Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt NamPhân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt Nam
Tính cấp thiết củađềtài
Trong những năm gần đây, nền kinh tế Việt Nam đã có sự phát triển đáng kể, đặc biệt là trong lĩnh vực thanh toán bằng thẻ tín dụng Thay vì tiết kiệm và cắt giảm chi tiêu như thế hệ trước, giới trẻ hiện nay ưa chuộng sử dụng thẻ tín dụng để đáp ứng nhu cầu tiêu dùng, tiết kiệm và đầu tư Tuy nhiên, việc thanh toán “mua trước, trả sau” có thể dẫn đến tình trạng người tiêu dùng vượt quá khả năng chi trả, gây ra rủi ro nợ nần, đặc biệt là trong giới trẻ thích tiêu dùng và hưởng thụ.
Các nhà kinh tế và chuyên gia tài chính trên toàn cầu đã cảnh báo về bẫy nợ thẻ tín dụng khi cuộc khủng hoảng nợ quốc gia bắt đầu Thẻ tín dụng với khả năng mua sắm vượt quá khả năng chi trả, cùng với mức độ ẩn danh trong một số giao dịch và việc tận dụng các điều khoản quay vòng, đã dẫn đến sự gia tăng chi tiêu bằng thẻ tín dụng.
Bài toán phát triển sản phẩm thẻ tín dụng và kiểm soát rủi ro nợ xấu đang là thách thức lớn đối với nhiều Ngân hàng Thương mại Việt Nam Để giải quyết vấn đề này, cần xác định các nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân Việc nhận diện khách hàng tốt và khách hàng xấu sẽ giúp ngân hàng đưa ra các chính sách phù hợp nhằm thúc đẩy việc bán sản phẩm thẻ tín dụng và quản trị rủi ro nợ xấu hiệu quả.
Dòngnghiêncứuvềkhảnăngtrảnợcủa KHCNrấtđadạngtrênnhiềugócđộ khácnhauvàđãnhậndiệnranhiềunhântốtừphíakháchhàngvàTCTDtácđộng đến khả năng trả nợ vốn vay của KHCN tại các quốc gia khác nhau (Đặng Thị Cẩm Nhung,2015;CharlesvàMori,2016;Barboza,2017;TrầnThanhPhongvàcộngsự, 2020; Ma,
Nghiên cứu về khả năng thanh toán thẻ tín dụng của khách hàng cá nhân (KHCN) đã thu hút sự quan tâm lớn từ các nhà khoa học và nghiên cứu trên thế giới, tuy nhiên, vẫn còn nhiều tranh cãi về mô hình dự báo xác suất thanh toán Các nghiên cứu hiện tại thường giới hạn trong không gian cụ thể và phạm vi hẹp, chủ yếu khảo sát tại các ngân hàng thương mại mà chưa có dữ liệu đại diện cho toàn hệ thống ngân hàng Xu hướng tiêu dùng thẻ tín dụng tại Việt Nam ngày càng gia tăng, cùng với sự phát triển của thị trường tài chính, đã làm thay đổi hành vi tiêu dùng và các yếu tố tác động đến khả năng trả nợ Do đó, việc phân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của KHCN tại các ngân hàng TMCP Việt Nam là cần thiết và sẽ là chủ đề nghiên cứu cho luận văn tốt nghiệp của tôi.
Mục tiêunghiêncứu
Phân tích và đánh giá tác động của các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần (NHTMCP) ở Việt Nam Dựa trên kết quả này, đề xuất các chính sách nhằm cải thiện khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các NHTMCP.
Hệ thống hóa kiến thức về thẻ tín dụng là điều cần thiết để hiểu rõ khả năng trả nợ của khách hàng Các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng bao gồm thu nhập, chi tiêu hàng tháng, và lịch sử tín dụng Việc nắm vững thông tin này giúp khách hàng quản lý tài chính hiệu quả hơn và tránh rơi vào tình trạng nợ nần.
Xác định các nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại ngân hàng thương mại cổ phần Việt Nam là rất quan trọng Đo
Đối tượng và phạm vinghiêncứu
Đối tượngnghiêncứu
Đốitượngnghiêncứucủađềtàilàcácnhântốảnhhưởngđếnkhảnăngtrảnợ thẻ tín dụng của KHCN tại cácNHTMCP. Đối tượng khảo sát là KHCN tại các NHTMCP Việt Nam
Phạm vinghiêncứu
Về không gian: nghiên cứu đối tượng khách hàng các nhân sử dụng thẻ tín dụng tại các NHTMCP Việt Nam.
Nghiên cứu sử dụng dữ liệu từ năm 2020 đến 2023, giai đoạn chứng kiến sự phát triển mạnh mẽ của sản phẩm thẻ tín dụng tại các ngân hàng thương mại cổ phần Việt Nam, với tốc độ tăng trưởng đáng kể về số lượng thẻ tín dụng và dư nợ thẻ tín dụng.
Nghiên cứu này tập trung vào khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần Việt Nam, đồng thời phân tích các yếu tố ảnh hưởng như giới tính, tuổi, nghề nghiệp, kinh nghiệm làm việc, thu nhập, tình trạng hôn nhân, tổng dư nợ thẻ tín dụng, số hợp đồng thẻ tín dụng và số ngày quá hạn thanh toán Qua việc xác định khoảng trống nghiên cứu, xây dựng giả thuyết và mô hình nghiên cứu, nghiên cứu thực hiện phân tích dữ liệu, chạy mô hình và kiểm định giả thuyết để đưa ra các hàm ý chính sách phù hợp với mục tiêu nghiên cứu.
Kết cấu củaluậnvăn
Ngoài phần mở đầu, danh mục viết tắt, bảng biểu, hình vẽ, kết cấu của luận văn bao gồm 04 chương:
Chương1:Cơsởlýthuyếtvàthựcnghiệmkhảnăngtrảnợthẻtíndụngvàcác yếu tố ảnh hưởng đến khả năng trả nợ thẻ tíndụng.
Chương 2: Phương pháp nghiên cứu.
Chương 3: Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của KHCN tại các NHTM CP Việt Nam.
Chương 4: Kết quả nghiên cứu và hàm ý chính sách.
CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU VỀKHẢ NĂNG TRẢ NỢ THẺ TÍN DỤNG VÀ CÁC YẾU TỐ ẢNH HƯỞNGĐẾN KHẢ NĂNG TRẢ NỢ THẺ TÍN DỤNGCỦAKHCN
Cơ sởlý thuyết
Thẻtíndụnglàthẻchophépngườisửdụngvaytiềnđểthanhtoánmọithứ.Sẽ cómộtgiớihạnvềsốtiềnngườisửdụngcóthểchitiêuđượcgọilàgiớihạntíndụng của mình. Vào cuối mỗi tháng, người sử dụng có thể trả hết toàn bộ số tiền mình nợ hoặc trả ở mức tối thiểu (Hassler, 2001).
Theo Varaprasad và cộng sự (2013), thẻ tín dụng là một công cụ thanh toán tiện lợi cho giao dịch thương mại và tiêu dùng, bao gồm mua hàng và ứng trước tiền mặt Thẻ tín dụng thường thay thế cho tiền mặt hoặc séc, cung cấp hạn mức tín dụng quay vòng không bảo đảm Người vay cần thanh toán ít nhất một phần số dư chưa thanh toán trong mỗi chu kỳ, tùy thuộc vào các điều khoản trong thỏa thuận của chủ thẻ Khi khoản nợ giảm, khoản tín dụng khả dụng sẽ tăng lên cho các tài khoản ở trạng thái tốt Các thỏa thuận tài chính này thường có điều khoản và giá cả thay đổi.
Theo Nguyễn Văn Tiến (2015), thẻ tín dụng là loại thẻ ngân hàng phổ biến nhất, được phát hành bởi các ngân hàng Mỗi chủ thẻ sẽ được cấp một hạn mức tín dụng nhất định, cho phép họ chi tiêu mà không cần trả lãi nếu hoàn trả toàn bộ số tiền đã sử dụng đúng hạn Tuy nhiên, nếu không thanh toán hết nợ, chủ thẻ sẽ phải chịu lãi suất cho số tiền còn lại theo quy định của ngân hàng phát hành Thẻ tín dụng cũng cho phép chủ thẻ ứng trước một hạn mức tiêu dùng mà không cần thanh toán ngay lập tức, chỉ cần thanh toán theo kỳ hạn đã định.
Với sự phát triển nhanh chóng của thương mại điện tử, các phương thức thanh toán điện tử ngày càng đa dạng, trong đó thanh toán bằng thẻ tín dụng là phổ biến nhất Phương thức này được ưa chuộng nhờ tính đơn giản và tiện lợi, khi người dùng chỉ cần nhập số thẻ tín dụng, tên và ngày hết hạn Sau khi thông tin được xác thực bởi người bán và chấp thuận từ công ty thẻ, hàng hóa sẽ được giao hoặc dịch vụ được cung cấp Để đảm bảo an toàn, thông tin liên lạc giữa người mua và người bán cần được mã hóa.
Thẻ tín dụng là công cụ tài chính tiện lợi, dễ sử dụng và mang theo hơn tiền mặt, đồng thời cung cấp bảo vệ người tiêu dùng theo quy định pháp luật Tuy nhiên, việc sử dụng thẻ tín dụng cũng đi kèm với trách nhiệm lớn; nếu không cẩn thận, người sử dụng có thể rơi vào tình trạng nợ nần vượt quá khả năng chi trả, ảnh hưởng đến xếp hạng tín dụng và gây ra các vấn đề tín dụng khó khăn.
1.1.1.2 Hệ thống thanh toán điện tử thẻ tíndụng Để tham gia vào hệ thống thanh toán điện tử, khách hàng và người bán phải truy cập Internet và ban đầu họ phải đăng ký nhà cung cấp dịch vụ thanh toán tương ứng.Nhàcungcấplầnlượtcungcấpcổngthanhtoáncóthểtruycậpđượctừcảmạng công cộng và mạng thanh toán bù trừ liên ngân hàng Ở đây cổng đóng vai trò trung gian giữa cơ sở hạ tầng thanh toán truyền thống và cơ sở hạ tầng thanh toán điện tử Mặt khác, khách hàng và người bán có tài khoản ngân hàng của họ tại ngân hàng được kết nối với mạng thanh toán bù trừ Ngân hàng (ngân hàng phát hành) đã phát hành công cụ thanh toán mà khách hàng sử dụng để thanh toán Ngân hàng mua lại có được hồ sơ thanh toán (Hassler, 2001).Khi khách hàng mua hàng hóa và dịch vụ, họ chọn đăng ký thông qua thẻ ghi nợ hoặc thẻ tín dụng của mình Trước khi giao hàng, người bán yêu cầu cổng thanh toán ủy quyền cho khách hàng và các khoản thanh toán của họ Cổng thanh toán liên hệ với ngân hàng phát hành đểlàmrõ.Nếu mọi thứ đều ổn, cổng thanh toán sẽ rút tiền từ tài khoản khách hàng và gửi vào tài khoản người bán và gửi thông báo cho người bán Sau đó, người bán giao hàng hóa và dịch vụ cho khách hàng (Hassler,2001).
Hình 1.1 Hệ thống thanh toán điện tử
Các công ty sẽ tận dụng lợi ích từ thị trường ảo, vì khái niệm mua sắm trực tuyến giúp cải thiện giao tiếp kinh doanh một cách dễ dàng và tiết kiệm chi phí.
▪ Người tiêu dùng sẽ được hưởng lợi vì mua sắm trực tuyến thuận tiện và tiết kiệm thờigian.
Các loại hệ thống thanh toán điện tử bao gồm thanh toán ngoại tuyến và trực tuyến, ghi nợ và tín dụng, tiền giấy, thẻ tín dụng, và séc Gần đây, các hệ thống thanh toán điện tử mới đã giới thiệu hai loại công cụ thanh toán hiện đại.
▪ Tiền điện tử (tiền kỹ thuậtsố)
Séc điện tử là một công cụ thanh toán hiện đại, cho phép dòng tiền thực tế được chuyển từ tài khoản người trả tiền đến tài khoản người nhận thanh toán một cách nhanh chóng và an toàn (Hassler, 2001).
1.1.1.3Quy trình xử lý giao dịch thẻ tíndụng
Khi quy trình xử lý giao dịch thẻ tín dụng trở nên phức tạp, các công ty dịch vụ bên ngoài bắt đầu cung cấp dịch vụ xử lý thẻ cho các thành viên của Visa và MasterCard, giúp giảm chi phí cho ngân hàng phát hành thẻ và mở rộng ngành thanh toán Các quy tắc và thủ tục tiêu chuẩn của Visa và MasterCard được phát triển nhằm giảm thiểu gian lận và lạm dụng thẻ Hai hiệp hội này cũng thiết lập hệ thống xử lý quốc tế để quản lý việc trao đổi tiền bạc và thông tin, cùng với các thủ tục trọng tài để giải quyết tranh chấp giữa các thành viên.
Quy trình xử lý giao dịch thẻ tín dụng liên quan đến nhiều bên, bao gồm tổ chức phát hành, chủ thẻ, người bán, người thanh toán và hiệp hội thẻ Tổ chức phát hành thẻ, thường là ngân hàng, có trách nhiệm cấp thẻ tín dụng cho chủ thẻ và xử lý các yêu cầu ủy quyền Họ quản lý tài khoản của chủ thẻ, đảm bảo thanh toán cho các giao dịch được ủy quyền và thực hiện chức năng thanh toán bù trừ Chủ thẻ là khách hàng sử dụng thẻ trong giao dịch B2C, trong khi bên chấp nhận thẻ là nơi thực hiện giao dịch thanh toán và chuyển tiếp thông tin thanh toán đến người chấp nhận thẻ.
Hình 1.2 Quy trình xử lý giao dịch thẻ tín dụng
1.1.1.4 Các hành vi gian lận thẻ tíndụng
Ngày nay, gian lận thẻ tín dụng đang trở thành mối đe dọa lớn nhất đối với các cơ sở kinh doanh Để khắc phục vấn đề này, việc hiểu cơ chế thực hiện gian lận là rất quan trọng Lừa đảo thẻ tín dụng xảy ra khi một cá nhân sử dụng thẻ tín dụng của người khác mà không có sự đồng ý của chủ thẻ và tổ chức phát hành Những kẻ gian lận này hoàn toàn không có mối liên hệ nào với chủ thẻ và không có ý định hoàn trả cho các giao dịch mua hàng mà họ đã thực hiện.
Hành vi lừa dối hình sự đánh lừa internet bằng cách sử dụng tài khoản thẻ tín dụng trái phép hoặc bằng cách lấy thông tin cá nhân củahọ.
Sử dụng tài khoản bất hợp pháp hoặc trái phép để thu lợi cánhân
Người bán cần trình bày thông tin tài khoản để có được hàng hóa hoặc dịch vụ, tuy nhiên họ đối mặt với nguy cơ gian lận thẻ tín dụng cao hơn so với chủ thẻ Trong khi người tiêu dùng gặp khó khăn trong việc thu hồi khoản phí gian lận, người bán lại phải chịu thiệt hại về giá trị sản phẩm đã bán, trả phí bồi hoàn và lo lắng về nguy cơ tài khoản của họ bị đóng.
