BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM TRẦN THỊ DIỄM THÚY ỨNG DỤNG MÔ HÌNH XẾP HẠNG TÍN DỤNG KHÁCH HÀNG ĐỂ
DỰ BÁO XÁC SUẤT XÃY RA NỢ XẤU
TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHÂN Á CHẤU

LUẬN VĂN THẠC SĨ KINH TẾ TP.HỒ CHÍ MINH – NĂM 2013

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM TRẦN THỊ DIỄM THÚY


Danh mục các bảng, các hình vẽ, đồ thị
CHƯƠNG 1. TỔNG QUAN VỀ ĐỀ TÀI 1
1. Tầm quan trọng của đề tài 1
2. Mục đích của đề tài 1
3. Đối tượng và phạm vi nghiên cứu 2
4. Ý nghĩa của đề tài 2
5. Nội dung của đề tài 2
6. Phương pháp nghiên cứu 3
7. Các công trình khoa học có liên quan 3
CHƯƠNG 1: LÝ THUYẾT VỀ QUẢN LÝ NỢ XẤU VÀ CHẤM ĐIỂM TÍN
DỤNG 5
1.1 Khái niệm về nợ xấu và các qui định về nợ xấu 5
1.2 Khái niệm về quản lý nợ xấu 6
1.3 Giới thiệu về xếp hạng tín dụng khách hàng 8
1.4 Giới thiệu mô hình hồi qui logistic 13
1.5 Xếp hạng tín dụng và quản lý nợ xấu 16
Kết luận chương 1 19

CHƯƠNG 2. TÌNH HÌNH NỢ XẤU, QUẢN LÝ NỢ XẤU VÀ XẾP HẠNG TÍN
DỤNG KHÁCH HÀNG TẠI NH TMCP Á CHÂU 20
2.1 Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại Việt Nam 20
2.2 Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại ngân hàng
TMCP Á Châu 33
Kết luận chương 2 44
CHƯƠNG 3. ỨNG DỤNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN
VÀ CÁC PHƯƠNG ÁN QUẢN LÝ NỢ ĐỀ XUẤT 45
3.1 Thực hiện xếp hạng tín dụng khách hàng cá nhân 45
3.2 Ứng dụng kết quả xếp hạng tín dụng vào công tác quản lý nợ xấu 57
3.3 Khả năng mở rộng phạm vi ứng dụng thang điểm hành vi vào hoạt động
quản lý tín dụng 61

Bảng 2.6 Xếp loại chấm điểm khách hàng
Bảng 3.1 Thống kê mẫu lập thang điểm
Bảng 3.2 Kết quả phân nhóm biến
Bảng 3.3 Kết quả mô hình
Bảng 3.4 Thang điểm
Bảng 3.5 Phân bố dãi điểm
Bảng 3.6 Chỉ số kiểm định
Bảng 3.7 Một số kịch bản quản lý nợ giả định DANH MỤC BIỂU ĐỒ

Hình 2.1 Biểu đồ tăng trưởng tài sản của ACB
Hình 2.2 Biểu đồ tăng trưởng huy động của ACB
Hình 2.3 Biểu đồ tăng trưởng cho vay của ACB
Hình 2.4 Biểu đồ tăng trưởng lợi nhuận của ACB
Hình 2.5 Biểu đồ diễn biến nợ xấu tại ACB
Hình 2.6 Biểu đồ diễn biến % nợ xấu tại ACB
Hình 2.7 Biểu đồ diễn biến nợ xấu theo quí tại ACB
Hình 2.8 Biểu đồ diễn biến % nợ xấu theo quí tại ACB
Hình 3.1 Đường cong Gini
Hình 3.2 Hệ số K-S
Hình 3.3 Kết quả so sánh kết quả dự báo và thực tế
1

MỞ ĐẦU
1. Lý do chọn đề tài


3. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu trong luận văn là ứng dụng xếp hàng tín dụng khách hàng
để dự báo xác suất xãy ra nợ xấu.
Phạm vi nghiên cứu: Ngân hàng TMCP Á Châu và nợ xấu của khách hàng cá
nhân tại NHTM Á Châu giai đoạn 01/01/2012 đến 30/06/2013.

