TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

LUẬN VĂN THẠC SĨ
Xây dựng hệ trợ giúp đánh giá xếp hạng
rủi ro tín dụng khách hàng doanh nghiệp
HÀ NGỌC BẮC
Ngành Kỹ thuật phần mềm và hệ thống thông tin

Giảng viên hướng dẫn:

PGS. TS. Phạm Văn Hải
Chữ ký của GVHD

Viện:

Công nghệ thông tin và truyền thông

HÀ NỘI, 6/2020


LỜI CAM ĐOAN
Những kiến thức trình bày trong luận văn là do tơi tìm hiểu, nghiên cứu và
trình bày theo những kiến thức tổng hợp của cá nhân. Kết quả nghiên cứu trong
luận văn này chưa từng được công bố tại bất kỳ cơng trình nào khác. Trong q
trình làm luận văn, tơi có tham khảo các tài liệu có liên quan và đã ghi rõ nguồn
tài liệu tham khảo. Tơi xin cam đoan đây là cơng trình nghiên cứu của tôi và
không sao chép của bất kỳ ai.
Tôi xin chịu hồn tồn trách nhiệm, nếu sai, tơi xin chịu mọi hình thức kỷ
luật theo quy định.

Hà Nội, ngày 05 tháng 06 năm 2020

Học viên


Lời cảm ơn
Để hồn thành được luận văn này, tơi đã nhận được rất nhiều sự động
viên, sự giúp đỡ của bạn bè và người thân.
Trước tiên, tôi xin bày tỏ lòng biết ơn sâu sắc tới PGS.TS.Phạm Văn Hải,
giảng viên Viện công nghệ thông tin - Trường Đại học Bách khoa Hà Nội đã
nhiệt tình hướng dẫn, tạo điều kiện thuận lợi cho tôi nghiên cứu khoa học, và
giúp tơi có thể hồn thành luận văn một cách tốt nhất.
Cuối cùng tôi xin gửi lời cám ơn đến gia đình, bạn bè, những người đã
ln bên tơi, động viên và khuyến khích tơi trong q trình thực hiện đề tài
nghiên cứu của mình.
Tóm tắt nội dung luận văn
Hiện nay, hầu hết các NHTM tại Việt nam thường sử dụng phương pháp
cho điểm để đánh giá xếp hạng rủi ro tín dụng của các khách hàng. Điều này dẫn
tới cùng một khách hàng nhưng lại có nhiều kết quả đánh giá khác nhau giữa các
cán bộ trong cùng một tổ chức.
Xây dựng hệ trợ giúp đánh giá xếp hạng rủi ro tín dụng khách hàng
doanh nghiệp dựa trên mơ hình hồi quy logistic với thực nghiệm đánh giá và có
kết quả đạt được: đưa ra mơ hình giải quyết bài tốn; xây dựng cơng thức tốn
học của mơ hình tính xác suất rủi ro không trả được nợ của khách hàng doanh
nghiệp; xây dựng hệ thống phần mềm hỗ trợ tính xếp hạng rủi ro tín dụng khách
hàng doanh nghiệp dựa trên mơ hình thực nghiệm xây dựng được.
Luận văn đã nghiên cứu và áp dụng mơ hình phân tích định lượng hồi
quy logistic trong dự đoán xác suất vỡ nợ của khách hàng và xây dựng hệ thống
trợ giúp hỗ trợ đánh giá rủi ro tín dụng khách hàng doanh nghiệp.
Luận văn sử dụng hệ thống thực nghiệm xây dựng để đánh giá xếp hạng
rủi ro tín dụng với các doanh nghiệp có báo cáo tài chính được cơng bố trên thị

trường chứng khoán. Kết quả hệ thống đánh giá phù hợp với hiện trạng và sức
khỏe của doanh nghiệp.
Trong tương lai, luận văn sẽ xây dựng mơ hình thực nghiệm trên nhiều
bộ biến số tài chính và bộ dữ liệu khác nhau để lựa chọn được mơ hình tối ưu
hơn và mở rộng đối tượng khách hàng được áp dụng chấm điểm.HỌC VIÊN
Ký và ghi rõ họ tên


MỤC LỤC
MỞ ĐẦU ............................................................................................................... 1
CHƯƠNG 1. TỔNG QUAN CƠ SỞ LÝ THUYẾT .......................................... 5
1.1

1.2

1.3

Rủi ro tín dụng ........................................................................................... 5
1.1.1

Khái niệm rủi ro tín dụng ............................................................ 5

1.1.2

Nguyên nhân của rủi ro tín dụng................................................. 5

1.1.3

Các chỉ tiêu phản ánh rủi ro tín dụng .......................................... 6


Xếp hạng tín dụng ...................................................................................... 7
1.2.1

Định nghĩa xếp hạng tín dụng ..................................................... 7

1.2.2

Vai trị của xếp hạng tín dụng ..................................................... 7

1.2.3

Quy trình tín dụng ....................................................................... 8

Các mơ hình xếp hạng tín dụng ............................................................... 10
1.3.1

Các mơ hình phân tích định lượng trong xếp hạng rủi ro tín dụng
10

1.3.2

Lý do lựa chọn mơ hình hồi quy logistic .................................. 12

1.4
Giới thiệu hệ trợ giúp quyết định trong đánh giá xếp hạng rủi ro tín dụng
khách hàng doanh nghiệp ..................................................................................... 14
CHƯƠNG 2. MƠ HÌNH HỒI QUY LOGISTIC TRONG ĐÁNH GIÁ XẾP
HẠNG TÍN DỤNG KHÁCH HÀNG ................................................................ 16
2.1


2.2

2.3

2.4

Giới thiệu mơ hình hồi quy logistic ......................................................... 16
2.1.1

Xác suất không trả được nợ ...................................................... 16

2.1.2

Mô hình hồi quy logistic trong phân loại khách hàng .............. 17

2.1.3

Xác định tham số mơ hình hồi quy logistic .............................. 18

Dữ liệu và các biến sử dụng ..................................................................... 19
2.2.1

Dữ liệu sử dụng ......................................................................... 19

2.2.2

Các biến sử dụng trong xây dựng mơ hình ............................... 19

Chuẩn hóa dữ liệu .................................................................................... 22
2.3.1


