BỘ GIÁODỤCVÀĐÀOTẠO NGÂNHÀNGNHÀ NƯỚCVIỆTNAM TRƯỜNGĐẠI HỌC NGÂNHÀNGTHÀNHPHỐHỒCHÍ MINH NGUYỄNTHỊ HÀPHƯƠNG YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦAKHÁCHHÀNGCÁNHÂNTẠINGÂNHÀNGTHƯƠNGMẠI CỔPHẦNCÔNGTHƯƠNGVIỆTN[.]
Lýdochọnđề tài
MộttrongnhữngvấnđềđặtrachosựtồntạivàpháttriểncủaNHTMlànângcao chất lượng tín dụng, giảm thiểu rủi ro trong hoạt động tín dụng Việc nâng caochất lượng tín dụng và kiểm soát rủi ro trong hoạt động tín dụng được thực hiện tốtgiúpcácngânhànggiảmthiểuchiphí,tănglợinhuận,bảotoànvàmởrộngvốnđồngthờimởrộngt hịphần,nângcaouytínvàvịthếcủaNHTM.Đâychínhlàlýdo việcnângcaochấtlượngtíndụng,giảmthiểurủirotronghoạtđộngtíndụngluônlàmốiquantâmh àngđầucủacácNHTMhiệnnay.
Trong giai đoạn từ 2020 cho tới nay, tình hình nợ xấu tại các ngânhàng đãtăng cao đáng kể Theo các báo cáo từ Ngân hàng Nhà nước Việt Nam, nợ xấu củanhóm27ngânhàngcócổphiếuniêmyếttăng35%sovớiđầunăm2022136.000tỷđồng, với 89% các ngân hàng đều có phát sinh nợ xấu Có nhiều nguyên nhân dẫnđến hiện trạng trên như tác động của đại dịch của đại dịch Covid-19 ảnh hưởng đếnthu nhập và đời sống của người dân từ đó làm giảm khả năng hoàn trả nợ vay Tuynhiên, một trong những nguyên nhân chính đó là việc đánh giá, xem xét nguồn lựccủa khách hàng còn hạn chế, từ đó dẫn đến tình trạng khách hàng vay nhưng khôngthểhoàntrảnợđầyđủvà đúnghạn.
Vietinbank – Chi nhánh 4 Tp Hồ Chí Minh cũng đang nằm trong tình trạngtrên Theo Báo cáo tổng kết năm 2022, tỷ lệ nợ xấu đang ở tỷ lệ 2,75% và có xuhướng tăng lên, đây là thực trạng đáng báo động với không chỉ bản thân Chi nhánhmàcònvớihệthốngcủaVietinbank.Vớitỷlệcaosẽgâyáplựcxửlýnợrấtlớnchochinhán h,ảnhhưởngđếnlợinhuận,chiphíhoạtđộngcủachinhánhcũngnhưnguồnthunhập củacánbộnhânviên.
Hiện nay, hoạt động tín dụng có vai trò đặc biệt quan trọng trong chiến lượckinhdoanhvàđemlạinguồnlợinhuậnchủyếuchođơnvị.Dovậy,nhậnthứcđượcthực trạng trên nên ban giám đốc đã có nhiều biện pháp triển khai quyết liệt để cảithiệntìnhhình,tuynhiêncácbiệnphápđưaravẫnchưađemlạikếtquảnhưkỳvọng.Nguyênnhân là docác giảiphápđưa ra chủ yếuđượcxâydựngtừ cácbáocáotổng kết của các phòng, bộ phận, chưa được có một nghiên cứu hay cơ sở thực nghiệmnàođểlàm cơ sởkhoahọc.
Từcácvấnđềtrên,họcviênlựachọnthựchiệnđềtài“ Yếutốảnhhưởngđếnkhả năng trả nợ của khách hàng cá nhân tại Ngân hàng Thương mại cổ phầnCôngthươngViệtNam– Chinhánh4ThànhphốHồChíMinh ”làmđềtốtnghiệpcao học với kỳ vọng gặt hái được một số kết quả thực nghiệm làm cơ sở đề xuất cácgiảipháp chochinhánh.
Mụctiêunghiêncứu
Mụctiêutổngquát
Luận văn thực hiện với mục tiêu tổng quát là xác định các yếu tố ảnh hưởngvà mức độ tác động của từng yếu tố đến khả năng trả nợ của KHCN tạiVietinBankCN4,từđóđềxuấtcácgiảiphápnhằm nângcao khảnăngtrảnợ củaKHCN.
Mụctiêucụthể
Câu hỏinghiêncứu
- Câuhỏi1:Những yếutốnàoảnh hưởng đếnkhảnăngtrảnợcủaKHCNtại
- Câuhỏi3:NhữnggiảiphápnàocóthểnângcaokhảnăngtrảnợcủaKHCNtạiVietinBa nkCN4-Tp.HồChíMinh?
Đốitượngvàphạm vi nghiêncứu
Đốitượngnghiêncứu
Đối tượng nghiên cứu của luận văn là các yếu tố ảnh hưởng đến khả năng trảnợcủaKHCN tạiVietinBankCN4-Tp.HồChíMinh.
Phạmvinghiêncứu
Không gian nghiên cứu: VietinBank CN 4-Tp Hồ Chí
Minh.Thờigiannghiên cứu:Giaiđoạn từnăm2020 đến2022.
Phươngphápnghiên cứu
Môhìnhnghiêncứu
Nghiên cứu sử dụng mô hình hồi quy Logit của Maddala (1984) để xác địnhcác yếu tố ảnh hưởng đến khả năng trả nợ khả năng trả nợ của khách hàng.Trongmôhìnhnày,biến khảnăng trảnợcủakháchhàng làbiếnphụ thuộctrongmô hình.
Dữliệunghiêncứuvànguồndữliệu
Phươngphápphân tích, xử lýsốliệu
DữliệusaukhithuthậpsẽđượcxửlýbằngphầnmềmExcel2016vàthựchiệnph ân tíchtrênphần mềm SPSS22.
Nộidungnghiêncứu
VietinBank CN 4vàđánhgiámứcđộ tácđộng củatừngyếutố;
Đónggópcủađềtài
Đề tài đã xây dựng một mô hình đơn giản để đánh giá khả năng trả nợ củaKHCN vay vốn trung và dài hạn dựa trên cácnhân tố có sẵn của KHCN tạiVietinBank CN 4, bao gồm xác định các yếu tố ảnh hưởng và mức độ tác động củatừngyếutốđếnkhảnăngtrảnợ củaKHCN. Đề tài cũng đề xuất các giải pháp có tính khả thi, phù hợp với đặc thùVietinBank CN 4 nhằm nâng cao khả năng trả nợ của KHCN vay vốn trung và dàihạn, hạn chế đến mức thấp nhất rủi ro, nâng cao hiệu quả kinh doanh Do đó đề tàicó đóng góp về mặt thực tiễn giúp VietinBank CN 4 và các CN NHTM khác hoànthiệncôngtácpháttriểntíndụng KHCNtheo hướngantoànvàhiệuquả.
Kếtcấu luậnvăn
Ngoài phần mở đầu và phần kết luận, luận văn được chia làm 5 chương:Chương 1:Giớithiệuđề tài
Tổng quanvềkhảnăngtrảnợ củakháchhàng cánhân
Tíndụngkháchhàngcánhân
“Cấp tín dụng là việc thỏa thuận để tổ chức, cá nhân sử dụng một khoản tiềnhoặc cam kết cho phép sử dụng một khoản tiền theo nguyên tắc có hoàn trả bằngnghiệpvụchovay,chiếtkhấu,chothuêtàichính,baothanhtoán,bảolãnhngânhàngvàcácngh iệpvụcấptíndụngkhác.”;
“Tín dụng ngân hàng là quan hệ chuyển nhượng quyền sử dụng vốn từ ngânhàngchokháchhàngtrongmộtthờihạnnhấtđịnhvớimộtkhoảnchiphínhấtđịnh”(Nguyễn MinhKiều,2009)
“Cấp tín dụng là việc thỏa thuận để tổ chức, cá nhân sử dụng một khoản tiềnhoặccamkếtsửdụngmộtkhoảntiềnhoặccamkếtchophépsửdụngmộtkhoảntiềntheo nguyên tắc có hoàn trả bằng nghiệp vụ cho vay, chiết khấu, cho thuê tài chính,bao thanh toán, bảo lãnh ngân hàng và các nghiệp vụ cấp tín dụng khác” (Luật Cáctổ chứctíndụng,2010).
Law và Smullen (2007) định nghĩa “tín dụng cá nhân là khoản tiền hoặc tàisản mà các tổ chức tín dụng cung cấp cho một cá nhân sau khi đã đánh giá rủi ro vềcánhânnàyvàtổchứccungcấptíndụngnàysẽnhậnđượckhoảntiềngốcvàlãichovay saumộtkhoản thờigiannhấtđịnhtheothỏathuận”.
Từcácđịnhnghĩatrên,cóthểthấytíndụngcánhânlàmộthìnhthứctíndụngtrong đó tổ chức tín dụng đóng vai trò là người chuyển nhượng quyền sử dụng vốncủa mình cho KHCN hoặc hộ gia đình sau khi đã đánh giá rủi ro về loại khách hàngnàyvàngânhàngsẽnhậnlạicảgốcvàlãichovaysaumộtkhoảnthờigiannhấtđịnhtheo thỏa thuận, trong phạm vi luận văn, tác giả sẽ sử dụng theo định nghĩa này đểnghiên cứuvềtíndụngkháchhàngcánhân.
TheoĐườngThịThanhHải(2014),tíndụngKHCNc ũ n g làmộtloạihìnhtíndụngnên cónhữngđặcđiểm chungnhưsau:
Dựatrêncơsởsựtintưởnglòngtinlẫnnhau:Sựtintưởngđóngvaitròquan trọngđến sựtồn tạivàpháttriển củaquan hệtín dụngngânhàng.
Ngoàinhữngđặcđiểmchungvàcơbảnmàkhoảnchovaynàocũngcócho vayKHCNcòn có những đặcđiểm:
Số lượng khoản vay lại rất nhiều: Cho vay KHCN khác rất nhiều so với việcngânhàngchovaykháchhàngdoanhnghiệp(KHDN)vìnhucầuKHCNrấtđadạng.Giá trị mỗi khoản vay không lớn vì mục đích chủ yếu của những khoản vay là phụcvụnhucầuđờisống(nhàở,ô tô,trangthiếtbịsinhhoạt….).
LãisuấtchovayKHCNthườngcaohơnlãisuấtchovayKHDN:vìrủirođốivớichovayK HCNthôngthườngcaohơnnhiềusovớichovayKHDNvàkhoảnvayKHCN thường dài hơn so với cho vay KHDN Chính vì lý do đó nên các ngân hàngthường lấy lãi suất cho vay cá nhân cao hơn doanh nghiệp để bù đắp khoản rủi ronếu cóxảyra chotươnglai.
Tính nhạy cảm theo chu kỳ: Cho vay KHCN thông thường có tính nhạy cảmtheo chu kỳ nó tăng lên trong thời kỳ kinh tế mở rộng, khi mà mọi người dân cảmthấy lạc quan về tương lai Ngược lại, khi nền kinh tế rơi vào suy thoái, rất nhiều cánhân và hộ gia đình cảm thấy không tin tưởng nhất là khi họ thấy tình trạng thấtnghiệp tănglênvàhọsẽhạnchếviệcvaymượntừNgânhàng
TiềmẩnnhiềuRRTDcao:ChovayKHCNtiềmẩnnhiềuRRTDvìđốitượngvay vốn là cá nhân và hộ gia đình có thu nhập chính là từ lương, cho thuê tài sản vàdễ thay đổi tùy vào sức khỏe và tình trạng công việc luôn thay đổi ở từng thời điểmkhácnhau.Ngânhàngthườngthẩmđịnhdựatrênhồsơkháchhàngcungcấpthườnglàsaokêth unhập,hợpđồngchothuêtàisản….chủyếuđánhgiádựatrênngắnhạnnhưng không đảm bảo được tình trạng thu nhập bền vững vì vẫn còn tùy vào tínhchấtvàthờigiankháchhànggắnbóvớicôngviệccủamình.
Lý thuyếtvềkhảnăng trảnợcủaKHCN
Hiện nay vẫn chưa có một định nghĩa thống nhất về khả năng trả nợ củaKH,cómộtsốđịnhnghĩadomộtsốtổchứccôngbốnhư:
TheotừđiểnBáchkhoaViệtNam(1995),khảnăngthanhtoán(haykhảnăngtrảnợ)làkhả năngmàmộtcánhânhoặcdoanhnghiệp có thểhoàntrảcáckhoảnnợđến hạn.
TheođịnhnghĩatừNgânhàngNhànước,2013thìkhảnăngtrảnợcủakháchhàng là việc KH có khả năng để hoàn trả nợ đúng hạn và đầy đủ cho bên vay haykhông.
Bên cạnh đó, có một số dấu hiệu về KNTN của khách hàng mà cụ thể hơn làdấu hiệucủaviệcKHkhôngtrảđượcnợ.
Thôngtưsố11/2021/TT-NHNN:“Rủirotíndụngtronghoạtđộngngânhànglà khả năng xảy ra tổn thất đối với nợ của tổ chức tín dụng, chi nhánh ngân hàngnước ngoài do khách hàng không có khả năng trả được một phần hoặc toàn bộ nợcủa mình theo hợp đồng hoặc thỏa thuận với tổ chức tín dụng, chi nhánh ngân hàngnướcngoài.”.
