Các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Quân đội trên địa bàn TP. Hồ Chí Minh

Trong nghiên cứu Mai Văn Nam và Vương Quốc Duy 2016 cũng nhấn mạnh nhân tố số năm hoạt động của doanh nghiệp cũng ảnh hưởng đến khả năng trả nợ của khách hàng.. Dire 2018 trong nghiên cứ Các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Quân đội trên địa bàn TP. Hồ Chí MinhCác nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Quân đội trên địa bàn TP. Hồ Chí MinhCác nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Quân đội trên địa bàn TP. Hồ Chí Minh

GIỚI THIỆU ĐỀ TÀI

Lý do chọn đề tài

Dưới sự khuyến khích của đối với của Đảng và nhà nước trong chính sách, cải cách hành chính, đơn giản hóa thủ tục, đã tạo điều kiện tăng số lượng doanh nghiệp thành lập một cách nhanh chóng trong một thời gian ngắn, chủ yếu là các doanh nghiệp quy mô nhỏ và vừa Những năm gần đây, hoạt động của doanh nghiệp bao gồm cả các doanh nghiệp nhỏ và vừa đã có bước chuyển đáng kể trong việc thúc đẩy và luân chuyển hàng hoá, phát triển sức sản xuất, huy động và phát huy các nguồn lực vào phát triển kinh tế - xã hội, góp phần quyết định vào sự ổn định và tăng trưởng kinh tế, tăng kim ngạch xuất khẩu, tạo công ăn việc làm Sự phát triển của doanh nghiệp nhỏ và vừa này do có sự thuận lợi trong việc tiếp cận các nguồn vốn mà chủ yếu là các nguồn vốn vay của các ngân hàng thương mại (NHTM) Tuy nhiên, khi tiếp cận các nguồn vốn vay của NHTM, các doanh nghiệp vẫn vướng phải những hạn chế nhất định, chẳng hạn như những nguyên nhân khách quan từ môi trường vĩ mô không ổn định, khung pháp lý chưa hoàn thiện… Ngoài ra, khó khăn trên còn xuất phát từ phía các NHTM hoặc chính bản thân các khách hàng doanh nghiệp

Để cấp tín dụng cho doanh nghiệp, ngân hàng cần có quy trình thẩm định chặt chẽ và tuân thủ quy định của Ngân hàng Nhà nước Quyết định cấp tín dụng chủ yếu dựa trên thông tin doanh nghiệp cung cấp, thông tin ngân hàng tự thu thập, thông tin từ trao đổi liên ngân hàng hoặc lịch sử tín dụng tại Trung tâm Thông tin Tín dụng quốc gia (CIC) Tuy nhiên, ngân hàng phải sàng lọc, thẩm định kỹ thông tin này trước khi sử dụng để ra quyết định cấp tín dụng, bởi nó ảnh hưởng đến khả năng trả nợ của khách hàng.

Trong trường hợp khách hàng không hoàn trả nợ đúng thì nợ xấu sẽ phát sinh và điều này sẽ dẫn đến rủi ro cho NHTM

Trong những năm gần đây, nợ xấu và xử lý nợ xấu của các tổ chức tín dụng (TCTD) là một trong những vấn đề đáng quan tâm nhất của lĩnh vực tài chính ngân hàng

Trong tháng 2/2021, tổ chức Moody’s cho rằng nợ xấu của các Ngân hàng thương mại Việt Nam phải chiếm ít nhất 15% tổng tài sản Nợ xấu cao là nỗi lo của Chính phủ, các chuyên gia, các Ngân hàng thương mại (NHTM) cũng như toàn thể dân chúng bởi nó tác động lớn đến toàn bộ nền kinh tế, làm tắc nghẽn dòng vốn và đe dọa an toàn tài chính quốc gia, ảnh hưởng tiêu cực đến sự phát triển bền vững về kinh tế Theo Yesin (2013), các tác động của nợ xấu cũng như việc giải quyết nợ xấu tới nền kinh tế có thể nhắc tới như:

Một là, nợ xấu tăng tạo ra gánh nặng ngân sách trong vấn đề xử lý nợ xấu Con số này lớn đến mức các ngân hàng không thể đứng ra tự xử lý, nên việc xử lý có thể trông cậy vào ngân sách nhà nước Mặc dù, nguồn vốn để xử lý nợ xấu chủ yếu từ quỹ dự phòng rủi ro của các TCTD và con số cụ thể về kinh phí xử lý từ ngân sách Nhà nước chưa được đưa ra, nhưng nhìn vào dư nợ xấu cũng có thể ước đoán có sự ảnh hưởng lớn đến ngân sách nhà nước Về dài hạn, nếu việc xử lý nợ xấu gây ra bội chi ngân sách sẽ tiềm ẩn rủi ro lạm phát, gây bất ổn nền kinh tế Có thể nói, chính những biện pháp sử dụng ngân sách, nới lỏng tín dụng vào những năm 2008 để thúc đẩy nền kinh tế đã là một nhân tố gây ra lạm phát cao trong những năm sau đó

Hai là, nợ xấu tăng sẽ gây đình trệ nền kinh tế Khi nợ xấu tăng, ngân hàng phải trích lập dự phòng rủi ro, do đó lượng vốn đưa vào lưu thông bị hạn chế Nếu nợ xấu tăng quá cao ngân hàng không được phép cho vay, đồng nghĩa với dòng huyết mạch của nền kinh tế bị nghẽn lại, các thành phần khác của nền kinh tế (doanh nghiệp, hộ sản xuất…) cũng không thể tiếp tục kinh doanh Điều này sẽ gây ra những tác động xã hội như thất nghiệp, việc làm, an sinh xã hội…

Ba là, nợ xấu tăng đe dọa an toàn hoạt động của cả hệ thống ngân hàng: nếu nợ xấu không được xử lý kịp thời, có thể gây ra đổ vỡ của một số ngân hàng yếu kém, khi đó nó có thể gây ra tác động lan truyền đến cả hệ thống ngân hàng, gây mất niềm tin của người dân, của nhà đầu tư, của các doanh nghiệp, các tổ chức quốc tế Nghiêm trọng hơn nó có thể dẫn đến sự sụp đổ của hệ thống tài chính quốc gia

Từ những nguyên nhân trên, đứng trên góc độ NHTM, việc nhận diện và đánh giá được khả năng trả nợ của khách hàng sẽ giúp NHTM có chiến lược, thái độ xử lý phù hợp, góp phần giảm thiểu nợ xấu và những tác động của nợ xấu Các nghiên cứu thực nghiệm khác đã được thực hiện tại Việt Nam chủ yếu đánh giá khả năng trả nợ vay ngân hàng của khách hàng cá nhân hoặc nông hộ kinh doanh Hầu như rất ít đề tài nghiên cứu về đối tượng khách hàng doanh nghiệp trong khi đây là đối tượng có tiềm năng vay nợ lớn hơn rất nhiều so với cá nhân, đồng thời dư nợ vay cũng đang chiếm tỷ trọng rất lớn trong tổng dư nợ của hệ thống ngân hàng trong nước

NHTM cổ phần Quân đội (MB) là một trong những NHTM lớn và lâu đời hoạt động tại Việt Nam Tính đến thời điểm gần đây tổng nợ xấu của MB trong giai đoạn từ năm 2020 đến 2022 gia tăng mạnh từ 3.248 tỷ đồng trong năm 2020, đi ngang trong năm 2021 sau đó đột biến tăng lên ngưỡng 5.031 tỷ đồng Tương ứng với việc nợ xấu năm 2022 tăng đến 1.764 tỷ đồng chỉ trong 1 năm (tỷ lệ tăng là 54%) Trong 3 nhóm nợ xấu, nợ xấu Nhóm 4 - Nợ nghi ngờ liên tục gia tăng "bền vững" mỗi năm (tăng từ 668 tỷ đồng trong năm 2017 lên 1.221 tỷ đồng trong năm 2022) Đây là nhóm nợ có độ rủi ro chỉ sau Nhóm 5 - Nợ có khả năng mất vốn Bên cạnh đó, nhóm có rủi ro mất vốn cao nhất nợ xấu nhóm 5, tuy có tăng giảm qua từng năm nhưng chỉ trong năm 2022 vừa qua lại tăng đột biến từ 819 tỷ đồng lên 2.293 tỷ đồng Điều này đồng nghĩa, về giá trị tuyệt đối, nợ xấu nhóm 5 đã tăng tới 2,8 lần chỉ trong 1 năm (Trần Mạnh Quân và Nguyễn Bích Ngọc, 2023) Vì vậy, việc nghiên cứu các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại các ngân hàng ngày càng trở nên thực tiễn khá bức thiết, nhất là trong giai đoạn hiện nay Trên cơ sở đó, tôi xin chọn đề tài “Các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng thương mại cổ phần Quân đội trên địa bàn TP Hồ Chí Minh” làm đề tài nghiên cứu.

Mục tiêu nghiên cứu

Nghiên cứu này tiến hành nhằm xác định các nhân tố tác động và đo lường mức độ ảnh hưởng của các yếu tố đó đến khả năng tiếp cận nguồn vốn tín dụng (KNTN) của doanh nghiệp vừa và nhỏ (KHDN) tại ngân hàng thương mại (MB) trên địa bàn Hồ Chí Minh Từ đó, nghiên cứu đề xuất các hàm ý quản trị cho MB nhằm gia tăng KNTN cho KHDN tại ngân hàng trong tương lai.

1.2.2 Mục tiêu cụ thể Mục tiêu tổng quát được cụ thể hóa với các mục tiêu như sau:

Thứ nhất, xác định các nhân tố ảnh hưởng đến KNTN của KHDN tại MB trên địa bàn Hồ Chí Minh

Thứ hai, đo lường mức độ ảnh hưởng của các nhân tố đến KNTN của KHDN tại MB trên địa bàn Hồ Chí Minh

Thứ ba, từ kết quả nghiên cứu đề xuất các hàm ý quản trị mang tính khả thi cho MB để có chiến lược gia tăng KNTN cho KHDN tại ngân hàng trong tương lai.

Câu hỏi nghiên cứu

Thứ nhất, các nhân tố nào ảnh hưởng đến KNTN của KHDN tại MB trên địa bàn Hồ Chí Minh?

Thứ hai, mức độ ảnh hưởng của các nhân tố đến KNTN của KHDN tại MB trên địa bàn Hồ Chí Minh như thế nào ?

Thứ ba, các hàm ý quản trị nào mang tính khả thi được đề xuất cho MB để có chiến lược gia tăng KNTN cho KHDN tại ngân hàng trong tương lai?

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến KNTN của KHDN tại MB trên địa bàn Hồ Chí Minh

Về không gian: MB trên địa bàn Hồ Chí Minh

Về thời gian: KHDN được lựa chọn để đánh giá có mối quan hệ tín dụng với ngân hàng trong giai đoạn từ 01/2022 – 12/2023.

Phương pháp nghiên cứu

1.5.1 Phương pháp định tính Được thực hiện bằng việc tổng hợp các đề tài nghiên cứu trong và ngoài nước để làm nền tảng cơ sở lý thuyết Sau đó sẽ thực hiện phương pháp phỏng vấn chuyên gia để thống nhất các nhân tố để đưa ra tiêu chí đánh giá, đưa ra mô hình nghiên cứu chính thức và các giả thuyết nghiên cứu kèm theo

Phương pháp thống kê, so sánh: Đề tài sử dụng số liệu qua các báo cáo, thống kê của MB trên địa bàn Hồ Chí Minh và cho phép phân tích, so sánh đưa ra các nhận xét và đề xuất phương án phù hợp

Phương pháp phân tích, tổng hợp: Được sử dụng để ước lượng các mối quan hệ giữa các biến số đến khả năng trả nợ của KHDN tại MB trên địa bàn Hồ Chí Minh trong mô hình nghiên cứu, việc thu thập dữ liệu căn cứ vào mô hình đã xây dựng, phần mềm SPSS được sử dụng để phân tích dữ liệu, có minh họa qua số liệu, luận văn sẽ tính toán dựa trên các số liệu đó để phân tích Để đo lường khả năng trả nợ vay đúng hạn, nghiên cứu này sử dụng phương pháp phân tích định lượng, cụ thể là sử dụng dữ liệu chéo và áp dụng mô hình Logistic, với biến đo lường Y là biến giả (biến nhị phân) Cụ thể Y nhận giá trị 1 nếu trong năm doanh nghiệp trả nợ vay đúng hạn, nhận giá trị 0 nếu có phát sinh trả nợ vay không đúng hạn Với phương pháp này, ta sử dụng kỹ thuật phân tích hồi quy Logistic để kiểm tra giả thiết nghiên cứu đặt ra.

Đóng góp của nghiên cứu

Thông qua việc thu thập số liệu và xử lý kết quả cho ra mô hình hồi quy đa biến đã cung cấp bằng chứng thực nghiệm về các yếu tố ảnh hưởng đến khả năng trả nợ của KHDN tại MB trên địa bàn Hồ Chí Minh Từ kết quả nghiên cứu đó sẽ đề xuất các hàm ý quản trị mang tính khả thi cho các bộ phận liên quan nhằm nâng cao được khả năng trả nợ của KHDN tại ngân hàng và làm bài học kinh nghiệm cho các NHTM khác trong hệ thống ngân hàng Việt Nam.

