Mô Hình Dự Đoán Tổn Thất Do Vỡ Nợ Bằng Kỹ Thuật Học Máy

Xây dựng mô hình dự đoán tổn thất khi vỡ nợ bằng kỹ thuật máy học trong khóa luận tốt nghiệp đại học. Tìm hiểu và áp dụng hiệu quả.

• Tác giả: Tran Nhat Nam
• Người hướng dẫn: Dr. Nguyen Minh Nhat
• Trường học: Ho Chi Minh University of Banking
• Chuyên ngành: Finance - Banking
• Đề tài: Mô Hình Dự Đoán Tổn Thất Do Vỡ Nợ Bằng Kỹ Thuật Học Máy
• Loại tài liệu: Graduation Thesis
• Năm xuất bản: 2024
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• ABSTRACT
• DECLARATION
• ACKNOWLEDGEMENTS
• TABLE OF CONTENT
• 1. CHAPTER 1: INTRODUCTION
• 1.1. THE URGENCY OF THE RESEARCH
• 1.2. RESEARCH OBJECTIVES
• 1.3. RESEARCH QUESTION
• 1.4. RESEARCH SUBJECT AND SCOPE
• 1.5. RESEARCH METHODOLOGY
• 1.6. RESEARCH CONTRIBUTIONS
• 1.7. THE STRUCTURE OF RESEARCH
• 2. CHAPTER 2: LITERATURE REVIEW
• 2.1. LOSS GIVEN DEFAULT
• 2.2. OVERVIEW OF THE MODELS USED TO PREDICT THE LOSS GIVEN DEFAULT OF CORPORATE
• 3. CHAPTER 3: DATA AND METHOD OF RESEARCH
• 3.1. RESEARCH MODELS AND METHODS
• 3.2. PYTHON IS USED IN MODEL BUILDING
• 4. CHAPTER 4: RESEARCH RESULT AND DISCUSSION
• 4.1. CRITERIA FOR MODEL VERIFICATION AND EVALUATION
• 5. CHAPTER 5: CONCLUSION AND RECOMMENDATIONS
• 5.1. TOPIC LIMITATION AND POTENTIAL RESEARCH DIRECTIONS
• 5.1.1. Potential research directions
• LIST OF ABBREVIATIONS
• LIST OF FIGURES
• LIST OF TABLE

Tóm tắt

I. Tổng Quan Về Mô Hình Dự Đoán Tổn Thất Do Vỡ Nợ

Mô hình dự đoán tổn thất do vỡ nợ (Loss Given Default - LGD) là một công cụ quan trọng trong quản lý rủi ro tài chính. Việc áp dụng các kỹ thuật học máy trong việc xây dựng mô hình này giúp cải thiện độ chính xác và hiệu quả trong việc đánh giá rủi ro tín dụng. Nghiên cứu này sẽ tập trung vào việc phát triển mô hình LGD cho các doanh nghiệp tại Việt Nam, nhằm cung cấp một cái nhìn tổng quan về tình hình tài chính và khả năng vỡ nợ của các doanh nghiệp.

1.1. Khái Niệm Về Tổn Thất Do Vỡ Nợ

Tổn thất do vỡ nợ là phần tổn thất mà ngân hàng hoặc tổ chức tài chính phải chịu khi một doanh nghiệp không thể thanh toán nợ. Việc hiểu rõ khái niệm này là rất quan trọng trong việc xây dựng mô hình dự đoán.

1.2. Vai Trò Của Kỹ Thuật Học Máy Trong Dự Đoán

Kỹ thuật học máy cung cấp các phương pháp phân tích dữ liệu mạnh mẽ, cho phép xây dựng các mô hình dự đoán chính xác hơn. Các mô hình như hồi quy logistic, cây quyết định và rừng ngẫu nhiên sẽ được áp dụng trong nghiên cứu này.

II. Thách Thức Trong Dự Đoán Tổn Thất Do Vỡ Nợ

Dự đoán tổn thất do vỡ nợ gặp nhiều thách thức, bao gồm sự biến động của thị trường, sự không chắc chắn trong dữ liệu tài chính và sự phức tạp trong việc lựa chọn các biến số phù hợp. Những yếu tố này có thể ảnh hưởng đến độ chính xác của mô hình dự đoán.

2.1. Sự Biến Động Của Thị Trường

Thị trường tài chính có thể thay đổi nhanh chóng, ảnh hưởng đến khả năng thanh toán của doanh nghiệp. Việc theo dõi và phân tích các yếu tố này là rất cần thiết.

2.2. Chất Lượng Dữ Liệu Tài Chính

Dữ liệu tài chính không đầy đủ hoặc không chính xác có thể dẫn đến những sai lệch trong dự đoán. Cần có các phương pháp thu thập và xử lý dữ liệu hiệu quả.

III. Phương Pháp Xây Dựng Mô Hình Dự Đoán Tổn Thất

Nghiên cứu sẽ áp dụng các phương pháp học máy như hồi quy logistic, cây quyết định và rừng ngẫu nhiên để xây dựng mô hình dự đoán tổn thất do vỡ nợ. Mỗi phương pháp sẽ được đánh giá dựa trên độ chính xác và khả năng dự đoán.

3.1. Hồi Quy Logistic

Hồi quy logistic là một trong những phương pháp phổ biến trong dự đoán tổn thất. Phương pháp này giúp xác định xác suất vỡ nợ dựa trên các biến số tài chính.

3.2. Cây Quyết Định

Cây quyết định cung cấp một cách tiếp cận trực quan để phân tích dữ liệu và đưa ra quyết định. Phương pháp này giúp xác định các yếu tố quan trọng ảnh hưởng đến tổn thất.

