Lịch Sử Ra Đời Và Phát Triển Của Mô Hình Xếp Hạng Tín Dụng Cá Nhân


1.2.1. Khái niệm xếp hạng tín dụng cá nhân‌

Xếp hạng tín dụng cá nhân đứng dưới góc độ ngân hàng có thể được định nghĩa một cách ngắn gọn là việc đánh giá hiện tại và dự đoán tương lai về khả năng, tính sẵn sàng của một thể nhân đi vay trong việc thực hiện nghĩa vụ đã cam kết với ngân hàng.

1.2.2. Lịch sử ra đời và phát triển của mô hình xếp hạng tín dụng cá nhân

Mô hình xếp hạng tín dụng cá nhân ra đời cách đây hơn 50 năm. Theo các mô hình này các cá nhân có nhu cầu thế chấp mua nhà, vay chậm trả dùng thẻ tín dụng sẽ được đánh giá và lượng hóa bằng một điểm số tín dụng. Mức điểm thu được cho biết mức độ rủi ro tương đối của khả năng thanh toán và khả năng gây ra thiệt hại của khách hàng đối với người cho vay.

Xếp hạng tín dụng chủ yếu dựa trên cơ sở nhận biết những nhóm khách hàng khác nhau trong một tổng thể, trong đó người ta không thể nhận diện được những đặc điểm của các cá thể trong cùng một nhóm, mà chỉ có thể nhận biết sự khác nhau tương đối giữa các nhóm. Phương pháp phân nhóm trong một tập hợp đầu tiên được Fisher giới thiệu vào năm 1936, khi ông tiến hành phân loại đặc tính của cây Irit dựa trên số liệu về kích thước bên ngoài của cây. Năm 1941, David Duran người đầu tiên ứng dụng phương pháp đó vào việc phân biệt các khoản nợ xấu và tốt. Sau đó nhiều công ty tín dụng đã xây dựng các hình thức sơ khai của hệ thống xếp hạng tín dụng cá nhân dựa trên các nguyên lý thống kê và các hệ thống này đã nhanh chóng chứng tỏ sức mạnh của nó trong việc giúp các tổ chức tín dụng ra quyết định.

Trong những năm 1960, sự ra đời của thẻ tín dụng đã mở ra một bước tiến mới cho hệ thống xếp hạng tín dụng cá nhân. Phương pháp truyền thống dựa trên đánh giá của nhân viên tín dụng không thể đáp ứng đủ nhu cầu đăng ký thẻ tín dụng ngày càng gia tăng một cách nhanh chóng. Từ đó, nhu cầu xây dựng một hệ thống xếp hạng tín dụng cá nhân trở nên cấp thiết hơn bao giờ hết. Khi các tổ chức kinh tế này sử dụng các hệ thống xếp hạng tín dụng dự báo chính xác hơn bất cứ một phương pháp đánh giá nào khác, tỷ lệ phá sản đã giảm xuống dưới 50% hoặc thấp hơn. Sự kiện đánh dấu cột mốc quan trọng của việc chấp nhận hệ thống này một


cách rộng rãi là thông qua đạo luật Cơ hội Tín Dụng Ngang Bằng ở Mỹ năm 1975 – 1976. Nội dung chủ yếu của đạo luật là cấm phân biệt đối xử tín dụng trong việc cấp tín dụng trừ khi sự phân biệt đó đã được chứng minh trên cơ sở thống kê.

Trong cuối những năm 1980, mô hình xếp hạng tín dụng cho thẻ tín dụng đã trở nên phổ biến trong các sản phẩm và dịch vụ của ngân hàng như tín dụng cá nhân, vay vốn kinh doanh, vay mua nhà…Đó cũng là những năm mà mô hình Logit và mô hình hồi quy tuyến tính được ứng dụng rộng rãi trong các tổ chức kinh tế. Ngày nay, điểm số tín dụng vẫn sử dụng rộng rãi trong các ngân hàng và các tổ chức tài chính để chấp nhận hạn mức cho thẻ tín dụng và các khoản vay tự động.

