Luận Văn Thạc Sĩ Kinh Tế Các Nhân Tố Tác Động Đến Khả Năng Trả Nợ Vay Của Khách Hàng Cá Nhân Tại Ngân Hàng Tmcp Đầu Tư Và Phát Triển Việt Nam Chi Nhánh Bắc Đăk Lăk.pdf

Trong thời gian qua hoạt động tín dụng cá nhân đóng góp một phần không nhỏ vào kết quả kinh doanh của BIDV chi nhánh Bắc ĐăkLăk với tỷ lệ tăng trưởng tín dụng trong 2 năm 2014 và 2015 là

GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU

Tính cấp thiết của đề tài

Hệ thống ngân hàng Việt Nam, ra đời từ năm 1951, đã phát triển mạnh mẽ từ những năm 1990 với sự gia tăng đáng kể về số lượng ngân hàng và tổ chức tín dụng phi ngân hàng trong 25 năm qua Ngân hàng thương mại Việt Nam đóng vai trò quan trọng trong việc ổn định và phát triển nền kinh tế, cung cấp vốn cho doanh nghiệp, kết nối thị trường và hỗ trợ Nhà nước trong việc điều tiết kinh tế vĩ mô Hoạt động tín dụng, là hoạt động truyền thống chủ chốt của ngân hàng thương mại, không chỉ mang lại nguồn thu nhập lớn mà còn tiềm ẩn nhiều rủi ro, ảnh hưởng mạnh mẽ đến hiệu quả kinh doanh của ngân hàng.

Chất lượng tín dụng đang thu hút sự chú ý lớn từ ngành tài chính ngân hàng, với các giải pháp hạn chế nợ xấu là chủ đề tranh luận chính Ngân hàng đánh giá chất lượng tín dụng qua mức độ an toàn và khả năng sinh lời từ hoạt động tín dụng Nếu nợ xấu không được giải quyết triệt để, nó sẽ trở thành gánh nặng cho ngân hàng và ảnh hưởng tiêu cực đến nền kinh tế Nguyên nhân chính của tình trạng này xuất phát từ khả năng trả nợ của khách hàng.

Hoạt động tín dụng cá nhân đang phát triển mạnh mẽ trong hệ thống ngân hàng Việt Nam do nhu cầu tiêu dùng ngày càng tăng cao Với dân số đông, tín dụng tiêu dùng có tiềm năng tăng trưởng lớn Các ngân hàng thương mại, đặc biệt là Ngân hàng TMCP Đầu tư và Phát triển Việt Nam, đang tập trung vào phát triển dịch vụ ngân hàng bán lẻ để đáp ứng nhu cầu này.

BIDV đã vinh dự nhận giải thưởng "Ngân hàng bán lẻ tốt nhất Việt Nam" từ tạp chí The Asian Banker trong hai năm liên tiếp 2015 và 2016 Với tốc độ tăng trưởng tín dụng bình quân năm 2015 vượt 20%, chi nhánh Bắc ĐăkLăk của BIDV đã góp phần quan trọng vào thành công này, khẳng định vị thế của ngân hàng trong lĩnh vực bán lẻ tại Việt Nam.

Trong hệ thống ngân hàng, 5 chi nhánh có tốc độ tăng trưởng tín dụng cao nhất đang nổi bật, nhưng vấn đề quản trị rủi ro tín dụng cần được chú trọng Hoạt động tín dụng không chỉ mang lại lợi nhuận mà còn tiềm ẩn rủi ro đe dọa đến sự ổn định của ngân hàng Tại BIDV chi nhánh Bắc ĐăkLăk, tín dụng cá nhân đã đóng góp đáng kể vào kết quả kinh doanh, với tỷ lệ tăng trưởng trên 30% trong hai năm 2014 và 2015, chủ yếu phục vụ cho nông nghiệp như trồng cà phê và cải tạo đất Tuy nhiên, tỷ lệ khách hàng cá nhân không thực hiện tốt nghĩa vụ trả nợ đang gia tăng, ảnh hưởng tiêu cực đến hiệu quả kinh doanh của chi nhánh.

Nhiều yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng, bao gồm lãi suất, tăng trưởng GDP, tuổi tác, giới tính, thu nhập, ngành nghề và trình độ học vấn Mỗi yếu tố có mức độ tác động khác nhau, do đó, để đạt được mục tiêu tăng trưởng tín dụng và giảm thiểu rủi ro, ngân hàng cần hiểu rõ nguyên nhân gây ra việc không trả nợ Việc này giúp ngân hàng điều chỉnh chính sách tín dụng và ứng xử phù hợp với từng khách hàng, từ đó hạn chế cho vay đối với những khách hàng có dấu hiệu không đủ khả năng trả nợ Nhiều nghiên cứu trên thế giới và tại Việt Nam, như của Chapman (1990), Wongnaa (2013), Kohansal và Mansoori, đã chỉ ra các nhân tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân.

Mô hình nghiên cứu của Vương Quốc Duy (2009) và Đặng Hoàng Trung (2015) cho thấy kết quả khác nhau, điều này xuất phát từ sự khác biệt về đối tượng nghiên cứu cũng như đặc trưng của từng địa phương.

Luận văn thạc sĩ Kinh tế phương đã chỉ ra rằng tại chi nhánh BIDV Bắc ĐăkLăk chưa có nghiên cứu nào về các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân Điều này là lý do chính để tôi tiến hành nghiên cứu “Các nhân tố tác động đến khả năng trả nợ vay của khách hàng cá nhân tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam chi nhánh Bắc ĐăkLăk”.

Mục tiêu nghiên cứu

Nghiên cứu các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân giúp nhận diện rủi ro không trả nợ, từ đó định hướng kinh doanh hiệu quả theo từng giai đoạn Việc này không chỉ giảm thiểu nợ xấu mà còn nâng cao hiệu quả hoạt động và duy trì sự ổn định cho chi nhánh ngân hàng.

Với mục tiêu tổng quát đó, các mục tiêu cụ thể mà trong quá trình nghiên cứu luận văn hướng tới bao gồm:

 Xác định các nhân tố tác động đến khả năng trả nợ vay của khách hàng cá nhân tại BIDV chi nhánh Bắc ĐăkLăk

Mô hình dự báo khả năng trả nợ của khách hàng cá nhân tại BIDV chi nhánh Bắc Đắk Lắk được đề xuất dựa trên phương pháp hồi quy nhị phân, nhằm nâng cao hiệu quả trong việc đánh giá rủi ro tín dụng Mô hình này sẽ giúp ngân hàng xác định khả năng trả nợ của khách hàng một cách chính xác hơn, từ đó đưa ra các quyết định cho vay hợp lý Việc áp dụng mô hình hồi quy nhị phân không chỉ tối ưu hóa quy trình xét duyệt hồ sơ vay mà còn góp phần nâng cao tính minh bạch và an toàn trong hoạt động tín dụng.

Câu hỏi nghiên cứu

Để đạt được các mục tiêu nghiên cứu kể trên, luận văn tập trung tìm câu trả lời cho các câu hỏi nghiên cứu sau:

Hoạt động đánh giá khả năng trả nợ của khách hàng cá nhân tại chi nhánh đã đạt được nhiều thành công, nhưng vẫn tồn tại một số hạn chế Những hạn chế này chủ yếu xuất phát từ việc thiếu thông tin đầy đủ và chính xác về tình hình tài chính của khách hàng, cũng như quy trình đánh giá chưa được tối ưu hóa Việc nhận diện và khắc phục những nguyên nhân này là cần thiết để nâng cao hiệu quả trong công tác đánh giá khả năng trả nợ.

Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại BIDV chi nhánh Bắc ĐăkLăk bao gồm thu nhập, tình trạng công việc, lịch sử tín dụng và chi tiêu hàng tháng Mức độ tác động của những yếu tố này có thể khác nhau, nhưng chúng đều đóng vai trò quan trọng trong việc đánh giá khả năng tài chính và trách nhiệm trả nợ của khách hàng Việc hiểu rõ các yếu tố này giúp ngân hàng đưa ra quyết định cho vay hợp lý hơn.

Luận văn thạc sĩ Kinh tế

Mô hình hồi quy nhị phân được xác định trong nghiên cứu có thể áp dụng hiệu quả để dự báo khả năng trả nợ của khách hàng cá nhân tại BIDV Bắc ĐăkLăk.

Đối tượng và phạm vi nghiên cứu

 Sự ảnh hưởng của các nhân tố đến khả năng trả nợ vay của khách hàng cá nhân tại BIDV chi nhánh Bắc ĐăkLăk

 Đối tượng khảo sát là khách hàng cá nhân đã và đang vay vốn tại BIDV Bắc ĐăkLăk

 Không gian: Đề tài được thực hiện tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam chi nhánh Bắc ĐăkLăk

Thời gian nghiên cứu trong đề tài này dựa trên số liệu từ báo cáo tài chính của chi nhánh ngân hàng TMCP Đầu tư và Phát triển Bắc ĐăkLăk, với khoảng thời gian bắt đầu từ năm [năm cụ thể].

Phương pháp nghiên cứu

1.5.1 Phương pháp chọn mẫu Đặc điểm khoản vay của khách hàng cá nhân tại chi nhánh là nhiều khoản vay với số tiền vay ít, số lượng khoản vay tại chi nhánh rất nhiều nên tác giả thu thập chọn mẫu ngẫu nhiên 500 khách hàng cá nhân phát sinh dư nợ trong 5 năm 2011-2015 từ dữ liệu khách hàng của chi nhánh để đảm bảo tất cả khách hàng đã phát sinh kỳ hạn nợ phải trả và thấy được lịch sử trả nợ của khách hàng, như vậy mới đánh giá được chất lượng khoản vay một cách chính xác

Quy trình thu thập số liệu bao gồm việc lựa chọn khách hàng đáp ứng các tiêu chí đã đề ra, sau đó tiến hành khảo sát hồ sơ tín dụng và thu thập dữ liệu từ các file gốc tại chi nhánh trong suốt thời gian nghiên cứu.

1.5.2 Phương pháp xử lý số liệu

Tác giả áp dụng phương pháp phân tích để đánh giá khả năng trả nợ của khách hàng cá nhân tại chi nhánh Bắc ĐăkLăk, đồng thời xem xét sự thành công và hạn chế trong công tác thẩm định khách hàng Để giải quyết câu hỏi nghiên cứu thứ nhất, phương pháp này được sử dụng Đối với câu hỏi nghiên cứu thứ hai, tác giả áp dụng phân tích định lượng thông qua mô hình hồi quy Binary Logistic, nhằm phân tích các yếu tố về khoản vay và đặc điểm khách hàng ảnh hưởng đến khả năng trả nợ vay tại BIDV chi nhánh Bắc ĐăkLăk.

Kiểm định độ phù hợp của mô hình và mức ý nghĩa của các biến giải thích là cần thiết để xác định khả năng áp dụng mô hình trong việc dự đoán khả năng trả nợ vay của khách hàng cá nhân Điều này giúp đưa ra quyết định cho vay tại chi nhánh trong tương lai Phương pháp này nhằm trả lời câu hỏi thứ ba của đề tài.

