Sau khi thực hiện hồi quy, biến tỷ lệ Doanh thu thuần/Tổng tài sản có hệ số hồi quy là 2,646 và Sig.= 0,000; điều này thể hiện biến tỷ lệ Doanh thu thuần/Tổng tài sản tương quan có ý nghĩa và cùng chiều với khả năng trả nợ của KHDN. Cụ thể, tỷ lệ Doanh thu thuần/Tổng tài sản thì khả năng trả nợ của KHDN càng cao. Kết quả này phù hợp với nghiên cứu của Edward I. Altman (1968); Chiara Pederzoli, Costanza Torricelli (2010) và trùng khớp với kỳ vọng của học viên. Một doanh nghiệp sử dụng hiệu quả tài sản của mình nhằm tăng trưởng doanh thu là điều kiện cần để có thể làm gia tăng nguồn thu dùng để trả các khoản nợ đến hạn. Tuy nhiên, điều này có thể không hoàn toàn đúng với các KHDN chỉ có khoản vay trung dài hạn, bởi nguồn
trả nợ thường đến từ lợi nhuận và khấu hao – vốn phụ thuộc nhiều vào việc quản trị chi phí trong hoạt động kinh doanh, đầu tư tài sản.
Tóm tắt Chương 4
Chương 4 với nội dung chính là ứng dụng mô hình hồi quy Logit để tìm ra các yếu tố có tác động đến khả năng trả nợ của KHDN tại BIDV, qua đó đề xuất mô hình đánh giá khả năng trả nợ của KHDN và tạo tiền đề cho việc xây dựng những giải pháp nhằm tăng cường ứng dụng các mô hình định lượng nói chung và mô hình Logit nói riêng trong công tác đánh giá khả năng trả nợ của KHDN, quản trị rủi ro tín dụng tại BIDV và các NHTM Việt Nam
CHƯƠNG 5: KẾT LUẬN VÀ GIẢI PHÁP 5.1.Tóm tắt các kết quả nghiên cứu của đề tài
5.1.1. Những kết quả đạt được của nghiên cứu
- Luận văn đã tổng hợp và trình bày khái quát nền tảng lý thuyết về khả năng trả nợ và làm rõ mối quan hệ giữa khả năng trả nợ và rủi ro tín dụng của một khách hàng.
- Luận văn đã hệ thống những mô hình đánh giá khả năng trả nợ của KHDN được sử dụng trên thế giới; ưu và nhược điểm của từng loại mô hình. Từ đó, trình bày lý do lựa chọn Mô hình Logit và lược khảo một số nghiên cứu tiêu biểu đã ứng dụng Mô hình logit nhằm đo lường khả năng trả nợ của KHDN
- Dựa trên cơ sở các kết quả thực nghiệm từ các nghiên cứu trên thế giới, luận văn đã tập hợp và chọn lọc các yếu tố tiềm năng để đưa và mô hình nghiên cứu và tìm ra các những yếu tố có tác động đến khả năng trả nợ của KHDN tại BIDV.
- Đánh giá thực trạng công tác đánh giá khả năng trả nợ của KHDN tại BIDV thông qua phân tích hoạt động tín dụng doanh nghiệp tại BIDV; thành tựu và hạn chế của các phương pháp, công cụ đo lường khả năng trả nợ hiện đang được sử dụng trong tương quan với một số NHTM khác. Qua đó, tìm ra nguyên nhân gây nên những hạn chế trên.
- Kết quả từ mô hình nghiên cứu thông qua hồi quy Logit cho thấy lãi suất cho vay, tỷ lệ TSĐB trên tổng dư nợ, quy mô KHDN, thời gian quan hệ với ngân hàng, lịch sử quan hệ tín dụng và tỷ lệ doanh thu thuần trên tổng tài sản là các yếu tố có ảnh hưởng đến khả năng trả nợ của KHDN tại BIDV. Kết quả nghiên cứu của luận văn cũng đa phần khá tương đồng với một số nghiên cứu trên thế giới ở lĩnh vực này. Bên cạnh đó, luận văn cũng đã kết hợp phương pháp nghiên cứu định lượng nhằm hỗ trợ cho mô hình định tính thông qua việc phát triển các giả thuyết dựa vào các quan sát có được được cũng như tiến hành thống kê mô tả đặc điểm của dữ liệu từ 500 KHDN thu thập được.