Kết cấu của của luận văn

Chương 1: Giới thiệu đề tài Chương 2: Cơ sở lý thuyết và lược khảo nghiên cứu Chương 3: Mô hình và phương pháp nghiên cứu Chương 4: Kết quả nghiên cứu và thảo luận Chương 5: Kết luận và hàm ý quản trị

Chương này tập trung vào việc trình bày lý do chọn đề tài, xác định các mục tiêu và câu hỏi nghiên cứu Đồng thời xác định phạm vi và đối tượng nghiên cứu, từ đó đề xuất phương pháp nghiên cứu tương ứng Ngoài ra, chương 1 cũng trình bày sự đóng góp của đề tài và kết cấu của luận văn

CHƯƠNG 2: CƠ SỞ LÝ LUẬN VÀ TÌNH HÌNH NGHIÊN CỨU

2.1 Cơ sở lý luận về tín dụng đối với khách hàng doanh nghiệp 2.1.1 Khái niệm tín dụng doanh nghiệp

Tín dụng doanh nghiệp hay hoạt động cho vay đối với khách hàng doanh nghiệp là một hình thức cấp tín dụng của ngân hàng, theo đó tổ chức tín dụng giao cho khách hàng doanh nghiệp một khoản tiền để sử dụng vào mục đích và thời hạn nhất định theo nguyên tắc có hoàn trả cả gốc và lãi Thời hạn cho vay là khoảng thời gian được tính từ khi khách hàng bắt đầu nhận vốn vay cho đến thời điểm trả hết nợ gốc và lãi vốn vay đã được thỏa thuận trong hợp đồng tín dụng giữa tổ chức tín dụng và doanh nghiệp (Phan Thị Thu Hà, 2013)

2.1.2 Nguyên tắc vay vốn đối với khách hàng doanh nghiệp

Việc sử dụng vay vốn ngắn hạn là nhu cầu tự nguyện của doanh nghiệp và là cơ hội để Ngân hàng cấp tín dụng và thu lợi nhuận từ hoạt động Tuy nhiên, cấp tín dụng liên quan đến việc sử dụng vốn huy động của khách hàng nên phải tuân thủ theo những nguyên tắc nhất định (Nguyễn Văn Tiến, 2015) Nói chung, doanh nghiệp vay vốn của ngân hàng phải đảm bảo hai nguyên tắc:

 Sử dụng vốn đúng mục đích đã thoả thuận trên hợp đồng tín dụng

Đối với ngân hàng, trước khi giải ngân khoản vay, việc tìm hiểu kỹ mục đích vay vốn của doanh nghiệp là điều cần thiết Sau khi giải ngân, ngân hàng phải thường xuyên kiểm tra, giám sát để đảm bảo doanh nghiệp sử dụng vốn vay đúng như mục đích đã cam kết Việc sử dụng vốn vay đúng mục đích có tác động rất lớn đến khả năng thu hồi nợ vay trong tương lai.

Về phía doanh nghiệp: Việc sử dụng vốn vay đúng mục đích góp phần nâng cao hiệu quả sử dụng vốn vay, đồng thời giúp doanh nghiệp đảm bảo khả năng hoàn trả nợ cho Ngân hàng Từ đó, nâng cao uy tín của doanh nghiệp đối với ngân hàng và củng cố quan hệ vay vốn giữa doanh nghiệp và ngân hàng sau này

 Hoàn trả nợ gốc và lãi vốn vay đúng thời hạn đã thỏa thuận trong hợp đồng tín dụng

Hoàn trả nợ gốc và lãi vốn vay là một nguyên tắc không thể thiếu trong hoạt động cho vay Điều này xuất phát từ tính chất tạm thời nhàn rỗi của nguồn vốn mà ngân hàng sử dụng để cho vay Điều này xuất phát từ tính chất tạm thời nhàn rỗi của nguồn vốn mà Ngân hàng sử dụng để cho vay Đại đa số nguồn vốn mà Ngân hàng sử dụng để cho vay là vốn huy động từ khách hàng gửi tiền Do đó, sau khi cho vay trong một thời hạn nhất định, khách hàng vay tiền phải hoàn trả lại cho Ngân hàng để Ngân hàng hoàn trả lại cho khách hàng gửi tiền Bản chất của quan hệ tín dụng là quan hệ chuyển nhượng tạm thời quyền sử dụng vốn vay nên sau một thời gian nhất định vốn vay phải được hoàn trả, cả gốc và lãi

Bảng 2.1: Phân biệt điểm khác nhau giữa tín dụng với KHCN và KHDN Đặc tính Tín dụng KHCN Tín dụng KHDN

Nhằm phục vụ nhu cầu tiêu dùng cá nhân hoặc sản xuất, kinh doanh nhỏ lẻ, cá nhân, hộ gia đình

Mua sắm tài sản cố định, máy móc, phương tiện sản xuất, mở rộng quy mô kinh doanh, bổ sung nguồn vốn lưu động, mua sắm hàng hóa…

Từ nguồn lương, nguồn thu nhập tự kinh doanh

Từ lợi nhuận từ hoạt động kinh doanh của doanh nghiệp

Thủ tục, giấy tờ, yêu cầu để thẩm định khoản vay đơn giản, hoàn tất trong thời gian ngắn

Thủ tục, giấy tờ, yêu cầu để thẩm định khoản vay phức tạp hơn, tiêu tốn nhiều thời gian hơn

Mức độ rủi ro lớn (nguồn tài chính trả nợ vay thường thay đổi nhanh chóng tùy theo tình trạng công việc, sức khỏe của cá nhân, trình độ quản lý, kinh doanh thường yếu hơn so với doanh nghiệp)

Mức độ rủi ro thấp hơn (trình độ quản lý, kinh doanh tốt hơn)

Lãi suất vay cao (do quy mô khoản vay nhỏ nên chi phí thẩm định, hành

Lãi suất vay thấp hơn (quy mô khoản vay lớn nên chi phí tính trên Đặc tính Tín dụng KHCN Tín dụng KHDN chính, quản lý tín dụng trên mỗi đơn vị cho vay cao) đơn vị thấp hơn)

Chủ yếu là vay ngắn hạn, trung hạn theo quy định của TCTD Đa dạng thời hạn vay theo vòng quay vốn của khách hàng, theo nhu cầu đầu tư dự án hoặc mua sắm tài sản cố định

Nguồn: Thông tư 02/2013/TT-NHNN 2.2 Cơ sở lý luận về khả năng trả nợ của khách hàng doanh nghiệp

2.2.1 Khả năng trả nợ của khách hàng doanh nghiệp

Khả năng trả nợ của khách hàng là việc khách hàng có khả năng trả nợ đầy đủ với bên cho vay hay không Hiện tại vẫn chưa có định nghĩa thống nhất về khái niệm

“khả năng trả nợ” mà chỉ có những dấu hiệu về việc khách hàng “không có khả năng trả nợ”, đó là: Khách hàng không có khả năng thực hiện nghĩa vụ thanh toán đầy đủ khi đến hạn mà chưa tính đến việc ngân hàng bán tài sản (nếu có) để hoàn trả; Khách hàng có các khoản nợ xấu có thời gian quá hạn trên 90 ngày Trong đó, những khoản thấu chi được xem là quá hạn khi khách hàng vượt hạn mức hoặc được thông báo một hạn mức nhỏ hơn dư nợ hiện tại Tại Việt Nam, các tổ chức tín dụng phân loại nợ thành 5 nhóm theo quy định tại Thông tư 02/2013/TT-NHNN Từ năm 2005 đến năm 2015, NHNN đã sửa đổi bổ sung bốn lần về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng

Văn bản cập nhật mới nhất là thông tư số 22/VBHNNHNN về ngày 04 tháng 6 năm 2014 với một sửa đổi mới nhất của phân loại nợ, được tóm tắt như sau (Nguyễn Minh Kiều, 2012):

Bảng 2.2: Phân loại khả năng trả nợ của KHDN Loại khách hàng Khả năng thanh toán Phân loại nợ Có khả năng trả nợ - Không có nợ quá hạn

Loại khách hàng Khả năng thanh toán Phân loại nợ

Không có khả năng trả nợ - Nợ quá hạn > 90 ngày

Nguồn: Thông tư 02/2013/TT-NHNN

Bảng 2.2 cho thấy khả năng trả nợ của khách hàng thuộc các nhóm nợ 1 – 2; trong khi các khách hàng được phân loại nhóm nợ 3 – 5 là các khách hàng không có khả năng trả nợ

 Xét trong mối quan hệ tín dụng ngân hàng, “khả năng trả nợ của khách hàng” là việc đánh giá khách hàng có thực hiện đầy đủ và đúng hạn nghĩa vụ nợ cho bên cấp tín dụng trong toàn bộ thời gian quan hệ tín dụng hoặc trong một khoảng thời gian xác định hay không Phương pháp xác định khả năng trả nợ của khách hàng thường được dựa trên một số tiêu chuẩn nhất định do ngân hàng lựa chọn như đặc điểm của khách hàng như năng lực tài chính, thiện chí trả nợ của khách hàng khi chưa phát sinh nghĩa vụ nợ hoặc/và dựa trên đặc điểm của khoản nợ như lịch sử thanh toán nợ, tình trạng trả nợ thực tế của khách hàng Kết quả đánh giá khả năng trả nợ của khách hàng luôn thay đổi trong suốt thời gian quan hệ tín dụng, nên mô hình đo lường khả năng trả nợ thường được giới hạn dự báo kết quả trong ngắn hạn (trong 1 năm) (Đoàn Thị Xuân Duyên, 2013)

CƠ SỞ LÝ THUYẾT VÀ TÌNH HÌNH NGHIÊN CỨU

Lý thuyết về khả năng trả nợ của khách hàng doanh nghiệp

chính, quản lý tín dụng trên mỗi đơn vị cho vay cao) đơn vị thấp hơn)

Chủ yếu là vay ngắn hạn, trung hạn theo quy định của TCTD Đa dạng thời hạn vay theo vòng quay vốn của khách hàng, theo nhu cầu đầu tư dự án hoặc mua sắm tài sản cố định

Nguồn: Thông tư 02/2013/TT-NHNN 2.2 Cơ sở lý luận về khả năng trả nợ của khách hàng doanh nghiệp

2.2.1 Khả năng trả nợ của khách hàng doanh nghiệp

Khả năng trả nợ của khách hàng là việc khách hàng có khả năng trả nợ đầy đủ với bên cho vay hay không Hiện tại vẫn chưa có định nghĩa thống nhất về khái niệm

“khả năng trả nợ” mà chỉ có những dấu hiệu về việc khách hàng “không có khả năng trả nợ”, đó là: Khách hàng không có khả năng thực hiện nghĩa vụ thanh toán đầy đủ khi đến hạn mà chưa tính đến việc ngân hàng bán tài sản (nếu có) để hoàn trả; Khách hàng có các khoản nợ xấu có thời gian quá hạn trên 90 ngày Trong đó, những khoản thấu chi được xem là quá hạn khi khách hàng vượt hạn mức hoặc được thông báo một hạn mức nhỏ hơn dư nợ hiện tại Tại Việt Nam, các tổ chức tín dụng phân loại nợ thành 5 nhóm theo quy định tại Thông tư 02/2013/TT-NHNN Từ năm 2005 đến năm 2015, NHNN đã sửa đổi bổ sung bốn lần về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng

Thông tư số 22/VBHNNHNN ngày 04/06/2014 được cập nhật mới nhất về phân loại nợ, theo đó các phân loại nợ hiện tại bao gồm: nợ đủ tiêu chuẩn, nợ nghi ngờ, nợ có khả năng mất vốn và nợ mất vốn (Nguyễn Minh Kiều, 2012).

Bảng 2.2: Phân loại khả năng trả nợ của KHDN Loại khách hàng Khả năng thanh toán Phân loại nợ Có khả năng trả nợ - Không có nợ quá hạn

Loại khách hàng Khả năng thanh toán Phân loại nợ

Không có khả năng trả nợ - Nợ quá hạn > 90 ngày

Nguồn: Thông tư 02/2013/TT-NHNN

Bảng 2.2 cho thấy khả năng trả nợ của khách hàng thuộc các nhóm nợ 1 – 2; trong khi các khách hàng được phân loại nhóm nợ 3 – 5 là các khách hàng không có khả năng trả nợ

 Xét trong mối quan hệ tín dụng ngân hàng, “khả năng trả nợ của khách hàng” là việc đánh giá khách hàng có thực hiện đầy đủ và đúng hạn nghĩa vụ nợ cho bên cấp tín dụng trong toàn bộ thời gian quan hệ tín dụng hoặc trong một khoảng thời gian xác định hay không Phương pháp xác định khả năng trả nợ của khách hàng thường được dựa trên một số tiêu chuẩn nhất định do ngân hàng lựa chọn như đặc điểm của khách hàng như năng lực tài chính, thiện chí trả nợ của khách hàng khi chưa phát sinh nghĩa vụ nợ hoặc/và dựa trên đặc điểm của khoản nợ như lịch sử thanh toán nợ, tình trạng trả nợ thực tế của khách hàng Kết quả đánh giá khả năng trả nợ của khách hàng luôn thay đổi trong suốt thời gian quan hệ tín dụng, nên mô hình đo lường khả năng trả nợ thường được giới hạn dự báo kết quả trong ngắn hạn (trong 1 năm) (Đoàn Thị Xuân Duyên, 2013)

 Khả năng trả nợ của doanh nghiệp là việc đánh giá được khách hàng có thực hiện đựơc đúng hạn nghĩa vụ trả nợ cho bên cấp tín dụng trong toàn bộ thời gian quan hệ tín dụng hoặc trong một khoảng thời gian xác định hay không (Nguyễn Thị Yến Nhi, 2016)

