CHƯƠNG 1 : GIỚI THIỆU VẤN ĐỀ NGHIÊN CỨU
5.4. Kiến nghị
5.4.1. Đối với Ngân hàng nhà nước
- Nâng cao chất lượng và số lượng cán bộ thực hiện công tác thanh tra giám sát, tăng cường hoạt động thanh tra giám sát cơng tác phân loại nợ, trích lập dự phịng rủi ro tín dụng của các TCTD, đặc biệt là tại các TCTD có hoạt động quản lý rủi ro tín dụng yếu kém.
- Hoàn thiện khung pháp lý và các chỉ tiêu đánh giá về giám sát ngân hàng, thu hẹp các chuẩn mực đánh giá rủi ro tín dụng trong nước so với chuẩn mực quốc tế, tăng cường hoạt động giám sát tài chính giữa các tổ chức tài chính trong nước và quốc tế.
- Xây dựng và hoàn thiện hệ thống xếp hạng tín dụng khách hàng tồn ngành ngân hàng để tạo cơ sở khai thác thông tin hiệu quả và đánh giá khách hàng chính xác.
- Phát huy hiệu quả của Trung tâm tín dụng quốc gia Việt Nam (CIC) trong vai trị là đầu mối cung cấp thơng tin cho các TCTD trong việc đánh giá rủi ro khách hàng. Hiện nay CIC là cơ quan cung cấp nguồn thông tin quan trọng về tình hình quan hệ tín dụng của khách hàng, tuy nhiên thơng tin về tình hình dư nợ của khách hàng vẫn chưa được cập nhật thường xuyên và liên tục. Để cải thiện chất lượng thông tin tại CIC, ngồi những biện pháp tun truyền thích hợp đối với các NHTM, NHNN cần phải có những quy định bắt buộc để các NHTM cung cấp đầy đủ, chính xác và kịp thời thơng tin về tình trạng quan hệ tín dụng của khách hàng.
5.4.2. Đối với Chính phủ
- Tiếp tục duy trì sự ổn định của hoạt động kinh tế vĩ mơ, tiếp tục kiềm chế và kiểm sốt lạm phát, thúc đẩy tăng trưởng kinh tế tạo môi trường thuận lợi, tháo gỡ khó khăn, vướng mắc tạo điều kiện cho việc phục hồi và phát triển
- Hồn thiện quy trình xử lý tài sản đảm bảo, xây dựng cơ chế pháp lý rõ ràng để tạo điều kiện thuận lợi cho các TCTD trong việc xử lý tài sản đảm bảo thu hồi nợ xấu.
- Xây dựng chủ trương phát triển kinh tế ổn định trong dài hạn và những biện pháp can thiệp, điều tiết kịp thời khi nền kinh tế xuất hiện những tác động tiêu cực, đe dọa đến sự ổn định của nền kinh tế quốc gia.
- Tạo điều kiện thuận lợi về môi trường pháp lý cho việc ra đời và phát triển các cơng ty về xếp hạng tín dụng và đánh giá tín nhiệm khách hàng vay, tạo thêm nguồn thơng tin để đối chiếu, so sánh qua đó có đầy đủ thơng tin để đánh giá năng lực tài chính và khả năng trả nợ của khách hàng.
- Tạo môi trường pháp lý, môi trường kinh tế lành mạnh, minh bạch, phù hợp với tiêu chuẩn quốc tế để tạo điều kiện, khuyến khích doanh nghiệp và các cá thể, hộ kinh doanh đẩy mạnh hoạt động đầu tư, sản xuất kinh doanh.
