CHƯƠNG 1 LỜI NÓI ĐẦU BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH VƢƠNG THỊ PHƢƠNG UYÊN CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN KHẢ NĂNG TRẢ NỢ ĐÖNG HẠN CỦA KHÁCH HÀNG[.]
BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP.HỒ CHÍ MINH VƢƠNG THỊ PHƢƠNG UYÊN CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN KHẢ NĂNG TRẢ NỢ ĐÖNG HẠN CỦA KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG TMCP SÀI GÕN THƢƠNG TÍN LUẬN VĂN THẠC SĨ TÀI CHÍNH NGÂN HÀNG TP HỒ CHÍ MINH – NĂM 2018 Tai ngay!!! Ban co the xoa dong chu nay!!! BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH VƢƠNG THỊ PHƢƠNG UYÊN CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN KHẢ NĂNG TRẢ NỢ ĐÖNG HẠN CỦA KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG TMCP SÀI GÕN THƢƠNG TÍN LUẬN VĂN THẠC SĨ KINH TẾ Chuyên ngành: Tài – Ngân hàng Mã số: 60 34 02 01 Ngƣời hƣớng dẫn khoa học: TS Trần Thị Kỳ TP HỒ CHÍ MINH – NĂM 2018 i TĨM TẮT Hiện nay, hầu hết ngân hàng tập trung phát triển dịch vụ bán lẻ tiềm phát triển rộng dịch vụ tín dụng cá nhân ngân hàng quan tâm nhiều lợi ích mang lại gia tăng dư nợ, bán chéo sản phẩm bảo hiểm, thẻ,…Mặc dù lĩnh vực tín dụng cá nhân có nhiều tiềm tạo cho ngân hàng có nhiều nguồn thu từ việc bán chéo sản phẩm nhiên chứa đựng rủi ro mà cụ thể rủi ro trả nợ trả nợ trễ hạn Luận văn nhận diện nhân tố ảnh hưởng đến khả trả nợ vay hạn khách hàng cá nhân Ngân hàng TMCP Sài Gịn Thương Tín thơng qua sử dụng mơ hình binary logistics liệu thu thập từ 550 mẫu hồ sơ khách hàng cá nhân có dư nợ thời điểm ngày 30/06/2017 11 chi nhánh (Chi nhánh Bình Dương, chi nhánh Bình Phước, chi nhánh Sài Gòn, chi nhánh Thủ Đức, chi nhánh Củ Chi, chi nhánh Tây Ninh, chi nhánh Gia Lai, chi nhánh Đắk Lắk, chi nhánh Tiền Giang, chi nhánh Cần Thơ, chi nhánh Long Biên ) Từ mơ hình nghiên cứu dự kiến ban đầu bao gồm 14 biến độc lập thơng qua phương pháp phân tích thống kê mơ tả phân tích hồi quy thiết lập thành mơ hình nghiên cứu tối ưu bao gồm biến có ý nghĩa thống kê bao gồm tình trạng cơng việc, trình độ học vấn từ đại học trở lên, thu nhập, kích cỡ khoản vay, lãi suất vay, mục đích vay, thời hạn vay, hình thức chấp kinh nghiệm, trình độ cán thẩm định, biến lãi suất vay có tác động mạnh Dựa kết nghiên cứu mơ hình, luận văn kiến nghị số giải pháp nhằm hồn thiện sách chọn lọc khách hàng nâng cao khả trả nợ hạn khách hàng cá nhân ii LỜI CAM ĐOAN Tôi tên: Vƣơng Thị Phƣơng Uyên Sinh ngày 26 tháng 08 năm 1992 Là học viên lớp cao học 17B2 trường Đại học Ngân hàng TP Hồ Chí Minh Mã số học viên: 020117150219 Cam đoan luận văn “Các nhân tố ảnh hưởng đến khả trả nợ hạn khách hàng cá nhân Ngân hàng Thương mại Cổ phần Sài Gịn Thương Tín” Người hướng dẫn khoa học: TS Trần Thị Kỳ Luận văn chưa trình nộp để lấy học vị thạc sĩ trường đại học Luận văn cơng trình nghiên cứu riêng tác giả, kết nghiên cứu trung thực, khơng có nội dung cơng bố trước nội dung người khác thực ngoại trừ trích dẫn dẫn nguồn đầy đủ luận văn Tôi xin chịu trách nhiệm trước pháp luật lời cam đoan danh dự Tp Hồ Chí Minh, ngày tháng năm TÁC GIẢ LUẬN VĂN Vƣơng Thị Phƣơng Uyên iii LỜI CÁM ƠN Để hoàn thiện luận văn trình trải nghiệm dài tác giả với nhiều cảm xúc, nhiều giai đoạn khó khăn từ khâu hình thành ý tưởng, thu thập liệu hồn thành luận văn Trong q trình đó, với nỗ lực tâm mình, tác giả cố