Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng hợp tác xã việt nam

Trên cơ sở các lý thuyết về tâm lý hành vi của cá nhân và các mô hình của các nghiên cứu trước, bằng phương pháp nghiên cứu định tính tác giả đã bổ sung và phát triển thêm các yếu tố ảnh hưởng đến khả năng vỡ của KHCN như: (i) Đặc điểm nhân khẩu; (ii) Đặc điểm công việc; (iii) Quan hệ với tổ chức tín dụng, nhằm lựa chọn các yếu tố phù hợp để xây dựng mô hình các yếu tố ảnh hưởng đến khả năng vỡ nợ của KHCN cho bối cảnh nghiên cứu tại Ngân hàng HTX Việt Nam bao gồm: (i) Các yếu tố về thông tin khách hàng; (ii) Các yếu tố về điều kiện sống của khách hàng; (iii) Yếu tố về tài chính của khách hàng; (iv) Các yếu tố về hành vi của khách hàng. Theo đó, kết quả luận án cũng đã chỉ ra các yếu tố ảnh hưởng đến khả năng vỡ nợ của KHCN tại ngân hàng bao gồm: Giới tính, tuổi, tình trạng hôn nhân, lý lịch tư pháp, sở hữu kinh doanh, quy mô hộ, vị trí làm việc, thời gian làm việc, kinh nghiệm làm việc, loại hình doanh nghiệp, thu nhập, kỳ hạn trả nợ, tình trạng trả chậm, mục đích vay, đa dạng hóa nghề nghiệp, tài sản đảm bảo và tham gia bảo hiểm nhân thọ có ý nghĩa nhận biết khả năng vỡ nợ của khách hàng. Đồng thời, một phát hiện thú vị về kết quả nghiên cứu cũng đã chỉ ra các yếu tố như: Trình độ học vấn, số người phụ thuộc, số tiền vay, nghề nghiệp, tỷ lệ trả nợ hàng tháng lại không có ảnh hưởng đến khả năng vỡ nợ của KHCN khác biệt so với các nghiên cứu trước đây ở các nước phát triển. Đây là một đóng góp đáng kể về mặt lý luận cho các nghiên cứu liên quan đến khả năng vỡ nợ của KHCN tại ngân hàng trong bối cảnh ở các quốc gia đang phát triển như Việt Nam. Sử dụng dữ liệu được thu thập từ 5.498 KHCN tại Ngân hàng HTX Việt Nam giai đoạn 20142019, bằng phương pháp phân tích định lượng trên mô hình hồi quy Logistic và Probit đều cho thấy các kết quả khá tương đồng về các yếu tố ảnh hưởng đến khả năng vỡ nợ của KHCN tại Ngân hàng HTX Việt Nam bao gồm: Giới tính, tuổi, tình trạng hôn nhân, lý lịch tư pháp, sở hữu kinh doanh, quy mô hộ, vị trí làm việc, thời gian làm việc, kinh nghiệm làm việc, loại hình doanh nghiệp, thu nhập, kỳ hạn trả nợ, tình trạng trả chậm, mục đích vay, đa dạng hóa nghề nghiệp, tài sản đảm bảo và tham gia bảo hiểm nhân thọ. Kết quả phân tích định lượng, cũng đã cho thấy mô hình dự báo Random Forest là mô hình dự báo khả năng vỡ nợ cao nhất phù hợp với điều kiện cho các ngân hàng tại Việt Nam so với 3 mô hình ước lượng Logistic, Probit, mạng trí tuệ nhân tạo ANN. Đây là những phát hiện mới, có đóng góp quan trọng đối với các ngân hàng trong xây dựng quy trình tín dụng, xếp hạng tín dụng, xây mô các mô hình dự báo khả năng vỡ nợ của KHCN và các giải pháp nhằm nâng cao hiệu quả hoạt động tín dụng KHCN tại các ngân hàng. Ngoài ra, trên cơ sở kết quả nghiên cứu, luận án đã đề xuất 06 nhóm giải pháp và khuyến nghị nhằm nâng cao hiệu quả hoạt động tín dụng tại Ngân hàng HTX Việt Nam trong thời gian tới bao gồm: (i) Hạn chế rủi ro tín dụng; (ii) Giám sát hoạt động sau cho vay; (iii) Cải thiện hệ thống chấm điểm định kỳ; (iv) Cải thiện hệ thống chấm điểm trực tuyến; (v) Xây dựng hệ thống xếp hạng KHCN; (vi) Cách thức ra quyết định cho vay hay không cho vay đối với KHCN.

