Lýdo chọn đềtài
Trước bối cảnh khó khăn của nền kinh tế do ảnh hưởng của đại dịch Covid 19, tỷlệ nợ xấu trong hoạt động tín dụng tại các ngân hàng trong các năm qua có khuynhhướng gia tăng Theo số liệu thống kê của NHNN cũng cho thấy, đến cuối năm 2021tỷ lệ nợ xấu nội bảng của 27 ngân hàng tăng lên là 1.9%, cao hơn so với mức 1.69%tính đến cuối năm 2020 Hoạt động của các ngân hàng nói chung và hoạt động củaBIDV CN Nam Sài Gòn nói riêng đều chịu sự tác động lớn của đại dịch Covid-19.Hầu hết các ngân hàng đã nghiên cứu, ban hành các chính sách quản lý, quản trị điềuhànhvàthựchiệncáchoạtđộngnhằmmụctiêuđảmbảoổnđịnhhoạtđộngngânhàng.Việc các ngân hàng đẩy mạnh trích lập dự phòng rủi ro cho thấy các ngân hàng đangrất thận trọng với nợ xấu và việc trích lập dự phòng rủi ro sẽ giúp các ngân hàng chủđộngứngphóvớirủirotíndụngtrongtươnglai.
Trong đó việc quản trị rủi ro tín dụng cá nhân được xem là cốt lõi chiếm phầnlớntronghoạtđộngtíndụngcủangânhànghiệnnay.Vìtíndụngcánhânlàmộttrongnhữngsảnphẩmtíndụng quantrọngcủacácNHTMnóichungvàcủaNHTMCPĐầutư và Phát Triển Việt Nam (BIDV) nói riêng Sự cạnh tranh với các ngân hàng trongnướcvànướcngoàicùngsựhộinhậphệthốngtàichínhquốctếvàđãbuộcngânhàngphải tập trung và chuyển dịch cơ cấu hoạt động từ bán buôn sang bán lẻ nhiều hơn.TP.HCMlàmộtnơinăngđộngcótiềmlựcpháttriểnkinhtếcủacảnước,thuhútđầutư tạo ra môi trường thuận lợi cho dân cư tập trung về đây sinh sống đa phần là thànhphần độ tuổi lao động tạo ra thu nhập và chi tiêu nhiều Vì vậy nhu cầu cho vay cánhân ngày càng tăng cao Các ngân hàng không ngừng gia tăng thị phần địa bàn, dẫnđến áp lựccạnh tranhgiữacácngân hàng,vàrủiro cho vayKHCN ngày càng lớn.
Trên cơ sở đó, BIDV phải đa dạng hóa sản phẩm dịch vụ, nền khách hàng, đẩymạnh phát triển hoạt động bán lẻ, KH DNNVV, gia tăng tỷ trọng dư nợ tín dụng bánlẻ trên tổng dư nợ hệ thống Đây cũng chính là mục tiêu của hội sở và các chi nhánhthuộc hệ thống BIDV Do đó,KHCN sẽ luôn là đối tượng khách hàng mục tiêu trongđịnhhướngpháttriểnhoạtđộngkinhdoanhtạiđịabànTPHCMnóiriêngvàcảnước nói chung Kiên định với định hướng hoạt động này, BIDV là ngân hàng đi đầu tronghệ thống ngân hàng Việt Nam trên địa bàn cung cấp các sản phẩm tín dụng dành chokhách hàng cá nhân như: cho vay sản xuất kinh doanh; cho vay trả góp mua nhà, nềnnhà,sửachữanhà,chovaysinhhoạttiêudùng;chovayduhọc Tuynhiênhoạtđộngcho vay luôn tiềm ẩn rủi ro về hiệu quả sử dụng vốn vay của khách hàng, khả nănghoàn trả của họ cũng như những khoản nợ xấu có khả năng phát sinh trong quá trìnhcho vay Nguyên nhân làm cho nợ xấu gia tăng tại chi nhánh xuất phát từ việc kháchhàng sử dụng sai mục đích vay vốn, thu nhập của người đi vay, dư nợ vay, giá trị tàisản bảo đảm, số thành viên phụ thuộc trong gia đình có thu nhập, trình độ học vấn,khoảnvay tínchấp…
Cùng với xu thế đó, BIDV CN Nam Sài Gòn cũng đang tích cực chuyển dịch cơcấu dư nợ từ khách hàng doanh nghiệp sang khách hàng cá nhân, đồng thời việc pháttriểndưnợtíndụngphảiđiđôivớikiểmsoátrủiro.Giaiđoạntừnăm2019-2021củaBIDV CN Nam Sài Gòn, tỷ trọng nợ xấu có xu hướng tăng từ 0.29% đến 0.39% sovới tổng dư nợ cho vay khách hàng cá nhân Tỷ lệ này có xu hướng tăng từ đầu năm2019 đến nay, mặt khác do tình hình cạnh tranh trên địa bàn về lĩnh vực cho vayKHCN của các NHTM càng tăng, điều này dẫn đến trong tương lai sẽ khó khăn hơnvàrủirohơnvềcho vay trongmảngkháchhàngnày.
Nhằmhạnchếrủirotíndụngtronghệthốngngânhànghiệnnay,vấnđềcầnđượccác ngân hàng coi trọng là yếu tố trả nợ của khách hàng Do đó, Ngân hàng cần xemxét,thẩmđịnhcẩnthậnvềhồsơvayvốncủakháchhàng,vạchracácchínhsách,chủtrươngphùh ợptạođiềukiệngiúpkháchhàngcóthểtrảnợđượckhoảnvaycủamình.Xuấtpháttừnhữngvấnđềnê utrên,tácgiảchọnđềtài“Cácnhântốảnhhưởngđếnkhảnăngtrảnợcủakháchhàngcánhânt ạingânhàngthươngmạicổphầnĐầutư và Phát triển Việt Nam - Chi nhánh Nam Sài Gòn”làm nội dung nghiên cứucủaluậnvăn.
Mụctiêu nghiên cứu vàvấn đềnghiên cứu
Bàinghiêncứuđượcthựchiệnvớimụctiêucủađềtàilànhằmkiểmđịnhcácnhântốảnhhưởngđếnkhảnă ngtrảnợcủaKHCNtạiBIDV–CNNamSàiGòn.Quađó luận văn rút ra hàm ý kiến nghị nhằm nâng cao khả năng trả nợ của đối tượng
Đốitượngvàphạm vi nghiêncứu
Đốitượngnghiên cứu
Phạmvinghiêncứu
Về thời gian: Số liệu thứ cấp được sử dụng trong nghiên cứu được thống kê đếnngày 31 tháng 12 năm 2021 tại thời điểm khách hàng còn dư nợ (khách hàng cá nhâncóquanhệtíndụngvớingânhàng từ3 nămtrở lên).
Phươngphápnghiêncứu
Phươngphápnghiêncứuđượclựachọnđểđịnhlượngcholuậnvănlàmôhìnhhồiquy OLS của phân tích Bayes (Bayesian Linesar Regressian) via MCMC Mô hìnhnày là hợp lý vì yêu cầu mẫu không quá cao, ít ràng buộc về mặt giả thiết cũng nhưđây là mô hình định lượng nên khắc phục được những nhược điểm của mô hình địnhtính,thểhiệnsựkháchquan,nhấtquán,khôngphụthuộcvàoýkiếnchủquancủacánbộ tín dụng, kỹ thuật đo lường rủi ro tín dụng khá đơn giản và được thực hiện bằngphầnmềmStata15.SửdụngphươngpháphồiquyOLStheophântíchBayessẽthíchhợpđểđolườngsựtácđ ộngcủacácnhântốđếnkhảnăngtrảnợđúnghạncủaKHCN.Kếtquảthựcnghiệmtừmôhìnhhồiquysẽđượcsửd ụnglàmcơsởđểchấpnhậnhaybácbỏgiảthuyếtnghiên cứu.
Phương pháp chuyên gia: Tham khảo, tổng hợp các ý kiến từ các chuyên gia trongngànhnhằmđưara cácbiếntrongxâydựngmôhìnhnghiêncứu.
Ýnghĩa khoahọc vàthựctiễn của đềtài
NghiêncứunàyđượcthựchiệnnhằmxácđịnhcácnhântốảnhhưởngđếnkhảnăngtrảnợcủaKHCNtạiBIDV CNNamSàiGònmộtcáchđầyđủvàchínhxáchơn.Quađó, tác giả sẽ đưa kiến nghị một số giải pháp nhằm hạn chế thấp nhất rủi ro cho ngânhàng trong cho vay khách hàng cá nhân, từ đó nâng cao hiệu quả hoạt động tín dụngkháchhàngcánhântạiBIDV– CNNamSàiGòn,giúpngânhàngpháttriểnbềnvững,cũngnhưnâng caokhảnăng trảnợ vay củacácKHCN tạiBIDV CN NamSàiGòn Ýnghĩa thực tiễn
Về mặt thực tiễn, luận văn góp phần giúp cho các nhà quản trị tại BIDV CN Nam Sài Gòn đưa ra những chính sách, phương hướng hoạt động với mục đích nâng caokhả năng trả nợ củaKHCN khi sử dụng sản phẩm, dịch vụ ngân hàng, giúp cho việclựa chọn KHCN tốt và bền vững, quản trị rủi ro tốt hơn trong lĩnh vực tín dụng cánhân và đưa ra những kiến nghị phù hợp để nâng cao chất lượng tín dụng cá nhân tạiBIDV CN Nam Sài Gòn nói riêng và BIDV nói chung Tác giả sử dụng phương phápphân tích Bayes mới để tiếp cận xem sự tác động của các nhân tố độ tuổi, thu nhậpcủakháchhàng,lãisuấtchovay,dưnợvay,tàisảnbảođảm,kỳhạnvaycóảnhhưởngnhưthếnàođếnkhảnăng trảnợvay tạiBIDVCNNamSàiGòn
Bốcục củanghiên cứu
Chương1:Giớithiệuđềtài.Nộidungchương1đềcậpđếnlýdolựachọnđềtài,mụctiêu nghiên cứu và vấn đề nghiên cứu về các nhân tố ảnh hưởng đến khả năng trả nợcủa KHCN tại BIDV – CN Nam Sài Gòn Đồng thời, nội dung chương cũng đề cậpđếnđốitượng,phạmvivàcácphươngphápsửdụngtrongnghiêncứunhằmđạtđược mụctiêuđãđặtra.Cuốicùng,tácgiảđềcậpđếnýnghĩakhoahọcvàthựctiễncủađềtài,bốcụccủanghiêncứu.
Chương2:Khunglýthuyếtvànhữngnghiêncứutrướcđâyvềcácnhântốảnhhưởngđến khả năng trả nợ vay của
KHCN tại BIDV – CN Nam Sài Gòn Cụ thể, trongchương này, tác giả đề cập đến cơ sở lý thuyết về tín dụng khách hàng cá nhân, khảnăng trảnợcủakhách hàngcánhânvàcáccông trìnhnghiêncứutrướcđây.
Chương 3: Trình bày tổng quan về phương pháp nghiên cứu: nội dung chương 3 củaluận văn được đề cập đến mô hình nghiên cứu được đề xuất, mô tả các biến, số liệuđược thu thập và phân tích xử lý số liệu, phương pháp nghiên cứu mà tác giả sẽ sửdụng để phân tích và ước lượng các nhân tố có ảnh hưởng đến khả năng trả nợ vaycủa KHCN tại BIDV – CN Nam Sài Gòn Những phương pháp này sẽ được dùng đểđạtđượccácmụctiêunghiêncứuđềra.
Chương4:Trìnhbàykếtquảnghiêncứu:Tácgiảtrìnhbàykếtquảhoạtđộngchovaykhách hàng cá nhân tại BIDV CN
Nam Sài Gòn Trên cơ sở mô hình nghiên cứu đềxuấtvàphươngphápđượcđềcậpởchương3,tácgiảsẽtrìnhbàykếtquảnghiêncứuđạt được trong chương 4 về các nhân tố có ý nghĩa thống kê và mối quan hệ giữanhữngnhântố nàyvớikhảnăngtrảnợvay củaKHCN.
Chương 5: Kết luận và kiến nghị: từ những kết quả đạt được ở chương 4, chương 5sẽ trình bày những kết luận về những nhân tố ảnh hưởng đến khả năng trả nợ vay củaKHCNtạiBIDV–CNNamSàiGòn.Từđótácgiảđềxuấtnhữngkiếnnghịgiảiphápnhằmnângcaokhảnăngtrảnợ vay củaKHCN.
Cơ sởlýthuyết liên quanđến tín dụngkhách hàng cánhân
Kháiniệm tín dụngkhách hàngcánhân
Tín dụng là quan hệ sử dụng vốn lẫn nhau giữa người cho vay và đi vay dựatrên nguyên tắc có hoàn trả Trên nền tảng ấy, “Tín dụng ngân hàng là giao dịch tàisản giữa Ngân hàng, tổ chức tín dụng (TCTD) với bên đi vay (là các tổ chức kinh tế,cánhâncónhucầuvaytiền).KhiđóNgânhàngchuyểngiaotàisảnchobênđivaysửdụngtrongmộtthờigiann hấtđịnhtheothoảthuận,vàbênđivaycótráchnhiệmhoàntrả vô điều kiện cả vốn gốc và lãi cho Ngân hàng khi đến hạn thanh toán” Nói mộtcáchtómgọnthìtíndụngngânhàngđượchiểulàviệcchuyểnnhượngquyềnsửdụngvốntừngânhàngchok háchhàngtrongmộtkhoảngthờigiannhấtđịnhvớimộtkhoảnchi phí nhất định(Theo giáo trình tín dụng và thẩm định tín dụng ngân hàng của TS.Nguyễn MinhKiều,2013).
