3.3.1. Mô hình nghiên cứu
Bảng 3.1: Mô hình nghiên cứu
Theo bảng 3.1 ta có mô hình nghiên cứu tổng quát như sau:
Khả năng trả nợ của khách hàng=f (Đặc điểm bản thân khách hàng, Năng lực người đi vay, Đặc điểm khoản vay, Tác nghiệp CBTD tại NH)
Từ mô hình nghiên cứu tổng quát ta suy ra hai mô hình nghiên cứu chi tiết như sau:
Mô hình 1: Tìm hiểu tác động của các yếu tố đế khả năng trả nợ biểu hiện bởi
khía cạnh khả năng trả nợ đúng hạn: Khả năng trả nợ của khách hàng Đặc điểm về bản thân khách hàng Giới tính, độ tuổi, tình trạng hôn nhân
Năng lực của người đi vay
Trình độ học vấn, đặc điểm nghề nghiệp, đặc điểm thu
nhập
Đặc điểm khoản vay
Kích cở khoản vay, lãi suất, thời hạn cho
vay, hình thức vay, mục đích vay Tác nghiệp của cán bộ tín dụng tại ngân hàng Công tác thẩm định trước trong và sau
Khả năng trả nợ của khách hàng=f (Đặc điểm bản thân khách hàng, Năng lực người đi vay, Đặc điểm khoản vay, Tác nghiệp CBTD tại NH)
Mô hình 2: Tìm hiểu tác động của các yếu tố đế khả năng trả nợ biểu hiện bởi
khía cạnh khả năng trả nợ số tiền vay :
Khả năng trả nợ của khách hàng=f (Đặc điểm bản thân khách hàng, Năng lực người đi vay, Đặc điểm khoản vay, Tác nghiệp CBTD tại NH)
Từ hai mô hình trên tác giả tiến hành nghiên cứu xác định từng biến số trong mô hình.
3.3.2. Mô tả các biến
Biến số phụ thuộc:
Các biến số phụ thuộc trong mô hình nghiên cứu là Y_TRNDH (Khả năng trả nợ đúng hạn) và Y_TYLETRN (Khả năng trả nợ số tiền vay).
Khả năng trả nợ đúng hạn được tính dựa trên: Nếu đến thời hạn tất toán nợ khách hàng trả hết nợ thì được tính là khách hàng trả nợ đúng hạn, khi đó quan sát này nhận giá trị bằng 1, ngược lại nhận giá trị bằng 0 đối với trường hợp trả gốc một lần vào ngày đáo hạn. Trường hợp khách hàng trả gốc từng lần, nếu đến thời điểm tất nợ khách hàng trả hết nợ thì nhận giá trị bằng 1, ngược lại nhận giá trị bằng 0, không tính các lần trễ hạn trước đó.
Khả năng trả nợ số tiền vay được tính bằng tỷ lệ số tiền khách hàng thực trả trên tổng số tiền vay đến hạn trong cả hai trường hợp trả gốc một lần cuối kỳ hay trả từng lần.
Biến số độc lập:
Nhóm biến số “Đặc điểm bản thân khách hàng” có các biến số chính như sau:
Giới tính (X_GT): Đây là biến giả và nhận giá trị bằng 1 nếu KH vay là nam,
ngượ lại nếu KH là nữ nhận giá trị bằng 0. Theo truyền thống, nữ giới thường cẩn trọng trong các hoạt động trong khi đó nam giới lại ưu mạo hiểm, rủi ro, điều này sẽ tác động ngược chiều đến khả năng trả nợ của khách hàng.
Độ tuổi (X_TU): Biến số này được xác định bằng cách lấy thời điểm vay thực tế trừ đi năm sinh của khách hàng. Với đặc điểm xã hội tại Việt Nam, người lớn tuổi thường có xu hướng an phận, sự năng động giảm đi, khả năng tạo ra thu nhập cũng vì thế mà thấp hơn người trẻ tuổi. Điều này sẽ tác động ngược chiều với khả năng trả nợ của KH, khách hàng có độ tuổi càng cao thì rủi ro trả không được nợ sẽ tăng lên.