3.3. Rừng Ngẫu Nhiên

Rừng ngẫu nhiên là một kỹ thuật học máy mạnh mẽ, giúp cải thiện độ chính xác của dự đoán bằng cách kết hợp nhiều cây quyết định. Phương pháp này sẽ được áp dụng để tối ưu hóa mô hình.

IV. Ứng Dụng Thực Tiễn Của Mô Hình Dự Đoán

Mô hình dự đoán tổn thất do vỡ nợ có thể được áp dụng trong nhiều lĩnh vực, từ ngân hàng đến đầu tư. Việc sử dụng mô hình này giúp các tổ chức tài chính đưa ra quyết định chính xác hơn trong việc cấp tín dụng và quản lý rủi ro.

4.1. Ứng Dụng Trong Ngân Hàng

Ngân hàng có thể sử dụng mô hình để đánh giá rủi ro tín dụng và đưa ra quyết định cho vay. Điều này giúp giảm thiểu tổn thất do vỡ nợ.

4.2. Ứng Dụng Trong Đầu Tư

Các nhà đầu tư có thể sử dụng mô hình để đánh giá khả năng vỡ nợ của doanh nghiệp, từ đó đưa ra quyết định đầu tư hợp lý.

V. Kết Luận Về Mô Hình Dự Đoán Tổn Thất Do Vỡ Nợ

Mô hình dự đoán tổn thất do vỡ nợ bằng kỹ thuật học máy là một công cụ quan trọng trong quản lý rủi ro tài chính. Nghiên cứu này không chỉ cung cấp cái nhìn sâu sắc về các phương pháp dự đoán mà còn mở ra hướng đi mới cho các nghiên cứu tiếp theo trong lĩnh vực này.

5.1. Tương Lai Của Mô Hình Dự Đoán

Với sự phát triển của công nghệ và dữ liệu lớn, mô hình dự đoán tổn thất sẽ ngày càng trở nên chính xác và hiệu quả hơn. Cần tiếp tục nghiên cứu và cải tiến các phương pháp hiện có.

5.2. Đề Xuất Nghiên Cứu Tiếp Theo

Nghiên cứu tiếp theo có thể tập trung vào việc áp dụng các kỹ thuật học sâu để cải thiện độ chính xác của mô hình dự đoán tổn thất do vỡ nợ.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp "Xây dựng mô hình dự đoán tỷ lệ tổn thất khi vỡ nợ bằng kỹ thuật học máy" (Building a Loss Given Default Prediction Model by Machine Learning Techniques) của tác giả Trần Nhật Nam, thuộc chuyên ngành Tài chính - Ngân hàng, Trường Đại học Ngân hàng Thành phố Hồ Chí Minh (2024), được thực hiện dưới sự hướng dẫn khoa học của TS. Nguyễn Minh Nhật. Nghiên cứu tập trung giải quyết bài toán định lượng rủi ro tín dụng trong hệ thống ngân hàng thương mại tại Việt Nam.

Bối cảnh thực tiễn của đề tài xuất phát từ các yếu tố sau:

• Tác động tiêu cực của dịch bệnh và biến động kinh tế: Giai đoạn từ năm 2019, đại dịch COVID-19 với các biến thể lây lan mạnh đã làm suy yếu hoạt động của các doanh nghiệp trên toàn cầu và tại Việt Nam. Dẫn chứng từ báo cáo của Ngân hàng Thế giới (World Bank, 2020) cho thấy khoảng 50% doanh nghiệp nhỏ và hơn 40% doanh nghiệp vừa tại Việt Nam phải tạm ngừng hoặc dừng hoạt động vĩnh viễn. Trong năm 2021, có gần 55.000 doanh nghiệp tạm ngừng kinh doanh (tăng 18% so với cùng kỳ), 48,1 nghìn doanh nghiệp tạm ngừng chờ giải thể; trung bình mỗi tháng có khoảng 10.000 doanh nghiệp rời khỏi thị trường.
• Thực trạng xếp hạng tín dụng nội bộ tại các ngân hàng thương mại Việt Nam: Hoạt động đánh giá rủi ro tín dụng tại nhiều ngân hàng thương mại trong nước vẫn mang tính định tính, chủ quan và dựa nhiều vào kinh nghiệm xử lý cá nhân của cán bộ tín dụng (giải pháp chuyên môn), thiếu cơ sở khoa học định lượng vững chắc để dự báo khả năng mất vốn.
• Yêu cầu tuân thủ chuẩn mực quốc tế và khung pháp lý: Việc triển khai Hiệp ước Basel II đặt ra yêu cầu cấp thiết cho các ngân hàng trong việc xây dựng và hoàn thiện hệ thống xếp hạng tín dụng nội bộ, đo lường chính xác các tham số rủi ro tín dụng cốt lõi. Đồng thời, các văn bản quy phạm pháp luật như Nghị định số 88/2014/NĐ-CP về dịch vụ xếp hạng tín nhiệm và Quyết định số 507/QĐ-TTg ngày 17/04/2015 của Thủ tướng Chính phủ (định hướng bắt buộc xếp hạng tín nhiệm đối với trái phiếu doanh nghiệp phát hành từ năm 2020) tạo nền tảng thúc đẩy sự minh bạch và an toàn của thị trường tài chính.

Mục tiêu nghiên cứu được xác định cụ thể gồm 3 nội dung:

1. Khám phá các mô hình ước lượng tỷ lệ tổn thất khi vỡ nợ (Loss Given Default - LGD) của doanh nghiệp trong hệ thống ngân hàng thương mại Việt Nam bằng các kỹ thuật học máy thích hợp.
2. Xác định mô hình phù hợp nhất để ước tính LGD của doanh nghiệp trong hệ thống ngân hàng thương mại Việt Nam thông qua các phương pháp học máy.
3. Lựa chọn mô hình thích hợp để ước lượng xác suất vỡ nợ của doanh nghiệp trong hệ thống ngân hàng thương mại Việt Nam sử dụng học máy.

