trờng Đại học kinh tế quốc dân

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

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

LƯU THU THủY

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

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

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

LƯU THU THủY

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

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


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

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