GIỚITHIỆU
Tínhcấpthiếtcủaviệcnghiêncứuđềtài
Hoạtđộngngânhàngthươngmạiđóngmộtvaitròquantrọngkhôngkéms ovới ngân hàng trung ương trong nền kinh tế, là trung gian thanh toán, trung gian tíndụng và tạo tiền Hiện nay, lợi nhuận của ngân hàng chiếm tỉ trọng cao từ tín dụng vàdịchvụ.
Lợi nhuận từ hoạt động cho vay luôn kèm theo đó là rủi ro Do đó, có thể nhậnthấy hiện nay các ngân hàng đang chạy đua với tăng trưởng tín dụng nhằm đem vềnhiềulợinhuậnnhưngtừđórủirocũngtăngtheo.Vấnđềnhậnbiếtcácdấuhiệurủiro có thể xảy ra đối với các hoạt động tín dụng của ngân hàng trở nên rất quan trọng.Khi phát hiện sớm rủir o c ó t h ể x ả y r a , n g â n h à n g c ó t h ể c h ủ đ ộ n g t r o n g đ ư a r a c á c biện pháp phòng ngừa, hạn chế và giảm thiểu rủi ro trong tình huống xấu nhất (kháchhàngvỡnợ)nhưđiềuchỉnhchínhsáchcấptíndụngcũngnhưcócáchứngxửr iêngđối với từng khách hàng Tuy nhiên, đa phần các nhân viên tín dụng ở các ngân hàngcòn cấp tíndụngchokhách hàngmộtphầndựa vào kinhnghiệmb ả n t h â n t í c h l ũ y đượcn ê n c h ư a c h ú t r ọ n g c h u ẩ n h ó a p h ư ơ n g p h á p ư ớ c l ư ợ n g k h ả n ă n g t r ả n ợ c ủ a khách hàng từ lúc giải ngân đến khi thu hồi nợ Điều này chưa thực sự hiệu quả trongviệcquảntrịrủirotíndụng.
Kết quả xếp hạng tín dụng (XHTD) của khách hàng là yếu tố không thể thiếutrong quá trình thẩm định cấp tín dụng cho khách hàng, giúp NHTM có cơ sở đánh giákhả năng trả nợ của khách hàng trong quan hệ tín dụng Hiện nay, ngân hàng TMCPĐầutưvàPháttriểnnóichungvàBIDV-
ChinhánhChợLớnnóiriêngđãchínhthứcáp dụng hệ thống xếp hạng tín dụng nội bộ đối với khách hàng mới và chấm điểm địnhkỳ 2 lần/năm đối với những khách hàng hiện hữu Cơ sở dữ liệu từ hệ thống xếp hạngtín dụng nội bộ là điều kiện thuận lợi để đo lường khả năng trả nợ của khách hàngdoanhnghiệptạiBIDV- ChinhánhChợ Lớn.Tuynhiên,bản thânqu ytrìnhnà yvẫncòn mang nhiều nhược điểm, tính chủ quan và định tính Do đó làm ảnh hưởng đến dựbáo khả năng trả nợ của khách hàng mà trong khi ngày càng dựa vào quá nhiều thôngtin và kết quả XHTD Và hiện nay, chưa có nhiều nghiên cứu thực nghiệm và cập nhậtcácdữliệumớinhấtđếnthờiđiểmhiệntại.Chínhvìthế,tácgiảnhậnthấycũngcần cómộtnghiêncứuvềcácyếutốcóảnhhưởngtớikhảnăngtrảnợkháchhàngdoanh nghiệp và ứng dụng mô hình định lượng trong việc đánh giá khách hàng Từ đó, có thểgiúpngân hàngxâydựngchínhsáchphùhợp, giatănglợinhuận,kiểmsoátrủirotốt.
Góp phần đáp ứng đòi hỏi từ thực tiễn nêu trên, tác giả mạnh dạn nghiên cứu vàthực hiện luận văn Thạc sĩ với đề tài “Ứng dụng mô hình Logit để đo lường khả năngtrả nợ của khách hàng doanh nghiệp vừa và nhỏ tại ngân hàng TMCP Đầu tư và PháttriểnViệtNam-ChinhánhChợLớn”.
Mụctiêunghiêncứu
1.2.1 Mụctiêunghiêncứutổngquát Đánh giá khả năng trả nợ của khách hàng doanh nghiệp nhỏ và vừa tại ngânhàngTMCPĐầutưvàPháttriểnViệtNam-ChinhánhChợLớn
- Xác định các yếu tố tác động đến khả năng trả nợ của khách hàng doanh nghiệpvừavànhỏ.
- Đánh giá mức độ tác động của các yếu tố đến khả năng trả nợ của khách hàngdoanh nghiệp nhỏ và vừa tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-ChinhánhChợLớn.
- Đưa ra giải pháp giúp nhà quản trị giảm thiểu rủi ro tín dụng và nâng cao khảnăng trả nợ của khách hàng doanh nghiệp vừa và nhỏ trong hoạt động tín dụngvà quản lý tín dụng tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-ChinhánhChợLớn.
Câuhỏinghiêncứu
- Các yếu tố nào ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệpvừavànhỏtạiBIDV-ChinhánhChợLớn?
- Việc ứng dụng mô hình Logit nhằm đánh giá khả năng trả nợ của KHDNNVVtạiBIDV-ChinhánhChợLớnđượcthựchiệnnhưthếnào?
- Các giải pháp nào để ứng dụngmô hình Logit nhằm đánh giá khả năng trả nợKHDNNVVtạiBIDV-ChinhánhChợLớn.
Đốitượngvà phạmvinghiêncứu
Đối tượng nghiên cứu là các khách hàng doanh nghiệp vừa và nhỏ đang có quanhệtíndụngtạingânhàngTMCPĐầutưvàPháttriểnViệtNam-
Phạm vi nghiên cứu tập trung nghiên cứu các khoản tín dụng đối với các kháchhàng doanh nghiệp vừa và nhỏ đang có dư nợ tín dụng tại ngân hàng TMCP Đầu tư vàPhátt r i ể n V i ệ t N a m -
C h i n h á n h C h ợ L ớ n , k h ô n g b a o g ồ m c á c k h á c h h à n g d o a n h nghiệp bị từ chối cấp tín dụng, khách hàng doanh nghiệp không được xếp hạng tíndụngnộibộ(kháchhàng mới,kháchhànghếtdưnợ,
Thời gian nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ của kháchhàng doanh nghiệp được giới hạn trong phạm vi từ năm 2015 đến năm 2019. Phạm vinghiên cứu không xem xét đến ảnh hưởngcủa yếu tố vĩm ô đ ế n k h ả n ă n g t r ả c ủ a kháchhàngdoanhnghiệptạingânhàngTMCP ĐầutưvàPháttriểnViệtNam.
