Ứng dụng mô hình phân tích sống sót trong đo lường rủi ro tín dụng khách hàng cá nhân tại ngân hàng TMCP ngoại thương việt nam tại TP HCM

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH PHAN XUÂN VINH ỨNG DỤNG MƠ HÌNH PHÂN TÍCH SỐNG SĨT TRONG ĐO LƯỜNG RỦI RO TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM TẠI TPHCM LUẬN VĂN THẠC SĨ KINH TẾ TP HỒ CHÍ MINH - NĂM 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH PHAN XUÂN VINH ỨNG DỤNG MƠ HÌNH PHÂN TÍCH SỐNG SĨT TRONG ĐO LƯỜNG RỦI RO TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM TẠI TPHCM Chuyên ngành: Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN: PGS.TS TRẦM THỊ XUÂN HƯƠNG TP HỒ CHÍ MINH - NĂM 2017 LỜI CAM ĐOAN Tơi xin cam đoan luận văn “Ứng dụng mơ hình phân tích sống sót đo lường rủi ro tín dụng khách hàng cá nhân Ngân hàng TMCP Ngoại Thương Việt Nam TPHCM’’ cơng trình nghiên cứu cá nhân Nội dung được đúc kết từ trình học tập kết nghiên cứu thực tiễn thời gian qua Số liệu sử dụng trung thực có ng̀n gốc trích dẫn rõ ràng Luận văn được thực sự hướng dẫn khoa học PGS.TS Trầm Thị Xuân Hương–Giảng viên Trường Đại Học Kinh Tế Thành Phố Hờ Chí Minh TP Hờ Chí Minh, ngày 29 tháng năm 2017 Học viên i DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT Basel: Uỷ ban giám sát ngân hàng BIDV: Ngân hàng thương mại cổ phần Đầu Tư Phát Triển Việt Nam NH TMCP: Ngân hàng thương mại cổ phần KM: mơ hình Kaplan-Meier Vietinbank: Ngân hàng thương mại cổ phần Công Thương Việt Nam Vietcombank: Ngân hàng thương mại cổ phần Ngoại Thương Việt Nam ii MỤC LỤC LỜI CAM ĐOAN i DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT ii Chương 1: GIỚI THIỆU 1.1 Lý chọn đề tài: 1.2 Mục tiêu nghiên cứu đề tài: 1.3 Đối tượng nghiên cứu phương pháp nghiên cứu: 1.3.1 Đối tượng nghiên cứu 1.3.2 Phương pháp nghiên cứu 1.4 Kết cấu đề tài .2 1.5 Ý nghĩa khoa học đề tài Chương LÝ THUYẾT MÔ HÌNH PHÂN TÍCH SỐNG SĨT TRONG ĐO LƯỜNG RỦI RO TÍN DỤNG 2.1 Lý thuyết chung rủi ro tín dụng ngân hàng 2.1.1 Định nghĩa rủi ro 2.1.2 Rủi ro tín dụng 2.2 Phân tích rủi ro tín dụng 2.2.1 Các hệ thống chuyên gia .6 2.2.2 Phân tích phần bù rủi ro 2.2.3 Phương pháp thống kê kinh tế lượng .7 2.2.4 Các hệ thống kết hợp 2.2.5 Các phương pháp đo lường rủi ro tín dụng .8 2.3 Mơ hình chấm điểm đo lường rủi ro tín dụng 2.3.1 Tổng quan mơ hình chấm điểm tín dụng .9 iii 2.3.2 Các mơ hình chấm điểm tín dụng 10 2.4 Mơ hình phân tích sống sót .14 2.4.1 Giới thiệu 14 2.4.2 Lý thuyết mơ hình phân tích sống sót .15 2.4.2.1 Dữ liệu bị cắt (censored data) 16 2.4.2.2 Dữ liệu bị chặn (truncated data) 18 2.4.3 Các loại mô hình phân tích sống sót 18 2.4.3.1 Mơ hình Kaplan – Meier 19 2.4.3.2 Mô hình tham số .21 2.4.3.3 Hàm gia tốc thời gian thất bại (Accelerated failure time) 22 2.4.3.4 Hàm tỷ lệ nguy đầy đủ tham số (fully parametric proportional hazards model) .23 2.4.3.5 Mơ hình Cox (Cox Proportional hazards model) 23 2.5 Các nghiên cứu trước 24 Chương 3: ĐO LƯỜNG RỦI RO TÍN DỤNG CỦA KHÁCH HÀNG CÁ NHÂN