TỔNG QUAN VỀ NGHIÊN CỨU
ĐẶT VẤN ĐỀ
Hiện nay, các ngân hàng thương mại trong nước đang chú trọng phát triển hoạt động cho vay đối với nhóm khách hàng cá nhân (KHCN) Sự gia tăng nhu cầu và quy mô thị trường lớn, cùng với dân số đông, tạo ra cơ hội tiềm năng Mặc dù tỷ lệ người dân tiếp cận dịch vụ ngân hàng còn thấp, nhưng các khoản vay nhỏ, dễ thẩm định và có khả năng sinh lời cao đang thu hút sự quan tâm của các ngân hàng.
Theo báo cáo của Ngân hàng Nhà nước, tổng dư nợ cho vay tiêu dùng vào cuối năm 2020 đạt 1,85 triệu tỷ đồng, tăng 10,15% so với năm 2019 và gấp hơn 10 lần so với năm 2010 Sự tăng trưởng này cho thấy hệ thống ngân hàng đang chú trọng phát triển cho vay tiêu dùng để đáp ứng nhu cầu ngày càng cao của người dân Cùng với sự phát triển công nghệ, các ngân hàng nước ngoài như SHINHAN BANK, WORRI BANK, STANDARD CHARTERED và các công ty tài chính như HOME CREDIT, FE CREDIT đang tạo ra sự cạnh tranh mạnh mẽ Để giành thị phần trong lĩnh vực này, các ngân hàng không ngừng mở rộng mạng lưới, phát triển dịch vụ sản phẩm và tăng cường cho vay tiêu dùng.
Sự bùng nổ của tín dụng cá nhân mang đến nhiều hệ luỵ và rủi ro cho hệ thống ngân hàng, trong đó rủi ro vỡ nợ được xem là ảnh hưởng lớn nhất đến hoạt động và tình hình tài chính của ngân hàng Nếu rủi ro này xảy ra, ngân hàng có thể đối mặt với thua lỗ nghiêm trọng hoặc thậm chí mất khả năng hoạt động.
TÍNH CẤP THIẾT CỦA ĐỂ TÀI
Hoạt động tín dụng là một phần quan trọng của các ngân hàng thương mại (NHTM), đặc biệt là cho vay đối với khách hàng cá nhân (KHCN), mang lại lợi nhuận lớn nhưng cũng tiềm ẩn nhiều rủi ro Trong bối cảnh cạnh tranh gay gắt, các NHTM đã mở rộng chính sách tín dụng để thu hút khách hàng Việc đánh giá khả năng trả nợ của KHCN gặp khó khăn do thiếu quy định rõ ràng, dẫn đến rủi ro trong quá trình thẩm định Ngân hàng Á Châu đã khẳng định vị thế trên thị trường tài chính với hệ thống chi nhánh rộng khắp và mối quan hệ hợp tác quốc tế, trong khi luôn chú trọng đến sự hài lòng của khách hàng Với tổng dư nợ cho vay gần 47.000 tỷ đồng vào năm 2020, việc quản lý nợ xấu là mối quan tâm hàng đầu của lãnh đạo ngân hàng Chi nhánh Phan Đăng Lưu nổi bật trong hoạt động tín dụng cá nhân, nhờ vị trí đắc địa gần nhiều tòa nhà văn phòng và trung tâm thương mại.
Chi nhánh Ngân hàng TMCP Á Châu tại Phan Đăng Lưu đã thu hút một lượng lớn khách hàng cá nhân từ nhiều ngành nghề khác nhau, nhờ vào lợi nhuận cao từ các dịch vụ tài chính Mặc dù phải đối mặt với thách thức từ cơn sốt đầu tư bất động sản, Chi nhánh vẫn hoàn thành tốt các kế hoạch kinh doanh, đặc biệt là trong việc kiểm soát và giảm tỷ lệ nợ xấu Do đó, nghiên cứu các yếu tố tác động đến khả năng trả nợ của khách hàng cá nhân trở nên cần thiết, nhằm giúp Chi nhánh cải thiện quy trình thẩm định và giảm thiểu rủi ro trong tương lai.
MỤC TIÊU CỦA ĐỀ TÀI
1.3.1 Mục tiêu chung Đề tài nghiên cứu xác định các yếu tố tác động đến khả năng trả nợ và mức độ tác động của các yếu tố đến khả năng trả nợ của khách hàng cá nhân tại ACB CN Phan Đăng Lưu Từ kết quả nghiên cứu, đề xuất một số hàm ý quản trị nhằm nâng cao khả năng trả nợ của khách hàng cá nhân tại ACB CN Phan Đăng Lưu.
Mục tiêu cụ thể của đề tài là:
- Xác định các yếu tố tác động đến khả năng trả nợ của KHCN tại ACB CN Phan Đăng Lưu.
- Xác định mức độ tác động của các yếu tố này đến khả năng trả nợ của KHCN tại ACB CN Phan Đăng Lưu.
- Đề xuất một số hàm ý quản trị nâng cao khả năng trả nợ của KHCN tạiACB CN Phan Đăng Lưu.
CÂU HỎI NGHIÊN CỨU
Mục tiêu nghiên cứu có thể đạt được thông qua việc trả lời các câu hỏi sau:
- Đưa ra hàm ý quản trị và khuyến nghị nào nhằm nâng cao khả năng trả nợ của ACB CN Phan Đăng Lưu?
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Các yếu tố tác động đến khả năng trả nợ của KHCN tại NHTM.
1.5.2.1 Không gian Đề tài được thực hiện tại Ngân hàng TMCP Á Châu CN Phan Đăng Lưu.
1.5.2.2 Thời gian Đề tài sử dụng dữ liệu nghiên cứu trong giai đoạn từ năm 2018 đến năm 2020.
PHƯƠNG PHÁP NGHIÊN CỨU
Khoá luận áp dụng cả phương pháp nghiên cứu định tính và định lượng Phương pháp định tính bao gồm thống kê, tổng hợp và phân tích tài liệu, giúp xây dựng nền tảng lý thuyết cho đề tài Trong khi đó, phương pháp định lượng sử dụng mô hình hồi quy tuyến tính để xác định các yếu tố và mức độ ảnh hưởng của chúng đến khả năng trả nợ vay của khách hàng cá nhân.
Tác giả sử dụng dữ liệu từ hợp đồng tín dụng, đơn thế chấp quyền sử dụng đất, và đơn xin vay cá nhân, kết hợp với Báo cáo tài chính của ACB Phan Đăng Lưu trong giai đoạn từ 01/01/2018 đến 31/12/2020 Phương pháp nghiên cứu bao gồm thống kê, tổng hợp, so sánh và phân tích Sau khi thu thập dữ liệu, tác giả áp dụng mô hình hồi quy Logistics để phân tích với sự hỗ trợ của phần mềm SPSS.
NỘI DUNG NGHIÊN CỨU
Để hoàn thành mục tiêu của đề tài và trả lời các câu hỏi nghiên cứu, bài viết sẽ tập trung vào việc giải quyết một số nội dung cụ thể.
- Tập hợp lý thuyết về khả năng trả nợ của khách hàng vay tại NHTM, để hình thành khung lý thuyết cho khoá luận.
- Xây dựng mô hình xác định các yếu tố và mức độ ảnh hưởng của các yếu tố này đến khả năng trả nợ của KHCN tại ACB.
