SỐ NĂM KINH NGHIỆM CỦA CÁN BỘ TÍN DỤNG
RỦI RO TÍN DỤNG
Khơng có rủi ro Có rủi ro Tổng Số lượng Tỷ trọng Số lượng Tỷ trọng Số lượng Tỷ trọng − Từ 1 – 3 năm − Từ 4 – 6 năm − Từ 7 – 9 năm 37 118 84 15.48% 49.37% 35.15% 37 19 3 62.71% 32.20% 5.09% 74 137 87 24.83% 45.97% 29.20% Tổng 239 100% 59 100% 298 100% Nguồn: Tính tốn của tác giả 4.1.9 Cơ cấu mẫu theo kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân Theo quy định của ACB thì các PFC phải có trách nhiệm kiểm tra định kỳ 6 tháng/ lần sau khi cho khách hàng vay, trong đó có bao gồm kiểm tra mục đích sử dụng vốn vay. Đa phần khách hàng đều sử dụng vốn vay đúng mục đích, chiếm 79.53%. Trong số 59 khách hàng cá nhân có rủi ro tín dụng thì có đến 44 khách hàng sử dụng vốn vay khơng đúng mục đích, chiếm 74.58%. Điều này cho thấy KHCN sử dụng vốn vay đúng mục đích sẽ ít rủi ro tín dụng hơn.
Bảng 4.9: Cơ cấu mẫu theo kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân
SỬ DỤNG VỐN VAY
RỦI RO TÍN DỤNG
Khơng có rủi ro Có rủi ro Tổng Số lượng Tỷ trọng Số lượng Tỷ trọng Số lượng Tỷ trọng − Khơng đúng mục đích − Đúng mục đích 17 222 7.11% 92.89% 44 15 74.58% 25.42% 61 237 20.47% 79.53% Tổng 239 100% 59 100% 298 100% Nguồn: Tính tốn của tác giả
40
4.2 Phân tích thống kê mơ tả
Bảng 4.10: Thống kê mơ tả các biến trong mơ hình
N Minimum Maximum Mean Std. Deviation
TUOI 298 24 55 35.32 7.277 VTCT 298 0 3 1.40 .994 HV 298 0 2 1.46 .701 TTHN 298 0 1 .66 .475 NPT 298 1 4 2.03 .989 NN 298 0 1 .71 .455 TNBQ 298 5.0 35.0 13.461 7.6621 KNCBTD 298 1 9 5.15 2.374 SDVV 298 0 1 .80 .404 RRTDCN 298 0 1 .20 .399 Valid N (listwise) 298
Nguồn: Kết quả của tác giả qua xử lý phần mềm SPSS 20.0 − Tuổi của khách hàng cá nhân vay tại OIK nằm trong khoảng từ 24 đến 55. Độ tuổi trung bình của khách hàng là 35.32. Kết quả này cho thấy phần lớn KH vay nằm trong độ tuổi dưới 35.
− Vị trí cơng tác có giá trị trung bình là 1.40. Điều này cho thấy đa số khách hàng cá nhân vay tại OIK là quản lý cấp cơ sở và quản lý cấp trung. Đây là nhóm khách hàng có vị trí cơng tác khá cao, vì vậy khả năng trả nợ của họ cũng tốt và ít rủi ro hơn.
− Trình độ học vấn có giá trị trung bình là 1.46. Điều này cho thấy đa số KHCN vay tại OIK đều có trình độ Trung cấp hoặc Cao đẳng và từ Đại học trở lên.
− Tình trạng hơn nhân có giá trị trung bình là 0.66. Điều này cho thấy khách hàng vay tại OIK đa số đã có gia đình.
− Số người phụ thuộc của khách hàng vay có ít nhất là 1 người và cao nhất là 4 người. Giá trị trung bình của người phụ thuộc là 2.03. Điều này cho thấy đa số KHCN có số người phụ thuộc là 2.