Tình trạng hôn nhân (X_HN): Đây là biến giả, quan sát nhận giá trị là 1 nếu KH
vay đã lập gia đình, ngược lại KH chưa lập gia đình sẽ nhận giá trị là 0. Đặc điểm văn hóa tại Việt Nam có đặc trưng những người lập gia đình sẽ có xu hướng sống trách nhiệm hơn, cẩn trọng hơn trong mỗi hạnh động của mình. Chính vì thế biến này có giả thuyết tác động cùng chiều với khả năng trả nợ của KH.
Nhóm biến số “Năng lực người đi vay” có biến số chính như sau:
Trình độ học vấn (X_HV): Đây là biến giả, quan sát nhận giá trị bằng 1 nếu Kh
vay có trình độ học vấn trên lớp 9, ngược lại nhận giá trị bằng 0 nếu trường hợp KH vay có trình độ học vấn dưới lớp 9. Theo đặc tính vùng miền, tại Tân Châu, Tây Ninh đa phần dân số đều là di cư đến, trình độ học vấn không cao nên tác giả chọn mức lớp 9 để nghiên cứu. Theo đó, trình độ học vấn cao sẽ dễ dàng trong việc tiếp cận các phương pháp sản xuất hiện đại, tính toán được dòng tiền của mình điều này dẫn đến khả năng trả nợ sẽ cao hơn. Giả thuyết rằng biến số này sẽ có tác động cùng chiều với khả năng trả nợ của khách hàng.
Nghề nghiệp (X_NN): Đây là biến giả, nhận giá trị bằng 1 nếu nghề nghiệp tạo ra
thu nhập chính của KH vay là nông nghiệp, ngược lại nhận giá trị bằng 0 nếu thu nhập chính từ nguồn phi nông nghiệp.
Thu nhập hàng tháng (X_TN) (ĐVT: triệu đồng): Biến số này được tính dựa trên
thu nhập thực tế hàng tháng của KH vay. Việc thu nhập cao sẽ dẫn đến KH có khả năng trang trải chi phí sinh hoạt và chi phí lãi vay tốt hơn. Chính vì thế biến số này có giả thuyết rằng sẽ tác động cùng chiều với khả năng trả nợ.
Nhóm biến số “Đặc điểm khoản vay” bao gồm các biến số chính như sau:
Kích cỡ khoản vay (X_KV)(ĐVT: triệu đồng): Biến số này thể hiện tổng giá trị
với khả năng trả niwj của khách hàng, do những khoản vay lớn sẽ giúp người vay dễ dàng tạo ra giá trị hơn đối với những khoản vay nhỏ. Những khoản vay nhỏ thường dùng cho mụ đích tiêu dùng nên mang lại rủi ro cao hơn.
Lãi suất (X_LS) (ĐVT: %/năm): Biến số này là lãi suất thỏa thuận trong HĐTD
giữa Ngân hàng và khách hàng. Tác giả kỳ vọng biến số này sẽ tác động ngược chiều đến khả năng trả nợ của khách hàng do lãi suất cao sẽ tác động đến kết quả kinh doanh của người đi vay.
Thời hạn vay (X_THV)(ĐVT: tháng):Là thời gian từ lúc khách hàng nhận tiền
vay đến khi HĐTD kết thúc. Các khoản nợ càng dài sẽ dễ dàng cho KH trong việc tìm kiếm nguồn trả nợ. Giả thuyết đưa ra biến số này tác động cùng chiều với khả năng trả nợ của khách hàng.
Hình thức vay (X_HTV): Đây là biến giả, nhận giá trị bằng 1 nếu KH đi vay bằng
hình thức thế chấp tài sản tại ngân hàng, ngoài ra quan sát sẽ nhận giá trị bằng 0. Những khoản vay không có tài sản đảm bảo thường đem lại rủi ro hơn trong việc trả nợ. Giả thuyết đưa ra hình thức vay thế chấp sẽ có tác động tích cực đến khả năng trả nợ của khách hàng.
