Mục tiêu nghiên cứu
- Xác định các yếu tố ảnh hưởng đến rủi ro tín dụng của NHTMCP Á Châu
- Đánh giá rủi ro tín dụng tại NHTMCP Á Châu dựa trên kết quả của nghiên cứu thực nghiệm
- Đưa các giải pháp hạn chế rủi ro tín dụng Ngân hàng TMCP Á Châu.
Phương pháp nghiên cứu
Nghiên cứu này áp dụng phương pháp định lượng để xác định các yếu tố ảnh hưởng đến xác suất rủi ro tín dụng của khách hàng doanh nghiệp tại Ngân hàng TMCP Á Châu Dựa trên những phát hiện này, bài viết sẽ đề xuất các biện pháp nhằm giảm thiểu rủi ro tín dụng hiệu quả.
Câu hỏi nghiên cứu
Thiết lập mối quan hệ thống kê giữa các yếu tố và hiệu quả kinh doanh của ngân hàng là một nhiệm vụ quan trọng, giúp xác định các yếu tố ảnh hưởng đến hoạt động tài chính Việc áp dụng mô hình xác định sẽ cho phép phân tích sâu hơn về cách các yếu tố này tương tác và tác động đến hiệu suất của ngân hàng Điều này không chỉ nâng cao hiểu biết về hiệu quả kinh doanh mà còn hỗ trợ việc ra quyết định chiến lược trong quản lý ngân hàng.
Bài nghiên cứu nhằm giúp trả lời câu hỏi:
- Yếu tố nào có ảnh hưởng đến rủi ro tín dụng tại NH TMCP Á Châu?
- Ngân hàng TMCP Á Châu nên làm gì để giảm thiểu rủi ro tín dụng?
Nội dung nghiên cứu
Bài nghiên cứu được thiết kế thành 03 chương:
Chương 1: Cơ sở lý luận về rủi ro tín dụng trong hoạt động của ngân hàng thương mại
Chương 2 phân tích thực trạng rủi ro tín dụng tại Ngân hàng Thương mại Cổ phần Á Châu, nêu rõ các yếu tố gây ra rủi ro và ảnh hưởng đến hoạt động của ngân hàng Chương 3 đề xuất các giải pháp nhằm hạn chế rủi ro tín dụng, bao gồm cải thiện quy trình thẩm định tín dụng, tăng cường giám sát và quản lý khoản vay, cũng như áp dụng công nghệ thông tin trong quản lý rủi ro.
CƠ SỞ LÝ LUẬN VỀ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CỦA NGÂN HÀNG THƯƠNG MẠI
Rủi ro tín dụng
1.1.1 Khái niệm về rủi ro và rủi ro tín dụng
Môi trường sống hiện nay chứa đựng nhiều rủi ro, xuất hiện bất ngờ trong mọi ngành nghề và lĩnh vực Rủi ro có thể được định nghĩa theo nhiều cách khác nhau, nhưng nhìn chung, có thể phân chia thành hai quan điểm chính.
Theo quan điểm truyền thống, rủi ro được định nghĩa là những thiệt hại, mất mát, hoặc nguy hiểm có thể xảy ra cho con người Khi xã hội loài người phát triển, các hoạt động của con người trở nên đa dạng hơn, dẫn đến sự xuất hiện của những rủi ro mới mà trước đây chưa từng tồn tại.
Theo quan điểm trung hòa, rủi ro được định nghĩa là sự không chắc chắn, bất ổn hoặc biến động tiềm ẩn trong kết quả Tuy nhiên, không phải tất cả sự không chắc chắn đều được xem là rủi ro; chỉ những tình trạng không chắc chắn có thể ước đoán xác định xảy ra mới được coi là rủi ro Những tình huống chưa từng xảy ra và không thể ước đoán xác suất xảy ra được gọi là sự bất trắc, không phải rủi ro Do đó, rủi ro có thể được đo lường, trong khi bất trắc thì không.
Rủi ro được định nghĩa là sự chênh lệch giữa giá trị thực tế và giá trị kỳ vọng, trong đó giá trị kỳ vọng là giá trị trung bình có trọng số của một biến, với trọng số là xác suất xảy ra của biến đó Độ lệch chuẩn, hay phương sai (bình phương độ lệch chuẩn), là thước đo chính để đánh giá rủi ro, thể hiện sự khác biệt giữa giá trị thực tế và giá trị kỳ vọng.
Rủi ro vừa có mặt tích cực vừa có mặt tiêu cực, có thể dẫn đến tổn thất và nguy hiểm, nhưng cũng mang lại cơ hội Bằng cách nghiên cứu, nhận dạng và đo lường rủi ro, chúng ta có thể phát hiện các biện pháp phòng ngừa, giảm thiểu tác động tiêu cực và tối ưu hóa những cơ hội tích cực từ rủi ro.
1.1.1.2 Khái niệm rủi ro tín dụng:
Trong nền kinh tế thị trường, chức năng cung cấp tín dụng của ngân hàng là rất quan trọng Rủi ro tín dụng là mối nguy lớn nhất mà ngân hàng phải đối mặt, thường xuyên xảy ra và tập trung chủ yếu vào danh mục tín dụng Khi ngân hàng gặp khó khăn về tài chính, nguyên nhân chủ yếu thường xuất phát từ các hoạt động tín dụng không hiệu quả.
Rủi ro tín dụng là nguy cơ mất mát tài sản khi một bên đối tác không thực hiện nghĩa vụ tài chính hoặc hợp đồng với ngân hàng, bao gồm việc không thanh toán nợ gốc hoặc lãi khi khoản nợ đến hạn Có nhiều cách tiếp cận khác nhau để hiểu rõ về khái niệm này.
Theo quyết định 493/2005/QĐ-NHNN, rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng được định nghĩa là khả năng xảy ra tổn thất do khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ theo cam kết.
Rủi ro tín dụng là nguy cơ xuất hiện trong quá trình ngân hàng cấp tín dụng, thể hiện qua việc khách hàng không có khả năng trả nợ hoặc không thanh toán đúng hạn.
1.1.2 Rủi ro tín dụng trong Basel
Theo hiệp ước Basel II của Ủy Ban Basel về giám sát ngân hàng, rủi ro hoạt động và rủi ro tín dụng được phân tách và lượng hóa riêng biệt Để ước lượng mức độ tổn thất tín dụng, cần xem xét bốn yếu tố chính, trong đó yếu tố đầu tiên là xác suất không trả được nợ của khách hàng (PD).
Tỷ lệ mất vốn dự kiến (LGD), dư nợ tại thời điểm khách hàng không trả được nợ (EAD) và thời hạn vay thực tế (EE) là những yếu tố quan trọng trong mô hình lượng hóa rủi ro tín dụng Trong đó, xác suất không trả được nợ là yếu tố đầu tiên và rất quan trọng, giúp ngân hàng tiếp cận và ước lượng các nhân tố khác.
Dựa trên kết quả xếp hạng nội bộ, các ngân hàng có thể ước lượng xác suất không trả được nợ (Probability of Default) của khách hàng, đây là yếu tố quan trọng nhất trong việc xác định rủi ro tín dụng Việc này giúp các ngân hàng xây dựng mô hình ước lượng mức vốn theo quy định một cách hiệu quả.
Việc ước lượng mức độ tổn thất không dự tính trong một khoảng thời gian nhất định giúp ngân hàng xác định lượng vốn cần thiết để ứng phó với rủi ro Các ngân hàng sẽ sử dụng lý thuyết phương pháp VaR (Value at Risk) để ước lượng mức vốn kinh tế nhằm bù đắp tổn thất không dự tính, dựa trên các tham số chính cấu thành rủi ro tín dụng.
