1. Trang chủ
  2. » Luận Văn - Báo Cáo

LUẬN ÁN TIẾN SĨ NGÀNH KINH TẾ HỌC đề tài PHÂN TÍCH SỐNG SÓT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ

269 2 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 269
Dung lượng 2,46 MB

Nội dung

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN ĐOÀN TRỌNG TUYẾN PHÂN TÍCH SỐNG SÓT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ LUẬN ÁN TIẾN SĨ NGÀNH KINH TẾ HỌC HÀ NỘI - 2022 ĐOÀN TRỌNG TUYẾN PHÂN TÍCH SỐNG SÓT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ Chuyên ngành: TOÁN KINH TẾ Mã số: 9310101 LUẬN ÁN TIẾN SĨ Người hướng dẫn khoa học: PGS.TS NGUYỄN THỊ MINH HÀ NỘI - 2022 PHÂN TÍCH SỐNG SÓT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ LỜI CAM ĐOAN Tôi đã đọc và hiểu về các hành vi vi phạm sự trung thực trong học thuật Tôi cam kết bằng danh dự cá nhân rằng, luận án: “Phân tích sống sót trong ước lượng và phân tích rủi ro - tiếp cận hồi quy tham số và phi tham số” là do tôi tự thực hiện và không vi phạm yêu cầu về sự trung thực trong học thuật Hà Nội, ngày tháng năm 2022 Nghiên cứu sinh Đoàn Trọng Tuyến PHÂN TÍCH SỐNG SÓT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ LỜI CẢM ƠN Tác giả xin gửi lời cảm ơn chân thành và sâu sắc đến PGS.TS Nguyễn Thị Minh, người hướng dẫn khoa học, đã luôn tận tình hướng dẫn tác giả trong suốt thời gian học tập, nghiên cứu và hoàn thành luận án Tác giả xin chân thành cảm ơn các thầy cô giáo trong Khoa Toán kinh tế và các đồng nghiệp thuộc Bộ môn Toán cơ bản - Trường Đại học Kinh tế Quốc dân đã tạo mọi điều kiện và giúp đỡ tác giả trong suốt thời gian học tập và nghiên cứu Tác giả xin chân thành cảm ơn các nhà khoa học, các thầy cô giáo công tác trong và ngoài trường Đại học Kinh tế Quốc dân đã đóng góp nhiều ý kiến quý báu để giúp tác giả hoàn thiện luận án Tác giả xin trân trọng cảm ơn các thầy, cô giáo và cán bộ Viện Sau đại học Trường Đại học Kinh tế Quốc dân đã nhiệt tình giúp đỡ tác giả trong quá trình học tập và nghiên cứu tại trường Cuối cùng, tác giả xin được bày tỏ lòng biết ơn đến những người thân trong gia đình, bạn bè và đồng nghiệp đã chia sẻ, động viên và khích lệ tác giả trong suốt quá trình học tập, nghiên cứu và hoàn thành luận án PHÂN TÍCH SỐNG SÓT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CHỮ VIẾT TẮT vi DANH MỤC BẢNG BIỂU vii DANH MỤC HÌNH viii LỜI MỞ ĐẦU 1 CHƯƠNG 1 CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU 9 1.1 Rủi ro tín dụng và một số thước đo rủi ro tín dụng 1.1.1 Một số khái niệm 1.1.2 Một số thước đo rủi ro tín dụng 9 9 11 1.2 Một số chính sách về rủi ro tín dụng và thực trạng việc đo lường rủi ro tín dụng khách hàng cá nhân tại các NHTM ở Việt Nam 1.2.1 Một số chính sách về rủi ro tín dụng tại Việt Nam 14 14 1.2.2 Thực trạng việc đo lường rủi ro tín dụng khách hàng cá nhân tại các NHTM ở Việt Nam 1.3 Cơ sở lý thuyết mô hình phân tích sống sót 17 20 1.3.1 Khái niệm phân tích sống sót 20 1.3.2 Biểu diễn thời gian sống sót 21 1.3.3 Mục tiêu của phân tích sống sót 22 1.3.4 Số liệu trong phân tích sống sót 22 1.4 Cơ sở lý luận về các yếu tố ảnh hưởng tới thời gian sống sót của khoản vay 27 1.4.1 Các yếu tố liên quan tới khách hàng 27 1.4.2 Các yếu tố liên quan tới khoản vay 30 PHÂN TÍCH SỐNG SÓT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ 1.4.3 Các yếu tố liên quan tới tình hình kinh tế vĩ mô 1.5 Tổng quan nghiên cứu 1.5.1 Các nghiên cứu nước ngoài sử dụng mô hình phân tích sống sót 30 31 31 1.5.2 Các nghiên cứu sử dụng mô hình phân tích sống sót trong quản trị rủi ro tại Việt Nam 39 1.6 Khoảng trống nghiên cứu 41 1.7 Khung phân tích của luận án 42 Kết luận chương 44 CHƯƠNG 2 PHƯƠNG PHÁP NGHIÊN CỨU 45 2.1 Mô hình hồi quy tham số trong phân tích sống sót 45 2.1.1 Các mô hình AFT trong phân tích sống sót 45 2.1.2 Hồi quy phân vị trong phân tích sống sót 49 2.2 Các mô hình bán tham số Cox PH 52 2.2.1 Mô hình bán tham số Cox PH 52 2.2.2 Các mô hình Cox PH mở rộng 55 2.3 Hồi quy phi tham số trong phân tích sống sót 57 2.3.1 Ước lượng phi tham số Kaplan-Meier 57 2.3.2 Mô hình Random Survival Forest 60 2.4 Thuật toán phân nhóm dữ liệu và đo lường khả năng dự báo của biến 64 2.4.1 Thuật toán phân nhóm dữ liệu 64 2.4.2 Thuật toán đo lường khả năng dự báo của biến 67 2.5 Đánh giá chất lượng của các mô hình dự báo 68 2.5.1 Đánh giá chất lượng của mô hình dự báo xác suất vỡ nợ 68 2.5.2 Đánh giá chất lượng của mô hình dự báo thời gian sống sót 71 2.5.3 Đánh giá hiệu quả ước lượng tổn thất tín dụng dự kiến 71 Kết luận chương 74 PHÂN TÍCH SỐNG SÓT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ CHƯƠNG 3 MÔ HÌNH VÀ KẾT QUẢ PHÂN TÍCH THỰC NGHIỆM 3.1 Dữ liệu và kết quả biến đổi dữ liệu 75 75 3.1.1 Các bộ dữ liệu 75 3.1.2 Kết quả phân nhóm các biến trên tập dữ liệu NHTM ở Việt Nam 81 3.2 Các mô hình đánh giá tác động của các yếu tố lên thời gian sống sót của khoản vay 88 3.2.1 Số liệu và các biến số 89 3.2.2 Mô hình bán tham số Cox PH mở rộng với hệ số phụ thuộc thời gian 89 3.2.3 Mô hình hồi quy phân vị trong phân tích sống sót 96 3.3 Mô hình và kết quả ước lượng xác suất vỡ nợ theo thời điểm của các khoản vay 102 3.3.1 Mô hình bán tham số Cox PH mở rộng 102 3.3.2 Mô hình Random Survival Forest 106 3.4 Ước lượng ECL trọn đời của các khoản vay 111 3.4.1 Ước lượng PD trọn đời của các khoản vay 111 3.4.2 Ước lượng ECL trọn đời của các khoản vay 115 Kết luận chương 117 CHƯƠNG 4 KẾT LUẬN VÀ KIẾN NGHỊ 118 4.1 Kết luận 118 4.2 Một số kiến nghị chính sách 121 4.3 Hạn chế của luận án 123 4.4 Đề xuất một số hướng nghiên cứu tiếp theo 123 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ CÓ NỘI DUNG LIÊN QUAN TRỰC TIẾP ĐẾN LUẬN ÁN 124 TÀI LIỆU THAM KHẢO 125 PHỤ LỤC 130 DANH MỤC CHỮ VIẾT TẮT Chữ viết tắt Giải thích thuật ngữ AFT (Model) Accelerated Failure Time (Model) AUC Area Under the Curve BĐS Bất động sản CIC Credit Information Center C-index Concordance index Cox PH (Model) Cox Proportional Hazard (Model) EAD Exposure at Default ECL Expected Credit Loss EL Expected Loss GDP Gross Domestic Product KHCN Khách hàng cá nhân LGD Loss Given Default NCS Nghiên cứu sinh NHNN Ngân hàng nhà nước NHTM Ngân hàng thương mại OOB Out of Bag PD Probability of Default PH (Assumption) QTRR Proportional Hazards (Assumption) Quản trị rủi ro ROC Receiver Operating Characteristic RSF (model) Random Survival Forest (Model) TCTD Tổ chức tín dụng UL Unexpected Loss VIMP Variable Importance XHTD Xếp hạng tín dụng DANH MỤC BẢNG BIỂU Bảng 1.1: Các yếu tố tác động tới thời gian sống sót của khoản vay 42 Bảng 3.1: Thống kê mô tả biến phụ thuộc và một số biến liên tục trong tập số