Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.

Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Đông Hà Nội.BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG LUẬN VĂN THẠC SĨ PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ VAY CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN.

CƠ SỞ LÝ THUYẾT VỀ KHẢ NĂNG TRẢ NỢ VAY VÀ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ VAY CỦA KHÁCH HÀNG

Những vấn đề cơ bản về tín dụng, rủi ro tín dụng, doanh nghiệp và khả năng trả nợ của khách hàng doanh nghiệp

trả nợ của khách hàng doanh nghiệp

1.1.1 Tổng quan về tín dụng

1.1.1.1 Khái niệm về tín dụng

Thuật ngữ “tín dụng” xuất phát từ gốc Latinh Creditium có nghĩa là một sự tin tưởng tín nhiệm lẫn nhau, hay nói cách khác đó là lòng tin.

Nguyễn Minh Nhàn (2012) đã diễn giải quan điểm tín dụng theo Kmax như sau: “Tín dụng là quá trình chuyển nhượng tạm thời một lượng giá trị từ người sở hữu đến người sử dụng sau một thời gian nhất định thu hồi một lượng giá trị lớn hơn lượng giá trị ban đầu” (Nguyễn Minh Nhàn 2012, tr 16)

Theo quan niệm của các nhà nghiên cứu kinh tế: “Tín dụng là quan hệ sử dụng vốn lẫn nhau giữa những người đi vay và những người cho vay dựa trên nguyên tắc hoàn trả nhằm thỏa mãn nhu cầu vốn tạm thời cho quá trình tái sản xuất và đời sống” (Sử Đình Thanh 2008, tr 67)

Nguyễn Văn Tiến (2014) cho rằng: “Hoạt động tín dụng là việc tổ chức tín dụng sử dụng nguồn vốn tự có, nguồn vốn huy động để cấp tín dụng Cấp tín dụng là việc tổ chức tín dụng thỏa thuận để khách hàng sử dụng một khoản tiền với nguyên tắc có hoàn trả bằng các nghiệp vụ cho vay, chiết khấu, cho thuê tài chính, bảo lãnh ngân hàng và các nghiệp vụ khác” (Nguyễn Văn Tiến 2014, tr. 21)

Nguyễn Thị Thu Hà (2017), tín dụng là một phạm trù kinh tế phản ánh mối quan hệ giao dịch giữa hai chủ thể, trong đó một bên chuyển giao một lượng giá trị sang cho bên kia được sử dụng trong một thời gian nhất định, đồng thời bên nhận được phải cam kết hoàn trả theo thời hạn đã thỏa thuận Hay nói cách khác, tín dụng là quan hệ vay mượn dựa trên nguyên tắc hoàn trả Tín dụng là sự chuyển nhượng tạm thời một lượng giá trị với hình thức hiện vật hay tiền tệ từ người sở hữu sang người sử dụng, sau một thời gian nhất định trả lại với một lượng lớn hơn (Nguyễn Thị Thu Hà 2017, tr 19)

Theo từ điểm Bách khoa toàn thư Việt Nam thì: “Tín dụng là một phạm trù kinh tế thể hiện mối quan hệ giữa người đi vay và người cho vay Trong quan hệ này người cho vay có nhiệm vụ chuyển giao quyền sử dụng tiền hoặc hàng hóa cho vay cho người đi vay trong một thời gian nhất định Đến kỳ hạn trả nợ người đi vay có trách nhiệm hoàn trả toàn bộ số tiền hoặc hàng hóa đã vay, có kèm hoặc không kèm một khoản lãi” (Hứa Văn Nghị 2020, tr 10)

Theo văn bản hợp nhất số 07/VBHN-VPQH ngày 12/12/2017 về về hợp nhất luật các tổ chức tín dụng do văn phòng quốc hội ban hành, định nghĩa “Cấp tín dụng là việc thỏa thuận để tổ chức, cá nhân sử dụng một khoản tiền hoặc cam kết cho phép sử dụng một khoản tiền theo nguyên tắc có hoàn trả bằng nghiệp vụ cho vay, chiết khấu, cho thuê tài chính, bao thanh toán, bảo lãnh ngân hàng và các nghiệp vụ cấp tín dụng khác” (Trịnh Thị Mỹ An 2019, tr 5)

Như vậy, tín dụng ngân hàng mang bản chất chung của quan hệ tín dụng, đó là quan hệ tin cậy lẫn nhau trong việc vay và cho vay giữa các ngân hàng, các tổ chức tín dụng với các pháp nhân và cá nhân, được thực hiện theo nguyên tắc hoàn trả và có lãi.

1.1.1.2 Các hình thức tín dụng

Trong nền kinh tế hiện đại, tín dụng ngân hàng có phạm vi hoạt động rộng và đa dạng, việc phân loại chỉ có tính chất tương đối Trên cơ sở các căn cứ phân loại khác nhau sẽ có các hình thức tín dụng khác nhau Theo tác giả Nguyễn Văn Tiến trong giáo trình “Nguyên lý và nghiệp vụ ngân hàng thương mại”, nhà xuất bản Thống kê (2014), các hình thức tín dụng bao gồm:

Theo thời gian cấp tín dụng:

- Tín dụng ngắn hạn: thời gian cấp tín dụng không vượt quá 12 tháng;

- Tín dụng trung hạn: thời gian cấp tín dụng trên 12 tháng đến tối đa 60 tháng.

- Tín dụng dài hạn: thời gian cấp tín dụng trên 60 tháng.

Theo loại hình cấp tín dụng:

- Cấp tín dụng theo hình thức hạn mức tín dụng: Là hình thức cấp tín dụng của NHTM mà khách hàng chỉ việc làm một bộ hồ sơ để vay trong một kỳ nhất định với mức tín dụng mà ngân hàng và khách hàng thỏa thuận Khách hàng chỉ lập hồ sơ một lần cho nhiều khoản cấp tín dụng, ngân hàng cấp cho khách hàng một hạn mức, chỉ giới hạn dư nợ, không giới hạn doanh số.

- Cấp tín dụng theo món: Là hình thức cấp vốn tín dụng của ngân hàng mà theo đó làm một bộ hồ sơ vay một lần nhất định với mức tín dụng ngân hàng và khách hàng thỏa thuận Người vay sẽ làm hồ sơ vay vốn cho từng lần vay với lãi suất, thời hạn trả tiền và số tiền vay xác định.

Theo đối tượng khách hàng:

- Cấp tín dụng cho doanh nghiệp: là cấp tín dụng cho khách hàng doanh nghiệp để sử dụng vào mục đích kinh doanh, đầu tư dự án, mua sắm tài sản cố định…

- Cấp tín dụng cho cá nhân: là cấp tín dụng cho đối tượng cá nhân phục vụ hai mục đích chủ yếu là phục vụ đời sống, tiêu dùng và bổ sung vốn cho hoạt động buôn bán, sản xuất.

Như vậy, cấp tín dụng rất đa dạng về các hình thức, phương thức Theo văn bản hợp nhất số 07/VBHN-VPQH ngày 12/12/2017 về hợp nhất luật các tổ chức tín dụng do văn phòng quốc hội ban hành, định nghĩa “Cho vay là hình thức cấp tín dụng, theo đó bên cho vay giao hoặc cam kết giao cho khách hàng một khoản tiền để sử dụng vào mục đích xác định trong một thời gian nhất định theo thỏa thuận với nguyên tắc có hoàn trả cả gốc và lãi” (Trịnh Thị Mỹ An 2019, tr 6)

Từ việc phân loại trên, để giới hạn nghiên cứu, tín dụng trong luận văn này tác giả tập trung vào hình thức cho vay đối với đối tượng khách hàng doanh nghiệp: có thời gian vay ngắn hạn, trung dài hạn, mục đích sử dụng vốn vay là bổ sung vốn lưu động, đầu tư tài sản cố định, đầu tư vào các dự án…

1.1.2 Khái niệm về rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp

Trên thực tế đã có rất nhiều khái niệm về rủi ro tín dụng ngân hàng Rủi ro tín dụng có thể được xem là khả năng khách hàng nhận khoản vốn vay nhưng không thực hiện hoặc thực hiện không đầy đủ đối với tổ chức tín dụng khi đến hạn phải thanh toán, dẫn đến việc làm giảm khả năng thanh toán, hiệu quả kinh doanh của tổ chức tín dụng, thậm chí gây thất thoát vốn và có thể làm cho tổ chức tín dụng lâm vào tình trạng phá sản Bất cứ hợp đồng cho vay nào cũng có rủi ro tín dụng.

Các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp

1.2.1.1 Yếu tố liên quan đến nền kinh tế

Các yếu tố từ môi trường vĩ mô như: lạm phát, tỷ lệ thất nghiệp,các chính sách tiền tệ, tài khóa, chu kỳ kinh tế… có thể ảnh hưởng đến kết quả hoạt hoạt động sản xuất kinh doanh của doanh nghiệp, sẽ tác động đến khả năng trả nợ của khách hàng doanh nghiệp Nếu nền kinh tế suy thoái, có các biến động xấu, làm giảm doanh thu, lợi nhuận, sẽ làm giảm khả năng trả nợ của KHDN Và ngược lại, nếu nền kinh tế trong giai đoạn tăng trưởng, các yếu tố vĩ mô thuận lợi, sẽ tạo môi trường để các doanh nghiệp phát triển, ăn nên làm ra, do đó, khả năng trả nợ của KHDN vì vậy cũng được bảo đảm.

1.2.1.2 Yếu tố thuộc về khách hàng doanh nghiệp a) Năng lực tài chính

Năng lực tài chính của một công ty chủ yếu được thể hiện qua các chỉ tiêu được tính toán dựa trên số liệu báo cáo tài chính như: tỷ lệ sinh lời từ tài sản, suất sinh lời trên vốn chủ sở hữu, giá trị doanh nghiệp trên thị trường… Các nghiên cứu thực nghiệm về rủi ro tín dụng đều đi đến một kết luận rằng các chỉ số tài chính là hữu ích trong việc đo lường khả năng trả nợ của KHDN Nhìn chung, các chỉ số về khả năng thanh toán, lợi nhuận được sử dụng khá phổ biến Các nghiên cứu này đã minh chứng được tính hiệu quả trong đo lường rủi ro tài chính và rủi ro tín dụng theo thời gian Cụ thể:

Theo Beaver (1966) kết luận rằng phân tích chỉ số có thể hữu ích trong việc dự đoán sự thất bại trong ít nhất năm năm trước khi thất bại Altman (1968) kết hợp phân tích chỉ số để phát triển một mô hình cho thấy những tác động đáng kể về năng lực tài chính về xác suất trả nợ của một công ty có khả năng dự đoán trong một năm trước khi trở nên mất khả năng thanh toán Nhìn chung, các chỉ số tài chính thường được chia thành bốn loại: lợi nhuận, thanh khoản, hiệu quả hoạt động, và cơ cấu vốn (Beaver 1966, tr 64) b) Quy mô doanh nghiệp

Các doanh nghiệp nhỏ, các doanh nghiệp mới thành lập thường có rủi ro cao hơn so với các doanh nghiệp quy mô lớn Nguyên nhân là do khả năng quản lý và nguồn lực tài chính yếu kém của những doanh nghiệp nhỏ này rất dễ bị tác động bởi các yếu tố tiêu cực trên thị trường Ohlson (1980) đã sử dụng tổng tài sản để đo lường quy mô doanh nghiệp và trong mô hình của ông cũng sử dụng biến độc lập là quy mô doanh nghiệp Từ đó ông chứng minh được rằng những doanh nghiệp nhỏ hơn có khả năng dẫn đến nguy cơ vỡ nợ cao hơn. Đã có rất nhiều nhà nghiên cứu cho rằng quy mô doanh nghiệp có tác động cùng chiều đến khả năng trả nợ vay của KHDN Trong nghiên cứu của mình Cassar (2004) đã đưa ra nhận định rằng các doanh nghiệp quy mô nhỏ phải đối mặt nhiều với khó khăn hơn trong việc giải quyết các vấn đề bất cân xứng thông tin với ngân hàng để có thể được cấp tín dụng Hơn nữa, bởi vì các tài sản của doanh nghiệp nhỏ thường có trị giá thấp Do đó, trên thực tế các doanh nghiệp này rất khó khăn trong việc chứng mình với người cho vay rằng họ có đủ khả năng để thực hiện các cam kết giữa hai bên Bên cạnh đó, Amato & Furfine (2004) đã thực hiện đo quy mô doanh nghiệp bằng số lượng nhân viên và cũng đã cho ra kết luận tương tự: các doanh nghiệp nhỏ hơn mặc định sẽ phải chịu rủi ro cao hơn. (Cassar 2004, tr 72) c) Hiệu quả kinh doanh

Nghiên cứu của Fitzpatrick (1931) đã sử dụng các tỷ số tài chính để phân tích khả năng phá sản của doanh nghiệp, trong đó, tác giả đã chỉ ra một trong số các tỷ số tốt nhất để dự báo khả năng phá sản KHDN dựa trên báo cáo tài chính là khả năng sinh lời Một doanh nghiệp kinh doanh có hiệu quả, sẽ được ngân hàng đánh giá cao, khi khả năng sinh lời cao, thì khả năng trả nợ cho ngân hàng cũng sẽ được bảo đảm Theo Watson và Wilson (2002); Bessler và các tác giả

(2011), để tiết kiệm chi phí nhà quản lý doanh nghiệp sẽ ưu tiên sử dụng nguồn nội bộ trước, với chi phí vốn thấp, sau đó mới đến nguồn tài trợ từ bên ngoài, với chi phí vốn cao hơn Và khi doanh nghiệp có hiệu quả kinh doanh càng cao thì khả năng được chấp thuận tài trợ vốn của ngân hàng cũng gia tăng theo Amato

(2004) Khi các dự án có hiệu quả đã được khai thác cùng với khả năng tiếp cận vốn vay dễ dàng, , doanh nghiệp có xu hướng sẽ mở rộng việc đầu tư vào các dự án ít có hiệu quả hơn, do đó khả năng trả nợ của khách hàng sẽ giảm (Goyal và các tác giả 2011, tr 52). d) Đòn bẩy tài chính

Thể hiện qua hệ số nợ của doanh nghiệp: nợ/ vốn chủ sở hữu) cho thấy trong tổng vốn chủ sở hữu của doanh nghiệp có bao nhiêu phần trăm là nợ phải trả, tỷ số này càng cao, doanh nghiệp có rủi ro tài chính càng lớn và ngược lại. Theo nghiên cứu của Lally (2003) nếu vay nợ càng nhiều doanh nghiệp càng có nguy cơ kiệt quệ tài chính hay không thể thực hiện nghĩa vụ trả nợ Tỷ số càng cao, thì khả năng trả nợ của doanh nghiệp càng thấp Bigelli và Vidal, (2012) và Gooddacre và Thomson (2006), đã chỉ ra rằng đòn bẩy tài chính và khả năng trả nợ của KHDN có mối quan hệ nghịch biến với nhau Điều này có nghĩa, đòn bẩy tài chính của doanh nghiệp càng lớn thì khả năng trả nợ của doanh nghiệp càng thấp Ngoài ra, tỷ số nợ/ vốn chủ sở hữu thể hiện cơ cấu nguồn vốn của một doanh nghiệp, đây là một trong chỉ tiêu quan trọng mà ngân hàng dùng để đánh giá khách hàng khi cho vay.

