3.3.4.1. Từ phía khách hàng
Thị trường kinh doanh không trong suốt tại Việt Nam có thể dễ dàng dẫn đến nguy cơ KHDN che dấu hay làm sai lệch thông tin cung cấp cho ngân hàng. Việc thông tin đầu vào không phản ánh tình hình thực tế sẽ dẫn đến kết quả đánh giá khả năng trả nợ bị sai lệch, theo xu hướng có lợi cho việc cấp tín dụng cho khách hàng.
Ngoài ra, tại một số doanh nghiệp có quy mô nhỏ, trình độ kế toán và hoạch định tài chính còn nhiều hạn chế dẫn đến độ tin cậy của các dữ liệu tài chính không cao, ảnh hưởng đến công tác thẩm định khả năng tài chính của khách hàng – một hạng mục quan trọng trong các phương pháp đánh giá khả năng trả nợ của KHDN tại BIDV, nhất là hệ thống XHTD nội bộ. Đơn cử là việc có chưa đến 10% số lượng KHDN đang quan hệ tín dụng thực hiện kiểm toán BCTC định kỳ hàng năm và/hoặc tuân thủ đầy đủ các quy định về báo cáo với cơ quan thuế.
3.3.4.2. Từ phía BIDV
Trong giai đoạn cạnh tranh gay gắt trong ngành như hiện tại, việc chạy theo tăng trưởng về quy mô đã kéo theo áp lực gia tăng số lượng khách hàng và dư nợ cho vay. Do đó, công tác đánh giá khả năng trả nợ của KHDN tại một số Chi nhánh, Phòng giao dịch BIDV được thực hiện mang nặng tính hình thức, chưa thật sự phản ánh chính xác nhu cầu và năng lực của khách hàng.
Dữ liệu đầu vào cho các phương pháp đánh giá khả năng trả nợ của KHDN phụ thuộc chủ yếu vào số liệu do KHDN tự cung cấp. Các thông tin chưa được sàng lọc và kiểm tra độc lập mà còn dựa nhiều đánh giá chủ quan của cán bộ tín dụng. Bên cạnh đó, các phương pháp đánh giá khả năng trả nợ của KHDN tại BIDV chưa quan tâm đến các nguồn thông tin hữu ích khác như: thông tin từ cơ quan thuế, chính quyền địa phương, đối thủ cạnh tranh, các phương tiện thông tin đại chúng.
Công tác đánh giá khả năng trả nợ của KHDN hầu như chỉ được quan tâm thực sự khi cấp tín dụng lần đầu cho KHDN. Cụ thể, mức thẩm quyền phán quyết đối với một KHDN đã quan hệ tín dụng từ đủ 6 tháng trở lên cao gấp nhiều lần (2 – 3 lần) so với KHDN lần đầu quan hệ. Ngoài ra, việc kiểm soát khả năng trả nợ của khách hàng trong và sau cho vay chưa bám sát tình hình thực tế của khách hàng, tần suất kiểm tra thực tế khách hàng giảm mạnh đối với các khách hàng đã trải qua giai đoạn quan hệ lần đầu.
3.3.4.3. Từ phía NHNN Việt Nam
Các văn bản, quy định về XHTD chưa được xây dựng rõ ràng, cụ thể, chưa mang tính định hướng cho BIDV và các NHTM nói chung mà chủ yếu chỉ mang tính gợi ý theo Điều 6 – Quyết định số 493/2005/QĐ-NHNN ngày 22/04/2005 của Thống đốc NHNN Việt Nam. Bên cạnh đó, NHNN cũng chưa thật sự chủ động trong công tác rà soát kết quả XHJTD hay đánh giá khách hàng tại các NHTM thường xuyên và định kỳ.
