CO SO LY THUYET VA TONG QUAN NGHIEN CUU VE
Cơ sở lý thUẾT 22-2 s<©se£ESeeEEAeSESeeEEAeEEAeeEksetTketrxsevrasersserrssorosev 5
1.1.1.1 Khái niệm thẻ tín dụng
Thẻ tín dụng cho phép người dùng vay tiền để thanh toán các khoản chi tiêu, với một giới hạn tín dụng nhất định Cuối mỗi tháng, người dùng có thể lựa chọn trả toàn bộ số nợ hoặc chỉ trả mức tối thiểu.
Theo Varaprasad và cộng sự (2013), thẻ tín dụng là một công cụ thanh toán thuận tiện cho giao dịch thương mại và tiêu dùng, cho phép mua sắm và rút tiền mặt Thẻ tín dụng thay thế 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 trong mỗi chu kỳ thanh toán, theo các điều khoản trong thỏa thuận Khi nợ giảm, hạn mức tín dụng khả dụng tăng lên cho các tài khoản tốt, với các thỏa thuận tài chính có điều khoản và giá cả thay đổi liên tục.
Theo Nguyễn Văn Tiến (2015), thẻ tín dụng là loại thẻ ngân hàng phổ biến nhất, được cấp bởi ngân hàng với một hạn mức tín dụng nhất định Chủ thẻ có thể chi tiêu trong hạn mức này mà không phải trả lãi, miễn là họ hoàn trả toàn bộ số tiền đã sử dụng đúng hạn theo sao kê Nếu không thanh toán hết nợ, chủ thẻ sẽ phải chịu lãi suất theo quy định của ngân hàng phát hành Thẻ tín dụng cho phép chủ thẻ ứng trước một hạn mức tiêu dùng mà không cần thanh toán ngay, chỉ cần thanh toán theo kỳ hạn đã định.
Với sự phát triển mạnh mẽ 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 phương thức phổ biến và thuận tiện nhất Người dùng chỉ cần cung cấp số thẻ tín dụng, tên và ngày hết hạn, sau đó người bán sẽ xác thực thông tin và tiến hành giao hàng hoặc cung cấp dịch vụ sau khi nhận được sự chấp thuận từ công ty thẻ tín dụng Để đảm bảo an toàn, việc mã hóa thông tin liên lạc giữa người mua và người bán là rất quan trọng.
Thẻ tín dụng là một công cụ tài chính tiện lợi, dễ sử dụng và mang theo hơn tiền mặt, đồng thời cung cấp các biện pháp bảo vệ người tiêu dùng theo luật Tuy nhiên, việc sử dụng thẻ tín dụng cũng đi kèm với trách nhiệm lớn Nếu không sử dụng một cách cẩn thận, người dùng có thể rơi vào tình trạng nợ nần vượt quá khả năng chi trả, ảnh hưởng tiêu cực đến xếp hạng tín dụng và gây ra các vấn đề tín dụng khó giải quyết.
1.1.1.2 Hệ thống thanh toán điện tử thẻ tín dụng Đề 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 Nhà cung cấp lần lượt cung cấp công thanh toán có thể truy cập được từ cả mạng công cộng và mạng thanh toán bù trừ liên ngân hàng Ở đây công 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 đề 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 công thanh toán ủy quyền cho khách hàng và các khoản thanh toán của họ Công thanh toán liên hệ với ngân hàng phát hành đề làm rõ Nếu mọi thứ đều ồn, 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).
Các công ty sẽ thu được lợi ích từ thị trường ảo nhờ vào việc mua sắm trực tuyến, giúp cải thiện giao tiếp kinh doanh một cách dễ dàng và tiết kiệm chi phí Người tiêu dùng cũng sẽ được hưởng lợi từ sự tiện lợi và tiết kiệm thời gian mà mua sắm trực tuyến mang lại.
