Bỏ qua điều hướng

Phê duyệt tín dụng theo mô hình là gì?

Nghiệp vụ ngân hàng

Phê duyệt tín dụng theo mô hình

Phê duyệt tín dụng theo mô hình là quy trình ra quyết định cấp tín dụng dựa trên kết quả tính toán của một hoặc nhiều mô hình thống kê, kết hợp với các quy tắc quản trị rủi ro và thông tin thẩm định tín dụng. Mô hình không chỉ dùng để chấm điểm khách hàng mà còn hỗ trợ xác định mức tín dụng tối đa, giá trị khoản vay, lãi suất, thời hạn vay, điều kiện cấp tín dụng và các biện pháp kiểm soát rủi ro cần áp dụng.

Trong các ngân hàng, phương pháp này thường được triển khai thông qua hệ thống chấm điểm tín dụng, mô hình phân khúc khách hàng, mô hình dự báo như vỡ nợ hoặc mô hình định giá rủi ro tín dụng. Kết quả mô hình tạo nên một điểm số hoặc xác suất rủi ro có ý nghĩa, nhưng quyết định cuối cùng vẫn phải được kiểm soát theo thẩm quyền, chính sách tín dụng và quy trình phê duyệt của từng tổ chức.

Mục đích và phạm vi áp dụng

Mô hình tín dụng giúp chuẩn hóa việc đánh giá khách hàng, giảm tính chủ quan của người thẩm định, nâng cao tốc độ xử lý hồ sơ và hỗ trợ kiểm soát chất lượng tài sản trên quy mô lớn. Phương pháp này thường áp dụng đối với khách hàng cá nhân vay tiêu dùng, khách hàng doanh nghiệp vừa và nhỏ, thẻ tín dụng, tín dụng không có bảo đảm và một số sản phẩm tín dụng có quy mô lớn.

Mô hình cũng có thể được dùng để xác định chính sách giá và điều kiện tín dụng. Chẳng hạn, khách hàng thuộc nhóm rủi ro thấp có thể được đề xuất hạn mức cao hơn hoặc rút ngắn thời gian thẩm định; khách hàng có xác suất vỡ nợ cao hơn có thể bị yêu cầu tài liệu bổ sung, thu hẹp hạn mức, áp dụng lãi suất phù hợp hoặc từ chối.

Phê duyệt tín dụng theo mô hình không đồng nghĩa với việc áp dụng máy hoàn toàn. Nhân viên tín dụng vẫn cần kiểm tra tính hợp lệ của dữ liệu, phân tích thông tin tài chính, đánh giá dòng tiền, mục đích vay và khả năng phục vụ nợ. Ở những hồ sơ phức tạp, mô hình thường đóng vai trò công cụ hỗ trợ quyết định chứ không thay thế toàn bộ phán đoán chuyên môn.

Các thành phần chính của quy trình

1. Chuẩn bị và kiểm tra dữ liệu

Dữ liệu khách hàng được thu thập từ hồ sơ vay, dữ liệu giao dịch, lịch sử tín dụng và các nguồn thông tin khác. Ngân hàng cần kiểm tra tính đầy đủ, tính chính xác, tính cập nhật và sự nhất quán của dữ liệu trước khi chạy mô hình.

Một lỗi dữ liệu có thể dẫn đến đánh giá sai mức rủi ro. Ví dụ, nếu thu nhập được nhập thiếu hoặc sai, kết quả xác suất vỡ nợ có thể bị lệch đáng kể. Vì vậy, kiểm tra dữ liệu là bước kiểm soát bắt buộc trước khi sử dụng điểm mô hình để ra quyết định.

2. Chạy mô hình và xác định kết quả

Mô hình phân tích các đặc trưng của khách hàng và khoản vay để tạo ra kết quả như điểm tín dụng, phân khúc rủi ro, xác suất vỡ nợ, mức lỗ dự kiến hoặc mức giá rủi ro. Kết quả này thường được hiển thị dưới dạng thang điểm, dải rủi ro và hạn mức đề xuất.

Mô hình cần được kiểm định định kỳ để bảo đảm hiệu quả, khả năng phân biệt rủi ro và mức độ phù hợp với quy mô tín dụng. Nếu mô hình không còn phù hợp với đặc điểm khách hàng hoặc chính sách kinh doanh hiện hành, ngân hàng cần hiệu chỉnh, xây dựng lại hoặc tạm ngưng sử dụng.