2.2.2 Đo lường khả năng trả nợ của doanh nghiệp 2.2.2.1 Đánh giá thông qua các chỉ số tài chính Hoạt động tài chính có mối quan hệ trực tiếp với hoạt động sản xuất kinh doanh Do đó tất cả các hoạt động sản xuất kinh doanh đều có ảnh hưởng đến tài chính của doanh nghiệp Ngược lại, tình hình tài chính tốt hay xấu đều có tác động thúc đẩy hoặc kìm hãm đối với quá trình sản xuất kinh doanh Chính vì vậy, phân tích tình hình tài chính có ý nghĩa quan trọng đối với bản thân chủ doanh nghiệp và các đối tượng bên ngoài có liên quan đến tài chính của doanh nghiệp Riêng đối với người cho vay, mối quan tâm của họ là hướng đến khả năng trả nợ của doanh nghiệp Qua việc phân tích tình hình tài chính của doanh nghiệp, họ đặc biệt chú ý tới lượng tiền và các tài sản có thể chuyển đổi thành tiền nhanh chóng để từ đó có thể so sánh được và biết được khả năng thanh toán tức thời của doanh nghiệp Đồng thời họ cũng quan tâm đến khả năng sinh lời của doanh nghiệp vì đó chính là cơ sở của việc hoàn trả vốn và lãi vay (Lochner, 2015; Robert, 2015) Một số chỉ tiêu thường được sử dụng như Chỉ số thanh toán, Chỉ số thanh toán nhanh, Tỷ số dòng tiền, Chỉ số tiền mặt trên tài sản lưu động, Chỉ số tiền mặt trên nợ ngắn hạn, Tỷ lệ thu nhập trên chi phí cố định, Thu nhập đảm bảo nợ vay…

2.2.2.2 Đánh giá thông qua hệ thống xếp hạng tín nhiệm

Mô hình định tính được xem là mô hình cổ điển để đánh giá khả năng trả nợ hay gọi chung là rủi ro tín dụng trong hoạt động cho vay doanh nghiệp Hiện nay, hầu hết các ngân hàng đều tiếp cận phương pháp đánh giá rủi ro hiện đại để lượng hóa rủi ro tín dụng Mô hình điểm số Z; Mô hình điểm số tín dụng tiêu dùng; Mô hình định mức tín nhiệm của Standard & Poor’s, Moody’s Investor Service và Fitch Ratings

Mô hình chuyên gia, đại diện bằng Hệ thống Chuyên gia, là phương pháp truyền thống được sử dụng rộng rãi nhất để đánh giá rủi ro tín dụng Các ngân hàng thương mại, khi tiếp nhận đơn xin vay vốn liên quan đến một dự án cụ thể, sẽ triệu tập hội đồng gồm các chuyên gia để đưa ra quyết định dựa trên thông tin cả định tính và định lượng Điều này nhấn mạnh vai trò quan trọng của chuyên môn chuyên gia và đánh giá chủ quan trong quá trình ra quyết định Hệ thống "5 Cs" do Sinkey (2007) đề xuất và được Heffernan (2005) trích dẫn là Hệ thống Chuyên gia phổ biến nhất.

Các chuyên gia phân tích năm yếu tố và đưa ra quyết định dựa trên sự cân bằng chủ quan giữa 5C: Tư cách người vay (Character) Thu nhập của người vay (Cashflow);

Vốn (Capital); Bảo đảm tiền vay (Collateral) và Các điều kiện (Conditions) Hoặc mô hình 6Cs với trọng tâm của mô hình này là xem xét liệu người vay có thiện chí và khả năng thanh toán các khoản vay khi đến hạn hay không

Mô hình Z – Score: Mô hình do Altman (1968) xây dựng dùng để cho điểm tín dụng đối với các doanh nghiệp vay vốn Đại lượng Z được sử dụng làm thước đo tổng hợp phân loại RRTD đối với khách hàng và phụ thuộc vào trị số của các chỉ số tài chính của nkhách hàng Tầm quan trọng của các chỉ số này trong việc xác định xác suất vỡ nợ của người vay trong quá khứ

Mô hình Var: Mô hình được công bố lần đầu tiên và rộng rãi bởi Morgan (1997) dựa trên phân tích di chuyển tín dụng, nghĩa là xác suất chuyển từ chất lượng tín dụng này sang chất lượng tín dụng khác, bao gồm vỡ nợ (default), trong một chuỗi thời hạn nhất định, thường là một năm Mô hình này có thể xem là có nguồn gốc từ mô hình Merton, tuy nhiên có một điểm khác biệt cơ bản giữa mô hình này với mô hình KMV-Merton là ngưỡng phá sản trong mô hình CreditMetrics được xác định từ xếp hạng tín dụng (có thể xếp hạng bên ngoài hoặc nội bộ) chứ không phải từ các khoản nợ Do đó, mô hình này cho phép xác định cả xác suất vỡ nợ và xác suất suy giảm tín dụng

2.2.3 Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp

Atsmegiorgis (2013) các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp chia thành 4 nhóm chính liên quan đến cá nhân (người đi vay); doanh nghiệp, khoản vay và người/tổ chức cho vay (Nawai và Shaiff, 2010) Nhưng Roslan và Karim (2009) thì lại chia thành 3 nhóm yếu tố ảnh hưởng đến khả năng hoàn trả của khách hàng đó là đặc điểm người đi vay (người đứng đầu quản lý), doanh nghiệp và thuộc tính của khoản vay này Mặt khác, Derban và cộng sự (2005) lại cho rằng các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng lại thuộc 3 nhóm yếu tố liên quan đến (1) đặc điểm người vay và tình hình hoạt động kinh doanh của doanh nghiệp; (2) đặc điểm của tổ chức và sự phù hợp của khoản vay khiến khoản vay khó hoàn trả; (3) rủi ro hệ thống của vĩ mô nền kinh tế

Tình hình nghiên cứu

Salifu và cộng sự (2018) trong nghiên cứu về các yếu tố ảnh hưởng đến hiệu quả trả nợ của các doanh nghiệp nhỏ và vừa cho các NHTM tại nông thôn Ghana, nhóm tác giả đã tập trung vào đối tượng doanh nghiệp nhỏ và vừa, mã hóa số liệu và chạy mô hình theo phương pháp hồi quy Binary Logistics để kết luận Kết quả nghiên cứu cho thấy phí đăng kí khoản vay, quy mô khoản vay, lãi suất vay có ảnh hưởng tiêu cực đến khả năng trả nợ của các doanh nghiệp Nhưng trình độ học vấn của người quản lý càng cao như đại học trở lên thì có quan hệ tích cực đến khả năng trả nợ của doanh nghiệp hơn là các quản lý có trình độ thấp hơn

Dire (2018) trong nghiên cứu về xem xét sự ảnh hưởng của các đặc điểm cá nhân, khoản vay và đặc thù doanh nghiệp đến việc hoàn trả các khoản nợ cho NHTM của các doanh nghiệp siêu nhỏ và nhỏ tại Ethiopia, tác giả đã sử dụng số liệu thứ cấp của 341 doanh nghiệp và mã hóa chúng, sau đó sử dụng kỹ thuật hồi quy theo phương pháp Logistics nhị phân để kết luận Kết quả nghiên cứu đã chỉ ra giới tính, kinh nghiệm của người được khảo sát (quản lý doanh nghiệp) ảnh hưởng tích cực đến khả năng hoàn trả Trong khi đó thời gian vay vốn, sai sót trong lập kế hoạch tài chính, thiếu kỹ năng tiếp thị, sai sót giám sát ảnh hưởng suy giảm đến khả năng trả nợ của khách hàng doanh nghiệp

Muhammad và cộng sự (2021) trong nghiên cứu về đặc điểm khoản vay, khả năng trả nợ và hiệu quả hoạt động kinh doanh của các doanh nghiệp vừa và nhỏ tại Kano Metropolitan, nhóm tác giả đã sử dụng số liệu khảo sát của 108 khách hàng, đồng thời sử dụng phương pháp hồi quy theo mô hình cấu trúc tuyến tính SEM để kết luận

Nghiên cứu chỉ ra rằng quy mô và thời hạn vay ảnh hưởng tích cực đến hiệu quả hoạt động của doanh nghiệp, đồng thời hiệu quả hoạt động này lại tác động tốt đến khả năng trả nợ Có thể thấy hiệu quả hoạt động đóng vai trò trung gian giữa các đặc điểm của khoản vay và khả năng hoàn trả của khách hàng.

Nghiên cứu của Endris (2022) sử dụng dữ liệu của 336 doanh nghiệp siêu nhỏ và nhỏ tại Bắc Ethiopia, trong đó 181 doanh nghiệp không vỡ nợ và 155 doanh nghiệp vỡ nợ Phương pháp hồi quy Binary Logistics cho thấy trình độ học vấn của quản lý, tài sản thế chấp, hiếm có hàng quý, sử dụng khoản vay, khoảng cách đến ngân hàng và hiểu biết về tài chính có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng.

Kiros (2022) trong nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ của các doanh nghiệp siêu nhỏ và nhỏ tại bang Somali, Ethiopia tác giả đã sử dụng số liệu thứ cấp của 175 doanh nghiệp sau đó thiết kế dưới dạng bảng khảo sát để xử lý số liệu, đồng thời sử dụng phương pháp hồi quy Binary Logistics để kết luận Kết quả nghiên cứu cho thấy thời gian ân hạn dài, thời gian vay ngắn, thời gian thu nợ ngắn có ảnh hưởng tích cực đến việc trả nợ của các doanh nghiệp Nhưng quy mô khoản vay lại không ảnh hưởng đến khả năng trả nợ của khách hàng

Kiros (2023) trong nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ của các doanh nghiệp siêu nhỏ và nhỏ tại bang Dire Dawa, Ethiopia tác giả đã sử dụng số liệu thứ cấp của 175 doanh nghiệp sau đó thiết kế dưới dạng bảng khảo sát để xử lý số liệu, đồng thời sử dụng phương pháp hồi quy Binary Logistics để kết luận Kết quả nghiên cứu cho thấy thời gian ân hạn dài, thời gian vay ngắn, thời gian thu nợ ngắn có ảnh hưởng tích cực đến việc trả nợ của các doanh nghiệp Nhưng quy mô khoản vay lại không ảnh hưởng đến khả năng trả nợ của khách hàng

Ahmad (2023) trong nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ của các doanh nghiệp siêu nhỏ và nhỏ tại bang Kano-Nigeria, tác giả đã sử dụng số liệu thứ cấp của 200 doanh nghiệp sau đó thiết kế dưới dạng bảng khảo sát để xử lý số liệu

Kết quả nghiên cứu cho thấy quy mô khoản vay, thời hạn cho vay và lãi suất, thái độ của người đi vay ảnh hưởng tiêu cực đến khả năng trả nợ của các doanh nghiệp

2.3.2 Các nghiên cứu trong nước

Mai Văn Nam và Vương Quốc Duy (2016) trong nghiên cứu các nhân tố ảnh hưởng đến hiệu quả trả nợ của các khách hàng DNNVV cho ngân hàng tại vùng nông thôn Mekong của Việt Nam, nhóm tác giả đã sử dụng số liệu thứ cấp của 325 khách hàng DNNVV để mã hóa và xử lý theo phương pháp Probit nhị phân Kết quả nghiên cứu cho thấy quy mô khoản vay, giới tính, lãi suất cho vay ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng Tuy nhiên, số năm hoạt động, tình trạng hôn nhân, giá trị xây dựng có ảnh hưởng đến khả năng trả nợ của khách hàng

Nguyễn Văn Thép và Tạ Quang Dũng (2018) trong nghiên cứu về các nhân tố ảnh hưởng đến khả năng trả nợ của 35 khách hàng là các doanh nghiệp kinh doanh bất động sản niêm yết tại sàn chứng khoán Hồ Chí Minh, nhóm tác giả sử dụng dữ liệu của các doanh nghiệp có vay vốn các NHTM từ 2011 – 2015, đồng thời nghiên cứu với phương pháp hồi quy Logistics ngẫu nhiên để kết luận Kết quả nghiên cứu chỉ ra rằng, tỷ suất sinh lời, tỷ số nợ và tình hình lạm phát nền kinh tế có ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng Đồng thời, nhóm tác giả cũng nhấn mạnh khả năng trả nợ của khách hàng phụ thuộc rất nhiều vào thiện chí của họ

Lâm Thị Mỹ Lan (2024) trong nghiên cứu ảnh hưởng của đặc điểm khoản vay đến khả năng trả nợ của khách hàng doanh nghiệp, tác giả sử dụng dữ liệu chính thức của 140 khách hàng được mã hóa để xử lý theo phương pháp Binary Logistics để kết luận Kết quả nghiên cứu cho điểm tín dụng, kiểm tra giám sát, ROA ảnh hưởng tích cực đến khả năng trả nợ của khách hàng Nhưng quy mô khoản vay, quy mô doanh nghiệp có ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng

Bảng 2.3: Tóm tắt các nghiên cứu liên quan Tác giả/năm Phương pháp nghiên cứu Kết quả nghiên cứu

Nghiên cứu định lượng với phương pháp hồi quy Binary Logistics

Trình độ học vấn của người quản lý ảnh hưởng tích cực (+) đến khả năng trả nợ của khách hàng

Phí đăng kí khoản vay, quy mô khoản vay, lãi suất vay ảnh hưởng tiêu cực (-) đến khả năng trả nợ của khách hàng

Nghiên cứu định lượng với phương pháp hồi quy Logistics nhị phân

Giới tính, kinh nghiệm của người được khảo sát (quản lý doanh nghiệp) ảnh hưởng tích cực (+) đến khả năng trả nợ của khách hàng

Thời gian vay vốn, sai sót trong lập kế hoạch tài chính, thiếu kỹ năng tiếp thị, sai sót giám sát ảnh hưởng tiêu cực (-) đến khả năng trả nợ của khách hàng

Nghiên cứu định lượng với phương pháp hồi quy Binary Logistics

Trình độ học vấn của quản lý, tài sản thế chấp và hiểu biết về tài chính ảnh hưởng tích cực (+) đến khả năng trả nợ của khách hàng

Tác giả/năm Phương pháp nghiên cứu Kết quả nghiên cứu

Nghiên cứu định lượng với phương pháp hồi quy Binary Logistics

Thời gian ân hạn dài, thời gian vay ngắn, thời gian thu nợ ngắn ảnh hưởng tích cực (+) đến khả năng trả nợ của khách hàng

Nghiên cứu định lượng với phương pháp hồi quy Binary Logistics

Thời gian ân hạn dài, thời gian vay ngắn, thời gian thu nợ ngắn ảnh hưởng tích cực (+) đến khả năng trả nợ của khách hàng

Nghiên cứu định lượng với phương pháp hồi quy Binary Logistics

Quy mô khoản vay, thời hạn cho vay và lãi suất, thái độ của người đi vay ảnh hưởng tiêu cực (-) đến khả năng trả nợ của khách hàng

Mai Văn Nam và Vương Quốc

Nghiên cứu định lượng với phương pháp Probit nhị phân

Số năm hoạt động, tình trạng hôn nhân, giá trị xây dựng ảnh hưởng tích cực (+) đến khả năng trả nợ của khách hàng

Quy mô khoản vay, giới tính, lãi suất cho vay ảnh hưởng tiêu cực (-) đến khả năng trả nợ của khách hàng

Nguyễn Văn Thép và Tạ Quang Dũng

Nghiên cứu định lượng với phương pháp Logistics ngẫu nhiên

Tỷ suất sinh lời, tỷ số nợ và tình hình lạm phát ảnh hưởng tiêu cực (-) đến khả năng trả nợ của khách hàng

Nghiên cứu định lượng bằng phương pháp hồi quy Binary Logistic cho thấy các biến điểm tín dụng, kiểm tra giám sát và ROA có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng.

