Mô hình xếp hạng tín dụng khách hàng của ngân hàng Đông Á

Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đông Á SlideShare Oct 28, 2019 https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khachhang-cua-ngan-hang-dong-a https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a SlideShare Explore Search You Upload Login Signup Home Explore Successfully reported this slideshow We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads You can change your ad preferences anytime of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a 1.3 Đối tượng phương pháp nghiên cứu 1.3.1 Đối tượng Đối tượng nghiên cứu hệ thống XHTD cá nhân Đối tượng k CHƯƠNG CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG Mục tiêu nghiên cứu of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a chương nhằm tiếp cận số sở lý luận, “XHTD quy trình đánh giá xác suất KH khơng thực nghĩa vụ tài NH cho vay vay – trả nợ, số lần trễ hẹn tốn, tính trung thực hợp tác ) Tất thông tin thu thập 2.1.3 Đặc điểm xếp hạng tín dụng XHTD có số đặc điểm sau: Thứ nhất, XHTD tiến hành dựa thông ti Từng dấu hiệu KH so sánh với thang điểm phân loại theo thang điểm để đưa vào mơ hình hay bảng chấm Kết XHTD mang tính chất hỗ trợ cho việc định cấp tín dụng cho KH Kết XHTD phải đơn giản, dễ hiểu, hàng hố thị trường, cịn việc hồn trả lãi vay tín dụng việc thực giá trị thặng dư thị 10 Vai trị hệ thống xếp hạng tín dụng - Hạn chế rủi ro tín dụng rủi ro khác ngân hàng - Hỗ trợ 11 2.1.6.2 Đối với khách hàng cá nhân Hệ thống XHTD sở để xây dựng sách KH phù hợp với nhóm KH với m 12 Như vậy, tiến hành XHTD cần thiết lập quy trình phù hợp với đặc điểm cụ thể quốc gia đối tượng 13 2.2 Các nhân tố cần xem xét xếp hạng tín dụng cá nhân XHTD cá nhân có hai kỹ thuật đánh giá hỗ trợ tổ 14 - Thời gian họ gắn bó với công việc; - Thời gian công tác với công việc tại; - Tiền án tiền Thông tin điều 15 2.2.3 Hành vi sử dụng tín dụng cá nhân Ngoài nhân tố nêu nhằm định ban đầu cho KH vay 16 2.3 Các phương pháp xếp hạng tín dụng Hiện nay, có nhiều phương pháp XHTD tổ chức XHTD áp dụng vào 17 Có nhiều mơ hình sử dụng phương pháp chun gia thường nhóm tiêu đề lớp mơ hình chNn đốn chia t 18 Bảng câu hỏi đánh giá cổ điển thiết kế sở kinh nghiệm chuyên gia tín dụng Đối tượng xếp hạng 19 thuyết điều khiển, lý thuyết dự báo,…cũng tin học máy tính trình nghiên cứu Trong thực tế, tùy thuộc 20 tổ chức tín dụng có kế hoạch sử dụng mơ hình Nếu khơng thỏa mãn, việc phát triển mơ hình xếp hạng thống kê phân 21 Một lợi việc sử dụng mơ hình phân tích phân biệt so với thủ tục phân loại khác hàm phân biệt có dạng tuyến t 22 Khi đó, kỳ vọng tốn phương sai tính sau: E (Yi) = niPi Var (Yi) = niPi (1 – Pi) Vì Yi biến ngẫu nhiên p 23 Nếu kí hiệu: k β β β β = ;121.kXXXX = Khi 24 định hạng nhiễu phân phối chuNn thông thường (standard normality distribution) Tuy nhiên, khác biệt Logit P 25 Machine learning lĩnh vực trí tuệ nhân tạo mà liên quan đến thiết kế phát triển thuật toán cho phé 26 định trình phát triển mạng ANN Tuy vậy, so sánh với não người, chế hoạt động mạng ANN 27 túy Các mơ hình thường kết hợp với dạng mơ hình khác Phương pháp kết hợp thể có nhiề 28 TĨM TẮT CHƯƠNG Chương khái quát hệ thống hóa số vấn đề lý luận XHTD, XHTD cá nhân: • Tổng qua of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a 29 CHƯƠNG KINH NGHIÊM TRÊN THẾ GIỚI VÀ THỰC TIỄN XẾP HẠNG TÍN DỤNG Ở VIỆT NAM Mục tiêu nghiên cứu chương nhằm kh 30 khNu gia đình Thậm chí, Livingston Lunt (1992) cho thấy người có thu nhập cao có khả mắc nợ 31 Xiao ctg (1995) cá nhân gia đình có thu nhập cao có xu hướng sẵn sàng sử dụng thẻ tín dụng Th 32 Ký hiệu Ý nghĩa X09 Số người sống phụ thuộc X10 Phương tiện lại X11 Phương tiện thông tin X12 Chênh lệch thu nhập 33 Ký hiệu Tham số ước lượng P – value X08 - 5.3368 0.0004 X09 - 1.0916 0.0224 X10 - 1.508 0.0178 X11 - 18.2826 0.0001 X12 34 3.2.2 Nghiên cứu Stefanie Kleimeier Dinh Thi Huyen Thanh mơ hình điểm số tín dụng cá nhân áp dụng cho ng 35 Nghiên cứu Stefanie Kleimeier Dinh Thi Huyen Thanh xây dựng mô hình chấm điểm tín dụng cá nhân gồm hai phần l 36 Bước 2: Chấm điểm quan hệ với ngân hàng Thực cam kết với ngân hàng (ngắn hạn) KH Chưa trễ hạn Có trễ h 37 Bảng 3.6: Bảng mô tả biến đặc trưng khách hàng Maria Aparecida Gouvêa Eric Bacconi Gonỗalves Ch tiờu Tiờ 38 Bng 3.7: Kết ước lượng hồi quy Logit phân nhóm khách hng ca Maria Aparecida Gouvờa v Eric Bacconi Gonỗalves Bi 39 3.2.4 Nghiên cứu Cumhur Erdem nhân tố ảnh hưởng đến vỡ nợ thẻ tín dụng ý định sử dụng thẻ Thổ Nhỹ Kỳ T 40 Biến Định nghĩa Trung bình Độ lệch chu n BALANCE Tổng dư nợ tất thẻ tín dụng lần tốn gần 41 Ghi chú: (*) (**) ký hiệu cho hệ số có ý nghĩa thống kê mức ý nghĩa 10% Bảng 3.10: Tác động biên bi 42 3.3.1 Mơ hình điểm số tín dụng cá nhân FICO Điểm số tín dụng (Credit score) cá nhân phương tiện kiểm soát t 43 Tại Mỹ xuất mơ hình điểm số tín dụng VantageScore cạnh tranh với mơ hình FICO, mơ hình ba 44 Bảng 3.14: Các tiêu chấm điểm cá nhân E&Y Chỉ tiêu Điểm ban đầu Trọng số100 75 50 25 Phần I: Khả trả nợ 45 Chỉ tiêu Điểm ban đầu Trọng số100 75 50 25 Tính chất cơng việc Quản lý, điều hành Chuyên môn/ Chủ sở La 46 Điểm Xếp hạng Đánh giá xếp hạng Mức độ rủi ro Phân loại theo định 493/2005/QĐNHNN 49 C Dưới chuNn Cao Nợ Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Upcoming SlideShare Loading in …5 × of 106 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a 1,389 views , ZALO 0932091562 Follow Published on Oct 28, 2019 Download luận văn đồ án tốt nghiệp với đề tài: Xây dựng mơ hình xếp hạng tín dụ Published in: Education Comments Likes Statistics Notes Full Name Comment goes here 12 hours ago Delete Reply Block Are you sure you want to Yes No Your message goes here Login to see the comments Be the first to like this No Downloads of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a Views Total views 1,389 On SlideShare From Embeds Number of Embeds 53 Actions Shares Downloads Comments Likes No notes for slide Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á 1 CHƯƠNG TỔNG QUAN Trong chương này, tác giả nêu lý chọn đề tài, xác định mục tiêu, đối tượng phương pháp làm sở cho tồn q trình nghiên cứu đề tài Ngồi ra, tác giả nêu lên đóng góp dự kiến, kết cấu tồn đề tài giúp ích cho người đọc khái qt quan tâm đến viết 1.1 Lý chọn đề tài Hoạt động tín dụng hoạt động mang tính truyền thống đem lại lợi nhuận cao cho NH Nhưng tất nhiên kèm với lợi nhuận cao rủi ro lớn Rủi ro ảnh hưởng đến NH cho vay tín dụng mà cịn ảnh hưởng xấu đến tồn nên kinh tế, đặc biệt kinh tế phát triển Việt Nam Hiện nay, NHTM Việt Nam phát triển đa dạng sản phNm tín dụng dành cho đối tượng Trong đó, thẻ tín dụng dành cho KH cá nhân sản phNm điển hình nghiên cứu đề tài Đây hình thức cho vay tín chấp chứa đựng nhiều rủi ro Việc quản trị rủi ro hệ thống XHTD áp dụng cho sản phNm từ đời Tuy nhiên, qua q trình nghiên cứu, hệ thống bộc lộ số hạn chế Việc đề xuất mơ hình thống kê định lượng để hồn thiện hệ thống XHTD NH Đơng Á (NH mà đề tài nghiên cứu) vấn đề mang tính tất yếu chiến lược 1.2 Mục tiêu nghiên cứu đề tài Xác định yếu tố ảnh hưởng đến khả đảm bảo trả nợ thẻ tín dụng KH sử dụng thẻ tín dụng NH Đơng Á Từ đó, ước lượng mức độ ảnh hưởng yếu tố Xây dựng hoàn thiện mơ hình dự báo mức độ tín nhiệm hay xác suất trả nợ mơ hình Binary Logistic Đề tài phải đưa tiêu chuNn phân bổ KH vào nhóm theo mức độ tín nhiệm vừa ước lượng từ mơ hình 2 1.3 Đối tượng phương pháp nghiên cứu 1.3.1 Đối tượng Đối tượng nghiên cứu hệ thống XHTD cá nhân Đối tượng khảo sát KH sử dụng thẻ tín dụng NH Đông Á 1.3.2 Phương pháp nghiên cứu Đề tài áp dụng phương pháp nghiên cứu định lượng, sử