Đặtvấnđề
Hoạt động tín dụng làhoạt động cơ bản của ngân hàng, đem lại nguồn thu chủy ế u c ủ a các ngân hàng thươngm ạ i T u y n h i ê n , v ấ n đ ề m à c á c n g â n h à n g t h ư ơ n g m ạ i đ a n g p h ả i đối mặt là rủi ro tín dụng Rủi ro tín dụng gây ra tổn thất về tài chính, giảm giá trị thịtrường của ngân hàng, trong trường hợp nghiêm trọng hơn có thể làm cho hoạt động kinhdoanhcủangânhàngbịthualỗ.Rủirotíndụnglàmộttrongnhữngthửtháchtàichí nhlớn nhất trong hệ thống ngân hàng Vì vậy, việc làm thế nào để hạn chế rủi ro đến mứcthấp nhất luôn là ưu tiên hàng đầu của mọi ngân hàng Không những vậy, với vai trò quantrọngđốivớinềnkinhtếthìsựvữngmạnhcủahệthốngngânhàngcònlàsựquantâm của Nhà nước Xét trên bối cảnh đó, Ngân hàng nhà nước (NHNN) đã đưa ra lộ trìnhchuẩn hóa các nguyênt ắ c q u ả n t r ị r ủ i r o c ủ a n g à n h n g â n h à n g t i ệ m c ậ n t h e o c á c t i ê u chuẩnquốctếnhư Basel.
Hệ thống xếp hạng tín dụng nội bộ luôn đóng vai trò quan trọng tại các Ngân hàng thươngmại (NHTM) trong việc đánh giá mức độ rủi ro tín dụng của khách hàng đồng thời hỗ trợngân hàng trong việc ra quyết định tín dụng cũng như trong các hoạt động quản trị rủi rotạingânhàng.TạiViệtNam,cácNHTMđangngàycàngnhậnthấytầmquantrọngcủa hệ thống này trong hoạt động tín dụng và quản trị rủi ro của ngân hàng, đặc biệt trong giaiđoạn các NHTM Việt Nam đang cố gắng để đáp ứng các tiêu chuẩn của Basel II Tuynhiên, các mô hình xếp hạng tín nhiệm (XHTN) hiện nay đều có những hạn chế nhất địnhvà đang có nhiều tranh luận, không thống nhất về mức độ tin cậy của các mô hình XHTNdẫn đến sự khó khăn trong việc lựa chọn mô hình XHTN phù hợp để dự báo xác suất vỡnợ (Huseyin&Bora, 2009) Theo nghiên cứu của Hayden& Daniel,
2010, đã nêu ra nhiềumô hình nghiên cứu trong lĩnh vực XHTN như mô hình phân tích phân biệt (discriminantanalysis), mô hình Logit (logistic regression), mô hình cây quyết định (decision tree), môhìnhmạngthầnkinhnhântạo(artificialneuralnetworks–ANN),môhìnhProbitregression vớicácưuvànhượcđiểmcủa từngmôhình.
Vì vậy, việc dự báo khả năng trả nợ của khách hàng không chỉ là mối quan tâm của ngânhàng mà khi nhìn xa hơn, nó còn ảnh hưởng đến cả một nền kinh tế Việc nghiên cứu vềkhảnăngvỡnợcủakháchhànglàhếtsức cầnthiết.
Tínhcấpthiếtcủa đềtài
Hệ thống ngân hàng thương mại giữ một vai trò hết sức quan trọng đối với nền kinh tế, vìvậy sự ổn định của hệ thống NHTM ảnh hưởng không nhỏ đến sự phát triển kinh tế. Tuynhiên, hoạt động cơ bản của các NHTM là hoạt động tín dụng lại luôn tiềm ẩn rủi ro, dođó việc giảm thiểu rủi ro trong hoạt động tín dụng tại các NHTM luôn được quan tâm.Theo tiêu chuẩn Basel II, việc lượng hóa rủi ro tín dụng hoặc ước lượng mức độ tổn thấttín dụng ước tính (EL) dựa vào 04 nhân tố chính bao gồm (i) Xác suất khách hàng khôngtrảđượcnợmộtphầnhoặctoànbộkhiđếnhạnđãcamkết-PD(ProbabilityofDefault), (ii) Tỷ trọng tổn thất ước tính – LGD (Losses Given Default), (iii) Dư nợ tại thời điểmkhách hàng không trả được nợ– EAD (Exposure of Default) và (iv) Thời hạn vay thực tế–M (Effective Maturity) Trong đó, khả năng trả nợ của khách hàng lày ế u t ố đ ầ u t i ê n v à rất quan trọng để ngân hàng tiếp cận và ước lượng các nhân tố khác trong mô hình lượnghóarủirotíndụng.
Song song đó, với vait r ò c h ủ đ ạ o , t r ụ c ộ t đ ố i v ớ i n ề n k i n h t ế
V i ệ t N a m , đ ặ c b i ệ t h o ạ t độngtronglĩnhvựcnôngnghiệp,nôngdân,nôngthôn,hoạtđộngtíndụnglàhoạt độngcơ bản của Ngân hàng Nông nghiệp và phát triển Nông thôn Việt Nam (Agribank), vìvậy,từ năm 2011, Agribank đã đưa vào sử dụng, vận hành hệ thống xếp hạng tín dụng nộibộ (XHTDNB) do Công ty Ernst&Young tư vấn xây dựng từ năm 2007 đã có nhiều đónggóptíchcựcchoviệchạnchếrủirotronghoạtđộngtíndụng.Tuynhiên,việcxâydựng và áp dụng XHTDNB hiện nay của Agribank chỉ là một kênh tham khảo cho các bộ tíndụng và người phê duyệt trong quá trình xét duyệt cho vay Việc ra quyết định cấp tíndụng còn mang tính chủ quan, định tính, dựa trên đánh giá – kinh nghiệm của các cán bộtín dụng trực tiếp quản lý khách hàng (phương pháp chuyên gia) chưa có cơ sở khoa họccóđộtincậycao.
Hơn thế nữa, Agribank TânPhước Khánhxác định kháchhàngc á n h â n l à đ ố i t ư ợ n g khách hàng mục tiêu trong định hướng phát triển kinh doanh Với định hướng này,Agribank Tân Phước Khánh luôn không ngừng đẩy mạnh các sản phẩm dịch vụ dành chođối tượng này và việcnâng cao chất lượngtín dụng KHCN luônđược chi nhánhc h ú trọng Do đó, việc xây dựng được mô hình dự báo khả năng vỡ nợ của khách hàng khôngnhững góp phầnnâng cao chất lượng tín dụng của Agribank mà còn củng cố hình ảnhAgribanktronglòngkháchhàng.
Xuất phát từ những lý do tôi chọn đề tài “Dự báo khả năng vỡ nợ của khách hàng cá nhântại Ngân hàng Nông nghiệp và Phát triển nông thôn chi nhánh Tân Phước Khánh –BìnhDương”.
Mụctiêu nghiên cứu
Mụctiêu tổngquát
Mụctiêutổngquátcủađềtàixâydựngvàhoànthiệnmôhìnhdựbáokhảnăngvỡnợcủakháchhàngcán hân(KHCN)tại AgribankTânPhướcKhánh –BìnhDương.
Mụctiêu cụthể
Đểđạtđược mụctiêuchung,đềtài phảiđạtđượccác mụctiêucụthểnhưsau:
Thứ nhất, ước lượng xác suất vỡ nợ của các KHCN có quan hệ tín dụng với Agribank TânPhướcKhánh.
Thứ hai, thống kê, phân tích các đặc tính tiêu biểu của KHCN có ý thức trả nợ cao và cókhảnăngtrảnợđúnghạntạiAgribankTânPhướcKhánh–BìnhDương.
Thứ ba, đề xuất những giải pháp cụ thể về việc đo lường khả năng trả nợ của KHCN tạiAgribank Tân Phước Khánh-Bình Dương nhằm hỗ trợ công tác thẩm định, ra kết quả báocáođềxuấtcấptíndụng,quyếtđịnhchovaytrongthờigiantới.
Câuhỏinghiêncứu
Nhằm làm rõ các mục tiêu nghiên cứu cụ thể như trên, bài nghiên cứu được tiến hànhnhằmtrảlờicáccâuhỏinghiêncứunhư sau:
Câu hỏi 1: Xác suất vỡ nợ của các KHCN có quan hệ tín dụng với Agribank Tân PhướcKhánh dựatrêncác phương pháp định lượng- thôngquamô hình Logistic lànhưt h ế nào?
Câu hỏi 2: Đâu là các đặc tính tiêu biểu của khách hàng có ý thức trả nợ cao và có khảnăngtrảnợđúnghạncủaAgribank Tân Phước Khánh-BìnhDương?
Câu hỏi 3: Từ kết quả ước lượng có thể rút ra các khuyến nghị gì để nâng cao chất lượngtíndụngđốivới KHCNtạiAgribankTânPhước Khánh-BìnhDương?
Đốitượngvàphạmvinghiêncứu
Đốitượngnghiêncứu
Phạmvinghiêncứu
1.5.2.2 Phạmvivề thờigian: ĐềtàisửdụngsốliệuđượcthuthậptừcơsởdữliệuKHCNtạiAgribankchinhánhTânPhướcKh ánh–BìnhDươngtừ năm2019đếnnăm2021.
Phươngphápnghiêncứu
Dữliệunghiêncứu
Đề tài sử dụng số liệu từ kết quả chấm điểm khách hàng cá nhân có quan hệ tín dụng tạiAgribankTânPhướcKhánh–BìnhDương,đượctríchxuất từ hệthốngnộibộ.
Phươngphápnghiêncứu
Nghiên cứu sử dụng phương pháp chọn mẫu phi xác suất để thu thập cơ sở dữ liệu KHCNtại Agribank chi nhánh Tân Phước Khánh – Bình Dương Trên cơ sở dữ liệu thu thập,nghiên cứuáp dụngphương pháp phân tíchthống kêmôtả đểphân tíchđ ặ c đ i ể m c ủ a mẫuKHCNđãlựachọnvàxácđịnhtỷlệKHCNcókhảnăngvàkhôngcókhảnăngtrản ợ trong thời gian nghiên cứu Nội dung của luận văn được nghiên cứu theo phương phápđịnh lượng và thống kê mô tả để đề xuất mô hình đo lường kết quả khả năng trả nợ nhằmxác định rủi ro tín dụng của KHCN tại Agribank chi nhánh Tân Phước Khánh – BìnhDương, hỗ trợ ra quyết định cho vay và raq u y ế t đ ị n h ứ n g x ử đ ố i v ớ i t ừ n g đ ố i t ư ợ n g kháchhàngcụthể.
Dựa trên mô hình của các nghiên nghiên cứu trước mô hình hồi quy Logistic được đề xuấtdùng để đo lường khả năng trả nợ của KHCN tại Agribank chi nhánh Tân Phước Khánh –BìnhDương.
Đónggópcủa đềtài
Ýnghĩakhoahọc
Bài nghiên cứu góp phần hệ thống hóa cơ sở lý thuyết về hiệu quả khi ứng dụng mô hìnhLogistic trong việc dự báo khả năng vỡ nỡ của KHCN nói chung và của KHCN tạiAgribank Tân PhướcKhánh nói riêng Đề tài cũng làmột nghiênc ứ u t h ự c n g h i ệ m b ổ sungchocáclýthuyếtvềviệcápdụngmôhìnhhồiquyLogistictrongdựbáokhảnăngv ỡnợcủakháchhàngtronghệthốngngânhàngtạiViệtNam.
Ýnghĩathực tiễn
Kết quả của bài nghiên cứu sẽ đóng góp thêm cơ sở khoa học cho các tổ chức tài chính vàcác cá nhân, đơn vị liên quan, đặc biệt là Agribank Tân Phước Khánh - Bình Dương trongquá trình kinh doanh và quản lý rủi ro Trên cơ sở đó, ban lãnh đạo sẽ đề ra những biệnpháp thiết thực hơn trong thời gian tới nhằm giảm thiểu nợ xấu, nâng cao chất lượng tíndụngtạichinhánh.
Ngoài ra, kết quả nghiên cứu còn gợi ý thêm một công cụ hỗ trợ hữu ích cho nhà quản trịngân hàng, các cán bộ tín dụng trong quá trình ra quyết định cấp tín dụng đối với kháchhàngnhằmnângcaohiệuquảhoạtđộngkinhdoanh,giảmthiểurủirochongânhàng.
Kếtcấuđềtài
Chương1:Giớithiệutổngquannghiêncứu,trongchươngnàygiớithiệulýdochọnđềt ài,mụctiêuvàcáccâu hỏinghiêncứu,phươngphápnghiêncứuvàkếtcấuđềtài.
Chương 2: Cơ sở lí thuyết và nội dung nghiên cứu, tổng quan nghiên cứu về xếp hạng tínnhiệm, trình bày các bằng chứng thực nghiệm trên thế giới và Việt Nam trước đây về sửdụng môhìnhLogistic đểdự báokhảnăngvỡnợcủakháchhàng.
Chương 3: Phương pháp nghiên cứu, trình bày cụ thể đến phương pháp nghiên cứu, môhình nghiên cứu và cơ sở dữ liệu để thực hiện nghiên cứu cũng như mô tả các biến đượcsửdụngvàcácgiảđịnhphục vụchoviệcnghiêncứu.
Chương 4: Phân tích kết quả nghiên cứu, trong chương này trình bày kết quả thực nghiệmcủa nghiên cứu về sử dụng mô hình Logistic để dự báo khả năng vỡ nợ của khách hàngđược xử lý thông qua bộ số liệu thu thập đươc, bao gồm các phân tích, giải thích về cácmô tảthốngkê,cácphântíchvềtươngquan vàhồiquy.
Chương5:Kếtluậnvàkiếnnghị,trongchươngnàytácgiảtổnghợplạikếtquảcủavấnđề được nghiên cứu trên cơ sở kết quả của mô hình thực nghiệm đã sử dụng, nêu bật cáchạn chế trong nghiên cứu và hướng mở rộng trong tương lai Bên cạnh đó, tác giả đưa racác khuyến nghị cho các nhà quản lý và hoạch định chính sách trên cơ sở kết quả nghiêncứu.
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU
Cơsởlýthuyếtvềtíndụngngânhàng
Kháiniệmtíndụng ngânhàng
Tín dụng ngân hàng làq u a n h ệ c h u y ể n n h ư ợ n g t à i s ả n g i ữ a n g â n h à n g v ớ i c á c c h ủ t h ể kinh tế khác Theo khoản 14, điều 14, Luật các tổ chức tín dụng, 2010, quy định: “Cấp tíndụng là việc thỏa thuận để tổ chức, cá nhânsử dụngm ộ t k h o ả n t i ề n h o ặ c c a m k ế t c h o phép sử dụng một khoản tiền theo nguyên tắc có hoàn trả bằng nghiệp vụ cho vay, chiếtkhấu, cho thuê tài chính, bao thanh toán, bảo lãnh ngân hàng và các nghiệp vụ cấp tíndụng khác.” Ngoài ra, tín dụng là một giao dịch về tài sản (tiền hoặc hàng hóa) giữa bêncho vay (ngân hàng và các định chế tài chính khác) và bên đi vay (cá nhân, doanh nghiệpvà các chủ thể khác) trong đó bên cho vay chuyển giao tài sản cho bên đi vay sử dụngtrong một thời hạn nhất định theo thỏa thuận, bên đi vay có trách nhiệm hoàn trả vô điềukiện vốn gốc và lãi cho bên đi vay khi đến hạn thanh toán (Hồ Diệu, 2011; Hồ HoàngTriệu, 2019) Hoặc tín dụng ngân hàng là giao dịch tài sản giữa ngân hàng với bên đi vay(là các tổ chức kinh tế, cá nhân trong nền kinh tế) trong đó ngân hàng chuyển giao tài sảncho bên đi vay sử dụng trong một thời gian nhất định theo thoả thuận và bên đi vay cótráchnhiệmhoàntrảvôđiềukiện cảvốn gốcvàlãichongânhàngkhi đếnhạnthanhtoán.
