Bảng 310. Khả năng dự đoán của mô hình so vói thực tế a) Dựa trên độ chính xác (accurancy)
--- True--- Classified D ~D Total + 96 53 149 — 256 3491 3747 Total 352 3544 3896 Classified + if predicted Pr(D) >= .5 True D defined as vo_no != 0
Sensitivity Pr( + D) 27.27%
Specificity Pr( —D) 98.50%
Positive predictive value Pr( D +) 64.43% Negative predictive value Pr(~D -) 93.17%
False + rate for true ~D Pr( +~D) 1.50% False - rate for true D Pr( - D) 72.73% False + rate for classified + Pr(~D +) 35.57% False - rate for classified - Pr( D -) 6.83%
Correctly classified 92.06 %
5---?---
Nguôn: Người viêt tự tông hợp
Chọn mức cut-off = 0,5, tại giá trị này khả năng dự đoán của mô hình cho thây:
s Có 149 người được dự đoán vỡ nợ, trong đó có 96 người là dự đoán đúng. Tỷ lệ phần trăm dự đoán đúng số người vỡ nợ là = D/+ = 96/149 = 64.43%.
s Có 3.747 người được dự đoán là không vờ nợ, trong đó có 3.491 người là dự đoán đúng. Tỷ lê phần trăm dự đoán đúng số người không vờ nợ là =D/- = 3.491/3.747=93.17%
J Thực tế có 96 người vờ nợ ,trong đó có 352 người là dự đoán đúng sẽ vỡ nợ. Tỷ lệ phần trăm thực tế là = +/D= 96/352 =27.27%
s Thực tế có 3544 người không vỡ nợ , trong đó có 3491 người được dự đoán đúng.Tỷ lệ phần trăm thực tế 3491/3544 =-/~D=98,50%
s 96 người dự báo đúng vỡ nợ và 3.491 người dự báo đúng không vờ nợ. Xác suất thực tế = (96+3491 )/ 3896 = 92.06%.
Như vậy, nếu coi độ chính xác là tiêu chí, mô hình đạt 92.06% dự đoán đúng so với thực tế. Đây là mức tin cậy khá cao cho ta thấy ràng mô hình khá phù hợp, cho kết quả tốt cho việc dự đoán của mô hình
b) Dựa trên ROC curve
Receiver operating characteristic (ROC), còn gọi là receiver operating curve (đường cong đặc trưng hoạt động), là đồ thị có một trục là Độ nhạy, trục còn lại là (7 - Đặc trưng) cho một hệ thống phân loại nhị phân khi mà ngưỡng phân loại của nó bị thay đối (giá trị của ngưỡng -cut-off point- là nằm trên trục hoành, đường thắng đứng cho thấy sự phân tách: phần bên trái được xem là không có thuộc tính cần kiểm tra, phần bên phải được xem là có thuộc tính cần kiểm tra).
Đường cong ROC cũng có thể được biểu diễn bằng một dạng tương đương bằng cách vẽ phần true positive (TP) theo phần false positive (FP).
• Hiệu của (1 - đặc trưng) bằng false positive (FP), ví dụ: đặc trưng=0,9 thi FP=0,1.
• ứng với mỗi ngưỡng, sẽ cho ta một điểm (true positive, false positive).
• Như vậy với nhiêu lựa chọn ngưỡng khác nhau, sẽ cho ta một tập họp các điểm trên đồ thị TP-FP.
Tập các điềm này sẽ tạo thành đường cong ROC.Các giá trị quan sát trong bài đươc thể hiên tai đồ thi bên dưới.
o H---1--- 1---1---r
0.00 0.25 , 0.50 0.75 1.00
1 - Specificity Area under ROC curve = 0.8781
Hình 3.1. Đường ROC của mô hình
Nguồn: Người viết tự tông hợp
Khi mức diện tích ở dưới đường ROC đạt 1 tức là mô hình hoàn hảo với mức độ chính xác cao. ROC trong mô hình này có diện tích phía dưới là 0.878 ở mức tương đối cao cho thấy sự chính xác của mô hình.Các giá trị quan sát trong bài được thể hiện tại đồ thị bên dưới. Khi mức diện tích ở dưới đường ROC đạt 1• • • • • ♦ tức là mô hình hoàn hảo với mức độ chính xác cao. ROC trong mô hình này có diện tích phía dưới là 0.878 ở mức tương đối cao cho thấy sự chính xác của mô hình.
c) Dựa trên độ nhạy cám
Graph sensitivity and specificity versus probability cutoff
Biểu đồ thể hiện sự thay đổi của độ nhạy cảm và đặc trưng của các quan sát. Mô hình có xu hướng dự đoán đúng các giá trị vờ nợ hon do có độ đặc trưng cao
lớn hơn 0,9 khi mức cut-off lớn hơn 0,25. Độ nhạy cảm có tương quan cao đến mức cut-off. ơ mức cut-off 0,5 mô hình có mức nhạy cảm khá thấp với khoảng 25%.