Câu hỏi nghiên cứu:

• Các chỉ số tài chính nào có tác động trọng yếu đến việc xây dựng mô hình dự đoán tỷ lệ tổn thất khi vỡ nợ (LGD)?
• Các phương pháp học máy ảnh hưởng như thế nào đến việc dự đoán tổn thất khi vỡ nợ và mô hình nào mang lại kết quả ước lượng tốt nhất cho doanh nghiệp?
• Mô hình học máy nào là công cụ phù hợp nhất để đo lường LGD?

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Mô hình dự đoán tỷ lệ tổn thất khi vỡ nợ (LGD) của các doanh nghiệp tại Việt Nam.
• Phạm vi không gian và nguồn dữ liệu: Dữ liệu báo cáo tài chính thu thập từ các doanh nghiệp vay vốn tại các ngân hàng thương mại Việt Nam và các doanh nghiệp đang hoạt động, niêm yết trên thị trường tài chính Việt Nam. Thông tin doanh nghiệp được mã hóa để bảo mật.
• Phạm vi thời gian: Giai đoạn thu thập số liệu báo cáo tài chính từ năm 2009 đến năm 2020.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên nền tảng lý thuyết về rủi ro tín dụng và quản trị tổn thất theo khuyến nghị của Ủy ban Basel (Basel II, 2004), kết hợp lý thuyết tài chính doanh nghiệp và khoa học dữ liệu hiện đại.

Khái niệm và phương pháp tiếp cận đo lường LGD: Tỷ lệ tổn thất khi vỡ nợ (Loss Given Default - LGD) là tỷ lệ phần trăm giữa giá trị vốn bị mất và tổng dư nợ tại thời điểm khách hàng mất khả năng thanh toán. LGD không chỉ bao gồm tổn thất nợ gốc mà còn tính đến phần lãi đến hạn chưa trả cùng các chi phí phát sinh trong quá trình xử lý (chi phí hành chính, chi phí pháp lý, xử lý tài sản bảo đảm). Về mặt toán học, $\text{LGD} = 100% - \text{Tỷ lệ thu hồi (Recovery Rate)}$.

Văn bản chỉ rõ ba phương pháp tiếp cận truyền thống để ước lượng LGD:

1. Market LGD: Ước lượng dựa trên giá thị trường của các khoản nợ hoặc trái phiếu vỡ nợ ngay sau sự kiện vỡ nợ. Phương pháp này chỉ áp dụng cho trái phiếu niêm yết và khó triển khai trong điều kiện thị trường trái phiếu Việt Nam quy mô còn nhỏ.
2. Implied LGD: Tính toán từ giá của các trái phiếu có rủi ro (chưa vỡ nợ) thông qua mô hình định giá tài sản tài chính.
3. Workout LGD: Ước tính dựa trên quy trình xử lý thực tế các khoản nợ vỡ nợ bằng cách chiết khấu dòng tiền thu hồi kỳ vọng trong tương lai về thời điểm hiện tại.

Các nhóm chỉ số tài chính đầu vào: Các biến số đặc trưng phản ánh tình hình hoạt động của doanh nghiệp được phân loại thành 4 nhóm chính:

Nhóm chỉ số tài chính	Ý nghĩa kinh tế và chức năng phân tích
Khả năng sinh lời (Profitability Ratios)	Đo lường mức độ tạo ra lợi nhuận từ doanh thu và vốn đầu tư của doanh nghiệp.
Đòn bẩy tài chính (Leverage Ratios)	Phản ánh mức độ và quy mô sử dụng nợ vay trong cấu trúc vốn của doanh nghiệp.
Khả năng thanh toán (Liquidity Ratios)	Đánh giá năng lực đáp ứng các nghĩa vụ nợ ngắn hạn và chi trả hóa đơn bằng tiền mặt hoặc tài sản thanh khoản.
Hiệu quả hoạt động (Efficiency Ratios)	Đo lường hiệu quả quản lý, luân chuyển và sử dụng tài sản cũng như nguồn vốn của doanh nghiệp.

Phương pháp nghiên cứu và quy trình học máy: Tác giả áp dụng kết hợp phương pháp định tính (tổng hợp - phân tích tài liệu, phương pháp so sánh) và phương pháp định lượng. Quy trình xây dựng mô hình học máy gồm 5 bước tiêu chuẩn:

1. Thu thập dữ liệu (Data collection): Đảm bảo 8 tiêu chí kiểm soát chất lượng gồm tính đầy đủ, tính nhất quán, chất lượng dữ liệu, bảo mật quyền riêng tư, xử lý mất cân bằng dữ liệu, tránh thiên lệch mẫu, kiểm tra tương quan/đồng biến thiên và tính đa dạng của dữ liệu.
2. Lựa chọn biến đặc trưng (Feature selection): Tập hợp các biến thông tin khoản vay, tình trạng tài chính (doanh thu, lợi nhuận, dòng tiền, tài sản, nợ), tài sản thế chấp, quy trình thu hồi nợ, lịch sử thanh toán và đặc tính ngành nghề.
3. Phân chia dữ liệu (Data splitting): Tách dữ liệu thành tập huấn luyện (training set) chiếm tỷ lệ 80% và tập kiểm thử (test set) chiếm tỷ lệ 20%; sử dụng kỹ thuật lấy mẫu ngẫu nhiên và kiểm chứng chéo (cross-validation).
4. Huấn luyện mô hình (Model training): Kiểm soát hiện tượng quá khớp (overfitting) và dưới khớp (underfitting), tối ưu hóa siêu tham số, đảm bảo khả năng giải thích của mô hình (interpretability) phù hợp với chuẩn mực giám sát ngân hàng.
5. Đánh giá và kiểm định mô hình (Model evaluation): Sử dụng các thước đo sai số định lượng gồm sai số tuyệt đối trung bình (MAE), sai số bình phương trung bình (MSE), căn bậc hai sai số bình phương trung bình (RMSE), sai số phần trăm tuyệt đối trung bình (MAPE) và hệ số xác định ($R^2$).