− Nghề nghiệp có giá trị trung bình là 0.71. Điều này cho tấy phần lớn khách hàng vay tại OIK có nghề nghiệp là nhân viên văn phịng. Đây là nhóm khách hàng có cơng việc và thu nhập ổn định, vì vậy rủi ro tín dụng cũng sẽ thấp hơn.
41
− Thu nhập bình quân của khách hàng thấp nhất là 5 triệu đồng và cao nhất là 35 triệu đồng và có giá trị trung bình là 13.461.
− Cán bộ tín dụng OIK tại thời điểm thẩm định hồ sơ có số năm kinh nghiệm thấp nhất là 1 năm và cao nhất là 9 năm và có giá trị trung bình là 5.15.
− Kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân có giá trị trung bình là 0.80. Điều này cho thấy khách hàng đa số sử dụng vốn vay đúng mục đích. Chính vì vậy rủi ro tín dụng sẽ càng thấp.
− Rủi ro tín dụng cá nhân có giá trị trung bình là 0.20. Điều này cho thấy các khách hàng cá nhân vay tại OIK đa số là chưa phát sinh rủi ro tín dụng.
4.3 Phân tích hồi quy Binary Logistic
4.3.1 Kiểm định hệ số hồi quy
Đưa tồn bộ các biến trong mơ hình vào thực hiện phân tích hồi quy Binary Logistic bằng phần mềm SPSS 20.0 được kết quả như sau:
Bảng 4.11: Các biến trong mơ hình (Variables in the Equation)
B S.E. Wald df Sig. Exp(B)
Step 1a TUOI -.187 .066 7.930 1 .005 .830 VTCT -1.085 .349 9.675 1 .002 .338 HV -1.239 .377 10.785 1 .001 .290 TTHN 1.108 .774 2.048 1 .152 3.028 NPT .899 .270 11.068 1 .001 2.458 NN -1.653 .585 7.988 1 .005 .192 TNBQ .058 .046 1.569 1 .210 1.060 KNCBTD -.466 .132 12.459 1 .000 .627 SDVV -2.823 .592 22.746 1 .000 .059 Constant 9.094 2.610 12.144 1 .000 8904.141 a. Variable(s) entered on step 1: TUOI, VTCT, HV, TTHN, NPT, NN,
TNBQ, KNCBTD, SDVV.
Nguồn: Kết quả của tác giả qua xử lý phần mềm SPSS 20.0 Nhìn vào bảng trên có thể thấy biến tình trạng hơn nhân (TTHN) và biến thu nhập bình qn (TNBQ) có Sig. > 0.1 nên hai biến này khơng có ý nghĩa thống kê.
42
Giá trị Sig. < 0.01 của các biến tuổi (TUOI), vị trí cơng tác (VTCT), trình độ học vấn (HV), người phụ thuộc (NPT), nghề nghiệp (NN), kinh nghiệm của cán bộ tín dụng (KNCBTD), kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân (SDVV) cho thấy các biến độc lập này có ý nghĩa thống kê với độ tin cậy chung là 99%.
Chạy lại phân tích hồi quy Binary Logistic bằng phần mềm SPSS 20.0 và loại biến tình trạng hơn nhân (TTHN) và thu nhập bình qn (TNBQ) ra khỏi mơ hình, được kết quả như sau:
Bảng 4.12: Variables in the Equation khi đã loại bỏ các biến khơng có ý nghĩa thống kê B S.E. Wald df Sig. Exp(B)
Step 1a TUOI -.129 .048 7.222 1 .007 .879 VTCT -.815 .283 8.306 1 .004 .443 HV -1.279 .370 11.961 1 .001 .278 NPT .949 .263 13.016 1 .000 2.583 NN -1.441 .560 6.619 1 .010 .237 KNCBTD -.425 .125 11.546 1 .001 .654 SDVV -2.950 .558 27.991 1 .000 .052 Constant 8.018 2.159 13.792 1 .000 3034.745 a. Variable(s) entered on step 1: TUOI, VTCT, HV, NPT, NN, KNCBTD, SDVV.
