Luận văn Thạc sĩ Kinh tế: Các nhân tố tác động đến khả năng trả nợ vay của khách hàng cá nhân tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam chi nhánh Bắc Đăk Lăk

MỤC LỤC

LỜI CAM ĐOAN ....................................................................................................... 4

LỜI CÁM ƠN ............................................................................................................. 5

TÓM TẮT ................................................................................................................... 6

DANH MỤC CHỮ VIẾT TẮT................................................................................... 7

DANH MỤC BẢNG ................................................................................................... 8

CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU ................ 10

1.1 Tính cấp thiết của đề tài ............................................................................... 10

1.2 Mục tiêu nghiên cứu .................................................................................... 12

1.2.1 Mục tiêu tổng quát: ............................................................................... 12

1.2.2 Mục tiêu cụ thể: .................................................................................... 12

1.3 Câu hỏi nghiên cứu ...................................................................................... 12

1.4 Đối tượng và phạm vi nghiên cứu ............................................................... 13

1.4.1 Đối tượng nghiên cứu ........................................................................... 13

1.4.2 Phạm vi nghiên cứu .............................................................................. 13

1.5 Phương pháp nghiên cứu ............................................................................. 13

1.5.1 Phương pháp chọn mẫu ........................................................................ 13

1.5.2 Phương pháp xử lý số liệu .................................................................... 13

1.6 Những đóng góp của đề tài .......................................................................... 14

1.7 Kết cấu của đề tài ......................................................................................... 14

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VỀ NHÂN TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG CÁ NHÂN .................................................................................................... 17

2.1 Tổng quan về cho vay khách hàng cá nhân của Ngân hàng thương mại 17

2.1.1 Khái niệm cho vay ................................................................................... 17

2.1.2 Đặc điểm, phương thức cho vay khách hàng cá nhân .............................. 18

2.1.3 Rủi ro tín dụng trong cho vay .................................................................. 18

2.2 Khái niệm khả năng trả nợ vay ....................................................................... 19

2.3 Các nhân tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân ..... 20

2.3.1 Các yếu tố liên quan đến khách hàng ....................................................... 20

2.3.1.1 Độ tuổi của khách hàng ..................................................................... 20

2.3.1.2 Giới tính ............................................................................................ 21

2.3.1.3 Tình trạng hôn nhân .......................................................................... 21

2.3.1.4 Đặc điểm nghề nghiệp ....................................................................... 22

2.3.2 Các yếu tố liên quan đến khoản vay ..................................................... 22

2.3.2.1 Số tiền vay vốn .................................................................................. 22

2.3.2.2 Lãi suất vay ....................................................................................... 23

2.3.2.3 Thời gian vay vốn ............................................................................. 23

2.3.2.4 Hình thức đảm bảo khoản vay .......................................................... 23

2.4 Các mô hình nghiên cứu trước đây ................................................................ 24

2.4.1 Mô hình định tính – Mô hình 5C ............................................................. 24

2.4.2 Mô hình điểm số tín dụng cá nhân của FICO ....................................... 25

2.4.3 Mô hình hồi quy Logistic...................................................................... 26

2.5 Một số công trình nghiên cứu trước đây: ................................................. 27

2.5.1 Nghiên cứu nước ngoài ............................................................................ 27

2.5.2 Nghiên cứu trong nước ......................................................................... 29

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU SỬ DỤNG ........... 32

3.1 Phương pháp nghiên cứu ................................................................................. 32

3.1.1 Diễn dịch các hệ số hồi quy của mô hình ................................................ 33

3.1.2 Kiểm định ý nghĩa của các hệ số .............................................................. 33

3.1.3 Độ phù hợp của mô hình .......................................................................... 33

3.1.4 Kiểm định độ phù hợp tổng quát .............................................................. 34

3.1.5 Các phương pháp đưa biến độc lập vào mô hình ..................................... 34

3.2 Các giả thuyết .................................................................................................. 36

3.3 Xác định các biến đưa vào mô hình ................................................................ 39

3.3.1 Xác định biến phụ thuộc .......................................................................... 39

3.3.2 Xác định biến độc lập và kỳ vọng về dấu của các βi ............................... 39

3.4 Dữ liệu nghiên cứu .......................................................................................... 42

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU ................................................................. 44

4.1 Thống kê mô tả mẫu ........................................................................................ 44

4.1.1 Thực trạng dư nợ khách hàng cá nhân tại BIDV Chi nhánh Bắc ĐăkLăk ........................................................................................................................... 44

4.1.2 Đặc điểm cá nhân ..................................................................................... 45

4.1.3 Đặc điểm khoản nợ vay ............................................................................ 48

4.1.4 Khả năng trả nợ khoản vay ...................................................................... 49

4.2 Kết quả hồi quy ............................................................................................... 49

4.2.1 Kiểm định hiện tượng đa cộng tuyến ....................................................... 49

4.2.2 Phân tích hồi quy Logistic ....................................................................... 51

4.2.3 Ý nghĩa của các kết quả ........................................................................... 56

4.2.3.1 Kiểm định ý nghĩa các hệ số hồi quy ................................................ 56

4.2.3.2 Kiểm định mức độ phù hợp của mô hình .......................................... 57

4.2.3.3 Kiểm định độ phù hợp tổng quát ....................................................... 58

4.3 Vận dụng mô hình hồi quy Binary Logistic cho mục đích dự báo ................. 59

CHƯƠNG 5: KẾT LUẬN VÀ MỘT SỐ KHUYẾN NGHỊ ..................................... 62

5.1 Tổng hợp kết luận chính.................................................................................. 62

5.2 Một số khuyến nghị ......................................................................................... 64

5.3 Một số hạn chế của nghiên cứu ....................................................................... 65

TÀI LIỆU THAM KHẢO ......................................................................................... 67

LỜI CAM ĐOAN

Tôi tên là Lê Thị Hồng Thương, sinh ngày 07 tháng 12 năm 1992 tại TP

Buôn Ma Thuột, hiện đang công tác tại Ngân hàng TMCP Đầu tư và Phát triển Việt

Nam chi nhánh Bắc ĐăkLăk, là học viên cao học khóa 16 khu vực Tây Nguyên của

Trường Đại học Ngân hàng TP Hồ Chí Minh.

Tôi xin cam đoan luận văn “Các nhân tố tác động đến khả năng trả nợ vay

của khách hàng cá nhân tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam

chi nhánh Bắc ĐăkLăk” là công trình nghiên cứu của tôi, được thực hiện trên cơ

sở nghiên cứu lý thuyết và thực tiễn dưới sự hướng dẫn khoa học của TS. Nguyễn

Trần Phúc, luận văn chưa từng được trình nộp để lấy học vị thạc sĩ tại bất cứ một

trường đại học nào.

Các thông tin, số liệu được sử dụng trong luận văn là trung thực, kết quả

nghiên cứu được trình bày trong luận văn chưa từng được công bố trong các công

trình nghiên cứu nào khác.

TP Buôn Ma Thuột, ngày ... tháng 03 năm 2017

Tác giả

Lê Thị Hồng Thương

LỜI CÁM ƠN

Tôi xin gửi lời cám ơn chân thành đến các Quý Thầy Cô trường Đại Học

Ngân Hàng Thành phố Hồ Chí Minh tham gia giảng dạy trong suốt khóa học, Ban

Giám hiệu nhà trường và Phòng Đào tạo đã giúp tôi trang bị kiến thức, tạo môi

trường điều kiện thuận lợi nhất trong suốt quá trình học tập và thực hiện luận văn

này.

Với lòng kính trọng và biết ơn sâu sắc, tôi xin được bày tỏ lời cám ơn tới

Tiến sĩ Nguyễn Trần Phúc đã luôn tận tình hướng dẫn cho tôi trong suốt thời gian

thực hiện nghiên cứu này.

Xin chân thành cám ơn Ban Lãnh đạo và các anh, chị đồng nghiệp Ngân

hàng TMCP Đầu tư và Phát triển Việt Nam chi nhánh Bắc ĐăkLăk đã chia sẻ thông

tin, cung cấp cho tôi dữ liệu hữu ích phục vụ cho đề tài nghiên cứu.

Tôi xin gửi lời tri ân sâu sắc đến gia đình và những người bạn đã động viên,

hỗ trợ tôi rất nhiều trong suốt quá trình học tập, làm việc và hoàn thành luận văn.

TÓM TẮT

Hoạt động tín dụng bán lẻ là hoạt động truyền thống và quan trọng nhất tại

chi nhánh, mang lại nguồn thu nhập chính cho ngân hàng và đồng thời cũng gánh

chịu nhiều rủi ro. Trong thời gian qua, tại ngân hàng TMCP Đầu tư và Phát triển

Việt Nam chi nhánh Bắc ĐăkLăk vẫn còn tồn tại một số khách hàng cá nhân chưa

thực hiện tốt nghĩa vụ trả nợ. Chính sách tín dụng và quy trình thẩm định khách

hàng tại chi nhánh còn mang tính chủ quan, nên việc xây dựng mô hình lượng hóa

khả năng trả nợ của khách hàng cá nhân là một việc hết sức có ý nghĩa và cần thiết

để hỗ trợ cho việc ra quyết định cấp tín dụng cho khách hàng. Trên cơ sở dữ liệu

500 khách hàng cá nhân đã giao dịch vay vốn tại chi nhánh trong giai đoạn 2011 –

2015, sử dụng phương pháp phân tích hồi quy Binary Logistics từ tám biến độc lập

ban đầu được đưa vào mô hình, kết quả cho thấy có sáu biến ảnh hưởng đến biến

phụ thuộc là biến khả năng trả nợ của khách hàng cá nhân. Cụ thể, biến độ tuổi, giới

tính và nghề nghiệp có mối tương quan âm, ngược lại biến tình trạng hôn nhân, lãi

suất vay và hình thức vay tương quan dương với biến phụ thuộc. Ngoài ra, mô hình

tìm được còn có thể vận dụng cho mục đích dự báo.

DANH MỤC CHỮ VIẾT TẮT

BIDV Ngân hàng TMCP Đầu tư và Phát triển Việt Nam

CIC Trung tâm thông tin tín dụng

IMF Quỹ tiền tệ thế giới

KHCN Khách hàng cá nhân

NHNN Ngân hàng Nhà nước

NHTM Ngân hàng thương mại

TCTD Tổ chức tín dụng

TMCP Thương mại cổ phần

TSBĐ Tài sản bảo đảm

DANH MỤC BẢNG

STT Tên bảng Trang

Bảng 2.1 25 Các chỉ số mô hình điểm số FICO

Bảng 3.1 Các phương pháp đưa biến độc lập vào mô hình 34

Bảng 3.2 Giá trị biến phụ thuộc trong mô hình nghiên cứu 39

Bảng 3.3 Các biến độc lập sử dụng để ước lượng mô hình 40

Bảng 3.4 Ý nghĩa các biến và kỳ vọng về dấu của các hệ số 41

Bảng 4.1 Tình hình nợ xấu thể nhân 44

Bảng 4.2 Đặc điểm độ tuổi 45

Bảng 4.3 Đặc điểm giới tính 46

Bảng 4.4 Đặc điểm tình trạng hôn nhân 47

Bảng 4.5 Đặc điểm nghề nghiệp 47

Bảng 4.6 Hình thức vay vốn 48

Bảng 4.7 Tỷ lệ trả nợ đúng hạn 49

Bảng 4.8 Kiểm định đa cộng tuyến 50

Bảng 4.9 Các biến trong mô hình 1 (Variables in the Equation) 51

Bảng 4.10 Các biến trong mô hình 2 (Variables in the Equation) 53

Bảng 4.11 54 Các biến trong mô hình 3 (Variables in the Equation)

Bảng 4.12 57 Kiểm định Omnibus đối với các hệ số của mô hình

Bảng 4.13 57 Bảng Phân loại dự báo

Bảng 4.14 58 Bảng tóm tắt mô hình (Model Summary)

CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU

1.1 Tính cấp thiết của đề tài

Hệ thống ngân hàng Việt Nam được hình thành từ những năm 1951 nhưng

chỉ mới thực sự bắt đầu phát triển từ những năm 1990. Từ hệ thống ngân hàng một

cấp, đến nay Việt Nam đã có số lượng đông đảo các ngân hàng và tổ chức tín dụng

phi ngân hàng chỉ trong vòng 25 năm. Hệ thống ngân hàng thương mại Việt Nam

giữ vai trò quan trọng đối với việc ổn định và phát triển nền kinh tế. NHTM là nơi

cung cấp vốn cho nền kinh tế, là cầu nối các doanh nghiệp với thị trường, là một

công cụ để Nhà nước điều tiết vĩ mô nền kinh tế và cũng là cầu nối nền tài chính

quốc gia với nền tài chính quốc tế. Và hoạt động tín dụng là hoạt động truyền thống

và chủ chốt của các NHTM, luôn nhận được sự quan tâm chú ý đặc biệt của các nhà

quản trị. Sở dĩ như vậy là do bên cạnh việc mang lại nguồn thu nhập lớn cho ngân

hàng thì hoạt động tín dụng cũng là hoạt động gánh chịu nhiều rủi ro tiềm ẩn nhất,

tác động mạnh mẽ đến hiệu quả kinh doanh của ngân hàng.

Trong thời gian gần đây, chất lượng tín dụng đang là vấn đề nhận được nhiều

sự quan tâm của ngành tài chính ngân hàng và những giải pháp hạn chế nợ xấu tiếp

tục là đề tài tranh luận nhiều nhất. Theo quan điểm của ngân hàng, chất lượng tín

dụng với các yếu tố cấu thành cơ bản đó là mức độ an toàn của tín dụng và khả

năng sinh lời do hoạt động tín dụng mang lại. Nợ xấu nếu không được giải quyết

một cách triệt để sẽ là gánh nặng cho ngân hàng và tác động tiêu cực đến nền kinh

tế. Mà nguyên nhân dẫn đến tình trạng này bắt nguồn từ khả năng trả nợ của khách

hàng.

Hiện nay hoạt động tín dụng cá nhân đang ngày càng phát triển trong hệ

thống ngân hàng Việt Nam khi nhu cầu tiêu dùng của người dân ngày càng tăng

cao, và nước ta là một đất nước đông dân nên việc phát triển tín dụng tiêu dùng dân

cư có tiềm năng tăng trưởng cao. Xu hướng của các ngân hàng thương mại nói

chung đều xác định mục tiêu hoạt động hướng tới phát triển dịch vụ ngân hàng bán

lẻ và ngân hàng TMCP Đầu tư và Phát triển Việt Nam nói riêng cũng đang vươn lên

trở thành ngân hàng bán lẻ hàng đầu Việt Nam. Vừa qua BIDV vinh dự được tạp

chí uy tín hàng đầu khu vực The Asian Banker trao tặng giải thưởng “Ngân hàng

bán lẻ tốt nhất Việt Nam” trong 02 năm liền 2015 và 2016 với tốc độ tăng trưởng

tín dụng bình quân 2015 hơn 20%, trong đó chi nhánh Bắc ĐăkLăk là một trong top

5 những chi nhánh có tốc độ tăng trưởng tín dụng cao nhất của hệ thống. Tuy nhiên

bên cạnh sự bùng nổ tăng trưởng tín dụng thì vấn đề quản trị rủi ro tín dụng luôn là

vấn đề cần được quan tâm nhất. Bởi hoạt động tín dụng là hoạt động chính mang lại

lợi nhuận cho ngân hàng thì rủi ro tín dụng cũng là yếu tố đe dọa đến lợi nhuận và

sự ổn định của ngân hàng. Trong thời gian qua hoạt động tín dụng cá nhân đóng góp

một phần không nhỏ vào kết quả kinh doanh của BIDV chi nhánh Bắc ĐăkLăk với

tỷ lệ tăng trưởng tín dụng trong 2 năm 2014 và 2015 là hơn 30%, trong đó mục đích

sử dụng vốn vay chủ yếu là dành cho nông nghiệp: trồng mới, chăm sóc cây cà phê,

tiêu; mua rẫy cải tạo đất trồng cây nông nghiệp,…Tuy vậy vẫn còn tồn tại một số

khách hàng cá nhân chưa thực hiện tốt nghĩa vụ trả nợ với ngân hàng và tỷ lệ này

đang tăng dần trong những năm vừa qua, gây ảnh hưởng đến hiệu quả kinh doanh

của chi nhánh.