Những đóng góp của đề tài

Luận văn này hệ thống hóa các vấn đề lý luận cơ bản liên quan đến khả năng trả nợ vay của khách hàng cá nhân, một yếu tố quan trọng trong việc cấp tín dụng trong lĩnh vực ngân hàng bán lẻ.

Luận văn phân tích tình hình cho vay cá nhân và nợ xấu tín dụng tại chi nhánh từ 2011-2015, đánh giá tác động của các yếu tố đến khả năng trả nợ của khách hàng Qua đó, nghiên cứu giúp nhận diện khả năng trả nợ vay của khách hàng cá nhân, nâng cao hiệu quả cho vay và giảm tỉ lệ nợ xấu trong hoạt động cho vay.

Kết cấu của đề tài

Luận văn được cấu trúc bao gồm phần mở đầu, kết luận và danh mục tài liệu tham khảo, cùng với 5 chương nội dung Ngoài chương 1 đã được đề cập, các chương tiếp theo sẽ được trình bày chi tiết nhằm làm rõ hơn về đề tài nghiên cứu.

Chương 2: Cơ sở lý thuyết

Chương 2 cung cấp cơ sở lý luận và nền tảng lý thuyết xác định các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng Bên cạnh đó, chương cũng giới thiệu một số nghiên cứu và mô hình đo lường khả năng trả nợ đã được thực hiện trước đây Những nghiên cứu này là nền tảng để tác giả phát triển mô hình đo lường khả năng trả nợ của khách hàng, nhằm phù hợp với thực tiễn hoạt động của chi nhánh.

Chương 3: Phương pháp nghiên cứu

Chương 3 trình bày chi tiết về mô hình nghiên cứu, các biến nghiên cứu, dữ liệu nghiên cứu và phương pháp nghiên cứu là phân tích hồi quy Binary Logistic, cách xác định các biến đưa vào mô hình, làm cơ sở cho kết quả nghiên cứu trong chương tiếp theo

Chương 4: Kết quả nghiên cứu

Chương 4 trình bày kết quả nghiên cứu dựa trên dữ liệu và phương pháp từ chương 3, thông qua bảng số liệu thống kê mô tả và kết quả hồi quy Nghiên cứu xác định các nhân tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân, đồng thời kiểm định ý nghĩa của kết quả thông qua việc đánh giá độ phù hợp của mô hình, mức độ chính xác của dự báo và ý nghĩa của các hệ số hồi quy.

Chương 4 phân tích được sự tác động của các nhân tố lên khả năng trả nợ vay của khách hàng cá nhân, loại bỏ các nhân tố không phù hợp, tạo cơ sở để đưa ra các căn cứ dự báo, đánh giá khách hàng, hỗ trợ việc ra quyết định cho vay đối với khách hàng cá nhân có đặc điểm tương tự dữ liệu khách hàng đã nghiên cứu

Chương 5: Kết luận và kiến nghị giải pháp tăng cường nhận diện khả năng trả nợ của khách hàng cá nhân

Trong chương 5, tác giả tổng hợp những kết luận từ kết quả nghiên cứu ở chương 4 và đề xuất các biện pháp để nhận diện khả năng trả nợ vay của khách hàng cá nhân tại địa bàn Chương này cũng trình bày thêm những khuyến nghị quan trọng liên quan đến vấn đề này.

Luận văn thạc sĩ Kinh tế nêu ra một số hạn chế thiếu sót trong quá trình nghiên cứu mà đề tài chưa khắc phục được

CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VỀ NHÂN TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG CÁ NHÂN

Tổng quan về cho vay khách hàng cá nhân của Ngân hàng thương mại 17

Trước đây, các ngân hàng thương mại (NHTM) chủ yếu tập trung vào khách hàng doanh nghiệp lớn và các tổ chức kinh tế với các khoản vay dự án lớn, dẫn đến việc bỏ qua tiềm năng từ khách hàng cá nhân Gần đây, xu hướng đã thay đổi khi các NHTM chuyển hướng sang phục vụ nhóm khách hàng cá nhân, đặc biệt sau những tổn thất từ cho vay các tổng công ty lớn Việc này không chỉ đáp ứng nhu cầu vay vốn mà còn giúp huy động một lượng vốn lớn và ổn định từ tiết kiệm cá nhân, đồng thời tạo cơ hội để bán chéo các sản phẩm dịch vụ như thanh toán, chuyển tiền và môi giới.

Cho vay là một hình thức cấp tín dụng, trong đó tổ chức tín dụng cung cấp cho khách hàng một khoản tiền nhất định để sử dụng vào mục đích cụ thể trong khoảng thời gian đã thỏa thuận Khách hàng có trách nhiệm hoàn trả cả vốn gốc và lãi theo nguyên tắc đã cam kết.

Cho vay khách hàng cá nhân là hình thức cho vay dành cho cá nhân, hộ gia đình và tổ hợp tác, trong đó ngân hàng cấp một khoản tiền cho khách hàng để sử dụng Đây là một mối quan hệ kinh tế, trong đó ngân hàng hỗ trợ tài chính cho các cá nhân nhằm đáp ứng nhu cầu tiêu dùng hoặc đầu tư.

Luận văn thạc sĩ Kinh tế điều kiện nhất định được thỏa thuận trong hợp đồng nhằm phục vụ mục đích của khách hàng

2.1.2 Đặc điểm, phương thức cho vay khách hàng cá nhân Đối tượng của cho vay khách hàng cá nhân là các cá nhân và hộ gia đình có nhu cầu vay vốn sử dụng cho những mục đích sinh hoạt tiêu dùng hay phục vụ hoạt động sản xuất kinh doanh của cá nhân hay hộ gia đình đó Khác với các doanh nghiệp và tổ chức kinh tế, KHCN thường có số lượng rất lớn, nhu cầu vay vốn rất đa dạng nhưng thông thường nhu cầu vay vốn của mỗi cá nhân là không thường xuyên và chịu ảnh hưởng lớn bởi môi trường kinh tế, văn hóa – xã hội Quy mô khoản vay của KHCN thường nhỏ nhưng số lượng khoản vay lớn

Thời hạn vay vốn cho khách hàng cá nhân phụ thuộc vào mục đích và hình thức vay, với các lựa chọn thời gian đa dạng như ngắn hạn, trung hạn và dài hạn.

Lãi suất cho vay của các khoản vay cá nhân thường cao hơn so với các khoản vay khác của ngân hàng thương mại do chi phí cho vay lớn và mức độ rủi ro cao Khách hàng cá nhân thường ít nhạy cảm với lãi suất, họ chủ yếu quan tâm đến số tiền phải trả hàng tháng Đối với các khoản vay ngắn hạn, lãi suất được ấn định cố định từ đầu và không thay đổi trong suốt thời gian vay, trong khi lãi suất của các khoản vay trung và dài hạn thường được điều chỉnh hàng năm theo lãi suất hiện hành.

2.1.3 Rủi ro tín dụng trong cho vay

Hoạt động cho vay của ngân hàng đóng vai trò quan trọng trong việc thúc đẩy sự phát triển kinh tế Tuy nhiên, đây là một lĩnh vực kinh doanh phức tạp liên quan đến tiền tệ, do đó tiềm ẩn nhiều rủi ro có thể ảnh hưởng đến hiệu quả kinh doanh của ngân hàng.

Rủi ro tín dụng là khả năng không thu hồi được nợ khi đến hạn do người vay không thực hiện đúng cam kết trong hợp đồng tín dụng Đây là một loại rủi ro gắn liền với hoạt động cấp tín dụng của ngân hàng Mặc dù các ngân hàng thương mại (NHTM) luôn chú trọng đến việc kiểm soát chất lượng tín dụng bên cạnh mục tiêu tăng trưởng, nhưng ngay cả những ngân hàng có kinh nghiệm và đội ngũ chuyên môn cao cũng không thể dự đoán chính xác khả năng trả nợ của khách hàng trong tương lai Rủi ro này không thể tránh khỏi, và khả năng trả nợ của khách hàng thường bị ảnh hưởng bởi nhiều yếu tố khách quan.

Khái niệm khả năng trả nợ vay

Trên thế giới và tại Việt Nam, khái niệm "khả năng trả nợ của khách hàng" chưa được thống nhất, mà chủ yếu tập trung vào việc xác định các biểu hiện của khách hàng "không có khả năng trả nợ" Qua phương pháp nhận diện này, những khách hàng còn lại sẽ được phân loại vào nhóm "có khả năng trả nợ".

Theo tài liệu của Ủy ban Giám sát Ngân hàng Basel năm 2006, khách hàng được định nghĩa là "default – không có khả năng trả nợ" nếu họ có một hoặc tất cả các dấu hiệu sau đây.

Khách hàng không thể hoàn thành nghĩa vụ thanh toán đúng hạn, chưa kể đến khả năng ngân hàng sẽ bán tài sản (nếu có) để thu hồi nợ.

 Khách hàng có các khoản nợ xấu có thời gian quá hạn trên 90 ngày

Trong hướng dẫn tính toán các chỉ số tài chính lành mạnh theo chuẩn mực IFRS, Quỹ Tiền tệ Quốc tế (IMF) định nghĩa nợ xấu là khoản cho vay không sinh lời khi tiền thanh toán lãi và/hoặc gốc đã quá hạn từ 90 ngày trở lên Ngoài ra, nợ xấu cũng bao gồm các khoản thanh toán lãi đã được tái cơ cấu hoặc gia hạn nợ khi đã quá 90 ngày, cũng như các khoản thanh toán dưới 90 ngày.

Luận văn thạc sĩ Kinh tế chỉ ra rằng có những nguyên nhân gây nghi ngờ về khả năng trả nợ đầy đủ Theo quan điểm này, nợ xấu được xác định qua hai yếu tố chính: thời gian quá hạn và khả năng trả nợ không chắc chắn.

Tại Việt Nam, nợ xấu được định nghĩa là những khoản nợ mà các tổ chức tín dụng (TCTD) đánh giá không có khả năng trả nợ Theo Quyết định 493/2005/QĐ-NHNN, Quyết định 18/2007/QĐ-NHNN và Thông tư 02/2013/TT-NHNN, nợ xấu bao gồm các khoản từ nhóm 3 đến nhóm 5, trong đó nợ nhóm 3 có khả năng mất một phần vốn và lãi, nợ nhóm 4 có khả năng tổn thất cao, và nợ nhóm 5 không còn khả năng thu hồi Ngoài ra, nợ nhóm 2 được xem là suy giảm khả năng trả nợ và cần được xem xét lại khả năng trả nợ của khách hàng.

Trong mối quan hệ tín dụng ngân hàng, khả năng trả nợ của khách hàng được đánh giá qua việc thực hiện nghĩa vụ nợ đúng hạn Bài viết này tập trung vào việc phân tích các khoản vay thuộc nhóm nợ từ nhóm 2 đến nhóm 5, những khoản vay này được xác định là không trả nợ đúng hạn.

Các nhân tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân

Nghiên cứu chỉ ra rằng khả năng trả nợ của khách hàng chịu ảnh hưởng lớn từ các đặc điểm cá nhân như độ tuổi, giới tính và tình trạng hôn nhân, cũng như các yếu tố liên quan đến khoản vay như lãi suất, số tiền vay và thời gian vay vốn.