Hệ thống thanh toán điện tử được chia thành hai loại chính: thanh toán ngoại tuyến và trực tuyến Trong đó, các phương thức như ghi nợ, tín dụng, tiền giấy, thẻ tín dụng và séc đều thuộc về hệ thống này Gần đây, hệ thống thanh toán điện tử đã phát triển thêm hai công cụ mới: tiền điện tử (tiền kỹ thuật số) và các phương thức thanh toán hiện đại khác.
Séc điện tử là một công cụ thanh toán hiện đại, trong đó dòng tiền thực tế được chuyển từ tài khoản của người trả tiền đến tài khoản của người nhận thanh toán (Hassler, 2001).
1.1.1.3Quy trình xử lý giao dịch thẻ tín dụng
Khi quy trình xử lý giao dịch thẻ tín dụng trở nên phức tạp, Visa và MasterCard đã phát triển các quy tắc và thủ tục tiêu chuẩn nhằm giảm thiểu chi phí cho các chương trình ngân hàng phát hành thẻ tín dụng Điều này không chỉ giúp thanh toán tài khoản hiệu quả hơn mà còn mở rộng cơ hội cho ngành thanh toán Các quy tắc này còn được thiết lập để xử lý luồng giấy tờ ngân hàng, giảm gian lận và lạm dụng thẻ Bên cạnh đó, hai hiệp hội này cũng xây dựng hệ thống xử lý quốc tế để quản lý việc trao đổi tiền bạc và thông tin, đồng thời thiết lập 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 thẻ, chủ thẻ, người bán, người thanh toán, hiệp hội thẻ và ngân hàng thanh toán Các vai trò này đều đóng góp vào sự thành công của giao dịch, đảm bảo tính an toàn và hiệu quả trong quá trình thanh toán.
Tổ chức phát hành thẻ, thường là ngân hàng hoặc đại lý tài chính được cấp phép, có trách nhiệm phát hành thẻ tín dụng cho chủ thẻ và xử lý các yêu cầu
Ee mm [linidmimũil) em ooo anh | msxsz—1 |ẽẽẽ[[[ ===—: TTT
Marchant's paint ACQUIN ng bank Card I5sullnna bank of sale unit
Later on the sale draft is captured
SE8 |cazzmas.ss¿ ẽẽ||lẽẽ sername) [IM oo00
Merchant's paint Acquiring bank Card issuing bank of sale unit ae Peres sa
Nguồn: Lamond (1996) 1.1.1.4 Các hành vi gian lận thẻ tín dụng
Gian lận thẻ tín dụng hiện nay là một trong những mối đe dọa lớn nhất đối với các cơ sở kinh doanh Để khắc phục hiệu quả, cần hiểu rõ cơ chế thực hiện gian lận, trong đó nhóm lừa đảo thường sử dụng số lượng lớn thẻ để thực hiện hành vi này Gian lận thẻ tín dụng được định nghĩa là việc cá nhân sử dụng thẻ của người khác mà không có sự đồng ý của chủ thẻ hoặc tổ chức phát hành, và những người này không có ý định hoàn trả cho giao dịch mua hàng đã thực hiện.
Hành vi lừa đảo trên internet thường diễn ra thông qua việc sử dụng tài khoản thẻ tín dụng trái phép hoặc bằng cách thu thập thông tin cá nhân của người khác Những kẻ lừa đảo này có thể lợi dụng sự thiếu hiểu biết của người dùng để thực hiện các giao dịch gian lận, gây thiệt hại nghiêm trọng cho tài chính và danh tính của nạn nhân Việc nhận thức và cảnh giác trước các chiêu trò lừa đảo này là rất quan trọng để bảo vệ thông tin cá nhân và tài sản của mỗi người.
