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.
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 thương
Chi 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:
Y = ∝ + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + ε
Bảng 3.1: Diễn giải các biến được sử dụng trong mô hình probit của Trương Đông Lộc và Nguyễn Thị Tuyết (2011)
Biến số Diễn giải biến Kỳ vọng Kinh nghiệm của khách
hàng đi vay (X1)
Số năm người vay làm việc trong ngành
nghề vay vốn tính đến thời điểm vay. Tỷ lệ nghịch Khả năng tài chính của
khách hàng vay (X2)
Vốn tự có tham gia vào phương án, dự
án/tổng nhu cầu vốn của phương án, dự án. Tỷ lệ nghịch Tài sản đảm bảo (X3) Số tiềnvay/tổng giá trị tài sản đảm bảo. Tỷ lệ thuận Sử dụng vốn vay (X4)
Biến giả, bằng 1 nếu khách hàng sử dụng vốn đúng mục đích, bằng 0 nếu khách hàng sử dụng vốn sai mục đích.
Tỷ lệ nghịch Kinh nghiệm của cán bộ tín
dụng (X5) Số năm trực tiếp làm công tác tín dụng. Tỷ lệ nghịch Đa dạng hóa hoạt động kinh
doanh của khách hàng (X6)
Biến giả, bằng 1 nếu khách hàng kinh doanh từ 3 ngành hàng trở lên, bằng 0 cho các trường hợp ngược lại.
Tỷ lệ nghịch Kiểm tra, giám sát khoản
vay (X7)
Tổng số lần kiểm tra của cán bộ tín dụng
trước khi khoản vay chuyển sang nợ xấu. Tỷ lệ nghịch Mức độ rủi ro của khoản
vay (Y)
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 thuộc nhóm 1 và 2).
Kết quả nghiên cứu của tác giả cho thấy các nhân tố ảnh hưởng bao gồm 5 biến 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)
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).
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:
Y = β0+ β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7
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.
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).
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:
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)
Sơ đồ 3: Mô hình nghiên cứu của Nguyễn Phúc Mẫn (2015)
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”,
Giới tính, độ tuổi, tình trạng hôn nhân Đặc điểm nhân khẩu học Trình độ học vấn, đặc điểm nghề
nghiệp, đặc điểm thu nhập
Năng lực của người vay Kích cở khoản vay, lãi suất, thời hạn
cho vay, hình thức vay, mục đích vay
Đặc điểm khoản vay Sử dụng tín dụng đúng mục đích Rủi ro đạo đức Chấm dứt tín dụng Rủi ro tác nghiệp Khả năng trả nợ
“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.