TẠI VIETCOMBANK .30 3.1 Sơ lược Vietcombank tình hình hoạt động kinh doanh 30 3.1.1 Lịch sử Vietcombank 30 3.1.2 Tình hình hoạt động kinh doanh cho vay cá nhân Vietcombank 31 3.2 Thực trạng đo lường rủi ro tín dụng khách hàng cá nhân Vietcombank .34 3.3 Nhận xét mô hình chấm điểm tín dụng Vietcombank 35 3.3.1 Những điểm tích cực .35 3.3.2 Những điểm chưa đạt được .36 3.3.3 Sự cần thiết mơ hình phân tích sống sót .37 iv Chương 4: XÂY DỰNG MƠ HÌNH PHÂN TÍCH SỐNG SĨT ĐO LƯỜNG RỦI RO TÍN DỤNG VÀ KẾT QUẢ NGHIÊN CỨU 39 4.1 Lựa chọn biến sử dụng mơ hình 39 4.5 Xây dựng mơ hình phân tích sống sót .48 4.5.1 Phương pháp nghiên cứu bước xây dựng mơ hình 48 4.5.2 Mơ hình ước lượng tổng quát 48 4.5.3 Kiểm định giả định mơ hình hồi quy COX 50 4.5.3.1 Kiểm định biến liên tục 50 4.5.3.2 Kiểm định biến phân loại 51 4.6 Mơ hình phân tích sống sót đề xuất 53 4.6.1 Mơ hình thứ .53 4.6.2 Mơ hình thứ hai (mơ hình đề nghị): 53 4.7 Kết nghiên cứu: .55 4.7.1 Hàm nguy cơ sở: 55 4.7.2 Đối với biến có ý nghĩa mơ hình đề xuất 55 4.7.2.1 Biến số tiền được duyệt vay thu nhập 55 4.7.2.2 Biến DTI 56 4.7.2.3 Biến giới tính 56 4.7.2.4 Biến Sản phẩm 56 Chương 5: KẾT LUẬN VÀ KHUYẾN NGHỊ 58 5.1 Kết luận 58 5.1.1 Kết luận .58 5.1.2 Minh hoạ ứng dụng mơ hình nghiên cứu 58 5.2 Khuyến nghị .60 5.3 Hạn chế hướng nghiên cứu 61 Phụ lục 1: Danh mục tài liệu tham khảo .63 v Phụ lục kết mơ hình nghiên cứu 66 vi DANH MUC BẢNG Bảng 2.1: so sánh mơ hình mơ hình chấm điểm 11 Bảng 2.2 : Các nghiên cứu chấm điểm tín dụng .24 Bảng 4.1: Tên biến định nghĩa biến .40 Bảng 4.2 : mô tả biến liên tục .44 Bảng 4.3 Thống kê tỷ lệ nợ xấu nhóm 46 Bảng 4.4: Tóm tắt quan sát 48 Bảng 4.5: kết qủa mơ hình hời quy COX tổng qt 49 Bảng 4.6: kết qủa mơ hình hồi quy COX thứ 53 Bảng 4.7: kết qủa mơ hình hời quy COX đề nghị .54 vii DANH MỤC HÌNH, BIỂU ĐỒ Hình 2.1: Minh hoạ loại quan sát 17 Hình 2.2 thể ước lượng hàm Kaplan Meier 20 Biểu đồ 3.1: Thể tổng tài sản khoản mục cho vay ứng trước KH qua năm 31 Biểu đồ 3.2: Thể tổng thu nhập thu nhập từ lãi vay .32 Biểu đồ 3.3: thể Dư nợ vay cá nhân, hộ kinh doanh ngân hàng BIDV, Vietinbank Vietcombank 33 Biểu đồ 4.1: thống kê biến phân loại 45 Biểu đồ 4.2: đồ thị thể phần dư riêng phần biến liên tục .50 Biểu đồ 4.3: Plot log minus log biến phân loại theo thời gian 51 Biểu đồ 4.1: Thể hàm nguy cơ sở .55 Biểu đồ 5.1: hàm nguy người vay thứ 59 Biểu đồ 5.2: hàm nguy người vay thứ hai 59 viii 4.6 Mơ hình phân tích sống sót đề xuất 4.6.1 Mơ hình thứ Tác giả tiếp tục dùng phương pháp enter biến lại mơ hình, chỉ có biến sản phẩm được xem xét dạng biến giả để hiệu chỉnh mơ hình Mơ hình vẫn lấy độ tin cậy 90% Bảng 4.6: kết qủa mơ hình hồi quy COX thứ Biến B Wald test(sig) so_tien_duoc_duyet_vay 0.002 Thu_nhap 0.003 DTI 0.055 Gioi_tinh -0.233 0.054 San_pham(1) 0.146 0.328 San_pham(2) 1.285 San_Pham Nguồn: tác giả tự tính tốn Thơng qua kiểm định wald test, mơ hình ta thấy hầu hết biến có ý nghĩa mơ hình Tuy nhiên biến giả sản phẩm (1), đại diện cho nhóm