KẾT LUẬN CHƯƠNG 5
Trên cơ sở phân tích thực trạng hoạt động cho vay KHCN tại MB, và kết quả nghiên cứu mơ hình từ chương 4, học viên đề xuất một số giải pháp nhằm nâng cao khả năng nhận diện khả năng trả nợ của KHCN tại MB bao gồm nhóm giải pháp đối với ngân hàng, cũng như những kiến nghị đối với NHNN và Chính phủ, trong đó nhóm giải pháp đối với ngân hàng là nhóm giải pháp trọng tâm và quan trọng nhất. Đây là những giải pháp mang tính tổng thể và địi hỏi thực hiện đồng bộ để đạt được mục tiêu hiệu quả và dài hạn trong công tác phát triển và quản lý tín dụng theo tiêu chuẩn quốc tế.
LỜI KẾT LUẬN
Bài nghiên cứu “Phân tích những nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng TMCP Quân Đội” được thực hiện trong phạm vi toàn bộ hệ thống của ngân hàng Quân Đội, với mẫu nghiên cứu là 500 khách hàng đang vay vốn tại MB, học viên đã đạt được mục tiêu nghiên cứu đặt ra ban đầu là nhận dạng, phân tích những yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng, trên cơ sở đó đề xuất nhóm giải pháp và kiến nghị đến ngân hàng TMCP Quân Đội, Ngân hàng nhà nước và Chính Phủ.
Trong q trình thực hiện bài nghiên cứu, học viên đã:
- Xây dựng cơ sở lý luận về tín dụng, tín dụng cá nhân và các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân.
- Tổng kết các kết quả nghiên cứu thực nghiệm ở Việt Nam và trên thế giới về khả năng trả nợ của khách hàng cá nhân, các mơ hình được sử dụng để đánh giá khả năng trả nợ của khách hàng.
- Xây dựng được mơ hình Logit đánh giá các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại ngân hàng TMCP Quân Đội.
- Đánh giá được mức độ tác động của từng nhân tố đến khả năng trả nợ của khách hàng.
Tuy bài nghiên cứu đã đạt được những mục tiêu nhất định nhưng do hạn chế về mặt thời gian, học viên đã bỏ qua một số nhân tố có thể ảnh hưởng đến khả năng trả nợ của khách hàng, ví dụ yếu tố kinh tế vĩ mơ, kích thước mẫu nghiên cứu cịn nhỏ so với kích thước tổng thể. Để khắc phục được những nhược điểm này, các nghiên cứu sau cần mở rộng phạm vi nghiên cứu để đánh giá mức độ ảnh hưởng của các biến kinh tế vĩ mô đến khả năng trả nợ của khách hàng và tăng kích thước của mẫu nghiên cứu để có cái nhìn khách quan, chính xác hơn trong việc đánh giá khả năng trả nợ của khách hàng.
1. Báo cáo thường niên có kiểm tốn năm 2012, 2013, 2014, 6 tháng đầu năm 2015 của Ngân hàng TMCP Quân Đội
2. Báo cáo kết quả kinh doanh của khối Khách hàng cá nhân 2012, 2013, 2014 và 6 tháng đầu năm 2015 của ngân hàng TMCP Quân Đội.
3. Hoàng Trọng và Chu Thị Mộng Ngọc, 2008. Phân tích và xử lý số liệu bằng SPSS, tập 1. NXB Hồng Đức.
4. Hoàng Trọng và Chu Thị Mộng Ngọc, 2008. Phân tích và xử lý số liệu bằng SPSS, tập 2. NXB Hồng Đức.
5. Nguyễn Minh Kiều, 2008. Tín dụng và thẩm định tín dụng ngân hàng. Thành
phố Hồ Chí Minh: NXB Tài chính.
6. Ngân hàng nhà nước Việt Nam, 2013. Thông tư 02/2013/TT-NHNN ban hàng ngày 21/03/2013 quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phịng rủi ro về việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của TCTD, chi nhánh ngân hàng nước ngoài.
7. Ngân hàng TMCP Quân Đội,2010. Sổ tay xếp hàng tín dụng Khách hàng cá
nhân tại Ngân hàng TMCP Quân Đội.