PD (Probability of Default): Xác suất khách hàng không trả được nợ trong
LGD (Loss Given Default): Tỷ lệ mất vốn dự kiến
EAD (Exposure of Default): Dư nợ của khách hàng tại thời điểm không trả được nợ
Maturity (M) đề cập đến thời hạn vay trong các phương pháp đánh giá rủi ro tín dụng Đối với phương pháp cơ bản, ngân hàng ước lượng xác suất không trả nợ dựa trên thông tin nội bộ và cần sự phê duyệt từ cơ quan quản lý ngân hàng Tỷ lệ mất vốn dự kiến (LGD) và thời hạn vay (M) sẽ do cơ quan giám sát ngân hàng quy định Ngược lại, trong phương pháp cao cấp, ngân hàng tự ước lượng tất cả các tham số này, nhưng vẫn phải được cơ quan giám sát ngân hàng phê duyệt trước khi áp dụng.
Phương pháp đánh giá tín dụng dựa trên xếp hạng nội bộ xác định tổn thất mất vốn do khách hàng không trả được nợ (EL) theo quy định của Basel II Tổn thất tín dụng trong một danh mục có thể được phân chia thành hai loại: tổn thất dự tính được (EL) và tổn thất không dự tính được (UL) EL đại diện cho mức tổn thất trung bình dựa trên số liệu thống kê trong quá khứ, vì ngân hàng không thể xác định chính xác 100% khách hàng xấu hay khoản vay không thể trả trong 12 tháng tới Đối với mỗi khoản vay hoặc khách hàng, tổn thất dự tính được tính toán theo công thức: EL = PD * LGD * EAD.
1.1.3 Phân loại rủi ro tín dụng
Hình 1.1 Phân loại rủi ro tín dụng
Các yếu tố ảnh hưởng đến rủi ro tín dụng
1.2.1.1 Yếu tố đến từ chính ngân hàng
Chính sách cho vay của ngân hàng không phù hợp và thiếu kiểm soát chặt chẽ có thể dẫn đến việc tập trung cho vay vào một nhóm khách hàng nhất định Khi nền kinh tế hoặc yếu tố ngành không bền vững, điều này dễ dàng tạo ra nợ xấu dây chuyền từ các khoản tín dụng đã cấp.
Chính sách và quy trình cho vay hiện tại còn thiếu chặt chẽ, với quy trình quản trị rủi ro chưa hiệu quả Việc phân tích khách hàng và xếp loại rủi ro tín dụng chưa được chú trọng, ảnh hưởng đến việc xác định điều kiện vay và khả năng trả nợ Hơn nữa, việc áp dụng chính sách cho vay giữa các vùng địa lý khác nhau không nhất quán, do sự khác biệt về thể chế, tác phong làm việc và năng lực nhân sự.
Rủi ro trong quy trình bảo đảm tiền vay có thể phát sinh từ việc thẩm định giá trị tài sản cho đến khi ký kết hợp đồng và kiểm soát tài sản đảm bảo Việc định giá tài sản không chính xác, có thể do áp lực chỉ tiêu từ ngân hàng, dẫn đến giá trị tài sản được định giá cao hơn nhiều so với giá thị trường Khi kinh tế suy thoái, nhiều tài sản mất giá, gây nguy cơ mất vốn cho ngân hàng Hơn nữa, việc quản lý tài sản không chặt chẽ, đặc biệt là đối với động sản và hàng hóa, cũng có thể dẫn đến thất thoát tài sản.
Năng lực dự báo và phân tích tín dụng của cán bộ ngân hàng còn yếu, đặc biệt trong các ngành cần chuyên môn cao Dù quyết định cho vay có thể đúng đắn, nhưng việc thiếu kiểm tra và giám sát sau cho vay dẫn đến việc khách hàng sử dụng vốn sai mục đích, mà ngân hàng không kịp thời ngăn chặn Điều này cho thấy sự thiếu kiểm soát tín dụng và sự thất bại trong giám sát trong toàn bộ quá trình cho vay.
Vấn đề phẩm chất của cán bộ tín dụng và đãi ngộ không thỏa đáng trong ngành ngân hàng đã góp phần vào rủi ro tín dụng Cụ thể, một số cán bộ ngân hàng không tuân thủ nghiêm ngặt các quy định tín dụng và điều kiện cho vay, đồng thời thiếu thông tin đầy đủ và đáng tin cậy về khách hàng, dẫn đến việc xem xét cấp tín dụng không hiệu quả.
Cán bộ tín dụng có đạo đức nghề nghiệp và tinh thần trách nhiệm cao đóng vai trò quan trọng trong việc nâng cao chất lượng tín dụng Trình độ chuyên môn và kỹ năng của họ quyết định sự thành công trong công tác tín dụng, giúp đánh giá chính xác tính khả thi của dự án và tính chân thực của báo cáo tài chính Họ cũng có khả năng phát hiện các hành vi gian lận của khách hàng, như sửa chữa báo cáo tài chính hay lập hồ sơ thế chấp giả Nhờ đó, cán bộ tín dụng có thể phân tích khả năng quản lý và năng lực thực sự của khách hàng, từ đó đưa ra quyết định cho vay hợp lý.
1.2.1.2 Các yếu tố từ phía khách hàng vay
Khả năng kinh doanh, quản trị
Nhiều doanh nghiệp hiện nay đang gặp khó khăn do khả năng kinh doanh và điều hành yếu kém, không có các đối sách kịp thời trong bối cảnh nền kinh tế biến động phức tạp Việc đầu tư vào nhiều lĩnh vực vượt quá khả năng quản lý dẫn đến quy mô kinh doanh phình ra, từ đó gây ra sự thất bại cho những phương án kinh doanh có tiềm năng thành công.
Khách hàng thể hiện thiện chí trả nợ không cao và thiếu hợp tác trong việc cung cấp thông tin kịp thời Điều này gây khó khăn cho ngân hàng trong việc bàn bạc các giải pháp khi tình hình kinh doanh gặp khó khăn.
Một số khách hàng có hành vi lừa đảo và vi phạm pháp luật, gây rủi ro cho các doanh nghiệp khi vay vốn ngân hàng Mặc dù đa số doanh nghiệp có phương án kinh doanh khả thi, nhưng nếu không được kiểm tra và phân tích kỹ lưỡng, họ có thể gặp phải những rủi ro nghiêm trọng Dù số lượng doanh nghiệp sử dụng vốn sai mục đích không nhiều, nhưng những vụ việc này có thể gây ảnh hưởng lớn đến uy tín của cán bộ ngân hàng và tác động tiêu cực đến các doanh nghiệp khác.
Tình hình tài chính của nhiều doanh nghiệp Việt Nam hiện nay đang gặp khó khăn, với quy mô vốn chủ sở hữu nhỏ và cơ cấu tài chính thiếu cân đối Quản lý tài chính kế toán còn mang tính tùy tiện và không đồng bộ, dẫn đến thông tin ngân hàng không chính xác và chỉ mang tính hình thức Do đó, các bản phân tích tài chính do ngân hàng lập dựa trên số liệu từ doanh nghiệp thường thiếu thực tế và sai lệch, làm gia tăng rủi ro trong quá trình đánh giá tài chính.
Việc doanh nghiệp vay vốn từ nhiều ngân hàng đồng thời gây khó khăn trong việc theo dõi và quản lý dòng tiền, dẫn đến tình trạng chồng chéo vốn vay và mất khả năng thanh toán dây chuyền.
