CHƯƠNG 1 : TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
4.2. Phân tích định lượng dựa vào mô hình hồi quy tuyến tính
4.2.1. Số liệu sử dụng
Dữ liệu được lấy để phục vụ nghiên cứu được lấy từ 203 khoản vay của khách hàng cá nhân, phát sinh trước 01/02/2017 và còn dư nợ đến 31/12/2017 tại BIDV Gia Lai nhằm đảm bảo tất cả các mẫu được chọn đều đã phát sinh kỳ hạn nợ phải thanh toán, như vậy mới đánh giá được chất lượng của khoản vay một cách tương đối chính xác. Dựa trên dữ liệu dư nợ tín dụng đến ngày 30/12/2017 tại chi nhánh, lọc dữ liệu các khoản vay cá nhân có tài sản đảm bảo theo thứ tự tên khách hàng và chọn mẫu hệ thống với bước nhảy là 10. Sau khi chọn được tên khách hàng thì tiến hành khảo sát hồ sơ tín dụng để thu thập các số liệu và thông tin cần thiết. Một số khoản vay thiếu thông tin kinh nghiệm người vay, tỷ lệ vốn tự có, sử dụng vốn... tôi đã trực tiếp hỏi các cán bộ tín dụng phụ trách để bổ sung vào bảng khảo sát.
4.2.2. Mô tả mẫu nghiên cứu Cơ cấu mẫu theo thời hạn vay Cơ cấu mẫu theo thời hạn vay
Bảng 4.1:Cơ cấu mẫu theo thời hạn vay
Thời hạn vay Số mẫu Tỷ lệ
Ngắn hạn 128 63%
Trung hạn 53 26%
Dài hạn 22 11%
Tổng cộng 203 100%
(Nguổn: Tổng hợp từ số liệu thu thập của tác giả) Số lượng khoản vay ngắn hạn chiếm tỷ trọng lớn trong cơ cấu mẫu theo thời hạn vay (63%). Do nền khách hàng cá nhân của Chi nhánh chủ yếu là vay ngắn hạn bổ sung vốn lưu động phục vụ hoạt động sản xuất kinh doanh. Các mẫu nghiên cứu có thời gian vay trung và hạn đa phần là món vay tiêu dùng đảm bảo bằng bất động
Cơ cấu mẫu theo nhóm nợ
Bảng 4.2:Cơ cấu mẫu theo nhóm nợ
Nhóm nợ Số mẫu Tỷ lệ
Nợ nhóm 1 163 80,29%
Nợ nhóm 2 -3 28 13,79%
Nợ nhóm 4-5 12 5,92%
Tổng cộng 203 100%
(Nguổn: Tổng hợp từ số liệu thu thập của tác giả) Chiếm tỷ trọng lớn nhất trong cơ cấu mẫu vẫn là các khoản vay nhóm 1 với số lượng 163 mẫu. Số mẫu được đánh giá là có rủi ro tín dụng là các khoản vay được phân loại nợ từ nhóm 2 đến nhóm 5. Theo đó, tỷ lệ các khoản vay thuộc nhóm 2, nhóm 3 chiếm 13,79%; nhóm 4, nhóm 5 chiếm 5,92% trong cơ cấu mẫu.
Cơ cấu mẫu theo vốn tựcó tham gia vào phương án vay Bảng 4.3:Cơ cấu mẫu theo vốn tự có tham gia
Vốn tự có/ phương án vay Số mẫu Tỷ lệ
Từ 30% đến 50% 161 79,3%
Trên 50% đến 70% 38 18,72%
Trên 70% 4 1,98%
Tổng cộng 203 100%
(Nguổn: Tổng hợp từ số liệu thu thập của tác giả) Nhìn chung đa số các mẫu có tỷ lệ vốn tự có tham gia vào phương án vay đều từ 30-50%, chiếm 79,3% trong cơ cấu mẫu nghiên cứu vì theo quy định tại chi nhánh tỷ lệ vốn tư có tối thiểu của khách hàng tham gia vào phương án phải đạt tối thiểu 30%. Đây là tỷ lệ khá phổ biến khi các Ngân hàng đều mong muốn khách hàng có nguồn vốn tham gia hợp lý đảm bảo hạn chế rủi ro tín dụng thấp nhất. Tỷ lệ này cao hay thấp là tùy thuộc vào tính tự chủ và mức độ tín nhiệm của khách hàng. Trong khi đó số lượng mẫu có vốn tự có tham gia trên 50% đến
70% chiếm 18,72% và trên 70 % chỉ có 1,98%.