Như vậy, có thể hiểu tín dụng của các ngân hàng là quan hệ chuyển nhượng quyền sửdụng vốn hoặc tài sản từ NHTM cho khách hàng trong một thời hạn nhất định với mộtkhoản chi phí nhất định dựa trên nguyên tắc hoàn trả vô điều kiện cả vốn gốc và lãi chobênchovaykhiđếnhạnthanhtoán.
Đặctrưngcủatíndụngngânhàng
Thứ nhất, chủ thể trong quan hệ tín dụng NHTM bao gồm người nhượng quyền sử dụngvốn hay còn gọi là bên cho vay và người nhận quyền sử dụng vốn hay còn gọi là bên đivay(kháchhàng).Trongmộtsốtrườnghợp,quanhệtíndụngNHTMcònxuấthiệnbên thứ ba đóng vai trò là người bảo lãnh cho bên đi vay vì thế mức độ rủi ro thấp hơn do đãcó sự đảm bảo thanh toán (Hồ Diệu, 2011; Hồ Hoàng Triệu, 2019; Phan Thị Thu Hà,2013).
Thứ hai, đối tượng của giao dịch tín dụng NHTM bao gồm cho vay bằng tiền và cho thuêđộngsảnhaybấtđộngsản.
Thứba,sựchuyểnnhượngvốnđượcdựatrêncơsở“niềmtin”vàtheonguyêntắchoàntrả vô điều kiện trong một khoảng thời hạn nhất định Quá trình đi vay và cho vay căn cứtrêncơsở pháplýchặt chẽnhư:Hợp đồngtíndụng,khếướcnhận nợ, hợp đồng bảo đảm tiền vay, bảo lãnh,……Khoảng thời hạn cho vay được ngân hàngxác định thông qua tính chất thời hạn của nguồn vốn, phù hợp với chu kỳ luân chuyển vốncủa đối tượng đi vay nhằm tránh được những rủi ro tiềm ẩn (Hồ Diệu, 2011; Hồ HoàngTriệu,2019).
Thứ tư, giá trị hoàn trả phải lớn hơn giá trị lúc cho vay bao gồm cả vốn gốc, lãi và phí tíndụng Khoản lãi mà ngân hàng nhận lại được coi là khoản bù đắp cho những chi phí hoạtđộng và tạo ra lợi nhuận cho ngân hàng phản ánh bản chất hoạt động của ngân hàng là “đivayđểchovay”(HồDiệu,2011; HồHoàngTriệu,2019).
Thứ năm, hoạt động tín dụng ngân hàng tiềm ẩn nhiều rủi ro Việc thu hồi vốn không chỉphụ thuộc vào bản thân bên đi vay mà còn chịu tác động của môi trườnghoạt động và cácyếu tố ngoài tầm kiểm soát của khách hàng như: Biến động về giá cả hàng hóa, lãi suất,lạmphát,suythoáikinhtế,…
Vaitròcủatíndụngngânhàng
Thứ nhất, tín dụng ngân hàng đảm bảo cho quá trình sản xuất được diễn ra một cáchthường xuyên và liên tục Đây là nguồn cung vốn lớn và liên tục cho nền kinh tế nhờ đócác doanh nghiệp hay cá nhân sẽ được tài trợ vốn thường xuyên để phục vụ hoạt động sảnxuất kinh doanh Ngoài ra, bằng những nỗ lực cải tiến không ngừng nhằm nâng cao chấtlượngtíndụng v i ệc tiếpcậnnguồnv ố n vaycủacác chủthể kinht ế ngàycàngtrởn ên nhanh chóng và dễ dàng hơn góp phần duy trì sự vận hành nhịp nhàng của toàn bộ nềnkinhtế.
Thứ hai, đây là đòn bẩy mạnh mẽ thúc đẩy sự phát triển quá trình tích tụ và tập trung vốn.Thông qua chức năng trung gian tài chính, các NHTM đã và đang phát huy tối đa tính tíchcực của việc thu hút vốn thông qua chính sách tín dụng hấp dẫn đáp ứng nhu cầu đa dạngcủathịtrường tạođònbẩytàichínhchocácdoanhnghiệppháttriểnkinhdoanhsảnxuất.
Thứ ba, tín dụng ngân hàng giúp thúc đẩy việc bình quân hóa tỷ suất lợi nhuận giữa cácngànhnghềtrongnềnkinhtếvàlàcôngcụquantrọngtrongviệctổchứcđờisống dâncư.
Cáchìnhthứccủa tíndụng ngânhàng
Cho vay ngắn hạn: Có thời hạn đến 1 năm và mục đích chủ yếu là nhằm bù đắp nhữngthiếu hụt vốn lưu động tạm thời của các doanh nghiệp cũng như nhu cầu chi tiêu ngắn hạncủacá nhân.
Cho vay trung hạn: Thời gian cấp tín dụng từ1 đến 5năm nhằmmục đíchm u a s ắ m t à i sản cố định, mở rộng sản xuất kinh doanh, xây dựng các dự án mới có quy mô nhỏ và thờigianthuhồivốnnhanh.
Cho vay dài hạn: Thời hạn trên 5 năm có thể kéo dài đến 30 năm nhằm đáp ứng nhu cầudàihạncủakháchhàngnhưxâynhàở,xínghiệp,nhàmáymới,…
Chovaytrảgóp:Kháchhàngphảihoàntrảgốcvàlãitheođịnhkỳápdụngđốivớichovaybất độngsản,nhàở,thươngmại,tiêudùng.
Chovaycóđảmbảolàloạichovaydựatrêncơsởcácbảođảmnhưthếchấp,cầmcốhoặcc ó sự bảolãnhcủa bên thứ ba.
Cho vay gián tiếp: Là khoản cho vay được ngân hàng thực hiện thông qua mua lại các khếướchoặc chứngtừnhậnnợđãphátsinhvàvẫncònthờihạnthanhtoán.
Các NHTM cho vay gián tiếp bằng các hình thức như: Chiết khấu thương phiếu, mua lạicác hợp đồng trả góp của các công ty bán hàng, mua lại các khoản nợ của các doanhnghiệp.
Tín dụng các định chế tài chính: Bao gồm cấp tín dụng cho các ngân hàng, công ty tàichính,côngtybảohiểmvàcácđịnhchếtàichínhkhác.
Tín dụng KHDN: Là loại hình cấp tín dụng cho các doanh nghiệp nhằm tài trợ vốn lưuđộng,đầutư dự án, muasắmtrangthiếtbị,máymóc.
Tín dụng KHCN: Là loại cho vay nhằm mục đích đáp ứng các nhu cầu tiêu dùng như muasắm các vật dụng, cũng như trang trải các chi phí thông thường của đời sống thông quaviệcphát hành thẻtíndụng.
Hiện nay, các NHTM đều đang nỗ lực cải tiến quy trình tín dụng, nâng cao chất lượngdịch vụ tín dụng nhằm đáp ứng được những yêu cầu linh hoạt của thị trường Một trongnhữngloạihìnhcấptíndụngđượccácngânhàngchútrọngnhất đólàtíndụng KHCN.
Cơsởlýthuyếtvềtíndụngkháchhàngcánhân
Tín dụngkháchhàngcánhân
Trêncơsở địnhnghĩa“tíndụngngânhàng”,tíndụngKHCNcó thểđượchiểulàhình thức tín dụng mà ở đó NHTM đóng vai trò là người chuyển nhượng quyền sử dụng vốncủa mình cho KHCN sử dụng trong một thời gian nhất định và phải hoàn trả cả gốc lẫn lãi(NguyễnĐăngĐờn,2013).
Thứ nhất, quy mô khoản vay nhỏ, số lượng các khoản vay lớn Trên thực tế, mục đích vaycủa KHCN chủ yếu là nhằm đáp ứng nhu cầu chi tiêu phục vụ đời sống hoặc nhằm mụcđích bổ sung vốn kinh doanh.
Vì thế, mà khối lượng khoản vay cũng bị giới hạn bởi cácyếu tố như khả năng trả nợ,tính hợp lý của khoản vay cũng như những yêu cầu về tài sảnđảm bảo Tuy nhiên, số lượng khách vay là rất lớn và nhu cầu tín dụng cũng vì thế mà rấtđadạng.
Thứ hai, tín dụng KHCN tiềm ẩn nhiều rủi ro Do thông tin liên quan đến đối tượng nàythường khó tiếp cận, không đầy đủ và toàn diện vì tính bảo mật cao Điều này dẫn đến rủiro thông tin bất cân xứng khiến cho việc thẩm định khách hàng sẽ thiếu chính xác. Ngoàira, rủi ro tác nghiệp xuất phát từ chính quá trình thẩm định khách hàng cũng là một trongnhữngnguyênnhângâytổnthấtchongânhàng.
Thứ ba, tín dụng KHCN gây tốn kém nhiều chi phí Để duy trì và phát triển loại hình tíndụng này, các ngân hàng sẽ phải chú trọng đến những khoản đầu tư với chi phí cao nhưmở rộng quảng cáo, tiếp thị để nâng cao khả năng tiếp cận và khai thác những khách hàngtiềm năng, mở rộng phạm vi sử dụng dịch vụ; phát triển nhân sự nhằm cung cấp dịch vụmộtcáchnhanhchóng,hiệuquảvàchính xác.
2.2.1.3 Vaitròcủatín dụngkháchhàngcá nhân Đối với chủ thể khách hàng cá nhân, tín dụng KHCN là kênh cấp vốn đáp ứng nhu cầuvốncủakháchhàngchonhucầuchitiêuhàngngàycũngnhư phục vụnhucầu sản xuất kinh doanh Với sự đa dạng, phong phú về sản phẩm mà các ngân hàng đã vàđang nỗ lực phát triển để cải thiện quy trình cấp tín dụng nên việc tiếp cận nguồn vốn củaKHCNthôngquanghiệpvụtíndụngcủangânhàngngàymộtdễdànghơn. Đối với ngân hàng, tín dụng KHCN là một kênh quảng bá thương hiệu hữu hiệu. BằngviệccungcấpdịchvụtíndụngchomộtlượnglớnKHCN,cácngânhàngcóthểnhờđ ómà thực hiện bán chéo các sản phẩm khác như: Cung cấp dịch vụ ngân hàng điện tử, tiềngửit i ế t k i ệ m , … g i ú p n â n g c a o k h ả n ă n g c ạ n h t r a n h v à c ủ n g c ố t h ư ơ n g h i ệ u t r ê n t h ị trường. Đối với nền kinh tế, tín dụng KHCN góp phần khai thác triệt để nguồn vốn nhàn rỗi trongxã hội Qua đó, giúp lưu thông vốn một cách liên tục và hiệu quả từ nơi thừa vốn đến nơithiếuvốn,từ nơicóhiệuquảthấpđếnnơi cóhiệuquảcao.
Chínhsáchtíndụngkháchhàngcánhân
Chính sách tín dụng KHCN tại các ngân hàng sẽ phụ thuộc vào mục tiêu, chính sách hoạtđộng và luôn có sự thay đổi phù hợp với điều kiện kinh tế xã hội cũng như đảm bảo hoạtđộngchovaypháttriển,bềnvữngvàsinhlợichongânhàng. Đốitượngkháchhàng Đối tượng KHCN mà các NHTM cho vay cần đảm bảo được những điều kiện mà ngânhàng đặt ra như: Có nghề nghiệp, thu nhập ổn định; Có lý lịch bản thân, lịch sử tín dụng,quan hệ xã hội rõ ràng; Có tổng nợ phải trảh à n g t h á n g / t ổ n g t h u n h ậ p h à n g t h á n g t h ỏ a mãn yêu cầu đặt ra; Chưa từng phát sinh nợ nhóm 3 trở lên (tức là các khoản nợ quá hạntừ 90 đến 180 ngày) Các ngân hàng khác nhau sẽ có những quy định riêng về đối tượngkhách hàng được cấp tín dụng Việc xác định được khách hàng giúp phát triển quảng cáo,giới thiệu sản phẩm một cách phù hợp, tiết kiệm chi phí cũng như hạn chế rủi ro của việcchovaynhầmngười.
Là yếu tố quan trọng mang tính quyết định đối với giao dịch cho vay của ngân hàng.Thông thường, các NHTM yêu cầu loại tài sản đảm bảo của các KHCN khi đi vay gồm:Bấtđộngsảnsởhữuhợppháp;Sổtiếtkiệm,sốdưtiềngửi,cácchứngtừ cógiákh ác;Máy móc thiết bị, phương tiện vận tải sở hữu hợp pháp, Tiêu chí tài sản đảm bảo đượcquy định tại các ngân hàng sẽ là khác nhau, thậm chí tại cùng một ngân hàng quy định đốivớitàisảntạicácthời điểmkhácnhaucũngcóthểcó sự khácnhau.
Tùy từng loại sản phẩm, tùy theo từng giai đoạn khác nhau và khả năng đáp ứng nguồnvốncủangânhàngcácNHTMsẽxemxétchovaytốiđatrongthờihạnnhấtđịnh.
Hạnm ứ c ch ov a y mà c á c N H T M đ ư ợ c xác đ ị n h dự a t r ê n c ơ sở: N h u cầu t h ự c t ế, k hả năng hoàn trả của khách hàng và không vượt quá tỷ lệ cho vay đối với từng loại tài sảnđảm bảo Thêm vào đó, với từng gói cho vay khác nhau, các ngân hàng cũng sẽ cung cấpnhững mức cho vaykhác nhau chokhách hàng.
Lãi suất cho vay tại các ngân hàng được coi là một trong những kênh hữu hiệu trong việccạnh tranh để thu hút khách hàng Thông thường, lãi suất cho vay áp dụng đối với KHCNsẽ cao hơn mức lãi suất cho vay dành cho khách hàng doanh nghiệp Lãi suất cho vay ápdụng tại các ngân hàng là rất linh hoạt và có sự khác biệt giữa các khoản vay, thời gianvay, loạitiềnvay,hạnmứccủa khoản vay,…dựa trêncác tiêu chí:
Thờigian vaycàngdài thìlãisuất càngcao;Sốtiềnvaycànglớnthìlãisuấtcàngthấp
Mục đích vay: Các khoản vay cho mục đích tiêu dùng thông thường có lãi suất cao hơncáckhoảnvayphụcvụmục đíchsảnxuấtkinhdoanh;
Tài sản đảm bảo: Các khoản vay có tài sản đảm bảo khác nhau sẽ chịu mức lãi suất khácnhau; Các khoản vay được đảm bảo bằng bất động sản sẽ có mức lãi suất thấp hơn cáckhoảnvayđược có tàisảnđảmbảolàđộngsản.
