Bảng 2 .8 Biến độc lập sử dụng trong nghiên cứu
Bảng 2.9 Tần suất đối tượng khách hàng
Tần suất Tỷ lệ % Trả nợ Không trả được nợ 44 18.4 Trả được nợ 195 81.6 Giới tính Nữ 85 35.6 Nam 154 64.4 Tình trạng hơn nhân Chưa kết hôn 61 25.5 Đã kết hôn 178 74.5
Tần suất Tỷ lệ % Trình độ học vấn THCS 8 3.3 THPT 30 12.6 Trung cấp 31 13.0 Cao đẳng 69 28.9 Đại học 90 37.7 Trên đại học 11 4.6 Nhà ở Nhà thuê 56 23.4 Nhà riêng 183 76.6
Công việc Nhà nước 22 9.2
Tư nhân 217 90.8 Vị trí Làm thuê 155 64.9 Làm chủ 84 35.1 Total 239 100.0 Nguồn: Tác giả tổng hợp
Với các biến liên tục, tác giả tiến hành dùng thống kê mô tả để xem xét tổng quan đối tượng. Kết quả thống kê cho thấy độ tuổi trung bình của nhóm khách hàng là 39.59 tuổi, trong đó nhỏ nhất là 20 tuổi và lớn nhất là 62 tuổi. Về thu nhập của người vay chỉ ra thu nhập trung bình là 43.50 triệu/tháng. Trong đó có người thu nhập lên tới 459 triệu/tháng và đối tượng có thu nhập thấp nhất là 4.5 triệu/tháng. Số tiền vay trung bình mỗi hộ là 861.5 triệu, lớn nhất là 12 tỷ và nhỏ nhất là 2.40 triệu đồng. Về thời gian vay trung bình 81.38 tháng trong đó lớn nhất là tới 240 tháng và thấp nhất là thời hạn 4 tháng. Đối với số tiền phải trả ngân hàng hàng tháng trung bình là 15.66 triệu, trong đó lớn nhất là 135 triệu và nhỏ nhất là 200 nghìn đồng (Bảng 2.10)
Bảng 2.10: Thống kê mơ tả khách hàng phân tích
N Nhỏ nhất Lớn nhất Trung bình
Độ tuổi 239 20 62 39.59 Thu nhập của người
vay 239 4.50 459.00 43.50 Số tiền vay 239 2.40 12000.00 861.50 Thời gian vay 239 4 240 81.38 Tiền trả hàng tháng 239 .20 135.00 15.66
Nguồn: Tác giả tổng hợp
2.4.5.2 Phân tích hồi quy
Trong phân tích hồi quy, với các biến ở dạng biến liên tục như độ tuổi, số người trong hộ và thu nhập sẽ được chuyển hóa về dạng loga nepe để đảm bảo sự ổn định của dữ liệu nhưng không làm mất bản chất dữ liệu.
Do biến phụ thuộc ở dạng nhị phân (0-1) nên tác giả tiến hành hồi quy Logistic để phân tích. Kết quả hồi quy thu được trong bảng 2.11 cho thấy mơ hình đạt tin cậy với khả năng dự báo của mơ hình lớn hơn 50%.
