BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH THÁI THỊ TRANG VẬN DỤNG MÔ HÌNH LOGISTIC VÀ NEURAL NETWORK TRONG XẾP HẠNG TÍN DỤNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƢƠNG VIỆT NAM Chuyên ngành : Tài – Ngân hàng Mã số : 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: TS TRẦN PHƢƠNG THẢO TP Hồ Chí Minh-Năm 2016 LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu tôi, có hướng dẫn TS Trần Phương Thảo Nội dung luận văn trình bày phạm vi hiểu biết tôi, có tham khảo sử dụng thông tin, liệu đăng tải tài liệu tiếng Việt, tiếng Anh theo danh mục tài liệu tham khảo Tôi xin chịu trách nhiệm hoàn toàn lời cam đoan TPHCM, ngày 25 tháng 10 năm 2016 Người cam đoan Thái Thị Trang MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC CÁC BẢNG BIỂU DANH MỤC CÁC HÌNH VẼ CHƢƠNG 1: GIỚI THIỆU TỔNG QUAN NGHIÊN CỨU 1.1 Lý chọn đề tài 1.2 Mục tiêu nghiên cứu 1.3 Đối tƣợng phạm vi nghiên cứu 1.4 Phƣơng pháp nghiên cứu 1.5 Kết cấu đề tài CHƢƠNG 2: TỔNG QUAN VỀ XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG THƢƠNG MẠI 2.1 Cơ sở lý luận xếp hạng tín dụng ngân hàng thƣơng mại 2.1.1 Khái niệm xếp hạng tín dụng 2.1.2 Vai trò xếp hạng tín dụng doanh nghiệp 2.1.3 Nguyên tắc xếp hạng tín dụng 2.2 Mô hình xếp hạng tín dụng doanh nghiệp Trung tâm thông tin tín dụng Ngân hàng Nhà Nƣớc Việt Nam (CIC) 2.3 Tổng quan nghiên cứu xếp hạng tín dụng khách hàng doanh nghiệp 10 KẾT LUẬN CHƢƠNG 17 CHƢƠNG 3: THỰC TRẠNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƢƠNG VIỆT NAM18 3.1 Giới thiệu Ngân hàng TMCP Công Thƣơng Việt Nam 18 3.1.1 Lịch sử hình thành phát triển 18 3.1.2 Tình hình hoạt động kinh doanh 19 3.2 Thực trạng xếp hạng tín dụng khách hàng doanh nghiệp Ngân hàng TMCP Công Thƣơng Việt Nam 22 3.2.1 Quy trình chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp 22 3.2.2 Nội dung chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp 25 3.3 Đánh giá xếp hạng tín dụng khách hàng doanh nghiệp Ngân hàng TMCP Công Thƣơng Việt Nam 31 3.3.1 Những kết đạt đƣợc 31 3.3.2 Những mặt hạn chế 33 KẾT LUẬN CHƢƠNG 36 CHƢƠNG 4: VẬN DỤNG MÔ HÌNH LOGISTIC VÀ NEURAL NETWORK TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƢƠNG VIỆT NAM 37 4.1 Dữ liệu nghiên cứu 37 4.1.1 Thu thập liệu 37 4.1.2 Xử lý liệu 38 4.2 Phƣơng pháp nghiên cứu 39 4.3 Kết nghiên cứu 43 4.3.1 Thống kê mô tả liệu 43 4.3.2 Kết ƣớc lƣợng 46 4.3.3 Kiểm định mức độ dự báo xác mô hình 51 KẾT LUẬN CHƢƠNG 54 CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ NHẰM ỨNG DỤNG HIỆU QUẢ MÔ HÌNH VÀO XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƢƠNG VIỆT NAM 56 5.1 Kết luận 56 5.2 Kiến nghị Ngân hàng TMCP Công Thƣơng Việt Nam 57 5.2.1 Nghiên cứu vận dụng kết hợp mô hình Logistic Neural Network xếp hạng tín dụng 57 5.2.2 Nâng cao chất lƣợng