7. Kết cấu của luận văn:
1.1. Lý luận chung về tín dụng cá nhân
1.1.5. Khả năng trả nợ vay của khách hàng cá nhân
1.1.5.1. Khái niệm
Theo Alex White (2008), trong nghiên cứu về khả năng trả nợ của cá nhân, khả năng trả nợ vay của khách hàng là khả năng khách hàng tạo ra đủ thu nhập trong suốt thời gian vay để đảm bảo cho các khoản hoàn trả theo định kỳ.
Theo Business Dictionary.com, khả năng trả nợ đại diện cho năng lực tài chính của một khách hàng cá nhân hoặc một khách hàng doanh nghiệp, thực hiện tốt nghĩa vụ hoàn trả một khoản nợ, một khoản vay của họ. Khả năng trả nợ của khách hàng được đánh giá bởi người cho vay khi quyết định có nên cho vay đối với một doanh nghiệp hay một cá nhân.
Khi nói đến khả năng tức là có thể xảy ra hoặc khơng thể xảy ra, và được đo lường bằng xác suất xảy ra hoặc xác suất khơng xảy ra. Do đó, khả năng trả nợ của khách hàng được thể hiện dưới dạng xác suất trả nợ. Trong điều kiện bình thường, một khách hàng có hai khả năng: trả được nợ hoặc khơng trả được nợ.
Như vậy, khả năng trả nợ vay của khách hàng cá nhân là khả năng khách hàng tạo ra đủ thu nhập trong suốt thời gian vay để đảm bảo thực hiện tốt nghĩa vụ hoàn trả các khoản nợ theo định kỳ.
1.1.5.2. Lƣợc khảo các nghiên cứu về các yếu tố ảnh hƣởng đến khả năng trả nợ của khách hàng cá nhân.
Đã có nhiều nghiên cứu trên thế giới về các yếu tố ảnh hưởng đến khả năng trả nợ ngân hàng của khách hàng cá nhân. Một số nghiên cứu điển hình có thể kể đến như:
Nghiên cứu định tính về khả năng trả nợ của các nhà nghiên cứu Ali và Daly (2010); Fidrmuc và Hainz (2010); Psillaki và các tác giả (2010).Trong các nghiên cứu này khả năng trả nợ của khách hàng cá nhân được đánh giá bằng mơ hình 5C, đó là: phẩm chất (character), năng lực (capacity), vốn (capital), môi trường kinh doanh (condition), và thế chấp (collateral).Kết quả nghiên cứu đều cho thấy phẩm chất đạo đức, năng lực tài chính và tài sản thế chấp của khách hàng có ảnh hưởng đến khả năng trả nợ của khách hàng. Cụ thể, khách hàng được đánh giá có phẩm
18
chất đạo đức và năng lực tài chính thì khả năng trả được nợ vay sẽ cao hơn.Ngoài ra, khi tài sản thế chấp của khách hàng gia tăng thì khả năng khách hàng trả được nợ cũng gia tăng.
Theo Li Shuai, Hui Lai, Chao Xu, Zongfang Zhou (2013), trong nghiên cứu về rủi ro tín dụng cá nhân được hỗ trợ bởi tổ chức khoa học tự nhiên quốc gia Trung Quốc đã cho thấy các yếu tố tác động đến khả năng trả nợ của khách hàng cá nhân là số thành viên phụ thuộc trong gia đình, tình trạng công việc, thời hạn cho vay, TSĐB/số tiền vay, lịch sử nợ quá hạn trong quá khứ. Theo kết quả nghiên cứu cho thấy, cá nhân có tình trạng cơng việc tốt, cá nhân thuộc cấp lãnh đạo thì khả năng trả nợ sẽ tốt hơn. Thời gian vay càng dài thì khả năng trả nợ của cá nhân sẽ càng tốt.Nghiên cứu cũng cho thấy khách hàng cá nhân có tài sản đảm bảo thì khả năng trả nợ sẽ tốt hơn khi khơng có tài sản đảm bảo.Bên cạnh đó, khách hàng cá nhân đang có nợ q hạn thì khả năng trả nợ sẽ thấp hơn cá nhân khơng có nợ quá hạn hoặc đã từng có nợ quá hạn trong quá khứ.Tuy nhiên, khi khách hàng có số thành viên phụ thuộc trong gia đình nhiều hơn thì khả năng trả nợ lại tốt hơn, điều này chưa phù hợp với kỳ vọng.
