Hồi quy logistic là gì?

Hồi quy logistic là gì?

Hồi quy logistic (Logistic Regression) là một phương pháp thống kê thuộc học có giám sát (supervised learning), được sử dụng để giải quyết bài toán phân loại nhị phân, trong đó biến phụ thuộc chỉ có hai giá trị: 0 hoặc 1, có hoặc không. Trong lĩnh vực ngân hàng, đây là kỹ thuật cốt lõi được ứng dụng rộng rãi trong mô hình chấm điểm tín dụng và dự đoán khả năng vỡ nợ của khách hàng vay vốn.

Mô hình ước tính xác suất để một sự kiện xảy ra dựa trên các biến độc lập đầu vào. Thay vì dự đoán giá trị liên tục như hồi quy tuyến tính, mô hình sử dụng hàm sigmoid (hay còn gọi là hàm logistic) để chuyển đổi kết quả về phạm vi từ 0 đến 1, biểu diễn xác suất để quan sát thuộc về một trong hai nhóm. Một điểm mạnh quan trọng của hồi quy logistic là khả năng diễn giải dễ dàng: hệ số ước lượng cho biết mỗi biến độc lập tác động như thế nào đến log-odds (logarit tự nhiên của tỷ lệ cược) của sự kiện đang xét.

Tại sao Hồi quy logistic quan trọng trong ngân hàng?

• Đánh giá rủi ro tín dụng: Hồi quy logistic là công cụ cốt lõi trong hệ thống chấm điểm tín dụng (credit scoring), giúp phân loại khách hàng thành nhóm có khả năng vỡ nợ cao và thấp.
• Quản trị rủi ro: Hỗ trợ phát hiện gian lận tín dụng, cảnh báo sớm nợ xấu và phân loại rủi ro danh mục cho vay.
• Tuân thủ pháp lý: Đáp ứng yêu cầu của Thông tư 43/2016/TT-NHNN về phân loại tài sản có rủi ro và chuẩn Basel II trong quản lý rủi ro tín dụng.
• Tính minh bạch: Kết quả dễ giải thích cho ban lãnh đạo, cơ quan quản lý và khách hàng, phù hợp với môi trường ngân hàng cần giải trình quyết định tín dụng.
• Hiệu quả chi phí: Xây dựng và vận hành mô hình đơn giản, không đòi hỏi tài nguyên tính toán lớn như các thuật toán học sâu.

Cách hoạt động / Cách tính

Hàm sigmoid là trái tim của hồi quy logistic, chuyển đổi bất kỳ giá trị thực nào thành xác suất trong khoảng [0,1]:

P(y=1) = 1 / (1 + e^(-z))

Trong đó z = β₀ + β₁X₁ + β₂X₂ + ... + βₙXₙ là tổ hợp tuyến tính của các biến độc lập.

Log-odds là logarit tự nhiên của tỷ lệ cược: ln(P/(1-P)). Phương trình hồi quy logistic thực chất mô hình hóa mối quan hệ tuyến tính giữa các biến độc lập và log-odds của sự kiện.

Ý nghĩa hệ số: Khi biến Xᵢ tăng một đơn vị, log-odds của sự kiện tăng thêm βᵢ đơn vị. Để dễ diễn giải, người ta tính Odds Ratio (OR) = e^(βᵢ):

• OR > 1: Biến làm tăng khả năng xảy ra sự kiện
• OR < 1: Biến làm giảm khả năng xảy ra sự kiện
• OR = 1: Biến không ảnh hưởng

Ngưỡng phân loại (threshold): Thông thường đặt tại 0,5. Nếu P(y=1) ≥ 0,5 thì dự đoán lớp 1, ngược lại dự đoán lớp 0.

Các chỉ số đánh giá mô hình:

• AUC-ROC (Area Under ROC Curve): Diện tích dưới đường cong ROC, giá trị từ 0,5 đến 1. Trên 0,7 được coi là chấp nhận được, trên 0,8 là tốt trong chấm điểm tín dụng.
• Sensitivity (Độ nhạy): Tỷ lệ dự đoán đúng trường hợp vỡ nợ thực tế.
• Specificity (Độ đặc hiệu): Tỷ lệ dự đoán đúng trường hợp không vỡ nợ.
• Accuracy (Độ chính xác): Tỷ lệ dự đoán đúng trên tổng số quan sát.