Khi khách hàng được ngân hàng cấp tín dụng, nợ của khách hàng nói chungvà KHCN được phân loại theo hai phương pháp là định tính và định lượng (Thôngtưsố11/2021/TT-
5 Nợkhông có khảnăngchitrả Nợquáhạn trên360ngày
(Nguồn:NgânhàngNhànước) Ủy ban Basel cũng định nghĩa khách hàng “default - không có khả năng trảnợ” trong Basel Committee on Banking Supervision (2006) là những khách hàng cómộttrongcácbiểuhiệnhaytấtcảbiểuhiệnsau:
- Khôngcókhảnăngthanhtoánđầyđủnghĩavụnợkhiđếnhạntrướckhi ngânhàngphảibán tàisản (nếu có)đểthu hồi;
- Có các khoản nợ có thời gian quá hạn thanh toán từ 90 ngày trở lên. Đượctrình bàybằngđịnhnghĩa“không cókhảnăngtrảnợ”trong tàiliệucủaBasel.
IMF (2019) khuyến nghị rằng các khoản vay (và các tài sản khác) nên đượcphânloạilà“non-performingloan-nợxấu”khi:cáckhoảnthanhtoángốcvàlãiquáhạn từ 90 ngày trở lên; hoặc có khoản thanh toán lãi bằng 90 số ngày lãi trở lên đãđược vốn hóa (nhập vào số tiền gốc), tái cấp vốn, hoặc tái tục (trì hoãn thanh toántheo thỏa thuận); hoặc có bằng chứng tồn tại để phân loại chúng là không hiệu quảngay cả khi không có khoản thanh toán quá hạn 90 ngày, chẳng hạn như khi con nợnộpđơnxinphásản.
Từ các định nghĩa và quan điểm trên cho thấy, một khoản nợ được xác địnhlà nợ xấu thường dựa trên 2 yếu tố: thứ nhất là có ngày quá hạn trên 90 ngày và thứhailàngânhàngnghingờvềnănglựccủakháchhàng.
Cácyếu tố ảnhhưởngtớikhảnăng trảnợcủakháchhàng cánhân
Cácyếu tố từphíakháchhàng
Ngoài các chỉ số kinh tế của khoản vay hay ngân hàng, còn tồn tại các yếu tốxã hội khác từ những người đi vay cũng có thể dự đoán khả năng họ không trả đượcnợ Do đó, các tổ chức ngân hàng đang tích hợp cả các biến kinh tế và xã hội trongmô hình đánh giá cho vay để cải thiện hiệu suất trả nợ Trong phạm vi luận văn, tácgiả đánh giá một số yếu tố liên quan đến cá nhân của khách hàng gồm: Tuổi,thunhập,giớitính,trìnhđộ họcvấn,sốngườiphụthuộcvàtìnhtrạnghônnhân.
Vigano (1993) đã cho rằng khi độ tuổi tăng lên, thường mong đợi rằng ngườivay sẽ có được sự ổn định và kinh nghiệm hơn Tuy nhiên, khi người ta già đi, khảnăng sử dụng tài chính hiệu quả và tạo ra thu nhập giảm đi, biến số này cũng có thểcó tác động tiêu cực Nó cũng có thể có mối quan hệ phi tuyến tính với việc trả nợ,trongđócómộtmứcđộtuổicụthể,mốiquanhệlàtíchcực,nhưngvượtquatuổiđó,mối quan hệ thay đổi thành tiêu cực hoặc trở nên ổn định Tuy nhiên, ở Việt Namhiện nay đã sự giới hạn về độ tuổi người vay được chấp nhận cho vay vốn nên cácyếutốnhưsựhạnchếvềsứckhoẻvàthunhậpkhiởmộtđộtuổiquácaocóthểđượcloạibỏ.TheoT rầnHuyHoàngvàNguyễnTrọngChương(2020),kếtquảnghiêncứucủacáctácgiảchothấyđộtuổi tácđộngcùngchiềuvớiKNTNcủakháchhàng,vớilýdolà“nhữngkháchhàngcóđộtuổilớnthìhọ thườngcókinhnghiệm,cókếhoạchsản xuất kinh doanh rõ ràng và hiệu quả việc sử dụng vốn vay cao hơn, từ đó khảnăng trả nợ đúng hạn tốt hơn Tương tự quan điểm này, Trần Thanh Phong và cộngsựnăm(2020)cũng chokếtluận làtuổicàng caothìkhảnăng trảnợcàng tốthơn.
Park và Ren (2001) phân tích dữ liệu khảo sát hộ gia đình về tài chính vi môvới người Trung Quốc dựa trên mô hình Grameen, đã kiểm tra rằng tần suất trả nợcao có thể là một gánh nặng cho nông dân nếu không có dòng tiền mạnh trong thunhập ngoài hoạt động phi nông nghiệp Theo Jemal (2003), một số người vay có thểcó các nguồn tài chính khác trước khi tham gia chương trình vay, chẳng hạn như từnông nghiệp, thương mại,việc làm trong các tổ chức chính phủ hoặc tư nhân củangườivayvàcácnguồntươngtự.Cácnguồntàichínhnhưvậyđượckỳvọngsẽđónggóp tích cực vào hiệu suất trả nợ của khoản vay Đinh Kiệm và Đỗ HữuTrường(2022)trongkếtquảkhảosátcủamìnhđãnhậnthấykhithunhậptănglênsẽlàmtàinguồn lực tài chính dùng cho việc trả nợ, khi đó khách hàng CN sẽ đảm bảo đượcviệc hoàn trả khi đến hạn.Hiện nay, tại các ngân hàng ở Việt Nam, khi xem xét hồsơ vay vốn của khách hàng thì ngân hàng luôn phải thu thập thông tin về thông tinthunhậpcủaKH,nếunhưthunhậphiệntạikhôngđảmbảochokhảnăngchitrảcủakháchhàng thìthườngngânhàngcũng sẽtừchốiphêduyệtcáckhoảnvay.
Từ các nghiên cứu trên cho thấy thu nhập là yếu tố quan trọng khi đánh giáKNTN củakháchhàng,vìđây chính làmộtcơsởđảmbảo choviệcchi trảcủahọ.
Bhatta và Tang (2002) và Solomon và Addisu (2013), nhận thấy giới tính cóý nghĩa tác động đến tỷ lệ trả nợ, trong khi Godquin (2004) và Jemale (2003) phảnđối kết quả này Nhiều chuyên gia tài chính vi mô cho rằng phụ nữ là những ngườitrả tiền tốt hơn so với những người đi vay là nam giới, có tính đến việc họ có nhiềukinh doanh bắt nguồn từ việc đảm nhận nhiều trách nhiệm hơn trong các công việcnộibộcủamộthộgiađình.(Vigano,1993).NgoàiraKhankeretal. (1995)giảithíchrằng tỷ lệ thu hồi nợ của phụ nữ cao hơn nam giới trong trường hợp của Ngân hàngGrameen.Nhưngmộtvàicácnhànghiên cứuđãtìm thấykếtquảngượclại.
Tìnhtrạnghônnhâncũnglàyếutốquantrọngliênquanđếncáccánhân.Mộtngười có gia đình sẽ có ý thức và trách nhiệm hơn đối với gia đình của mình, trongđó khả năng tìm kiếm thu nhập là một yếu tố đảm bảo, do vậy so với những ngườicó tình trạng độc thân thì người có gia đình sẽ có khả năng hoàn trả nợ vay tốt hơn.Bên cạnh đó, những người có gia đình sẽ có xu hướng quản lý chi tiêu tốt hơn đểđảmbảochấtlượngcuộcsốnggiađình.
Yếu tố này dự kiến sẽ có tác động tích cực đến khả năng trả nợ hiệu suất nóichung Xem xét các trường hợp bình thường, một người đi vay có học vấn cao hơnkỳvọngsẽsửdụngkhoảnvaymộtcáchhiệuquảsovớimộtngườiíthọchơn,nguyênnhân là do khi có trình độ học vấn tốt, khách hàng sẽ có khả năng về một công việcvà thu nhập ổn định, điều này đảm bảo cho việc hoàn trả khoản vay Ngoài ra, vớinhận thức tốt thì người vay sẽ hiểu được những hệ quả xảy ra khi không hoàn thànhnghĩa vụ đối với khoản vay của mình Theo lý thuyết của Becker
(1993),vàPloyhartvàMoliterno(2011),cáccánhânhoặcnhómcókinhnghiệmvàtrìnhđộhọc vấncaothựchiệntốthơntrongviệcthựchiệncácnhiệmvụliênquanvà cho thấy tỷ lệ hoàn trả cao hơn đáng kể.
Tây nam Nigeria Kết quả cho thấy số lần cán bộ tín dụng đến gặp người vay caohơn trìnhđộhọcvấnvàthờigiangiảingânkhoảnvaysẽcóhiệusuấttrảnợtốthơn.Nhìn chung, các khách hàng đã tích lũy được kinh nghiệm rộng rãi trong cùng mộthoạtđộngkinh tếtrướckhivay thườngbiếtcáchđiềuhànhmộtdoanhnghiệp có lợinhuận hơn so với những người mới, do đó họ có hồ sơ trả nợ tốt hơn Do đó, chorằngcáckháchhàngcótrìnhđộhọcvấncaocókhảnăngchọncácdựánkinhdoanhcólợinhuậ ncaohơnsovớinhữngđốitáccủahọ.Họcókhảnăngghichéptàichínhtốt hơn, có thông tin tốt hơn về cơ hội đầu tư hiện có và có thể đạt được nhiều thànhcônghơn.Dođó,nhữngkháchhàngcótrìnhđộhọcvấncaocókhảnăngcótỷlệtrảnợ caohơn.
- Sốngườiphụthuộc Định nghĩa là tổng số hộ gia đình trong gia đình và những nơi khác mà phụthuộc vào người đi vay để kiếm sống Khi số hộ gia đình tăng lên, người vay sẽ cầnthêmtiềnđểđápứngcácyêucầucủahọngoàinghĩavụchovaytrảnợ.Dođó,kháchhàng có thể chuyển khoản vay để đáp ứng nhu cầu của những người phụ thuộc Kểtừ đây chúng tôi kỳ vọng biến này có tác động tiêu cực đến việc trả nợ Với mỗingườiphụthuộcbổsungtronghộgiađình,khảnăngmặccảvaynợtănglên.Khisốlượngyêuc ầuđốivớicáckhoảntíndụngtiềmnăngtănglên,điềunàykhuyếnkhíchviệc chuyển hướng nguồn lực cho mục đích trực tiếp trong hộ gia đình như trả họcphí và các cam kết xã hội khác Do đó, các quỹ có sẵn để trả nợ vay có thể bị lạmdụng,dẫnđếnviệckhông trảnợ vaycho côngty.
Cácyếu tố từphíangânhàng
Bên cạnh những yếu tố thuộc về bản thân khách hàng thì các yếu tố thuộc vềchínhngânhàngcũngcótácđộng,trongđócómộtsốyếutố chủ yếu như:
Kiểm travà theo dõi khoản vay: Đây là hoạt động nhằm mục đích giám sátkhách hàng có thực hiện đúng theo phương án kinh doanh đã phê duyệt và kết quảthựchiệntạithờiđiểmkiểmtra.Vìvậycàngkiểmsoátthườngxuyênvàchặtchẽsẽđánh giá được sát khả năng trả nợ của khách hàng, điều này giải thích cho kết quảnghiêncứucủaNawai&Shariff(2012)đólà:“sốlầnnhânviênngânhàngđếnthăm cơsởkinhdoanhcủakháchhàngsaukhigiảingântácđộngcùngchiềuvớikhảnăngtrảnợ củakháchhàng”.
Cácyếu tố đặcđiểmcủakhoản vay
Nếusốtiềnchovayđượcgiảiphónglàđủchocácmụcđíchdựkiến,nósẽcómột tác động tích cực đến khả năng trả nợ của người đi vay Mặt khác số tiền chovayvượtquánhữnggìngườivaycầnvàcóthểgiảiquyết,nósẽtrởthànhgánhnặnghơnlàgiúpđ ỡ,dođólàmgiảmhiệuquảtrảnợ.Dấuhiệutíchcựchoặctiêucựccũngcó thể được mong đợi Về quy mô khoản vay, Zeller và Sharm (1996) nhận thấy sốtiền vay có tác động tích cực đến KNTN Trong khi đó, Jemale (2003) cho rằng quymôkhoảnvaycóảnhhưởngtiêucựcvàđángkểđếnKNTN.VonPischke(1991)đãnhậnthấyr ằngkíchthướckhoảnvayhiệuquảphùhợpvớikhảnăngtrảnợcủangườivay và kích thích hoạt động kinh doanh Nếu số tiền vay phát hành đủ cho mục đíchdự định, nó sẽ có tác động tích cực đến khả năng trả nợ của người vay Tuy nhiên,nếusốtiềnvayvượtquánhucầuvàkhảnăngcủangườivay,nósẽlàmộtgánhnặnghơn là sự giúp đỡ, làm suy yếu hiệu suất trả nợ Ngoài ra, có thể mong đợi có dấuhiệutíchcựchoặctiêucựcnếukhoảnvayquánhỏ.Nếukhoảnvayquánhỏ,việctrảnợcóthểd ễdàng,từđótăngcườnghiệusuất(tứclàcódấuhiệutíchcực).Tuynhiên,khoảnvayquánhỏcóthểkh ôngthúcđẩyngườivaycamkếtsửdụngkhoảnvaymộtcáchhiệuquả(VonPischke,1991).Nócũn gcóthểkhuyếnkhíchngườivaychuyểnhướngkhoảnvaychocácmụcđíchkhác,tăngnguycơtín dụngvàlàmsuyyếuhiệusuất,trongtrườnghợpnày,dựkiếncódấuhiệutiêucựcchobiếnsố(Vigan o,1993).