1.3.2.1 Yếu tố về khoản vay a) Thời gian vay

Theo thông tư 39/2016/TT-NHNN của Ngân hàng Nhà nước Việt Nam thì thời hạn cho vay là khoảng thời gian được tính từ ngày tiếp theo của ngày tổ chức tín dụng giải ngân vốn vay cho khách hàng cho đến thời điểm khách hàng phải trả hết nợ gốc và lãi tiền vay theo thỏa thuận của tổ chức tín dụng và khách hàng.Việc kiểm soát rủi ro của các ngân hàng thương mại đối với các khoản vay dài hạn của KHDN sẽ khó khăn hơn Trong nghiên cứu của mình, Flannery

(1986) đã lập luận rằng thời gian cho vay là một cơ chế thay thế cho việc giải quyết các vấn đề của lựa chọn bất lợi và rủi ro đạo đức trong mối quan hệ tín dụng Ông cũng cho biết, trong trường hợp thông tin bất cân xứng thì các khách hàng nhận định bản thân doanh nghiệp có rủi ro tín dụng thấp sẽ ưa thích vay ngắn hạn hơn thay vì vay dài hạn nhằm tiết kiệm chi phí lãi vay Do đó, KHDN rủi ro thấp hơn sẽ lựa chọn tài chính ngắn hạn, đồng thời phát tín hiệu rủi ro thấp, khả năng trả nợ tốt.

Tuy nhiên, ngược lại với kết quả nghiên cứu của Flannery (1986) Liên quan đến thời gian vay, kết quả trong nghiên cứu của Jimenez và Saurina (2003) cho thấy các khoản vay ngắn hạn là những khoản vay có nguy cơ vỡ nợ cao nhất và ngược lại đối với các khoản vay dài hạn (hơn 5 năm). b) Số tiền cho vay

Số tiền cho vay hay còn gọi là giá trị khoản vay: Jimenez và Saurina

(2003), đã chỉ ra số tiền cho vay và khả năng trả nợ của khách hàng doanh nghiệp có mối quan hệ nghịch biến Đôi khi các khoản vay sẽ phản ánh trực tiếp đến quy mô của doanh nghiệp, các khoản vay càng lớn, thì quá trình thẩm định sẽ khắc khe hơn, với nhiều điều kiện mà doanh nghiệp phải đáp ứng được và giám sát cũng sẽ nghiêm ngặt hơn, vì vậy khả năng trả nợ của KHDN sẽ cao hơn. c) Tài sản đảm bảo

Jimenez và Saurina (2003) cho rằng đối với các khoản vay có tài sản bảo đảm càng lớn, có xác xuất khách hàng không trả được nợ thấp hơn các khoản vay có tài sản bảo đảm thấp hơn Trong hoạt động tín dụng cho vay, trong trường hợp khách hàng không trả nợ vay, ngân hàng sẽ dùng biện pháp xử lý tài sản bảo đảm để thu hồi nợ Đối với từng mức tín nhiệm của ngân hàng đối với doanh nghiệp,mức độ rủi ro của từng khoản vay, mỗi khách hàng sẽ có một tỷ lệ tài sản bảo đảm nhất định Tài sản bảo đảm có thể là tài sản của doanh nghiệp hoặc bên thứ ba Hầu hết các ngân hàng thường nhận các tài sản thế chấp có tính thanh khoản cao, dễ phát mại trên thị trường và không bị pháp luật cấm Tài sản bảo đảm ngoài là biện pháp cuối cùng để thu hồi nợ của ngân hàng, còn góp phần làm tăng ý thức trách nhiệm trả nợ của doanh nghiệp vay.

1.3.2.2 Yếu tố về ngân hàng

Mỗi ngân hàng đều xây dựng riêng cho mình một chính sách và quy trình cho cấp dụng Nếu chính sách và quy định càng chặt chẽ, cụ thể, hợp lý, có thể giúp ngân hàng sàn lọc được các khách hàng có khả năng trả nợ tốt, hạn chế rủi ro tín dụng Ngoài ra, nếu ngân hàng có quy trình quản trị rủi ro tín dụng hiệu quả, sẽ giúp ngân hàng phát hiện được các dấu hiệu khi khách hàng suy giảm KNTT, để có các biện pháp xử lý kịp thời, giảm thiểu rủi ro cho ngân hàng Để các chính sách, quy trình tín dụng được phát huy có hiệu quả, đòi hỏi cán bộ tín dụng có năng lực và đạo đức nghề nghiệp để nắm rõ các quy trình, thu thập và xử lý các thông tin, có cách nhìn, đánh giá được các rủi ro, sàn lọc được đối tượng khách hàng doanh nghiệp, hạn chế sai sót trong quá trình thẩm định cho vay Môi trường cạnh tranh giữa các ngân hàng thương mại ngày càng gay gắt, và càng khóc liệt hơn, vì các chỉ tiêu tăng trưởng dư nợ, phát triển nền khách hàng, tăng lợi nhuận, một số đơn vị ngân hàng sẵn sàng chấp nhận rủi ro cao hơn, nới lỏng các quy trình và có thể mắc sai lầm khi cấp tín dụng đối với KHDN có khả năng trả nợ kém.

Các phương pháp đánh giá khả năng trả nợ vay của khách hàng doanh nghiệp tại các ngân hàng thương mại

nghiệp tại các ngân hàng thương mại

1.3.1 Mô hình chuẩn đoán (Heuristic models)

Mô hình chuẩn đoán là mô hình thực hiện thu thập và xử lý những đánh giá, dự báo bằng cách tập hợp và hỏi các ý kiến chuyên gia để đưa đến kết luận, nhận định Mô hình chuẩn đoán sẽ đưa ra những dự báo khách quan về tình hình hiện tại và tương lai phát triển của một lĩnh vực khoa học dựa trên việc xử lý có hệ thống đánh giá các dự báo của các chuyên gia Có rất nhiều loại mô hình chuẩn đoán và được chia thành:

- Bảng câu hỏi đánh giá cổ điển (“Classic” rating Questionnaires)

- Mô hình định tính (Qualitative Systems)

Nhược điểm chung của các mô hình chuẩn đoán là chất lượng của các mô hình này phụ thuộc vào kinh nghiệm chủ quan của các chuyên gia tín dụng Hơn nữa không chỉ các yếu tố liên quan đến khả năng trả nợ được xác định bằng kinh nghiệm mà mức độ tương quan và các trọng số của các yếu tố trong toàn bộ đánh giá cũng đều dựa trên kinh nghiệm chủ quan của chuyên gia Do đó, trên thực tế mô hình chuẩn đoán ít được sử dụng trong nghiên cứu.

1.3.2 Mô hình thống kê (Statistical models)

Mô hình thống kê là một trong những phương pháp nghiên cứu chính xác. Phương pháp thống kê là một quá trình, bao gồm điều tra thống kê, khái quát hóa thông tin (tổng hợp thống kê), phân tích và dự báo Mô hình này có khả năng ứng dụng các phương pháp phân tích thống kê nhiều chiều, lý thuyết điều khiển, lý thuyết dự báo… cũng như ứng dụng công nghệ trong quá trình nghiên cứu Sau đây là một số các mô hình được áp dụng tương đối phổ biến:

1.4.2.1 Mô hình phân tích biệt thức (Dirciminant Analysis models)

Mô hình phân tích biệt thức là một kỹ thuật thống kê được sử dụng để phân loại một quan sát vào một trong vài nhóm định danh dựa theo những đặc điểm cá biệt của các quan sát này Mô hình phân tích biệt thức đơn giản nhất là xây dựng quan hệ tuyến tính của những đặc điểm có thể phân biệt tốt nhất giữa các nhóm công ty Trong mô hình phân tích biệt thức, một sự kết hợp giữa các hệ số biệt thức và các chỉ số định lượng được tạo ra để cho phép phân loại trường hợp tốt và xấu.

Mục tiêu chung của mô hình phân tích biệt thức trong đo lường rủi ro vỡ nợ là phân biệt giữa công ty có nguy cơ vỡ nợ và các công ty không có nguy cơ vỡ nợ một cách khách quan và chính xác nhất thông qua hàm biệt thức trong đó các biến số là biến định lượng (số liệu được thu thập từ báo cáo tài chính) Mục tiêu chính là tìm ra một tổ hợp tuyến tính của các biến nhằm phân biệt các nhóm, các cá thể trong mỗi nhóm gần nhau nhất và các nhóm được phân biệt tốt nhất (xa nhau nhất) Sau đó được chuyển đổi thành một hàm biệt thức, hay còn gọi là hệ số Z Hàm biệt thức này có dạng:

D: Chỉ số đo lường toàn bộ mức độ rủi ro của người vay

Ki: Các hệ số biệt thức ai: Các chỉ số tài chính n: Số lượng các chỉ số tài chính Ưu điểm của mô hình phân tích biệt thức là mô hình này được vận dụng khá nhiều trong XHTD và có khả năng phân biệt được các nhóm KHDN có khả năng trả nợ hoặc không có khả năng trả nợ Hơn nữa, thực tế cho thấy mô hình này khá đơn giản và dễ áp dụng.

Mặc dù mô hình phân tích biệt thức là một mô hình được đánh giá có khá nhiều ưu điểm và được nhiều nhà nghiên cứu sử dụng trong việc ước lượng khả năng vỡ nợ của đối tượng là các khách hàng vay vốn tại các TCTD Tuy nhiên mô hình này chỉ thực sự thích hợp với việc phân tích các số liệu là các chỉ tiêu tài chính (chỉ số định lượng) hơn là xem xét phân tích các chỉ tiêu phi tài chính(chỉ tiêu định tính) Và để đánh giá tính thích hợp của mô hình phân tích phân biệt thì các nhà nghiên cứu phải kiểm định xem mô hình có thỏa mãn các giả thiết toán học không, đặc biệt là tính phân phối chuẩn của các yếu tố liên quan tới khả năng trả nợ Nếu giả thiết về tính phân phối chuẩn không được thỏa mãn thì kết quả mô hình là không tối ưu, không đạt được sự công nhận và ít có ý nghĩa trong sử dụng.

Giống như mô hình phân tích biệt thức, mô hình hồi quy đưa ra một mô hình thể hiện sự phụ thuộc của một biến theo các biến độc lập khác Mục tiêu chính là để xác định xác suất trả nợ vay của khách hàng với một tập hợp các đặc điểm nhất định bằng cách sử dụng khả năng ước lượng tối đa Các mô hình hồi quy thường được sử dụng để đánh giá xác suất vỡ nợ: mô hình hồi quy Probit và Logit Tuy nhiên, nghiên cứu sử dụng mô hình probit và phần mở rộng của nó là khá hạn chế. Còn trong mô hình Logit, biến phụ thuộc là biến giả, chỉ nhận giá trị 0 hoặc 1.

Mô hình này giúp xác định được khả năng khách hàng sẽ có rủi ro tín dụng (biến phụ thuộc) trên cơ sở sử dụng các yếu tố có ảnh hưởng đến khách hàng (biến độc lập) Mô hình này được thể hiện như sau:

Ki: giá trị cụ thể của các tiêu chí mức độ tín nhiệm bi: hệ số của mỗi chỉ số n: số lượng các chỉ số tài chính

Mô hình Logit có một số lợi thế hơn mô hình phân tích biệt thức:

Thứ nhất, mô hình hồi quy Logit không yêu cầu các yếu tố đầu vào phân phối chuẩn Điều này cho phép mô hình hồi quy Logit xử lý những yếu tố về nguy cơ phá sản định tính mà không cần sự biến đổi như trước đây (Johnsen & Melicher, 1994).

Thứ hai, các kết quả của mô hình Logit hiển thị một số từ số không đến một, do đó nó có thể giải thích được xác suất trả nợ của khách hàng Kết quả này cũng được coi là rõ ràng và chính xác hơn so với những kết quả được đưa ra từ mô hình phân tích biệt thức.