Hình vẽ chỉ ra răng mô hình có khả năng dự đoán tôt những quan sát không có khả năng vỡ nợ so với những quan sát vỡ nợ. Mô hình thu đuợc có khả năng cao về việc tìm ra các cá nhân có khả năng vờ nợ thấp.
1 H---1 I I---r
0.00 0.25 „ . 0.50 , „ 0.75 1.00
Probability cutoff
Sensitivity —♦— Specificity
Hình 3.2. Tác động của sự thay đôi mức cut-off đên độ nhạy cảm
Nguồn: Người viết tự tông hợp
Tóm lại, thông qua các kiếm định của mô hình,ta thấy ràng mô hình Probit sử dụng trong truờng hợp này cho khả năng dự độ chính xác và tin cậy cao về khả năng vỡ nợ của các khách hàng. Từ đó, ngân hàng đoán có thể tin cậy tham khảo mô hinh trong việc đưa ra quyết định đối với các khoản vay mới.
CHƯƠNG 4: KÉT LUẬN VÀ HÀM Ý, KIẾN NGHỊ
4.1. Hàm ý tù’ kết quả nghiên cứu và một số đề xuất
Với những kết quả đạt được từ mô hình ước lượng Probit cho thấy đa phần các biến đưa vào mô hình đều có ý nghĩa. Các biến tài chính, liên quan đến phương án kinh doanh đều có ý nghĩa đến xác suất vỡ nợ của khách hàng. Vì vậy khi thẩm định khoản vay, ngân hàng cần có yêu cầu cao hơn về những đặc điểm trên để đưa ra quyết định cho vay chính xác nhất. Đồng thời đây cũng là yếu tố xét bổ sung cho các trường hợp khách hàng gàn mức yêu cầu quy định cho vay.
Từ những kết quả đạt được trên, người viết đưa ra 1 số đề xuất cho Ngân hàng Hợp tác xã Chi nhánh Hưng Yên và các bên như sau:
4.1.1 Đe xuất cho Ngân hàng Hợp tác xã Việt Nam Chi nhánh Hưng Yên
4.1.1.1 Áp dụng kết quả mô hình đê ước lượng xác suất cho các khoản vay mới.
Vấn đề này trả lời cho câu hỏi Tại sao ước tính khả năng vỡ nợ của
khách hàng nên dựa trên xác suất thay vì điếm số thông thường? Tình trạng tín
dụng của khách hàng cá nhân cần được điều tra kỹ lường vì nó cho thấy khả năng vỡ nợ trong một giới hạn họp lý. Tuy nhiên, không nên giả định rằng một cán bộ ngân hàng có thể báo trước một cách chắc chắn rằng khách hàng nào sẽ thực hiện đúng nghĩa vụ. Hay như ít người nộp đơn có triền vọng kinh tế tồi tệ đến mức không có một cơ hội vờ nợ nhỏ và cũng một số ít người nằm trong nhóm không có khả năng phạm pháp hoặc thậm chí là vỡ nợ. Do đó, việc lựa chọn khách hàng vay nên dựa trên xác suất, thay vì điểm số thông thường như cách mà Ngân hàng Họp tác xã Việt Nam đang làm.
Mô hình Probit kiếm định dựa trên số liệu cùa Ngân hàng Hợp tác Hưng yên cung cấp có kết quả ước lượng khá chính xác, sẽ là mô hình phù họp giúp ngân hàng đưa ra quyết định cho vay chính xác hơn.