Trên thực tế có rất nhiều yếu tố ảnh hưởng đến khả năng trả nợ vay của

khách hàng, có thể kể đến như lãi suất, tăng trưởng GDP, tuổi người đi vay, giới

tính, thu nhập, ngành nghề, trình độ học vấn ,…. Và mức độ ảnh hưởng của từng

yếu tố cũng khác nhau. Do đó để thực hiện tốt đồng thời 2 mục tiêu tăng trưởng tín

dụng và hạn chế rủi ro phát sinh, chúng ta cần biết được nguyên nhân dẫn đến việc

không trả được nợ của khách hàng và mức độ tác động của các nhân tố đó. Qua đó

giúp ngân hàng có thể chủ động điều chỉnh chính sách tín dụng cũng như ứng xử

phù hợp với từng khách hàng cụ thể, góp phần hạn chế cho vay khách hàng có dấu

hiệu không có khả năng trả nợ tốt. Trên thế giới và Việt Nam cũng đã có rất nhiều

nghiên cứu về nhân tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân,

có thể kể đến như Chapman (1990), Wongnaa (2013), Kohansal và Mansoori

(2009), Vương Quốc Duy và Đặng Hoàng Trung (2015),…tuy nhiên kết quả mô

hình là khác nhau do có sự khác biệt về đối tượng cũng như đặc trưng từng địa

phương được phân tích. Và tại chi nhánh BIDV Bắc ĐăkLăk hiện vẫn chưa có

nghiên cứu nào về các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá

nhân. Đó chính là những lý do để tôi tiến hành nghiên cứu “Các nhân tố tác động

đến khả năng trả nợ vay của khách hàng cá nhân tại Ngân hàng TMCP Đầu tư và

Phát triển Việt Nam chi nhánh Bắc ĐăkLăk”.

1.2 Mục tiêu nghiên cứu

1.2.1 Mục tiêu tổng quát:

Nghiên cứu về các nhân tố tác động đến khả năng trả nợ của khách hàng cá

nhân cũng như mức độ ảnh hưởng của các nhân tố, từ đó có cơ sở để nhận diện khả

năng không trả được nợ vay của khách hàng, đưa ra định hướng kinh doanh theo

từng thời kỳ nhằm giảm thiểu tối đa nợ xấu, tăng hiệu quả kinh doanh và duy trì sự

ổn định của chi nhánh ngân hàng.

1.2.2 Mục tiêu cụ thể:

Với mục tiêu tổng quát đó, các mục tiêu cụ thể mà trong quá trình nghiên

cứu luận văn hướng tới bao gồm:

 Xác định các nhân tố tác động đến khả năng trả nợ vay của khách hàng cá

nhân tại BIDV chi nhánh Bắc ĐăkLăk.

 Đề xuất mô hình dự báo khả năng trả nợ của khách hàng cá nhân tại BIDV

chi nhánh Bắc Đắk Lắk trên cơ sở mô hình hồi quy nhị phân.

1.3 Câu hỏi nghiên cứu

Để đạt được các mục tiêu nghiên cứu kể trên, luận văn tập trung tìm câu trả

lời cho các câu hỏi nghiên cứu sau:

Thứ nhất, hoạt động đánh giá khả năng trả nợ của khách hàng cá nhân tại chi

nhánh đạt được thành công gì và vẫn còn hạn chế ở điểm nào, nguyên nhân dẫn đến

việc tồn tại những hạn chế đó?

Thứ hai, các yếu tố nào ảnh hưởng và mức độ tác động của chúng đến khả

năng trả nợ của khách hàng cá nhân tại BIDV chi nhánh Bắc ĐăkLăk?

Thứ ba, mô hình hồi quy nhị phân xác định được trong nghiên cứu có thể áp

dụng được trong việc dự báo khả năng trả nợ của KHCN tại BIDV Bắc ĐăkLăk hay

không?

1.4 Đối tượng và phạm vi nghiên cứu

1.4.1 Đối tượng nghiên cứu

 Sự ảnh hưởng của các nhân tố đến khả năng trả nợ vay của khách hàng cá

nhân tại BIDV chi nhánh Bắc ĐăkLăk.

 Đối tượng khảo sát là khách hàng cá nhân đã và đang vay vốn tại BIDV Bắc

ĐăkLăk.

1.4.2 Phạm vi nghiên cứu

 Không gian: Đề tài được thực hiện tại ngân hàng TMCP Đầu tư và Phát triển

Việt Nam chi nhánh Bắc ĐăkLăk.

 Thời gian: Số liệu sử dụng trong đề tài là các số liệu từ báo cáo tài chính của

chi nhánh ngân hàng TMCP Đầu tư và Phát triển Bắc ĐăkLăk có thời gian từ năm

2011 đến năm 2015.

1.5 Phương pháp nghiên cứu

1.5.1 Phương pháp chọn mẫu

Đặc điểm khoản vay của khách hàng cá nhân tại chi nhánh là nhiều khoản

vay với số tiền vay ít, số lượng khoản vay tại chi nhánh rất nhiều nên tác giả thu

thập chọn mẫu ngẫu nhiên 500 khách hàng cá nhân phát sinh dư nợ trong 5 năm

2011-2015 từ dữ liệu khách hàng của chi nhánh để đảm bảo tất cả khách hàng đã

phát sinh kỳ hạn nợ phải trả và thấy được lịch sử trả nợ của khách hàng, như vậy

mới đánh giá được chất lượng khoản vay một cách chính xác.

Quy trình thu thập số liệu: chọn các khách hàng thỏa mãn tiêu chí như trên

và tiến hành khảo sát hồ sơ tín dụng và lấy dữ liệu từ các file dữ liệu gốc tại chi

nhánh trong thời gian nghiên cứu.

1.5.2 Phương pháp xử lý số liệu

Tác giả sử dụng phương pháp phân tích để tổng hợp phân tích hoạt động

đánh giá khả năng trả nợ của khách hàng cá nhân tại chi nhánh Bắc ĐăkLăk, đánh

giá sự thành công và những hạn chế của chi nhánh về công tác thẩm định khách

hàng. Phương pháp này được vận dụng để trả lời câu hỏi nghiên cứu thứ nhất.

Để trả lời câu hỏi nghiên cứu thứ hai của đề tài, tác giả sử dụng phương pháp

phân tích định lượng bằng cách vận dụng mô hình hồi quy Binary Logistic (mô hình

Logit, phân tích hồi quy các nhân tố về khoản vay và các nhân tố về khách hàng ảnh

hưởng đến khả năng trả nợ vay của khách hàng cá nhân tại BIDV chi nhánh Bắc

ĐăkLăk.

Kiểm định độ phù hợp của mô hình, mức ý nghĩa của các biến giải thích để

kết luận mô hình tìm được có thể vận dụng cho mục đích dự báo khả năng trả nợ

vay của khách hàng cá nhân và ra quyết định cho vay khách hàng cá nhân tại chi

nhánh trong tương lai hay không. Phương pháp này được sử dụng để trả lời cho câu

hỏi thứ ba của đề tài.

1.6 Những đóng góp của đề tài

Về mặt lý luận, luận văn hệ thống hóa được những vấn đề lý luận cơ bản về

khả năng trả nợ vay của khách hàng cá nhân, vấn đề được quan tâm nhất khi thực

hiện cấp tín dụng trong hoạt động ngân hàng bán lẻ.

Về mặt thực tiễn, luận văn khái quát được tình hình cho vay khách hàng cá

nhân cũng như nợ xấu tín dụng cá nhân tại chi nhánh trong giai đoạn 2011-2015,

đánh giá được mức độ tác động của các nhân tố đến sự suy giảm khả năng trả nợ

của khách hàng, từ đó giúp xác định được hướng nhận diện khả năng trả nợ vay của

khách hàng cá nhân, nâng cao hiệu quả hoạt động cho vay, giảm thiểu tỉ lệ nợ xấu

trong hoạt động cho vay khách hàng cá nhân trong thời gian qua.

1.7 Kết cấu của đề tài

Kết cấu đề tài: Ngoài phần mở đầu, kết luận và danh mục tài liệu tham khảo,

luận văn có kết cấu gồm 5 chương, ngoài chương 1 đã nêu ở trên còn có các chương

Chương 2: Cơ sở lý thuyết

Nội dung chương 2 trình bày về cơ sở lý luận, nền tảng lý thuyết để xác định

các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng, đồng thời giới thiệu một

số nghiên cứu và mô hình đo lường khả năng trả nợ trước đây. Các nghiên cứu này

là cơ sở để tác giả xây dựng mô hình đo lường khả năng trả nợ của khách hàng

nhằm phù hợp với tình hình thực tế tại địa bàn hoạt động của chi nhánh.

Chương 3: Phương pháp nghiên cứu

Chương 3 trình bày chi tiết về mô hình nghiên cứu, các biến nghiên cứu, dữ

liệu nghiên cứu và phương pháp nghiên cứu là phân tích hồi quy Binary Logistic,

cách xác định các biến đưa vào mô hình, làm cơ sở cho kết quả nghiên cứu trong

chương tiếp theo.

Chương 4: Kết quả nghiên cứu

Từ dữ liệu và phương pháp nghiên cứu ở chương 3, nội dung chương 4 trình

bày kết quả của nghiên cứu thông qua bảng số liệu thống kê mô tả và kết quả hồi

quy. Qua đó xác định được các nhân tố ảnh hưởng đến khả năng trả nợ vay của

khách hàng cá nhân và kiểm định ý nghĩa của kết quả thông qua việc kiểm định độ

phù hợp của mô hình, mức độ chính xác của dự báo và kiểm định ý nghĩa các hệ số

hồi quy.

Chương 4 phân tích được sự tác động của các nhân tố lên khả năng trả nợ

vay của khách hàng cá nhân, loại bỏ các nhân tố không phù hợp, tạo cơ sở để đưa ra

các căn cứ dự báo, đánh giá khách hàng, hỗ trợ việc ra quyết định cho vay đối với

khách hàng cá nhân có đặc điểm tương tự dữ liệu khách hàng đã nghiên cứu.

Chương 5: Kết luận và kiến nghị giải pháp tăng cường nhận diện khả

năng trả nợ của khách hàng cá nhân

Trong chương 5, tác giả đưa ra những kết luận rút ra từ kết quả nghiên cứu

của chương 4, qua đó đề xuất một số biện pháp nhận diện khả năng trả nợ vay của

đối tượng khách hàng cá nhân tại địa bàn. Ngoài ra trong chương này tác giả cũng

nêu ra một số hạn chế thiếu sót trong quá trình nghiên cứu mà đề tài chưa khắc phục

được.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN TÌNH HÌNH NGHIÊN

CỨU VỀ NHÂN TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA

KHÁCH HÀNG CÁ NHÂN

Nội dung chương 2 trình bày về cơ sở lý luận, nền tảng lý thuyết để xác định

các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân, đồng thời giới

thiệu một số mô hình đo lường khả năng trả nợ. Các công trình nghiên cứu trước

đây là cơ sở để tác giả xây dựng mô hình đo lường khả năng trả nợ của khách hàng

cá nhân tại BIDV Bắc ĐăkLăk nhằm phù hợp với tình hình thực tế tại địa bàn hoạt

động của chi nhánh.

2.1 Tổng quan về cho vay khách hàng cá nhân của Ngân hàng thương mại

2.1.1 Khái niệm cho vay

Hoạt động trước đây của NHTM chủ yếu tập trung vào đối tượng khách hàng

là các doanh nghiệp lớn, các tổ chức kinh tế có những khoản vay dự án lớn, ít chú

trọng đến đối tượng khách hàng cá nhân, dẫn đến lãng phí trong khai thác tiềm năng

cũng như lợi ích từ nhóm đối tượng khách hàng này. Tuy nhiên những năm gần đây,

xu hướng của các NHTM đã chuyển dần sang nhóm khách hàng cá nhân, đặc biệt là

sau những tổn thất do cho vay các tổng công ty lớn, các NHTM đã chuyển bớt

nguồn lực để phục vụ cho nhu cầu của đối tượng khách hàng cá nhân, đáp ứng

không chỉ nhu cầu vay vốn mà bên cạnh đó còn huy động được một lượng vốn lớn,

ổn định từ các khoản tiết kiệm cá nhân, cũng như bán chéo các sản phẩm bán lẻ

khác như dịch vụ thanh toán, chuyển tiền, dịch vụ ngân quỹ, môi giới,….

Cho vay là một hình thức cấp tín dụng, theo đó tổ chức tín dụng giao cho

khách hàng một số tiền để sử dụng vào một mục đích và thời gian nhất định theo

thỏa thuận, với nguyên tắc có hoàn trả cả vốn gốc và lãi (Bùi Diệu Anh, 2011).

Cho vay khách hàng cá nhân: Là khoản cho vay áp dụng cho khách hàng là

các cá nhân, hộ gia đình, tổ hợp tác. Cho vay khách hàng cá nhân là quan hệ kinh tế

mà trong đó ngân hàng chuyển cho các cá nhân sử dụng một khoản tiền với những

điều kiện nhất định được thỏa thuận trong hợp đồng nhằm phục vụ mục đích của

khách hàng.

2.1.2 Đặc điểm, phương thức cho vay khách hàng cá nhân

Đối tượng của cho vay khách hàng cá nhân là các cá nhân và hộ gia đình có

nhu cầu vay vốn sử dụng cho những mục đích sinh hoạt tiêu dùng hay phục vụ hoạt

động sản xuất kinh doanh của cá nhân hay hộ gia đình đó. Khác với các doanh

nghiệp và tổ chức kinh tế, KHCN thường có số lượng rất lớn, nhu cầu vay vốn rất

đa dạng nhưng thông thường nhu cầu vay vốn của mỗi cá nhân là không thường

xuyên và chịu ảnh hưởng lớn bởi môi trường kinh tế, văn hóa – xã hội. Quy mô

khoản vay của KHCN thường nhỏ nhưng số lượng khoản vay lớn.

Thời hạn vay vốn tùy thuộc vào từng mục đích vay vốn và hình thức vay nên

khoản vay của khách hàng cá nhân có thời hạn vay vốn đa dạng: ngắn, trung hay dài

hạn.

Lãi suất cho vay của các khoản vay KHCN thường cao hơn các khoản vay

khác của NHTM. Nguyên nhân là do các chi phí của cho vay KHCN lớn, các khoản

vay của KHCN có mức độ rủi ro cao. Khách hàng cá nhân thường ít “nhạy cảm” với

lãi suất, họ thường chỉ quan tâm đến khoản tiền phải trả hàng tháng hơn là mức lãi

suất ghi trong hợp đồng. Đối với các khoản cho vay ngắn hạn, lãi suất được ấn định

ngay từ đầu và không thay đổi cho đến hết thời hạn vay. Đối với những khoản vay

trung và dài hạn, lãi suất cho vay thường được điều chỉnh mỗi năm một lần theo lãi

suất hiện hành.

2.1.3 Rủi ro tín dụng trong cho vay

Hoạt động cho vay của ngân hàng có vai trò rất quan trọng đối với nền kinh

tế, thúc đẩy sự phát triển của nền kinh tế. Và vì là hoạt động kinh doanh hàng hóa

phức tạp với đối tượng kinh doanh ở đây là tiền tệ nên hoạt động này cũng hàm

chứa những rủi ro tiềm ẩn, ảnh hưởng đến hiệu quả kinh doanh của ngân hàng.

Rủi ro tín dụng là rủi ro không thu hồi được nợ khi đến hạn do người vay đã

không thực hiện đúng cam kết vay vốn theo hợp đồng tín dụng, không tuân thủ theo

nguyên tắc hoàn trả khi đáo hạn, là loại rủi ro gắn liền với hoạt động cấp tín dụng

của ngân hàng. Bên cạnh mục tiêu tăng trưởng tín dụng thì các NHTM luôn đề cao

vấn đề kiểm soát chất lượng tín dụng. Tuy nhiên dù là những ngân hàng hoạt động

lâu năm với đội ngũ nhân viên có chuyên môn tốt cũng không thể nào dự doán

chính xác khả năng trả nợ vay của khách hàng trong tương lai vì rủi ro là không thể

tránh khỏi, nguồn trả nợ của khách hàng cũng bị tác động bởi nhiều nguyên nhân

khách quan.

2.2 Khái niệm khả năng trả nợ vay

Hiện tại trên thế giới và Việt Nam chưa có thống nhất khái niệm về “khả

năng trả nợ của khách hàng” mà chỉ tập trung vào các biểu hiện của khách hàng

được đánh giá là “không có khả năng trả nợ. Thông qua phương pháp nhận diện

khách hàng “không có khả năng trả nợ”, các khách hàng còn lại thuộc trường hợp

khách hàng “có khả năng trả nợ”.

Trong tài liệu của Basel Committee on Banking Supervision – 2006, Ủy ban

Basel định nghĩa khách hàng “ default – không có khả năng trả nợ” là những khách

hàng thuộc một trong những dấu hiệu hoặc tất cả dấu hiệu sau:

 Khách hàng không có khả năng thực hiện nghĩa vụ thanh toán đầy đủ khi đến

hạn mà chưa tính đến việc ngân hàng bán tài sản (nếu có) để hoàn trả.

 Khách hàng có các khoản nợ xấu có thời gian quá hạn trên 90 ngày.

