N Minimum Maximum Mean Std Deviation
5.2.4. Thảo luận về kết quả nghiên cứu
Từ nội dung trình bày ở chương 4 là đánh giá thực trạng về mức độ rủi ro tín dụng của khách hàng doanh nghiệp tại Agribank Thừa Thiên Huế. Đồng thời kết hợp với việc đưa 7 biến độc lập vào mô hình Binary Logistic để phân tích, thì kết quả là 5 biến có tác động đến mức độ rủi ro tín dụng của khách hàng doanh nghiệp tại Agribank Thừa Thiên Huế. Trong đó, 4 biến có tác động cùng chiều: Sử dụng vốn vay (SDVV); Kiểm tra giám sát khoản vay (KTGSKV); Kinh nghiệm của cán bộ tín dụng (KNCBTD); Khả năng tài chính của khách hàng (KNTC) và 1 biến tác động ngược chiều: Tài sản đảm bảo (TSDB); cụ thể như sau:
(1) Sử dụng vốn vay (SDVV): Sử dụng vốn vay có tác động tích cực tới mức độ rủi ro của các khoản vay. SDVV của khách hàng doanh nghiệp tăng 1 đơn vị với
điều kiện các chỉ số không thay đổi thì xác suất rủi ro tín dụng của các khoản vay tại Agribank Thừa Thiên Huế sẽ giảm 2,690 đơn vị. Kết quả nghiên cứu này là đúng với kỳ vọng ban đầu của giả thiết đề tài. Nếu KH sử dụng vốn vay sai mục đích, lãng phí, không hiệu quả các khoản vay sẽ gây khó khăn cho ngân hàng trong việc xác định khả năng thanh toán của khách hàng, cũng như gặp khó khăn trong công tác theo dõi, giám sát, từ đó làm tăng rủi ro của các khoản vay.
(2) Kiểm tra, giám sát khoản vay (KTGSKV): Khi ngân hàng tăng cường kiểm tra, giám sát khoản vay của khách hàng doanh nghiệp thì rủi ro tín dụng càng giảm. Công tác kiểm tra kiểm soát các khoản vay là một trong những công việc quan trọng và cần thiết nhằm phát hiện kịp thời các trường hợp có khả năng và nguy cơ trở thành nợ xấu, từ đó đưa ra các biện pháp nhằm thu hồi vốn nhanh nhất. Khi công tác kiểm tra kiểm soát các khoản vay được tiến hành thường xuyên, chặt chẽ đồng thời cán bộ kiểm tra làm việc minh bạch, có tinh thần trách nhiệm cao thì sẽ góp phần hạn chế mức độ rủi ro của các khoản vay tín dụng. Như vậy nếu số lần kiểm tra, giám sát khoản vay tăng lên 1 đơn vị với điều kiện các chỉ số khác không đổi thì xác suất rủi ro tín dụng sẽ giảm 2,293 đơn vị.
(3) Kinh nghiệm của cán bộ tín dụng (KNCBTD): Khi kinh nghiệm của CBTD càng lâu năm trong việc thẩm định và đánh giá hồ sơ của khách hàng doanh nghiệp thì rủi ro tín dụng càng giảm. Điều này đúng với kỳ vọng, giả thiết ban đầu của đề tài. Như vậy nếu chỉ tiêu kinh nghiệm của CBTD tăng thêm 1 đơn vị với điều kiện các chỉ số khác không đổi thì xác suất tín dụng sẽ giảm 0,890 đơn vị.