Các mô hình phân tích và nền tảng kỹ thuật: Nghiên cứu đối chiếu giữa các mô hình thống kê kinh điển và mô hình học máy:

• Mô hình thống kê/kinh tế lượng: Hồi quy tuyến tính bình phương bé nhất (OLS), Hồi quy Logistic, Mô hình cấu trúc rủi ro tín dụng (Merton, Black-Scholes), Hồi quy phân vị (Quantile Regression), Mô hình hồi quy dữ liệu bảng (Panel Data) và Hồi quy hiệu ứng ngẫu nhiên.
• Mô hình học máy: Cây quyết định (Decision Tree), Rừng ngẫu nhiên (Random Forest - thuật toán kết hợp phân vùng ngẫu nhiên và kỹ thuật Bagging/Bootstrap Aggregation), Cây tăng cường độ dốc (Gradient Boosting Machines - GBM), và Mô hình tăng cường độ dốc cực đại (XGBoost).
• Nền tảng lập trình: Tác giả sử dụng ngôn ngữ Python cùng các thư viện chuyên sâu về khoa học dữ liệu và học máy: pandas, numpy, scikit-learn, xgboost, và seaborn.

Nội dung chính theo từng chương

Chương 1: Giới thiệu tổng quan (Introduction)

Chương 1 thiết lập khung nghiên cứu tổng thể, nêu bật tính cấp thiết của đề tài trong bối cảnh làn sóng giải thể doanh nghiệp sau đại dịch COVID-19 và nhu cầu cấp bách của các NHTM Việt Nam trong việc nâng cao hệ thống xếp hạng tín dụng nội bộ theo chuẩn mực Basel II. Tác giả xác định rõ 3 mục tiêu nghiên cứu, 3 câu hỏi nghiên cứu trung tâm, đối tượng, phạm vi thời gian (2009-2020) và không gian nghiên cứu. Chương này cũng phác thảo phương pháp tiếp cận định lượng bằng mô hình học máy trên nền tảng Python, đồng thời trình bày cấu trúc 5 chương của khóa luận.

Chương 2: Tổng quan nghiên cứu (Literature Review)

Chương 2 hệ thống hóa cơ sở lý luận về tỷ lệ tổn thất khi vỡ nợ (LGD), 3 cách tiếp cận ước lượng LGD (Market, Implied, Workout LGD), và phân tích 4 nhóm chỉ số tài chính doanh nghiệp. Tác giả phân biệt sự khác nhau giữa mô hình thống kê truyền thống (thiên về suy diễn tham số, ràng buộc giả định phân phối) và mô hình học máy (tối ưu hóa độ chính xác phi tuyến, ít giả định cấu trúc nhưng tính diễn giải thấp hơn).

Đồng thời, chương này tổng kết các công trình nghiên cứu tiêu biểu trên thế giới về dự đoán LGD:

Tác giả (Năm)	Phương pháp sử dụng	Kết quả và phát hiện chính	Phạm vi mẫu nghiên cứu
Dahlin & Storkitt (2014)	Hồi quy Ridge, Logistic, OLS, Cây hồi quy (Regression Tree), F-Tree	Mô hình tuyến tính tạo ra tập ước lượng LGD vô hạn; mô hình cây (F-Tree) ổn định và phù hợp hơn với quan sát trước 2005.	Dữ liệu tổn thất quá khứ trước năm 2005
De Carvalho & Dermine (2003)	Chiết khấu dòng tiền thu hồi sau vỡ nợ	Tổn thất LGD phân bổ theo hai cực (0% và 100%); quy mô khoản vay có tác động nghịch chiều đến tỷ lệ thu hồi; loại tài sản thế chấp có ý nghĩa thống kê.	371 khoản vay vỡ nợ của doanh nghiệp vừa và nhỏ tại Banco Comercial Português (1985-2000)
Hartmann-Wendels, Miller & Töws (2014)	OLS, Mô hình hỗn hợp hữu hạn (FMMs), Cây hồi quy	FMM cho kết quả ước lượng nội mẫu tốt nhất; mô hình cây thể hiện hiệu quả vượt trội khi quy mô mẫu đủ lớn.	14.322 hợp đồng cho thuê tài chính tại Đức
Yuta và cộng sự (2017)	Mô hình đa giai đoạn, OLS, Tobit, Hồi quy Beta phồng (Inflated Beta)	Mô hình đa giai đoạn dự báo LGD và tổn thất kỳ vọng (EL) chính xác hơn các mô hình OLS, Tobit và Inflated Beta.	Dữ liệu khoản vay ngân hàng tại Nhật Bản
Jobst, Kellner & Rösch (2020)	Mô hình Bayes (Bayesian model)	Ước lượng tham số LGD trong điều kiện kinh tế bình thường (trung bình 0,64) và khủng hoảng/suy thoái (lên đến 0,86) theo yêu cầu Trụ cột 1 & 2 của Basel II.	Các nước châu Âu (phân loại theo mức độ phá sản)

Chương 3: Dữ liệu và phương pháp nghiên cứu (Data and Method of Research)

Chương 3 trình bày chi tiết khung phân tích so sánh giữa mô hình truyền thống và mô hình học máy dựa trên các tiêu chí: tính linh hoạt, hiệu năng dự báo, khả năng xử lý dữ liệu không đồng nhất, năng lực dự đoán và tính giải thích được.