gắng để hoàn thiện luận văn thời gian cho phép Tuy nhiên, khơng có thành công mà không gắn liền với giúp đỡ, hỗ trợ từ thầy cô, bạn bè, đồng nghiệp đặc biệt gia đình – người ln ủng hộ, động viên khuyến khích tơi thời gian qua Lời đầu tiên, với lòng biết ơn sâu sắc, xin gửi lời cám ơn đến TS.Trần Thị Kỳ Người dẫn tận tình động viên tinh thần tơi q trình thực khóa luận nghiên cứu Tôi xin gửi lời cám ơn chân thành đến thầy khoa Sau Đại học tồn thầy cô trường Đại học Ngân hàng TP Hồ Chí Minh truyền dạy kiến thức, tạo điều kiện thuận lợi cho tơi q trình thực nghiên cứu Tôi gửi lời cám ơn chân thành đến anh, chị, bạn đồng nghiệp người giúp đỡ, chia sẻ thông tin, cung cấp liệu để phục vụ cho đề tài nghiên cứu Và xin gửi lời tri ân sâu sắc đến gia đình tơi bạn bè tơi, người động viên, khuyến khích hỗ trợ tơi nhiều suốt q trình học tập hoàn thành luận văn Xin gửi lời cám ơn chân thành sâu sắc! Tp Hồ Chí Minh, ngày tháng năm TÁC GIẢ LUẬN VĂN Vƣơng Thị Phƣơng Uyên iv MỤC LỤC TÓM TẮT i LỜI CAM ĐOAN ii LỜI CÁM ƠN iii DANH MỤC CHỮ VIẾT TẮT vii DANH MỤC BẢNG viii DANH MỤC HÌNH viii CHƢƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU 1.1 Tính cấp thiết đề tài 1.2 Mục tiêu nghiên cứu 1.2.1 Mục tiêu tổng quát 1.2.2 Mục tiêu cụ thể 1.3 Câu hỏi nghiên cứu 1.4 Đối tượng phạm vi nghiên cứu 1.4.1 Đối tượng nghiên cứu 1.4.2 Phạm vi nghiên cứu 1.5 Phương pháp nghiên cứu 1.6 Ý nghĩa đề tài 1.7 Kết cấu luận văn CHƢƠNG 2: CƠ SỞ LÝ LUẬN VỀ KHẢ NĂNG TRẢ NỢ ĐÖNG HẠN CỦA KHCN 2.1 Tổng quan nghiệp vụ tín dụng KHCN 2.1.1 Khái niệm tín dụng cá nhân 2.1.2 Đặc điểm tín dụng cá nhân 2.1.3 Các sản phẩm tín dụng cá nhân 11 2.2 Khả trả nợ hạn KHCN 11 2.2.1 Khái niệm khả trả nợ hạn KHCN 11 2.2.2 Mối quan hệ khả trả nợ hạn khách hàng rủi ro tín dụng13 v 2.3 Các cơng trình nghiên cứu thực nghiệm nhân tố ảnh hưởng đến khả trả nợ hạn KHCN 14 2.3.1 Nghiên cứu nước 14 2.3.2 Nghiên cứu nước 17 2.4 Các nhân tố ảnh hưởng đến khả trả nợ hạn KHCN 18 2.4.1 Đặc điểm cá nhân người vay 21 2.4.2 Năng lực người vay 21 2.4.3 Đặc điểm khoản vay 22 2.4.4 Rủi ro tư cách người vay 23 2.4.5 Rủi ro tác nghiệp từ ngân hàng 24 KẾT LUẬN CHƢƠNG 25 CHƢƠNG 3: PHƢƠNG PHÁP VÀ MÔ HÌNH NGHIÊN CỨU 26 3.1 Xác định mơ hình hồi quy lựa chọn phương pháp ước lượng 26 3.1.1 Mơ hình xác suất tuyến tính (LPM) 26 3.1.2 Mơ hình phân tích phân biệt (MDA) 27 3.1.3 Mơ hình Logit mơ hình probit 28 3.1.4 Mơ hình mạng Neutral 29 3.2 Đề xuất mơ hình nghiên cứu ban đầu 29 3.3 Các giả thuyết nghiên cứu 31 3.4 Mơ hình dự kiến 36 3.4.1 Kỳ vọng dấu hệ số β biến độc lập mơ hình 36 3.4.2 Mơ hình hồi quy dự kiến 38 3.5 Dữ liệu nghiên cứu 39 3.6 Phương pháp nghiên cứu 42 3.6.1 Phương pháp thống kê mô tả 42 3.6.2 Phương pháp phân tích hồi quy 43 3.7 Quy trình nghiên cứu 45 KẾT LUẬN CHƢƠNG 47 CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU 48 vi 4.1 Thực trạng tình hình cho vay khách hàng cá nhân Ngân hàng TMCP Sài gòn Thương Tín qua năm 2015-2017 48 4.2 Thống kê mô tả 51 4.2.1 Thống kê mô tả chung 51 4.2.2 Cơ cấu mẫu theo biến độc lập 52 4.3 Quy trình xây dựng mơ hình tối ưu 56 4.4 Phân tích hệ số tương quan đa cộng tuyến biến độc lập mơ hình 58 4.5 Kiểm định hồi quy 61 4.5.1 Độ phù hợp mơ hình 61 4.5.2 Kiểm định ý nghĩa thống kê hệ số 61 4.5.3 Kiểm định mức độ phù hợp tổng quát 62 4.5.4 Mức độ dự báo xác 62 4.6 Phân tích kết hồi quy 63 4.6.1 