Những hạn chế cần hoàn thiện và nguyên nhân

2.3. Đánh giá thực trạng mơ hình xếp hạng tín dụng cá nhân tại Ngân hàng TMCP

2.3.2. Những hạn chế cần hoàn thiện và nguyên nhân

2.3.2.1.Những hạn chế cần hồn thiện

Hiện nay, mơ hình xếp hạng tín dụng cá nhân tại SCB vẫn đang trong quá trình thử nghiệm và hồn thiện, do vậy các tiêu chí và nhóm tiêu chí được xây dựng trong mơ hình cũng cịn nhiều điểm bất cập như:

Mơ hình xếp hạng tín dụng chỉ định tính chưa áp dụng phương pháp thống kê định lượng

- Các chỉ tiêu đặt ra trong mơ hình chỉ định tính chưa mang tính định lượng do dựa trên phương pháp kinh nghiệm, chuyên gia, chưa cập nhật các phương pháp thống kê định lượng tiên tiến trên thế giới. Vì vậy, kết quả chấm điểm chưa phải là căn cứ mạnh để đưa ra quyết định cấp tín dụng.

Một số tiêu chí bị lặp lại khơng phản ánh được năng lực tài chính cũng như khả năng trả nợ của người vay

- Một số chỉ tiêu tiêu dùng để chấm điểm bị trùng lắp như: “Thu nhập hàng năm của khách hàng thường tỷ lệ thuận với thu nhập gia đình hàng năm, cũng như nếu là gia đình hạt nhân thì số người ăn theo thường dưới 3 người. Điều này dẫn đến tình trạng một số trường hợp khách hàng bị nhân đơi số điểm.

Tính trung thực, minh bạch của các thơng số đầu vào

- Việc thu thập số liệu và các thông tin liên quan đến việc cập nhật các tiêu chí để hồn thành việc xếp hạng tín nhiệm đều do cán bộ tín dụng thu thập thơng tin từ phía khách hàng cung cấp. Chính vì khơng có được sự giám sát, kiểm chứng và kiểm tra chéo nên các thơng tin dễ bị sai lệch, thiếu tính trung thực và minh bạch dẫn đến rủi ro từ sự chủ quan mang tính con người.

Đối tượng xếp hạng tín nhiệm cịn hạn chế

- Do đang trong thời kỳ mới triển khai áp dụng xếp hạng tín dụng nội bộ theo quy định của NHNN nên chưa có nhiều thời gian và kinh nghiệm nhằm khái quát hoá và thống kê một cách đầy đủ các đối tượng cần được xếp hạng. Hiện tại, mơ hình xếp hạng tín dụng cá nhân của SCB chỉ mới thực hiện việc xếp hạng cho các khách hàng có mục đích vay vốn là vay tiêu dùng và vay bổ sung vốn lưu động, chưa thể xếp hạng

cho các đối tượng khách hàng thể nhân hoạt động trong các lĩnh vực đặc thù như đầu tư kinh doanh chứng khoán, đầu tư kinh doanh bất động sản, các lĩnh vực đầu tư cá nhân (kinh doanh xe ôtô, đầu tư máy móc, trang thiết bị, công nghệ phục vụ cho hoạt động kinh doanh cá thể, đầu tư mua xà lan, đầu tư góp vốn xây dựng văn phòng cho thuê…và các hoạt động bảo lãnh cá nhân thực hiện hợp đồng. Do đó rất bị động trong việc xác định mức độ rủi ro của nhóm khách hàng này.

2.3.2.2.Nguyên nhân của những hạn chế

Nguyên nhân chủ quan

- Nhận thức về xếp hạng tín nhiệm chưa cao: Phương pháp xếp hạng tín dụng

khách hàng của SCB chưa đầy đủ và còn nhiều hạn chế, cần phải tiếp tục hoàn thiện, bổ sung trong thời gian tới. Mặt khác, khi ban hành hệ thống xếp hạng tín dụng nội bộ khách hàng, ban lãnh đạo của SCB chưa đánh giá đúng mức lợi ích của hệ thống xếp hạng trong hoạt động tín dụng đặc biệt là trong phịng ngừa và quản lý rủi ro tín dụng để từ đó thực hiện chính sách khách hàng, biện pháp đối xử với từng khách hàng và nhóm khách hàng cho phù hợp như chính sách lãi suất, chính sách đảm bảo tiền vay, chính sách dịch vụ…để nâng cao hiệu quả cũng như đảm bảo an toàn hoạt động của SCB.

- Trình độ cán bộ tín dụng chưa đồng đều: việc xếp hạng tín nhiệm khách hàng do cán bộ tín dụng thực hiện. Năng lực, trình độ, kinh nghiệm của người xếp hạng sẽ quyết định chất lượng xếp hạng.

