Phương pháp xếp hạng tín dụng
Hệ thống XHTD nội bộ của MB đƣợc xây dựng theo phƣơng pháp chuyên gia. Việc lựa chọn, quyết định toàn bộ các yếu tố cơ bản của hệ thống XHTD (bộ chỉ tiêu, trọng số của từng chỉ tiêu) hoàn toàn phụ thuộc vào quan điểm chủ quan của các chuyên gia thay vì dựa trên dữ liệu thống kê lịch sử và phân tích mơ hình kinh tế lƣợng có tính chính xác cao hơn. Kết quả XHTD nội bộ đang mang tính chủ quan và chƣa thực sự là căn cứ để làm cơ sở xây dựng các thƣớc đo lƣợng hóa rủi ro, hỗ trợ ngân hàng tính tốn chuẩn xác tổn thất dự tính và yêu cầu vốn tối thiểu bù đắp rủi ro. Điều này dẫn đến hạn chế trong quản trị rủi ro danh mục, định giá tín dụng, xác định khẩu vị rủi ro của ngân hàng.
Vai trò của kết quả XHTD nội bộ trong quá trình ra quyết định cho vay chưa cao.
Hiện nay, tuy kết quả XHTD nội bộ là một trong những yếu tố để xem xét mức lãi suất, phí MB áp dụng cho Khách hàng nhƣng vai trị nhƣ là một cơng cụ dự báo rủi ro tín dụng cho ngân hàng trong các năm qua của XHTD chƣa phát huy hết tác dụng, nhiều trƣờng hợp chuyên viên QHKH cố tình điều chỉnh thông tin đƣa vào xếp hạng để có đƣợc kết quả tƣơng ứng với mức lãi suất tốt để lôi kéo khách hàng hoặc việc XHTD đƣợc thực hiện mang tính chất thủ tục cho phù hợp với mức lãi suất đã thông báo cho khách hàng mà không hề đƣợc thực hiện trƣớc nhƣ là một cở sở để đánh giá khách hàng.
Trong năm 2014, MB đã thí điểm triển khai quy trình phê duyệt tự động đối với các phƣơng án vay vốn rủi ro không cao, XHTD nội bộ tại MB đang dần đƣợc nâng cao vai trò và phát huy đƣợc tác dụng vốn có của nó.
Chất lượng thông tin đầu vào chưa cao, công tác thu thập thơng tin cịn yếu kém.
Hiện nay, đối với các khách hàng cũ, các thơng tin phi tài chính liên quan đến khách hàng nhƣ tuổi tác, giới tính, trạng hơn nhân, nơi cƣ trú, số lƣợng ngƣời phụ thuộc… đƣợc lƣu dƣới hình thức văn bản tại các kho của chi nhánh. Do đó, khi chấm điểm XHTD, nhân viên XHTD thƣờng gặp rất nhiều khó khăn để tìm kiếm
những văn bản này, ảnh hƣởng đến thời gian thực hiện XHTD cũng nhƣ mức độ chính xác của khá nhiều chỉ tiêu phi tài chính.
Tính chính xác trong thông tin của Khách hàng đƣợc Chuyên viên QHKH cung cấp chƣa cao, và chịu nhiều ảnh hƣởng từ áp lực chạy chỉ tiêu tăng trƣởng tín dụng. Thơng tin về Khách hàng chƣa đƣợc cập nhật thƣờng xuyên liên tục dẫn đến kết quả XHTD chƣa đƣa ra đƣợc cảnh báo kịp thời rủi ro cho MB.
Cách thức xếp hạng:
Kết quả xếp hạng còn dựa nhiều trên đánh giá chủ quan của Chuyên viên xếp hạng,đặc biệt là đối với các chỉ tiêu phi tài chính liên quan đến uy tín và thiện chí của Khách hàng.
Thời gian xử lý còn chậm, chƣa đáp ứng đƣợc nhu cầu tác nghiệp với KH. Thực tế thực hiện thì kết quả xếp hạng dùng để áp dụng lãi suất và phí cho Khách hàng là kết quả đánh giá xếp loại rủi ro khơng tính đến kết quả đánh giá TSBĐ làm giảm tính cạnh tranh trong lãi suất và phí đối với các ngân hàng khác.