Nguồn: Kết quả của tác giả qua xử lý phần mềm SPSS 20.0 Từ kết quả phân tích hồi quy Logistic trên cho thấy Sig. của các biến đều có giá trị ≤ 0.01 nên các biến độc lập này đều có ý nghĩa thống kê với độ tin cậy là 99%. Từ đó có phương trình hồi quy Logistic như sau:
RRTDCN = 8.018 – 0.129TUOI – 0.815VTCT – 1.279HV + 0.949NPT – 1.441NN – 0.425KNCBTD – 2.950SDVV
4.3.2 Kiểm định mức độ phù hợp của mơ hình
Bảng 4.13: Kết quả Omnibus Tests of Model Coefficients Chi-square df Sig. Chi-square df Sig.
Step 1
Step 189.831 7 .000 Block 189.831 7 .000 Model 189.831 7 .000
43
Dựa vào kết quả kiểm định Omnibus cho thấy Sig. = 0.000, như vậy mơ hình tổng qt cho thấy mối tương quan giữa biến phụ thuộc và các biến độc lập trong mơ hình có ý nghĩa thống kê với khoảng tin cậy trên 99%. Nói cách khác, mơ hình nghiên cứu là hồn tồn phù hợp.
4.3.3 Kiểm định mức độ giải thích của mơ hình
Bảng 4.14: Kết quả Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 106.738a .471 .747
a. Estimation terminated at iteration number 7 because parameter estimates changed by less than .001.
Nguồn: Kết quả của tác giả qua xử lý phần mềm SPSS 20.0 Hệ số mức độ giải thích của mơ hình: R2 Nagelkerke = 0.747, có nghĩa là 74.7% sự thay đổi của biến phụ thuộc được giải thích bởi 7 biến độc lập trong mơ hình.
4.3.4 Kiểm định mức độ dự báo chính xác của mơ hình Mức độ chính xác của dự báo thơng mơ hình thể hiện qua bảng sau: Mức độ chính xác của dự báo thơng mơ hình thể hiện qua bảng sau:
Bảng 4.15: Kết quả Classification Table
Observed Predicted
RRTDCN Percentage Correct Khơng có rủi ro Có rủi ro
Step 1
RRTDCN
Khơng có rủi ro 231 8 96.7
Có rủi ro 12 47 79.7
Overall Percentage 93.3
Nguồn: Kết quả của tác giả qua xử lý phần mềm SPSS 20.0 Theo bảng 4.15, với 243 khách hàng cá nhân khơng có rủi ro (xét theo cột gồm 231 và 12), mơ hình dự báo chính xác là 231. Vậy tỷ lệ đúng là 96.7%.
Tương tự, trong 55 khách hàng có rủi ro tín dụng (xét theo cột gồm 8 và 47), mơ hình dự báo chính xác là 47, tỷ lệ đúng là 79.7%. Vậy tỷ lệ dự báo đúng của tồn bộ mơ hình là 93.3%.
4.3.5 Phân tích kết quả nghiên cứu
Từ kết quả phân tích hồi quy Binary Logistic thơng qua phần mềm SPSS 20.0 (Bảng 4.11 và 4.12) cho thấy trong 9 biến độc lập gồm tuổi (X1), vị trí cơng tác (X2), trình độ học
44
vấn (X3), tình trạng hơn nhân (X4), người phụ thuộc (X5), nghề nghiệp (X6), thu nhập bình quân của khách hàng cá nhân (X7), kinh nghiệm của cán bộ tín dụng (X8), kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân (X9) thì có 7 biến là X1, X2, X3, X5, X6, X8, X9 có ý nghĩa thống kê với độ tin cậy 99%. Vì vậy, có thể kết luận rằng có 7 biến tác động đến rủi ro tín dụng đối với KHCN tại OIK.