(4) Khả năng tài chính của khách hàng (KNTC): Khi hệ số khả năng tài chính càng cao cho thấy vốn tự có của khách hàng vay trong tổng vốn của dự án vay vốn càng lớn và khách hàng có thể ít gặp tủi ro tín dụng trong tương lai. Điều này là hoàn toàn phù hợp với điều kiện thực tiễn và giả thiết nghiên cứu ban đầu. Khả năng tài chính của đối tượng vay vốn có thể được thể hiện ở các khía cạnh trên báo cáo tài chính với các chỉ tiêu cụ thể như doanh thu, kết quả hoạt động sản xuất kinh doanh. Doanh thu của doanh nghiệp càng lớn, doanh nghiệp càng có điều kiện tăng thu nhập, mở rộng sản xuất, có điều kiện thuận lợi để trả nợ Ngân hàng. Kết quả kinh doanh càng cao thể hiện toàn bộ quá trình hoạt động của doanh nghiệp càng có hiệu quả, khả năng sử dụng vốn vay đạt mục tiêu kinh tế đặt ra càng vững mạnh.
Kết quả kinh doanh của doanh nghiệp là nguồn hỗ trợ trả nợ tích cực cho ngân hàng khi dự án mà doanh nghiệp vay vốn không hoạt động theo đúng như dự tính hoặc gặp rủi ro. Cũng từ mô hình, nếu chỉ tiêu khả năng tài chính của khách hàng vay tăng lên 1 đơn vị với điều kiện các chỉ số còn lại không thay đổi thì tỷ lệ xác suất xảy ra rủi ro sẽ giảm 0,145 đơn vị.
(5) Tài sản đảm bảo (TSDB): Khỉ tỷ số tiền vay trên tổng giá trị tài sản đảm bảo càng lớn thì khả năng gặp khó khăn trong việc trả nợ hoặc gặp phá sản của khách hàng doanh nghiệp càng lớn. Trên thực tế, nếu số tiền vay vốn chiếm quá nhiều so với tài sản đảm bảo có nghĩa là khách hàng đi vay mượn nhiều hơn số tài sản hiện có, nên khách hàng có thể gặp rủi ro trong việc trả nợ. Theo kết quả kỳ vọng, chỉ tiêu tài sản đảm bảo khi phân tích trong mô hình có mối tương quan thuận với rủi ro tín dụng. Như vậy nếu tỷ số tiền vay/TSĐB tăng thêm 1 đơn vị với điều kiện các chỉ số khác không đổi thì xác suất rủi ro tín dụng hoặc khả năng trả nợ sẽ tăng 0,109 đơn vị.
Kết quả nghiên cứu trên khá phù hợp với những xu hướng trong các mối qua hệ theo nghiên cứu của PGS.TS Trương Đông Lộc (2011). Các chỉ tiêu nghiên cứu có mối quan hệ tác động cùng chiều so với kỳ vọng cũng cho thấy những đặc thù của hoạt động tín dụng của Agribank Thừa Thiên Huế nói chung và của khách hàng doanh nghiệp có tham gia vay vốn tín dụng tại hệ thống Agribank Thừa Thiên Huế nói riêng.
Kết luận chương 5
Chương này với nội dung là xây dựng mô hình hồi quy Binary Logistic để phân tích khả năng xảy ra rủi ro tín dụng thông qua việc đánh giá khả năng trả nợ của khách hàng doanh nghiệp là cơ sở để Agribank Thừa Thiên Huế hạn chế rủi ro cũng như đưa ra quyết định cho vay. Với nguồn dữ liệu thu thập được từ khảo sát 120 bộ hồ sơ vay vốn (tương ứng với 120 khách hàng doanh nghiệp) tại Agribank Thừa Thiên Huế, bằng việc vận dụng mô hình hồi quy Binary Logistic đã cho thấy trong 7 yếu tố ban đầu đưa vào mô hình thì kết quả có 5 yếu tố ảnh hưởng đến rủi ro tín dụng tại Agribank Thừa Thiên Huế.
Đây chính là cơ sở quan trọng để đề tài đưa ra các giải pháp và kiến nghị trong chương 6 tiếp theo nhằm khắc phục những vấn đề còn tồn tại trong công tác quản lý rủi ro tín dụng, góp phần hạn chế rủi ro tín dụng, giảm tỷ lệ nợ xấu và nợ quá hạn ở mức thấp nhất.
CHƯƠNG 6