Mục đích vay (X_MD): Nhận giá trị bằng 1 nếu mục đích vay của khách hàng là
trồng trọt chăn nuôi, nhận giá trị bằng 2 nếu mục đích vay là chi tiêu tiêu dùng, ngoài ra các mục đích khác nhận giá trị bằng 3. Do mục đích vay chi tiêu tiêu dùng thường không tạo ra thu nhập tương ứng, nên giả thuyết rằng những khoản vay có mục đich trồng trọt chăn nuôi sẽ mang lại tác động tích cực đối với khả năng trả nợ của khách hàng.
Nhóm biến số “Tác nghiệp của CBTD trong NH” bao gồm biến số chính như sau:
Kiểm tra sử dụng vốn sau vay (X_KTSDV): Đây là số lần cán bộ tín dụng đi kiểm
tra giám sát quá trình sử dụng vốn sau khi vay của khách hàng. Số lần được thể hiện bằng số biên bản kiểm tra sử dụng vốn. Giả thuyết kỳ vọng rằng biến số này sẽ tác động tích cực đến khả năng trả nợ của khách hàng, do CBTD càng quan tâm đến món
vay thì sẽ có phương án xử lý kịp thời đối với khác khoản vay có khả năng không trả được nợ.
Trả nợ đúng hạn (X_TRNDH): Đây là biến số phụ thuộc được nhận giá trị bằng
1 nếu khách hàng trả nợ đúng hạn và bằng 0 nếu khách hàng trả nợ không đúng hạn. Việc khách hàng trả nợ đúng hạn hay không được xác định theo TT 02/2013/TT- NHNN, khách hàng không đúng hạn là khách hàng có nợ thuộc nhóm 2, 3, 4, 5.
Tỷ lệ trả nợ (X_TYLETRN): Biến số này được đo lường bằng các lấy số tiền KH
thực trả chia cho số tiền khách hàng phải trả trong kỳ. Số liệu được trích xuất từ chương trình IPCAS.
Bảng 3.2: Bảng mô tả, giải thích các biến số sử dụng trong mô hình
STT BIẾN TÊN KÝ HIỆU PHƯƠNG PHÁP TÍNH
NGUỒN DỮ LIỆU KỲ VỌNG DẤU Biến độc lập
1 Giới tính X_GT Biến giả, nếu quan sát là nam thì nhận giá trị bằng 1, ngược lại là nữ thì nhận gí trị bằng 0
Hồ sơ
vay vốn -
2 Tuổi X_TU Là số tuổi thật của khách hàng tại thời điểm vay. Hồ sơ vay vốn -
3 Học vấn X_HV
Biến giả, nếu trình độ học vấn KH trên lớp 9 nhận giá trị bằng 1, ngược lại bằng 0 Hồ sơ vay vốn + 4 Tình trạng hôn nhân
X_HN Biến giả, nhận giá trị bằng 1 nếu KH đã kết hôn, ngược lại nhận giá trị bằng 0
Hồ sơ
vay vốn +
5 Nghề nghiệp X_NN
Biến giả, nhận giá trị bằng 1 nếu nghề nghiệp tạo ra thu nhập chính của khách hàng là làm nông nghiệp ngoài ra phi nông nghiệp nhận giá trị bằng 0
Hồ sơ
vay vốn +
6 Thu nhập X_TN Thu nhập bình quân 1 tháng của KH tại thời điểm vay (ĐVT: triệu đồng)
Hồ sơ
vay vốn +
8 Lãi suất X_LS Lãi suất khách hàng phải trả cho ngân hàng để sử dụng nguồn vốn vay
HĐTD -
9 Thời hạn vay X_THV Số tháng khách hàng vay thể hiện trên HDTD HĐTD +
10 Hình
