Ứng dụng cây quyết định để dự đoán chỉ số nhóm nợ hỗ trợ quản lý rủi ro tín dụng

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ





NGUYỄN THỊ TÂM MINH





ỨNG DỤNG CÂY QUYẾT ĐỊNH
ĐỂ DỰ ĐOÁN CHỈ SỐ NHÓM NỢ
HỖ TRỢ QUẢN LÝ RỦI RO TÍN DỤNG






LUẬN VĂN THẠC SĨ

Hà Nội, 2011
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ





NGUYỄN THỊ TÂM MINH





ỨNG DỤNG CÂY QUYẾT ĐỊNH
ĐỂ DỰ ĐOÁN CHỈ SỐ NHÓM NỢ
HỖ TRỢ QUẢN LÝ RỦI RO TÍN DỤNG


Ngành : Công nghệ thông tin
Chuyên ngành : Hệ thống thông tin
Mã số : 60 48 05



LUẬN VĂN THẠC SĨ

HƯỚNG DẪN KHOA HỌC: TS. NGUYỄN HÀ NAM







Hà Nội, 2011

70

MỤC LỤC
CHƢƠNG I 1
LÝ THUYẾT VỀ RỦI RO TÍN DỤNG 1
I. Tín dụng và rủi ro tín dụng. 1
1. Khái niệm rủi ro tín dụng 1
2. Những nguyên nhân phát sinh rủi ro tín dụng [5] 2
3. Phân loại nhóm nợ 2
4. Nguyên tắc vay vốn 5
5. Điều kiện vay vốn 5
6. Căn cứ xác định định mức cho vay 5
7. Đối tƣợng áp dụng 5
II. Các mô hình phân tích đánh giá rủi ro tín dụng 6
1. Mô hình định tính 6
2. Các mô hình lƣợng hóa rủi ro tín dụng 12
CHƢƠNG II 16
CÂY QUYẾT ĐỊNH 16
I. Cây quyết định 16

1. Định nghĩa cây quyết định 16
2. Các kiểu cây quyết định 17
3. Ví dụ 17
4. Ƣu điểm của cây quyết định 20
5. Vấn đề xây dựng cây quyết định 20
6. Rút ra các luật từ cây quyết định. 21
II. Một số thuật toán xây dựng cây 21
1. Thuật toán CLS 21
2. Thuật toán ID3 22
3. Thuật toán C4.5 29
4. Thuật toán SLIQ [1] 38
5. Cắt tỉa cây quyết định 45
CHƢƠNG III 51
ỨNG DỤNG CÂY QUYẾT ĐỊNH DỰ ĐOÁN CHỈ SỐ NHÓM NỢ 51
1. Xử lý dữ liệu cho bài toán dự đoán rủi ro tín dụng 51
2. Phƣơng pháp lấy mẫu dữ liệu 55
3. Dự đoán chỉ số nhóm nợ sử dụng cây quyết định C4.5 57
4. Đánh giá kết quả dự đoán chỉ số nhóm nợ sử dụng cây quyết định C4.5 61
KẾT LUẬN 68
TÀI LIỆU THAM KHẢO 69

1

CHƢƠNG I
LÝ THUYẾT VỀ RỦI RO TÍN DỤNG
Trong kinh tế thị trường, hệ thống ngân hàng được ví như hệ thần kinh
của cả nền kinh tế. Hệ thống ngân hàng quốc gia hoạt động thông suốt, lành
mạnh và hiệu quả là tiền đề để các nguồn lực tài chính luân chuyển, phân bổ và
sử dụng hiệu quả, kích thích tăng trưởng kinh tế một cách bền vững. Tuy nhiên,
trong kinh tế thị trường, thì rủi ro trong kinh doanh là không thể tránh khỏi, mà

đặc biệt là rủi ro trong hoạt động ngân hàng có phản ứng dây truyền, lây lan và
ngày càng có biểu hiện phức tạp. Sự sụp đổ của ngân hàng ảnh hưởng tiêu cực
đến đời sống kinh tế, chính trị, xã hội của một nước và có thể lan rộng sang qui
mô quốc tế.
Rủi ro kinh doanh trong ngân hàng có xu hướng tập trung chủ yếu vào
danh mục tín dụng. Khi ngân hàng rơi vào trạng thái tài chính khó khăn nghiêm
trọng, thì nguyên nhân thường phát sinh từ hoạt động tín dụng của ngân hàng
Vậy, rủi ro, nguyên nhân rủi ro và những nội dung của rủi ro tín dụng là
gì?
I. Tín dụng và rủi ro tín dụng.
1. Khái niệm rủi ro tín dụng
Tín dụng ngân hàng là quan hệ tín dụng giữa ngân hàng, các tổ chức tín dụng
và các tổ chức kinh tế, cá nhân theo nguyên tắc hoàn trả. Việc hoàn trả được nợ
gốc trong tín dụng có nghĩa là việc thực hiện được giá trị hàng hoá trên thị
trường, còn việc hoàn trả được lãi vay trong tín dụng là việc thực hiện được giá
trị thặng dư trên thị trường. Trong quan hệ tín dụng có hai đối tượng tham gia là
ngân hàng cho vay và người đi vay.
Rủi ro tín dụng
 Khoản lỗ tiềm tàng vốn có được tạo ra khi ngân hàng cấp tín dụng

2

 Những thiệt hại, mất mát mà ngân hàng gánh chịu do người vay vốn hay
người sử dụng vốn không trả đúng hạn, không thực hiện đúng nghĩa vụ cam kết
trong hợp đồng tín dụng vì bất kể lý do gì.
2. Những nguyên nhân phát sinh rủi ro tín dụng [5]
Thông thường rủi ro tín dụng xảy ra do những nguyên nhân sau:
- Khách hàng vay vốn gặp những nguy cơ và tai nạn bất ngờ hoặc thua lỗ trong
kinh doanh nên không có tiền trả nợ dẫn đến nợ quá.
- Bị ảnh hưởng bởi tình hình kinh tế trong nước và thế giới.

