Mô hình Credit Risk+ là gì?

Mô hình Credit Risk+ là gì?

Mô hình Credit Risk+ là một phương pháp đo lường rủi ro tín dụng danh mục được phát triển bởi Credit Suisse Financial Products vào năm 1997. Đây là mô hình thuộc nhóm reduced-form (dạng rút gọn), trong đó việc vỡ nợ được xem là một sự kiện ngẫu nhiên tuân theo quy luật thống kê, không phụ thuộc vào cấu trúc vốn nội tại của doanh nghiệp. Điểm đặc trưng của Credit Risk+ là sử dụng phân phối Poisson để mô hình hóa số lượng sự kiện vỡ nợ và phân phối Gamma để mô hình hóa mức tổn thất khi xảy ra vỡ nợ (Loss Given Default - LGD). Mô hình này hoạt động dựa trên nguyên lý tính toán bảo hiểm phi nhân thọ, trong đó mỗi khoản vay có một cường độ vỡ nợ (default intensity) riêng biệt.

Tại sao Credit Risk+ quan trọng trong ngân hàng?

Mô hình Credit Risk+ đóng vai trò then chốt trong hệ thống quản trị rủi ro tín dụng hiện đại của các ngân hàng thương mại với những lý do chính sau:

• Tuân thủ quy định Basel II: Thông tư 13/2016/TT-NHNN yêu cầu các ngân hàng phải có hệ thống đo lường rủi ro tín dụng nội bộ, trong đó khuyến khích sử dụng các mô hình thống kê tiên tiến như Credit Risk+ để ước tính nhu cầu vốn tối thiểu.

• Ước tính vốn kinh tế chính xác: Mô hình cung cấp phân phối xác suất tổng tổn thất danh mục, cho phép tính toán giá trị VaR (Value at Risk) tại các mức tin cậy khác nhau như 99,9%, giúp ngân hàng xác định lượng vốn dự phòng cần thiết.

• Phù hợp với danh mục retail: Credit Risk+ đặc biệt hiệu quả với các danh mục có nhiều khoản vay nhỏ lẻ (retail portfolio) như tín dụng cá nhân, thẻ tín dụng, cho vay mua nhà — nơi số lượng khoản vay lớn nhưng mỗi khoản có xác suất vỡ nợ thấp.

• Tính toán đơn giản và hiệu quả: So với các mô hình cấu trúc như KMV hay CreditMetrics, Credit Risk+ yêu cầu ít tham số đầu vào hơn và có thể xử lý danh mục lớn với tốc độ tính toán nhanh chóng.

Cách hoạt động và cách tính toán

Nguyên lý cốt lõi

Mô hình Credit Risk+ hoạt động dựa trên việc giả định số lượng khoản vỡ nợ trong một khoảng thời gian (thường là một năm) tuân theo phân phối Poisson với tham số trung bình phụ thuộc vào các yếu tố chung như ngành nghề, vùng địa lý hoặc điều kiện kinh tế vĩ mô.

Công thức cơ bản

Xác suất vỡ nợ theo phân phối Poisson:

$$P(N = n) = \frac{e^{-\lambda} \lambda^n}{n!}$$

Trong đó:

• N là số lượng khoản vỡ nợ trong kỳ
• λ (lambda) là cường độ vỡ nợ trung bình (default intensity)
• n là số khoản vỡ nợ xảy ra

Mức tổn thất khi vỡ nợ (LGD): Được giả định tuân theo phân phối Gamma với hàm mật độ:

$$f(x) = \frac{x^{\alpha-1} e^{-x/\beta}}{\beta^\alpha \Gamma(\alpha)}$$

Trong đó α là tham số hình dạng và β là tham số tỷ lệ.

Quy trình tính toán

Bước 1: Xác định cường độ vỡ nợ (λ) cho từng khoản vay hoặc nhóm khoản vay có cùng đặc đặc tính rủi ro.

Bước 2: Nhóm các khoản phơi nhiễm thành các băng (band) theo mức độ tương đương để đơn giản hóa tính toán.

Bước 3: Sử dụng hàm sinh đại lượng (generating function) để tính phân phối tổn thất danh mục tổng hợp.

Bước 4: Tính VaR tại mức tin cậy yêu cầu (ví dụ: 99,9% theo Basel II) dựa trên phân phối tổn thất.