2.3.1 Các yếu tố liên quan đến khách hàng

2.3.1.1 Độ tuổi của khách hàng Độ tuổi là một yếu tố có mặt trong hầu hết các nghiên cứu thực nghiệm về sự tác động của các nhân tố đến khả năng trả nợ vay cho thấy tầm quan trọng của biến số này trong vấn đề nghiên cứu Các nghiên cứu có liên quan trước đây chỉ ra rằng

Nghiên cứu cho thấy rằng độ tuổi của người vay ảnh hưởng đến khả năng trả nợ, với những người lớn tuổi có xu hướng trả nợ tốt hơn Điều này được lý giải bởi sự thận trọng, kinh nghiệm và trách nhiệm cao hơn ở người lớn tuổi so với người trẻ Theo nghiên cứu của Chapman (1990) và Kohansal cùng Mansoori, người vay lớn tuổi thường có khả năng quản lý tài chính tốt hơn.

Nghiên cứu năm 2009 chỉ ra mối tương quan thuận giữa độ tuổi và khả năng trả nợ Tuy nhiên, nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình (2011) cho thấy rằng độ tuổi vay càng cao thì rủi ro không trả nợ càng lớn Ngược lại, nghiên cứu của Roslan và Zaini (2009) không phát hiện mối liên hệ nào giữa độ tuổi và khả năng trả nợ.

2.3.1.2 Giới tính Ở góc độ giới tính, giữa nam và nữ luôn có một số khác biệt nhất định về nhiều mặt Trên thực tế cũng cho thấy có sự khác biệt trong quan điểm về giá trị của tiền bạc và việc tiếp nhận, sử dụng nó Một số nghiên cứu đã cho rằng rủi ro tín dụng đối với nữ giới thường ít hơn nam giới vì nữ giới quản lý tài chính khi vay vốn tốt hơn, tính kỷ luật cao, cá tính thận trọng và tỷ lệ phạm tội ít hơn Nghiên cứu của Chapman (1990), Miller (2012) và Wongnaa (2013) đều chứng minh lý thuyết này khi đưa ra kết quả nữ giới tạo ra ít khoản nợ xấu hơn nam giới Nghiên cứu của Vương Quốc Duy và Đặng Hoàng Duy (2015) cũng chỉ ra rằng khả năng tiếp cận vốn vay chính thức của nông hộ nữ không chỉ tăng lên mà còn vượt so với nông hộ nam do phụ nữ ngày nay ngoài làm nội trợ còn tham gia các đoàn thể, tổ chức ở địa phương rất nhiều

Tình trạng hôn nhân là một yếu tố quan trọng ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân Theo lý thuyết, những người đã lập gia đình thường ít mạo hiểm hơn và sử dụng vốn vay chủ yếu cho tiêu dùng gia đình, dẫn đến khả năng trả nợ đúng hạn cao hơn so với người độc thân Tuy nhiên, nghiên cứu của Chapman (1990) không tìm thấy mối liên hệ giữa tình trạng hôn nhân và khả năng trả nợ, trong khi nghiên cứu của Wongnaa lại chứng minh điều ngược lại.

Luận văn thạc sĩ Kinh tế chỉ ra rằng người đã kết hôn thường phải chi tiêu phần lớn thu nhập cho các khoản chi phí gia đình, dẫn đến khả năng hoàn trả nợ vay không cao hơn so với những người độc thân.

Nghề nghiệp của khách hàng ảnh hưởng đáng kể đến khả năng trả nợ vay đúng hạn Những cá nhân có nghề nghiệp ổn định, vị trí xã hội cao và kinh nghiệm lâu năm thường có khả năng trả nợ tốt hơn nhờ vào thu nhập cao và ổn định Nghiên cứu của Chapman (1990) chỉ ra rằng các khách hàng như giáo sư, nghệ sĩ, kế toán và nhân viên văn phòng có tỷ lệ trả nợ đúng hạn cao, trong khi công nhân không lành nghề thường gặp khó khăn trong việc thanh toán đúng hạn.

2.3.2 Các yếu tố liên quan đến khoản vay

Nghiên cứu cho thấy rằng kích cỡ khoản vay ảnh hưởng đến khả năng trả nợ đúng hạn Mặc dù lý thuyết cho rằng khoản vay lớn có rủi ro không trả nợ đúng hạn cao hơn, nhưng Chapman (1990) chỉ ra rằng khoản vay nhỏ thường trễ hạn nhiều hơn so với khoản vay lớn Kohansal và Mansoori (2009) cũng khẳng định rằng khoản vay lớn có mối tương quan thuận với khả năng trả nợ đúng hạn, vì chúng giúp người vay tạo ra giá trị và gia tăng nguồn lực trả nợ, trong khi khoản vay nhỏ chủ yếu phục vụ cho chi tiêu gia đình hoặc tình huống khẩn cấp.

Lãi suất là chi phí tín dụng mà khách hàng phải trả khi vay vốn, ảnh hưởng trực tiếp đến khả năng thu nhập và trả nợ Những khách hàng có rủi ro cao sẽ chịu lãi suất cao hơn, do đó, lãi suất trở thành yếu tố quan trọng trong việc đánh giá khả năng trả nợ của khách hàng cá nhân Nhiều nghiên cứu thực nghiệm cho thấy, lãi suất vay cao dẫn đến khả năng trả nợ không đúng hạn tăng lên, như nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình đã chỉ ra.

Lãi suất luôn là mối quan tâm hàng đầu của người đi vay, vì nó ảnh hưởng trực tiếp đến kết quả sản xuất kinh doanh Nghiên cứu cho thấy lãi suất có mối tương quan tỷ lệ nghịch với khả năng trả nợ đúng hạn của nông hộ; cụ thể, lãi suất cao làm giảm khả năng trả nợ vay và ngược lại Kết quả này cũng được xác nhận trong nghiên cứu của Kohansal và Mansoori (2009) liên quan đến biến số lãi suất khoản vay.

Thời gian cho vay được xác định dựa trên chu kỳ kinh doanh, kế hoạch sử dụng vốn và khả năng trả nợ của khách hàng Thời gian đáo hạn khoản vay ảnh hưởng đến khả năng trả nợ của khách hàng Khách hàng có rủi ro tín dụng thấp thường ưu tiên vay vốn ngắn hạn để giảm chi phí lãi vay và nhanh chóng hoàn thành nghĩa vụ nợ Nghiên cứu thực nghiệm của Chapman đã chỉ ra những xu hướng này.

Nghiên cứu năm 1990 cho thấy thời gian đáo hạn dưới một năm có xác suất trả nợ đúng hạn cao hơn, trong khi nghiên cứu của Roslan và Zaini (2009) lại chỉ ra rằng thời gian vay vốn dài hơn có thể cải thiện khả năng trả nợ của khách hàng.

2.3.2.4 Hình thức đảm bảo khoản vay

Hình thức đảm bảo khoản vay ảnh hưởng đến ý thức trả nợ của khách hàng Khi khách hàng thế chấp tài sản tại ngân hàng, họ có xu hướng chú trọng hơn đến việc thanh toán khoản vay đúng hạn Việc có tài sản đảm bảo không chỉ tạo ra trách nhiệm tài chính mà còn khuyến khích khách hàng duy trì mối quan hệ tốt với ngân hàng.

Khi người vay không hoàn thành nghĩa vụ trả nợ trong luận văn thạc sĩ Kinh tế, ngân hàng sẽ tiến hành phát mãi tài sản để thu hồi nợ Điều này tạo ra tâm lý sợ mất mát tài sản cá nhân, khiến người vay có ý thức cao hơn trong việc trả nợ so với vay tín chấp, vì họ nhận thức rằng ngân hàng không có tài sản đảm bảo để thu hồi nếu khách hàng không thực hiện cam kết trả tiền theo hợp đồng tín dụng.

Các mô hình nghiên cứu trước đây

2.4.1 Mô hình định tính – Mô hình 5C Đây là mô hình xem xét thiện chí và khả năng thanh toán các khoản vay đến hạn của khách hàng Theo giáo trình Nghiệp vụ Ngân hàng Thương mại (Trần Thị Xuân Hương và Hoàng Thị Minh Ngọc, 2012), phương pháp này nghiên cứu 5 tiêu chí của người đi vay, bao gồm: tư cách (Character), năng lực (Capacity), thu nhập (Cash), bảo đảm (Collateral) và điều kiện (Conditions) Tất cả tiêu chí này đều phải được đánh giá tốt thì khoản vay mới được xem là khả thi

Cán bộ tín dụng cần xác minh tư cách người vay bằng cách đảm bảo rằng khách hàng có mục đích sử dụng vốn rõ ràng và thiện chí trả nợ Việc xem xét lịch sử vay trả nợ của khách hàng cũ và thu thập thông tin từ các nguồn như Trung tâm thông tin tín dụng và ngân hàng khác là cần thiết, đặc biệt đối với khách hàng mới Cán bộ cũng phải đánh giá tính hợp pháp và nghiêm túc của mục đích vay vốn, xem xét sự phù hợp với chính sách tín dụng của ngân hàng, nhiệm vụ sản xuất kinh doanh và kế hoạch trả nợ của khách hàng Nếu khách hàng thể hiện sự trung thực và tính khả thi của phương án, tư cách vay vốn sẽ được xác lập.

Năng lực pháp lý của người vay là yếu tố quan trọng trong việc ký kết hợp đồng tín dụng Đối với khách hàng cá nhân vay vốn, họ cần có năng lực pháp luật dân sự và năng lực hành vi dân sự để đảm bảo tính hợp pháp của giao dịch.

Luận văn thạc sĩ Kinh tế tiền từ doanh thu bán hàng hay thu nhập, tiền từ thanh lý tài sản hoặc tiền từ phát hành chứng khoán,…

Bảo đảm tiền vay (Collateral) là nguồn thu nợ thứ hai, được sử dụng khi thu nhập của người vay không đủ để thanh toán khoản nợ Cán bộ tín dụng cần chú ý đến tình trạng của tài sản đảm bảo, bao gồm tuổi thọ, khả năng mất giá, mức độ chuyên dụng và tình trạng thế chấp Tài sản đảm bảo đóng vai trò như một ràng buộc trách nhiệm của người vay đối với ngân hàng, giúp ngân hàng thu hồi nợ vay thông qua việc xử lý tài sản khi khách hàng không có khả năng hoàn trả.

Cán bộ tín dụng cần nắm rõ xu hướng hiện tại của ngành nghề khách hàng và đánh giá tác động của sự thay đổi điều kiện kinh tế đến khoản vay, đặc biệt là ảnh hưởng đến khả năng trả nợ của khách hàng.

Ngoài phương pháp phân tích 5C, ngân hàng còn áp dụng phương pháp CAMPARI, bao gồm các yếu tố như tư cách người vay (Character), năng lực người vay (Ability), lãi suất cho vay (Margin), mục đích vay (Purpose), số tiền vay (Amount), khả năng hoàn trả (Repayment) và bảo đảm (Insurance) Tuy nhiên, cả hai phương pháp này đều có nhược điểm là tính chất phân tích định tính, dẫn đến quyết định chủ yếu dựa vào phán xét chủ quan của cán bộ tín dụng.

