L IăM ăU
1.4.3 Mô hình Logit
Mô hình logit là m t k thu t th ng kê đ xem xét m i liên h gi a bi n đ c l p (bi n s ho c bi n phân lo i) v i bi n ph thu c là bi n nh phân. Trong
h i qui tuy n tính đ n, bi n đ c l p x và ph thu c y là bi n s liên t c liên h qua ph ng trình: k 1+ ∑ k Xk e j=2 exp (Xi ) p = = k 1+exp (Xi ) 1+ ∑ k Xk 1+ e j=2 V i Xj là các bi n mô t các y u t (đ nh l ng và đ nh tính) đ c tr ng cho các đ c tr ng khác nhau c a khách hàng. 0, 1, 2 là các h s ch a bi t, c n c l ng.
Khi c l ng đ c các giá tr i(i=1,n) thì s c l ng đ c xác su t p ( ). Mô
hình kinh t l ng t ng ng là
ln = 1 + 2 X2 + 3 X3 + … + k Xk + u
S d ng mô hình này đ x p h ng tín d ng các bi n có th xác đ nh nh
sau:
Y là bi n mô t tình tr ng n x u ( không có kh n ng hoàn tr :0; ho c có kh n ng hoàn tr :1). P là xác su t Y =1.
V i mô hình này các h s j s cho phép tính đ c kh n ng Y =1 đ i v i t ng kho n vay và khi y u t Xjthay đ i m t đ n v thì xác su t Y =1 thay đ i
bao nhiêu.
ây là m t mô hình toán h c nên mô hình Logit c ng có nhi u u đi m nh mô hình Altman, ngoài ra mô hình này cho phép ngân hàng tính toán đ c đ c kh n ng v n đ i v i t ng kho n cho vay.
Do c ng là mô hình toán h c nên mô hình này có m t s h n ch nh mô hình Altman, khi s d ng mô hình này do các bi n s t n t i trong cùng m t đi u ki n kinh t xư h i luôn bi n đ ng nên có th g p hi n t ng đa c ng tuy n. Vì v y, đ kh c ph c nh ng h n ch này, thông th ng ng i ta s d ng mô hình h i quy Logit theo thành ph n chính. Vi c h i quy Logit theo thành ph n chính đ c th c hi n c th nh sau:
Gi s chúng ta c n s d ng các bi n X1, X2, ...,Xk đ gi i thích cho Y nh mô hình h i qui tuy n tính.
k
Yi = 0 + ∑ jXij + Ui (A)
j=1
N u X1, X2, ...,Xk ph thu c t ng quan tuy n tính l n nhau, k t qu c l ng h i qui (A) s nh n đ c các c l ng ch ch c a các tham s . Vi c phân tích h i qui không hi u qu và th m chí g p các sai l m đáng ti c. Th c t ng i ta có th tìm cách b đi m t s bi n mà vai trò gi i thích cho Y không đ l n.
Tuy nhiên, đ làm đ c vi c này có 2 h n ch :
Vi c l a ch n bi n lo i kh i mô hình không d dàng;
Không th lo i m t s bi n mà v m t lỦ thuy t nh t thi t các bi n này
ph i có m t trong mô hình. (Ch ng h n khi c l ng hàm c u m t m t hàng ng i ta không th b bi n giá cho dù bi n này tác đ ng không đ l n đ n l ng c u).
Gi i pháp đây là tìm r bi n đ c l p là t h p c a k bi n ban đ u và h i qui Y theo r bi n này. Các bi n đó chính là các thành ph n chính trong nh n đ c t k t qu phân tích thành ph n chính.
M c tiêu quan tr ng nh t c a phân tích h i qui chính là xác nh n và đo s tác đ ng c a các bi n đ c l p đ n bi n ph thu c.
u đi m:
Mô hình Logit là m t mô hình toán h c nên có nh ng u đi m gi ng nh mô hình đi m s Z. Do đây là mô hình đ nh l ng nên kh c ph c đ c nh ng nh c đi m c a các mô hình đ nh tính, th hi n s khách quan, nh t quán, không ph thu c vào Ủ ki n ch quan c a cán b tín d ng.
Mô hình Logit có k thu t đo l ng r i ro tín d ng khá đ n gi n, d th c hi n b ng ph n m m chuyên d ng. ây là l i th n u so v i mô hình KMV có k thu t đo l ng và các b c tính toán khá ph c t p.
Mô hình Logit có th là c s đ ngân hàng phân lo i khách hàng và nhân di n r i ro. Thông qua k t qu t mô hình, chúng ta có th c l ng đ c xác su t
không tr đ c n c a khách hàng, t đó Ngân hàng có th xác đ nh đ c khách hàng nào đang n m trong vùng c nh báo, khách hàng nào đang n m trong vùng an toàn và giúp ngân hàng ch đ ng trong vi c đ a ra nh ng bi n pháp h n ch r i ro
M t u đi m n i b t c a mô hình Logit so v i mô hình x p h ng tín d ng truy n th ng hay mô hình KMV, đó là có th đo l ng vai trò c a các y u t tác đ ng đ n h ng tín d ng c a khách hàng. Ngoài ra trong khi mô hình đi m s Z l i c ng nh c trong vi c xem xét các y u t tác đ ng t i bi n ph thu c và các h s c a chúng (do Altman đ a ra), trong khi v i mô hình Logit chúng ta có th d dàng hi u ch nh ho c thêm b t các bi n nh m xác đ nh c th tác đ ng c a các y u t đ n r i ro tín d ng nh th nào.
Nh c đi m:
- Mô hình Logit ph thu c vào m c đ chính xác c a ngu n thông tin thu th p và kh n ng d báo c ng nh trình đ phân tích c a cán b tín d ng. Ngoài ra, b n
ch t đây là mô hình kinh t l ng, vì v y khi h s xác đ nh m c nh thì mô hình có th d báo kém chính xác(th hi n qua các giá tr ph n d )
B ng cách s d ng mô hình Logit, chúng ta s tìm ra nh ng y u t Xj nh h ng đ n kh n ng tr n Y c a khách hàng và c n c vào các h s j, mô hình s cho chúng ta bi t đ c m c đ nh h ng c a t ng y u t Xj đ n kh n ng tr n Y c a khách hàng cá nhân t i Ngân hàng Á Châu.