Quy mô khoản vay, quy mô doanh nghiệp ảnh hưởng tiêu cực (-) đến khả năng trả nợ của khách hàng

Nguồn: Tổng hợp của tác giả 2.3.3 Khoảng trống nghiên cứu

Dựa trên việc tổng hợp khung lý thuyết liên quan đến tín dụng đối với khách hàng doanh nghiệp, khả năng trả nợ của đối tượng khách hàng này với ngân hàng, đồng thời thông qua lược khảo các nghiên cứu trong nước và nước ngoài trong giai đoạn gần đây thì tác giả nhận thấy các khoảng trống nghiên cứu như sau:

MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Mô hình và giả thuyết nghiên cứu

Sau quá trình tổng hợp khung lý thuyết nền tảng liên quan đến hoạt động tín dụng đối với khách hàng doanh nghiệp, khả năng trả nợ của nhóm khách hàng này và các nhân tố ảnh hưởng đến khả năng trả nợ Đồng thời, lược khảo các nghiên cứu liên quan để xác định các khoảng trống nghiên cứu thì tác giả quyết định lựa chọn nghiên cứu của Salifu và cộng sự (2018) làm mô hình gốc để kế thừa phát triển cho bối cảnh của Việt Nam Nguyên nhân tác giả lựa chọn nghiên cứu này làm gốc để phát triển vì đối tượng khảo sát nhóm tác giả này tập trung là các doanh nghiệp nhỏ và vừa tại Ghana, điều này phù hợp với bối cảnh kinh tế Việt Nam đặc biệt trên địa bàn Hồ Chí Minh thì số lượng doanh nghiệp quy mô này đang chiếm đa số, đồng thời mô hình nghiên cứu đáp ứng được cơ bản những nhân tố tại lý luận nền tảng như trình độ học vấn của người quản lý; quy mô khoản vay, lãi suất vay, chi tiết về các biến số như sau:

- Thâm niên quản lý: là số năm làm việc tại doanh nghiệp của nhà quản lý, được đo lường bởi năm Theo thông thường thì nhà quản lý có nhiều năm làm việc tại doanh nghiệp sẽ tích lũy được nhiều kinh nghiệm hiểu biết về tài chính có thể đưa ra những quyết định tốt đúng đắn trong việc sử dụng vốn và quản lý nợ Ngoài ra, nhờ kinh nghiệm nhiều năm do trải qua các giai đoạn phát triển của kinh tế nên sẽ đưa ra những dự đoán kinh doanh, giảm thiểu rủi ro

- Thời gian hoạt động của doanh nghiệp: là số năm hoạt động của doanh nghiệp trên thị trường, được đo lường bởi năm Thâm niên của doanh nghiệp càng lâu thường có lịch sử tín dụng tốt hơn Doanh nghiệp hoạt động càng lâu dài thường có thể tích lũy được nhiều vốn và quản lý tài chính có hiệu quả hơn, điều này giúp cho việc nâng cao khả năng trả nợ của các doanh nghiệp

- Trình độ quản lý: là trình độ học vấn của nhà quản lý Nếu chủ doanh nghiệp có trình độ chuyên môn, kiến thức nghiệp vụ cao sẽ có kỹ năng quản lý thông minh, tối ưu hóa lợi nhuận, giảm thiểu rủi ro, quản lý được dòng tiền, nợ và vốn một cách tối ưu nhất sẽ giúp doanh nghiệp tránh được tình trạng không có khả năng trả nợ

- Giới tính quản lý: đề cập đến giới tính của nhà quản lý Thông thường thì những nữ quản lý thường thận trọng trong các quyết định chiến lược kinh doanh hơn các nam quản lý Các quản lý nam thường thích rủi ro, mạo hiểm hiểm hơn Chính vì vậy cũng có nhiều sự tiềm ẩn rủi ro đến khả năng hoàn trả các khoản vay ngân hàng

- Xếp hạng tín dụng: là điểm tín dụng được đánh giá bởi ngân hàng có thấy được độ tín nhiệm của doanh nghiệp Khi một doanh nghiệp có điểm tín dụng càng cao thì độ uy tín càng tốt, càng tăng khả năng trả nợ của doanh nghiệp

- Tài sản đảm bảo: yếu tố đề cập đến giá trị của TSĐB đem thế chấp tại Ngân hàng của doanh nghiệp Tài sản đảm bảo phản ánh năng lực của doanh nghiệp khi đáp ứng các khoản nợ phải trả Tài sản của doanh nghiệp có giá trị tỷ lệ càng lớn so với khoản vay thì sẽ tạo động lực càng lớn để khách hàng thực hiện nghĩa vụ trả nợ

- Mục đích sử dụng vốn vay: nhân tố này đề cập đến nguồn vốn vay của doanh nghiệp sẽ được sử dụng vào các hoạt động kinh doanh nào Tùy vào mục đích sử dụng vốn mà xác định đươc nguồn thu nhập để trả nợ Nếu mục đích vay đúng theo phương án kinh doanh kỳ kế hoạch đã thiết lập thì khả năng trả nợ càng cao

Thời hạn vay mang ý nghĩa quan trọng trong việc đánh giá khả năng trả nợ của doanh nghiệp Mặc dù ban đầu, khách hàng có thể thực hiện nghĩa vụ trả nợ đúng hạn, nhưng về lâu dài, các rủi ro không lường trước có thể ảnh hưởng tiêu cực đến hoạt động kinh doanh, từ đó giảm khả năng trả nợ của doanh nghiệp.

- Số tiền vay: là số tiền doanh nghiệp vay của ngân hàng hay quy mô khoản vay

Quy mô khoản vay càng lớn, chi phí lãi càng cao áp lực thanh toán càng lớn Vì vậy, khả năng trả nợ sẽ bị ảnh hưởng nếu dư nợ vay càng lớn

Lãi suất vay là yếu tố quan trọng ảnh hưởng trực tiếp đến chi phí lãi và lợi nhuận của doanh nghiệp Lãi suất vay càng cao thì chi phí lãi càng tăng, dẫn đến lợi nhuận giảm Điều này có thể ảnh hưởng đến khả năng trả nợ của doanh nghiệp, gây khó khăn trong hoạt động tài chính và kinh doanh Do đó, việc lựa chọn lãi suất vay phù hợp là yếu tố cần cân nhắc kỹ lưỡng của các doanh nghiệp khi vay vốn.

- Hiệu quả kinh doanh: đề cập đến mức lợi nhuận được ghi nhận trên báo cáo tài chính của doanh nghiệp Các doanh nghiệp có tỷ lệ lợi nhuận mà doanh nghiệp thu được từ tài sản của mình càng cao, cho thấy doanh nghiệp sử dụng có hiệu quả và có khả năng sinh lời càng cao, thì nguồn trả nợ trong tương lai càng được đảm bảo

Bảng 3.1: Các biến số được đề xuất trong mô hình nghiên cứu

Biến số Mô tả Nguồn

Thâm niên nhà quản lý

Nhân tố này đề cập đến số năm làm việc tại doanh nghiệp của nhà quản lý Dire (2018)

Thời gian hoạt động của doanh nghiệp

Nhân tố này đề cập đến số năm hoạt động của doanh nghiệp trên thị trường

Mai Văn Nam và Vương Quốc Duy (2016)

Trình độ người quản lý

Nhân tố này đề cập đến trình độ học vấn của nhà quản lý

Salifu và cộng sự (2018); Endris (2022)

Giới tính quản lý Nhân tố này đề cập đến giới tính của nhà quản lý

Dire (2018); Lâm Thị Mỹ Lan (2024)

Nhân tố này đề cập đến điểm tín dụng được đánh giá bởi ngân hàng với doanh nghiệp

Ochung (2013); Lâm Thị Mỹ Lan (2024)

Nhân tố này đề cập đến giá trị của TSĐB đem thế chấp tại ngân hàng của doanh nghiệp

Kassegn và Endris (2021); Endris (2022); Mai Văn Nam và Vương Quốc Duy (2016)

Mục đích sử dụng vốn vay

Nhân tố này đề cập đến nguồn vốn vay của doanh nghiệp sẽ được sử dụng vào các hoạt động nào liên quan đến kinh doanh

Thời hạn vay Nhân tố này đề cập đến thời hạn vay ngắn/trung/dài hạn của doanh nghiệp

Nhân tố này đề cập đến số tiền mà doanh nghiệp vay của ngân hàng hay còn được gọi quy mô khoản vay

Salifua và cộng sự (2018); Ahmad (2023); Mai Văn Nam và Vương Quốc Duy (2016)

Biến số Mô tả Nguồn

Nhân tô này đề cập đến lãi suất vay mà doanh nghiệp kí hợp đồng với ngân hàng

Salifua và cộng sự (2018); Mai Văn Nam và Vương Quốc Duy (2016)

Nhân tố này đề cập đến mức lợi nhuận được ghi nhận trên báo cáo kinh doanh của doanh nghiệp

Nguyễn Văn Thép và Tạ Quang Dũng (2018)

Nguồn: Tổng hợp của tác giả

Từ các biến số được đề xuất thì mô hình nghiên cứu tương ứng được xây dựng như hình sau:

Hình 3.1: Mô hình nghiên cứu đề xuất

Nguồn: Đề xuất của tác giả

Tương ứng với mô hình nghiên cứu đề xuất với các biến số được mô tả tại bảng 3.1 thì các giả thuyết nghiên cứu được đề xuất như sau:

3.1.2.1 Thâm niên nhà quản lý

Dire (2018) cho rằng tại các doanh nghiệp thì vị trí quản lý sẽ phải trải qua quá trình làm việc với thời gian tương đối dài tại tổ chức, thường các tổ chức sẽ trao quyền quản lý cho các đối tượng có thời gian làm việc ổn định và đủ dài để nắm bắt tình hình kinh doanh của tổ chức, đặc biệt là trải qua cùng tổ chức với những giai đoạn kinh tế khó khăn đến tăng trưởng Vì vậy, thâm niên của quản lý là một trong những thước đo cho thấy họ có kinh nghiệm với doanh nghiệp như thế nào ? Thâm niên càng dài thì sự nắm bắt về hoạt động kinh doanh và đặc thù thay đổi của doanh nghiệp họ càng nắm rõ, do đó sẽ có những quyết định hay chiến lược phù hợp để tạo ra sự ổn định hoạt động cho doanh nghiệp Điều này sẽ tạo điều kiện cho các khoản nợ của ngân hàng sẽ được đảm bảo hơn Vì vậy, giả thuyết sau được đề xuất:

H1: Thâm niên quản lý có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

3.1.2.2 Thời gian hoạt động của doanh nghiệp

Các nghiên cứu của Kassegn và Endris (2021); Mai Văn Nam và Vương Quốc Duy (2016) chỉ ra rằng thời gian hoạt động càng lâu, doanh nghiệp càng ổn định trong hoạt động kinh doanh, phản ánh uy tín và tên tuổi của doanh nghiệp trên địa bàn Do đó, thời gian hoạt động lâu kéo theo mức độ gắn bó cao, giảm khả năng bị loại khỏi ngành Vì vậy, mức độ trả nợ ngân hàng của các doanh nghiệp lâu năm cũng sẽ an toàn hơn.