liệu 77 Bảng 3.2: Thống kê mô tả các biến nhóm trong tập số liệu 78 Bảng 3.3: Thống kê mô tả một số biến trong tập số liệu Mortgage 80 Bảng 3.4 Kết quả kiểm tra giả thiết tỷ lệ nguy cơ hằng đối với các biến 90 Bảng 3.5 Kết quả ước lượng các hệ số của mô hình 3.1’ trên tập Train 93 Bảng 3.6: Kết quả ước lượng các hệ số của mô hình 3.2 98 Bảng 3.7: Thống kê chỉ số AUC của các mô hình Cox PH mở rộng 105 Bảng 3.8: Mô hình RSF trên tập dữ liệu Train 108 Bảng 3.9: Mô hình RSF trên tập dữ liệu Test 109 Bảng 3.10: Chỉ số C-index của các mô hình RSF và Cox PH mở rộng 109 Bảng 3.11: Hệ số ước lượng của mô hình Cox PH 3.3 112 Bảng 3.12: Hệ số ước lượng của mô hình Logit 3.4 113 Bảng 3.13: Kết quả ước lượng ECL trọn đời sử dụng mô hình Logit và Cox PH 115 Bảng 3.14: Kết quả tính toán thiệt hại do dự báo ECL sai lệch bằng mô hình Logit và Cox PH 116 Phụ lục 3.2 Kết quả kiểm tra giả thiết tỷ lệ nguy cơ hằng đối với các biến trong mô hình Cox PH 3.3 132 DANH MỤC HÌNH Hình 1.1: Mối liên hệ giữa ECL, UL và vốn kinh tế EC 13 Hình 1.2: Minh họa các trường hợp bị kiểm duyệt của khoản vay trong phân tích sống sót 23 Hình 1.3: Minh họa các trường hợp bị cắt cụt của các khoản vay trong phân tích sống sót 24 Hình 1.4: Minh họa một số tình huống về thời gian sống sót và tình trạng của khoản vay 25 Hình 1.5: Số liệu thời gian sống sót và tình trạng của các khoản vay sau khi bị cắt cụt trái tại �, cắt cụt phải tại � và “kéo lùi” thời điểm bắt đầu các khoản vay về � 26 Hình 2.1: Minh họa thuật toán Random Survival Forest 61 Hình 2.2: Mối liên hệ giữa tuổi của khách hàng và tỷ lệ vỡ nợ 65 Hình 2.10: Đường cong ROC 70 Hình 3.1: Hàm sống sót tương ứng với 5 nhóm tuổi 82 Hình 3.2: Hàm sống sót tương ứng với thời gian làm việc ở lĩnh vực chuyên môn hiện tại 83 Hình 3.3: Hàm sống sót tương ứng với các nhóm vị trí công việc của khách hàng 84 Hình 3.4: Hàm sống sót tương ứng với các nhóm học vấn của khách hàng 85 Hình 3.5: Hàm sống sót tương ứng với các nhóm học vấn của khách hàng 86 Hình 3.6: Hàm sống sót tương ứng với các nhóm hình thức trả lương của khách hàng 87 Hình 3.7: Biểu đồ tần suất dạng cột của biến LoanPerIncome 88 Hình 3.8: Đồ thị hàm sống sót của một số khoản vay 104 Hình 3.9: Giá trị AUC theo thời gian của các mô hình Cox PH mở rộng 105 Hình 3.10: Tỷ lệ dự đoán sai trên tập OOB theo số cây trong rừng 107 Hình 3.11: Tầm quan trọng của các biến trong mô hình RSF 107 Hình 3.12: Tỷ lệ vỡ nợ thực tế và tỷ lệ vỡ nợ được dự báo bởi mô hình RSF trên tập Train và trên tập Test 110 Hình 3.13: Tỷ lệ vỡ nợ thực tế và dự báo bởi mô hình Cox PH, mô hình Logit trên tập dữ liệu Mortgage.Train 114 Hình 3.14: Tỷ lệ vỡ nợ thực tế và dự báo bởi mô hình Cox PH, mô hình Logit trên tập Mortgage.Test 114 ... TRỌNG TUYẾN PHÂN TÍCH SỐNG SĨT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ Chuyên ngành: TOÁN KINH TẾ Mã số: 9310101 LUẬN ÁN TIẾN SĨ Người hướng dẫn khoa học: PGS.TS... PHÂN TÍCH SỐNG SĨT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ Chương 3: Mơ hình kết phân tích thực nghiệm Chương 4: Kết luận kiến nghị PHÂN TÍCH SỐNG SĨT TRONG. .. khoản vay NHTM Việt Nam, luận án ước lượng thời gian sống sót PHÂN TÍCH SỐNG SĨT TRONG ƯỚC LƯỢNG VÀ PHÂN TÍCH RỦI RO - TIẾP CẬN HỒI QUY THAM SỐ VÀ PHI THAM SỐ khoản vay ước lượng xác suất vỡ nợ theo

