Luận văn thạc sỹ kinh tế: Xây dựng mô hình xếp hạng tín dụng cho khách hàng doanh nghiệp tại Ngân hàng Thương mại cổ phần Kỹ Thương Việt Nam

trờng Đại học kinh tế quốc dân

LƯU THU THủY
Xây dựng mô hình xếp hạng tín dụng cho
khách hàng doanh nghiệp tại Ngân hàng
Thơng mại cổ phần Kỹ Thơng Việt Nam
Chuyên ngành: ĐIềU KHIểN HọC KINH Tế
Ngời hớng dẫn khoa học:
TS. TRầN TRọNG NGUYÊN
Hµ néi, n¨m 2013
LỜI CAM ĐOAN
Tôi xin cam đoan rằng liệu và kết quả nghiên cứu trong luận văn này là
trung thực và chưa hề được sử dụng để bảo vệ một học vị nào.
Tôi xin cam đoan rằng mọi sự giúp đỡ cho việc thực hiện luận văn này đã
được cảm ơn và các thông tin trích dẫn trong luận văn này đều đã được chỉ rõ
nguồn gốc.
Hà nội, ngày tháng năm 2013
Tác giả luận văn
Lưu Thu Thủy
LỜI CẢM ƠN
Với lòng kính trọng và biết ơn sâu sắc nhất, tôi xin chân thành cảm ơn giảng
viên huớng dẫn khoa học TS. Trần Trọng Nguyên trong thời gian qua, thầy giáo đã
dành nhiều thời gian và công sức, với nhiệt huyết, tấm lòng và trách nhiệm để
hướng dẫn tôi trong quá trình thực hiện luận văn này.
Tôi cũng xin trân trọng cảm ơn các quý Thầy Cô giảng dạy ở Viện Sau Đại
học đã cùng với tri thức và tâm huyết của mình để truyền đạt vốn kiến thức quý báu
cho chúng tôi trong suốt thời gian học tập tại trường. Và tôi xin cảm ơn tới toàn thể
đội ngũ cán bộ chuyên viên trong khoa đã tham gia vào công tác đào tạo, góp phần
tạo điều kiện cho chúng tôi hoàn thành khóa học chất luợng nhất.
Cuối cùng, tôi xin cảm ơn gia đình, bạn bè, những người thân thiết đã ủng hộ
tôi trong quá trình hoàn thiện luận văn.

Luận văn được thực hiện trong khoảng thời gian hơn 3 tháng. Do kiến thức
và thời gian nghiên cứu có hạn nên sẽ không tránh khỏi những thiếu sót, tôi rất
mong nhận được những ý kiến đóng góp quý báu của quý Thầy Cô và các bạn để
kiến thức của tôi trong lĩnh vực này được hoàn thiện hơn.
MỤC LỤC
LỜI CAM ĐOAN 3
DANH MỤC BẢNG BIỂU, HÌNH VẼ 7
TÓM TẮT LUẬN VĂN i
MỞ ĐẦU 1
CHƯƠNG 1: TỔNG QUAN VỀ LÝ THUYẾT VÀ CÁC MÔ HÌNH XẾP HẠNG TÍN DỤNG TRÊN THẾ GIỚI 4
CHƯƠNG 2: PHƯƠNG PHÁP XÂY DỰNG MÔ HÌNH 15
XẾP HẠNG TÍN DỤNG 15
CHƯƠNG 3: XÂY DỰNG MÔ HÌNH XẾP HẠNG TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN
KỸ THƯƠNG VIỆT NAM 35
KẾT LUẬN 70
DANH MỤC TÀI LIỆU THAM KHẢO 71
PHỤ LỤC 72
DANH MỤC CÁC CHỮ VIẾT TẮT
BCTC : Báo cáo tài chính
CIC : Credit Information Centre – Trung tâm Thông tin tín dụng
Ngân hàng Nhà nước Việt Nam
TCB : Techcombank – Ngân hàng Thương mại cổ phần Kỹ Thương
Việt Nam
DA : Discriminant Analysis
EL : Expected Loss – Mức lỗ kỳ vọng
EAD : Exposure At Default - Dư nợ tại thời điểm phá sản
IV : Information Value – Giá trị thông tin
KH : Khách hàng
KS : Kolmogorov–Smirnov
LGD : Loss Given Default – Giá trị thua lỗ có thể xảy ra khi chủ thể

đi vay phá sản
ND : Normalized Delta – Giá trị chênh lệch đã được chuẩn hóa
NHNN : Ngân hàng Nhà nước
NH : Ngân hàng
PD : Probability of Default – Xác suất phá sản/ Vỡ nợ
PD
adj
: Adjusted PD – PD đã được hiệu chỉnh
PTC : Phi tài chính
SME : Small and Medium Enterprise – Khách hàng doanh nghiệp
vừa và nhỏ
TSBĐ : Tài sản bảo đảm
TCTD : Tổ chức tín dụng
TC : Tài chính
DANH MỤC BẢNG BIỂU, HÌNH VẼ
LỜI CAM ĐOAN 3
DANH MỤC BẢNG BIỂU, HÌNH VẼ 7
TÓM TẮT LUẬN VĂN i
MỞ ĐẦU 1
CHƯƠNG 1: TỔNG QUAN VỀ LÝ THUYẾT VÀ CÁC MÔ HÌNH XẾP HẠNG TÍN DỤNG TRÊN THẾ GIỚI 4
CHƯƠNG 2: PHƯƠNG PHÁP XÂY DỰNG MÔ HÌNH 15
XẾP HẠNG TÍN DỤNG 15
CHƯƠNG 3: XÂY DỰNG MÔ HÌNH XẾP HẠNG TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN
KỸ THƯƠNG VIỆT NAM 35
KẾT LUẬN 70
DANH MỤC TÀI LIỆU THAM KHẢO 71
PHỤ LỤC 72
trờng Đại học kinh tế quốc dân