thu thập xử lý thông tin 60 5.2.3 Nâng cao nhận thức tăng cƣờng công tác đào tạo cán 61 5.2.4 Kiểm tra giám sát công tác chấm điểm 61 5.3 Kiến nghị bên có liên quan 62 5.4 Hạn chế gợi ý hƣớng nghiên cứu 63 KẾT LUẬN CHƢƠNG 65 DANH MỤC TÀI LIỆU THAM KHẢO PHỤ LỤC DANH MỤC CÁC TỪ VIẾT TẮT - BCTC Báo cáo tài - CIC Trung tâm Thông tin tín dụng - NHNN Ngân hàng Nhà nước Việt Nam - NHTM Ngân hàng thương mại - TCTD Tổ chức tín dụng - TMCP Thương mại cổ phần - VietinBank Ngân hàng Thương Mại Cổ phần Công Thương Việt Nam - XHTD Xếp hạng tín dụng DANH MỤC CÁC BẢNG BIỂU Bảng 2.1: Tóm tắt nghiên cứu ứng dụng mô hình XHTD 10 Bảng 3.1: Một số tiêu tài VietinBank giai đoạn 2011-2015 19 Bảng 3.2: Danh mục tiêu tài XHTD khách hàng doanh nghiệp VietinBank 28 Bảng 3.3: Điểm trọng số tiêu phi tài XHTD khách hàng doanh nghiệp VietinBank 29 Bảng 3.4: Điểm trọng số tiêu XHTD khách hàng doanh nghiệp VietinBank 30 Bảng 3.5: Bảng điểm tín dụng XHTD khách hàng doanh nghiệp VietinBank .30 Bảng 4.1: Tóm tắt biến độc lập mô hình hồi quy Logistic 38 Bảng 4.2: Tính toán giá trị Specifity Sensitivity 43 Bảng 4.3: Thống kê mô tả biến độc lập 43 Bảng 4.4: Ma trận hệ số tương quan biến độc lập 45 Bảng 4.5 Kết ước lượng mô hình Logistic với đầy đủ biến số 46 Bảng 4.6: Kiểm định Wald Test biến X2, X9 46 Bảng 4.7 Kết ước lượng mô hình Logistic sau loại trừ X2, X9 47 Bảng 4.8: Kiểm định Wald Test biến X7, X8 47 Bảng 4.9: Kết ước lượng mô hình Logistic sau loại trừ X7, X8 48 Bảng 4.10: Kết tính Specifity Sensitivity ngưỡng xác suất 49 Bảng 4.11: Kết dự báo mô hình Neural Network 52 Bảng 4.12: Kết đánh giá trọng số biến mô hình Neural Network 53 Bảng 5.1: Mô tả xếp hạng dựa xác suất vỡ nợ khách hàng 58 DANH MỤC CÁC HÌNH VẼ Hình 4.1: Mô hình Neural Network dự báo xác suất không toán nợ 42 Hình 4.2: Ngưỡng xác suất tối ưu dự báo xác suất vỡ nợ 51 Hình 4.3: Biểu đồ ROC 53 CHƢƠNG 1: GIỚI THIỆU TỔNG QUAN NGHIÊN CỨU 1.1 Lý chọn đề tài Hoạt động tín dụng Ngân hàng thương mại (NHTM) đánh giá hoạt động truyền thống mang lại nguồn thu nhập cấu tổng thu nhập Điều tất yếu đặt NHTM cần xây dựng biện pháp quản trị rủi ro tín dụng, công cụ hệ thống chấm điểm xếp hạng tín dụng nội nhằm dự báo khả trả nợ khách hàng đưa định cho vay Kết xếp hạng tín dụng (XHTD) có ý nghĩa quan trọng tổ chức cho vay chủ thể xếp hạng Chính thế, NHTM khác Việt Nam, Ngân hàng Thương Mại Cổ Phần (TMCP) Công Thương Việt Nam xây dựng triển khai mô hình xếp hạng tín dụng nội toàn hệ thống từ năm 2006 Trong nghiên cứu ứng dụng nhiều nước giới lĩnh vực XHTD doanh nghiệp, mô hình Logistic Neural Network cho kết dự báo xác suất vỡ nợ tốt nhất, hỗ trợ định cho vay Tại Việt Nam, việc vận dụng mô hình Logistic Neural Network nghiên cứu dự báo thị trường chứng khoán, lạm phát mà chưa áp dụng rộng rãi