Trong hướng dẫn tính toán các chỉ số lành mạnh tài chính tại các quốc gia

(IFRS), Quỹ tiền tệ quốc tế (IMF) đưa ra định nghĩa về nợ xấu như sau: “Một khoản

cho vay được coi là không sinh lời (nợ xấu) khi tiền thanh toán lãi và/hoặc tiền gốc

đã quá hạn từ 90 ngày trở lên, hoặc các khoản thanh toán lãi đến 90 ngày hoặc hơn

đã được tái cơ cấu hay gia hạn nợ, hoặc các khoản thanh toán dưới 90 ngày nhưng

có các nguyên nhân nghi ngờ việc trả nợ sẽ được thực hiện đầy đủ". Với quan điểm

này, nợ xấu được nhận dạng qua hai giác độ: thời gian quá hạn và khả năng trả nợ

đáng nghi ngờ.

Tại Việt Nam chỉ có quy định về nợ xấu là nợ được các TCTD đánh giá là

không có khả năng trả nợ. Cụ thể theo Quyết định 493/2005/QĐ-NHNN, Quyết

định 18/2007/QĐ-NHNN và Thông tư 02/2013/TT-NHNN nợ xấu bao gồm các

khoản nợ từ nhóm 3 cho đến nhóm 5, là các khoản nợ bị đánh giá là có khả năng

mất một phần vốn và lãi (nợ nhóm 3), có khả năng tổn thấy cao (nhóm 4) và không

còn khả năng thu hồi nợ (nợ nhóm 5). Nợ nhóm 2 được cho là suy giảm khả năng

trả nợ, đây cũng là những khoản vay cần chú ý xem xét lại khả năng trả nợ của

khách hàng.

Xét trong mối quan hệ tín dụng ngân hàng, khả năng trả nợ vay của khách

hàng là việc đánh giá khách hàng có thực hiện đầy đủ và đúng hạn nghĩa vụ nợ cho

bên cấp tín dụng trong toàn bộ thời gian quan hệ tín dụng. Trong khuôn khổ bài

viết, tác giả đánh giá các khoản vay thuộc nhóm nợ từ nhóm 2 đến nhóm 5 là các

khoản vay không trả nợ đúng hạn.

2.3 Các nhân tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân

Qua một số nghiên cứu cho thấy các nhân tố ảnh hưởng đến khả năng trả nợ

của khách hàng chủ yếu xuất phát từ đặc điểm của khách hàng như độ tuổi, giới

tính, tình trạng hôn nhân,… và đặc điểm khoản vay như lãi suất vay, số tiền vay,

thời gian vay vốn,…

2.3.1 Các yếu tố liên quan đến khách hàng

2.3.1.1 Độ tuổi của khách hàng

Độ tuổi là một yếu tố có mặt trong hầu hết các nghiên cứu thực nghiệm về sự

tác động của các nhân tố đến khả năng trả nợ vay cho thấy tầm quan trọng của biến

số này trong vấn đề nghiên cứu. Các nghiên cứu có liên quan trước đây chỉ ra rằng

độ tuổi người vay càng lớn thì khả năng trả nợ vay của khách hàng càng cao do

người lớn tuổi thì càng thận trọng, có kinh nghiệm và có trách nhiệm hơn so với

người trẻ tuổi. Cụ thể nghiên cứu của Chapman (1990), Kohansal và Mansoori

(2009) đều tìm ra mối tương quan thuận giữa biến số độ tuổi và khả năng trả nợ.

Tuy nhiên nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình (2011) lại cho

thấy độ tuổi vay càng lớn thì rủi ro không trả được nợ càng cao. Nghiên cứu của

Roslan và Zaini (2009) lại không tìm thấy mối tương quan giữa yếu tố độ tuổi và

biến phụ thuộc.

2.3.1.2 Giới tính

Ở góc độ giới tính, giữa nam và nữ luôn có một số khác biệt nhất định về

nhiều mặt. Trên thực tế cũng cho thấy có sự khác biệt trong quan điểm về giá trị của

tiền bạc và việc tiếp nhận, sử dụng nó. Một số nghiên cứu đã cho rằng rủi ro tín

dụng đối với nữ giới thường ít hơn nam giới vì nữ giới quản lý tài chính khi vay vốn

tốt hơn, tính kỷ luật cao, cá tính thận trọng và tỷ lệ phạm tội ít hơn. Nghiên cứu của

Chapman (1990), Miller (2012) và Wongnaa (2013) đều chứng minh lý thuyết này

khi đưa ra kết quả nữ giới tạo ra ít khoản nợ xấu hơn nam giới. Nghiên cứu của

Vương Quốc Duy và Đặng Hoàng Duy (2015) cũng chỉ ra rằng khả năng tiếp cận

vốn vay chính thức của nông hộ nữ không chỉ tăng lên mà còn vượt so với nông hộ

nam do phụ nữ ngày nay ngoài làm nội trợ còn tham gia các đoàn thể, tổ chức ở địa

phương rất nhiều.

2.3.1.3 Tình trạng hôn nhân

Tình trạng hôn nhân cũng là một trong số các yếu tố được các nhà nghiên

cứu đặt vấn đề khi xem xét về việc ảnh hưởng đến khả năng trả nợ của khách hàng

cá nhân. Về mặt lý thuyết, những người đã lập gia đình sẽ ít ưa mạo hiểm hơn, mục

đích sử dụng vốn vay chủ yếu để phục vụ cho tiêu dùng gia đình, suy nghĩ hành

động chín chắn hơn những người độc thân nên khả năng trả nợ đúng hạn của họ

cũng cao hơn. Tuy nhiên nghiên cứu của Chapman (1990) không tìm thấy mối quan

hệ giữa hai biến số này, nghiên cứu của Wongnaa lại chứng minh điều ngược lại khi

cho rằng người đã kết hôn phải tiêu tốn phần lớn thu nhập của mình cho các khoản

chi tiêu gia đình nên khả năng hoàn trả nợ vay không cao hơn so với người độc

thân.

2.3.1.4 Đặc điểm nghề nghiệp

Nghề nghiệp của khách hàng là một nhân tố ảnh hưởng nhất định tới khả

năng trả nợ vay đúng hạn của khách hàng cá nhân. Đối với những cá nhân có nghề

nghiệp ổn định, có vị trí xã hội, có kinh nghiệm lâu năm hay công tác ở những lĩnh

vực đòi hỏi chuyên môn nghiệp vụ vững vàng thì khả năng trả nợ đúng hạn là cao

hơn. Đó là do những khách hàng này có khả năng tạo ra thu nhập cao và ổn định

hơn những nghề nghiệp khác. Trong nghiên cứu của Chapman (1990) cho thấy

khách hàng là giáo sư, nghệ sĩ hay kế toán, nhân viên văn phòng có khả năng trả nợ

đúng hạn cao, còn những công nhân không lành nghề thường xảy ra tình trạng trễ

hạn nợ vay hơn.

2.3.2 Các yếu tố liên quan đến khoản vay

2.3.2.1 Số tiền vay vốn

Về mặt lý thuyết có thể nhận định nếu khoản vay lớn thì rủi ro trả nợ không

đúng hạn càng cao. Nghiên cứu của Roslan và Zaini (2009), Abraham (2002) chỉ ra

rằng kích cỡ khoản vay có tác động tiêu cực đến khả năng trả nợ của khách hàng.

Tuy nhiên Chapman (1990) thống kê cho thấy những khoản vay có kích cỡ nhỏ lại

thường hay trễ hạn nhất, kế đến mới là khoản vay lớn nhất sau đó mới đến những

khoản vay có kích cỡ trung bình. Kohansal và Mansoori (2009) cũng chứng minh là

kích cỡ khoản vay có mối tương quan thuận với khả năng trả nợ đúng hạn. Các tác

giả giải thích điều này rằng những khoản vay lớn sẽ giúp người vay tạo ra giá trị dễ

dàng hơn, gia tăng nguồn trả nợ, còn những khoản vay nhỏ đơn thuần là phục vụ

cho mục đích chi tiêu gia đình hoặc xử lý những tình huống khẩn cấp.

2.3.2.2 Lãi suất vay

Lãi suất là giá cả của tín dụng, là chi phí sử dụng vốn của khách hàng khi

vay nợ, ảnh hưởng đến thu nhập cũng như nguồn trả nợ của khách hàng. Khách

hàng nào có rủi ro cao hơn thì sẽ phải trả lãi suất cao hơn tương ứng. Do đó yếu tố

lãi suất là một biến số quan trọng khi đưa vào xem xét sự tác động của nó đến khả

năng trả nợ vay của khách hàng cá nhân. Phần lớn các nghiên cứu thực nghiệm

cũng chỉ ra rằng lãi suất khoản vay càng cao thì khả năng trả nợ không đúng hạn

càng cao. Như nghiên cứu của tác giả Trương Đông Lộc và Nguyễn Thanh Bình

(2011) kết luận lãi suất luôn là vấn đề được người đi vay quan tâm vì nó ảnh hưởng

đến kết quả sản xuất kinh doanh của họ, kết quả phân tích cũng cho thấy lãi suất có

mối tương quan tỷ lệ nghịch với khả năng trả nợ đúng hạn của nông hộ, cụ thể nếu

lãi suất càng cao thì khả năng trả nợ vay càng thấp và ngược lại. Nghiên cứu của

Kohansal và Mansoori (2009) cũng cho kết quả tương tự như trên với biến số lãi

suất khoản vay.

2.3.2.3 Thời gian vay vốn

Thời gian cho vay được xác định dựa trên đặc điểm chu kỳ kinh doanh, kế

hoạch sử dụng vốn của người vay và nguồn trả nợ của khách hàng. Thời gian đáo

hạn khoản vay cũng là một trong các yếu tố ảnh hưởng đến khả năng trả nợ của

khách hàng. Trên lý thuyết có thể cho rằng khách hàng tự đánh giá bản thân có rủi

ro tín dụng thấp sẽ thích vay vốn với thời hạn ngắn nhằm giảm chi phí lãi vay, hoàn

thành nghĩa vụ nợ càng nhanh càng tốt. Qua nghiên cứu thực nghiệm, Chapman

(1990) đưa ra kết quả thống kê cho rằng thời gian đáo hạn từ một năm trở xuống có

xác suất trả nợ đúng hạn cao hơn. Tuy nhiên nghiên cứu của Roslan và Zaini (2009)

lại cho rằng thời gian vay vốn càng dài thì khả năng trả nợ của khách hàng sẽ tốt

hơn.

2.3.2.4 Hình thức đảm bảo khoản vay

Hình thức đảm bảo khoản vay cũng là một nhân tố có ít nhiều tác động đến ý

thức trả nợ của khách hàng. Khi thế chấp tài sản tại ngân hàng, nếu khách hàng

không hoàn thành đủ các nghĩa vụ trả nợ vay, ngân hàng sẽ phát mãi tài sản để

thanh toán nợ, do đó tâm lí sợ tổn thất tài sản cá nhân nên người vay sẽ có ý thức về

việc trả nợ tốt hơn vay tín chấp, khi cho rằng ngân hàng không có căn cứ tài sản gì

để thu hồi trong trường hợp khách hàng không hợp tác thực hiện cam kết trả tiền

vay theo hợp đồng tín dụng.

2.4 Các mô hình nghiên cứu trước đây

2.4.1 Mô hình định tính – Mô hình 5C

Đây là mô hình xem xét thiện chí và khả năng thanh toán các khoản vay đến

hạn của khách hàng. Theo giáo trình Nghiệp vụ Ngân hàng Thương mại (Trần Thị

Xuân Hương và Hoàng Thị Minh Ngọc, 2012), phương pháp này nghiên cứu 5 tiêu

chí của người đi vay, bao gồm: tư cách (Character), năng lực (Capacity), thu nhập

(Cash), bảo đảm (Collateral) và điều kiện (Conditions). Tất cả tiêu chí này đều phải

được đánh giá tốt thì khoản vay mới được xem là khả thi.

- Tư cách người vay (Character): cán bộ tín dụng phải chắc chắn tin rằng

khách hàng vay có mục đích sử dụng vốn rõ rang và có thiện chí trả nợ, trách nhiệm

với khoản vay, xem xét lịch sử vay trả nợ đối với khách hàng cũ, hay thu thập thông

tin từ nhiều nguồn khác như Trung tâm thông tin tín dụng, ngân hàng khác đối với

khách hàng mới. Cán bộ phân tích, đánh giá tính hợp pháp, nghiêm túc về mục đích

vay vốn có phù hợp với chính sách tín dụng của ngân hàng hay không, có phù hợp

với nhiệm vụ sản xuất kinh doanh của khách hàng v kế hoạch trả nợ của khách hàng

hay không. Nếu khách hàng thể hiện sự trung thực và cho thấy tính khả thi của

phương án thì tư cách vay vốn được xác lập.

- Năng lực pháp lý của người vay (Capacity): đối với khách hàng cá nhân vay

vốn thì cá nhân đó phải có năng lực pháp luật dân sự và năng lực hành vi dân sự để

ký kết hợp đồng tín dụng.

- Thu nhập của người vay (Cash): đây là một nội dung quan trọng đối với một

yêu cầu xin vay vốn nhằm xác định khả năng tạo đủ tiền để đáp ứng yêu cầu hoàn

trả khoản vay cho ngân hàng. Nguồn trả nợ của người vay được xác định như luồng

tiền từ doanh thu bán hàng hay thu nhập, tiền từ thanh lý tài sản hoặc tiền từ phát

hành chứng khoán,…

- Bảo đảm tiền vay (Collateral): đây là nguồn thu nợ thứ hai khi nguồn thu nợ

thứ nhất à thu nhập của người vay không thể thanh toán đầy đủ khoản nợ. Cán bộ

tín dụng phải đặc biệt chú ý đến tình trạng của tài sản đảm bảo như tuổi thọ, khả

năng mất giá tài sản, mức độ chuyên dụng hay tình trạng thế chấp của tài sản. Tài

sản đảm bảo giống như một sự ràng buộc trách nhiệm của người vay đối với ngân

hàng trong trường hợp khách hàng vay không có khả năng hoàn trả nợ vay thông

qua việc xử lý tài sản đảm bảo để thu hồi nợ vay cho ngân hàng.

- Các điều kiện (Conditions): cán bộ tín dụng cần tìm hiểu về xu hướng hiện

hành về ngành nghề của khách hàng cũng như khi điều kiện kinh tế thay đổi sẽ có

ảnh hưởng như thế nào đến khoản cho vay, cụ thể là ảnh hưởng đến nguồn trả nợ

của khách hàng.

Ngoài phương pháp phân tích 5C, các ngân hàng thường sử dụng phương

pháp phân tích định tính tương tự khác là phân tích CAMPARI, gồm các nội dung:

tư cách của người vay (Character), năng lực người vay (Ability), lãi cho vay

(Margin), mục đích vay (Purpose), số tiền vay (Amount), hoàn trả (Repayment) và

bảo đảm (Insurance). Tuy nhiên cả hai phương pháp nêu trên đều có nhược điểm là

phân tích định tính, các quyết định mang tính chất phán xét chủ quan của cán bộ tín

dụng.

2.4.2 Mô hình điểm số tín dụng cá nhân của FICO

Tại một số nước phát triển, để giúp cho các tổ chức tín dụng có thể ước lượng

mức rủi ro khi cho vay, người ta sử dụng điểm số tín dụng cá nhân (credit score)

như một phương tiện kiểm soát tín dụng. Điểm tín dụng càng thấp thì mức rủi ro

của người cho vay càng cao. Mô hình điểm số FICO do Fair Isaac Corp xây dựng

với mức điểm từ 300 đến 850 dành cho khách hàng cá nhân dựa vào tỷ trọng của 5

chỉ số phân tích dưới đây:

Bảng 2.1 Các chỉ số mô hình điểm số FICO

Tỷ trọng Tiêu chí đánh giá

Lịch sử trả nợ: Thời gian trễ hạn càng dài và số tiền trễ hạn càng cao 35% thì điểm số tín dụng càng thấp

Dư nợ tại các tổ chức tín dụng: Nợ quá nhiều so với mức cho phép 30% đặc biệt là đối với thẻ tín dụng sẽ làm giảm điểm số tín dụng

Độ dài của lịch sử tín dụng: Thông tin càng nhiều năm càng đáng tin 15% cậy và điểm số tín dụng sẽ càng cao

Số lần vay nợ mới: Vay nợ thường xuyên bị xem là dấu hiệu có khó 10% khăn về tài chính nên điểm số tín dụng càng thấp

Các loại tín dụng được sử dụng: Các loại nợ khác nhau sẽ được tính 10% điểm số tín dụng khác nhau

(Nguồn: Credit Scores: What you should know about your own,Credit

Scores: What you should know about your own, Malgorzata Wozniacka và Snigdha

Sen, 2004)

Theo mô hình của FICO thì người có điểm số tín dụng ở mức 700 được xem

là tốt, đối với cá nhân có điểm số tín dụng thấp hơn 620 sẽ có thể bị ngân hàng e

ngại khi quyết định cho vay. Mô hình này được áp dụng rộng rãi tại Mỹ do các

thông tin liên quan đến tình trạng tín dụng của mọi người có thể được ngân hàng

kiểm tra dễ dàng qua các công ty dữ liệu tín dụng.