Xác định điểm giới hạn ............................................................. 22

2.3.2

Chuẩn hóa dữ liệu ..................................................................... 23

Đánh giá mơ hình ..................................................................................... 25
2.4.1

Đường cong tích lũy và tỷ lệ phân loại chính xác .................... 25

2.4.2

Mức ý nghĩa thống kê ............................................................... 26

2.4.3

Hệ số tương quan ...................................................................... 26

2.4.4

Person chi-square, χ2 ................................................................. 27


2.4.5

Residual Deviance, G2 .............................................................. 27

2.4.6


Mean Squared Error .................................................................. 28

2.4.7

Tỷ lệ dự đoán ............................................................................ 28

2.4.8

Hệ số xác định bội R2 ................................................................ 29

CHƯƠNG 3. GIẢI PHÁP ĐÁNH GIÁ RỦI RO TÍN DỤNG DỰA TRÊN
MƠ HÌNH HỒI QUY LOGISTIC .................................................................... 30
3.1

Phát biểu bài toán ..................................................................................... 30

3.2

Xây dựng hệ trợ giúp đánh giá rủi ro tín dụng ......................................... 30
Bước 1: Thu thập dữ liệu xây dựng mơ hình ........................................... 33
Bước 2: Tính tốn các biến ...................................................................... 33
Bước 3: Chuẩn hóa các biến để xây dựng mơ hình ................................. 33
Bước 4: Xây dựng mơ hình ..................................................................... 35
Bước 5: Đánh giá độ phù hợp của mô hình ............................................. 37
Bước 6: Xác định cơng thức mơ hình ...................................................... 38
Bước 7: Thu thập dữ liệu của khách hàng cần đánh giá .......................... 38
Bước 8: Tính tốn các biến ...................................................................... 39
Bước 9: Chuẩn hóa các biến để tính PD .................................................. 39
Bước 10: Tính xác suất vỡ nợ .................................................................. 39

Bước 11: Xác định kết quả xếp hạng khách hàng ................................... 40

3.3

Ví dụ minh họa ......................................................................................... 41

3.4

Thực nghiệm ............................................................................................ 47
3.4.1

Thu thập dữ liệu và tính tốn các biến ...................................... 47

3.4.2

Giả định và phương pháp thực nghiệm ..................................... 50

3.4.3

Kết quả thực nghiệm ................................................................. 50

3.4.4

Đánh giá hiệu quả của chuẩn hóa dữ liệu ................................. 63

CHƯƠNG 4. THỰC NGHIỆM VÀ ĐÁNH GIÁ ............................................ 65
4.1

Thiết kế hệ thống ...................................................................................... 65


4.2

Biểu đồ ca sử dụng (use-case) .................................................................. 67

4.3

4.2.1

Biểu đồ ca sử dụng tổng quan ................................................... 67

4.2.2

Các tác nhân .............................................................................. 68

4.2.3

Biểu đồ phân rã chức năng ........................................................ 69

4.2.4

Đặc tả một số ca sử dụng .......................................................... 71

Biểu đồ hoạt động (Activity) ................................................................... 73
4.3.1

Nhập tham số hệ thống.............................................................. 74


4.4


4.5

4.3.2

Nhập danh sách người dùng ...................................................... 75

4.3.3

Nhập bản ghi tài chính .............................................................. 76

4.3.4

Xếp hạng rủi ro khách hàng ...................................................... 77

Thiết kế hệ thống ...................................................................................... 79
4.4.1

Biểu đồ lớp ................................................................................ 79

4.4.2

Thiết kế cơ sở dữ liệu ................................................................ 80

Đánh giá hệ thống trợ giúp....................................................................... 80
4.5.1
Sử dụng hệ thống trợ giúp đánh giá xếp loại doanh nghiệp niêm
yết trên TTCK .............................................................................................. 81
4.5.2

So sánh kết quả đánh giá với mơ hình xếp hạng khác .............. 85


CHƯƠNG 5. KẾT LUẬN .................................................................................. 87
5.1

Kết luận chung ......................................................................................... 87

5.2

Kết quả đạt được ...................................................................................... 87

5.3

Định hướng tiếp theo................................................................................ 88

TÀI LIỆU THAM KHẢO ................................................................................. 89
PHỤ LỤC ............................................................................................................ 93


DANH MỤC HÌNH VẼ
Hình 1.1: Ngun nhân dẫn tới rủi ro tín dụng ...................................................... 6
Hình 1.2: Sơ đồ tổng quan quy trình tín dụng........................................................ 9
Hình 1.3: Sơ đồ ngun lý hoạt động của hệ trợ giúp xếp hạng rủi ro tín dụng .. 15
Hình 2.1: Mối liên hệ giữa X, p và logit(p) ......................................................... 18
Hình 2.2: Biểu đồ thể hiện phân chia các miền giá trị ......................................... 22
Hình 2.3: Đồ thị dữ liệu sau khi chuẩn hóa sigmoid............................................ 23
Hình 2.4: Biểu đồ minh họa dữ liệu trước và sau chuẩn hóa ............................... 25
Hình 2.5: Minh hoạt đường cong tích lũy ............................................................ 25
Hình 2.6: Minh họa mức ý nghĩa thống kê .......................................................... 26
Hình 3.1: Mơ hình Flowchart giải quyết bài tốn ................................................ 31
Hình 3.2: Mơ hình kiến trúc hệ thống .................................................................. 32

