của Ngân hàng
3.1.1 Các nghiên cứu nước ngoài
2.4.1.127 Trong bài nghiên cứu về các yếu tố ảnh hưởng đến rủi ro tín dụng trong cho vay cá
nhân của John M. Chapman và các cộng sự (1940) đã cho thấy khả năng trả nợ của khách hàng vay là yếu tố chính ảnh hưởng đến rủi ro tín dụng, trong đó được bao gồm 4 yếu tố chính: đặc điểm cá nhân của người vay (tuổi tác, giới tính, tình trạng hôn nhân và số năm ổn định cư trú của người vay), đặc điểm nghề nghiệp (ngành nghề kinh doanh, vị trí công tác, kinh nghiệm nghề nghiệp tạo ra thu nhập trả nợ), khả năng tài chính của người vay (thu nhập hàng năm, số tiền nợ vay/thu nhập hàng năm, tài sản thế chấp) và đặc điểm của khoản vay (số tiền vay, thời gian trả nợ, mục đích vay).
2.4.1.128 Theo Mramor,D. (1996) thì các yếu tố ảnh hưởng đến rủi ro tín dụng không có
hệ thống
chủ yếu là các yếu tố của khách hàng cá nhân, chẳng hạn như thiện chí của họ, khả năng tài chính thanh toán và vốn, bảo hiểm tín dụng và một số điều kiện khác. Đối với Saunders, A. (1997) thì các yếu tố ảnh hưởng đến rủi ro tín dụng có hệ thống là yếu tố kinh tế vĩ mô (tỷ lệ lạm phát, tỷ lệ việc làm, tăng trưởng tổng sản phẩm trong nước, chỉ số chứng khoán và biến động tỷ giá và biến động trong nền kinh tế); những thay đổi trong các chính sách kinh tế, thay đổi chính trị và các mục tiêu lãnh đạo của cá đảng chính trị (thay đổi trong chính sách tiền tệ và thuế, thay đổi pháp luật kinh tế, cũng như nhập khẩu hạn chế và kích thích xuất khẩu,...).
2.4.1.129 Với 25 biến kinh tế vĩ mô được Bostjan Aver (2008) lựa chọn để đo lường về
rủi ro tín
dụng danh mục đầu tư hệ thống trong phạm vi của các ngân hàng Slovenia thì kết quả của tác giả khi sử dụng phương pháp hồi quy đa biến cho thấy là có 7 biến kinh tế vĩ mô ảnh hưởng lớn nhất đến rủi ro tín dụng, trong đó có 5 biến làm gia tăng rủi ro tín dụng (sự gia tăng trong tỷ lệ lãi suất thực tế cho vay tiêu dùng ngắn hạn, sự gia tăng trong trao đổi chỉ số của các cổ phiếu Slovenia, giảm nhân viên ở một số nơi tại Slovenia, lãi suất trao đổi chứng khoán của Ngân hàng ở Slovenia tăng và sự gia tăng trong tỷ lệ lãi suất thực tế về các khoản vay) và 2 biến làm giảm rủi ro tín dụng (tăng lãi suất thực cho vay dài hạn đối
2.4.1.130 Bài nghiên cứu của David E.Idoge (2013) đã xem xét và đưa ra các nhân tố ảnh hưởng
đến khả năng trả nợ của người nông dân hợp tác xã quy mô nhỏ trong khu vực nam - miềnnam của Nigeria. Một mẫu của tác giả bao gồm 96 người được hỏi lựa chọn ngẫu nhiên từ
mười sáu hợp tác xã của tám chính quyền địa phương trong Bayelsa và Delta. Bài nghiên cứu này sử dụng phương pháp thống kê mô tả, phân tích hồi quy đa biến và kết quả cho thấy độ tuổi, trình độ học vấn, mức vay, thời gian trả nợ, thu nhập ròng, giám sát vốn vay, tham gia vào các công việc khác cũng như quy mô trang trại có ảnh hưởng tích cực đến khả năng trả nợ vay. Ngoài ra giới tính, tình trạng hôn nhân, quy mô hộ gia đình và số tiền chi vào việc thuê thiết bị có ảnh hưởng tiêu cực đến khả năng trả nợ vay. Kết quả và biến của tác giả cũng gần giống nghiên cứu của Kohansal và Mansoori (2009) đã tiến hành nghiên cứu trên mẫu dữ liệu gồm 175 nông dân tại tỉnh Kohansal và Razavi của Iran vào năm 2008 khi sử dụng mô hình Logistic, nhưng ở nghiên cứu của hai tác giả này còn đưa ra kết luận rằng lãi suất của khoản vay là nhân tố quan trọng nhất ảnh hưởng tới khả năng trả nợ vay của người nông dân, kế tiếp là biến số kinh nghiệm của người nông dân. Và trong bài nghiên cứu Antwi, S., Mills, E.F.E.A., Mills, G.A và Zhao, X. (2012) tìm hiểu về các nhân tố ảnh hưởng tới rủi ro không trả được nợ tại Gahana cho những khoản vay của ngân hàng Akuapem thông qua mô hình hồi quy Logistic với cơ sở dữ liệu gồm 800 quan sát từ năm 2006 đến năm 2010 có kết luận rằng loại hình vay mượn (vay kinh doanh, vay cho mục đích sản xuất nông nghiệp, vay tiêu dùng cá nhân, vay mua phương tiện đi lại) và khoản vay có tài sản đảm bảo là hai biến số thực sự có ảnh hưởng tới khả năng trả nợ của người vay.
