CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG.docx

Viết thuê đề tài giá rẻ trọn gói - KB Zalo/Tele : 0973.287.149
Luanvanmaster.com – Cần Kham Thảo - Kết bạn Zalo/Tele : 0973.287.149
CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG
Mục tiêu nghiênứcu của chương này nh ằm tiếp cận một số cơ sở lý lu ận, các yếu tố
liên quan và các phương pháp tiếp cận lĩnh vực xếp hạng tín dụng nói chung, x ếp hạng tín
dụng cá nhân nói riêng. Từ đó, hình thành c ơ sở và ph ương pháp luận để tiếp tục nghiên
cứu trong các chương tiếp theo của đề tài.
2.1. Tổng quan về xếp hạng tín dụng
2.1.1. Các khái ệnim về xếp hạng tín dụng
Bắt đầu từ thập kỷ 70, dự báo ủri ro tài chính đã tr ở thành m ột hướng phát triển mạnh
mẽ của mô hình hóa xác su ất thống kê. Khi nhắc tới rủi ro tài chính g ần như ngay lập tức
người ta liên ưởtng tới hoạt động quản lý danh m ục đầu tư, định giá quyền chọn (option)
và các công cụ tài chính khác. Công thức định giá quyền chọn (option) Black-Scholes, bài
vi ết về định giá trái phiếu công ty c ủa Merton, ... là nh ững khái niệm quen thuộc. Và x ếp
hạng tín dụng cũng là m ột trong những hoạt động nhằm quản lý r ủi ro tài chính mà các tổ
chức tài chính trên thế giới, thậm chí cả quốc gia quan tâm và ứng dụng từ rất sớm.
Xếp hạng tín dụng (credit ratings) là thu ật ngữ do Moody đưa ra năm 1909 trong cuốn
“C Nm nang chứng khoánđường sắt”, khi ti ến hành nghiên cứu, phân tích và công b ố bảng
xếp hạng tín dụng đầu tiên cho 1500 trái phiếu của 250 công ty theo m ột hệ thống ký hiệu
gồm 3 chữ cái A, B, Cđược xếp lần lượt từ (AAA) đến (C). Hiện nay, những ký hi ệu này
tr ở thành chu Nn mực quốc tế. Ở Việt Nam thuật ngữ xếp hạng tín dụng đang tồn tại nhiều
tên gọi như: xếp hạng tín nhiệm, xếp hạng doanh nghiệp, định dạng tín dụng, xếp hạng KH.
Trong đề tài này tác giả dùng thuật ngữ “x ếp hạng tín dụng” (XHTD). Cho đến nay, khó
có th ể đưa ra một khái niệm rõ ràng v ề xếp hạng tín dụng. Tùy theo góc độ nghiên ứcu mà
chúng ta có th ể xácđịnh nội dung của thuật ngữ này:
“XHTD là m ột phương pháp thống kêđược dùng để dự đoán xác suất của một
hồ sơ vay hoặc người đang vay sẽ vỡ nợ hay không tr ả nợ đúng hạn” ( Loretta
J.Mester,2004);
3

“XHTD là m ột quy trình đánh giá xácấtsumột KH không th ực hiện được các
nghĩa vụ tài chính c ủa mình đối với NH cho vay như không tr ả được nợ gốc và lãi
vay khi đến hạn hoặc vi phạm cácđiều kiện tín dụng khác”.( Theo sổ tay tín dụng của
Agribank);
Như vậy, khái niệm về XHTD có th ể được khái quát ộmt cáchđơn giản như sau XHTD
có ngh ĩa là vi ệc phân lo ại, sắp xếp một đối tượng vào các nhóm KH trên ơc sở đo lường
rủi ro tín dụng.
Hệ thống XHTD dùng để đánh giá ứmc độ tín nhiệm đối với trách nhiệm tài chính
của cả 2 nhóm KH doanh nghi ệp và KH cá nhân (thể nhân). Trong ph ạm vi bài nghiên
cứu này, tác giả tập trung phân tích và nghiên cứu hệ thống XHTD dành cho nhóm KH cá
nhân.
Tuy nhiên, với XHTD cá nhân thì theo Lyn C.Thomas và ctg, (2002) “ mặc dù không hề
kém quan trọng, đặc biệt trong thực tiễn kinh doanh tài chính, các ứng dụng dự báo ủri ro tài
chính v ới các khoản vay thể nhân, tính điểm tín dụng và hành vi, d ường như chưa nhận được
sự quan tâm đúng mức. Lý thuy ết về lĩnh vực này t ương đối hạn chế với số lượng ít ỏi công
trình đánh giáổngt quan”. Điều này làm cho chúng ta hình dung là h ệ thống XHTD cá nhân
của các ổt chức tài chính Vi ệt Nam lại càng r ất mới mẻ và s ơ khai.
2.1.2. Đối tượng của xếp hạng tín dụng
Trong quá trình hoạt động kinh doanh, các NHTM, cácơcquan của NHNN, các nhà
đầu tư, các ổt chức nghiên ứcu thị trường, các ổt chức tín dụng và tài chính khác chính là
những đối tượng thực hiện và s ử dụng kết quả XHTD.
Mặt khác, XHTD có thể được áp dụng cho nhiều đối tượng khác nhau:
Thứ nhất, XHTD cá nhân, đây là hình th ức xếp hạng được áp dụng đối với các KH
cá nhân tham gia vào hoạt động tín dụng của các ngân hàng thương mại. Việc XHTD cá
nhân được thực hiện dựa trên những yếu tố đặc điểm của mỗi cá nhân (như tuổi, trình độ
học vấn, tình trạng hôn nhân, s ố con cái...), yếu tố tài chính c ủa cá nhân (như thu nhập,
tiết kiệm hằng tháng, ốs lượng và lo ại tài s ản đảm bảo mà cá nhân đó đang sở hữu, những
khoản thanh toán chậm hoặc nợ quá hạn…) và các y ếu tố về hành vi cá nhân (như lịch sử
4

vay – tr ả nợ, số lần trễ hẹn thanh toán, tính trung thực và h ợp tác...). Tất cả những thông
tin đó đều được thu thập và t ổng hợp trong các hồ sơ XHTD về cá nhânđó.
Thứ hai, XHTD doanh nghiệp, đây là hình th ức tập trung vào đối tượng xếp hạng là
các doanh nghiệp. Việc XHTD doanh nghiệp được thực hiện bằng nhiều phương pháp khác
nhau, nhưng về cơ bản vẫn dựa trên các chỉtiêu tài chính và phi tài chính c ủa doanh nghiệp
để đánh giá. Thông thường, các ổt chức tài chính, NHTM, công ty ch ứng khoán, các ổt
chức nghiên ứcu và ngay c ả một vài c ơ quan của NHNN (như CIC) cũng xây d ựng hệ
thống XHTD doanh nghiêp cho mình.
Thứ ba, XHTD quốc gia, loại hình XHTD này đánh giá ứmc độ tin cậy của một quốc
gia, để từ đó có th ể so sánh môi trường đầu tư giữa các quốc gia. Quốc gia nào càng được
XHTD cao thì càng nh ận được sự tín nhiệm của các nhà đầu tư nước ngoài nên sẽ thu hút
được nhiều nguồn vốn đầu tư. Việc XHTD các quốc gia dựa trên các chỉsố phát triển chung
như: chỉ số phát triển các ngành, chỉ số an toàn v ốn đầu tư, tốc độ tăng trưởng kinh tế của
quốc gia, mức độ bình ổn chính trị, …
Thứ tư, XHTD các công cụ đầu tư, các công cụ được xếp hạng chủ yếu vẫn là các
công c ụ như: trái phiếu công ty, trái phiếu chính phủ và các loại trái phiếu, kì phiếu của
ngân hàng. Ở một số nước và m ột số tổ chức XHTD hiện này còn XHTD c ả cổ phiếu ưu
đãi, c ổ phiếu thưởng… Vi ệc XHTD đối với các loại công c ụ đầu tư được thực hiện dựa
trên một số chỉ tiêu như: khả năng thanh khoản, kì hạn, lãi su ất, mệnh giá, cácủir ro có thể
gặp phải…
Ở nước ta hiện nay mới chỉ tập trung xếp hạng các doanh nghiệp tham gia hoạt động
tín dụng ở các NHTM, các doanh nghiệp niêm yết trên thị trường chứng khoán, chưa có
nhiều sản phNm, công c ụ đầu tư,… nên vi ệc XHTD các công cụ đầu tư là ch ưa được chú
ý.X ếp hạng quốc gia thì chúng ta chưa có kh ả năng thực hiện mà ch ỉ dành cho nh ững tổ
chức xếp hạng lớn như Moody’s, Stand & Poor hay Fitch,… x ếp hạng. XHTD cá nhân thì
do việc thu thập và tìm ki ếm thông tin đối với những đối tượng này khá phức tạp và khó
ki ểm soát, nên ệvic XHTD cá nhân vẫn chưa tiến hành ph ổ biến.
5

