2.2. THỰC TRẠNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠ
2.2.3.4 Đánh giá hệ thống xếp hạng tín dụng khách hàng cá nhân của
Eximbank
Hệ thống xếp hạng tín dụng khách hàng cá nhân của Eximbank đưa ra rất nhiều tiêu chí đánh giá, phân định rõ chỉ tiêu định tính, chỉ tiêu định lượng và có hệ số rủi ro của từng chỉ tiêu, từng nhóm chỉ tiêu do đó đánh giá được khách hàng ở nhiều khía cạnh có thể ảnh hưởng đến khả năng trả nợ của khách hàng. Ngoài ra, việc áp hệ số rủi ro đối với từng chỉ tiêu cũng giúp điều chỉnh mức độ ảnh hưởng của từng chỉ tiêu đến kết quả xếp hạng tín dụng khách hàng của Eximbank sao cho phù hợp với từng thời kỳ để cho kết quả chính xác hơn.
Tuy nhiên, hệ thống xếp hạng tín dụng khách hàng cá nhân của Eximbank cịn có một số hạn chế sau:
Số lượng chỉ tiêu đánh giá:
Số lượng chỉ tiêu đánh giá khá nhiều, đây vừa là ưu và vừa là nhược điểm của hệ thống xếp hạng tín dụng khách hàng cá nhân của Eximbank. Do khối lượng thông tin cần thu thập khá nhiều, dẫn đến việc thời gian cán bộ xếp hạng phải bỏ ra để thu thập thông tin và nhập thông tin vào hệ thống xếp hạng khá lớn, ảnh hưởng đến hiệu quả kinh doanh của Ngân hàng.
Cách xác định và cho điểm:
Do số lượng tiêu chí định tính khá nhiều, các kết quả để lựa chọn cũng mang tính định tính cao dẫn đến việc xác định và cho điểm đối với từng chỉ tiêu còn phụ thuộc rất lớn vào trình độ của cán bộ tín dụng, phụ thuộc vào đánh giá chủ quan của người đánh giá và thu thập thông tin.
Điểm số và hệ số rủi ro của từng chỉ tiêu:
Điểm số và hệ số rủi ro của từng chỉ tiêu đã được phân tích và đánh giá từ dữ liệu lịch sử và từ sự tư vấn của các tổ chức khác nhưng đây chỉ mang tính chất thời điểm, trong tương lai các yếu tố kinh tế thay đổi sẽ ảnh hưởng đến các chỉ tiêu khác nhau dẫn đến kết quả chấm điểm bị sai lệch, giảm tính chính xác.
2.2.4 Thực trạng công tác xếp hạng tín dụng khách hàng cá nhân của Eximbank:
Hệ thống xếp hạng tín dụng cá nhân của Eximbank được thử nghiệm từ năm 2011 và chính thức triển khai từ năm 2012, đến hết Quý III/2013 đã xếp hạng tín dụng được cho 20.451 khách hàng cá nhân.
Bảng 21: Thống kê kết quả xếp hạng tín dụng của Eximbank đến Quý III/2013
Hạng tín dụng Vay tiêu dùng Vay kinh doanh Tổng cộng
AAA 732 818 1.550 AA 4.685 3.967 8.652 A 4.721 1.150 5.871 BBB 1.982 200 2.182 BB 900 48 948 B 325 18 343 CCC 161 5 166 CC 82 4 86 C 210 7 217 D 413 23 436 Tổng cộng 14.211 6.240 20.451
Nguồn: Số liệu nội bộ Eximbank
Trong 20.451 khách hàng cá nhân đã được Eximbank đánh giá xếp hạng tín dụng có 14.156 khách hàng đã vay vốn. Trong số lượng khách hàng đã vay vốn có 13.717 khách hàng trả nợ tốt (nợ nhóm 1) và 439 khách hàng trả nợ khơng tốt (nợ nhóm 2 – 5).
Qua thống kê các khách hàng đã được xếp hạng tín dụng và có vay vốn tại Eximbank cho thấy, độ chính xác của hệ thống xếp hạng tín dụng cá nhân của Eximbank là khoảng 78,3% (11.084/14.156).