Tóm tắt chương 3
Chương 3 đã trình bày khái quát về thực trạng khả năng trả nợ của các KHDN tại BIDV cũng như giới thiệu các phương pháp đánh giá khả năng trả nợ tại BIDV. Từ đó, học viên nhận định các thành tựu, hạn chế cũng như xác định các nguyên nhân gây nên hạn chế phương pháp đánh giá khả năng trả nợ KHDN hiện tại. Đó sẽ là cơ sở để học viên đề xuất xây dựng mô hình đánh giá khả năng trả nợ mới nhằm phát huy ưu điểm và khắc phục những khuyết điểm của mô hình hiện tại.
CHƯƠNG 4: PHƯƠNG PHÁP, DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU 4.1. Mô hình nghiên cứu
4.1.1. Lý do lựa chọn Mô hình Logit để đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại Ngân Hàng TMCP Đầu Tư Và Phát Triển Việt Nam hàng doanh nghiệp tại Ngân Hàng TMCP Đầu Tư Và Phát Triển Việt Nam
Hiện nay tại BIDV nói riêng và các NHTM tại Việt Nam nói riêng vẫn đang áp dụng hệ thống XHTD nội bộ trong công tác thẩm định khách hàng doanh nghiệp chủ yếu vẫn dựa vào các chỉ tiêu tài chính. Trong khi trong thực tế, việc các khách hàng doanh nghiệp che dấu, thậm chí làm giả, sai lệch các số liệu tài chính vẫn thường xảy ra. Bên cạnh đó, việc đánh giá khả năng trả nợ của khách hàng thông qua ứng dụng hệ thống XHTD nội bộ tại các NHTM còn mang nặng tính chủ quan, phụ thuộc vào rất nhiều vào cảm tính của cán bộ tín dụng. Hơn thế nữa, việc lựa chọn bộ chỉ tiêu đánh giá khách hàng trong hệ thống XHTD nội bộ của BIDV cũng như đa phần các NHTM phụ thuộc phần lớn vào quan điểm của chuyên gia. Do đó, việc xây dựng và áp dụng mô hình định lượng vào công tác đánh giá khả năng trả nợ của khách hàng doanh nghiệp là thật sự cần thiết.
Qua quá trình nghiên cứu về đặc điểm, các ưu nhược điểm trong ứng dụng của các mô hình phổ biến trên thế giới; học viên quyết định lựa chọn Mô hình Logit. Đây là một mô hình nghiên cứu về rủi ro tín dụng cũng như đánh giá khả năng trả nợ của người đi vay được sử dụng rộng rãi và có tính ứng dụng cao trong thực tiễn.
4.1.2. Xây dựng Mô hình Logit để đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại Ngân Hàng TMCP Đầu Tư Và Phát Triển Việt Nam doanh nghiệp tại Ngân Hàng TMCP Đầu Tư Và Phát Triển Việt Nam
Mô hình hồi quy Logit phân tích các yếu tố tác động đến khả năng trả nợ của khách hàng doanh nghiệp tại BIDV được viết như sau:
Y = 𝛽0 + ∑1 𝛽
𝑗=0 jXj + u
Y là biến giả, có giá trị bằng 1 khi KHDN có khả năng trả nợ và bằng 0 cho khách hàng doanh nghiệp không có khả năng trả nợ; Xj là các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp (j = 1 – n); và u là phần dư.