2.1.3. Đặc điểm của xếp hạng tín dụng
XHTD có m ột số đặc điểm sau:
Thứ nhất, XHTD được tiến hành d ựa trên những thông tin thu th ập được từ những
đối tượng được XHTD, và nh ững nguồn thông tin được coi là đáng tin ậcy.
Thứ hai, XHTD không ph ải là m ột sự giới thiệu để mua hay bán một đối tượng nào
đó, mà XHTD ch ỉ thực hiện chức năng độc lập là đánh giá ứmc độ rủi ro tín dụng hay mức
độ tín nhiệm của một đối tượng được xếp hạng.
Thứ ba, kết quả XHTD chỉ là m ột tiêu chí phục vụ cho quá trìnhđưa ra các quyết
định và có giá trị trong một khoảng thời gian nhất định.
Như vậy, XHTD là m ột nhân t ố quan trọng, nhưng không th ể thay thế hoàn toàn
cho việc thuyết minh về tính đáng tin cậy của đối tượng được XHTD.
2.1.4. Cơ sở của xếp hạng tín dụng
Theo Vương Quân Hoàng (2006), m ột hệ thống XHTD cá nhân dựa trên ơc sở là
việc giải đáp 4 vấn đề cơ bản theo thứ tự sau:
1. Xácđịnh các dấu hiệu nênđưa vào để lấy thông tin v ề khách hàng, nên hay không
nênđưa vào d ấu hiệu nào?
Từ đây, khi m ột KH đến giao dịch xin cấp tín dụng sẽ được yêu cầu cung cấp các
thông tin b ản thân ( định tính và c ả định lượng). Thông tin là m ột tập hợp các dấu
hiệu như tuổi tác, trìnhđộ học vấn, thu nhập, trình trạng hôn nhân,…mà chúng ta quy ết
định đưa vào.
Yêu ầcu đầu tiênđặt ra về các dấu hiệu được đưa vào ph ải không t ương quan với
nhau. Tiếp theo là yêu cầu đưa vào các dấu hiệu sao cho đặc trưng được nhiều nhất như
các dấu hiệu đó giúp KH dễ trả lời, ngân hàng d ễ chứng thực tính đúng đắn.
2. Xây d ựng thang điểm cho các dấu hiệu.
6

Từng dấu hiệu của mỗi KH sẽ được so sánh với thang điểm hoặc phân lo ại theo
thang điểm để đưa vào mô hình hay b ảng chấm điểm tín dụng.
Đây là v ấn đề ảnh hưởng rất nhiều đến việc giải quyết các vấn đề tiếp theo, đòi
hỏi nhiều kỹ thuật phức tạp trong việc lập thang điểm cho mỗi dấu hiệu.
3. Xácđịnh trọng số (hay tham số) cho mỗi dấu hiệu, trọng số này đặc trưng cho tầm
quan trọng của dấu hiệu đó đối với khả năng thanh toán của khách hàng.
4. Xây d ựng mô hình ra quy ết định tín dụng dựa trên hàmđiểm tín dụng
Từ điểm tín dụng của mỗi KH, được tính ra từ hàm điểm tín dụng, chúng ta tiến
hành phân lo ại (xếp hạng) tín nhiệm KH đó.
Trong các vấn đề được đặt ra ở trên có thể nói v ấn đề (3) và (4) là quan tr ọng
nhất và c ũng phức tạp nhất. Bên ạcnh đó, do gi ới hạn trong dữ liệu nghiên ứcu, nên
trong đề tài này tác giả tập trung giải quyết 2 vấn đề nêu trên.
2.1.5. Nguyên ắtc của xếp hạng tín dụng
Khái niệm hiện đại về XHTD được tập trung vào các nguyênắtc chủ yếu bao gồm phân
tích tín nhi ệm trên ơc sở ý th ức và thi ện chí trả nợ của người đi vay và t ừng khoản vay;
đánh giáủ ir ro toàn di ện và th ống nhất dựa vào h ệ thống ký hi ệu xếp hạng.
Trong phân tích XHTD c ần thiết sử dụng phân tích định tính để bổ sung cho những
phân tích định lượng. Các dữ liệu định lượng là nh ững quan sátđược đo lường bằng số, các
quan sát không thể đo lường bằng số được xếp vào d ữ liệu định tính. Các chỉ tiêu phân tích
có th ể thay đổi phù hợp với sự thay đổi của trình độ công ngh ệ và yêu cầu quản trị rủi ro.
Việc thu thập số liệu để đưa vào mô hình XHTD c ần được thực hiện một cách khách
quan, linh động, có ki ểm chứng. Sử dụng cùng lúc nhiều nguồn thông tin để có được cái
nhìn toàn di ện về tình hình tài chính c ủa khách hàng vay.
Vì KH cá nhân khó kiểm soát và hay thay đổi nên việc thay đổi thông tin c ủa KH phải
được cập nhật thường xuyên và đầy đủ để có nh ững bước tái xếp hạng. Từ đó, các tổ chức
tín dụng sẽ ra quyết định tái cấp hay ngưng cấp tín dụng cho KH.
7

Kết quả XHTD chỉ mang tính chất hỗ trợ cho việc ra quyết định cấp tín dụng cho
KH.
Kết quả XHTD phải đơn giản, dễ hiểu, dễ so sánh: xây dựng thang điểm, các chỉ tiêu
được cho điểm, sau đó t ổng hợp lại và ph ản ánh qua biểu tượng xếp hạng theo mẫu tự
Latin.
2.1.6. Tầm quan trọng của xếp hạng tín dụng cá nhân
Do việc XHTD cá nhân chưa thật sự rộng rãi, nên theo nhận định của tác giả việc
XHTD ảnh hưởng đến cácđối tượng mà nó liên quan như sau:
2.1.6.1. Đối với ngân hàng th ương mại
Hệ thống XHTD cá nhân của NHTM nhằm cung cấp những dự đoán về khả năng xảy
ra rủi ro tín dụng có th ể được hiểu là s ự khác biệt về mặt kinh tế giữa những gì mà người
đi vay hứa thanh toán với những gì mà NHTM th ực sự nhận được. Khái niệm rủi ro được
xét đến ở đây là m ột sự không ch ắc chắn hay một tình trạng bất ổn có th ể ước đoán được
xác suất xảy ra. Khái niệm tín dụng cá nhân được hiểu là quan h ệ chuyển giao quyền sử
dụng vốn giữa người cho vay và ng ười đi vay trên nguyênắ ct có hoàn tr ả. Quan hệ tín
dụng dựa trên nền tảng sự tin tưởng lẫn nhau giữa các chủ thể. Và để có nh ận định rõ h ơn
về ảnh hưởng của XHTD cá nhân với NHTM, ta cần lược sơ về rủi ro của tín dụng nói
chung của NHTM, cũng như những thiệt hại mà nó gây ra cho NHTM.
Rủi ro tín dụng.
Tín dụng ngân hàng là quan h ệ tín dụng giữa ngân hàng, t ổ chức tín dụng và các tổ
chức kinh tế, cá nhân theo nguyênắtc hoàn tr ả. NHTM ra đời để giải quyết nhu cầu phân
phối vốn, nhu cầu phát triển sản xuất kinh doanh, nhu cầu tiêu dùng ủca các ổt chức kinh
tế, cá nhân với đặc thù kinh doanh trên ĩlnh vực tiền tệ. NHTM là m ột trung gian tài chính,
huy động vốn nhàn r ỗi trong nền kinh tế, sau đó cho các tổ chức kinh tế, cá nhân vay lại
với lãi su ất cao hơn lãi su ất huy động để thu lợi nhuận. Nếu ngân hàng không đáp ứng đủ
vốn cho nền kinh tế hoặc huy động đủ vốn nhưng không có th ị trường để cho vay thì ngân
hàng ho ạt động kém hiệu quả, sẽ dẫn đến rủi ro chủ quan của ngân hàng. Vi ệc hoàn tr ả
được nợ gốc trong tín dụng ngân hàng có ngh ĩa là vi ệc thực hiện được giá trị
8