H2: Thời gian hoạt động của doanh nghiệp có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

Phương pháp nghiên cứu

Nghiên cứu đã kết hợp hai phương pháp nghiên cứu bao gồm phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng Quy trình nghiên cứu được mô tả trong Hình 3.2 như sau:

Hình 3.1: Quy trình nghiên cứu

Nguồn: Đề xuất của tác giả

Ban đầu tác giả xác định vấn đề nghiên cứu và đặt ra các mục tiêu nghiên cứu Sau khi xác định được mục tiêu nghiên cứu tác giả xây dựng cơ sở lý thuyết của vấn đề nghiên cứu bao gồm các cơ sở lý thuyết liên quan tới khả năng trả nợ của khách hàng, các nhân tố ảnh hưởng đến khả năng trả nợ của các khách hàng doanh nghiệp, trình bày các nghiên cứu liên quan đến đề tài và đưa ra mô hình nghiên cứu đề xuất của đề tài Để thực hiện nghiên cứu đề tài, hai phương pháp nghiên cứu đó là nghiên cứu định tính và nghiên cứu định lượng được thực hiện Phương pháp nghiên cứu định tính tập trung vào phỏng vấn chuyên gia, xây dựng bảng câu hỏi dự kiến, phương pháp nghiên cứu định lượng được thực hiện bằng phương pháp phân tích hồi quy Binary Logistic với biến phụ thuộc được mã hóa dưới dạng nhị phân thông qua công cụ phân tích là phần mềm SPSS 22.0 Căn cứ vào kết quả phân tích dữ liệu, tác giả đề xuất nhóm giải pháp nhằm giúp cho ngân hàng gia tăng khả năng thu hồi nợ với các doanh nghiệp

3.2.1 Nghiên cứu định tính Để xác định các nhân tố thuộc về đặc điểm người đi vay và khách quan có ảnh hưởng đến khả năng trả nợ của nhóm khách hàng doanh nghiệp, tác giả thực hiện giai đoạn nghiên cứu định tính Để thực hiện nghiên cứu định tính, tác giả sử dụng kỹ thuật thảo luận nhóm, là kỹ thuật thu thập dữ liệu thông qua việc thảo luận giữa tác giả và 15 chuyên gia (Nguyễn Đình Thọ, 2013) Đối tượng để tác giả cùng thảo luận nhóm đó là các cán bộ quản lý chi nhánh và quản lý tại phòng khách hàng, các phòng giao dịch của MB trên địa bàn TP Hồ Chí Minh

Do tính chuyên môn của nghiên cứu cũng như góc độ nhìn nhận vấn đề của các đối tượng là không giống nhau nên việc thảo luận này giúp cho tác giả làm rõ và đào sâu được dữ liệu Trong quá trình phỏng vấn tác giả có định nghĩa, lý giải các khái niệm nghiên cứu cho đối tượng được phỏng vấn để những đóng góp của họ thật sự có ý nghĩa giúp ích cho việc nghiên cứu Trước tiên, tác giả tiến hành gặp gỡ và trao đổi với các quản lý cũng như cán bộ làm việc tại phòng tín dụng của MB trên địa bàn TP Hồ Chí Minh Sau đó, tác giả trao đổi về mục tiêu nghiên cứu của mình Ban đầu, tác giả phỏng vấn chuyên gia về các nhân tố thuộc về đặc điểm người đi vay và doanh nghiệp ảnh hưởng đến khả năng trả nợ của doanh nghiệp cho MB trên địa bàn TP Hồ Chí Minh Sau đó, tác giả đưa ra các nhân tố trong mô hình nghiên cứu đề xuất của mình Kết quả phỏng vấn cho thấy, hầu hết các nhân viên tín dụng đều đồng tình với mô hình nghiên cứu của tác giả

Có thể thấy rằng, có những yếu tố thể hiện đặc điểm của đối tượng khách hàng doanh nghiệp ảnh hưởng đến khả năng trả nợ của họ, điều này đã được nhiều nhà nghiên cứu trong và ngoài nước nhắc đến Vì thế, tác giả đã xây dựng mô hình nghiên cứu để xem xét các đặc điểm cá nhân và của doanh nghiệp này ảnh hưởng như thế nào tới việc trả nợ của các doanh nghiệp cho MB trên địa bàn TP Hồ Chí Minh Để có thể phân tích được mô hình này, việc khảo sát hồ sơ khách hàng được thực hiện, trong đó, thu thập các thông tin về đặc điểm khách hàng và thu nhận thông tin về tình trạng tín dụng của khách hàng Qua đó, phân tích số liệu có liên quan để tìm ra mức độ ảnh hưởng của các đặc điểm cá nhân đối với mức độ rủi ro tín dụng của khách hàng tại Chi nhánh

Trường hợp lý tưởng nhất là thực hiện nghiên cứu này trên tất cả các khách hàng doanh nghiệp có quan hệ tín dụng với MB trên địa bàn TP Hồ Chí Minh và bao gồm cả có hay không khả năng trả nợ Tuy nhiên, do hạn chế về chi phí, thời gian cũng như sự dễ dàng, sự thuận tiện nên nghiên cứu này sử dụng phương pháp lấy mẫu thuận tiện

Kích thước mẫu tối thiểu theo Harrell và Harrell (2015) trong mô hình hồi quy Binary Logistic là (10*(k+1) quan sát, với k là số biến độc lập trong mô hình Mô hình đang nghiên cứu của đề tài có 10 biến độc lập thì cỡ mẫu tối thiểu phải là 110 quan sát

Một số trường hợp khác khi lựa chọn mẫu nghiên cứu lại dựa trên tổng thể của quy mô mẫu nghiên cứu Để xác định cỡ mẫu, tác giả sử dụng công thức của Harrell và Harrell (2015), lựa chọn mẫu theo phương pháp này cũng được nhiều tác giả sử dụng trong các nghiên cứu hiện nay Dưới đây là công thức tổng quát của Slovin: n = N/

(1 + Ne 2 ) Trong đó: N là tổng thể; e là sai số; n là cỡ mẫu

Trong nghiên cứu này, tác giả ước lượng độ tin cậy là 95%, mức sai số là e = 5%

Tổng số khách hàng hộ kinh doanh cá thể có quan hệ tín dụng với MB trên địa bàn TP Hồ Chí Minh đến thời điểm cuối năm 2023 là 3579 khách hàng Áp dụng công thức thì cỡ mẫu cần chọn là: n = 3579/ (1 + 3579*0.05 2 )= 309,78 Làm tròn số thì cỡ mẫu tối thiểu cần là 310 mẫu

Việc lựa chọn mẫu nghiên cứu là khá thuận tiện, bằng hình thức thu thập số liệu quan hệ dư nợ tín dụng của các khách hàng được lấy trên hồ sơ theo dõi nợ của ngân hàng

Nhằm tăng thêm độ tin cậy cho nghiên cứu mà không ảnh hưởng đến tiến độ thực hiện luận văn, vì vậy tác giả tiến hành thực hiện với quy mô mẫu lớn hơn mức 310 mẫu, số mẫu khảo sát thực tế là 450 khách hàng và được chọn bằng phương pháp chọn mẫu ngẫu nhiên, thuận tiện Kết quả khảo sát, thu về là 432 phiếu, trong quá trình nhập số liệu, có 6 phiếu bị thiếu nội dung, do đó, tổng số phiếu hợp lệ là 426 phiếu

Sử dụng bảng khảo sát thiết kế sẵn, bao gồm các câu hỏi đóng, mở, cả định tính và định lượng

- Dữ liệu thứ cấp: Báo cáo kết quả tín dụng của MB trên địa bàn TP Hồ Chí Minh từ 2020 - 2023;

- Dữ liệu sơ cấp: được thu thập bằng phương pháp chọn mẫu ngẫu nhiên 426 khách hàng doanh nghiệp có quan hệ vay vốn tại MB trên địa bàn TP Hồ Chí Minh để điều tra về khả năng trả nợ của họ Bên cạnh đó, đề tài tiến hành phỏng vấn một số nhân viên phòng chuyên môn để thu thập ý kiến của những người có kinh nghiệm trong công tác quản lý nhằm đưa ra các kết luận một cách xác đáng, có căn cứ khoa học nhằm đề xuất giải pháp có khả năng ứng dụng vào thực tiễn ngân hàng Dựa vào phiếu thu thập thông tin để đánh giá thực trạng đặc điểm cá nhân tác động như thế nào đến rủi ro tín dụng của các doanh nghiệp của MB trên địa bàn TP Hồ Chí Minh.

Mô tả dữ liệu

Biến phụ thuộc trong mô hình nghiên cứu là khả năng trả nợ của KHDN Với mã hóa nhóm đối tượng là 0- Không có khả năng trả nợ, 1- Có khả năng trả nợ

Các biến độc lập trong mô hình nghiên cứu được tổng hợp từ các nghiên cứu đi trước, bao gồm các biến thể hiện các đặc điểm cá nhân của chủ doanh nghiệp và đặc điểm của doanh nghiệp, có khả năng ảnh hưởng tới việc khách hàng có khả năng trả nợ hay không

Dữ liệu nghiên cứu được thiết kế dựa trên thảo luận nhóm với các chuyên gia quản lý và nhân viên phòng tín dụng của MB tại TP Hồ Chí Minh Dựa trên ý kiến chuyên gia, các nhân tố được thiết kế theo hình thức quan sát định danh để phân loại các nhóm cho biến hoặc phân tổ Khoảng chia cho các biến số này phù hợp với tình hình kinh doanh và đặc thù của MB tại TP Hồ Chí Minh Bảng dưới đây tóm tắt các nhân tố trong mô hình nghiên cứu đề xuất cùng cách thức đo lường.

Bảng 3.1: Bảng mô tả và đo lường mã hoá các biến độc lập trong mô hình nghiên cứu đề xuất

Nhóm biến Tên biến Giá trị đo lường biến

TNIENQL Thâm niên quản lý

1 – Dưới 1 năm 2 – Từ 1 đến 2 năm 3 – Từ 3 – 4 năm 4 – Trên 5 năm

TGHD Thời gian hoạt động

1 – Dưới 1 năm 2 – Từ 1 đến 4 năm 3 – Từ 5 – 8 năm 4 – Trên 8 năm

TDOQL Trình độ quản lý

1 – THPT 2 – Trung cấp 3 – Cao đẳng

Nhóm biến Tên biến Giá trị đo lường biến

GTINH Giới tính quản lý 1 – Nam

XEPHANGTD Xếp hạng tín dụng

1 – Từ 150 – 321 điểm 2 – Từ 322 – 430 điểm 3 – Từ 431 – 679 điểm 4 – Từ 680 – 750 điểm 5 – Từ 751 điểm trở lên

1 – Từ 1 tỷ đến dưới 10 tỷ 2 – Từ 10 tỷ đến dưới 50 tỷ 3 – Từ 50 tỷ đến dưới 100 tỷ 4 – Từ 100 tỷ đến dưới 500 tỷ 5 – Từ 500 tỷ trở lên

MDSD Mục đích sử dụng

1 – Bổ sung vốn kinh doanh 2 – Đầu tư TSCĐ

3 – Mở rộng cơ sở kinh doanh chi nhánh

1 – Ngắn hạn 2 – Trung hạn 3 – Dài hạn

TSDB Tài sản đảm bảo

1 – Tối đa 30% giá trị hạn mức được đảm bảo bằng tài sản

2 – Giá trị TSĐB từ 30% đến dưới 50% hạn mức 3 – Giá trị TSĐB từ 50% đến dưới 70% hạn mức 4 – Giá trị TSĐB từ 70% đến dưới

Nhóm biến Tên biến Giá trị đo lường biến

100% hạn mức 5 – 100% hạn mức được đảm bảo bằng tài sản

1- Từ 10,5% đến 12%/năm 2- Từ 9% đến dưới 10,5%/năm 3- Từ 7,5% đến dưới 9%/năm Từ 6% đến dưới 7,5%/năm

HIEUQUAKD Hiệu quả kinh doanh (ROA)

1 – Từ 0,5% đến dưới 1%/năm 2 – Từ 1% đến dưới 1,5%/năm 3 – Từ 1,5% đến dưới 2%/năm 4 – Từ 2% trở lên

Phương pháp xử lý dữ liệu

Trên cơ sở dữ liệu được thu thập, tác giả sử dụng phương pháp thống kê mô tả để mô tả thực trạng của các khách hàng doanh nghiệp liên quan đến tình hình MB tại TP Hồ Chí Minh cho vay Ngoài ra, thống kê liên quan đến các biến số Thâm niên quản lý; Thời gian hoạt động; Trình độ quản lý; Giới tính quản lý; Xếp hạng tín dụng;

Số tiền vay; Mục đích sử dụng; Thời hạn vay; Tài sản đảm bảo; Lãi suất vay; Hiệu quả kinh doanh (ROA)

3.4.2 Xử lý mô hình hồi quy Binary logistic 3.4.2.1 Mô hình dạng tổng quát

Trong hàm hồi quy bội, biến độc lập Xi và phụ thuộc Y là biến số liên tục liên hệ qua phương trình: Y = B0 + ∑ 𝑛 𝐵𝑖𝑋𝑖 + u (1)

Với Xi là biến độc lập; Y là biến phụ thuộc

Trong hồi quy Logistic, biến phụ thuộc Y chỉ có 2 trạng thái 1 (Khách hàng có khả năng trả nợ) và 0 (Khách hàng không có khả năng trả nợ) Muốn đổi ra biến số liên tục người ta tính xác suất của 2 trạng thái này Nếu gọi P là xác suất để biến cố xảy ra (Khách hàng có khả năng trả nợ) thì 1-P là xác suất để biến cố không xảy ra (Khách hàng có khả năng trả nợ) Phương trình hồi quy Logistic được phát biểu:

Trong đó P(Y=1) = P0 : Xác suất xảy ra sự kiện : Xác suất khách hàng có khả năng trả nợ

Trong đó P(Y=0) =1 - P0 : Xác suất không xảy ra sự kiện : Xác suất khách hàng không có khả năng trả nợ

Xi : các biến độc lập

Ln : Log của cơ số e (e = 2.714)

Liên hệ giữa lý thuyết với nghiên cứu: Một khách hàng có khả năng trả nợ là một giá trị kỳ vọng của đề tài (gọi là biến Y) và cá nhân không có khả năng trả nợ (sẽ phát sinh nợ xấu nhóm 3, 4, 5) là giá trị còn lại của biến kỳ vọng Khách hàng có khả năng trả nợ được xác định thông qua hệ thống biến giải thích là những biến đo lường liên quan đến người quản lý doanh nghiệp và tình trạng doanh nghiệp bao gồm: Thâm niên quản lý; Thời gian hoạt động; Trình độ quản lý; Giới tính quản lý; Xếp hạng tín dụng; Số tiền vay; Mục đích sử dụng; Thời hạn vay; Tài sản đảm bảo; Lãi suất vay;

Mô hình Logit (Binary Logistics) là mô hình đánh giá khả năng trả nợ của khách hàng Mô hình này được sử dụng khi biến phụ thuộc chỉ có 2 giá trị, thường được mã hóa là “1” hoặc “0”, đại diện cho các giá trị cụ thể của biến phụ thuộc Việc xác định đối tượng nào được gán “1” hoặc “0” không ảnh hưởng đến kết quả của mô hình Logit.

