Data Engineering cho Phân tích Rủi ro 🏠
🏠 Trang chủ / Data Engineering cho Phân tích Rủi ro / Phần 0 · Nền tảng: rủi ro & dữ liệu / Module 2
📏 Module 2 / 18 · 1 tuần Nền tảng

Đo lường rủi ro: ma trận rủi ro, KRI, khẩu vị và tổn thất kỳ vọng

Biến rủi ro thành con số: sổ đăng ký rủi ro, ma trận khả năng × tác động, chỉ số rủi ro chính (KRI) có ngưỡng, khẩu vị rủi ro, công thức tổn thất kỳ vọng EL = PD × LGD × EAD và “thẻ định nghĩa chỉ số” mà data engineer phải viết.

Risk registerKRIKhẩu vị rủi roPD × LGD × EAD
📌 Vì sao module này quan trọng

“Cái gì không đo được thì không quản được.” Nhưng đo sai còn nguy hiểm hơn không đo: một KRI không có định nghĩa rõ, không có ngưỡng, không có chủ sở hữu thì chỉ là con số trang trí. Module này cho bạn ngôn ngữ chung với người làm rủi ro, để biết pipeline của mình phải tạo ra con số gì, chính xác đến mức nào.

🎯 Mục tiêu học tập

  • Lập sổ đăng ký rủi ro và chấm điểm khả năng × tác động
  • Phân biệt KRI và KPI, chỉ báo sớm và chỉ báo trễ
  • Viết tuyên bố khẩu vị rủi ro có ngưỡng đo được
  • Tính tổn thất kỳ vọng EL = PD × LGD × EAD
  • Viết thẻ định nghĩa chỉ số (metric definition) cho pipeline

🟢 Sổ đăng ký rủi ro (risk register)

Bước đầu tiên của mọi chương trình rủi ro: liệt kê rủi ro, chấm điểm và gán người chịu trách nhiệm. Thang 1–5 cho khả năng xảy ra và mức tác động:

MãRủi roKhả năngTác độngĐiểm gốcChủ sở hữuKRI chính
R01Đại lý lớn vỡ nợ45🔴 20GĐ Kinh doanh% phải thu quá hạn > 90 ngày
R02Thiếu tiền mặt mùa Tết35🔴 15GĐ Tài chínhTiền mặt dự báo thấp nhất 13 tuần
R03USD tăng giá mạnh33🟡 9GĐ Tài chínhVaR 99% 10 ngày
R04Gian lận thanh toán nhà cung cấp24🟡 8Kế toán trưởngSố giao dịch bị gắn cờ chưa xử lý
R05Phụ thuộc một nhà cung cấp24🟡 8GĐ Mua hàngTỷ trọng NCC lớn nhất
R06Báo cáo rủi ro sai do lỗi dữ liệu33🟡 9Trưởng nhóm dữ liệu% kiểm tra chất lượng đạt
Điểm rủi ro = Khả năng (1–5) × Tác động (1–5) Rủi ro còn lại = Điểm gốc × (1 − hiệu quả kiểm soát)
Đây cũng là rủi ro của bạn

Hãy để ý R06: bản thân pipeline dữ liệu là một nguồn rủi ro. Pipeline lỗi im lặng làm báo cáo xanh trong khi thực tế đỏ. Module 7–8 xử lý chuyện này.

🟢 KRI khác KPI thế nào

KPI: đo hiệu quả
  • Doanh thu tháng
  • Số đại lý mới
  • Biên lợi nhuận gộp
  • Trả lời: chúng ta làm tốt đến đâu?
KRI: đo mức rủi ro
  • % phải thu quá hạn > 90 ngày
  • Số ngày thu tiền bình quân (DSO)
  • Tỷ trọng 10 đại lý lớn nhất
  • Trả lời: nguy cơ đang tăng hay giảm?

KRI tốt nên là chỉ báo sớm (leading): báo trước khi tổn thất xảy ra. Ví dụ: “số ngày trễ trung bình đang tăng” là chỉ báo sớm của “vỡ nợ” (chỉ báo trễ). Ở module 3 bạn sẽ thấy đại lý DL0004 trễ tăng vọt 1–2 tháng trước khi vỡ nợ.

KRILoạiXanhVàngĐỏTần suất
% phải thu quá hạn > 90 ngàyTrễ≤ 3%3–5%> 5%Hằng ngày
DSO (ngày)Sớm≤ 5858–65> 65Hằng tuần
Số đại lý dùng > 100% hạn mứcSớm≤ 56–15> 15Hằng ngày
Tiền thấp nhất dự báo 13 tuần (tỷ)Sớm> 3020–30< 20Hằng tuần
Tỷ trọng NCC lớn nhấtSớm≤ 20%20–30%> 30%Hằng tháng

🟡 Khẩu vị rủi ro: biến chính sách thành ngưỡng

Khẩu vị rủi ro (risk appetite) là mức rủi ro HĐQT chấp nhận để theo đuổi mục tiêu. Câu chữ chung chung như “thận trọng với công nợ” không giúp được ai; phải viết thành ngưỡng đo được:

Tuyên bố khẩu vị rủi ro tín dụng - An Phát 2026 (ví dụ)
1. Phải thu quá hạn > 90 ngày không vượt 5% tổng phải thu tại mọi thời điểm cuối tháng.
2. Không đại lý nào có dư nợ vượt 120% hạn mức quá 5 ngày làm việc.
3. Tổng dư nợ của 10 đại lý lớn nhất không vượt 25% tổng phải thu.
4. Dự phòng tổn thất phải thu không vượt 1,5% doanh thu năm.
Vượt ngưỡng Vàng: báo cáo GĐ Tài chính trong 2 ngày. Vượt ngưỡng Đỏ: báo cáo Tổng GĐ, có kế hoạch xử lý trong 5 ngày.
Data engineer cần gì từ tuyên bố này

Mỗi dòng là một yêu cầu dữ liệu: “tại mọi thời điểm cuối tháng” → cần ảnh chụp (snapshot) công nợ cuối tháng; “quá 5 ngày làm việc” → cần lịch ngày làm việc và lịch sử hằng ngày; “báo cáo trong 2 ngày” → pipeline phải chạy ít nhất hằng ngày.

🟡 Tổn thất kỳ vọng: EL = PD × LGD × EAD

EL = PD × LGD × EAD PD: xác suất vỡ nợ trong 12 tháng · LGD: tỷ lệ mất khi vỡ nợ (= 1 − tỷ lệ thu hồi) · EAD: dư nợ tại thời điểm vỡ nợ

Ví dụ với đại lý có dư nợ lớn nhất hiện tại, DL0516: EAD ≈ 5,98 tỷ, mô hình ở module 11 ước PD ≈ 8,7%, giả định LGD = 60% (thu hồi được 40% qua thương lượng, tài sản bảo đảm). Khi đó EL = 8,7% × 60% × 5,98 ≈ 312 triệu đồng. Nhưng nếu đại lý này vỡ nợ thật, khoản lỗ sẽ là 3.590 triệu: chênh lệch giữa lỗ trung bình và lỗ khi xảy ra là lý do cần thêm tổn thất ngoài dự kiến (UL) và giới hạn tập trung.

Thành phầnĐến từ dữ liệu nàoKhó ở đâu
PDLịch sử thanh toán, hồ sơ đại lý → mô hình (module 11)Định nghĩa “vỡ nợ” phải thống nhất; không rò rỉ dữ liệu tương lai
LGDLịch sử thu hồi sau vỡ nợ, tài sản bảo đảmÍt dữ liệu, thu hồi kéo dài nhiều năm
EADDư nợ hiện tại + phần hạn mức có thể bị rút thêmKhách sắp vỡ nợ thường rút thêm hạn mức

🔴 Thẻ định nghĩa chỉ số: tài liệu quan trọng nhất của data engineer

Mọi KRI cần một “thẻ căn cước” để không ai hiểu khác nhau. Lưu dạng YAML trong kho code, cạnh pipeline tính ra nó:

metric: ar_over_90_pct
ten_hien_thi: "% phải thu quá hạn trên 90 ngày"
dinh_nghia: >
  Tổng số tiền các hoá đơn còn nợ tại ngày chốt có số ngày quá hạn > 90,
  chia cho tổng số tiền các hoá đơn còn nợ tại ngày chốt.
cong_thuc: sum(amount where dpd > 90) / sum(amount)
dpd: ngay_chot - due_date            # tính theo ngày lịch, không theo ngày làm việc
con_no_tai_ngay_chot: invoice_date <= ngay_chot AND (paid_date IS NULL OR paid_date > ngay_chot)
grain: toàn công ty; có thể cắt theo vùng, phân khúc, đại lý
tan_suat: hằng ngày, chốt số cuối tháng
nguon: gold.fct_ar_snapshot
nguong: {xanh: "<= 3%", vang: "3-5%", do: "> 5%"}
chu_so_huu: Giám đốc Tài chính
nguoi_duy_tri: Nhóm dữ liệu (data-team@anphat.vn)
ngoai_le: "Không tính hoá đơn đang tranh chấp đã được GĐ Tài chính phê duyệt (cờ is_disputed)"
Chi tiết nhỏ, hậu quả lớn

Chỉ riêng điều kiện “còn nợ tại ngày chốt” đã có 3 cách hiểu sai phổ biến: lấy hoá đơn chưa trả hôm nay (sai khi tính lại tháng cũ), quên hoá đơn trả sau ngày chốt, hoặc tính dpd theo ngày hoá đơn thay vì ngày đến hạn. Viết ra giúp phát hiện chúng trước khi lên báo cáo.

⚠️ Sai lầm thường mắc

❌ KRI không có ngưỡng

Vì sao nguy hiểm: Không ai biết khi nào phải hành động.