hàng hoá trên thịtrường, còn vi ệc hoàn tr ả được lãi vay trong tín d ụng là vi ệc thực hiện
được giá trị thặng dư trên thị trường. Do đó, có th ể xem rủi ro tín dụng cũng là r ủi ro kinh
doanh nhưng được xem xét dưới góc độ của ngân hàng.
Trong nền kinh tế thị trường, hoạt động ngân hàng là m ột trong những hoạt động
kinh tế có nhi ều rủi ro. Có th ể nói r ủi ro như một yếu tố không th ể tách ờri quá trình hoạt
động của NHTM trên thị trường. Rủi ro trong cho vay còn được nhân lên gấp bội, vì ngân
hàng không nh ững phải hứng chịu những rủi ro do những nguyên nhân chủ quan của mình
mà còn nh ững rủi ro do KH gây ra. R ủi ro xuất phát ừt KH bao gồm sử dụng vốn sai mục
đích, không có thi ện chí trong việc trả nợ vay; năng lực tài chính c ủa người đi vay yếu
kém, thiếu minh bạch; bất cân x ứng thông tin ; việc xácđịnh hạn mức tín dụng cho khách
hàng còn quá đơn giản. Hơn nữa, rủi ro trong hoạt động ngân hàng có th ể gây ra nh ững
tổn thất to lớn cho nền kinh tế hơn bất cứ rủi ro của các loại hình doanh nghiệp khác, vì
tính chất lây lan c ủa nó có th ể làm rung chuy ển toàn b ộ hệ thống kinh tế của một quốc
gia và theo ph ản ứng dây chuy ền.
Thiệt hại từ rủi ro tín dụng cá nhân
Khi rủi ro tín dụng ảnh hưởng nặng nề đến hoạt động kinh doanh của NHTM sẽ gây
tâm lý hoang mang lo s ợ cho người gửi tiền và có th ể những người gửi tiền sẽ ồ ạt rút tiền
làm cho toàn b ộ hệ thống ngân hàng g ặp khó kh ăn. Sự hoảng loạn này ảnh hưởng rất lớn
đến toàn b ộ nền kinh tế, làm cho s ức mua giảm, giá ảc tăng, xã h ội mất ổn định. Rủi ro
tín dụng của NHTM trong nước cũng ảnh hưởng đến nền kinh tế các nước có liên quan do
sự hội nhập đã g ắn chặt mối liên hệ về tiền tệ, đầu tư giữa các quốc gia.
NHTM gặp rủi ro tín dụng sẽ khó thu được vốn tín dụng đã c ấp và lãi cho vay, nhưng
ngân hàng ph ải trả vốn và lãi cho kho ản tiền huy động khi đến hạn, điều này làm cho ngân
hàng m ất cân đối thu chi, mất vốn tự có, m ất khả năng thanh khoản, không th ể hoàn tr ả
được số tiền huy động, làm m ất lòng tin ng ười gửi tiền, ảnh hưởng đến uy tín của ngân
hàng.
Vì vậy, tính chất trung gian đặt ra yêu ầcu đầu tiênđối với NHTM là ph ải thường
xuyên thu hồi được số vốn đã cho vay để duy trì khả năng hoàn tr ả số tiền huy động của
KH và b ảo toàn v ốn của mình.
9

Vai trò c ủa hệ thống xếp hạng tín dụng
- Hạn chế rủi ro tín dụng và nh ững rủi ro khác của ngân hàng.
- Hỗ trợ ra quyết định cấp tín dụng: xácđịnh hạn mức tín dụng, thời hạn, mức lãi
suất, biện pháp bảo đảm tiền vay,…
- Giám sát vàđ ánh giá KH, khi khoản tín dụng đang còn d ư nợ. Thứ hạng KH
cho phép ngân hàng d ự báo chất lượng tín dụng và có nh ững biện phápđối phó k ịp
thời.
- Xácđịnh các buớc đảm bảo đơn giản hoá thủ tục cho vay của ngân hàng, t ối
thiểu hóa chi phí x ử lý và giao d ịch với KH.
- Cải thiện tình trạng trích lập dự phòng c ủa ngân hàng (phù h ợp với tài s ản đảm
bảo).
- Có ch ế độ đánh giá KH khách quan vàốthng nhất trong toàn ngân hàng.
- Tránh việc xử lý chi ếm chi phí cao của ngân hàng ho ặc tình trạng mất khả
năng thanh toán của người vay.
Ngoài ra , khi xét trên gócđ qu n lý toàn b danh m c đầu tư, h th ng x p h ng tín dụng còn
giúp:
- Phát triển chiến lược Marketing nhằm hướng tới các KH có ít rủi ro và phát
hiện KH tiềm năng.
- Ước lượng mức vốn đã cho vay s ẽ không thu h ồi được để trích lập dự phòng
tổn thất tín dụng. Hệ thống xếp hạng giúp cho việc nâng cao ch ất lượng quản trị rủi
ro NH, tăng khả năng cạnh tranh trong quá trình hội nhập kinh tế quốc tế.
Tuy nhiên,cần lưu ý r ằng hệ thống XHTD chỉ là công c ụ hỗ trợ cho quyết định tín dụng
chứ không thay th ế phương pháp xét duyệt tín dụng truyền thống vì hệ thống này không
thể dự đoán thiệt hại của NH đối với một khoản vay trên các khíaạcnh cụ thể như khi nào,
thời điểm nào KH có kh ả năng không tr ả được nợ, số nợ gốc, lãi không tr ả được là bao
nhiêu,… Do đó, h ệ thống không th ể tự động ra quyết định chấp thuận hoặc từ chối một
hồ sơ vay mà h ệ thống xếp hạng tín dụng chỉ có ch ức năng hỗ trợ.
10

2.1.6.2. Đối với khách hàng cá nhân
Hệ thống XHTD là c ơ sở để xây d ựng chính sách KH phù hợp với từng nhóm KH
với các mức rủi ro khác nhau:
 Nhóm r ủi ro thấp: Cho vay với chính sáchưu đãi.

 Nhóm r ủi ro trung bình: Cho vay với điều kiện bình thường.