- Do chính bản thân ngân hàng chạy theo lợi nhuận, vi phạm nguyên tắc cho
vay, phân tích đánh giá khách hàng sai, quyết định cho vay thiếu thông tin xác
thực.
3. Phân loại nhóm nợ
Nợ quá hạn là khoản nợ mà một phần hoặc toàn bộ nợ gốc và lãi đã quá hạn.
Nợ cơ cấu lại thời hạn trả nợ là khoản nợ mà ngân hàng chấp thuận điều
chỉnh kỳ hạn trả nợ hoặc gia hạn nợ cho khách hàng do ngân hàng đánh giá
khách hàng suy giảm khả năng trả nợ gốc hoặc lãi đúng thời hạn ghi trong hợp
đồng tín dụng nhưng ngân hàng có đủ cơ sở để đánh giá khách hàng có khả năng
trả đầy đủ nợ gốc và lãi theo thời hạn trả nợ đã cơ cấu lại.
Ngân hàng (NH) thực hiện phân loại nợ như sau
- Nhóm 1 (nợ đủ tiêu chuẩn) :
+ Nợ còn trong hạn, chưa đến thời hạn thanh toán và được NH đánh giá là có đủ
khả năng thu hồi đầy đủ cả gốc và lãi đúng hạn
+ Khách hàng không còn món nợ nào khác đã quá hạn
- Nhóm 2 (nợ cần chú ý) :
+ Nợ đã quá hạn từ 1 đến dưới 90 ngày
+ Nợ đã được cơ cấu lại thời hạn trả nợ trong hạn

3

+ Những khoản nợ được đánh giá là có khả năng thu hồi đầy đủ cả gốc và lãi
nhưng có dấu hiệu khách hàng bị suy giảm khả năng trả nợ
- Nhóm 3 (nợ dưới tiêu chuẩn) :
+ Các khoản nợ quá hạn từ 90 đến 180 ngày
+ Các khoản nợ được cơ cấu lại thời hạn trả nợ nhưng bị quá hạn dưới 90 ngày
+ Nợ được đánh giá là không có khả năng thu hồi đầy đủ cả gốc và lãi khi đến
hạn, và có khả năng tổn thất một phần nợ gốc và lãi
- Nhóm 4 (nợ nghi ngờ) :
+ Các khoản nợ quá hạn từ 181 đến 360 ngày.

+ Các khoản nợ được được cơ cấu lại thời hạn trả nợ nhưng bị quá hạn từ 90 đến
180 ngày
+ Các khoản nợ được đánh giá là có khả năng tổn thất cao
- Nhóm 5 (nợ có khả năng bị mất vốn):
+ Nợ quá hạn trên 360 ngày
+ Các khoản nợ khoanh chờ chính phủ xử lý
+ Các khoản nợ được cơ cấu lại thời hạn trả nợ nhưng bị quá hạn trên 180 ngày
+ Các khoản nợ được đánh giá là không có khả năng thu hồi
Trường hợp khách hàng trả đầy đủ nợ gốc và lãi theo kỳ hạn đã được cơ cấu
lại tối thiểu trong vòng một (01) năm đối với các khoản nợ trung và dài hạn, ba
(03) tháng đối với các khoản nợ ngắn hạn và được NH đánh giá là có khả năng
trả đầy đủ nợ gốc và lãi đúng thời hạn theo thời hạn đã được cơ cấu lại, NH có
thể phân loại lại khoản nợ đó vào nhóm 1.
Trường hợp một khách hàng có nhiều hơn một (01) khoản nợ với NH mà có
bất kỳ khoản nợ bị chuyển sang nhóm nợ rủi ro cao hơn thì NH bắt buộc phải
phân loại các khoản nợ còn lại của khách hàng đó vào các nhóm nợ rủi ro cao
hơn tương ứng với mức độ rủi ro.
Trường hợp các khoản nợ (kể cả các khoản nợ trong hạn và các khoản nợ cơ
cấu lại thời hạn trả nợ trong hạn theo thời hạn nợ đã cơ cấu lại) mà NH có đủ cơ

4

sở để đánh giá là khả năng trả nợ của khách hàng bị suy giảm thì NH chủ động
tự quyết định phân loại các khoản nợ đó vào các nhóm nợ rủi ro cao hơn tương
ứng với mức độ rủi ro.
Nợ xấu (NPL) là các khoản nợ thuộc các nhóm 3, 4 và 5. Tỷ lệ nợ xấu trên
tổng dư nợ là tỷ lệ để đánh giá chất lượng tín dụng của NH.
NH sử dụng dự phòng rủi ro để bù đắp tổn thất đối với các khoản nợ:
 Tỷ lệ trích lập dự phòng cụ thể đối với các nhóm nợ quy định như sau:
Nhóm 1: 0%; Nhóm 2: 5%; Nhóm 3: 20%; Nhóm 4: 50%; Nhóm 5: 100%.

Riêng đối với các khoản nợ khoanh chờ chính phủ xử lý thì được trích lập dự
phòng cụ thể theo khả năng tài chính của NH.
 Đối với các khoản nợ xấu (NPL), NH phải thực hiện việc phân loại nợ,
đánh
giá khả năng trả nợ của khách hàng trên cơ sở hàng tháng để phục vụ cho công
tác quản lý chất lượng và rủi ro tín dụng.
 NH phải xây dựng hệ thống xếp hạng tín dụng nội bộ để hỗ trợ cho việc
phân loại nợ, quản lý chất lượng tín dụng phù hợp với phạm vi hoạt động, tình
hình thực tế của NH. Hệ thống xếp hạng tín dụng nội bộ tối thiểu phải bao gồm:
- Các cơ sở pháp lý liên quan đến thành lập và ngành nghề kinh doanh của
khách hàng
- Các chỉ tiêu kinh tế tổng hợp liên quan đến tình hình kinh doanh, tài chính, tài
sản, khả năng thực hiện nghĩa vụ theo cam kết
- Uy tín đối với NH đã giao dịch trước đây
- Tiêu chí đánh giá khách hàng chi tiết, cụ thể, có hệ thống (đánh giá yếu tố
ngành nghề và địa phương) trên cơ sở đó xếp hạng cụ thể đối với khách hàng
 NH sử dụng dự phòng để xử lý rủi ro tín dụng đối với các khoản nợ trong
các trường hợp sau đây:
- Khách hàng là tổ chức, doanh nghiệp bị giải thể, phá sản theo quy định của
pháp luật; cá nhân bị chết hoặc mất tích.

