Ứng dụng mô hình Logistic trong xếp hạng tín dụng cá nhân cho Ngân hàng Nông Nghiệp và Phát triển Nông thôn Việt Nam

Xuất phát từ những lí do trên đây, trong quá trình tìm hiểu về đánh giá rủi ro tín dụng tại Ngân hàng Nông Nghiệp và Phát triển Nông thôn, em nhận thấyviệc xây dựng một mô hình nhằm xếp

LỜI MỞ ĐẦU

Nền kinh tế nước ta đang trên đà phát triển Không thể phủ nhận tầm quantrọng của hệ thống các Ngân hàng trong việc thúc đẩy nền kinh tế đi lên Ngânhàng là tổ chức tài chính trung gian, có chức năng chính chu chuyển vốn từngười có vốn sang người cần vốn, phần chênh lệch giữa lãi suất huy động tiềngửi và lãi suất cho vay là lợi nhuận của Ngân hàng

Tín dụng Ngân hàng tuy mang lại nguồn lợi nhuận cao nhưng cũng tiềm

ẩn rất nhiều rủi ro Rủi ro tín dụng có thể hiểu là khả năng người đi vay khôngthể hoàn trả vốn vay cho Ngân hàng Những rủi ro này sẽ gây ra những tác độnglớn đến hoạt động của các Ngân Hàng

Trên thực tế, các Ngân hàng thường ngăn chặn giảm thiểu rủi ro này bằngcách xây dựng hệ thống chấm điểm tín dụng để từ đó đánh giá về mức độ rủi ronếu cho một khách hàng vay, và từ đó đưa ra quyết định: Nên hay không nên chokhách hàng vay vốn Tuy nhiên, hệ thống chấm điểm tín dụng tại các Ngân hàngViệt Nam thường dựa trên định tính và còn nhiều bất cập

Xuất phát từ những lí do trên đây, trong quá trình tìm hiểu về đánh giá rủi

ro tín dụng tại Ngân hàng Nông Nghiệp và Phát triển Nông thôn, em nhận thấyviệc xây dựng một mô hình nhằm xếp hạng mức tín nhiệm của các cá nhân vayvốn tại Ngân hàng và đánh giá rủi ro tín dụng của các cá nhân đó là vô cùng cầnthiết để góp phần nâng cao an toàn của hệ thống Ngân hàng.Vì vậy, em đã lựachọn đề tài nghiên cứu cho đề án môn học:

“Ứng dụng mô hình Logistic trong xếp hạng tín dụng cá nhân cho Ngân hàng Nông Nghiệp và Phát triển Nông thôn Việt Nam”

Nội dung nghiên cứu của chuyên đề gồm 3 chương:

Chương 1: Lý thuyết tổng quan về xếp hạng tín dụng cá nhân

Chương 2: Các công trình nghiên cứu liên quan đến xếp hạng tín dụng cá nhân Chương 3: Xây dựng mô hình Logistic trong xếp hạng tín dụng khách hàng cá

nhân cho NHNNo&PTNT Việt Nam

Mục đích nghiên cứu

Mục đích của đề án nhằm áp dụng các kiến thức đã học, đặc biệt là kiếnthức về Kinh Tế Lượng vào thực tế bằng việc xây dựng mô hình xếp hạng tíndụng khách hàng cá nhân Tuy còn khá mới mẻ, nhưng mô hình này sẽ ngàycàng được sử dụng phổ biển với tính ưu việt của nó so với mô hình định tínhthông thường Việc xây dựng mô hình Logistic trong xếp hạng tín dụng, sẽ giảmthiểu được rủi ro tín dụng trong hệ thống Nhân hàng Việt Nam

Nhiệm vụ nghiên cứu

Tìm hiểu về các công trình nghiên cứu về mô hình xếp hạng tín dụng đãđược thực hiện trên thế giới, từ đó, xây dựng mô hình Logistic xếp hạng và đánhgiá rủi ro tín dụng khách hàng cá nhân tại Ngân hàng Nông nghiệp và Phát triểnNông thôn Việt Nam và phân tích những ứng dụng thực tế của mô hình

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Các cá nhân có quan hệ tín dụng với Ngân hàngNông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Hoàng Quốc Việt

Phạm vi nghiên cứu: Sử dụng hệ thống chỉ tiêu chấm điểm tín dụng cánhân tại Ngân hàng