Hình 3.3: Biểu đồ biến đổi Chi-Square của các mơ hình ..................................... 59
Hình 3.4: Biểu đồ biến đổi MSE qua các mơ hình .............................................. 60
Hình 3.5: Biểu đồ biến đổi AR qua các mơ hình ................................................. 60
Hình 3.6: Biểu đồ số lượng biến sử dụng qua các mơ hình ................................. 60
Hình 4.1: Sơ đồ luồng xử lý hệ thống .................................................................. 65
Hình 4.2: Biểu đồ ca sử dụng tổng quan .............................................................. 68
Hình 4.3: Biểu đồ phân rã chức năng Quản lý tham số hệ thống ........................ 69
Hình 4.4: Biểu đồ phân rã chức năng Quản lý danh sách người dùng ................ 70
Hình 4.5: Biểu đồ hoạt động ................................................................................ 74
Hình 4.6: Biểu đồ hoạt động nhập tham số hệ thống ........................................... 75
Hình 4.7: Biểu đồ hoạt động nhập danh sách khách hàng ................................... 76
Hình 4.8: Biểu đồ hoạt động nhập thơng tin tài chính khách hàng ...................... 77
Hình 4.9: Biểu đồ hoạt động đánh giá xếp hạng khách hàng .............................. 78
Hình 4.10: Biểu đồ lớp mô tả cấu trúc hệ thống .................................................. 79
Hình 4.11: Sơ đồ thiết kế CSDL .......................................................................... 80
Hình 4.12: Số liệu tài chính của PVX sau khi nhập lên hệ thống ........................ 82
Hình 4.13: Số liệu tài chính của CVT sau khi nhập lên hệ thống ........................ 83
Hình 4.14: Kết quả đánh giá xếp hạng PVX ........................................................ 83
Hình 4.15: Kết quả đánh giá xếp hạng CVT ........................................................ 84


DANH MỤC BẢNG
Bảng 2.1: Danh sách biến độc lập ........................................................................ 20
Bảng 3.1: Bảng thang hạng chuẩn........................................................................ 40
Bảng 3.2: Ví dụ minh họa dữ liệu thu thập xây dựng mơ hình ............................ 41
Bảng 3.3: Ví dụ minh họa danh mục biến độc lập ............................................... 42
Bảng 3.4: Danh mục biến độc lập và cơng thức tính ........................................... 47
Bảng 3.5: Danh mục chỉ tiêu tài chính cần thu thập ............................................ 49
Bảng 3.6: Danh sách biến được lựa chọn để xây dựng mơ hình.......................... 53
Bảng 3.7: Kết quả kiểm thử mơ hình ................................................................... 61

Bảng 3.8: Hệ số các biến của mơ hình thực nghiệm ............................................ 61
Bảng 3.9: Tham số mơ hình thực nghiệm ............................................................ 62
Bảng 4.1: Danh sách chỉ tiêu tài chính của hệ thống ........................................... 65
Bảng 4.2: Danh sách biến sử dụng trong hệ thống .............................................. 66
Bảng 4.3: Tham số hệ thống ................................................................................ 66
Bảng 4.4: Bảng thang hạng chuẩn của hệ thống .................................................. 66
Bảng 4.5: Số liệu thu thập doanh nghiệp cần đánh giá xếp hạng ........................ 81
Bảng 4.6: Bảng tổng hợp kết quả xếp hạng cho PVX và CVT ............................ 84


MỞ ĐẦU
1. Lý do chọn đề tài
Đặc điểm chung của các ngân hàng thương mại Việt Nam hiện nay là danh
mục tín dụng vẫn chiếm phần lớn trong tổng tài sản (từ 60% đến 80% tổng tài
sản của ngân hàng) [1] [2]. Do vậy, xếp hạng tín dụng nhằm đánh giá rủi ro của
khách hàng đang ngày càng trở nên cần thiết và quan trọng đối với công tác quản
lý rủi ro nói chung và rủi ro tín dụng nói riêng của các ngân hàng thương mại
Việt Nam.
Mục đích của bất kỳ hệ thống xếp hạng tín dụng nội bộ nào đều nhằm đánh
giá về rủi ro tín dụng của ngân hàng, rủi ro do khách hàng khơng có khả năng
hoàn trả vốn vay hoặc rủi ro do ngân hàng phải thực hiện thay các nghĩa vụ cam
kết bảo lãnh cho khách hàng với một bên thứ ba. Do đặc điểm về cấu trúc, thiết
kế và vận hành của hệ thống xếp hạng tín dụng có thể khác nhau giữa các ngân
hàng, ví dụ như: cùng xếp hạng tín dụng theo phương pháp cho điểm tuy nhiên
cơ cấu của các chỉ tiêu đánh giá, trọng số của các chỉ tiêu,….giữa các ngân hàng
khác nhau do vậy cùng thông tin đầu vào như nhau nhưng các ngân hàng sẽ cho
ra kết quả xếp hạng khác nhau.
Một khách hàng có đánh giá xếp hạng tốt thường sẽ nhận được nhiều sự ưu
ái của ngân hàng như: lãi suất tốt, thời hạn vay tốt, trả gốc và lãi linh hoạt,.. Tuy
nhiên nếu một khách hàng được đánh giá là xấu thì khách hàng sẽ khó có cơ hội

tiếp cận để vay nguồn vốn từ phía ngân hàng, hoặc nếu khách hàng được vay thì
sẽ bị siết chặt hạn mức giải ngân, lãi suất cao hơn, thời hạn vay ngắn hơn,…
Thông thường, khi xét duyệt hồ sơ vay vốn của khách hàng, cán bộ tín dụng
thường gặp phải 2 sai lầm sau:
-

Đồng ý cho vay với một khách hàng không tốt

-

Từ chối cho vay với một khách hàng tốt

Cả hai sai lầm trên đều ảnh hưởng tới hoạt động kinh doanh và gây thiệt hại
cho ngân hàng. Thậm chí sai lầm số 2 cịn gây thiệt hại nghiêm trọng hơn vì làm
ảnh hưởng tới uy tín của ngân hàng.
Theo thơng tư số 52/2018/TT-NHNN của NHNN có quy định về việc các tổ
chức tín dụng, chi nhánh ngân hàng nước ngồi đều phải có hệ thống xếp hạng
1


tín dụng nội bộ [5]. Tuy nhiên thơng tư này mới dừng lại ở việc chấm điểm các
chỉ tiêu và đánh trọng số. Đối với các hệ thống xếp hạng tín dụng sử dụng
phương pháp cho điểm có các sai lầm:
-

Chấm điểm dựa trên cảm tính, chủ quan của cán bộ tín dụng.

-

Cùng một khách hàng sẽ cho kết quả đánh giá xếp hạng tín dụng khác

nhau giữa các cán bộ tín dụng trong cùng một tổ chức/phịng ban.

