BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM ---------------- DƯƠNG ANH TUẤN MÔ HÌNH MA TRẬN CHUYỂN ĐỔI TRONG XẾP HẠNG TÍN DỤNG TIÊU DÙNG LUẬN VĂN THẠC SĨ KINH TẾ Thành phố Hồ Chí Minh – Năm 2013 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM ---------------- DƯƠNG ANH TUẤN MÔ HÌNH MA TRẬN CHUYỂN ĐỔI TRONG XẾP HẠNG TÍN DỤNG TIÊU DÙNG Chuyên ngành : Tài chính – Ngân hàng Mã số : 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC TS. Nguyễn Hữu Huy Nhựt Thành phố Hồ Chí Minh – Năm 2013 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI CAM ĐOAN Tôi xin cam đoan luận văn “Mô hình ma trận chuyển đổi trong xếp hạng tín dụng tiêu dùng” là công trình nghiên cứu của chính tôi. Ngoài những tài liệu tham khảo đã được trích dẫn trong luận văn, tôi cam đoan rằng mọi số liệu và kết quả nghiên cứu của luận văn này chưa từng được công bố hoặc được sử dụng dưới bất cứ hình thức nào. Hồ Chí Minh, ngày 04 tháng 12 năm 2013 Tác giả Dương Anh Tuấn.
LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Mục lục Trang phụ bìa Lời cam đoan Mục lục Danh mục các bảng Danh mục các hình vẽ, đồ thị Tóm tắt. Tổng quan các nghiên cứu trước đây. Lý thuyết về điểm số tín dụng. Các khái niệm liên quan.
Các phương pháp đo lường. Phương pháp nghiên cứu. Những trạng thái liên thông của điểm số hành vi và các mô hình chuỗi Markov. Điểm hành vi dựa trên mô hình rủi ro tín dụng tiêu dùng của chuỗi Markov.
Mô tả dữ liệu. Nội dung và kết quả nghiên cứu. Bậc của ma trận chuyển đổi. Những ảnh hưởng của số tháng trên sổ sách.
60 Tài liệu tham khảo. 62 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH MỤC CÁC BẢNG Bảng 3.1 Số liệu thống kê 3 đặc tính của người vay Bảng 3.2 Dữ liệu tình trạng cư trú và tuổi tác Bảng 3.3 Kết quả áp dụng phương pháp Naïve Bayes’ Bảng 3.4 Tính toán tỷ lệ xác suất và tỷ lệ tình trạng xấu Bảng 5.1 Ma trận chuyển đổi trung bình bậc nhất Bảng 5.2 Ma trận chuyển đổi trung bình bậc hai Bảng 5.3 So sánh ma trận chuyển đổi những khoản vay có tuổi khác nhau LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 3.1 Tỷ lệ trạng thái xấu theo điểm số Hình 3.2 Chiến lược chia ngưỡng điểm Hình 3.3 Phân phối điểm số Hình 3.4 Độ mạnh và tính chính xác của khoản lỗ Hình 4 Biểu đồ thể hiện tỷ lệ số lượng người vay xấu theo điểm số hành vi LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 1 Tóm tắt Mặc dù các lý thuyết rủi ro tín dụng doanh nghiệp có nhiều nghiên cứu về mô hình thay đổi rủi ro tín dụng của trái phiếu công ty theo thời gian, nhưng có rất ít nghiên cứu về rủi to tín dụng đối với danh mục các khoản cho vay tiêu dùng. Tuy nhiên, điểm số hành vi, được hầu hết các tổ chức cho vay tiêu dùng tính toán hàng tháng, là phương pháp xếp hạng trong rủi ro tín dụng doanh nghiệp. Lấy động cơ từ những nghiên cứu về rủi ro tín dụng doanh nghiệp, tôi phát triển mô hình chuỗi Markov dựa trên các điểm số hành vi để thiết lập nên rủi ro tín dụng của danh mục các khoản vay tiêu dùng.
