Mô hình Xác suất Vỡ nợ Tổng hợp (Aggregate Probability of Default Model)
Mô hình Xác suất Vỡ nợ Tổng hợp (tiếng Anh: Aggregate Probability of Default Model, viết tắt: Aggregate PD Model) là mô hình định lượng được sử dụng trong quản trị rủi ro tín dụng nhằm ước lượng xác suất vỡ nợ đồng thời của toàn bộ danh mục khách hàng (hoặc một phân khúc danh mục) trong một khoảng thời gian xác định, thường là một năm. Khác với mô hình xác suất vỡ nợ ở cấp độ khách hàng đơn lẻ (PD cấp cá nhân), mô hình tổng hợp cộng gộp kết quả từ nhiều khoản vay, nhiều nhóm khách hàng hoặc nhiều phân khúc rủi ro khác nhau để đưa ra một con số duy nhất phản ánh mức độ rủi ro tổng thể của danh mục tín dụng.
Trong thực tiễn ngân hàng Việt Nam, mô hình này là một trong những đầu vào quan trọng cho quy trình tính toán vốn kinh tế (Economic Capital), dự phòng rủi ro tín dụng theo phương pháp nội bộ (IRB) và các bài tập stress test theo quy định hiện hành của Ngân hàng Nhà nước.
Phân biệt với mô hình PD cấp khách hàng
- PD cấp khách hàng (Obligor-level PD): Ước lượng xác suất một khách hàng cá biệt vỡ nợ trong 12 tháng tới. Đầu vào thường là hồ sơ tài chính, lịch sử tín dụng, ngành nghề, hành vi giao dịch...
- PD tổng hợp (Aggregate PD): Ước lượng tỷ lệ vỡ nợ kỳ vọng của toàn bộ danh mục, thường được tính bằng cách lấy tổng (hoặc trung bình có trọng số) PD của từng khoản vay, sau đó hiệu chỉnh theo mức độ tương quan rủi ro giữa các khách hàng (asset correlation).
- Công thức minh họa: Aggregate PD = Σ (EAD_i × PD_i × w_i) / Σ EAD_i, trong đó w_i là hệ số trọng số rủi ro của khoản vay thứ i.
Các thành phần chính của mô hình
- Dữ liệu đầu vào: Lịch sử vỡ nợ theo từng phân khúc khách hàng (retail, SME, doanh nghiệp lớn), tình hình kinh tế vĩ mô (GDP, tỷ giá, lãi suất), đặc điểm ngành, khu vực địa lý.
- Mô hình thống kê: Thường sử dụng logistic regression, mô hình hồi quy Cox, hoặc các mô hình chuỗi thời gian (ARIMA, VAR) kết hợp với chỉ tiêu vĩ mô. Trong một số ngân hàng lớn, mô hình machine learning (gradient boosting, random forest) cũng được ứng dụng.
- Hiệu chỉnh tương quan rủi ro (asset correlation): Yếu tố quan trọng quyết định xác suất vỡ nợ đồng thời. Khi kinh tế suy thoái, tương quan rủi ro giữa các khách hàng tăng cao, kéo theo Aggregate PD tăng mạnh hơn so với tổng đơn lẻ.
- Kịch bản vĩ mô (macro overlay): Hiệu chỉnh PD nền (through-the-cycle PD) thành PD chu kỳ (point-in-time PD) dựa trên các biến số kinh tế hiện hành.
Ứng dụng trong quản trị rủi ro ngân hàng
- Stress test: Aggregate PD là đầu vào để mô phỏng tổn thất danh mục trong các kịch bản suy thoái (kịch bản cơ sở, kịch bản xấu, kịch bản cực đoan).
- Tính vốn kinh tế (Economic Capital): Hỗ trợ ước lượng VaR tín dụng của danh mục ở mức độ tin cậy 99,9% theo khung Basel II/III.
- Lập kế hoạch dự phòng: Giúp ngân hàng ước lượng chi phí dự phòng rủi ro tín dụng (credit cost) trong kế hoạch tài chính hàng năm.
- Giám sát chất lượng danh mục: Cung cấp tín hiệu sớm về xu hướng gia tăng rủi ro tổng thể, hỗ trợ Hội đồng tín dụng điều chỉnh chính sách cho vay.
Câu hỏi thường gặp
Hỏi: Aggregate PD có phải luôn bằng trung bình cộng PD của từng khoản vay không?
Không hoàn toàn. Trong trường hợp giả định các khoản vay độc lập về rủi ro, Aggregate PD xấp xỉ trung bình có trọng số theo dư nợ. Tuy nhiên, trong thực tế các khách hàng có tương quan rủi ro (đặc biệt trong giai đoạn suy thoái kinh tế), Aggregate PD luôn cao hơn trung bình đơn lẻ vì xác suất nhiều khách hàng cùng vỡ nợ trong một thời điểm tăng lên đáng kể.
Hỏi: Trong kỳ thi tuyển dụng ngân hàng, Aggregate PD thường xuất hiện ở vị trí nào của mô hình rủi ro tín dụng?
Aggregate PD là một trong những tham số đầu vào của mô hình tính tổn thất tín dụng kỳ vọng (Expected Loss = EAD × PD × LGD) ở cấp danh mục. Trong đề thi, câu hỏi thường yêu cầu ứng viên phân biệt giữa PD cấp khách hàng, PD tổng hợp, hoặc tính toán tổn thất danh mục khi cho trước các tham số. Ngoài ra, Aggregate PD còn được sử dụng trong bài toán stress test với kịch bản hệ số tương quan rủi ro tài sản tăng lên trong suy thoái.
Hỏi: Mô hình Aggregate PD có cần phê duyệt của Ngân hàng Nhà nước khi triển khai không?
Theo quy định hiện hành về hệ thống xếp hạng tín dụng nội bộ và phân loại nợ, khi ngân hàng sử dụng mô hình định lượng nội bộ làm đầu vào cho phân loại rủi ro hoặc tính dự phòng, mô hình đó cần được xây dựng, kiểm định và phê duyệt nội bộ theo khung quản trị rủi ro mô hình (Model Risk Management). Đối với việc triển khai phương pháp IRB theo Basel II/III tại Việt Nam, ngân hàng cần đáp ứng các yêu cầu của Ngân hàng Nhà nước về năng lực định lượng, dữ liệu lịch sử và quy trình kiểm định mô hình.
Nội dung mang tính tham khảo chuyên môn, không thay thế tư vấn chính thức từ các cơ quan quản lý hoặc chuyên gia tài chính – ngân hàng.