3.4.2.2 Hệ số Odds Oo = Po/(1-Po)

Thế vào (2) ta được : Ln(Odds) = B0 + B1X1 + B2X2 + …+ BiXi (3) Đây là một dạng hàm Logit Từ đó ta suy ra hàm Ln của hệ số Odds là một hàm hồi quy tuyến tính với các biến độc lập Xi

3.4.2.3 Dạng hàm dự báo hồi quy Binary Logistic

E(Y/Xi) : Xác suất để Y = 1 xuất hiện khi biến độc lập Xi có giá trị cụ thể

Dạng hàm hồi quy của mô hình nghiên cứu đề xuất

Ln(Pi/1-Pi)= B0 + B1*TNIENQL + B2*TGHD+B3*TDOQL+ B4*GTINH +B5*XEPHANGTD + B6*SOTIEN +B7*MDSD+ B8*THAN +B9*TSDB + B10*LAISUAT + B11*HIEUQUAKD + ui

Trong bài viết, các thuật ngữ được sử dụng như sau: TNIENQL là Thâm niên quản lý, TGHD là Thời gian hoạt động, TDOQL là Trình độ quản lý, GTINH là Giới tính quản lý, XEPHANGTD là Xếp hạng tín dụng, SOTIEN là Số tiền vay, MDSD là Mục đích sử dụng, THAN là Thời hạn vay.

TSDB là Tài sản đảm bảo; LAISUAT là Lãi suất vay; HIEUQUAKD là Hiệu quả kinh doanh (ROA)

3.4.2.3 Các kiểm định trong mô hình hồi quy Binary logistic

Kiểm định độ phù hợp của mô hình: Để kiểm định độ phù hợp tổng quát của mô hình hồi quy logistic, ta dùng chỉ tiêu 2LL (-2 Log Likelihood) Thước đo này có ý nghĩa giống như SSE (Sum of squares of error) nghĩa là chỉ số này càng nhỏ càng tốt Giá trị nhỏ nhất của -2LL là 0 (tức là không có sai số) khi đó mô hình có một độ phù hợp hoàn hảo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)

Kiểm định mức độ phù hợp tổng quát: Dùng kiểm định Chi-bình phương để kiểm tra mức độ phù hợp tổng quát của mô hình hồi quy nhị phân Căn cứ vào mức ý nghĩa của hệ số Chi-bình phương trong bảng Omnibus để quyết định bác bỏ hay chấp nhận giả thuyết H0

Kiểm định ý nghĩa thống kê của các hệ số: Trong hồi quy tuyến tính chúng ta sử dụng kiểm định t để kiểm định giả thuyết H0 Còn với hồi quy Binary logistic, ước lượng Wald được sử dụng để kiểm định mức ý nghĩa thống kê (sig.) của hệ số hồi quy tổng thể Mức ý nghĩa sig cho kiểm định Wald theo mức ý nghĩa 5% Nếu mức ý nghĩa sig < 5% biến độc lập có tác động có ý nghĩa đến biến phụ thuộc

Chương 3 tác giả trình bày nội dung phương pháp nghiên cứu, quy trình thực hiện nghiên cứu từ giai đoạn khảo sát chuyên gia, đến quá trình chọn mẫu khảo sát chính thức, đồng thời, trình bày nội dung phương pháp phân tích số liệu sử dụng trong nghiên cứu, với phương pháp phân tích hồi quy với biến nhị phân, thể hiện xác suất có khả năng phát sinh ra vấn đề khách hàng doanh nghiệp có khă năng trả nợ cho MB hay không ?

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Thực trạng hoạt động kinh doanh và tín dụng của NHTM cổ phần Quân đội trên địa bàn TP Hồ Chí Minh

4.1.1 Thực trạng hoạt động kinh doanh của NHTM cổ phần Quân đội trên địa bàn TP Hồ Chí Minh giai đoạn 2021 – 2023

Tính đến thời điểm 31/12/2023 thì MB trên địa bàn TP Hồ Chí Minh có các hoạt động kinh doanh chình đó là:

Nhận tiền gửi không kỳ hạn, tiền gửi có kỳ hạn, tiền gửi tiết kiệm, phát hành chứng chỉ tiền gửi, kỳ phiếu, tín phiếu, trái phiếu và các hình thức huy động vốn khác theo quy định của MB trong từng thời kỳ Cấp tín dụng trong phạm vi thẩm quyền do MB quy định trong từng thời kỳ

Mở tài khoản thanh toán cho khách hàng và cung ứng các phương tiện thanh toán, dịch vụ thanh toán trong nước; cung ứng dịch vụ thanh toán và chuyển tiền quốc tế theo phương thức trực tiếp hoặc tập trung tại Trụ sở Chính khi được Tổng Giám đốc chấp nhận theo đề nghị của MB

Tham gia hệ thống thanh toán nội bộ, thanh toán song phương, thanh toán liên ngân hàng, thanh toán quốc tế và các hệ thống thanh toán khác Thực hiện dịch vụ quản lý tiền mặt, tư vấn ngân hàng, tài chính; dịch vụ quản lý, bảo quản tài sản, cho thuê tủ, két an toàn

Cung ứng dịch vụ ngoại hối cho khách hàng trong và ngoài nước theo quy định Ký kết thoả thuận hợp tác trong phạm vi thẩm quyền nhằm phát triển hoạt động kinh doanh Uỷ thác, nhận uỷ thác, đại lý trong lĩnh vực liên quan đến hoạt động ngân hàng, kinh doanh bảo hiêm, quản lý tài sản Thực hiện các nhiệm vụ khác do cấp có thẩm quyền MB giao Đồng thời, tình hình HĐKD của MB trên địa bàn TP Hồ Chí Minh được thể hiện tóm tắt dưới bảng 4.1 dưới đây:

Bảng 4.1: Tình hình chung các chỉ tiêu kinh doanh của MB trên địa bàn TP

Hồ Chí Minh giai đoạn 2021 – 2023 Đơn vị tính: Tỷ đồng

Chỉ tiêu Năm 2021 Năm 2022 Năm 2023 Tổng tài sản 119.596,21 174.482,44 217.585,62 Tổng dư nợ 66.442,34 96.934,69 120.880,90 Cho vay khách hàng 23.665,89 37.945,12 49.455,67 Tổ chức kinh tế 42.776,45 58.989,57 71.425,23 Tổng huy động 41.118,43 50.833,65 63.401,04 Tiền gửi khách hàng 41.118,43 50.833,65 63.401,04

Huy động TCTC Quốc tế 0 0 0

Tổng thu nhập 7.785,95 9.112,56 9.468,51 Thu nhập thuần từ lãi 5.239,91 7.212,56 7.768,51 Thu nhập thuần từ dịch vụ 873,47 847,07 824,35

Chi phí hoạt động 2.474,45 2.963,84 2.982,59 Lợi nhuận trước dự phòng

Tổng chi phí DP RRTD 1.406,01 1.439,53 1.017,41

Nguồn: Báo cáo HĐKD của MB trên địa bàn TP Hồ Chí Minh từ 2021 - 2023

Nhìn chung về kết quả tổng quan của MB trên địa bàn TP Hồ Chí Minh từ năm 2021 – 2023 thì thì tăng trưởng với các chỉ tiêu được duy trì Trong đó, tổng tài sản của MB trên địa bàn TP Hồ Chí Minh tăng từ 119.596,21 tỷ năm 2021 đến năm 2023 là 217.58,62 tỷ, tốc độ tăng trưởng tài sản của năm 2022 là 45,89% và năm 2023 là 24,70% Điều này cho thấy giai đoạn gần đây MB trên địa bàn không ngừng đẩy mạnh việc gia tăng quy mô tài sản của mình, để có thể nâng cao được sự cạnh tranh của mình lẫn thị phần trong hệ thống Đối với hoạt động huy động vốn thì sự tăng trưởng đều đặn tại mỗi năm, từ năm 2019 với giá trị huy động là 41.118,43 tỷ tăng đến năm 2023 với giá trị ước tính là 63.401,04 tỷ, với tốc độ tăng trưởng là lần lượt trong hai năm 2022 và 2023 là 23,63%; 24,72% Điều này cho thấy MB vẫn ưu tiên trong việc mở rộng các khoản huy động từ các đối tượng khách hàng có nguồn vốn nhà rổi trong nền kinh tế để đáp ứng được các HĐKD của ngân hàng Ngoài ra, những năm gần đây MB đã tiến hành đa dạng hóa các hình thức huy động gửi tiền tiết kiệm từ truyền thống sang các hình thức trực tuyến, gửi ngắn ngày,… kết hợp với các sản phẩm ngân hàng điện tử tạo ra sự thuận tiện cho khách hàng gửi và ngân hàng cũng gia tăng được giá trị huy động Đối với hoạt động cấp tín dụng thì MB trên địa bàn TP Hồ Chí Minh vẫn đạt được sự tăng trưởng đều qua mỗi năm từ 2021 – 2023, tổng dư nợ cho vay từ năm 2021 là 66.442,34 tỷ tăng đến năm 2023 là 120.880,9 tỷ, với tốc độ tăng trưởng tại năm 2022 và 2023 lần lượt là 45,89%; 24,70% Mặc dù tốc độ tăng trưởng vẫn được duy trì nhưng những năm gần đây với sự cạnh tranh của các NHTM khác thì dư nợ MB vẫn có xu hướng tăng trưởng không bằng giai đoạn trước đây Về cơ cấu tín dụng thì cho vay với các tổ chức kinh tế hay doanh nghiệp vẫn chiếm trên 60%, tốc độ tăng trưởng cho vay đối với đối tượng này trong năm 2022, 2023 lần lượt là 37,9% và 21%

Tổng thu nhập của MB trên địa bàn TP Hồ Chí Minh từ năm 2021 – 2023 tăng từ 7.785,95 tỷ đến 9.468,51 tỷ với tốc độ tăng trưởng trong hai năm 2022, 2023 là 17,04% và 3,91% Các khoản thu nhập từ lãi chiếm trên 70% tổng thu nhập, điều này cho thấy hoạt động tín dụng vẫn chiếm vai trò quan trọng đối với ngân hàng để tạo ra thu nhập cho ngân hàng nhưng do dư nợ cho vay có xu hướng tốc độ tăng trưởng giảm vì sự cạnh tranh nên thu nhập của ngân hàng cũng có xu hướng tăng trưởng giảm đi Các khoản thu nhập từ dịch vụ có sự sụt giảm qua các năm 2022, 2023 lần lượt là -3,1% và -2,7%, điều này cho thấy việc khách hàng sử dụng các dịch vụ mở rộng của MB đang có sự suy giảm Các khoản thu nhập khác từ năm 2021 đến năm 2023 giảm sâu từ 701,79 tỷ xuống còn 547,25 tỷ Chi phí hoạt động từ năm 2021 – 2023 tăng từ 2.474,45 tỷ đến 2.982,59 tỷ, tương ứng năm 2022 tốc độ tăng là 19,78% và năm 2023 là 0,63% Lợi nhuận trước DPRRTD năm 2022 tăng 30,01% và năm

2023 tăng 3,91%, điều này đến từ lãi thuần từ lãi giảm tốc độ tăng nên lợi nhuận có phần không tăng trưởng mạnh Tương ứng với lợi nhuận ròng năm 2022 tăng 31,60% và năm 2023 tăng 21,39%

4.1.2 Thực trạng hoạt động tín dụng của khách hàng doanh nghiệp tại NHTM cổ phần Quân đội trên địa bàn TP Hồ Chí Minh giai đoạn 2021 – 2023

4.1.2.1 Phân loại kỳ hạn tín dụng

Hiện nay, tại MB trên địa bàn TP Hồ Chí Minh thì các khoản cấp tín dụng đang có các kỳ hạn tương ứng là ngắn, trung và dài hạn

Bảng 4.2: Phân loại kỳ hạn cấp tín dụng tại MB trên địa bàn TP Hồ Chí

Minh từ 2021 – 2023 Đơn vị tính: Tỷ đồng

Loại nợ Năm 2021 Năm 2022 Năm 2023

Tổng cộng 66.442,34 96.934,69 120.880,90 Nguồn: Báo cáo HĐKD của MB trên địa bàn TP Hồ Chí Minh từ 2021 – 2023

Tại Thành phố Hồ Chí Minh, các khoản cấp tín dụng ngắn hạn chiếm ưu thế, với tỷ lệ trên 55% - 60% Dư nợ cho vay ngắn hạn cũng tăng mạnh qua các năm, từ 38.137,9 tỷ đồng năm 2021 lên 75.067,04 tỷ đồng năm 2023, tốc độ tăng tương ứng là 49,20% (2022) và 31,93% (2023).

Các khoản nợ trung và dài hạn của MBBank tăng trưởng ổn định từng năm, nhưng tỷ trọng trong các chi nhánh không cao do rủi ro tăng khi kỳ hạn cho vay dài Do đó, MBBank tập trung vào các khoản nợ ngắn hạn, tái cấp hoặc đáo hạn thường xuyên vào cuối mỗi năm để đảm bảo an toàn cho hoạt động cho vay của mình.

