CHƢƠNG 1 : GIỚI THIỆU TỔNG QUAN NGHIÊN CỨU
5.2 Kiến nghị đối với Ngân hàng TMCP Công Thƣơng Việt Nam
Dựa vào các kết quả nghiên cứu, luận văn đưa ra một số khuyến nghị nhằm ứng dụng hiệu quả mơ hình Logistic và Neural Network vào XHTD khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam trên cơ sở các hạn chế cịn tồn tại được phân tích trong nội dung chương 3.
5.2.1 Nghiên cứu vận dụng kết hợp mơ hình Logistic và Neural Network trong xếp hạng tín dụng xếp hạng tín dụng
Trong các nghiên cứu ứng dụng công cụ định lượng vào XHTD doanh nghiệp, mơ hình Logistic và Neural Network đã được áp dụng rộng rãi tại nhiều nước tuy nhiên chưa ứng dụng nhiều tại Việt Nam. Thơng qua nghiên cứu mơ hình XHTD tại Ngân hàng TMCP Công Thương Việt Nam, luận văn đề xuất thêm việc ứng dụng hai mơ hình này trong dự báo, đánh giá sơ bộ khách hàng, hỗ trợ cho việc ra quyết định cấp tín dụng bên cạnh hệ thống XHTD đã có. Mơ hình Logistic và Neural Network được biết đến là một trong những công cụ hỗ trợ hiệu quả trong nghiên cứu khoa học, kinh doanh và kinh tế đặc biệt là trong dự báo và ra quyết định kinh doanh. Kết quả nghiên cứu đã cung cấp được các yếu tố định lượng quan trọng ảnh hưởng đến xác suất vỡ nợ, cần thiết cho việc đánh giá hiệu quả hoạt động, mức độ rủi ro cũng như dự báo được ngưỡng an tồn tín dụng để đưa ra quyết định tín dụng đối với một doanh nghiệp vay vốn. Việc vận dụng kết hợp mơ hình Logistic và Neural Network trong xếp hạng tín dụng là phương pháp có nhiều ưu điểm, có thể được vận dụng song song cùng với hệ thống XHTD khách hàng doanh nghiệp vì mơ hình gồm các biến độc lập được xây dựng dựa trên các chỉ tiêu trong BCTC, hạn chế tư duy chủ quan trong q trình quyết định tín dụng. Đây là cơng cụ hữu hiệu cho các phòng ban thẩm định và các cấp
quản trị kiểm sốt rủi ro tín dụng. Chính vì vậy, luận văn đề xuất triển khai ứng dụng mơ hình dự báo trên vào công tác xếp hạng tín dụng, như một công cụ củng cố cho những phương pháp truyền thống hiện đang áp dụng.
Cũng từ kết quả phân tích tại chương 4, mơ hình góp phần nâng cao hiệu quả hoạt động tín dụng thơng qua việc xác định ngưỡng an tồn tín dụng. Tại ngưỡng này, các đơn vị cho vay có thể hạn chế tối thiểu các quyết định mắc sai lầm khi từ chối một khách hàng tốt hoặc chấp nhận một khách hàng có nguy cơ nợ quá hạn. Tùy vào chiến lược phát triển và định hướng chính sách tín dụng trong từng thời kỳ, Ngân hàng TMCP Cơng Thương Việt Nam có thể dựa trên ý tưởng của đề tài để mở rộng phạm vi nghiên cứu ứng dụng cụ thể đối với từng ngành nghề, từng loại hình và quy mơ doanh nghiệp, từng thời hạn vay,... trên cơ sở kết hợp đồng thời với quy trình chấm điểm và XHTD khách hàng doanh nghiệp hiện có. Từ đó, ngân hàng có thể phát huy vai trị tích cực của cơng cụ XHTD doanh nghiệp, góp phần nâng cao hiệu quả hoạt động và tăng trưởng tín dụng bền vững.
Thơng qua kết quả tính tốn xác suất theo nội dung chương 4 kết hợp với hạng hệ thống thực tế của các doanh nghiệp trong mẫu nghiên cứu, luận văn xin đề xuất mối liên hệ giữa xác suất vỡ nợ tương ứng với từng hạng khách hàng. Kết quả tính tốn xác suất vỡ nợ có thể được áp dụng để đánh giá sơ bộ ban đầu khi có một doanh nghiệp đến vay vốn. Nhân viên tín dụng sẽ thực hiện tính tốn xác xuất khách hàng khơng trả nợ đúng hạn thông qua các chỉ tiêu trên báo cáo tài chính và chọn lọc ban đầu trước khi tiến hành thẩm định chi tiết khách hàng.