Phươngphápnghiêncứu
Thu nhập dữ liệu từ cơ sở dữ liệu khách hàng doanh nghiệp vừa và nhỏ tại ngânhàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớn Trên cơ sở nguồn dữliệu thu thập được, tác giả áp dụng phương pháp phân tích thống kê mô tả để phân tíchđặc điểm của mẫu khách hàng doanh nghiệp vừa và nhỏ đã lựa chọn và xác định tỷ lệkhách hàng doanh nghiệp có khả năng và không có khả năng trả nợ trong thời giannghiêncứu.
Phương pháp định tính: Nghiên cứu sử dụng cách tiếp cận quy nạp để đi đếnnhữngkếtluậnkháiquátvềcácyếutốảnh hưởngđếnkhảnăngtrảnợcủaKHDN.
Phươngphápđịnhlượngvàthốngkêmôtảđể đềxuất môhìnhđolườngkếtqu ảkhảnăngtrảnợnhằmxácđịnhrủirotíndụngcủakháchhàngdoanhnghiệpvừavànhỏ, hỗtrợtrongphêduyệtcấptíndụng,điềuchỉnhcácsảnphẩmtíndụngvàđưaracáchứngxử đốivới từngđốitượngkháchhàngcụthể.
Phương pháp định lượng sử dụng mô hình logit được đề xuất dùng để đo lườngkhả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng TMCP Đầu tư và PháttriểnViệt Nam-ChinhánhChợLớ thôngquaphầnmềmSPSS:
Pr (Di=1) =Pr(D*i>0) = F (β0 + β1Xi1 + … + βnXin + εi)i)Trongđó:
- Di : Khả năng trả nợ của khách hàng doanh nghiệp, Di = 1 nếu khách hàngdoanh nghiệp trả được nợ, trả nợ tốt, Di =0 nếu khách hàng doanh nghiệp không trảđượcnợ,khôngtrảnợtốt.
Sử dụng phần mềm SPSS để kiểm định mối tương quan của các chỉ tiêu đối vớikhảnăngtrảnợcủaKHDNNVV,cụthểnhưsau:
Thu thập BCTC và các kết quả thống kê về KHDNNVV đang có quan hệ tíndụng tại BIDV Chợ Lớn, kích thước mẫu bao gồm 150 doanh nghiệp được thống kê từ2015-2019 Các doanh nghiệp được chọn bao gồm công ty nhà nước, công ty cổ phần,côngtyTNHH….Đạidiệnchotổngthểnghiêncứu. Để đảm bảo khả năng tin cậy cho mô hình ngiên cứu, tác giả thực hiện 3 kiểmđịnh chính: kiểm định tương quan từng phần của hệ số hồi quy, kiểm định mức độ phùhợp của mô hình và kiểm định mức độ giải thích của mô hình Trên cơ sở, tác giả tiếnhành giải thích các kết quả hồi quy, xác định các yếu tố ảnh hưởng đến khả năng trả nợcủa KHDNNVV tại BIDV Chợ Lớn, chiều hướng ảnh hưởng cũng như mức độ tácđộng của các yếu tố.Cuối cùng, tác giả tiến hàng xây dựng mô hình đánh giá khả năngtrảnợcủaKHDNNVVtạiBIDVChợLớn.
Đónggóp củađềtài
Ngày nay, ngoài đặt mục tiêu tăng doanh thu, tăng trưởng lợi nhuận thì cácNHTM còn phải kiểm soát được rủi ro trong hoạt động kinh doanh của mình, đặc biệtlà tín dụng Nguồn đem lại lợi nhuận lớn cho ngân hàng thì cũng là nghiệp vụ mang lạinhiều rủi ro nhất Để làm được điều đó thì NHTM cần phải đặc biệt chú trọng đến việcđánhgiákhảnăngtrảnợcủakháchhàngdoanhnghiệpnóichung.
Việc sử dụng mô hình định lượng nói chung và mô hình Logit nói riêng sẽ giúpBIDV Chợ Lớn và NHTM khác ở Việt Nam có được công cụ đánh giá khả năng trảnợc ủ a K H D N c h í n h x á c h ơ n l à p h ư ơ n g p h á p đ ị n h t í n h v ố n c h ỉ d ự a v à o k ế t q u ả XHTD Từ một số giải pháp ứng dụngmô hình Logit cho trường hợp của BIDV;cácNHTM tại Việt Nam cũng có thể ứng dụng mô hình định tính trong công tác đánh giákhảnăngtrảnợcủaKHDN.Từđó,kiểmsoátrủirotốthơntronghoạtđộngcấptí n dụngcủamình,đảmbảoantoànchohệthốngngânhàngvàhướngtớisựpháttriểnbề nvữngtrongtươnglai.
Bốcụccủa luậnvăn
Trong chương 1 của luận văn, tác giả đã giới thiệu các nội dung cơ bản của đềtài nghiên cứu bao gồm: lý do nghiên cứu; các mục tiêu, phạm vi và đối tượng nghiêncứu, phương pháp nghiên cứu của tác giả Chương 1 tạo khung nền cho tác giả thựchiệncácchươngtiếptheo.
SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM VỀKHẢ NĂNG KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP NHỎVÀVỪA7
Cơsởlýthuyết
Tín dụng là hoạt động truyền thống và quan trọng nhất trong hoạt động kinhdoanh của Ngân hàng Tín dụng chiếm tỷ trọng cao nhất trong tổng tài sản, mang lạinguồn lợi nhuận cho cho ngân hàng từ nguồn thu từ lãi vay và cũng là hoạt động rủi rocao nhất Thực chất tín dụng là điểm giao nhau giữa bên cho vay và bên cần nguồnvốn,theonguyêntắchoàntrả.
Theo luật tổ chức tín dụng 2010: “Cho vay là một hình thức cấp tín dụng, theođó tổ chức tín dụng (bên cho vay) giao hoặc cam kết giao cho khách hàng một khoảntiền để sử dụng vào mục đích xác định trong một thời gian nhất định theo thỏa thuậnvớinguyêntắccóhoàntrảcảgốcvàlãi”.
