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 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 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. TP. Hồ Chí Minh, ngày 04 tháng 12 năm 2013 Tác giả Dương Anh Tuấn. Mục lục Trang phụ bìa Lời cam đoan Mục lục Danh mục các bảng Danh mục các hình vẽ, đồ thị Tóm tắt 1 1. Giới thiệu 2 2. Tổng quan các nghiên cứu trước đây 5 3. Lý thuyết về điểm số tín dụng 8 3.1. Các khái niệm liên quan 8 3.2. Các phương pháp đo lường 28 4. Phương pháp nghiên cứu 39 4.1. Những trạng thái liên thông của điểm số hành vi và các mô hình chuỗi Markov 39 4.2. Điểm hành vi dựa trên mô hình rủi ro tín dụng tiêu dùng của chuỗi Markov 43 4.3. Mô tả dữ liệu 47 5. Nội dung và kết quả nghiên cứu 50 5.1. Bậc của ma trận chuyển đổi 50 5.2. Những ảnh hưởng của số tháng trên sổ sách 56 6. Kết luận 60 Tài liệu tham khảo 62 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 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 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. 2 1. 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 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 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. Tính chính xác của những ước đoán của mô hình sẽ được trình bày thông qua tình huống nghiên cứu, và phần mô tả dữ liệu được sử dụng trong tình huống nghiên cứu cũng được lồng vào phần 4. Phần 5 cung cấp các kết quả nghiên cứu dựa vào bộ dữ liệu được mô tả trong phần 4, trong đó đưa ra những lý do tại sao mô hình bao hàm những ma trận chuyển đổi bậc cao hơn; và thời hạn trên sổ sách của khoản vay. Cuối cùng phần 6 đưa ra vài kết luận, bao gồm làm thế nào để mô hình có thể được sử dụng và mức độ phù hợp của mô hình. [...]... Diebold, & Schuermann, 2002) Trước đây, các mô hình chuỗi Markov đã được sử dụng trong cho vay tiêu dùng, nhưng không bài nghiên cứu nào được xuất bản sử dụng điểm số hành vi như không gian trạng thái, cũng không cho thấy mục tiêu của các mô hình dùng để ước tính rủi ro tín dụng ở mức độ danh mục Ứng dụng đầu tiên là do Cyert, Davidson, và Thompson (1962), đã phát triển mô hình chuỗi Markov những hành... sử dụng những rủi ro cân xứng để phát triển mô hình rủi ro vỡ nợ dành cho các khoản vay tiêu dùng Họ đã điều tra các biến số kinh tế có thể thích hợp nhất, tuy vậy họ đã không sử dụng điểm số hành vi trong mô hình của mình Thomas (2009b) đã rà soát lại các mô hình rủi ro tín dụng tiêu dùng hiện hữu và chỉ ra các phương pháp tương tự có vài mô hình rủi ro tín dụng doanh nghiệp được thiết lập Từ bài nghiên... là mô hình tốt nhất cho phần đặc tính (idiosyncratic) của mức độ tín nhiệm Malik and Thomas (2010) đã phát triển một mô hình rủi ro về thời gian vỡ nợ của các khoản vay tiêu dùng, trong 6 đó những nhân tố rủi ro là điểm số hành vi, thời hạn vay, và các biến số kinh tế, và đã sử dụng nó để phát triển mô hình rủi ro tín dụng đối với các danh mục cho vay tiêu dùng Bellotti and Crook (2009) cũng đã sử dụng. .. nhiều bài nghiên cứu xem xét việc mô hình hóa rủi ro tín dụng của những danh mục vay tiêu dùng Rosch and Scheule (2004) thực hiện một biến thể của mô hình những ma trận tín dụng một nhân tố, nền tảng của Thỏa ước Basel Họ sử dụng những hệ số tương quan thực nghiệm giữa những loại hình vay tiêu dùng khác nhau và cố xây dựng các biến số kinh tế để giải thích những khác biệt trong những giai đoạn khác nhau... trên sổ sách của khoản vay, là 2 đặc tính mà tôi giới thiệu trong bài nghiên cứu này, mục đích nhằm mô hình hóa rủi ro tín dụng tiêu dùng sử dụng chuỗi Markov Điều này thật đáng ngạc nhiên, bởi vì đã có công trình nghiên cứu về việc hạ bậc tín nhiệm bởi những tổ chức xếp hạng tín nhiệm, họ cho rằng có một cái đà ảnh hưởng trong đó một khi một công ty đã bị hạ bậc tín nhiệm, thì điều đó giống 7 như là... sâu xa của Jarrow và cộng sự (1997), phương pháp chuỗi Markov đã chứng tỏ tính phổ biến trong việc mô hình hóa những trạng thái liên thông của rủi ro tín dụng trong các danh mục cho vay của doanh nghiệp Ý tưởng là mô tả các trạng thái liên thông của rủi ro về phương diện xác suất chuyển đổi giữa các cấp độ khác nhau mà những tổ chức xếp hạng tín dụng dành cho các trái phiếu của công ty Có nhiều nghiên... cũng thực hiện mô hình cấu trúc rủi ro tín dụng của doanh nghiệp và tìm kiếm cách ứng dụng mô hình vào việc cho vay tiêu dùng, giả định rằng một người tiêu dùng sẽ vỡ nợ (không trả được nợ) nếu giá trị tài sản của anh/chị ta nằm dưới ngưỡng được xác định Tuy nhiên, việc vỡ nợ của người tiêu dùng thường thiên về những vấn đề dòng tiền, ngây thơ tài chính hoặc gian lận, và vì vậy một mô hình như thế bỏ... ro tín dụng của các khoản vay tiêu dùng, trong đó điểm số hành vi là đại diện cho mức độ tín nhiệm về tín dụng của người đi vay Việc vỡ nợ xảy ra nếu giá trị danh tiếng về mức độ tín nhiệm, về phương diện tiếp cận các khoản tín dụng sau này, rơi xuống dưới chi phí sử dụng nợ [chi phí lãi và vốn gốc của khoản vay - the cost of servicing the debt] Sử dụng tình huống dựa trên trung tâm thông tin tín dụng. .. trả của khách hàng Sau đó, những mô hình phức tạp hơn đã được Ho (2001), Thomas, Ho, và Scherer (2001) và Trench cùng những cộng sự (2003) phát triển Schniederjans và Loch (1994) đã sử dụng các mô hình chuỗi Markov để mô hình hóa các khía cạnh quảng bá của quản trị quan hệ khách hàng trong ngành ngân hàng Điểm số hành vi dựa trên mô hình chuỗi Markov đôi khi được sử dụng trong ngành công nghiệp (xem Scallan,... vỡ nợ của người tiêu dùng Musto and Souleles (2005) sử dụng việc định giá vốn như là một phương pháp thay thế đối với những thay đổi về giá trị của những danh mục cho vay tiêu dùng Họ sử dụng những điểm số hành vi, nhưng lấy những số điểm khác biệt hàng tháng về điểm số hành vi như suất sinh lợi trên tài sản khi áp dụng mô hình định giá vốn của họ Andrade and Thomas (2007) mô tả một mô hình cấu trúc . 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. 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. 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