GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
SỰ CẦN THIẾT CỦA ĐỀ TÀI NGHIÊN CỨU
Trong những năm gần đây, việc gia nhập các tổ chức quốc tế như ASEAN, WTO, APEC đã nâng cao vị thế của Việt Nam trên trường quốc tế, thúc đẩy quá trình đổi mới toàn diện và nhanh chóng Nền kinh tế phát triển mạnh mẽ, với sự xuất hiện và thành công của nhiều loại hình doanh nghiệp, dẫn đến sự gia tăng nhanh chóng số lượng doanh nghiệp mới Cùng với sự phát triển của doanh nghiệp, hệ thống ngân hàng cũng đã có những điều chỉnh phù hợp với bối cảnh và điều kiện kinh tế mới.
Hệ thống Ngân hàng Việt Nam đã đạt nhiều thành tựu nổi bật với sự phát triển mạnh mẽ về chất lượng và số lượng dịch vụ ngân hàng Tín dụng là yếu tố quan trọng trong hoạt động của các ngân hàng thương mại, với mức tăng khoảng 14% vào cuối năm 2018 so với năm 2017 Trong bối cảnh cạnh tranh gay gắt để giành thị phần, nhiều ngân hàng chỉ tập trung vào tăng trưởng tín dụng về số lượng mà không chú trọng đến chất lượng Điều này dẫn đến rủi ro tín dụng có thể ảnh hưởng nghiêm trọng đến ngân hàng và toàn bộ hệ thống ngân hàng Tuy nhiên, các ngân hàng thương mại vẫn chưa đánh giá đúng mức độ rủi ro tín dụng trong hoạt động cho vay của mình.
Hoạt động cho vay là nguồn thu nhập chính của ngân hàng thương mại, nhưng không phải ngân hàng nào cũng thực hiện tốt trong bối cảnh phát triển kinh tế hiện nay Kinh doanh ngân hàng luôn tiềm ẩn rủi ro, đặc biệt trong hoạt động cho vay, có thể ảnh hưởng lớn đến kết quả kinh doanh Vì vậy, đánh giá rủi ro tín dụng trong cho vay là vấn đề quan trọng và cần thiết trong suốt quá trình hoạt động của ngân hàng.
Hệ thống ngân hàng Việt Nam đang hướng tới phát triển ổn định và bền vững, với mục tiêu quản lý ngành ngân hàng đến năm 2020 tập trung vào quản trị rủi ro, đặc biệt là quản trị rủi ro tín dụng Để đạt được điều này, các nhà lãnh đạo ngân hàng cần áp dụng các kinh nghiệm quốc tế, xây dựng mô hình đo lường rủi ro tín dụng phù hợp với Hiệp ước Basel của Ủy ban Basel Nhiệm vụ quan trọng hàng đầu trong quá trình này là ước lượng xác suất vỡ nợ của khách hàng (PD).
Tác giả, trong vai trò Cán bộ Tín dụng tại Ngân hàng TMCP Ngoại thương Việt Nam – Chi nhánh TP.HCM, nhận thấy ngân hàng đang đối mặt với nhiều rủi ro trong cho vay khách hàng doanh nghiệp, đặc biệt là khả năng trả nợ yếu kém và xác suất vỡ nợ cao ở các doanh nghiệp mới Những biến động lớn từ thị trường và ngành có thể ảnh hưởng tiêu cực đến khả năng trả nợ của doanh nghiệp Nếu không được dự đoán và kiểm soát kịp thời, những rủi ro này có thể dẫn đến hậu quả nghiêm trọng Vì vậy, tác giả quyết định nghiên cứu nhằm củng cố công tác quản trị rủi ro trong hoạt động cho vay của ngân hàng.
Bài viết "Giải pháp hạn chế rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM" nghiên cứu các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp (KHDN) Tác giả cho rằng khả năng trả nợ là yếu tố quan trọng tác động đến rủi ro tín dụng trong cho vay doanh nghiệp, đồng thời phù hợp với phạm vi kiểm soát của ngân hàng.
MỤC TIÊU VÀ CÂU HỎI NGHIÊN CỨU
Nhận diện các yếu tố ảnh hưởng đến rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM là cần thiết để đo lường mức độ rủi ro tín dụng Đánh giá tác động của rủi ro tín dụng đến hoạt động cho vay doanh nghiệp giúp ngân hàng hiểu rõ hơn về những thách thức trong quản lý tín dụng Đồng thời, việc đưa ra các đề xuất nhằm hạn chế rủi ro tín dụng sẽ góp phần nâng cao hiệu quả hoạt động cho vay tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM.
Rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp của Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM chịu ảnh hưởng bởi nhiều yếu tố Đầu tiên, tình hình tài chính và khả năng thanh toán của doanh nghiệp là yếu tố quan trọng, quyết định khả năng hoàn trả nợ Thứ hai, môi trường kinh doanh và biến động thị trường có thể tác động đến hiệu quả hoạt động của doanh nghiệp Thứ ba, chính sách tín dụng và quy trình thẩm định của ngân hàng cũng góp phần làm tăng hoặc giảm rủi ro Cuối cùng, yếu tố vĩ mô như lãi suất, tỷ giá hối đoái và tình hình kinh tế chung cũng ảnh hưởng đến khả năng trả nợ của khách hàng.
Mức độ ảnh hưởng của rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp đối với Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM rất lớn, vì rủi ro tín dụng có thể tác động trực tiếp đến lợi nhuận và sự ổn định tài chính của ngân hàng Việc quản lý rủi ro tín dụng hiệu quả sẽ giúp ngân hàng giảm thiểu tổn thất và nâng cao khả năng phục hồi trong bối cảnh thị trường biến động Do đó, ngân hàng cần áp dụng các biện pháp kiểm soát rủi ro chặt chẽ để bảo vệ lợi ích của mình và đảm bảo sự phát triển bền vững.
Để hạn chế rủi ro tín dụng trong hoạt động cho vay KHDN của Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM, các giải pháp có thể áp dụng bao gồm: tăng cường quy trình thẩm định tín dụng, áp dụng công nghệ thông tin trong quản lý dữ liệu khách hàng, xây dựng hệ thống cảnh báo sớm về rủi ro, và đào tạo nhân viên về quản lý rủi ro tín dụng Ngoài ra, việc đa dạng hóa danh mục cho vay và thiết lập các tiêu chí cho vay rõ ràng cũng góp phần giảm thiểu rủi ro trong hoạt động cho vay.
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Đối tượng nghiên cứu: Đề tài nghiên cứu về rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp tại VCB.HCM
Thời gian: Đề tài nghiên cứu dựa trên số liệu thu thập được trong giai đoạn từ năm 2016 đến năm 2018
Không gian: Nguồn số liệu thu thập từ các KHDN có quan hệ tín dụng với VCB.HCM
Nội dung nghiên cứu tập trung vào rủi ro tín dụng liên quan đến khả năng trả nợ của khách hàng doanh nghiệp (KHDN) Bài viết đề xuất các giải pháp nhằm giảm thiểu rủi ro trong hoạt động cho vay KHDN tại Ngân hàng Vietcombank chi nhánh Hồ Chí Minh (VCB.HCM) Mục tiêu chính là nâng cao hiệu quả quản lý rủi ro tín dụng, từ đó đảm bảo sự an toàn và bền vững trong hoạt động cho vay.
PHƯƠNG PHÁP NGHIÊN CỨU TIẾP CẬN
Rủi ro tín dụng là một vấn đề quan trọng không chỉ trong hoạt động tín dụng của ngân hàng mà còn thu hút sự chú ý của các nhà đầu tư trái phiếu toàn cầu Nhiều nghiên cứu và bài viết đã đề cập đến chủ đề này, sử dụng các phương pháp đo lường học thuật đa dạng.
Hiện nay, nhiều mô hình ước lượng khả năng trả nợ của khách hàng được phát triển dựa trên xếp hạng tín dụng từ các tổ chức uy tín như Standard & Poor's Những mô hình này giúp đánh giá độ tin cậy của khách hàng trong việc thanh toán nợ, từ đó hỗ trợ các tổ chức tài chính trong việc ra quyết định cho vay và quản lý rủi ro.
Mô hình Z-score của Altman, ra đời năm 1968, đã trở thành công cụ phổ biến trong việc ước lượng xác suất vỡ nợ Nhiều nghiên cứu, như của Irakli Ninua (2008), đã áp dụng mô hình Logit để đánh giá rủi ro tín dụng thông qua tỷ lệ khoản vay không hoàn trả (LLR) Ngoài ra, Chiara Pederzoli và Costanza Torricelli (2010) cũng đã sử dụng các chỉ số tài chính và năng lực tài chính để dự đoán xác suất vỡ nợ của các doanh nghiệp.
DN nhỏ được đánh giá qua bốn chỉ tiêu chính: tỷ lệ nợ dài hạn trên tổng tài sản, lợi nhuận trước lãi và thuế trên tổng tài sản, tổng vốn cổ phần trên tổng tài sản, và tổng doanh thu trên tổng tài sản Kết quả ước tính cho thấy tất cả các biến này đều có mối quan hệ nghịch biến với xác suất vỡ nợ (PD) Mô hình hồi quy Logit đang được áp dụng rộng rãi và đã chứng minh hiệu quả trong việc đánh giá khả năng trả nợ của khách hàng.
Gần đây, rủi ro tín dụng đã trở thành chủ đề được nhiều tác giả và ngân hàng thương mại (NHTM) tại Việt Nam quan tâm Nghiên cứu của Bùi Diệu Anh (2012) đã phân tích thực trạng quản trị danh mục cho vay tại các NHTMCP ngoài quốc doanh, chỉ ra những thiếu sót trong quản lý rủi ro tín dụng Nghiên cứu cũng nêu rõ nguyên nhân gây kém hiệu quả trong quản trị danh mục cho vay và đưa ra các khuyến nghị cải thiện tình hình Tuy nhiên, nghiên cứu chưa đề xuất biện pháp cụ thể để đo lường rủi ro tín dụng có thể áp dụng cho các NHTM.
Tác giả nhận xét rằng các nghiên cứu tại Việt Nam chưa phát triển mô hình định lượng để đo lường rủi ro tín dụng cho ngân hàng, trong khi nghiên cứu quốc tế chủ yếu dựa vào các chỉ số tài chính Tại VCB.HCM, tác giả nhận thấy có những yếu tố phi tài chính, như loại hình doanh nghiệp nhà nước và tư nhân gia đình, ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp (KHDN) Do đó, tác giả mong muốn xem xét rủi ro tín dụng trong hoạt động cho vay KHDN bằng cách kết hợp cả yếu tố tài chính và phi tài chính, nhằm lượng hóa rủi ro tín dụng dựa trên khả năng trả nợ của KHDN.
Phương pháp định tính: thu thập, tổng hợp, phân tích, so sánh đối chiếu thông qua các dữ liệu thứ cấp thu thập được
Phương pháp định lượng được áp dụng trong nghiên cứu nhằm xác định mức độ ảnh hưởng của rủi ro tín dụng đến hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM Đề tài xây dựng mô hình hồi quy logit nhị phân dựa trên dữ liệu bảng và sử dụng phần mềm SPSS để phân tích Kết quả của mô hình sẽ được dùng để tính toán khả năng trả nợ của khách hàng doanh nghiệp.
Ý NGHĨA CỦA ĐỀ TÀI NGHIÊN CỨU
Dựa trên việc áp dụng các phương pháp nghiên cứu khoa học và phân tích đánh giá tổng kết thực tiễn, tác giả hy vọng luận văn sẽ đạt được những kết quả quan trọng.
Quản trị rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM đang gặp nhiều thách thức, đặc biệt là trong việc đánh giá khả năng trả nợ của khách hàng Việc nắm bắt thực trạng này là cần thiết để nâng cao hiệu quả cho vay và giảm thiểu rủi ro cho ngân hàng.
