1. Trang chủ
  2. » Luận Văn - Báo Cáo

Phân tích và dự báo nợ xấu bằng mô hình cây quyết định hồi quy và mô hình logit probi

2 434 3

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 2
Dung lượng 156,27 KB

Các công cụ chuyển đổi và chỉnh sửa cho tài liệu này

Nội dung

Phân tích và dự báo nợ xấu bằng mô hình cây quyết định hồi quy và mô hình Logit/Probi Trần Văn Đồng Trường đại học Công nghệ Luận văn ThS.. Xây dựng, phân tích, kiểm thử mô hình dự báo

Trang 1

Phân tích và dự báo nợ xấu bằng mô hình cây quyết định hồi quy và mô hình Logit/Probi

Trần Văn Đồng

Trường đại học Công nghệ Luận văn ThS Hệ thống thông tin; Mã số: 60 48 05 Người hướng dẫn: PGS.TS Đỗ Văn Thành

Năm bảo vệ: 2014

Abstract Xây dựng, phân tích, kiểm thử mô hình dự báo nợ xấu dựa trên cây quyết định

và mô hình hồi quy logit/probit; So sánh các mô hình dự báo xây dựng bằng cây quyết định và mô hình hồi quy logit

Keywords Mô hình cây quyết định; Mô hình hồi quy logits; Phương pháp dự báo; Nợ

xấu; Khai phá dữ liệu

Content

Chương I: Nợ xấu và một số phương pháp dự báo nợ xấu, sẽ tập trung trình bầy một số khái niệm và nội dung liên quan đến nợ xấu trong lĩnh vực ngân hàng cũng như những phương pháp phân tích và dự báo nợ xấu chủ yếu hiện đang được ứng dụng ở các nhiều nước trên thế giới

Chương II: Mô hình hồi quy logit và mô hình cây quyết định hồi quy sẽ tập trung trình bầy chi tiết hơn hai phương pháp/mô hình dự báo nợ xấu mà luận văn sẽ thực hành xây dựng trên tập dữ liệu đủ lớn, thực của một trong những ngân hàng lớn nhất ở Việt Nam

Chương III: Mô hình hồi quy logit và mô hình cây quyết định hồi quy, sẽ tập trung trình bầy về tập dữ liệu được sử dụng để xây dựng mô hình dự báo nợ xấu, xây dựng mô hình dự báo

nợ xấu bằng ứng dụng mô hình cây quyết định và mô hình hồi quy logit, đồng thời đánh giá độ chính xác dự báo nợ xấu của hai mô hình này so với thực tế

References

1 PGS TS Nguyễn Văn Tiến (2009), Ngân hàng thương mại, xuất bản lần 3, nxb: Thống kê

1 Nguyễn Thị Tâm Minh (2009), Ứng dụng cây quyết định để dự báo chỉ số nhóm nợ hỗ trợ quản lý rủi ro tin dụng, Luận văn thạc sỹ, 80 trang, Đại học Công nghệ, Đại học Quốc gia Hà Nội

Trang 2

2 Breiman, L., Friedman, J., Olshen, R., Stone, C (1994): Classification and Regression Trees Chapman & Hall, New York, 1994

3 Kdnuggets (2007) Data mining methods Kdnuggets Polls 2003-2007

4 M.D.Intriligator, , R.G Bodkin, and C Hsiao, Econometric models, techniques, and aplications 2nd ed 1996, Upper Saddle River, NJ: Prentice Hall

5 Wu X and Kumar V (2009): Top 10 Algorithms in Data Mining Chapman & Hall/CRC

6 http://www.nsl.hcmus.edu.vn/greenstone/collect/thesiskh/index/assoc/HASH8c8d.dir/5.pdf

7.https://support.sas.com/documentation/cdl/en/basess/58133/HTML/default/viewer.htm#a00131 0742.htm – Basic components in SAS

8.http://support.sas.com/documentation/cdl/en/statug/63033/HTML/default/viewer.htm#statug_l ogistic_sect001.htm – logit procedure

9 http://docs.oracle.com/cd/E11882_01/nav/portal_11.htm - hướng dẫn cài đặt và tạo cơ sở dữ liệu oracle 11g

10 http://docs.oracle.com/html/B14339_01/1intro.htm - giới thiệu Oracle Data Mining

11.http://en.wikipedia.org/wiki/Stepwise_regression

12.Credit Risk Measurement In and Out of the Financial Crisis: New Approaches to Value at Risk and Other Paradigmz, 3nd ed 2010, Anthony Saunders and Linda Allen

13 Comparison Of The Performance Of Several Data Mining Methods For Bad Debt Recovery

In The Healthcare Industry Jozef Zurada, (Email: jmzura01@louisville.edu), University of Louisville, Subhash Lonial, (Email: lonial@louisville.edu), University of Louisville

14 Kinh tế lượng cơ sở, Ramu Ramanathan, Xuất bản lần thứ 5 năm 2013

Ngày đăng: 25/08/2015, 13:26

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

🧩 Sản phẩm bạn có thể quan tâm

w