1.2.3. Các nhân tố ảnh hưởng đến xếp hạng tín dụng cá nhân

Hiện nay, để việc đánh giá xếp hạng tín dụng cá nhân được thực hiện một cách khoa học, một cách khách quan và được đánh giá đa chiều bởi nhiều đặc điểm, đặc tính liên quan đến khoản vay, tư cách pháp lý, năng lực hoàn trả nợ vay của khách hàng và tài sản đảm bảo cho khoản vay thì chúng ta cần phải chú trọng đến các nhân tố sau:

- Đặc điểm của khách hàng: như tuổi tác, trình độ học vấn, lý lịch tư cách, tình trạng hôn nhân, cơ cấu gia đình, mối quan hệ gia đình, mối quan hệ với cộng đồng, tình trạng sức khỏe, tình trạng sở hữu nhà ở/ bất động sản, gia cảnh, nghề nghiệp.

- Năng lực trả nợ: là khả năng tài chính, nguồn thu nhập tích lũy mà khách hàng có thể sử dụng để trả nợ cho khoản vay. Nguồn thu nhập tích lũy này phải được đánh giá một cách toàn diện bởi các yếu tố khách quan và chủ quan tác động trực tiếp đến nghề nghiệp, hoạt động kinh doanh tạo ra thu nhập cho khách hàng.

- Số tiền xin vay: là số tiền khách hàng vay của ngân hàng để phục vụ cho mục đích tiêu dùng như mua nhà, xây dựng, sửa chữa nhà, mua xe, du học…và phục vụ cho mục đích kinh doanh. Số tiền mà khách hàng có nhu cầu vay phải phù hợp với khả năng tài chính của khách hàng để đảm bảo khả năng hoàn trả nợ vay (gốc và lãi vay) cho ngân hàng đúng hạn và đầy đủ, đồng thời số tiền vay phải được kiểm soát đúng mục đích hợp pháp, hợp lệ theo quy định của ngân hàng và pháp


luật Việt Nam nhằm tránh việc thất thoát tiền vay ảnh hưởng trực tiếp đến năng lực trả nợ của khách hàng.

- Tài sản đảm bảo: là tài sản của khách hàng hoặc của bên bảo lãnh cho khách hàng như bất động sản (nhà/đất), động sản (xe ôtô, tàu biển…), máy móc thiết bị, các loại giấy tờ có giá…nhằm đảm bảo cho khoản vay của khách hàng tại ngân hàng. Trị giá của tài sảm đảm bảo và tỷ lệ cho vay phải được xác định chính xác sao cho có thể bù đắp được rủi ro khi khách hàng mất khả năng chi trả khoản vay.

- Các nhân tố khác: như lịch sử quan hệ tín dụng của khách hàng tại ngân hàng xem xét cho vay cũng như trong hệ thống tổ chức tín dụng nói chung; cơ cấu nợ của khách hàng trong hệ thống so với khả năng tài chính và tài sản tích lũy của khách hàng có đủ để đảm bảo khả năng xử lý rủi ro; các yếu tố thị trường ảnh hưởng trực tiếp đến hoạt động kinh doanh của khách hàng…

1.2.4. Phương pháp xếp hạng tín dụng cá nhân

Điểm khác biệt cơ bản của các mô hình tính điểm tín dụng hiện nay là các mô hình này dựa trên những phân tích thống kê đầy đủ để xác định các yếu tố cần được xem xét trong quyết định tín dụng, và trọng số của mỗi yếu tố được đưa vào mô hình. Người cho vay có thể đưa ra quyết định bằng cách sử dụng nhất quán một tập hợp thông tin và phương pháp đo lường mức độ rủi ro. Mô hình được xây dựng thông qua các bước cơ bản sau:

- Thứ nhất: một mẫu dữ liệu với quy mô từ hàng ngàn cho đến hàng trăm ngàn khách hàng được thu thập. Một mẫu bao gồm thông tin cá nhân và lịch sử tín dụng trên 12 tháng đến 18 tháng của khách hàng.

