Luận văn Thạc sĩ Kinh tế: Ứng dụng mô hình mô hình xếp hạng tín dụng khách hàng để dự báo xác suất xảy ra nợ xấu tại ngân hàng Á Châu

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

----------------

TRẦN THỊ DIỄM THÚY

ỨNG DỤNG MÔ HÌNH XẾP HẠNG TÍN DỤNG KHÁCH HÀNG ĐỂ DỰ BÁO XÁC SUẤT XÃY RA NỢ XẤU

TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHÂN Á CHẤU

LUẬN VĂN THẠC SĨ KINH TẾ

TP.HỒ CHÍ MINH – NĂM 2013

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

----------------

TRẦN THỊ DIỄM THÚY

ỨNG DỤNG MÔ HÌNH XẾP HẠNG TÍN DỤNG KHÁCH HÀNG ĐỂ DỰ BÁO XÁC SUẤT XÃY RA NỢ XẤU

TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHÂN Á CHẤU

Chuyênngành:Tàichính – Ngânhàng

Mãsố: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC: TIẾN SĨ NGUYỄN VĂN PHÚC

TP.HỒ CHÍ MINH – NĂM 2013

LỜI CAM ĐOAN

Tôi xin cam đoan nội dung đề tài là kết quả nghiên cứu của bản thân trong suốt quá trình học tập và làm việc. Các trích dẫn và số liệu trong luận văn đều có dẫn nguồn và có độ chính xác cao nhất trong phạm vi hiểu biết của tôi.

MỤC LỤC

Trang phụ bìa

Lời cam đoan

Mục lục

Danh mục các ký hiệu, các chữ viết tắt

Danh mục các bảng, các hình vẽ, đồ thị

CHƯƠNG 1. TỔNG QUAN VỀ ĐỀ TÀI ........................................................... 1

1. Tầm quan trọng của đề tài ..................................................................... 1

2. Mục đích của đề tài ................................................................................ 1

3. Đối tượng và phạm vi nghiên cứu ........................................................ 2

4. Ý nghĩa của đề tài .................................................................................. 2

5. Nội dung của đề tài ................................................................................ 2

6. Phương pháp nghiên cứu ...................................................................... 3

7. Các công trình khoa học có liên quan .................................................. 3

CHƯƠNG 1: LÝ THUYẾT VỀ QUẢN LÝ NỢ XẤU VÀ CHẤM ĐIỂM TÍN

DỤNG .................................................................................................................... 5

1.1 Khái niệm về nợ xấu và các qui định về nợ xấu ................................. 5

1.2 Khái niệm về quản lý nợ xấu .............................................................. 6

1.3 Giới thiệu về xếp hạng tín dụng khách hàng ...................................... 8

1.4 Giới thiệu mô hình hồi qui logistic ..................................................... 13

1.5 Xếp hạng tín dụng và quản lý nợ xấu ................................................. 16

Kết luận chương 1 ............................................................................... 19

CHƯƠNG 2. TÌNH HÌNH NỢ XẤU, QUẢN LÝ NỢ XẤU VÀ XẾP HẠNG TÍN

DỤNG KHÁCH HÀNG TẠI NH TMCP Á CHÂU .......................................... 20

2.1 Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại Việt Nam ... 20

2.2 Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại ngân hàng

TMCP Á Châu .................................................................................... 33

Kết luận chương 2 .............................................................................. 44

CHƯƠNG 3. ỨNG DỤNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN

VÀ CÁC PHƯƠNG ÁN QUẢN LÝ NỢ ĐỀ XUẤT ......................................... 45

3.1 Thực hiện xếp hạng tín dụng khách hàng cá nhân.............................. 45

3.2 Ứng dụng kết quả xếp hạng tín dụng vào công tác quản lý nợ xấu ... 57

3.3 Khả năng mở rộng phạm vi ứng dụng thang điểm hành vi vào hoạt động

quản lý tín dụng .................................................................................. 61

3.4 Một số giải pháp để hạn chế nợ xấu tại Ngân hàng TMCP Á Châu .. 61

Kết luận chương 3 .............................................................................. 64

KẾT LUẬN ........................................................................................................... 65

1. Hạn chế của đề tài ................................................................................. 65

2. Hướng phát triển của đề tài ................................................................... 66

3. Kết luận chung về đề tài ........................................................................ 67

DANH MỤC MỘT SỐ TỪ VIẾT TẮT

Ngân hàng thương mại : NHTM

Thương mại cổ phần : TMCP

Ngân hàng nhà nước Việt Nam : NHNN

VACM Công ty quản lý tài sản Việt Nam :

: EIB Ngân hàng thương mại cổ phần Xuất nhập khẩu

: CTG Ngân hàng thương mại cổ phần Công Thương Việt Nam

: ACB Ngân hàng thương mại cổ phần Á Châu

: MBB Ngân hàng thương mại cổ phần Quân Đội

: VCB Ngân hàng thương mại cổ phần Công Thương Việt Nam

: SHB Ngân hàng thương mại cổ phần Sài Gòn – Hà Nội

: STB Ngân hàng thương mại cổ phần Sài Gòn Thương Tín

: NVB Ngân hàng thương mại cổ phần Nam Việt

: KH khách hàng

DANH MỤC BẢNG BIỂU, BIỂU ĐỒ

Danh mục bảng biểu

Bảng 2.1 Diễn biến nợ xấu của các ngân hàng niêm yết

Bảng 2.2 Nợ nhóm 5 tại các ngân hàng niêm yết

Bảng 2.3 Nợ nhóm 2 tại các ngân hàng niêm yết

Bảng 2.4 Cơ cấu nợ theo năm tại ACB

Bảng 2.5 Cơ cấu nợ theo quí tại ACB

Bảng 2.6 Xếp loại chấm điểm khách hàng

Bảng 3.1 Thống kê mẫu lập thang điểm

Bảng 3.2 Kết quả phân nhóm biến

Bảng 3.3 Kết quả mô hình

Bảng 3.4 Thang điểm

Bảng 3.5 Phân bố dãi điểm

Bảng 3.6 Chỉ số kiểm định

Bảng 3.7 Một số kịch bản quản lý nợ giả định

DANH MỤC BIỂU ĐỒ

Hình 2.1 Biểu đồ tăng trưởng tài sản của ACB

Hình 2.2 Biểu đồ tăng trưởng huy động của ACB

Hình 2.3 Biểu đồ tăng trưởng cho vay của ACB

Hình 2.4 Biểu đồ tăng trưởng lợi nhuận của ACB

Hình 2.5 Biểu đồ diễn biến nợ xấu tại ACB

Hình 2.6 Biểu đồ diễn biến % nợ xấu tại ACB

Hình 2.7 Biểu đồ diễn biến nợ xấu theo quí tại ACB

Hình 2.8 Biểu đồ diễn biến % nợ xấu theo quí tại ACB

Hình 3.1 Đường cong Gini

Hình 3.2 Hệ số K-S

Hình 3.3 Kết quả so sánh kết quả dự báo và thực tế

MỞ ĐẦU

1. Lý do chọn đề tài

Hiện tại công tác quản lý nợ xấuvà tình hình nợ xấu tại các ngân hàng Việt Nam

đang rất được quan tâm. Với tình hình kinh tế tiếp tục khó khăn, thị trường bất động

sản vẫn chưa có dấu hiệu khởi sắc, như một lẽ đương nhiên sẽ tác động lên hệ thống

ngân hàng. Vì vậy công tác quản lý nợ xấulà bài toán cấp bách cần phải giải quyết

một cách khoa học tại các ngân hàng thương mại.

Giải quyết một bài toán cần đi đến ngọn ngành của nó, vấn đề quản lý nợ xấu

được đặt ra ở đây cũng tương tự như vậy. Nợ xấu đã tiềm ẩn từ công tác phê duyệt

hồ sơ đầu vào, xuất hiện manh nha trong quá trình trả nợ của khách hàng, được thể

hiện đâu đó trong cảnh báo rủi ro ngành. Nợ xấu không đột ngột xuất hiện. Do đó,

công tác quản lý nợ xấu cần đặc biệt quan tâm một cách hệ thống và mang tính dự

báo chứ không phải giải quyết câu chuyện đã rồi như tình hình hiện nay.

Ngân hàng Thương mại cổ phần Á Châu (ACB) nơi tác giả đang làm việc hiện

cũng không nằm ngoài xu hướng chung của thị trường ngân hàng nói chung. ACB

hiện này đang phải đối mặt với tình hình nợ xấu đang gia tăng và đòi hỏi cần phải

có sự quản lý và thu hồi các khoản nợ này để giảm thiểu tổn thất cho ngân hàng.

Mục tiêu tăng trưởng và mục tiêu quản lý rủi ro cần phải được song hành và cân

nhắc thận trọng. Công tác quản lý nợ xấu là một yêu cầu mang tính cấp bách không

chỉ riêng ACB. “Ứng dụng mô hình mô hình xếp hạng tín dụng khách hàng để dự

báo xác suất xãy ra nợ xấu tại ngân hàng Á Châu” là đề tài mà tác giả thực hiện với

mong muốn góp một phần công sức vào việc quản lý nợ xấu cũng như công tác

quản lý rủi ro tại ngân hàng ACB.

2. Mục đích của đề tài

Đưa ra một cách tiếp cận khác trong công tác quản lý nợ bằng cách sử dụng xếp

hạng tín dụng như một công cụ hỗ trợdự báo nợ xấu, giúp cho công tác thu nợ và

quản lý nợ xấu được hiệu quả hơn.

3. Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu trong luận văn là ứng dụng xếp hàng tín dụng khách hàng

để dự báo xác suất xãy ra nợ xấu.

Phạm vi nghiên cứu: Ngân hàng TMCP Á Châu và nợ xấu của khách hàng cá

nhân tại NHTM Á Châu giai đoạn 01/01/2012 đến 30/06/2013.

4. Ý nghĩa của đề tài

Góp một phương án không mới nhưng chưa được áp dụng rộng rãi tại Việt Nam

trong công tác quản lý nợ, có hướng tiếp cận một cách khoa học trong việc quản lý

rủi ro tín dụng nói chung.

Hiện tại, theo tìm hiểu của tác giả, các đề tài cử nhân và thạc sỹ tại Việt Nam

nghiên cứu về chủ đề chấm điểm khá nhiều. Nội dung các đề tài chủ yêu tập trung

vào hệ thống xếp hạng tín dụng nội bộ theo tiêu chuẩn quyết định 493/2005/QĐ-

NHNN của Ngân hàng nhà nước. Tác giả chưa tìm thấy đề tài vềchấm điểm tín

dụnghay ứng dụng xếp hạng tín dụng khách hàng để dự báo xác suất xãy ra nợ xấu

từ đó có hướng quản lý nợ phù hợp như đã đề cập. Do đó, dựa trên những thông tin

đã tìm hiểu, có thể tạm kết luận: quản lý nợdựa trên xếp hạng tín dụng khách hàng

chưa được nghiên cứu và tác giả hy vọng góp một phần nhỏ trong việc đưa ra một

vấn đề mới trong công tác thu nợ cũng như công tác quản lý rủi ro tín dụng tại Việt

Nam.

5. Nội dung của đề tài

Khái quát về thực trạng nợ xấutại các Ngân hàng thương mại tại Việt Nam. Giới

thiệu về quản lý nợ xấu vàmô hình xếp hạng tín dụng khách hàng.Sử dụng mô hình

hồi qui logistic để phát triển hệ thống thang điểm tín dụngkhách hàng.Ứng dụng xếp

hạng tín dụng khách hàng vào cho vay tiêu dùngcủa khách hàng cá nhân tại Ngân

hàng TMCP Á Châu phục vụ cho công tác quản lý nợ.Phân tích khả năng ứng dụng

của mô hình và hướng phát triển.

6. Phương pháp nghiên cứu

Trong quá trình nghiên cứu đề tài, tác giả đã sử dụng một số phương pháp

nghiên cứu: phương pháp thống kê, tổng hợp và so sánh, đối chiếu và phân tích.

7. Các công trình khoa học có liên quan

Theo tìm hiểu của tác giả, tại Việt Nam chưa có công trình khoa học liên quan

đến ứng dụng xếp hạng tín dụng khách hàng để dự báo xác suất xãy ra nợ xấu và

đưa ra phương án quản lý nợ như đề tài đã đề cập.

Trên thế giới có rất nhiều công trình nghiên cứu về xếp hạng tín dụng khách

hàng (hay chấm điểm tín dụng khách hàng) để dự báo xác suất vỡ nợ. Đề tài của tác

giả được xây dựng dựa vào các nghiên cứu sau đây:

- “A Survey of Credit and Behavioural Scoring: Forecasting financial risk of

lending to consumers” (2000) của tác giả Lyn C. Thomas (Department of

Business Studies,University of Edinburgh, UK). Đề tài đề giới thiệu về chấm

điểm tín dụng trong việc dự báo xác suất vỡ nợ của khách hàng, các mô hình

có thể được sử dụng và cách thức đưa các thông tin về các chỉ số kinh tế vào

mô hình, tác giả giới thiệu thêm về mô hình chấm điểm lợi nhuận (profit

scoring).

- “Time will tell: Behavioural scoring and the dynamics of consumer credit

assessment” của các tác giả: L. C. Thomas (School of Management

University of Southampton, UK), J. Ho (Department of Business Studies,

University of Edinburgh, UK), W. T. Scherer (Department of Systems

Engineering, University of Virginia, USA). Nghiên cứu thảo luận về việc sử

dụng các mô hình trong đánh giá rủi ro tín dụng tiêu dùng, khảo sát những

phương pháp tiếp cận và mục tiêu của chấm điểm tín dụng, điểm hành vi của

khách hàng và điểm lợi nhuận (profit scoring). Sử dụng mô hình “Qui trình

ngẫu nhiên Markov (Markov chain stochastic processes) để phát triển mô

hình chấm điểm hành vi khách hàng.

- “Behavioral Credit Scoring” của tác giả Nate Cullerton (Georgetown

University Law Center). Đề tài đề giới thiệu về chấm điểm tín dụng cũng

như các luật định hiện hành tại nước Mỹ liên quan đến chấm điểm tín dụng

hành vi và các đề xuất.

- “Hand book of credit scoring by Elizabeth Mays” của tác giả Elizabeth

Mays. Đây là cuốn sách giới thiệu chi tiết về chấm điểm tín dụng cũng như

cách thức áp dụng mô hình hồi qui logistic vào việc xây dựng thang điểm.

CHƯƠNG 1

LÝ THUYẾT VỀ QUẢN LÝNỢ XẤU VÀ CHẤM ĐIỂM TÍN DỤNG

1.1 Khái niệm về nợ xấu và các qui định về nợ xấu:

1.1.1 Qui định về nợ xấu trên thế giới

Theo ngân hàng Trung ương Liên minh Châu Âu, nợ xấu trong các NHTM gồm

- Những khoản nợ không thể thu hồi được :

o Những khoản nợ đã hết hiệu lực hoặc những khoản nợ không có căn

cứ để đòi bồi thường từ nợ.

o Người mắc nợ bỏ trốn hoặc bị mất tích, không còn tài sản để thanh

toán nợ.

o Những khoản nợ mà ngân hàng không thể liên lạc được với người

mắc nợ hoặc không thể tìm được người mắc nợ.

o Những khoản nợ mà khách nợ đã chấm dứt hoạt động kinh doanh,

thanh lý tài sản, hoặc kinh doanh bị thua lỗ và tài sản còn lại không

đủ để trả nợ.

