MỤC LỤC
Hiện nay, cả trong và ngoài nước cũng đã có khá nhiều nghiên cứu liên quanđếnđánhgiákhảnăngtrảnợcủaKháchhàng.Tuynhiên,cácnghiêncứunàylạichủyếu liên quan đến đánh giá khả năng trả nợ vay của khách hàng cá nhân, số lượngnghiêncứuliênquanđếnkháchhànglàdoanhnghiệp,nhấtlàcácdoanhnghiệpnhỏvàvừa–. Trong khi thực tế cho thấy, nợ xấu của nền kinh tế chủ yếu xuấtphát từ nhóm khách hàng doanh nghiệp.
Các số liệu thu thập được xử lý bằng phần mềm SPSS để xác định các yếutốliênquanđếnkhảnăngtrảnợcủaKHDNtạiACB. Dùng các đại lượng để thống kê mô tả mẫu như tần số, giá trị trung bình, giá trịlớnnhất,giátrịnhỏnhất. TiếnhànhđưabiếnphụthuộcvàbiếnđộclậpkỳvọngvàophântíchhồiquyLogistic, dựa trên mức độ ý nghĩa của các biến tiến và tiêu chuẩn đo lường mứcđộphùhợpcủamôhình,thựchiệngiảmdầncácbiếnkhôngcóýnghĩagiảithíchchomôhì nhchotớikhithuđượcmôhìnhtốiưu.
TheocôngthứccủaGreen(1991),tríchbởiLưuTiếnDũng(2013),khuyếnnghịcông thức xác định cỡ mẫu nghiên cứu như sau: N ≥ 50 + 8m (trong đó, N là kíchthước mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình). Giả sửvẫn áp dụng kinh nghiệm chọn mẫu của Green, với số biến độc lập là 9, vậy kíchthướcmẫu nghiêncứutối thiểubằng 122quan sát. - Kiểm định mô hình và các giả thuyết nghiên cứu: Kiểm định hệ số hồi quy (kiểmđịnh Wald), kiểm định mức độ dự báo chính xác của mô hình và kiểm định mứcđộphù hợpcủamô hình(kiểmđịnhOmnibus).
Nghiên cứu sử dụng các số liệu là số liệu thứ cấp giai đoạn 2016 – 2020 trên hệthống Corebanking của ACB và hồ sơ bản cứng của các khách hàng cùng các báo cáoliên quan đến đề tài nghiên cứu tại ACB. Từ các cơ sở dữ liệu xuất ra từ hệ thống XHTD nội bộ ACB và sao kê tín dụng từ hệthống DNA, tác giả phát triển mô hình nghiên cứu đánh giá khả năng trả nợ của KHDNmộtcáchđầyđủvàtoàndiện.Trêncơsở dữliệuđược thuthậptừ nhiềunguồnkhácnhau,tác giả kiểm định tính chính xác và thống nhất để đưa vào mô hình. - Xác định được xác suất khách hàng có khả năng trả nợ: đây là điều kiện cơ bản và tiênquyết để có thể đưa mô hình vào sử dụng thực tế.
- Tínhđầyđủ:kếtquảđánhgiácủamôhìnhphảiđảmbảođầyđủcácyếutốcóảnhhưởngđến khả năng trả nợ của KHDN gồm các yếu tố bên trong và bên ngoài doanh nghiệp,các thông tin tài chính phải được thu thập từ BCTC của doanh nghiệp để đảm bảo tínhkháchquan,chínhxác. - Tính khách quan: kết quả đánh giá của mô hình dựa trên những thông tin khách hàngtrongtừngphươngánvaycụthể,thểhiệnmộtcáchkháchquankhôngphụthuộcvàoýmuốnch ủquancủangườixâydựngmôhình. - Mô hình có khả năng tính toán xác suất khách hàng có khả năng trả nợ trong từngphương án vay cụ thể, làm cơ sở để ra quyết định cho vay và định giá rủi ro tín dụngcủatừngKHDNcụthểtạiACB.
PhạmvinghiêncứulàcácKHDNđangcóquanhệtíndụngvớiACB.Dữliệunghiêncứu được xuất từ sao kê tín dụng toàn hệ thống vào thời điểm 31/12/2020. Việc đo lườngkhả năng trả nợ dựa trên cơ sở phân tích các yếu tố liên quan đến đặc điểm của doanhnghiệp và đặc điểm của khoản vay.