Dạng tổng quát của mô hình dựa trên nghiên cứu của Chiara Pederzoli, GridThoma, Costanza Torricelli (2010)20 và được khái quát như sau:
Ln[𝑃 (𝑌=0)𝑃(𝑌=1)] = 𝛽0 + 𝛽1X1 + 𝛽2X2 + 𝛽3X3 + … + 𝛽nXn
Trong đó:
P(Y=1) = P0: Xác suất khách hàng có khả năng trả nợ
P(Y=0) = 1 – P0: Xác suất khách hàng không có khả năng trả nợ
Ln[ P0
1 – P0] = 𝛽0 + 𝛽1X1 + 𝛽2X2 + 𝛽3X3 + … + 𝛽nXn
Hệ số Odds: O0 = 𝑃0
1−𝑃0
LnO0 = 𝛽0 + 𝛽1X1 + 𝛽2X2 + 𝛽3X3 + … + 𝛽nXn (1)
Do đó, Logarit của Hệ số Odds là một hàm tuyến tính với các biến độc lập Xj (j = 1, 2, 3, …, n). Phương trình (1) có dạng Hàm Logit. Do đó, chúng ta ước lượng các hệ số hồi quy bằng phương pháp MX (Maximum Likelihood) (adsbygoogle = window.adsbygoogle || []).push({});
4.2. Phương pháp xây dựng mô hình
4.2.1. Lựa chọn các biến cho mô hình nghiên cứu
Bên cạnh biến phụ thuộc Y đại diện cho khả năng trả nợ của KHDN, các biến độc lập được lựa chọn cho mô hình dựa vào kết quả của một số nghiên cứu trước đây như đã được trình bày cụ thể trong Chương 2 và một số chỉ tiêu trọng yếu thường được sử dụng trong quy chuẩn XHTD nội bộ tại BIDV và các NHTM.
Tuy nhiên, do hạn chế về mặt số liệu, khó khăn trong việc thu thập và xử lý được các số liệu; mô hình nghiên cứu đề xuất bỏ qua các yếu tố liên quan đến môi trường kinh tế vĩ mô mà chỉ tập trung vào các yếu tố liên quan đến đặc điểm của khoản vay và đặc điểm của KHDN, cụ thể như sau:
Các biến độc lập liên quan đến khoản vay:
- Số tiền cho vay:
Số tiền cho vay (hay giá trị khoản vay) là một yếu tố rất được quan tâm trong các nghiên cứu về khả năng trả nợ của KHDN trên thế giới. Theo nghiên cứu của
20 Chiara Pederzoli, Costanza Torricelli, 2010. A parsimonious default prediction model for Italian SMEs. Banks and Bank Systems, Vol. 5
Jiménez và Saurina (2003), Irakli Ninua (2008) thì số tiền cho vay có mối quan hệ ngược chiều với khả năng trả nợ của KHDN. Các tác giả trên cho rằng các khoản vay lớn có mức độ rủi ro hơn các khoản vay nhỏ. Tuy nhiên, tác giả Andrea Ruth Coravos (2010) lại cho rằng số tiền cho vay càng lớn thì khả năng trả nợ của KHDN càng cao. Do đó, học viên quyết định lựa chọn biến Số tiền cho vay làm biến độc lập trong mô hình nghiên cứu và kỳ vọng mối quan hệ nghịch biến với biến phụ thuộc.
- Thời hạn cho vay:
Thời hạn cho vay là môt đặc điểm của sản phẩm tín dụng, được xác định dựa vào nhu cầu cũng như nguồn thu thực tế của doanh nghiệp. Nhiều nghiên cứu trên thế giới cũng xem trọng vai trò của thời hạn cho vay trong việc đánh giá khả năng trả nợ của KHDN. Đa số các kết quả nghiên cứu thực hiện trên thế giới đều kết luận thời hạn cho vay có mối quan hệ nghịch biến với khả năng trả nợ của khách hàng và đó cũng là kết quả kỳ vọng của học viên.
- Lãi suất cho vay:
Thông thường, ngân hàng định giá một khoản vay (thông qua lãi suất) dựa trên thời hạn vay và mức độ rủi ro của khách hàng; lãi suất cao cũng đồng nghĩa với việc ngân hàng có xu hướng đánh giá khách hàng có rủi ro tín dụng cao và ngược lại. Trong thực tế, trong một số trường hợp, lãi suất ngân hàng đưa ra lại bị giới hạn bởi trần lãi suất của ngân hàng nhà nước, sự cạnh tranh từ các TCTD khác,…. Kết quả thực nghiệm của các nghiên cứu trên thế giới cũng kết luận rằng lãi suất cho vay có quan hệ nghịch biến với khả năng trả nợ của KHDN. Tuy nhiên, nghiên cứu của Jiménez và Saurina (2003) lại cho ra kết quả ngược lại. Do vậy, học viên lựa chọn lãi suất cho vay làm biến phụ thuộc và kỳ vọng vào mối quan hệ nghịch biến.
