Chấm điểm tín dụng cá nhân đối với khách hàng có lịch sử tín dụng hạn chế: Mô hình lai Fuzzy AHP-TOPSIS và bằng chứng từ Việt Nam

Tóm tắt

Chấm điểm tín dụng cá nhân ở các nền kinh tế đang phát triển gặp mâu thuẫn: mô hình thống kê truyền thống đòi hỏi dữ liệu lịch sử phong phú, còn mô hình học máy hạn chế về khả năng giải trình. Để giải quyết mâu thuẫn này, nghiên cứu đề xuất và đánh giá mô hình quyết định đa tiêu chí, kết hợp phân tích thứ bậc mờ (Fuzzy Analytic Hierarchy Process - Fuzzy AHP) để xác định trọng số và kỹ thuật xếp hạng theo mức độ tương đồng với giải pháp lý tưởng (Technique for Order of Preference by Similarity to Ideal Solution - TOPSIS) để chấm điểm, phân loại hồ sơ vay. Trên 340 hồ sơ vay tín chấp tiêu dùng từ ba ngân hàng thương mại Việt Nam giai đoạn 2022-2024, mô hình được đánh giá trong điều kiện dữ liệu hạn chế, đối sánh với hồi quy logistic trên cùng dữ liệu. Kết quả cho thấy sự đánh đổi: Fuzzy AHP-TOPSIS đạt diện tích dưới đường cong ROC (AUC) 0,96 và độ nhạy nhóm nợ xấu 0,93, cao hơn hồi quy logistic (0,93 và 0,79); ngược lại, hồi quy logistic đạt độ chính xác dương tính và F1-score cao hơn. Điểm mạnh của mô hình đề xuất là vận hành hiệu quả trong điều kiện đó mà vẫn đảm bảo khả năng giải trình. Nghiên cứu kiến nghị lộ trình phân tầng theo mức sẵn sàng công nghệ của ngân hàng.