Trước các thách thức trên, việc có một hệ thống trợ giúp đánh giá rủi ro xếp
hạng tín dụng của khách hàng hoàn toàn dựa trên các yếu tố định lượng, khách
quan do khách hàng cung cấp khi cán bộ tín dụng xét duyệt hồ sơ cho khách
hàng vay vốn là vô cùng cần thiết. Quan trọng hơn là ngân hàng/bên cho vay có
thể phát hiện sớm các rủi ro khơng trả được nợ của khách hàng để có các biện
pháp ứng phó như: từ chối cho vay, tăng lãi suất để bù cho tổn thất khi xảy ra rủi
ro khách hàng khơng trả được 1 phần hoặc tồn bộ nợ.
Thơng thường cho vay đối với khách hàng doanh nghiệp bao giờ cũng
chiếm tỷ trọng cao; và các khoản vay cho khách hàng doanh nghiệp thường là rất
lớn. Với đề tài “Xây dựng hệ trợ giúp đánh giá xếp hạng rủi ro tín dụng khách
hàng doanh nghiệp" dựa trên mơ hình hồi quy logistic trong việc lượng hóa xác
suất xảy ra rủi ro vỡ nợ của khách hàng doanh nghiệp của luận văn sẽ mang lại
cho cán bộ tín dụng một cơng cụ xếp hạng rủi ro tiềm ẩn của khách hàng một
cách khách quan, một trợ thủ đắc lực trong việc phòng ngừa nợ xấu tiềm ẩn cho
ngân hàng.
2. Mục tiêu và nhiệm vụ nghiên cứu
Xây dựng hệ trợ giúp đánh giá xếp hạng rủi ro tín dụng khách hàng doanh
nghiệp dựa trên mơ hình hồi quy logistic với thực nghiệm đánh giá và có kết quả
đạt được như sau:
 Đưa ra mơ hình giải quyết bài tốn.
 Xây dựng cơng thức tốn học của mơ hình tính xác suất rủi ro không trả
được nợ của khách hàng.
 Xây dựng hệ thống phần mềm hỗ trợ tính xếp hạng rủi ro tín dụng dựa trên
số liệu về các chỉ tiêu tài chính thu thập được từ khách hàng.
3. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu tập trung vào xây dựng cơng thức tính xác suất xảy
2



ra rủi ro vỡ nợ của khách hàng doanh nghiệp bằng phương pháp sử dụng mơ hình
hồi quy logistic. Tiếp theo tác giả xây dựng hệ thống trợ giúp trong đánh giá xếp
hạng rủi ro tín dụng của khách hàng.
Phạm vi nghiên cứu giới hạn trong việc tác giả sử dụng các kỹ thuật tỷ lệ
phân loại chính xác (Accuracy ratio), hệ số độ tương quan (Correlation
Coefficient) và mức ý nghĩa thống kê (p-value) để đánh giá và loại bỏ các biến
số kém chất lượng ra khỏi mơ hình. Sau quá trình này sẽ chỉ giữ lại lai một lượng
nhỏ các biến số giúp giảm chi phí vận hành hệ thống sau này.
4. Phương pháp nghiên cứu
Với yêu cầu của bài toán đặt ra, tác giả đã tập trung nghiên cứu về các kiến
thức liên quan bao gồm: phương pháp xử lý dữ liệu, phương pháp chuẩn hóa dữ
liệu về phân phối chuẩn tắc, các kiến thức về kinh tế lượng và thống kê, kiến
thức về phân tích thiết kế hệ thống và kiến thức về các mơ hình đánh giá xếp
hạng tín dụng. Đặc biệt luận văn sử dụng mơ hình logit trong tính tốn xác suất
vỡ nợ khách hàng kết hợp với bảng thang hạng chuẩn để đưa kết quả xếp hạng
rủi ro tín dụng của khách hàng doanh nghiệp.
5. Kết quả dự kiến
- Xác định được mô hình tính xếp hạng rủi ro tín dụng của khách hàng
doanh nghiệp.
-

Xây dựng phầm mềm trợ giúp hỗ trợ xếp hạng rủi ro tín dụng của
khách hàng doanh nghiệp cho cán bộ tín dụng.

6. Ý nghĩa khoa học và thực tiễn
Hệ thống hỗ trợ xếp hạng rủi ro tín dụng của khách hàng doanh nghiệp với
dữ liệu đầu vào là các chỉ tiêu định lượng trên báo cáo tài chính của khách hàng
có nhiều ưu điểm về sự thuận lợi trong vận hành và kết quả hồn tồn khách
quan, khơng phụ thuộc vào chủ quan của cán bộ tín dụng. Với hệ thống này sẽ

giúp cán bộ tín dụng phát hiện sớm nguy cơ tiềm ẩn rủi ro của khách hàng, từ đó
giúp ngân hàng có các chính sách phù hợp đối với từng mức xếp hạng của khách
hàng. Do vậy việc nghiên cứu này có ý nghĩa thực tiễn cao.
7. Bố cục luận văn
Luận văn bao gồm 5 chương
Chương 1: Tổng quan về cơ sở lý thuyết: Chương này đề cập tới các
kiến thức cơ bản liên quan tới khái niệm rủi ro tín dụng, các nguyên nhân
3


dẫn tới rủi ro tín dụng. Tiếp theo giới thiệu về các khái niệm xếp hạng tín
dụng và các mơ hình thường sử dụng để xếp hạng tín dụng khách hàng.
Chương 2: Mơ hình hồi quy logistic trong đánh giá xếp hạng tín dụng
khách hàng: Chương này đề cập chi tiết về mơ hình hồi quy logistic,
phương pháp khử nhiễu dữ liệu và chuẩn hóa; phương pháp xác định và
đánh giá mơ hình
Chương 3: Giải pháp đánh giá rủi ro tín dụng dựa trên mơ hình hồi
quy logistic: Chương này luận văn đề xuất mơ hình giải quyết bài tốn và
cách thức xây dựng mơ hình. Tiếp theo là phần thực nghiệm luận văn
trình bày mơ hình thực nghiệm thu được dựa trên tập dữ liệu thu được.
Chương 4: Thực nghiệm và đánh giá: Chương này luận văn trình bày chi
tiết về phân tích thiết kế thống. Kết quả hệ thống thực nghiệm
Chương 5: Kết luận: Đây là chương cuối của luận văn, trình bày tóm tắt
về các kết quả nghiên cứu đã đạt được cũng như hướng nghiên cứu phát
triển trong tương lai.