Dựa trên kết quả nghiên cứu, bài viết đưa ra kết luận về khả năng trả nợ của khách hàng cá nhân tại ACB Phan Đăng Lưu, đồng thời đề xuất các hàm ý quản trị và khuyến nghị nhằm cải thiện tình hình tài chính của khách hàng Các giải pháp này sẽ giúp nâng cao hiệu quả quản lý và tăng cường khả năng thanh toán nợ của khách hàng tại ngân hàng.
ĐÓNG GÓP ĐỀ TÀI
Kết quả từ việc thẩm định khách hàng tại ACB Phan Đăng Lưu không chỉ nâng cao chất lượng quyết định cho vay mà còn trở thành nguồn tài liệu quý giá cho các nghiên cứu và tham khảo trong tương lai.
BỐ CỤC DỰ KIẾN BÀI LUẬN VĂN
Khoá luận bao gồm 5 chương:
• Chương 1: Tổng quan về nghiên cứu
• Chương 2: Cơ sở lý thuyết và lược khảo các nghiên cứu trước
• Chương 3: Phương pháp nghiên cứu
• Chương 4: Kết quả nghiên cứu và thảo luận
• Chương 5: Kết luận và khuyến nghị
CƠ SỞ LÝ THUYẾT VÀ LƯỢC KHẢO CÁC NGHIÊN CỨU TRƯỚC
CƠ SỞ LÝ THUYẾT VỀ CHO VAY KHÁCH HÀNG CÁ NHÂN VÀ KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG CÁ NHÂN
nợ của khách hàng cá nhân
2.1.1 Khái niệm về cho vay khách hàng cá nhân
2.1.1.1 Khái niệm về cho vay khách hàng cá nhân
Căn cứ Khoản 16, Điều 4, Luật các Tổ chức tín dụng số 47/2010/QH12, cho vay là hình thức cấp tín dụng, theo đó bên cho vay giao hoặc cam kết giao cho khách hàng một khoản tiền để sử dụng vào mục đích xác định trong thời gian nhất định, với nguyên tắc hoàn trả cả gốc và lãi Đối tượng vay vốn hiện tại bao gồm cá nhân và hộ gia đình có giấy chứng nhận đăng ký hộ kinh doanh cá thể, nhằm thanh toán chi phí tiêu dùng và nhu cầu vốn cho hộ kinh doanh, doanh nghiệp tư nhân Thị trường cho vay cá nhân tại Việt Nam đã bùng nổ trong những năm gần đây nhờ vào tác động của công nghiệp 4.0, giúp doanh nghiệp vừa và nhỏ tiếp cận nguồn vốn phát triển kinh doanh Hơn nữa, ảnh hưởng của đại dịch Covid đã thúc đẩy nhu cầu vay vốn để khắc phục tình hình kinh doanh, khiến các ngân hàng tự tin hơn vào mảng cho vay cá nhân Với hơn 90 triệu dân và tỷ lệ dân số trẻ lớn, hoạt động cho vay cá nhân đóng vai trò quan trọng trong lưu thông nguồn vốn trong xã hội.
- nhu cầu chi tiêu trước trả sau luôn duy trì ở mức cao, giúp sản phẩm cho vay cá nhân luôn nhận được sự quan tâm.
2.1.1.2 Đặc điểm hàng có số lượng lớn nhưng không thường xuyên, chịu nhiều yếu tố tác động đến khả năng trả nợ như thu nhập, tình hình kinh tế xã hội,
Thời gian vay vốn cho nhóm khách hàng cá nhân (KHCN) phụ thuộc vào mục đích vay và phương thức cho vay, có thể là ngắn hạn, trung hạn hoặc dài hạn Đối với các khoản vay phục vụ mục đích mua sắm, khách hàng thường có thể lựa chọn thời hạn trả nợ trung hoặc dài hạn, tùy thuộc vào khả năng trả nợ của họ và chính sách cho vay của ngân hàng Chẳng hạn, các khoản vay mua nhà thường có thời hạn trả nợ từ 5 năm trở lên.
Trong 35 năm qua, nhóm mục đích vay sản xuất kinh doanh hộ gia đình thường có thời gian trả nợ ngắn hạn, phù hợp với nhu cầu bổ sung nguồn vốn của khách hàng Các hình thức cho vay đa dạng, đáp ứng nhu cầu tài chính của từng hộ gia đình.
Có 2 hình thức cho vay là cho vay có tài sản bảo đảm và cho vay không có tài sản bảo đảm.
Cho vay có tài sản bảo đảm là hình thức cho vay mà khách hàng phải cam kết thực hiện nghĩa vụ trả nợ bằng tài sản cầm cố hoặc thế chấp, như bất động sản, động sản và tài sản hình thành từ vốn vay Hình thức này không chỉ giúp ngân hàng phòng ngừa rủi ro và giảm thiểu tổn thất, mà còn tăng cường tính an toàn cho khoản vay Đồng thời, việc yêu cầu tài sản bảo đảm cũng tạo áp lực cho khách hàng trong việc thực hiện nghĩa vụ trả nợ đúng hạn.
Cho vay không có tài sản đảm bảo, hay còn gọi là vay tín chấp, là hình thức cho vay không yêu cầu tài sản thế chấp từ khách hàng Loại vay này dựa trên mức độ tín nhiệm và thu nhập của người vay, nhưng đồng thời cũng tiềm ẩn rủi ro cao cho ngân hàng Để giảm thiểu rủi ro lãi suất, hạn mức và thời gian vay trong vay tín chấp thường thấp hơn so với các khoản vay có tài sản đảm bảo.
Lãi suất cho vay đối với khách hàng cá nhân (KHCN) thường được các ngân hàng thương mại (NHTM) điều chỉnh linh hoạt, tùy thuộc vào từng nhóm đối tượng và mục đích vay vốn Các yếu tố tác động cũng là cơ sở để các ngân hàng điều chỉnh lãi suất này.
2.1.2 Các yếu tố tác động đến khả năng trả nợ
2.1.2.1 Khái niệm khả năng trả nợ vay
Hiện nay, khái niệm về khả năng trả nợ vẫn chưa được định nghĩa cụ thể Tuy nhiên, khả năng này có thể hiểu là khả năng của khách hàng trong việc tạo ra nguồn tài chính để hoàn trả các khoản vay đúng hạn Trong điều kiện bình thường, khách hàng có hai khả năng: một là có khả năng trả nợ và hai là không có khả năng trả nợ.
Theo tài liệu của Ủy ban Basel về Giám sát Ngân hàng (2006), khách hàng không có khả năng trả nợ được xác định qua một hoặc nhiều dấu hiệu sau đây.
Khách hàng không thể thanh toán đầy đủ theo đúng hạn, và ngân hàng vẫn chưa tiến hành thu hồi hoặc bán tài sản để thu hồi khoản nợ (nếu có).
- Khách hàng có những khoản nợ xấu quá hạn trên 90 ngày.