4.1.2.2 Phân loại đối tượng của khách hàng doanh nghiệp

Theo báo cáo hoạt động kinh doanh của MB tại TP Hồ Chí Minh giai đoạn 2021-2023, tổng dư nợ cho vay đối với khách hàng doanh nghiệp liên tục tăng trưởng Năm 2021 đạt 42.776,45 tỷ đồng, đến năm 2022 tăng lên 58.989,57 tỷ đồng và dự kiến năm 2023 đạt 71.425,23 tỷ đồng Trong đó, cho vay doanh nghiệp lớn chiếm tỷ trọng cao, lần lượt là 17.539,89 tỷ đồng (2021), 23.669,14 tỷ đồng (2022) và ước tính 27.806,26 tỷ đồng (2023) Tuy nhiên, cho vay doanh nghiệp vừa và nhỏ cũng có sự tăng trưởng đáng kể, từ 25.236,56 tỷ đồng (2021) lên 35.320,43 tỷ đồng (2022) và dự kiến đạt 43.618,97 tỷ đồng vào năm 2023.

Bảng 4.3 cho ta thấy từ năm 2021 – 2023 thì dự nợ cho vay chủ yếu tại MB trên địa bàn TP Hồ Chí Minh tập trung với đối tượng doanh nghiệp nhỏ và vừa, vì số lượng doanh nghiệp này thời gian gần đây tăng rất nhanh tại địa bàn Nhìn chung dư nợ đối với các doanh nghiệp nhỏ và vừa chiếm trên 60% tổng dự nợ cho vay với khách hàng doanh nghiệp

Năm 2021 – 2023 thì dư nợ của nhóm doanh nghiệp nhỏ và vừa tăng từ 25.236,56 tỷ lên đến 43.618,97 tỷ tương ứng tốc độ tăng trưởng năm 2022 là 39,96% và năm 2023 là 23,5% Do đó, ta có thể thấy thời gian gần đây MB bắt đầu có sự tái cơ cấu, hạn chế việc tập trung vào cho vay đối với các KHDN lớn mà tiến sang mở rộng đối với nhỏ và vừa, để phân tán rủi ro và gia tăng sự cạnh tranh với các ngân hàng khác Tuy nhiên, dư nợ của nhóm KHDN vẫn duy trì tốc độ tăng trưởng, năm 2022 là 34,94% và năm 2023 là 17,48% Dư nợ cho vay của nhóm KHDN lớn vẫn tăng từ 17.776,45 tỷ lên đến 27.806,26 tỷ từ năm 2021 – 2023

4.1.2.3 Chất lượng tín dụng của khách hàng doanh nghiệp

Nhìn chung thì nợ đủ tiêu chuẩn vẫn chiếm đại đa số trong tỷ lệ dư nợ của KHDN trong ngân hàng Các khoản nợ cho vay được khoanh và nợ chờ xử lý không xuất hiện từ năm 2021 – 2023 Cụ thể về mặt tỷ trọng như sau:

Hình 4.1: Tỷ trọng các nhóm nợ của KHDN tại MB trên địa bàn TP Hồ Chí

Minh từ 2021 – 2023 Nguồn: Báo cáo HĐKD của MB trên địa bàn TP Hồ Chí Minh từ 2021 – 2023

Hình 4.1 cho thấy tỷ trọng các khoản nợ cần chú ý, nợ dưới tiêu chuẩn, nợ nghi ngờ có xu hướng tăng trong giai đoạn 2021 – 2023 Trong giai đoạn này thì với sự ảnh hưởng nặng nề của đại dịch Covid 19 trong năm 2020 – 2021 và kéo dài đến những tháng đầu năm 2022, làm cho KHDN tại ngân hàng HĐKD khó khăn khiến cho việc tạo nguồn trả nợ hạn chế và nhảy các nhóm nợ quá hạn, điều này ảnh hưởng rất nhiều đến kết quả kinh doanh và lợi nhuận của ngân hàng

Bảng 4.4: Tình trạng các nhóm nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh từ 2021 – 2023 Đơn vị tính: Tỷ đồng

Loại nợ Năm 2021 Năm 2022 Năm 2023

Loại nợ Năm 2021 Năm 2022 Năm 2023

Nợ có khả năng mất vốn 104,81 279,08 221,10

Nợ cho vay được khoanh và nợ chờ xử lý 0 0 0

Tổng cộng 42.776,45 58.989,57 71.425,23 Nguồn: Báo cáo HĐKD của MB trên địa bàn TP Hồ Chí Minh từ 2021 – 2023

Kết quả nghiên cứu về các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng thương mại cổ phần Quân đội trên địa bàn TP Hồ Chí Minh

Hồ Chí Minh 4.2.1 Thống kê mô tả mẫu nghiên cứu

Thông qua việc thu thập chính thức dữ liệu của 426 KHDN có mối quan hệ tín dụng với MB trên địa bàn TP Hồ Chí Minh Sau đó, luận văn tiến hành mã hóa thành dữ liệu sơ cấp, thì có 208 KHDN không có khả năng trả nợ và 218 KHDN có khả năng trả nợ, thì đặc điểm của mẫu được tóm tắt qua thống kê sơ bộ như sau:

Bảng 4.5: Thống kê mô tả mẫu nghiên cứu

Khả năng trả nợ Không có khả năng Có khả năng Tổng

Thâm niên quản lý (TNIENQL)

Thời gian hoạt động (TGHD)

Trình độ quản lý (TDOQL)

Trung cấp 56 26,9% 62 28,4% 118 27,7% Đại học trở lên 126 60,6% 139 63,8% 265 62,2%

Xếp hạng tín dụng (XEPHANGTD)

Từ 1 tỷ đến dưới 10 tỷ 5 2,4% 5 2,3% 10 2,3%

Từ 10 tỷ đến dưới 50 tỷ 14 6,75 36 16,5% 50 11,7%

Từ 50 tỷ đến dưới 100 tỷ 45 21,65 79 36,2% 124 29,1%

Từ 100 tỷ đến dưới 500 tỷ 45 21,6% 56 25,7% 101 23,7%

Mục đích sử dụng (MDSD)

Bổ sung vốn kinh doanh 19 9,1% 0 0,0% 19 4,5% Đầu tư TSCĐ 146 70,2% 2 0,9% 148 34,7%

Mở rộng cơ sở kinh doanh 42 20,2% 176 80,7% 218 51,2%

Khả năng trả nợ Không có khả năng Có khả năng Tổng

Tài sản đảm bảo (TSDB)

Tối đa 30% giá trị hạn mức được đảm bảo bằng tài sản 0 0,0% 0 0,0% 0 0,0%

Giá trị TSĐB từ 30% đến dưới 50% hạn mức 7 3,4% 0 0,0% 7 1,6%

Giá trị TSĐB từ 50% đến dưới 70% hạn mức 110 52,9% 2 0,9% 112 26,3%

Giá trị TSĐB từ 70% đến dưới 100% hạn mức 89 42,8% 213 97,7% 302 70,9%

100% hạn mức được đảm bảo bằng tài sản 2 1,0% 3 1,4% 5 1,2%

Hiệu quả kinh doanh (HIEUQUAKD)

Nguồn: Kết quả trích xuất từ SPSS 27.0 Đối với thâm niên của nhà quản lý thì chiếm đa số là thời gian từ 3 – 4 năm và trên 5 năm Trong đó, đối với các KHDN không có khả năng trả nợ thì thâm niên chủ yếu cũng tập trung từ 3 – 4 năm và trên 5 năm chiếm tỷ trọng 47,1%; 39,4% trong 208 KHDN không có khả năng trả nợ Điều này tương tự với nhóm KHDN có khả năng trả nợ với thâm niên từ 3 – 4 năm và trên 5 năm lần lượt chiếm tỷ trọng 47,2%;

38,1% Nhìn chung, thì MB trên địa bàn TP Hồ Chí Minh vẫn ưu tiên cho các KHDN có quản lý với thâm niên lâu năm để có sự thuận lợi trong việc năm bắt HĐKD của doanh nghiệp và năng lực có thâm niên kinh nghiệm dài vẫn tốt hơn thâm niên ngắn với doanh nghiệp Đối với thời gian hoạt động thì nhìn chung các KHDN mà MB trên địa bàn TP Hồ Chí Minh cho vay có thời gian trên 8 năm chiếm tỷ trọng 84% trong tổng số 426 KHDN Trong đó, với 208 KHDN không có khả năng trả nợ thì số lượng khách hàng có thời gian hoạt động dưới 1 năm, từ 1 đến 4 năm cao hơn của nhóm KHDN có khả năng trả nợ Do đó, từ thống kê này cho thấy MB trên địa bàn TP Hồ Chí Minh vẫn ưu tiên cho các KHDN có thời gian hoạt động dài vay để hạn chế rủi ro Đối với trình độ quản lý thì nhìn chung trong 426 KHDN vay vốn tại MB trên địa bàn TP Hồ Chí Minh thì trình độ từ đại học trở lên đều chiếm đại đa số, với cả hai nhóm KHDN có hay không khả năng trả nợ thì đều chiếm trên 60% Vì vậy, cho thấy MB trên địa bàn TP Hồ Chí Minh vẫn tập trung vào các quản lý có trình độ cao, để tận dụng nhận thức và sự tính toán của họ để có lợi cho các khoản vay mà ngân hàng giải ngân, hạn chế được rủi ro Đối với giới tính thì trong 426 KHDN vay vốn tại MB trên địa bàn TP Hồ Chí Minh, thì điểm tương đồng của hai nhóm khách hàng có hay không khả năng trả nợ thì giới tính quản lý đại đa số đều là nam giới, với tỷ lệ trên 60% Đối với xếp hạng tín dụng thông qua hệ thống cho điểm thì có sự khác biệt tại hai nhóm KHDN có và không có khả năng trả nợ Trong đó, với 208 KHDN không có khả năng trả nợ thì điểm số chiếm đa số là 680 – 750 điểm với tỷ trọng 49,5%, nhưng với điểm số từ 322 – 679 điểm chiếm 43,2% vẫn tạo ra mức không an toàn cho ngân hàng, với mức điểm 751 trở lên thì nhóm khách hàng này không có xuất hiện Với 218 KHDN có khả năng trả nợ thì nhóm điểm từ 431 – 750 điểm chiếm 62,% và trên 751 điểm chiếm 10,1%, điều này cho thấy nhóm khách hàng này phản ánh đúng mức điểm tín dụng mà MB đánh giá cao làm cho rủi ro thấp và khả năng trả nợ cao hơn Đối với số tiền vay thì trong 426 KHDN vay vốn tại MB trên địa bàn TP Hồ Chí Minh thì dư nợ cho vay chủ yếu tập trung từ 50 đến dưới 500 tỷ, chiếm 52,8% Trong đó, trong 208 KHDN không trả được nợ thì dư nợ từ 50 đến 500 tỷ trờ lên chiếm đại đa số, trong đó nhóm KHDN không trả được nợ vay trên 500 tỷ cao hơn hẳn so với KHDN trả được nợ Điều này cho thấy, với mức dư nợ cho vay càng tăng thì rủi ro cũng có xu hướng tăng theo Đối với mục đích sử dụng vốn vay thì có sự khác biệt rõ ràng với hai nhóm KHDN có hay không có khả năng trả nợ Đa phần trong 208 KHDN không trả được nợ thì 70,2% là sử dụng đầu tư TSCĐ, tuy nhiên việc đầu tư TSCĐ để kinh doanh sản xuất có thể không hiệu quả, tiêu thụ hàng kém và giá trị TSCĐ có thể bị suy giảm do việc khấu hao hay sử dụng làm cho ngân hàng gặp nhiều rủi ro Ngược lại, thì nhóm KHDN có khả năng trả nợ thì họ lại tập trung trong việc mở rộng cơ sở kinh doanh chi nhánh với tỷ trọng 80,7% trong 218 KHDN có khả năng trả nợ, điều này giúp họ tiếp cận tốt hơn với thị trường, tăng cao khả năng tiêu thụ hàng hóa Đối với thời hạn vay thì trong 426 KHDN có vay vốn tại MB trên địa bàn TP Hồ Chí Minh thì điểm tương đồng của hai nhóm KHDN có và không có khả năng trả nợ là đều chủ yếu vay trung hạn với tỷ trọng trên 50%, sau đó là vay ngắn hạn và dài hạn Đối với giá trị TSĐB thì có sự khác biệt rõ ràng với hai nhóm KHDN có hay không có khả năng trả nợ Với nhóm KHDN không có khả năng trả nợ thì khoản vay của họ giá trị TSĐB đảm bảo được chủ yếu từ 50% đến 70% dư nợ là 52,9% sau đó là 70% đến dưới 100% chiếm 42,8%, điều này vẫn tạo rủi ro cho ngân hàng Ngược lại với nhóm KHDN có khả năng trả nợ thì giá trị TSĐB của dư nợ vay của họ được đảm bảo từ 70% đến dưới 100% chiếm 97,7% gần như tuyệt đối, tại các mức thấp hơn tồn tại với giá trị rất thấp, đây là sự phòng bị rủi ro của ngân hàng rất tốt Đối với lãi suất vay thì trong 426 KHDN có vay vốn tại MB trên địa bàn TP Hồ Chí Minh thì điểm tương đồng của hai nhóm KHDN có và không có khả năng trả nợ là đều chủ yếu vay với mức lãi suất từ 10,5% đến 12%/năm chiếm trên 50%, tiếp đó là từ 9% đến dưới 10,5% chiếm trên 40% Đối với hiệu quả kinh doanh đo lường thông qua chỉ số ROA thì có sự khác biệt rõ ràng với hai nhóm KHDN có hay không có khả năng trả nợ Với nhóm 208 KHDN không có khả năng trả nợ thì tỷ suất ROA chủ yếu ở mức thấp từ 0,5% đến dưới 1% với tỷ trọng 51,4%, sau đó là 1% đến dưới 1,5% chiếm tỷ trọng 33,7% Ngược lại với nhóm 21 KHDN có khả năng trả nợ thì ROA từ 1% đến dưới 1,5% chiếm tỷ trọng 39%, từ 1,5% đến 2% trở lên chiếm 38,1% Điều này cho thấy các doanh nghiệp có tỷ suất sinh lời ROA cao thì khả năng trả nợ cũng được dự đoán cao hơn với nhóm doanh nghiệp có tỷ suất này thấp