4


CHƯƠNG 1. TỔNG QUAN CƠ SỞ LÝ THUYẾT

1.1 Rủi ro tín dụng
1.1.1 Khái niệm rủi ro tín dụng
Rủi ro tín dụng là một trong những loại rủi ro lâu đời nhất và lớn nhất trong
thị trường tài chính, thường xuyên xảy ra và gây hậu quả nặng nề đối với hoạt
động kinh doanh ngân hàng vì các khoản tín dụng thường chiếm quá nửa giá trị
tổng tài sản và tạo ra từ 50% - 70% thu nhập cho ngân hàng [2]. Rủi ro tín dụng
cũng là loại rủi ro phức tạp nhất, quản lý và phịng ngừa khó khăn nhất, địi hỏi
ngân hàng phải có những giải pháp đồng bộ, hữu hiệu để ngăn ngừa, hạn chế và
giảm thiểu tối đa những thiệt hại có thể xảy ra.
Chính vì vậy, khái niệm rủi ro tín dụng được rất nhiều nhà khoa học nghiên
cứu và đưa ra những ý kiến khác nhau, sau đây là một số khái niệm tiêu biểu:
-

Rủi ro tín dụng là những tổn thất do khách hàng vay không trả được nợ

hoặc sự giảm sút chất lượng tín dụng của khoản vay [4][10].
-

Rủi ro tín dụng là rủi ro phát sinh trong trường hợp ngân hàng không thu

được đầy đủ gốc và lãi của khoản vay hoặc việc thanh tốn gốc và lãi khơng
đúng kì hạn [3].
-

Rủi ro tín dụng là nguy cơ mà người đi vay khơng thể chi trả tiền lãi hoặc

khơng hồn trả gốc so với thời gian ấn định trong hợp đồng tín dụng [4].
-

Rủi ro tín dụng là khả năng xảy ra tổn thất trong hoạt động ngân hàng của


tổ c��u bản ghi xếp hạng chưa tồn tại thực hiện lưu vào hệ thống và hiển
thị danh sách đã xếp hạng
+ Nếu bản ghi xếp hạng đã tồn tại, người dùng thực hiện nhập thông tin
bản ghi xếp hạng khác hoặc dừng đánh giá xếp hạng. Hệ thống hiển thị
danh sách đã xếp hạng trên hệ thống.

-

Kết thúc nhập thông tin tài chính
Hình 4.11 sau đây mơ tả quy tắc hoạt động của chức năng Xếp hạng rủi ro

khách hàng:
AV004: Tính xếp hạng khách hàng
User

GUI

System

Chọn bản ghi tài
chính

Nhập thơng tin

Bản ghi đã
đánh giá XH

Sai


Lưu hệ thống

Đúng

Đúng

Đánh giá bản
ghi khác

Sai

Tính xếp hạng

Truy vấn danh sách

Phase

Hiển thị danh sách

Hình 4.9: Biểu đồ hoạt động đánh giá xếp hạng khách hàng
78


4.4 Thiết kế hệ thống
4.4.1 Biểu đồ lớp
Biểu đồ lớp mơ tả cách thiết kế các class trong q trình xây dựng phần
mềm. Tùy theo yêu cầu và độ phức tạp của bài tốn, biểu đồ Class sẽ mơ tả ở
mức chi tiết khác nhau. Trên biểu đồ Class sẽ mơ tả các thơng tin về thuộc tính
và các phương thức hoạt động của Class. Biểu đồ cũng thể hiện được mối quan
hệ giữa Class với nhau và loại mối quan hệ là như thế nào.

Từ các các biểu đồ use-case, luận văn mô tả kiến trúc thiết kế các Class của
hệ thống thông qua biểu đồ lớp (Class diagram) hình 4.12:
1
1

1

CreditRating
ID
ChiTieu_ID
YearDG
MonthDG
Status
Rating
Rating_Desc
Description
X2,X3,...

Customers
ID
CustCode
CustName
Add
Size
Status

Insert()
Update()
Delete()
Validate()

getListCust()
getCust()

Users
UserID
UserName
Password
FullName
Role
Status
isChangePassword
Insert()
Update()
Delete()
Validate()
getListUser()
getUser()

n

1

ChiTieu

Insert()
Update()
Delete()
Validate()
getListCreditRating()
getCreditRating()


1
ID
CustID
YearBalance
MonthBalance
Status
TC1,TC4,TC5,TC7
TC8,TC10,TC11
TC14,TC19 ...
Insert()
Update()
Delete()
Validate()
getListChiTieu()
getChiTieu()

1
1

n

BatchRating 1
ChiTieu_ID
Rating
Rating_Desc
Validate()
UpdateRating()
getChitieu()
getListParameters()

runCalcCreditRating()

n
Parameters
Variance
U
M
L
Mean
Stdev

getListParams()

Hình 4.10: Biểu đồ lớp mơ tả cấu trúc hệ thống

79


4.4.2 Thiết kế cơ sở dữ liệu
Trong UML, mỗi loại biểu đồ sẽ có một chức năng riêng, biểu đồ quan hệ
thực thể dữ liệu có chức năng mơ tả về thiết kế CSDL cho chức năng hoặc cho hệ
thống phần mềm. Trên biểu đồ này, mô tả chức năng/hệ thống phần mềm sử
dụng các bảng dữ liệu nào, các trường trong bảng và quan hệ giữa các bảng ra
sao. Hình 4.13 sau mơ tả các bảng dữ liệu và quan hệ giữa các bảng trong hệ
thống đánh giá xếp hạng rủi tín dụng khách hàng doanh nghiệp:
tblParams
PK

tblUsers


Variable: varchar(50)

PK

U: decimal(21,7)

UserName: varchar(50)

M: decimal(21,7)

PassWord: varchar(250)

L: decimal(21,7)

Status: varchar(20)

Mean: decimal(21,7)

FK

UserID: bigint

MembersOf: varchar(20)

Stdev: decimal(21,7)

isChangePassWord: int

Description: nvarchar(250)


CreationDate: DateTime

CreationDate: DateTime

CreatedBy: int

CreatedBy: int

LastUpdateDate: DateTime

LastUpdateDate: DateTime

LastUpdatedBy: int

LastUpdatedBy: int

tblCreditRating

tblChiTieu

PK

ID: bigint

PK

ID: bigint

FK


ChiTieu_ID: bigint

FK

CustID: bigint

YearDG: int

YearBalance: bigint

MonthDG: int

MonthBalance: bigint

x2: decimal(21,7)