- Tỷ lệ TSĐB trên tổng dư nợ:
Tài sản đảm bảo cũng là một yếu tố tác động đến khả năng trả nợ của khách hàng như đã trình bày ở Chương 2. Đối với những khách hàng lớn, có độ tín nhiệm cao thì chính sách ngân hàng áp dụng cho đối tượng này về TSĐB thường dưới 100% tỷ lệ cho vay, thậm chí là tín chấp, đồng nghĩa với việc ngân hàng chấp nhận phần rủi ro nhiều hơn do kỳ vọng khả năng thu được nợ lớn hơn những khách hàng khác. Tuy
nhiên, khi có rủi ro xảy ra thì chính những khoản vay này gây nên thiệt hại nhiều hơn cho ngân hàng. Nghiên cứu của Jiménez và Saurina (2003) cũng cho rằng những khoản vay có tỷ lệ TSĐB cao có nguy cơ vỡ nợ thấp hơn những khoản vay có tỷ lệ TSĐB thấp. Vì vậy, học viên tiếp tục lựa chọn Tỷ lệ TSĐB trên tổng dư nợ làm biến phụ thuộc trong mô hình và kỳ vọng mối quan hệ đồng biến với khả năng trả nợ của KHDN.
Các biến độc lập liên quan đến dặc điểm của KHDN:
- Lĩnh vực hoạt động kinh doanh:
Có khá nhiều nghiên cứu trên thế giới cũng xem xét ngành nghề, lĩnh vực hoạt động kinh doanh chính như một yếu tố có tác động đến khả năng trả nợ của KHDN. Tiêu biểu có thể kể đến nghiên cứu của Jiménez và Saurina (2003); Irakli Ninua (2008). Tuy nhiên có sự khác biệt về kết quả thực nghiệm của 2 nghiên cứu trên về khả năng trả nợ của các doanh nghiệp hoạt động chính trong lĩnh vực sản xuất so với các doanh nghiệp hoạt động trong các ngành còn lại. Bên cạnh đó, tại Việt Nam nói chung và phạm vi các KHDN đang quan hệ tín dụng tại BIDV nói riêng, số lượng các doanh nghiệp hoạt động trong nghành công nghiệp sản xuất, chế biến chế tạo vẫn chiếm đa số. Do đó, học viên quyết định lựa chọn và sử dụng biến Lĩnh vực hoạt động kinh doanh trong mô hình và kỳ vọng có mối quan hệ giữa biến này và khả năng trả nợ của KHDN
- Quy mô KHDN:
Quy mô của khách hàng cũng được xem là yếu tố có khả năng tác động đến khả năng trả nợ của KHDN như đã trình bày ở Chương 2 cũng như là một chỉ tiêu không thể thiếu trong quy trình XHTD nội bộ của các NHTM. Học viên sử dụng các quy chuẩn để xác định quy mô của KHDN theo hệ thống XHTD của BIDV bao gồm: Doanh thu thuần, Tổng tài sản, Vốn chủ sở hữu, số lượng lao động tại thời điểm gần nhất theo thông tin do doanh nghiệp cung cấp. Học viên cũng kỳ vọng biến Quy mô KHDN sẽ có mối quan hệ với khả năng trả nợ của KHDN trong mô hình nghiên cứu.