Ngoàira,TheoLuậtcáctổchứctíndụng,2017,TíndụnglàsựthoảthuậngiữaNgân hàng và tổ chức, cá nhân để tổ chức, cá nhân có một nguồn vốn hoặc cam kếtnguồn vốn tiền theo nguyên tắc có hoàn trả được thể hiện dưới các hình thức khácnhaunhưtíndụngbằngtiền(chovay),tíndụngbằngtàisản(chothuêtàichính),chiếtkhấu, bao thanh toán, bảo lãnh ngân hàng và các nghiệp vụ cấp tín dụng khác Trongđó, hình thức cho cho vay là hình thức quan trọng và phổ biến nhất trong hoạt độngcủa các ngân hàng thương mại (NHTM) Trên thực tế, thuật ngữ tín dụng và cho vaycó thể sử dụng thay thế cho nhau ở mức độ thông dụng Do đó, tín dụng cá nhân vàcho vay cá nhân cũng có thể sử dụng thay thế cho nhau Trong bài nghiên cứu đượchiểutíndụngcánhânlàchovaycánhân.
TheoThôngtưsố39/2016/TT-NHNNngày30/12/2016(Quyđịnhvềhoạtđộngcho vay của tổ chức tín dụng chi nhánh ngân hàng nước ngoài đối với khách hàng)củaNgânhàngNhànước,Chovaylàhìnhthứccấptíndụng,theođóbênchovaygiaohoặc cam kết giao cho khách hàng một khoản tiền để sử dụng vào mục đích xác địnhtrongmộtthờigiannhấtđịnhtheothỏathuậnvớinguyêntắccóhoàntrảcảgốcvàlãi
TheogiáotrìnhNgânhàngthươngmại,trườngĐạihọcKinhtếQuốcdân,PGS.TS.PhanThịThuHà,2013 :“ChovaylàviệcNgânhàngcấptiềnchokháchhàngvớicamkếtkháchhàngphảihoàntrảcảgốclẫnlãitrongkho ảngthờigianxácđịnh.Ngânhàng có thể vay bằng tiền mặt hoặc chuyển khoản, tiền có thể chuyển tới tài khoảnkháchhànghoặctàikhoản củangườibánhàng chokháchhàng.
Khách hàng cá nhân là các pháp nhân, cá nhân có đầy đủ điều kiện để đi vay,có nhu cầu vay vốn để sản xuất kinh doanh hoặc tiêu dùng cá nhân Như vậy, “Hoạtđộng cho vay khách hàng cá nhân là hình thức tín dụng mà theo đó, Ngân hàng đóngvai trò chuyển nhượng quyền sử dụng vốn cho cá nhân, hộ gia đình có đăng ký kinhdoanh cá thể trong một khoảng thời gian nhất định với một khoản chi phí nhất địnhnhằmmụcđíchphụcvụđờisốnghoặcphụcvụsảnxuấtkinhdoanhdướihìnhthứchộgiađìnhkinhdoanhc áthể”.
Đặcđiểm tín dụngkháchhàngcánhân
Khách hàng cá nhân là nhóm các đối tượng bao gồm: cá nhân, chủ trang trại,hộ gia đình, tổ hợp tác… Nhóm đối tượng khách hàng này có số lượng rất lớn và nhucầu vay cácmónnhỏ lẻ(Hồ ThịThanhThúy,2013).
Hoạtđộngchovayđốivớikháchhàngcánhânchủyếuđểgiúptàitrợchoviệcmua,nhàở,trangthiếtbịgi ađình,vậtliệuxâydựngđểsửachữa,ôtô,đầutưsảnxuấtkinhdoanhhộgiađình,hiệnđạihóanhàcửahaytrangtr ảichocáckhoảnviệnphí,vàcácchi phícánhânkhác(HàTiếnLai,2011).
Nhưvậy,hoạtđộngchovayKHCNlàhìnhthứcchovaymàNgânhàngchuyểnnhượng quyền sở hữu vốn cho khách hàng là cá nhân hoặc hộ gia đình với mục đíchtiêu dùng và hoạt động sản xuất kinh doanh nhỏ của cá nhân và hộ gia đình đó vớinhữngđiềukiệnnhấtđịnhđượcthỏathuậntrong hợpđồng tíndụng
Thứ nhất, quy mô khoản vay nhỏ nhưng số lượng vay lớn Vì mục đích cho vayKHCN là các cá nhân và hộ gia đình có nhu cầu vay vốn sử dụng cho những nhu cầusinhhoạttiêudùnghayphụcvụhoạtđộngSXKDcủacánhânhayhộgiađìnhnên quymôcủamộtkhoảnvaytươngđốinhỏsovớitàisảncủangânhàng.Nhưngtổngquy mô cho vay của ngân hàng lại rất lớn do số khách hàng rất lớn và đa dạng về nhucầudohai nguyênnhândođốitượngcủaloạihìnhchovaynàylàmọicánhântrongxãhội,từnhữngngười cóthunhậpcaođếnnhữngngườicóthunhậptrungbìnhvàthấp.Nhucầuchochitiêucánhânr ấtđadạngphongphútheotừngtầnglớptríthứccủangườidânvớimụctiêunângcaochấtlượngđờ isống(NguyễnĐăngDờn,2005).Thứ hai, các khoản tín dụng cá nhân thường có chi phí lớn nhất trong danh mục tíndụngcủangânhàngtươngứng với mứcmức lãi suấtcao.Đối vớicáckhoảncho vayngắnhạn,lãisuấtđượcấnđịnhngaytừđầuvàkhôngthayđổichođếnhếtthờihạnvay.Đố ivớinhữngkhoảnvaytrungvàdàihạn,lãisuấtchovaythườngđượcđiềuchỉnhmỗiquý mộtlầndựatrêncơsởlãisuấthuyđộngvốncuốikỳ,cộngvớimộtbiên độ nhất định tùy theo từng ngân hàng Tuy nhiên, mức lãi suất cao này phần nàobùđắplạichiphíchovayKHCN,bởiquymôcủamỗikhoảnvaythườngnhỏsongsốlượngcáckhoả nvaylạirấtlớnkhiếnchochiphíhànhchính,chiphíquảnlýtíndụnglớn.Kểtừlúcmởrộnghệthốngmạ nglưới,quảngcáo,tiếpthịtạothuậnlợitrongviệctiếpcậnđốitượngKHCNởtừngđịabàn,khuvựccho đếnkhâutiếpnhậnhồsơ,thẩmđịnhKH,giảingânchođếnquyếtđịnhchovay,giảingân,thu hồinợ.(ĐườngThị ThanhHải,2014;Đặng ThịCẩmNhung,2015).
Thứba,rủiro cao trongchovay khách hàngcánhân.
Rủirolãisuất:cáckhoảnchovayKHCNthườngcónhiềurủironhấtđốivớingânhàng Đối với các khoản cho vay kinh doanh, ngân hàng và KH thường có sự thỏathuận áp dụng mức lãi suất thả nổi, tức là lãi suất được điều chỉnh theo từng kỳ hạnnhất định trong suốt thời hạn cho vay Vì vậy, nguy cơ rủi ro về lãi suất đối với chovay kinh doanh sẽ thấp hơn so với cho vay cá nhân (TCCT TS Đinh Kiệm, Nguyêntrưởng khoa Quản lý nguồn nhân lực, Trường Đại học Lao động Xã hội (Cơ sở II)TP.HCM)
Về cho vay khách hàng cá nhân dễ gặp rủi ro đạo đức Khả năng hoàn trả vốn vayđối với các khoản cho vay tiêu dùng phụ thuộc vào thu nhập của người đi vay.Hoạtđộngtíndụngthiếtlậpmốiquanhệgiữahaichủthểlàngânhàngvàkháchhàng.Khi quanhệtíndụnggiữangânhàngvàKHkhôngđượcthựchiệnđúngtheohợpđồngthìrủiroxuấthiện,vớihoạtđộ ngchovaythìđólàrủirochovay.TheoTrầnHuyHoàng(2011) rủi ro tín dụng có 2 cấp độ: KH trả nợ không đúng hạn và KH không trả đượcnợ cho ngân hàng Đối với những KHCN có thể do nhiều yếu tố khách quan và chủquan mà không thực hiện trả nợ hoặc trì hoãn trả nợ, từ đó gây ảnh hưởng đến hiệuquảchovaycủangânhàng.Nhântốchủquancóthểlàtìnhtrạng“sứckhỏe”tàichínhcủa người đi vay, công việc làm ăn không tốt … ảnh hưởng trực tiếp đến năng lực tàichính của khách hàng, từ đó giảm khả năng thực hiện trả nợ Các nhân tố khách quannhư hạn hán, thiên tai, sự suy thoái của nền kinh tế dẫn đến khả năng mất việc cao,gặp phải bất trắc như ốm đau, bệnh tật … dẫn tới thu nhập giảm sút hoặc thậm chí cóthểmấtđihoàntoàntừđógiảmkhảnăngthựchiệntrảnợcủaKH. (ĐườngThịThanhHải;2014)
Rủi ro tác nghiệp.Do đặc điểm của cho vay KHCN có quy mô mỗi khoản vay nhỏnhưngsốlượngkhoảnvaylớn,vìvậyđểcóthểđápứngtốiđanhucầuKHnhằmnângcaokếtquảcôngviệcthìđòi hỏisựphụcvụnhanhchóngcủacánbộtíndụng(CBTD).Dođó,cácCBTDthườnghaychủquantrongcôngtácthẩ mđịnhhồsơtíndụng,thậmchí lợi dụng sự lỏng lẻo của công tác quản lý, sơ hở trong các quy định để lừa đảochiếm đoạt tài sản của
KH, hoặc thông đồng với KH gây ra những tổn thất cho ngânhàng Rủi ro này còn tăng lên đối với cho vay tín chấp, do ngân hàng không yêu cầubiệnphápđảmbảobằngtàisảnmàcấptíndụngtrêncơsởthẩmđịnhuytíncủakháchhàng tốt hay xấu Trường hợp, nếu khách hàng thực sự không có khả năng trả nợ vayhoặc có khả năng nhưng không có ý chí trả nợ, trong khi việc quản lý thông tin về sựthayđổithôngtinliênlạc,nơilàmviệccủakháchhànglàmộtđiềukhôngdễdàngthìsẽ rất khó khăn cho ngân hàng khi xử lý khoản vay để thu hồi nợ (Hồ Hoàng Triệu,2019)
Có thểthấy,cáckhoản chovay cánhân cóđộrủiro caonhấtđịnh,chịuảnhhưởngnhiều đến ý chí và khả năng trả nợ của khách hàng Bên cạnh đó, tình hình tài chínhcủa khách hàng cá nhân cũng hay thay đổi tuỳ vào tình tình trạng sức khoẻ công việccủahọ.Mặckháctìnhhìnhquảnlýyếu,sảnxuấtnhỏlẻ,thiếukinhnghiệmtrongquản lý,thiếukhoahọccôngnghệvìvậykhảnăngcạnhtranhkémvàdễchịutácđộngtìnhhình biến động thị trường Do đó, khi cho vay khách hàng cá nhân ngân hàng sẽ đốimặtrủirovềphásản,thấtnghiệp,gặptainạn.Tuynhiên,phầnnàođượcphântánrủiro do số lượng khoản vay là rất lớn, việc quản lý đòi hỏi nhiều nhân lực, và cần chặtchẽ(NguyễnĐăngDờn,2005).
Thứ tư, lợi nhuận từ tín dụng cá nhân lớn Lãi suất của các khoản tín dụng cá nhânphần lớn đều cao hơn các khoản tín dụng khác của ngân hàng thương mại (NHTM).Điều này xuất phát từ các khoản tín dụng cá nhân có chi phí cao và rủi ro cao nhấttrongcácloạichovaycủaNHTM.Mứclợinhuậntừtrênmỗikhoảntíndụngcánhâncao, số lượng lớn, vì vậy toàn bộ lợi nhuận thu về từ hoạt động này là đáng kể trongtổng thunhậpcủaNHTM.(Đường ThịThanhHải,2014)
Cáchình thứccho vaykhách hàngcánhân
Căn cứ vào thời hạn vay cho vay KHCN có 3 loại hình cho vay là: Cho vay ngắnhạn có thời hạn không quá 1 năm, cho vay trung hạn là loại tín dụng có thời hạn từtrên1nămđến5năm,chovaydàihạncóthờihạnvayvốntrên5năm.
Căncứvào mụcđíchsửdụngvốnchovaysảnxuấtkinhdoanh,thương mạilàloạitín dụng được cung cấp nhằm phục vụ sản xuất kinh doanh mua bán hàng hóa.
Chovaytiêudùnglàloạitíndụngđápứngnhucầuđờisốngcánhânnhưmuanhàđất,xâysửa nhà, trang trí nội thất, mua sắn ô tô, tiêu dùng và các mục đích hợp pháp khác Đặcđiểmchovaytiêudùngthườngđượcthuhồinợbằngcáchkháchhàngsẽtrảthànhnhiềukỳ cảgốclẫnlãitheo mộtchukỳ nhấtđịnh.
Khảnăngtrảnợ củakhách hàngcánhân
Phânloại nhóm nợ
Theo Điều 11 của Thông tư số 11/2021/TT-NHNN ngày 01/10/2021 quy địnhvề phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sửdụngdựphòngđểxửlýrủirotronghoạtđộngcủatổchứctíndụng,chinhánhngân hàngnướcngoài,quyđịnhcácnộidung:Tổchứctíndụng,chinhánhngânhàngnướcngoài thực hiện phân loại nợ (trừ các khoản trả thay theo cam kết ngoại bảng) theo 5nhómnhưsau:
• Nhóm1(Nợđủtiêuchuẩn)baogồm:Nợquáhạndưới10ngàyvàđượctổchứctíndụng,chinhá nhngânhàngđánhgiálàcókhảnăngthuhồiđầyđủgốcvàlãibịquáhạn và thuhồiđầyđủgốcvàlãiđúngthờihạncòn lại;
• Nhóm2(Nợcầnchúý)baogồm:Nợquáhạntừ10ngàyđến90ngày;Nợđiềuchỉnhkỳhạntrả nợlầnđầu.Cáckhoảnnợđượctổchứctíndụng,chinhánhngânhàngđánhgiálàcókhảnăngthuhồiđầy đủcảnợgốcvàlãinhưngcódấuhiệukháchhàngsuygiảmkhảnăngtrảnợ.