4. Ý nghĩa của đề tài
Góp một phương án không mới nhưng chưa được áp dụng rộng rãi tại Việt Nam
trong công tác quản lý nợ, có hướng tiếp cận một cách khoa học trong việc quản lý
rủi ro tín dụng nói chung.
Hiện tại, theo tìm hiểu của tác giả, các đề tài cử nhân và thạc sỹ tại Việt Nam
nghiên cứu về chủ đề chấm điểm khá nhiều. Nội dung các đề tài chủ yêu tập trung
vào hệ thống xếp hạng tín dụng nội bộ theo tiêu chuẩn quyết định 493/2005/QĐ-
NHNN của Ngân hàng nhà nước. Tác giả chưa tìm thấy đề tài vềchấm điểm tín
dụnghay ứng dụng xếp hạng tín dụng khách hàng để dự báo xác suất xãy ra nợ xấu
từ đó có hướng quản lý nợ phù hợp như đã đề cập. Do đó, dựa trên những thông tin
đã tìm hiểu, có thể tạm kết luận: quản lý nợdựa trên xếp hạng tín dụng khách hàng
chưa được nghiên cứu và tác giả hy vọng góp một phần nhỏ trong việc đưa ra một
vấn đề mới trong công tác thu nợ cũng như công tác quản lý rủi ro tín dụng tại Việt
Nam.

5. Nội dung của đề tài
Khái quát về thực trạng nợ xấutại các Ngân hàng thương mại tại Việt Nam. Giới
thiệu về quản lý nợ xấu vàmô hình xếp hạng tín dụng khách hàng.Sử dụng mô hình
hồi qui logistic để phát triển hệ thống thang điểm tín dụngkhách hàng.Ứng dụng xếp
hạng tín dụng khách hàng vào cho vay tiêu dùngcủa khách hàng cá nhân tại Ngân
hàng TMCP Á Châu phục vụ cho công tác quản lý nợ.Phân tích khả năng ứng dụng
của mô hình và hướng phát triển.


khách hàng và điểm lợi nhuận (profit scoring). Sử dụng mô hình “Qui trình
ngẫu nhiên Markov (Markov chain stochastic processes) để phát triển mô
hình chấm điểm hành vi khách hàng.
4

- “Behavioral Credit Scoring” của tác giả Nate Cullerton (Georgetown
University Law Center). Đề tài đề giới thiệu về chấm điểm tín dụng cũng
như các luật định hiện hành tại nước Mỹ liên quan đến chấm điểm tín dụng
hành vi và các đề xuất.
- “Hand book of credit scoring by Elizabeth Mays” của tác giả Elizabeth
Mays. Đây là cuốn sách giới thiệu chi tiết về chấm điểm tín dụng cũng như
cách thức áp dụng mô hình hồi qui logistic vào việc xây dựng thang điểm.

5

CHƯƠNG 1
LÝ THUYẾT VỀ QUẢN LÝNỢ XẤU VÀ CHẤM ĐIỂM TÍN DỤNG
1.1 Khái niệm về nợ xấu và các qui định về nợ xấu:
1.1.1 Qui định về nợ xấu trên thế giới
Theo ngân hàng Trung ương Liên minh Châu Âu, nợ xấu trong các NHTM gồm
- Những khoản nợ không thể thu hồi được :
o Những khoản nợ đã hết hiệu lực hoặc những khoản nợ không có căn
cứ để đòi bồi thường từ nợ.
o Người mắc nợ bỏ trốn hoặc bị mất tích, không còn tài sản để thanh

theo thoả thuận; hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có
lý do chắc chắn để nghi ngờ về khả năng khoản vay sẽ được thanh toán đầy đủ”.
Như vậy, nợ xấu về cơ bản được xác định dựa trên 2 yếu tố: (i) quá hạn trên 90
ngày và (ii) khả năng trả nợ nghi ngờ. Đây được coi là định nghĩa của Chuẩn mực
kế toán quốc tế (IAS) đang được áp dụng phổ biến hiện hành trên thế giới.