- Nợ có thể thu không đầy đủ cho ngân hàng: đây là những khoản nợ không có

tài sản thế chấp hoặc tài sản thế chấp không đủ trả nợ, người mắc nợ không

liên lạc với ngân hàng để trả lãi hoặc gốc đãđến thời hạn thanh toán, hoặc

hoàn cảnh chỉ ra rằng khoản nợ sẽ không thể thu hồi được đầy đủ như :

o Những khoản nợ mà người mắc nợ đồng ý thanh toán trong quá khứ,

nhưng phần còn lại không thể được đền bù cho khoản nợ, hoặc những

khoản nợ trong đó tài sản được chuyển để thanh toán nhưng giá trị

còn lại không đủ trang trải toàn bộ khoản nợ cho ngân hàng.

o Những khoản nợ mà người mắc nợ khó có thể trả nợ và yêu cầu được

gia hạn nợ nhưng không đền bù được trong thời gian thoả thuận.

o Những khoản nợ mà tài sản thế chấp không đủ để trả nợ hoặc tài sản

thế chấp ở Ngân hàng không được chấp thuận về mặt pháp lý dẫn đến

người mắc nợ không có khả năng trả nợ cho ngân hàng đầy đủ.

o Những khoản nợ mà Tòa án tuyên bố người mắc nợ phá sản nhưng

phần bồi hoàn ít hơn dư nợ.

Theo định nghĩa nợ xấu của Phòng Thống kê - Liên hợp quốc, “về cơ bản một

khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày; hoặc các

khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả

theo thoả thuận; hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có

lý do chắc chắn để nghi ngờ về khả năng khoản vay sẽ được thanh toán đầy đủ”.

Như vậy, nợ xấu về cơ bản được xác định dựa trên 2 yếu tố: (i) quá hạn trên 90

ngày và (ii) khả năng trả nợ nghi ngờ. Đây được coi là định nghĩa của Chuẩn mực

kế toán quốc tế (IAS) đang được áp dụng phổ biến hiện hành trên thế giới.

1.1.2 Qui định về nơ xấu tại Việt Nam

Nợ xấu tại Việt Nam hiện tại được qui định theo Quyết định số 493/2005/QĐ-

NHNN ngày 22/04/2005 của Thống đốc NHNN Việt Nam về việc ban hành “Quy

định 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”. Theo đó, nợ xấu được định nghĩa là nợ

dưới tiêu chuẩn, nơ nghi ngờ và nợ có khả năng mất vốn.

1.2 Khái niệm về quản lý nợ xấu

Vấn đề quản lý nợ xấu đượcđặt ra và thảo luận rất nhiều trong giai đoạn hiện

nay, tuy nhiên tác giả đề tài này vẫn chưa tìm thấy có mộtđịnh nghĩa chính thức nào

về quản lý nợ xấu.

Xét trên phương diện nghĩa của từ, quản lý thường được hiểu là chủ trì hay phụ

trách một công việc nào đó.Bản thân khái niệm quản lý có tính đa nghĩa nên có sự

khác biệt giữa nghĩa rộng và nghĩa hẹp. Hơn nữa, do sự khác biệt về thời đại, xã

hội, chế độ, nghề nghiệp nên quản lý cũng có nhiều giải thích, lý giải khác nhau.

Xuất phát từ những góc độ nghiên cứu khác nhau, rất nhiều học giả trong và

ngoài nước đã đưa ra giải thích không giống nhau về quản lý. Cho đến nay, vẫn

chưa có một định nghĩa thống nhất về quản lý. Đặc biệt là kể từ thế kỷ 21, các quan

niệm về quản lý lại càng phong phú. Các trường phái quản lý học đã đưa ra những

định nghĩa về quản lý như sau:

- Tailor: "Làm quản lý là bạn phải biết rõ: muốn người khác làm việc gì và

hãy chú ý đến cách tốt nhất, kinh tế nhất mà họ làm " .

- Fayel: "Quản lý là một hoạt động mà mọi tổ chức (gia đình, doanh nghiệp,

chính phủ) đều có, nó gồm 5 yếu tố tạo thành là: kế hoạch, tổ chức, chỉ đạo,

điều chỉnh và kiểm soát. Quản lý chính là thực hiện kế hoạch, tổ chức, chỉ

đạo điều chỉnh và kiểm soát ấy”.

- Hard Koont: "Quản lý là xây dựng và duy trì một môi trường tốt giúp con

người hoàn thành một cách hiệu quả mục tiêu đã định".

- Peter F Druker: "Suy cho cùng, quản lý là thực tiễn. Bản chất của nó không

nằm ở nhận thức mà là ở hành động; kiểm chứng nó không nằm ở sự logic

mà ở thành quả; quyền uy duy nhất của nó là thành tích".

- Peter. F. Dalark: "Định nghĩa quản lý phải được giới hạn bởi môi trường bên

ngoài nó. Theo đó, quản lý bao gồm 3 chức năng chính là: Quản lý doanh

nghiệp, quản lý giám đốc, quản lý công việc và nhân công".

Do đó, quản lý có thể được hiểu là những hoạt động dựa trên chức năng, nhiệm

vụ và quản lý có tính mục đích.

Như vậy, có thể hiểu quản lý nợ xấu là hoạt động phụ trách về vấn đề nợ xấu, có

nhiệm vụ là giảm thiểu hoặc duy trì mức nợ xấu của tổ chức tín dụngở một mức cụ

thể tùy theo qui định của pháp luật hoặc tùy theo mục tiêu của tổ chức tín dụngở

từng thời kỳ khác nhau. Do đó, quản lý nợ xấu cần thực hiện hai mục tiêu:

- Thứ nhất là ngăn ngừa sự phát sinh mới của nợ xấu. Để thực hiện đượcđiều

này cần phải tập trung vào các vấnđề trước phê duyệt, quá trình phê duyệt và

quản lý khách hàng sau giải ngân như sau:

o Nâng cao hiệu quả của hoạtđộng thẩm định tín dụngđể tăng cường sự

sàng lọc hồ sơ ban đầu, đảm bảo chất lượng hồ sơ theo qui định.

o Xây dựng chính sách và qui trình phê duyệt tín dụng chặt chẽ và hiệu

quả .

o Có các chính sách quản lý rủi ro hiệu quảđối với các khoản vay

đãđược giải ngân, tăng cường hiệu quả trong công tác cảnh báo

sớmđể kịp thời xử lý những khoản vay/ khách hàng có vấnđề tránh

phát sinh nợ xấu.

- Thứ hai là xử lý nợ xấuđang tồn đọng. Các biện pháp xử lý nợ xấu thường

đượcáp dụng như sau:

o Thực hiện cơ cấu lại thông qua việcđiều chỉnh kỳ hạn trả nợ, gia hạn

nợ hoặc giảm, miễn giảm một phần lãi phải trảđối với các khách hàng

đượcđánh giá là có tiềm năng trả nợ.

o Xử lý tài sản đảm bảo, đòi nợ bên bảo lãnh.

o Sử dụng dự phòng rủi ro.

o Bán nợ cho các công ty xử lý nợ chuyên nghiệp.

o Chứng khoán hóa các khoản nợ xấu.

Tóm lại, có thểđịnh nghĩa quản lý nợ xấu như sau: quản lý nợ xấu là quá trình

xây dựng và thưc hiện các chiến lược, chính sách quản lý tín dụng nhằmđạtđược

mục tiêu kiểm soát nợ xấu phát sinh và xử lý nợ xấuđang tồn đọng sao cho phù hợp

với mục tiêu kinh doanh và qui định của pháp luật trong từng thời kỳ.

1.3 Giới thiệu về xếp hạng tín dụng khách hàng

Chấm điểm tín dụng hay xếp hạng tín dụng khách hàng là quá trình đánh giá

khách hàng dựa trên phương pháp thống kê như phân tích sự khác biệt, hồi qui

tuyến tính, hồi qui nhị phân, hồi quy logistic,… với sự hỗ trợ đắc lực của công nghệ

máy tính. Ý tưởng chung đằng sau những phương pháp khác nhau là có tồn tại (ít

nhất) hai nhóm khách hàng tiềm năng: loại tốt và xấu (với một xác suất mặc định

cao hơn trung bình thấp hơn trung bình). Quan điểm thống kê xem việc chấm điểm

tín dụng là một vấn đề của phân loại chính xác, tức là để thiết kế một quy trình có

thể phân biệt được một cá thể thuộc nhóm phân loại nào. Theo đó, các cá thể được

phân chia trên cơ sở một số đặc điểm quan sát như tuổi tác, thu nhập , giới tính ,

quốc tịch, quy mô gia đình , vv - và lịch sử tín dụng - các số thẻ tín dụng, có trả nợ

trễ hạn,…

Thống kê cho thấy lịch sử tín dụng và tiền gửi hay giao dịch nói chung là một

yếu tố dự báo hiệu quả cho hành vi trả nợ của khách hàng. Trong thực tế, lịch sử

giao dịch và các hoạt động tài chính của khách hàng đang được sử dụng rộng rãi

như một thước đo uy tín của chính khách hàng đó.

Xếp hạng tín dụng là quá trình gán các giá trị điểm đến những giá tri thông tin

của khách hàng có nguồn gốc từ hành vitín dụng, thông tin nhân thân, tài chính của

khách hàng như: hành vi thanh toán, sản phẩm sử dụng, và lịch sử trả nợ. Điểm

hành vi được đánh giá và thể hiện thông qua lịch sử hành vi của người vay với ngân

hàng. Thang điểm hành vi hỗ trợ công tác đánh giá rủi ro tín dụng và hỗ trợ việc ra

quyết định quản lý tài khoản vay khách hàng.

Một nhóm mẫu khách hàng được lựa chọn để xem xét các dữ liệu về hoạt động

giao dịch của và lịch sử tín dụng của họ. Quá trình chọn mẫu khách hàng được chia

thành 2 giai đoạn:

- Giai đoạn 1 được gọi là thời gian quan sát thường là 6 đến 12 tháng. Các đặc

điểm hành vi của khách hàng được quan sát trong thời gian này và ghi nhận vào giá

trị của các biến quan sát. Một số biến hành vi điển hình như: dư nợ và doanh thu tín

dụng, số dư và doanh thu tiền gửi, số lần và số ngày trả nợ trễ hạn, các thông tin về

hoạt động tín dụng của khách hàng được trích xuất từ trung tâm thông tin tín

dụng,… Một số thông tin khác như: thời gian quan hệ với ngân hàng, tình trạng cư

trú và sự thay đổi một số yếu tố về thông tin nhân thân cũng được xem xét như là

những biến hành vi thuần túy có ảnh hưởng đến biến phụ thuộc là xác suất vỡ nợ

của khách hàng.

- Giai đoạn 2 được gọi là thời gian kết quả thường là 12 tháng và khách hàng

được phân loại là khách hàng tốt hay xấu phụ thuộc vào tình hình trả nợ của khách

hàng trong giai đoạn này. Một khách hàng thường được định nghĩa là xấu nếu số

ngày trả nợ trễ hạn trên 90 ngày trong giai đoạn này, các trường hợp còn lại được

định nghĩa là khách hàng tốt.

Để làm tăng khả năng phân biệt khách hàng tốt và khách hàng xấu, cần loại bỏ

ra khỏi mẫu lập thang điểm các biến không có khả năng phân biệt tốt xấu. Giá trị

thông tin (Information Value – IV) là tiêu chuẩn để đo lường khả năng phân biệt

khách hàng của từng biến. Ngoài ra, giá trị thông tin còn hỗ trợ trong việc phân

nhóm các thuộc tính của biến. Những nhóm có giá trị thông tin gần nhau sẽ được

gom vào chung nhóm để đảm bảo số nhóm không quá nhiều nhưng vẫn có thể phân

biệt tỉ lệ tốt xấu giữa các nhóm. Việc phân nhóm ngoài việc dựa trên tiêu chuẩn giá

trị thông tin còn phải dựa vào kinh nghiệm của người lập mô hình nhằm đảm bảo

việc phân nhóm có ý nghĩa thực tiễn nhất định.

IV= (%G - %B)*Ln(%G/%B)

Theo Hand book of credit scoring by Elizabeths Mays, nên loại bỏ các biến có

giá trị thông tin dưới 0.01.

Một vấn đề quan trọng là liệu để phân chia khách hàng và xây dựng bảng điểm

khác nhau trên từng phân khúc khách hàng cụ thể do một số ngân hàng có chiến

lược vào một nhóm khách hàng nhất định và cần có những thang điểm khác nhau để

phù hợp với những nhóm khách hàng này.

Điểm tín dụng của khách hàng có thể được sử dụng để quyết định làm thế nào để

ứng phó với từng nhóm khách hàng theo từng dãi điểm như: quyết định hạn mức tín

dụng, đưa ra các kịch bản thu nợ đối với những khoản phải thu từ nhóm khách hàng

này.

Điểm tín dụng có thể được sử dụng để dự đoán xác suất mà một người nộp đơn

vay hoặc người vay hiện tại sẽ trễ hạn hay mất khả năng thanh toán. Phương pháp

này được giới thiệu vào những năm 1950 và hiện đang sử dụng rộng rãi cho vay

tiêu dùng, đặc biệt là thẻ tín dụng và ngày càng được sử dụng rộng rãi trong cho vay

thế chấp và vay kinh doanh.

Theo Fair, Isaac and Company, Inc., một công ty hàng đầu trong việc phát

triển các mô hình chấm điểm, 50 hoặc 60 biến có thể được xem xét khi phát triển

một mô hình điển hình, nhưng từ 8 đến 12 biến là số biến thích hợp để đưa ra thang

điểm cuối cùng với khả năng dự báo cao nhất. Trong hầu hết (nhưng không phải tất

cả) hệ thống chấm điểm, một điểm số cao hơn cho thấy rủi ro thấp hơn, và các tổ

chức tín dụng đã đặt ra một số điểm lọc (cut-off score) dựa trên mức độ rủi ro đó

sẵn sàng chấp nhận. Dựa vào điểm lọc, các tổ chức tín dụng sẽ phê duyệt các hồ sơ

có điểm số cao hơn điểm lọc và từ chối các ứng viênvới số điểm lọc. Ngoài ra, các

tổ chức tín dụng sẽ xem xét kỹ các hồ sơ gần điểm lọc này trước khi đưa ra quyết

định tín dụng cuối cùng.

Lợi ích của xếp hạng tín dụng

Xếp hạng tín dụng có một số lợi ích rõ ràng trong việc phê duyệt cho vay và

đánh giá khách hàng nên ngày càng được sử dụng rộng rãi. Đầu tiên, xếp hạng tín

dụng làm giảm đáng kể thời gian cần thiết trong quá trình phê duyệt cho vay. Một

nghiên cứu của Business Banking Board phát hiện ra rằngcho vay thông qua quá

trình truyền thống trung bình mất 0.5-12 giờ cho mỗi hồ sơ vay doanh nghiệp nhỏ

và trong quá khứ phải mất đến hai tuần để xử lý một khoản vay. Chấm điểm tín

dụng có thể giảm thời gian này tốt hơn, mặc dù việc tiết kiệm thời gian sẽ khác

nhau tùy thuộc vào việc các ngân hàng tuân thủ theo các điểm lọc tín dụng (cut-off

score) hayphải đánh giá lại các hồ sơ gần điểm lọc.

Tiết kiệm thời gian còn có nghĩa là tiết kiệm chi phí cho ngân hàng và lợi ích

của khách hàng. Khách hàngcần chỉ cung cấp các thông tin được sử dụng trong hệ

thống tính điểm và nhận được kết quảphê duyệt hay kết quả đánh giá. Ngay cả khi

tổ chức tín dụng không muốn phụ thuộc hoàn toàn vào điểm tín dụng cho việc ra

quyết định thì chấm điểm tín dụng vẫn có thể làm tăng hiệu quả làm việc của cán bộ

tín dụng bằng cách giúp họ tập trung vào các trường hợp chưa rõ ràng (các hồ sơ

gần điểm lọc).

