Trang Giới thiệu chung
 
Lê Hồng Hạnh



1. Thông tin cá nhân:

Họ và tên:

Lê Hồng Hạnh

 

Năm sinh:

1990

Chức vụ/ Vị trí công tác:

Giảng viên

Học vị:

Tiến sĩ - Năm nhận học vị: 2018

Ngoại ngữ:

Tiếng Anh, tiếng Pháp

Email:

Hanhhongle1990@gmail.com

Điện thoại:

0932159862

Địa chỉ CQ:

144 Xuân Thủy, Cầu Giấy, Hà Nội

2. Quá trình đào tạo: (theo thứ tự từ cũ đến mới nhất)

  • 2012: Cử nhân Tài chính- Ngân hàng,  Đại học quốc tế Bắc Hà
  • 2014: Thạc sỹ tài chính (Nghiên cứu nâng cao trong Tài chính) - Đại học Rennes 1, cộng hòa Pháp
  • 2018: Tiến sĩ tài chính -  Đại học Rennes 1, cộng hòa Pháp

3. Quá trình công tác: (theo thứ tự từ mới đến cũ nhất)

  • 2020 - nay: Giảng viên khoa Tài chính - Ngân hàng, Đại học Kinh tế, Đại học Quốc gia Hà Nội
  • 2016 - 2020: Giảng viên khoa Tài chính - Ngân hàng, Đại học Tôn Đức Thắng
  • 2015 - 2017: Giảng viên thỉnh giảng, khoa Tài chính, Đại học Rennes 1, cộng hòa Pháp
  • 2012 - 2013: Trợ lý khoa Tài chính - Ngân hàng- Đại học Quốc tế Bắc Hà

4. Hướng nghiên cứu/giảng dạy chính:

  • Ứng dụng của học máy trong tài chính: phá sản ngân hàng, rủi ro trong tài chính, kiệt quệ tài chính...
  • Fintech trong ngân hàng
  • Đo lường hiệu quả hoạt động và lợi nhuận trong tài chính, ngân hàng
  • Kinh tế tuần hoàn

5. Công trình đã công bố:

5.1. Sách, giáo trình, sách chuyên khảo:

5.2. Các bài viết (đăng tạp chí chuyên ngành; kỷ yếu hội thảo khoa học quốc gia, quốc tế):

  1. Le, Hong Hanh, and Jean-Laurent Viviani. "Predicting bank failure: An improvement by implementing a machine-learning approach to classical financial ratios." Research in International Business and Finance 44 (2018): 16-25. (SSCI, ABDC: B)
  2. Australasian Finance and Banking Conference, (AFBC) Australia 2018: Why does bank fail? – The answer from Text analysis.
  3. International Conference in Finance and Economics, (ICFE) Vietnam 2017: A DEA 2 stage to measure the efficiency of loan loss provision in top US banks.
  4. Vietnam Economics Annual Meeting, (VEAM) Vietnam 2016: Predicting bank failure: statistical techniques versus intelligent techniques.
  5. International Conference of The French Finance Association, (AFFI) Belgium 2016: Predicting the bankruptcy of U.S bank via machine learning methods.
  6. Workshop of PhD. in economics and management in Rennes, France 2015: Can classical ratios predict the bankruptcy of banks?

5.3. Các đề tài nghiên cứu khoa học (theo cấp: nhà nước, ĐHQGHN/Bộ, Trường…):

6. Những thông tin khác về hoạt động NCKH:

7. Giải thưởng về khoa học công nghệ:

  1. Học bổng của trường Đại học Rennes 1, cộng hòa Pháp dành cho sinh viên nghiên cứu.2013-2014
  2. Hướng dẫn sinh viên nghiên cứu khoa học đạt giải cao cấp trường năm 2018