dụng thống kê mơ tả, mơ hình Logit để phân tích liệu Dữ liệu nghiên cứu lấy từ tháng 10/2008 đến tháng 02/2010 thông tin 137 KH sử dụng thẻ tín dụng NH Đơng Á Các KH phải sử dụng thẻ (có giao dịch) tháng gần Do hạn chế sở liệu, nên đề tài dừng lại mức đánh giá chấm điểm tín dụng, chưa phân tích yếu tố hành vi KH Tuy nhiên, mơ hình đề xuất đưa vào thêm yếu tố hành vi KH có đầy đủ sở liệu 1.4 Ý nghĩa đề tài Kết of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a nghiên cứu đề tài góp thêm sở khoa học cho tổ chức tài chính, cá nhân liên quan, đặc biệt NH Đông Á trình hoạt động kinh doanh quản lý rủi ro Kết nghiên cứu cịn tài liệu tham khảo cho chủ thể tham gia vào trình XHTD, cho nghiên cứu liên quan đến XHTD cá nhân 1.5 Kết cấu đề tài Ngoài phần kết luận danh mục, phụ lục kèm theo, kết cấu đề tài gồm chương: Chương 1: Tổng quan, - Chương 2: Cơ sở lý thuyết XHTD, - Chương 3: Kinh nghiệm giới thực tiễn XHTD Việt Nam, - Chương 4: Xây dựng mơ hình xếp hạng tín dụng khách hàng cá nhân ngân hàng Đông Á 3 CHƯƠNG CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG Mục tiêu nghiên cứu chương nhằm tiếp cận số sở lý luận, yếu tố liên quan phương pháp tiếp cận lĩnh vực xếp hạng tín dụng nói chung, xếp hạng tín dụng cá nhân nói riêng Từ đó, hình thành sở phương pháp luận để tiếp tục nghiên cứu chương đề tài 2.1 Tổng quan xếp hạng tín dụng 2.1.1 Các khái niệm xếp hạng tín dụng Bắt đầu từ thập kỷ 70, dự báo rủi ro tài trở thành hướng phát triển mạnh mẽ mơ hình hóa xác suất thống kê Khi nhắc tới rủi ro tài gần người ta liên tưởng tới hoạt động quản lý danh mục đầu tư, định giá quyền chọn (option) cơng cụ tài khác Công thức định giá quyền chọn (option) Black- Scholes, viết định giá trái phiếu công ty Merton, khái niệm quen thuộc Và xếp hạng tín dụng hoạt động nhằm quản lý rủi ro tài mà tổ chức tài giới, chí quốc gia quan tâm ứng dụng từ sớm Xếp hạng tín dụng (credit ratings) thuật ngữ Moody đưa năm 1909 “CNm nang chứng khoán đường sắt”, tiến hành nghiên cứu, phân tích cơng bố bảng xếp hạng tín dụng cho 1500 trái phiếu 250 công ty theo hệ thống ký hiệu gồm chữ A, B, C xếp từ (AAA) đến (C) Hiện nay, ký hiệu trở thành chuNn mực quốc tế Ở Việt Nam thuật ngữ xếp hạng tín dụng tồn nhiều tên gọi như: xếp hạng tín nhiệm, xếp hạng doanh nghiệp, định dạng tín dụng, xếp hạng KH Trong đề tài tác giả dùng thuật ngữ “xếp hạng tín dụng” (XHTD) Cho đến nay, khó đưa khái niệm rõ ràng xếp hạng tín dụng Tùy theo góc độ nghiên cứu mà xác định nội dung thuật ngữ này: “XHTD phương pháp thống kê dùng để dự đoán xác suất hồ sơ vay người vay vỡ nợ hay không trả nợ hạn” (Loretta J.Mester,2004); 4 “XHTD quy trình đánh giá xác suất KH khơng thực nghĩa vụ tài NH cho vay khơng trả nợ gốc lãi vay đến hạn vi phạm điều kiện tín dụng khác”.( Theo sổ tay tín dụng Agribank); Như vậy, khái niệm XHTD khái quát cách đơn giản sau XHTD có nghĩa việc phân loại, xếp đối tượng vào nhóm KH sở đo lường rủi ro tín dụng Hệ thống XHTD dùng để đánh giá mức độ tín nhiệm trách nhiệm tài nhóm KH doanh nghiệp KH cá nhân (thể nhân) Trong phạm vi nghiên cứu này, tác giả tập trung phân tích nghiên cứu hệ thống XHTD dành cho nhóm KH cá nhân Tuy nhiên, với XHTD cá nhân theo Lyn C.Thomas ctg, (2002) “mặc dù không quan trọng, đặc biệt thực tiễn kinh doanh tài chính, ứng dụng dự báo rủi ro tài với khoản vay thể nhân, tính điểm tín dụng hành vi, dường chưa nhận quan tâm mức Lý thuyết lĩnh vực tương đối hạn chế với số lượng ỏi cơng trình đánh giá tổng quan” Điều làm cho hình dung hệ thống XHTD cá nhân tổ chức tài Việt Nam lại mẻ sơ khai 2.1.2 Đối tượng xếp hạng tín dụng Trong trình hoạt động kinh doanh, NHTM, quan NHNN, nhà đầu tư, tổ chức nghiên cứu thị trường, tổ chức tín dụng tài khác đối tượng thực sử dụng kết XHTD Mặt khác, XHTD áp dụng cho nhiều đối tượng khác nhau: Thứ nhất, XHTD cá nhân, hình thức xếp hạng áp dụng KH cá nhân tham gia vào hoạt động tín dụng ngân hàng thương mại Việc XHTD cá nhân thực dựa of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a yếu tố đặc điểm cá nhân (như tuổi, trình độ học vấn, tình trạng nhân, số ), yếu tố tài cá nhân (như thu nhập, tiết kiệm tháng, số lượng loại tài sản đảm bảo mà cá nhân sở hữu, khoản toán chậm nợ hạn…) yếu tố hành vi cá nhân (như lịch sử 5 vay – trả nợ, số lần trễ hẹn tốn, tính trung thực hợp tác ) Tất thơng tin thu thập tổng hợp hồ sơ XHTD cá nhân Thứ hai, XHTD doanh nghiệp, hình thức tập trung vào đối tượng xếp hạng doanh nghiệp Việc XHTD doanh nghiệp thực nhiều phương pháp khác nhau, dựa tiêu tài phi tài doanh nghiệp để đánh giá Thơng thường, tổ chức tài chính, NHTM, cơng ty chứng khoán, tổ chức nghiên cứu vài quan NHNN (như CIC) xây dựng hệ thống XHTD doanh nghiêp cho Thứ ba, XHTD quốc gia, loại hình XHTD đánh giá mức độ tin cậy quốc gia, để từ so sánh mơi trường đầu tư quốc gia Quốc gia XHTD cao nhận tín nhiệm nhà đầu tư nước nên thu hút nhiều nguồn vốn đầu tư Việc XHTD quốc gia dựa số phát triển chung như: số phát triển ngành, số an toàn vốn đầu tư, tốc độ tăng trưởng kinh tế quốc gia, mức độ bình ổn trị, … Thứ tư, XHTD công cụ đầu tư, công cụ xếp hạng chủ yếu công cụ như: trái phiếu cơng ty, trái phiếu phủ loại trái phiếu, kì phiếu ngân hàng Ở số nước số tổ chức XHTD XHTD cổ phiếu ưu đãi, cổ phiếu thưởng… Việc XHTD loại công cụ đầu tư thực dựa số tiêu như: khả khoản, kì hạn, lãi suất, mệnh giá, rủi ro gặp phải… Ở nước ta tập trung xếp hạng doanh nghiệp tham gia hoạt động tín dụng NHTM, doanh nghiệp niêm yết thị trường chứng khoán, chưa có nhiều sản phNm, cơng cụ đầu tư,… nên việc XHTD công cụ đầu tư chưa ý Xếp hạng quốc gia chưa có khả thực mà dành cho tổ chức xếp hạng lớn Moody’s, Stand & Poor hay Fitch,… xếp hạng XHTD cá nhân việc thu thập tìm kiếm thơng tin đối tượng phức tạp khó kiểm sốt, nên việc XHTD cá nhân chưa tiến hành phổ biến 6 2.1.3 Đặc điểm xếp hạng tín dụng XHTD có số đặc điểm sau: Thứ nhất, XHTD tiến hành dựa thông tin thu thập từ đối tượng XHTD, nguồn thông tin coi đáng tin cậy Thứ hai, XHTD giới thiệu để mua hay bán đối tượng đó, mà XHTD thực chức độc lập đánh giá mức độ rủi ro tín dụng hay mức độ tín nhiệm đối tượng xếp hạng Thứ ba, kết XHTD tiêu chí phục vụ cho q trình đưa định có giá trị khoảng thời gian định Như vậy, XHTD nhân tố quan trọng, thay hoàn toàn cho việc thuyết minh tính đáng tin cậy đối tượng XHTD 2.1.4 Cơ sở xếp hạng tín dụng Theo Vương Quân Hoàng (2006), hệ thống XHTD cá nhân dựa sở việc giải đáp vấn đề theo thứ tự sau: Xác định dấu hiệu nên đưa vào để lấy thông tin khách hàng, nên hay không nên đưa vào dấu hiệu nào? Từ đây, KH đến giao dịch xin cấp tín dụng u cầu cung cấp thơng tin thân (định tính định lượng) Thơng tin tập hợp dấu hiệu tuổi tác, trình độ học vấn, thu nhập, trình trạng nhân,… mà định đưa vào Yêu cầu đặt dấu hiệu đưa vào phải không tương quan với Tiếp theo yêu cầu đưa vào dấu hiệu cho đặc trưng nhiều dấu hiệu giúp KH dễ trả lời, ngân hàng dễ chứng thực tính đắn Xây dựng thang điểm cho dấu hiệu 7 Từng dấu hiệu KH so sánh với thang điểm phân loại theo thang điểm để đưa vào mơ hình hay bảng chấm điểm tín dụng Đây vấn đề ảnh hưởng nhiều đến việc giải vấn đề tiếp theo, đòi hỏi nhiều kỹ thuật phức tạp việc lập thang điểm cho dấu hiệu Xác định trọng số (hay tham số) cho dấu hiệu, trọng of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a mối liên kết bổ sung lẫn nhau, quy trình xếp hạng cần xếp theo trình tụ hợp lý khoa học Trên sở tham khảo rút kinh nghiệm quy trình xếp hạng cơng bố giới, trình tự XHTD tác giả tổng hợp tiến hành theo sơ đồ 2.1: 12 12 12 Như vậy, tiến hành XHTD cần thiết lập quy trình phù hợp với đặc điểm cụ thể quốc gia đối tượng xếp hạng tuân thủ quy trình (Nguồn: tổng hợp tác giả) Sơ đồ 2.1: Quy trình chung xếp hạng tín dụng – Xác định mục đích xếp hạng - Xếp hạng đối tượng nào? - Mục đích xếp hạng? - Dấu hiệu cần thu thập từ đối tượng? – Phân tích thơng tin - Lựa chọn phương pháp thích hợp để phân tích – Thu thập thông tin đối tượng cần xếp hạng - Nguồn bên - Nguồn bên – Theo dõi giám sát đối tượng - Tổng hợp kết xếp hạng so sánh với thực tế rủi ro xảy - Tiến hành so sánh thực tế rủi ro kết dự báo mơ hình, tiến tới xem xét điều chỉnh mơ hình – Rút kết luận đánh giá ban đầu - Kết có thỏa mãn mục đích đưa ra? - Kết có đảm bảo tính khách quan xác đáng tin cậy không? – Đưa kết đánh giá thức - Cơng bố kết - Đưa định cần thiết - Lưu hồ sơ Có Khơng Có Khơng 13 13 13 2.2 Các nhân tố cần xem xét xếp hạng tín dụng cá nhân XHTD cá nhân có hai kỹ thuật đánh giá hỗ trợ tổ chức tín dụng định cấp tín dụng cho khách hàng tính điểm tín dụng (sử dụng yếu tố đặc điểm nhân thân tài chính) tính điểm hành vi (sử dụng yếu tố hành vi) Để định cấp tín dụng cho khách hàng giao dịch lần đầu tiên, tổ chức tín dụng sử dụng kỹ thuật tính điểm tín dụng Các định khách hàng (có tăng hạn mức tín dụng khơng? áp dụng sách marketing nào? khách hàng khơng trả nợ hẹn xử lý sao?) đưa dựa điểm số hành vi khách hàng Vì vậy, tiến hành XHTD cá nhân theo hai kỹ thuật cần phải phân tích nhân tố theo nhóm, phục vụ cho mục tiêu nghiên cứu, ứng dụng khác Qua tổng hợp từ nghiên cứu liên quan với hai kỹ thuật, tác giả muốn hệ thống lại nhân tổ ảnh hưởng đến khả trả nợ cá nhân, cụ thể sau: 2.2.1 Đặc điểm nhân thân Mỗi cá nhân có đặc điểm nhân thân riêng có Và họ sống điều kiện hồn cảnh cụ thể Đặc điểm hoàn cảnh cá nhân tác động đến sống ngày họ, tạo cho họ thách thức, khó khăn phải giải thường xuyên, mang đến cho họ hội Vậy, tiến hành XHTD cá nhân, người ta thường xem xét đến thông tin sau: Thông tin thân khách hàng Nghiên cứu nhân thân cá nhân nhằm đánh giá khả điều kiện nội để giải khó khăn, thực cam kết họ Các thông tin gồm: - Độ tuổi; - Giới tính; - Tình trạng nhân; - Trình độ học vấn; - Chức vụ công việc; 14 14 14 - Thời gian họ gắn bó với cơng việc; - Thời gian công tác với công việc tại; Tiền án tiền Thông tin điều kiện sống khách hàng Nghiên cứu điều kiện sống KH nhằm đánh giá tác động xung quanh, chi phối đến khả tài nhận thức KH Những thơng tin điều kiện sống bao gồm: - Quy mơ hộ gia đình; - Số người làm gia đình; - Số người thất nghiệp khơng tuổi lao động gia đình; - Sở hữu nhà; - Sở hữu tài sản khác (như xe, điện thoại); - Đặc điểm nơi cư trú KH; - Loại hình cơng việc KH 2.2.2 Tài cá nhân Phân tích thơng tin tài mối liên hệ tài quan trọng với XHTD cá nhân, sở cho thấy khả trả nợ tín dụng KH, từ định cấp hạn mức cho KH Các tiêu tài cần phân tích: - Thu nhập ròng hàng tháng; - Tiết kiệm; - Giá trị tổng tài sản nợ (tổng dư nợ); - Giá trị tài sản đảm bảo; - Mối quan hệ với ngân hàng; - Số dịch vụ khác sử dụng; - Số sản phNm tín dụng khác sử dụng; Hình thức chi lương; - Số lần vay nợ 15 15 15 2.2.3 Hành vi sử dụng tín dụng cá nhân Ngoài nhân tố nêu nhằm định ban đầu cho KH vay tín dụng Tuy nhiên, nhân tố khơng 12 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a phản ánh cách thức, mục đích, nhu cầu sử dụng tín dụng uy tín KH với việc trả nợ Vì vậy, cần phải phân tích nhân tố thuộc hành vi sử dụng tín dụng KH Những nhân tố cho thấy cách thức, thói quen, mục đích, nhu cầu riêng sử dụng tín dụng, uy tín họ trả nợ với ngân hàng Từ kết phân tích hành vi rút được, tổ chức tín dụng (NHTM) định tăng, giảm hạn mức ngưng cấp tín dụng; xây dựng sách marketing phù hợp với nhu cầu KH; cách thức thu hồi nợ tín dụng dưa nắm bắt thói quen chi tiêu; để giảm thấp rủi ro tín dụng Vậy, nhân tố cần phân tích sau: - Thói quen chi tiêu (% tốn tín dụng); - Uy tín giao dịch; - Trung thực giao dịch; - Tổng dư nợ trung bình tỉ lệ dư nợ thu nhập trung bình định kỳ tháng; - Tỉ lệ số tiền phải trả theo kế hoạch / nguồn trả nợ; - Lịch sử vay trả nợ; - Ý định – mục đích sử dụng KH Tuy nhiên, đề tài tác giả giới thiệu không tiến hành phân tích nhân tố liên quan đến hành vi sử dụng tín dụng KH cá nhân Mục đích tác giả giới thiệu nhân tố hành vi KH nhằm cho thấy tầm quan trọng phân tích hành vi XHTD Trong đề tài này, mơ hình XHTD mà tác giả đề xuất tập trung phân tích nhân tố liên quan đến đặc điểm nhân thân thơng tin tài cá nhân KH Mơ hình đề xuất dựa kỹ thuật chNm điểm tín dụng 16 16 16 2.3 Các phương pháp xếp hạng tín dụng Hiện nay, có nhiều phương pháp XHTD tổ chức XHTD áp dụng vào thực tiễn xếp hạng Căn vào kết nghiên cứu, mục đích đối tượng đề tài này, tác giả khái quát phương pháp XHTD cá nhân sau đây: 2.3.1 Phương pháp chuyên gia Phương pháp chuyên gia phương pháp thu thập xử lý dánh giá dự báo cách tập hợp hỏi ý kiến chuyên gia giỏi thuộc lĩnh vực hẹp khoa học Q trình áp dụng phương pháp chun gia thành ba giai đoạn lớn: - Lựa chọn chuyên gia; - Trưng cầu ý kiến chuyên gia; - Thu thập xử lý đánh giá dự báo Chuyên gia giỏi người thấy rõ mâu thuẫn vấn đề tồn lĩnh vực hoạt động mình, đồng thời mặt tâm lý họ luôn hướng tương lai để giải vấn đề dựa hiểu biết sâu sắc, kinh nghiệm phong phú linh cảm nghề nghiệp nhạy bén Phương pháp chuyên gia dựa sở đánh giá tổng kết kinh nghiệm, khả phản ánh tương lai cách tự nhiên chuyên gia giỏi xử lý thống kê câu trả lời cách khoa học Nhiệm vụ phương pháp đưa dự báo khách quan tình hình tương lai phát triển lĩnh vực khoa học dựa việc xử lý có hệ thống đánh giá dự báo chuyên gia Trong XHTD phương pháp dựa kinh nghiệm đúc kết chuyên gia, qua để tìm chất mối quan hệ có đảm bảo trả nợ nhân tố ảnh hưởng đến Kinh nghiệm tích lũy từ: • Những quan sát trải nghiệm thực tế mang tính chủ quan; • Phỏng đốn mối tương quan nhân tố nhân thân đảm bảo trả nợ; • Các kiến thức tổng quát liên quan tới việc có đảm bảo trả nợ hay khơng? 17 17 17 Có nhiều mơ hình sử dụng phương pháp chun gia thường nhóm tiêu đề lớp mơ hình chNn đốn chia thành: - Bảng câu hỏi đánh giá cổ điển; - Hệ thống định tính; - Hệ thống chun gia Trong XHTD, mơ hình thường sử dụng mối quan hệ trả nợ cho vay đối tượng đánh giá, để đưa đánh giá khả đảm bảo trả nợ người vay tương lai Chất lượng mơ hình chNn đốn phụ thuộc vào kinh nghiệm chủ quan chuyên gia tín dụng xác đến mức Hơn nữa, khơng nhân tố liên quan tới khả đảm bảo trả nợ xác định kinh nghiệm mà mức độ tương quan trọng số chúng toàn đánh giá đánh giá dựa kinh nghiệm chủ quan Trong thực tế bảng câu hỏi đánh giá cổ điển sử dụng phổ biến nội dung tóm tắt sau Bảng câu hỏi đánh giá cổ điển Đây phương pháp mà người ta tiến hành cho điểm sở thang điểm ấn định để xếp hạng cá nhân, tiến hành theo bước sau: Bước 1: Xác định nội dung tiêu thức cần đánh giá, Bước 2: Xác định 13 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a biểu điểm cho tiêu thức, Bước 3: Xác định hệ thống loại số điểm tương ứng loại, Bước 4: Trên sở biểu điểm hệ thống thứ loại hình thành bước 1, tiến hành phân tích liệu, thơng tin cá nhân, Bước 5: Tổng hợp số điểm xếp loại tín dụng cá nhân, Bước 6: Đưa nhận xét điểm mạnh yếu cá nhân ấy, đưa kiến nghị, đề xuất cần thiết phù hợp với mục tiêu đánh giá 18 18 18 Bảng câu hỏi đánh giá cổ điển thiết kế sở kinh nghiệm chuyên gia tín dụng Đối tượng xếp hạng rõ ràng, câu hỏi bao gồm nhân tố tương quan tới khả đảm bảo trả nợ gán điểm số cố định Hơn nữa, nhân tố điểm số tương ứng không qua kiểm định thống kê, mà chúng phản ánh đánh giá chủ quan chuyên gia đánh giá tín dụng Khi tiến hành đánh giá này, cá nhân trả lời câu hỏi cán tín dụng người đại diện ngân hàng hay tổ chức xếp hạng Điểm số câu trả lời tổng hợp xếp hạng tương ứng với tổng điểm đạt Kết xếp hạng phản ánh mức độ sẵn sàng trả nợ cá nhân triển vọng