- Nhiều trường hợp xếp hạng chỉ mang tính hình thức: Khi muốn cho vay hoặc muốn che đậy tình trạng thực tế của khách hàng vay vốn, các chi nhánh đã cố tình xếp hạng khơng chính xác, tìm mọi cách để nâng điểm khách hàng cho đạt yêu cầu xếp hạng tín dụng ở một mức nào đó. Thơng thường để tăng điểm xếp hạng tín dụng khách hàng, cán bộ tín dụng sẽ tập trung vào các chỉ tiêu phi tài chính vì đây là chỉ tiêu chịu ảnh hưởng của nhiều yếu tố chủ quan, nhận định của người đánh giá.

- Khách hàng cung cấp thơng tin khơng chính xác, thậm chí giả mạo thơng tin trong việc cung cấp hồ sơ vay vốn, điều này gây khó khăn và mất nhiều thời gian cho cán bộ tín dụng trong việc thẩm định khoản vay và xếp hạng khách hàng.

- Khơng có nhiều thơng tin hỗ trợ cho việc xếp hạng tín dụng. Thơng tin từ CIC là nguồn thông tin chủ yếu mà Ngân hàng sử dụng, tuy nhiên hiện nay nguồn thông tin này hết sức đơn điệu, thiếu cập nhật, không đáp ứng được nhu cầu cần thiết của Ngân hàng.

- NHNN vẫn chưa có được một hệ thống tổng thể quản lý chung các hệ thống xếp hạng tín dụng của các NHTM. Điển hình cho đến thời điểm hiện nay, hệ thống xếp hạng tín dụng cá nhân của các NHTM đều do chính Ngân hàng đó tự xây dựng, NHNN chỉ ra quyết định chấp nhận hay khơng chưa có một quy chuẩn chung. Những hạn chế và nguyên nhân thực tế kể trên đặt ra cho SCB cần phải nỗ lực xây dựng mơ hình XHTD cá nhân nhằm hạn chế tối đa rủi ro trong hoạt động tín dụng.

KẾT LUẬN CHƯƠNG 2

Trong chương này, đề tài đưa ra cái nhìn tổng quan về thực trạng mơ hình xếp hạng tín dụng cá nhân cũng như mơ hình XHTD hiện tại của SCB đang sử dụng. Qua đó, đề tài phân tích và chỉ ra các mặt hạn chế mà mơ hình XHTD của SCB cịn tồn tại. Trên cơ sở đó, tác giả đề xuất ứng dụng mơ hình Binary Logistic trong XHTD cá nhân tại SCB sẽ trình bày trong chương 3.

CHƯƠNG 3: XÂY DỰNG MƠ HÌNH XẾP HẠNG TIN DỤNG CÁ NHÂN TẠI NGÂN HÀNG TMCP SÀI GỊN

3.1.Phương pháp nghiên cứu

3.1.1.Một số mơ hình đo lường rủi ro tín dụng

Hiện nay, có nhiều mơ hình xếp hạng rủi ro tín dụng cá nhân để xác định và lượng hố mức độ rủi ro từ phía khách hàng mang lại. Các mơ hình này rất đa dạng thơng thường bao gồm các mơ hình định tính và định lượng như sau:

3.1.1.1.Mơ hình định tính về rủi ro tín dụng – Mơ hình 6C

Khi thẩm định khả năng trả nợ của khách hàng cá nhân, thường chúng ta tập trung vào một số yếu tố liên quan đến khách hàng hình thành nhóm nội dung cần thẩm định. Phương pháp truyền thống thường sử dụng để đánh giá tín dụng đối với khách hàng cá nhân là mơ hình 6C, bao gồm:

- Tư cách của khách hàng vay vốn (Character): Cán bộ tín dụng phải chắc chắn rằng người vay có mục đích tín dụng rõ ràng, có tính trung thực, ý thức trách nhiệm và có thiện chí nghiêm chỉnh trả nợ khi đến hạn.

- Năng lực của khách hàng (Capacity): Người đi vay phải có năng lực pháp luật dân sự và năng lực hành vi dân sự.

- Thu nhập của người vay (Cash): xác định nguồn trả nợ của khách hàng vay như luồng tiền từ doanh thu bán hàng hay từ thu nhập, bán thanh lý tài sản…

- Bảo đảm tiền vay (Collateral): là nguồn thu thứ hai có thể dùng để trả nợ vay cho ngân hàng.

- Các điều kiện (Conditions): các ngân hàng quy định các điều kiện tùy theo chính sách tín dụng từng thời kỳ.

- Khả năng kiểm soát khoản vay (Control): đánh giá những ảnh hưởng do sự thay đổi của luật pháp, quy chế hoạt động, khả năng khách hàng đáp ứng các tiêu chuẩn của ngân hàng.