Nguyên nhân gây ra những tồn tại trong công tác kiểm soát rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.HCM cần được đánh giá một cách toàn diện Việc phân tích các yếu tố này không chỉ giúp cải thiện quy trình cho vay mà còn nâng cao hiệu quả quản lý rủi ro tín dụng, từ đó đảm bảo an toàn tài chính cho ngân hàng và tăng cường sự tin tưởng của khách hàng.
Nghiên cứu này đề xuất các giải pháp khả thi nhằm khắc phục những hạn chế và rủi ro trong hoạt động cho vay khách hàng doanh nghiệp Mục tiêu là nâng cao chất lượng cho vay của VCB.HCM trong thời gian tới, từ đó thúc đẩy hoạt động cho vay hiệu quả hơn.
KẾT CẤU CỦA ĐỀ TÀI NGHIÊN CỨU
Kết cấu của đề tài nghiên cứu gồm 05 chương, cụ thể như sau:
Chương 1: Giới thiệu đề tài nghiên cứu
Chương 2: Lý luận tổng quan về rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp và các yếu tố ảnh hưởng
Chương 3: Thực trạng rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Ngoại thương Việt Nam – Chi nhánh TP.HCM h
Chương 4: Phân tích rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Ngoại thương Việt Nam – Chi nhánh TP.HCM Chương 5: Giải pháp hạn chế rủi ro tín dụng trong hoạt động cho vay khách hàng doanh nghiệp của ngân hàng
Chương 1 tiến hành giới thiệu tổng quan về sự cần thiết của đề tài nghiên cứu, mục tiêu và câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, sơ lược về phương pháp nghiên cứu tiếp cận, ý nghĩa của đề tài nghiên cứu và khái quát được kết cấu của đề tài nghiên cứu h
LÝ LUẬN TỔNG QUAN VỀ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP VÀ CÁC YẾU TỐ ẢNH HƯỞNG
RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO VAY KHDN
Rủi ro tín dụng phát sinh khi khách hàng không tuân thủ các điều khoản hợp đồng tín dụng, thể hiện qua việc chậm trả nợ, trả nợ không đầy đủ hoặc không thanh toán khi đến hạn Điều này dẫn đến tổn thất tài chính và khó khăn trong hoạt động kinh doanh của ngân hàng thương mại.
Khi ngân hàng tiến hành cho vay, luôn tồn tại rủi ro tiềm ẩn có thể làm giảm thu nhập Để quản lý rủi ro này, ngân hàng cần xác định tỷ lệ tổn thất dự kiến nhằm giảm thiểu thiệt hại về tài sản do các rủi ro cho vay gây ra Theo Ủy Ban Basel, rủi ro cho vay đơn giản là khả năng người đi vay không thực hiện nghĩa vụ nợ đã thỏa thuận.
Rủi ro trong hoạt động cho vay đề cập đến khả năng khách hàng không hoàn trả đầy đủ nợ gốc và lãi vay đúng hạn theo hợp đồng tín dụng Nguyên nhân chính dẫn đến vi phạm này thường là do người vay thiếu khả năng thanh toán hoặc rơi vào tình trạng phá sản.
Theo tài liệu của Ủy Ban Basel về Giám sát Ngân hàng năm 2006, "default" được định nghĩa là tình trạng không có khả năng trả nợ của khách hàng, bao gồm việc không thể thanh toán đầy đủ nợ khi đến hạn mà không tính đến việc ngân hàng bán tài sản đảm bảo, hoặc khi khách hàng có khoản nợ xấu quá hạn trên 90 ngày Tại Việt Nam, Ngân hàng Nhà nước (NHNN) phân loại nợ thành 5 nhóm theo Thông tư 02/2013/TT-NHNN, quy định về phân loại nợ, trích lập và sử dụng dự phòng rủi ro tín dụng trong hoạt động ngân hàng, được trình bày chi tiết trong Bảng 2.1, nhằm đánh giá khả năng trả nợ của khách hàng.
Bảng 2.1 Phân loại khách hàng và khả năng trả nợ Loại khách hàng Khả năng trả nợ Phân loại nợ
Có khả năng trả nợ - Không có nợ quá hạn
Không có khả năng trả nợ
Nguồn: Thông tư 02/2013/TT-NHNN
NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO VAY KHDN
HOẠT ĐỘNG CHO VAY KHDN
Theo Ghosh (2012), rủi ro trong hoạt động cho vay của ngân hàng xuất phát từ sự tương tác giữa các yếu tố nội tại và bên ngoài Các yếu tố bên ngoài bao gồm khủng hoảng kinh tế, biến động chính trị xã hội và thị trường, trong khi các yếu tố nội tại liên quan đến sự yếu kém trong hoạt động kinh doanh của doanh nghiệp và cách thức quản lý khách hàng của ngân hàng Tất cả những yếu tố này đều có thể dẫn đến rủi ro cho ngân hàng Đặc biệt, khả năng trả nợ của khách hàng là yếu tố then chốt trong việc xác định mức độ rủi ro.
2.2.1 KHẢ NĂNG TÀI CHÍNH CỦA DOANH NGHIỆP
Khả năng tài chính của công ty được thể hiện qua các chỉ số tài chính như tỷ lệ sinh lời từ tài sản, suất sinh lời trên vốn chủ sở hữu và giá trị doanh nghiệp trên thị trường Nghiên cứu cho thấy các chỉ số tài chính là công cụ hữu ích trong việc đánh giá khả năng trả nợ của doanh nghiệp Các chỉ số thanh toán và lợi nhuận thường được sử dụng phổ biến để đo lường rủi ro tài chính và tín dụng Altman (1968) đã phát triển mô hình phân tích chỉ số, cho thấy khả năng dự đoán xác suất trả nợ trong một năm trước khi doanh nghiệp mất khả năng thanh toán Các chỉ số tài chính thường được phân loại thành bốn nhóm: lợi nhuận, thanh khoản, hiệu quả hoạt động và cơ cấu vốn.
Các doanh nghiệp nhỏ và mới thành lập thường đối mặt với rủi ro cao hơn so với các doanh nghiệp lớn do khả năng quản lý và nguồn lực tài chính hạn chế Nhiều nghiên cứu đã chỉ ra rằng quy mô doanh nghiệp ảnh hưởng đến khả năng trả nợ vay của khách hàng doanh nghiệp Nghiên cứu của Cassar (2004) cho thấy các doanh nghiệp nhỏ gặp khó khăn trong việc giải quyết vấn đề bất cân xứng thông tin với ngân hàng, dẫn đến khó khăn trong việc tiếp cận tín dụng Hơn nữa, giá trị tài sản của các doanh nghiệp nhỏ thường thấp, làm tăng thêm thách thức trong việc vay vốn.
DN này rất khó khăn trong việc chứng minh với người cho vay rằng họ có đủ khả năng để thực hiện các cam kết giữa hai bên
Việc kiểm soát rủi ro trong các ngân hàng thương mại đối với khoản vay dài hạn của khách hàng doanh nghiệp (KHDN) gặp nhiều khó khăn Nghiên cứu của Flannery (1986) cho thấy khi có thông tin bất cân xứng, các doanh nghiệp tự nhận thấy mình có rủi ro tín dụng thấp sẽ ưu tiên vay ngắn hạn để tiết kiệm chi phí lãi suất Do đó, những KHDN có rủi ro thấp thường chọn hình thức tài chính ngắn hạn, điều này được thể hiện qua khả năng thanh toán nợ tốt của họ.
2.2.4 KINH NGHIỆM HOẠT ĐỘNG CỦA CÁC DOANH NGHIỆP
Lê Phương Dung và Nguyễn Thị Nam Thanh (2013) đã nghiên cứu các yếu tố ảnh hưởng đến các khoản vay ngân hàng ngắn hạn của doanh nghiệp chế biến thực phẩm và sản xuất công nghiệp Kết quả cho thấy kinh nghiệm hoạt động của doanh nghiệp, được đo qua độ tuổi và loại hình doanh nghiệp nhà nước, có vai trò quan trọng Các doanh nghiệp lâu năm có khả năng thích ứng tốt hơn với thị trường biến động, từ đó kiểm soát rủi ro hoạt động hiệu quả hơn Họ cũng thường duy trì thị phần ổn định, giúp doanh thu và lợi nhuận bền vững qua các năm, ảnh hưởng tích cực đến khả năng vay và trả nợ.
2.2.5 LOẠI HÌNH DOANH NGHIỆP NHÀ NƯỚC
Nghiên cứu này định nghĩa doanh nghiệp Nhà nước (DNNN) theo Nghị định số 99/2012/NĐ-CP, ban hành ngày 15/11/2012, quy định rằng DNNN là doanh nghiệp mà Nhà nước sở hữu trên 50% vốn điều lệ Điều này bao gồm các công ty trách nhiệm hữu hạn một thành viên (Nhà nước nắm giữ 100% vốn) và các công ty cổ phần cùng công ty trách nhiệm hữu hạn hai thành viên trở lên (Nhà nước nắm giữ trên 50% vốn điều lệ).
Nghiên cứu của Nguyễn Thùy Dương và Nguyễn Thanh Tùng (2013) về mô hình đo lường rủi ro cho khoản vay của các Tập đoàn kinh tế nhà nước tại các ngân hàng thương mại Việt Nam đã áp dụng mô hình hồi quy Logit trên 490 khách hàng từ năm 2007 đến 2011 Kết quả cho thấy với độ tin cậy 90%, khả năng không trả nợ đúng hạn của Tập đoàn kinh tế Nhà nước cao hơn so với doanh nghiệp khác, đặc biệt là do DNNN thường có mối quan hệ lâu dài với ngân hàng và giá trị khoản vay lớn.
Ngân hàng thường yêu cầu tài sản đảm bảo cao hơn từ các khách hàng doanh nghiệp (KHDN) có rủi ro tín dụng cao Tuy nhiên, các công ty lớn với uy tín và tiềm lực tài chính mạnh thường ít phải thế chấp tài sản Việc cho vay với tỷ lệ tài sản đảm bảo cao được cho là giảm thiểu rủi ro, nhưng điều này có thể dẫn đến việc sàng lọc khách hàng không chính xác, góp phần vào tình trạng không trả nợ Dòng tiền từ hoạt động kinh doanh của KHDN là yếu tố quan trọng giúp ngân hàng giảm thiểu tổn thất về vốn.
ĐO LƯỜNG RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP
Khách hàng doanh nghiệp là yếu tố quan trọng trong việc đo lường rủi ro tín dụng trong hoạt động cho vay, phản ánh khả năng trả nợ dựa trên xếp hạng tín dụng của họ Các mô hình xếp hạng tín dụng cho khách hàng doanh nghiệp thường được áp dụng để đánh giá và quản lý rủi ro này một cách hiệu quả.
2.3.1 MÔ HÌNH CHUẨN ĐOÁN (HEURISTIC MODELS)
Mô hình chuẩn đoán là công cụ thu thập, xử lý và đánh giá thông tin từ ý kiến chuyên gia để đưa ra kết luận và nhận định Nó cung cấp dự báo về tình hình hiện tại và xu hướng phát triển trong tương lai của một lĩnh vực dựa trên các phân tích chuyên sâu Các mô hình chuẩn đoán rất đa dạng và được phân loại thành nhiều loại khác nhau.
- Bảng câu hỏi cổ điển (“Classic” rating Questionnaires)
- Mô hình định tính (Qualitative Systems)
Các mô hình chuẩn đoán thường gặp nhược điểm do phụ thuộc vào kinh nghiệm của chuyên gia, dẫn đến chất lượng không được đảm bảo Ngoài ra, sự đánh giá chủ quan của các chuyên gia về các yếu tố ảnh hưởng đến khả năng trả nợ và mức độ tương quan giữa chúng cũng gây ra sự không chính xác Vì lý do này, mô hình chuẩn đoán ít được áp dụng trong nghiên cứu thực tế.