Nguồn:Tổnghợptừ BCTCcủacácngân hàngthờiđiểm31/12/2020 TíndụngtăngtrưởngbềnvữngvàluônđảmbảotuânthủcácquyđịnhcủaNHNNVNvớitốcđộtăngtr ưởngbìnhquân16%/nămtronggiaiđoạn2013–2020.Dưnợchovaytạingày 31 tháng 12 năm 2020 đạt 311 nghìn tỷ đồng, tăng 16% so với năm 2019, xếp vị tríthứ 5 trong 10 ngân hàng niêm yết. ACB liên tục tăng trưởng mạnh mảng tín dụng nhưngluôn đảm bảo quy định của NHNNVN và quản lý rủi ro tín dụng hiệu quả thông qua tỷ lệnợ xấu luôn ở mức thấp nhất trong hệ thống ngân hàng Việt Nam, ở mức 0.6% vào cuốinăm2020. Có thể thấy, tốc độ tăng trưởng các khoản vay ngắn hạn cao hơn rất nhiều sovớicáckhoảnvaytrunghạnvàdàihạn.Xéttrêntổngdưnợchovaythìdưnợngắnhạnchỉchiếm khoảng 50% - 58% tổng doanh số cho vay KHDN và đúng định hướng đảm bảo antoàntronghoạtđộngtíndụng.Chovaydàihạnđượckiểmsoátởmứcdưới40%tổngdoanhsố cho vay, chiếm 37% tại cuối năm 2020.
Nguồn:Báocáodưnợ KHDNACBnăm2016 đến2020 Với mục tiêu đặt công tác quản trị rủi ro lên hàng đầu, tỷ lệ nợ xấu của ACB luôn ởmứcantoànsovớimặtbằngchungtrongthịtrườngngânhàngvàthấphơnsovớiquyđịnhcủaNHNN,chấ tlượngtíndụngđượcđánhgiáởmứckhátốt.ThựctếchothấynợxấucủaACBđều. Trong năm 2020, ban lãnh đạo ACB chủ trương tập trung vào công tác xử lý nợ xấu,nợ quá hạn bằng việc thành lập ban xử lý nợ chuyên trách theo từng khu vực, rà soát cáckhoản vay của từng chi nhánh, quyết liệt trong công tác nhân diện và xử lý nợ xấu. Tính đến thời điểm30/06/2021, tỷ lệ nợ xấu ở mức 0.68% tổng dư nợ toàn hàng, đây là một con số đáng mơướcvàđộnglực đểACBcóthểtiếptục pháttriểnhơntrongcôngtácxử lýnợsắptới.
Nguồn:tổngkếdựa trênmẫunghiêncứu Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (Phân tích dữ liệu nghiên cứu vớiSPSS-NhàxuấtbảnHồngĐức,2008)chorằngphảicótốithiểu5giátrịquansátchomỗibiến dự báo, Mẫu quan sát trong bài viết này là 300 khách hàng, trong đó số khách hàngkhông có khả năng trả nợ là 45 khách hàng, chiếm tỷ trọng 15% và số khách hàng có khảnăngtrảnợlà255kháchhàng,chiếmtỷtrọng 85%.Nhưvậy,mẫunghiêncứuđãđảmbảođiềukiệncầnthiếtđểchorakếtquảtốtvàsuyrộngrachotổn gthể. Nguồn:Kếtquảxử lýmôhìnhtrênSPSS 20.0 Kếtquảxửlýmôhìnhvới8 biếnđộclậpchotaởbiểncóýnghĩathốngkê(Sig. =5%)baogồmcácbiếnKINHNGHIEM(kinhnghiệm),DUNO(dưng).DTT.TTS(doanhthuthuần/. tổngtàisản),TSBD(Tàisảnbảođảm),LAISUAT(lãisuấtvay)vàTHOIGIANVAY(thờigianv ay).NhữngbiếnkhôngcóýnghĩagồmNPT.TTS(tỷsốnợ. Chi-square df Sig. phảitrả/tổngtàisản),ROE (tỷsuất sinhlợitrênvốnchủsởhữu)sẽbịloạidầnrakhỏimôhình. Việc khách hàng hoạt động lâu năm và có nhiều kinh nghiệmtronglĩnhvựchiệntạisẽđượccácngânhàngđánhgiácaohơnsovớicácdoanhnghiệpcònnontrẻ, mớivàonghề,trongđiềukiệntấtcảcácyếutốkháclànhư nhau.
