Báo cáo chuyên đề thực tập chuyên ngành Toán kinh tế với đề tài “Mô hìnhcây quyết định với phương pháp tỷ lệ sử dụng hạn mức vỡ nợ tại thời điểm vỡ nợ déước lượng tổng dư nợ của khách hà
Trang 1BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG DAI HỌC KINH TE QUOC DÂN
KHOA TOAN KINH TE
DE TAI:
MO HINH CAY QUYET DINH VOI PHUONG PHAP TY LE SU
DUNG HAN MUC TAI THOI DIEM VO NO DE UOC LUQNG TONG
DU NO CUA KHACH HÀNG TAI THOI DIEM VO NO
Sinh viên thực hiện : Nguyễn Chiến Thắng
Mã sinh viên : 11194663
Lớp chuyên ngành : Toán kinh tế 61 Giảng viên hướng dẫn : TS Phạm Thị Hồng Thắm
HÀ NỘI, 2023
Trang 2LỜI CẢM ƠN
Lời đầu tiên, em xin gửi lời cảm ơn chân thành đến Tiến sĩ Phạm Thị HồngThắm — Giang viên bộ môn Toán Tài chính, khoa Toán Kinh té, truong Dai hoc Kinh
tế Quốc dân đã đồng hành và hướng dẫn em hoàn thành chuyên đề thực tập nay
Báo cáo chuyên đề thực tập chuyên ngành Toán kinh tế với đề tài “Mô hìnhcây quyết định với phương pháp tỷ lệ sử dụng hạn mức vỡ nợ tại thời điểm vỡ nợ déước lượng tổng dư nợ của khách hàng tại thời điểm vỡ nợ” là kết quả của quá trình
cố gắng không ngừng nghỉ của ban thân và được sự giúp đỡ, chi dạy của các thầy côkhoa Toán kinh tế, đặc biệt là các thầy cô bộ môn Toán tài chính, cũng như của tậpthể Toán kinh tế 61
Bên cạnh đó, em cũng chân thành cảm ơn gia đình, bạn bè đã chia sẻ và tạo
điều kiện, nhiệt tình hỗ trợ giúp em có thể hoàn thành chặng đường dài 4 năm tại Đạihọc Kinh tế Quốc dân
Tuy nhiên, do trình độ, năng lực còn yếu kém, nhiều hạn chế của bản thân nên
đề tài còn nhiều phần chưa được chin chu, hoàn thiện về nhiều mặt Vì thế, em rất
mong được nhận những ý kiến đóng góp từ thầy cô, bạn học để hoàn thiện sự thiếu
sót của đề tài Mong muốn của em là kết quả nghiên cứu sẽ làm rõ vài điểm trong quy
định của Basel.
Cuối cùng, em xin kính chúc thầy cô déi dao sức khỏe, thành công trên cuộcsống và tiếp tục là những người lái đò nhiệt huyết dé có thé đưa những thế hệ tiếp
theo bước xa hơn trên đường đời của chính mình.
Em xin chân thành cảm ơn!
Sinh viên thực hiện,
ThắngNguyễn Chiến Thắng
Trang 3MỤC LỤC
0980096710077 1CHƯƠNG 1 CƠ SỞ LÝ THUYET VÀ TONG QUAN NGHIÊN CỨU 6
1.1 Cơ sở lý thUYẾT ¿52-52 EEEE9E121121121121711111111111 2111111111111 6
1.1.2 Tổng dư nợ tại thời điểm VO nỢ ¿c5 + k+EEE‡E+EvEEEE+EeEervskerresxee 7
1.1.3 Khoản vay quay vòng và khoản vay không quay vòng - - 9
1.2 Tổng quan nghiên cứu -¿- 2£ ©£+2+++x2E++EEE£EE+2EEtEEEEEEEerkrrrxerrerrke 10
CHƯƠNG 2 XÂY DUNG MÔ HÌNH TONG DƯ NO TẠI THỜI DIEM VO NO
— ,ÔỎ 12
2.1 Khái niệm về mô hình tổng dư nợ tại thời điểm vỡ nợ - 12
2.2 Quy trình xây dựng mô hình - - 5 5 2+ +2 k vn HH ng ưệt 13
2.3 Kiểm định mô hình 2-2 £+SE+EE+EE£EE+£EEEEEEEECEEEEEEEEEEEErrkkrrkerkerkree 18
CHƯƠNG 3 ÁP DUNG MÔ HÌNH DE UOC LƯỢNG TONG DU NO TAI
THOT DIEM 84909001377 23
3.1 (tán ẽ 23 3.2 Mô hình EAD cccecsesssesssesssesseessesssesssessesssecssesssessssssesssesssessesssesssesssesseseseessess 28
3.2.1 Ước lượng tổng dư nợ tại thời điểm vỡ nợ, s- s sec++xezx+xerez 303.2.2 Kiểm định mô hình 2 2£ +£++£+E++2E++2EE+EE+£EE2EEtEEEerxrrrxrrresrke 31
4 CHƯƠNG 4 KET LUẬN VÀ KHUYEN NGHỊ - -s s2 se css 35
4.1 Kết luận chung về đề tai cecceececceccccsessecsessessessessessessessessssssessessessesseeseeseess 35
4.2 Hạn chế và khuyến nghị của đề tài - 2 s+5s+Sz+E£+E£Eczkerkerxerxerxrex 36
DANH MỤC TÀI LIEU THAM KHÁO 2s ©ss©cssecsssesssesse 38
0:80 Ẳằệ.H.HH , ,, 39
Trang 4DANH MỤC TỪ VIẾT TÁT
Cụm từ viết tắt Giải thích
EAD Dư nợ tại thời điểm vỡ nợ
TRB Phương pháp mô hình nội bộ (Basel ID
URAO Ty lệ sử dụng hạn mức tại thời điểm quan sát
URAD Ty lệ sử dụng hạn mức tại thời điểm vỡ nợ
SVM Support Vector Machine
Trang 5DANH MỤC BANG
Bang 1.1: Số lượng dữ liệu sử dụng ¿2-2 sSE+E£+E2Et£EeEEerxerkerkrrkrrerree 4 Bảng 1.2: 02 nhóm sản phẩm của Ngân hàng 2- 22 ++x+£xzx++zxered 9
Bảng 3.1: Tổng hợp các trường dữ liệu sử dụng trong việc tính EAD 23
Bang 3.2: Danh sách các biến đầu vào của mô hình EAD -: 25
Bảng 3.3: Kết quả phân loại quay vòng/không quay vòng - 27
Bang 3.4: Kết quả chia tách dữ liệu cho xây dụng mô hình - 28
