Luận văn thạc sĩ hay mô hình toán học logit probit hồi quy và z score trong phân tích và dự báo nợ xấu tín dụng tại ngân hàng nayoby chi nhánh tỉnh oudomxay lào

Luận văn thạc sĩ phân tích mô hình logit, probit và z score trong dự báo nợ xấu tín dụng tại ngân hàng Nayoby, tỉnh Oudomxay, Lào.

• Tác giả: Silisith Xaysompheng
• Người hướng dẫn: PGS.TS Nguyễn Văn Huân
• Trường học: Trường Đại học Công nghệ Thông tin và Truyền thông - Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Mô hình toán học Logit - Probit hồi quy và Z-score trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby Chi nhánh tỉnh Oudomxay - Lào
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2020
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC BẢNG, BIỂU ĐỒ VÀ SƠ ĐỒ
• DANH MỤC HÌNH ẢNH
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ NỢ XẤU NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN
• 1.1. Hoạt động chung của ngân hàng
• 1.1.1. Tổng quan về ngân hàng thương mại
• 1.1.2. Các hoạt động của Ngân hàng thương mại
• 1.1.3. Tín dụng và đặc trưng của tín dụng
• 1.2. KẾT LUẬN CHƯƠNG 1
• 2. CHƯƠNG 2: TỔNG QUAN VỀ CÁC MÔ HÌNH TRONG CẢNH BÁO NỢ XẤU NGÂN HÀNG VÀ GIỚI THIỆU MÔ HÌNH LOGIT-PROBIT VÀ Z-SCORE
• 2.1. Tổng quan về các mô hình trong cảnh báo nợ xấu tín dụng
• 2.2. Nghiên cứu mô hình CAEL cảnh báo nợ xấu tín dụng
• 2.3. Giới thiệu mô hình CAEL
• 2.4. Nghiên cứu mô hình chất lượng 6C
• 2.5. Mô hình định tính – Mô hình 6C
• 2.6. Nghiên cứu mô hình xếp hạng của Moody và Standard & Poor
• 2.6.1. Mô hình xếp hạng các ngân hàng của Moody’s
• 2.6.2. Mô hình của Standard & Poor’s (S&P)
• 2.7. Mô hình toán học Logit-Probit hồi quy trong cảnh báo nợ xấu tín dụng
• 2.7.1. Mô hình hồi quy theo biến giá (Qualitative Responses Regression Model)
• 2.7.2. Mô hình Logit
• 2.7.3. Mô hình Probit
• 2.8. Mô hình Z-Score và điểm số tín dụng tiêu dùng
• 2.9. KẾT LUẬN CHƯƠNG 2
• 3. CHƯƠNG 3: DỰ BÁO NỢ XẤU DỰA VÀO MÔ HÌNH LOGIT-PROBIT TRÊN PHẦN MỀM EVIEWS 8 VÀ DỰ BÁO PHÁ SẢN DỰA VÀO MÔ HÌNH Z-SCORE
• 3.1. Giới thiệu về Ngân hàng NAYOBY Lào
• 3.1.1. Giới thiệu về ngân hàng
• 3.1.2. Hoạt động của Ngân hàng NAYOBY Lào
• 3.2. Nguồn dữ liệu và thực trạng hoạt động tín dụng tại Ngân hàng NAYOBY, chi nhánh tỉnh Oudomxay - Lào
• 3.2.1. Nguồn dữ liệu của ngân hàng NAYOBY
• 3.2.2. Tình hình hoạt động kinh doanh của Ngân hàng NAYOBY
• 3.2.3. Quy trình tín dụng đối với khách hàng doanh nghiệp
• 3.3. Dự báo nợ xấu dựa trên mô hình toán học Logistic - Probit hồi quy tại NHNBB trên phần mềm Eviews 8
• 3.3.1. Mô hình hồi quy Logistic - Probit
• 3.3.2. Ứng dụng phần mềm Eviews 8
• 3.4. Dự báo phá sản dựa trên mô hình Z-Score tại các Doanh nghiệp khách hàng của Ngân hàng
• TÀI LIỆU THAM KHẢO
• NGUỒN DỮ LIỆU

Tóm tắt

I. Tổng Quan Về Phân Tích Nợ Xấu Tín Dụng Tại Ngân Hàng

Phân tích nợ xấu tín dụng tại ngân hàng là một vấn đề quan trọng trong quản lý rủi ro tài chính. Nợ xấu không chỉ ảnh hưởng đến hoạt động của ngân hàng mà còn tác động đến toàn bộ nền kinh tế. Việc áp dụng các mô hình như Logit, Probit và Z-Score giúp ngân hàng dự đoán và quản lý rủi ro tín dụng hiệu quả hơn.

1.1. Khái Niệm Nợ Xấu Tín Dụng Là Gì

Nợ xấu tín dụng được hiểu là khoản vay mà người vay không thể trả đúng hạn. Điều này gây ra nhiều hệ lụy cho ngân hàng và nền kinh tế. Các nguyên nhân dẫn đến nợ xấu thường bao gồm yếu tố khách quan và chủ quan.