cần xem xét Đây phương pháp dễ xây dựng, đơn giản, định tính mà đa số NHTM Việt Nam sử dụng cho XHTD cá nhân Phương pháp trình bày cụ thể chương III Nhận xét Nhân tố thành cơng mang tính định bảng câu hỏi xếp hạng cổ điển sử dụng nhân tố có ảnh hưởng đến khả đảm bảo trả nợ chủ thể đánh giá, mà người sử dụng đưa câu trả lời rõ ràng dễ hiểu Điều đó, giúp cho việc gia tăng cơng nhận tính khách quan mơ hình Bằng kinh nghiệm chuyên gia, câu trả lời cho thấy khả đảm bảo trả nợ cao phải gán số điểm lớn so với câu trả lời với khả đảm bảo trả nợ thấp Điều đảm bảo tính quán điều kiện cho công nhận người sử dụng người quan tâm bên 2.3.2 Phương pháp thống kê Phương pháp thống kê phương pháp nghiên cứu xác Phương pháp thống kê trình, bao gồm điều tra thống kê, khái qt hóa thơng tin (cịn gọi tổng hợp thống kê), phân tích dự báo Đây trình mơ hình hóa tốn học vấn đề cần phân tích theo mục tiêu nghiên cứu Bằng cách ta có khả ứng dụng rộng rãi phương pháp phân tích thống kê nhiều chiều, lý 19 19 19 thuyết điều khiển, lý thuyết dự báo,…cũng tin học máy tính q trình nghiên cứu Trong thực tế, tùy thuộc vào phương pháp thống kê sử dụng XHTD ta tiếp cận theo mơ hình thống kê sau: - Mơ hình phân tích phân biệt (MDA); - Mơ hình hồi quy; - Mơ hình Logit Probit; - Mạng Neutral; - Phương pháp lân cận gần K; - Phương pháp giải thuật di truyền (Genetic Algorithm); - Sơ đồ phân loại (Classification Tree Analysis) Trong mô hình chNn đốn XHTD phụ thuộc vào đánh giá chủ quan chun gia tín dụng, mơ hình thống kê lại kiểm định giả thuyết sử dụng thủ tục thống kê liệu thực nghiệm Trong trình XHTD, sử dụng thủ tục thống kê đòi hỏi việc đưa giả thuyết liên quan tới tiêu chuNn khả đảm bảo trả nợ Những giả thuyết xem xét đến khả đảm bảo trả nợ cá nhân cao, thấp khả trả nợ trung bình người có khả trả nợ so với người khơng có khả trả nợ Những thơng tin khả trả nợ cá nhân thể qua số liệu thực nghiệm, giả thuyết bị bác bỏ chấp nhận cách phù hợp Khi thủ tục thống kê sử dụng, lựa chọn xác định trọng số cho nhân tố có ảnh hưởng đến khả trả nợ cá nhân tiến hành cách khách quan, từ thơng tin sẵn có khả trả nợ Trong q trình này, lựa chọn xác định trọng số tiến hành xác phương pháp thích hợp Vì vậy, KH có khả trả nợ hay khơng, phân loại liệu thực nghiệm cách tối ưu Sự phù hợp mơ hình thống kê, phụ thuộc lớn vào chất lượng liệu thực nghiệm Thứ nhất, phải đảm bảo số liệu đủ lớn thỏa mãn giả thuyết mặt thống kê Thứ hai, đảm bảo liệu sử dụng phản ánh xác lĩnh vực mà 14 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a 20 20 20 tổ chức tín dụng có kế hoạch sử dụng mơ hình Nếu khơng thỏa mãn, việc phát triển mơ hình xếp hạng thống kê phân loại xác liệu thực nghiệm, không đưa kết luận đáng tin cậy tổng thể Các mơ hình thống kê thường sử dụng XHTD trình bày đây: Mơ hình phân tích phân biệt (DA) Mơ hình phân tích phân biệt xây dựng sở phương pháp DA Mục tiêu chung DA XHTD phân biệt cá nhân có nguy khơng trả nợ có khả trả nợ cách khách quan, xác nhất, việc sử dụng hàm phân biệt, biến số tiêu tài cá nhân Mục tiêu tìm hệ thống tổ hợp tuyến tính biến nhằm phân biệt tốt biến, cá thể nhóm gần nhóm phân biệt tốt (xa nhất) Các giả thiết mơ hình: • Giả thiết 1: kích thước mẫu nhóm phải lớn số biến độc lập hay biến dự báo phải đủ lớn Số biến độc lập lớn (n – 2) n kích thước mẫu; • Giả thiết 2: Các biến độc lập có phân phối chuNn; • Giả thiết 3: Ma trận hiệp phương sai nhất; • Giả thiết 4: Giữa biến độc lập khơng có quan hệ tuyến tính Nhận xét Trong thực hành mơ hình phân tích phân biệt vận dụng nhiều XHTD (đã ứng dụng vào năm 1930) Tuy nhiên, liệu định tính việc áp dụng DA khơng thể thực Mơ hình thực phù hợp cho việc phân tích số liệu tiêu tài Khi đánh giá tính thích hợp mơ hình DA điều cần thiết việc kiểm định xem có thỏa mãn giả thiết tốn học khơng, đặc biệt tính phân phối chuNn nhân tố liên quan tới khả trả nợ Nếu giả thiết tính phân phối chuNn khơng thỏa mãn, kết mơ hình khơng tối ưu có ý nghĩa sử dụng đạt công nhận 21 21 21 Một lợi việc sử dụng mơ hình phân tích phân biệt so với thủ tục phân loại khác hàm phân biệt có dạng tuyến tính hệ số riêng diễn tả thuật ngữ kinh tế Mơ hình Logit (hồi quy Binary Logistic) Mơ hình Logit nghiên cứu phụ thuộc biến nhị phân vào biến độc lập khác Mục tiêu mơ hình sử dụng nhân tố có ảnh hưởng đến khả đảm bảo trả nợ (biến độc lập) để xác định khả trả nợ (biến phụ thuộc) cá nhân Nghĩa là, mô hình Logit ước lượng xác suất cá nhân có trả nợ trực tiếp từ mẫu Trong XHTD cá nhân người ta thường sử dụng mơ hình Logit để thể mối quan hệ Cấu trúc liệu mơ sau: BIẾN LOẠI Phụ thuộc Nhị phân Độc lập Liên tục rời rạc Giả sử biến giả (Y) phụ thuộc vào số khả dụng Y* Trong đó: 16 (0.05) 26.296χ = Vì Y(X) biến lựa chọn nhị phân giải thích sau: Nếu có khả đảm bảo trả nợ Nếu khơng có khả trả nợ Trong Pi = P (Yi = 1/Xi) Khi Yi biến ngẫu nhiên phân phối theo quy luật Bernoulli, có nghĩa là: ( ) (1 )i iY Y i i i if Y P P − = − Trong Yi = 0, 1; i = 1,…, n iY = 22 22 22 Khi đó, kỳ vọng tốn phương sai tính sau: E (Yi) = niPi Var (Yi) = niPi (1 – Pi) Vì Yi biến ngẫu nhiên phân phối theo quy luật Bernoulli nên theo luật số mũ viết lại sau: (1 ) (1 )exp log i iY Y i i i i i i P P P P Y P − −=− − Tỷ lệ chênh lệch: i i P odds P = − Với Pi = P (Yi = 1) Pi = P (Yi* > 0) Pi = P 2( 0)i k ki iX Xβ β β ε+ + + + > Pi = P ( ( )) n j ji i Xε β β = < + ∑ Mở rộng viết sau: 2 i i k ki i P Log X X P β β β =+++ − 2( ) i i k ki i P Exp X X P β β β= + + + − 2 2 ( ) ( 1) ( ) i k ki i i i k ki Exp X X P Y P Exp X X β β β β β β +++=== +++ + Trong mơ hình Pi khơng phải hàm tuyến tính biến độc lập Phương trình gọi hàm phân bố Logistic Trong hàm Xi nhận giá trị từ −∞ đến +∞ Pi nhận giá trị từ – 23 23 23 Nếu kí hiệu: k β β β β = ;121.kX XXX = Khi có: 2' i k kiX X Xβ β β β= + + + 1 2 2 ( ) (1 ( )i i n Y Y i k ki i k ki i L F X X F X Xβ β β β β β − = = + + + − + + +∏ Chúng ta cần phải ước lượng β Hiện có nhiều phần 15 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a mềm SPSS, Eviews,… giúp cho việc ước lượng tham số Mơ hình Probit Cấu trúc liệu tương tự mơ hình Logit, mơ hình ước lượng xác suất trả nợ cá nhân Trong mơ hình Probit, có giả thiết sai số ngẫu nhiên có sai số chuNn hóa: iε ~ N(0,1) 2 2 ( 1) ( ) i k kiX X t i i i k kiP P Y F X X e dt β β β β β β π + + + −∞ = = = + + + = ∫ Trong F hàm phân phối xác suất tích lũy iε Khi hàm hợp lý có dạng 1 2 2 ( ) (1 ( )i i n Y Y i k ki i k ki i L F X X F X Xβ β β β β β − = = + + + − + + +∏ Việc ước lượng tham số mơ hình, thực nhờ máy tính sử dụng phần mềm thống kê Sự khác giả thiết mơ hình Logit Probit mơ hình Logit giả định hạng nhiễu phân phối chuNn logistic (standard logistic distribution) Probit giả 24 24 24 định hạng nhiễu phân phối chuNn thông thường (standard normality distribution) Tuy nhiên, khác biệt Logit Probit khơng đáng kể khơng có ý nghĩa mặt thống kê Charles M.Friel nghiên cứu “Linear probability response models: Probit and Logit” vấn đề Nhận xét mơ hình Logit Probit Xác suất (P) đại diện cho kết hợp tuyến tính nhân tố đưa vào mơ hình xếp hạng Với phương pháp ước lượng khác, nhiên kết mơ hình Logit Probit khác khơng đáng kể Vì dễ dùng trình bày tốn học, mơ hình Logit thường sử dụng cho mơ hình xếp hạng thực tế Như phương pháp khác, mơ hình Logit Probit sử dụng tất phần XHTD Trong trình sử dụng mơ hình khơng địi hỏi giả thuyết nhân tố liên quan tới khả trả nợ dù định tính hay định lượng xử lý mà khơng gặp phải vấn đề Tuy nhiên, trình xử lý liệu, địi hỏi phải có số lượng liệu đủ lớn cho phạm trù số liệu thống kê, đặc biệt số liệu cá nhân không trả nợ Ưu điểm mơ hình Logit Probit so với mơ hình khác kết cung cấp trực tiếp xác suất cá nhân có khả trả