Ngày đăng: 01/09/2022, 13:13

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
1. Andrija Đurović (2017), ‘Estimating Probability of Default on Peer to Peer Market - Survival Analysis Approach’, Journal of Central Banking Theory and Practice, 2, 149-167 Sách, tạp chí
Tiêu đề: Journal of Central Banking Theory and Practice
Tác giả: Andrija Đurović
Năm: 2017
2. Bart Baesens, Daniel Rosch, Harald Scheule (2016), Credit Risk Analytics, Wiley Sách, tạp chí
Tiêu đề: Credit Risk Analytics
Tác giả: Bart Baesens, Daniel Rosch, Harald Scheule
Năm: 2016
3. Bart Baesens, Tony Van Gestel, Maria Stepanova, Jan Vanthienen (2005), ‘Neural Network Survival Analysis for Personal Loan Data’, Journal of the Operational Research Society, 56(9) Special Issue: Credit Scoring, 1089-1098 Sách, tạp chí
Tiêu đề: Journal of the OperationalResearch Society
Tác giả: Bart Baesens, Tony Van Gestel, Maria Stepanova, Jan Vanthienen
Năm: 2005
4. Bellotti, T., Crook, J. (2009), ‘Credit scoring with macroeconomic variables using survival analysis’, The Journal of the Operational Research Society, 60(12), 1699- 1707 Sách, tạp chí
Tiêu đề: The Journal of the Operational Research Society
Tác giả: Bellotti, T., Crook, J
Năm: 2009
5. Breiman L (2001), ‘Random forests’, Machine Learning, 45: 5-32 Sách, tạp chí
Tiêu đề: Machine Learning
Tác giả: Breiman L
Năm: 2001
8. Christian Bluhm, Ludger Overbeck, Christoph Wagner (2003), An Introduction to credit risk modeling, Chapman & Hall/CRC Sách, tạp chí
Tiêu đề: An Introduction tocredit risk modeling
Tác giả: Christian Bluhm, Ludger Overbeck, Christoph Wagner
Năm: 2003
9. Cox, D. R. (1972), ‘Regression models and life-tables (with discussion)’, J. Royal Statist. Society, Series B, 74, 187-220 Sách, tạp chí
Tiêu đề: J. RoyalStatist. Society, Series B
Tác giả: Cox, D. R
Năm: 1972
10. Cox, D. R. (1970), The Analysis of Binary Data, London: Chapman and Hall, Inc Sách, tạp chí
Tiêu đề: The Analysis of Binary Data
Tác giả: Cox, D. R
Năm: 1970
11. David G. Kleinbaum, Mitchel Klein (2012), Survival Analysis: A Self‐Learning Text, Third Edition, Springer Sách, tạp chí
Tiêu đề: Survival Analysis: A Self‐LearningText, Third Edition
Tác giả: David G. Kleinbaum, Mitchel Klein
Năm: 2012
12. Dean Fantazzini, Silvia Figini (2009), ‘Random Survival Forests Models for SME Credit Risk Measurement’, Methodol Comput Appl Probab, 11:29-45. DOI 10.1007/s11009-008-9078-2 Sách, tạp chí
Tiêu đề: Methodol Comput Appl Probab
Tác giả: Dean Fantazzini, Silvia Figini
Năm: 2009
6. Beran, R. (1981), ‘Nonparametric Regression with Randomly Censored Survival Data’, Tech Report, University of California, Berkeley Khác
13. Dyana Kwamboka Mageto, Samuel Musili Mwalili, Anthony Gichuhi Waititu Khác

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w