RRTD = β0 + β1Tuoi + β2Gtinh + β3TD + β4NN + β5HN + β6TH + β7LS + β8KN + β9MDV + β10HTV + β11XHTD + β12KN + ꜫ
Bảng 3. 2: Các biến trong mô hình nghiên cứu
STT Biến Nghiên cứu trước đây
1 Rủi ro tín dụng (RRTD)
Trương Đông Lộc và Nguyễn Thị Tuyết (2011), Joseph và Wilson (2013), Nguyễn Phúc Mẫn (2015)
2 Tuổi (Tuoi) Wongnaa và AwunyoVitor (2013), Nguyễn Phúc Mẫn (2015)
3 Giới tính (Gtinh)
Haik Abdul Majeeb PASHA (2014); C. A. Wongnaa và Awunyo-Vitor (2013), Nguyễn Phúc Mẫn (2015)
4 Trình độ (TD) Dadson Awunyo-Vitor (2012), Nguyễn Phúc Mẫn (2015)
5 Nghề nghiệp của khách hàng (NN)
Dadson Awunyo-Vitor (2012), Nguyễn Phúc Mẫn (2015)
6 Tình trạng hôn nhân (HN) Mohammad Reza Kohansal (2009), Nguyễn Phúc Mẫn (2015)
7 Thời hạn khoản vay (TH) Dadson Awunyo-Vitor (2012), Nguyễn Phúc Mẫn (2015)
8 Lãi suất cho vay (LS) Mohammad Reza Kohansal (2009), Nguyễn Phúc Mẫn (2015)
9 Kinh nghiệm của khách hàng đi vay (KN)
Trương Đông Lộc và Nguyễn Thị Tuyết (2011), Joseph và Wilson (2013),
10 Mục đích vay vốn (MDV)
Nguyễn Phúc Mẫn (2015), Nguyễn Phương Dũ (2018), Trương Đông Lộc và Nguyễn Thị Tuyết (2011), Joseph và Wilson (2013),
11 Hình thức vay (HTV)
Chapman (1990), Nguyễn Phúc Mẫn (2015), Trương Đông Lộc và Nguyễn Thị Tuyết (2011), Joseph John Magali (2013),
STT Biến Nghiên cứu trước đây
12 Xếp hạng tín dụng (XHTD) Nguyễn Phúc Mẫn (2015)
Nguồn: tổng hợp của tác giả
Nghiên cứu định tính được sử dụng trong luận văn này với lý do đây là phương pháp tiếp cận nhằm tìm cách mô tả và phân tích đặc điểm, hành vi của con người và của nhóm người từ quan điểm của nhà nghiên cứu. Cụ thể là việc khách hàng sử dụng vốn vay không hiệu quả dẫn đến RRTD cho ngân hàng.
Trong nghiên cứu này, tác giả sẽ tiến hành tổng hợp, phân tích thực trạng hoạt động cho vay khách hàng của Lienvietpostbank – CN Bến Tre trong giai đoạn 2014 – 2018. Do chi nhánh chỉ tập trung cho vay đối với khách hàng cá nhân, nên luận văn tập trung vào thực trạng hoạt động cho vay đối với KHCN. Phần này sẽ trình bày tổng quát về tình hình cho vay khách hàng cá nhân và tỷ lệ nợ xấu (đo lường RRTD) tại Lienvietpostbank – CN Bến Tre, để từ đó, tác giả sẽ tiến hành nghiên cứu định lượng bằng cách khảo sát khách hàng và xây dựng mô hình các yếu tố ảnh hưởng đến RRTD trong hoạt động cho vay tại Lienvietpostbank – CN Bến Tre. Tác giả sẽ tiến hành khảo sát và phân tích hồ sơ của các khách hàng có số dư nợ vay vốn tại chi nhánh từ năm 2014 đến hết năm 2018.
Trong đề tài này, phương pháp nghiên cứu định lượng được thực hiện để khẳng định và kiểm tra lại các kết quả nghiên cứu của phần nghiên cứu định tính, dựa trên phương pháp nghiên cứu mô tả và nghiên cứu nhân quả dựa trên các số liệu từ bảng câu hỏi điều tra, khảo sát hồ sơ và dữ liệu về các khoản vay của khách hàng cá nhân nhằm đánh giá và biện luận về hiệu quả các yếu tố ảnh hưởng đến RRTD của KHCN tại Lienvietpostbank – CN Bến Tre. Theo báo cáo nội bộ của chi nhánh, hoạt động cho vay chủ yếu tập trung toàn bộ ở khối bán lẻ, bao gồm các cán bộ hưu trí, CB CCVC – LLVT (cán bộ công chức viên chức – lực lượng vũ trang) và đối tượng khách hàng cá nhân khác. Vì vậy RRTD xảy ra trong trường hợp cho vay KHCN.