sản phẩm vay mua điện máy đờ gia dụng khơng có ý nghĩa Mặt khác, tác giả nhận thấy hai biến thu nhập số tiền được duyệt vay có ý nghĩa mức 10%, sự tác động lên mơ hình khơng, hay nói khác biến không làm thay đổi mức độ nguy quan sát Do vậy, tác giả đề xuất để xem xét được liệu biến sản phẩm (1), đại diện nhóm sản phẩm vay mua đờ điện máy đồ gia dụng, tác động đến yếu nguy vỡ nợ quan sát, tác giả loại biến thu nhập số tiền được duyệt vay khỏi mơ hình 4.6.2 Mơ hình thứ hai (mơ hình đề nghị): Như phân tích trên, tác giả tiết tục dụng phương pháp Enter cho biến lại bao gờm: Thu nhập, DTI, sản phẩm Biến sản phẩm giới tính tiếp tục được sử dụng biến giả để phân tích Kết mơ sau: 53 Bảng 4.7: kết qủa mơ hình hồi quy COX đề nghị Biến B Wald test (sig) DTI 0.040 Gioi_tinh -0.243 0.043 San_pham (1) 0.340 0.014 San_pham (2) 1.564 San_pham Nguồn: tác giả tự tính tốn Qua kết thống kê, biến điều có ý nghĩa tác động đến rủi ro vỡ nợ, điều tốt phân tích cũng chấm điểm tín dụng khách hàng Đối với mơ hình tổng qt, có nhiều biến vi phạm giả thuyết mơ hình phân tích sống sót nên kết khơng xác Đối với mơ hình thứ ta nhận thấy biến số tiền được duyệt vay thu nhập hồn tồn khơng có tác động tới nguy vỡ nợ khách hàng biến sản phẩm vay mua đồ gia dụng lại ý nghĩa thống kê, điều làm cho phân tích khơng hồn chỉnh Do vậy, để sử dụng tốt mục tiêu phân tích yếu tố tác động rủi ro, đồng thời sử dụng thực tiễn, tác giả đề xuất sử dụng mơ hình thứ hai Đối với mơ hình này, biến có ý nghĩa tác động tới độ rủi ro vỡ nợ khách hàng Mơ hình được viết lại sau: ℎ(𝑡|𝑥 ) = ℎ0 (𝑡 ) exp(0.04𝑥𝐷𝑇𝐼 − 0.243𝑥𝐺𝑖𝑜𝑖_𝑡𝑖𝑛ℎ + 0.340𝑥𝑆𝑎𝑛_𝑝ℎ𝑎𝑚(1) + 1.564𝑥𝑆𝑎𝑛_𝑝ℎ𝑎𝑚(2)) (1) Trong đó: Biến san_pham(1) san_pham(2) hai biến giả được dùng tính tốn để xác định sự tác động nhóm sản phẩm khác 54 4.7 Kết nghiên cứu: 4.7.1 Hàm nguy cơ sở: Biểu đồ 4.4: Thể hàm nguy cơ sở 060% 050% 050% 040% 034% 030% 031% 025% 020% 040% 36% 027% 21% 010% 000% 10 15 20 Nguồn: tác giả tự tính tốn Chúng ta biết hàm nguy cơ sở (baseline Function) hàm diễn tả nguy người theo thời gian không xem xét tới sự tác động biến độc lập, hàm sở chỉ đo lường dựa ước lượng trung bình người vay có nguy vỡ nợ theo thời gian Thơng qua hàm sở, cũng quan sát được tình hình thị trường vay tiêu dùng có rủi ro Nói cách khác xem xét cách tổng quát Qua giá trị được thể biểu đồ trên, nhận nguy vỡ nợ tăng tương đối chậm từ tháng thứ đến tháng thứ 16, tỷ lệ vỡ nợ mức 16,8% Từ tháng thứ 17 trở tỷ lệ nợ tăng nhanh Tháng thứ 24 trở tỷ lệ 50% Thông qua nghiên cứu hàm nguy cơ sở, ta cũng nhận định được rủi ro khoản vay tín chấp mà người vay vẫn chưa trả nợ sau năm cao 4.7.2 Đối với biến có ý nghĩa mơ hình đề xuất 4.7.2.1 Biến số tiền duyệt vay thu nhập Thơng qua mơ hình thứ nhất, ta thấy biến số tiền được duyệt vay thu nhập tác động đến tỷ lệ nguy vỡ nợ, không Do vậy, số tiền vay thu nhập không quan trọng biến khác có mơ hình Kết gần giống với nghiên cứu tác giả Mohamed A Habara việc xây dựng mơ hình rủi ro tín dụng Lybia, kinh tế có