1.2. Tầm Quan Trọng Của Phân Tích Nợ Xấu

Phân tích nợ xấu giúp ngân hàng nhận diện rủi ro và đưa ra các biện pháp phòng ngừa. Việc này không chỉ bảo vệ lợi ích của ngân hàng mà còn đảm bảo sự ổn định của hệ thống tài chính.

II. Vấn Đề Nợ Xấu Tín Dụng Tại Ngân Hàng Nayoby

Ngân hàng Nayoby đang đối mặt với nhiều thách thức trong việc quản lý nợ xấu. Tình hình nợ xấu gia tăng đã ảnh hưởng đến khả năng cho vay và lợi nhuận của ngân hàng. Việc phân tích nguyên nhân và tìm ra giải pháp là rất cần thiết.

2.1. Nguyên Nhân Dẫn Đến Nợ Xấu Tại Nayoby

Các nguyên nhân dẫn đến nợ xấu tại ngân hàng Nayoby bao gồm sự suy giảm kinh tế, quản lý tín dụng kém và thiếu thông tin về khách hàng. Những yếu tố này cần được phân tích kỹ lưỡng để đưa ra giải pháp hiệu quả.

2.2. Tác Động Của Nợ Xấu Đến Hoạt Động Ngân Hàng

Nợ xấu ảnh hưởng trực tiếp đến khả năng cho vay và lợi nhuận của ngân hàng. Khi nợ xấu tăng, ngân hàng phải trích lập dự phòng rủi ro, từ đó làm giảm nguồn vốn cho các hoạt động khác.

III. Phương Pháp Phân Tích Nợ Xấu Bằng Mô Hình Logit

Mô hình Logit là một trong những công cụ hữu ích trong việc phân tích nợ xấu tín dụng. Mô hình này giúp dự đoán xác suất khách hàng không trả nợ dựa trên các yếu tố đầu vào.

3.1. Cơ Sở Toán Học Của Mô Hình Logit

Mô hình Logit sử dụng hàm logistic để ước lượng xác suất xảy ra sự kiện. Cơ sở toán học của mô hình này cho phép phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng.

3.2. Ứng Dụng Mô Hình Logit Tại Ngân Hàng Nayoby

Ngân hàng Nayoby đã áp dụng mô hình Logit để phân tích nợ xấu. Kết quả cho thấy mô hình này giúp cải thiện khả năng dự đoán và quản lý rủi ro tín dụng.

IV. Phương Pháp Phân Tích Nợ Xấu Bằng Mô Hình Probit

Mô hình Probit cũng là một công cụ quan trọng trong phân tích nợ xấu. Mô hình này tương tự như Logit nhưng sử dụng hàm phân phối chuẩn để ước lượng xác suất.

4.1. Đặc Điểm Của Mô Hình Probit

Mô hình Probit có ưu điểm trong việc xử lý các biến độc lập không tuyến tính. Điều này giúp cải thiện độ chính xác trong việc dự đoán nợ xấu.

4.2. So Sánh Mô Hình Logit Và Probit

Cả hai mô hình Logit và Probit đều có những ưu điểm riêng. Việc lựa chọn mô hình nào phụ thuộc vào đặc điểm dữ liệu và mục tiêu phân tích cụ thể.

V. Mô Hình Z Score Trong Phân Tích Nợ Xấu

Mô hình Z-Score là một phương pháp khác để đánh giá rủi ro tín dụng. Mô hình này giúp xác định khả năng phá sản của khách hàng dựa trên các chỉ số tài chính.

5.1. Cơ Sở Tính Toán Của Mô Hình Z Score

Mô hình Z-Score sử dụng các chỉ số tài chính như lợi nhuận, tài sản và nợ phải trả để tính toán điểm số tín dụng. Điểm số này giúp ngân hàng đánh giá khả năng trả nợ của khách hàng.

5.2. Ứng Dụng Mô Hình Z Score Tại Nayoby

Ngân hàng Nayoby đã áp dụng mô hình Z-Score để dự đoán khả năng phá sản của khách hàng. Kết quả cho thấy mô hình này giúp cải thiện khả năng quản lý rủi ro tín dụng.

VI. Kết Luận Và Tương Lai Của Phân Tích Nợ Xấu Tín Dụng

Phân tích nợ xấu tín dụng là một phần quan trọng trong quản lý rủi ro tại ngân hàng. Việc áp dụng các mô hình như Logit, Probit và Z-Score giúp ngân hàng nâng cao khả năng dự đoán và quản lý rủi ro. Tương lai, ngân hàng cần tiếp tục cải tiến các phương pháp này để đáp ứng yêu cầu ngày càng cao của thị trường.

6.1. Xu Hướng Phát Triển Trong Phân Tích Nợ Xấu

Trong tương lai, việc ứng dụng công nghệ thông tin và trí tuệ nhân tạo sẽ giúp cải thiện độ chính xác trong phân tích nợ xấu. Ngân hàng cần đầu tư vào công nghệ để nâng cao hiệu quả hoạt động.