 Nhóm r ủi ro cao: Có th ể không cho vay, ho ặc cho vay nhưng áp dụng lãi su
ất cao hay cho vay với những điều kiện khắt khe hơn.
Vì vậy, tất cả các cá nhânđều có th ể tiếp cận và s ử dụng sản phNm tín dụng của
ngân hàng phù h ợp với điều kiện của mình mà gi ảm thiểu rủi ro cho ngân hàng.
Việc XHTD ngày càng được hiện đại hóa và đơn giản hóa để giảm thiểu thời gian,
chi phí và đápứng mọi nhu cầu cho KH.
Tất cả các KHđều được đánh giáếxp hạng trên một hệ thống quy chuNn chung, thống
nhất trên toàn ngân hàng; h ạn chế việc đánh giáảcm tính, chủ quan của nhân viên tín dụng,
hay kết quả đánh giáếxp hạng khác nhau ạti những nơi khác nhau ủca một hệ thống ngân
hàng.
2.1.7. Quy trình của hệ thống xếp hạng tín dụng
Trong quá trình tiến hành XHTD m ột đối tượng, người ta phải thực hiện nhiều công
việc khác nhau theo một trình tự nhất định. Những công vi ệc này có nh ững mối liên kết
và bổ sung lẫn nhau, bởi vậy quy trình xếp hạng cần được xếp theo một trình tụ hợp lý và
khoa học. Trên ơc sở tham khảo và rút kinh nghiệm của các quy trình xếp hạng đã được
công b ố trên thế giới, trình tự cơ bản của XHTD được tác giả tổng hợp tiến hành theo sơ
đồ 2.1:
11

Sơ đồ 2.1: Quy trình chung của xếp hạng tín dụng
1 – Xácđịnh mục đích xếp hạng
- Xếp hạng đối tượng nào?
- Mục đích xếp hạng?
- Dấu hiệu gì cần được thu thập từ đối tượng?
2 – Thu th ập thông tin v ề đối tượng cần xếp
hạng - Nguồn bên trong
- Nguồn bên ngoài
3 – Phân tích thông tin
- Lựa chọn phương pháp thích hợp để phân tích
4 – Rút ra nh ững kết luận và đánh
giá banđầu
- Kết quả có th ỏa mãn m ục đích đưa
ra?
- Kết quả có đảm bảo tính khách
quan chính xác và đáng tin ậcy
không?
Có
5 – Đưa ra kết quả đánh giá chính thức
- Công b ố kết quả
- Đưa ra những quyết định cần
thiết - Lưu hồ sơ
Có
6 – Theo dõi giám sátđối tượng
- Tổng hợp kết quả xếp hạng so sánh với thực tế rủi ro
xảy ra
- Tiến hành so sánh thực tế rủi ro và k ết quả dự báo ủca
mô hình, tiến tới xem xétđiều chỉnh mô hình
(Nguồn: tổng hợp của tác giả)
Không
Không
Như vậy, khi tiến hành XHTD c ần thiết lập một quy trình phù hợp với những đặc
điểm cụ thể của mỗi quốc gia và đối tượng được xếp hạng cũng như tuân th ủ quy trình đó.

12

2.2. Các nhân tố cần được xem xét khi xếp hạng tín dụng cá nhân
XHTD cá nhân có hai kỹ thuật đánh giáơcbản hỗ trợ tổ chức tín dụng ra quyết định
cấp tín dụng cho khách hàng là tính điểm tín dụng (sử dụng các yếu tố đặc điểm nhân thân
và tài chính) và tính điểm hành vi (s ử dụng các yếu tố về hành vi). Để ra quyết định cấp tín
dụng cho khách hàng giao dịch lần đầu tiên, ổt chức tín dụng sử dụng kỹ thuật tính điểm tín
dụng. Các quyết định đối với khách hàng hiện tại (có t ăng hạn mức tín dụng không? áp
dụng chính sách marketing nào? nếu khách hàng không trả nợ đúng hẹn thì xử lý ra sao?)
được đưa ra dựa trênđiểm số về hành vi c ủa khách hàng. Vì vậy, khi tiến hành XHTD cá
nhân theo hai kỹ thuật trên ầcn phải phân tích các nhân tố theo từng nhóm, ph ục vụ cho
mục tiêu nghiênứcu, ứng dụng khác nhau. Qua ổtng hợp từ các nghiênứcu liên quan với cả
hai kỹ thuật, tác giả muốn hệ thống lại các nhân tổ có th ể ảnh hưởng đến khả năng trả nợ
của mỗi cá nhân, cụ thể như sau:
2.2.1. Đặc điểm nhân thân
Mỗi cá nhân đều có nh ững đặc điểm nhân thân riêng có. Và h ọ sống trong điều kiện
và hoàn c ảnh cụ thể nào đó. Đặc điểm và hoàn c ảnh của mỗi cá nhân tácđộng đến cuộc
sống hằng ngày c ủa họ, tạo cho họ những thách thức, những khó kh ăn phải giải quyết
thường xuyên, cũng như mang đến cho họ những cơ hội mới. Vậy, khi tiến hành XHTD
một cá nhân, người ta thường xem xétđến những thông tin sau:
Thông tin v ề bản thân khách hàng
Nghiên ứcu về nhân thân m ột cá nhân nhằm đánh giáđược khả năng cơ bản và điều
kiện nội tại để giải quyết những khó kh ăn, thực hiện cam kết của họ. Các thông tin đó gồm:
- Độ tuổi;
- Giới tính;
- Tình trạng hôn nhân;
- Trình độ học vấn;
- Chức vụ hiện tại trong công vi ệc;
13

- Thời gian họ gắn bó v ới công vi ệc;
- Thời gian công tác với công vi ệc hiện tại;
- Tiền án tiền sự.
Thông tin v ề điều kiện sống của khách hàng
Nghiên ứcu về điều kiện sống của KH nhằm đánh giáđược các tácđộng xung quanh,
chi phối đến khả năng tài chính và nh ận thức của KH đó. Nh ững thông tin v ề điều kiện
sống bao gồm:
- Quy mô h ộ gia đình;
- Số người đi làm c ủa gia đình;
- Số người thất nghiệp hoặc không trong tu ổi lao động của gia đình;
- Sở hữu nhà;
- Sở hữu tài s ản khác (như xe, điện thoại);
- Đặc điểm nơi cư trú của KH;
- Loại hình công vi ệc của KH.
2.2.2. Tài chính cá nhân
Phân tích thông tin tài chính và các m ối liên hệ tài chính là quan tr ọng nhất với XHTD
cá nhân, vì đây là c ơ sở chính cho thấy khả năng trả được nợ tín dụng của KH, từ đó ra quy
ết định cấp hạn mức cho KH. Các chỉ tiêu tài chính cần được phân tích:
- Thu nhập ròng hàng tháng;
- Tiết kiệm;
- Giá trị tổng tài s ản nợ (tổng dư nợ);
- Giá trị tài s ản đảm bảo;
- Mối quan hệ với ngân hàng;
- Số dịch vụ khácđang sử dụng;
- Số sản phNm tín dụng khácđang sử dụng;
- Hình thức chi lương;
- Số lần vay nợ mới.
14