- Biến DUNO: Hệ số β mang đấu “-“ cho thấy dư nợ có tác động tiêu cực đến khả năngtrảnợcủakháchhàng.KếtquảnàytươngđồngvớigiảthiếtbanđầuvàkếtquảnghiêncứucủaIra kliNiua.Hệsốβ=-0.523chobiếttrongđiềukiệncácyếutốkhácnhưnhau,nếu dư nợ của khách hàng tăng thêm 1 đơn vị thì làm cho khả năng trả nợ của kháchhàng sẽ suy giảm đi 0.593 đơn vị. 97.564chobiếttrongđiềukiệncácyếutốkháckhôngđổi,nếulãisuấtvaytăngthìsẽlàmkhảnăngtr ảnợcủakháchhàngsuygiảm,tuynhiêntỷlệsuygiảmkhôngđángkể.Lãi suất khoản vay càng cao chi phí trả nợ hàng tháng sẽ càng lớn và ảnh hưởng đếnkhả năngtrảnợcủakháchhàng. - BiếnNPT.TTSkhôngtácđộngđếnkhảnăngtrảnợcủadoanhnghiệp.Nợphảitrảbaogồmcáckho ảnphảitrảkháchhàngngắnhạncủadoanhnghiệp,giátrịnợphảitrảcàngcao thể hiện khả năng chiếm dụng vốn của doanh nghiệp, các khoản phải trả kháchhàng mang tính thường xuyên và không ảnh hưởng đến khả năng trả nợ của doanhnghiệp.
Nguồn trả nợ của khoản vay ngắn hạn là từ doanh thu hay từ dòng tiền từ hoạtđộng bán hàng của doanh nghiệp, trong khi nguồn trả nợ của khoản vay trung dài hạnlàtừlợinhuậnvàkhấuhao.Chínhvìlýdođótrongnghiêncứulầnnàytỷsuấtsinhlợitrênvốnchủ sởhữukhôngảnhhưởngđếnkhả năngtrảnợcủadoanhnghiệp.
Do đó, có thể xem xét xây dựngmôhìnhSWOT(môhìnhphântíchđiểmmạnh,điểmyếu,cơhộivàtháchthức củadoanh nghiệp) dựa trên các chỉ tiêu phi tài chính như triển vọng của ngành tại thờiđiểmđánhgiá,khảnănggianhậpthịtrườngcủacácdoanhnghiệp,tínhổnđịnhcủayếutốđầu vàoảnhhưởngchínhđếnngànhcủadoanhnghiệp..Tửđógópphầngiảmthiểusaisótkhiđánhgiáki nhnghiệmhoạtđộngcủakháchhàng. Hệ số vòng quay tổng tài sảncàng cao đồng nghĩa với việc sử dụng tài sản của doanh nghiệp vào các hoạt độngsản xuất kinh doanh càng hiệu quả, việc sử dụng vốn vay của doanh nghiệp vàophương án là khả thi, đem lại doanh thu cao, đảm bảo khả năng trả nợ. Tuy nhiên,để có một kết luận chính xác về mức độ hiệu quả của việc sử dụng tài sản của mộtdoanhnghiệpCBTĐcầnsosánhhệsốvòngquaytổngtàisảncủadoanhnghiệpvớihệsốvòn gquaytổngtàisảnbìnhquâncủangành.Mộtdoanhnghiệpcóhệsốdoanhthuthuần/.