Chƣa hồn thiện một mơ hình xếp hạng chuẩn đƣa ra đƣợc đánh giá nhanh chóng cho các phƣơng án vay siêu tốc, cho các Khách hàng VIP, làm giảm tính cạnh tranh về thời gian xử lý và cho vay đối với Khách hàng.
Ngân hàng chưa có một hệ thống cơ sở dữ liệu riêng, đáng tin cậy và đầy đủ phục vụ cho việc đánh giá, xếp hàng khách hàng.
CIC cũng chƣa phát huy đƣợc vai trị, thơng tin lƣu trữ chƣa đầy đủ và chƣa đƣợc cập nhật liên tục, chủ yếu cung cấp thông tin về số lƣợng TCTD đã quan hệ, dƣ nợ hiện tại, lịch sử nợ quá hạn trong 3 năm gần nhất, kết quả XHTD chỉ đánh giá chỉ tiêu tài chính chƣa đánh giá chỉ tiêu phi tài chính. Ngân hàng cũng tốn nhiều chi phí khi thực hiện tra cứu thơng tin từ CIC.
Thông tin và dữ liệu về ngành kinh tế (hiện nay MB đã xây dựng đƣợc 30 ngành tuy nhiên chƣa bao quát đƣợc hết các ngành/lĩnh vực kinh doanh của khách hàng) chƣa đầy đủ, chƣa đƣợc cập nhật liên tục, thƣờng xuyên. Đối với KHCN thì dữ liệu ngành, xu hƣớng ngành thƣờng không đƣợc coi trọng vì các KHCN là những thành phần cá nhân nhỏ lẻ trong doanh nghiệp, trong ngành kinh tế, nhƣng
xu hƣớng và đặc thù ngành ảnh hƣởng không hề nhỏ đến rủi ro của khách hàng nhƣ các khách hàng hộ kinh doanh vay vốn để kinh doanh, các khách hàng có ngành nghề có tính rủi ro cao về nhân mạng, rủi ro cao về khả năng đào thải khỏi ngành (các ngành địi hỏi trình độ cao, thƣờng xun học hỏi cơng nghệ)…Tình hình hoạt động của doanh nghiệp (lãi hay lỗ), đặc thù kinh doanh của doanh nghiệp (mùa vụ, thƣơng mại, sản xuất hay dịch vụ…), hoạt động M&A giữa các tập đồn lớn có thể gây ra những xáo trộn khơng nhỏ về tình hình nhân sự và thu nhập của Khách hàng. Do đó, khi đánh giá KHCN việc đánh giá về ngành nghề hoạt động của Khách hàng cũng khá quan trọng.
Hệ thống công nghệ thơng tin cịn yếu kém và chưa đồng đều tại tất cả các chi nhánh và PGD trên tồn hệ thống
Đây có thể nói là điểm yếu của hầu hết các ngân hàng tại Việt Nam nói chung và MB nói riêng. Phần mềm XHTD thƣờng xuyên bị lỗi, khơng tìm đƣợc khách hàng, khơng lƣu trữ một cách hệ thống lịch sử xếp hạng của Khách hàng, gây khó khăn cho chuyên viên xếp hạng và mất nhiều thời gian trong quá trình xếp hạng.
Hệ thống XHTD nội bộ của MB do chính MB xây dựng nên, theo khẩu vị rủi ro và đặc thù sản phẩm của MB, tuy nhiên chưa đồng đều và đồng bộ với các TCTD khác. Điều này gây ra khó khăn trong việc nắm bắt kết quả XHTD và tạo ra mâu thuẫn trong các kết quả XHTD giữa các TCTD khác nhau của cùng một Khách hàng.
Điều này nguyên nhân chính là do chƣa có văn bản nào chính thức quy định/định hƣớng cho các NHTM về việc xây dựng XHTD nội bộ ngoại trừ Điều 4 và Điều 5 theo Thông tƣ 02/TT-NHNN ngày 21/01/2013. Nội dung quy định về XHTDNB tại Thơng tƣ 02 chƣa mang tính quy định khung chuẩn để các NHTM thực hiện hay định hƣớng mà chỉ quy định chung chung. Do đó, việc triển khai ở các NHTM hiện nay chủ yếu phụ thuộc vào nhận thức riêng và khẩu vị rủi ro của từng Ngân hàng.