- Từ kết quả nghiên cứu, luận văn cũng đề xuất một số giải pháp và khuyến nghị để nhằm ứng dụng mô hình Logit nhằm nâng cao hiệu quả công tác đánh giá khả năng trả nợ của KHDN tại BIDV cũng như các NHTM tại Việt Nam
5.1.2. Ý nghĩa khoa học của đề tài nghiên cứu
Nghiên cứu có một số ý nghĩa nhất định đối với lĩnh vực tài chính – ngân hàng nói chung và BIDV nói riêng, Thứ nhất, nghiên cứu đã làm rõ tầm quan trọng và mối quan hệ giữa công tác đánh giá khả năng trả nợ của KHDN đối với quản trị rủi ro tín dụng tại các NHTM. Bên cạnh đó, nghiên cứu đóng góp thêm dữ liệu tổng quan về các phương pháp đánh giá khả năng trả nợ của KHDN, nhất là các phương pháp định lượng, vốn dĩ rất cần được áp dụng nhiều hơn nữa trong ngành ngân hàng. Thứ hai, kết quả nghiên cứu cũng đã chỉ ra được các yếu tố có tác động đến khả năng trả nợ của KHDN tại BIDV. Từ đó, gợi mở cho các hướng nghiên cứu sử dụng thêm nhiều chỉ tiêu phi tài chính và yếu tố môi trường vĩ mô bên cạnh các chỉ tiêu tài chính sẵn có cũng như gia tăng hơn nữa số lượng quan sát để tăng độ chính xác khả năng dự báo của mô hình. Thứ ba, nghiên cứu kỳ vọng sẽ thúc đẩy hơn nữa công tác nghiên cứu khoa học tại từng Chi nhánh, Phòng ban của các NHTM để xây dựng những mô hình đánh giá cụ thể hơn, phù hợp cho tình hình thực tế của đơn vị mình, mang tính ứng dụng cao.
5.2.Giải pháp ứng dụng mô hình Logit nhằm đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV khách hàng doanh nghiệp tại BIDV
5.2.1. Giải pháp nhằm nâng cao hiệu quả công tác đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV khách hàng doanh nghiệp tại BIDV
Dựa vào kết quả mô hình nghiên cứu các yếu tố tác động đến khả năng trả nợ của KHDN tại BIDV, các nhà quản trị và điều hành có thể có những chính sách cụ thể như sau để từng bước nâng cao hiệu quả công tác đánh giá khả năng trả nợ của KHDN thông qua việc tác động có chủ đích đến các yếu tố trên, cụ thể như sau:
5.2.1.1. Đối với lãi suất cho vay
- Áp dụng cơ chế lãi suất linh hoạt, phù hợp với thị trường và chỉ đạo của NHNN vừa là công cụ để ngân hàng thu hút được khách hàng mới, duy trì khách hàng
hiện hữu, vừa là biện pháp để giảm thiểu nguy cơ mất khả năng trả nợ của khách hàng. Bên cạnh đó, mức lãi suất phù hợp với khả năng thanh toán của khách hàng sẽ đảm bảo hiệu quả của dự án/phương án sản xuất kinh doanh và mang lại doanh thu, lợi nhuận cho khách hàng
- Cán bộ quản lý khách hàng cần tư vấn rõ ràng, trung thực về chi phí trả nợ hàng tháng, đặc biệt là các chương trình lãi suất ngân hàng sẽ áp dụng cho khách hàng. Điều này sẽ giúp các KHDN chủ động hơn về nguồn thanh toán các nghĩa vụ định kỳ và giảm thiểu nguy cơ KHDN sử dụng vốn sai mục đích.
5.2.1.2. Đối với chính sách về tài sản đảm bảo
- Quan hệ tín dụng với khách hàng trên cơ sở tăng cường tối đa các biện pháp đảm bảo. Khuyến khích khách hàng cầm cố, thế chấp thêm tài sản nhất là các tài sản có pháp lý rõ ràng, tính thanh khoản cao nhằm nâng cao ý thức trả nợ của KHDN.
- Nâng cao công tác đào tạo trình độ của cán bộ thẩm định tài sản đảm bảo, thường xuyên kiểm tra thực tế và đánh giá lại giá trị tài sản đảm bảo để kịp thời đưa ra biện pháp quản lý trong trường hợp tài sản có rủi ro biến động giảm giá. - Xây dựng tiêu chí rõ ràng, cụ thể đối với những trường hợp trình vượt tỷ lệ cho
vay/TSĐB, tránh trường hợp cho vay tràn lan những phương án vượt tỷ lệ quy định, ảnh hưởng đến chất lượng tín dụng chung của ngân hàng.