2.4.2 Mô hình điểm số tín dụng cá nhân của FICO

Tại nhiều quốc gia phát triển, các tổ chức tín dụng sử dụng điểm số tín dụng cá nhân để ước lượng mức rủi ro khi cho vay, với điểm số thấp đồng nghĩa với rủi ro cao hơn cho người cho vay Mô hình điểm số FICO do Fair Isaac Corp phát triển có thang điểm từ 300 đến 850, được xác định dựa trên tỷ trọng của 5 chỉ số phân tích khác nhau.

Bảng 2.1 Các chỉ số mô hình điểm số FICO

Tỷ trọng Tiêu chí đánh giá

35% Lịch sử trả nợ: Thời gian trễ hạn càng dài và số tiền trễ hạn càng cao thì điểm số tín dụng càng thấp

Dư nợ tại các tổ chức tín dụng chiếm 30% có thể dẫn đến việc nợ vượt quá mức cho phép, đặc biệt là đối với thẻ tín dụng Điều này không chỉ ảnh hưởng đến

15% Độ dài của lịch sử tín dụng: Thông tin càng nhiều năm càng đáng tin cậy và điểm số tín dụng sẽ càng cao

10% Số lần vay nợ mới: Vay nợ thường xuyên bị xem là dấu hiệu có khó khăn về tài chính nên điểm số tín dụng càng thấp

10% Các loại tín dụng được sử dụng: Các loại nợ khác nhau sẽ được tính điểm số tín dụng khác nhau

(Nguồn: Credit Scores: What you should know about your own,Credit Scores: What you should know about your own, Malgorzata Wozniacka và Snigdha

Theo mô hình FICO, điểm số tín dụng 700 được coi là tốt, trong khi điểm số dưới 620 có thể khiến ngân hàng ngần ngại khi cho vay Mô hình này phổ biến tại Mỹ, nhờ vào khả năng ngân hàng dễ dàng kiểm tra thông tin tín dụng qua các công ty dữ liệu tín dụng.

2.4.3 Mô hình hồi quy Logistic

Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), mô hình hồi quy Logistic sử dụng biến phụ thuộc nhị phân để ước lượng xác suất xảy ra của một sự kiện dựa trên thông tin từ các biến độc lập Nhiều hiện tượng tự nhiên yêu cầu chúng ta dự đoán khả năng xảy ra sự kiện hoặc xác suất tương ứng.

Mô hình phân tích khả năng trả nợ của người vay là một phần quan trọng trong luận văn thạc sĩ Kinh tế Việc áp dụng mô hình này giúp đánh giá hiệu quả trong các quyết định tài chính và được sử dụng rộng rãi trong phân tích kinh tế.

Thuật ngữ “hồi quy” được Francis Galton giới thiệu lần đầu tiên và phân tích hồi quy là công cụ cơ bản trong kinh tế lượng, giúp nghiên cứu mối quan hệ giữa biến phụ thuộc và một hoặc nhiều biến độc lập Biến phụ thuộc trong mô hình này là biến giả, chỉ nhận hai giá trị 0 hoặc 1 Mô hình hồi quy có nhiều ưu điểm, bao gồm khả năng phân tích và dự đoán chính xác mối quan hệ giữa các biến.

Mô hình toán học định lượng khắc phục những hạn chế của mô hình định tính, mang lại sự khách quan và nhất quán trong quá trình đánh giá, đồng thời không bị ảnh hưởng bởi ý kiến chủ quan của cán bộ tín dụng.

- Thực hiện được bằng các phần mềm chuyên dụng như Eviews

Dễ dàng điều chỉnh và bổ sung các biến để xác định tác động cụ thể của các yếu tố đến khả năng trả nợ của khách hàng, phù hợp với đặc thù từng khu vực

Một số công trình nghiên cứu trước đây

Theo nghiên cứu của Chapman, J.M (1990), có bảy nhân tố chính ảnh hưởng đến rủi ro tín dụng cá nhân, bao gồm: đặc điểm nhân khẩu học như tuổi, giới tính, tình trạng hôn nhân, số người phụ thuộc và thời gian cư trú; đặc điểm nghề nghiệp liên quan đến ngành nghề và thời gian công tác; đặc điểm thu nhập; đặc điểm học vấn; và đặc điểm khoản vay, bao gồm số tiền vay, thời gian vay, đặc điểm tài sản thế chấp và mục đích sử dụng vốn vay.

Luận văn thạc sĩ Kinh tế chỉ ra rằng khả năng trả nợ vay của người vay bị ảnh hưởng bởi nhiều yếu tố, bao gồm tuổi tác, giới tính, tình trạng gia đình, vị trí nghề nghiệp, tình hình kinh tế, thu nhập, giá trị tài sản và sự sẵn lòng trả nợ của khách hàng.

Nghiên cứu của Black và Morgan (1998) dựa trên dữ liệu khảo sát tài chính người tiêu dùng của Cục Dự trữ Liên bang từ năm 1989 đến 1995 với 5,274 quan sát cho thấy thu nhập và nghề nghiệp là hai yếu tố chính ảnh hưởng đến khả năng trả nợ vay của khách hàng Cụ thể, những người có thu nhập thấp thường có xu hướng nợ tín dụng nhiều hơn, và tỷ lệ nợ quá hạn cao hơn ở những ngành nghề lao động chân tay, không có tay nghề.

Kohansal và Mansoori (2009) áp dụng mô hình Logit để phân tích tác động của rủi ro đạo đức và người cho vay đối với khả năng trả nợ của khách hàng Nghiên cứu được thực hiện trên mẫu dữ liệu gồm 175 nông dân trong năm nghiên cứu.

Năm 2008, nghiên cứu đã chỉ ra rằng trong số 12 biến được xem xét, lãi suất của khoản vay là yếu tố quan trọng nhất ảnh hưởng đến khả năng trả nợ của người nông dân Tiếp theo, kinh nghiệm của người nông dân cũng đóng vai trò đáng kể trong khả năng này.

Nghiên cứu của Antwi và cộng sự (2012) đã phân tích các yếu tố tác động đến rủi ro không trả được nợ tại Ghana, tập trung vào các khoản vay của ngân hàng AkuaPem, sử dụng mô hình hồi quy logistic Dữ liệu nghiên cứu được thu thập từ nhiều nguồn khác nhau nhằm cung cấp cái nhìn sâu sắc về vấn đề này.

Nghiên cứu dựa trên 800 quan sát từ năm 2006 đến 2010 cho thấy loại hình vay mượn và khoản vay được đảm bảo có ảnh hưởng đáng kể đến khả năng trả nợ của người vay Các ngân hàng nên tập trung vào việc đảm bảo khoản nợ vay bằng tài sản đảm bảo để giảm thiểu rủi ro không trả nợ Trong khi đó, các yếu tố như giới tính, tình trạng hôn nhân, độ tuổi, trình độ học vấn và nơi sinh sống không cho thấy sự ảnh hưởng thống kê rõ ràng.

Nghiên cứu của C.A.Wongnaa (2013) về các yếu tố ảnh hưởng đến khả năng trả nợ của hộ nông dân trồng khoai lang tại quận Sene, Ghana đã khảo sát 100 hộ nông dân và áp dụng mô hình probit Kết quả cho thấy, các yếu tố như giáo dục, kinh nghiệm, lợi nhuận, tuổi tác, giám sát và thu nhập phi nông nghiệp có tác động tích cực đến khả năng trả nợ Ngược lại, giới tính và tình trạng hôn nhân lại có ảnh hưởng tiêu cực đến khả năng này.

Tại Việt Nam có nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình,

Năm 2011, nghiên cứu đã phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay đúng hạn của nông hộ tại tỉnh Hậu Giang Đề tài xác định nhiều yếu tố tác động đến khả năng trả nợ của các hộ vay, từ đó giúp ngân hàng đưa ra các giải pháp phù hợp nhằm giảm thiểu rủi ro tín dụng và nâng cao khả năng tiếp cận vốn cho nông hộ Tác giả đã xây dựng mô hình dựa trên dữ liệu thu thập từ 436 hộ vay vốn trong năm 2009, trong đó đến ngày 31/12/2009 vẫn còn dư nợ.

Nghiên cứu đã áp dụng mô hình hồi quy Probit với bảy biến số, bao gồm mục đích sử dụng vốn, thu nhập sau khi vay, lãi suất vay, tuổi người đi vay, ngành nghề chính của hộ, số thành viên trong gia đình tạo ra thu nhập, và trình độ học vấn của chủ hộ Kết quả cho thấy khả năng trả nợ đúng hạn của nông hộ có mối liên hệ tích cực với thu nhập sau khi vay, trình độ học vấn và số thành viên có thu nhập trong gia đình Ngược lại, lãi suất vay lại có ảnh hưởng tiêu cực đến khả năng trả nợ đúng hạn Ngoài ra, nghiên cứu cũng chỉ ra rằng các khoản vay được sử dụng đúng mục đích có xác suất trả nợ đúng hạn cao hơn.

Một nghiên cứu khác của Nguyễn Thị Thanh Hương (2016) sử dụng mô hình kinh tế lượng dưới dạng hàm hồi qui nhị phân Binary Logistic ước lượng tác động

Luận văn thạc sĩ Kinh tế nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng, phân tích dữ liệu theo từng vùng miền trên cả nước Nghiên cứu sử dụng 118 mẫu khảo sát hợp lệ, bao gồm 24 chỉ tiêu liên quan đến thông tin khách hàng và 7 chỉ tiêu về mối quan hệ giữa khách hàng và ngân hàng.

Nghiên cứu của Vương Quốc Duy và Đặng Hoàng Trung (2015) đã sử dụng dữ liệu sơ cấp và mô hình Probit để đánh giá các yếu tố ảnh hưởng đến khả năng tiếp cận tín dụng chính thức của hộ chăn nuôi heo tại quận Ô Môn, Thành phố Cần Thơ Qua phỏng vấn trực tiếp 223 nông hộ theo phương pháp chọn mẫu phân tầng kết hợp ngẫu nhiên, nghiên cứu đã xác định 5 nhân tố chính ảnh hưởng đến việc tiếp cận tín dụng, bao gồm giới tính, trình độ học vấn, độ tuổi, vị trí xã hội và thu nhập.

Nghiên cứu của Đoàn Thị Bảo Châu (2014) đã sử dụng phương pháp hồi quy Binary Logistic để xác định các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng TMCP Á Châu Kết quả từ 14 biến độc lập trong mô hình cho thấy có 6 yếu tố chính tác động đến khả năng trả nợ, bao gồm độ tuổi, số người phụ thuộc, thu nhập, độ rủi ro trong nghề nghiệp và tình trạng sở hữu nhà của khách hàng.