Cơ cấu mẫu theo tỷ lệ tài sản bảo đảm
Bảng 4.4:Cơ cấu mẫu theo tỷ lệ tài sản đảm bảo
Vốn vay/ Giá trị tài sản
đảm bảo đã nhân hệ số Số mẫu Tỷ lệ
Từ 50% đến dưới 70% 38 18,71%
Từ 70% đến dưới 90% 73 35,96%
Từ 90% trở lên 92 45,33%
Tổng cộng 203 100%
(Nguổn: Tổng hợp từ số liệu thu thập của tác giả) Ta thấy tập trung nhiều nhất là các mẫu có tỷ lệ vốn vay/Giá trị tài sản bảo đảm từ khoảng 70%-90% (chiếm 35,96%) và từ 90% trở lên (chiếm 45,33%). Tỷ lệ vốn vay/Giá trị tài sản bảo đảm dưới 70% chỉ chiếm 18,71%. Cho thấy hầu hết khách hàng đều vay tối đa giá trị tài sản dảm bảo cho khoản vay sau khi nhận hệ số.
Cơ cấu mẫu theo sử dụng vốn
Bảng 4.5:Cơ cấu mẫu theo sử dụng vốn
Sử dụng vốn Số mẫu Tỷ lệ
Đúng mục đích 163 80,3%
Không đúng mục đích 40 19,7%
Tổng cộng 203 100%
(Nguổn: Tổng hợp từ số liệu thu thập của tác giả) Đa phần các mẫu nghiên cứu đều là những món vay đuợc giải ngân đúng mục đích chiếm đến 80,3% cơ cấu mẫu. Chỉ có 19,7% trong số mẫu nghiên cứu là các khoản vay không đúng mục đích theo như phương án vay vốn ban đầu. Vì các món vay của khách hàng chủ yếu được giải ngân chuyển khoản trực tiếp đến người thụ hưởng, hạn chế giải ngân tiền mặt tránh tình trạng khách hàng sử dụng vốn sai mục đích. Tuy nhiên vẫn có trường hợp, khách
giả sau đó rút ra để sử dụng với mục đích khác.
Cơ cấu mẫu theo kinh nghiệm cán bộ:
Bảng 4.6:Cơ cấu mẫu theo kinh nghiệm cán bộ
Kinh nghiệm cán bộ Số mẫu Tỷ lệ
1 năm - 3 năm 106 52,22%
Trên 3 năm - 6 năm 77 37,93%
Trên 6 năm 20 9,85%
Tổng cộng 203 100%
(Nguổn: Tổng hợp từ số liệu thu thập của tác giả)
4.2.3. Phân tích đánh giá mô hình hồi quy:
Bảng 4.7: Kết quả chạy mô hình Logit
Chỉ tiêu Hệ số tương quan () Giá trị thống kê (Z) Prob Hằng số 33,33884 2,333163 0,0196 Kinh nghiệm khách hàng -0,487165 -1,541736 0,1231 Khả năng tài chính -73,45714 -2,800429 0,0051 Tài sản đảm bảo 12,65726 1,323040 0,1858 Sử dụng vốn vay -5,466143 -3,000359 0,0027 Kinh nghiệm cán bộ -2,539844 -2,708717 0,0068
Kiểm tra sử dụng vốn -4,866912 -1,793349 0,0429
Lịch sử tín dụng 4,330614 3,152796 0,0016
R2 điều chỉnh 0,920919
LR Statistic 185,5547
Probability (LR stat) 0,000000
Số quan sát 203
Nhìn vào kết quả hồi quy (bảng 4.7) thấy hầu hết các biến đều có ý nghĩa thống kê và dấu của chúng đều đúng như kỳ vọng. Tỉ lệ dự báo đúng của mồ hình Logit nhị phân là 92%. Với mức ý nghĩa 5% thì biến kinh nghiệm của khách hàng và tài sản đảm bảo không có ý nghĩa thống kê. Các hệ số ước lượng của mô hình đều có ý nghĩa và cho phép giải thích rủi ro tín dụng, Probability của kiểm định F<0,05 nên
mô hình đưa ra là phù hợp.