Theo Sumit Agarwal (2008), trong nghiên cứu về xác định khả năng hoàn trả của khách hàng cá nhân đã rút ra kết luận thu nhập trên số tiền vay phải trả định kỳ và mức độ ảnh hưởng của thay đổi lãi suất có ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân. Kết quả nghiên cứu cho thấy, khi thu nhập trên số tiền vay phải trả định kỳ tăng lên thì khả năng trả nợ của khách hàng cá nhân cũng tăng theo. Bên cạnh đó, khi lãi suất cho vay khách hàng cá nhân thay đổi đáng kể sẽ ảnh hưởng đến khả năng trả nợ của khách hàng. Cụ thể, khi lãi suất cho vay tăng thì khả năng trả nợ của khách hàng sẽ giảm.
Bên cạnh đó, việc ngân hàng từ chối cho vay một khách hàng tốt và chấp nhận cho vay một khách hàng không tốt cũng là một trong những nguyên nhân dẫn đến rủi ro khách hàng không trả được nợ vay ngân hàng. Tính hiệu quả của việc làm này chịu ảnh hưởng rất lớn bởi năng lực của cán bộ tín dụng trực tiếp thẩm định năng lực của người vay. Cán bộ tín dụng có năng lực sẽ làm tốt việc đánh giá khả
19
năng trả nợ của khách hàng để chọn lọc đúng người vay cũng như sớm phát hiện rủi ro tiềm ẩn để xử lý kịp thời. Ngược lại, các quyết định cho vay theo cảm tính của các cán bộ tín dụng ít kinh nghiệm (thường có thâm niên cơng tác từ ba năm trở xuống) dựa trên thông tin không đầy đủ hoặc phiến diện (như chỉ dựa vào tài sản thế chấp) mà bỏ qua năng lực tài chính của khách hàng sẽ dẫn đến khách hàng khơng có khả năng trả nợ cao (Scott J, 2006).
Bảng 1.1. Tóm tắt các yếu tố ảnh hƣởng đến khả năng trả nợ của khách hàng cá nhân từ các nghiên cứu trên thế giới
STT Các yếu tố tác động đến khả năng trả nợ Nghiên cứu
1 Số thành viên phụ thuộc trong gia đình Li Shuai, Hui Lai, Chao Xu, Zongfang Zhou 2 Tình trạng cơng việc. 1: thất nghiệp, 2: cơng việc
tay chân, 3: cơng việc văn phịng, 4: công việc lãnh đạo
Li Shuai, Hui Lai, Chao Xu, Zongfang Zhou
3 Thời hạn cho vay Li Shuai, Hui Lai, Chao
Xu, Zongfang Zhou
4 TSĐB/số tiền vay Li Shuai, Hui Lai, Chao
Xu, Zongfang Zhou 5 Lịch sử nợ quá hạn trong quá khứ: 0: khơng có
vay vốn, 1: khơng có nợ q hạn, 2: đã có nợ quá hạn, 3: đang có nợ quá hạn
Li Shuai, Hui Lai, Chao Xu, Zongfang Zhou
6 Cán bộ tín dụng có trình độ chun mơn. Cán bộ tín dụng có thâm niên trên 3 năm nhận giá trị là 0, ngược lại nhận giá trị là 1.