• Nợnhóm3(nợdướitiêuchuẩn)baogồm:Nợquáhạntừ91ngàyđến180ngày;Nợgiahạnnợlần đầu;Nợđượcmiễnhoặcgiảmlãidokháchhàngkhôngđủkhảnăngtrảlãiđầyđủtheohợpđồngtíndụn g.Cáckhoảnnợđượctổchứctíndụng,chinhánhngânhàngđánhgiálàkhôngcókhảnăngthuhồinợ gốcvàlãikhiđếnhạn.Cáckhoảnnợnày đượctổ chứctín dụng,chinhánh ngânhàngđánhgiálàcókhảnăngtổn thất.
• Nhóm 4 (Nợ nghi ngờ) bao gồm: Các khoản nợ được tổ chức tín dụng, chinhánh ngân hàng đánh giá là có khả năng tổn thất cao Các khoản nợ quá hạn từ 181ngày đến 360 ngày; Các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 90ngàytheothờihạntrảnợđượccơcấulạilầnđầu;Cáckhoảnnợcơcấulạithờihạntrảnợ lầnthứhai
• Nhóm 5 (Nợ có khả năng mất vốn) bao gồm: Các khoản nợ được tổ chức tíndụng, chi nhánh ngân hàng đánh giá là không còn khả năng thu hồi, mất vốn. Cáckhoản nợ quá hạn trên 360 ngày; Các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu quáhạn từ 90 ngày trở lên theo thời hạn trả nợ được cơ cấu lại lần đầu; Các khoản nợ cơcấu lại thời hạn trả nợ lần thứ hai quá hạn theo thời hạn trả nợ được cơ cấu lại lần thứhai; Các khoản nợ cơ cấu lại thời hạn trả nợ lần thứ ba trở lên, kể cả chưa bị quá hạnhoặcđãquáhạn;Cáckhoảnnợkhoanh,nợchờxửlý
Khái niệm khảnăngtrảnợ củakhách hàngcánhân
Khả năng trả nợ của khách hàng là việc khách hàng có đủ khả năng trả nợ đầy đủvàđúnghạnchobênvayhaykhông(Thôngtưsố11/2021/TT-NHNNdoNHNNViệtNam ban hành ngày 01/10/2021) Khả năng trả nợ của khách hàng là điều kiện quantrọngđểngânhàngxemxétchovay.Hiệnvẫn chưacóđịnhnghĩathốngnhấtvềkháiniệm“khảnăngtrảnợ”màchỉcónhữngdấuhiệuvềkháchhàng“không cókhảnăngtrảnợ”,thôngquaphươngpháploạitrừtacóthểhiểungoàinhữngkháchhàng“khôngcó khả năng trả nợ” là những khách hàng “có khả năng trả nợ” Theo hiệp ước BaselII(2006),có02tìnhtrạngsaucóthểdùnglàmcăncứđểđánhgiákhảnăngkhôngtrảđượcnợ củakháchhàng(NguyễnĐăngDờn,2016)đó là:
• Khách hàng không có khả năng thực hiện nghĩa vụ thanh toán đầy đủ khi đếnhạn màchưatínhđếnviệcngânhàngbántàisản(nếu có)đểhoàn trả;
• 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 hoặc đượcthông báomộthạnmứcnhỏhơndưnợ hiệntại.
Thông qua các dấu hiệu mà Hiệp ước Basel II và định nghĩa của Quỹ tiền tệ quốctế(IMF)môtảcóthểthấy,thôngthườngviệckháchhàngphátsinhnợxấuhoặckháchhàng được phân loại nợ nhóm 3,
4, 5 đồng nghĩa với việc khách hàng không có khảnăng trả nợ Tại Việt Nam, theo khoản 8 điều 3 chương I thông tư số 11/2021/TT-NHNN ngày 01/10/2021 có quy định nợ xấu (NPL) là nợ thuộc các nhóm 3,
4 và 5 làcáckhoảnnợbịđánhgiálàcókhảnăngmấtmộtphầnvốnvàlãi(nợnhóm3),cókhảnăng tổn thất cao (nợ nhóm 4), và không còn khả năng thu hồi nợ (nợ nhóm 5). Nợnhóm2đượccholàsuygiảmkhảnăngtrảnợ,tuynhiênđâycóthểchỉlànhữngkhoảnvay cần chú ý, khách hàng vẫn còn khả năng thanh toán nợ Thông thường các ngânhàng Việt Nam thường căn cứ vào trình trạng trả nợ thực tế của khách hàng để đánhgiákhảnăngtrảnợ củakháchhàng.
Theo Financial Soundness Indicators (2004) của Quỹ Tiền tệ quốc tế (IMF) thì:“Nợ xấu là khoản nợ khi quá hạn trả lãi và/hoặc gốc trên 90 ngày; hoặc các khoản lãichưatrảtừ90ngàytrởlênđãđượcnhậpgốc,táicấpvốnhoặcđồngýchậmtheothỏa thuận, hoặc các khoản phải thanh toán đã quá hạn 90 ngày nhưng có lý do để chắc chắn để nghi ngờ về khả năng khoản vay sẽ không được thanh toán đầy đủ” (NguyễnĐăngDờn,2016). Để thống nhất cách hiểu trong toàn bộ bài nghiên cứu của tác giả, bài nghiên cứusẽ thống nhất việc đánh giá “khả năng trả nợ” của khách hàng theo Thông tư số11/2021/TT-NHNN ngày 01/10/2021, nghĩa là sẽ được đánh giá thông qua nhóm nợcaonhấttạicáctổchứctíndụngkháchhàngcóquanhệtíndụng.Cụthể,nhữngkháchhànghiệnđangcónợnhóm3,4,5đượchiểulànhómkháchhàng“khôngcókhảnăngtrả nợ”, những trường hợp còn lại (nhóm 1, 2) được hiểu là khách hàng “có khả năngtrảnợ”
Cácnhân tố ảnh hưởngđến khảnăngtrảnợ củakhách hàngcánhân
Thứ nhất:Chất lượng trong công tác thẩm định tín dụng CBTD là người trựctiếp tiếp xúc với khách hàng, tiếp nhận hồ sơ, hướng dẫn khách hàng các thủ tục vayvốn,thựchiệnthuthậpvàxửlýthôngtinvềkháchhàngnhằmkiểmtra,đánhgiámứcđộ tin cậy và rủi ro của một phương án hoặc dự án của khách hàng để đưa ra quyếtđịnh cho vay hay không cho vay, cũng như là người thực hiện giám sát sau khi chovay và thu nợ Công tác thẩm định ảnh hưởng rất lớn đến hoạt động tín dụng của cácngân hàng, nếu thẩm định nghiêm túc, cẩn trọng thì sẽ đưa ra quyết định chính xác,hạn chế được rủi ro khi cho vay Giúp ngân hàng đánh giá được mức độ tin cậy sảnxuất hoặc dự án đầu tư của phương án sản xuất hoặc dự án đầu tư mà khách hàng đãlập và nộp cho ngân hàng khi làm thủ tục vay vốn; Phân tích và đánh giá được mứcđộ rủi ro của dự án khi quyết định cho vay; Giúp cho CBTD và lãnh đạo ngân hàngcó thể mạnh dạn quyết định cho vay và giảm được xác suất 2 loại sai lầm trong quyếtđịnhchovay:chovaymộtdựánkhônghiệuquảvàtừchốichovaymộtdựántốt.Dođó,mỗiCBTDphảicótr ìnhđộchuyênmôn,khảnăngnghiệpvụ,khảnăngphântích,đánh giá và lựa những khách hàng có đủ năng lực pháp lý, có đủ năng lực tài chính,có tư cách đạo đức tốt Nhờ có những cán bộ như vậy, các khoản cho vay diễn ra antoànvàhiệuquảhơn.(ĐườngThịThanhHải,2014)
Thứ2:Cácchínhsách,quytrìnhcủangânhàng.Chínhsáchtíndụngđượchiểulàtổngthểcácquyđịnhcủ angânhàngnhằmđảmbảochohoạtđộngtíndụngđiđúngquỹđạo,liênquanđếnviệcmởrộnghaythuhẹpt índụng.Chínhsáchtíndụngbaogồm:hạnmứctíndụng,kỳhạncủacáckhoảnvay,lãisuấtchovayvàmứcl ệphí,cácloạichovayđượcthựchiện.Làhệthốngcácbiệnphápliênquanđếnviệcmởrộnghayhạnchế tíndụngcủangânhàngđểđạtđượcmụctiêuđặtravàhạnchếrủiro,bảođảmantoàntronghoạtđộngkinhdoa nh,làmộttrongnhữngchínhsáchtrongchiếnlược kinh doanh của ngân hàng và cũng là yếu tố đầu tiên có liên quan đến hoạt độngvayvốncủakháchhàng(ĐặngThịCẩmNhung,2015;Ssekiziyivuvàcộngsự,2018). Các điều khoản của chính sách tín dụng được xây dựng dựa trên nhiều yếu tốkhácnhaunhưcácđiềukiệnkinhtế,chínhsáchtiềntệvàtàichínhcủangânhàngnhànước, khả năng về vốn của ngân hàng và nhu cầu tín dụng của khách hàng
(NguyễnVănTiến,2014).Trongnhiềutrườnghợp,bấtcứmộttácđộngnàotừphíangânhàngcũngcóthểảnhhư ởngtớicáckhoảnvaycủaKHCN.Giảsử,khingânhàngtăngmứclãi suất cho vay lên cao, khách hàng sẽ gặp khó khăn trong việc trả nợ và dễ dẫn tớiviệc chậm trễ hoặc không trả nợ (Denzin và Lincoln, 2005) Chính sách chăm sóckhách hàng trước trong và sau khi cho vay có chu kỳ đáo hạn hay không; Các quyđịnhvềthờihạntíndụng,vềlãisuấtvàphítíndụngcaohaythấp,cólinhhoạtvàphùhợpvớithunhậphiệncó củangườidânhaykhông;tàisảnđảmbảo,phươngthứcgiảingânvàthanhtoán,thờigianthẩmđịnhhồsơvayvốn kéodàibaolâu,thủtụcxinvayvốn cóphứctạphayđơngiản,…
Quy trình tín dụng (Credit Procedures): bảng tổng hợp mô tả công việc củangânhàngtừkhitiếpnhậnhồsơvayvốncủamộtkháchhàngchođếnkhiquyếtđịnhcấp tín dụng, giải ngân, thu nợ và thanh lý hợp đồng tín dụng Tại quy trình tín dụng,ngân hàng sẽ quy định từng bộ phận, phòng ban sẽ tuân thủ tham gia vào từng khâucủaquytrìnhtíndụng.Mộtcáchkhác,quytrìnhtíndụnglàtoànbộquytắc,quyđịnhmà ngân hàng đặt ra được thực hiện mang tính chất bắt buộc thực hiện theo một trìnhtựnhấtđịnhnhằmđạtđượcmụctiêu tronghoạtđộng tíndụng
Thứba:Côngtáctổchứccủangânhàng.Nếumộtngânhàngcócơcấutổchứcđượcphâncôngnhiệmvụ cụthể,rõràng,hợplýthìsẽtạorasựthôngsuốttrongtoànhệ thống, điều đó tạo điều kiện thuận lợi cho hoạt động ngân hàng nói chung và hoạtđộng tín dụng cá nhân nói riêng sẽ được phát triển Mỗi cán bộ sẽ phụ trách và đảmnhiệmtừngkhâucủaquytrìnhcấptíndụngvàcósựkiểmsoátcủacáclãnhđạophònghoặcbangiámđốcthìkhả năngxảyraRRTDsẽđượchạnchế(ĐặngThịCẩmNhung,2015).
Thứ tư:Hoạt động marketing, tiếp thị của ngân hàng Đây là nhân tố đầu tiênảnh hưởng đến hiệu quả tín dụng Nó liên quan đến các quyết định chiến lược về lựachọn sản phẩm, đáp ứng nhu cầu khách hàng, giành lợi thế cạnh tranh so với các đốithủ, khai thác và tạo ra các cơ hội mới… Dựa trên cơ sở một chiến lược kinh doanhđược xác lập, ngân hàng sẽ chuyển nó thành hành động, lập ra những kế hoạch bộphậnchotừngthờikỳđảmbảochonhữngmụctiêuđãđềra;đặcbiệtcókếhoạchảnhhưởng trực tiếp đến hiệu quả cho vay như: kế hoạch tăng trưởng tín dụng, kế hoạchmarketing,chínhsáchnhân sự…(ĐườngThịThanhHải,2014)
Thứnăm:Hệthốngthôngtincôngnghệcủangânhàng.ĐặcthùcủahoạtđộngchovayKHCNlàgiaodị chvớisốlượngkháchhàngđôngvàđadạng,ngânhàngphảithực hiện một số lượng lớn các hợp đồng cho vay Do đó, khả năng thu thập và xử lýthông tin tín dụng trong hoạt động cho vay là hết sức cần thiết, là cơ sở xem xét đểquyếtđịnhchovayhaykhông.Thôngtincàngđầyđủ,chínhxác,kịpthờithìkhảnăngngăn ngừa rủi ro càng cao Do đó, hệ thống công nghệ của ngân hàng hiện đại giúpviệclưutrữvềthôngtincủatấtcảcáckháchhàngđãvàđanggiaodịchtạingânhàng,cũngnhưnhữngkháchh àngtiềmnăngmộtcáchchitiếtvàantoànbảomậttuyệtđối,vừa tiết kiệm được thời gian công sức của cán bộ tín dụng, vừa nhằm hạn chế tối đasựnhầmlẫn,saisóttrongquátrìnhgiaodịchvớikháchhàng
Thứ nhất:Thông tin cá nhân của khách hàng Nhóm yếu tố phản ánh trình độ họcvấn, tính chất công việc, nhận thức của khách hàng, mức độ an toàn trong công việccủakháchhàng,điềukiệnsống…sẽtácđộngđếnkhảnăngtrảnợvaycủakháchhàng
Các thông tin này bao gồm: độ tuổi, giới tính, tình trạng hôn nhân, tình trạng sở hữu nhàở,tình trạnghọcvấn,sốngườiphụthuộc,thông tin ngườiđồng trách nhiệm…
Thứ hai:Tài chính của khách hàng Đây chính là một trong những nhóm thông tinquan trọng nhất để đánh giá khả năng trả nợ của khách hàng Thu nhập càng cao vàổnđịnhthìkhảnăngtrảnợsẽcao.Ngượclại,cáckháchhàngcónguồnthunhậpthấpvà không ổn định thì xác suất vỡ nợ sẽ cao (Kohansal và Mansoori, 2009; TrươngĐông LộcvàNguyễnThanhBình,2011;NguyễnPhúc Mẫn,2015).