KẾT LUẬN CHƢƠNG 2
Trong chƣơng 2, luận văn đã giới thiệu tổng quát về Ngân hàng TMCP Quân Đội, cũng nhƣ tình hình hoạt động kinh doanh và tăng trƣởng tín dụng trong giai đoạn 2011 – 2013. Qua đó chúng ta có thể thấy MB đang có những bƣớc phát triển mạnh mẽ dựa trên quan điểm cấp tín dụng thận trọng và tập trung. Bên cạnh đó, luận văn cũng đã giới thiệu khái quát về hệ thống XHTD đƣợc áp dụng tại MB , những thành tựu và những hạn chế còn tồn tại trong quá trình 6 năm áp dụng sử dụng hệ thống XHTD cá nhân.
CHƢƠNG 3: ĐỀ XUẤT MƠ HÌNH ĐỊNH LƢỢNG XHTD CÁ NHÂN VÀ MỘT SỐ GIẢI PHÁP NHẰM HOÀN THIỆN HỆ THỐNG XẾP HẠNG TÍN DỤNG CÁ NHÂN TẠI NGÂN HÀNG TMCP QUÂN ĐỘI
3.1. Đề xuất mơ hình XHTD cá nhân tại Ngân hàng TMCP Quân Đội
Hệ thống XHTD nội bộ của MB hiện đƣợc xây dựng theo phƣơng pháp chấm điểm. Việc lựa chọn, quyết định toàn bộ các yếu tố cơ bản của hệ thống XHTD hoàn toàn phụ thuộc vào quan điểm chủ quan của các chuyên gia mà không dựa trên dữ liệu thống kê lịch sử và phân tích mơ hình kinh tế lƣợng có tính chính xác cao hơn. Kết quả XHTD nội bộ đang mang tính chủ quan và chƣa thực sự là căn cứ để làm cơ sở xây dựng các thƣớc đo lƣợng hóa rủi ro, hỗ trợ ngân hàng tính tốn chuẩn xác tổn thất dự tính và yêu cầu vốn tối thiểu bù đắp rủi ro. Chính vì vậy, đề tài đề xuất sử dụng mơ hình định lƣợng Binary Logistic để ƣớc lƣợng xác xuất khả nợ của Khách hàng trên cơ sở dữ liệu thống kê lịch sử, các biến/các yếu tố tác động đến khả năng trả nợ vay sẽ đƣợc kiểm định ý nghĩa thống kê và các hệ số sẽ có độ chính xác và hợp lý cao hơn so với mơ hình chấm điểm đang áp dụng tại MB.
3.1.1. Xác định các nhân tố cần thiết cho mơ hình
Để áp dụng hồi quy Logit, trong q trình xây dựng mơ hình cần phải xác định biến nào là biến độc lập và biến phụ thuộc.
Biến phụ thuộc
Biến phụ thuộc có nhiều phạm trù, mỗi phạm trù đại diện cho một nhóm và biến này có khả năng phân biệt tốt nhất và duy nhất trên cơ sở tập hợp biến độc lập đƣợc lựa chọn, nói cách khác là mỗi quan sát phải đƣợc sắp xếp vào một nhóm duy nhất. Trong nghiên cứu này biến phụ thuộc (Y) đƣợc lựa chọn nhƣ sau:
0 : Tài khoản “xấu” Y=
1: Tài khoản “tốt“ Biến độc lập
Sau khi lựa chọn đƣợc biến phụ thuộc, bƣớc tiếp theo phải xác định biến độc lập trong phân tích. Việc lựa chọn biến độc lập thƣờng đƣợc tiến hành theo hai cách.
Cách tiếp cận đầu tiên là dựa trên cơ sở và những nghiên cứu từ trƣớc. Cách tiếp cận thứ hai là trực giác dựa trên cơ sở kiến thức của các chuyên gia và trực giác lựa chọn những biến chƣa có trong những nghiên cứu trƣớc và cơ sở lý thuyết hợp lý. Trong cả hai cách, những biến độc lập đƣợc lựa chọn là những biến số có ảnh hƣởng đến khả năng phân biệt giữa các nhóm của biến phụ thuộc. Trong nghiên cứu này, biến độc lập đƣợc lựa chọn tại Bảng 3.1.
