Nghiên cứu sinh Đoàn Trọng Tuyến bảo vệ luận án tiến sĩ
NHỮNG ĐÓNG GÓP MỚI CỦA LUẬN ÁN
Đề tài luận án: Phân tích sống sót trong ước lượng và phân tích rủi ro - Tiếp cận hồi quy tham số và phi tham số
Chuyên ngành: Toán kinh tế Mã số: 9310101
Nghiên cứu sinh: Đoàn Trọng Tuyến
Người hướng dẫn: PGS.TS Nguyễn Thị Minh
Những đóng góp mới về mặt học thuật, lý luận
(1) Đây là nghiên cứu định lượng đầu tiên ở Việt Nam về thời gian sống sót của các khoản vay tại NHTM ở Việt Nam, luận án đã ước lượng được thời gian sống sót của các khoản vay cũng như ước lượng được xác suất vỡ nợ theo thời điểm của các khoản vay bằng phương pháp phân tích sống sót. Việc ước lượng xác suất vỡ nợ theo thời điểm thay vì theo một khoảng thời gian của các khoản vay giúp các ngân hàng định lượng chính xác hơn được các thước đo rủi ro trọn đời của khoản vay như xác suất vỡ nợ trọn đời hay tổn thất tín dụng dự kiến trọn đời. Điều này giúp ngân hàng điều chỉnh dự phòng rủi ro một cách hiệu quả, an toàn, tiết kiệm hơn.
(2) Luận án sử dụng đồng thời các phương pháp tham số, phi tham số (trong đó có sử dụng phương pháp học máy) trong phân tích sống sót để ước lượng và phân tích rủi ro. Việc sử dụng đồng thời các phương pháp này giúp đảm bảo tính vững của kết quả nghiên cứu cũng như giúp nghiên cứu được các khía cạnh khác nhau của bài toán sống sót của khoản vay như đánh giá được vai trò của các yếu tố lên thời gian sống sót của khoản vay, ước lượng được thời gian sống sót của khoản vay. Từ đó, luận án đề xuất được các chính sách phù hợp (đối với các khoản vay đang xin vay, đối với các khoản vay đang trong kỳ hạn của hợp đồng và đối với các nhóm khách hàng tiềm năng) để nâng cao lợi nhuận, đảm bảo an toàn vốn của ngân hàng.
Những phát hiện, đề xuất mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án
(1) Phân tích sống sót là phương pháp có ưu điểm so với các phương pháp truyền thống khác trong phân tích và tính toán rủi ro tín dụng. Kết quả nghiên cứu cho thấy tổn thất tín dụng dự kiến trọn đời của các khoản vay được tính bởi phương pháp phân tích sống sót có giá trị sát với tổn thất thực tế hơn so với tổn thất tín dụng dự kiến trọn đời được tính bằng phương pháp truyền thống. Do đó phương pháp phân tích sống sót cần được quan tâm nhiều hơn bởi các nhà nghiên cứu về QTRR cũng như các bộ phận QTRR tại các NHTM, các NHTM có thể sử dụng phương pháp phân tích sống sót để có thể ước lượng một cách chính xác hơn các thước đo rủi ro, từ đó có thể dự phòng rủi ro một cách tốt hơn.
(2) Các phương pháp trong phân tích sống sót có thể được sử dụng để ước lượng xác suất vỡ nợ của các khoản vay theo thời điểm cũng như dự báo được thời gian sống sót của các khoản vay, nên kiến nghị các ngân hàng có thể sử dụng các ước lượng này để ra các quyết định đối với khoản vay đang được đề xuất của khách hàng, tư vấn cho khách hàng để điều chỉnh đơn xin cấp vốn của khách hàng (về lượng tiền xin được vay, thời hạn của khoản vay), chấp nhận đơn vay hoặc từ chối đơn xin vay tùy thuộc vào dự báo thời gian sống sót của khoản vay đang đề nghị có hợp lý với các chính sách rủi ro của ngân hàng hay không.
(3) Các khoản vay của các khách hàng với các đặc trưng khác nhau có thời gian sống sót khá khác nhau, nên đối với các khoản vay đã được ngân hàng giải ngân mà vẫn còn thời gian trong kỳ hạn, kiến nghị ngân hàng tiếp tục theo dõi khả năng sống sót trong thời gian còn lại trong kỳ hạn của khoản vay, đánh giá xác suất vỡ nợ và nguy cơ vỡ nợ tại từng thời điểm. Tại các thời điểm mà nguy cơ vỡ nợ của khoản vay cao, ngân hàng có thể kích hoạt các biện pháp tự vệ trước, ví dụ có thể cảnh báo vỡ nợ sớm đối với khoản vay, để từ đó có các biện pháp xử lý kịp thời nếu khoản vay thực sự xảy ra vỡ nợ.