Kịch bản không có thẻ, như mua sắm trực tuyến, đang tạo ra mối đe dọa lớn hơn cho người tiêu dùng, vì họ không còn được bảo vệ bởi các lợi thế của xác minh vật lý như kiểm tra chữ ký hay nhận dạng ảnh Thực tế cho thấy, hầu như không thể thực hiện các biện pháp kiểm tra cần thiết để xác định danh tính của người ở đầu bên kia trong giao dịch.
1.1.1.5Vai trò của thẻ tín dụng ngân hàng thươngmại
Thẻ tín dụng là phương tiện thanh toán an toàn và tiện dụng, nhờ vào công nghệ sản xuất hiện đại và các biện pháp bảo mật tiên tiến, khiến cho việc làm giả thẻ trở nên khó khăn Thay vì mang theo tiền mặt, khách hàng chỉ cần một tấm thẻ nhỏ gọn, giúp dễ dàng trong việc thanh toán và giảm thiểu rủi ro liên quan đến tiền mặt Hơn nữa, thẻ tín dụng cho phép khách hàng chi tiêu bằng nhiều loại ngoại tệ khác nhau, không bị phụ thuộc vào một quốc gia cụ thể Với vai trò là công cụ thanh toán hiện đại, thẻ tín dụng giúp khách hàng thực hiện giao dịch mua sắm tại bất kỳ cơ sở nào chấp nhận thẻ hoặc ngân hàng thương mại.
Thẻ tín dụng là công cụ tài chính tiện lợi, cho phép khách hàng dễ dàng tiếp cận tín dụng mà không cần phải vay từ ngân hàng Khách hàng có thể sử dụng tiền ứng trước để thanh toán và chỉ cần thanh toán số tiền đã chi tiêu hàng tháng dựa trên sao kê Khác với khoản vay thông thường, khách hàng có thể trả một khoản tối thiểu mà không bị phạt, khiến cho 70% khách hàng không thanh toán toàn bộ số tiền ngay lập tức Nhiều người chỉ trả mức tối thiểu và chấp nhận trả lãi cho số dư còn lại Đặc biệt, khi thực hiện giao dịch quốc tế, phí và lãi suất thường thấp hơn nhiều so với các loại phí khác Thẻ tín dụng giúp khách hàng mở rộng khả năng tài chính, đáp ứng nhu cầu chi tiêu ngay trong tháng mà không cần chờ đến cuối tháng mới có tiền.
Tổng quan nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ thẻtín dụngcủaKHCN
1.2.1 Yếu tố từ phía kháchhàng
Nghiên cứu của Dunn và Kim (1999) chỉ ra rằng thu nhập, tuổi tác, trình độ học vấn, tình trạng thất nghiệp và tỷ lệ phần trăm sử dụng thẻ ảnh hưởng đến khả năng trả nợ thẻ tín dụng Ha và Krishnan (2012) sử dụng mô hình logit để dự đoán khả năng thanh toán nợ thẻ tín dụng của khách hàng cá nhân, cho thấy tuổi, số lượng thẻ và thời gian sử dụng thẻ có tác động tiêu cực đến khả năng trả nợ, trong khi tình trạng hôn nhân lại có ảnh hưởng tích cực Scholnick và cộng sự (2012) không tìm thấy mối liên hệ rõ ràng giữa tuổi tác và trình độ học vấn với khả năng trả nợ thẻ tín dụng Nghiên cứu của Besharat và cộng sự (2014) cho thấy các yếu tố như tiền tiết kiệm, thu nhập, quy mô khoản nợ thẻ tín dụng và mục đích sử dụng thẻ có tác động tích cực đến khả năng trả nợ của chủ thẻ tín dụng.
Papias và Ganesan (2009) đã phân tích các yếu tố ảnh hưởng đến hành vi trả nợ tín dụng của các thành viên hiệp hội hợp tác tiết kiệm và tín dụng ở vùng nông thôn Rwanda, cho thấy tuổi, mục đích và thời hạn khoản vay có tác động tích cực, trong khi giới tính và quy mô hộ gia đình lại có ảnh hưởng tiêu cực Trương Đông Lộc và Nguyễn Thanh Bình (2011) nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ đúng hạn của nông hộ tại tỉnh Hậu Giang, phát hiện rằng nghề nghiệp, thu nhập, tuổi, trình độ học vấn, số thành viên trong gia đình và lãi vay đều đóng vai trò quan trọng Bùi Văn Trịnh và Nguyễn Trường Kỳ (2012) chỉ ra rằng lãi suất vay vốn tỷ lệ nghịch với khả năng trả nợ đúng hạn của nông hộ, trong khi mục đích sử dụng vốn vay có ảnh hưởng tỷ lệ thuận đến khả năng này.
Nghiên cứu của Ravi (2012) chỉ ra rằng khả năng trả nợ của hộ gia đình ở Ấn Độ liên quan tích cực đến thu nhập, tài sản đảm bảo, tuổi tác và trình độ học vấn của chủ hộ McHugh và Ranyard (2012) cũng áp dụng mô hình logit để phân tích hành vi thanh toán nợ của khách hàng tại các tổ chức tín dụng ở Anh, cho thấy giới tính, thu nhập và nghề nghiệp có ảnh hưởng tích cực đến khả năng thanh toán nợ Đặc biệt, khách hàng lớn tuổi có xác suất trả nợ thấp hơn Trong khi đó, nghiên cứu của Nguyễn Quốc Nghi (2013) khẳng định rằng trình độ học vấn, thu nhập và mục đích sử dụng vốn vay có mối quan hệ thuận lợi với khả năng trả nợ đúng hạn của nông hộ, ngược lại, lãi suất lại ảnh hưởng tiêu cực đến khả năng này.
Nghiên cứu của Van den Berg và cộng sự (2015) chỉ ra rằng giới tính, tình trạng hôn nhân và tôn giáo có ảnh hưởng tiêu cực đến khả năng trả nợ tín dụng vi mô tại Mexico, trong khi tuổi tác và trình độ học vấn không tác động đến vấn đề này Adanu và Boateng (2015) cũng nhấn mạnh rằng giới tính và trình độ học vấn ảnh hưởng đến khả năng thanh toán nợ của khách hàng tại Ghana Nguyễn Phúc Mẫn (2015) cho thấy trình độ học vấn, kinh nghiệm làm việc và quy mô khoản vay có tác động tích cực đến khả năng trả nợ, trong khi giới tính và lãi suất lại tác động ngược chiều Đặng Thị Cẩm Nhung (2015) cho rằng thời hạn vay dài hơn giúp khả năng trả nợ tốt hơn Ngoài ra, thu nhập cao và kinh nghiệm làm việc lâu dài cũng đảm bảo khả năng trả nợ tốt hơn, và những người đã lập gia đình thường có ý thức hơn về các khoản nợ của mình Coker và Kure (2015) cho rằng giới tính có mối quan hệ thuận chiều với khả năng trả nợ, trong khi Charles và Mori (2016) chỉ ra rằng giới tính tác động tích cực đến khả năng trả nợ tín dụng không chính thức ở Tanzania Tuy nhiên, Escalante và cộng sự (2016) không tìm thấy vai trò của giới tính đối với khả năng trả nợ vốn vay.
Nghiên cứu của Chin và cộng sự (2017) chỉ ra rằng giới tính, kinh nghiệm làm việc và thái độ của người sử dụng thẻ có ảnh hưởng tích cực đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại Malaysia Barboza (2017) cho thấy giới tính, tuổi tác, số lượng thẻ và giới hạn tiền mặt có tác động tiêu cực đến khả năng trả nợ của chủ thẻ tín dụng là sinh viên tại Mỹ, trong khi việc sử dụng thẻ thường xuyên lại nâng cao nhận thức về nghĩa vụ trả nợ Theo Bùi Thị Tuyết Nga (2017), giới tính, tình trạng hôn nhân, trình độ học vấn và sở hữu nhà có mối quan hệ tích cực với khả năng thanh toán nợ thẻ tín dụng, trong khi đó tuổi và hạn mức tín dụng lại ảnh hưởng tiêu cực Nghiên cứu của Trần Thế Sao (2017) sử dụng mô hình hồi quy Binary Logistic cho thấy trình độ học vấn, diện tích và thu nhập có mối quan hệ thuận chiều với khả năng trả nợ đúng hạn của khách hàng.
Mohammed và Wobe (2019) đã nghiên cứu khả năng thanh toán nợ vay của khách hàng tại Wondo Genet Woreda, Ethiopia, cho thấy thu nhập và kinh nghiệm vay mượn có ảnh hưởng tích cực đến khả năng trả nợ Tuy nhiên, giới tính và quy mô hộ gia đình lại có mối quan hệ ngược chiều với các biến phụ thuộc Tương tự, Adebisi và cộng sự (2019) đã phân tích các yếu tố ảnh hưởng đến khả năng trả nợ trong chương trình tín dụng vi mô của OREAP, phát hiện rằng trình độ học vấn và thu nhập có sự tương quan tích cực và đáng kể với khả năng trả nợ của khách hàng.
NghiêncứucủaTrầnThanhPhongvàcộngsự(2020)chothấymụcđíchkhoản vay, số người phụ thuộc, thu nhập, tuổi, quy mô khoản vay quyết định khả năng trả nợ của khách hàng cánhân.
Salisbury và Zhao (2019) chỉ ra rằng trình độ và giới tính có ảnh hưởng tích cực và tiêu cực đến khả năng và sự sẵn sàng thanh toán nợ thẻ tín dụng của khách hàng trên nền tảng Amazon’s Mechanical Turk (MTurk) Đồng thời, số lượng thẻ sở hữu và tuổi tác của khách hàng cũng có tác động tích cực nhưng không đạt ý nghĩa thống kê Nghiên cứu của Li và cộng sự (2019) cho thấy các yếu tố như giới tính, tuổi, tình trạng hôn nhân, loại giao dịch và tần suất giao dịch đều ảnh hưởng đáng kể đến chất lượng tín dụng của chủ thẻ tín dụng tại các ngân hàng thương mại ở Trung Quốc.
Nghiên cứu của Ma (2020) chỉ ra rằng trình độ học vấn, giới tính và tình trạng hôn nhân có ảnh hưởng tích cực đến khả năng trả nợ thẻ tín dụng của khách hàng Đặc biệt, tuổi của khách hàng càng cao thì xác suất trả nợ thẻ tín dụng càng thấp.
1.2.2 Yếu tố từ phía ngânhàng
Nghiên cứu của Dunn và Kim (1999) chỉ ra rằng hạn mức tín dụng cao giúp giảm khả năng nợ quá hạn của chủ thẻ Derban và cộng sự (2005) đã phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng tại Vương Quốc Anh, cho thấy quy mô khoản vay tác động tiêu cực đến khả năng trả nợ Trong khi đó, lãi suất cho vay trong thời hạn khoản vay không ảnh hưởng đáng kể Brown và Zehnder (2007) tại Đại học Zurich, Thụy Sĩ, cho rằng việc tăng lãi suất có thể làm giảm khả năng thanh toán các khoản nợ đến hạn của khách hàng.
Nghiên cứu của Visaria (2009) cho thấy lãi suất và quy mô khoản vay có mối quan hệ ngược chiều với khả năng trả nợ của khách hàng tại các tổ chức tín dụng vi mô ở Ấn Độ Theo Papias và Ganesan (2009), các yếu tố quy mô khoản vay và lãi suất tác động tiêu cực đến khả năng trả nợ của khách hàng Khách hàng sử dụng vốn đúng mục đích sẽ có khả năng thanh toán đúng hạn cao hơn Hơn nữa, Scholnick và cộng sự (2012) phát hiện rằng hạn mức thẻ tín dụng cao hơn làm tăng xác suất trả nợ thẻ tín dụng của chủ thẻ tại Canada.
Nghiên cứu của Bhattacharjee và Rajeev (2013) cho thấy thời hạn khoản vay, tỷ lệ dư nợ trên tài sản đảm bảo và hạn mức tín dụng đều thúc đẩy hành vi thanh toán nợ của khách hàng tại các quốc gia đang phát triển, trong khi lãi suất tăng có thể làm giảm khả năng thanh toán Adanu và Boateng (2015) chỉ ra rằng chu kỳ thanh toán khoản vay và quy mô khoản vay có tác động tích cực đến khả năng trả nợ của khách hàng ở Ghana, trong khi lãi suất không có ý nghĩa thống kê trong việc giải thích khả năng này Coker và Kure (2015) nhấn mạnh tầm quan trọng của tài sản đảm bảo và sự giám sát của nhân viên ngân hàng đối với khả năng trả nợ đúng hạn tại các tổ chức tín dụng vi mô ở Nigeria Charles và Mori (2016) cho thấy giá trị tài sản đảm bảo nâng cao năng lực trả nợ tín dụng không chính thức của khách hàng ở Tanzania Cuối cùng, Bùi Thị Tuyết Nga (2017) khẳng định rằng hạn mức tín dụng có tác động tích cực đến khả năng trả nợ thẻ tín dụng.
Nghiên cứu của Escalante và cộng sự (2016) chỉ ra rằng khả năng trả nợ của nông dân Mỹ bị ảnh hưởng tiêu cực bởi lãi suất Trần Thế Sao (2017) cho rằng thời hạn trả nợ có mối quan hệ thuận chiều với khả năng trả nợ đúng hạn, trong khi số tiền vay lại có mối quan hệ nghịch chiều Adebisi và cộng sự (2019) cũng nhận định rằng quy mô khoản vay ảnh hưởng đáng kể đến khả năng trả nợ của khách hàng Theo Mohammed và Wobe (2019), các yếu tố như thời hạn cho vay, kỳ thanh toán và giám sát của tổ chức tín dụng là những nhân tố quan trọng thúc đẩy hành vi trả nợ tại các tổ chức tín dụng vi mô.
Bảng 1.1 Tổng hợp các nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân
Một khoản vay tiêu dùng là một loại hình tín dụng mà người vay có thể sử dụng để đáp ứng nhu cầu tài chính cá nhân, chẳng hạn như mua sắm, du lịch hoặc trang trải chi phí sinh hoạt Để được xét duyệt khoản vay, người vay thường cần đáp ứng các tiêu chí như tuổi, tình trạng hôn nhân, trình độ học vấn, nghề nghiệp, kinh nghiệm làm việc và mức thu nhập ổn định Ngoài ra, người vay cũng cần phải chứng minh khả năng trả nợ thông qua việc cung cấp thông tin về quy mô khoản vay, hạn mức tín dụng, lãi suất, thời hạn cho vay và kỳ thanh toán Để đảm bảo an toàn cho khoản vay, người vay thường cần phải cung cấp tài sản đảm bảo và mục đích sử dụng khoản vay Việc sử dụng thẻ tín dụng cũng là một yếu tố quan trọng, bao gồm mức độ thường xuyên sử dụng thẻ và số lượng thẻ hợp đồng.