2.4.3 Mô hình hồi quy Logistic

Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), mô hình hồi quy

Logistic sử dụng biến phụ thuộc dạng nhị phân để ước lượng xác suất một sự kiện

sẽ xảy ra với những thông tin của biến độc lập mà ta có được. Có rất nhiều hiện

tượng trong tự nhiên chúng ta cần dự đoán khả năng xảy ra sự kiện hay xác suất xảy

ra ví dụ như người vay có trả được nợ hay không. Mô hình này được ứng dụng rộng

rãi trong phân tích kinh tế.

Thuật ngữ “ hồi quy” do Francis Galton đưa ra lần đầu tiên. Phân tích hồi quy

là một trong những công cụ cơ bản của kinh tế lượng, nghiên cứu sự phụ thuộc của

biến phụ thuộc vào một hay nhiều biến khác hay còn gọi là biến độc lập. Trong đó

biến phụ thuộc là biến giả, chỉ nhận 2 giá trị là 0 hoặc 1.

Ưu điểm của mô hình:

- Là mô hình toán học định lượng nên khắc phục được những điểm của

mô hình định tính, thể hiện sự khách quan, nhất quán, không phụ thuộc vào ý kiến

chủ quan của cán bộ tín dụng.

- Thực hiện được bằng các phần mềm chuyên dụng như Eviews

- Dễ dàng hiệu chỉnh hoặc thêm bớt các biến nhằm xác định cụ thể tác

động của các yếu tố tới khả năng trả nợ của khách hàng tùy theo đặc trưng từng khu

vực nghiên cứu.

Nhược điểm: Tuy nhiên mô hình vẫn còn tồn tại nhược điểm đó là mô hình

phụ thuộc vào mức độ chính xác của nguồn thông tin thu thập và khả năng dự báo

cũng như trình độ phân tích của cán bộ tín dụng. Ngoài ra bản chất mô hình

Logistic là mô hình kinh tế lượng vì vậy khi hệ số xác định ở mức nhỏ thì mô hình

có thể dự báo kém chính xác.

2.5 Một số công trình nghiên cứu trước đây:

2.5.1 Nghiên cứu nước ngoài

Theo nghiên cứu của Chapman, J.M (1990), tác giả đã phân loại những nhân

tố ảnh hưởng tới rủi ro tín dụng cá nhân bao gồm: đặc điểm nhân khẩu học (tuổi,

giới tính, tình trạng hôn nhân, số người phụ thuộc và thời gian cư trú), đặc điểm

nghề nghiệp (ngành nghề công tác, thời gian công tác), đặc điểm thu nhập, đặc điểm

học vấn và đặc điểm khoản vay (số tiền vay vốn, thời gian vay vốn, đặc điểm của tài

sản thế chấp, mục đích sử dụng vốn vay). Kết quả nghiên cứu chỉ ra có 7 nhân tố tác

động đến khả năng trả nợ vay là tuổi tác, giới tính, tình trạng gia đình, vị trí nghề

nghiệp hoặc kinh tế của người vay, thu nhập, giá trị tài sản và sự sẵn lòng trả nợ của

khách hàng.

Còn trong nghiên cứu của mình, với dữ liệu được thu thập từ khảo sát tài

chính người tiêu dùng của Cục dự trữ liên bang từ năm 1989 đến năm 1995, trong

5,274 quan sát, Black và Morgan (1998) cho rằng 2 yếu tố thu nhập và nghề nghiệp

ảnh hưởng đến khả năng trả nợ vay của khách hàng, ông 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 có tay nghề.

Kohansal và Mansoori (2009) sử dụng mô hình Logit phân tích thêm sự ảnh

hưởng của rủi ro đạo đức và người cho vay đến khả năng trả nợ của khách hàng.

Hai tác giả đã tiến hành nghiên cứu trên mẫu dữ liệu gồm 175 nông dân vào năm

2008. Từ 12 biến được đưa vào mô hình, các tác giả đã đưa ra kết luận rằng lãi suất

của khoản vay là nhân tố quan trọng nhất ảnh hưởng tới khả năng trả nợ vay của

người nông dân kế tiếp là biến số kinh nghiệm của người nông dân.

Một nghiên cứu khác của Antwi và ctg (2012) tìm hiểu về các nhân tố ảnh

hưởng tới rủi ro không trả được nợ tại Ghana cho những khoản vay của ngân hàng

AkuaPem thông qua mô hình hồi quy logistic. Cơ sở dữ liệu cho nghiên cứu gồm

800 quan sát từ năm 2006 tới năm 2010. Từ tám biến độc lập được đưa vào mô hình

là loại hình vay mượn, lãi suất khoản vay, hình thức đảm bảo, tình trạng hôn nhân,

giới tính, độ tuổi, trình độ học vấn và nơi sinh sống, các tác giả đi tới kết luận rằng

loại hình vay mượn và khoản vay được đảm bảo là hai biến số thực sự có ảnh hưởng

tới khả năng trả nợ của người vay, các ngân hàng nên chú trọng tới khả năng đảm

bảo khoản nợ vay bằng tài sản đảm bảo để cải thiện rủi ro không trả được nợ của

người vay. Trong khi đó biến giới tính, tình trạng hôn nhân, độ tuổi, trình độ học

vấn và nơi sinh sống không có ý nghĩa thống kê.

Trong nghiên cứu của C.A.Wongnaa (2013) về các nhân tố ảnh hưởng đến

khả năng trả nợ của các hộ nông dân trồng khoai lang quận Sene – Ghana, tác giả

lựa chọn 100 hộ nông dân bất kỳ để tiến hành khảo sát. Mô hình nghiên cứu được

tác giả sử dụng là mô hình probit cho ra kết quả rằng giáo dục, kinh nghiệm, lợi

nhuận, tuổi tác, giám sát và thu nhập phi nông nghiệp có tác động tích cực đến khả

năng trả nợ. Ngược lại, giới tính và tình trạng hôn nhân có ảnh hưởng tiêu cực đến

khả năng trả nợ của hộ.

2.5.2 Nghiên cứu trong nước

Tại Việt Nam có nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình,

(2011), phân tích các nhân tố ảnh hưởng đến khả năng trả nợ vay đúng hạn của

nông hộ ở tỉnh Hậu Giang. Đề tài xác định được một số yếu tố ảnh hưởng đến khả

năng trả nợ vay đúng hạn của những hộ vay vốn, tạo căn cứ để ngân hàng chủ động

đưa ra các giải pháp phù hợp nhằm hạn chế rủi ro tín dụng cho ngân hàng và nâng

cao khả năng tiếp cận vốn của nông hộ. Tác giả xây dựng mô hình trên cơ sở hệ

thống dữ liệu thu thập được từ 436 hộ có vay vốn trong năm 2009 và đến thời điểm

31/12/2009 vẫn còn số dư.

Các tác giả đã sử dụng hình hồi quy Probit với 7 biến số được đưa vào mô

hình đó là: mục đích sử dụng vốn, thu nhập sau khi vay, lãi suất vay, tuổi người đi

vay, ngành nghề chính tạo ra thu nhập của chủ hộ, số thành viên trong gia đình tạo

ra thu nhập, trình độ học vấn của chủ hộ. Nghiên cứu đã kết luận rằng khả năng trả

nợ vay đúng hạn của nông hộ có tương quan thuận với thu nhập sau khi vay, trình

độ học vấn của chủ hộ và số thành viên trong gia đình có thu nhập. Trong khi đó

biến số lãi suất đi vay có tương quan nghịch với khả năng trả nợ đúng hạn. Nghiên

cứu cũng chỉ rằng những khoản vay được sử dụng đúng mục đích cũng sẽ cho xác

suất trả nợ đúng hạn cao hơn.

Một nghiên cứu khác của Nguyễn Thị Thanh Hương (2016) sử dụng mô hình

kinh tế lượng dưới dạng hàm hồi qui nhị phân Binary Logistic ước lượng tác động

của các nhân tố đến các chỉ tiêu chủ yếu phản ánh khả năng trả nợ của khách hàng,

có phân chia dữ liệu khách hàng theo từng vùng miền trên cả nước. Với tổng số

mẫu khảo sát là 118 mẫu hợp lệ, các chỉ tiêu đánh giá bao gồm 24 chỉ tiêu liên quan

đến thông tin khách hàng và 7 chỉ tiêu về mối quan hệ giữa khách hàng và ngân

hàng.

Nghiên cứu của Vương Quốc Duy và Đặng Hoàng Trung (2015) sử dụng số

liệu sơ cấp và mô hình Probit để đánh giá các nhân tố ảnh hưởng đến khả năng tiếp

cận tín dụng chính thức của hộ chăn nuôi heo ở quận Ô Môn, Thành phố Cần Thơ

sau khi thu thập số liệu từ phỏng vấn trực tiếp 223 nông hộ chăn nuôi heo trên địa

bàn theo phương pháp chọn mẫu phân tầng kết hợp với ngẫu nhiên. Từ 11 chỉ tiêu

đưa vào mô hình, nghiên cứu chỉ ra được có 05 nhân tố ảnh hưởng đến việc tiếp cận

tín dụng của các nông hộ đó là giới tính, trình độ học vấn, độ tuổi, vị trí xã hội, thu

nhập.

Tương tự, nghiên cứu của Đoàn Thị Bảo Châu (2014) cũng ứng dụng

phương pháp hồi quy Binary Logistic nhằm xác định ảnh hưởng của các yếu tố đến

khả năng trả nợ của khách hàng cá nhân tại Ngân hàng TMCP Á Châu. Từ 14 biến

độc lập được đưa vào mô hình nghiên cứu, kết quả chỉ ra 6 yếu tố tác động đến khả

năng trả nợ của khách hàng cá nhân là độ tuổi của khách hàng, số người phụ thuộc,

thu nhập của khách hàng, độ rủi ro trong nghề nghiệp của khách hàng và tình trạng

sở hữu nhà của khách hàng.

Qua quá trình tham khảo các nghiên cứu thực nghiệm trong và ngoài nước,

có thể thấy các tác giả đa số vận dụng mô hình hồi quy Binary Logistics để đánh giá

tác động của các nhân tố đến biến phụ thuộc. Tuy nhiên các biến được đưa vào từng

mô hình là khác nhau tùy thuộc theo đặc điểm của từng địa phương được phân tích,

chủ yếu là các yếu tố có thể kể đến như các yếu tố liên quan đến khách hàng (giới

tính, độ tuổi, tình trạng hôn nhân, nghề nghiệp, số năm kinh nghiệm, thu nhập,…)

hay các yếu tố liên quan đến khoản vay (lãi suất vay, hình thức vay, tài sản thế

chấp,…). Các nghiên cứu trước tập trung vào từng nhóm đối tượng riêng biệt của

từng vùng địa lý, chẳng hạn như nghiên cứu khả năng trả nợ của nông hộ chăn nuôi

heo ở quận Ô Môn, Cần Thơ của Vương Quốc Duy và Đặng Hoàng Trung (2015),

hay nghiên cứu về khả năng trả nợ của các hộ nông dân trồng khoai lang ở quận

Sene – Ghana của Wongnaa (2013). Luận văn này tập trung vào nhóm khách hàng

cá nhân đã có quan hệ vay vốn tại một ngân hàng cụ thể là BIDV Bắc ĐăkLăk, phân

tích khả năng trả nợ của khách hàng dưới góc nhìn của ngân hàng. Trên cơ sở kế

thừa mô hình và biến số được đưa vào của các nghiên cứu trước, tác giả cũng có

thay đổi một số biến số cho phù hợp với tình hình thu thập thông tin khách hàng và

điều kiện hoạt động tại chi nhánh.

Kết luận chương 2

Như vậy, chương 2 của luận văn đã trình bày được cơ sở lý thuyết về khả

năng trả nợ của khách hàng, giới thiệu các mô hình nghiên cứu trước đây, sơ lược

một số nghiên cứu thực nghiệm trên thế giới và Việt Nam. Và trình bày các yếu tố

ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân làm tiền đề hình thành các

giả thuyết và sự lựa chọn các biến trong chương 3.

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU SỬ DỤNG

Trong chương 1, tác giả đã khái quát về phương pháp nghiên cứu của luận

văn thì trong chương 3 này, tác giả trình bày chi tiết về dữ liệu nghiên cứu, phương

pháp phân tích số liệu, và phân tích hồi quy Binary Logistic cũng như cách xác định

đưa các biến vào mô hình. Từ đó, tác giả kỳ vọng về dấu các hệ số của biến độc lập

và dự kiến kết quả của mô hình, làm cơ sở cho kết quả nghiên cứu ở chương 4.

3.1 Phương pháp nghiên cứu

Dựa trên thông tin thu thập từ hồ sơ khách hàng và cơ sở dữ liệu khách hàng

của chi nhánh, tác giả sử dụng phương pháp phân tích hồi quy nhị phân thông qua

việc vận dụng mô hình Binary Logistic để ước lượng mô hình nhằm xác định các

yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại BIDV chi nhánh

Bắc ĐăkLăk.

Hàm hồi quy Logistic (còn gọi là hồi quy Logit) có dạng như sau:

𝑃(𝑌=1)

𝑌 = ln[ ] = βo + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 +

𝑃(𝑌=0)

β8X8 + ε (3.1)

Hay Y = Ln[P0/(1 - P0)] = βo + β1X1+ β2X2+ β3X3+β4X4 + β5X5 + β6X6 +

β7X7 + β8X8 + ε (3.2)

Trong đó:

- Y: Khả năng trả nợ vay đúng hạn của khách hàng cá nhân

Y = 1: Khách hàng trả nợ vay đúng hạn

Y = 0: Khách hàng không trả nợ vay đúng hạn

- X1, …, X8: Các nhân tố ảnh hưởng đến khả năng trả nợ đúng hạn của

khách hàng cá nhân

- βi là các hệ số hồi quy của hàm Logit

- ε là sai số ngẫu nhiên.

Hàm hồi quy Logit sẽ tính xác suất xảy ra Y theo quy tắc: Nếu xác suất

>=0.5 thì Y=1; nếu xác suất < 0.5 thì Y = 0.

3.1.1 Diễn dịch các hệ số hồi quy của mô hình

Từ công thức (3.2), hệ số ước lượng β1 cho biết khi X1 tăng 1 đơn vị thì log

của P0/(1-P0) tăng β1 đơn vị. Về chiều hướng tác động, vế trái của công thức (3.2)

đồng biến với P0 (tức xác suất Y=1) nên nếu hệ số βi mang dấu dương thì tăng Xi sẽ

làm tăng khả năng Y nhận giá trị 1, trong khi hệ số âm làm giảm khả năng này

(Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tuy nhiên, để có thể diễn dịch ý

nghĩa các hệ số hồi quy Binary Logistic, cần tính tác động biên của biến độc lập Xi

lên xác suất trả được nợ (có khả năng trả nợ) P1 theo công thức 3.3 sau:

∆𝑃1

= 𝑃(1 − 𝑃)𝛽𝑖 (3.3)

∆𝑋𝑖

3.1.2 Kiểm định ý nghĩa của các hệ số

Hồi quy Logit sử dụng đại lượng Wald Chi Square 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 mô hình (hệ số hồi quy mẫu) logit

chia cho sai số chuẩn của ước lượng hệ số hồi quy này, sau đó lấy bình phương như

𝛽

Wald.Chi – Square = [ ]2 (3.4)

𝑠.𝑒.(𝛽)

3.1.3 Độ phù hợp của mô hình

Hồi quy Binary Logistic cũng đòi hỏi ta phải đánh giá độ phù hợp của mô

hình. Đo lường độ phù hợp tổng quát của mô hình này được dựa trên chỉ tiêu -2LL

(viết tắt của -2 log likelihood). Quy tắc đánh giá độ phù hợp căn cứ trên -2LL ngược

với quy tắc dựa trên hệ số xác định mô hình R bình phương, nghĩa là giá trị -2LL

càng nhỏ càng thể hiện độ phù hợp cao. Giá trị nhỏ nhất của -2LL là 0 (tức là không

có sai số), khi đó mô hình có một độ phù hợp hoàn hảo. Ngoài ra còn có thể xác

định được mô 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 đoán đúng sự kiện.

3.1.4 Kiểm định độ phù hợp tổng quát

Trong hồi quy Logit, tổ hợp liên hệ tuyến tính của toàn bộ các hệ số trong

mô hình ngoại trừ hằng số cũng được kiểm định xem có thực sự có ý nghĩa trong

việc giải thích cho biến phụ thuộc không. Với hồi quy tuyến tính bội ta dùng thống

kê F để kiểm định giả thuyết. Tuy nhiên trong hồi quy Logit ta sử dụng kiểm định

Chi - bình phương. Với mức Sig < 0.05 ta bác bỏ giả thuyết Ho chấp nhận giả thuyết

H1 tức là các hệ số hồi quy khác nhau có ý nghĩa thống kê và các hệ số đều thực sự

có ý nghĩa trong việc giải thích biến phụ thuộc.