Theo Quỹ Tiền tệ Quốc tế (IMF), một khoản vay được coi là nợ xấu khi quá hạn thanh toán lãi hoặc gốc trên 90 ngày Ngoài ra, các khoản lãi chưa thanh toán trên 90 ngày đã được nhập gốc hoặc đã được đồng ý trả chậm cũng được xem là nợ xấu Đặc biệt, ngay cả khi các khoản thanh toán đến hạn dưới 90 ngày, nếu có dấu hiệu rõ ràng cho thấy người vay không thể hoàn trả nợ như mất việc hoặc phá sản, thì khoản vay đó cũng có thể được coi là nợ xấu.
Khách hàng được xem là có nợ xấu khi có quá hạn trên 90 ngày và có nghi ngờ về khả năng trả nợ Hai yếu tố này thường được sử dụng để xác định tình trạng tài chính của khách hàng.
Tại Việt Nam, nợ xấu được phân loại theo Quyết định số 493/2005/QĐ-NHNN, Quyết định 18/2007/QĐ-NHNN và Thông tư 02/2013/TT-NHNN, bao gồm các khoản nợ từ nhóm 3 (nợ dưới tiêu chuẩn) đến nhóm 5 (nợ có khả năng mất vốn) Trong đó, nợ nhóm 2 được coi là suy giảm khả năng trả nợ, yêu cầu ngân hàng phải đánh giá lại khả năng trả nợ của khách hàng.
2.1.2.2 Các yếu tố tác động đến khả năng trả nợ của KHCN Để đánh giá khả năng hoàn trả của khách hàng các NHTM áp dụng nhiều mô
Mô hình 5C là công cụ phổ biến mà các ngân hàng thương mại (NHTM) áp dụng để phân tích nhu cầu vay vốn của khách hàng Các yếu tố trong mô hình này bao gồm các tiêu chí quan trọng, và chỉ khi tất cả các tiêu chí được đánh giá tốt, khoản vay mới được coi là khả thi.
Character (Tư cách của khách hàng)
Tư cách khách hàng là yếu tố then chốt trong việc phân tích nhu cầu vay vốn, giúp cán bộ tín dụng đánh giá uy tín, mục đích sử dụng vốn và trách nhiệm của người vay Qua việc thu thập thông tin như lịch sử trả nợ và tình hình chi tiêu - kinh doanh, cán bộ tín dụng có thể xác minh tính trung thực của khách hàng Nếu khách hàng chứng minh được sự trung thực và có phương án sử dụng vốn phù hợp với chính sách tín dụng của ngân hàng, tư cách vay vốn sẽ được chấp thuận.
Capital (Vốn hay sức mạnh tài chính)
LƯỢC KHẢO CÁC NGHIÊN CỨU CÓ LIÊN QUAN
2.2.1 Một số nghiên cứu nước ngoài
Nghiên cứu của Ahmah & Ebrahim (2014) về hành vi trả nợ của khách hàng tại ngân hàng cho thấy rằng các yếu tố như giám sát, công việc, khoản vay và trình độ học vấn có ảnh hưởng đáng kể đến việc không trả nợ Dữ liệu được thu thập từ 150 mẫu khảo sát với những người vay và có nợ quá hạn thông qua mô hình hồi quy logit Ngược lại, tuổi, giới tính, thu nhập, lãi suất, hình thức vay và khoảng cách đến ngân hàng lại không cho thấy mối liên hệ tích cực Tuy nhiên, cần lưu ý rằng phần lớn người tham gia khảo sát có trình độ học vấn thấp, có thể dẫn đến việc hiểu sai câu hỏi hoặc cung cấp thông tin không chính xác, do đó cần thận trọng khi giải thích kết quả nghiên cứu.
Nghiên cứu của Wongnaal & Dadson (2013) về khả năng trả nợ của hộ nông dân trồng khoai lang tại quận Sene, Gana chỉ ra rằng các yếu tố như giáo dục, kinh nghiệm, lợi nhuận, tuổi tác, giám sát và thu nhập phi nông nghiệp có ảnh hưởng tích cực đến khả năng trả nợ Ngược lại, giới tính và tình trạng hôn nhân có tác động tiêu cực đến khả năng này, trong khi ảnh hưởng của quy mô hộ gia đình vẫn chưa rõ ràng Nghiên cứu sử dụng mô hình Probit trên mẫu 100 hộ nông dân thông qua bảng câu hỏi không cấu trúc nhằm tìm ra giải pháp cải thiện khả năng trả nợ cho các hộ dân.
Nghiên cứu của Antwi và cộng sự (2012) xác định các yếu tố ảnh hưởng đến rủi ro không trả được nợ của khách hàng tại Ngân hàng Akuapem Phân tích dựa trên cơ sở dữ liệu từ 800 mẫu quan sát.
Từ năm 2006 đến 2010, nghiên cứu chỉ ra rằng các ngân hàng cần tập trung vào loại hình cho vay và khoản vay có tài sản đảm bảo nhằm giảm thiểu rủi ro Hai yếu tố này được xem là có ảnh hưởng lớn đến khả năng trả nợ của khách hàng.
Nghiên cứu của Kohansal & Mansoori (2009) tập trung vào khả năng trả nợ của nông dân tại tỉnh Khorasan-Razavi, Iran, sử dụng mô hình hồi quy logit trên mẫu 175 nông dân Kết quả cho thấy kinh nghiệm, nguồn thu nhập và mức vay dựa trên giá trị thế chấp có mối tương quan tích cực với khả năng trả nợ Ngược lại, lãi suất là yếu tố tiêu cực quan trọng nhất ảnh hưởng đến khả năng này Tác giả khuyến nghị rằng để giảm rủi ro không trả nợ, các ngân hàng nên chú trọng đến khả năng đảm bảo khoản vay bằng tài sản của khách hàng.
2.2.2 Một số nghiên cứu trong nước Đặng Thị Cẩm Nhung (2015), nghiên cứu các yếu tố tác động đến khả năng trả nợ của KHCN tại Agribank chi nhánh Long An, với 230 mẫu dữ liệu Nghiên cứu sử dụng mô hình logit, kết quả cho thấy các yếu tố như giới tính, nghề nghiệp, tình trạng hôn nhân, thời hạn vay, thu nhập bình quân và chi tiêu có tác động tích cực đến khả năng trả nợ của khách hàng vay Mô hình cho thấy, chủ hộ là nam, nghề nghiệp ổn định, các chủ hộ đã lập gia đình, thời hạn vay dài và thu nhập bình quân càng cao thì khả năng trả nợ tốt càng cao.
Nguyễn Phúc Mẫn (2015) đã tiến hành nghiên cứu về các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân tại Vietcombank Nghiên cứu được thực hiện trên 503 khách hàng và xem xét 13 biến số, bao gồm giới tính, độ tuổi, tình trạng hôn nhân, trình độ học vấn, đặc điểm nghề nghiệp, thu nhập, kích cỡ khoản vay, lãi suất, thời hạn vay, hình thức vay và mục đích vay.
Biến độc lập Nguồn nghiên cứu Tác động
+ Trình độ học vấn Ahmah & Ebrahim (2014) +
Tình trạng hôn nhân Đặng Thị Cẩm Nhung
Nghề nghiệp Đặng Thị Cẩm Nhung
Bùi Văn Trịnh và Nguyễn
Lịch sử tín dụng của Nguyễn Phúc Man (2015) cho thấy vai trò quan trọng của các yếu tố như kích cỡ khoản vay và hình thức vay Tuy nhiên, các biến số khác như giới tính, lãi suất vay và vay mua bất động sản lại có ảnh hưởng tiêu cực đến khả năng trả nợ đúng hạn.