Nguồn số liệu

Báo cáo kết quả thu thập thông tin và đánh giá khách hàng cá nhân tạiNHNNo&PTNT Việt Nam

Em xin cảm ơn sự hướng dẫn, chỉ bảo tận tình của TS Nguyễn Mạnh Thế,

sự giảng dạy của các thầy cô trong khoa Toán Kinh Tế, cùng với sự hỗ trợ củaBan giám đốc cùng các các bộ, nhân viên tại Ngân hàng Nông nghiệp và Pháttriển Nông thôn Việt Nam chi nhánh Hoàng Quốc Việt đã giúp đỡ em hoànthành đề án này

CHƯƠNG I: LÝ THUYẾT TỔNG QUAN VỀ XẾP HẠNG TÍN DỤNG CÁ

NHÂN 1.3.1 Vai trò và sự cần thiết khách quan của XHTD khách hàng cá nhân.

1.3.1.1 Đối với ngân hàng.

 XHTD là cơ sở để lựa chọn khách hàng cho vay Hoạt động ngân hàng là

chức tín dụng phải xây dựng hệ thống XHTD nội bộ để hỗ trợ cho việc phân loại

và quản lý nợ Căn cứ vào kết quả XHTD, các ngân hàng tiến hành trích lập dựphòng và quản lý nợ theo quy định của Nhà nước

 Ngoài ra, hệ thống xếp hạng còn giúp cho ngân hàng xây dựng chiến lược Marketing hiệu quả, hướng tới đối tượng là khách hàng ít rủi ro và tiềm năng chongân hàng

1.3.1.2 Đối với khách hàng cá nhân

Kết quả xếp hạng tín dụng cá nhân có một ý nghĩa không nhỏ đối với cáckhách hàng Như đã trình bày ở phần trên, mỗi món vay của ngân hàng đều tiềmtàng những rủi ro Nhưng không phải vì thế mà những món vay với rủi ro thấpmới được chấp nhận Rõ ràng, với những nhóm khách hàng có rủi ro thấp, ngânhàng sẽ cho vay với mức lãi suất ưu đãi hơn Còn nhóm khách hàng có rủi ro cao

sẽ phải chịu mức lãi suất cao hơn và những điều kiện cho vay khắt khe hơn Làmnhư vậy, ngân hàng vừa cung cấp được tín dụng cho rất nhiều khách hàng, lạivừa đảm bảo an toàn cho vốn vay của mình

Các khách hàng khi đến vay vốn ngân hàng, muốn được chấp thuận cầnphải có những điều kiện nhất định Nếu khách hàng là nhà kinh doanh, nhà đầu

tư, tất yếu sẽ phải có những chiến lược kinh doanh khả thi, như vậy mới làmngân hàng tin tưởng vào khả năng trả nợ của khách hàng và cho khách hàng vayvốn Nói như vậy để thấy rằng, xét về mặt này, hệ thống XHTD tạo điều kiệnthúc đẩy khách hàng xây dựng chiến lược kinh doanh hiệu quả để thu được lợinhuận cao và trả nợ cho ngân hàng

1.3.2 Các yếu tố thường được xem xét khi thực hiện XHTD khách hàng cá nhân.

Dưới đây là những chỉ tiêu thường được các ngân hàng xem xét khi thựchiện xếp hạng tín dụng khách hàng cá nhân

 Đặc điểm nhân thân khách hàng.

Các thông tin về nhân thân khách hàng là những thông tin đánh giá khảnăng trả nợ của chính khách hàng Các thông tin nhân thân thường được xem xétkhi xếp hạng tín dụng bao gồm:

 Tính chất của công việc hiện tại: Người quản lý, hay cán bộ, nhân viên,

 Thời gian làm công việc hiện tại: Dùng để đánh giá mức độ gắn bó củakhách hàng với công việc hiện tại họ đang làm

 Thông tin về điều kiện sống của khách hàng

 Xem xét các thông tin về điều kiện sống của khách hàng sẽ giúp cho cán

bộ tín dụng đánh giá được các tác động của yếu tố xung quanh tới khảnăng trả nợ của khách hàng Dưới đây là một vài yếu tố về điều kiện sốngcủa khách hàng thường được sử dụng khi thực hiện xếp hạng tín dụng:

 Số người phụ thuộc trong gia đình: Những người phụ thuộc có thể làngười già, trẻ em, không có khả năng làm việc và tạo ra thu nhập Sốngười phụ thuộc càng lớn, gánh nặng cho khách hàng sẽ càng lớn hơn, vàtất yếu, khả năng trả nợ của họ sẽ giảm đi