3.1.5 Các phương pháp đưa biến độc lập vào mô hình

Có nhiều phương pháp đưa biến độc lập vào mô hình hồi quy, Bảng trình bày

một số phương pháp thường gặp:

Bảng 3.1 Các phương pháp đưa biến độc lập vào mô hình

Enter Là phương pháp đưa vào bắt buộc, các biến trong khối biến độc

lập được đưa vào trong một bước.

Forward Theo phương pháp này, các biến được đưa dần vào theo điều

Conditional kiện. Nó kiểm tra việc loại biến căn cứ trên xác suất của số thống

kê Likelihood-ratio dựa trên những ước lượng thông số có điều

kiện.

Forward LR Phương pháp này thực hiện bằng cách đưa dần vào các biến,

kiểm tra việc loại biến căn cứ trên xác suất của số thống kê

Likelihoodratio dựa trên ước lượng khả năng xảy ra tối đa

(maximumlikelihood estimates)

Forward Wald Là phương pháp đưa dần vào, kiểm tra việc loại biến căn cứ trên

xác suất của số thống kê Wald

Backward Theo phương pháp này, các biến được loại trừ dần theo điều

Conditional kiện. Nó kiểm tra việc loại biến căn cứ trên xác suất của số thống

kê Likelihood-ratio dựa trên những ước lượng thông số có điều

kiện

Backward LR Đây là phương pháp loại trừ dần, kiểm tra việc loại biến căn cứ

trên xác suất của số thống kê Likelihood-ratio dựa trên ước lượng

khả năng xảy ra tối đa

Backward Wald Cũng tương tự như Backward LR nhưng Backward Wald là

phương pháp loại trừ dần, kiểm tra việc loại biến căn cứ trên xác

suất của số thống kê Wald.

Nguồn: Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2008)

Trong luận văn này, tác giả sử dụng phương pháp Enter do đó các biến trong

khối biến độc lập được đưa vào trong một bước.

Về mặt mô hình và các biến số, nghiên cứu này sẽ kế thừa các mô hình của

Wongnaa (2013) khi tìm hiểu về khả năng trả nợ vay của các hộ nông dân trồng

khoai lang và mô hình của Vương Quốc Duy và Đặng Hoàng Trung (2015) khi tìm

hiểu về khả năng tiếp cận tín dụng chính thức của nông hộ. Tuy nhiên dựa vào tình

hình thực tế tại địa phương, tác giả có căn cứ để đưa vào hay loại bỏ một số các yếu

tố có thể ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân, chẳng hạn như

luận văn không thể đưa biến thu nhập vào mô hình do không có tổ chức hay một hệ

thống nào tại Việt Nam đo lường chính xác thu nhập của một cá nhân, hiện nay các

cơ quan quản lý thuế hay ngân hàng chưa thể quản lý được tất cả nguồn thu nhập

của một người dân một cách chính xác như nước ngoài nên yếu tố này nếu đưa vào

mô hình sẽ không đáng tin cậy. Hay biến trình độ học vấn cũng không được tác giả

đưa vào nghiên cứu vì đây không phải là thông tin khai báo bắt buộc mà ngân hàng

yêu cầu khách hàng cung cấp khi thẩm định nhu cầu vay vốn. Biến kinh nghiệm hay

giám sát cũng không được xét đến trong mô hình do sự khác biệt giữa các ngành

nghề, và hộ nông dân thường không cung cấp chính xác số liệu về số năm kinh

nghiệm canh tác dẫn đến nếu đưa vào mô hình nghiên cứu sẽ không phản ánh được

chân thực mối quan hệ giữa các biến. Do đó sau khi xem xét các nghiên cứu và khả

năng tiếp cận dữ liệu, tác giả chọn tám biến độc lập để đưa vào mô hình nghiên cứu

đó là độ tuổi, giới tính, tình trạng hôn nhân, nghề nghiệp, số tiền vay, lãi suất vay,

thời gian vay và hình thức vay.

3.2 Các giả thuyết

Căn cứ những luận điểm đã trình bày trong Chương 2 về các yếu tố ảnh

hưởng đến khả năng trả nợ của khách hàng cá nhân, phần này sẽ tổng quát các giả

thuyết của nghiên cứu:

Giả thuyết thứ nhất (H1): Độ tuổi có mối tương quan dương với khả năng

trả nợ của khách hàng cá nhân

Độ tuổi được xác định bằng cách lấy thời điểm vay trừ đi năm sinh. Nghiên

cứu của Kohansal và Mansoori (2009) chỉ ra rằng độ tuổi người vay càng lớn thì

khả năng trả nợ vay càng cao do người lớn tuổi có xu hướng thận trọng hơn, có kinh

nghiệm cũng như có trách nhiệm hơn so với người trẻ tuổi. Điều này cũng phù hơp

với đặc điểm của xã hội Việt Nam khi người lớn tuổi thường an phận, động lực

kiếm tiền hay trải nghiệm kinh doanh chiến lược mới giảm, do đó ít vay vốn đầu tư

mạo hiểm, chú trọng cao sự an toàn vốn nên khả năng không trả nợ đúng hạn ít xảy

ra. Các nghiên cứu của Chapman (1990) và Wongnaa (2013) cũng cho thấy điều

tương tự.

Giả thuyết thứ hai (H2): Giới tính có mối tương quan với khả năng trả nợ

của khách hàng cá nhân. Nếu khách hàng vay là nam, ảnh hưởng từ tính thích rủi

ro sẽ tác động âm tới khả năng trả nợ đúng hạn, điều này là ngược lại đối với nữ.

Theo nghiên cứu của Chapman (1990) và Wongnaa (2013) đã chỉ ra rằng

khách hàng vay là nữ có khả năng trả nợ tốt hơn so với đối tượng khách hàng nam.

Thực tế, theo truyền thống xã hội thì phụ nữ thường thận trọng, quản lý tài chính

khắt khe hơn với tính kỷ luật cao do đó khả năng trả nợ đúng hạn khi vay vốn của

nữ giới cũng thường cao hơn.

Giả thuyết thứ ba (H3):

Chỉ tiêu này là biến giả trong mô hình, khi người vay đã kết hôn quan sát

nhận giá trị là 1 và bằng 0 nếu ngược lại. Nghiên cứu của Wongaa (2013) cho rằng

khách hàng đã lập gia đình có nhiều khoản chi tiêu hơn so với đối tượng độc thân

nên rủi ro không trả được nợ vay cao hơn. Tuy nhiên, theo thực tế xã hội thì những

người đã lập gia đình có suy nghĩ hành động chin chắn hơn, vay vốn khi có nhu cầu

thiết thực và sử dụng vốn vay đúng mục đích. Bên cạnh đó theo truyền thống lối

sống người Việt Nam coi trọng gia đình nên sau khi kết hôn họ thường sống có

trách nhiệm và cẩn trọng hơn trong mỗi hoạt động của mình. Do đó khả năng trả nợ

vay đúng hạn của đối tượng đã lập gia đình cao hơn so với khi còn độc thân.

Giả thuyết thứ tư (H4): Nghề nghiệp

Trong nghiên cứu của Chapman (1990) cho thấy khách hàng là giáo sư, nghệ

sĩ hay kế toán, nhân viên văn phòng có khả năng trả nợ đúng hạn cao, còn những

công nhân không lành nghề thường xảy ra tình trạng trễ hạn nợ vay hơn. Một

nghiên cứu khác của Black và Morgan (1998) cũng chỉ ra rằng những người lao

động chân tay nợ tín dụng cao hơn so với các ngành nghề khác.

Giả thuyết thứ năm (H5): Kích cỡ khoản vay có mối tương quan dương với

khả năng trả nợ đúng hạn của khách hàng cá nhân

Quy mô khoản vay được kỳ vọng có mối tương quan thuận với khả năng trả

nợ vay đúng hạn của khách hàng cá nhân, theo nghiên cứu của Kohansal và

Mansoori (2009) khi cho rằng những khoản vay lớn sẽ giúp người vay tạo ra giá trị

dễ dàng hơn, gia tăng nguồn trả nợ hơn những khoản vay nhỏ đơn thuần chỉ là phục

vụ mục đích tiêu dung hay sử dụng cho những tình huống khẩn cấp, mang tính rủi

ro cao.

Giả thuyết thứ sáu (H6): Lãi suất vay có mối tương quan âm với khả năng

trả nợ đúng hạn của khách hàng cá nhân

Lãi suất vay là mối quan tâm lớn nhất của khách hàng khi tiếp cận vay vốn,

đó là chi phí của khoản vay và ảnh hưởng trực tiếp đến kết quả sản xuất kinh doanh

của họ cũng như khả năng tài chính để trả nợ vay ngân hàng. Lãi suất càng cao thì

gánh nặng trả nợ vay ngân hàng càng lớn, tình hình thu nhập của khách hàng càng

sụt giảm. Nghiên cứu của tác giả Trương Đông Lộc và Nguyễn Thanh Bình (2011)

kết luận lãi suất có mối tương quan tỷ lệ nghịch với khả năng trả nợ vay đúng hạn

của khách hàng, cụ thể nếu lãi suất càng cao thì khả năng trả nợ vay đúng hạn càng

thấp và ngược lại.

Giả thuyết thứ bảy (H7): Thời gian vay vốn có mối tương quan âm với khả

năng trả nợ đúng hạn của khách hàng cá nhân

Từ dữ liệu nghiên cứu của Chapman (1990) cho thấy khách hàng vay vốn

ngắn hạn có xác suất trả nợ đúng hạn cao hơn, do khách hàng tự đánh giá bản thân

có rủi ro tín dụng thấp, ý thức trả nợ tốt nên ưa thích vay vốn ngắn hạn hơn nhằm

giảm chi phí lãi vay, hoàn tất nghĩa vụ nợ sớm, từ đó khả năng không trả nợ đúng

hạn của đối tượng khách hàng này thấp hơn. Nghiên cứu của Kibrom Tadesse

(2010) lại cho rằng các khoản vay trung hạn có rủi ro không trả được nợ thấp hơn.

Giả thuyết thứ tám (H8): Hình thức vay thế chấp sẽ ảnh hưởng tích cực đến

khả năng trả nợ của khách hàng cá nhân

Theo nghiên cứu của Antwi và ctg (2012), khách hàng vay có tài sản đảm

bảo có khả năng trả nợ tốt hơn so với các khoản vay tín chấp. Trong mô hình, đây

là biến giả thể hiện giá trị bằng 1 nếu khoản vay có tài sản thế chấp và bằng 0 nếu

khoản vay là tín chấp (không có tài sản bảo đảm). Trong thực tế hình thức vay tín

chấp thường đem lại rủi ro trong việc trả nợ đúng hạn do tâm lí của khách hàng khi

có thế chấp tài sản thì sẽ có ý thức hơn, lo sợ tài sản bị phát mãi.

3.3 Xác định các biến đưa vào mô hình

Phần này giải thích các biến số cho những giả thuyết trên được tính toán như

thế nào. Để kiểm định các giả thuyết, các biến số sẽ được phát triển dựa trên các cơ

sở về lý thuyết trình bày trong chương 2. Với các biến số độc lập, bao gồm: độ tuổi,

giới tính, tình trạng hôn nhân, nghề nghiệp, kích cỡ khoản vay, lãi suất vay và thời

gian vay vốn, sẽ được kiểm định có mối quan hệ như thế nào với biến phụ thuộc –

biến khả năng trả nợ đúng hạn của khách hàng cá nhân.

3.3.1 Xác định biến phụ thuộc

Biến phụ thuộc được xác định dựa trên khả năng trả nợ của khách hàng cá

nhân khi thu thập thông tin dữ liệu của 500 khách hàng cá nhân tại Ngân hàng

TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Bắc ĐăkLăk trong giai đoạn

2011-2015.

Bảng 3.2 Giá trị biến phụ thuộc trong mô hình nghiên cứu

Loại khách hàng Cách xác định Giá trị biến Đối chiếu thông tư 02

Có khả năng trả nợ NQH < 10 ngày Y = 1 Nợ nhóm 1

Không có khả năng NQH ≥ 10 ngày Y = 0 Nợ nhóm 2 -5

trả nợ Nợ gia hạn

(Nguồn: Tác giả thiết kế trên cơ sở lý luận và thông tư 02)

3.3.2 Xác định biến độc lập và kỳ vọng về dấu của các βi

Sau khi lựa chọn được biến phụ thuộc, bước tiếp theo phải xác định biến độc

lập trong phân tích. Cách tiếp cận đầu tiên là dựa trên cơ sở kết quả những nghiên

cứu từ các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại

chương 2 và dựa trên nguồn dữ liệu thu thập được. Do hạn chế về dữ liệu thu thập

theo thời gian, mô hình đo lường khả năng trả nợ bỏ qua xem xét yếu tố vĩ mô qua

biến năm dữ liệu, tác giả chỉ tập trung xem xét ảnh hưởng của đặc điểm khách hàng

(độ tuổi, giới tính, tình trạng hôn nhân, nghề nghiệp) và đặc điểm khoản vay (kích

cỡ khoản vay, lãi suất vay và thời gian vay vốn).

Bảng 3.3 Các biến độc lập sử dụng để ước lượng mô hình

Biến Giải thích sự lựa chọn biến

Các yếu tố liên quan đến khách hàng vay, bao gồm:

Độ tuổi Độ tuổi của con người có liên quan đến vấn đề nhận thức, tính

cách kinh nghiệm dẫn đến sự khác biệt về ý thức trả nợ vay

Giới tính Giới tính của khách hàng dẫn đến có sự khác biệt về tính thận

trọng trong sử dụng tiền vay cũng như tính kỷ luật, khắt khe

trong vấn đề tài chính

Tình trạng hôn Kết hôn là một trong những giai đoạn thay đổi nhận thức của

nhân con người, tính trách nhiệm đối với các vấn đề trong cuộc sống,

trong đó có vấn đề tài chính hay vay trả nợ

Nghề nghiệp Nghề nghiệp của khách hàng liên quan đến thu nhập định kỳ,

ảnh hưởng đến nguồn trả nợ của khách hàng

Các yếu tố liên quan đến khoản vay, bao gồm:

Kích cỡ khoản Số tiền vay vốn liên quan đến khả năng tạo ra giá trị tăng thêm,

vay ảnh hưởng đến nguồn trả nợ của khách hàng

Lãi suất vay Lãi suất tín dụng góp phần cấu thành chi phí sử dụng vốn của

khách hàng, ảnh hưởng đến việc trả nợ của KHCN

Thời gian vay KHCN rủi ro thấp hơn sẽ lựa chọn vay ngắn hạn, đồng thời phát

vốn tín hiệu rủi ro thấp, khả năng trả nợ tốt.

Hình thức vay Khách hàng vay có thế chấp tài sản bảo đảm sẽ có ý thức hơn

vốn trong việc trả nợ ngân hàng

(Nguồn: Tác giả tổng hợp từ các nghiên cứu liên quan)

Dựa trên các nghiên cứu liên quan, Bảng trình bày về ý nghĩa các biến và kỳ

vọng dấu của các hệ số βi:

Bảng 3.4 Ý nghĩa các biến và kỳ vọng về dấu của các hệ số

Kỳ vọng Nghiên cứu liên Biến mã hóa Ý nghĩa Thàng đo dấu βi quan

DOTUOI Số tuổi của khách Năm β1: + Kohansal và

hàng Mansoori (2009)

Chapman (1990)

GIOITINH Giới tính của 1: Nam β2: - Chapman (1990),

khách hàng 0: Nữ Vương Quốc Duy

và Đặng Hoàng

Trung (2015)

TTHONNHAN Tình trạng hôn 1: Có gia đình β3: + Chapman (1990)

nhân của khách 0: Độc thân,

hàng ly hôn, góa

NGHENGHIEP Nghề nghiệp của 1: Công nhân β4: - Chapman (1990)

KHCN viên chức

2: Giáo viên

3: Nhân viên

dịch vụ

4: Kinh doanh

cá thể

5: Làm nông

SOTIENVAY Số tiền vay vốn Triệu đồng β5: + Kohansal và

Mansoori (2009)

LSUATVAY Lãi suất vay vốn %/năm β6: - Trương Đông Lộc

và Nguyễn Thanh

Bình (2011)

TGIANVAY Thời gian vay vốn Tháng β7: - Chapman (1990)

HTHUCVAY Hình thức vay vốn 1: Thế chấp Β8: + Antwi và ctg

(2012) 0: Tín chấp

(Nguồn: Tác giả tự tổng hợp từ các nghiên cứu có liên quan)

3.4 Dữ liệu nghiên cứu

Đặc điểm khoản vay của khách hàng cá nhân tại chi nhánh là nhiều khoản

vay với số tiền vay ít, số lượng khoản vay tại chi nhánh rất nhiều nên tác giả thu

thập chọn mẫu ngẫu nhiên 500 khách hàng cá nhân phát sinh dư nợ trong 5 năm

2011-2015 từ dữ liệu khách hàng của chi nhánh để đảm bảo tất cả khách hàng đã

phát sinh kỳ hạn nợ phải trả và thấy được lịch sử trả nợ của khách hàng, như vậy

mới đánh giá được chất lượng khoản vay một cách chính xác.

