📘 CREDIT RISK MODELING – LẬP MÔ HÌNH RỦI RO TÍN DỤNG
KHÓA HỌC 2 NGÀY, 30&31/8/2025.
Từ 9am-12pm và từ 2pm-5pm mỗi ngày
Khóa học được giảng dạy bằng tiếng Anh, có phiên dịch tiếng Việt
🎯 Mục tiêu khóa học
Học viên sẽ nắm vững cách:
• Phát triển các mô hình xác suất vỡ nợ (PD), tổn thất khi vỡ nợ (LGD) và mức rủi ro tại thời điểm vỡ nợ (EAD)
• Thực hiện xác minh, backtest và benchmark mô hình rủi ro tín dụng
• Thực hiện stress test mô hình PD, LGD và EAD
• Xây dựng mô hình cho các danh mục có tỷ lệ vỡ nợ thấp (LDPs)
• Ứng dụng kỹ thuật mới và nâng cao để cải thiện mô hình hóa rủi ro tín dụng
📍 Phần 1: Kiến thức nền về Rủi ro Tín dụng
• Các loại mô hình chấm điểm tín dụng: ứng dụng, hành vi và động
• Credit bureaus và vai trò của họ
• Mô hình dự báo phá sản & mô hình chuyên gia
• Hệ thống xếp hạng tín dụng và cơ quan xếp hạng
🏛 Phần 2: Chuẩn mực Basel & Khuôn khổ vốn rủi ro
• Vốn quy định (Regulatory) vs. vốn kinh tế (Economic)
• Basel I, II và III – khác biệt và tiến hóa
• Phân biệt các yếu tố: PD, LGD, EAD, Expected vs. Unexpected Loss
• Mô hình Merton/Vasicek làm nền tảng cho IRB
🧪 Phần 3: Lấy mẫu dữ liệu & Tiền xử lý
• Lựa chọn mẫu & biến đầu vào
• Xử lý dữ liệu thiếu & ngoại lệ
• Phân tích dữ liệu khám phá (EDA)
• Mã hóa WOE & tính giá trị thông tin (IV)
• Phân đoạn khách hàng & suy luận từ hồ sơ bị từ chối (reject inference)
🧮 Phần 4: Phát triển Mô hình PD
• Các kỹ thuật phân loại: Logistic Regression, Decision Trees, KNN, v.v.
• Chọn biến đầu vào: bộ lọc, hồi quy từng bước
• Chia dữ liệu: tập huấn luyện, kiểm tra, cross-validation
• Đánh giá hiệu suất: ROC, CAP, KS statistic
• Triết lý xếp hạng: Point-in-Time vs. Through-the-Cycle
• Hiệu chỉnh PD & định nghĩa xếp hạng tín dụng
📊 Phần 5: Phát triển Mô hình LGD và EAD
• Các cách xác định LGD: thị trường vs. workout
• Phân đoạn & hồi quy tuyến tính trong mô hình LGD
• Hiệu chỉnh LGD: theo thời gian, mặc định, hoặc theo triển vọng kinh tế
• Mô hình EAD & ước lượng hệ số chuyển đổi tín dụng (CCF)
• Tương quan giữa PD–LGD–EAD & tính Expected Loss (EL)
🧷 Phần 6: Kiểm định, Backtest & Benchmark mô hình
• Kiểm định định lượng vs. định tính
• Đánh giá độ ổn định, độ phân biệt, độ hiệu chỉnh
• Các công cụ kiểm thử: chỉ số, ROC, mô hình binomial/Vasicek
• Kiểm thử sử dụng, chất lượng dữ liệu & quản trị mô hình
• So sánh nội bộ vs. bên ngoài (benchmarking)
🧭 Phần 7: Danh mục có tỷ lệ vỡ nợ thấp (LDPs)
• Định nghĩa và thách thức
• Kỹ thuật lấy mẫu và hiệu chỉnh
• Áp dụng phương pháp xác suất và hiệu chỉnh tần suất thấp
🌪 Phần 8: Stress Testing mô hình PD, LGD, EAD
• Quy định và hướng dẫn thực hiện stress testing
• Phân tích nhạy cảm & kịch bản (lịch sử vs. giả định)
• Ví dụ thực tế từ ngành
• So sánh Pillar 1 vs. Pillar 2 stress tests
• Tích hợp stress testing vĩ mô
Thực hành liên tục trong các học phần