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN NGÔ TIẾN QUÝ NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG HỢP TÁC XÃ VIỆT NAM LUẬN ÁN TIẾN SĨ NGÀNH TÀI CHÍNH - NGÂN HÀNG HÀ NỘI - 2020 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN NGÔ TIẾN QUÝ NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG HỢP TÁC XÃ VIỆT NAM Chuyên ngành: TÀI CHÍNH - NGÂN HÀNG Mã số: 9340201 LUẬN ÁN TIẾN SĨ Người hướng dẫn khoa học: PGS.TS NGUYỄN VIỆT DŨNG TS TRƯƠNG THỊ HOÀI LINH HÀ NỘI - 2020 i LỜI CAM ĐOAN Tôi đọc hiểu hành vi vi phạm trung thực học thuật Tôi cam kết danh dự cá nhân luận án tiến sĩ tự thực không vi phạm yêu cầu trung thực học thuật Hà Nội, ngày tháng năm 2020 Nghiên cứu sinh Ngô Tiến Quý ii MỤC LỤC LỜI CAM ĐOAN i MỤC LỤC ii DANH MỤC CHỮ CÁI VIẾT TẮT vi DANH MỤC HÌNH .vii DANH MỤC BẢNG viii MỞ ĐẦU 1 Lý lựa chọn đề tài Mục tiêu nghiên cứu 3 Câu hỏi nghiên cứu Đối tượng phạm vi nghiên cứu Đạo đức nghiên cứu Phương pháp nghiên cứu Đóng góp luận án Kết cấu luận án CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT CÁC YẾU TỐ ẢNH HƯỞNG TỚI KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN 1.1 Tổng quan nghiên cứu 1.1.1 Các nghiên cứu nước yếu tố ảnh hưởng lên khả vỡ nợ khách hàng 1.1.2 Các nghiên cứu nước yếu tố ảnh hưởng lên khả vỡ nợ khách hàng 1.1.3 Các nghiên cứu ước lượng dự báo rủi ro vỡ nợ khách hàng sử dụng phân loại 11 1.2 Các vấn đề tín dụng ngân hàng 22 1.2.1 Khái niệm tín dụng ngân hàng 22 1.2.2 Đặc trưng tín dụng ngân hàng 22 1.2.3 Vai trị tín dụng ngân hàng 23 1.2.4 Các hình thức tín dụng ngân hàng 23 iii 1.3 Các vấn đề tín dụng khách hàng cá nhân 25 1.3.1 Tín dụng khách hàng cá nhân 25 1.3.2 Chính sách tín dụng khách hàng cá nhân 26 1.3.3 Quy trình tín dụng khách hàng cá nhân 27 1.4 Rủi ro tín dụng 29 1.5 Ảnh hưởng vỡ nợ tín dụng 29 1.6 Hoạt động xếp hạng tín dụng ngân hàng 32 1.6.1 Khái niệm xếp hạng tín dụng 32 1.6.2 Vai trị xếp hạng tín dụng 33 1.6.3 Nguyên tắc hoạt động xếp hạng tín dụng 33 1.6.4 Quy trình xếp hạng tín dụng 33 1.6.5 Một số mơ hình xếp hạng tín dụng 34 1.6.6 Mơ hình xếp hạng tín dụng ngân hàng 37 1.6.7 Một số hạn chế xếp hạng tín dụng khách hàng cá nhân 40 1.7 Các yếu tố ảnh hưởng tới khả vỡ nợ khách hàng cá nhân 41 1.7.1 Yếu tố thông tin cá nhân khách hàng 41 1.7.2 Yếu tố điều kiện sống khách hàng 42 1.7.3 Yếu tố tài khách hàng 43 1.7.4 Yếu tố hành vi khách hàng 43 KẾT LUẬN CHƯƠNG 44 CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU 45 2.1 Quy trình nghiên cứu 45 2.1.1 Xác định mục tiêu nghiên cứu 46 2.1.2 Xây dựng sở lý thuyết 46 2.1.3 Xây dựng mơ hình nghiên cứu 46 2.1.4 Phân tích liệu 46 2.1.5 Hoàn thiện báo cáo luận án 46 2.2 Mơ hình giả thuyết nghiên cứu 47 2.2.1 Mơ hình nghiên cứu 47 2.2.2 Các biến nghiên cứu mơ hình 47 2.2.3 Các giả thuyết nghiên cứu 50 iv 2.3 Thiết kế nghiên cứu 55 2.3.1 Mẫu nghiên cứu 55 2.3.2 Thu thập liệu 55 2.4 Phương pháp phân tích liệu 55 2.4.1 Mô tả liệu 55 2.4.2 Phân tích tương quan 55 2.4.3 Các mơ hình phân tích dự báo vỡ nợ khách hàng cá nhân 56 KẾT