Bắt đầu bằng nghiên cứu tài liệu và thu thập tất cả các nghiên cứu thực nghiệm ở trong nước cũng như trên thế giới. Từ những nghiên cứu này tác giả rút ra được một bảng tổng hợp các nhân tố có tác động tới khả năng trả nợ của khách hàng cá nhân. Tập hợp tất cả các nhân tố này đúng trong trường hợp rất tổng quát, nhưng xét trong một ngữ cảnh cụ thể một địa phương thì chưa thể áp dụng được. Chính vì thế tác giả tiến hành 1 nghiên cứu định tính nhằm rút lại các thành phần quan trọng có ảnh hưởng đáng kể tới việc trả nợ của khách hàng cá nhân tại Agribank Chi nhánh huyện Tân Hưng. Do vậy tác giả thực hiện nghiên cứu định tính với kỹ thuật thảo luận nhóm với 1 nhóm gồn 5 chuyên gia làm việc trong lãnh vực ngân hàng. Các chuyên gia sẽ đưa ra ý kiến của cá nhân dựa trên những kinh nghiệm hiểu biết, sau đó sẽ tổng hợp lại ý kiến chung nhất, đó chính là kết quả mà nghiên cứu định tính sẽ thu được.
3.2.2 Phương pháp định lượng
Nghiên cứu chính thức thông qua phương pháp phân tích định lượng với mẫu dữ liệu (dự tính khoảng 300 khách hàng cá nhân có quan hệ tín dụng với ngân hàng từ 2-3 năm trở lên) là thông tin về khách hàng cá nhân tại Agribank huyện Tân Hưng.
Công cụ phân tích phân tích hồi quy Binary Logitstic để kiểm định mô hình nghiên cứu, phần mềm sử dụng là SPSS 20 với kỹ thuật:
-Thống kê mô tả
- Phân tích hồi quy Logistics và kiểm định giả thuyết 3.2.3 Dữ liệu nghiên cứu
Dữ liệu nghiên cứu được được xuất từ hệ thống IPCAS (Customer payment and accounting system) của Agribank Tân Hưng vào thời điểm cuối ngày 31 tháng 12 năm 2019 (những khách hàng có quan hệ tín dụng với ngân hàng liên tục từ 3 năm trở lên trong giai đoạn 2017 - 2019). Trong nghiên cứu này nhóm nghiên cứu chọn ngẫu nhiên 300 khách hàng có thời gian quan hệ tín dụng gần nhất.
3.2.4 Mẫu nghiên cứu
Đối với phương pháp ML, công thức kinh nghiệm xác định kích thước mẫu tối thiểu để chạy hồi quy bội là: n>= 50+8*p với p là số biến độc lập trong mô hình (Green, 1991) được trích trong (Nguyễn Đình Thọ, 2013, trang 521) mẫu tối thiểu là 50 tốt nhất là 100 và tỷ lệ biến quan sát (Observations)/ biến đo lượng (Items) là 5/1 và tốt nhất là 10/1. Với nghiên cứu này để bảo đảm độ tin cậy của nghiên cứu tác giả chọn mẫu dữ liệu gôm 300 khách hàng có dự nợ tín dụng tín đến 17 giờ ngày 31/12/2019.
3.2.5 Biến trong nghiên cứu
Biến phụ thuộc Y: Biến nhị phân (biến giả), đại diện cho khả năng trả nợ của khách hàng cá nhân: Y = 1 nếu khách hàng có khả năng trả nợ vay (tương ứng với khách hàng có nợ nhóm 1- 2); Y = 0 nếu khách hàng không có khả năng trả nợ (tương ứng với khách hàng đang có nợ từ nhóm 3,4,5).
Biến độc lập Xi: Các biến độc lập được xác định dựa vào các nghiên cứu trước đây, các ứng dụng tại Việt Nam và dựa trên nguồn dữ liệu thu thập được. Có thể tổng hợp các biến độc lập (các yếu tố ảnh hưởng đến khả năng trả nợ của KHCN) và mối quan hệ tương quan của các biến này đến biến phụ thuộc.