Các biến số kinh tế vĩ mô như lạm phát và khủng hoảng có tác động lớn đến chất lượng tín dụng Một nền kinh tế ổn định với tỷ lệ lạm phát vừa phải tạo điều kiện cho các khoản tín dụng chất lượng cao, giúp doanh nghiệp hoạt động hiệu quả và tạo ra lợi nhuận cao hơn Khi đó, khả năng trả vốn và lãi cho ngân hàng của doanh nghiệp cũng được nâng cao Ngược lại, trong bối cảnh nền kinh tế biến động, doanh nghiệp gặp khó khăn trong hoạt động kinh doanh, dẫn đến thu nhập không ổn định và ảnh hưởng đến khả năng thu nợ của ngân hàng.
Thay đổi trong chính sách điều hành của chính phủ, bao gồm chính sách tài khoá và tiền tệ, ảnh hưởng lớn đến nền kinh tế và hoạt động của ngân hàng thương mại Chính phủ thiết lập các chính sách tiền tệ, trong khi ngân hàng thực hiện chúng, tuy nhiên, những chính sách này có thể mang lại lợi ích hoặc rủi ro cho ngân hàng Khi ngân hàng nhà nước điều chỉnh lãi suất huy động hoặc tỷ lệ dự trữ bắt buộc, mọi kế hoạch của ngân hàng đều bị ảnh hưởng Sự gia tăng lãi suất huy động khiến ngân hàng gặp khó khăn trong việc cho vay, buộc lãi suất tín dụng cũng phải tăng theo để đảm bảo lợi nhuận, điều này dẫn đến khó khăn cho khách hàng trong việc trả lãi và gốc, đồng thời gia tăng rủi ro tín dụng.
Nguyên nhân từ môi trường pháp lý ảnh hưởng lớn đến hoạt động kinh doanh của các ngân hàng Khi hệ thống pháp luật ổn định và minh bạch, ngân hàng thương mại sẽ có nhiều thuận lợi trong kinh doanh Ngược lại, nếu môi trường pháp lý thiếu đồng bộ và tồn tại nhiều khe hở, rủi ro trong hoạt động ngân hàng sẽ gia tăng Hơn nữa, quy định về quy trình tín dụng nếu không chặt chẽ và hợp lý sẽ gây khó khăn cho hoạt động này, đồng thời tạo ra nguy cơ rủi ro Do đó, các quy định hợp lý và chặt chẽ là cần thiết để hạn chế các trường hợp xấu trong hợp đồng tín dụng.
Yếu tố chính trị và xã hội có ảnh hưởng lớn đến hoạt động tín dụng của ngân hàng, như đã thấy qua cuộc khủng hoảng kinh tế tại Thái Lan do đảo chính Tình hình chính trị bất ổn có thể làm rối loạn các hoạt động xã hội và tín dụng, dẫn đến khó khăn cho doanh nghiệp trong việc thanh toán nợ vay Điều này làm tăng rủi ro tín dụng, nhưng Việt Nam lại có nền chính trị xã hội tương đối ổn định, giúp giảm thiểu những rủi ro này.
Các bài nghiên cứu trước đây
Trên thế giới, các quốc gia áp dụng nhiều hệ thống phân loại nợ khác nhau, ví dụ như ở Anh, ngân hàng thương mại không bị bắt buộc phải có hệ thống phân loại cụ thể nhưng phải có quy trình quản lý rủi ro tín dụng phù hợp Ngược lại, Pháp quy định rõ các thuộc tính của nợ bình thường và nợ xấu, giúp ngân hàng xây dựng hệ thống phân loại riêng Tại Brazil, nợ được phân loại thành 9 nhóm, trong khi Cộng hòa Séc phân thành 5 nhóm dựa trên số ngày quá hạn Ở Trung Quốc và Singapore, các ngân hàng cũng phân loại cho vay theo 5 nhóm Việc phân loại nợ giúp ngân hàng xác định nợ xấu và chủ động quản lý rủi ro tín dụng, đồng thời cần thiết cho việc trích lập dự phòng rủi ro Tại Việt Nam, Quyết định 493/2005/QĐ-NHNN quy định trích lập dự phòng cho nợ từ nhóm 2 trở đi, nghĩa là nợ quá hạn càng dài, số tiền trích lập càng tăng, ảnh hưởng đến lợi nhuận ngân hàng khi nợ xấu gia tăng Do đó, nhiều nghiên cứu đã được thực hiện để phân tích các yếu tố tác động đến việc phân loại nợ của ngân hàng thương mại, sử dụng cả dữ liệu định lượng và định tính.
Các nhà nghiên cứu tại Ngân hàng trung ương Slovenia đã phát triển một mô hình rủi ro tín dụng, trong đó Kavcic và cộng sự (2005) áp dụng mô hình ordered probit với hiệu ứng ngẫu nhiên để xác định xác suất phân loại nợ xấu dựa trên dữ liệu chất lượng tín dụng của các công ty tư nhân Nghiên cứu tập trung vào ảnh hưởng của lãi suất khoản vay, thời hạn khoản vay và tỷ giá lên xác suất xảy ra nợ xấu Tương tự, Hollos và Papp (2007) đã thực hiện một nghiên cứu với dữ liệu tài chính hộ gia đình từ Ngân hàng trung ương Hungary, cho thấy xác suất phân loại nợ nhạy cảm với biến động lãi suất Kết quả nghiên cứu của họ cũng được Ngân hàng Magyar Nemzeti sử dụng để phân tích tác động của các biến số vĩ mô đối với hệ thống ngân hàng Hungary.
Các nghiên cứu đã chỉ ra mối liên hệ giữa các yếu tố định tính như thể chế, chính sách và trình độ quản lý nội bộ của ngân hàng với xác suất phân loại nhóm nợ của các ngân hàng thương mại Oriana và cộng sự (1997) nhấn mạnh rằng ở các nước đang phát triển, sự can thiệp của chính phủ vào ngành tài chính có vai trò quan trọng hơn so với ảnh hưởng của lãi suất và cung tiền.
Nghiên cứu của Caprio và Klingerbiel (1996) chỉ ra rằng quản trị kém, giám sát và điều tiết yếu, sự can thiệp của chính phủ, cùng với quản trị doanh nghiệp không tốt là những nguyên nhân chính dẫn đến sự phá sản của 68 ngân hàng trong thập niên 80 và 90 Thêm vào đó, các nghiên cứu của Garber (1998) và Mishkin (1999) nhấn mạnh rằng quản trị kém và quyết định cho vay không phù hợp đã góp phần gây ra cuộc khủng hoảng ngân hàng ở Chile vào năm 1982-1983 Năm 1997, vai trò của quản trị vi mô đã được nâng cao, cho thấy tầm quan trọng của nó đối với hiệu quả hoạt động của ngành ngân hàng.
Kỳ năm 1994 và Mexico năm 1995
Nghiên cứu của Emawtee Bissoondoyal-Bheenick và Sirimon Treepongkarun (2009) chỉ ra rằng các yếu tố định lượng như chất lượng tài sản, rủi ro thanh khoản, vốn sẵn có và khả năng hoạt động có ảnh hưởng lớn đến xếp hạng công ty hơn là các yếu tố vĩ mô và rủi ro thị trường Bebczuk và Sangiácomo (2008) đã phân tích hơn 192.000 công ty tại Argentina từ năm 1988 đến 2005, cho thấy xác suất nợ xấu liên quan đến mục đích vay, với nợ xấu cao hơn khi khoản vay là tín dụng thấu chi, trong khi giảm đối với chiết khấu chứng từ và vay cá nhân Fofack (2005) đã nghiên cứu nợ xấu trong thời kỳ khủng hoảng kinh tế ở miền Nam Sahara những năm 1990, chỉ ra sự khác biệt rõ rệt về nợ xấu giữa các nước Châu Phi thuộc địa Pháp và các nước khác.