5

- Các khoản nợ thuộc nhóm 5 được quy định. Riêng các khoản nợ khoanh chờ
chính phủ xử lý, NH được sử dụng dự phòng (nếu có) để xử lý rủi ro tín dụng.
4. Nguyên tắc vay vốn
- Sử dụng vốn vay đúng mục đích đã thoả thuận trong hợp đồng tín dụng.
- Phải hoàn trả tiền vay cả vốn và lãi đúng hạn đã thoả thuận trong hợp đồng tín
dụng.
5. Điều kiện vay vốn

Các khách hàng muốn được vay vốn Ngân hàng phải có các điều kiện sau đây:
- Có năng lực pháp luật dân sự, năng lực hành vi dân sự và chịu trách nhiệm dân
sự theo quy định của pháp luật.
- Mục đích sử dụng vay vốn hợp pháp
- Có khả năng tài chính đảm bảo trả nợ trong thời hạn cam kết
- Có dự án đầu tư, phương án sản xuất kinh doanh, dịch vụ khả thi và có hiệu
quả.
Thực hiện quy định về bảo đảm tiền vay theo quy định của chính phủ và hướng
dẫn của Ngân hàng Nhà nước Việt Nam.
6. Căn cứ xác định định mức cho vay
- Nhu cầu vay vốn của khách hàng.
- Mức vốn tự có của khách hàng tham gia vào dự án, phương án sản xuất, kinh
doanh, dịch vụ, đời sống.
- Tỷ lệ cho vay tối đa so với giá trị tài sản bảo đảm tiền vay theo quy định về
bảo đảm tiền vay của ngân hàng đó.
- Khả năng hoàn trả nợ của khách hàng vay.
- Khả năng nguồn vốn của mỗi ngân hàng nhưng không qua mức ủy quyền phán
quyết cho vay của tổng giám đốc NH cho vay.
7. Đối tƣợng áp dụng

6

 Ngân hàng cho vay các đối tượng sau:
- Giá trị vật tư, hàng hoá, máy móc, thiết bị và các khoản chi phí để khách hàng
thực hiện các dự án sản xuất, kinh doanh dịch vụ
- Số tiền vay trả cho các tổ chức tín dụng trong thời gian thi công chưa bàn giao
và đưa tài sản cố định vào sử dụng đối với cho vay trung và dài hạn để đầu tư tài
sản cố định mà khoản lãi được tính trong giá trị tài sản cố định đó.
 Ngân hàng không cho vay các đối tượng sau:
- Số tiền thuế phải nộp

- Số tiền để trả nợ gốc và lãi vay cho các tổ chức tín dụng khác
- Số tiền vay trả cho chính tổ chức tín dụng cho vay vốn
II. Các mô hình phân tích đánh giá rủi ro tín dụng
1. Mô hình định tính
Phân tích tín dụng
Đối với mỗi đơn xin vay, cán bộ tín dụng cần phải trả lời được 3 câu hỏi cơ
bản sau:
- Người xin vay có thể tín nhiệm không, anh (chị) biết họ như thế nào?
- Hợp đồng tín dụng có được ký kết một cách đúng đắn và hợp lệ, nhằm
bảo vệ được ngân hàng và người gửi tiền, và người xin vay có khả năng hoàn trả
nợ vay mà không cần đến một sức ép nào?
- Trường hợp khách hàng không trả nợ, liệu NH có thể thu hồi nợ bằng tài
sản hay thu nhập của người vay một cách nhanh chóng với chi phí và rủi ro
thấp?
Những nội dung cần đi sâu vào phân tích
1. Người vay có thể tín nhiệm?
Điều này liên quan đến việc nghiên cứu chi tiết “6 khía cạnh – 6C” của người
xin vay là: tư cách (Character), năng lực (Capacity), thu nhập (Cash), bảo đảm

7

(Collateral), điều kiện (Conditions), và kiểm soát (Control). Tất cả chỉ tiêu này
phải được đánh giá tốt, thì khoản vay mới được xem là khả thi.
- Tư cách người vay: cán bộ tín dụng phải chắc chắn rằng người xin vay có
mục đích rõ ràng và có thiện chí trả nợ khi đến hạn, có tỏ thái độ trách nhiệm
trong việc sử dụng vốn vay.
- Năng lực của người vay: cán bộ tín dụng phải chắc chắn rằng người xin
vay phải có đủ năng lực hành vi và năng lực pháp lý để ký kết hợp đồng tín
dụng
- Thu nhập của người vay: người vay có khả năng tạo ra đủ tiền để trả nợ?

Nhìn chung người vay có ba khả năng để tạo ra tiền đó là: (i) luồng tiền từ
doanh thu bán hàng hay từ thu nhập, (ii) bán thanh lý tài sản, (iii) tiền từ phát
hành chứng khoán nợ hay chứng khoán vốn. Bất cứ nguồn thu nào từ ba khả
năng này đều có thể sử dụng để trả nợ vay cho NH. Tuy nhiên khả năng thứ nhất
được ưu tiên hơn cả
- Bảo đảm tiền vay: người vay có sở hữu một giá trị nào hay tài sản nào có
chất lượng để hỗ trợ cho khoản vay.
- Các điều kiện: phải biết xu hướng hiện hành về công việc kinh doanh và
ngành nghề của người vay, cũng như khi kinh tế thay đổi sẽ có ảnh hưởng như
thế nào đến khoản tín dụng.
- Kiểm soát: tập trung vào các vấn đề như các thay đổi trong luật pháp và
quy chế có ảnh hưởng xấu đến người vay?
2. Hợp đồng tín dụng được ký kết đúng đắn và hợp lệ?
Nội dung hợp đồng tín dụng phải đáp ứng được nhu cầu vốn của người vay
theo
một kế hoạch trả nợ thuận lợi. Cán bộ tín dụng phải có khả năng cố vấn tài chính
cho khách hàng, đồng thời hướng dẫn khách hàng hoàn thành đơn xin vay.
Một hợp đồng tín dụng hợp lệ phải bảo vệ được quyền lợi của ngân hàng
bằng cách quy định những điều khoản giới hạn hoạt động của người vay, nếu
các hoạt động này đe dọa khả năng thu hồi vốn vay của NH. Quá trình cưỡng