Cơsởlýthuyếtvềrủirotíndụng
Rủi ro vỡ nợ của khách hàng là khả năng khách hàng không có khả năng thanh toán cáckhoản nợ vay của mình Rủi ro tín dụng là khoản lỗ tiềm tàng vốn có được tạo ra khi cấptín dụng cho khách hàng Bất kì một khoản tín dụng nào được cấp ra thì đều phải tuân thủtheo ba nguyên tắc cơ bản sau đây: (i) Khoản tín dụng đó phải được sử dụng đúng mụcđích và có hiệu quả; (ii) Khoản tín dụng đó phải có tài sản đảm bảo; (iii) Khoản tín dụngđóphảiđượchoàntrảcảvốnvàlãitheođúng kìhạnđãcamkết.
Nguyên nhân của rủi ro tín dụng có thể đến từ nhiều lý do khác nhau bao gồm các yếu tốbên trong và bên ngoài Các rủi ro tín dụng chủ yếu bao gồm: Quản trị cũng như quản lýkém; Luật pháp quy định không phù hợp và có nhiều kẽ hở; Năng lực về mặt thể chế cũngnhư chính sách không phù hợp; Cho vay theo chỉ đạo cấp trên; Bảo lãnh cho vay kém;Đánh giá tín dụng ở mức kém. Các nguyên nhân này đều dẫn tới rủi ro tín dụng cho ngânhàng khi khách hàng không tiến hành trả nợ (Allen & Saunders, 2002; Breuer et al., 2010;Nijskens &Wagner,2011).
Rủi ro tín dụng thường được coi là hệ quả của rủi ro hệ thống xuất phát từ quan điểm vĩmô.Rủirohệthốngđạidiệnchocácvấnđềtàichínhlớnhơndonhữngngườithamgiathị trường tài chính không thể đáp ứng nghĩa vụ trả nợ đối với việc gia hạn tín dụng(Giesecke & Kim, 2011; Nijskens & Wagner, 2011; Wagner & Marsh, 2006) Vấn đềmang tính hệ thống vì việc một người tham gia không thể trả tiền có thể dẫn đến việcnhững người tham gia khác không thể đáp ứng các nghĩa vụ tín dụng Hiệu ứng Dominonày đã diễn ra trên thị trường trong cuộc khủng hoảng thế chấp năm 2009 (Giesecke &Kim,2011;Nijskens&Wagner,2011).
Bên cạnh đó, các yếu tố bên trong ngân hàng có thể tạo ra rủi ro tín dụng Trong các nhânviên sẽ tồn tại những nhân viên nhạy cảm với việc gian lận và có đạo đức nghề nghiệpkém sẽ dẫn tới rủi ro tín dụng cho ngân hàng (Abaidoo, 2015) Do vậy, yếu tố các khoảnvay có rủi ro cao cũng như không phù hợp cần được hạn chế và kiểm soát (Black et al.,2009;Louzisetal.,2012).
Nhìn chung, tác động chính của nợ xấu đối với ngân hàng là việc tăng nợ xấu làm hạn chếsự tăng trưởng tài chính của các ngân hàng (Karim et al., 2010; Kuo et al., 2010) Hậu quảnày, là kết quả của việc các khoản nợ xấu làm mất khả năng thanh khoản cần thiết củangân hàng, hạn chế khả năng tài trợ cho các doanh nghiệp có khả năng khác và cung cấpcác cơ sở tín dụng cho các cá nhân Karim & Cộng sự (2010) lập luận rằng có rất nhiềudoanh nghiệp hay khách hàng khả thi khác mà ngân hàng không thể phục vụ do thực tế làcácquỹcủangânhàngđangnằmtrongcáckhoảnnợxấu.Trướcnhữnghậuquảnày, ngân hàng gặp phải sự thiếu hụt về doanh thu được tạo ra và điều này làm cho hiệu quả tàichínhcủangânhànggiảm(Karimetal.,2010;Nawazetal.,2012).
Một tác động cơ bản khác của các khoản nợ xấu đối với ngân hàng là giảm tiềm năng chovay của ngân hàng (Karim et al., 2010) Mặc dù, điều này đã được thừa nhận trước đónhưng điềuquan trọnglà phảithảo luận vềnó như làmột hiệu ứng độc lập. Cácn g â n hàng tạo ra phần lớn doanh thu và lợi nhuận của ngân hàng từ hoạt động cho vay(Angaine, 2013; Fidrmuc & Hainz, 2009, 2010; Karim et al., 2010; Nawai & Shariff,2012) Kết quả cho thấy, khi các ngân hàng mất phần lớn vốn cho vay đối với các khoảnnợ xấu có khả năng phần lớn doanh thu của họ bị mất Khi doanh thu bị mất trong mộtnămtàichínhkhảnăngngânhàngcungcấpquyềntruycậpvàocáccơsởtíndụngch ocác doanh nghiệp và cá nhân khác thực tế sẽ giảm trong các năm tài chính tiếp theo Điềunày có nghĩa, là ngân hàng sẽ không cho vay hoặc sẽ giảm số tiền được phân bổ để chovay trong năm tài chính tiếp theo Khi một ngân hàng không xây dựng được một hệ thốngquản lý rủi ro tín dụng tốt, nó sẽ phải đối mặt với rất nhiều vấn đề và hậu quả tiêu cực Cóthể có nhiều vấn đề liên quan đến sinh lãi và khả năng thanh khoản Lợi nhuận là bằngchứng của một doanh nghiệp hiệu quả và được quản lý tốt Các ngân hàng đang kinhdoanh như bất kỳ công ty nào khác với mục đích kiếm lợi nhuận Để đạt được điều này,tổnthấtphảiđượcgiảmthiểu.Ngânhàngphảichắcchắnvềkhảnăngtrảnợcủang ườivaytrước khi cấpbấtkỳkhoảnvaynào.
Rủi ro tín dụng thường dẫn đến tình trạng thiếu vốn (mất khả năng thanh toán) An toànvốn có nghĩa là khả năng tài chính của ngân hàng để đáp ứng với các nghĩa vụ tài chínhhoặc sự không chắc chắn có thể phát sinh và do đó sẽ làm giảm rủi ro mà nó có thể phảiđối mặt ở một mức độ nào đó Một vị trí an toàn vốn có thể chấp nhận được đồng nghĩavới việc ngân hàng đó không phải chịu quá nhiều rủi ro Ngân hàng càng có nhiều vốn,chủnợhoặccơquanbảohiểmchínhphủcàngđượcbảovệvàtổnthấtvốncànglớncót hểđượcduytrì màkhôngdẫnđếnphásản.
Rủirotíndụngcũngmanglạivấnđềthanhkhoản.Mộtngânhàngthanhkhoảncaohơnsẽ có thể đáp ứng nhu cầu tài chính từ khách hàng của mình và tạo ra nhiều giá trị hơn.Tạo thanh khoản ngân hàng có mối tương quan tích cực với giá trị ngân hàng (Berger etal., 2016; Berger & Bouwman, 2017) Các ngân hàng cho vay với các khoản thế chấpnhiều từ khách hàng cũng tạo ra khả năng kém thanh khoản (Gaffney, 2009) Điều này làdo khi kiếm tiền từ các loại tài sản thế chấp khác nhau (chẳng hạn như đất hoặc vốn),thanh khoản của ngân hàng bị mất Mất thanh khoản cho thấy họ không thể đáp ứng nhucầu nếu khách hàng tăng và do đó khủng hoảng có thể tăng lên đối với ngân hàng (Berger&Bouwman,2013;Bouwman,2013).
Một số tác động liên quan đến phá sản bao gồm: Không có khả năng sử dụng lại tiền chonhững người vay khác; Không sẵn lòng của các trung gian tài chính khác để phục vụ nhucầu của những người vay nhỏ và tạo ra sự mất lòng tin (Von Pischke &Adams, 1980).Theo ghi nhận của Baku & Smith (1998), chi phí cho các khoản nợ quá hạn sẽ được cảngườichovayvàngườivaycảmnhận.Ngườichovay cóchiphí trongcáctìnhhuố ngbao gồm mất lãi, chi phí cơ hội của tiền gốc, phí pháp lý và các chi phí liên quan Đối vớingười đi vay, quyết định vỡ nợ là sự đánh đổi giữa các hình phạt bị mất uy tín từ vỡ nợ sovới chi phí cơ hội của việc đầu tư do thực hiện khoản vay hiện tại (Baku & Smith, 1998).Vỡnợchovaycóliênquanchặtchẽđếnphásảndoanhnghiệp.
Mặcdùcácvấnđềliênquanđếnnợxấucóthể ảnhhưởngđếntấtcả cáclĩnhvực,tácđộn g nghiêm trọng nhất là đối với các tổ chức tài chính như ngân hàng thương mại và tổchức tài trợ thế chấp có xu hướng có danh mục cho vay lớn Bên cạnh đó, các khoản vaybị vỡ nợ lớn sẽ ảnh hưởng đến khả năng cung cấp tín dụng của các ngân hàng Các khoảnnợ không lớn có thể dẫn đến mất niềm tin từ phía người gửi tiền và các nhà đầu tư nướcngoài, những người có thể bắt đầu rút tiền gửi hoặc vốn đầu tư đồng loạt dẫn đến các vấnđềthanhkhoản(Gorter&Bloem,2001).
Rủi ro tín dụng là một loại rủi ro quan trọng trong vì nó xuất phát từv i ệ c n g ư ờ i v a y khôngtrảđượcnợhoặckhicósựchậmtrễđểđápứngkịp thờinghĩa vụ củahọ.Rủirotín dụng đã được chỉ ra hoặc được xác định là rủi ro chính về ảnh hưởng của nó đối với hoạtđộngcủangânhàng(McKinney,1984).Khirủironàyphátsinh,nódẫnđếnantoànvốnít hơn vì ngân hàng sẽ tìm kiếm các nguồn tài chính khác để bù đắp tổn thất Nó cũng sẽdẫn đến thanh khoản ít hơn để đáp ứng nhu cầu của khách hàng khác và do đó lợi nhuậnthấph ơ n d ok in h d o a n h chậ mlạih oặ c t hậ mch í p h á sản Đ iề unà y, c h o th ấy rủ ir o tí ndụngvàlợinhuận rấtđanxen,rủirotíndụngcàngnhiềulợinhuậncàngítvàngược lại.
Cácngânhànghoạtđộngyếu kémthườngcótỷlệnợ xấurấtlớntrước khithấtbạivàc hất lượng tài sản là yếu tố dự báo có ý nghĩa thống kê về khả năng thanh toán (Berger &DeYoung,1997; Berger & Humphrey,1997) Fofack (2005) cũng thông báo ngân hàng giữgiá trị vỡ nợ cho vay khổng lồ có thể làm cho ngân hàng dẫn tới phá sản nếu tổ chức nàykhông có khả năng thu hồi nợ xấu của họ Một tác động có thể dẫn đến vỡ nợ cho vay làđối với thu nhập của cổ đông Cổ tức được trả dựa trên hiệu suất của các ngân hàng về lợinhuận ròng Do đó, vỡ nợ cho vay có ảnh hưởng xấu đến lợi nhuận của các ngân hàng, nócó thể ảnh hưởng đến mức cổ tức được trả cho các cổ đông (Fofack, 2005) Ảnh hưởngcủa giá trị vỡ nợ cho vay về mức cổ tức trả cho cổ đông cũng có thể ảnh hưởng đến việchuy động vốn vì các nhà đầu tư sẽ không đầu tư vào các ngân hàng nằm trong danh mụcnợxấulớn(Jappelli& Pagano,2002;Jaquette&Hillman,2015)
Cácnhântốảnhhướngđếnkhảnăngtrảnợcủakháchhàngcánhân
Đặcđiểmnhânthân
Thông tin về bản thân khách hàng: Nghiên cứu về nhân thân của một cá nhân nhằm đánhgiá được khả năng cơbản và điều kiện nội tại để giải quyết nhữngk h ó k h ă n , t h ự c h i ệ n camkếtcủahọ.Cácthôngtinbaogồm:
Thông tin về điều kiện sống của khách hàng: Nghiên cứu về điều kiện sống của kháchhàngnhằmđánhgiáđượccác tácđộngxungquanh,chiphốiđến khảnăngtàichínhvànhậnthức củakháchhàngđó.Nhữngthôngtin vềđiềukiệnsốngbaogồm:
Thôngtintàichính
Phân tích thông tin tài chính và các mối liên hệ tài chính là quan trọng với xếp hạng tíndụng cá nhân, đây là cơ sở chính thức đánh giá khả năng trả nợ của khách hàng, từ đó raquyếtđịnh cấptín dụngchokháchhàng.Cácchỉtiêutàichínhbaogồm:
Hànhvisửdụng tíndụngcánhân
Yếutốn à y p h â n t í c h c á c h t h ứ c , t h ó i q u e n , m ụ c đ í c h , n h u c ầ u r i ê n g v ề s ử d ụ n g tín dụng, cũng như uy tín của khách hàng trong việc trả nợ Các yếu tố phân tích tronghànhvisử dụngtíndụngcánhânnhư sau:
Cácnghiêncứuthựcnghiệmliên quan
Nghiêncứunướcngoài
K H C N t ạ i c á c n g â n h à n g luôn được giới nghiên cứu quan tâm tìm hiểu. Trong số đó, phải kể đến nghiên cứu củaMathews & Slocum (1969), được xem như là là một trong những nghiên cứu sớm nhất vềcác yếu tố có tính quyết định đến khả năng vỡ nợ trong tín dụng KHCN tại các ngân hàng.Nghiêncứunàychỉrarằngcácchủthẻcómứcthunhậpthấp,địavịxãhộithấphơncóxu hướng sử dụng thẻ tín dụng kém hiệu quả hơn và có khả năng trả nợ thấp hơn so vớinhữngchủthẻcóthu nhậpcao,địavịxãhộicaohơn (Mathews&Slocum,1969).
Nghiên cứu của Bekhet và Eletter (2014) ứng dụng hai mô hình: (1) Hồi quy nhị phân – logistic nhị phân regression model và (2) hàm cơ sở bán kính - Radial basis function vàodự báo rủi ro tín dụng cho các ngân hàng thương mại ở Jordan Phạm vi nghiên cứu gồmdữ liệu của 424 khách hàng - thu thập từ nhiều ngân hàng thương mại khác nhau ởJordan,trongsuốtgiaiđoạntừ2006đến2011.Nghiêncứunàyngoàiviệcứngdụngcáckỹthuật trên vào xây dựng 2 mô hình dự báo rủi ro, còn thực hiện so sánh kết quả thu được từ haimô hình này Bekhet và Eletter (2014) đã chỉ ra mô hình dự báo với kỹ thuật hồi quy nhịphân cho kết quả có độ tin cậy, xác suất dựbáo chính xác hơn sov ớ i k ỹ t h u ậ t s ử d ụ n g hàmcơsởbánkínhRBFxétởtổngthể.
Nghiên cứu của Jeménez và Saurina sử dụng dữ liệu tất cả các khoản vay của các TCTD(ngân hàng, quỹ tiết kiệm, hợp tác xã và cơ sở tài chính tín dụng) ở Tây Ban Nha với giátrị món vay hơn 6.000 euro với trên 3 triệu dữ liệu quan sát Để bao bao phủ dữ liệu chotoàn bộ một chu kỳ kinh tế, tác giả đã sử dụng dữ liệu từ các tháng trong 05 năm, cụ thể lànăm1987,1990,1993,1997và2000.