Van den Berg và cộng sự
Nguồn: tổng hợp các công trình nghiên cứu trước.
Khoảng trốngnghiêncứu
Nghiên cứu về khả năng trả nợ của các khoản vay của khoa học công nghệ (KHCN) cho thấy tính đa dạng và nhiều góc độ tiếp cận, chủ yếu dựa trên lý thuyết thông tin bất cân xứng Các nhà khoa học đã sử dụng mô hình logit để dự đoán xác suất trả nợ của KHCN và đã xác định nhiều nhân tố từ phía khách hàng và tổ chức tín dụng (TCTD) ảnh hưởng đến khả năng này tại các quốc gia khác nhau Mặc dù có nhiều nghiên cứu, vẫn tồn tại tranh cãi về mô hình dự báo khả năng thanh toán các khoản vay của KHCN, đặc biệt là các yếu tố tác động đến khả năng trả nợ.
Vấnđềnghiêncứucácyếutốảnhhưởngđếnkhảnăngthanhtoánthẻtíndụng củaKHCNnhậnđượcrấtnhiềusựquantâmcủacácnhàkhoahọc,nhànghiêncứuở trênthếgiới(DunnvàKim,1999;HavàKrishnan,2012;Scholnickvàcộngsự,2012;
Nghiên cứu về khả năng trả nợ thẻ tín dụng tại Việt Nam vẫn còn hạn chế, chủ yếu tập trung vào không gian cụ thể và phạm vi hẹp với hình thức khảo sát khách hàng, mà chưa có quy mô mẫu lớn đại diện cho toàn bộ hệ thống ngân hàng do CIC cung cấp (Besharat và cộng sự, 2014; Chin và cộng sự, 2017; Barboza, 2017) Các phương pháp ước lượng xác suất rủi ro thẻ tín dụng cũng chưa đa dạng, và chỉ một vài nghiên cứu thực hiện khảo sát KHCN tại các NHTM mà chưa có nghiên cứu nào sử dụng dữ liệu đại diện cho toàn hệ thống.
Chương1đãhệthốngcơsởlýthuyếtvềthẻtíndụng,khảnăngthanhtoánthẻ tín dụng, phương pháp đo lường khả năng trả nợ thẻ tíndụng.
Chương 1 đã tổng quan các đề tài nghiên cứu khoa học liên quan đến khả năng thanh toán thẻ tín dụng, xác định các yếu tố ảnh hưởng từ phía khách hàng và ngân hàng Tác giả nhận thấy có khoảng trống nghiên cứu do kết quả còn nhiều tranh cãi và thiếu dữ liệu tổng thể cho nền kinh tế Việt Nam.
PHƯƠNG PHÁPNGHIÊN CỨU
Thiết kếnghiêncứu
Để trả lời các câu hỏi nghiên cứu, tác giả áp dụng phương pháp nghiên cứu tài liệu nhằm tìm hiểu các lý thuyết và tài liệu khoa học liên quan Tiếp theo, tác giả sử dụng phương pháp thống kê mô tả để thu thập và xử lý dữ liệu, xác định mẫu nghiên cứu, và thực hiện phương pháp giả thiết để phát triển các giả thuyết nghiên cứu Phương pháp định lượng được áp dụng thông qua hồi quy Logistics nhằm đo lường các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại NHTM CP Việt Nam Tác giả cũng thực hiện các kiểm định cần thiết để xác định độ chính xác của mô hình nghiên cứu thực nghiệm, từ đó đưa ra các hàm ý chính sách cho NHTM CP Việt Nam và kiến nghị cho chính phủ, ngân hàng nhà nước và Trung tâm Thông tin Tín dụng Quốc gia Việt Nam Trình tự nghiên cứu được mô hình hóa theo sơ đồ đã được thiết lập.
Phương pháp phân tích tổng kết
Phân tích các nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng
Kết quả nghiên cứu Ước lượng mức độ ảnh hưởng Xác định nhân tố
Khoảng trống nghiên cứu Tổng quan lý thuyết
Hình 2.1 Sơ đồ quy trình nghiên cứu
Xây dựnggiảthuyết
Dựa trên mô hình và kết quả nghiên cứu trước đây, tác giả đề xuất một mô hình nghiên cứu mới, ứng dụng các mô hình đã được công bố tại Việt Nam và nước ngoài trong các tạp chí khoa học.
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Kiểm định giả thuyết Phân tích hồi quy Logistics
Phân tích tương quanPhương pháp giả thuyếtPhương pháp thu thập số liệuPhương pháp nghiên cứu tài liệu
Biến độc lập𝚾 і :Tham khảo từ nguồn nghiên cứu các biến và các mô hình của nghiên cứu trước tác giả đề xuất các biến độc lập, cụ thể:
Bảng 2.1 Cơ sở lựa chọn các nhân tố trong mô hình nghiên cứu
Tác giả năm G giới thiệu tình trạng thu nhập và trình độ học vấn của người trẻ, nhấn mạnh kinh nghiệm nghề nghiệp và quy mô khoản vay Số lượng thẻ hợp đồng và số ngày quá hạn thanh toán thẻ tín dụng cũng được đề cập, phản ánh những thách thức tài chính mà họ đang phải đối mặt.
Trương Đông Lộc và Nguyễn
Nguyễn Phúc Mẫn (2015) ۷ ۷ ۷ ۷ Đặng Thị Cẩm Nhung (2015) ۷ ۷ ۷
Van den Berg và cộng sự (2015) ۷ ۷ ۷ ۷
Trần Thanh Phong và cộng sự
Nguồn: tổng hợp các nghiên cứu trước.
Khả năng trả nợ thẻ tín dụng
Tổng dư nợ thẻ tín dụng
Số hợp đồng thẻ tín dụng
Số ngày quá hạn thanh toán thẻ tín dụng
Tinh trạng hôn nhân Thu nhập
Hình 2.2 Giả thiết nghiên cứu
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Biếnđộclập𝚾 𝟏 :GiớitínhcủakháchhàngcánhântiêudùngthẻtíndụngGiớitínhlà biếnđịnhtínhnhậngiátrịlàNamhoặcNữsẽđượcmãhóathànhbiếngiávới2giátrị,nhậngiátrị1nếul àNamvàgiátrị0nếulàNữ.TheoĐặngThịCẩmNhung(2015),CharlesvàMori(2016)thìkhách hàngnữcókhảnăngtrảnợcaohơnkhách hàng nam Đối với khách hàng là nữ giới, họ thường làm việc chămchỉ,năngsuấtcao,xuhướngtiếtkiệm,chitiêuhợplývàluôncốgắnglàmviệcđể đảmbảocuộc sống cho gia đình mình và thanh toán đúng hạn các khoản nợ( A d a n u v à Boateng,2 0 1 5 ; B a r b o z a , 2 0 1 7 ; S a l i s b u r y v à Z h a o , 2 0 1 9 ;
M a , 2 0 2 0 ) D o đ ó , giả thuyết đặt ra là:
GiảthuyếtH1:Giớitínhtácđộngtiêucựcđếnkhảnăngtrảnợthẻtíndụngcủa KHCN tại cácNHTMCP
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Biến độc lập𝚾 𝟐 : Độ tuổi của khách hàng cá nhân tiêu dùng thẻ tín dụng
Tuổi tác của khách hàng vay vốn có ảnh hưởng đáng kể đến khả năng tài chính của họ Nghiên cứu của Ha và Krishnan (2012), McHugh và Ranyard (2012), cùng Van den Berg và cộng sự (2015) chỉ ra rằng khi tuổi của người vay tăng lên, năng lực, tư duy và tính linh hoạt trong công việc thường giảm, dẫn đến khó khăn trong việc tạo ra nguồn thu nhập ổn định để trả nợ Do đó, giả thuyết được đặt ra là tuổi tác có thể ảnh hưởng đến khả năng trả nợ của người vay.
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Biến độc lập𝚾 𝟑 : Nghề nghiệp của KHCN tiêu dùng thẻ tín dụng
Nghề nghiệp được đánh giá qua sự ổn định của nguồn thu nhập hàng tháng, đặc biệt là những người làm công theo hợp đồng lao động Theo nghiên cứu của Papias và Ganesan (2009), Ravi (2012), và Barboza (2017), khách hàng có nghề nghiệp ổn định thường có lợi thế hơn trong việc ngân hàng phê duyệt thẻ tín dụng Các nghiên cứu chỉ ra rằng nghề nghiệp với nguồn thu nhập ổn định cao sẽ tăng khả năng đảm bảo các khoản nợ của khách hàng Do đó, giả thuyết được đặt ra là
Giả thuyết H3: Nghề nghiệp tác động tích cực đến khả năng trả nợ thẻ tíndụng của KHCN tại các NHTMCP
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Biến độc lập𝚾 𝟒 : Kinh nghiệm làm việc của KHCN tiêu dùng thẻ tín dụng
Kinh nghiệm làm việc, được định nghĩa là số năm làm việc trong lĩnh vực hiện tại, có ảnh hưởng lớn đến thu nhập của khách hàng Nghiên cứu của Nguyễn Phúc Mẫn (2015), Đặng Thị Cẩm Nhung (2015), và Chin cùng cộng sự (2017) chỉ ra rằng, kinh nghiệm làm việc càng cao thì thu nhập càng tốt, từ đó nâng cao khả năng thanh toán các khoản nợ Do đó, giả thuyết được đặt ra là mối liên hệ giữa kinh nghiệm làm việc và khả năng tài chính của khách hàng.
GiảthuyếtH4:Kinhnghiệmlàmviệctácđộngtíchcựcđếnkhảnăngtrảnợthẻ tín dụng của KHCN tại cácNHTMCP
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Thu nhập trung bình của khách hàng sử dụng thẻ tín dụng là yếu tố quan trọng ảnh hưởng đến khả năng thanh toán nợ Theo nghiên cứu của Ravi (2012), McHugh và Ranyard (2012), Besharat và cộng sự (2014), Đặng Thị Cẩm Nhung (2015), và Nguyễn Phúc Mẫn (2016), khi thu nhập của khách hàng tăng lên, khả năng trả nợ cũng sẽ cải thiện Nghiên cứu của Besharat và cộng sự (2014) chỉ ra rằng thu nhập của khách hàng có mối quan hệ thuận chiều với khả năng thanh toán các khoản nợ thẻ tín dụng đúng hạn Do đó, giả thuyết được đặt ra là
GiảthuyếtH5:Thunhậptácđộngtíchcựcđếnkhảnăngtrảnợthẻtíndụngcủa KHCN tại cácNHTMCP
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Biến độc lập𝚾 𝟔 : Tình trạng hôn nhân của KHCN tiêu dùng thẻ tín dụng
Tình trạng hôn nhân được phân loại thành hai nhóm: có gia đình (mã hóa bằng 1) và độc thân, ly dị, góa (mã hóa bằng 0) Nghiên cứu của Ha và Krishnan (2012), Van den Berg và cộng sự (2015), cùng Đặng Thị Cẩm Nhung (2015) chỉ ra rằng những người có gia đình có khả năng trả nợ cao hơn so với những người không có gia đình Những cá nhân đã lập gia đình thường có kế hoạch chi tiêu cho từng khoản mục, nhằm đảm bảo cuộc sống gia đình ở mức tốt nhất Các nghiên cứu khác như của Barboza (2017), Bùi Thị Tuyết Nga (2017), Salisbury và Zhao (2019), Trần Thanh Phong và cộng sự (2020), và Ma (2020) cũng cho thấy kết quả tương tự Do đó, giả thuyết được đặt ra là
GiảthuyếtH6:Tìnhtrạnghônnhântácđộngtíchcựcđếnkhảnăngtrảnợthẻ tín dụng của KHCN tại cácNHTMCP
2.2.7 Tổng dư nợ thẻ tín dụng
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Biến độc lập𝚾𝟕 : Tổng dư nợ thẻ tín dụng của KHCN.
Tổng dư nợ thẻ tín dụng là số tiền vay và tiêu dùng qua thẻ tín dụng do các tổ chức tín dụng phát hành Nghiên cứu của Visaria (2009), Papias và Ganesan (2009), cùng Nguyễn Phúc Mẫn (2016) chỉ ra rằng khi quy mô dư nợ tín dụng của khách hàng cá nhân (KHCN) tăng lên, nguy cơ rủi ro tín dụng (RRTD) cũng gia tăng Do đó, người vay cần có ý thức và trách nhiệm cao hơn, đồng thời cần có sự giám sát chặt chẽ từ tổ chức tín dụng đối với các khoản vay của KHCN.
GiảthuyếtH7:Tổngdưnợthẻtíndụngtácđộngtiêucựcđếnkhảnăngtrảnợ thẻ tín dụng của KHCN tại cácNHTMCP
2.2.8 Số hợp đồng thẻ tín dụng Y =𝛃 𝟎 +𝛃 𝟖 𝐗 𝟖
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Biến độc lập𝚾 𝟕 : Số lượng hợp đồng thẻ tín dụng của KHCN
Số hợp đồng thẻ tín dụng là chỉ số đo lường số lượng thẻ mà chủ thẻ ký hợp đồng với các ngân hàng khác nhau Theo nghiên cứu của Havà và Krishnan (2012), Besharat và cộng sự (2014), Chin và cộng sự (2017), Salisbury và Zhao (2019), những khách hàng sở hữu nhiều thẻ tín dụng thường có khả năng chưa từng phát sinh nợ quá hạn, giúp họ có tâm lý quản lý lịch sử tín dụng tốt hơn Ngược lại, những khách hàng đã từng gặp nợ quá hạn có khả năng trả nợ thấp hơn so với những người chưa từng gặp phải tình huống này Từ đó, tác giả đưa ra giả thuyết về mối liên hệ giữa số lượng thẻ tín dụng và khả năng trả nợ của khách hàng.
Giả thuyết H8: Số hợp đồng thẻ tín dụng tác động tích cực đến khả năngtrả nợ thẻ tín dụng của KHCN tại các NHTMCP
2.2.9 Số ngày quá hạn thanh toán thẻ tín dụng
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của
Y = 1: nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1 -2);
Y = 0: nếu khách hàng không có khả năng trả nợ vay (tương ứng với khách hàng đang có nợ từ nhóm 3 trởlên).
Biến độc lập𝚾 𝟗 : Số ngày quá hạn thanh toán thẻ tín dụng
Số ngày quá hạn thanh toán thẻ tín dụng là khoảng thời gian khách hàng chậm hoặc chưa thanh toán theo hạn mà ngân hàng quy định Việc nợ quá hạn không chỉ là điều không mong muốn của khách hàng mà còn gây ảnh hưởng đến ngân hàng Các ngân hàng luôn mong đợi khách hàng thanh toán đúng hạn để kiểm soát rủi ro và tối đa hóa lợi nhuận Số ngày quá hạn cũng phản ánh chất lượng tín dụng và độ tin cậy của khách hàng, từ đó giúp ngân hàng đánh giá mức độ rủi ro từ các khoản vay tiêu dùng qua thẻ tín dụng.