Qua việc tham khảo các nghiên cứu thực nghiệm trong và ngoài nước, nhiều tác giả đã sử dụng mô hình hồi quy Binary Logistics để đánh giá tác động của các yếu tố đến biến phụ thuộc Các biến được đưa vào từng mô hình khác nhau tùy thuộc vào đặc điểm của từng địa phương, bao gồm các yếu tố liên quan đến khách hàng như giới tính, độ tuổi, tình trạng hôn nhân, nghề nghiệp, số năm kinh nghiệm và thu nhập, cùng với các yếu tố liên quan đến khoản vay như lãi suất, hình thức vay và tài sản thế chấp Các nghiên cứu trước đây chủ yếu tập trung vào từng nhóm đối tượng riêng biệt.

Luận văn thạc sĩ Kinh tế nghiên cứu khả năng trả nợ của nông hộ chăn nuôi heo ở quận Ô Môn, Cần Thơ (Vương Quốc Duy và Đặng Hoàng Trung, 2015) và hộ nông dân trồng khoai lang ở quận Sene, Ghana (Wongnaa, 2013) Nghiên cứu này tập trung vào khách hàng cá nhân đã vay vốn tại ngân hàng BIDV Bắc ĐăkLăk, phân tích khả năng trả nợ từ góc nhìn của ngân hàng Tác giả kế thừa mô hình và biến số từ các nghiên cứu trước, đồng thời điều chỉnh một số biến số cho phù hợp với tình hình thu thập thông tin khách hàng và điều kiện hoạt động tại chi nhánh.

PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU SỬ DỤNG

Phương pháp nghiên cứu

Tác giả sử dụng phương pháp phân tích hồi quy nhị phân với mô hình Binary Logistic để xác định các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại chi nhánh BIDV Bắc ĐăkLăk, dựa trên thông tin thu thập từ hồ sơ và cơ sở dữ liệu khách hàng.

Hàm hồi quy Logistic (còn gọi là hồi quy Logit) có dạng như sau:

- Y: Khả năng trả nợ vay đúng hạn của khách hàng cá nhân

Y = 1: Khách hàng trả nợ vay đúng hạn

Y = 0: Khách hàng không trả nợ vay đúng hạn

- X1, …, X8: Các nhân tố ảnh hưởng đến khả năng trả nợ đúng hạn của khách hàng cá nhân

- βi là các hệ số hồi quy của hàm Logit

- ε là sai số ngẫu nhiên

Hàm hồi quy Logit sẽ tính xác suất xảy ra Y theo quy tắc: Nếu xác suất

>=0.5 thì Y=1; nếu xác suất < 0.5 thì Y = 0

3.1.1 Diễn dịch các hệ số hồi quy của mô hình

Hệ số ước lượng β1 trong công thức (3.2) cho thấy khi X1 tăng 1 đơn vị, log của P0/(1-P0) sẽ tăng β1 đơn vị Điều này có nghĩa là nếu βi dương, việc tăng Xi sẽ làm tăng xác suất Y=1, ngược lại, nếu βi âm, khả năng này sẽ giảm (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) Để hiểu rõ hơn về ý nghĩa của các hệ số hồi quy Binary Logistic, cần tính tác động biên của biến độc lập Xi lên xác suất trả nợ P1 theo công thức 3.3.

3.1.2 Kiểm định ý nghĩa của các hệ số

Hồi quy Logit áp dụng đại lượng Wald Chi Square để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể Wald Chi Square được tính bằng cách chia ước lượng của hệ số hồi quy biến độc lập trong mô hình (hệ số hồi quy mẫu) logit cho sai số chuẩn của ước lượng đó, sau đó thực hiện phép bình phương.

𝑠.𝑒.(𝛽)] 2 (3.4) 3.1.3 Độ phù hợp của mô hình

Hồi quy Binary Logistic yêu cầu đánh giá độ phù hợp của mô hình thông qua chỉ tiêu -2LL (-2 log likelihood) Đánh giá này trái ngược với hệ số xác định R bình phương, với giá trị -2LL càng nhỏ thì độ phù hợp càng cao Giá trị nhỏ nhất của -2LL là 0, thể hiện mô hình có độ phù hợp hoàn hảo Bên cạnh đó, khả năng dự đoán của mô hình cũng có thể được xác định thông qua bảng phân loại (Classification table).

SPSS cung cấp bảng so sánh giữa các giá trị thực tế và giá trị dự đoán cho từng biến thể, đồng thời tính toán tỷ lệ dự đoán đúng của các sự kiện.

3.1.4 Kiểm định độ phù hợp tổng quát

Trong hồi quy Logit, cần kiểm định ý nghĩa của tổ hợp các hệ số trong mô hình, ngoại trừ hằng số, để đánh giá khả năng giải thích biến phụ thuộc Khác với hồi quy tuyến tính bội sử dụng thống kê F, hồi quy Logit áp dụng kiểm định Chi-bình phương Nếu giá trị Sig nhỏ hơn 0.05, giả thuyết Ho sẽ bị bác bỏ và giả thuyết thay thế được chấp nhận.

H1 tức là các hệ số hồi quy khác nhau có ý nghĩa thống kê và các hệ số đều thực sự có ý nghĩa trong việc giải thích biến phụ thuộc

3.1.5 Các phương pháp đưa biến độc lập vào mô hình

Có nhiều phương pháp đưa biến độc lập vào mô hình hồi quy, Bảng trình bày một số phương pháp thường gặp:

Bảng 3.1 Các phương pháp đưa biến độc lập vào mô hình

Enter Là phương pháp đưa vào bắt buộc, các biến trong khối biến độc lập được đưa vào trong một bước

Phương pháp này cho phép đưa các biến vào một cách dần dần theo điều kiện, đồng thời kiểm tra việc loại bỏ biến dựa trên xác suất của thống kê Likelihood-ratio, dựa trên các ước lượng thông số có điều kiện.

Phương pháp Forward LR thực hiện bằng cách dần đưa vào các biến và kiểm tra loại biến dựa trên xác suất của số thống kê Likelihood ratio, dựa trên ước lượng khả năng xảy ra tối đa (maximum likelihood estimates).

Forward Wald Là phương pháp đưa dần vào, kiểm tra việc loại biến căn cứ trên

Luận văn thạc sĩ Kinh tế xác suất của số thống kê Wald

Theo phương pháp này, các biến sẽ được loại trừ dần dựa trên các điều kiện cụ thể Quá trình này kiểm tra việc loại bỏ biến bằng cách sử dụng xác suất của thống kê Likelihood-ratio, dựa trên các ước lượng thông số có điều kiện.

Phương pháp Backward LR là một kỹ thuật loại trừ dần, nhằm kiểm tra sự loại bỏ biến dựa trên xác suất của thống kê Likelihood-ratio, dựa vào ước lượng khả năng xảy ra tối đa.

Backward Wald là phương pháp loại trừ dần tương tự như Backward LR, nhưng nó kiểm tra việc loại biến dựa trên xác suất của thống kê Wald.

Nguồn: Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2008)

Trong luận văn này, tác giả sử dụng phương pháp Enter do đó các biến trong khối biến độc lập được đưa vào trong một bước

Nghiên cứu này kế thừa mô hình của Wongnaa (2013) để phân tích khả năng trả nợ của hộ nông dân trồng khoai lang và mô hình của Vương Quốc Duy và Đặng Hoàng Trung (2015) để xem xét khả năng tiếp cận tín dụng chính thức của nông hộ Tuy nhiên, tác giả đã điều chỉnh mô hình dựa trên thực tế tại địa phương, loại bỏ một số yếu tố ảnh hưởng đến khả năng trả nợ, chẳng hạn như biến thu nhập, do không có hệ thống đo lường chính xác tại Việt Nam Các cơ quan quản lý thuế và ngân hàng chưa thể quản lý đầy đủ nguồn thu nhập của cá nhân, khiến yếu tố này không đáng tin cậy Ngoài ra, trình độ học vấn cũng không được đưa vào nghiên cứu vì không phải là thông tin khai báo bắt buộc của ngân hàng.

Trong luận văn thạc sĩ Kinh tế, khách hàng cần cung cấp thông tin khi thẩm định nhu cầu vay vốn Tuy nhiên, kinh nghiệm hay giám sát không được xem xét trong mô hình do sự khác biệt giữa các ngành nghề, và nông dân thường không cung cấp chính xác số liệu về kinh nghiệm canh tác Điều này dẫn đến việc đưa vào mô hình nghiên cứu sẽ không phản ánh đúng mối quan hệ giữa các biến Vì vậy, tác giả đã chọn tám biến độc lập cho mô hình nghiên cứu, bao gồm độ tuổi, giới tính, tình trạng hôn nhân, nghề nghiệp, số tiền vay, lãi suất vay, thời gian vay và hình thức vay.

Các giả thuyết

Dựa trên các luận điểm đã được trình bày trong Chương 2 về những yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân, phần này sẽ tổng hợp các giả thuyết nghiên cứu.

Độ tuổi có mối tương quan dương với khả năng trả nợ của khách hàng cá nhân, với việc xác định độ tuổi bằng cách lấy thời điểm vay trừ đi năm sinh Nghiên cứu của Kohansal và Mansoori (2009) chỉ ra rằng người vay lớn tuổi có khả năng trả nợ cao hơn do tính thận trọng, kinh nghiệm và trách nhiệm Điều này phù hợp với đặc điểm xã hội Việt Nam, nơi người lớn tuổi thường có xu hướng an phận và ít mạo hiểm trong đầu tư Họ chú trọng sự an toàn vốn, dẫn đến khả năng không trả nợ đúng hạn thấp hơn Các nghiên cứu của Chapman (1990) và Wongnaa (2013) cũng khẳng định nhận định này.

Giả thuyết thứ hai chỉ ra rằng giới tính có ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân Cụ thể, đối với nam giới, tính thích rủi ro có thể làm

Nghiên cứu của Chapman (1990) và Wongnaa (2013) cho thấy rằng khách hàng nữ có khả năng trả nợ tốt hơn so với khách hàng nam.

Phụ nữ thường thể hiện sự thận trọng và kỷ luật cao trong quản lý tài chính, điều này giúp họ có khả năng trả nợ đúng hạn khi vay vốn tốt hơn so với nam giới.

Chỉ tiêu này là biến giả trong mô hình, với giá trị 1 cho người vay đã kết hôn và 0 cho người độc thân Nghiên cứu của Wongaa (2013) chỉ ra rằng khách hàng đã lập gia đình thường có nhiều khoản chi tiêu hơn, dẫn đến rủi ro không trả được nợ cao hơn Tuy nhiên, thực tế xã hội cho thấy những người đã lập gia đình thường hành động chín chắn, vay vốn khi có nhu cầu thiết thực và sử dụng vốn vay đúng mục đích Theo truyền thống, người Việt Nam coi trọng gia đình, vì vậy sau khi kết hôn, họ sống có trách nhiệm và cẩn trọng hơn, từ đó khả năng trả nợ đúng hạn của họ cao hơn so với thời kỳ độc thân.

Giả thuyết thứ tư (H4): Nghề nghiệp

Nghiên cứu của Chapman (1990) chỉ ra rằng khách hàng là giáo sư, nghệ sĩ hay kế toán có khả năng trả nợ đúng hạn cao hơn, trong khi công nhân không lành nghề thường gặp tình trạng trễ hạn nợ vay Tương tự, nghiên cứu của Black và Morgan (1998) cho thấy những người lao động chân tay có tỷ lệ nợ tín dụng cao hơn so với các ngành nghề khác.