Nghiên cứu năm 1989 cho thấy rằng việc đa dạng hóa danh mục đầu tư theo khu vực địa lý có thể giảm rủi ro từ 50% đến 90% so với danh mục không đa dạng hóa, chứng minh rằng khả năng xảy ra rủi ro khác nhau ở các khu vực địa lý Tại Việt Nam, các nghiên cứu về rủi ro tín dụng đã chỉ ra các yếu tố ảnh hưởng đến xác suất xảy ra rủi ro Phạm Phú Nhân (2011) sử dụng phương pháp phân tích nhân tố (EFA) và kiểm định Cronbach Alpha để xác định năm nhân tố chính ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại, bao gồm áp lực chỉ tiêu, quy định quản lý tài sản địa phương, sự không hợp tác từ khách hàng, kiểm soát thiếu chặt chẽ và ảnh hưởng của môi trường kinh tế vĩ mô.
Nghiên cứu của Mai Thuỳ Dung (2011) đã chỉ ra rằng các yếu tố ảnh hưởng đến rủi ro tín dụng tại Công ty cho thuê tài chính – Ngân hàng Đầu tư và Phát triển Việt Nam bao gồm chỉ số thanh toán nhanh, hiệu suất sử dụng tài sản, tỷ lệ nợ trên vốn chủ sở hữu, tỷ suất sinh lợi trên doanh thu, tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và số tiền vay trên tổng giá trị tài sản đảm bảo Đồng thời, nghiên cứu cũng cho thấy nguyên nhân gây ra rủi ro tín dụng đến từ khách hàng, ngân hàng và môi trường kinh tế Mặc dù các nghiên cứu tại Việt Nam đã xây dựng mô hình định lượng để xác định các yếu tố này, nhưng chủ yếu sử dụng mô hình hồi quy nhị phân logit, chỉ cho phép xác định xác suất xảy ra nợ xấu mà không phân tích được khả năng chuyển nhóm nợ khi các yếu tố ngoại sinh thay đổi Để khắc phục những hạn chế này, tác giả đề xuất áp dụng mô hình ordered probit nhằm phân tích chi tiết hơn về xác suất xảy ra nợ xấu tại các ngân hàng thương mại.
Mô hình nghiên cứu
Theo Basel II, việc lượng hóa rủi ro tín dụng dựa vào bốn yếu tố chính: (i) Xác suất không trả được nợ của khách hàng (PD), (ii) Tỷ lệ mất vốn dự kiến (LGD), (iii) Dư nợ tại thời điểm khách hàng không trả được nợ (EAD) và (iv) Thời hạn vay thực tế (EE) Trong đó, xác suất không trả được nợ là yếu tố quan trọng hàng đầu giúp ngân hàng đánh giá và ước lượng các yếu tố khác trong mô hình rủi ro tín dụng Nghiên cứu đề xuất áp dụng mô hình ordered probit, với biến hồi quy là nhóm nợ của một khoản vay phân loại theo Quyết định 493/2005/QĐ-NHN, dẫn đến việc biến phụ thuộc sẽ nhận các giá trị tương ứng.
1 nếu khoản nợ thuộc nhóm 1
2 nếu khoản nợ thuộc nhóm 2
3 nếu khoản nợ thuộc nhóm 3
4 nếu khoản nợ thuộc nhóm 4
Khoản nợ thuộc nhóm 5 có xác suất không trả được nợ cao nhất, trong khi khoản nợ thuộc nhóm 1 có xác suất không trả được nợ thấp nhất Điều này cho thấy rủi ro tín dụng đối với nợ nhóm 1 là thấp nhất, ngược lại, rủi ro tín dụng của nợ nhóm 5 là cao nhất.
Các biến độc lập trong mô hình nghiên cứu được chọn dựa trên các nghiên cứu trước đó Vì hạn chế trong việc thu thập dữ liệu, nghiên cứu chỉ sử dụng một số biến đại diện cho các yếu tố vi mô Phương pháp thu thập dữ liệu là dữ liệu chéo, vì vậy việc đưa vào các biến đại diện cho các yếu tố vĩ mô như tăng trưởng kinh tế và cung tiền là không phù hợp.
Tên biến Loại biến Mô tả biến Tác động dự kiến
GRP Biến thứ bậc Nhóm nợ Biến phụ thuộc
Lãi suất của khoản vay +
OBJ Biến định tinh Mục đích khoản vay ( Cho vay vốn lưu động, cho vay đầu tư dự án, cho vay tài trợ xuất nhập khẩu)
VIL Biến định tính Khoản vay đó được giải ngân tại vùng nào (Bắc, Trung, Nam)
TAI Biến định tính Quy mô doanh nghiệp có khoản vay đó (DN lớn, DN vừa và nhỏ, DN khác)
Lãi suất cho vay là yếu tố kinh tế chủ chốt ảnh hưởng đến nợ xấu, với nhiều nghiên cứu chứng minh mối tương quan giữa lãi suất và nợ xấu (Nkusu 2011; Adebola, Yusoff, & Dahalan, 2011; Louzis, Vouldis và Metaxas, 2011; Berge và Boye, 2007) Sự gia tăng lãi suất làm giảm khả năng thanh toán của khách hàng, dẫn đến nợ xấu gia tăng, cho thấy lãi suất có vai trò quan trọng trong sự phát triển nợ xấu của nền kinh tế (Nkusu, 2011).
Nhiều nghiên cứu đã chỉ ra rằng lãi suất cao có mối liên hệ chặt chẽ với nợ xấu trong hệ thống ngân hàng Theo nghiên cứu của Espinoza và Prasad (2010), lãi suất cao làm tăng giá trị mặc định của khoản vay, mặc dù không tìm thấy mối quan hệ thống kê có ý nghĩa Bloem và Gorter (2001) nhấn mạnh rằng sự thay đổi thường xuyên trong chính sách lãi suất cũng góp phần làm tăng nợ xấu Asari và cộng sự (2011) xác nhận sự liên quan đáng kể giữa giá trị mặc định và lãi suất, cho thấy rằng sự gia tăng trong giá trị mặc định có thể làm tổn hại tài sản của ngân hàng và vốn Dash và Kabra (2010) cho rằng các ngân hàng áp dụng chính sách cho vay với lãi suất cao thường chịu nợ xấu lớn hơn, trong khi Collins và Wanjau (2011) cũng khẳng định lãi suất là yếu tố chính thúc đẩy nợ xấu.
Keeton và Morris (1987) đã thực hiện một nghiên cứu tại Mỹ nhằm xác định các yếu tố gây ra nợ xấu trong lĩnh vực ngân hàng, sử dụng dữ liệu từ năm 1979 đến 1985 Nghiên cứu cho thấy rằng hiệu suất kém trong lĩnh vực nông nghiệp và năng lượng, cùng với bối cảnh kinh tế và các điều kiện nghèo, là những yếu tố chính dẫn đến tình trạng nợ xấu.
Kalirai và Scheicher (2002) đã xác định rằng lãi suất cho vay, sản xuất của ngành công nghiệp, lợi suất thị trường chứng khoán và chỉ số niềm tin kinh doanh là những yếu tố quan trọng trong việc đánh giá chất lượng cho vay tại Úc, dựa trên nghiên cứu dữ liệu từ năm 1990 đến 2001.
(Guida & Maggi, 2009) chỉ trích các nghiên cứu trước vì không đưa phân vùng địa lý vào để nghiên cưú các yếu tố ảnh hưởng đến nợ xấu (Guida & Maggi,
Nghiên cứu năm 2009 phân tích tính co dãn của chi phí đối với nợ vay tại các vùng khác nhau ở Ý, đồng thời đưa ra các khuyến nghị chính sách cho ngân hàng trung ương nhằm hỗ trợ các chi nhánh ngân hàng trong việc kiểm soát nợ xấu Kết quả nghiên cứu nhấn mạnh vai trò quan trọng của các yếu tố địa lý liên quan đến quá trình chuyển đổi và chức năng dự toán chi phí nợ xấu, cho phép xem xét hiệu quả trong quản lý chi phí.