Scott J
7 Thu nhập/số tiền vay phải trả định kỳ Sumit Agarwal 8 Mức độ ảnh hưởng của thay đổi lãi suất. Nhận
giá trị là 1 nếu ảnh hưởng đáng kể, nhận giá trị là 0 nếu ảnh hưởng không đáng kể
Sumit Agarwal
20
1.2. Mơ hình phân tích các yếu tố ảnh hƣởng đến khả năng trả nợ của khách hàng cá nhân. hàng cá nhân.
1.2.1. Mơ hình 6C:
Theo Trần Huy Hồng (2010), trọng tâm của mơ hình này là xem xét thiện chí người vay và khả năng thanh tốn các khoản vay khi đến hạn, bao gồm 6 yếu tố sau:
Tư cách người vay (Character): cán bộ tín dụng phải làm rõ mục đích xin vay của khách hàng, mục đích vay của khách hàng có phù hợp với chính sách tín dụng hiện hành của ngân hàng, đồng thời xem xét về lịch sử đi vay và trả nợ đối với khách hàng cũ, cịn khách hàng mới thì cần thu thập thơng tin từ nhiều nguồn khác như: trung tâm phòng ngừa rủi ro, từ ngân hàng khác, hoặc các cơ quan thông tin đại chúng...
Năng lực của người vay (Capacity): tùy thuộc vào qui định luật pháp của quốc gia. Người vay phải có năng lực pháp luật dân sự và năng lực hành vi dân sự.
Thu nhập của người vay (Cash): trước hết phải xác định được nguồn trả nợ của người vay như luồng tiền từ doanh thu bán hàng hay từ thu nhập, tiền từ bán thanh lý tài sản, hoặc tiền từ phát hành chứng khốn. Sau đó cần phân tích tình hình tài chính của doanh nghiệp vay vốn thơng qua các tỷ số tài chính.
Bảo đảm tiền vay (Collateral): đây là điều kiện để ngân hàng cấp tín dụng và là nguồn tài sản thứ hai có thể dùng để trả nợ vay cho ngân hàng.
Các điều kiện (Conditions): ngân hàng quy định các điều kiện tùy theo chính sách tín dụng theo từng thời kỳ.
Kiểm soát (Control): đánh giá những ảnh hưởng do sự thay đổi của luật pháp, quy chế hoạt động đến khả năng khách hàng đáp ứng các tiêu chuẩn của ngân hàng.
Mơ hình 6C tương đối đơn giản, tuy nhiên lại phụ thuộc quá nhiều vào mức độ chính xác của nguồn thơng tin thu thập được, khả năng dự báo cũng như trình độ phân tích, đánh giá chủ quan của cán bộ tín dụng.
21
1.2.2. Mơ hình điểm số tín dụng tiêu dùng tại các ngân hàng Mỹ.
Theo kết quả nghiên cứu của Trần Huy Hoàng (2010) về các yếu tố quan trọng trong mơ hình cho điểm tín dụng bao gồm: hệ số tín dụng, tuổi đời, trạng thái tài sản, số người phụ thuộc, sở hữu nhà, thu nhập, điện thoại cố định, số tài khoản cá nhân, thời gian công tác.
Bảng 1.2.Những hạng mục và điểm số tín dụng trong tín dụng tiêu dùng tại các ngân hàng Mỹ.