GDP/người gần giống 55 25 với Việt Nam Khi mơ hình tác giả Habara tính tốn cho thấy sự tác động số tiền được duyệt vay thu nhập có tác động nhỏ khơng đáng kể Ngồi ra, theo thống kê mô tả phần trên, hầu hết người sử dụng dịch vụ vay số tiền không nhiều (trung bình gần 20 triệu đờng) thu nhập người vay cũng khơng cao (trung bình triệu đờng) Mặt khác, biến phần biến khơng được đưa vào mơ hình được thể qua DTI Do vậy, tác giả cho biến DTI biến quan trọng, thay hai biến số tiền duyệt vay thu nhập để đo lường sự tác động 4.7.2.2 Biến DTI Dựa vào mơ hình đề xuất, ta thấy biến DTI tăng lên đơn vị làm tăng nguy dẫn đến vỡ nợ 4% Điều phù hợp số tiền phải trả nợ chiếm nhiều thu nhập nguy cao Sự tác động đơn vị 4% tương đối cao 4.7.2.3 Biến giới tính Đây biến phân loại, dựa vào mơ hình cho thấy có sự khác biệt hai nhóm đối tượng vay Đối tượng vay nữ làm giảm nguy vỡ nợ 21,6% Sự khác biệt đáng kể, cho thấy người vay có giới tính nam thường có xu hướng chấp nhận rủi ro vỡ nợ 4.7.2.4 Biến Sản phẩm Theo mơ hình đề xuất, có sự khác biệt sự tác động nhóm sản phẩm khác ảnh hưởng tới rủi ro vỡ nợ khách hàng Cụ thể: hàm đo lường sản phẩm vay mua xe máy ℎ(𝑡|𝑥 ) = ℎ0 (𝑡 ) exp(0.04𝑥𝐷𝑇𝐼 − 0.243𝑥𝐺𝑖𝑜𝑖_𝑡𝑖𝑛ℎ ) Nhưng sản phẩm vay tiêu dùng điện máy làm tăng nguy vỡ nợ lên 40% so với nhóm vay mua xe Đặc biệt, sản phẩm vay mục đích rõ ràng làm tăng nguy vỡ nợ lên gấp lần so với nhóm vay mua xe Tuy nhiên, thống kê mô tả phần trên, lại thấy sản phẩm vay tiền mặt số người nợ xấu lại chiếm tỷ trọng khơng cao Nhưng ý nghĩa hàm sống sót tính tốn đến độ rủi ro vỡ nợ theo thời gian, tức thời gian người vay lâu yếu tố vỡ nợ cao, cho thấy khả tiềm ẩn 56 sản phẩm Điều phù hợp với thực trạng Việt Nam việc chứng minh mục đích vay vốn thường khơng được trọng khơng khai báo xác, dễ dàng có mục đích vay đem lại rủi ro cao ngân hàng như: vay vay lại, vay để trả nợ người thân v v Các mơ hình tác giả nghiên cứu vay cá nhân nước khác thông thường loại biến sản phẩm không đánh giá cụ thể họ có độ mục đích vay tiêu dùng kinh tế hạn chế dùng tiền mặt, nên không thiết phải xem xét sản phẩm cụ thể Một số nghiên cứu khác tác giả sử dụng mơ hình phân tích sống sót cho nghiên cứu mảng thẻ tín dụng phục vụ mục đích mua sắm chung, nên bỏ qua sự phân loại mục đích mua sắm Tóm tắt chương Thơng qua chương này, tác giả hồn thành việc xây dựng mơ hình chấm điểm tín dụng dựa phương pháp phân tích sống sót Thơng qua mơ hình đề nghị, mơ hình gờm hai phần hàm sở hàm mũ tác động, đó, hàm mũ có biến tác động tới xác suất vỡ nợ DTI, sản phẩm giới tín Cả hai hàm giúp xem xét xây dựng sản phẩm cho vay phù hợp Để rõ hơn, chương tác giả đề xuất số ví dụ kiến nghị việc cho vay Vietcombank 57 Chương 5: KẾT LUẬN VÀ KHUYẾN NGHỊ 5.1 Kết luận 5.1.1 Kết luận Sau trình nghiên cứu, luận văn đưa số kết nghiên cứu sau: Thứ nhất, hệ thống được sở lý thuyết rủi ro tín dụng mơ hình chấm điểm tín dụng, đo lường rủi ro tín dụng nhằm làm rõ tính tất yếu, vai trò, đặc điểm mơ hình Luận văn trình bày yếu tố