KẾT LUẬN CHƯƠNG 2
Eximbank là một trong những NHTMCP lớn nhất Việt Nam, tuy nhiên, cơng tác xếp hạng tín dụng chưa được chú trọng đúng mức, đặc biệt là đối với xếp hạng các khách hàng cá nhân.
Trong thời gian qua, số lượng khách hàng cá nhân của Eximbank tăng trưởng khá nhanh, đi đôi với việc tăng trưởng khách hàng và dư nợ cho vay cá nhân thì nợ xấu cũng tăng khá cao. Điều này cho thấy, ngoài ảnh hưởng từ khủng hoảng kinh tế, hệ thống quản trị rủi ro của Eximbank cũng đã bộc lộ những yếu kém nhất định.
Theo quy định của Ngân hàng nhà nước, Eximbank đã xây dựng một hệ thống xếp hạng tín dụng từ năm 2011. Hệ thống xếp hạng tín dụng của Eximbank được xây dựng theo phương pháp điểm số, cho điểm từng chỉ tiêu đánh giá. Tuy nhiên chưa xây dựng được hệ thống xếp hạng cụ thể đối với từng nhóm khách hàng như: khách hàng vay tiêu dùng, vay kinh doanh, thẻ tín dụng.... Mặt khác, hệ thống xếp hạng với số lượng tiêu chí đánh giá khá nhiều, cách thức đánh giá cịn phụ thuộc nhiều vào trình độ của cán bộ đánh giá do đó tính chính xác chưa cao.
Với những vấn đề còn tồn tại trên, Chương 2 của bài nghiên cứu đã phân tích để cho thấy Eximbank cần thiết phải xây dựng một hệ thống xếp hạng tín dụng riêng dành cho khách hàng cá nhân, với số lượng chỉ tiêu và cách thức đánh giá đơn giản hơn nhưng vẫn đảm bảo được an toàn vốn nhằm nâng cao hiệu quả sử dụng hệ thống xếp hạng, giảm thiểu rủi ro tín dụng và tăng tính hiệu quả trong cho vay khách hàng.
Chương 3
ỨNG DỤNG MƠ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI CỔ
PHẦN XUẤT NHẬP KHẨU VIỆT NAM
3.1 ỨNG DỤNG MƠ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI EXIMBANK: DỤNG KHÁCH HÀNG CÁ NHÂN TẠI EXIMBANK:
3.1.1 Thu thập dữ liệu:
Trong phạm vi nghiên cứu của đề tài, dữ liệu được thu thập từ hệ thống xếp hạng tín dụng của Eximbank. Dữ liệu được chọn lọc như sau:
Khách hàng đã và đang quan hệ tín dụng tại Eximbank từ năm 2009 đến nay, đang sinh sống và làm việc tại Thành phố Hồ Chí Minh, có đầy đủ thơng tin và đã được xếp hạng tín dụng.
Lựa chọn ngẫu nhiên và khơng phân biệt giới tính.
3.1.2 Phân tích các chỉ tiêu lựa chọn để ứng dụng mơ hình Logistic: Các chỉ tiêu đưa vào mơ hình dựa theo mơ hình nghiên cứu đã được cơng bố Các chỉ tiêu đưa vào mơ hình dựa theo mơ hình nghiên cứu đã được cơng bố
bởi tác giả Đinh Thị Huyền Thanh & Stefanie Kleimeier trong bài viết “Mơ hình điểm số tín dụng cho thị trường Ngân hàng bán lẻ của Việt Nam: Việc thực hiện và sự tác động đối với người đi vay và người cho vay” năm 2006.
Số lượng quan sát là 224 quan sát (gấp 11 lần số lượng biến). Tuy nhiên, trong q trình ứng dụng mơ hình gốc, một số biến đã được loại bỏ do khơng có ý nghĩa thống kê, cụ thể như sau:
Biến “Miền”: Do dữ liệu về các quan sát sử dụng để nghiên cứu được lấy
từ các khách hàng đang sống và làm việc tại khu vực Thành phố Hồ Chí Minh do đó biến nghiên cứu này khơng có ý nghĩa thống kê.