1.1.2 Qui định về nơ xấu tại Việt Nam
Nợ xấu tại Việt Nam hiện tại được qui định theo Quyết định số 493/2005/QĐ-
NHNN ngày 22/04/2005 của Thống đốc NHNN Việt Nam về việc ban hành “Quy
định về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong
hoạt động ngân hàng của tổ chức tín dụng”. Theo đó, nợ xấu được định nghĩa là nợ
dưới tiêu chuẩn, nơ nghi ngờ và nợ có khả năng mất vốn.
1.2 Khái niệm về quản lý nợ xấu
Vấn đề quản lý nợ xấu đượcđặt ra và thảo luận rất nhiều trong giai đoạn hiện
nay, tuy nhiên tác giả đề tài này vẫn chưa tìm thấy có mộtđịnh nghĩa chính thức nào
về quản lý nợ xấu.
Xét trên phương diện nghĩa của từ, quản lý thường được hiểu là chủ trì hay phụ
trách một công việc nào đó.Bản thân khái niệm quản lý có tính đa nghĩa nên có sự
7

khác biệt giữa nghĩa rộng và nghĩa hẹp. Hơn nữa, do sự khác biệt về thời đại, xã
hội, chế độ, nghề nghiệp nên quản lý cũng có nhiều giải thích, lý giải khác nhau.
Xuất phát từ những góc độ nghiên cứu khác nhau, rất nhiều học giả trong và
ngoài nước đã đưa ra giải thích không giống nhau về quản lý. Cho đến nay, vẫn
chưa có một định nghĩa thống nhất về quản lý. Đặc biệt là kể từ thế kỷ 21, các quan
niệm về quản lý lại càng phong phú. Các trường phái quản lý học đã đưa ra những
định nghĩa về quản lý như sau:

o Xây dựng chính sách và qui trình phê duyệt tín dụng chặt chẽ và hiệu
quả .
o Có các chính sách quản lý rủi ro hiệu quảđối với các khoản vay
đãđược giải ngân, tăng cường hiệu quả trong công tác cảnh báo
sớmđể kịp thời xử lý những khoản vay/ khách hàng có vấnđề tránh
phát sinh nợ xấu.
- Thứ hai là xử lý nợ xấuđang tồn đọng. Các biện pháp xử lý nợ xấu thường
đượcáp dụng như sau:
o Thực hiện cơ cấu lại thông qua việcđiều chỉnh kỳ hạn trả nợ, gia hạn
nợ hoặc giảm, miễn giảm một phần lãi phải trảđối với các khách hàng
đượcđánh giá là có tiềm năng trả nợ.
o Xử lý tài sản đảm bảo, đòi nợ bên bảo lãnh.
o Sử dụng dự phòng rủi ro.
o Bán nợ cho các công ty xử lý nợ chuyên nghiệp.
o Chứng khoán hóa các khoản nợ xấu.
Tóm lại, có thểđịnh nghĩa quản lý nợ xấu như sau: quản lý nợ xấu là quá trình
xây dựng và thưc hiện các chiến lược, chính sách quản lý tín dụng nhằmđạtđược
mục tiêu kiểm soát nợ xấu phát sinh và xử lý nợ xấuđang tồn đọng sao cho phù hợp
với mục tiêu kinh doanh và qui định của pháp luật trong từng thời kỳ.

1.3 Giới thiệu về xếp hạng tín dụng khách hàng
Chấm điểm tín dụng hay xếp hạng tín dụng khách hàng là quá trình đánh giá
khách hàng dựa trên phương pháp thống kê như phân tích sự khác biệt, hồi qui
tuyến tính, hồi qui nhị phân, hồi quy logistic,… với sự hỗ trợ đắc lực của công nghệ
9

máy tính. Ý tưởng chung đằng sau những phương pháp khác nhau là có tồn tại (ít


10

dụng,… Một số thông tin khác như: thời gian quan hệ với ngân hàng, tình trạng cư
trú và sự thay đổi một số yếu tố về thông tin nhân thân cũng được xem xét như là
những biến hành vi thuần túy có ảnh hưởng đến biến phụ thuộc là xác suất vỡ nợ
của khách hàng.
- Giai đoạn 2 được gọi là thời gian kết quả thường là 12 tháng và khách hàng
được phân loại là khách hàng tốt hay xấu phụ thuộc vào tình hình trả nợ của khách
hàng trong giai đoạn này. Một khách hàng thường được định nghĩa là xấu nếu số
ngày trả nợ trễ hạn trên 90 ngày trong giai đoạn này, các trường hợp còn lại được
định nghĩa là khách hàng tốt.
Để làm tăng khả năng phân biệt khách hàng tốt và khách hàng xấu, cần loại bỏ
ra khỏi mẫu lập thang điểm các biến không có khả năng phân biệt tốt xấu. Giá trị
thông tin (Information Value – IV) là tiêu chuẩn để đo lường khả năng phân biệt
khách hàng của từng biến. Ngoài ra, giá trị thông tin còn hỗ trợ trong việc phân
nhóm các thuộc tính của biến. Những nhóm có giá trị thông tin gần nhau sẽ được
gom vào chung nhóm để đảm bảo số nhóm không quá nhiều nhưng vẫn có thể phân
biệt tỉ lệ tốt xấu giữa các nhóm. Việc phân nhóm ngoài việc dựa trên tiêu chuẩn giá
trị thông tin còn phải dựa vào kinh nghiệm của người lập mô hình nhằm đảm bảo
việc phân nhóm có ý nghĩa thực tiễn nhất định.
IV= (%G - %B)*Ln(%G/%B)
Theo Hand book of credit scoring by Elizabeths Mays, nên loại bỏ các biến có
giá trị thông tin dưới 0.01.

