Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng tmcp việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG ---***--- LUẬN VĂN THẠC SĨ PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ THẺ TÍN DỤNG CỦA KHÁCH HÀNG CÁ NHÂN TẠI CÁC NGÂN HÀNG THƯ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

-*** -

LUẬN VĂN THẠC SĨ

PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ THẺ TÍN DỤNG CỦA KHÁCH HÀNG CÁ NHÂN TẠI CÁC NGÂN HÀNG

THƯƠNG MẠI CỔ PHẦN VIỆT NAM

NGÀNH: TÀI CHÍNH NGÂN HÀNG

VŨ THỊ THÙY DƯƠNG

HÀ NỘI – 2023

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

-*** -

LUẬN VĂN THẠC SĨ

PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ THẺ TÍN DỤNG CỦA KHÁCH HÀNG CÁ NHÂN TẠI CÁC NGÂN HÀNG

THƯƠNG MẠI CỔ PHẦN VIỆT NAM

Ngành: Tài chính Ngân hàng

Mã số: 821217

Họ và tên học viên: Vũ Thị Thùy Dương Người hướng dẫn: TS Nguyễn Thị Thu Huyền

Hà Nội - 2023

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn thạc sĩ kinh tế “Phân tích các yếu tố ảnh hưởng

đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân tại các ngân hàng TMCP Việt Nam” là công trình nghiên cứu của riêng tôi và được thực hiện dưới sự

hướng dẫn khoa học của TS.Nguyễn Thị Thu Huyền

Các kết quả nghiên cứu trong luận văn là trung thực Nội dung của luận văn chưa từng được công bố trong bất kỳ công trình nào khác Đồng thời, tôi cũng xin cam đoan rằng tất cả những phần thừa kế cũng như các thông tin trích dẫn trong luận văn đều được chỉ rõ nguồn gốc

Tôi hoàn toàn chịu trách nhiệm về tính pháp lý trong quá trình nghiên cứu khoa học của luận văn này

Hà Nội, ngày 01 tháng 09 năm 2023

Người thực hiện luận văn

Vũ Thị Thùy Dương

LỜI CẢM ƠN

Để hoàn thành luận văn này, lời đầu tiên tôi xin tỏ lòng biết ơn sâu sắc đến Cô TS.Nguyễn Thị Thu Huyền, người đã dành thời gian quý báu, hết lòng hướng dẫn, giúp đỡ và tạo mọi điều kiện tốt nhất cho tôi trong suốt quá trình thực hiện luận văn Xin tỏ lòng biết ơn chân thành đến quý Thầy, Cô Trường Đại học Ngoại thương đã tận tình truyền đạt kiến thức quý báu cũng như tạo mọi điều kiện thuận lợi nhất cho tôi trong suốt quá trình học tập, nghiên cứu

Xin chân thành cảm ơn Ban lãnh đạo cơ quan và các đồng nghiệp đã tạo điều kiện, giúp đỡ để tôi hoàn thành chương trình học

Và cuối cùng xin cảm ơn những người thân trong gia đình và bạn bè luôn bên cạnh giúp đỡ, động viên về mặt tinh thần, ủng hộ tôi trong thời gian học tập và thực hiện luận văn thạc sĩ

1 Tính cấp thiết của đề tài 1

2 Mục tiêu nghiên cứu 2

3 Đối tượng và phạm vi nghiên cứu 3

3.1 Đối tượng nghiên cứu 3

3.2 Phạm vi nghiên cứu 3

4 Kết cấu của luận văn 3

CHƯƠNG 1 CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU VỀ KHẢ NĂNG TRẢ NỢ THẺ TÍN DỤNG VÀ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ THẺ TÍN DỤNG CỦA KHCN 5

