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
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!
-
Hoàn thiện mô hình xếp hạng tín dụng cá nhân tại Ngân hàng TMCP Sài Gòn - 1 -
Hoàn thiện mô hình xếp hạng tín dụng cá nhân tại Ngân hàng TMCP Sài Gòn - 2 -
Tỷ Trọng Các Tiêu Chí Đánh Giá Trong Mô Hình Điểm Số Tín Dụng Vantagescore -
Thực Trạng Mô Hình Xếp Hạng Tín Dụng Cá Nhân Của Ngân Hàng Tmcp Sài Gòn -
Thực Trạng Mô Hình Xếp Hạng Tín Dụng Cá Nhân Tại Ngân Hàng Tmcp Sài Gòn
Xem toàn bộ 99 trang tài liệu này.
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
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
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 | 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