Một lợi ích khác của xếp hạng tín dụng là cải thiện tính khách quan trong quá

trình phê duyệt cho vay và đánh giá khách hàng. Sự khách quan này sẽ giúp tổ chức

tín dụng đảm bảo họ đang áp dụng cùng bộ tiêu chuẩn với tất cả người đi vay bất kể

chủng tộc, giới tính, hoặc các yếu tố khác bị pháp luật cấm từ được sử dụng trong

các quyết định tín dụng.

Hạn chế của xếp hạng tín dụng

Tính đại diện của mẫu lập thang điểm vẫn là một vấn đề luôn cần giải quyết

trước tiên khi phát triển mô hình. Chính xác là yếu tố rất quan trọng đòi hỏi trong

việc sử dụng kết quả chấm điểm tín dụng. Ngay cả khi tổ chức tính dụng có thể

giảm chi phí của việc đánh giá khách hàng và các hồ sơ vay bằng cách sử dụng

điểm, nếu mô hình này không chính xác, các khoản tiết kiệm chi phí sẽ bị mất đi

bởiviệc đánh giá sai khách hàng (đánh giá khách hàng tốt hơn thực tế, khi khách

hàng bị nợ xấu sẽ làm phát sinh chi phí).

Một trong những nhược điểm dễ dàng nhận thấy của xếp hạng tín dụng là một

mô hình điển hình cần cần sử dụng dữ liệu lịch sử trong hai năm để xây dựng một

tháng điểm áp dụng thang điểm này cho các khách hàng hiện tại.Vấn đề là hành vi

và đặc điểm của khách hàng hiện tại có thể thay đổi về đặc điểm và mức độ tác

động của các biến này đối với kết quả cũng có thể khác với thời điểm mà dữ liệu lập

mô hình ghi nhận.Một trong những cách được sử dụng để giảm thiểu hạn chế này là

để có một thời gian quan sát kết quả ngắn hơn (ví dụ 6 tháng) để phân loại khách

hàng là xấu, việc này cần phải được cân nhắc thông qua phân tích dữ liệu quá hạn

trong quá khứ (vintage analysis).

Tính chính xác của một hệ thống tính điểm tín dụng phụ thuộc vào sự thận trọng

trong quá trình phát triển mô hình. Việc này đòi hỏi một hệ thống dữ liệu phong

phú, được lưu trữ và khai thác tốt. Các dữ liệu cần đượccập nhật, và các mô hình

nên được tái đánh giá thường xuyên để đảm bảo rằng những thay đổi trong các biến

đầu vào được cập nhật vào mô hình. Điều cần quan tâm không chỉ trong những đặc

điểm của những người vay đã được cấp tín dụng mà còn của những người đã bị từ

chối . Nếu không, một “lựa chọn thiên vị” trong quá trình phê duyệt cho vay có thể

dẫn đến sai lệch trong các trọng lượng ước tính trong các điểm số.Độ chính xác của

một mô hình phải luôn được kiểm tra. Một mô hình tốt cần phải đưa ra dự đoán

chính xác trong thời điểm kinh tế tốt và xấu, vì vậy các dữ liệu trên đó mô hình dựa

nên bao gồm cả việc mở rộng và suy thoái. Nếu một mô hình chấm điểm tín dụng

không đáp ứng được những điều này, việc sử dụng mô hình sẽ phát sinh những rủi

ro nhất định.

1.4 Giới thiệu mô hình hồi qui Logistic

Ngay từ năm 1909 công ty Moodys đã bắt đầu thực hiện công việc xếp hạng tín

dụng. Cùng theo sự phát triển của công nghệ máy tính và các lý thuyết thống kê,

càng nhiều mô hình chấm điểm và xếp hạng tín dụng ra đời như: mô hình phân tích

sự khác biệt, mô hình Z-Score, mô hình hồi qui logistic, mô hình phân tích và định

giá, mô hình neuron (ứng dụng cho hồ sơ vay doanh nghiệp lớn)…

Với mục tiêu phát triển mô hình chấm điểm hành vi phục vụ công tác quản lý nợ

xấu khách hàng cá nhân, mô hình hồi qui logistic là lựa chọn thích hợp với điều

kiện dữ liệu tại ngân hàng ACB và phù hợp với khả năng của tác giả.

Mục tiêu của hồi qui Logistic là nghiên cứu mối tương quan giữa một (hay

nhiều) yếu tố nguy cơ (risk factor) và đối tượng phân tích (outcome). Chẳng hạn

như đối với nghiên cứu mối tương quan giữa hành vi trả nợ của khách hàng và nguy

cơ xãy ra nợ xấu thì yếu tố nguy cơ ở đây là hành vi trả nợ và đối tượng phân tích ở

đây là nguy cơ xãy ra nợ xấu. Trong hồi qui logistic thì các đối tượng nghiên cứu

thường được thể hiện qua các biến số nhị phân (binary) như xảy ra/ không xảy ra ;

nợ xấu/không nợ xấu ; có/không,… còn các yếu tố nguy cơ có thể được thể hiện qua

các biến số liên tục (tuổi, thu nhập,…) hoặc các biến nhị phân (giới tính) hay các

biến thứ bậc (thu nhập : Cao, trung bình, thấp). Vấn đề đặt ra cho nghiên cứu dạng

này là là sao để ước tính độ tương quan của các yếu tố nguy cơ và đối tượng phân

tích. Các phương pháp phân tích như hồi qui tuyến tích không áp dụng được vì biến

phụ thuộc không phải là biến liên tục mà là biến nhị phân. Nhà thống kê học David

R. Cox đã phát triển mô hình có tên Logistic Regression Model (1970) để phân tích

các biến nhị phân.

Tham số tỷ số nguy cơ (Odds Ratio - OR)

Chỉ số thống kê quan trọng trong hồi qui Logistics là tỷ số nguy cơ (Odds Ratio

– OR). Trong tiếng Anh odd có nghĩa là nguy cơ hay khả năng. Nói cách khác odd

là tỷ số của 2 giá trị của một biến nhị phân. Do đó, OR là tỷ số của hai odds.

Trong thực tế, ta không biết được OR thật nên vấn đề quan trọng là phải trả lời

câu hỏi mối tương quan được phản ánh qua OR có ý nghĩa thống kê hay không? Nói

cách khác nếu nghiên cứu trên được lặp lại nhiều lần thì độ dao động của OR là bao

nhiêu?

Gọi p là xác suất của một sự kiện (chẳng hạn sự kiện vỡ nợ của khách hàng).

Khi đó odd được định nghĩa như sau :

) (cid:2197)(cid:2186)(cid:2186) = (cid:1812)(cid:1815)(cid:1807) ( (cid:2198) (cid:2778) − (cid:2198)

Gọi yếu tố nguy cơ là x (ví dụ x là khả năng thanh toán của khách hàng, x có 2

giá trị là 0 và 1. x =0: không thanh toán và x=1: thanh toán)

Mô hình hồi qui logistic phát biểu rằng (cid:1812)(cid:1815)(cid:1807)((cid:2197)(cid:2186)(cid:2186)) phụ thuộc vào giá trị của x qua

(cid:2198)

a h y

(cid:1807)((cid:2197)(cid:2186)(cid:2186)) =

(cid:2183) +

(cid:2236)(cid:2206)

(cid:1812)(cid:1815)(cid:1807) (cid:4672)

= (cid:2235) + (cid:2236)

(cid:2206) + (cid:2239)(P 2.1)

một hàm số tuyến tính sau:

(cid:4673) (cid:2778)(cid:2879)(cid:2198)

hàm số (cid:1812)(cid:1815)

) được gọi là (cid:1812)(cid:1815)(cid:1807)(cid:1809)(cid:1820)((cid:2198)) (và do đó mới có tên là trong đó, (cid:1812)(cid:1815)(cid:1807)((cid:2197)(cid:2186)(cid:2186))hay(cid:1812)(cid:1815)(cid:1807) ( (cid:2198) (cid:2778)(cid:2879)(cid:2198)

logistic). (cid:2235), (cid:2236)là 2 tham số được ước tính từ dữ liệu,(cid:2239) là phần dư (Residual) tức là

phần không giải thích được bằng x. Lý do chuyển p thành (cid:1812)(cid:1815)(cid:1807)(cid:1809)(cid:1820)((cid:2198)) vì p là xác suất

có giá trị trong khoảng 0,1 trong khi đó (cid:1812)(cid:1815)(cid:1807)(cid:1809)(cid:1820)((cid:2198)) có giá trị không giới hạn thích hợp

cho việc phân tích theo mô hình hồi qui tuyến tính.

Mô hình trên giả định rằng (cid:2239) tuân theo luật phân phối chuẩn (normal

)với bất cứ giá trị distribution) với trung bình bằng 0 và phương sai không đổi. Với giả định này thì giá trị kỳ vọng (expected value) hay giá trị trung bình của (cid:1812)(cid:1815)(cid:1807) ( (cid:2198) (cid:2778)(cid:2879)(cid:2198)

(cid:4673) = (cid:2235)(cid:2206) + (cid:2236) (vì giá trị trung bình của(cid:2013) = 0 ) nào của x là (cid:1812)(cid:1815)(cid:1807) (cid:4672) (cid:2198) (cid:2778)(cid:2879)(cid:2198)

(cid:2197)(cid:2186)(cid:2186) =

= (cid:2187)(cid:2235)(cid:2878)(cid:2236)(cid:2206)

(cid:2198) (cid:2778) − (cid:2198)

Như vậy, mô hình hồi qui logistic phát biểu rằng odd của một sự kiện (khách hàng vỡ

nợ) tùy thuộc vào yếu tố nguy cơ x (tình trạng thanh toán của khách hàng).

Nói cách khác, odd vỡ nợ từ phương trình là

Dựa vào phương trình odd vỡ nợ của nhóm không thanh toán (x=0) là(cid:2197)(cid:2186)(cid:2186)(cid:2777) =

(cid:2187)(cid:2206)

và odd vỡ nợ của nhóm thanh toán là(cid:2197)(cid:2186)(cid:2186)(cid:2778) = (cid:2187)(cid:2235)(cid:2878)(cid:2236)

Khi đó tỷ số nguy cơ(cid:2171)(cid:2174) =

=

(cid:2187)(cid:2235)(cid:3126)(cid:2236) (cid:2187)(cid:2235) = (cid:2187)(cid:2236)

(cid:2197)(cid:2186)(cid:2186)(cid:2778) (cid:2197)(cid:2186)(cid:2186)(cid:2777)

Trong thực tế chúng ta không biết giá trị thực của 2 tham số(cid:2235) và(cid:2236) mà phải ước

tính chúng từ dữ liệu quan sát được. Theo qui ước thống kê, 2 ước lượng của số (cid:2235)

và(cid:2236) là (cid:2235)(cid:3549) và (cid:2236)(cid:3553)

Mô hình hồi qui logistic tổng quát với k yếu tố nguy cơ x1,x2,…xk được mô tả

(cid:2188)((cid:2208)) =

(cid:2778) (cid:2778) + (cid:2187)(cid:2879)(cid:2206)

(cid:2187)(cid:2206) (cid:2778) + (cid:2187)(cid:2206) =

bởi phương trình sau:

Trong đó, z được định nghĩa như sau:

(cid:2208) = (cid:2235) + (cid:2236)(cid:2778)(cid:2206)(cid:2778) + (cid:2236)(cid:2779)(cid:2206)(cid:2779) + (cid:2236)(cid:2780)(cid:2206)(cid:2780) + ⋯ + (cid:2236)(cid:2193)(cid:2206)(cid:2193)

Trong đó:

: h ố ch n (intercept). Giá trị của z khi tất cả các biến độc lập bằng 0 α ệ s ặ

(cid:2236)(cid:2778), (cid:2236)(cid:2779), …(cid:2236)(cid:2193): hệ số hồi qui (regression cofficients) của các yếu tố nguy cơ (còn

gọi là biến độc lập) (cid:2206)(cid:2778), (cid:2206)(cid:2779),…, (cid:2206)(cid:2193). Hệ số hồi qui cho biết độ mạnh cũng như chiều

của sự ảnh hưởng của các yếu tố nguy cơ đến xác suất xảy ra sự kiện nghiên cứu.

Nếu hệ số hồ qui dương thì yếu tố nguy cơ làm tăng khả năng (xác suất) xảy ra của

sự kiện nghiên cứu và ngược lại.

Đồ thị của hồi qui logistic có trục hoành là giá trị của z và trục tung là giá trị của

f(z) (xác suất xảy ra sự kiện). z có thể nhận giá trị bất kỳ âm hoặc dương nhưng f(z)

chỉ nhận giá trị trong khoảng 0 và 1. z dùng để mô tả ảnh hưởng của tất cả các biến

độc lập (yếu tố nguy cơ – risk factor) đến đối tượng nghiên cứu (outcome) và f(z) là

xác suất sự kiện xảy ra.

1.5 Xếp hạng tín dụng khách hàng và quản lý nợ xấu

Theo hiệp ước Basel II, hệ thống xếp hạng tín dụng hay chấm hệ thống

chấmđiểm tín dụng thường được phát triển theo ba phương pháp: phương pháp

chuyên gia, phương pháp mô hình và phương pháp hỗn hợp (kết hợp cả yếu tố

chuyên gia và kết quả mô hình tính toán); trong đó, phương pháp xếp hạng hỗn hợp

được các tổ chức tín dụng sử dụng phổ biến nhất.

HiệpướcBasel II quy định, hệ thống xếp hạng tín dụngvà các kết quả ước lượng

xác suất vỡ nợ, mức độ tổn thất là những yếu tố quan trọng trong quá trình phê

duyệt tín dụng, quản lý rủi ro tín dụng, phân bổ nguồn vốn cho vay và quản trị ngân

hàng. Cụ thể hơn, kết quả hệ thống xếp hạng tín dụngvà các ước lượng về xác suất

vỡ nợ và mức độ tổn thất được ứng dụng vào:

- Hỗ trợ phê duyệt tín dụng: cải thiện tính chính xác và hiệu lực của việc ra

quyết định cấp tín dụng, cung cấp phương tiện hỗ trợ để quá trình này trở

nên hiệu quả, tiết kiệm thời gian, chi phí và giảm bớt sự can thiệp từ con

người.

- Thực hiện quản trị rủi ro tín dụng: hệ thống xếp hạng tín dụnglà một công cụ

để đánh giá mức rủi ro của khách hàng. Nhờ tích hợp các nguyên tắc, khung

chính sách và tiêu chuẩn tín dụng căn bản của ngân hàng, hệ thống hệ thống

xếp hạng tín dụnglà căn cứ độc lập để tổ chức tín dụng đánh giá hiệu quả

quá trình quản trị rủi ro của các bộ phận liên quan, bảo đảm việc cấp tín

dụng được quản lý phù hợp, các tài sản có rủi ro tín dụng nằm trong các giới

hạn, thống nhất với các tiêu chuẩn thận trọng và khả năng phát hiện rủi ro

sớm.

- Hỗ trợ xác định giá khoản tín dụng: mức giá chào cho khoản tín dụng phải

phù hợp và đủ để bồi hoàn tổn thất tín dụng. hệ thống xếp hạng tín dụngphân

loại các mức độ rủi ro và là một trong những căn cứ tin cậy để xác định giá

cho các khoản tín dụng, theo nguyên tắc mức điểm thấp (rủi ro cao) có mức

giá cao và ngược lại.

- Hỗ trợ quản lý và quản trị khách hàng: quan hệ khách hàng của các tổ chức

tín dụng phụ thuộc vào điểm tín dụng của khách hàng đó. Những khoản vay

có mức rủi ro cao cần phải kiểm soát, đánh giá thường xuyên, những khách

hàng vay có mức điểm thấp cũng cần phải được chú trọng theo dõi. Ngược

lại, những khách hàng tốt với mức điểm cao sẽ được ưu ái hơn trong các

quan hệ giao dịch.

