XÂY DỰNG MÔ HÌNH XẾP HẠNG TÍN DỤNG VỚI PYTHON

11/07/2022 1.741 lượt xem

Giảng viên : Trần Kim Long

0 đánh giá

Giới thiệu chung

- Hệ thống xếp hạng tín dụng nội bộ là hệ thống gồm các bộ chỉ tiêu tài chính và phi tài chính, các quy trình đánh giá khách hàng trên cơ sở định tính và định lượng về mặt tài chính, tình hình kinh doanh, quản trị, uy tín của khách hàng

– Hệ thống xếp hạng tín dụng nội bộ phải được xây dựng cho từng đối tượng khách hàng khác nhau, kể cả các đối tượng bị hạn chế cấp tín dụng và những người có liên quan của đối tượng này.

- Hệ thống xếp hạng tín dụng nội bộ được sử dụng để đánh giá chất lượng tín dụng của khách hàng vay và khả năng trả nợ của khách hàng, từ đó Ngân hàng hoặc tổ chức tài chính đưa ra quyết định cho vay hay không.

Sau khi tham gia khóa học này, học viên có thể

• Hiểu tiêu chí cho một mô hình đánh giá tín nhiệm hiệu quả

• Hiểu được yêu cầu từ quan điểm của nhà điều hành

• Thực tiễn tốt nhất trong xây dựng mô hình tín dụng

• Biết cách xác nhận mô hình tín dụng

• Các kinh nghiệm quý báu để tránh các sai lầm và lỗi khi xây dựng mô hình

Tài liệu tham khảo

XÂY DỰNG MÔ HÌNH XẾP HẠNG TÍN DỤNG VỚI PYTHON

6 ngày – 9am-12pm, sáng thứ 7 hàng tuần, từ ngày 27/8 đến ngày 08/9 - Tổ chức trực tuyến qua ứng dụng MS TEAM
Khóa học thực hành xây dựng và thẩm định mô hình trên Python.

Cần sử dụng máy tính khi tham gia khoá học

Ai nên tham gia khóa học này:
• Người lập/xây dựng mô hình tín dụng,
• Các nhà phát triển thẻ điểm tín dụng,
• Các nhà quản lý tín dụng,
• Các nhà phân tích tín dụng Nhóm dự án Basel,
• Những người tham gia vào kiểm định mô hình

NỘI DUNG KHÓA HỌC:

STT	Nội dung	Thời lượng (ngày)
01	Phần 1 Giới thiệu hệ thống chấm điểm tín nhiệm Hiểu về rủi ro tín dụng và hệ thống chấm điểm tín nhiệm Phân biệt hệ thống chấm điểm tín nhiệm và hệ thống xếp hạng tín nhiệm Vai trò và ứng dụng của hệ thống chấm điểm tín nhiệm Các nguồn lực cần thiết xây dựng hệ thống chấm điểm tín nhiệm trong doanh nghiệp Quy trình xây dựng hệ thống chấm điểm tín nhiệm	1,0
02	Phần 2 Dữ liệu và xử lý dữ liệu Nguồn thu thập dữ liệu Các loại dữ liệu Xử lý dữ liệu Ouliers, missing data, Xử lý dữ liệu mất cân bằng Thực hành: Giới thiệu ngôn ngữ Python trong xử lý dữ liệu và trực quan hóa dữ liệu Giới thiệu nền tảng Colab	0,5
03	Phần 3 Các mô hình dự báo Mô hình logistic Giới thiệu cơ bản mô hình logistic Thực hành xây dựng mô hình trên dữ liệu Mô hình cây quyết định Giới thiệu cơ bản mô hình cây quyết định Thực hành xây dựng mô hình trên dữ liệu Tùy chọn: K-nearest Neighbor, Random Forest, Gradient Boosted Trees Using XGBoost	0,5
04	Phần 4 Các thang đo đánh giá hiệu quả Giới thiệu các thang đo đánh giá Confusion matrix Các hệ số Accuracy, Precission, Recall Đường cong ROC và AUC-ROC Thực hành: tính các thang đo và đọc ý nghĩa các thang đo	0,5
05	Phần 5 Một số vấn đề khi xếp hạng công cụ nợ Sự khác biệt giữa xếp hạng nhà phát hành và xếp hạng công cụ nợ Các tiêu chí khi đánh giá công cụ nợ Thứ tự ưu tiên đòi nợ Giá trị thu hồi tại thời điểm vỡ nợ Các vấn đề pháp lý	0,5
	Tổng cộng	3,0

Một số hình ảnh các khóa học được tổ chức trước đó:

Xây dựng Mô hình xếp hạng tín dụng nội bộ (khóa 1)

Giảng viên

Trần Kim Long

Với 10 năm kinh nghiệm, thầy Kim Long hiện đang giảng dạy và nghiên cứu các chủ đề Xếp hạng tín nhiệm, Quản trị ngân hàng thương mại, Quản trị rủi ro trong ngân hàng tại Trường ĐH Ngân hàng TP. HCM

Bên cạnh việc giảng dạy Thầy Kim Long còn là Trưởng nhóm nghiên cứu định lượng.Thành viên hội đồng Xếp hạng tín nhiệm độc lập. Thầy từng trực tiếp tham gia dự án Xây dựng hệ thống chấm điểm tín nhiệm cho ngân hàng BIDV (06/2016 – 6/2017)

Thầy Kim Long tốt nghiệp thạc sĩ ngành Tài chính Tính toán Định lượng, Viện John von Neumann, Đại học Quốc gia TP. Hồ Chí Minh và là thạc sĩ Quản trị kinh doanh chuyên ngành Tài chính ngân hàng, Trường Đại học khoa học ứng dụng Tây Bắc Thụy Sĩ

Các khóa học từng giảng dạy:

1. Xếp hạng tín nhiệm

2. Quản trị rủi ro ngân hàng

3. Nghiệp vụ ngân hàng thương mại

4. Quản trị ngân hàng thương mại

5. Đổi mới sáng tạo trong doanh nghiệp