Kết quả nghiên cứu định tính với 5 chuyên gia (xem bảng 3.1, 3.2) trong ngành ngân hàng 5/5 chuyên gia thống nhất 8 thành phần dưới đây có ảnh hưởng mạnh đến khả năng trả nợ của khách hàng cá nhân xét theo điều kiện tại huyện Tân Hưng tỉnh Lng An gồm:
Bảng 3.1 Danh sách các chuyên gia tham gia thảo luận nhóm
STT Họ và tên Nghề nghiệp
1 Phan Trọng Nghĩa Giám đốc
2 Phạm Đăng Khoa Phó Giám đốc
3 Lê Long Hải Trưởng phòng Kế hoạch Kinh doanh
4 Đào Thanh Phong Phó phòng Kế hoạch Kinh doanh 5 Nguyễn Thị Trúc Linh Trưởng phòng Kế toán - Ngân quỹ
Bảng 3.2 Danh sách các thành phần có ảnh hưởng đến khả năng trả nợ của KHCN
Nhóm biến Ký
hiệu Mô tả biến Thang đo
KHÁCH HÀNG X1 Độ tuổi Năm X2 Tình trạng sở hữu nhà ở
Bằng 0 nếu không sở hữu nhà ở và bằng 1 nếu ngược lại.
X3 Người phụ
thuộc Số người
X4 Lịch sử tín dụng
Bằng 0 nếu chưa từng phát sinh NQH và bằng 1 nếu đã từng phát sinh NQH. X5 Thu nhập Triệu đồng/tháng NGÂN HÀNG X6 Kỳ hạn vay Tháng
X7 Quy mô khoản
vay Triệu đồng NGOÀI NGÂN HÀNG X8 Mục đích khoản vay Bằng 0 nếu mục đích phi SXKD và bằng 1 nếu SXKD.
Bảng 3.3. Mã hóa các biến
Nhóm biến Ký hiệu
Mã
hóa Mô tả biến Thang đo
KHÁCH HÀNG
X1 tuoi Độ tuổi Năm
X2 nhao Tình trạng sở hữu nhà ở Bằng 0 nếu không sở hữu nhà ở và bằng 1 nếu ngược lại. X3 pthuoc Người phụ thuộc Số người X4 lsu Lịch sử tín dụng Bằng 0 nếu chưa từng phát sinh NQH và bằng 1 nếu đã từng phát sinh NQH.
X5 tnhap Thu nhập Triệu đồng/tháng
NGÂN HÀNG
X6 khan Kỳ hạn vay
Bằng 0 nếu vay ngắn hạn và bằng 1
nếu vay dài hạn
X7 qmo Quy mô
khoản vay Triệu đồng NGOÀI NGÂN HÀNG X8 mdich Mục đích khoản vay Bằng 0 nếu mục đích phi SXKD và bằng 1 nếu SXKD. KHẢ NĂNG TRẢ NỢ y y Tình trạng nợ quá hạn 1: không có nợ quá hạn 0: có nợ quá hạn ( nhóm 3,4,5)
3.3 Xử lý dữ lệu và kiểm định mô hình
Tác giả sử dụng phần mềm excel và chương trình SPSS 20.0 để thực hiện xây dựng mô hình nghiên cứu.
Bước 1: Xác định biến quan trọng. Đây là quy trình chọn từng bước để xác định các biến độc lập có ảnh hưởng nhất đối với KHCN có hoặc không có khả năng trả nợ.
Các tiêu chuẩn đo lường độ phù hợp của mô hình nghiên cứu này hướng tới gồm: Omnibus Test of Model Coefficients (OB): kiểm định sự phù hợp tổng quát của mô hình hồi quy với giả thiết H0 là các hệ số hồi quy đồng thời bằng 0. Nếu Sig. < α thì H0 bị bác bỏ hay mô hình phù hợp một cách tổng quát;
Hosmer and Lemeshow Test (HL): kiểm định giả thiết H0 là các giá trị dự báo phù hợp với giá trị quan sát. Nếu Sig. > α thì chấp nhận H0;
Mức ý nghĩa của các kiểm định và của hệ số hồi quy (β) được chọn là 10%, do mẫu dữ liệu nghiên cứu xấp xỉ gần bằng 100 quan sát. Mức ý nghĩa của biến độc lập có thể nhỏ hơn 25%;
Classification Table: cho biết độ chính xác của kết quả dự báo từ mô hình; 2 Log likelihood (- 2 LL) càng nhỏ càng tốt.
