1.2. Xếp hạng tín dụng tại ngân hàng thương mại
1.2.3.3. Mơ hình Logistic
Mơ hình Logistic (Maddala, 1984) là mơ hình định lượng trong đó biến phụ thuộc là biến giả, chỉ nhận 2 giá trị là 0 hoặc 1. Mơ hình này được ứng dụng rộng rãi trong phân tích kinh tế nói chung và phân tích rủi ro tín dụng nói riêng. Cụ thể hơn, mơ hình này có thể giúp Ngân hàng xác định khả năng khách hàng sẽ có rủi ro tín dụng (biến phụ thuộc) trên cơ sở sử dụng các nhân tố có ảnh hưởng đến khách hàng (biến độc lập), nghĩa là mơ hình Logistic có thể ước lượng xác suất mặc định một doanh nghiệp có rủi ro là bao nhiêu trực tiếp từ mẫu.
Trong mơ hình này, cấu trúc dữ liệu như sau:
Biến Ký hiệu Loại
Phụ thuộc Y Nhị phân
Độc lập Xi Rời rạc
Y đóng vai trị là biến phụ thuộc và là biến nhị phân, chỉ có thể nhận hai giá trị là 0 hoặc 1, cụ thể là:
Y = 1: Khách hàng trả được nợ (Khơng có rủi ro tín dụng) Y = 0: Khách hàng khơng trả được nợ (Có rủi ro tín dụng)
+ Xi là biến độc lập, thể hiện các nhân tố ảnh hưởng đến khách hàng, ví dụ như độ tuổi, giới tính, thu thập, tình trạng nhà, trình độ học vấn, … đối với khách hàng cá nhân, hoặc các hệ số khả năng thanh khoản, ROE, ROA, vốn chủ sở hữu,… đối với khách hàng doanh nghiệp.
+ Y^ là giá trị ước lượng của Y, thu được khi hồi quy Y theo các biến độc lập.
Khi đó, xác suất một khách hàng trả được nợ (tức là xác suất Y = 1) được tính theo cơng thức sau, trong đó e là hằng số (xấp xỉ 2,718):
Như vậy, với các nhân tố có ảnh hưởng tới khách hàng được xác định trước (qua tờ kê khai của khách hàng, báo cáo tài chính,…) chúng ta có thể xác định được xác suất khách hàng đó trả được nợ. Với xác suất trả được nợ càng cao thì khách hàng đó càng ít có rủi ro tín dụng và ngược lại. Dựa vào bảng dự báo xác suất của khách hàng, đối chiếu với thực tế trả nợ, Ngân hàng có thể xây dựng các mức xếp hạng rủi ro tín dụng phù hợp.
Ƣu điểm của mơ hình:
Do mơ hình Logistic cũng là mơ hình tốn học nên có những ưu điểm giống như mơ hình điểm số Z. Là mơ hình định lượng nên mơ hình này khắc phục được những nhược điểm của mơ hình định tính, thể hiện sự khách quan, nhất qn, không quá phụ thuộc vào ý kiến chủ quan của cán bộ tín dụng.
Mơ hình Logistic này có kỹ thuật đo lường rủi ro tín dụng khá đơn giản, dễ thực hiện bằng các phần mềm phân tích thống kê chuyên dụng (như Eviews, SPSS).
Mơ hình Logistic có thể là cơ sở để ngân hàng phân loại khách hàng và nhận riện rủi ro. Thơng qua kết quả từ mơ hình, chúng ta có thể ước lượng được xác suất không trả được nợ của khách hàng, từ đó Ngân hàng có thể xác định được doanh nghiệp nào đang nằm trong vùng an toàn, doanh nghiệp nào nằm trong vùng cảnh báo và giúp ngân hàng chủ động trong việc đưa ra những biện pháp hạn chế rủi ro.
Một ưu điểm nổi bật của mơ hình Logistic đó là mơ hình Logistic có thể đo lường vai trò của các yếu tố tác động đến hạng tín dụng của khách hàng. Ngồi ra, trong khi mơ hình điểm số Z lại cứng nhắc trong việc xem xét các yếu tố tác động tới biến phụ thuộc và các hệ số của chúng (do Altman đưa ra), trong khi với mô hình Logistic chúng ta có thể dễ dàng hiệu chỉnh hoặc thêm bớt các biến nhằm xác định cụ thể tác động của các yếu tố tới rủi ro tín dụng là như thế nào.
Nhƣợc điểm của mơ hình
Mơ hình Logistic vẫn tồn tại nhược điểm, đó là mơ hình phụ thuộc vào mức độ chính xác của nguồn thơng tin thu nhập và khả năng dự báo cũng như trình độ phân tích của cán bộ tín dụng.
Ngồi ra, mơ hình Logistic bản chất là mơ hình kinh tế lượng, vì vậy khi hệ số xác định ở mức nhỏ thì mơ hình có thể dự báo kém chính xác (thể hiện qua các giá trị phần dư).