Ví dụ thực tế

Tình huống tại Ngân hàng A:

Giả sử Ngân hàng A có danh mục cho vay retail gồm 10.000 khoản vay cá nhân với các thông số sau:

• Tổng dư nợ: 500 tỷ đồng
• Cường độ vỡ nợ trung bình (λ): 0,02 (tức 2% xác suất vỡ nợ trung bình)
• LGD trung bình: 60% (theo phân phối Gamma)
• Mức tin cậy yêu cầu: 99,9%

Kết quả tính toán theo mô hình:

• Số khoản vỡ nợ kỳ vọng: E(N) = λ = 200 khoản
• Tổn thất kỳ vọng: 200 × (500 tỷ / 10.000) × 60% = 6 tỷ đồng
• VaR tại 99,9%: Khoảng 18-22 tỷ đồng (tùy thuộc vào phương sai của LGD)
• Vốn kinh tế cần dự phòng: ~22 tỷ đồng

Phân tích theo ngành:

Ngân hàng A cũng áp dụng Credit Risk+ để phân tích danh mục cho vay doanh nghiệp phân theo ngành:

Mô hình sẽ tính toán mức tương quan giữa các ngành để đưa ra phân phối tổn thất tổng hợp cho toàn bộ danh mục doanh nghiệp, giúp Ngân hàng A phân bổ vốn tối ưu theo Thông tư 13/2016/TT-NHNN.

Phân biệt Credit Risk+ với các mô hình liên quan

Điểm khác biệt quan trọng: Credit Risk+ không cần ước tính giá trị nội tại doanh nghiệp như mô hình KMV, cũng không cần ma trận chuyển đổi tín dụng như CreditMetrics. Mô hình chỉ cần hai tham số chính là cường độ vỡ nợ và LGD, giúp việc triển khai đơn giản hơn với dữ liệu sẵn có của ngân hàng.

Câu hỏi thường gặp trong đề thi

Câu 1: Trong mô hình Credit Risk+, giả định nào được sử dụng cho số lượng khoản vỡ nợ trong một khoảng thời gian?

• A. Phân phối chuẩn (Normal distribution)
• B. Phân phối Poisson (Poisson distribution)
• C. Phân phối nhị thức (Binomial distribution)
• D. Phân phối Gamma (Gamma distribution)

Câu 2: Mô hình Credit Risk+ được phát triển bởi tổ chức nào và vào năm nào?

• A. JPMorgan Chase năm 1995
• B. McKinsey & Company năm 1998
• C. Credit Suisse Financial Products năm 1997
• D. Standard & Poor's năm 1996

Câu 3: Cường độ vỡ nợ (default intensity) trong mô hình Credit Risk+ thường được ký hiệu là gì?

• A. σ (sigma)
• B. β (beta)
• C. λ (lambda)
• D. α (alpha)

Câu 4: Mô hình Credit Risk+ thuộc nhóm nào trong phân loại các mô hình rủi ro tín dụng?

• A. Mô hình cấu trúc (Structural model)
• B. Mô hình dạng rút gọn (Reduced-form model)
• C. Mô hình xếp hạng tín dụng (Credit scoring model)
• D. Mô hình thực nghiệm (Empirical model)

Câu 5: Đâu KHÔNG phải là ưu điểm của mô hình Credit Risk+ so với các mô hình rủi ro tín dụng khác?

• A. Tính toán đơn giản, ít tham số đầu vào
• B. Phù hợp với danh mục retail có nhiều khoản vay nhỏ
• C. Cần ước tính giá trị nội tại doanh nghiệp
• D. Xử lý được danh mục lớn với tốc độ nhanh

Tổng kết

Mô hình Credit Risk+ là công cụ đo lường rủi ro tín dụng danh mục quan trọng, được xây dựng trên nền tảng lý thuyết bảo hiểm phi nhân thọ với việc sử dụng phân phối Poisson cho sự kiện vỡ nợ và phân phối Gamma cho LGD. Với ưu điểm về tính đơn giản trong tính toán và khả năng xử lý danh mục lớn, Credit Risk+ đặc biệt phù hợp với các ngân hàng tại Việt Nam trong việc đáp ứng yêu cầu Basel II theo Thông tư 13/2016/TT-NHNN. Khi ôn thi tuyển dụng ngân hàng, thí sinh cần nắm vững nguyên lý hoạt động, công thức cơ bản và khả năng phân biệt Credit Risk+ với các mô hình khác như CreditMetrics hay KMV để có thể trả lời tốt các câu hỏi liên quan đến quản trị rủi ro tín dụng hiện đại.