หลักสูตร/ปี พ.ศ. วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ ปี พ.ศ. 2545
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2544
ประเภทโครงงาน
การศึกษาค้นคว้าอิสระ
ชื่อโครงงานภาษาไทย
ระบบวิเคราะห์ความเสี่ยงสินเชื่อ
ชื่อโครงงานภาษาอังกฤษ
Credit Risk Analysis
ผู้พัฒนา
43650548 นิลุบล รักชุมคง
อาจารย์ที่ปรึกษาหลัก
พันธุ์ปิติ เปี่ยมสง่า
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
การศึกษาค้นคว้าด้วยตนเองครั้งนี้ เป็นการศึกษาเพื่อหาแนวทางในการนำเทคโนโลยีสารสนเทศมาใช้ในการจัดการด้านการสอบสอบทานด้านความเสี่ยงด้านสินเชื่อของลูกค้าที่ได้รับอนุมัติเงินกู้ไปแล้ว และผลลัพธ์ที่ได้มาแสดงให้เจ้าหน้าที่สอบทานสินเชื่อของธนาคารกรุงเทพจำกัด (มหาชน) ผ่านระบบคอมพิวเตอร์ เพื่อสนับสนุนการสอบทานความเสี่ยงด้านสินเชื่อ ซึ่งจะช่วยให้การสอบทานความเสี่ยงด้านสินเชื่อเป็นไปอย่างมีประสิทธิภาพมากขึ้น
ในการศึกษาครั้งนี้ได้ใช้เทคนิค Data Mining โดยใช้ Software Clementine และใช้ Oracle เป็นระบบฐานข้อมูล และในรายงานฉบับนี้ยังได้อธิบายถึงเทคโนโลยีต่างๆ ที่ใช้ในการศึกษา การวิเคราะห์ การออกแบบรายงานตามความต้องการของผู้ใช้
ผลการศึกษาสรุปได้ว่าเราสามารถนำเทคนิค Data Mining มาใช้ในการวิเคราะห์พฤติกรรมการผ่อนชำระของลูกค้าโดยข้อมูลประวัติการค้างชำระ ของลูกสินเชื่อของธนาคารมาสร้างเป็น Risk Predictive Model ผลลัพธ์ที่ได้เปรียบได้กับระบบแจ้งเตือนความเสี่ยงที่จะเกิดหนี้สูญซึ่งเจ้าหน้าที่สอบทานสินเชื่อนำมาวางแผนในการติดตามลูกหนี้ที่เริ่มมีปัญหาอย่างใกล้ชิด โดยถ้าธนาคารสามารถคาดการณ์ได้ล่วงหน้าแล้วจะช่วยให้ยอดหนี้ลดลงได้ 70% ทำให้ธนาคารสามารถลดวงเงินที่ใช้ตั้งสำรองหนี้สูญ, ลดจำนวนยอดหนี้ที่ไม่ก่อให้เกิดรายได้ ส่งผลให้ธนาคารมีกำไรเพิ่มมากขึ้น อีกทั้งการศึกษาในครั้งนี้ได้นำข้อมูลด้านสินเชื่อมาสร้างเป็น ระบบ Knowledge Base ซึ่งเป็นประโยชน์ในการวิเคราะห์ข้อมูลความเสี่ยงด้านสินเชื่ออีกทางหนึ่งและทดสอบประสิทธิภาพของ Risk Predictive Model ทำให้ลดเวลาและขั้นตอนในการวิเคราะห์ความเสี่ยงทางด้านสินเชื่อ
Abstract
This independent study is designed to apply the information technology to manage Credit Risk Review. The evaluation form will be presented to Risk Asset Review officer of Bangkok Bank PCL via computer system for supporting Credit Risk Review System. It is expected that the application will assist more efficient in Credit Risk Review.
In this study, Data Mining Technique use Clementine Software. The Oracle is chosen to serve as a database tool. The paper also describes technologies used in the study; the analysis and design of system that meet user requirement.
The study concludes that we can use Data Mining to analyze customer repayment behavior by using repayment history of customer’s Bangkok Bank to develop Risk Predictive Model. The officer can use the results to closely monitor trouble debts. If Bank can forecast trouble debts, it can reduce amount of legal reserved and non-performing loan. As a result, Bank will make more profit. Moreover, the study also build Knowledge Base which is useful to analyze credit risk and test the effectiveness of Risk Predictive Model that reduces time and process in Credit Risk Review.
คำสำคัญ (Keywords)
-
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
นิลุบล
รักชุมคง
(g43650548)
แก้ไขครั้งสุดท้าย
เมื่อ March 1, 2002, 10 a.m. โดย
นิลุบล
รักชุมคง
(g43650548)
สถานะการอนุมัติ
อนุมัติแล้ว โดย
พันธุ์ปิติ
เปี่ยมสง่า
(pp)
เมื่อ March 1, 2002, 10 a.m.