Tác giả giải thích chi tiết cơ sở toán học của các thuật toán:

• Cây quyết định (Decision Tree): Cơ chế phân chia không gian dữ liệu nhị phân thành các vùng chữ nhật $R_m$, tối thiểu hóa tổng bình phương phần dư $\sum (y_i - c_m)^2$ thông qua thuật toán tham lam (greedy algorithm) để chọn biến tách $j$ và điểm tách $s$.
• Rừng ngẫu nhiên (Random Forest): Kỹ thuật kết hợp (ensemble) nhiều cây quyết định độc lập, mở rộng từ phương pháp Bagging/Bootstrap aggregation; giảm thiểu rủi ro quá khớp (overfitting) và đánh giá độ quan trọng của biến đầu vào.
• Kỹ thuật Boosting và GBM: Mô hình cộng gộp liên kết chuỗi các mô hình yếu (base learners), sử dụng phương pháp giảm độ dốc (gradient descent) với tốc độ học (learning rate $\eta$) để tối ưu hóa hàm mất mát từng bước.

Chương này cũng phân tích lý do lựa chọn ngôn ngữ Python nhờ hệ sinh thái thư viện xử lý dữ liệu hoàn chỉnh, khả năng tạo mẫu thử nghiệm nhanh và khả năng tích hợp linh hoạt trong phân tích rủi ro tài chính.

Chương 4: Kết quả nghiên cứu và thảo luận (Research Result and Discussion)

Chương 4 tập trung vào việc xử lý tập dữ liệu thực nghiệm và triển khai ước lượng mô hình:

• Dữ liệu nghiên cứu thực nghiệm: Mẫu nghiên cứu sau xử lý bao gồm 1.386 quan sát từ báo cáo tài chính doanh nghiệp giai đoạn 2009-2020.
• Tiêu chí xác định vỡ nợ kỹ thuật (Technical default): Áp dụng khung tiêu chí của Fantazzini và Figini (2009) để gán nhãn doanh nghiệp gồm: vốn chủ sở hữu âm, tỷ lệ EBITDA trên chi phí lãi vay nhỏ hơn 1 trong 2 năm liên tiếp, lợi nhuận thuần từ hoạt động kinh doanh âm trong 3 năm liên tiếp, hoặc nhận ý kiến cảnh báo từ công ty kiểm toán độc lập.
• Cơ cấu dữ liệu mẫu:
  • Nhóm doanh nghiệp mất khả năng thanh toán/nghi ngờ vỡ nợ kỹ thuật (gán nhãn 1): 151 doanh nghiệp (chiếm tỷ lệ 10,89%).
  • Nhóm doanh nghiệp có tình trạng tài chính bình thường/không vỡ nợ (gán nhãn 0): 1.235 doanh nghiệp (chiếm tỷ lệ 89,11%).
• Phân bổ dữ liệu: Toàn bộ 1.386 quan sát được chia thành 80% cho tập huấn luyện (training set) để xây dựng mô hình và 20% cho tập kiểm thử (test set) nhằm kiểm định mức độ dự báo ngoài mẫu.
• Khung đánh giá mô hình: Thiết lập các tiêu chí định lượng gồm MAE, MSE, RMSE, MAPE, $R^2$ để đo lường độ chính xác và sai số dự đoán LGD trên tập dữ liệu ngoài mẫu.

Chương 5: Kết luận và kiến nghị (Conclusion and Recommendations)

Chương 5 tổng kết lại toàn bộ kết quả nghiên cứu, đối chiếu hiệu quả của các mô hình học máy so với mô hình hồi quy truyền thống trong việc ước tính LGD. Tác giả đề xuất các nhóm giải pháp ứng dụng mô hình học máy vào công tác cấp tín dụng tại các ngân hàng thương mại, hoàn thiện chính sách định chế tài chính, đồng thời chỉ ra các hạn chế của nghiên cứu và gợi mở các hướng phát triển tiếp theo.

Kết quả và đóng góp

Kết quả định lượng từ dữ liệu thực nghiệm:

• Nghiên cứu đã xây dựng thành công bộ dữ liệu thực nghiệm gồm 1.386 doanh nghiệp tại Việt Nam giai đoạn 2009-2020.
• Phân loại và gán nhãn thành công mẫu dữ liệu mất cân bằng với tỷ lệ vỡ nợ kỹ thuật thực tế là 10,89% (151 doanh nghiệp) và nhóm doanh nghiệp hoạt động bình thường là 89,11% (1.235 doanh nghiệp) theo chuẩn mực Fantazzini & Figini (2009).
• Thiết lập quy trình phân tách dữ liệu 80% - 20% và hệ thống kiểm tra sai số ngoài mẫu qua các chỉ số MAE, MSE, RMSE, MAPE và $R^2$.

Giải pháp và kiến nghị của tác giả:

• Đề xuất các ngân hàng thương mại Việt Nam chuyển dịch từ phương pháp xếp hạng tín dụng định tính (dựa vào cảm tính của cán bộ tín dụng) sang ứng dụng các mô hình học máy có khả năng giải thích (như Cây quyết định, Rừng ngẫu nhiên, Gradient Boosting) để nâng cao độ chính xác trong định lượng tổn thất LGD.
• Tận dụng hệ thống chỉ số tài chính toàn diện (sinh lời, đòn bẩy, thanh khoản, hiệu quả) làm biến số đầu vào để cảnh báo sớm rủi ro mất vốn.
• Hoàn thiện chính sách cấp tín dụng và quản trị danh mục cho vay nhằm đáp ứng tiêu chuẩn Basel II, đảm bảo an toàn vốn và giảm thiểu rủi ro phá sản doanh nghiệp.

