Ước Lượng Xác Suất Vỡ Nợ Của Khách Hàng Doanh Nghiệp Bằng Phương Pháp Học Máy

Việc ước lượng xác suất vỡ nợ (PD) của doanh nghiệp là một yếu tố quan trọng trong quản lý rủi ro… 80 trang · Trường Đại Học Ngân Hàng TP. Hồ Chí Minh · 2023.

• Tác giả: Trần Kim Ngân
• Người hướng dẫn: TS. Nguyễn Minh Nhật
• Trường học: Trường Đại Học Ngân Hàng TP. Hồ Chí Minh
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Ước Lượng Xác Suất Vỡ Nợ Doanh Nghiệp Bằng Phương Pháp Học Máy
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• ABSTRACT
• TÓM TẮT
• LỜI CAM ĐOAN
• LỜI CÁM ƠN
• MỤC LỤC
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu của đề tài
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Đóng góp của đề tài
• 1.7. Bố cục của đề tài nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ KHẢO LƯỢC CÁC NGHIÊN CỨU
• 2.1. Xác suất vỡ nợ
• 2.2. Các chỉ số tài chính
• 2.3. Các mô hình ước lượng xác suất vỡ nợ của doanh nghiệp
• 2.4. Khảo lược các nghiên cứu
• 2.5. Kết luận chương 2
• 3. CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Phương pháp xây dựng các mô hình
• 3.2. Thu thập và xử lý dữ liệu
• 3.3. Lựa chọn các biến đầu vào trong mô hình dự báo xác suất vỡ nợ
• 3.4. Các mô hình dự báo xác suất vỡ nợ được nghiên cứu
• 3.4.1. Mô hình Logistic
• 3.4.2. Mô hình cây quyết định
• 3.4.3. Mô hình random forest
• 3.5. Phương pháp lựa chọn mô hình dự báo xác suất vỡ nợ
• 3.6. Ma trận Confussion
• 3.7. Kết luận chương 3
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Kết quả thống kê mô tả
• 4.2. Hệ số tương quan
• 4.3. Kết quả hồi quy của mô hình tham số
• 4.4. Kết quả hồi quy của mô hình logistic
• 4.5. Ma trận Confusion của mô hình hồi quy logistic
• 4.6. Kết quả hồi quy của các mô hình phi tham số
• 4.6.1. Mô hình cây quyết định (Decision tree)
• 4.6.2. Mô hình Random forest
• 4.7. Kết luận chương 4
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Ứng dụng mô hình ước lượng xác suất vỡ nợ của khách hàng doanh nghiệp tại các Ngân hàng thương mại Việt Nam
• 5.2. Các công cụ hỗ trợ xác định các nhóm khách hàng doanh nghiệp tiềm năng
• 5.3. Kết quả mô hình làm cơ sở định hướng chính sách tín dụng
• 5.4. Vận dụng kết quả mô hình nhằm nâng cao hiệu quả quản trị rủi ro tín dụng tại các Ngân hàng thương mại
• 5.5. Áp dụng mô hình ước lượng xác suất vỡ nợ cho các Tổ chức xếp hạng tín dụng tại Việt Nam
• 5.6. Hạn chế của đề tài và hướng nghiên cứu tiếp theo
• 5.6.1. Hạn chế của đề tài
• 5.6.2. Hướng nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Ước Lượng Xác Suất Vỡ Nợ Doanh Nghiệp Hiện Nay

Việc ước lượng xác suất vỡ nợ (PD) của doanh nghiệp là một yếu tố quan trọng trong quản lý rủi ro tín dụng, đặc biệt đối với các ngân hàng thương mại. Nền kinh tế Việt Nam ngày càng hội nhập sâu rộng vào kinh tế toàn cầu, tạo ra nhiều cơ hội nhưng cũng tiềm ẩn không ít rủi ro. Tỷ lệ phá sản của doanh nghiệp có xu hướng gia tăng, đặc biệt sau đại dịch Covid-19, đặt ra yêu cầu cấp thiết về việc nâng cao hiệu quả dự báo và phòng ngừa rủi ro. Các mô hình dự báo vỡ nợ đóng vai trò then chốt trong việc đánh giá khả năng trả nợ của khách hàng doanh nghiệp, từ đó giúp các ngân hàng đưa ra quyết định cho vay chính xác và giảm thiểu tổn thất. Bài viết này sẽ đi sâu vào các phương pháp học máy trong tài chính được sử dụng để ước lượng xác suất vỡ nợ, đồng thời đánh giá hiệu quả và ứng dụng của chúng trong thực tiễn.

1.1. Tầm Quan Trọng của Dự Báo Phá Sản Doanh Nghiệp

Dự báo phá sản doanh nghiệp không chỉ quan trọng đối với các ngân hàng mà còn đối với các nhà đầu tư, nhà cung cấp và các bên liên quan khác. Một hệ thống dự báo hiệu quả giúp các bên chủ động phòng ngừa rủi ro, đưa ra các quyết định kinh doanh sáng suốt và bảo vệ lợi ích của mình. Theo nghiên cứu của Ngân hàng Thế giới năm 2020, khoảng 50% doanh nghiệp nhỏ và hơn 40% doanh nghiệp vừa phải đóng cửa tạm thời hoặc vĩnh viễn do ảnh hưởng của dịch Covid-19. Điều này cho thấy sự cần thiết của việc có một hệ thống cảnh báo sớm về nguy cơ phá sản để giảm thiểu tác động tiêu cực đến nền kinh tế.

1.2. Ứng Dụng Học Máy trong Ước Lượng Rủi Ro Tín Dụng

Học máy đang ngày càng được ứng dụng rộng rãi trong lĩnh vực tài chính, đặc biệt là trong việc dự đoán phá sản doanh nghiệp và phân tích rủi ro tín dụng doanh nghiệp. Các thuật toán học máy có khả năng xử lý lượng lớn dữ liệu, xác định các mối quan hệ phức tạp và đưa ra dự báo chính xác hơn so với các phương pháp truyền thống. Điều này giúp các ngân hàng và tổ chức tài chính đưa ra quyết định nhanh chóng và hiệu quả hơn trong môi trường kinh doanh đầy biến động.