Kết hồi quy 63 4.6.2 Phân tích nhân tố ảnh hưởng 64 4.6.3 Giải thích nhân tố khơng ảnh hưởng: 68 CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ 72 5.1 Kết luận 72 5.2 Kiến nghị 74 5.3 Hạn chế đề tài 79 5.4 Hướng nghiên cứu đề xuất 79 KẾT LUẬN 81 DANH MỤC TÀI LIỆU THAM KHẢO 82 PHỤ LỤC 87 vii DANH MỤC CHỮ VIẾT TẮT Ký hiệu CRS Tiếng Anh Customer Credit System Tiếng Việt Phần mềm chấm điểm tín dụng ngân hàng CIC Credit Information Center Trung tâm thơng tin tín dụng Ngân hàng Nhà nước KHCN Khách hàng cá nhân LPM Linear Probability Models Mơ hình xác suất tuyến tính MDA Multiple Discriminant Mơ hình phân tích phân biệt Analysis Ngân hàng Nhà nước NHNN Sacombank Saigon Thuong Tin Ngân hàng Thương mại Cổ phần Sài Commercial Joint Stock bank Gịn Thương Tín TCTD Tổ chức tín dụng NHTMCP Ngân hàng Thương mại Cổ phần T24 Temenos T24 Hệ thống ngân hàng lõi (Core banking) để quản lý thông tin theo dõi nghiệp vụ kinh tế, tài VAMC VietNam Asset Management Công ty trách nhiệm hữu hạn Company thành viên Quản lý tài sản tổ chức tín dụng Việt Nam viii DANH MỤC BẢNG Bảng 3.1 - Kỳ vọng dấu hệ số β mơ hình 38 Bảng 3.2 - Mô tả biến nguồn liệu thu thập từ biến 42 Bảng 4.1 – Tình hình dư nợ KHCN Sacombank giai đoạn 2015-2017 49 Bảng 4.2 – Báo cáo chất lượng nợ hạn Sacombank từ năm 2014-2017 50 Bảng 4.3 – Bảng thống kê mô tả liệu biến mơ hình 51 Bảng 4.4 - Đặc điểm giới tính 52 Bảng 4.5– Số lượng thành viên phụ thuộc gia đình 52 Bảng 4.6 – Trình độ học vấn 53 Bảng 4.7 – Tình trạng cơng việc 53 Bảng 4.8 – Tài sản chấp 54 Bảng 4.9 – Mục đích vay vốn 54 Bảng 4.10 – Lịch sử nợ hạn khách hàng 55 Bảng 4.11 – Kinh nghiệm, trình độ cán thẩm định cho vay 55 Bảng 4.12 – Khả trả nợ hạn khách hàng cá nhân 56 Bảng 4.13 – Kết mơ hình sau chạy bước 57 Bảng 4.14 – Kết mơ hình sau chạy bước 57 Bảng 4.15 – Ma trận hệ số tương quan biến độc lập 60 Bảng 4.16 – Phân tích tượng đa cộng tuyến 60 Bảng 4.17 – Mức độ phù hợp mơ hình 61 Bảng 4.18 – Kết kiểm định Wald 61 Bảng 4.19 – Kết kiểm định Chi-bình phương 62 Bảng 4.20 – Mức độ dự báo xác mơ hình 63 Bảng 4.21 – Kết kỳ vọng dấu mơ hình 64 Bảng 4.22 – Tác động biên biến độc lập lên biến phụ thuộc 64 76 giải ngân lại trả trước hạn làm ảnh hưởng đến cân đối nguồn vốn thu nhập lãi ngân hàng Thu nhập khách hàng coi yếu tố định đến khả trả nợ khách hàng Do xét duyệt cho vay hồ sơ cấp tín dụng, điều bắt buộc nhân viên tín dụng khơng thể bỏ qua xác minh nguồn thu nhập khách hàng Việc tăng cường khả thẩm định nhân viên tín dụng điều quan trọng, giúp cho việc thẩm định khách hàng xác hơn, giảm rủi ro xét duyệt hồ sơ, tránh trường hợp khách hàng giả mạo chứng từ để lừa đảo ngân hàng, tăng cường khả nhận diện hồ sơ xấu, khách hàng không đủ khả trả nợ vay Đồng thời phải trọng đến yếu tố ổn định nguồn thu nhập khách hàng, nguồn thu nhập bền vững, rủi ro làm tăng khả trả nợ vay khách hàng Đối với yếu tố lãi suất, nhân tố quan trọng tác động đến khả trả nợ hạn khách hàng Như trình bày, phát triển dịch vụ bán lẻ Ngân hàng đặc biệt trọng xem xét, để tìm kiếm thu hút khách hàng mới, Ngân hàng đưa sách ưu đãi lãi suất cho khách hàng Tuy nhiên, theo kết nghiên cứu việc ưu đãi lãi suất Sacombank thu hút khách hàng tiềm ẩn rủi ro khách hàng khơng thể trả nợ hạn ngân hàng nên xây dựng lại sách ưu đãi lãi suất phù hợp với sản phẩm cho vay, không nên áp dụng tràn