- Làm căn cứ để lập dự phòng tín dụng: mức dự phòng các khoản cấp tín dụng

phụ thuộc vào mức độ rủi ro của khoản tín dụng đó.

- Hỗ trợ công tác quản lý thông tin (MIS) theo danh mục và tạo lập báo cáo:

dữ liệu đưa vào hệ thống chấmđiểm tín dụng là rất phong phú liên quan đến

khoản vay và hoạt động kinh doanh của khách hàng. Hệ thống hệ thống xếp

hạng tín dụngthường được các tổ chức tín dụng thiết lập trên nền tảng công

nghệ tin học cao, cho phép chiết xuất, quản lý các trường thông tin theo từng

danh mục yêu cầu và đưa ra hệ thống báo cáo hiệu quả.

Quản lý nợ xấu là một hoạt động tương đối rộng, trong đó cần sự phối hợp từ

nhiều phía liên quan như chính sách tín dụng, chính sách thẩm định và phê duyệt

khách hàng, chính sách quản lý rủi ro, chính sách khách hàng… Với khả năng ứng

dụnghệ thống xếp hạng tín dụngtheo qui định của Basel II, có thểứng dụng

chấmđiểm tín dụng vào quản lý nợxấu ở 2 nội dung:

- Thứ nhất, ứng dụng chấmđiểm tín dụng vào công tác hỗ trợ phê duyệt tín

dụng để tăng cường khả năng phân loại hồ sơ, giảm thiểu khả năng phát sinh

nợ xấu trong sàng lọc đầu vào.

- Thứ hai, ứng dụng chấm điểm tín dụng vào công tác dự báo xác suất vỡ nợ

của những khách hàng hiện hữu, từ đó có các chính sách khách hàng phù

hợp để ứng phó với những mức rủi ro tương ứng. Với mục đích này, chấm

điểm tín dụng hành vi khách hàng là lựa chọn phù hợp.

KẾT LUẬN CHƯƠNG 1

Quản lý nợ đặc biệt là quản lý nợ xấu là vấn đề sống còn của của bất cứ tổ chức tín

dụng nào. Việc quản lý nợ xấu đòi hỏi phải có qui trình và công cụ để thực hiện có

hiệu quả.

Xếp hạng tín dụng là công cụ quản lý rủi ro tín dụng và quản lý nợ hiệu quả được sử

dụng phổ biến trên thế giới. Với những ưu và nhược điểm, xếp hạng tín dụng cần

được cân nhắc sử dụng rộng rãi hơn nữa trong công tác quản lý tín dụng nói chung

tại Việt Nam.

Với khả năng dự báo xác suất xãy ra các biến cố nhị phận, mô hình hồi qui logistic

là lựa chọn thích hợp để phát triển mô hình xếp hạng tín dụng tại các NHTM.

Trong chương này đề tài nghiên cứu đã trình bày về khái niệm nợ xấu và quản lý nợ

xấu cũng như khái niệm về xếp hạng tín dụng và ưu nhược điểm của mô hình này.

Đồng thời đề tài cũng đã giới thiệu mối liên hệ giữa xếp hạng tín dụng và công tác

quản lý nợ theo khuyến nghị của Hiệp ươc Basel II. Đây là cơ sở để tác giả nghiên

cứu thực trạng nợ xấu tại ACB và tình hình ứng dụng xếp hạng tín dụng tại ACB để

cho thấy hướng phù hợp của thực tế tại ACB và tiêu chuẩn thế giới trong chương 2.

CHƯƠNG 2

TÌNH HÌNHNỢ XẤU, QUẢN LÝ NỢ XẤU VÀ XẾP HẠNG TÍN DỤNG

TẠI NH TMCP Á CHÂU

2.1 Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại Việt Nam

2.1.1 Tình hình nợ xấu tại Việt Nam

Thống kê số liệu nợ xấu của các NH đã niêm yết trên sàn chứng khoán bao gồm:

Ngân hàng TMCP Công Thương Việt Nam(CTG), Ngân hàng TMCP Ngoại

Thương Việt Nam (VCB), Ngân hàng TMCP Sài Gòn Thương Tín (STB), Ngân

hàng TMCP Á Châu (ACB), Ngân hàng TMCP XNK Việt Nam (EIB), Ngân hàng

TMCP Quân Đội (MBB) và Ngân hàng TMCP Sài Gòn – Hà Nội (SHB), Ngân

hàng TMCP Nam Việt (NVB). Dữ liệu tính đến 30/06/2013.

Bảng 2.1: Diễn biến nợ xấu của các ngân hàng niêm yết (Nợ nhóm 3,4,5)

Đơn vị: %

Tốc độ tăng, giảm

Ngân hàng 30/06/2013 31/12/2012 2.50 ACB 1.47 CTG 1.32 EIB 1.84 MBB 5.64 NVB 8.83 SHB 2.05 STB 2.40 VCB 2.99 2.10 1.49 2.42 6.11 9.07 2.51 2.81 0.49 0.63 0.17 0.59 0.47 0.24 0.46 0.41

(Nguồn: Tổng hợp từ báo cáo tài chính hợp nhất của các ngân hàng niêm yết)

Từ dữ liệu trên ta có thể thấy Navibank và SHB là 2 ngân hàng đang có tỉ lệ nợ

xấu ở mức báo động, các ngân hàng ACB, MBB, STB và VCB đang có con số đáng

chú ý ở mức gần ngưỡng 3%.

Trong khi đó, số liệu từ 3 NH lớn nhất công bố số liệu là BIDV, Vietcombank

và Vietinbank thì đã chiếm tới hơn 23.100 tỷ đồng nợ xấu, gần bằng mức tổng lợi

nhuận là 24.000 tỷ đồng của toàn hệ thống trong 6 tháng đầu năm nay. Trong đó, nợ

xấu của BIDV gần 9.400 tỷ đồng, của Vietcombank 6.687 tỷ đồng và Vietinbank là

7.027 tỷ đồng. Số nợ xấu của 3 ngân hàng này cũng cao hơn rất nhiều so với tổng

nợ xấu của các ngân hàng SHB, MB, ACB, Sacombank, Eximbank cộng lại.

Ở mức chi tiết hơn, nhìn vào nợ nhóm 5 (nợ có khả năng mất vốn)

Bảng 2.2: Nợ nhóm 5 tại các ngân hàng niêm yết

Đơn vị: triệu đồng

Ngân hàng 30/06/2013 31/12/2012 Tốc độ tăng, giảm (%) -1.30 EIB 66.29 CTG 54.89 ACB 16.44 MBB 53.43 VCB 44.20 SHB 67.32 STB 32.85 NVB 782,513 3,501,976 1,781,862 744,785 2,226,979 3,186,045 1,500,463 487,143 792,803 2,105,939 1,150,391 639,607 1,451,461 2,209,471 896,780 366,698

(Nguồn: Tổng hợp từ báo cáo tài chính hợp nhất của các ngân hàng niêm yết)

Diễn biến 6 tháng đầu năm so với cùng kỳ năm trước cho thấy sự gia tăng đáng

kể tình hình nợ nhóm 5. Ngoài ra, tại thời điểm 30/06/2013, nợ nhóm 5 đã chiếm

gần 50% tổng nợ xấu của các ngân hàng này. Điều này phản ánh một bức tranh ảm

đạm trong công tác quản lý nợ xấu và khả năng thu hồi các khoản nợ xấu này tại các

NHTM.

Nợ nhóm 2 (Nợ cần chú ý) tuy không được xem là nợ xấu nhưng đây là nguồn

rủi ro không nhỏ đối với các ngân hàng nếu như không quản lý tốt các khoản nợ

này. Có thể xem xét bảng thông tin bên dưới:

Bảng 2.3 Nợ nhóm 2 tại các ngân hàng

Đơn vị: triệu đồng

Ngân hàng EIB CTG ACB MBB VCB SHB STB NVB 30/06/2013 31/12/2012 Tốc độ tăng, giảm (%) -15.37 89.56 -16.26 3.77 -7.40 -3.06 99.84 2.46 2,023,190 1,712,252 1,411,738 2,676,086 5,421,128 4,539,496 3,028,649 3,142,735 31,087,760 33,572,647 4,613,612 4,472,268 428,714 856,761 420,539 430,900

(Nguồn: Tổng hợp từ báo cáo tài chính hợp nhất của các ngân hàng niêm yết)

Vietinbank và Sacombank là 2 ngân hàng đang sở hữu con số đáng báo động về

sự gia tăng nợ nhóm 2 trong 6 tháng đầu năm 2013. Nếu số nợ nhóm 2 này chuyển

thành nợ nhóm 3 thì con số nợ xấu sẽ thật sự phình to đáng kể.

2.1.2 Tình hình quản lý nợ xấu tại Việt Nam

Theo tìm hiểu của tác giả, hiện tại hầu hết các NHTM tại Việt Nam đều có

Trung tâm/Phòng ban thu hồi nợ và công ty Quản lý và khai thác tài sản trực thuộc

để quản lý và sử lý nợ xấu. Điều này chứng tỏ việc quản lý nợ xấu là một vấn đề

được các NHTM quan tâm giải quyết. Tuy nhiên, vì không có cơ hội tiếp cận nên

tác giả không có được thông tin mô hình hoạt động quản lý nợ xấu tại các Ngân

hàng này.

Về mặt quản lý nợ xấu của NHNN và chính phủ, Việt Nam đã có các hình thức

quản lý nợ xấu thông qua các qui định, cụ thể như sau:

Trước năm 2000, Việt Nam chỉ qui định về nợ quá hạn, nợ khóđòi phát sinh tại

các tổ chức tín dụng. Phân loại chất lượng tín dụng được dựa vào tuổi nợ, cụ thể

như sau: nợ quá hạn dưới 90 ngày, nợ quá hạn từ 90 ngày đến 180 ngày, nợ quá

hạntừ trên 180 ngày đến 360 ngày, nợ quá hạn trên 360 ngày. Nợ khóđòi là nợ quá

hạn trên 360 ngày. Khi thực hiện chuyển nợ quá hạn, các tổ chức tín dụng chỉ

chuyển các khoản nợ sang nợ quá hạnứng với từng kỳ trả nợ bị quá hạn, không thực

hiện chuyển toàn bộ dư nợ của khoản vay sang nợ quá hạn.

Vấn đề nợ xấu thực sự bắt đầuđược quan tâm khi các ngân hàng thương mại

được Ngân hàng Nhà nước yếu cầu lập đề án xử lý nợ xấu. Vào ngày 05/10/2001,

Thủ tướng Chính phủ đã ban hành Quyết định 149/2001/QĐ-TTg phê duyệt đề án

xử lý nợ tồn đọng của các ngân hàng thương mại phát sinh từ ngày 31/12/2000 trở

về trước. Trong Quyết định này và các thông tư hướng dẫn thực hiện không định

nghĩa cụ thể về nợ xấu nhưng quy định các khoản nợ xấu được phân làm thành 3

nhóm: Nợ có tài sản đảm bảo (nhóm I), nợ không có tài sản đảm bảo, không còn đối

tượng để thu (nhóm II), nợ không có tài sản đảm bảo nhưng còn đối tượng để thu

(nhóm III) với các giải pháp xử lý cụ thể.

Theo Quyết định số 493/2005/QĐ-NHNN ngày 22/04/2005 của Thống đốc

NHNN Việt Nam về việc ban hành “Quy định 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”,

Quyết định số 18/2007/QĐ-NHNN của Thống đốc NHNN Việt Nam ngày

25/04/2007 về việc sửa đổi, bổ sung một số điều của Quy định 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 ban hành theo Quyết định số 493/2005/QĐ-NHNN ngày 22/04/2005,

hiện tại có hai cách phân loại nợ: theo tuổi nợ và theo xếp hạng tín dụng nội bộ.

(cid:153) Theo tuổi nợ

- Nhóm 1(Nợ đủ tiêu chuẩn) bao gồm:

o Các khoản nợ trong hạn mà tổ chức tín dụng đánh giá là có đủ khả

năng thu hồi đầy đủ cả gốc và lãi đúng thời hạn;

o Các khoản nợ quá hạn dưới 10 ngày và tổ chức tín dụng đánh giá là

có khả năng thu hồi đầy đủ gốc và lãi bị quá hạn và thu hồi đầy đủ

gốc và lãi đúng thời hạn còn lại;

o Trường hợp khách hàng trả đầy đủ nợ gốc và lãi theo kỳ hạn đã được

cơ cấu lại tối thiểu trong vòng một (01) năm đối với các khoản nợ

trung và dài hạn, ba (03) tháng đối với các khoản nợ ngắn hạn và

được tổ chức tín dụng đánh giá là có khả năng trả đầy đủ nợ gốc và lãi

đúng thời hạn theo thời hạn đã được cơ cấu lại, tổ chức tín dụng có

thể phân loại lại khoản nợ đó vào nhóm 1.

- Nhóm 2 (Nợ cần chú ý) bao gồm:

o Các khoản nợ quá hạn từ 10 ngày đến 90 ngày;

o Các khoản nợ điều chỉnh kỳ hạn trả nợ lần đầu (đối với khách hàng là

doanh nghiệp, tổ chức thì tổ chức tín dụng phải có hồ sơ đánh giá

khách hàng về khả năng trả nợ đầy đủ nợ gốc và lãi đúng kỳ hạn được

điều chỉnh lần đầu);

- Nhóm 3 (Nợ dưới tiêu chuẩn) bao gồm:

o Các khoản nợ quá hạn từ 91 ngày đến 180 ngày;

o Các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu, trừ các khoản nợ điều

chỉnh kỳ hạn trả nợ lần đầu phân loại vào nhóm 2 theo quy định tại

Điểm b Khoản này;

o Các khoản nợ được miễn hoặc giảm lãi do khách hàng không đủ khả

năng trả lãi đầy đủ theo hợp đồng tín dụng;

- Nhóm 4 (Nợ nghi ngờ) bao gồm:

o Các khoản nợ quá hạn từ 181 ngày đến 360 ngày;

o Các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 90 ngày

theo thời hạn trả nợ được cơ cấu lại lần đầu;

o Các khoản nợ cơ cấu lại thời hạn trả nợ lần thứ hai

- Nhóm 5 (Nợ có khả năng mất vốn) bao gồm:

o Các khoản nợ quá hạn trên 360 ngày;

o Các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn từ 90 ngày

trở lên theo thời hạn trả nợ được cơ cấu lại lần đầu;

o Các khoản nợ cơ cấu lại thời hạn trả nợ lần thứ hai quá hạn theo thời

hạn trả nợ được cơ cấu lại lần thứ hai;

o Các khoản nợ cơ cấu lại thời hạn trả nợ lần thứ ba trở lên, kể cả chưa

bị quá hạn hoặc đã quá hạn;

o Các khoản nợ khoanh, nợ chờ xử lý;

Tổ chức tín dụng có thể phân loại lại các khoản nợ vào nhóm nợ có rủi ro thấp

hơn trong các trường hợp sau đây:

- Đối với các khoản nợ quá hạn, tổ chức tín dụng phân loại lại vào nhóm nợ có rủi ro thấp hơn (kể cả nhóm 1) khi đáp ứng đầy đủ các điều kiện sau đây:

o Khách hàng trả đầy đủ phần nợ gốc và lãi bị quá hạn (kể cả lãi áp

dụng đối với nợ gốc quá hạn) và nợ gốc và lãi của các kỳ hạn trả nợ

tiếp theo trong thời gian tối thiểu sáu (06) tháng đối với khoản nợ

trung và dài hạn, ba (03) tháng đối với các khoản nợ ngắn hạn, kể từ

ngày bắt đầu trả đầy đủ nợ gốc và lãi bị quá hạn;

o Có tài liệu, hồ sơ chứng minh các nguyên nhân làm khoản nợ bị quá

hạn đã được xử lý, khắc phục;

o Tổ chức tín dụng có đủ cơ sở (thông tin, tài liệu kèm theo) đánh giá là

khách hàng có khả năng trả đầy đủ nợ gốc và lãi đúng thời hạn còn

lại.

