TAILIEUCHUNG - MÔ HÌNH LOGISTIC TRONG XẾP HẠNG RỦI RO TÍN DỤNG

Mô hình Logistic (Maddala[1], 1984) là mô hình định lượng trong đó biến phụ thuộc là biến giả, chỉ nhận 2 giá trị là 0 hoặc 1. Mô hình này được ứng dụng rộng rãi trong phân tích kinh tế nói chung và rủi ro tín dụng nói riêng. Cụ thể hơn, mô hình này có thể giúp Ngân hàng xác định khả năng khách hàng sẽ có rủi ro tín dụng (biến phụ thuộc) trên cơ sở sử dụng các nhân tố có ảnh hưởng đến khách hàng (biến độc lập). | MÔ HÌNH LOGISTIC TRONG XẾP HẠNG RỦI RO TÍN DỤNG Mô hình Logistic Maddala 1 1984 là mô hình định lượng trong đó biến phụ thuộc là biến giả chỉ nhận 2 giá trị là 0 hoặc 1. Mô hình này được ứng dụng rộng rãi trong phân tích kinh tế nói chung và rủi ro tín dụng nói riêng. Cụ thể hơn mô hình này có thể giúp Ngân hàng xác định khả năng khách hàng sẽ có rủi ro tín dụng biến phụ thuộc trên cơ sở sử dụng các nhân tố có ảnh hưởng đến khách hàng biến độc lập . Trong mô hình này cấu trúc dữ liệu như sau Cấu trúc dữ liệu các biến trong mô hình Logistic Biải Ký hiệu Loại PÌ1ỊỊ thuộc V Nhị phân DỘC líp Lièìi lục hoặc rời rạc Nguồn Maddala 1984 Y đóng vai trò là biến phụ thuộc và là biến nhị phân chỉ có thể nhận hai giá trị là 0 hoặc 1 cụ thể là I _ í0 nếu không trả được nợ có rủi ro tín dụng í 1 nếu trả được nợ không có rủi ro tín dụng Xi là biến độc lập thể hiện các nhân tố ảnh hưởng đến khách hàng ví dụ như giới tính thu thập tình trạng nhà . đối với khách hàng cá nhân hoặc ROE ROA vốn chủ sở hữu . đối với khách hàng doanh nghiệp. YA là giá trị ước lượng của Y thu được khi hồi quy Y theo các biến độc lập . Một điều cần lưu ý là giá trị của chưa chắc đã thỏa mãn điều kiện do là giá trị ước lượng phụ thuộc vào các biến độc lập. Khi đó xác suất một khách hàng trả được nợ tức là xác suất Y 1 được tính theo công thức sau trong đó e là hằng số Euler xấp xỉ 2 718 Như vậy với các nhân tố có ảnh hưởng tới khách hàng được xác định trước qua tờ kê khai của khách hàng báo cáo tài chính . chúng ta có thể xác định được xác suất khách hàng đó trả được nợ. Với xác suất trả được nợ càng cao thì khách hàng đó càng ít có rủi ro tín dụng và ngược lại. Dựa vào bảng dự báo xác suất của khách hàng đối chiếu với thực tế trả nợ Ngân hàng có thể xây dựng các mức xếp hạng rủi ro tín dụng phù hợp. Một ví dụ đơn giản như sau một Ngân hàng dựa trên bộ số liệu và lịch sử tín dụng của khách hàng đã hồi quy được một mô hình để ước lượng khả năng trả nợ của khách hàng cá nhân như sau Trong đó X1 là thu nhập .

TỪ KHÓA LIÊN QUAN
TAILIEUCHUNG - Chia sẻ tài liệu không giới hạn
Địa chỉ : 444 Hoang Hoa Tham, Hanoi, Viet Nam
Website : tailieuchung.com
Email : tailieuchung20@gmail.com
Tailieuchung.com là thư viện tài liệu trực tuyến, nơi chia sẽ trao đổi hàng triệu tài liệu như luận văn đồ án, sách, giáo trình, đề thi.
Chúng tôi không chịu trách nhiệm liên quan đến các vấn đề bản quyền nội dung tài liệu được thành viên tự nguyện đăng tải lên, nếu phát hiện thấy tài liệu xấu hoặc tài liệu có bản quyền xin hãy email cho chúng tôi.
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.