Do đó, giả thuyết đặt ralà:
Giả thuyết H9: Số ngày quá hạn thanh toán thẻ tín dụng tác động tiêu cựcđến khả năng trả nợ thẻ tín dụng của KHCN tại các NHTMCP
Mô hìnhnghiêncứu
Mô hình Logit (Maddala, 1984) là một phương pháp định lượng trong đó biến phụ thuộc là biến giả, chỉ nhận hai giá trị 0 hoặc 1 Mô hình này được ứng dụng rộng rãi trong phân tích kinh tế và nghiên cứu thị trường Logit là mô hình toán học hồi quy giúp xem xét mối liên hệ giữa biến phụ thuộc (Y) và các biến độc lập khác.
Bảng 2.2: Bảng cấu trúc dữ liệu các biến trong mô hình Logit
Biến Ký hiệu Loại phụ thuộc
Phụ thuộc Υ Nhị phân Độc lập Χ і Liên tục hoặc rời rạc
Hình 2.3 Đồ thị mô hình Logistics đánh giá khả năng trả nợ của khách hàng
Y đóng vai trò là biến phụ thuộc và là biến nhị phân, chỉ có thể nhận hai giá trị là:
Y = 1: nếu khách hàng trả nợ đúng hạn khi có vay vốn tại ngânhàng.
Khả năng trả nợ thẻ tín dụng là khả năng của khách hàng trong việc thanh toán đúng hạn theo thỏa thuận trong hợp đồng tín dụng với ngân hàng, đồng thời không để xảy ra tình trạng trễ hạn hoặc không thể trả nợ Theo Thông tư 02/2013/TT-NHNN, nợ được phân chia thành 5 nhóm, trong đó nợ từ nhóm 3 trở lên được xem là không có khả năng thu hồi gốc và lãi khi đến hạn, trong khi nợ nhóm 2 chỉ là nợ cần chú ý, bao gồm các khoản nợ quá hạn từ 1 đến 10 ngày, cho thấy khách hàng vẫn còn khả năng thanh toán.
Nợ nhóm 2 (nợ cần chú ý) có mức độ thấp hơn so với nợ nhóm 3, 4, 5, cho thấy rằng những khoản nợ này cần được theo dõi cẩn thận Chúng phản ánh dấu hiệu về khả năng trả nợ của khách hàng, cần chú ý để quản lý rủi ro tài chính hiệu quả.
Trongbàinghiêncứunày,cáckhoảnnợcókhảnăngtổnthấtmộtphầnnợvốn vàlãivay,kháchhàngthuộcnhóm3,4,5đượccholàkhôngcókhảnăngthanhtoán và không có khả năng trả nợ (Y=0) còn các khoản nợ nhóm 1, 2 được cho là có khả năng trả nợ vay(Y=1).
- Χ і là biến độc lập, thể hiện các nhân tố ảnh hưởng đến kháchhàng
- β і là các hệ số chưa biết, cần ướclượng
- p і là xác suất khách hàng trảnợ
- Ŷ̂là giá trị ước lượng của Υ, thu được khi hồi quy Υ theo các biến độclập
Giá trị ước lượng có thể không thỏa mãn điều kiện do phụ thuộc vào các biến độc lập Để tính xác suất khách hàng trả nợ (xác suất Υ= 1), ta sử dụng công thức sau: e là hằng số Euler (khoảng 2,718) Công thức được biểu diễn như sau: е Ŷ̂ 𝐞𝐱𝐩(𝛃 𝟎 +𝛃 𝟏 𝚾 𝟏 +𝛃 𝟐 𝚾 𝟐 + ⋯ +𝛃 𝐧 𝚾 𝐧 ).
Để tính xác suất trả nợ của khách hàng, cần ước lượng hợp lý tối đa giá trị của β thông qua việc lấy logarit tự nhiên của hàm hợp lý và tính các đạo hàm riêng với các β і =0, từ đó tạo thành một hệ phương trình Trong nghiên cứu thực nghiệm, có thể loại bỏ một số biến có vai trò giải thích không đủ lớn đối với biến Y (các hệ số không có ý nghĩa thống kê) nhằm tránh hiện tượng đa cộng tuyến có thể làm sai lệch kết quả của mô hình.
Phương phápnghiêncứu
2.4.1 Phương pháp nghiên cứu tàiliệu
Mô hình 6C, 5P, điểm tín dụng cá nhân Mỹ, CAMPARI và machine learning là những yếu tố quan trọng ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân (KHCN) Nghiên cứu dựa trên các công trình trong nước và quốc tế cho thấy mô hình hàm logit có thể dự báo khả năng trả nợ thẻ tín dụng KHCN bằng cách phân tích các nhân tố từ phía KHCN và các ngân hàng thương mại cổ phần (NHTMCP).
2.4.2 Phương pháp thu thập sốliệu
Nghiên cứu này thu thập dữ liệu thứ cấp về hoạt động kinh doanh thẻ tín dụng của các ngân hàng thương mại cổ phần tại CIC Việt Nam trong giai đoạn 2020-2022 Dữ liệu thông tin thẻ tín dụng được trích xuất từ phòng phân tích tín dụng của CIC Việt Nam, với sự cho phép của Ban Giám đốc CIC và trưởng phòng phân tích tín dụng.
Dựa trên kết quả nghiên cứu và tài liệu hiện có, tác giả đã tham khảo các mô hình nghiên cứu trước đây và ứng dụng chúng tại Việt Nam cũng như quốc tế, đã được công bố trên các tạp chí khoa học Từ đó, tác giả đề xuất một mô hình nghiên cứu mới và xây dựng giả thuyết cho các biến trong mô hình này.
2.4.4 Phương pháp xử lý sốliệu:
Bài viết đề cập đến việc sử dụng kết hợp phần mềm Excel và STATA 16 trong xử lý, làm sạch và phân tích dữ liệu nghiên cứu Nội dung chính bao gồm việc xây dựng mô hình nghiên cứu và áp dụng các kỹ thuật xử lý số liệu bằng STATA 16, đặc biệt là mô hình hồi quy Binary Logistics Mục tiêu là đánh giá tác động của các yếu tố đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần Việt Nam.
2.4.5 Phương pháp phân tích tổngkết
Phương pháp nghiên cứu này tập trung vào việc phân tích và đánh giá các thành tựu thực tiễn trong quá khứ Dựa trên những kết luận từ nghiên cứu, tác giả rút ra những hàm ý có giá trị cho cả thực tiễn và khoa học.
2.4.6 Phương pháp thống kê môtả
Thống kê mô tả là phương pháp được sử dụng để trình bày các đặc điểm cơ bản của dữ liệu thu thập từ nghiên cứu thực nghiệm Quá trình này bao gồm việc thu thập, tổng hợp và xử lý các biến dữ liệu thông tin Để thực hiện thống kê mô tả, có nhiều kỹ thuật khác nhau được áp dụng, bao gồm thu thập dữ liệu, sử dụng biểu đồ, bảng dữ liệu, đường xu hướng, và các phép tính như phương sai, trung bình mẫu, và trung vị.
Phân tích tương quan là một phương pháp quan trọng trong nghiên cứu, giúp đo lường mức độ liên kết giữa các biến định lượng Qua việc áp dụng phương pháp này, nhà nghiên cứu có thể xác định mối quan hệ tuyến tính giữa các biến độc lập, từ đó cung cấp cái nhìn sâu sắc về sự tương tác giữa chúng.
Hệ số tương quan Pearson cho biết mức độ tương quan giữa các biến trong mô hình Hệ số càng cao cho thấy mức độ tương quan càng lớn, điều này có thể dẫn đến hiện tượng đa cộng tuyến khi kiểm định mô hình hồi quy.
2.4.8 Phântích hồi quy logistics và kiểm định giảthuyết
Phương pháp hồi quy Logistic là một công cụ quan trọng trong nghiên cứu, được áp dụng để kiểm định và giải thích mối quan hệ nhân – quả trong các mô hình nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) Mô hình hồi quy Logistic có cấu trúc đặc trưng, cho phép phân tích các biến số và dự đoán xác suất xảy ra của một sự kiện.
Trong phân tích hồi quy Logistic, công thức 𝐥𝐧 [𝛒(𝐲 =𝟎 )] = 𝛃 𝟎 + 𝛃 𝟏 𝐗 𝟏 + ⋯ + 𝐁 𝐱 𝐗 𝐱 giúp xác định mức độ ảnh hưởng của từng yếu tố lên biến phụ thuộc Y Để đánh giá ảnh hưởng này, cần chú ý đến các trị số quan trọng trong mô hình.
Hệ số tương quan R(coeffcient of correlation): Yếu tố nào có R càng lớn thì ảnh hưởng càngnhiều.
BìnhphươngcủaR(Rsquare):YếutốnàocóR 2 cànglớnthìmốiquanhệgiữa yếu tố đó và biến phụ thuộc càng chặtchẽ.
Để so sánh các yếu tố có đơn vị khác nhau, cần chuyển đổi chúng về cùng một đơn vị là độ lệch chuẩn Khi đó, ta có thể tính hệ số hồi quy chuẩn hóa: βs = Sx.
S y x là độ lệch chuẩn của xtương ứng vàS y là độ lệch chuẩn của y) Lúc này mô hình không cònβ 0 và gọi là mô hình chuẩn hóa.
Khiđãướclượngđượccáchệsốβ,lúcnàytrướckhitiếnhànhdựbáoxácsuấtkhả năngtrảnợcủakháchhàng,điềucầnthiếtlàtiếnhànhmộtsốkiểmđịnhđểxemxétmôhìnhhồiquy đóđãhợplýchưa,liệucótồntạikhuyếttậtcủamôhìnhkhông.Đểgiảiquyếtvấnđềcầntiếnhànhm ộtsốkiểmđịnhnhưsau:
- Kiểmđịnhtínhngẫunhiêncủaphầndư:cácsaisốthuđượctừmôhìnhướclượngsovớigiát rịthựctếlàYphảilàsaisốngẫunhiên.Đểkiểmđịnhtínhngẫunhiêncủacácsaisốnàyngườitacóth ểsửdụngkiểmđịnhDickeyFullerhoặckiểmđịnhPhilip–Perron.
- Kiểmđịnhtínhđịnhdạngđúngcủamôhình:môhìnhhợplýlàmôhìnhđượcđịnh dạngđúng,việcđịnhdạngsaimôhìnhcóthểdẫnđếncáckếtquảsailệchvàlàmkếtquảdự báobịméomó.Đểkiểmđịnhxemmôhìnhđượcđịnhdạngđúnghaychưangườitasửdụngthốngk êHosmer–
Lemeshow.Nếumôhìnhcócácphầndựlàsaisốngẫunhiênvàđượcđịnhdạngđúngthìmôhìnhđ ượccoilàphùhợpcóthểsửdụngđểdựbáo.Ngượclại,nếukhôngthỏamãn2điềukiệntrêncầnhồi quylạimôhìnhvớicácbiếnđộclậpkháchoặctiến hànhmộtsốhiệuchỉnhcầnthiếtnhưtăngcỡmẫu,điềuchỉnhđịnhdạnghàm,…
Mộtmôhình đượccoi làthành cônghaykhôngphụthuộcchủyếuvàotínhchínhxáccủakếtquảdựbáothuđượctừmôhìnhđó.D obiếnYchỉcóthểnhận2giátrịlà0hoặc1dovậyngườitađưavào1ngưỡngxácsuấtđểxếpkháchh àngvàomức0hoặc1(tươngứngvớikhôngcókhảnăngtrảnợ- cókhảnăngtrảnợ).Ngưỡngxácsuấtởđâythườngđượclấylà0,5;tứclànếuxácsuấtkháchhàngtr ảđượctừ0,5trởlên,khiđóxếpkháchhàngvàonhómtrảđượcnợ.Nếuxácsuấtkháchhàngtrảđượ cnợnhỏhơn0,5;khiđóxếpkháchhàngvàonhómkhôngtrảđượcnợ.Sauđó sosánh việcxếploại khách hàng nàyvớithựctếtrảnợcủahọxemtỷlệđúnglàbaonhiêu,đóchínhlàđộchínhxáccủakếtquảdựbáo.
Quy mô mẫu và nguồn dữ liệunghiêncứu
Trung tâm Thông tin tín dụng Quốc gia Việt Nam, thuộc NHNN Việt Nam, thực hiện đăng ký tín dụng quốc gia và quản lý thông tin tín dụng Tổ chức này thu nhận, xử lý, lưu trữ và phân tích thông tin tín dụng nhằm phòng ngừa rủi ro tín dụng Ngoài ra, Trung tâm còn chấm điểm và xếp hạng tín dụng cho pháp nhân và thể nhân tại Việt Nam, phục vụ cho quản lý nhà nước của NHNN Đồng thời, Trung tâm cung ứng các sản phẩm và dịch vụ thông tin tín dụng theo quy định của NHNN và pháp luật.
Hình 2.4 Cơ sở dữ liệu của CIC Việt Nam
Việt Nam hiện có 49 triệu khách hàng vay cá nhân và gần 1 triệu khách hàng vay doanh nghiệp, với sự tham gia báo cáo thông tin từ 100% tổ chức tín dụng trong nước Hệ thống này bao gồm hơn 1200 quỹ tín dụng nhân dân và các tổ chức tài chính vi mô, cùng với các tổ chức khác trong ngành ngân hàng Thông tin được cập nhật định kỳ và đột xuất dựa trên nền tảng công nghệ hiện đại, với các giải pháp thu thập và xử lý thông tin tự động, tiên tiến.
Hình 2.5 Cơ sở dữ liệu của CIC Việt Nam
Thông tư 03/2013/TT-NHNN quy định về hoạt động thông tin tín dụng của Ngân hàng Nhà nước Việt Nam nêu rõ rằng dữ liệu thông tin tín dụng được lưu trữ tại CIC từ tổ chức tín dụng, chi nhánh ngân hàng nước ngoài và tổ chức tự nguyện trong thời gian tối thiểu 5 năm Việc xử lý và lưu giữ dữ liệu phải đảm bảo tính toàn vẹn, đầy đủ và không bị sai lệch thông tin, đồng thời có khả năng chiết xuất khi có yêu cầu Do đó, thông tin này được coi là nguồn dữ liệu toàn diện, chính xác và đáng tin cậy.
Hệ thống chỉ tiêu thông tin tín dụng quy định các tổ chức tín dụng, chi nhánh ngân hàng nước ngoài và tổ chức tự nguyện phải truyền về Trung tâm Thông tin Tín dụng Quốc Gia Việt Nam Các thông tin cần cung cấp bao gồm: thông tin nhận dạng khách hàng vay, thông tin hợp đồng tín dụng, thông tin về hệ tín dụng của khách hàng vay, thông tin nhận dạng chủ thẻ tín dụng, tình trạng tài khoản thẻ tín dụng, thông tin đảm bảo tiền vay, thông tin tài chính của khách hàng vay doanh nghiệp, và thông tin đầu tư trái phiếu Tuy nhiên, một số chỉ tiêu như ngày sinh, giới tính, và năm kinh nghiệm không bắt buộc phải truyền về CIC.
