Trong phân tích các biến phi tài chính

Một phần của tài liệu (LUẬN văn THẠC sĩ) ứng dụng mô hình logistic trong xây dựng mô hình đo lường xác suất không trả được nợ của khách hàng doanh nghiệp theo basel II tại vietinbank (Trang 64 - 65)

Việc biến đổi biến phi tài chính sử dụng Microsoft excel

- Gắn giá trị -999999999 cho các giá trị thiếu hụt của dữ liệu thô. - Gắn giá trị -999999998 cho các giá trị #N/A của dữ liệu thô.

- Tạo 1 cột sắp xếp toàn bộ các mức thang điểm phi tài chính theo các bộ chỉ tiêu chấm điểm, sử dụng trong tính toán tỷ lệ Tốt/Xấu ở mỗi mức thang điểm. Các thang này áp dụng chung cho tất cả các biến, kể cả những biến không có giá trị thiếu hụt thì vẫn được tính (giá trị bằng 0)

- Sử dụng hàm SUMIF để tính số lượng Tốt/Xấu để biến đổi biến phi tài chính - Dùng hàm VLOOLUP để gán giá trị đã được biến đổi cho từng giá trị của mỗi biến.

Các bước ghép nhóm các biến được thể hiện trong bảng 2.1. Bảng 2.1 - Các bước ghép nhóm

Các bước nhóm thang điểm Lưu ý

Gắn giá trị -999999999 cho các giá trị thiếu hụt của dữ liệu thô

Gắn 1, 2, 3,…, cho các thang điểm của biến lựa chọn với xu hướng hợp lý dựa trên bản chất của từng biến

Nhóm các giá trị thiếu hụt vào một nhóm (Nhóm 0).

Nhóm các giá trị “0” vào một nhóm nếu số giá trị 0 chiếm hơn 5%. Nhóm các giá trị đặc biệt khác vào các nhóm khác nhau nếu có.

Luôn cần có một nhóm cho giá trị thiếu hụt kể cả khi mẫu dùng để xây dựng mô hình không có giá trị thiếu hụt (nhóm giá trị thiếu hụt được thiết lập cho dữ liệu ngoài mẫu được lựa chọn).

Gộp các thang điểm tương đương để tạo thành các nhóm mới với một xu hướng tỷ lệ không trả được nợ hợp lý (xem xét xu hướng hợp lý dựa trên ý nghĩa kinh tế).

Sau khi gộp các nhóm, số giá trị của mỗi nhóm phải >=5% tổng số giá trị

Một phần của tài liệu (LUẬN văn THẠC sĩ) ứng dụng mô hình logistic trong xây dựng mô hình đo lường xác suất không trả được nợ của khách hàng doanh nghiệp theo basel II tại vietinbank (Trang 64 - 65)

Tải bản đầy đủ (PDF)

(111 trang)