Bước 2: Dựa trên các tiêu chuẩn đo lường độ phù hợp của mô hình, thực hiện giảm tải biến độc lập theo phương pháp BackWalk:Wald, kiểm tra lại kết quả với các tiêu chuẩn đo lường đo phù hợp của mô hình như bước 1.
Bước 3: Đề xuất mô hình phù hợp
Kết luận chương 3
Chương 3 đã trình bày trình bày phương pháp nghiên cứu, quy trình nghiên cứu, bày cách lấy mẫu và quy mô mẫu trong nghiên cứu này…. Ngoài ra, trong chương 3 tác giả còn cung cấp các nội dung trong việc xử lý số liệu bằng phần mềm SPSS 20 xử lý dữ liệu.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.1 Giới thiệu về Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam – Chi nhánh huyện Tân Hưng, tỉnh Long An Nam – Chi nhánh huyện Tân Hưng, tỉnh Long An
4.1.1. Giới thiệu chung
Agribank Chi nhánh huyện Tân Hưng là một trong những Chi nhánh cấp 2 trực thuộc được thành lập theo giấy phép kinh doanh vào ngày 01 tháng 04 năm 1999
Năm 2015 chuyển đổi hoạt động sang mô hình công ty trách nhiệm hữu hạn một thành viên do nhà nước làm chủ sở hữu.
Tên giao dịch quốc tế: The Bank for Agriculture and Rual Development of Tan Hung Dicstrict.
Địa chỉ: số 26A, đường 3/2 KP Gò Thuyền Thị trấn Tân Hưng, huyện Tân Hưng.
Tell: (0272) 3861210 Fax: (0272) 3861216
Ra đời đúng vào lúc nền kinh tế đang chuyển hướng theo cơ cấu thị trường, vì vậy, từ khi thành lập đến nay, Agribank Chi nhánh huyện Tân Hưng Long An đã không ngừng nâng cao chất lượng và đạt những kết quả nhất định. Trong những năm qua, Chi nhánh đã thực hiện việc đổi mới phương thức hoạt động, phục vụ hữu hiệu hơn, đa dạng hóa nghiệp vụ, nâng cao hiệu quả huy động vốn, mở rộng cho vay đối với các thành phần kinh tế… đã góp phần làm thay đổi nền kinh tế trên địa bàn huyện nói chung và cải thiện đời sống của hơn 80% dân số sống bằng nghề nông nghiệp ở tỉnh ta nói riêng.
Với phong cách và lề lối làm việc văn minh, lịch sự, hiệu quả, với phương châm “Sự thành đạt của khách hàng là mục tiêu hoạt động của Agribank Chi nhánh huyện Tân Hưng”, để từng bước ổn định và phát triển với định hướng: “Nông thôn là thị trường chính, nông dân là khách hàng, nông nghiệp là đối tượng đầu tư”.
Trong hơn 20 năm hoạt động, một chặng đường đầy gian khổ Agribank Chi nhánh huyện Tân Hưng để lại những dấu ấn khó phai trong lòng mỗi khách hàng, vượt qua những khó khăn, ngân hàng đã từng bước đi lên trở thành một ngân hàng lớn mạnh cả về vật chất lẫn dịch vụ.
Niềm tự hào lớn nhất của Agribank Chi nhánh huyện Tân Hưng là đã làm thay đổi hẳn bộ mặt nông thôn, nhiều cánh đồng lúa xuất khẩu, nuôi trồng thuỷ sản ngày càng có giá trị kinh tế cao… Đặc biệt, ngân hàng đã phối hợp tốt với chính quyền địa phương… làm tốt công tác xóa đói giảm nghèo, thực hiện tốt mục tiêu đẩy mạnh phát triển kinh tế xã hội tại địa phương.