8. Trần Huy Hoàng. 2011. Quản trị ngân hàng thương mại,. NXB Lao động xã hội 9. Trương Đơng Lộc, Nguyễn Thanh Bình, 2011. Các nhân tố ảnh hưởng đến khả
năng trả nợ đúng hạn của nông hộ tỉnh Hậu Giang. Báo công nghệ ngân hàng.
Số 64. Trang 2
10. Trầm Thị Xuân Hương và cộng sự, 2012. Giáo trình nghiệp vụ ngân hàng
thương mại. NXB Kinh tế TP. Hồ Chí Minh
11. Vương Quân Hoàng và cộng sự. 2006. Phương pháp thống kê xây dựng mơ hình định mức tín nhiệm khách hàng thể nhân. Tạp chí ứng dụng tốn học.
Journal 4 (1): 45-52
13. Basel Committee on Banking Supervision (BCBS), 2001. New Basel Accord: an explanatory note January 2001
14. Basel Committee on Banking Supervision (BCBS), 2005. Studies on the Validation of internal rating systems.
15. Basel Committee on Banking Supervision, 2006. International convergence of capital measurement and capital standards: a revised framework–comprehensive version, Bank for International Settlements
16. Hussain Ali Bekhet, Shorouq Fathi Kamel Eletter, 2014. Credit risk assessment
model for Jordanian commercial banks: Neural scoring approach. Review of
Development Finance 4 (2014) 20–28
17. IMF, 2004, Comlilation Guide on Financial Soundness Indicators – 4.84-4.85 http://www.imf.org/external/np/sta/fsi/eng/2004/guide/index.htm
18. Jonathan Crook, 2001. The demand for household debt in the USA: evidence
from the 1995 Survey of Consumer Finance. Applied Financial Economics, vol
11, pp 83 91
19. Norhaziah Nawaia, Mohd Noor Mohd Shariff, 2012. Factors affecting
repayment performance in microfinance programs in Malaysia. Procedia -
Social and Behavioral Sciences 62 ( 2012 ) 806 – 811
20. Thi Huyen Thanh Dinh , Stefanie Kleimeier, 2007. Acredit scoringmodel
forVietnam's retail banking market. International Review of Financial Analysis
Mơ hình 1
Dependent Variable: Y
Method: ML – Binary Logit (Quadratic hill climbing) Sample: 1 500
Included observations: 500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a X1 -.010 .047 .046 1 .831 .990 X2 -.781 .616 1.607 1 .205 .458 X3 -2.158 1.472 2.150 1 .143 .116 X4 2.609 .934 7.797 1 .005 13.587 X5 -1.066 .432 6.087 1 .014 .344 X6 .001 .051 .001 1 .981 1.001 X7 -1.512 .699 4.672 1 .031 .221 X8 .008 .007 1.049 1 .306 1.008 X9 -.007 .007 1.158 1 .282 .993 X10 .036 .033 1.205 1 .272 1.037 X11 -.574 .206 7.790 1 .005 .564 X12 -.002 .011 .045 1 .832 .998 X13 .002 .002 1.149 1 .284 1.002 X14 -.074 .023 10.242 1 .001 .928 X15 1.378 1.056 1.704 1 .192 3.968 Constant 14.107 4.215 11.202 1 .001 1338497.26 5 a. Variable(s) entered on step 1: X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X11, X12, X13, X14, X15.