Status: varchar(20)

x3: decimal(21,7)

TC1: decimal(18,5)

x12: decimal(21,7)

TC4: decimal(18,5)

CustCode: varchar(20)

x26: decimal(21,7)


TC5: decimal(18,5)

CustName: nvarchar(200

x28: decimal(21,7)

TC7: decimal(18,5)

QuyMo: int

x38: decimal(21,7)

TC8: decimal(18,5)

Status: varchar(20)

x40: decimal(21,7)

TC9: decimal(18,5)

x41: decimal(21,7)

TC10: decimal(18,5)

Rating: varchar(5)

TC11: decimal(18,5)

Rating_Desc: nvarchar(250)


TC14: decimal(18,5)

Status: varchar(20)

....

Description: nvarchar(250)

CreationDate: DateTime

CreationDate: DateTime
FK

FK

tblCustomers
PK

ID: bigint

Description: nvarchar(250)
CreationDate: DateTime
FK

CreatedBy: int
LastUpdateDate: DateTime
LastUpdatedBy: int

CreatedBy: int


CreatedBy: int

LastUpdateDate: DateTime

LastUpdateDate: DateTime

LastUpdatedBy: int

LastUpdatedBy: int

Hình 4.11: Sơ đồ thiết kế CSDL

4.5 Đánh giá hệ thống trợ giúp

80


4.5.1 Sử dụng hệ thống trợ giúp đánh giá xếp loại doanh nghiệp niêm
yết trên TTCK
Luận văn sử dụng hệ thống đánh giá xếp hạng tín dụng với 2 doanh nghiệp
quy mơ trung bình (doanh thu thuần từ 1000-2000 tỷ/năm) có báo cáo tài chính
được cơng bố trên thị trường chứng khốn. Đó là: Tổng cơng ty cổ phần xây lắp
dầu khí Việt nam sàn HNX có mã chứng khốn PVX và Cơng ty cổ phần CMC
sàn HOSE có mã chứng khốn CVT.
PVX là cơng ty kinh doanh trong lĩnh vực dầu khí và CVT kinh doanh
trong lĩnh vực vật liệu xây dựng.
Báo cáo tài chính sử dụng là báo cáo hết năm tài chính 2019. Các bước ứng
dụng như sau:
Bước 1: Thu thập thơng tin tài chính của 2 doanh nghiệp PVX và CVT
Nguồn số liệu:

Với PVX: />Với CVT: />Đơn vị tính: 1000000 VNĐ. Bảng 4.5 ghi chép lại số liệu thu thập được
Bảng 4.5: Số liệu thu thập doanh nghiệp cần đánh giá xếp hạng
STT Mã chỉ tiêu

Tên chỉ tiêu

1

TC1

Tổng tài sản

2

TC4

Doanh thu thuần

3

TC5

Tiền mặt & tương đương tiền

4

TC7

EBIT=lợi nhuận trước thuế


5

TC8

Chi phí lãi vay

6

TC9

Tổng nợ

7

TC10

Lợi nhuận gộp

8

TC11

Nợ ngắn hạn

9

TC14

Lợi nhuận sau thuế


10

TC15

Doanh thu

PVX

CVT

9,668,781

1,233,016

1,997,592

1,468,061

365,818

78,804

(478,635)

234,389

91,014

28,343


8,186,838

533,954

(80,013)

285,481

7,342,055

524,124

(392,693)

164,660

1,997,653

1,581,182

81


11

TC19

Tốc độ tăng trưởng doanh thu thuần (t/t-1)

12


TC34

Lợi nhuận rịng

13

TC35

Bình quân vốn cổ phần phổ thông

0.59720

1.01183

(509,899)

174,790

4,000,000

366,909

Bước 2: Nhập số liệu tài chính lên hệ thống
Nếu khách hàng PVX và CVT chưa có trên hệ thống thì thực hiện khai báo
thơng tin 2 khách hàng này.
Kết quả sau khi nhập số liệu tài chính của PVX lên hệ thống như hình 4.20:

Hình 4.12: Số liệu tài chính của PVX sau khi nhập lên hệ thống


82


Kết quả nhập số liệu tài chính của CVT lên hệ thống như hình 4.21:

Hình 4.13: Số liệu tài chính của CVT sau khi nhập lên hệ thống

Bước 3: Đánh giá xếp hạng rủi ro cho PVX và CVT

Sử dụng chức năng Đánh giá rủi ro tín dụng Khách hàng của hệ thống để
đánh giá xếp loại. Kết quả đánh giá như hình 4.22 và 4.23:
Xếp hạng PVX:

Hình 4.14: Kết quả đánh giá xếp hạng PVX

83


Xếp hạng CVT

Hình 4.15: Kết quả đánh giá xếp hạng CVT

 Nhận xét:
Qua đánh giá xếp hạng rủi ro tín dụng của hệ thống trợ giúp xếp hạng ta có
được kết quả đánh giá xếp hạng như bảng 4.6:
Bảng 4.6: Bảng tổng hợp kết quả xếp hạng cho PVX và CVT

Doanh nghiệp

Xếp hạng


Ý nghĩa hỗ trợ

PVX

D

Có nguy cơ khơng trả được nợ

CVT

aa

Rất an toàn

Từ kết quả đánh giá này, cán bộ tín dụng dễ dàng từ chối cho vay với PVX
và rất đồng ý cho vay với CVT.
Đánh giá tình hình thực tế:
PVX: Theo thơng tin từ UBCK nhà nước, PVX làm ăn thua lỗ nhiều năm
và có nguy cơ hủy niêm yết trên sàn chứng khoán kể từ ngày 9.6.2020 (nguồn Sở
GDCK Hà Nội). Điều này cho thấy hệ thống trợ giúp đã đưa ra cảnh báo rất phù
hợp về khả năng trả thực tế của doanh nghiệp.
CVT: Công ty được đánh giá làm ăn rất tốt trên TTCK. Cụ thể, thu nhập
trên cổ phiếu năm 2019 đạt 4030 VNĐ/cp (EPS=4030 VNĐ); cổ tức bằng tiền
84