Nghiên cứu của Bebczuk và Sangiácomo (2008) dựa trên dữ liệu hàng năm từ 1998-2005 từ văn phòng tín dụng do Ngân hàng Trung ương quản lý, đã phân tích các nhân tố ảnh hưởng đến nợ xấu của khoản cho vay thương mại Nghiên cứu tập trung vào quy mô khách hàng vay và cơ cấu sở hữu của ngân hàng, nhằm xác định các yếu tố kinh tế vĩ mô và vi mô tác động đến chất lượng danh mục đầu tư cho vay Mẫu nghiên cứu bao gồm hơn 192.000 doanh nghiệp.
Kết quả nghiên cứu cho thấy rằng không có mối tương quan cao với chu kỳ kinh doanh, mặc dù có sự suy yếu tạm thời trong cuộc khủng hoảng 2002-2003 Dù tỷ trọng nợ xấu đã trở lại mức trước khủng hoảng, tỷ lệ khách hàng không có khả năng trả nợ vẫn tiếp tục tăng cao, với khoảng 1 trên 5 khách hàng gặp khó khăn trong việc thanh toán vào năm 2005.
3 khách hàng vay phải đối mặt với vấn đề trả nợ Con số này là 1 trên 5 vào năm
Từ năm 1999 đến 2003, nợ xấu có xu hướng hình chữ U ngược, với tỷ lệ cao hơn ở các khoản vay của khách hàng quy mô trung bình Khách hàng vay trong năm 2000 và 2001 thể hiện danh mục đầu tư chất lượng tốt hơn, bác bỏ giả thuyết về rủi ro đạo đức liên quan đến các gói cứu trợ của chính phủ Tỷ lệ nợ xấu của các ngân hàng công gấp đôi so với ngân hàng tư nhân và nước ngoài trong giai đoạn 1999-2005 Đặc biệt, từ năm 2002, ngân hàng nước ngoài có tỷ lệ khách hàng vay không trả nợ cao hơn ngân hàng công, trong khi cả hai đều vượt trội hơn so với ngân hàng tư nhân.
Nghiên cứu này sử dụng nhiều biến số để ước tính khả năng không trả được nợ, bao gồm tổng số nợ với hệ thống ngân hàng, mức độ tài sản thế chấp, số lượng ngân hàng cho vay, các loại tín dụng (ngắn hạn và dài hạn), cơ cấu sở hữu ngân hàng (tư nhân, nhà nước, và nước ngoài), lĩnh vực hoạt động của khách hàng vay, và biến giả thể hiện năm Để phân tích xác suất các khoản nợ thuộc nhóm nào và xu hướng chuyển nhóm khi các yếu tố tác động thay đổi, tác giả áp dụng mô hình hồi quy ordered probit.
Y i * =y 1 DUREE i +y 2 TXI i + a j OBJ ji j=1 ồ 2 + l j VIL ji j=1 ồ 2 + q j TAI ji j=1 ồ 2 + e i = x ' b + e (1)
Biến ngầm định 𝑌 𝑖 ∗ (latent variable) là yếu tố quan trọng để quan sát 𝑌 𝑖 Để thực hiện việc này, cần kết hợp với các điểm cắt (Cut-off points) hay tham số ngưỡng (threshold parameter) được xác định bởi các giá trị t 1 < t 2 < t 3 < t 4.
Khi kết hợp (1) và (2), ta có:
Lúc này, ta có thể tính được các xác suất mà một khoản nợ nhất định rơi vào các nhóm nợ từ 1 đến 5:
Khi giá trị của một biến độc lập thay đổi 1 đơn vị, tác động biên (marginal effect) được tính như sau: ảPr(Y i =1 |x) ảx m =(-b m )f(x 'b-t 1 ) ảPr(Y i =k|x) ảx m =(b m )f(x 'b-t 4 )
Với các giá trị 𝑌 𝑖 =2…4, tác động riêng phần được tính : ảPr(Y i =k|x) ảx m =(b m )[f(x'b-t k-1 )-f(x'b-t k )]
Rủi ro không chỉ gây ra tổn thất và nguy hiểm mà còn mang lại cơ hội nếu được nghiên cứu và quản lý đúng cách Bằng cách nhận diện và đo lường rủi ro, chúng ta có thể áp dụng các biện pháp phòng ngừa để giảm thiểu tác động tiêu cực và khai thác những cơ hội tích cực Trong lĩnh vực ngân hàng, rủi ro tín dụng là một trong những rủi ro quan trọng, xảy ra khi khách hàng không có khả năng trả nợ hoặc trả nợ không đúng hạn.
Rủi ro tín dụng của ngân hàng có thể gây ra những ảnh hưởng nghiêm trọng, từ việc giảm lợi nhuận do không thu hồi được lãi vay cho đến việc mất vốn khi không thu hồi được cả vốn lẫn lãi, dẫn đến tỷ lệ nợ thất thu cao Nếu tình trạng này kéo dài, ngân hàng có thể phá sản, ảnh hưởng xấu đến nền kinh tế và hệ thống ngân hàng Do đó, các nhà quản trị cần thận trọng và áp dụng các giải pháp phù hợp để ngăn ngừa và giảm thiểu rủi ro trong hoạt động tín dụng.
Bên cạnh đó, chương 1 còn tóm tắt lại các nghiên cứu trên thế giới có liên quan và đề xuất mô hình nghiên cứu thực nghiệm.
THỰC TRẠNG RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN Á CHÂU
Thực trạng về rủi ro tín dụng tại Ngân hàng TMCP Á Châu
2.1 Thực trạng về rủi ro tín dụng tại Ngân hàng TMCP Á Châu
2.1.1.1 Tình hình huy động và sử dụng vốn
Trong giai đoạn 2006-2013, ACB chủ yếu huy động vốn từ tiền gửi và tiền tiết kiệm, bên cạnh việc phát hành trái phiếu và chứng chỉ tiền gửi Tổng nguồn vốn huy động đã tăng trưởng mạnh mẽ, đặc biệt từ 2006 đến 2011 với mức tăng trên 20%/năm, đạt đỉnh 192.926 tỷ đồng vào năm 2011 Tuy nhiên, năm 2012, do khó khăn kinh tế và biến cố tháng 08, tổng nguồn vốn huy động giảm 24,75% so với năm 2011 Đến năm 2013, nhờ các chính sách cải cách của ban lãnh đạo, ACB đã hạn chế mức giảm, với tổng vốn huy động đạt 141.669 tỷ đồng, chỉ giảm 2,42% so với đầu năm.
Trong giai đoạn 2006-2013, tiền gửi tiết kiệm của ACB chiếm hơn 50% tổng vốn huy động, với mức thấp nhất là 50% vào năm 2011 và cao nhất là 75% vào năm 2013 Mặc dù ngân hàng đã khai thác các hình thức huy động tiền gửi khác, nhưng chúng chỉ đóng góp một phần nhỏ vào tổng vốn huy động Để đa dạng hóa các kênh huy động vốn, ACB đã phát hành trái phiếu và tín chỉ tiền gửi nhằm phục vụ cho các dự án đầu tư dài hạn Kênh huy động này đã được ngân hàng tận dụng tối đa trong giai đoạn 2006-2011, với tỷ trọng cao nhất trong tổng nguồn vốn huy động vào năm 2011-2012.