Thứ ba:nhu cầu, thói quen, và đạo đức của khách hàng Yếu tố con người luônđượcxemtrọngtrongcáclĩnhvực,ngànhnghềkhácnhau.Đâycònđượcxemlàhànhvi ảnh hưởng đến rủi ro tín dụng Nếu như khách hàng là người có ý thức trả nợ tốt,rủi ro tín dụng thấp thì sẽ kích thích ngân hàng mở rộng hoạt động cho vay, các quyđịnh cũng sẽ không quá khắt khe KH cố tình che dấu hoặc sử dụng sai mục đích nhưđã cam kết với ngân hàng thì khả năng trả được nợ sẽ thấp và ngược lại Vấn đề vềđạo đức còn liên quan đến việc am hiểu những quy định pháp lý và pháp luật tronghoạtđộngchovay(KohansalvàMansoori,2009;TrươngĐôngLộcvàNguyễnThanhBình,2011;ĐặngT hịCẩmNhung,2015).
Thứtư:Tàisảnđảmbảo.Lànguồncơsởpháplýđểbảođảmantoànchocáckhoảnvay của khách hàng, mang tính dự phòng rủi ro Tài sản đảm bảo là một trong nhữngđiềukiệnđểxemxétchovaytuynhiênnókhôngphảilàđiềukiệnquantrọngnhất,vìmặc dù nắm giữ tài sản đảm bảo nhưng khi khách hàng không có thiện chí trả nợ thìngânhàngphảiđốimặtvớiviệcgiảmthunhậpdophátmãitàisảntốnnhiềuthờigianvàchiphí(Kohansalvà Mansoori,2009;ĐặngThịCẩmNhung,2015).
Baogồmcácyếutốvềkinhtếvimô,kinhtếvĩmôvàyếuvềmôitrườngảnhhưởngđến nguồn thu nhập trả nợ của khách hàng Các yếu tố đó bao gồm tăng trưởng kinhtế, tỷ lệ lạm phát hoặc sự ổn định về chính trị (Ozdemir và Boran, 2004; Roslan vàKarim,2009;BrymanvàBell,2011).
Khi nền kinh tế tăng trưởng tốt, thu nhập ổn định, chất lượng cuộc sống người dânđượccảithiện,nhucầuvayvốnđểmởrộngtiêudùng,sảnxuấtkinhdoanhtănglên.
Do đó, lợi nhuận đạt được từ các hoạt động kinh doanh cũng tăng theo, dẫn đến khảnăngtrảnợcủacáckháchhàngtănglênhayRRTDsẽgiảm.Ngượclại,trongnềnkinhtếsuythoái,khảnăngtrả nợ cáckhoảnvaysẽgiảmdohiệuquảkinhdoanhgiảmsút,không đạt được lợi nhuận kỳ vọng, làm cho khách hàng mất đi các khoản thu nhậpđáng lẽ họ phải được hưởng Đối với tỷ lệ lạm phát, yếu tố này có thể tác động cùngchiều hoặc ngược chiều đến khả năng trả nợ của khách hàng, tuỳ thuộc vào bối cảnh,phạmvivàthờigiannghiêncứucụ thể.
Cáccôngtrìnhnghiên cứutrướcđâyvề khảnăngtrảnợcủakhách hàngcánhân.17 PHƯƠNGPHÁPNGHIÊNCỨU
Sau đây tác giả tập trung nghiên cứu khảo lược các nghiên cứu trước đây vềkhả năng trả nợ của khách hàng tại các NHTM, đồng thời tổng hợp các biến mà cáctác giả đã vận dụng trong nghiên cứu, làm cơ sở trong nghiên cứu và xây dựng cácbiến trongmôhìnhnghiên cứu.
JonathanCrook(1995),nghiêncứu“Giảiphápnhằmnângcaokhảnăngtrảnợcủa khách hàng” Tác giả dùng mô hình probit, trong đó bao gồm 4299 mẫu nghiêncứu hộ gia đình Kết quả nghiên cứu đã cho thấy khả năng trả nợ chịu ảnh hưởng tíchcựctừyếutốthunhập,thunhậpròng,độ tuổicủachủhộ,vàsởhữunhàriêng.
Kohansal và Mansoori (2009), tìm hiểu “Khả năng khi trả nợ của nông dân tạitỉnh Kohansal và Razavi của Iran” bằng việc sử dụng mô hình hồi quy logic Tác giảđã tiến hành nghiên cứu trên mẫu dữ liệu gồm 175 nông dân vào năm 2008 Trongnghiên cứu của tác giả, các tác giả sử dụng các yếu tố bao gồm: tuổi của khách hàng,diệntíchđấtnôngnghiệpmàkháchhàngđangcanhtác,kinhnghiệmcủakháchhàng,thunhậpcủakháchh àng,lãisuấtchovay,kỳhạnkhoảnvay,dưnợchovayvàgiátrịtài sản bảo đảm Qua đó, tác giả tìm thấy rằng lãi suất cho vay là yếu tố quan trọngnhất trong số các yếu tố tác động đến việc hoàn trả khoản vay của các khách hàng cánhân.Cụthể,kinhnghiệmkháchhàng,thunhậpkháchhàng,dưnợchovayvàtàisảnbảo đảm có mối quan hệ cùng chiều và đáng kể đối với việc hoàn trả các khoản vaycủakhách hàng.Ngượclại,lãisuấtcho vay,kỳhạnvay cótácđộngngượcchiềuđến việc hoàn trả các khoản vay của khách hàng Ngoài ra các yếu tố khác không có mốiquanhệđángkểvớiviệchoàntrảcáckhoảnvaycủakháchhàng.
Năm 2010, nghiên cứu của tác giả Waweru đã thiết lập các yếu tố ảnh hưởngđếnkhảnăngtrảnợtạiNgânhàngNIC-NairobiProvinceKenya.Kếtquảnghiêncứucho thấy các yếu tố đặc điểm cá nhân (tuổi, giới tính, thu nhập và trình độ học vấn)ảnh hưởng cả tích cực và tiêu cực đến việc trả nợ Khả năng trả nợ vay cao hơn ởnhững người vay lớn tuổi hơn những người có thu nhập cao, và tỷ lệ nữ. Hình thứcchovayvàthờigianchovaycũngảnhhưởngtíchcựcđếnkhảnăngtrảnợvay;khoảnvaydàihạncótỷlệvỡn ợthấphơnsovớicáckhoảnvayngắnvàtrunghạn.Mặtkhác,nghiên cứu cho thấy trìnhđộhọcvấnkhôngnhấtthiếtảnhhưởngđến việctrảnợ.
Antwivàcộngsự(2012)đãnghiêncứucácnhântốảnhhưởngtớikhảnăngtrảđược nợ tại Gahana tại ngân hàng Akuapem bằng việc sử dụng mô hình hồi quylogistic Cơ sở dữ liệu cho nghiên cứu gồm 800 quan sát từ năm
2010.Gồmcácbiếnsố:tìnhtrạnghônnhân,giớitính,loạihìnhchovay,lãisuấtkhoảnvay,khoảnvay cóđảmbảo(Security),vàbiếngiả-nơisinh sống(Town).Kếtquảnghiêncứuchothấyrằngrủirokhôngtrảđượcnợcủakháchhàngsẽcaohơnkhikháchhà ngsử dụng khoản vay tín chấp so với những khách hàng sử dụng tài sản thế chấp Nhưvậy, nghiên cứu này tập trung vào nhân tố tài sản đảm bảo của KH khi vay vốn tạingânhàngvàđây lànhântốquan trọngtrongmôhình
Nghiên cứu của Ochung (2013) về các yếu tố ảnh hưởng đến việc trả nợ vaycủakháchhàngtạiNHTMKenya:trườnghợpBarclaysBanktạiKenya,quậnNairobi.Kết quả nghiên cứu cho thấy các yếu tố: nghề nghiệp của người vay, tuổi, giới tính,trìnhđộhọcvấn,thunhập,tínhchấthoạtđộngkinhdoanh,kinhnghiệmcủangườiđivay, số tiền cho vay, địa điểm hoạt động kinh doanh có ảnh hưởng đến khả năng trảnợ củaKHCN
Werema và Opanga (2016) đã nghiên cứu các yếu tố ảnh hưởng đến khả năngkhách hàng hoàn trả tiền vay cho các ngân hàng thương mại: một nghiên cứu trườnghợp PrideArusha, Tanzania Nghiên cứu đã sử dụng cả các phương pháp nghiên cứuđịnhlượngvàđịnhtínhđểđiềutracácyếutốảnhhưởngđếnkhảnăngtrảnợ.Các phát hiện cho thấy đặc điểm của khách hàng (tuổi, trình độ học vấn, quy mô hộ giađình, giới tính), đặc điểm khoản vay (số tiền vay, thời gian vay, hình thức vay); tínhchất kinh doanh (mức thu nhập, loại hình kinh doanh, mức độ ổn định kinh doanh)nằmtrong sốcácyếu tố ảnhhưởng đếnngườivay trong việctrảnợcủakháchhàng
Nghiên cứu của nhóm tác giả Gutu và cộng sự (2017) đã xác định các nhân tốtácđộngđếnhiệuquảtrảnợcủakháchhàngnữtừcáctổchứctàichínhvimôtạiTâyNamEthiopia:Bằngchứn gtừFourWoredasaroundGilgelGibeHydroelectricPowerDam.Kếtquảnghiêncứuchothấycó7nhântốcóảnh hưởngđếnkhảnăngtrảnợcủakhách hàng vay bằng cách sử dụng mô hình kinh tế lượng, trong đó có 3 nhân tố cótác động cùng chiều và mang ý nghĩa thống kê là mục đích sử dụng vốn, số lượngthành viên trong nhóm, số tiền vay để hoạt động kinh doanh Những nhân tố còn lạitác động ngược chiều và mang ý nghĩa thống kê đến khả năng trả nợ của khách hàngvay là: loại hình cư trú, tuổi tác, trình độ học vấn, số lượng thành viên trong gia đình.Một nghiên cứu khác về “Các yếu tố ảnh hưởng đến khả năng trả tiền vay của Gerba:mộtnghiêncứutrườnghợptạingânhàngpháttriểnEthiopia,QuậnJimma(Development Bank of Ethiopia Jimma District)” được thực hiện vào năm 2017 Kếtquả của mô hình hồi quy nhị phân (Binary Logistics) cho thấy kinh nghiệm người đivay, trình độ học vấn của người vay, số lượng thành viên trong gia đình của ngườivay, ngành nghề hoạt động kinh doanh, quy mô của khoản vay, thời gian khoản vay,và danh mục cho vay đã được tìm thấy có có ý nghĩa thống kê và tác động đáng kểđến khảnăngtrảnợ củakháchhàngvay
VươngQuânHoàngvàcộngsự(2006),nghiêncứu“Phươngphápthốngkêxâydựng mô hình định mức tín nhiệm thể nhân” Các biến định lượng trong nghiên cứulà tuổi tác, trình độ học vấn, tình trạng hôn nhân, nơi cư trú, loại hình công việc, thờigiancôngtác,thờigiancưtrú,sốngườiphụthuộc,mứcthunhậphàngtháng,phươngtiệnđilại,phương tiệnthông tin,chênhlệchthunhậpvàchitiêu,giátrịtàisảnkháchhàng, giá trị các khoản vay, quan hệ tín dụng, uy tín trong giao dịch Kết quả hồi quymô hình nghiên cứu đã loại 2 biến uy tín trong giao dịch, thời gian công tác ra khỏimôhình,cácbiếnthunhậphàngtháng,giátrịtàisảnkháchhàng,chênhlệchthunhập vàchitiêucóảnhhưởngđồngbiếnvớibiếnphụthuộc,cácbiếncònlạitrongmôhìnhđiều tácđộngtráichiềulênbiếnphụ thuộc.
TrươngĐôngLộcvàNguyễnThanhBình(2011)nghiêncứu“Cácnhântốảnhhưởng đến khả năng trả nợ vay đúng hạn của Nông hộ tỉnh Hậu Giang” Nghiên cứuđãsửdụngsốliệucủa436hộđượckhảosátđiềutrabằngbảngcâuhỏi,môhìnhđượcsử dụng là mô hình probit Kết quả phân tích trong số 7 biến độc lập có 5 biến có ýnghĩavềmặtthốngkêởmức1%và5%.Trongđó,khảnăngtrảnợđúnghạncótươngquan thuận với thu nhập sau khi vay, số thành viên trong gia đình, trình độ học vấncủa chủ hộ cao thì khả năng trả nợ đúng hạn càng cao, yếu tố khả năng trả nợ đúnghạncóquanhệnghịchbiếnvớilãisuấtđivay.
