BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH
===0O0=== LÊ THỊ MINH NGỌC ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN
DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG
THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM LUẬN VĂN THẠC SỸ KINH TẾ

TP Hồ Chí Minh, năm 2013
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH
===0O0=== LÊ THỊ MINH NGỌC

Xuất Nhập khẩu Việt Nam đã giúp đỡ tác giả trong việc tiếp cận số liệu nghiên cứu.
Việc công bố một số thông tin mang tính nhạy cảm có thể ảnh hưởng đến
hoạt động của các Ngân hàng Thương mại cổ phần nên tác giả đã rất cân nhắc khi
đưa số liệu vào đề tài nghiêm cứu và mong các tổ chức có liên quan thông cảm để
tác giả hoàn thành tốt nghiên cứu này. MỤC LỤC
Trang phụ bìa
Lời cam đoan
MỤC LỤC
DANH MỤC CÁC CHỮ VIẾT TẮT
DANH MỤC MÔ HÌNH, BẢNG BIỂU
PHẦN MỞ ĐẦU
1. Lý do chọn đề tài
2. Mục tiêu nghiên cứu đề tài
3. Đối tượng và phạm vi nghiên cứu
4. Phương pháp nghiên cứu
5. Kết cấu luận văn
Chương 1: CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG KHÁCH HÀNG
CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI VÀ MÔ HÌNH NGHIÊN CỨU 1

mại cổ phần Công Thương Việt Nam 17
1.3.3 Hệ thống xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Thương
mại cổ phần Á Châu 19
1.3.4 Bài học kinh nghiệm rút ra từ việc xây dựng hệ thống xếp hạng tín dụng
khách hàng cá nhân của các Ngân hàng Thương mại cổ phần Việt Nam 22
1.3.4.1 Về phương pháp xây dựng hệ thống xếp hạng tín dụng 22
1.3.4.2 Về bộ chỉ tiêu đánh giá trong hệ thống xếp hạng tín dụng 22
KẾT LUẬN CHƯƠNG 1 24
Chương 2: THỰC TRẠNG VÀ ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG
XẾP HẠNG TÍN DỤNG ĐỐI VỚI KHÁCH HÀNG CÁ NHÂN TẠI NGÂN
HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 25
2.1. GIỚI THIỆU VỀ NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP
KHẨU VIỆT NAM 25
2.1.1 Quá trình hình thành và phát triển 25
2.1.2 Cơ cấu tổ chức 26
2.1.3 Lĩnh vực hoạt động 27
2.1.3.1 Về nghiệp vụ huy động 27
2.1.3.2 Về nghiệp vụ tín dụng 27
2.1.3.3 Về dịch vụ thẻ 27
2.1.3.4 Về các dịch vụ khác của ngân hàng 27
2.1.4 Thực trạng hoạt động tín dụng đối với khách hàng cá nhân tại Eximbank 28
2.1.4.1 Cơ cấu tín dụng của Eximbank 29
2.1.4.2 Thực trạng cho vay cá nhân tại Eximbank 29
2.2. THỰC TRẠNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI
NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 32
2.2.1 Quy định về xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Nhà
nước Việt Nam 32
2.2.2 Quy định chung xếp hạng tín dụng khách hàng cá nhân của Eximbank 33
2.2.2.1 Định nghĩa 33
2.2.2.2 Nguyên tắc xếp hạng tín dụng khách hàng 34

TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG
THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 54
4.1. ĐỊNH HƯỚNG PHÁT TRIỂN CỦA NGÂN HÀNG THƯƠNG MẠI CỔ
PHẦN XUẤT NHẬP KHẨU VIỆT NAM ĐẾN NĂM 2015 54
4.2. CÁC GIẢI PHÁP VÀ KIẾN NGHỊ NHẰM ỨNG DỤNG MÔ HÌNH
LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI
NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 56
4.2.1 Đối với Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam 56
4.2.1.1 Đánh giá và nhận xét 56
4.2.1.2 Đề xuất giải pháp để ứng dụng mô hình Logistic trong xếp hạng tín
dụng khách hàng cá nhân tại Eximbank 58
4.2.2 Đối với Ngân hàng Nhà nước 60
4.2.3 Đối với khách hàng 61
KẾT LUẬN CHƯƠNG 4 62
KẾT LUẬN 63
Danh mục tài liệu tham khảo.
PHỤ LỤC
Phụ lục 1: Nghiên cứu của tác giả Đinh Thị Huyền Thanh và Stefanie Kleimeier
năm 2006.
Phụ lục 2: Nghiên cứu của nhóm tác giả Vương Quân Hoàng và cộng sự năm 2006.
Phụ lục 3: Các tiêu chí chấm điển tín dụng khách hàng và trọng số của tiêu chí trong
mô hình xếp hạng tín dụng khách hàng cá nhân của Eximbank
Phụ lục 4: Kết quả ước lượng mô hình nghiên cứu bằng phần mềm thống kê SPSS DANH MỤC CHỮ VIẾT TẮT