STT Các hạng mục xác định chất lƣợng tín dụng Điểm
1 Nghề nghiệp của người vay
- Chuyên gia hay phụ trách kinh doanh 10
- Cơng nhân có kinh nghiệm 8
- Nhân viên văn phòng 7
- Sinh viên 5
- Cơng nhân khơng có kinh nghiệm 4
- Cơng nhân bán thất nghiệp 2
2 Trạng thái nhà ở
- Nhà riêng 6
- Nhà thuê hay căn hộ 4
- Sống cùng bạn hay người thân 2
3 Xếp hạng tín dụng
- Tốt 10
- Trung bình 5
- Khơng có hồ sơ 2
- Tồi 0
4 Kinh nghiệm nghề nghiệp
- Nhiều hơn 1 năm 5
- Từ một năm trở xuống 2
5 Thời gian sống tại địa chỉ hiện hành
- Nhiều hơn 1 năm 2
- Từ một năm trở xuống 1 6 Điện thoại cố định - Có 2 - Khơng có 0 7 Số người sống cùng (phụ thuộc) - Không 3 - Một 3 - Hai 4
22
- Ba 4
- Nhiều hơn ba 2
8 Các tài khoản tại ngân hàng
- Cả tài khoản tiết kiệm và phát hành Séc 4
- Chỉ tài khoản tiết kiệm 3
- Chỉ tài khoản phát hành Séc 2
- Khơng có 0
Nguồn: Trần Huy Hồng, 2010
Khách hàng có khả năng trả nợ tốt nhất tương ứng với điểm số cao nhất theo mơ hình với 8 mục nêu trên là 43 điểm, thấp nhất là 9 điểm. Giả sử ngân hàng biết mức 28 điểm là ranh giới giữa khách hàng có khả năng trả nợ tốt và khách hàng khơng có khả năng trả nợ, từ đó ngân hàng hình thành khung chính sách tín dụng theo mơ hình điểm số.
Bảng 1.3.Hạn mức tín dụng tƣơng ứng với tổng số điểm của khách hàng trong tín dụng tiêu dùng tại các ngân hàng Mỹ.
Tổng số điểm của khách hàng Hạn mức tín dụng
Từ 28 điểm trở xuống Từ chối tín dụng
29 - 30 điểm 500 USD 31 - 33 điểm 1.000 USD 34 - 36 điểm 2.500 USD 37 - 38 điểm 3.500 USD 39 - 40 điểm 5.000 USD 41 - 43 điểm 10.000 USD Nguồn: Trần Huy Hồng, 2010
1.2.3. Mơ hình xếp hạng của Moody’s và Standard &Poor’s.
RRTD trong cho vay và đầu tư thường được thể hiện bằng việc xếp hạng khoản vay.Việc xếp hạng này được thực hiện bởi một số dịch vụ xếp hạng tư nhân trong đó Moody’s và Standard &Poor’s là những dịch vụ tốt nhất.
Đối với Moody’s xếp hạng cao nhất là Aaa nhưng với Standard & Poor’s thì cao nhất là AAA. Việc xếp hạng giảm dần từ Aa đối với Moody’s và AA đối với Standard & Poor’s, sau đó thấp dần để phản ánh RRTD cao dần. Trong đó, khoản
23
hạng bên dưới là các khoản vay ngân hàng không nên đầu tư. Nhưng thực tế vì phải xem xét mối quan hệ tỷ lệ thuận giữa rủi ro và lợi nhuận nên những khoản vay này tuy được xếp hạng thấp nhưng lại có lợi nhuận cao nên đơi khi ngân hàng vẫn chấp nhận đầu tư vào các khoản vay này.
Bảng 1.4.Bảng xếp hạng của Moody’s, Standard &Poor’s.
Xếp hạng Tình trạng
Moody’s Aaa Chất lượng cao nhất
Aa Chất lượng cao
A Chất lượng vừa cao hơn
Baa Chất lượng vừa
Ba Nhiều yếu tố đầu cơ
B Đầu cơ
Caa Chất lượng kém
Ca Đầu cơ có rủi ro cao
C Chất lượng kém nhất
Standard &Poor’s AAA Chất lượng cao nhất
AA Chất lượng cao
A Chất lượng vừa cao hơn
BBB Chất lượng vừa
BB Chất lượng vừa thấp hơn
B Đầu cơ
CCC-CC Đầu cơ có rủi ro cao
C Trái phiếu có lợi nhuận
DDD-D Khơng được hồn vốn
24
1.2.4. Mơ hình hồi quy Binary logistic:
Các mơ hình đánh giá khả năng trả nợ của khách hàng cá nhân được nêu ở trên tuy có những ưu điểm riêng nhưng trong trường hơp biến quan sát chỉ có 2 trạng thái thì những mơ hình trên vẫn chưa đưa ra một kết quả chính xác. Chẳng hạn, biến phụ thuộc là khả năng trả nợ của khách hàng cá nhân có 2 giá trị tương ứng với hai trường hợp khách hàng có khả năng trả nợ và khách hàng khơng có khả năng trả nợ.Khi đó, mơ hình thường được sử dụng để ước lượng là mơ hình hồi quy nhị phân Binary Logistic.