thức vay X_HTV
Biến giả, nhận giá trị bằng 0 nếu KH vay tín chấp, ngược lại KH vay bằng hình thức thế chấp nhận giá tri bằng 1 HĐ thế chấp + 11 Mục đích sử dụng vốn X_MD
Nhận giá trị bằng 1 nếu KH vay với mục đích trồng trọt chăn nuôi, bằng 2 nếu mục đích vay là chi tiêu, tiêu dùng, bằng 3 nếu mục đích vay là khác
HĐTD +
12 Kiểm tra sử dụng vốn
X_KTSDV Số lần cán bộ tín dụng thực hiện
kiểm tra sau cho vay
Số lượng biên bản KTGS + Biến phụ thuộc 13 Trả nợ đúng hạn
Y_TRNDH Biến giả, nhận giá trị bằng 1 nếu KH trả nợ đúng hạn, bằng 0 nếu KH trả trễ hạn Xuất trên chương trình IPCAS
14 Tỷ lệ trả nợ Y_TYLETRN Bằng Số tiền KH thực trả/số tiền KH phải trả trong kỳ hạn trên HĐ
Xuất trên chương trình IPCAS
3.4 Phương pháp nghiên cứu
Luận văn sử dụng 2 mô hình sau để nghiên cứu:
Mô hình 1: Tìm hiểu tác động của các nhân tố tới khả năng trả nợ được biểu hiện
bởi khía cạnh khả năng trả nợ đúng hạn: Khả năng trả nợ đúng hạn = f (Đặc điểm nhân khẩu học, Năng lực của người vay, Đặc điểm khoản vay, Rủi ro tác nghiệp của cán bộ ngân hàng). Do đặc thù của biến số độc lập được sử dụng trong mô hình mang giá trị nhị nguyên là 0 và 1, cụ thể hơn nếu Y đạt giá trị 0 thì quan sát đó không trả nợ vay đúng hạn, nếu Y đạt giá trị 1 thì ngược lại. Do vậy đề tài sẽ sử dụng môn hình Binary Logistic để ước lượng. Mô hình hồi quy Binary Logistic sẽ có dạng như sau:
Y=βₒ + ∑𝑛 βi
Trong đó:
Y là biến phụ thuộc, nhận giá trị 0 hoặc 1
Xi là các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng. u là phần dư
Dạng tổng quát của mô hình hồi quy Binary Logistic:
Sử dụng chương trình SPSS để tính toán các chỉ tiêu thống kê cơ bản, kiểm định chất lượng, độ tin cậy của thang đo. Phân tích nhân tố khám phá, hồi quy Binary Logistics và kiểm định các giải thiết.
Mô hình 2: Tìm hiểu tác động của các yếu tố tới khả năng trả nợ được biểu hiện bởi khía cạnh khả năng trả nợ số tiền vay: Khả năng trả nợ số tiền vay = f(Đặc điểm nhân khẩu học, Năng lực của người vay, Đặc điểm khoản vay, Rủi ro tác nghiệp của cán bộ ngân hàng). Biến số phụ thuộc (tỷ lệ số tiền gốc trả được/ tổng số tiền vay phải trả khi đến hạn) được biểu diễn bởi các giá trị định lượng trong khoảng từ 0 đến 1 nên sẽ sử dụng mô hình hồi quy đa biến thông thường để ước lượng. Mô hình ước lượng được cho như sau:
Y=β0 + β1X1 + β2X2+…+βnXn +ε Trong đó :
Y là biến số phụ thuộc β0 là hệ số chặn
β1 tới βn là các hệ số ước lượng X1 tới Xn là các biến số độc lập ε là sai số ngẫu nhiên.