1.1 Cơ sở lý thuyết 5

1.1.1 Thẻ tín dụng 5

1.1.2 Khả năng trả nợ thẻ tín dụng 14

1.1.3 Phương pháp đánh giá khả năng trả nợ thẻ tín dụng của KHCN 17

1.2Tổng quan nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của KHCN 24

1.2.1 Yếu tố từ phía khách hàng 24

1.2.2 Yếu tố từ phía ngân hàng 27

1.3Khoảng trống nghiên cứu 33

1.3.1 Kết quả nghiên cứu 33

1.3.2 Dữ liệu nghiên cứu 33

CHƯƠNG 2 PHƯƠNG PHÁP NGHIÊN CỨU 35

2.1Thiết kế nghiên cứu 35

2.2Xây dựng giả thuyết 36

2.2.9Số ngày quá hạn thanh toán thẻ tín dụng 44

2.3 Mô hình nghiên cứu 44

2.4 Phương pháp nghiên cứu 46

2.4.1 Phương pháp nghiên cứu tài liệu 46

2.4.2 Phương pháp thu thập số liệu 47

2.4.3 Phương pháp giả thuyết 47

2.4.4 Phương pháp xử lý số liệu: 47

2.4.5 Phương pháp phân tích tổng kết 47

2.4.6 Phương pháp thống kê mô tả 48

2.4.7 Phân tích tương quan 48

2.4.8 Phân tích hồi quy logistics và kiểm định giả thuyết 48

2.5Quy mô mẫu và nguồn dữ liệu nghiên cứu 49

2.5.1 Hệ thống dữ liệu CIC 50

2.5.2Quy mô mẫu 52

CHƯƠNG 3 PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG

TRẢ NỢ THẺ TÍN DỤNG CỦA KHCN TẠI NHTM CP VIỆT NAM 54

3.1Thực trạng thị trường thẻ tín dụng cá nhân tại Việt Nam 54

3.1.1 Quy định của pháp luật về hoạt động thẻ tín dụng tại NHTMCP Việt Nam .54

3.1.2 Thực trạng quy trình cấp thẻ tín dụng của NHTMCP Việt Nam 57

3.1.3 Thực trạng về công nghệ áp dụng cho thẻ tín dụng tại Việt Nam 59

3.1.4 Thực trạng số lượng thẻ tín dụng cá nhân của các NHTMCP Việt Nam 60 3.2Thống kê mô tả biến nghiên cứu 65

3.3Phân tích tương quan 67

3.4Kết quả phân tích hồi quy 68

3.5Thảo luận các kết quả nghiên cứu 69

3.5.6 Kinh nghiệm làm việc (yr_nbr) 72

3.5.7 Số ngày quá hạn thanh toán thẻ tín dụng (overdue) 72

3.5.8 Giới tính (IDV_Gender) 73

3.5.9 Tuổi 73

3.6Kết quả kiểm định các khuyết tật của mô hình 73

3.6.1 Kiểm định sự phù hợp của mô hình 73

3.6.2 Các điểm thực tế và dự báo biến phụ thuộc khả năng trả nợ của khách hàng cá nhân tại các NHTMCP Việt Nam 74

CHƯƠNG 4 ĐỄ XUẤT, GỢI Ý KIẾN NGHỊ 77

4.1 Đề xuất các giải pháp 77

4.1.1 Đối với yếu tố nghề nghiệp 77

4.1.2 Đối với yếu tố tình trạng hôn nhân 78

4.1.3 Đối với yếu tố số lượng hợp đồng thẻ tín dụng 80

4.1.4 Đối với yếu tố thu nhập 81

4.1.5 Đối với yếu tố tổng dư nợ thẻ tín dụng 82

4.1.6 Đối với yếu tố kinh nghiệm làm việc 82

4.1.7 Đối với yếu tố số ngày quá hạng thanh toán thẻ tín dụng .83

4.2 Các kiến nghị 84

4.2.1 Kiến nghị đối với chính phủ và ngân hàng nhà nước 84

4.2.2 Kiến nghị đối với đối với CIC 86

TÀI LIỆU THAM KHẢO 91

PHỤ LỤC KẾT QUẢ XỬ LÝ SỐ LIỆU 95

DANH MỤC VIẾT TẮT Ký hiệu viết tắt Giải thích

CIC Credit information center - Trung tâm Thông tin Tín dụng Quốc gia Việt Nam

DANH MỤC BẢNG

Bảng 1.3 Mô hình điểm số tín dụng cá nhân ngân hàng Mỹ 19

Bảng 1.4 Biến và phân loại biến trong mô hình Logistic 23

Bảng 1.1 Tổng hợp các nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của khách hàng cá nhân 29