 Tình trạng chỗ ở: Khách hàng có nhà riêng hay đi thuê nhà cũng là mộtvấn đề cần được xem xét Những khách hàng hiện đang ở nhà đi thuê hàngtháng sẽ phải chịu thêm một khoản chi phí cho việc thuê nhà

 Ngoài ra, các yếu tố được xem xét có thể là: đặc điểm nơi cư trú của kháchhàng, mức độ rủi ro của công việc mà khách hàng đang làm…

 Ngoài ra còn có các yếu tố khác như: Mối quan hệ của khách hàng vớingân hàng, số dịch vụ khách hàng đang sử dụng tại ngân hàng,…

1.3.3 Quy trình XHTD.

Sơ đồ: Quy trình XHTD khách hàng cá nhân

Đưa ra kết quả đánh giá chính thức

Theo dõi, giám sát đối tượng

Đồng ý cho ĐT vay vốn

1.3.4 Các phương pháp XHTD cá nhân.

1.3.4.1 Phương pháp chuyên gia.

Đây là phương pháp thông qua việc tham khảo, tập hợp ý kiến của cácchuyên gia về một lĩnh vực nào đó, từ đó đưa ra những nhận định và đánh giá

Để áp dụng phương pháp chuyên gia, phải thông qua các bước, bao gồm:

 Lựa chọn chuyên gia phù hợp

 Trưng cầu ý kiến của các chuyên gia đó

 Tập hợp và phân tích các ý kiến, đánh giá của chuyên gia

 Các chuyên gia giỏi sẽ có cái nhìn bao quát, nắm được những vấn đề nộitại trong lĩnh vực mà họ nghiên cứu, từ đó đưa ra đánh giá, dự báo vềtương lai, giải pháp, phương hướng giải quyết dựa trên kinh nghiệm, kiếnthức chuyên môn cũng như kiến thức thực tế… Mục đích của phươngpháp chuyên gia là đánh giá tình hình hiện tại, dự báo về biến động trongtương lai của một lĩnh vực nào đó thông qua các ý kiến của chuyên gia.Trong XHTD, việc sử dụng phương pháp chuyên gia giúp tận dụng đượccác kinh nghiệm từ những trải nghiệm thực tế, quan sát đối tượng, những dựđoán về mối quan hệ giữa nhân thân khách hàng, tình hình tài chính với khảnăng trả nợ, cùng các kiến thức tổng quát liên quan đến vấn đề này…

Thực tế, có không ít mô hình hiện nay sử dụng phương pháp chuyên gia như

 Bảng câu hỏi đánh giá cổ điển

 Hệ thống định tính

 Hệ thống chuyên gia

Kết quả của phương pháp chuyên gia phụ thuộc rất nhiều và kinh nghiệmthực tế, những đánh giá mang tính chủ quan của chuyên gia tính dụng về: Khảnăng đảm bảo trả nợ của khách hàng cũng như mối tương quan giữa các chỉ tiêu(đặc điểm nhân thân, điều kiện sống, tình hình tài chính) đến khả năng trả nợ

 Mô hình Logit, Probit;

 Phương pháp giải thuật di truyền

 Sơ đồ cây phân loại

Khác với các mô hình XHTD định tính, mang đậm tính chủ quan củangười chấm điểm, các mô hình XHTD sử dụng phương pháp thống kê được xâydựng dựa trên bộ số liệu quá khứ Trong các mô hình thống kê đó, mô hìnhLogistic (hay logit) sẽ được sử dụng để xây dựng mô hình XHTD trong bài này.Điểm nổi bật của mô hình Logistic đó là: Các biến đưa vào mô hình có thể làbiến định tính, cũng có thể là biến định lượng, không đòi hỏi phải phân phốichuẩn như mô hình phân tích phân biệt Ngoài ra, mô hình Logistic có thể đưa ra

được xác suất mà khách hàng cá nhân có thể trả nợ, vì vậy, nó có thể dự báochính xác hơn so với những mô hình chấm điểm 1 cách định tính.