8

chế thu hồi nợ vay (khi nào và ở đâu ngân hàng sẽ hành động cưỡng chế thu hồi
nợ vay) cũng phải được quy định cụ thể và rõ ràng trong hợp đồng tín dụng.
3. Ngân hàng có thể đòi nợ thuận lợi bằng tài sản bảo đảm ?
3.1. Lý do nhận bảo đảm tín dụng:
Trong khi những công ty lớn và các khách hàng khác có hệ số tín nhiệm cao
không cần có bảo đảm tín dung. Những khách hàng còn lại thường được yêu cầu
phải có biện pháp bảo đảm tín dụng như cầm cố, thế chấp tài sản hay bảo lãnh

trả nợ của người thứ ba. Việc NH nhận bảo đảm tín dụng nhằm hai mục đích là:
thứ nhất, nếu người vay không trả nợ theo quy định, thì ngân hàng có quyền bán
tài sản cầm cố hay thế chấp để thu hồi nợ; thứ hai, nhận bảo đảm tín dụng tạo
cho ngân hàng lợi thế về tâm lý so với người vay.
Khi nhận bảo đảm tín dụng, ngân hàng phải xác định rõ ràng và chính xác
những tài sản nào là đối tượng có thể gán nợ và có thể bán được, đồng thời phải
chứng minh được bằng văn bản cho các chủ nợ khác biết rằng mình là người
hợp pháp có quyền chiếm đoạt tài sản nếu như người vay không trả được nợ
3.2. Các loại bảo đảm tín dụng thông thường
a) Tài khoản phải thu: NH nhận bảo đảm tín dụng bằng việc quy định tỷ lệ %
(thông thường từ 40 đến 90%) giá trị của tài khoản phải thu (bán hàng chịu, hay
tín dụng thương mại) theo số liệu trên bảng cân đối tài chính. Khi khách hàng
của người vay thanh toán tiền hàng mua chịu, thì số tiền này được dùng để trả
nợ cho NH
b) Bao thanh toán: NH có thể mua tài khoản phải thu của người vay theo một
tỷ lệ nhất định theo giá trị ghi sổ. Tỷ lệ % này phụ thuộc vào chất lượng và thời
hạn của các khoản phải thu. Bởi vì NH đã mua khoản phải thu, nên NH sẽ thông
báo cho khách hàng của người vay là khoản tiền thanh toán mua hàng chịu sẽ trả
trực tiếp cho NH. Thông thường, người vay phải cam kết với NH là sẽ bù đắp
những khoản tiền phải thu nhưng thực tế không thu được.

9

c) Hàng tồn kho: Để bảo đảm tín dụng, NH có thể nhận hàng tồn kho, vật tư,
nguyên liệu của người vay làm tài sản cầm cố. Thông thường NH chỉ cho vay
một tỷ lệ % nhất định (từ 30 đến 80%) trên giá trị thị trường hiện hành của tài
sản cầm cố, nhằm phòng ngừa hàng hóa giảm giá. Tài sản cầm cố có thể do
người vay kiểm soát hoàn toàn, nhưng giấy tờ sở hữu do NH nắm giữ hoặc NH
là người nắm giữ tài sản cầm cố cho đến khi nào nợ được trả hoàn toàn.
d) Thế chấp tài sản cố định: Các NH cũng có thể chấp nhận bảo đảm tín dụng

bằng tài sản cố định (đất đai và những công trình gắn liền với đất)
e) Bảo lãnh của bên thứ ba: Trong trường hợp người vay không có tài sản
bảo đảm tín dụng thì phải có một bên thứ ba đứng ra bảo lãnh. Bảo lãnh là việc
bên thứ ba cam kết với bên cho vay là sẽ thực hiện nghĩa vụ trả nợ thay cho
người vay, nếu người vay không trả được nợ khi đến hạn. Bảo lãnh có thể là có
bảo đảm bằng tài sản hoặc uy tín.
1.2 Kiểm tra tín dụng
Có rất nhiều các quy trình khác nhau để kiểm tra tín dụng, tuy nhiên những
nguyên lý chung đang được áp dụng tại hầu hết các ngân hàng gồm:
1. Tiến hành kiểm tra tất cả các loại tín dụng theo định kỳ nhất định, ví dụ
định kỳ 30, 60, hay 90 ngày đối với các khoản tín dụng nhỏ và vừa; đối với
những khoản tín dụng lớn thì phải thường xuyên hơn.
2. Xây dựng kế hoạch, chương trình, nội dung quá trình kiểm tra một cách
thận trọng và chi tiết, bảo đảm rằng những khía cạnh quan trọng nhất của mỗi
khoản tín dụng phải được kiểm tra, bao gồm:
a) Kế hoạch trả nợ của khách hàng, nhằm bảo đảm rằng khách hàng không
chậm trễ trong việc thanh toán nợ theo kế hoạch.
b) Chất lượng và điều kiện của tài sản dùng làm bảo đảm tín dụng.

10

c) Tính đầy đủ và hợp lệ của hợp đồng tín dụng, bảo đảm rằng ngân hàng có
đầy đủ thẩm quyền hợp pháp để sở hữu các tài sản bảo đảm tín dụng đối với
người vay trước tòa án nếu cần thiết.
d) Đánh giá điều kiện tài chính và những dự báo về người vay xem đã thay
đổi, trên cơ sở đó xem xét lại nhu cầu tín dụng của người vay thay đổi như thế
nào.
e) Đánh giá xem khoản tín dụng có tuân thủ chính sách cho vay của ngân
hàng và các tiêu chuẩn do cơ quan quản lý đặt ra.
3. Kiểm tra thường xuyên những khoản tín dụng lớn, nếu các khoản nợ này