liên quan đến mơ hình chấm điểm/đo lường rủi ro tín dụng cá nhân ưu nhược điểm phương pháp phổ biến Đồng thời với ưu điểm phương pháp nghiên cứu mới, tác giả định sử dụng phương pháp phân tích sống sót việc thực nghiên cứu Thứ hai, dựa sở nghiên cứu giới Việt Nam, tác giả đưa biến phụ thuộc phù hợp cho mô hình nghiên cứu Thứ ba, thơng qua việc phân tích thực trạng Ngân hàng Vietcombank tác giả chi được lý cần phải xây dựng mơ hình chấm điểm tín dụng để phục vụ cho việc cấp tín dụng Cuối củng, thơng qua liệu tác giả xây dựng mơ hình phân tích sống sót phù hợp để áp dụng thực tế Để làm rõ thêm thức vận hành mơ hình phân tích sống sót, tác giả trình bày ví dụ cụ thể phần sau 5.1.2 Minh hoạ ứng dụng mô hình nghiên cứu Tác giả xem xét người vay giả định với thông số giá trị trung bình thống kê cho biến liên kết mơ hình người vay thứ hai với thông số tương đối tốt để so sánh Cụ thể ta có người vay thứ có thơng số sau: giới tính: nam, DTI: 28%, sản phẩm vay: vay tiền mặt Người vay thứ hai có thơng số sau: giới tính: nữ, DTI: 28%, sản phẩm vay: vay mua xe máy Đối với người vay thứ nhất, hàm nguy cơ sở người vay được thiết lập sau: ℎ(𝑡|𝑥 ) = ℎ0 (𝑡 ) exp(0.04𝑥28 + 1.564) = ℎ0 (𝑡 ) 𝑥 14,46 58 Biểu đồ 5.1: hàm nguy người vay thứ 120% 100% 98% 083% 080% 072% 060% 051% 040% 040% 028% 020% 003% 000% 007% 012% 19% 10 12 14 Nguồn: tác giả tự tính tốn Như vậy, dựa vào mơ hình ta tính tốn, sự rủi ro cao ta cho vay khơng rõ mục đích Điều khác với thống kê mô tả phần Căn cứ mô hình phân tích sống sót, người vay nam giới, vay khơng rõ mục đích (vay tiền mặt) với thu nhập hay khả trả nợ thuộc dạng tốt (chỉ 28%) thời hạn vay cao khuyến nghị tháng (độ rủi ro 51%) Đối với người vay thứ hai, hàm nguy được thiết lập sau: ℎ(𝑡|𝑥 ) = ℎ0 (𝑡 ) exp(0.04𝑥28 − 0,243) = ℎ0 (𝑡 ) 𝑥 2,43 Biểu đồ 5.2: hàm nguy người vay thứ hai 120% 100% 097% 086% 83% 080% 075% 066% 060% 060% 051% 040% 020% 014%016% 041% 035% 027% 21% 000% 10 15 20 25 Nguồn: tác giả tự tính tốn 59 Qua biểu đờ 5.2, ta thấy người vay nữ, với sản phẩm mua xe máy thu nhập xác suất vỡ nợ thấp hơn, thời gian sống sót cho phép kéo dài đến 18 tháng (tỷ lệ rủi ro 60,3%) gấp đôi so với người thứ Như vậy, qua hai bảng tính ví dụ trên, mơ hình xây dựng cho thấy được sự quan trọng người vay nam hay nữ, tỷ lệ nợ vay thu nhập có tốt hay khơng sản phẩm vay sản phẩm Đờng thời lượng hố được sự tác động để đo lường cũng ứng dụng việc thiết kế sách nhằm đảm bảo rủi ro tín dụng sản phẩm vay cá nhân tín chấp 5.2 Khuyến nghị Dựa mơ hình được xây dựng, tác giả đưa khuyến nghị để xây dựng sản phẩm, ngân hàng định xem xét yếu tố sau: 1- Giới tính: Vì người vay nữ có độ rủi ro thấp hơn, vậy sản phẩm cho vay hay marketing tập trung vào phụ nữ nhiều 2- Tỷ lệ trả nợ thu nhập (DTI) thật sự yếu tố tiên để định cấp tín dụng Hiện tại, Vietcombank áp dụng hệ số 50% cho vay tiêu dùng Tuy nhiên, qua bảng ví dụ minh hoạ, tác giả đề xuất nên xét số nằm từ mức 30% trở xuống Vì theo thống kê, tỷ lệ người có nợ xấu có DIT >30 