Bảng 5.1: Mô tả xếp hạng dựa trên xác suất vỡ nợ của khách hàng
STT Điểm số Hạng hệ thống Xác suất vỡ nợ
2 84,8 – 92,3 AA 0,01 - 0,1 3 77,2 – 84,7 A 0,1 - 0,2 4 69,6 – 77,1 BBB 0,2 - 0,3 5 62,0 – 69,5 BB 0,3 - 0,4 6 54,4 – 61,9 B 0,4 - 0,5 7 46,8 – 54,3 CCC 0,5 - 0,6 8 39,2 – 46,7 CC 0,6- 0,7 9 31,6 – 39,1 C 0,7 – 0,8 10 < 31,6 D 0,8 – 1
(Nguồn: Tổng hợp tính tốn của tác giả)
Theo quy trình chấm điểm và xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam, việc phê duyệt khoản vay chỉ áp dụng đối với khách hàng có xếp hạng từ BBB trở lên và khả năng trả nợ đối với doanh nghiệp có kết quả xếp hạng từ A trở lên được đánh giá là tốt. Do đó, nghiên cứu đề xuất các mức xác suất tương ứng với hạng BBB là 0,2 - 0,3. Trên thực tế, một số trường hợp đặc thù khách hàng xếp hạng BB vẫn được đơn vị cho vay xem xét quyết định cấp tín dụng, áp dụng đối với một số doanh nghiệp mới thành lập hoặc doanh nghiệp có hiệu quả hoạt động ở năm tài chính trước liền kề khơng cao nhưng trong năm kế hoạch có phương án kinh doanh hiệu quả. Ngân hàng có thể thận trọng xem xét quyết định cấp tín dụng đối với khách hàng có mức độ rủi ro trung bình tương ứng với ngưỡng xác suất thuộc (0,3;0,4]. Dựa vào xác suất vỡ nợ của doanh nghiệp kết hợp với hạng khách hàng của hệ thống, ngân hàng đưa ra chính sách ưu đãi, mức lãi suất vay hợp lí tùy theo định hướng chính sách tín dụng trong từng thời kỳ.
Như vậy với những ưu điểm trong dự báo của mơ hình Logistic và Neural Network, Ngân hàng TMCP Cơng Thương Việt Nam có thể vận dụng để tính tốn xác xuất khách hàng không trả nợ đúng hạn thơng qua các chỉ tiêu trên báo cáo tài chính và chọn lọc ban đầu trước khi tiến hành thẩm định chi tiết khách hàng nhằm giảm thiểu chi phí thẩm định.
5.2.2 Nâng cao chất lƣợng thu thập và xử lý thông tin
Chất lượng của nguồn thông tin đầu vào đóng vai trị quan trọng vào mức độ chính xác của kết quả XHTD, do đó để phát huy tính chính xác của mơ hình cần nâng cao chất lượng thu thập và xử lý thông tin. Trên thực tế, hầu hết các BCTC được sử dụng để đánh giá năng lực khách hàng đều được đơn vị cho vay thẩm định và hiệu chỉnh theo tình hình thực tế cũng như theo khuôn khổ quy định về kế toán doanh nghiệp. Do đó, trong điều kiện việc thu thập thông tin cịn gặp nhiều khó khăn, quy chế về công bố thông tin chưa được rộng rãi, mỗi cán bộ tín dụng cần trau dồi thêm kinh nghiệm làm việc, thận trọng trong quá trình tác nghiệp, chọn lọc và khai thác thông tin triệt để từ nhiều nguồn thông tin (CIC, BCTC thuế, cơ quan thuế, ngân hàng bạn,..) và đặc biệt là quá trình thẩm định thực tế, tiếp xúc trực tiếp với khách hàng. Xây dựng cơ sở dữ liệu thống nhất, đồng bộ về khách hàng vay vốn tín dụng để tạo cơ sở ra quyết định cấp tín dụng (từ chối hay chấp thuận cho vay). Thiết lập hệ thống thông tin quản lý, cung cấp đầy đủ thông tin về cơ cấu và chất lượng danh mục tín dụng.