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013 Đơn vị: tỷ đồng)
Hình 2.1 Tình hình huy động vốn của ACB từ 2006 - 2013
Việc sử dụng vốn là yếu tố then chốt quyết định hiệu quả kinh doanh của ngân hàng, ảnh hưởng đến sự tồn tại và phát triển của tổ chức này Trong bối cảnh nền kinh tế phát triển mạnh mẽ trong những năm qua, hoạt động tín dụng của ngân hàng cũng trở nên ngày càng quan trọng.
Trái phiếu và chứng chỉ tiền gửi 5,861 11,688 16,755 26,582 38,234 50,708 18,501 3,000
Tiền gửi vốn chuyên dùng 166 58 46 169 86 117 143 525
Tiền gửi có kỳ hạn 1,870 4,213 3,598 7,779 8,550 23,305 7,421 12,302
Tiền gửi không kỳ hạn 4,283 10,121 7,157 10,355 10,391 14,688 13,450 17,972
Từ năm 2006 đến 2013, ngân hàng ACB đã huy động vốn hiệu quả, đáp ứng tốt nhu cầu của khách hàng Dựa trên nguồn vốn huy động này, ACB đã liên tục phát triển hoạt động cho vay và đầu tư.
Năm 2006 2007 2008 2009 2010 2011 2012 2013 Vốn huy động/TTS (%) 88.99 87.76 86.58 80.18 89.29 83.45 90.47 90.63
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013) Bảng 2.1 Vốn huy động và tổng dư nợ ACB từ 2006 -2013
Trong năm 2012, Ngân hàng ACB đã vượt qua nhiều thách thức từ khủng hoảng kinh tế và tình hình nội tại, duy trì tỷ lệ vốn huy động/tổng tài sản ở mức 90.47% cho đến cuối năm 2013 Tốc độ tăng của tổng vốn huy động gần bằng với tổng tài sản, nhưng tổng dư nợ tăng mạnh hơn, với tỷ lệ tổng dư nợ/tổng tài sản từ 42% năm 2006 lên 71% năm 2013 Điều này cho thấy hiệu quả sử dụng vốn của ngân hàng ngày càng cao, dẫn đến lợi nhuận cải thiện Tuy nhiên, tỷ lệ này quá cao có thể gây nguy cơ mất khả năng thanh khoản Do đó, để duy trì lợi nhuận từ hoạt động tín dụng và đảm bảo khả năng thanh toán, ngân hàng cần giữ tỷ lệ này ở mức hợp lý.
2.1.1.2 Cơ cấu dư nợ tín dụng theo thời gian
Tỷ trọng dư nợ tín dụng ngắn hạn của ACB trong giai đoạn 2006-2013 luôn duy trì trên 45%, với mức cao nhất đạt 57,12% vào năm 2009 và thấp nhất là 45,77% vào năm 2008 Ngân hàng có xu hướng tăng tỷ trọng nợ vay ngắn hạn để nhanh chóng thu hồi vốn, giảm thiểu rủi ro, đặc biệt trong bối cảnh kinh tế phát triển nhanh và cạnh tranh gia tăng.
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
2.1.1.3 Cơ cấu dư nợ tín dụng theo thành phần kinh tế (%)
Đến cuối năm 2013, cơ cấu dư nợ theo thành phần kinh tế cho thấy khách hàng cá nhân chiếm tỷ lệ cao nhất với 42,49%, tiếp theo là doanh nghiệp ngoài quốc doanh với 55,1%, trong khi doanh nghiệp Nhà nước chỉ chiếm 2,5% Ngân hàng đã tích cực điều chỉnh danh mục cho vay, giảm tỷ trọng cho vay doanh nghiệp Nhà nước và tăng cường hỗ trợ vốn cho các thành phần kinh tế phi Nhà nước Chính sách hợp lý đã giúp ngân hàng mở rộng và phát triển khách hàng, tạo dựng một đội ngũ khách hàng đa dạng, vững mạnh và gắn bó.
Cơ cấu dư nợ tín dụng theo thời gian
Nợ ngắn hạn Nợ trung hạn Nợ dài hạn
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
Hình 2.2 Cơ cấu dư nợ theo thành phần kinh tế (%)
2.1.1.4 Cơ cấu dư nợ tín dụng theo ngành nghề kinh doanh
Biểu đồ cho thấy ACB chủ yếu tập trung vào cho vay dịch vụ cá nhân và cộng đồng Trong những năm qua, các ngân hàng đã chuyển hướng phục vụ nhu cầu tiêu dùng của cá nhân, bao gồm cho vay mua nhà, đồ dùng gia dụng và sửa chữa Tuy nhiên, sự suy giảm của thị trường bất động sản kết hợp với nhu cầu tiêu dùng cao của người dân đã tạo ra những thách thức mới cho ACB trong việc đáp ứng nhu cầu này.
Cty cổ phần, TNHH, tư nhân 39.07 39.68 36.39 54.93 56.17 60.61 52.91 54.11
Cơ cấu dư nợ tín dụng theo thành phần kinh tế cho thấy nhu cầu vay vốn tiêu dùng chiếm 42,47% và có xu hướng tăng Tỷ trọng cho vay ở các ngành kinh doanh khác biến động tùy thuộc vào tình hình từng ngành Ngành thương mại, với chu kỳ kinh doanh ổn định và khả năng thu hồi vốn cao, có lượng vay lớn hơn so với ngành xây dựng hay nông lâm nghiệp Mặc dù các ngành sản xuất và gia công chế biến cũng chiếm tỷ trọng cao trong cơ cấu cho vay của ACB, nhưng do ảnh hưởng của khủng hoảng kinh tế, tỷ trọng cho vay trong ngành này đang giảm do rủi ro cao từ các doanh nghiệp thua lỗ.
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
Hình 2.3 Cơ cấu dư nợ theo ngành kinh tế (%)
Cơ cấu dư nợ tín dụng theo ngành kinh tế
N HÀ HÀNG VÀ KHÁCH SẠN
T Ư VẤN KINH DOANH BẤT ĐỘNG SẢN
K HO BÃI , GIAO THÔNG VẬN TẢI VÀ THÔNG TIN LIÊN LẠC
D ỊCH VỤ CÁ NHÂN VÀ CỘNG ĐỒNG
2.1.2 Phân tích rủi ro tín dụng tại ACB
Việc phân loại nợ và lập dự phòng rủi ro tín dụng được thực hiện theo quyết định số 493/2005/QĐ-NHNN và Quyết định số 18/2007/QĐ-NHNN của Thống đốc Ngân hàng Nhà nước Việt Nam Trong giai đoạn 2006-2011, hoạt động tín dụng và quản trị rủi ro đã đạt được kết quả tích cực với tỷ lệ nợ xấu luôn dưới 1%, thấp hơn nhiều so với mức quy định 5% của ngân hàng nhà nước Tuy nhiên, những biến cố vĩ mô và nội tại công ty trong hai năm gần đây đã khiến tỷ lệ nợ xấu của ACB tăng lên 2,5% vào cuối năm 2012, tăng 2,78% so với cùng kỳ.
Từ năm 2011 đến 2013, tỷ lệ nợ xấu của ACB đã tăng lên 3,03%, mặc dù vẫn thấp hơn mức quy định của NHNN Tuy nhiên, con số này là dấu hiệu cảnh báo về nguy cơ ACB có thể đối mặt với tình trạng khó khăn trong tương lai Ngân hàng cần áp dụng các biện pháp hiệu quả nhằm giảm tỷ lệ nợ xấu, tránh ảnh hưởng tiêu cực đến hiệu quả hoạt động kinh doanh.