Thứ ba, hồi quy Logit đòi hỏi dữ liệu ít hơn so với mô hình phân tích biệt thức Do đó trong những năm gần đây mô hình hồi quy Logit được sử dụng rộng rãi hơn cả trong nghiên cứu khoa học và thực tiễn.

1.4.2.3 Mô hình mạng nơron (Neural Network models)

Mô hình mạng nơron sử dụng các nguyên tắc tính toán song song bao gồm nhiều quá trình tính toán đơn giản kết nối với nhau Trong mỗi quá trình, các phép tính được thực hiện rất đơn giản, do một nơron đảm trách Tuy nhiên, chính những nơron đơn giản này có thể giải quyết được những nhiệm vụ rất phức tạp khi được kết nối và tổ chức một cách hợp lý và logic.

Mạng nơron đặc biệt thích hợp cho các mô tả của mô hình đánh giá phức tạp mà phải lấy nhiều loại thông tin khác nhau Một ưu điểm của mô hình này là nó có thể giải quyết các mối quan hệ phi tuyến tính và chứa thông tin còn thiếu (Charalambous, Charitou & Neophytou, 2000) Tuy nhiên, mô hình mạng nơron vẫn không được sử dụng phổ biến trong thực tế do những lý do sau đây:

Thứ nhất, mô hình mạng nơron đòi hỏi dữ liệu đầu vào lớn, với ít nhất 500 quan sát hoặc hơn (Kumar & Ravi, 2007).

Thứ hai, các bước thực hiện trong mô hình mạng nơron khá phức tạp và khó sử dụng đối với người dùng, và do đó dễ xảy ra nhiều vấn đề.

1.3.3 Mô hình quan hệ nhân quả (Causal models)

PHƯƠNG PHÁP NGHIÊN CỨU

Thiết kế nghiên cứu

Để trả lời các câu hỏi nghiên cứu đã đưa ra, luận văn sử dụng phương pháp nghiên cứu chính là phương pháp định lượng Cụ thể, tác giả sử dụng phương pháp thống kê mô tả thu thập và xử lý số liệu để mô tả mẫu nghiên cứu và tiến hành thiết kê mô hình hồi quy để đo lường các yếu tố tác động đáng kể đến khả năng trả nợ của KHDN và xác định được mức độ tác động của các yếu tố này đến khả năng trả nợ của KHDN tại Agribank Đông Hà Nội trong giai đoạn 2019 - 2021 Sau đó tác giả tiến hành thực hiện các kiểm định cần thiết để xác định mức độ dự báo của mô hình nghiên cứu thực nghiệm, từ đó đi đến kết luận để trả lời câu hỏi nghiên cứu thứ hai Các bước thực hiện trong trình tự nghiên cứu như sau:

Hình 2.1 Thiết kế nghiên cứu

Thời gian vay Tài sản bảo đảm

Tỷ lệ Vốn lưu động/Tổng tài sản

Tỷ lệ Lợi nhuận trước thuế, trước lãi vay/Tổng tài sản

Quy mô tổng tài sản của khách hàng

Số năm hoạt động kinh doanh của khách hàng

Loại hình doanh nghiệp nhà nước

Tỷ lệ Doanh thu thuần/Tổng tài sản

Tỷ lệ Vốn chủ sở hữu/Tổng tài sản

Xây dựng giả thuyết

Hình 2.2 Giả thuyết nghiên cứu

*) Biến phụ thuộc: Khả năng trả nợ - KNTN

Biến phụ thuộc KNTN mô tả khả năng trả nợ của khách hàng và nhận các giá trị như sau:

KNTN = 1 - Khách hàng có khả năng trả nợ vay, không phát sinh nợ quá hạn hoặc nợ quá hạn ≤ 90 ngày.

KNTN = 0 - Khách hàng không có khả năng trả nợ, nợ cơ cấu thời hạn trả nợ hoặc nợ quá hạn ≥ 90 ngày.

Các biến độc lập trong mô hình nghiên cứu được trình bày như trong

Bảng 2.1 Danh sách biến độc lập trong mô hình nghiên cứu

Loại biến Ký hiệu Biến độc lập Kỳ vọng dấu Nghiên cứu trước Đặc điểm khoản vay

TGV Khoảng thời gian trả nợ gốc của khoản vay (-) Flannery (1986)

TSBĐ Tỷ lệ Tài sản bảo đảm/Mức cấp tín dụng (-)

Tình hình tài chính của khách hàng

VLĐ Tỷ lệ Vốn lưu động/Tổng tài sản (+) Altman (1968)

LNTT Tỷ lệ Lợi nhuận trước thuế, trước lãi vay/Tổng tài sản (+)

VCSH Tỷ lệ Vốn chủ sở hữu/Tổng tài sản (+) Lo (1986)

DTT Tỷ lệ Doanh thu thuần/Tổng tài sản (+)

TTS Quy mô tổng tài sản của khách hàng (+) Ohlson (1980)

Tình hình phi tài chính của khách hàng

NHĐ Số năm hoạt động kinh doanh của khách hàng (+)

Loại hình doanh nghiệp nhà nước Biến giả = 1: Khách hàng sở hữu trên 50% vốn Nhà nước Biến giả = 0: Khách hàng sở hữu dưới 50% vốn Nhà nước

Nguồn: Kết quả tổng hợp

Cơ sở lập luận về kỳ vọng dấu đối với sự tác động của từng biến độc lập đến khả năng trả nợ của KHDN Đồng thời cách đo lường các biến độc lập như sau:

Thời gian vay (TGV): Theo thông tư 39 của Ngân hàng Nhà nước (2016) thì thời gian cho vay là khoảng thời gian được tính từ ngày tiếp theo của TCTD giải ngân vốn vay cho khách hàng đến thời điểm khách hàng phải trả hết nợ gốc và lãi tiền vay theo thỏa thuận của TCTD và khách hàng Trong thực tế, kỳ hạn trả nợ phản ánh chính xác hơn về khả năng thực hiện nghĩa vụ nợ vay so với tổng thời hạn cho vay Ví dụ, Công ty A vay vốn 3 năm với kỳ hạn trả nợ là 3 tháng. Công ty B vay khoản vay 2 năm với thời hạn trả nợ là 12 tháng Rõ ràng là công ty A đang chịu áp lực nhiều hơn để thực hiện nghĩa vụ trả nợ hàng quý, trong khi đó công ty B có nhiều thời gian hơn để dành tiền để trả nợ.

Thực tế cho thấy lãi suất vay là cao hơn đối với các khoản vay có thời gian vay dài hơn Bởi lẽ, các NHTM nhận định rằng việc kiểm soát rủi ro đối với các khoản vay dài hạn của KHDN là khó khăn hơn Trong nghiên cứu của mình, Flannery (1986) cho biết khách hàng nhận định bản thân doanh nghiệp có rủi ro tín dụng thấp sẽ ưa thích vay ngắn hạn hơn thay vì vay dài hạn nhằm tiết kiệm chi phí lãi vay Do đó, KHDN rủi ro thấp hơn sẽ lựa chọn tài chính ngắn hạn, đồng thời phát tín hiệu rủi ro thấp, khả năng trả nợ tốt Bên cạnh đó trong trường hợp bất cân xứng thông tin, các NHTM có thể cấp cho doanh nghiệp thời hạn vay dài hơn so với nhu cầu vốn thực tế của doanh nghiệp Điều này sẽ tạo điều kiện cho các doanh nghiệp có thể sử dụng nguồn vốn tạm thời dư thừa này đầu tư ngoài ngành hoặc sử dụng vốn sai mục đích dẫn tới nguy cơ mất khả năng thanh toán Do đó trong nghiên cứu này, tác giả kỳ vọng thời gian vay có tác động ngược chiều đến khả năng trả nợ của KHDN.

Tỷ lệ Tài sản bảo đảm/Mức cấp tín dụng (TSBĐ): sẽ được tính toán bằng công thức giá trị TSĐB/tổng mức cấp tín dụng Nếu giá trị tài sản thế chấp thay đổi trong vòng một năm, nghiên cứu sẽ sử dụng phương pháp bình quân gia quyền Ví dụ, Công ty A có thế chấp 2 tỷ đồng từ tháng 1 đến tháng 4, và sau đó lại cam kết thêm một khoản tài sản nữa là 3 tỷ đồng cho ngân hàng Như vậy, giá trị tài sản thế chấp là 3 tỷ đồng từ tháng 5 đến tháng 12 Giá trị sử dụng trong bộ số liệu của nghiên cứu này là: (2 * 4 + 5 * 8) / 12 = 4 tỷ đồng.

Trên thực tế cho thấy, các NHTM thường áp dụng tỷ lệ TSĐB cao hơn đối với các KHDN được nhận định là có rủi ro cao hơn Do đó đối với các khách hàng là công ty, tập đoàn lớn có hoạt động kinh doanh hiệu quả và chứng minh được uy tín trên thị trường thì sẽ ít phải thế chấp tài sản Manove và Padilla

(2001) cũng đã lập luận rằng tài sản đảm bảo sẽ giúp sàng lọc bớt các khoản vay của các ngân hàng Do đó trong phạm vi của bài nghiên cứu, tác giả kỳ vọng tỷ lệ TSĐB có tác động ngược chiều đến khả năng trả nợ của KHDN.

Tình hình tài chính của khách hàng: Các nghiên cứu thực nghiệm về rủi ro tín dụng đều đi đến một kết luận rằng các chỉ số tài chính là hữu ích trong việc đo lường khả năng trả nợ của KHDN Nhìn chung, các chỉ số về khả năng thanh toán, lợi nhuận được sử dụng khá phổ biến Tuy nhiên trong phạm vi bài nghiên cứu, năng lực tài chính của các doanh nghiệp được tác giả lựa chọn thể hiện thông qua 5 chỉ tiêu tài chính sau: Vốn lưu động/tổng tài sản; Lợi nhuận trước thuế, trước lãi vay/tổng tài sản; Vốn chủ sở hữu/tổng tài sản; Doanh thu thuần/tổng tài sản và Quy mô tổng tài sản Đồng thời, tác giả kỳ vọng các biến này sẽ có tác động cùng chiều đến khả năng trả nợ của KHDN.

Vốn lưu động/tổng tài sản (VLĐ) được tính toán bằng công thức sau: (Tài sản ngắn hạn - Nợ ngắn hạn)/tổng tài sản Chỉ tiêu này đại diện cho khả năng thanh toán của một doanh nghiệp Tỷ lệ vốn lưu động/tổng tài sản âm, thể hiện một doanh nghiệp đang gặp phải tình trạng mất cân đối tài chính, doanh nghiệp sử dụng nợ vay ngắn hạn để tài trợ cho mục đích sử dụng vốn dài hạn và ngược lại tỷ lệ vốn lưu động/tổng tài sản là dương cho thấy một doanh nghiệp có cơ cấu tài chính ổn định giúp đảm khả năng thanh toán của doanh nghiệp trong ngắn hạn.

Lợi nhuận trước thuế, trước lãi vay/Tổng tài sản (LNTT) là chỉ tiêu thể hiện khả năng sinh lời của một doanh nghiệp, nó được đo lường bằng cách lấy lợi nhuận trước thuế, trước lãi vay chia cho tổng tài sản của doanh nghiệp Trên thực tế, một doanh nghiệp có khả năng sinh lời càng cao thì doanh nghiệp đó càng chứng tỏ được khả năng đáp ứng.

Vốn chủ sở hữu/Tổng tài sản (VCSH) là chỉ tiêu thể hiện cấu trúc vốn của một doanh nghiệp VCSH được tính toán bằng cách lấy vốn chủ sở hữu/tổng tài sản của một doanh nghiệp tại cùng một thời điểm.

Doanh thu thuần/Tổng tài sản (DTT) là chỉ tiêu thể hiện hiệu quả hoạt động của doanh nghiệp Chỉ tiêu này sẽ được tính bằng cách lấy doanh thu thuần/ tổng tài sản của doanh nghiệp.

Quy mô của Khách hàng (TTS) được đo lường qua giá trị logarit tự nhiên của tổng tài sản của các doanh nghiệp = Log (Tổng tài sản) Về lý thuyết, doanh nghiệp có quy mô lớn sẽ có khả năng chịu đựng tốt hơn đối với tình hình thị trường khó khăn, do đó khả năng khả nợ vay cũng cao hơn Điều này có thể minh chứng trong giai đoạn nền kinh tế suy thoái những năm 2008 - 2013, phần lớn những doanh nghiệp phá sản đều là doanh nghiệp có quy mô nhỏ, mức vốn thấp.

Do đó dự kiến một mối tương quan dương giữa quy mô doanh nghiệp và khả năng trả nợ đúng hạn của doanh nghiệp Do đó trong phạm vi của nghiên cứu, tác giả kỳ vọng một sự tác động cùng chiều từ quy mô doanh nghiệp đến khả năng trả nợ của chính doanh nghiệp đó.

Số năm hoạt động kinh doanh của khách hàng: được đo lường bằng số năm hoạt động của doanh nghiệp kể từ khi doanh nghiệp bắt đầu ghi nhận doanh thu Những doanh nghiệp lâu năm có khả năng đánh giá được tình hình thị trường tốt hơn và dễ thích nghi với những biến đổi của thị trường nên rủi ro hoạt động của doanh nghiệp được hạn chế Mặt khác, những doanh nghiệp lâu năm thường có thị phần tương đối ổn định nên doanh thu và lợi nhuận ổn định Điều này sẽ có ảnh hưởng tích cực đến khả năng vay và trả nợ của doanh nghiệp Do đó tác giả dự kiến một sự tác động cùng chiều của số năm hoạt động kinh doanh đến khả năng trả nợ đúng hạn của doanh nghiệp.