Mô hình được viết như sau:
RRTD = 33,338 – 0,487*KNKH – 73,457*KNTC + 12,657*TSDB – 5,466*SDV – 2,539*KNCB – 4,866*KTSDV + 4,33*LSTD Bảng 4.8: Ma trận hệ số tương quan: Covariance Correlation KNKH KNTC TSDB SDV KNCB KTSDV LSTD KNKH 12,18064 1,000000 KNTC 0,022775 0,009985 0,065305 1,000000 TSDB -0,079910 0,000600 0,021168 -0,157372 0,041301 1,000000 SDV 0,068868 0,013054 -0,019458 0,158218 0,049609 0,328417 -0,336225 1,000000 KNCB 0,413308 0,017485 -0,124876 0,234439 3,728846 0,061327 0,090616 -0,444481 0,305221 1,000000 KTSDV 0,225897 0,015243 -0,024616 0,068262 0,223082 0,313863 0,115533 0,272278 -0,302008 0,306323 0,206209 1,000000 LSTD -0,098910 -0,011184 0,016799 -0,061710 -0,101653 -0,086559 0,166954 -0,069360 -0,273922 0,282584 -0,379689 -0,128835 -0,378131 1,000000
Trên đây là bảng ma trận hệ số tự tương quan giữa các biến độc lập. Nếu giữa 2 biến có hệ số tương quan tuyến tính r càng xa giá trị 0 thì mối liên hệ tuyến tính giữa 2 biến càng mạnh dần, theo một quy tắc thực nghiệm như sau:
/r/ > 0,8: tương quan tuyến tính rất mạnh /r/ = 0,6 - 0,8: tương quan tuyến tính mạnh /r/ = 0,2 - 0,4: tương quan tuyến tính yếu
/r/ < 0,2: tương quan tuyến tính rất yếu hoặc không có tương quan tuyến tính.
Tuy có các cặp biến tự tương quan tuy nhiên mức độ tương quan nhưng ở mức độ yếu và rất yếu nên ta có thể chấp nhận mức độ tương quan này trong mô hình. Hệ số tương quan cặp giữa các biến giải thích thấp nên không xảy ra hiện
Phân tích kết quả chạy mô hình:
Khả năng tài chính của người vay (KNTC): Đúng như kỳ vọng ban đầu,
kết quả hồi quy cho thấy tỷ lệ vốn tự có tham gia vào phương án vay càng nhiều thì rủi ro tín dụng càng thấp. Khi tỷ lệ vốn tự có trên phương án vay tăng lên 1 % thì rủi ro tín dụng giảm 73,457 điểm phần trăm. Điều này hoàn toàn phù họp với thực tế khi một phương án vay mà khách hàng có vốn tự có tham gia càng nhiều thì chứng tỏ khả năng tài chính và tính tự chủ của khách hàng càng lớn. Đây là điều kiện ràng buộc khách hàng phải kiểm soát và sử dụng vốn đầu tư sao cho lợi nhuận mang lại là cao nhất từ đó gia tăng khả năng trả nợ, giảm rủi ro tín dụng.
Tài sản đảm bảo (TSĐB): Có mối quan hệ cùng chiều với rủi ro tín dụng
Xem xét tác động của nó trong mô hình thì nếu tỷ lệ vốn vay trên giá trị tài sản bảo đảm tăng lên 1 % thì rủi ro tín dụng tăng thêm 12,657 đơn vị phần trăm. Tuy nhiên với mức ý nghĩa 5% thì biến TSDB không có ý nghĩa thống kê. Cho thấy Tài sản bảo đảm chỉ là điều kiện thứ yếu để ràng buộc nghĩa vụ của khách hàng với ngân hàng khi xem xét quyết định cho vay. Các ngân hàng khi ra quyết định cấp tín dụng cũng không nên quá phụ thuộc vào các tài sản bảo đảm mà cần đánh giá đúng năng lực, tính khả thi của phương án, tính ổn định của nguồn tiền, thiện chí của khách hàng. Tuy nhiên, trong giai đoạn nợ xấu trong hệ thống ngân hàng đang tăng thì việc yêu cầu bổ sung các tài sản đảm bảo có tính thanh khoản tốt là điều cực kỳ cần thiết nhằm gia tăng thiện chí trả nợ của khách hàng cũng như hạn chế rủi ro tín dụng.