Nếusử dụngti êuchí Doanh thu
Nếusử dụngti êuchí Nguồn vốn
Nếusử dụngti êuchí Doanh thu
Nếusử dụngti êuchí Nguồn vốn
Nếusử dụngti êuchí Doanh thu
Nếusử dụngti êuchí Nguồn vốn
Nôngn ghiệp, Từ 10 laođộngtrở Từ 3 tỷ trở
Trên3t ỷđến Trên3 t ỷđến Trên1 0 0 đến 200
20 tỷ lâmngh iệp,thủy sản;Cô ngnghi ệp,xâyd ựng xuống xuống xuống laođộng 50 tỷ 20 tỷ laođộng đến20
Nguồn:Điều6,Nghịđịnhsố39/NĐ-CPcủaChínhphủngày11/03/2018
2.1.1.2Đặc điểm cho vay đối với khách hàng doanh nghiệpĐảmbảotínhhoàntrảvềthờigianvàgiátrị:
Ngân hàng là trung gian tài chính, là kênh điều chuyển vốn giữa người cho vayvà đi vay Nguồn vốn để cho các doanh nghiệp vay chủ yếu từ huy động vốn dân cư,các tổ chức có nguồn tiền nhàn rỗi, các khoản huy động này đều có thời hạn nhất định.Dựa vào tính chất thời hạn nguồn tiền huy động và vòng vay vốn của doanh nghiệp,ngân hàng xác định thời gian vay vốn hợp lý và phù hợp Do đó, các khoản tín dụngcủakháchhàng doanh nghiệpphảiđảmbảotính hoàntrả về thờigianvà giátrị.
Nếu thời gian cấp tín dụng cho khách hàng nhỏ hơn vòng quay vốn của kháchhàng thì đến kỳ trả nợ khách hàng chưa có nguồn để trả nợ, ngược lại nếu cấp tín dụngcho khách hàng lớn hơn vòng quay vốn khách hàng thì có thể dẫn tới khách hàng sửdụng nguồn vốn sai mục đích, không kiểm soát được nguồn vốn và mang lại nhiều rủirocho ngânhàng.
Khi kết thúc thời gian vay, hoặc trong thờig i a n v a y b ê n v a y c ó t r á c h n h i ệ m phải hoàn trả cả gốc và lãi theo thỏa thuận đã ký trong hợp đồng tín dụng (HĐTD).Phần lãi suất trong HĐTD chính là chi phí sử dụng vốn, đối với ngân hàng là phần lãiphải cho các cá nhân, tổ chức tiền gửi tại ngân hàng, bù đắp các chi phí hoạt động,phầncònlạilàlợinhuậncủangânhàng.
Trong trường hợp bên vay không thực hiện đúng cam kết theo thỏa thuận, ngânhàng phải trích lập dự phòng rủi ro từ lợi nhuận của mình để đảm bảo khả năng thanhtoánchongườigửitiền.
Các khoản vay của khách hàng doanh nghiệp thường dùng để tài trợ cho mụcđích sản xuất kinh doanh, đầu tư, tùy theo nhu cầu vốn thì các giá trị của khoản vay cóthểnhỏhaylớn
Các doanh nghiệp thường muốn tiết kiệm chi phí tài chính, ngoài cho vay, ngânhàng còn khai thác được nhiều dịch vụ từ doanh nghiệp như: huy động vốn, thanh toánlương, chuyển tiền, các giao dịch mua bán ngoại tệ, thu hộ, bán chéo các sản phẩm, chínhn h ữ n g đ i ề u đ ó t ạ o m ố i q u a n h ệ t ố t đ ẹ p g i ữ a k h á c h h à n g v à n g â n h à n g , n g â n hàngthườngápdụngmứclãisuấtthấphơnsovớiniêmyết.
Tổnthất khixảyrarủiro: Đối với khách hàng cá nhân vay có tài sản bảo đảm, ngân hàng thường yêu tỷ lệtài sản là 100%, nhưng đối với doanh nghiệp, tùy theo mức độ tín nhiệm và đánh giácủa ngân hàng, có một số doanh nghiệp chỉ cần 20% giá trị tài sản bảo đảm cho cáckhoản vay, hoặc đối với những doanh nghiệp lớn (được niêm yết trên thị trường chứngkhoán, có uy tín ở thị trường trong và ngoài nước), có dòng tiền ổn định, doanh thutăng trưởng qua các năm, ngân hàng sẵn sàng cho vay tín chấp. Ngoài các tài sản cótính thanh khoản cao như bất động sản, động sản, giấy tờ có giá ngân hàng còn nhậnthêmcáctàisản:hàngtồnkho,quyềnđòinợ, cótínhthanhkhoảnkém.Dođó,kh irủi ro xảy ra thì các tài sản này khó phát mãi, xử lý nợ, thu hồi vốn Do đó, mức độ rủirotín dụngcủa doanhnghiệpcómứckhácao.
Xét mối quan hệ tín dụng giữa ngân hàng và khách hàng, “khả năng trả nợ củakhách hàng” là việc đánh giá khách hàng có thực hiện đầy đủ và đúng nghĩa vụ nợ chobên cấp tín dụng (Ngân hàng) trong toàn bộ thời gian quan hệ tín dụng hoặc trong mộtkhoảng thời gian xác định hay không Hiện nay, trên thế giới và Việt Nam vẫn chưa cókháiniệmthốngnhấtvề“Khảnăngtrảnợ”.Cómộtsốnghiêncứuđãđưaquanđiểm của mình “không có khả năng trả nợ” hay khả năng “khôngt r ả đ ư ợ c n ợ ” c ủ a m ộ t kháchhàng.
Theo R3-Hiệp hội các chuyên gia phục hồi kinh doanh (2008) 1 định nghĩa vềkhả năng “không trả được nợ của KHDN” là:“Một công ty được xem là không có khảnăng trả nợ nếu tài sản của họ ít hơn nợ phải trả hoặc nếu họ khôngt h ể t h a n h t o á n cáckhoảnnợ khi đến hạn phảitrả”.
Công ty kiểm toán Pwc (2009) 2 định nghĩa “không có khả năng trả nợ” là“Mộtcôngtylâmvàotìnhtrạngkhôngcókhảnăngtrảnợkhicôngtyđókhôngcóđủt àisản đề bù đắp các khoản nợ của mình và, hoặc không thể thanh toán các khoản nợ đếnhạn”
Còn theo tài liệu của Uỷ ban Basel về giám sát ngân hàng (2006) 3 đã đưa ra cácđiềukiệnđánhgiákháchhàngkhôngcókhảnăngtrảnợ:
- Khách hàng không có khả năng thực hiện nghĩa vụ thanh toán đầy đủ khi đếnhạn màchưatínhđếnviệc ngân hàngbántàisản(nếucó)đểhoàntrả;
- Khách hàng có các khoản nợ xấu có thời gian quá hạn trên 90 ngày Trong đó,những khoản thấu chi được xem là quá hạn khi khách hàng vượt hạn mức hoặcđượcthôngbáomột hạnmức nhỏhơndư nợhiệntại.