Quy trình thu thập số liệu: Vì đây là dữ liệu khách hàng trong quá khứ nên

đã xác định được danh sách cụ thể, có thể sử dụng phương pháp chọn mẫu ngẫu

nhiên, khi đó khả năng được chọn vào dữ liệu mẫu của tất cả các đơn vị tổng thể

đều như nhau. Cụ thể từ dữ liệu khách hàng của chi nhánh, sử dụng hàm Rand trong

Excel để lấy ngẫu nhiên 500 khách hàng thỏa mãn tiêu chí trên, và tiến hành khảo

sát hồ sơ tín dụng, thu thập các thông tin từ hồ sơ khách hàng để thực hiện chạy

phân tích dữ liệu. Bên cạnh đó đảm bảo dữ liệu khách hàng mẫu được chọn có địa

chỉ cư trú tại nhiều khu vực phường, xã trên địa bàn hoạt động, tránh tập trung tại

một địa điểm nhất định, dẫn đến phản ánh tổng thể sai lệch về khả năng trả nợ vay

của khách hàng cá nhân.

Việc đo lường khả năng trả nợ vay của khách hàng cá nhân được thực hiện

dựa trên cơ sở phân tích các nhân tố liên quan đến đặc điểm khách hàng cá nhân và

các nhân tố liên quan đến đặc điểm khoản vay với cơ sở dữ liệu trong giai đoạn từ

năm 2011 đến năm 2015. Do đặc điểm địa bàn các khoản vay chủ yếu phục vụ cho

sản xuất nông nghiệp, tiêu dùng, kinh doanh nhỏ lẻ, không có sự khác biệt lớn giữa

các huyện xã mà chi nhánh thực hiện cấp tín dụng, nên tác giả tập hợp dữ liệu trong

giai đoạn nghiên cứu, sau đó dùng hàm random của phần mềm hỗ trợ Excel để chọn

ra từng đơn vị trong tổng thể chung vào mẫu.

Kết luận chương 3:

Như vậy, nội dung chính trong chương 3 là trình bày chi tiết về dữ liệu

nghiên cứu và phương pháp nghiên cứu của tác giả. Trên cơ sở lý thuyết và một số

nghiên cứu thực nghiệm trình bày trong chương 2, tác giả đã đưa ra các giả thuyết,

từ đó xác định các biến giải thích và biến phụ thuộc, trình bày cách đo lường các

biến, kỳ vọng dấu của các hệ số của biến độc lập và dự kiến kết quả mô hình.

Chương 3 giúp người đọc nắm được những kiến thức thực tế tổng quát hơn về

nghiên cứu của tác giả, giúp người đọc dễ dàng hiểu được nội dung của chương sắp

tới. Mục tiêu của chương 4 sẽ khẳng định dấu của các hệ số của biến độc lập đồng

thời thiết lập mô hình đo lường khả năng trả nợ của khách hàng cá nhân tại BIDV

chi nhánh Bắc ĐăkLăk.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

Từ dữ liệu và phương pháp nghiên cứu ở chương 3, nội dung chương 4 trình

bày kết quả của nghiên cứu thông qua bảng số liệu thống kê mô tả và kết quả hồi

quy. Qua đó xác định được các nhân tố ảnh hưởng đến khả năng trả nợ vay của

khách hàng cá nhân và kiểm định ý nghĩa của kết quả.

4.1 Thống kê mô tả mẫu

4.1.1 Thực trạng dư nợ khách hàng cá nhân tại BIDV Chi nhánh Bắc

ĐăkLăk

Trong những năm qua, Chi nhánh Ngân hàng TMCP Đầu tư và Phát triển

Bắc ĐăkLăk luôn chú trọng tới hoạt động tín dụng, đặc biệt là cho vay đối với

khách hàng cá nhân, cụ thể dư nợ cho vay đối tượng khách hàng này đã tăng từ 539

tỷ đồng vào năm 2011 lên đến 2,082 tỷ đồng vào cuối năm 2015. Tuy nhiên bên

cạnh tổng dư nợ cho vay tăng thì tỷ lệ nợ xấu KHCN cũng đang tăng lên một cách

đáng kể, mặc dù tỷ lệ này vẫn trong ngưỡng an toàn (< 3%) nhưng ít nhiều đã gây

ảnh hưởng đến hiệu quả hoạt động kinh doanh của chi nhánh, nếu không được xử lý

kịp thời sẽ gây ảnh hưởng rất nghiêm trọng cho những năm kinh doanh tiếp theo

của chi nhánh. Bảng 4.1 dưới đây cho thấy trong giai đoạn tín dụng tăng trưởng

mạnh từ 2014 đến 2015 đã kéo theo nợ xấu gia tăng từ 1.3% lên đến 1.7%, là dấu

hiệu cảnh báo cho chi nhánh cần phải chú trọng công tác kiểm soát chất lượng tín

dụng bên cạnh nhiệm vụ tăng trưởng, tránh tình trạng cho vay ồ ạt để tăng dư nợ mà

không quản lý chặt chẽ chất lượng khoản vay.

Bảng 4.1 Tình hình nợ xấu thể nhân

Đơn vị Chỉ tiêu 2011 2012 2013 2014 2015 tính

Dư nợ KHCN Tỷ VND 539 605 797 1,232 2,082

Nợ xấu KHCN Tỷ VND 6.2 7.5 8.7 15.5 35.7

Tỷ lệ nợ xấu % 1.2% 1.2% 1.1% 1.3% 1.7%

KHCN

(Nguồn: Phòng Kế hoạch Tổng hợp BIDV Bắc ĐăkLăk)

4.1.2 Đặc điểm cá nhân

Độ tuổi là một yếu tố có mặt trong hầu hết các nghiên cứu thực nghiệm về

đánh giá khả năng trả nợ vay của khách hàng cá nhân cho thấy tầm quan trọng của

biến số này trong vấn đề nghiên cứu. Tại chi nhánh. dữ liệu nợ của khách hàng cá

nhân thu thập được bao gồm 500 quan sát trong khoảng thời gian 5 năm từ 2011 –

2015 với độ tuổi của khách hàng được thu thập và thể hiện trong bảng sau:

Bảng 4.2 Đặc điểm độ tuổi

KHCN có khả KHCN không có Tổng cộng năng trả nợ khả năng trả nợ Độ tuổi

Số lượng Tỷ lệ Số lượng Tỷ lệ Số lượng Tỷ lệ

24 – 30 25 6% 1% 1 26 5%

31 – 35 49 12% 6% 5 54 11%

36 – 40 66 16% 9% 8 74 15%

41 – 45 69 17% 14% 12 81 16%

46 – 50 73 18% 18% 16 89 18%

45 >50 131 32% 52% 176 35%

Tổng cộng 413 100% 87 100% 500 100%

(Nguồn: Tính toán của tác giả)

Bảng 4.2 cho thấy tại chi nhánh, khách hàng có độ tuổi từ 41 trở đi có nhu cầu

vay vốn cao hơn so với các tuổi dưới 41, do đặc trưng tại địa bàn chủ yếu là vay

phát triển nông nghiệp, hay kinh doanh nông sản, mua rẫy, bố mẹ thường vay mua

rẫy để sau này tách đất cho con nên đối tượng khách hàng vay vốn chủ yếu là nằm

trong độ tuổi này.

Xét về khía cạnh giới tính, các khách hàng nữ trong dữ liệu nghiên cứu chiếm

20%, nam giới 80%, cho thấy khách hàng vay vốn chủ yếu là nam giới. Bảng 4.3

cũng cho thấy đa phần khách hàng vay không có khả năng trả nợ là nam giới, chiếm

đến 87%, phù hợp với các nghiên cứu của Kinyondo (2009) và Chapman (1990).

Bảng 4.3 Đặc điểm giới tính

KHCN có khả KHCN không có Tổng cộng năng trả nợ khả năng trả nợ Giới tính

Số lượng Tỷ lệ Số lượng Tỷ lệ Số lượng Tỷ lệ

Nam 324 78% 87% 400 80% 76

Nữ 89 22% 13% 100 20% 11

Tổng cộng 413 100% 87 100% 500 100%

(Nguồn: Tính toán của tác giả)

Bảng 4.4 dưới đây cho thấy tỷ lệ khách hàng đã lập gia đình chiếm 83%

trong tổng số mẫu, trong khi đó các khách hàng độc thân ở mức thấp hơn, chỉ chiếm

17%. Trên lý thuyết, những khách hàng đã kết hôn có xu hướng trả nợ tốt hơn, vì

những người đã lập gia đình thường có tính trách nhiệm cao, chín chắn hơn so với

người độc thân. Dữ liệu thu thập cho thấy trong số các khách hàng không có khả

năng trả nợ thì khách hàng độc thân chiếm tỷ lệ cao hơn là 66%, phù hợp với lý

thuyết. Tuy nhiên trong nghiên cứu thực nghiệm Wongnaa chứng minh điều ngược

lại, và nhiều nhà nghiên cứu không tìm ra mối quan hệ giữa biến tình trạng hôn

nhân và biến phụ thuộc.

Bảng 4.4 Đặc điểm tình trạng hôn nhân

KHCN có khả KHCN không có Tổng cộng Tình trạng năng trả nợ khả năng trả nợ

hôn nhân

Số lượng Tỷ lệ Số lượng Tỷ lệ Số lượng Tỷ lệ

Đã kết hôn 384 93% 34% 414 83% 30

Độc thân 29 7% 66% 86 17% 57

Tổng cộng 413 100% 87 100% 500 100%

(Nguồn: Tính toán của tác giả)

Khác với nghiên cứu thực nghiệm của Wongnaa (2013) chỉ nghiên cứu về các

hộ nông dân trồng khoai lang tại một quận, luận văn đánh giá khả năng trả nợ của

khách hàng cá nhân tại địa bàn hoạt động của chi nhánh, bao gồm cá nhân đang

hoạt động trong nhiều ngành nghề, đó là công nhân viên chức các đơn vị hành chính

sự nghiệp, giáo viên, nhân viên dịch vụ, kinh doanh cá thể và người làm nông. Bảng

4.5 khái quát tình hình trả nợ của các khách hàng thuộc nhiều ngành nghề trong dữ

liệu mẫu nghiên cứu.

Bảng 4.5 Đặc điểm nghề nghiệp

KHCN có khả KHCN không có Tổng cộng Nghề năng trả nợ khả năng trả nợ

nghiệp

Số lượng Tỷ lệ Số lượng Tỷ lệ Số lượng Tỷ lệ

Công nhân 49 12% 16 18% 65 13% viên chức

2 Giáo viên 40 10% 2% 42 8%

Nhân viên 3 16 4% 3% 19 4% dịch vụ

Kinh doanh 140 34% 13 15% 153 31% cá thể

Làm nông 168 41% 53 61% 221 44%

Tổng cộng 417 100% 87 100% 500 100%

(Nguồn: Tính toán của tác giả)

Bảng 4.5 cho thấy trong số các khách hàng cá nhân không trả được nợ vay

thì đối tượng làm nông chiếm phần nhiều 61%, đây là một vấn đề mà chi nhánh cần

quan tâm do chủ yếu các khoản vay cũng như chính sách ưu đãi tại địa bàn hướng

đến phục vụ sản xuất nông nghiệp theo đặc thù phát triển kinh tế của địa phương.

4.1.3 Đặc điểm khoản nợ vay

Đặc điểm khoản nợ vay của khách hàng thể hiện ở các yếu tố: số tiền vay,

thời gian vay, lãi suất vay và hình thức vay.

Bảng 4.6 Hình thức vay vốn

KHCN có khả KHCN không có Tổng cộng Hình thức năng trả nợ khả năng trả nợ

vay

Số lượng Tỷ lệ Số lượng Tỷ lệ Số lượng Tỷ lệ

Thế chấp 323 78% 34% 353 71% 30

Tín chấp 90 22% 66% 147 29% 57

Tổng cộng 413 100% 87 100% 500 100%

(Nguồn: Tính toán của tác giả)

Bảng 4.6 minh họa xu hướng ngân hàng ưu tiên cho vay vốn thế chấp với tỉ

lệ 71%, số lượng khách hàng được vay tín chấp ở mức thấp hơn là 29%, do đơn vị

chỉ áp dụng hình thức vay tín chấp cho các cán bộ công nhân viên có công tác tại

các đơn vị hành chính sự nghiệp và thanh toán lương hàng tháng qua tài khoản ngân

hàng tại BIDV Bắc ĐăkLăk, một số khoản vay tín chấp vào năm 2011 theo chính

sách của địa phương dành cho các hộ nông dân nhằm hỗ trợ phát triển nông nghiệp.

Tuy nhiên dù chiếm tỷ trọng nhỏ trong tổng dư nợ, nhưng khách hàng không có khả

năng trả nợ lại chủ yếu là đối tượng khách hàng này là 66%, ảnh hưởng đến hiệu

quả kinh doanh của chi nhánh.

4.1.4 Khả năng trả nợ khoản vay

Tỷ lệ trả nợ đúng hạn được thể hiện trong bảng 4.7 với kết quả là 83% số quan

sát trả nợ đúng hạn và 17% số quan sát bị trễ hạn thanh toán.

Bảng 4.7 Tỷ lệ trả nợ đúng hạn

Số lượng Tỷ lệ Tỷ lệ trả nợ đúng hạn (Số khách hàng) (%)

Trễ hạn 87 17%

Đúng hạn 413 83%

Tổng cộng 500 100%

(Nguồn: Tính toán của tác giả)

4.2 Kết quả hồi quy

4.2.1 Kiểm định hiện tượng đa cộng tuyến

Thuật ngữ đa cộng tuyến do Ragnar Frisch (1929) đề nghị. Khởi đầu nó có

nghĩa là sự tồn tại mối quan hệ tuyến tính “hoàn hảo” hoặc chính xác giữa một số

hoặc tất cả các biến giải thích trong một mô hình hồi qui. Đa cộng tuyến đề cập đến

sự tồn tại của nhiều hơn một mối quan hệ tuyến tính chính xác, và cộng tuyến là nói

đến sự tồn tại duy nhất một mối quan hệ tuyến tính. Nhưng sự phân biệt này hiếm

khi tồn tại trong thực tế, và đa cộng tuyến được dùng cho cả hai trường hợp. Hiện

tượng đa cộng tuyến sẽ dẫn đến các kết quả không tốt cho mô hình hồi quy:

 Khoảng tin cậy của hệ số hồi quy rộng hơn.

 Hệ số R2 cao nhưng tỷ số t ít có ý nghĩa.

 Dấu của các ước lượng của các hệ số hồi quy có thể sai.

 Thêm vào hay bớt đi các biến cộng tuyến với các biến khác, mô hình sẽ thay

đổi về dấu hoặc thay đổi về độ lớn của các ước lượng.

Do đó, trước khi tiến hành phân tích hồi quy, tác giả thực hiện kiểm định

hiện tượng đa cộng tuyến. nghiên cứu sẽ sử dụng nhân tử phóng đại phương sai

(variance inflation factor –VIF) để phát hiện hiện tượng đa cộng tuyến. Nếu hệ số

VIF có giá trị lớn hơn 10, sẽ có vấn đề về đa cộng tuyến (Field 2000, Hoàng Trọng

và Chu Nguyễn Mộng Ngọc 2008). Bảng 4.8 trình bày kết quả tính về hệ số VIF,

với các kết quả giá trị VIF < 10 thì mô hình không xảy ra hiện tượng đa cộng tuyến,

do đó tác giả tiến hành phân tích hồi quy.

Bảng 4.8 Kiểm định đa cộng tuyến

Coefficientsa

Model Standard

ized

Unstandardized Coefficie Collinearity

Coefficients nts Statistics

Std. Toleran

B Error Beta t Sig. ce VIF

1 (Constant) .911 .092 9.874 .000

Do tuoi KHCN -.011 .001 -.282 -8.302 .000 .830 1.20

Gioi tinh KHCN -.062 .030 -.066 -2.062 .040 .946 1.05

Tinh trang hon .521 .034 .519 15.542 .000 .862 1.16

nhan 0

Nghe nghiep -.062 .012 -.230 -5.183 .000 .486 2.05

So tien vay - .000 -.020 -.533 .594 .667 1.50

1.806E- 0

Lai suat vay .429 .371 .036 1.155 .248 .969 1.03

Thoi gian vay .000 .001 -.017 -.423 .672 .573 1.74

Hinh thuc vay .317 .038 .381 8.411 .000 .467 2.14

a. Dependent Variable: Kha nang tra no

(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)

4.2.2 Phân tích hồi quy Logistic

Bằng việc sử dụng phần mềm SPSS 18.0, tác giả tiến hành phân tích hồi quy

Logistic qua các bước sau:

Bước 1: Đưa toàn bộ 8 biến DOTUOI, GIOITINH, TTHONNHAN, NGHE

NGHIEP, SOTIENVAY, LSUATVAY, TGIANVAY, HTHUCVAY vào mô hình.