ACB : Ngân hàng Thương mại cổ phần Á Châu.
BIDV : Ngân hàng Thương mại cổ phần Đầu tư và Phát triển Việt Nam.
Ernst & Young : Công ty TNHH Ernst & Young Việt Nam.

Bảng 8: Phân loại rủi ro liên quan đến tài sản đảm bảo của khách hàng trong mô
hình xếp hạng tín dụng của BIDV 15
Bảng 9: Ma trận đánh giá mức độ rủi ro tín dụng của khách hàng trong mô hình
xếp hạng tín dụng của BIDV 16
Bảng 10: Các tiêu chí chấm điểm tín dụng khách hàng trong mô hình xếp hạng tín
dụng của Vietinbank 17
Bảng 11: Phân loại rủi ro theo hạng tín dụng trong mô hình xếp hạng tín dụng của
Vietinbank 18
Bảng 12: Các chỉ tiêu chấm điểm tín dụng khách hàng trong mô hình xếp hạng tín
dụng của ACB 19
Bảng 13: Phân loại rủi ro theo hạng tín dụng trong mô hình xếp hạng tín dụng của
ACB 21
Bảng 14: Bảng chỉ số tài chính của Eximbank từ năm 2009 – 2012 28
Bảng 15: Bảng cơ cấu dư nợ cho vay theo đối tượng khách hàng của Eximbank từ
năm 2010 – tháng 9/2013 29
Bảng 16: Cơ cấu dư nợ cho vay cá nhân từ năm 2010 đến tháng 9/2013 30
Bảng 17: Doanh số thu lãi từ cho vay cá nhân của Eximbank từ năm 2009 đến
tháng 9/2013 31
Bảng 18: Cơ cấu dư nợ cho vay cá nhân từ năm 2010 đến tháng 9/2013 phân theo
nhóm nợ 32
Bảng 19: Trọng số của từng nhóm chỉ tiêu trong mô hình xếp hạng tín dụng khách
hàng cá nhân của Eximbank 37
Bảng 20: Các nhóm xếp hạng khách hàng trong mô hình xếp hạng tín dụng khách
hàng cá nhân của Eximbank 38
Bảng 21: Thống kê kết quả xếp hạng tín dụng của Eximbank đến Quý III/2013 42
Bảng 22: Danh sách các biến độc lập trong mô hình Logistic ứng dụng tại
Eximbank 45
Bảng 23: Bảng thống kê mô tả các biến độc lập của mô hình Logistic ứng dụng tại
Eximbank 46
Bảng 24: Bảng đánh giá tương quan giữa các biến định lương của mô hình

mang tính chất tham khảo, chưa được xem là cơ sở quyết định đối với việc cấp tín
dụng cho khách hàng, đặc biệt là đối với khách hàng cá nhân. Mặt khác, hệ thống
xếp hạng tín dụng của Eximbank được xây dựng dựa theo phương pháp chuyên gia
kết hợp với mô hình điểm số, phụ thuộc nhiều vào năng lực và ý chí chủ quan của
cán bộ đánh giá xếp hạng, điều này là một trong những nguyên nhân có thể làm
tăng rủi ro tín dụng cho Ngân hàng.
Vì những lý do trên, em đã chọn đề tài “Ứng dụng mô hình Logistic trong
xếp hạng tín dụng khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Xuất
Nhập khẩu Việt Nam” làm đề tài nghiên cứu.

