Các yếu tố nhân thân ảnh hưởng tới xác suất nợ quá hạn của khách hàng cá nhân vay vốn tại ngân hàng nông nghiệp và phát triển nông thôn Việt Nam, chi nhánh Tây Đô

Bài viết Các yếu tố nhân thân ảnh hưởng tới xác suất nợ quá hạn của khách hàng cá nhân vay vốn tại ngân hàng nông nghiệp và phát triển nông thôn Việt Nam, chi nhánh Tây Đô tiến hành thực nghiệm mô hình hồi quy logistic về ảnh hưởng của các yếu tố đến rủi ro tín dụng cá nhân nhằm làm rõ ý nghĩa của việc áp dụng mô hình này trong đo lường rủi ro tín dụng và dự báo khả năng trả nợ của khách hàng cá nhân trước và sau thời điểm giải ngân.

ISSN 1859-3666 MỤC LỤC KINH TẾ VÀ QUẢN LÝ Nguyễn Thị Cẩm Vân - Tác động nhân tố kinh tế, xã hội môi trường đến tiêu thụ lượng tái tạo Việt Nam Mã số: 161.1SMET.11 Impacts of Economic, Social and Environmental Factors on Renewable Energy Consumption in Vietnam Nguyễn Xuân Thuận, Trần Bá Tri Quách Dương Tử - Tác động công bố thông tin đến lợi nhuận công ty niêm yết Sàn giao dịch Chứng khoán Việt Nam Mã số: 161.1FiBa.11 13 The Impact of Information Disclosure on Firm Performance of Listed Companies on the Vietnamese Stock Market QUẢN TRỊ KINH DOANH Nguyễn Trần Bảo Trân, Nguyễn Thị Bích Thủy Cao Trí Dũng - Các nhân tố ảnh hưởng đến ý định tiếp tục sử dụng công nghệ thông tin truyền thông ITC - nghiên cứu doanh nghiệp lĩnh vực du lịch Thành phố Đà Nẵng Mã số: 161.2TRMg.21 22 Factors Influencing Continuance Usage Intention of Information and Communication Technology - Evidence from Tourism Sector in Da Nang City Lượng Văn Quốc Nguyễn Thanh Long - Tác động trải nghiệm khách hàng đến lòng tin, hài lòng khách hàng giá trị thương hiệu: trường hợp mua hàng trực tuyến thị trường bán lẻ Thành phố Hồ Chí Minh Mã số: 161.2TrEM.21 35 The Impact of Customer Experience on Trust, Customer Satisfaction And Brand Equity: Case of Online Shopping in Ho Chi Minh City Retail Market Số 161/2022 khoa học thương mại ISSN 1859-3666 Vũ Xuân Dũng - Các yếu tố nhân thân ảnh hưởng tới xác suất nợ hạn khách hàng cá nhân vay vốn Ngân hàng Nông nghiệp Phát triển nông thôn Việt Nam, chi nhánh Tây Đô Mã số: 161.2FiBa.21 51 Personal Factors Affecting The Probability of Overdue Debt of Individual Customers Borrowing Loans at Bank for Agriculture and Rural Development of Vietnam, Tay Do Branch Nguyễn Thị Nga - Vai trò rủi ro niềm tin việc giải thích ý định sử dụng ngân hàng trực tuyến khách hàng cá nhân khu vực miền Trung Mã số: 161.2FiBa.21 66 The Roles of Risks And Trusts in Explain The Intention to Use Online Banking of Personal Customers in Central Region Trần Xuân Quỳnh Phan Trần bảo Trâm - Tác động trải nghiệm sau mua đến hài lòng dự định hành vi khách hàng trực tuyến trang thương mại điện tử Việt Nam Mã số: 161.2BMkt.21 78 The Effects of Post-Purchase Experiences in Online Shopping on Customer Satisfaction and Behavioral Intention Towards E-Commerce Platforms in Vietnam Ý KIẾN TRAO ĐỔI Bùi Thị Thanh Nguyễn Lê Duyên - Tác động định hướng nghề nghiệp thay đổi liên tục lên cân công việc - sống người lao động doanh nghiệp công nghệ thông tin địa bàn Thành phố Hồ Chí Minh Mã số: 161.3HRMg.31 91 Linking Protean Career Orientation to Employees’ Work - Life Balance of Information Technology Companies in Ho Chi Minh City Hà Kiên Tân, Trần Thế Hoàng Bùi Thanh Nhân - Mối quan hệ phong cách lãnh đạo đích thực, vốn tâm lý đến chất lượng khám chữa bệnh bác sĩ Mã số: 161.3HRMg.31 103 The Relationship Between Authentic Leadership, Psychological Capital and Quality of Physician Care khoa học thương mại Số 161/2022 QUẢN TRỊ KINH DOANH CÁC YẾU TỐ NHÂN THÂN ẢNH HƯỞNG TỚI XÁC SUẤT NỢ QUÁ HẠN CỦA KHÁCH HÀNG CÁ NHÂN VAY VỐN TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM, CHI NHÁNH TÂY ĐÔ Vũ Xuân Dũng Trường Đại học Thương mại Email: vuxuandung2015@gmail.com Ngày nhận: 01/10/2021 Ngày nhận lại: 22/12/2021 Ngày duyệt đăng: 24/12/2021 N hằm cung cấp thêm cách nhìn việc sử dụng cơng cụ đo lường rủi ro tín dụng cá nhân chi nhánh ngân hàng thương mại Việt Nam, nghiên cứu thu thập liệu từ 386 hồ sơ khách hàng cá nhân vay vốn Agribank - chi nhánh Tây Đô áp dụng kỹ thuật hồi quy logistic Kết cho thấy có yếu tố gồm Tuổi, Tình trạng nhân, Học vấn, Tài sản bảo đảm, Thu nhập trước vay, Thu nhập sau vay, Thời hạn vay, Lịch sử tín dụng có ảnh hưởng có nghĩa thống kê đến rủi ro tín dụng cá nhân với mức độ giải thích mơ hình =-0982,6% Nghiên cứu đưa khuyến nghị Agribank - chi nhánh Tây Đơ nói riêng chi nhánh ngân hàng thương mại Việt Nam nói chung việc sử dụng mơ hình hồi quy logistic xem trọng yếu tố thu nhập lịch sử tín dụng thay q trọng đến yếu tố tài sản bảo đảm Từ khóa: rủi ro tín dụng, đo lường rủi ro tín dụng, xác suất nợ hạn, hồi quy logistic JEL Classifications: G21 Giới thiệu Đo lường rủi ro tín dụng cá nhân mảng công việc quan trọng quản trị rủi ro tín dụng cá nhân sở cho việc đưa phán tín dụng áp dụng biện pháp theo dõi nợ khách hàng Ở Việt Nam, thời gian qua, với việc mở rộng phát triển nhanh chóng sản phẩm phương thức cung cấp tín dụng cá nhân, ngân hàng thương mại (NHTM) hồn thiện mơ hình quản trị rủi ro tín dụng cá nhân theo hướng áp dụng mơ hình quản trị rủi ro tín dụng tập trung bán tập trung, xây dựng quy trình thu thập thơng tin, thẩm định, kiểm sốt, giám sát xử lý rủi ro tín dụng rõ ràng Trong thực tế, nhiều NHTM áp dụng tiêu chuẩn “5C” “6C” để đánh giá khả đáp ứng điều kiện tín dụng khách hàng cá nhân Bên cạnh đó, phải kể đến thành công xây dựng triển Số 161/2022 khai hệ thống xếp hạng tín dụng nội áp dụng riêng cho nhóm khách hàng cá nhân Đồng thời, với vận hành hệ thống xếp hạng tín dụng khách hàng cá nhân Trung tâm thơng tin tín dụng quốc gia (CIC), NHTM có thuận lợi tham chiếu thông tin để đưa định cho vay phân loại theo dõi nợ khách hàng Điều cho thấy đổi NHTM tiến trình vận dụng chuẩn mực quốc tế quản trị rủi ro vào điều kiện cụ thể Việt Nam (Lê Thị Thanh Tân, Đặng Thị Việt Đức, 2016) Trong hệ thống xếp hạng tín dụng nội bộ, người cho vay chủ yếu dựa thông tin thu thập từ khách hàng đặc điểm cá nhân, khả tài chính, mức sống lịch sử tín dụng họ Mỗi khách hàng vay nợ chấm điểm tín dụng thể mức độ tín nhiệm khả trả nợ (Ghita Bennounaa, Mohamed Tkiouat (2019) Mặc dù kỹ khoa học thương mại ! 51 QUẢN TRỊ KINH DOANH thuật cung cấp thơng tin nhanh chóng, kịp thời phục vụ cho việc định tín dụng, song lại mang nhiều tính chủ quan đánh giá, xếp hạng giải triệt để vấn đề bất cân xứng thơng tin gặp phải Bên cạnh đó, việc sử dụng kỹ thuật chấm điểm tín dụng để xếp hạng tín dụng nội chưa có thống tiêu chí thang điểm đánh giá NHTM, đồng thời chưa thể giúp cho việc dự báo rủi ro tín dụng cá nhân trước sau giải ngân NHTM Để góp phần giải bất cập này, phương pháp xác định xác suất nợ hạn dựa liệu thống kê giải pháp hỗ trợ tốt cho khuynh hướng lựa chọn khách hàng cá nhân vay an toàn Xuất phát từ thực tế đó, sở thu thập liệu khách hàng cá nhân chi nhánh NHTM điển hình Ngân hàng Nơng nghiệp Phát triển Nơng thôn Việt Nam (Agribank), Chi nhánh Tây Đô, báo tiến hành thực nghiệm mơ hình hồi quy logistic ảnh hưởng yếu tố đến rủi ro tín dụng cá nhân nhằm làm rõ ý nghĩa việc áp dụng mơ hình đo lường rủi ro tín dụng dự báo khả trả nợ khách hàng cá nhân trước sau thời điểm giải ngân Tổng quan nghiên cứu khuôn khổ lý thuyết 2.1 Khuôn khổ lý thuyết Đo lường rủi ro tín dụng nỗ lực liên quan đến việc ước tính xác suất kiện bất lợi xảy tác động tiềm tàng đến kết hoạt động tín dụng tổ chức tín dụng (Karen A Horcher, 2005) Việc đo lường rủi ro tín dụng cá nhân thực nhiều phương thức khác nhau, đó, đánh giá xếp hạng tín dụng cá nhân xem phương thức thông dụng Theo Abdou, H & Pointon, J (2011), có hai phương pháp xếp hạng tín dụng cá nhân chủ yếu sử dụng gồm phương pháp chuyên gia phương pháp thống kê Trong đó, phương pháp chuyên gia phương pháp thu thập xử lý thông tin thu qua hỏi ý kiến chuyên gia am hiểu sâu lĩnh vực tín dụng để xác định rủi ro chất lượng khoản tín dụng Phương pháp có ưu điểm tận dụng kinh nghiệm kiến thức chuyên sâu chuyên gia Tuy nhiên, lại gây tốn chi phí thời gian để thực Phương pháp thống kê phương pháp xếp hạng tín dụng dựa số liệu thống kê thu thập từ khách hàng sử dụng kỹ thuật kiểm định 52 khoa học thương mại thống kê để phát biến số ảnh hưởng tới rủi ro tín dụng Phương pháp thực nhanh với chi phí thấp cho kết khách quan Tuy nhiên, quy mô quan sát không đủ lớn, chất lượng liệu không đảm bảo mơ hình khơng phù hợp phương pháp khó đảm bảo độ tin cậy Do tính khách quan phương pháp thống kê nên phương pháp sử dụng phổ biến xếp hạng tín dụng cá nhân thường thực thông qua mơ hình chấm điểm tín dụng kỹ thuật khác thống kê mô tả dựa tiêu chí thang điểm cụ thể hồi quy tuyến tính, hồi quy logistic, 2.2 Tổng quan nghiên cứu Phương pháp hồi quy logistic phương pháp sử dụng rộng rãi đo lường rủi ro tín dụng cá nhân (Abdou, H & Pointon, J., 2011) Trong phương pháp này, yếu tố phản ánh rủi ro tín dụng cá nhân ln biến phụ thuộc dạng nhị phân nhận hai giá trị (0;1) Có nghiên cứu sử dụng biến phụ thuộc phản ánh trạng thái rủi ro hình thức tuân thủ/không tuân thủ hợp đồng (Robert P Lieli & Halbert White, 2010) phán ánh trạng thái rủi ro tốt/xấu (Li Shuai & cộng sự, 2013; Hussein A Abdoua cộng sự, 2019) Một số nghiên cứu sử dụng biến phụ thuộc biến nhị phân thể tình trạng trả nợ hạn/quá hạn theo tiêu chuẩn phân loại nợ (Edinam Agbemava & cộng sự, 2016; Ghita Bennounaa & Mohamed Tkiouat, 2019; Bùi Hữu Phước & cộng sự, 2018) Việc sử dụng biến phụ thuộc phản ánh rủi ro tín dụng dựa vào hành vi khách hàng thể qua tuân thủ/không tuân thủ hợp đồng trả nợ hạn/quá hạn theo tiêu chuẩn phân loại nợ tùy thuộc chất liệu mà nhà nghiên cứu tiếp cận được, song tất phản ánh rủi ro tín dụng khách hàng cách tiếp cận khác Về biến quan sát yếu tố tác động đến rủi ro tín dụng khách hàng cá nhân bao gồm biến nhận diện đặc tính cá nhân người vay, tình hình tài chính, tài sản gia đình người vay, đặc điểm khoản vay hành vi người vay Các biến nhận diện đặc tính cá nhân người vay thường gồm Tuổi, Giới tính, Tình trạng nhân Biến Giới tính (nam/nữ) Tình trạng nhân (độc thân/đã kết hơn) định dạng biến nhị phân, biến Tuổi biến liên tục tính theo ! Số 161/2022 QUẢN TRỊ KINH DOANH tuổi thực tế người vay (Robert P Lieli & Halbert White, 2010; Edinam Agbemava & cộng sự, 2016; Hussein A Abdoua & cộng sự, 2019), định dạng biến phân loại theo nhóm tuổi (A.Steenackers, M.J Goovaerts, 1989; Dinh & Kleimeier, 2007) Biến Nghề nghiệp biến phân loại theo cách tiếp cận khác theo đòi hỏi kỹ (Khơng địi hỏi kỹ đào tạo; địi hỏi kỹ đào tạo; địi hỏi đủ kỹ đào tạo) (Robert P Lieli & Halbert White, 2010) theo lĩnh vực hoạt động (Lao động tự do; kinh doanh; làm công việc văn phịng) (Ghita Bennounaa & Mohamed Tkiouat, 2019) Biến Trình độ học vấn định dạng biến phân loại theo tiêu thức khác chia thành nhóm (Dưới trung học phổ thông; trung học phổ thông; đại học; sau đại học) (Ghita Bennounaa & Mohamed Tkiouat, 2019; Dinh & Kleimeier, 2007) thành nhóm (tốt nghiệp đại học; chưa tốt nghiệp đại học) (Hussein A Abdoua & cộng sự, 2019) Một số nghiên cứu sử dụng thêm biến Số năm làm việc định dạng biến phân loại theo nhận định nhà nghiên cứu (Dinh & Kleimeier, 2007; Li Shuai & cộng sự, 2013) Các biến phản ánh điều kiện vật chất quy mơ gia đình người vay gồm Chỗ nhận diện theo nhóm (nội thành; ngoại thành) (Ghita Bennounaa & Mohamed Tkiouat, 2019) nhóm (đi thuê; sở hữu; sử dụng miễn phí) (Robert P Lieli & Halbert White, 2010; Li Shuai & cộng sự, 2013), nhóm (sở hữu nhà; thuê; với bố mẹ; khác) (Dinh & Kleimeier, 2007); Số người phụ thuộc số nghiên cứu sử dụng có tập liệu khai thác nhận diện theo số lượng thực tế (Li Shuai & cộng sự, 2013; Ghita Bennounaa & Mohamed Tkiouat, 2019) chia thành nhóm (0; 1; 2; 3; >3) (Dinh & Kleimeier, 2007) Một số nghiên cứu sử dụng thêm biến Điện thoại (A.Steenackers, M.J Goovaerts, 1989; Dinh & Kleimeier, 2007) biến Phương tiện giao thông (Hussein A Abdoua & cộng sự, 2019) nhận diện theo nhóm (có; khơng) Các biến phản ánh tình hình tài người vay nhà nghiên cứu sử dụng đa dạng tùy thuộc vào nguồn liệu khai thác Một số nghiên cứu sử dụng biến Tình trạng tài khoản tiết kiệm, Tình trạng tài khoản toán hay Tài khoản séc nhận diện theo nhóm (khơng có số dư; Số 161/2022 số dư thấp; số dư trung bình; số dư lớn) (Robert P Lieli & Halbert White, 2010) chia khoảng theo nhóm (Li Shuai & cộng sự, 2013) Biến Tỷ lệ thu nhập cịn lại dùng để trả góp nhận diện theo phân khoảng thành nhóm (Robert P Lieli & Halbert White, 2010), Tổng thu nhập hàng tháng, Tổng chi tiêu hàng tháng nhận diện chia khoảng theo nhóm (dưới trung bình; trung bình; trung bình) (A.Steenackers, M.J Goovaerts, 1989), Tổng thu nhập hàng năm chia khoảng theo nhóm (Dinh & Kleimeier, 2007) việc định dạng phân khoảng gắn với ý nghĩa đánh giá thang bậc thu nhập người vay, song có nghiên cứu sử dụng biến Thu nhập rịng hàng tháng định dạng dạng biến liên tục nhận giá trị thực tế thu nhập (Hussein A Abdoua & cộng sự, 2019) Các biến phản ánh đặc điểm khoản vay nhà nghiên cứu sử dụng để xem xét ảnh hưởng đến rủi ro tín dụng Biến Số tiền vay định dạng biến liên tục nhận diện theo giá trị thực tế (Robert P Lieli & Halbert White, 2010; Li Shuai & cộng sự, 2013; Edinam Agbemava & cộng sự, 2016; Ghita Bennounaa & Mohamed Tkiouat, 2019) Các biến Mục đích vay nhận diện theo nội dung sử dụng tiền vay (mua nhà, mua ô tô, du học,…) (Robert P Lieli & Halbert White, 2010) chia thành nhóm (tiêu dùng; phát triển kinh doanh) (Ghita Bennounaa & Mohamed Tkiouat, 2019; ) Thời hạn vay định dạng biến liên tục nhận giá trị thực tế (Ghita Bennounaa & Mohamed Tkiouat, 2019; Li Shuai & cộng sự, 2013), chia thành nhóm (ngắn hạn, trung hạn, dài hạn) (A.Steenackers, M.J Goovaerts,1989; Hussein A Abdoua & cộng sự, 2019; Dinh & Kleimeier, 2007) Biến Tài sản bảo đảm định dạng biến nhị phân hay phân loại theo nhóm (có; khơng có) (Edinam Agbemava & cộng sự, 2016; Ghita Bennounaa & Mohamed Tkiouat, 2019) Các biến mô tả hành vi người vay sử dụng đa dạng tùy thuộc vào nguồn liệu khả khai thác nhà nghiên cứu Các biến sử dụng Số lần vay, Số lần trả góp, Số lần chưa trả góp, Số ngày hạn định dạng biến liên tục nhận giá trị thực tế (Ghita Bennounaa & Mohamed Tkiouat, 2019), biến Lịch sử tín dụng định dạng biến nhị phân nhận diện theo nhóm (khơng ghi lịch khoa học thương mại ! 53 QUẢN TRỊ KINH DOANH sử; có lịch sử tốt; có lịch sử khơng tốt) (Li Shuai & cộng sự, 2013) theo nhóm (chưa có nợ hạn/đã có nợ hạn) (Robert P Lieli & Halbert White, 2010) Về số lượng biến giải thích kết hợp định dạng biến giải thích mơ hình nghiên cứu Các nghiên cứu khơng có thống số lượng biến giải thích đưa vào mơ hình nghiên cứu lẽ tùy thuộc vào nguồn liệu khả khai thác nhà nghiên cứu Một số nghiên cứu sử dụng kết hợp nhóm biến giải thích biến nhị phân, biến phân loại, phân khoảng với số biến giải thích biến liên tục (Robert P Lieli & Halbert White, 2010; Li Shuai & cộng sự, 2013; Edinam Agbemava & cộng sự, 2016; Ghita Bennounaa & Mohamed Tkiouat, 2019; Hussein A Abdoua & cộng sự, 2019), song có nghiên cứu không sử dụng biến liên tục mà sử dụng biến giải thích biến nhị phân kết hợp với biến phân loại, phân khoảng (A.Steenackers, M.J Goovaerts, 1989; Dinh & Kleimeier, 2007) Về mẫu khảo sát, số nghiên cứu sử dụng liệu thu thập từ mẫu khảo sát có quy mơ lớn lên đến 1000 hồ sơ khách hàng cá nhân NHTM (Robert P Lieli & Halbert White, 2019; Hussein A Abdoua & cộng sự, 2019) hay tổ chức tài vi mơ cung cấp (Ghita Bennounaa & Mohamed Tkiouat, 2019) Tuy nhiên, có nghiên cứu thu thập liệu từ mẫu khảo sát có quy mơ từ 100 đến khoảng 500 hồ sơ khách hàng NHTM (Edinam Agbemava & cộng sự, 2016) hay chi nhánh NHTM (Đặng Thanh Sơn, 2018; Bùi Hữu Phước cộng sự, 2018) Điều cho thấy, quy mô mẫu khảo sát tùy thuộc vào cách tiếp cận nguồn liệu mà nhà nghiên cứu có Về kết hồi quy, Biến Tuổi không đem lại ý nghĩa thống kê mơ hình nghiên cứu định dạng biến liên tục (Robert P Lieli & Halbert White, 2010; Li Shuai & cộng sự, 2013; Edinam Agbemava & cộng sự, 2016) Trong biến định dạng biến phân loại lại có ảnh hưởng có nghĩa thống kê ngược chiều đến khả vỡ nợ hay rủi ro tín dụng (A.Steenackers, M.J Goovaerts, 1989) Biến Giới tính tìm thấy có ảnh hướng có ý nghĩa thống kê ngược chiều đến khả vỡ nợ số nghiên cứu (Robert P Lieli & Halbert White, 2010; Ghita Bennounaa & 54 khoa học thương mại Mohamed Tkiouat, 2019; Dinh & Kleimeier, 2007) với hệ số 0.247, - 0.738, -1.557 giải thích rủi ro nữ có xu hướng thấp nam Tuy nhiên, có nghiên cứu khơng tìm thấy mối quan hệ có ý nghĩa thống kê Giới tính đến Rủi ro tín dụng (Edinam Agbemava & cộng sự, 2016; A.Steenackers, M.J Goovaerts, 1989) Phần lớn nghiên cứu khơng tìm thấy mối quan hệ có ý nghĩa thống kê Tình trạng nhân đến Rủi ro tín dụng có tương quan chặt với biến khác Tuy nhiên, có số nghiên cứu lại tìm thấy Tình trạng nhân có ảnh hưởng ngược chiều đến Rủi ro tín dụng (Edinam Agbemava & cộng sự, 2016; Ghita Bennounaa & Mohamed Tkiouat, 2019) với hệ số tương ứng -0.843, 0.99 giải thích kết hôn làm tăng khả vỡ nợ khách hàng Trình độ học vấn khơng có ảnh hưởng có ý nghĩa thống kê đến Rủi ro tín dụng nghiên cứu Dinh & Kleimeier, 2007, song lại có ảnh hưởng ngược chiều đến khả vỡ nợ nghiên cứu Ghita Bennounaa & Mohamed Tkiouat, 2019 có hệ số -1.231 với ý nghĩa trình độ giáo dục cao Rủi ro tín dụng thấp Mặc dù có nghiên cứu tìm thấy mối quan hệ có ý nghĩa Nghề nghiệp với Rủi ro tín dụng (Li Shuai & cộng sự, 2013) với mức độ ảnh hưởng không đáng kể (hệ số 0.064), song hầu hết khơng tìm thấy mối quan hệ Kinh nghiệm làm việc tìm thấy có ảnh hưởng có ý nghĩa đến Rủi ro tín dụng số nghiên cứu (Robert P Lieli & Halbert White, 2010; A.Steenackers, M.J Goovaerts, 1989), song có trường hợp khơng có ý nghĩa (Li Shuai & cộng sự, 2013) Các nghiên cứu khơng tìm thấy mối quan hệ có ý nghĩa thống kê biến Chỗ Phương tiện giao thơng với Rủi ro tín dụng Biến điện thoại có tác động ngược chiều có ý nghĩa đến Rủi ro tín dụng nghiên cứu Dinh & Kleimeier, 2007 với hệ số -0.181, song lại khơng tìm thấy mối quan hệ có ý nghĩa nghiên cứu Robert P Lieli & Halbert White, 2010 Số người phụ thuộc có ảnh hưởng có ý nghĩa đến Rủi ro tín dụng số nghiên cứu (Li Shuai & cộng sự, 2013; Edinam Agbemava & cộng sự, 2016), song lại khơng có ý nghĩa số nghiên cứu khác (A.Steenackers, M.J Goovaerts, 1989; Dinh & Kleimeier, 2007) Biến Tình trạng tài khoản tốn hay Tài khoản séc tìm thấy có ảnh hưởng có ý nghĩa ! Số 161/2022 QUẢN TRỊ KINH DOANH số nghiên cứu (Robert P Lieli & Halbert White, 2010; Li Shuai & cộng sự, 2013) không đáng kể với hệ số tương ứng 0.058, - 0.098 giải thích số dư lớn rủi ro tín dụng nhỏ Tuy nhiên, mối quan hệ lại khơng có ý nghĩa nghiên cứu Dinh & Kleimeier, 