Tuổi của khách hàng cá nhân (X1)
Kết quả nghiên cứu ở bảng 4.12 cho thấy tuổi có tác động ngược chiều với rủi ro tín đối với khách hàng cá nhân tại OIK (β1 = -0.129), điều này đúng với kỳ vọng của tác giả, tương tự cũng như nghiên cứu của John M. Chapman và các cộng sự (1940), Kohansal và Mansoori (2009) và David E.Idoge(2013). Kết quả này hoàn toàn phù hợp với thực tế (bảng 4.1) khi tuổi người vay càng lớn thì nghề nghiệp, cơng việc cũng sẽ ổn định và kinh nghiệm cũng được ẩn chứa trong độ tuổi của họ. Như vậy đối với các khách hàng vay càng lớn tuổi thì rủi ro tín dụng sẽ càng thấp và ngược lại.
Vị trí cơng tác của khách hàng cá nhân (X2)
Vị trí cơng tác của người vay càng cao thì khả năng tạo ra thu nhập cũng sẽ cao và ổn định, đồng thời giúp người vay có khả năng trả nợ tốt hơn. Điều này đã được các tác giả như John M. Chapman và các cộng sự (1940) và Nguyễn Phúc Mẫn (2015) nghiên cứu và cho ra kết quả.
Đúng như kỳ vọng, kết quả nghiên cứu đã cho thấy vị trí cơng tác có tác động ngược chiều với rủi ro tín dụng cá nhân tại OIK (β2 = -0.815). Từ đó chứng tỏ một lần nữa khi khách hàng vay có vị trí cơng tác càng cao thì càng có khả năng trả nợ tốt, chính vì vậy rủi ro tín dụng cũng sẽ càng thấp (được thể hiện rõ trong bảng 4.2).
Trình độ học vấn của khách hàng cá nhân (X3)
Kết quả nghiên cứu cho thấy biến X3 có hệ số β3 = -1.279, điều này đúng như kỳ vọng của giả thuyết và một số nghiên cứu trước rằng trình độ học vấn có tác động ngược chiều với rủi ro tín dụng cá nhân. Có nghĩa là trình độ học vấn của khách hàng vay càng cao thì càng có khả năng quản lý khoản vay tốt và sử dụng vốn vay có hiệu quả hơn vì vậy rủi ro tín dụng cũng sẽ càng thấp.
Người phụ thuộc của khách hàng cá nhân (X5)
Giống như Kohansal và Mansoori (2009) và David E.Idoge (2013) ra kết quả rằng số người phụ thuộc của người vay sẽ ảnh hưởng tiêu cực đến khả năng trả nợ vay.
45
Kết quả nghiên cứu đã cho thấy người phụ thuộc có tác động cùng chiều với rủi ro tín dụng cá nhân ( β5 = 0.949). Đúng với kỳ vọng, nếu khách hàng vay có số người phụ thuộc càng nhiều thì rủi ro tín dụng cũng sẽ càng cao. Điều này hoàn toàn phù hợp với thực tế, khi đa phần khách hàng có quá nhiều người phụ thuộc họ phải thường xuyên chi tiêu nhiều hơn, đôi khi phải đối mặt với những khoản chi tiêu ngoài kế hoạch hoặc vượt mức thu nhập cho phép. Như vậy sẽ ảnh hưởng đến khả năng trả nợ của khách hàng. Từ đó có nguy cơ phát sinh rủi ro tín dụng.
Nghề nghiệp của khách hàng cá nhân (X6)
Đúng như kỳ vọng, khách hàng là nhân viên văn phịng có tác động ngược chiều với rủi ro tín dụng cá nhân ( β6 = -1.441). Từ kết quả này có thể kết luận rằng giả thuyết là đúng, đối với các khách hàng là nhân viên văn phịng, có cơng việc và thu nhập ổn định sẽ có rủi ro tín dụng thấp hơn so với khách hàng khơng phải là nhân viên văn phịng.