II. Thách Thức Trong Dự Đoán Vỡ Nợ Doanh Nghiệp Hiện Nay

Mặc dù có nhiều tiến bộ trong việc sử dụng mô hình học máy trong tài chính, việc dự đoán phá sản doanh nghiệp vẫn đối mặt với nhiều thách thức. Một trong những thách thức lớn nhất là sự phức tạp và đa dạng của các yếu tố ảnh hưởng đến khả năng trả nợ của doanh nghiệp. Các yếu tố này có thể bao gồm các chỉ số tài chính, biến kinh tế vĩ mô, và các yếu tố phi tài chính như năng lực quản lý, vị thế cạnh tranh và điều kiện ngành. Việc lựa chọn các biến đầu vào phù hợp và xây dựng mô hình dự báo vỡ nợ hiệu quả đòi hỏi sự hiểu biết sâu sắc về các yếu tố này, cũng như khả năng xử lý và phân tích dữ liệu phức tạp.

2.1. Hạn Chế của Mô Hình Truyền Thống như Altman Z score

Các mô hình dự báo truyền thống như Altman Z-score đã được sử dụng rộng rãi trong nhiều năm, nhưng chúng có một số hạn chế. Chẳng hạn, các mô hình này thường dựa trên một số ít các chỉ số tài chính và có thể không phản ánh đầy đủ tình hình tài chính thực tế của doanh nghiệp. Hơn nữa, các mô hình này thường được xây dựng dựa trên dữ liệu lịch sử và có thể không phù hợp với các điều kiện kinh tế hiện tại. Do đó, cần có những phương pháp dự báo phá sản doanh nghiệp tiên tiến hơn để cải thiện độ chính xác và hiệu quả.

2.2. Vấn Đề Overfitting và Undersampling trong Học Máy

Trong quá trình xây dựng mô hình học máy để dự đoán vỡ nợ, hai vấn đề thường gặp là overfitting và undersampling. Overfitting xảy ra khi mô hình quá khớp với dữ liệu huấn luyện và không thể khái quát hóa tốt cho dữ liệu mới. Undersampling xảy ra khi số lượng doanh nghiệp vỡ nợ trong dữ liệu huấn luyện quá ít so với số lượng doanh nghiệp không vỡ nợ, dẫn đến mô hình bị bias và dự báo sai. Cần có các kỹ thuật phù hợp để giải quyết các vấn đề này, chẳng hạn như sử dụng các phương pháp cross-validation, điều chỉnh tham số mô hình và áp dụng các kỹ thuật undersampling hoặc oversampling.

III. Phương Pháp Học Máy Ước Lượng Xác Suất Vỡ Nợ Hiệu Quả

Để vượt qua những thách thức trong việc dự đoán phá sản doanh nghiệp, nhiều phương pháp học máy đã được phát triển và ứng dụng. Các phương pháp này bao gồm mô hình hồi quy logistic, mô hình cây quyết định, mô hình Random Forest, mô hình mạng nơ-ron, và mô hình Support Vector Machine (SVM). Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp phụ thuộc vào đặc điểm của dữ liệu và mục tiêu của nghiên cứu. Ví dụ, mô hình Random Forest thường được đánh giá cao về độ chính xác và khả năng xử lý dữ liệu phức tạp, trong khi mô hình hồi quy logistic dễ hiểu và dễ triển khai hơn.

3.1. Ứng Dụng Mô Hình Hồi Quy Logistic Dự Đoán Vỡ Nợ

Mô hình hồi quy logistic là một phương pháp thống kê phổ biến được sử dụng để ước lượng xác suất của một sự kiện nhị phân, chẳng hạn như việc một doanh nghiệp có vỡ nợ hay không. Mô hình này dựa trên việc xây dựng một hàm logistic để mô tả mối quan hệ giữa các chỉ số tài chính và khả năng vỡ nợ của doanh nghiệp. Mô hình hồi quy logistic dễ hiểu, dễ triển khai và có thể được sử dụng để xác định các chỉ số tài chính quan trọng nhất ảnh hưởng đến khả năng vỡ nợ.

3.2. Sử Dụng Mô Hình Cây Quyết Định và Random Forest

Mô hình cây quyết định và mô hình Random Forest là các phương pháp học máy mạnh mẽ có thể được sử dụng để dự đoán phá sản doanh nghiệp. Mô hình cây quyết định xây dựng một cây phân loại dựa trên các chỉ số tài chính của doanh nghiệp, trong đó mỗi nút trên cây đại diện cho một quyết định dựa trên một chỉ số tài chính cụ thể. Mô hình Random Forest là một tập hợp các cây quyết định, mỗi cây được huấn luyện trên một tập hợp con ngẫu nhiên của dữ liệu. Mô hình Random Forest thường có độ chính xác cao hơn so với mô hình cây quyết định đơn lẻ và ít bị overfitting hơn.

3.3. So Sánh Mô Hình SVM và Mô Hình Mạng Nơ ron ANN

Mô hình Support Vector Machine (SVM) và Mô hình Mạng Nơ-ron (ANN) là hai phương pháp học máy phức tạp, có khả năng nắm bắt các mối quan hệ phi tuyến tính giữa các chỉ số tài chính và khả năng vỡ nợ doanh nghiệp. SVM hoạt động bằng cách tìm một siêu phẳng tối ưu để phân tách các doanh nghiệp vỡ nợ và không vỡ nợ trong không gian đa chiều. ANN mô phỏng cấu trúc của bộ não con người, gồm nhiều lớp nơ-ron kết nối với nhau. ANN có khả năng học các mẫu phức tạp từ dữ liệu và đưa ra dự đoán chính xác, nhưng đòi hỏi lượng dữ liệu lớn và chi phí tính toán cao.