Qũy tiền tệ quốc tế (IMF) và Liên hợp quốc cho rằng: “Một khoản nợ được coilà nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày; hoặc các khoản lãi chưa trả từ90 ngày trở lên đạ được nhập gốc, tái cấp vốn hoặc chậm trả theo thỏa thuận; hoặccác khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có lý do chắc chắn để nghingờvềkhảnăngkhoảnvaysẽkhôngđượcthanhtoánđầyđủ”.
Theo Thông tư số 11/2021/TT-NHNN ngày 30/07/2021 Quy định về phân loạitài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòngđể xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoàichianhómnợthành5nhóm,theoquyướcthếgiớithìphảinợquáhạn>90ngày:
3 BaselCommitteeonBankingSupervision,2006.InternationalConvergenceofCapitalMeasurementCapitalStandards-ARevised Framework Comprehensive Version.
- Nợquáhạn0/(xit,zt))=F(α+x’itβ+z’tγ)
- Prob(yit=1/(xit,zt)):xác suấtvỡnợcủakhoảnvay
14 JiménezvàSaurina,2003.Collateral,typeoflenderandrelationshipbankingasderminantsofcreditrisk.JournalofBanking&Finance 28
- Các biến độc lập: sản phẩm tín dụng, tiền tệ, kỳ hạn, TSĐB, số tiền vay, lĩnhvựckinhdoanh,khuvực,loạihìnhTCTD
- Z: biến giả để kiểm soát các yếu tố kinh tế vĩ môKếtquảmôhình:
- Từ dữ liệu cho thấy rằng những khoản vay có TSĐB có xác suất vỡ nợ cao hơnsovớicáckhoảnvaykhôngcóTSĐB.
- Các sản phẩm tín dụng thời hạn nhỏ hơn 1 năm, cung cấp vốn lưu động sẽ rủi rothấp hơn so với các sản phẩm tín dụng có thời hạn trên 1 năm, dùng để đầu tưdài hạn Vì các khoản tín dụngtrung và dài hạn thì mang lại lợi nhuận cao hơnnhưngthờigiandài,rủirocao.
- Khi cấp tín dụng thông qua hình thức tài trợ vốn lưu động ngắn hạn phụ thuộcvào doanh thu hằng năm của KHDN thì tủi ro sẽ thấp hơn cho vay đầu tư trungdàihạn.
- Các khoản vay càng lớn thì có khả năng vỡ nợ càng thấp Kết quả được giảithích là các TCTD rất cẩn trọng và cấp tín dụng hiệu quả hơn so với các khoảnvaynhỏ.
- Trong bộ dữ liệu, có sự khác biệt về khả năng trả nợ của KHDN giữa các ngànhnghềvàkhuvựccấptíndụng.Trongbộdữliệunày,ngànhxâydựngkhôngcóý nghĩa thống kê, khách sạn và nhà hàng có tinh chấtm ù a v ụ N g à n h c ó n g u y cơthấpnhấtlàsảnxuấtvàphânphốiđiện,khíđốtvànướcdođượcchi phốicác công tylớn.
- Trong bài nghiên cứu chứng minh KHDN quan hệ nhiều TCTD khác nhau sẽlàmgiảmrủiroKHDNkhôngtrảnợđược.
- KHDN vay bằng đồng ngoại tệ có rủi ro không trả được nợ thấp hơn nội tệ dochiếmtỷtrọngthấpvàđượcxemxétkỹhơn.
Nghiên cứu của Irakli Ninua (2008) 15 sử dụng mô hình Logit để nghiên cứu mốiliên quan giữa khả năng trả nợ của KHDN và khoản vay có TSBĐ Biến phụ thuộcđượckýhiệulàLLD(LoanLossRatio).Trong môhình sử dụngcácbiếnđộc lập:
COLLATERAL: nhận giá trị 1 đối với khoản vay có TSBĐ và 0 đối với khoảnvaykhôngcóTSBĐ
RAMOUNT: số tiền vayRLENGTH:Thờihạnchovay
RATIORA: Tỷ lệ phê duyệt cấp tín dụng với đề nghị của
EMPLOYMENT: số lượng nhân viên đang làm việc tại
Các biến giả về ngành nghề kinh doanh của
- Với mức ý nghĩa 1% thì các khoản vay có TSBĐ thì xác xuất KHDN không trảđượcnợcaohơnđốivớicáckhoảnvaykhôngcóTSBĐ(tínchấp).
- KHDN được phê duyệt cấp tín dụng theo đề nghị sẽ có khả năng trả nợ tốt hơnsovớikhôngđượcphêduyệttheonhưyêucầu.
- KHDN sử dụng nhiều lao động sẽ có khả năng trả nợ kém hơn, với mức ý nghĩa1%.
- Đối với kết quả của ngành nghề kinh doanh, ngành sản xuất thực phẩm có tácđộng cùngchiềuvới biến phụ thuộcởm ứ c đ ộ ý n g h ĩ a 1 0 % , c h o t h ấ y c á c KHDNtrongngànhnàycókhảnăngtrả nợthấp hơnsovớingành khác.
Theo nghiên cứu của Lally (2003) 16 nếu vay nợ càng nhiều doanh nghiệpcàng có nguy cơ kiệt quệ tài chính (không thực hiện nghĩa vụ trả nợ) Tỷ số càngcao, thì khả năng trả nợ của doanh nghiệp càng thấp Bigelli và Vidal 17 (2012) vàGooddacre và Thomson (2006) đã chỉ ra đoàn bẩy tài chính và khả năng trả nợ củaKHDN có mối quan hệ nghịch biến với nhau Điều này có nghĩa , đòn bẩy tài chínhcủa DN càng lớn thì khả năng trả nợ của DN càng thấp Ngoài ra, tỷ số nợ/vốn chủsởhữuthể hiệncơcấunguồnvốncủamộtdoanhnghiệp.
Nghiên cứu của Fitzpatrick 18 (1931) đã sử dụng các tỷ số tài chính để phântíchkhảnăngphásảncủadoanhnghiệp,trongđó,tácgiảđãchỉramộttron gsốcáctỷsốtốtnhấtđểdựbáokhảnăngphásảnKHDNdựatrênbáocáotàichínhlà
16 Lally,2003.TimeV a r y i n g MarketLeverage,theMarket RiskPrediumandtheCostofCapital
18 Fitzpatrick,1931.Symptomsofindustrialfailure.WashingtonD.C,USA khả năng sinh lời Một doanh nghiệp kinh doanh có hiệu quả, sẽ được ngân hàngđánh giá cao, khi khả năng sinh lời cao, thì khả năng trả nợ cho ngân hàng cũng sẽđảmbảo.