LUẬN CHƯƠNG 63 CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU 64 3.1 Khái quát chung Ngân hàng Hợp tác xã Việt Nam 64 3.1.1 Giới thiệu ngân hàng Hợp tác xã Việt Nam 64 3.1.2 Hoạt động sử dụng vốn Ngân hàng hợp tác xã Việt Nam…………… 65 3.2 Thực trạng cá nhân vay vốn NN HTX theo mẫu nghiên cứu 69 3.3 Kết phân tích yếu tố ảnh hưởng lên khả vỡ nợ KHCN 73 3.3.1 Kết hồi quy Logistic 73 3.3.2 Kết mơ hình ước lượng Probit 76 3.3.3 Kết mơ hình dự báo dựa mạng Neuron nhân tạo (Artificial Neural Network) 77 3.3.4 Kết mơ hình phân loại Random Forest 79 3.3.5 Tổng hợp kết nghiên cứu 81 3.3.6 Thảo luận kết nghiên cứu 84 3.3.7 So sánh mức độ dự báo xác mơ hình ước lượng 87 3.4 Phỏng vấn chuyên gia nguyên nhân rủi ro tín dụng 88 KẾT LUẬN CHƯƠNG 93 CHƯƠNG 4: GIẢI PHÁP VÀ KHUYẾN NGHỊ 94 4.1 Giải pháp nâng cao hiệu hoạt động tín dụng KHCN Ngân hàng HTX Việt Nam 94 4.1.1 Giải pháp giúp hạn chế rủi ro tín dụng khách hàng cá nhân trình chuẩn bị hồ sơ 94 4.1.2 Giải pháp giám sát hoạt động sau cho vay 95 4.1.3 Giải pháp liên quan tới cải thiện hệ thống chấm điểm tín dụng định kỳ 96 4.1.4 Giải pháp hoàn thiện hệ thống chấm điểm tín dụng trực tuyến 96 v 4.2 Xây dựng hệ thống xếp hạn tín dụng khách hàng cá nhân Ngân hàng HTX dựa kết nghiên cứu 97 4.3 Cách thức định cho vay không cho vay khách hàng cá nhân vay vốn Ngân hàng HTX 100 4.4 Khuyến nghị 100 4.4.1 Đối với Ngân hàng HTX Việt Nam 100 4.4.2 Đối với Ngân hàng Nhà nước 101 4.4.3 Đối với Trung tâm thơng tin tín dụng (CIC) 102 4.5 Hạn chế đề tài hướng nghiên cứu 102 KẾT LUẬN 103 DANH MỤC CÁC CƠNG TRÌNH CƠNG BỐ KẾT QUẢ NGHIÊN CỨU 104 TÀI LIỆU THAM KHẢO 105 PHỤ LỤC 114 vi DANH MỤC CHỮ CÁI VIẾT TẮT Chữ viết tắt Giải nghĩa ANN Mạng Neuron thần kinh nhân tạo BCBS Ủy ban Basel giám sát ngân hàng BIDV Ngân hàng Thương mại cổ phần Đầu tư Phát triển Việt Nam CB Cán CIC Trung tâm thơng tin tín dụng quốc gia CNTT DA Cơng nghệ thơng tin Phân tích biệt số ĐVT Đơn vị tính GDP Thu nhập quốc dân HTX Hợp tác xã KHCN Khách hàng cá nhân KHDN Khách hàng doanh nghiệp LR Mơ hình hồi quy Logistic NCS Nghiên cứu sinh NHHTX Ngân hàng Hợp tác xã NHNN Ngân hàng Nhà nước NHTM Ngân hàng Thương mại NHTW Ngân hàng Trung Ương OLS QTDND TCTD Ước lượng bình phương nhỏ Quỹ tín dụng nhân dân Tổ chức tín dụng vii DANH MỤC HÌNH Hình 2.1 Quy trình nghiên cứu luận án 45 Hình 2.2 Mơ hình ANN 60 Hình 2.3 Mơ hình Random Forest 62 Hình 3.1 Cơ cấu nguồn vốn vốn chủ sở hữu Ngân hàng HTX năm 2017 65 Hình 3.2 Cơ cấu nguồn vốn huy động vốn vay Ngân hàng HTX năm 2017 66 Hình 3.3 Cơ cấu sử dụng vốn .67 Hình 3.4 Cơ cấu dư nợ 68 Hình 3.5 Mơ tả giới tính 70 Hình 3.6 Mơ tả tình trạng nhân 70 Hình 3.7 Mơ tả vị trí cơng việc 71 Hình 3.8 Mơ tả kì hạn trả nợ 71 Hình 3.9 Mơ tả đăng kí tham gia bảo hiểm nhân thọ 72 Hình 3.10 Mơ tả đa dạng hóa cơng việc .72 Hình 3.11 Mô tả tài sản đảm bảo .73 Hình 3.12 Kết mơ hình mạng Neuron nhân tạo (ANN) 78 Hình 3.13 Mức độ quan trọng biến mơ hình Random Forest 80 Hình 3.14 So sánh mức độ dự báo mơ hình 88 viii DANH MỤC BẢNG Bảng 1.1 Tổng hợp nghiên cứu khả vỡ nợ khách hàng .14 Bảng 1.2 Tỷ trọng tiêu chí đánh giá mơ hình điểm số tín dụng FICO 