Vương Quân Hoàng (2006) đã nghiên cứu phương pháp thống kê để xây dựng mô hình định mức tín nhiệm cho thể nhân, với mục tiêu chính là phân nhóm và phân biệt khách hàng Tác giả đã khảo sát 1.727 khách hàng tại Techcombank để xác định các yếu tố ảnh hưởng đến tín nhiệm Kết quả nghiên cứu cho thấy các biến như thu nhập, chênh lệch thu nhập, chi tiêu và giá trị tài sản của khách hàng đều có ảnh hưởng tích cực đến biến phụ thuộc trong mô hình.
Nghiên cứu của Bùi Văn Trịnh và Nguyễn Trường Kỳ (2012) tại Thành phố Cần Thơ đã khảo sát 300 nông hộ để phân tích các nhân tố ảnh hưởng đến việc trả nợ vay đúng hạn Sử dụng mô hình Probit với 11 biến, bao gồm tuổi, giới tính, trình độ học vấn, nghề nghiệp, tình trạng hôn nhân, số người phụ thuộc, thời hạn cho vay, lãi suất ngân hàng, thu nhập, chi tiêu và số nhân khẩu, nghiên cứu cho thấy lãi suất vay có tác động tiêu cực đến khả năng trả nợ đúng hạn Ngược lại, các yếu tố như mục đích sử dụng vốn, thu nhập hàng năm và số thành viên có thu nhập trong gia đình lại có ảnh hưởng tích cực đến việc trả nợ đúng hạn.
Quy mô khoản vay Đặng Thị Cẩm Nhung
Thời hạn vay Đặng Thị Cẩm Nhung
Lãi suất Bùi Văn Trịnh và Nguyễn
Tài sản đảm bảo Nguyễn Phúc Man (2015) +
Bảng 2.1 TỔNG HỢP KẾT QUẢ CÁC NGHIÊN CỨU TRƯỚC
TỔNG HỢP CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA KHCN
Giải pháp và khuyến nghị —
Qua nghiên cứu các lý thuyết về hoạt động cho vay khách hàng cá nhân, tác giả nhận thấy khả năng trả nợ của khách hàng là yếu tố then chốt trong quyết định cho vay của ngân hàng Chương 2 của khoá luận đã tổng hợp tài liệu và khảo sát các nghiên cứu trước đó, từ đó xác định các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng Điều này tạo nền tảng cho tác giả lựa chọn mô hình Binary Logistic để đo lường khả năng trả nợ của khách hàng vay tại ACB Phan Đăng Lưu.
PHƯƠNG PHÁP NGHIÊN CỨU
QUY TRÌNH NGHIÊN CỨU
Quy trình nghiên cứu được thực hiện sử dụng kết hợp phương pháp định tính và phương pháp đinh lượng.
Phương pháp định tính được áp dụng thông qua việc nghiên cứu lý thuyết và tổng hợp các nghiên cứu trước đó để lựa chọn các biến quan sát phù hợp Tiếp theo, tác giả tiến hành sàng lọc các biến này, kiểm tra và điều chỉnh thang đo để đảm bảo tính chính xác và hiệu quả trong nghiên cứu.
Phương pháp định lượng được áp dụng bằng cách thu thập dữ liệu hồ sơ khách hàng từ ngân hàng Dữ liệu này sau đó được phân tích thông qua phần mềm SPSS nhằm kiểm định mô hình hồi quy tuyến tính.
Hình 3.1 Quy trình nghiên cứu
MÔ HÌNH NGHIÊN CỨU
3.2.1 Mô hình hồi quy Binary Logistics
Hồi quy nhị phân, hay còn gọi là hồi quy Logistics, là một mô hình phổ biến trong nghiên cứu để ước lượng xác suất xảy ra của một sự kiện Mô hình này đặc trưng bởi biến phụ thuộc chỉ có hai giá trị 0 và 1, chẳng hạn như việc khách hàng có khả năng trả nợ hay không, hoặc quyết định mua hàng Hồi quy nhị phân được ứng dụng rộng rãi trong ngành y khoa, nơi biến phụ thuộc thường là tình trạng bệnh nhân có mắc bệnh hay không.
Phương trình hồi quy Binary Logistics có dạng:
Pi: Xác suất xảy ra sự kiện
Hay viết cách khác, ta có phương trình mô hình hàm dự báo như sau:
Trong mô hình logistic, xác suất xảy ra sự kiện (Y = 1) khi biến độc lập X có giá trị cụ thể X i được ký hiệu là P i = E(Y = 1/X) = P(Y = 1) P i không phải là một hàm tuyến tính mà là hàm phân phối logistic, với giá trị P i dao động từ 0 đến 1 khi B k X k thay đổi từ -∞ đến +∞ Điều này chỉ ra rằng phương pháp bình phương tối thiểu không thể được áp dụng trực tiếp, và thay vào đó, chúng ta cần sử dụng phương pháp hợp lý tối đa để ước lượng tham số B.
- Mô hình này cho phép ngân hàng tính toán được khả năng vỡ nợ đối với từng khoản vay.
Mô hình Logistic là một phương pháp định lượng giúp thể hiện tính khách quan và nhất quán trong quá trình đánh giá tín dụng, không bị ảnh hưởng bởi ý kiến chủ quan của nhân viên Mô hình này khắc phục những hạn chế của phương pháp định tính 5C, mang lại sự chính xác và tin cậy hơn trong việc phân tích rủi ro tín dụng.
Mô hình Logistic là một phương pháp hiệu quả để đo lường rủi ro cho vay, cho phép thực hiện ước lượng các tham số một cách đơn giản Người dùng có thể dễ dàng áp dụng các phần mềm chuyên dụng như SPSS, Eviews, và Stata để thực hiện các phân tích này.
Mô hình Logistic nổi bật với khả năng đo lường mức độ ảnh hưởng của từng biến độc lập đến biến phụ thuộc Kết quả từ mô hình cho phép ước lượng xác suất không trả được nợ vay của khách hàng, tạo cơ sở cho ngân hàng phân loại khách hàng và nhận diện rủi ro Từ đó, ngân hàng có thể chủ động đưa ra các biện pháp phòng ngừa nhằm hạn chế rủi ro hiệu quả.
Mô hình Logistic cho phép dễ dàng điều chỉnh và sửa đổi các biến độc lập, giúp xác định rõ ràng tác động của từng yếu tố đối với khả năng trả nợ vay của khách hàng.
- Đây là mô hình kinh tế lượng nên khi hệ số xác định thấp thì mô hình có thể dự báo kém chính xác.
Mô hình yêu cầu một lượng dữ liệu lớn cho mỗi lĩnh vực trong thống kê để đảm bảo tính chính xác trong quá trình xử lý Nếu thiếu dữ liệu trong các trường hợp của khoa học công nghệ, mô hình sẽ không thể được áp dụng hiệu quả.
- Vì là mô hình định lượng nên kết quả thử nghiệm của mô hình có thể trái ngược với lý thuyết.