= Str dung tai khoản bất hợp pháp hoặc trái phép đề thu lợi cá nhân
Trình bày sai thông tin tài khoản để nhận hàng hóa hoặc dịch vụ có thể dẫn đến rủi ro gian lận thẻ tín dụng cao hơn cho người bán so với chủ thẻ Người tiêu dùng có thể gặp khó khăn trong việc thu hồi khoản phí gian lận, trong khi người bán phải chịu chi phí sản phẩm đã bán, trả phí bồi hoàn và lo ngại về nguy cơ tài khoản của họ bị đóng (Kuchler, 2013).
Thống kê mô tả biến nghiên cứu se s<s<sssssesssesseexi 65
Trước khi tiến hành hồi quy và kiểm định mô hình Binary Logistic, cần xác định các nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần ở Việt Nam.
Nghiên cứu đã thực hiện thống kê mô tả để làm rõ đặc điểm nhân khẩu học và tín dụng của 3.121 chủ thẻ tín dụng tại các ngân hàng thương mại cổ phần (NHTMCP) ở Việt Nam.
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
Nguôn: Kết quá phân tích từ phân mêm STATA 16
Kết quả khảo sát cho thấy khách hàng giới tính nam có 1780 người chiếm
57,03% tổng số KHCN tham gia nghiên cứu và có 1341 khách hàng giới tính nữ chiếm 42,97% Độ tuổi của KHCN dao động từ 15-66 tuổi, độ tuổi trung bình đạt
32.07 Có thể nói rằng thẻ tín dụng được phát hành đang tập trung vào giới trẻ trong xã hội, người có nhiệt huyết và năng động trong việc tìm kiếm việc làm và nâng cao thu nhập, khẳng định bản thân Đa số người sử dụng thẻ tín dụng có nghề nghiệp ôn định chiếm tỷ lệ 91,4% KHCN Thu nhập hàng tháng của KHCN sử dụng thẻ tín dụng ngân hàng dao động từ 2,69 triệu đồng/tháng — 556 triệu đồng/tháng và trung bình đạt 18,14 triệu đồng/tháng với kinh nghiệm làm việc trung bình xấp xỉ 7 năm Nhìn chung khách hàng có thu nhập đáp ứng yêu cầu trả nợ các khoản nợ thẻ tín dụng Đa phần KHCN đã kết hôn (chiếm 96,3%) và đa phần là các gia đình trẻ, đặc điểm này cho thấy năng lực trả nợ thẻ của KHCN được đảm bảo tốt hơn Dư nợ trung bình các loại thẻ tín dụng của KHCN đạt 420 triệu đồng/khách hàng, giá trị này có thể là cao đo có một số khách hàng có dư nợ các thẻ lớn lên đến hàng chục tỷ đồng, trung bình mỗi khách hàng sở hữu xấp xi 2 thẻ tin dung và số ngày nợ thẻ tin dung quá hạn thanh toán trung bình là 8.9 ngày Trong số 3121 KHCN thì chỉ có 166 chủ thẻ có nợ xấu chiếm 5,32% KHCN.
Big 32 Ma trận trơng quan giữa cát biến đt lập đượt sử dụng trung nghiện cứu y idv gender |age |jb |Wlr | mo_sal | married | loancard | cardholder | overdue idv_gender | -0,0557# | age 0,0069*} 0.0473 | job O.L108** | O.0112*} -0,1842** | yr nbr = | 0.0992** | 0.0376) 0.2988** | -0.3392* | mo sal 06% 00221) O.1S44** | -.0075* | -0.0024* | married 0| -Q0146*) -0.178** | I9? 407372 400 | loancard | 0016} —-0,005*) 0.1063** | 0,0023* | 0.0139] 0.121** | 0.0108" | cardholder | 0.0509*} 0012| (062% 0.0186} -0,0195* | 0.0719** | 0.007 | 0.1086** | overdue | -0.5235**} 0.0696} -0.0487* | 0.0326) 0,055} 0.0342 | 0.0252 | -0.0267) -0,0235+ |
Newan: Két gud phan tch te phan mem STATA 16
Kết quả phân tích tương quan tuyến tính r (Karl Pearson, 1897) cho thấy hầu hết các nhân tố giữa biến độc lập và biến phụ thuộc khả năng tiếp cận vốn vay của KHCN tại các NHTMCP Việt Nam đều có hệ số tương quan thấp Các giá trị Sig tương ứng đáp ứng yêu cầu thống kê với mức ý nghĩa 1% và 5%, cho thấy các biến này không tương quan với nhau Kết quả này tạo điều kiện thuận lợi cho việc kiếm định và ước lượng mô hình hồi quy trong các bước tiếp theo.