Bảng 3.5: Các tham số sử dụng trong mô hình 2 2 2 +2 £sz£++xz+z 29 Bang 3.6: Kết quả mô hình E.AD ¿- 2 ¿5£ EeSE‡EE2EE2EE2EEEEEEEEEEEEkerkrrkrrree 30 Bang 3.7: Bảng ước lượng EALD - ó5 4kg HH ng ng 30 Bang 3.8: Bảng kết quả kiểm định sai số tương đối -2©52csc sec: 31 Bang 3.9: Bang kết quả kiểm định MSE c.ceccesessessessessesseesessesseesesssesesseesees 32 Bang 3.10: Bảng kết qua kiểm định Two-tailed T-test 00.00.00 33 Bang 3.11: Bảng kết quả kiểm định PSI - - 2-52 2522S22E££Ee£EeEEeEerszreee 33 Bang A: Phân loại sản pham quay vòng/không quay vòng - 39
Bảng B: Code xây dựng mô hình EA 5 5 <1 1k ng 42
Bang C: So sánh 2 phương pháp ước tính EATD c5 c-csssseeeerssereeres 58
Trang 6DANH MỤC HÌNH VE
Hình 3.1: Kết quả của mô hình cây quyết định -2- 2 2 s+s+sz£s+zz+xeez
Trang 7Nghiên cứu về đề tài vỡ nợ trong ngân hàng cũng giúp ta có cái nhìn tổng quan
hơn về ngành ngân hàng, bao gồm các yếu tố kinh tế, chính sách, pháp luật và thịtrường Từ đó, em có thé đưa ra những đánh giá và khuyến nghị về hoạt động của
ngân hàng không chỉ trong lĩnh vực cho vay và thu hồi nợ mà còn các hoạt động khác
như tài chính, kê toán và quan tri.
Đối với một ngân hàng, rủi ro tín dụng là một trong những yếu t6 quan trong
nhất ảnh hưởng đến sự phát triển và tồn tại của ngân hàng Việc định lượng và đánh
giá rủi ro này là rat cân thiệt đê đưa ra các quyét định về việc cho vay, cap tín dụng.
Theo Basel II, các ngân hàng phải đánh giá rủi ro tín dụng của các khách hang
và chia họ thành các nhóm rủi ro cụ thê dựa trên khả năng trả nợ của họ Các nhómnày được sử dụng dé xác định số vốn mà ngân hàng phải giữ dé bù đắp các khoản lỗtiềm an do khách hàng không trả nợ
Đây chính là lý do tại sao khái niệm vỡ nợ được quan tâm trong tài liệu Basel
IL Nếu một người vay tiền không thé hoàn trả khoản vay, ngân hàng có thể gánh chịucác khoản lỗ, gây ảnh hưởng đến vị thế vốn của nó Basel II nhằm giải quyết vấn đềnày bằng việc yêu cầu các ngân hang giữ đủ vốn dé đảm bảo bù đắp các khoản lỗtiềm an do các khoản vay không được trả về
Vì tầm quan trọng của quản lý rủi ro tín dụng và ngăn chặn các trường hợp vỡ
nợ trong khung Basel II, nghiên cứu về van dé này trong ngành ngân hàng và tài chính
có thé cung cấp thông tin quý giá cho các nhà nghiên cứu, nhà quản lý và chính phủ
Trang 8Bằng cách nghiên cứu các yếu tố góp phần vào vấn đề vỡ nợ và khám phá các giải
pháp tiềm năng dé giảm thiểu rủi ro tín dụng, trong đó có mô hình EAD (Tổng dư nợ
tại thời điểm vỡ nợ)
Một số lý do quan trọng về tính cần thiết của mô hình EAD bao gồm:
Điều chỉnh mức vốn: Ngân hàng cần đánh giá rủi ro tín dụng của các khoảnvay dé quyết định mức vốn cần thiết dé đảm bảo an toàn tài chính Nếu mức độ rủi
ro tín dụng của một khoản vay cao, ngân hàng cần phải tăng mức vốn đảm bảo để
bảo vệ tài chính của mình Mô hình EAD giúp ngân hàng ước tính số tiền mà ngânhàng có thé mat khi khách hàng không trả nợ, từ đó giúp ngân hàng tính toán mức độ
rủi ro tín dụng và điêu chỉnh mức von cân thiệt.
Quản lý rủi ro tín dụng: Mô hình EAD giúp ngân hàng đánh giá rủi ro tín dụng
của khách hàng và tính toán tông rủi ro tín dụng của ngân hàng Nếu tổng rủi ro tíndụng quá cao, ngân hàng có thé quyết định không cho vay hoặc tài trợ khách hàng
Điêu này giúp ngân hàng quản lý rủi ro tín dụng hiệu quả và bảo vệ tài chính của mình.
Đáp ứng yêu cau của định chế tài chính: Mô hình EAD là một phan quan trọng của
phương pháp tính toán rủi ro tin dụng dựa trên IRB Việc sử dụng phương pháp IRB được
yêu cầu bởi các định chế tài chính như Basel II và Basel III Điều nay đảm bảo ngân hàng
đáp ứng các yêu câu của định chê tài chính và đảm bảo an toàn tài chính của mình.
Vì những lý do trên, em lựa chọn đề tài “Mô hình cây quyết định với phươngpháp tỷ lệ sử dụng hạn mức tại thời điểm vỡ nợ để ước lượng tổng dư nợ củakhách hàng tại thời điểm vỡ nợ” cho khóa luận tốt nghiệp Thông qua đề tài này,
em hy vọng đây là tài liệu hữu ích cho các Ngân hang và Tổ chức tài chính chưa triểnkhai IRB Em cũng hy vọng dé tài là nguồn cung cấp thông tin cho các bạn sinh viênmuốn tìm hiểu và phát triển bản thân trong lĩnh vực quản trị rủi ro, đặc biệt là mô
hình rủi ro tín dụng.