3.2.2 Các kiểm định của mô hình
3.2.2.1 Kiểm định đa cộng tuyến
Đa cộng tuyến trong thống kê là hiện tượng khi một biến dự báo trong mô hình hồi quy có thể được dự đoán chính xác từ các biến khác Mặc dù mô hình hồi quy đa biến với các yếu tố đa cộng tuyến có thể đánh giá hiệu quả của toàn bộ nhóm yếu tố dự báo, nhưng nó lại không cung cấp kết quả hợp lệ cho từng yếu tố dự đoán riêng lẻ.
Theo Mộng Ngọc (2005), nếu chỉ số Variance Inflation Factor (VIF) nhỏ hơn 10, hiện tượng đa cộng tuyến có thể không xảy ra Ngược lại, nếu VIF lớn hơn 10, chắc chắn có sự xuất hiện của đa cộng tuyến Ngoài ra, nếu VIF lớn hơn 2, hiện tượng đa cộng tuyến có khả năng xảy ra, trong khi VIF nhỏ hơn 2 cho thấy không có đa cộng tuyến.
3.2.2.2 Kiểm định độ phụ hợp của mô hình
Hồi quy Logistic yêu cầu đánh giá độ phù hợp của mô hình thông qua chỉ tiêu Log-likelihood (-2LL) Giá trị -2LL càng nhỏ cho thấy độ phù hợp của mô hình càng cao, với giá trị nhỏ nhất là 0 thể hiện sự phù hợp hoàn hảo Bên cạnh đó, giá trị R² cung cấp thông tin về mức độ biến thiên trong kết quả được mô hình giải thích.
3.2.2.3 Kiểm định ý nghĩa thống kê của các hệ số
Hồi quy Logistic áp dụng đại lượng Wald Chi-Square để kiểm tra ý nghĩa thống kê của hệ số hồi quy tổng thể Giá trị Wald Chi-Square được tính bằng cách chia ước lượng hệ số hồi quy của biến độc lập cho sai số chuẩn của ước lượng đó, sau đó bình phương kết quả.
3.2.2.4 Kiểm định độ phù hợp tổng quát
Trong hồi quy Logistic, việc kiểm tra sự kết hợp tuyến tính của các hệ số trong mô hình giúp hiểu rõ ảnh hưởng của chúng đến biến phụ thuộc Nếu mức Sig < 0.05, chúng ta bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1, cho thấy các hệ số hồi quy có ý nghĩa thống kê và thực sự đóng vai trò quan trọng trong việc giải thích biến phụ thuộc.
DỮ LIỆU NGHIÊN CỨU VÀ CÁCH CHỌN BIẾN SỐ
Dữ liệu nghiên cứu được thu thập từ 500 khách hàng cá nhân còn dư nợ vay tại ACB Phan Đăng Lưu trong khoảng thời gian từ 2018 đến 31/12/2020 Để đảm bảo tính chính xác cao và giảm thiểu sai lệch giữa nghiên cứu và thực tế, kích thước mẫu cần phải lớn Theo Hair và cộng sự (1998), kích thước mẫu tối thiểu cho một nghiên cứu nên từ 100 đến 150.
Sau khi xem xét nhiều yếu tố, tác giả đã chọn mô hình hồi quy Logistic để phân tích biến Y bằng SPSS Biến phụ thuộc Y chỉ nhận hai giá trị: Y=1 nếu khách hàng có khả năng trả nợ và Y=0 nếu không có khả năng trả nợ Khả năng thanh toán khoản vay được hiểu là khả năng của người vay hoàn trả đúng hạn theo hợp đồng vay với ngân hàng Theo đánh giá của Ngân hàng Nhà nước Việt Nam và các ngân hàng thương mại, các khoản nợ từ nhóm 3 trở lên được coi là không có khả năng thu hồi khi đến hạn trả gốc và lãi, trong khi nợ nhóm 2 là nợ cần chú ý, bao gồm các khoản vay quá hạn.
Trong khoảng thời gian từ 1 đến 10 ngày, khách hàng vẫn có khả năng thanh toán nợ vay, mặc dù đang ở nhóm nợ 3, 4, 5, điều này cho thấy khả năng thanh toán của họ đang giảm sút Nghiên cứu chỉ ra rằng các khoản nợ thuộc nhóm 3, 4 và 5 biểu thị cho những khách hàng không còn khả năng thanh toán (Y=0).
1, 2 được cho là có khả năng thanh toán và đảm bảo khoản vay (Y=1).
Trong nghiên cứu này, tác giả đã chọn bốn biến giả gồm giới tính, nghề nghiệp, trình độ học vấn và lịch sử tín dụng từ tổng số mười biến độc lập Việc lựa chọn này xuất phát từ yêu cầu trong phân tích hồi quy, nơi các biến phải được lượng hóa bằng con số, mặc dù một số biến số kinh tế không thể được biểu thị trực tiếp Các biến độc lập và giả thuyết tương ứng sẽ được trình bày chi tiết trong nghiên cứu.
Giả thuyết H 1 : tuổi của KHCN càng cao thì khả năng trả nợ càng thấp.
Khách hàng vay có độ tuổi từ trung niên trở lên thường có khả năng thanh toán nợ thấp hơn do hạn chế trong việc tạo ra nguồn thu nhập.
Biến độc lập Đo lường Dấu kỳ vọng
• X 3 : Trình độ học vấn (0= chưa tốt nghiệp phổ thông, 1= tốt nghiệp phổ thông, 2= đại học, 3= sau đại học)
• Giả thuyết H 3 : Trình độ học vấn càng cao thì khả năng trả nợ càng cao.
• X 4 : Tình trạng hôn nhân (1= đã kết hôn, 0= chưa kết hôn)
Khách hàng vay đã lập gia đình thường có khả năng trả nợ cao hơn do họ có trách nhiệm hơn và ít có xu hướng mạo hiểm trong các quyết định tài chính Điều này cho thấy rằng việc lập gia đình có thể ảnh hưởng tích cực đến khả năng quản lý nợ của cá nhân.
• X 5 : Nghề nghiệp (biến giả với 2 giá trị: 1= nghề nghiệp khác, 0= công nhân)
Giả thuyết H 5 : những người làm việc có tính ổn định, môi trường làm việc ít rủi ro thì có khả năng trả nợ cao Kỳ vọng dấu dương (+).
• X 6 : Thu nhập của khách hàng vay (triệu đồng/tháng)
Giả thuyết H e : Thu nhập của khách hàng vay càng cao thì khả năng trả nợ càng cao Kỳ vọng dấu dương (+).
• X 7 : Lịch sử tín dụng (1= khách hàng vay từng có khoản vay quá hạn ở nhóm 3,4 và 5, 0= khách hàng chưa từng phát sinh nợ quá hạn)
Giả thuyết H 7 : những khách hàng vay đã hoặc đang có khoản vay nợ quá hạn thì khả năng trả nợ càng thấp Kỳ vọng dấu âm (-).
• X 8 : Quy mô khoản vay (triệu đồng)
Giả thuyết H s cho rằng, tổng số tiền khoản vay lớn sẽ tăng khả năng trả nợ Điều này là do trước khi ngân hàng quyết định cho vay số tiền lớn, họ đã thực hiện nhiều quy trình thẩm định nghiêm ngặt, từ đó giảm thiểu rủi ro không trả nợ.
Giả thuyết H 9 : thời hạn cho vay càng dài thì khả năng trả nợ càng cao.