IV. Đánh Giá và So Sánh Các Mô Hình Ước Lượng Xác Suất Vỡ Nợ

Sau khi xây dựng các mô hình dự báo vỡ nợ, cần phải đánh giá và so sánh hiệu quả của chúng để lựa chọn mô hình phù hợp nhất. Các tiêu chí đánh giá thường được sử dụng bao gồm accuracy, precision, recall, F1-score, ROC curve, và AUC (Area Under the Curve). Accuracy đo lường tỷ lệ dự đoán đúng trên tổng số dự đoán. Precision đo lường tỷ lệ dự đoán đúng trong số các doanh nghiệp được dự đoán là vỡ nợ. Recall đo lường tỷ lệ phát hiện đúng các doanh nghiệp thực sự vỡ nợ. F1-score là trung bình điều hòa của precision và recall. ROC curve và AUC đo lường khả năng phân loại của mô hình trên các ngưỡng khác nhau.

4.1. Sử Dụng Ma Trận Confusion Đánh Giá Mô Hình

Ma trận Confusion là một công cụ quan trọng để đánh giá hiệu quả của mô hình dự báo. Ma trận này cho thấy số lượng các dự đoán đúng và sai, cũng như các lỗi loại I (false positive) và lỗi loại II (false negative). Phân tích ma trận Confusion giúp xác định các điểm mạnh và điểm yếu của mô hình, từ đó đưa ra các điều chỉnh để cải thiện độ chính xác.

4.2. Phân Tích ROC Curve và AUC để So Sánh Mô Hình

ROC curve (Receiver Operating Characteristic curve) là một đồ thị biểu diễn mối quan hệ giữa tỷ lệ phát hiện đúng (True Positive Rate) và tỷ lệ báo động giả (False Positive Rate) của mô hình trên các ngưỡng khác nhau. AUC (Area Under the Curve) là diện tích dưới đường cong ROC, đo lường khả năng phân loại của mô hình. Mô hình có AUC cao hơn được coi là tốt hơn.

V. Ứng Dụng Mô Hình Ước Lượng Xác Suất Vỡ Nợ tại NHTM Việt Nam

Các mô hình ước lượng xác suất vỡ nợ có thể được ứng dụng rộng rãi tại các NHTM Việt Nam. Việc sử dụng các mô hình này giúp các ngân hàng nâng cao hiệu quả quản lý rủi ro tín dụng, đưa ra quyết định cho vay chính xác hơn và giảm thiểu tổn thất. Ngoài ra, các mô hình này cũng có thể được sử dụng để đánh giá rủi ro của các khoản vay hiện có, từ đó giúp các ngân hàng chủ động phòng ngừa rủi ro và đưa ra các biện pháp xử lý kịp thời. Nghiên cứu của Trần Kim Ngân (2023) đã chỉ ra rằng, việc ứng dụng phương pháp học máy trong đánh giá các chỉ số tài chính giúp cải thiện hiệu quả kiểm soát rủi ro tín dụng của các ngân hàng thương mại.

5.1. Hỗ Trợ Ra Quyết Định Tín Dụng và Quản Lý Rủi Ro

Việc sử dụng mô hình ước lượng xác suất vỡ nợ cung cấp một cơ sở khoa học để ra quyết định tín dụng, thay vì chỉ dựa trên kinh nghiệm và đánh giá chủ quan. Mô hình này giúp các ngân hàng đánh giá khách hàng một cách khách quan và toàn diện hơn, từ đó đưa ra quyết định cho vay phù hợp với mức độ rủi ro chấp nhận được.

5.2. Định Hướng Chính Sách Tín Dụng và Phân Loại Khách Hàng

Kết quả từ mô hình ước lượng xác suất vỡ nợ có thể được sử dụng để định hướng chính sách tín dụng của ngân hàng. Ví dụ, ngân hàng có thể tăng cường kiểm soát rủi ro đối với các doanh nghiệp có xác suất vỡ nợ cao, hoặc tập trung vào việc phát triển các sản phẩm và dịch vụ phù hợp với các doanh nghiệp có xác suất vỡ nợ thấp. Bên cạnh đó, ngân hàng có thể phân loại khách hàng doanh nghiệp dựa trên kết quả mô hình, từ đó áp dụng các chính sách tín dụng khác nhau cho từng nhóm khách hàng.

VI. Kết Luận và Hướng Nghiên Cứu Tiếp Theo Về Vỡ Nợ

Việc ước lượng xác suất vỡ nợ bằng phương pháp học máy là một lĩnh vực đầy tiềm năng và đang ngày càng được quan tâm. Các phương pháp học máy có khả năng cải thiện đáng kể độ chính xác và hiệu quả của việc dự đoán phá sản doanh nghiệp, từ đó giúp các ngân hàng và tổ chức tài chính quản lý rủi ro tốt hơn. Tuy nhiên, vẫn còn nhiều thách thức cần phải vượt qua, chẳng hạn như việc thu thập và xử lý dữ liệu, lựa chọn các biến đầu vào phù hợp và giải quyết các vấn đề overfitting và undersampling.

6.1. Hạn Chế Của Đề Tài và Các Nghiên Cứu Trong Tương Lai

Mặc dù đề tài đã đạt được một số kết quả nhất định, vẫn còn một số hạn chế cần được khắc phục trong các nghiên cứu tiếp theo. Chẳng hạn, dữ liệu sử dụng trong nghiên cứu còn hạn chế về số lượng và phạm vi. Các nghiên cứu trong tương lai có thể sử dụng dữ liệu lớn hơn và bao gồm nhiều yếu tố hơn, chẳng hạn như các yếu tố kinh tế vĩ mô và các yếu tố phi tài chính.

6.2. Đề Xuất Các Hướng Nghiên Cứu Phát Triển Mô Hình

Các hướng nghiên cứu tiếp theo có thể tập trung vào việc phát triển các mô hình dự báo phức tạp hơn, chẳng hạn như sử dụng các phương pháp học sâu (deep learning) hoặc kết hợp nhiều phương pháp học máy khác nhau. Ngoài ra, cần có các nghiên cứu về việc ứng dụng các mô hình dự báo trong thực tế, chẳng hạn như việc xây dựng các hệ thống cảnh báo sớm về nguy cơ phá sản cho các ngân hàng và tổ chức tài chính.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp chuyên ngành Tài chính - Ngân hàng của tác giả Trần Kim Ngân (Trường Đại học Ngân hàng TP. Hồ Chí Minh, năm 2023) tập trung vào đề tài "Ước lượng xác suất vỡ nợ của khách hàng doanh nghiệp bằng phương pháp học máy". Nghiên cứu được triển khai trong bối cảnh nền kinh tế toàn cầu và Việt Nam chịu tác động nghiêm trọng từ đại dịch Covid-19 từ năm 2019, kéo theo làn sóng khó khăn và nguy cơ phá sản gia tăng diện rộng ở khu vực doanh nghiệp.