Ví dụ thực tế

Ví dụ 1: Chấm điểm tín dụng tại Ngân hàng A

Ngân hàng A xây dựng mô hình hồi quy logistic để đánh giá hồ sơ vay mua nhà của khách hàng cá nhân. Các biến đầu vào bao gồm: thu nhập hàng tháng (X₁), tỷ lệ nợ trên thu nhập DTI (X₂), thời gian làm việc (X₃), độ tuổi (X₄), và lịch sử tín dụng (X₅).

Một khách hàng cụ thể có thông số: thu nhập 25 triệu đồng/tháng, DTI = 0,35, thời gian làm việc 5 năm, 35 tuổi, và điểm tín dụng lịch sử 720. Mô hình tính toán xác suất vỡ nợ P = 0,35 < 0,5, do đó hệ thống tự động phê duyệt hồ sơ. Ngân hàng A áp dụng mô hình này trong 12 tháng và ghi nhận tỷ lệ vỡ nợ giảm khoảng 15% so với giai đoạn trước đó, trong khi số lượng hồ sơ phê duyệt vẫn duy trì ổn định.

Ví dụ 2: Phát hiện gian lận tại Ngân hàng B

Ngân hàng B triển khai mô hình hồi quy logistic cho hệ thống phát hiện gian lận thẻ ngân hàng theo thời gian thực. Các biến đầu vào gồm: số lần giao dịch trong ngày, giá trị giao dịch so với trung bình, thiết bị truy cập, vị trí địa lý, thời gian giao dịch và loại merchant.

Khi một giao dịch có giá trị 50 triệu đồng được thực hiện từ thiết bị lạ tại quốc gia khác, không có lịch sử giao dịch tại quốc gia đó, hệ thống tính toán xác suất gian lận P = 0,82 > 0,5. Ngay lập tức, thẻ bị tạm khóa và tin nhắn cảnh báo được gửi đến khách hàng qua ứng dụng ngân hàng điện tử. Trong quý đầu tiên triển khai, Ngân hàng B ngăn chặn thành công khoảng 2.300 giao dịch gian lận với tổng giá trị ước tính 85 tỷ đồng.

Phân biệt với thuật ngữ liên quan

Câu hỏi thường gặp trong đề thi

1. Hồi quy logistic được sử dụng để giải quyết loại bài toán nào trong lĩnh vực ngân hàng?

2. Hàm sigmoid trong hồi quy logistic có vai trò gì và tại sao đầu ra của mô hình luôn nằm trong khoảng từ 0 đến 1?

3. Khi hệ số β của một biến độc lập trong mô hình hồi quy logistic mang giá trị dương, điều đó có ý nghĩa như thế nào đối với khả năng xảy ra sự kiện?

4. Nếu Odds Ratio (OR) của biến "tỷ lệ nợ trên thu nhập" trong mô hình chấm điểm tín dụng là 1,5, thì khi tỷ lệ này tăng thêm một đơn vị, tỷ lệ cược vỡ nợ sẽ thay đổi như thế nào?

5. Trong đánh giá mô hình phân loại tín dụng, chỉ số AUC-ROC đạt giá trị bao nhiêu được coi là mức chấp nhận được và mức tốt?

Tổng kết

Hồi quy logistic là phương pháp thống kê nền tảng trong lĩnh vực định lượng rủi ro tín dụng, được ứng dụng rộng rãi tại các ngân hàng thương mại Việt Nam. Với ưu điểm về khả năng diễn giải, hiệu quả tính toán và đáp ứng yêu cầu pháp lý, đây là kiến thức bắt buộc đối với ứng viên thi tuyển dụng vào các vị trí liên quan đến quản trị rủi ro, tín dụng và phân tích dữ liệu ngân hàng.

Để chuẩn bị tốt cho kỳ thi, thí sinh cần nắm vững cách tính xác suất qua hàm sigmoid, ý nghĩa của hệ số và odds ratio, cũng như cách đọc và so sánh các chỉ số đánh giá mô hình như AUC-ROC, sensitivity và specificity. Việc hiểu rõ giả định và hạn chế của mô hình sẽ giúp ứng viên trả lời các câu hỏi phân tích tình huống một cách thuyết phục.