Ngân hàng cần hoàn thiện hệ thống cơ sở dữ liệu tối thiểu về khách hàng và thường xuyên cập nhật cơ sở dữ liệu (về tính pháp lý, quy mơ, ngành nghề, lĩnh vực, chỉ tiêu tài chính, chỉ tiêu phi tài chính…). Tập hợp, khai thác và lưu trữ những thông tin đã qua xử lý dữ liệu bằng các phần mềm công nghệ hiện đại hơn để có được cơ sở dữ liệu tốt nhất, dễ dàng truy xuất, đáp ứng nhanh chóng các yêu cầu vấn tin trên tồn hệ thống. Bên cạnh đó, ngân hàng cần tăng cường cơng tác kiểm tra giám sát sau cho
vay, thu thập thông tin kịp thời về các biến động của khách hàng nhằm điều chỉnh chính sách tín dụng một cách hợp lý.
5.2.3 Nâng cao nhận thức và tăng cƣờng công tác đào tạo cán bộ
Ngân hàng TMCP Công Thương Việt Nam hiện đang có đội ngũ nhân viên hội đủ các yếu tố chuyên môn tốt, nghiệp vụ vững vàng, sức trẻ và thâm niên trong nghề. Tuy nhiên, do khối lượng cơng việc ngày càng nhiều, tính chất cơng việc phức tạp, có một số chỉ tiêu trong hệ thống XHTD chưa được lượng hóa nên cịn phụ thuộc vào đánh giá chủ quan của người chấm điểm. Trong điều kiện phát triển công nghệ như hiện nay, con người cần trình độ cao để cung cấp và vận hành dịch vụ. Chính vì lý do này, ngân hàng cần có kế hoạch đào tạo để khơng ngừng nâng cao trình độ của nhân viên, xây dựng chính sách thu hút nhân tài và giữ nguồn nhân lực giỏi, gắn bó và cống hiến cho sự phát triển của ngân hàng.
Bởi trình độ và kinh nghiệm của cán bộ phân tích tín dụng ảnh hưởng lớn tới kết quả chấm điểm tín dụng, do đó cần phải thường xun chú trọng cơng tác tập huấn cả chuyên môn lẫn đạo đức để xây dựng được đội ngũ cán bộ có phẩm chất tốt, trình độ chuyên môn cao, hạn chế được các sai sót trọng yếu trong q trình tác nghiệp. Bên cạnh đó, ngân hàng có thể phân cơng cơng tác theo năng lực, sở trường của từng cán bộ nhằm phát huy hết năng lực. Cán bộ có trình độ cao, thâm niêm cơng tác thì phân cơng những khoản vay khó, có giá trị lớn và thời hạn vay dài. Ngược lại, những cán bộ trẻ, ít kinh nghiệm cho đảm nhiệm những khoản vay nhỏ, độ rủi ro thấp hơn để vừa làm quen với công tác vừa học hỏi dần kinh nghiệm.
Để có thể phát huy hiệu quả hoạt động, bên cạnh việc đào tạo, giám sát đội ngũ nhân viên tác nghiệp, Ngân hàng TMCP Công Thương Việt Nam cần thành lập bộ phận chuyên trách nghiên cứu, xây dựng quy trình thơng qua việc vận dụng các mơ hình định lượng, một trong những cơng cụ hỗ trợ hiệu quả trong lĩnh vực kinh tế.
Cơng việc chấm điểm tín dụng và xếp hạng khách hàng do các cán bộ thẩm định thực hiện, những đánh giá mang tính chủ quan sẽ khơng thể tránh khỏi. Do đó ngân hàng cần phải có những biện pháp nhằm kiểm sốt q trình thực hiện của cán bộ tác nghiệp, tăng cường công tác kiểm tra định kỳ, đột xuất tình hình chấm điểm của đơn vị đối với các hồ sơ khách hàng đã thực hiện chấm điểm tín dụng để xem việc chấm điểm có diễn ra đúng với quy trình hay khơng, hạn chế thấp nhất những rủi ro có thể xảy ra.
Trong thực tế, việc đánh giá các chỉ tiêu phi tài chính là rất khó kiểm sốt, phụ thuộc rất nhiều vào chủ quan của người chấm điểm. Do đó, tại đơn vị cho vay, các cán bộ chấm điểm có thể thực hiện việc kiểm tra chéo kết quả chấm điểm, từ đó kiểm sốt được phần nào rủi ro do sai lệch thông tin cũng như đúc kết thêm kinh nghiệm trong quá trình đánh giá các tiêu chí mang tính chất định tính.