Ứng dụng mô hình logistic trong xây dựng mô hình đo lường xác suất không trả được nợ của khách hàng doanh nghiệp theo basel II tại NHTMCP công thương việt nam

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KINH TẾ
--------o0o---------

NGUYỄN THU HÀ

ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XÂY DỰNG
MÔ HÌNH ĐO LƯỜNG XÁC SUẤT KHÔNG TRẢ ĐƯỢC
NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP THEO
BASEL II TẠI NHTMCP CÔNG THƯƠNG VIỆT NAM

LUẬN VĂN THẠC SỸ QUẢN TRỊ KINH DOANH
CHƯƠNG TRÌNH ĐỊNH HƯỚNG THỰC HÀNH

Hà Nội - Năm 2015


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KINH TẾ
-----------------

NGUYỄN THU HÀ

ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XÂY DỰNG
MÔ HÌNH ĐO LƯỜNG XÁC SUẤT KHÔNG TRẢ ĐƯỢC
NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP THEO
BASEL II TẠI NHTMCP CÔNG THƯƠNG VIỆT NAM
Chuyên ngành: Quản trị kinh doanh
Mã số: 60 34 01 02
LUẬN VĂN THẠC SỸ QUẢN TRỊ KINH DOANH
CHƯƠNG TRÌNH ĐỊNH HƯỚNG THỰC HÀNH

NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. LÊ TRUNG THÀNH

XÁC NHẬN CỦA
CÁN BỘ HƯỚNG DẪN

XÁC NHẬN CỦA CHỦ TỊCH HĐ
CHẤM LUẬN VĂN

Hà Nội - Năm 2015


CAM KẾT
Tôi xin cam kết toàn bộ nội dung luận văn này là do bản thân tự nghiên cứu từ
những tài liệu tham khảo, thực tiễn tại NHTMCP Công Thương Việt Nam và tuân
thủ theo sự hướng dẫn của Tiến sĩ Lê Trung Thành, với sự hỗ trợ và tạo điều kiện
của Ban lãnh đạo cùng với đồng nghiệp tại NHTMCP Công Thương Việt Nam.
Tôi xin cam đoan đề tài “Ứng dụng mô hình Logistic trong xây dựng mô hình
đo lường xác suất không trả được nợ của khách hàng doanh nghiệp theo Basel II tại
NHTMCP Công Thương Việt Nam” là hoàn toàn không sao chép từ luận văn, luận
án của người khác, số liệu và thông tin trích dẫn có nguồn gốc đáng tin cậy.
Tôi xin chịu trách nhiệm hoàn toàn về tính xác thực của bài viết.

Học viên

Nguyễn Thu Hà


LỜI CẢM ƠN
Trước hết, tác giả xin thể hiện sự cảm ơn sâu sắc đến Tiến sỹ Lê Trung Thành,
Trường Đại học Kinh tế - Đại học Quốc gia Hà Nội đã cho tác giả những lời khuyên

xác đáng và hướng dẫn tận tình cho tác giả thực hiện luận văn thạc sỹ này.
Đồng thời, tác giả muốn thể hiện sự cảm ơn chân thành đến Ban lãnh đạo của
NHTMCP Công Thương Việt Nam đã tạo điều kiện cho tác thực hiện nghiên cứu
này. Đặc biệt, tác giả chân thành cảm ơn các đồng nghiệp của tác giả tại ngân hàng
đã hỗ trợ tác giả trong quá trình thu thập và phân tích dữ liệu khách hàng doanh
nghiệp tại NHTMCP Công Thương Việt Nam.
Bên cạnh đó, tác giả xin cảm ơn Khoa Quản trị kinh doanh – Trường Đại học
Kinh tế - Đại học Quốc gia Hà Nội đã tổ chức khóa học Thạc sỹ này để tạo điều
kiện cho tác giả được học tập, nâng cao kiến thức trong bối cảnh kinh doanh hội
nhập hiện nay.
Cuối cùng, tác giả xin thể hiện tình cảm trân trọng đến bố mẹ, bạn bè và các
thầy (cô) giáo của tác giả trong quá trình học tập chương trình đào tạo Thạc sỹ
Quản trị kinh doanh đã khích lệ, động viên tác giả thực hiện luận văn này.


TÓM TẮT
Trước yêu cầu tiến tới đo lường rủi ro tín dụng theo Basel II, trong đó xác suất
không trả được nợ là một trong những cấu phần của rủi ro tín dụng, tác giả đã tiến
hành nghiên cứu việc Xây dựng mô hình đo lường xác suất không trả được nợ của
khách hàng doanh nghiệp theo Basel II tại NHTMCP Công Thương Việt Nam sử
dụng mô hình Logistic.
Qua nghiên cứu cho thấy việc ứng dụng mô hình Logistic vào đo lường xác
suất không trả được nợ của khách hàng doanh nghiệp theo các yêu cầu của Basel II
tại ngân hàng Vietinbank là hoàn toàn khả thi. Nghiên cứu cũng chỉ ra phương pháp
luận và cách thức thực hiện xây dựng mô hình đo lường xác suất không trả được nợ
của khách hàng doanh nghiệp ứng dụng mô hình Logistic.
Về chất lượng dữ liệu: hiện tại ngân hàng hoàn toàn đáp ứng các yêu cầu về dữ
liệu theo Basel II.
Về cách thức thực hiện: từ nguồn dữ liệu hiện tại, thực hiện làm sạch dữ liệu,
tạo biến, phân tích đơn biến, phân tích đa biến, chạy hồi quy logistic, kết hợp mô

hình đã cho kết quả xây dựng được mô hình logistic đo lường xác suất không trả
được nợ của khách hàng doanh nghiệp từ dữ liệu báo cáo tài chính, phi tài chính và
phân loại nợ của Vietinbank. Những lưu ý về kỹ thuật xử lý dữ liệu, phương pháp
thu thập và phương pháp phân tích dữ liệu cũng được đúc rút qua quá trình nghiên
cứu thực hiện trong thực tiễn, đóng góp vào việc xây dựng phương pháp thực hiện
xây mô hình đo lường xác suất không trả được nợ của khách hàng doanh nghiệp cho
ngân hàng Vietinbank.
Những hạn chế và khó khăn trong quá trình thực hiện giúp tác giả đưa ra
những biện pháp để nâng cao chất lượng dữ liệu và chất lượng mô hình đo lường
xác suất không trả được nợ của khách hàng doanh nghiệp tại Vietinbank.