3.4 Kết quả phân tích hồi quy Để đánh giá vai trò của các nhân tố đối với khả năng trả nợ thẻ tín dụng của KHCN, nghiên cứu sử dụng hệ số Beta có tác dụng giải thích chiều tác động của các nhân tố đến sự thay đổi của biến phụ thuộc Chỉ số Odds hoặc OR dùng để đánh giá cường độ tác động của các nhân tố độc lập đến biến phụ thuộc (Hoàng Trọng và Chu Nguyên Mộng Ngọc, 2008) Kết quả nghiên cứu cho thấy hầu hết các biến tác động đến xác suất khả năng trả nợ thẻ tín dụng của KHCN tại các NHTMCP Việt Nam phù hợp với lý thuyết và giả thuyết đặt ra với mức ý nghĩa kiểm định thống kê lần lượt là 1%, 5% và 10%
Bảng 3.3 Kết quả phân tích hồi quy Logistic
Tên biến Beta S.E t dds/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 02624 | 435 | 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
Nguôn: Kết quả phân tích từ phân mêm STATA 16
Hồi quy Logistic cho thấy các biến độc lập như tổng dư nợ thẻ tín dụng (B=-0,000043; odds=0.99996), kinh nghiệm làm việc (Bs=-0,0182; odds=0.9820), số ngày quá hạn thanh toán thẻ tín dụng (Bo=-0,0223; odds=0.9779) và giới tính (Bi=-0,3422; odds=0.7102) 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 Ngược lại, yếu tố nghề nghiệp (fs=1,1423; odds=3.1340) và tình trạng hôn nhân (Bs=0,8874; odds=2.426) lại có ảnh hưởng tích cực đến khả năng này.
Theo phân tích, thu nhập (B4=0,0281; odds =1.0285) và số hợp đồng thẻ tín dụng (Ps=0,1665; odds =1.1812) có mối quan hệ thuận chiều với khả năng thanh toán nợ thẻ tín dụng của khách hàng cá nhân Trong khi đó, tuổi của khách hàng không có ý nghĩa thống kê trong việc giải thích khả năng trả nợ thẻ tín dụng tại các ngân hàng thương mại cổ phần.
Kiểm định mức 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 Việt Nam cho thấy tỷ lệ dự báo chính xác đạt 99,53% Điều này chứng tỏ nghiên cứu đã thành công trong việc xác định khả năng thanh toán các khoản nợ thẻ tín dụng của khách hàng.
67,47% Tông thé, nghiên cứu đã dự báo chính xác được 95,56% khả năng trả nợ thẻ tín dụng của KHCN 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
Tỷ lê dự báo chính xác 95.96%
+/ có khả năng thanh toan dugc no (thuéc no nhom 1,2)
-/ khéng có khả năng thanh toán được nợ (thuộc nợ nhom 3,4,5)
Nguôn: Kết quả phân tích từ phần mềm STATA 16
3.5 Thảo luận các kết quả nghiên cứu
Nghiên cứu đã đánh giá 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 Kết quả chi tiết được trình bày trong bảng 3.5 dưới đây.