4.1.1.2 Thay đôi phương thức thu thập thông tin
Đe sử dụng mô hình chấm điểm định lượng đòi hỏi nguồn dữ liệu mà ngân hàng thu thập phải đầy đủ và chính xác. Việc thu thập thông tin chính từ Co-op Bank hiện nay vẫn chủ yếu trực tiếp từ khách hàng. Đây là nguồn thông tin dễ
tìm kiêm, không tôn nhiêu công sức. Tuy nhiên điêu này có ảnh hưởng xâu khi mà nếu chỉ thu thập thông tin một chiều từ phía khách hàng thỉ độ tin cậy không cao. Khách hàng sẵn sàng đưa ra các thông tin thiếu trung thực để có thể được chấp thuận vay vốn. Bên cạnh đó, trong quá trình thu thập dữ liệu người viết nhận thấy thông tin khách hàng của Co-opBank còn thiếu khá nhiều. Vì vậy, ngân hàng cần mở rộng phạm vi, thu thập thêm những nguồn thông tin khác. Ngân hàng có thể cử các cán bộ có nghiệp vụ tốt có chuyên môn của ngành nghề, lĩnh vực mà khách hàng đang kinh doanh tới địa bàn sản xuất của hộ gia đình để nắm bắt thông tin thay vì chỉ phong vấn khách hàng. Ngoài ra, ngân hàng còn có thể thu thập thông tin từ các tổ chức cho vay khác, các hộ gia đình cùng ngành nghề, các tổ chức chính quyền địa phương từ đó xác định được uy tín và vị thế của hộ kinh doanh vay vốn trên thị trường.
4. ỉ. 1.3 Chỉnh sửa tiêu chí đánh giá khách hàng
Một đóng góp quan trọng để hoàn thiện một mô hình định lượng tốt là lựa chọn các biến đế đưa vào mô hình. Mặc dù Ngân hàng Họp tác hiện đang sử dụng 33biến số cho biểu mẫu xếp hạng tín dụng, tuy nhiên chất lượng của thông tin còn sơ sài, mức độ phân loại khách hàng chưa rõ. Bằng chứng là có rất nhiều thông tin mà hai khách hàng có thế cùng được xếp vào một nhóm giống nhau dù thực tế có cách biệt đáng kể. Nguyên nhân vì mỗi thông tin được ngân hàng chia các khoảng lớn, dẫn đến việc cán bộ tín dụng tìm hiếu thông tin khách hàng không cần nghiên cứu kĩ đã có thế phân loại khách hàng. Do vậy, người viết đề xuất ngân hàng nên bố sung thêm các tiêu chí đánh giá trong mỗi thông tin thu thập.
Ngoài ra, dựa trên số liệu thực tế của ngân hàng, kết quả mô hình cho thấy, mặc dù có tới 33 biến được sử dụng nhưng số lượng biến có tác động mạnh đến khả năng vỡ nợ cùa khách hàng cá nhân tại chi nhánh lại không nhiều, bao gồm: sở hữu địa điểm kinh doanh, tỷ lệ vốn tự có, lĩnh vực kinh doanh, kinh nghiệm sản xuất kinh doanh, tình trạng nợ, thời gian trung bình lao động. Khuyến nghị rằng ngân hàng nên chú ý đến các biến số này khi đánh giá tín dụng cá nhân.
Bên cạnh đó, ngân hàng nên bố sung các điều kiện cấp vốn, ví dụ:
- Yêu câu khách hàng có tài sản đảm bảo. Đây có thê là tài sản săn có của khách hàng hoặc những tài sản trong tương lai mà khách hàng dùng tiền của ngân hàng để mua như ô tô, nhà ở, hàng hóa sản xuất. Khoản vay được đảm bảo bằng chính tài sản đó. Việc định giá tài sản đảm bảo cũng là công việc cần thiết để đảm bảo an toàn cho ngân hàng trước rủi ro tài sản giảm giá trong tương lai. Đe tránh khỏi điều này, ngân hàng chỉ nên cấp các khoản vay tối đa bằng 60-70% giá trị tài sản đảm bảo.
- Bổ sung tiêu chí người bảo lãnh vào điều kiện cho vay. Tiêu chí gia tăng mức độ an toàn cho ngân hàng khi ngân hàng được phép thanh lý tài sản của người đứng ra bảo lãnh để thu hồi khoản vay mà người được bảo lãnh không trả được.
- Đối với người đã kết hôn, ngân hàng có thể yêu cầu chữ kí của cả hai người trong hợp đồng vay vốn đế ràng buộc khách hàng tuân thủ nghĩa vụ vỡ nợ
về mặt pháp lý.