MỤC LỤC
DANH MỤC CÁC TỪ VIẾT TẮT ........................................................................... i
DANH MỤC BẢNG ................................................................................................... i
DANH MỤC HÌNH ...................................................................................................ii
DANH MỤC BIỂU ĐỒ .............................................................................................ii
MỞ ĐẦU .................................................................................................................... 1
CHƯƠNG 1. CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN TÌNH HÌNH NGHIÊN
CỨU ............................................................................................................................ 4
1.1. Xác suất không trả được nợ (PD) và đo lường PD theo Basel II ................... 4
1.1.1. Hiệp ước Basel II và tác động của nó tới thực hành quản lý rủi ro tín dụng ........... 4
1.1.1.1. Giới thiệu về hiệp ước Basel II ......................................................................... 4
1.1.1.2. Nội dung tóm tắt của Basel II về rủi ro tín dụng .............................................. 5
1.1.1.3 Tác động của Basel II tới thực hành Quản lý rủi ro tín dụng ........................... 8
1.1.2. PD và các yêu cầu về mô hình đo lường PD theo phương pháp IRB .................... 10
1.1.2.1. Khái niệm PD.................................................................................................. 10
1.1.2.2. Các yêu cầu về mô hình đo lường PD theo phương pháp IRB ....................... 10

1.2. Các bước cơ bản xây dựng mô hình đo lường PD ........................................ 12

1.2.1. Chuẩn bị dữ liệu ..................................................................................................... 13
1.2.1.1. Thời điểm quan sát và kỳ đánh giá ................................................................. 13
1.2.1.2. Xác định khách hàng tốt/xấu .......................................................................... 13
1.2.1.3 Thu thập dữ liệu ............................................................................................... 13
1.2.2. Tạo biến ................................................................................................................. 14
1.2.2.1 Biến tài chính ................................................................................................... 14
1.2.2.2 Biến phi tài chính ............................................................................................. 15
1.2.3. Phân tích đơn biến ................................................................................................. 15
1.2.3.1 Biến tài chính ................................................................................................... 15
1.2.3.2 Biến phi tài chính ............................................................................................. 17
1.2.3.3 Số lượng biến được chọn để sử dụng sau bước phân tích đơn biến ................ 19
1.2.4. Phân tích đa biến .................................................................................................... 19
1.2.4.1 Lựa chọn phương pháp thống kê ..................................................................... 19
1.2.4.2. Phân tích tương quan...................................................................................... 20


1.2.4.3 Các bước phân tích đa biến ............................................................................. 21
1.2.4.4. Khả năng phân biệt mô hình ........................................................................... 23
1.2.5. Kết hợp mô hình và kết quả mô hình ..................................................................... 23

1.3. Mô hình Logistic ............................................................................................... 24
1.3.1. Mô hình hồi quy Logistic cho biến đáp ứng nhị phân ........................................... 24
1.3.2. Ước lượng tham số cho mô hình hồi quy logistic cho biến đáp ứng nhị phân ...... 25
1.3.3. Phương pháp logit biến đổi biến độc lập X ........................................................... 27
1.3.4. Kiểm định mô hình hồi quy logistic ...................................................................... 29
1.3.5. Sự phù hợp của mô hình hồi quy logistic trong đo lường PD tại Việt Nam .......... 30

1.4. Tình hình nghiên cứu ....................................................................................... 32
CHƯƠNG 2. PHƯƠNG PHÁP NGHIÊN CỨU THIẾT KẾ LUẬN VĂN ........ 35
2.1. Phương pháp nghiên cứu................................................................................. 35

2.1.1. Phương pháp nghiên cứu định lượng ..................................................................... 35
2.1.2. Địa điểm, thời gian thực hiện nghiên cứu .............................................................. 36
2.1.3. Dữ liệu, công cụ sử dụng ....................................................................................... 37
2.1.4. Quy trình nghiên cứu ............................................................................................. 37

2.2. Phương pháp thu thập dữ liệu ........................................................................ 38
2.2.1. Các phương pháp sử dụng thu thập dữ liệu ........................................................... 38
2.2.1.1. Sử dụng Bảng thu thập thông tin .................................................................... 38
2.2.1.2. Phương pháp làm sạch dữ liệu ....................................................................... 40
2.2.1.3. Phân khúc theo mục đích thu thập dữ liệu và lựa chọn mẫu .......................... 41
2.2.2. Mô tả quá trình thu thập dữ liệu............................................................................. 42
2.2.3. Các giả định, phạm vi hiệu lực và các hạn chế ...................................................... 45
2.2.3.1. Các giả định .................................................................................................... 45
2.2.3.2. Phạm vi hiệu lực ............................................................................................. 45
2.2.3.3. Các tồn tại, hạn chế ........................................................................................ 46

2.3. Phương pháp phân tích dữ liệu....................................................................... 46
2.3.1. Các chỉ tiêu nghiên cứu ......................................................................................... 46
2.3.2. Phần mềm nhập liệu và phân tích số liệu............................................................... 50
2.3.2.1. Công cụ Microsoft excel ................................................................................. 50
2.3.2.2. Chương trình thống kê SPSS........................................................................... 50


2.3.3. Kỹ thuật phân tích số liệu ...................................................................................... 52
2.3.3.1. Trong phân tích các biến tài chính ................................................................. 52
2.3.3.2. Trong phân tích các biến phi tài chính ........................................................... 53
2.3.3.3. Trong phân tích đa biến .................................................................................. 54

CHƯƠNG 3. ÁP DỤNG MÔ HÌNH LOGISTIC VÀO XÂY DỰNG MÔ HÌNH
ĐO LƯỜNG PD CỦA KHDN THEO BASEL II TẠI VIETINBANK .............. 56

3.1. Thực trạng đo lường rủi ro tín dụng KHDN tại Vietinbank hiện nay........ 56
3.1.1. Tổng quan về ngân hàng Vietinbank ..................................................................... 56
3.1.1.1. Sơ lược quá trình thành lập và mô hình tổ chức của Vietinbank ................... 56
3.1.1.2. Kết quả kinh doanh ......................................................................................... 57
3.1.2. Xếp hạng tín dụng KHDN tại Vietinbank hiện nay ............................................... 59
3.1.2.1. Thước đo rủi ro tín dụng KHDN..................................................................... 59
3.1.2.2. Công cụ đo lường rủi ro tín dụng KHDN ....................................................... 61
3.1.2.3. Mô hình đo lường rủi ro tín dụng KHDN ....................................................... 63
3.1.3. Đánh giá công cụ đo lường rủi ro tín dụng KHDN ............................................... 63
3.1.3.1. Kết quả đạt được ............................................................................................. 63
3.1.3.2. Hạn chế ........................................................................................................... 66
3.1.4. Sự cần thiết xây dựng mô hình đo lường PD của KHDN theo Basel II ................ 67