Việc sử dụng mô hình này tương đối đơn giản, tuy nhiên hạn chế của mơ hình này là nó phụ thuộc vào mức độ chính xác của nguồn thơng tin thu thập, khả năng dự báo cũng như trình độ phân tích, đánh giá của cán bộ tín dụng.

40

3.1.1.2.Mơ hình lượng hố rủi ro tín dụng – Mơ hình điểm số tín dụng tiêu dùng

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, tài khoản cá nhân, thời gian làm việc. Mơ hình thường sử dụng 7 – 12 hạng mục, mỗi hạng mục được cho điểm từ 1 – 10.

Ưu điểm: mơ hình loại bỏ được sự phán xét chủ động trong quá trình cho vay và giảm đáng kể thời gian ra quyết định tín dụng của ngân hàng.

Nhược điểm: mơ hình khơng thể tự điều chỉnh một cách nhanh chóng để thích ứng với những thay đổi trong nền kinh tế và những thay đổi trong cuộc sống gia đình.

3.1.2.Lựa chọn mơ hình

Lựa chọn mơ hình cần phải dựa trên những u cầu đặt ra của mơ hình đó: Xác định được xác suất trả nợ: yêu cầu đặt ra đối với hệ thống XHTD cá nhân của Ngân hàng TMCP Sài Gịn trước hết nhằm kiểm sốt rủi ro tín dụng hiệu quả hơn khi kết quả xếp hạng phản ánh được mức độ rủi ro của danh mục tín dụng, trên cơ sở đó giúp ra quyết định tín dụng chính xác. Kết quả xếp hạng khách hàng phải tính đến những dự báo về nguy cơ vỡ nợ dẫn đến mất khả năng thực hiện nghĩa vụ tài chính đối với ngân hàng.

Tính thống nhất: hệ thống XHTD cá nhân sau khi điều chỉnh phải đảm bảo khả năng quản trị tín dụng thống nhất và có kết quả xếp hạng phải giống nhau trong toàn hệ thống, đây là căn cứ để SCB có thể dự báo được những tổn thất tín dụng theo từng nhóm khách hàng, từ đó xây dựng chiến lược và chính sách tín dụng phù hợp; các chỉ tiêu chấm điểm XHTD trong mơ hình phải đảm bảo khơng phức tạp và sát thực tế để CBTD tin tưởng sử dụng; xếp hạng không được mâu thuẫn với các lý thuyết và phương pháp được thừa nhận. Ngoài ra, hệ thống XHTD cũng đặt ra mục tiêu đáp ứng yêu cầu của NHNN trong phân loại nợ và trích lập dự phịng rủi ro theo quy định Điều 7 Quyết định 493/2005/QĐ-NHNN.

41

Tính đầy đủ: kết quả xếp hạng phải bao trùm được đầy đủ những thông tin liên quan đến khả năng đảm bảo trả nợ (những thông tin liên quan đến nhân thân và khả năng tài chính của khách hàng).

Tính khách quan: kết quả xếp hạng tín dụng được đưa ra bởi những chủ thể khác nhau.

Sự công nhận: được những người sử dụng cơng nhận mơ hình xếp hạng đánh giá chính xác khả năng trả nợ của đối tượng được xếp hạng.

Tính phù hợp: xây dựng hệ thống XHTD cũng đặt ra yêu cầu vừa phải phù hợp với thông lệ quốc tế nhưng không xa rời thực tế đặc thù hoạt động kinh doanh của Ngân hàng TMCP Sài Gịn, vừa phải đảm bảo tính linh hoạt có thể điều chỉnh phù hợp với những biến động của điều kiện kinh doanh trong tương lai.

Với những yêu cầu nêu trên, cùng với những nhận định về các mơ hình thống kê trong XHTD đã nêu, các biến dự kiến đưa vào mơ hình gồm các biến định tính và các biến định lượng. Vì vậy, trong nghiên cứu của mình, tác giả lựa chọn sử dụng mơ hình Binary Logistic để hoàn thiện mơ hình XHTD cá nhân cho Ngân hàng TMCP Sài Gịn.

