Lý thuyết đánh giá tín dụng thể nhân

Bắt đầu từ thập kỷ 70, dự báo rủi ro tài chính đã trở thành một hướng phát triển mạnh mẽ của mô hình hóa thống kê xác suất. Khi nhắc tới rủi ro tài chính gần như ngay lập tức người ta liên tưởng tới hoạt động quản lý danh mục đầu tư, định giá quyền chọn (option) và các công cụ tài chính khác. Công thức định giá quyền chọn (option) Black-Scholes, bài viết về định giá trái phiếu công ty của Merton, ... là những khái niệm quen thuộc....
Nội dung trích xuất từ tài liệu:
Lý thuyết đánh giá tín dụng thể nhân Lý thuyết đánh giá tín dụng thể nhân Bắt đầu từ thập kỷ 70, dự báo rủi ro tài chính đã trở thành một hướng phát triển mạnh mẽ của mô hình hóa thống kê xác suất. Khi nhắc tới rủi ro tài chính gần như ngay lập tức người ta liên tưởng tới hoạt động quản lý danh mục đầu tư, định giá quyền chọn (option) và các công cụ tài chính khác. Công thức định giá quyền chọn (option) Black-Scholes, bài viết về định giá trái phiếu công ty của Merton, ... là những khái niệm quen thuộc. Mặc dù không hề kém quan trọng, đặc biệt trong thực tiễn kinh doanh tài chính, các ứng dụng dự báo rủi ro tài chính với các khoản vay thể nhân, tính điểm tín dụng và hành vi, dường như chưa nhậ được sự quan tâm đúng mức. Lý thuyết về lĩnh vực này tương đối hạn chế với số lượng ít ỏi công trình đánh giá tổng quan như khảo sát các phương pháp định lượng trong quản lý tín dụng của Rosenberg và Gleit; các phương pháp phân loại thống kê tín dụng thể nhân của Hand và Henley; các công trình của Thomas về mô hình quản lý rủi ro tài chính, các phương pháp phân loại tín dụng thể nhân, tổng quan về các phương pháp tính điểm tín dụng và hành vi; sách về thống kê trong tài chính của Hand và Jacka; sách về tính điểm tín dụng của Lewis; sách về tính điểm tín dụng và kiểm soát tín dụng của Thomas, Crook, và Edelman, sách mô hình hóa rủi ro tín dụng Mays. Kể tự khi ra đời, lý thuyết về tính điểm tín dụng ghi nhậ hai thành tựu quan trọng: (1) thực sự tồn tại nhu cầu phát triển các kỹ thuật dự báo rủi ro của khách hàng tương thích với biến đọng điều kiện kinh tế; và (2) mục đích tính điểm chuyển từ việc xác định các khách hàng khả năng vỡ nợ cao sang tìm kiếm các khách hàng có khả năng tạo ra lợi nhuận tốt nhất. Chất xúc tác quan trọng cho các phát triển này chính là sự bùng nổ về thông tin của giao dịch của khách hàng. Hai kỹ thuật đánh giá cơ bản hỗ trợ tổ chức tín dụng ra quyết định cấp tín dụng cho khách hàng là tính điểm tín dụng và tính điểm hành vi. Để ra quyết định cấp tín dụng cho khách hàng giao dịch lần đầu tiên, tổ chức tín dụng sử dụng kỹ thuật tính điểm tín dụng. Các quyêtd định đối với khách hàng hiện tại (có tăng hạn mức tín dụng không? áp dụng chính sách marketing nào? nếu khách hàng không trả nợ đúng hẹn thì xử lý ra sao?) được đưa ra dựa trên điểm số về hành vi của khách hàng. Kỹ thuật tính điểm sử dụng thông tin về khách hàng có được qua hai nguồn quan trọng: các thông tin do chính khách hàng cung cấp thông qua mẫu đơn đăng ký tín dụng và thông tin có được qua nguồn tham khảo trung gian. Ngoài ra, quá trình ra quyết định còn có thể sử dụng nguồn số liệu thu thập được về khách hàng trong quá khứ. Các tổ chức tín dụng thường lưu trữ thông tin của hàng triệu khách hàng đã đăng ký và sử dụng dịch vụ của mình. Vấn đề với nguồn dữ liệu này là tổ chức tín dụng chỉ nắm được các thông số về các khách hàng bị từ chối cung cấp dịch vụ cho nhóm này. Điểm này gây ra sai lệch khá nghiêm trọng trong mẫu nghiên cứu. Cảm nhận thông thường rất dễ đi đến định kiến rằng những người bị từ chối cung cấp dịch vu là những người có mức tín nhiệm xấu. Hand và Henley đã kết luận rằng không thể giải quyết triệt để được vấn đề này trừ phi có thể xác định được mối quan hệ cụ thể giữa phân bố của các nhóm khách hàng tốt và xấu trong cả hai tập hợp khách hàng được chấp nhận và bị từ chối. Vấn đề này có thể được giải quyết bằng việc chấp nhận cung cấp dịch vụ cho khách hàng trong một thời gian ngắn. Tuy nhiên, đặc tính của ngành tín dụng không cho phép các ngân hàng làm như vậy. 1. Lịch sử ra đời và phát triển Mô hình định mức tín nhiệm thể nhân ra đời cách đây hơn 50 năm. Theo các mô hình này các cá nhân có nhu càu thế chấp mua nhà, vay trả chậm dùng thẻ tín dụng sẽ được đánh giá và lượng hóa khả năng thanh toán của cá nhận đó bằng thang điểm tín dụng. Mức điểm thu được cho biết mức độ rủi ro tương đối của khả năng thanh toán và khả năng gây thiệt hại của khách hàng đối với người cho vay. Mức điểm dựa trên thông tin có được từ các báo cáo về quá trình sử dụng khoản tín dụng của khách hang, đồng thời so sánh với những khách hàng tương tự. Từ khi ra đời, các mô hình định mức tín nhiệm thể nhân được sử dụng ngày càng hiệu quả, giúp ngân hàng và các tổ chức tín dụng lượng hóa tương đối chính xác khả năng thanh toán của khách hàng trước khi quyết định cung cấp các dịch vụ như thẻ tín dụng, các khoản vay trả chậm trực tiếp và gián tiếp, vay thế chấp, v.v... Lợi ích mà hệ thống này đem lại là rất lơn, trong đó những ưu điểm nổi bật có thể kể đến là giảm thieru chi phí phân tích thông tin, giúp đưa ra các quyết định cho vay tín dụng nhanh và chính xác, đảm bảo việc thu hồi tín dụng, và từ đó giảm thiểu rui ro tín dụng. Dễ dàng nhận thấy rằng chỉ cần mức độ đánh giá chính xác trong phân tích tín dụng được tăng lên một tỷ lệ nhỏ cũng có thể giúp các ngân hàng hay các tổ chức tài chính tránh được những khoản tổn thất lớn. Do đó, những mô hình phức tạp trong các bài toán đánh giá rủi ro khách hàng ngày càng được phát triển và mở rộng, cho phép các tổ chức tài chính quản lý hiệu quả hơn nguồn vốn kinh doanh của mình. Về bản chất, định mức tín nhiệm dựa trên cơ sở nhận biết những nhóm khách hàng khác nhua 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 được sự khác nhau tương đối giữa các nhóm. Phương pháp phân nhóm trong một tập hợp lần đầu tiên được Fisher giới thiej vào năm 1936, khi ông tiến hành phân biệt hai đặc tính của cây Irit bằng cách tiến hành đo đạc kích thước bên ngoài của các cây và phân biệt nguồn gốc của xương sọ bằng kích thước của chúng. David Duran (1941) là người đầu tiên nhận biết được rằng kỹ thuật đó có thể được sử dụng để phân biệt các khoản nợ xấu và tốt. Báo cáo của ông được trình bày trong một đề án nghiên cứu với Cục Nghiên Cứu Kinh tế Quốc Gia Hoa Kỳ trước tiên không nhằm mục đích dự báo. Cùng thời gian đó, các công ty bán hàng qua đơn đặt hàng và các công ty cho va ...