3.2. Ứng dụng mô hình logistic vào xây dựng mô hình đo lường xác suất không
trả được nợ của KHDN theo Basel II .................................................................... 68
3.2.1. Chuẩn bị dữ liệu ..................................................................................................... 68
3.2.1.1. Điểm quan sát và kỳ đánh giá ......................................................................... 68
3.2.1.2. Định nghĩa khách hàng Tốt/Xấu ..................................................................... 68
3.2.1.3. Kết quả thu thập dữ liệu ................................................................................. 68
3.2.2. Tạo biến ................................................................................................................. 71
3.2.2.1. Biến tài chính .................................................................................................. 71
3.2.2.2. Biến phi tài chính ............................................................................................ 72
3.2.3. Làm sạch dữ liệu .................................................................................................... 73
3.2.3.1. Phân tích trường hợp thiếu thông tin.............................................................. 73
3.2.3.2. Dấu kỳ vọng của biến...................................................................................... 74
3.2.4. Phân tích đơn biến ................................................................................................. 74
3.2.5. Phân tích đa biến .................................................................................................... 75


3.2.6. Kết hợp mô hình .................................................................................................... 77

CHƯƠNG 4. ĐÁNH GIÁ VÀ KHUYẾN NGHỊ .................................................. 78
4.1. Đánh giá xây dựng mô hình đo lường PD của KHDN theo Basel II áp dụng mô
hình logistic......................................................................................................................... 78
4.1.1. Những kết quả đạt được ......................................................................................... 78
4.1.1.1. Mô hình logistic sử dụng để xây dựng mô hình do lường PD của KHDN là
thực hiện được ............................................................................................................. 78
4.1.1.2. Xây dựng mô hình đo lường PD của KHDN đáp ứng các yêu cầu của Basel II78
4.1.2. Những hạn chế và nguyên nhân ............................................................................. 82
4.1.2.1. Hạn chế ........................................................................................................... 82
4.1.2.2. Nguyên nhân ................................................................................................... 82

4.2. Một số ý kiến để nâng cao chất lượng đo lường PD của KHDN.................. 84
4.2.1. Hoàn thiện quy định, quy trình quản lý chấm điểm tín dụng và phân loại nợ khách
hàng .................................................................................................................................. 84
4.2.2. Tăng cường các công cụ hỗ trợ giúp phát hiện gian lận, chấn chỉnh công tác chấm
điểm của chi nhánh .......................................................................................................... 84
4.2.3. Hoàn thiện hệ thống chấm điểm ............................................................................ 84
4.2.4. Chuẩn hóa cơ sở dữ liệu xây dựng mô hình .......................................................... 84

KẾT LUẬN .............................................................................................................. 86
TÀI LIỆU THAM KHẢO ...................................................................................... 88
PHỤ LỤC 01 – BẢNG THU THẬP THÔNG TIN KHÁCH HÀNG
PHỤ LỤC 02 – MINH HỌA LOGIC KIỂM TRA DỮ LIỆU
PHỤ LỤC 03 – NHÓM NGÀNH
PHỤ LỤC 04 – MINH HỌA CÁC BIẾN TÀI CHÍNH VÀ PHI TÀI CHÍNH
PHỤ LỤC 05 – KẾT QUẢ PHÂN TÍCH ĐƠN BIẾN
PHỤ LỤC 06 – MINH HỌA CÁC BIẾN TÀI CHÍNH VÀ PHI TÀI CHÍNH
ĐƯỢC LỰA CHỌN

DANH MỤC CÁC TỪ VIẾT TẮT
STT
1

Nguyên nghĩa

Ký hiệu
Basel II

International Convergence of Capital Measurement and Capital
Standards: A revised framework Comprehensive Version