6.2. Đề Xuất Giải Pháp Quản Lý Nợ Xấu

Ngân hàng cần xây dựng các chính sách tín dụng chặt chẽ và thường xuyên đánh giá rủi ro. Việc này không chỉ giúp giảm thiểu nợ xấu mà còn nâng cao hiệu quả hoạt động kinh doanh.

Nội dung chính

Tổng quan nghiên cứu

Trong hệ thống tài chính hiện đại, hoạt động của các ngân hàng thương mại đóng vai trò huyết mạch trong việc dẫn vốn và thúc đẩy tăng trưởng kinh tế bền vững. Tuy nhiên, rủi ro tín dụng và nợ xấu luôn là thách thức cốt lõi đe dọa trực tiếp đến sự an toàn của toàn bộ hệ sinh thái tiền tệ. Theo các chuẩn mực tài chính quốc tế như Basel II, tỷ lệ nợ xấu cần được kiểm soát nghiêm ngặt dưới ngưỡng an toàn 5.0% và hệ số an toàn vốn tối thiểu (CAR) phải duy trì từ 8.0% trở lên nhằm bảo đảm năng lực hấp thu rủi ro. Tại thị trường tài chính đang phát triển như Lào, việc quản trị nợ xấu còn gặp nhiều hạn chế do phương pháp đánh giá tín dụng truyền thống chủ yếu dựa trên cảm tính định tính.

Luận văn thạc sĩ chuyên ngành Khoa học Máy tính với đề tài "Mô hình toán học Logit – Probit hồi quy và Z-Score trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng NAYOBY chi nhánh tỉnh Oudomxay - Lào" được thực hiện bởi học viên Silisith Xaysompheng dưới sự hướng dẫn của Phó Giáo sư, Tiến sĩ Nguyễn Văn Huân tại Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên vào năm 2020. Nghiên cứu tập trung giải quyết bài toán cấp thiết: chuyển đổi quy trình thẩm định tín dụng từ định tính sang các mô hình toán học định lượng có độ tin cậy cao.

Mục tiêu cụ thể của công trình là lượng hóa xác suất phát sinh nợ xấu, phân loại nhóm khách hàng có nguy cơ vỡ nợ cao và dự báo sớm nguy cơ mất khả năng thanh toán của các doanh nghiệp vay vốn tại Ngân hàng NAYOBY (NBB) Chi nhánh tỉnh Oudomxay trong giai đoạn 2016 – 2018. Ý nghĩa thực tiễn của nghiên cứu thể hiện qua việc cung cấp công cụ toán học giúp ngân hàng tối ưu hóa chi phí trích lập dự phòng rủi ro, cải thiện độ chính xác trong phân loại nợ lên trên 80% và giảm thiểu tỷ lệ thất thoát vốn vay.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa giữa kinh tế lượng tài chính và khoa học máy tính thông qua các mô hình toán học xác suất hiện đại:

• Mô hình hồi quy Logistic (Logit): Ứng dụng hàm phân phối tích lũy logistic chuẩn để ước lượng xác suất một biến cố nhị phân xảy ra. Trong bài toán tín dụng, biến phụ thuộc $Y$ nhận giá trị bằng 1 nếu khách hàng có khả năng hoàn trả đầy đủ vốn vay và nhận giá trị bằng 0 nếu phát sinh nợ xấu hoặc mất khả năng chi trả.
• Mô hình Probit (Normit): Dựa trên hàm phân phối tích lũy chuẩn tắc (CDF) để xác định chỉ số hữu dụng tiềm ẩn, phản ánh mối tương quan phi tuyến giữa các biến đặc trưng tài chính của người vay với hành vi trả nợ.
• Mô hình chỉ số Z-Score của Edward Altman: Công cụ đa biến dùng để lượng hóa sức khỏe tài chính và cảnh báo sớm nguy cơ phá sản của doanh nghiệp thông qua hệ số Z với các ngưỡng an toàn rõ ràng (vùng an toàn khi Z > 2.99, vùng cảnh báo khi 1.81 $\le$ Z $\le$ 2.99, và vùng nguy cơ phá sản cao khi Z < 1.81).
• Khung giám sát CAEL và mô hình định tính 6C: Cung cấp nền tảng so sánh giữa các tiêu chí an toàn vốn (Capital), chất lượng tài sản (Asset), lợi nhuận (Earnings), thanh khoản (Liquidity) cùng 6 yếu tố nhân thân người vay (Character, Capacity, Cash, Collateral, Conditions, Control).
• Các khái niệm cốt lõi: Xác suất vỡ nợ (Probability of Default - PD), tỷ lệ tổn thất cho vay (Loan Loss Ratio - LLR), và nợ khó đòi theo Quyết định số 02/BOL ngày 04/02/2015 của Ngân hàng Nhà nước Lào (xác định các khoản nợ quá hạn từ 90 đến 180 ngày không có khả năng bảo đảm hoàn trả).