bị vỡ ảnh hưởng nghiêm trọng đến tài chính của NH.
4. Quản lý chặt chẽ và thường xuyên các khoản tín dụng có vấn đề, tăng
cường kiểm tra giám sát khi phát hiện những dấu hiệu không lành mạnh liên
quan đến khoản tín dụng của NH.
5. Tăng cường kiểm tra tín dụng khi kinh tế có những biểu hiện đi xuống,
hoặc những ngành nghề sử dụng nhiều tín dụng của NH có biểu hiện những vấn
đề nghiêm trọng trong phát triển (ví dụ như xuất hiện các đối thủ cạnh tranh
mới, hay có sự áp dụng công nghệ mới, đòi hỏi phải có sản phẩm mới và các
phương pháp phân phối mới)
Kiểm tra tín dụng là công việc rất cần thiết để hình thành chính sách cho vay
của ngân hàng một cách lành mạnh.
1.3 . Xử lý tín dụng có vấn đề
Cho dù hầu hết các NH đã xây dựng một cơ chế bảo đảm an toàn tín dụng,
nhưng vẫn không thể tránh khỏi những khoản tín dụng có vấn đề. Nội dung tín
dụng vấn đề ít nhiều là khác nhau trong các tình huống khác nhau, nhưng có một
số đặc trưng sau:

11

1. Sự chậm trễ bất thường và không có lý do trong việc cung cấp các báo cáo
tài chính và trả nợ theo lịch đã thỏa thuận, hoặc chậm trễ với việc liên lạc với
cán bộ tín dụng.
2. Đối với tín dụng doanh nghiệp, bất cứ sự thay đổi bất thường nào trong
khấu hao, kế hoạch trả lương và phụ cấp, giá trị hàng tồn kho, tài khoản thuế và
thu nhập.
3. Đối với tín dụng doanh nghiệp, việc cơ cấu lại nợ hay hạn chế thanh toán
cổ tức, hoặc có sự thay đổi vị trí xếp hạng tín nhiệm.
4. Giá cổ phiếu của công ty thay đổi bất lợi.
5. Thu nhập dòng giảm trong một hay nhiều năm, đặc biệt là các chỉ tiêu như:
tỷ lệ sinh lời trên tổng tài sản (ROA), tỷ lệ sinh lời trên vốn cổ phần (ROE), hay

lợi tức trước thuế và lãi suất (EBIT).
6. Những thay đổi bất lợi trong cơ cấu nguồn vốn (chỉ tiêu vốn cố phần trên
nợ vay), thanh khoản (chỉ tiêu thanh khoản hiện hành), hay mức độ hoạt động
(ví dụ chỉ tiêu doanh thu trên hàng tồn kho).
7. Độ lệch của doanh thu hay lưu chuyển tiền tệ so với kế hoạch khi mà tín
dụng đã được cấp.
8. Những thay đổi bất ngờ, không dự kiến và không có lý do đối với số dư
tiền gửi của khách hàng tại NH.
Khi tín dụng có vấn đề các chuyên gia NH sẽ tìm ra các giải pháp nhằm thu
hồi những khoản tín dụng có vấn đề theo một số bước như sau:
1. Luôn luôn đặt mục tiêu là: tận dụng tối đa các cơ hội để thu hồi đầy đủ
nợ đã cho vay.
2. Khẩn trương khám phá và báo cáo kịp thời mọi vấn đề thực chất liên
quan đến tín dụng, mọi chậm trễ đều làm cho tình hình trở nên xấu hơn.
3. Trách nhiệm xử lý tín dụng có vấn đề phải được độc lập với chức năng
cho vay nhằm tránh những xung đột có thể xảy ra với quan điểm của cán bộ tín
dụng trực tiếp cho vay.

12

4. Chuyên gia xử lý tín dụng cần hội ý khẩn với khách hàng về các giải
pháp có thể. Xây dựng kế hoạch hành động sau khi đã xác định được rủi ro đối
với NH và bổ sung hồ sơ tín dụng (đặc biệt là yêu cầu bổ sung tài sản làm vật
bảo đảm tín dụng để phù hợp với tình hình mới).
5. Dự tính những nguồn có thể dùng để thu nợ có vấn đề (bao gồm nguồn
thu từ thanh lý tài sản và số dư tiền gửi tại NH).
6. Chuyên gia cần nghiên cứu nghĩa vụ thuế và những tranh chấp xem
khách hàng còn nghĩa vụ tài chính nào chưa thực hiện.
7. Đối với doanh nghiệp chuyên gia cần đánh giá chất lượng, năng lực và
sự nhất quán trong quản lý, đồng thời trực tiếp tiến hành khảo sát các hoạt động

và các tài sản của doanh nghiệp.
8. Chuyên gia phải cân nhắc mọi phương án có thể hoàn thành việc thu hồi
nợ có vấn đề, bao gồm cả việc thỏa thuận gia hạn nợ tạm thời nếu khách hàng
chỉ gặp khó khăn trước mắt, hoặc tìm kiếm giải pháp nhằm tăng cường lưu
chuyển tiền tệ cho khách hàng. Hoặc bổ sung tài sản bảo đảm tín dụng, yêu cầu
có bảo lãnh của người thứ ba, cơ cấu lại doanh nghiệp, sát nhập, hay thanh lý
công ty, nộp đơn xin phá sản.
2. Các mô hình lƣợng hóa rủi ro tín dụng
20 năm trở về trước, hầu hết các ngân hàng sử dụng phương pháp truyền
thống để đánh giá rủi ro tín dụng người vay. Phương pháp này vừa mất thời
gian, tốn kém, lại mang tính chủ quan.
Ngày nay, một số ngân hàng đã sử dụng mô hình cho điểm để lượng hóa rủi
ro tín dụng người vay. Mô hình cho điểm tín dụng có ưu điểm so với phương
pháp truyền thống ở chỗ là, nó cho phép sử lý nhanh chóng một khối lượng lớn
các đơn xin vay, với chi phí thấp, khách quan, do đó góp phần kiểm soát rủi ro
tín dụng ngân hàng. Các mô hình cho điểm tín dụng sử dụng các số liệu phản
ánh những đặc điểm của người vay thành các nhóm có mức độ rủi ro khác nhau.
Để sử dụng mô hình này, nhà quản lý phải xác định được các tiêu chí về kinh tế
và tài chính liên quan đến rủi ro tín dụng đối với từng nhóm khách hàng cụ thể.