2007 Tài khoản tiết kiệm có ảnh hưởng ngược chiều đến rủi ro tín dụng (Robert P Lieli & Halbert White, 2010; Dinh & Kleimeier, 2007) với hệ số tương ứng 0.237 -0.75 giải thích số dư cao rủi ro tín dụng thấp Tỷ lệ thu nhập dùng để trả góp tìm thấy có ảnh hưởng ngược chiều đến Rủi ro tín dụng nghiên cứu (Robert P Lieli & Halbert White, 2010) với hệ số -0.294, song lại khơng có ý nghĩa nghiên cứu khác (Li Shuai & cộng sự, 2013) Biến Thu nhập, định dạng biến liên tục, khơng có ảnh hưởng có ý nghĩa thống kê đến rủi ro tín dung (Hussein A Abdoua & cộng sự, 2019), song định dạng biến phân loại lại có ảnh hưởng ngược chiều đến rủi ro tín dụng (A.Steenackers, M.J Goovaerts, 1989; Dinh & Kleimeier, 2007) Trong tổng số nghiên cứu có sử dụng biến Số tiền vay có tới nghiên cứu (Li Shuai & cộng sự, 2013; Edinam Agbemava & cộng sự, 2016) không tìm thấy mối quan hệ có ý nghĩa biến với Rủi ro tín dụng Trong nghiên cứu cịn lại (Robert P Lieli & Halbert White, 2010) tìm thấy ảnh hưởng ngược chiều biến đến Rủi ro tín dụng với mức độ ảnh hưởng nhỏ (hệ số -0.0000931) Biến Thời hạn vay có ảnh hưởng đến Rủi ro tín dụng số nghiên cứu (Robert P Lieli & Halbert White, 2010; Li Shuai & cộng sự, 2013; Edinam Agbemava & cộng sự, 2016) song mức độ ảnh hưởng không đáng kể (hệ số 0.0245, 0.007, 0.0737) Phần lớn nghiên cứu khơng tìm thấy mối quan hệ có ý nghĩa Mục đích vay đến Rủi ro tín dụng (Robert P Lieli & Halbert White, 2010; Edinam Agbemava & cộng sự, 2016; A.Steenackers, M.J Goovaerts, 1989), song số nghiên cứu lại cho ý nghĩa ảnh hưởng biến theo chiều hướng cho vay tiêu dùng có rủi ro cao so với cho vay kinh doanh (Ghita Bennounaa & Mohamed Tkiouat, 2019; Dinh & Kleimeier, 2007) Tài sản bảo đảm khơng có ảnh hưởng có ý nghĩa đến Rủi ro tín dụng nghiên cứu Robert P Lieli & Halbert White, 2010, song Số 161/2022 lại có ảnh hưởng làm giảm rủi ro tín dụng nghiên cứu Edinam Agbemava & cộng sự, 2016 với hệ số 0.871 Các biến phản ánh hành vi người vay gồm Số lần vay, Số lần trả góp Số lần chưa trả góp có ảnh hưởng ngược chiều có ý nghĩa đến Rủi ro tín dụng nghiên cứu Ghita Bennounaa & Mohamed Tkiouat, 2019 với hệ số tương ứng 2.467, -0.137, -1.347 nghiên cứu Dinh & Kleimeier, 2007 tìm thấy ảnh hưởng ngược chiều Số lần vay đến Rủi ro tín dụng với hệ số -0.938 Lịch sử tín dụng có ảnh hưởng ngược chiều có ý nghĩa đến Rủi ro tín dụng nghiên cứu Robert P Lieli & Halbert White, 2010; Li Shuai & cộng sự, 2013 2019 với hệ số tương ứng -2.467, -0.137, -1.347 nghiên cứu Dinh, 2007 với hệ số tương ứng 0.3847 -0.066 , -1.774 Như vậy, cơng trình nghiên cứu đo lường rủi ro tín dụng cá nhân phương pháp hồi quy logistic sử dụng biến phụ thuộc dạng biến nhị phân thể khả trả nợ hạn hay trạng thái rủi ro tín dụng cá nhân đánh giá tốt/xấu nhận diện qua việc tuân thủ/không tuân thủ hợp đồng hay tình trạng trả nợ hạn/quá hạn người vay Trong nghiên cứu đó, biến độc lập sử dụng đa dạng không hoàn toàn giống nhau, tùy thuộc vào chất tập liệu thu thập được, song tập trung vào việc nhận diện mô tả đặc điểm khách hàng (Tuổi, Giới tính, Tình trạng nhân, Nhà ở,…) đặc điểm khoản vay (Quy mô khoản vay, Thời hạn vay, Mục đích vay,…) Bên cạnh đó, số nghiên cứu đưa thêm biến mô tả hành vi khách hàng (Lịch sử tín dụng, Số lần vay, Số lần trả góp,…) Về kết nghiên cứu, nghiên cứu tìm biến có ảnh hưởng có ý nghĩa thống kê đến rủi ro tín dụng cá nhân song khơng hồn tồn thống với số lượng biến có ảnh hưởng chiều hướng ảnh hưởng Ở Việt Nam, có số nghiên cứu đo lường rủi ro tín dụng cá nhân theo kỹ thuật hồi quy logistic Trong đó, có nghiên cứu tập trung xem xét mơ hình chấm điểm tín dụng cá nhân mối quan hệ với biến động lợi nhuận ngân hàng (Dinh & Kleimeier, 2007) nghiên cứu giai đoạn trước 2007 mà chuẩn mực kiểm soát rủi ro chưa chặt chẽ (thực theo Quyết định số khoa học thương mại ! 55 QUẢN TRỊ KINH DOANH 493/2005/QĐ-NHNN) bối cảnh kinh tế xã hội điều kiện tiếp cận thông tin người vay chưa phát triển Một số nghiên cứu chủ yếu tập trung vào việc nhận dạng đo lường yếu tố có ảnh hưởng đến rủi ro tín dụng cá nhân thông qua số biến quan sát mô theo mơ hình nhận diện rủi ro tín dụng khách hàng doanh nghiệp (thể qua biến Khả tài chính, Tỷ lệ tiền vay tài sản đảm bảo, Đa dạng hóa ngành nghề kinh doanh, Kinh nghiệm cán tín dụng) (Đặng Thanh Sơn, 2018; Bùi Hữu Phước & cộng sự, 2018) Điều cho thấy việc lựa chọn biến độc lập nghiên cứu chưa thực mô tả đầy đủ đặc điểm khách hàng, khoản vay hành vi người vay Trong đó, việc nhận diện đo lường biến nhiều trường hợp gặp khó khăn khơng có đủ thơng tin Bên cạnh đó, việc dựa vào Quyết định số 493/2005/QĐ-NHNN để chia thành nhóm nợ có rủi ro/khơng có rủi ro hay phân định khả vỡ nợ/không vỡ nợ khách hàng trở nên lạc hậu chưa tiếp cận chuẩn mực qui định Ngồi ra, bối cảnh có thay đổi mặt thu nhập, chi tiêu, điều kiện tiếp cận thông tin chuẩn mực quản lý nợ Việt Nam kết nghiên cứu ảnh hưởng yếu tố nhân thân đến xác suất nợ hạn hay rủi ro tín dụng NHTM hay chi nhánh NHTM Việt Nam khơng cịn phù hợp Điều mở khoảng trống nghiên cứu cho nhà nghiên cứu Thiết kế nghiên cứu 3.1 Mơ hình nghiên cứu Theo Edinam Agbemava & cộng (2016) Ghita Bennounaa, Mohamed Tkiouat (2019), mơ hình hồi quy logistic có biến giải thích (Y) biến nhị phân nhận hai giá trị 0;1 [tương ứng với trường hợp khơng vỡ nợ (khơng có nợ hạn)/vỡ nợ (có nợ hạn)] Các biến giải thích gồm biến ngẫu nhiên liên tục biến phân loại mô tả đặc điểm hành vi khách hàng Xi(X1,X2,…,Xn) Mơ hình nghiên cứu thiết lập sở xác định so sánh xác suất trường hợp Y nhận giá trị với xác suất xảy trường hợp Y nhận giá trị Mơ hình khái qt qua phương trình sau: 56 khoa học thương mại (1) Trong đó: hệ số hồi quy; hàm xác suất tuân thủ quy luật logistic hàm LOGIT mô tả: (2) Ở π(x)/1- π(x) hệ số odds mô tả tỷ số xác suất xảy kiện Y=1 với xác suất xảy kiện Y=0 biến X nhận giá trị cụ thể Xi Khi áp dụng mơ hình nghiên cứu vào trường hợp cụ thể Agribank - Chi nhánh Tây Đô, tác giả thực số điều chỉnh: Đối với biến phụ thuộc phản ánh rủi ro tín dụng cá nhân xác suất nợ hạn (Y) nhận diện qua tình hình trả nợ người vay Theo Thông tư 11/2021/TT-NHNH NHNN Việt Nam, khoản nợ nhóm xem khơng có rủi ro tín dụng nên tổ chức tín dụng khơng phải trích lập dự phịng, đó, khoản