LƯU THU THủY

Xây dựng mô hình xếp hạng tín dụng cho
khách hàng doanh nghiệp tại Ngân hàng
Thơng mại cổ phần Kỹ Thơng Việt Nam
Chuyên ngành: ĐIềU KHIểN HọC KINH Tế
Hµ néi, n¨m 2013
TÓM TẮT LUẬN VĂN
Tín dụng là nghiệp vụ mang lại nguồn thu nhập chính đồng thời cũng tiềm ẩn
nhiều rủi ro nhất cho các Ngân hàng thương mại. Trong bối cảnh kinh tế khó khăn,
các ngân hàng thương mại thường áp dụng chính sách thắt chặt tín dụng nhằm đảm
bảo an toàn vốn, tuy nhiên việc thắt chặt đồng đều cho mọi đối tượng khách hàng
gây thiệt hại không những cho cả các khách hàng tốt có nhu cầu vay vốn phát triển
kinh doanh mà chính bản thân ngân hàng cũng bị thiệt hại do đã từ chối nhầm
khách hàng tốt. Chính vì vậy, công cụ được sử dụng để phân loại khách hàng - xếp
hạng tín dụng - ngày càng được các Ngân hàng quan tâm tới.
Xếp hạng tín dụng được định nghĩa là việc phân loại, đánh giá khả năng chủ
thể đi vay có thể thực hiện hoàn trả các nghĩa vụ đã cam kết một cách đầy đủ và
đúng hạn. Xếp hạng tín dụng là do các chủ thể cho vay thực hiện đối với khách
hàng có nhu cầu vay. Khi có thông tin xếp hạng tín dụng chính xác, Ngân hàng sẽ
lường trước được mức độ rủi ro mà khách hàng mang lại cho Ngân hàng để có
chính sách đối xử phù hợp. Ngân hàng có thể từ chối cho vay nếu nhận thấy khách
hàng có rủi ro cao mà việc áp dụng lãi suất cao và yêu cầu nhiều tài sản bảo đảm
cũng không đủ bù đắp cho rủi ro đó. Ngân hàng có thể cho những khách hàng có rủi
ro cao nhưng nằm trong ngưỡng chấp nhận được vay với lãi suất cao hơn, yêu cầu
nhiều tài sản bảo đảm hơn để bù đắp cho rủi ro đó. Đối với những khách hàng rất
tốt, gần như không có rủi ro, ngân hàng có thể đề nghị chính sách giá và tài sản bảo
đảm tốt để thu hút khách hàng về ngân hàng. Kết quả của hệ thống xếp hạng không
chỉ hỗ trợ phát triển kinh doanh mà còn giúp ngân hàng có đủ công cụ để thực hiện
quản trị rủi ro theo thông lệ quốc tế, thực hiện trích lập dự phòng và phân loại nợ
theo phương pháp tiên tiến…
Tầm quan trọng của hệ thống xếp hạng nói chung và mô hình xếp hạng nói

riêng đã được tất cả các ngân hàng thừa nhận, tuy nhiên do những khó khăn về cơ
sở dữ liệu cũng như khả năng phân tích, các ngân hàng ở Việt Nam hiện nay mới
chỉ bắt đầu tiếp cận với việc xây dựng và áp dụng mô hình xếp hạng vào kinh
doanh. Ngoài một số các ngân hàng thương mại lớn đã bắt đầu áp dụng xây dựng
i
mô hình xếp hạng theo phương pháp thống kê hiện đại với cơ sở dữ liệu thật của
chính ngân hàng mình, hầu hết các ngân hàng thương mại tại Việt Nam vẫn đang áp
dụng mô hình xếp hạng được mua từ các công ty tư vấn bên ngoài, đây có thể vẫn
được coi là mô hình xếp hạng theo phương pháp chuyên gia do không hề sử dụng
dữ liệu của ngân hàng để phân tích. Trong nghiên cứu, đã có một số công trình
nghiên cứu về phương pháp toán – thống kê để xây dựng mô hình xếp hạng, tuy
nhiên các nghiên cứu này hầu hết chỉ tập trung vào những công ty lớn, đã niêm yết
trên thị trường chứng khoán mà bỏ qua các doanh nghiệp có quy mô nhỏ - chiếm
phần lớn số lượng khách hàng trên toàn thị trường Việt Nam. Các nghiên cứu này
cũng chỉ tập trung phân tích dự báo khả năng có nợ quá hạn dựa trên thông tin từ
báo cáo tài chính, như vậy việc sử dụng thông tin chưa phong phú sẽ một phần hạn
chế được khả năng đánh giá khách hàng. Chính vì vậy, luận văn sẽ tập trung vào
việc xây dựng mô hình xếp hạng cho một phân khúc khách hàng nhỏ tại một ngân
hàng thương mại (Khách hàng doanh nghiệp có doanh thu từ 20 – 200 tỷ/năm tại
ngân hàng thương mại cổ phần Kỹ Thương Việt Nam) bằng phương pháp toán –
thống kê và sử dụng tối đa các nguồn thông tin có thể có để phân tích khả năng có
nợ quá hạn của khách hàng.
Hiện tại có nhiều phương pháp toán – thống kê được sử dụng để xây dựng mô
hình xếp hạng tín dụng cho khách hàng. Nhằm mục đích lựa chọn được phương
pháp có khả năng dự báo tốt nhất, luận văn sẽ trình bày cách thức xây dựng mô hình
với 3 phương pháp: Phương pháp phân tích khác biệt, Phương pháp hồi quy
Logistic và Phương pháp phân tích định tính. Hai phương pháp Phân tích khác biệt
và phương pháp hồi quy Logistic là các phương pháp rất nổi tiếng và đã được sử
dụng rộng rãi, tác giả trình bày thêm phương pháp Phân tích định tính. Phương pháp
phân tích định tính thường gây hiểu lầm là phương pháp chuyên gia do có chứa cụm

từ “định tính”, tuy nhiên bản chất của phương pháp phân tích định tính là phân tích
thống kê có sử dụng cả hồi quy logistic, tuy nhiên điểm khác biệt là do quá trình xử
lý dữ liệu và phân tích biến trước khi thực hiện hồi quy.
Với mục đích đánh giá để lựa chọn được phương pháp phù hợp nhất giữa 3
ii
phương pháp trên, tác giả trình bày thêm về các công cụ để đánh giá hiệu quả của
các mô hình xếp hạng. Khả năng dự báo của mô hình xếp hạng được đánh giá trên 3
khía cạnh: Khả năng cảnh báo đúng – được đo bằng tỉ lệ số khách hàng dự báo
đúng/Tổng số khách hàng được phân tích; Khả năng phân biệt khách hàng theo từng
hạng – mô hình xếp hạng tốt không những chỉ dự báo đúng việc khách hàng có nợ
quá hạn hay không mà còn phải phân biệt được các khách hàng, các khách hàng có
hạng tốt hơn là những khách hàng có mức độ rủi ro thấp hơn, khả năng phân biệt
khách hàng tốt/xấu sẽ được đo lường bằng hệ số Gini; Mô hình xếp hạng tốt phải là
mô hình xếp hạng có khả năng phân biệt ổn định theo thời gian và không gian, vì
vậy khía cạnh thứ 3 để đánh giá mô hình xếp hạng là độ ổn định trong khả năng dự
báo. Độ ổn định trong khả năng dự báo sẽ được đo bằng cách tạo ra nhiều mẫu ngẫu
nhiên và kiểm chứng khả năng phân biệt khách hàng của mô hình khi sử dụng mẫu
đó. Trong luận văn này, quá trình chọn mẫu ngẫu nhiên từ mẫu ban đầu (được gọi là
quá trình bootstrap) sẽ được thực hiện 500 lần nhằm đảm bảo khả năng dự báo của
mô hình thực sự ổn định. Dựa vào 3 yếu tố Khả năng cảnh báo đúng, Khả năng
phân biệt, Độ ổn định của khả năng phân biệt, tác giả sẽ lựa chọn mô hình tốt nhất
phù hợp với bộ dữ liệu đang phân tích.
Ý nghĩa thực sự của mô hình xếp hạng tín dụng khách hàng chỉ phát huy được
tác dụng khi kết quả của mô hình xếp hạng được áp dụng vào thực tế hoạt động
kinh doanh và quản trị của ngân hàng thương mại. Nhằm mục đích hỗ trợ kinh
doanh, mô hình xếp hạng khách hàng có thể hỗ trợ ngân hàng trong việc nhận diện
ra khách hàng nên được cho vay/từ chối, Hạng khách hàng là thông tin để đưa ra
quyết định về giá, về tài sản bảo đảm, hạn mức tín dụng phù hợp. Mỗi khách hàng
với hạng khách hàng riêng biệt sẽ được áp dụng một chính sách phù hợp để đảm
bảo ngân hàng vừa hạn chế được rủi ro, vừa thu hút thêm được khách hàng mới. Về

mục đích hỗ trợ Quản trị, theo quy định của Ngân hàng Nhà nước, các khách hàng
có quan hệ tín dụng đều phải được phân loại nợ và trích lập dự phòng phù hợp.
Ngân hàng nhà nước cho phép các Ngân hàng thương mại lựa chọn việc trích lập dự
phòng theo phương pháp định lượng (dựa trên số ngày quá hạn) hoặc trích lập dự
iii
phòng theo phương pháp định lượng (dựa trên việc đánh giá khả năng trả nợ thực tế
của khách hàng). Phương pháp phân loại nợ định lượng đơn giản do chỉ cần sử dụng
thông tin về số ngày quá hạn để phân loại nợ, tuy nhiên phương pháp này có hạn
chế là do việc trích lập dự phòng diễn ra sau khi khách hàng đã quá hạn, việc trích
lập như này chỉ là quá trình khắc phục sau khi sự kiện đã xảy ra rồi mà không hề có
biện pháp dự phòng trước, cách thức phân loại nợ này sẽ gây ảnh hưởng bất thường
nên hoạt động kinh doanh của ngân hàng khi nền kinh tế lâm vào khó khăn. Trong
khi đó, phương pháp phân loại nợ theo phương pháp định tính cho phép ngân hàng
phân loại nợ dựa trên việc đánh giá khả năng khách hàng có nợ quá hạn, khi ngân
hàng nhận định khách hàng có khả năng quá hạn cao, ngay lập tức sẽ thực hiện trích
lập dự phòng trong khi thực tế có thể khách hàng chưa quá hạn hoặc chưa quá hạn
đến mức trích lập dự phòng đó, cách thức này giúp các ngân hàng có thể làm chủ và
kiểm soát được mức độ rủi ro của ngân hàng mình. Cơ sở của phương pháp phân
loại nợ định tính chính là đánh giá khả năng trả nợ của khách hàng hay chính là xếp
hạng tín dụng khách hàng. Vì vậy, khi đã có một hệ thống xếp hạng tín dụng khách
hàng tốt, Ngân hàng thương mại sẽ tăng cường được khả năng quản trị theo thông lệ
quốc tế, đảm bảo an toàn trong hoạt động ngân hàng.
Sau khi trình bày về mặt lý thuyết, luận văn đi sâu vào xây dựng mô hình xếp
hạng tín dụng khách hàng cho khách hàng thuộc phân khúc vừa và nhỏ (SME –
Small and Medium Enterprise – Doanh thu từ 20 đến 200 tỷ đồng/năm) của ngân
hàng Thương mại Cổ phần Kỹ thương Việt Nam – Techcombank (TCB). Dữ liệu
được sử dụng trong luận văn gồm 194 khách hàng được lấy trong khoảng thời gian
từ năm 2009 đến hết năm 2012. Thông tin của các khách hàng này được chia thành
3 mảng thông tin chính: Thông tin về tình hình hoạt động sản xuất kinh doanh của
khách hàng - BCTC – được thu thập từ báo cáo tài chính, Thông tin về lịch sử quan

hệ của khách hàng với các tổ chức tín dụng – CIC - được thu thập từ báo cáo Thông
tin tín dụng của trung tâm Thông tin tín dụng Ngân hàng Nhà nước, Thông tin về
lịch sử giao dịch của khách hàng với chính tổ chức tín dụng đang được xếp hạng.
Các thông tin này được phát triển thành bộ 280 chỉ tiêu và là các chỉ tiêu đầu vào
iv
chung cho việc xây dựng các mô hình xếp hạng sau đó. Phần trình bày chi tiết của
luận văn về quá trình xây dựng các mô hình xếp hạng sẽ đi sâu vào các bước cần
phải thực hiện để xây dựng, đánh giá mô hình và kết quả tương ứng. Quy trình cụ
thể để xây dựng mô hình với mỗi loại mỗi loại mô hình là khác nhau, tuy nhiên đều
đi theo một quá trình cơ bản, gồm 5 bước:
- Bước 1: Xử lý và biến đổi dữ liệu (Loại các quan sát ngoại lai, Loại các chỉ
tiêu có quá nhiều giá trị, Biến đổi dữ liệu).
- Bước 2: Phân tích đơn biến (bằng Hồi quy Logistic, bằng việc đánh giá khả
năng phân biệt…).
- Bước 3: Phân tích tương quan, loại những chỉ tiêu vừa có khả năng phân biệt
yếu vừa có tương quan với chỉ tiêu khác.
- Bước 4: Thực hiện phân tích đa biến (Hồi quy Logistic hoặc xây dựng hàm
phân tích khác biệt).
- Bước 5: Đánh giá khả năng dự báo, khả năng phân biệt và độ ổn định của mô
hình.
Sau khi đã thu được các mô hình, nhằm mục đích lựa chọn được mô hình phù hợp
nhất, các phân tích so sánh về độ phù hợp sẽ được thực hiện. Phân tích về độ phù
hợp được thực hiện với 3 tiêu chí đánh giá:
- Tiêu chí 1: Khả năng dự báo đúng của mô hình
- Tiêu chí 2: Khả năng phân biệt
- Tiêu chí 3: Độ ổn định của Khả năng phân biệt.
Kết quả chỉ ra rằng: Với bộ dữ liệu về khách hàng doanh nghiệp có quy mô doanh
thu từ 20 tỷ đồng đến dưới 200 tỷ đồng/năm của ngân hàng Techcombank, mô
hình phù hợp nhất là mô hình được xây dựng bằng phương pháp phân tích định
tính, các chỉ tiêu đánh giá khả năng dự báo của mô hình đều thỏa mãn các tiêu

chuẩn đặt ra. Luận văn đã thực hiện hiệu chỉnh giá trị xác suất có nợ quá hạn
(Probability of Default - PD) của khách hàng để giá trị PD sinh ra từ mô hình có
khả năng áp dụng trong thực tế. Luận văn cũng đã thực hiện xây dựng và đánh giá
tiêu chuẩn sắp xếp các khách hàng vào các hạng khác nhau theo tiêu chí PD, kết
v
quả cho thấy tỉ lệ khách hàng rơi vào mỗi hạng đạt phân bố một cách phù hợp và
đường tỉ lệ khách hàng xấu tăng liên tục theo các hạng.
Về cơ bản, kết quả của mô hình xếp hạng là tốt, tuy nhiên trong quá trình xây
dựng mô hình vẫn còn một số điểm có thể khắc phục và tiếp tục phát triển để nâng
cao chất lượng xây dựng mô hình xếp hạng tín dụng cũng như tăng hiệu quả của
việc áp dụng mô hình xếp hạng tính dụng vào kinh doanh và quản trị của ngân hàng
thương mại. Về mặt dữ liệu: Kích thước mẫu xây dựng mô hình chưa lớn (chỉ gồm
194 khách hàng), Dữ liệu báo cáo tài chính chỉ thu thập được của năm gần nhất nên
bộ chỉ tiêu đánh giá vẫn thiếu các chỉ tiêu tăng trưởng, Thiếu thông tin về Doanh
thu, chi phí, lợi nhuận theo khách hàng dẫn tới việc phân tích điểm Ngừng cho vay
(Cut-off) chưa đầy đủ. Về mặt kĩ thuật xây dựng mô hình: Cách thức tách các chỉ
tiêu thành 2 nhóm định tính và định lượng để phát triển mô hình riêng biệt, sau đó
kết hợp tuyến tính 2 xác suất có nợ quá hạn này để tính ra xác suất có nợ quá hạn
chung của khách hàng cần được nghiên cứu và cải tiến để tránh các sai lầm về mặt
toán học; Cách thức biến đổi các biến tài chính mới được giới thiệu ở mức độ ý
tưởng và đơn giản nhất, trong thực tế để nâng cao khả năng dự báo cần thực hiện
nhiều phép biến đổi cao cấp và phù hợp riêng cho từng biến. Về mặt ứng dụng:
Luận văn đã đề cập đến những hướng và nội dung cơ bản trong việc ứng dụng mô
hình xếp hạng vào hoạt động của ngân hàng thương mại, tuy nhiên đây chỉ là các
giới thiệu ở mức cơ bản nhất và cần có các nghiên cứu, phân tích chuyên sâu hơn
trước khi áp dụng.
vi
trờng Đại học kinh tế quốc dân

LƯU THU THủY

Xây dựng mô hình xếp hạng tín dụng cho
khách hàng doanh nghiệp tại Ngân hàng
Thơng mại cổ phần Kỹ Thơng Việt Nam
Chuyên ngành: ĐIềU KHIểN HọC KINH Tế
Ngời hớng dẫn khoa học:
TS. TRầN TRọNG NGUYÊN
Hµ néi, n¨m 2013
2
MỞ ĐẦU
1. Tính cấp thiết của đề tài
Tín dụng là nghiệp vụ mang lại nguồn thu nhập chính, tuy nhiên đây cũng là
hoạt động tiềm ẩn nhiều rủi ro nhất cho sự tồn tại và phát triển bên vững của các
ngân hàng. Trong giai đoạn kinh tế khó khăn hiện nay, rủi ro tín dụng tăng lên do
khó khăn chung của nền kinh tế khiến cho các ngân hàng thắt chặt các điều kiện cấp
tín dụng để đảm bảo an toàn vốn. Việc thắt chặt tín dụng này gây ảnh hưởng xấu lên
nền kinh tế đặc biệt là khi việc thắt chặt tín dụng diễn ra đại trà chung với các doanh
nghiệp mà có rất ít sự phân biệt giữa khách hàng tốt và khách hàng xấu do bản thân
chính Ngân hàng thương mại cũng chưa đủ cơ sở để nhận định khách hàng tốt/xấu
một cách chính xác.
Tại các ngân hàng ở Việt Nam hiện nay, mặc dù đã tồn tại sẵn hệ thống đánh
giá và phê duyệt tín dụng dựa trên kinh nghiệm của chuyên gia, tuy nhiên hệ thống
này không đáp ứng được so với tốc độ gia tăng của số lượng hồ sơ tín dụng, việc
đưa ra kết quả phê duyệt dựa chủ yếu trên yếu tố kinh nghiệm – khó kiểm chứng
được mức độ chính xác, khó đào tạo lại cho người khác và dễ gây lên sự thiếu minh
bạch trong hoạt động phê duyệt tín dụng cho các ngân hàng.
Xuất phát từ nhu cầu thực tế đó, ở Việt Nam, những năm gần đây đã có nhiều
nghiên cứu về hệ thống xếp hạng tín dụng trong cả lĩnh vực ứng dụng và nghiên
cứu. Trong ứng dụng, các mô hình xếp hạng khách hàng đã được bắt đầu xây dựng
và ứng dụng từ đầu những năm 2000 rải rác ở một số ngân hàng lớn tuy nhiên các
hệ thống này chủ yếu dựa trên phương pháp chuyên gia và không đánh giá hay đo

lường được hiệu quả. Một vài năm gần đây, xuất hiện việc tham gia tư vấn của các
công ty nước ngoài như McKinsey, E&Y… tham gia tư vấn xây dựng mô hình xếp
hạng cho một số ngân hàng ở nhiều quy mô khác nhau, mỗi công ty tư vấn tư vấn
cho một ngân hàng một hệ thống xếp hạng tùy theo mức độ mà ngân hàng có thể
tiếp nhận, đó có thể là Mô hình xếp hạng khách hàng thuần túy theo phương pháp
chuyên gia – được áp dụng với những ngân hàng nhỏ, cơ sở dữ liệu không đáng tin
cậy; Mô hình theo phương pháp thống kê xuất thân từ mô hình gốc từ nước ngoài
và được điều chỉnh theo phương pháp chuyên gia cho từng ngân hàng và Mô hình
1
xếp hạng dựa trên phương pháp thống kê được xây dựng dựa trên chính dữ liệu và
thông tin tại ngân hàng cần xây dựng. Trong nghiên cứu, tại Việt Nam cũng có một
số nghiên cứu về mô hình xếp hạng tín dụng khách hàng dựa trên phương pháp
thống kê, tuy nhiên các nghiên cứu này mới chỉ dừng lại ở việc đánh giá dựa trên
Báo cáo tài chính của doanh nghiệp, và tập trung chính vào các doanh nghiệp lớn đã
được niêm yết trên thị trường chứng khoán Việt Nam, các nghiên cứu này đã bỏ qua
việc xếp hạng cho một đối tượng rất lớn các doanh nghiệp quy mô vừa và nhỏ đồng
thời chưa tận dụng được nhiều nguồn thông tin có thể sử dụng khác.
Với các lí do như trên, nhằm mục đích xây dựng một mô hình xếp hạng phù
hợp với nhu cầu thực tế, tận dụng được tối đa các nguồn dữ liệu có thể sử dụng và
kết hợp được các phương pháp phân tích phù hợp, người viết lựa chọn đề tài: “Xây
dựng mô hình xếp hạng tín dụng cho khách hàng doanh nghiệp tại Ngân hàng
Thương mại cổ phần Kỹ Thương Việt Nam” cho luận văn thạc sĩ của mình.
2. Mục tiêu nghiên cứu
Mục tiêu nghiên cứu của đề tài là phương pháp xây dựng mô hình xếp hạng tín
dụng nội bộ dựa trên các yếu tố định tính và định lượng, thực hiện các phân tích cụ
thể để đánh giá và đưa ra phương pháp xếp hạng phù hợp nhất với đối tượng khách
hàng được xếp hạng. Cụ thể, luận văn sau khi hoàn thành có thể đạt được những
điều sau:
- Xác định được mô hình xếp hạng tín dụng phù hợp nhất với một nhóm đối
tượng khách hàng xác định.

- Xác định được các yếu tố có ảnh hưởng đến khả năng trả nợ của khách hàng
- Ước lượng xác suất không trả nợ đúng hạn của khách hàng trong tương lai,
từ đó phân khúc được khách hàng dựa vào khả năng rủi ro mà khách hàng có thể
mang lại trong quá trình vay vốn.
3. Đối tượng và phạm vi nghiên cứu
3.1. Đối tượng nghiên cứu
Đề tài tập trung vào các việc xây dựng Mô hình xếp hạng tín dụng tại ngân
hàng thương mại, trong đó việc xây dựng mô hình bao gồm các nội dung như sau:
- Trình bày một số phương pháp xây dựng mô hình xếp hạng tín dụng khách hàng
- Ưu nhược điểm và khả năng vận dụng của từng phương pháp
- Xây dựng chi tiết mô hình xếp hạng tín dụng khách hàng
2
- Đánh giá sự phù hợp của mô hình và lựa chọn một mô hình cụ thể đối với dữ
liệu thực tế tại một ngân hàng cụ thể
3.2. Phạm vi nghiên cứu
Với giới hạn của một luận văn thạc sĩ, luận văn xin giới hạn ở việc Xây dựng
mô hình xếp hạng tín dụng cho Khách hàng doanh nghiệp có doanh thu từ 20 tỷ
đồng đến dưới 200 tỷ đồng (thuộc phân khúc khách hàng SME) tại Ngân hàng
Thương mại cổ phần Kỹ Thương Việt Nam.
4. Phương pháp nghiên cứu
4.1. Phương pháp điều tra chọn mẫu
Dựa trên dữ liệu của hệ thống về các khách hàng doanh nghiệp đã từng có
giao dịch với Techcombank, lựa chọn khách hàng thuộc phân khúc SME dựa theo
tiêu chí doanh thu. Sau đó, thực hiện chọn mẫu nghiên cứu dựa trên các yếu tố sau:
- Tại thời điểm chọn mẫu, khách hàng đã có quan hệ với Techcombank và
đang là khách hàng tốt (khách hàng có số ngày quá hạn dưới 10 ngày).
- Khách hàng có báo cáo tài chính trong năm liền kề trước đó.
- Khách hàng có thông tin quan hệ tín dụng với các tổ chức tín dụng (Thông
tin CIC).
- Tính từ sau thời điểm chọn mẫu, khách hàng phải có tối thiểu 6 tháng có dư nợ

tại TCB. Thông tin này được sử dụng để nhận diện khách hàng là khách hàng (tốt/xấu).
- Thông tin về đặc điểm khách hàng (tốt/xấu) được đánh giá dựa vào số ngày
quá hạn của khách hàng trong vòng 12 tháng kể từ thời điểm chọn mẫu.
4.2. Phương pháp phân tích và mô hình hóa thống kê
Trong luận văn này, tác giả sử dụng nhiều phân tích thống kê, bao gồm:
- Thống kê mô tả
- Phân tích tương quan
- Phân tích khác biệt
- Phân tích hồi quy
- Các Kiểm định (t-test, Kiểm định phân phối chuẩn)
- Các thống kê như ND, IV, Gini làm công cụ đánh giá các đối tượng
5. Những đóng góp khoa học của luận văn
- Về mặt thực tiễn: Mô hình xếp hạng tín dụng nội bộ sẽ giải quyết được bài
toán về việc đánh giá khách hàng dựa trên xác suất quá hạn nợ/điểm tín dụng của
khách hàng, từ đó làm cơ sở cho chuyên gia phê duyệt ra quyết định phê duyệt hoặc
từ chối hồ sơ tín dụng một cách nhanh chóng và thống nhất. Ngoài ra, thông tin về
hạng khách hàng là yếu tố đầu vào để áp dụng các chính sách về giá, tài sản bảo
3
đảm cũng như chính sách phân loại nợ theo quy định của Ngân hàng Nhà nước.
- Đóng góp về mặt lý luận khoa học: Mô hình xếp hạng tín dụng nội bộ là sản
phẩm mang tính thực tế cao, có ý nghĩa lớn trong việc định lượng hóa các yếu tố
định tính, nâng cao tính ứng dụng của việc toán học vào giải quyết các vấn đề trong
tài chính, kinh tế.
- Những hạn chế của kết quả nghiên cứu và hướng phát triển: Trên thực tế,
việc xây dựng mô hình xếp hàng có sự khác biệt tương đối về phương pháp giữa
các tổ chức tín dụng, kết quả từ mô hình xếp hạng cũng có thể có những hạn chế
nhất định như khả năng dự báo không đạt được kì vọng, tính thiếu ổn định theo thời
gian. Những hạn chế này thường bắt nguồn từ nhiều nguyên nhân: dữ liệu đầu vào
thiếu chính xác, kích thước mẫu phát triển không đủ lớn, phương pháp xử lý dữ liệu
chưa phù hợp,… Vì vậy, những người làm mô hình thường xuyên phải kiểm định

lại mô hình định kỳ, điều chỉnh cho phù hợp và thực hiện các biện pháp nâng cao
chất lượng dữ liệu đầu vào.
6. Kết cấu của luận văn
Ngoài phần mở đầu, kết luận, mục lục, các bảng biểu, phụ lục, danh mục tài
liệu tham khảo, luận văn “Xây dựng mô hình xếp hạng tín dụng cho khách hàng
doanh nghiệp tại Ngân hàng Thương mại cổ phần Kỹ Thương Việt Nam” gồm 3
phần:
Chương I: Tổng quan về lý thuyết và các mô hình xếp hạng tín dụng trên thế giới
Chương II: Phương pháp xây dựng mô hình xếp hạng tín dụng
Chương III: Xây dựng mô hình xếp hạng tín dụng tại Ngân hàng Thương mại
cổ phần Kỹ Thương Việt Nam.
CHƯƠNG 1: TỔNG QUAN VỀ LÝ THUYẾT VÀ CÁC MÔ HÌNH
XẾP HẠNG TÍN DỤNG TRÊN THẾ GIỚI
1.1. Khái niệm xếp hạng tín dụng
Được hình thành từ đầu thế kỷ 20, đến nay khái niệm Xếp hạng tín dụng được
dùng phổ biến trên toàn thế giới bởi nhiều tổ chức khác nhau, mỗi tổ chức tùy thuộc
4
vào mục đích và đối tượng xếp hạng thường đưa ra định nghĩa riêng.
Theo Standards & Poor, xếp hạng tín nhiệm là những ý kiến đánh giá hướng
về tương lai về rủi ro tín dụng. Hạng tín dụng của S&P thể hiện đánh giá về khả
năng và mức sẵn lòng của người đi vay, như là các công ty, bang hay Chính phủ
trong việc hoàn trả các nghĩa vụ tài chính một cách đầy đủ và đúng hạn. (Theo
nd ardandpoors.com/ratings/definitions-and-faqs/en/us ).
Theo Moody's, xếp hạng tín nhiệm là những ý kiến đánh giá về chất lượng tín
dụng và khả năng thanh toán nợ của chủ thể đi vay dựa trên những phân tích tín
dụng cơ bản và biểu hiện thông qua hệ thống ký hiệu Aaa-C
Theo chuyên trang Từ điển về tài chính Investopedia, Xếp hạng tín dụng là việc
đánh giá mức đáng tin cậy trong tín dụng của cá nhân và doanh nghiệp, nó được dựa
trên lịch sử vay và trả tiền cũng như mức độ có sẵn của tài sản bảo đảm và tình trạng
nợ của chủ thể. (Theo )

Như vậy, định nghĩa về Xếp hạng tín dụng khá đa dạng, nhưng tựu chung lại
có thể thấy đặc điểm chung trong định nghĩa về Xếp hạng tín dụng đều nhằm việc
đánh giá khả năng trả nợ đầy đủ và đúng hạn của chủ thể được xếp hạng. Trong
luận văn này, Xếp hạng tín dụng được định nghĩa là việc phân loại, đánh giá khả
năng chủ thể đi vay có thể thực hiện hoàn trả các nghĩa vụ đã cam kết một cách đầy
đủ và đúng hạn.
1.2. Mục đích của xếp hạng tín dụng
Mục đích chung của xếp hạng tín dụng là nhằm đánh giá khả năng thực hiện
đầy đủ nghĩa vụ của chủ thể được đánh giá trong một khoảng thời gian nhất định.
Chủ thể được đánh giá trong xếp hạng tín dụng khá đa dạng như:
- Chính phủ các quốc gia khi các quốc gia này phát hành trái phiếu trên thị
trường quốc tế
- Các doanh nghiệp phát hành trái phiếu để huy động vốn
- Các doanh nghiệp/cá nhân khi vay vốn tại các tổ chức tín dụng…
Trong giới hạn của luận văn này, đề tài tập trung trình bày về cách thức xây
dựng mô hình xếp hạng tín dụng cho khách hàng doanh nghiệp tại các ngân hàng
thương mại.
5
Mô hình xếp hạng tín dụng nội bộ tại mỗi ngân hàng được xây dựng với nhiều
mục đích:
Thứ nhất: Mục đích cơ bản và hàng đầu của mô hình xếp hạng tín dụng là
đánh giá và phân biệt khả năng có nợ quá hạn trong tương lai của các khách hàng.
Trong hoạt động cho vay, các ngân hàng đã phải bỏ ra nhiều chi phí cho thiết lập và
duy trì một hệ thống các chuyên gia làm nhiệm vụ thẩm định khách hàng và phê
duyệt khoản vay, mà công việc chính của bộ phận đó là lọc và loại bỏ được các
khách hàng có tiềm năng trả nợ thấp. Một mô hình xếp hạng tốt sẽ phân biệt được
khách hàng tốt và khách hàng xấu một cách tự động và chính xác hơn, giảm thiểu
được rất nhiều rủi ro cho ngân hàng thông qua việc loại bỏ ngay từ đầu những
khách hàng có khả năng cao sẽ không đủ khả năng để trả nợ cho ngân hàng.

Thứ hai: Kết quả của mô hình xếp hạng tín dụng trở thành công cụ phát triển
kinh doanh và thu hút khách hàng. Không chỉ loại bỏ được khách hàng xấu, đối với
những khách hàng có thể cho vay vốn, mô hình xếp hạng còn phân biệt được mức
độ tốt/ xấu của các khách hàng này, khách hàng tốt hơn là các khách hàng có khả
năng quá hạn thấp hơn, dựa trên khả năng phân loại này của mô hình xếp hạng,
ngân hàng sẽ xây dựng và áp dụng đúng các chính sách về lãi suất, yêu cầu tài sản
bảo đảm, thời gian xử lý hồ sơ… cho từng đối tượng khách hàng khách nhau để vừa
thu hút được những khách hàng tốt (ví dụ như sẵn sàng giảm lãi suất, giảm yêu cầu
về TSBĐ hay xử lý nhanh các hồ sơ cho khách hàng có hạng đặc biệt cao) mà vẫn
có thể tăng doanh thu từ việc đánh phí/lãi suất cao hơn với các khách hàng xấu hơn.
Thứ ba: Hạng khách hàng là công cụ hỗ trợ quản trị rủi ro ngân hàng theo
thông lệ quốc tế. Để đảm bảo an toàn trong hoạt động của ngân hàng thương mại, các
thông lệ quốc tế cũng như theo quy định cụ thể của NHNN, các ngân hàng sẽ phải
thực hiện tính toán mức lỗ kì vọng (Expected Loss – EL) cho danh mục của ngân
hàng và thực hiện trích lập dự phòng theo mức độ rủi ro của khách hàng. Hiện tại, khi
thực hiện trích lập dự phòng rủi ro, các ngân hàng được phép lựa chọn trích lập theo
phương pháp định lượng (dựa trên loại nợ hình thành từ số ngày quá hạn thực tế của
khách hàng) hoặc phương pháp định tính (dựa trên đánh giá về khả năng trả nợ của
6
khách hàng bằng việc thực hiện xếp hạng khách hàng), mặc dù phương pháp định
lượng được sử dụng phổ biến tuy nhiên nó ẩn chứa rủi ro do việc trích lập dự phòng
này xảy ra sau khi khách hàng đã quá hạn, như vậy việc trích lập dự phòng này chỉ
mang tính chất “chữa cháy” khi sự kiện đã xảy ra mà không hề tính toán trước được,
các ngân hàng sẽ có khả năng bị động khi phải trích lập dự phòng, điều này sẽ ảnh
hưởng lên kế hoạch kinh doanh của ngân hàng. Khi sử dụng hệ thống xếp hạng có
khả năng dự báo tốt, ngay từ thời điểm cho khách hàng vay, ngân hàng đã lường
trước được mức độ rủi ro của khách hàng, từ đó có thể trích lập hoặc lên kế hoạch
trích lập ngay một cách chủ động, điều này sẽ góp phần vào duy trì một hoạt động ổn
định và có thể lường trước được - đặc biệt về lợi nhuận – cho các ngân hàng.
1.3. Đặc điểm và đối tượng xếp hạng tín dụng

