Lựa chọn mô hình cần phải dựa trên những yêu cầu đặt ra của mô hình đó:
Xác định xác suất trả được nợ: yêu cầu đặt ra đối với toàn hệ thống XHTD cá nhân của NH Quốc tế VIB trước hết là nhằm kiểm soát rủi ro tín dụng hiệu quả hơn khi kết quả xếp hạng phản ảnh được mức độ rủi ro của sản phẩm tín dụng, trên cơ sở đó giúp ra quyết định tín dụng chính xác. Kết quả xếp hạng KH phải tính đến những dự báo về nguy cơ vỡ nợ dẫn đến mất khả năng thực hiện các nghĩa vụ tài chính đối với ngân hàng.
Tính thống nhất bên trong: hệ thống XHTD doanh nghiệp sau điều chỉnh phải đảm bảo khả năng quản trị tín dụng thống nhất toàn hệ thống, đây là căn cứ để NH Quốc Tế - VIB có thể dự báo được tổn thất tín dụng theo từng nhóm KH, từ đó xây dựng chiến lược và chính sách tín dụng phù hợp; các chỉ tiêu chấm điểm XHTD trong mô hình phải đảm bảo không quá phức tạp và sát với thực tế để cán bộ nghiệp vụ tin tưởng sử dụng. Kết quả xếp hạng phải giống nhau tại mọi nơi trong hệ thống.
Tính thống nhất bên ngoài: xếp hạng không được mâu thuẫn với các lý thuyết và phương pháp được thừa nhận. Ngoài ra, hoàn thiện hệ thống XHTD cũng đặt ra mục tiêu phân loại nợ và trích dự phòng rủi ro theo Điều 7 của Quyết định 493/2005/QĐ-NHNN đáp ứng yêu cầu của NHNN.
Tính khách quan: kết quả XHTD được đưa ra bởi những chủ thể khác nhau.
Sự công nhận: trong mắt của những người sử dụng, mô hình xếp hạng phải đánh giá được chính xác khả năng trả nợ của đối tượng được xếp hạng.
Tính phù hợp: Hoàn thiện hệ thống XHTD cũng đặt ra yêu cầu vừa phải phù hợp với thông lệ quốc tế nhưng không xa rời với điều kiện kinh doanh riêng biệt của NH Quốc Tế - VIB, vừa phải đảm bảo tính linh hoạt có thể điều chỉnh phù hợp với những biến động của điều kiện kinh doanh trong tương lai.
Với những yêu cầu nên trên, cùng với những nhận định về các mô hình toán học trong XHTD đã nêu ở chương I, em nhận định các biến đưa vào mô hình có cả biến định lượng và định tính, dẫn đến không áp dụng được mô hình phân tích phân biệt (DA). Bên cạnh đó, dữ liệu nghiên cứu cũng không đủ lớn để có thể áp dụng một cách tốt nhất các phương pháp lân cận gần nhất K và mạng nơron thần kinh (ANN). Vì vậy, trong nghiên cứu của mình, em đề xuất việc xây dựng mô hình XHTD KH doanh nghiệp dành cho NH Quốc Tế - VIB tiếp cận bằng phương pháp hồi quy Binary Logistic (mô hình Logit).