2 Mục tiêu nghiên cứu
Trang 9Mô hình tông dư nợ tại thời điêm vỡ nợ được sử dụng đê đánh giá rủi ro cho các khoản vay Nêu rủi ro được ước tính cao, ngân hàng có thê yêu câu bô sung tài sản bảo đảm, tăng mức phí lãi suât hoặc từ chôi yêu câu vay Nêu rủi ro được ước
tính thấp, ngân hàng có thé cung cấp khoản vay với mức lãi suất thấp hơn
Đề tài nghiên cứu phương pháp xây dựng mô hình EAD theo tiêu chuẩn IRB
Đầu tiên, đề tài nghiên cứu các quy định của Basel về định nghĩa vỡ nợ (default), quy
định về khung thời gian quan sát lấy dữ liệu Sau đó, đề tài đưa ra phương pháp luận
triển khai mô hình EAD theo IRB, tiến hành xây dựng, kiểm định và đánh giá môhình trên tập xây dựng và tập huấn luyện, kỳ vọng phương pháp xây dựng mô hìnhbang học máy (machine learning) cho kết quả chính xác hơn với mô hình hồi quy
tuyến tính
3 Phương pháp nghiên cứu
Dé xây dựng mô hình này, ta sẽ thu thập các thông tin về khách hang, bao gồmnhân khẩu học, lịch sử tín dụng, dư nợ hiện tại, thu nhập và các khoản nợ khác Sau
đó, các thông tin này sẽ được phân tích, chọn lọc và quyết định lựa chọn đưa vào môhình dé ước tính tong dư nợ tại thời điểm vỡ nợ
Mô hình tổng dư nợ tại thời điểm vỡ nợ là một phương pháp định lượng rủi rođược sử dụng trong ngân hang dé đánh giá khả năng thanh toán nợ của khách hang
tại thời điểm vỡ nợ Cụ thé, mô hình này sẽ ước tính tông số tiền khách hàng cần phải
trả cho ngân hàng tại thời điêm vỡ nợ, bao gôm cả sô tiên gôc và lãi phải trả.
Dé xây dựng mô hình tổng dư nợ tại thời điểm vỡ nợ, có thể sử dụng các
phương pháp thống kê và học máy như logistic regression, decision tree hoặc random
forest Dé đảm bao tính chính xác của mô hình, các thuật toán này cần được đảo tạo
trên một tập dữ liệu lớn va đa dạng.
4 Pham vi dữ liệu
Dữ liệu thực hiện tính toán cho mô hình EAD bao gồm:
Trang 10« Toàn bộ thông tin của khách hàng có quan hệ tin dụng với Ngân hang trong
72 tháng (bang THONG TIN CIF);
« Toàn bộ danh mục cho vay khách hang cá nhân va khách hang doanh nghiệp
trong 72 tháng (bảng HD TIN DUNG);
‹ Dữ liệu về thu hồi nợ bao gồm dòng tiền thực chỉ thực trả của tất cả các hợpđồng/ khế ước giải ngân trong khoảng 64 tháng (bảng BILL TRA NO) dé xác định
trên file gôc bản ghi dữ liệu
THONG TIN CIF 11 453.428 72 thang
HD TIN DUNG 29 1.434.041 72 thang
XU LY NO XAU 5 27 64 thang
BILL TRA NO 8 2.006.904 60 hang
5 Dự kiến kết quả
Kết quả của đề tài cho ra được kết quả dự báo của mô hình EAD cũng như sự
chính xác và độ hiệu quả của nó
6 Kết cấu đề tài
Đề tài gồm 4 chương, cụ thé:
Chương 1: Cơ sở lý thuyết và tong quan nghiên cứuChương 2: Xây dựng mô hình tổng dư nợ tại thời điểm vỡ nợ
Trang 11Chương 3: Ap dụng mô hình cây quyết định dé ước lượng tông dư nợ tại thời
điêm vỡ nợ
Chương 4: Kết luận và khuyến nghị
Trang 12CHƯƠNG 1 CƠ SỞ LÝ THUYET VA TONG QUAN
NGHIEN CUU
Trong chương I này trình bày về cơ sở ly thuyết của vỡ nợ, tong du nợ tai thời
điêm vỡ nợ và yêu câu cua Basel II với mô hình tông dư nợ tại thời điêm vỡ nợ
Bên cạnh đó, chương này cung cấp tông quan nghiên cứu về đặc điểm, lýthuyết, áp dụng của mô hình EAD cũng như là một số kỹ thuật để ước lượng tổng dư
nợ tại thời điểm vỡ nợ
1.1 Cơ sở lý thuyết
1.1.1 Võ nợ là gi?
Các lý thuyết về vỡ nợ bao gồm cả lý thuyết xác định rủi ro tín dụng và lýthuyết về tài chính hành vi Lý thuyết xác định rủi ro tín dụng giúp định lượng rủi ro
của các khoản vay và đưa ra các biện pháp dé giảm thiểu rủi ro này Trong khi đó, lý
thuyết về tài chính hành vi nghiên cứu cách mà các cá nhân và tổ chức đưa ra các
quyết định tài chính và ảnh hưởng của các yếu tố tâm lý và hành vi trong việc đưa ra
quyết định đó
Định nghĩa vỡ nợ theo quy định của Basel II (Đoạn 452, 453) Vỡ nợ phát sinh
đôi với một người có nghĩa vụ tín dụng khi một trong hai điêu sau xảy ra:
- Ngân hàng cho rằng người có nghĩa vụ tín dụng có khả năng cao là sẽ khôngthực hiện được nghĩa vụ tín dụng một cách đầy đủ nếu ngân hàng không có hànhđộng truy đòi nợ như xử lý tài sản bảo đảm (nếu có);
- Người có nghĩa vụ tín dụng đã quá han 90 ngày đối với bat kỳ nghĩa vụ tín
dụng trọng yếu đã ký kết nào với Ngân hàng Thấu chi sẽ được coi là quá hạn khi makhách hàng vi phạm hạn mức được cấp hoặc được cấp một hạn mức thấp hơn mức
dư nợ hiện tại.