Sử dụng vốn (SDV): Có mối quan hệ ngược chiều với biến phụ thuộc (Y).
Hệ số tương quan cho thấy rủi ro tín dụng sẽ giảm 5,466 đơn vị nếu khách hàng sử dụng vốn đúng mục đích.
Kinh nghiệm cán bộ (KNCB): Trong nghiên cứu này tôi đã kỳ vọng những người càng làm lâu năm trong ngành thì khả năng thành công của họ trong việc thẩm định sẽ càng cao, và khả năng trả được nợ vay đúng hạn của khách hàng của cán bộ tín dụng này cao hơn những người ít kinh nghiệm. Kết
quả cho thấy yếu tố kinh nghiệm của cán bộ tín dụng có mối tương quan nghịch với rủi ro tín dụng, nghĩa là cán bộ tín dụng càng có kinh nghiệm trong lĩnh vực thì rủi ro tín dụng càng thấp. Nếu số năm làm công tác tín dụng của cán bộ tăng lên 1 đơn vị thì rủi ro tín dụng giảm 2,539 đơn vị.
Kiểm tra, giám sát khoản vay (KTSDV): Theo đúng như tôi đã kỳ vọng,
số lần kiểm tra khoản vay trong năm của cán bộ tín dụng càng nhiều thì rủi ro tín dụng xảy ra càng thấp. Rủi ro tín dụng giảm 4,866 đơn vị nếu số lần kiểm tra, giám sát khoản vay tăng lên 1 đơn vị. Trong quy trình tín dụng thì khâu giám sát kiểm tra sau cho vay là quan trọng nhất vi đây là lúc mà ngân hàng rà soát lại dòng tiền của khách hàng có theo đúng như cam kết, vốn có được sử dụng đúng mục đích. Nếu có dấu hiệu nghi ngờ lập tức có biện pháp ngưng giải ngân và thực hiện thu hồi nợ.
Lịch sử tín dụng (LSTD): Biến lịch sử vay vốn có hệ số dương ở mức ý
nghĩa 1%. Nghĩa là các khách hàng đã từng bị nợ quá hạn sẽ có khả năng tái diễn nợ quá hạn cho món vay tiếp. Hệ số tương quan cho thấy nếu khách hàng từng bị nợ quá hạn thì rủi ro tín dụng sẽ cao hơn 4,33 đơn vị, so với trường hợp khách hàng chưa từng có nợ quá hạn.
Kết quả phân tích rủi ro tín dụng bằng mô hình Logit nhị thức cho thấy các yếu tố ảnh hưởng đến rủi ro tín dụng bao gồm: Khả năng tài chính của người vay, biến lịch sử vay vốn, sử dụng vốn vay, kinh nghiệm cán bộ tín dụng, kiểm tra và giám sát khoản vay.
Hạn chế và hướng nghiên cứu tiếp theo:
Biến phụ thuộc trong mô hình là rủi ro tín dụng và được quan sát dựa trên hồ sơ vay của khách hàng. Rủi ro tín dụng của một hồ sơ vay vốn bất kỳ có thể phân loại theo chất lượng khoản vay dựa vào 5 mức độ (Theo thông tư 02/2013/TT-NHNN). Tuy nhiên, mô hình Logit nhị phân chỉ có thể dùng để phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng. Nếu căn vào mức trích lập dự phòng cụ thể (điều 12 thông tư số: 02/2013/TT-NHNN) thì tỷ lệ trích lập
Nhóm 3: 20%; Nhóm 4: 50%; Nhóm 5: 100% có thể không phản án đúng mức độ rủi ro tín dụng. Bởi vì cách phân loại các nhóm nợ có thể bị lệch về các nhóm nợ với rủi ro thấp trong khi số lượng ít các hồ sơ vay ở nhóm nợ cao thường là các hồ sơ có rủi ro tín dụng cao. Do đó, hướng nghiên cứu tiếp theo tác giả sẽ sử dụng thêm mô hình hồi quy Logit đa thức để ước lượng các yếu tố ảnh hướng đến mức độ rủi ro tín dụng.