Các khoản nợ thuộc nhóm nợ xấu của ACB trong giai đoạn 2006-2013 (Đơn vị: %)
Nợ có khả năng mất vốn 33.15 38.85 5.87 55.52 57.94 32.39 44.75 65.45
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
Bảng 2.2 Tỷ lệ các nhóm nợ xấu /tổng nợ xấu của ACB
Cơ cấu nợ xấu của ACB cho thấy các khoản nợ dưới tiêu chuẩn chiếm khoảng 30% và đang có xu hướng giảm trong những năm gần đây Ngược lại, nhóm nợ có khả năng mất vốn lại gia tăng, đạt mức cao nhất vào năm 2013 với tỷ lệ 65,45% Điều này đã được dự báo trước, khi khách hàng vay vốn của ngân hàng đối mặt với nguy cơ cao về khả năng trả nợ do tác động của khủng hoảng kinh tế.
Ngân hàng cần áp dụng các biện pháp hiệu quả để giảm tỷ lệ nợ xấu, bao gồm việc bán nợ có khả năng mất vốn cho Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) và tăng cường các khoản trích dự phòng nhằm phòng ngừa rủi ro.
Nguyên nhân tăng nợ xấu bao gồm: (i) Thay đổi định nghĩa về nợ quá hạn với ba loại: nợ trong hạn, nợ quá hạn và nợ xấu, bắt đầu tính từ khi khách hàng thanh toán trễ 10 ngày; (ii) Dư nợ cho vay phân bổ không hợp lý, tập trung vào một số khách hàng lớn, dẫn đến tỷ lệ nợ quá hạn tăng cao do tổng dư nợ sụt giảm nhanh; (iii) ACB đã tập trung phát triển dư nợ doanh nghiệp mà không chú trọng khai thác khách hàng cá nhân, làm giảm khả năng trả nợ khi kinh tế gặp khó khăn; (iv) Phân tích sự lệ thuộc vào nhóm ngành như điện lực và thép chưa được quan tâm, gây ra hệ lụy dây chuyền khó lường; và (v) Hệ thống quản lý nợ vẫn chưa hoàn thiện.
2.1.2.2 Tình hình trích lập và sử dụng dự phòng rủi ro tín dụng:
Trích lập dự phòng là khoản tiền được ngân hàng dành ra để phòng ngừa những tổn thất có thể xảy ra khi khách hàng không thực hiện nghĩa vụ theo cam kết Khoản dự phòng rủi ro này được tính dựa trên dư nợ gốc và được hạch toán vào chi phí hoạt động của ngân hàng.
Số tiền Số tiền So với
Số tiền trích lập dự phòng 515.646 1.502.082 291.3 1.547.983 103.05
(Nguồn: Báo cáo thường niên của Ngân hàng TMCP Á Châu)
Bảng 2.3 Tình hình trích lập dự phòng rủi ro tín dụng tại ACB Đơn vị tính: triệu
Dự phòng cho các khoản vay tăng đều qua các năm, năm 2012 đạt 1.502.082 triệu đồng tăng 191.3%% so với năm 2011, tương đương 986.436 triệu đồng, năm
Nghiên cứu các yếu tố ảnh hưởng đến rủi ro tín dụng
2.2.1 Đặc điểm của mẫu nghiên cứu
Nguồn dữ liệu nghiên cứu được thu thập từ các báo cáo nội bộ của ngân hàng ACB, bao gồm hơn 7000 khoản nợ vay từ hầu hết các chi nhánh trên toàn quốc Tác giả đã tổng hợp các thông tin như thời hạn vay, lãi suất, mục đích vay, vùng miền và quy mô doanh nghiệp để phân tích tác động của những yếu tố này đến rủi ro khoản vay thông qua phân loại nợ Nghiên cứu tập trung vào các khoản nợ của doanh nghiệp, vì đây là nhóm khách hàng chiếm tỷ trọng lớn nhất trong tổng dư nợ và ảnh hưởng chủ yếu đến lợi nhuận của ngân hàng.
Tên biến Số quan sát
Trung bình Độ lệch chuẩn Min Max duree 7194 14.57395 21.56923 1 240 txi 7194 21.09338 1.569242 8 25 grp 7194 1.089936 0.4975697 1 5 vil 7194 0.9531554 0.892156 0 2 obj 7194 0.882541 0.4029205 0 2 tai 7194 0.9801223 0.6053836 0 2
Nguồn: Tính toán của tác giả
Bảng 2.7 Thống kê mô tả dữ liệu
Các khoản vay có thời hạn ngắn nhất là một tháng và dài nhất là 240 tháng (20 năm), với thời hạn vay trung bình là 14 tháng Lãi suất các khoản vay dao động từ 8% đến 25% mỗi năm Biến phụ thuộc grp đại diện cho các nhóm nợ, có giá trị từ 1 đến 5, tương ứng với nợ nhóm 1 đến nợ nhóm 5.
Nguồn: Tính toán của tác giả
Hình 2.4 Tần số của biến VIL – đại diện cho các vùng miền
Biến VIL trong nghiên cứu này đại diện cho ba miền của Việt Nam: miền Bắc (giá trị 0), miền Trung (giá trị 1) và miền Nam (giá trị 2) Dữ liệu cho thấy phần lớn các khoản vay đến từ các thành phố miền Bắc, bao gồm các tỉnh thuộc Tây Bắc Bộ, Đông Bắc Bộ và Đồng bằng sông Hồng, tiếp theo là miền Nam Miền Trung bao gồm các tỉnh thành ở Bắc Trung Bộ, Nam Trung Bộ và Tây Nguyên, trong khi miền Nam bao gồm các tỉnh thành còn lại.
Nguồn: Tính toán của tác giả
Hình 2.5 Tần số của biến OBJ – mục đích khoản vay
Khoản vay được phân loại thành ba mục đích chính: 0 - tài trợ cho dự án đầu tư, 1 - vốn lưu động, và 2 - tài trợ xuất nhập khẩu Trong nghiên cứu, phần lớn các khoản vay được sử dụng chủ yếu để đáp ứng nhu cầu vốn lưu động của doanh nghiệp.
Nguồn: Tính toán của tác giả
Hình 2.6 Tần số của biến TAI – quy mô doanh nghiệp
Biến TAI phản ánh quy mô doanh nghiệp với ba giá trị: 0 cho doanh nghiệp lớn, 1 cho doanh nghiệp vừa và nhỏ, và 2 cho các doanh nghiệp khác Trong nghiên cứu, phần lớn các khoản vay thuộc về doanh nghiệp vừa và nhỏ.
2.2.2 Kết quả thực nghiệm Đầu tiên, tác giả nghiên cứu tác động của các biến định lượng đó là lãi suất cho vay và thời hạn của khoản vay đến xác suất phân loại nợ dựa vào mô hình hồi ay
Kết quả hồi quy của mô hình cho thấy hệ số hồi quy của biến duree là -0.0101494 với sai số chuẩn 0.0014675, giá trị z là -6.92 và P_value bằng 0 Biến txi có hệ số hồi quy -0.2765944, sai số chuẩn 0.0140979, giá trị z -19.62 và P_value cũng bằng 0 Các điểm cắt lần lượt là: Điểm cắt 1 -4.147381, Điểm cắt 2 -3.711308, Điểm cắt 3 -3.565367, và Điểm cắt 4 -3.372171, với sai số chuẩn tương ứng là 0.2968615, 0.2947537, 0.2933434 và 0.2908449.