3. Áp dụng quy tắc quản trị rủi ro

Điểm mô hình được kết hợp với các quy tắc như ngưỡng chấp nhận rủi ro, giới hạn hạn mức theo phân khúc, tỷ lệ khoản vay trên giá trị tài sản bảo đảm, thời gian trả nợ tối đa và yêu cầu về thu nhập. Nếu kết quả vượt ngưỡng quản trị, hồ sơ chuyển sang cấp thẩm định cao hơn hoặc phải trình hội đồng tín dụng.

Các quy tắc này giúp duy trì tính nhất quán giữa kết quả mô hình và chiến lược quản trị rủi ro của ngân hàng. Chúng cũng giúp hạn chế rủi ro do hệ thống chấm điểm, dữ liệu hoặc chính sách được thiết kế chưa phù hợp.

4. Kiểm tra chuyên môn của nhân viên tín dụng

Nhân viên tín dụng sử dụng kết quả mô hình cùng hồ sơ khách hàng để đánh giá toàn diện. Các nội dung thường được kiểm tra gồm mục đích vay, nguồn trả nợ, dòng tiền, lịch sử nợ, năng lực quản trị và các yếu tố có thể không được mô hình phản ánh.

Ví dụ, khách hàng có điểm tín dụng cao nhưng khoản vay được dùng để đầu tư vào hoạt động chưa có dòng tiền ổn định vẫn cần được xem xét thận trọng. Ngược lại, một khách hàng có điểm trung bình có thể được đề xuất cấp tín dụng nếu dòng tiền vượt trội và tài sản bảo đảm có thanh khoản tốt.

5. Phê duyệt và thông báo kết quả

Quyết định cuối cùng được thực hiện theo thẩm quyền đã được phê duyệt, có thể là giám đốc chi nhánh, hội đồng tín dụng, ban quản trị rủi ro hoặc cấp quản lý phù hợp. Hồ sơ cần lưu giữ kết quả mô hình, căn cứ phê duyệt, điều kiện cấp tín dụng và lý do điều chỉnh nếu có.

Thông báo từ chối hoặc điều chỉnh điều kiện phải tuân thủ các yêu cầu về bảo mật thông tin và công bẩn liên quan. Đối với khoản vay được phê duyệt, giới hạn hạn mức và các điều kiện theo kết quả mô hình cần được chuyển sang hệ thống sản phẩm để triển khai.

Ví dụ minh họa

Mô hình tín dụng của một ngân hàng phân loại khách hàng thành bốn nhóm rủi ro, từ thấp đến rất cao. Mỗi nhóm có điểm tín dụng và chính sách hạn mức riêng:

  • Nhóm rủi ro thấp: hạn mức đề xuất tối đa 500 triệu đồng, hồ sơ có thể được phê duyệt theo quy trình rút gọn nếu không có vi phạm.
  • Nhóm rủi ro trung bình: hạn mức đề xuất tối đa 300 triệu đồng, cần kiểm tra dòng tiền và mục đích vay.
  • Nhóm rủi ro cao: hạn mức đề xuất tối đa 100 triệu đồng, yêu cầu tài sản bảo đảm phù hợp và trình hội đồng tín dụng.
  • Nhóm rủi ro rất cao: không đề xuất cấp tín dụng mới.

Giả sử khách hàng B có điểm mô hình thuộc nhóm rủi ro trung bình, hạn mức hệ thống đề xuất 250 triệu đồng. Nhân viên tín dụng đánh giá dòng tiền ổn định, không có nợ quá hạn và mục đích vay phù hợp, sau đó đề xuất cấp 200 triệu đồng trong 36 tháng. Hội đồng tín dụng phê duyệt 180 triệu đồng và yêu cầu giảm hạn mức do khách hàng có tỷ lệ nợ tổng tương đối cao. Kết quả thể hiện tính chất hỗ trợ của mô hình: mô hình cung cấp khung đánh giá ban đầu, còn thẩm định viên và cấp phê duyệt quyết định mức tín dụng cuối cùng.

Kiểm soát mô hình và rủi ro vận hành

Hiệu quả của phê duyệt tín dụng theo mô hình phụ thuộc vào năng lực kiểm soát mô hình. Ngân hàng cần có quy trình quản lý phiên bản, kiểm định mô hình trước khi đưa vào sử dụng, giám sát định kỳ, phát hiện sai lệch và phương án dự phòng khi mô hình gặp sự cố.

Các rủi ro thường gặp gồm dữ liệu không đầy đủ, mô hình bị lệch do thay đổi cơ cấu khách hàng, điểm mô hình bị sử dụng sai mục đích, thiếu kiểm soát chéo và việc nhân viên đánh đồng điểm mô hình với quyết định tín dụng. Để hạn chế rủi ro, điểm mô hình chỉ nên là một trong các căn cứ trong hồ sơ tín dụng.