Phương pháp tiếp cận đo lường khả năng vỡ nợ dựa trên một mô hình Logit nhị thức(BinaryLogictisRegressionsModels)như sau:
Prob(yit= 1 / (xit, zt)) = Prob(y*it>0/(Xit, zt)) F(α+X’X’itβ+X’Z’tγ)Trongđó,
Prob(Yit= 1/(xi, Z t) ) là xác suất vỡ nợ của khoản vay Các biến độc lập (Xit) được xemxét đưa vào mô hình gồm các loại sảnphẩm tín dụng, tiền tệ, kỳ hạn, TSBĐ, số tiền vay,lĩnh vực kinh doanh, khu vực, loại hình TCTD Để kiểm soát các yếu tố kinh tế vĩ môchung cho tất cả khách hàng đi vay và các khoản vay, mô hình bổ sung một biến giả năm(Z t ).
Nghiên cứu của Irakli Ninua (2008) để ước tính mối liên hệ giữa khoản tín dụng có TSBĐvới khả năng trả nợ của khách hàng tại ProCreditBank của Georgia từ năm 2004 - 2007,tác giả sử dụng một mô hình Logit, với về tài sản bảo đảm như là một biến phụ thuộc Môhình giải thích mối quan hệ giữa tỷ lệ rủi ro tín dụng (thay cho khả năng trả nợ của kháchhàng)và cáckhoảnvaycóTSBĐ.
→ Biến giả cho loại khách hàng = 1 nếu khách hàng cũ, = 0 nếu kháchhàngmới(CLIENTTYPE)
→ Số lượng nhân viên của khách hàng tại thời điểmvay(EMPLOYMENT)
(Nguồn:Doesacollateralizedloanhaveahigherprobabilitytodefault,IrakliNinua,2008) Ảnhh ư ở n g c ủ a T S B Đ l à đ ồ n g b i ế n v ớ i L L R , v ớ i m ứ c ý n g h ĩ a 1 % Đ i ề u đ ó cho thấy sự hiện diện của TSBĐ ảnh hưởng đến tỷ lệ tổn thất của ngân hàng.Trên cơ sởnày,tácgiảnhậnđịnhcáckhoảnvaythếchấpcóxácsuấtkhôngtrảnợcaohơnnếuso sánhvớicáckhoảnvaykhôngcóTSBĐ.Tỷlệsốtiềnvayđãđượcphêd u y ệ t (RATIOAR) ảnh hưởng tiêu cực đến LLR, ngụ ý khách hàng được cấp tín dụng theo yêucầu sẽ trả nợ tốt hơn so với trường hợp không được cấp tín dụng như mong đợi Số tiềnvay (RAMOUNT) và thời gian vay (RLEGTH) có tác động ngược chiều với LLR nhưngảnhhưởngkhôngđángkểvàkhôngcóýnghĩathốngkê.BiếnloạikháchhàngTYPECLIEN
T có tác động đồng biến và có ý nghĩa ở mức 1%, mối quan hệ của ngânhàngvàkháchhànglàmtăngnguycơvỡnợ.
Năm2 0 0 6 m ộ t n g h i ê n c ứ u c ủ a N a t h a n O k u r u t đ ư ợ c t h ự c h i ệ n n h ằ m x á c đ ị n h cácnhântốảnhhưởngđếnkhảnăngtiếpcậntíndụngcủangườinghèov àngườidamàuở Nam Phi đốivới thịtrường tín dụng chínhthức và phi chính thức Bằng việc sửd ụ n g mô hình Probit và mô hình Logit, tác giả chỉ ra rằng người nghèo và ngườ da màu bị hạnchế về khả năng tiếp cận các nguồn tín dụng này Trong phạm vi quốc gia, khả năng tiếpcận nguồn tín dụng chính thức chịu sự chi phối mạnh mẽ bởi giới tính, độ tuổi,số thànhviên trong gia đình, trình độ học vấn, chi tiêu và chủng tộc của hộ Việc nghèo khó có tácđộng xấu đến việc tiếp cận nguồn tín dụng chính thức Ở thị trường tín dụng phi chínhthức, việc tiếp cận các khoản tín dụng này chịu sự tác động tích cực bởi số thành viêntronghộ, c hi ti êu của hộ và v ịt rí kh uv ực nô ng th ôn T ro ng kh iđ ó, các n hâ n t ốc ó t ác động xấu đến việc tiếp cận nguồn tín dụng phi chính thức đó là nam giới,vị trí nông thôn,việc nghèo khó và bần cùng.
Do trong năm 1995 – 2000 thì xu hướng đã đảo ngược khicác hộ gia đình do phụ nữ làm chủ hộ (chiếm 6,6%) cókhả năngtiếp cận tínd ụ n g c a o hơnnamgiới(chiếm4,6%)là2%.
Nghiên cứu của Hussein Abdou, Ahmed El-Masry, John Pointon (2007) về áp dụng môhình chấm điểm tín dụng tại ngân hàng Ai Cập, nhóm tác giả đã sử dụng ba phương phápthống kê, bao gồm: phân tích phân biệt (Disciminant Analysis), phân tích Probit, hồi quyLogistic Các kết quả cho đến nay cho thấy rằng tất cả các mô hình được đề xuất đều chotỷ lệ phân loại đúng trung bình tốt hơn so với mô hình hiện đang được sử dụng Bên cạnhđó, LR có tỷ lệ phân loại đúng trung bình cao nhất (89,85%) trên tất cả các mô hình đượcđềxuất với điểmcắt 60%.Nhìn chung,tất cảcácmôhình đều chotỷlệphânloạiđúng tốt hơn so với hệ thống/mô hình đang được sử dụng (74,53% trong tổng số các khoản vayđượcchấpnhậnkhôngdẫnđếnvỡnợ,tứclà433/581).
Abid & Cộng sự (2018) tiến hành xây dựng so sánh mô hình dự báo khả năng vỡ nợ củakhách hàng qua mô hình Logit, mô hình phân tích biệt số để phân biệt giữa các cá nhân cóxếp hạng tín dụng tốt và xấu trên dữ liệu thu thập từ một ngân hàng thương mại trongkhoảng thời gian 3 năm từ
2010 đến 2012 Bằng cách so sánh hiệu quả của hồi quyLogistic (LR) và phân tích biệt số (DA), các tác giả thấy rằng mô hình LR mang lại hiệuquả, tính chính xác lên đến 99% tỷ lệ phânloại trong dựđ o á n c á c l o ạ i k h á c h h à n g , phương pháp DA (trong đó tỷ lệ phân loại tốt chỉ bằng 68,49% dẫn đến tỷ lệ lỗi cao đángkể tức là 31,51 %) (Abid et al., 2018) Kết quả chỉ ra, mô hình Logistic có khả năng dựbáotốthơnsovớimôhìnhphântíchbiệtsốDA.
Nghiên cứu tại các nước Đông Nam Á của Dufhues và Cộng sự (2011) về việc trả nợ tíndụng tại hai quốc gia Thái Lan và Việt Nam Tác giả đã sử dụng các yếu tố về khoản vaycủa khách hàng như: Dân tộc của chủ hộ (Kinh/Thái), giới tính chủ hộ, tuổi của chủ hộ,thuộc nhóm nghèo hay không, trình độ học vấn chủ hộ, giá trị đầu tư của hộ,… Với 467hộgiađìnhđượckhảosáttạiTháiLanvớimôhìnhLogitđượcsửdụngđãchothấychỉc óhaiyếutốảnhhưởngđếnkhảnăngtrảnợcủahộ:(i)Trìnhđộhọcvấncủachủhộvà
(ii) Giá trị đầu tư của hộ có tác động cùng chiều đến khả năng trả nợ của các hộ gia đình.Các yếu tố khác đều không có ảnh hưởng đến khả năng trả nợ tín dụng của hộ Đối vớiViệt Nam, kết quả nghiên cứu trên 198 hộ được khảo sát đã tìm ra có 2 yếu tố có ảnhhưởng: (i) Khoản vay của hộ (ii) Dân tộc của hộ có tác động cùng chiều lên khả năng trảnợtíndụngcủa hộdân(Dufhuesetal.,2011).
Nghiên cứu Norhaziah, N., & Mohd, S M N (2013) về các vấn đề về hoàn trả khoản vaytrongcácchương trình tàichính vimôsửdụngphương phápchovaycánhân Ngh iêncứu này áp dụng phân tích định tính thông qua phỏng vấn sâu các nhân viên của tổ chứcTCVMvà kháchhàngcủatổchức TCVMtạiBánđảoMalaysia Kếtquảchothấy cácyếutốảnhhưởngđếnkhảnăngtrảnợcủangườiđivaylàyếutốkinhdoanh,tháiđộcủa người đi vay đối với khoản vay của họ, gánh nặng nợ khác, tổng số khoản vay đã nhận vàkhông có kinh nghiệmtrong kinh doanh Nghiên cứu khuyến nghịc á c t ổ c h ứ c
T C V M tăng cường giám sát khoản vay của họ thông qua giám sát ngang hàng như trong cách tiếpcận cho vay theo nhóm như thông qua câu lạc bộ doanh nhân hoặc chương trình cố vấn cốvấn để giảm bớt thái độ không trả lại khoản vay của người vay và giúp họ nâng cao hoạtđộng kinh doanh của mình Bên cạnh đó, nghiên cứu đề xuất sự khác biệt giữa các điềukhoản và điều kiện giữa việc áp dụng khoản vay để khởi sự kinh doanh và cho mục đíchsửdụngvốnlưuđộng.
Nghiên cứu Mokhtar, S H., Nartea, G., & Gan, C (2012) nghiên cứu các yếu tố quyếtđịnh vấn đề hoàn trảkhoản vay trong tài chính vimôn g ư ờ i v a y t r o n g c á c t ổ c h ứ c TEKUN và YUM ở Malaysia Bằng cách sử dụng mô hình hồi quy logistic, kết quả chothấy kết quả của các yếu tố quyết định đến vấn đề hoàn trả khoản vay giữa các bên vayTEKUN và YUM cho thấy rằng đặc điểm của người vay (tuổi và giới tính), đặc điểm kinhdoanh (loại hình kinh doanh) và đặc điểm khoản vay (thời hạn trả nợ, phương thức trả nợvà số tiền trả nợ) là một trong những yếu tố ảnh hưởng đến người vay trong việc hoàn trảcác khoản vay của họ Ví dụ, nam giới đi vay ở TEKUN gặp khó khăn trong việc hoàn trảkhoản vay của họ Hơn nữa, đối với cả người vay TEKUN và YUM tham gia vào cácdoanhnghiệpnôngnghiệp,thựctếnàyđãtácđộngđếnvấnđềhoàntrảnợvayNghiê ncứu này cho thấy tuổi của người đi vay ảnh hưởng đến vấn đề trả nợ Các cam kết tàichính cao hơn đối với gia đình có thể là lý do khiến những người vay lớn tuổi trongTEKUN có có khả năng trả nợ cao hơn.Trong khi đó, các khoản vay tín dụng vi mô doYUM cung cấp đang thu hút nhiều người trẻ hơn người vay hơn người lớn tuổi Thu nhậpnhận được ít hơn do thiếu kinh nghiệm trong kinh doanh liên quan có thể là lý do họ gặpkhó khăn trong việc trả khoản vay.Những người vay trẻ hơn cũng có thể có nhận thứcrằng họ có nhiều cơ hội hơn để được vay tín dụng vim ô m ặ c d ù h ọ đ ã t r ở t h à n h m ộ t ngườivỡnợvớimộttổchức tài chínhvimô.
Nghiêncứutrongnước
Nghiên cứu của Đào Thị Thanh Bình (2019) về xây dựng mô hình chấm điểm tín dụngKHCN vay tiêu dùng tại Việt Nam Tác giả sử dụng phương pháp của hệ thống FICO cótínhđếntìnhhình củaViệtNam Bàibáocũngnhằmmục tiêu giúp cho người tiêu dùng tính được điểm tín dụng của mình một cách đơn giản Với 5 biến giảithích được đánh giá là quan trọng được tác giả đưa vào mô hình phân tích biệt số: X1 =Học vấn; X2 = Nghề nghiệp; X3 Thu nhập (đơn vị triệu đồng); X4 = Số người phụthuộc; X5 = Tài khoản Kết quả phân loại mang lại khả năng chính xác là 89,4% Trongđó, tác giả chỉ ra mô hình với hàm phi chuẩn hóa có khả năng tốt hơn so với hàm chuẩnhóa Hai yếu tố là X4 (số người phụ thuộc) và X5 (tài khoản) có đóng góp nhiều nhất chodựbáokhảnăngvỡnợcủakhách hàng (ĐàoThịThanhBình,2019).
Nghiên cứu của Phạm Thị Thu Trà & Robert Lensink (2008) xem xét sự khác biệt về khảnăng vỡ nợ trong tín dụng chính thức, phi chính thức và bán chính thức Đồng thời, phântích các yếu tố quyết định đến khả năng vỡ nợ liên quan tới ba nguồn tín dụng này bằngviệc sử dụng bộ dữ liệu thống kê về hộ gia đình Việt Nam Các tác giả thấy rằng, các hộgia đình nhỏ với tài sản thế chấp hoặc bảo lãnh chủ yếu vay chính thức và bán chính thứctrong khi nhà thầu nữ, hộ lớn và khách hàng vay không cần thế chấp hoặc người bảo lãnhchủ yếu dựa vào vay phi chính thức Bên cạnh đó, người cho vay không chính thức chịunguy cơ vỡ nợ cao hơn so với cho vay chính thức và bán chính thức Một số điều khoảntrong hợp đồng vay có liên quan đến việc xác định rủi ro vỡ nợ trong tín dụng chính thứcchẳng hạn như thời hạn cho vay, lãi suất cho vay và đặc biệt vai trò người thân trong việcchovaykhôngchínhthức được nhấnmạnh,theođóvayngườithânlàmgiảmtỷlệvỡnợ.
Nghiên cứu của Hoàng Thị Kim Diễm (2012) với Ngân hàng Đầu tư và Phát triển Chinhánh Nam Sài Gòn Việc sử dụng mô hình Logit với số lượng 137 khách hàng, tác giả đãtìmracácyếutốảnh hưởngtớikhảnăngtrảnợcủaKHCNbaogồm:
(1) Giới tính; (2) Thuê nhà; (3) Tình trạng hôn nhân; (4) Thời gian cư trú; (5) Tiết kiệmhàngtháng cótácđộng ngượcchiềulênkhảnăngtrảnợ củadoanhnghiệp.Cácyếutố:(6)
Trình độ học vấn; (7) Sở hữu nhà; (8) Rủi ro nghề nghiệp; (9) Thời gian làm việc; (10)Thu nhập hàng tháng; (11) Số dịch vụ khác sử dụng; (12) Làm cho công ty vốn nhà nướccó tác động cùng chiều lên khả năng trả nợ của khách hàng đối với ngân hàng (Hoàng ThịKimDiễm,2012).
Nghiên cứu của Đinh Thị Huyền Thanh & Kleimeier (2007) bằng việc sử dụng bộ dữ liệugồm 56.037 quan sát của một NHTM Việt Nam, thông qua hồi quy Logistic các tác giả đãđưa ra kết luận đối với những biến số có ảnh hưởng lớn đến khả năng vỡ nợ của KHCNvới mô hình tối ưu được ước lượng là 16 biến có ý nghĩa, bao gồm các biến như: Thâmniên giao dịch với ngân hàng, giới tính, số khoản vay và thời hạn vay (Dinh & Kleimeier,2007).