4.1.1.4 Hoàn thiện hệ thống xếp hạng tín dụng nội bộ
Áp dụng mô hình định lượng giúp ngân hàng hoàn thiện hệ thống xếp hạng tín dụng nội bộ. Tại Ngân hàng Co-opBank đã bắt đầu xây dựng hệ thống xếp hạng tín dụng cho từng khách hàng nhưng bản thân hệ thống xếp hạng tín dụng nội bộ ở ngân hàng lại tồn tại nhiều hạn chế. Kết quả xếp hạng tín dụng nội bộ mang tính chủ quan và chưa thực sự là căn cứ để làm cơ sở xây dựng các thước đo lượng hóa rủi ro, hồ trợ ngân hàng tính toán chuẩn xác xác suất vờ nợ của khách hàng cũng như tổn thất mà ngân hàng phải đối mặt. Do vậy, ngân hàng Cần hoàn thiện hệ thống xếp hạng tín dụng nội bộ, đảm bảo sự hợp lý giữa chỉ tiêu trong bộ tiêu chí chấm điếm đế làm căn cứ lựa chọn khách hàng chính xác. Ngân hàng nên tham khảo phương pháp tiếp cận tín dụng nội bộ cơ bản hoặc nâng cao (FIRB và AIRB) do tổ chức Basel hướng dẫn làm căn cứ xây dựng hệ thống xếp hạng tín dụng nội bộ
4.1.1.5 Nâng cao chất lượng nghiệp vụ cán bộ tín dụng
Mặc dù mô hình định lượng có rất nhiều ưu điềm, nhưng vai trò của cán bộ tín dụng vẫn không thể bị thay thế. Bởi không ai khác, chính cán bộ tín dụng là
người thu thập, điêu tra và xác minh thông tin của khách hàng. Băng kinh nghiệm của mình, cán bộ có nghiệp vụ giỏi, nắm chắc kiến thức có thế phát hiện ra những dấu hiệu đáng ngờ ở các khách hàng vỡ nợ. Ngược lại, cán bộ tín dụng hời hợt, thiếu trách nhiệm, kiến thức nghiệp vụ yếu kém hoặc vì chạy theo doanh số mà có thể cấp các khoản vay tùy tiên. Bằng chứng là các khoản vay vỡ nợ chủ yếu xuất phát từ thông tin thiếu chính xác do cán bộ không điều tra kĩ lưỡng. Bởi vậy, nâng cao chất lượng nghiệp vụ cho cán bộ tín dụng là một việc làm cần thiết ở bất ki ngân hàng nào. Ngân hàng Co-opBank cũng nên đấy mạnh công tác đào tạo cán bộ thông qua các chương trình đào tạo ngắn ngày, hội thảo và hội nghị chuyên đề.
4.1.1.6 Tăng cường công tác phòng ngừa nợ quá hạn
Nhiệm vụ này thực hiện ngay khi ngân hàng tiến hành kiểm tra việc thực hiện vốn vay, nếu thấy khách hàng bắt đầu có dấu hiệu dẫn đến rủi ro, dẫn đến nợ quá hạn thì ngân hàng cần xử lý một số biện pháp ngăn ngừa. Ngoài ra ngân hàng có thể yêu cầu khách hàng cung cấp thêm các tài sản đảm bảo độ tăng cường an toàn cho nguồn vốn của ngân hàng trong trường hợp tài sản thể chấp bị giảm giá trị.
Đối với các khoản nợ quá hạn thì ngân hàng cần tìm ra nguyên nhân xem sai sót ở đâu trong quá trình thẩm định. Ngân hàng nên xem xét lại khả năng tài chính của khách hàng và quá trình khách hàng sử dụng vốn vay có đúng mục đích không. Từ đó đưa ra những giài pháp xử lý mang lại hiệu quả cao trong thời gian ngắn.Khi tiến hành thu hồi nợ quá hạn, ngân hàng nên sử dụng biện pháp khai thác khi khách hàng vay vốn có thiện chí vỡ nợ, ngân hàng có thể gia hạn nợ hoặc điều chỉnh hợp đồng tín dụng tương ứng với một chu kỳ sản xuất của khách hàng, cho phép khách hàng tự khắc phục khó khăn về tài chính để hoàn vỡ nợ ngân hàng càng sớm càng tốt. Khi khách hàng không có thiện chí võ’ nợ như đã cam kết trong hợp đồng tín dụng thi ngân hàng mới tiến hành thanh lý tài sản thế