Trang 13-Những yếu tố khác được coi là các dấu hiện của không thực hiện được nghĩa
gôc, lãi hoặc các loại phí liên quan;
- Ngân hàng yêu cầu khách hàng thực hiện thủ tục phá sản hoặc các hình thứctương tự do không thực hiện được các nghĩa vụ đối với ngân hàng;
- Bên đi vay đang thực hiện thủ tục hoặc đã ở trong tình trạng phá sản hay
những hình thức bảo vệ tương tự, dẫn đến việc tránh hoặc trì hoãn thực hiện nghĩa vụtín dụng đối với ngân hàng
Các mô hình và phương pháp thống kê được sử dụng dé định lượng rủi ro vỡ
nợ và dự báo khả năng vỡ nợ của khách hàng, bao gồm mô hình logit, SVM, KNN
và các phương pháp khác Việc nghiên cứu và ứng dụng các mô hình này trong ngành
ngân hàng và tài chính đóng vai trò quan trọng trong việc đưa ra các quyết định tín
dụng an toàn và bảo vệ các khoản vay.
1.1.2 Tổng du nợ tại thời điểm vỡ nợ
Hiệp định Basel II và III cho phép các ngân hàng tính toán vốn điều lệ bằng
cách sử dụng các mô hình phát triển nội bộ của riêng họ theo cách tiếp cận dựa trên
xếp hạng nội bộ nâng cao (AIRB) Tổng dư nợ tại thời điểm vỡ nợ (EAD) là mộttham số cốt lõi được mô hình hóa cho các cơ sở tín dụng quay vòng với mức độ rủi
ro thay đồi
Trang 14Tổng dư nợ tại thời điểm vỡ nợ là một khái niệm quan trọng trong lĩnh vực
quản lý rủi ro tín dụng Nó đo lường giá trị tài sản hoặc số tiền mà một ngân hàng
hoặc tổ chức tài chính có thê mắt trong trường hợp khách hàng không thể trả nợ Tổng
dư nợ tại thời điểm vỡ nợ được sử dụng dé ước lượng mức độ rủi ro tín dụng và dongvai trò quan trọng trong việc đánh giá tính bền vững của các khoản vay và quản lý
danh mục tín dụng.
Lý thuyết tông dư nợ tại thời điểm được xây dựng một cách tiếp cận phân tíchdựa trên dữ liệu và mô hình hóa các yếu tố quan trọng ảnh hưởng đến tong du no tai
thời điểm vỡ nợ Các yếu tố này có thể bao gồm mức độ sử dụng hạn mức tín dụng,
tình trạng tài chính của khách hàng, loại tài sản đảm bảo và rủi ro thị trường.
Các phương pháp ước lượng tổng dư nợ tại thời điểm vỡ nợ được phát triển
dựa trên các mô hình tín dụng, dữ liệu lịch sử và các công cụ phân tích Các mô hình
này có thé sử dụng các phương pháp thống kê, mô hình hóa tài chính, hoặc kỹ thuật
học máy dé dự đoán và đo lường tổng dư nợ tại thời điểm vỡ nợ Đồng thời, việc ápdụng EAD trong quản lý rủi ro tín dụng đòi hỏi các biện pháp kiểm soát nội bộ chặt
chẽ, quan ly dữ liệu chính xác và hiệu quả, cùng với việc đánh giá và cập nhật định
kỳ các mô hình ước lượng tổng dư nợ tại thời điểm vỡ nợ
Yêu cầu của Basel đối với mô hình EAD
Basel II — đoạn 264: Giai đoạn chuyền tiếp bắt đầu từ ngày tuân thủ Basel và
sẽ kéo dai trong 3 năm ké từ ngày đó Trong giai đoạn chuyên tiếp, các yêu cầu tốithiểu sau có thê được nới lỏng, tùy theo quyết định của ngân hàng quốc gia:
- Đối với các khoản tín dụng doanh nghiệp, quốc gia và ngân hàng theo phương
pháp cơ bản, đoạn 463, ngân hàng phải sử dụng ít nhất năm năm đữ liệu để ước tính
PD; và
- Đối với các khoản tín dụng bán lẻ, đoạn 466, ngân hàng phải sử dụng ít nhấtnăm năm dé liệu dé ước tính các tồn that (EAD, và tổn thất dự kiến (EL) hoặc PD va
LGD)
Trang 15- Đối với các khoản tin dụng doanh nghiệp, quốc gia, ngân hàng và doanhnghiệp bán lẻ, đoạn 445, ngân hàng phải chứng minh đã sử dụng hệ thống mô hìnhrủi ro tín dụng phù hợp với các yêu cầu tối thiểu được nêu trong tài liệu này ít nhất
ba năm trước khi đủ điều kiện
- Các thỏa thuận chuyền tiếp áp dụng nói trên cũng áp dụng cho các phương
pháp tính PD / LGD đối với vốn chủ sở hữu Không có thỏa thuận chuyển tiếp nào
đối với cách tiếp cận dựa trên thị trường đối với vốn chủ sở hữu
1.1.3 Khoản vay quay vòng và khoản vay không quay vòng
Theo thông lệ của Basel, công thức xác định EAD phụ thuộc vào vào việc khoản vay là tín dụng quay vòng hay không quay vòng.