3.1.2 Các nghiên cứu trong nước
2.4.1.131 Trong bài nghiên cứu “Nguyên nhân phát sinh rủi ro tín dụng của Ngân hàng thương
mại” của Phạm Phú Nhân (2011), tác giả đã tổng hợp các nguyên nhân phát sinh rủi ro tín dụng của ngân hàng thương mại trên bảng đề xuất câu hỏi gồm 34 nguyên nhân phát sinh rủi ro tín dụng tại ngân hàng được tác giả gửi đến hơn 200 cán bộ ngân hàng trên toàn quốc. Trong nghiên cứu này, tác giả sử dụng phương pháp phân tích nhân tố khám phá (Explore Factor Analysis (EFA) và kiểm định Cronbach Alpha), đồng thời tác giả đã tổng hợp kết quả của mình và đưa ra các nhân tố chính là những nguyên nhân chủ yếu ảnh hưởng đến rủi ro tín dụng tại các NHTM gồm có 5 nhân tố: áp lực chỉ tiêu; quy định quản lý tài
sản tại địa phương; khách hàng chưa hợp tác và phê duyệt, kiểm soát thiếu chặt chẽ; ảnh hưởng môi trường kinh tế vĩ mô; chính sách cho vay thiếu khoa học.
2.4.1.132 Theo Trương Đông Lộc và Nguyễn Thị Tuyết (2011) đã thực hiện nghiên cứu
về “Các
nhân tố ảnh hưởng đến rủi ro tín dụng của Ngân hàng thương mại cổ phần Ngoại thươngChi nhánh thành phố Cần Thơ”: các tác giả đã lựa chọn, sử dụng số liệu thu thập từ 438 hồ sơ vay bao gồm khách hàng doanh nghiệp và cá nhân là những khoản vay đã phát sinh trước ngày 01/01/2009 và đến thời điểm 31/12/2009 vẫn còn số dư. Trong nghiên cứu này, các tác giả sử dụng mô hình xác suất probit với phương trình như sau:
2.4.1.133 Y = K + P1X1 + P2X2 + P3X3 + P4X4 + P5X5 + P6X6 + P7X7 + e 2.4.1.134 Bảng 3.1: Diễn giải các biến được sử dụng trong mô hình probit của Trương Đông Lộc
và Nguyễn Thị Tuyết (2011)
2.4.1.135 Biến số 2.4.1.136 Diễn giải biến 2.4.1.137
Kỳ vọng 2.4.1.138 Kinh nghiệm
của khách hàng đi vay (X1)
2.4.1.139 Số năm người vay làm việc
trong ngành
nghề vay vốn tính đến thời điểm vay.