Trong hoạt động của ngân hàng, tín dụng là hoạt động chủ yếu. Nếu quản lý tốt, tín dụng sẽ góp phần đáng kể trong việc tạo ra lợi nhuận và làm tăng giá trị ngân hàng. Ngược lại, nếu quản lý kém, tín dụng có thể gây ra tổn thất lớn và làm giảm giá trị ngân hàng. Tuy vậy, một trong những tính chất cơ bản của tài chính hiện đại là tính rủi ro, và vì vậy tất cả các mô hình tài chính hiện đại đều được đặt trong môi trường rủi ro. Do đó, cần thiết phải có một khái niệm rủi ro theo quan điểm lượng và phải xây dựng công cụ để đo lường nó. Vì thế, mục tiêu quan trọng của quản lý tín dụng là làm giảm tối đa rủi ro tín dụng. Muốn vậy ngân hàng phải lượng hóa và đánh giá được rủi ro tín dụng để từ đó có các biện pháp quản lý hiệu quả. Có thể sử dụng nhiều mô hình khác nhau để đánh giá rủi ro tín dụng, bao gồm mô hình định lượng và mô hình định tính. Có nhiều mô hình để đo lường và đánh giá RRTD trong hoạt động cho vay của ngân hàng đã được các nhà nghiên cứu trong và ngoài nước thực hiện. Các mô hình bao gồm mô hình nghiên cứu định tính và mô hình nghiên cứu định lượng: mô hình hệ thống chuyên gia, mô hình điểm số Z, mô hình Binary Logistic, mô hình Probit…
Mô hình Binary logistic còn được gọi tắt là mô hình logit, mô hình được Maddala giới thiệu vào năm 1984. Mô hình Logit là mô hình hồi quy mà trong đó biến phụ thuộc là biến giả. Có rất nhiều hiện tượng, nhiều qua trình mà khi mô tả bằng mô hình kinh tế lượng, biến phụ thuộc là biến giả (biến giả là biến rời rạc nó có thể nhận một trong hai giá trị là 0 và 1). Đây là mô hình định lượng trong đó biến phụ thuộc là biến giả chỉ nhận 2 giá trị 0 và 1. Mô hình hồi quy Binary Logistic sử dụng biến phụ thuộc dạng nhị phân để ước lượng xác suất một sự kiện sẽ xảy ra với những thông tin của biến độc lập. Thông tin cần thu thập về biến phụ thuộc là một sự kiện nào đó có xảy ra hay không (biến phụ thuộc Y lúc này có hai giá trị 0 và 1, với 0 là không xảy ra sự kiện và 1 là có xảy ra) và tất nhiên là cả thông tin về các biến độc lập X1, X2…, Xk. Từ biến phụ thuộc nhị phân này, một thủ tục sẽ được dùng để dự đoán xác suất sự kiện xảy ra theo quy tắc nếu xác suất được dự đoán lớn hơn 0.5 (điểm cắt mặc định) thì kết quả dự đoán sẽ cho là “có” xảy ra sự kiện, ngược lại thì kết quả dự đoán sẽ cho là “không”.
Mô hình hồi quy Binary Logistic như sau:
Trong đó, P là xác suất để Y = 1 (là xác suất để sự kiện xảy ra) khi các biến độc lập nhận giá trị cụ thể. Theo đó, xác suất không xảy ra sự kiện là:
Thực hiện phép so sánh giữa xác suất một sự kiện xảy ra với xác suất sự kiện đó không xảy ra, tỷ lệ chênh lệch này được thể hiện như sau:
Các hệ số hồi quy được ước lượng bằng phương pháp hợp lý tối đa (Maximum Likelihood)
Mô hình được ứng dụng rộng rãi trong phân tích kinh tế nói chung và rủi ro tín dụng nói riêng. Mô hình dùng kỹ thuật hồi quy để xem xét mối quan hệ giữa biến (Y) – biến phụ thuộc và các biến Xi – biến độc lập, giúp ngân hàng xác định khoản vay của khách hàng có rủi ro tín dụng (biến phụ thuộc) trên cơ sở sử dụng các nhân tố có ảnh hưởng đến khách hàng (biến độc lập). Biến phụ thuộc Y chỉ nhận 02 giá trị 0 và 1. Cụ thể: Bằng 0: Khách hàng không có rủi ro tín dụng dẫn đến việc khách hàng có khả năng trả nợ vay. Bằng 1: Khách hàng có rủi ro tín dụng, nghĩa là khách hàng không có khả năng hoàn trả các khoản vay. Các nhân tố ảnh hưởng đến khách hàng như giới tính, trình độ học vấn, thu nhập.... ảnh hưởng đến RRTD tại ngân hàng.