- Thứ hai: cán bộ tín dụng thẩm định nguy cơ của mỗi khách hàng cá nhân và xác định xem đơn xin vay có thể được phê duyệt với một mức độ chấp nhận rủi ro như thế nào. Cán bộ tín dụng loại bỏ khách hàng “xấu” các khách hàng có khoản nợ quá hạn ba tháng liên tiếp, khách hàng có lịch sử tín dụng không đủ dài hoặc thông tin không rò ràng sẽ bị loại khỏi mẫu. Vấn đề cần được xem xét ở đây là giới hạn thời gian thích hợp để có thể phân loại chính xác khách hàng. Về mặt thống kê, thời gian phù hợp nhất là từ 12 – 18 tháng vì hoạt động kinh doanh thường đi vào ổn


định sau ít nhất 12 tháng kể từ khi bắt đầu. Vì vậy, bất kỳ thời gian nào dưới 12 tháng có thể dẫn đến dự báo không chính xác. Mặt khác, với thời gian dài hơn 2 năm, có thể xảy ra những thay đổi trong thuộc tính dân số. Do đó, thời gian 12 – 18 tháng được coi là thời gian thích hợp nhất.

Xếp hạng tín dụng trở thành một bài toán phân loại với các yếu tố đầu vào là thông tin được cung cấp bởi khách hàng kết hợp với những nguồn thông tin khác, và các yếu tố đầu ra được biệt hoá thành nhóm nợ “tốt” hay “xấu”.

Trong thực tế, có nhiều phương pháp đã được nghiên cứu để giải quyết vấn đề này. Tất cả các phương pháp được đưa ra nhằm mục đích trả lời hai câu hỏi quan trọng nhất trong xây dựng mô hình xếp hạng tín dụng. Thứ nhất là các yếu tố nào cần được xem xét trong mô hình xếp hạng tín dụng? Thứ hai là làm thế nào để xác định điểm số của mỗi yếu tố nên được đưa vào mô hình?

1.3. Các nghiên cứu về mô hình xếp hạng tín dụng cá nhân

1.3.1. Nghiên cứu Stefanie Kleimeier về mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ tại Việt Nam

Stefanie Kleimeier đã tiến hành nghiên cứu chi tiết nguồn số liệu được tổng hợp từ các NHTM tại Việt Nam theo 22 biến số bao gồm độ tuổi, thu nhập, trình độ học vấn, nghề nghiệp, thời gian công tác, tình trạng cư trú, giới tính, tình trạng hôn nhân, mục đích vay…để xác định mức ảnh hưởng của biến số này đến rủi ro tín dụng và qua đó thiết lập một mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ tại Việt Nam.

Nghiên cứu của Stefanie Kleimeier đã xây dựng mô hình chấm điểm tín dụng cá nhân gồm hai phần là chấm điểm nhân thân và năng lực trả nợ, chấm điểm quan hệ với ngân hàng như trình bày tại bảng 1.1.

Bảng 1.1: Chỉ tiêu chấm điểm XHTD cá nhân theo Stefanie Kleimeier


Chỉ tiêu chấm điểm XHTD cá nhân theo Stefanie Kleimeier

Bước 1: Chấm điểm nhân thân và năng lực trả nợ

Tuổi

18 – 25 tuổi

26 – 40 tuổi

41 – 60 tuổi

> 60 tuổi

Trình độ học vấn

Sau đại học

Đại học, cao đẳng

Trung học

Dưới trung học

Có thể bạn quan tâm!

Xem toàn bộ 99 trang tài liệu này.

Hoàn thiện mô hình xếp hạng tín dụng cá nhân tại Ngân hàng TMCP Sài Gòn - 3


Nghề nghiệp

Chuyên môn

Giúp việc

Kinh doanh

Hưu trí

Thời gian công tác

< 0,5 năm

0,5 – 1 năm

1 – 5 năm

> 5 năm

Thời gian làm công

việc hiện tại

< 0,5 năm

0,5 – 1 năm

1 – 5 năm

> 5 năm

Tình trạng cư trú

Nhà riêng

Nhà thuê

Sống cùng gia đình

Khác

Số người phụ thuộc

Độc thân

1 – 3 người

3 – 5 người

> 5 người

Thu nhập hàng năm

< 12


triệu đồng


12 – 36 triệu đồng


36 – 120 triệu đồng


> 120 triệu đồng

Thu nhập hàng

năm của gia đình

< 24 triệu đồng

24 – 72 triệu đồng

72 -240 triệu đồng

> 240 triệu đồng

Bước 2: Chấm điểm quan hệ với ngân hàng

Thực hiện cam kết

với ngân hàng (ngắn hạn)