2.2.3. Hành vi s ử dụng tín dụng của cá nhân
Ngoài nh ững nhân t ố nêu trên nhằm ra quyết định ban đầu cho một KH được vay
tín dụng. Tuy nhiên, những nhân t ố trên không phản ánhđược cách thức, mục đích, nhu
cầu sử dụng tín dụng và uy tín c ủa KH với việc trả nợ. Vì vậy, chúng ta cần phải phân tích
các nhân t ố thuộc về hành vi s ử dụng tín dụng của KH. Những nhân t ố này cho th ấy
được cách thức, thói quen, m ục đích, nhu cầu riêng về sử dụng tín dụng, cũng như uy tín
của họ trong trả nợ với ngân hàng. T ừ những kết quả phân tích hành vi rút ra được, các ổt
chức tín dụng (NHTM) có th ể ra quyết định tăng, giảm hạn mức hoặc ngưng cấp tín dụng;
xây dựng chính sách marketing phù hợp với nhu cầu của KH; cách thức thu hồi nợ tín
dụng dưa trên nắm bắt thói quen chi tiêu; để có th ể giảm được thấp nhất rủi ro tín dụng.
Vậy, các nhân tố cần được phân tích nh ư sau:
- Thói quen chi tiêu (% thanh toán ằbng tín dụng);
- Uy tín trong giao dịch;
- Trung thực trong giao dịch;
- Tổng dư nợ trung bình và t ỉ lệ dư nợ trên thu nhập trung bình định kỳ hằng
tháng;
- Tỉ lệ số tiền phải trả theo kế hoạch / nguồn trả nợ;
- Lịch sử vay và tr ả nợ;
- Ý định – m ục đích sử dụng của KH.
Tuy nhiên, trongđề tài này tác giả chỉ giới thiệu chứ không ti ến hành phân tích các
nhân t ố liên quanđến hành vi s ử dụng tín dụng của KH cá nhân. Mục đích tác giả giới
thiệu các nhân tố hành vi KH nh ằm cho thấy tầm quan trọng của phân tích hành vi trong
XHTD.
Trong đề tài này, mô hình XHTD mà tác gi ả đề xuất chỉ tập trung phân tích các nhân
tố liên quanđến đặc điểm nhân thân c ũng như thông tin tài chính cá nhân c ủa KH. Mô hình
được đề xuất dựa trên kỹ thuật chNm điểm tín dụng.
15

2.3. Các phương pháp xếp hạng tín dụng
Hiện nay, có r ất nhiều các phương pháp XHTDđã được các ổt chức XHTD áp dụng
vào trong th ực tiễn xếp hạng của mình. Căn cứ vào các kết quả đã nghiên cứu, mục đích
và đối tượng của đề tài này, tác giả khái quát cácươphng pháp XHTD cá nhân sauđây:
2.3.1. Phương pháp chuyên gia
Phương pháp chuyên gia là phương pháp thu thập và x ử lý nh ững dánh giáựdbáo
bằng cách ậtp hợp và h ỏi ý ki ến các chuyên gia ỏgi thuộc một lĩnh vực hẹp của khoa học.
Quá trình ápụdng phương pháp chuyên gia có thể thành ba giai đoạn lớn:
- Lựa chọn chuyên gia;
- Trưng cầu ý ki ến chuyên gia;
- Thu thập và x ử lý các đánh giáựdbáo.
Chuyên gia giỏi là ng ười thấy rõ nh ất những mâu thu ẫn và nh ững vấn đề tồn tại
trong lĩnh vực hoạt động của mình, đồng thời về mặt tâm lý h ọ luôn luôn h ướng về tương
lai để giải quyết những vấn đề đó d ựa trên hiểu biết sâu s ắc, kinh nghiệm phong phú và
linh cảm nghề nghiệp nhạy bén.
Phương pháp chuyên giaựda trên ơc sở đánh giáổ ngt kết kinh nghiệm, khả năng phản
ánh ươtng lai một cách ựt nhiên ủca các chuyên gia ỏgi và x ử lý th ống kê các câu trả lời
một cách khoa học. Nhiệm vụ của phương pháp là đưa ra những dự báo khách quan về tình
hình hiện tại và t ương lai phát triển của một lĩnh vực khoa học dựa trên việc xử lý có h ệ
thống cácđánh giáựdbáo ủca các chuyên gia.
Trong XHTD phương pháp này dựa trên những kinh nghiệm đã được đúc kết của các
chuyên gia, quađó để có th ể tìm ra bản chất của mối quan hệ giữa có đảm bảo trả nợ và các
nhân tố ảnh hưởng đến nó. Kinh nghi ệm được tích lũy từ:
 Những quan sát và trải nghiệm thực tế mang tính chủ quan;
 Phỏng đoán về mối tương quan của các nhân tố nhân thân và đảm bảo trả nợ;
 Các kiến thức tổng quát liên quanớit việc có đảm bảo trả nợ hay không?




16

Có r ất nhiều mô hình s ử dụng phương pháp chuyên gia và thường được nhóm d ưới
tiêuđề là l ớp mô hình ch Nn đoán và chia thành:
- Bảng câu h ỏi đánh giáổcđiển;
- Hệ thống định tính;
- Hệ thống chuyên gia.
Trong XHTD, những mô hình này th ường sử dụng mối quan hệ giữa trả nợ và cho vay
của đối tượng được đánh giá,để đưa ra những đánh giáềvkhả năng đảm bảo trả nợ của người
đi vay trong tương lai. Chất lượng của những mô hình ch Nn đoán phụ thuộc vào kinh nghiệm
chủ quan của các chuyên gia tín ụdng chính xácđến mức nào. H ơn nữa, không ch ỉ những
nhân t ố liên quan ớti khả năng đảm bảo trả nợ được xácđịnh bằng kinh nghiệm mà m ức độ
tương quan và tr ọng số của chúng trong toàn bộ đánh giáũcng được đánh giáựda trên những
kinh nghiệm chủ quan. Trong thực tế bảng câu h ỏi đánh giáổc điển đã được sử dụng phổ
biến và n ội dung chính được tóm t ắt như sau.
Bảng câu h ỏi đánh giáổ cđiển
Đây là ph ương pháp mà người ta tiến hành cho điểm và trên cơ sở thang điểm đã
được ấn định để xếp hạng một cá nhân,được tiến hành theo các bước sau:
Bước 1: Xácđịnh nội dung và tiêu thức cần đánh giá,
Bước 2: Xácđịnh biểu điểm cho từng tiêu thức,
Bước 3: Xácđịnh hệ thống loại và s ố điểm tương ứng của mỗi loại,
Bước 4: Trên ơc sở biểu điểm và h ệ thống thứ loại đã được hình thành trong b ước
1, tiến hành phân tích các dữ liệu, thông tin v ề cá nhân,
Bước 5: Tổng hợp số điểm và x ếp loại tín dụng cá nhân,
Bước 6: Đưa ra những nhận xét về những điểm mạnh và y ếu của cá nhân ấy, có th
ể đưa ra những kiến nghị, đề xuất cần thiết phù hợp với mục tiêuđánh giá.
17

Bảng câu h ỏi đánh giáổcđiển được thiết kế trên ơc sở kinh nghiệm của các chuyên gia
tín dụng. Đối tượng được xếp hạng rõ ràng, câu h ỏi bao gồm những nhân t ố tương quan tới
khả năng đảm bảo trả nợ và được gán những điểm số cố định. Hơn nữa, các nhân tố và các
điểm số tương ứng đều không qua ki ểm định thống kê, mà chúng phản ánh ựs đánh giá
chủquan của các chuyên giađánh giá tínụdng.
Khi tiến hành nh ững đánh giá này, các cá nhânẽtrsả lời những câu h ỏi do cán bộ tín
dụng hoặc người đại diện của ngân hàng hay t ổ chức xếp hạng. Điểm số của mỗi câu tr ả
lời được tổng hợp và x ếp hạng tương ứng với tổng điểm đạt được. Kết quả xếp hạng này
sẽ phản ánh mức độ sẵn sàng tr ả nợ của cá nhân và những triển vọng cần xem xét.
Đây là ph ương pháp dễ xây d ựng, đơn giản, định tính mà đa số các NHTM ạti Việt
Nam hiện đang sử dụng cho XHTD cá nhân. Phương pháp này sẽ được trình bày c ụ thể tại
chương III.
Nhận xét
Nhân t ố thành công mang tính quy ết định trong một bảng câu h ỏi xếp hạng cổ điển
là s ử dụng các nhân tố có ảnh hưởng đến khả năng đảm bảo trả nợ của một chủ thể được
đánh giá, mà người sử dụng có th ể đưa ra những câu tr ả lời rõ ràng và d ễ hiểu. Điều đó,
giúp cho việc gia tăng sự công nh ận cũng như tính khách quan của mô hình.
Bằng kinh nghiệm của các chuyên gia, những câu tr ả lời nào cho th ấy khả năng đảm
bảo trả nợ cao phải được gán ốs điểm lớn hơn so với những câu tr ả lời với khả năng đảm
bảo trả nợ thấp. Điều này đảm bảo tính nhất quán và là điều kiện đầu tiên cho ựs công nhận
giữa những người sử dụng và nh ững người quan tâm bên ngoài.
2.3.2. Phương pháp thống kê
Phương pháp thống kê là một trong những phương pháp nghiênứcu chính xác. Phương
pháp thống kê là một quá trình, bao gồm điều tra thống kê, khái quát hóa thông tin (còn g ọi
là t ổng hợp thống kê), phân tích và dự báo.Đây chính là quá trình mô hình hóa toán học các
vấn đề cần phân tích theo m ục tiêu ủca nghiên cứu. Bằng cách này ta mới có kh ả năng ứng
dụng rộng rãi các phương pháp phân tích thống kê nhiều chiều, lý
18