Lãi suất có ảnh hưởng đáng kể đến khả năng trả nợ vay của người vay. Mứclãi suất càng cao, khách hàng sẽ phải trả một số tiền lãi lớn hơn trên khoản vay củamình Điều này có thể tạo ra một gánh nặng tài chính cho người vay, làm giảm khảnăng củahọđểtrảnợtheođúnghẹn.
Mức lãi suất cũng có thể ảnh hưởng đến khả năng sinh lời của khách hàng từhoạt động kinh doanh Nếu lãi suất quá cao, khách hàng có thể gặp khó khăn trongviệcđạtđượclợinhuậnđủđểtrảnợvàduytrìhoạtđộngkinhdoanh.Điềunàycó thểdẫnđếnkhảnăngtrảnợkémvàrủiromấtvốn.Ngoàira,lãisuấtcũngcóthểảnhhưởngđến sựlựachọncủakháchhàngvềviệcvayvốn.Nếulãisuấtquácao,kháchhàngcóthểtừchốivayho ặctìmkiếmcácnguồntàichínhkháccólãisuấtthấphơn.Điều này có thể ảnh hưởng đến khả năng trả nợ vay và tác động lên tỷ lệ trả nợ củangườivay.Dođó,việctănglãisuấthoặccácyêucầuvềtàisảnthếchấpcóthểkhôngmang lạilợinhuậnkhimột ngườichovay cónhu cầutíndụngvượtmức.
Thời hạn vay là điều mà khách hàng quan tâm khi tìm hiểu các sản phẩm vayvốn.Nếunhưthờihạnvaydàihơn,kháchhàngsẽcóđủ thờigiancũngnhưphươngán để tìm ra thu nhập chi trả cho khoản nợ của mình, ngược lại nếu thời gian vayngắn dẫn tới KH khó khăn trong việc sắp xếp nguồn trả nợ, từ đó giảm khả năng trảnợcủakháchhàng.MộtnghiêncứucủaSiedsmavàcộngsự(2017)trênngườinôngdân tại Ethiopia đã tìm thấy một mối quan hệ tiêu cực giữa thời hạn vay dài hạn vàkhả năng trả nợ Các người vay có thời hạn vay dài hạn có xu hướng có tỷ lệ trả nợthấp hơn so với những người có thời hạn vay ngắn hơn Nghiên cứu của Cole vànhómtácgiả(2013)trênngườinôngdânởPerucũngchothấymộtmốiquanhệtiêucực giữa thời hạn vay dài hạn và khả năng trả nợ Những người có thời hạn vay dàihạncótỷlệtrảnợthấphơnvàrủirotrởnênlớnhơntrongviệctrảnợđúnghạn.Mộtnghiên cứu của Karlan và Zinman (2011) trên người vay tại Philippines cũng chothấy mối quan hệ tiêu cực giữa thời hạn vay dài hạn và khả năng trả nợ Các ngườivayvớithờihạnvaydàihạncótỷlệtrảnợthấphơnvàcókhảnăngmắcphảicácrủironợnầnc aohơn.
- Loạihìnhtàisảnđảmbảo Đối với loại hình vay có thế chấp thì TSĐB là yêu cầu bắt buộc Thực tế chothấy,giátrịcủaTSĐBthườngcaohơnkhoảnvaycủaKH,nếukhônghoàntrảđượckhoảnva yhọcónguycơbịthanhlýtàisảncủamình.Dovậyvớinhữngloạitàisảnđượcthếchấpcàngcógi átrịthìKNTN vaycủakháchhàng sẽcàng caohơn.
Mộtsốmôhìnhđánhgiákhảnăng trảnợ
Môhìnhđo lườngđiểmsố tíndụngtiêudùng tạiHoaKỳ
Theo kết quả nghiên cứu của Trần Huy Hoàng (2010), các yếu tố quan trọngtrong mô hình chấm điểm tín dụng trong quản trị NHTM: độ tuổi, số người phụthuộc,hệsốtíndụng,tìnhtrạngsởhữunhàvàtàisản,sốngườiphụthuộc,thunhập,thườngtrúv àđiệnthoạicốđịnh,tàikhoảnngânhàng,kinhnghiệmvàthờigiancôngtác.
Bảng2.2:Những yếutốvà điểmsốtíndụngtiêudùng tạiMỹ
"Môhìnhđiểmsốtíndụngtiêudùng,nhưFICOScoretạiMỹ,đóngvaitròquantr ọngtrongviệcđánhgiávàquảnlýtíndụngcánhân.Vớiýnghĩavượttrội,nókhôngchỉh ỗtrợcáctổchứctàichínhđánhgiárủirotíndụng,màcòntạođiềukiệnthuận lợichocánhânvay vốnvớilãisuấthợp lý vàhạnmứctín dụngcao hơn. Điểm số tín dụng cao không chỉ là mục tiêu cá nhân, mà còn là một chỉ báoquan trọng về sự tin tưởng và đáng tin cậy trong quản lý tài chính Nó giúp tạo lòngtin trong các giao dịch như thuê nhà, ký hợp đồng điện thoại di động hay mở tàikhoảnngânhàng.
Ngoài ra, mô hình điểm số tín dụng tiêu dùng còn cung cấp cái nhìn tổng thểvềtìnhhìnhtàichínhcánhân.Điểmsốtíndụngthấpcóthểlàmộttínhiệuvềnhữngvấnđềtàichín hcầnđượcgiảiquyết,từđókhuyếnkhíchcánhânnắmvữngtìnhhìnhvàcảithiệnđiểm sốcủamình.
Môhìnhhồiquy Logit
Mô hình logit được sử dụng để phân tích các yếu tố quyết định khả năng trảnợcủangườiđivay.Môhìnhlogitđượcsửdụngvìbiếnphụthuộclàphânđôi.Điềunày ngụ ý rằng trong thời gian trả nợ nếu người trả lời gặp khó khăn trong việc trảsố tiền đã thỏa thuận vào thời điểm đã định thì nó được biểu thị bằng không (0) nếukhông thì một (1) cho biến phụ thuộc Chúng tôi đã sử dụng đặc điểm cụ thể củanông dân và tín dụng có thể ảnh hưởng đến việc trả nợ tín dụng vi mô dựa trên lýthuyết,tàiliệuvàkiếnthứctrướcđâyvềcáclĩnhvựcnghiêncứu.Trảnợtíndụngvimô,biếnphụ thuộcdođólàmộtchứcnăngcủanôngdânđượcchọnvàđặcđiểmtíndụng cụthể.
Lượckhảonghiêncứucóliên quan đếnđềtài
Cácnghiêncứuquốctế
Việc sử dụng các sản phẩm, dịch vụ tín dụng để đáp ứng nhu cầu chi tiêu cánhân là một trong những vấn đề kinh tế quan trọng và phổ biến trong xã hội, vì vậycác nhà học giả, nhà nghiên cứu trên thế giới cũng thực hiện nhiều đề tài liên quankhảnăngtrảnợcủakháchhàngcánhân,luậnvăntổnghợpmộtsốnghiêncứutrongnhữngnă mgần đâycóliênquanđếnvấnđềnghiêncứucủaluậnvăn nhưsau:
Chapman(1990)nghiêncứucácnhântốảnhhưởngđếnchovayKHCNphântích những nguyên nhân gây ra nợ xấu cho vay KHCN của ngân hàng, đồng thờikiểmđịnht h ự c tế v à kết l uậ nn h ữn gn h ân tốc h í n h t á c đ ộ n g đ ến R R T D K H
Nghiên cứu chỉ ra những nhân tố như: nhân khẩu học của người đi vay; tính chấtnghề nghiệp của khách hàng đi vay; tình hình tài chính của người đi vay; tính chấtcủa khoản nợ là những nhân tố tác động đến khả năng trả nợ KHCN Nghiên cứucũngđưaramốiliên hệquan trọnggiữanhữngnhântốrủiro.
Một nghiên cứu củaRoslan và Mohd-Zaini (2009)về các yếu tố quyết địnhhoàntrảtíndụngvimôởMalaysiatrườnghợpcủangânhàngnôngnghiệpbằngcáchlấymẫu630v àsửdụngcácmôhìnhprobitvàlogitchỉrarằngcácyếutốảnhhưởngđến việc hoàn trả khoản vay là giới tính của người vay, loại hình hoạt động kinhdoanh, số tiền vay và đào tạo Theo kết quả của họ, xác suất vỡ nợ đối với nam giớicao hơn, nếu người đi vay tham gia vào hoạt động sản xuất, nếu số tiền vay cao hơnvà nếu người vay không tham gia bất kỳ khóa đào tạo nào.Roslan và Mohd-
Zaini(2009)cũngchorằnglượngtíndụngmàngườithụhưởngnhậnđượcảnhhưởngđếnkhảnă ngtrảnợcủahọ.Khitíndụngkhôngđầyđủ,nôngdânkhôngthểmuacácđầuvàocầnthiếtđểtăngsả nlượngcủahọ,dođótỷlệtrảnợthấp.Mặtkhác,nếusốtiềntín dụng nhiều hơn mức cần thiết của người đi vay thì sẽ có xu hướng sử dụng saimục đích, dẫn đến nợ nần và khả năng trả nợ kém Người ta lập luận rằng nơi nàongườiđivayđượcđàotạovềviệcsửdụngtíndụngthìnơiđósửdụngvốnhiệuquả.Điềunàysẽ dẫnđếntăngnăngsuấtvàđốivớivấnđềđólàthunhập.Việctăngdoanhthu và lợi nhuận có thể giúp người nông dân trả nợ Vì vậy, việc cung cấp đào tạocho người đi vay có thể cải thiện khả năng trả nợ tín dụng đã ứng trước cho nôngdân Người ta lập luận rằng những người vay lớn tuổi khôn ngoan hơn và có tráchnhiệmhơnnhữngngườivaytrẻhơn.Mặtkhác,nhữngngườiđivaytrẻtuổihiểubiếthơn và độc lập hơn Do đó tuổi tác có thể có tác động tích cực và tiêu cực đến tỷ lệtrả nợ tín dụng Nghiên cứu đánh giá 10 biến trong mô hình nghiên cứu gồm: Giớitính, độ tuổi, thu nhập, tỷ lệ nợ quá hạn, ngành nghề sản xuất, số tiền vay, thời hạncho vay, thâm niên, người phụ thuộc, lãi suất Kết quả nghiên cứu cho thấy nhữngngười vay hoạt động trong lĩnh vực dịch vụ ít rủi ro hơn đối với những người hoạtđộng trong lĩnh vực sản xuất, quy mô khoản vay càng lớn thì tỷ lệ nợ quá hạn càngthấp,thờihạnchovaytácđộngngượcchiềuvàcóýnghĩathốngkê,vàthờigianchovay càngdàithìtỷlệnợquáhạn càngcao.
BekhetvàEletter(2014)đãsửdụngdữliệutổnghợptừ492trườnghợpbaogồm 292 hồ sơ được phê duyệt cấp tín dụng và 200 hồ sơ bị từ chối cấp tín dụng đểxâydựngmôhìnhđánhgiáRRTDchocácNHTMởJordan.Nghiêncứuđưa13biếnvào mô hình gồm biến phụ thuộc là quyết định cấp tín dụng nhận giá trị nhị phân là0 và 1; 12 biến độc lập Kết quả đánh giá chỉ ra trong 12 biến độc lập thì có 7 biếncó ý nghĩa thống kê là: người bảo lãnh, tỷ lệ thanh toán nợ, thời gian vay tính bằngtháng, lãi suất và tổng thu nhập, lý do vay vốn và đặc điểm nơi làm việc Trong đótỷlệthanhtoánnợ(tổngnợ/tổngthunhập)ảnhhưởngmạnhmẽđếnquyếtđịnhchấpthuậncấptínd ụngvàngườibảolãnhcómứcđộảnhhưởngthấpnhấtđếnquyếtđịnhchấp thuận cấp tín dụng Ngoài ra,Bekhet và Eletter (2014)cũng đánh giá việc sửdụng mô hình hồi quy logit (RL) và mô hình mạng lưới (RBF), kết quả cho thấy cảhaimôhình(LRvàRBF)đềuchothấynhữngkếtquảđầyhứahẹnvàcóthểkếtluậnrằng không có một mô hình tổng thể tốt nhất để đánh giá đơn xin cấp tín dụng. LRhoạtđộngtốthơnRBFvềtỷlệphânloạitổngthể.Mặtkhác,môhìnhRBFvượttrộiso với mô hình
LR trong việc sàng lọc các đơn bị từ chối, xác định những người cókhả năng không trả được nợ và do đó giảm thiểu lỗi Loại II Bài viết hiện tại cungcấp cái nhìn sâu sắc về tiềm năng và hạn chế của việc sử dụng hai mô hình địnhlượng: RBF và LR cho các ứng dụng chấm điểm tín dụng tại các ngân hàng thươngmạiJordan.KếtquảchothấyrằngLRchínhxácvàdễhiểuhơnsovớimôhìnhRBFmặcdù RBFchothấykếtquảđángkhíchlệđểsànglọccácứngdụngxấu.Tuynhiên,quyếtđịnhvềmôhìnhtốtn hấtlàtùythuộcvàobanlãnhđạocủangânhàng.Nhưđãđề cập trước đó, việc chấp nhận các ứng dụng xấu sẽ gây tốn kém hơn cho tổ chứctàichính.Điềunàycónghĩalàmởrộngtíndụngchonhữngkháchhàngcókhảnăngvỡ nợ cao có thể dẫn đến tình trạng kiệt quệ tài chính và thất bại trong kinh doanh.Kế thừa từ nghiên cứu này, luận văn đề xuất sử dụng mô hình hồi quy logistic làmmôhìnhnghiêncứuđềtài.