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp thu thập dữ liệu thứ cấp và phân tích định lượng kinh tế lượng:

• Nguồn dữ liệu: Bộ số liệu thực tế thu thập từ báo cáo tài chính, hồ sơ tín dụng khách hàng doanh nghiệp và khách hàng cá nhân tại Ngân hàng NAYOBY Chi nhánh tỉnh Oudomxay trong khoảng thời gian từ năm 2016 đến hết năm 2018, kết hợp với các văn bản quy phạm từ Ngân hàng Trung ương Lào.
• Cỡ mẫu và chọn mẫu: Phương pháp chọn mẫu có chủ đích được áp dụng để trích xuất 10 doanh nghiệp khách hàng trọng điểm đại diện cho các ngành nghề vay vốn chính nhằm kiểm tra mô hình Z-Score, cùng với tệp quan sát hàng trăm khoản vay khách hàng cá nhân và doanh nghiệp phục vụ hồi quy nhị phân Logit và Probit.
• Lý do lựa chọn phương pháp phân tích: Phương pháp hồi quy biến giả Logit và Probit sử dụng kỹ thuật ước lượng hợp lý cực đại (Maximum Likelihood Estimation - MLE) trên phần mềm EViews 8 được lựa chọn vì tính ưu việt trong việc xử lý biến phụ thuộc nhị phân, loại bỏ sai lệch phương sai thay đổi mà phương pháp bình phương bé nhất thông thường (OLS) mắc phải.
• Quy trình kiểm định: Dữ liệu chuỗi được kiểm tra tính dừng thông qua kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) và Phillips-Perron (PP), đồng thời độ phù hợp mô hình được đánh giá qua ma trận tương quan và kiểm định Hosmer-Lemeshow.
• Timeline nghiên cứu: Thu thập số liệu giai đoạn 2016 – 2018, tiến hành xử lý số liệu và mô phỏng thuật toán trên EViews 8 trong năm 2019, hoàn thiện và bảo vệ luận văn vào tháng 11 năm 2020.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô hình hóa và xử lý dữ liệu thực nghiệm trên phần mềm EViews 8 mang lại các phát hiện định lượng then chốt:

• Ảnh hưởng nghịch biến của doanh thu và khả năng sinh lời: Biến số SALESA (Doanh thu/Tổng tài sản) và EBITA (Lợi nhuận trước thuế/Tổng tài sản) có tương quan nghịch rõ rệt với xác suất nợ xấu. Doanh nghiệp có tỷ suất sinh lời EBITA tăng thêm 5.0% giúp giảm nguy cơ rơi vào nợ khó đòi ước tính khoảng 12.4%.
• Gánh nặng từ đòn bẩy nợ dài hạn: Biến số LTLA (Nợ dài hạn/Tổng tài sản) và EQUITYA (Nợ phải trả/Tổng tài sản) tác động thuận chiều mạnh mẽ đến xác suất trễ hạn tín dụng. Khi tỷ lệ nợ phải trả vượt quá 70% tổng nguồn vốn, xác suất trễ hạn trên 90 ngày của khách hàng tăng lên hơn 65%.
• Độ chính xác phân loại của mô hình Logit: Với ngưỡng cắt xác suất chuẩn 0.5, mô hình hồi quy Logit ước lượng chính xác trên 80% trường hợp nợ xấu thực tế phát sinh tại chi nhánh ngân hàng.
• Phân hóa rủi ro phá sản qua Z-Score: Kết quả tính toán Z-Score cho 10 doanh nghiệp mẫu cho thấy có 30% doanh nghiệp nằm trong vùng nguy hiểm với hệ số Z dưới 1.81, 40% doanh nghiệp thuộc vùng xám cảnh báo (1.81 đến 2.99), và 30% doanh nghiệp đạt chuẩn an toàn tài chính (Z > 2.99).

Thảo luận kết quả

Kết quả hồi quy phản ánh chính xác thực trạng phân bổ vốn tại các địa phương của Lào, nơi mà năng lực quản trị dòng tiền của doanh nghiệp vay vốn còn yếu kém và thường phụ thuộc quá mức vào các khoản vay ưu đãi từ chính phủ hoặc ngân hàng chính sách. Các dữ liệu này được thể hiện trực quan qua đồ thị hàm Logistic dạng chữ S và ma trận tương quan đa biến trên giao diện phần mềm EViews 8, giúp cán bộ thẩm định dễ dàng nhận diện điểm gãy tài chính của từng hồ sơ.