Cách làm đúng: Mỗi KRI có ngưỡng xanh/vàng/đỏ và hành động tương ứng.

❌ Chỉ có chỉ báo trễ

Vì sao nguy hiểm: Biết khi tổn thất đã xảy ra.

Cách làm đúng: Bổ sung chỉ báo sớm: xu hướng trễ hạn, dùng hạn mức, DSO.

❌ Quá nhiều KRI

Vì sao nguy hiểm: 50 chỉ số = không ai đọc.

Cách làm đúng: Mỗi rủi ro trọng yếu 1–3 KRI.

❌ Chấm điểm khả năng/ tác động theo cảm tính mãi

Vì sao nguy hiểm: Không so sánh được theo thời gian.

Cách làm đúng: Định nghĩa thang đo bằng số (VD tác động 5 = lỗ > 20 tỷ).

❌ Dùng EL như tổn thất tối đa

Vì sao nguy hiểm: EL chỉ là trung bình.

Cách làm đúng: Bổ sung kịch bản xấu, giới hạn tập trung.

❌ Định nghĩa chỉ số chỉ nằm trong đầu một người

Vì sao nguy hiểm: Người đó nghỉ việc là mất.

Cách làm đúng: Thẻ định nghĩa trong kho code, có chủ sở hữu.

📌 Cần nhớ
  • Điểm rủi ro = khả năng × tác động; rủi ro còn lại tính sau kiểm soát.
  • KRI đo rủi ro, ưu tiên chỉ báo sớm, luôn có ngưỡng.
  • Khẩu vị rủi ro phải viết thành ngưỡng đo được.
  • EL = PD × LGD × EAD là lỗ trung bình, không phải lỗ tối đa.
  • Mỗi chỉ số cần thẻ định nghĩa: công thức, grain, nguồn, tần suất, chủ sở hữu.

🧩 Tự kiểm tra (bấm để xem đáp án)

1. Rủi ro có khả năng 3, tác động 5, kiểm soát hiệu quả 40%. Điểm còn lại:
A. 15
B. 9
C. 6
Đáp án: B. 15 × (1 − 0,4) = 9.
2. Chỉ số nào là chỉ báo sớm của vỡ nợ?
A. Số tiền đã xoá nợ
B. Số ngày trễ trung bình đang tăng
C. Lỗ tín dụng năm trước
Đáp án: B. Hành vi trả chậm xuất hiện trước vỡ nợ.
3. EAD 2 tỷ, PD 5%, LGD 50%. EL bằng:
A. 50 triệu
B. 100 triệu
C. 1 tỷ
Đáp án: A. 2.000 × 0,05 × 0,5 = 50 triệu.
4. “Phải thu quá hạn > 90 ngày không vượt 5% tại mọi thời điểm cuối tháng” đòi hỏi dữ liệu gì?
A. Chỉ số dư hôm nay
B. Ảnh chụp công nợ cuối mỗi tháng
C. Doanh thu năm
Đáp án: B. Cần snapshot theo thời điểm.
5. Vì sao cần thẻ định nghĩa chỉ số?
A. Cho đẹp tài liệu
B. Để mọi người tính và hiểu chỉ số giống nhau, truy được nguồn
C. Để tăng số KRI
Đáp án: B. Tránh mỗi phòng một con số.

🏋️ Bài tập thực hành

Viết 3 thẻ định nghĩa chỉ số

Viết thẻ YAML cho 3 KRI của An Phát: DSO, số đại lý vượt hạn mức, tỷ trọng 10 đại lý lớn nhất. Mỗi thẻ có định nghĩa, công thức, grain, nguồn, tần suất, ngưỡng, chủ sở hữu và ít nhất một ngoại lệ.

💡 Gợi ý lời giải
DSO = phải thu cuối kỳ / doanh số kỳ × số ngày của kỳ; hãy ghi rõ dùng doanh số 30 ngày hay 90 ngày gần nhất (DSO theo tháng dao động mạnh mùa Tết). “Vượt hạn mức” cần nói rõ so với hạn mức tại ngày đó (module 5 về SCD2).

📚 Tài nguyên học tập

✅ Tự đánh giá hoàn thành

  • Lập sổ đăng ký 5 rủi ro
  • Phân biệt KRI/KPI, sớm/trễ
  • Viết tuyên bố khẩu vị có ngưỡng
  • Tính EL bằng công cụ
  • Viết thẻ định nghĩa chỉ số
Lưu ý: đây là tài liệu giáo dục. Công ty An Phát Distribution, đại lý, nhà cung cấp, nhân viên và mọi số liệu đều là giả định do code sinh ra, không đại diện cho doanh nghiệp thật. Phương pháp (scorecard, ECL, VaR, Benford...) được đơn giản hoá cho mục đích học; khi áp dụng thật, hãy đối chiếu chuẩn mực kế toán (VAS/ IFRS 9), quy định pháp luật hiện hành (ví dụ về bảo vệ dữ liệu cá nhân) và chính sách nội bộ của tổ chức bạn.