4.2.2 Kết quả mô hình hồi quy Binary Logistic 4.2.2.1 Kết quả mô hình hồi quy Logic

Với sự phân tích đa phương thì các hệ số ảnh hưởng của các nhân tố đối với KNTN của KHDN tại MB trên địa bàn TP Hồ Chí Minh được trình bày dưới bảng sau:

Bảng 4.6: Kết quả mô hình hồi quy Logit

Nguồn: Nguồn: Kết quả trích xuất từ SPSS 27.0

Dựa trên kết quả bảng 4.6 ta có thể thấy hệ Sig của các biến số TNIENQL; TDOQL;

GTINH; THAN lần lượt là 0,742; 0,735; 0,220; 0,405 đều lớn hơn 1% điều này cho thấy các biến số này không có ý nghĩa thống kê về sự ảnh hưởng đến biến phụ thuộc

Hay nói cách khách, các biến số thâm niên quản lý, trình độ quản lý, giới tính quản lý và thời hạn vay không ảnh hưởng đến khả năng trả nợ của các KHDN tại MB trên địa bàn TP Hồ Chí Minh Do đó, luận văn sẽ tiến hành loại các biến số này và hồi quy mô hình Logit lần hai với các biến số còn lại Kết quả thu được như sau:

Bảng 4.7: Kết quả mô hình hồi quy Logit sau khi loại biến

Nguồn: Nguồn: Kết quả trích xuất từ SPSS 27.0

Dựa trên kết quả bảng 4.7 thì ta thấy các hệ số Sig của các biến số đều thấp hơn 1%, điều này cho thấy tất cả đều có ý nghĩa thống kê ảnh hưởng đến biến phụ thuộc hay khả năng trả nợ của các KHDN, với độ tin cậy chung là 99%, có ý nghĩa thống kê cao

4.2.2.2 Kiểm độ mức độ phù hợp của mô hình

Với mô hình hồi quy Logit thì kiểm định độ phù hợp của mô hình thì các nghiên cứu sẽ thực hiện kiểm định thống kê Omnibus, trong đó kiểm định này thường có ý nghĩa một phần hoặc toàn phần với các biến độc lập, nhưng nó không cung cấp mô hình được đề nghị để thay thế Đồng thời, kiểm định này đặt dưới giả định rằng các biến độc lập không có sự tương quan với nhau, mà chúng chỉ có tương quan với biến phụ thuộc Đồng thời, kiểm định này được thiết lập với giả thuyết H0 là tổ hợp biến độc lập giải thích được biến phụ thuộc và H1 ngược lại Kết quả kiểm định này được trình bày như sau:

Bảng 4.8: Kiểm định mức độ phù hợp của mô hình

Nguồn: Nguồn: Kết quả trích xuất từ SPSS 27.0

Với phương pháp lựa chọn là Enter do đó, các giá trị Sig của Step, Block và Model đều là 0,000 thấp hơn 5%, điều này cho thấy các biến số độc lập không đồng thời bằng 0 và mô hình có sự tương quan giữa biến độc lập với biến phụ thuộc với mức ý nghĩa 1% Hay nói cách khác mô hình có sự phù hợp về mặt tương quan

4.2.2.3 Kiểm định mức độ giải thích của mô hình

Với kiểm định độ giải thích của mô hình thì ta dựa trên hệ số xác định R 2 của mô hình hồi quy Logit, trong đó:

Bảng 4.9: Kiểm định độ giải thích của mô hình

Step -2 Log likelihood Nagelkerke R Square

Nguồn: Nguồn: Kết quả trích xuất từ SPSS 27.0

Ta có thể thấy hệ số Nagelkerke R 2 là 0,905 thuộc khoảng [0;1] hoàn toàn phù hợp với khoảng biến thiên, hay nói cách khác các biến độc lập giải thích được 90,5% sự biến đổi của biến phụ thuộc hay khả năng trả nợ của khách hàng Đồng thời, hệ số này gần tiến đến 1 do đó mô hình này có mức độ giải thích cao

4.2.2.4 Kiểm định mức độ dự báo chính xác của mô hình

Kiểm định này nhằm tìm ra sự dự báo cho MB về mức độ chính xác trong các KHDN có vay vốn với khả năng trả nợ:

Bảng 4.10: Kiểm định mức độ dự báo

Phần trăm dự báo chính xác Không có khả năng trả nợ

Có khả năng trả nợ

Step 1 Khả năng trả nợ

Không có khả năng trả nợ 195 13 93,8%

Có khả năng trả nợ 5 213 97,7%

Nguồn: Nguồn: Kết quả trích xuất từ SPSS 27.0

Dựa trên bảng 4.10 ta thấy với KHDN không có khả năng trả nợ là 208 khách hàng trong đó, kết quả dự đoán đến 195 khách hàng, cho thấy mức độ chính xác của dự báo chiếm 93,8%

4.2.2.5 Kiểm định giả thuyết nghiên cứu

Dựa trên kết quả hồi quy của mô hình Logit thì các giả thuyết nghiên cứu được đề xuất sẽ được kiểm định dưới bảng sau:

Bảng 4.11: Kết quả kiểm định giả thuyết nghiên cứu

Giả thuyết Hệ số hồi quy P – Value Kết luận H1: Thâm niên quản lý có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

Giả thuyết Hệ số hồi quy P – Value Kết luận H2: Thời gian hoạt động của doanh nghiệp có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

H3: Trình độ quản lý có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

H4: Giới tính quản lý là nam có ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

H5: Xếp hạng tín dụng có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

H6: Tài sản đảm bảo có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

H7: Mục đích sử dụng vốn vay có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

H8: Thời hạn vay có ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

Giả thuyết Hệ số hồi quy P – Value Kết luận H9: Số tiền vay có ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

H10: Lãi suất vay có ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

H11: Hiệu quả kinh doanh có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng doanh nghiệp tại MB trên địa bàn TP Hồ Chí Minh

Nguồn: Tổng hợp của tác giả

Thảo luận kết quả nghiên cứu

Dựa vào kết quả hồi quy của mô hình Logit, hệ số hồi quy phản ánh cùng chiều hoặc ngược chiều của các biến số đến khả năng trả nợ của các KHDN tại MB trên địa bàn TP Hồ Chí Minh, đồng thời xem Các kết quả này được luận giải như sau: Đối với tài sản đảm bảo thì hệ số hồi quy là β = 6,038, điều này cho thấy tài sản đảm bảo có ảnh hưởng tích cực đối với khả năng trả nợ cho khách hàng Kết quả này luận giải cho việc khi các KHDN có giá trị cho vay được đảm bảo bằng TSĐB càng cao thì ngân hàng lại càng an toàn trong việc quản lý khoản cho vay đó Vì khi giá trị đảm bảo bằng tài sản càng cao thì KHDN càng có ý thức trong việc HĐKD ổn định để có thể nhận lại tài sản thế chấp đó về lại doanh nghiệp khi hết hạn vay, nên năng lực trả nợ càng phải được duy trì và đảm bảo Mặt khác, giá trị tài sản đảm bảo càng lớn thì khi có rủi ro xảy ra thì việc ngân hàng chịu thiệt sẽ thấp lại Kết quả này tương đồng với nghiên cứu của Kassegn và Endris (2021); Endris (2022); Mai Văn Nam và Vương Quốc Duy (2016) Đối với mục đích sử dụng vốn thì hệ số hồi quy là β = 5,951, điều này cho thấy mục đích sử dụng vốn có ảnh hưởng tích cực đối với khả năng trả nợ cho khách hàng Kết quả này luận giải cho việc khi các KHDN có sự trình bày rõ ràng và cam kết thực hiện việc sử dụng nguồn vốn vay này đúng mục đích sẽ làm giảm đi rủi ro tín dụng cho ngân hàng, lẫn khách hàng Hay nói cách khác, khi mục đích sử dụng nguồn vốn đúng như cam kết thì ngân hàng dễ dàng quản lý được các đầu vào đầu ra hay nguồn tiền trả nợ của khách hàng, từ đó cùng KHDN quản lý khoản nợ vay và phòng ngừa các rủi ro cùng nhau Ngoài ra, khi làm đúng như cam kết thì năng lực trả nợ của KHDN được khẳng định đủ điều kiện và ngân hàng đánh giá từ quá trình thẩm định hồ sơ, tư cách vay Kết quả này tương đồng với nghiên cứu của Kassegn và Endris (2021); Endris (2022) Đối với số tiền vay thì hệ số hồi quy là β = -3,161, điều này cho thấy số tiền vay có ảnh hưởng tiêu cực đối với khả năng trả nợ cho khách hàng Kết quả này luận giải cho việc khi các KHDN vay vốn với số tiền lớn thì áp lực thanh toán sẽ rất nhiều Đặc biệt, nếu các khía cạnh khách quan không thuận lợi việc kinh doanh chậm chạp, tiêu thụ hàng hóa kém thì nguồn trả nợ cũng sẽ trở nên khó khăn hơn rất nhiều Hay nói cách khác số tiền vay càng lớn, điều kiện kinh doanh không như mong muốn sẽ làm cho khả năng trả nợ của KHDN suy giảm Kết quả này tương đồng với nghiên cứu của Salifua và cộng sự (2018); Mai Văn Nam và Vương Quốc Duy (2016), Ahmad (2023) Đối với xếp hạng tín dụng thì hệ số hồi quy là β = 3,120, điều này cho thấy xếp hạng tín dụng có ảnh hưởng tích cực đối với khả năng trả nợ cho khách hàng Kết quả này luận giải cho việc khi các KHDN được ngân hàng cho điểm tín dụng càng cao thì càng an toàn Vì điểm tín dụng được đánh giá một cách tổng thể về lịch sử vay, tư cách của doanh nghiệp hay những tiềm năng trong HĐKD Từ đó cho thấy đánh giá và cho điểm tín dụng là một bước quan trọng để ngân hàng xem xét năng lực trả nợ của KHDN, nếu mức điểm càng cao thì các tiêu chí đều đạt yêu cầu và rủi ro có thể được thu hẹp Kết quả này tương đồng với nghiên cứu của Ochung (2013); Lâm Thị Mỹ Lan (2024) Đối với thời gian hoạt động thì hệ số hồi quy là β = 1,422, điều này cho thấy thời gian hoạt động có ảnh hưởng tích cực đối với khả năng trả nợ cho khách hàng Kết quả này luận giải cho việc khi các KHDN có thời gian hoạt động trong ngành hay trên địa bàn càng lâu dài thì uy tín và thương hiệu ngày càng được củng cố Từ đó, KHDN tạo ra niềm tin càng lớn với ngân hàng, mặt khác với thời gian hoạt động càng lâu thì kinh nghiệm và sự phòng ngừa rủi ro với các doanh nghiệp cũng cao hơn, điều này làm cho khả năng trả nợ của họ cũng được củng cố khi thiết lập kế hoạch vay vốn với ngân hàng Kết quả này tương đồng với nghiên cứu của Kassegn và Endris (2021); Mai Văn Nam và Vương Quốc Duy (2016) Đối với lãi suất vay thì hệ số hồi quy là β = -1,194, điều này cho thấy lãi suất vay có ảnh hưởng tiêu cực đối với khả năng trả nợ cho khách hàng Kết quả này luận giải cho việc khi các KHDN vay vốn với mức lãi suất cao thì chi phí trả cho ngân hàng cũng tăng theo Điều này dẫn đến sự khó khăn và áp lực thanh toán của KHDN cũng tăng theo, đặc biệt với bối cảnh kinh doanh chậm chạp hay mức tiêu thụ hàng hóa kém thì nguồn tiền trả thu về ít nhưng khoản tiền thanh toán cho ngân hàng lại cao, điều này làm cho năng lực trả nợ của khách hàng cũng kém đi Kết quả này tương đồng với nghiên cứu của Salifua và cộng sự (2018); Ahmad (2023); Mai Văn Nam và Vương Quốc Duy (2016) Đối với hiệu quả kinh doanh (ROA) thì hệ số hồi quy là β = 0,797, điều này cho thấy hiệu quả kinh doanh có ảnh hưởng tích cực đối với khả năng trả nợ cho khách hàng

Kết quả này luận giải cho việc khi các KHDN có tỷ suất ROA càng cao có nghĩa là việc phối hợp các nguồn lực đang hiệu quả và tạo ra lợi nhuận Tỷ suất sinh lời ROA càng cao báo hiệu sự tăng trưởng của doanh nghiệp trong tương lai và năng lực tài chính lẫn khả năng trả nợ càng cao Kết quả này tương đồng với nghiên cứu của Muhammad và cộng sự (2021); Nguyễn Văn Thép và Tạ Quang Dũng (2018)

Chuơng 4 đã trình bày về tổng quan về thực trạng về HĐKD, hoạt động tín dụng của MB trên địa bàn TP Hồ Chí Minh, đặc biệt là tín dụng của đối tượng KHDN Đồng thời, từ các dữ liệu sơ cấp được mã hóa từ dữ liệu thứ cấp thì chương đã tiến hành thống kê mô tả mẫu nghiên cứu, hồi quy mô hình Logit và thực hiện các kiểm định để xem xét sự phù hợp, mức độ giải thích và dự báo chính xác của mô hình Từ kết quả quả đó tiến hành thiết lập mô hình hồi quy và thảo luận kết quả nghiên cứu.