Theo báo cáo của Atradius (2022), tỷ lệ vỡ nợ năm 2023 so với năm 2019 được dự báo tăng cao tại nhiều quốc gia và vùng lãnh thổ: Hồng Kông (+39%), Vương quốc Anh (+23%), Ý (+23%), Đan Mạch (+15%), Ca-na-da (+9%), Nam Phi (+5%), Cô-lôm-bi-a (+5%), Pháp (+3%), Thụy Điển (+1%), trong khi Mỹ ước tính giảm 12%. Tại Việt Nam, báo cáo của Ngân hàng Thế giới (2020) cho thấy khoảng 50% doanh nghiệp nhỏ và hơn 40% doanh nghiệp vừa phải đóng cửa tạm thời hoặc vĩnh viễn. Trong năm 2021, cả nước có gần 55.000 doanh nghiệp tạm ngừng kinh doanh có thời hạn (tăng 18% so với cùng kỳ), 48,1 nghìn doanh nghiệp tạm ngừng hoạt động chờ làm thủ tục giải thể (tăng 27,8%), 16,7 nghìn doanh nghiệp hoàn tất giải thể; trung bình mỗi tháng có khoảng 10.000 doanh nghiệp rời khỏi thị trường.

Thực tiễn hoạt động tại các ngân hàng thương mại (NHTM) Việt Nam cho thấy hệ thống xếp hạng tín nhiệm nội bộ giữ vai trò trung tâm trong thẩm định và ra quyết định cho vay nhằm đáp ứng chuẩn mực Basel II. Tuy nhiên, công tác đánh giá tín nhiệm hiện nay vẫn còn mang tính chủ quan, định tính, phụ thuộc nhiều vào phương pháp chuyên gia của cán bộ tín dụng và thiếu các công cụ định lượng khoa học có độ tin cậy cao. Về mặt pháp lý, Chính phủ đã ban hành Nghị định số 88/2014/NĐ-CP ngày 26/09/2014 quy định về dịch vụ xếp hạng tín nhiệm, cùng Quyết định số 507/QĐ-TTg ngày 17/04/2015 phê duyệt Kế hoạch phát triển dịch vụ xếp hạng tín nhiệm đến năm 2020 và định hướng đến năm 2030 (yêu cầu phát hành trái phiếu doanh nghiệp phải có xếp hạng từ năm 2020).

Trên cơ sở đó, mục tiêu nghiên cứu cụ thể của đề tài bao gồm:

1. Điều tra xem các chỉ số tài chính nào có tác động lớn đến việc lựa chọn mô hình ước lượng xác suất vỡ nợ để hỗ trợ hệ thống NHTM Việt Nam và các tổ chức xếp hạng tín nhiệm trong việc xác định các khách hàng doanh nghiệp tiềm năng.
2. Điều tra xem mô hình nào là phù hợp nhất cho ước lượng xác suất vỡ nợ của các khách hàng doanh nghiệp trong hệ thống NHTM Việt Nam bằng phương pháp học máy.
3. Nhận ra ảnh hưởng của các phương pháp học máy đối với việc ước lượng xác suất vỡ nợ của khách hàng doanh nghiệp.

Các câu hỏi nghiên cứu chính được đặt ra:

• (i) Các chỉ số tài chính nào có ảnh hưởng lớn đến việc lựa chọn mô hình ước lượng xác suất vỡ nợ của doanh nghiệp?
• (ii) Làm thế nào để phương pháp học máy ảnh hưởng đến việc xác định xác suất vỡ nợ của các doanh nghiệp và mô hình nào mang lại kết quả tốt nhất trong việc ước lượng xác suất vỡ nợ của các doanh nghiệp?
• (iii) Giới hạn của đề tài nghiên cứu và các đề xuất, gợi ý, kết luận được đưa ra như thế nào dựa trên kết quả nghiên cứu?

Đối tượng nghiên cứu là xác suất vỡ nợ của các doanh nghiệp tại Việt Nam. Phạm vi nghiên cứu sử dụng dữ liệu từ báo cáo tài chính đã kiểm toán của 462 doanh nghiệp thuộc 9 ngành nghề kinh doanh tại Việt Nam trong giai đoạn 2020 - 2022.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng lý luận dựa trên định nghĩa xác suất vỡ nợ (Probability of Default - PD) theo chuẩn mực Ủy ban Giám sát Ngân hàng Basel (Basel II): xác suất vỡ nợ là khả năng người đi vay đáp ứng tiêu chí vỡ nợ trong vòng một năm khi phát sinh ít nhất một trong hai điều kiện: quá hạn 90 ngày đối với nghĩa vụ tín dụng quan trọng hoặc không có khả năng đáp ứng nghĩa vụ tín dụng. Đồng thời, tác giả viện dẫn các định nghĩa của Cơ quan Kiểm soát Tiền tệ Hoa Kỳ (OCC), Ong (2003), Standard & Poor's và Fitch Ratings về xếp hạng tín nhiệm và rủi ro tín dụng.

Khóa luận phân loại và đối chiếu hai nhóm mô hình ước lượng xác suất vỡ nợ:

• Mô hình tham số (Mô hình thống kê): Điển hình là Hồi quy Logistic (Logit), mô hình Probit, phân tích hồi quy tuyến tính (Orgler, 1970) và phân tích phân biệt (Fisher, 1936; Altman, 1968; Yong & Poon, 2010). Các mô hình này có ưu điểm dễ giải thích hệ số nhưng bị ràng buộc bởi các giả định thống kê nghiêm ngặt về phân phối dữ liệu.
• Mô hình phi tham số (Phương pháp học máy): Bao gồm Cây quyết định (Decision Tree - CART sử dụng chỉ số Gini để phân chia nhánh), Rừng ngẫu nhiên (Random Forest - thuật toán kết hợp nhiều cây quyết định với cơ chế lấy mẫu ngẫu nhiên bootstrap), và Mạng thần kinh nhân tạo (ANN). Các mô hình học máy có khả năng xử lý phi tuyến, không đòi hỏi giả định phân phối chuẩn, hạn chế hiện tượng quá khớp (overfitting) nhưng có tính chất cấu trúc phức tạp.