- Đối với các khoản nợ cơ cấu lại thời hạn trả nợ, tổ chức tín dụng phân loại lại vào nhóm nợ có rủi ro thấp hơn (kể cả nhóm 1) khi đáp ứng đầy đủ các điều

kiện sau đây:

o Khách hàng trả đầy đủ nợ gốc và lãi theo thời hạn trả nợ được cơ cấu

lại trong thời gian tối thiểu sáu (06) tháng đối với các khoản nợ trung

và dài hạn, ba (03) tháng đối với các khoản nợ ngắn hạn, kể từ ngày

bắt đầu trả đầy đủ nợ gốc và lãi theo thời hạn được cơ cấu lại;

o Có tài liệu, hồ sơ chứng minh các nguyên nhân làm khoản nợ phải cơ

cấu lại thời hạn trả nợ đã được xử lý, khắc phục;

- Tổ chức tín dụng có đủ cơ sở (thông tin, tài liệu kèm theo) để đánh giá là khách

hàng có khả năng trả đầy đủ nợ gốc và lãi đúng thời hạn đã được cơ cấu lại còn lại.

o Trường hợp một khách hàng có nhiều hơn một (01) khoản nợ với tổ

chức tín dụng mà có bất kỳ khoản nợ bị chuyển sang nhóm nợ rủi ro

cao hơn thì tổ chức tín dụng bắt buộc phải phân loại các khoản nợ còn

lại của khách hàng đó vào các nhóm nợ rủi ro cao hơn tương ứng với

mức độ rủi ro.

o Trường hợp các khoản nợ (kể cả các khoản nợ trong hạn và các khoản

nợ cơ cấu lại thời hạn trả nợ trong hạn theo thời hạn nợ đã cơ cấu lại)

mà tổ chức tín dụng có đủ cơ sở để đánh giá là khả năng trả nợ của

khách hàng bị suy giảm thì tổ chức tín dụng chủ động tự quyết định

phân loại các khoản nợ đó vào các nhóm nợ rủi ro cao hơn tương ứng

với mức độ rủi ro.

- Tổ chức tín dụng phải chủ động phân loại các khoản nợ được phân loại vào các nhóm có rủi ro cao hơn theo đánh giá của tổ chức tín dụng khi xảy ra một

trong các trường hợp sau đây:

o Có những diễn biến bất lợi tác động tiêu cực đến môi trường, lĩnh vực

kinh doanh của khách hàng;

o Các khoản nợ của khách hàng bị các tổ chức tín dụng khác phân loại

vào nhóm nợ có mức độ rủi ro cao hơn (nếu có thông tin);

o Các chỉ tiêu tài chính của khách hàng (về khả năng sinh lời, khả năng

thanh toán, tỷ lệ nợ trên vốn và dòng tiền) hoặc khả năng trả nợ của

khách hàng bị suy giảm liên tục hoặc có biến động lớn theo chiều

hướng suy giảm;

o Khách hàng không cung cấp đầy đủ, kịp thời và trung thực các thông

tin tài chính theo yêu cầu của tổ chức tín dụng để đánh giá khả năng

trả nợ của khách hàng.

(cid:153) Theo xếp hạng tín dụng nội bộ

- Căn cứ trên Hệ thống xếp hạng tín dụng nội bộ, tổ chức tín dụng trình Ngân

hàng Nhà nước chính sách dự phòng rủi ro và chỉ được thực hiện sau khi

Ngân hàng Nhà nước chấp thuận bằng văn bản.

- Điều kiện để Ngân hàng Nhà nước chấp thuận chính sách dự phòng rủi ro:

o Hệ thống xếp hạng tín dụng đã được áp dụng thử nghiệm tối thiểu

một (01) năm;

o Kết quả xếp hạng tín dụng được Hội đồng quản trị phê duyệt;

o Hệ thống xếp hạng tín dụng nội bộ phù hợp với hoạt động kinh

doanh, đối tượng khách hàng, tính chất rủi ro của khoản nợ của tổ

chức tín dụng;

o Chính sách quản lý rủi ro tín dụng, mô hình giám sát rủi ro tín dụng,

phương pháp xác định và đo lường rủi ro tín dụng có hiệu quả, trong

đó bao gồm cách thức đánh giá về khả năng trả nợ của khách hàng,

hợp đồng tín dụng, các tài sản bảo đảm, khả năng thu hồi nợ và quản

lý nợ của tổ chức tín dụng;

o Phân định rõ ràng trách nhiệm, quyền hạn của Hội đồng quản trị,

Tổng giám đốc trong việc phê duyệt, thực hiện và kiểm tra thực hiện

Hệ thống xếp hạng tín dụng và chính sách dự phòng của tổ chức tín

dụng và tính độc lập của các bộ phận quản lý rủi ro;

o Hệ thống thông tin có hiệu quả để đưa ra các quyết định, điều hành và

quản lý đối với hoạt động kinh doanh của tổ chức tín dụng và thích

hợp với Hệ thống xếp hạng tín dụng và phân loại nợ.

Định nghĩa nợ xấu

"Nợ quá hạn" là khoản nợ mà một phần hoặc toàn bộ nợ gốc và/hoặc lãi đã quá

hạn.

"Nợ xấu" (NPL) là các khoản nợ thuộc các nhóm 3, 4 và 5 quy định tại Điều 6

hoặc Điều 7 Quy định này. Tỷ lệ nợ xấu trên tổng dư nợ là tỷ lệ để đánh giá chất

lượng tín dụng của tổ chức tín dụng.

Tỷ lệ trích lập dự phòng cụ thể đối với các nhóm nợ theo quy định

o Nhóm 1: 0%

o Nhóm 2: 5%

o Nhóm 3: 20%

o Nhóm 4: 50%

o Nhóm 5: 100%

Như vây, có thể thấy định nghĩa về nợ xấu tại Việt Nam đang dần tiếp cận với thông

lệ quốc tế.

Trước vấn đề nợ xấu mà các NHTM đang phải đối mặt, thực tiễn cho thấy do có

sự khó khăn chung của nền kinh tế, những yếu kém về mặt cơ cấu trong hệ thống

cùng với mức độ biến động ngày càng tăng về kinh tế và tài chính trong những năm

qua đã làm tăng rủi ro của khu vực ngân hàng. Quản trị yếu kém, mức độ sở hữu

chéo với các doanh nghiệp nhà nước quá cao, khung quy định và giám sát phân tán

đã dần dần làm ảnh hưởng tới sự lành mạnh của hệ thống. Những yếu kém về quản

trị doanh nghiệp, cơ chế kiểm soát nội bộ và quản lý lỏng lẻo, cùng với cơ cấu nắm

giữ cổ phần phức tạp ở các ngân hàng thương mại cổ phần vốn là những yếu tố tạo

điều kiện thúc đẩy việc cho vay vốn một cách thiếu chặt chẽ, chính là nguồn gốc

gây ra nhiều điểm yếu dễ bị tổn thương.

Bên cạnh đó, thị trường ngân hàng hiện tại đang cho thấy sự gia tăng các hoạt

động mua lại và sát nhập giữa các ngân hàng, tăng mức nắm giữ cổ phần của các

nhà đầu tư nước ngoài trong khu vực ngân hàng theo như đúng chủ trương và định

hướng do NHNN và chính phủ đưa ra. Chẳng hạn, bao gồm vụ sát nhập 3 ngân

hàng: Đệ Nhất (Ficombank), Việt Nam Tín Nghĩa (TinNghiaBank) và Ngân hàng

TMCP Sài Gòn (SCB); vụ sát nhập giữa SHBank và HabuBank; vụ Ngân hàng Đại

Tín (TrustBank) bán 85% cổ phần cho một nhóm các nhà đầu tư (do Tập đoàn

Thiên Thanh đứng đầu);… Các nhà đầu tư nước ngoài đã tăng cường sự hiện diện

của mình trong khu vực ngân hàng, với việc mua lại 20% cổ phần của Ngân hàng

Tiền Phong thuộc một nhóm các nhà đầu tư do Tập đoàn DOJI đứng đầu. Do những

vụ mua lại và sát nhập này mà số lượng các ngân hàng thương mại trong nước đã

giảm từ 43 ngân hàng vào tháng 11 năm 2011 xuống còn 39 ngân hàng vào cuối

năm 2012.

Ngày 12/09/2013, Ngân hàng Nhà nước Việt Nam đã ban hành Quyết định số

2018/QĐ-NHNN về việc hợp nhất Ngân hàng TMCP Phương Tây (WesternBank)

và Tổng công ty tài chính cổ phần Dầu khí Việt Nam (PVFC) thành Ngân hàng

Thương mại Cổ phần Đại chúng. Trong năm 2013, có khả năng sẽ có thêm một số

vụ mua lại và sát nhập giữa các ngân hàng cũng như một số vụ mua cổ phần ngân

hàng của một số tổ chức phi ngân hàng. Trong năm 2013, cũng đã có ngân hàng

mới được thành lập. Mới đây, ngày 9/7, Ngân hàng Hợp tác xã Việt Nam (Co-

opBank) được chuyển đổi từ Quỹ tín dụng Nhân dân Trung ương đã khai trương,

với vốn điều lệ 3.000 tỷ đồng. Ngân hàng này sẽ thực hiện các nghiệp vụ như những

ngân hàng thương mại khác.

Nhìn chung, việc sát nhập một vài ngân hàng yếu kém với nhau không nhất thiết

tạo ra một ngân hàng mới lành mạnh và do vậy, các vấn đề tiềm ẩn của các ngân

hàng đó vẫn chưa được giải quyết.

Vào tháng 1 năm 2013, Ngân hàng Nhà nước đã ban hành Thông tư 02 về phân

loại khoản vay và trích lập dự phòng, yêu cầu các ngân hàng tuân thủ các chuẩn

mực chặt chẽ hơn, sát hơn với các thông lệ quốc tế về tính toán nợ xấu đối với hầu

hết tất cả các loại tài sản ngân hàng, bao gồm cả các loại tài sản mà Nghị định 493

còn chưa đề cập. Thông tư 02 quy định thêm những nội dung bổ sung như sau: yêu

cầu các ngân hàng hạ mức xếp hạng các khoản vay nếu ngân hàng đó xếp khách

hàng vay nợ ở mức cao hơn so với các ngân hàng khác theo như báo cáo của Trung

tâm Thông tin Tín dụng; thắt chặt các quy tắc về khấu trừ tài sản thế chấp vào giá trị

khoản vay để tính toán mức độ rủi ro phục vụ cho mục đích trích lập dự phòng; áp

dụng trích lập dự phòng cho các khoản trái phiếu công ty mà các ngân hàng nắm

giữ. Tuy nhiên, việc thực hiện Thông tư lẽ ra được bắt đầu vào ngày 01 tháng 6 năm

2013 theo như kế hoạch ban đầu nhưng lại bị hoãn lại một năm với lý do là các

ngân hàng chưa sẵn sàng. Theo một số ý kiến thì một lý do khác nữa dẫn tới việc trì

hoãn là do có mối lo ngại rằng, mức nợ xấu theo báo cáo sẽ tăng mạnh sau khi

Thông tư 02 được đưa vào thực hiện. Điều này có thể sẽ dẫn tới các vấn đề mới nảy

sinh cho các ngân hàng đang cố gắng giải quyết tình trạng nợ xấu đang ở mức quá

cao cũng như cho VAMC với nguồn vốn nhỏ bé so với quy mô nợ xấu trong khu

vực ngân hàng hiện nay.

2.1.3Tình hình ứng dụng xếp hạng tín dụng tại Việt Nam

Quyết định 493/2005/QĐ-NHNN quy định về việc “Phân loại nợ, trích lập và sử

dụng dự phòng rủi ro để xử lý rủi ro tín dụng trong hoạt động ngân hàng”. Với qui

định tại điều 7, Quyết định 493, NHNN đã có định hướng khuyến khích các NHTM

chủ động nghiên cứu triển khai chấm điểm, xếp hạng tín dụng, làm cơ sở để phân

loại nợ và trích lập dự phòng theo phương pháp định tính. Đây là căn cứ để các

NHTM xây dựng và triển khai chấm điểm và xếp hạng tín dụng, phục vụ quản lý

rủi ro tín dụng và thực hiện chính sách khách hàng.

Hầu hết các NHTM lớn tại Việt Nam đã nhận thức được tầm quan trọng của

chấm điểm và xếp hạng tín dụng và đã ứng dụng chấm điểm tín dụng vào hoạt động

thực tế của ngân hàng. Hệ thống xếp hạng tín dụng đều áp dụng các chỉ tiêu định

tính và định lượng, chỉ tiêu tài chính và phi tài chính của khách hàng bao gồm:

thông tin nhân thân, thông tin giao dịch, lịch sử tín dụng, tài sản đảm bảo, tình hình

tài chính và thu nhập. Kết quả chấm điểm và xếp hạng tín dụng được sử dụng đề

xuất cấp tín dụng và đưa ra chính sách phê duyệt và lãi suất đối với khách hàng.

Một số NHTM đã được NHNN phê duyệt và cho phép thực hiện phân loại nợ và

thực hiện trích lập dự phòng dựa vào kết quả chấm điểm tín dụng (trong đó có Ngân

hàng Á Châu). Việc chấm điểm tín dụng ngày càng được ứng dụng rộng rãi tại các

ngân hàng cho thấy mức độ quan tâm ngày càng lớn đến công tác quản trị rủi ro tín

dụng thông qua các công cụ định lượng.

Tuy nhiên việc ứng dụng chấm điểm tín dụng này đã có những hạn chế nhất

định:

Thứ nhất: Hệ thống xếp hạng tín dụng nội bộ tại các NHTM Việt Nam hiện nay

đều được xây dựng theo phương pháp chuyên gia, nghĩa là việc lựa chọn, quyết

định toàn bộ các yếu tố cơ bản của hệ thống xếp hạng (bộ chỉ tiêu, trọng số của từng

chỉ tiêu) hoàn toàn phụ thuộc vào quan điểm chủ quan của các chuyên gia thay vì

dựa trên dữ liệu thống kê lịch sử và phân tích mô hình kinh tế lượng. Kết quả xếp

hạng tín dụng nội bộ mang tính chủ quan và chưa thực sự là căn cứ thuyết phục để

làm cơ sở xây dựng các thước đo lượng hóa rủi ro, hỗ trợ ngân hàng tính toán khả

năng tổn thất và có quyết định dự phòng hiệu quả (hoặc thiếu hoặc thừa). Điều này

dẫn đến rủi ro trong công tác định hướng chính sách khách hàng (như quyết định

phê duyệt, chính sách lãi suất... Mức độ ảnh hưởng còn tùy vào mức độ ứng dụng

hệ thống chấm điểm tín dụng và quản trị rủi ro danh mục tín dụng tại từng ngân

hàng.