Bảng 2.1 Cơ sở lựa chọn các nhân tố trong mô hình nghiên cứu 37

Bảng 2.2: Bảng cấu trúc dữ liệu các biến trong mô hình Logit 45

Bảng 3.1 Bảng mô tả các biến định tính được sử dụng trong nghiên cứu 65

Bảng 3.2 Ma trận tương quan giữa các biến độc lập được sử dụng trong nghiên cứu .67

Bảng 3.3 Kết quả phân tích hồi quy Logistic 68

Bảng 3.4 Mức độ chính xác của mô hình nghiên cứu 69

Nghiên cứu này đã đánh giá được mực độ phù hợp, độ nhạy của mô hình logit dự báo và nhận diện được vai trò của 08 nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của KHCN tại NHTMCP Kết quả cụ thể được thể hiện ở bảng 3.5 dưới đây: 69

Bảng 3.5 Bảng tổng hợp các biến có tác động 70

Bảng 3.6 Kiểm định sự phù hợp của mô hình tổng quát 74

Bảng 3.7 Kiểm định Hosmer and Lemeshow 74

DANH MỤC HÌNH

Hình 1.1 Hệ thống thanh toán điện tử 7

Hình 1.2 Quy trình xử lý giao dịch thẻ tín dụng 9

Hình 2.1 Sơ đồ quy trình nghiên cứu 36

Hình 2.2 Giả thiết nghiên cứu 38

Hình 2.3 Đồ thị mô hình Logistics đánh giá khả năng trả nợ của khách hàng 45

Hình 2.4 Cơ sở dữ liệu của CIC Việt Nam 50

Hình 2.5 Cơ sở dữ liệu của CIC Việt Nam 51

Hình 2.6 Cơ sở dữ liệu của CIC Việt Nam 52

Hình 3.1 Cơ cấu số lượng thẻ tín dụng trên thị trường tài chính Việt Nam 60

Hình 3.2 Số lượng thẻ tín dụng và dư nợ thẻ tín dụng trên thị trường tài chính Việt Nam 61

Hình 3.3 Tỷ trọng dự nợ quá hạn và đúng hạn thẻ tín dụng trên thị trường tài chính Việt Nam 64

Hình 3.4 Cơ cấu dự nợ quá hạn trên thị trường tài chính Việt Nam 64

Hình 3.5 Đồ thị biểu diễn và dự báo khả năng trả nợ thẻ tín dụng tại các NHTMCP Việt Nam 74

Hình 3.6 Đồ thị biểu diễn độ nhạy dự báo khả năng trả nợ thẻ tín dụng tại các NHTMCP Việt Nam 75

TÓM TẮT

Mục tiêu nghiên cứu: Để trả lời cho câu hỏi về việc yếu tố nào ảnh hưởng

đến khả năng trả nợ thẻ tín dùng của khách hàng cá nhân tại các NHTM CP Việt Nam Từ đó đưa ra các hàm ý chính sách giúp các NHTM CP phát triển sản phẩm thẻ tín dụng và hạn chế được nợ xấu thẻ tín dụng

Phương pháp nghiên cứu: Dữ liệu nghiên cứu bao gồm 3.212 thông tin

KHCN có dư nợ thẻ tín dụng tại NHTM CP Việt Nam giai đoạn 2021-2023 Phương pháp hồi quy Logistics được sử dụng trong nghiên cứu để kiểm định và giải thích lý thuyết nhân – quả trong mô hình nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)