Khi đối chiếu với các công trình nghiên cứu trên thế giới, kết quả của luận văn hoàn toàn tương đồng với nghiên cứu của Pederzoli và Torricelli khi khẳng định các chỉ số luân chuyển vốn và đòn bẩy tài chính là biến giải thích có ý nghĩa thống kê cao nhất đối với xác suất vỡ nợ của doanh nghiệp nhỏ và vừa. Đồng thời, nghiên cứu cũng củng cố nhận định của Irakli Ninua và Jiménez - Saurina về vai trò của tài sản bảo đảm và quy mô khoản vay trong việc hình thành tổn thất tín dụng. Về mặt ý nghĩa, việc ứng dụng mô hình toán học đã giải quyết triệt để sự thiếu minh bạch của phương pháp chấm điểm cảm tính 6C, mang lại giải pháp cảnh báo sớm rủi ro vỡ nợ trước kỳ hạn từ 3 đến 6 tháng.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, luận văn đề xuất 4 nhóm giải pháp chiến lược nhằm tối ưu hóa chất lượng tín dụng:

• Tích hợp mô hình Logit và Z-Score vào quy trình phê duyệt tín dụng tự động: Ban Lãnh đạo Ngân hàng NAYOBY cần chỉ đạo triển khai phần mềm chấm điểm tín dụng nội bộ ứng dụng thuật toán hồi quy Logit trong vòng 6 tháng đầu năm 2021, hướng tới mục tiêu giảm tỷ lệ nợ xấu chi nhánh Oudomxay xuống dưới mức 3.0%.
• Thiết lập cơ chế giám sát định kỳ đối với khách hàng doanh nghiệp bằng chỉ số tài chính: Phòng Quản lý rủi ro cần xây dựng quy trình rà soát bảng cân đối kế toán của 100% doanh nghiệp vay vốn theo chu kỳ quý, đặc biệt kiểm soát các khoản vay có tỷ số nợ dài hạn LTLA vượt ngưỡng 50% tổng tài sản.
• Tái cơ cấu quy trình thẩm định tài sản bảo đảm và chính sách cho vay: Hội đồng Tín dụng chi nhánh phải ban hành quy chế định giá độc lập đối với tài sản thế chấp, nâng tỷ lệ bảo đảm an toàn vốn lên tối thiểu 120% giá trị khoản vay đối với các dự án thuộc lĩnh vực nông nghiệp có độ rủi ro thời tiết cao.
• Đào tạo nâng cao năng lực định lượng cho đội ngũ cán bộ tín dụng: Bộ phận Nhân sự phối hợp cùng các chuyên gia kinh tế lượng tổ chức các khóa huấn luyện chuyên sâu 6 tháng một lần về phân tích dữ liệu trên phần mềm EViews và SPSS cho toàn bộ 100% chuyên viên tín dụng nhằm hạn chế tối đa rủi ro đạo đức và sai lệch chủ quan.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và ứng dụng thực tiễn cao, đặc biệt hữu ích cho 4 nhóm đối tượng:

• Ban Điều hành và Giám đốc Quản trị rủi ro tại các ngân hàng thương mại: Tham khảo mô hình toán học để xây dựng hệ thống xếp hạng tín nhiệm nội bộ theo tiêu chuẩn Basel II, giúp phân loại danh mục nợ và trích lập dự phòng tổn thất chính xác.
• Chuyên viên tín dụng và Thẩm định viên dự án: Nắm vững phương pháp phân tích chỉ số Z-Score và hồi quy Logit để đánh giá toàn diện năng lực trả nợ của khách hàng doanh nghiệp, loại bỏ định kiến cá nhân trong quá trình cấp vốn.
• Giảng viên, Học viên cao học và Sinh viên ngành Khoa học Máy tính, Tài chính - Ngân hàng: Sử dụng như một tài liệu tham khảo mẫu mực về kỹ thuật ứng dụng kinh tế lượng, mô hình xác suất và công cụ EViews 8 để giải quyết bài toán tài chính thực tế.
• Cơ quan quản lý và Ngân hàng Trung ương: Sử dụng làm cơ sở khoa học để hoàn thiện khung pháp lý giám sát an toàn vĩ mô, nâng cao hiệu quả thanh tra chất lượng tài sản theo Quyết định số 02/BOL.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại kết hợp đồng thời cả mô hình hồi quy Logit và mô hình Z-Score?
Mô hình Z-Score đóng vai trò sàng lọc nhanh sức khỏe tài chính và dự báo nguy cơ phá sản tổng thể của doanh nghiệp qua 5 chỉ số tài chính cơ bản. Trong khi đó, mô hình Logit đi sâu vào ước lượng xác suất vỡ nợ cụ thể dựa trên các biến vi mô và hồ sơ vay, giúp ngân hàng có cái nhìn đa chiều với độ tin cậy vượt trên 80%.

2. Ngưỡng xác suất 0.5 trong mô hình Logit có ý nghĩa gì trong thực tiễn cấp tín dụng?
Ngưỡng 0.5 là giá trị phân định chuẩn trong hồi quy xác suất nhị phân. Nếu xác suất hoàn trả nợ tính toán được từ mô hình của một khách hàng đạt từ 0.5 trở lên, khoản vay được xếp vào nhóm an toàn; ngược lại, nếu xác suất dưới 0.5, khách hàng sẽ bị đưa vào danh sách cảnh báo nợ xấu tiềm ẩn.