13

Đối với tín dụng tiêu dùng, các tiêu chí đó có thể là thu nhập, tài sản, tuổi tác,
giới tính, nghề nghiệp và nơi ở. Đối với tín dụng công ty, thì các chỉ tiêu tài
chính (như hệ số đòn bảy, ) thường là các chỉ tiêu chủ yếu. Sau khi các tiêu chí
đã được xác định, kỹ thuật thống kê sẽ được sử dụng để lượng hóa (cho điểm)
xác suất rủi ro tín dụng hoặc để phân hạng rủi ro tín dụng.
Dưới đây là một số mô hình lượng hóa rủi ro tín dụng cơ bản thường được sử
dụng nhất.
Mô hình phân biệt tuyến tính (đối với khách hàng là doanh nghiệp)

Z = 1,2X1 + 1,4X2+3,3X3+0,6X4+0,99X5
 X1= Tỷ số vốn lưu động ròng/Tổng tài sản
 X2= Tỷ số lợi nhuận giữ lại/Tổng tài sản
 X3= Tỷ số lợi nhuận trước thuế và tiền lãi/Tổng tài sản
 X4= Tỷ số thị giá cổ phiếu/Giá trị ghi sổ của nợ dài hạn
 X5= Tỷ số doanh thu/Tổng tài sản
 Z>3: người vay không có khả năng vỡ nợ
 1,8>Z>3: không xác định được
 Z<1,8: người vay có khả năng rủi ro
Mô hình điểm số tín dụng tiêu dùng (đối với khách hàng là cá nhân)
Tuy có một số tiêu chí chung cho mô hình chấm điểm tín dụng để xếp
hạng khách hàng, nhưng đối với những ngân hàng khác nhau thì điểm số tín
dụng là khác nhau. Dưới đây là một VD về mô hình chấm điểm tín dụng tiêu
dùng.
STT
Các hạng mục xác định chất lượng tín dụng
Điểm số
1
Nghề nghiệp của người vay


Chuyên gia hay phụ trách kinh doanh
10

Công nhân có kinh nghiệm (tay nghề cao)
8

Nhân viên văn phòng
7

Sinh viên
5

14


Công nhân không có kinh nghiệm
4

Công nhân bán thất nghiệp
2
2
Trạng thái nhà ở


Nhà riêng
6

Nhà thuê hay căn hộ
4

Sống cùng bạn hay người thân
2
3
Xếp hạng tín dụng


Tốt
10

Trung bình
5

Không có hồ sơ
2

Tồi
0
4
Kinh nghiệm nghề nghiệp


Nhiều hơn 1 năm
5

Từ 1 năm trở xuống
2
5
Thời gian cư trú tại điểm hiện tại


Nhiều hơn 1 năm
2

Từ 1 năm trở xuống
1
6
Điện thoại cố định

Có
2

Không
0
7
Số người sống phụ thuộc


Không
3

Một
3

Hai
4

Ba
4

Nhiều hơn ba
2
8
Các tài khoản tại ngân hàng


Tài khoản tiết kiệm & tiết kiệm thẻ
4

Tài khoản tiết kiệm
3

Tiết kiệm thẻ
2

Không có
0
Căn cứ vào mô hình chấm điểm khách hàng, ngân hàng sẽ phân loại và
cấp tín dụng cho khách. Khi cấp tín dụng cho khách hàng, ngân hàng thường căn
cứ vào 3 chỉ tiêu là: nguồn trả nợ của khách, tài sản thế chấp, mục đích sử dụng
vốn vay. Dựa và xếp loại khách và 3 tiêu chí này , và nguồn vốn của ngân hàng,
ngân hàng sẽ quyết định hạn mức được phép vay của khách hàng.

15

Tuy nhiên ngay cả khi được đánh giá là khách hàng loại tốt, 3 tiêu chí trên
đều tốt, và ngân hàng cấp vốn vay, thì nguy cơ rủi ro tín dụng là vẫn có thể xảy
ra. Rủi ro tín dụng ảnh hưởng rất lớn đến nguồn kinh tế và sự phát triển của
ngân hàng, và của nền kinh tế nước nhà. Vì vậy việc dự đoán và phòng ngừa rủi
ro đóng vai trò hết sức quan trọng.
Kỹ thuật khai phá dữ liệu áp dụng cho bài toán rủi ro tín dụng để tìm ra
những nguồn tri thức mới, giúp cho các chuyên gia ngân hàng đánh giá, phòng
ngừa rủi ro là rất cần thiết.
Kỹ thuật khai phá dữ liệu là gì và ứng dụng của nó cho bài toán rủi ro như
thế nào tôi xin được trình bày tiếp ở chương sau.

16

CHƢƠNG II
CÂY QUYẾT ĐỊNH
Bài toán dự đoán rủi ro tín dụng là việc dự đoán các nhóm nợ của mỗi
khoản vay. Nói cách khác đây chính là bài toán phân lớp với nhãn lớp là chỉ số
nhóm nợ dựa vào các thông tin liên quan đến khách hàng vay vốn.
Có một vài phương pháp khác nhau đã được đề xuất cho bài toán phân lớp
dữ liệu như mạng notron, mô hình thống kê tuyến tính bậc 2, cây quyết định, mô
hình di truyền Trong số những mô hình đó, cây quyết định được đánh giá là
một công cụ mạnh, phổ biến và đặc biệt thích hợp cho Data Mining nói chung
và phân lớp dữ liệu nói riêng. Những ưu điểm của cây quyết định như: xây dựng
tương đối nhanh; đơn giản, dễ hiểu. Hơn nữa, việc phân lớp dựa trên cây quyết
định đạt được sự tương tự và đôi khi là chính xác hơn so với các phương pháp
phân lớp khác.
Vậy cây quyết định là gì? Các thuật toán xây dựng và ứng dụng của cây

quyết định ra sao? Chúng ta sẽ cùng tìm hiểu ở các mục tiếp theo.
I. Cây quyết định
Cây quyết định (decision tree) là công cụ dùng để phân lớp dữ kiện, nó có
cấu trúc cây. Mỗi cây quyết định là một tượng trưng cho một sự quyết định của
một lớp các dữ kiện nào đó. Mỗi nút trong cây là tên của một lớp hay một phép
thử thuộc tính cụ thể nào đó, phép thử này phân chia không gian trạng thái các
dữ kiện tại nút đó thành các kết quả có thể đạt được của phép thử. Mỗi tập con
được phân chia của phép thử là không gian con của các sự kiện, nó tương ứng
với một vấn đề con của sự phân lớp.
1. Định nghĩa cây quyết định
Trong lý thuyết quyết định, một cây quyết định (decision tree) là một đồ thị của
các quyết định và hậu quả có thể của nó (bao gồm cả rủi ro và hao phí tài

17

nguyên ). Cây quyết định được sử dụng để xây dựng một kế hoạch nhằm đạt
được mục tiêu mong muốn. Các cây quyết định được dùng để hỗ trợ quá trình ra
quyết định. Cây quyết định là một dạng đặc biệt của cấu trúc cây.
Trong lĩnh vực học máy, cây quyết định là một kiểu mô hình dự báo
(predictive model), nghĩa là một ánh xạ từ các quan sát về một sự vật /hiện
tượng tới các kết luận về giá trị mục tiêu của sự vật/hiện tượng. Mỗi nút trong
(internal node) tương ứng với một biến; đường nối giữa nó với nút con của nó
thể hiện giá trị cụ thể cho biến đó. Mỗi nút lá đại diện cho giá trị dự đoán của
biến mục tiêu, cho trước các giá trị dự đoán của biến được biểu diễn bởi đường
đi từ nút gốc tới nút lá đó. Kỹ thuật học máy dùng trong cây quyết định được gọi
là học bằng cây quyết định, hay chỉ gọi với cái tên ngắn gọn là cây quyết định.
Cây quyết định có thể được mô tả như là sự kết hợp của các kỹ thuật toán học và
tính toán nhằm hỗ trợ việc mô tả, phân loại và tổng quát hoá một tập dữ liệu cho
trước.

2. Các kiểu cây quyết định
Cây quyết định có 2 tên khác:
 Cây hồi quy: ước lượng các hàm có giá trị là số thực thay vì được sử dụng
cho các nhiệm vụ phân loại.
 Cây phân loại: có chứa các biến phân loại như: giới tính (nam hay nữ), kết
quả của một trận đấu (thắng hay thua).
3. Ví dụ
David là quản lý của một câu lạc bộ đánh golf nổi tiếng. Anh ta đang có
rắc rối chuyện các thành viên đến chơi hay không. Có ngày ai cũng muốn chơi
golf nhưng số nhân viên câu lạc bộ lại không đủ phục vụ. Có hôm, không hiểu vì
lý do gì mà chẳng ai đến chơi, và câu lạc bộ lại thừa nhân viên.

18

Mục tiêu của David là tối ưu hóa số nhân viên phục vụ mỗi ngày bằng
cách dựa theo thông tin dự báo thời tiết để đoán xem khi nào người ta sẽ đến
chơi golf. Để thực hiện điều đó, anh cần hiểu được tại sao khách hàng quyết
định chơi và tìm hiểu xem có cách giải thích nào cho việc đó hay không.
Vậy là trong hai tuần, anh ta thu thập thông tin về:
Trời (outlook) (nắng (sunny), nhiều mây (clouded) hoặc mưa (raining)).
Nhiệt độ (temperature) bằng độ F. Độ ẩm (humidity). Có gió mạnh (windy) hay
không.
Và David thu được một bộ dữ liệu gồm 14 dòng và 5 cột.

Bảng 3.1. Tập dữ liệu phân lớp người chơi gold
Sau đó, để giải quyết bài toán của David, người ta đã đưa ra một mô hình cây
quyết định.

19

Hình 3.1. Cây quyết định phân lớp người chơi gold
Cây quyết định là một mô hình dữ liệu mã hóa phân bố của nhãn lớp
(cũng là y) theo các thuộc tính dùng để dự đoán. Đây là một đồ thị có hướng phi
chu trình dưới dạng một cây. Nút gốc (nút nằm trên đỉnh) đại diện cho toàn bộ
dữ liệu. Thuật toán cây phân loại phát hiện ra rằng cách tốt nhất để giải thích
biến phụ thuộc, play (chơi), là sử dụng biến Outlook. Phân loại theo các giá trị
của biến Outlook, ta có ba nhóm khác nhau: Nhóm người chơi golf khi trời
nắng, nhóm chơi khi trời nhiều mây, và nhóm chơi khi trời mưa.
Kết luận thứ nhất: nếu trời nhiều mây, người ta luôn luôn chơi golf. Và có
một số người ham mê đến mức chơi golf cả khi trời mưa.
Tiếp theo, ta lại chia nhóm trời nắng thành hai nhóm con. Ta thấy rằng
khách hàng không muốn chơi golf nếu độ ẩm lên quá 70%.
Cuối cùng, ta chia nhóm trời mưa thành hai và thấy rằng khách hàng sẽ
không chơi golf nếu trời nhiều gió.
Và đây là lời giải ngắn gọn cho bài toán mô tả bởi cây phân loại. David
cho phần lớn nhân viên nghỉ vào những ngày trời nắng và ẩm, hoặc những ngày
mưa gió. Vì hầu như sẽ chẳng có ai chơi golf trong những ngày đó. Vào những
hôm khác, khi nhiều người sẽ đến chơi golf, anh ta có thể thuê thêm nhân viên
thời vụ để phụ giúp công việc.

20

Kết luận là cây quyết định giúp ta biến một biểu diễn dữ liệu phức tạp
thành một cấu trúc đơn giản hơn rất nhiều.
4. Ƣu điểm của cây quyết định
So với các phương pháp khai phá dữ liệu khác, cây quyết định là phương
pháp có một số ưu điểm:
 Cây quyết định dễ hiểu. Người ta có thể hiểu mô hình cây quyết định
sau khi được giải thích ngắn gọn.