Tại Việt Nam, cũng đã có nhiều nghiên cứu về việc lựa chọn mô hình có thể đolường rủi ro cho các khoản vay tại các ngân hàng thương mại Việt Nam như nghiêncứu củaNguyễnThùy Dương và Nguyễn ThanhTùng( 2 0 1 3 ) đ ã d ù n g p h ư ơ n g p h á p hồi quy logit để ước lượng mô hình khả năng trả nợ với độ tin cậy 90% Đối tượng vàthời gian nghiên cứu: Bao gồm 490 khách hàng tại các NHTM Việt Nam từ 2007-2011 Kết quả cho thấy các nhân tố ảnh hưởng tới khả năng không trả nợ đúng hạnhoặc trả nợ trong phạm vi 90 ngày từ ngày đến hạn bao gồm: mức độ xếp hạn tín dụng,mục đích cho khoản vay, giá trị khoản vay, bảo đảm tiền vay và các cam kết ràng buộcbổ sungtronghợpđồng cấp tín dụng,mứcđộ quanh ệ g i ữ a n g â n h à n g v à d o a n h nghiệp, khách hàng vay có phải là tập đoàn DNNN hay không Với kết quả mô hìnhcho thấy tất cả các biến độc lập đều ảnh hưởng chặt chẽ và có mối quan hệ cùng chiềuvới khả năng vỡ nợ Bên cạnh đó theo kết quả nghiên cứu thì trong số khách hàngkhông hoàn trả được nợ vay cho ngân hàng đúng hạn và sau 90 ngày thì khách hàng làDNNN chiếm tới gần 50% nhưng tổng giá trị khoản vay thì chiến tương đương hơn70% trong giá trị khoản vay của mẫu nghiên cứu và mục đích của các món vay đó chủyếu làdànhchođầutư xâydựngcôngtrìnhlớn.
PHƯƠNGPHÁPNGHIÊNCỨU
LýdolựachọnmôhìnhLogitđểđolườngkhảnăngtrảnợKHDNNVVtạiB IDV-ChợLớn
Hiện nay, các NHTM đều phải trích lập dự phòng dựa trên các nhóm nợ củakhách hàng (nợ nhóm 1: 0%, nợ nhóm 2: 5%, nợ nhóm 3:20%, nợ nhóm 4: 50% vànhóm 5:100%) Từ đó cho thấy được, khả năng trả nợ của khách hàng và trích lập dựphòng có mối quan hệ với nhau Khi trích lập dự phòng để đúng theo quy định củaNHNN, giảm thiểu rủi ro, phản ánh khả năng trả nợ của khách hàng nhưng vẫn khôngphản ánh chính xác khả năng trả nợ của KHDN nói chung và KHDNNVV nói riêng vàgâyảnhhưởngtrực tiếpđếnkếtquảkinhdoanhcủangânhàng Do đó,cầnphảic ómột mô hình cụ thể để đối chiếu và xác định tỷ lệ chính xác trích lập dự phòng, khôngảnhhưởngđếnlợinhuậnvàuytíncủangânhàng.
Các chính sách tín dụng, đồng ý hay từ chối cấp tín dụng chủ yếu vẫn còn dựatrên kinh nghiệm của cán bộ quản lý khách hàng, chưa có một công thức xác định cụthể Khi xây dựng được mô hình khả năng trả nợ sẽ dự đoán được rủi ro (khả năng trảnợ của doanh nghiệp có suy giảm hay không, hạn chế việc KHDN che giấu đi khôngtin xấu so với thực tế, ) và từ đó có thể xác định phần bù rủi ro, đưa ra quyết định khicấptíndụngchínhxácvàhiệuquảhơn,tưvấnnhanhchóngcácsảnphẩm phùh ợpchodoanhnghiệp.
Hiện nay, hệ thống XHTD nội bộ ngày càng được sử dụng rộng rãi trong côngtác thẩm định khách hàng Hệ thống này chủ yếu dựa vào các chỉ tiêu tài chính. Trongkhithựctế,việckháchhàngdoanhnghiệpchedấu,thậmchílàmgiả,sailệchsốli ệutài chính vẫn thường xảy ra Ngoài ra, việc đánh giá khả năng trả nợ của khách hàngthông qua hệ thống XHTD nội bộ còn mang tính chủ quan, phụ thuộc rất nhiều vàocảm tính của cán bộ quản lý khách hàng Dođó, việc xây dựngmôh ì n h đ ị n h l ư ợ n g vàocôngtácđánhgiá khảnăngtrảnợcủakháchhàngdoanhnghiệplàsựcầnthiết.
Qua quá trình nghiên cứu về đặc điểm, ưu và nhược điểm trong từng ứng dụngcủa các mô hình phổ biến trên thế giới: tác giả quyết định chọn mô hình Logit. Đây làmột mô hình nghiên cứu rủi ro tín dụng cũng đánh giá khả năng trản ợ c ủ a n g ư ờ i đ i vayđượcsử dụngrộngrãivàtínhứngdụngvàothựctiễncao.
Trong bối cảnh tình hình hoạt động tín dụng KHDNNVV tại BIDV Chợ Lớncần phải xây dựng mô hình đo lường khả năng trả nợ Tiêu chí chọn lựa mô hình dựatrên:
- Mô hình thống kê phải khắc phục được những điểm hạn chế từ phương phápđánhgiákhảnăngtrảnợKHDNNVVdựavào kinhnghiệm
Ngoài các tiêu chí thích hợp trên, việc lựa chọn mô hình Logistic thay vìmô hìnhhồiquytuyếntínhlàdocácđặctínhriêngcócủamôhình:
Bảng3.1Sosánhmôhìnhhồiquybinarylogistic và hồiquytuyến tính Môhìnhhồiquybinarylogistic Môhìnhhồiquytuyếntính
Biếnph ụt h u ộ c ở dạ n g n h ị phâ n( b i ế n giả)
Mụctiêucủaứngdụngmôhìnhlogitđểđolườngkhảnăngtrảnợcủakháchhàngd oanhnghiệp vừavànhỏtạiBIDV-Chi nhánhChợLớn
3.2.1 Trở thành công cụ hỗ trợ trong việc kiểm định chất lượng hệ thống xếphạngtíndụngnộibộ
Mô hình hỗtrợđảm bảo chấtlượng tăng trưởngtíndụng, giảm thiểu nợxấuphát sinh. Mặc dù chịu ảnh hưởng của nền kinh tế khó khăn, thị trường biến độngnhưng những KHDNNVV được XHTD đạt điểm cao kết hợp với kết hợp với dự báokhả năng trả nợ của mô hình có tỷ lệ nợ xấu rất thấp, rủi ro tín dụng đối với nhómKHDNnàynhỏ.