lan nên giới hạn thời gian ưu đãi lãi suất cho khách hàng Bên cạnh Sacombank nên đăng ký tự động dịch vụ SMS Banking – nhắc nợ đến hạn cho tất khách hàng vay vốn để giúp họ thuận tiện việc theo dõi trả nợ hạn chế công việc cho cán quản lý khoản vay Mặt khác dịch vụ SMS Banking sử dụng để thơng báo cho khách hàng có thay đổi lãi suất, giúp cho khách hàng có chuẩn bị mặt tài Về yếu tố tài sản chấp, với mục tiêu hướng tới an toàn, bền vững hiệu định hướng Sacombank năm 2018 Ban lãnh đạo Sacombank 77 tăng cường tỷ lệ cấp tín dụng có bảo đảm tài sản khoản tốt để hạn chế tối đa mức độ ảnh hưởng đến kết phân loại nợ theo phương pháp định tính nhằm tăng cường khả thu hồi nợ rủi ro xảy khoản vay chấp ngân hàng trọng nhiên trình thẩm định tài sản, việc thẩm định dựa đánh giá chủ quan cán cho vay hàm chứa nhiều rủi ro xét cho cùng, tài sản đảm bảo nguồn trả nợ cuối cho ngân hàng khách hàng khơng cịn khả trả nợ Vì để hạn chế rủi ro này, ngân hàng nên có phận nhân viên thẩm định tài sản riêng xếp chi nhánh nhằm hỗ trợ q trình thẩm định giá tài sản đảm bảo khách quan trình thẩm định cho vay đồng thời tăng cường công tác đào tạo nhân viên thẩm định giá, tình trạng pháp lý tài sản,… Bên cạnh đó, ngân hàng xem xét tăng cường khoản vay khơng có tài sản đảm bảo với cán công nhân viên Sacombank khoản vay tín chấp khả trả nợ trễ hạn khoản vay thấp khoản vay tín chấp bảo lãnh đồn thể trị-xã hội bên cạnh việc trích nợ tự động từ tài khoản ATM khoản vay giúp cho Ngân hàng quản lý hạn chế rủi ro trả nợ không hạn khách hàng Về rủi ro tác nghiệp từ phía Ngân hàng, cụ thể từ phía cán thẩm định khách hàng Hiện nay, thực tế Sacombank vị trí cán thẩm định khách hàng kiêm nhiệm vị trí cán quan hệ khách hàng nên dễ dẫn đến rủi ro trình thẩm định áp lực tiêu vừa phải tìm kiếm khách hàng tăng dư nợ khách hàng phải kiểm soát rủi ro trả nợ trễ hạn khách hàng Vì vậy, cần tách biệt hai vị trí để đảm bảo khách quan, minh bạch trình thẩm định Đồng thời ngân hàng nên phân công công việc phù hợp cán tín dụng, khơng nên dồn q nhiều hồ sơ cho cán cũ, cán nhiều thâm niên để tránh họ bị tải công việc, giảm rủi ro Ngoài vấn đề thẩm định tín dụng, ngân hàng dựa vào kết nghiên cứu nhân tố ảnh hưởng tới khả hạn trả nợ để thay đổi cấu trúc bảng xếp hạng tín dụng (các nhân tố đánh giá, cấu trúc điểm đánh giá) cho hợp lý Thêm vào 78 đó, ngân hàng cần trọng tới việc xây dựng hệ thống thu thập thông tin khách hàng cá nhân cách xác từ ban đầu, tránh để xảy trường hợp số liệu bị bóp méo (ví dụ: thu nhập khách hàng) cẩu thả hay thơng đồng cán tín dụng khách hàng Đồng thời phải có phương pháp giám sát hữu hiệu chế tài cụ thể cán cố tình sai phạm Đối với vấn đề kiểm sốt mục đích sử dụng vốn Để tăng cường cơng tác này, ngân hàng phải hồn thiện hoạt động thẩm định tín dụng ban đầu Kế đến ngân hàng phải xây dựng hệ thống cảnh báo sớm hữu hiệu nguy khách hàng sử dụng vốn sai mục đích Thêm vào việc thiết lập hệ thống báo cáo định kỳ đột xuất tình hình sử dụng vốn khách hàng để tích hợp vào hệ thống cảnh báo phải đảm bảo tính xác cao Điều có nghĩa ngân hàng phải thiết kế hoạt động giám sát chế tài dành cho cán tín dụng chịu trách nhiệm theo dõi khoản vay Về rủi ro đạo đức người vay, nghiên cứu không tìm thấy tác động biến lịch nợ hạn khách hàng khứ nhiên việc tra cứu thông tin quan hệ khách hàng điều kiện bắt buộc xem