2. Mục tiêu nghiên cứu đề tài: Đề tài nghiên cứu nhằm giải thích rõ những
vấn đề sau:
 Tìm hiểu về tín dụng và xếp hạng tín dụng, các phương pháp đánh giá
xếp hạng tín dụng khách hàng cá nhân tại các Ngân hàng Thương mại.
 Tìm hiểu hệ thống đánh giá xếp hạng tín dụng cá nhân tại Ngân hàng
Thương mại cổ phần Xuất Nhập khẩu Việt Nam.
 Ứng dụng mô hình Logistic trong việc đánh giá xếp hạng tín dụng khách
hàng cá nhân tại Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam.
3. Đối tượng và phạm vi nghiên cứu:
 Đối tượng nghiên cứu của luận văn: Hệ thống xếp hạng tín dụng khách hàng
cá nhân của Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam và các Ngân
hàng Thương mại cổ phần Việt Nam.
 Phạm vi nghiên cứu: Các khách hàng cá nhân vay vốn tại Ngân hàng
Thương mại cổ phần Xuất Nhập khẩu Việt Nam từ năm 2009 đến nay, sinh sống và
làm việc tại Thành phố Hồ Chí Minh.
4. Phương pháp nghiên cứu: Luận văn được thực hiện dựa trên các
phương pháp sau:
 Phương pháp phân tích và tổng hợp để so sánh hệ thống xếp hạng tín
dụng khách hàng cá nhân tại các Ngân hàng Thương mại.
 Phương pháp nghiên cứu định lượng, sử dụng phần mền xử lý dữ liệu


1
Chương 1
CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ
NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI VÀ MÔ HÌNH NGHIÊN CỨU

1.1 XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN
1.1.1 Khái niệm xếp hạng tín dụng khách hàng cá nhân
Xếp hạng tín dụng (credit ratings) là khái niệm đã có từ rất lâu trong các giao
dịch thương mại trên thế giới. Hiện nay, ở Việt Nam, thuật ngữ xếp hạng tín dụng
đang tồn tại dưới nhiều tên gọi như: xếp hạng tín nhiệm, xếp hạng khách hàng, xếp
hạng tín dụng. Trong đề tài này, em sử dụng thuật ngữ chung là “xếp hạng tín dụng”.
Khái niệm về xếp hạng tín dụng khách hàng cá nhân được khái quát như sau:
Xếp hạng tín dụng khách hàng cá nhân là việc đánh giá, chấm điểm khách hàng để
đưa ra nhận định hiện tại của một ngân hàng hay một tổ chức xếp hạng về mức độ
tín nhiệm tài chính hoặc đánh giá mức độ rủi ro gắn liền với khả năng mất vốn của
ngân hàng hay người cho vay khi quyết định cho vay được thể hiện thông qua một
hệ thống các ký hiệu xếp hạng.
Xếp hạng tín dụng khách hàng cá nhân chỉ là quan điểm về mức độ rủi ro tín
dụng, không phải là sự bảo đảm cho chất lượng tín dụng hay rủi ro tương lai của
khoản tín dụng. Xếp hạng tín dụng khách hàng cá nhân giúp Ngân hàng đánh giá và

hạng tín dụng phân loại các mức độ rủi ro và là một trong những căn cứ tin cậy để
xác định giá cho các khoản tín dụng theo nguyên tắc mức xếp hạng tín dụng thấp
(rủi ro cao) sẽ tương ứng với mức giá cao và ngược lại.
 Hỗ trợ quản lý và quản trị khách hàng: Quan hệ của khách hàng với
Ngân hàng phụ thuộc vào mức xếp hạng tín dụng của khách hàng tại Ngân hàng.
Khách hàng có mức xếp hạng tín dụng thấp (độ rủi ro cao) cần phải được kiểm soát,
đánh giá thường xuyên, ngược lại, các khách hàng có mức xếp hạng tín dụng cao
(độ rủi ro thấp) sẽ được ưu ái hơn trong các quan hệ giao dịch.
1.1.3 Sự cần thiết của xếp hạng tín dụng khách hàng cá nhân
Hoạt động của Ngân hàng là một trong những hoạt động có nhiều rủi ro. Rủi
ro trong hoạt động ngân hàng không chỉ là rủi ro từ phía bản thân ngân hàng mà các
3
ngân hàng còn chịu rủi ro từ phía khách hàng. Trong xu hướng phát triển tín dụng
tiêu dùng hiện nay, Ngân hàng tập trung cho vay các khách hàng cá nhân, số lượng
khách hàng nhiều, số tiền vay nhỏ nhưng đòi hỏi thời gian giải quyết hồ sơ nhanh,
do đó, để đảm bảo an toàn vốn, các ngân hàng cần phải nâng cao chất lượng của
việc đánh giá khách hàng trước khi đưa ra quyết định cho vay.
Việc xây dựng hệ thống xếp hạng tín dụng ngân hàng mang lại nhiều lợi ích
cho cả ngân hàng và khách hàng như:
 Quyết định chính xác: hệ thống xếp hạng tín dụng cung cấp cho Ngân
hàng về mức độ rủi ro về người đi vay, tùy theo mức độ chấp nhận rủi ro của mình
mà các Ngân hàng sẽ có quyết định cho vay hay không.
 Tính hiệu quả: Với một mô hình hoàn thiện và được thiết kế thành những
phần mềm chuyên biệt đã giúp cho việc quyết định cho vay của các ngân hàng
nhanh hơn, giảm chi phí, tiết kiệm thời gian cho cả ngân hàng và khách hàng.
 Sự công bằng: Xếp hạng tín dụng với các tiêu chí được định sẵn sẽ cho ra
kết quả công bằng hơn là việc ra quyết định từ phán xét cá nhân của người cho vay.