NguyễnQuốcNghi,(2012),nghiêncứu“Cácnhântốảnhhưởngđếnkhảnăngtrả nợ vay đúng hạn của hộ gia đình ở khu vực nông thôn tỉnh Trà Vinh” Mục tiêunghiên cứu xác định các nhân tố ảnh hưởng đến khả năng trả nợ vay đúng hạn của hộgia đình ở khu vực nông thôn tỉnh Trà Vinh Từ kết quả điều tra 222 hộ gia đình cóphátsinhkhoảnvaytạicáctổchứctíndụng,s ử dụngmôhìnhhồiquyBinaryLogisitcđểchỉracácnhântốdântộ c,mụcđíchsửdụngvốnvay,trìnhđộhọcvấnchủhộ,tiềntiết kiệm tương quan thuận với khả năng trả nợ đúng hạn của hộ gia đình. Ngược lại,lãi suất vay, tỷ lệ người phụ thuộc quan hệ ngược chiều với khả năng trả nợ vay đúnghạn củahộ giađình.
Nghiên cứu của Bùi Văn Trịnh và Nguyễn Trường Kỳ (2012), nghiên cứu cácnhân tố ảnh hưởng đến việc trả nợ vay đúng hạn của nông hộ tại Thành phố Cần Thơvới300mẫuphỏngvấntrựctiếpcácnônghộcóvayvốnchínhthứctrênđịabànThànhphố Cần Thơ Nghiên cứu sử dụng mô hình Probit và phần mềm Stata cho thấy, thunhậpcủahộtrongnăm,cácyếutốmụcđíchsửdụngvốnvay,vàsốthànhviêncóthunhập trong gia đình có ảnh hưởng tỷ lệ thuận với khả năng trả nợ vay đúng hạn củanônghộ,cònlãisuấtvay vốn tỷ lệnghịch vớitrảnợvayđúnghạncủanônghộ
Nguyễn Quốc Nghi (2013), nghiên cứu “Các nhân tố ảnh hưởng đến khả năngtrảnợvayđúnghạncủanônghộtạiNgânhàngNôngnghiệpvàpháttriểnnôngthôn-
ChinhánhHậuGiang”.Từkếtquảđiềutra202nônghộ,ứngdụngmôhìnhprobit, nghiên cứu chỉracácnhântốthunhậpcủahộ,trìnhđộhọcvấn củachủhộ,mụcđíchsử dụng vốn, số lần tiếp xúc của CBTD, và khả năng tiếp cận thông tin thị trườngtương quan thuận với khả năng trả nợ, số người phụ thuộc, lãi suất tỷ lệ nghịch vớikhảnăngtrảnợđúnghạncủanônghộ.
Năm2013,NghiêncứucủaLêHuyềnThiênPhúvớimụctiêutìmhiểucácyếutố ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân tại Ngân hàng TMCP Pháttriển Mê Kông chi nhánh Tp Hồ Chí Minh Sử dụng các thông tin dữ liệu nợ cá nhâncủa 503 khách hàng cá nhân trong khoảng thời gian từ 02/2009 tới 10/2012 tại Ngânhàng TMCP Phát triển Mê Kông chi nhánh Tp Hồ Chí Minh.Trong đó, khả năng trảnợ được biểu hiện bởi hai biến số là quy mô trả nợ và thời hạn trả nợ (trả nợ đúnghạn/trễ hạn) Các yếu tố ảnh hưởng tới khả năng trả nợ được nhóm thành năm yếu tốlớn là (i) Đặc điểm nhân khẩu học, (ii) Năng lực của người vay, (iii) Đặc điểm củakhoản vay, (iv) Rủi ro đạo đức, và (v) Rủi ro tác nghiệp. Nghiên cứu đã sử dụng haimô hình để ước lượng, mô hình hồi quy tuyến tính bội dùng để tìm hiểu các yếu tốảnhhưởngđếnkhảnăngtrảnợcủakháchhàngcánhânxétởkhíacạnhquymôtrảnợvà mô hình Probit dùng để tìm hiểu các yếu tố ảnh hưởng đến khả năng trả nợ củakhách hàng cá nhân xét ở khía cạnh thời hạn trả nợ. Kết quả cho thấy xét về mặt quymô trả nợ, biến số này phụ thuộc cùng chiều với các biến số như “Đại học”, “Sau đạihọc”,“Lãnhđạo/Quảnlý”,“Kíchcỡkhoảnvay”,“Thờihạnvay”,và“Hìnhthứcvay”.Quy mô trả nợ cũng phụ thuộc vào một số biến số khác nhưng với ảnh hưởng ngượcchiều như “Giới tính”, “Công nhân viên”, “Lãi suất khoản vay”,
“Vay tiêu dùng”,“Vay mua bất động sản” Xét về thời hạn trả nợ, biến số này chịu ảnh hưởng thuậnchiềubởicácbiếnsốnhư“Sauđạihọc”,“Lãnhđạo/Quảnlý”,“Chuyênviên”,“Kíchcỡkhoảnvay”,“ Hìnhthứcvay”.Trongkhiđócácbiếnsốkhácnhư“Giớitính”,“Lãisuấtvay”,hay“Vaymuabấtđộngsản”tác độngâmtớikhảnăngtrảnợđúnghạn(LêHuyền ThiênPhú,2013)
Đềxuất mô hình nghiêncứu
Trên cơ sở các mô hình đánh giá khả năng trả nợ của khách hàng cá nhân tại cácNHTM, kết hợp lượt khảo các nghiên cứu thực nghiệm khả năng trả nợ của KHCN,đồngthờitácgiảdựatrênbàinghiêncứucủaKohansalvàMansoori(2009),khiđánhgiá các nhân tố ảnh hưởng đến khả năng khi trả nợ của nông dân tại tỉnh Kohansal vàRazavi của Iran, luận văn đề xuất mô hình nghiên cứu với các yếu tố liên quan đếnkhách hàng và liên quan đến khoản vay đóng vai trò như các biến độc lập tác độngđến khả năng trả nợ của khách hàng Trong đó, luận văn sử dụng độ tuổi, thu nhậpkhách hàng để đại diện cho nhóm các yếu tố liên quan đến khách hàng Và dư nợ chovay,lãi suất chovay,kỳ hạnkhoảnvay,tàisảnbảođảmđạidiệnchocácyếutốliên quan đến khoản vay Tác giả tiến hành đề xuất mô hình nghiên cứu với các nhân tốảnh hưởng đến khả năng trả nợ của KHCN gồm 6 nhân tố: độ tuổi, thu nhập, dư nợvay,thờihạnkhoảnvay, lãisuấtchovay,tàisảnbảođảm
Tác giả áp dụng mô hình hồi quy OLS vào nghiên cứu các yếu tố ảnh hưởng đếnkhảnăngtrảnợ củakháchhàngcánhânnhưsau.
Biến phụ thuộcY:khảnăngtrảnợ củakháchhàng(KNTN)
Y(cógiátrịtừ1đến5):kháchhàngthuộcnợđủtiêuchuẩnnhậngiátrị1;kháchhàngthuộcnhómnợcầnchúýsẽn hậngiátrị2;kháchhàngthuộcnhómnợdướitiêuchuẩnsẽnhậngiátrị3;kháchhàngthuộcnhómnợnghingờsẽ nhậngiátrị4vàkháchhàngthuộcnhómnợ cókhảnăngmấtvốnsẽnhậngiátrị5. œj (j= 1,6): hệ số phản ảnh tác động của 6 biến độc lập với biến phụ thuộc.œo:hệsố góccủaphương trình
X2: Thời gian vayX3:Số tiềnvay
X4: Tài sản bảo đảmX5:Lãisuấtv a y X6:Thu nhập/năm
Môtảcácbiến Độtuổi(age) :Tuổicủakháchhàngvayvốntừ20tuổiđến76tuổi
(năm) Thunhập (TN) :Thunhập củakhách hàng trên 1năm(tỷ đồng/năm)
Dưnợvay(loan) :Sốtiền vay củakhách hàng cánhân(tỷđồng)
Kỳhạnvay(tenor) :Thờigiantínhtừlúckháchhàngđượcgiảingânlần đầutiênđếnkhikếtthúchợp đồngvay (tháng)
Lãisuấtvay(irt) :Lãisuấtcủakhoản vay (%/năm)
Tàisảnbảođảm(asset):Giá trịTàisảnbảođảmcủaKH(tỷđồng)
Tabacnick và Fidell (2007) trích bởi Lưu Tiến Dũng (2013) cho rằng kích cỡmẫu nghiên cứu cần đủ lớn để kết quả hồi quy đảm bảo tính thuyết phục Theo kinhnghiệmtácgiả,côngthứcđểxácđịnhcỡmẫudựanhưsau:n>104+m.Trongđó:nlà kích cỡ mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình Ápdụng theo công thức trên, với số biến độc lập là 6, vậy cỡ mẫu nghiên cứu tối thiểutrongđềtàilà110quansát.Tuynhiên,cỡmẫucànglớnhơnmứctốithiểuyêucầuthìđộ tin cậy của nghiên cứu càng cao (giảm những sai lệch do lấy mẫu) Do đó tác giảthựchiệnnghiên cứu1051quansát.
NguồnsốliệucủaluậnvănđượcthuthậptừhồsơchovaycủaKHCNtạiBIDVCNNamSàiGòn,cácbáocá o,cácdữliệukháchhàngthuthậptrênphầnmềmchươngtrình của ngân hàng tại BIDV Mis, chương trình xếp hạng tín dụng nội bộ, chươngtrình CIC.
Luậnvănsửdụngphươngphápchọnmẫungẫunhiên,thuthập1051mẫutrongdữ liệu khách hàng cá nhân vay vốn tại BIDV CN Nam Sài Gòn đang có dư nợ đếntháng 31/12/2021 ( có quan hệ tín dụng từ 3 năm trở lên).Những thông tin này đượctrích xuất từ phần mềm quản lý thông tin nội bộ của BIDV – CN Nam Sài Gòn baogồm các thông tin liên quan đến các khách hàng như thông tin cá nhân, độ tuổi, thunhập,dưnợvay, lãisuấtvay,giátrịtàisảnbảođảm,kỳhạnvay
Trong nghiên cứu này sử dụng phần mềm STATA, … để hỗ trợ việc xử lý vàphân tích dữ liệu thu thập được từ điều tra thực tế, sau đó sử dụng các phương phápđểđánhgiá.
Vềyếutốđộtuổi,đâylàmộtyếutốquantrọng,hầuhếtcácnghiêncứuthựcnghiệmtrướcđâyđãnghiêncứu.Phầnl ớncácnghiêncứucóliênquanđãđưaragiảthiếtrằngđộ tuổi người vay càng lớn thì rủi ro của khoản nợ càng thấp do tính thận trọng,kinhnghiệm,tínhcáchvàtrảinghiệmtănglêntheođộtuổi.KohansalvàMansoori(2009),
Nawai và Shariff (2012) đã tìm thấy mối tương quan thuận giữa biến số này và khảnăng trảnợ vaycủakháchhàng.
H1:Kháchhàngcó độtuổicàngcao thìkhả năng trảnợvaycàng cao
Thu nhập của khách hàng là một trong những yếu tố quan trọng mà ngân hàngsẽthẩmđịnhxétcấptíndụng,đâyđượccoilàyếutốcấuthànhlànềntảngtrảnợthànhcông trong tương lai của khách hàng, đặc biệt là đối với những khoản vay tín chấpkhôngcóTSĐB.Yếutốnàythểhiệnnănglựctàichínhcủangườiđivay,làmộttrongnhững thông tin quan trọng mà
TCTD dùng để thẩm định khách hàng vay, chọn lọckháchhàngtốtcókhảnănghoàntrảgốclãisaukhivay.Đốivớinhữngngườithunhậpthấp nhưng xác suất trả nợ vẫn lớn hơn người có thu nhập trung bình được là do tínhthậntrọng,hiệuquảtrongviệcsửdụngkhoảnvaycủahọ.MộtsốtácgiảnhưKohansalvà Mansoori (2009), Sileshi và cộng sự (2012); Wongnaa và AwunyoVitor (2013);Bekhet & Eletter (2014); Đặng Thị Cẩm Nhung (2015) cũng tìm thấy những bằngchứngchomốitươngquanthuậngiữachúng.B i ế n nàyđượckỳvọngcóhệsốdương,vìkhithunhậpcủak háchhàngcàngcao,đồngnghĩavớikháchhàngcókhảnăngtíchlũy cao,vìvậy,họ sẽcó khảnăngtrảnợ.
H2:Kháchhàng cóthu nhậpcàngcao thìkhảnăngtrảnợvaycàng cao
Lãisuấtchovaylàlãisuấtthoảthuậngiữangânhàngvàkháchhàngđượctínhtrêncơ sở hàng năm và đây được xem là chi phí mà khách hàng phải trả thêm cho ngânhàngvìsửdụngtiềntrongthờigiancụthểđãthoảthuậnđểphụcvụchomụcđíchtiêudùngcủahọ.Cóthểthấyl ãisuấtchovaycàngcaothìphầnchiphítrảlãivaysẽcàngcao,dođólàmgiảmnguồnthunhậpròngcủacáckhách hàng.Kếtquảlàkhảnăngtrảnợcủacáckháchhàngđangvayvớimứclãisuấtvaycaosẽthấphơnsovớicáckháchh àngkhác.Nóicáchkhác,khilãisuấtchovayđượckýkếtvớingânhàngcàngcaosẽlàm cho rủi ro tín dụng của ngân hàng càng cao hơn Theo nghiên cứu của KennethOgol Ochung (2013); Mohammad và Hooman (2009); Antwi và cộng sự (2012);NguyễnPhúcMẫn(2015)đãchứngminhsựtồntạicủanhântốnàytrongmôhìnhvà họ kết luận rằng sự tương quan ngược chiều giữa lãi suất của khoản vay và khả năngtrảnợcủakháchhàng
H3: Việc áp dụng lãi suất vay cao hơn cho khách hàng sẽ làm gia tăng rủi ro tíndụng của ngân hàng so với các trường hợp vay lãi suất thấp hơn, dẫn tới khả năngtrảnợvaycủakháchhàngthấp.