XHTD Thêm vào đó, NHTM xây dựng hệ thống XHTD theo quy trình, tiêu chí đánh chưa vận dụng phát huy hết vai trò công cụ dự báo định lượng Do đó, việc áp dụng thêm hai mô hình cần thiết, nhằm gia tăng tính xác dự báo, có ý nghĩa tham khảo đánh giá sơ khách hàng trước tiến hành thẩm định chi tiết, giảm thiểu chi phí thẩm định, hỗ trợ cho việc định cấp tín dụng bên cạnh hệ thống XHTD có, giảm bớt can thiệp mang tính chủ quan để đánh giá mức độ rủi ro, cho phép ngân hàng chủ động việc lựa chọn khách hàng xây dựng sách hoạt động cấp tín dụng cách hợp lý Xuất phát từ thực tiễn trên, xin chọn đề tài “Vận dụng mô hình Logistic Neural Network xếp hạng tín dụng khách hàng doanh nghiệp Ngân hàng TMCP Công Thƣơng Việt Nam” làm luận văn nghiên cứu 1.2 Mục tiêu nghiên cứu Nghiên cứu nhằm đạt mục tiêu sau: - Đánh giá thực trạng XHTD khách hàng doanh nghiệp Ngân hàng TMCP Công Thương Việt Nam - Ứng dụng mô hình Logistic Neural Network đo lường xác suất vỡ nợ, xác định ngưỡng xác suất (cut-off point) tương ứng với hạng khách hàng, từ giúp ngân hàng phân loại doanh nghiệp thuộc vùng an toàn hay vùng cảnh báo để chủ động công tác định cấp tín dụng - Vận dụng kết nghiên cứu để đề xuất giải pháp ứng dụng vào mô hình XHTD khách hàng doanh nghiệp Ngân hàng TMCP Công Thương Việt Nam 1.3 Đối tƣợng phạm vi nghiên cứu - Đối tượng nghiên cứu: mô hình xếp hạng tín dụng khách hàng doanh nghiệp Ngân hàng TMCP Công Thương Việt Nam - Phạm vi nghiên cứu: Nguồn liệu từ báo cáo tài khách hàng doanh nghiệp có quan hệ tín dụng Ngân hàng TMCP Công Thương Việt Nam từ năm 2011 – 2015 1.4 Phƣơng pháp nghiên cứu - Luận văn tiếp cận sở lý thuyết mô hình chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp thông qua nghiên cứu nước giới - Nghiên cứu thực nghiệm thông qua phương pháp thống kê, so sánh, tổng hợp số liệu, phân tích thực trạng, từ đưa kiến nghị nhằm nâng cao hiệu công tác chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp Ngân hàng TMCP Công Thương Việt Nam - Xử lý số liệu cho mô hình hồi quy Logistic Neural Network với hỗ trợ phần mềm Stata SPSS, ứng dụng kết nghiên cứu tính xác suất vỡ nợ khách hàng đồng thời xác định ngưỡng xác suất hỗ trợ việc định cho vay, Phụ lục 5: Bộ tiêu chấm điểm doanh nghiệp thuộc ngành thƣơng mại, dịch vụ Chỉ tiêu A Chỉ tiêu toán Khả toán ngắn hạn Khả toán nhanh B Chỉ tiêu hoạt động Vòng quay hàng tồn kho Kỳ thu tiền bình quân DTT/Tổng tài sản C Chi tiêu cân nợ (%) 6.Nợ phải trả/ Tổng TS Nợ phải trả/ Nguồn vốn chủ sở hữu 8.Nợ hạn/Tổng dư nợ NH D Chỉ tiêu thu nhập (%) 9.Tổng Thu nhập trước thuế/doanh thu 10.Tổng TNTT/TTS 11 Tổng TNTT/VCSH Tổng 100 Phân loại tiêu tài doanh nghiệp Quy mô lớn Quy mô vừa Quy mô nhỏ 80 60 40 20 100 80 60 40 20 100 80 60 40 8% 2.1 1.6 1.1 0.7 2 1.6 1.8 >2 1.6 1.8 >2 8% 6.5 5.5