(4) Các yếu tố nhân khẩu học như giới tính, tuổi, thời gian làm việc, tình trạng nhà ở, vị trí công việc, trình độ đào tạo, các yếu tố về mối quan hệ với ngân hàng như có là khách hàng cũ không, hình thức trả lương, yếu tố về độ lớn của số tiền vay so với tổng thu nhập có ảnh hưởng tới thời gian sống sót của khoản vay. Do đó kiến nghị ngân hàng cần có chiến lược phát triển làm đa dạng nguồn khách hàng, tương ứng với mỗi nhóm khách hàng khác nhau ngân hàng cần đưa ra các gói vay phù hợp (ưu đãi về lãi suất, về số tiền vay và đơn giản thủ tục với nhóm khách hàng có thời gian sống sót của khoản vay dài và có các chính sách bù rủi ro vào lãi suất, điều chỉnh kỳ hạn hay lượng tiền vay đối với các nhóm có nhiều rủi ro hơn), đồng thời cũng phương án tiếp cận khách hàng tiềm năng phù hợp (thông qua các chiến lược quảng cáo, phương án thiết lập hội nhóm các khách hàng thân quen trên mạng xã hội…) với các nhóm khách hàng cụ thể.
--------------------------
THE NEW CONTRIBUTIONS OF THE THESIS
Theme of the dissertation: Survival analysis in estimation and analysis risk - Parametric and non-parametric regression approaches.
Major: Mathematical Economics Code of major: 9310101
PhD candidate: Doan Trong Tuyen Code of PhD candidate: NCS38.009TKT
Instructor: Assoc. Prof. Dr Nguyen Thi Minh
Training Institution: National Economics University
The new contributions of the thesis
(1) This is the first quantitative study in Vietnam on the survival time of loans at commercial banks in Vietnam, the thesis has estimated the survival time of loans as well as estimated the probability timed defaults of loans using the method of survival analysis. Estimating the probability of default over a point in time rather than over a period of time for loans helps banks more accurately quantify measures of a loan's lifetime risk such as lifetime probability of default or lifetime expected credit loss. This helps the bank to adjust risk provisions more effectively, safely and economically.
(2) The thesis simultaneously uses parametric and non-parametric methods (including the use of machine learning methods) in survival analysis to estimate and analyze risks. The simultaneous use of these methods helps to ensure the stability of the research results as well as helps to study different aspects of the loan survival problem such as assessing the role of factors on loan duration, the survival time of the loan is estimated. From there, the thesis proposes appropriate policies (for loans that are applying for loans, for loans that are in the term of the contract and for groups of potential customers) to improve profits, ensure the safety of the bank's capital.
New conclusions and recommendations from research results
(1) Survival analysis is a method that has advantages over other traditional methods in credit risk analysis and calculation. The research results show that the expected lifetime credit loss of loans calculated by the survival analysis method is closer to the actual loss than the expected lifetime credit loss calculated by the traditional method. Therefore, the method of survival analysis needs more attention by researchers on risk management as well as risk management departments at commercial banks, commercial banks can use survival analysis method to be able to estimate more accurate risk measures, thereby being able to better hedge risks.
(2) The methods of survival analysis can be used to estimate the probability of default of loans over time as well as predict the survival time of loans, so it is recommended that banks can use these estimates to make decisions on the client's proposed loan, advise the client to adjust the client's funding application (for loan amount, loan term, etc.), accept the loan application or decline the loan application depending on whether the forecasted survival time of the proposed loan is reasonable with the risk policies of the bank.
(3) Loans of customers with different characteristics have quite different survival times, so for loans that have been disbursed by the bank but still have time in the term, it is recommended that the bank continue to follow up. Monitor the survivability for the remainder of the loan's term, assessing the probability of default and the risk of default over a point in time. At times when the risk of default on a loan is high, the bank can activate safeguards in advance, for example, by warning of an early default on a loan, so that remedial measures can be taken if the loan actually occurs default.
(4) Demographic factors such as gender, age, working time, housing status, job location, training level, factors related to the relationship with the bank such as whether or not a former customer, the type of payment, the size of the loan amount relative to the total income, affects the survival time of the loan. Therefore, it is recommended that the bank should have a development strategy to diversify the customer source, corresponding to each different customer group, the bank needs to offer appropriate loan packages (incentives on interest rates, loan amounts and loans), simplify procedures for groups of customers with long loan survival times and have risk-compensating policies on interest rates, terms or loan amounts for riskier groups), and at the same time appropriate potential customer outreach projects (through advertising strategies, plans to establish groups of loyal customers on social networks, etc.) with specific customer groups.