CHƯƠNG II: CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN ĐẾN XẾP

HẠNG TÍN DỤNG CÁ NHÂN

2.1 Nghiên cứu của Vương Quân Hoàng về phương pháp thống kê xây dựng mô hình định mức tín nhiệm thể nhân.

Nghiên cứu của Vương Quân Hoàng được thực hiện trên mẫu là số liệu về

1727 khách hàng của Techcombank nhằm phân nhóm khách hàng Các biến đặctrưng của khách hàng được sử dụng trong mô hình là

X01: Tuổi tác

X02: Trình độ học vấn

X03: Loại hình công việc

X04: Thời gian công việc

X10: Phương tiện đi lại

X11: Phương tiện thông tin

X12: Chênh lệch thu nhập và chi tiêu

X13: Giá trị tài sản KH

Tác giả thực hiện hồi quy Logistic đối với các biến độc lập nêu trên, biến phụ

2.2 Nghiên cứu của Stefanie Kleimeier và Dinh Thi Huyen Thanh về mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ tại Việt Nam.

Nghiên cứu của Stefanie Kleimeier và Dinh Thi Huyen Thanh được thựchiện

dựa trên việc xây dựng mô hình điểm số tính dụng khách hàng cá nhân cho cácngân hàng bán lẻ Nguồn số liệu mà Stefanie Kleimeier và Dinh Thi HuyenThanh sử dụng được tổng hợp từ các NHTM, gồm 20 biến số – hết là các chỉ tiêuphi tài chính – bao gồm: độ tuổi, trình độ học vấn, mục đích vay, thời gian vay,

số lần đến NH, miền cư trú,… Các biến số này sẽ tác động đến rủi ro tín dụng

Kết quả ước lượng hàm điểm số của Stefanie Kleimeier và Dinh ThiHuyen

Thanh được thể hiện ở bảng dưới đây:

Bảng 2.2 Kết quả ước lượng hàm điểm số của Stefanie Kleimeier và Dinh Thi

Giá trị tài sản thế chấp -0.402

Có điên thoại cố định

(Nguồn: Dinh Thi Huyen thanh & Stefanie Kleimeier, 2006 Credit Scoring

for VietNam’s Retial Banking Market)

Stefanie Kleimeier và Dinh Thi Huyen Thanh thực hiện xây dựng mô hìnhchấm

điểm tín dụng, căn cứ vào tổng điểm sẽ chia các khách hàng vào 10 nhóm từ Aaađến D Tuy nhiên, nghiên cứu của Stefanie Kleimeier và Dinh Thi Huyen Thanhkhông đưa ra cách tính điểm cụ thể cho riêng từng chỉ tiêu, vì vậy, các NHTMmuốn sử dụng phải tự xây dựng thang điểm phù hợp với hệ thống dữ liệu và tìnhhình của NH

Các chỉ tiêu chấm điểm tín dụng cá nhân trong mô hình của StefanieKleimeier và Dinh Thi Huyen Thanh bao gồm 2 loại:

 Chấm điểm nhân thân và năng lực trả nợ: Tuổi, trình độ học vấn, nghềnghiệp, thời gian công tác, thời gian làm công việc hiện tại, tình trạng cưtrú, số người phụ thuộc, thu nhập hàng năm, thu nhặp hàng năm của giađình

 Chấm điểm quan hệ với khách hàng: Gồm các yếu tố Thực hiện cam kếtvới ngân hàng trong ngắn hạn, thực hiện cam kết với ngân hàng trong dàihạn, các dịch vụ khác đang sử dụng, số dư bình quan tài khoản tiết kiệmtrong năm trước

2.3 Mô hình xếp hạng tín dụng cá nhân của Ernst & Young Việt Nam

Mô hình XHTD cá nhân của tổ chức kiểm toán Ernst & Young gồm 2phần với

trọng số khác nhau: chấm điểm nhân thân – trọng số 60%, chấm điểm khả năngtrả nợ – trọng số 40%

Các chỉ tiêu chấm điểm cá nhân của E&Y bao gồm:

 Thông tin về nhân thân: Tiền án tiền sự, Tuổi, Trình độ học vấn, Tính chấtcông việc hiện tại, Thời gian làm công việc hiện tại, Tình trạng chỗ ở, Cơcấu gia đình, Số người trực tiếp phụ thuộc vào người vay, Bảo hiểm nhânmạng

 Khả năng trả nợ: Dư nợ / Tài sản, Tình hình trả nợ, Tình hình chậm trả lãi,Các dịch vụ sử dụng ở ngân hàng, Đánh giá khả năng trả nợ, Lợi nhuận /Doanh thu hoặc thu nhập ròng, Số tiền theo kế hoạch trả nợ / Nguồn trảnợ