Giả thuyết H10 cho rằng lãi suất vay cao sẽ làm giảm khả năng trả nợ của người vay Ngược lại, giả thuyết H11 khẳng định rằng giá trị tài sản cao sẽ tăng cường khả năng trả nợ, với kỳ vọng có dấu dương (+).
0= chưa tốt nghiệp phổ thông 1= tốt nghiệp phổ thông
2= đại học 3= sau đại học
Tình trạng hôn nhân 1= đã kết hôn
Thu nhập Triệu đồng/ tháng +
1= khách hàng vay từng có khoản vay quá hạn ở nhóm
3,4 và 5 0= khách hàng chưa từng phát sinh nợ quá hạn
Quy mô khoản vay Triệu đồng +
Tài sản đảm bảo Triệu đồng +
Bảng 3.1 CÁC BIẾN ĐỘC LẬP SỬ DỤNG TRONG NGHIÊN CỨU
Chương 3 của khoá luận trình bày về mô hình nghiên cứu, các kiểm định mô hình, phương pháp thu nhập dữ liệu và cách chọn biến số Sau bước thảo luận cách chọn biến số, tác giả đã tổng hợp 11 biến độc lập dựa trên các lược khảo nghiên cứu trước đó ở Chương 2 Nội dung của Chương 3 là nền tảng, cơ sở để phân tích, đánh giá và thảo x∖ Năm
THẢO LUẬN VỀ KẾT QUẢ NGHIÊN CỨU
THỐNG KÊ MÔ TẢ DỮ LIỆU NGHIÊN CỨU
Mô hình được phát triển dựa trên 500 quan sát từ khách hàng cá nhân vay tại Ngân hàng ACB - chi nhánh Phan Đăng Lưu Nghiên cứu thực trạng hoạt động tín dụng tại ACB Phan Đăng Lưu trong những năm gần đây chỉ ra rằng khả năng trả nợ bị ảnh hưởng bởi nhiều yếu tố, bao gồm tuổi, giới tính, trình độ học vấn, tình trạng hôn nhân, nghề nghiệp, thu nhập, lịch sử tín dụng, quy mô khoản vay, thời hạn vay, lãi suất và tài sản đảm bảo.
Hình 4.3 Biểu đồ cơ cấu giới tính
Theo hình 4.3, khách hàng vay vốn tại Chi nhánh chủ yếu là nữ, chiếm 57.6% (288 khách hàng), trong khi nam giới chỉ chiếm 42.4% (212 khách hàng) Dữ liệu cho thấy tỷ lệ nữ vay vốn tại Chi nhánh Phan Đăng Lưu cao hơn nam Ở các thành phố lớn, việc phụ nữ vay vốn ngày càng phổ biến nhờ vào sự bình đẳng giới, với nhiều phụ nữ mong muốn tự chủ tài chính và chia sẻ gánh nặng tài chính với gia đình.
■ Chưa tốt nghiệp phổ thông
Hình 4.4 Biểu đồ cơ cấu trình độ học vấn
Trình độ học vấn của khách hàng tại Chi nhánh cho thấy có 457 khách hàng với tỷ lệ tốt nghiệp phổ thông, đại học và sau đại học lần lượt là 24.2%, 56.2% và 11%, trong khi 8.6% khách hàng chưa tốt nghiệp phổ thông Sự hiện diện của khách hàng có trình độ học vấn cao góp phần làm giảm tỷ lệ nợ xấu, vì đây là yếu tố quan trọng trong việc đánh giá uy tín của khách hàng bởi Ngân hàng Khách hàng có trình độ học vấn thường có mức thu nhập ổn định, giúp đảm bảo khả năng trả nợ Đối với nhóm khách hàng chưa tốt nghiệp phổ thông, Chi nhánh áp dụng các tiêu chí cụ thể để đánh giá uy tín của họ.
Hình 4.5 Biểu đồ cơ cấu tình trạng hôn nhân
Tình trạng hôn nhân: khách hàng đã lập gia đình chiếm tỷ lệ 96.4% tương ứng
Trong số 482 khách hàng, chỉ có 3.6% (18 khách hàng) là chưa kết hôn, cho thấy sự chênh lệch lớn giữa nhóm khách hàng này và nhóm đã kết hôn Điều này phản ánh rằng hoạt động cho vay của Chi nhánh chủ yếu tập trung vào khách hàng đã kết hôn, những người thường lo ngại rằng khoản vay sẽ ảnh hưởng đến tình hình tài chính gia đình Nhóm khách hàng này có ràng buộc pháp lý cao, tài sản đảm bảo tốt và mục đích sử dụng vốn vay rõ ràng, điều này giúp Ngân hàng dễ dàng phê duyệt hồ sơ vay.
Hình 4.6 Biểu đồ cơ cấu nghề nghiệp
Trong một nghiên cứu về khách hàng vay vốn tại Chi nhánh, đối tượng khách hàng thuộc nghề nghiệp khác như nhân viên văn phòng, hộ kinh doanh, và giảng viên chiếm 84.8% tổng số lượng khách hàng, tương đương 422 người, trong khi công nhân chỉ chiếm 15.2% với 78 khách hàng Sự chênh lệch này xuất phát từ vị trí của Chi nhánh nằm ở khu vực trung tâm thành phố, nơi có nhiều cao ốc văn phòng Yêu cầu về tài sản đảm bảo như quyền sử dụng đất hoặc giấy tờ có giá do Chính phủ cấp đã gây khó khăn cho công nhân trong việc vay vốn Đồng thời, sự phát triển của các công ty tài chính cung cấp vay tín chấp với thủ tục đơn giản đã thu hút nhiều công nhân Trong bối cảnh dịch bệnh Covid-19, số lượng công nhân vay vốn ít đã giúp hạn chế nợ xấu tại Chi nhánh, do thu nhập của họ bị ảnh hưởng nặng nề bởi các quy định giãn cách xã hội và việc ngừng hoạt động của các doanh nghiệp.
N Minimum Maximum Mean Std Deviation
Statistic Statistic Statistic Statistic Statistic
■ Chưa từng phát sinh nợ quá hạn
■ Đã từng phát sinh nợ
Hình 4.7 Biểu đồ cơ cấu lịch sử tín dụng
Trong lịch sử tín dụng, có 471 khách hàng, chiếm 94.2%, chưa từng phát sinh nợ quá hạn, trong khi 29 khách hàng, tương đương 5.8%, đã từng gặp nợ quá hạn tại các tổ chức tín dụng Điều này cho thấy tỷ lệ khách hàng có nợ quá hạn là rất nhỏ Chi nhánh thực hiện đánh giá chặt chẽ đối với nhóm khách hàng này khi phê duyệt khoản vay, áp dụng các điều kiện và xem xét nhiều yếu tố khác ngoài các quy định đánh giá thông thường Lãi suất cho vay đối với nhóm khách hàng có nợ quá hạn cũng cao hơn so với nhóm chưa từng phát sinh nợ quá hạn.