tổng số người có nợ xấu ~70% người có nợ xấu Đây tỷ lệ tương đối cao 3- Phân loại sản phẩm: cần phải được rõ ràng: qua kết nghiên cứu cho thấy sản phẩm cho vay tiêu dùng tiền mặt khơng rõ mục đích ảnh hưởng đến khả vỡ nợ cao Tuy nhiên, thị trường Việt Nam vẫn sử dụng tiền mặt chủ yếu nên việc kiểm sốt mục đích cho vay tương đối khó khăn 4- Thời hạn cho vay: Thời hạn cho vay dài độ rủi ro cao Các sản phẩm vay tiêu dùng hành cho vay tối đa 60 tháng Tuy nhiên qua phân tích mơ hình, rõ ràng thời hạn cho vay tối đa 16 tháng phù hợp Sau năm độ rủi ro cao Đây cũng ưu điểm phân tích sống sót Do đó, sản phẩm cho vay tiêu dùng nên thiết kế phạm vi tối đa 24 tháng Chỉ xem xét cho vay thời hạn thông qua cấp phê 60 duyệt cao hơn, xem xét kỹ người vay phải chấp nhận mức lãi suất vay cao 5- Phần bù lãi suất: Đối với khách hàng vay ngân hàng nên ưu đãi lãi suất cho họ tối đa thời gian năm đầu để khuyến khích khách hàng trả nợ, bắt đầu từ năm thứ hai trở lãi suất phải được thay đổi để bù cho rủi ro Thơng qua, hàm nguy tính tốn được rủi ro khơng trả được nợ khách hàng Đề xuất tác giả sử dụng công thức phần bù rủi ro, tính được lãi suất mà khách hàng phải chấp nhận, cụ thể được thể sau: i = 1- (1-Pt) x (1+r) Trong đó: i lãi suất áp dụng cho khách hàng Pt: xác xuất không trả được nợ r: lãi suất phi rủi ro 6-Cuối cùng, tất thơng số đầu vào mơ hình bắt buộc dựa sự xác khâu thẩm định ng̀n thu nhập Với quốc gia chưa có thói quên sử dụng tài khoản ngân hàng để giao dịch, việc thẩm định đối tượng có ng̀n thu nhập không qua hệ thống ngân hàng phức tạp Điều đòi hỏi hệ thống tổ chức tín dụng phải có lực lượng thẩm định viên tốt, có đạo đức Tránh việc nhân viên tín dùng người vay làm giả chứng từ để qua mặt ngân hàng 5.3 Hạn chế hướng nghiên cứu Hạn chế viết cỡ mẫu nghiên cứu, viết chỉ sử dụng số lượng 2756 người vay Trong với sự giúp sức từ trung tâm thơng tin tín dụng nghiên cứu quốc tế, số lượng người được nghiên cứu lên đến 40.000 Do vậy, kết mơ hình khơng được chi tiết xác cao Trong tương lai, Việt nam nên xây dựng trung tâm thu thập thơng tin tín dụng từ ngân hàng để hỗ trợ cho việc tính tốn xây dựng mơ hình Đờng thời, ngân hàng nhà nước cần có sách, luật tốn để thay đổi thói quen sử dụng tiền mặt dân chúng Thông qua nghiên cứu, tác giả cũng đề xuất hướng nghiên cứu cần được mở rộng cỡ mẫu để xây dựng mô hình xác nên xây dựng 61 số mơ hình chấm điểm xếp hạng tín dụng theo phương pháp khác như: mơ hình mạng bayesian (bayesian networks), mơ hình xác suất dạng đờ thị (Graphical models)… để bổ sung khuyết điểm cho mơ hình phân tích sống sót Tóm tắt chương Trong chương này, tác giả đưa ví dụ minh hoạ cho việc ứng dụng mơ hình phân tích sống sót việc tính tốn xác suất vỡ nợ khách hàng cụ thể Đồng thời, dựa vào ưu điểm bật mơ hình với thống kê, tác giả đề xuất sáu khuyến nghị Ngoài ra, tác giả cũng chỉ thiếu sót liệu đề xuất nên có nghiên cứu mở rộng phương pháp đo lường nhiều mơ hình khác 62 Phụ lục 1: Danh mục tài liệu tham khảo Tài liệu tham