nợ Mơ hình logit có số lợi ích so với mơ hình DA: - Thứ nhất, mơ hình Logit khơng địi hỏi nhân tố đầu vào phân phối chuNn; - Thứ hai, kết mơ hình hồi quy Logit tính trực tiếp xác suất nhóm tham gia; - Thứ ba, mơ hình hồi quy Logit thường cho kết xác mơ hình DA Những năm gần đây, mơ hình sử dụng nhiều nghiên cứu lý thuyết thực tế Lân cận gần K mạng neutral (còn gọi mạng nơron thần kinh) 25 25 25 Machine learning lĩnh vực trí tuệ nhân tạo mà liên quan đến thiết kế phát triển thuật toán cho phép cải thiện khả thực thi chức dựa sở liệu Mục tiêu nghiên cứu machine learning đưa mơ hình có kết tạo cách tự động từ quy luật hay kiểu mẫu từ liệu Do đó, mơ hình địi hỏi phải có liệu đầu vào lớn Các nhóm thuật tốn machine learning gồm supervised learning, unsupervised learning, semi-supervised learning, reinforcement learning, transduction learning to learn Mỗi nhóm có chức khác nhau, tác giả quan tâm đến nhóm supervised learning, mà thuật tốn sau đây, sử dụng để xếp hạng tín dụng giới kỹ thuật riêng lẻ tốt nhất: lân cận gần K (K-nearest neighbor) mạng neutral (mạng nơron thần kinh) Lân cận gần K số thuật toán machine learning đơn giản Thuật toán phân loại dựa phương pháp chọn quan sát gần không gian véc tơ đa chiều biến độc lập thành nhóm, mức độ gần quan sát phụ thuộc vào K K số nguyên dương có đặc trưng nhỏ Tương tự hồi quy, cách phân giá trị quan sát gần với trung bình giá trị nhóm quan sát nằm khoảng lân cận gần K giá trị biến gần mức trung bình tỷ trọng lớn Mạng nơron nhân tạo sử dụng ngun lý tính tốn song song bao gồm nhiều q trình tính tốn đơn giản kết nối với Trong trình này, phép tính thực đơn giản, nơron đảm trách Nhưng nơron đơn giản lại giải nhiệm vụ phức tạp chúng 16 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a kết nối, tổ chức với theo cách hợp lý Thực ra, tảng mạng Artificial Neural Network (ANN) đưa vào năm thập kỷ 50 đến đầu thập kỷ 90, chúng thật chấp nhận rộng rãi trở thành cơng cụ hữu ích Lý người vượt qua số rào cản lý thuyết phát triển mạnh mẽ khả phần cứng máy tính Thuật ngữ “nhân tạo (Artificial)” thực dùng để cơng cụ tính tốn mạng nơron sản phNm trí tuệ người khơng phải mạng nơron sinh học não người Một điều hiển nhiên q trình tìm hiểu não người có tính chất 26 26 26 định q trình phát triển mạng ANN Tuy vậy, so sánh với não người, chế hoạt động mạng ANN mức độ đơn giản Thêm vào mạng ANN thường đề cập mạng kết nối khả tính tốn nhấn mạnh tính xác mặt sinh học Nói cách khác, tính kết nối giúp mạng nơron thực nhiệm vụ khơng phải cố gắng mơ xác phần trình sinh học Mạng nơron thần kinh kỹ thuật phân tích khác để xây dựng mơ hình dự báo Mạng nơron thần kinh bắt chước nhận thức trạng thái thực liệu đầu vào không đầy đủ liệu với số lượng biến lớn Kỹ thuật đặc biệt phù hợp với mơ hình dự báo mà khơng có cơng thức tốn học biết để miêu tả mối quan hệ biến đầu vào đầu Hơn hữu dụng mục tiêu dự báo quan trọng giải thích Nhận xét Một thuận lợi mơ hình mạng giải mối quan hệ phi tuyến Mơ hình ước lượng dự báo dựa phương pháp lân cận gần K mạng nơron thần kinh tốt mơ hình Logit Probit sau phương pháp DA Nhưng mạng nơron đòi hỏi liệu đầu vào lớn, tối thiểu thường từ 500 quan sát trở lên, phương pháp phức tạp chưa phổ biến nước ta 2.3.3 Phương pháp kết hợp Những phân tích nhận xét phương pháp XHTD cá nhân cho thấy khơng có phương pháp tỏ tồn mà phương pháp áp dụng thích hợp cho số nội dung đánh giá định, Vì vậy, để tận dụng ưu điểm hạn chế nhược điểm phương pháp, người ta áp dụng phương pháp kết hợp Nội dung phương pháp kết hợp việc áp dụng nhiều phương pháp trình đánh giá với nội dung cần đánh giá áp dụng phương pháp đánh giá phù hợp với tiêu thức Căn vào nội dung phương pháp, yêu cầu chủ yếu mơ hình thực tế XHTD, mơ hình miêu tả phần sử dụng dạng 27 27 27 túy Các mơ hình thường kết hợp với dạng mơ hình khác Phương pháp kết hợp thể có nhiều lợi chúng bổ sung cho Ví dụ, mơ hình thống kê lý thuyết có lợi nằm mục tiêu chúng thực phân loại cao so với mơ hình chNn đốn Tuy nhiên, mơ hình thống kê lý thuyết thực với số giới hạn nhân tố vỡ nợ cá nhân Không bao gồm kiến thức chun gia dạng mơ hình chNn đốn, thơng tin quan trọng khả trả nợ cá nhân bị trường hợp cá biệt Hơn nữa, tất mơ hình thống kê có khả thực q trình với liệu định tính cách trực tiếp DA, chúng đòi hỏi số lượng lớn liệu để tìm hàm mơ hình Logit, liệu thường khơng có sẵn ngân hàng liệu Để đạt tranh đầy đủ mức độ tín nhiệm cá nhân trường hợp vậy, thích hợp đánh giá liệu định tính sử dụng mơ hình chNn đốn Mơ hình chNn đốn địi hỏi phải có số lượng lớn chuyên gia trình xếp hạng trường hợp đánh giá tín dụng tự động sử dụng mơ hình thống kê lý thuyết, nghĩa sử dụng hai mơ hình gia tăng khả chấp nhận người sử dụng 28 28 28 TÓM TẮT CHƯƠNG Chương khái quát hệ thống hóa số vấn đề lý luận XHTD, XHTD cá nhân: • Tổng quan XHTD - Một số khái niệm XHTD, - Đối tượng XHTD gồm đối tượng, - Cơ sở XHTD, - Đặc điểm 17 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a XHTD gồm đặc điểm, - Nguyên tắc XHTD, - Tầm quan trọng XHTD NHTM KH, - Quy trình XHTD nói chung • Các nhân tố cần xem xét XHTD cá nhân bao gồm nhân tố nhân thân, điều kiện sống; tiêu tài nhân tố hành vi KH • Một số phương pháp để XHTD cá nhân nhận xét khái quát phương pháp Những nội dung lý luận XHTD tạo lập sở lý thuyết để vận dụng vào việc phân tích, đánh giá kết nghiên cứu XHTD trước đây, thực trạng Việt Nam sở để xây dựng mô hình chấm điểm tín dụng cá nhân mới, hồn thiện hệ thống XHTD cá nhân NH Đông Á tác giả trình bày chương 29 29 29 CHƯƠNG KINH NGHIÊM TRÊN THẾ GIỚI VÀ THỰC TIỄN XẾP HẠNG TÍN DỤNG Ở VIỆT NAM Mục tiêu nghiên cứu chương nhằm khái quát hệ thống xếp hạng tín dụng cá nhân giới, giới thiệu số cơng trình khoa học có liên quan tác giả nước Trong chương này, đề tài nghiên cứu cố gắng trình bày tương đối tổng quát hệ thống xếp hạng tín dụng cá nhân số NHTM nước, ngân hàng Đông Á Qua đó, đúc kết kinh nghiệm phương pháp có giá trị xem xét đề xuất áp dụng hoàn thiện cho hệ thống xếp hạng tín dụng cá nhân ngân hàng Đơng Á 3.1 Tổng quan nghiên cứu liên quan đến mô hình xây dựng(1) Đã có nhiều nghiên cứu tài liệu nước việc người ta khả chi trả khoản nợ với ngân hàng Trong nghiên cứu, Tokunaga (1993) cố gắng để phát triển hệ thống thông tin cá nhân người có vấn đề quan hệ tín dụng với ngân hàng Ơng nghiên cứu việc: phân biệt người sử dụng thẻ tín dụng hiệu không hiệu lý thuyết nghiên cứu hành vi người tiêu dùng, tâm lý học, sử dụng yếu tố thực tế liên quan hay khơng? Ơng thấy người khơng thành cơng việc sử dụng tín dụng (thường xun khơng tốn nợ hạn) khơng có khả tập trung quản lý tín dụng, khơng khôn ngoan, sử dụng tiền cho sức mạnh thể hiện, khơng tiết kiệm dễ bị kích động tình hình tài người sử dụng hợp lý Ngồi ra, ơng nhận thấy biến tâm lý làm tăng đáng kể khả xác định xác KH thuộc nhóm kể Theo Norvilitis ctg (2003), có phát mâu thuẫn lý thuyết yếu tố mà người ta nghĩ làm cho người vỡ nợ Một số nghiên cứu kết luận người có nhiều nợ không khác với người không nhiều mặt nhân Theo Erdem, (2008), Factors Affecting the Probability of Credit card Default and the Intention of Card Use in Turkey 30 30 30 khNu gia đình Thậm chí, Livingston Lunt (1992) cho thấy người có thu nhập cao có khả mắc nợ cao Lea ctg (1993) đưa kết luận: nợ nhiều hay không yếu tố kinh tế, xã hội tâm lý người vay Cả hai nghiên cứu cho thấy nợ tương quan mạnh mẽ với yếu tố kinh tế Tuy nhiên, nghiên cứu khác, Crook (2001) báo cáo thu nhập, việc sợ hữu nhà quy mơ hộ gia đình làm tăng mức nợ Mỹ Và theo Vương Quân Hoàng (2006) tổng giá trị khoản nợ có ảnh hưởng đến khả trả nợ khả sử dụng hiệu tín dụng cá nhân Nghiên cứu Cox Jappelli (1993) cho thấy nhu cầu