Sau khi chạy dữ liệu mô hình hồi quy Binary Logistic thông qua phần mềm

SPSS, ta có kết quả các biến được trình bày trong bảng 4.9 dưới đây:

Bảng 4.9 Các biến trong mô hình 1 (Variables in the Equation)

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1a DOTUOI -.184 .028 42.864 1 .000 .832

GIOITINH -.889 .495 3.223 1 .073 .411

TTHONNH 5.212 .613 72.344 1 .000 183.535

NGHENGHI -.749 .199 14.146 1 .000 .473

SOTIENVA .000 .001 .051 1 .821 1.000

LSUATVA 14.096 7.125 3.914 1 .048 1324170.38

Y 2

TGIANVAY -.015 .019 .652 1 .419 .985

HTHUCVA 3.781 .666 32.228 1 .000 43.855

Constant 6.506 1.532 18.046 1 .000 669.354

a. Variable(s) entered on step 1: DOTUOI, GIOITINH, TTHONNHAN,

NGHENGHIEP, SOTIENVAY, LSUATVAY, TGIANVAY, HTHUCVAY.

(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)

Từ bảng 4.10 xây dựng Mô hình 1 như sau:

Ln[(P=1)/(P=0)] = 6.506 – 0.184DOTUOI – 0.889 GIOITINH + 5.212

TTHONNHAN – 0.749 NGHENGHIEP + 0.00 SOTIENVAY + 14.096

LSUATVAY – 0.015 TGIANVAY + 3.781 HTHUCVAY (4.1)

Bảng trên cho thấy Mô hình 1 không được lựa chọn do biến SOTIENVAY

không có ý nghĩa thống kê vì có mức ý nghĩa (Sig.) lớn (0.821). Do đó loại bỏ biến

này khỏi mô hình và tiếp tục chạy mô hình với 7 biến còn lại.

Bước 2: Sau khi loại bỏ biến SOTIENVAY ra khỏi mô hình, tiếp tục chạy

mô hình với 7 biến còn lại là: DO TUOI, GIOITINH, TTHONNHAN, NGHE

NGHIEP, LSUATVAY, TGIANVAY, HTHUCVAY.

Phân tích hồi quy Binary Logistic thông qua phần mềm SPSS, Bảng 4.10

trình bày kết quả tính toán các biến:

Bảng 4.10 Các biến trong mô hình 2 (Variables in the Equation)

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1a DOTUOI -.184 .028 43.030 1 .000 .832

GIOITINH -.899 .494 3.312 1 .069 .407

TTHONNH 5.201 .610 72.788 1 .000 181.369

NGHENGHI -.748 .199 14.097 1 .000 .473

LSUATVA 14.169 7.138 3.941 1 .047 1423929.21

Y 3

TGIANVAY -.014 .017 .604 1 .437 .987

HTHUCVA 3.837 .622 38.059 1 .000 46.390

Constant 6.454 1.514 18.179 1 .000 635.443

a. Variable(s) entered on step 1: DOTUOI, GIOITINH, TTHONNHAN,

NGHENGHIEP, LSUATVAY, TGIANVAY, HTHUCVAY.

(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)

Từ bảng 4.11 xây dựng Mô hình 2 như sau:

Ln[(P=1)/(P=0)] = 6.454 – 0.184 DOTUOI – 0.889 GIOITINH + 5.201

TTHONNHAN – 0.748 NGHENGHIEP + 14.169 LSUATVAY – 0.014

TGIANVAY + 3.837 HTHUCVAY (4.2)

Bảng 4.11 cho thấy Mô hình 2 không được lựa chọn do biến TGIANVAY

không có ý nghĩa thống kê vì có mức ý nghĩa (Sig.) lớn (0.437). Do đó loại bỏ biến

này khỏi mô hình và tiếp tục chạy mô hình với 6 biến còn lại.

Bước 3: Sau khi loại bỏ biến TGIANVAY ra khỏi mô hình, tiếp tục chạy mô

hình với 5 biến còn lại là: DO TUOI, GIOITINH, TTHONNHAN, NGHE

NGHIEP, HTHUCVAY, LSUATVAY.

Phân tích hồi quy Binary Logistic thông qua phần mềm SPSS, Bảng 4.11

trình bày kết quả tính toán các biến:

Bảng 4.11 Các biến trong mô hình 3 (Variables in the Equation)

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1a DOTUOI -.181 .028 43.239 1 .000 .834

GIOITINH -.916 .495 3.428 1 .064 .400

TTHONNH 5.178 .604 73.554 1 .000 177.395

NGHENGHI -.693 .185 14.008 1 .000 .500

LSUATVA 13.863 7.091 3.823 1 .051 1048924.00

Y 3

HTHUCVA 3.837 .623 37.960 1 .000 46.386

Constant 5.953 1.359 19.175 1 .000 384.953

a. Variable(s) entered on step 1: DOTUOI, GIOITINH, TTHONNHAN,

NGHENGHIEP, LSUATVAY, HTHUCVAY.

(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)

Từ bảng 4.12 xây dựng Mô hình 3 như sau:

Ln[(P=1)/(P=0)] = 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178

TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837

HTHUCVAY (4.3)

Bảng 4.12 cột mức ý nghĩa (Sig.) của kiểm định Wald cho thấy:

- Biến DOTUOI có Sig = 0.00 < 0.01. Do đó, biến độ tuổi tương quan

có ý nghĩa với biến TRANO với độ tin cậy trên 99%.

- Biến GIOITINH có Sig = 0.064 < 0.1. Do đó, biến giới tính tương

quan có ý nghĩa với biến TRANO với độ tin cậy trên 90%.

- Biến TTHONNHAN có Sig = 0.00 < 0.01. Do đó, biến

TTHONNHAN tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%.

- Biến NGHENGHIEP có Sig = 0.00 < 0.01. Do đó, biến

NGHENGHIEP tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%.

- Biến LSUATVAY có Sig = 0.051 < 0.1. Do đó, biến lãi suất vay

tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 90%.

- Biến HTHUCVAY có Sig = 0.00< 0.01. Do đó, biến hình thức vay

tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%.

Do tất cả 6 biến (DOTUOI, GIOITINH, TTHONNHAN, NGHENGHIEP,

LSUATVAY, HTHUCVAY) đều có ý nghĩa thống kê ở mức sai số chuẩn hồi quy

bằng 10% nên mô hình 3 dưới đây là mô hình được chọn lựa:

Ln[(P=1)/(P=0)] = 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178

TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837

HTHUCVAY (4.3)

Kết quả hồi quy cho thấy mối tương quan của các biến độc lập được đưa vào

mô hình và biến phụ thuộc. Cụ thể cho thấy độ tuổi có mối quan hệ nghịch chiều

với khả năng trả nợ vay của KHCN, điều này phù hợp với nghiên cứu của Trương

Đông Lộc và Nguyễn Thanh Bình (2011) khi cho rằng độ tuổi càng lớn thì rủi ro

không trả được càng cao. Ở góc độ giới tính, mô hình cho kết quả rằng nữ giới tạo

ra ít khoản nợ xấu hơn nam giới với cá tính thận trọng và quản lý tài chính tốt hơn

khi vay vốn, các nghiên cứu của Chapman (1990), Miller (2012) và Wongnaa

(2013) cũng đều chứng minh kết quả tương tự. Tuy nghiên cứu của Wongnaa

(2013) chỉ ra rằng biến tình trạng hôn nhân có tác động tiêu cực đến biến phụ thuộc,

luận văn lại chứng minh điều ngược lại khi kết quả cho thấy khách hàng đã lập gia

đình có khả năng trả nợ tốt hơn so với người độc thân vì bản thân trưởng thành hơn,

có trách nhiệm, suy nghĩ hành động chín chắn hơn. Một yếu tố khác liên quan đến

khách hàng vay và có mối quan hệ tác động âm với khả năng trả nợ vay đó là nghề

nghiệp, tương đồng với kết quả mô hình của Chapman (1990).

Từ bốn biến liên quan đến khoản vay được đưa vào mô hình thì có hai nhân

tố có ảnh hưởng đến khả năng trả nợ vay của KHCN đó là lãi suất vay và hình thức

vay. Tuy nhiên trái với các nghiên cứu thực nghiệm cua Trương Đông Lộc và

Nguyễn Thanh Binh (2011), Kohansal và Mansoori (2009) khi cho rằng lãi suất vay

càng cao thì khả năng trả nợ vay càng thấp, kết quả mô hình với dữ liệu nghiên cứu

tại BIDV chi nhánh Bắc ĐăkLăk cho thấy mối tương quan dương giữa hai biến này.

Như vậy có thể thấy tuy mô hình và các biến được đưa vào mô hình là tương

đồng giữa các nghiên cứu thực nghiệm mà tác giả tham khảo và nghiên cứu của tác

giả tại chi nhánh, nhưng kết quả sự ảnh hưởng của các nhân tố là khác nhau, do đặc

trưng khách hàng vay vốn tại từng địa bàn, đặc điểm riêng biệt của địa phương, quy

mô chi nhánh, đối tượng cho vay.

4.2.3 Ý nghĩa của các kết quả

4.2.3.1 Kiểm định ý nghĩa các hệ số hồi quy

Như đã trình bày ở phần trên, mức ý nghĩa của kiểm định Wald Chi Square

trong bảng 4.11 cho biết 6 biến DOTUOI, GIOITINH, TTHONNHAN,

NGHENGHIEP, LSUATVAY, HTHUCVAY đều có ý nghĩa thống kê ở mức sai số

chuẩn hồi quy bằng 10%, 2 biến còn lại SOTIENVAY và TGIANVAY có Sig > 0.1

đều không có ý nghĩa thống kê ở mức sai số chuẩn hồi quy bằng 10%. Do đó bác bỏ

giả thuyết: β1 = β2 = β3 =β4 = β6 = β8 =0.

4.2.3.2 Kiểm định mức độ phù hợp của mô hình

Để kiểm định mức độ phù hợp tổng quát của mô hình, sử dụng kiểm định

Omnibus đối với các hệ số của mô hình được trình bày trong bảng Omnibus Tests

of Model Coefficients (Bảng 4.12).

Như vậy, các biến độc lập có quan hệ tuyến tính với biến phụ thuộc trong

tổng thể. Nói cách khác, mô hình lựa chọn là phù hợp tốt.

Bảng 4.12 Kiểm định Omnibus đối với các hệ số của mô hình

Omnibus Tests of Model Coefficients

Chi-

square df Sig.

Step 1 Step 278.760 6 .000

Block 278.760 6 .000

Model 278.760 6 .000

(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)

Ngoài ra, có thể xác định được mô hình dự đoán tốt đến đâu qua Bảng Phân

loại dự báo (Classification Table) do SPSS đưa ra thông qua việc so sánh trị số thực

và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện. Trong 500

khách hàng cá nhân được khảo sát, thực tế có 87 khách hàng không có khả năng trả

nợ, Bảng 4.13 cho thấy mô hình dự báo đúng 63 trường hợp, tỷ lệ dự đoán đúng là

72.4%. Còn 413 khách hàng cá nhân thực tế có khả năng trả nợ, mô hình dự báo

đúng 403 trường hợp nên tỷ lệ dự đoán đúng là 97.6%. Từ đó tính được tỷ lệ dự

đoán đúng của toàn mô hình là 93.2%.

Bảng 4.13 Bảng Phân loại dự báo

Classification Tablea

Observed Predicted

Kha nang tra no Percentag

Khong co e Correct

kha nang Co kha

tra no nang tra no

Step 1 Kha nang tra Khong co kha nang 24 72.4 63

no tra no

Co kha nang tra no 403 97.6 10

Overall Percentage 93.2

a. The cut value is .500

(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)

4.2.3.3 Kiểm định độ phù hợp tổng quát

Ngoài các kiểm định trên, khi phân tích hồi quy Logistic, kết quả từ phần

mềm SPSS đồng thời đưa ra Bảng Model Summary (Bảng Tóm tắt mô hình) dùng

để kiểm định mức độ giải thích của mô hình thể hiện qua Bảng 4.14 sau:

Bảng 4.14: Bảng tóm tắt mô hình (Model Summary)

Model Summary

Step -2 Log Cox & Snell Nagelkerke

likelihood R Square R Square

1 183.412a .427 .708

a. Estimation terminated at iteration number 7

because parameter estimates chànged by less

than .001.

(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)

Hệ số mức độ giải thích của mô hình: R2 Nagekerke = 0.708. Điều này có

nghĩa là 70.8% sự thay đổi của biến phụ thuộc được giải thích bởi 6 biến độc lập

trong mô hình, còn lại là do các yếu tố khác.

Như vậy, từ kết quả kiểm định ý nghĩa của các hệ số hồi quy, độ phù hợp và

mức độ giải thích của mô hình cho thấy 6 biến DOTUOI, GIOITINH,

TTHONNHAN, NGHENGHIEP, LSUATVAY, HTHUCVAY đều có ý nghĩa

thống kê ở mức sai số chuẩn hồi quy 10% và mô hình 3 là mô hình có độ phù hợp

khá tốt được sử dụng để đo lường các yếu tố ảnh hưởng đến khả năng trả nợ của

khách hàng cá nhân tại BIDV chi nhánh Bắc ĐăkLăk, mặt khác mô hình có thể sử

dụng với mục đích dự báo.

4.3 Vận dụng mô hình hồi quy Binary Logistic cho mục đích dự báo

Từ công thức số 4.3, ta viết lại mô hình Binary Logistic đo lường khả năng

trả nợ của khách hàng cá nhân như sau:

1

E (Y = ) =

X

𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY 1+ 𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

(4.4)

Với công thức trên, ta có thể tính được khả năng trả nợ của khách hàng cá

nhân để từ đó có cơ sở đưa ra quyết định cho vay đối với khách hàng cá nhân có

nhu cầu vay vốn. Dựa vào mô hình có thể giúp ngân hàng nâng cao chất lượng phân

tích tín dụng, hạn chế đưa ra những quyết định sai lầm trong cấp tín dụng, giảm

thiểu rủi ro, đảm bảo an toàn trong hoạt động. Hơn nữa, áp dụng mô hình định

lượng có thể lượng hóa được rủi ro trong phân tích tín dụng, giúp đưa ra quyết định

chính xác hơn, khách quan hơn, tránh tình trạng phê duyệt cho vay theo cảm tính.

Mô hình này giúp giảm thiểu rủi ro không chỉ trước khi cho vay mà còn có thể áp

dụng sau khi cho vay.

Ví dụ vận dụng mô hình hồi quy để ra quyết định cấp tín dụng cho khách

hàng cá nhân:

Một khách hàng cá nhân X chưa có quan hệ tín dụng với ngân hàng đến đề

cập vay vốn, có thông tin khách hàng như sau:

 Tuổi: 50

 Giới tính: Nam

 Tình trạng hôn nhân: Độc thân

 Nghề nghiệp: Làm nông

 Lãi suất vay: 15%

 Hình thức vay: Tín chấp

Áp dụng công thức 4.4, tính được xác suất trả nợ của khách hàng X như sau:

E (Y =

)

1 X

=

𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY 1 + 𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

= 0.0111782 < 0.5

Khách hàng không có khả năng trả nợ đúng hạn, do đó ngân hàng có thể xem

xét từ chối cấp tín dụng hay giảm hạn mức cho vay nếu như khách hàng đang có

quan hệ vay vốn tại chi nhánh.

Kết luận chương 4

Thông qua thống kê mô tả và kết quả ước lượng phân tích hồi quy Binary

Logistic, tác giả đã thiết lập mô hình đo lường khả năng trả nợ của khách hàng cá

nhân tại BIDV Bắc ĐăkLăk. Các kiểm định cho thấy các hệ số hồi quy trong mô

hình tìm được đều có ý nghĩa và độ phù hợp của mô hình khá tốt, qua đó nhận định

được các yếu tố tác động đến khả năng trả nợ của khách hàng cá nhân tại chi nhánh,

và là căn cứ để tác giả đưa ra một số khuyến nghị trong chương 5.

Trong tám biến độc lập được đưa vào mô hình, kết quả cho thấy có sáu biến

tác động đến khả năng trả nợ vay của khách hàng cá nhân. Biến giới tính mang dấu

âm chứng tỏ khách hàng nữ có khả năng trả nợ vay đúng hạn tốt hơn so với nam

giới, điều này hoàn toàn phù hợp với nghiên cứu của Chapman (1990) hay Vương

Quốc Duy và Đặng Hoàng Trung (2015). Hai yếu tố khác cũng phù hợp với nghiên

cứu của Chapman đó là biến tình trạng hôn nhân, nghề nghiệp khi cho rằng khách

hàng có gia đình trả nợ tốt hơn so với người độc thân, hay những người lao động tay

chân có rủi ro không trả được nợ cao hơn. Lãi suất luôn là vấn đề được người đi vay

quan tâm vì nó ảnh hưởng trực tiếp đến kết quả sản xuất kinh doanh của họ, tuy

nhiên kết quả phân tích mô hình cho kết quả trái với kỳ vọng là lãi suất có mối

tương quan dương với khả năng trả nợ vay của khách hàng cá nhân. Bên cạnh đó,

kỳ vọng về dấu của biến độ tuổi cũng không đúng như kỳ vọng khi cho rằng độ tuổi

có mối tương quan tỷ lệ thuận với khả năng trả nợ vay.