Khách hàng mới


Chưa bao giờ trễ hạn

Có trễ hạn ít hơn 30 ngày

Có trễ hạn trên 30 ngày

Thực hiện cam kết với ngân hàng (dài

hạn)


Khách hàng mới


Chưa bao giờ trễ hạn

Có trễ hạn trong 2 năm gần đây

Có trễ hạn trước 2 năm

Tổng giá trị khoản vay chưa trả


< 100 triệu đồng

100 – 500


triệu đồng

500 triệu đồng –


1 tỷ đồng


> 1 tỷ đồng

Các dịch vụ khác

đang sử dụng

Tiền gửi tiết

kiệm

Thẻ tín dụng

Tiền gửi tiết kiệm

và thẻ tín dụng

Không

Số dư bình quân tài khoản tiết kiệm trong năm trước

đây


< 20 triệu đồng


20 – 100


triệu đồng


100 – 500


triệu đồng


> 500


triệu đồng

(Nguồn: Đinh Thi Huyen Thanh & Stefanie Kleimeier, 2006. Credit Scoring Vietnam’s Retail Banking Market)

Dựa trên tổng số điểm đạt được để xếp loại theo mười mức giảm dần từ Aaa đến D như trình bày tại bảng 1.2.

Bảng 1.2: Ký hiệu XHTD cá nhân theo Stefanie Kleimeier


Ký hiệu XHTD cá nhân theo Stefanie Kleimeier


Điểm

Xếp hạng

Ý nghĩa xếp hạng

> 400

Aaa


Cho vay tối đa theo đề nghị của người vay

351 – 400

Aa

301 – 350

A

251 – 300

Bbb

Cho vay theo tài sản đảm bảo

201 – 250

Bb

Cho vay theo tài sản đảm bảo và đánh giá đơn vay vốn

151 – 200

B

Yêu cầu đánh giá thận trọng đơn vay vốn và có tài sản

đảm bảo đầy đủ

101 – 150

Ccc


Từ chối cho vay

51 – 100

Cc

0 – 50

C

0

D

(Nguồn: Đinh Thi Huyen Thanh & Stefanie Kleimeier, 2006. Credit Scoring Vietnam’s Retail Banking Market)

Mô hình này đã tách bạch rò ràng giữa các tiêu chí khách quan và chủ quan liên quan đến việc đánh giá năng lực hành vi, năng lực tài chính và năng lực đảm bảo uy tín của khách hàng cá nhân trong giao dịch với ngân hàng.

Tuy nhiên, công trình nghiên cứu này không đưa ra cách tính điểm cụ thể cho từng chỉ tiêu, để vận dụng được mô hình đòi hỏi các NHTM phải thiết lập thang điểm cho từng chỉ tiêu đánh giá phù hợp với thực trạng và hệ thống cơ sở dữ liệu cá nhân tại ngân hàng. Những tiêu chí đánh giá mà mô hình đưa ra vẫn còn mang tính chất chung chung, chưa đi sâu chi tiết những yếu tố tác động trực tiếp và gián tiếp đến các năng lực của khách hàng dẫn đến điểm đánh giá sẽ không phản ánh đúng khả năng trả nợ của khách hàng.