2.4.1.140 Tỷ lệ nghịch 2.4.1.141 Khả năng tài
chính của
khách hàng vay (X2 ) (adsbygoogle = window.adsbygoogle || []).push({});
2.4.1.142 Vốn tự có tham gia vào
phương án, dự
án/tổng nhu cầu vốn của phương án, dự
2.4.1.143 Tỷ lệ nghịch 2.4.1.144 Tài sản đảm
bảo (X3) 2.4.1.145sản đảm bảo. Số tiềnvay/tổng giá trị tài 2.4.1.146Tỷ lệ thuận 2.4.1.147 Sử dụng vốn
vay (X4)
2.4.1.148 Biến giả, bằng 1 nếu khách
hàng sử dụng vốn đúng mục đích, bằng 0 nếu khách hàng 2.4.1.149 Tỷ lệ nghịch 2.4.1.150 Kinh nghiệm của cán bộ tín dụng (X5)
2.4.1.151 Số năm trực tiếp làm công tác tín dụng. 2.4.1.152 Tỷ lệ nghịch 2.4.1.153 Đa dạng hóa hoạt động kinh doanh của khách hàng (X6)
2.4.1.154 Biến giả, bằng 1 nếu khách
hàng kinh
doanh từ 3 ngành hàng trở lên, bằng 0 cho các trường hợp ngược lại.
2.4.1.155 Tỷ lệ nghịch 2.4.1.156 Kiểm tra, giám sát khoản vay (X 7)
2.4.1.157 Tổng số lần kiểm tra của
cán bộ tín dụng
trước khi khoản vay chuyển sang nợ xấu.
2.4.1.158 Tỷ lệ nghịch 2.4.1.159 Mức độ rủi ro
của khoản vay (Y)
2.4.1.160 Được đo lường bằng 2 giá trị: 1 là có rủi ro (những khoản vay thuộc nhóm nợ xấu 3, 4,
5), 0 là không có rủi ro (những khoản vay
2.4.1.161
độc lập
đều có tương quan nghịch với rủi ro tín dụng - đúng như kỳ vọng của các tác giả là khả năng tài chính của khách hàng vay (X2), việc sử dụng vốn vay của khách hàng (X4), kinh nghiệm của cán bộ tín dụng (X5), đa dạng hóa hoạt động kinh doanh của khách hàng (X6)
2.4.1.163 và kiểm tra, giám sát khoản vay (X7); trái ngược với kỳ vọng có hai nhân tố
không ảnh
hưởng là kinh nghiệm của khách hàng đi vay (X1) và tài sản đảm bảo (X3).
2.4.1.164 Theo Nguyễn Thị Thùy Dương (2014) đã kế thừa và điều chỉnh sử dụng các
nhân tố
của Trương Đông Lộc và Nguyễn Thị Tuyết (2011) với đề tài nghiên cứu về “Các nhân tố tác động đến rủi ro tín dụng tại Ngân hàng TMCP Á Châu”, tác giả chọn hồ sơ khách hàng vay thỏa điều kiện dư nợ phát sinh trước 01/01/2013 và còn dư nợ đến 31/12/2013, đồng thời lựa chọn cỡ mẫu tối thiểu cần thự hiện quan sát theo công thức Yamane (1967) là 365 trên tổng số lượng 50,000 hồ sơ tại các Chi nhánh/Phòng giao dịch ở TPHCM của ACB. Tác giả đã điều chỉnh 2 biến của Trương Đông Lộc và Nguyễn Thị Tuyết (2011), thay thế biến độc lập đa dạng hóa hoạt động kinh doanh của khách hàng thành ngành nghề kinh doanh (có giá trị là 1 nếu kinh doanh ngành nghề chứng khoán, bất động sản, xây dựng và 0 nếu ngành khác) và điều chỉnh biến phụ thuộc Y (có giá trị là 1 đối với khách hàng có phát sinh rủi ro tín dụng thuộc nhóm nợ xấu 2, 3, 4, 5 và 0 nếu khách hàng chưa phát sinh rủi ro tín dụng thuộc nợ nhóm 1). Mô hình hồi quy Logistic trong nghiên cứu này có dạng:
2.4.1.165 Y = P0+ P1X1 + P2X2 + P3X3 + P4X4 + P5X5 + P6X6 + P7X7 (adsbygoogle = window.adsbygoogle || []).push({});
2.4.1.166 Kết quả ước lượng mô hình hồi quy Logistic khi tác giả sử dụng phần mềm
SPSS 20.0
cho thấy các nhân tố ảnh hưởng là khả năng tài chính của người vay (X2), kinh nghiệm của người vay (X4), kinh nghiệm của cán bộ tín dụng (X5), sử dụng vốn vay của khách hàng (X6) và kiểm tra, giám sát khoản vay (X7) - đúng như đã kỳ vọng 5 biến độc lập này đều có tương quan nghịch với rủi ro tín dụng và chỉ có ngành nghề kinh doanh của khách hàng (X1) là tương quan thuận với rủi ro tín dụng; còn biến tài sản đảm bảo (X3) được tác giả loại ra khỏi mô hình do không có ý nghĩa thống kê.