Bảng 1.2: 02 nhóm sản phẩm của Ngân hàng
Phân loại sản
2 Mô ta
pham
Khoản vay quay |- Đây là các khoản vay khách hàng có thé rút tiền đến một
vòng mức hạn mức Sau khi khách hàng đã trả hết nợ lãi và gốc của
khoản vay thì có thể tiếp tục giải ngân Ví dụ: Vay hạn mức,
thẻ tín dụng, v.v
- EAD của các khoản vay nay sẽ được tính toán dựa trên
sự thay đổi số dư tại thời điểm quan sát so với thời điểm vỡ nợ
Khoản vay không |- Là các khoản vay khách hàng có thê được giải ngân một
quay vòng hoặc nhiều lần đến một hạn mức Sau khi đã giải ngân hết hạn
mức, khách hàng sẽ không thê giải ngân thêm Ví dụ: cho vay
mua nhà, cho vay mua máy móc, cơ sở vật chất, v.v
- EAD của các khoản vay này được xác định bằng du nợ
Trang 161.2 Tổng quan nghiên cứu
Dé ước lượng EAD cho thẻ tín dụng hoặc các hình thức tín dụng xoay vòngkhác, Hiệp định Basel II/III da đề xuất sử dụng dữ liệu lịch sử để đánh giá ty lệ chuyênđổi tín dụng (CCP), tức là ty lệ phan trăm của số tiền chưa rút hiện tại có thể sẽ đượcrút trong trường hợp khách hàng không thể trả nợ (Valvonis, 2008) Hiệp định khôngyêu cầu rõ ràng các mô hình EAD phải sử dụng tính toán CCF; tuy nhiên, CCF thường
được đề cập đến trong Basel Sau khi ước lượng tỷ lệ chuyên đổi tín dụng cho một
(phân đoạn) số tiền phải trả biến đổi, EAD được tính bằng công thức:
EAD = Số tiền đã rút hiện tại + (CCE x Số tiền chưa rút hiện tại)
Với phương pháp này, độ chính xác của việc dự đoán tổng dư nợ tại thời điểm
vỡ nợ rõ ràng phụ thuộc vào chất lượng của mô hình CCF và việc mô hình hóa nay
đã đặt ra những thách thức đáng ké do phân phối của tỷ lệ chuyên đổi tín dụng khôngtuân theo các phân phối thống kê tiêu chuẩn Phân phối tỷ lệ chuyền đổi tín dụngthường có xu hướng kép lệnh cao với khối lượng xác suất băng không (không có sự
thay đổi trong số dư), một khối lượng xác suất băng một (vượt quá hạn mức tín dụng),
và một phân phối tương đối phăng ở giữa, tương tự như một số phân phối LGD (tốn
thất vỡ nợ) (Loterman et al., 2012)
Hơn nữa, trong nhiều tập dữ liệu CCF, có thé thấy một số lượng đáng kể các
tỷ lệ chuyền đôi tín dụng âm và tỷ lệ chuyên đôi tín dụng lớn hơn một (một ví dụ về
điều cuối cùng có thé là khi hạn mức tin dụng đã tăng giữa điểm quan sát và thờiđiểm vỡ nợ, cho phép khách hàng vượt quá hạn mức ban đầu); vì các ước lượng môhình cuối cùng cần được giới hạn trong khoảng từ không đến một, những quan sát
10
Trang 17riêng lẻ như vậy đôi khi được cắt giảm thành không hoặc một, tương ứng (Jacobs,
2010).
Taplin, Minh To và Hee (2007) đã chỉ ra rằng công thức CCF gặp van đề vìphân phối tỷ lệ chuyên đổi tín dụng có giới hạn, khiến cho tổng dư nợ tại thời điểm
vỡ nợ phải bang han mức tín dụng khi tỷ lệ chuyên đổi tin dụng bang 1 Trong thực
tẾ, thường có những tài khoản với tổng dư nợ tại thời điểm vỡ nựo lớn hơn hạn mức
tín dụng do các chi phí phát sinh từ việc mua sắm vượt quá hạn mức và các khoản lãi
suất, hoặc thay đôi han mức tín dụng
Bên cạnh đó, còn một phương pháp ít phổ biến hơn đó là sử dụng công thức
URAD - tỷ lệ sử dụng hạn mức tại thời điểm vỡ nợ Khi khách hàng không thê trả
nợ, tỷ lệ sử dụng hạn mức tại thời điểm vỡ nợ cho biết mức độ sử dụng hạn mức tíndụng của khách hàng tai thời điểm đó Với EAD, tỷ lệ sử dụng hạn mức tại thời điểm
vỡ nợ được sử dụng để ước lượng giá trị tài sản hoặc số tiền mà ngân hàng hoặc tổ
chức tài chính có thể mất trong trường hợp khách hàng không thê trả nợ Tỷ lệ sử
dụng hạn mức tại thời điểm vỡ nợ có thê được tính toán băng công thức:
URAD = Số dư nợ tại thười điểm vỡ nợ / Hạn mức tín dụng tại thời điểm quan sát
Và tổng dư nợ tại thời điểm vỡ nợ được tính qua tỷ lệ sử dụng hạn mức tại thời
điêm vỡ nợ như dưới đây:
EAD = Max (Số dư nợ tại thời điểm quan sát, URAD x Hạn mức tín dụng tạithời điểm quan sát)
11
Trang 18CHƯƠNG 2 XÂY DỰNG MÔ HÌNH TỎNG DƯ NỢ TẠI
THỜI DIEM VO NO
Chương này trình bay cụ thé từng bước trong việc xây dựng mô hình EAD dégiải quyết vấn đề tổng dư nợ tại thời điểm của khách hàng
2.1 Khái niệm về mô hình tổng dư nợ tại thời điểm vỡ nợ
Mô hình tổng dư nợ tại thời điểm vỡ nợ là một trong những mô hình quan
trọng trong việc đánh giá rủi ro tín dụng của các khách hàng vay tiền Theo mô hìnhnày, tổng số tiền nợ còn lại của khách hàng tại thời điểm vỡ nợ được xem là chỉ sốquan trọng đề đánh giá khả năng hoàn trả nợ của khách hàng đó
Cụ thể, mô hình tổng dư nợ tại thời điểm vỡ nợ xác định tổng số tiền khách
hàng đang nợ tại thời điểm xảy ra sự cố vỡ nợ Đây là một chỉ số quan trọng dé đánh
giá khả năng khách hàng có khả năng hoàn trả nợ hay không, và từ đó giúp ngân hàng
đưa ra quyết định về việc cho vay hay không
Mô hình tổng dư nợ tại thời điểm vỡ nợ được xây dựng dựa trên các yếu tốnhư tông số tiền vay, thời gian vay, lãi suất, trạng thái nợ hiện tại của khách hàng, thunhập của khách hàng và một số yếu tố khác Từ đó, mô hình đưa ra dự báo về tổng
số tiền nợ mà khách hàng đang phải trả tại thời điểm vỡ nợ, giúp ngân hàng đưa ra
quyết định đúng đắn về việc cho vay hay không và giảm thiểu rủi ro tín dụng
Trong thực tế, mô hình tổng dư nợ tại thời điểm vỡ nợ được áp dụng rộng rãi
trong ngành ngân hang và được coi là một công cụ quan trọng dé đánh giá rủi ro tíndụng của khách hàng vay tiền Các ngân hàng thường sử dụng các công cụ và phầnmềm tín dụng dé tính toán tổng dư nợ tại thời điểm vỡ nợ của khách hàng, từ đó đưa