35 Bảng 1.3 Tỷ trọng tiêu chí đánh giá mơ hình điểm số tín dụng Sesame 36 Bảng 1.4 Tỷ trọng tiêu chí mơ hình điểm số tín dụng VantageScore 36 Bảng 1.5 Hệ thống ký hiệu mơ hình điểm số tín dụng VantageScore 37 Bảng 1.6 Tiêu chí chấm điểm tín dụng khách hàng cá nhân BIDV 38 Bảng 1.7 Hệ thống ký hiệu xếp hạng tín dụng khách hàng cá nhân BIDV 40 Bảng 2.1 Những yếu tố ảnh hưởng đến xác suất vỡ nợ khách hàng cá nhân 48 Bảng 3.1 Cơ cấu nguồn vốn Ngân hàng HTX giai đoạn 2016-2017 .66 Bảng 3.2 Tình hình sử nguồn vốn Ngân hàng HTX giai đoạn 2016-2017 68 Bảng 3.3 Kết hoạt động kinh doanh năm 2017 .69 Bảng 3.4 Thống kê mô tả biến nghiên cứu 69 Bảng 3.5 Kết hồi quy Logistic cho khách hàng 74 Bảng 3.6 Kết dự báo mơ hình Logistic 75 Bảng 3.7 Kết dự báo cho mẫu thử 75 Bảng 3.8 Kết dự báo mơ hình Probit .76 Bảng 3.9 Kết dự báo mơ hình Probit .77 Bảng 3.10 Kết mô qua mơ hình ANN 77 Bảng 3.11 Kết dự báo mơ hình ANN 78 Bảng 3.12 Kết trọng số mơ hình phân loại rừng ngẫu nhiên (Random Forest) 79 Bảng 3.13 Mức độ dự báo mơ hình Random Forest 80 Bảng 3.14 Mức độ dự báo mơ hình Random Forest kiểm tra 81 Bảng 3.15 Kết vấn chuyên gia nguyên nhân rủi ro tín dụng KHCN 89 Bảng 3.16 Phỏng vấn chuyên gia giải pháp hạn chế rủi ro tín dụng KHCN 90 Bảng 3.17 Kết vấn giải pháp hạn chế rủi ro tín dụng KHCN 91 Bảng 4.1 Tiêu chí chấm điểm tín dụng KHCN Ngân hàng HTX 98 Bảng 4.2 Hệ thống ký hiệu xếp hạng tín dụng KHCN Ngân hàng HTX 99 109 44 Gouvêa, M., & Bacconi, E (April 4, 2),Credit Risk Analysis Applying Logistic Regression, Neural Networks and Genetic Algorithms Models 45 Hồ Diệu (2011), Tín dụng ngân hàng, Nhà xuất thống kê 46 Hoàng Thị Kim Diễm (2012),Các nhân tố ảnh hưởng tới khả trả nợ khách hàng cá nhân ngân hàng đầu tư phát triển chi nhánh Nam Sài Gòn Luận văn thạc sỹ 47 Hoàng Trọng & Chu Nguyễn Mộng Ngọc, (2008), Phân tích liệu với SPSS, Trường Đại học Kinh tế Thành Phố Hồ Chí Minh, Nhà xuất Hồng Đức 48 Hồ Hoàng Triệu (2019),Khả trả nợ khách hàng cá nhân ngân hàng nông nghiệp hát triển nông thôn Việt Nam – chi nhánh huyện Thủ Thừa, tỉnh Long An Luận văn thạc sỹ, trường Đại học Kinh tế Công nghiệp 49 Hall, R E., & Mishkin, F S (1980),The Sensitivity of Consumption to Transitory Income: Estimates from Panel Data on Households (Working Paper No 505), National Bureau of Economic Research https://doi.org/10.3386/w0505 50 Hayashi, F (1985),Tests for Liquidity Constraints: A Critical Survey (Working Paper No 1720), National https://doi.org/10.3386/w1720 Bureau of Economic Research 51 Herron, J (2014),Men, Women And Debt: Does Gender Matter? Bankrate https://www.bankrate.com/finance/debt/men-women-and-debt-does-gendermatter.aspx 52 Ho, T K (1995),Random decision forests In Proceedings of the Third International Conference on Document Analysis and Recognition, IEEE Computer Society., 1, 278 53 Hsieh, N.