Một vấn đề quan trọng là liệu để phân chia khách hàng và xây dựng bảng điểm
khác nhau trên từng phân khúc khách hàng cụ thể do một số ngân hàng có chiến
lược vào một nhóm khách hàng nhất định và cần có những thang điểm khác nhau để
phù hợp với những nhóm khách hàng này.


dụng làm giảm đáng kể thời gian cần thiết trong quá trình phê duyệt cho vay. Một
nghiên cứu của Business Banking Board phát hiện ra rằngcho vay thông qua quá
trình truyền thống trung bình mất 0.5-12 giờ cho mỗi hồ sơ vay doanh nghiệp nhỏ
và trong quá khứ phải mất đến hai tuần để xử lý một khoản vay. Chấm điểm tín
dụng có thể giảm thời gian này tốt hơn, mặc dù việc tiết kiệm thời gian sẽ khác
12

nhau tùy thuộc vào việc các ngân hàng tuân thủ theo các điểm lọc tín dụng (cut-off
score) hayphải đánh giá lại các hồ sơ gần điểm lọc.
Tiết kiệm thời gian còn có nghĩa là tiết kiệm chi phí cho ngân hàng và lợi ích
của khách hàng. Khách hàngcần chỉ cung cấp các thông tin được sử dụng trong hệ
thống tính điểm và nhận được kết quảphê duyệt hay kết quả đánh giá. Ngay cả khi
tổ chức tín dụng không muốn phụ thuộc hoàn toàn vào điểm tín dụng cho việc ra
quyết định thì chấm điểm tín dụng vẫn có thể làm tăng hiệu quả làm việc của cán bộ
tín dụng bằng cách giúp họ tập trung vào các trường hợp chưa rõ ràng (các hồ sơ
gần điểm lọc).
Một lợi ích khác của xếp hạng tín dụng là cải thiện tính khách quan trong quá
trình phê duyệt cho vay và đánh giá khách hàng. Sự khách quan này sẽ giúp tổ chức
tín dụng đảm bảo họ đang áp dụng cùng bộ tiêu chuẩn với tất cả người đi vay bất kể
chủng tộc, giới tính, hoặc các yếu tố khác bị pháp luật cấm từ được sử dụng trong
các quyết định tín dụng.

Hạn chế của xếp hạng tín dụng
Tính đại diện của mẫu lập thang điểm vẫn là một vấn đề luôn cần giải quyết
trước tiên khi phát triển mô hình. Chính xác là yếu tố rất quan trọng đòi hỏi trong
việc sử dụng kết quả chấm điểm tín dụng. Ngay cả khi tổ chức tính dụng có thể
giảm chi phí của việc đánh giá khách hàng và các hồ sơ vay bằng cách sử dụng

không đáp ứng được những điều này, việc sử dụng mô hình sẽ phát sinh những rủi
ro nhất định.

1.4 Giới thiệu mô hình hồi qui Logistic
Ngay từ năm 1909 công ty Moodys đã bắt đầu thực hiện công việc xếp hạng tín
dụng. Cùng theo sự phát triển của công nghệ máy tính và các lý thuyết thống kê,
càng nhiều mô hình chấm điểm và xếp hạng tín dụng ra đời như: mô hình phân tích
sự khác biệt, mô hình Z-Score, mô hình hồi qui logistic, mô hình phân tích và định
giá, mô hình neuron (ứng dụng cho hồ sơ vay doanh nghiệp lớn)…
Với mục tiêu phát triển mô hình chấm điểm hành vi phục vụ công tác quản lý nợ
xấu khách hàng cá nhân, mô hình hồi qui logistic là lựa chọn thích hợp với điều
kiện dữ liệu tại ngân hàng ACB và phù hợp với khả năng của tác giả.
14