- Thời gian kinh doanh:
Việc xác định thời gian kinh doanh của các KHDN trong mô hình nghiên cứu được tính từ ngày thành lập doanh nghiệp theo Giấy chứng nhận đăng ký kinh doanh. Nghiên cứu của Andrea Ruth Coravos (2010) chỉ ra rằng Thời gian kinh doanh có tác động cùng chiều với khả năng trả nợ của KHDN đồng nghĩa với việc những doanh nghiệp có kinh nghiệm lâu năm trong ngành có xác suất không trả được nợ thấp hơn các doanh nghiệp non trẻ, mới thành lập. Tuy nhiên, trên thực tế bất kỳ doanh nghiệp nào cũng phải trải qua các giai đoạn theo chu kỳ kinh doanh của mình; cũng phải trải qua giai đoạn khó khăn, suy thoái. Vì vậy, học viên lựa chọn biến Thời gian kinh doanh để xem xét có mối quan hệ nào giữa Thời gian kinh doanh của KHDN và khả năng trả nợ của KHDN hay không.
- Kinh nghiệm của người quản lý, điều hành doanh nghiệp:
Nghiên cứu của Andrea Ruth Coravos (2010) cũng như mô hình XHTD nội bộ tại BIDV cũng đánh giá cao tầm quan trọng của yếu tố kinh nghiệm người trực tiếp quản lý, điều hành doanh nghiệp. Người lãnh đạo có bề dày kinh nghiệm có xu hướng đưa ra những quyết định đúng đắn nhằm giúp doanh nghiệp phát triển cũng như vượt qua giai đoạn kinh doanh khó khăn. Học viên cũng kỳ vọng về mối quan hệ đồng biến giữa Biến Kinh nghiệm của người quản lý và khả năng trả nợ của KHDN trong mô hình nghiên cứu.
- Thời gian quan hệ với ngân hàng:
Nghiên cứu của Jiménez và Saurina (2003) nhận định rằng mối quan hệ với ngân hàng làm gia tăng rủi ro tín dụng đối với KHDN đó. Tuy nhiên, trong hệ thống XHTD cũng như quy trình thẩm định KHDN lại đánh giá khá cao yếu tố mối quan hệ giao dịch giữa KHDN và ngân hàng. Những KHDN có thời gian quan hệ lâu, sử dụng nhiều sản phẩm, dịch vụ sẽ có mức xếp hạng cao hơn. Do đó, học viên lựa chọn biến độc lập Thời gian quan hệ với ngân hàng nhằm xem xét mối quan hệ giữa khách hàng – ngân hàng có tác động như thế nào khả năng trả nợ của KHDN.
- Lịch sử quan hệ tín dụng:
Bên cạnh thời gian quan hệ giao dịch, lịch sử quan hệ tín dụng (khách hàng có phát sinh nợ quá hạn hay không) cũng là một trong những yếu tố để đánh giá mức độ tín nhiệm của KHDN. Ngân hàng sẽ đánh giá các khách hàng có lịch sử quan hệ tốt, vay trả song phẳng có mức độ rủi ro tín dụng thấp hơn những khách hàng đã từng phát sinh nợ quá hạn, chậm thanh toán. Do đó, học viên kỳ vọng lịch sử quan hệ tín dụng tốt sẽ làm gia tăng khả năng trả nợ của KHDN. (adsbygoogle = window.adsbygoogle || []).push({});
- Tỷ lệ Nợ phải trả/Vốn chủ sở hữu:
Tỷ lệ nợ phải trả/Vốn chủ sở hữu là một yếu tố quan trọng trong việc đánh giá khả năng tài chính của khách hàng. Đối với BIDV và đa phần các NHTM đều dựa vào chỉ tiêu này để quyết định phê duyệt cấp tín dụng cũng như áp dụng chính sách khách hàng về tài sản đảm bảo đối với doanh nghiệp. Khi một KHDN có tỷ lệ nợ phải trả/Vốn chủ sở hữu cao vượt ngưỡng quy định theo từng ngành nghề kinh doanh có khả năng bị từ chối cấp tín dụng. Tác giả Altman (1968)21 cũng sử dụng tỷ lệ này