Step 1 Step 361.703 15 .000 Block 361.703 15 .000 Model 361.703 15 .000 Model Summary Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square 1 94.184a .515 .861 a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001. Classification Tablea Observed Predicted Y Percentage Correct 0 1 Step 1 Y 0 73 12 85.9 1 3 412 99.3 Overall Percentage 97.0 a. The cut value is .500
PHỤ LỤC 2
Mơ hình 2
Dependent Variable: Y
Method: ML – Binary Logit (Quadratic hill climbing) Sample: 1 500
Included observations: 500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a X1 -.010 .047 .045 1 .832 .990 X2 -.779 .612 1.619 1 .203 .459 X3 -2.155 1.468 2.155 1 .142 .116 X4 2.609 .934 7.801 1 .005 13.584 X5 -1.067 .431 6.119 1 .013 .344 X7 -1.508 .683 4.879 1 .027 .221 X8 .008 .007 1.054 1 .305 1.008 X9 -.007 .007 1.167 1 .280 .993 X10 .036 .033 1.206 1 .272 1.036 X11 -.573 .205 7.829 1 .005 .564 X12 -.002 .011 .045 1 .832 .998 X13 .002 .002 1.153 1 .283 1.002 X14 -.074 .023 10.327 1 .001 .928 X15 1.378 1.055 1.706 1 .192 3.968 Constant 14.112 4.209 11.239 1 .001 1345491.136 a. Variable(s) entered on step 1: X1, X2, X3, X4, X5, X7, X8, X9, X10, X11, X12, X13, X14, X15.
Step 1 Block 361.702 14 .000 Model 361.702 14 .000
Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square 1 94.184a .515 .861 a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001.
Classification Tablea Observed Predicted Y Percentage Correct 0 1 Step 1 Y 0 73 12 85.9 1 3 412 99.3 Overall Percentage 97.0 a. The cut value is .500
Dependent Variable: Y
Method: ML – Binary Logit (Quadratic hill climbing) Sample: 1 500
Included observations: 500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a X2 -.764 .607 1.581 1 .209 .466 X3 -2.131 1.443 2.180 1 .140 .119 X4 2.546 .879 8.392 1 .004 12.751 X5 -1.054 .427 6.097 1 .014 .349 X7 -1.493 .681 4.807 1 .028 .225 X8 .007 .007 1.081 1 .299 1.007 X9 -.007 .007 1.125 1 .289 .993 X10 .036 .033 1.208 1 .272 1.037 X11 -.575 .205 7.875 1 .005 .563 X12 -.002 .011 .028 1 .868 .998 X13 .002 .002 1.133 1 .287 1.002 X14 -.074 .023 10.323 1 .001 .929 X15 1.374 1.059 1.682 1 .195 3.950 Constan t 13.742 3.804 13.049 1 .000 929157.03 7 a. Variable(s) entered on step 1: X2, X3, X4, X5, X7, X8, X9, X10, X11, X12, X13, X14, X15.
Omnibus Tests of Model Coefficients
Chi-square df Sig. Step 1
Step 361.657 13 .000 Block 361.657 13 .000 Model 361.657 13 .000
1 94.229a .515 .861 a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001. Classification Tablea Observed Predicted Y Percentage Correct 0 1 Step 1 Y 0 73 12 85.9 1 3 412 99.3 Overall Percentage 97.0 a. The cut value is .500
Dependent Variable: Y
Method: ML – Binary Logit (Quadratic hill climbing) Sample: 1 500
Included observations: 500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a X2 -.772 .606 1.626 1 .202 .462 X3 -2.113 1.425 2.197 1 .138 .121 X4 2.551 .875 8.492 1 .004 12.820 X5 -1.056 .428 6.106 1 .013 .348 X7 -1.500 .679 4.876 1 .027 .223 X8 .007 .007 1.056 1 .304 1.007 X9 -.007 .007 1.102 1 .294 .993 X10 .036 .033 1.249 1 .264 1.037 X11 -.566 .197 8.260 1 .004 .568 X13 .002 .002 1.120 1 .290 1.002 X14 -.074 .023 10.347 1 .001 .929 X15 1.377 1.057 1.696 1 .193 3.963 Constant 13.535 3.584 14.264 1 .000 755729.624 a. Variable(s) entered on step 1: X2, X3, X4, X5, X7, X8, X9, X10, X11, X13, X14, X15.
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1
Step 361.629 12 .000 Block 361.629 12 .000 Model 361.629 12 .000
Model Summary
Step -2 Log likelihood Cox & Snell R Square
Nagelkerke R Square
1 94.257a .515 .861 a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001.