-C (2004),"An integrated data mining and behavioral scoring model for analyzing bank customers",Expert Systems with Applications, 27(4), 623–633 https://doi.org/10.1016/j.eswa.2004.06.007 54 Jacobson, T., & Roszbach, K (2003),"Bank lending policy, credit scoring and of Banking & Finance, 27(4), 615–633 value-at-risk",Journal https://doi.org/10.1016/S0378-4266(01)00254-0 55 Jappelli, T., & Pagano, M (2002),"Information sharing, lending and defaults: Cross-country evidence",Journal of Banking & Finance, 26(10), 2017–2045 https://doi.org/10.1016/S0378-4266(01)00185-6 110 56 Jaquette, O., & Hillman, N (2015),"Paying for Default: Change Over Time in the Share of Federal Financial Aid Sent to Institutions with High Student Loan Default Rates",Journal of Student Financial Aid, 45(1) https://ir.library.louisville.edu/jsfa/vol45/iss1/2 57 Karim, M., Chan, S.-G., & Hassan, S (2010),Bank Efficiency and NonPerforming Loans: Evidence from Malaysia and Singapore, Prague Economic Papers, 2010(2), 118–132 58 Keasey, K., & Watson, R (1987),"Non-Financial Symptoms and the Prediction of Small Company Failure: A Test of Argenti’s Hypotheses",Journal of Business Finance & Accounting, 14(3), 335–354 https://doi.org/10.1111/j.14685957.1987.tb00099.x 59 Khemakhem, S., & Boujelbene, Y (2015),"Credit Risk Prediction: A Comparative Study between Discriminant Analysis and the Neural Network Approach",Journal of Accounting and Management Information Systems, 14(1), 60–78 60 Kithinji, A M (2010),Credit risk management and profitability of Commercial banks in kenya 61 Kočenda, E., & Vojtek, M (2011),Default Predictors in Retail Credit Scoring: Evidence from Czech Banking Data, Emerging Markets Finance and Trade, 47(6), 80–98 https://doi.org/10.2753/REE1540-496X470605 62 Kuo, T., Su, C., Chang, C., Lin, C., Cheng, W., Liang, H., Lewis, C., & Chiang, C (2010),Application of recurrent radon precursors for forecasting large earthquakes (Mw > 6.0) near Antung, Taiwan, Radiation Measurements, 45(9), 1049–1054 https://doi.org/10.1016/j.radmeas.2010.08.009 63 Lê Huyền Thiên Phú, (2013), Các nhân tố ảnh hưởng tới khả trả nợ khách hàng cá nhân Ngân hàng TMCP Phát triển Mê Kơng chi nhánh Tp.Hồ Chí Minh, Luận văn thạc sỹ, Trường Đại học Kinh tế Tp Hồ Chí Minh 64 Lê Văn Triết (2010),Hồn thiện hệ thống xếp hạng tín dụng cá nhân ngân hàng TMCP Á Châu Luận văn thạc sĩ 65 Lea, S E G., Webley, P., & Walker, C M (1995),"Psychological factors in consumer debt: Money management, economic socialization, and credit use",Journal of Economic Psychology, 16(4), 681–701 https://doi.org/10.1016/0167-4870(95)00013-4 111 66 Livingstone, S M., & Lunt, P K (1992),"Predicting personal debt and debt repayment: Psychological, social and economic determinants",Journal of Economic Psychology, 13(1), 111–134, https://doi.org/10.1016/01674870(92)90055-C 67 Louzis, D P., Vouldis, A T., & Metaxas, V L (2012),"Macroeconomic and bank-specific determinants of non-performing loans in Greece: A comparative study of mortgage, business and consumer loan portfolios",Journal of Banking & Finance, 36(4), 1012–1027 https://doi.org/10.1016/j.jbankfin.2011.10.012 68 Mathews, H L., & Slocum, J W (1969),"Social Class and Commercial Bank Credit Card Usage",Journal of Marketing, 33(1), 71–78 https://doi.org/10.1177/002224296903300112 69 McKinney, G J (1984),"Commercial bank financial management: Macmillan, New York, and