Nghiên cứu sử dụng hệ thống 14 biến độc lập đại diện cho 4 nhóm chỉ số tài chính:

Ký hiệu	Tên chỉ số tài chính	Nhóm chỉ số tài chính	Kỳ vọng dấu
$X_1$	Lợi nhuận gộp / Doanh thu thuần	Khả năng sinh lời	$-$
$X_2$	Thu nhập trước thuế / Doanh thu thuần	Khả năng sinh lời	$-$
$X_3$	Thu nhập trước thuế / Tổng tài sản	Khả năng sinh lời	$-$
$X_4$	Thu nhập trước thuế / Vốn chủ sở hữu	Khả năng sinh lời	$-$
$X_5$	Tổng nợ phải trả / Tổng tài sản	Đòn bẩy tài chính	$+$
$X_6$	Tổng nợ phải trả / Vốn chủ sở hữu	Đòn bẩy tài chính	$+$
$X_7$	Tài sản ngắn hạn / Nợ ngắn hạn	Khả năng thanh khoản	$-$
$X_8$	(Tài sản ngắn hạn $-$ Hàng tồn kho) / Nợ ngắn hạn	Khả năng thanh khoản	$-$
$X_9$	Lợi nhuận trước thuế và lãi vay / Lãi vay	Thanh toán lãi vay	$-$
$X_{10}$	Thu nhập trước thuế, lãi vay và khấu hao / Nợ dài hạn	Thanh toán nợ dài hạn	$-$
$X_{11}$	Tiền và các khoản tương đương tiền / Vốn chủ sở hữu	Khả năng thanh khoản	$-$
$X_{12}$	Giá vốn hàng bán / Hàng tồn kho bình quân	Hiệu quả hoạt động	$+$
$X_{13}$	Các khoản phải thu / Doanh thu bình quân	Hiệu quả hoạt động	$+$
$X_{14}$	Tổng doanh thu / Tổng tài sản	Hiệu quả hoạt động	$-$

Phương pháp thu thập và xử lý dữ liệu được tiến hành trên 462 doanh nghiệp thuộc 9 ngành: Thương mại hàng tiêu dùng (38), Kinh doanh xăng dầu (32), Kinh doanh ô tô (44), Thi công xây lắp (42), Dược phẩm và thiết bị y tế (53), Dệt may (52), Thủy sản (58), Sắt thép (67), Kinh doanh nông sản (76).

Doanh nghiệp được phân loại là phá sản (gán nhãn 1) nếu thuộc một trong các tiêu chí: (i) Vốn chủ sở hữu âm; (ii) Lợi nhuận ròng sau thuế và dòng tiền hoạt động âm liên tiếp 2 năm; (iii) Doanh nghiệp tuyên bố mất khả năng thanh toán; (iv) Thuộc nhóm nợ xấu (nhóm 3, 4, 5). Ngược lại gán nhãn 0 (không phá sản).

Dữ liệu phân tách qua 3 năm như sau:

• Năm 2020: 40 doanh nghiệp phá sản, 422 doanh nghiệp không phá sản (Tổng: 462).
• Năm 2021: 53 doanh nghiệp phá sản, 409 doanh nghiệp không phá sản (Tổng: 462).
• Năm 2022: 48 doanh nghiệp phá sản, 414 doanh nghiệp không phá sản (Tổng: 462).

Dữ liệu khuyết được xử lý bằng cách thay thế bằng giá trị trung bình theo nhóm tương ứng (phá sản hoặc không phá sản), thay bằng giá trị cực trị phù hợp, hoặc sử dụng phân vị 5% và 95% để xử lý biến động bất thường.

Để đánh giá mức độ tin cậy và lựa chọn mô hình dự báo tối ưu, nghiên cứu sử dụng Ma trận nhầm lẫn (Confusion Matrix) với 4 chỉ số: True Positive (TP), True Negative (TN), False Positive (FP - lỗi loại 1: dự báo doanh nghiệp lành mạnh thành phá sản), False Negative (FN - lỗi loại 2: dự báo doanh nghiệp phá sản thành lành mạnh, gây tổn thất vốn trực tiếp cho ngân hàng). Các thước đo đánh giá gồm có:

• Tỷ lệ chính xác: $\text{Accuracy} = \frac{TN + TP}{TN + FN + TP + FP}$
• Độ nhạy: $\text{Sensitivity} = \frac{TP}{TP + FN}$
• Độ đặc hiệu: $\text{Specificity} = \frac{TN}{TN + FP}$
• Điểm số $F_1$ ($F_1\text{-Score}$).

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương 1 thiết lập khung tổng thể của khóa luận: phân tích tính cấp thiết của đề tài trong bối cảnh hậu đại dịch Covid-19 và áp lực tuân thủ hiệp ước Basel II; trình bày cơ sở pháp lý tại Việt Nam (Nghị định 88/2014/NĐ-CP, Quyết định 507/QĐ-TTg); xác định 3 mục tiêu nghiên cứu, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu (xác suất vỡ nợ của doanh nghiệp), phạm vi dữ liệu (462 doanh nghiệp giai đoạn 2020 - 2022) và kết cấu 5 chương của bài khóa luận.

Chương 2: Cơ sở lý thuyết và khảo lược các nghiên cứu

Chương 2 phân tích chuyên sâu các khái niệm về xác suất vỡ nợ, xếp hạng tín dụng nội bộ và 4 nhóm chỉ số tài chính căn bản. Tác giả tiến hành so sánh hệ thống giữa mô hình tham số thống kê và mô hình phi tham số học máy. Đồng thời, chương này tổng hợp các công trình nghiên cứu trong nước (Hay Sinh, 2003; Lê Đạt Chí & Lê Tuấn Anh, 2012; Lê Nguyễn Sơn Vũ, 2013; Võ Hồng Đức & Nguyễn Đình Thiện, 2013; Nguyễn Thị Tuyết Lan, 2019) và các công trình quốc tế (Altman, 1968; Ohlson, 1980; Liou, 2008; Ravi & Pramodh, 2008; Guido Perboli & Ehsan Arabnezhad, 2021), chỉ ra khoảng trống về bằng chứng thực nghiệm khi ứng dụng học máy trên dữ liệu tài chính doanh nghiệp tại Việt Nam.