Fitsum Tadele (2014)thực hiện nghiên cứu về các yếu tố tác động tới khảnăng trả nợ vay, trường hợp tại khu vực Kaffa của Ethiopia Nghiên cứu này đượctiến hành với mục tiêu phân tích các yếu tố ảnh hưởng đến việc trả nợ vay trongngànhtàichínhchovayvimô,điềutracácyếutốxácđịnhhiệusuấttrảnợcủangười vay (người hưởng lợi) và xác định các yếu tố chính mà OMFI (tổ chức cho vay vimô) đang đối mặt, thông qua việc sử dụng dữ liệu chính được thu thập thông quabảng câu hỏi có cấu trúc Cuộc khảo sát bao gồm tổng cộng 339 người trả lời, sửdụng phương pháp mẫu tỉ lệ theo khu vực định cư để chia dân số thành đô thị vànông thôn Dữ liệu chính đã được thu thập bằng cách phỏng vấn 167 người vay đôthị và 172 người vay nông thôn bằng cách sử dụng bảng câu hỏi có cấu trúc với sựtrợgiúpcủacácnhàthốngkêđượcđàotạo.Bảngcâuhỏibaogồmcảcâuhỏimởvàcâuhỏiđóng Ngoàira,dữliệuphụđãđượcthuthậptừvănphòngtrụsởOMFI,vănphòngchinhánhOMFIvàcác xuấtbảnphẩmliênquankhác.Môhìnhlogitnhịphânđã được sử dụng để phân tích các yếu tố kinh tế xã hội ảnh hưởng đến việc trả nợvay Liên quan đến phân tích hồi quy, đã được thực hiện nhiều kiểm định đồng biếntuyếntínhvàcáckiểmđịnhphùhợpvớimôhìnhđểđảmbảogiảđịnhvềviệctrảnợvaybằnggói phầnmềmthốngkêSPSS20.0.Hơnnữa,phântíchchi-squaređ ã đượcsử dụng để so sánh nhóm người không trả nợ và nhóm người trả nợ Tổng cộng cómườihaibiếngiảithíchđãđượcbaogồmtronghồiquy.Kếtquảcủathốngkêmôtảvà mô hình logit nhị phân cho thấy rằng giới tính, tuổi, trình độ học vấn, nguồn thunhập trước khi vay, phương thức cho vay, số tiền vay, tính phù hợp của kỳ hạn trảgópvàđúnghạn.
Mục tiêu chính của nghiên cứu này là đánh giá các yếu tố ảnh hưởngđến hiệu suất trả nợ vay tại các tổ chức tài chính phi ngân hàng (MFIs), qua trườnghợpnghiêncứutạikhuvựcArusha,Tanzania.Kếtquảcủacácyếutốảnhhưởngđếncác vấn đề trả nợ vay tại Tanzania cho thấy các đặc điểm của khách hàng (tuổi tác,giớitính,trìnhđộhọcvấn),bảnchấtcủahoạtđộngkinhdoanh(loạihìnhkinhdoanh)và các đặc điểm về vay vốn (thời gian trả nợ, hình thức trả nợ và số tiền trả nợ) lànhững yếu tố ảnh hưởng đến người vay trong việc trả nợ vay của họ Nghiên cứucũng phát hiện ra rằng tuổi tác của người vay góp phần vào các vấn đề trả nợ vay.Người vay từ 40 tuổi trở lên đã gặp các vấn đề trả nợ vay và việc cam kết tài chínhcao hơn đối với gia đình có thể là nguyên nhân.Ngoài ra, các tác giả cũng phát hiệnra rằngcác chính sáchvà quytrìnhchovay đang được tổchức sử dụnglà hợplývà chấpnhậnđược.Tổchứccócácquytrìnhchovaytốtvàcảithiệncáchướngdẫndothayđổiđểnân gcaochấtlượngdanhmụcchovay.Vềquảnlývay,nghiêncứunhấnmạnhtầmquantrọngcủaviệc chúýđặcbiệtđếnthờihạntrảnợ,sốtiềnvayvàkinhnghiệmcủacácviênchứctíndụng,nhữngyếutốn àycấuthànhcácyếutốảnhhưởngđến hiệu suấttrảnợvay trongkhuvựcnghiên cứutrong giaiđoạnnghiên cứu.
Sunil Sangwan và cộng sự (2020)đã thực hiện một nghiên cứu trên quy mô498 hộ gia đình tại hai bang của Ấn Độ, chủ đề mà các tác giả thực hiện là hành vihoàn trả khoản vay giữa các khách hàng của các tổ chức tài chính vi mô Ấn Độ.Nghiên cứu này tập trung vào rủi ro trả nợ liên quan đến hoạt động cho vay của tổchức tài chính vi mô (MFI) ở Ấn Độ Trong khi xác định các yếu tố quyết định tìnhtrạngnợquáhạn,nótiếtlộcácđặcđiểmcóxuhướngtạorasựkhácbiệtvềkhảnăngtrả nợ giữa các hộ gia đình khách hàng có thu nhập thấp và cao Dữ liệu sơ cấp của498 hộ gia đình được thu thập từ hai bang của Ấn Độ được phân tích bằng thống kêmô tả và hồi quy logistic Nghiên cứu xem xét vai trò của đặc điểm hộ gia đình, đặcđiểmkhoảnvay,đặcđiểmrủirođạođứcvàthuộctínhvùngmiền tronghànhvichovay quá hạn Các phát hiện xác định rằng các hộ gia đình có thu nhập thấp, mắc nợcaovàchuyểnhướngchovaynhiềuhơn,vàtrảiquachiphívaycaocóxuhướngxácsuất vỡ nợ cao hơn Ngược lại, những người có hiểu biết về tài chính cao hơn vớicảmgiácgắnkếtxãhộivàtráchnhiệmchungcóthểsẽítphạmpháphơn.Việckhôngcósựgiámsátc ủaMFIlàmộtyếutốquantrọngdẫnđếntìnhtrạngnợquáhạn.Tuynhiên, thành kiến của các tổ chức tài chính vi mô đối với việc cho vay hộ nghèo cóthể được nhấn mạnh quá mức Với sự giám sát thích hợp và các biện pháp để kiểmtraviệcsửdụngkhoảnvaykhônghiệuquả,xuhướngtrảnợcóthểsẽđượccảithiện.Qua nghiên cứu này, luận văn kế thừa được một số biến có tác động đến khả năngtrả nợ của khách hàng cá nhân như đặc điểm hộ gia đình và đặc điểm khoản vay.Trong đó, đặc điểm hộ gia đình gồm: Tuổi, tình trạng thu nhập, số thành viên namtrong gia đình và đặc điểm tài chính của hộ gia đình Đặc điểm của khoản vay baogồm:Lãisuất,kỳtrảnợ vàlịch sửvay.
AndualemvàEbrahimEndris(2021)đãthựchiệnnghiêncứuvềvấnđềtrảnợcủanôn gdân ởquốcgiaEthiopia,cụ thểlà kiểmtracácyếu tốảnhhưởngđến tỷ lệ trả nợ của các hộ nông dân sản xuất nhỏ ở Quận Habru, bang vùng AmharaEthiopia, những người đã vay tiền từ Tổ chức Tiết kiệm và Tín dụng Amhara Cáctác giả đã sử dụng cả hai nguồn sơ cấp và thứ cấp để phân tích.
Nghiên cứu sử dụngkếthợpcáckỹthuậtlấymẫucóchủđíchvàphântầngnhiềugiaiđoạntrongviệclựachọn 384 người vay từ các hộ nông dân sản xuất nhỏ trong khu vực nghiên cứu. KếtquảmôhìnhTobitchothấytổngsố10trongtổngsố15biếngiảithíchthamgiavàomô hình được tìm thấy là có ý nghĩa thống kê Theo kết quả, các yếu tố nhân khẩuhọc(tuổivàquymôhộgiađình),cácyếutốkinhtếxãhội(trìnhđộhọcvấn,quymôđất đai, quy mô chăn nuôi, thu nhập phi nông nghiệp, mục đích vay) và các yếu tốthểchế(khoảngcáchđườngxá,liênhệvớicáccơquanpháttriển,đàotạonhậnđượcvề sử dụng vốn vay) là một trong những nhân tố ảnh hưởng đến tỷ lệ hoàn trả vốnvaycủacáchộvaylàhộsảnxuấtnhỏtạikhuvựcnghiêncứu.Trìnhđộhọcvấn,quymô đất đai, quy mô chăn nuôi trong đơn vị chăn nuôi nhiệt đới, thu nhập phi nôngnghiệp, mục đích vay, liên hệ với các đại lý khuyến nông và đào tạo nhận được vềsử dụng vốn vay được tìm thấy để xác định tỷ lệ trả nợ của người vay một cách tíchcực và đáng kể, trong khi tuổi tác, quy mô gia đình, và khoảng cách đường bộ đãđượctìmthấyđểxácđịnhtiêucựcvàđángkểtỷlệhoàntrảkhoảnvaytrongkhuvựcnghiêncứu.Qua nghiêncứunày,tácgiảcũngcũngkếthừađượcmộtsốkếtquảquantrọng có thể sử dụng trong luận văn Trong đó, điểm đáng lưu ý việc áp dụng môhình phân tích Tobit để đánh giá khả năng trả nợ Ngoài ra, các biến liên quan đếnyếu tố nhân khẩu, xã hội như: Tuổi, giới tính, trình độ học vấn, mục đích vay vốn,quymôvayvốnđạtýnghĩathốngkêtrongmôhìnhnghiêncứu,cácyếutốnàycũngtương đồng với bộ dữ liệu của luận văn nên có thể đưa vào mô hình phân tích củaluậnvăn.
CũngtìmhiểuvềcáckhoảnyếutốảnhhưởngđếntrảnợcủaKHCN,tuynhiênChengfengZha ngvàcộngsự(2021)tậptrungvàomộtnhómđốitượngkháchhàngtrẻ đó là sinh viên các trường đại học Các khoản vay trong phạm vi trường đã trởthànhmộtphầntrongcuộcsốngcủasinhviênđạihọcTrungQuốc.Mặcdùcáckhoảnvay như vậy thuận tiện cho sinh viên nhưng chúng cũng có thể gây ra những khókhănđángkể.TrongbốicảnhpháttriểnkinhtếkhôngcânbằnggiữamiềnTâyvà miền Đông Trung Quốc, nghiên cứu này nhằm tìm hiểu các yếu tố ảnh hưởng đếnhành vi vay tiền trong khuôn viên trường của sinh viên đại học ở miền Tây TrungQuốc Một mẫu gồm 568 sinh viên đại học và sau đại học từ bốn trường đại học ởmiền Tây Trung Quốc đã được lấy làm đối tượng nghiên cứu Hồi quy logistic nhịphân và hồi quy logistic có trật tự đã được sử dụng để nghiên cứu các yếu tố tiêudùng khoản vay trong khuôn viên trường Các sinh viên không có khoản vay đượcnhà nước trợ cấp được phát hiện có ý định vay tiêu dùng trong khuôn viên trườngmạnhmẽhơnvàsốtiềnvaycaohơn,vàtiêudùnggiảitrílàmụcđíchvaychính.Cácyếu tố ảnh hưởng đến mức tiêu dùng khoản vay trong trường bao gồm cấu trúc giađình của sinh viên, trình độ học vấn của cha mẹ, tình trạng tiêu dùng của sinh viênngang hàng, cấp lớp, tình trạng mối quan hệ và khả năng đánh giá rủi ro khoản vay.Dựatrênnhữngpháthiện,cácđềxuấtđượcđưarađểquảnlýhànhvichovaytrongkhuôn viên trường từ quan điểm của cá nhân, gia đình, nhà trường và chính phủ.Nghiêncứunàycóthểcungcấphướngdẫnđểchuẩnhóacáckhoảnvaytrongkhuônviên trường và điều chỉnh thái độ và hành vi tiêu dùng của sinh viên đại học Từnghiên cứu này, tác giả nhận thấy sinh viên là đối tượng khách hàng trẻ, đa số chưatạo ra thu nhập từ những công việc chính thức, do vậy việc trả nợ khoản vay phụthuộcvàođiềukiệnhoàncãnhcủagiađìnhcủasinhviên,dovậybàinghiêncứuđưara những yếu tố liên quan đến cấu trúc gia đình, trình độ học vấn của cha mẹ là hợplý Ngoài ra việc sử dụng mô hình phân tích hồi quy logistic nhị phân cũng tươngđồng với nhiều nghiên cứu trước đây về đề tài khả năng trả nợ của khách hàng Kếthừa kết quả của Chengfeng Zhang và cộng sự (2021), tác giả đề xuất sử dụng môhìnhhồiquylogisiticlàmphươngphápphântíchdữliệu củaluậnvăn.
CácnghiêncứutạiViệtNam
Vương Quân Hoàng và cộng sự (2006)đã thực hiện nghiên cứu về mô hìnhđịnh mức tín nhiệm của khách hàng thể nhân, bài nghiên cứu được đăng trên tạp chíỨng dụng Toán học, nghiên cứu sử dụng dữ liệu gồm 1728 khách hàng của ngânhàngTechcombank,cácdấuhiệuvềmứcđộtínnhiệmcủakháchhàngcánhânđượcsắp xếp theo
16 yếu tố được mã hoá lần lượt là: X01-Tuổi tác, X02-Trình độ họcvấn,X03-Loạihìnhcôngviệc,X04-Thờigiancôngtác,X05-Mứcthunhậphàng tháng, X06-Tình trạng hôn nhân, X07-Nơi cư trú-, X08-Thời gian cư trú, X09- Sốngười sống phụ thuộc, X10-Phương tiện đi lại, X11-Phương tiện thông tin, X12- Chênh lệch thu nhập và chi tiêu, X13-Giá trị tàn sản khách hàng, X14-Giá trị cáckhoảnnợ,X15-QuanhệvớiTechcombank,X16-
Uytíntronggiaodịch.Kếtquảchothấy,trongmôhìnhhồiquyvớibiếnnhịphân,trừbiếnX4vàX16k hôngđạtýnghĩathống kê do có sự phụ thuộc tuyến tính, 12 biến còn lại đều đạt ý nghĩa thống kêtrong môhình.