xét định cho vay Tuy nhiên, trình trả nợ vay khách hàng xảy thời gian dài khơng đảm bảo đánh giá tồn uy tín khách hàng Mặc dù theo thơng tư 02/2013 phân loại nợ, việc tra cứu CIC giúp cho ngân hàng phát sớm rủi ro tín dụng nhiên phát khoản nợ thành nợ xấu KHCN vay vốn q trình trả nợ gốc lãi, có dấu hiệu đóng chậm trễ hạn thường xuyên từ lần trở lên nhân viên tín dụng cần tiến hành kiểm tra, thu thập thông tin khách hàng thẩm định lại tình hình khoản vay khách hàng nhằm phát xử lý khoản vay có dấu hiệu rủi ro Cũng giống biến rủi ro lịch nợ hạn khách hàng, biến độ tuổi yếu tố không tìm thấy tác động nghiên cứu nhiên ngân hàng, xét cho vay hạn chế với độ tuổi lớn thu nhập họ 79 giảm sử dụng vốn vay họ hiệu khơng cao khả trả nợ khách hàng độ tuổi lớn thấp so với độ tuổi khác 5.3 Hạn chế đề tài Trong nghiên cứu hạn chế sau: Số liệu thu thập từ số chi nhánh nên chưa đảm bảo xác mẫu chọn đại diện cho hệ thống Sacombank Số liệu thu thập thu nhập kiểm tra mục đích sử dụng vốn khơng xác mơ tả phần phân tích dẫn tới việc mơ hình bị sai lệch Phần mềm T24 core banking phầm mềm chấm điểm tín dụng ngân hàng chưa phản ánh xác thơng tin khách hàng q trình vay khả thu thập thơng tin chủ yếu từ phía khách hàng cung cấp số lượng thành viên gia đình, trình độ học vấn,… Việc phân chia đặc điểm nghề nghiệp theo hai mức cơng việc văn phịng hay khơng chưa thực thuyết phục khó để đánh đồng chức danh tương đương lại làm việc tổ chức có quy mơ khác Điều làm cho mơ hình bị sai lệch Mơ hình nhân tố ảnh hưởng đến khả trả nợ hạn khách hàng cá nhân Sacombank sau chạy hồi quy chưa kiểm chứng lại từ thực tế 5.4 Hƣớng nghiên cứu đề xuất Dựa hạn chế đề tài, luận văn đề xuất hướng nghiên cứu sau: Dựa mơ hình nghiên cứu, thu thập số liệu mẫu nghiên cứu quy mơ rộng để có nhìn tổng thể Nếu sử dụng phương pháp vấn 80 khảo sát khách hàng vay để làm liệu chọn lựa xác nhân tố đưa vào mơ hình Cần phân loại biến tình trạng cơng việc rõ ràng để khơng bỏ qua khách hàng tốt cho ngân hàng Các nghiên cứu nước thường chuyên sâu nghiên cứu đối tượng nghề nghiệp định nông dân, ngư dân, hộ gia đình,… kết phân tích xác cho ngành nghề Cần kiểm chứng lại từ thực tế hồ sơ vay vốn khứ để so sánh kết từ mơ hình hồi quy kết từ thực tế xem khách hàng có trả nợ vay hạn hay khơng hạn hay khơng Từ tăng sức thuyết phục cho mơ hình luận văn 81 KẾT LUẬN Để xây dựng xác mơ hình đo lường khả trả nợ KHCN vấn đề phức tạp khó khăn Bằng việc ứng dụng mơ hình binary logistic để đo lường khả trả nợ KHCN Sacombank, nghiên cứu nhân tố trình độ học vấn đại học, tình trạng cơng việc, thu nhập, kích cỡ khoản vay, thời gian vay, lãi suất vay, mục đích vay, hình thức chấp trình độ, kinh nghiêm cán thẩm định có tác động đến khả trả nợ hạn KHCN Sacombank Dựa kết nghiên cứu, luận văn đề xuất số kiến nghị nhằm hồn thiện sách tín dụng quy trình thẩm định Ngân hàng góp phần nâng cao hiệu hoạt động cho vay KHCN, nhiên nghiên cứu nhiều hạn chế đề cập cần nghiên cứu sâu hơn, mở rộng quy mô mẫu tổng thể để xem xét việc ứng dụng mơ hình thực tế 82 DANH MỤC TÀI LIỆU THAM KHẢO Danh mục tài liệu tham khảo tiếng Việt Bùi Diệu Anh, Hồ Diệu Lê Thị Hiệp Thương 2009, Nghiệp vụ tín dụng ngân hàng, NXB Phương Đông, TP HCM Đinh Thị Thanh Vân 2012, So sánh nợ xấu, phân loại nợ trích lập dự phịng rủi ro tín dụng Việt Nam thông lệ quốc tế, Công nghệ Ngân