Loại hình doanh nghiệp Nhà nước: được quy ước bằng 1 nếu KH sở hữu trên 50% vốn Nhà nước và 0 đối với các trường hợp còn lại Nếu tình trạng sở hữu thay đổi trong vòng một năm, nguyên tắc đa số sẽ được áp dụng Ví dụ, 51% công ty A thuộc sở hữu Nhà nước từ tháng 1 đến tháng 4 (4 tháng) Sau đó quyết định phát hành thêm cổ phần và do đó quyền sở hữu nhà nước được pha loãng xuống dưới 50% từ tháng 5 đến tháng 12 (8 tháng) Khi đó giá trị của biến tình trạng sở hữu sẽ là 0 vì thời gian doanh nghiệp sở 50% vốn Nhà nước ít hơn thời gian doanh nghiệp sở hữu ít hơn 50% vốn Nhà nước.

Chọn mẫu nghiên cứu

Đối tượng nghiên cứu: Đề tài nghiên cứu về các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp.

Phạm vi nghiên cứu: Đề tài nghiên cứu dựa trên nguồn số liệu thu thập từ các KHDN có quan hệ tín dụng với Agribank Đông Hà Nội trong giai đoạn 2019

- 2021 Agribank Đông Hà Nội hiện tại là chi nhánh lớn nhất không chỉ trong hệ thống Agribank mà còn trong cả hệ thống các ngân hàng thương mại Việt Nam xét về quy mô Quy mô tài sản và dư nợ tín dụng của chi nhánh này tương đương với một ngân hàng thương mại cổ phần nhỏ.

- Các KHDN được chọn trong mẫu là ngẫu nhiên;

- Các KHDN được chọn có dư nợ tín dụng trong giai đoạn 2019 - 2021;

- Các KHDN được chọn không thuộc các KHDN có cấu trúc đặc biệt như: các công ty tài chính, công ty bảo hiểm, công ty chứng khoán…;

- Các doanh nghiệp được chọn cung cấp đầy đủ BCTC 3 năm trong giai đoạn 2019

- 2021, và có kết quả XHTD tại Agribank Đông Hà Nội.

Luận văn tiến hành thu thập và tổng hợp thông tin của các KHDN tại Agribank Đông Hà Nội với các biến: Đặc điểm khoản vay; Tình hình tài chính của khách hàng; Tình hình phi tài chính của khách hàng từ hồ sơ vay vốn của KHDN được lưu trữ tại hệ thống của trung tâm lưu trữ thông tin tín dụng của Agribank.

Các bước chọn mẫu nghiên cứu được thực hiện như sau: Đầu tiên, tác giả thống kê danh sách sắp xếp theo thứ tự số CIF của 618

KHDN có phát sinh dư nợ tín dụng tại Agribank Đông Hà Nội trong giai đoạn 2019

Tiếp theo, tác giả muốn chọn ra một mẫu có tối thiểu là 300 KHDN Tác giả sẽ tiến hành chọn ngẫu nhiên 1 đơn vị trong danh sách, và sau đó cứ cách một doanh nghiệp thì tác giả chọn một doanh nghiệp để đưa vào mẫu Kết quả tác giả thu thập được 319 KHDN.

Sau đó, tác giả lần lượt loại bỏ các KHDN có cấu trúc đặc biệt như: các công ty tài chính, công ty bảo hiểm, công ty chứng khoán và tiếp tục loại bỏ các KHDN không cung cấp đầy đủ BCTC 3 năm trong giai đoạn 2019 - 2021 hoặc không có kết quả XHTD tại Agribank Đông Hà Nội Kết quả, tác giả thu thập được 302 KHDN đáp ứng nguyên tắc lấy mẫu.

Cuối cùng, tác giả sẽ sử dụng 302 KHDN này để đưa vào mẫu nghiên cứu và mẫu đối chứng kết quả, cụ thể: 202 đơn vị sẽ được sử dụng trong mẫu nghiên cứu(chiếm 67% số lượng KHDN thu thập) và 100 đơn vị (33% số lượng KHDN thu thập) sẽ được sử dụng để đối chứng độ phù hợp của mô hình thực nghiệm.

Mô hình và phương pháp ứng dụng

Mô hình được lựa chọn dựa trên các tiêu chí sau:

Thứ nhất, mô hình thống kê phải khắc phục được hạn chế của phương pháp đánh giá khả năng trả nợ của KHDN hiện nay.

Thứ hai, mô hình có khả năng lượng hóa khả năng trả nợ thành xác suất trả nợ làm cơ sở cho việc xác định rủi ro của từng KHDN tại Agribank Đông Hà Nội.

Thứ ba, mô hình đơn giản, dễ sử dụng và có thể tận dụng được thông tin kết quả XHTD nội bộ Agribank Đông Hà Nội làm dữ liệu đầu vào của mô hình.

Thứ tư, mô hình có thể đưa cùng lúc biến định lượng và biến định tính trong việc xác định khả năng trả nợ của KHDN.

Qua nghiên cứu các kết quả thực nghiệm đánh giá các yếu tố ảnh hưởng đến khả năng trả nợ của KHDN bằng các phương pháp khác nhau Tác giả lựa chọn sử dụng mô hồi quy Logit để xây dựng mô hình Đây là mô hình được sử dụng nhiều nước trên thế giới hiện nay trong việc đánh giá khả năng trả nợ của KHDN sau khi cấp tín dụng.

Mô hình hồi quy Logit là một mô hình định lượng trong đó biến kết quả là rời rạc, nhận hai giá trị có thể là 0 hoặc 1 Xem xét một tập hợp của n biến độc lập x (x1, x2, x3, , xn) Các yếu tố ảnh hưởng đến sự xuất hiện xác suất của sự kiện Y "Xác suất mong đợi của Y bằng 1, cho giá trị x" được biểu thị bằng P (Y

= 1 | x) Theo Hosmer và Lemeshow (2000) thì công thức mô tả mối quan hệ giữa P (Y = 1 | x) và n các yếu tố x như sau:

Phương trình (1) là mô hình hồi quy logistic không tuyến tính Tuy nhiên, nó có thể dễ dàng chuyển đổi thành mô hình xác suất tuyến tính.

Xác suất sự kiện Y xảy ra là P (Y = 1 | x), do đó xác suất sự kiện Y không xảy ra là 1 - P (Y = 1 | x) Tỷ số chênh là tỷ số giữa xác suất sự kiện Y xảy ra so với xác suất sự kiện Y không xảy ra:

Lấy logarit của (2) ta có:

F(x) là Logit của mô hình hồi quy logistic và nó có nhiều tính chất tương tự đối với mô hình hồi quy tuyến tính F (x) là "hệ phương trình tuyến tính theo tham số, có tính liên tục, và có thể dao động từ -∞ tới + ∞, phụ thuộc vào phạm vi của x" (Hosmer & Lemeshow, 2000)

Hình 2.3 Mô hình xác suất tuyến tính và mô hình hồi quy tuyến tính

Trong mô hình này, xác suất có điều kiện của biến kết quả Y bị giới hạn giữa 0 và 1 Các biến độc lập X có thể rời rạc hoặc liên tục Nhiều mô hình phân phối đã được đề xuất để sử dụng trong phân tích của một biến kết cục rời rạc Có thể thấy hai ưu điểm chính của mô hình Logit so với các loại mô hình khác:

Thứ nhất, công thức logit rất linh hoạt và dễ sử dụng.

Thứ hai, các hệ số hồi quy là có ý nghĩa và các kết quả của mô hình cũng có thể giải thích trực tiếp.

Với các biến được lựa chọn, hàm hồi quy Logit được xây dựng như sau:

P: xác suất trả nợ của khách hàng doanh nghiệp, P = 1 nếu KHDN trả được nợ, trả nợ tốt, P = 0 nếu KHDN không trả được nợ, không trả nợ tốt.

X1, , Xn: Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng β0, , βn: Các hệ số hồi quy của hàm Logit

Dữ liệu tài chính được thu thập từ các báo cáo tài chính do KHDN cung cấp khi họ xin vay Sau đó các tỷ số sẽ được tính toán dựa trên các công thức Thông tin về thời hạn vay vốn, tỷ lệ TSĐB, số năm hoạt động và tình trạng sở hữu sẽ được lấy từ cơ sở dữ liệu quản lý khách hàng của Agribank.

Dữ liệu thu thập thành dạng bảng và được nhập vào phần mềm thống kê để xử lý những điểm bất thường hay thiếu sót Việc thiếu sót hay gián đoạn dữ liệu sẽ làm giảm độ chính xác trong thống kê và giải thích kết quả nghiên cứu của mô hình Tác giả thực hiện hiệu chỉnh và mã hóa dữ liệu, làm sạch dữ liệu (data cleaning) nhằm phát hiện các sai sót, các ô trống còn thiếu thông tin và hoàn thiện ma trận dữ liệu (data matrix) Tiếp theo là kiểm tra mối tương quan giữa các biến và kiểm tra hiện tượng đa cộng tuyến. Để phát hiện mô hình có xảy ra hiện tượng đa cộng tuyến hay không thì có thể thực hiện theo nhiều phương pháp, trong đó hiện nay được sử dụng phổ biến là dựa vào ma trận tương quan Theo Kennedy (2008) nếu hệ số tương quan cặp gữa các biến độc lập cao (vượt 0,8) thì có khả năng tồn tại đa cộng tuyến Trong bài nghiên cứu, tác giả sử dụng hệ số VIF (variance inflation factor - hệ số phóng đại phương sai) để kiểm tra hiện tượng đa cộng tuyến.

Trong đó, Ri 2 là hệ số tương quan giữa các biến độc lập trong mô hình Khi Ri2 tăng làm giá trị VIF càng lớn thì biến độc lập Xi càng cộng tuyến cao Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2013) cũng như kinh nghiệm từ các nghiên cứu trước đây, quy tắc là khi VIF vượt quá 10 (hay Ri2 > 0,9) đó là dấu hiệu của đa cộng tuyến.

Dữ liệu sau cùng được đưa vào sử dụng trong mô hình và tiến hành phân tích, sử dụng phần mềm SPSS để xây dựng mô hình tính toán xác suất trả nợ.

Sau đó, tác giả sẽ tiến hành kiểm tra sự phù hợp của mô hình, và thực hiện kiểm định để xác định xem mô hình kết quả có thể sử dụng để dự báo hay không.

Dựa trên thực trạng hoạt động tín dụng và các phương pháp đánh giá khả năng trả nợ của KHDN nói riêng và khách hàng nói chung tại Agribank Học viên nhận thấy cần phải xây dựng một mô hình đo lường rủi ro cụ thể khả năng trả nợ của KHDN - không chỉ dừng lại ở việc phân tích tình trạng của KHDN mà còn xem xét trong bối cảnh quan hệ tín dụng tại Agribank Đông Hà Nội.

TÌNH HÌNH TRẢ NỢ VAY CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM - CHI NHÁNH ĐÔNG HÀ NỘI

Giới thiệu về Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Đông Hà Nội

Chi nhánh Đông Hà Nội

3.1.1 Quá trình hình thành và phát triển

Agribank chi nhánh Đông Hà Nội được thành lập ngày 2/7/2003 theo Quyết định số 170/QĐ/HĐQT-TCCB của Chủ tịch Hội đồng quản trị Agribank trên cơ sở một phần nhân sự và cơ sở hạ tầng của Tổng công ty Vàng bạc đá quý Việt Nam và Agribank chi nhánh Bà Triệu (Chi nhánh cấp II trực thuộc Agribank chi nhánh Láng Hạ) Mười năm xây dựng và trưởng thành, Agribank chi nhánh Đông

Hà Nội đã dần khẳng định được thương hiệu của mình, trở thành địa chỉ tin cậy để khách hàng gửi gắm niềm tin, đồng thời cấp hàng nghìn tỷ đồng cho khách hàng cá nhân, doanh nghiệp có nguồn vốn để đầu tư phát triển sản xuất, kinh doanh góp phần thúc đẩy phát triển kinh tế thủ đô.

Thời gian đầu thành lập, là một thử thách lớn đối với Chi nhánh, gần như bắt đầu từ một con số “không” Về màng lưới, ngoài Hội sở chi nhánh, duy nhất chỉ có 01 Phòng giao dịch Bà Triệu, nhân sự gần một nửa tổng số cán bộ nhân viên xuất thân từ Tổng công ty Vàng bạc đá quý chuyển sang, hầu hết trong số này chưa nắm được nghiệp vụ ngân hàng Cơ sở hạ tầng, tuy được ưu đãi về địa điểm có vị trí thuận lợi, nằm trên địa bàn trung tâm Thủ đô song cũng phải mất hơn một năm để cải tạo xây dựng lại cho phù hợp với hoạt động Ngân hàng.

Với triết lý kinh doanh “Mang phồn thịnh đến khách hàng” cộng với chiến lược phát triển, kinh doanh phải dựa trên cơ sở tin tưởng và các bên cùng có lợi, trong ứng xử với khách hàng, Agribank chi nhánh Đông Hà Nội luôn “thấu hiểu, lắng nghe, cùng chia sẻ” Qua thời gian, chiến lược trên đã khẳng định về tính đúng đắn.