Chương 3: Mô hình và phương pháp nghiên cứu

Chương 3 chi tiết hóa quy trình 4 bước xây dựng mô hình nghiên cứu:

• Bước 1: Thu thập và tiền xử lý dữ liệu từ báo cáo tài chính kiểm toán của 462 công ty thuộc 9 nhóm ngành.
• Bước 2: Lựa chọn và chuẩn hóa 14 biến độc lập thuộc 4 nhóm chỉ số tài chính ($X_1$ đến $X_{14}$).
• Bước 3: Thiết lập các phương trình và thuật toán ước lượng cho mô hình Hồi quy Logistic, mô hình Cây quyết định (Decision Tree - CART) và mô hình Rừng ngẫu nhiên (Random Forest).
• Bước 4: Thiết lập khung đánh giá mô hình thông qua Ma trận nhầm lẫn (Confusion Matrix), phân tích rủi ro của sai số loại 2 (False Negative), và tính toán các chỉ số Accuracy, Sensitivity, Specificity, F1-Score.

Chương 4: Kết quả nghiên cứu

Chương 4 trình bày toàn bộ kết quả thực nghiệm:

• Báo cáo thống kê mô tả cho 14 biến tài chính và ma trận hệ số tương quan giữa các biến độc lập.
• Kết quả ước lượng của mô hình tham số Hồi quy Logistic và phân tích ma trận nhầm lẫn tương ứng.
• Kết quả ước lượng của các mô hình phi tham số: Mô hình Cây quyết định (Decision Tree) và Mô hình Rừng ngẫu nhiên (Random Forest).
• So sánh hiệu năng phân loại giữa các mô hình dựa trên các chỉ tiêu Accuracy, Sensitivity, Specificity, Precision và F1-Score để xác định mô hình tối ưu trong dự báo rủi ro vỡ nợ.

Chương 5: Kết luận

Chương 5 đúc kết kết quả nghiên cứu và đề xuất các nhóm giải pháp ứng dụng thực tiễn:

• Định hướng ứng dụng mô hình học máy tại các NHTM Việt Nam nhằm xây dựng công cụ xác định khách hàng doanh nghiệp tiềm năng.
• Sử dụng kết quả mô hình làm cơ sở định hướng chính sách tín dụng và nâng cao hiệu quả quản trị rủi ro tín dụng tại NHTM.
• Khuyến nghị ứng dụng mô hình ước lượng xác suất vỡ nợ cho các Tổ chức xếp hạng tín nhiệm (CRA) tại Việt Nam.
• Nêu rõ các hạn chế còn tồn tại của đề tài và vạch ra định hướng cho các nghiên cứu tiếp theo.

Kết quả và đóng góp

Khóa luận mang lại những kết quả và đóng góp cụ thể:

Kết quả chính

• Xác định được tập hợp 14 chỉ số tài chính cốt lõi phản ánh toàn diện 4 khía cạnh: khả năng sinh lời, đòn bẩy tài chính, khả năng thanh toán và hiệu quả hoạt động có tác động trực tiếp đến xác suất vỡ nợ của doanh nghiệp.
• Đánh giá và so sánh thực nghiệm năng lực phân loại của mô hình tham số (Logistic Regression) và các mô hình phi tham số học máy (Decision Tree, Random Forest) trên tập dữ liệu 462 doanh nghiệp Việt Nam.
• Sử dụng Ma trận nhầm lẫn để kiểm soát sai số loại 2 (False Negative) – yếu tố gây thiệt hại tài chính nghiêm trọng nhất cho các ngân hàng khi cấp tín dụng nhầm cho khách hàng có nguy cơ vỡ nợ cao.

Đóng góp về mặt học thuật và thực tiễn

1. Về mặt học thuật: Hệ thống hóa cơ sở lý luận về xác suất vỡ nợ và xếp hạng tín nhiệm; bổ sung bằng chứng thực nghiệm định lượng về việc ứng dụng các thuật toán học máy kết hợp với chỉ số tài chính tại thị trường Việt Nam giai đoạn 2020 - 2022.
2. Về mặt quản trị ngân hàng: Đề xuất khung mô hình định lượng giúp các NHTM thay thế hoặc bổ trợ cho phương pháp chuyên gia định tính, hỗ trợ sàng lọc khách hàng vay vốn, tối ưu hóa quy trình thẩm định tín dụng và đáp ứng yêu cầu quản trị an toàn vốn theo chuẩn mực Basel II.
3. Về mặt thị trường tài chính: Cung cấp cơ sở tham khảo cho các tổ chức xếp hạng tín nhiệm (CRA) trong việc chuẩn hóa phương pháp định lượng để đánh giá năng lực tài chính và rủi ro phát hành trái phiếu doanh nghiệp theo định hướng của Chính phủ.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số hạn chế và hướng mở rộng nghiên cứu:

Hạn chế của đề tài

• Dữ liệu nghiên cứu giới hạn trong giai đoạn 3 năm (2020 - 2022) với quy mô mẫu 462 doanh nghiệp thuộc 9 ngành nghề, chưa bao quát được toàn bộ các lĩnh vực trong nền kinh tế.
• Nghiên cứu chỉ tập trung vào các biến số tài chính định lượng từ báo cáo tài chính kiểm toán, chưa kết hợp các yếu tố phi tài chính (năng lực ban điều hành, uy tín doanh nghiệp, môi trường pháp lý) và biến số kinh tế vĩ mô.
• Mô hình học máy phức tạp (như Random Forest) có đặc tính "hộp đen", gây khó khăn nhất định cho việc giải thích chi tiết tác động biên của từng hệ số tham số so với các mô hình hồi quy truyền thống.