Nghiên cứu của Đường Thị Thanh Hải (2014) về đặc điểm và các yếu tố ảnh hưởng đếntín dụng cá nhân tại hệ thống ngân hàng thương mại ở Việt Nam hiện nay Kết quả nghiêncứu chỉ ra, các đặc điểm của tín dụng cá nhân gồm: Quy mô khoản vay nhỏ nhưng sốlượng vay lớn; Các khoản tín dụng cá nhân có mức lãi suất cho vay chưa linh hoạt; Tíndụng cá nhân có chi phí lớn nhất trong danh mục tín dụng của ngân hàng; Tín dụng cánhân có mức độ rủi ro cao. Đồng thời, nghiên cứu cũng chỉ ra các yếu tố ảnh hưởng tớichất lượng tín dụng khách hàng cá nhân: (i) Yếu tố từ phía ngân hàng (chiến lược kinhdoanh, chính sách, quy định của ngân hàng,cán bột í n d ụ n g , c ô n g t á c t h ô n g t i n , c ô n g nghệ của ngân hàng); (ii) Yếu tố từ phía khách hàng (năng lực tài chính, thói quen, đạođức của khách hàng); (iii) Yếu tố từ bên ngoài (đặc điểm văn hóa, kinh tế vĩ mô). (ĐườngThịThanhHải,2014).
Nghiên cứu của Ngô Tiến Quý (2020) về các yếu tố ảnh hưởng đến khả năng vỡ nợ củakhách hàng cá nhân tại Ngân hàng Hợp tác xã Việt Nam bằng cách so sánh độ chính xáccủa các mô hình ước lượng theo các phương pháp Logit, Probit, mạng Nơ-ron nhân tạo,Random Forest Kết quả nghiên cứu cho thấy các mô hình đều cho kết quả ước lượngchính xác trên 80% và tìm ra các nhân tốt có ảnh hưởng đếnkhả năng vỡ nợ của kháchhàngcánhântạiNgânhàngHợptácxãViệtNamlà:Giớitính,tìnhtrạnghônnhân,độ tuổi, thời gian làm việc, thu nhập, kỳ hạn vay, tình hình trả chậm, đa dạng hóa nghềnghiệp,thamgiabảohiểmnhậnthọvàtàisảnđảmbảo.
Khoảngtrốngnghiêncứu
Ở trong và ngoài nước đã có nhiều nghiên cứu được thực hiện về khả năng trả nợ cũngnhư khả năng vỡ nợ của khách hàng ở các góc độ, khía cạnh và cách tiếp cận khách nhau.Tuy nhiên, các nghiên cứu đưa ra nhiều kết quả khác nhau và nhiều lý giải khác nhau.Đồng thời, chưa có nhiều nghiên cứu được thực hiện tại Agribank trong bối cảnh kinh tếnhư hiện nay Ngoài ra, phần lớn các nghiên cứu trước đây đều nghiên cứu về các nhân tốành hưởng và mức độ ảnh hưởng của các nhân tố đến khả năng trả nợ mà chưa đưa rađược dự báo về xác suất vỡ nợ của khách hàng Vì vậy, việc nghiên cứu về dự báo khảnăngvỡnợcủaKHCNlàhếtsức cầnthiếtvàcóýnghĩathực tiễn.
Từ các lý thuyết, khái niệm về tín dụng ngân hàng, tín dụng khách hàng cá nhân,thẩmđịnh tín dụng và rủi ro trong tín dụngtác giả tiến hành thống kê kết quả của các nghiêncứu liên quan ở trong và ngoài nước Đây là căn cứ quan trong để xác định được các biếnnghiên cứu, mô hình và phương pháp nghiên cứu phù hợp ở các chương tiếp theo Ngoàira, việc tổng hợp các nghiên cứu liên quan còn giúp tác giả xác định được khoảng trốngtrongcácnghiêncứutrước đó, từđóđịnhhướngvấnđềnghiêncứu.
Lý thuyết về mô hình
Thu thập và xử lý số liệu Ước lượng tham số
Quytrình nghiêncứu
LýthuyếtvềmôhìnhhồiquyLogistic
Trong bài nghiên cứu, vì đối tượng nghiên cứu là khả năng vỡ nợ của khách hàng chỉ cóthể xảy ra 1 trong hai khả năng là: vỡ nợ và không vợ nỡ, cho nên mô hình hồi quy đượcsửdụngtrongbàiphảilà môhìnhhồiquynhịphân
Hồi quy Logistic là mô hình hồi quy đặc biệt khi biến phụ thuộc là một biến nhị phân chỉnhận hai giá trị 0 và 1 Mô hình hồi quy này sử dụng để dự đoán xác suất xảy ra một việcdựavào thôngtin các biếnđộclậptrongmôhình.
Xácsuất:Là khảnăng đểsự việcxảyra,kýhiệulà P.
Oddslàtỷlệsosánhgiữahai xác suất:Xảyrasự việcvà không xảyra.
Khichúngtacóbiếnphụthuộcchỉcóhailựachọn:Y=1,Y=0vàxácsuấtđểsựviệcđó xảy ra ký hiệu là P (Y = 1) = P Các nhà thống kê thường sử dụng một đại lượng quenthuộc là Odds của sự việc xảy ra, chứ không phải là xác suất để sự việc đó xảy ra và Oddsđượctínhnhư sau:
Nhưvậy,theo côngthứcnàythìOddslàmộthàmsốtheoP.Odss>=0vàOddssẽkhôngxácđịnhkhiP=1.
TacóPlàxácsuấtxảyrasựkiệnthì(1–P)làxácsuấtkhôngxảyrasựkiện,xácsuấtPđượcđo lườngnhư sau:
(i)Tácđộng biêncủabiếnthứk Ý nghĩa: Khi thay đổi Xkmột đơn vị thì xác suất để cho Y = 1 (cũng chính là Pi) sẽ thayđổi Pi.(1 - Pi) βk Sự thay đổi xác suất theo giải thích này phụ thuộc vào hai yếu tố. Yếu tốthứnhấtlàdấucủahệsốβk.Nếuhệsốmangdấu(+X’)thìcónghĩalàkhităngbiếnXksẽtác động làm tăng xác suất cho Y = 1 và ngược lại Yếu tố thứ hai là sự thay đổi xác suấtcho Y = 1 khi thay đổi Xksẽ lại phụ thuộc vào giá trị cụ thể của Xk, có nghĩa là việc tăng(giảm) xác suất Pik h i t h a y đ ổ i X ks ẽ k h ô n g c ố đ ị n h m à n ó s ẽ t h a y đ ổ i t ư ơ n g ứ n g v ớ i g i átrị của biến Xkvà sự thay đổi này nằm trong phạm vi của điều kiện cơ bản của xác suất là01≤≤Pi.
(ii) Mối quan hệ giữa tác động biên của xác suất biến phụ thuộc tăng lên từ P0lên
Từmốiquanhệnàychúngt a c ó t h ể x â y d ự n g k ị c h b ả n c h o s ự t h a y đ ổ i c ủ a x á c suấtk h i t h a y đ ổ i m ộ t đ ơ n v ị c ủ a b i ế n X k , s ự t h a y đ ổ i n à y b ằ n g c á c h q u a n s á t c h ê n h lệchcủaP0và P1,chúngtalấyP1-
P0sẽtìm rasựth ay đổicủaxác suấtkhithay đổimộtđ ơ n v ị c ủ a X k Ư u đ i ể m củ a c á c h m ô p h ỏ n g n à y choc h ú n g t a t h ấ y đượcs ự t h a y đổixácsuấtcụthể.
Xâydựngmôhình
Mô hìnhnghiên cứu
Từ các nghiên cứu trước, dựa trên mô hình nghiên cứu của Dufhues và cộng sự (2011),Gabriel Jiménez & Jesús Saurina (2003), Irakli Ninua (2008), Abid & Cộng sự
Biếnphụ thuộc Địnhnghĩa Thangđo Nghiêncứuliên quan
HCN của 0:khôngnăn g vỡ nợ1:cókhả vỡnợ khả năng
AGE Tuổicủangười vayvốn năm Abid, L.,
INC Tổng thu nhập ngườivayvốn của triệuđồng -
LVA Giát r ị k h o ả n v a y (triệ uđồng) triệuđồng Abid, L.,
Biếnphụ thuộc Địnhnghĩa Thangđo Nghiêncứuliên quan
PUR Mụcđíchvay 0:s ả n x u ấ t k i n h doanh 1: tiêu dùng
EXP Kinhnghiệml à m v i ệ c củangườivayvốn năm Hoàng Thị Kim
COL Tỷlệkhoảnvaytrêntài sảnđảm bảos ửd ụn g cho khoảnvay phầntrăm Lê Văn
0:đúnghạn 1:trễhạn Đinh Thị Huyền Thanh &
TER Thờihạnvay Năm PhạmT hị T h u T r à
Giảthiếtnghiên cứu
H1: Giới tính của người đi vay có tác dụng ngược chiều lên khả năng vỡ nợ của kháchhàngcánhântạingânhàng.
Giớitínhcũnglàmộttrongcácyếut ố đ ư ợ c c á c n g h i ê n c ứ u x â y d ự n g t r o n g v i ệ c đánhgiá k hả n ă n g vỡ n ợ Namgiớicóx uh ướ ng vỡ n ợt hấp hơ n s o vớinữ g i ớ i v ìn ữ gi ớin g o à i c á c c ô n g v i ệ c k i n h d o a n h h a y v i ệ c l à m t h ì c ò n g á n h t h ê m c ô n g v i ệ c t r o n g gia đình làm cho thời gian làm việc đem lại thu nhập ít hơn so với nam giới (Dufhues etal.,2011).Đâylàvấnđềdovănhóalàmảnhhưởngtớisựkhácbiệtnày.Dotácgiảđưaragiảt hiếtnhư trên.
H2: Độ tuổi củangười đi vay có tác động ngược chiều lên khảnăng vỡnợcủak h á c h hàngcánhântạingânhàng. Độtuổicũngl à c h ỉ s ố đ ư ợ c x e m x é t t r o n g v i ệ c đ á n h g i á k h ả n ă n g v ỡ n ợ c ũ n g như xếp hạng tíndụngKHCN.Vớikháchhàng có độ tuổic à n g n h i ề u t h ì k i n h n g h i ệ m làmviệccũngcaohơn(Kočenda&Vojtek,2011;O j i a k o & O g b u k w a , 2 0 1
2 ) V ớ i nhiều trải nghiệm trong công việc, họ đã có đúc rút ra các kinh nghiệm trong công việccũng như kinh doanh (Abid et al., 2018) Đồng thời, các cá nhân nhiều tuổi thì có tráchnhiệm hơn và kỷ luật hơn trong vấn đề công việc cũng như trả nợ (Boyle et al., 1992;Mokhtar etal., 2012) Do đó, các rủi ro họđ ã p h ầ n n à o b i ế t t r ư ớ c đ ể c ó b i ệ n p h á p h ạ n chếrủiro.Vìvậy,tácgiảđưaragiảthiếtnhư trên.
Trong nghiên cứu, biến trình độ học vấn được biểu diễn bằng số năm đi học của người đivay.T r ì n h đ ộ h ọ c v ấ n c ủ a c á c k h á c h h à n g c à n g c a o t h ì c ó í t k h ó k h ă n h ơ n t r o n g v i ệ c trảnợ.Vớicá nhâncótrình độhọc vấncàngthấpthìkhả năngtìmđượccôngviệc ổnđịnh có thunhập caoc ũ n g s ẽ t h ấ p h ơ n ( K o č e n d a & V o j t e k , 2 0 1 1 )
N h ữ n g c á n h â n c ó họcv ấ n c a o c ó x u h ư ớ n g t ì m k i ế m đ ư ợ c c á c c ô n g v i ệ c t ố t h ơ n c á c n h ó m c ó h ọ c v ấ n kém hơn (Oni et al., 2005; PhD et al., 2007) Trong nghiên cứu này, tác giả đưa ra giảthuyếtnghiêncứunhưtrên.
Tìnht r ạ n g h ô n n h â n c ó v a i t r ò đ ó n g g ó p q u a n t r ọ n g t r o n g v i ệ c đ á n h g i á k h ả năng vỡ nợ của khách hàng (Kočenda & Vojtek, 2011; Moffatt, 2005) Với các kháchhàngđãlậpgiađìnhcólợithếthunhậpképkhicảvợchồngđềucóthunhậpmanglại chog i a đ ì n h ( C a r l i n g e t a l , 1 9 9 8 ) Đ i ề u n à y l à m c h o k h ả n ă n g v ỡ n ợ g i ả m đ i k h i v ợ chồngcót h u n h ậ p ổ n đ ị n h D o đó, ng hi ên c ứ u đư a r a g iả t h u y ế t n g h i ê n cứ ur ằ n g t ì n h trạng hôn nhân có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tạingânhàng.
Nghền g h i ệ p c ủ a k h á c h h à n g c ũ n g đ ư ợ c đ ư a v à o g i ả t h u y ế t t á c đ ộ n g l ê n k h ả n ă n g vỡ nợ của khách hàng Với khách hàng làm việc trong các tổ chức của người khác (kháchhàng đóng vai trò là người làm thuê) có khả năng trả nợ cao hơn so với những khách hàngtự doanh Vấn đề tự doanh làm cho rủi ro kinh doanh tăng lên cùng số tiền vay ngân hàng.Các khách hàng không tự doanh có những nguồn thu cố định và đã được thẩm định về hồsơcũngnhư sốtiền vaytương ứng.Bởivậy,tácgiảđưaragiảthiếtnghiêncứunhưtrên.
O n i e t a l , 2005; PhD et al., 2007) Nguyên nhân dẫn tới vỡ nợ của khách hàng do mức thu nhậpgiảm( P e n n i n g t o n -
C r o s s , 2 0 0 0 ; P e t e r & P e t e r , 2 0 1 1 ) V i ệ c c h i t i ê u n h i ề u k h i m à m ứ c thu nhập hạn chế sẽ làm giảm khả năng trả nợ của khách hàng (Hall & Mishkin, 1980;Hayashi, 1985; V M Peter & Kerr,2001) Do đó, trong nghiên cứu này tácg i ả đ ư a r a giảthiếtnhư trên.
H7:G iá trị kh oả nva y c ó tá c đ ộ n g cù ng ch iều lê nkh ả n ă n g v ỡn ợ c ủ a kh ác hh àn gc á nhântạingânhàng.
Sốtiềnc h o v a y h a y t ỷ l ệ c h o v a y c ó g i á t r ị c à n g c a o r ủ i r o c à n g l ớ n ( J a c o b s o n & Roszbach,2003;Kočenda &Vojtek, 2011; V.M.Peter& Kerr, 2001;V.Peter& Peter,2 0 1 1 ) V ớ i s ố t i ề n c h o v a y càn g l ớ n d ẫ n t ớ i c h i p h í t r ả l ã i c à n g c a o , r ủ i r o c ủ a nhómk h á c h h à n g n à y c à n g l ớ n ( B e r k & D e M a r z o , 2 0 1 6 )
D o đ ó , t r o n g n g h i ê n c ứ u này tác giả đưa ra giả thiết giá trị khoản vay có tác động cùng chiều lên khả năng vỡ nợcủakhách hàng cá nhân tạingânhàng.
H8: Mục đích vay có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhântạingânhàng.
Những khách hàng vay vốn phục vụ sản xuất kinh doanh có khả năng vỡ nợ thấp hơnnhữngkháchhàngvayphục vụnhucầutiêudùng.
H9: Tình trạng cư trú có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cánhântạingânhàng.
Những khách hàng thường trú tại địa phương có xu hướng có khả năng trả nợ tốt hơn cáckháchhàngtạmtrúhaythuênhà.
