Chấm điểm rủi ro ứng viên tín dụng là gì?

Tiếng Anh: Credit Scoring Model · Viết tắt: CSM

Cập nhật · 7 phút đọc · Nghiệp vụ ngân hàng

Minh hoạ cho thuật ngữ Chấm điểm rủi ro ứng viên tín dụng
Tóm tắt nhanh

Chấm điểm rủi ro ứng viên tín dụng là quy trình ngân hàng dùng mô hình thống kê để lượng hoá khả năng trả nợ của khách hàng dựa trên dữ liệu lịch sử. Mô hình giúp chuẩn hoá đánh giá và hỗ trợ quyết định cho vay nhanh hơn.

Chấm điểm rủi ro ứng viên tín dụng là gì?

Chấm điểm rủi ro ứng viên tín dụng (tiếng Anh là Credit Scoring Model, viết tắt CSM) là phương pháp ngân hàng dùng mô hình thống kê để ước lượng xác suất khách hàng trả nợ đúng hạn hay rơi vào nợ xấu trong một khoảng thời gian nhất định. Mô hình biến các đặc điểm của khách hàng thành một con số duy nhất, gọi là điểm tín dụng, để phân nhóm rủi ro.

Mục đích và khi nào áp dụng

Mục đích là chuẩn hoá đánh giá tín dụng, giảm tính chủ quan khi thẩm định và rút ngắn thời gian phê duyệt. Mô hình thường áp dụng cho khoản vay bán lẻ và vay tiêu dùng có khối lượng lớn, lịch sử dữ liệu phong phú, khi ngân hàng cần phân loại nhanh giữa hồ sơ chấp nhận được và hồ sơ cần xem xét thêm.

Các bước thực hiện

Các bước triển khai và vận hành mô hình được mô tả chi tiết tại mục riêng.

  1. Thu thập dữ liệu: Chuẩn bị tập dữ liệu lịch sử gồm đặc điểm khách hàng và biến kết quả nợ.
  2. Làm sạch dữ liệu: Loại bỏ trùng lặp, xử lý giá trị thiếu và mã hoá biến phù hợp.
  3. Xây dựng mô hình: Ước lượng tham số và chọn tập biến có sức phân biệt tốt.
  4. Kiểm định mô hình: Đánh giá trên dữ liệu ngoài mẫu bằng các chỉ số phân biệt và hiệu chuẩn.
  5. Phê duyệt ngưỡng điểm: Hội đồng tín dụng thông qua ngưỡng cắt để phân nhóm rủi ro.
  6. Triển khai vận hành: Đưa mô hình vào quy trình cấp tín dụng và tích hợp với hệ thống ngân hàng.
  7. Giám sát định kỳ: Theo dõi sức phân biệt, độ ổn định và tỉ lệ nợ xấu thực tế theo nhóm điểm.
  8. Cập nhật mô hình: Tinh chỉnh hoặc xây lại khi mô hình suy giảm hoặc khi dữ liệu thay đổi lớn.

Bên tham gia và vai trò

Phòng quản trị rủi ro tín dụng chịu trách nhiệm xây dựng, kiểm định và giám sát mô hình. Phòng tín dụng sử dụng kết quả chấm điểm để hỗ trợ quyết định cho vay. Phòng công nghệ thông tin vận hành hệ thống và đảm bảo chất lượng dữ liệu đầu vào. Kiểm toán nội bộ định kỳ đánh giá tính độc lập và hiệu quả của mô hình.

Chứng từ thường liên quan

Hồ sơ tín dụng của khách hàng, dữ liệu giao dịch trên tài khoản, dữ liệu lịch sử nợ, báo cáo kiểm định mô hình và biên bản phê duyệt ngưỡng điểm là những tài liệu thường gặp.

Ví dụ minh hoạ

Một tình huống giả định minh hoạ được trình bày chi tiết tại mục riêng.

Tình huống

Giả sử Ngân hàng A xây dựng mô hình chấm điểm cho khoản vay tiêu dùng, dựa trên ba biến: thu nhập hàng tháng, độ tuổi và số ngày quá hạn trong lịch sử nợ gần nhất. Hệ thống sẽ cấp điểm từ thấp đến cao và gắn nhãn rủi ro tương ứng.

Các bước

  1. Với giả định trên, khách hàng An có thu nhập ổn định và chưa từng quá hạn, mô hình cấp điểm thuộc nhóm rủi ro thấp.
  2. Với giả định trên, khách hàng Bình có lịch sử quá hạn ngắn hạn nhiều lần, mô hình cấp điểm thuộc nhóm rủi ro cao hơn.
  3. Với giả định trên, hồ sơ có điểm dưới ngưỡng quy định sẽ được chuyển sang kiểm tra thủ công thay vì tự động phê duyệt.