KleimeiervàĐinhThịHuyềnThanh(2007)thựchiệnđềtàichấmđiểmtín dụngchothịtrườngngânhàngbánlẻởViệtNam”,vớitổngmẫu56.037hồsơvaybánlẻtừnăm1992 đếnnăm2023tạimộtNHTMởViệtNam,cáckhoảnvaygồmvaykinhdoanh,vaytiêudùng,vaythẻtí ndụngcòndưnợ.NghiêncứusửdụngmôhìnhhồiquyLogitđểđưaramôhìnhchấmđiểmướctí nh.Trong22biếnđưavàomôhìnhcó13biến:1/cóđiệnthoạigiađình;2/ nơisinhsống;3/giátrịTSĐB;4/sốngườiphụthuộc;5/thời gian ở địa chỉ; 6/giới tính; 7/số lượng khoản vay; 8/thời gian quan hệ ngân hàng;9/tàikhoảntiếtkiệm;10/thờigianvay;11/nơisinhsống;12/giáodục;13/ mụcđíchvay.TrươngĐôngLộcvàNguyễnThanhBình(2011)sử dụngmôhìnhhồiquyProbitđánhgiácácnhântốảnhhưởngđếnkhảnăngtrảnợcủacáchộnôngd ânTỉnhHậuGiang,nghiêncứukhảosát436hộnôngdânđượcthựchiệntrongnăm2011 Kếtquảnghiêncứuchothấycácyếutốthunhập,trìnhđộhọcvấn,sốlượngthànhviêncóth unhậptronggiađìnhcótácđộngcùngchiềuvớikhảnăngtrảnợcủacáchộnôngdân;yếut ốlã i suấttácđộngngượcchiềuvớikhảnăngtrảnợ.Ngoài ranghiêncứucũngchoth ấynhữngkhoảnvaydùngnguồnthunhậptừhoạtđộngsảnxuấtnôngnghiệpđểtrảnợcókhản ăngtrảnợđúnghạncaohơnsovớinhữngkhoản vay dùngnguồn thunhập khácđểtrảnợ.
Trần Thế Sao (2017)tìm hiểu Các yếu tố ảnh hưởng khả năng trả nợ ngânhàng của nông hộ trên địa bàn huyện Bến Lức, tỉnh Long An”, tác giả cũng sử dụngmô hình hồi quy với biến phụ thuộc nhị phân để phân tích dữ liệu gồm 200KHCNcókhoảnvaytừ2016đến2018.Môhìnhcủanghiêncứunàycó10biếnđộclậpbaogồm: X1-Tuổi, X2-Tình trạng hôn nhân, X3-Trình độ học vấn, X4-Số người phụthuộc,X5-Kinhnghiệm,X6-Diệntíchđấtcanhtác,X7-Thunhậpphinôngnghiệp,
X8-Số tiền vay, X9-Thời gian trả nợ, X10-Số lần đến thăm của cán bộ tín dụng. Từmôhìnhnàykếthợpvớiphươngpháphồiquylogistic,TrầnThếSao(2017)đãpháthiện5yếut ốcóảnhhưởnglà:1)Lịchsửtíndụng;2)Thờigianlàmviệchiệntại;3)Thu nhập,4) Lãisuất,5)Sốtiềnvay.
TrầnHuyHoàngvàNguyễnTrọngChương(2020)cũngquantâmđếnKNTNcủa KHCN với nghiên cứu tại ngân hàng NN và PTNTVN chi nhánh Vũng Liêm.Nghiêncứuđãkhảosát600ngườithuộcđịabànhuyệnVũngLiêmtỉnhVĩnhLong,đâylànhững kháchhàngvayvốntạichinhánhtronggiaiđoạn2017-
2019.Nghiêncứunàysửdụng14biếnbaogồm:X1-độtuổi,X2-Giớitính,X3-Trìnhđộhọcvấn;X4- Sốngườiphụthuộc,X5-Thôngtinvềkháchhàng,X6-Thờihạnvay;X7-Lãisuất,X8-Dưnợ,X9-Tài sản đảm bảo; X10-Loại tài sản đảm bảo; X11-Thu nhập; X12-Rủi ro nghề nghiệp,X13-ThờigiancưtrúvàX14- Tìnhtrạnghônnhân.Kếtquảnghiêncứuchothấycó5/14biến có ý nghĩa thống kê trong mô hình là X1, X5, X6, X10 và X12, trong đó có 2 biếncó tác động đồng biến là X1 và X5, các biến X6, X10 và X12 có tác động nghịch biếnđếnkhảnăngtrảnợcủakháchhàng. Đặng Văn Tú và Bùi Diệu Anh (2022)cũng có đề tài nghiên cứu về
KNTNcủa khách hàng cá nhân tại Ngân hàng Agribank Chi nhánh Bến Cát, cũng tương tựnhư các nghiên cứu khác về KNTN, các tác giả sử dụng phương pháp phân tích hồiquy nhị phân, mô hình nghiên cứu gồm 9 yếu tố lần lượt là: 1/Giới tính,
2/tuổi,3/Nghềnghiệp,4/Thunhập,5/Lịchsửtíndụng,6/Lãisuất,7/Thờihạnvay,8QMKVvà 9/TSĐB Kết quả phân tích cho thấy có 6 biến có ý nghĩa thống kê là: Giới tính,thunhập,vàQMKVcótácđộngcùngchiềuvớiKNTN,cònlịchsửtíndụng,lãisuấtvànghềngh iệptácđộngngượcchiều. ĐinhKiệmvàĐỗHữuTrường(2022)đãsửdụngmôhìnhhồiquylogisticsđểtìm hiểu về các yếu tố liên quan đến khả năng trả nợ của KHCN Không gian nghiêncứu của các tác giả là ngân hàng NN và PTNN chi nhánh Phú Quý với mẫu khảo sátgồm 190 KH Phương pháp nghiên cứu được sử dụng là hồi quy Binary Logistics Môhình nghiên cứu đề xuất gồm có 14 biến độc lập, trong đó có 8 biến giả, các biến nàyđược chia thành các nhóm biến là: 1- TUOI01 và TUOI02 (độ tuổi); 3-PTHUOC (sốngườiphụthuộctronggiađình);4- CVIEC(nhómbiếntìnhtrạngcôngviệc);5-TNHAP(thunhậpcủangườiđivay);6-
LSU (lịch sử nợ quá hạn); 9-TGIAN (thời hạn cho vay); 10-LSUAT (lãi suất); 11- MDICH01và12-MDICH02(nhómbiếnmụcđíchsửdụngvốnvay);13-STIEN(sốtiềnvay) Từ phân tích định lượng cho thấy: các biến đạt ý nghĩa thống kê và có tác độngđến việc hoàn trả nợ đúng hạn của KHCN vay vốn tại Ngân hàng NN và PTNN chinhánhPhúQuýlà:TSAN,LSU,SHUU,MDICH,PTHUOC,TNHAPvàSTIEN.Theo đánh giá của luận văn,với mẫu khảo sát 190 và việc sử dụng mô hình hồi quy đã đápứng được các tiêu chí về phân tích khả năng trả nợ Kế thừa từ nghiên cứu của ĐinhKiệm và Đỗ Hữu Trường (2022), tác giả đề xuất sử dụng mô hình hồi quyLogisticstrongluậnvăn,đồngthờisửdụngcác biếnđểđánhgiáKNTNcủa kháchhàng.
Các yếu tố tácđộngchovay KHCN
Mô hình hồi quylogit Sử dụng cácbiếnnhânkhẩuh ọc,tínhchấtnghề nghiệp,tìnhhìnhtàich ính,tínhchấtkhoản nợ.
Các biếnnhân khẩu họccủa người đi vay; tínhchấtnghềnghiệpcủak hách hàng đi vay; tìnhhìnhtàichínhcủangười đivay;tínhchấtcủakhoản n ợ c ó ý n g h ĩ a thốngkêtrongmôhình.
10 biến:Giớitính,độtuổ i,thunhập,tỷlệnợq uá hạn, ngànhnghềsảnxuấ t,sốtiềnvay,thờih ạncho vay, thâmniên,n g ư ờ i p h ụ thuộc,lãisuất những người vayhoạtđộngtronglĩnhvự cdịchvụítrủirohơnđốivới nhữngngườihoạtđộngtr onglĩnhvựcsảnxuất,quy môkhoản vay càng lớn thìtỷ lệ nợ quá hạn càngthấp, thời hạn cho vaytácđộngngượcchiềuvà có ý nghĩa thống kê, vàthời gian cho vay càngdàithìtỷlệnợquáh ạn càng cao.
(RL) và mô hìnhmạnglưới(RB F),Môhìnhnghiên cứu gồm 12 biếnđộclập. thống kê là: người bảolãnh,tỷlệthanhtoánn ợ,thờigianvaytínhbằng tháng, lãi suất vàtổngthunhập,lýdovayv ốnvàđặcđiểmnơilàm việc
Các yếu tố tácđộngtớikhản ăngtrản ợ vay,t r ư ờ n g hợptạikh uvựcKaffacủaEthi opia
Môhìnhlogit Kếtquảcủathốngkêmô tả và mô hình logitnhị phân cho thấy rằnggiới tính, tuổi, trình độhọcvấn,nguồnthunhậ ptrướckhivay,phươngth ứcchovay,sốtiềnvay,tín hphùhợpcủakỳhạntrả góp vàđúng hạn.
Nghiên cứu vềkhả năng trả nợvay củaKHCN
Môh ì n h h ồ i q u y logit các đặc điểm của kháchhàng(tuổitác,giớitín h,trình độ học vấn), bảnchất của hoạt động kinhdoanh(loạihìnhkinhd oanh) và các đặc điểmvềvayvốn(thờigiantrả nợ, hình thức trả nợ vàsố tiền trả nợ) là nhữngyếu tố ảnh hưởng đếnngườivaytrongviệctr ả nợvaycủahọ
Nànhvihoàntrả khoảnvaygiữa các kháchhàng của các tổchứctàichínhvi môẤnĐộ
Nghiên cứu xemxétvaitròcủađặ cđiểm hộ gia đình,đặcđiểmkhoản vay, đặc điểm rủirođạođứcvàthuộ ctínhvùngmiềntr onghànhvic h o v a y q u á hạn.
Tuổi,tìnhtrạngthunhập, sốthànhviênnamtronggiađì nhvàđặcđiểmtàichínhcủa hộgia đình Đặc điểm củakhoảnvaybaogồm:Lãi suất,kỳtrảnợvàlịchsửvaycót ácđộngđếnKNTN
Nghiên cứu vềvấnđềtrảnợc ủa nông dân ởquốc giaEthiopia
Sử dụng mô hìnhhồi quy logit vớicácbiến:T r ì n h độ họcvấn,quymôđất đai,quymôchănnu ôitrong đơn vị chănnuôinhiệtđ ớ i , thunhậpphinôngng hiệp, mục đíchvay,liênhệvớicác đại lý khuyếnnôngvàđàotạo nhận được về sửdụngvốnvay. cácyếutốnhânkhẩuhọc (tuổi và quy mô hộgiađình),cácyếutốkin h tế xã hội (trình độhọcvấn,quymôđấtđai,q uy mô chăn nuôi, thunhập phi nông nghiệp,mụcđíchvay)và cácyếu tố thể chế (khoảngcách đường xá, liên hệvớicáccơquanpháttriể n,đàotạonhậnđượcvề sử dụng vốn vay) làmột trong những nhântố ảnh hưởng đến tỷ lệhoàntrảvốnvaycủacác hộvaylàhộsảnxuấtnhỏt ạikhuvực nghiêncứu
Zhangvàcộng sự(2021) yếutốảnhhưởngđ ếntrảnợ của KHCNlà sinh viên cáctrường đại họcởTrungQuốc
Các yếu tố ảnh hưởngđếnmứctiêudùng khoản vay trong trườngbaogồmcấutrúcgi ađìnhcủasinhviên,trìnhđộ học vấn của cha mẹ,tình trạng tiêu dùng củasinhviênnganghàng,cấp lớp, tình trạng mốiquanhệvàkhảnăngđá nhg i á r ủ i r o khoản vay.
Môhìnhđịnhm ức tín nhiệmcủa khách hàngthểnhân
N ơ i cưtrú-,X08- Thờigian cư trú, X09- Sốngườisốngphụt h u ộ c , X 1 0 - Phươngtiệnđi
Kết quả: Ngoài biến X4vàX16khôngđạtýngh ĩa thống kê do có sựphụthuộctuyếntính,12biế n còn lại đều đạt ýnghĩathốngkêtrongmôhì nh. lại,X 1 1 -
P h ư ơ n g tiện thông tin,X12-Chênh lệchthunhậpvàch itiêu,X 1 3 -
G i á t r ị tàn sản kháchhàng,X14- Giátrịcác khoản nợ,X15- QuanhệvớiTechcom bank,X16-
2007) Đềtàichấmđiểmtí ndụngchothịtrư ờngngânhàngbá nlẻởViệt Nam
Nghiêncứusửdụng mô hình hồiquy Logit để đưara mô hình chấmđiểmước tính.