2.3.2 MÔ HÌNH THỐNG KÊ (STATISTICAL MODELS) Đây là một phương pháp nghiên cứu khá chính xác Phương pháp thống kê bao gồm việc điều tra, khái quát hóa thông tin, phân tích, dự báo Mô hình này có thể ứng dụng được phương pháp phân tích nhiều chiều, lý thuyết dự báo, lý thuyết điều khiển,… cũng như ứng dụng công nghệ trong quá trình nghiên cứu Sau đây là một số các mô hình được áp dụng tương đối phổ biến
2.3.3 MÔ HÌNH PHÂN TÍCH BIỆT THỨC (DIRCIMINANT ANALYSIS
Mô hình phân tích biệt thức là một kỹ thuật thống kê dùng để phân loại quan sát vào các nhóm định danh dựa trên đặc điểm riêng biệt Mô hình đơn giản nhất xây dựng mối quan hệ tuyến tính giữa những đặc điểm phân biệt tốt nhất giữa các nhóm công ty Trong mô hình này, sự kết hợp giữa các hệ số biệt thức và chỉ số định lượng cho phép phân loại các trường hợp tốt và xấu Mục tiêu của mô hình là phân biệt chính xác và khách quan giữa các công ty có nguy cơ vỡ nợ và không có nguy cơ, thông qua hàm biệt thức với các biến số định lượng từ báo cáo tài chính Mục tiêu cuối cùng là tìm ra tổ hợp tuyến tính các biến để phân biệt các nhóm và cá thể trong mỗi nhóm, từ đó chuyển đổi thành hàm biệt thức hay hệ số Z.
D = Chỉ số đo lường toàn bộ mức độ rủi ro của người vay
Mô hình phân tích biệt thức (Ki) sử dụng các chỉ số tài chính (ai) để phân loại khả năng trả nợ của các doanh nghiệp (KHDN) Với n là số lượng chỉ số tài chính, mô hình này được áp dụng rộng rãi trong xác suất tài chính (XHTD) nhờ vào khả năng phân biệt rõ ràng giữa các nhóm KHDN có khả năng trả nợ và không Đặc biệt, mô hình này nổi bật với sự đơn giản và dễ dàng trong việc áp dụng.
Mô hình phân tích biệt thức, mặc dù có nhiều ưu điểm và được ứng dụng rộng rãi trong việc ước lượng khả năng vỡ nợ của khách hàng vay vốn tại các TCTD, nhưng chỉ thực sự phù hợp với việc phân tích các chỉ số định lượng Để đánh giá tính thích hợp của mô hình, các nhà nghiên cứu cần kiểm định các giả thiết toán học, đặc biệt là tính phân phối chuẩn của các yếu tố liên quan đến khả năng trả nợ Nếu giả thiết về tính phân phối chuẩn không được thỏa mãn, kết quả của mô hình sẽ không tối ưu, không đạt được sự công nhận và thiếu ý nghĩa trong ứng dụng.
Mô hình hồi quy, giống như mô hình phân tích biệt thức, thể hiện sự phụ thuộc của một biến vào các biến độc lập khác, với mục tiêu xác định khả năng trả nợ vay của khách hàng dựa trên các đặc điểm nhất định thông qua khả năng ước lượng tối đa Các mô hình hồi quy như Probit và Logit thường được sử dụng để đánh giá xác suất vỡ nợ, nhưng nghiên cứu về mô hình probit và các phần mở rộng của nó còn hạn chế Trong khi đó, mô hình Logit có biến phụ thuộc là biến giả, chỉ nhận giá trị 0 hoặc 1.
Mô hình D = a0 + a1.K1 + a2.K2 + … + an.Kn giúp xác định khả năng rủi ro tín dụng của khách hàng (biến phụ thuộc) dựa trên các yếu tố ảnh hưởng đến khách hàng (biến độc lập).
Ki = giá trị cụ thể của các tiêu chí mức độ tín nhiệm bi = hệ số của mỗi chỉ số n = số lượng các chỉ số tài chính
Mô hình Logit có một số lợi thế hơn mô hình phân tích biệt thức:
Mô hình hồi quy Logit không yêu cầu các yếu tố đầu vào phải phân phối chuẩn, cho phép xử lý các yếu tố nguy cơ phá sản định tính mà không cần biến đổi, theo nghiên cứu của Johnsen và Melicher (1994).
Kết quả từ mô hình Logit cho thấy xác suất trả nợ của khách hàng nằm trong khoảng từ 0 đến 1, cho phép giải thích rõ ràng hơn về khả năng trả nợ So với mô hình phân tích biệt thức, kết quả này được đánh giá là chính xác và dễ hiểu hơn.
Thứ ba, hồi quy Logit đòi hỏi dữ liệu ít hơn so với mô hình phân tích biệt thức
Do đó, trong những năm gần đây mô hình hồi quy Logit được dùng nhiều hơn cả trong nghiên cứu khoa học và thực tiễn
2.3.5 MÔ HÌNH NƠRON (NEURAL NETWORK MODELS)
Mô hình mạng nơron hoạt động dựa trên nguyên tắc tính toán song song, kết hợp nhiều quá trình tính toán đơn giản liên kết với nhau Mỗi quá trình này thực hiện các phép tính cơ bản do một nơron đảm nhận Tuy nhiên, khi được kết nối và tổ chức một cách hợp lý, những nơron đơn giản này có khả năng giải quyết các nhiệm vụ phức tạp.
Mạng nơron là công cụ lý tưởng cho việc mô tả các mô hình đánh giá phức tạp, yêu cầu tích hợp nhiều loại thông tin khác nhau Một trong những lợi thế nổi bật của mô hình này là khả năng xử lý các mối quan hệ phi tuyến tính và khả năng bổ sung thông tin còn thiếu.
(Charalambous, Charitou và Neophytou, 2000) Tuy nhiên, mô hình mạng nơron vẫn không được dùng phổ biến trong thực tế do những lý do sau đây:
Thứ nhất, mô hình mạng nơron đòi hỏi dữ liệu đầu vào lớn, với ít nhất 500 quan sát hoặc hơn (Kumar và Ravi, 2007)
Mô hình mạng nơron có quy trình thực hiện phức tạp và khó sử dụng, dẫn đến việc người dùng dễ gặp phải nhiều vấn đề.
TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
Hiện nay, nhiều nghiên cứu định lượng đã phân tích các yếu tố ảnh hưởng đến rủi ro cho vay bằng cách ước lượng khả năng trả nợ của khách hàng dựa trên xếp hạng tín dụng từ các tổ chức uy tín như Standard & Poor's, Moody's và Fitch Bảng 2.2 tóm tắt một số nghiên cứu liên quan từ các nhà nghiên cứu trong nước và quốc tế, với sự đa dạng về thời gian, đối tượng nghiên cứu và phương pháp định lượng.
Bảng 2.2 Tổng quan các nghiên cứu định lượng về khả năng trả nợ vay của KHDN
Tác giả Đối tượng và thời gian nghiên cứu
Phương pháp sử dụng Kết quả nghiên cứu
54 công ty niêm yết trong ngành sản xuất và phân phối ở
Phương pháp phân tích biệt thức với mô hình chỉ số Z-score
Các biến tài chính như tài sản ngắn hạn và nợ ngắn hạn, tốc độ tăng trưởng giá trị vốn hóa sổ sách cùng với tốc độ tăng trưởng tài sản, cũng như lợi nhuận trên tổng nợ, đều có tác động tích cực đến chỉ số tổng thể (Z).
Tổng nợ/Tổng tài sản lại có tác động ngược chiều (-)
600 quan sát từ tập dữ liệu gồm 35.568
Georgia (Mỹ) trong khoảng thời gian
Mô hình hồi quy Logit nhị thức
Biến phụ thuộc: Tỷ lệ khoản vay không trả nợ (LLR)
Kết quả: Các biến TSĐB; Loại khách hàng (TYPECLIENT); Số lượng nhân viên của khách hàng có tác động cùng chiều đến LLR (+) h
Tác giả Đối tượng và thời gian nghiên cứu
Phương pháp sử dụng Kết quả nghiên cứu
Còn lại các biến: Giá trị khoản vay; thời gian cho vay; Tỷ lệ chấp thuận số tiền cho vay có tác động ngược chiều đến LLR (-) Chiara
Các DN vừa và nhỏ ở Ý
Mô hình hồi quy Logit nhị thức
Tất cả các chỉ tiêu như Nợ dài hạn/Tổng tài sản, Lợi nhuận trước lãi và thuế/Tổng tài sản, Vốn chủ sở hữu/Tổng tài sản và Tổng doanh thu/Tổng tài sản đều có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng.
52 công ty thuộc ngành phi tài chính ở
26 công ty phá sản và
26 công ty không phá sản
Phương pháp phân tích phân biệt với mô hình chỉ số Z-score
Các biến: Lợi nhuận trước thuế và lãi vay/Nợ ngắn hạn; Doanh thu/Tổng tài sản sẽ tác động cùng chiều (+) đến chỉ số tổng thể (Z);
Z = 0,724: Công ty được coi là không phá sản Đào Thị
Mẫu dữ liệu đã được làm sạch bao gồm
285 khách hàng có phát sinh quan hệ tín dụng tại HabuBank trong 3 năm (từ năm
Phương pháp phân tích phân biệt với mô hình chỉ số Z-score
Các biến như Vốn lưu động trên tổng tài sản (TTS), Lợi nhuận giữ lại trên TTS, Giá vốn hóa thị trường trên tổng nợ phải trả, Tổng nợ phải trả trên TTS, Lợi nhuận sau thuế trên Tổng tài sản, và Lợi nhuận sau thuế trên Doanh thu thuần đều có tác động tích cực đến chỉ số tổng thể (Z).
Chỉ riêng đối với biến Giá trị vốn hóa thị trường/Giá trị sổ sách lại có tác động ngược chiều (-) h
Tác giả Đối tượng và thời gian nghiên cứu
Phương pháp sử dụng Kết quả nghiên cứu
Bao gồm 490 khách hàng tại các NHTM
Mô hình hồi quy Logit nhị thức
Biến phụ thuộc: Khả năng không trả được nợ
Giá trị khoản vay; tài sản đảm bảo có tác động cùng chiều đến khả năng không trả được nợ của khách hàng;
Tương tự DNNN cũng có tác động cùng chiều đến khả năng không trả được nợ
Nguồn: Tổng hợp của tác giả
Bảng 2.2 cho thấy rằng nhiều nghiên cứu trong nước và quốc tế đã áp dụng các phương pháp khác nhau để ước lượng khả năng trả nợ của khách hàng, với việc lựa chọn danh mục biến độc lập đa dạng tùy thuộc vào đối tượng và thời gian nghiên cứu Trong nghiên cứu của Altman và Lavalle (1981), phương pháp phân tích phân biệt với mô hình Z-score được sử dụng để ước lượng xác suất vỡ nợ tại Canada, dựa trên dữ liệu tài chính của 54 công ty niêm yết trong ngành sản xuất và phân phối Từ 11 biến độc lập ban đầu, mô hình cuối cùng bao gồm 5 chỉ số tài chính cho thấy rằng các biến lợi nhuận/tổng nợ, tài sản ngắn hạn/nợ ngắn hạn, và tốc độ tăng trưởng giá trị vốn hóa sổ sách/tốc độ tăng trưởng tài sản đều có tác động tích cực đến chỉ số tổng thể (Z), trong khi biến tổng nợ/tổng tài sản lại có tác động tiêu cực.