Thời gian vay tính từ lúc khách hàng nhận tiền vay lần đầu tiên đến khi kết thúchợp đồng vay, được phân loại thành ngắn hạn, trung hạn và dài hạn Các khoản nợcàng ngắn hạn sẽ khiến cho khả năng trả nợ của khách hàng càng giảm do áp lực vềthời gian trả nợ sẽ khiến cho khách hàng không đủ khả năng xoay sở tìm kiếm nguồntrảnợ.KếtquảnghiêncứucủaDadson(2012),KennethOgolOchung(2013),NguyễnPhúc Mẫn (2015) đã tìm thấy mối liên hệ cùng chiều giữa thời hạn khoản vay và khảnăng trả nợ của khách hàng Tức khoản vay có thời hạn càng dài thì khả năng trả nợcàng cao do khách hàng không bị áp lực về thời hạn trả nợ Đồng thời vốn vay phảitrả hằng kỳ của các khách hàng khi vay trung dài hạn sẽ thấp hơn so với việc phải trảtrong thờigianngắnhạn
H4: Kỳ hạn khoản vay có ảnh hưởng cùng chiều đến khả năng trả nợ vay củaKHCN.
Dưnợvaylàbiếnsốthểhiệntổnggiátrịkhoảnvaycủakháchhàng,đượcxemnhưyếutốquantrọngtrongviệc xácđịnhrủirotíndụngcủacáckháchhàngđangvayvốntại ngân hàng, cụ thể có thể thấy rằng nếu dư nợ cho vay càng lớn thì phần chi phí lãivay mà các khách hàng phải trả cũng sẽ tăng tương ứng Đồng thời dư nợ cho vaycàng lớn thì phần vốn gốc phải trả hằng kỳ cũng sẽ cao hơn so với các khoản dư nợcho vaythấp.
Trong trường hợp này, phần tiền mà khách hàng dùng để thanh toán các nghĩa vụvớingânhàngsẽtăng,cácyếutốkháckhôngđổi,việctăngdưnợchovaysẽlàmgiảmkhả năng trả nợ của khách hàng và gia tăng khả năng chuyển đổi khoản vay sang nợxấu.Nóicáchkhác,rủirotíndụngcủangânhàngsẽgiatăngkhidưnợchovaycủa khách hàng tương đối lớn Theo nghiên cứu của Vương Quân Hoàng và cộng sự(2006),
Kohansal và Mansoori (2009), thì dư nợ vay tác động ngược chiều đến khảnăng trảnợ củangườivay
Tài sản bảo đảm: Theo Antwi và cộng sự (2012), Kohansal M.R, Mansoori H,(2009),
Trương Đông Lộc và Nguyễn Thanh Bình (2011) thì khả năng thu hồi nợ củacác khoản vay có đảm bảo chắc chắn hơn các khoản vay không có tài sản đảm bảo.Các nghiên cứu chỉ ra rằng, tài sản đảm bảo có quan hệ cùng chiều với khả năng trảnợ của khách hàng Khách hàng có tài sản đảm bảo có nhiều khả năng trả nợ hơnkhách hàng không có tài sản đảm bảo Tức là tài sản đảm bảo có tác động cùng chiềuvớikhảnăngtrảnợ củakháchhàng.
Tuổi của khách hàng vayvốn từ 20 tuổi đến 76 tuổi(năm) age +
Jonathan Crook (1995);Roslan & Karim (2009);Norhaziah & Mohd(2013);Bekhet&Elet ter(2014);ĐặngThịCẩm Nhung(2015).
2 Thu nhập Tỷđồng/năm TN +
Jonathan Crook (1995);Roslan & Karim (2009);Norhaziah & Mohd(2013);Bekhet&Elet ter(2014);Lê HuyềnThiên
Số tiền vay của kháchhàngcánhân(tỷđồ ng) loan -
Jonathan Crook (1995);Roslan & Karim (2009);Norhaziah & Mohd(2013);Bekhet&Elet ter(2014); Lê Huyền ThiênPhú (2013); NguyễnPhúcMẫn (2015);Đặng ThịCẩmNhung(2015)
Thời gian tính từ lúckhách hàng được giảingân lần đầu tiên đến khikết thúc hợp đồng vay(tháng) tenor +
Roslan & Karim (2009);Bekhet&Eletter(20 14);Lê Huyền Thiên Phú(2013); Nguyễn PhúcMẫn(2015);Đặng
Lãi suất của khoản vay(%/năm) irt -
Jonathan Crook (1995);Roslan&Karim(200 9);Norhaziah & Mohd(2013); Bekhet&Eletter(2014);Đặ ngThịCẩmNhung (2015).
Giá trị Tài sản bảo đảmcủaKH ( tỷđồng) asset +
JonathanCrook(1995);Roslan&Karim(2009);N orhaziah &Mohd
(2013);Bekhet&Eletter(20 14); Lê Huyền ThiênPhú (2013); NguyễnPhúcMẫn (2015);Đặng ThịCẩmNhung(2015)
Bài nghiên cứu sử dụng Phương pháp hồi quy tuyến tính Bayes ( Bayesian LinesarRegressian)
TácgiảsửdụngthuậttoánlấymẫuRandom-WalkMetropolis-Hast-ings(MH)trongkhuôn khổ hồiquytuyếntínhBayes.
P(B/A): Xác suất hậu nghiệm (Posterior)P(A/B): Độ hợp lý của dữ liệu (Lilkelihood)P(B):Xácsuấttiên nghiệm(Prior)
Trongđóf(Xi|𝜃) là hàmmậtđộxác suấtcủaXnếuchotrước𝜃.
Dựa trên dữ liệu có sẵn, chúng ta muốn suy diễn một số đặc tính của𝜃 Trong phântíchBayes,cácthamsốmôhình𝜃làvectorngẫunhiên.
TácgiảbắtđầuphântíchBayesbằngviệcxácđịnhmộtmôhìnhhậunghiệm.Môhìnhhậunghiệmkếthợpdữliệuch otrướcvàthôngtintiênnghiệmđểmôtảphânphốixácxuấtcủatấtcảcácthamsố.Dođó,phânphốihậunghiệmcó haithànhphần:mộthàmhợp lý bao gồm thông tin về các tham số mô hình dựa trên dữ liệu được quan sát vàphânphốitiênnghiệmbaogồmthôngtintrướcđóvềcácthamsốmôhình.Bằngquyluật Bayes, hàm hợp lý và phân phối tiên nghiệm được kết hợp để tạo nên mô hìnhhậu nghiệm:
VìcảXlẫn𝜃 ềuđều làcácbiếnngẫunhiên,chúngtasửdụngđịnhlýBayesđểđạtđượcphânphốihậu nghiệmcủa𝜃nếuXđượcchotrước:
Trongđó:m(X)≡p(X)màđượchiểunhưphânphốibiên(marginaldistribution)củaX,đượcđịnhngh ĩanhưsau: m(X)=∫𝑓(𝑋;𝜃)𝜋(𝜃)𝑑(𝜃)
Trong đó: f(X;𝜃) là hàm hợp lý của X khi cho trước𝜃,𝜋(𝜃)là phân phối tiênnghiệmcho𝜃,m(X) cònđượcgọilàphânphốidựbáotiênnghiệm.
Trong trường hợp phân phối hậu nghiệm có thể được dẫn xuất ở dạng khép kín,chúng ta có thể tiến hành ngay giai đoạn suy diễn của phân tích Bayes Tuy nhiên,ngoạitrừmộtsốmôhìnhđặcbiệt,phânphốihậunghiệmhiếmkhicósẵnvàcầnphảiđược ước lượng thông qua mô phỏng Các phương pháp Bayes có thể được sử dụngđể mô phỏng nhiều mô hình, bao gồm cả những hàm rất phức tạp với mức độ chínhxác tùy ý: Các phương pháp MCMC để mô phỏng các mô hìnhBayes thường đòi hỏithuật toán lấy mẫu hiệu quả và kiểm định sự hội tụ của chuỗi MCMC đến phân phốihậu nghiệmdừng.
Tóm lại, lệnh Bayesmh trong phân tích Bayes bao gồm ba thành phần chức năng:thiết lập mô hình hậu nghiệm (Setting up a posterior model), thực hiện mô phỏngMCMC (Performing
MCMC simulation), tóm tắt và báo cáo kết quả
Thunhập, phân tích xửlýsố liệu
Tabacnick và Fidell (2007) trích bởi Lưu Tiến Dũng (2013) cho rằng kích cỡmẫu nghiên cứu cần đủ lớn để kết quả hồi quy đảm bảo tính thuyết phục Theo kinhnghiệmtácgiả,côngthứcđểxácđịnhcỡmẫudựanhưsau:n>104+m.Trongđó:nlà kích cỡ mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình Ápdụng theo công thức trên, với số biến độc lập là 6, vậy cỡ mẫu nghiên cứu tối thiểutrongđềtàilà110quansát.Tuynhiên,cỡmẫucànglớnhơnmứctốithiểuyêucầuthìđộ tin cậy của nghiên cứu càng cao (giảm những sai lệch do lấy mẫu) Do đó tác giảthựchiệnnghiên cứu1051quansát.
NguồnsốliệucủaluậnvănđượcthuthậptừhồsơchovaycủaKHCNtạiBIDVCNNamSàiGòn,cácbáocá o,cácdữliệukháchhàngthuthậptrênphầnmềmchươngtrình của ngân hàng tại BIDV Mis, chương trình xếp hạng tín dụng nội bộ, chươngtrình CIC.
Luậnvănsửdụngphươngphápchọnmẫungẫunhiên,thuthập1051mẫutrongdữ liệu khách hàng cá nhân vay vốn tại BIDV CN Nam Sài Gòn đang có dư nợ đếntháng 31/12/2021 ( có quan hệ tín dụng từ 3 năm trở lên).Những thông tin này đượctrích xuất từ phần mềm quản lý thông tin nội bộ của BIDV – CN Nam Sài Gòn baogồm các thông tin liên quan đến các khách hàng như thông tin cá nhân, độ tuổi, thunhập,dưnợvay, lãisuấtvay,giátrịtàisảnbảođảm,kỳhạnvay
Trong nghiên cứu này sử dụng phần mềm STATA, … để hỗ trợ việc xử lý vàphân tích dữ liệu thu thập được từ điều tra thực tế, sau đó sử dụng các phương phápđểđánhgiá.
Giảthuyết nghiên cứu
Độtuổi
Vềyếutốđộtuổi,đâylàmộtyếutốquantrọng,hầuhếtcácnghiêncứuthựcnghiệmtrướcđâyđãnghiêncứu.Phầnl ớncácnghiêncứucóliênquanđãđưaragiảthiếtrằngđộ tuổi người vay càng lớn thì rủi ro của khoản nợ càng thấp do tính thận trọng,kinhnghiệm,tínhcáchvàtrảinghiệmtănglêntheođộtuổi.KohansalvàMansoori(2009),
Nawai và Shariff (2012) đã tìm thấy mối tương quan thuận giữa biến số này và khảnăng trảnợ vaycủakháchhàng.
H1:Kháchhàngcó độtuổicàngcao thìkhả năng trảnợvaycàng cao
Thunhập
Thu nhập của khách hàng là một trong những yếu tố quan trọng mà ngân hàngsẽthẩmđịnhxétcấptíndụng,đâyđượccoilàyếutốcấuthànhlànềntảngtrảnợthànhcông trong tương lai của khách hàng, đặc biệt là đối với những khoản vay tín chấpkhôngcóTSĐB.Yếutốnàythểhiệnnănglựctàichínhcủangườiđivay,làmộttrongnhững thông tin quan trọng mà
TCTD dùng để thẩm định khách hàng vay, chọn lọckháchhàngtốtcókhảnănghoàntrảgốclãisaukhivay.Đốivớinhữngngườithunhậpthấp nhưng xác suất trả nợ vẫn lớn hơn người có thu nhập trung bình được là do tínhthậntrọng,hiệuquảtrongviệcsửdụngkhoảnvaycủahọ.MộtsốtácgiảnhưKohansalvà Mansoori (2009), Sileshi và cộng sự (2012); Wongnaa và AwunyoVitor (2013);Bekhet & Eletter (2014); Đặng Thị Cẩm Nhung (2015) cũng tìm thấy những bằngchứngchomốitươngquanthuậngiữachúng.B i ế n nàyđượckỳvọngcóhệsốdương,vìkhithunhậpcủak háchhàngcàngcao,đồngnghĩavớikháchhàngcókhảnăngtíchlũy cao,vìvậy,họ sẽcó khảnăngtrảnợ.
H2:Kháchhàng cóthu nhậpcàngcao thìkhảnăngtrảnợvaycàng cao
Lãi suấtcho vay
Lãisuấtchovaylàlãisuấtthoảthuậngiữangânhàngvàkháchhàngđượctínhtrêncơ sở hàng năm và đây được xem là chi phí mà khách hàng phải trả thêm cho ngânhàngvìsửdụngtiềntrongthờigiancụthểđãthoảthuậnđểphụcvụchomụcđíchtiêudùngcủahọ.Cóthểthấyl ãisuấtchovaycàngcaothìphầnchiphítrảlãivaysẽcàngcao,dođólàmgiảmnguồnthunhậpròngcủacáckhách hàng.Kếtquảlàkhảnăngtrảnợcủacáckháchhàngđangvayvớimứclãisuấtvaycaosẽthấphơnsovớicáckháchh àngkhác.Nóicáchkhác,khilãisuấtchovayđượckýkếtvớingânhàngcàngcaosẽlàm cho rủi ro tín dụng của ngân hàng càng cao hơn Theo nghiên cứu của KennethOgol Ochung (2013); Mohammad và Hooman (2009); Antwi và cộng sự (2012);NguyễnPhúcMẫn(2015)đãchứngminhsựtồntạicủanhântốnàytrongmôhìnhvà họ kết luận rằng sự tương quan ngược chiều giữa lãi suất của khoản vay và khả năngtrảnợcủakháchhàng
H3: Việc áp dụng lãi suất vay cao hơn cho khách hàng sẽ làm gia tăng rủi ro tíndụng của ngân hàng so với các trường hợp vay lãi suất thấp hơn, dẫn tới khả năngtrảnợvaycủakháchhàngthấp.