3.1.3. Mơ hình hồi quy Binary Logistic

Hồi quy Binary Logistic là mơ hình hồi quy khi biến phụ thuộc Y là biến nhị phân chỉ nhận hai giá trị 0 và 1. Từ biến phụ thuộc nhị phân Y, hàm hồi quy Logistic sẽ tính xác suất xảy ra Y theo nguyên tắc nếu xác suất > 0.5 thì khách hàng có khả năng trả nợ, ngược lại thì kết quả dự đốn khách hàng khơng có khả năng trả nợ. Mơ hình hàm Binary Logistic như sau:

� =1)(� log e[ � (�=0) ] = β 0 + β 1X 3.1.3.1.Độ phù hợp của mơ hình

Đo lường độ phù hợp của mơ hình Binary Logistic dựa vào chỉ tiêu -2LL (- 2log likelihood), thước đo này có ý nghĩa giống như SSE (Sum of squares of error) nghĩa là càng nhỏ càng tốt. Quy tắc đánh giá độ phù hợp căn cứ trên -2LL ngược với quy tắc dựa trên hệ số xác định mơ hình R2, nghĩa là giá trị -2LL càng nhỏ càng

thể hiện độ phù hợp cao. Giá trị nhỏ nhất của -2LL là 0 (tức là khơng có sai số) khi đó mơ hình có một độ phù hợp hồn hảo.

Ngồi ra cịn có thể xác định được mơ hình dự đoán tốt đến đâu qua bảng phân loại (Clasification table) do SPSS đưa ra, bảng này sẽ so sánh số trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đốn đúng sự kiện.

3.1.3.2.Kiểm định ý nghĩa của các hệ số

Đại lượng Wald Chi Square được sử dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể. Wald Chi Square được tính bằng cách lấy ước lượng của hệ số hồi quy của biến độc lập trong mơ hình (hệ số hồi quy mẫu) Binary Logistic chia cho sai số chuẩn của ước lượng hệ số hồi quy này, sau đó bình phương lên theo công thức sau:

Wald Chi Square = (

� ̂ 2 2 ) = ( � ) �.�(�̂ ) 3.1.3.3.Kiểm định độ phù hợp tổng quát �.�(�)

Ở hồi quy Binary Logistic, tổ hợp liên hệ tuyến tính của tồn bộ các hệ số trong mơ hình ngoại trừ hằng số cũng được kiểm định xem có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc khơng. Với hồi quy tuyến tính bội ta dùng thống kê F để kiểm định giả thuyết H0: β1 = β2 = … = βk = 0, còn với hồi quy Binary Logistic ta dùng kiểm định Chi – bình phương. Căn cứ vào mức ý nghĩa quan sát mà SPSS đưa ra trong bảng Omnibus Tests of Model Coefficients để quyết định bác bỏ hay chấp nhận H0.

3.1.4. Lựa chọn biến số

Với mơ hình hồi quy Binary Logistic cần phải xác định biến nào là biến độc lập và biến phụ thuộc. Các biến được lựa chọn như sau:

3.1.4.1.Biến phụ thuộc

Trong nghiên cứu này biến phụ thuộc (Y) được lựa chọn như sau

{ Y = 1 nếu KH có khả năng đảm bảo trả nợ

Theo Điều 7 của Quyết định 493/2005/QĐ-NHNN đối với các NHTM đã có hệ thống XHTD nội bộ như Ngân hàng TMCP Sài Gòn, NHNN quy định các NHTM phải đánh giá và phân loại các khách hàng của mình thành các nhóm nợ để theo dõi và từ đó trích lập dự phịng để giảm rủi ro tín dụng của ngân hàng. Nội dung quyết định này nêu rõ “nợ xấu” là các nhóm nợ từ nhóm 3 trở lên. Theo mục 6.1, Điều 7 của quyết định này, nợ nhóm 3 (nợ dưới tiêu chuẩn) bao gồm các khoản nợ được tổ chức tín dụng đánh giá là khơng có khả năng thu hồi nợ gốc và lãi khi đến hạn. Các khoản nợ này được đánh giá là có khả năng tổn thất một phần nợ gốc và lãi.

Vậy ta có thể kết luận, một khách hàng khơng có khả năng trả nợ khi được xếp vào nợ nhóm 3 trở lên của NHTM (biến phụ thuộc Y = 0), Ngược lại, một khách hàng có khả năng đảm bảo trả nợ khi ở các nhóm nợ thấp hơn 3 theo sự phân nhóm của NHTM (Y = 1)

3.1.4.2.Biến độc lập được sử dụng trong nghiên cứu

Bảng 3.1: Biến độc lập sử dụng trong nghiên cứu Biến độc lập sử dụng trong nghiên cứu

STT Chỉ tiêu Thang đo Giả

thiết

Ký hiệu

1 Giới tính 1: Nam – 0: Nữ +/- Gioitinh

2 Tuổi Tuổi - Tuoi

3 Trình độ học vấn 0: Dưới TH 1: TH 2: ĐH 3: Trên ĐH

4 Tính chất cơng việc 0: Cấp quản lý

1: Cấp chuyên viên, kinh doanh có đăng ký

2: Lao động được đào tạo, công nhân, kinh doanh tự do 3: Lao động thời vụ, thất nghiệp, nghỉ hưu

+/- TCCV