mặt dự kiến chi từ 25-30% trên số vốn điều lệ. Tình hình kinh doanh của ngành
vật liệu xây dựng trong mấy năm vừa qua rất thuận lợi và lợi thế này còn kéo dài
trong các năm tiếp theo do xu hướng hồi phục của thị trường Bất động sản . Điều

này cho thấy kết quả hỗ trợ đánh giá của hệ thống là rất phù hợp tình hình sức
khỏe kinh tế của doanh nghiệp.
Quá trình thực nghiệm đánh giá trên, luận văn đã nhận được ý kiến tán
thành của các chuyên gia tài chính về tính chính xác của kết quả đánh giá. Danh
sách các chuyên gia được hỏi xin ý kiến được liệt kê theo Phụ lục 2.
4.5.2 So sánh kết quả đánh giá với mơ hình xếp hạng khác
Mơ hình điểm số Altman là một trong các mơ hình đơn giản cũng thường
được sử dụng trong các hệ thống xếp hạng tín dụng.
Z = 6.56X1 + 3.26X2 + 6.72X3 + 1.05X4
Trong đó:
X1 = Vốn lưu động / Tổng tài sản (Working Capitals/Total Assets)
X2 = Lợi nhuận giữ lại / Tổng tài sản (Retain Earnings/Total Assets)
X3 = Lợi nhuận trước lãi vay và thuế/Tổng tài sản (EBIT/Total Assets)
X4 = Vốn chủ sở hữu/ Tổng nợ (Total Equity/Total Liabilities)
Số liệu các biến tài chính của 2 doanh nghiệp (PVX và CVT) theo báo
cáo tài chính năm 2019 được cơng bố trên sàn chứng khốn như sau:
Biến

Mơ tả

PVX

X1

Vốn lưu động/Tổng tài sản

(0.05823)

0.07762


X2

Lợi nhuận giữ lại/tổng tài sản

(0.02209)

0.13354

X3

EBIT/Tổng tài sản

-0.049503 0.190094046

X4

Vốn chủ sở hữu/Tổng nợ

0.4885891 0.687154699

CVT

85


Nguồn: Báo cáo tài chính được cơng bố
Ta tính được: ZPVX = -0.27; ZCVT = 2.94
Căn cứ theo ý nghĩa hỗ trợ của điểm số Z ta có:
PVX: Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao
CVT: Doanh nghiệp nằm trong vùng an tồn, chưa có nguy cơ phá sản

Kết luận:
Kết quả dự báo rủi ro phá sản của hệ thống trợ giúp của luận văn tương
đồng với kết quả dự báo đánh giá xếp hạng của mơ hình điểm số Z của
Altman. Điều này một lần nữa khẳng định, kết của xếp loại rủi ro tín dụng của
hệ thống trợ giúp này là đáng tin cậy.

86


CHƯƠNG 5. KẾT LUẬN
5.1 Kết luận chung
Qua quá trình nghiên cứu và thực thi đề tài em đã có cơ hội tìm hiểu về các
phương pháp đánh giá xếp hạng rủi ro tín dụng đối với khách hàng của các tổ
chức tín dụng. Đánh giá xếp hạng tín dụng khách hàng có vai trị vơ cùng quan
trọng trong việc phịng ngừa và giảm thiểu rủi ro tín dụng của các ngân hàng.
Tuy nhiên, với phương pháp truyền thống chấm điểm tín dụng khách hàng thơng
thường chỉ dựa trên phương pháp cho điểm các chỉ tiêu đánh giá, khi đó kết quả
xếp hạng phụ thuộc nhiều vào chủ quan đánh giá của cán bộ tín dụng dẫn tới
cùng một khách hàng sẽ có kết quả đánh giá khác nhau giữa các cán bộ trong
cùng một đơn vị tổ chức. Điều này gây nên những khó khăn trong cơng tác quản
lý và phê duyệt hạn mức cho vay đối với khách hàng.
Việc nghiên cứu áp dụng đánh giá xếp hạng rủi ro tín dụng của khách hàng
dựa trên các mơ hình phân tích định lượng sẽ khắc phục được tính chủ quan
trong đánh giá khách hàng, khi đó việc đánh giá sẽ trở nên dễ dàng và cho kết
quả giống nhau giữa các cán bộ đánh giá.
Đề tài đã đưa ra các mơ hình phân tích định lượng được áp dụng trong lĩnh
vực phân tích/đánh giá rủi ro xếp hạng khách hàng trong lĩnh vực tài chính ngân
hàng. Kết quả đề tài cho thấy cách xây dựng và thực hành áp dụng mơ hình hồi
quy logistic trong bài tốn đánh giá xếp loại rủi ro khách hàng doanh nghiệp quy
mơ trung bình tại ngân hàng Vietcombank. Kết quả của luận văn là hệ trợ giúp

đánh giá xếp hạng rủi ro khách hàng doanh nghiệp quy mơ trung bình hỗ trợ cán
bộ tín dụng đánh giá xếp hạng rủi ro và cung cấp thông tin về khả năng trả nợ
của khách hàng. Điều này giúp cán bộ tín dụng phịng ngừa và phát hiện sớm rủi
ro không trả được nợ của khách hàng, giúp ngân hàng giảm thiểu rủi ro nợ xấu
tiềm ẩn do khách hàng mang lại.
5.2 Kết quả đạt được
Xuất phát từ nhu cầu thực tiễn, kết hợp với hướng nghiên cứu về mơ hình
phân tích định lượng hồi quy logistic từ đó xây dựng hệ trợ giúp đánh giá xếp
hạng rủi ro khách hàng doanh nghiệp. Luận văn đã đạt được một số kết quả sau:
-

Tìm hiểu được những kiến thức tổng quan về rủi ro tín dụng, nguyên nhân
dẫn tới tới rủi ro tín dụng, xếp hạng tín dụng và vai trị của xếp hạng tín
87


dụng.
-

Trình bày mơ hình hồi quy logistic trong đánh giá xếp hạng rủi ro khách
hàng

-

Đề xuất mơ hình giải quyết bài tốn đánh giá xếp hạng rủi ro tín dụng
khách hàng doanh nghiệp

-

Xây dựng mơ hình hồi quy logistic trong đánh giá xếp hạng rủi to tín dụng

khách hàng doanh nghiệp quy mơ trung bình. Sử dụng các chỉ số ChiSquare, Residual Deviance, MSE, Accuracy Ratio, số lượng biến để đánh
giá và lựa chọn mơ hình tối ưu.