nợ thuộc nhóm cịn lại (2,3,4,5) hàm chứa rủi ro tín dụng mức độ khác nên phải trích lập dự phịng Do đó, để phù hợp với quy định này, người vay trả nợ hạn hạn 10 ngày Y gán giá trị 0, ngược lại người vay trả nợ hạn từ 10 ngày trở lên Y gán giá trị Đối với biến độc lập, xuất phát từ thực tế nguồn liệu thu thập từ đơn vị khảo sát (Agribank - Chi nhánh Tây Đơ) khơng có đủ số thông tin (Kinh nghiệm làm việc; Số người phụ thuộc; Tổng chi tiêu hàng tháng; Tỷ lệ thu nhập lại dùng để trả góp; Số lần vay) vào kết nghiên cứu trước phần tổng quan, tác giả lựa chọn đưa vào mơ hình nghiên cứu biến mơ tả đặc điểm khách hàng, khoản vay hành vi khách hàng (gồm: Tuổi, Giới tính, Tình trạng nhân, Học vấn, Nghề nghiệp, Mục đích vay, Tài sản bảo đảm, Thu nhập trước vay, Thu nhập sau vay, Thời hạn vay, Lịch sử tín dụng) Tác giả khơng chọn biến Chỗ Phương tiện giao thơng khơng có ý nghĩa mơ hình nghiên cứu (xem phần tổng quan nghiên cứu) Biến Điện thoại không lựa chọn, lẽ điều kiện 100% người vay có điện thoại Các biến Tình trạng tài khoản toán, Tài khoản séc, Tài khoản tiết ! Số 161/2022 QUẢN TRỊ KINH DOANH kiệm không đưa vào mơ hình nghiên cứu, lẽ, mặt điều kiện nay, nhiều khách hàng mở tài khoản nhiều ngân hàng khác nhau, việc thu thập đủ thơng tin để tổng hợp lại khó thực hiện, mặt khác, đại đa số khách hàng cá nhân Việt Nam nhận thu nhập chi tiêu tiền mặt nên việc sử dụng biến phản ánh đầy đủ tình hình tài khách hàng Trên sở tham khảo nghiên cứu trước (Dinh & Kleimeier, 2007) tham khảo cách phân nhóm Agribank mức thu nhập hàng tháng khách hàng cá nhân Tác giả sử dụng biến Thu nhập trước vay (được phân khoảng theo nhóm) Thu nhập sau vay (được phân chia thành nhóm sở so sánh với Mức thu nhập sau vay) Biến Số tiền vay khơng đưa vào mơ hình nghiên cứu, lẽ khơng có ý nghĩa có ý nghĩa giải thích q nhỏ bé coi khơng ảnh hưởng đến biến động biện phụ thuộc (xem phần tổng quan nghiên cứu) Các biến Số lần trả góp, Số lần chưa trả góp, Số ngày hạn khơng đưa vào mơ hình nghiên cứu, lẽ, mặt Số lần trả góp phụ thuộc vào hợp đồng tín dụng, mặt khác Số lần chưa trả góp Số ngày hạn tương đồng tình trạng trả nợ khơng hạn phản ánh biến Lịch sử tín dụng 3.2 Mơ tả biến thang đo Các biến mơ hình nghiên cứu mô tả bảng 1: 3.3 Giả thuyết nghiên cứu Các giả thuyết nghiên cứu phát biểu sau: H1: Tuổi có ảnh hưởng đến rủi ro tín dụng nhóm tuổi gia tăng rủi ro tín dụng giảm xuống (Edinam Agbemava & et la (2016); Ghita Bennounaa, Mohamed Tkiouat, 2019) H2: Giới tính có ảnh hưởng đến rủi ro tín dụng cho vay khách hàng nam giới có rủi ro tín dụng cao nữ giới (Robert P Lieli & Halbert White, 2010; Edinam Agbemava & cộng sự, 2016; Ghita Bennounaa, Mohamed Tkiouat, 2019) H3: Tình trạng nhân có ảnh hưởng đến rủi ro tín dụng cho vay khách hàng kết có rủi ro tín dụng cao khách hàng độc thân (Edinam Agbemava & cộng sự, 2016; Ghita Bennounaa, Mohamed Tkiouat, 2019) H4: Trình độ học vấn có ảnh hưởng đến rủi ro tín dụng trình độ học vấn khách hàng cao khách hàng có xu hướng trả nợ tốt (Dinh Số 161/2022 & Kleimeier, 2007; Ghita Bennounaa, Mohamed Tkiouat, 2019; Hussein A Abdoua cộng sự, 2019) H5: Nghề nghiệp có ảnh hưởng đến rủi ro tín dụng nghề nghiệp có tính chất ổn định cao rủi ro tín dụng thấp (Robert P Lieli & Halbert White, 2010; Ghita Bennounaa & Mohamed Tkiouat, 2019) H6: Mục đích cho vay có ảnh hưởng đến rủi ro tín dụng theo hướng cho vay tiêu dùng có rủi ro cao so với cho vay kinh doanh (Robert P Lieli Halbert White, 2010); Ghita Bennounaa & Mohamed Tkiouat, 2019) H7: Tài sản bảo đảm có ảnh hưởng đến rủi ro tín dụng cho vay có tài sản bảo đảm có rủi ro tín dụng thấp so với cho vay khơng có tài sản đảm bảo (Edinam Agbemava & cộng sự, 2016; Ghita Bennounaa & Mohamed Tkiouat, 2019) H8: Thu nhập trước vay có ảnh hưởng đến rủi ro tín dụng thu nhập trước vay khách hàng cao khách hàng có khả trả nợ tốt (Li Shuai & cộng sự, 2013; A.Steenackers, M.J Goovaerts, 1989; Dinh & Kleimeier, 2007) H9: Thu nhập sau vay có ảnh hưởng đến rủi ro tín dụng thu nhập sau vay cao so với thu nhập trước vay khách hàng có khả trả nợ tốt (Li Shuai & cộng sự, 2013; A.Steenackers, M.J Goovaerts, 1989; Dinh & Kleimeier, 2007) H10: Thời hạn vay có ảnh hưởng đến rủi ro tín dụng khách hàng có thời hạn vay dài thì rủi ro tín dụng cao (Li Shuai & cộng sự, 2013Hussein A Abdoua & cộng sự, 2019; Dinh & Kleimeier, 2007) H11: Lịch sử tín dụng có ảnh hưởng đến rủi ro tín dụng khách hàng có lịch sử tín dụng rủi ro tín dụng cao (Li Shuai & cộng sự, 2013; Robert P Lieli & Halbert White, 2010) 3.4 Dữ liệu nghiên cứu Agribank ngân hàng thương mại có quy mơ lớn Việt Nam, nằm nhóm 10 doanh nghiệp lớn thuộc VNR500 (Bảng xếp hạng 500 doanh nghiệp hàng đầu Việt Nam) Tính đến 31/12/2020, Agribank tiếp tục giữ vị trí ngân hàng có mạng lưới rộng lớn nhất, bao trùm tất tỉnh, thành phố, vùng sâu, vùng xa nước Ngồi trụ sở 03 văn phịng đại điện, mạng lưới Agribank bao gồm 171 Chi nhánh loại khoa học thương mại ! 57 QUẢN TRỊ KINH DOANH Bảng 1: Mô tả biến thang đo Nguồn: Đề xuất tác giả 58 khoa học thương mại ! Số 161/2022 QUẢN TRỊ KINH DOANH Kết thảo luận I, 768 Chi nhánh loại II, 1.286 Phòng giao dịch 4.1 Kiểm định phù hợp mơ hình 68 điểm giao dịch lưu động ô tô chuyên dùng (Agribank, 2020) Trong chi Bảng 2: Tóm tắt kết xử lý liệu (Case Processing Summary) nhánh trực thuộc, Agribank - Chi nhánh Tây Đơ xem chi nhánh điển hình, lẽ chi nhánh có quy mơ lớn với dư nợ cho vay khách hàng cá nhân vào cuối năm 2020 khoảng 1.300 tỷ đồng (Agribank - Chi nhánh Tây Đơ, 2020) có phịng giao dịch số quận nội thành huyện ngoại thành Hà Nội nơi mà khách hàng cá nhân vay vốn đến từ vùng thành thị Nguồn: Kết tính tốn tác giả nơng thơn Do đó, tác giả Bảng cho thấy số 386 quan sát đưa chọn Agribank - Chi nhánh Tây Đô để khảo sát Theo Slovin (1960), biết quy mô tổng thể vào phân tích khơng có quan sát bị thiếu đám đơng cỡ mẫu nghiên cứu lựa khơng có quan sát không chọn chọn theo công thức: n = N/(1+N.e^2) Trong đó: n Bảng 3: Kết kiểm định Omnibus mức độ kích thước mẫu tối thiểu; N số lượng tổng thể; phù hợp mơ hình e sai số cho phép, thông thường 5% (Omnibus Tests of Model Coefficients) Tính đến thời điểm 31/12/2020, tổng số khách hàng cá nhân vay vốn Agribank - Chi nhánh Tây Đô 4.330, từ công thức trên, cỡ mẫu tối thiểu phù hợp trường hợp xác định n=366 Từ danh sách 4.330 khách hàng cá nhân, để chọn mẫu khảo sát phù hợp với tổng thể, nghiên cứu áp dụng phương pháp chọn Nguồn: Kết tính tốn tác giả mẫu hệ thống với bước nhảy 11 (4.330/366=11,8 làm tròn xuống 11 để đảm bảo Phương pháp Enter sử dụng để đưa cỡ mẫu đủ lớn so với mức tối thiểu), thu mẫu khảo sát gồm 393 hồ sơ khách hàng cá nhân Trên biến độc lập vào lần để kiểm định Giá trị sở rà soát, loại bỏ hồ sơ khách hàng không Sig < 0.05 (Bảng 3) tất trường hợp cho đủ liệu cần thiết, mẫu khảo sát lại thấy mơ hình hồi quy xây dựng mẫu khảo chọn gồm 386 khách hàng cá nhân vay vốn sát có ý nghĩa thống kê Với giá trị -2 Log likelihood (ký hiệu - 2LL) Agribank - Chi nhánh Tây Đơ nhỏ nên nói mơ hình hồi quy có phù hợp Bảng 4: Tổng hợp mơ hình (Model Summary) Nguồn: Kết tính tốn tác giả Số 161/2022 khoa học thương mại ! 