Hình 2.6 Cơ sở dữ liệu của CIC Việt Nam 2.5.2 Quymômẫu
Theo Hair và cộng sự (1988), kích thước mẫu tối thiểu nên từ 100 đến 150 Tuy nhiên, kích thước mẫu lớn hơn sẽ giúp giảm sai biệt giữa nghiên cứu và thực tế, nâng cao tính chính xác Mặc dù vậy, nếu mẫu quan sát quá lớn, thời gian thu thập dữ liệu sẽ kéo dài và chi phí tăng cao Do đó, việc chọn kích thước mẫu phù hợp phụ thuộc vào quan điểm và ngân sách của tác giả Để tăng cường độ chính xác và tính đại diện, nghiên cứu này đã chọn kích thước mẫu là 3.121 khách hàng sử dụng thẻ tín dụng tại các ngân hàng thương mại cổ phần tính đến tháng 8 năm 2023.
Tác giả đã áp dụng phương pháp lấy mẫu ngẫu nhiên để nghiên cứu khách hàng sử dụng thẻ tín dụng tại các ngân hàng thương mại cổ phần (NHTMCP) ở Việt Nam Dữ liệu được chiết xuất từ hệ thống lưu trữ thông tin khách hàng tại CIC vào ngày 30 tháng 06 năm 2023, tập trung vào những khách hàng có dư nợ thẻ tín dụng tại thời điểm tháng 6 năm 2020 và vẫn đang sử dụng thẻ đến tháng 6 năm 2023 Tổng số mẫu gần 100.000 khách hàng đã được xử lý để lọc ra 3.212 khách hàng cá nhân có đầy đủ thông tin về giới tính, ngày sinh, nghề nghiệp, số năm kinh nghiệm làm việc, thu nhập bình quân hàng tháng, tình trạng hôn nhân, số dư thẻ tín dụng, số hợp đồng thẻ tín dụng và số ngày quá hạn thanh toán thẻ tín dụng, nhằm đảm bảo chất lượng thông tin tín dụng trong nghiên cứu.
Chương 2 trình bày thiết kế nghiên cứu, thứ tự các bước mà tác giả thực hiện nghiên cứu trong quá trình viết luận văn và các phương pháp nghiên cứu tác giả sử dụng Tác giả đã xây dựng giả thuyết nghiên cứu dựa trên 9 thông tin của KHCN sử dụng thẻ tín dụng Mô hình Logit được lựa chọn để tính toán khả năng trả nợ thẻ tín dụng Bên cạnh đó, chương 2 đã giới thiệu về hệ thống dữ liệu CIC và quy mô mẫu dữ liệu tác giả sử dụng để chạy mô hình.
CHƯƠNG 3PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ THẺ
Thực trạng thị trường thẻ tín dụng cá nhân tạiViệtNam
3.1.1 Quyđịnh của pháp luật về hoạt động thẻ tín dụng tại NHTMCPViệtNam
Hoạt động kinh doanh của các ngân hàng luôn tiềm ẩn rủi ro và phải tuân thủ các quy định pháp luật Theo Thông tư số 15/VBHN-NHNN, hoạt động kinh doanh thẻ tín dụng cần đảm bảo thực hiện theo hợp đồng phát hành và sử dụng thẻ, cùng các văn bản thỏa thuận khác liên quan đến việc cấp tín dụng giữa tổ chức phát hành thẻ (TCPHT) và chủ thẻ.
TCPHT cần thiết lập quy định nội bộ về cấp tín dụng qua thẻ tín dụng, đảm bảo tuân thủ pháp luật và an toàn trong hoạt động tín dụng Quy định này phải cụ thể về đối tượng, hạn mức, điều kiện, thời gian cấp tín dụng, thời gian trả nợ, lãi suất áp dụng, cùng quy trình thẩm định và quyết định cấp tín dụng, với nguyên tắc phân định rõ trách nhiệm giữa các khâu thẩm định và quyết định cấp tín dụng.
TCPHT xem xét và quyết định cấp tín dụng qua thẻ tín dụng cho chủ thẻ đáp ứng đầy đủ các điều kiện sau:
Chủ thẻ phải thuộc đối tượng quy định tại khoản 1 và khoản 2 Điều 16 Thông tư này, đồng thời không nằm trong danh sách các đối tượng không được cấp tín dụng theo Điều 126 của Luật các tổ chức tín dụng (đã được sửa đổi, bổ sung).
- Chủ thẻ sử dụng tiền vay đúng mục đích và có khả năng tài chính đảm bảo trả nợ đúnghạn;
TCPHT xemxét và yêu cầu chủ thẻ áp dụng các biện pháp bảo đảm thực hiện nghĩa vụ trả nợ theo quy định của phápluật.
Hạn mức thẻ tín dụng đối với cá nhân quy định tại khoản 1 Điều 126 Luật các tổ chức tín dụng (đã được sửa đổi, bổ sung) như sau:
Hạn mức tín dụng cho chủ thẻ tín dụng được xác định bởi tổ chức phát hành thẻ (TCPHT) theo quy định nội bộ, với mức tối đa là 01 tỷ đồng Việt Nam.
- Trường hợp phát hành thẻ tín dụng không có tài sản bảo đảm: hạn mức tín dụng cấp cho chủ thẻ tối đa là 500 (năm trăm) triệu đồng ViệtNam.
Việc cho vay theo hạn mức thấu chi cho thẻ ghi nợ của TCPHT cần tuân thủ các quy định pháp luật hiện hành và quy định của Ngân hàng Nhà nước về cho vay.
Việc cấp tín dụng qua thẻ tín dụng và cho vay theo hạn mức thấu chi đối với thẻ ghi nợ của TCPHT phải tuân thủ các quy định về hạn chế và giới hạn cấp tín dụng theo Điều 127, Điều 128 của Luật các tổ chức tín dụng cùng hướng dẫn của NHNN Đối tượng sử dụng thẻ được chia thành chủ thẻ chính là cá nhân hoặc tổ chức và thẻ phụ, được quy định cụ thể trong văn bản pháp luật.
Người từ 18 tuổi trở lên có đầy đủ năng lực hành vi dân sự theo quy định pháp luật được phép sử dụng thẻ ghi nợ, thẻ tín dụng và thẻ trả trước.
Người từ đủ 15 tuổi đến chưa đủ 18 tuổi không bị mất hoặc hạn chế năng lực hành vi dân sự được sử dụng thẻ ghi nợ, thẻ tín dụng và thẻ trả trước Đối với chủ thẻ chính là tổ chức, tổ chức đủ điều kiện mở tài khoản thanh toán sẽ được sử dụng thẻ ghi nợ Tổ chức là pháp nhân được thành lập và hoạt động hợp pháp theo quy định của pháp luật Việt Nam, có quyền sử dụng thẻ tín dụng, thẻ ghi nợ và thẻ trả trước Chủ thẻ là tổ chức có thể ủy quyền bằng văn bản cho cá nhân sử dụng thẻ của tổ chức hoặc cho phép cá nhân sử dụng thẻ phụ theo quy định.
Chủ thẻ phụ được sử dụng thẻ theo chỉ định cụ thể của chủ thẻ chính nhưng chỉ trong phạm vi quy định sau đây:
Người từ 18 tuổi trở lên có đầy đủ năng lực hành vi dân sự theo quy định pháp luật có quyền sử dụng thẻ ghi nợ, thẻ tín dụng và thẻ trả trước.
- Ngườitừđủ15tuổiđếnchưađủ18tuổikhôngbịmấthoặchạnchếnănglực hành vi dân sự được sử dụng thẻ ghi nợ, thẻ tín dụng, thẻ trảtrước;
Người từ 6 đến dưới 15 tuổi không bị mất hoặc hạn chế năng lực hành vi dân sự, có thể được đại diện theo pháp luật để đồng ý bằng văn bản về việc sử dụng thẻ ghi nợ hoặc thẻ trả trước.
Người nước ngoài sử dụng thẻ quy định tại khoản 1 và khoản 3 Điều này phải có giấy phép cư trú tại Việt Nam với thời gian tối thiểu là 12 tháng.
Từ ngày 01/01/2022, người dân có thể mở thẻ ngân hàng trực tuyến theo Thông tư 17/2021/TT-NHNN, sửa đổi Thông tư 19/2016/TT-NHNN về hoạt động thẻ ngân hàng Tổ chức phát hành thẻ (TCPHT) có quyền phát hành thẻ ghi nợ, thẻ tín dụng và thẻ trả trước định danh cho cá nhân qua phương thức điện tử Quy định này tạo điều kiện thuận lợi cho việc phát hành thẻ ngân hàng một cách nhanh chóng và tiện lợi.
TCPHT cần thiết lập và công bố quy trình phát hành thẻ cá nhân qua phương thức điện tử, tuân thủ Điều 10a Thông tư 19/2016/TT-NHNN và các quy định pháp luật liên quan đến phòng, chống rửa tiền, giao dịch điện tử, cũng như đảm bảo an toàn và bảo mật thông tin khách hàng Quy trình này phải bao gồm tối thiểu các bước cần thiết để đảm bảo an toàn hoạt động của TCPHT.
Trước khi ký kết hợp đồng phát hành và sử dụng thẻ với khách hàng, cần thu thập đầy đủ thông tin và giấy tờ cần thiết để nhận diện khách hàng và xác định hạn mức giao dịch cho thẻ ghi nợ, thẻ trả trước định danh, và thẻ tín dụng Điều này phải tuân thủ các quy định tại khoản 5 Điều 10, khoản 3 Điều 10a và Điều 14 Thông tư 19/2016/TT-NHNN, cùng với các quy định nội bộ của TCPHT và các quy định pháp luật liên quan (nếu có).
Kiểm tra, đối chiếu và xác minh thông tin nhận diện khách hàng là bước quan trọng trong quá trình bảo mật Đồng thời, cần cảnh báo khách hàng về các hành vi không được phép khi mở và sử dụng thẻ điện tử để đảm bảo an toàn tài chính.
Thống kê mô tả biếnnghiêncứu
Trước khi tiến hành hồi quy và kiểm định mô hình Binary Logistic để phân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần Việt Nam, nghiên cứu đã thực hiện thống kê mô tả nhằm làm rõ đặc điểm nhân khẩu học và tín dụng của 3.121 chủ thẻ tín dụng tại các ngân hàng này.
Bảng 3.1 Bảng mô tả các biến định tính được sử dụng trong nghiên cứu
Biến số Quan sát Giá trị trung bình Độ lệch chuẩn Min Max y 3,121 0.947 0.224 0 1 idv_gender 3,121 0.570 0.495 0 1 age 3,121 32.071 7.800 15 66 job 3,121 0.914 0.280 0 1 yr_nbr 3,121 6.908 8.803 1 58 mo_sal 3,121 18.144 26.018 2.691 556 married 3,121 0.963 0.190 0 1 loancard 3,121 420.384 2314.241 0 87979 cardholder 3,121 1.987 1.565 1 33 overdue 3,121 8.962 45.046 0 706
Nguồn: Kết quả phân tích từ phần mềmSTATA16Kếtquảkhảosátchothấy kháchhànggiớitínhnamcó1780người chiếm 57,03%tổngsốK HCN thamgianghiêncứu và có1341kháchhàng giới tínhn ữ chiếm42,97%.ĐộtuổicủaKHCNdaođộngtừ15-
Thẻ tín dụng hiện nay chủ yếu phục vụ cho giới trẻ năng động, với độ tuổi trung bình là 66 và độ tuổi người dùng trung bình đạt 32,07 Đối tượng sử dụng thẻ tín dụng thường có nghề nghiệp ổn định, chiếm 91,4% trong số khách hàng cá nhân (KHCN) Thu nhập hàng tháng của KHCN dao động từ 2,69 triệu đồng đến 556 triệu đồng, trung bình đạt 18,14 triệu đồng với kinh nghiệm làm việc khoảng 7 năm Hầu hết KHCN đã kết hôn (96,3%) và thuộc các gia đình trẻ, điều này giúp họ có khả năng trả nợ thẻ tín dụng tốt hơn Dư nợ trung bình của mỗi khách hàng đạt 420 triệu đồng, với một số khách hàng có dư nợ lên đến hàng chục tỷ đồng Trung bình mỗi khách hàng sở hữu khoảng 2 thẻ tín dụng và thời gian nợ thẻ quá hạn trung bình là 8,9 ngày Trong tổng số 3.121 KHCN, chỉ có 166 chủ thẻ nợ xấu, chiếm 5,32%.
Phân tíchtươngquan
Bảng 3.2 trình bày ma trận tương quan giữa các biến độc lập trong nghiên cứu, bao gồm các biến như giới tính (idv_gender), tuổi (age), nghề nghiệp (job), số năm (yr_nbr), mức lương hàng tháng (mo_sal), tình trạng hôn nhân (married), thẻ vay (loancard), người nắm giữ thẻ (cardholder) và quá hạn (overdue) Các hệ số tương quan cho thấy mối quan hệ đáng kể giữa các biến, ví dụ, có sự tương quan âm mạnh giữa quá hạn và giới tính (-0.5235**) cũng như giữa nghề nghiệp và số năm (-0.3392**) Một số biến như mức lương hàng tháng và thẻ vay cũng cho thấy tương quan tích cực với các biến khác, như mức lương hàng tháng có tương quan dương với thẻ vay (0.121**) Những phát hiện này có thể cung cấp cái nhìn sâu sắc về các yếu tố ảnh hưởng đến các biến độc lập trong nghiên cứu.
Nguồn: Kết quả phân tích từ phần mềm STATA 16
Kết quả phân tích tương quan tuyết tín (Karl Pearson, 1897) giữa biến độc lập và biến phụ thuộc khả năng tiếp cận vốn vay của KHCN tại các NHTMCP Việt Nam cho thấy hầu hết các nhân tố đều có hệ số tương quan thấp với các giá trị Sig tương ứng thỏa mãn yêu cầu thống kê ở các mức ý nghĩa 1% và 5% Do vậy, các biến độc lập và phụ thuộc trong mô hình không tương quan nhau, tạo điều kiện thuận lợi cho các kiểm định và ước lượng mô hình hồi quy ở các bước tiếp theo.
Kết quả phân tíchhồiquy
Để đánh giá vai trò của các nhân tố đối với khả năng trả nợ thẻ tín dụng của khách hàng cá nhân (KHCN), nghiên cứu áp dụng hệ số Beta nhằm giải thích tác động của các nhân tố đến biến phụ thuộc Chỉ số Odds (OR) được sử dụng để đánh giá cường độ ảnh hưởng của các yếu tố độc lập Kết quả nghiên cứu cho thấy hầu hết các biến đều tác động đến xác suất khả năng trả nợ thẻ tín dụng của KHCN tại các ngân hàng thương mại cổ phần (NHTMCP) Việt Nam, phù hợp với lý thuyết và giả thuyết đã đặt ra, với mức ý nghĩa thống kê là 1%, 5% và 10%.
Bảng 3.3 Kết quả phân tích hồi quy Logistic
Tên biến Beta S.E t Odds/OR p-value idv_gender -0,3422 0,2046 -1,67 0.7102 0,0940 age 0,0019 0,0126 0,15 1.0019 0,8830 job 1,1423 0,2624 4,35 3.1340 0,0000 mo_sal 0,0281 0,0121 2,32 1.0285 0,0200 yr_nbr -0,0182 0,0096 -1,9 0.9820 0,0570 married 0,8874 0,3750 2,37 2.4289 0,0180 loancard -0,000043 0,000021 -1,99 0.99996 0,0460 cardholder 0,1665 0,0892 1,87 1.1812 0,0620 overdue -0,0223 0,0016 -14,16 0.9779 0,0000
Nguồn: Kết quả phân tích từ phần mềm STATA16
Nghiên cứu cho thấy rằng tổng dư nợ thẻ tín dụng, kinh nghiệm làm việc, số ngày quá hạn thanh toán và giới tính đều có tác động tiêu cực đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần Việt Nam Cụ thể, tổng dư nợ thẻ tín dụng (β7=-0,000043; odds =0,99996) và số ngày quá hạn thanh toán (β9=-0,0223; odds =0,9779) làm giảm khả năng trả nợ, trong khi giới tính (β1=-0,3422; odds =0,7102) cũng ảnh hưởng tiêu cực Ngược lại, nhân tố nghề nghiệp (β3=1,1423; odds =3,1340) và tình trạng hôn nhân (β6=0,8874; odds) lại có tác động tích cực đến khả năng này.
Nghiên cứu chỉ ra rằng thu nhập (β4=0,0281; odds =1.0285) và số hợp đồng thẻ tín dụng (β8=0,1665; odds=1.1812) có mối quan hệ thuận chiều với khả năng thanh toán các khoản nợ thẻ tín dụng của khách hàng cá nhân (KHCN) tại các ngân hàng thương mại cổ phần (NHTMCP) Tuy nhiên, tuổi của khách hàng không có ý nghĩa thống kê trong việc giải thích khả năng trả nợ thẻ tín dụng của KHCN.
Kiểm định độ chính xác của mô hình dự đoán khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần (NHTMCP) Việt Nam cho thấy tỷ lệ dự báo chính xác lên đến 99,53% cho khả năng thanh toán Trong khi đó, tỷ lệ dự báo khả năng không thanh toán đạt 67,47% Tổng thể, nghiên cứu đã đạt được độ chính xác 95,56% trong việc dự báo khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các NHTMCP Việt Nam.
Bảng 3.4 Mức độ chính xác của mô hình nghiên cứu
Quan sát Y Mức độ chính xác kết quả dự báo (%)
Tỷ lê dự báo chính xác xác
+/ có khả năng thanh toán được nợ (thuộc nợ nhóm 1,2)
-/ không có khả năng thanh toán được nợ (thuộc nợ nhóm 3,4,5).
Nguồn: Kết quả phân tích từ phần mềm STATA 16
Thảo luận các kết quảnghiêncứu
Nghiên cứu này đã đánh giá mực độ phù hợp và độ nhạy của mô hình logit trong việc dự báo khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại ngân hàng thương mại cổ phần, đồng thời nhận diện vai trò của 08 nhân tố ảnh hưởng đến khả năng này Kết quả chi tiết được trình bày trong bảng 3.5.
Bảng 3.5 Bảng tổng hợp các biến có tác động
The analysis reveals various factors influencing the outcome, with idv_gender showing a negative impact (Beta: -0.3422, OR: 0.7102) yet accepted, while age presents a slight positive effect (Beta: 0.0019, OR: 1.0019) leading to rejection Job status has a significant positive correlation (Beta: 1.1423, OR: 3.1340) and is accepted, as is mo_sal with a small positive effect (Beta: 0.0281, OR: 1.0285) Conversely, yr_nbr has a negative influence (Beta: -0.0182, OR: 0.9820) but remains accepted Married status shows a strong positive effect (Beta: 0.8874, OR: 2.4289) and is accepted, while loancard has a negligible negative impact (Beta: -0.000043, OR: 0.99996) also accepted Cardholder status exhibits a moderate positive effect (Beta: 0.1665, OR: 1.1812) and is accepted, whereas overdue status shows a slight negative correlation (Beta: -0.0223, OR: 0.9779) but is accepted as well.
Nguồn: Kết quả phân tích từ phần mềm STATA 16
Nghề nghiệp có ảnh hưởng tích cực đến khả năng trả nợ vốn vay theo hợp đồng thẻ tín dụng của khách hàng cá nhân, với hệ số β 3 = 1,1423 và odds = 3.1340 ở mức ý nghĩa thống kê 1% Ngân hàng thường dựa vào nghề nghiệp của khách hàng để cấp thẻ tín dụng, đặc biệt là đối với người nông dân vay vốn cho mục đích kinh doanh và tiêu dùng Khách hàng có nghề nghiệp ổn định thường có nguồn thu nhập ổn định hơn, giúp họ dễ dàng thanh toán các khoản nợ thẻ tín dụng.
Tình trạng hôn nhân của khách hàng cá nhân (KHCN) có ảnh hưởng tích cực đến khả năng trả nợ thẻ tín dụng theo cam kết hợp đồng Nghiên cứu này đồng quan điểm với nhiều tác giả như Havà Krishnan (2012), VandenBerg và cộng sự (2015), Đặng Thị Cẩm Nhung (2015), Barboza (2017), Bùi Thị Tuyết Nga (2017), Salisbury và Zhao (2019), Trần Thanh Phong và cộng sự (2020), và Ma (2020) Khi lập gia đình, KHCN thường có trách nhiệm và thận trọng hơn trong chi tiêu, đầu tư, và nỗ lực lao động nhằm xây dựng kinh tế gia đình hướng tới sự ổn định và thịnh vượng Hơn nữa, khi có gia đình, nguồn thu nhập của KHCN cũng tăng lên, giúp họ có khả năng đảm bảo nghĩa vụ tốt hơn đối với các khoản vay.
3.5.3 Số lượng hợp đồng thẻ tín dụng(Cardholder)
Khách hàng cá nhân (KHCN) có số hợp đồng thẻ tín dụng cao thường có xu hướng trả nợ theo cam kết hợp đồng tốt hơn, với tỷ lệ 0,1665 và xác suất 1.1812 ở mức ý nghĩa thống kê 5% Nghiên cứu của Havà Krishnan (2012), Besharat và cộng sự (2014), Chin và cộng sự (2017), Salisbury và Zhao (2019) cũng ủng hộ quan điểm này Những khách hàng sở hữu nhiều thẻ tín dụng được xem là có uy tín trong các mối quan hệ tín dụng và có khả năng đảm bảo trả nợ vay lớn hơn so với những người khác Do đó, việc ngân hàng ưu tiên cấp thẻ cho KHCN sở hữu nhiều thẻ tín dụng là hợp lý nhằm hạn chế rủi ro tín dụng.
Thu nhập của khách hàng (mo_sal) có ảnh hưởng tích cực đến khả năng trả nợ thẻ tín dụng, với hệ số β 4 = 0,0281 và odds = 1.0285 ở mức ý nghĩa thống kê 1% Nghiên cứu cho thấy, thu nhập càng cao, khả năng trả nợ thẻ tín dụng càng lớn, điều này được xác nhận bởi các nghiên cứu trước đây của Ravi (2012), McHugh và Ranyard (2012), Besharat và cộng sự (2014), Đặng Thị Cẩm Nhung (2015), và Nguyễn Phúc Mẫn (2016) Khi thu nhập của chủ thẻ tăng, họ có thêm nguồn lực tài chính để đảm bảo khả năng trả nợ đúng hạn Ngân hàng có thể áp dụng khung thu nhập để cung cấp ưu đãi về lãi suất cho khách hàng có thu nhập rõ ràng, minh bạch, dễ dàng giám sát như từ lương hoặc cho thuê nhà, đồng thời thiết lập mức phí và lãi suất dựa trên thu nhập của chủ thẻ để tạo sự cạnh tranh.
3.5.5Tổngdư nợ thẻ tín dụng(loancard)
Tổng dư nợ thẻ tín dụng cao của khách hàng cá nhân ảnh hưởng tiêu cực đến năng lực và tư duy sản xuất kinh doanh, dẫn đến khó khăn trong việc trả nợ theo hợp đồng thẻ tín dụng.
Theo nghiên cứu của Visaria (2009), Papias và Ganesan (2009), Nguyễn Phúc Mẫn (2016), khi quy mô khoản tín dụng của khách hàng tăng lên, nguy cơ xảy ra rủi ro tín dụng cũng cao hơn Việc khách hàng lạm dụng thẻ tín dụng cho tiêu dùng và đầu tư dẫn đến gia tăng quy mô nợ thẻ tín dụng Khi nợ thẻ tín dụng gia tăng, áp lực trả nợ đối với các khoản vay của khách hàng cá nhân (KHCN) cũng trở nên lớn hơn Lãi suất cao có thể ảnh hưởng tiêu cực đến tình hình tài chính của KHCN, gây khó khăn trong việc trả nợ đúng hạn Do đó, KHCN cần xem xét khả năng vay vốn và quy mô khoản vay để đảm bảo khả năng trả nợ trong tương lai, tránh rủi ro tài chính do thu nhập không đủ.
3.5.6 Kinhnghiệm làm việc(yr_nbr)
Kinhnghiệmlàmviệc(yr_nbr)tácđộngngượcchiềuvớibiếnphụthuộccủamôhình nghiên cứu (β5=-0,0182, odds =0.9820, ở mức ý nghĩa thống kê 1%) Kết quảnghiêncứunàytráingượcvớiquanđiểmcủaTheoNguyễnPhúcMẫn(2015),ĐặngThị
Cẩm Nhung (2015) và Chinh cùng cộng sự (2017) cho rằng những người có thời gian làm việc chuyên môn dài thường có nhận thức trách nhiệm về vốn vay tốt hơn và khả năng sử dụng vốn vay hợp lý hiệu quả hơn so với những khách hàng vay vốn khác Điều này có thể được giải thích bởi bối cảnh kinh tế đặc biệt trong thời kỳ suy thoái toàn cầu và dịch bệnh COVID-19, đã gây ra nhiều khó khăn cho hoạt động sản xuất kinh doanh, đứt gãy chuỗi cung ứng và cắt giảm việc làm Nhiều khách hàng cá nhân và doanh nghiệp phải vật lộn để duy trì hoạt động sản xuất kinh doanh, dẫn đến tình trạng thất nghiệp và giảm lương phổ biến, đặc biệt là những đối tượng làm việc lâu năm, họ gặp khó khăn trong việc tìm kiếm công việc mới và thay đổi tư duy để ứng phó với các vấn đề phát sinh hơn so với thế hệ trẻ.
3.5.7 Số ngày quá hạn thanh toán thẻ tín dụng(overdue)
Số ngày quá hạn thanh toán thẻ tín dụng (overdue)tác động tiêu cực, mạnhnhấtđếnkhảnăngtrảnợthẻtíndụngcủaKHCNtạicácNHTMCP(β 9 =-0,0223;odds
Kết quả nghiên cứu cho thấy rằng việc khách hàng cá nhân thường xuyên thanh toán các khoản nợ thẻ tín dụng quá hạn phản ánh năng lực trả nợ của họ có nhiều hạn chế, mặc dù họ vẫn đảm bảo thanh toán theo hợp đồng và không phát sinh nợ xấu Đây là dấu hiệu cảnh báo về khả năng trả nợ theo cam kết hợp đồng thẻ tín dụng của khách hàng cá nhân sẽ giảm theo thời gian, dẫn đến nguy cơ rơi vào tình trạng nợ xấu Do đó, ngân hàng cần có sự giám sát chặt chẽ hơn đối với các chủ thẻ này trong việc sử dụng thẻ tín dụng.
Khách hàng nữ có khả năng trả nợ cao hơn khách hàng nam (β1=-0,3422; odds
Kết quả nghiên cứu cho thấy mức ý nghĩa thống kê đạt 1% với hệ số 0.710, đồng nhất với các nghiên cứu trước đây của Đặng Thị Cẩm Nhung (2015), Charles và Mori (2016), Adanu và Boateng (2015), Barboza (2017), Salisbury và Zhao (2019), cùng Ma (2020) Đặc biệt, khách hàng nữ thường có tính chất chăm chỉ, năng suất cao, xu hướng tiết kiệm và chi tiêu hợp lý, đồng thời luôn nỗ lực làm việc để đảm bảo cuộc sống cho gia đình và thanh toán đúng hạn các khoản nợ.
Tuối của KHCN không có ý nghĩa giải thích khả năng trả nợ thẻ tín dụng củaKHCN (β1=0,0019; odds =1.0019, P-value = 0.883)
Kết quả kiểm định các khuyết tật củamôhình
3.6.1 Kiểm định sự phù hợp của môhình
Kiểm định Bảng 3.6 cho thấy các mô hình nghiên cứu có giá trị P = 0,000, nhỏ hơn 0,01, cho thấy độ tin cậy 99% Điều này cho phép kết luận rằng các biến độclập có mối quan hệ tuyết tính với biến phụ thuộc trong tổng thể, chứng tỏ mô hình có ý nghĩa trong việc giải thích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần Việt Nam Chỉ số -2LL (-2 Log Likelihood) được sử dụng để đánh giá độ phù hợp của mô hình; giá trị -2LL càng nhỏ thì độ phù hợp càng cao, với giá trị nhỏ nhất là 0, tức là không có sai số, cho thấy mô hình có độ phù hợp cao Kết quả cho thấy các giá trị của -2LL cao từ phía bên phải, đồng thời dự đoán giá trị P = 0,000.
< 0,1 tức R 2 hiệu chỉnh= 0,3134 khác 0, các biến được đưa vào phương trìnhhồiquyLogitthậtsựtácđộngvàgiảithíchsựthayđổicủabiếnphụthuộcnênmô hìnhphùhợp.HồiquyLogitsửdụng,nhưvậynóthểhiệnmứcđộphùhợpởmứctrung bình của mô hình tổngthể.
Bảng 3.6 Kiểm định sự phù hợp của mô hình tổng quát
Nghiên cứu đã sử dụng phương pháp Hosmer - Lemeshow để kiểm định sự phù hợp của mô hình logit, với kết quả cho thấy giá trị p-value lớn hơn 0,05 Điều này chứng minh rằng mô hình logit phù hợp tốt với dữ liệu phân tích từ phần mềm STATA.
Bảng 3.7 Kiểm định Hosmer and Lemeshow
Mô hình Hosmer and Lemeshow Test
Nguồn: Kết quả phân tích từ phần mềm STATA 16
3.6.2 Các điểm thực tế và dự báo biến phụ thuộc khả năng trả nợ củakhách hàng cá nhân tại các NHTMCP ViệtNam ĐồthịHistogramở(Hình3.5)biểudiễncácđiểmthựctếvàdựbáocácbiếnphụ thuộc Y Từ 0,5 đến 0 là những quan sát không có trả nợ và từ 0,5 đến 1 là có khảnăng trả nợ Kết quả nghiên cứu cho thấy trên trục tung có 1 điểm phân biệt cách là 0,5 tên của điểm này là Cut value =0,8744 (trị số phân biệt) Kết quả cho thấy độ nhạy củakhả năng dự báo của mô hình nghiên cứu là rấtcao.
Nguồn: Kết quả phân tích từ phần mềm STATA 16
Kết quả cho thấy điểm giao cắt giữa sensitivity và specificity nằm trong khoảng 0,75, điều này càng củng cố ý nghĩa dự báo của mô hình nghiên cứu thực nghiệm đã được áp dụng.
Hình 3.6 Đồ thị biểu diễn độ nhạy dự báo khả năng trả nợ thẻ tín dụng tạicác
Nguồn: Kết quả phân tích từ phần mềm STATA 16
Thị trường thẻ tín dụng tại Việt Nam trong những năm gần đây đã có sự phát triển mạnh mẽ, được ảnh hưởng bởi quy định pháp luật, quy trình cấp thẻ, và công nghệ áp dụng Khách hàng sử dụng thẻ tín dụng chủ yếu là những người trẻ tuổi, có kinh nghiệm làm việc và thu nhập ổn định, thường sở hữu từ một thẻ tín dụng trở lên Phân tích cho thấy 9 biến được lựa chọn không có sự tương quan chéo, với mô hình dự báo đạt tỉ lệ cao 95,96% Kiểm định cho thấy mô hình logit phù hợp với dữ liệu, với chỉ số -2LL và P-value nhỏ hơn 0.01, cho thấy độ tin cậy 99%.
Kết quả phân tích hồi quy cho thấy tổng dư nợ thẻ tín dụng, kinh nghiệm làm việc, số ngày quá hạn thanh toán và giới tính có tác động tiêu cực đến khả năng trả nợ của khách hàng Ngược lại, các yếu tố như nghề nghiệp, tình trạng hôn nhân, thu nhập và số hợp đồng thẻ tín dụng lại có mối quan hệ thuận chiều với khả năng này Đặc biệt, tuổi của khách hàng không có ý nghĩa thống kê trong việc giải thích khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần.
CHƯƠNG 4 ĐỄ XUẤT, GỢI Ý KIẾN NGHỊ
Nghiên cứu này hệ thống lại lý thuyết về thẻ tín dụng, thông tin bất cân xứng và các phương pháp đo lường khả năng trả nợ thẻ tín dụng của khách hàng cá nhân, bao gồm mô hình 6C, 5P, điểm tín dụng cá nhân Mỹ, CAMPARI, machine learning và hàm logit Ngoài ra, nghiên cứu cũng chỉ ra các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần Việt Nam, bao gồm giới tính, tuổi, nghề nghiệp, thu nhập, kinh nghiệm làm việc, tình trạng hôn nhân, tổng dư nợ thẻ tín dụng, số hợp đồng thẻ tín dụng và số ngày quá hạn thanh toán.
Hồiquy Logistic được đánh giá là đáng tin cậy trong việc dự báo khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần (NHTMCP) ở Việt Nam Kết quả cho thấy rằng tổng dư nợ thẻ tín dụng, kinh nghiệm làm việc, số ngày quá hạn thanh toán và giới tính có tác động tiêu cực đến khả năng trả nợ của khách hàng Trong khi đó, nghề nghiệp, tình trạng hôn nhân, thu nhập và số hợp đồng thẻ tín dụng có mối quan hệ thuận chiều với khả năng thanh toán nợ thẻ tín dụng Đặc biệt, tuổi của khách hàng không có ý nghĩa thống kê trong việc giải thích khả năng trả nợ Việc áp dụng kết quả từ mô hình NHTM sẽ giúp nâng cao khả năng nhận diện khách hàng tiềm năng và khắc phục thông tin bất cân xứng Kết hợp với lý thuyết lãi suất Fisher, các NHTM đưa ra các ưu đãi về lãi suất và chương trình khuyến mãi nhằm thu hút khách hàng sử dụng sản phẩm thẻ tín dụng và hạn chế rủi ro nợ xấu.
Đềxuấtcácgiảipháp
Hiện nay, suy thoái kinh tế, thiên tai và dịch bệnh đang gây ra nhiều bất lợi cho các ngành nghề và lĩnh vực sản xuất kinh doanh, ảnh hưởng trực tiếp đến thu nhập và khả năng trả nợ thẻ tín dụng của khách hàng Do đó, các ngân hàng thương mại cổ phần cần triển khai các chính sách và giải pháp kịp thời nhằm phát triển phân khúc thẻ tín dụng đồng thời hạn chế nợ xấu.
4.1.1 Đối với yếu tố nghềnghiệp
Nghề nghiệp là yếu tố quan trọng dự đoán khả năng trả nợ thẻ tín dụng của khách hàng cá nhân (KHCN), với những khách hàng có nghề nghiệp ổn định thường có nguồn thu nhập ổn định hơn, giảm rủi ro mất khả năng thanh toán Các tổ chức tín dụng (TCTD) nên phân khúc khách hàng và xây dựng chiến lược phát triển sản phẩm thẻ theo từng nhóm nghề nghiệp Đối với khách hàng làm công chức, chuyên viên trong các ngành phát triển cao như công nghệ thông tin, cần có chính sách ưu đãi về chi phí phát hành, phí thường niên và lãi suất Sản phẩm thẻ tín dụng cần được thiết kế phù hợp với đặc tính nghề nghiệp, như thẻ công nghệ phải có tính năng bảo mật cao, trong khi thẻ cho lĩnh vực làm đẹp và thời trang cần mang phong cách cá nhân và sáng tạo Các ngân hàng thương mại cổ phần (NHTMCP) cần đa dạng hóa sản phẩm thẻ tín dụng và kết hợp với các dịch vụ ngân hàng bán lẻ để đáp ứng nhu cầu đa dạng của KHCN Để kiểm soát rủi ro tín dụng, ngân hàng cần nghiên cứu phát triển sản phẩm phù hợp với nhu cầu thực tế và tình trạng hôn nhân của KHCN, đồng thời nới lỏng điều kiện phát hành thẻ tín dụng Nhiều NHTMCP đã phát hành thẻ tín dụng cho cán bộ nhà nước và quản lý cấp cao, trong khi các TCTD khác có thể yêu cầu KHCN ký quỹ hoặc thế chấp tài sản tương đương với hạn mức tín dụng Việc nới lỏng điều kiện phát hành thẻ tín dụng sẽ thu hút thêm nhiều KHCN sử dụng thẻ.
4.1.2 Đối với yếu tố tình trạng hônnhân
Nghiên cứu cho thấy rằng khách hàng đã lập gia đình có khả năng trả nợ thẻ tín dụng tốt hơn nhờ vào trách nhiệm tài chính cao hơn Họ thường xuyên chi tiêu cho các nhu cầu gia đình như thanh toán điện, nước và học phí cho con cái Để khuyến khích nhóm khách hàng này sử dụng thẻ tín dụng, các tổ chức tài chính đã triển khai các phương án thanh toán hữu ích và chế độ ưu đãi hấp dẫn Hiện nay, nhiều tổ chức tài chính đã xây dựng các kênh thanh toán cho điện, nước và bảo hiểm, đồng thời hợp tác với các công ty như điện lực, trường học và siêu thị để cung cấp chính sách đổi quà và tích điểm Để hỗ trợ giao dịch thẻ tín dụng hiệu quả, các ngân hàng thương mại Việt Nam cần tích hợp hệ thống cổng thanh toán tiên tiến, đảm bảo tương thích với Visa, MasterCard và UnionPay Việc tích hợp các giải pháp ví di động như ApplePay, GooglePay và SamsungPay cũng rất cần thiết để đáp ứng nhu cầu của khách hàng cá nhân, từ đó thu hút nhiều người dùng tham gia vào sản phẩm thẻ tín dụng.
Chi phí tài chính là mối quan tâm hàng đầu của khách hàng khi sử dụng dịch vụ ngân hàng, đặc biệt là các khoản phí liên quan đến thẻ tín dụng như phí thường niên, lãi suất trả chậm và các chương trình khuyến mãi Để khuyến khích khách hàng, các ngân hàng thương mại cổ phần cần điều chỉnh giảm lãi suất và phí dịch vụ Đồng thời, việc gia tăng số lượng thẻ phát hành sẽ giúp ngân hàng giảm thiểu chi phí không cần thiết mà vẫn duy trì lợi nhuận Ngân hàng cũng cần cải thiện dịch vụ chăm sóc khách hàng trong và sau khi sử dụng thẻ, đồng thời áp dụng chính sách ưu đãi cho những khách hàng có tần suất thanh toán cao và thực hiện nghĩa vụ trả nợ đúng hạn.
Thủ tục phê duyệt hồ sơ thẻ tín dụng hiện nay gây khó khăn cho khách hàng, hạn chế lượng khách tiếp cận sản phẩm thẻ Để cải thiện tình hình, các ngân hàng cần thiết kế chính sách nới lỏng quy trình phê duyệt Đồng thời, tổ chức tín dụng nên hợp tác với các trường tư có học phí cao, xây dựng chính sách phát hành thẻ ưu đãi cho phụ huynh học sinh, và phê duyệt hạn mức dựa trên học phí của từng trường cùng với kết quả xếp hạng tín dụng cá nhân từ CIC.
4.1.3 Đối với yếu tố số lượng hợp đồng thẻ tíndụng
Phê duyệt hồ sơ thẻ tín dụng cho khách hàng cá nhân dựa trên hợp đồng thẻ tín dụng hiện có là một phương pháp hiệu quả mà nhiều TCTD áp dụng để thu hút khách hàng và rút ngắn thời gian xét duyệt Nghiên cứu cho thấy, khách hàng cá nhân sở hữu nhiều thẻ tín dụng thường có xu hướng trả nợ đúng hạn, cho thấy họ là những người tiêu dùng thông minh Những khách hàng này hiểu rõ chính sách ưu đãi của từng loại thẻ và ngân hàng, từ đó lập kế hoạch sử dụng và thanh toán nợ thẻ một cách hợp lý.
Bộ phận phát triển sản phẩm thẻ của TCTD cần nghiên cứu thị trường tiêu dùng và xu hướng tiêu dùng hiện nay để phát triển các dòng sản phẩm thẻ ưu việt nhằm thu hút khách hàng Hiện tại, VIB đang triển khai thẻ VIB Shoppe với ưu đãi giảm 10% khi thanh toán trên Shopee và tặng mã freeship 30.000 cho đơn hàng trên 300.000 VND Thẻ VIB Lady cũng có chương trình hoàn tiền khi mua sắm tại trung tâm thương mại, trong khi thẻ Grab VIB tặng điểm GrabRewards Techcombank cung cấp thẻ đồng thương hiệu với Vietnam Airlines, cho phép khách hàng tích điểm bông sen vàng và sử dụng phòng chờ VIP tại sân bay Cuộc cạnh tranh trong lĩnh vực thẻ tín dụng đang diễn ra sôi động, do đó TCTD cần tăng cường nghiên cứu, xây dựng và triển khai chính sách khách hàng hiệu quả cho KHCN sử dụng thẻ tín dụng Việc nâng cao chất lượng thẩm định và thu thập thông tin KHCN là rất quan trọng, cùng với việc phân loại khách hàng một cách chính xác trong toàn hệ thống.
Để nâng cao chất lượng thẩm định hồ sơ khách hàng cá nhân (KHCN), các tổ chức tín dụng (TCTD) cần cập nhật thông tin đầy đủ, bao gồm thông tin cá nhân và tín dụng Cần có lộ trình cụ thể để thu thập thông tin từ cả chủ thẻ mới và chủ thẻ cũ, đảm bảo thông tin liên tục và chính xác Ngân hàng nên tiếp xúc trực tiếp với KHCN, yêu cầu họ tự khai báo về thu nhập, khả năng tài chính, và nơi cư trú Đặc biệt, cần kiểm tra thông tin tài chính cá nhân để xác định tình trạng nợ và khả năng hoàn trả Để giảm thiểu rủi ro nợ xấu từ thẻ tín dụng, cán bộ ngân hàng có thể áp dụng hạn mức tín dụng an toàn, không vượt quá 50% thu nhập trước thuế hàng năm hoặc 3-5 lần thu nhập hàng tháng Ngoài ra, bộ phận thanh toán thẻ cần kiểm tra giao dịch hàng ngày để phát hiện và ngăn chặn các giao dịch bất thường, bảo vệ tài sản của ngân hàng.
4.1.4 Đối với yếu tố thunhập
Khách hàng có thu nhập cao thường có khả năng trả nợ thẻ tín dụng tốt hơn Ngân hàng có thể thiết lập khung thu nhập để áp dụng chế độ ưu tiên, như ưu
Để nâng cao khả năng tiếp cận khách hàng có nguồn thu nhập tốt, các tổ chức tín dụng (TCTD) nên không chỉ xác nhận lương qua sao kê tài khoản và hợp đồng lao động, mà còn thu thập thông tin thu nhập từ Bảo hiểm xã hội Việt Nam và báo cáo quyết toán thuế thu nhập cá nhân hàng năm, đặc biệt đối với khách hàng có nhiều nguồn thu.
TCTD đang nghiên cứu cải tiến công tác đào tạo cho cán bộ phụ trách thẻ tín dụng và cán bộ tín dụng, nhằm tiết kiệm chi phí và nâng cao hiệu quả công việc Các hình thức đào tạo như từ xa, theo vùng và đào tạo hạt nhân sẽ được triển khai thường xuyên, kèm theo kiểm tra đánh giá nghiêm túc sau mỗi khóa học Kết quả đào tạo sẽ là điều kiện cần thiết cho cán bộ nhân viên trước khi thực hiện công việc được giao Bên cạnh đó, cán bộ ngân hàng cần hỗ trợ khách hàng trong việc lập kế hoạch chi trả nợ vay đúng hạn, giới thiệu các công cụ ngân hàng điện tử như hình thức thu lãi tự động và ứng dụng theo dõi khoản vay, nhằm giúp khách hàng chủ động trong việc trả nợ và tránh tình trạng nợ chồng nợ.
4.1.5 Đối với yếu tố tổng dư nợ thẻ tíndụng
Tổng dư nợ thẻ tín dụng cao có thể hạn chế khả năng và tư duy sản xuất kinh doanh của khách hàng, dẫn đến khó khăn trong việc trả nợ theo cam kết Lạm dụng thẻ tín dụng cho tiêu dùng, mua sắm và đầu tư gia tăng quy mô nợ Tuy nhiên, một số khách hàng lại có chi tiêu thẻ tín dụng lớn và thường xuyên thanh toán hết dư nợ đúng hạn, trong khi những khách hàng khác chỉ thanh toán số tiền tối thiểu Tỷ lệ thanh toán dư nợ thẻ tín dụng ảnh hưởng trực tiếp đến khả năng thanh toán của khách hàng Tuy nhiên, do hạn chế trong việc thu thập dữ liệu, nghiên cứu về vấn đề này vẫn còn thiếu sót.
4.1.6 Đối với yếu tố kinh nghiệm làmviệc
Kinh nghiệm làm việc có tác động ngược đến khả năng trả nợ thẻ tín dụng, đặc biệt trong bối cảnh nền kinh tế biến động lớn do dịch bệnh COVID-19 Tình hình này đã làm gián đoạn tiêu dùng cá nhân, tăng tỷ lệ thất nghiệp và ảnh hưởng nặng nề đến những khách hàng có thâm niên làm việc Họ gặp khó khăn trong việc tìm kiếm công việc mới và thiếu tư duy sáng tạo để vượt qua những thách thức phát sinh Ngược lại, giới trẻ trong các ngành nghề có tốc độ tăng trưởng nhanh lại trở thành nhóm khách hàng tiềm năng mà các tổ chức tín dụng cần chú ý.
Để nâng cao nhận thức về lợi ích của thẻ tín dụng trong hoạt động sản xuất kinh doanh và tiêu dùng, khách hàng cần sử dụng thẻ một cách đúng đắn, tránh lạm dụng dẫn đến nợ xấu Khách hàng cũng nên chủ động quản lý rủi ro thẻ tín dụng bằng cách tham khảo các công cụ kiểm soát rủi ro từ ngân hàng thương mại cổ phần Ngân hàng cần phối hợp với doanh nghiệp và các tổ chức như đoàn thanh niên, công đoàn để tổ chức các khóa tập huấn và chia sẻ kiến thức về tài chính, ngân hàng, quản lý tài chính cá nhân và lập kế hoạch trả nợ Đồng thời, ngân hàng cũng cần hỗ trợ khách hàng nâng cao khả năng bảo vệ thông tin cá nhân và thông tin thẻ tín dụng, đặc biệt trên nền tảng trực tuyến, để phòng ngừa gian lận và bảo vệ quyền sử dụng thẻ tín dụng của khách hàng.
4.1.7 Đối với yếu tố số ngày quá hạng thanh toán thẻ tíndụng.
Nghiên cứu cho thấy rằng KHCN thường xuyên thanh toán các khoản nợ thẻ tín dụng quá hạn, điều này phản ánh năng lực trả nợ của họ đang bị hạn chế, mặc dù họ vẫn thực hiện nghĩa vụ thanh toán theo hợp đồng mà không có nợ xấu Đây là dấu hiệu cảnh báo về khả năng thực hiện cam kết nợ thẻ tín dụng của KHCN có thể giảm theo thời gian, dẫn đến nguy cơ rơi vào tình trạng nợ xấu Do đó, ngân hàng cần tăng cường giám sát đối với các chủ thẻ này trong việc sử dụng thẻ tín dụng.
Bằngviệcsửdụngcôngnghệ,nhắcnợđếnhạnquatinnhắn,mail,gọiđiệnthoạisẽgiúp khắc phục tỉ lệ nợ xấu thẻ tíndụng.
Cáckiếnnghị
4.2.1 Kiếnnghị đối với chính phủ và ngân hàng nhànước
Chính phủ cần quy định các loại hình kinh doanh bắt buộc chấp nhận thanh toán qua ngân hàng thương mại (NHTM) ngay từ khi khởi sự để minh bạch hóa nguồn thu và tạo cơ sở quản lý thuế, như trong lĩnh vực lữ hành, khách sạn, và bất động sản Ngân hàng Nhà nước (NHNN) cần hoàn thiện dự thảo và trình Chính phủ ban hành nghị định về thanh toán tiền mặt, quy định rõ các giao dịch được phép sử dụng tiền mặt và những giao dịch phải thanh toán không dùng tiền mặt qua NHTM Mặc dù quy định hạn mức thanh toán bằng tiền mặt có thể gặp phản ứng từ các bên có lợi ích, nhưng nhìn chung, việc này sẽ mang lại hiệu quả tích cực cho nền kinh tế và tăng thu ngân sách nhà nước (NSNN).
NHNN cần nghiên cứu và đề xuất các hình thức hỗ trợ đơn giản hóa thủ tục thanh toán hóa đơn thuế cho các trường hợp chấp nhận thanh toán qua thẻ Điều này sẽ khuyến khích người dùng thẻ tăng cường sử dụng thẻ, nâng cao tỷ lệ giao dịch thẻ và giảm dần thanh toán bằng tiền mặt Hiện tại, nhiều hộ kinh doanh và doanh nghiệp không muốn chấp nhận thẻ do phải trả phí cho ngân hàng thương mại và lo ngại về việc công khai doanh thu, dẫn đến sự thiếu minh bạch và tránh thuế Việc triển khai chính sách khuyến khích phù hợp, như áp dụng thuế GTGT thấp hơn khi thanh toán qua ngân hàng thương mại so với thanh toán bằng tiền mặt, sẽ động viên và khuyến khích các hộ kinh doanh, doanh nghiệp thực hiện nghĩa vụ thuế tích cực hơn.
NHNN cần khẩn trương nghiên cứu và chuẩn hóa hoạt động thanh toán giữa các ngân hàng thương mại (NHTM) với khách hàng và giữa các NHTM với nhau Giải pháp này sẽ tạo nền tảng cho việc áp dụng cơ chế xử lý tự động các giao dịch, giúp tăng tốc độ xử lý và giảm chi phí Quá trình chuẩn hóa cần được thực hiện từ mẫu biểu, quy trình, cơ chế xử lý của các NHTM, đồng thời ban hành tiêu chuẩn cho các thiết bị như ATM, POS và tiêu chuẩn phần mềm, thiết bị hỗ trợ theo tiêu chuẩn quốc gia.
Quyết định số 20/2007/QĐ-NHNN cần được sửa đổi để phù hợp với tình hình hiện tại, đặc biệt là trong các quy định liên quan đến chính sách phát triển bền vững, quản lý chuyển mạch quốc gia, tiêu chuẩn hệ thống thẻ, và hoạt động trích lập dự phòng rủi ro trong thanh toán thẻ.
NHNN cần thúc đẩy các cơ chế đồng thuận để khuyến khích các ngân hàng thương mại phát hành thẻ quốc tế, thực hiện thanh toán bù cho các giao dịch trong lãnh thổ Việt Nam thông qua các công ty chuyển mạch nội địa như Banknet hoặc Smartlink Điều này sẽ giúp giảm chi phí giao dịch cho các tổ chức thẻ quốc tế, tăng nguồn thu cho các ngân hàng nội địa và bảo vệ lợi ích quốc gia Bên cạnh đó, NHNN cần xem xét tác động nhằm yêu cầu các tổ chức thẻ quốc tế giảm mức phí áp dụng tại thị trường Việt Nam và áp dụng các lộ trình đảm bảo tiêu chuẩn phù hợp Hơn nữa, NHNN nên đẩy nhanh tiến trình xây dựng Trung tâm chuyển mạch quốc gia thống nhất và hệ thống bù trừ tự động quốc gia (ACH) để hỗ trợ kết nối và chuyển mạch giữa các đơn vị chấp nhận thẻ, ATM, cũng như dịch vụ thanh toán điện tử, từ đó giảm sự phụ thuộc vào các tổ chức thẻ quốc tế.
4.2.2 Kiếnnghị đối với đối vớiCIC
Mục tiêu của CIC là trở thành một cơ quan thông tin tín dụng hàng đầu khu vực, hoàn thành các nhiệm vụ trong Đề án phát triển đến năm 2025 và định hướng đến năm 2030 đã được Thống đốc NHNN phê duyệt Để đạt được điều này, CIC sẽ tập trung mở rộng cơ sở dữ liệu quốc gia cả về chiều rộng và chiều sâu, triển khai đồng bộ các giải pháp hoàn thiện khuôn khổ pháp lý cho hoạt động thông tin tín dụng của NHNN Đồng thời, CIC sẽ đẩy mạnh hiện đại hóa hệ thống công nghệ thông tin, chuẩn hóa giải pháp, quy trình và nghiệp vụ, cũng như đào tạo nguồn nhân lực chất lượng cao trong lĩnh vực công nghệ thông tin và chuyên gia xử lý dữ liệu, nhằm đảm bảo chất lượng nguồn dữ liệu thu thập và nâng cao tỷ lệ tự động hóa trong thu thập, xử lý, lưu giữ và cập nhật thông tin tín dụng.
CIC đang tiến hành mở rộng thông tin doanh nghiệp tại Việt Nam thông qua hợp tác với Bộ Kế hoạch và Đầu tư, thu thập dữ liệu định danh như tên, địa chỉ, mã số thuế, thông tin lãnh đạo, cổ đông, công ty mẹ, số lượng lao động, ngành nghề kinh doanh và báo cáo tài chính từ Tổng cục Thuế Đối với thông tin cá nhân, CIC hợp tác với C06 - Cục Cảnh sát Quản lý hành chính về trật tự xã hội để thu thập dữ liệu dân cư, làm sạch kho dữ liệu và hợp nhất thông tin định danh như số chứng minh thư, căn cước công dân và số hộ chiếu, nhằm hỗ trợ ngân hàng thương mại nhận diện khách hàng gian lận và có độ rủi ro cao.
CIC đã thành công trong việc xây dựng mô hình chấm điểm doanh nghiệp và cá nhân với độ ổn định cao, được kiểm định hàng năm và đạt kết quả tốt, cung cấp thông tin tham khảo hữu ích cho các TCTD trong quá trình phê duyệt hồ sơ tín dụng Đặc biệt, vào năm 2020, CIC đã triển khai mô hình chấm điểm cá nhân CB2.0 với sự hỗ trợ của tập đoàn Nice – Hàn Quốc, mang lại những cải tiến vượt bậc về phương pháp xây dựng, nguồn dữ liệu và cách vận hành Nhờ vào công nghệ và thuật toán học máy, toàn bộ khách hàng vay cá nhân sẽ được chấm điểm định kỳ hàng tháng, đảm bảo tính chính xác và ổn định cao hơn so với mô hình cũ, đồng thời nâng cao chất lượng sản phẩm dịch vụ và hướng tới tiêu chuẩn quốc tế Mô hình chấm điểm tín dụng của CIC hỗ trợ các TCTD chuyển đổi từ cho vay có đảm bảo tài sản sang cho vay tín chấp dựa trên dự báo rủi ro, giúp một số TCTD phê duyệt nhanh chóng thẻ tín dụng trong vòng 24 giờ.
Cổng thông tin kết nối khách hàng vay của CIC, được NHNN giao nhiệm vụ xây dựng, nhằm cải thiện môi trường kinh doanh và nâng cao năng lực cạnh tranh quốc gia Đây là giải pháp chủ lực thúc đẩy tài chính toàn diện, giúp người dân và doanh nghiệp nâng cao khả năng tiếp cận tín dụng CIC cung cấp các giải pháp hoàn chỉnh qua website (https://www.cic.gov.vn) và ứng dụng di động trên nền tảng Android và iOS Khách hàng cá nhân và doanh nghiệp có thể đăng ký tài khoản để khai thác báo cáo chấm điểm tín dụng, từ đó giám sát thông tin tín dụng của bản thân, phòng tránh gian lận và nhận tư vấn từ CIC để cải thiện điểm tín dụng, tăng khả năng tiếp cận tín dụng tại các TCTD.
Các TCTD tham gia cổng thông tin kết nối khách hàng vay sẽ được giới thiệu các gói tiếp cận khách hàng, tạo cơ hội kết nối với những người có nhu cầu vay vốn Cổng thông tin này giúp TCTD giảm thiểu thời gian và chi phí tìm kiếm khách hàng, đồng thời đảm bảo tính minh bạch trong quan hệ giữa các bộ tín dụng và khách hàng vay, từ đó giảm rủi ro cho TCTD.
Các doanh nghiệp và cá nhân tham gia cổng thông tin kết nối khách hàng vay sẽ được tạo điều kiện thuận lợi để kết nối trực tiếp với các tổ chức tín dụng (TCTD) CIC cung cấp công cụ so sánh các ưu điểm và nhược điểm của sản phẩm tín dụng từ các TCTD, giúp khách hàng vay lựa chọn sản phẩm tín dụng phù hợp và tối ưu nhất cho nhu cầu của mình.
CIC đã triển khai thành công Cổng thông tin kết nối khách hàng vay, với số lượng tài khoản ngày càng tăng Tuy nhiên, tốc độ tăng trưởng vẫn còn hạn chế do nhiều khách hàng vay chưa biết đến cổng thông tin này Để khắc phục tình trạng này, CIC cần đẩy mạnh quảng bá thông tin qua các phương tiện truyền thông, đặc biệt là thông qua các ngân hàng thương mại Bên cạnh đó, CIC nên tổ chức các buổi hội thảo và tập huấn tại từng địa phương, giúp cán bộ ngân hàng trở thành cầu nối để khách hàng vay tiếp cận Cổng thông tin tín dụng và quản trị thông tin tín dụng của bản thân.
CIC đã phát triển hệ thống chấm điểm tín dụng CB2.0 bằng phương pháp phân tích dữ liệu hiện đại, với mô hình được kiểm định thường xuyên Mô hình này giúp phân loại và nhận diện khách hàng hiệu quả, đặc biệt trong việc đánh giá xếp hạng tín dụng của khách hàng doanh nghiệp có lịch sử dư nợ, nhờ vào nguồn dữ liệu tín dụng chi tiết và chính xác Tuy nhiên, đối với những khách hàng chưa từng có quan hệ tín dụng, khả năng nhận diện vẫn chưa ổn định Để cải thiện, CIC cần kết nối thêm các nguồn thông tin như dữ liệu thuế, bảo hiểm, lịch sử thanh toán điện nước và mua sắm, nhằm tăng cường dữ liệu đầu vào cho mô hình.
Trong những năm gần đây, việc quảng bá Cổng thông tin kết nối khách hàng vay đã dẫn đến tình trạng mạo danh nhắn tin và gọi điện để nhắc nợ, yêu cầu thanh toán nợ hoặc chào mời dịch vụ xóa nợ xấu tại CIC Nhiều người lo lắng về thông tin nợ xấu trong hệ thống CIC, dẫn đến việc dễ dàng bị lừa đảo và mất tiền trong tài khoản Để hỗ trợ khách hàng, CIC đã triển khai hệ thống hỗ trợ qua hotline 1800.585891 và email htkh@creditinfo, cùng với phòng tiếp dân tại TP Hồ Chí Minh Tuy nhiên, hotline chỉ hoạt động từ 8:00 đến 17:00 từ thứ Hai đến thứ Sáu và thường xuyên bận, khó kết nối, do đó CIC cần cải thiện khả năng phản hồi và hỗ trợ khách hàng trong thời gian tới.
CIC đang nỗ lực tăng cường cơ sở hạ tầng công nghệ, ổn định đường truyền dữ liệu và nâng cao tốc độ xử lý bản trả lời tin nhằm đáp ứng khối lượng thông tin tín dụng ngày càng lớn từ nền kinh tế Việt Nam Việc xây dựng hệ thống hạ tầng công nghệ bài bản là thách thức lớn đối với lãnh đạo CIC và NHNN Đồng thời, CIC cần khẳng định vai trò trung tâm dữ liệu, hỗ trợ các TCTD trong việc xây dựng trung tâm thông tin, kiểm soát rủi ro hệ thống IT, phòng ngừa tin tặc và bảo vệ dữ liệu quốc gia.