-

Xây dựng hệ thống trợ giúp hỗ trợ đánh giá xếp hạng rủi ro tín dụng khách
hàng dựa trên mơ hình hồi quy logistic cho khách hàng doanh nghiệp quy
mơ trung bình xác định được ở trên.

5.3 Định hướng tiếp theo
Việc nghiên cứu có thể tiếp tục với một số hướng như sau:
-

Tìm kiếm thêm các biến tài chính và thử nghiệm trên nhiều bộ dữ liệu
khác nhau để tìm kiếm mơ hình có tỷ lệ dự đốn cao hơn và mở rộng
phạm vi khách hàng được áp dụng chấm điểm.

-

Sử dụng thêm các phương pháp đánh giá mơ hình để tăng cường độ chính
xác trong lựa chọn mơ hình tối ưu.

-

Mong muốn được áp dụng rộng rãi mơ hình trong đánh giá xếp hạng tín
dụng tại các NHTM tại Việt nam.

88



TÀI LIỆU THAM KHẢO
Tiếng Việt:
1. Tạp chí tài chính (2018), Chuyển dịch trong cơ cấu tổng tài sản các ngân hàng.
2. Báo Vietnamnet (2019), Các loại tài sản có của ngân hàng.
3. PGS.TS Nguyễn Văn Tiến (2010), Quản trị rủi ro trong kinh doanh ngân hàng.
4. Hồ Diệu (2002), Giáo trình Quản trị ngân hàng, NXB Thống kê, Hà Nội.
5. Ngân hàng nhà nước (2005), Quy định số 493/2005/QĐ-NHNN về phân loại
nợ, trích lập và sử dụng dự phịng để xử lý rủi ro tín dụng trong hoạt động
ngân hàng của tổ chức tín dụng.
6. Ngân hàng nhà nước (2016), Thơng tư số 41/2016/TT-NHNN quy định tỷ lệ
an tồn vốn đối với ngân hàng, chi nhánh ngân hàng nước ngoài.
7. Chính phủ (2019), Nghị định số 39/2018/NĐ-CP hướng dẫn luật doanh nghiệp
nhỏ và vừa.
8. Ngân hàng nhà nước (2006), Quyết định về việc thực hiện nghiệp vụ phân
tích, xếp hạng tín dụng doanh nghiệp.
9. Ngân hàng Sài gịn – Hà nội, hướng dẫn chấm điểm xếp hạng tín dụng nội bộ.
10. Ngân hàng Vietcombank, Sổ tay tín dụng.
11. Ngân hàng BIDV, Quy trình Xếp hạng tín dụng.
12. PGS. Nguyễn Quang Đông. Bài giảng kinh tế lượng. NXB Đại học kinh tế
quốc dân.
13. Võ Văn Tài, Nguyễn Thị Hồng Dân và Nghiêm Quang Thường (2017), Đánh
giá khả năng trả nợ vay của khách hàng bằng các phương pháp phân loại.
14. Oliver Wyman, Sổ tay tư vấn xây dựng mơ hình phân tích định lượng.
15. Nguyễn Trọng Hồ (2008), Xây dựng mơ hình xếp hạng tín dụng đối với
doanh nghiệp Việt Nam trong nền kinh tế chuyển đổi.
16. Lê Tất Thành, Cẩm nang xếp hạng tín dụng doanh nghiệp.
17. TS. Trịnh Tuấn Đạt – Viện CNTT & TT – ĐHBK Hà nội, Bài giảng Kiến
trúc phần mềm và các chủ đề nâng cao.
18. TS. Bùi Thị Mai Anh – Viện CNTT & TT – ĐHBK Hà nội, Bài giảng Mơ
hình hóa và phân tích phần mềm.

19. Nguyễn Văn Tuấn (Garvan Institute of Medical Research, Sydney,
Australia), Phân tích số liệu và biểu đồ bằng R.
89


20. Nguyễn Chí Dũng (2017), Kinh Tế Lượng Ứng Dụng Với R.
Tiếng Anh:
21. Joel Bessic (2015, Risk Management in Banking.
22. Basel Committee on Banking Supervision (2001), Overview of The New
Basel Capital Accord.
23. TatianaDănescu & RaduMărginean (2015). The Evaluation of the Going
Principle through the Altman Pattern - Case Study.
24. Altman, 2003. The use of Credit scoring Models and the Importance of a
Credit Culture. New York University.
25. Sufian Radwan Al-Manaseer & Suleiman Daood Al-Oshaibat. Validity of
Altman Z-Score Model to Predict Financial Failure: Evidence From Jordan.
26. Luigi Lombardo & P. Martin Mai. Presenting logistic regression-based
landslide susceptibility results.
27. Wei Jiang, Julie Josse, Marc Lavielle, TraumaBase Group. Logistic
regression with missing covariates - Parameter estimation, model selection
and prediction within a joint-modeling framework.
28. Hosmer, D. W., Lemeshow, S., and Sturdivant, R. X. (2013), Applied
logistic regression, 3rd edition, Jonh Wiley & Son.
29. SMARTDrill, Credit Risk Analysis Using Logistic Regression Modeling.
30. So Young Sohn Dong ha Kim Jin Hee Yoon (2016), Technology Credit
Scoring Model with Fuzzy Logistic Regression.
31. Ghita Bennouna & Mohamed Tkiouat (2018), Fuzzy logic approach applied
to credit scoring for microfinance in Morocco.
32. Ye Tian, Ziyang Yong, Jian Luo (2018), A new approach for reject inference
in credit scoring using kernel-free fuzzy quadratic surface support vector

machines.
33. Tian-Shyug Lee & Chih-Chou Chiu & Yu-Chao Chou & Chi-Jie Lu (2004),
Mining the customer credit using classification and regression tree and
multivariate adaptive regression splines.
34. Rory P. Bunker & M. Asif Naeem & Wenjun Zhang, Improving a Credit
Scoring Model by Incorporating Bank Statement Derived Features.

90