Đóng góp của khóa luận:

• Hệ thống hóa toàn diện cơ sở lý thuyết và phương pháp luận về ước lượng LGD, so sánh chi tiết ưu nhược điểm giữa mô hình tham số truyền thống và mô hình phi tham số học máy.
• Khắc phục các hạn chế của các nghiên cứu trước đây tại Việt Nam vốn chủ yếu tập trung vào xác suất vỡ nợ (PD) mà chưa có nhiều công trình nghiên cứu chuyên sâu về tổn thất khi vỡ nợ (LGD).
• Đưa ra bằng chứng thực nghiệm cụ thể từ dữ liệu tài chính của các doanh nghiệp Việt Nam trong thời gian dài (2009-2020), làm tài liệu tham khảo cho việc phát triển hệ thống xếp hạng tín dụng nội bộ.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được đề cập trong nghiên cứu:

• Dữ liệu thu thập phản ánh tình trạng mất cân bằng mẫu lớn giữa nhóm vỡ nợ (10,89%) và nhóm không vỡ nợ (89,11%), đòi hỏi các kỹ thuật lấy mẫu và kiểm soát phức tạp.
• Thông tin doanh nghiệp phải mã hóa để đảm bảo tính bảo mật và an toàn dữ liệu, làm hạn chế một số thuộc tính định danh cụ thể.
• Phạm vi dữ liệu dừng ở mốc năm 2020, chưa bao quát toàn bộ các biến động tài chính sâu rộng của giai đoạn hậu đại dịch.

Hướng nghiên cứu tiếp theo:

• Mở rộng quy mô và phạm vi thu thập dữ liệu sang các giai đoạn tiếp theo để đánh giá tính ổn định của mô hình trong các chu kỳ kinh tế khác nhau.
• Thử nghiệm và tích hợp thêm các kỹ thuật học máy tiên tiến, mô hình kết hợp (ensemble/stacking) và các phương pháp giải thích mô hình hiện đại để nâng cao độ chính xác dự báo LGD.

Giá trị tham khảo

Khóa luận có giá trị tham khảo thiết thực cho các nhóm đối tượng:

• Sinh viên và học viên chuyên ngành Tài chính - Ngân hàng, Công nghệ Tài chính (Fintech), Khoa học Dữ liệu: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng rủi ro tín dụng, cách thức vận dụng các thuật toán học máy (Decision Tree, Random Forest, GBM, XGBoost) vào bài toán tài chính thực tế.
• Cán bộ quản trị rủi ro và chuyên viên phân tích tín dụng tại NHTM: Tham khảo quy trình 5 bước xây dựng mô hình học máy, các tiêu chuẩn nhận diện vỡ nợ kỹ thuật (technical default) và các tiêu chí đánh giá mô hình ngoài mẫu (MAE, RMSE, MAPE).
• Phần nội dung có giá trị tham khảo cao nhất: Khung lý thuyết phân loại LGD và tổng quan các nghiên cứu thực nghiệm quốc tế (Chương 2), cơ sở toán học của các thuật toán dạng cây (Chương 3), và phương pháp luận xác định tiêu chí vỡ nợ kỹ thuật trên dữ liệu báo cáo tài chính doanh nghiệp Việt Nam (Chương 4).

Câu hỏi thường gặp

1. Khóa luận sử dụng tiêu chuẩn nào để xác định một doanh nghiệp bị "vỡ nợ kỹ thuật" (technical default)?
Tác giả áp dụng khung tiêu chí của Fantazzini và Figini (2009), xác định doanh nghiệp rơi vào tình trạng mất khả năng thanh toán (gán nhãn 1) khi thỏa mãn một trong các điều kiện: vốn chủ sở hữu bị âm, tỷ lệ EBITDA/chi phí lãi vay nhỏ hơn 1 trong hai năm liên tiếp, lợi nhuận thuần từ hoạt động kinh doanh âm liên tục trong ba năm, hoặc có ý kiến cảnh báo/ngoại trừ từ công ty kiểm toán độc lập.

2. Quy mô và tỷ lệ phân bổ của mẫu dữ liệu thực nghiệm trong nghiên cứu là bao nhiêu?
Tập dữ liệu sau xử lý bao gồm 1.386 quan sát doanh nghiệp (giai đoạn 2009-2020). Trong đó, có 151 doanh nghiệp thuộc nhóm vỡ nợ/nghi ngờ vỡ nợ kỹ thuật (chiếm 10,89%) và 1.235 doanh nghiệp thuộc nhóm hoạt động bình thường (chiếm 89,11%). Dữ liệu được chia thành 80% cho tập huấn luyện (training set) và 20% cho tập kiểm thử ngoài mẫu (test set).

3. Khóa luận so sánh các mô hình học máy và thống kê nào trong việc dự đoán LGD?
Nghiên cứu khảo sát và so sánh các mô hình thống kê truyền thống (Hồi quy tuyến tính OLS, Hồi quy Logistic, Hồi quy phân vị, Hồi quy dữ liệu bảng, Mô hình cấu trúc rủi ro) với các thuật toán học máy gồm Cây quyết định (Decision Tree), Rừng ngẫu nhiên (Random Forest), Cây tăng cường độ dốc (GBM) và Extreme Gradient Boosting (XGBoost).

4. Những thước đo nào được sử dụng để kiểm định và đánh giá sai số của các mô hình dự đoán?
Độ chính xác và năng lực dự đoán của mô hình được đánh giá thông qua 5 chỉ số đo lường sai số định lượng: Sai số tuyệt đối trung bình (MAE), Sai số bình phương trung bình (MSE), Căn bậc hai sai số bình phương trung bình (RMSE), Sai số phần trăm tuyệt đối trung bình (MAPE) và Hệ số xác định ($R^2$).