5.2.1.3. Liên quan đến quy mô khách hàng
- Đẩy mạnh cho vay các doanh nghiệp vừa và nhỏ nhằm phân tán rủi ro, phù hợp với định hướng của Chính phủ và NHNN song song với việc sàng lọc, lựa chọn những khách hàng tốt, có khả năng tài chính lành mạnh
- Theo dõi chặt chẽ khoản vay của các KHDN có quy mô lớn, các tổng công ty tránh việc sử dụng vốn sai mục đích do các doanh nghiệp lớn thường có xu hướng mở rộng ngành nghề kinh doanh sang lĩnh vực khác khi phát sinh vốn nhàn rỗi tạm thời và chưa đến hạn trả nợ ngân hàng như. Việc đầu tư ngoài ngành, nhất là vào các lĩnh vực rủi ro như: đầu tư bất động sản, chứng khoán, cho vay nóng,… làm gia tăng rủi ro tín dụng
5.2.1.4. Về mối quan hệ giữa khách hàng – ngân hàng
- Nâng cao công tác tái thẩm định, XHTD và kiểm soát sau cho vay với khách hàng, không rút ngắn quy trình đối với các khách hàng truyền thống, hiện hữu bởi không doanh nghiệp nào có thể hoạt động kinh doanh tốt mãi mà phụ thuộc chu kỳ kinh doanh của bản thân doanh nghiệp đó.
- Xây dựng chính sách khách hàng phù hợp với các khách hàng hiện hữu và phù hợp với chu kỳ kinh doanh của khách hàng như:
Tăng cường quan hệ đối với KHDN có doanh thu và lợi nhuận tăng trưởng đều đặn, thanh toán nợ vay sòng phẳng
Duy trì quan hệ với những KHDN có kết quả hoạt động kinh doanh không ổn định, quy mô không tăng trưởng
Thoái lui quan hệ đối với những KHDN có dấu hiệu sụt giảm doanh thu, thường phát sinh nợ quá hạn, sử dụng vốn sai mục đích
5.2.1.5. Về lịch sử quan hệ của khách hàng
- Việc đánh giá uy tín trả nợ của KHDN cần phải được đánh giá qua nhiều nguồn thông tin bên cạnh thông tin do KHDN cung cấp (CIC, cơ quan thuế, đối tác của khách hàng, thị trường, Internet,…).
- Tránh trường hợp chỉ đánh giá thông tin qua bề mặt chứng từ dẫn đến từ chối những khách hàng tốt và đồng ý tài trợ những khách hàng không có uy tín thanh toán.
5.2.1.6. Về yếu tố doanh thu
- Đánh giá nguồn thu của khách hàng không chỉ đánh giá về mặt giá trị của nguồn thu nhập mà còn phải đánh giá cơ cấu nguồn thu nhập (chuyển khoản, nộp tiền mặt), tính ổn định và tính triển vọng của nguồn thu trong tương lai.
- Theo dõi chặt chẽ tình hình chuyển doanh thu của khách hàng, đảm bảo tỷ lệ doanh thu chuyển về tài khoản tương ứng với tỷ lệ tài trợ vốn.
- Khối thẩm định và tái thẩm định cần thường xuyên cập nhật các văn bản pháp luật có liên quan đến hoạt động tín dụng, hoạt động kinh tế để cập nhật thường
xuyên cho cán bộ nhân viên, thường xuyên tổ chức những buổi đào tạo chuyên môn, trao đổi kinh nghiệm.
- Thường xuyên tiến hành thẩm định thực tế tình hình sản xuất kinh doanh của KHDN, tránh việc đánh giá sơ sài, hình thức qua chứng từ do KHDN cung cấp.
5.2.2. Giải pháp ứng dụng mô hình Logit trong công tác đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV nợ của khách hàng doanh nghiệp tại BIDV
- Đẩy mạnh công tác nghiên cứu về rủi ro tín dụng tại BIDV, từng Chi nhánh, phòng ban và bộ phận phải xây dựng mô hình đánh giá cụ thể, phù hợp với điều kiện thực tế của cơ quan mình.
- Xem xét đưa kết quả đánh giá khả năng trả nợ của KHDN theo Mô hình Logit vào làm tiêu chuẩn tham chiếu song song với kết quả XHTD nội bộ.
- Thành lập bộ phận thu thập và đánh giá thông tin đầu vào độc lập với khối quan hệ khách hàng nhằm hạn chế rủi ro đạo đức và tính chủ quan, duy ý chí trong việc đánh giá khả năng trả nợ của KHDN
- Thử nghiệm áp dụng mô hình Logit tại một số Chi nhánh có tỷ lệ nợ xấu cao, thường xuyên theo dõi tiến độ, kết quả thực hiện và có điều chỉnh phù hợp. - Tham khảo thêm ý kiến chuyên gia trong lĩnh vực tài chính – ngân hàng trong
và ngoài nước để tìm thêm những yếu tố tiềm năng có thể tác động đến khả năng trả nợ của KHDN nhằm làm tăng tính chính xác của mô hình dự báo.
