Luận văn thạc sĩ Ứng dụng mô hình xếp hạng tín dụng khách hàng để dự báo xác suất xảy ra nợ xấu tại Ngân hàng thương mại cổ phần Á Châu

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM


TRẦN THỊ DIỄM THÚY





ỨNG DỤNG MÔ HÌNH XẾP HẠNG TÍN DỤNG KHÁCH HÀNG ĐỂ
DỰ BÁO XÁC SUẤT XÃY RA NỢ XẤU
TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHÂN Á CHẤU




LUẬN VĂN THẠC SĨ KINH TẾ





TP.HỒ CHÍ MINH – NĂM 2013

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM


TRẦN THỊ DIỄM THÚY

ỨNG DỤNG MÔ HÌNH XẾP HẠNG TÍN DỤNG KHÁCH HÀNG ĐỂ
DỰ BÁO XÁC SUẤT XÃY RA NỢ XẤU
TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHÂN Á CHẤU


Chuyênngành:Tàichính – Ngânhàng
Mãsố: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC: TIẾN SĨ NGUYỄN VĂN PHÚC



TP.HỒ CHÍ MINH – NĂM 2013
LỜI CAM ĐOAN

Tôi xin cam đoan nội dung đề tài là kết quả nghiên cứu của bản thân trong suốt quá
trình học tập và làm việc. Các trích dẫn và số liệu trong luận văn đều có dẫn nguồn và
có độ chính xác cao nhất trong phạm vi hiểu biết của tôi.


MỤC LỤC
Trang phụ bìa
Lời cam đoan
Mục lục
Danh mục các ký hiệu, các chữ viết tắt

Danh mục các bảng, các hình vẽ, đồ thị
CHƯƠNG 1. TỔNG QUAN VỀ ĐỀ TÀI 1
1. Tầm quan trọng của đề tài 1
2. Mục đích của đề tài 1
3. Đối tượng và phạm vi nghiên cứu 2
4. Ý nghĩa của đề tài 2
5. Nội dung của đề tài 2
6. Phương pháp nghiên cứu 3
7. Các công trình khoa học có liên quan 3
CHƯƠNG 1: LÝ THUYẾT VỀ QUẢN LÝ NỢ XẤU VÀ CHẤM ĐIỂM TÍN
DỤNG 5
1.1 Khái niệm về nợ xấu và các qui định về nợ xấu 5
1.2 Khái niệm về quản lý nợ xấu 6
1.3 Giới thiệu về xếp hạng tín dụng khách hàng 8
1.4 Giới thiệu mô hình hồi qui logistic 13
1.5 Xếp hạng tín dụng và quản lý nợ xấu 16
Kết luận chương 1 19

CHƯƠNG 2. TÌNH HÌNH NỢ XẤU, QUẢN LÝ NỢ XẤU VÀ XẾP HẠNG TÍN
DỤNG KHÁCH HÀNG TẠI NH TMCP Á CHÂU 20
2.1 Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại Việt Nam 20
2.2 Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại ngân hàng
TMCP Á Châu 33
Kết luận chương 2 44
CHƯƠNG 3. ỨNG DỤNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN
VÀ CÁC PHƯƠNG ÁN QUẢN LÝ NỢ ĐỀ XUẤT 45
3.1 Thực hiện xếp hạng tín dụng khách hàng cá nhân 45
3.2 Ứng dụng kết quả xếp hạng tín dụng vào công tác quản lý nợ xấu 57
3.3 Khả năng mở rộng phạm vi ứng dụng thang điểm hành vi vào hoạt động
quản lý tín dụng 61

3.4 Một số giải pháp để hạn chế nợ xấu tại Ngân hàng TMCP Á Châu 61
Kết luận chương 3 64
KẾT LUẬN 65
1. Hạn chế của đề tài 65
2. Hướng phát triển của đề tài 66
3. Kết luận chung về đề tài 67
DANH MỤC MỘT SỐ TỪ VIẾT TẮT

NHTM : Ngân hàng thương mại
TMCP : Thương mại cổ phần
NHNN : Ngân hàng nhà nước Việt Nam
VACM : Công ty quản lý tài sản Việt Nam
EIB : Ngân hàng thương mại cổ phần Xuất nhập khẩu
CTG : Ngân hàng thương mại cổ phần Công Thương Việt Nam
ACB : Ngân hàng thương mại cổ phần Á Châu
MBB : Ngân hàng thương mại cổ phần Quân Đội
VCB : Ngân hàng thương mại cổ phần Công Thương Việt Nam
SHB : Ngân hàng thương mại cổ phần Sài Gòn – Hà Nội
STB : Ngân hàng thương mại cổ phần Sài Gòn Thương Tín
NVB : Ngân hàng thương mại cổ phần Nam Việt
KH : khách hàng

DANH MỤC BẢNG BIỂU, BIỂU ĐỒ

Danh mục bảng biểu
Bảng 2.1 Diễn biến nợ xấu của các ngân hàng niêm yết
Bảng 2.2 Nợ nhóm 5 tại các ngân hàng niêm yết
Bảng 2.3 Nợ nhóm 2 tại các ngân hàng niêm yết
Bảng 2.4 Cơ cấu nợ theo năm tại ACB
Bảng 2.5 Cơ cấu nợ theo quí tại ACB

Bảng 2.6 Xếp loại chấm điểm khách hàng
Bảng 3.1 Thống kê mẫu lập thang điểm
Bảng 3.2 Kết quả phân nhóm biến
Bảng 3.3 Kết quả mô hình
Bảng 3.4 Thang điểm
Bảng 3.5 Phân bố dãi điểm
Bảng 3.6 Chỉ số kiểm định
Bảng 3.7 Một số kịch bản quản lý nợ giả định


DANH MỤC BIỂU ĐỒ

Hình 2.1 Biểu đồ tăng trưởng tài sản của ACB
Hình 2.2 Biểu đồ tăng trưởng huy động của ACB
Hình 2.3 Biểu đồ tăng trưởng cho vay của ACB
Hình 2.4 Biểu đồ tăng trưởng lợi nhuận của ACB
Hình 2.5 Biểu đồ diễn biến nợ xấu tại ACB
Hình 2.6 Biểu đồ diễn biến % nợ xấu tại ACB
Hình 2.7 Biểu đồ diễn biến nợ xấu theo quí tại ACB
Hình 2.8 Biểu đồ diễn biến % nợ xấu theo quí tại ACB
Hình 3.1 Đường cong Gini
Hình 3.2 Hệ số K-S
Hình 3.3 Kết quả so sánh kết quả dự báo và thực tế



1

MỞ ĐẦU
1. Lý do chọn đề tài

Hiện tại công tác quản lý nợ xấuvà tình hình nợ xấu tại các ngân hàng Việt Nam
đang rất được quan tâm. Với tình hình kinh tế tiếp tục khó khăn, thị trường bất động
sản vẫn chưa có dấu hiệu khởi sắc, như một lẽ đương nhiên sẽ tác động lên hệ thống
ngân hàng. Vì vậy công tác quản lý nợ xấulà bài toán cấp bách cần phải giải quyết
một cách khoa học tại các ngân hàng thương mại.
Giải quyết một bài toán cần đi đến ngọn ngành của nó, vấn đề quản lý nợ xấu
được đặt ra ở đây cũng tương tự như vậy. Nợ xấu đã tiềm ẩn từ công tác phê duyệt
hồ sơ đầu vào, xuất hiện manh nha trong quá trình trả nợ của khách hàng, được thể
hiện đâu đó trong cảnh báo rủi ro ngành. Nợ xấu không đột ngột xuất hiện. Do đó,
công tác quản lý nợ xấu cần đặc biệt quan tâm một cách hệ thống và mang tính dự
báo chứ không phải giải quyết câu chuyện đã rồi như tình hình hiện nay.
Ngân hàng Thương mại cổ phần Á Châu (ACB) nơi tác giả đang làm việc hiện
cũng không nằm ngoài xu hướng chung của thị trường ngân hàng nói chung. ACB
hiện này đang phải đối mặt với tình hình nợ xấu đang gia tăng và đòi hỏi cần phải
có sự quản lý và thu hồi các khoản nợ này để giảm thiểu tổn thất cho ngân hàng.
Mục tiêu tăng trưởng và mục tiêu quản lý rủi ro cần phải được song hành và cân
nhắc thận trọng. Công tác quản lý nợ xấu là một yêu cầu mang tính cấp bách không
chỉ riêng ACB. “Ứng dụng mô hình mô hình xếp hạng tín dụng khách hàng để dự
báo xác suất xãy ra nợ xấu tại ngân hàng Á Châu” là đề tài mà tác giả thực hiện với
mong muốn góp một phần công sức vào việc quản lý nợ xấu cũng như công tác
quản lý rủi ro tại ngân hàng ACB.

2. Mục đích của đề tài
Đưa ra một cách tiếp cận khác trong công tác quản lý nợ bằng cách sử dụng xếp
hạng tín dụng như một công cụ hỗ trợdự báo nợ xấu, giúp cho công tác thu nợ và
quản lý nợ xấu được hiệu quả hơn.



2

3. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu trong luận văn là ứng dụng xếp hàng tín dụng khách hàng
để dự báo xác suất xãy ra nợ xấu.
Phạm vi nghiên cứu: Ngân hàng TMCP Á Châu và nợ xấu của khách hàng cá
nhân tại NHTM Á Châu giai đoạn 01/01/2012 đến 30/06/2013.

4. Ý nghĩa của đề tài
Góp một phương án không mới nhưng chưa được áp dụng rộng rãi tại Việt Nam
trong công tác quản lý nợ, có hướng tiếp cận một cách khoa học trong việc quản lý
rủi ro tín dụng nói chung.
Hiện tại, theo tìm hiểu của tác giả, các đề tài cử nhân và thạc sỹ tại Việt Nam
nghiên cứu về chủ đề chấm điểm khá nhiều. Nội dung các đề tài chủ yêu tập trung
vào hệ thống xếp hạng tín dụng nội bộ theo tiêu chuẩn quyết định 493/2005/QĐ-
NHNN của Ngân hàng nhà nước. Tác giả chưa tìm thấy đề tài vềchấm điểm tín
dụnghay ứng dụng xếp hạng tín dụng khách hàng để dự báo xác suất xãy ra nợ xấu
từ đó có hướng quản lý nợ phù hợp như đã đề cập. Do đó, dựa trên những thông tin
đã tìm hiểu, có thể tạm kết luận: quản lý nợdựa trên xếp hạng tín dụng khách hàng
chưa được nghiên cứu và tác giả hy vọng góp một phần nhỏ trong việc đưa ra một
vấn đề mới trong công tác thu nợ cũng như công tác quản lý rủi ro tín dụng tại Việt
Nam.

5. Nội dung của đề tài
Khái quát về thực trạng nợ xấutại các Ngân hàng thương mại tại Việt Nam. Giới
thiệu về quản lý nợ xấu vàmô hình xếp hạng tín dụng khách hàng.Sử dụng mô hình
hồi qui logistic để phát triển hệ thống thang điểm tín dụngkhách hàng.Ứng dụng xếp
hạng tín dụng khách hàng vào cho vay tiêu dùngcủa khách hàng cá nhân tại Ngân
hàng TMCP Á Châu phục vụ cho công tác quản lý nợ.Phân tích khả năng ứng dụng
của mô hình và hướng phát triển.

3

6. Phương pháp nghiên cứu
Trong quá trình nghiên cứu đề tài, tác giả đã sử dụng một số phương pháp
nghiên cứu: phương pháp thống kê, tổng hợp và so sánh, đối chiếu và phân tích.

7. Các công trình khoa học có liên quan
Theo tìm hiểu của tác giả, tại Việt Nam chưa có công trình khoa học liên quan
đến ứng dụng xếp hạng tín dụng khách hàng để dự báo xác suất xãy ra nợ xấu và
đưa ra phương án quản lý nợ như đề tài đã đề cập.
Trên thế giới có rất nhiều công trình nghiên cứu về xếp hạng tín dụng khách
hàng (hay chấm điểm tín dụng khách hàng) để dự báo xác suất vỡ nợ. Đề tài của tác
giả được xây dựng dựa vào các nghiên cứu sau đây:
- “A Survey of Credit and Behavioural Scoring: Forecasting financial risk of
lending to consumers” (2000) của tác giả Lyn C. Thomas (Department of
Business Studies,University of Edinburgh, UK). Đề tài đề giới thiệu về chấm
điểm tín dụng trong việc dự báo xác suất vỡ nợ của khách hàng, các mô hình
có thể được sử dụng và cách thức đưa các thông tin về các chỉ số kinh tế vào
mô hình, tác giả giới thiệu thêm về mô hình chấm điểm lợi nhuận (profit
scoring).
- “Time will tell: Behavioural scoring and the dynamics of consumer credit
assessment” của các tác giả: L. C. Thomas (School of Management
University of Southampton, UK), J. Ho (Department of Business Studies,
University of Edinburgh, UK), W. T. Scherer (Department of Systems
Engineering, University of Virginia, USA). Nghiên cứu thảo luận về việc sử
dụng các mô hình trong đánh giá rủi ro tín dụng tiêu dùng, khảo sát những
phương pháp tiếp cận và mục tiêu của chấm điểm tín dụng, điểm hành vi của

khách hàng và điểm lợi nhuận (profit scoring). Sử dụng mô hình “Qui trình
ngẫu nhiên Markov (Markov chain stochastic processes) để phát triển mô
hình chấm điểm hành vi khách hàng.



4

- “Behavioral Credit Scoring” của tác giả Nate Cullerton (Georgetown
University Law Center). Đề tài đề giới thiệu về chấm điểm tín dụng cũng
như các luật định hiện hành tại nước Mỹ liên quan đến chấm điểm tín dụng
hành vi và các đề xuất.
- “Hand book of credit scoring by Elizabeth Mays” của tác giả Elizabeth
Mays. Đây là cuốn sách giới thiệu chi tiết về chấm điểm tín dụng cũng như
cách thức áp dụng mô hình hồi qui logistic vào việc xây dựng thang điểm.




5

CHƯƠNG 1
LÝ THUYẾT VỀ QUẢN LÝNỢ XẤU VÀ CHẤM ĐIỂM TÍN DỤNG
1.1 Khái niệm về nợ xấu và các qui định về nợ xấu:
1.1.1 Qui định về nợ xấu trên thế giới
Theo ngân hàng Trung ương Liên minh Châu Âu, nợ xấu trong các NHTM gồm
- Những khoản nợ không thể thu hồi được :
o Những khoản nợ đã hết hiệu lực hoặc những khoản nợ không có căn
cứ để đòi bồi thường từ nợ.
o Người mắc nợ bỏ trốn hoặc bị mất tích, không còn tài sản để thanh

toán nợ.
o Những khoản nợ mà ngân hàng không thể liên lạc được với người
mắc nợ hoặc không thể tìm được người mắc nợ.
o Những khoản nợ mà khách nợ đã chấm dứt hoạt động kinh doanh,
thanh lý tài sản, hoặc kinh doanh bị thua lỗ và tài sản còn lại không
đủ để trả nợ.
- Nợ có thể thu không đầy đủ cho ngân hàng: đây là những khoản nợ không có
tài sản thế chấp hoặc tài sản thế chấp không đủ trả nợ, người mắc nợ không
liên lạc với ngân hàng để trả lãi hoặc gốc đãđ
ến thời hạn thanh toán, hoặc
hoàn cảnh chỉ ra rằng khoản nợ sẽ không thể thu hồi được đầy đủ như :
o Những khoản nợ mà người mắc nợ đồng ý thanh toán trong quá khứ,
nhưng phần còn lại không thể được đền bù cho khoản nợ, hoặc những
khoản nợ trong đó tài sản được chuyển để thanh toán nhưng giá trị
còn lại không đủ trang trải toàn bộ khoản nợ cho ngân hàng.
o Những khoản nợ mà người mắc nợ khó có thể trả nợ và yêu cầu được
gia hạn nợ nhưng không đền bù được trong thời gian thoả thuận.



6

o Những khoản nợ mà tài sản thế chấp không đủ để trả nợ hoặc tài sản
thế chấp ở Ngân hàng không được chấp thuận về mặt pháp lý dẫn đến
người mắc nợ không có khả năng trả nợ cho ngân hàng đầy đủ.
o Những khoản nợ mà Tòa án tuyên bố người mắc nợ phá sản nhưng
phần bồi hoàn ít hơn dư nợ.
Theo định nghĩa nợ xấu của Phòng Thống kê - Liên hợp quốc, “về cơ bản một
khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày; hoặc các
khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả

theo thoả thuận; hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có
lý do chắc chắn để nghi ngờ về khả năng khoản vay sẽ được thanh toán đầy đủ”.
Như vậy, nợ xấu về cơ bản được xác định dựa trên 2 yếu tố: (i) quá hạn trên 90
ngày và (ii) khả năng trả nợ nghi ngờ. Đây được coi là định nghĩa của Chuẩn mực
kế toán quốc tế (IAS) đang được áp dụng phổ biến hiện hành trên thế giới.

1.1.2 Qui định về nơ xấu tại Việt Nam
Nợ xấu tại Việt Nam hiện tại được qui định theo Quyết định số 493/2005/QĐ-
NHNN ngày 22/04/2005 của Thống đốc NHNN Việt Nam về việc ban hành “Quy
định về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong
hoạt động ngân hàng của tổ chức tín dụng”. Theo đó, nợ xấu được định nghĩa là nợ
dưới tiêu chuẩn, nơ nghi ngờ và nợ có khả năng mất vốn.
1.2 Khái niệm về quản lý nợ xấu
Vấn đề quản lý nợ xấu đượcđặt ra và thảo luận rất nhiều trong giai đoạn hiện
nay, tuy nhiên tác giả đề tài này vẫn chưa tìm thấy có mộtđịnh nghĩa chính thức nào
về quản lý nợ xấu.
Xét trên phương diện nghĩa của từ, quản lý thường được hiểu là chủ trì hay phụ
trách một công việc nào đó.Bản thân khái niệm quản lý có tính đa nghĩa nên có sự



7

khác biệt giữa nghĩa rộng và nghĩa hẹp. Hơn nữa, do sự khác biệt về thời đại, xã
hội, chế độ, nghề nghiệp nên quản lý cũng có nhiều giải thích, lý giải khác nhau.
Xuất phát từ những góc độ nghiên cứu khác nhau, rất nhiều học giả trong và
ngoài nước đã đưa ra giải thích không giống nhau về quản lý. Cho đến nay, vẫn
chưa có một định nghĩa thống nhất về quản lý. Đặc biệt là kể từ thế kỷ 21, các quan
niệm về quản lý lại càng phong phú. Các trường phái quản lý học đã đưa ra những
định nghĩa về quản lý như sau:

- Tailor: "Làm quản lý là bạn phải biết rõ: muốn người khác làm việc gì và
hãy chú ý đến cách tốt nhất, kinh tế nhất mà họ làm " .
- Fayel: "Quản lý là một hoạt động mà mọi tổ chức (gia đình, doanh nghiệp,
chính phủ) đều có, nó gồm 5 yếu tố tạo thành là: kế hoạch, tổ chức, chỉ đạo,
điều chỉnh và kiểm soát. Quản lý chính là thực hiện kế hoạch, tổ chức, chỉ
đạo điều chỉnh và kiểm soát ấy”.
- Hard Koont: "Quản lý là xây dựng và duy trì một môi trường tốt giúp con
người hoàn thành một cách hiệu quả mục tiêu đã định".
- Peter F Druker: "Suy cho cùng, quản lý là thực tiễn. Bản chất của nó không
nằm ở nhận thức mà là ở hành động; kiểm chứng nó không nằm ở sự logic
mà ở thành quả; quyền uy duy nhất của nó là thành tích".
- Peter. F. Dalark: "Định nghĩa quản lý phải được giới hạn bởi môi trường bên
ngoài nó. Theo đó, quản lý bao gồm 3 chức năng chính là: Quản lý doanh
nghiệp, quản lý giám đốc, quản lý công việc và nhân công".
Do đó, quản lý có thể được hiểu là những hoạt động dựa trên chức năng, nhiệm
vụ và quản lý có tính mục đích.
Như vậy, có thể hiểu quản lý nợ xấu là hoạt động phụ trách về vấn đề nợ xấu, có
nhiệm vụ là giảm thiểu hoặc duy trì mức nợ xấu của tổ chức tín dụngở một mức cụ
thể tùy theo qui định của pháp luật hoặc tùy theo mục tiêu của tổ chức tín dụngở
từng thời kỳ khác nhau. Do đó, quản lý nợ xấu cần thực hiện hai mục tiêu:



8

- Thứ nhất là ngăn ngừa sự phát sinh mới của nợ xấu. Để thực hiện đượcđiều
này cần phải tập trung vào các vấnđề trước phê duyệt, quá trình phê duyệt và
quản lý khách hàng sau giải ngân như sau:
o Nâng cao hiệu quả của hoạtđộng thẩm định tín dụngđể tăng cường sự
sàng lọc hồ sơ ban đầu, đảm bảo chất lượng hồ sơ theo qui định.

o Xây dựng chính sách và qui trình phê duyệt tín dụng chặt chẽ và hiệu
quả .
o Có các chính sách quản lý rủi ro hiệu quảđối với các khoản vay
đãđược giải ngân, tăng cường hiệu quả trong công tác cảnh báo
sớmđể kịp thời xử lý những khoản vay/ khách hàng có vấnđề tránh
phát sinh nợ xấu.
- Thứ hai là xử lý nợ xấuđang tồn đọng. Các biện pháp xử lý nợ xấu thường
đượcáp dụng như sau:
o Thực hiện cơ cấu lại thông qua việcđiều chỉnh kỳ hạn trả nợ, gia hạn
nợ hoặc giảm, miễn giảm một phần lãi phải trảđối với các khách hàng
đượcđánh giá là có tiềm năng trả nợ.
o Xử lý tài sản đảm bảo, đòi nợ bên bảo lãnh.
o Sử dụng dự phòng rủi ro.
o Bán nợ cho các công ty xử lý nợ chuyên nghiệp.
o Chứng khoán hóa các khoản nợ xấu.
Tóm lại, có thểđịnh nghĩa quản lý nợ xấu như sau: quản lý nợ xấu là quá trình
xây dựng và thưc hiện các chiến lược, chính sách quản lý tín dụng nhằmđạtđược
mục tiêu kiểm soát nợ xấu phát sinh và xử lý nợ xấuđang tồn đọng sao cho phù hợp
với mục tiêu kinh doanh và qui định của pháp luật trong từng thời kỳ.

1.3 Giới thiệu về xếp hạng tín dụng khách hàng
Chấm điểm tín dụng hay xếp hạng tín dụng khách hàng là quá trình đánh giá
khách hàng dựa trên phương pháp thống kê như phân tích sự khác biệt, hồi qui
tuyến tính, hồi qui nhị phân, hồi quy logistic,… với sự hỗ trợ đắc lực của công nghệ



9

máy tính. Ý tưởng chung đằng sau những phương pháp khác nhau là có tồn tại (ít

nhất) hai nhóm khách hàng tiềm năng: loại tốt và xấu (với một xác suất mặc định
cao hơn trung bình thấp hơn trung bình). Quan điểm thống kê xem việc chấm điểm
tín dụng là một vấn đề của phân loại chính xác, tức là để thiết kế một quy trình có
thể phân biệt được một cá thể thuộc nhóm phân loại nào. Theo đó, các cá thể được
phân chia trên cơ sở một số đặc điểm quan sát như tuổi tác, thu nhập , giới tính ,
quốc tịch, quy mô gia đình , vv - và lịch sử tín dụng - các số thẻ tín dụng, có trả nợ
trễ hạn,…

Thống kê cho thấy lịch sử tín dụng và tiền gửi hay giao dịch nói chung là một
yếu tố dự báo hiệu quả cho hành vi trả nợ của khách hàng. Trong thực tế, lịch sử
giao dịch và các hoạt động tài chính của khách hàng đang được sử dụng rộng rãi
như một thước đo uy tín của chính khách hàng đó.

Xếp hạng tín dụng là quá trình gán các giá trị điểm đến những giá tri thông tin
của khách hàng có nguồn gốc từ hành vitín dụng, thông tin nhân thân, tài chính của
khách hàng như: hành vi thanh toán, sản phẩm sử dụng, và lịch sử trả nợ. Điểm
hành vi được đánh giá và thể hiện thông qua lịch sử hành vi của người vay với ngân
hàng. Thang điểm hành vi hỗ trợ công tác đánh giá rủi ro tín dụng và hỗ trợ việc ra
quyết định quản lý tài khoản vay khách hàng.

Một nhóm mẫu khách hàng được lựa chọn để xem xét các dữ liệu về hoạt động
giao dịch của và lịch sử tín dụng của họ. Quá trình chọn mẫu khách hàng được chia
thành 2 giai đoạn:
- Giai đoạn 1 được gọi là thời gian quan sát thường là 6 đến 12 tháng. Các đặc
điểm hành vi của khách hàng được quan sát trong thời gian này và ghi nhận vào giá
trị của các biến quan sát. Một số biến hành vi điển hình như: dư nợ và doanh thu tín
dụng, số dư và doanh thu tiền gửi, số lần và số ngày trả nợ trễ hạn, các thông tin về
hoạt động tín dụng của khách hàng được trích xuất từ trung tâm thông tin tín

10

dụng,… Một số thông tin khác như: thời gian quan hệ với ngân hàng, tình trạng cư
trú và sự thay đổi một số yếu tố về thông tin nhân thân cũng được xem xét như là
những biến hành vi thuần túy có ảnh hưởng đến biến phụ thuộc là xác suất vỡ nợ
của khách hàng.
- Giai đoạn 2 được gọi là thời gian kết quả thường là 12 tháng và khách hàng
được phân loại là khách hàng tốt hay xấu phụ thuộc vào tình hình trả nợ của khách
hàng trong giai đoạn này. Một khách hàng thường được định nghĩa là xấu nếu số
ngày trả nợ trễ hạn trên 90 ngày trong giai đoạn này, các trường hợp còn lại được
định nghĩa là khách hàng tốt.
Để làm tăng khả năng phân biệt khách hàng tốt và khách hàng xấu, cần loại bỏ
ra khỏi mẫu lập thang điểm các biến không có khả năng phân biệt tốt xấu. Giá trị
thông tin (Information Value – IV) là tiêu chuẩn để đo lường khả năng phân biệt
khách hàng của từng biến. Ngoài ra, giá trị thông tin còn hỗ trợ trong việc phân
nhóm các thuộc tính của biến. Những nhóm có giá trị thông tin gần nhau sẽ được
gom vào chung nhóm để đảm bảo số nhóm không quá nhiều nhưng vẫn có thể phân
biệt tỉ lệ tốt xấu giữa các nhóm. Việc phân nhóm ngoài việc dựa trên tiêu chuẩn giá
trị thông tin còn phải dựa vào kinh nghiệm của người lập mô hình nhằm đảm bảo
việc phân nhóm có ý nghĩa thực tiễn nhất định.
IV= (%G - %B)*Ln(%G/%B)
Theo Hand book of credit scoring by Elizabeths Mays, nên loại bỏ các biến có
giá trị thông tin dưới 0.01.

Một vấn đề quan trọng là liệu để phân chia khách hàng và xây dựng bảng điểm
khác nhau trên từng phân khúc khách hàng cụ thể do một số ngân hàng có chiến
lược vào một nhóm khách hàng nhất định và cần có những thang điểm khác nhau để
phù hợp với những nhóm khách hàng này.

Điểm tín dụng của khách hàng có thể được sử dụng để quyết định làm thế nào để
ứng phó với từng nhóm khách hàng theo từng dãi điểm như: quyết định hạn mức tín



11

dụng, đưa ra các kịch bản thu nợ đối với những khoản phải thu từ nhóm khách hàng
này.

Điểm tín dụng có thể được sử dụng để dự đoán xác suất mà một người nộp đơn
vay hoặc người vay hiện tại sẽ trễ hạn hay mất khả năng thanh toán. Phương pháp
này được giới thiệu vào những năm 1950 và hiện đang sử dụng rộng rãi cho vay
tiêu dùng, đặc biệt là thẻ tín dụng và ngày càng được sử dụng rộng rãi trong cho vay
thế chấp và vay kinh doanh.

Theo Fair, Isaac and Company, Inc., một công ty hàng đầu trong việc phát
triển các mô hình chấm điểm, 50 hoặc 60 biến có thể được xem xét khi phát triển
một mô hình điển hình, nhưng từ 8 đến 12 biến là số biến thích hợp để đưa ra thang
điểm cuối cùng với khả năng dự báo cao nhất. Trong hầu hết (nhưng không phải tất
cả) hệ thống chấm điểm, một điểm số cao hơn cho thấy rủi ro thấp hơn, và các tổ
chức tín dụng đã đặt ra một số điểm lọc (cut-off score) dựa trên mức độ rủi ro đó
sẵn sàng chấp nhận. Dựa vào điểm lọc, các tổ chức tín dụng sẽ phê duyệt các hồ sơ
có điểm số cao hơn điểm lọc và từ chối các ứng viênvới số điểm lọc. Ngoài ra, các
tổ chức tín dụng sẽ xem xét kỹ các hồ sơ gần điểm lọc này trước khi đưa ra quyết
định tín dụng cuối cùng.

Lợi ích của xếp hạng tín dụng
Xếp hạng tín dụng có một số lợi ích rõ ràng trong việc phê duyệt cho vay và
đánh giá khách hàng nên ngày càng được sử dụng rộng rãi. Đầu tiên, xếp hạng tín

dụng làm giảm đáng kể thời gian cần thiết trong quá trình phê duyệt cho vay. Một
nghiên cứu của Business Banking Board phát hiện ra rằngcho vay thông qua quá
trình truyền thống trung bình mất 0.5-12 giờ cho mỗi hồ sơ vay doanh nghiệp nhỏ
và trong quá khứ phải mất đến hai tuần để xử lý một khoản vay. Chấm điểm tín
dụng có thể giảm thời gian này tốt hơn, mặc dù việc tiết kiệm thời gian sẽ khác



12

nhau tùy thuộc vào việc các ngân hàng tuân thủ theo các điểm lọc tín dụng (cut-off
score) hayphải đánh giá lại các hồ sơ gần điểm lọc.
Tiết kiệm thời gian còn có nghĩa là tiết kiệm chi phí cho ngân hàng và lợi ích
của khách hàng. Khách hàngcần chỉ cung cấp các thông tin được sử dụng trong hệ
thống tính điểm và nhận được kết quảphê duyệt hay kết quả đánh giá. Ngay cả khi
tổ chức tín dụng không muốn phụ thuộc hoàn toàn vào điểm tín dụng cho việc ra
quyết định thì chấm điểm tín dụng vẫn có thể làm tăng hiệu quả làm việc của cán bộ
tín dụng bằng cách giúp họ tập trung vào các trường hợp chưa rõ ràng (các hồ sơ
gần điểm lọc).
Một lợi ích khác của xếp hạng tín dụng là cải thiện tính khách quan trong quá
trình phê duyệt cho vay và đánh giá khách hàng. Sự khách quan này sẽ giúp tổ chức
tín dụng đảm bảo họ đang áp dụng cùng bộ tiêu chuẩn với tất cả người đi vay bất kể
chủng tộc, giới tính, hoặc các yếu tố khác bị pháp luật cấm từ được sử dụng trong
các quyết định tín dụng.

Hạn chế của xếp hạng tín dụng
Tính đại diện của mẫu lập thang điểm vẫn là một vấn đề luôn cần giải quyết
trước tiên khi phát triển mô hình. Chính xác là yếu tố rất quan trọng đòi hỏi trong
việc sử dụng kết quả chấm điểm tín dụng. Ngay cả khi tổ chức tính dụng có thể
giảm chi phí của việc đánh giá khách hàng và các hồ sơ vay bằng cách sử dụng

điểm, nếu mô hình này không chính xác, các khoản tiết kiệm chi phí sẽ bị mất đi
bởiviệc đánh giá sai khách hàng (đánh giá khách hàng tốt hơn thực tế, khi khách
hàng bị nợ xấu sẽ làm phát sinh chi phí).

Một trong những nhược điểm dễ dàng nhận thấy của xếp hạng tín dụng là một
mô hình điển hình cần cần sử dụng dữ liệu lịch sử trong hai năm để xây dựng một
tháng điểm áp dụng thang điểm này cho các khách hàng hiện tại.Vấn đề là hành vi
và đặc điểm của khách hàng hiện tại có thể thay đổi về đặc điểm và mức độ tác
động của các biến này đối với kết quả cũng có thể khác với thời điểm mà dữ liệu lập



13

mô hình ghi nhận.Một trong những cách được sử dụng để giảm thiểu hạn chế này là
để có một thời gian quan sát kết quả ngắn hơn (ví dụ 6 tháng) để phân loại khách
hàng là xấu, việc này cần phải được cân nhắc thông qua phân tích dữ liệu quá hạn
trong quá khứ (vintage analysis).

Tính chính xác của một hệ thống tính điểm tín dụng phụ thuộc vào sự thận trọng
trong quá trình phát triển mô hình. Việc này đòi hỏi một hệ thống dữ liệu phong
phú, được lưu trữ và khai thác tốt. Các dữ liệu cần đượccập nhật, và các mô hình
nên được tái đánh giá thường xuyên để đảm bảo rằng những thay đổi trong các biến
đầu vào được cập nhật vào mô hình. Điều cần quan tâm không chỉ trong những đặc
điểm của những người vay đã được cấp tín dụng mà còn của những người đã bị từ
chối . Nếu không, một “lựa chọn thiên vị” trong quá trình phê duyệt cho vay có thể
dẫn đến sai lệch trong các trọng lượng ước tính trong các điểm số.Độ chính xác của
một mô hình phải luôn được kiểm tra. Một mô hình tốt cần phải đưa ra dự đoán
chính xác trong thời điểm kinh tế tốt và xấu, vì vậy các dữ liệu trên đó mô hình dựa
nên bao gồm cả việc mở rộng và suy thoái. Nếu một mô hình chấm điểm tín dụng

không đáp ứng được những điều này, việc sử dụng mô hình sẽ phát sinh những rủi
ro nhất định.

1.4 Giới thiệu mô hình hồi qui Logistic
Ngay từ năm 1909 công ty Moodys đã bắt đầu thực hiện công việc xếp hạng tín
dụng. Cùng theo sự phát triển của công nghệ máy tính và các lý thuyết thống kê,
càng nhiều mô hình chấm điểm và xếp hạng tín dụng ra đời như: mô hình phân tích
sự khác biệt, mô hình Z-Score, mô hình hồi qui logistic, mô hình phân tích và định
giá, mô hình neuron (ứng dụng cho hồ sơ vay doanh nghiệp lớn)…
Với mục tiêu phát triển mô hình chấm điểm hành vi phục vụ công tác quản lý nợ
xấu khách hàng cá nhân, mô hình hồi qui logistic là lựa chọn thích hợp với điều
kiện dữ liệu tại ngân hàng ACB và phù hợp với khả năng của tác giả.



14

Mục tiêu của hồi qui Logistic là nghiên cứu mối tương quan giữa một (hay
nhiều) yếu tố nguy cơ (risk factor) và đối tượng phân tích (outcome). Chẳng hạn
như đối với nghiên cứu mối tương quan giữa hành vi trả nợ của khách hàng và nguy
cơ xãy ra nợ xấu thì yếu tố nguy cơ ở đây là hành vi trả nợ và đối tượng phân tích ở
đây là nguy cơ xãy ra nợ xấu. Trong hồi qui logistic thì các đối tượng nghiên cứu
thường được thể hiện qua các biến số nhị phân (binary) như xảy ra/ không xảy ra ;
nợ xấu/không nợ xấu ; có/không,… còn các yếu tố nguy cơ có thể được thể hiện qua
các biến số liên tục (tuổi, thu nhập,…) hoặc các biến nhị phân (giới tính) hay các
biến thứ bậc (thu nhập : Cao, trung bình, thấp). Vấn đề đặt ra cho nghiên cứu dạng
này là là sao để ước tính độ tương quan của các yếu tố nguy cơ và đối tượng phân
tích. Các phương pháp phân tích như hồi qui tuyến tích không áp dụng được vì biến
phụ thuộc không phải là biến liên tục mà là biến nhị phân. Nhà thống kê học David
R. Cox đã phát triển mô hình có tên Logistic Regression Model (1970) để phân tích

các biến nhị phân.

Tham số tỷ số nguy cơ (Odds Ratio - OR)
Chỉ số thống kê quan trọng trong hồi qui Logistics là tỷ số nguy cơ (Odds Ratio
– OR). Trong tiếng Anh odd có nghĩa là nguy cơ hay khả năng. Nói cách khác odd
là tỷ số của 2 giá trị của một biến nhị phân. Do đó, OR là tỷ số của hai odds.
Trong thực tế, ta không biết được OR thật nên vấn đề quan trọng là phải trả lời
câu hỏi mối tương quan được phản ánh qua OR có ý nghĩa thống kê hay không? Nói
cách khác nếu nghiên cứu trên được lặp lại nhiều lần thì độ dao động của OR là bao
nhiêu?
Gọi p là xác suất của một sự kiện (chẳng hạn sự kiện vỡ nợ của khách hàng).
Khi đó odd được định nghĩa như sau :
 = (

−
)
Gọi yếu tố nguy cơ là x (ví dụ x là khả năng thanh toán của khách hàng, x có 2
giá trị là 0 và 1. x =0: không thanh toán và x=1: thanh toán)



15

Mô hình hồi qui logistic phát biểu rằng 
(

)
phụ thuộc vào giá trị của x qua
một hàm số tuyến tính sau:

hàm số
 + h y 



(

)
=  a  +(P 2.1) =+
trong đó,

(

)
hay(


) được gọi là 
(

)
(và do đó mới có tên là
logistic). , là 2 tham số được ước tính từ dữ liệu, là phần dư (Residual) tức là
phần không giải thích được bằng x. Lý do chuyển p thành

(

)
vì p là xác suất
có giá trị trong khoảng 0,1 trong khi đó


(

)
có giá trị không giới hạn thích hợp
cho việc phân tích theo mô hình hồi qui tuyến tính.
Mô hình trên giả định rằng  tuân theo luật phân phối chuẩn (normal
distribution) với trung bình bằng 0 và phương sai không đổi. Với giả định này thì
giá trị kỳ vọng (expected value) hay giá trị trung bình của (


)với bất cứ giá trị
nào của x là 


=+ (vì giá trị trung bình của=0 )
Nói cách khác, odd vỡ nợ từ phương trình là

 =

−
=


Như vậy, mô hình hồi qui logistic phát biểu rằng odd của một sự kiện (khách hàng vỡ
nợ) tùy thuộc vào yếu tố nguy cơ x (tình trạng thanh toán của khách hàng).

Dựa vào phương trình odd vỡ nợ của nhóm không thanh toán (x=0) là

=




và odd vỡ nợ của nhóm thanh toán là

=


Khi đó tỷ số nguy cơ
 =




=




=


Trong thực tế chúng ta không biết giá trị thực của 2 tham số và mà phải ước
tính chúng từ dữ liệu quan sát được. Theo qui ước thống kê, 2 ước lượng của số 
và là 

và 


16

Mô hình hồi qui logistic tổng quát với k yếu tố nguy cơ x1,x2,…xk được mô tả
bởi phương trình sau:

(

)
=


+

=

+


Trong đó, z được định nghĩa như sau:

=+



+




+



+⋯+





Trong đó:
α ệ s ặ


, 

, …

: hệ số hồi qui (regression cofficients) của các yếu tố nguy cơ (còn
gọi là biến độc lập) 

, 

,…, 

. Hệ số hồi qui cho biết độ mạnh cũng như chiều
của sự ảnh hưởng của các yếu tố nguy cơ đến xác suất xảy ra sự kiện nghiên cứu.
Nếu hệ số hồ qui dương thì yếu tố nguy cơ làm tăng khả năng (xác suất) xảy ra của
sự kiện nghiên cứu và ngược lại.
: h ố ch n (intercept). Giá trị của z khi tất cả các biến độc lập bằng 0

Đồ thị của hồi qui logistic có trục hoành là giá trị của z và trục tung là giá trị của
f(z) (xác suất xảy ra sự kiện). z có thể nhận giá trị bất kỳ âm hoặc dương nhưng f(z)
chỉ nhận giá trị trong khoảng 0 và 1. z dùng để mô tả ảnh hưởng của tất cả các biến
độc lập (yếu tố nguy cơ – risk factor) đến đối tượng nghiên cứu (outcome) và f(z) là
xác suất sự kiện xảy ra.

1.5 Xếp hạng tín dụng khách hàng và quản lý nợ xấu
Theo hiệp ước Basel II, hệ thống xếp hạng tín dụng hay chấm hệ thống
chấmđiểm tín dụng thường được phát triển theo ba phương pháp: phương pháp
chuyên gia, phương pháp mô hình và phương pháp hỗn hợp (kết hợp cả yếu tố
chuyên gia và kết quả mô hình tính toán); trong đó, phương pháp xếp hạng hỗn hợp
được các tổ chức tín dụng sử dụng phổ biến nhất.
HiệpướcBasel II quy định, hệ thống xếp hạng tín dụngvà các kết quả ước lượng
xác suất vỡ nợ, mức độ tổn thất là những yếu tố quan trọng trong quá trình phê



17

duyệt tín dụng, quản lý rủi ro tín dụng, phân bổ nguồn vốn cho vay và quản trị ngân
hàng. Cụ thể hơn, kết quả hệ thống xếp hạng tín dụngvà các ước lượng về xác suất
vỡ nợ và mức độ tổn thất được ứng dụng vào:
- Hỗ trợ phê duyệt tín dụng: cải thiện tính chính xác và hiệu lực của việc ra
quyết định cấp tín dụng, cung cấp phương tiện hỗ trợ để quá trình này trở
nên hiệu quả, tiết kiệm thời gian, chi phí và giảm bớt sự can thiệp từ con
người.
- Thực hiện quản trị rủi ro tín dụng: hệ thống xếp hạng tín dụnglà một công cụ
để đánh giá mức rủi ro của khách hàng. Nhờ tích hợp các nguyên tắc, khung
chính sách và tiêu chuẩn tín dụng căn bản của ngân hàng, hệ thống hệ thống
xếp hạng tín dụnglà căn cứ độc lập để tổ chức tín dụng đánh giá hiệu quả

quá trình quản trị rủi ro của các bộ phận liên quan, bảo đảm việc cấp tín
dụng được quản lý phù hợp, các tài sản có rủi ro tín dụng nằm trong các giới
hạn, thống nhất với các tiêu chuẩn thận trọng và khả năng phát hiện rủi ro
sớm.
- Hỗ trợ xác định giá khoản tín dụng: mức giá chào cho khoản tín dụng phải
phù hợp và đủ để bồi hoàn tổn thất tín dụng. hệ thống xếp hạng tín dụngphân
loại các mức độ rủi ro và là một trong những căn cứ tin cậy để xác định giá
cho các khoản tín dụng, theo nguyên tắc mức điểm thấp (rủi ro cao) có mức
giá cao và ngược lại.
- Hỗ trợ quản lý và quản trị khách hàng: quan hệ khách hàng của các tổ chức
tín dụng phụ thuộc vào điểm tín dụng của khách hàng đó. Những khoản vay
có mức rủi ro cao cần phải kiểm soát, đánh giá thường xuyên, những khách
hàng vay có mức điểm thấp cũng cần phải được chú trọng theo dõi. Ngược
lại, những khách hàng tốt với mức điểm cao sẽ được ưu ái hơn trong các
quan hệ giao dịch.
- Làm căn cứ để lập dự phòng tín dụng: mức dự phòng các khoản cấp tín dụng
phụ thuộc vào mức độ rủi ro của khoản tín dụng đó.