Biến “Điện thoại di động”: Do đời sống hiện tại đã được nâng cao, các
khách hàng giao dịch vay vốn tại Eximbank được sử dụng trong nghiên cứu đều có sử dụng điện thoại di động do đó biến nghiên cứu này khơng có ý nghĩa thống kê.
Biến “Tài khoản thanh toán”: Các quan sát sử dụng để nghiên cứu là các
khách hàng đã hoặc đang có giao dịch vay vốn tại Eximbank vì vậy Eximbank đều yêu cầu khách hàng mở tài khoản thanh tốn do đó tất cả các khách hàng được sử dụng để nghiên cứu đều có tài khoản thanh toán đã làm cho biến nghiên cứu này khơng có ý nghĩa thống kê.
Với lập luận như trên, biến độc lập trong nghiên cứu bao gồm 39 biến như sau:
Bảng 22: Danh sách các biến độc lập trong mơ hình Logistic ứng dụng tại Eximbank
STT Chỉ tiêu Thang đo Giả thiết Ký hiệu
1 Thu nhập Triệu đồng + x1
2 Học vấn Dưới trung cấp 1: Có – 0: Khơng + x2
Trung cấp 1: Có – 0: Khơng + x3
Cao đẳng 1: Có – 0: Khơng + x4
Đại học, thạc sĩ 1: Có – 0: Khơng + x5
3 Nghề nghiệp Khác 1: Có – 0: Khơng - x6
Nội trợ, nghỉ hưu 1: Có – 0: Khơng - x7
Chủ doanh nghiệp 1: Có – 0: Khơng - x8
Bác sĩ, giáo viên, luật sư... 1: Có – 0: Khơng - x9
Cơng nhân viên chức 1: Có – 0: Khơng - x10
4 Loại doanh
nghiệp
Tư nhân 1: Có – 0: Khơng + x11
Cơng ty TNHH 1: Có – 0: Khơng + x12
Cổ phần, nhà nước 1: Có – 0: Khơng + x13
Khác 1: Có – 0: Khơng + x14
5 Thời gian làm công việc hiện tại Năm + x15
6 Tuổi Tuổi + x16
7 Giới tính 1: Nam – 0: Nữ - x17
8 Thời gian cư trú tại nơi ở hiện tại Năm + x18
9 Tình trạng cư trú
Nhà thuê 1: Có – 0: Khơng - x19
Sống cùng cha mẹ 1: Có – 0: Khơng - x20
STT Chỉ tiêu Thang đo Giả thiết Ký hiệu 10 Tình trạng hơn
nhân
Ly thân hoặc đang trong quá trình giải quyết ly hơn
1: Có – 0: Khơng - x22
Ly dị hoặc góa 1: Có – 0: Không - x23
Độc thân 1: Có – 0: Khơng - x24
Đã lập gia đình 1: Có – 0: Khơng + x25
11 Số người phụ thuộc Người - x26
12 Điện thoại cố định 1: Có – 0: Khơng + x27
13 Mục đích sử
dụng vốn
Kinh doanh 1: Có – 0: Khơng - x28
Mua nhà, đất 1: Có – 0: Khơng + x29
Vay tiêu dùng có thế chấp 1: Có – 0: Khơng + x30
Vay tiêu dùng tín chấp 1: Có – 0: Khơng + x31
14 Loại tài sản đảm bảo
Bất động sản 1: Có – 0: Khơng + x32
Động sản 1: Có – 0: Khơng - x33
Khơng tài sản đảm bảo 1: Có – 0: Không - x34
15 Giá trị tài sản đảm bảo Triệu đồng + x35
16 Thời gian vay Tháng + x36