3. Mô hình toán học định lượng có thể thay thế hoàn toàn phương pháp định tính 6C không?
Mô hình toán học không triệt tiêu hoàn toàn phương pháp 6C mà hoạt động bổ trợ hoàn hảo cho nhau. Các mô hình Logit và Z-Score cung cấp bằng chứng định lượng khách quan về năng lực tài chính, trong khi cán bộ tín dụng vẫn cần phương pháp định tính để đánh giá đạo đức và năng lực điều hành của chủ doanh nghiệp.

4. Khung pháp lý Quyết định số 02/BOL tác động như thế nào đến việc xác định biến phụ thuộc?
Quyết định số 02/BOL của Ngân hàng Trung ương Lào quy định rõ các tiêu chí chuyển nhóm nợ khi khoản vay quá hạn từ 90 đến 180 ngày. Đây là căn cứ pháp lý quan trọng để luận văn gán nhãn nhị phân cho biến phụ thuộc $Y$ (0 cho nợ xấu, 1 cho nợ đủ tiêu chuẩn) một cách chuẩn xác theo luật định.

5. Các chi nhánh ngân hàng quy mô nhỏ có thể ứng dụng mô hình này với chi phí thấp không?
Mô hình có tính khả thi rất cao vì không đòi hỏi hạ tầng máy chủ phức tạp. Cán bộ ngân hàng hoàn toàn có thể chạy mô hình phân tích tự động trên các phần mềm kinh tế lượng thông dụng như EViews hoặc script Python với chi phí đầu tư ban đầu gần như bằng không.

Kết luận

• Luận văn xây dựng thành công quy trình ứng dụng tích hợp giữa mô hình hồi quy Logit, Probit và chỉ số Z-Score trên nền tảng phần mềm EViews 8 để lượng hóa rủi ro nợ xấu.
• Nghiên cứu chứng minh tính ưu việt của phương pháp định lượng với độ chính xác phân loại nợ đạt trên 80%, khắc phục hoàn toàn nhược điểm cảm tính của phương pháp truyền thống.
• Đóng góp thực tiễn lớn nhất của đề tài là chỉ ra chính xác mức độ tác động của các biến tài chính then chốt như doanh thu, lợi nhuận và tỷ lệ nợ dài hạn đến xác suất trả nợ tại Ngân hàng NAYOBY Oudomxay.
• Lộ trình triển khai khuyến nghị đặt mục tiêu hoàn thành chuyển đổi số khâu thẩm định trong năm 2021 nhằm đưa tỷ lệ nợ xấu chi nhánh về mức tiêu chuẩn an toàn dưới 3.0%.
• Định hướng nghiên cứu tiếp theo có thể mở rộng tập dữ liệu đa thời gian và áp dụng các thuật toán học máy (Machine Learning) tiên tiến để nâng cao năng lực dự báo trong toàn hệ thống ngân hàng.

Hãy ứng dụng ngay các mô hình định lượng hiện đại vào quy trình quản trị rủi ro tín dụng để bảo vệ nguồn vốn và gia tăng hiệu quả kinh doanh cho ngân hàng của bạn!

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ NỢ XẤU NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN 1. Hoạt động chung của ngân hàng: 1. Tổng quan về ngân hàng thương mại: 1. Khái niệm: Ngân hàng là một trong những tổ chức tài chính quan trọng nhất của nền kinh tế.

Tùy thuộc vào tính chất và mục tiêu hoạt động cũng như sự phát triển của nền kinh tế nói chung và hệ thống kinh tế nói riêng. Ngân hàng bao gồm Ngân hàng thương mại, Ngân hàng phát triển, Ngân hàng đầu tư, Ngân hàng chính sách, Ngân hàng hợp tác và các loại Ngân hàng khác, trong đó Ngân hàng thương mại thường chiếm tỷ trong lớn nhất về quy mô tài sản, thị phần và số lượng các Ngân hàng. Ngân hàng thương mại được xem là một trung gian tài chính có chức năng dẫn vốn từ nơi có khả năng cung ứng vốn đến những nơi có nhu cầu về vốn nhằm tạo điều kiện cho đầu tư phát triển kinh tế. Chúng ta có thể xem xét một số khái niệm về NHTM như sau: Theo pháp lệnh Ngân hàng năm 2019 của Lào có qui định: “NHTM là một tổ chức tài chính được phép hoạt động kinh doanh ngân hàng, dịch vụ tiền gửi, tín dụng, thanh toán, kinh doanh tiền tệ và các dịch vụ khác theo quy định của pháp luật” Theo luật các tổ chức tài chính (TCTC) của Lào do Quốc hội khóa VIII lần thứ 6 thông qua ngày 07/12/2018 thì: Ngân hàng có thể đại diện cho các dịch vụ tài chính, cung cấp các dịch vụ tư vấn tài chính và đầu tư, lưu trữ các vật có giá trị và cung cấp các dịch vụ khác theo ủy quyền của Ngân hàng Nhà nước Lào.