Báo cáo giám sát thường theo dõi tỷ lệ phê duyệt, tỷ lệ từ chối, tỷ lệ quá hạn, tỷ lệ tái vỡ nợ, mức lỗ bình quân và khoảng cách giữa xác suất dự báo với kết quả thực tế. Nếu chênh lệch vượt ngưỡng do ngân hàng thiết lập, cần rà soát dữ liệu, quy trình, chính sách và bản thân mô hình.

Câu hỏi thường gặp

Hỏi: Nếu điểm mô hình của khách hàng thấp nhưng nhân viên tín dụng đề xuất cấp tín dụng, hồ sơ có được phê duyệt không?
Không phải. Kết quả mô hình chỉ là một căn cứ trong quyết định. Nhân viên tín dụng phải giải trình bằng thông tin tài chính, dòng tiền và các yếu tố nghiệp vụ; nếu điểm mô hình thấp hơn ngưỡng áp dụng, hồ sơ thường phải trình cấp phê duyệt cao hơn hoặc bị từ chối nếu không có căn cứ bù đắm hợp lý.

Hỏi: Khách hàng doanh nghiệp có quy mô lớn nhưng không nằm trong phân khúc mô hình thì có thể sử dụng phê duyệt tín dụng theo mô hình không?
Không nên áp dụng trực tiếp nếu phạm vi mô hình không bao gồm nhóm khách hàng đó. Ngân hàng cần đánh giá tính phù hợp của dữ liệu, hiệu quả mô hình và phương án quản trị trước khi mở rộng sử dụng, hoặc tiến hành phát triển và kiểm định một mô hình phù hợp riêng.

Hỏi: Khi nào cần hiệu chỉnh mô hình tín dụng?
Mô hình cần được hiệu chỉnh khi kết quả giám sát cho thấy độ chính xác giảm sút, tỷ lệ vỡ nợ tăng bất thường, cơ cấu khách hàng thay đổi, chính sách tín dụng thay đổi hoặc có thay đổi lớn về dữ liệu đầu vào. Việc hiệu chỉnh phải được kiểm soát theo quy trình và ghi nhận đầy đủ phiên bản sử dụng.

Thông tin trên mang tính tham khảo về thuật ngữ nghiệp vụ. Cách áp dụng tại từng ngân hàng còn phụ thuộc vào quy trình, thẩm quyền và chính sách tín dụng đã được phê duyệt.

Kiến thức này có trong đề thi tuyển dụng ngân hàng

Luyện thi với đề mô phỏng thực tế, chấm điểm tức thì

Thuật ngữ liên quan

A

AI trong ngân hàng (Artificial Intelligence in Banking)

Nghiệp vụ ngân hàng

AI trong ngân hàng (Artificial Intelligence in Banking) là việc ứng dụng trí tuệ nhân tạo — bao gồm

A

AML — Phòng chống rửa tiền (Anti-Money Laundering)

Nghiệp vụ ngân hàng

AML (Anti-Money Laundering — Phòng chống rửa tiền) là tổng hợp các biện pháp pháp lý, quy trình và h

A

AUM — Tổng tài sản quản lý tiếng Anh là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Anh là AUM — Assets Under Management. Thuật ngữ ngân hàng song ngữ

A

AUM — Tổng tài sản quản lý tiếng Hàn là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Hàn là AUM — 운용자산규모(운용자산규모). Thuật ngữ ngân hàng song ngữ Việt-Hàn.

A

AUM — Tổng tài sản quản lý tiếng Nhật là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Nhật là AUM — 運用資産残高(うんようしさんざんだか). Thuật ngữ ngân hàng song ngữ Việ

A

AUM — Tổng tài sản quản lý tiếng Trung là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Trung là AUM — 资产管理规模(zīchǎn guǎnlǐ guīmó). Thuật ngữ ngân hàng son

A

AUM — Tổng tài sản quản lý tiếng Tây Ban Nha là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Tây Ban Nha là AUM — Activos Bajo Gestión. Thuật ngữ ngân hàng song

A

Acq

Nghiệp vụ ngân hàng

Acq là thuật ngữ phổ biến trong lĩnh vực ngân hàng tài chính.

T
thithu.com

Miễn trừ trách nhiệm: Nội dung câu hỏi trên thithu.com chỉ mang tính chất luyện tập và tham khảo, không đại diện cho đề thi chính thức của bất kỳ tổ chức nào. Chúng tôi không chịu trách nhiệm về kết quả thi thực tế của người dùng.