Bảng 2.11: Kết quả phân tích hồi quy
Beta S.E. p-value VIF
Gender .106 .660 .872 1.109 Mar -.704 .738 .340 1.605 AGE .051 .039 .190 1.137 EDU .740 .355 .037 1.294 INCOME .217 .092 .019 2.263 NM .000 .002 .853 2.445 TIME -.003 .008 .664 1.210 PMO -.190 .168 .258 2.562
Beta S.E. p-value VIF House 2.528 .672 .000 1.189 CV -.231 1.172 .844 1.081 BOS 1.080 .890 .225 1.388 Constant -8.280 2.571 .001 1.109 % Dự báo 95% Nguồn: Tác giả tổng hợp
Để xem xét tính ổn định của dữ liệu, tác giả tiến hành chạy Bootstrap (phương pháp này sử dụng việc lấy mẫu có hồn lại từ 239 mẫu ban đầu. Phần mềm sẽ lấy ra 239 mẫu mới bằng cách rút ra và ghi lại phiếu rồi lại bỏ phiếu đó vào và lại tiếp tục rút ra một phiếu bất kì. Cứ như thế tới khi nào đạt đủ 239 phiếu. Qua 50 lần chạy hồi quy tương ứng với 50 bộ dữ liệu gồm 239 mẫu, kết quả thu được trong bảng 2.12
Bảng 2.12: Kết quả chạy Bootstrap
PAY B Std. Error p-value 95% Confidence Interval Lower Upper Gender .106 13.311 .804 -66.096 11.328 Mar -.704 24.518 .275 -129.902 .903 AGE .051 2.105 .176 -.039 11.192 EDU .740 26.699 .039 .097 142.495 INCOME .217 12.232 .020 .111 65.157 NM .000 .183 .745 -.873 .167 TIME -.003 .496 .647 -.953 2.158 PMO -.190 8.735 .235 -41.241 5.059 House 2.528 56.406 .020 1.390 301.913
PAY B Std. Error p-value 95% Confidence Interval Lower Upper CV -.231 80.391 .706 -2.732 425.788 BOS 1.080 12.961 .235 -7.216 67.634 Constant -8.280 410.374 .020 -2173.901 -2.795 % Dự báo 95% Nguồn: Tác giả tổng hợp
Kết quả chạy Bootstrap có kết quả tương đồng với dữ liệu gốc ban đầu, điều này chỉ ra dữ liệu của tác giả đáng tin cậy để phân tích cho tổng thể các khách hàng vay nợ tại ngân hàng BIDV chi nhánh Bắc Sài Gòn.
Kết quả chỉ ra có 3 yếu tố có tác động lên khả năng trả nợ của khách hàng cá nhân tại ngân hàng BIDV chi nhánh Bắc Sài Gịn. Trong đó, yếu tố Trình độ học vấn (EDU) và thu nhập (Income) có tác động cùng chiều ở mức ý nghĩa 5% lên khả năng trả nợ (hệ số beta dương và p-value nhỏ hơn 0.05). Yếu tố nhà ở (House) có tác động cùng chiều ở mức ý nghĩa 5% lên khả năng trả nợ của khách hàng (hệ số beta dương và p-value nhỏ hơn 0.05)
Với kết quả có được, cùng với các hướng áp dụng cho việc liên quan tới thẩm định tín dụng cho những khách hàng tiếp theo.
Để tính toán xác suất trả nợ từ mơ hình Logit chúng ta sử dụng cơng thức sau:
Xác suất trả nợ của đối tượng quan sát i là:
1 Z i Z e P e
Với Z = -8.280 + 0.740*EDU + 0.217*INCOME +2.528*House
2.5 Thực trạng các yếu tố tác động đến khả năng trả nợ
2.5.1 Thông tin đánh giá khả năng trả nợ của khách hàng cá nhân:
Từ nội tại BIDV: trực tiếp thẩm định và phỏng vấn khách hàng, thu thập hồ sơ liên quan đến khách hàng như hồ sơ nhân thân, hồ sơ thu nhập, hồ sơ tài sản,
phương án vay vốn... để phân tích phương án sử dụng và nguồn thu nhập hàng tháng để trả nợ. Bên cạnh đó sẽ kiểm tra định kỳ hoạt động kinh doanh, công việc của khách hàng sau giải ngân để đánh giá khả năng trả nợ của khách hàng.
Từ bên ngồi BIDV: Thơng tin từ các trung tâm như trung tâm thơng tin tín dụng CIC, trung tâm cảnh báo tín dụng CIB, thơng tin từ các đối tác đầu vào, đầu ra ra cịn có thơng tin khác từ báo chí, tivi, internet..
2.5.2 Tình hình khả năng trả nợ theo 3 yếu tố thu nhập, sở hữu nhà, và trình độ học vấn tại BIDV – Chi nhánh Bắc Sài Gòn. trình độ học vấn tại BIDV – Chi nhánh Bắc Sài Gòn.
Bảng 2.13: Các chỉ tiêu trình độ học vấn tốt, thu nhập tốt, có sở hữu nhà từ năm 2015-2017 Chi tiêu Năm 2015 2016 Năm 2017 Số lượng hồ sơ trả được nợ/212 hồ sơ Tỷ lệ trả được nợ Số lượng hồ sơ trả được nợ/225 hồ sơ Tỷ lệ trả được nợ Số lượng hồ sơ trả được nợ/239 hồ sơ Tỷ lệ trả được nợ EDU 204 96,22% 225 95,11% 227 94,98% INCOME 206 97,17% 216 95,55% 229 95,81% HOUSE 208 98,11% 219 97,33% 235 98,33% Nguồn: Tác giả tổng hợp
Qua bảng này ta có thể nhận thấy tỷ lệ khách hàng có các chỉ tiêu về học vấn của người vay tốt, thu nhập của người vay tốt và có sở hữu nhà thì khả năng trả nợ ngày càng cao. Trong đó chiếm tỷ trọng cao nhất là người sở hữu nhà ở, những người có nhà , tài sản thường có ý thức trả nợ tốt hơn, thứ hai là thu nhập của người vay. Thu nhập càng tốt họ sẽ sẵn sàng chi trả cho khoản vay và còn một khoản để sử dụng cho dự phòng và du lịch, thoải mái trong sinh hoạt. Cuối cùng là trình độ học vấn người vay. Người vay có trình độ chun mơn, năng lực, kinh nghiệm trong cơng việc tốt sẽ có khả năng trả nợ cao hơn, do họ có khả năng thăng tiến trong
cơng việc và khi có rủi ro nào đó thì với trình độ chun mơn và kinh nghiệm của họ. Họ sẽ tìm kiếm một cơng việc mới một cách nhanh chóng. Đặc biệt các yếu tố này chiếm tỷ trọng lớn trong số các yếu tố khác để đánh giá một khách hàng như độ tuổi, thời gian vay, giới tính...Như vậy, khi xem xét những yếu tố này sẽ có thể giúp ngân hàng đánh giá một cách khách quan khả năng trả nợ của khách hàng.
2.6 Đánh giá các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân tại BIDV – Chi nhánh Bắc Sài Gòn.
Có nhiều yếu tố dẫn tới khả năng không trả được nợ ở khách hàng. Bài nghiên cứu này chỉ đưa ra các yếu tố dẫn tới khả năng không trả được từ phía khách hàng. Qua phần phân tích định lượng ở trên tại BIDV – Chi nhánh Bắc Sài Gòn tác giả rút ra được kết luận và xin đưa ra các yếu tố sau:
Yếu tố nhu nhập có ảnh hưởng tích cực lên khả năng trả nợ cho thấy các khách hàng có thu nhập càng cao thì khả năng trả nợ cao hơn với người có thu nhập thấp hơn. Việc thu nhập cao sẽ làm cho khả năng tích lũy về tiền dư của hộ vay sẽ lớn hơn. Trong những trường hợp không thuận lợi, người vay có thu nhập cao có thể sử dụng khoản dự trữ từ thu nhập để thanh toán với ngân hàng (Lê Văn Triết, 2010; Hoàng Thị Kim Diễm, 2012).
Trình độ học vấn cũng có tác động tích cực lên khả năng trả nợ của khách hang (hệ số beta dương và p-value nhỏ hơn 0.05). Các cá nhân có trình độ học vấn càng cao thì có xu hướng dễ trả được nợ hơn với trường hợp người đi vay có trình độ học vấn thấp hơn. Điều này chỉ ra với khách hàng có trình độ học vấn cao sẽ có mục tiêu rõ ràng cho khoản vay. Do đó, họ có xu hướng sử dụng khoản vay đúng mục tiêu hơn và sử dụng các khoản vay này cũng hiệu quả hơn so với khách hàng có trình độ học vấn thấp hơn.
Sở hữu nhà riêng có tác động tích cực lên khả năng trả nợ vay của khách hàng. Người có sở hữu nhà riêng có xu hướng trả được nợ vay ngân hàng cao hơn người đi thuê nhà. Đối với nhà có nhà riêng rơi vào các trường hợp đã là người trên địa bàn thành phố hoặc người tỉnh ngồi nhưng có thu nhập cao và mua được nhà ở thành phố. Trong trường hợp thứ nhất, với người có nhà riêng (là người gốc ở thành
phố) họ có xu hướng được ổn định về mặt kinh tế, không phải lo các khoản chi hàng tháng (thuê nhà, điện nước) nên các khoản vay của họ thường được đầu tư mà ít có rủi ro do chi phí hàng tháng đã giảm bớt nhiều so với người thuê nhà. Với trường hợp thứ hai, khi khách hàng có thu nhập cao đã có thể mua nhà riêng thì việc vay vốn ngân hàng để sử dụng hay kinh doanh đang tạo ra giá trị cho chính bản thân họ, do đó làm cho khả năng trả được nợ vay của nhóm khách hàng này cũng cao hơn.
Bảng 2.14: So sánh độ chính xác của khảo sát từ kết quả mơ hình với kết quả thực tế về những khách hàng cá nhân có khả năng trả nợ tại BIDV – Chi nhánh Bắc Sài Gịn tính đến 31/12/2017.
Chỉ tiêu Kết quả mơ hình Thực tế tại BIDV – Bắc Sài Gòn
EDU 94% 94,98% INCOME 94% 95,81% HOUSE 97% 98,33%
Nguồn: Tác giả tổng hợp
Qua kết quả cho ta thấy tỷ lệ từ kết quả mơ hình gần sát với với thực tế về tình hình trả nợ. Như vậy đánh giá khả năng trả nợ dựa vào 3 yếu tố trình độ học vấn, giáo dục, sở hữu nhà ở điều này đồng quan điểm với tác giả Dufhues và cộng sự về việc “trả nợ tín dụng tại hai quốc gia Thái Lan và Việt Nam”, tác giả Lê Văn Triết
về đề tài “hồn thiện hệ thống xếp hạng tín dụng cá nhân của ngân hàng TMCP Á
Châu”, tác giả Hoàng Thị Kim Diễm về đề tài “Đánh giá xếp hạng tín dụng cá nhân tại ngân hàng Đầu tư và phát triển chi nhánh Nam Sài Gòn”.
Kết luận chương 2
Chương 2 đưa ra cái nhìn cụ thể hơn về thực trạng hoạt động cho vay tại cá nhân tại BIDV– Chi nhánh Bắc Sài Gịn . Bằng mơ hình Logitic, tác giả đã kiểm định và xác định được các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân tại BIDV – Chi nhánh Bắc Sài Gòn. Từ các thực trạng đã nêu và các yếu tố ảnh hưởng đến khả năng trả nợ được chỉ ra thơng qua mơ hình . Chương 3 tác giải sẽ đưa ra các giải pháp để tăng khả năng trả nợ vay của khách hàng cá nhân tại BIDV – Chi nhánh Bắc Sài Gòn.