5.3.Khuyến nghị đối với NHNN Việt Nam
- Nâng cao chất lượng và số lượng cán bộ thực hiện công tác thanh tra giám sát; gia tăng tần suất thanh tra giám sát công tác phân loại nợ, trích lập dự phòng rủi ro tín dụng của các TCTD.
- Hoàn thiện khung pháp lý và các chỉ tiêu đánh giá về giám sát ngân hàng, tiến đến thu hẹp các chuẩn mực đánh giá rủi ro tín dụng trong nước so với chuẩn mực quốc tế.
- Xây dựng và hoàn thiện hệ thống xếp hạng tín dụng khách hàng toàn ngành ngân hàng để tạo cơ sở khai thác thông tin hiệu quả và đánh giá khách hàng chính xác.
- Phát huy hiệu quả của Trung tâm tín dụng quốc gia Việt Nam (CIC) trong vai trò là đầu mối cung cấp thông tin cho các TCTD trong việc đánh giá rủi ro khách hàng
5.4.Hạn chế của đề tài và gợi ý hướng nghiên cứu tiếp theo. 5.4.1. Các hạn chế của đề tài nghiên cứu 5.4.1. Các hạn chế của đề tài nghiên cứu
- Hiện tại số lượng các KHDN đang quan hệ tín dụng tại BIDV là 206.196 khách hàng (thống kê đến hết ngày 31/12/2015), trong nghiên cứu của học viên chỉ lựa chọn kích thước mẫu là 500, đã đạt quy định về kích thước mẫu theo phương pháp thống kê mô tả, đủ để đại diện cho tổng thể. Nghiên cứu không thể phân tích nhiều hơn số lượng các KHDN vì hai lý do chính: BCTC của một số KHDN, nhất là các KHDN đang trong tình trạng nợ xấu, chuẩn bị phát mãi tài sản để thu hồi nợ vay không cập nhật kịp thời và độ chính xác không cao. Thêm vào đó, việc bảo mật về cơ sở dữ liệu của khách hàng khiến học viên không thể thu nhập nhiều hơn dữ liệu nhằm gia tăng kích thước mẫu.
- Ngoài ra, nghiên cứu cũng chưa sử dụng nhiều các chỉ tiêu định tính về KHDN cũng như mô trường kinh tế vĩ mô để đưa vào mô hình nghiên cứu
- Một hạn chế khác nữa là học viên chỉ mới đánh giá mối quan hệ giữa khách hàng – ngân hàng thông qua chỉ tiêu thời gian quan hệ mà chưa xem xét đến các yếu tố khác như mức độ đóng góp của KHDN vào thu nhập hoạt động của NHTM, số lượng sản phẩm dịch vụ tối đa KHDN đã và đang sử dụng cũng như một số các yếu tố vô hình khác trong quá trình quan hệ.
- Một hạn chế nữa của nghiên cứu là mô hình Logit cũng như các mô hình định lượng phụ thuộc rất nhiều độ chính xác của dữ liệu đầu vào. Nếu như các KHDN muốn che dấu các thông tin không tốt về tình hình hoạt động kinh doanh và làm đẹp BCTC thì có thể làm sai lệch kết quả nghiên cứu.
5.4.2. Gợi ý hướng nghiên cứu tiếp theo
Với những hạn chế đã được trình bày ở phần trên, học viên đề xuất hướng nghiên cứu tiếp theo cho việc ứng dụng mô hình Logit nhằm đánh giá khả năng trả nợ của KHDN tại BIDV hay rộng hơn là tại các NHTM Việt Nam như sau:
- Cần tăng thêm kích thước mẫu về số lượng KHDN và số lượng các chỉ tiêu được đưa vào mô hình nghiên cứu.
- Các nghiên cứu tiếp theo nên đưa vào mô hình thêm một số chỉ tiêu phi tài chính về đặc điểm KHDN và đặc điểm khoản vay bên cạnh các chỉ tiêu tài chính truyền thống
- Với một tiêu chí nhất định, cần đa dạng hóa về số lượng các chỉ tiêu nhằm thể hiện ở mức cao nhất có thể đặc điểm của từng tiêu chí.
Tóm tắt chương 5
Dựa vào kết quả từ mô hình Logit nhằm đánh giá khả năng trả nợ của KHDN tại BIDV, nghiên cứu đã đề xuất những giải pháp dựa trên từng yếu tố nhằm giúp các