Dựa vào thông tin cung cấp từ trung tâm thông tintín dụng quốc gia CIC, CBTĐ có thể biết được chi tiết dư nợ tới thời điểm hiện tạicủa KHDN bao gồm giá trị khoản vay tại các TCTD tại Việt Nam, thông tin dư nợthẻ tín dụng, lịch sử tín dụng, nhóm nợ hiện tại và trong quá khứ, thông tin TSBDcho từng khoản vay. Ngoài ra, thông tin về dư nợ của khách hàngcũng sẽ phản ánh được tiềm năng và thiện chí trả nợ của khách hàng, CBTĐ có thểdựa vào tiêu chí này để định hướng quan hệ tín dụng với khách hàng và khai tháccácdịchvụkháctừkháchhàng.Khiđánhgiákhảnăngtrảnợcủakháchhàng,CBTĐ. CBTĐ cần dựa trên nhiều nguồn thông tin như thông tin dư nợtrên CIC, sao kê tín dụng, thông tin từ BCTC của khách hàng, phương án vay..đểcân nhắc ra quyết định cho vay một số tiền phù hợp, đảm bảo doanh nghiệp đủ khảnăngtrảnợchoACBvà cácTCTDkhác.
TạiACB, khối Treasury (nguồn vốn và kinh doanh tiền tệ) phải thường xuyên nắm bắtdiễn biến thị trường huy động vốn, phối hợp với các khối kinh doanh như SME(doanhnghiệpvừavànhỏ),CIB(khốikháchhànglớn),khốikháchhàngcánhânđểđưa ra các gói lãi suất phù hợp với từng phân khúc khách hàng, góp phần giảm lãisuất cho vay, tăng khả năng cạnh tranh của ACB nhưng vẫn đảm bảo được biến lợinhuận hợp lý. Hiện nay, lượng tiền gửi của các doanh nghiệp Á Châu, các đơn vịhành chính sự nghiệp của Bộ Quốc Phòng tại ACB khá lớn, chủ yếu tập trung ở tàikhoản thanh toán và hợp đồng tiền gửi dài hạn với lãi suất thấp so với các kháchhàngthôngthường.Dođó,ACBcầncóchínhsáchchămsóckháchhànghợplýnhư. Như vậy, khi quyết định chovay dài hạn đối với một KHDN, CBTD cần lưu ý xem xét xu hướng giảm giá trịTSBĐtrongsuốtthờigianvaydựatrênmứcđộbiếnđộngcủathịtrường,mứckhấuhao của TSBĐ.
Như vậy, việc quyết định kéo dài thời gian vay đối với mộtphươngáncầnđượccân nhắcvàraquyếtđịnh dựatrênnhữngyếutố mangtínhdàihạn, dự đoán xu hướng cũng như phòng ngừa rủi ro hàng đầu, để không ảnh hưởngđếnkhảnăngtrảnợcủakháchhàngtrongtươnglai. - ÁpdụngnguyêntắctốiđahóaTSBĐ:TSBĐchỉlànguồntrảnợthứcấp.Tuynhiênđể đảm bảo an toàn và giảm chi phí rủi ro, các đơn vị trên toàn hệ thống nỗ lực tốiđa đàm phán với khách hàng cầm cố, thế chấp TSBĐ cho mọi nghĩa vụ tại ACB.Chỉxemxét cấptíndụngtínchấp hoặccóTSBĐđặcbiệt đốivớikháchhàngcó uytín, có năng lực tài chính, có lịch sử giao dịch tín dụng tốt, có kết quả XHTD tốt,thuộc cácngành,lĩnhvựcưutiênpháttriểncủaACBtrongtừngthờikỳ.
Phân loại nợ và trích lập dự phòng rủi ro tín dụng tạiNgânhàngThươngmạiCổphầnÁChâuThựctrạngvàgiảipháp.Luậnvănthạcsĩ.Học việnngânhàng. Nguyễn Văn Thép và Tạ Quang Dũng (2017), Phân tích các yếu tố ảnh hưởng đếnkhảnăngtrảnợcủacácdoanhnghiệpBấtđộngsảnniêmyếttạiSởGiaodịchChứngkhoánTP.H CM(HOSE),TạpChí KhoahọcĐạihọcĐàLạt,8(1),trang87–102. PhanĐìnhAnhvàNguyễnHòaNhân(2013),Kếthợpcáchtiếpcậnquyềnchọnvớiphân tích hồi quy logistic đo lường rủi ro vỡ nợ các DN niêm yết trên thị trườngchứngkhoánViệtNam,TạpchíPháttriểnKinhtế,272,trang18-31.
Collateral, Type of Lender and RelationshipBanking as Determinants of Credit Risk,Journal of Banking &.