Giả thuyết thứ năm (H5): Kích cỡ khoản vay có mối tương quan dương với khả năng trả nợ đúng hạn của khách hàng cá nhân

Nghiên cứu của Kohansal và Mansoori (2009) cho thấy rằng quy mô khoản vay lớn có mối tương quan thuận với khả năng trả nợ đúng hạn của khách hàng cá nhân Những khoản vay lớn giúp người vay tạo ra giá trị và gia tăng nguồn trả nợ, khác với các khoản vay nhỏ thường chỉ phục vụ mục đích tiêu dùng hoặc những tình huống khẩn cấp, mang tính rủi ro cao.

Giả thuyết thứ sáu (H6): Lãi suất vay có mối tương quan âm với khả năng trả nợ đúng hạn của khách hàng cá nhân

Lãi suất vay là yếu tố quan trọng nhất mà khách hàng quan tâm khi tiếp cận vốn, vì nó ảnh hưởng trực tiếp đến chi phí vay và khả năng tài chính để trả nợ Lãi suất cao làm gia tăng gánh nặng trả nợ, dẫn đến sự sụt giảm thu nhập của khách hàng Nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình (2011) chỉ ra rằng lãi suất có mối quan hệ tỷ lệ nghịch với khả năng trả nợ đúng hạn; cụ thể, lãi suất cao làm giảm khả năng trả nợ đúng hạn và ngược lại.

Giả thuyết thứ bảy (H7): Thời gian vay vốn có mối tương quan âm với khả năng trả nợ đúng hạn của khách hàng cá nhân

Theo nghiên cứu của Chapman (1990), khách hàng vay vốn ngắn hạn có khả năng trả nợ đúng hạn cao hơn do tự đánh giá rủi ro tín dụng thấp và ý thức trả nợ tốt Họ ưa chuộng vay vốn ngắn hạn để giảm chi phí lãi vay và hoàn tất nghĩa vụ nợ sớm, dẫn đến khả năng không trả nợ đúng hạn thấp hơn.

(2010) lại cho rằng các khoản vay trung hạn có rủi ro không trả được nợ thấp hơn

Giả thuyết thứ tám (H8): Hình thức vay thế chấp sẽ ảnh hưởng tích cực đến khả năng trả nợ của khách hàng cá nhân

Nghiên cứu của Antwi và cộng sự (2012) chỉ ra rằng khách hàng vay có tài sản đảm bảo có khả năng trả nợ tốt hơn so với khoản vay tín chấp Trong mô hình nghiên cứu, biến giả được sử dụng để phân loại khoản vay thành hai loại: có tài sản thế chấp (giá trị 1) và tín chấp (giá trị 0) Thực tế cho thấy rằng khoản vay tín chấp thường tiềm ẩn nhiều rủi ro trong việc trả nợ đúng hạn, bởi khách hàng có tài sản thế chấp thường có ý thức hơn về việc trả nợ, do lo sợ tài sản của họ bị phát mãi.

Xác định các biến đưa vào mô hình

Phần này trình bày cách tính toán các biến số cho các giả thuyết đã đề ra, dựa trên lý thuyết trong chương 2 Các biến số độc lập như độ tuổi, giới tính, tình trạng hôn nhân, nghề nghiệp, kích cỡ khoản vay, lãi suất vay và thời gian vay vốn sẽ được kiểm định để xác định mối quan hệ của chúng với biến phụ thuộc - khả năng trả nợ đúng hạn của khách hàng cá nhân.

3.3.1 Xác định biến phụ thuộc

Biến phụ thuộc được xác định từ khả năng trả nợ của khách hàng cá nhân, dựa trên việc thu thập dữ liệu từ 500 khách hàng tại Ngân hàng TMCP Đầu tư và Ph

Bảng 3.2 Giá trị biến phụ thuộc trong mô hình nghiên cứu Loại khách hàng Cách xác định Giá trị biến Đối chiếu thông tư 02

Có khả năng trả nợ NQH < 10 ngày Y = 1 Nợ nhóm 1

Không có khả năng trả nợ

(Nguồn: Tác giả thiết kế trên cơ sở lý luận và thông tư 02)

3.3.2 Xác định biến độc lập và kỳ vọng về dấu của các βi

Sau khi xác định biến phụ thuộc, bước tiếp theo là chọn biến độc lập trong phân tích Cách tiếp cận đầu tiên dựa trên kết quả nghiên cứu về các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân từ chương 2 và nguồn dữ liệu thu thập Do hạn chế về dữ liệu theo thời gian, mô hình đo lường khả năng trả nợ không xem xét yếu tố vĩ mô qua biến năm dữ liệu, mà chỉ tập trung vào ảnh hưởng của các đặc điểm khách hàng.

(độ tuổi, giới tính, tình trạng hôn nhân, nghề nghiệp) và đặc điểm khoản vay (kích cỡ khoản vay, lãi suất vay và thời gian vay vốn)

Bảng 3.3 Các biến độc lập sử dụng để ước lượng mô hình Biến Giải thích sự lựa chọn biến

Độ tuổi của khách hàng vay ảnh hưởng đến nhận thức, tính cách và kinh nghiệm của họ, từ đó tạo ra sự khác biệt trong ý thức về việc trả nợ.

Giới tính của khách hàng ảnh hưởng đến cách họ quản lý tài chính, đặc biệt là trong việc sử dụng tiền vay Phụ nữ thường có xu hướng thận trọng hơn và kỷ luật hơn trong các quyết định tài chính, trong khi nam giới có thể thể hiện sự liều lĩnh hơn Sự khác biệt này cần được xem xét khi xây dựng các chiến lược tài chính phù hợp với từng nhóm khách hàng.

Kết hôn đánh dấu một giai đoạn quan trọng trong cuộc đời, khi con người bắt đầu thay đổi nhận thức và tăng cường tính trách nhiệm đối với nhiều vấn đề, bao gồm cả tài chính và quản lý nợ.

Nghề nghiệp Nghề nghiệp của khách hàng liên quan đến thu nhập định kỳ, ảnh hưởng đến nguồn trả nợ của khách hàng

Các yếu tố liên quan đến khoản vay, bao gồm:

Số tiền vay vốn liên quan đến khả năng tạo ra giá trị tăng thêm, ảnh hưởng đến nguồn trả nợ của khách hàng

Lãi suất vay Lãi suất tín dụng góp phần cấu thành chi phí sử dụng vốn của khách hàng, ảnh hưởng đến việc trả nợ của KHCN

KHCN rủi ro thấp hơn sẽ lựa chọn vay ngắn hạn, đồng thời phát tín hiệu rủi ro thấp, khả năng trả nợ tốt

Khách hàng vay có thế chấp tài sản bảo đảm sẽ có ý thức hơn trong việc trả nợ ngân hàng

(Nguồn: Tác giả tổng hợp từ các nghiên cứu liên quan)

Dựa trên các nghiên cứu liên quan, Bảng trình bày về ý nghĩa các biến và kỳ vọng dấu của các hệ số βi:

Bảng 3.4 Ý nghĩa các biến và kỳ vọng về dấu của các hệ số

Biến mã hóa Ý nghĩa Thàng đo Kỳ vọng dấu βi

DOTUOI Số tuổi của khách hàng

GIOITINH Giới tính của khách hàng

Vương Quốc Duy và Đặng Hoàng Trung (2015)

TTHONNHAN Tình trạng hôn nhân của khách hàng

1: Có gia đình 0: Độc thân, ly hôn, góa β3: + Chapman (1990)

1: Công nhân viên chức 2: Giáo viên

3: Nhân viên dịch vụ β4: - Chapman (1990)

4: Kinh doanh cá thể 5: Làm nông

SOTIENVAY Số tiền vay vốn Triệu đồng β5: + Kohansal và

LSUATVAY Lãi suất vay vốn %/năm β6: - Trương Đông Lộc và Nguyễn Thanh Bình (2011) TGIANVAY Thời gian vay vốn Tháng β7: - Chapman (1990)

HTHUCVAY Hình thức vay vốn 1: Thế chấp

0: Tín chấp Β8: + Antwi và ctg

(Nguồn: Tác giả tự tổng hợp từ các nghiên cứu có liên quan)

Dữ liệu nghiên cứu

Khách hàng cá nhân tại chi nhánh thường có nhiều khoản vay với số tiền nhỏ, dẫn đến số lượng khoản vay rất lớn Để đánh giá chất lượng khoản vay, tác giả đã thu thập mẫu ngẫu nhiên từ 500 khách hàng cá nhân có dư nợ trong giai đoạn 2011-2015, đảm bảo rằng tất cả đều đã phát sinh kỳ hạn nợ phải trả và có lịch sử trả nợ rõ ràng Điều này giúp cung cấp cái nhìn chính xác hơn về chất lượng khoản vay.

Quy trình thu thập số liệu bắt đầu bằng việc xác định danh sách khách hàng trong quá khứ, cho phép áp dụng phương pháp chọn mẫu ngẫu nhiên Tất cả các đơn vị trong tổng thể đều có cơ hội được chọn như nhau Cụ thể, từ dữ liệu khách hàng của chi nhánh, chúng tôi sử dụng hàm Rand trong Excel để ngẫu nhiên chọn 500 khách hàng đáp ứng tiêu chí đã đề ra, sau đó tiến hành khảo sát hồ sơ tín dụng và thu thập thông tin từ hồ sơ khách hàng.

Luận văn thạc sĩ Kinh tế phân tích dữ liệu cần đảm bảo rằng mẫu dữ liệu khách hàng được chọn có địa chỉ cư trú phân bố rộng rãi tại nhiều khu vực phường, xã Điều này giúp tránh tình trạng tập trung tại một địa điểm nhất định, từ đó phản ánh chính xác khả năng trả nợ vay của từng khách hàng cá nhân.

Việc đo lường khả năng trả nợ vay của khách hàng cá nhân được thực hiện thông qua phân tích các yếu tố liên quan đến đặc điểm của khách hàng và khoản vay, dựa trên cơ sở dữ liệu từ năm 2011 đến 2015 Các khoản vay chủ yếu phục vụ cho sản xuất nông nghiệp, tiêu dùng và kinh doanh nhỏ lẻ, với sự tương đồng giữa các huyện xã nơi chi nhánh cấp tín dụng Do đó, tác giả đã tập hợp dữ liệu trong giai đoạn nghiên cứu và sử dụng hàm random của Excel để chọn mẫu từ tổng thể chung.

Chương 3 của bài viết trình bày chi tiết về dữ liệu nghiên cứu và phương pháp nghiên cứu của tác giả, dựa trên lý thuyết và các nghiên cứu thực nghiệm từ chương 2 Tác giả đã đưa ra giả thuyết, xác định các biến giải thích và biến phụ thuộc, cùng với cách đo lường các biến này, kỳ vọng dấu của các hệ số biến độc lập và kết quả mô hình Nội dung chương 3 cung cấp cho người đọc cái nhìn tổng quát về nghiên cứu, giúp họ dễ dàng hiểu nội dung chương tiếp theo Mục tiêu của chương 4 là khẳng định dấu của các hệ số biến độc lập và thiết lập mô hình đo lường khả năng trả nợ của khách hàng cá nhân tại BIDV chi nhánh Bắc ĐăkLăk.