Kinh nghiệm của cán bộ tín dụng (X8)
Giống như Trương Đơng Lộc và Nguyễn Thị Tuyết (2011), Mai Thùy Dung (2011), Nguyễn Thị Thùy Dương (2014) và Phạm Hoàng Cúc Quyên (2014) đã nghiên cứu và cho ra kết quả rằng cán bộ tín dụng càng làm lâu năm thì càng có kinh nghiệm trong thẩm định, quản lý món vay cũng như hỗ trợ khách hàng trong những lúc khó khăn, hay kinh nghiệm của cán bộ tín dụng tỷ lệ nghịch với rủi ro tín dụng. Đúng như kỳ vọng, kết quả nghiên cứu này cũng cho ra kết quả tương tự, kinh nghiệm của cán bộ tín dụng tác động ngược chiều với rủi ro tín dụng đối với khách hàng cá nhân tại OIK (β8 = -0.425). Điều này thực tế được thể hiện rõ qua bảng 4.8.
Kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân (X9)
Đúng như kỳ vọng của tác giả và một số nghiên cứu trước, kết quả nghiên cứu cho thấy việc sử dụng vốn vay của khách hàng cá nhân đúng mục đích sẽ có tác động ngược chiều với rủi ro tín dụng đối với khách hàng cá nhân tại OIK ( β9 = -2.950). Từ kết quả này một lần nữa có thể chứng minh rằng việc sử dụng vốn đúng mục đích của người vay có khả năng hạn chế rủi ro tín dụng cho ngân hàng.
Tình trạng hơn nhân (X4) và Thu nhập bình quân (X7) của khách hàng cá nhân
Tình trạng hơn nhân và thu nhập bình quân của khách hàng cá nhân là hai biến khơng có ý nghĩa thống kê trong mơ hình. Tuy nhiên khi phân tích định tính (bảng 4.4 và bảng 4.7) có thể thấy giả thuyết tác giả đưa ra là đúng. Điều này có thể giải thích như sau: do
46
nguồn dữ liệu thu thập hồ sơ vay tại OIK đa số là khách hàng đã có gia đình (65.77%) và có thu nhập bình qn tháng từ 5 đến 14.5 triệu đồng (56.04%). Khi xét về khách hàng cá nhân khơng có rủi ro tín dụng thì đa số là khách hàng đã có gia đình (65.27%) và có thu nhập bình qn tháng từ 5 đến 14.5 triệu đồng (56.49%); đồng thời khi xét về KHCN có rủi ro tín dụng thì đa số cũng là hai đối tượng này. Vì vậy, khi đưa vào phân tích định lượng thì biến X4 và X7 sẽ khơng có ý nghĩa thống kê trong mơ hình là điều đương nhiên.
Chính vì thế, hai biến này chỉ có thể giải thích từ phân tích định tính: Khách hàng đã có gia đình sẽ có rủi ro tín dụng cao hơn so với khách hàng chưa có gia đình và khi khách hàng có thu nhập bình qn càng cao thì rủi ro tín dụng sẽ càng thấp hơn. Điều này hồn toàn phù hợp với thực tế bởi khi KH đã có gia đình sẽ cần chi tiêu nhiều hơn và cũng sẽ thường xuyên phải đối mặt với những khoản chi tiêu ngoài kế hoạch hoặc vượt mức thu nhập. Hay mặc dù khách hàng có thu nhập bình qn cao nhưng có thể là do vấn đề về sức khỏe của các thành viên trong gia đình hoặc do thay đổi vị trí cơng tác vì vậy thu nhập vì thế cũng ảnh hưởng.
47
CHƯƠNG 5: KẾT LUẬN VÀ GIẢI PHÁP
5.1 Kết luận về các nhân tố tác động đến rủi ro tín dụng đối với khách hàng cá nhân tại ACB Ơng Ích Khiêm nhân tại ACB Ơng Ích Khiêm
Dựa vào cơ sở lý luận và mơ hình của các nghiên cứu trước, có thể thấy có rất nhiều nguyên nhân dẫn đến rủi ro tín dụng. Tuy nhiên do hạn chế về nguồn thu thập dữ liệu, nghiên cứu này chỉ tập trung vào các nhân tố chủ quan từ phía ngân hàng và khách hàng, từ đó tìm ra các nhân tố tác động đến rủi ro tín dụng đối với khách hàng cá nhân tại OIK. Nghiên cứu sử dụng mơ hình hồi quy Logistic bao gồm 9 biến từ X1đến X9 (tuổi, vị trí