Hiện nay, Agribank chi nhánh Đông Hà Nội có 120 cán bộ, nhân viên, đủ năng lực, trình độ và kinh nghiệm nghề nghiệp Từng bước màng lưới Chi nhánh được mở rộng, với 04 phòng giao dịch trực thuộc và thâm nhập khá sâu vào thị trường khó tính, đầy sức cạnh tranh trên địa bàn Thủ đô. Đứng trước những bộn bề gian khó của những năm đầu khởi tạo để lập nghiệp, Ban lãnh đạo chi nhánh cũng như toàn bộ đội ngũ CBCNV đã có những sáng kiến đột phá tìm tòi thử nghiệm để tạo lập thương hiệu cho Agribank Và thật đáng mừng, chỉ sau một thời gian ngắn, thị phần của Agribank chi nhánh Đông Hà Nội ngày một phát triển Số lượng khách hàng, từ cá nhân đến tổ chức tăng mạnh Nhiều khách hàng đã trở thành khách hàng truyền thống Đã có nhiều hợp đồng kinh tế lớn, giá trị đến hàng trăm tỷ đồng được ký kết, không những đem lại hiệu quả kinh tế cho các bên mà còn góp phần chung vào công cuộc phát triển kinh tế -xã hội của thủ đô.

Sau 10 năm xây dựng và phát triển, các chỉ tiêu kế hoạch kinh doanh của Agribank chi nhánh Đông Hà Nội ngày một phát triển Huy động vốn tăng từ

216 tỷ đồng năm 2003 (nguồn vốn từ chi nhánh Bà Triệu chuyển sang khi sáp nhập) đến 30/6/2013 đạt 1.423 tỷ đồng, tăng gần 7 lần Dư nợ 144 tỷ đồng năm

2003 đến 30/6/2013 đạt 1.206 tỷ đồng Dịch vụ ngân hàng tăng mạnh, đến nay đã phát hành hơn 30.000 thẻ ATM với hơn 70 thiết bị POS tại 40 đơn vị chấp nhận thẻ.

Sự phát triển của Agribank chi nhánh Đông Hà Nội đã được điểm bằng những dấu mốc quan trọng Ngày 1/1/2006, được xếp hạng Chi nhánh hạng 2,ngày 1/1/2008, được xếp hạng Chi nhánh hạng 1, ngày 4/9/2008, được nhận Giấy chứng nhận Hệ thống quản lý chất lượng phù hợp tiêu chuẩn Quốc tế ISO9001:2000 cấp bởi Tổ chức chứng nhận SGS (Thụy Sỹ) và Tổ chức công nhậnUKAS (Anh) và ngày 5/8/2009, được cập nhật phiên bản mới ISO9001:2008 Bên cạnh đó Agribank chi nhánh Đông Hà Nội năm 2009 còn được nhận bằng khen của Thủ tướng Chính phủ và được nhận bằng khen của Chủ tịch UBND TP HàNội, năm 2007 Chi nhánh đã được nhận bằng khen của Thống đốc NHNN Với chiến lược phát triển, kinh doanh đã được định hình và xuyên suốt quá trình hoạt động từ khi thành lập, Agribank chi nhánh Đông Hà Nội sẽ nỗ lực vượt qua khó khăn để phát triển góp phần nâng thương hiệu của Agribank trên địa bàn Thủ đô.

3.1.2 Cơ cấu tổ chức và chức năng của các phòng ban

Hình 3.1 Sơ đồ tổ chức của Agribank Chi nhánh Đông Hà Nội

(Nguồn: Phòng Hành chính - Nhân sự)

Giám đốc là người chịu trách nhiệm trước pháp luật về hoạt động hàng ngày của Agribank Chi nhánh Đông Hà Nội Giúp việc cho Giám đốc là phòng hành chính nhân sự, các phó giám đốc, kế toán trưởng và trưởng phòng các bộ phận chuyên môn nghiệp vụ.

Phó giám đốc 1: Quản lý phòng kế toán ngân quỹ và hành chính nhân sự Phó giám đốc 2: Quản lý phòng kế hoạch tổng hợp và phòng kinh doanh ngoại hối. Phó giám đốc 3: Quản lý phòng marketing và phòng điện toán.

Phòng hành chính nhân sự: quản lý chung về nhân sự, tiền lương, theo dõi lao động, các chế độ.

Phòng tín dụng: thực hiện cho vay khách hàng cá nhân và tổ chức.

Phòng kế toán và ngân quỹ: thực hiện chuyển tiền, mua bán ngoại tệ, làm số tiết kiệm cho khách.

Phòng kế hoạch tổng hợp nguồn vốn: thực hiện các báo cáo thống kê, theo dõi nguồn vốn của chi nhánh, tính toán, thông báo lãi suất huy động và cho vay của chi nhánh từng thời kỳ.

Phòng Marketing: thực hiện làm thẻ cho khách hàng, quản lý các cây ATM, thực hiện các chương trình quảng cáo, quảng bá hình ảnh ngân hàng Phòng điện toán: quản lý hệ thống mạng, hệ thống máy tính của chi nhánh, quản lý các cây ATM.

Phòng thanh toán quốc tế: mở thư tín dụng nhập khẩu, xuất khẩu, mua bán ngoại tệ, chuyển tiền quốc tế cho khách hàng.

Phòng kiểm soát: kiểm tra hồ sơ mọi hoạt động hàng ngày của chi nhánh Bốn phòng giao dịch bao gồm PGD số 1, PGD Bà Triệu, PGD Lý Thường Kiệt, PGD Nguyễn Công Trứ: thực hiện mọi hoạt động kinh doanh.

3.1.3 Cơ cấu nhân sự giai đoạn 2019 – 2021

Bảng 3.1 Cơ cấu nhân sự tại Agribank Đông Hà Nội giai đoạn 2019 – 2021 Đơn vị tính: Người

4 Phòng Kế toán – Ngân quỹ 8 6 6 -25.00 0

6 Phòng Kế hoạch tổng hợp 7 6 6 -14.29 0

7 Phòng Kinh doanh ngoại hối 12 9 10 -25.00 11.11

(Nguồn: Phòng Hành chính – Nhân sự)

Kết quả từ Bảng 3.1 cho thấy tình hình nhân sự tại Agribank Đông Hà Nội giai đoạn 2019 – 2021 có xu hướng giảm ở năm 2020 và tăng lại ở năm 2021 Nguyên nhân của việc này là do ảnh hưởng của đại dịch Covid-19 trong năm 2020 làm giảm hiệu quả hoạt động kinh doanh của Ngân hàng dẫn đến việc cắt giảm nhân sự Năm

2021, khi đại dịch Covid-19 được kiểm soát, các hoạt động của Ngân hàng dần đi vào ổn định, Agribank tiếp tục tuyển dụng nhằm đáp ứng yêu cầu công việc.

3.1.4 Kết quả hoạt động kinh doanh giai đoạn 2019 - 2021

Bảng 3.2 Kết quả tài chính của Agribank Đông Hà Nội giai đoạn 2019 - 2021 Đơn vị tính: Tỷ đồng

Chỉ tiêu Năm 2019 Năm 2020 Năm 2021

Thu nhập từ lãi tiền gửi 1.690 2.480 3.334

Chi phí trả lãi tiền vay 1.416 2.094 2.995

4 Thu dịch vụ ròng/Lợi nhuận trước thuế

(Nguồn: Báo cáo kết quả hoạt động kinh doanh Agribank Đông Hà Nội giai đoạn

Hoạt động của các NHTM những năm gần đây gặp nhiều khó khăn do tác động của nền kinh tế nhưng nhìn vào bảng trên có thể thấy tình hình hoạt động kinh doanh của chi nhánh rất khả quan và theo chiều hướng tốt.

Tình hình trả nợ của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Đông Hà Nội

Phát triển Nông thôn Việt Nam - Chi nhánh Đông Hà Nội

Trong giai đoạn từ năm 2019 - 2021, với 618 khách hàng doanh nghiệp thì có 136 khách hàng là không có khả năng trả nợ Khả năng trả nợ của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi

NQH từ 1 đến 90 ngàyNQH từ 91 đến 180 ngàyNQH từ 181 đến 360 ngày NQH trên 360 ngàyTổng nợ quá hạnTăng trưởng tổng NQH nhánh Đông Hà Nội có thể được nhìn nhận đánh giá tiêu chí KHDN có nợ quá hạn trên 90 ngày và đang có dư nợ cơ cấu Kết quả này thể hiện khách hàng doanh nghiệp có thể đang gặp khó khăn tạm thời (nhóm quá hạn từ 1 đến 90 ngày), hoặc có khả năng sẽ không thể /trả toàn bộ hoặc một phần nợ vay cho ngân hàng ( quá hạn trên 90 ngày).

Bảng 3.3 Dư nợ quá hạn của KHDN tại Agribank Đông Hà Nội giai đoạn 2019

- 2021 Đơn vị tính: Tỷ đồng

(Nguồn: Báo cáo nội bộ Agribank Đông Hà Nội giai đoạn 2019 - 2021)

Hình 3.2 Dư nợ quá hạn của KHDN tại Agribank Đông Hà Nội giai đoạn 2019

(Nguồn: Báo cáo nội bộ Agribank Đông Hà Nội giai đoạn 2019 -

2021) Kết quả từ Bảng 3.3 và Hình 3.2 cho thấy tổng dư nợ quá hạn của KHDN tại

Agribank Đông Hà Nội giai đoạn 2019 - 2021 có xu hướng tăng giảm không đều qua từng năm Năm 2019, tổng dư nợ quá hạn đạt ở mức 59 tỷ đồng; Năm 2020, tổng dự nợ quá hạn đạt 59,61 tỷ đồng, tăng 1,03% so với năm 2019; Năm 2021, tổng dư nợ quá hạn đạt 57 tỷ đồng, giảm 4,38% so với năm 2020 Nguyên nhân của việc tổng dư nợ quá hạn tăng ở năm 2020 là do ảnh hưởng của đại dịch covid- 19 đến nền kinh tế nói chung và tình hình kinh doanh sản xuất của các doanh nghiệp vay vốn nói riêng suy giảm đáng kể Việc kinh doanh không hiệu quả dẫn đến nguồn tài chính để trả nợ Ngân hàng cũng gặp nhiều khó khăn.

Tình hình hoạt động chung của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Đông Hà Nội

nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Đông Hà Nội

3.3.1 Theo loại hình sở hữu

Bảng 3.4 Số lượng KHDN có quan hệ tín dụng với Agribank Đông Hà Nội giai đoạn 2019-2021 theo loại hình sở hữu Đơn vị tính: Doanh nghiệp

STT Loại hình sở hữu Năm

(Nguồn: Phòng Kinh doanh) Kết quả từ Bảng 3.4 cho thấy số lượng KHDN có quan hệ tín dụng với

Agribank Đông Hà Nội giai đoạn 2019 – 2021 có xu hướng giảm vào năm 2020 và tăng vào năm 2021 Cụ thể: Đối với doanh nghiệp nhà nước: Năm 2019, có 147 doanh nghiệp nhà nước có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 138 doanh nghiệp nhà nước có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 6,12% so với năm 2019; Năm 2021, có 159 doanh nghiệp nhà nước có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 15,22% so với năm 2020. Đối với doanh nghiệp tư nhân: Năm 2019, có 241 doanh nghiệp tư nhân có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 216 doanh nghiệp tư nhân có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 10,37% so với năm 2019; Năm 2021, có 234 doanh nghiệp tư nhân có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 8,33% so với năm 2020. Đối với Công ty cổ phần: Năm 2019, có 184 Công ty cổ phần có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 139 Công ty cổ phần có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 24,46% so với năm 2019; Năm 2021, có

152 Công ty cổ phần có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 9,35% so với năm 2020. Đối với Công ty TNHH: Năm 2019, có 156 Công ty TNHH có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 123 Công ty TNHH có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 21,15% so với năm 2019; Năm 2021, có

165 Công ty TNHH có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 34,15% so với năm 2020. Đối với Công ty hợp danh: Năm 2019, có 59 Công ty hợp danh có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 27 Công ty hợp danh có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 54,24% so với năm 2019; Năm 2021, có

32 Công ty hợp danh có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 18,52% so với năm 2020.

Bảng 3.5 Số lượng KHDN có quan hệ tín dụng với Agribank Đông Hà Nội giai đoạn 2019-2021 theo quy mô vốn Đơn vị tính: Doanh nghiệp

STT Quy mô doanh nghiệp Năm

(Nguồn: Phòng Kinh doanh) Kết quả từ Bảng 3.5 cho thấy số lượng KHDN có quan hệ tín dụng với

Agribank Đông Hà Nội giai đoạn 2019 – 2021 có xu hướng giảm vào năm 2020 và tăng vào năm 2021 Cụ thể: Đối với doanh nghiệp có quy mô vốn nhỏ hơn 10 tỷ đồng: Năm 2019, có 124 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 117 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 5,65% so với năm 2019; Năm 2021, có 135 doanh nghiệp có quan hệ tín dụng với Agribank Đông

Hà Nội, tăng 15,38% so với năm 2020. Đối với doanh nghiệp có quy mô vốn từ 10 – 50 tỷ đồng: Năm 2019, có 218 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 153 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 29,82% so với năm 2019; Năm 2021, có 186 doanh nghiệp có quan hệ tín dụng với Agribank Đông

Hà Nội, tăng 21,57% so với năm 2020. Đối với doanh nghiệp có quy mô vốn từ 50 – 100 tỷ đồng: Năm 2019, có 259 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 205 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 20,85% so với năm 2019; Năm 2021, có 248 doanh nghiệp có quan hệ tín dụng với Agribank Đông

Hà Nội, tăng 20,98% so với năm 2020. Đối với doanh nghiệp có quy mô vốn trên 100 tỷ đồng: Năm 2019, có 186 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 168 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 9,68% so với năm 2019; Năm 2021, có 173 doanh nghiệp có quan hệ tín dụng với Agribank Đông

Hà Nội, tăng 2,98% so với năm 2020.