2

BCTC

Báo cáo tài chính

3

KHDN

Khách hàng doanh nghiệp

4

NH

Ngân hàng

5

NHTMCP

Ngân hàng thương mại cổ phần

6

PD

Probability of Default - Xác suất không trả được nợ

7

PTC

Phi tài chính

8

RRTD

Rủi ro tín dụng

9

TD

Tín dụng

10

Vietinbank Ngân hàng thương mại cổ phần Công Thương Việt Nam

11

XHTD

Xếp hạng tín dụng

DANH MỤC BẢNG
STT

Bảng

Nội dung

Trang

1

Bảng 1.1

Quy luật thể hiện khả năng phân biệt AUROC

17

2

Bảng 1.2

Quy luật khả năng phân biệt của biến theo IV

18

3

Bảng 1.3

Các phương pháp thống kê thông dụng để phát triển

19

mô hình
4

Bảng 1.4

Các bước phân tích đa biến

21

5

Bảng 2.1

Các bước ghép nhóm

54

6

Bảng 3.1

Kết quả kinh doanh của VietinBank giai đoạn 2009 –

58

2013
7

Bảng 3.2

Thang điểm và hạng đối với KHDN

59

8

Bảng 3.3

Bộ chỉ tiêu áp dụng đối với KHDN

61

9

Bảng 3.4

Số lượng khách hàng Xấu và tổng số khách hàng sau

68

khi làm sạch dữ liệu

i


10

Bảng 3.5

Phân khúc KHDN Nghị định 56

69

11

Bảng 3.6

Các mức phân khúc doanh nghiệp theo quy mô

70

12

Bảng 3.7

Số lượng khách hàng trong 6 phân khúc

71

13

Bảng 3.8

Số lượng biến tài chính

72

14

Bảng 3.9

Số lượng biến phi tài chính

72

15

Bảng 3.10

Tổng hợp số lượng biến phi tài chính trong mỗi nhóm

73

16

Bảng 3.11

Số biến được lựa chọn trong từng mô hình

75

17

Bảng 3.12

Bảng 3.12 – Minh họa kết quả chạy hồi quy Logistic

76

18

Bảng 3.13

Kết quả ban đầu cho biến tài chính của mô hình 1 khi

76

sử dụng phương pháp Forward stepwise
19

Bảng 3.14

Kết quả kết hợp mô hình cho phân khúc Thương mại

77

và dịch vụ
20

Bảng 4.1

So sánh giữa các định nghĩa

78

DANH MỤC HÌNH
STT

Hình

Nội dung

Trang

1

Hình 1.1

Các bước xây dựng mô hình PD

12

2

Hình 1.2

Minh họa về một đường cong ROC

16

3

Hình 1.3

So sánh giữa biến ban đầu và biến được biến đổi

28

4

Hình 2.1

Mô tả phương pháp forward stepwise

55

DANH MỤC BIỂU ĐỒ
STT

Biểu đồ

1

Biểu đồ 2.1

Nội dung

Quy trình nghiên cứu

ii

Trang
38


MỞ ĐẦU
1. Về tính cấp thiết của đề tài
Rủi ro trong hoạt động ngân hàng hết sức đa dạng và phức tạp, tiềm ẩn trong
mọi nghiệp vụ từ thẻ, tiền gửi, tài trợ thương mại đến đầu tư, kinh doanh ngoại
hối… với nhiều mức độ khác nhau, nhưng có ảnh hưởng sâu rộng và nghiêm trọng
nhất vẫn là rủi ro tín dụng, bởi tín dụng là hoạt động căn bản và chủ yếu tạo ra khối
lượng lợi nhuận lớn nhất, cũng như tổn thất lớn nhất của ngân hàng. Điều này
không chỉ đúng trên phương diện lý thuyết, mà được minh chứng rõ ràng bằng thực
tiễn kinh doanh của ngành ngân hàng.
Để đảm bảo hệ thống ngân hàng Việt Nam ổn định vững chắc, Ngân hàng
Nhà nước Việt nam định hướng chiến lược phát triển trong lĩnh vực ngân hàng từ
nay đến năm 2020 theo hướng tập trung quản trị rủi ro nói chung và quản trị rủi ro
tín dụng nói riêng. Các nhà lãnh đạo ngân hàng Việt nam cần phải áp dụng các kinh
nghiệm quốc tế để xây dựng mô hình đo lường rủi ro tín dụng theo Công ước Basel
của Ủy Ban Basel. Trong đó, nhiệm vụ hàng đầu phải ước lượng xác suất không trả
được nợ của khách hàng – PD. Thực tế, trong hệ thống ngân hàng Việt nam chưa
có bất kỳ ngân hàng nào áp dụng chính thức các mô hình xác định xác suất không
trả được nợ của khách hàng vào trong hoạt động để hỗ trợ việc ra quyết định cho
vay.
Xuất phát từ thực tiễn chất lượng cơ sở dữ liệu tín dụng khách hàng doanh
nghiệp tại ngân hàng Vietinbank, tác giả nhận thấy việc ứng dụng một mô hình
thống kê định lượng để ước lượng xác suất không trả được nợ là một vấn đề mang

tính tất yếu và chiến lược. Chính vì vậy, tác giả lựa chọn đề tài “Ứng dụng mô
hình Logistic trong xây dựng mô hình đo lường xác suất không trả được nợ
của khách hàng doanh nghiệp theo Basel II tại Vietinbank” làm đề tài luận văn
tốt nghiệp cao học để xem xét tính khả thi, cách thức ứng dụng và chất lượng kết
quả ước lượng xác suất không trả được nợ khi sử dụng mô hình Logistic.
2. Câu hỏi nghiên cứu, giả thuyết nghiên cứu

1


-

Câu hỏi nghiên cứu: Mô hình logistic có thể ứng dụng để xây mô hình đo

lường PD của KHDN hay không và cách thức áp dụng mô hình Logistic vào xây
dựng mô hình đo lường PD của KHDN theo Basel II tại Vietinbank là như thế nào.
-

Giả thuyết nghiên cứu: Xây dựng mô hình đo lường PD của KHDN theo

Basel II tại Vietinbank thông qua sử dụng mô hình Logistic là hoàn toàn khả thi và
là bước thiết yếu để nâng cao chất lượng quản trị rủi ro tín dụng theo chuẩn mực
quốc tế Basel II.
3. Mục đích nghiên cứu
-

Cách thức sử dụng mô hình Logistic trong xây dựng mô hình đo lường PD

của KHDN theo Basel II tại Vietinbank.
4. Nhiệm vụ nghiên cứu

-

Tổng quát hóa lý luận về mô hình Logistic, xây dựng mô hình, quy định của

Basel II về mô hình đo lường PD của khách hàng.
-

Tổng hợp các vấn đề lý luận cơ bản về xây dựng mô hình đo lường xác suất

không trả được nợ theo Basel II, mô hình Logistic.
-

Đánh giá thực trạng chất lượng cơ sở dữ liệu tín dụng khách hàng doanh

nghiệp và hệ thống đo lường PD của KHDN tại Vietinbank đến nay để xem xét tính
khả thi của việc xây dựng mô hình ước lượng xác suất không trả được nợ của
KHDN thông qua ứng dụng mô hình Logistic.
-

Cách thức xây dựng mô hình đo lường PD của KHDN sử dụng mô hình

Logistic.
-

Đề xuất một số ý kiến nâng cao chất lượng dữ liệu, kết quả đo lường PD của

KHDN tại Vietinbank.
5. Đối tượng và phạm vi nghiên cứu
-

Đối tượng nghiên cứu của luận văn là mô hình logistic, phương pháp đo

lường xác suất không trả được nợ của KHDN theo Basel II, cách thức thực hiện xây
dựng mô hình; dữ liệu tín dụng KHDN tại Vietinbank, các báo cáo phân loại nợ,
cho vay, xếp hạng tín dụng khách hàng tại Vietinbank
-

Phạm vi nghiên cứu là dữ liệu tín dụng KHDN của toàn hệ thống ngân hàng

Vietinbank từ năm 2008 đến nay

2


6. Những dự kiến đóng góp của luận văn nghiên cứu
Luận văn dự kiến đưa ra những phương pháp và cách thức thực hiện về xây
dựng mô hình đo lường xác suất không trả được nợ của KHDN cho Vietinbank,
trong đó sử dụng mô hình logistic, và hướng đến tuân theo những quy định của
Basel II. Đây là một vấn đề mới hiện chưa được nghiên cứu tại Việt Nam.
7. Cấu trúc luận văn
Cấu trúc của luận văn gồm:
Mở đầu
Chương 1. Cơ sở lý luận và tổng quan tình hình nghiên cứu
Chương 2. Phương pháp nghiên cứu thiết kế luận văn
Chương 3. Áp dụng mô hình logistic vào xây dựng mô hình đo lường PD của
KHDN theo Basel II tại Vietinbank
Chương 4. Đánh giá và khuyến nghị
Kết luận
Tài liệu tham khảo
Phụ lục

3


CHƯƠNG 1. CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN TÌNH HÌNH NGHIÊN
CỨU
1.1. Xác suất không trả được nợ (PD) và đo lường PD theo Basel II
1.1.1. Hiệp ước Basel II và tác động của nó tới thực hành quản lý rủi ro tín
dụng
1.1.1.1. Giới thiệu về hiệp ước Basel II
Sau hàng loạt vụ sụp đổ của các ngân hàng vào thập kỷ 80, một nhóm các
Ngân hàng Trung ương và cơ quan giám sát của 10 nước phát triển (G10) đã tập
hợp tại thành phố Basel, Thụy Sĩ vào năm 1987 tìm cách ngăn chặn xu hướng này.
Nhóm các Ngân hàng Trung ương này đã thành lập Ủy ban Basel về giám sát hoạt
động ngân hàng. Năm 1988, Công ước Basel I ra đời nhằm mục đích củng cố sự
ổn định của hệ thống các ngân hàng quốc tế và thiết lập hệ thống ngân hàng quốc tế
bình đẳng cạnh tranh lành mạnh trong hoạt động.
Tuy nhiên, thị trường tài chính ngày càng trở nên phức tạp trong đó hoạt động
ngân hàng luôn tiềm ẩn rủi ro. Công ước Basel I xuất hiện hạn chế khi thiếu sự phân
biệt rủi ro giữa khách hàng có mức xếp hạng khác nhau. Đồng thời, Basel I đề cập
sơ sài đến rủi ro hoạt động và không yêu cầu trích lập dự phòng đối với loại rủi ro
này, trong khi đó rủi ro này ngày càng tăng lên và có nguy cơ xảy ra tổn thất lớn.
Chính vì thế, tháng 06/2006 Công ước mới Basel II ra đời để khắc phục các
hạn chế của Công ước Basel I. Sự khác biệt lớn nhất của Basel II so với Basel I
được thể hiện ở việc cấu trúc của Basel II tập trung vào định lượng rủi ro cho các
mục đích phân bổ vốn. Theo đó, Basel II hướng tới 03 mục đích chính sau đây:
-

Đảm bảo vốn phân bổ theo hướng nhạy cảm rủi ro.