Kết quả nghiên cứu: Hồi quy Logistic cho kết quả các biến độc lập ảnh hưởng

đến khả năng trả nợ thẻ tín dụng như sau: tổng dư nợ thẻ tín dụng (β7=-0,000043; odds =0.99996), kinh nghiệm làm việc (β5=-0,0182; odds =0.9820), số ngày quá hạn thanh toán thẻ tín dụng (β9=-0,0223; odds =0.9779) và giới tính (β1=-0,3422; odds =0.7102) tác động tiêu cực đến khả năng trả nợ thẻ tín dụng của KHCN tại các NHTMCP Việt Nam Trong khi đó, nhân tố nghề nghiệp (β3=1,1423; odds =3.1340), tình trạng hôn nhân (β6=0,8874; odds =2.4289), thu nhập (β4=0,0281; odds =1.0285), số hợp đồng thẻ tín dụng (β8=0,1665; odds =1.1812) có mối quan hệ thuận chiều với khả năng thanh toán các khoản nợ thẻ tín dụng của KHCN Tuổi của khách hàng không có ý nghĩa thống kê giải thích khả năng trả nợ thẻ tín dụng của KHCN tại các NHTMCP

Tổng thể, nghiên cứu đã dự báo chính xác được 95,56% khả năng trả nợ thẻ tín dụng của KHCN tại các NHTMCP Việt Nam Mô hình nghiên cứu P = 0,000 < 0,01 (độ tin cậy 99%) tức R2 hiệu chỉnh= 0,3134 khác 0, các biến được đưa vào phương trình hồi quy Logit thật sự tác động và giải thích sự thay đổi của biến phụ thuộc nên mô hình phù hợp Giá trị Hosmer - Lemeshow là không có ý nghĩa (p-value > 0,05) Điều này cho thấy các mô hình phù hợp tốt với dữ liệu

Hướng nghiên cứu: Nghiên cứu dữ liệu chuyên sâu về lịch sử thanh toán thẻ

tín dụng Hệ số thanh toán thẻ (Card Paying), các khoản vay mới phát sinh… thu thập các dữ liệu phi ngân hàng từ hệ thống thanh toán điện nước, bảo hiểm, thuế Đây có thể là những nhân tố tác động đến khả năng thanh toán thẻ tín dụng

Từ khoá: thị trường thẻ tín dụng, xác suất vỡ nợ, các yếu tố ảnh hưởng khả năng trả nợ thẻ tín dụng

ABSTRACT

Research objective: To answer the question of which factors influence the

ability of individual customers to repay credit card debt at Vietnamese commercial banks Subsequently, to provide policy implications that help these commercial banks develop credit card products and mitigate credit card delinquencies

The methodology: The research data comprises information from 3,212

customers with outstanding credit card debt at Joint Stock Commercial Banks in Vietnam during the period 2021-2023 Logistic regression is used in the research to test and explain causal relationships in the research model (Hoang Trong and Chu Nguyen Mong Ngoc, 2008)

The results: The Logistic regression for the independent variables influencing

the ability to repay credit card debt is as follows: total credit card debt (β7 = -0.000043; odds = 0.99996), work experience (β5 = -0.0182; odds = 0.9820), number of days overdue on credit card payments (β9 = -0.0223; odds = 0.9779), and gender (β1 = -0.3422; odds = 0.7102) have a negative impact on the ability of individuals in scientific and technological fields (KHCN) to repay credit card debt at Vietnamese commercial banks On the other hand, the occupation factor (β3 = 1.1423; odds = 3.1340), marital status (β6 = 0.8874; odds = 2.4289), income (β4 = 0.0281; odds = 1.0285), and the number of credit card contracts (β8 = 0.1665; odds = 1.1812) have a positive relationship with the ability to repay credit card debt for individuals in scientific and technological fields The age of the customers does not have statistically significant explanatory power for the ability to repay credit card debt at Vietnamese commercial banks