KẾT QUẢ NGHIÊN CỨU

Thống kê mô tả mẫu

4.1.1 Thực trạng dư nợ khách hàng cá nhân tại BIDV Chi nhánh Bắc ĐăkLăk

Trong những năm qua, Chi nhánh Ngân hàng TMCP Đầu tư và Phát triển Bắc ĐăkLăk đã tập trung vào hoạt động tín dụng, đặc biệt là cho vay khách hàng cá nhân, với dư nợ tăng từ 539 tỷ đồng năm 2011 lên 2,082 tỷ đồng vào cuối năm 2015 Tuy nhiên, tỷ lệ nợ xấu của khách hàng cá nhân cũng gia tăng, mặc dù vẫn dưới 3%, điều này đã ảnh hưởng đến hiệu quả kinh doanh của chi nhánh Giai đoạn tín dụng mạnh từ 2014 đến 2015 chứng kiến nợ xấu tăng từ 1.3% lên 1.7%, cảnh báo rằng chi nhánh cần chú trọng kiểm soát chất lượng tín dụng, tránh tình trạng cho vay ồ ạt mà không quản lý chặt chẽ.

Bảng 4.1 Tình hình nợ xấu thể nhân

Chỉ tiêu Đơn vị tính 2011 2012 2013 2014 2015

Dư nợ KHCN Tỷ VND 539 605 797 1,232 2,082

Nợ xấu KHCN Tỷ VND 6.2 7.5 8.7 15.5 35.7

(Nguồn: Phòng Kế hoạch Tổng hợp BIDV Bắc ĐăkLăk)

4.1.2 Đặc điểm cá nhân Độ tuổi là một yếu tố có mặt trong hầu hết các nghiên cứu thực nghiệm về đánh giá khả năng trả nợ vay của khách hàng cá nhân cho thấy tầm quan trọng của biến số này trong vấn đề nghiên cứu Tại chi nhánh dữ liệu nợ của khách hàng cá nhân thu thập được bao gồm 500 quan sát trong khoảng thời gian 5 năm từ 2011 –

2015 với độ tuổi của khách hàng được thu thập và thể hiện trong bảng sau:

Bảng 4.2 Đặc điểm độ tuổi Độ tuổi

KHCN có khả năng trả nợ

KHCN không có khả năng trả nợ Tổng cộng

Số lượng Tỷ lệ Số lượng Tỷ lệ Số lượng Tỷ lệ

(Nguồn: Tính toán của tác giả)

Khách hàng từ 41 tuổi trở lên tại chi nhánh có nhu cầu vay vốn cao hơn so với nhóm tuổi dưới 41, chủ yếu do đặc thù địa bàn tập trung vào phát triển nông nghiệp và kinh doanh nông sản Nhiều bậc phụ huynh vay vốn để mua rẫy, nhằm tách đất cho con cái sau này, dẫn đến việc nhóm khách hàng này chiếm ưu thế trong việc vay vốn.

Trong nghiên cứu, khách hàng nữ chỉ chiếm 20% trong tổng số khách hàng vay vốn, trong khi nam giới chiếm 80%, cho thấy sự chênh lệch rõ rệt về giới tính trong việc vay vốn Đặc biệt, bảng 4.3 chỉ ra rằng 87% khách hàng không có khả năng trả nợ là nam giới, điều này phù hợp với các kết quả nghiên cứu trước đây của Kinyondo (2009) và Chapman (1990).

Bảng 4.3 Đặc điểm giới tính

Bảng 4.4 cho thấy tỷ lệ khách hàng đã lập gia đình chiếm 83% tổng số mẫu, trong khi khách hàng độc thân chỉ chiếm 17% Theo lý thuyết, khách hàng đã kết hôn có xu hướng trả nợ tốt hơn do tính trách nhiệm và sự chín chắn Dữ liệu cho thấy 66% khách hàng không có khả năng trả nợ là độc thân, phù hợp với lý thuyết Tuy nhiên, nghiên cứu thực nghiệm của Wongnaa lại chứng minh điều ngược lại.

Luận văn thạc sĩ Kinh tế lại, và nhiều nhà nghiên cứu không tìm ra mối quan hệ giữa biến tình trạng hôn nhân và biến phụ thuộc

Bảng 4.4 Đặc điểm tình trạng hôn nhân

Số lượng Tỷ lệ Số lượng Tỷ lệ Số lượng Tỷ lệ Đã kết hôn 384 93% 30 34% 414 83% Độc thân 29 7% 57 66% 86 17%

Khác với nghiên cứu thực nghiệm của Wongnaa (2013) chỉ tập trung vào hộ nông dân trồng khoai lang tại một quận, luận văn này đánh giá khả năng trả nợ của khách hàng cá nhân trong khu vực hoạt động của chi nhánh Đối tượng nghiên cứu bao gồm cá nhân từ nhiều ngành nghề khác nhau như công nhân viên chức, giáo viên, nhân viên dịch vụ, kinh doanh cá thể và nông dân Bảng 4.5 tóm tắt tình hình trả nợ của các khách hàng thuộc các ngành nghề này trong dữ liệu mẫu nghiên cứu.

Bảng 4.5 Đặc điểm nghề nghiệp

Theo Bảng 4.5, 61% khách hàng cá nhân không trả được nợ vay là nông dân, cho thấy đây là vấn đề quan trọng mà chi nhánh cần chú ý Điều này đặc biệt cần thiết vì các khoản vay và chính sách ưu đãi chủ yếu nhằm phục vụ sản xuất nông nghiệp, phù hợp với đặc thù phát triển kinh tế của địa phương.

4.1.3 Đặc điểm khoản nợ vay Đặc điểm khoản nợ vay của khách hàng thể hiện ở các yếu tố: số tiền vay, thời gian vay, lãi suất vay và hình thức vay

Bảng 4.6 Hình thức vay vốn

Bảng 4.6 cho thấy xu hướng của ngân hàng trong việc ưu tiên cho vay vốn thế chấp với tỷ lệ 71%, trong khi số lượng khách hàng vay tín chấp chỉ đạt 29% Hình thức vay tín chấp chủ yếu áp dụng cho cán bộ công nhân viên tại các đơn vị hành chính sự nghiệp và những người có lương trả qua tài khoản ngân hàng tại BIDV Bắc ĐăkLăk Năm 2011, một số khoản vay tín chấp cũng được cấp theo chính sách địa phương nhằm hỗ trợ nông dân phát triển nông nghiệp Mặc dù tỷ trọng khách hàng vay tín chấp nhỏ, nhưng 66% trong số họ không có khả năng trả nợ, điều này ảnh hưởng tiêu cực đến hiệu quả kinh doanh của chi nhánh.

4.1.4 Khả năng trả nợ khoản vay

Tỷ lệ trả nợ đúng hạn là 83%, trong khi 17% số quan sát bị trễ hạn thanh toán, như thể hiện trong bảng 4.7.

Bảng 4.7 Tỷ lệ trả nợ đúng hạn

Tỷ lệ trả nợ đúng hạn Số lượng

Kết quả hồi quy

4.2.1 Kiểm định hiện tượng đa cộng tuyến

Thuật ngữ "đa cộng tuyến" được Ragnar Frisch đề xuất vào năm 1929, ban đầu mang ý nghĩa về sự tồn tại của mối quan hệ tuyến tính "hoàn hảo" giữa các biến số.

Đa cộng tuyến trong mô hình hồi quy thạc sĩ Kinh tế đề cập đến sự tồn tại của nhiều hơn một mối quan hệ tuyến tính chính xác giữa các biến giải thích Mặc dù sự phân biệt giữa đa cộng tuyến và cộng tuyến thường không rõ ràng trong thực tế, thuật ngữ đa cộng tuyến được sử dụng cho cả hai trường hợp Hiện tượng này có thể dẫn đến các kết quả không chính xác và làm giảm độ tin cậy của mô hình hồi quy.

 Khoảng tin cậy của hệ số hồi quy rộng hơn

 Hệ số R 2 cao nhưng tỷ số t ít có ý nghĩa

 Dấu của các ước lượng của các hệ số hồi quy có thể sai

Việc thêm hoặc bớt các biến cộng tuyến trong mô hình có thể làm thay đổi dấu hoặc độ lớn của các ước lượng.

Trước khi tiến hành phân tích hồi quy, tác giả kiểm định hiện tượng đa cộng tuyến bằng cách sử dụng nhân tử phóng đại phương sai (VIF) Nếu hệ số VIF lớn hơn 10, sẽ có vấn đề về đa cộng tuyến (Field 2000, Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2008) Kết quả tính toán hệ số VIF được trình bày trong Bảng 4.8, cho thấy các giá trị VIF < 10, điều này cho thấy mô hình không xảy ra hiện tượng đa cộng tuyến, vì vậy tác giả tiếp tục với phân tích hồi quy.

Bảng 4.8 Kiểm định đa cộng tuyến

Standard ized Coefficie nts t Sig

1 a Dependent Variable: Kha nang tra no

(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)

4.2.2 Phân tích hồi quy Logistic

Bằng việc sử dụng phần mềm SPSS 18.0, tác giả tiến hành phân tích hồi quy Logistic qua các bước sau:

Bước 1: Đưa toàn bộ 8 biến DOTUOI, GIOITINH, TTHONNHAN, NGHE

NGHIEP, SOTIENVAY, LSUATVAY, TGIANVAY, HTHUCVAY vào mô hình

Sau khi chạy dữ liệu mô hình hồi quy Binary Logistic thông qua phần mềm SPSS, ta có kết quả các biến được trình bày trong bảng 4.9 dưới đây:

Bảng 4.9 Các biến trong mô hình 1 (Variables in the Equation)

Constant 6.506 1.532 18.046 1 000 669.354 a Variable(s) entered on step 1: DOTUOI, GIOITINH, TTHONNHAN,

NGHENGHIEP, SOTIENVAY, LSUATVAY, TGIANVAY, HTHUCVAY

Từ bảng 4.10 xây dựng Mô hình 1 như sau:

Ln[(P=1)/(P=0)] = 6.506 – 0.184DOTUOI – 0.889 GIOITINH + 5.212 TTHONNHAN – 0.749 NGHENGHIEP + 0.00 SOTIENVAY + 14.096 LSUATVAY – 0.015 TGIANVAY + 3.781 HTHUCVAY (4.1)

Mô hình 1 đã bị loại bỏ do biến SOTIENVAY không có ý nghĩa thống kê, với mức ý nghĩa (Sig.) lên tới 0.821 Vì vậy, biến này sẽ được loại khỏi mô hình, và tiếp tục phân tích với 7 biến còn lại.

Sau khi loại bỏ biến SOTIENVAY, mô hình được chạy lại với 7 biến còn lại: DO TUOI, GIOITINH, TTHONNHAN, NGHE NGHIEP, LSUATVAY, TGIANVAY và HTHUCVAY.