thuyết điều khiển, lý thuy ết dự báo,…c ũng như tin học và máy tính trong quá trình nghiên
cứu.
Trong thực tế, tùy thuộc vào ph ương pháp thống kêđược sử dụng trong XHTD ta
có thể tiếp cận theo các mô hình thống kê sau:
- Mô hình phân tích phân bi ệt (MDA);
- Mô hình h ồi quy;
- Mô hình Logit và Probit;
- Mạng Neutral;
- Phương pháp lân cận gần nhất K;
- Phương pháp giải thuật di truyền (Genetic Algorithm);
- Sơ đồ cây phân lo ại (Classification Tree Analysis).
Trong khi các mô hình chNn đoán XHTD phụ thuộc vào đánh giá chủquan của các
chuyên gia tín dụng, những mô hình th ống kê ạli kiểm định các giả thuyết sử dụng các thủ
tục thống kê trênộbdữ liệu thực nghiệm. Trong quá trình XHTD, ửs dụng các thủ tục thống
kêđòi h ỏi việc đưa ra các giả thuyết liên quan ớti tiêu chuNn khả năng đảm bảo trả nợ.
Những giả thuyết này xem xét đến khả năng đảm bảo trả nợ của cá nhân là cao, thấp hơn
khả năng trả nợ trung bình của những người có kh ả năng trả nợ so với những người không
có kh ả năng trả nợ. Những thông tin v ề khả năng trả nợ của mỗi cá nhân đều được thể
hiện qua bộ số liệu thực nghiệm, những giả thuyết này có th ể bị bác bỏ hoặc được chấp
nhận một cách phù hợp.
Khi các thủ tục thống kêđược sử dụng, thì sự lựa chọn và xác định trọng số cho
những nhân t ố có ảnh hưởng đến khả năng trả nợ của cá nhân được tiến hành m ột cách
khách quan, ừt những thông tin s ẵn có v ề khả năng có th ể trả nợ. Trong quá trình này, sự
lựa chọn và xác định trọng số được tiến hành chính xác bằng phương pháp thích hợp. Vì
vậy, KH có kh ả năng trả nợ hay không, s ẽ được phân lo ại trong bộ dữ liệu thực nghiệm
một cách ốti ưu nhất.
Sự phù hợp của mô hình th ống kê, phụ thuộc rất lớn vào ch ất lượng của bộ dữ liệu
thực nghiệm. Thứ nhất, phải đảm bảo rằng bộ số liệu là đủ lớn và th ỏa mãn các giả thuyết
về mặt thống kê. Thứ hai, đảm bảo rằng dữ liệu sử dụng phản ánh chính xácĩnhl vực mà
19

tổ chức tín dụng có k ế hoạch sử dụng mô hình. N ếu không th ỏa mãn, vi ệc phát triển mô
hình xếp hạng thống kê ẽs chỉ phân lo ại chính xácđối với bộ dữ liệu thực nghiệm, nhưng
không đưa ra được những kết luận đáng tin ậcy đối với tổng thể. Các mô hình thống kê
thường được sử dụng trong XHTD được trình bày d ưới đây:
Mô hình phân tích phân bi ệt (DA)
Mô hình phân tích phân bi ệt được xây d ựng trên ơc sở phương pháp DA. Mục tiêu
chung của DA trong XHTD là phân bi ệt giữa cá nhân có nguy cơ không tr ả được nợ và có
khả năng trả nợ một cách khách quan, chính xác ấnht,bằng việc sử dụng hàm phân bi ệt,
trong đó bi ến số là các chỉ tiêu tài chính của cá nhân. Mục tiêu chính là tìm một hệ thống
các ổt hợp tuyến tính của các biến nhằm phân bi ệt tốt nhất các biến, các cá ểthtrong mỗi
nhóm g ần nhau nhất và các nhóm được phân bi ệt tốt nhất (xa nhau nhất).
Các giả thiết của mô hình:
 Giả thiết 1: kích thước mẫu của mỗi nhóm ph ải lớn hơn số biến độc lập hay
biến dự báo và phải đủ lớn. Số biến độc lập lớn nhất là (n – 2) trong đó n là
kích thước mẫu;

 Giả thiết 2: Các biến độc lập có phân ph ối chuNn;

 Giả thiết 3: Ma trận hiệp phương sai là thu ần nhất;

 Giả thiết 4: Giữa các biến độc lập không có quan h ệ tuyến tính.
Nhận xét
Trong thực hành mô hình phân tích phân bi ệt được vận dụng khá nhiều trong XHTD
(đã được ứng dụng vào nh ững năm 1930). Tuy nhiên, nếu dữ liệu là định tính thì việc áp
dụng DA là không th ể thực hiện được. Mô hình này ch ỉ thực sự phù hợp cho việc phân
tích số liệu là các chỉ tiêu tài chính.
Khi đánh giá tính thíchợhp của mô hình DA thì điều cần thiết là vi ệc kiểm định xem
nó có th ỏa mãn các giả thiết toán học không, đặc biệt là tính phân ph ối chuNn của các
nhân t ố liên quan ớti khả năng trả nợ. Nếu giả thiết về tính phân ph ối chuNn không được
thỏa mãn, thì k ết quả mô hình là không t ối ưu và ít có ý ngh ĩa trong sử dụng cũng như
đạt được sự công nh ận.
20

Một lợi thế của việc sử dụng mô hình phân tích phân bi ệt so với thủ tục phân lo ại
khác là hàm phân bi ệt có d ạng tuyến tính và h ệ số riêngđược diễn tả bằng thuật ngữ kinh
tế.
Mô hình Logit (h ồi quy Binary Logistic)
Mô hình Logit nghiên cứu sự phụ thuộc của một biến nhị phân vào các biến độc lập
khác. Mục tiêu ủca các mô hình này là s ử dụng những nhân t ố có ảnh hưởng đến khả năng
đảm bảo trả nợ (biến độc lập) để xácđịnh khả năng trả được nợ (biến phụ thuộc) của cá
nhân này là bao nhiêu. Ngh ĩa là, mô hình Logit có th ể ước lượng xác suất một cá nhân có
trả được nợ là bao nhiêu trực tiếp từ mẫu. Trong XHTD cá nhân người ta thường sử dụng
mô hình Logit để thể hiện mối quan hệ này.
Cấu trúc của dữ liệu trong mô hình nh ư sau:
BIẾN LOẠI
Phụ thuộc Nhị phân
Độc lập Liên ụtc hoặc rời rạc
Giả sử biến giả (Y) phụ thuộc vào m ột chỉ số khả dụng Y*.
Trong đó: 16
2
(0.05)26.296
Vì Y(X) là bi ến lựa chọn nhị phân có th ể được giải thích như sau:
1 Nếu có kh ả năng đảm bảo trả nợ
Y
i 
0 Nếu không có kh ả năng trả nợ
Trong đó P i = P (Yi = 1/Xi). Khi đó Y i là bi ến ngẫu nhiên phân phối theo quy luật
Bernoulli, có ngh ĩa là:
f i (Yi )  Pi
Y
i (1  Pi )1Y
i
Trong đó Y i = 0, 1; i = 1,…, n
21