Bảng 4.3 Thống kê mô tả các biến độc lập liên tục trong mô hình
(Nguồn:tổng hợp kết quả từ SPSS)
Khách hàng vay vốn tại Chi nhánh có độ tuổi trung bình là 48.63, với độ tuổi dao động từ 24 đến 74 Nhóm khách hàng dưới 30 tuổi chỉ chiếm 3.2%, trong khi đó, khách hàng trên 60 tuổi chiếm 14.6% Độ tuổi của khách hàng phản ánh kinh nghiệm trong việc xây dựng phương án kinh doanh và sử dụng vốn vay một cách hợp lý Thực tế tại Chi nhánh cho thấy, phần lớn khách hàng là nhân viên văn phòng hoặc chủ hộ kinh doanh, với độ tuổi từ 30 đến 60, chiếm tỷ lệ 82.2%.
Độ tuổi dưới 30 thường ít vay vốn tại Chi nhánh, chủ yếu do sự cạnh tranh gay gắt giữa các ngân hàng về chính sách lãi suất ưu đãi, quy định vay và hạn mức vay tối đa trên tài sản đảm bảo.
Thu nhập: bình quân mức thu nhập của khách hàng vay vốn tại Chi nhánh
Mức thu nhập trung bình của khách hàng vay vốn tại Chi nhánh là 32.655 triệu đồng/tháng, với thu nhập thấp nhất là 6 triệu đồng và cao nhất là 235 triệu đồng Trong đó, 28% khách hàng có thu nhập dưới 10 triệu đồng, tương ứng với 139 khách hàng; 14% có thu nhập từ 30-50 triệu đồng, tương ứng với 70 khách hàng; và 17% có thu nhập trên 50 triệu đồng, tương ứng với 85 khách hàng Đáng chú ý, 41% khách hàng vay vốn có thu nhập từ 10-30 triệu đồng, tương ứng với 206 khách hàng, cho thấy chất lượng khách hàng tại Chi nhánh chủ yếu có mức thu nhập tốt Mặc dù có sự chênh lệch nhỏ với nhóm khách hàng thu nhập dưới 10 triệu đồng, nhưng không đáng kể, Ngân hàng cũng đã đưa ra các đề xuất phù hợp.
Tại ACB - Chi nhánh Phan Đăng Lưu, quy mô khoản vay trung bình đạt 763,286 triệu đồng, với khoản vay nhỏ nhất là 28 triệu đồng và lớn nhất là 6000 triệu đồng Mặc dù hạn mức tối đa cho khách hàng cá nhân là 20 tỷ đồng, nhưng chưa có trường hợp nào vay tối đa trong thời gian nghiên cứu Tỷ lệ khoản vay dưới 100 triệu đồng chiếm 10.2%, trong khi khoản vay trên 2000 triệu đồng chiếm 12% Đáng chú ý, khoản vay từ 100 - 500 triệu đồng và từ 500 - 2000 triệu đồng lần lượt chiếm 41.8% và 36%, cho thấy sự đa dạng trong mục đích vay của khách hàng.
Thời hạn vay: Từ bảng 4.3 cho thấy thời hạn vay trung bình tại Chi nhánh là
Thời hạn vay phổ biến nhất tại Chi nhánh là 60 tháng, chiếm 65.2% tổng số khoản vay, giúp khách hàng giảm áp lực trả nợ và phù hợp với phương án kinh doanh dài hạn Thời hạn vay 12 tháng và 36 tháng cũng được ưa chuộng, lần lượt chiếm 9.2% và 24.4%, thường dành cho các hộ kinh doanh dịch vụ ăn uống với kế hoạch ngắn hạn từ 1-3 năm Trong khi đó, các thời hạn vay 24 tháng và 48 tháng ít được lựa chọn, chỉ chiếm dưới 1%, do không tối ưu về chi phí và thời gian.
Lãi suất tại ACB dao động từ 7,0% đến 11,5%, tùy thuộc vào đối tượng khách hàng, nhu cầu và mục đích vay Mức lãi suất này được đánh giá là cạnh tranh trong khu vực so với các tổ chức tín dụng khác Hiện tại, lãi suất phổ biến cho vay kinh doanh và du học là 7%-9%, chiếm 58,4% tổng số khoản vay, trong khi lãi suất từ 10%-11,5% áp dụng cho vay mua nhà, mua xe, chiếm 41,6% Khách hàng còn có cơ hội nhận mức lãi suất ưu đãi tốt nhất trong năm đầu tiên nhờ vào các chính sách khuyến mãi đi kèm.
Tài sản đảm bảo tại chi nhánh cho vay chiếm 80% giá trị, trong đó 41.4% là tài sản dưới 700 triệu đồng, 45.2% từ 700 đến 3000 triệu đồng, và 13.4% trên 3000 triệu đồng Sự phân bố này cho thấy giá trị tài sản đảm bảo lớn, giúp giảm rủi ro cho ngân hàng và tăng trách nhiệm trả nợ của khách hàng.
KẾT QUẢ NGHIÊN CỨU
4.3.1 Phân tích biến độc lập
Kết quả thực hiện hồi quy Binary Logistic bằng phần mền SPSS với 11 biến độc lập:
Nghề nghiệp Thu nhập Lịch sử tín dụng
Khoản vay Thời hạn vay Lãi suất
Bảng 4.4 Kiếm định đa cộng tuyến
(Nguồn:tổng hợp kết quả từ SPSS)
** Correlation is significant at the 0.01 level (2-tailed) * Correlation is significant at the 0.05 level (2-tailed).
Bảng 4.5 Ma trận tương quan
(Nguồn:tổng hợp kết quả từ SPSS)
Hệ số tương quan thể hiện mối quan hệ hai chiều giữa các biến, với giá trị lớn hơn cho thấy mối liên hệ chặt chẽ hơn Kết quả từ bảng 4.5 cho thấy tất cả các hệ số tương quan giữa các biến đều thấp hơn 0.5, cho thấy các biến độc lập không tương quan với nhau mà chỉ tương quan với biến độc lập Thêm vào đó, kết quả từ bảng 4.4 cho thấy chỉ số VIF nhỏ hơn 10, xác nhận rằng mô hình không gặp phải vấn đề đa cộng tuyến.
Step -2 Log likelihood Cox & Snell R
Bảng 4.6 Mô hình Logistic 11 biến độc lập
(Nguồn:tổng hợp kết quả từ SPSS)
Kết quả phân tích hồi quy Logistic cho thấy trong số 11 biến độc lập, có 7 biến có ý nghĩa thống kê với mức ý nghĩa sig.α=5%.
Kết quả sau khi thực hiện hồi quy Logistic với 7 biến độc lập:
Bảng 4.7 Mô hình Logistic 7 biến độc lập
(Nguồn:tổng hợp kết quả từ SPSS)
Bảng 4.8 Kiểm định độ phù hợp của mô hình
(Nguồn:tổng hợp kết quả từ SPSS)
Kết quả từ bảng 4.7 và bảng 4.8 chỉ ra rằng mô hình có ý nghĩa thống kê với mức ý nghĩa sig < α = 5%, cho thấy các biến độc lập có mối quan hệ tuyến tính rõ ràng với biến phụ thuộc.
Bảng 4.9 Kiểm định mức độ giải thích của mô hình
(Nguồn:tổng hợp kết quả từ SPSS)
Bảng 4.10 Kiểm tra mức độ chính xác mô hình
(Nguồn:tổng hợp kết quả từ SPSS)
Chỉ số -2LL trong bảng 4.9 là 116.930, thấp hơn so với chỉ số -2LL của mô hình trống ban đầu là 243.167 Bên cạnh đó, chỉ số Nagelkerke R Square đạt 0,579, cho thấy các biến độc lập giải thích được 57,9% sự thay đổi của biến phụ thuộc.