tín dụng quan hệ tương đồng với thu nhập, quan hệ trái chiều với tiền lương tuổi tác Nghiên cứu Duca and Rosenthal (1993) cho thấy nhu cầu tín dụng liên hệ chiều với giàu có (tức tài sản), thu nhập quy mơ gia đình Từ đây, ta nhận thấy tăng nhu cầu sử dụng tín dụng, làm ảnh hưởng đến tổng lượng nợ cá nhân Trong nghiên cứu mình, Black and Morgan (1998) nói nợ xấu vỡ nợ thường liên quan tới yếu tố xã hội yếu tố nhân khNu học (như quy mơ gia đình) người sử dụng tín dụng Trong nghiên cứu khác, Kaynak Harcar (2001) điều tra thái độ người tiêu dùng thái độ với việc sử dụng thẻ tín dụng Thổ Nhĩ Kỳ thấy nhóm tuổi 36 45 có nhiều khả để sở hữu thẻ tín dụng nhóm khác Barker Sekerkaya (1992) báo cáo nhóm tuổi trung niên có khả giữ sử dụng thẻ 18 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a tín dụng lớn Ngồi ra, nghiên cứu mình, Adcock ctg (1977) có mối quan hệ tiêu cực tuổi tác sử dụng thẻ tín dụng (từ Lee Kwon, 2002) Trong nghiên cứu mình, Mathews Slocum (1969) Slocum Mathews (1970) phát chủ thẻ với thu nhập thấp có địa vị xã hội thấp thường hay sử dụng thẻ tín dụng không hiệu hay không trả nợ so với chủ thẻ có thu nhập cao địa vị xã hội cao Ngược lại, lại có lý thuyết cho người có thu nhập cao nhiều khả sử dụng thẻ tín dụng cho chi tiêu họ có xác suất vỡ nợ cao 31 31 31 Xiao ctg (1995) cá nhân gia đình có thu nhập cao có xu hướng sẵn sàng sử dụng thẻ tín dụng Theo Livingstone Lunt (1992), gia tăng nợ khả trả nợ bị ảnh hưởng thu nhập Theo Zelizer (1994), nam giới phụ nữ khác việc tiếp nhận, sử dụng quan niệm giá trị tiền bạc Trong nghiên cứu mình, Lea ctg (1995) cho thấy người không trả nợ thường phụ nữ đàn ông Xiao ctg (1995) phát người đàn ông có thái độ hợp tác phụ nữ việc sử dụng thẻ tín dụng quan hệ với ngân hàng Sự khác biệt giới tính kỳ vọng ảnh hưởng đến cách thức sử dụng thẻ tín dụng 3.2 Giới thiệu nghiên cứu liên quan 3.2.1 Nghiên cứu Vương Quân Hoàng ctg Phương pháp thống kê xây dựng mơ hình định mức tín nhiệm thể nhân Mục tiêu tác giả Vương Quân Hồng nghiên cứu muốn xây dựng mơ hình định mức tín nhiệm sở giải hai tốn phân nhóm KH phân biệt KH Ông sử dụng liệu ngân hàng Techcombank 1727 KH (quan sát), KH mẫu có đặc trưng cho bảng 3.1 Bảng 3.1: Các biến đặc trưng khách hàng Ký hiệu Ý nghĩa X01 Tuổi tác X02 Trình độ học vấn X03 Loại hình cơng việc X04 Thời gian cơng tác X05 Mức thu nhập hàng tháng X06 Tình trạng nhân X07 Nơi cư trú X08 Thời gian cư trú 32 32 32 Ký hiệu Ý nghĩa X09 Số người sống phụ thuộc X10 Phương tiện lại X11 Phương tiện thông tin X12 Chênh lệch thu nhập chi tiêu X13 Giá trị tài sản KH X14 Giá trị khoản nợ X15 Quan hệ với Techcombank X16 Uy tín giao dịch (Nguồn:Vương Qn Hồng ctg, 2006 Phương pháp thống kê xây dựng mơ hình định mức tín nhiệm khách hàng thể nhân) Vương Qn Hồng thực hiên tính tốn phần mềm máy tính kết phân nhóm sau: N = 1728 KH chia thành nhóm: nhóm A (nhóm KH “tốt”) có m = 1375 KH, nhóm B (nhóm KH “xấu”) có n = 353 KH Khoảng cách Holtelling tính T2 A,B = 27, 30209 Trong 16 (0.05) 26.296χ = Như T2 A,B > 16 (0.05)χ nên hai nhóm A, B khác cách có ý nghĩa Tiếp theo , ta có bảng 3.2 thể kết hồi quy Logit với biến phụ thuộc Z = KH thuộc nhóm B, Z = KH thuộc nhóm A Bảng 3.2: Kết ước lượng hồi quy Logit mô hình xếp hạng tín dụng khách hàng cá nhân Vương Quân Hoàng ctg Ký hiệu Tham số ước lượng P – value X01 - 1.2381 0.0237 X02 - 0.5911 0.1986 X03 - 1.3719 0.0929 X05 3.2401 0.0001 X06 - 1.8337 0.0168 X07 - 8.0706 0.0003 33 33 33 Ký hiệu Tham số ước lượng P – value X08 - 5.3368 0.0004 X09 - 1.0916 0.0224 X10 - 1.508 0.0178 X11 - 18.2826 0.0001 X12 5.6701 0.0000 X13 3.5950 0.0000 X14 0.9303 0.0303 X15 - 1.4823 0.0634 (Nguồn:Vương Quân Hoàng ctg, 2006 Phương pháp thống kê xây dựng mơ hình định mức tín nhiệm khách hàng thể nhân) Từ bảng 3.2 tá viết mơ hình hồi quy sau Theo kết ước lượng hồi quy Logit trên, ông loại biến X4 (thời gian cơng tác) X16 (uy tín giao dịch) khỏi mơ hình hai lý sau : • X4 X16 có phụ thuộc tuyến tính với biến khác; • Các ước lượng ˆβ , 16 ˆβ mơ hình tỏ khơng ổn định Các biến X5 (Mức thu nhập tháng), X12 (Chênh lệch thu nhập chi tiêu) X13 (Giá trị tài sản KH) có ảnh hưởng đồng biến với biến phụ thuộc (xác suất KH tốt) Các biến lại mơ hình tác động trái chiều lên biến phụ thuộc Z = ln (odds) = ln (Pi/1 – Pi) = −1.238151 X1 − 0.591102 X2 − 1.371960 X3 + 3.240103 X5 − 1.833702 X6 − 8.070600 X7 − 5.336831 X8 − 1.091686 X9 − 1.508460 X10 −18.28262 X11+5.670182 X12+3.595030 X13−0.930329 19 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a X14−1.482391 34 34 34 3.2.2 Nghiên cứu Stefanie Kleimeier Dinh Thi Huyen Thanh mơ hình điểm số tín dụng cá nhân áp dụng cho ngân hàng bán lẻ Việt nam Stefanie Kleimeier tiến hành nghiên cứu chi tiết nguồn số liệu tổng hợp từ NHTM Việt Nam theo hai mươi biến số bao gồm độ tuổi, thu nhập, trình độ học vấn, nghề nghiệp, thời gian cơng tác, tình trạng cư trú, giới tính, tình trang nhân, mục đích vay… đê xác định mức ảnh hưởng biến số đến rủi ro tín dụng qua thiết lập mơ hình điểm số tín dụng cá nhân áp dụng cho ngân hàng bán lẻ Việt Nam Hầu hết số biến tiêu phi tài khác so với nghiên cứu từ trước đến Vì hầu hết mơ hình điểm số tín dụng thường sử dụng tiêu tài chủ yếu Bằng phương pháp ước lượng Dinh Thi Huyen Thanh Stefanie Kleimeier thu kết hàm điểm số sau : Bảng 3.3: Kết ước lượng hàm điểm số Dinh Thi Huyen Thanh Stefanie Kleimeier Biến Hệ số Số lần đến NH - 1.774 Giới tính - 1.557 Số lần vay - 0.938 Thời gian vay - 0.845 Tài khoản tiền gửi - 0.750 Tình trạng cư trú - 0.652 Miền cư trú - 0.551 Số lượng tiền gửi - 0.492 Giá trị tài sản chấp - 0.402 Số người phụ thuộc - 0.356 Thời gian làm công việc - 0.285 Tình trạng nhân - 0.233 Loại hình chấp - 0.190 Có điện thoại cố định - 0.181 Trình độ học vấn - 0.156 Mục đích vay - 0.125 Hệ số tự - 3.176 (Nguồn: Dinh Thi Huyen Thanh & Stefanie Kleimeier, 2006 Credit Scoring for Vietnam’s Retail Banking Market) 35 35 35 Nghiên cứu Stefanie Kleimeier Dinh Thi Huyen Thanh xây dựng mơ hình chấm điểm tín dụng cá nhân gồm hai phần chấm điểm nhân thân lực trả nợ, chấm điểm quan hệ với ngân hàng trình bày bảng 3.5 Căn vào tổng điểm đạt để xếp loại theo mười mức giảm dần từ Aaa đến D trình bảng 3.4 Tuy nhiên, cơng trình nghiên cứu khơng đưa cách tính điểm cụ thể cho tiêu, để vận dụng mơ hình địi hỏi NHTM phải thiết lập thang điểm cho tiêu đánh giá phù hợp với thực trạng hệ thống sở liệu cá nhân ngân hàng Bảng 3.4: Hệ thống ký hiệu xếp hạng tín dụng cá nhân Dinh Thi Huyen Thanh & Stefanie Kleimeier Điểm Xếp hạng Ý nghĩa xếp hạng > 400 Aaa Cho vay tối đa theo đề nghị người vay351 – 300 Aa 301 – 350 A 251 – 300 Bbb Cho vay theo tài sản đảm bảo 201 – 250 Bb Cho vay theo tài sản đảm bảo đánh giá đơn vay vốn 151 – 200 B Yêu cầu đánh giá thận trọng đơn vay vốn, có tài sản đảm bảo đầy đủ 101 – 150 Ccc Từ chối cho vay 51 – 100 Cc – 50 C D (Nguồn: Dinh Thi Huyen Thanh & Stefanie Kleimeier, 2006 Credit Scoring for Vietnam’s Retail Banking Market) Bảng 3.5: Các tiêu chấm điểm tín dụng cá nhân Dinh Thi Huyen Thanh & Stefanie Kleimeier Bước 1: Ch m điểm nhân thân lực trả nợ Tuổi 18 – 25 tuổi 26 – 40 tuổi 41 – 60 tuổi > 60 tuổi Trình độ học vấn Sau đại học Đại học, cao đẳng Trung học Dưới trung học Nghề nghiệp Chuyên môn Giúp việc Kinh doanh Hưu trí Thời gian cơng tác < 0.5 năm 0.5 – năm – năm > năm Thời gian làm công việc < 0.5 năm 0.5 – năm – năm > năm Tình trạng cư trú Nhà riêng Nhà thuê Sống gia đình Khác Số người phụ thuộc Độc thân – người – người > người Thu nhập năm < 12 triệu đồng 12 – 36 triệu đồng 36 – 120 triệu đồng > 120 triệu đồng Thu nhập năm gia đình < 24 triệu đồng 24 – 72 triệu đồng 72 – 240 triệu đồng > 240 triệu đồng 