Căn cứ vào kết quả chấm điểm, E&Y thực hiện xếp hạng tín dụng với 10 mức từ

A+ đến D, ứng với tổng điểm cao nhất là 100 cho mức A+

CHƯƠNG III: ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XHTD CÁ

NHÂN TẠI NHNNo&PTNT VIỆT NAM 3.1 Mô hình Logistic

Trong thực thế, có rất nhiều hiện tượng khi mô tả bằng mô hình kinh tế lượngbiến phụ thuộc lại là biến chất, do đó cần phải dùng đến biến giả Mô hình Logitchính là dạng mô hình hồi quy trong đó biến phụ thuộc là biến giả hay biến nhịphân Y có thể nhận 2 giá trị bằng 0 hoặc bằng 1 Giả dụ trong nội dung chuyên

đề, Y=1 khi khách hàng cá nhân có khả năng trả nợ và Y=0 khi khách hàngkhông có khả năng trả nợ cho Ngân hàng

Trong mô hình Logistic, gọi P là xác suất Y bằng 1 với điều kiện X X i, tacó:

e P

 tăng/giảm ei đơn vị

Tham số tỷ số nguy cơ OR (Odds – Ratio): Trong tiếng anh, Odd là nguy cơ hay khả năng Đây là 1 chỉ số quan trọng trong hồi quy Logistic

OR là tỷ số của 2 odds: 1

0

odd OR

odd

1

p odd

ta cần xác định được P tại X X i

 Hệ số R2 trong mô hình thường không lớn

 Vì phương pháp ước lượng hợp lý tối đa đòi hỏi kích thước mẫu lớn, đối với mô hình Logistic, người ta dùng kiểm định Z để xác định ý nghĩa của các hệ số hồi quy

 Để kiểm định sự phù hợp của mô hình Logistic, người ta sử dụng kiểm định dựa trên giá trị làm hợp lý: Likelyhood Ratio Test

3.2 Phương pháp ước lượng mô hình Logistic

Để ước lượng các tham số của mô hình Logistic, ta không sử dụng phươngpháp OLS thông thường mà sử dụng phương pháp ước lượng hợp lý tối đa Dướiđây là một số phương pháp có thể sử dụng

 Y là biến định tính, phân bố nhị thức, nhận 1 trong 2 giá trị 0 hoặc 1 Từ

đó, ta xây dựng hàm hợp lý với mẫu kích thước n:

i

X P

X Y X

Tiếp tục quá trình lặp cho đến khi hội tụ DoI  là dạng toàn phương xác địnhdương, nên quá trình trên sẽ cho ước lượng hợp lý cực đại Sau khi có giá trị ,

ta ước lượng xác suất Pi dựa vào công thức đã nêu ban đầu:



 



 1

exp+exp

i i i

Mặc khác, P X i i Y X i i dùng để kiểm nghiệm lại các Pi

Ảnh hưởng của X đến k P i được tính bằng:

không chỉ tuyến tính với các biến độc

lập mà còn tuyến tính đối với tham số

 phản ánh cơ hội, khả năng Y  Từ đó, 1 2cho biết sự thay đổi của

L khi X tăng 1 đơn vị, 1cho biết sự khả năng Y  khi 1 X 0

Sử dụng giá trị ước lượng của Pi Giả sử mẫu có N giá trị i X i, và trong N giá i

trị quan sát này có ni giá trị mà Y i 1, khi đó ước lượng điểm củaPichính là

có phương sai sai số thay đổi, ước

lượng của phương sai với mỗi X là: i  2  1  .

1) Với mỗi X ta tính i P  i  n Ni i ;  

1

i i

i

P L

3.2.1 Lựa chọn biến cho mô hình

Từ những lý thuyết về mô hình Logistic nêu trên đây, nhận thấy đây là môhình có nhiều ưu điểm và phù hợp với việc xếp hạng tín dụng các khách hàng cá nhân ở Ngân hàng Dựa vào các chỉ tiêu trong hệ thống xếp hạng tín dụng nội bộNgân hàng Nông Nghiệp và Phát triển Nông thôn Việt Nam, ta lựa chọn những biến phù hợp với mục đích và xây dựng mô hình Logistic xếp hạng tín dụng các khách hàng cá nhân tại Ngân hàng này

 Biến phụ thuộc