Theo bảng 4.10, trong số 33 khách hàng không có khả năng trả nợ, mô hình dự đoán chính xác 14 khách hàng, đạt xác suất 42,4% Đối với khách hàng có khả năng trả nợ, mô hình dự đoán chính xác 461 trên tổng số 467 khách hàng, tương ứng xác suất 98,7% Tổng tỷ lệ dự đoán chính xác của mô hình đạt 95%, cho thấy hiệu quả cao trong việc ứng dụng mô hình này.
4.3.2 Thảo luận kết quả nghiên cứu
Kết quả từ phân tích hồi quy Logistic với 7 biến độc lập có ý nghĩa thống kê, được trình bày trong bảng , cho phép tái cấu trúc mô hình nghiên cứu một cách rõ ràng và chính xác.
1,701(Nghe nghi p)ệ + 0,219(Thu nh p) — 1,775(Lich s tín d ng)ậ ử ụ +
4.3.2.1 Các biến số có ý nghĩa thống kê
Khả năng trả nợ khi biến độc lập thay đổi một đơn vị so với khả năng trả nợ ban đầu
Bảng 4.11 Kết quả hồi quy Logistic
(Nguồn:tổng hợp kết quả từ SPSS)
Hệ số ước lượng B dương cho thấy mối quan hệ thuận giữa các biến độc lập và biến phụ thuộc; khi biến độc lập thay đổi một đơn vị, logit(P) cũng sẽ thay đổi theo hướng tăng hoặc giảm tương ứng với giá trị B Ngược lại, hệ số B âm chỉ ra mối quan hệ nghịch giữa các biến độc lập và biến phụ thuộc.
Bảng 4.12 Ước lượng khả năng trả nợ
Giả định rằng xác suất trả nợ ban đầu là 40%, tác giả sẽ phân tích khả năng trả nợ của khách hàng cá nhân tại ACB Phan Đăng Lưu dựa trên thông tin từ bảng 4.11 và bảng 4.12.
Nghiên cứu cho thấy, độ tuổi khách hàng vay càng cao thì khả năng trả nợ giảm 1% so với xác suất ban đầu là 40% Khách hàng trẻ thường có khả năng tạo ra thu nhập cao nhờ vào sự linh hoạt trong việc xác định hướng kinh doanh mới và sức khỏe tốt Tuy nhiên, họ lại thiếu kinh nghiệm trong việc lập kế hoạch kinh doanh và sử dụng vốn vay hiệu quả Hơn nữa, sự hỗ trợ tài chính từ gia đình cũng khiến nhiều khách hàng trẻ ít chọn vay vốn ngân hàng.
Nghiên cứu cho thấy, trong điều kiện tương tự, khả năng trả nợ của khách hàng nữ đạt 87,45%, cao hơn nhiều so với xác suất 47,45% ban đầu Điều này phù hợp với các nghiên cứu trước đây, cho thấy phụ nữ ở Việt Nam và các nước Á Đông thường ít tạo rủi ro tín dụng hơn nam giới do tính cẩn trọng và ít ưa thích rủi ro Theo văn hóa Á Đông, nam giới thường là trụ cột gia đình, trong khi phụ nữ có trách nhiệm quản lý tài chính và chi tiêu Hơn nữa, phụ nữ hiện đại ngày nay có xu hướng tự chủ tài chính, điều này góp phần làm tăng trách nhiệm trong việc quản lý các khoản vay so với nam giới, đặc biệt là tại ACB Phan Đăng Lưu.
Khách hàng có nghề nghiệp ổn định thường có khả năng tạo ra dòng tiền đều đặn, dẫn đến khả năng trả nợ cao hơn so với những người làm công việc không ổn định như công nhân lao động chân tay Mô hình tiên lượng cho thấy khả năng trả nợ của khách hàng có nghề nghiệp ổn định đạt 78,51%, cao hơn nhiều so với xác suất giả định ban đầu là 38,51% Ngược lại, khách hàng là công nhân, với tính chất công việc rủi ro cao, có khả năng trả nợ thấp hơn Tuy nhiên, việc xác nhận nghề nghiệp của khách hàng hiện nay gặp nhiều khó khăn do thủ tục đơn giản, dẫn đến tình trạng giả mạo hồ sơ để vay vốn Điều này, cùng với áp lực doanh số, khiến một số cán bộ tín dụng hỗ trợ khách hàng thực hiện hành vi này, gây ra rủi ro tín dụng nghiêm trọng.
Thu nhập thường xuyên của khách hàng là yếu tố quan trọng ảnh hưởng đến khả năng trả nợ, với việc tăng thêm một triệu đồng thu nhập giúp tăng khả năng trả nợ lên 5,35% so với mức ban đầu 40% Kết quả này phù hợp với nhiều nghiên cứu trước đây và thực tế cho vay khách hàng cá nhân Thu nhập cao củng cố năng lực tài chính, đảm bảo khả năng trả nợ đúng hạn Theo thống kê năm 2020, thu nhập bình quân đầu người tại TP.HCM đạt hơn 6,5 triệu đồng/tháng, đứng thứ hai cả nước nhưng vẫn thấp hơn kỳ vọng do ảnh hưởng của dịch Covid-19, đặc biệt là các ngành dịch vụ và du lịch, vốn là trụ cột của nền kinh tế.
Khách hàng đã từng có nợ quá hạn có khả năng trả nợ thấp hơn 30,15% so với những khách hàng chưa từng phát sinh nợ quá hạn, theo kết quả hồi quy Điều này cho thấy rằng những người có ý thức trả nợ tốt thường cân nhắc tài chính để tránh nợ quá hạn, vì vấn đề này liên quan đến đạo đức và uy tín Do đó, ngân hàng sẽ xem xét kỹ lưỡng nhiều yếu tố khác nhau khi quyết định cho vay.
Kết quả mô hình tiên lượng xác nhận giả thuyết ban đầu về quy mô khoản vay của khách hàng, cho thấy rằng với mỗi triệu đồng vay tăng thêm, khả năng trả nợ sẽ tăng 0,02% so với mức 40% dự kiến Điều này phù hợp với nhiều nghiên cứu trước đây và thực tế tại chi nhánh nghiên cứu, nơi Giám đốc ngân hàng trực tiếp thẩm định các khoản vay lớn, đảm bảo quy trình thẩm định chuyên nghiệp và giảm thiểu rủi ro Tuy nhiên, cần lưu ý rằng khoản vay lớn vẫn tiềm ẩn những rủi ro và cần được xem xét một cách thận trọng.
Lãi suất cao làm giảm khả năng trả nợ của khách hàng, với việc tăng 1% lãi suất dẫn đến giảm 25,51% khả năng trả nợ so với xác suất ban đầu 40% Điều này cho thấy rằng lãi suất cao gia tăng rủi ro không trả được nợ do áp lực tài chính lớn hơn, khi thu nhập không đủ để đáp ứng khoản vay Trong bối cảnh dịch bệnh kéo dài ảnh hưởng đến thu nhập, Ngân hàng ACB đã tiên phong giảm lãi suất cho vay cho cả khách hàng cá nhân và doanh nghiệp.
4.3.2.2 Các biến không có ý nghĩa thống kê