Phân tích hồi quy Binary Logistic thông qua phần mềm SPSS, Bảng 4.10 trình bày kết quả tính toán các biến:

Ln[(P=1)/(P=0)] = 6.454 – 0.184 DOTUOI – 0.889 GIOITINH + 5.201 TTHONNHAN – 0.748 NGHENGHIEP + 14.169 LSUATVAY – 0.014 TGIANVAY + 3.837 HTHUCVAY (4.2)

Mô hình 2 không được lựa chọn trong Bảng 4.11 vì biến TGIANVAY không có ý nghĩa thống kê, với mức ý nghĩa (Sig.) là 0.437 Do đó, biến này đã được loại bỏ khỏi mô hình, và mô hình sẽ tiếp tục được chạy với 6 biến còn lại.

Bước 3: Sau khi loại bỏ biến TGIANVAY ra khỏi mô hình, tiếp tục chạy mô hình với 5 biến còn lại là: DO TUOI, GIOITINH, TTHONNHAN, NGHE NGHIEP, HTHUCVAY, LSUATVAY

Phân tích hồi quy Binary Logistic thông qua phần mềm SPSS, Bảng 4.11 trình bày kết quả tính toán các biến:

Ln[(P=1)/(P=0)] = 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY (4.3)

Bảng 4.12 cột mức ý nghĩa (Sig.) của kiểm định Wald cho thấy:

- Biến DOTUOI có Sig = 0.00 < 0.01 Do đó, biến độ tuổi tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%

- Biến GIOITINH có Sig = 0.064 < 0.1 Do đó, biến giới tính tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 90%

- Biến TTHONNHAN có Sig = 0.00 < 0.01 Do đó, biến TTHONNHAN tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%

- Biến NGHENGHIEP có Sig = 0.00 < 0.01 Do đó, biến NGHENGHIEP tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%

- Biến LSUATVAY có Sig = 0.051 < 0.1 Do đó, biến lãi suất vay tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 90%

- Biến HTHUCVAY có Sig = 0.00< 0.01 Do đó, biến hình thức vay tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%

Tất cả 6 biến (DOTUOI, GIOITINH, TTHONNHAN, NGHENGHIEP, LSUATVAY, HTHUCVAY) đều có ý nghĩa thống kê với mức sai số chuẩn hồi quy 10%, vì vậy mô hình 3 dưới đây đã được chọn lựa.

Ln[(P=1)/(P=0)] = 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837

Kết quả hồi quy chỉ ra rằng các biến độc lập có mối tương quan với biến phụ thuộc Cụ thể, độ tuổi có mối quan hệ nghịch chiều với khả năng trả nợ vay của khách hàng cá nhân, phù hợp với nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình (2011) cho rằng tuổi càng cao thì rủi ro không trả nợ càng lớn Về giới tính, mô hình cho thấy nữ giới tạo ra ít khoản nợ xấu hơn nam giới nhờ vào tính cách thận trọng và khả năng quản lý tài chính tốt hơn khi vay vốn, điều này được xác nhận bởi các nghiên cứu của Chapman (1990), Miller (2012) và Wongnaa.

(2013) cũng đều chứng minh kết quả tương tự Tuy nghiên cứu của Wongnaa

Nghiên cứu năm 2013 chỉ ra rằng biến động tình trạng hôn nhân có ảnh hưởng tiêu cực đến khả năng trả nợ, tuy nhiên, luận văn này lại chứng minh rằng khách hàng đã lập gia đình có khả năng trả nợ tốt hơn so với người độc thân Điều này cho thấy rằng những người đã lập gia đình thường trưởng thành hơn, có trách nhiệm và suy nghĩ hành động chín chắn hơn Một yếu tố khác ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng là nghề nghiệp, điều này cũng tương đồng với kết quả mô hình của Chapman (1990).

Nghiên cứu chỉ ra rằng trong bốn biến liên quan đến khoản vay, lãi suất vay và hình thức vay là hai yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng Trái ngược với các nghiên cứu trước đây của Trương Đông Lộc và Nguyễn Thanh Bình (2011) cũng như Kohansal và Mansoori (2009), cho rằng lãi suất vay cao sẽ làm giảm khả năng trả nợ, kết quả từ mô hình nghiên cứu tại BIDV chi nhánh Bắc ĐăkLăk lại cho thấy mối tương quan dương giữa lãi suất vay và khả năng trả nợ.

Mặc dù mô hình và các biến trong nghiên cứu của tác giả tương đồng với các nghiên cứu thực nghiệm trước đó, nhưng kết quả về ảnh hưởng của các nhân tố lại khác nhau Điều này xuất phát từ đặc trưng của khách hàng vay vốn tại từng địa bàn, những đặc điểm riêng biệt của từng địa phương, quy mô của chi nhánh và đối tượng cho vay.

4.2.3 Ý nghĩa của các kết quả

4.2.3.1 Kiểm định ý nghĩa các hệ số hồi quy

Như đã trình bày ở phần trên, mức ý nghĩa của kiểm định Wald Chi Square trong bảng 4.11 cho biết 6 biến DOTUOI, GIOITINH, TTHONNHAN,

NGHENGHIEP, LSUATVAY, và HTHUCVAY đều có ý nghĩa thống kê với mức sai số chuẩn hồi quy 10%, trong khi đó, hai biến SOTIENVAY và TGIANVAY không có ý nghĩa thống kê với Sig > 0.1 Do đó, giả thuyết rằng β1 = β2 = β3 = β4 = β6 = β8 = 0 bị bác bỏ.

4.2.3.2 Kiểm định mức độ phù hợp của mô hình Để kiểm định mức độ phù hợp tổng quát của mô hình, sử dụng kiểm định Omnibus đối với các hệ số của mô hình được trình bày trong bảng Omnibus Tests of Model Coefficients (Bảng 4.12)

Như vậy, các biến độc lập có quan hệ tuyến tính với biến phụ thuộc trong tổng thể Nói cách khác, mô hình lựa chọn là phù hợp tốt

Bảng 4.12 Kiểm định Omnibus đối với các hệ số của mô hình

Omnibus Tests of Model Coefficients

Mô hình dự đoán được đánh giá qua Bảng Phân loại dự báo (Classification Table) của SPSS, bằng cách so sánh giữa trị số thực và trị số dự đoán cho từng biểu hiện, cùng với tỷ lệ dự đoán đúng sự kiện Trong số 500 khách hàng cá nhân được khảo sát, có 87 khách hàng không có khả năng trả nợ Mô hình dự báo chính xác 63 trường hợp trong số này, đạt tỷ lệ dự đoán đúng 72.4% Đối với 413 khách hàng có khả năng trả nợ, mô hình dự báo đúng 403 trường hợp, tương ứng với tỷ lệ dự đoán đúng 97.6% Từ đó, tỷ lệ dự đoán đúng toàn bộ mô hình được tính là 93.2%.

Bảng 4.13 Bảng Phân loại dự báo

Kha nang tra no Percentag

Khong co kha nang tra no

Co kha nang tra no e Correct

Step 1 Kha nang tra no

Khong co kha nang tra no

Co kha nang tra no 10 403 97.6

Overall Percentage 93.2 a The cut value is 500

4.2.3.3 Kiểm định độ phù hợp tổng quát

Vận dụng mô hình hồi quy Binary Logistic cho mục đích dự báo

Từ công thức số 4.3, ta viết lại mô hình Binary Logistic đo lường khả năng trả nợ của khách hàng cá nhân như sau:

X) 𝑒 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY 1+ 𝑒 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

Với công thức trên, ngân hàng có thể tính toán khả năng trả nợ của khách hàng cá nhân, từ đó đưa ra quyết định cho vay hợp lý Mô hình này giúp nâng cao chất lượng phân tích tín dụng, giảm thiểu quyết định sai lầm và rủi ro trong cấp tín dụng, đảm bảo an toàn cho hoạt động ngân hàng Hơn nữa, việc áp dụng mô hình định lượng cho phép lượng hóa rủi ro, giúp đưa ra quyết định chính xác và khách quan hơn, tránh tình trạng phê duyệt cho vay theo cảm tính.

Mô hình này giúp giảm thiểu rủi ro không chỉ trước khi cho vay mà còn có thể áp dụng sau khi cho vay

Ví dụ vận dụng mô hình hồi quy để ra quyết định cấp tín dụng cho khách hàng cá nhân:

Một khách hàng cá nhân X chưa có quan hệ tín dụng với ngân hàng đến đề cập vay vốn, có thông tin khách hàng như sau:

 Tình trạng hôn nhân: Độc thân

 Hình thức vay: Tín chấp Áp dụng công thức 4.4, tính được xác suất trả nợ của khách hàng X như sau:

= 𝑒 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

1 + 𝑒 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

Ngân hàng có thể từ chối cấp tín dụng hoặc giảm hạn mức cho vay nếu khách hàng không có khả năng trả nợ đúng hạn và đang có quan hệ vay vốn tại chi nhánh.

Thông qua việc sử dụng thống kê mô tả và phân tích hồi quy Logistic, tác giả đã xây dựng mô hình đánh giá khả năng trả nợ của khách hàng cá nhân tại BIDV Bắc ĐăkLăk Kết quả kiểm định cho thấy các hệ số hồi quy trong mô hình đều có ý nghĩa thống kê và độ phù hợp của mô hình đạt yêu cầu, từ đó xác định được các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng tại chi nhánh Những phát hiện này sẽ là cơ sở để tác giả đề xuất một số khuyến nghị trong chương 5.

Trong nghiên cứu, sáu trong tám biến độc lập ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân Kết quả cho thấy giới tính có tác động âm, cho thấy khách hàng nữ có khả năng trả nợ đúng hạn tốt hơn nam giới, phù hợp với nghiên cứu của Chapman (1990) và Vương Quốc Duy cùng Đặng Hoàng Trung (2015) Thêm vào đó, tình trạng hôn nhân và nghề nghiệp cũng ảnh hưởng, với khách hàng có gia đình có khả năng trả nợ tốt hơn người độc thân, trong khi những người lao động tay chân gặp rủi ro cao hơn trong việc trả nợ Lãi suất tiếp tục là một yếu tố quan trọng đối với người vay.

Luận văn thạc sĩ Kinh tế cho thấy lãi suất có mối tương quan dương với khả năng trả nợ vay của khách hàng cá nhân, điều này trái với kỳ vọng Ngoài ra, biến độ tuổi cũng không tương quan tỷ lệ thuận như mong đợi, cho thấy sự khác biệt trong tác động của các biến độc lập đến biến phụ thuộc tùy thuộc vào đặc điểm từng vùng địa bàn và văn hóa địa phương Do đó, việc xây dựng mô hình đo lường tác động của các nhân tố đến khả năng trả nợ của khách hàng cá nhân tại từng khu vực là cần thiết để đánh giá khách hàng một cách khách quan và chính xác hơn.

Định dạng
Số trang	69
Dung lượng	1 MB

Tiêu đề	Các Nhân Tố Tác Động Đến Khả Năng Trả Nợ Vay Của Khách Hàng Cá Nhân Tại Ngân Hàng Tmcp Đầu Tư Và Phát Triển Việt Nam Chi Nhánh Bắc Đăk Lăk
Trường học	Trường Đại Học Kinh Tế
Chuyên ngành	Kinh Tế
Thể loại	luận văn thạc sĩ
Thành phố	Bắc Đăk Lăk