Trong đó Tổ chức tài chính là các ngân hàng thương mại, tổ chức tài chính vi mô, liên hiệp tín dụng và tiết kiệm, nhà máy, công ty cho thuê tín dụng và các tổ chức tài chính LUAN VAN CHAT LUONG download : add [e-mail] 4 khác thuộc thẩm quyền của Ngân hàng Quốc gia Lào theo luật và quy định hiện hành. Ngoài ra, NHTM là ngân hàng thực hiện toàn bộ hoạt động Ngân hàng và các hoạt động kinh doanh khác có liên quan về mục đích lợi nhuận, góp phần thực hiện các mục tiêu kinh tế của Nhà nước. Trong đó hoạt động Ngân hàng là hoạt động kinh doanh tiền tệ và dịch vụ Ngân hàng với nội dung thường xuyên là tiền gửi, sử dụng số tiền này để cấp tín dụng và cung ứng các dịch vụ thanh toán. Nếu xét trên phương diện những loại hình dịch vụ mà Ngân hàng cung cấp thì NHTM là loại hình tổ chức tài chính cung cấp một danh mục dịch vụ tài chính đa dạng nhất – đặc biệt là tín dụng, tiết kiệm, dịch vụ thanh toán và thực hiện nhiều chức năng tài chính nhất so với bất kì một tổ chức kinh doanh nào trong kinh tế.

Như vạy, có thể nói NHTM là một doanh nghiệp đặc biệt kinh doanh với tiền tệ với hoạt động thường xuyên là huy động vốn, cho vay, chiết khấu, bảo lãnh, cung cấp các dịch vụ tài chính và các hoạt động khác có liên quan. Ngoài ra, NHTM còn là một định chế tài chính trung gian cực kì quan trọng trong nền kinh tế thị trường. Nhờ vào hệ thống này mà các nguồn tiền nhàn rỗi vốn nằm rải rác trong xã hội sẽ được huy động và tập trung lại với số lượng đủ lớn để cấp tín dụng cho các Tổ chức kinh tế xã hội (TCKT), cá nhân nhằm mục dịch phục vụ phát triển kinh tế - xã hội. sự có mặt của NHTM trong hầu hết các hoạt động của nền kinh tế - xã hội đã chứng minh rằng: Ở đâu có một hệ thống NHTM phát triển thì ở đó sẽ có sự phát triển với tốc độ cao của kinh tế - xã hội và ngược lại.

Các hoạt động của Ngân hàng thương mại: ➢ Hoạt động huy động vốn: Đây là một nghiệp vụ đặc biệt trung trong hoạt động kinh doanh của NHTM, có ý nghĩa quan trọng đối với sự tăng trưởng và phát triển của Ngân hàng. Các NHTM có thể huy động các nguồn vốn từ các tổ chức kinh tế và dân cư bằng nhiều hình thức khác nhau như sau: LUAN VAN CHAT LUONG download : add [e-mail] 5 ❖ Hoạt động nhận tiền gửi thường chiếm tỉ trọng rất cao trong tổng nguồn huy động của NHTM do các Ngân hàng đã chú trọng đến việc đa dạng hóa các loại tiền gửi không kì hạn, tiền gửi có kì hạn, trong mỗi loại lại chia thành nhiều loại khác nhau để đáp ứng nhu cầu của khách hàng. ❖ Ngân hàng có thể huy động vốn từ dân cư, tổ chức kinh tế bằng cách bán cho họ các trái phiếu do Ngân hàng phát hành, đây là hình thức hay được sử dụng vì thời gian huy động vốn rất ngắn trong khi lãi suất có được lại lương đối cao, do đó Ngân hàng thường phát hành trái phiếu khi cần vốn đột xuất. ❖ Ngoài các hình thức huy động vốn trên, các Ngân hàng có thể huy động vốn vay bằng cách vay Ngân hàng Trung ương và các tổ chức tín dụng khác.

Ở Lào, Hình thức này chịu sự quản lí của Ngân hàng Trung ương cả về khối lượng đi vay và lãi suất đi vay. Do vậy, trong bảng tổng kết tài chính của các NHTM khoản đi vay này chiếm tỷ trọng nhỏ so với tổng huy dộng vốn của Ngân hàng. ➢ Hoạt động sử dụng vốn: Ngân hàng huy động và sử dụng vốn đó cho vay và đầu tư để hưởng doanh lợi. Cho vay là hình thức thông dụng nhất ở các định chế tài chính nói chung và NHTM nói riêng ở khắp các nơi trên thế giới.

Ở Lào hoạt động cho vay là hoạt động mang tính lợi nhuận cao nhất cho các Ngân hàng và có ý nghĩa sống còn đối với Ngân hàng. Cho vay là một nghiệp vụ trong đó một thể nhân hoặc một pháp nhân gọi là người cho vay để cho một người khác gọi là người đi vay sử dụng một số tiền với cam kết hoàn trả lãi theo. Chính vì thế, có thể nói: “Ngân hàng là người đi vay để cho vay”, số tiền để Ngân hàng sử dụng cho vay xuất phát từ nguồn vốn mà Ngân hàng huy động được. Lợi nhuận thu được của Ngân hàng phụ thuộc vào khoản chênh lệch giữa chi phí huy động nguồn và lãi suất Ngân hàng cho vay.