Collier Macmillan, London, 1983",Journal of Banking & Finance, 8(2), 376–379 70 Mensah, C (2013),"The Relationship between Loan Default and Repayment Schedule in Microfinance Institutions in Ghana: A Case Study of Sinapi Aba Trust",Research Journal of Finance and Accounting, 4(19), 165–175 71 Moffatt, P G (2005),"Hurdle models of loan default",Journal of the Operational 56(9), 1063–1071 Research Society, https://doi.org/10.1057/palgrave.jors.2601922 72 Mokhtar, S H., Nartea, G., & Gan, C (2012),"Determinants of microcredit loans repayment problem among microfinance borrowers in Malaysia",International Journal of Business and Social https://doi.org/10.18533/ijbsr.v2i7.118 Research, 2(7), 33–45 73 Nguyễn Quốc Nghi (2013),"Các nhân tố ảnh hưởng đến khả trả nợ vay hạn nông hộ ngân hàng nông nghiệp phát triển nông thôn chi nhánh Hậu Giang",Tạp chí Khoa học Trường Đại học Cần Thơ, 4(9), 85–91 74 Nguyễn Văn Tề (2013), Tín Dụng Ngân hàng, NXB Giao thông vận tải 75 Nguyễn Văn Tiến (2013), Quản trị ngân hàng thương mại, Nhà xuất thống kê 76 Nguyễn Đăng Đờn (2013),Nghiệp vụ Ngân hàng Thương mại,NXB Lao động 112 77 Nawai, N., & Shariff, M N M (2012), "Factors Affecting Repayment Performance in Microfinance Programs in Malaysia",Procedia - Social and Behavioral Sciences, 62, 806–811 https://doi.org/10.1016/j.sbspro.2012.09.136 78 Nawaz, K., Bock, J., & Jacobi, A (2012),Thermal-Hydraulic Performance of Metal Foam Heat Exchangers, International Refrigeration and Air Conditioning Conference https://docs.lib.purdue.edu/iracc/1283 79 Nijskens, R., & Wagner, W (2011),"Credit risk transfer activities and systemic risk: How banks became less risky individually but posed greater risks to the financial system at the same time",Journal of Banking & Finance, 35(6), 1391– 1398 https://doi.org/10.1016/j.jbankfin.2010.10.001 80 Ohlson, J A (1980),"Financial Ratios and the Probabilistic Prediction of Bankruptcy",Journal of Accounting Research, 18(1), 109–131 JSTOR https://doi.org/10.2307/2490395 81 Ojiako, I A., & Ogbukwa, B C (2012),Economic analysis of loan repayment capacity of small- holder cooperative farmers in Yewa North Local Government Area of Ogun State, Nigeria https://doi.org/10.5897/AJAR11.1302 82 Oni, O A., Oladele, O I., & Oyewole, I K (2005),"Analysis of factors influencing loan default among poultry farmers in ogun state nigeria",Journal of Central European Agriculture, 6(4), 619–624 83 Phan Thị Thu Hà (2013), Giáo trình Ngân hàng Thương Mại, NXB Đại học Kinh tế Quốc Dân 84 Pacelli, V., & Azzollini, M (2011),"An Artificial Neural Network Approach for Credit Risk Management",Journal of Intelligent Learning Systems and Applications, 3(2), 720–726 https://doi.org/10.4236/jilsa.2011.32012 85 Pennington-Cross, A (2000),Credit Risk and Mortgage Lending: Who Uses Subprime and Why? Research Institute for Housing America 86 Peter, V M., & Kerr, I (2001),The influence of tax mix and tax policy on savings and capital formation in developing economies: a survey 87 Peter, V., & Peter, R (2011),Risk Management Model: An Empirical Assessment of the Risk of Default 1, 14 