Với độ tin cậy của mô hình đo lường khả năng trả nợ phối hợp với mô hìnhXHTDnộibộlàcôngcụhỗtrợchoBIDVnóichungvàBIDV-CNChợLớnnóiriêng trong quá trình mở rộng và tăng trưởng tín dụng: không chỉ về quy mô dư nợ mà cònđảm bảo chất lượng tín dụng, chất lượng khoản vay Do đó, quá trình mở rộng và tăngtrưởngtíndụnghiệuquả,antoànvàbềnvững.
Phát triển mạng lưới khách hàng có uy tín và chất lượng, phát triển chiến lượcmarketing mà mục tiêu là khách hàng có ít rủi ro Từ đó, góp phần nâng cao hiệu quảhoạt động và kích thích các hoạt động dịch vụ khác của BIDV phát triển, đặc biệt đốivớinhómKHDNNVVcó khả năngtrả nợtốt.
3.2.2 Vận dụng kết quả mô hình nhằm nâng cao hiệu quả quản lý rủi ro và bảođảmantoànhệthống
Xác định được khả năng trả nợ của KHDNNVV sẽ giúp BIDV-CN Chợ Lớnnâng cao được chất lượng việc giám sát và tái xếp hạng khách hàng sau khi cho vay.Hiện nay, các NHTM Việt Nam nói chung và BIDV nói riêng đều sử dụng hệ thốngXHTD nội bộ làm tiêu chuẩn cho thẩm định tín dụng và ra quyết định cho vay và kiểmtra,giámsáthoạtđộngkinhdoanhcủaKHDNNVVsaugiảingân.
Xác định khả năng trả nợ của KHDNNVV là một bước trong quy trình xác địnhchính xác được giá trị khoản vay Điều này sẽ phục vụ hiệu quả cho việc thực hiện quytrình muabánnợ,haychứngkhoánhóacáckhoảnvaycủaBIDV-ChợLớn.
3.2.3 Kếtquảmôhìnhlàcơsởđịnh hướngchínhsáchtíndụng Đây là cơ sở để BIDV Chợ Lớn định hướng và có kế hoạch tín dụng tốt hơntrong quá trình mở rộng và tăng trưởng quy mô tín dụng hiệu quả đối với nhómKHDNNVV hoạt động tốt hoặc thu hẹp tín dụng đối với nhóm KHDNNVV yếu kém.Xâydựngchínhsách,biệnphápphòngngừarủirophùhợpvớitừngloạiKHDNNVV
… nhằm đảm bảo chất lượng, an toàn cho hoạt động tín dụng theo đúng quy định củaNHNNvàchínhsách tài chínhđịnhhướng của nhànước,
Hình thành hệ thống thông tin quản lý, cung cấp đầy đủ thông tin về cơ cấu vàchất lượng danh mục tín dụng Mô hình trở thành nguồn thông tin cung cấp cho hoạtđộngphântích,đánhgiá,dựbáovàđiềuhànhchínhsáchtíndụngtrongtươnglai.
GiớithiệumôhìnhLogit
Mô hình Logit (Maddala,1984) 19 là mô hình định lượng trong đó biến phụ thuộclàbiếngiả,chỉnhận2giátrịlà0hoặc1,cụthểlà:0nếukhôngcókhảnăngtrảnợ,1
19 Maddala,2004.Limiteddependentandqualiativevariablesineconometrics.CambridgeUniversityPress nếu có khả năng trả nợ Mô hình này thường được ứng dụng rộng rãi trong phân tíchkinh tế nói chung và đánh giá rủi ro nói riêng Cụ thể hơn, mô hình này có thể giúpngân hàng xác định khả năng khách hàng sẽ có rủi ro tín dụng (biến phụ thuộc) trên cơsởsửd ụ n g các n h â n tốcóả nh hư ởn gđ ến khách hà ng (b iế nđ ộc lập ) Nghĩa l à, m ô hình Logit có thể ước lượng xác suất khả năng trả nợ của một khách hàng là bao nhiêutrựctiếptừmẫu.
Phụthuộc Y Nhịphân Độclập Xi Liêntụchoặcrờirạc
Nguồn: Tổng hợp theo Limited dependent and qualitative variables in econometricsTronghồiquyLogit,Yđóngvaitròlàbiếnphụthuộcvàlàbiếnnhịphân,chỉc óthểnhậnhaigiátrịlà 0hoặc1,cụthểY=1 khikháchhàngcókhảnăngtrảnợ,Y=0xảyrakhikháchhàngkhôngcókhảnăngtrảnợ.Vớixács uấttươngứngPivà(1-P).GiảsửY*làgiátrịướclượng củaY,thuđượckhihồiquyYtheocácbiếnđộclập,tacó:
Khiđó,xácsuấtmộtkhách hàngtrảnợ(tứclàsácxuấtY=1)được tínhtheo côngthứ sau:
TrongmôhìnhtrênxácsuấtPnằmtrong[0,1]vàquanhệphituyếnvớicácbiếnđộclậpv ốnnhận cácgiátrịtừđế n+.Khiướclượngđượccáchệsốhồiquy
- Mô hình Logit là mô hình định lượng nên khắc phục được những nhược điểmcủa mô hình định tính, thể hiện sự khách quan, nhất qua, không phụ thuộc vào ýkiếnchủquancủanhânviêntíndụng
- Mô hình Logit hỗ trợ cho Ngân hàng xác định được KHDNNVV nào có khảnăng trả nợ và không có khả năng trả nợ, từ đó chủ động trong việc đưa ranhữngbiệnpháphạnchếrủiro.
- Mô hình Logitlinh hoạt, dễ dàng hiệuchỉnhh o ặ c t h ê m b ớ t c á c b i ế n đ ị n h t í n h vàđịnhlượngnhằmxácđịnhcụthểtácđộngcủacácyếutốtớirủirotíndụngl ànhư thế nào.
Bước 1: Lược khảo lý thuyết nền và cácnghiên cứutrước
Bước3:Phân tích tácđộngcủacácyếu tố
- Mô hình đòi hỏi phải có một dữ liệu đủ lớn trong số liệu thống kê trong quátrình xử lý dữ liệu Trong trường hợp biến độc lập có số lượng biến hiển thị quáthấp, mô hình có thể mắc phải lỗi bỏ qua tác động của biến trên kết quả phụthuộc.