Kỳhạn vay
Thời gian vay tính từ lúc khách hàng nhận tiền vay lần đầu tiên đến khi kết thúchợp đồng vay, được phân loại thành ngắn hạn, trung hạn và dài hạn Các khoản nợcàng ngắn hạn sẽ khiến cho khả năng trả nợ của khách hàng càng giảm do áp lực vềthời gian trả nợ sẽ khiến cho khách hàng không đủ khả năng xoay sở tìm kiếm nguồntrảnợ.KếtquảnghiêncứucủaDadson(2012),KennethOgolOchung(2013),NguyễnPhúc Mẫn (2015) đã tìm thấy mối liên hệ cùng chiều giữa thời hạn khoản vay và khảnăng trả nợ của khách hàng Tức khoản vay có thời hạn càng dài thì khả năng trả nợcàng cao do khách hàng không bị áp lực về thời hạn trả nợ Đồng thời vốn vay phảitrả hằng kỳ của các khách hàng khi vay trung dài hạn sẽ thấp hơn so với việc phải trảtrong thờigianngắnhạn
H4: Kỳ hạn khoản vay có ảnh hưởng cùng chiều đến khả năng trả nợ vay củaKHCN.
Dưnợ vay
Dưnợvaylàbiếnsốthểhiệntổnggiátrịkhoảnvaycủakháchhàng,đượcxemnhưyếutốquantrọngtrongviệc xácđịnhrủirotíndụngcủacáckháchhàngđangvayvốntại ngân hàng, cụ thể có thể thấy rằng nếu dư nợ cho vay càng lớn thì phần chi phí lãivay mà các khách hàng phải trả cũng sẽ tăng tương ứng Đồng thời dư nợ cho vaycàng lớn thì phần vốn gốc phải trả hằng kỳ cũng sẽ cao hơn so với các khoản dư nợcho vaythấp.
Trong trường hợp này, phần tiền mà khách hàng dùng để thanh toán các nghĩa vụvớingânhàngsẽtăng,cácyếutốkháckhôngđổi,việctăngdưnợchovaysẽlàmgiảmkhả năng trả nợ của khách hàng và gia tăng khả năng chuyển đổi khoản vay sang nợxấu.Nóicáchkhác,rủirotíndụngcủangânhàngsẽgiatăngkhidưnợchovaycủa khách hàng tương đối lớn Theo nghiên cứu của Vương Quân Hoàng và cộng sự(2006),
Kohansal và Mansoori (2009), thì dư nợ vay tác động ngược chiều đến khảnăng trảnợ củangườivay
Tàisản bảo đảm
Tài sản bảo đảm: Theo Antwi và cộng sự (2012), Kohansal M.R, Mansoori H,(2009),
Trương Đông Lộc và Nguyễn Thanh Bình (2011) thì khả năng thu hồi nợ củacác khoản vay có đảm bảo chắc chắn hơn các khoản vay không có tài sản đảm bảo.Các nghiên cứu chỉ ra rằng, tài sản đảm bảo có quan hệ cùng chiều với khả năng trảnợ của khách hàng Khách hàng có tài sản đảm bảo có nhiều khả năng trả nợ hơnkhách hàng không có tài sản đảm bảo Tức là tài sản đảm bảo có tác động cùng chiềuvớikhảnăngtrảnợ củakháchhàng.
Tuổi của khách hàng vayvốn từ 20 tuổi đến 76 tuổi(năm) age +
Jonathan Crook (1995);Roslan & Karim (2009);Norhaziah & Mohd(2013);Bekhet&Elet ter(2014);ĐặngThịCẩm Nhung(2015).
2 Thu nhập Tỷđồng/năm TN +
Jonathan Crook (1995);Roslan & Karim (2009);Norhaziah & Mohd(2013);Bekhet&Elet ter(2014);Lê HuyềnThiên
Số tiền vay của kháchhàngcánhân(tỷđồ ng) loan -
Jonathan Crook (1995);Roslan & Karim (2009);Norhaziah & Mohd(2013);Bekhet&Elet ter(2014); Lê Huyền ThiênPhú (2013); NguyễnPhúcMẫn (2015);Đặng ThịCẩmNhung(2015)
Thời gian tính từ lúckhách hàng được giảingân lần đầu tiên đến khikết thúc hợp đồng vay(tháng) tenor +
Roslan & Karim (2009);Bekhet&Eletter(20 14);Lê Huyền Thiên Phú(2013); Nguyễn PhúcMẫn(2015);Đặng
Lãi suất của khoản vay(%/năm) irt -
Jonathan Crook (1995);Roslan&Karim(200 9);Norhaziah & Mohd(2013); Bekhet&Eletter(2014);Đặ ngThịCẩmNhung (2015).
Giá trị Tài sản bảo đảmcủaKH ( tỷđồng) asset +
JonathanCrook(1995);Roslan&Karim(2009);N orhaziah &Mohd
(2013);Bekhet&Eletter(2014); Lê Huyền ThiênPhú (2013);NguyễnPhúcMẫn(2015);ĐặngThịCẩmNhung(2015)
Phươngpháp kỹthuật
Cácphân phối Bayes (Posterior distribution)
TácgiảsửdụngthuậttoánlấymẫuRandom-WalkMetropolis-Hast-ings(MH)trongkhuôn khổ hồiquytuyếntínhBayes.
P(B/A): Xác suất hậu nghiệm (Posterior)P(A/B): Độ hợp lý của dữ liệu (Lilkelihood)P(B):Xácsuấttiên nghiệm(Prior)
Trongđóf(Xi|𝜃) là hàmmậtđộxác suấtcủaXnếuchotrước𝜃.
Dựa trên dữ liệu có sẵn, chúng ta muốn suy diễn một số đặc tính của𝜃 Trong phântíchBayes,cácthamsốmôhình𝜃làvectorngẫunhiên.
TácgiảbắtđầuphântíchBayesbằngviệcxácđịnhmộtmôhìnhhậunghiệm.Môhìnhhậunghiệmkếthợpdữliệuch otrướcvàthôngtintiênnghiệmđểmôtảphânphốixácxuấtcủatấtcảcácthamsố.Dođó,phânphốihậunghiệmcó haithànhphần:mộthàmhợp lý bao gồm thông tin về các tham số mô hình dựa trên dữ liệu được quan sát vàphânphốitiênnghiệmbaogồmthôngtintrướcđóvềcácthamsốmôhình.Bằngquyluật Bayes, hàm hợp lý và phân phối tiên nghiệm được kết hợp để tạo nên mô hìnhhậu nghiệm:
VìcảXlẫn𝜃 ềuđều làcácbiếnngẫunhiên,chúngtasửdụngđịnhlýBayesđểđạtđượcphânphốihậu nghiệmcủa𝜃nếuXđượcchotrước:
Trongđó:m(X)≡p(X)màđượchiểunhưphânphốibiên(marginaldistribution)củaX,đượcđịnhngh ĩanhưsau: m(X)=∫𝑓(𝑋;𝜃)𝜋(𝜃)𝑑(𝜃)
Trong đó: f(X;𝜃) là hàm hợp lý của X khi cho trước𝜃,𝜋(𝜃)là phân phối tiênnghiệmcho𝜃,m(X) cònđượcgọilàphânphốidựbáotiênnghiệm.
Trong trường hợp phân phối hậu nghiệm có thể được dẫn xuất ở dạng khép kín,chúng ta có thể tiến hành ngay giai đoạn suy diễn của phân tích Bayes Tuy nhiên,ngoạitrừmộtsốmôhìnhđặcbiệt,phânphốihậunghiệmhiếmkhicósẵnvàcầnphảiđược ước lượng thông qua mô phỏng Các phương pháp Bayes có thể được sử dụngđể mô phỏng nhiều mô hình, bao gồm cả những hàm rất phức tạp với mức độ chínhxác tùy ý: Các phương pháp MCMC để mô phỏng các mô hìnhBayes thường đòi hỏithuật toán lấy mẫu hiệu quả và kiểm định sự hội tụ của chuỗi MCMC đến phân phốihậu nghiệmdừng.
Tóm lại, lệnh Bayesmh trong phân tích Bayes bao gồm ba thành phần chức năng:thiết lập mô hình hậu nghiệm (Setting up a posterior model), thực hiện mô phỏngMCMC (Performing
MCMC simulation), tóm tắt và báo cáo kết quả
(Summarizingandreportingresults).NhưchúngtabiếtBayesphùhợpvớinhiềumôhìnhbằngcáchsử dụng thuật toán Metropolis – Hastings (MH) thích ứng Nó cung cấp các mô hìnhkhả năng xảy ra khác nhau và các bản phân phối trước để bạn lựa chọn Các mô hìnhkhả năng bao gồm các hồi quy tuyến tính và phi tuyến tính bình thường đơn biến,tuyếntínhbìnhthườngvàphituyếntínhđabiếnhồiquy,môhìnhtuyếntínhtổngquátnhưhồiquylogitvàPoiss on,vàmôhìnhtuyếntínhnhiềuphươngtrình.Cácbảnphânphối trước bao gồm các bản phân phối liên tục như đồng nhất, Jeffreys, bình thường,gamma,bìnhthườngđabiến,WishartvàcácphânbốrờirạcnhưBernoullivàPoisson.Phân tích Bayes cung cấp nhiều lợi thế so với phân tích tần suất, ví dụ như khả năngkết hợp thông tin trước đó trong phân tích, độ mạnh mẽ và chính xác cao hơn đối vớidữ liệu thưa thớt, suy luận toàn diện hơn dựa trên kiến thức về toàn bộ phân phối sauđược chọn với các diễn giải trực quan và trực tiếp hơn về kết quả bằng cách sử dụngcáccâuxácsuấtvềcácthamsố.
Trong nghiên cứu này, tác giả sử dụng mô hình hồi quy tuyến tính theo phươngphápBayesianLinearRegressthôngquathuậttoánlấymẫuRandom-WalkMetropolis-
Hastings (MH) để ước lượng các mô hình hồi quy theo các cách tiếp cậncủaquytắcBayes,sauđósẽdựavàophântíchBayesđểlựachọnramôhìnhhồiquyphù hợp nhất và tiến hành phân tích sự hội tụ của chuỗi MCMC để giải thích kết quảsuy diễnthốngkêtheotrìnhtựnhưsau:
Thiếtlập mô hình hậu nghiệm
Môhình2:Chạymôhìnhphânphốihàmhợplý(likelihood)vớigiátrịtrungbìnhvàphươngsaichưabiết,phânp hốiphithôngtinvàthôngtintiênnghiệm(prior)jeffreys.
Mô hình 3: Mô hình trong đó phân phối hợp lý có giá trị trung bình và phương saichưabiết,thông tintiênnghiệmcủacácthamsốcóphânphốichuẩn0.1,tiênnghiệmphương sai là phân phốiIgamma (.001,.001) với các thông tin tiên nghiệm của tất cảthamsốtheophânphốichuẩn-Specifyingexpressionsasdistributionalarguments
Phươngpháp kiểm địnhmô hình đểchọn mô hình hồi quyphù hợp
hợpPhươngpháp1:KiểmđịnhmôhìnhtheophươngphápTiêuchuẩnthôngtinBayesmh(Bayesia ninformationcriteriaandBayesfactors – bayesstatsic)
Phương pháp 2:Kiểm định mô hình theo phương pháp Kiểm định hậu nghiệm môhìnhBayesmh(BayestestModel-Hypothesistestingusingmodelposteriorprobabilities)
Thực hiệnmôphỏng,phântíchchuỗiMCMCbằngcác phươngphápkiểmđịnhsựhội tụ củachuỗi MCMC (MarkovChain MonteCarlo)quamô hình hồi quytối ưu đượcchọn.43 KẾTQUẢ NGHIÊN CỨU
phápkiểm định sự hội tụ của chuỗi MCMC (Markov Chain Monte Carlo) quamô hình hồi quytốiưuđược chọn.