88 PhD, J T O O., PhD, R A., & PhD, M U A (2007),"An Empirical Analysis of Microcredit Repayment in Southwestern Nigeria",Journal of Human Behavior in the Social Environment, 16(4), 37–55 https://doi.org/10.1300/10911350802081592 113 89 Stiglitz, J E., & Weiss, A (1981),"Credit Rationing in Markets with Imperfect Information",The American Economic Review, 71(3), 393–410 90 Tokunaga, H (1993),"The use and abuse of consumer credit: Application of psychological theory and research",Journal of Economic Psychology, 14(2), 285– 316 https://doi.org/10.1016/0167-4870(93)90004-5 91 Tra Pham, T T., & Lensink, R (2008),"Household Borrowing in Vietnam: A Comparative Study of Default Risks of Formal, Informal and Semi–formal Credit",Journal of Emerging Market Finance, 7(3), 237–261 https://doi.org/10.1177/097265270800700302 92 Trevino, L., & Thomas, S (2000),The Statistical Determinants of Local Currency Sovereign Ratings (No 00–158; Papers), University of Southampton Department of Accounting and https://ideas.repec.org/p/fth/sotoam/00-158.html Management Science, 93 Trevino, Lourdes, & Thomas, S (2000),Systematic Differences in the Determinants of Foreign Currency Sovereign Ratings by Rating Agency (SSRN Scholarly Paper ID 275345), Social https://papers.ssrn.com/abstract=275345 Science Research Network 94 Von Pischke, J D., & Adams, D W (1980),"Fungibility and the Design and Evaluation of Agricultural Credit Projects",American Journal of Agricultural Economics, 62(4), 719–726 JSTOR https://doi.org/10.2307/1239770 95 Wagner, W., & Marsh, I W (2006),"Credit risk transfer and financial sector Journal of Financial Stability, 2(2), 173–193 stability" https://doi.org/10.1016/j.jfs.2005.11.001 96 Westley, G D (2005),Microfinance in the Caribbean: How to Go Further 97 Xiao, J J., Noring, F E., & Anderson, J G (1995),"College students’ attitudes towards credit cards",Journal of Consumer Studies & Home Economics, 19(2), 155–174 https://doi.org/10.1111/j.1470-6431.1995.tb00540.x 98 Zelizer, V A (1994),"The Creation of Domestic Currencies",The American Economic Review, 84(2), 138–142 99 Zhang, Z (2011), Research of Default Risk of Commercial Bank’s Personal Loan Based on Rough Sets and Neural Network, 2011 3rd International Workshop on Intelligent Systems and Applications, 1–4 https://doi.org/10.1109/ISA.2011.5873366 114 PHỤ LỤC 01 HƯỚNG DẪN PHỎNG VẤN CHUYÊN GIA VỀ NGUYÊN NHÂN GÂY RỦI RO VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN Giới thiệu Xin chào anh/chị Tôi xin chân thành cảm ơn đồng ý hợp tác anh/chị nhận lời trả lời vấn Các thông tin quý anh/chị giữ bí mật, nội dung tập trung vào quan điểm anh chị lĩnh vực tín dụng KHCN Nội dung dự kiến (1) Anh/chị cho biết rủi ro vỡ nợ khách hàng cá nhân ngân hàng anh chị nguyên nhân nào? (2) Từ nguyên nhân trên, anh/chị có đưa giải pháp giúp hạn chế rủi ro trên? Thời gian dự kiến:10-20 phút Cảm ơn kết thúc vấn 115 PHỤ LỤC 02 PHỎNG VẤN CHUYÊN GIA ĐỂ ĐƯA RA MỨC ĐỘ QUAN TRỌNG CỦA TỪNG YẾU TỐ RỦI RO VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN Xin chào anh/chị Với khía cạnh nguyên nhân rủi ro vỡ nợ tín dụng khách