Do hạn chế về thời gian nghiên cứu cũng như nguồn thông tin thu thập từ dữ liệu nghiên cứu nên một số biến như: Rủi ro đạo đức của khách hàng, rủi ro đạo đức của cán bộ ngân hàng… không được đưa vào mô hình nghiên cứu. Hướng tiếp theo của nghiên cứu là đưa thêm các nhân tố mới vào mô hình thông qua mở rộng nghiên cứu, trao đổi học thuật với các chuyên gia nghiên cứu về lĩnh vực này và từ đó tìm kiếm thêm các nhân tố tác động, mở rộng quy mô mẫu và đối tượng điều tra; kiểm định thêm các giả thiết để từ đó đưa ra được các giải pháp ứng dụng cho việc quản lý rủi ro tín dụng tại BIDV Gia Lai.
KẾT LUẬN CHƯƠNG 4
Bằng việc thu thập số liệu thứ cấp tác giả đã đưa 7 biến độc lập vào mô hình nghiên cứu, 05 biến có ý nghĩa thống kê và ảnh hưởng đến rủi ro tín dụng bán lẻ tại BIDV Chi nhánh Gia Lai. Đó là khả năng tài chính của khách hàng, sử dụng vốn vay, kinh nghiệm của cán bộ, kiểm tra giám sát khoản vay và lịch sử tín dụng của khách hàng. Kết quả này khá phù hợp với các nghiên cứu có liên quan đã được tác giả đề cập trong chương 2. Bên cạnh đó rủi ro tín dụng còn chịu ảnh hưởng bởi một số nguyên nhân từ phía khách hàng, ngân hàng và nhóm nguyên nhân khách quan. Trên cơ sở nhìn nhận đúng thực trạng, hiểu rõ các nguyên nhân dẫn đến rủi ro tín dụng, dựa trên thực trạng nợ quá hạn tại BIDV Gia Lai và kết quả hồi quy mô hình, bài nghiên cứu sẽ đưa ra những giải pháp hạn chế rủi ro tín dụng trong chương tiếp theo.
CHƯƠNG 5: MỘT SỐ GIẢI PHÁP VÀ KIẾN NGHỊ NHẰM HẠN CHẾ RỦI RO TÍN DỤNG BÁN LẺ TẠI NGÂN HÀNG TMCP ĐẦU TƯ VÀ
PHÁT TRIỂN VIỆT NAM – CHI NHÁNH GIA LAI
5.1. Mục tiêu hoạt động quản lý rủi ro tín dụng bán lẻ tại Ngân Hàng TMCP Đầu Tư và Phát Triển Việt Nam – Chi nhánh Gia Lai:
- Đẩy mạnh hoạt động tín dụng bán lẻ, đảm bảo tăng trưởng tín dụng bán lẻ trên cơ sở kiểm soát chất lượng tín dụng và quản lý rủi ro tín dụng tốt đảm bảo chất lượng nợ xấu dưới 1%; nâng cao hiệu quả và gắn với công tác huy động vốn và phát triển các sản phẩm, dịch vụ ngân hàng bán lẻ khác của chi nhánh.
- Thực hiện đồng thời nhiệm vụ kiểm soát danh mục tín dụng bản lẻ theo các sản phẩm hiện tại với công tác phát triển đa dạng hóa các sản phẩm tín dụng bán lẻ, đặc biệt tập trung các sản phẩm liên kết, bán chéo sản phẩm... Cung cấp cho khách hàng một danh mục sản phẩm, dịch vụ chuẩn, đa dạng, đa tiện ích, theo quy định của BIDV và phù hợp với từng đối tượng khách hàng trong đó tập trung phát triển một số sản phẩm chiến lược như: Tiền gửi, thẻ, ngân hàng điện tử, tín dụng tiêu dùng, tín dụng nhà ở, tín dụng sản xuất - kinh doanh, tập trung phát triển cho vay phục vụ phát triển nông nghiệp nông thôn phù hợp với địa bàn hoạt động.
- Tăng cường số lượng cán bộ làm công tác bán lẻ, nghiên cứu quy trình,