Bảng 3.6 Số lượng KHDN có quan hệ tín dụng với Agribank Đông Hà Nội giai đoạn 2019-2021 theo ngành nghề Đơn vị tính: Doanh nghiệp

2 Kinh doanh bất động sản 186 167 175 -10,22 4,79

6 Sản xuất, chế biến thực phẩm 58 27 56 -53,45 107,41

(Nguồn: Phòng Kinh doanh) Kết quả từ Bảng 3.6 cho thấy số lượng KHDN có quan hệ tín dụng với

Agribank Đông Hà Nội giai đoạn 2019 – 2021 có xu hướng giảm vào năm 2020 và tăng vào năm 2021 Cụ thể: Đối với doanh nghiệp thuộc lĩnh vực nông nghiệp: Năm 2019, có 227 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 193 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 14,98% so với năm2019; Năm 2021, có 216 doanh nghiệp có quan hệ tín dụng với Agribank Đông HàNội, tăng 11,92% so với năm 2020. Đối với doanh nghiệp kinh doanh bất động sản: Năm 2019, có 186 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 167 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 10,22% so với năm 2019; Năm 2021, có 175 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 4,79% so với năm 2020. Đối với doanh nghiệp thuộc lĩnh vực xây dựng: Năm 2019, có 125 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 99 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 20,80% so với năm 2019; Năm 2021, có 117 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 18,18% so với năm 2020. Đối với doanh nghiệp thuộc lĩnh vực giáo dục: Năm 2019, có 76 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 59 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 22,37% so với năm 2019; Năm

2021, có 73 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 23,73% so với năm 2020. Đối với doanh nghiệp thuộc lĩnh vực y tế: Năm 2019, có 61 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 52 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 14,75% so với năm 2019; Năm

2021, có 54 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 3,85% so với năm 2020. Đối với doanh nghiệp thuộc lĩnh vực sản xuất, chế biến thực phẩm: Năm 2019, có 58 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có

27 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 53,47% so với năm 2019; Năm 2021, có 56 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, tăng 107,41% so với năm 2020. Đối với doanh nghiệp thuộc lĩnh vực logistics: Năm 2019, có 54 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội; Năm 2020, có 46 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, giảm 14,81% so với năm 2019; Năm

2021, có 51 doanh nghiệp có quan hệ tín dụng với Agribank Đông Hà Nội, tăng10,87% so với năm 2020.

PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ VAY CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM AGRIBANK - CHI NHÁNH ĐÔNG HÀ NỘI

Thống kê mô tả biến

Số liệu của nghiên cứu này gồm 302 KHDN hiện có quan hệ tín dụng tại Agribank Đông Hà Nội trong giai đoạn 2019 - 2021 Trong đó, 202 KHDN được sử dụng để xây dựng mô hình tính toán xác suất trả nợ và 100 KHDN để kiểm tra tính phù hợp của mô hình Với số liệu thu thập được tại ba thời điểm 31/12/2019; 31/12/2020 và 31/12/2021 của 202 doanh nghiệp Tác giả thống kê được 606 quan sát.

Sau khi thống kê 606 quan sát của các biến, tác giả nhận thấy một số quan sát có giá trị các biến chênh lệch lớn so với trung vị của các biến Do đó tác giả tiến hành làm sạch dữ liệu (data cleaning), loại bớt các dữ liệu ngoại lai để làm tăng độ chính xác của mô hình dự đoán

Sau khi thực hiện làm sạch dữ liệu, tổng số mẫu còn lại là 599 quan sát Trong đó bao gồm 539 quan sát có khả năng trả nợ và 60 quan sát không có khả năng trả nợ, được thống kê chi tiết theo Bảng 4.1:

Bảng 4.1 Tỷ lệ khả năng trả nợ của KHDN theo mẫu dữ liệu 599 quan sát

Chỉ tiêu Số lượng Tỷ lệ

Không có khả năng trả nợ 60 10

Có khả năng trả nợ 539 90

(Nguồn: Báo cáo kinh doanh nội bộ Agribank Đông Hà Nội)

Các biến sử dụng trong mô hình được mô tả cụ thể ở Bảng 4 2 Bảng 4.2 Thống kê mô tả các biến

(Nguồn: Thống kê dựa trên mẫu khảo sát)

Kết quả từ Bảng 4.2 chỉ ra các giá trị trung bình, lớn nhất, nhỏ nhất của từng biến nghiên cứu:

- Hầu hết các biến đều có độ lệch chuẩn tương đối nhỏ, ngoại trừ biến TGV và NHĐ.

- Đối với biến NHĐ: hoạt động kinh doanh mới nhất trong 2 năm và công ty lâu đời nhất đã hoạt động được 41 năm.

- Đối với biến TSBĐ: giá trị nhỏ nhất là 0, thể hiện khoản vay không có bảo đảm.

Min Max Mean Std Deviation

- Đối với biến LNTT: giá trị nhỏ nhất là - 2,09 Dấu trừ có nghĩa là công ty này đang hoạt động không hiệu quả (Lợi nhuận trước thuế và lãi vay là âm)

- Đối với biến VCSH: giá trị nhỏ nhất là - 2,28 Dấu trừ có nghĩa là lợi nhuận giữ lại của công ty này đã âm vượt mức vốn chủ sở hữu.

- Đối với biến TGV: thời hạn hoàn vốn gốc tối thiểu là 1 tháng và tối đa là 12 tháng. Đối với khách hàng bình thường, Agribank Đông Hà Nội không cho vay với thời hạn trả nợ gốc trên 12 tháng.

- Đối với biến TTS: khoảng từ 3,40 đến 7,38 vì vậy công ty lớn nhất trong tập dữ liệu này có tổng tài sản khoảng 23.988 tỷ đồng trong khi tổng tài sản của công ty nhỏ nhất chỉ khoảng 2,4 tỷ đồng.

- Đối với biến DTT: khách hàng hoạt động hiệu quả nhất là khách hàng có doanh số bán hàng gấp 10,46 lần tài sản của nó.

- Đối với biến VLĐ: giá trị nhỏ nhất là -2,42 Dấu trừ có nghĩa là công ty này đang gặp phải tình trạng mất cân đối tài chính, tài sản dài hạn không được tài trợ hoàn toàn bằng nguồn vốn dài hạn.

- Đối với biến doanh nghiệp Nhà nước: Đây là biến nhị phân, chỉ nhận giá trị 0 hoặc 1, tỷ lệ giữa các khách hàng là doanh nghiệp Nhà nước và các khách hàng không phải là doanh nghiệp Nhà nước chi tiết theo Bảng 4.3

Bảng 4.3 Tỷ trọng doanh nghiệp Nhà nước trong mẫu nghiên cứu

Chỉ tiêu Số lượng Tỷ lệ

Không phải là doanh nghiệp Nhà nước 471 78.63

Là doanh nghiệp Nhà nước 128 21.37

(Nguồn: Thống kê dựa trên mẫu khảo sát)

Phân tích tương quan giữa các biến

Tác giả thực hiện tính toán ma trận tương quan với các biến trong mô hình, kết quả thu được thể hiện trong Bảng 4 4 dưới đây:

Bảng 4.4 Ma trận tương quan NHĐ TSBĐ LNTT VCSH TGV TTS DNNN DTT VLĐ KNTN NHĐ 1

(Nguồn: Kết quả thực hiện)

Nghiên cứu này sử dụng phần mềm thống kê SPSS để chạy hồi quy logit nhị phân Mức ý nghĩa (α) 5% được sử dụng trong nghiên cứu này.

Hệ số tương quan chỉ ra mối quan hệ hai chiều giữa từng cặp biến với nhau.

Hệ số tương quan càng lớn cho thấy mối quan hệ giữa hai biến càng chặt và ngược lại khi hệ số tương quan thấp diễn tả mối quan hệ giữa hai biến không chặt Đồng thời với hệ số dương chỉ ra mối quan hệ cùng chiều giữa các cặp biến, hệ số âm cho thấy quan hệ ngược chiều giữa hai biến Tuy nhiên hệ số tương quan chỉ đánh giá quan hệ hai chiều mà không đánh giá được tác động một chiều của các biến lên biến phụ thuộc KTNT Do vậy, tác giả tiếp tục thực hiện phân tích hồi quy.

Theo Kennedy (2008) nếu hệ số tương quan cặp giữa các biến độc lập cao(vượt 0,8) thì có khả năng tồn tại đa cộng tuyến Tuy nhiên, xét thấy sự tương quan giữa các biến độc lập trong mô hình thì hệ số tương quan giữa biến vốn lưu động/tổng tài sản (VLĐ) và biến vôn chủ sở hữu/tổng tài sản (VCSH) trong nghiên cứu là cao nhất với 0,645 < 0,8.

Mô hình hồi quy tổng quát

4.3.1 Xây dựng mô hình tính toán xác suất trả nợ

Nghiên cứu này sử dụng phần mềm thống kê SPSS để chạy hồi quy logit nhị phân Mức ý nghĩa (α) 5% được sử dụng trong nghiên cứu này. Ước lượng mô hình logit với đầy đủ các biến số, ta thu được kết quả thể hiện trong bảng kết quả dưới đây:

Bảng 4.5 Tốm tắt kết quả mô hình gốc

(Nguồn: Kết quả thực hiện)

Omnibus Tests được sử dụng để kiểm định giả thiết H0: β1 = β2 = = βk =0. Tuy nhiên ta thấy OB- Sig = 0,00 < 5% Do đó ta bác bỏ H0 Tức các hệ số β của mô hình không đồng thời bằng 0 Như vậy mô hình gốc là phù hợp.

Trong phương pháp hồi quy logit nhị phân, chỉ số -2 Log likelihood được sử dụng để đánh giá sự phù hợp của mô hình với tổng thể Giá trị -2 Log likelihood nhỏ thì chứng tỏ mô hình có sự phù hợp với tổng thể (giá trị tối thiểu của -2 Log likelihood là 0 khi mô hình có sự phù hợp hoàn hảo) Kết quả của mô hình cho thấy -2 Log likelihood = 287.510 là tương đối lớn Do đó sự phù hợp của mô hình đối với tổng thể là không cao.

Tiếp theo, ta sẽ tiến hành chạy mô hình hồi quy logit Từ kết quả mô hình, ta sẽ lần lượt kiểm tra hệ số Sig của từng biến Với mức ý nghĩa 10%, nếu Sig của các biến độc lập > 10% thì các biến này không có ý nghĩa thống kê Do đó ta sẽ lần lượt thực hiện kiểm định Wald Test đối với các biến này Nếu kiểm định F có P > 0,05 và kiểm định Chi-square có P > 0,05 thì ta chấp nhận giả thiết H0 và sẽ tiến hành loại bỏ các biến này ra khỏi mô hình.

Các bước thực hiện và kết quả mô hình hồi quy như sau:

Bảng 4.6 Kết quả hồi quy các biến trong mô hình gốc

(Nguồn: Kết quả thực hiện)

Từ Bảng 4.6 ta thấy hệ số Sig của biến NHĐ = 0,778; TSBĐ = 0,359; LNTT

= 0747; DTT = 0,481 Với mức ý nghĩa 10% thì các biến này không có ý nghĩa thống kê Do đó ta lần lượt thực hiện kiểm định Wald Test đối với các biến này.

Kiểm định Wald Test cho biến NHĐ:

Bảng 4.7 Kiểm định Wald Test cho biến NHĐ

Test Statistic Value df Probability t-statistic -0.169019 728 0.994

(Nguồn: Kết quả thực hiện)

Kết quả kiểm định cho thấy C(NHĐ)=0 do kiểm định F có P = 0,994> 0,05 và kiểm định Chi-square có P= 0,994>0,05 Chấp nhận giả thiết H0.

Vậy ta có thể bỏ biến NHĐ ra khỏi mô hình Thực hiện chạy hồi quy lại các biến trên khi không có biến NHĐ Ta có được kết quả như sau:

Bảng 4.8 Kết quả hồi quy sau khi loại biến NHĐ

(Nguồn: Kết quả thực hiện)

Dựa theo kết quả Bảng 4.8, ta thấy hệ số Sig của biến LNTT = 0,723 Ta sẽ tiếp tục thực hiện kiểm định Wald Test cho biến LNTT.

Kiểm định Wald Test cho biến LNTT:

Bảng 4.9 Kiểm định Wald Test cho biến LNTT

Test Statistic Value df Probability t-statistic -0.364515 733 0.723

(Nguồn: Kết quả thực hiện)

Kết quả kiểm định cho thấy C(LNTT)=0 do kiểm định F có P = 0,723> 0,05 và kiểm định Chi-square có P= 0,723 >0,05 Chấp nhận giả thiết H0.

Vậy ta có thể bỏ biến LNTT ra khỏi mô hình Thực hiện chạy hồi quy lại các biến trên khi không có biến LNTT Ta có được kết quả như sau:

Bảng 4.10 Kết quả hồi quy sau khi loại biến LNTT

(Nguồn: Kết quả thực hiện)

Dựa theo kết quả Bảng 4 10 , ta thấy hệ số Sig của biến DTT = 0,524 Ta tiếp tục thực hiện kiểm định Wald Test cho biến DTT.

Kiểm định Wald Test cho biến DTT:

Bảng 4.11 Kiểm định Wald Test cho biến DTT

Test Statistic Value df Probability t-statistic -0.164245 648 0.524

(Nguồn: Kết quả thực hiện)

Kết quả kiểm định cho thấy C(DTT)=0 do kiểm định F có P = 0,524> 0,05 và kiểm định Chi-square có P= 0,524>0,05 Chấp nhận giả thiết H0.