Khi đó, k ỳ vọng toán và phương sai được tính như sau:
E (Yi) = niPi
Var (Yi) = niPi (1 – P i)
Vì Yi là bi ến ngẫu nhiên phân phối theo quy luật Bernoulli nên theo luật số mũ
chúng ta có thể viết lại như sau:
PY
i (1P)1Y
i
P
 (1  P ) exp Y log i
1  P
i i i i
i
Tỷ lệ chênh ệlch: odds 
Pi
1  P
i
Với Pi = P (Yi = 1)
Pi = P (Yi* > 0)
P
i
= P(
1   2
X
2i  ...   k X ki i  0)
n
Pi = P (  (1    j X ji ))
i2
Mở rộng hơn nữa chúng ta có thể viết như sau:
Pi
Log  1   2 X 2i  ...  k X ki
1  Pi
Pi  Exp (  
2
X
2i
 ...  
k
X
ki
)
1 Pi
1
P (Yi  1)  Pi 
Exp ( 1   2 X 2i  ...  k X ki )
1  Exp ( 1   2 X 2i  ...  k X ki )
Trong mô hình trên Pi không ph ải là hàm tuy ến tính của các biến độc lập. Phương
trình trênđược gọi là hàm phân b ố Logistic. Trong hàm này khi X i nhận các giáịtrừ  đến
 thì Pi nhận giá trị từ 0 – 1.
22

Nếu kí hiệu:
 1
1

2
X
1
. ; X  X 2
.
.

k
X
k
Khi đó chúng ta có:  'X  1   2 X 2i  ... k X ki và
n
L   F (1   2 X 2 i  ...   k X ki )Y
i (1  F (1   2 X 2i  ...  k X ki )1Y
i
i1
Chúng ta cần phải ước lượng  . Hiện nay có r ất nhiều phần mềm như SPSS,
Eviews,… có th ể giúp cho việc ước lượng tham số này.
Mô hình Probit
Cấu trúc dữ liệu cũng tương tự như mô hình Logit, mô hình này c ũng ước lượng được
xác suất trả nợ của một cá nhân. Trong mô hình Probit, chúng ta có giả thiết sai số ngẫu
nhiên có sai số chuNn hóa: i ~ N(0,1)
1   2 X 2 i  ...k X ki
1
t 2
Pi  P (Yi  1)  F ( 1   2 X 2i  ...  k X ki )   e 2
dt
2

Trong đó F là hàm phân ph ối xác suất tích lũy i
Khi đó hàm h ợp lý có d ạng
n
L   F (1   2 X 2 i  ...   k X ki )Y
i (1  F (1   2 X 2i  ...  k X ki )1Y
i
i1
Việc ước lượng các tham ốs trong mô hình, chúng ta có th ể thực hiện được nhờ máy
tính bằng sử dụng phần mềm thống kê.
Sự khác nhau trong giả thiết giữa mô hình Logit và Probit là mô hình Logit gi ả định
hạng nhiễu phân ph ối chuNn logistic (standard logistic distribution) trong khi Probit giả
23

định hạng nhiễu phân ph ối chuNn thông th ường (standard normality distribution). Tuy
nhiên, ựs khác biệt giữa Logit và Probit không đáng kể và không có ý ngh ĩa về mặt thống
kê. Charles M.Friel trong nghiênứcu “Linear probability response models: Probit and Logit”
ch ỉ ra vấn đề này.
Nhận xét mô hình Logit và Probit
Xác suất (P) đại diện cho sự kết hợp tuyến tính của các nhân tố đưa vào mô hình x ếp
hạng. Với phương phápước lượng khác, tuy nhiênếkt quả của 2 mô hình Logit và Probit
khác nhau không đáng kể. Vì dễ dùng hơn trong trình bày toán học, các mô hình Logit
thường được sử dụng cho mô hình x ếp hạng trong thực tế.
Như những phương pháp khác, mô hình Logit và Probit cũng được sử dụng trong tất
cả các phần XHTD. Trong quá trình ửs dụng mô hình này không đòi h ỏi các giả thuyết về
những nhân t ố liên quan ớti khả năng trả nợ dù là định tính hay định lượng đều có th ể
được xử lý mà không g ặp phải bất cứ một vấn đề nào. Tuy nhiên, trong quá trình ửx lý d ữ
liệu, đòi h ỏi phải có m ột số lượng dữ liệu đủ lớn cho mỗi phạm trù trong số liệu thống kê,
đặc biệt là s ố liệu về các cá nhân không trả được nợ.
Ưu điểm của mô hình Logit và Probit so v ới các mô hình khác là kết quả của nó có
thể cung cấp trực tiếp được xác suất cá nhân có khả năng trả nợ là bao nhiêu.
Mô hình logit có m ột số lợi ích hơn so với mô hình DA:
- Thứ nhất, mô hình Logit không đòi h ỏi các nhân tố đầu vào phân ph ối
chuNn;
- Thứ hai, kết quả của mô hình h ồi quy Logit có th ể tính được trực tiếp xác
suất của nhóm tham gia;
- Thứ ba, mô hình h ồi quy Logit thường cho kết quả chính xác hơn mô hình
DA. Những năm gần đây, mô hình này được sử dụng nhiều trong nghiên cứu
lý thuy ết và th ực tế.
Lân c ận gần nhất K và m ạng neutral (còn g ọi là m ạng nơron thần kinh)
24

Machine learning là m ột lĩnh vực của trí tuệ nhân t ạo mà nó liên quan đến thiết kế
và phát triển các thuật toán cho phépảci thiện khả năng thực thi các chức năng dựa trên ơc
sở dữ liệu. Mục tiêu chính trong nghiênứcu machine learning là đưa ra những mô hình có
kết quả được tạo ra một cách ựt động từ những quy luật hay kiểu mẫu từ dữ liệu. Do đó,
các mô hình này đòi h ỏi phải có d ữ liệu đầu vào l ớn. Các nhóm thuật toán trong machine
learning gồm supervised learning, unsupervised learning, semi-supervised learning,
reinforcement learning, transduction và learning to learn. Mỗi nhóm này có m ột chức năng
khác nhau,ở đây tác giả quan tâm đến nhóm supervised learning, mà các thuật toán của nó
sau đây, đang được sử dụng để xếp hạng tín dụng trên thế giới như là nh ững kỹ thuật riêng
ẻl tốt nhất: lân c ận gần nhất K (K-nearest neighbor) và m ạng neutral (mạng nơron thần
kinh).
Lân c ận gần nhất K một trong số những thuật toán machine learningđơn giản nhất.
Thuật toán này phân loại dựa trên phương pháp chọn những quan sát gần nhau trong không
gian véc tơ đa chiều của các biến độc lập thành m ột nhóm, m ức độ gần nhau của các quan
sát phụthuộc vào K. K là m ột số nguyên dương và có đặc trưng là nh ỏ. Tương tự đối với
hồi quy, bằng cách phân giá ịtrcủa quan sát gần với trung bình giá trị của nhóm các quan
sátằnm trong khoảng lân c ận gần nhất K giá trị của biến nào càng g ần mức trung bình thì
tỷ trọng của nó càng l ớn.
Mạng nơron nhân t ạo sử dụng nguyên lý tính toán song song bao ồgm nhiều quá trình
tính toánđơn giản được kết nối với nhau. Trong mỗi quá trình này, các phép tính được thực
hiện rất đơn giản, do một nơron đảm trách. Nhưng chính những nơron đơn giản này l ại có
th ể giải quyết được những nhiệm vụ rất phức tạp khi chúng được kết nối, tổ chức với nhau
theo một cách hợp lý nào đó.
Thực ra, nền tảng của các mạng Artificial Neural Network (ANN) được đưa ra vào
những năm của thập kỷ 50 nhưng mãi đến đầu thập kỷ 90, chúng mới thật sự được chấp
nhận rộng rãi và tr ở thành công c ụ hữu ích. Lý do chính là con ng ười đã v ượt qua được
một số rào c ản về lý thuy ết cũng như sự phát triển mạnh mẽ về khả năng của phần cứng
máy tính. Thuật ngữ “nhân t ạo (Artificial)” th ực ra được dùng để chỉ công c ụ tính toán
bằng mạng nơron là s ản phNm trí tuệ của con người chứ không ph ải mạng nơron sinh học
ở bộ não ng ười. Một điều hiển nhiên ằrng quá trình tìm hiểu bộ não ng ười có tính ch ất
25