Hướng nghiên cứu tiếp theo

• Mở rộng phạm vi và quy mô mẫu nghiên cứu sang các ngành nghề khác và kéo dài chuỗi thời gian dữ liệu để kiểm tra độ bền vững của mô hình qua các chu kỳ kinh tế.
• Tích hợp thêm các biến định tính và dữ liệu vĩ mô vào tập biến đầu vào để nâng cao năng lực dự báo toàn diện.
• Nghiên cứu thử nghiệm thêm các thuật toán học máy và học sâu nâng cao khác (như Gradient Boosting, XGBoost, Mạng thần kinh nhân tạo ANN chuyên sâu) nhằm tối ưu hóa độ chính xác và giảm thiểu sai số loại 2.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo có giá trị học thuật và thực tiễn cho:

• Sinh viên, học viên cao học và nhà nghiên cứu chuyên ngành Tài chính - Ngân hàng, Phân tích dữ liệu tài chính, Quản trị rủi ro: tham khảo phương pháp luận kết hợp giữa kinh tế lượng truyền thống và thuật toán học máy, quy trình xử lý dữ liệu báo cáo tài chính và cách xây dựng bộ biến chỉ số tài chính phục vụ bài toán phân loại nhị phân.
• Cán bộ quản trị rủi ro, chuyên viên thẩm định tín dụng tại các NHTM: tham khảo phương pháp ứng dụng ma trận nhầm lẫn (Confusion Matrix) để kiểm soát lỗi loại 2, thiết lập mô hình xếp hạng tín dụng nội bộ theo tiêu chuẩn Basel II.
• Các tổ chức xếp hạng tín nhiệm (CRA) và nhà đầu tư: tham khảo các tiêu chí nhận diện sớm dấu hiệu suy kiệt tài chính và rủi ro vỡ nợ của doanh nghiệp trên thị trường vốn.

Câu hỏi thường gặp

1. Đề tài xác định một doanh nghiệp rơi vào tình trạng vỡ nợ (phá sản) dựa trên những tiêu chí cụ thể nào?

Theo khóa luận, một doanh nghiệp được xác định là vỡ nợ/phá sản (gán nhãn 1) nếu thỏa mãn ít nhất một trong bốn tiêu chí:

• Vốn chủ sở hữu trên bảng cân đối kế toán là số âm.
• Lợi nhuận ròng sau thuế và dòng tiền hoạt động kinh doanh đều âm liên tiếp trong 2 năm.
• Doanh nghiệp tuyên bố mất khả năng thanh toán.
• Doanh nghiệp bị xếp vào nhóm nợ xấu (nhóm 3, nhóm 4, nhóm 5) tại các tổ chức tín dụng.

2. Bộ dữ liệu nghiên cứu thực nghiệm được cấu thành từ những ngành nghề nào?

Mẫu nghiên cứu gồm 462 doanh nghiệp tại Việt Nam trong giai đoạn 2020 - 2022, được phân bổ qua 9 ngành kinh doanh:

• Thương mại hàng tiêu dùng: 38 doanh nghiệp
• Kinh doanh xăng dầu: 32 doanh nghiệp
• Kinh doanh ô tô: 44 doanh nghiệp
• Thi công xây lắp: 42 doanh nghiệp
• Kinh doanh dược phẩm - thiết bị y tế: 53 doanh nghiệp
• Dệt may: 52 doanh nghiệp
• Thủy sản (cá tra, tôm, nghêu...): 58 doanh nghiệp
• Sắt thép: 67 doanh nghiệp
• Kinh doanh nông sản (lúa gạo, cà phê, tiêu, điều...): 76 doanh nghiệp

3. Khóa luận sử dụng những mô hình nào để ước lượng xác suất vỡ nợ và so sánh hiệu năng bằng công cụ gì?

Nghiên cứu sử dụng:

• Mô hình tham số: Hồi quy Logistic (Logit).
• Mô hình phi tham số học máy: Cây quyết định (Decision Tree - CART) và Rừng ngẫu nhiên (Random Forest).
• Đánh giá và so sánh mô hình thông qua Ma trận nhầm lẫn (Confusion Matrix) cùng các thước đo: Accuracy (Độ chính xác), Sensitivity (Độ nhạy), Specificity (Độ đặc hiệu), Precision và F1-Score.

4. Vì sao sai số loại 2 (False Negative) lại nguy hiểm hơn sai số loại 1 (False Positive) trong ước lượng rủi ro tín dụng?

Trong bài toán xếp hạng tín dụng:

• Sai số loại 1 (False Positive): Mô hình dự báo một doanh nghiệp khỏe mạnh thành phá sản, khiến ngân hàng có thể bỏ lỡ cơ hội cho vay.
• Sai số loại 2 (False Negative): Mô hình dự báo một doanh nghiệp sắp phá sản thành doanh nghiệp bình thường, dẫn đến việc ngân hàng cấp tín dụng cho khách hàng có rủi ro vỡ nợ cao, gây nguy cơ mất vốn và tổn thất tài chính trực tiếp không thể thu hồi.

5. Khung 14 biến tài chính độc lập trong mô hình thuộc những nhóm chỉ số nào?

14 biến độc lập ($X_1$ đến $X_{14}$) được chia thành 4 nhóm chỉ số tài chính chính:

• Nhóm khả năng sinh lời ($X_1$: Lợi nhuận gộp/Doanh thu thuần, $X_2$: Thu nhập trước thuế/Doanh thu thuần, $X_3$: Thu nhập trước thuế/Tổng tài sản, $X_4$: Thu nhập trước thuế/Vốn chủ sở hữu).
• Nhóm đòn bẩy tài chính và thanh toán nợ ($X_5$: Tổng nợ phải trả/Tổng tài sản, $X_6$: Tổng nợ phải trả/Vốn chủ sở hữu, $X_9$: EBIT/Lãi vay, $X_{10}$: EBITDA/Nợ dài hạn).
• Nhóm khả năng thanh khoản ($X_7$: Tài sản ngắn hạn/Nợ ngắn hạn, $X_8$: (Tài sản ngắn hạn - Hàng tồn kho)/Nợ ngắn hạn, $X_{11}$: Tiền và tương đương tiền/Vốn chủ sở hữu).
• Nhóm hiệu quả hoạt động ($X_{12}$: Giá vốn hàng bán/Hàng tồn kho bình quân, $X_{13}$: Phải thu/Doanh thu bình quân, $X_{14}$: Tổng doanh thu/Tổng tài sản).

