Mơ hình đo lường khả năng trả nợ đối với KHDN chưa thật sự có ý nghĩa
nghiên cứu khi chưa phân loại được khả năng trả nợ tốt và không tốt của KHDN tại
ACB. Điều này cho thấy còn nhiều nhân tố ảnh hưởng đến kết quả mơ hình vẫn chưa
được đưa vào mơ hình cho phù hợp.
Mơ hình xây dựng cịn hạn chế trong việc xác suất dự báo tình trạng KHDN không trả nợ tốt và không khả năng trả nợ cịn thấp, điều này địi hỏi phải tìm kiếm
thêm nhiều nhân tố ảnh hưởng để nâng cao hiệu quả mơ hình.
Do số lượng KHDN biến động hàng năm nên khơng thể triển khai áp dụng mơ hình thống kê ước lượng trên toàn bộ KHDN trong khoảng thời gian từ năm 2008
đến năm 2010. Mơ hình đề xuất chỉ là mơ hình nghiên cứu bước đầu, khơng hồn
tồn chính xác cho tổng thể KHDN tại ACB, cần mở rộng phạm vi nghiên cứu đối với tổng thể KHDN để có cái nhìn khách quan, chính xác.
Bài nghiên cứu chưa đề cập và phân tích chi tiết về tính phù hợp và tính đầy
đủ của định nghĩa khả năng trả nợ của KHDN đối với quy định phân loại nợ nội bộ
tại ACB vì mục tiêu là đo lường khả năng trả nợ của KHDN. Do đó, bài nghiên cứu cần phải mở rộng nghiên cứu sâu hơn để xây dựng định nghĩa khả năng trả nợ với đầy đủ các tiêu chí theo quy định phân loại nợ của NHNN.
Khả năng trả nợ của KHDN chỉ xét cho từng trường hợp KHDN cụ thể, chưa xét đến sự tương quan về xác suất trả nợ giữa các khách hàng và nhóm khách hàng liên quan để đánh giá đúng bản chất rủi ro không trả được nợ của khách hàng.
Bài nghiên cứu chỉ xét các nhân tố ảnh hưởng đến KHDN tại ACB nên có thể chưa kết quả nghiên cứu chưa hồn tồn phù hợp với KHDN tại các TCTD khác. Kết quả nghiên cứu chỉ là một cơ sở tham khảo khi xét phạm vi nghiên cứu là KHDN trên toàn hệ thống ngân hàng tại Việt Nam.
Do hạn chế về thời gian dữ liệu nghiên cứu, bài nghiên cứu loại bỏ yếu tố kinh tế vĩ mô (lạm phát, tăng trưởng kinh tế) khi xét các nhân tố ảnh hưởng đến khả năng trả nợ của KHDN nên chỉ có ý nghĩa đối với các KHDN xét trong điều kiện
tế vĩ mơ khác. Do đó, bài nghiên cứu tiếp theo cần mở rộng phạm vi nghiên cứu xem xét thêm ảnh hưởng của biến kinh tế vĩ mơ, điều này địi hỏi dữ liệu nghiên cứu phải trải rộng khoảng thời gian dài tối thiểu là một chu kỳ kinh tế.
Kết luận chương 3
Chương 3 với nội dung là xây dựng mơ hình hồi quy Logit nhị phân để phân tích rủi ro tín dụng KHDN thơng qua việc đo lường khả năng trả nợ của KHDN, là cơ sở để ACB có thể ứng dụng trong quy trình quản lý tín dụng sẽ được đề cập trong chương 4.
Bằng phương pháp sử dụng mơ hình logit để đo lường khả năng trả nợ và sử dụng dữ liệu nghiên cứu là 2,951 tài khoản vay của KHDN (từ năm 2010 – 2012), kết quả mơ hình đã đưa ra các nhân tố quan trọng (với mức ý nghĩa nhỏ 0.05) ảnh
hưởng đến khả năng trả nợ của KHDN. Từ đó, đề xuất 02 mơ hình để nhận diện
KHDN có/khơng trả nợ tốt, KHDN có/khơng khả năng trả nợ và dự báo xác suất trả nợ của KHDN dựa trên các dữ liệu đầu vào thu thập được.
Kết quả mơ hình cũng cho thấy rằng nếu chỉ xem xét riêng các yếu tố đặc
điểm của KHDN là chưa đủ để đo lường khả năng trả nợ của KHDN. Điều này địi
hỏi khi xây dựng mơ hình xác suất trả nợ cần phải đưa thêm các yếu tố về đặc điểm
sản phẩm tín dụng, yếu tố môi trường vĩ mô nhằm nâng cao chất lượng của mơ hình dự báo tại ACB.
CHƯƠNG 4. GIẢI PHÁP ỨNG DỤNG MƠ HÌNH LOGIT ĐỂ ĐO LƯỜNG KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP Á CHÂU