Bảng 3.5 Bảng tổng hợp các biến có tác động
The analysis of the dataset reveals significant insights regarding various factors impacting the outcomes The variable "idv gender" shows a negative beta of -0.3422 with an odds ratio of 0.7102, leading to its acceptance Conversely, "age" has a positive beta of 0.0019 and an odds ratio of 1.0019, resulting in its rejection The "job" variable demonstrates a strong acceptance with a beta of 1.1423 and an odds ratio of 3.1340 Similarly, "mo_sal" is accepted with a beta of 0.0281 and an odds ratio of 1.0285 The "yr_nbr" variable is accepted despite a negative beta of -0.0182 and an odds ratio of 0.9820 "Married" also shows acceptance with a beta of 0.8874 and an odds ratio of 2.4289 The "loancard" variable, with a negligible beta of -0.000043 and an odds ratio of 0.99996, is accepted Finally, "cardholder" has a beta of 0.1665 and an odds ratio of 1.1812, leading to its acceptance, while "overdue" is accepted with a beta of -0.0223 and an odds ratio of 0.9779.
Nguon: Két qua phan tich tir phan mém STATA 16
Nghề nghiệp có ảnh hưởng tích cực đến khả năng trả nợ vốn vay theo cam kết hợp đồng thẻ tín dụng của khách hàng (KHCN), với hệ số s=1,1423 và odds=3.1340, đạt mức ý nghĩa thống kê 1% Ngân hàng thường dựa vào nghề nghiệp của KHCN để cấp thẻ tín dụng, đặc biệt là cho người nông dân với mục đích kinh doanh và tiêu dùng (Papias và Ganesan, 2009; Ravi, 2012; Barboza, 2017) Những KHCN có nghề nghiệp ổn định thường có nguồn thu nhập đáng tin cậy hơn, giúp họ dễ dàng thanh toán các khoản nợ thẻ tín dụng.
3.5.2 Tình trạng hôn nhân (married)
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 phù hợp với những kết quả đã được nêu bởi Ha và Krishnan (2012), Van den Berg cùng các cộng sự (2015), Đặng Thị Cam Nhung (2015), Barboza (2017), và Bùi Thị Tuyết Nga (2017), cũng như Salisbury và Zhao.
3.5.3 Số lượng hợp đồng thẻ tín dụng (Cardholder)
Khách hàng cá nhân (KHCN) với số lượng hợp đồng thẻ tín dụng cao thường có xu hướng trả nợ đúng hạn theo cam kết hợp đồng, với chỉ số Bs=0,1665 và odds =1.1812 ở mức ý nghĩa thống kê 5% Nghiên cứu của Ha và Krishnan (2012), Besharat và cộng sự (2014), Chin và cộng sự (2017), cùng với Salisbury và Zhao (2019) cũng hỗ trợ quan điểm này Những khách hàng sở hữu nhiều thẻ tín dụng được coi là có uy tín trong các mối quan hệ tín dụng, từ đó họ có khả năng đảm bảo trả nợ vay lớn hơn Vì vậy, việc các ngân hàng ưu tiên cấp thẻ cho KHCN có nhiều thẻ tín dụng là một chiến lược hợp lý nhằm giảm thiểu rủi ro tín dụng.
Kết quả phân tích hồi quy . s-s<ssssstseezsseesssezssezsseevl 68
Nghiên cứu đánh giá vai trò của các nhân tố đối với khả năng trả nợ thẻ tín dụng của khách hàng cá nhân thông qua hệ số Beta, giúp giải thích chiều tác động của các nhân tố đến biến phụ thuộc Chỉ số Odds (OR) được sử dụng để đánh giá cường độ tác động của các nhân tố độc lập đến khả năng trả nợ Kết quả cho thấy hầu hết các biến có ảnh hưởng đến xác suất trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần Việt Nam phù hợp với lý thuyết và giả thuyết đã đặt ra, với mức ý nghĩa kiểm định thống kê là 1%, 5% và 10%.