hàng, số 19, tháng 10/2012 Đồn Thị Xn Dun 2013, Ứng dụng mơ hình logit để đo lường khả trả nợ KHDN Ngân hàng TMCP Á Châu, Luận văn thạc sỹ,Trường Đại Học Kinh tế TP.HCM Đường Thị Thanh Hải 2014, Các nhân tố ảnh hưởng đến hiệu tín dụng cá nhân Việt Nam, Tạp chí tài 19/05/2014, truy cập http://tapchitaichinh.vn/thitruong-tai-chinh/vang-tien-te/cac-nhan-to-anh-huong-den-hieu-qua-tin-dung-canhan-o-viet-nam-49282.html [ngày truy cập 10/12/2017] Hoàng Trọng Chu Nguyễn Mộng Ngọc 2009, Phân tích liệu nghiên cứu với SPSS, NXB Hồng Đức, tập Luật tổ chức tín dụng 2010, truy cập http://moj.gov.vn/vbpq/lists/vn%20bn%20php%20lut/view_detail.aspx?itemid=258 14 [ngày truy cập 20/06/2017] Nghiên cứu định lượng 2014, Xếp hạng tín dụng mơ hình binary logistics, truy cập http://www.slideshare.net/Kungfu88vn/xep-hang-tin-dung-mh-binary-logistic [truy cập ngày 21/09/2017] Nguyễn Châu Trinh 2015, Hồi quy với biến nhị phân nghiên cứu xác suất, truy cập http://eba.htu.edu.vn/nghien-cuu/hoi-quy-voi-bien-nhi-phan-trong- nghien-cuu-xac-suat.html [truy cập ngày 21/11/2017] 83 Nguyễn Minh Kiều 2011, Tín dụng thẩm định tín dụng ngân hàng, NXB Lao động xã hội, TP.HCM Nguyễn Quốc Nghi 2012, Các nhân tố ảnh hưởng đến khả trả nợ vay hạn hộ gia đình khu vực nơng thơn tỉnh Trà Vinh, Tạp chí khoa học đào tạo Ngân hàng số 120 tháng 5/2012 Nguyễn Thị Nga 2016, Vận dụng phương pháp thống kê phân tích rủi ro phá sản doanh nghiệp, truy cập http://tapchitaichinh.vn/nghien-cuu trao-doi/traodoi-binh-luan/van-dung-phuong-phap-thong-ke-trong-phan-tich-rui-ro-pha-san-taidoanh-nghiep-92330.html [truy cập ngày 28/01/2018] Nguyễn Xuân Đại 2015, Giải pháp hạn chế rủi ro tín dụng KHCN Ngân hàng TMCP Quốc tế Chi nhánh 5, Luận văn thạc sĩ, trường Đại học Ngân hàng Tp.HCM Phạm Lê Hồng Nhung 2010, Hướng dẫn thực hành SPSS bản, truy cập http://webcache.googleusercontent.com/search?q=cache:IIgmfnvEzikJ:lms.ctu.edu vn/dokeos/courses/KT321/document/Bai_giang_Nghien_Cuu_Marketing_2010/HU ONG_DAN_THUC_HANH_SPSS_ThS_Pham_Le_Hong_Nhung.doc+&cd=7&hl= en&ct=clnk [truy cập ngày 09/02/2018] Quyết định 493/2005/QĐ-NHNN ngày 22 thàng năm 2005 ban hành phân loại nợ, trích lập sử dụng dự phịng để xử lý rủi ro tín dụng hoạt động ngân hàng tổ chức tín dụng, truy cập http://www.moj.gov.vn/vbpq/lists/vn%20bn%20php%20lut/view_detail.aspx?itemi d=18421 [truy cập ngày 05/07/2017] Sacombank 2017, báo cáo tài hợp 2014, 2015, 2016 2017, truy cập https://www.sacombank.vn [ruy cập ngày 01/08/2017] Thông tư số 02/2013/TT-NHNN ngày 21 tháng 01 năm 2013 Quy định phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro việc sử dụng dự phòng để xử lý rủi ro hoạt độngcủa tổ chức tín dụng, chi nhánh ngân hàng nước ngồi, truy cập 84 http://www.moj.gov.vn/vbpq/lists/vn%20bn%20php%20lut/view_detail.aspx?itemi d=28340 [truy cập ngày 06/07/2017] Thông tư số 09/2014/TT-NHNN ngày 18 tháng 03 năm 2014 Sửa đổi, bổ sung số điều Thông tư số 02/2013/TT-NHNN ngày 21/01/2013 Thống đốc Ngân hàng Nhà nước quy định phân loại tài sản có, mức trích, phương pháp trích lập dự phịng rủi ro việc sử dụng dự phòng để xử lý rủi ro hoạt động tổ chức tín dụng, chi nhánh ngân hàng nước ngoài, truy cập http://www.moj.gov.vn/vbpq/lists/vn%20bn%20php%20lut/view_detail.aspx?itemi d=29771 [truy cập ngày 06/07/2017] Tôn Nữ Quỳnh Chi 2015, Các yếu tố ảnh hưởng đến khả trả nợ vay