+ Kiểm định hiện tượng đa cộng tuyến (Multicollinearity) bằng cách kiểm tra hệ sốtương quangiữacáccặpbiến(PairwiseCorrelations)
+ Kiểm định sự hội tụ của chuỗi MCMC (Markov Chain Monte Carlo) bằng cỡ mẫuhiệuquả(ESS)
Tóm lại, nội dung Chương 3 đã đề cập khái quát về phương pháp nghiên cứu (Phântích Bayes) sẽ nêu được ưu điểm khi chọn phương pháp phân tích Bayes áp dụng chonghiên cứu của tác giả, sẽ nêu rõ các thuật toán để ước lượng mô hình hồi quy tuyếntính, kiểm định mô hình để chọn mô hình hồi quy phù hợp khi xem xát các nhân tốảnh hưởngđếnkhảnăngtrảnợ củaKHCNtạiBIDV – CN NamSàiGòn
Dưnợ cho vaytheo đối tượngkhách hàng
Dưnợ tín dụngcánhân theo kỳhạn
Bảng 4-2 Dư nợ cho vay KHCN theo kỳ hạn tại BIDV Nam Sài Gòn giaiđoạn2019–2021 ĐVT:Tỷđồng,%
Căn cứ vào bảng 4.2 có thể thấy rằng danh mục cho vay khách hàng cá nhân chủyếu tập trung khoản cho vay trung dài hạn như vay mua nhà ở, đất, ô tô, tiêu dùng….Dư nợ cho vay trung dài hạn khách hàng cá nhân năm 2019 là 4,000 tỷ đồng chiếm72.33% trong tổng dư nợ cho vay cá nhân, năm 2020 dư nợ kỳ hạn trung dài hạn là4,525 tỷ chiếm 75.42% trong tổng dư nợ cho vay cá nhân, năm
2021 con số cho vaytrung dài hạn là 4,886 tỷ tương ứng với tỷ lệ 72.81% trong tổng dư nợ cho vay cánhân.Dưnợcho vaytrung dài hạnluônchiếmtỷtrọng caotrongtổng dưnợcho vay
KHCN,luôncaohơn70%,cònlạixấpxỉ30%dưnợchovayngắnhạn.Kếtthúcnăm2021, dư nợ cho vay ngắn hạn tăng 24% so với năm 2020 ( ứng với mức tăng 350 tỷđồng) cho thấy BIDV CN Nam Sài Gòn đã có những chính sách cấp tín dụng ưu đãi(lãi suất, phí), Bên cạnh việc hỗ trợ lãi suất cho khách hàng, BIDV tiếp tục thực hiệnđơngiảnhóathủtụcvayvốnnhưngvẫnbảođảmantoànvốnvayvàphùhợpvớicácquy định của pháp luật, nâng cao khả năng thẩm định để rút ngắn thời gian giải quyếtchovay,tạođiềukiệnchokháchhàngtiếpcậnvốntíndụngnhanhchóng,thuhútcácđối tượng KH tiềm năng như cho vay tín chấp qua app smartbanking BIDV, cho vaytín chấphỗ trợ nhânviênytế,chovayưuđãiSXKD….
Do đặc điểm sản phẩm cho vay tại BIDV CN Nam Sài Gòn, đối với những khoảnvay ngắn hạn chủ yếu tập trung vào phục vụ nhu cầu tiêu dùng cá nhân mua sắm, sảnxuất bổ sung vốn kinh doanh,dịch vụ Những khoản vay trung dài hạn chủ yếu tậptrung cho vay mua dự án, bất động sản như mua nhà ở, mua đất, sửa chữa nhà, chovay ô tô và mục đích tiêu dùng khác Điều này cũng khá phù hợp đối với địa bànThành phố Hồ Chí Minh năng động, tập trung phát triển nhìu tiềm năng kinh tế,cónhiềukhucôngnghiệpthuhútnhiềulaođộnglàmnhucầuđấtởnhàởvàchitiêukháctăng cao.
Dưnợ cho vaycánhân theo nhóm nợ
Bảng4-3 Dưnợ chovayKHCNtheonhómnợ tại BIDVNamSàiGòn giaiđoạn2019–2021 ĐVT:Tỷđồng,%
Theo số liệu phân loại nhóm nợ tại BIDV CN Nam Sài Gòn giai đoạn 2019-2021,tỷlệnợ theo từngnhómbiếnđộngtănggiảmquacácnăm.
Trong đó, nợ đủ tiêu chuẩn (nhóm 1) đạt tỷ trọng khá cao, năm 2019 là 99.26%,sang năm
2020 là 99.13%, cuối năm 2021 là 99%, nhóm nợ đủ tiêu chuẩn luôn đạt tỷtrọng khácaosovớitổngdưnợvay cánhân.
Nhóm nợ 2- Nợ cần chú ý của năm 2019 là 0.45%, năm 2020 là 0.54%, năm 2021tỷ lệlà0.6%.Cáctỷ lệnày cótăngnhẹvàkhôngđángkể.
Còn lại nợ xấu (từ nhóm 3 đến nhóm 5) giai đoạn từ 2019-2021, tỷ lệ nợ xấu cũngcó khuynh hướng tăng nhẹ qua các năm: 0.29%; 0.33%; 0.39% tuy nhiên vẫn luônđảm bảo nhỏ hơn 2% theo quy định NHNN Năm
2021 tỷ lệ nợ xấu chiếm tỷ lệ caonhất giai đoạn 2019-2021 qua là 0.39% (đạt, nhỏ hơn 0.5% so với kế hoạch đề ra).Nguyên nhân do nền kinh tế biến động gặp nhìu khó khăn trong năm
2021, chịu ảnhhưởngbởiđạidịchCovidtoàncầu,gâythiệthạichonhiềudoanhnghiệp,cánhândẫnđến kháchhàngtrảnợchậm,thậmchícòn khôngcókhảnăng trảnợvay.
Mặc dù gặp nhiều tác động tiêu cực từ đại dịch COVID-19, tuy nhiên, bằng sự chủđộng, linh hoạt, thực hiện nghiêm chỉ đạo của Chính phủ, NHNN Năm 2021, BIDVCN Nam Sài Gòn đã đi qua nhiều dấu ấn nổi bật, hoàn thành tốt chỉ tiêu dư nợ tíndụng bán lẻ được giao kế hoạch (vượt 112%) , bên cạnh phát triển nền khách hàng cánhânmớiđểtăngtrưởngtíndụng,thìBIDVNamSàiGòncũngluôntheodõichặtchẽcáckhoảnnợnhóm1,nhó m2,nhómnợxấucũngnhưkiểmtrakiểmsoátsauvaychặtchẽđểnắmbắtđượctìnhhìnhkháchhàng,đônđốckh áchhàngtrảnợ,nhằmhạnchế tối đa phát sinh nợ quá hạn luôn bám sát thực hiện phân loại nợ khách hàng định kỳ, từ đó phân nhóm khách hàng theo mức độ rủi ro để có chính sách ưu đãi, kiểm tra,kiểm soát và xử lý phù hợp Đồng thời việc trích lập một quỹ dự phòng rủi ro nhằmhạn chếnhữngtổnthấtchokháchhàngkhôngcókhảnăngtrảnợ
Kếtquảmô hình nghiêncứu
Thốngkê mô tả
VớibộdữliệusaukhithuthậpđượcsẽchuyểnsangphầnmềmStata,saukhixửlýsố liệu bảng 4.4, nghiên cứu thực hiện thống kê mô tả Kết quả được trình bày trênbảng bao gồm các thông số: Số quan sát, giá trị trung bình, độ lệch chuẩn, giá trị lớnnhất,giátrịnhỏ nhất.
Bảng4.4chothấynhữngkháchhàngcóquanhệtíndụngtạingânhàngthườngnằmtrongđộtuổi(age)lớnnhấtở mức76vàthấpnhấtởmức20.Vàđộtuổitrungbìnhlà
41 Trường hợp 20 tuổi là các trường hợp KHCN có nhu cầu mở thẻ tín dụng nhằmphụcvụchonhucầutiêudùngvàmuasắmcủahọ.Độtuổitrungbìnhcủakháchhàngởvàokhoảngđộtuổil à41tuổi,ởđộtuổinàythểhiệnmộtcáchtươngđốikinhnghiệmsống, thu nhập ổn định Chi nhánh còn có xu hướng tập trung choKHCN vay ở độtuổi lao động trẻ, sức khoẻ tốt và thu nhập cao Điều này phần nào đã phản ánh chấtlượng tíndụngvàmụctiêu quảntrịrủirotíndụngKHCNcủachinhánh. Đối với thu nhập của KH (TN), ta thấy những khách hàng cá nhân có quan hệ tíndụngtạiBIDVCNNamSàiGònthườngcóthunhậpcaohoặcổnđịnhtừkhoảng200triệu đồng/ năm đến 5.5 tỷ đồng/ năm Qua đó cho thấy, thu nhập của khách hàng cóvay vốn tại BIDV CN Nam Sài Gòn là khá cao và phân bổ tương tối tập trung hơn.Mức thu nhập này là phù hợp với thị trường lao động dồi dào, năng động đa ngànhnghềtạiTPHCM,nóicáchkhácvớimứcthunhậpnàykháchhàngđảmbảokhảnăngtrảnợ chongânhàng
Thời hạn cho vay (tenor) tập trung vào kỳ hạn trung hạn; và hình thức vay chủ yếulàchovaycóTSĐB.BIDVCNNamSàiGònvớimẫudữliệunghiêncứuthìthờigianvay của khách hàng cao nhất là
240 tháng và thấp nhất là 4 tháng,trung bình là 126ngày.
Lãisuấtvaycaonhất12.4%,thấpnhấtlà5%phùhợpsovớicácngânhàngtrênđịabàn.Mứclãisuấtvaycánhân tạiBIDVCNNamSàiGòntươngđốilinhhoạtvớitheotừngđốitượngkháchhàng,ngoàiramứclãisuấtchovayc ònphụthuộcvàothờigianvay làngắnhạnhay trungdàihạn.
Giá trị tài sản bảo đảm của KHCN tương đối lớn, cụ thể là khách hàng có giá trịtổng sản sản lớn nhất là 76.2 tỷ đồng và nhỏ nhất là 0 tỷ đồng Từ đó chứng tỏ, giá trịtổngtàisảncủaKHCNphânbổkhôngtậptrunghaygiátrịtổngtàisảncủamỗikháchhàng là khác nhau và chênh lệch đáng kể Điều này cũng hoàn toàn phù hợp với thựctế,docácKHCNvớimỗingànhnghềvàlĩnhvựcSXKDlàkhácnhau,dođótìnhhìnhnguồn thu nhập cũngkhácnhau vàtạo ragiátrịtàisản cũngkhông giốngnhau
KếtquảướclượngBayes
Mô hình 1: Phân phối dữ liệu có phương sai không biết và thông tin tiên nghiệmcủacác tham số dựa trên kếtquả ước lượngcủahàm OLS- Informativeconjugatepriorwhenmean andvarianceareunknown
Mô hình 2: Chạy mô hình phân phối hàm hợp lý (likelihood) với phương sai làkhông biết (var), thông tin tiên nghiệm của các tham số là phi thông tin (thôngtin tiên nghiệm của các tham số là flat, thông tin tiên nghiệm của phương sai làjeffreys).
Mô hình 3: Mô hình trong đó phân phối hợp lý có giá trị trung bình và phươngsaichưabiết,thôngtintiênnghiệmcủacácthamsốcóphânphốichuẩn0.1,tiênng hiệm phương sai là phân phối Igamma (.001, 001) với các thông tin tiênnghiệm của tất cả tham số theo phân phối chuẩn - Specifying expressions asdistributionalarguments
Bamôhìnhtrênđâyđềucóthểsửdụngchosuydiễnthôngkê.Tuynhiên,cầnchọnmột mô hình tốt nhất để dự báo Đó là mô hình phù hợp nhất với dữ liệu nghiên cứu.Tácgiảthựchiệncáckiểmđịnhchomụcđíchnày.Trướchếtsửdụngtiêuchuẩnthôngtin Bayes:
Lựachọn mô hình
KếtquảkiểmđịnhbằngtiêuchuẩnthôngtinBayestừbảng4.9chỉramôhình2cógiátrịgiátrịlog(BF)caonh ất,giátrịlog(ML)cũngcaonhấtđồngthờiDICcógiátrịnhỏnhất.Dođómôhìnhnàylà‘‘ứngviênnặng kýnhất’’
Ngoài kiểm định bằng tiêu chuẩn thông tin Bayes, có thể xem xét thêm kiểm địnhxácxuấthậunghiệmđểcủngcốquyếtđịnhlựachọncủatácgiả.
Theo kết quả kiểm định trong bảng 4.10, mô hình 2 cho xác suất hậu nghiệm caonhấtgầnbằng1.Nhưvậytácgiảchọn môhìnhnàycho suydiễnvàdựbáo
Dựa trên KQ tiêu chuẩn thông tin bayes, và kiểm định xác suất hậu nghiệm bayes,ta chọn MH 2 để suy diễn thống kê Vì nghiên cứu đang dùng thuật toán MCMC nênđểtiếntớisuydiễnthốngkêthìphảikiểmtratínhhộitụ củamôhìnhđãlựachọn
4.3.3.3 Kiểmđịnhhội tụcủa chuỗiMCMCđốivới mô hình2: Để đảm bảo suy luận Bayes dựa trên mẫu MCMC là hợp lý, tác giả đã kiểm định sự hội tụ MCMC của các ước tính tham số thông qua chuẩn đoán trực quan bằng đồthịTraceplot.
Biểuđồ4-1Kếtquảkiểmđịnhhội tụthông quabiểuđồ vết
Biểuđồ4-2 Kếtquảkiểmđịnhhội tụthông qua biểu đồsựtương quan
KNTN age tenorl oanas set irt TN _cons
Kếtquảkiểmđịnhcỡmẫuhiệuquảtừbảng4.11,tathấyhệsốhiệuquảcủacácbiến độc lập chưa thoả điều kiện lớn hơn 0.01, 2 biểu đồ trace plot (biểu đồ 4.1), biểuđồtrựcquan(biểuđồ4.2)chạykhôngđềuquanhtrục,chưathểhiệnsựhồiquyrõrệt. Kếquảchưađủhộitụ,cònnghivấn,vìvậytácgiảtiếnhànhkiểmđịnhthêmvớimcmcsize(50000),t hinning(5)vàblock({var})
Căn cứ kết quả bảng 4.12, ta nhìn thấy acceptance rate = 0.3391>
0.15Efficiency =0.07897>0.01=> chấpnhận KếtquảnhậnthấyrằngMCSEnhỏhơnnhiềusaukhitatăngcỡmẫu(0.01 Sốlầntươngquan Corr.Timecủatấtcảcácbiếnđều
0.15Efficiency =0.07897>0.01=> chấpnhận KếtquảnhậnthấyrằngMCSEnhỏhơnnhiềusaukhitatăngcỡmẫu(0.01 Sốlầntươngquan Corr.Timecủatấtcảcácbiếnđều