59 QUẢN TRỊ KINH DOANH hệ số Nagelkerke R Square = 0.826 cho thấy biến độc lập đưa vào mơ hình nghiên cứu giải thích 82,6% biến động biến phụ thuộc Bảng 5: Kết kiểm định Hosmer Lemeshow Nguồn: Kết tính tốn tác giả Dựa vào giá trị Sig = 0.525 > 0.05 (Bảng 5), khẳng định phù hợp mơ hình hồi quy với tổng thể chấp nhận 4.2 Phân tích kết hồi quy Điều ủng hộ cho kết nghiên cứu trước tác giả: Robert P Lieli Halbert White (2010); Edinam Agbemava cộng (2016); Ghita Bennounaa Mohamed Tkiouat (2019) Có chứng cho thấy phụ nữ khơng thường xuyên bị vỡ nợ vay nợ (Schreiner, 2004) ảnh hưởng giới tính đến khả vỡ nợ biến yếu tố nguy khác có liên quan đến giới tính tính đến thu nhập hay tình trạng nhân Ở Việt Nam thu nhập bình quân nam giới thường cao nữ giới (GSO, 2018, 2019, 2020) Tuy nhiên, điều cho biết khả tài khơng cho biết thái độ việc sẵn sàng trả nợ theo giới tính Mặt khác, cá nhân Bảng 6: Kết hồi quy logistic lần đầu Nguồn: Kết tính tốn tác giả Bảng cho thấy kết hồi quy lần đầu ước lượng mô hồi quy logistic xây dựng Thống kê Wald cho biết tầm quan trọng hay ảnh hưởng biến độc lập đo lường dự báo rủi ro tín dụng cá nhân, song với giá trị Sig < 0.05 thống kê Wald thực có ý nghĩa Căn vào giá trị Sig = 0.427>0.05, biến X2 (GioiTinh) khơng có ảnh hưởng có ý nghĩa thống kê đến xác suất nợ hạn hay rủi ro tín dụng cá nhân 60 khoa học thương mại đại diện cho hộ gia đình đứng tên để vay vốn ảnh hưởng yếu tố giới tính đến xác suất phát sinh nợ q hạn bị xóa nhịa mà nhiều yếu tố gộp chung gia đình tính đến thu nhập tài sản bảo đảm Với giá trị Sig=0.47>0.05, biến X5 (NgheNghiep) khơng có ảnh hưởng có ý nghĩa thống kê đến xác suất nợ hạn hay rủi ro tín dụng cá nhân Điều phù hợp với kết nghiên cứu ! Số 161/2022 QUẢN TRỊ KINH DOANH trước Robert P Lieli & Halbert White (2010) hàng cá nhân Agribank - Chi nhánh Tây Đô Hussein A Abdoua & cộng (2019) Sự khác biệt giai đoạn 1,2% 1,05% nghề nghiệp cho thấy khác biệt hội tìm (Agribank - Chi nhánh Tây Đô, 2020) Điều cho kiếm việc làm, thu nhập, phát triển cá nhân thấy khả kiểm sốt kiểm sốt nợ xấu khơng phản ánh trực diện mức thu nhập mà Agribank tương đối tốt so với ngưỡng an toàn hoạt cá nhân có Sự khác biệt nghề nghiệp động tín dụng điều góp phần giải thích rõ mối liên hệ với thái độ cá cho khác biệt mục đích cho vay tiêu dùng nhân việc trả nợ vay (Hussein A Abdoua & hay kinh doanh có ảnh hưởng không rõ ràng đến xác cộng (2019) suất vỡ nợ khách hàng cá nhân Biến X6 (MucDichVay) có giá trị Sig Nghiên cứu tiến hành loại bỏ biến biến =0.074>0.05 nên khơng có ảnh hưởng có ý khơng có ý nghĩa thống kê theo thứ tự X5, X2, X6 nghĩa thống kê đến xác suất nợ hay rủi ro tín dụng gắn với giá trị Sig giảm dần kiểm tra lại ý nghĩa cá nhân Điều ủng hộ cho kết nghiên biến mơ hình, kết hồi quy sau cứu trước Robert P Lieli Halbert White ước lượng có ý nghĩa mơ hình (2010) Edinam Agbemava cộng (2016) mô bảng sau: Bảng 7: Kết hồi quy logistic sau loại bỏ biến khơng có ảnh hưởng có ý nghĩa thống kê Nguồn: Kết tính tốn tác giả Rủi ro tín dụng cho vay tiêu dùng thường cho cao so với cho vay kinh doanh Tuy nhiên, NHTM kiểm sốt tốt rủi ro kiểm sốt dịng thu nhập đảm bảo trả nợ cá nhân vay tiêu dùng khả phát sinh nợ xấu cho vay tiêu dùng giảm xuống Khi đó, mục đích cho vay tiêu dùng hay kinh doanh khơng cịn có nhiều ý nghĩa việc ảnh hưởng đến xác suất vỡ nợ khách hàng Nợ xấu Agribank năm 2019, 2020 lần lươt 1,46% 1,64% (Agribank, 2020), Tỷ lệ nợ xấu cho vay khách Số 161/2022 Kết Bảng cho thấy, biến gồm X1 (Tuoi), X3 (HonNhan), X4 (HocVan), X7 (TaisanBD), X8 (Tntruocvay), X9 (TNsauvay), X10 (Thoihan), X11(LichsuTD) có ảnh hưởng có ý nghĩa thống kê đến xác suất nợ hạn hay rủi ro tín dụng cá nhân Trong đó, biến X3 (HonNhan) có ảnh hưởng ngược chiều đến rủi ro tín dụng cá nhân điều này ủng hộ cho kết nghiên cứu Edinam Agbemava cộng (2016), Ghita Bennounaa Mohamed Tkiouat (2019) Điều có nghĩa xác suất vỡ nợ người kết hôn khoa học thương mại ! 61 QUẢN TRỊ KINH DOANH cao so với người vay đơn lẻ, lẽ sau kết hôn, khách hàng thường phải chịu áp lực tài nhiều với chi tiêu gia đình trách nhiệm người phụ thuộc Edinam Agbemava cộng (2016) cho rằng, sau kết hôn có con, số người phụ thuộc tăng lên, làm cho xác suất vỡ nợ gia tăng Biến X4 (HocVan) có ảnh hưởng ngược chiều đến rủi ro tín dụng cá nhân, điều đồng thuận với kết nghiên cứu Hussein A Abdoua cộng (2019), Ghita Bennounaa Mohamed Tkiouat (2019) Điều cho thấy trình độ học vấn khách hàng cao xác suất vỡ nợ hay rủi ro tín dụng thấp, lẽ trình độ học vấn gắn với tảng kiến thức giúp cho việc sử dụng quản lý khoản vay tốt Ghita Bennounaa Mohamed Tkiouat (2019) cho việc gia tăng trình độ học vấn tập Agbemava cộng (2016) Điều cho thấy thời hạn vay dài, người vay phải đối diện với nhiều rủi ro thay đổi môi trường kinh doanh nên dẫn đến khả vỡ nợ cao Biến X11 (LichsuTD) có tương quan chiều với rủi ro tín dụng cá nhân điều ủng hộ cho kết nghiên cứu Robert P Lieli Halbert White (2010), Li Shuai cộng (2013) Điều cho thấy khách hàng có lịch sử tín dụng xác suất xảy tình trạng vỡ nợ cao Như vậy, giả thuyết H1, H3, H4, H7, H8, H9, H10, H11 khẳng định với mức nghĩa thống kê nhỏ 5%, đó, giả thuyết H2, H5, H6 không chấp nhận Phương trình xác suất trường hợp có rủi ro tín dụng có dạng cụ thể sau: (3) (4) khách hàng giảm bớt khả vỡ nợ khách