Vậy ta có thể bỏ biến DTT ra khỏi mô hình Thực hiện chạy hồi quy lại các biến trên khi không có biến DTT Ta có được kết quả như sau:

Bảng 4.12 Kết quả hồi quy sau khi loại biến DTT

(Nguồn: Kết quả thực hiện)

Dựa theo kết quả Bảng 4 12 , ta thấy hệ số Sig của biến TSBĐ = 0,411 Ta tiếp tục thực hiện kiểm định Wald Test cho biến TSBĐ.

Kiểm định Wald Test cho biến TSBĐ:

Bảng 4.13 Kiểm định Wald Test cho biến TSBĐ

Test Statistic Value df Probability t-statistic -0.244578 785 0.411

(Nguồn: Kết quả thực hiện)

Kết quả kiểm định cho thấy C(TSBĐ)=0 do kiểm định F có P = 0,411> 0,05 và kiểm định Chi-square có P= 0,411>0,05 Chấp nhận giả thiết H0.

Vậy ta có thể bỏ biến TSBĐ ra khỏi mô hình Thực hiện chạy hồi quy lại các biến trên khi không có biến TSBĐ Ta có được kết quả như sau:

Bảng 4.14 Kết quả hồi quy sau khi loại biến TSBĐ

(Nguồn: Kết quả thực hiện)

Nhận thấy tất cả các biến sau kết quả hồi quy này đều có ý nghĩa thống kê với mức ý nghĩa 10%.

Như vậy, ta có thể mô tả xác suất trả nợ của các KHDN như sau:

VCSH: Vốn chủ sở hữu/Tổng tài sản

TTS: Quy mô tổng tài sản doanh nghiệp

DNNN: Loại hình doanh nghiệp Nhà nước

VLĐ: Vốn lưu động/Tổng tài sản

Bảng kết quả hồi quy mô hình cho thấy hệ số của các biến vốn chủ sở hữu/tổng tài sản; thời gian vay; quy mô doanh nghiệp và vốn lưu động/tổng tài sản đều mang dấu như kỳ vọng của tác giả Tuy nhiên chỉ có biến loại hình doanh nghiệp Nhà nước là trái ngược so với kỳ vọng dấu của tác giả.

Bảng 4.15 Tỷ lệ chính xác của mô hình nghiên cứu

(Nguồn: Kết quả thực hiện)

Kết quả mô hình dự đoán đối với mẫu nghiên cứu bao gồm 599 quan sát như sau: trong 60 quan sát không trả được nợ thì mô hình dự đoán có 44 trường hợp không trả được nợ, do đó tỷ lệ dự đoán đúng là 49/60= 81,67% và trong 539 quan sát trả được nợ thì mô hình dự đoán có 529 trường hợp trả được nợ, do đó tỷ lệ dự đoán đúng là 529/539= 98,14% Như vậy tỷ lệ dự đoán chính xác của mô hình là (81,67% + 98,14%)/2 = 89,91%

Sau đây, tiến hành thực hiện kiểm định để xem xét mô hình kết quả có thể được sử dụng để dự báo hay không.

Thực hiện kiểm định Hosmer-Lemeshow để kiểm định tính định dạng đúng của mô hình với:

H0: Không có sự khác biệt giữa giá trị thực tế và giá trị dự báo (Mô hình được dùng để dự báo)

H1: Có sự khác biệt giữa giá trị thực tế và giá trị dự báo (Mô hình không được dùng để dự báo)

Bảng 4.16 Kết quả kiểm định Hosmer and Lemeshow

Step Chi-square df Sig.

(Nguồn: Kết quả thực hiện) Kết quả p value = 0,0589 > α= 5% Do đó có thể chấp nhận H0 Như vậy, không có sự khác biệt giữa giá trị thực tế và giá trị dự báo, do đó mô hình có thể được sử dụng để dự báo.

4.3.2 Tính xác suất vỡ nợ

Sau khi phân tích ở bước trên, nghiên cứu này đưa ra mô hình cuối cùng để ước tính khả năng trả nợ vay của KHDN tại Agribank Đông Hà Nội như sau:

Do đó, nghiên cứu sẽ kết hợp với tất cả các dữ liệu cần thiết của 202 doanh nghiệp được lựa chọn vào hai công thức trên để tính toán xác suất vỡ nợ của các doanh nghiệp này Kết quả tính toán xác suất vỡ nợ của 202 doanh nghiệp được trình bày trong Phụ lục.

4.3.3 Kiểm tra tính phù hợp của mô hình với mẫu dữ liệu đối chứng

Mẫu đối chứng sẽ được thực hiện để đánh giá tính phù hợp của mô hình ước lượng, dữ liệu được lựa chọn theo phương pháp ngẫu nhiên để đảm bảo tính khách quan của mô hình ước lượng xác suất vỡ nợ Quy mô mẫu này gồm 300 quan sát của 100 khách hàng doanh nghiệp có phát sinh quan hệ tín dụng tại Agribank Đông Hà Nội trong giai đoạn 2019-2021 Trong đó bao gồm 260 quan sát là các KHDN có khả năng trả nợ và 40 quan sát là các KHDN không trả được nợ.

Như vậy, ta sẽ tiến hành nhập dữ liệu của 300 quan sát này vào mô hình kết quả xác suất trả nợ sau:

Kết quả độ chính xác của mô hình nghiên cứu đối với mẫu dữ liệu đối chứng là rất cao với 91,73%, được trình bày tại Bảng 4.17.

Bảng 4.17 Tỷ lệ chính xác của mô hình đối chứng

(Nguồn: Kết quả thực hiện)

Như vậy, trong 40 quan sát không trả được nợ của mẫu đối chứng thì mô hình dự đoán có 34 trường hợp không trả được nợ, do đó tỷ lệ dự đoán đúng là

Thảo luận kết quả nghiên cứu

Thứ nhất, kết quả mô hình hồi quy logit ở bảng 4.15 cho thấy cơ cấu vốn của KHDN đại diện thông qua biến Vốn chủ sở hữu/ Tổng tài sản có tác động cùng chiều đến khả năng trả nợ của KHDN Có thể thấy, cơ cấu vốn của doanh nghiệp có ảnh hưởng quyết định đến khả năng thực hiện các chiến lược kinh doanh, hiệu quả kinh tế và sự phát triển bền vững của một doanh nghiệp Lý thuyết cơ cấu vốn M&M cho rằng vốn vay với chi phí lãi vay được khấu trừ thuế sẽ làm tăng giá trị của doanh nghiệp và giá trị doanh nghiệp sẽ đạt mức tối đa nếu sử dụng vốn vay 100% Tuy nhiên trên thực tế không có doanh nghiệp nào sử dụng hoàn toàn vốn vay 100% Bởi ngoài gánh nặng lãi vay còn tiềm ẩn và đem lại nhiều rủi ro tài chính cho chính doanh nghiệp (nguy cơ phá sản nếu gánh nặng lãi vay là quá lớn) Đặc biệt là khi lãi suất thị trường biến động và doanh nghiệp có tỷ trọng vốn chủ sở hữu trong cơ cấu vốn quá thấp Do đó trong nghiên cứu của mình, Chiara Pederzolia và Costanza Torricelli (2010) đã nhận định rằng các doanh nghiệp có tỷ trọng vốn chủ sở hữu cao trong cơ cấu vốn sẽ ít khả năng gặp phải tình trạng khủng hoảng tài chính vì gánh nặng lãi vay thấp, do đó xác suất vỡ nợ là thấp.

Thứ hai, thời gian vay có tác động ngược chiều (-) đến khả năng trả nợ của khách hàng doanh nghiệp Điều này tương đồng với kết quả nghiên cứu của IrakiNinua (2008) và Andrea Ruth Coravos (2010) đã chứng minh trước đó Thực tế cho thấy lãi suất vay dài hạn luôn ở mức cao hơn so với lãi suất vay các kỳ hạn ngắn hơn Điều này cho thấy các NHTM đánh giá các khoản vay dài hạn mặc định là luôn luôn có rủi ro cao hơn Đồng thời việc kiểm soát rủi ro của các ngân hàng thương mại đối với các khoản vay dài hạn của KHDN sẽ khó khăn hơn.Mặc khác, trước tình trạng bất cân xứng thông tin trên thị trường tài chính hiện nay, không thiếu trường hợp các NHTM cấp cho doanh nghiệp vay vốn với thời gian dài hơn so với nhu cầu vốn lưu động thực tế của doanh nghiệp Và với dòng tiền nhàn rỗi từ hoạt động sản xuất kinh doanh, các doanh nghiệp này có thể dùng vốn vay đầu ra ngoài ngành (sử dụng vốn không đúng mục đích) Điều này dẫn đến nguy cơ vừa làm mất vốn, vừa làm mất khả năng thanh toán của doanh nghiệp.

Thứ ba, quy mô của các doanh nghiệp có tác động cùng chiều đến khả năng trả nợ của KHDN Thực tế chứng minh đã có rất nhiều nhà nghiên cứu cho rằng các doanh nghiệp có quy mô nhỏ sẽ có rủi ro cao hơn so với các doanh nghiệp quy mô lớn Bởi lẽ thực tế cho thấy nguồn lực tài chính của các doanh nghiệp có quy mô nhỏ này là yếu hơn và cũng dễ bị tác động bởi các yếu tố tiêu cực trên thị trường Ngoài ra, trong nghiên cứu của mình Cassar (2004) đã đưa ra nhận định rằng các doanh nghiệp quy mô nhỏ phải đối mặt nhiều khó khăn hơn đối với việc giải quyết các vấn đề bất cân xứng thông tin với ngân hàng để có thể được cấp tín dụng Hơn nữa, bởi vì các tài sản của doanh nghiệp nhỏ thường có trị giá thấp, điều này gây khó khăn cho họ trong việc thuyết phục những người cho vay rằng họ sẽ có thể đủ sức thực hiện các cam kết trước đó Ở Việt Nam, theo báo cáo tình hình kinh tế xã hội 6 tháng đầu năm 2021 của Tổng cục Thống kế (Bộ KH&ĐT) đưa ra về tình trạng doanh nghiệp kinh doanh khó khăn buộc phải ngừng hoạt động hoặc phá sản, đáng quan ngại nhất là số lượng và tỷ lệ doanh nghiệp ngừng hoạt động tăng đột biến, số doanh nghiệp tạm ngừng hoạt động và phá sản đạt gần 67.000 doanh nghiệp, trong đó 61.500 doanh nghiệp ngừng hoạt động và 5.400 doanh nghiệp phá sản Trong số các doanh nghiệp phá sản, doanh nghiệp có quy mô vốn dưới 10 tỷ đồng chiếm 92,2% Điều này cũng phần khẳng định được mối quan hệ cùng chiều giữa quy mô và khả năng trả nợ vay của doanh nghiệp.

Thứ tư, kết quả mô hình cho thấy doanh nghiệp có trên 50% vốn nhà nước có tác động cùng chiều đến khả năng trả nợ của KHDN Kết quả này ngược chiều với kỳ vọng của tác giả cũng như kết luận trước đó của nhiều tác giả như Friedrich (2013), Đào Thị Thanh Bình (2013), Hà Thị Sáu (2013) Các nghiên cứu trước đây đã nhận định rằng doanh nghiệp Nhà nước là nhóm khách hàng có nhiều thuận lợi trong tiếp cận tín dụng và chiếm thị phần lớn trong tổng dư nợ tín dụng của toàn nền kinh tế Thêm vào đó các doanh nghiệp Nhà nước đều có chi phí vốn vay lớn, thậm chí quá lớn, trong khi doanh thu có xu hướng giảm trong tình trạng thị trường kinh tế khó khăn dẫn đến mất cân bằng về tài chính Các khoản vay ngân hàng vì thế mà bị quá hạn, trở thành nợ xấu Trong nghiên cứu của Nguyễn Thùy Dương và Nguyễn Thanh Tùng (2013), Với mẫu nghiên cứu đề tài, trong số khách hàng không hoàn trả nợ vay cho ngân hàng đúng hạn và sau

90 ngày khách hàng là Tập đoàn kinh tế Nhà nước chiếm tới gần 50% nhưng tổng giá trị các khoản vay tương ứng chiếm hơn 70% trong giá trị khoản vay của mẫu nghiên cứu và mục đích các món vay đó chủ yếu dành cho xây dựng và bất động sản Tuy nhiên trong phạm vi bài nghiên cứu của tác giả bao gồm 128 quan sát là doanh nghiệp nhà nước, chiếm tỷ trọng nhỏ trong mẫu nghiên cứu (khoảng 21,37%) Đồng thời, thực tế cho thấy danh mục doanh nghiệp Nhà nước hiện tại đang phát sinh dư nợ tại Agribank Đông Hà Nội hầu hết đều là các doanh nghiệp đầu ngành có quy mô lớn, hoạt động hiệu quả Do đó kết quả nghiên cứu lại cho thấy các KHDN sở hữu trên 50% vốn Nhà nước tại Agribank Đông Hà Nội lại có khả năng trả nợ cao hơn so với các doanh nghiệp không phải là doanh nghiệp Nhà nước Mặc dù trái ngược với dấu kỳ vọng của tác giả, tuy nhiên kết quả này xuất phát từ đặc thù của danh mục khách hàng tại Agribank Đông Hà Nội.