Thứ hai: Ở Việt Nam, thông tin về tình hình tài chính của khách hàng cá nhân

và doanh nghiệp đều chưa phản ánh hết được tình hình thực tế. Khách hàng có xu

hướng chứng minh “đủ” để có thể được cấp tín dụng, nhiều nguồn thu nhập vẫn

chưa được chứng minh và ghi nhận do hệ thống thanh toán đa phần vẫn dựa trên

tiền mặt. Đơn cử, nền kinh tế có đến 90% là doanh nghiệp vừa và nhỏ, nhiều doanh

nghiệp có thông tin phản ánh trên các báo cáo tài chính không chính xác vì các mục

đích che đậy thông tin, trốn thuế...Do đó số liệu trên sổ sách kế toán không phản

ánh chính xác kết quả kinh doanh thực của những doanh nghiệp này. Đối với khách

hàng cá nhân, ngoại trừ đối tượng khách hàng công nhân viên có thu nhập cố định

hàng tháng thì việc thông tin tương đối đầy đủ. Còn lại, đối tượng kinh doanh cá thể

và hộ gia đình (là đối tượng tiềm năng và chiếm tỷ trọng lớn) lại rất khó có thể

chứng minh thu nhập và hệ thống báo cáo thuế hoàn chỉnh. Do đó, để đánh giá đúng

thực chất hiệu quả kinh doanh khách hàng để khách hàng có thể tiếp cận được vốn

tín dụng của ngân hàng cũng như ngân hàng có thể đánh giá khách hàng một cách

chính xác là một thách thức không nhỏ đối với ngân hàng thương mại. Tình hình

thực tế chỉ ra rằng tiềm ẩn rủi ro do thông tin bất đối xứng xảy ra từ phía khách

hàng là rất lớn.

Thứ ba: NHNN đưa ra yêu cầu đối với các NHTM về việc xây dựng hệ thống

xếp hạng tín dụng nội bộ và đã đưa ra một hệ thống quy chuẩn cho việc xây dựng

hệ thống tại các NHTM. Hệ thống quy chuẩn này để hạn chế những bất cập trong

việc so sánh, đánh giá cùng một đối tượng khách hàng, nhưng lại có kết quả khác

nhau, nhiều khi xung đột khi thực hiện phân loại nợ dựa trên kết quả chấm điểm tín

dụng (cùng 1 khách hàng, có NHTM phân loại vào nhóm nợ cao, có NHTM lại

phân loại vào nhóm nợ thấp). Tuy nhiên, vì cùng quy chuẩn và các hệ số khống chế

là khá lớn, dẫn đến việc xây dựng hệ thống hệ thống xếp hạng tín dụng nội bộ thiếu

linh hoạt để điều chỉnh theo khẩu vị rủi ro theo từng ngân hàng.

Thứ tư: việc chấm điểm và xếp hạng tín dụng nội bộ này thực sự chỉ phát huy

tác dụng trong công tác phân loại nhóm nợ và trích lập dự phòng chứ chưa đi vào

chiểu sâu trong công tác dự báo và ngăn ngừa rủi ro tín dụng cũng như phát huy

hiệu quả trong việc quản lý và xử lý nợ xấu tại các NHTM.

2.2Tình hình nợ xấu, quản lý nợ xấuvà xếp hạng tín dụng tại ngân hàng TMCP

Á Châu

2.2.1. Giới thiệu sơ lược về ACB

Ngân hàng TMCP Á Châu được thành lập theo Giấy chứng nhận đăng ký kinh

doanh mã số doanh nghiệp : 0301452948-1 do Sở Kế hoạch và Đầu tư Tp. Hồ

Chính Minh cấp cho đăng ký lần đầu ngày 19/05/1993, số ĐKKD: 059067; đăng ký

thay đổi lần thứ 2 ngày 11/10/2010.

Ngành nghề kinh doanh chính của ACB:

- Huy động vốn ngắn hạn, trung và dài hạn theo các hình thức tiền gửi tiết

kiệm, tiền gửi thanh toán, chứng chỉ tiền gửi; tiếp nhận vốn ủy thác đầu tư;

vốn từ các tổ chức tín dụng trong và ngoài nước; cho vay ngắn hạn, trung và

dài hạn; chiết khấu thương phiếu, công trái và giấy tờ có giá; đầu tư vào

chứng khoán và các tổ chức kinh tế;

- Làm dịch vụ thanh toán giữa các khách hàng;

- Kinh doanh ngoại tệ, vàng bạc;

- Thanh toán quốc tế, bao thanh toán;

- Môi giới và đầu tư chứng khoán; tư vấn tài chính doanh nghiệp và bảo lãnh

phát hành;

và các dịch vụ ngân hàng khác.

- Cung cấp các dịch vụ về đầu tư, quản lý nợ và khai thác tài sản, cho thuê tài chính

Vốn điều lệ: 9.376.965.060.000 đồng.

Địa chỉ: 442 Nguyễn Thị Minh Khai, Phường 05, Quận 3, TP. Hồ Chí Minh.

Thời điểm niêm yết: ACB niêm yết tại Sở Giao dịch chứng khoán Hà Nội (trước

đây là Trung tâm giao dịch chứng khoán Hà Nội) theo quyết định số 21-QĐ-

TTGDHN ngày 31/10/2006. Cổ phiếu của ACB bắt đầu giao dịch ngày 21/11/2006.

Biểu đồ tăng trưởng của ACB

Hình 2.1: Biểu đồ tăng trưởng tài sản của ACB

Năm 2011 được xem là năm tăng trưởng mạnh mẽ trong việc tăng trưởng tài

sản của ACB do tình hình kinh doanh và thị trường thuận lợi.

Hình 2.2 Biểu đồ tăng trưởng huy động của ACB

Tăng trưởng huy động cũng đạt mức cao vào năm 2011, cho thấy hiệu quả

hoạt động tốt của ngân hàng vào năm này.

Hình 2.3 Biểu đồ tăng trưởng cho vay của ACB

Dư nợ cho vay không ngừng tăng trưởng qua các năm. Với tình hình được dự

báo sụt giảm lợi nhuận vào năm 2013 tuy nhiên ACB vẫn là một ngân hàng

được đánh giá về sự phát triển bền vững với khả năng tăng trưởng cao.

Hình 2.4 Biểu đồ tăng trưởng lợi nhuận của ACB

Về mặt lợi nhuận, cho thấy sự sụt giảm mạnh mẽ trong năm vừa qua do “sự cố”

ngoài mong đợi và tình hình khó khăn chung của thị trường.

2.2.2.Tình hình nợ xấu tại ACB

Chịu chung toàn cảnh thị trường ngân hàng, ACB hiện đang phải đối mặt với

tình hình nợ xấu đang gia tăng.

Bảng 2.4 Cơ cấu nợ theo năm tại ACB

Tỷ đồng

Chỉ tiêu 2009 2010 2011 2012 Quý 2- 2013

61,739 86,693 101,564 95,663 102,636 Nợ đủ tiêu chuẩn

364 209 327 4,567 4,539 Nợ cần chú ý

25 65 327 747 574 Nợ dưới tiêu chuẩn

89 58 346 673 946 Nợ nghi ngờ

141 170 297 1,150 1,782 Nợ có khả năng mất vốn

Số liệu qua các năm cho thấy, chất lượng nợ của ACB có chiều hướng gia tăng

qua các năm, đặc biệt là nợ nhóm 5 (nợ có khả năng mất vốn). Nợ xấu đang gia tăng

một cách đáng báo động qua các năm. Tình hình nợ xấu tăng đột biến từ năm 2012

đến năm 2013.

Xem xét các khoản nợ xấu của ACB, chi tiết như biểu đồ bên dưới

Hình 2.5 Biểu đồ diễn biến nợ xấu tại ACB (tỷ đồng)

Nợ xấu

3500

3000

2500

2000

1500

Nợ xấu

1000

500

2009

2010

2011

2012

Quý 2-2013

Hình 2.6: Biểu đồ diễn biến (%)nợ xấu tại ACB

% Nợ xấu

3.50%

3.00%

2.50%

2.00%

1.50%

1.00%

0.50%

0.00%

2009

2010

2011

2012

Quý 2-2013

Chi tiết hơn, nhìn vào cơ cấu nợ của ACB theo quí cũng đang cho thấy chất

lượng nợ của ngân hàng này đang có xu hướng giảm.

Dữ liệu trong năm gần đây (theo quí) cũng cho thấy tình hình đáng lo ngại tương

tự.

Bảng 2.5 Cơ cầu nợ theo quí tại ACB

Tỷ đồng

Chỉ tiêu Quý 3- 2012 Quý 4- 2012 Quý 1- 2013 Quý 2- 2013

102,247 95,663 99,773 102,636 Nợ đủ tiêu chuẩn

Nợ cần chú ý

Nợ dưới tiêu chuẩn

Nợ nghi ngờ 1,112 614 726 4,567 747 673 4,276 717 887

Nợ có khả năng mất vốn 829 1,150 1,487 4,539 574 946 1,782

Hình 2.7 Biểu đồ diễn biến nợ xấu theo quí tại ACB (tỷ đồng)

Nợ xấu

3,500

3,000

2,500

2,000

1,500

Nợ xấu

1,000

500

Quý 3-2012 Quý 4-2012 Quý 1-2013 Quý 2-2013

Hình 2.8 Biểu đồ diễn biến nợ xấu theo quí tại ACB (%)

Nợ xấu (%)

3.50%

3.00%

2.50%

2.00%

1.50%

Nợ xấu (%)

1.00%

0.50%

0.00%

Quý 3-2012 Quý 4-2012 Quý 1-2013 Quý 2-2013

Xu hướng nợ xấu đang gia tăng cho thấy sự cần thiết của việc quản lý nợ xấu một cách hiệu quả trong tình hình hiện nay.

2.2.3 Nguyên nhân nợ xấu tại ACB

Có rất nhiều nguyên nhân gây ra tình trạng nợ quá hạn tại các tổ chức tín dụng

và ACB nói riêng, trong đó có thể chia thành hai nhóm nguyên nhân chính:

(cid:153) Nguyên nhân khách quan:

Là những nguyên nhân xuất phát từ tác động của môi trường kinh tế vĩ mô và

môi trường kinh doanh chung của ngành ngân hàng.

- Chu kỳ kinh tế đang trong giai đoạn của suy thoái trong khi sức chịu

đựng của nhiều doanh nghiệp có hạn và nhiều doanh nghiệp phá sản.

- Tỷ lệ thất nghiệp gia tăng, tình trạng thu nhập của các cá nhân và hộ gia

đình có xu hướng giảm. Và như một vòng lẫn quẫn, sự cắt giảm chi tiêu

và niềm tin tiêu dùng khiến doanh nghiệp khó khăn.

(cid:153) Nguyên nhân chủ quan:

Là những nguyên nhân xuất phát năng lực nội tại và tình hình hoạt động của

ngân hàng. Bên cạnh đó, còn có những nguyên nhân xuất phát từ phía khách hàng.

- Tư phía ngân hàng:

o Do nới lỏng trong công tác phê duyệt tín dụng: trong gian đoạn tăng

trưởng với mục tiêu phát triển qui mô tín dụng cộng với việc gia tăng

sự canh tranh giữa các ngân hàng làm cho qui trìnhphê duyệt tín dụng

trở nên lỏng lẽo hơn.

o Khâu thẩm định chưa đảm bảo khách quan và chính xác: nguyên nhân

này xuất phát từ năng lực và đạo đức của cán bộ thẩm định tín dụng.

o Sự khó khăn trong nguồn cung cấp thông tin khách hàng: ngoài

nguyên nhân từ phía cán bộ thẩm định tín dụng, nguồn thông tin

khách hàng còn nhiều hạn chế. Nền kinh tế Việt Nam ngoài những

doanh nghiệp lớn có hệ thống báo cáo tài chính kế toán minh bạch thì

phần lớn vẫn là những doanh nghiệp vừa và nhỏ, kinh doanh cá thể hộ

gia đình không có hệ thống ghi nhận chính xác hoạt động kinh doanh.

Ngoài ra, hệ thống thanh toán dựa vào tiền mặt gây khó khăn không

nhỏ trong công tác kiểm tra dòng tiền và thu nhập của cá nhân. Điều

này gây khó khăn trong việc thẩm tra năng lực tài chính của khách

hàng, đánh giá sai khả năng trả nợ của khách hàng.

- Từ phía khách hàng:

o Sử dụng vốn sai mục đích: thị trường tín dụng Việt Nam trong thời

gian vừa qua ghi nhận hàng loạt các trường hợp nợ xấu do các doanh

nghiệp lớn sử dụng vốn sai mục đích, đầu tư ngoài khả năng kiểm soát

dẫn đến thua lỗ, mất khả năng trả nợ.

o Thị trường bất động sản đi xuống, cá nhân và doanh nghiệp vay đầu

tư và kinh doanh bất động sản trở thành những khách hàng mất khả

năng chi trả. Tình hình này là một quá trình tích lũy lâu dài.

o Thực trạng sở hữu chồng chéo giữa các ngân hàng của một số cổ đông

và các khoản vay phát sinh trong công cuộc thâu tóm, sáp nhập đã làm

công tác quản lý các khoản tín dụng phát sinh liên quan trở nên phức

tạp và khó khăn.

2.2.4 Tình hình quản lý nợ xấu tại Ngân hàng TMCP Á Châu

Nợ xấu đang ở mức cao, hiện tại vấn đề xử lý nợ xấu đang được quan tâm. Hiện

tại, ACB đang thực hiện theo mô hình Trung tâm quản lý nợ và Công ty Quản lý và

khai thác tài sản Á Châu với chức năng và nhiệm vụ cụ thể.

(cid:153) Trung tâm Quản lý nợ ACB:là trung tâm có trách nhiệm quản lý tất cả

các khoản nợ phát sinh tại ACB thông qua việc phối hợp với các phòng

ban chức năng và kênh phân phối để thực hiện công tác quản lý và thu

hồi các khoản nợ quá hạn và các khoản nợ xấu tại ACB.

- Thực hiện cảnh báo nợ sớm đối với các khoản vay và khách hàng có

những dấu hiệu có thể ảnh hưởng đến khả năng trả nợ của khách hàng

theo những tiêu chuẩn do Ủy ban quản lý rủi ro ACB đề ra chẳng hạn:

doanh nghiệp, cá nhân trốn/nợ thuế; báo cáo về tình hình hoạt động

của doanh nghiệp; các cảnh báo về tội phạm; thiên tai, hỏa hoạn; hay

các dấu hiệu về năng lực tài chính của doanh nghiệp, cá nhân được

thu thập trong quá trình tiếp xúc và tái thẩm định khách hàng;….

- Thúc nợ đối với các khoản nợ trễ hạn: đối với các khoản nợ trễ hạn,

tùy thuộc vào mức độ mà có các phương án thúc nợ khác nhau: gọi

điện thoại nhắc nợ hoặc trực tiếp đến thu hồi nợ khách hàng.

- Thực hiện đưa ra giải pháp thu nợ: Khi thực hiện thúc nợ không thành

công, ACB sẽ chủ động hợp tác với khách hàng trong việc đưa ra các

giải pháp để hỗ trợ khách hàng thực hiện trả nợ dựa trên thông tin có

được từ bộ phận thúc nợ và quá trình tìm hiểu khách hàng. Giải pháp

có thể là: gia hạn thời gian trả nợ, thay đổi kỳ hạn trả nợ cho phù hợp,

miễn/giảm một phần lãi/phạt phải trả,… Đối với khách hàng mất khả

năng trả nợ hoặc không có thái độ hợp tác trong việc trả nợ sẽ được

chuyển sang Công ty Khai thác và Quản lý tài sản Á Châu để tiếp tục

thu nợ hoặc thực hiện các thủ tục pháp lý cần thiết để thu hồi khoản

nợ.

(cid:153) Công ty Quản lý và khai thác tài sản Á Châu (ACBA): có trách nhiệm

xử lý các khoản nợ được đánh giá là khó đòi tại ACB và thực hiện các

chức năng nhiệm vụ khác theo qui định của Tổng giám đốc từng thời kỳ.