khảo tiếng Việt Báo cáo tài năm từ 2013 đến 2016 Ngân hàng TMCP Đầu Tư Phát Triển Việt Nam Báo cáo tài năm từ 2013 đến 2016 Ngân hàng TMCP Ngoại Thương Việt Nam Báo cáo tài năm từ 2013 đến 2016 Ngân hàng TMCP Công Thương Vương Quân Hoàng, Đào Gia Hưng, Nguyễn Văn Hữu, Trần Minh Ngọc Lê Hồng Phương, (2006), Phương pháp thống kê xây dựng mơ hình định mức tín nhiệm khách hàng thể nhân Tài liệu nội Ngân hàng TMCP Ngoại Thương Việt Nam Tài liệu tham khảo tiếng Anh Andreeva, G., Ansell, J., & Crook, J (2007), Modelling profitability using survival combination scores, European Journal of Operational Research Altman, E (1968) The prediction of corporate bankruptcy: A discriminant analysis, Journal of Finance Asch, L (1995) How the RMA/Fair Isaac credit scoring model was built", Journal of Commercial Lending Baesens, B., Van Gestel, T., Stepanova, M., & Vanthienen, J (2005) Neural network survival analysis for personal loan Data Journal of the Operational Research Society Banasik, J., Crook, J., & Thomas, L C (1999) Not if but when will borrowers default Journal of the Operational Research Society Banasik, J., & Crook, J (2005) Explaining aggregate consumer delinquency behaviour over time Credit Research Centre, Working Paper Series No 05/03, University of Edinburgh Bank for International Settlements (BIS) (2000) Range of practice in banks’ 63 internal ratings systems A discussion paper, the Basel Committee on Banking Supervision, retrieved September 22, 2006, from http://www.bis.org Basel Committee on Banking Supervision (2000) Principles for the Management of Credit Risk, Technical Report, Bank for International Settlement Brian, G., & Colleen, C (1997) Credit Risk in Banking Sydney, Bank Supervision Department Reserve Bank of Australia Caouette, J., Altman, E., & Narayanan, P (1998) Managing Credit Risk: The Next Great Financial Challenge New York: John Wiley & Sons Cochran, W G (1977) Sampling Techniques, New York: John Wiley & Sons Cox, D R., & Oakes, D (1984) Analysis of Survival Data London; New York: Chapman and Hall DeVaney, S., & Lytton, R (1995) Household insolvency: A review of household debt repayment, delinquency, and bankruptcy Financial Services Review, 4(2), 137–156 Dionne, G., Artfs, M., & Guilldn, M (1996) Count data models for a credit scoring system Journal of Empirical Finance, 3(3), 303–325 Dinh Thi Huyen Thanh & Stefanie Kleimeier, 2006 Credit Scoring for Vietnam’ s Retail Banking Market, Maastricht University, Netherlands Fisher, R A (1936) The use of multiple measurements in taxonomic problems Annals Engenics Lawrence, E., & Smith, D (1992) An analysis home credit of default risk in mobile Journal of Banking and Finance Mohamed A Habara (2009), Credit Risk Modelling in a Developing Economy: The Case of Libya, Griffith University, submitted in fulfillment of the requirements of the degree of Doctor of Philosophy Narain, B (1992) Survival analysis and the credit granting decision, In: Thomas, L., Crook, J., & Edelman, D (Eds), Credit scoring and credit control, Oxford 64 University Press, Oxford, 109 –122 Kalbfleisch, J.D and Prentice, R.L (1980) The statistical analysis of failure time data John Wiley and Sons, New York Ramon Man (2014), survival analysis in credit scoring, Rabobank International Thomas, L (2000) A survey of credit and behavioural scoring: Forecasting financial risk of lending to consumers International Journal of Forecasting, 16(2), 149–172 Sathye, M., Bartle, J., Vincent, M, & Boffey, R (2003) Credit Analysis and Lending Management Milton, Qld: John Wiley & Sons Australia Stepanova, M., & Thomas, L (2002) Survival analysis methods for personal loan data Operations Research, 50, 277–289 Stepanova, M., & Thomas, L., (2001) PHAB scores: Proportional hazards analysis behavioural scores Journal of the Operational Research Society, 52(9), 1007–1016 65 Phụ lục kết mơ hình nghiên cứu Kết mơ hình tổng qt: Kiểm định Omnibus cho tham số mơ hình -2 log likelihood 4004.907203 Kết mơ hình: B so tien duoc duyet SE Wald df Sig Exp(B) 000 000 6.880 009 1.000 -.014 014 978 323 986 thu nhap 000 000 1.595 207 1.000 Phu thuoc 131 052 6.234 013 1.139 DTI 042 009 22.010 000 1.043 gioi tinh -.271 122 4.972 026 762 hon nhan 062 094 446 504 1.064 nghe nghiep 074 063 1.388 239 1.077 hoc van 062 073 713 398 1.064 -.092 076 1.477 224 912 130 065 4.022 045 1.139 -.145 052 7.886 005 865 vay ky han tra no san pham Tuoi kinh nghiem Kết mơ hình phân tích sống sót đề xuất thứ 66 Mơ hình phân tích sống sót thứ Nguồn: tác giả tự tính tốn Omnibus test B -2 log likelihood: 4004.907 SE Wald df Sig Exp(B) 90.0% CI for Exp(B) Lower so_tien_duoc_d Upper 000 000 9.752 002 1.000 1.000 1.000 Thu_nhap 000 000 8.826 003 1.000 1.000 1.000 DTI 055 008 46.925 000 1.056 1.042 1.070 121 3.720 054 793 650 966 25.677 000 957 328 1.158 905 1.480 254 25.524 000 3.616 2.380 5.496 uyet_vay Gioi_tinh -.233 San_Pham San_pham(1) 146 San_pham(2) 1.285 150 Kết mơ hình phân tích sống sót đề xuất thứ hai (mơ hình đề nghị) Kết mơ hình sống sót đề nghị Nguồn: tác giả tự tính tốn Omnibus test B SE -2 log likelihood: 4004.907 Wald df Sig Exp(B) 90.0% CI for Exp(B) Lower DTI Gioi_tinh Upper 040 007 36.093 000 1.040 1.029 1.052 -.243 120 4.108 043 784 644 955 54.002 000 San_pham San_pham (1) 340 137 6.100 014 1.404 1.120 1.761 San_pham (2) 1.564 218 51.374 000 4.778 3.337 6.841 67 ... TẾ TP HỒ CHÍ MINH PHAN XUÂN VINH ỨNG DỤNG MƠ HÌNH PHÂN TÍCH SỐNG SĨT TRONG ĐO LƯỜNG RỦI RO TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM TẠI TPHCM Chuyên ngành: Ngân hàng. .. thuyết mơ hình phân tích sống sót đo lường rủi ro tín dụng Chương 3: Đo lường rủi ro tín dụng khách hàng cá nhân vietcombank Chương 4: Xây dựng mơ hình phân tích sống sót đo lường rủi ro tín dụng. .. HƯƠNG TP HỒ CHÍ MINH - NĂM 2017 LỜI CAM ĐOAN Tơi xin cam đoan luận văn Ứng dụng mơ hình phân tích sống sót đo lường rủi ro tín dụng khách hàng cá nhân Ngân hàng TMCP Ngoại Thương Việt Nam TPHCM’’