1.3.2. Nghiên cứu của Vương Quân Hoàng và ctg về Phương pháp thống kê xây dựng mô hình mức tín nhiệm cá nhân

Tác giả thực hiện hồi quy nhị phân Logit trên tập mẫu thu thập được các biến cho vào mô hình như sau:

Bảng 1.3: Các đặc trưng của khách hàng


Các đặc trưng của khách hàng

Ký hiệu

Ý nghĩa

X01

Tuổi tác

X02

Trình độ học vấn

X03

Loại hình công việc

X04

Thời gian công tác

X05

Mức thu nhập hàng tháng

X06

Tình trạng hôn nhân

X07

Nơi cư trú

X08

Thời gian cư trú

X09

Số người sống phụ thuộc

X10

Phương tiện đi lại

X11

Phương tiện thông tin

X12

Chênh lệch thu nhập và chỉ tiêu

X13

Giá trị tài sản khách hàng

X14

Giá trị các khoản nợ

X15

Quan hệ với Techcombank

X16

Uy tín trong giao dịch

(Nguồn: Vương Quân Hoàng và ctg, 2006. Phương pháp thống kê xây dựng mô hình định mức tín nhiệm khách hàng thể nhân)

Dạng mô hình hồi quy Logit

𝑃 𝑥 = 𝑒𝛽 Trong đó 𝑃

𝑇𝓍

( )

1+𝑒𝛽𝑇𝓍


(𝑥)


là xác suất của quan sát X

Mô hình hồi quy Logit có các hệ số hồi quy như sau:

βT𝓍 = - 1.238151 X1 – 0.591102 X2 – 1.371960 X3 + 3.240103 X4 – 1.833702 X6 – 8.070600 X7 – 5.336831 X8 – 1.091686 X9 – 1.508460 X10 – 18.28262 X11 +

5.670182 X12 + 3.595030 X13 – 0.930329 X14 – 1.482391 X15

Trong đó: X4 và X16 là những biến không có ý nghĩa thống kê khi đưa vào mô hình.


Dựa vào tập mẫu gồm 1727 quan sát tác giả đã đưa ra mô hình hồi quy như trên với việc dự đoán chính xác rất cao 99.25%.

1.3.3. Mô hình điểm số tín dụng cá nhân của FICO

Điểm số tín dụng (Credit score) cá nhân là một phương tiện kiểm soát tín dụng được gán cho mỗi cá nhân tại một số nước phát triển giúp tổ chức tín dụng ước lượng mức rủi ro khi cho vay. Điểm tín dụng càng thấp thì mức rủi ro của nhà cho vay càng cao. Fair Isaac Corp đã xây dựng mô hình điểm tín dụng FICO thấp nhất là 300 và cao nhất là 850 áp dụng cho cá nhân dựa vào tỷ trọng của 5 chỉ số phân tích được trình bày trong bảng 1.4.

Bảng 1.4: Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng FICO


Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng FICO

Tỷ trọng

Tiêu chí đánh giá

35%

Lịch sử trả nợ (payment history): Thời gian trễ hạn càng cao thì điểm

số tín dụng càng thấp.

30%

Dư nợ tại các tổ chức tín dụng (Amount owed): Nợ quá nhiều so với mức

cho phép đặc biệt là đối với thẻ tín dụng sẽ làm giảm điểm số tín dụng.

15%

Độ dài của lịch sử tín dụng (Length of credit history): Thông tin càng

nhiều năm càng đáng tin và điểm số tín dụng sẽ càng cao.

10%

Số lần vay nợ mới (New credit): Vay nợ thường xuyên bị xem là dấu

hiệu có khó khăn về tài chính nên điểm số tín dụng càng thấp.

10%

Các loại tín dụng được sử dụng (Types of credit used) : Các loại nợ

khác nhau sẽ được tính điểm số tín dụng khác nhau.

(Nguồn http://en.wikipedia.org)

Mô hình điểm số tín dụng FICO được áp dụng rộng rãi ở Mỹ do các thông tin liên quan đến tình trạng tín dụng của mọi người có thể được ngân hàng rà soát dễ dàng qua các công ty dữ liệu tín dụng (Credit reporting companies). Công ty dữ liệu tín dụng thực hiện ghi nhận và cập nhật thông tin từ các tổ chức tín dụng, phân tích và cho điểm đối với từng người. Theo mô hình điểm số tín dụng FICO thì người có điểm số tín dụng ở mức 700 được xem là tốt, đối với cá nhân có điểm số

Xem tất cả 99 trang.

Ngày đăng: 27/06/2022
Trang chủ Tài liệu miễn phí