-

Phân biệt rủi ro hoạt động và rủi ro tín dụng, đồng thời định lượng 02 loại rủi

ro này.
-

Thu hẹp khoảng cách giữa vốn theo quy định và vốn kinh tế.
Công ước Basel II được xây dựng dựa trên 03 trụ cột chính bao gồm (i) Trụ

cột 1 – Yêu cầu vốn tối thiểu, (ii) Trụ cột 2 – Yêu cầu về quy trình, thanh tra giám
sát ngân hàng và (iii) Trụ cột 3 – Yêu cầu quy trình quản lý rủi ro tuân thủ nguyên

4


tắc thị trường. Tất cả trụ cột đều có ý nghĩa rất quan trọng và hỗ trợ lẫn nhau để
đảm bảo đạt mục tiêu của Basel II đã đề ra.
1.1.1.2. Nội dung tóm tắt của Basel II về rủi ro tín dụng
Để đảm bảo an toàn cho hoạt động ngân hàng và dự phòng đầy đủ cho các rủi
ro tín dụng, thị trường và tác nghiệp, Hiệp ước Basel II quy định, số vốn tự có của
ngân hàng tối thiểu phải đạt 8% tổng tài sản “Có” rủi ro (được xác định bằng cách
nhân số vốn cần thiết cho rủi ro thị trường và tác nghiệp với 12.5, sau đó cộng với
tổng tài sản “Có” rủi ro tín dụng), trong đó, tổng tài sản “Có” rủi ro tín dụng được
tính toán theo “phương pháp tiêu chuẩn hóa” hoặc “phương pháp tiếp cận dựa trên
xếp hạng nội bộ” như sau:
a) Phương pháp tiêu chuẩn hóa
Theo phương pháp này, tổng tài sản “Có” rủi ro tín dụng được xác định dựa
trên nguyên tắc sau:
Tổng tài sản “Có” rủi ro = Tài sản “Có” * Hệ số rủi ro

(1)

Để tính toán tổng tài sản “Có” rủi ro (không bao gồm dự phòng cụ thể), về cơ
bản, ngân hàng cần thực hiện các bước công việc sau:
Bước 1: Phân nhóm và xác định giá trị tài sản “Có” (giá trị các khoản cho vay,
phải đòi) theo: (a) chiều dọc - loại khách hàng, bao gồm: Chính phủ, cơ quan nhà
nước khác, ngân hàng phát triển đa quốc gia, ngân hàng, các công ty chứng khoán,
doanh nghiệp, cá nhân, tài sản khác, các khoản ngoại bảng (b) chiều ngang: hạng tín
nhiệm của các khoản cho vay, phải đòi.
Bước 2: Điều chỉnh giá trị tài sản “Có” theo giá trị tài sản bảo đảm là tài sản
tài chính (tiền mặt, vàng, giấy tờ có giá…) cầm cố cho khoản cho vay, phải đòi đó
để xác định giá trị tài sản “Có” ròng.
Bước 3: Xác định hệ số rủi ro cụ thể cho các khoản cho vay, phải đòi căn cứ
vào nhóm và hạng tín nhiệm của các khoản phải đòi, cho vay.
Bước 4: Tính toán tổng giá trị tài sản “Có” rủi ro tín dụng theo công thức (1)
nêu trên.
Phương pháp này sở dĩ được gọi là phương pháp tiêu chuẩn hóa vì toàn bộ các
thước đo rủi ro đều được quy định cụ thể, chặt chẽ tại Basel II.

5


b) Phương pháp tiếp cận dựa trên xếp hạng nội bộ (IRB)
Khác với phương pháp tiêu chuẩn hóa, khi được phép sử dụng IRB, ngân hàng
có thể tự ước lượng giá trị của một số (trường hợp áp dụng IRB cơ bản) hoặc toàn
bộ (trường hợp sử dụng IRB tiên tiến) các thước đo rủi ro để tính giá trị tài sản “Có”
rủi ro tín dụng và thực hiện các điều chỉnh về vốn tự có.
Để đáp ứng quy định tính vốn tối thiểu theo IRB, ngân hàng cần thực hiện hai
nội dung công việc chính sau: (i) xác định giá trị tài sản “Có” rủi ro tín dụng. Giá trị

này sẽ là căn cứ để tính ra lượng vốn tự có tối thiểu mà ngân hàng cần duy trì để bù
đắp cho giá trị tổn thất ngoài dự kiến (UL) của khoản vay khi khách hàng không trả
được nợ; (ii) điều chỉnh trực tiếp vốn tự có dựa trên phần chênh lệch giữa giá trị tổn
thất dự kiến (EL) khi khách hàng không trả được nợ và tổng dự phòng rủi ro tín
dụng. Cụ thể:
Xác định giá trị tài sản “Có” rủi ro tín dụng
Bước 1: Phân loại tài sản “Có” theo các nhóm khách hàng và tài sản: (a) doanh
nghiệp; (b) chính phủ hoặc cơ quan nhà nước khác; (c) ngân hàng; (d) bán lẻ; (e)
vốn góp (của ngân hàng tại doanh nghiệp khác).
Bước 2: Xác định giá trị của các cấu phần rủi ro, bao gồm: PD – xác suất
không trả được nợ của khách hàng, LGD - mức tổn thất nếu khách hàng không trả
được nợ (tính theo từng hợp đồng); EAD - tổng số tiền cho vay, phải đòi (bao gồm
dự phòng cụ thể); M - kỳ hạn hiệu quả, cho từng khách hàng (đối với trường hợp
các nhóm khách hàng doanh nghiệp, chính phủ, ngân hàng) hoặc cả nhóm khách
hàng (đối với nhóm khách hàng bán lẻ).
Tương tự phương pháp tiếp cận tiêu chuẩn hóa, ngân hàng có thể ghi nhận tác
động giảm thiểu rủi ro của các tài sản bảo đảm bằng cách điều chỉnh ghi giảm giá trị
rủi ro LGD hoặc EAD. Tuy nhiên, để tránh trùng lặp, việc điều chỉnh giá trị rủi ro
chỉ được thực hiện một lần, hoặc với LGD hoặc với EAD.
Bước 3: Tính toán giá trị tài sản “Có” rủi ro theo công thức mà Basel II quy
định (các nhóm khách hàng khác nhau áp dụng các công thức khác nhau).
Ví dụ: Công thức tính giá trị tài sản “Có” rủi ro tín dụng áp dụng cho nhóm tài sản
doanh nghiệp, chính phủ và ngân hàng là:

6


-

Đối với các khoản nợ bình thường:

Hệ số tương quan (R)

=

0.12 x (1 – EXP (-50 x PD)) / (1 – EXP (-50)) +
0.24 x [1 - (1-EXP(-50 x PD))/(1 – EXP(-50))]

Kỳ hạn điều chỉnh (b)

=

(0.11852 – 0.05478 x ln (PD)) ^ 2

Vốn yêu cầu (K)

=

[LGD x N [(1 – R)^-0.5 x G (PD) + (R/(1-R))^0.5
x G (0.999)] – PD x LGD] x (1 – 1.5 x b)^-1 x (1
+ (M – 2.5) x b)

Tài

sản

“Có”

rủi

ro =

K x 12.5 x EAD

(RWA)
-

Đối với các khoản nợ có vấn đề: Mức vốn yêu cầu (K) là số lớn hơn giữa 0

hoặc, số chênh lệch giữa giá trị LGD của nó và ước lượng tốt nhất của ngân hàng về
mức tổn thất dự kiến (EL). Tương tự các khoản nợ bình thường, giá trị tài sản “Có”
rủi ro là tích của K, 12.5 và EAD.
Điều chỉnh giá trị vốn tự có dựa trên phần chênh lệch giữa giá trị tổn thất
dự kiến (EL) và tổng dự phòng rủi ro tín dụng
Bước 1: Để xác định tổng giá trị tổn thất dự kiến, Ngân hàng phải cộng dồn
giá trị tổn thất dự kiến (được định nghĩa như tích số của mức tổn thất dự kiến EL và
EAD) của tất cả các khoản cho vay, phải đòi thuộc các nhóm rủi ro khác nhau, trong
đó:
-

Mức tổn thất dự kiến EL (%) của các khoản cho vay, phải đòi đối với doanh

nghiệp, chính phủ và ngân hàng (không bao gồm các khoản cho vay đặc biệt), nhóm
khác: Đối với các khoản cho vay bình thường, EL là tích số của PD và LGD. Đối
với các khoản cho vay có vấn đề, ngân hàng phải sử dụng ước lượng tốt nhất về giá
trị tổn thất dự kiến.
-

Giá trị tổn thất dự kiến EL của các khoản cho vay đặc biệt: Bằng tích số của

8%, hệ số rủi ro tương ứng của khoản vay và EAD.
Bước 2: Xác định giá trị dự phòng rủi ro tín dụng bằng tổng của tất cả các loại
dự phòng (ví dụ dự phòng cụ thể, xóa nợ một phần, dự phòng chung cho rủi ro quốc
gia, dự phòng chung) cho các khoản cho vay, phải đòi. Giá trị các khoản dự phòng
cụ thể cho vốn góp cổ phần và các khoản chứng khoán hóa không được tính vào giá
trị dự phòng rủi ro tín dụng.
7


Bước 3: So sánh giá trị tổn thất dự kiến EL và giá trị dự phòng rủi ro tín dụng,
và điều chỉnh trực tiếp vào giá trị vốn tự có phần chênh lệch của hai giá trị này.
1.1.1.3 Tác động của Basel II tới thực hành Quản lý rủi ro tín dụng
Một câu hỏi thường được đặt ra bởi những người quan tâm đến quản lý rủi ro
tín dụng trong ngân hàng thương mại: Đâu là mối liên kết nào giữa Basel II và quản
lý rủi ro tín dụng? Vì sao Basel II, mà xuất phát cơ bản là thay đổi khuôn khổ tính
toán vốn tối thiểu, lại được đánh giá như một cột mốc mang tính cách mạng trên
phạm vi toàn cầu về tài chính và là nền tảng cho công tác quản lý rủi ro ngân hàng
nói chung và quản lý rủi ro tín dụng nói riêng?
Theo đánh giá của nhiều nhà lãnh đạo ngân hàng trung ương và các chuyên
gia tài chính ngân hàng quốc tế như Bernanke (2006) hay Large (2003), sở dĩ Basel
II làm thay đổi căn bản tư duy quản lý rủi ro vì nó gắn kết, ràng buộc quy trình tính
toán vốn tối thiểu với các phần việc chuẩn hóa quản lý rủi ro tín dụng, thị trường và
tác nghiệp: Các ngân hàng chỉ có thể được thừa nhận đã tuân thủ đúng yêu cầu về
xác định vốn tối thiểu nếu họ đã đáp ứng được toàn bộ các quy định, hướng dẫn,
chuẩn mực đi kèm của Basel II về xác định, phân loại và quản lý rủi ro. Nói cách
khác, tuân thủ Basel II đã cung cấp mục tiêu, động lực và phương tiện tự nhiên để
các ngân hàng đào sâu, tích lũy nỗ lực cải tiến thực hành quản lý rủi ro, cải thiện
khả năng đánh giá, lượng hóa và công khai hóa rủi ro. Mục tiêu thực sự của Basel II
là hướng tới nâng cao thực hành quản lý rủi ro hơn là đơn thuần cung cấp khuôn
khổ cho việc tính toán vốn tối thiểu.

Một nội dung chủ chốt của Basel II là nó thiết lập các yêu cầu khắt khe về thu
thập số liệu và sử dụng có hệ thống các thông tin dữ liệu thu thập được. Các yêu cầu
này xuất phát từ những bằng chứng thực nghiệm chứng minh rằng, thách thức lớn
nhất, đồng thời lợi ích tiềm năng lớn nhất trong dài hạn của các ngân hàng, liên
quan đến việc thu thập và phân loại thông tin chính xác, chi tiết về người vay, về
các đặc điểm của các loại hình rủi ro và kết quả của đầu tư tín dụng vào các loại
hình rủi ro khác nhau. Đáp ứng các chuẩn mực dữ liệu theo đúng yêu cầu của Basel
II sẽ dẫn tới hệ quả tích cực là sự đầu tư lớn về hạ tầng công nghệ từ phía các ngân
hàng. Sự đầu tư cải thiện công nghệ này, kết hợp với cơ sở dữ liệu chi tiết đã thu