Thờigianlàmviệccànglớndẫntớik i n h n g h i ệ m l à m v i ệ c c ủ a k h á c h h à n g c à n g nhiều Khảnăng xử lý công việc tốt, cácmối quan hệ xã hội cũngn h ư t r o n g c ô n g v i ệ c mởrộnggiúpcôngviệc trởlênthuậnlợihơn.
H11: Tỷ lệ khoản vay trên giá trị tài sản đảm bảo cho khoản vay đó có tác động thuậnchiềulênkhảnăngvỡ nợ củakháchhàngcánhântạingânhàng.
Với khách hàng có lịch sử tín dụng tốt, không trễ hạn thì cho thấy họ chủ động trong việcchi trả Do đó, họ sẽ có khả năng vỡ nợ thấp hơn so với các khách hàng có tiền sử trả nợkhôngtốt.
Sốn g ư ờ i p h ụ t h u ộ c t r o n g g i a đ ì n h m a n g t ớ i n h ữ n g á p l ự c t r ả n ợ c h o k h á c h hàngkhit hu nhậpphảiphânphốithêm chon hữ ng người p hụthuộc Dođó, cá c khách hàngt r o n g h ộ c ó n h i ề u n g ư ờ i p h ụ t h u ộ c t h ì m ứ c đ ộ p h â n p h ố i t h u n h ậ p n h i ề u h ơ n Khảnăngvỡnợcủanhómkháchhàngnàycũngcaohơn.
Thờihạnvaycũngđ ư ợ c đ á n h g i á c ó ả n h h ư ở n g q u a n t r ọ n g t ớ i k h ả n ă n g t r ả n ợ hay vỡ nợ của kháchhàng Thời hạn vay dài hạn giúpcá nhâncókhả năng vỡ nợt h ấ p hơn khi chiến lược kinh doanh cũng như trả nợ được thu xếp dài hơn (Dufhues et al.,2011;Jacobson&Roszbach,2003),chủđộnghơntrong quátrìnhtrảnợ.
Dữliệunghiêncứu
Nghiên cứu sử dụng dữ liệu từ nguồn dữ liệu tại Agribank chi nhánh Tân Phước Khánh – Bình Dương Mẫu nghiên cứu thu đượcthông tin từ200 kháchhàngc ó p h á t s i n h g i a o dịchtạichinhánhtronggiaiđoạntừ năm2019đếnnăm2021.
Phương phápnghiêncứu
Mô tảdữliệu
Nghiên cứu áp dụng phương pháp phân tích thống kê mô tả để phân tích đặc điểm củamẫu.
Phươngpháphồiquy
Với đặc trưng của biến phụ thuộc là vỡ nợ của khách hàng được đo lường bằng 1 nếu vỡnợ (không trả được nợ) và là 0 nếu không vỡ nợ (trả được nợ) Do đó, mô hình hồi quyLogistic sẽ được sử dụng để phân tích các yếu tố ảnh hưởng lên khả năng vỡ nợ củaKHCN.
Lemeshow(1980)làkiểmđịnhsựphùhợpcủahàmhồi quyvớibiếnđộc lậplà biếnnhịphân.Kiểmđịnhđặt ra2giảthiết:
Nếu giá trị p-value < 5% thì bác bỏ giả thiết H0, ngược lại thì chấp nhận giả thiết H0.Khảnăngdự báocủamôhình:
Phân tích đường cong ROC để kiểm tra khả năng phân biệt của test giữa trường hợp cókhảnăngvỡnợvàkhôngcókhảnăngvỡnợ.
ROC (Receiver operating characteristic) là một đồ thị được sử dụng khá phổ biến trongmô hình phân loại nhị phân Đường cong này được tạo ra bằng cách biểu diễn tỷ lệ dự báotrue positive rate (TPR) dựa trên tỷ lệ dự báo failse positive rate (FPR) tại các ngưỡngkhácnhau.
AUC là từ viết tắt của Area Under The Curve (khu vực bên dưới đường cong ROC), biểudiễn mức độ phân loại của mô hình Chỉ số AUC càng cao thì mô hình càng chính xáctrongviệcphânloạicáclớp. ÝnghĩacủađườngcongROC:
+X’AUC0,9:Khảnăngdự đoáncủamôhình làrấttốt(excellent)
Từ cơ sở lý thuyết ban đầu đã được tổng hợp liên quan đến đo lường khả năng vỡ nợ củakhách hàng cá nhântác giả đã xác định và trình bày dữ liệu nghiên cứu, xác định các biếnnghiên cứu, phương pháp nghiên cứu cùng các mô hình nghiên cứu thực nghiệm Tác giảsẽtrìnhbàykếtquảnghiêncứuvàthảoluậnkếtquảtrong chương4.
Kếtquảnghiên cứu
Thốngkêmôtả
Cácthống kêmôtảbaogồm:trungbình (Mean),trungvị(Std Dev.),giátrị lớn nhất (Max), giá trị nhỏ nhất (Min) Kết quả thống kê mô tả dữ liệu của các biếnquansátđượcthểhiệntạibảng3.1.
Variable Obs Mean Std.Dev Min Max
Variable Obs Mean Std.Dev Min Max
Cótấtcả200quansátđượcthuthậptừthuthậptừthôngtinkháchhàngcánhântạiAgribankTâ nPhướcKhánh từnăm 2019 đến năm2021 Kết quảnhư sau:
Thống kê mô tả các biến liên tục chỉ ra rằng:độ tuổi trung bình của các KHCN được thu thậpthông tin là 43.91 tuổi, trong đó, cao nhất là 60 tuổi và thấp nhất là 20 tuổi Đối với trình độ họcvấn, KHCN có số năm đi học cao nhất là 18 năm và thấp nhất là 0, với trung bình là 11,02 năm.Đối với tổng thu nhập trung bình một tháng của KHCN được thu thập mẫu là 104 triệu đồng Gíatrị khoản vay trung bình là 2805.71 triệu ( 2.805 tỷ đồng) Số năm kinh nghiệm làm việc trungbình là khoảng 8,6 năm, với người có nhiều năm kinh nghiệm nhất là 30 năm, còn thấp nhất là 1năm kinh nghiệm Về tỷ lệ khoản vay trên tài sản đảm bảo dao động trong khoản từ 20% đến79.74%, với trung bình là 43,94% Về số người phụ thuộc trong gia đình trung bình là 3 người,trong đó cao nhất là 5 người và thấp nhất là 1 người Về thời hạn vay, trung bình 5.62 năm, vớilâunhất là10 năm và thấp nhất là1 năm.
Kết quả thống kêcho các khách hàng có đặc điểm về giới tính như sau có 96/200 khách hàngđượcthu thập thôngtin có giới tính lànam, còn lại104 khách hànglà nữ.
92 Độc thân Đã lập gia đình
Tìnht r ạ n g h ô n n h â n c ủ a K H C N c h o t h ấ y c ó 1 0 4 / 2 0 0 k h á c h h à n g đ ã l ậ p g i a đ ì n h v à c ò n l ạ i 96/200 khách hàngđangở tình trạngđộcthân
Hình4.2 Thốngkêmôtảvề tìnhtrạng hônnhân Đốivớiđặcđiểmnghềnghiệpcủakháchhàngđượcthuthậpthôngtinthìcó93/200kháchhàngđangtựsả n xuất kinh doanh, còn lại 107/200 khách hàngđanglàm thuê.
Hình4.3 Thốngkêmôtảvề nghề nghiệp Đối với mục đích sử dụng vốn vay của KHCN, cho thấy có 88/200 khách hàng vay vì mục đíchphục vụ nhu cầu sản xuất, kinh doanh, còn lại là vay phục vụ tiêu nhu cầu tiêu dùng, với 112/200kháchhàng.
Hình4.4 Thốngkêmô tảvềmục đíchvay Đối với tình trạng cư trú, có thể thấy phần lớn khách hàng hiện đang thường trú tại địa phương(108/200), còn lại 92/200 khách hànglà tạm trú.
98 Đúng hạn Không đúng hạn
Hình4.5 Thốngkêmôtảvề tìnhtrạng cưtrú Đối với đặc điểm về lịch sử trả nợ của khách hàng cho thấy phần lớn khách hàng được thu thậpthông tin có lịch sử trả nợ không đúng hạn ( 101 khách hàng), tuy nhiên , kết quả này không quáchênh lệch với lượngkhách hàngtrảnợ đúnghạn(99 khách hàng).
Hình4.6 Thốngkêmô tảvề lịch sửtrả nợ
Phântíchtương quan
1 T h ô n g q u a h ệ s ố t ư ơ n g q u a n c ó thểb i ế t c h i ề u t ư ơ n g q u a n r i ê n g g i ữ a b i ế n p h ụ t h u ộ c v ớ i b i ế n g i ả i t h í c h Đ ồ n g t h ờ i chothấyxuấthiệnhiệntượngđacộngtuyếnt r o n g m ô h ì n h h ồ i q u y ( n ế u r > 8 ) Trongt rườnghợpcósựkhácbiếtv ề x u h ư ớ n g t á c đ ộ n g c ủ a c á c b i ế n đ ộ c l ậ p v à biếnp h ụ t h u ộ c g i ữ a k ế t q u ả t h e o h ệ s ố t ư ơ n g q u a n v à k ế t q u ả t h e o m ô h ì n h h ồ i q u y Khi đó, mô hình hồi quy có thể chưa đáp ứng đủ các giả thuyết của mô hình nghiên cứu,điềun à y làmđấucủ a h ệs ố ư ớ c l ư ợ n g c ó t h ể k h á c b i ệ t s o v ớ i x u h ư ớ n g t á c độngdựatrênsốliệuthựct ế T h e o H o à n g T r ọ n g v à C h u N g u y ễ n M ộ n g N g ọ c (2008),m ố i q u a n h ệ t u y ế n t í n h g i ữ a c á c b i ế n c ó t h ể đ ư ợ c ư ớ c l ư ợ n g t h ô n g q u a g i á trịhệsốtươngquannhưsau:
(i) r > 0: Hai biến số có mối quan hệ cùng chiều;r0,05,dođóchưađủđiềukiệnbácbỏg iả thiết H0, tức là giữa giá trị thực tế và giá trị dự báo không có sự khác biệt Vì vậy, môhìnhlàphùhợp.
Đường congROCvàAUC
Phân tích đường cong ROC để kiểm tra khả năng phân biệt của test giữa trường hợp cókhảnăngvỡnợvàkhông không vỡnợ.Ýnghĩacủa đườngcongROC:
+X’AUC=0,5–0,6:Khảnăngdựđoáncủamô hìnhlàrất kém(Fail)
+X’AUC=0,7–0,8:Khảnăngdựđoáncủamô hìnhở mứctrungbình(Fair)
+X’AUC>0,9:Khảnăngdự đoáncủamôhình làrấttốt(excellent).
Dựa trên đường biểu diễn ROC và giá trị AUC của mô hình cho thấy, AUC = 97,51% chothấy, môhìnhcókhả năngdựđoánchínhxácmứcđộvỡnợcủakháchhànglàrất tốt.
Thảoluậnkết quả
Dựa vào kết quả hồi quy, ta xác định được các nhân tố và chiều tác động của các nhân tốđến khả năng vỡ nợ của khách hàng cá nhân tại Agribank chi nhánh Tân Phước Khánh, cụthểnhư sau:
Về giới tính của người đi vay có ảnh hưởng cùng chiều lên khả năng vỡ nợ, nghĩa là namgiới có khả năng vỡ nợ cao hơn nữ giới Có thể thấy rằng, nữ giới thường có xu hướng làngười giữ chi tiêu trong gia đình nên họ có thể cân đối chi tiêu cẩn trọng hơn, tạo nguồntrả nợ ổn định hơn, vì vậy, khả năng vỡ nợ của khách hàng nữ là thấp hơn.Cũng theonghiên cứu của Herron (2014)thì nam giới thường thoải mái hơn trong việc vay thêm nợ, họcũnggặprắcrốitàichínhthườngxuyênhơn. Độ tuổi của người đi vay có tác động ngược chiều đến khả năng vỡ nợ của KHCN khi vayvốn tại ngân hàng Kết quả này phù hợp với nghiên cứu trước đây như: Ngô Tiến Quý(2019), Abid, L., Masmoudi, A.,
& Zouari-Ghorbel, S (2018), (Ojiako & Ogbukwa,2012) Điều này được lý giải rằng với tuổi càng nhiều càng tích lũy được cả về kinhnghiệm và vốn kinh doanh Nên các quyết định kinh doanh cần vay vốn được họ tính toánkỹ hơn Đồng thời, với lượng tài sản đảm bảo có do tích lũy tài sản có hơn những ngườitrẻ làm cho họ phải đánh đổi nhiều hơn nếu không trả được nợ Do vậy, những người lớntuổicóxuhướngkinhdoanhantoànhơnngườitrẻdẫntớikhảnăngvỡnợcủahọcũngtrở lênthấphơn.
Trình độ học vấn cũng có tác động ngược chiều đến khả năng vỡ nợ của KHCN, nghĩa làngườiđivaycótrìnhđộhọcvấncàngcaothìkhảnăngvỡnợcàngthấp.Điềunàyphùh ợp với kết quả nghiên cứu trước đây như Huỳnh Quang Linh (2021), Dufhues,T.,Buchenrieder,G.,Quoc,H.D.,&Munkung,N.(2011).Khingườiđivaycótrìnhđộhọc vấn cao, họ có nhiều kiến thức hơn và có khả năng cao hao trong việc SXKD cũng nhưcânđối chitiêu của mình để tạora nguồntrảnợ tốt hơn.
Yếu tố về tình trạng hôn nhân cũng có tác động ngược chiều lên khả năng vỡ nợ kết quảnày chỉ ra những khách hàng đã kết hôn có khả năng trả được nợ cao hơn so với nhữngngười chưa kết hôn Vấn đề do khi lập gia đình, nguồn tài chính có thể huy động từ nhiềunguồn như vợ/chồng, phụ huynh hay người nhà hai bên vợ/chồng (Ojiako & Ogbukwa,2012) Ngoài ra, theo Ngô Tiến Quý(2020),người đã kết hôn thường tập trung vào côngviệcnhiềuhơndotráchnhiệmcũngnhưgánhnặngtừgiađình.Dovậy,thờigianc ôngsứcvà tậptrunghơnsovớingườichưa kếthôn.
Yếu tố thu nhập có ảnh hưởng ngược chiều lên khả năng vỡ nợ cho thấy các khách hàngcó thu nhập càng cao thì khả năng trả nợ caoh ơ n v ớ i n g ư ờ i c ó t h u n h ậ p t h ấ p h ơ n V i ệ c thu nhập cao sẽ làm cho khả năng tích lũy về tiền dư của hộ vay sẽ lớn hơn Trong nhữngtrườnghợpkhôngthuậnlợi,ngườivaycóthunhậpcaocóthểsửdụngkhoảndựtr ữtừthunhậpđểthanhtoánvớingân hàng(LêVăn Triết,2010;HoàngThịKimDiễn,2012).
Giá trị khoản vay có ảnh hưởng thuận chiều đến khả năng vỡ nợ của khách hàng nghĩa làvới khoản vay càng lớn thì khả năng vỡ nợ càng cao Thực vậy, khoản vay càng lớn thì áplực hoàn trả gốc và lãi cho ngân hàng càng lớn vì vậy làm gia tăng khả năng vỡ nợ củakhách hàng Điều này phù hợp với các nghiên cứu trước đây như: Đặng Thị Cẩm Nhung(2015), Phan Thị Hằng Nga và Nguyễn Thị Ngọc Quỳnh (2020), Abid, L., Masmoudi, A.,&Zouari-Ghorbel,S.(2018).