Bảng 3.1: Các biến độc lập đƣa vào mơ hình
STT Chỉ tiêu Thang đo Giả
thiết Ký hiệu biến 1 Giới tính 1:Nam – 0:Nữ +/- X1 2 Tuổi Tuổi - X2 3 Hơn nhân Có gia đình 1: Có – 0:Khơng + X3_1 Độc thân 1: Có – 0:Không - X3_2 4 Học vấn 1:Đại học trở lên 0:Dƣới đại học + X4
5 Cƣ trú Sở hữu nhà riêng 1: Có – 0:Khơng + X5_1
Ở chung với bố mẹ 1: Có – 0:Khơng - X5_2
Thuê nhà 1: Có – 0:Khơng - X5_3
6 Thời gian cƣ trú Năm + X6
7 Chức
vụ
Cán bộ quản lý 1: Có – 0:Khơng + X7_1
Chuyên viên 1: Có – 0:Khơng + X7_2
Cơng nhân/nghề tự do 1: Có – 0:Khơng - X7_3
8 Số lƣợng ngƣời phụ thuộc Ngƣời - X8
9 Kinh nghiệm chuyên môn Năm + X9
10 Thời gian cơng tác tại vị trí hiện tại Năm + X10
11 Tổng thu nhập Triệu đồng + X11
12 Thu nhập ròng (Tổng thu nhập –
Chi phí thƣờng xuyên)
13 Tỷ lệ Thu nhập ròng/Nợ phải trả (gốc+lãi) hàng tháng
% + X13
14 Trả lƣơng qua tài khoản tại MB 1: Có – 0: Khơng + X14
15 Sổ tiết kiệm tại MB 1: Có – 0: Khơng + X15
16 Lịch sử tín dụng 1: Đã từng có NQH 0: Khơng có NQH - X16 17 Giá trị TSBĐ Triệu đồng + X17 18 Loại TSBĐ BĐS 1: Có – 0: Khơng + X18_1 PTVT 1: Có – 0: Không - X18_2 (Nguồn: Tổng hợp từ tác giả) 3.1.2. Chọn mẫu và số liệu
Thu thập các thông tin, số liệu liên quan đến XHTD là một quá trình quan trọng trong bất kỳ một nghiên cứu thống kê nào, bởi việc lựa chọn số liệu chính xác sẽ mơ tả tốt nhất cho việc nhận biết mơ hình. Bộ số liệu sử dụng trong đề tài là thông tin về việc vay và trả nợ và các thông tin về KH đƣợc cung cấp bởi Phòng thẩm định KHCN Ngân hàng TMCP Quân Đội, trong thời gian từ năm 2010 đến 2013.
Dữ liệu đƣợc lấy ngẫu nhiên gồm 155 quan sát của 155 khách hàng. Gồm 105 tài khoản “tốt” và 50 tài khoản “xấu”
Bảng 3.2: Mô tả mẫu số liệu
Nhóm Số lƣợng Tỷ trọng
0 50 32%
1 105 68%
Tổng 155 100%
(Nguồn: Số liệu tính toán từ dữ liệu của Ngân hàng TMCP Quân Đội 2010-2013)
Phân tích hồi quy Logit cũng nhƣ các kỹ thuật khác, kết quả của phân tích đều bị ảnh hƣởng bởi kích thƣớc mẫu. Kích thƣớc mẫu quá nhỏ có thẻ dẫn đến những kết luận khó có thể chính xác.
Đã có kết quả nghiên cứu đƣa ra một tỷ lệ 20 quan sát cho mỗi biến dự báo. Cũng theo sách Phân tích dữ liệu nghiên cứu với SPSS của tác giả Hoàng Trọng và Chu Nguyên Mộng Ngọc (2008) thì mỗi biến dự báo cần tối thiểu 5 quan sát. Mẫu quan sát của nghiên cứu này có 155 quan sát, với số biến dự định đƣa vào mơ hình là 24 biến, thì theo các kết quả nghiên cứu trên thì mơ hình của bài nghiên cứu này có thể đƣợc xem là chính xác có thể suy rộng ra tổng thể.