KHCN Ngân hàng Nông Nghiệp Phát Triển Nông Thôn Việt Nam, Luận văn thạc sĩ, trường Đại học Kinh tế Tp.HCM Trương Đơng Lộc Nguyễn Thanh Bình 2011, Các nhân tố ảnh hưởng đến khả trả nợ vay hạn nông hộ tỉnh Hậu Giang, Công nghệ Ngân hàng số 64 tháng 7/2011 VAMC 2017, Sacombank VAMC ký kết hợp tác xử lý nợ xấu, truy cập http://sbvamc.vn/sacombank-va-vamc-ky-ket-hop-tac-xu-ly-no-xau/ (truy cập ngày 09/10/2017) Vương Quân Hoàng cộng 2006 Phương pháp thống kê xây dựng mơ hình định mức tín nhiệm khách hàng thể nhân Tạp chí ứng dụng tốn học Số Tập Danh mục tài liệu tham khảo tiếng Anh Basel Committee on Banking Supervision 2006, International Convergence of Capital Measurement, Bank for international settlements, p.104 C.A.Wongnaa D.Awunyo-Vitor 2013, Factors Affecting Loan Repayment Performance Among Yam Farmers in the Sene District, Ghana, Agris online Papers in Economics and Informatics vol V-number 2-2013, available from http://webcache.googleusercontent.com/search?q=cache:HyIv5Owgsh4J:ageconsear 85 ch.umn.edu/bitstream/152695/2/agris_on-line_2013_2_wongnaa_awunyovictor.pdf+&cd=1&hl=en&ct=clnk, [13 February 2018] Chapman, J.M (1990), Factors Affecting Credit in personal Lending National Bureau of Economics Research Daniel Boduszek 2016, Standard Multiple Regression, University of Huddersfield, p.11 George Yaw Mensah 2012, Determination of some factors that influences loan default payment – Case study: Customers from Akatakyiman Rural Bank LTD Komenda, Master of science, University of Science and Technology H.D Acquah, J.Addo 2011, Determinants of loan repayment performance of fishermen: empirical evidence from Ghana, www.univagro- iasi.ro/CERCET_AGROMOLD/CA4-11-08.pdf [truy cập ngày 20/07/2017] International Monetary Fund 2006, Finacial Soundness indicators – Compilation Guide, available from https://www.imf.org/external/pubs/ft/fsi/guide/2006/pdf/fsiFT.pdf [truy cập ngày 20/07/2017] Jonathan A.Scott 2006, Loan Officer Turnover and Credit Availability for Small Firms, Journal of small business management, pp.544-562 Kenneth Ogol Ochung 2013, Factors Affecting Loan Repayment Among Customers of Commercial Banks in Kenya: A case of Barclays Bank of Kenya - Nairobi Country, a research project report, University of Nairobi Li Shuai, Hui Lai, Chao Xu, Zongfang Zhou 2013, The Discrimination Method and Empirical Research of Individual Credit Risk Based on Bilateral Clustering, Scientific Research Publishing July 2013, a vailable from < http://webcache.googleusercontent.com/search?q=cache:fSDCXDQ4V_sJ:www.sci rp.org/journal/PaperDownload.aspx%3FpaperID%3D34271+&cd=1&hl=en&ct=cln k> [21 February 2018] 86 Million Sileshi, Rose Nyikal and Sabina Wangia 2012, Factors Affecting Loan Repayment Performance of Smallholder Farmers in East Hararghe, Ethiopia, Haramaya University, Department of Rural Development and Agricultural Extension, Ethiopia Mohammad Reza Kohansal Hooman Mansoori 2009, Factors Affecting on loan Repayment Performance of Farmers in Khorasan-Razavi Province of Iran, The Ferdowsi University of Mashhad, Iran Samuel Antwi, Ebenezer Fiifi Emire Atta Mills, Gifty Atta Mills and Xicng Zhao 2012, Risk Factors of Loan Default Payment in Ghana: A case study of Akuapem Rural Bank, International Journal of Academic Research in Accounting, Finance and Management