Khóa học Xếp hạng tín dụng khách hàng

NỘI DUNG KHOÁ HỌC

Phần 1: Mô hình xếp hạng tín dụng Nội dung 3 ngày bao gồm thực hành trên Excel. Yêu cầu học viên có kiến thức về thống kê và biết sử dụng Excel. Cần đem máy tính sách tay khi tham gia khoá học

Ngày 1 Chủ đề 1: QLRR tín dụng và lập mô hình

• Quy trình chung

• Cấu trúc và tái cấu trúc các khoản tín dụng

• Tổng quan pháp luật về phá sản

• Biện pháp giảm thiểu rủi ro tín dụng

• Kỹ thuật xử lý rủi ro tín dụng

• Khủng hoảng tín dụng

• Sản phẩm phái sinh tín dụng

• Các mô hình rủi ro tín dụng thông dụng

• Vai trò và các hạn chế của mô hình

• Khung đánh giá rủi ro tín dụng

Chủ đề 2: Xếp hạng tín dụng

• Các cách thông dụng

• Phân tích chỉ số

• Phân tích khác biệt

• Xác suất vỡ nợ (PD)

• Xếp hạng bên ngoài'

• Các ma trận dịch chuyển hạng

Ngày 2 Chủ đề 3: Thông lệ tốt nhất về xây dựng mô hình tín dụng

• Phân tích hệ thống nguyên nhân

• Truy vết kiểm toán

• Đánh giá

• Phương pháp tiếp cận Mô đun

• Dữ liệu

• Xây dựng mô hình

• Data

• Building models

• Tích họp các mô hình trong quy trình

• Chuỗi thời gian và thiên nga đen

• (Time series and black swans)

• Các vấn đề vĩ mô

• Sử dụng đúng và sai mô hình tín dụng

• Xây dựng văn hoá mẫu

Chủ đề 4: Mô hình rủi ro tín dụng dưới góc nhìn của nhà quản lý

• Basel I, Basel II, Basel III

• Các cách tiếp cận

• Phương pháp tiếp cận nội bộ (IRB)

• Tổn thất khi phá sản (LGD)

• Giá trị rủi ro tại thời điểm phá sản (EAD)

• Thẩm định theo Basel II/III

• Các mô hình của nhà cung cấp được các nhà quản lý xem xét

• Quy trình phê duyệt mô hình

Ngày 3 Chủ đề 5: Các mô hình tín điểm tín dụng và các mô hình rủi ro tín dụng tiên tiến

• Mô hình chấm điểm

• Các công ty xếp hạng

• Dự báo giá trị tổn thất khi phá sản

• Tương quan tín dụng

• Lập mô hình tín dụng dựa trên danh mục

Ngày 4 Chủ đề 6: Thực hành thẩm định 1 mô hình

Phần 2: Thực hành SPSS SPSS Statistics là bộ phần mềm được sử dụng để phân tích thống kê. Nội dung sau đây dành cho 1 ngày thực hành trên SPSS. Học viên cần cài đặt SPSS khi tham gia khoá học.

• Giới thiệu về SPSS

• Thống kê mô tả (tần số, trung bình, độ lệch chuẩn, v.v)

• Các bước nền tảng để thiết lập mô hình

• Phương pháp phân tích tương quan (Correlation analysis)

• Phương pháp phân tích nhân tố khám phá (Exploratory factor analysis – EFA)

• Phương pháp phân tích chuỗi thời gian (Time series analysis)

• Phương pháp phân tích hồi quy đa và đơn biến (Single & multiple regression analysis)

• Phương pháp so sánh hai nhóm (T – test)

• Kiểm định phi tham số (Non – parametric testing)

• Phương pháp phân tích phương sai (Analysis of variance – ANOVA)

• Phân tích hồi quy với biến giả (Regression with dummy variables)

• Phương pháp phân tích hồi quy từng bước (Stepwise regression)

• Phương pháp phân tích hồi quy logistic (Logistic Regression)