- Do chỉ sử dụng phương pháp định lượng nên kết quả mô hình có thể trái ngượchoàn toàn với lý thuyết và không có chức năng giải thích nguyên nhân kết quảmô hình.
- Mô hình không thể ứng dụng đối với trường hợp KHDNNVV khiếm khuyết dữliệuhoặccáctrườnghợpKHDNVVcócấutrúctàichínhđặcbiệt.
- Dữ liệu đầu vào đủ lớn để có thể không bỏ sót các biến độc lập ảnh hưởng đếnkếtquảmôhình.
- Có cơ sở lý thuyết vững mạnh và số liệu đối chiếu để lựa chọn đưa các biến độclập trong quá trình xây dựng mô hình; để chứng minh hoặc phản biện kết quảmô hìnhlàphùhợphaychưaphùhợp.
Quytrìnhnghiêncứu
Bước5: Phân tíchkếtquảhồiquyvàthảo luậnkếtquả nghiêncứu
Bước 4: Kiểm định mô hình hồi quy
Nguồn: Tác giả tổng hợpHình3.1Quytrìnhnghiêncứu
- Bước1: tác giả sẽ tiến hành lược khảo lý thuyết nền liên quan đo lường khảnăng trả nợ của khách hàng doanh nghiệp Đồng thời, tác giả tìm hiểu các nghiên cứuthực nghiệm trên thế giới và Việt Nam Thông qua cơ sở lý thuyết và đánh giá tổngquanvềcácnghiêncứutrướctácgiảxácđịnhcácbiếnxâydựngmô hìnhnghiêncứu.
- Bước 2: Trên cơ sở lý thuyết và các nghiên cứu có liên quan, tác giả xây dựngmô hình nghiên cứu và áp dụng các phương pháp nghiên cứu phù hợp để phân tích tácđộng các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp nhỏ vàvừatạichinhánhChợLớn.
Omnibus Test of Model Coefficients (OB): kiểm định sự phù hợp tổng quát của môhìnhhồiquyvớigiảthiếtH0làcáchệsốhồiquyđồngthờibằng0.Nếusigαthì thìchấpnhậnH0
-2 Log likelihood (-2LL) giá trị càng nhỏ thì càng tốt Đo lường độ phù hợp tổng quátcủa mô hình Giá trị nhỏ nhất là 0 (tức là không có sai số), khi đó mô hình có một độphùhợpcao.
Dựa trên các tiêu chuẩn đo lường phù hợp của mô hình, thực hiện bỏ bớt các biến độclập theo phương pháp Back Walk: Wald, kiểm tra lại kết quả với các tiêu chuẩn đolườngsư phùhợpnhưbước4.
- Bước 5: Phân tích kết quả hồi quy và thảo luận kết quả nghiên cứu: luận văntrình bày kết quả nghiên cứu về các yếu tố tác động đến khả năng trả của KHDNNVV-chinhánh ChợLớnvàsosánhvớikếtquảcủacácnghiêncứu trướcliênquan.
KẾTQUẢNGHIÊNCỨU
ThựctrạnghoạtđộngtíndụngKHDNNVVtại BIDV-Chinhánh Chợ Lớn
Bảng4.1 Tìnhhình dưnợtạiBIDVChợ Lớn Đơnvịtính:tỷđồng
Xét giá trị tuyệt đối, dư nợ ngắn hạn và dư nợ trung, dài hạn tăng lên từ 2015-
2019 Xét về giá trị tương đối, dư nợ vay ngắn vẫn chiếm tỷ trọng cao (Khoảng 80- 85% tổng dư nợchinhánh) sovớidư nợvay trungd à i h ạ n K h o ả n t í n d ụ n g t h u h ồ i vốnvàquayvòngvốnnhanh,bớtrủirovàphùhợpvớicấutrúckỳhạnhuyđộngvốn.
Bảng4.2 Tìnhhìnhdưnợtheoloạingoạitệquyđổi Đơnvịtính:tỷ đồng
Loại tiền cho vay chủ yếu là VND, chiếm khoảng (91%), tiếp đến là loại tiềnUSD và EUR Nguyên nhân chủ yếu KHDNNVV không đủ điều kiện vay ngoại tệ trừcáccôngtykinhdoanhxuấtnhậpkhẩuvàKHDNNVVhiệnhữuchủyếulàthư ơngmại trong nước hoặc sản xuất kinh doanh (nguồn nguyên liệu có thể là nhập khẩu hoặcđầuvàotừ trongnước).
Bảng4.3Phân loạinợc ủ a BIDVChợLớntừnằm2015-2019 Đơnvịtính:%
Tronggiaiđoạn2015-2019,nợxấu(nợnhóm3đếnnhóm5)chovayKHDNNVV tại BIDV gia tăng nhưng không đồng đều Trong những năm trở lại đây,nợxấuđangcódấuhiệutrởlại.Dođó,việckiểmsoátnợxấucầnđượcchútrọng.
Gíatrịtuyệtđốicủanợxấutuycógiatăngqua cácnămcùngvớitốcđộgiatăn g của dư nợ tín dụng nhưng tỷ lệ nợ xấu trên tổng dư nợ cho vay KHDN tại BIDVnóichungvàBIDVChợLớnnóiriêngluôngthuộcnhómthấpnhấttrongcácNHTM.
Trong phạm vi bài luận văn này, tác giả chỉ tập trung phân tích đặc điểm củakháchhàngcókhảnăngtrảnợvàkhôngcókhảnăngtrảnợ.