Theo Simon Jackman (2007), với hồi quy Binary logistic, thông tin chúng ta cần thu thập về biến phụ thuộc là một sự kiện nào đó có xảy ra hay khơng, biến phụ thuộc Y lúc này có hai giá trị 0 và 1, với 0 là không xảy ra sự kiện ta quan tâm và 1 là có xảy ra, và tất nhiên là cả thông tin về các biến độc lập X. Từ biến phụ thuộc nhị phân này, một thủ tục sẽ được dùng để dự đoán xác suất sự kiện xảy ra quy tắc nếu xác suất được dự đốn lớn hơn 0,5 thì kết quả dự đốn sẽ cho là “có” xảy ra sự kiện, ngược lại thì kết quả dự đốn sẽ cho là “khơng”.
Theo Karl L.Wuensch (2014), hồi quy Binary logistic được sử dụng để tiên đoán một biến xác thực (thường là biến nhị phân) từ một tập hợp biến. Với một biến phụ thuộc, phân tích biệt số thường được sử dụng nếu tất cả các dự báo là liên tục và được phân phối tốt, phân tích logic thường được sử dụng nếu tất cả các dự báo đều là nhị phân và hồi quy logistic thường được chọn nếu những biến dự báo là một tập hợp liên tục và những biến là nhị phân hoặc nếu chúng không phải là phân phối tốt. Trong hồi quy logistic, biến phụ thuộc được dự báo là một hàm xác suất và là một biến nhị phân.
Theo Hun Myoung Park (2010), khi biến phụ thuộc là một biến nhị phân, biến thứ bậc, hoặc biến định danh. Thậm chí những dữ liệu đếm được là rời rạc nhưng thường được xem như liên tục. Khi đó phương pháp ước lượng bình phương nhỏ nhất (OLS) khơng cịn là một ước lượng không chệch tuyến tính tốt nhất (BLUE) nữa, và OLS là ước lượng chệch và không hiệu quả. Do đó, những nhà
25
nghiên cứu đã phát triển hàng loạt mơt hình hồi quy mới đối với các biến phụ thuộc này và hồi quy Binary Logistic được sử dụng đến.
Phương pháp này cũng giống như phương pháp hồi quy tuyến tính, song được xây dựng cho mơ hình với biến được dự báo là biến nhị nguyên nhận 2 giá trị tương ứng với sự hiện diện hay vắng mặt của một đặc tính hay một kết quả cần quan tâm nào đó. Các hệ số trong phương trình hồi quy có thể sử dụng để ước lượng các tỷ số chênh (odds ratios) cho từng biến độc lập trong mơ hình.
Mơ hình được thể hiện như sau:
𝑬 𝒀/𝑿 = 𝒆
𝜷𝟎+𝜷𝟏×𝑿
𝟏 + 𝒆𝜷𝟎+𝜷𝟏×𝑿
+ Biến phụ thuộc Y là một biến nhị nguyên nhận giá trị (0 hoặc 1), hay kí tự ngắn.
+ Các biến độc lập có thể là biến định lượng, có thể là biến định tính hoặc gồm cả biến định lượng và biến định tính.
+ Trong cơng thức này E(Y/X) là xác suất để Y = 1 (tức là xác suất để sự kiện xảy ra) khi biến độc lập có giá trị cụ thể là Xi. Ký hiệu biểu thức (B0 + B1X) là z, ta có thể viết lại mơ hình hàm Binary logistic như sau: