Hoàn thiện mô hình xếp hạng tín dụng cá nhân tại ngân hàng thương mại cổ phần đầu tư phát triển việt nam

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

TRẦN THỊ NGỌC THƠ

HOÀN THIỆN MÔ HÌNH XẾP HẠNG TÍN DỤNG
CÁ NHÂNTẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN
ĐẦU TƯ & PHÁT TRIỂN VIỆT NAM
Ngành: Tài chính – Ngân Hàng
Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

Người hướng dẫn khoa học
TS. LẠI TIẾN DĨNH

TP. Hồ Chí Minh - Năm 2012


i

LỜI CAM ĐOAN
>>>> oOo <<<<

Tôi xin cam đoan rằng luận văn “HOÀN THIỆN MÔ HÌNH XẾP HẠNG TÍN
DỤNG CÁ NHÂN TẠI N GÂN HÀNG THƯƠNG MẠI CỔ PHẦN ĐẦU TƯ &
PHÁT TRIỂN VIỆT NAM” là công trình nghiên cứu khoa học của bản thân , tất cả số
liệu và kết quả nghiên cứu trong luận văn này là trung thực vàchưa hề được sử dụng để
bảo vệ một học vị nào.
Tôi cũng xin cam đoan rằng mọi sự giúpđỡ cho việc thực hiện luận văn này đã

được cảm ơn và các thông tin trích dẫn trong luậnvăn đã được chỉ rõ nguồn gốc.
Tác giả luận văn

Trần Thị Ngọc Thơ


ii

TÓM TẮT
Phù hợp với xu hướng chungtrong việc vaytiêu dùngthếgiới, tín dụng cá nhân, một
sản phẩmtương đối mớitrongthị trườngtài chínhViệt Nam, đã đạt được một số thành
công nhất địnhtrong những năm gần đâyvàhứa hẹntiềm năng phát triểnlớn. Trong tình
hình cạnh tranh gay gắt giữa các bên cho vay cùng với sự gia tăng nhu cầu vay từ
khách hàng cá nhân, mô hình đánh giátín dụngcá nhânlần đầu tiên đượcáp dụng từcuối
năm 2009và đã trở thànhmột công cụhiệuquảđểgiảmthiểurủi ro tín dụngtrong ngắn
hạnnhờ độ chính xác caovà đặc biệt là sự hiệu quả trong việc giải quyết tình trạng bất
đối xứngthôngtintrên thị trườngchovay.
Từ những ý tưởng trên, đề tài"HOÀN THIỆN MÔ HÌNH XẾP HẠN G TÍN
DỤNG CÁ NHÂN TẠI N GÂN HÀNG THƯƠNG MẠI CỔ PHẦN ĐẦU TƯ &
PHÁT TRIỂN VIỆT NAM "được thực hiện với mong muốn xây dựngmột mô
hìnhthíchhợpđể đánh giákhả năng thanh toáncủakhách hàng cá nhân. Đề tài trình
bàymột nghiên cứuở cấp vi môbằngcáchsửdụngnguồn dữ liệuchéotừ ngân hàng
BIDVbao gồm128mẫu quan sátvới11biến giải thíchbaogồm tuổi, giới tính, trình độ
giáo dục, số người phụ thuộc, tình trạng hôn nhân, tình trạng sở hữu nhà, giá trị khoản
vay, thời gian làm việc, thu nhập, tỷ lệ nợ trên tài sản, loại hình khách hàng, loại hình
công ty.
Thông qua việc xử lý dữ liệuvà sử dụngphần mềmStata, đề tài đưa ra những kết
luận sau đây:
(1)Các biến Age, House Ownership Status, Loan, Working time and Monthly
Income có ảnh hưởng mạnh đếnkhả năng trả nợcủa khách hàngcánhân.

(2)Tất cả các biếncònlạikhông ảnh hưởng đếnkhả năng trả nợcủakhách hàng cá
nhân.
(3)Trong số mười hai biến, tình trạng sở hữu nhà ởcóảnh hưởng biên lớn
nhấtđếnbiến phụ thuộc.


iii

Từ những mặt hạn chế đã trình bày của mô hình XHTD cũ, đề tài đưa ra những đề
xuất thông qua kết quả nghiên cứu được từ mô hình Logit, nhằm hoàn thiện mô hình
xếp hạn tín dụng cá nhân cũ để phù hợp với tình hình cho vay tín dụng cá nhân thực tế
tại BIDV nhằm hạn chế ở mức thấp nhất rủi ro có thể xảy ra cho Ngân hàng.


iv

MỤC LỤC
LỜI CAM ĐOAN ........................................................................................................... i
TÓM TẮT ...................................................................................................................... ii
PHẦN MỞ ĐẦU ........................................................................................................... xi
1. Đặt vấn đề .................................................................................................................. xi
2. Mục tiêu nghiên cứu.................................................................................................. xii
3. Đối tượng và phạm vi nghiên cứu ............................................................................ xiii
4. Phương pháp nghiên cứu .......................................................................................... xiii
5. Kết cấu đề tài ............................................................................................................ xiii
CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ XẾP HẠN TÍN DỤNG CÁ NHÂN TẠI NHTM ...... 1

1.1 Tổng quan về xếp hạng tín dụng. .............................................................................. 1
1.1.1 Khái niệm xếp hạng tín dụng (XHTD). ................................................................. 1
1.1.2 Đối tượng xếp hạng tín dụng.................................................................................. 1

1.1.3 Tầm quan trọng của xếp hạng tín dụng. ................................................................. 2
1.2 Cơ sở lý luận về xếp hạng tín dụng ........................................................................... 4
1.2.1 Lịch sử phát triển của mô hình xếp hạng tín dụng cá nhân ................................... 4
1.2.2 Nguyên tắc xếp hạng tín dụng................................................................................ 5
1.2.3 Quy trình xếp hạng tín dụng. ................................................................................. 6
1.2.4 Mô hình xếp hạng tín dụng. ................................................................................... 7
1.2.5 Phương pháp xếp hạng tín dụng theo mô hình điểm số. ........................................ 8
1.2.6 Phương pháp xếp hạng tín dụng cá nhân ............................................................... 8
1.3 Một số nghiên cứu thực nghiệm liên quan ................................................................ 9
1.3.1 Nghiên cứu của Vương Hoàng Quân ................................................................... 10
1.3.2 Các nghiên cứu của Stefanie Kleimeier về Việt Nam ......................................... 11
1.3.3 Mô hình điểm số tín dụng cá nhân của FICO và VantageScore .......................... 12
1.3.4 Hệ thống xếp hạng tín nhiệm của Moody’s và S&P. ........................................... 14
1.4 Kinh nghiệm xếp hạng tín dụng cá nhân của một số ngân hàng thương mại và tổ
chức kiểm toán ở Việt nam. .......................................................................................... 16
1.4.1 Hệ thống xếp hạng tín dụng cá nhân của E&Y. ................................................... 16
1.4.2 Hệ thống xếp hạng tín dụng cá nhân của Vietinbank .......................................... 17


v

1.4.3 Mô hình tính điểm xếp hạng tín dụng của Vietcombank. .................................... 18
1.5 Cơ sở lý luận của Mô hình Logit ............................................................................ 20
1.5.1 Lý thuyết của mô hình.......................................................................................... 20
1.5.1.1 Mô hình nhị phân - Binary Response Model (BRM) ................................................... 20
1.5.1.2 Mô hình xác suất tuyến tính- The linear probability model (LPM)............................. 21
1.5.1.3 Mô hình Logitl : trường hợp đặc biệt của BRM phi tuyến tính .................................... 22

1.5.2. Phương pháp nghiên cứu – lựa chọn các biến .................................................... 27
Kết luận chương 1 ................................................................................................................... 29

CHƯƠNG 2: THỰC TRẠNG XHTD CÁ NHÂN TẠI NGÂN HÀNG TMCP ĐẦU TƯ &
PHÁT TRIỂN VIỆT NAM..................................................................................................... 30

2.1 Tổng quan về NH TMCP ĐẦU TƯ & PHÁT TRIỂN VIỆT NAM (BIDV) .......... 30
2.2 Thực trạng về rủi ro tín dụng và tín dụng cá nhân tại NGÂN HÀNG TMCP ĐẦU
TƯ & PHÁT TRIỂN VIỆT NAM ................................................................................. 31
2.2.1 Rủi ro tín dụng ..................................................................................................... 31
2.2.1.1 Nợ quá hạn .................................................................................................................... 31
2.2.1.2 Quản trị rủi ro tín dụng ................................................................................................. 33

2.2.2 Tín dụng cá nhân .................................................................................................. 36
2.3 Thực trạng XHTD cá nhân tại NH TMCP Đầu tư &Phát triển Việt Nam .............. 38
2.3.1 Mô hình chấm điểm của BIDV ............................................................................ 38
2.3.2 Đánh giá hệ thống xếp hạng tín dụng cá nhân của BIDV. ................................... 41
2.3.2.1 Những kết quả đạt được. ............................................................................................... 42
2.3.2.2 Những hạn chế tồn tại cần khắc phục. .......................................................................... 43
2.3.2.3 Nguyên nhân của những hạn chế .................................................................................. 46

2.4 Xây dựng mô hình Logit xếp hạng tín dụng cá nhân tại BIDV .............................. 47
2.4.1 Kiểm định qua các số liệu khảo sát ..................................................................... 47
2.4.1.1 Kiểm định hệ số từng phần – Z test .............................................................................. 47
2.4.1.2 Kiểm định độ phù hợp tổng quát – Wald test (LR test) ................................................ 47

2.4.2 Kết quả xếp hạng tín dụng cá nhân theo mô hình Logit ...................................... 48
2.4.2.1 Thống kê mô tả ............................................................................................................. 48
2.4.2.2 Kết quả hồi qui .............................................................................................................. 49

2.4.3 Một số kết quả khác ............................................................................................. 52

vi

2.4.4 Kết quả nghiên cứu .............................................................................................. 54
2.4.5 Hạn chế trong nghiên cứu của đề tài .................................................................... 54
Kết luận của chương 2 ............................................................................................................ 55

CHƯƠNG 3: MỘT SỐ GIẢI PHÁP ĐỂ HOÀN THIỆN MÔ HÌNH XẾP HẠNG
TÍN DỤNG CÁ NHÂN TẠI BIDV ............................................................................ 56
3.1 Định hướng phát triển hoạt động kinh doanh của BIDV giai đoạn 2009-2012, tầm
nhìn đến 2015 ................................................................................................................ 56
3.1.1 Mục tiêu đến 2012 ................................................................................................ 56
3.1.2 Tầm nhìn đến 2015............................................................................................... 56
3.1.3 Giá trị cốt lỗi ........................................................................................................ 56
3.1.4 Kế hoạch truyền thông cho hoạt động Ngân hàng bán lẻ .................................... 57
3.1.4.1 Giai đoạn 2009 -2012 – Giai đoạn xây dựng thương hiệu ngân hàng bán lẻ ............... 57
3.1.4.2 Giai đoạn 2012 – 2015 – Giai đoạn tái định vị thương hiệu ......................................... 58

3.2 Một số giải pháp để hoàn thiện mô hình XHTD cá nhân tại BIDV........................ 59
3.2.1 Một số giải pháp từ kết quả nghiên cứu của mô hình Logit ................................ 59
3.2.2Một số giải pháp có liên quan ............................................................................... 61
3.2.2.1. Xây dựng một mô hình XHTD riêng biệt đối với khách hàng cá nhân tại BIDV ....... 61
3.2.2.2. Kiện toàn đối với nguồn số liệu để phân tích đánh giá ................................................ 61
3.2.2.3 Hoàn thiện các vấn đề liên quan đến nguồn nhân lực và tài liệu hướng dẫn xác định
điểm khách hàng ....................................................................................................................... 62
3.2.2.4 Xây dựng chính sách tín dụng hợp lý ........................................................................... 65
3.2.2.5 Xây dựng chiến lược khách hàng đúng đắn .................................................................. 66
Kết luận chương 3 ................................................................................................................... 66

KẾT LUẬN .................................................................................................................. 67
TÀI LIỆU THAM KHẢO .......................................................................................... 68

PHỤ LỤC ..................................................................................................................... 70


vii

DANH MỤC CÁC CHỮ VIẾT TẮT
ACB

Ngân hàng TMCP Á Châu

BIDV

Ngân hàng TMCP Đầu tư & Phát triển Việt Nam

BRM

Binary Response Model (Mô hình nhị phân)

CBTD

Cán bộ tín dụng

CIC

Trung tâm thông tin tín dụng

CNTT

Công nghệ thông tin

DN

Doanh nghiệp

E&Y

Công ty TNHH Ernst & Young Việt Nam

LPM

Linear Probability Model (Mô hình xác suất tuyến tính)

NH

Ngân hàng

NHTM

Ngân hàng thương mại

VAB

Ngân hàng TMCP Việt Á

VietcombankNgân hàng TMCP Ngoại thương Việt Nam
Vietinbank

Ngân hàng TMCP Công thương Việt nam

XHTD

Xếp hạng tín dụng


viii

DANH MỤC CÁC BẢNG BIỂU
Bảng 1. Đặc tính của khách hàng .................................................................................... 10
Bảng 2. Phân loại đánh giá tín dụng cá nhân .................................................................. 11
Bảng 3. Bảng xếp hạng tín dụng cá nhân của Stefanie Kleimeier .................................. 12
Bảng 4. Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng FICO .............. 13
Bảng 5. Hệ thống xếp hạng của VantageScore ............................................................... 14
Bảng 6. Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng VantageScore 14
Bảng 7. Hệ thống ký hiệu xếp hạng công cụ nợ dài hạn của Moody's ........................... 15
Bảng 8. Hệ thống ký hiệu XHTD cá nhân của E&Y ...................................................... 17
Bảng 9. Hệ thống ký hiệu XHTD cá nhân của Vietinbank ............................................. 18
Bảng 10. Hệ thống ký hiệu XHTD cá nhân của Vietcombank ....................................... 19
Bảng 11. Đặc tính khách hàng ........................................................................................ 28
Bảng 12. Cơ cấu chất lượng nợ cho vay giai đoạn 2009- 2011 ...................................... 31
Bảng 13. Các chỉ tiêu nợ phải trích dự phòng giai đoạn 2009-2011 .............................. 32
Bảng 14. Nợ quá hạn của BIDV giai đoạn 2009-2011 ................................................... 33
Bảng 15. Dự phòng dư nợ qua các năm 2009-2011 của BIDV ...................................... 34
Bảng 16. Giá trị sổ sách và cơ cấu tài sản thế chấp tại BIDV giai đoạn 2009-2011 ...... 35
Bảng 17. Cơ cấu nợ theo loại khách hàng giai đoạn 2009-2011 .................................... 37
Bảng 18. Các chỉ tiêu chấm điểm cá nhân của BIDV ..................................................... 38
Bảng 19. Hệ thống ký hiệu XHTD cá nhân của BIDV ................................................... 39
Bảng 20. Các chỉ tiêu chấm điểm tài sản đảm bảo của BIDV ........................................ 40
Bảng 21. Ma trận kết hợp giữa kết quả XHTD với kết quả đánh giá tài sản đảm bảo của
BIDV

......................................................................................................................... 41

Bảng 22. Hệ thống ký hiệu đánh giá tài sản đảm bảo của BIDV ................................... 41
Bảng 23. Phân loại khách hàng theo khả năng trả nợ ..................................................... 48
Bảng 24. Thống kê mô tả của các biến định lượng ......................................................... 49
Bảng 25. Kết quả hồi qui của 2 mô hình Logit ............................................................... 49


ix

Bảng 26. Xếp hạng tín dụng cá nhân cho dữ liệu mẫu ................................................... 50
Bảng 27. Xếp hạng tín dụng cá nhân theo nhóm ............................................................ 50
Bảng 28. Tác động biên của các biến giải thích.............................................................. 51


x

DANH MỤC CÁC HÌNH
Hình 1. Mối quan hệ giữa Biến tiềm ẩn y* và Pr(y=1) trong BRM ............................... 21
Hình 2. Mối quan hệ giữa Odds và P .............................................................................. 22
Hình 3. Mối quan hệ giữa P và Odds ............................................................................. 23
Hình 4. Chỉ tiêu nợ đủ tiêu chuẩn giai đoạn 2009-2011 ................................................. 32
Hình 5. Các chỉ tiêu nợ phải trích dự phòng giai đoạn 2009-2011 ................................. 33
Hình 6. Tỷ lệ trích dự phòng dư nợ giai đoạn 2009-2011 .............................................. 34
Hình 7. Cơ cấu tài sản thế chấp tại NH BIDV giai đoạn 2009-2011 .............................. 35
Hình 8. Cơ cấu cho vay theo loại khách hàng giai đoạn 2009-2011 .............................. 37
Hình 9. Đồ thị thể hiện khả năng trả nợ với khoản vay theo thu nhập ........................... 52
Hình 10. Đồ thị thể hiện khả năng trả nợ với độ tuổi theo thu nhập............................... 52
Hình 11. Đồ thị thể hiện khả năng trả nợ với độ tuổi theo khoản vay ............................ 53
Hình 12. Đồ thị thể hiện khả năng trả nợ với độ tuổi và sở hữu nhà .............................. 53

Hình 13. Đồ thị thể hiện khả năng trả nợ với thu nhập và sở hữu nhà ........................... 54


xi

PHẦN MỞ ĐẦU
1. Đặt vấn đề
Theo Hollis Fishelson - Holstine (2004), các mô hình đánh giá tín dụng đã được
thiết lập để đáp ứng nhu cầu vay tăng nhanh chóng của khách hàng và giúp các ngân
hàng giảm thiểu rủi ro tín dụng và đánh giá khách hàng một cách khách quan. Mô hình
đánh giá tín dụng mang lại lợi ích cho cả bên vay và cho vay theo nhiều cách:
Đầu tiên, ở một mức độ nào đó, các mô hình đánh giá tín dụng sẽ giúp bên cho vay
đánh giá mức độ rủi ro của khách hàng vay đề từ đó đưa ra quyết định. Bên cạnh đó,
với việc ứng dụng các mô hình xếp hạng tín dụng, đặc điểm của khách hàng cá nhân
được phân tích và mã hóa vào phần mềm riêng biệt, sẽ giúp đẩy nhanh quá trình quyết
định và tiết kiệm chi phí. Hơn nữa, việc ứng dụng các mô hình đánh giá tín dụng mang
lại kết quả khách quan, trái ngược với những phán đoán chủ quan của các nhân viên tín
dụng (loại bỏ sự phân biệt giới tính, tôn giáo, quốc tịch ... ). Cuối cùng, các mô hình
được mã hóa với các biến cụ thể và đưa ra một kết quả duy nhất trong khi quyết định
của nhân viên tín dụng bị chi phối bởi nhiều yếu tố chủ quan khác. Do đó, việc sử dụng
mô hình có độ tin cậy cao hơn.
Lợi thế lớn nhất của các mô hình xếp hạng tín dụng so với các phương pháp truyền
thống là việc giúp giảm thiểu đáng kể rủi ro tín dụng phát sinh chủ yếu từ việc bất cân
xứng thông tin. Chỉ có các khách hàng vay tiềm năng mới biết rõ tình trạng tài chính
của bản thân, đặc biệt là khả năng thanh toán trong khi sự đánh giá của các nhân viên
tín dụng có thể bị ảnh hưởng đáng kể bởi các yếu tố chủ quan dẫn đến việc đưa ra
những quyết định sai lầm trong một số trường hợp. Ngược lại, với việc ứng dụng các
mô hình xếp hạng tín dụng theo đó các dữ liệu khách hàng được thu thập từ các
nguồn chính thức và đáng tin cậy, mã hóa và xử lý một cách khách quan với mô hình
Logit, nguy cơ cấp vốn cho một khách hàng có khả năng thanh toán xấu có thể được

giảm nhẹ hoặc loại bỏ .


xii

Mặc dù xuất hiện rất sớm từ năm 1950 (Hollis Fishelson - Holstine 2004), các mô
hình xếp hạng tín dụng cá nhân không được áp dụng rộng rãi tại các Ngân hàng thương
mại Việt Nam. Tại ngân hàng BIDV, mô hình đã không được phát triển và ứng dụng
cho đến nay.
Việt Nam là một quốc gia đông dân với hơn tám mươi triệu người, phần lớn trong
số đó là giới trẻ với phong cách sống năng động. Xu hướng thanh toán trả sau ngày
càng phổ biến tại 2 thành phố lớn Hà Nội và Hồ Chí Minh. Do đó, các ngân hàng đã
cung cấp dịch vụ tín dụng bán lẻ và thu hút được sự tham gia của số đông giới trẻ. Đây
là một thị trường tiềm năng rộng lớn với sự cạnh tranh khắc nghiệt, nơi mà sự sống còn
của một nhà cung cấp dịch vụ sẽ phụ thuộc rất nhiều vào khả năng đưa ra những quyết
định chính xác với chi phí và rủi ro ít hơn. Vì vậy, việc ứng dụng mô hình đánh giá tín
dụng cá nhân trở nên cấp thiết và quan trọng hơn bao giờ hết.
Đề tài nghiên cứu sâu hơn về các hệ thống xếp hạng tín dụng cá nhân, một lĩnh vực
mới xuất hiện tại Việt Nam trong những năm gần đây. Các dịch vụ ngân hàng dành cho
khách hàng cá nhân được dự đoán sẽ bùng nổ trong những năm tới, do đó, việc tìm
hiểu và cải thiện hệ thống xếp hạng tín dụng cá nhân là một bước đi quan trọng hướng
tới việc chuẩn bị cho sự phát triển đầy hứa hẹn của thị trường cho vay cá nhân.
2. Mục tiêu nghiên cứu
Các mục tiêu nghiên cứu bao gồm:
• Phân tích thực trạng việc xếp hạng tín dụng cá nhân tại Ngân hàng TMCP Đầu tư
& Phát triển Việt Nam.
• Thông qua mô hình Logit xác định các biến số tác động đáng kể đến khả năng
thanh toán của khách hàng cá nhân, từ đó phân biệt giữa các khách hàng có khả năng
thanh toán tốt và xấu.
• Kiểm định mô hình Logit, từ đó đề xuất các giải pháp để hoàn thiện mô hình

chấm điểm cá nhân tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam.


xiii

3. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu của đề tài là hoạt động xếp hạng tín dụng cá nhân và việc
ứng dụng một số kết quả nghiên cứu của mô hình logit để hoàn thiện mô hình xếp hạng
tín dụng cá nhân tại BIDV.
Phạm vi nghiên cứu:
• Đề tài được áp dụng nghiên cứu trong toàn hệ thống của BIDV
• Thông tin và số liệu phục vụ cho nghiên cứu được tác giả thu thập trong gian
đoạn 2009-2011. Đặc biệt, đề tài sửdụngcác dữ liệuvề khách hàngcánhântại BIDVvào
năm 2012, bao gồm 128mẫu quan sát được tổng hợp từhệ thống thông tin nội bộcủa
ngân hàng. Nhữngdữ liệu này được thu thập thôngquaviệc điều tra cácthông tin về
khách hàngtrongquátrìnhquyết định cho vay, và sau đó đượcnhập vàocơ sở dữ liệusau
khi khoản vay được chấp thuận. Saukhiđược mã hóa, dữ liệu đượcchạy trênphần
mềmStatavới một ứng dụngcủa mô hìnhLogitđểđolườngkhả năng trả nợcủakhách hàng
cá nhân.
4. Phương pháp nghiên cứu
Trong quá trình nghiên cứu luận văn , tác giả đã thu thập số liệu cần thiết từ BIDV
trong năm 2012, từ đó tác giả sử dụn g phương pháp định lượng để chạy mô hình và
đưa ra những kết luận cần thiết cho đề tài . Bên cạnh đó, đề tài sử dụng phương pháp
phân tích định tính như thống kê mô tả, tổng hợp, so sánh số liệu.
5. Kết cấu đề tài
Đề tài có kết cấu gồm 3 chương như sau:
• Chương 1: Cơ sở lý luận về xếp hạng tín dụng cá nhân tại NHTM
• Chương 2: Thực trạng xếp hạng tín dụng cá nhân tại NGÂN HÀNGTMCP
ĐẦU TƯ & PHÁT TRIỂN VIỆT NAM.
• Chương 3: Một số giảipháp để hoàn thiện mô hìnhXếp hạng tín dụng cá

nhântại BIDV.


1

CHƯƠNG 1
CƠ SỞ LÝ LUẬN VỀ XẾP HẠN TÍN DỤNG CÁ NHÂN
TẠI NHTM
1.1 Tổng quan về xếp hạng tín dụng.
1.1.1 Khái niệm xếp hạng tín dụng (XHTD).
XHTD là việc đưa ra nhận định về mức độ tín nhiệm đối với trách nhiệm tài
chính; hoặc đánh giá mức độ rủi ro tín dụng phụ thuộc các yếu tố bao gồm năng lực
đáp ứng các cam kết tài chính, khả năng dễ bị vỡ nợ khi các điều kiện kinh doanh
thay đổi, ý thức và thiện chí trả nợ của người đi vay.
1.1.2 Đối tượng xếp hạng tín dụng.
Hệ thống XHTD tiếp cận đến tất cả các yếu tố có liên quan đến rủi ro tín dụng,
các Ngân hàng thương mại (NHTM) không sử dụng kết quả XHTD nhằm thể hiện
giá trị của người đi vay mà đơn thuần là đưa ra ý kiến hiện tại dựa trên các nhân tố
rủi ro, từ đó có chính sách tín dụng và giới hạn cho vay phù hợp. Một sự xếp hạng
cao của một khách hàng đi vay chưa phải là chắc chắn trong việc thu hồi đầy đủ các
khoản nợ gốc và lãi vay, mà chỉ là cơ sở để đưa ra quyết định đúng đắn về tín dụng
đã được điều chỉnh theo dự kiến mức độ rủi ro tín dụng có liên quan đến khách
hàng là người đi vay và tất cả các khoản vay của khách hàng đó. Xếp hạng người đi
vay chủ yếu dự báo nguy cơ vỡ nợ theo ba cấp độ cơ bản là nguy hiểm, cảnh báo và
an toàn dựa trên xác suất không trả được nợ PD (Probability of Default). Cơ sở của
xác suất này là dữ liệu về các khoản nợ quá khứ trong vòng 5 năm trước đó của
khách hàng, gồm các khoản nợ đã trả, khoản nợ trong hạn và khoản nợ không thu
hồi được. Dữ liệu được phân theo ba nhóm: Nhóm dữ liệu tài chính liên quan đến
các hệ số tài chính của khách hàng cũng như các đánh giá của các tổ chức xếp hạng;
nhóm dữ liệu định tính phi tài chính liên quan đến trình độ quản lý, khả năng nghiên

cứu và phát triển sản phẩm mới, các dữ liệu về khả năng tăng trưởng của ngành; Và
nhóm dữ liệu mang tính cảnh báo liên quan đến các hiện tượng báo hiệu khả năng
không trả được nợ, tình hình số dư tiền gửi, hạn mức thấu chi. Các nhóm dữ liệu


2

này được đưa vào một mô hình định sẵn để xử lý, từ đó tính được xác xuất không
trả được nợ của khách hàng. Đó có thể là mô hình tuyến tính, mô hình probit... và
thường được xây dựng bởi các tổ chức tư vấn chuyên nghiệp.
Xếp hạng khoản vay dựa trên cơ sở xếp hạng người vay và các yếu tố bao gồm
tài sản đảm bảo, thời hạn cho vay, tổng mức dư nợ tại các tổ chức tín dụng, năng
lực tài chính. Rủi ro của khoản vay được đo lường bằng xác suất rủi ro dự kiến EL
(Expected Loss). Xác xuất này được tính theo công thức EL = PD x EAD x LGD.
Trong đó, EAD (Exposure at Default) là tổng dư nợ của khách hàng tại thời điểm
khách hàng không trả được nợ ), LGD (Loss Given Default) là tỷ trọng tổn thất ước
tính.
Theo thống kê của ủy ban Basel, tại thời điểm không trả được nợ, khách hàng
thường có xu hướng rút vốn vay tới mức gần xấp xỉ hạn mức được cấp. Hiệp ước
Basel II yêu cầu tính EAD = Dư nợ bình quân + LEQ x Hạn mức tín dụng chưa sử
dụng bình quân. Trong đó, LEQ (Loan Equyvalent Exposure) là tỷ trọng phần vốn
chưa sử dụng có nhiều khả năng sẽ được khách hàng rút thêm tại thời điểm không
trả được nợ. LEQ x Hạn mức tín dụng chưa sử dụng bình quân đó chính là dư nợ
khách hàng rút thêm tại thời điểm không trả được nợ ngoài mức dư nợ bình
quân.Tổn thất ước tín bao gồm tổn thất về khoản vay và các tổn thất khác phát sinh
như lãi suất đến hạn nhưng không được thanh toán, chi phí xử lý tài sản đảm bảo,
chi phí cho dịch vụ pháp lý và một số chi phí liên quan. LGD là tỷ trọng phần vốn
bị tổn thất trên tổng dư nợ tại thời điểm khách hàng không trả được nợ được tính
theo công thức LGD = (EAD - Số tiền có thể thu hồi)/EAD.
1.1.3 Tầm quan trọng của xếp hạng tín dụng.

Hệ thống ngân hàng chiếm một vị trí quan trọng như là huyết mạch của nền kinh
tế với vai trò cung cấp các sản phẩm dịch vụ chủ yếu trong quá trình hoạt động của
các doanh nghiệp. Trong đó, tín dụng là một phần quan trọng nhất của hoạt động
ngân hàng. Tuy nhiên hoạt động tín dụng luôn tiềm ẩn rất nhiều rủi ro, đặc biệt là ở
các nước có nền kinh tế mới nổi như Việt Nam bởi hệ thống thông tin thiếu minh
bạch và không đầy đủ, trình độ quản trị rủi ro còn nhiều hạn chế, tính chuyên


3

nghiệp của cán bộ ngân hàng chưa cao,… Nợ xấu luôn tồn tại ở bất cứ ngân hàng
nào từ ngân hàng nhỏ đến những ngân hàng hàng đầu thế giới vì nó là một phần tất
yếu của hoạt động kinh doanh của ngân hàng. Hiệu quả của quản trị rủi ro tín dụng
là kiểm soát được nợ xấu ở một mức độ nhất định đảm bảo cho sự hoạt động bền
vững của ngân hàng. Quản trị rủi ro tín dụng được thể hiện thông qua cơ chế, chính
sách, mô hình tổ chức và mô hình quản trị rủi ro phù hợp với điều kiện kinh doanh,
cơ sở hạ tầng, chính sách quản lý của Việt Nam nhằm hạn chế những rủi ro tín dụng
có thể xảy ra.
Trong những năm gần đây, hệ thống ngân hàng đã bộc lộ nhiều điểm yếu kém
trong hoạt động tín dụng, nợ xấu tăng cao, nguyên nhân xuất phát từ phía khách
quan do tác động của cuộc khủng khoảng tài chính, tiền tệ toàn cầu và cũng một
phần không nhỏ xuất phát từ phía chủ quan do việc quản lý tín dụng còn chưa chặt
chẽ và một bộ phận cán bộ tín dụng trình độ và đạo đức nghề nghiệp yếu kém.
Trước thực trạng trên, Ngân hàng Nhà nước những năm gần đây đã tập trung định
hướng quản lý rủi ro trong lĩnh vực ngân hàng theo yêu cầu của Basel II thông qua
các qui định về quản lý rủi ro và các buổi tập huấn, đào tạo cho các cán bộ ngân
hàng. Một trong các yêu cầu cho định hướng trên là xây dựng và phát triển hệ thống
xếp hạng tín dụng.
Xếp hạng tín dụng giúp ngân hàng giảm chi phí và thời gian ra quyết định cho
vay thông qua thực hiện chính sách khách hàng như hạn mức cho vay, thời hạn

chovay, giá trị tài sản bảo đảm cần cho khoản vay, lãi suất cho vay. Xếp hạng tín
dụng giúp ngân hàng quản lý tốt hơn danh mục cho vay: giám sát và đánh giá các
khoản tín dụng cho biết khoản vay có chất lượng tốt hay đang có xu hướng xấu đi từ
đó đưa ra những giải pháp kịp thời. Xếp hạng tín dụng giúp phát triển chiến lược
hướng tới các khách hàng tốt và rủi ro ít hơn. Và đặc biệt xếp hạng tín dụng giúp
ngân hàng quản trị rủi ro tín dụng tốt hơn.
Hệ thống xếp hạng tín dụng giúp ngân hàng thương mại quản trị rủi ro, kiểm
soát mức độ tín nhiệm của khách hàng và thiết lập các chính sách tín dụng, quản trị
phù hợp nhằm hạn chế tối thiểu rủi ro tín dụng có thể xảy ra. Ngân hàng thương


4

mại, nhờ đó, có thể đánh giá hiệu quả danh mục cho vay thông qua giám sát sự thay
đổi dư nợ và phân loại nợ trong từng nhóm khách hàng đã được xếp hạng, qua đó
điều chỉnh danh mục theo hướng ưu tiên nguồn lực vào nhóm những khách hàng an
toàn.
1.2 Cơ sở lý luận về xếp hạng tín dụng
1.2.1 Lịch sử phát triển của mô hình xếp hạng tín dụng cá nhân
Các mô hình xếp hạng tín dụng cá nhân đã xuất hiện cách đây hơn 50 năm.
Theo mô hình này, khả năng thanh toán nợ của các cá nhân có các khoản vay thế
chấp nhà ở, các khoản vay giáo dục, vay nâng cấp nhà ... sẽ được lượng hóa bằng
một điểm số tín dụng. Với việc sử dụng điểm số này, bên cho vay có thể đánh giá
mức độ rủi ro của khách hàng về khả năng trả nợ quá hạn hoặc mất khả năng thanh
toán.
Kể từ khi xuất hiện, với tính chính xác cao trong việc đánh giá khả năng thanh
toán nợ, mô hình xếp hạng tín dụng cá nhân đã trở thành một công cụ quản lý hiệu
quả các rủi ro tín dụng cho các ngân hàng thương mại và các tổ chức tài chính
khác. Lợi thế đáng kể nhất của mô hình này là việc lượng hóa khả năng thanh toán
nợ của bên vay thành một điểm số, tạo điều kiện cho những người cho vay đưa ra

quyết định nhanh hơn, nhất quán hơn và hiệu quả hơn, từ đó dẫn đến việc giảm
đáng kể chi phí.
Xếp hạng tín dụng chủ yếu dựa trên sự khác biệt nhóm dân số nơi mà đặc điểm
của từng thành viên trong cùng một nhóm không thể quan sát trong khi sự khác biệt
tương đối giữa các nhóm được xác định. Phương pháp này lần đầu tiên được đưa ra
bởi RA Fisher vào năm 1936 khi ông tiến hành phân biệt các khoản nợ xấu và tốt
bằng phương pháp thống kê đa biến. Năm 1941, David Durand công nhận phương
pháp này có thể được sử dụng để phân biệt giữa các khoản vay tốt và xấu. Nghiên
cứu của ông dựa trên các dữ liệu được cung cấp bởi các ngân hàng và công ty tài
chính , các khoản cho vay được phân loại theo các đặc điểm khác nhau của khách
hàng vay mà người cho vay nắm được và so sánh kinh nghiệm thu hồi khoản vay
giữa các nhóm.


5

Các hệ thống chấm điểm đầu tiên được phát triển bởi Bill Fair và Earl Isaac vào
năm 1958. Dự án ban đầu của họ chứng minh thành công giá trị của điểm số tín
dụng. Hệ thống chấm điểm giúp giảm 20-30% khoản nợ quá hạn trong khi vẫn duy
trì khối lượng cho vay, hệ thống này cũng có thể được sử dụng để tăng khối lượng
cho vay 20-30% ở cùng một số lượng các khoản nợ quá hạn (Hollis Fishelson).
Trong những năm 1960, sự ra đời của thẻ tín dụng đánh dấu một bước tiến mới
cho hệ thống xếp hạng tín dụng cá nhân. Phương pháp truyền thống dựa vào đánh
giá của nhân viên tín dụng không thể đáp ứng đủ nhu cầu đăng ký thẻ tín dụng ngày
càng gia tăng một cách nhanh chóng. Từ đó, nhu cầu xây dựng một hệ thống xếp
hạng tính dụng cá nhân trở nên cấp thiết hơn bao giờ hết. Tiếp theo đó, việc ban
hành "Cơ hội tín dụng bình đẳng" ở Mỹ và các điều luật sửa đổi trong năm 19751976 đánh dấu sự chấp nhận rộng rãi việc tính điểm tín dụng. Theo đạo luật này, sẽ
là bất hợp pháp nếu phân biệt đối xử các khách hàng vay dựa trên cơ sở giới tính,
tôn giáo hay chủng tộc... trừ khi sự phân biệt ấy được chứng minh trên cơ sở khoa
học. Vì vậy, việc đánh giá khách hàng vay dựa trên số liệu thống kê và điểm số tín

dụng đã trở thành một yếu tố chính yếu trong quy trình đánh giá tín dụng.
Trong cuối những năm 1980, mô hình xếp hạng tín dụng cho thẻ tín dụng đã trở
nên phổ biến trong các sản phẩm và dịch vụ của ngân hàng như tín dụng cá nhân,
vay mua nhà, vay vốn kinh doanh ... Đó cũng là những năm mà mô hình Logit và
hồi qui tuyến tính được ứng dụng rộng rãi trong các tổ chức kinh doanh. Ngày nay,
điểm số tín dụng vẫn được sử dụng rộng rãi trong các ngân hàng và các tổ chức tài
chính để chấp thuận hạn mức cho thẻ tín dụng và các khoản vay tự động.
1.2.2 Nguyên tắc xếp hạng tín dụng.
Hệ thống XHTD là công cụ quan trọng để tăng cường tính khách quan, nâng cao
chất lượng và hiệu qủa hoạt động tín dụng. Mô hình tính điểm tín dụng là phương
pháp lượng hóa mức độ rủi ro thông qua đánh giá thang điểm, các chỉ tiêu đánh giá
trong những mô hình chấm điểm được áp dụng khác nhau đối với từng loại khách
hàng.


6

Khái niệm hiện đại về XHTD được tập trung vào các nguyên tắc chủ yếu bao
gồm phân tích tín nhiệm trên cơ sở ý thức và thiện chí trả nợ của người đi vay và
từng khoản vay; đánh giá rủi ro dài hạn dựa trên ảnh hưởng của chu kỳ kinh doanh
và xu hướng khả năng trả nợ trong tương lai; đánh giá rủi ro toàn diện và thống nhất
dựa vào hệ thống ký hiệu xếp hạng.
Trong phân tích XHTD cần thiết sử dụng phân tích định tính để bổ sung cho
những phân tích định lượng. Các dữ liệu định lượng là những quan sát được đo
lường bằng số, các quan sát không thể đo lường bằng số được xếp vào dữ liệu định
tính. Các chỉ tiêu phân tích có thể thay đổi phù hợp với sự thay đổi của trình độ
công nghệ và yêu cầu quản trị rủi ro.
Theo các nhà nghiên cứu thì các ngành kinh doanh có tính cạnh tranh cao, thâm
dụng vốn và có tính chu kỳ sẽ rủi ro hơn các ngành kinh doanh ít bị cạnh tranh, có
nhiều rào cản gia nhập thị trường và có nhu cầu sản phẩm ổn định, dễ ước tính. Mức

độ rủi ro của ngành cũng có mối tương quan với sự phát triển của các điều kiện kinh
tế, tài chính trong tương lai bởi vì nhưng yếu tố này sẽ có ảnh hưởng đáng kể đến
việc nâng cao hiệu quả hoạt động sản xuất kinh doanh của doanh nghiệp trong cả
ngắn hạn lẫn dài hạn Việc thu thập số liệu để đưa vào mô hình XHTD cần được
thực hiện một cách khách quan, linh động. Sử dụng cùng lúc nhiều nguôn thông tin
để có được cái nhìn toàn diện về tình hình tài chính của khách hàng vay
1.2.3 Quy trình xếp hạng tín dụng.
Căn cứ vào chính sách tín dụng và các quy định có liên quan của từng ngân hàng
nhằm xác lập quy trình XHTD. Một quy trình XHTD bao gồm các bước cơ bản như
sau:
(1) Thu thập thông tin liên quan đến các chỉ tiêu sử dụng trong phân tích đánh
giá, thông tin xếp hạng của các tổ chức tín nhiệm khác liên quan đến đối tượng xếp
hạng. Trong quá trình thu thập thông tin, ngoài những thông tin do chính khách
hàng cung cấp, cán bộ thẩm định phải sử dụng nhiều nguồn thông tin khác từ các
phương tiện thông tin đại chúng, thông tin từ trung tâm tín dụng của VCB, thông tin
từ CIC…


7

(2) Phân tích bằng mô hình để kết luận về mức xếp hạng. Sử dụng đồng thời chỉ
tiêu tài chính và chỉ tiêu phi tài chính. Đặc biệt đối với những chỉ tiêu phi tài chính
phải được sử dụng hết sức linh hoạt, khách quan, phù hợp với từng loại hình doanh
nghiệp, từng mặt hàng kinh doanh. Mức xếp hạng cuối cùng được quyết định sau
khi tham khảo ý kiến Hội đồng xếp hạng. Trong XHTD của các NHTM thì kết quả
xếp hạng không được công bố rộng rãi.
(3) Theo dõi tình trạng tín dụng của đối tượng được xếp hạng để điều chỉnhmức
xếp hạng, các thông tin điều chỉnh được lưu giữ. Tổng hợp kết quả xếp hạng so
sánh với thực tế rủi ro xảy ra, và dựa trên tần suất phải điều chỉnh mức xếp hạng đã
thực hiện đối với khách hàng để xem xét điều chỉnh mô hình xếp hạng.

1.2.4 Mô hình xếp hạng tín dụng.
Mô hình đơn giản nhất được sử dụng trong XHTD là mô hình một biến số.Chỉ
tiêu đánh giá phải được thống nhất trong mô hình. Tỷ suất tài chính được sử dụng
trong mô hình một biến số bao gồm các chỉ tiêu thanh khoản, các chỉ tiêu hoạt động,
chỉ tiêu cân nợ, chỉ tiêu lợi tức, chỉ tiêu vay nợ và chi phí trả lãi. Các chỉ tiêu phi tài
chính thường được sử dụng bao gồm thời gian hoạt động của doanh nghiệp, số năm
kinh nghiệm và trình độ của nhà quản trị cấp cao, triển vọng ngành. Nhược điểm
của mô hình một biến số là kết quả dự báo khó chính xác nếu thực hiện phân tích và
cho điểm các chỉ tiêu đánh giá một cách riêng biệt, hơn nữa, mỗi người có thể hiểu
các chỉ tiêu đánh giá theo một cách khác nhau. Để khắc phục nhược điểm này, các
nhà nghiên cứu đã phát triển những mô hình kết hợp nhiều biến số thành một giá trị
để dự báo sự thất bại của doanh nghiệp như mô hình phân tích hồi quy, phân tích
lôgích, phân tích xác xuất có điều kiện, phân tích phân biệt nhiều biến số. NHTM áp
dụng các mô hình khác nhau tuỳ theo đối tượng xếp loại là cá nhân, doanh nghiệp
hay tổ chức tín dụng. Trong đề tài nghiên cứu này chỉ đề cập đến hai nhóm khách
hàng được xếp hạng là cá nhân và doanh nghiệp. Các mô hình này được sử dụng ổn
định và có thể điều chỉnh sau vài năm sử dụng khi thấy có nhiều sai sót lớn giữa xếp
hạng với thực tế.


8

1.2.5 Phương pháp xếp hạng tín dụng theo mô hình điểm số.
Mục đích của XHTD là để dự đoán những khách hàng có khả năng rủi ro cao
chứ không nhằm lý giải tại sao họ phá sản, hay tìm câu trả lời cho giả thuyết về mối
quan hệ giữa khả năng phá sản với các biến số kinh tế xã hội. Các phương pháp
XHTD hiện đại bao gồm phương pháp nghiên cứu thống kê dựa trên sự hồi quy và
cây phân loại còn được gọi là thuật toán đệ quy phân định; hoặc phương pháp vận
trù học dựa trên toán học để giải quyết các bài toán tài chính bằng quy hoạch tuyến
tính, qua đó nhà quản trị có được quyết định hợp lý cho các hành động trong hiệntại

và tương lai.
XHTD theo mô hình điểm số là phương pháp khoa học kết hợp sử dụng dữ liệu
nghiên cứu thống kê và áp dụng mô hình toán học để phân tích, tính điểm cho các
chỉ tiêu đánh giá trong mô hình một biến hoặc đa biến. Các chỉ tiêu sử dụng trong
XHTD được xác lập theo nhóm bao gồm phân tích ngành, phân tích hoạt động kinh
doanh, và phân tích hoạt động tài chính. Sau đó đưa vào mô hình để tính điểm theo
trọng số và quy đổi điểm nhận được sang một biểu tượng xếp hạng tương ứng.
1.2.6 Phương pháp xếp hạng tín dụng cá nhân
Trong giai đoạn trước, việc ra quyết định dựa trên đánh giá chủ quan. Thông qua
kinh nghiệm làm việc lâu năm, nhân viên tín dụng sẽ đánh giá đơn xin vay tín dụng
dựa trên các thông tin được cung cấp bởi các khách hàng để quyết định chấp thuận
hoặc từ chối cho vay. Sau đây là những tiêu chí thường được sử dụng:
Đầu tiên, thông tin cá nhân cơ bản của khách hàng (tình trạng hôn nhân, tuổi tác,
gia đình, công việc hiện tại ...). Thứ hai là giá trị khoản vay. Thứ ba là tài sản thế
chấp.. Thứ tư là năng lực trả nợ. Thứ năm là các điều kiện thị trường khác. Quyết
định thường mang tính chủ quan hoặc chủ yếu dựa trên nguyên tắc phân loại chung,
do đó nó không thể xử lý những thông tin phức tạp.
Điểm khác biệt cơ bản của các mô hình tính điểm tín dụng hiện nay là các mô
hình này dựa trên những phân tích thống kê đầy đủ để xác định các yếu tố cần được
xem xét trong quyết định tín dụng, và trọng số của mỗi yếu tố được đưa vào mô
hình. Người cho vay có thể đưa ra quyết định bằng cách sử dụng nhất quán một tập


9

hợp thông tin và phương pháp đo lường mức độ rủi ro. Mô hình được xây dựng
thông qua các bước cơ bản sau:
• Thứ nhất, một mẫu dữ liệu với quy mô từ hàng ngàn cho đến hàng trăm ngàn
khách hàng được thu thập. Mỗi mẫu bao gồm thông tin cá nhân và lịch sử tín dụng
trên 12 tháng đến 24 tháng của khách hàng.