Bảng 3.3 Kết quả phân tích hồi quy Logistic
Tên biến Beta S.E t dds/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 02624 | 435 | 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
Nguôn: Kết quả phân tích từ phân mêm STATA 16
Hồi quy Logistic chỉ ra rằng một số biến độc lập có ảnh hưởng tiêu cực đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần (NHTMCP) Việt Nam Cụ thể, tổng dư nợ thẻ tín dụng (B=-0,000043; odds=0.99996), kinh nghiệm làm việc (Bs=-0,0182; odds=0.9820), số ngày quá hạn thanh toán thẻ tín dụng (Bo=-0,0223; odds=0.9779) và giới tính (Bi=-0,3422; odds=0.7102) đều làm giảm khả năng trả nợ Ngược lại, yếu tố nghề nghiệp (fs=1,1423; odds=3.1340) và tình trạng hôn nhân (Bs=0,8874; odds=2.4260) lại có tác động tích cực đến khả năng này.
Nghiên cứu cho thấy thu nhập (B4=0,0281; odds =1.0285) và số hợp đồng thẻ tín dụng (Ps=0,1665; odds =1.1812) có mối quan hệ tích cực với khả năng thanh toán nợ thẻ tín dụng của khách hàng cá nhân Tuy nhiên, độ tuổi của khách hàng không có ý nghĩa thống kê trong việc giải thích khả năng trả nợ thẻ tín dụng tại các ngân hàng thương mại cổ phần.
Kiểm định mức độ chính xác của mô hình là phương pháp xác suất dự đoán khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng thương mại cổ phần Việt Nam Kết quả nghiên cứu cho thấy tỷ lệ dự đoán chính xác khả năng thanh toán nợ thẻ tín dụng đạt 99,53%, trong khi khả năng không thanh toán cũng được dự báo một cách đáng tin cậy.
67,47% Tông thé, nghiên cứu đã dự báo chính xác được 95,56% khả năng trả nợ thẻ tín dụng của KHCN 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
Tỷ lê dự báo chính xác 95.96%
+/ có khả năng thanh toan dugc no (thuéc no nhom 1,2)
-/ khéng có khả năng thanh toán được nợ (thuộc nợ nhom 3,4,5)
Nguôn: Kết quả phân tích từ phần mềm STATA 16
Thảo luận các kết quả nghiên cứu -2-s<s<s<ssssssesseexi 69
Nghiên cứu này đã đánh giá mức 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 Kết quả cụ thể được trình bày trong bảng 3.5 dưới đây.
Bảng 3.5 Bảng tổng hợp các biến có tác động
The analysis presents various variables and their impact on acceptance or rejection rates The variable "idv gender" shows a negative beta of -0.3422 with an odds ratio of 0.7102, indicating acceptance The "age" variable has a positive beta of 0.0019 and an odds ratio of 1.0019, leading to rejection The "job" variable demonstrates a significant positive impact with a beta of 1.1423 and an odds ratio of 3.1340, resulting in acceptance The "mo_sal" variable has a beta of 0.0281 and an odds ratio of 1.0285, also leading to acceptance The "yr_nbr" variable shows a negative beta of -0.0182 with an odds ratio of 0.9820, resulting in acceptance The "married" variable has a beta of 0.8874 and an odds ratio of 2.4289, indicating acceptance as well The "loancard" variable has a negligible negative beta of -0.000043 and an odds ratio of 0.99996, leading to acceptance Lastly, the "cardholder" variable shows a beta of 0.1665 and an odds ratio of 1.1812, resulting in acceptance, while the "overdue" variable has a negative beta of -0.0223 and an odds ratio of 0.9779, leading to acceptance as well.
Nguon: Két qua phan tich tir phan mém 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 xác suất s=1,1423 và odds =3.1340, ở mức ý nghĩa thống kê 1% Ngân hàng thường dựa vào nghề nghiệp của khách hàng để quyết định cấp thẻ tín dụng, đặc biệt là đối với người nông dân, nhằm phục vụ cho mục đích kinh doanh và tiêu dùng Khách hàng có nghề nghiệp ổn định thường có nguồn thu nhập đều đặn hơn, điều này tạo lợi thế trong việc thanh toán các khoản nợ thẻ tín dụng.