Qua các lý luận về hoạt động huy động vốn và sử dụng vốn nói trên của Ngân hàng có thể thấy Ngân hàng thực hiện chức năng là người trung gian đứng ra dàn xếp giữa người thừa vốn và người thiếu vốn. Thông qua hoạt động cho vay, Ngân LUAN VAN CHAT LUONG download : add [e-mail] 6 hàng kiểm soát khối lượng tiền trong lưu thông, tăng vòng quay vốn của nền kinh tế, làm cho khối lượng tiền tệ trong ngành kinh tế không ngừng vận động và sinh lợi. ➢ Thực hiện các dịch vụ khác cho khách hàng: Ngày nay, hoạt động dịch vụ của NHTM trên thế giới đem lại một mức lợi nhuận khổng lồ cho Ngân hàng (chiếm khoảng 75% tổng số lợi nhuận Ngân hàng), nhưng ở Lào thì con số này thật khiêm tốn, chỉ chiếm khoảng 25%. Do vậy, vấn đề đa dạng hóa các hoạt động dịch vụ ở Ngân hàng đang được rất quan tâm.

Các dịch vụ này bao gồm: Hoạt động điện tử liên quan đến Ngân hàng: gồm việc nối mạng từ các máy tính của Ngân hàng và máy tính của khách hàng, chủ yếu là các công ty để trao đổi các thông tin dữ liệu giúp cho các công ty quản lí nguồn vốn của mình có hiệu quả hơn. Đảm bảo an toàn vật có giá: Đây là một dịch vụ lâu đời nhất của NHTM. Do Ngân hàng có đội ngũ nhân viên bảo vệ và có các kết sắt giữ tiền rất quan trọng, nên khách hàng có thể khi gửi các tài sản quý, những giấy tờ có giá trị… Dịch vụ nhận tiền gửi qua đêm. Ở nước ta hiện nay dịch vụ này chưa có nhưng trong tương lai sẽ dần hình thành vì thu nhập của dân hiện nay càng tăng lên, đồng nghĩa với việc các tài sản quý mà người dân sở hữu cũng tăng lên và từ đó phát sinh nhu cầu được bảo vệ và đây cũng là lúc Ngân hàng phát huy chức năng quan trọng của mình.

Các nghiệp vụ ủy thác: Ngân hàng nhận úy thác từ các khách hàng để quản trị các tài sản khác. Có thể chia thành 2 loại tài sản bằng tiền và hiện vật, phần đông khách hàng ủy thác cho Ngân hàng quản trị tài sản bằng tiền, kí gửi vào một tài khoản, ủy thác cho Ngân hàng quản trị một mình hay cùng với người khác. Ngoài ra, Ngân hàng cũng được ủy thác quản trị tài sản của người cầm cố, của vị thành niên… LUAN VAN CHAT LUONG download : add [e-mail] 7 Các dịch vụ kinh doanh khác: Những dịch vụ khác bao gồm nhiều loại như đảm bảo tài sản tín dụng, mua các khoản sẽ thu của các công ty, phát hành thẻ làm tín dụng, làm dịch vụ tư vấn thuê mua… Có thể thấy hoạt động của NHTM là vô cùng phong phú và đa dạng, trong đó hoạt động nhận tiền gửi và cho vay chiếm tỷ trọng hàng đầu. Thông qua các nghiệp vụ này, NHTM đã chứng tỏ với vai trò quan trọng không thể thiếu của mình trong mỗi quốc gia.

Tín dụng và đặc trưng của tín dụng: ➢ Khái niệm: Khái niệm tín dụng đã xuất hiện từ rất lâu, nó xuất phát từ gốc La Tinh CREDITUM có nghĩa là sự tin tưởng, tín nhiệm hay chính là lòng tin. Theo cách biểu hiện nay thì tín dụng là quan hệ vay vốn lẫn nhau dựa trên sự tin tưởng số vốn đó sẽ được hoàn trả vào một thời điểm xác định trong tương lai. Mác cho rằng: “Tín dụng là quá trình chuyển nhượng tạm thời một lượng giá trị từ người sở hữu đến người sử dụng, sau một thời gian nhất định thu hồi một lượng giá trị lớn hơn lượng giá trị ban đầu”. Có thể hiểu tổng quát về khái niệm tín dụng: Tín dụng là quan hệ cuyển nhượng tạm thời một lượng giá trị (dưới hình thái tiền tệ hay hiện vật) từ người sở hữu sang người sử dụng sau một thời gian dài nhất định thu hồi về một lượng giá trị lớn hơn so với giá trị ban đầu.

Mối quan hệ tín dụng bao gồm 2 mặt cơ bản là quan hệ cho vay và quan hệ hoàn trả được thể hiện như sau: (1) Người vay chuyển giao cho người đi vay một lượng giá trị nhất định. Giá trị này có thể dưới hình thái tiền tệ hay hiện vật, hàng hóa, máy móc, thiết bị, bất động sản.