Kết luận

Khóa luận tốt nghiệp của tác giả Trần Nhật Nam đã hệ thống hóa cơ sở lý luận về quản trị rủi ro tổn thất khi vỡ nợ (LGD) theo định hướng chuẩn mực Basel II, đồng thời xây dựng thành công quy trình ứng dụng các kỹ thuật học máy hiện đại trên tập dữ liệu 1.386 doanh nghiệp tại Việt Nam giai đoạn 2009-2020. Nghiên cứu chứng minh tính khả thi của việc ứng dụng các thuật toán dạng cây và kỹ thuật học máy trên nền tảng Python nhằm thay thế phương pháp xếp hạng định tính truyền thống. Đây là tài liệu tham khảo hữu ích cho công tác nghiên cứu học thuật cũng như ứng dụng thực tiễn trong quản trị rủi ro tín dụng tại các ngân hàng thương mại Việt Nam.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING THE STATE BANK OF VIETNAM HO CHI MINH UNIVERSITY OF BANKING GRADUATION THESIS BUILDING A LOSS GIVEN DEFAULT PREDICTION MODEL BY MACHINE LEARNING TECHNIQUES MAJOR: FINANCE - BANKING CODE : 7340201 TRAN NHAT NAM HO CHI MINH CITY, 2024 MINISTRY OF EDUCATION AND TRAINING THE STATE BANK OF VIETNAM HO CHI MINH UNIVERSITY OF BANKING GRADUATION THESIS BUILDING A LOSS GIVEN DEFAULT PREDICTION MODEL BY MACHINE LEARNING TECHNIQUES MAJOR: FINANCE - BANKING CODE : 7340201 Student name: TRAN NHAT NAM Student code: 050607190277 Class: HQ7-GE14 ADVISOR DR. NGUYEN MINH NHAT HO CHI MINH CITY, 2024 i ABSTRACT The process of Vietnam's economy becoming more integrated with the world economy has made financial activities in our nation easier. The banking industry has changed as a result of this integration, indicating a new stage in the growth of Vietnam's banking system in terms of both quantity and quality. However, banking risks are unavoidable and have the potential to result in large financial losses, endangering the stability of the banking system, the financial market, and the Vietnamese economy as a whole due to the sensitive nature of the banking sector and its susceptibility to various factors.

The growing number of businesses declaring bankruptcy highlights how urgent it is to determine the probability of default in different industries. Given this urgency, the objectives of this study are to: (i) explore models for estimating enterprises' loss given default in Vietnam's commercial banking system using suitable machine learning techniques; (ii) determine the most appropriate model for estimating loss given default of enterprises in Vietnam's commercial banking system through machine learning methods; and (iii) select a suitable model to estimate default probabilities of enterprises in Vietnam's commercial banking system using machine learning, The source of information that collected comes from financial reports of businesses that are borrowing capital from Vietnamese commercial banks and businesses that are operating and listed on Vietnam's financial market. Financial reports of operating businesses were collected in the period from 2009 to 2020. Information about businesses is encrypted to ensure information security.

ii DECLARATION I declare that this thesis has been my own work and that it has not been submitted, in whole or in part, in any previous application for a degree. Unless otherwise stated by reference or acknowledgement, the work presented is entirely my own. The author Tran Nhat Nam iii ACKNOWLEDGEMENTS I express my sincere gratitude to the Board of Directors of Ho Chi Minh University of Banking. My formal university-level training program, the High Quality Program with a focus on Finance - Banking at the school, was organized and made possible by Ho Chi Minh City.

Simultaneously, I express my heartfelt gratitude to all the educators who took part in the program, sharing their knowledge with me and the other students, and overseeing the departments of the school while I was there. We hope the educators stay well and continue to shape the next generation of leaders in the most efficient manner. I would especially like to thank Dr. Nguyen Minh Nhat, who helped me immensely throughout the research process and directly guided me in order for me to successfully finish this thesis.

He also imparted invaluable knowledge and experience. Lastly, I would like to express my gratitude to my family, all of my HQ7-GE14 classmates, and my friends for their unwavering support and encouragement during my trying times. The learning environment that has been established by the school's research and study processes is ideal for me to finish this graduation thesis. iv TABLE OF CONTENT ABSTRACT.

III LIST OF ABBREVIATIONS. VI LIST OF FIGURES. VII LIST OF TABLE. VIII CHAPTER 1: INTRODUCTION.

THE URGENCY OF THE RESEARCH. RESEARCH SUBJECT AND SCOPE. THE STRUCTURE OF RESEARCH. 9 CHAPTER 2: LITERATURE REVIEW.

LOSS GIVEN DEFAULT. OVERVIEW OF THE MODELS USED TO PREDICT THE LOSS GIVEN DEFAULT OF CORPORATE. 18 CHAPTER 3: DATA AND METHOD OF RESEARCH. RESEARCH MODELS AND METHODS.

PYTHON IS USED IN MODEL BUILDING. 39 CHAPTER 4: RESEARCH RESULT AND DISCUSSION. CRITERIA FOR MODEL VERIFICATION AND EVALUATION. 52 CHAPTER 5 : CONCLUSION AND RECOMMENDATIONS.

TOPIC LIMITATION AND POTENTIAL RESEARCH DIRECTIONS. Potential research directions. 70 vi LIST OF ABBREVIATIONS CRE Cash Return on Equity GBM Gradient Boosting Machines LGD Loss Given Default MAE Mean Absolute Error MAPE Mean Absolute Percentage Error MSE Mean Squared Error OLS Ordinary Least Square RF Random Forest SMEs Small and Medium Enterprises RMSE Root Mean Squared Error XGBoost Extreme Gradient Boosting vii LIST OF FIGURES Figure 3.1: Steps to build a machine learning model .2: The figure on the left partitions the space using the binary decomposition method. The figure on the right shows the tree corresponding to the partition on the left .3: The structure of the decision tree .4: Implementation process of random forest algorithm .1: Proportion of default companies .2: Describe the correlation of variables in the estimated model .3: Estimation results of the models in lgd estimation .4: Estimation results of decision trees in lgd estimation.