hàng có sở để quản lý khoản vay tốt Biến X7 (TaisanBD) có ảnh hưởng ngược chiều đến rủi ro tín dụng kết ủng hộ cho kết nghiên cứu Edinam Agbemava cộng (2016), Bùi Hữu Phước cộng (2018) Tài sản bảo đảm xem yếu tố khẳng định nguồn lực hay khả tài khách hàng, đồng thời sở để phịng ngừa rủi ro cho ngân hàng Do đó, khách hàng có tài sản bảo đảm xác suất vỡ nợ thấp Biến X8 (Tntruocvay) X9 (TNsauvay) có tác động ngược chiều đến rủi ro tín dụng cá nhân, điều đồng thuận với kết nghiên cứu Robert P Lieli Halbert White (2010), Li Shuai cộng (2013), Hussein A Abdoua cộng (2019) Các tác giả khẳng định yếu tố thu nhập ròng, số dư tài khoản tiết kiệm yếu tố phản ánh khả tài khách hàng có tương quan ngược chiều đến khả vỡ nợ khách hàng Biến X10 (Thoihan) có ảnh hưởng chiều đến xác suất vỡ nợ hay rủi ro tín dụng, điều đồng thuận với kết nghiên cứu Li Shuai & cộng (2013) Edinam 62 khoa học thương mại Hệ số odds hay Exp(B) cho thấy biến dự đốn rủi ro thay đổi đơn vị rủi ro tín dụng hay khả vỡ nợ thay đổi Đối với biến X1, với odds = 0.257 cho thấy, điều kiện yếu tố khác nhóm tuổi khách hàng tăng đơn vị xác suất vỡ nợ giảm 0,257 lần ngược lại Điều củng cố cho nhận định khách hàng có tuổi cao thường thận trọng có kinh nghiệm nhiều nên khả vỡ nợ thấp Biến X3 có odds = 0.265, cho thấy trạng thái hôn nhân thay đổi từ chưa kết hôn sang trạng thái kết hôn xác xuất vỡ nợ gia tăng 0,265 lần Điều củng cố cho nhận định khách hàng kết thường có trách nhiệm chi tiêu tài cho gia đình cao nên khả trả nợ hạn thấp Với biến X4 có odds = 0.448, cho biết trình độ học vấn khách hàng tăng bậc khả vỡ nợ khách hàng giảm 0,448 lần Hệ số odds biến X7 cho thấy khách hàng có tài sản bảo đảm khả xảy tình trạng vỡ nợ giảm 0,119 lần Tương tự, hệ số odds biến X8 cho thấy thu nhập khách hàng tăng bậc khả vỡ ! Số 161/2022 QUẢN TRỊ KINH DOANH nợ giảm 0,164 lần Điều đồng nghĩa với việc nhập sau vay, Thời hạn vay, Lịch sử tín dụng) có ảnh khách hàng có mức thu nhập cao rủi ro tín hưởng có nghĩa thống kê đến rủi ro tín dụng cá nhân dụng thấp Hệ số odds biến X9 cho thấy Thời hạn vay Lịch sử tín dụng có ảnh hưởng thu nhập sau vay khách hàng tăng bậc chiều yếu tố cịn lại có ảnh hưởng ngược xác suất vỡ nợ giảm 0,097 lần Điều cho thấy chiều đến rủi ro tín dụng cá nhân Các yếu tố nhân nguồn tài khách hàng gia tăng góp phần thân đưa vào mơ hình nghiên cứu giải thích giảm nguy vỡ nợ Với hệ số odds biến X10 82,6% biến động xác suất nợ hạn hay rủi 2.456, cho thấy thời hạn vay tăng bậc xác ro tín dụng cá nhân Mơ hình nghiên cứu cho suất trả nợ không hạn tăng 2,456 lần Hệ số thấy tỷ lệ dự báo xác khả trả nợ hạn odds biến X11 cho biết khách hàng chuyển từ 10 ngày trở lên khách hàng lên đến 94,3%, từ trạng thái khơng có nợ q hạn sang tình trạng đó, tỷ lệ dự báo xác khả trả nợ có nợ q hạn xác suất xảy tình trạng vỡ hạn hạn 10 ngày khách nợ cao gấp 5,13 lần hàng 87,1% tỷ lệ dự báo xác trung bình mơ hình đạt 91,7% Bảng 8: Kết phân loại dự báo (Classification Table) Hạn chế nghiên cứu việc sử dụng mẫu khảo sát dừng lại việc thu thập liệu từ 386 khách hàng cá nhân chi nhánh Agribank, đó, nhiều chi nhánh nhiều ngân hàng khách chưa có đại diện mẫu khảo sát Mặt khác, số lượng biến giải thích đưa vào mơ hình dừng lại 11 biến quan sát, đó, biến quan sát khác số lượng Nguồn: Kết tính tốn tác giả người phụ thuộc, tình trạng nhà ở, Mơ hình hồi quy logistic cho phép dự đoán xác số lần trả góp,… chưa đưa vào mơ hình nghiên suất nợ hạn khách hàng Số liệu Bảng cứu Do đó, nghiên cứu tương lai cho thấy, tổng số 122 + 18 = 140 trường hợp mở rộng mẫu nghiên cứu, đưa thêm biến vào mơ quan sát khơng có rủi ro mơ hình dự đốn hình nghiên cứu để tìm thấy kết 122 trường hợp, với mức độ xác nghiên cứu thú vị 87,1% Trong tổng số 14 + 232 = 246 trường hợp 5.2 Một số hàm ý khuyến nghị quan sát có rủi ro tín dụng mơ hình dự đốn Hàm ý sách 232 trường hợp tương ứng với mức độ Kết thực nghiệm mơ hình nghiên cứu dựa xác 94,3% Như vậy, tỷ lệ dự đốn xác kỹ thuật hồi quy logistic cho thấy yếu tố trung bình mơ hình 91,7% nhân thân gồm thông tin đặc điểm khách Kết luận, hàm ý khuyến nghị hàng, đặc điểm khoản vay mô tả hành vi 5.1 Kết luận hạn chế nghiên cứu khách hàng thông tin đầu vào quan trọng Trong báo này, tác giả sử dụng mô hình có ảnh hưởng đến xác suất nợ q hạn hay rủi ro tín hồi quy logistic để xem xét ảnh hưởng dụng cá nhân Đồng thời, mơ hình cịn cho phép dự yếu tố nhân thân đến xác suất nợ hạn khách đoán khả trả nợ hạn khách hàng cá hàng cá nhân Kết nghiên cứu tìm thấy nhân với độ xác tương đối cao Điều hàm biến (Giới tính, Nghề nghiệp, Mục đích vay) ý rằng, khơng phải mơ hình để thay cho mơ khơng có ảnh hưởng rõ ràng có ý nghĩa thống kê hình chấm điểm tín dụng nội áp dụng đến xác suất nợ hạn hay rủi ro tín dụng cá nhân NHTM mang nhiều ý nghĩa chủ quan Trong đó, có biến (Tuổi, Tình trạng nhân, trọng định khoảng điểm cho điểm theo Học vấn, Tài sản bảo đảm, Thu nhập trước vay, Thu tiêu chí, mà cung cấp thêm cơng cụ góp Số 161/2022 khoa học thương mại ! 63 QUẢN TRỊ KINH DOANH phần gia tăng tính khách quan đánh giá xác suất nợ hạn hay rủi ro tín dụng cá nhân dựa liệu thống kê Do đó, dựa liệu sẵn có hệ thống sở liệu khách hàng, NHTM hồn tồn áp dụng mơ hình để có thêm sở chắn thẩm định tín dụng, theo dõi đánh giá khách hàng điều chỉnh sách tín dụng Khuyến nghị Từ kết mơ hình nghiên cứu, nghiên cứu đưa số khuyến nghị cho Agribank Chi nhánh Tây Đơ nói riêng chi nhánh NHTM khác có điều kiện kinh doanh tương đồng nói chung sau: Một là, bên cạnh hệ thống chấm điểm tín dụng nội bộ, cần sử dụng mơ hình hồi quy logistic dựa thơng tin đặc điểm khách hàng, đặc điểm khoản vay hành vi khách hàng, lẽ mơ hình rõ yếu tố có ý nghĩa yếu tố thực có ý nghĩa đo lường rủi ro tín dụng cá nhân Từ đó, ngân hàng xem xét điều chỉnh trọng số hay thang điểm yếu tố hệ thống chấm điểm tín dụng nội Bên cạnh đó, mơ hình nghiên cứu cung cấp cơng cụ dự báo hữu hiệu khả trả nợ q hạn khách hàng, qua cán tín dụng ngân hàng đưa định chấp nhận/từ chối cung cấp tín dụng cho khách hàng cá nhân cách hiệu Chẳng hạn, có hai khách hàng với thơng tin sau: Khách hàng A 35 tuổi, kết hơn, có trình độ đại học, có tài sản bảo đảm, mức thu nhập 15 triệu đồng/tháng mức thu nhập không đổi sau vay, vay