TÓM TẮT CHƯƠNG 3
Trong chương này, kết hợp với mục tiêu nghiên cứu ban đầu và cơ sở lý thuyết được xây dựng ở chương 2, tác giả đã đưa ra các giả thuyết, lựa chọn môn hình nghiên cứu, khảo sát xử lý số liệu thu thập được. Bằng phương pháp nghiên cứu định lượng, luận văn xây dựng mô hình nghiên cứu thực nghiệm nhằm xác định các yếu tố tác động đến khả năng trả nợ của khách hàng.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1. Giới thiệu sơ lược về Ngân hàng Nông nghiệp và Phát triển nông thôn chi nhánh Tân Châu, Tây Ninh nhánh Tân Châu, Tây Ninh
Huyện Tân Châu nằm ở phía đông bắc tỉnh Tây Ninh, với diện tích đất tự nhiên lớn nhất tỉnh chiếm ¼ diện tích tự nhiên toàn tỉnh nhưng dân số của huyện lại thấp nhất tỉnh, mật độ dân số thấp. Đất đai tại đây chủ yếu trồng cao su, mía và khoai mì, người dân sống chủ yếu dựa vào trồng trọt và chăn nuôi.
Agribank là ngân hàng chuyên doanh đi đầu trong lĩnh vực đầu tư vào một lĩnh vực mang nhiều rủi ro, khó khăn nhất, nhưng cũng đầy tiềm năng là nông nghiệp, nông thôn. Trong hành trình cùng sự lớn mạnh và phát triển của nền kinh tế đất nước, nông nghiệp, nông thôn được xác định là “mặt trận” hàng đầu. Dưới sự chỉ đạo của Đảng, Chính phủ, Ngân hàng Nhà nước, cùng với ý chí, bản lĩnh vượt lên mọi khó khăn, thử thách, với những đột phá sáng tạo, cách làm mới, Agribank đảm trách nhiệm vụ chính trị trọng yếu trên thị trường tín dụng nông nghiệp nông thôn, khẳng định vai trò chủ đạo trong đầu tư cho lĩnh vực có nhiều đóng góp tích cực đối với thành tựu đổi mới kinh tế Việt Nam.
Căn cứ vào tình kinh tế chính trị tại địa phương, thực hiện NĐ 55/2015/NĐ-CP của NHNN về việc tháo gỡ khó khăn sản xuất kinh doanh, hỗ trợ tạo điều kiện cho doanh nghiệp và cá nhân được tiếp cận vốn tín dụng với lãi suất hợp lý Agribank nói chung và Agribank Tân Châu Tây Ninh nói riêng đã có những chính sách lãi suất, khuyến khích người dân tiêu dùng, lãi suất giảm thấp tạo nhiều thuận lợi cho người dân và doanh nghiệp đầu tư sản xuất.
Tình hình hoạt động tín dụng tại chi nhánh tính đến 31/10/2018 (Theo báo cáo kết hoạt động kinh doanh của chi nhánh). Tổng dư nợ đạt 1135,69 tỷ đồng, tăng 7.47 tỷ đồng (+0.7%) so với đầu tháng, tăng 146.1 tỷ đồng (+14.8%) so với đầu năm. Đạt 98.8% kế hoạch quý (KH:1.150 tỷ đồng) và đạt 98.9% kế hoạch năm (KH:1.150 tỷ đồng).
Trong đó:
Dư nợ vay ngắn hạn đạt 586.04 tỷ đồng tăng 14.17 tỷ đồng (+2.5%) so với đầu tháng, tăng 54.4 tỷ đồng (+10.2%) so với đầu năm.
Dư nợ trung dài hạn đạt 549.65 tỷ đồng, giảm 6.71 tỷ đồng (-2.2%) so với đầu tháng, tăng 91.66 tỷ đồng (+20%) so với đầu năm, đạt 99.6% kế hoạch quý (KH 552 tỷ đồng).
Dư nợ cho vay doanh nghiệp đạt 69.25 tỷ đồng, tăng 3.78 tỷ đồng (+5.8%) so với đầu tháng, tăng 31.72 tỷ đồng (+84.5%) so với đầu năm, đạt 115.4% kế hoạch năm (KH: 60 tỷ đồng)
Dư nợ cho vay nông nghiệp nông thôn: 100%
Bên cạnh kết quả đạt được chi nhánh tiếp tục công tác tăng trưởng tín dụng. triển kahi nghị định 116/2018/NĐ-CP ngày 07/09/2018 về sửa đổi bổ sung một số điều của