Nguồn: Tính toán của tác giả Bảng 2.8 Hồi quy với hai biến độc lập là DUREE và TXI
Kết quả phân tích cho thấy cả thời hạn khoản vay (DUREE) và lãi suất khoản vay (TXI) đều có ý nghĩa thống kê với p_value nhỏ hơn 1%, chứng tỏ chúng ảnh hưởng đến việc phân loại nợ Cụ thể, lãi suất cao hoặc thời hạn dài làm tăng xác suất khoản vay được xếp vào nhóm nợ tốt (nhóm 1) và giảm xác suất thuộc nhóm nợ xấu (từ nhóm 2 đến nhóm 5) Bảng 1.2 minh họa rõ hơn tác động riêng phần của từng biến độc lập.
Thay đổi trung bình của biến phụ thuộc
Xác suất rơi vào nhóm 1
Xác suất rơi vào nhóm 2
Xác suất rơi vào nhóm 3
Xác suất rơi vào nhóm 4
Xác suất rơi vào nhóm 5 Thấp nhất đến cao nhất
Thay đổi 1/2 độ lệch chuẩn
Nguồn: Tính toán của tác giả Bảng 2.9 Bảng tính tác động biên của DUREE lên Y i * theo mô hình (3)
Tác động của thời hạn khoản vay lên việc phân nhóm nợ không rõ ràng, với xác suất trung bình chỉ thay đổi 1,8% khi thời hạn tăng từ thấp nhất đến cao nhất Trong đó, xác suất rơi vào nhóm một cao nhất là 4,5%, trong khi xác suất vào các nhóm còn lại rất nhỏ Khi lãi suất khoản vay tăng thêm 0,5%, xác suất phân nhóm nợ vẫn không thay đổi, cho thấy việc phân nhóm nợ không nhạy cảm với thời hạn vay.
Thay đổi trung bình của biến phụ thuộc
Xác suất xếp vào nhóm 1
Xác suất xếp vào nhóm 2
Xác suất xếp vào nhóm 3
Xác suất xếp vào nhóm 4
Xác suất xếp vào nhóm 5 Thấp nhất đến cao nhất 38.45%
Thay đổi 1/2 độ lệch chuẩn 1.31% 3.28% -1.92% -0.39% -0.37% -0.60%
Nguồn: Tính toán của tác giả
Bảng 2.10 Bảng tính tác động biên của TXI lên Y i * theo mô hình (3)
Bảng trên chỉ ra rằng lãi suất của khoản vay có ảnh hưởng rõ rệt đến xác suất phân loại nợ hơn so với thời hạn khoản vay Cụ thể, khi lãi suất tăng 0,5% trong khi các yếu tố đầu vào khác giữ nguyên, xác suất để một khoản nợ được xếp vào nhóm 1 (nợ tốt) tăng 2,05% Ngược lại, xác suất để khoản nợ đó được phân loại vào các nhóm 2 đến 5 lần lượt giảm 1,21%, 0,24%, 0,23% và 0,37%.
Nguồn: Tính toán của tác giả
Hình 2.7 Ước lượng xác suất phân loại nợ trung bình của một khoản vay có thời hạn 12 tháng
Tác giả tiến hành nghiên cứu mô hình tiếp theo, trong đó xem xét các biến định tính như vùng miền cho vay, mục đích giải ngân và quy mô doanh nghiệp có khoản vay, thông qua việc áp dụng mô hình (1).
Y i * =y 1 DUREE i +y 2 TXI i + a j OBJ ji j=1 ồ 2 + l j VIL ji j=1 ồ 2 + q j TAI ji j=1 ồ 2 + e i = x ' b + e (1) grp Hệ số hôi quy Sai số chuẩn Giá trị z P_value duree -0.008 0.0025 -2.94 0.003 txi -0.284 0.0152 -18.67 0
_Itai_2 0.256 0.0969 2.64 0.008 Điểm cắt 1 -3.771 0.3496 Điểm cắt 2 -3.308 0.3476 Điểm cắt 3 -3.156 0.3463 Điểm cắt 4 -2.952 0.3441
Nguồn: Tính toán của tác giả Bảng 2.11 Kết quả hồi quy với các biến độc lập DUREE, TXI, VIL, TAI, OBJ
Khi thêm các biến định tính vào mô hình, tác giả nhận thấy rằng ý nghĩa thống kê, giá trị và dấu của các hệ số hồi quy cho thời hạn khoản vay (DUREE) và lãi suất cho vay (TXI) không thay đổi so với kết quả của mô hình (3) trong bảng 1.1 Việc bổ sung các biến định tính giúp phân loại nhóm nợ rõ ràng hơn theo quy mô doanh nghiệp, mục đích khoản vay và vùng miền So sánh kết quả hồi quy giữa mô hình (1) và mô hình (3) cho thấy mô hình (1) phù hợp hơn, với log-likelihood của mô hình (1) là -1376,17, cao hơn so với -1477,91 của mô hình (3), mặc dù Pseudo R2 của mô hình (3) lại lớn hơn mô hình (1).
Mô hình (3) đã cung cấp cơ sở để bác bỏ giả thuyết Ho về việc tất cả các hệ số hồi quy đều bằng không tại mức ý nghĩa 1%, chứng minh rằng mô hình này phù hợp Hơn nữa, việc kiểm định giả thuyết Ho về các hệ số ngưỡng cũng cho kết quả bác bỏ tại mức ý nghĩa 1%, cho thấy các điểm cắt của mô hình (3) có ý nghĩa và có thể được áp dụng trong việc ước lượng xác suất phân loại nhóm nợ.
STATA tự động đưa các biến giả vào mô hình, với nhóm cơ sở là các khoản nợ thuộc miền Bắc Hệ số hồi quy của biến _Ivil_1 (khoản nợ thuộc miền Trung) mang dấu âm, cho thấy nợ miền Trung có xu hướng được phân loại vào nhóm nợ tốt nhiều hơn so với miền Bắc, nhưng không có ý nghĩa thống kê Ngược lại, hệ số hồi quy của _Ivil_2 (khoản nợ thuộc miền Nam) mang dấu dương, cho thấy nợ miền Nam có xác suất nằm trong nhóm nợ tốt thấp hơn miền Bắc và có ý nghĩa thống kê ở mức 1% Điều này cho thấy hệ thống quản lý rủi ro tín dụng ở miền Nam hoạt động kém hơn so với miền Bắc Bảng dưới đây minh họa tác động biên giữa các vùng miền và sự thay đổi xác suất của các nhóm nợ.
Xs rơi vào nhóm 5 Miền Trung với miền Bắc 0.11% 0.28% -0.17% -0.03% -0.03% -0.04%
Miền Nam với miền Bắc 1.61% -4.02% 2.44% 0.47% 0.44% 0.67%
Nguồn: Tính toán của tác giả
Bảng 2.12 Tác động biên giữa các vùng miền
Biến định tính đại diện cho mục đích của khoản vay (OJB) bao gồm ba giá trị: cho vay đầu tư dự án, cho vay tài trợ xuất nhập khẩu và cho vay vốn lưu động Trong mô hình (3), cho vay đầu tư dự án được coi là nhóm cơ sở để so sánh Hệ số hồi quy của biến _Iobj_1 âm cho thấy rằng các khoản vay phục vụ nhu cầu vốn lưu động có rủi ro thấp hơn so với khoản vay đầu tư dự án, tuy nhiên, hệ số này không có ý nghĩa thống kê nên chưa thể kết luận về rủi ro giữa hai mục đích cho vay Ngược lại, hệ số hồi quy của biến _Iobj_2 có ý nghĩa thống kê tại mức 1% và có giá trị tuyệt đối lớn nhất, cho thấy rủi ro của các khoản vay cho mục đích tài trợ xuất nhập khẩu cao hơn so với khoản vay đầu tư dự án.
Xs rơi vào nhóm 5 VLĐ so với
Nguồn: Tính toán của tác giả
Bảng 2.13 Tác động biên giữa các mục đích cho vay