Hình 4.1. Cơ cấu tổ chức tại Agribank Chi nhánh huyện Tân Hưng
Nguồn: Agribank Chi nhánh huyện Tân Hưng, tỉnh Long An
4.1.2. Kết quả hoạt động kinh doanh
Dư nợ tín dụng tại Agribank Tân Hưng nhìn chung đều tăng qua các năm cả nhóm khách hàng doanh nghiệp lẫn khách hàng cá nhân. Tính đến 31/12/2019, tổng dư nợ tín dụng đạt 537.075 triệu đồng, tăng 8.22% so với cùng kỳ năm trước. Dư nợ tăng ở nhóm khách hàng doanh nghiệp tăng cả số tuyệt đối và cả số tương đối. Trong khi đó ở nhóm khách hàng cá nhân giảm nhẹ ở số tương đối (0.29%, 0.53%
và 1.23%) nhưng tăng ở số tuyệt đối (312,547 triệu đồng, 493,571 triệu đồng, 531,175 triệu đồng)
Cơ cấu khách hàng tại Agribank Tân Hưng chưa cân đối, đối tượng chủ yếu mà ngân hàng cho vay trong thời gian qua là khách hàng cá nhân chiếm trên 98% trong tổng dư nợ tại ngân hàng giai đoạn 2017 – 2019. Điều này tiềm ẩn rủi ro cao khi chỉ tập trung phát triển chủ yếu trên nhóm khách hàng này. Tuy nhiên, điều này là khách quan vì đa số người dân tại Tân Hưng đều hoạt động trong lĩnh vực nông nghiệp. Trong năm 2019, dư nợ tín dụng doanh nghiệp tăng đến 36% so với năm 2018, trong khi đó dư nợ tín cá nhân tăng đến 4% so với năm 2018. Nhìn chng số tương đối có cải thiện, nhưng tỷ lệ tín dụng cá nhân vẫn chiếm tỷ lệ rất cao (99%) trong tổng số dư nợ tín dụng. Điều này rủi ro tìm ẩn cho nhóm khách hàng này cần được chú ý hơn, tăng cường khả năng quản trị. Tình hình thực tế hiện tại và có thể cho nhiều năm nữa tín dụng cá nhân vẫn là xu thế chủ đạo trong cơ cấu tín dụng tại Agribank Tân Hưng, lý do là Tân Hưng là một huyện thuần nông trong đó kinh tế chủ yếu là nông-lâm ngư. Do vậy khách hàng nông hộ vẫn là chủ yếu.
Bảng 4.1. Dư nợ tín dụng theo đối tượng khách hàng giai đoạn 2017 – 2019
ĐVT: Triệu đồng, %
Đối tượng vay
Năm 2017 Năm 2018 Năm 2019
Dư nợ Tỷ lệ (%) Dư nợ Tỷ lệ (%) 2018/ 2017 (%) Dư nợ Tỷ lệ (%) 2019/ 2018 (%) Khách hàng DN 2.197 0,01 2.698 0,01 0,23 3.680 0,01 0,36 Khách hàng cá nhân 312.547 0,99 493.571 0,99 0,58 511.175 0,99 0,04 Tổng cộng 314.744 1 496.269 1 514,855 1
Nguồn: Agribank Tân Hưng
Thực hiện theo quyết định của Hội Đồng Thành Viên Agribank về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng, định kỳ Agribank Tân Hưng đã tiến hành phân loại nợ vay tất cả các khoản vay
Bảng 4.2. Phân loại tín dụng cá nhân theo nhóm nợ tại 2017 - 2019
ĐVT: Triệu đồng, %
Nhóm nợ
Năm 2017 Năm 2018 Năm 2019
Dư nợ Tỷ lệ (%) Dư nợ Tỷ lệ (%) Dư nợ Tỷ lệ (%) Nhóm 1 - Nợ đủ tiêu chuẩn 311.669 0,9902 493.649 0,9947 512,650 0,9957 Nhóm 2 - Nợ cần chú ý 1.425 0,0045 1.250 0,0025 1,110 0,0022 Nhóm 3 - Nợ dưới tiêu chuẩn 820 0,0026 890 0,0018 585 0.0011 Nhóm 4 - Nợ nghi ngờ 643 0,002 356 0,0007 395 0,0008 Nhóm 5 - Nợ có khả năng mất vốn 187 0,0006 124 0,0002 115 0,0002 Nợ xấu 1.650 1.370 1,095 Tổng cộng 314.744 1 496,269 1 514,855 1