Nghiên cứu của Rashid và Abbas (2011) trên 52 công ty phi tài chính tại Pakistan cho thấy rằng chỉ số Z-score có thể phân loại công ty thành hai nhóm: phá sản (Z = 0,724) Các biến lợi nhuận trước thuế và lãi vay/ngắn hạn cùng doanh thu/tổng tài sản đều có tác động tích cực đến chỉ số Z Tương tự, nghiên cứu của Đào Thị Thanh Bình và Nguyễn Anh Đức (2012) tại HabuBank với 285 khách hàng trong giai đoạn 2008-2010 chỉ ra rằng các chỉ tiêu như vốn lưu động/tổng tài sản và lợi nhuận sau thuế/tổng tài sản cũng ảnh hưởng tích cực đến chỉ số Z, trong khi biến giá trị vốn hóa thị trường/giá trị sổ sách lại tác động ngược chiều.
Nhiều nhà nghiên cứu đã áp dụng mô hình Logit để dự báo khả năng trả nợ của doanh nghiệp, như Irakli Ninua (2008) sử dụng mô hình hồi quy Logit để đánh giá rủi ro tín dụng qua tỷ lệ khoản vay không hoàn trả (LLR) Đồng thời, Chiara Pederzoli và Costanza Torricelli (2010) đã sử dụng các chỉ số tài chính và năng lực tài chính để dự đoán khả năng trả nợ của các doanh nghiệp nhỏ tại Ý.
Trong nghiên cứu của Irakli Ninua (2008), mô hình hồi quy Logit được áp dụng để đánh giá rủi ro tín dụng của khoản vay, sử dụng tỷ lệ khoản vay không hoàn trả (LLR) làm biến phụ thuộc Nghiên cứu dựa trên mẫu 600 quan sát từ tập dữ liệu 35.568 doanh nghiệp đã nhận vốn vay tại ProCreditBank trong giai đoạn 2004.
Năm 2007, kết quả ước lượng cho thấy tài sản bảo đảm có mối quan hệ cùng chiều với tỷ lệ nợ xấu (LLR) ở mức ý nghĩa 1% Tác giả lưu ý rằng các khoản vay có tài sản đảm bảo (TSĐB) có xác suất không trả nợ cao hơn so với các khoản vay không có TSĐB Ngược lại, giá trị khoản vay và thời gian vay lại có tác động ngược chiều với LLR, tuy nhiên ảnh hưởng này không đáng kể.
Nhiều nghiên cứu tại Việt Nam đã chỉ ra mô hình đo lường rủi ro cho các khoản vay tại ngân hàng thương mại, trong đó nghiên cứu của Nguyễn Thùy Dương và Nguyễn Thanh Tùng (2013) sử dụng phương pháp hồi quy logit để ước lượng khả năng trả nợ với độ tin cậy 90% Kết quả cho thấy các yếu tố ảnh hưởng đến khả năng không trả nợ đúng hạn bao gồm: xếp hạng tín dụng, mục đích khoản vay, giá trị khoản vay, bảo đảm tiền vay, cam kết trong hợp đồng, và mối quan hệ giữa ngân hàng và doanh nghiệp Tất cả các biến độc lập đều có ảnh hưởng tích cực đến khả năng vỡ nợ Đặc biệt, trong số khách hàng không trả nợ đúng hạn, gần 50% là doanh nghiệp nhà nước, mặc dù tổng giá trị khoản vay của họ chiếm hơn 70% trong mẫu nghiên cứu, chủ yếu phục vụ cho đầu tư xây dựng công trình lớn.
Mô hình Logit đã được áp dụng rộng rãi và chứng minh hiệu quả trong các nghiên cứu trước đây, đặc biệt trong việc đánh giá khả năng trả nợ Việc ước lượng các tham số trong mô hình này diễn ra dễ dàng, đồng thời khả năng ước lượng rủi ro khi thay đổi kích thước mẫu cũng rất thấp.
Tác giả nhận xét rằng các nghiên cứu tại Việt Nam chưa phát triển mô hình định lượng để đo lường rủi ro tín dụng cho ngân hàng, trong khi các nghiên cứu quốc tế chủ yếu dựa vào các chỉ số tài chính Tại VCB.HCM, tác giả phát hiện rằng những yếu tố phi tài chính, như loại hình doanh nghiệp nhà nước và tư nhân gia đình, cũng ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp (KHDN) Do đó, tác giả mong muốn xây dựng một mô hình đánh giá rủi ro tín dụng trong cho vay KHDN, kết hợp cả yếu tố tài chính và phi tài chính, nhằm lượng hóa rủi ro tín dụng dựa trên khả năng trả nợ Mô hình này hy vọng sẽ hỗ trợ trong việc ra quyết định cấp tín dụng cho KHDN tại VCB.HCM.
Chương 2 trình bày cơ sở lý luận về cho vay doanh nghiệp và khái quát lý thuyết rủi ro tín dụng, giúp đánh giá khả năng trả nợ của khách hàng doanh nghiệp Tác giả xác định cơ sở lý thuyết để đo lường tác động của các yếu tố đến khả năng trả nợ Ngoài ra, chương này cũng tổng hợp kết quả từ các nghiên cứu thực nghiệm trước đây về khả năng trả nợ của khách hàng.
THỰC TRẠNG RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG
GIỚI THIỆU TỔNG QUAN VỀ NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM
3.1.1 SỰ HÌNH THÀNH VÀ PHÁT TRIỂN
Ngân hàng TMCP Ngoại thương Việt Nam (Vietcombank), được thành lập vào ngày 01/4/1963 với tổ chức tiền thân là Cục Ngoại hối thuộc Ngân hàng Nhà nước Việt Nam, là ngân hàng thương mại nhà nước đầu tiên thực hiện thí điểm cổ phần hoá Ngày 02/06/2008, Vietcombank chính thức hoạt động dưới hình thức ngân hàng thương mại cổ phần thông qua việc phát hành cổ phiếu lần đầu ra công chúng (IPO), và cổ phiếu Vietcombank (mã: VCB) đã được niêm yết tại Sở Giao dịch Chứng khoán TPHCM vào ngày 30/06/2009.
Vào tháng 9/2011, Vietcombank đã bán cổ phần cho Mizuho Corporate Bank, một trong những tập đoàn tài chính lớn nhất Nhật Bản và thế giới Sự kiện này thể hiện niềm tin của nhà đầu tư nước ngoài vào tiềm năng phát triển của thị trường tài chính Việt Nam cũng như Vietcombank Nhân dịp kỷ niệm 50 năm thành lập Vietcombank (1963-2013), hệ thống nhận diện thương hiệu mới cũng được ra mắt.
Năm 2013, với slogan “Chung niềm tin vững tương lai”, chúng tôi khẳng định sự đổi mới toàn diện nhằm phát triển bền vững, giữ vững vị thế hàng đầu và ngày càng mở rộng tầm ảnh hưởng.
Năm 2018, Vietcombank đã đạt được nhiều thành tựu nổi bật, khẳng định vị thế là ngân hàng uy tín nhất và là ngân hàng nộp thuế doanh nghiệp lớn nhất tại Việt Nam Ngân hàng cũng ghi nhận khả năng sinh lời cao nhất trong ngành, đồng thời nhận được nhiều giải thưởng danh giá từ các tổ chức như The Asian Banker, EuroMoney và Forbes.
CƠ CẨU TỔ CHỨC, QUẢN LÝ CỦA NGÂN HÀNG
Hình 3.1 Mô hình quản trị của Vietcombank
Nguồn: Báo cáo thường niên 2018 của Vietcombank Đến 31/12/2018, ngoài Trụ sở chính, Vietcombank hiện có 101 Chi nhánh với
Vietcombank hiện có 397 phòng giao dịch trải rộng khắp các tỉnh thành trong cả nước, cùng với mạng lưới 2.105 ngân hàng đại lý tại 131 quốc gia và vùng lãnh thổ trên toàn cầu.
Hình 3.2 Cơ cấu tổ chức của Vietcombank
Nguồn: Báo cáo thường niên 2018 của Vietcombank
Vietcombank là một ngân hàng đa lĩnh vực hàng đầu tại Việt Nam, cung cấp đầy đủ dịch vụ tài chính truyền thống như kinh doanh và huy động vốn, tín dụng, tài trợ dự án đầu tư và thương mại Bên cạnh đó, ngân hàng còn mạnh trong các dịch vụ hiện đại như thẻ, ngân hàng điện tử, kinh doanh ngoại tệ và các công cụ phái sinh.
Các sản phẩm dịch vụ của Vietcombank bao gồm:
Dịch vụ huy động vốn (tiền gửi tiết kiệm, trái phiếu, kỳ phiếu);
Dịch vụ cho vay (ngắn, trung, dài hạn);
Dịch vụ chiết khấu chứng từ;
Dịch vụ thanh toán quốc tế; h
Dịch vụ mua bán ngoại tệ;
Dịch vụ ngân hàng đại lý;
Dịch vụ bao thanh toán;
Các dịch vụ khác theo Giấy chứng nhận đăng ký kinh doanh
Nguồn: Báo cáo thường niên 2018 của Vietcombank
3.1.3 SƠ LƯỢC VỀ TÌNH HÌNH TÀI CHÍNH
Trong bối cảnh biến động kinh tế gần đây, ngành ngân hàng, đặc biệt là Vietcombank, đã phải đối mặt với nhiều thách thức Tuy nhiên, Vietcombank vẫn nỗ lực vượt qua khó khăn và đạt được những thành tựu đáng kể, như được thể hiện trong bảng 3.1.
Bảng 3.1 Một số chỉ tiêu tài chính của Vietcombank 2016-2018 ĐVT: tỷ đồng
1 Tổng giá trị tài sản 787.935 1.035.293 1.074.027
3 Thuế và các khoản phải nộp (Số đã nộp trong kỳ)
B Các chỉ tiêu tài chính chủ yếu
1.3 Tỷ lệ an toàn vốn 11,13% 11,63% 12,14%
2 Kết quả hoạt động kinh doanh
2.1 Doanh số huy động tiền gửi 9.561.306 12.653.763 14.772.709
2.5 Tỷ lệ dư nợ tín dụng/tổng vốn huy động (quy VND)
2.6 Tỷ lệ nợ bảo lãnh/Tổng số dư bảo lãnh 1,13% 0,66% 1,57%
2.7 Tỷ lệ nợ quá hạn/Tổng dư nợ 1,03% 2,02% 1,56%
2.8 Tỷ lệ nợ xấu/Tổng dư nợ 1,45% 1,11% 0,97%
3.1 Tỷ lệ dự trữ thanh khoản 30,5% 35,9% 24,1%
3.2 Tỷ lệ khả năng chi trả trong 30 ngày
USD và ngoại tệ khác quy USD 79,1% 89,4% 104,0%
Nguồn: Báo cáo thường niên 2017; 2018 của Vietcombank
Năm 2018, Vietcombank ghi nhận mức tăng trưởng hàng đầu trong ngành, chuyển dịch cơ cấu tín dụng theo định hướng của NHNN, đẩy mạnh tín dụng bán lẻ và thu hút nguồn vốn giá rẻ, đồng thời giảm tỷ lệ nợ xấu xuống dưới 1% Tổng tài sản của ngân hàng tăng 3,74% so với năm 2017, đạt 1.074.027 tỷ đồng, trong khi vốn chủ sở hữu tăng 18,31% lên 62.179 tỷ đồng, với lợi nhuận chưa phân phối đạt 16.139 tỷ đồng.