thông tin liên quan đến trước và sau khi điều chỉnh đều được ngân hàng lưu trữ
trong hệ thống để làm căn cứ tiếp tục cấp tín dụng, giảm mức tín dụng đã cấp hoặc
thu hồi nợ trước hạn đối với khách hàng.
Dựa trên các kết quả xếp hạng, so sánh với thực tế rủi ro phát sinh tại ngân
hàng để xem xét điều chỉnh mô hình xếp hạng nếu cần thiết.
1.1.5 Các phương pháp đánh giá, xếp hạng tín dụng khách hàng cá nhân:
Hiện nay, có nhiều phương pháp xếp hạng tín dụng, tùy vào đối tượng xếp
hạng và tổ chức xếp hạng lựa chọn phương pháp phù hợp. Có thể chia các phương
pháp xếp hạng thành ba nhóm chính như sau:
1.1.5.1 Nhóm phương pháp chuyên gia:
Phương pháp chuyên gia được sử dụng trong trường hợp số liệu thực nghiệm
không đáp ứng được yêu cầu nghiên cứu hoặc đối tượng xếp hạng là một tập hợp
các dấu hiệu không thể định lượng hoặc có thể định lượng nhưng rất tốn kém.
1.1.5.2 Nhóm các phương pháp mô hình hóa:
 Mô hình kinh tế lượng: Là phương pháp dựa trên lý thuyết kinh tế lượng
để lượng hóa các yếu tố xếp hạng thông qua phương pháp thống kê. Thực chất của
5
phương pháp này là mô tả các mối quan hệ giữa các đại lượng thống kê bằng một
phương trình hoặc một hệ phương trình đồng thời.
 Mô hình nhân tố: Là phương pháp phân tích tương quan giữa các chỉ tiêu
(nhân tố) với nhau và lượng hóa mối quan hệ này.
1.1.5.3 Nhóm phương pháp kết hợp:
Phương pháp này cho phép kết hợp những thế mạnh của phương pháp mô
hình hóa và phương pháp chuyên gia, được tiến hành theo một quy trình cặp nhằm
thực hiện việc xích lại gần nhau giữa các phương án nhận được từ việc mô phỏng
theo mô hình hóa với các ý kiến chuyên gia cho đến khi đạt được sự thống nhất
chấp nhận được.

(chi tiết theo Phụ lục 1 của bài nghiên cứu).
(2) Bước 2: Sử dụng mô hình để tính điểm số cho mỗi khoản vay. Một khoản
vay có điểm số cao sẽ cho thấy một sự mong đợi tốt hơn về người vay và khả năng
không trả được nợ thấp hơn. Điểm số trên sẽ được so sánh với một ngưỡng giới hạn
để quyết định chấp nhận, từ chối hay cần xem xét thêm đối với khách hàng.
Từ việc nghiên cứu xây dựng mô hình xếp hạng tín dụng khách hàng theo
phương pháp ứng dụng mô hình Logistic, tác giả Đinh Thị Huyền Thanh và
Stefanie Kleimeier đã xây dựng được một mô hình có độ chính xác khá cao
97,02%. Cụ thể như sau:
Bảng 1: Dự báo độ chính xác với mức ý nghĩa 5% theo nghiên cứu của tác
giả Đinh Thị Huyền Thanh và Stefanie Kleimeier năm 2006
Observation
Prediction
Percentage of correctly
classified (PCC)
Non - default Default
Non - default 24.136 109 99,55% = PCC
good

Default 397 401 50,25% = PCC
bad97,02% = PCC
total

Sensitivity (SENS) 98,38%
Specificity (SPEC) 78,63%

Theo nghiên cứu của nhóm tác giả Vương Quân Hoàng và cộng sự trong bài

Correct
346 1.368 1.714
% Correct 98,02% 99,56% 99,25%
% Incorrect
1,98% 0,44% 0,75%