Kết quả

Với giả định trên, mô hình giúp phân loại nhanh các hồ sơ rõ ràng và đưa hồ sơ phức tạp đến chuyên viên thẩm định.

Ghi chú

Ví dụ dùng để minh hoạ cách một mô hình CSM hoạt động trong thực tế vận hành, số liệu hoàn toàn giả định.

Rủi ro và kiểm soát

Rủi ro lớn nhất là mô hình mất khả năng phân biệt khi dữ liệu thay đổi theo thời gian, gây ra hiện tượng gọi là suy giảm mô hình. Kiểm soát bằng cách giám sát định kỳ sức phân biệt và độ ổn định, cập nhật lại mô hình khi cần, đồng thời kiểm tra chất lượng dữ liệu đầu vào để tránh sai lệch.

Phân biệt với quy trình gần giống

Dễ nhầm với xếp hạng tín dụng và với thẩm định tín dụng truyền thống.

So sánh với Xếp hạng tín dụng

Tiêu chí Chấm điểm rủi ro ứng viên tín dụng Xếp hạng tín dụng
Phạm vi dữ liệu Dùng dữ liệu nội bộ của một ngân hàng Kết hợp dữ liệu nhiều ngân hàng và nguồn bên ngoài
Đối tượng áp dụng Khách hàng cá nhân của ngân hàng Doanh nghiệp và cá nhân ở phạm vi rộng hơn
Mục đích chính Hỗ trợ quyết định cho vay nội bộ Cung cấp thông tin cho nhiều bên tham gia

So sánh với Thẩm định tín dụng truyền thống

Tiêu chí Chấm điểm rủi ro ứng viên tín dụng Thẩm định tín dụng truyền thống
Bản chất Dùng mô hình thống kê tự động Dựa trên phán đoán và kinh nghiệm của chuyên viên
Tính nhất quán Cùng một đầu vào cho cùng một kết quả Có thể khác nhau giữa các chuyên viên
Khối lượng xử lý Phù hợp với lượng hồ sơ lớn Phù hợp với hồ sơ phức tạp, giá trị cao

Lưu ý và sai lầm thường gặp

Một số điểm cần nhớ khi ứng dụng mô hình được nêu tại mục riêng.

  • Nghĩ rằng điểm cao là đảm bảo an toàn tuyệt đối, trong khi mô hình chỉ ước lượng xác suất.
  • Bỏ qua kiểm định định kỳ khiến mô hình bị suy giảm mà không được phát hiện.
  • Dùng mô hình cho nhóm khách hàng khác với tập dữ liệu huấn luyện ban đầu.
  • Coi chấm điểm thay thế hoàn toàn cho thẩm định chuyên sâu với các khoản vay lớn.
  • Không kiểm soát chất lượng dữ liệu đầu vào dẫn đến điểm sai lệch nghiêm trọng.

Công thức

Công thức: Điểm = tổng của (trọng số_i × giá trị biến_i) sau khi các biến đã được mã hoá.

  • x$1i: đặc trưng thứ i của khách hàng đã được mã hoá thành biến phụ
  • w$1i: trọng số do mô hình ước lượng từ dữ liệu lịch sử
  • b: hệ số chặn của mô hình
  • S: điểm tín dụng cuối cùng dùng để phân nhóm rủi ro

Lưu ý: Các ví dụ trong bài là ví dụ giả định để phục vụ giải thích khái niệm, cần kiểm chứng.

Câu hỏi thường gặp

Mô hình chấm điểm tín dụng là gì?

Là mô hình thống kê biến đặc điểm khách hàng thành điểm số duy nhất để phân nhóm rủi ro.

Khác với xếp hạng tín dụng ở điểm nào?

Mô hình dùng dữ liệu nội bộ của một ngân hàng, còn xếp hạng tín dụng thường kết hợp nhiều nguồn bên ngoài.

Mô hình có thay thế thẩm định thủ công không?

Không, nó chỉ hỗ trợ phân loại và chuyển hồ sơ phức tạp cho chuyên viên xem xét.

Khi nào cần cập nhật mô hình?

Khi dữ liệu thị trường thay đổi đáng kể hoặc sức phân biệt của mô hình suy giảm.

Có phù hợp với doanh nghiệp lớn không?

Thường phù hợp hơn với khoản vay bán lẻ; doanh nghiệp lớn thường dùng xếp hạng tín dụng riêng.

Khoá học liên quan