8


thập được, theo thời gian sẽ phát huy được lợi ích tiềm tàng to lớn của nó trong
định giá và quản lý rủi ro nói riêng, cũng như trong điều hành, quản lý ngân hàng
nói riêng. Như vậy có thể thấy, sự nhấn mạnh của Hiệp ước về cải thiện tiêu chuẩn
dữ liệu không chỉ đơn thuần phục vụ xác định mức vốn tự có tối thiểu, mà còn
nhằm cung cấp nền tảng lành mạnh cho thực hành quản lý rủi ro tín dụng, và qua đó
làm gia tăng giá trị ngân hàng.
Một nhân tố khác của Basel II cũng có tác động đổi mới thực hành quản lý rủi
ro tín dụng chính là sự ra đời của phương pháp tiếp cận dựa trên xếp hạng nội bộ
(IRB), mà ảnh hưởng của nó đã dẫn đến sự thay đổi rõ rệt về thực hành quản lý rủi
ro tín dụng của các ngân hàng thương mại và cả chính sách giám sát của các ngân
hàng trung ương. Về phía các ngân hàng thương mại, IRB rõ ràng được ưa chuộng
hơn nhiều so với phương pháp tiêu chuẩn hóa vì ưu thế vượt trội về tính linh hoạt và
sát với thực tế của nó. IRB cho phép các ngân hàng đo lường các cấu phần rủi ro
dựa trên chính thực trạng hoạt động của họ và qua đó tính toán chuẩn xác hơn khối
lượng vốn tối thiểu mà họ cần nắm giữ, tối ưu hóa lượng vốn đầu tư trên cơ sở vừa
đảm bảo an toàn cho hoạt động ngân hàng vừa tránh lãng phí vốn, giảm thiểu các
chi phí vốn phải trả cho nhà đầu tư. Thế nhưng, để được áp dụng IRB, các ngân

hàng buộc phải chuẩn bị và tuân thủ các quy định hết sức khắt khe về việc xây dựng
hệ thống xếp hạng nội bộ, về tính toán các giá trị PD, LGD và EAD cũng như các
nguyên tắc quản lý rủi ro tín dụng khác. Rõ ràng, việc áp dụng IRB không đơn
thuần giúp các ngân hàng tiết kiệm vốn đầu tư, mà chính quá trình triển khai nó đã
mang lại cho họ sự tiến bộ vượt bậc về phương thức quản lý rủi ro tín dụng. Về phía
các ngân hàng trung ương, IRB cũng đã thay đổi căn bản tư duy quản lý của họ. Chỉ
mới gần đây, đa số các ngân hàng trung ương còn đồng nhất phương pháp đánh giá
rủi ro tín dụng với phương pháp xác định, phân loại chính xác các khoản vay có vấn
đề và đánh đồng giảm thiểu rủi ro tín dụng với yêu cầu ghi nhận đúng lúc, đầy đủ
các khoản tổn thất tín dụng. Ngày nay, cùng với sự phát triển và những ưu điểm rõ
rệt của hệ thống xếp hạng nội bộ, tư duy quản lý của các ngân hàng trung ương đã
được thay đổi. Các nỗ lực của họ đã chuyển sang tập trung đánh giá quá trình quản
lý rủi ro tín dụng, mà cụ thể là đánh giá chất lượng hệ thống xếp hạng nội bộ, của

9


các ngân hàng thương mại. Các cơ quan giám sát không chỉ chú trọng xem liệu một
ngân hàng thương mại đã phân loại chuẩn xác khoản nợ có vấn đề chưa, mà quan
tâm hơn đến khả năng ngân hàng thương mại đó có thể xếp hạng các khoản vay
theo đúng chất lượng tín dụng và mức độ rủi ro của nó, và liệu các ngân hàng có
thực hiện cập nhật thường xuyên các xếp hạng này theo chất lượng hoạt động của
người vay hay không. Khi Basel II thay đổi chính sách giám sát rủi ro của các ngân
hàng trung ương, nó một lần nữa lại đã thay đổi thực hành quản lý rủi ro của hệ
thống các ngân hàng thương mại.
1.1.2. PD và các yêu cầu về mô hình đo lường PD theo phương pháp IRB
1.1.2.1. Khái niệm PD
Xác suất không trả được nợ (PD) của khách hàng là khả năng người vay
không trả được nợ trong một khoảng thời gian nhất định. Xác suất không trả được
nợ PD được xác định là giá trị lớn hơn trong số hai giá trị gồm PD trong vòng một

năm của mức xếp hạng tín dụng nội bộ mà khoản tín dụng đó được xếp hạng và
0,03% (Basel Committee on Banking Supervision, 2006).
PD là một trong các yếu tố cấu thành rủi ro, là yếu tố không thể thiếu để xác
định mức tổn thất dự kiến EL để từ đó xác định yêu cầu vốn tối thiểu cho ngân
hàng.
1.1.2.2. Các yêu cầu về mô hình đo lường PD theo phương pháp IRB
Basel II đã đưa ra các yêu cầu cụ thể về ước lượng PD trong các đoạn từ 423
đến 425, đoạn 414 đến 419, đoạn 379, đoạn 463. Trong đó, các nội dung chính bao
gồm:
Yêu cầu về dữ liệu:
-

Cho dù Ngân hàng sử dụng dữ liệu từ bên ngoài hay nội bộ, hay nguồn dữ

liệu nhóm hoặc kết hợp từ cả ba nguồn trên để xây dựng ước tính PD, thời gian tối
thiểu đối với dữ liệu lịch sử của một các nguồn phải đảm bảo đủ 5 năm để có thể
bao quát được chu kỳ kinh tế. Nếu dữ liệu được thu thập dài hơn khoảng thời gian
yêu cầu trên và đáng tin cậy thì Ngân hàng sẽ sử dụng dữ liệu từ nguồn đó.
-

Ngân hàng cần phải chứng tỏ được rằng dữ liệu được sử dụng để xây dựng

mô hình là đại diện cho số đông người vay và tài trợ của ngân hàng

10


Định nghĩa về việc không trả được nợ (Đoạn 414-419)
Theo Basel II, một khách hàng không trả được nợ nếu:
-

Khách hàng quá hạn trên 90 ngày đối với các khoản nợ trọng yếu của ngân

hàng. Thấu chi được coi là quá hạn ngay khi khách hàng chi vượt quá hạn mức
được cấp hoặc khi hạn mức được cấp nhỏ hơn dư nợ hiện thời.
-

Ngân hàng không tính lãi dự thu đối với khoản tín dụng.

-

Ngân hàng thực hiện trích một khoản chi phí hoặc dự phòng cụ thể cho

khoản tín dụng do chất lượng tín dụng giảm sút đáng kể.
-

Ngân hàng bán khoản tín dụng và chịu một thiệt hại kinh tế đáng kể liên

quan đến khoản tín dụng.
-

Ngân hàng đồng ý thực hiện cơ cấu cho nghĩa vụ tín dụng và điều này dẫn

đến giảm nghĩa vụ tài chính của khách hàng do miễn giảm, trì hoãn, gia hạn trả gốc,
lãi hoặc các loại phí liên quan.
-

Ngân hàng yêu cầu khách hàng thực hiện thủ tục phá sản hoặc các hình thức

tương tự do không thực hiện được các nghĩa vụ đối với ngân hàng.

-

Khách hàng đang thực hiện thủ tục hoặc đã ở trong tình trạng phá sản hay

những hình thức bảo vệ tương tự, dẫn đến việc tránh hoặc trì hoãn thực hiện nghĩa
vụ tín dụng đối với ngân hàng.
Yêu cầu về xác thực mô hình
Theo Ủy ban Basel về giám sát ngân hàng, xác thực PD đóng vai trò quan
trọng trong so sánh tỷ lệ tình trạng không trả được nợ thực tế với xác suất không trả
được nợ ước lượng cho mỗi hạng của hệ thống và đánh giá độ lệch giữa tỷ lệ không
trả được nợ quan sát được và PD ước lượng (Basel Committee on Banking
Supervision, 2006). Sau khi xây dựng mô hình với các biến cuối cùng được lựa
chọn, dữ liệu cần được thu thập thêm để sử dụng cho việc xác thực tính chính xác
của mô hình được xây dựng.
Yêu cầu về mô hình
-

Mô hình và thủ tục có khả năng dự đoán tốt và các yêu cầu về vốn theo quy

định sẽ không bị vi phạm khi sử dụng các mô hình và thủ tục này. Các biến số được
đưa vào mô hình cần phải tạo nên một bộ số liệu có khả năng dự báo tốt. Mô hình

11


cần phải chính xác về trung bình đối với một số lượng người vay và tài trợ nhất
định mà tại đó ngân hàng bắt đầu có rủi ro và cần phải chắc chắn không có các
khuynh hướng khác nhau cơ bản
-

Khi phối hợp những kết quả của mô hình và những đánh giá của con người,

đánh giá cần phải cân nhắc tất cả các thông tin có liên quan không được xem xét
đến trong mô hình. Ngân hàng cần có hướng dẫn bằng văn bản mô tả cách phối hợp
phán quyết của con người và kết quả của mô hình như thế nào.
-

Cần có các quy định về xem xét lại việc đánh giá dựa vào mô hình. Những

quy đinh như vậy cần tập trung tìm và hạn chế lỗi có liên quan đến những yếu kém
đã được nhận biết của mô hình và cũng cần có những nỗ lực đáng tin cậy trong quá
trình triển khai để tăng cường năng lực của mô hình.
-

Định kỳ xem xét lại tính thích hợp của mô hình bao gồm việc giám sát hoạt

động và tính ổn định của mô hình, xem xét lại mối quan hệ của mô hình, và kiểm tra
đánh giá của mô hình với các kết quả thực tế.
1.2. Các bước cơ bản xây dựng mô hình đo lường PD
Theo Naeem Siddiqui (2006), Quá trình xây dựng mô hình PD gồm các bước
được mô tả trong hình 1.1 – Các bước xây dựng mô hình PD:

Hình 1.1. – Các bước xây dựng mô hình PD

12


1.2.1. Chuẩn bị dữ liệu
Những dữ liệu được phân theo 3 nhóm sau:
-

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 này có thể được tính
toán từ các báo cáo tài chính của khách hàng trong ít nhất 2 năm gần nhất bao gồm
báo cáo kết quả hoạt động kinh doanh, bảng cân đối kế toán, hay báo cáo lưu
chuyển dòng tiền…
-

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…
-

Những dữ liệu mang tính cảnh báo liên quan đến các hiện tượng báo hiệu

khả năng không trả được nợ cho ngân hàng như số dư tiền gửi, hạn mức thấu chi…
Từ những dữ liệu trên, ngân hàng nhập vào một mô hình định sẵn, từ đó tính
được PD của khách hàng. Đó có thể là mô hình tuyến tính, mô hình probit, mô hình
logistic….
1.2.1.1. Thời điểm quan sát và kỳ đánh giá
Ngân hàng cũng cần phải xem xét kỳ thu thập dữ liệu, bao gồm điểm quan sát
(observation point) và kỳ đánh giá (performance period) trong quá trình chuẩn bị dữ
liệu.
Điểm quan sát là thời điểm thu thập dữ liệu của khách hàng.
Kỳ đánh giá là khoảng thời gian thu thập các thông tin về tình hình trả nợ của
khách hàng.
1.2.1.2. Xác định khách hàng tốt/xấu
Mục tiêu của mô hình là ước tính PD của một khách hàng. Khách hàng không

trả được nợ (default) được định nghĩa đầy đủ tại Đoạn 452 và 453 – Basel II (xem
Mục 1.1.2.2.Các yêu cầu về đo lường PD theo phương pháp IRB).
1.2.1.3 Thu thập dữ liệu
Tất cả khách hàng doanh nghiệp được chọn làm mẫu cho xây dựng mô hình
PD phải được thu thập dữ liệu đầy đủ dựa trên biểu mẫu thu thập dữ liệu chung,

13


nhằm đảm bảo tính đồng nhất của dữ liệu trong quá trình xây dựng mô hình thống
kê PD.
Tùy vào số lượng mẫu có thể thu thập được mà Ngân hàng có thể xây dựng số
lượng mô hình tương ứng. Ví dụ: nếu toàn bộ khách hàng doanh nghiệp được xếp
vào 30 ngành kinh tế chính và nếu số lượng khách hàng default/không default được
đảm bảo thì ngân hàng có thể xây dựng 30 mô hình thống kê PD cho từng ngành
kinh tế.
Các khách hàng doanh nghiệp hoạt động với quy mô hoặc trong những ngành
kinh tế khác nhau thường có mức độ rủi ro khác nhau. Vì vậy, cần xác định những
doanh nghiệp có đặc điểm tương đồng về quy mô hoặc hoạt động kinh doanh, từ đó
xây dựng những mô hình tương ứng, phù hợp với các doanh nghiệp này.
1.2.2. Tạo biến
Tùy thuộc và phương pháp xây dựng mô hình PD mà các Ngân hàng có thể
xây dựng các nhóm biến khác nhau. Tuy nhiên, hai nhóm biến chủ yếu được các
Ngân hàng hàng đầu trên thế giới sử dụng là nhóm biến tài chính và phi tài chính
(hay còn gọi là định tính và định lượng). Các biến được lựa chọn cần có ý nghĩa
thống kê và ý nghĩa kinh tế.
1.2.2.1 Biến tài chính
Các biến tài chính được tính toán dựa vào các chỉ tiêu trên BCTC. Các biến tài
chính phải thể hiện được đầy đủ tình hình tài chính của doanh nghiệp (ví dụ: thanh
khoản, lợi nhuận, đòn bẩy...). Để xây dựng các biến tài chính, các khách hàng được

thu thập báo cáo tài chính trong ít nhất 2 năm gần nhất và tạo công thức dựa trên
nhiều nhóm chỉ tiêu khác nhau nhằm đánh giá được khả năng hoạt động của khách
hàng:
-

Chỉ tiêu về cấu trúc tài sản/nợ

-

Chỉ tiêu phân tích hoạt động kinh doanh

-

Chỉ tiêu về vốn

-

Chỉ tiêu đòn bẩy và cân nợ

-

Chỉ tiêu thanh khoản

-

Chỉ tiêu lợi nhuận

14