Thứ năm, khả năng thanh khoản của doanh nghiệp đại diện bởi biến tỷ lệ

Vốn lưu động trên tổng tài sản có tác động cùng chiều đến khả năng trả nợ củaKHDN, tương đồng với kết luận trong nghiên cứu của Altman (1968) Tỷ lệ Vốn lưu động trên tổng tài sản phản ánh mức độ hiệu quả hoạt động cũng như sức khỏe tài chính ngắn hạn của một doanh nghiệp Trong trường hợp Tỷ lệ vốn lưu động trên tổng tài sản là âm, tức doanh nghiệp đang sử dụng nợ ngắn hạn để đầu tư tài sản dài hạn Đây có thể là chiến lược giảm chi phí sử dụng vốn của một số doanh nghiệp vì vay ngắn hạn thường có lãi suất thấp hơn vay dài hạn Tuy nhiên điều này thể hiện sự mất cân đối tài chính do tài sản dài hạn có thời gian thu hồi vốn lâu dài trong khi các khoản nợ ngắn hạn sẽ phải đáo hạn trong thời gian ngắn Điều này sẽ đưa doanh nghiệp vào tình trạng thường xuyên phải đảo nợ vay ngắn hạn (vay nợ mới, trả nợ cũ) tạo ra tình trạng căng thẳng tài chính và có thể dẫn đến việc mất khả năng thanh toán…

Mô tả xác suất trả nợ của các KHDN như sau:

VCSH: Vốn chủ sở hữu/Tổng tài sản

TTS: Quy mô tổng tài sản doanh nghiệp

DNNN: Loại hình doanh nghiệp Nhà nước

VLĐ: Vốn lưu động/Tổng tài sản

Giá trị hệ số Beta của từng biến cho ta thấy mức độ ảnh hưởng của các biến tới khả năng trả nợ của KHDN tại Agribank Đông Hà Nội như sau:

Biến VCSH có ảnh hưởng lớn nhất tới khả năng trả nợ của KHDN tạiAgribank Đông Hà Nội; tiếp theo đến biến VLĐ; tiếp đó là biến TTS; tiếp đó là biến DNNN và cuối cùng là biến TGV.

GIẢI PHÁP NÂNG CAO KHẢ NĂNG TRẢ NỢ VAY CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM - CHI NHÁNH ĐÔNG HÀ NỘI 71

Định hướng phát triển tín dụng của Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Đông Hà Nội tới năm 2025

Nông thôn Việt Nam - Chi nhánh Đông Hà Nội tới năm 2025

Mục tiêu giữ vững vị thế là một trong ba TCTD trên địa bàn thành phố Hà Nội về hiệu quả, quy mô hoạt động; kiểm soát tốt chất lượng hoạt động, lợi nhuận tăng trưởng ổn định, năng suất lao động cải thiện, đảm bảo năng lực cạnh tranh.

Tiếp tục đẩy mạnh tăng trưởng tín dụng, từng bước chiếm lĩnh thị trường, đi kèm với việc kiểm soát nợ xấu.

Xây dựng, hoàn thiện mô hình tổ chức và quy trình, chính sách trong hoạt động cấp tín dụng, mục tiêu trở thành NH hàng đầu tại Việt Nam.

Tập trung tái cơ cấu toàn diện hoạt động cho vay (tập trung xử lý nợ xấu/nợ quá hạn, cơ cấu sản phẩm vay, đối tượng khách hàng, ngành nghề kinh doanh, kỳ hạn vay,…) nhằm nâng cao hiệu quả và chất lượng; chủ động kiểm soát rủi ro và tăng trưởng bền vững.

Nâng cao năng lực quản trị rủi ro, chủ động áp dụng và quản lý theo các thông lệ tốt nhất phù hợp với thực tiễn kinh doanh tại Việt Nam, bao gồm: triển khai các quy tắc Basell II, hoàn thiện và áp dụng hệ thống xếp hạng tín dụng nội bộ.

Tăng cường đào tạo nhân viên tín dụng và các cá nhân khác trong quy trình cấp tín dụng Đổi mới phong cách làm việc, không gian giao dịch và kỹ năng làm việc của cán bộ công nhân viên bộ phận tín dụng nói chung và từng mảng nghiệp vụ của Agribank nói riêng.

Tập trung chủ yếu vào các doanh nghiệp:

− Thuộc các ngành: được chính phủ ưu tiên khuyến khích phát triển; hoạt động kinh doanh theo chuỗi, sản xuất kinh doanh tốt, chủ động được nguồn nguyên liệu đầu vào, đầu ra,…

− Các doanh nghiệp có quy mô nhỏ và vừa hoạt động kinh doanh tốt.

− Các doanh nghiệp xuất khẩu, có doanh thu ổn định, thị trường xuất khẩu tốt,

− Các doanh nghiệp có vốn đầu tư nước ngoài, được các công ty mẹ có uy tính bảo lãnh, hoặc có sản xuất kinh doanh có hiệu quả, năng lực tài chính lành mạnh, có nhiều vệ tinh,…

− Bán chéo các sản phẩm khi cấp tín dụng doanh nghiệp để tăng doanh thu cho ngân hàng.

− Thường xuyên theo dõi, kiểm soát chặt chẽ nợ xấu phát sinh mới, các nợ xấu đang phát sinh, phải xử lý triệt để, để giảm trích lập dự phòng, tăng lợi nhuận cho chi nhánh.

Giải pháp nâng cao khả năng trả nợ vay của khách hàng doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Đông Hà Nội

Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Đông Hà Nội

5.2.1 Giải pháp về các yếu tố từ khách hàng

Khi thẩm định hồ sơ, cán bộ tín dụng cần phải thu thập đầy đủ thông tin, sử dụng nguồn thông tin có chất lượng, có uy tín, đáng tin cậy Đánh giá sự khách quan, xác thực của các thông tin thu thập, so sánh đối chiếu các thông tin từ các kênh này với các kênh thông tin khác được để xác định mức độ tin cậy của thông tin.

Thực hiện kiểm tra báo cáo tài chính của khách hàng, sử dụng báo cái tài chính có kiểm toán, hoặc báo cáo thuế Căn cứ vào Báo cáo tài chính gần nhất, bao gồm: Bảng cân đối kế toán, Báo cáo kết quả kinh doanh, Thuyết minh báo cáo tài chính, Báo cáo lưu chuyển tiền tệ và một số nguồn thông tin khác như: Số lượng lao động, Bảng thanh toán lương/ nhân công Cán bộ tín dụng phải đưa ra được các nhận xét các chỉ tiêu trong báo cáo tài chính và tìm ra được các mối liên hệ giữa các tỷ số tính toán được để có thể đưa ra những kết luận tổng quan và cụ thể về tình hình tài chính của khách hàng.

Năm hoạt động của doanh nghiệp: yếu tố này nhằm đánh giá tính ổn định của doanh nghiệp, doanh nghiệp có số năm hoạt động càng lâu năm trong ngành thì khả năng trả nợ càng cao Để đánh giá chính xác về số năm hoạt động của doanh nghiệp, cần thu thập thông tin dựa trên giấy đăng ký kinh doanh, giấy phép thành lập, báo cáo tài chính Một doanh nghiệp có thể hoạt động trong trong nhiều lĩnh vực ở các năm khác nhau, vì vậy khi đánh giá cần loại trừ thời điểm doanh nghiệp đang hoạt động trong lĩnh vực khác, cũng như không tính trong thời gian đang quá trình xây dựng. Đối với các khoản vay của doanh nghiệp để đầu tư các lĩnh vực mới, ngân hàng thường cẩn trọng khi quyết định cho vay, đòi hỏi người quản lý doanh nghiệp phải có chuyên môn, hay kinh nghiệm trong lĩnh vực mới, và yêu cầu khách hàng phải có được các đầu ra và đầu vào cụ thể.

5.2.2 Giải pháp về yếu tố từ khoản vay

Thời gian vay vốn của khách hàng: cần đánh giá đúng chu kỳ sản xuất kinh doanh, vòng quay vốn lưu động của khách hàng, đánh giá chính xác nguồn trả nợ của khách hàng, để có đề xuất cho vay phù hợp với tình hình sản xuất kinh doanh, hạn chế việc khách hàng sử dụng vốn không đúng mục đích, đồng thời giúp ngân hàng thu hồi vốn vay hiệu quả. Đối với các khoản vay có tài sản bảo đảm: vì xử lý tài sản bảo đảm là biện pháp cuối cùng ngân hàng dùng để hạn chế tổn thất tín dụng, do đó, cần nâng cao công tác thẩm định giá trị tài sản bảo đảm, định giá tài sản hợp lý, lựa chọn các tài sản có tính khả mại cao, bên cạnh đó cần nâng cao công tác kiểm tra, đánh giá lại tài sản bảo đảm của khách hàng để tránh trường hợp tài sản bảo đảm bị hư hại, hoặc bị thay đổi ảnh hưởng đến tính phát mại của tài sản.

5.2.3 Nâng cao chất lượng phân tích và thẩm định tín dụng

Thành lập thêm tổ hoặc bộ phận riêng biệt với bộ phận quản lý khách hàng để thu thập các thông tin đầu vào, nhằm hạn chế tính chủ quan và đạo đức của cán bộ tín dụng trong việc đánh giá khả năng trả nợ khách hàng Xây dựng một hệ thống thông tin các chỉ số cơ bản về tài chính, tình hình kinh tế của các doanh nghiệp trong các ngành, để cán bộ tín dụng có thể dựa vào đó so sánh với chỉ số tài chính của doanh nghiệp đang thẩm định. Đào tạo và kiểm tra năng lực của cán bộ tín dụng: Khi bắt đầu tham gia vào quy trình cấp tín dụng, các CBTD mới tại Agribank Đông Hà Nội chủ yếu học hỏi kinh nghiệm từ các các anh chị đi trước Tuy nhiên, các CBTD đi trước thường hướng dẫn theo kinh nghiệm nên CBTD mới dễ bị sai phạm do không thực hiện đúng quy trình thẩm định và sản phẩm tín dụng của Agribank Do đó, Agribank Đông Hà Nội cần thực hiện tổ chức đào tạo các lớp căn bản về quy trình, sản phẩm tín dụng, trước khi cho các cán bộ mới thực hiện Đồng thời, cần thực hiện kiểm tra năng lực cán bộ tín về quy trình cấp tín dụng, các sản phẩm và đặc điểm của từng sản phẩm tín dụng để có những chấn chỉnh kịp thời, tránh trường hợp cán bộ làm theo những lối mòn, đánh giá một cách chính xác năng lực, cũng như có chính sách đào tạo hợp lý. Đối với các quy trình, chính sách tín dụng mới, thông thường cán bộ tín dụng phải tự nghiên cứu rồi thực hiện, không tránh khỏi tình trạng hiểu sai, dẫn đến thực hiện không đúng, hoặc sẽ có sự không thống nhất giữa các bộ phận trong quy trình tín dụng, vì vậy, Agribank cần thực hiện tổ chức đào tạo cho các cán bộ không chỉ liên quan đến bộ phận khách hàng, mà còn có các bộ phận liên quan khác như quản trị tín dụng, quản lý rủi ro…

Thường xuyên cập nhật hệ thống thông tin, hệ thống tín dụng, tạo ra các phần mềm, chương trình quản lý thông tin khách hàng, khoản vay, giúp cán bộ tín dụng có thể tiết kiệm thời gian, cũng như hạn chế sai sót trong quá trình khai thác thông tin, đánh giá khách hàng.

5.2.4 Nâng cao kiểm soát các khoản vay sau khi giải ngân

Xác định và cho vay đúng mục đích của khách hàng, để hạn chế doanh nghiệp dùng vốn vay vào mục đích khác, làm ngân hàng khó kiểm soát Đề nghị khách hàng chuyển doanh thu từ hoạt động sản xuất kinh doanh về tài khoản tại Agribank, để cán bộ tín dụng có thể theo dõi, bám sát được dòng tiền của khách hàng.

CBTD phải nghiêm túc thực hiện việc kiểm tra thực tế tình hình khách hàng định kỳ theo quy định, trường hợp phát hiện khách hàng sử dụng vốn sai mục đích phải báo cáo về lãnh đạo sớm nhất để có cách xử lý kịp thời. Định kỳ hàng năm, ít nhất 6 tháng 1 lần, cán bộ tín dụng cần đánh giá lại tình hình tài chính, hoạt động kinh doanh của khách hàng.

5.2.5 Nâng cao hiệu quả công tác kiểm tra, kiểm soát nội bộ

Hàng năm, Agribank thường tổ chức các đợt kiểm tra hồ sơ tín dụng, do bộ phận kiểm soát nội bộ thực hiện, tại chi nhánh tự kiểm tra hồ sơ giữa các phòng. Tuy nhiên, việc kiểm soát lẫn nhau vẫn còn hạn chế, sai sót xảy ra do chưa nắm vững quy trình nghiệp vụ Do đó, nhằm nâng cao hiệu quả kiểm soát giữa các bộ phận, Ban lãnh đạo chi nhánh cần bố trí cán bộ phù hợp khi quản lý khách hàng Cụ thể:

- Đối với cán bộ làm công tác quản lý rủi ro, quản trị tín dụng: phải từng làm vị trí cán bộ quản lý khách hàng để có thể đánh giá độc lập với bộ phận quản lý khách hàng và kiểm soát được những sai sót do cán bộ tín dụng gặp phải nhằm hạn chế rủi ro phát sinh trong quá trình cấp tín dụng.

- Hiện nay, tại chi nhánh chưa có bộ phận kiểm tra kiểm soát độc lập với quy trình cấp tín dụng Do đó, giải pháp chi nhánh cần phải thực hiện để việc kiểm tra mang tính khách quan là tập trung các cán bộ, lãnh đạo của các Phòng giao dịch, Phòng khách hàng, Phòng quản trị tín dụng, Phòng Quản lý rủi ro… đã có kinh nghiệm trong quá trình làm công tác tín dụng kiểm tra chéo các hồ sơ tín dụng Với biện pháp như trên, kết quả tự kiểm tra tại chi nhánh sẽ có chất lượng và khắc phục được những tồn tại có thể xảy ra ảnh hưởng đến hiệu quả hoạt động kinh doanh của chi nhánh.