ACBA đã ban hành quy chế tài chính và quy trình nghiệp vụ quản lý và thu hồi

nợ quá hạn, quy định các công việc phải thực hiện từ khi tiếp nhận khoản nợ đến

khi thanh lý bao gồm việc tiếp nhận, thẩm định, phân loại nợ, các biện pháp xử lý,

mẫu biểu áp dụng, trách nhiệm của các bộ phận có liên quan, v.v. Quy trình

nàyđang áp dụng thống nhất tại các đơn vị của ACB. ACBA đã xây dựng được

phươngpháp kiểm soát 100% số hồ sơ hiện đang quản lý, kể cả các hồ sơ khó thu,

phứctạp. Việc kiểm soát này tạo cơ sở cho việc thu nợ tốt trong tương lai.

Nhằm tạo sự chủ động trong quá trình xử lý nợ, ACBA đã bổ sung chức năng

bánđấu giá tài sản. Hiện ACBA có bốn người được Bộ Tư pháp cấp thẻ đấu giá viên

vàcó đủ điều kiện để thực hiện bán đấu giá tài sản theo quy định pháp luật.

2.2.5 Tình hình áp dụng Xếp hạng tín dụng tại Ngân hàng TMCP Á Châu

Được sự phê duyệt của NHNN, từ tháng 01 năm 2011, ACB đã thực hiện

ứng dụng xếp hạng tín dụng nội bộ vào việc phân nhóm nợ và trích lập dự phòng

hàng tháng. Thang điểm xây dựng được sự tư vấn bởi Công ty Earn & Young

VietNam dựa vào phương pháp chuyên gia, có sự điều chỉnh cho phù hợp với

tình hình thực tế của ngân hàng.

Hệ thống xếp hạng tín dụng của ACB gồm các thành phần sau:

- Hệ thống xếp hạng tín dụng cho khách hàng cá nhân tiêu dùng

- Hệ thống xếp hạng tín dụng cho khách hàng cá nhân kinh doanh

- Hệ thống xếp hạng tín dụng cho khách hàng cá nhân đầu tư

- Hệ thống xếp hạng tín dụng cho khách hàng doanh nghiệp

Kết quả xếp hạng tín dụng khách hàng được sử dụng để phân nhóm nợ hàng

tháng theo nguyên tắc sau:

Bảng 2.6 Xếp loại chấm điểm khách hàng

Phân loại rủi ro Nhóm nợ

Điểm Xếp loại 90-100 AAA 80-90 AA 75-80 A 70-75 BBB 65-70 BB 60-65 B 56-60 CCC 53-56 CC 45-53 C 20-45 D Nợ đủ tiêu chuẩn Nợ đủ tiêu chuẩn Nợ đủ tiêu chuẩn Nợ cần chú ý Nợ cần chú ý Nợ dưới tiêu chuẩn Nợ dưới tiêu chuẩn Nợ dưới tiêu chuẩn Nợ nghi ngờ Nợ có khả năng mất vốn 1 1 1 2 2 3 3 3 4 5

Hiện tại, ACB đang trong quá trình nghiên cứu để thực hiện ứng dụng xếp

hạng tín dụng dựa trên phương pháp xây dựng mô hình dựa trên số liệu thực tế

của khách hàng để ứng dụng vào công tác phê duyệt hồ sơ tín dụng.

KẾT LUẬN CHƯƠNG 2

Trong chương 2 đề tài trình bày tình hình nợ xấu tại Việt Nam cũng như tại ACB để

phản ánh thực trang tín dụng đang có xu hướng đáng báo động cần phải có hướng

giải quyết phù hợp.

Đề tài cũng đề cập đến tình hình ứng dụng xếp hạng tín dụng tại Việt Nam cũng

như tại ACB.

Từ thực trạng nợ xấu và tình hình ứng dụng xếp hạng tín dụng tại ACB, từ đó có

hướng ứng dụng xếp hạng tín dụng theo mô hình hồi qui logistic vào công tác quản

lý nợ xấu mà tác giả đã đề cập trong chương 3.

CHƯƠNG 3

ỨNG DỤNG XẾP HẠNG TÍN DỤNGKHÁCH HÀNG CÁ NHÂN

VÀ CÁC PHƯƠNG ÁN QUẢN LÝ NỢ ĐỀ XUẤT

3.1 Thực hiện xếp hạng tín dụng khách hàng cá nhân

3.1.1 Lí do chọn khách hàng cá nhân

Ngân hàng TMCP Á Châu là một trong những ngân hàng bán lẻ có hiệu quả tại

Việt Nam, số lượng khách hàng lớn và đem lại nguồn lợi nhuận chủ yếu cho ngân

hàng.

Số lượng khách hàng được nhận xét sẽ không ngừng tăng trưởng trong tương lai

do cấu trúc dân số trẻ, nhu cầu tiêu dùng và tín dụng ngày một tăng cao. Một lực

lượng dân số trẻ, không ngừng cập nhật công nghệ và nhu cầu tiêu dung cao là

mảnh đất màu mỡ để các NHTM tăng trưởng sản phẩm vay trong tương lai.Ngoài

ra, với nền kinh tế năng động, vay mục đích sản xuất kinh doanh cá thể cũng là

phân khúc đáng quan tâm trong nền kinh tế Việt Nam. Với tình hình số lượng khách

hàng ngày càng gia tăng, việc quản lý nợ, tái đánh giá khách hàng theo định kỳ và

tái cấp tín sẽ đòi hỏi một nguồn nhân lực khá lớn. Do đó, chấm điểm tín dụng hành

vi sẽ là một công cụ hiệu quả giúp cho công tác này được diễn ra nhanh chóng và

hiệu quả với chi phí thấp.

3.1.2 Giải thích điều kiện chọn mẫu và các biến đầu vào của mô hình hồi qui

Logistic xây dựng thang điểm

(cid:153) Chọn mẫu/ các điều kiện loại trừ

Một sự loại trừ bước đầu là cần thiết để đảm bảo mẫu lập thang điểm đại

diện và có ý nghĩa trong việc lập mô hình. Sau đây là một số tiêu chuẩn loại trừ

của thang điểm:

- Khoản vay của nhân viên. Đây là điều kiện loại trừ phổ biến để tránh

thiên lệch mẫu do hồ sơ tín dụng của nhân viên được xem xét dễ dàng,

được hưởng lãi suất ưu đãi và được miễn giảm một số loại phí theo qui

định của ngân hàng.

- Khoản vay có thời gian hoạt động dưới 6 tháng: thời gian của khoản

vay chưa đủ dài để khách hàng có thể thực hiện những hành vi đủ để

đưa ra kết luận (việc xác định mốc thời gian này có thể thay đổi tùy

theo đặc điểm và dữ liệu của từng ngân hàng và cần có sự tham khảo

với giám đốc sản phẩm, các chuyên viên phê duyệt có kinh nghiệm)

(cid:153) Khoảng thời gian lấy mẫu (Mẫu lập thang điểm):

Những tài khoản vay còn hoạt động tại ngày 30/06/2012 và có thời gian giao

dịch đủ 6 tháng trở lên.

- Khoảng thời gian quan sát: 6 tháng, từ ngày 01/01/2012 đến

30/06/2012.

- Khoảng thời gian kết quả: 12 tháng, từ ngày 01/07/2012 đến

30/06/2013. Khoảng thời gian kết quả này có thể thay đổi tùy theo nhu

cầu dự báo của người sử dụng (dự báo ngắn hạn hay dài hạn)

Lưu ý: Dữ liệu mẫu được sử dụng trong mô hình đã được điều chỉnh theo xu

hướng tăng lượng khách hàng xấu nhằm thấy rõ sự tác động của thang điểm. Dữ

liệu sử dụng trong mô hình này không phản ánh tình hình thực tế tại Ngân hàng

TMCP Á Châu do qui tắc bảo mật thông tin ngân hàng.

(cid:153) Định nghĩa tài Tốt/Xấu (Good/Bad - GB)

- Định nghĩa khách hàng xấu: với thời gian kết quả 12 tháng, những

khách hàng xấu gồm: có xuất hiện việc thanh toán trễ hạn 90 ngày trở

lên. Định nghĩa này có thể thay đổi theo tình hình khẩu vị rủi ro của

ngân hàng.

- Định nghĩa khách hàng tốt: với thời gian kết quả 12 tháng, những

khách hàngtốt gồm: không trễ hạn hoặc xuất hiện việc thanh toán trễ

hạn dưới 90 ngày.

Bảng 3.1 Thống kê mẫu lập thang điểm

Tiêu chuẩn Khách hàng xấu Khách hàng tốt Tổng khách hàng Số lượng 481 9,816 10,301 Tỷ lệ (%) 4.67% 95.33% 100%

(cid:153) Biến đề cử đưa vào mô hình

Tên biến do người viết đặt ra để gợi nhớ thông tin của biến theo quan điểm của

người viết.

- CHIPHIDUPHONG: Chi phí dự phòng, là khoản thu nhập còn lại của

khách hàng sau khi trừ chi phí sinh hoạt và nợ phải trả. Chỉ tiêu này đánh

giá mức độ an toàn thu nhập của khách hàng.

- DUNO: Dư nợ của khoản vay tại thời điểm đánh giá. Qui mô của khoản

vay là một trong những chỉ tiêu đánh giá mức độ rủi ro của khách hàng.

- DVUKHAC: Khách hàng có sử dụng dịch vụ khác ngoài tín dụng hay

không. Thể hiện khả năng và cũng như uy tín, mức độ sử dụng sản phẩm

của khách hàng

- GIAINGANQD: Số tiền giải ngân của khoản vay khách hàng còn dư nợ.

- TSTC: Giá trị tài sản thế chấp của khách hàng tại ngân hàng. Chỉ tiêu này

thể hiện mức độ an toàn của khách hàng.

- LANTRE3M: Số lần trễ hạn thanh toán từ 1 ngày của khách hàng trong 3

tháng gần nhất.

- LANTRE6M: Số lần trễ hạn thanh toán từ 1 ngày của khách hàng trong 6

tháng gần nhất.

- LTV: Tỉ lệ dư nợ trên giá trị tài sản đảm bảo. Chỉ tiêu này thể hiện mức

độ an toàn của khách hàng.

- MUCTINDUNG: Mức tín dụng cao nhất mà khách hàng từng được cấp

tại ACB

- MUCTRANO: Tỉ lệ nợ phải trả hàng tháng trên tổng thu nhập.

- NOFCRE_ACT: Số thẻ tín dụng còn đang hoạt động

- NOFLOAN_ACT: Số tài khoản vay đang còn hoạt động

- NOFTHE_TREHAN: Số tài khoản thẻ tín dụng bị trễ hạn tại thời điểm

hiện tại.

- Songaytre_6M: Số ngày trễ hạn lớn nhất của khoản vay hiện tại trong

vòng 6 tháng qua.

- Songaytre: Số ngày trễ hạn lớn nhất của tất cả các khoản vay

- DUNO_GIAINGAN: Tỉ lệ dư nợ trên số tiền giải ngân.

- GIAINGAN: Tổng số tiền giải ngân

- TGQH_THE: Thời gian quan hệ thẻ tín dụng tại ACB. Đơn vị: tháng

- TGQH_VAY: Thời gian quan hệ khoản vay tại ACB. Đơn vị: tháng

- TGQH_VAY: Thời gian quan hệ tiền gửi tại ACB. Đơn vị: tháng

- THOIHAN: Thời hạn thực tế của khoản vay hiện tại

- THUNHAPRONG: Thu nhập ròng của khách hàng (thu nhập trừ chi phí

sinh hoạt)

- NOPHAITRA: Tổng sô tiền nợ phải trả hàng tháng của khách hàng.

- SOTGTKMOI_6M: Tổng số tài khoản tiết kiệm được mở mới trong 6

tháng qua. Thông tin này thể hiện được khả năng tài chính của khách

hàng.

- DATRA_PHAITRA6M: Tỷ lệ số tiền đã trả trên tổng số tiền phải trả của

khách hàng trong vòng 6 tháng qua: chỉ tiêu này đánh giá chất lượng trả

nợ của khách hàng.

- DATRA_PHAITRA3M: Tỷ lệ số tiền đã trả trên tổng số tiền phải trả của

khách hàng trong vòng 3 tháng qua: chỉ tiêu này đánh giá chất lượng trả

nợ của khách hàng.

- DATRA_GIAINGAN: Tỷ lệ số tiền đã trả trên tổng số tiền đã giải ngân

của khách hàng. Chỉ tiêu này phản ánh giai đoạn của khoản vay.

- STPHAITRA6M: Số tiền nợ phải trả của khách hàng trong 6 tháng vừa

qua, chỉ tiêu này phản ánh qui mô nghĩa vụ tài chính của khách hàng.

- THAYDOI_HONNHAN: Khách hàng có thay đổi tình trạng hôn nhân

trong thời gian vừa qua hay không? Việc thay đổi tình trạng hôn nhân ảnh

hưởng rất lớn đến khả năng tài chính của khách hàng.

- THAYDOI_THUNHAP: Khách hàng có thay đổi thu nhập trong thời

gian vừa qua hay không.

- TONGCHIPHI: Tổng chi phí hàng tháng của khách hàng

- SUMTGTK_ACT: Tổng số tài khoản tiết kiệm đang còn hoạt động của

khách hàng.

- TRANGTHAIDIACHI: Trạng thái địa chỉ của khách hàng. Chỉ tiêu này

cho biết nơi khách hàng đang sinh sống là nhà chính chủ, nhà người thân

hay nhà thuê. Chỉ tiêu này phần nào phản ánh khả năng tài chính của

khách hàng.

(cid:153) Giải thích cách thức lập mô hình hồi qui logistic

Mô hình hồi quy logistic được sử dụng để chạy ra mức điểm.

- Trong mô hình hồi quy, các đặc trưng được đưa lần lượt vào mô hình dựa

vào khả năng gia tăng giá trị thông tin. Khi mức gia tăng này trở nên

không đáng kể tại một số lượng đủ lớn, tiến trình sẽ được dừng lại.

- Độ tin cậy tiêu chuẩn là 95%.

- Hàm logistic:

Log(GB Odds) = α + β1 *char1 + β2 *char2 + β3 *char3 + …

Prob(Good) = GB Odd / ( 1 + GB Odd)

Prob(Bad) = 1 – Prob(Good)

Bad Rate = Probability of Bad (Tỉ lệ khách hàng xấu)

Cân chỉnh thang điểm

- Thang điểm chuẩn là 500 điểm (Base ScorePopulation) = 500

- Tỉ lệ Tốt/Xấu (G/B) tại thang điểm chuẩn (GB Odds at Base

scorePopulation) = 100 : 1

- Điểm số tang khi tang gấp đôi tỉ lệ Tốt/Xấu (Point to Double the Odds -

PDO) = 50

- Factor = PDO/Ln(2) = 50 / Ln(2)

(cid:3041)

= (cid:3533) (cid:3468)(cid:4672)

(cid:3472)

+ (cid:2010)(cid:3036)(cid:4673) ∗ (cid:1832)(cid:1853)(cid:1855)(cid:1872)(cid:1867)(cid:1870) +

(cid:2009) (cid:1866)

(cid:1841)(cid:1858)(cid:1858)(cid:1871)(cid:1857)(cid:1872) (cid:1866)

(cid:2869)

(cid:3041) (cid:1845)(cid:1855)(cid:1867)(cid:1870)(cid:1857) = (cid:3533) (cid:1845)(cid:1855)(cid:1867)(cid:1870)(cid:1857)(cid:3036) (cid:2869)

- Score = Offset + Factor * Ln (GB Odds)

score : điểm của biến thứ i trong mô hình.

n :Số biến đưa vào mô hình.

α : hệ số chặn trong mô hình logistic.

iβ : hệ số của biến thứ i trong mô hình.