VCSH năm 2018: 62.179 tỷ đồng Tăng 18,31% so với năm 2017
Hình 3.3 Tổng tài sản của Vietcombank 2016-2018 (ĐVT: tỷ đồng)
Nguồn: Báo cáo thường niên 2018 của Vietcombank
Hình 3.4 Vốn chủ sở hữu của Vietcombank 2016-2018 (ĐVT: tỷ đồng)
Nguồn: Báo cáo thường niên 2018 của Vietcombank b) Huy động vốn: tăng tỷ trọng nguồn vốn không kỳ hạn, nguồn vốn ngoại tệ, giảm huy động vốn lãi suất cao;
Huy động vốn đạt 823.390 tỷ đồng, tăng 13,3% so với năm 2017 Tốc độ tăng trưởng huy động vốn TCKT/cá nhân lần lượt là 20,8% và 7,5%
Huy động vốn TCKT ngày càng gia tăng tỷ trọng Tỷ trọng huy động vốn từ TCKT/cá nhân: 48,8%/51,2% (năm 2017: 45,8%/53,9%)
TTS năm 2018: 1.074.027 tỷ đồng Tăng 3,74% so với năm 2017 h
Huy động vốn KKH đã tăng 14,1% so với năm 2017, chiếm 29,5% tổng vốn huy động, trong khi huy động ngoại tệ đạt 143.292 tỷ đồng, tăng 11,2%, chiếm 17,4% Lợi nhuận trước thuế ghi nhận sự tăng trưởng mạnh, tỷ suất sinh lời cải thiện đáng kể, và chi phí quản lý được kiểm soát hiệu quả.
Lợi nhuận trước thuế đạt 18.269 tỷ đồng, tăng 61,1% so với năm 2017, đạt 137% kế hoạch 2018 Thu nhập từ thoái vốn năm 2018 ~1.562 tỷ đồng
Tỷ lệ thu nhập lãi thuần (NIM) đạt 2,94%, tăng gần 0,3% so với 2017
Chỉ số ROAA, ROAE ghi nhận lần lượt là 1,39% và 25,49%, tăng mạnh so với 2017 và cao hơn mặt bằng chung của thị trường
Hình 3.5 Lợi nhuận sau thuế của Vietcombank 2016-2018 (ĐVT: tỷ đồng)
Nguồn: Báo cáo thường niên 2018 của Vietcombank
3.1.4 TÌNH HÌNH HOẠT ĐỘNG TÍN DỤNG TẠI NGÂN HÀNG
Dư nợ tín dụng đạt 639.370 tỷ đồng, tăng 14,6% so với năm 2017 Năm 2018, hoạt động tín dụng ghi nhận nhiều điểm sáng, với dư nợ tăng cao từ đầu năm, tập trung vào tín dụng bán lẻ và giảm dư nợ bán buôn kém hiệu quả Đồng thời, ngân hàng cũng chú trọng phát triển khách hàng mới và khách hàng FDI.
Dư nợ tín dụng tăng trưởng tốt, đạt 639.370 tỷ đồng vào cuối năm, tăng 14,6% so với năm 2017, đạt 99,7% kế hoạch năm 2018 Tín dụng thể
LNTT năm 2018: 18.269 tỷ đồng Tăng 61,1% so với năm 2017 h nhân tăng 32,7% so với 2017, tỷ trọng tiếp tục tăng lên 36,9% vào cuối năm 2018 (2017: 31,9%)
Dư nợ cho vay tại Phòng giao dịch (PGD) đạt 117.028 tỷ đồng, tăng 43,9% so với cuối năm 2017 Tỷ trọng dư nợ cho vay tại PGD trong tổng dư nợ bán lẻ cũng tăng từ 37% vào năm 2017 lên 40% vào cuối năm 2018.
Dư nợ cho vay bình quân tại PGD đạt 100.226 tỷ đồng, tăng 44,9% so với năm 2017 Công tác xử lý thu hồi nợ xấu và nợ đã xử lý dự phòng rủi ro được thực hiện hiệu quả, góp phần nâng cao chất lượng tín dụng.
Nợ quá hạn giảm đáng kể, dư nợ nhóm 2 tại 31/12/2018 ở mức 3.781 tỷ đồng, giảm 1.002 tỷ đồng so với năm 2017 Tỷ lệ nợ nhóm 2 còn ở mức 0,59% (năm 2017 là 0,86%)
Năm 2018, Ngân hàng Vietcombank (VCB) lần đầu tiên giảm tỷ lệ nợ xấu xuống dưới 1% kể từ khi cổ phần hóa, với dư nợ xấu cho vay khách hàng đạt 6.223 tỷ đồng, tương ứng tỷ lệ nợ xấu chỉ còn 0,97% tổng dư nợ.
Dư quỹ dự phòng rủi ro cho vay khách hàng đạt 10.294 tỷ đồng, với tỷ lệ bao phủ nợ xấu nội bảng khoảng 165%, cho thấy mức độ an toàn cao trong hoạt động cho vay so với các ngân hàng khác tại Việt Nam.
Thu hồi nợ ngoại bảng đạt 3.272 tỷ đồng, hoàn thành 116,8% kế hoạch HĐQT giao
3.2 QUY TRÌNH XẾP HẠNG TÍN DỤNG KHDN TẠI VIETCOMBANK
Vietcombank đã xây dựng và triển khai ứng dụng XHTD khách hàng từ năm
Vào năm 2003, theo hướng dẫn của Ngân hàng Nhà nước (NHNN) và sự tư vấn của các chuyên gia tài chính từ Ngân hàng Thế giới, hệ thống xếp hạng tín dụng nội bộ đã được điều chỉnh nhiều lần để phù hợp với điều kiện kinh tế xã hội và các hiệp ước quốc tế mà Việt Nam cam kết Hiện nay, việc xếp hạng tín dụng được thực hiện theo Quyết định số 418/QĐ-HĐQT-CSTD và Quyết định số 518/QĐ-VCB-CSTD, cả hai đều ban hành vào ngày 30/05/2014 NHNN yêu cầu các ngân hàng thương mại (NHTM) thường xuyên rà soát và điều chỉnh hệ thống xếp hạng tín dụng nội bộ, đảm bảo phù hợp với hoạt động kinh doanh và tính chất rủi ro của khoản nợ Các yêu cầu bao gồm việc phát triển chính sách quản lý rủi ro tín dụng hiệu quả, đánh giá khả năng trả nợ của khách hàng, và hàng năm, các tổ chức tín dụng phải đánh giá lại hệ thống xếp hạng tín dụng nội bộ để đảm bảo tính chính xác và tuân thủ quy định pháp luật.
THỰC TRẠNG HOẠT ĐỘNG CHO VAY ĐỐI VỚI KHDN TẠI VCB.HCM
3.3.1 THỰC TRẠNG DƯ NỢ KHDN TẠI VCB.HCM
Hiện nay, VCB.HCM chủ yếu cấp tín dụng cho hai đối tượng chính là khách hàng cá nhân và doanh nghiệp, tập trung vào các hình thức cho vay ngắn hạn và trung, dài hạn Trong những năm gần đây, chi nhánh đã triển khai nhiều chính sách thúc đẩy cho vay, mở rộng quy mô và đa dạng hóa đối tượng doanh nghiệp tiếp cận Dư nợ cho vay đối với khách hàng doanh nghiệp đã tăng đáng kể so với tổng dư nợ tín dụng, như thể hiện trong bảng 3.6.
Bảng 3.6 Dư nợ cho vay đối với KHDN so với tổng dư nợ tín dụng ĐVT: Tỷ đồng
Tổng dư nợ tín dụng 48.684 58.601 67.293 9.917 20% 8.692 15%
Tỷ lệ dư nợ cho vay
KHDN/tổng dư nợ tín dụng (%)
Nguồn: Tổng hợp số liệu thực tế tại VCB.HCM của tác giả
Theo bảng số liệu, dư nợ cho vay KHDN và tổng dư nợ của chi nhánh đều tăng qua các năm Cụ thể, năm 2018, dư nợ cho vay KHDN đạt 49.873 tỷ đồng, tăng 5.686 tỷ đồng (13%) so với năm 2017 Tương tự, tổng dư nợ tín dụng cuối năm 2018 đạt 67.293 tỷ đồng, tăng 8.692 tỷ đồng (15%) so với năm trước Những con số này chứng minh rằng chi nhánh ngày càng mở rộng quy mô cho vay, đáp ứng kịp thời nhu cầu vốn của khách hàng.
Quy mô cho vay khách hàng doanh nghiệp chiếm từ 71% đến 81%, là hoạt động chủ lực của chi nhánh trong sử dụng vốn Tuy nhiên, theo định hướng của VCB, tỷ trọng dư nợ cho vay KHDN đang giảm so với tổng dư nợ tín dụng, với nguyên tắc cho vay thận trọng và chọn lọc khách hàng Mặc dù hoạt động này mang lại lợi nhuận cao, nhưng rủi ro có thể ảnh hưởng đáng kể đến toàn bộ hoạt động của ngân hàng Do đó, chi nhánh cần thận trọng xem xét trước khi quyết định cho vay để đảm bảo an toàn cho nguồn vốn huy động.
Hình 3.6 Dư nợ cho vay KHDN so với tổng dư nợ tín dụng
Nguồn: Tổng hợp số liệu thực tế tại VCB.HCM của tác giả
3.3.2 CƠ CẤU HOẠT ĐỘNG CHO VAY KHDN TẠI VCB.HCM
Dư nợ cho vay là chỉ số phản ánh số tiền mà khách hàng đã vay tại một thời điểm cụ thể Trong bối cảnh tổng dư nợ cho vay của chi nhánh ngày càng tăng, dư nợ cho vay của các doanh nghiệp lớn, doanh nghiệp vừa và nhỏ cũng ghi nhận sự tăng trưởng đáng kể qua các năm.
Bảng 3.7 Cơ cấu dư nợ cho vay phân theo loại hình doanh nghiệp ĐVT: Tỷ đồng
Chỉ tiêu dư nợ 2016 2017 2018 Chênh lệch
Doanh nghiệp vừa và nhỏ
Nguồn: Tổng hợp số liệu thực tế tại VCB.HCM của tác giả
Dư nợ cho vay KHDN Tổng dư nợ tín dụng h
Dư nợ doanh nghiệp lớn Dư nợ doanh nghiệp vừa và nhỏ
Từ năm 2016 đến 2018, dư nợ cho vay doanh nghiệp lớn tại chi nhánh VCB.HCM đã tăng từ 34.730 tỷ đồng lên 42.418 tỷ đồng, chiếm 88% tổng dư nợ cho vay KHDN Trong khi đó, dư nợ cho vay DNVVN cũng có sự tăng trưởng, từ 4.681 tỷ đồng (12% tổng dư nợ KHDN) vào năm 2016 lên 7.455 tỷ đồng vào cuối năm 2018, tăng 2.774 tỷ đồng Tổng thể, cả dư nợ cho vay doanh nghiệp lớn, vừa và nhỏ đều ghi nhận sự tăng trưởng đáng kể VCB.HCM, với vị thế là chi nhánh lớn nhất trong hệ thống Vietcombank, tập trung vào các doanh nghiệp đầu ngành có năng lực tài chính mạnh mẽ và quy mô hoạt động lớn.
Hình 3.7 Cơ cấu dư nợ cho vay phân theo loại hình doanh nghiệp
Nguồn: Tổng hợp số liệu thực tế tại VCB.HCM của tác giả
Nguồn vốn của các KHDN có quan hệ tín dụng tại VCB.HCM chủ yếu được sử dụng để bổ sung vốn lưu động phục vụ hoạt động sản xuất kinh doanh, mua sắm tài sản cố định, đầu tư mở rộng kinh doanh, và đầu tư vào giấy tờ có giá.
Bảng 3.8 Cơ cấu dư nợ cho vay KHDN theo mục đích ĐVT: Tỷ đồng
Bổ sung vốn lưu động
Nguồn: Tổng hợp số liệu thực tế tại VCB.HCM của tác giả
Cơ cấu cho vay KHDN của VCB.HCM thay đổi hàng năm theo định hướng ngành, với nhu cầu vay chủ yếu ngắn hạn để bổ sung vốn lưu động cho sản xuất kinh doanh Trong năm 2016, dư nợ cho vay bổ sung vốn lưu động đạt 27.554 tỷ đồng, chiếm 70% tổng dư nợ KHDN, và đến cuối năm 2018, con số này tăng lên 32.098 tỷ đồng, chiếm 64% Ngược lại, dư nợ cho vay mua sắm TSCĐ và đầu tư có tỷ trọng thấp hơn nhưng đang tăng dần, từ 11.857 tỷ đồng (30%) năm 2016 lên 17.775 tỷ đồng (36%) năm 2018 Phần lớn doanh nghiệp vay ngắn hạn để bổ sung vốn lưu động, trong khi nhu cầu trung dài hạn chủ yếu phục vụ đầu tư mua sắm TSCĐ và xây dựng dự án.
Cho vay bổ sung vốn lưu động Cho vay mua sắm tài sản cố định
Hình 3.8 Cơ cấu dư nợ cho vay KHDN theo mục đích
Nguồn: Tổng hợp số liệu thực tế tại VCB.HCM của tác giả
THỰC TRẠNG RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO VAY
VAY KHDN TẠI VCB.HCM
Dư nợ cho vay KHDN và nợ quá hạn KHDN tại VCB.HCM được liệt kê qua bảng 3.9 dưới đây:
Bảng 3.9 Tình hình dư nợ cho vay và nợ quá hạn KHDN ĐVT: Tỷ đồng
Tỷ lệ nợ quá hạn
KHDN/Dư nợ cho vay KHDN (%)
Nguồn: Tổng hợp số liệu thực tế tại VCB.HCM của tác giả h
Dựa vào bảng 3.9, dư nợ cho vay khách hàng doanh nghiệp (KHDN) của VCB.HCM đã có sự gia tăng liên tục qua các năm Cụ thể, nợ quá hạn năm 2016 đạt 1.524 tỷ đồng, chiếm 3,9% trong tổng dư nợ cho vay KHDN Đến năm 2017, nợ quá hạn tăng lên 1.671 tỷ đồng, tương đương 3,8% trong cơ cấu dư nợ cho vay KHDN Nhờ vào những nỗ lực trong việc xử lý nợ của chi nhánh, tình hình nợ quá hạn đã có những cải thiện đáng kể.
2018 nợ quá hạn đã giảm xuống còn 1.331 tỷ đồng, chỉ chiếm 2,7% cơ cấu tổng dư nợ KHDN
Mặc dù nợ quá hạn năm 2018 đã giảm đáng kể, nhưng vẫn tồn tại những khoản nợ có khả năng mất vốn cao, ảnh hưởng tiêu cực đến kết quả kinh doanh của ngân hàng Các yếu tố tác động đến rủi ro tín dụng trong hoạt động cho vay doanh nghiệp tại VCB.HCM cần được xem xét kỹ lưỡng.
Cơ cấu vốn thấp, đặc biệt là vốn chủ sở hữu của doanh nghiệp, dẫn đến tình trạng thiếu hụt nguồn lực tài chính khi có biến cố xảy ra, khiến doanh nghiệp không thể thanh toán đầy đủ các khoản nợ.
Những khoản vay có thời gian dài thường tiềm ẩn nguy cơ mất vốn cao, vì khi doanh thu từ hoạt động kinh doanh về, khách hàng chưa chịu áp lực trả nợ và có thể sử dụng nguồn tiền cho các mục đích khác hoặc đầu tư dàn trải Điều này có thể dẫn đến thua lỗ và mất vốn.
Các doanh nghiệp nhỏ lẻ, đặc biệt là những doanh nghiệp tư nhân gia đình, thường đối mặt với rủi ro cao hơn so với các doanh nghiệp lớn, có uy tín và hoạt động lâu dài trên thị trường Điều này xuất phát từ sự không ổn định trong hoạt động kinh doanh của họ.
Vốn lưu động ròng của doanh nghiệp đóng vai trò quan trọng trong việc xác định rủi ro tín dụng mà doanh nghiệp đó mang lại cho ngân hàng Doanh nghiệp sử dụng đòn bẩy tài chính quá mức hoặc không sử dụng vốn đúng mục đích, như việc dùng vốn ngắn hạn để đầu tư vào tài sản dài hạn, có nguy cơ cao gặp phải tình trạng mất cân đối tài chính Hệ quả của tình trạng này có thể dẫn đến mất khả năng thanh toán nợ vay, gây ảnh hưởng nghiêm trọng đến hoạt động tài chính của doanh nghiệp.
Việc khai thác và sử dụng thông tin tại các chi nhánh ngân hàng chưa trở thành công cụ hiệu quả trong việc phòng ngừa rủi ro Thông tin chủ yếu dựa vào khách hàng, trong khi các doanh nghiệp vừa và nhỏ, đặc biệt là các doanh nghiệp gia đình, thường cung cấp thông tin hạn chế và đôi khi không chính xác Điều này dẫn đến tình trạng nợ quá hạn, phần lớn là do ngân hàng tiếp cận thông tin sai lệch từ các doanh nghiệp này.
3.5 KẾT QUẢ VỀ HOẠT ĐỘNG CHO VAY VÀ RỦI RO TRONG HOẠT ĐỘNG CHO VAY KHDN TẠI VCB.HCM
3.5.1 NHỮNG THÀNH TỰU ĐẠT ĐƯỢC
Trong bối cảnh hội nhập kinh tế toàn cầu, Ngân hàng TMCP Ngoại thương Việt Nam – Chi nhánh TP.HCM đã đạt được những thành tựu đáng kể, bất chấp sự cạnh tranh từ các TCTD trong và ngoài nước Là chi nhánh lớn nhất trong hệ thống của một trong những ngân hàng hàng đầu Việt Nam, chi nhánh chú trọng vào việc lựa chọn khách hàng cẩn thận, cập nhật xu hướng ngành và cho vay theo định hướng chính sách chung Đồng thời, chi nhánh khuyến khích khách hàng tăng tỷ lệ tài sản bảo đảm, tiến hành rà soát kỹ lưỡng các khoản vay và năng lực của người đại diện công ty.
Thực trạng cho vay của chi nhánh chuyển biến tích cực, thể hiện qua:
Trong những năm qua, chi nhánh VCB.HCM đã ghi nhận sự gia tăng đáng kể về số lượng khách hàng doanh nghiệp (KHDN), luôn dẫn đầu về cả số lượng lẫn chất lượng trong hệ thống Vietcombank Với uy tín của một ngân hàng lớn và vị trí đắc địa ngay trung tâm TP.HCM, chi nhánh thu hút ngày càng nhiều doanh nghiệp lớn và doanh nghiệp có vốn đầu tư nước ngoài đến giao dịch.
Dư nợ cho vay KHDN tăng cao trong 3 năm vừa qua với tốc độ tăng năm
2016 đến 2017 là 12%, năm 2017 đến 2018 là 13%, năm 2018 ghi nhận 49.873 tỷ đồng Nợ quá hạn có xu hướng giảm dần qua các năm, năm
2016 là 1.524 tỷ đồng, đến năm 2018 giảm còn 1.331 tỷ đồng
Lãi suất vay tại VCB.HCM luôn cạnh tranh nhất trên thị trường, được xác định dựa trên thỏa thuận lãi suất, khả năng đáp ứng điều kiện tín dụng của từng khách hàng và lịch sử giao dịch của họ Chi nhánh cam kết cung cấp mức lãi suất hợp lý nhất cho từng trường hợp.
Trong quá trình cho vay, VCB.HCM cam kết tuân thủ nghiêm ngặt các quy định của Ngân hàng Nhà nước về vay vốn Chi nhánh chú trọng đến việc xây dựng cơ cấu danh mục tín dụng hợp lý, tránh tập trung vào một ngành nghề cụ thể để giảm thiểu rủi ro Đội ngũ cán bộ tín dụng cẩn thận phân tích thị trường, sản phẩm tiêu thụ, cập nhật thông tin khách hàng, hỗ trợ khách hàng trong việc lập hồ sơ giải ngân, và thực hiện kiểm tra định kỳ việc sử dụng vốn sau khi giải ngân.
3.5.2 NHỮNG TỒN TẠI VÀ NGUYÊN NHÂN
Thông tin tín dụng hiện tại gặp nhiều hạn chế, chủ yếu dựa vào dữ liệu từ khách hàng và thông tin từ CIC Tuy nhiên, yêu cầu về thông tin của Ngân hàng vẫn chưa được đáp ứng một cách đáng tin cậy, nhanh chóng và kịp thời.
Việc tìm kiếm các dự án đầu tư hiện đang phải đối mặt với sự cạnh tranh gay gắt từ nhiều ngân hàng, đặc biệt là các tổ chức tín dụng nước ngoài, nhờ vào lợi thế về lãi suất hấp dẫn.
Số lượng hồ sơ vay vốn lớn và quy trình thẩm định chặt chẽ qua nhiều cấp thẩm quyền khiến khách hàng thường phải chờ đợi lâu, từ đó giảm mức độ hài lòng của họ.
Nợ quá hạn đã có những chuyển biến tích cực qua các năm, tuy nhiên vẫn tồn tại những khoản nợ có nguy cơ mất vốn cao, ảnh hưởng đến hoạt động và uy tín của chi nhánh.
PHÂN TÍCH RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG
MÔ HÌNH NGHIÊN CỨU RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG
CHO VAY KHÁCH HÀNG DOANH NGHIỆP
4.1.1.1 ĐỐI TƯỢNG VÀ MẪU NGHIÊN CỨU Đối tượng nghiên cứu: Đề tài nghiên cứu về rủi ro tín dụng trong hoạt động cho vay KHDN, cụ thể là khả năng trả nợ của khách hàng
Đề tài nghiên cứu tập trung vào dữ liệu từ các khách hàng doanh nghiệp có quan hệ tín dụng với VCB.HCM trong giai đoạn 2016-2018 VCB.HCM là chi nhánh lớn nhất trong hệ thống Vietcombank và cũng là một trong những ngân hàng thương mại lớn nhất tại Việt Nam, với quy mô tài sản và dư nợ tín dụng tương đương với một ngân hàng thương mại cổ phần nhỏ.
- Các KHDN được chọn trong mẫu là ngẫu nhiên;
- Các KHDN được chọn có dư nợ tín dụng trong giai đoạn 2016-2018;
- Các KHDN được chọn không thuộc các KHDN có cấu trúc đặc biệt như: các công ty tài chính, công ty bảo hiểm, công ty chứng khoán…;
- Các DN được chọn cung cấp đầy đủ BCTC 3 năm trong giai đoạn 2016-2018, và có kết quả XHTD tại VCB.HCM
Các bước chọn mẫu nghiên cứu được thực hiện như sau:
Bước 1: tác giả thống kê danh sách sắp xếp theo thứ tự số CIF của 625 KHDN có phát sinh dư nợ tín dụng tại VCB.HCM trong giai đoạn 2016-2018;
Tác giả đã chọn ra một mẫu gồm tối thiểu 300 KHDN bằng cách tiến hành chọn ngẫu nhiên một đơn vị trong danh sách và sau đó chọn cứ cách một doanh nghiệp Kết quả thu thập được là 312 KHDN.
Tác giả đã tiến hành loại bỏ các KHDN có cấu trúc đặc biệt như công ty tài chính, công ty bảo hiểm và công ty chứng khoán Đồng thời, tác giả cũng loại trừ những KHDN không cung cấp đầy đủ báo cáo tài chính trong ba năm từ 2016 đến 2018 hoặc không có kết quả XHTD tại VCB.HCM Cuối cùng, tác giả đã thu thập được 302 KHDN đáp ứng nguyên tắc lấy mẫu.
Tác giả sẽ sử dụng 302 KHDN trong nghiên cứu, trong đó 202 đơn vị (67%) sẽ được đưa vào mẫu nghiên cứu, và 100 đơn vị (33%) sẽ được dùng để kiểm chứng độ phù hợp của mô hình thực nghiệm.
4.1.1.2 LỰA CHỌN CÁC NHÂN TỐ VÀ BIẾN SỐ ĐẠI DIỆN
Nghiên cứu này nhằm xây dựng mô hình phát triển dựa trên mô hình gốc của Chiara Pederzoli và Costanza Torricelli (2010), tập trung vào việc sử dụng các chỉ số tài chính để dự đoán khả năng trả nợ của các doanh nghiệp nhỏ tại Ý Mô hình được cụ thể hóa qua bốn biến độc lập: Nợ dài hạn/Tổng tài sản, Lợi nhuận trước lãi và thuế/Tổng tài sản, Tổng vốn cổ phần/Tổng tài sản, và Tổng doanh thu/Tổng tài sản.
1 + exp (2.86 + 3.46𝐿𝑇𝐿𝐴 + 3.52𝐸𝐵𝐼𝑇𝐴 + 11.18𝐸𝑄𝑈𝐼𝑇𝑌𝐴 + 0.43𝑆𝐴𝐿𝐸𝑆𝐴) Trong phương trình này:
- LTLA = Nợ dài hạn/Tổng tài sản
- EBITA = Lợi nhuận trước lãi và thuế/Tổng tài sản
- EQUITYA = Tổng vốn cổ phần/Tổng tài sản
- SALESA = Tổng doanh thu/Tổng tài sản
Mô hình rủi ro cho vay hiện tại chủ yếu dựa trên các chỉ tiêu tài chính, nhưng thực tế cho thấy khả năng trả nợ của khách hàng còn phụ thuộc vào nhiều yếu tố phi tài chính như kinh nghiệm doanh nghiệp, quy mô công ty và tài sản bảo đảm Tác giả đã giữ lại các biến như Lợi nhuận trước lãi và thuế/Tổng tài sản, Tổng vốn cổ phần/Tổng tài sản và Tổng doanh thu/Tổng tài sản Dựa trên nghiên cứu thực nghiệm và kinh nghiệm tại VCB.HCM, tác giả đề xuất bổ sung thêm các biến như quy mô doanh nghiệp, kinh nghiệm hoạt động, thời gian vay, tỷ lệ tài sản đảm bảo và loại hình doanh nghiệp nhà nước vào mô hình để đo lường chính xác hơn mức độ rủi ro cho vay của khách hàng doanh nghiệp tại VCB.HCM.
Bảng 4.1 Biến phụ thuộc trong mô hình nghiên cứu
Xếp loại khách hàng Diễn giải Giá trị biến
Có khả năng trả nợ/ trả nợ tốt
Không phát sinh nợ quá hạn (NQH) hoặc NQH
Nguồn: Giả định của tác giả
Bảng 4.1 mô tả biến phụ thuộc trong mô hình, trong đó khả năng trả nợ của khách hàng (POLRP) được xác định dựa trên khả năng thanh toán thực tế của họ.
Khách hàng được coi là có khả năng trả nợ tốt nếu không phát sinh nợ quá hạn hoặc chỉ có nợ quá hạn tối đa 90 ngày Ngược lại, khách hàng sẽ được xem là không có khả năng trả nợ nếu có nợ cơ cấu thời hạn hoặc nợ quá hạn trên 90 ngày.
Bảng 4.2 Biến độc lập trong mô hình nghiên cứu
Loại biến Ký hiệu Biến độc lập Kỳ vọng dấu Nghiên cứu trước Đặc điểm của khoản vay
Khoảng thời gian trả nợ gốc của món vay (-)
Tỷ lệ tài sản bảo đảm/ mức cấp tín dụng (-)
Tình hình tài chính của khách hàng
Vốn lưu động /Tổng tài sản (+) Altman (1968)
Lợi nhuận trước thuế, trước lãi vay/Tổng tài sản
Vốn chủ sở hữu/Tổng tài sản (+)
Doanh thu thuần/Tổng tài sản (+)
Park và Han (2002) Pederzoli và Torricelli (2010) Quy mô
Quy mô tổng tài sản của
Hol (2007) Tình Số năm hoạt Số năm hoạt động kinh (+) Ongena và Smith h hình phi tài chính của khách hàng động (AGEBS) doanh của khách hàng (2001)
Biến giả = 1: Khách hàng sở hữu trên 50% vốn Nhà Nước
Biến giả = 0: Khách hàng sở hữu dưới hoặc bằng 50% vốn Nhà Nước
Ghi chú: (+) tương quan đồng biến; (-) tương quan nghịch biến
Nguồn: Tổng hợp của tác giả
Bảng 4.2 liệt kê các biến độc lập trong mô hình nghiên cứu, thể hiện những yếu tố mà tác giả dự đoán sẽ ảnh hưởng đến khả năng trả nợ của các doanh nghiệp.
Phần tiếp theo sẽ tóm tắt cơ sở lập luận về kỳ vọng dấu và tác động của từng biến độc lập đến khả năng trả nợ của doanh nghiệp Bên cạnh đó, bài viết cũng sẽ trình bày phương pháp đo lường các biến độc lập một cách cụ thể.
Thời gian vay được xác định qua kỳ hạn trả nợ gốc, điều này phản ánh chính xác hơn khả năng thực hiện nghĩa vụ trả nợ so với tổng thời hạn cho vay.
Lãi suất vay thường cao hơn đối với các khoản vay có thời gian dài hạn, do các ngân hàng thương mại (NHTM) gặp khó khăn trong việc kiểm soát rủi ro Theo nghiên cứu của Flannery (1986), các doanh nghiệp có rủi ro tín dụng thấp thường ưu tiên vay ngắn hạn để tiết kiệm chi phí lãi vay Điều này dẫn đến việc các doanh nghiệp rủi ro thấp chọn tài chính ngắn hạn, thể hiện khả năng trả nợ tốt Tuy nhiên, trong trường hợp thông tin bất cân xứng, NHTM có thể cấp thời hạn vay dài hơn nhu cầu thực tế của doanh nghiệp, tạo cơ hội cho việc sử dụng vốn không đúng mục đích, tăng nguy cơ mất khả năng thanh toán Do đó, nghiên cứu này kỳ vọng thời gian vay có tác động tiêu cực đến khả năng trả nợ của doanh nghiệp.
Tỷ lệ TSĐB được tính bằng công thức giá trị tài sản thế chấp chia cho tổng mức cấp tín dụng Trong trường hợp giá trị tài sản thế chấp thay đổi trong vòng một năm, nghiên cứu sẽ áp dụng phương pháp bình quân gia quyền để tính toán.
Các ngân hàng thương mại thường áp dụng tỷ lệ tài sản đảm bảo (TSĐB) cao hơn cho các khách hàng doanh nghiệp (KHDN) có rủi ro cao Điều này có nghĩa là các công ty và tập đoàn lớn, có hoạt động sản xuất kinh doanh hiệu quả và uy tín trên thị trường, thường ít phải thế chấp tài sản Tác giả kỳ vọng rằng tỷ lệ TSĐB sẽ có tác động ngược chiều đến khả năng trả nợ của KHDN trong nghiên cứu này.
THẢO LUẬN KẾT QUẢ TỪ MÔ HÌNH NGHIÊN CỨU
Kết quả từ mô hình hồi quy logit ở bảng 4.10 cho thấy rằng cơ cấu vốn của doanh nghiệp, được đại diện bởi tỷ lệ Vốn chủ sở hữu/Tổng tài sản, có tác động tích cực đến khả năng trả nợ Điều này cho thấy cơ cấu vốn đóng vai trò quan trọng trong việc thực hiện các chiến lược kinh doanh, nâng cao hiệu quả kinh tế và đảm bảo sự phát triển bền vững của doanh nghiệp Theo lý thuyết cơ cấu vốn M&M, vốn là yếu tố quyết định trong việc tối ưu hóa hoạt động của doanh nghiệp.
Sử dụng vốn vay với chi phí lãi vay được khấu trừ thuế có thể gia tăng giá trị doanh nghiệp, và giá trị này đạt mức tối đa khi sử dụng 100% vốn vay Tuy nhiên, không có doanh nghiệp nào thực tế sử dụng hoàn toàn vốn vay do gánh nặng lãi vay có thể dẫn đến rủi ro tài chính nghiêm trọng, bao gồm nguy cơ phá sản Đặc biệt, khi lãi suất thị trường biến động và tỷ trọng vốn chủ sở hữu trong cơ cấu vốn quá thấp, rủi ro càng gia tăng Nghiên cứu của Chiara Pederzolia và Costanza Torricelli (2010) cho thấy các doanh nghiệp có tỷ trọng vốn chủ sở hữu cao sẽ ít gặp phải khủng hoảng tài chính nhờ vào gánh nặng lãi vay thấp, từ đó giảm xác suất vỡ nợ.
Thời gian vay ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng doanh nghiệp, với lãi suất vay dài hạn thường cao hơn so với lãi suất vay ngắn hạn Các ngân hàng thương mại (NHTM) coi các khoản vay dài hạn là có rủi ro cao hơn và việc kiểm soát rủi ro đối với những khoản vay này cũng trở nên khó khăn hơn Hơn nữa, trong bối cảnh thông tin bất cân xứng trên thị trường tài chính, không ít NHTM đã cấp vốn cho doanh nghiệp với thời gian vay dài hơn nhu cầu vốn lưu động thực tế của họ.
Các doanh nghiệp có thể sử dụng dòng tiền nhàn rỗi từ hoạt động sản xuất kinh doanh để vay vốn đầu ra ngoài ngành, dẫn đến việc sử dụng vốn sai mục đích Hành động này tiềm ẩn nguy cơ mất vốn và ảnh hưởng đến khả năng thanh toán của doanh nghiệp.
Quy mô doanh nghiệp có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp (KHDN) Nghiên cứu cho thấy, doanh nghiệp nhỏ thường gặp rủi ro cao hơn so với doanh nghiệp lớn do nguồn lực tài chính yếu kém và dễ bị ảnh hưởng bởi các yếu tố tiêu cực trên thị trường Cassar (2004) chỉ ra rằng doanh nghiệp nhỏ phải đối mặt với nhiều khó khăn hơn trong việc giải quyết bất cân xứng thông tin với ngân hàng để được cấp tín dụng Ngoài ra, giá trị tài sản thấp của doanh nghiệp nhỏ cũng gây khó khăn trong việc thuyết phục người cho vay về khả năng thực hiện cam kết Theo Tổng cục Thống kê, trong 7 tháng đầu năm 2018, số doanh nghiệp hoàn tất thủ tục giải thể là 7.714, tăng 16,7% so với cùng kỳ năm trước, trong khi gần 60.000 doanh nghiệp tạm ngừng hoạt động, tăng 38,4% Điều này khẳng định mối quan hệ tích cực giữa quy mô và khả năng trả nợ vay của doanh nghiệp.
Kết quả mô hình cho thấy rằng doanh nghiệp có trên 50% vốn nhà nước có tác động tích cực đến khả năng trả nợ của các doanh nghiệp Điều này trái ngược với kỳ vọng của tác giả cũng như những kết luận trước đây của nhiều nghiên cứu, bao gồm cả Friedrich.