Mục đích vay có tác động thuận chiều đến khả năng vỡ nợ, nghĩa là khách hàng vay vìmục đích tiêu dùng có khả năng vỡ nợ cao hơn các khách hàng vay phục vụ sản xuất, kinhdoanh Việc vốn vay được sử dụng cho SXKD có thể giúp khách hành tạo ra nguồn trả nợbềnvữnghơnsovớivaytiêudùng,vìvậy,kháchhàngvaytiêudùngsẽcókhảnăngvỡnợca ohơn.Kếtquảphùhợpvớikếtquảcủacácnghiêncứu:Huỳnh QuangLinh(2021).
Tình trạng cư trú có tác động thuận chiều lên khả năng vỡ nợ, nghĩa là khách hàng thườngtrúcókhảnăngvỡnợthấphơnkháchhàngtạmtrú.Bởivìngườiđivayđangởtạmtrú thường có chi phí sinh hoạt cao hơn so với KHCN có tình trạng thường trú (chi phí thuênhà,điện,nước,…)nên làmsuygiảmnguồntrảnợcủa họ.
Tỷ lệ giá trị tài sản đảm bảo trên giá trị khoản vay tác động thuận chiều đến khả năng vỡnợ, tức là khi tỷ lệ này càng cao thì khả năng vỡ nợ cũng sẽ càng cao, bởi vì, khi kháchhàng cần vay số tiền chiểm tỷ trọng cao so với tài sản đảm bảo có thể là vì họ đang thiếuvốn đủ nhiều để họ phải chấp nhận chi trả số tiền gốc và lãi cao hơn Sự thiếu hụt về vốnnàycóthểlàmgiatăngkhảnăngvỡnợcủakháchhàng.
Lịch sử trả nợ có tác động thuận chiều lênk h ả n ă n g v ỡ n ợ , n g h ĩ a l à k h i k h á c h h à n g c ó lịch sử trả nợ trễ hạn thì khả năng vỡ nỡ của khách hàng đó sẽ cao hơn khách hàng có lịchsử trả nợ đúng hạn Với tiền sử trả chậm do khó khăn tài chính mang lại dấu hiệu về việclàm ăn hay kinh doanh không hiệu quả Các nguồn thu không tốt dẫn tới chậm trễ trongviệc trả nợ gốc và lãi Bên cạnh đó, việc trả chậm còn mang tới rủi ro và khó khăn chokhách hàng với các điều khoản phạt trả chậm hay lưu vào hồ sơ lịch sử trả chậm tín dụng.Các khoản kinh tế phải trả do trả chậm sẽ tăng làm cho gánh nặng trả nợ gốc và lãi lại giatăng.Dođó,ngườivaycàngkhókhănhơnkhitrảchậm.
Số người phụ thuộc có tác động thuận chiều đến khả năng vỡ nợ của khách hàng, điều nàycho thấy là khi khách hàng có càng nhiều người phụ thuộc thì khả năng vỡ nợ của kháchhàng càng cao, vì khi các thành viên trong gia đình không có khả năng tạo ra thu nhập,phảiphụthuộcvàongườiđivaythìcànglàmgiatăngáplựckinhtếchongườiđiva y,làmgiảmkhảnăngtrảnợ.
Trongc h ư ơ n g 4 , t á c g i ả đ ã t h ự c h i ệ n l ự a c h ọ n m ô h ì n h c h o p h ù h ợ p v à t i ế n hành thực hiện hồi quy Thông qua các kết quả hồi quy, tác giả đã kiểm định các giảthuyết được đặt ra ở chương 2 và có kết luận về sự tác động của các biến độc lập đến biếnphụ thuộc cũng như xác định được khả năng dự báo đúng của mô hình Trong chương 5cũng là chương cuối của nghiên cứu này, tác giả sẽ đưa ra những kiến nghị phù hợp vớinội dung nghiên cứu cũng như môi trường nghiên cứu và kết luận lại toàn bộ quá trìnhnghiêncứu.
Kếtluận
Kết quả của nghiên cứu này là mô hình cho phép dự báo khả năng vỡ nợ của khách hàngcá nhân Mô hình này được xây dựng phù hợp với đặc điểm của khách hàng cá nhân vayvốn tại Agribank chi nhánh Tân Phước Khánh Kết quả của mô hình hỗ trợ cho việc raquyết định đề xuất cấp tín dụng của nhân viên phân tích, quyết định cho vay của cấp phêduyệt tại Agribank Mô hình đã sàng lọc trong rất nhiều để cho ra các yếu tố chính, có tácđộng quyết định đến xác suất vỡ nợ của khách hàng cá nhân bao gồm: Giới tính, Độ tuổi,Trình độ học vấn, Tình trạnh hôn nhân, Tổng thu nhập, Giá trị khoản vay, Mục đích vay,Tình trạng cư trú, Tỷ lệ giá trị tài sản đảm bảo trên giá trị khoản vay, Lịch sử trả nợ, Sốngườiphụthuộc.
Việcư ớ c l ư ợ n g m ô h ì n h h ồ i q u y n hị p h â n L o g i s t i c c u n g c ấ p n h ữ n g t h a m s ố c ầ n t h i ế t cho việc xây dựng công thức tínhxács u ấ t t r ả n ợ q u á h ạ n / đ ú n g h ạ n c h o t ừ n g k h á c h hàngcụthể.
Trongđó: p(PD=1)làxácsuấtkháchhàngcókhảnăngvỡnợ.Nếup(PD=1)càngtiếngần1thìkháchhàngc óxácsuấtvỡnợcàngcaovàngược lại.
Bước1:Thuthậpthôngtinkháchhàng,tậptrungthôngtincủacácbiếnsố:Giớitính,Độtuổi,Trình độhọcvấn,Tìnhtrạnhhônnhân,Tổngthunhập,Giátrịkhoảnvay,Mụcđích vay,Tìnhtrạngcưtrú,Tỷlệgiátrịtàisảnđảmbảotrêngiátrịkhoảnvay,Lịchsửtrảnợ,Sốngườip hụthuộc.
Bước3:Nhập thông tinvàocácbiếntươngứngvàtính toánkết quảtheocôngthức:
Bước 4: Sử dụng kết quả xác suất tính toán và các thông tin khác để so sánh, phân tích,đánhgiávớikếtquảbáocáothẩmđịnhrađềxuấtcấptíndụng.
Bước 5:Định kỳ/đột xuất cập nhật điều chỉnh công thức tính theo sự thay đổi chính sách tíndụng,biến độngcủathịtrường, tình hình kinh tế,chínhtrị, xãhội.
Ưuđiểmcủamôhình
Nhữngb ư ớ c k i ể m t r a c h o t h ấ y m ô h ì n h l à p h ù h ợ p c h o v i ệ c d ự b á o x á c s u ấ t t r ả n ợ quáh ạ n c h o k h á c h h à n g c á n h â n M ô h ì n h n à y c ó t h ể s ử d ụ n g n h ư l à c ô n g c ụ h ỗ t r ợ cho nhân viênphân tích tín dụng trong quátrình thẩm địnhv à đ ề x u ấ t c ấ p t í n d ụ n g Ngoàir a , c h í n h k h á c h h à n g c ũ n g c ó t h ể ứ n g d ụ n g m ô h ì n h n à y đ ể t ự đ á n h g i á k h ả năngtiếpcậntíndụngcủa chínhmình.
Ngoài ra, mô hình đã được tính toán trên số liệu lịch sử của Agribank với các chính sáchtín dụng đặc thù của Agribank, vì thế, có thể xem là mô hình đã được phù hợp hóa vớithực tiễn và đặc thù của khách hàng cá nhân trên địa bàn Thứ hai, mô hình khá đơn giảnkhi thực hiện, không làm phát sinh thêm nhiều chi phí cho ngân hàng cũng như không đòihỏi nhiều thời gian thực hiện, khá linh hoạt khi điều chỉnh theo các thay đổi chính sách tíndụngcủangânhàng.
Hạnchếcủamô hình
Thứ nhất, chưa xác định được bộ thang đo giúp cán bộ tín dụng tham chiếu để đưa raquyếtđịnhtíndụngcuốicùng.
Thứ hai, mô hình vẫn còn một số yếu tố chưa tích hợp được, tiêu biểu như: Thu nhập bổsungcamkếtcùng trảnợ,Tổng sốtiềnchứng minhnguồntrảnợ,Sốlượngnguồn trảnợ.
Thứba,cậpnhậthằngnămsốliệucủakháchhàngvàxửlýlạimôhìnhđểtínhlạithamsố cho công thức tính xác suất Điều này giúp mô hình trở nên phù hợp hơn với diễn biếnthựctiễn.
Hàmýquảntrị
Giảipháphạnchếrủirotíndụngđốivớikháchhàngcánhântrongquátrìnhchuẩn bịhồsơ
Chi nhánh có thể xem xét đưa mô hình nghiên cứu trên đây vào thực tiễn quá trình chấmđiểm khách hàng và kết hợp với hệ thống xếp hạng tín dụng đang được sử dụng để xếploại khách hàng từ khi nhận hồ sơ vay vốn Sau đó, tùy vào từng thời kỳ, từng chính sáchtính dụng mà xác định xác suất vỡ nợ ở mức nào thì tiến hành xét duyệt cho vay các bướctiếptheo.
Giảiphápgiámsátsau chovay
Ngoài việcsửdụngmô hình định lượng đểxét duyệtcho vay thìchi nhánhn ê n t ă n g cường kiểm soát, theo dõi khoản vay sau giải ngân đề nhanh chóng phát hiện những dấuhiệu bất thường Đặc biệt là yếu tố mục đích sử dụng vốn, các hoạt động sử dụng vốn vaycủakhách hàng cầnđược kiểmsoátchặtchẽ.
Cán bộ tín dụng có thể sử dụng kết quả nghiên cứu để xác định lại khả năng vỡ nợ củakhách hàng khi điều kiện, thông tin của khách hàng có những thay đổi hoặc định kì xếploạilạicácnhómkháchhàngđểcóchínhsáchkiểmsoátsauchovayphùhợp.
Cảithiệnhệthốngchấmđiểmdụng địnhkỳ
Dođặcđ i ể m đ i ề u k i ệ n k i n h t ế c ũ n g n h ư y ế u t ố ả n h h ư ở n g t ớ i k h ả n ă n g v ỡ n ợ của khách hàng cá nhân có thể thay đổi theo thời gian nên việc thay đổi mô hình đánh giákhảnăngvỡnợhayxếphạngtíndụngcầnthườngxuyêncậpnhậtsửađổibổsungch ophùhợpvớisự pháttriểnkinhtếthịtrường.
Xâydựnghệthốngchấmđiểmtíndụngtrựctuyến
Từ kết quả nghiên cứu kết hợp công nghệ thông tin để đưa ra hệ thống chấm điểm trựctuyến trên website và nền tảng ngân hàng điện tử khác của Đây cũng có thể là kênh đểAgribank có thể thu thập thêm thông tin về các khách hàng có nhu cầu vay vốn từ đó chủđộngliênlạc,tư vấn,chămsóckháchhàngtốthơn.
Khuyếnnghị
Đối vớiAgribank
Thứ nhất,cần chủ động xây dựng một hệ thống cơ sở dữ liệu đủ lớn, có sự liên kết giữathông tin lịch sử và thông tin hiện tại nhằm mục đích phục vụ cho việc sử dụng phươngpháp định lượng thông qua các mô hình hồi quy để thực hiện chấm điểm tín dụng KHCN.Thông qua kết quả hồi quy sẽ cho biết, yếu tố nào là yếu tố có tác động mạnh đến khảnăng vỡ nợ của KHCN, yếu tố nào có tác động kém hơn, yếu tố nào không rõ ràng và cầnloại bỏ Việc sử dụng mô hình điểm số tín dụng sẽ hạn chế được những sai lầm mang tínhchủ quan từ phương pháp định tính với những nhận định còn cóy ế u t ố c ả m t í n h t ừ c á c cán bộ tín dụng Điều này, giúp các ngân hàng có được bảng chấm điểm tín dụng KHCNngắn gọn nhưng mang tính chính xác cao hơn đồng thời có thể dễ dàng thay đổi tỷ trọngcủa các tiêu chí sao cho phù hợp với điều kiện kinh tế - tài chính thay đổi cũng như xâydựngchínhsáchkháchhànglinhhoạthơn.
Thứhai,khixây dựnghệthốngx ế p h ạ n g t í n d ụ n g c ầ n q u a n t â m đ ế n t á c t i ê u c h í như giới tính, tình trạng hôn nhân, tình trạng cư trú, trình độ học vấn, nghề nghiệp, cáchthức chi trả lương, thu nhập của khách hàng. Trong bảng chấm điểm tín dụng cần cónhững tiêu chí này, đồng thời tỷ trọng các tiêu chí phải được dựa trên kết quả ước lượngcủamôhìnhđềxuất.
Thứba,x â yd ự n g h ệ t h ố n g t h ô n g t i n q u ả n l ý r ủ i r o t í n d ụ n g c ủ a n ộ i b ộ n g â n hàng nhằm đảm bảo việc cung cấp thông tin một cách đầy đủ, kịp thời và đáng tin cậy,đượccậpnhậtthườngxuyênnhằmphụcvục h o m ụ c đ í c h đ á n h g i á , c h ấ m đ i ể m t í n dụngKHCNkhivayvốn.
Đối vớiNgânhàngNhànước
Ngânh à n g N h à n ư ớ c c ầ n x â y d ự n g c ơ c h ế c h í n h s á c h v ề t í n d ụ n g m ộ t c á c h đồng bộ và hoàn thiện hơn, tạo điều kiện cho ngân hàng đa dạng hóa hình thức cấp tíndụngc h o K H C N , m ở r ộ n g p h ạ m v i đ ố i t ư ợ n g đ ư ợ c t i ế p c ậ n v ố n Đ ồ n g t h ờ i , c ó s ự phốihợpchặtchẽvớicáccơquancóthẩmquyềncóliênquantrongviệcxửlýc ácvấnđềp h á t s i n h c ó l i ê n q u a n đ ế n h o ạ t đ ộ n g t í n d ụ n g K H C N t ạ i n g â n h à n g m ộ t c á c h k ị p thờivàhiệuquả.
Hạnchếcủa đềtàivàhướngnghiêncứutiếptheo
Mặcdùluậnvănđãx â y d ự n g đ ư ợ c m ô h ì n h v à t ì m r a c á c y ế u t ố ả n h h ư ở n g t ớ i khả năng vỡ nợ củaKHCN tạiAgribankTân Phước Khánh bằngmô hình Logit,t u y nhiên, với số lượng mẫu thu thập trong nghiên cứu là 200 mẫu là rất nhỏ vì thế mà có thểchưaphântíchmộtcáchtổngthểchoAgribankcũngnhưhệthốngcáctổchứctíndụng tạiViệtNam Vấnđềtiếpcậndữliệulớncủakháchhàngcánhântrongtừngngânhànglà rào cản đối với tác giả Vì thế, tác giả chỉ phân tích được trên các dữ liệu lấy được mộtcách hạn chế Do vậy, tác giả cũng khuyến nghị cho các nghiên cứu sau có thể nên cóhướngtiếpcậnnguồndữ liệulớnhơn.