Ngồi việc xem xét kích thƣớc mẫu cho toàn bộ mẫu nghiên cứu trong hồi quy Logit cũng cần phải xem xét tới kích thƣớc mẫu của mỗi phạm trù. Kích thƣớc mẫu của mỗi phảm trù phải lớn hơn số biến độc lập. Trong thực hành mỗi phạm trù phải có ít nhất 20 quan sát. Vậy, kích thƣớc của nhóm 0 của chúng ta lớn hơn 20 quan sát, có thể nói là mơ hình vẫn có thể cho kết quả tốt. Tuy nhiên, kích thƣớc tƣơng đối của nhóm 0 tƣơng đối nhỏ, do sự hạn chế trong việc cung cấp số liệu của NH, nên có thể ảnh hƣởng đến kết quả ƣớc lƣợng và sự phân lớp của quan sát. Một số chỉ số thống kê mô tả mẫu nghiên cứu đƣợc trình bày tại Bảng 3.3.
Bảng 3.3: Số liệu thống kê mô tả mẫu nghiên cứu Descriptive Statistics Descriptive Statistics N Minimu m Maximum Mean Std. Deviation X1 155 0 1 .64 .482 X2 155 24 58 38.92 7.678 X3_1 155 0 1 .88 .329 X3_2 155 0 1 .08 .278 X4 155 0 1 .68 .466 X5_1 155 0 1 .77 .419 X5_2 155 0 1 .09 .288 X5_3 155 0 1 .10 .297
X6 155 0 50 9.50 7.411 X7_1 155 0 1 .22 .415 X7_2 155 0 1 .53 .501 X7_3 155 0 1 .16 .369 X8 155 0 5 1.38 .877 X9 155 0 33 6.53 4.776 X10 155 0 22 7.01 3.314 X11 155 0 133 26.56 22.513 X12 155 0 117 14.97 15.158 X13 155 0 400 114.66 53.086 X14 155 0 1 .25 .435 X15 155 0 1 .11 .314 X16 155 0 1 .32 .466 X17 155 .000000 4806.58100 0 1.0544983 8E3 1.04494542 6E3 X18_1 155 0 1 .30 .461 X18_2 155 0 1 .10 .297 Valid N (listwise) 155
(Nguồn: Số liệu tính tốn từ dữ liệu của Ngân hàng TMCP Qn Đội)
Nhìn chung, giá trị của các quan sát tƣơng ứng với từng biến khơng có các trị số đột biết, độ lệch chuẩn của dữ liệu khá tốt nên có thể khẳng định số liệu tƣơng đối hợp lý. Đối với biến X17 – Giá trị TSBĐ độ lệch chuẩn có giá trị khá lớn là do có những Khách hàng vay tín chấp, có Khách hàng thế chấp tài sản giá trị lớn do đó mức chênh lệch giữa các quan sát cao là hợp lý.
3.1.3. Chạy mơ hình và kiểm định
Kết quả mơ hình
Trong phần tiếp theo của nghiên cứu sẽ trình bày kết quả thực nghiệm của ƣớc lƣợng hàm hồi quy Logit theo mẫu đƣợc trình bày nhƣ trên.
Đầu tiên, ta cần xem xét bảng thể hiện mức độ tƣơng quan của các biến đƣợc đƣa vào mơ hình. Nếu hệ số tƣơng quan cặp > 0.8 thì sẽ dẫn đến hiện tƣợng đa cộng tuyến nếu đƣa các biến này vào mơ hình. Bảng thể hiện mức độ tƣơng quan của các biến đƣợc trình bày tại phụ lục 08, từ bảng này cho thấy có 02 cặp biến có hiện tƣợng tƣơng quan với nhau là X3_1 và X3_2 có hệ số tƣơng quan là 0,81; cặp biến X11 và X12 có hệ số tƣơng quan là 0,827.
Điều này cho thấy nếu cùng đƣa 2 biến này vào mơ hình thì sẽ xảy ra hiện tƣơng đa cộng tuyến trong mơ hình. Tuy nhiên, theo Ramanathan (2003),