CHƯƠNG 3. GIẢI PHÁP VẬN DỤNG KHẢ NĂNG TRẢ NỢ VAY CỦA KHÁCH HÀNG CÁ NHÂN TẠI BIDV – CHI NHÁNH BẮC SÀI GÒN 3.1 Lược khảo về giải pháp từ nghiên cứu trước
Dựa trên kết quả nghiên cứu từ các nghiên cứu trước, tác giả đưa ra một số giải pháp chung để gợi ý cho những giải pháp chi tiết cho chi nhánh Bắc Sài Gòn
* Vấn đề
Trình độ học vấn, thu nhập hàng tháng, số lần tiếp xúc giữa chủ hộ và ngân
hàng, mục đích sử dụng vốn vay và khả năng tiếp cận thông tin thị trường tương quan thuận với khả năng trả nợ vay đúng hạn của nông hộ. Ngược lại, các nhân tố số người phụ thuộc của nông hộ và lãi suất vốn vay tỷ lệ nghịch với khả năng trả nợ vay đúng hạn của nông hộ (Nguyễn Quốc Nghi, 2013)
* Giải pháp
- Về trình độ học vấn cũng như thu nhập hàng tháng là những chỉ tiêu cụ thể có thể dễ dàng xem xét. Do vậy để tăng khả năng trả nợ cho nhóm khách hàng theo nghiên cứu của Nguyễn Quốc Nghi, ngân hàng cần thẩm định hồ sơ chính xác về học vấn, thu nhập ở mức cao xuống thấp. Ưu tiên mức cao trước rồi xét tới mức thấp
- Với khách hàng cá nhân có mục tiêu kinh doanh, ngân hàng có chính sách thăm hỏi định kì theo tháng để năm rõ tình hình cũng như hỗ trợ tư vấn cho người vay nhằm nâng cao hiệu quả sử dụng vốn.
* Vấn đề:
Các yếu tố ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân bao gồm: (1) Giới tính; (2) Th nhà; (3) Tình trạng hơn nhân; (4) Thời gian cư trú; (5) Tiết kiệm hàng tháng có tác động ngược chiều lên khả năng trả nợ của doanh nghiệp. Các yếu tố: (6) Trình độ học vấn; (7) sở hữu nhà; (8) rủi ro nghề nghiệp; (9) thời gian làm việc; (10) thu nhập hàng tháng; (11) Số dịch vụ khác sử dụng; (12) Làm cho cơng ty vốn nhà nước có tác động cùng chiều lên khả năng trả nợ của khách hàng đối với ngân hàng đầu tư và phát triển chi nhánh Nam Sài Gịn. (Hồng Thị Kim Diễm, 2012).
* Giải pháp
Xem xét ưu tiên hồ sơ cho người vay là nam hay nữ, tình trạng hơn nhân, hình thức cư trú, học vấn, làm đơn vị nhà nước hay ngoài nhà nước để sắp xếp hồ sơ được ưu tiên xét duyệt.
* Vấn đề
Nghiên cứu của Lê Văn Triết về hoàn thiện hệ thống xếp hạng tín dụng cá nhân của ngân hàng TMCP Á Châu chỉ ra một số đặc điểm mô tả khách hàng cá nhân khơng có khả năng trả nợ: Tuổi 35, học vấn đại học, tình trạng ly dị, nguồn thu nhập theo lương, mục đích vay mua đất, tỷ lệ vốn vay/vốn đầu tư 70%
* Giải pháp
Khoanh vùng các đối tượng có đặc điểm như trên để lọc xếp vào hồ sơ bị xếp hạng thấp. Với đối tượng mang đầy đủ các đặc điểm này cần phân loại vào nhóm khách hàng rủi ro cao. Những khách hàng chỉ mang một trong những đặc điểm này cũng sẽ được đưa vào nhóm cần được xem xét, tùy vào số đặc điểm để tính điểm duyệt hồ sơ cho vay
* Vấn đề
Trong nghiên cứu của mình, với dữ liệu được thu thập từ khảo sát tài chính người tiêu dùng của cục dự trữ liên ban từ năm 1989 đến năm 1995 trong 5273 quan sát, Black và morgan (1998) cho rằng 2 yếu tố thu nhập và nghề nghiệp ảnh hưởng đến khả năng trả nợ của khách hàng, ơng nói rằng những người có thu nhập thấp có khả năng nợ tín dụng nhiều hơn và tỷ lệ nợ quá hạn cũng cao hơn ở những ngành nghề lao động chân tay, không tay nghề
* Giải pháp
Phân loại nhóm khách hàng theo nhóm thu nhập những ngành nghề có rủi ro cao mất việc và có khả năng gắn bó lâu dài với cơng ty. Chia trình độ người vay theo nhiều cấp: trên đại học, đại học, cao đẳng, trung cấp, phổ thông
3.2 Giải pháp nâng cao khả năng trả nợ vay tại chi nhánh Bắc Sài Gòn