Có13biến:1/ cóđiệnthoạigiađình;2/ nơisinhsống;3/ giátrịTSĐB;4/ sốngườiphụthuộc;5/ thờigianởđịachỉ;6/ giớitính;7/ sốlượngkhoảnvay;8/ thờigianquan hệ ngân hàng; 9/tàikhoản tiết kiệm; 10/thờigianvay;11/nơisinh sống;12/giáodục;13/mụcđí chvaycóý nghĩathốngkê
Môhìnhlogit Yếu tố thu nhập, trìnhđộhọcvấn,sốlượngt hànhviên có t h u nhập yễn
Nhântốảnhhưở ngKNTNcủanô nghộBến Lức, LongAn
Môhìnhcủanghiênc ứun à y có10biến độclậpbaogồm:X1 -Tuổi,X2-
Kinhnghiệm,X6- Diện tích đấtcanh tác, X7-
Sốtiềnvay,X9- Thờigian trả nợ, X10-Số lần đến thămcủacánbộtín dụng
Trần Thế Sao (2017) đãpháth i ệ n 5 y ế u t ố c ó ảnhhưởnglà:1)Lịchsửtí n dụng; 2) Thời gianlàmviệchiệntại;3)Thu nhập, 4) Lãi suất, 5) Sốtiềnvay.
Nghiên cứu này sửdụng 14 biến baogồm:
X1-độ tuổi,X2- Giới tính, X3- Trìnhđộhọcvấn;
Kếtquảnghiêncứu chothấycó5/14biến có ý nghĩa thống kêtrongmôhìnhlàX1,X5,X6,
Thôngtin về khách hàng,X6-Thời hạn vay;X7-
Lãisuất,X8- Dưnợ,X9- Tàisảnđảmbảo;X10 -Loại tài sản đảmbảo;X11- Thunhập; X12- Rủi ronghềnghiệp,X13 -
ThờigiancưtrúvàX1 4-Tìnhtrạng hônnhân đồng biến là X1 và X5,cácbiếnX6,X10vàX12 có tác động nghịch biếnđến khả năng trả nợ củakháchhàng.
BùiDiệuAn h(2022) nghiêncứuvềK NTNcủakhách hàng cánhântạiNgân hàng AgribankChi nhánh BếnCát môhìnhnghiêncứ u gồm 9 yếu tốlầnlượtlà:1/Giớití nh,
2/tuổi,3/Nghềnghiệ p,4/Thunhập,5/Lịchs ửtíndụng, 6/Lãi suất,7/Thời hạn vay, 8QMKV và 9/TSĐB
6 biến có ý nghĩa thốngkêlà:Giớitính,thun hập, và QMKV có tácđộngcùngchiềuvớiK NTN, còn lịch sử tíndụng, lãi suất và nghềnghiệp tác động ngượcchiều.
3-PTHUOC (số ngườiphụthuộctrong giađình); 4- cácbiếnđạtýnghĩathống kê và có tác độngđếnviệchoàntrảnợđ únghạncủaKHCNvayvốntạ iNgânhàngNNvà
5-TNHAP (thu nhậpcủa người đi vay);6- SHUU(tìnhtrạng sở hữu nhàở);7-
TSAN(tàisản); 8- LSU (lịchsử nợ quá hạn); 9-TGIAN (thời hạnchovay);10- LSUAT (lãi suất);11- MDICH01v à
12-MDICH02 (nhómbiếnmụcđíc h sử dụng vốnvay);13- STIEN (sốtiềnvay)
Khoảngtrốngnghiêncứu
Từ thông tin lược khảo các nghiên cứu trước đây và hoạt động nghiên cứu tạiVietinbank ChinhánhQuận4,tácgiảnhậnthấy:
- Hiện nay chưa có công trình nghiên cứu về đề tài KNTN của khách hàng cánhântạiVietinbankChinhánh4.
- Số liệu thu thập trong luận văn được thực hiện đến thời điểm 31/12/2022,không trùnglắpvớicácđềtàicó liênquantrướcđây.
Căn cứ vào các cơ sở trên, tác giả nhận thấy có khoảng trống nghiên cứu đểthực hiện đề tài là Vietinbank Chi nhánh 4 Tp Hồ Chí Minh với đối tượng nghiêncứu làkhảnăngtrảnợcủaKHCN
Lý thuyết là nền tảng quan trọng để xây dựng phương pháp nghiên cứu,dovậy trong chương 2 này tác giả đã hệ thống lại những lý thuyết cơ bản có liên quanđến đề tài của luận văn, các lý thuyết này bao gồm: Đặc điểm của tín dụng cá nhân,khả năng trả nợ của khách hàng, các yếu tố ảnh hưởng Ngoài ra, một phần quantrọng trong nghiên cứu là lược khảo các nghiên cứu trong và ngoài nước, tác giả đãlược khảo được 8 nghiên cứu quốc tế và 7 nghiên cứu tại Việt Nam, đây là cơ sởquantrọngđểđềxuấtcácbiếnvàmôhìnhnghiên cứuở chương 3.
Môhình nghiêncứu
Môhìnhhồiquy Logit
Mô hình hồi quy Logit của Maddala (1984) hiện là mô hình được ứng dụngrộng rãi trong phân tích kinh tế nói chung và rủi ro rín dụng nói riêng Mô hình nàycóthểgiúpNHTMxácđịnhđượcKNTNcủakháchhàng
Trong thống kê, mô hình logistic (hoặc mô hình logit) là một mô hình thốngkê mô hình xác suất xảy ra sự kiện bằng cách xác định tỷ lệ cược log cho sự kiện làsự kết hợp tuyến tính của một hoặc nhiều biến độc lập Trong phân tích hồi quy, hồiquy logit) là ước lượng các tham số của mô hình logistic (các hệ số trong tổ hợptuyến tính) Trong hồi quy logistic nhị phân, có một biến phụ thuộc nhị phân duynhất,đượcmãhóabởimộtbiếnchỉbáo,trongđóhaigiátrịđượcgắnnhãnlà"0"và"1",trongk hicácbiếnđộclậpcóthểlàmộtbiếnnhịphân(hailớp,đượcmãhóabởimột biến chỉ báo) hoặc một biến liên tục (bất kỳ giá trị thực nào) Xác suất tươngứng của giá trị được gắn nhãn "1" có thể khác nhau giữa 0 (chắc chắn là giá trị "0")và1(chắcchắn làgiátrị"1").
Hồi quy logistic (LR) là một mô hình dự đoán được sử dụng rộng rãi trongphân loại Theo Thomas (2000), LR là tuyến tính hồi quy trong đó biến mục tiêu làmột hàm phi tuyến tính của xác suất là tốt Ngoài ra, ông nhấn mạnh rằng kết quảphân loại của mô hình LR nhạy cảm với mối tương quan giữa các biến độc lập Dođó, các biến được sử dụng trong việc phát triển mô hình không nên tương quan chặtchẽ.Lahsasnavàcộngsự.
(2011)nhấnmạnhrằngmôhìnhchấmđiểmtíndụngLRnhằmxácđịnhxácsuấtcóđiềukiệncủam ỗiứngdụngthuộcvềmộtloại,nghĩalàtốthayxấudựatrêncácgiátrịcủacácbiếngiảithíchcủangười xin cấp tín dụng Lee và Chen (2005) đã hỗ trợ điều này xem bằng cách nhấnmạnhrằngmỗiứngdụngsẽchỉđượcgánchomộtlớpcủabiếnphụthuộc.Tuynhiên,mô hình hồi quy logistic giới hạn việc tạo ra các giá trị dự đoán của biến phụ thuộc(phảnhồi)đểnóidốitrongkhoảnggiữakhôngvàmột.Hồiquylogisticlàmộtkỹ thuậtmôhìnhphổbiếnphânloạigiữahainhómsửdụngmộttậphợpcácbiếndựđoán(A kkoc,2012).Mô hìnhLRđượcbiểudiễnnhưtrong biểuthức.(1).
Xácđịnh cácbiếnvàgiảthuyếtnghiêncứu
Có Dựav à o k h o ả n n ợ qu á hạnnhỏhơn90ngày)
NHNNngày30/07/2021 Không Dựav à o k h o ả n n ợ qu á hạntrên90ngày)
+βTU+βGT+βHN+βHV+βQH+βPT+βTN+βTV+ Độ tuổi tại thời điểm vay vốn là yếu tố thường được xem xét khi đánh giá khảnăng trả nợ của một KHCN Thông qua độ tuổi của khách hàng, ngân hàng có thể ướclượngmộtsốđặcđiểmcủakháchhàngvềthunhập,kinhnghiệmcũngnhưtrìnhđộhọcvấn,đâylà nhữngvấnđềcóảnhhưởngtrựctiếpkhảnăngtrảnợvay.Mộtsốngânhàngcó giới hạn về độ tuổi được vay vốn để hạn chế những người quá trẻ có giới hạn về thunhập trả nợ và những quá già với những rủi ro về sức khoẻ và thu nhập Với cơ sở này,xét trong độ tuổi được vay vốn, nhiều nghiên cứu cho thấy rằng với những người có độtuổi cao hơn thì sẽ đảm bảo hơn về khả năng trả nợ của họ.Điều này có thể hiện thôngqua việc họ có thu nhập cao hơn và ổn định hơn, kinh nghiệm và nhiều mối quan hệ xãhộihơntừđócónhiềucơsởgiúphọtrảđượcnhữngkhoảntiềnđếnhạn.Vìvậy,tương đồng với các nghiên cứu của Vigano (1993), Trần Huy Hoàng và Nguyễn Trọng Chương(2020);TrầnThanhPhongvàcộngsựnăm(2020),FitsumTadele(2014),AndualemvàEbra him Endris (2021), Chengfeng Zhang và cộng sự (2021), Vương Quân Hoàng vàcộng sự (2006), Trần Thế Sao
(2017), Trần Huy Hoàng và Nguyễn Trọng Chương(2020); Đinh Kiệm và Đỗ Hữu Trường (2022), tác giả cho rằng độ tuổi sẽ có tác độngtíchcựcvớikhảnănghoàntrảcủaKHCN,từluậnđiểmnày,giảthuyếtH 1 đượcđềxuấtnhưsau:
Giới tính là một nhân tố thường được sử dụng trong mô hình về xác suất trả nợhiệnnay.Làbiếnđịnhtínhnêngiớitínhsẽđượcquyướctheosốhọcđểthuậntiệntrongnghiên cứu, theo đó, khách hàng là nữ giới thì quy ước là 0, trường hợp ngược lại là 1vớikháchhàngnamgiới.Trongmỗixãhộivớinềnvănhoákhácnhau,vaitròcủangườiphụnữvàđànôn gcũngđượcnhìnnhậntheonhữngcáchkhácnhau,dođókhảnăngtrảnợ khi tham gia những hoạt động tín dụng cũng có nhiều quan điểm trái chiều.