17 Thời gian giao dịch với Ngân hàng Tháng + x37
18 Số khoản vay Số khoản vay - x38
19 Tiền gửi tiết kiệm 1: Có – 0: Khơng + x39
3.1.3 Thống kê mô tả:
Trong mẫu nghiên cứu gồm 224 khách hàng, khơng có khách hàng nào bị khuyết dữ liệu. Sau đây là một số chỉ số thống kê mô tả mẫu nghiên cứu:
Bảng 23: Bảng thống kê mô tả các biến độc lập của mơ hình Logistic ứng dụng tại Eximbank
Descriptive Statistics
Biến độc lập Số quan sát Minimum Maximum Giá trị trung bình Độ lệch chuẩn
x1 224 5.00 65.00 28.1071 14.87458 x2 224 0.00 1.00 .1875 .39119 x3 224 0.00 1.00 .2009 .40157 x4 224 0.00 1.00 .2366 .42595 x5 224 0.00 1.00 .3750 .48521 x6 224 0.00 1.00 .0982 .29827
Descriptive Statistics
Biến độc lập Số quan sát Minimum Maximum Giá trị trung bình Độ lệch chuẩn
x7 224 0.00 1.00 .0714 .25812 x8 224 0.00 1.00 .3214 .46807 x9 224 0.00 1.00 .2232 .41733 x10 224 0.00 1.00 .2857 .45277 x11 224 0.00 1.00 .2098 .40809 x12 224 0.00 1.00 .3795 .48634 x13 224 0.00 1.00 .2991 .45889 x14 224 0.00 1.00 .1116 .31559 x15 224 0.00 17.00 4.8036 3.88706 x16 224 23.00 60.00 40.1384 8.69841 x17 224 0.00 1.00 .5045 .50110 x18 224 1.00 40.00 11.7098 10.35559 x19 224 0.00 1.00 .0313 .17438 x20 224 0.00 1.00 .2500 .43398 x21 224 0.00 1.00 .7188 .45062 x22 224 0.00 1.00 .0223 .14806 x23 224 0.00 1.00 .1384 .34609 x24 224 0.00 1.00 .3973 .49044 x25 224 0.00 1.00 .4420 .49773 x26 224 0.00 3.00 .5714 .84402 x27 224 0.00 1.00 .4375 .49719 x28 224 0.00 1.00 .0625 .24260 x29 224 0.00 1.00 .4821 .50080 x30 224 0.00 1.00 .4464 .49824 x31 224 0.00 1.00 .0089 .09428 x32 224 0.00 1.00 .9464 .22567 x33 224 0.00 1.00 .0446 .20698 x34 224 0.00 1.00 .0089 .09428 x35 224 0.00 5316.00 1461.3125 1158.42841 x36 224 12.00 300.00 103.4777 56.60626 x37 224 0.00 136.00 25.4554 26.03771 x38 224 1.00 4.00 1.2500 .56822 x39 224 0.00 1.00 .3661 .48281
Qua bảng thống kê mô tả trên cho thấy ngoại trừ các biến định lượng (x1, x15, x16, x18, x26, x35, x36, x37, x38) được nhập giá trị theo số thực tế thì các biến cịn lại có dữ liệu phù hợp với giá trị thấp nhất là 0 và giá trị cao nhất là 1.
3.1.4 Đánh giá tương quan của các biến định lượng:
Xem xét bảng thể hiện hệ số tương quan của các biến định lượng được đưa vào mơ hình. Nếu hệ số tương quan cặp > 0,8 thì sẽ dẫn đến hiện tượng đa cộng tuyến nếu đưa các biến này vào mơ hình.