3.5.2 Tình trạng hôn nhân (married)
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 phù hợp với các kết quả trước đây của Ha và Krishnan (2012), Van den Berg và cộng sự (2015), Đặng Thị Cam Nhung (2015), Barboza (2017) và Bui Thi Tuyết Nga (2017), cũng như Salisbury và Zhao.
Khi lập gia đình, chủ thẻ thường trở nên có trách nhiệm và thận trọng hơn trong việc chi tiêu và đầu tư Họ nỗ lực lao động sản xuất 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 họ thường tăng lên, giúp họ đảm bảo nghĩa vụ tốt hơn đối với các khoản vay.
3.5.3 Số lượng hợp đồng thẻ tín dụng (Cardholder)
KHCN có xu hướng trả nợ theo cam kết hợp đồng thẻ tín dụng cao hơn, với Bs=0,1665 và odds=1,1812 ở mức ý nghĩa 5% Nghiên cứu của Ha và Krishnan (2012), Besharat và cộng sự (2014), Chin và cộng sự (2017), Salisbury và Zhao (2019) cũng ủng hộ quan điểm này Khách hàng sở hữu nhiều thẻ tín dụng được xem là có uy tín trong quan hệ tín dụng, giúp họ có khả năng trả nợ vay lớn hơn Do đó, ngân hàng ưu tiên cấp thẻ cho KHCN với nhiều thẻ để giảm thiểu rủi ro tín dụng.
Thu nhập của khách hàng (mo_sal) có mối liên hệ tích cực với khả năng trả nợ theo cam kết hợp đồng thẻ tín dụng, với hệ số B4=0,0281 và odds = 1.0285, đạt mức ý nghĩa thống kê 1% Điều này cho thấy, khi thu nhập của khách hàng tăng, khả năng trả nợ thẻ tín dụng ngân hàng cũng tăng theo Kết quả nghiên cứu này phù hợp với các nghiên cứu trước đây của Ravi (2012), McHugh và Ranyard (2012), Besharat và cộng sự (2014), cũng như Đặng Thị Cam Nhung (2015) và Nguyễn.
Khi thu nhập của chủ thẻ tăng lên, khả năng trả nợ cũng được cải thiện, giúp khách hàng cá nhân (KHCN) đảm bảo thanh toán đúng hạn Ngân hàng có thể thiết lập khung thu nhập để cung cấp ưu đãi, chẳng hạn như lãi suất ưu đãi cho KHCN có thu nhập rõ ràng và dễ giám sát, như từ lương hoặc cho thuê nhà Điều này cho phép ngân hàng điều chỉnh phi và lãi suất dựa trên mức thu nhập của chủ thẻ tín dụng, từ đó tạo ra sự cạnh tranh và thu hút khách hàng.
3.5.5 Tổng dư nợ thẻ tín dụng (loancard)
Tổng dư nợ thẻ tín dụng của khách hàng cá nhân (KHCN) càng cao sẽ hạn chế khả năng và tư duy trong sản xuất kinh doanh Điều này dẫn đến việc họ thường gặp khó khăn hơn trong việc trả nợ theo cam kết hợp đồng thẻ tín dụng.
Theo nghiên cứu của Visaria (2009), Papias và Ganesan (2009), cùng với Nguyễn Phúc Man (2016), quy mô khoản tín dụng lớn của khách hàng làm tăng nguy cơ rủi ro tín dụng Việc lạm dụng thẻ tín dụng cho tiêu dùng, đầu tư và sản xuất kinh doanh dẫn đến gia tăng nợ thẻ tín dụng Khi dư nợ thẻ tín dụng tăng, áp lực trả nợ của khách hàng cá nhân (KHCN) cũng trở nên nặng nề hơn Lãi suất cao có thể ảnh hưởng tiêu cực đến tình hình tài chính của KHCN và khả năng hoàn thành nghĩa vụ trả nợ Do đó, KHCN cần xem xét lại quy mô và thời điểm vay để đảm bảo khả năng trả nợ trong tương lai, tránh rủi ro tài chính.