 Việc chuẩn bị dữ liệu cho một cây quyết định là cơ bản hoặc không
cần thiết. Các kỹ thuật khác thường đòi hỏi chuẩn hóa dữ liệu, cần tạo
các biến phụ (dummy variable) và loại bỏ các giá trị rỗng.
 Cây quyết định có thể xử lý cả dữ liệu có giá trị bằng số và dữ liệu có
giá trị là tên thể loại. Các kỹ thuật khác thường chuyên để phân tích
các bộ dữ liệu chỉ gồm một loại biến. Chẳng hạn, các luật quan hệ chỉ
có thể dùng cho các biến tên, trong khi mạng nơ-ron chỉ có thể dùng
cho các biến có giá trị bằng số.
 Cây quyết định là một mô hình hộp trắng. Nếu có thể quan sát một
tình huống cho trước trong một mô hình, thì có thể dễ dàng giải thích
điều kiện đó bằng logic Boolean. Mạng nơ-ron là một ví dụ về mô
hình hộp đen, do lời giải thích cho kết quả quá phức tạp để có thể
hiểu được.
 Có thể thẩm định một mô hình bằng các kiểm tra thống kê. Điều này
làm cho ta có thể tin tưởng vào mô hình.
 Cây quyết định có thể xử lý tốt một lượng dữ liệu lớn trong thời gian
ngắn. Có thể dùng máy tính cá nhân để phân tích các lượng dữ liệu
lớn trong một thời gian đủ ngắn để cho phép các nhà chiến lược đưa
ra quyết định dựa trên phân tích của cây quyết định.
5. Vấn đề xây dựng cây quyết định

21

Xây dựng cây quyết định là việc làm quan trọng nhất trong việc sử dụng
cây quyết định để KPDL. Có nhiều thuật toán khác nhau để xây dựng cây quyết
định. Một số thuật toán cơ bản là: CLS, ID3, C4.5, SLIQ, SPRINT, EC4.5,
C5.0…Quá trình xây dựng cây quyết định dù được thực hiện bằng thuật toán
nào, thì nói chung đều chia ra làm ba giai đoạn cơ bản như sau.
a. Xây dựng cây
Thực hiện chia một cách đệ quy tập dữ liệu huấn luyện cho đến khi các

mẫu ở mỗi nút lá thuộc cùng một lớp. Ngoại trừ các nút lá ra thì các nút không
phải là nút lá đều được kiểm tra các thuộc tính để tìm ra thuộc tính được chọn
cho việc phân tách tiếp theo. Nhãn của nút có phép tách này là nhãn của thuộc
tính, đồng thời tập dữ liệu tại nút này được phân tách ra làm các tập con theo các
giá trị của thuộc tính đó.
b. Cắt tỉa cây
Thông thường thì cây được sinh ra trong hoạt động tốt trên tập dữ liệu
huấn luyện, tuy nhiên cây có thể hoạt động không chính xác trên các tập dữ liệu
bị nhiễu hoặc bị thiếu. Vì vậy cần phải có giai đoạn cắt tỉa cây để tối ưu hoá cây,
đó là tối ưu hoá về độ lớn và độ chính xác của sự phân lớp các mẫu dữ liệu. Cắt
tỉa cây chính là việc trộn một cây con vào trong một nút lá.
c. Đánh giá cây
Là đánh giá độ chính xác của cây kết quả. Tiêu chí để đánh giá độ chính
xác của cây quyết định là tỷ số các mẫu được phân lớp chính xác trên tổng số
các mẫu đưa vào.
6. Rút ra các luật từ cây quyết định.
Có thể chuyển đổi qua lại giữa mô hình cây quyết định và mô hình dạng
luật. IF THEN và ngược lại. Hai mô hình này là tương đương.
II. Một số thuật toán xây dựng cây
1. Thuật toán CLS

22

Xây dựng cây quyết định lần đầu tiên được Hoveland và Hint giới thiệu
trong Concept Learning System (CLS) vào cuối những năm 50 của thế kỷ 20.
Sau đó gọi tắt là thuật toán CLS. Thuật toán CLS được thiết kế theo chiến lược
chia để trị từ trên xuống và gồm các bước sau [3]:
1) Tạo một nút T, nút này gồm tất cả các mẫu của tập huấn luyện.
2) Nếu tất cả các mẫu trong T có thuộc tính quyết định mang giá trị "yes" (hay
thuộc cùng một lớp), thì gán nhãn cho nút T là "yes" và dừng lại. T lúc này là

nút lá.
3) Nếu tất cả các mẫu trong T có thuộc tính quyết định mang giá trị "no" (hay
thuộc cùng một lớp), thì gán nhãn cho nút T là "no" và dừng lại. T lúc này là nút
lá.
4) Trường hợp ngược lại các mẫu của tập huấn luyện thuộc cả hai lớp "yes" và
"no" thì:
i. Chọn một thuộc tính X trong tập thuộc tính của tập mẫu dữ liệu, X có các giá
trị v1,v2, …vn.
ii. Chia tập mẫu trong T thành các tập con T1, T2,….,Tn. chia theo giá trị của X.
iii. Tạo n nút con Ti (i=1,2…n) với nút cha là nút T.
iv. Tạo các nhánh nối từ nút T đến các nút Ti (i=1,2…n)
5) Thực hiện lặp cho các nút con Ti(i =1,2 n) và quay lại bước 2.
Ta nhận thấy trong bước 4 của thuật toán, thuộc tính được chọn để triển
khai cây là tuỳ ý. Do vậy cùng với một tập mẫu dữ liệu huấn luyện nếu áp dụng
thuật toán CLS với thứ tự chọn thuộc tính triển khai cây khác nhau, sẽ cho ra các
cây có hình dạng khác nhau. Việc lựa chọn thuộc tính sẽ ảnh hưởng tới độ rộng,
độ sâu, độ phức tạp của cây. Vì vậy một câu hỏi đặt ra là thứ tự thuộc tính nào
được chọn để triển khai cây sẽ là tốt nhất. Vấn đề này sẽ được giải quyết trong
thuật toán ID3 dưới đây.
2. Thuật toán ID3
Thuật toán ID3 được phát biểu bởi Quinlan (trường đại học Syney,
Australia) và được công bố vào cuối thập niên 70 của thế kỷ 20. Sau đó, thuật