Mặc dù những mô hình như thế đã được nhiều tổ chức cho vay sử dụng để phát triển các mô hình theo Thỏa ước Basel, nhưng chưa có lý thuyết nào về chúng được xuất bản. Mô hình tôi đưa ra sẽ khác về nhiều khía cạnh so với những mô hình tín dụng doanh nghiệp dựa trên chuỗi Markov - chẳng hạn như nhu cầu cho một chuỗi Markov bậc hai, bao hàm cả biến số thời hạn khoản vay. Mô hình được áp dụng sử dụng dữ liệu về danh mục cho vay tiêu dùng của một công ty tài chính lớn ở Việt Nam. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.
Giới thiệu Từ giữa những năm 1980, các ngân hàng đã cho người tiêu dùng vay nhiều hơn hẳn cho các công ty (Crouhy, Galai, & Mark, 2001). Tuy nhiên, không có vấn đề gì cho đến khi cuộc khủng hoảng nợ dưới chuẩn 2007 và sau đó là khủng hoảng tín dụng diễn ra thì người ta nhận ra rằng ảnh hưởng đối với những khoản cho vay như thế là gì trong lĩnh vực ngân hàng, và nó không dễ nghiên cứu như thế nào khi so với những mô hình cho vay doanh nghiệp. Đặc biệt, nhu cầu cho những mô hình thiết thực về rủi ro tín dụng của danh mục các khoản vay tiêu dùng đã được mang vào tâm điểm bởi sự thất bại của các tổ chức xếp hạng nhằm đánh giá chính xác các rủi ro tín dụng của các chứng khoán có đảm bảo bằng tài sản thế chấp - Mortgage Backed Securities (MBS) và nghĩa vụ đối với khoản nợ cầm cố - collateralized debt obligations (CDO) đều được dựa trên những danh mục như thế. Có nhiều lý do khiến cho cuộc khủng hoảng nợ dưới chuẩn và sau đó là khủng hoảng tín dụng xảy ra (Demyanyk & van Hemert, 2008; Hull, 2009), nhưng, rõ ràng là có một nguyên nhân khiến người đi trước dẫn dắt kẻ theo sau là thiếu một mô hình dễ dàng cập nhật về rủi ro tín dụng danh mục các khoản vay tiêu dùng.
Việc thiếu mô hình phù hợp về rủi ro tín dụng tiêu dùng ở cấp độ danh mục lần đầu tiên được nêu bậc lên trong suốt quá trình phát triển của Thỏa ước Basel, khi một mô hình rủi ro tín dụng của doanh nghiệp được sử dụng để tính toán vốn pháp định cho tất cả các loại hình của các khoản vay (Báo cáo giám sát hoạt động ngân hàng của Ủy ban Basel, 2005), cho dù ý tưởng nền tảng của một mô hình như thế - việc vỡ nợ xảy ra khi các khoản nợ vượt quá giá trị của tài sản thế chấp – thì không phải là nguyên nhân khiến cho người tiêu dùng vỡ nợ. Bài nghiên cứu này phát triển một mô hình dành cho rủi ro tín dụng của danh mục các khoản vay tiêu dùng dựa trên những điểm số hành vi của từng người tiêu dùng có khoản vay nằm trong danh mục. Một mô hình như thế hấp dẫn đối với nhiều tổ chức cho vay, vì hầu hết tất cả những tổ chức cho vay hàng tháng LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 3 đều tính toán những điểm số hành vi cho tất cả những người đi vay. Điểm số hành vi thường được chuyển thành xác suất vỡ nợ trong khoảng thời gian cố định (thường là một năm) trong tương lai đối với người vay đó, nhưng người ta cũng có thể xem nó như là một sự đại diện cho mức tín nhiệm tín dụng khó quan sát được của người vay.