49 viii LIST OF TABLE Table 2.1: Four types of financial ratios .1: Predictor variables used in the model .2: Table describing the predictor variables in the model .3: Descriptive information about the dependent variables in the estimated model .4: LGD prediction results of models on out-of-sample data sets. 50 1 CHAPTER 1: INTRODUCTION In this chapter, the author introduces an overview of the research, reasons for choosing the topic, research objectives, research questions, objects and scope of the research, research methods, and main content of the thesis. RESEARCH BACKGROUND First, the COVID-19 pandemic appeared in 2019 and developed extremely complicatedly and led to many serious impacts. The global economy is now recovering and gradually reopening, and vaccination campaigns are continuing.

But businesses around the world are more or less "ruined" by COVID-19 when the pandemic has not ended yet. Not only that, but with the appearance of the Delta variant, or more recently, the Omicron variant, which has the ability to spread quickly and strongly, the fight against COVID-19 in the world has entered a more difficult phase. The wave of bankruptcy of large companies and businesses around the world was formed in mid- 2020, when the COVID-19 pandemic affected most major countries in the world. Second, the COVID-19 epidemic has also devastated Vietnamese businesses since 2019.

According to the World Bank's report "Impact of COVID-19 on Businesses in Vietnam: A Rapid Survey on Businesses and COVID-19" (2020), about 50% of small businesses and more than 40% of small businesses Medium businesses have to close temporarily or permanently due to the impact of the COVID-19 epidemic. In 2021, the number of businesses temporarily suspending business for a certain period of time is nearly 55,000, an increase of 18% year-on-year; 48.1 thousand businesses temporarily suspended operations waiting for dissolution procedures, an increase of 27.7 thousand enterprises completed dissolution procedures, down 4.8 thousand enterprises with capital of less than 10 billion VND, down 4%. There are 211 enterprises with capital of over 100 billion VND, down 20. On average, each month, about 10,000 companies leave the market because they cannot "live with" the intensity of the COVID-19 pandemic.

2 Third, with the economy being heavily affected by the COVID-19 pandemic and increasing corporate bankruptcies, the internal credit rating system of commercial banks plays an extremely important role. important in assessing risk when lending to customers. In this way, it not only helps banks make accurate and effective lending decisions but also contributes to effective risk management. Commercial banks in Vietnam are increasingly aware of the importance of this credit rating system for their lending and risk management activities.

In particular, in the context of commercial banks trying to comply with Basel II standards, applying and developing an internal credit rating system has become more necessary than ever. This enhances the ability of credit institutions to measure, evaluate, and manage risk while also helping to improve the reliability and strength of the banking system in the face of financial and business challenges. THE URGENCY OF THE RESEARCH In the context of facing special economic and financial challenges due to the impact of the pandemic and volatile market conditions, the urgency of research on credit rating models becomes increasingly more important and clearer. First, current credit rating models are still not perfect and face some significant limitations.

The diversity and disagreement about the reliability of credit rating models have created a challenge for researchers and risk managers, making choosing an appropriate model difficult. more difficult than ever. Credit ratings play an undeniable role in assessing and estimating the default probability of companies (Huseyin & Bora, 2009). The research work of Aysegul Iscanoglu (2005) and Hayden & Daniel (2010) analyzed a series of credit rating models, including discriminant analysis models, logit models (logistic regression), decision trees, artificial neural networks (ANN), probit regression models, and many other models, thereby highlighting the advantages and disadvantages of each model.

Detailed studies of these models have been conducted, 3 such as Platt (1991) using a logit model to examine and select financial variables and suggesting that standard financial variables from industry should be used in bankruptcy reports instead of just company financial variables. Lawrence (1992) uses a logit model to estimate the probability of mortgage default. Altman (1968) used a differential analysis model. This shows that research and development of credit rating models is a potential research area and has a far-reaching impact on risk management and the sustainable development of the financial global system.

Second, identifying financial indicators that influence the outcome of credit ratings has always been an important goal and research problem in the field of loss given default. From 1926 to 1936, researchers used basic financial indicators for rankings and proposed various methods. For example, Ramser & Foster (1931) used an equity/total net income index, while Fitzpatrick (1932) used an equity/fixed assets ratio. In the next stage, Altman (1968) used a series of financial indicators in different analytical models to predict the likelihood of corporate bankruptcy, including owner’equity/book value, corporate net income/total assets, operating income/total assets, profit after tax/total assets and working capital/total assets.

However, Deakin (1972) used a different method, selecting 14 different financial variables to assess the possibility of bankruptcy, including indicators such as cash/current debt, real cash flow/total debt, and working capital/net sales. As time has passed, researchers have discovered many new financial indicators that can influence credit rating results. For example, Blum (1974) used market returns and quick ratios in his models. Meanwhile, Back, Laitinen, Sere & Wesel (1996) used 31 different indicators in their study.

Third, the credit rating method at commercial banks in Vietnam today is often subjective, qualitative, and based on the assessment experience of credit officers directly serving customers (called professional solutions). This leads to there being no reliable scientific basis for estimating the possibility of bankruptcy of a business, which only 4 supports lending decisions and is not the basis for making decisions. Up to now, in Vietnam, there have been very few published studies on choosing a model to estimate the probability of corporate default based on financial indicators. This creates a need for continued research and development of scientific and effective credit assessment and credit risk management methods in the Vietnamese market.

Fourth, the government has introduced supportive measures and created a favorable legal environment so that the credit rating department can operate effectively and enhance the transparency of financial information. This not only helps banks manage losses from default at an early stage but also supports the stock and bond markets. Researching and selecting appropriate rating models will make an important contribution to the development of credit rating activities in Vietnam. In this context, risk management measures and enhancing transparency in the financial sector play an important role.

The government issued Decree No.