3.5.6 Kinh nghiệm làm việc (yr_nbr)
Kinh nghiệm làm việc có tác động ngược chiều với biến phụ thuộc trong mô hình nghiên cứu, với Bs = -0,0182 và odds = 0,9820, đạt mức ý nghĩa thống kê 1% Kết quả này trái ngược với quan điểm của một số nghiên cứu trước đó cho rằng người có thời gian làm việc chuyên môn dài thường có nhận thức trách nhiệm về vốn vay tốt hơn và sử dụng vốn vay hiệu quả hơn Sự khác biệt này có thể được giải thích bởi bối cảnh kinh tế đặc biệt trong thời gian suy thoái toàn cầu và đại dịch COVID-19, khiến hoạt động sản xuất kinh doanh gặp nhiều khó khăn, chuỗi cung ứng bị đứt gãy, và tình trạng thất nghiệp gia tăng Đặc biệt, những khách hàng làm việc lâu năm chịu ảnh hưởng nặng nề hơn do khó khăn trong việc tìm kiếm công việc mới và thích ứng với các thách thức phát sinh so với giới trẻ.
3.5.7 Số ngày quá hạn thanh toán thẻ tín dụng (overdue)
Số ngày quá hạn thanh toán thẻ tín dụng có ảnh hưởng tiêu cực đáng kể đến khả năng trả nợ của khách hàng cá nhân tại các ngân hàng thương mại cổ phần, với hệ số Bs là -0,0223 Điều này cho thấy rằng việc thanh toán trễ hạn có thể làm giảm khả năng chi trả và tăng nguy cơ nợ xấu.
Nghiên cứu cho thấy rằng khách hàng cá nhân (KHCN) có tần suất thanh toán nợ thẻ tín dụng quá hạn cao, phản ánh năng lực trả nợ hạn chế Mặc dù họ vẫn thực hiện nghĩa vụ thanh toán theo hợp đồng và không có nợ xấu, nhưng điều này là dấu hiệu cảnh báo rằng khả năng thực hiện cam kết nợ thẻ tín dụng của họ 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.
Khách hàng nữ có khả năng trả nợ cao hơn khách hàng nam (B1=-0,3422; odds
Kết quả nghiên cứu cho thấy tỷ lệ 0.710 ở mức ý nghĩa thống kê 1%, đồng nhất với các nghiên cứu trước đây của Đặng Thị Câm Nhung (2015), Charles và Mori (2016), Adanu và Boateng (2015), Barboza (2017), Salisbury và Zhao (2019), và Ma (2020) Đặc biệt, khách hàng nữ thường có xu hướng làm việc chăm chỉ, đạt năng suất cao, tiết kiệm hợp lý và luôn nỗ lực để đảm bảo cuộc sống cho gia đình, đồng thời thanh toán đúng hạn các khoản nợ.
Tuối của KHCN không có ý nghĩa giải thích khả năng trả nợ thẻ tín dụng của KHCN (81=0,0019; odds =1.0019, P-value = 0.883)
3.6 Kết quả kiểm định các khuyết tật của mô hình
3.6.1 Kiểm định sự phù hợp của mô hình
Kết quả kiểm định Bảng 3.6 cho thấy mô hình nghiên cứu có giá trị P = 0,000, nhỏ hơn 0,01, với độ tin cậy 99% Điều này cho phép kết luận rằng các biến độc lập có mối quan hệ tuyến tính với biến phụ thuộc, chứng tỏ mô hình có khả năng 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 ở Việt Nam.