ngắn hạn, chưa có nợ q hạn Khách hàng B có thơng tin tương tự khách hàng A với mức thu nhập 17 triệu đồng/tháng Khi đó, dựa vào cơng thức (3), xác suất khả không trả nợ hạn hạn chưa tới 10 ngày khách hàng A, B tính là: 64 khoa học thương mại Với khách hàng A, với mức thu nhập thuộc nhóm có xác suất dự đốn khả không trả nợ hạn 18,6%, đó, khách hàng B có mức thu nhập cao hơn, thuộc nhóm có xác suất dự đốn khả không trả nợ hạn giảm xuống cịn 3,6% Điều cho thấy, dựa vào mơ hình hồi quy logistic, ngân hàng lựa chọn cho vay khách hàng có mức thu nhập cao thường an toàn Hai là, xem xét rủi ro tín dụng cá nhân, cán tín dụng ngân hàng không nên coi trọng yếu tố Giới tính, Nghề nghiệp Mục đích vay để kinh doanh hay tiêu dùng Bởi vì, mơ hình nghiên cứu cho thấy yếu tố khơng có ảnh hưởng có ý nghĩa thống kê đến rủi ro tín dụng cá nhân Một mặt, điều có nghĩa ngân hàng cần coi trọng xem xét kỹ yếu tố nhân thân khác có ảnh hưởng thực đến rủi ro tín dụng cá nhân Tuổi, Tình trạng nhân, Học vấn, Mức thu nhập,… Mặt khác, ngân hàng hồn tồn thay đổi quan điểm cho vay kinh doanh an tồn so với cho vay tiêu dùng, qua đó, mở rộng cho vay tiêu dùng để gia tăng lợi nhuận mà kiểm soát rủi ro tín dụng Điều có nghĩa người làm sách tín dụng ngân hàng, cán thẩm định tín dụng nhân viên tín dụng cần thay đổi quan điểm đánh giá rủi ro tín dụng cho vay tiêu dùng Ba là, yếu tố thu nhập cần coi trọng so với yếu tố tài sản bảo đảm xem xét đưa định cho vay Bởi lẽ, dựa vào hệ số odds biến X7 (Tài sản bảo đảm) cho thấy khách hàng có tài sản bảo đảm xác suất nợ hạn hay rủi ro tín dụng giảm 0,119 lần Trong đó, hệ số odds biến X8 cho thấy thu nhập khách hàng tăng bậc khả vỡ nợ giảm 0,164 lần Điều có nghĩa việc sử dụng tài sản bảo đảm làm điều kiện cho vay cá nhân góp phần nhỏ giảm rủi ro tín dụng, đó, yếu tố thu ! Số 161/2022 QUẢN TRỊ KINH DOANH nhập đưa lại giảm đáng kể rủi ro tín dụng Đây sở để ngân hàng điều chỉnh sách tín dụng theo hướng mở rộng cho vay cá nhân dựa dòng thu nhập thay dựa vào tài sản bảo đảm mà kiểm sốt giảm thiểu rủi ro tín dụng Bản thân cán thẩm định nhân viên tín dụng cần trọng đánh giá, kiểm soát yếu tố dịng thu nhập khách hàng thay q trọng đến yếu tố tài sản bảo đảm Bốn là, ngân hàng cần trọng khai thác khách hàng có lịch sử tín dụng tốt Hệ số odds biến X11 (Lịch sử tín dụng) mơ hình nghiên cứu cho thấy khách hàng chuyển từ trạng thái khơng có nợ q hạn sang trạng thái có nợ q hạn xác suất xảy tình trạng khơng trả nợ hạn q hạn chưa tới 10 ngày cao gấp 5,13 lần Do đó, việc trọng khai thác tín dụng nhóm khách hàng cá nhân có lịch sử tín dụng tốt khơng góp phần giảm đáng kể rủi ro tín dụng mà cịn góp phần tiết kiệm chi phí cho ngân hàng lẽ nhiều thơng tin nhóm khách hàng thường có sẵn hệ thống sở liệu ngân hàng Điều hàm ý ngân hàng cần trọng biện pháp chăm sóc khách hàng có quan hệ tín dụng để khai thác khoản cho vay cách hiệu quả.! Tài liệu tham khảo: Abdou, H & Pointon, J (2011), Credit scoring, statistical techniques and evaluation criteria: a review of the literature, Intelligent Systems in Accounting, Finance & Management, 18 (2-3), pp 59-88 Edinam Agbemava & et la (2016), Logistic Regression Analysis Of Predictors Of Loan Defaults By Customers Of Non-Traditional Banks In Ghana, European Scientific Journal January, edition vol.12, No.1 ISSN: 1857 - 7881 Ghita Bennounaa, Mohamed Tkiouat (2019), Scoring in microfinance credit risk management tool - Case of Morocco, Procedia Computer Science, Volume 148, 2019, Pages 522-531 Hussein A Abdoua & et la (2019), Would twostage scoring models alleviate bank exposure to bad debt, Expert System with Application, 128, pp 1-13 Li Shuai, Hui Lai, Chao Xu, Zongfang Zhou (2013), The Discrimination Method and Empirical Số 161/2022 Research of Individual Credit Risk Based on Bilateral Clustering, Modern Economy, 2013, 4, 461-465 Robert P Lieli, Halbert White (2010), The construction of empirical credit scoring rules based on maximization principles, Journal of Econometrics 157 (2010) 110-119 A.Steenackers, M.J Goovaerts (1989), A credit scoring model for personal loans, Mathematics and Economics (1989) 31-34 Dinh & Kleimeier (2007), A credit scoring model for Vietnam's retail banking market, International Review of Financial Analysis 16 (2007) 471–495 Agribank-Chi nhánh Tây Đô (2020), Báo cáo tổng kết hoạt động kinh doanh năm 2020 10 Bùi Hữu Phước cộng (2018), Các yếu tố ảnh hưởng đến rủi ro tín dụng Ngân hàng Ngoại thương chi nhánh Kiên Giang, Tạp chí kinh tế đối ngoại, số 98 11 Đặng Thanh Sơn (2018), Phân tích nhân tố tác động đến rủi ro tín dụng cá nhân Ngân hàng TMCP Á châu Chi nhánh Kiên Giang, Tạp chí Nghiên cứu Ấn độ Châu Á, số 12 Lê Thị Thanh Tân, Đặng Thị Việt Đức (2016), Xếp hạng tín dụng khách hàng thể nhân trung tâm thơng tin tín dụng quốc gia Việt Nam, Tạp chí Tài chính, kỳ tháng 12 Summary In order to provide more view of using individual credit risk measurement tools in Vietnamese commercial bank branches, this study collected data from 386 individual customer records of Agribank - Tay Do branch and apply logistic regression technique The results show factors are Age, Marital Status, Education, Collateral, Income Before Loan, Income After Loan, Loan term, Credit History which have a statistically significant influence on individual credit risk, and the model's explanatory level of 82.6% The study also made recommendations to Agribank - Tay Do branch in particular and branches of Vietnamese commercial banks in general to use logistic regression models and prioritize income and credit history factors instead of collateral khoa học thương mại 65 ... TRỊ KINH DOANH CÁC YẾU TỐ NHÂN THÂN ẢNH HƯỞNG TỚI XÁC SUẤT NỢ QUÁ HẠN CỦA KHÁCH HÀNG CÁ NHÂN VAY VỐN TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM, CHI NHÁNH TÂY ĐÔ Vũ Xuân Dũng... 1859-3666 Vũ Xuân Dũng - Các yếu tố nhân thân ảnh hưởng tới xác suất nợ hạn khách hàng cá nhân vay vốn Ngân hàng Nông nghiệp Phát triển nông thôn Việt Nam, chi nhánh Tây Đô Mã số: 161.2FiBa.21... xét ảnh hưởng dụng cá nhân Đồng thời, mơ hình cịn cho phép dự yếu tố nhân thân đến xác suất nợ hạn khách đoán khả trả nợ hạn khách hàng cá hàng cá nhân Kết nghiên cứu tìm thấy nhân với độ xác