Luận án Tiến sĩ Tài chính ngân hàng: Ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam

Luận án "Ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam" nghiên cứu tổng thể về lý luận và thực tiễn trí tuệ nhân tạo trong quản lý rủi ro tín dụng, từ đó đưa ra giải pháp kiến nghị ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tại Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam.
Nội dung trích xuất từ tài liệu:
Luận án Tiến sĩ Tài chính ngân hàng: Ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt NamBỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM HỌC VIỆN NGÂN HÀNG ------------------ NGUYỄN TIẾN HƯNG LUẬN ÁN TIẾN SĨ ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG QUẢN LÝ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM HÀ NỘI - 2022BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM HỌC VIỆN NGÂN HÀNG ------------------ NGUYỄN TIẾN HƯNG LUẬN ÁN TIẾN SĨ ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG QUẢN LÝ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM Chuyên ngành: Tài chính – Ngân hàng Mã số: 9340201 Người hướng dẫn khoa học: Hướng dẫn 1: TS. Bùi Tín Nghị Hướng dẫn 2: PGS.TS. Nguyễn Đức Trung HÀ NỘI - 2022 LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dưới sựhướng dẫn của TS. Bùi Tín Nghị và PGS.TS. Nguyễn Đức Trung. Các tàiliệu, số liệu trong nghiên cứu đều có nguồn gốc và được trích dẫn rõ ràng. Nghiên cứu sinh Nguyễn Tiến Hưng I DANH MỤC TỪ VIẾT TẮTTừ viết tắt Nghĩa tiếng Anh Nghĩa tiếng ViệtAI Artificial Intelligence Trí tuệ nhân tạoAIRB Advanced internal rating- Cách tiếp cận nâng cao dựa based approach trên xếp hạng nội bộAUF Additional utilization factor Hệ số sử dụng bổ sungBOE Bank of England Ngân hàng trung ương AnhCFF Credit conversion factor Hệ số chuyển đổi tín dụngCIC Credit Information Center Trung tâm thông tin tín dụng quốc giaDP Deep learning Học sâuDT Decision tree Cây quyết địnhEAD Exposure at Default Dư nợ tại thời điểm vỡ nợEADF Exposure at default factor Hệ số dư nợ tại thời điểm vỡ nợFIRB Foundation internal ratings Cách tiếp cận cơ bản dựa trên based approach xếp hạng nội bộFSB Financial Stability Board Hội đồng ổn định tài chínhGA Genetic Algorithm Thuật toán di truyềnKNN K-Nearest Neighbor K Láng giềng gần nhấtLEQ Loan equivalent factor Hệ số tương đương khoản vayLGD Loss Given Default Tỷ lệ tổn thất khi vỡ nợLQV learning vector quantization Học lượng tử hóa véc tơLR Logitic regression Hồi quy logitLTV Loan to Value Ratio Tỷ lệ dư nợ trên tài sản đảm bảo IIMDA Multiple Discriminant phân tích phân biệt AnalysisML Machine learning Học máyMLP Multi-layer perceptron Mạng nơ ron đa lớpMMLP Mulitple MLP Mạng kết hợp các mạng nơ ron đa lớpMNN modular neural networks Mạng nơ ron mô đunNN Neural network Mạng nơ ronOLS Ordinary least squares Bình phương nhỏ nhất thông thườngP2P Peer to peer Cho vay ngang hàngPD Probability of default Xác suất vỡ nợPNN probabilistic neural network mạng nơ ron xác suấtRBF radial basis function Hàm cơ sở bán kínhRD Random forests Rừng ngẫu nhiênROA Return on Assets Lợi nhuận trên tổng tài sảnROC Receiver operating Đặc trưng hoạt động thu nhận characteristicROE Return on Equity Lợi nhuận trên vốn chủ sở hữuSA Standard approach Cách tiếp cận tiêu chuẩnSOM Seft-Organzing Map Sơ đồ tự tổ chứcSVM Support vector machine Máy véc tơ hỗ trợVAMC Vietnam aset management Công ty quản lý tài sản Việt company NamWB World bank Ngân hàng thế giới III MỤC LỤC PHẦN MỞ ĐẦU ........................................................................................ 1CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VỀ TRÍ TUỆ NHÂN TẠOTRONG QUẢN LÝ RỦI RO TÍN DỤNG .................................................. 101.1. Các nghiên cứu về mô hình quản lý rủi ro tín dụng................................. 101.2. Nghiên cứu về đánh giá rủi ro tín dụng. .................................................. 12 1.2.1. Nghiên cứu về đo lường xác suất vỡ nợ ......................................... 13 1.2.2. Nghiên cứu về tổn thất khi vỡ nợ. .................................................. 15 1.2.3. Nghiên cứu về mức độ rủi ro khi vỡ nợ. ........................................ 171.3. Nghiên cứu về mô hình trí tuệ nhân tạo trong quản lý rủi ro tín dụng. ... 181.4. Khoảng trống nghiên cứu. ........................................................................ 23 Kết luận chương 1..................................................................................... 24CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ ỨNG DỤNG TRÍ TUỆ NHÂN TẠOTRONG QUẢN LÝ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƯƠNGMẠI .................. ...