ra quyết định về việc cho vay hoặc từ chối cho vay
Trong đề tài này, ta sử dụng phương pháp Tỷ lệ sử dụng hạn mức tại thời điểm
vỡ nợ (URAD) do hạn mức còn lại tại thời điểm quan sát tương đối thấp và tỷ lệ
khoản vay (tính giá tri cả sốc và lãi) vượt hạn mức tương đối pho bién Cu thé, tỷ lệ
12
Trang 19sử dụng hạn mức tại thời điểm quan sát (URAO) được thống kê đối với các khoản tín
dụng quay vòng như sau:
EAD = Max (OSops,URAD X Limitops)
Trong đó
OSqerault
URAD = — .,
Limitops
- OSops: Số du nợ tại thời điểm quan sát
- OSaefaut: Số du nợ tại thời điểm vỡ nợ
- Limitops: Hạn mức tín dụng hiệu lực tại thời điểm quan sát
Toàn bộ dữ liệu nội bộ của hai phân khúc cá nhân và doanh nghiệp đã được
thu thập và sử dụng cho mục đích xây dựng mô hình Mô hình được dự kiến sẽ sử
dụng cho mục đích ước tính tôn thất đối với các khoản vay của khách hàng cá nhân
và doanh nghiệp hiện đang trong trạng thái nợ bình thường (nợ nhóm 1 và nhóm 2)
nhằm phục vụ mục đích đánh giá mức độ rủi ro của khoản vay cũng như mục đíchquan tri rủi ro ở cấp độ danh mục
2.2 Quy trình xây dựng mô hình
Bước 1: Thu thập dữ liệu, đánh giá chất lượng dữ liệu và làm sạch dữ liệu
Dữ liệu được thu thập, kiểm tra và làm sạch để phục vụ cho mục đích xây dựng
mô hình EAD (Tất cả các bước tiền xử lý dit liệu đã được xử lý trong code python
(Phụ lục B))
13
Trang 20Bước 2: Liên kết dữ liệu
Các dữ liệu từ nhiều tệp dữ liệu (HD TIN DUNG, BILL, phân loại nợ, xử lýng) được liên kết với nhau thông qua các trường khóa kết nối (data_ key) dé tạo thành
một tệp dữ liệu duy nhất cho mục đích xây dựng mô hình
- Có số ngày quá hạn lớn nhất theo thông tin BILL hơn 90 ngày;
- Có số ngày quá hạn theo ngày đáo hạn khế ước lớn hơn 90 ngày;
- Bi xử lý nợ (Mã khách hàng xuất hiện trong bảng XU LY NO XAU)
Cờ vỡ nợ sẽ được xác định ở cấp độ khách hàng Điều này có nghĩa là khi mộthợp đồng gắn với khách hàng được xác định là vỡ nợ thì trạng thái của toàn bộ các
hợp đồng khác của khách hàng này sẽ chuyền thành trạng thái vỡ nợ
Đề phục vụ cho việc hệ thong xép hang tín dung nội bộ, các bang dữ liệu cung
cấp thường được yêu cầu có độ dài bao quát 1 chu kỳ kinh tế, thông thường tối thiếu
là 5 năm, tương đương với 60 tháng theo dõi
Bước 4: Xác định mẫu xây dựng mô hình EAD
Các loại trừ sau sẽ được thực hiện
- Loại trừ các hợp đồng chưa từng bị vỡ nợ
- Loại trừ các quan sát xảy ra sau thời điêm vỡ nợ hoặc trước thời điêm vỡ nợ
trên 12 tháng
14
Trang 21- Loại các trường hợp vỡ nợ lần đầu tiên vào tháng 9 năm 2015 do đây làtháng đầu tiên có đữ liệu nên không thể xác định được liệu khách hàng có vỡ nợ từ
trước đó hay không
Bước 5: Tính toán tỷ lệ URAD, URAO
- Để xây dựng mô hình EAD, ta sử dung tat cả các khách hang đã vỡ nợ từdanh mục cho vay ban đầu (bảng HD TIN DUNG) Cờ vỡ nợ sẽ được xác định theođịnh nghĩa vỡ nợ của mô hình PD và được gắn 0 cap độ khách hàng Điều này cónghĩa là khi một hợp đồng gắn với khách hàng được xác định là vỡ nợ thì trạng tháicủa toàn bộ các hợp đồng khác của khách hàng này sẽ chuyền thành vỡ nợ
Tính toán URAD
Sau khi xác định được các khách hàng vỡ nợ, việc chuan bi dữ liệu được tiên
hành theo các bước sau:
- Xác định ngày vỡ nợ đầu tiên của khách hang
- Xác định ty lệ sử dụng hạn mức tại từng hợp đồng tại thời điểm vỡ nợ theo
Outstandingperauit: Tổng dư nợ của khách hang tại thời điểm vỡ nợ (bao gồm số
dư nợ lãi + phí dự thu gán với khoản vay nếu có)
Limitopservation: Tong han mức của khách hàng tại thời điểm quan sát
Trang 22URAO = Outstanding opservation
Limitopservation
Trong do:
Outstandingopservation Tong dư nợ của khách hang tai thời điểm quan sát (bao
gôm sô dư nợ lãi)
Limitopservation: Tông hạn mức của khách hàng tại thời diém quan sát
Bước 6: Phân khúc khách hàng và phân loại khoản tín dụng quay vòng và không quay vòng
- Khách hàng được phân loại thành hai phân khúc, khách hàng cá nhân và khách hàng doanh nghiệp Tương ứng với phân loại được xác định, các khoản vay
của khách hàng được gắn cờ phân loại tương ứng
- Phân loại các hợp đồng thành khoản tín dụng quay vòng và không quay vòngdựa trên thông tin sản phẩm
Bước 7: Phân chia mẫu xây dựng mẫu kiểm định mô hình
Mẫu xây dựng mô hình cần phải đảm bảo một số tiêu chí sau:
o Xác định được chính xác ngày vỡ nợ đầu tiên của khách hàng:
o Thời gian quan sát và lẫy thông tin trong khoảng thời gian 12 tháng trướcthời điểm ngày vỡ nợ đầu tiên
Trong quá trình xây dựng mô hình, dữ liệu sẽ được chia thành 02 tập dữ liệu,
bao gồm: mẫu xây dựng mô hình và mẫu kiểm định mô hình Mẫu xây dựng mô hìnhđược định nghĩa là mẫu dùng trong việc xây dựng mô hình còn mẫu kiểm định là mẫu
dé kiểm tra lại chất lượng và khả năng dự báo của mô hình đã được xây dựng Theothông lệ, mẫu xây dựng chiếm 70-80% dit liệu ban đầu
Bước 8: Tạo biến đầu vào cho mô hình EAD
Tạo các biến đầu vào cho mô hình EAD được xây dựng dựa trên nội dung
phương pháp luận đã được xây dựng, cụ thể:
16
Trang 23- Biến về tỷ lệ sử dụng hạn mức tại thời điểm quan sát (URAO);
- Biến tong hạn mức của khách hang;
- Biến phân loại phân khúc khách hàng;
- Số tháng trên số (month on book — MOB);
- Tỷ lệ sử dụng hạn mức còn lại;
- Thời gian đến ngày đáo hạn;
- Ty lệ trả nợ.