TrongphạmvicủaluậnvănnghiêncứutạiViệtNam,tácgiảchorằngđànôngsẽcókhảnăngtrả nợ tốt hơn vì họ là trụ cột chính trong gia đình, tạo ra thu nhập thường xuyên. QuanđiểmnàycũngtươngđồngvớinghiêncứucủacáctácgiảnhưRoslanvàKarim(2009);BekhetvàE letter(2015).Vớiphântíchnày,tácgiảđềxuấtgiảthuyếtH2vềyếutốgiớitínhtrongmôhìnhnghiên cứunhư sau:
Trong các thang điểm chấm điểm tín dụng của các ngân hàng tại Việt Nam hiệnnay,trạngtháihônnhâncủangườivayvốnlàthôngtinbắtbuộccầncómàkháchhàngphải khai báo. Những trạng thái hôn nhân thường gặp là: “Độc thân”; “Đang có giađình”; “Đã ly hôn”, “Goá” Roslan và Karim
(2009) cho rằng những người có gia đìnhkhảnăngtrảnợsẽcaohơnngườikhôngcógiađình.MộtnghiêncứukháccủaKleimeiervà Đinh ThịHuyền Thanh (2007) cho thấy kết quả: so với những người độc thân và đãlyhôn,nhữngngườiđangcógiađìnhsẽtrảnợtốthơn.Theoquanđiểmcủatácgiả, những người đang có gia đình thì các khoản nợ cũng được chịu trách nhiệm của cả haingười trong gia đình, do vậy khả năng trả nợ vay sẽ cao hơn những người sống mộtmình.Từ luậnđiểmnày,tácgiảđềxuấtgiảthuyếtH 3 vềtìnhtrạnghônnhưsau:
Giả thuyết H 3 : Khách hàng cá nhân là những người đang có gia đình sẽ cókhảnăngtrảnợ tốthơnnhữngngườikhôngcógiađình
Trong nhiều nghiên cứu, trình độ học vấn của người đi vay là yếu tố thườngxuyênđượcđềcậpkhinghiêncứuvềvấnđềtrảnợvaycủaKHCN.Điềunàyxuấtpháttừ nhiều nguyên nhân như: người có trình độ học vấn cao hơn sẽ có thu nhập tốt hơngiúp đảm bảo hoàn trả trả các khoản nợ, bên cạnh đó, họ sẽ có sẽ ý thức chấp hành tốthơn các quy định của ngân hàng và pháp luật quốc gia, cũng như ý thức được hậu quảnếu như không hoàn trả đúng hạn khoản nợ của mình Các nghiên cứu cho rằng ngườivay có có trình độ học vấn cao sẽ trả nợ tốt hơn như: Chengfeng Zhang và cộng sự(2021), Vương Quân Hoàng và cộng sự (2006), Trần Thế Sao (2017), Trần Huy Hoàngvà Nguyễn Trọng Chương (2020) Từ những lập luận này, tác giả đề xuất giả thuyết H4liênquanđếntrìnhđộhọcvấnnhư sau:
Giả thuyết H 4 : Tình trạng học vấn của khách hàng cá nhân có tác động tíchcựcđếnkhảnăngtrảnợvaycủahọ
Lịchsửtíndụngquáhạnhaycòngọilàlịchsửquanhệtíndụngcủakháchhàngcũng là yếu tố không thể thiếu trong phê duyệt hồ sơ Khi tiếp nhận nhu cầu vay vốn,thông thường cán bộ tín dụng sẽ tra lịch sử tín dụng KHCN qua hệ thống CIC để biếtlịch sử vay của khách hàng Ngân hàng sẽ đánh giá các khách hàng có tiền sử trả nợ tốtthìcómứcđộRRTDthấphơnlànhữngkháchhàngđãcótiềnsửquáhạn.Nhữngkháchhàng đã từng xảy ra quá hạn tín dụng trong quá khứ thường phát sinh từ một số nguyênvề thu nhập hoặc ý thức trả nợ của họ, các kết quả này tương đồng với các nghiên cứunhưAndualemvàEbrahimEndris(2021),ChengfengZhangvàcộngsự(2021),VươngQuânHo àngvàcộngsự(2006),Trần HuyHoàngvàNguyễnTrọng Chương(2020). hạnlà
Trách nhiệm đối với người phụ thuộc của khách hàng là san sẻ nguồn thu nhậpđể nuôi dưỡng họ, do vậy nếu số NPT tăng lên thì áp lực về thu nhập của KHCN cũngsẽ tăng theo tương ứng, từ đó ảnh hưởng đến khả năng trả nợ của họ, các kết quả nàytương đồng với các nghiên cứu như Chapman (1990), Andualem và Ebrahim Endris(2021), Chengfeng Zhang và cộng sự (2021), Vương Quân Hoàng và cộng sự (2006),Kleimeier và Đinh Thị Huyền Thanh (2007), Trần Thế Sao (2017), Đinh Kiệm và ĐỗHữuTrường(202 từ quanđiểmnày,tácgiảđểxuấtgiảthuyếtH 6 là:
Thunhậpchínhlàcơsởđể kháchhàng trảnợ,dovậyTN càngcaovàđượcđảmbảo thường xuyên thì khả năng trả nợ sẽ cao và ngược lại, các khách hàng có thu nhậpthấp và không ổn định thì xác suất vỡ nợ sẽ cao (Kohansal và Mansoori, 2009; RoslanvàKarim,2009).Từ cơsởnày,tácgiảthiếtlậpgiảthuyếtH7:
Sốtiềnvaylàtổnggiátrịkhoảnvaycủakháchhàngtạingânhàng.Đốivớikhách hàng cá nhân, số tiền vay lớn sẽ ảnh hưởng đến phần thu nhập trích ra để trả lãi và nợgốccủaKHCN,từđógâyraáplựcđểcânđốinguồnthunhậpkháchhàngchocáchoạtđộngkhác. TácgiảđềxuấtgiảthuyếtH8vềsốtiềnvaynhưsau:
Lãisuấtđạidiệnchotỷlệthunhậpmàkháchhàngphảitríchrađểtrảlãichokhoảnv aytươngứng.Dođó,yếutốnàycũngtácđộngđếnkhảnăngtrảlãicủakhách hàngtheohướngngượclại,điềunàynghĩalàsovớilãisuấtthấpthìmộtmứclãisuấtcaothìsẽ gây khókhăntrong việc trảnợvay.
Thời gian cho vay là một đặc điểm của tín dụng Thông thường, nếu khách hàngcó thời gian vaydài thìsẽcónhiềuphương ánđểtrảnợ hơn, nếuthờigian vayngắnsẽgâyhạnchếkhảnăngtrảnợcủakháchhàng,cáckếtquảnàytươngđồngvớiBekhetvàElet ter(2014),SunilSangwanvàcộngsự(2020),AndualemvàEbrahimEndris(2021),ChengfengZhangvà cộngsự(2021),VươngQuânHoàngvàcộngsự(2006),KleimeiervàĐinhThịHuyềnThanh(2007).
Vớinhữngkhoảnvaycótàisảnthếchấplàbấtđộngsản,ngânhàngcũngdễkiểmsoáttàisảnhơnlàtà isảnthếchấplàđộngsảnnhưôtô.Đốivớikhoảnnhữngkhoảnchovay tín chấp, không cóTSBĐthì ngân hàng cũng dựa vào thiện chí trả nợ của ngườivay mà không có bất kỳ điều kiện ràng buộc trách nhiệm nào của người vay, kết luậnnày tương đồng với Bekhet và Eletter
(2014), Chengfeng Zhang và cộng sự (2021),Vương Quân Hoàng và cộng sự (2006), Đinh Kiệm và Đỗ Hữu Trường (2022) Giảthuyếtnghiêncứuđượcđưara:
Giả thuyết H 11 : Nếu TSBĐ của khách hàng là bất động sản thì khả năng trảnợcủaKHCNcaohơntàisản làđộngsản/khôngcótàisản
Dữliệunghiêncứu
Để phục vụ nghiên cứu, tác giả thu thập thông tin từ hồ sơ tín dụng của chinhánhvàkháchhàng,cụ thể là:
- Thông tin từ khách hàng: phỏng vấn trực tiếp khách hàng hoặc các giấy tờchứngminh tàichính,hồsơthu thậpmàkháchhàng cungcấp,tìnhhìnhkinhdoanhthựctếcủakháchhàng.
- Thông tin nội bộ ngân hàng: thông tin khoản vay, thông tin TSBĐ, lịch sửthanh toánnợvaycủakhoảnvay tạingânhàng.
Tấtcả các thôngtin nàyđềuđược nhậpliệu, cậpnhật, quảnlý vàlưutrữ trênhệthốngquảnlýtíndụngcủaVietinBank.
STT Tên biến Nguồntham khảo
1 Tuổi Vigano (1993), Trần Huy Hoàng và Nguyễn Trọng
Chương(2020); Trần Thanh Phong và cộng sự năm (2020), Chapman(1990), Roslan và Mohd-Zaini (2009), Fitsum Tadele (2014),Andualem và Ebrahim Endris (2021), Chengfeng Zhang vàcộng sự (2021), Vương Quân
04)vàJemale(2003),Vigano(1993),Khankeret al (1995), Chapman (1990), Roslan và Mohd-Zaini (2009),Fitsum Tadele (2014), Andualem và Ebrahim Endris (2021),Chengfeng Zhang và cộng sự (2021), Vương Quân Hoàng vàcộng sự (2006), Kleimeier và Đinh Thị Huyền Thanh (2007),TrầnT h ế S a o ( 2 0 1 7 ) , T r ầ n H u y H o à n g v à N g u y ễ n T r ọ n g
Chapman(1990),SunilSangwanvàcộngsự(2020),Andualem và Ebrahim Endris (2021), Chengfeng Zhang vàcộng sự (2021), Vương Quân
4 Trìnhđộhọcvấn Becker (1993), Kraiger et al (1993), Ployhart và
Moliterno(2011),Olagunju&Adeyemo(2007),Chapman(1990 ),Fitsum Tadele (2014), Chengfeng Zhang và cộng sự (2021),VươngQuânHoàngvàcộngsự(2006),Trần
Chapman(1990),AndualemvàEbrahimEndris(2021),Chengfe ng Zhang và cộng sự (2021), Vương Quân Hoàng vàcộngsự(2006),KleimeiervàĐinhThịHuyềnThanh(2007), TrầnThếSao(2017),ĐinhKiệmvàĐỗHữu Trường(2022)
Park và Ren (2001), Jemal (2003), Đinh Kiệm và Đỗ HữuTrường(2022),Chapman(1990),RoslanvàMohd-
Zaini(2009), Fitsum Tadele (2014), Andualem và Ebrahim Endris(2021), Chengfeng Zhang và cộng sự (2021), Vương QuânHoàng và cộng sự (2006), Trần Thế Sao (2017), Trần HuyHoàngvàNguyễnTrọngChương(2020),ĐinhKiệmvà Đỗ
8 Sốtiềnvay Zeller và Sharm (1996), Jemale (2003), Von Pischke
(1991),Vigano,1993)Chapman(1990);RoslanvàMohd- Zaini(2009), Fitsum Tadele (2014), Sunil Sangwan và cộng sự(2020),AndualemvàEbrahimEndris(2021),ChengfengZhan gv à c ộ n g s ự ( 2 0 2 1 ) , V ư ơ n g Q u â n H o à n g v à c ộ n g s ự (2006),TrầnHuyHoàngvàNguyễnTrọng Chương(2020)
9 Lãisuất RoslanvàMohd-Zaini(2009),BekhetvàEletter(2014),SunilSangwan và cộng sự (2020) Andualem và Ebrahim Endris(2021), Chengfeng Zhang và cộng sự (2021), Vương
10 Thờihạn vay Siedsmavàcộngsự(2017),KarlanvàZinman(2011),RoslanvàMoh d-Zaini(2009),BekhetvàEletter(2014),SunilSangwan và cộng sự (2020), Andualem và Ebrahim Endris(2021), Chengfeng
Zhang và cộng sự (2021), Vương
BekhetvàEletter(2014),ChengfengZhangvàcộngsự(2021), VươngQuânHoàngvàcộngsự(2006),ĐinhKiệmvà ĐỗHữuTrường(2022)
STT Biến Thangđo Giảthuyết đặtra
Thunhập củ a khá ch h àn g trong 1năm
8 Số tiềnvay Sốtiền k h á c h h à n g v a y vốn(đồng)
Quytrìnhnghiêncứu
Cácgiaiđoạn nghiêncứu củaluậnvăn đượcthựchiệntheoquy trìnhsau:
Kế thừa kết quả từ chương 1 và chương 2, chương 3 luận văn đã trình bàyđượcquytrìnhnghiêncứuvàcácphươngphápthựchiệnluậnvăn,đâylàkhungthựchiện các phân tích thực nghiệm trình bày ở chương 4 luận văn, bao gồm: Mô hìnhhồiquy logit,dữliệunghiên cứuvàquytrình thựchiệntừnggiaiđoạn.
PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNGTRẢNỢCỦAKHÁCHHÀNGCÁNHÂNTẠIVIETINBANK-CHINHÁNH4
Tổngquanhoạt tíndụngkhách hàngcánhântạiVietinbank–Chinhánh4giai đoạn2018-2022
NgânhàngthươngmạicổphầnCôngthươngViệtNamChinhánh4–Thànhphố Hồ Chí Minh - VietinBank CN 4 được thành lập và hoạt động vào 27/03/1994theo giấy phép hoạt động số 0100111948-053 do Sở Kế hoạch và Đầu tư thành phốHồChí Minh cấp.Đ ế n n a y V i e t i n B a n k 4 đ ã h o ạ t đ ộ n g đ ư ợ c k h o ả n g 3 0 n ă m v à c ó 7 phònggiaodịch(PGD)trựcthuộc,baogồm:
GiámđốcCNtrựctiếpđiềuhànhvàchịutráchnhiệmchungvềtìnhhìnhhoạtđộngkinhdoa nhcủatoànCN.DướiGiámđốcsẽc ó cácPhóGiámđốcchuyêntráchcácphòngbantrongcơquan ,tùyvàoquyđịnhvàsựphâncôngcủaGiámđốcCNmàmỗiPhóGiámđốcsẽphụtráchnhữ ngphòngbannhấtđịnhtrongtừngthờikỳvàchịu tráchnhiệmvềhiệuquảhoạtđộng kinhdoanhcủaphòngban mìnhquảnlý.PhòngKháchhàngbánlẻlàphòngphụtráchquảnlýcáckháchhànglàcácnhân,q uảnlý huyđộng KHCN, cácsảnphẩm tíndụng cungcấp cho KHCN,hỗtrợ cácKHCNcácnghiệpvụliênquanđếntàikhoản,thẻ,ngânhàngđiệntử…theoquyđịnh củaVietinBank.
Phòng Kế toán kho quỹ: thực hiện các giao dịch với khách hàng, tư vấn chokhách hàng về sử dụng các sản phẩm dịch vụ của NH Thực hiện các nghiệp vụ vềkho quỹ như quản lý quỹ tiền mặt, đảm bảo công tác an toàn kho quỹ, ứng và thutiềnchocácđiểmgiaodịch,thuhộchihộtiềnmặtchocácquỹtiếtkiệm,cácDNcóthu chitiềnmặtlớn.Thựchiện công tácquản lý tàichính,chitiêunộibộ tạiCN.
Phòng Hỗ trợ tín dụng: là phòng nghiệp vụ hỗ trợ việc kiểm soát hồ sơ giảingân,đảmbảoviệcgiảingânvàtàitrợ thươngmạitheoquyđịnhcủa VietinBank.
PhòngTổnghợplàphòngnghiệpvụthựchiệnxâydựngkếhoạchkinhdoanh;tổnghợpvàphâ ntíchđánhgiáhoạtđộngkinhdoanh;thựchiệncácbáocáotheoyêucầu;tham giacôngtácxử lýnợ cùngcácphòngkinhdoanh.
Giai đoạn 2018-2022, nền kinh tế thếgiới nói chung và kinh tế trong nướcnóiriênggặpphảinhiềukhókhăn,hoạtđộngkinhd o a n h củaVietinBankCN4cũnggặp phải nhiều thách thức, một phần do yếu tố chủ quan, một phần do yếu tố kháchquan của nền kinh tế.Tuy nhiên, với sự nỗ lực phấn đấu vươn lên mọi khó khăn vàsự quyết tâm của toàn thể ban lãnh đạo và cán bộ nhân viên
CN, kết quả hoạt độngkinhdoanhcủaVietinBankCN4phầnnàođãđạtđượcmộtsốkếtquảtíchcựcnhấtđịnh.