Sciences, Vol 2, issue 87 PHỤ LỤC Thống kê mô tả N Minimum Maximum Mean Std Deviation SEX 550 00 1.00 3927 48880 AGE 550 18.00 67.00 40.4145 9.96784 HOS 550 00 5.00 1.0818 1.11401 EDU_1 550 00 1.00 3055 46102 EDU_2 550 00 1.00 4345 49615 WORK 550 00 1.00 3782 48537 SOL 550 30.00 4500.00 656.6727 835.47679 TIME 550 12.00 240.00 58.1782 36.72396 INC 550 4.00 220.00 25.8871 29.01246 INT 550 06 13 0974 01543 SEC 550 00 1.00 7055 45625 TOL 550 00 1.00 2618 44002 CIC 550 00 1.00 8564 35104 IOS 550 00 1.00 6145 48715 Y 550 00 1.00 6000 49034 Valid N (listwise) 550 Kết hồi quy Mơ hình 1: Kết chạy mơ hình binary logistic phần mềm SPSS Omnibus Tests of Model Coefficients Chi-square Step df Sig Step 539.736 14 000 Block 539.736 14 000 Model 539.736 14 000 Model Summary Step -2 Log likelihood 200.577 a Cox & Snell R Nagelkerke R Square Square 625 845 88 Model Summary Step Cox & Snell R Nagelkerke R Square Square -2 Log likelihood 200.577 a 625 845 a Estimation terminated at iteration number because parameter estimates changed by less than 001 Classification Table a Predicted Y Observed Step Y khong dung han khong dung han dung han Percentage dung han Correct 213 96.8 20 310 93.9 Overall Percentage 95.1 a The cut value is 500 Variables in the Equation β Step a S.E Wald df Sig Exp(β) SEX 782 437 3.200 074 2.187 AGE -.002 021 009 926 998 HOS 085 192 196 658 1.089 EDU_1 073 477 023 879 1.075 EDU_2 -1.914 695 7.583 006 147 WORK 1.173 494 5.628 018 3.231 SOL -.006 001 25.789 000 994 TIME 023 010 5.586 018 1.024 INC 177 037 22.998 000 1.194 INT 64.965 25.656 6.412 011 1.636E28 SEC -9.734 1.389 49.095 000 000 TOL 6.724 804 70.002 000 831.873 CIC 987 599 2.718 099 2.683 IOS -1.447 431 11.252 001 235 Constant -1.501 2.266 439 508 223 89 Variables in the Equation β Step a S.E Wald df Sig Exp(β) SEX 782 437 3.200 074 2.187 AGE -.002 021 009 926 998 HOS 085 192 196 658 1.089 EDU_1 073 477 023 879 1.075 EDU_2 -1.914 695 7.583 006 147 WORK 1.173 494 5.628 018 3.231 SOL -.006 001 25.789 000 994 TIME 023 010 5.586 018 1.024 INC 177 037 22.998 000 1.194 INT 64.965 25.656 6.412 011 1.636E28 SEC -9.734 1.389 49.095 000 000 TOL 6.724 804 70.002 000 831.873 CIC 987 599 2.718 099 2.683 IOS -1.447 431 11.252 001 235 Constant -1.501 2.266 439 508 223 a Variable(s) entered on step 1: SEX, AGE, HOS, EDU_1, EDU_2, WORK, SOL, TIME, INC, INT, SEC, TOL, CIC, IOS Mơ hình 2: Kết chạy mơ hình binary logistic phần mềm SPSS sau loại biến SEX, AGE, HOS, EDU_1, CIC Omnibus Tests of Model Coefficients Chi-square Step df Sig Step 531.185 000 Block 531.185 000 Model 531.185 000 Model Summary Step -2 Log likelihood 209.128 a Cox & Snell R Nagelkerke R Square Square 619 837 90 Model Summary Step Cox & Snell R Nagelkerke R Square Square -2 Log likelihood 209.128 a 619 837 a Estimation terminated at iteration number because parameter estimates changed by less than 001 Variables in the Equation β Step a S.E Wald df Sig Exp(β) EDU_2 -1.858 573 10.521 001 156 WORK 1.074 471 5.207 023 2.928 SOL -.005 001 32.980 000 995 TIME 020 008 5.650 017 1.020 INC 171 032 29.110 000 1.187 INT 68.935 23.312 8.744 003 8.670E29 SEC -9.665 1.291 56.046 000 000 TOL 6.526 741 77.498 000 682.501 IOS -1.520 403 14.190 000 219 -.364 2.091 030 862 695 Constant a Variable(s) entered on step 1: EDU_2, WORK, SOL, TIME, INC, INT, SEC, TOL, IOS