Điều đó cho thấy tuy những biến được đưa vào mô hình phân tích là tương

đồng giữa nghiên cứu của các tác giả, nhưng do đặc điểm từng vùng địa bàn, mô

hình hoạt động, văn hóa địa phương mà sự tác động của các biến độc lập đến biến

phụ thuộc là khác nhau, từ đó việc xây dựng mô hình đo lường tác động của các

nhân tố đến khả năng trả nợ của khách hàng cá nhân tại từng khu vực là thực sự cần

thiết để có thể đánh giá khách hàng một cách khách quan và chính xác hơn.

CHƯƠNG 5: KẾT LUẬN VÀ MỘT SỐ KHUYẾN NGHỊ

5.1 Tổng hợp kết luận chính

Từ cơ sở lý thuyết đến thực trạng tại chi nhánh BIDV Bắc ĐăkLăk và kết

quả phân tích hồi quy Bianry Logistic, luận văn đã trả lời cho các câu hỏi nghiên

cứu đặt ra trong chương 1:

Đối với câu hỏi nghiên cứu thứ nhất, nghiên cứu cũng đã trình bày mặt thành

công và hạn chế của hoạt động đánh giá khả năng trả nợ của khách hàng cá nhân tại

BIDV chi nhánh Bắc ĐăkLăk. Phương pháp đánh giá khả năng trả nợ của khách

hàng cá nhân tại chi nhánh chủ yếu dựa trên việc phân tích khách hàng qua những

hồ sơ thu thập được từ khách hàng, thông tin lưu trữ tại ngân hàng và các thông tin

bên ngoài khác theo phương pháp định tính, do đó còn hạn chế như chưa lượng hóa

khả năng trả nợ của KHCN.

Về câu hỏi thứ hai, thông qua phương pháp phân tích định lượng, tiến hành

hồi quy nhị phân Binary Logistics, luận văn đã nêu ra được các yếu tố ảnh hưởng

đến khả năng trả nợ của khách hàng cá nhân tại BIDV chi nhánh Bắc ĐăkLăk.

Trong hồi quy Binary logistics, biến phụ thuộc chỉ nhận một trong hai giá trị là 1

hoặc 0. Trong đó, biến phụ thuộc nhận giá trị là 1 khi khách hàng có khả năng trả

nợ và 0 khi khách hàng không có khả năng trả nợ. Dựa trên kết quả của mô hình hồi

quy nhị phân, những biến giải thích có ý nghĩa là: độ tuổi, giới tính, tình trạng hôn

nhân, nghề nghiệp, lãi suất vay và hình thức vay. Theo đó, độ tuổi có mối tương

quan âm với biến khả năng trả nợ, có nghĩa là khách hàng cá nhân càng lớn tuổi thì

khả năng trả nợ càng thấp. Biến giới tính mang dấu âm thể hiện rằng khách hàng nữ

có khả năng trả nợ tốt hơn so với nam giới. Về tình trạng hôn nhân, đối tượng khách

hàng đã lập gia đình sẽ có khả năng trả nợ tốt hơn so với những khách hàng đang

độc thân. Bên cạnh đó, xét theo khía cạnh đặc điểm nghề nghiệp, đối tượng công

chức nhà nước, giáo viên có nguồn thu nhập ổn định, có khả năng trả nợ tốt hơn so

với hộ nông dân, nguồn thu để trả nợ dễ bị ảnh hưởng bởi khí hậu thay đổi hay sâu

bệnh phá hoại mùa màng, hạn hán,… Trong các yếu tố liên quan đến khoản vay thì

lãi suất vay cũng là một nhân tố có ảnh hưởng đến khả năng trả nợ vay của khách

hàng cá nhân, cụ thể mô hình cho thấy biến lãi suất vay có mối tương quan dương

với biến phụ thuộc. Hình thức vay thế chấp cũng ảnh hưởng tích cực hơn đến khả

năng trả nợ nhờ vào ý thức bảo vệ tài sản cá nhân của khách hàng. Từ cơ sở các yếu

tố ảnh hưởng khả năng trả nợ của khách hàng làm tiền đề cho tác giả đề xuất một số

khuyến nghị trình bày trong phần tiếp theo.

Đối với câu hỏi thứ ba, qua các kiểm định cho thấy các biến giải thích trong

mô hình đều có ý nghĩa, độ phù hợp mô hình khá tốt nên ngoài việc nhận định các

yếu tố ảnh hưởng khả năng trả nợ, đánh giá sơ bộ khách hàng, để cán bộ quản lý

khách hàng có thể có quyết định đúng đắn với các khách hàng đang có quan hệ tín

dụng tại chi nhánh là có nên tiếp tục cho vay hay hạn chế tín dụng đối với mỗi

khách hàng tùy theo khả năng trả nợ của khách hàng đó trên cơ sở tính toán theo

công thức:

1

E (Y = ) =

X

𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY 1+ 𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

Ngoài ra, mô hình trên còn có thể được vận dụng với mục đích dự báo cho

những khách hàng chưa từng có quan hệ tín dụng tại chi nhánh, hỗ trợ cho cán bộ

ngân hàng trong việc ra quyết định cấp tín dụng mới cho khách hàng, từ đó phát

triển nền khách hàng cá nhân, đem lại hiệu quả và lợi nhuận cho chi nhánh. Tuy

nhiên cần lưu ý mức độ chính xác dự báo của mô hình chỉ ở mức 93.2%.

Nghiên cứu đã bước đầu lượng hóa được các nhân tố ảnh hưởng đến khả năng

trả nợ của khách hàng cá nhân tuy nhiên vẫn còn nhiều điểm hạn chế, chưa thể áp

dụng mô hình trên tổng thể hệ thống ngân hàng, từ đó gợi mở cho những nghiên cứu

sau này.

5.2 Một số khuyến nghị

Từ mô hình nghiên cứu, tác giả chỉ ra được sáu yếu tố ảnh hưởng đến khả

năng trả nợ của khách hàng cá nhân tại BIDV chi nhánh Bắc ĐăkLăk là độ tuổi,

giới tính, tình trạng hôn nhân, nghề nghiệp của khách hàng, lãi suất vay và hình

thức vay vốn. Sau đây là một số khuyến nghị nhằm hạn chế rủi ro cho ngân hàng

khi cấp tín dụng cho khách hàng:

 Khi tiếp nhận hồ sơ đề nghị vay vốn của khách hàng, nghề nghiệp và độ rủi

ro trong nghề nghiệp cần được xem xét đánh giá kĩ càng. Có cái nhìn tổng quan về

nghề nghiệp và những vấn đề liên quan, tình hình phát triển của ngành nghề tại địa

phương. Chẳng hạn như khi cho vay đối tượng hộ nông dân với nguồn thu nhập duy

nhất từ vườn cây công nghiệp, phải có hiểu biết về tình trạng nông nghiệp hiện tại

tại địa phương như giá cả nông sản, thiên tai, mất mùa,… do nguồn thu nhập không

ổn định, dễ ảnh hưởng đến khả năng trả nợ của khách hàng từ đó xác định chi phí

cần thiết vay vốn, mức cho vay hợp lí để đảm bảo an toàn cho ngân hàng. Ngân

hàng cũng nên xây dựng các tỷ lệ cho vay hợp lí phù hợp với các ngành nghề, phân

chia theo độ rủi ro của từng ngành nghề để tránh rủi ro cho ngân hàng.

 Liên quan đến vấn đề độ tuổi của khách hàng, khi thẩm định hồ sơ vay vốn,

cán bộ cần đánh giá cẩn trọng hơn về độ tuổi của khách hàng, thời gian thu hồi vốn

phù hợp. Do trên địa bàn chủ yếu khách hàng vay là hộ nông dân nên có nhiều

khách hàng vay lớn tuổi, sức lao động đã giảm sút, hiệu quả canh tác không cao,

ảnh hưởng đến khả năng trả nợ vay.

 Xét về yếu tố tình trạng hôn nhân, trên thực tế khách hàng đã lập gia đình

thường sẽ chín chắn hơn, theo xu hướng ổn định và ít ưa rủi ro, có trách nhiệm hơn,

thường ảnh hưởng tích cực đến khả năng trả nợ hơn so với khách hàng độc thân .Do

đó, trước khi ra quyết định cấp tín dụng cho khách hàng, cán bộ cần chú ý đến yếu

tố này để đánh giá được tổng nguồn thu nhập trả nợ, từ đó thấy được khả năng đảm

bảo cho nghĩa vụ trả nợ vay của khách hàng.

 Tiếp theo, ngân hàng cần đặc biệt chú ý tới khía cạnh hình thức vay, những

khoản vay tín chấp thể hiện mức độ rủi ro rất cao. Để hạn chế vấn đề này, ngoài

việc thẩm định khách hàng kĩ lưỡng, ngân hàng cần có những biện pháp hạn chế

cho vay, ví dụ đưa ra cơ cấu vay hợp lí giữa các món vay tín chấp và có thế chấp

bằng tài sản đảm bảo, hay đưa ra điều kiện khắt khe hơn để có thể vay theo hình

thức tín chấp để đảm bảo hạn chế tối đa nợ xấu của các khoản vay tín chấp, đảm

bảo an toàn cho hoạt động của ngân hàng.

 Bên cạnh đó, công tác đào tạo tập huấn cán bộ cần được triển khai thường

xuyên và hoàn thiện hơn nữa. Cán bộ tín dụng cần nghiên cứu nắm vững quy trình

cấp tín dụng, cẩn trọng trong công tác thu thập thông tin khách hàng nhằm đưa ra

quyết định cho vay đúng đắn, tăng cường kiểm tra mục đích sử dụng vốn vay của

khách hàng định kỳ sau khi giải ngân, để có thể kiểm soát rủi ro kịp thời, đảm bảo

an toàn cho hoạt động ngân hàng. Tùy theo điều kiện từng vùng, ngân hàng cũng

nên thiết kế các sản phẩm tín dụng phù hợp với đặc trưng địa bàn, nhu cầu khách

hàng tại địa phương, giúp ngân hàng phát triển được sản phẩm dịch vụ theo đúng

nhu cầu khách hàng và giảm thiểu rủi ro cho ngân hàng.

5.3 Một số hạn chế của nghiên cứu

Đề tài còn những điểm hạn chế như sau:

(i) Mẫu dữ liệu nhỏ là một trong những hạn chế của đề tài khi phân tích

hồi quy Binary Logistic.

(ii) Việc phân chia đặc điểm nghề nghiệp theo các ngành nghề chính là

công nhân viên chức, giáo viên, nhân viên dịch vụ, kinh doanh, làm nông là chưa

thực sự cụ thể và thuyết phục vì chưa xét đến yếu tố vị trí công tác (lãnh đạo hay

nhân viên), quy mô của đơn vị công tác. Do đó mô hình có thể chưa đưa ra được

trọn vẹn ý nghĩa của sự tác động từ nhân tố này đến khả năng trả nợ của khách hàng

cá nhân.

(iii) Mặt khác, nghiên cứu cũng chưa tính đến tác động của các yếu tố vĩ

mô khác như lạm phát, tốc độ tăng trưởng kinh tế của vùng, …Đây cũng là hướng

gợi mở cho nghiên cứu tiếp theo trong việc kết hợp các yếu tố vi mô và vĩ mô trong

phân tích hồi quy.

Từ các hạn chế trên, bài viết chưa đưa ra được trọn vẹn các nhân tố tác động

cũng như mức độ ảnh hưởng của các nhân tố đến khả năng trả nợ của khách hàng cá

nhân, từ đó hạn chế khả năng nhận định và đưa ra các khuyến nghị phù hợp.

TÀI LIỆU THAM KHẢO

Tiếng Việt

1. Bùi Diệu Anh (2011), Tín dụng ngân hàng, Giáo trình Tín dụng 1, Trường

Đại học Ngân hàng TP HCM.

2. Đoàn Thị Bảo Châu (2014), Phân tích các yếu tố ảnh hưởng khả năng trả nợ

vay của khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Á Châu,

Luận văn thạc sĩ kinh tế.

3. Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên

cứu SPSS, Nhà xuất bản Thống kê, Thành phố Hồ Chí Minh.

4. Luật số 47/2010/QH12 của Quốc hội Ngày 16/06/2010 ban hành về luật tổ

chức tín dụng

5. Nguyễn Minh Kiều (2009), Nghiệp vụ Ngân hàng hiện đại, Nhà xuất bản

Thống kê.

6. Nguyễn Thị Thanh Hương (2016), Xếp hạng tín dụng nội bộ theo phân khúc

thị trường tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam,

Luận án tiến sĩ kinh tế.

7. Peter S.Rose (2004), Quản trị ngân hàng thương mại, Nhà xuất bản tài

chính.

8. Quyết định 18/2007/ QĐ-NHNN ngày 25 tháng 4 năm 2007 về việc sửa đổi

bổ sung một số điều về phân loại nợ, trích lập và sử dụng dự phòng để xử lý

rủi ro tín dụng trong hoạt động ngân hàng của các tổ chức tín dụng ban hành

kèm theo QĐ 493/2005/QĐ-NHNN ngày 22 thàng 4 năm 2005 của Thống

đốc ngân hàng nhà nước.

9. Quyết định 493/2005/QĐ-NHNN ngày 22 thàng 4 năm 2005 ban hành về

phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong

hoạt động ngân hàng của tổ chức tín dụng.

10. Thông tư 39/2016/TT-NHNN của Thống đốc NHNN ngày 30 tháng 12 năm

2016 Quy định về hoạt động cho vay của tổ chức tín dụng, chi nhánh ngân

hàng nước ngoài đối với khách hàng.

11. Trần Thị Xuân Hương và cộng sự (2012), Giáo trình Nghiệp vụ Ngân hàng

Thương mại, NXB Kinh tế TP HCM.

12. Trương Đông Lộc và Nguyễn Thanh Bình (2009), Các nhân tố ảnh hưởng

đến khả năng trả nợ đúng hạn của nông hộ tỉnh Hậu Giang, Tạp chí Công

nghệ Ngân hàng.

13. Vương Quốc Duy và Đặng Hoàng Trung (2015), Phân tích các nhân tố ảnh

hưởng đến khả năng tiếp cận tín dụng chính thức của hộ chăn nuôi heo trên

địa bàn quận Ô Môn, Cần Thơ, Tạp chí Khoa học Trường Đại học Cần Thơ.

Tiếng Anh

1. Abraham Gebeyehu (2002), Loan repayment and its determinants in small-

scale enterprise financing in Ethiopia, Addis Ababa, University Ethiopia.

2. A.H.Roslan & Mohd Zaini Abd Karim (2009), Department of Economics,

College of Arts and Sciences University Utara, Malaysia

3. Antwi, S., Mills, E.F.E.A., G.A & Zhao, X. (2012), Risk Factors of loan

default payment in Ghana: A case study of Akuapem Rural Bank 2012,

Working paper, School of Finance and Economics, Jiangsu University,

China.

4. Basel committee o Banking supervision (2006), International Convergence

of Capital Measurement and Capital Standards, Bank for International

Settlements.

5. C.A.Wongnaa (2013), Factors affecting loan repayment performance among

Yam farmers in the Sene district, Ghana.

6. Chapman, J.M (1990), Factors Affecting Credit in personal Lending,

National Bureau of Economics Research.

7. IMF (2004), Financial Soundness Indicators (FSIs): Compilation Guide.

8. Kibrom Tadesse (2010), Determinants of succesful loan repayment

performance of private borrowers in Development Bank of Ethiopia North

Region, Department of Management, College of Business and Economics,

Mekelle University, Ethiopia.

9. Kohansal, R.K. & Mansoori, H.(2009), Factors Affectingon loan Repayment

Performance of Farmers in Khorasan-Razavi Province of Iran, Working

paper. Ferdowsi University of Mashhad, Iran.

10. Malgorzata Wozniacka và Snigdha Sen (2004), Credit Scores: What you

should know about your own,Credit Scores: What you should know about

your own.

11. Miller, S. (2012), Risk Factors for Consumer Loan Default: A Censored

Quantile Regression Analysis, Working paper, University of Illinois.

Luận văn Thạc sĩ Kinh tế: Các nhân tố tác động đến khả năng trả nợ vay của khách hàng cá nhân tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam chi nhánh Bắc Đăk Lăk

𝑃(𝑌=1)

𝑃(𝑌=0)

∆𝑃1

∆𝑋𝑖

𝛽

𝑠.𝑒.(𝛽)

1

X

𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY 1+ 𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

E (Y =

)

1 X

=

𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY 1 + 𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

= 0.0111782 < 0.5

1

X

𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY 1+ 𝑒5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY

Có thể bạn quan tâm

Tài liêu mới

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn

Phương thức thanh toán

Theo dõi chúng tôi

Facebook

Youtube

TikTok