Nguồn: Agribank Tân Hưng
Định kỳ Agribank Tân Hưng tiến hành phân loại khách hàng theo quy định của NHNN, từ đó phân nhóm khách hàng theo mức độ rủi ro để có chính sách ưu đãi, kiểm tra, kiểm soát và xử lý cho phù hợp. Tại Agribank Tân Hưng, tỷ lệ nợ biến động tăng giảm qua các năm. Trong đó, nợ đủ tiêu chuẩn (nhóm 1) luôn đạt trên 99% trong giai đoạn 2017 – 2019. Nợ cần chú ý (nhóm 2) chỉ chiếm dưới 1% có xu hướng cải thiện theo số tương đối. Còn lại nợ xấu (từ nhóm 3 đến nhóm 5) có xu hướng giảm qua các năm. Nhóm nợ mất vốn giảm (nhóm 5) trên cả 2 tiêu chí số tuyệt đối và số tương đối, nhưng số tuyệt đối vẫn ở mức cao (năm 2019 là 115 triệu)
Bên cạnh đó, Agribank Tân Hưng cũng tiến hành khảo sát chặt chẽ các khoản nợ thuộc nhóm 1, nhóm 2 nhằm hạn chế tối đa khả năng phát sinh thêm nợ quá hạn. Đồng thời, thắt chặt công tác thẩm định rủi ro, thẩm định tài sản bảo đảm trong cho vay, góp phần nâng cao chất lượng tín dụng tại Agribank Tân Hưng nói riêng cũng như toàn chi nhánh nói chung.
Nợ xấu có xu hướng giảm dần qua các năm, đây là tính hiệu tốt đối với chất lượng tin dụng. Do cơ cấu dư nợ tín dụng chủ yếu là khách hàng cá nhân, nên khi dư nợ xấu giảm sẽ tác động mạnh đến khả năng cho vay của nhóm khách hàng này.
4.2 Thống kê mô tả
Kết quả thu thập 300 mẫu khách hàng có quan hệ tín dụng tới ngày 31/12/2019 cho thấy có 128 trường hợp chiếm 42.7% là không trả được nợ (nhóm 3,4,5) trong khi đó có 172 trường hợp trả được nợ chiếm 57.3% là trả được nợ (nhóm 1,2) xem bảng 4.3 và đồ thị 4.1.
Bảng 4.3 Biến khả năng trả nợ
Y
Frequency Percent Valid Percent Cumulative
Percent
Valid
0 khong tra 128 42.7 42.7 42.7
1 tra duoc 172 57.3 57.3 100.0
Total 300 100.0 100.0
Nguồn: Trích từ kết quả hồi quy Binary Logistic
Đồ thị 4.1: Biến khả năng trả nợ
4.3 Phân tích hồi quy
4.3.1 Phân tích hồi quy lần 1
Kết quả kiểm định hồi quy Binary Logistic lần 1 với 8 biến độc lập gồm: (1) qmo, (2) tnhap, (3) tuoi, (4) pthuoc, (5) mdich, (6) lsu, (7) khan, (8) nhao kết quả kiểm định như sau:
Kết quả kiểm định cho thấy mối tương quan giữa biến phụ thuộc và các biến độc lập trong mô hình có ý nghĩa thống kê tổng quát (xem bảng 4.4)
Bảng 4.4: Mức độ phù hợp tổng quát của mô hình
Chi-square df Sig. Step 1 Step 349.119 8 .000 Block 349.119 8 .000 Mode l 349.119 8 .000
Nguồn: Trích từ kết quả hồi quy Binary Logistic
Kết quả kiểm định cho thấy giá trị -2LL= 60,293 không cao lắm, điều này thể hiện mức độ phù hợp khá tốt của mô hình tổng thể. Kết quả kiểm định cho thấy 92.4% sự thay đổi của biến phụ thuộc được giải thích bởi biến độc lập trong mô hình, phần còn lại là do các yếu tố khác. Kết quả kiểm định cho thấy mức độ giải thích của mô hình khá cao là 92.4% (xem bảng 4.5)
Kiểm định ý nghĩa hệ số hồi quy: kiểm định Wald về ý nghĩa của các hệ số