Mục tiêu của hồi qui Logistic là nghiên cứu mối tương quan giữa một (hay
nhiều) yếu tố nguy cơ (risk factor) và đối tượng phân tích (outcome). Chẳng hạn
như đối với nghiên cứu mối tương quan giữa hành vi trả nợ của khách hàng và nguy
cơ xãy ra nợ xấu thì yếu tố nguy cơ ở đây là hành vi trả nợ và đối tượng phân tích ở
đây là nguy cơ xãy ra nợ xấu. Trong hồi qui logistic thì các đối tượng nghiên cứu
thường được thể hiện qua các biến số nhị phân (binary) như xảy ra/ không xảy ra ;
nợ xấu/không nợ xấu ; có/không,… còn các yếu tố nguy cơ có thể được thể hiện qua
các biến số liên tục (tuổi, thu nhập,…) hoặc các biến nhị phân (giới tính) hay các
biến thứ bậc (thu nhập : Cao, trung bình, thấp). Vấn đề đặt ra cho nghiên cứu dạng
này là là sao để ước tính độ tương quan của các yếu tố nguy cơ và đối tượng phân
tích. Các phương pháp phân tích như hồi qui tuyến tích không áp dụng được vì biến
phụ thuộc không phải là biến liên tục mà là biến nhị phân. Nhà thống kê học David
R. Cox đã phát triển mô hình có tên Logistic Regression Model (1970) để phân tích

hàm số
 + h y 



(

)
=  a  +(P 2.1) =+
trong đó,

(

)
hay(


) được gọi là 
(

)
(và do đó mới có tên là
logistic). , là 2 tham số được ước tính từ dữ liệu, là phần dư (Residual) tức là
phần không giải thích được bằng x. Lý do chuyển p thành

(

)
vì p là xác suất
có giá trị trong khoảng 0,1 trong khi đó




và odd vỡ nợ của nhóm thanh toán là

=


Khi đó tỷ số nguy cơ
 =




=




=


Trong thực tế chúng ta không biết giá trị thực của 2 tham số và mà phải ước
tính chúng từ dữ liệu quan sát được. Theo qui ước thống kê, 2 ước lượng của số 
và là 

và 

+



+⋯+


Trong đó:
α ệ s ặ


, 

, …

: hệ số hồi qui (regression cofficients) của các yếu tố nguy cơ (còn
gọi là biến độc lập) 

, 

,…, 

. Hệ số hồi qui cho biết độ mạnh cũng như chiều
của sự ảnh hưởng của các yếu tố nguy cơ đến xác suất xảy ra sự kiện nghiên cứu.
Nếu hệ số hồ qui dương thì yếu tố nguy cơ làm tăng khả năng (xác suất) xảy ra của
sự kiện nghiên cứu và ngược lại.
: h ố ch n (intercept). Giá trị của z khi tất cả các biến độc lập bằng 0

quá trình quản trị rủi ro của các bộ phận liên quan, bảo đảm việc cấp tín
dụng được quản lý phù hợp, các tài sản có rủi ro tín dụng nằm trong các giới
hạn, thống nhất với các tiêu chuẩn thận trọng và khả năng phát hiện rủi ro
sớm.
- Hỗ trợ xác định giá khoản tín dụng: mức giá chào cho khoản tín dụng phải
phù hợp và đủ để bồi hoàn tổn thất tín dụng. hệ thống xếp hạng tín dụngphân
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 điểm thấp (rủi ro cao) có mức
giá cao và ngược lại.
- Hỗ trợ quản lý và quản trị khách hàng: quan hệ khách hàng của các tổ chức
tín dụng phụ thuộc vào điểm tín dụng của khách hàng đó. Những khoản vay
có mức rủi ro cao cần phải kiểm soát, đánh giá thường xuyên, những khách
hàng vay có mức điểm thấp cũng cần phải được chú trọng theo dõi. Ngược
lại, những khách hàng tốt với mức điểm cao sẽ được ưu ái hơn trong các
quan hệ giao dịch.
- Làm căn cứ để lập dự phòng tín dụng: mức dự phòng các khoản cấp tín dụng
phụ thuộc vào mức độ rủi ro của khoản tín dụng đó.