Bước 9: Xây dựng mô hình EAD theo biện pháp cây quyết định
Mô hình cây trong đó biến mục tiêu có thé nhận một bộ giá trị rời rac được gọi
là cây phân loại (classification trees), trong các cau trúc cây này, các lá (nodes) biéuthị các nhãn và các nhánh biểu thị các liên kết của các trường dữ liệu dẫn đến cácnhãn đó Cây quyết định trong đó biến mục tiêu có thé nhận các giá trị liên tục (thường
là số thực) được gọi là cây hồi quy (regression trees) Cây quyết định là một trongnhững phương pháp mô hình dự đoán được sử dụng trong thống kê, khai thác dữ liệu
và máy học Phương pháp này sử dung cây quyết định dé đi từ các dữ liệu thông tin
của một khách hàng (URAO, hạn mức tín dụng, phân khúc khách hàng, v.v) đến kếtluận về giá trị mục tiêu của khách hàng (URAD, v.v)
Trong phạm vi xây dựng mô hình EAD tại Ngân hàng, cây quyết định được
sử dụng dé dự đoán Tỷ lệ sử dụng hạn mức trong tương lai của khách hang tại thờiđiểm vỡ nợ trong 12 tháng tới
Trên cơ sở giá trị URAD được dự báo, giá trị EAD được xác định thông qua
công thức:
EAD = max (URAD x Limitopbservation, Outstanding opservation) Trong do:
Outstandingopservation Tong dư nợ của khách hang tai thời điểm quan sát (bao
gôm sô dư nợ lãi)
17
Trang 24Limifopservation: Tong hạn mức của khách hang tại thời điểm quan sát
2.3 Kiểm định mô hình
- Kiểm định có ý nghĩa quan trọng, nhất là Kiém định sai số tương đối, nếukiểm định này không được đáp ứng có nghĩa là mô hình dự đoán không chính xác giátrị EAD do vậy mô hình cần phải được điều chỉnh kịp thời để nâng cao khả năng dự
báo.
- Kiểm định ở cấp độ danh mục có ý nghĩa nhiều hơn kiểm định đối với từngnhóm Nếu kiểm định bị thất bại ở cấp độ nhóm nhưng vẫn đáp ứng được yêu cầu ởcấp độ danh mục (Mô hình ít nhất phải dự đoán tương đối chính xác ở cấp độ danhmục) thì có thé thực hiện theo dõi thêm chat lượng mô hình với tần suất thường xuyênhơn và có kế hoạch hiệu chỉnh/ xây dựng lại mô hình khi có nguồn lực và kế hoạch
thích hợp.
Kiểm định sai số tương doi (Actual vs Predicted)
- Mô tả:Một phép ước lượng là giá trị tương đối các sai số, tức là sự khác biệtgiữa các ước lượng và những gì được đánh giá Kiểm định được thực hiện để so sánhgiữa các nhóm giá trị URAD thực tế và ước lượng
- Phương pháp/ công thức:
(EAD thực tế, — EAD dự đoán,)
Sai số tương đối = :9 EAD thực té;
Trong đó:
- 1: nhóm (pool) được mô hình chia tách
18
Trang 25Thang đánh giá:
Sai số tương đối < 10% : Mô hình dự đoán chính xác10% < Sai số tương đối < 20% _ : Mô hình dự đoán tương đối chính xác20% < Sai số tương đối : Mô hình dự đoán không chính xác
Kiểm định T hai phía giữa URAD Dự đoán của 02 nhóm liền kề (Two-tailed
T-test) để đánh giá tính khác biệt giữa các nhóm
- Mô tả: Kiểm định T hai phía là kiểm định thống kê được sử dụng trong kiêmđịnh giả thuyết dé xác định xem sự khác biệt giữa hai giá trị trung bình có khác nhau
đáng kê hay không
- Phương pháp/Công thức:
t — statistic = Pool — Pools
J
o Thực hiện kiểm định p-value như sau:
Giả thiết: Ho: Pool; = Pool;
Giả thiết: Hi: Pool; # Pool;
Trong do:
- i,j : giá tri trung bình của URAD dự đoán ở nhóm i và URAD dự đoán ở
nhóm liền kề j
- $?: phương sai của URAD dự đoán nhóm i và URAD dự đoán nhóm liền kề
- N: số lượng quan sát trong nhóm (Pool) của URAD dự đoán ở nhóm i vàURAD dự đoán ở nhóm liền kề j
19
Trang 26Giá trị kiểm định:
- P-value > 0.05: Giá trị trung bình URAD dự đoán nhóm 1 = Giá trị trung
bình URAD dự đoán nhóm liền kề j (các nhóm không có sự phân biệt rõ ràng)
- P-value < 0.05: Giá trị trung bình URAD dự đoán nhóm i # Giá tri trung bình
URAD dự đoán nhóm liền kề j (các nhóm có sự phân biệt rõ ràng)
Kiểm định trung bình sai số toàn phương (MSE)
- Mô tả: Một phép ước lượng là trung bình của bình phương các sai số, tức là
sự khác biệt giữa các ước lượng và những gì được đánh giá Kiểm định đượcthực hiện để so sánh giữa các nhóm giá trị URAD thực tế và ước lượng
o_n: số lượng nhóm (Pool) được mô hình chia tách
Thang đánh giá chỉ số MSE:
MSE < 10% : Mô hình dự đoán chính xác
10% < MSE < 25% : Mô hình dự đoán tương đối chính xác
25% < MSE : Mô hình dự đoán không chính xác
Kiểm định tương quan Spearman (SRC)