Kết luận

Khóa luận tốt nghiệp của tác giả Trần Kim Ngân đã hệ thống hóa cơ sở lý luận và thực nghiệm thành công việc ứng dụng phương pháp học máy (Cây quyết định, Rừng ngẫu nhiên) cùng Hồi quy Logistic để ước lượng xác suất vỡ nợ của 462 khách hàng doanh nghiệp tại Việt Nam giai đoạn 2020 - 2022 dựa trên 14 chỉ số tài chính. Kết quả nghiên cứu cung cấp cơ sở khoa học định lượng giúp các ngân hàng thương mại nâng cao năng lực kiểm soát rủi ro tín dụng, tối ưu hóa việc phân loại khách hàng theo chuẩn mực Basel II và hỗ trợ các tổ chức xếp hạng tín nhiệm trong việc chuẩn hóa quy trình thẩm định. Công trình là tài liệu học thuật giá trị cho hoạt động nghiên cứu và ứng dụng khoa học dữ liệu trong lĩnh vực tài chính - ngân hàng.

Trích đoạn nội dung tài liệu

Đặt vấn đề Thứ nhất, "đại dịch Covid - 19 xuất hiện trong từ năm 2019 và diễn biến vô cùng phức tạp và dẫn đến nhiều ảnh hưởng nghiêm trọng". Nền kinh tế toàn cầu hiện đang phục hồi, dần mở cửa trở lại và các chiến dịch tiêm chủng vẫn đang tiếp tục. Nhưng các doanh nghiệp trên thế giới ít nhiều "điêu đứng" vì Covid-19 khi đại dịch vẫn chưa kết thúc. Không những thế, với sự xuất hiện của biến thể Delta, hay gần đây là biến chủng Omicron có khả năng lây lan nhanh và mạnh, cuộc chiến chống Covid - 19 trên thế giới bước sang giai đoạn khác khó khăn hơn.

Làn sóng phá sản của các công ty lớn các doanh nghiệp trên toàn cầu được hình thành từ giữa năm 2020 khi đại dịch Covid- 19 ảnh hưởng đến hầu hết các nước lớn trên thế giới.1: Dự báo tỷ lệ vỡ nợ năm 2023 so với năm 2019 Nguồn: Atradius, 2022 Nhìn vào Hình 1.1, có thể thấy rằng tỷ lệ vỡ nợ sẽ cao nhất ở Hồng Kông (+39%), Vương quốc Anh (+23%), Ý (+23%) và Đan Mạch (+15%) so với mức trước khi đại dịch diễn ra. Thêm vào đó, tỷ lệ này tăng nhẹ tại Ca-na-da, Nam Phi và Cô-lôm-bi-a lần lượt là +9%, +5% và +5%. Ngoài ra, nền kinh tế Pháp (+3%) và Thuỵ Điển (+1%) là gần như không thay đổi. Ngược lại, nền kinh tế Mỹ với mức giảm mạnh, ước tính rằng sẽ giảm 12% so với năm 2019 tại năm 2023.

Thứ hai, "dịch Covid-19 cũng đã tàn phá các doanh nghiệp Việt Nam từ năm 2019". Theo báo cáo "Tác động của Covid-19 đối với doanh nghiệp tại Việt Nam: Khảo sát nhanh về doanh nghiệp và Covid-19" của Ngân hàng Thế giới (2020), có khoảng 50% doanh nghiệp nhỏ và hơn 40% doanh nghiệp vừa phải đóng cửa tạm thời hoặc vĩnh viễn do ảnh hưởng của dịch Covid-19. Năm 2021, số doanh nghiệp tạm ngừng kinh doanh có thời hạn là gần 55.000, Tăng 18% theo năm; 48,1 nghìn doanh nghiệp tạm ngừng hoạt động chờ làm thủ tục giả thể, tăng 27,8%; 16,7 nghìn doanh nghiệp hoàn The Insovency Growth forecasting in 2023 compared to 2019 -12% UNITED STATES SWEDEN 1% FRANCE 3% COLOMBIA 5% SOUTH AFRICA 5% CANADA 9% DENMARK 15% ITALIA 23% UNITED KINGDOM 23% HONG KONG 39% -20% -10% 0% 10% 20% 30% 40% 50% tất thủ tục giải thể, giảm 4,1%, trong đó có 14,8 nghìn doanh nghiệp có quy mô vốn 3 dưới 10 tỷ đồng, giảm 4%. Có 211 doanh nghiệp có quy mô vốn trên 100 tỷ đồng, giảm 20,7%.

Trung bình mỗi tháng có khoảng 10.000 công ty rời thị trường do không thể "sống chung" với cường độ của đại dịch Covid-19. Thứ ba, với nền kinh tế bị ảnh hưởng nặng nề bởi dịch bệnh Covid-19 và tình trạng phá sản doanh nghiệp gia tăng, "hệ thống xếp hạng tín dụng nội bộ của NHTM đánh giá rủi ro khi vay khách hàng và vô cùng hữu ích khi giúp ngân hàng đưa ra quyết định cho vay, điều này đóng một vai trò quan trọng trong quản lý rủi ro". Các NHTM tại Việt Nam ngày càng hiểu ra được ý nghĩa quan trọng của hệ thống này đối với hoạt động cho vay và quản lý rủi ro, đặc biệt khi các ngân hàng thương mại tại Việt Nam nỗ lực tuân thủ các tiêu chuẩn Basel II. Tính cấp thiết của đề tài Trong bối cảnh đó, tính cấp thiết của đề tài nghiên cứu này được thể hiện ở một số khía cạnh cụ thể sau: Thứ nhất, "các mô hình xếp hạng tín dụng hiện nay còn một số hạn chế nhất định", còn nhiều ý kiến thảo luận và bất đồng về độ tin cậy của các mô hình xếp hạng tín nhiệm khiến việc lựa chọn mô hình trở nên khó khăn.