quyết định quá trình phát triển của các mạng ANN. Tuy vậy, khi so sánh với bộ não người,
cơ chế hoạt động của mạng ANN hiện nay còn ở mức độ rất đơn giản. Thêm vào đó m ạng
ANN thường được đề cập như một mạng kết nối khi khả năng tính toánđược nhấn mạnh
hơn là tính chính xác về mặt sinh học. Nói cách khác, tính ếkt nối giúp mạng nơron thực
hiện nhiệm vụ của mình chứ không ph ải cố gắng mô ph ỏng chính xác phần nào đó c ủa
một quá trình sinh học
Mạng nơron thần kinh là m ột kỹ thuật phân tích khác để xây d ựng mô hình d ự báo.
Mạng nơron thần kinh có th ể bắt chước và nh ận thức được các trạng thái thực đối với dữ
liệu đầu vào không đầy đủ hoặc dữ liệu với một số lượng biến rất lớn. Kỹ thuật này đặc
biệt phù hợp với mô hình d ự báo mà không có công th ức toán học nào được biết để miêu
tả mối quan hệ giữa các biến đầu vào và đầu ra. Hơn nữa nó h ữu dụng khi mục tiêu dự báo
là quan trọng hơn giải thích.
Nhận xét
Một trong những thuận lợi của mô hình m ạng là nó có th ể giải quyết mối quan hệ
phi tuyến. Mô hình ước lượng và d ự báo dựa trên phương pháp lân cận gần nhất K và
mạng nơron thần kinh tốt hơn mô hình Logit và Probit. sau đó m ới là ph ương pháp DA.
Nhưng do mạng nơron đòi h ỏi dữ liệu đầu vào l ớn, tối thiểu thường từ 500 quan sát trở
lên, các phương pháp này cũng rất phức tạp và ch ưa phổ biến ở nước ta.
2.3.3. Phương pháp kết hợp
Những phân tích và nh ận xét về các phương pháp XHTD cá nhân cho thấy không có
phương pháp nào tỏ ra toàn n ăng mà m ỗi phương pháp có thể áp dụng thích hợp cho một
số nội dung đánh giá nhất định, Vì vậy, để tận dụng những ưu điểm và h ạn chế nhược
điểm của mỗi phương pháp, người ta có th ể áp dụng phương pháp kết hợp.
Nội dung của phương pháp kết hợp là vi ệc áp dụng nhiều phương pháp trong quá trình
đánh giá và ớvi mỗi nội dung cần đánh giá chỉáp dụng những phương phápđánh giá phù hợp
với tiêu thức đó.
Căn cứ vào n ội dung của phương pháp, các yêuầucchủ yếu của một mô hình c ũng
trong thực tế XHTD, các mô hình miêuảt ở phần trên ít khi ửs dụng dưới các dạng thuần
26

túy của nó. Các mô hình th ường được kết hợp với một trong 2 dạng mô hình khác. Phương
pháp kết hợp này th ể hiện có nhi ều lợi thế vì chúng bổ sung cho nhau. Ví dụ, các mô hình
th ống kê và lý thuyết có l ợi thế nằm trong mục tiêu ủca chúng và thực hiện sự phân lo ại
cao hơn so với các mô hình chNn đoán. Tuy nhiên, các mô hình ốthng kê và lý thuyết chỉ
có th ể thực hiện với một số giới hạn các nhân tố vỡ nợ của cá nhân. Không bao gồm kiến
thức của các chuyên gia nhưtrong dạng của mô hình ch Nn đoán, những thông tin quan
trọng về mất khả năng trả nợ của cá nhân sẽ bị mất trong những trường hợp cá biệt. Hơn
nữa, không ph ải tất cả các mô hình thống kê có khả năng thực hiện quá trình với dữ liệu
định tính một cách trực tiếp như DA, hoặc chúng đòi h ỏi một số lượng lớn dữ liệu để tìm
một hàm đúng như mô hình Logit, nh ững dữ liệu này th ường không có s ẵn trong ngân
hàng d ữ liệu. Để đạt được một bức tranh đầy đủ về mức độ tín nhiệm của cá nhân trong
những trường hợp như vậy, sẽ rất thích hợp khi đánh giáữdliệu định tính bằng sử dụng mô
hình ch Nn đoán. Mô hình chNn đoán này đòi h ỏi phải có m ột số lượng lớn các chuyên
gia trong quá trìnhếxp hạng hơn trong trường hợp đánh giá tínụdng tự động khi sử dụng
các mô hình thống kê và lý thuyết, nghĩa là s ử dụng cả hai mô hình s ẽ gia tăng khả năng
chấp nhận của người sử dụng.
27

TÓM T ẮT CHƯƠNG 2
Chương 2 đã khái quát và ệh thống hóa m ột số vấn đề lý lu ận về XHTD, cũng
như
XHTD cá nhân:
 Tổng quan về XHTD


- Một số khái niệm về XHTD,
- Đối tượng của XHTD gồm 4 đối tượng,
- Cơ sở của XHTD,
- Đặc điểm của XHTD gồm 3 đặc điểm,
- Nguyên ắtc của XHTD,
- Tầm quan trọng của XHTD đối với NHTM và KH,
- Quy trình của XHTD nói chung.
 Các nhân tố cần được xem xét trong XHTD cá nhân bao ồgm các nhân tố về
nhân thân, điều kiện sống; chỉ tiêu tài chính và nhân t ố về hành vi KH
 Một số phương phápđể XHTD cá nhân và nhận xét khái quátề vtừng phương
pháp
Những nội dung lý lu ận về XHTD tạo lập được cơ sở lý thuy ết để vận dụng vào
vi ệc phân tích, đánh giá cácết kquả nghiên ứcu về XHTD trước đây, c ũng như thực
trạng ở Việt Nam và là c ơ sở để xây d ựng mô hình ch ấm điểm tín dụng cá nhân mới,
hoàn thi ện hơn hệ thống XHTD cá nhân của NH Đông Á s ẽ được tác giả trình bày ở
chương 3 và 4.

CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG.docx

Recommended

Recommended

More Related Content

Similar to CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG.docx

Similar to CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG.docx (20)

More from Dịch vụ viết thuê đề tài trọn gói 🥳🥳 Liên hệ ZALO/TELE: 0917.193.864 ❤❤

More from Dịch vụ viết thuê đề tài trọn gói 🥳🥳 Liên hệ ZALO/TELE: 0917.193.864 ❤❤ (20)

Recently uploaded

Recently uploaded (20)

CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG.docx