Ngoài ra, với sự phát triển của công nghệ thông tin như hiện nay việc ứng dụng trí tuệnhân tạo – AI cũng mở ra nhiều phương pháp dự báo khả năng trả nợ của khách hàng.Vìvậy, các công trình nghiên cứu sau có thể xem xét sử dụng các phương pháp ứng dụngcông nghệ AI như phương pháp học máy (Learning Machine) để nghiên cứu và tiến hànhsosánhsựhiệuquảcủacácphươngphápnhằmtìmrađượcphươngphápphúhợpnhất.
2 Quyết định số 1197/QĐ-NHNo-XLRR ngày 18/10/2011, Ngân hàng Nông nghiệpvàP h á t t r i ể n N ô n g t h ô n V i ệ t N a m , 2 0 1 1 : H ư ớ n g d ẫ n s ử d ụ n g , v ậ n h à n h , c h ấ m điểm xếp hạng khách hàng trên hệ thống xếp hạng tín dụng nội bộ Ngân hàng NôngnghiệpvàPháttriểnNôngthônViệtNam.
3 Đào Thị Thanh Bình (2019),"Xây dựngm ô h ì n h c h ấ m đ i ể m t í n d ụ n g k h á c h h à n g cánhân vaytiêu dùng tạiViệtNam",KhoaHọcThươngMại,128,47-54.
(2014),"Cácn h â n t ố ả n h h ư ở n g đ ế n h i ệ u q u ả t í n d ụ n g c á nhânở Việt Nam",Tạp Chí Tài Chính, 4.
5 Ngô Tiến Quý (2020), “Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ của kháchhàngcánhân tại Ngân hàngHợp tácxãViệt Nam”,Luậnán Tiến sĩ.
6 HồDiệu (2011),Tín dụng ngân hàng, Nhàxuất bản thốngkê.
8 HồHoàngTriệu,2019),Khảnăngtrản ợ c ủ a k h á c h h à n g c á n h â n t ạ i n g â n h à n g nông nghiệp và hát triển nông thôn Việt Nam – chi nhánh huyện Thủ Thừa, tỉnh Long An.Luậnvăn thạcsỹ, trường Đại họcKinh tếCôngnghiệp
(2015),DeterminantofLoanDefaultandI t s E f f e c t o n F i n a n c i a l PerformanceofCo mmercialB a n k s i n G h a n a , AC a s e S t u d y o f F i d e l i t y B a n k Limited.
( 2 0 1 3 ) ,Factorsi n f l u e n c i n g l o a n r e p a y m e n t i n microfinanceinstitutionsin Meru municipality,Kenya[Thesis,Universityof Nairobi,].
( 1 9 9 8 ) ,Loand e l i n q u e n c y i n c o m m u n i t y lendingorganizations:Casestudies ofneighborworksorganizations,HousingPolicyDebate,9(1), 151-175.
6 Black,C.T.,Bona,G.-L.,Dalton,T.J.,Fuller,N.C.M.,Germann,R , McGlashan-
( 2 0 0 9 ) ,Waveguidepolarizationbeamsplittersandmethodoff a b r i c a t i n g a w a v e g u i d e w i r e - g r i d polarizationbeamsplitter(UnitedStates Patent No US7486845B2).
8 Bekhet,H.A.,&Eletter,S.F , 2 0 1 4 , C r e d i t r i s k a s s e s s m e n t m o d e l f o r Jordanian commercial banks: Neural scoring approach Review of developmentfinance,20-28.
( 2 0 1 0 ) , " D o e s a d d i n g upofeconomiccapitalformarket- andcreditriskamounttoconservativeriskassessment?",Journal of Banking&Finance,34(4),
( 1 9 9 7 ) , " P r o b l e m l o a n s a n d c o s t e f f i c i e n c y i n commercialbanks",Jour nal of Banking&Finance, 21(6), 849–870.
22 Irakli Ninua, 2008,Does a collateralized loan have a higher probabilitytodefault.
23.Jappelli,T.,&Pagano,M.(2002),"Informationsharing,lendinganddefaults:Cross- countryevidence",Journal of Banking&Finance,26(10), 2017–2045.
( 2 0 1 5 ) , " P a y i n g f o r D e f a u l t : C h a n g e O v e r T i m e i n theShareofFederalF i n a n c i a l A i d S e n t t o I n s t i t u t i o n s w i t h H i g h S t u d e n t L o a n DefaultRates",Journal of Student Financial Aid,45(1).
26 Hussein Abdou, Ahmed El-Masry and John Pointon, 2007, On the Applicability ofCreditScoringModels inEgyptianBanks.BanksandBankSystems, 2(1).
28 HaydenEvelyn, 2010, Estimation of a Rating Model for Corporate Exposures. TheBaselIIRiskParameters,13-24.
31 Ince, H., & Aktan, B., 2009, A comparison of data mining techniques for creditscoring in banking: A managerial perspective Journal of Business Economics andManagement,10(3),233-240.
32.Karim, M., Chan, S.-G., & Hassan, S (2010),Bank Efficiency and NonPerformingLoans:EvidencefromMalaysiaandSingapore,PragueEconomicPaper s,2010(2),118–132.
33.Kuo,T.,Su , C., Cha ng, C.,Lin,C., C hen g, W., Li an g, H , Lewis, C , &Chiang, C.(2010),Applicationofrecurrentradonprecursorsforforecastinglargeearthquakes (Mw >
6.0) near Antung, Taiwan, Radiation Measurements, 45(9),1049–1054.
34 Louzis,D.P.,Vouldis,A.T.,&Metaxas,V.L.(2012),"Macroeconomicandbank- specificdeterminantsofnon-performingloansinGreece:Ac o m p a r a t i v e study of mortgage, business and consumer loan portfolios",Journal of Banking
35.McKinney,G J ( 1 9 8 4 ) , " C o m m e r c i a l b a n k f i n a n c i a l m a n a g e m e n t : M a c m i l l a n , New York, and Collier Macmillan, London, 1983",Journal of Banking & Finance,8(2),376–379
36.Nawaz,K , B o c k , J , & J a c o b i , A ( 2 0 1 2 ) , Thermal-Hydraulic Performance ofMetalFoamHeatExchangers,InternationalRefrigerationandAirConditioningConference.
( 2 0 0 8 ) , " H o u s e h o l d B o r r o w i n g i n V i e t n a m : A ComparativeStudyofD efaultRisksofFormal,InformalandSemi– formalCredit",JournalofEmergingMarketFinance,7(3),237–261.
42.Nijskens,R , & W a g n e r , W ( 2 0 1 1 ) , " C r e d i t r i s k t r a n s f e r a c t i v i t i e s a n d s y s t e m i c risk:Howbanksb e c a m e l e s s r i s k y i n d i v i d u a l l y b u t p o s e d g r e a t e r r i s k s t o t h e financialsystema t t h e s a m e t i m e " ,Journalo f B a n k i n g &
43 Mokhtar, S H., Nartea, G., & Gan, C (2012) Determinants of microcredit loansrepaymentproblemamongmicrofinanceborrowersinMalaysia.
44 Ojiako, I A., & Ogbukwa, B C (2012),Economic analysis of loan repaymentcapacity of small- holder cooperative farmers in Yewa North Local GovernmentAreaofOgunState,Nigeria.
45 Huseyin Ince & Bora Aktan (2009) A comparison of data mining techniques forcreditscoringinbanking:Amanagerialperspective,JournalofB u s i n e s s Economics andManagement,10:3,233-240,DOI:10.3846/1611-1699.2009.10.233-240.
47 Mathews,H L.,& Slocum, J.W (1969),"Social Class andC o m m e r c i a l
158;Papers),UniversityofSouthampton-DepartmentofAccountingand Management Science,
( 2 0 0 6 ) , " C r e d i t r i s k t r a n s f e r a n d f i n a n c i a l s e c t o r stability".Journal of Financial Stability,2(2), 173–193.
TRUệNGD A I l d O C N G Â N H À N G CONGHềA XÃ H ễ 1 CHPN G H İ A V I E T NAM
TP.H ể C H ẻM INIT Dục lõp — Tu do — Hanh phỳc
HOID Ò N GC H ÁM LUĄ N VĂN THACSİ ThànhphoHoChiMi n h , ngày .t h ć in , qp ričini 2 0 2 2
Tênõetài:Dti’báokhánăngv0nocúakhách hàng cánhântaingân hàngNN&PTNTVieevjNamchirihỏnhTõnPhuỏcKhỏnhtớnhBỡnhDổong.
NgănhàngNgu’òinhanxét:TS.PhanNgpcMi nhTráchnhiemtronghoidong:Phánbien1
Detàicó ynghiakhoahpcvà thyctienxuătpháttùvaitròcùahoątdôngdybáokhànăngvõnddoivóiquántrii’ùirotíndungcùa ngânhàng
Hìnhthùc:luanvăntrìnhbàykhá iõràngvóicác chuongmuc,bàngbiờu,sứdodaydựtheoquidinh.
-TrongChuong1.canltrycgiannòidungnghiêncúu lythuyetvetíndungngânhàng,trìnhbàycònkhádàidòng,nhieunoidungchuabámsáttrongtâ mcỳadetài(Muc2.4.2.5).Vicctrỡnhbàycỏcnghiờncỳutruúcdúcanthietrỳtradirứckhoàngtron gnghiêncúu.
-Bosungn g h i ć nc ự un g u jćnn h a niửnq.caCt l ờ uch ớd in h l r t c n • qr l / a n 1 iu i ák h an d i n gv enocúakháchhàngcánliànvàcácnhântoanhhuong.
-Ti ongChuirng3.Phirong phápnghiêncúu,cancótrpng so cho các biendoclapdotâmquan trongkháclihauc ú anóti ongthucteliênquandenkhànăngvõndcúakháchh à n g Cânnhac bien gióitính.VietNamdãthuchien bìnhdănggiói tùlău,vàlàlucluonglaodongdángketrongxãhoi.
-Trong Chrrong5,hàmÿquỏntri(thaychochớnhsỏch)cũnkhỏsứsài.Bosung de xuatchuyen hóairiôhìnhnghiêncú’ti tłiànhmôhìnhdiêmsodánhgiákhanăngvõ ndcüakháchhàng dequantriruirotíndung.
- RàsoátląiH i chínht a ,vănp h o n g , tr ì n hbàyb à n g biêu,danhm u cTLTK
Lu{anv ă nc ứb à n d ỏ mb a oc ỏcy ờ ucõuvốmeatc h a t l u o n g noid u n gv àh ỡ n h t h ỳ ’ ct h e oc ap dodàotąocaohpc.
To°.HĞCHIMINH Dôc lâp — Tir do — Hanh phúc
HQIDÒ NG C H Á iYI L U A N V Ă N TH A C Sİ Thànhp h o H o Chi M i n h , n g à y 3 0 t h án g 1 0 năm 2 0 2 2
Phrtongphỏpnghiờncỳucựadetói:Sựdungmotsophuứngphỏpnhuphuonup h ỏ p phăntớch,tho ngkờmụtădờphõntớchdacdiemcựaman,siùdungmụhỡnhhoiquyLogistic.
Có ketcau5chuœig,phùhipv ó i dê tài nghiêncúu.
- Hocviờndabỏinsỏtcỏcnoidungtheoketcaucựadờtói.tựcứstl ythuyetbandõu,hpcviốndóxăc dinh và trỡnh bóy dùi lieu nghiờn ciùu, xỏc dinh cỏc bien nghiờn ctùu, phircmgphỏp nghićn cỹ’u cựngmụhỡnh nghiờncỳu thucnghiemdọ dna ra duocmotsoket quanghiờncỳutựdúde xuatmotsokhuyennghichínhsách.
-1ờndờtàil ọ“Dybỏokhànăngvửnocuakhỏchh à n gcanhăntąiN g õ n h a ng Nụngngh iep và Phỏt trienNụngthụn Viet Nam”, tuy nhiờn hoc viờn chi quan tăm den nhùing tiờu chí,thôngtinbandâunhu:Nhânthân,gióitính,thunhap cùakháchhãngvayvondêphâniícń dna ra nhiing cónh bỏo ma chua de captúinhiợngthụngtin, dien bien cựa khỏch hàngsaukhidọvayvonnhir:Quỏtrỡnhsựdungvonvay,lvuthụngcựadũngtienvay,nguonthunhapcựak háchhang,tìnhhìnhkinhdoanhhoMaclàmvieccùakháchhàngdetąorathu nhaȘp vìchínhnhíingdienbiensaukhivaymóilànhtingnguycvtrirctiep,gannhatdandenkhàn angvõnocùakháchhàngvay.Dovaydephùhipvóitêndetăidengh| hocx'iêngióihąnląiphąmvinghiêncùuchophùhip.
1 Saukhidọcaptớndungchokhỏchhó ng,bąnh ó ychobietmotsodauhieudubỏokhànăng vửnqcựakhăchhăngvótrongtruừngh9pkhỏchhóngcúkhànọngvừnqbąnsởlóm.
TP.HÔCHÌMINOI Dôc lâp — Tir do — łlanh p h ú c
HOIDÒNGDÁNHGIÁLUĄNVĂN TP.HoChiMinh,ngày30tháng10năm2022
Hôi6vngdánhgiá luân văn t1i,ac sídiroc thànhl i p t h e o Q u y e t d i n h s o 2 5 9 9 / Q D -
D H N H ngày 17/10/2022, dọtụchic hop vào lỳc 1 ỡ .giũ ./.Ÿ .ngày 30/10/2022 tai phòng Phònghop,so36TônThatDąm,Quąn1 , TP.IłCMdecham1u{anvánthącst.
Tendetài.Dı‹báok h án ă n gv čn o 'ciiak h á c hhàngc ò n h â nt a i N g â n h à n g
1 Ông/Bà:TS.L ê H o à n g Anh- thukycôngb o Quyetdinhth àn h lâpHoidongchaml u a nvănt h a csicüaHieut r i r ó n g f r i r ò n g D ąihpcNgânhàng TP.HoChíMinh.
3 Łliwkyhoi dong: TS.LêHoàng Anhthông qual j l i c h k h o a h p c v à b ă n g d i ê m c a o h o c cüahpcviên.
4 I-łocviờ n: V ừTh!ThanhV õnt r ỡ n l ib à y t ú m t a t l u õ n v ọ n
5 Phànb i e n l:T S P h anN g p c Minhd p c bànn h { a nx ć t vàd}atc õ u hũi(cúvọnbănkốmtheo)
Phànbićh2.TS riro' cThà dpcbhnnhõnxộtvàdatcõuhềi(cúvọnbọnkốmtheo)
S’l 4 ov i e l a I l e n tc cûu'lioiuF a g a ô ‘ ho'’:
9 Nguùih u óngd a n k hoah o c : TS.B û iO a n T ha nhp h á tbi en(neucó).
SothànhviênI4oidôngcómeat: t›zv ‹r1- v •Swj tf‹ii
- lljidongchodiemhpeviên:Diemcúahpcviênduqccàcthànhviênxácdinhtrên tirngphieu diem, thu ky tonghppket quà duói sqchúngkien cria tat cà các thành viên hoi dong nhtisan:
+X’Múcdophúh9pchuyênn g à n h d à otao: @ii Lz
SauChichinhstahpcviênlàmbáocáochínhstatheomau,girilaichoNguõihuóngdanvàChút3c hhoidongkiêmtrakJxácnhancliinhsúa.(trongvõng30ngày,ketííngàybàove)
Cugch9pketthúclúc JA giõ ÇO cúngngày.
TS.PhanNg9cMinh TS.TrunngDíYcThành