• Thứ hai, cán bộ tín dụng thẩm định nguy cơ của mỗi khách hàng cá nhân và
xác định xem đơn xin vay có thể được phê duyệt với một mức độ chấp nhận rủi ro
như thế nào. Cuối cùng, cán bộ tín dụng loại bỏ khách hàng "xấu". (Ví dụ như các
khách hàng có khoản nợ đã quá hạn ba tháng liên tiếp). Khách hàng có lịch sử tín
dụng không đủ dài hoặc thông tin không rõ ràng sẽ bị loại khỏi mẫu. Vấn đề cần
được xem xét ở đây là giới hạn thời gian thích hợp để có thể phân loại chính xác
khách hàng. Về mặt thống kê, thời gian phù hợp nhất là 12-18 tháng vì hoạt động
kinh doanh thường đi vào ổn định sau ít nhất 12 tháng kể từ khi bắt đầu. Vì vậy, bất
kỳ thời gian nào dưới 12 tháng có thể dẫn đến dự báo không chính xác. Mặt khác,
với thời gian dài hơn 2 năm, có thể xảy ra những thay đổi trong thuộc tính dân số.
Vì vậy, thời gian 12-18 tháng được coi là thời gian thích hợp nhất.
Xếp hạng tín dụng trở thành một bài toán phân loại với các yếu tố đầu vào là
thông tin được cung cấp bởi khách hàng kết hợp với những nguồn thông tin khác (ví
dụ như nhà cung cấp dịch vụ điện thoại), và các yếu tố đầu ra được biệt hóa thành
nhóm nợ "tốt" hay "xấu".
Trong thực tế, nhiều phương pháp đã được nghiên cứu để giải quyết vấn đề này.
Tất cả các phương pháp được đưa ra nhằm mục đích trả lời hai câu hỏi quan trọng
nhất trong xây dựng mô hình xếp hạng tín dụng. Thứ nhất là các yếu tố nào cần
được xem xét trong mô hình xếp hạng tín dụng? Thứ hai là làm thế nào để xác định
điểm số của mỗi yếu tố nên được đưa vào mô hình?
1.3 Một số nghiên cứu thực nghiệm liên quan
Trong phần này, đề tài giới thiệu một số nghiên cứu tiêu biểu về đánh giá tín
dụng cá nhân. Tuy nhiên, phương pháp mà đề tài căn cứ là phương pháp tiếp cận
của Vương Hoàng Quân.


10

1.3.1 Nghiên cứu của Vương Hoàng Quân
Tác giả thực hiện mô hình hồi quy logit nhị phân trên các thiết lập với các biến

thu thập cho các mô hình sau:
Bảng 1. Đặc tính của khách hàng
Biến

Tên biến- Ý nghĩa

X01

Tuổi

X02

Trình độ giáo dục

X03

Nghề nghiệp

X04

Loại hình công việc

X05

Thu nhập hàng tháng

X06

Tình trạng hôn nhân

X07

Nơi cư trú

X08

Thời gian cư trú

X09

Số người phụ thuộc

X10

Phương tiện đi lại

X11

Phương tiện thông tin

X12

Sự khác biệt giữa thu nhập và chi tiêu

X13

Giá trị tài sản

X14

Giá trị khoản vay

X15

Mối quan hệ với Techcombank

X16

Uy tín trong giao dịch

Nguồn: Vương Hoàng Quân, 2006, Phương pháp thống kê
mô tả xây dựng mô hình Định mức tín nhiệm khách hàng thể
nhân
Với mô hình hồi qui Logit:

P( x) =

eβ

T

x

1 + eβ

T

x

Trong đó: P (x)làxác suấtcủaquan sát X

11

Các biến Loại hìnhcông việcvà Uy tíntrong giao dịch khôngcó ý nghĩa thống
kêtrong mô hình. Sau khi hồi qui với mẫu bao gồm 1727quan sát, tác giả thu đươc
kết quả mô hình vớinhững dự đoánchính xác cao99,25%.
Ngoài ra, dựa trênkhả năngquansát, tác giả đã đưaramột hệ thốngphân loạitín
dụng cá nhânnhư sau:
Bảng 2. Phân loại đánh giá tín dụng cá nhân
Probability

Rating

PXi ≥ 0.85

A1

0.65 ≤ PXi ≤ 0.85

A2

0.5 ≤ PXi ≤ 0.65

A3

0.35 ≤ PXi ≤ 0.5

B1

0.25 ≤ PXi ≤ 0.35

B2

0 ≤ PXi ≤ 0.25

B3

Nguồn: Vương Quân Hoàng, 2006, Phương pháp thống kê xây dựng
mô hình định mức tín nhiệm khách hàng thể nhân
1.3.2 Các nghiên cứu của Stefanie Kleimeier về Việt Nam
Stefanie Kleimeier đã tiến hành nghiên cứu với nguồn dữ liệu đươc thu thập từ
các ngân hàng thương mại tại Việt Nam với 22 biến bao gồm tuổi tác, thu nhập,
trình độ học vấn, nghề nghiệp, kinh nghiệm làm việc, điều kiện cư trú, giới tính,
tình trạng hôn nhân, mục đích vay ... để xác định mối quan hệ giữa các biến này đến
rủi ro tín dụng,từ đó thiết lập một mô hình chấm điểm tín dụng cá nhân áp dụng cho
các ngân hàng Việt Nam.
Stefanie Kleimeier đã phát triển một mô hình tính điểm tín dụng cá nhân, bao
gồm hai phần: cá nhân khách hàng và mối quan hệ với ngân hàng. Dựa trên tổng số
điểm mà xếp loại theo 10 mức giảm dần từ Aaa đến D như quy định trong bảng 3.
Tuy nhiên, nghiên cứu này không cung cấp cho một số điểm cụ thể cho từng tiêu
chí, do đó để áp dụng mô hình đòi hỏi các ngân hàng thương mại phải thiết lập số