Bảng 4.5 Phân tích phân bổ giá trị các biến định lượng trong mẫu dữ liệuDescriptive Statistics
N Minimum Maximum Mean Std.Deviation KHANANGTRAN
Giữa các biến định lượng dự kiến đưa vào mô hình nghiên cứu có hiện tượng tựtương quan Khi xem xét đưa các biến vào mô hình cần tránh trường hợp đưa các biếntươngquanmạnhảnhhưởngđếnkếtquảmô hìnhxâydựng. ĐốivớibiếnTHOIGIAN:thờigianvayngắnnhất3tháng,dàihạnnhấtlà168 tháng. ĐốivớiLAISUAT:lãisuấttrungbình8.9346%/năm.Phùhợpvớitìnhhìnhlãi suấtvaycủahệthốngngânhàng.Daođộngkhoảng6-12%/năm. ĐốivớiTYLETSBD: Hệsốtàisảnbảođảm/dư nợtheoquyđịnh60-80%. ĐốivớiDUNO:dođặcthùdoanhnghiệplànhỏvàvừa.Dưnợnhỏnhấtlà16tỷvàca onhất78tỷđồng. Đối với biếnH E S O N O : B I D V q u y đ ị n h c á c k h á c h h à n g c h o v a y c á c k h á c h hàngcóhệsốnợdaođộngtừ1-7:tùyngànhnghềkinhdoanh. ĐốivớiTGIANKD:Doanhnghiệpcóthờigiankinhdoanhnhỏnhấtlà6nămvà lớnnhấttạichinhánhlà16năm. Đối với KNGHIEMQL: người quản lý có kinh nghiệm dao động từ 1-20 năm.Trước khi trực tiếp tham gia quản lý doanh nghiệp riêng, thì họ có kinh nghiệm ở cáccôngtyliênquan. ĐốivớiTHOIGIANQH:thờigianquanhệvớiBIDV-ChợLớndaođộngkhoảng3-
8năm.Dochinhánhthànhlậptừ năm2011. Đối với VCSHTTS: giá trị thấp nhất là 0.25, giá trị cao nhất là
Kếtquảnghiêncứu
Bảng 4.6 Bảng tóm lược kết quả mô hình hồi quy và các kiểm địnhVariables intheEquation
22.872 16.081 2.023 1 155 000 a Variable(s) entered on step 1: THOIGIAN, LAISUAT, TYLETSBD,
DUNO,HESONO, TGIANKD,KGHIEMQL,THOIGIANQH,VSSHTTS,DTTTTS.
Sau khi hoàn thành thống kê mô tả dữ liệu, tác giả tiến hành thực hiện hồi quydữ liệu bằng Mô hình Logot, loại dần các biến không có ý nghĩa giải thích cho biếnphụthuộc
0.132DUNO-0.072THOIGIANQH+0.856DTTTTS Để mô hình hồi quy có độ tin cậy, tác giả đã tiến hành thực hiện các kiểm địnhnhưsau:
Bảng 4.7 Bảng tóm lược kết quả mô hình hồi quy và các kiểm địnhVariables intheEquation
22.872 16.081 2.023 1 155 000 a Variable(s) entered on step 1: THOIGIAN, LAISUAT, TYLETSBD,
DUNO,HESONO, TGIANKD,KGHIEMQL,THOIGIANQH,VSSHTTS,DTTTTS.
Thực hiện kiểm định Wald nhằm mục đích xem xét biến độc lập có ý nghĩa vớibiến phụ thuộc hay không Mức ý nghĩa của các hệ số hồi quy từng phần có độ tin câyít nhất 95% (Sig0.05) Từ đó ta có thể kết luận rằng tương quan giữa biến độc lập vàbiếnphụthuộccóýnghĩathốngkê.
Bảng 4.8 Kiểm định mức độ phù hợp của mô hìnhOmnibusTests ofModel Coefficients
Thực hiện kiểm định Omnibus (Ob) nhằm xem có có sự tồn tại mối quan hệtuyến tính giữa biến độc lập và biến phụ thuộc hay không Mô hình chỉ được xem làphùhợpkhicóítnhấtmộthệsốhồiquykháckhông.Tacómứcýngĩacủamôhìnhcóđộ tincậy99% (Sig0 0 5 ) T ừ kếtquảthểhiện,môhìnhlựachọnlàphùhợp.
Bảng 4.9 Kiểm định mức độ dự báo chính xác của mô hìnhClassificationTable a
Trong 54 trường hợp quan sát không trả được nợ, thì dự đoán có 50 trường hợpkhông trả nợ được, vậy tỷ lệ dự đoán đúng là 92.6% Trong 96 trường hợp quan sát trảnợ được, dự đoán có 92 trường hợp trả nợ được, vậy tỷ lệ dự đoán đúng là 95.8%.Trungbìnhdự đoánđúngcủatoànbộmôhình là94.7%.
Bảng 4.10 Kiểm định mức độ giải thích của mô hìnhModelSummary
1 45.935 a 632 867 a Estimation terminated at iteration number 9 because parameterestimateschangedbylessthan.001.
Sử dụng thước đo R 2 -Nagelkerke (R 2 ) để xem xét có bao nhiêu phần trăm thayđổicủa b iến phụ t h u ộ c đ ư ợ c gi ả i t h í c h b ở i cá cbiến độc lậ p T a có R 2 =0.867,có n gh ĩa là86.7%sự thayđổicủabiếnphụthuộcđượcgiảithíchbởicácbiếnđộclập.
Bảng4.11Bảng tómlượckếtquảmôhình hồiquy vàcáckiểmđịnh
Nguồn:Tácgiảthống kêtừmẫuphântích Ghi chú
Hệ số hồi quy của biến thời gian vay là -0.023 và Sig=0.042 < 0.05 Chứng đóbiến có ý nghĩa thống kê và tác động ngược chiều với biến phụ thuộc Thời gian vaycàng dài thì khả năng trả nợ của khách hàng càng kém và ngược lại: thời gian vay càngngắn thì khả năng trả nợ của khách hàng càng tăng Điều này tương đối phù hợp vớitình hình thực tế Vì thời gian vay càng dài thì tồn tại nhiều rủi ro: diễn biến của nềnkinhtế,ngànhnghề,
Biến lãi suất cho vay có hệ số hồi quy là -0.724 và Sig.= 0.031với mức ý nghĩa5%cho thấy biến lãi suất cho vay tương quan có ý nghĩa và ngược chiều với khả năngtrả nợ của KHDNNVV tại BIDV-Chợ Lớn hay nói cách khác, lãi suất cho vay càngtăng thì khả năng trả nợ của KHDNNVV càng giảm Kết quả từ mô hình tương tự vớinghiên cứu của Jiménez và Saurina (2003), Irakli Ninua (2008) và cũng đúng với kỳvọng của tác giả Có thể nói rằng lãi suất cho vay tác động mạnh mẽ đến chi phí tàichính của doanh nghiệp Lãi suất cho vay tăng, chi phí lãi cho lãi vay tăng, ảnh hưởngđến doanh thu và lợi nhuận dùng để trả nợ Bên cạnh đó, NHTM thường áp dụng lãisuất cao với KHDNNVV đối với những khách hàng có mức tín chấp cao, uy tín thấp,hoạtđộngkinhdoanhkhôngổnđịnhhaycácngànhnghềkinhdoanh cónhiềurủiro.
Với hệ số hồi quy là 0.436 và Sig.= 0.049