Tôi xây dựng một mô hình rủi ro tín dụng chuỗi Markov dựa trên điểm số hành vi đối với người tiêu dùng, có nhiều điểm tương đồng với hình thức hạch toán theo giá thị trường đang có dấu hiệu giảm sút của những mô hình rủi ro tín dụng doanh nghiệp dựa trên các mức độ đánh giá của các tổ chức xếp hạng tín dụng (Jarrow, Lando, & Turnbull, 1997). Điểm số hành vi như thế được dựa trên những mô hình chuỗi Markov đã được những tổ chức cho vay phát triển cho phù hợp với mô hình Basel, nhưng không có phân tích nào xuất hiện trong các lý thuyết; trong bài nghiên cứu này, tôi thảo luận những đặc tính nên được bao hàm trong những mô hình như thế và so sánh giữa mô hình chuẩn với mô hình phức tạp hơn. Phương pháp nghiên cứu xây dựng một mô hình dự báo thực nghiệm để có được phân phối đa giai đoạn về tỷ lệ vỡ nợ trong dài hạn dựa trên những ma trận chuyển đổi được xây dựng từ cơ sở dữ liệu quá khứ của các điểm số hành vi. Mặc dù có thể xác định chính xác những điểm số đối với xác suất vỡ nợ trong dài hạn nếu ta có dữ liệu trong khoảng thời gian đủ dài, dữ liệu như thế thì không có trong thực tiễn.
Phương pháp ma trận chuyển đổi cho phép ta thực hiện một đo lường chuẩn xác như thế bằng cách sử dụng loạt dữ liệu trong khoảng thời gian ngắn hơn nhiều. Trong các tình huống nghiên cứu, tôi sử dụng những điểm số hành vi của nhiều tổ chức cho vay, nhưng tôi cũng có thể sử dụng phương pháp tương tự trên những điểm số của trung tâm thông tin tín dụng. Phương pháp này cũng giúp cho các tổ chức cho vay ra các quyết định cho vay dài hạn bằng cách ước tính rủi ro cùng với sự thay đổi trong chất lượng của danh mục các khoản vay theo thời gian. Ngoài ra, mô hình còn cung cấp những hiểu biết sâu sắc về xác suất danh mục, việc xác định rõ nguồn vốn dự trữ thích hợp LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 4 và việc tạo ra những ước đoán về giá trị danh mục bằng cách đưa ra những phân phối về khoản lỗ tín dụng ở cấp độ danh mục.
Bài nghiên cứu này nhằm thực hiện các mục tiêu sau: Dựa vào điểm số hành vi được xác định hàng tháng, xây dựng mô hình ma trận chuyển đổi điểm số hành vi theo thời gian để đánh giá rủi ro tín dụng ở cấp độ danh mục. Từ đó, đưa ra các dự đoán về khả năng vỡ nợ của người tiêu dùng có khoản vay nằm trong danh mục. Để thực hiện được các mục tiêu trên, tôi nhận thấy rằng cần giải đáp các câu hỏi nghiên cứu sau: Điểm số hành vi và thời hạn vay có ảnh hưởng đến rủi ro tín dụng của danh mục các khoản vay tiêu dùng hay không? Hai nhân tố trên ảnh hưởng như thế nào đến việc ước lượng rủi ro tín dụng của danh mục các khoản vay tiêu dùng. Trong phần 2, tôi nêu tổng quan các nghiên cứu trước đây, trong khi ở phần 3 tôi điểm qua các khái niệm và phương pháp đo lường liên quan đến điểm số tín dụng.
Tiếp theo, trong phần 4 tôi rà soát lại những đặc tính của điểm số hành vi và chuỗi Markov, đồng thời mô tả điểm số hành vi của chuỗi Markov dựa trên mô hình rủi ro tín dụng tiêu dùng đã được mở rộng. Điều này đã được tham số hóa bằng cách sử dụng mô hình hồi quy logic lũy tiến để ước tính xác suất chuyển đổi của chuỗi Markov.