Các nghiên cứu trước đây đã chỉ ra rằng doanh nghiệp nhà nước (DNNN) là nhóm khách hàng dễ tiếp cận tín dụng và chiếm tỷ lệ lớn trong dư nợ của nền kinh tế Tuy nhiên, DNNN thường phải chịu chi phí vốn vay cao, trong khi doanh thu lại giảm trong bối cảnh kinh tế khó khăn, dẫn đến tình trạng nợ xấu Nghiên cứu của Nguyễn Thùy Dương và Nguyễn Thanh Tùng cho thấy gần 50% khách hàng không trả nợ đúng hạn là các Tập đoàn kinh tế Nhà nước, chiếm hơn 70% giá trị khoản vay Mặc dù mẫu nghiên cứu chỉ có khoảng 21,37% là doanh nghiệp nhà nước, nhưng thực tế cho thấy các DNNN tại VCB.HCM chủ yếu là các doanh nghiệp lớn, hoạt động hiệu quả và có khả năng trả nợ cao hơn so với các doanh nghiệp không phải DNNN, điều này trái ngược với kỳ vọng ban đầu của tác giả.
Khả năng thanh khoản của doanh nghiệp, được thể hiện qua tỷ lệ Vốn lưu động trên tổng tài sản, có ảnh hưởng tích cực đến khả năng trả nợ của các doanh nghiệp.
Hơn 7.700 doanh nghiệp đã phá sản từ đầu năm, cho thấy tình hình tài chính của nhiều công ty đang gặp khó khăn Tỷ lệ vốn lưu động trên tổng tài sản là chỉ số quan trọng phản ánh hiệu quả hoạt động và sức khỏe tài chính ngắn hạn của doanh nghiệp Khi tỷ lệ này âm, doanh nghiệp đang sử dụng nợ ngắn hạn để đầu tư vào tài sản dài hạn, đây có thể là một chiến lược giảm chi phí vốn Tuy nhiên, điều này tạo ra sự mất cân đối tài chính, vì tài sản dài hạn cần thời gian dài để thu hồi vốn, trong khi nợ ngắn hạn phải trả trong thời gian ngắn Hệ quả là doanh nghiệp thường xuyên phải đảo nợ, dẫn đến căng thẳng tài chính và nguy cơ mất khả năng thanh toán.
Chương 4 của nghiên cứu chỉ ra rằng bốn yếu tố chính bao gồm cơ cấu vốn của doanh nghiệp, quy mô doanh nghiệp, loại hình doanh nghiệp nhà nước và khả năng thanh khoản đều có tác động tích cực đến khả năng trả nợ của khách hàng doanh nghiệp Ngược lại, thời gian vay lại ảnh hưởng tiêu cực đến khả năng trả nợ Kết luận này được xây dựng dựa trên lý thuyết, các nghiên cứu trước đây và kết quả từ phương trình hồi quy, tạo nền tảng cho các kết luận và kiến nghị trong chương tiếp theo.
GIẢI PHÁP HẠN CHẾ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP CỦA NGÂN HÀNG
ĐỊNH HƯỚNG CHUNG VỀ HOẠT ĐỘNG TÍN DỤNG
Vietcombank đang nỗ lực nâng cao chất lượng dịch vụ và phát triển ngân hàng số để phù hợp với xu hướng hiện đại Ngân hàng quyết tâm đẩy mạnh các mảng dịch vụ và thực hiện kế hoạch phát triển trong thời gian tới.
Tăng cường tỷ trọng cho vay bán lẻ vào các sản phẩm chuẩn và lĩnh vực sản xuất kinh doanh có lãi suất đầu ra cao, đồng thời hạn chế cho vay cầm cố giấy tờ có giá và cho vay vào các lĩnh vực có mức NIM thấp.
Để nâng cao hiệu quả hoạt động, cần tăng cường mảng tín dụng bán lẻ và huy động vốn, đồng thời đẩy mạnh tăng trưởng tín dụng bán lẻ thông qua các phòng giao dịch (PGD) Việc này cũng yêu cầu tăng cường kiểm soát tín dụng tại các PGD để đảm bảo tính ổn định và bền vững trong hoạt động tín dụng.
Phát triển khách hàng cá nhân, đặc biệt là phân khúc khách hàng Priority
Đầu năm, ngân hàng chú trọng vào việc tăng trưởng tín dụng cao, đặc biệt là tín dụng ngắn hạn, đồng thời kiểm soát chặt chẽ tỷ lệ tín dụng trung và dài hạn Kể từ năm 2019, các khoản cấp tín dụng đã áp dụng điều kiện thương mại để đảm bảo hiệu quả và an toàn trong hoạt động cho vay.
Phân bổ tỷ trọng dư nợ theo định hướng tín dụng ngành, tăng tỷ trọng tín dụng FDI và các lĩnh vực sản xuất.
ĐỊNH HƯỚNG HẠN CHẾ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO VAY KHDN
Để cải thiện quản lý rủi ro tín dụng trong hoạt động cho vay, Vietcombank đã đề ra các định hướng cụ thể nhằm giảm thiểu rủi ro cho khách hàng doanh nghiệp.
Để tối ưu hóa hoạt động kinh doanh, Vietcombank cần đa dạng hóa danh mục cho vay, đồng thời giảm dần dư nợ đối với các khách hàng doanh nghiệp có hiệu quả thấp Bên cạnh đó, ngân hàng cũng nên gia tăng việc bán chéo và cung cấp toàn diện các sản phẩm dịch vụ đến tay khách hàng.
Giảm dần dư nợ đối với khách hàng có lợi ích tổng thể không cao, không có tài sản đảm bảo (TSBĐ) hoặc tỷ lệ TSBĐ thấp, cùng với tình hình tài chính suy giảm Cần kiểm soát và giảm dần dư nợ cho vay ở các lĩnh vực tiềm ẩn rủi ro.
Để nâng cao hiệu quả xử lý nợ quá hạn, cần xây dựng kế hoạch và tiến độ thu hồi nợ cụ thể Đồng thời, việc thường xuyên cập nhật và rà soát các khoản nợ của khách hàng có tiềm ẩn rủi ro là rất quan trọng, nhằm áp dụng biện pháp xử lý kịp thời.
GIẢI PHÁP HẠN CHẾ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO
CHO VAY KHDN CỦA VCB.HCM
5.2.1 ĐỀ XUẤT ĐỐI VỚI CÔNG TÁC THẨM ĐỊNH KHÁCH HÀNG Đối với việc thẩm định khách hàng, tác giả đề xuất một số giải pháp dựa trên kết quả mô hình nghiên cứu tại VCB.HCM như sau:
Để thẩm định năng lực của khách hàng doanh nghiệp (KHDN) xin vay, cần xem xét cả năng lực pháp lý và tài chính Pháp lý của doanh nghiệp phải minh bạch, và đội ngũ lao động chính cần có trình độ chuyên môn, tay nghề cao Năng lực tài chính cũng phải đảm bảo cho sự tồn tại của doanh nghiệp trong trường hợp có biến cố lớn, với tỷ trọng vốn chủ sở hữu trên tổng tài sản đạt mức tối thiểu theo quy định của ngân hàng Đồng thời, việc đa dạng hóa thông tin thu thập từ khách hàng là rất quan trọng.
Để đảm bảo hiệu quả trong cho vay, cần thận trọng và chọn lọc khách hàng tiềm năng, đồng thời lựa chọn các phương án sản xuất kinh doanh mang lại hiệu quả cao Khi xét duyệt dự án, tiêu chí hàng đầu là hiệu quả và tính khả thi của dự án, chú trọng đến tính an toàn và khả năng thu hồi nợ của các khoản vay.
Có chính sách lãi suất cho vay phù hợp với từng loại khách hàng doanh nghiệp, làm tốt công tác chăm sóc khách hàng
Tăng trưởng dư nợ cho vay doanh nghiệp cần phải được thực hiện một cách lành mạnh, an toàn và hiệu quả Việc phân tích và đánh giá thế mạnh của từng ngành nghề và doanh nghiệp là rất quan trọng, từ đó chủ động tiếp thị và mở rộng mối quan hệ với các khách hàng tiềm năng Các doanh nghiệp có tình hình tài chính ổn định và chiến lược kinh doanh tốt sẽ là mục tiêu đầu tư lý tưởng.
Thời hạn vay vốn cần phải tương thích với tình hình hoạt động sản xuất kinh doanh của khách hàng, đảm bảo không quá ngắn hay quá dài so với vòng quay vốn của họ.
Định hướng phát triển những khách hàng lớn, có uy tín trong ngành, tiềm lực tài chính vững mạnh
Vốn lưu động ròng của doanh nghiệp phải đáp ứng một mức tối thiểu do ngân hàng quy định
Tăng tỷ lệ tài sản đảm bảo đối với những khách hàng nhận định là có rủi ro
Quản lý chặt chẽ nguồn tiền về từ doanh thu của khách hàng, hạn chế tình trạng khách hàng sử dụng vốn không đúng mục đích
Kiểm soát chặt chẽ khâu giải ngân và sau giải ngân
Thường xuyên cập nhật thông tin về khách hàng, pháp lý của khách hàng, thông tin về biến động ngành và nền kinh tế
Định hướng phát triển các doanh nghiệp đầu ngành, loại hình DNNN, có thời gian hoạt động lâu năm và uy tín lớn trên thị trường
Đối với doanh nghiệp có cấu trúc nợ và nợ quá hạn, việc theo dõi nguồn tài chính của khách hàng là rất quan trọng Cần bám sát tình hình kinh doanh và theo dõi từng dự án đầu tư cũng như từng hạng mục Điều này giúp đề ra các biện pháp thu nợ hiệu quả nhằm giảm thiểu rủi ro và hạn chế tối đa tình trạng nợ quá hạn.
5.2.2 ĐỀ XUẤT KHÁC HỖ TRỢ HOẠT ĐỘNG CHO VAY KHDN Để hạn chế rủi ro tín dụng trong hoạt động cho vay KHDN nói chung và toàn bộ danh mục cấp tín dụng nói riêng, Vietcombank nên:
Thực hiện nghiêm túc Luật các tổ chức tín dụng và quy trình cho vay của ngành ngân hàng, đồng thời tuân thủ các quy định của Ngân hàng Nhà nước là rất quan trọng Cần tăng cường công tác kiểm tra và kiểm soát để đảm bảo tính minh bạch và an toàn trong hoạt động tín dụng.
Chúng tôi cam kết phát triển và hoàn thiện hệ thống, quy định, quy trình nhằm đảm bảo thời gian hoàn thiện hồ sơ cho khách hàng đồng thời duy trì sự thận trọng trong công tác thẩm định.
Xây dựng chính sách ưu đãi hấp dẫn cho khách hàng có lịch sử giao dịch tốt và đáp ứng điều kiện tín dụng, nhằm khuyến khích khách hàng sử dụng toàn bộ sản phẩm và dịch vụ của Vietcombank.
Nâng cao hệ thống theo dõi, cảnh báo sớm đối với những khách hàng tiềm tàng rủi ro để ngân hàng có biện pháp xử lý kịp thời
Cung cấp thông tin và kiến thức toàn diện cho các bộ ngành giúp họ hiểu rõ về nghề nghiệp và biến động thị trường Bằng cách đưa ra các ví dụ cụ thể, cán bộ tín dụng sẽ có thêm nhiều bài học thực tiễn, từ đó nâng cao hiệu quả công việc và khả năng ra quyết định.
Tiếp tục thực hiện Hiệp ước vốn Basel II của NHNN
Chương 5 đã trình bày về định hướng hạn chế rủi ro tín dụng trong hoạt động cho vay tại Vietcombank trong thời gian tới và từ đó đưa ra các giải pháp để hạn chế những rủi ro đó dựa trên kết quả của mô hình nghiên cứu tại chương 4 h