- Mô tả: Hệ số tương quan thứ tự cấp bậc Spearman (viết tat là tương quan
Spearman) là một phép đo không đối xứng về sức mạnh và hướng liên kết tồntại giữa hai biến được đo lường trên ít nhất một thang đo thứ tự
- Phương phap/ công thức:
o Bước I: Xép hang các nhóm theo thứ tự tăng dần giá trị URAD thực tế
20
Trang 27o_ Bước 2: Tiếp tục xếp hạng các nhóm theo thứ tự tăng dần giá trị URAD
- Giá trị tương quan < 30%: Thứ tự xếp hang giữa các nhóm của 2 mẫu có
tương quan thấp cho thấy khả năng phân hang của mô hình chưa 6n định
Kiểm định tính ôn định PSI
- Mô tả: So sánh phân bồ tổng thé xây dựng mô hình và tông thé kiểm định mô
hình dé đánh giá tính ôn định của các phân nhóm trong danh mục
- Phuong phap/ công thức:
Trang 28- % mẫu xây dựng i: là tỷ lệ % số lượng mẫu xây dựng thuộc nhóm i trên tong
sô mâu xây dựng
- % mẫu kiểm định ¡: là tỷ lệ % số lượng mẫu kiểm định thuộc nhóm ¡ trên
tông sô mẫu kiêm định
Thang đánh giá chỉ số PSI:
PSI > 20 : Mô hình không ổn đinh
20 > PSI > 10 : Mô hình tương đối ôn đinhPSI < 10 : Mô hình ồn đinh
22
Trang 29CHUONG 3 ÁP DUNG MÔ HÌNH CAY QUYÉT ĐỊNH DE UOC LƯỢNG TONG DU NO TẠI THỜI DIEM VO NO
Chương nay tap trung vào việc đưa ra kết quả dự báo của mô hình EAD, kiểmđịnh mô hình Trước hết là việc mô tả đữ liệu nghiên cứu, tiếp là dự báo tông dư nợtại thời điểm vỡ nợ của nhóm khách hàng và kiểm định mô hình
3.1 Mô tả dữ liệu
Đề tài tập trung xây dựng và dự báo tổng dư nợ tại thời điểm vỡ nợ EAD, vì
lý do bảo mật thông tin, đữ liệu sẽ được ân một số trường dữ liệu
Giới thiệu dữ liệu
Bảng dưới đây mô tả các trường dữ liệu chính dùng trong việc xây dựng mô
hình EAD.
Bảng 3.1: Tổng hợp các trường dữ liệu sử dụng trong việc tính EAD
Tên trường Mô tả
CLIENT_NO Số định danh duy nhất của khách hàng
CLIENT_TYPE_DESC Thông tin diễn giải loại khách hàng
MA_KH Số định danh duy nhất của khách hàng
NGAY_SAO_KE Ngay sao ké
MA_HDTD Mã hợp đồng tin dụng
MA_KHE_UOC Mã khế ước
NGAY_DAO_HAN_HDTD Ngày đáo hạn hợp đồng tin dụng
NGAY_DAO_HAN KU Ngày đáo hạn khế ước
23
Trang 30Tên trường Mô tả
MA_SAN PHAM Mã sản phẩm, chỉ tiết trong bảng MA SAN
PHAM TIEN VAY BAO LANH
SO_DU_NO_GOC Sô du nợ gôc
SO_TIEN_HAN_MUC Sô tiên han mức
Mã loại hình tô chức, cá nhân Mã loại hình tổ chức, cá nhân (doanh nghiệp
SO_TIEN SO tiên trên hóa don
SO_TIEN_THUC_TRA Số tiền thực tra
Số CIF Số định danh duy nhất của khách hàng
Phân loại nợ Mã phân loại nợ
Loại hình cho vay Thông tin về loại hình cho vay, ví dụ: cho vay,
bảo lãnh, thấu chi, chiết khấu
24
Trang 31Bảng 3.2: Danh sách các biến đầu vào của mô hình EAD
vì vậy EAD thấp hơn
limit_AO_cus
Han muc cho vay cua
khách hang tại thời điểm
quan sat
Mục đích phân tách mô hình trường hợp có sự
chênh lệch giá tri URAD
đáng kê
SEGMENT Phân khúc khách hàng
Mục đích phân tách mô
hình trường hợp có sự chênh lệch giá trị URAD
đáng kế
HMIT_AVAIL pc Ty lệ giữa hạn mức còn lại
va sô tiên hạn mức
Hạn mức còn lại thấpcho thay khách hàng có
xu hướng sử dụng hạn mức ở mức độ cao do
vậy URAD được kỳ
vọng sẽ cao hơn
HMTIT_AVAIL flag
Co chỉ báo có còn han mức còn lại hay không, cờ chỉ báo = 0 nghĩa là hạn mức còn lại = 0
Time_to_maturity1 Số thang giữa ngày sao kê
và ngày đáo hạn kê ước
Thời gian còn đến ngày
đáo hạn ngăn sẽ hạn chê
25
Trang 32STT Tên biến Diễn giải Ý nghĩa
max của các kê ước hiện
và ngày đáo hạn hợp đông
Thời gian còn đến ngàyđáo hạn ngắn sẽ hạn chế
khả năng vay thêm của khách hàng do vậy
URAD được kỳ vọng sẽ
thấp hơn
Số tháng kể từ ngày mở
Trong một số trườnghợp MOB thấp được kỳvọng có URAD thấp
trong tháng chia tổng số dư
8 |MOB ` ,
hợp dong đên ngày sao kê | hon, tuy nhiên xu hướng
giữa MOB và URAD
không thực sự rõ rệt
` Ty lệ trả nợ cao tức là
Ty lệ trả nợ được tính băng |,
„ oo toc độ thanh toán nợ cua
9_ |ty le tra no tông sô tiên thanh toán
khách hàng nhanh, do
đó kỳ vọng URAD thấp
- Có nhiều khoản vay trên bảng HD TIN DUNG về bản chất là khách hàng đãtrả hết gốc, tuy nhiên dé tiếp tục theo dõi phan lãi nên vẫn được ghi nhận trên số với
SO_DU_NO_GOC = 0 hoặc bằng 1000 Đối với những khoản vay khách hàng có
SO_DU_NO_GOC tại thời điểm vỡ nợ < 1000 VND, loại khỏi mẫu xây dựng môhình EAD do đây là các khoản vỡ nợ không trọng yếu
26