Cross-validation

Cross-validation là gì?

Cross-validation (kiểm định chéo) là kỹ thuật thống kê dùng để đánh giá độ tin cậy và khả năng tổng quát hóa của mô hình dự báo bằng cách chia dữ liệu thành nhiều tập con, luân phiên sử dụng một phần để huấn luyện và phần còn lại để kiểm tra. Kỹ thuật này giúp phát hiện hiện tượng quá khớp (overfitting) hoặc thiếu khớp (underfitting), đảm bảo mô hình hoạt động ổn định trên dữ liệu mới - yếu tố bắt buộc trong xây dựng mô hình xếp hạng tín dụng và quản trị rủi ro ngân hàng.

Đặc điểm chính

• K-fold Cross-validation: Chia dữ liệu thành K tập (thường K=5 hoặc K=10), mỗi tập lần lượt đóng vai trò tập kiểm tra.
• Leave-One-Out (LOOCV): Sử dụng 1 quan sát làm tập kiểm tra, phần còn lại huấn luyện - phù hợp với tập dữ liệu nhỏ.
• Stratified K-fold: Giữ nguyên tỷ lệ phân lớp (bình thường/bất thường) ở mỗi fold, quan trọng với dữ liệu mất cân bằng như khoản vay nợ xấu.
• Time Series Cross-validation: Sử dụng forward chaining cho dữ liệu chuỗi thời gian như dự báo thanh khoản, lãi suất liên ngân hàng.

Ví dụ minh họa

Một ngân hàng TMCP Việt Nam xây dựng mô hình chấm điểm tín dụng cá nhân trên 10.000 hồ sơ khách hàng. Áp dụng Stratified 5-fold CV, mỗi fold giữ tỷ lệ 97% nhóm tốt / 3% nhóm xấu. Kết quả AUC trung bình đạt 0.78, độ lệch chuẩn giữa các fold chỉ 0.015 cho thấy mô hình ổn định. Theo Phụ lục 2 Thông tư 17/2024/TT-NHNN quy định về hệ thống xếp hạng tín dụng nội bộ (ICAAT), các mô phỏm dự báo khách hàng vỡ nợ phải được kiểm định out-of-sample và có chỉ tiêu Gini tối thiểu 30%. Cross-validation là công cụ chuẩn để chứng minh mô hình đáp ứng yêu cầu này trước khi trình Cơ quan Thanh tra, giám sát ngân hàng.