hàng cá nhân giải pháp gợi ý Anh/chị đánh giá mức độ quan trọng khía cạnh Thời gian dự kiến:10-20 phút Cảm ơn kết thúc vấn 116 PHỤ LỤC 02A NGUYÊN NHÂN DẪN TỚI RỦI RO TÍN DỤNG KHCN VỀ PHÍA KHÁCH HÀNG Phiếu khảo sát tiến hành phát cho cán ngân hàng Mức độ quan trọng Sử dụng vốn khơng mục đích Hoạt động đầu tư có hiệu thấp sơ vay vốn Tương tác với phía ngân hàng hạn chế Đa dạng hóa danh mục đầu tư từ khoản vay không hiệu Do khách hàng gian lận q trình nộp hồ 1- Rất khơng quan trọng; 2- Khơng quan trọng; 3- Bình thường; 4- Quan trọng; 5- Rất quan trọng 117 PHỤ LỤC 02B NGUYÊN NHÂN DẪN TỚI RỦI RO TÍN DỤNG KHCN VỀ PHÍA NGÂN HÀNG Phiếu khảo sát tiến hành phát cho cán ngân hàng Mức độ quan trọng Rủi ro tín dụng thiếu thông tin khách hàng Do ý muốn chủ quan của người xét duyệt/người cấp tín dụng Do áp lực phải hoàn thành tiêu kế hoạch hàng năm giao Thiếu giám sát quản lý sau cho vay Hệ thống chấm điểm tín dụng chưa phù hợp Hệ thống kiểm sốt rủi ro cho vay khơng chặt chẽ 1- Rất không quan trọng; 2- Khơng quan trọng; 3- Bình thường; 4- Quan trọng; 5- Rất quan trọng 118 PHỤ LỤC 02C GIẢI PHÁP HẠN CHẾ RỦI RO TÍN DỤNG KHCN Mức độ quan trọng Ngân hàng phải có phương pháp cho phép định lượng rủi ro liên quan đến khách hàng vay vốn Việc phân tích rủi ro tín dụng nên thực tần suất thích hợp với kết kiểm tra hạn mức liên quan Định kỳ đánh giá tính hiệu sách rủi ro tín dụng đánh giá thực tế chất lượng khoản cho vay Cho phép sớm thực biện pháp xử lý tài sản đảm bảo Giảm khả khách hàng không trả nợ vay thông qua biện pháp xử lý đàm phán sửa đổi lịch trả nợ điều khoản khác, tăng tài sản đảm bảo Ngân hàng phải thiết lập quy trình rõ ràng việc cấp khoản tín dụng mở rộng tín dụng Để đảm bảo có danh mục tín dụng đắn, ngân hàng phải thiết lập quy trình thức cho việc đánh giá phê duyệt cấp tín dụng Việc phê duyệt phải làm theo quy định văn hóa cấp quản lý theo quy định phê duyệt Mở rộng phạm vi chịu trách nhiệm phận chức quản trị tín dụng phụ thuộc vào qui mơ độ phức tạp ngân hàng Các nhân viên chức có trách nhiệm giám sát chất lượng tín dụng, bao gồm việc đảm bảo thông tin liên quan chuyển đến người có trách nhiệm đánh giá rủi ro tín dụng bên 1- Rất khơng quan trọng; 2- Khơng quan trọng; 3- Bình thường; 4- Quan trọng; 5- Rất quan trọng 5 1 2 3 4 5 5 5 119 PHỤC LỤC CÁC KẾT QUẢ CHẠY MÔ HÌNH Thống kê mơ tả ! # " $ %& ' ( %& ' % ( )* +% " " " ! ! " " ! " ! ! !! ! " " !!! "! ! !! " ! " ! ! !! ! "!! ! !! Hồi quy Logisitic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ự báo xác hồi quy Logistic ự &E+ + + 9 " Dự báo cho liệu 500 khách hàng qua hồi quy Logistic vừa xây dựng 3+ + ' ' < ' + + + 9 ! + @ 9+'% G H5 % 'K ' ) ; ! F 3@ ; ! + < ; ! " : @''+' $ ! ! ! ! " ! ! ! " ! ! ! ! " ! ! " !! ! " !" " ! " ! ! " ! ! ! " " ! ! ! ' :?$? , ! ! !!!" " ! "! ! ! ! ! !! " , " ! !" !"" ! ! ! ! " ! ! ""! ! ! AAA AAA AAA AAA AA AAA AAA A 121 (+ " ! % ! ! ! ! ! ! !" ! ! ! ! ! ! " 34 +% (8' # ( 30 % 30 %7+ +&2 # 2+& 2+& M5 6NOO ! M ( )* +% 67 8B # + ( ' + ! !! ! " ! " ; " " ! ! " " ! CAAAD ! !! ( ' % %& ' +9 P +% ' +' # ' + ; + ' ' < ' + + + 9 " ! + @ 9+'% G H5 % 'K ' ) ; ! F 3@ ; ! + < ; ! " : @