2.4.1.167 Phạm Hoàng Cúc Quyên (2014) đã chọn ngẫu nhiên 400 hồ sơ khách hàng bao gồm
các khách hàng cá nhân và tổ chức tại phòng Bán lẻ, phòng Khách hàng doanh nghiệp và 11 phòng giao dịch của Ngân hàng TMCP Công thương chi nhánh Vĩnh Long là những khoản vay phát sinh và hiện đang còn dư nợ tại thời điểm 31/12/2013. Đúng như kỳ vọng của tác giả biến X1 là tuân thủ quy định giải ngân (có giá trị là 1 nếu khách hàng tuân thủ đúng quy định giải ngân và 0 nếu khách hàng không tuân thủ đúng quy định giải ngân) có tương quan nghịch với rủi ro tín dụng và cũng tương tự như các biến
(X2, X3,X4, X5, X6, X7) của Nguyễn Thị Thùy Dương (2014) thì Phạm Hoàng Cúc Quyên (2014) cũng cho ra kết quả tương tự như vậy (ở nghiên cứu này tác giả sử dụng phần mềm SPSS 22.0).
2.4.1.168 Nghiên cứu của Nguyễn Phúc Mẫn (2015) đã sử dụng các thông tin dữ liệu nợ
cá nhân
của 503 khách hàng cá nhân trong khoảng thời gian từ 01/2011 tới 12/2014 tại Ngân hàng TMCP Ngoại thương chi nhánh Vũng Tàu. Tác giả đã sử dụng hai mô hình để ước lượng, mô hình hồi quy tuyến tính bội dùng để tìm hiểu các nhân tố ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân xét ở khía cạnh quy mô trả nợ (khả năng trả nợ số tiền vay = tổng số tiền được trả/tổng số tiền vay) và mô hình Probit dùng để tìm hiểu các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân xét ở khía cạnh thời hạn trả nợ (khả năng trả nợ đúng hạn: có giá trị là 0 nếu trả nợ đúng hạn và 0 nếu không trả nợ đúng hạn). Mô hình nghiên cứu tổng quát của tác giả như sau:
2.4.1.169 Khả năng trả nợ = f(Đặc điểm nhân khẩu học, Năng lực của người vay, Đặc
điểm khoản
vay, Rủi ro đạo đức của người vay, Rủi ro tác nghiệp từ ngân hàng)
2.4.1.170 Sơ đồ 3: Mô hình nghiên cứu của Nguyễn Phúc Mẫn (2015)
2.4.1.171
2.4.1.172
2.4.1.173 Kết quả của tác giả đã cho thấy xét về mặt quy mô trả nợ, biến số này phụ thuộc cùng
chiều với các biến số như trình độ học vấn (“Đại học”, “Sau đại học”), đặc điểm nghề nghiệp (“Lãnh đạo/Quản lý”), kích cở khoản vay, thời hạn cho vay, và hình thức vay (có giá trị 1 nếu người vay có tài sản thế chấp và 0 nếu người vay theo hình thức tín chấp); và phụ thuộc vào một số biến số khác nhưng với ảnh hưởng ngược chiều như giới tính, đặc
điểm nghề nghiệp (“Công nhân viên”), lãi suất, mục đích vay (“Vay tiêu dùng”, “Vay mua bất động sản”). Xét về thời hạn trả nợ, biến số này chịu ảnh hưởng thuận chiều bởi các biến số như trình độ học vấn (“Sau đại học”), đặc điểm nghề nghiệp (“Lãnh đạo/Quản lý”,
2.4.1.174 “Chuyên viên”), kích cở khoản vay, hình thức vay; trong khi đó các biến số
khác như giới
tính, lãi suất, hay mục đích vay (“Vay mua bất động sản”) tác động âm tới khả năng trả nợ đúng hạn.