4. Phương pháp nghiên cứu
4.3. Mơ tả dữ liệu
Bộ dữ liệu được sử dụng trong bài nghiên cứu này bao gồm các ghi chép về những khách hàng đã sử dụng khoản vay tiêu dùng của một cơng ty tài chính lớn ở Việt Nam trong khoảng thời gian từ tháng 07/2007 đến tháng 12/2010. Bộ dữ liệu bao gồm điểm số hành vi hàng tháng của khách hàng cùng với thơng tin về thời gian ký hợp đồng, thời gian bị vỡ nợ hoặc thời điểm đáo hạn hợp đồng trong khoản thời gian trên. Tơi đã chọn ngẫu nhiên khoảng 42.638 người đi vay để thực hiện bộ dữ liệu, bao gồm lịch sử của họ trong giai đoạn từ tháng 07/2007 đến tháng 12/2010. Tơi đã kiểm tra các mơ hình Markov sử dụng kết quả thực hiện của khách hàng trong suốt năm 2011 từ một mẫu 42.638. Bất kỳ khách hàng nào trễ hạn hơn 90 ngày (thậm chí nếu việc này đã được khắc phục sau đĩ), đều là nợ xấu, hoặc bị khai báo là phá sản, bị xem như vỡ nợ.
Cơng ty tài chính này cho biết rằng khơng cĩ những thay đổi chính yếu nào đối với hệ thống bảng điểm hoặc chủ tâm nổ lực để thay đổi các kết hợp trong danh sách những người đi vay thơng qua chiến lược quảng bá hay sáp nhập danh mục. Để đánh giá sơ bộ tính đúng đắn về xu hướng chung của bảng điểm, tơi dựa vào điểm số hành vi tính được vào cuối mỗi quý trong năm 2011 để tính ra điểm số trung bình của cả năm. Sau đĩ đồ thị hĩa tỷ lệ số lượng xấu theo điểm số hành vi.
Hình 4. Biểu đồ thể hiện tỷ lệ số lượng người vay xấu theo điểm số hành vi.
Nguồn: Kết quả nghiên cứu của tác giả
Ta thấy rõ rằng cĩ sự sụt giảm về tỷ lệ người vay xấu khi điểm số hành vi gia tăng. Sự sụt giảm đĩ thấy mạnh nhất ở 2 điểm mà tại đĩ tỷ lệ người vay xấu là 49,27% ứng với điểm số hành vi là 464 và tại mức tỷ lệ người vay xấu 29,30% ứng với điểm số hành vi 469; mặc dù chỉ cĩ sự gia tăng nhẹ về điểm số hành vi nhưng lại làm giảm đáng kể tỷ lệ người vay xấu. Điều này rất quan trọng trong việc lựa chọn ngưỡng chia điểm sao cho tỷ lệ xác suất giữa tốt và xấu đáp ứng mục tiêu kinh doanh của doanh nghiệp.
Để phân tích những thay đổi trong phân phối của điểm số hành vi, đầu tiên tơi chia thơ những điểm số hành vi thành những phần khác nhau. Ban đầu, tơi phân đoạn điểm số hành vi thành những phần đều nhau của phân phối các điểm số của tất cả các người đi vay trong mẫu trong tất cả các tháng trong mẫu. Tơi dùng thống kê khi - bình phương (chi-square) để quyết định xem liệu rằng cĩ thể kết hợp các khoảng liền kề nhau hay khơng nếu như xác suất chuyển đổi của chúng là tương tự nhau. Kỹ thuật phân loại thơ này là chuẩn trong việc xây dựng hệ
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0% 100,0% 119 147 164 200 224 231 242 262 287 296 305 324 343 365 380 400 414 436 462 478 498 518 527 550 588 620 662 714 763 % xấu Điểm số hành vi 49,27%; 464 29,30%; 469
thống bảng điểm (Thomas, 2009a) đối với việc xử lý những biến tiếp theo, trong đĩ mối quan hệ với việc vỡ nợ là phi tuyến (khơng tuyến tính). Trong tình huống này, nĩ sẽ dẫn đến một sự sụt giảm cịn 4 dãy điểm, đĩ là 𝑠1 = {60–150}, 𝑠2 = {151– 240}, 𝑠3 = {241–355} và 𝑠4 ={>=356}. Bên cạnh 4 trạng thái này, vẫn cĩ 2 trạng thái đặc biệt hơn tương ứng với trạng thái vỡ nợ (ký hiệu là D) và đáo hạn hợp đồng (ký hiệu là C). Nếu cĩ quá nhiều trạng thái trong chuỗi, thì các ước tính tham số mất đi tính mạnh mẽ, trong khi nếu cĩ q ít tham số thì ta sẽ mất đi cấu trúc và khơng cĩ đủ các phân đoạn để làm cho mơ hình phù hợp với những yêu cầu của Hiệp ước Basel.
Các điểm số hành vi được phát sinh hay được cập nhật hàng tháng cho từng cá nhân, vì vậy cĩ thể ước tính ma trận chuyển đổi với bước thời gian 1 tháng. Vì những sự chuyển đổi lẫn nhau giữa các trạng thái cĩ rất ít những sự chuyển đổi 1 tháng, mơ hình như thế cĩ thể dẫn đến việc ít cĩ những ước đốn mạnh mẽ của các tham số hơn. Vì thế, tơi sử dụng các bước thời gian 3 tháng. Những bước thời gian càng dài, chẳng hạn như 6 hoặc 12 tháng, làm cho khĩ mà bao hàm các tác động của những thay đổi về số tháng trên sổ sách. Trong phần sau, tơi sẽ chứng minh việc sử dụng các mơ hình chuỗi Markov bậc cao hơn và cung cấp việc phân tích tính đồng biến các kết quả của số tháng trên sổ sách về sự chuyển đổi điểm số hành vi.