Việc thực hiện xếp hạng tín dụng có một số đặc điểm sau:
- Xếp hạng tín dụng được thực hiện dựa trên các thông tin thu thập được từ đối
tượng được xếp hạng, các thông tin này có thể do chính đối tượng được xếp hạng
cung cấp hoặc do chủ thể thực hiện xếp hạng điều tra, tổng hợp từ các nguồn thông
tin mà chủ thể xếp hạng có.
- Các yếu tố đánh giá xếp hạng phong phú, mức độ ảnh hưởng của từng nhóm
chỉ tiêu lên kết quả xếp hạng phụ thuộc vào đánh giá và phân tích của từng chủ thể
xếp hạng cũng như từng nhóm đối tượng được xếp hạng khác nhau.
- Xếp hạng tín dụng là đánh giá của riêng chủ thể thực hiện xếp hạng cho đối
tượng được xếp hạng trong một khoảng thời gian cụ thể, kết quả xếp hạng có thể
thay đổi khi thông tin đầu vào thay đổi.
Đối tượng xếp hạng tín dụng: Việc thực hiện xếp hạng tín dụng nhằm đánh giá
khả năng người vay tiền hoàn trả đầy đủ nợ gốc và nợ lãi theo đúng thời hạn cam
kết, vì vậy đối tượng thực hiện xếp hạng tín dụng là các chủ thể có nhu cầu cho
người khác vay vốn, đó có thể là:
- Các quốc gia, các tổ chức đại diện cho Chính phủ thực hiện xếp hạng tín
dụng khi có nhu cầu cho các chủ thể khác vay vốn
- Các tổ chức xếp hạng chuyên nghiệp: Đây là các tổ chức có uy tín, được tín
nhiệm, thực hiện xếp hạng các quốc gia cũng như các công ty trên thị trường
7
- Các ngân hàng, tổ chức tài chính: Thực hiện xếp hạng khách hàng của mình
khách hàng có nhu cầu vay vốn, thường các kết quả này chỉ được sử dụng nội bộ
mà không được các tổ chức khác thừa nhận.
1.4. Các nhân tố cần đánh giá khi xếp hạng tín dụng
Phần căn bản nhất của một hệ thống xếp hạng tín dụng chính là bộ các tiêu chí
và cách thức kết hợp để đánh giá khách hàng, bộ chỉ tiêu sẽ ảnh hưởng trực tiếp lên
khả năng phân biệt khách hàng của mô hình xếp hạng. Chính vì vậy, Hiệp ước về
vốn Basel 2 cũng đã yêu cầu các ước lượng về PD phải tổng hợp được các thông tin
có sẵn và phù hợp, các ngân hàng có thể sử dụng dữ liệu nội bộ và dữ liệu từ bên
ngoài để đánh giá khách hàng.

Đối với một khách hàng, có một số nhóm thông tin có thể được sử dụng để
đánh giá khách hàng như:
- Thông tin tài chính: Thể hiện kết quả hoạt động kinh doanh cũng như hoạt
động sản xuất cụ thể của doanh nghiệp
- Thông tin nhân khẩu học: Mang các thông tin về cơ cấu tổ chức, lịch sử hình
thành, sứ mệnh tầm nhìn của doanh nghiệp, cơ cấu và chất lượng ban lãnh đạo,
thông tin về khách hàng của doanh nghiệp được xếp hạng, nguồn cung cấp đầu vào,
tiêu thụ đầu ra…
- Thông tin thể hiện đặc điểm khác của khách hàng như lịch sử giao dịch của
khách hàng với các tổ chức tín dụng cũng như với chính ngân hàng hiện tại
Các thông tin được sử dụng nên bao quát tất cả các đặc điểm của doanh nghiệp
và tận dụng được các nguồn dữ liệu có sẵn trong ngân hàng cũng như giữa các ngân
hàng để kết quả đánh giá phản ánh đầy đủ và chính xác đặc thù của doanh nghiệp.
1.5. Các phương pháp xếp hạng tín dụng
Sau khoảng 1 thế kỷ phát triển, hệ thống các phương pháp được sử dụng để
xếp hạng tín dụng có thể chia thành 2 nhóm:
- Phương pháp chuyên gia: Hệ thống xếp hạng tín dụng được xây dựng dựa
trên kinh nghiệm của một nhóm chuyên gia về một đối tượng được xếp hạng, các
kinh nghiệm này được sử dụng để quyết định các chỉ tiêu nào có khả năng dự báo
được khả năng trả nợ trong tương lai của khách hàng cũng như mức độ quan trọng
8