36 36 36 Bước 2: Chấm điểm quan hệ với ngân hàng Thực cam kết với ngân hàng (ngắn hạn) KH Chưa trễ hạn Có trễ hạn 30 ngày Có trễ hạn 30 ngày Thực cam kết với ngân hàng (dài hạn) KH Chưa trễ hạn Có trễ hạn năm gần đay Có trễ hạn trước năm gần Tổng giá trị khoản vay chưa trả < 100 triệu đồng 100 – 500 triệu đồng 500 triệu – tỷ đồng > tỷ đồng Các dịch vụ khác sử dụng Tiền gửi tiết kiệm Thẻ tín dụng Tiền gửi tiết kiệm thẻ tín dụng Khơng Số dư bình quân tài khoản tiết kiệm năm trước < 29 triệu đồng 20 – 100 triệu đồng 100 – 500 triệu đồng > 500 triệu đồng (Nguồn: Dinh Thi Huyen Thanh & Stefanie Kleimeier, 2006 Credit Scoring for Vietnam’s Retail Banking Market) 3.2.3 Nghiên cứu Maria Aparecida 20 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a Gouvêa Eric Bacconi Gonỗalves v ỏp dng mụ hỡnh Hi quy Binary Logistic, Neutral network mơ hình Genetic Algorithm để phân tích rủi ro tín dụng Mục tiêu nghiên cứu phát triển mơ hình chấm điểm tín dụng có tính dự báo dựa số liệu tổ chức tài lớn cách sử dụng mơ hình hồi quy Logit, mạng neutral nhân tạo giả thuật di truyền (Genetic Algorithms) Ba mơ hình trình bày kết phù hợp với sở liệu cung cấp bỏi ngân hàng bán lẻ lớn Brazil Trong đó, mơ hình hồi quy Logit trình bày kết tốt so với mơ hình xây dựng mạng thần kinh nhân tạo Và hai mơ hình tốt mơ hình dựa thuật toán di truyền Từ kết nghiên cứu, bà đề xuất mơ hình Logit mơ hình chNm điểm tín dụng cho mục tiêu nghiên cứu bà Phần tóm tắt q trình phân tích ước lượng mơ hình Logit bà nhằm phân loại KH tốt xấu Nhằm để ước lượng mô hình hồi quy Logit, Maria Aparecida Gouvêa thu thập 8000 quan sát chia vào nhóm KH tốt xấu Dữ liệu lấy từ tháng năm 2002 đến tháng năm 2003 ngân hàng có hệ thống tồn cầu, tất quan sát qua thời gian đáo hạn nợ Mỗi quan sát có số tiêu minh hoạt qua bảng 3.6 37 37 37 Bảng 3.6: Bảng mô tả biến đặc trưng khỏch hng ca Maria Aparecida Gouvờa v Eric Bacconi Gonỗalves Chỉ tiêu Tiêu chí đánh giá Ký hiệu Giới tính Nam Nữ Gender_M; Gender_F Tình trạng nhân Đã có gia đình; Độc thân; Khác Status_M; Status_S; Status_O Điện thoại nhà Có; Khơng Ht_Y; Ht_N Điện thoại cơng ty Có; Không Ct_Y; Ct_N Thời gian làm công việc < 24 tháng; 25 – 72 tháng; 73 – 127 tháng; >127 tháng Tpj1; Tpj2; Tpj3; Tpj4 Lương (USD/tháng) 1304 S1; S2; ;S3; S4; S5; S6 Số lượng khoản nợ (Quantity of loan parts) < 4; – 6; – 9; 10 – 12 Qlp1; Qlp2; Qlp3; Qlp4 KH Có; Khơng Fa_Y; Fa_N Thời gian cư trú nhà < 12 tháng; 13 – 24 tháng; 25 – 120 tháng; > 120 tháng Tph1; Tph2; Tph3; Tph4 Giá trị trung bình khoản nợ (USD) < 54; 55 – 70; 71 – 113; > 113 Lpv1; Lpv2; Lpv3; Lpv4 Tổng dư nợ < 131; 132 – 174; 175 – 217; 218 – 348; 349 – 783; > 783 Tlv1; Tlv2; Tlv3; Tlv4; Tlv5; Tlv6 Loại tín dụng Có ký quỹ; Tín chấp Tc_P; Tc-C Tuổi < 25 tuổi; 26 – 40 tuổi; 41 – 58 tuổi; > 58 tuổi Age1; Age2; Age3; Age4 Mã vùng điện thoại nhà 1; 2; 3; 4; Hzip1; Hzip2; Hzip3; Hzip4; Hzip5 Mã vùng điện thoại công ty 1; 2; 3; 4; Czip1; Czip2; Czip3; Czip4; Czip5 Trình độ chun mơn 1; 2; 3; 4; 5; 6; P1; P2; P3; P4; P5; P6; P7 Tỉ lệ % khoản nợ/ lương < 10%; 10.1 - 13.5%; 13.6 – 16.5%; 16.6 – 22.5%; > 22.5% Ps1; Ps2; Ps3; Ps4; Ps5 Tỉ lệ % tổng nợ/ lương < 28% ; 28.1 – 47.5% ; 47.6 – 65% ; 65% Ls1 ; Ls2 ; Ls3 ; Ls4 ; Ls5 Loại KH = tốt ; = xấu Loi (Ngun: Maria Aparecida Gouvờa v Eric Bacconi Gonỗalves, 2007 Credit Risk Analysis Applying Logistic Regression, Neural Networks and Genetic Algorithms Models) Và kết ước lượng mơ hình Logit Maria Aparecida Gouvêa , trình bày bảng 3.7 38 38 38 Bảng 3.7: Kết ước lượng hồi quy Logit phân nhóm khách hàng ca Maria Aparecida Gouvờa v Eric Bacconi Gonỗalves Bin Tham số ước lượng p - value Gender_M - 0.314 0.0000 Status_S - 0.1707 0.0021 Tpj1 - 0.4848 0.0000 Tpj2 - 0.2166 0.0004 Qlp1 1.6733 0.0000 Qlp2 0.9658 0.0000 Qlp3 0.3051 0.0000 Tph2 - 0.3363 0.0008 Tph3 - 0.1451 0.0077 Lpv1 - 0.2035 0.0205 Tlv1 0.9633 0.0000 Tlv2 0.5915 0.0000 Tlv3 0.4683 0.0000 Tc_P - 1.34 0.0000 Age1 - 0.7429 0.0000 Age2 - 0.6435 0.0000 Age3 -0.2848 0.0004 Hzip1 -0.3549 0.0022 Czip1 -0.29 0.0043 Czip2 -0.2888 0.0000 Czip3 -0.2662 0.0003 P1 0.3033 0.0013 P3 0.5048 0.0000 P5 0.4752 0.0000 P6 0.1899 0.0061 Ls1 0.2481 0.0026 Ls3 0.164 0.0136 Fa_N -0.6513 0.0000 Hệ số tự 0.5868 0.0000 (Nguồn: Maria Aparecida Gouvêa v Eric Bacconi Gonỗalves, 2007 Credit Risk Analysis Applying Logistic Regression, Neural Networks and Genetic Algorithms Models) Các biến tác động tích cực đến xác suất KH tốt Qlp1, Qlp2 Tlv1 Ngược lại, biến tác động trá chiều nhiều đến biến phụ thuộc Tc_P, Fa_N Age2 Ngồi ra, bà cịn kiểm định Chi bình phương cho mơ hình loại biến khơng có ý nghĩa thống kê Kết 21 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a kiểm định chi bình phương 3.4307 < 5.99, điều cho thấy mơ hình loại biến có mức độ phù hợp cao 39 39 39 3.2.4 Nghiên cứu Cumhur Erdem nhân tố ảnh hưởng đến vỡ nợ thẻ tín dụng ý định sử dụng thẻ Thổ Nhỹ Kỳ Trong nghiên cứu này, Cumhur Erdem nhắm đến hai mục tiêu: - Thứ nhất, xác định nhân tố tác động đến xác suất vỡ nợ người sử dụng thẻ tín dụng, - Thứ hai, Cumhur Erdem muốn xác định nhân tố quan niệm chủ quan, thái độ kiểm soát hành vi khả kiểm sốt hành vi cá nhân có khả giải thích cho yếu tố ý định hành vi sử dụng dụng thẻ tín dụng chi tiêu Ơng sử dụng mơ hình Probit mơ hình cấu trúc tuyến tính dựa lý thuyết hoạch định hành vi để đạt hai mục tiêu Dưới đây, tác giả xin trình bày tóm tắt mơ hình Probit mà Cumhur Erdem đề xuất để đạt mục tiêu thứ ông: Cumhur Erdem tiến hành nghiên 520 KH sử dụng thẻ tín dụng thành phố Tokat Thổ Nhĩ Kỳ Cuộc nghiên cứu tiến hành cách vấn trực tiếp tháng tháng năm 2006 Trong 520 quan sát, có 474 quan sát sử dụng để phân tích có quan sát khuyết câu hỏi quan trọng Định nghĩa biến sử dụng mơ hình ước lượng phân tích thống kê chúng đươc trình bày bảng 3.8 Và phân tích thống kê tổng quan biến: quan sát sử dụng thẻ tín dụng để tốn 55% chi tiêu tiêu dùng họ, thu nhập trung bình gia đình quan sát 1000 USD , nữ chiếm 23% mẫu quan sát; tồn mẫu có gia đình, tốt nghiệp trung học hay đại học có cơng việc ổn định Mức dư nợ trung bình thẻ 470 USD trung bình tháng gần họ khơng tốn thẻ đến lần Bảng 3.8: Bảng mơ tả biến đưa vào mơ hình hồi quy Probit Cumhur Erdem Biến Định nghĩa Trung bình Độ lệch chu n NOPAY Số lần khơng toán đủ số tiền toán tối thiểu thẻ tín dụng tháng gần 1.200 1.444 PERCPAY Phần trăm chi tiêu tốn thẻ tín dụng (%) 55.445 30.203 INCOME Thu nhập trung bình gia đình (được lấy logarit) 7.178 0.525 40 40 40 Biến Định nghĩa Trung bình Độ lệch chu n BALANCE Tổng dư nợ tất thẻ tín dụng lần toán gần 708.04 1351.22 MINPAY Tổng số tiền toán tối thiểu tất thẻ tín dụng 256.33 392.12 MINPAYINC MINPAY/INCOME (lần) 0.196 0.291 BALANCEINC BALANCE/INCOME (lần) 0.522 1.102 HOMEOWN Biến giả (1 = sở hữu nhà, = khác) 0.553 0.500 GENDER Biến giả (1 = nữ, = nam) 0.228 0.418 AGE Tuổi 34.967 8.793 EDUCATION Trình độ học vấn (1 = tiểu học, = trung học sở, = trung học phổ thông, = sinh viên, = đại học trở lên) 3.498 0.923 MARITAL Biến giả (1 = có gia đình, = độc thân) 0.727 0.451 NUMCHILD Số 1.467 1.280 ESCAL Biến giả (1 = có chồng làm, = khác) 0.559 0.906 (Nguồn: Cumhur Erdem, 2008 Factors Affecting the Probability of Credit Card Default and the Intention of Card Use in Turkey) Kết mơ hình trình bày bảng 3.9 sau: Bảng 3.9: Kết ước lượng hồi quy Probit nhân tổ ảnh hưởng đến xác suất vỡ nợ Cumhur Erdem Biến Tham số ước lượng Thống kê Z Education -0/0178 - 0.268 Income 0.0208 - 0.403 Gender - 0.1849 - 1.308 BALANCEINC 0.2016* 3.286 MINPAYINC 0.2892 1.410 Numchild - 0.0326 - 0.492 Homeown - 0.1628 - 1.371 Marital - 0.0532 - 0.298 ESCAL 0.0379 0.563 PERCPAY - 0.3707** - 1.809 Age 0.0009 0.110 Mu (1) 0.3537* 8.068 Mu (2) 0.79008 11.943 Mu (3) 1.5191* 13.350 Mu (4) 1.4658* 13.355 Mu (5) 1.5269* 13.221 (Nguồn: Cumhur Erdem, 2008 Factors Affecting the Probability of Credit Card Default and the Intention of Card Use in Turkey) 41 41 41 Ghi chú: (*) (**) ký hiệu cho hệ số có ý nghĩa thống kê mức ý nghĩa 10% Bảng 3.10: Tác động biên biến lên biến độc lập theo mơ hình Probit Biến Y = Y = Y = Y = Y = Y = Y = PERCPAY 0.1354 -0.0258 -0.0385 -0.0286 -0.0175 -0.0028 -0.0222 BALANCEINC -0.0736 0.0140 0.0209 0.0156 0.0095 0.0015 0.0121 (Nguồn: Cumhur Erdem, 2008 Factors Affecting the Probability of Credit Card Default and the Intention of Card Use in Turkey) Bảng 3.9 thể biến BALANCEINC (tỷ 22 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a lệ tổng dư nợ thu nhập trung bình) PERCPAY (phần trăm tốn cho chi tiêu thẻ tín dụng) có ý nghĩa thống kê mức ý nghĩa 1% 10% Biến BALANCE có ảnh hưởng đồng biến với biến phụ thuộc NOPAY Tác động biên biến độc lập có ý nghĩa thống kê thể bảng 3.10 Theo bảng 3.10, ta nói biến BALANCEINC tăng thêm đơn vị làm tăng xác suất không toán số tiền toán tối thiểu tháng gần lên 7.36% Biến PERCPAY tác động nghịch biến tới biến phụ thuộc Cũng theo bảng 3.10, phần trăm tốn thẻ tín dụng tăng lên 1% làm giảm xác suất khơng tốn số tiền toán tối thiểu tháng gần lên 13.54% Sự tác động hai biến lý thuyết mà ông viện dẫn đề tài Như ta thấy, thành phố Tokat Thổ Nhĩ Kỳ biến nhân thân cá nhân khơng có ý nghĩa thổng kê, khơng có tác động đến xác suất vỡ nợ người sử dụng thẻ tín dụng Thổ Nhĩ Kỳ Điều đặt giả thiết biến nhân thân đưa chương để xây dựng mơ hình chấm điểm tín dụng khơng có tác động đến biến phụ thuộc (biến phụ thuộc xác suất đảm bảo trả nợ) 3.3 Thực tiễn ứng dụng giới Việt Nam Hệ thống XHTD cá nhân có mặt giới từ lâu nhiều tổ chức tài lớn xây dựng ứng dụng Tuy nhiên, Việt Nam, có NHTM tự xây dựng cho hệ thống XHTD cá nhân, chí số NHTM khơng có hệ thống XHTD cá nhân Đa số hệ thống XHTD cá nhân NHTM dựa sở mơ hình mà tổ chức tài quốc tế ứng dụng Tiếp theo, tác giả điểm qua số hệ thống XHTD cá nhân giới NHTM Việt Nam 42 42 42 3.3.1 Mơ hình điểm số tín dụng cá nhân FICO Điểm số tín dụng (Credit score) cá nhân phương tiện kiểm sốt tín dụng gán cho cá nhân số nước phát triển giúp tổ chức tín dụng ước lượng mức rủi ro cho vay Điểm tín dụng thấp mức rủi ro nhà cho vay cao Fair Isaac Corp xây dựng mơ hình điểm số tín dụng FICO thấp 300 cao 850 áp dụng cho cá nhân dựa vào tỷ trọng số phân tích trình bày Bảng 3.11 Bảng 3.11 : Tỷ trọng tiêu chí đánh giá mơ hình điểm số tín dụng FICO Tỷ trọng Tiêu chí đánh giá 35% Lịch sử trả nợ (Payment history) : Thời gian trễ hạn dài số tiền trễ hạn cao điểm số tín dụng thấp 30% Dư nợ tổ chức tín dụng (Amounts owed) : Nợ nhiều so với mức cho phép đặc biệt thẻ tín dụng làm giảm điểm số tín dụng 15% Độ dài lịch sử tín dụng (Length of credit history) : Thông tin nhiều năm đáng tin cậy điểm số tín dụng cao 10% Số lần vay nợ (New credit) : Vay nợ thường xuyên bị xem dấu hiệu có khó khăn tài nên điểm số tín dụng thấp 10% Các loại tín dụng sử dụng (Types of credit used) : Các loại nợ khác tính điểm số tín dụng khác (Nguồn http://en.wikipedia.org) Mơ hình điểm số tín dụng FICO áp dụng rộng rãi Mỹ thơng tin liên quan đến tình trạng tín dụng người ngân hàng tra sốt dễ dàng qua cơng ty liệu tín dụng (Credit reporting companies) Cơng ty liệu tín dụng thực ghi nhận cập nhật thông tin từ tổ chức tín dụng, phân tích cho điểm người Theo mơ hình điểm số tín dụng FICO người có điểm số tín dụng mức 700 xem tốt, cá nhân có điểm số tín dụng thấp 620 bị ngân hàng e ngại xét cho vay Bảng 3.12 : Hệ thống ký hiệu xếp hạng VantageScore Điểm Xếp hạng người vay 901– 990 A 801 – 900 B 701 – 800 C 601 – 700 D 501 - 600 F (Nguồn http://en.wikipedia.org) 43 43 43 Tại Mỹ xuất mơ hình điểm số tín dụng VantageScore cạnh tranh với mơ hình FICO, mơ hình ba cơng ty cung cấp liệu tín dụng Equifax, Experian TransUnion xây dựng Mơ hình điểm số tín dụng VantageScore đơn giản giúp người dễ hiểu với năm mức xếp hạng giảm dần từ A đến F trình bày Bảng 3.12 tương ứng với điểm số thiết lập từ 501 (Thấp nhất, không đáng tin cậy nhất) đến 990 (Cao nhất, đáng tin cậy nhất) Tỷ trọng tiêu chí đánh giá trình bày 23 of 30 2/20/2021, 10:36 AM https://www.slideshare.net/trongthuy1/luan-van-mo-hinh-xep-hang-tin-dung-khach-hang-cua-ngan-hang-dong-a Bảng 3.13 Bảng 3.13: Tỷ trọng tiêu chí đánh giá mơ hình điểm số tín dụng VantageScore Tỷ trọng Tiêu chí đánh giá 32% Lịch sử trả nợ (Payment History) : Tình trạng tốn kịp thời cam kết 23% Tình trạng sử dụng tín dụng (Credit Utilization) : Tỷ lệ vay trả, ý thức trả nợ hạn 15% Tình trạng số dư có (Credit Balances) : Tổng khoản vay mức tín dụng sẵn cịn để đáp ứng, khoản nợ hạn chấm điểm khắt khe 13% Độ sâu tín dụng (Depth of Credit) : Lịch sử tín dụng dài đáng tin cậy 10% Tình trạng tín dụng gần (Recent Credit) : Mức độ thường xuyên vay nợ số lần u cầu vay 7% Tình trạng tín dụng sẵn có (Available Credit) : Mức tín dụng nhận hay thời gian ngắn (Nguồn http://en.wikipedia.org) 3.3.2 Hệ thống xếp hạng tín dụng cá nhân E&Y Công ty TNHH Ernst & Young Việt Nam (E&Y) tổ chức kiểm tốn có xây dựng hệ thống XHTD riêng phục vụ cho việc đánh giá xếp hạng khách hàng kiểm tốn Mơ hình chấm điểm XHTD cá nhân E&Y bao gồm hai phần chấm điểm khả trả nợ (Trọng số tổng điểm 40%) chấm điểm nhân thân (Trọng số tổng điểm 60%) Các tiêu chấm điểm điểm số thiết kế trình bày bảng 3.14 44 44 44 Bảng 3.14: Các tiêu chấm điểm cá nhân E&Y Chỉ tiêu Điểm ban đầu Trọng số100 75 50 25 Phần I: Khả trả nợ Dư nợ/Tài sản 0% 0–20% 20–40% 40–60% > 60% 15% Tình hình trả nợ Ln trả nợ hạn Đã có gia hạn nợ Đã có nợ hạn Hiện có nợ hạn 15%Hiện trả nợ tốt/ KH Khả trả nợ khơng ổn định Tình hình chậm trả lãi Ln trả nợ hạn Đã có gia hạn nợ Đã có nợ hạn Hiện có nợ hạn 15%Hiện trả nợ tốt/ KH Khả trả nợ không ổn định Các dịch vụ sử dụng ngân hàng Chỉ sử dụng tiền gửi Dịch vụ tốn Khơng sử dụng 10% Đánh giá khả trả nợ Có khả trả nợ Có thể phải gia hạn nợ Khơng có khả trả nợ 15% Lợi nhuận/ Doanh thu; Hoặc thu nhập ròng >25% >10 triệu đồng 20-25% 5- 10 triệu đồng 15-20% 3-5 triệu đồng 10-15% 1-3 triệu đồng 60 tuổi 18- 20 tuổi 10% Trình độ học vấn Trên đại học Đại học Cao đẳng Trung học Dưới trung học 10% 45 45 45 Chỉ tiêu Điểm ban đầu Trọng số100 75 50 25 Tính chất cơng việc Quản lý, điều hành Chuyên môn/ Chủ sở Lao động đào tạo nghề Lao động thời vụ Thất nghiệp 10% Thời gian làm công việc > năm 5-7 năm 3-5 năm 1-3 năm 100 triệu đồng 50-100 triệu đồng 30-50 triệu đồng 60 tuổi 10% Trình độ học vấn Trên đại học Đại học Cao đẳng Trung học Dưới trung học 10% Tiền án, tiền Khơng Có 10% Tình trạng cư trú Chủ sở hữu Nhà chung cư Với gia đình Thuê Khác 10% Số người phụ thuộc < người người người người Trên người 10% Cơ cấu gia đình Hạt nhân Sống với cha mẹ Sống gia đình khác Khác 10% Recommended Explore history and biography books with Scribd Scribd - Free 30 day trial 25 of 30 2/20/2021, 10:36 AM * Ghi AISDL: Luận văn tiêu đề Mô hình xếp hạng tín dụng khách hàng ngân hàng Đông Á xuất SlideShare ngày 28 tháng 10 năm 2019 tham chiếu tài liệu Hoàng CTG (2006) Tạp chí Ứng dụng Tốn học (Hội Tốn học Việt Nam) Tài liệu tham khảo: Hoàng, V Q., Hưng, Đ G., Hữu, N V., Ngọc, T M., & Phương, L H (2006) Phương pháp thống kê xây dựng mô hình định mức tín nhiệm khách hàng thể nhân Vietnam Journal of Mathematical Applications, 4(2), 1-16 ... Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách. .. Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách. .. hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng Đơng Á Mơ hình xếp hạng tín dụng khách hàng ngân hàng