1.2.2 Mô hình điểm số tín dụng khách hàng cá nhân của các tổ chức xếp
hạng tín dụng trên thế giới:
1.2.2.1 Mô hình điểm số tín dụng khách hàng cá nhân của FICO:
 Giới thiệu về điểm số tín dụng của FICO:
Fair Isaac Corporation – FICO được thành lập từ năm 1956, FICO là tổ chức
đầu tiên sử dụng toán học và kỹ thuật phân tích để giúp những doanh nghiệp đưa ra
quyết định sáng suốt hơn.
8
Điểm số tín dụng của FICO được tính toán dựa trên một phương trình toán
học, đánh giá nhiều thông tin tín dụng của khách hàng từ các báo cáo tín dụng do
các tổ chức cung cấp. Sau đó, FICO so sánh những thông tin trên với những mẫu
chuẩn được đúc kết từ hàng trăm ngàn báo cáo tín dụng trong quá khứ để đánh giá
mức độ rủi ro tín dụng trong tương lai của khách hàng.
Điểm số tín dụng FICO được dựa trên tình hình tín dụng của người vay tại
một thời điểm, do đó, điểm số tín dụng của FICO sẽ thay đổi khi báo cáo tín dụng
của người vay thay đổi.
Điểm số tín dụng của FICO được đánh giá từ 300 – 850 điểm. Điểm số càng
cao thì rủi ro tín dụng càng thấp. Điểm số dưới 620 thì được gọi là “dưới chuẩn”.
 Cấu trúc mô hình đánh giá điểm tín dụng của FICO:
Bảng 3: Cấu trúc mô hình điểm số tín dụng của FICO
Tiêu chí đánh giá Giải thích tiêu chí

1.2.2.2 Mô hình xếp hạng tín dụng của Standard & Poor's, Moody's
Investor Service và Fitch Rating:
Standard & Poor's, Moody's Investor Service và Fitch Rating là những công
ty chuyên xếp hạng tín nhiệm đối với các nhà phát hành nợ/chứng khoán, hoặc đối
với bản thân các loại nợ/chứng khoán.
9
Quy trình xếp hạng tín dụng khách hàng của các tổ chức trên như sau:
(1) Nhận đề nghị xếp hạng từ các tổ chức phát hành/khách hàng.
(2) Đánh giá ban đầu.
(3) Họp với ban quản trị của tổ chức phát hành/khách hàng.
(4) Phân tích.
(5) Đánh giá và bỏ phiếu của hội đồng đánh giá.
(6) Thông báo tới tổ chức phát hành/khách hàng.
(7) Công bố kết quả xếp hạng ra công chúng.
 Minh họa tương quan các mức xếp hạng của Standard & Poor's, Moody's
Investor Service và Fitch Rating:
Bảng 4: Tương quan các mức xếp hạng của Standard & Poor’s, Moody’s
Investor Service và Fitch Rating:
Moody's S&P Fitch
Đánh giá
Dài hạn Ngắn hạn Dài hạn Ngắn hạn Dài hạn Ngắn hạn
Aaa
P-1
AAA
A-1+
AAA
F1+

Không đánh
giá
BB+
B
BB+
B
Không đầu tư, đầu
cơ
Ba2 BB BB
Ba3 BB- BB-
B1 B+ B+
Tính đầu cơ cao
B2 B B
B3 B- B-
10
Moody's S&P Fitch
Đánh giá
Dài hạn Ngắn hạn Dài hạn Ngắn hạn Dài hạn Ngắn hạn
Caa1 CCC+
C CCC C
Rủi ro cao
Caa2 CCC Đầu cơ
Caa3 CCC-
Đang trong tình
hình nợ xấu với ít
khả năng phục hồi
Ca

11
 P là xác suất khách hàng có khả năng trả được nợ. Xác suất P được đo
lường như sau:

Với Z = β
0
+ β
1
X
1
+ β
2
X
2
+ + β
k
X
k
; Z
; Pi ; Xi (i= ).

Mô hình (1) được gọi là hàm phân bố Logistic. Trong hàm này, khi Z
i
nhận
các giá trị từ - ∞ đến + ∞ thì P nhận giá trị từ 0 đến 1. Như vậy, mô hình Logistic
không nghiên cứu ảnh hưởng trực tiếp của các biến độc lập X đối với P mà xem xét
ảnh hưởng của X đến xác suất để P nhận giá trị bằng 1 hay giá trị kỳ vọng của P.