Theo bảng 4.1, tổng nguồn vốn huy động tại VietinBank CN 4 tính đến thờiđiểm ngày 31/12/2022 đạt 22.138 tỷ đồng, tăng 1.801 tỷ đồng, tương đương tăng8,86% so với 31/12/2021 Tại thời điểm 31/12/2021, tổng nguồn vốn huy động củaVietinBank CN 4 là 20.337 tỷ đồng tăng 1.565 tỷ đồng, tương đương tăng 8,34% sovới thời điểm 31/12/2020 là 18.772 tỷ đồng Trong giai đoạn 2018-2022 tình hìnhhuyđộngvốncódấuhiệuchứnglạidonhữngkhókhăncủanềnkinhtếdoảnhhưởngcủa dịch bệnh Covid-19, mức tăng trưởng huy động thấp nhất là năm 2020 với tỷ lệtăng trưởng3,91%.
4, tiếp đến là huy động từ KHDN và cuối cùng là từ các ĐCTC.Tính đến 31/12/2022, nguồn vốn huy động từ KHCN đạt 8.940 tỷ đồng chiếm tỷtrọng 40,38%, nguồn vốn huy động từ KHDN đạt 8.378 tỷ đồng chiếm tỷ trọng37,84%, nguồn vốn huy động từ ĐCTC đạt 4.820 tỷ đồng chiếm tỷ trọng 21,77%.Giai đoạn 2018-2022, tỷ trọng nguồn vốn huy động từ KHDN tăng từ mức 34,88%vào năm 2018 lên mức 34,84% vào năm 2022,huy động từ ĐCTC tăng từ mức18,03% vào năm 2018 lên 21,77% vào năm 2022 làm tỷ trọng huy động từ KHCNgiảmtươngứng.
Tính đến 31/11/2022 cơ cấu nguồn vốn huy động tại VietinBank CN 4 nhưsau: Nguồn vốn huy động không kỳ hạn đạt 10.492 tỷ đồng chiếm 47,39% so vớitổng nguồn VHĐ, nguồn VHĐ có kỳ hạn đạt 11.646 tỷ đồng chiếm 52,61% so vớitổng nguồn VHĐ Giai đoạn 2018-2022, nguồn VHĐ không kỳ hạn có xu hướngtăng và đạt 47,39% năm vào 2022 chủ yếu do tăng huy động tiền gửi không kỳ hạntừ KHDN và ĐCTC, điều này cũng cho thấy hiệu quả của việc việc thúc đẩy huyđộngnguồn vốngiárẻtheođịnhhướng củaVietinBankvàcủacácngânhàng.
Cơcấu tíndụngKHCNtạiVietinBank CN4 đượctrìnhbày ởbảng 4.2:
Dư nợ cho vay KHCN tại VietinBank CN 4 chủ yếu là dư nợ trung dài hạn.Thờiđiểmcuốinăm2022,dưnợchovaydàihạnchiếmtỷtrọngcaonhấttrongtổngdư nợ với tỷ lệ 51,03%, tiếp đến là dư nợ cho vay trung hạn 27,49% và cuối cùng làcho vayngắnhạnvớitỷtrọng21,47%.
(Nguồn: VietinBank CN 4)Năm 2018, nợ nhóm 2 là 0.89% với dư nợ nhóm 2 là 34 tỷ đồng, tăng lên mức1,73%vàonăm2021vớidưnợ81tỷđồng.Tuynhiênvàonăm2022,tỷlệnợnhóm2ởmức1, 14%vớidưnợ57,cáckhoảnnợnhóm2hầuhếtchuyểnsangnợxấudoKHkhókhăntronghoạt độngkinhdoanhvàmộtphầndoảnhhưởngcủadịchCovid- 19dẫn tớikhông trảđượcnợ,CNbuộcphảichuyểnnhóm nợđốivớicácKHnày.
Tỷ lệ nợ xấu có xu hướng gia tăng, năm 2019 tỷ lệ nợ xấu ở mức 1,15% vớidư nợ xấu là 44 tỷ đồng đã tăng lên mức 2,87% tổng dư nợ vào cuối năm 2022 vớidưnợxấu là143tỷ.
Nhìn chung tỷ lệ nợ nhóm 2 và nợ xấu KHCN tại VietinBank CN 4 đang ởmức cao so với các CN trong hệ thống Tỷ lệ nợ nhóm 2, nợ xấu cao gây áp lực thuhồivàxửlýnợrấtlớnchoCN,chiphíxửlýRRTDcaolàmảnhhưởngđángkểđếnlợinhuậnc ủaCN.
CáckhoảnchovayKHCNtạiVietinBankCN4chủyếulàbấtđộngsản,giấytờcógiá,phư ơngtiệnvậntảiđượctrìnhbàychi tiếttạibảng4.4:
Bảng4.4: Thôngtin TSBĐcác khoảncấptíndụngKHCN giaiđoạn2018-2022
Tổng giá trị TSBĐ nắm giữ tại ngày 31/12/2022 là 7.215 tỷ đảm bảo cho cáckhoản vay có tổng giá trị là 4.730 tỷ, tỷ lệ dư nợ/giá trị TSBĐ là 65.56% Tỷ lệ dưnợ/giá trị TSBĐ tại VietinBank
CN 4đang duy trì ở mức cao, có thể gây rủi ro choNH khi phải xử lý TSBĐ thì giá trị TSBĐ sụt giảm dẫn tới không đủ bù đắp cho nợgốcvàlãikhoảnvay.Mặtkháckhitỷ lệdưnợ/giátrịTSBĐlàmchiphítríchlậpdựphòngRRTDcaohơnđốivớicáckhoảnnợnhòm2vàn ợxấuvìmứckhấutrừTSBĐthấp hơn dư nợ cho vay Tỷ lệ dư nợ/giá trị TSBĐ có xu hướng tăng dần qua cácnăm,năm2020là62,79%thìđếnnăm2021là65,40%vànăm2022là65.56%.
Dư nợ có TSBĐ là bất động sản chiếm tỷ trọng cao nhất trong tổng dư nợ,tỷlệ dư nợ/giá trị TSBĐ là BĐS có xu hướng tăng dần qua các năm và ở mức cao67.56%năm2022.Tỷlệdưnợ/giátrịTSBĐcùngvớitìnhhìnhthịtrườngBĐShiệnnay đang gặp nhiều khó khăn có thể gây rủi ro không xử lý được tài sản hoặc giá trịxửlýđượckhôngđủđểthuhồinợgốcvàlãikhiCNcầnxửlýtàisảnđểthuhồinợ. Đối với các vay đảm bảo bằng GTCG chủ yếu là sổ tiết kiệm và chứng chỉtiền gửi do VietinBank phát hành nên RRTD rất thấp Tuy nhiên, một số khoản vayđược đảm bảo bằng GTCG là cổ phiếu của các DN Trong thời kỳ thị trường chứngkhoán đang sụt giảm mạnh, CN cần theo dõi chặt chẽ diễn biến giá cổ phiếu để yêucầu DN bổ sung TSBĐ hoặc bán giải chấp theo điều kiện phê duyệt để đảm bảo thuhồiđầyđủnợ.
Một số khoản vay được đảm bảo bằng phương tiện vận tải chủ yếu là ô tô.Đây cũng là các loại TSBĐ có rủi ro sụt giảm giá trị và khấu hao rất nhanh, CN cầnđánhgiágiátrịTSBĐvàchovayvớitỷlệtỷlệdưnợ/giátrịTSBĐphùhợpđểgiảmthiểurủirocho ngânhàng.
DưnợcóTSBĐlàtàisảnkháccũngchiếmtỷtrọngcaotrongtổngdưnợ.Đâylà các tài sản như quyền tài sản hình thành trong tương lai, hàng hóa, nguyên vậtliệu…córủiropháplývàrủiro sụtgiảmgiátrịrấtcao,tuynhiêntỷ lệdưnợ/giátrịTSBĐ là tài sản khác ở mức 63,83% và 61,10% trong 2 năm
Dư nợ không TSBĐ năm 2022 là 253 tỷ đồng chủ yếu là các khoản cho vayCBNV,chovaythẻtíndụng.DưnợkhôngTSBĐchiếmtỷtrọngrấtthấptrongtổngdưnợ chovay.
Kếtquảnghiêncứuvàphântích
Trướckhichạymôhìnhhồiquy,họcviênsửdụngphươngphápthốngkêmôtảnhằmkhái quáthóacácđặctínhcơbảncủadữliệuthuthậpđược,đảmbảosựphùhợpvớitổngthểcủabàinghi ên cứu.
Theo kết quả phân tích SPSS, có 30 khách hàng không có KNTN trong giaiđoạn nghiên cứu, chiếm tỷ lệ 10,6% Số khách hàng có KNTN là 253 chiếm89,4%.Kết quả này cho thấy tỷ lệ khách hàng không hoàn trả khoản nợ ở chi nhánh ở mứccao, điều này phù hợp thực tế nợ xấu của chi nhánh đang tăng cao trong những nămgần đây.
Tỷlệgiớitínhtrongdữliệunghiêncứuxấpxỉnhauvới50,5%kháchhàngnữvà 49,5% khách hàng nam, kết quả này cho thấy hiện nay nữ giới ngày càng có xuhướng vay cá nhân nhiều hơn, điều này có thể thấy hiện nay xu hướng người trởthành trụcộtthunhậpcủa giađìnhđangngày càngtăng cao.
Theo thống kê khả năng trả nợ theo giới tính khách hàng thì trong 30 KHCNkhôngcókhảnăngtrảnợthìngườiđộcthâncó4KH,đãlậpgiađìnhcóđến26KH.Trong
241 KHCN có khả năng trả nợ thì người độc thân có 34 KH, đã lập gia đìnhcó 237KH.
Trong 271 KHCN vay vốn thì có đến 140 KH có trình độ học vấn từ THPTtrở xuống chiếm tỷ lệ 51,66%, 46 KH có trình độ trung cấp hoặc cao đẳng chiếm tỷlệ 16,97%, 76 KH có trình độ đại học chiếm tỷ lệ 29,88%, chỉ có 4 KH có trình độsauđạihọcchiếm tỷlệ1,48%.
Trong 140 KH có trình độ học vấn từ THPT thì có 15,71% KH không có khảnăng trảnợ.
Trong 46 KH có trình độ trung cấp hoặc cao đẳng thì có 4,35% KH không cókhảnăngtrảnợ.
Trong 76 KH có trình độ đại học thì có 6,17% KH không có khả năng trả nợ.Trong4KHcótrìnhđộsauđạihọcthìcó25,0%KHkhôngcókhảnăngtrả nợ.
Theolịchsửtíndụngcủa308KHCNvayvốntạiVietinBank–CN4thìcó đến 90 KH đã từng có nợ quá hạn, chiếm đến 33,21% KH tại CN, trong đó có27khôngcókhảnăngtrảnợ,c63KHđangthuộcnhómcókhảnăngtrảnợ.Có181KHchưa từng có lịch sử quá hạn, trong đó có 3 KH không có khả năng trả nợ, 178 KHđang thuộcnhóm cókhảnăngtrảnợ.
TSBĐ của KH được chọn chủ yếu là BĐS chiếm tỷ lệ 97,41% với 264 KH,chỉcó7KHcóTSBĐlẵtôchiếmtỷlệ2,59%,khôngcóKHnăođượcchọnkhôngcóTSBĐ. Trong7 KHcóTSBĐ lẵ tôthìcó đến3KHkhông cókhảnăng trảnợ.
SaukhihồiquynhịphânmôhìnhbằngphầnmềmSPSSphiênbản22vớimộtbiến phụ thuộc là biến khả năng trả nợ và 11 biến độc lập là các biến ảnh hưởng tớikhả năng trả nợ, nghiên cứu tiến hành kiểm định độ phù hợp, giải thích và khả năngdựbáocủamôhìnhhồiquy.
Dựa vào kết quả kiểm định độ phù hợp, hệ số Sig =0,000 ≤ 0.05 nên có thểkếtluậnlàcó sựtương quangiữacácbiếntrongmô hình.
Bảng4.6: Kiểmđịnhmứcđộgiảithích củamôhình -2Loglikelihood Cox &SnellRSquare NagelkerkeRSquare
- Hệ số -2 Log likelihood của mô hình bằng 68,272 a < hệ số Initial -2 Log likelihoodcủa mô hình trống ban đầu là 234.029 Do đó mô hình hồi quy phù hợp, các biếntrong mô hìnhgiảithíchđược71,8%cácmốitươngquantrong môhình.
Môhìnhdựbáo(predicted) Phần trăm dự báođúng (%)
Bảng4.7chothấyphânloạikháchhàngcókhảnăngtrảnợtheoquansátthựctế(Observed )vàdựđoáncủamôhìnhhồiquy(Predicted).Ýnghĩanhưsau:
- Trong 30 trường hợp quan sát khách hàng không có khả năng trả nợ thì môhình dự đoán có 22 khách hàng không trả được nợ, tỉ lệ dự đoán đúng là 22/30 s,3%.
248trườnghợpkháchhàng trảđượcnợ,tỷ lệdựđoán đúnglà253/248,4%.
-Nhưvậytỷlệdựđoánđúnglà90%,môhìnhcótỷlệdựđoántươngđốicao.Vì mang tính chất dự đoán nên kết quả của mô hình hồi quy sẽ sai khác với kết quảquan sát thực tế, để có thể dự đoán được chính xác mô hình thì cần thêm những yếutố ngoàimôhìnhđểcóthểđạttỷlệdựđoánchínhxáchơn.
STT Tên biến B S.E Wald df Sig Exp(B)
STT Tên biến B S.E Wald df Sig Exp(B)
Từ kết quả hồi quy theo bảng 4.13, dựa vào giá trị Sig.