Bảng 24: Bảng đánh giá tương quan giữa các biến định lương của mơ hình Logistic ứng dụng tại Eximbank
Correlations x1 x15 x16 x18 x26 x35 x36 x37 x38 x13 Hệ số tương quan cặp 1 .040 .052 -.034 .212 .498 .190 .086 .158 Sig. (2-tailed) .551 .442 .610 .001 .000 .004 .199 .018 x15 Hệ số tương quan cặp .040 1 -.023 -.118 -.015 .045 .020 .002 -.075 Sig. (2-tailed) .551 .730 .078 .825 .505 .762 .976 .263 x16 Hệ số tương quan cặp .052 -.023 1 .047 -.008 .178 -.065 .163 .019 Sig. (2-tailed) .442 .730 .488 .901 .008 .330 .015 .774 x18 Hệ số tương quan cặp -.034 -.118 .047 1 -.038 .000 -.036 -.093 -.094 Sig. (2-tailed) .610 .078 .488 .567 1.000 .589 .165 .163 x26 Hệ số tương quan cặp .212 -.015 -.008 -.038 1 .031 .096 .164 -.019 Sig. (2-tailed) .001 .825 .901 .567 .648 .154 .014 .781 x35 Hệ số tương quan cặp .498 .045 .178 .000 .031 1 .183 .197 -.034 Sig. (2-tailed) .000 .505 .008 1.000 .648 .006 .003 .612 x36 Hệ số tương quan cặp .190 .020 -.065 -.036 .096 .183 1 .066 -.042 Sig. (2-tailed) .004 .762 .330 .589 .154 .006 .325 .527 x37 Hệ số tương quan cặp .086 .002 .163 -.093 .164 .197 .066 1 .139 Sig. (2-tailed) .199 .976 .015 .165 .014 .003 .325 .038 x38 Hệ số tương quan cặp .158 -.075 .019 -.094 -.019 -.034 -.042 .139 1 Sig. (2-tailed) .018 .263 .774 .163 .781 .612 .527 .038
Ta thấy các cặp biến định lượng trên khơng có sự tương quan chặt do đó khi đưa đồng thời các biến trên vào mơ hình sẽ khơng ảnh hưởng đến khả năng dự báo của mơ hình.
3.1.5 Ước lượng mơ hình Hồi quy Logistic:
Để chọn lọc biến có ý nghĩa và phù hợp với mơ hình xếp hạng tín dụng cá nhân của Eximbank, bài nghiên cứu sẽ thực hiện các bước như sau:
Bước 1: Chạy mơ hình ước lượng với 39 biến nghiên cứu đã chọn lựa tại mục 2.3.1.2 với phương pháp hồi quy nghiên cứu tác động đồng thời của các biến độc lập đến biến phụ thuộc (gọi chung là mơ hình 1).
Bước 2: Sau khi có kết quả hồi quy từ mơ hình 1, tiến hành loại bỏ các biến nghiên cứu có mức ý nghĩa lớn hơn 25% (đây là mức ý nghĩa dự báo của mơ hình) và hồi quy tác động đồng thời các biến cịn lại (gọi chung là mơ hình 2)
Bước 3: Sau khi mơ hình 2 đã được hồi quy, tiến hành loại bỏ các biến có mức ý nghĩa lớn hơn 5% và hồi quy để đưa ra được mơ hình dự báo có độ chính xác cao hơn và sử dụng làm kết quả nghiên cứu (gọi chung là mơ hình 3).
Kết quả của 2 lần hồi quy mơ hình như sau:
Sau khi chạy hồi quy lần thứ 1 có 20 biến được lựa chọn vào mơ hình 2, độ dự báo chính xác của mơ hình 2 là 89,3%. Chi tiết theo bảng sau:
Bảng 25: Các hệ số thống kê để đánh giá mơ hình của lần ước lượng thứ 1
Coefficients
Biến độc lập Mơ hình 1 Mơ hình 2
Sig. 0.000 0.000
R-Square 60,3% 58,9%
Độ chính xác 89,3% 89,3%
Kiểm định Fisher 9,420 15,361
-2 Log Likehood - 0.000
Kết quả hồi quy cho thấy mơ hình 2 có khả năng dự báo chính xác và phù hợp cho một mơ hình xếp hạng tín dụng khách hàng, tuy nhiên, mơ hình cịn tồn tại một số biến độc lập có mức ý nghĩa > 5% như biến x7, x9, x15, x33, x37, x38. Do đó, để có một mơ hình dự báo chính xác hơn, ta loại bỏ các biến khơng có ý nghĩa trên ra khỏi mơ hình để thiết lập mơ hình 3. Chi tiết theo bảng sau:
Bảng 26: Các hệ số thống kê để đánh giá mơ hình của lần ước lượng thứ 2 Biến độc lập Mơ hình 3 Sig. 0.000 R-Square 56,5% Độ chính xác của dự báo 100% Kiểm định Fisher 20,987