Overall, the study accurately predicted the ability to repay credit card debt at Vietnamese commercial banks with a 95.56% accuracy rate The research model P = 0.000 < 0.01 (99% confidence level), which means the adjusted R2 = 0.3134 is different from 0 The variables included in the Logistic regression equation indeed have an impact and explain the changes in the dependent variable, so the model is appropriate The Hosmer-Lemeshow value is not significant (p-value > 0.05) This indicates that the models fit the data well

Limitations and research directions: To enhance the depth of our research,

we can gather comprehensive data on credit card: payment history, card payment coefficients, and newly acquired loans Additionally, we should consider collecting non-bank data from payment systems such as electricity, water, insurance, and tax records These factors may have an impact on individuals' ability to make credit card payments

Keywords: Credit market, Default Probability, Risk defusing operators

PHẦN MỞ ĐẦU 1 Tính cấp thiết của đề tài

Trong những năm gần đây, nền kinh tế nước ta có những bước phát triển nhất định, hoạt động thanh toán bằng thẻ tín dụng ngày càng phát triển mạnh mẽ Nếu thế hệ người tiêu dùng trước đây khá hạn chế khi sử dụng thẻ tín dụng và chú trọng tiết kiệm bằng cắt giảm chi tiêu thì thẻ tín dụng lại là phương thức thanh toán yêu thích đáp ứng đa dạng nhu cầu từ tiêu dùng, tiết kiệm, đầu tư và thể hiện tư duy dùng tiền thông minh của giới trẻ Việc thanh toán bằng thẻ tín dụng đã kích thích người tiêu dùng “mua trước, trả sau” nhiều khi mua quá khả năng trả nợ của người tiêu dùng dẫn đến rủi ro chủ thẻ rơi vào bẫy nợ, ngân hàng khó thu hồi nợ, nhất là ở giới trẻ có xu hướng thích tiêu dùng và hưởng thụ

Ngày nay không chỉ các trung tâm mua sắm mà ngay cả những cửa hàng nhỏ cùng đều chấp nhận thanh toán thẻ tín dung, chính vì sự thuận tiện này và khả năng thanh toán chuyển tiếp đã thay đổi thái độ của người tiêu dùng đối với việc sử dụng thẻ tín dụng (Ramayah và cộng sự, 2002) “Mua ngay, trả sau” mà thẻ tín dụng mang lại được cho là do sự tích tụ tín dụng ồ ạt, dẫn đến việc chủ thẻ rơi vào bẫy nợ ngày càng sâu (Livingstone & Lunt, 1992; Ausubel, 1997; Yoo, 1998; Silva & Draut , 2004; Stavins, 2006) Các nhà kinh tế và chuyên gia tài chính trên toàn thế giới đã cảnh báo bẫy nợ thẻ tín dụng đáng báo động khi bắt đầu cuộc khủng hoảng nợ ở cấp quốc gia (Chong, 2017; Surane, 2017; Bresiger, 2018) các khía cạnh đa chức năng của thẻ tín dụng với khả năng mua hàng vượt quá khả năng chi trả, duy trì mức độ ẩn danh trong một số giao dịch mua nhất định và tận dụng các điều khoản quay vòng đã dẫn đến sự gia tăng chi tiêu bằng thẻ tín dụng (Klein, 1999)

Vì vậy, bài toán đặt ra làm sao vừa phát triển được sản phẩm thẻ tín dụng, vừa kiểm soát được rủi ro nợ xấu là bài toán nhiều Ngân hàng Thương mại Việt Nam đang nỗ lực nghiên cứu Để giải được bài toán trên, ta cần xác định được các nhân tố ảnh hưởng đến khả năng trả nợ thẻ tín dụng của KHCN Từ đó nhận diện khách hàng tốt, khách hàng xấu, đưa ra các chính sách phù hợp thúc đẩy bán sản phẩm thẻ tín dụng và quản trị rủ ro nợ xấu

Dòng nghiên cứu về khả năng trả nợ của KHCN rất đa dạng trên nhiều góc độ khác nhau và đã nhận diện ra nhiều nhân tố từ phía khách hàng và TCTD tác động