Classification Tablea Observed Predicted Y Percentage Correct 0 1 Step 1 Y 0 73 12 85.9 1 3 412 99.3 Overall Percentage 97.0 a. The cut value is .500
Dependent Variable: Y
Method: ML – Binary Logit (Quadratic hill climbing) Sample: 1 500
Included observations: 500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a X2 -.833 .603 1.912 1 .167 .435 X3 -1.901 1.346 1.996 1 .158 .149 X4 2.444 .841 8.437 1 .004 11.520 X5 -1.047 .428 5.984 1 .014 .351 X7 -1.632 .665 6.024 1 .014 .196 X9 -.002 .004 .154 1 .695 .998 X10 .045 .034 1.764 1 .184 1.046 X11 -.534 .198 7.301 1 .007 .586 X13 .002 .002 .757 1 .384 1.002 X14 -.072 .022 10.349 1 .001 .931 X15 1.386 1.034 1.797 1 .180 3.998 Constant 13.267 3.535 14.082 1 .000 577781.889 a. Variable(s) entered on step 1: X2, X3, X4, X5, X7, X9, X10, X11, X13, X14, X15.
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1
Step 360.569 11 .000 Block 360.569 11 .000 Model 360.569 11 .000
Step -2 Log likelihood Cox & Snell R Square
Nagelkerke R Square
1 95.317a .514 .859 a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001.
Classification Tablea Observed Predicted Y Percentage Correct 0 1 Step 1 Y 0 73 12 85.9 1 3 412 99.3 Overall Percentage 97.0 a. The cut value is .500
Mơ hình 6
Dependent Variable: Y
Method: ML – Binary Logit (Quadratic hill climbing) Sample: 1 500
Included observations: 500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a X2 -.820 .599 1.872 1 .171 .441 X3 -1.924 1.360 2.003 1 .157 .146 X4 2.451 .828 8.768 1 .003 11.603 X5 -1.054 .429 6.037 1 .014 .348 X7 -1.632 .662 6.069 1 .014 .196 X10 .045 .034 1.806 1 .179 1.046 X11 -.540 .197 7.502 1 .006 .583 X13 .002 .002 .746 1 .388 1.002 X14 -.070 .021 10.572 1 .001 .933 X15 1.399 1.025 1.864 1 .172 4.052 Constant 13.082 3.495 14.009 1 .000 480285.861 a. Variable(s) entered on step 1: X2, X3, X4, X5, X7, X10, X11, X13, X14, X15.
Omnibus Tests of Model Coefficients
Chi-square df Sig. Step 1
Step 360.418 10 .000 Block 360.418 10 .000 Model 360.418 10 .000
Step -2 Log likelihood Cox & Snell R Square
Nagelkerke R Square 1 95.468a .514 .859 a. Estimation terminated at iteration number 9 because
parameter estimates changed by less than .001.
Classification Tablea Observed Predicted Y Percentage Correct 0 1 Step 1 Y 0 73 12 85.9 1 2 413 99.5 Overall Percentage 97.2 a. The cut value is .500
Dependent Variable: Y
Method: ML – Binary Logit (Quadratic hill climbing) Sample: 1 500
Included observations: 500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a X2 -.861 .594 2.103 1 .147 .423 X3 -2.172 1.316 2.723 1 .099 .114 X4 2.507 .832 9.086 1 .003 12.271 X5 -1.001 .422 5.639 1 .018 .367 X7 -1.609 .664 5.866 1 .015 .200 X10 .068 .025 7.267 1 .007 1.070 X11 -.494 .188 6.906 1 .009 .610 X14 -.066 .021 10.210 1 .001 .936 X15 1.371 1.025 1.788 1 .181 3.938 Constant 12.307 3.305 13.869 1 .000 221146.039 a. Variable(s) entered on step 1: X2, X3, X4, X5, X7, X10, X11, X14, X15.