Với :

3.1.3 Kết quả chạy mô hình

(cid:153) Phân tích biến

Giá trị thông tincủa các biến đề cử sau khi phân nhóm được trình bày trong bảng

Bảng 3.2 Kết quả phân nhóm biến

STT

Biến

Giải thích biến

Giá trị thông tin 0.1 0.24

1 CHIPHIDUPHONG 2 DUNO

0.14 0.03 0.02 1.96 2.16 0.43 0.16 0.08 0.05 0.04 0.05 2.43

3 DVUKHAC 4 GIAINGANQD 5 GIATRI_MORT 6 LANTRE3 7 LANTRE6 8 LTV 9 MUCTINDUNG 10 MUCTRANO 11 NOFCRE_ACT 12 NOFLOAN_ACT 13 NOFTHETREHAN 14 Songaytre_6M

Chi phí dự phòng (thu nhập - chi phí - trả nợ) Dư nợ của khoản vay tại thời điểm chấm điểm Khách hàng có sử dụng dịch vụ khác ngoài tín dụng hay không Số tiền giải ngân theo quyết định Tổng giá trị tài sản thế chấp Số lần trễ hạn trong 3 tháng gần nhất Số lần trễ hạn trong 6 tháng gần nhất Tỉ lệ giá trị tài sản thế chấp trên dư nợ Mức tín dụng cao nhất mà khách hàng được cấp Mức trả nợ của khách hàng Số thẻ tín dụng đang active Số khoản vay đang active Số thẻ tín dụng trễ hạn Mức độ trễ hạn lớn nhất trong tháng quan sát Mức độ trễ hạn lớn nhất trong tháng quan sát của tất cả các khoản vay

3.07 0.26 0.19

15 Songaytre_6M 16 TDUNO_TGIAINGAN Tổng dư nợ hiện tại/ Tổng số tiền vay 17 TGIAINGAN

0.01 0.04 0.05 0.18 0.27

18 TGQH_THE 19 TGQH_VAY 20 THOIHAN 21 THUNHAPRONG 22 TNOPHAITRA

0.15

23 SOTGTKMOI_6M

1.53

24 DATRA_PHAITRA6M

Tổng số tiền giải ngân Thời gian quan hệ thẻ: (Ngày chấm điểm - Ngày mở thẻ đầu tiên). Đơn vị: Tháng Thời gian quan hệ tín dụng Thời hạn Thu nhập ròng của khách hàng Tổng nợ phải trả trong kì kế tiếp Số tài khoản tiết kiệm mở mới trong vòng 6 tháng qua Tỷ lệ nợ đã trả so với số tiền phải trả trong 6 tháng gần nhất Tỷ lệ nợ đã trả so với số tiền phải trả trong 3 tháng gần nhất Số tiền nợ đã trã/ Số tiền giải ngân của khoản vay

Sô tiền nợ phải trả trong vòng 6 tháng gần nhất Tình trạng hôn nhân của khách hàng

1.67 0.22 0.05 0.3 0.03 0.03 0.09

25 DATRA_PHAITRA3M 26 DATRA_GIAINGAN 27 THAYDOI_HONNHAN Thay đổi tình trạng hôn nhân 28 STPHAITRA6M 29 MAHONNHAN 30 THAYDOI_THUNHAP Khách hàng có thay đổi thu nhập hay không 31 TONGCHIPHI

Tổng chi phí hàng tháng của khách hàng Tổng số tài khoản tiết kiệm còn hoạt động của khách hàng Trạng thái địa chỉ của khách hàng

0.1 0.02

32 SUMTGTK_ACT 33 TRANGTHAIDIACHI

(cid:153) Kết quả mô hình

Kết quả chạy hồi quy Logistic của các biến như sau:

Bảng 3.3 Kết quả mô hình

Variables DF Paramater Estimate Standard Error Pr > ChiSq

Intercept 2.4167 0.0564 <.0001 1

Songaytre_6M 1 0.000 (0.592)

Songaytre 1 0.000 (0.446)

LANTRE6 1 0.013 (0.101)

0.000 LTV 1 (0.451)

MUCTINDUNG 1 0.000 (0.381)

MUCTRANO 1 0.014 (0.334)

DUNO_GIAINGAN 1 0.000 (0.784)

TGQH_TG 1 0.000 (1.144)

NOPHAITRA 1 0.000 (0.580) 0.032 0.035 0.041 0.063 0.093 0.136 0.080 0.107 0.081

(cid:153) Thang điểm

Bảng 3.4 Thang điểm

STT

Biến

Giải thích biến

Phân nhóm biến

TGQH_TG

Thời gian quan hệ tiền gửi. Đơn vị: Tháng

DUNO_GIAINGAN

Tổng dư nợ hiện tại/ Tổng số tiền vay

low <= TGQH_TG < 1 1 <= TGQH_TG < 18 18 <= TGQH_TG < 36 36 <= TGQH_TG < 60 TGQH_TG >= 86 low <= TDUNO_TGIAINGAN < 30 30 <= TDUNO_TGIAINGAN < 55 55 <= TDUNO_TGIAINGAN < 65 65 <= TDUNO_TGIAINGAN < 80

Điểm 0 9 35 54 113 80 65 40 32

Songaytre_6M

Số ngày trễ hạn lớn nhất trong vòng 6 tháng vừa qua

NOPHAITRA

Nợ phải trả hàng tháng

12 -20 105 89 26 -39 -161 34 68 52 43 31

LTV

Tỷ lệ dư nợ/tài sản đảm bảo

Songaytre

Mức độ trễ hạn của khách hàng tại thời điểm quan sát

14 -10 67 55 43 19 3 65 -2 -47 -161 38 66

7 MUCTINDUNG

Mức tín dụng cao nhất mà khách hàng được cấp

8 MUCTRANO

Mức trả nợ của khách hàng (nợ phải trả/thu nhập - %)

LANTRE6M

Số lần trễ hạn trong 6 tháng gần nhất

81 <= TDUNO_TGIAINGAN < 95 95 <= TDUNO_TGIAINGAN < high Không có quan hệ tín dụng, chưa trễ hạn Trễ hạn dưới 10 ngày Từ 10 ngày đến dưới 30 ngày Từ 30 đến dưới 90 ngày Trên 90 ngày low <= TNOPHAITRA < 2000000 2000000 <= TNOPHAITRA < 5000000 5000000 <= TNOPHAITRA < 10000000 10000000 <= TNOPHAITRA < 15000000 15000000 <= TNOPHAITRA < 45000000 45000000 <= TNOPHAITRA < 100000000 100000000 <= TNOPHAITRA < high low <= LTV < 10 10 <= LTV < 25 25 <= LTV < 50 50 <= LTV < 70 70 <= LTV < high Chưa trễ hạn Trễ hạn dưới 10 ngày Trễ hạn từ 10 đến dưới 30 ngày Trễ hạn trên 30 ngày Chưa được cấp tín dụng 1 <= MTDMAX_12M < 150000000 150000000 <= MTDMAX_12M < 250000000 250000000 <= MTDMAX_12M < 500000000 500000000 <= MTDMAX_12M < 1300000000 1300000000 <= MTDMAX_12M < high low <= MUCTRANO < 20 20 <= MUCTRANO < 35 35 <= MUCTRANO < 45 45 <= MUCTRANO < 70 70 <= MUCTRANO < high low < LANTRE6 <= 0 0 < LANTRE6 <= 1 1 < LANTRE6 <= 3 3 < LANTRE6 <= 5 5 < LANTRE6 <= high

28 14 25 35 22 11 5 46 33 28 22 12

(cid:153) Phân phối điểm số

Thang điểm được thể hiện theo 30 dãi điểm.

Bảng 3.5 Phân bố dãi điểm

Xấu (Bad) Tốt (Good)

Dãi điểm Tỉ lệ KH xấu % % Số KH % Tích lũy

<10 10-25 25-35 35 - 60 60 - 85 85 - 110 110 - 135 135 - 160 160 - 185 185 - 210 210 - 235 235 - 260 260 - 285 285 - 310 310 - 335 335 - 360 360 - 385 385 - 405 405 - 430 430 - 455 455 - 480 480 - 505 505 - 530 530 - 555 > 555 96.15% 84.62% 80.00% 80.00% 66.67% 58.82% 45.00% 41.67% 36.96% 30.61% 26.56% 19.78% 18.33% 10.61% 8.06% 5.93% 4.31% 3.30% 2.04% 1.54% 1.03% 0.53% 0.41% 0.32% 0.35%

Tổng % Tích Số lũy KH 0.06% 0.06% 6 150 31.12% 31.12% 0.08% 0.02% 2 2.28% 33.40% 11 0.10% 0.02% 2 1.66% 35.06% 8 0.12% 0.02% 2 1.66% 36.72% 8 0.16% 0.04% 4 1.66% 38.38% 8 0.23% 0.07% 7 2.07% 40.46% 10 0.35% 0.11% 11 1.87% 42.32% 9 0.49% 0.14% 14 2.07% 44.40% 10 0.78% 0.30% 29 3.53% 47.93% 17 1.13% 0.35% 34 3.11% 51.04% 15 1.61% 0.48% 47 3.53% 54.56% 17 2.35% 0.74% 73 3.73% 58.30% 18 3.35% 1.00% 98 4.56% 62.86% 22 4.98% 1.63% 160 3.94% 66.80% 19 2.56% 7.54% 251 4.56% 71.37% 22 3.88% 11.42% 381 4.98% 76.35% 24 4.30% 15.72% 422 3.94% 80.29% 19 7.77% 23.49% 763 5.39% 85.68% 26 4.15% 89.83% 20 9.79% 33.28% 961 3.73% 93.57% 1154 11.76% 45.04% 18 2.90% 96.47% 1349 13.74% 58.78% 14 1.45% 97.93% 1318 13.43% 72.21% 7 1.04% 98.96% 1220 12.43% 84.64% 5 9.57% 94.20% 939 0.62% 99.59% 3 5.80% 100.00% 569 0.41% 100.00% 2 100% 9,816 100% 481

(cid:153) Các chỉ số kiểm định mô hình:

Bảng 3.6 Chỉ số kiểm định

Chỉ số Mẫu lập mô hình Mẫu kiểm định mô hình

Bads 481 202

Goods 9,816 4211

Total 10,297 4,413

Bad Rate 4.67% 4.59%

GINI 81.01% 81.13%

KS 65.31% 65.36%

(cid:153) Đường cong Gini

Hình 3.1 Đường cong Gini

Gini Curve

100%

80%

60%

40%

20%

d o o G % e v i t a l u m m u C

20%

40%

60%

80%

100%

Cummulative % Bad

Hệ số GINI của thang điểm là 81.01%, giá trị này càng lớn thể hiện khả năng

phân biệt tài khoản tốt/xấu của thang điểm càng cao. Giá trị lý tưởng đối với thang

điểm xếp hạng tín dụng là 50% (*)

(*): Hand book of credit scoring by Elizabeth Mays

(cid:153) Khả năng phân biệt Tốt/ Xấu

Kiểm định K-S so sánh sự khác biệt lớn nhất giữa phần trăm cộng dồn của tài

khoản tốt và tài khoản xấu.

Hình 3.2 Hệ số K-S

Khả năng phân biệt Tốt/ Xấu

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

75 125 175 225 275 325 375 425 475 525 575

Score

Cum-BAD

Cum_GOOD

Hệ số K-S của thang điểm là 65.31%. Giá trị tới hạn là 5,32%. Có thể kết luận

thang điểm có khản năng phân biệt khách hàng tốt và khách hàng xấu. Cũng dựa

vào Hand book of credit scoring by Elizabeth Mays , giá trị lý tưởng cho chỉ số K-

S áp dụng là 40%.

K-S là giá trị đo lường sự khác biệt giữa 2 nhóm tổng thể. Đối với chấm điểm tín

dụng đo lường sự khác biệt giữa khách hàng tốt và khách hàng xấu, do đó K-S càng

/()

BA )*

BA +

lớn càng tốt. Giá trị tới hạn:

Giá trị tới hạn =

A: tổng số khách hàng tốt/ tổng số khách hàng trong mẫu phát triển.

B: tổng số khách hàng xấu/ tổng số khách hàng trong mẫu kiểm định.

577

K = 11.36 ứng vớới độ tin cậậy 95%

(cid:153)(cid:153) So sánh kết quả d dự báo và k kết quả th ực tể (Esti imated vs.. Actual Bad Rate)

3 So sánh kết quả d dự báo và t thực tế Hình 3.3

quả .1.4 Nhận 3. n định kết

Sự phù h hợp của m mô hình

Với các thông số k kiểm định mô hình p p-value, G GINI, KS ta a có thể kế ô ết luận mô

hì ình có khả ả năng phân n biệt và lư ượng hóa đ được rủi ro o khách hà àng dựa và ố ào điểm số

rủi ro ở đây (r y được địn nh nghĩa cụ ụ thể là khá ách hàng có ó khả năng g trả nợ trễ 0 ễ hạn từ 90

ng gày trở lên n)

.2 Ứng dụn 3. ng kết quả ả xếp hạng g tín dụng công tác q quản lý nợ ợ xấu

Kết quả mô hình đư ược đưa ra a có khả nă ăng ứng dụn ng vào côn ng tác quản u n lý nợ xấu

bằ ằng cách p phân nhóm khách hàn ng theo dãy y điểm số v với khả năn ng dự đoán g n khả năng

tr ở thành kh hách hàng c có khả năn ng gây ra rủ ủi ro (đã đư ược định n nghĩa trong t giả thuyết

h). Từng nh hóm khách hàng có từ ừng xác su uất tương ứ ứng với mứ o ức độ rủi ro ập mô hình lậ

kh hác nhau. V Việc đưa ra a các phươ ơng ánứng phó với kh hách hàngb bằng cách k i kết hợp rủi

ro do khách hàng mang lạivới chiến lược kinh doanh và rủi ro từng thời kỳ để đưa

ra kịch bản thúc nợ và nhắc nợ khác nhau: số lần gọi điện, khi nào cần thực hiện tái

thẩm định, khi nào thực hiện thu hồi nợ trước hạn.

Chấm điểm tín dụnghành vi khách hàng có thể thực hiện hàng tháng và ghi nhận

điểm số theo lịch sử để phục vụ công tác theo dõi tình hình rủi ro khách hàng, phân

tích xu hướng và kết hợp với các phân tích rủi ro khác để có hành vi quản lý và thực

hiện việc thúc nợ một cách phù hợp.

Bảng 3.7Một sốphương án về chính sách khách hàng dựa vàođiểm hành vi

của khách hàng

Chính sách khách hàng Khác Mức điểm Xác xuất vỡ nợ dự kiến

Trên 360 < 5% Chỉ thực hiện gửi tin nhắn nhắc nợ khách hàng

Giới thiệu khách hàng sử dụng thẻ tín dụng và các dịch vụ khác. Tự động gia hạn nếu khách hàng đang sử dụng thẻ tín dụng

310 - 360 5 - 10% Gửi tín nhắn và gọi điện thoại nhắc nợ hàng tháng Giới thiệu khách hàng sử dụng thẻ tín dụng và các dịch vụ khác.

185 - 310 10 - 30%

Gọi điện nhắc nợ hàng tháng, cử nhân viên giám sát việc trả nợ của khách hàng. Thực hiện nhắc nợ liên tục nếu chưa trả nợ.

110 - 185 30 - 50%

Gọi điện nhắc nợ hàng tháng, cử nhân viên giám sát việc trả nợ của khách hàng. Thực hiện nhắc nợ liên tục nếu chưa trả nợ.Thực hiện tái thẩm định để đánh giá tình hình khách hàng.

60 - 110 50 - 70%

Dưới 60 > 70% Thực hiện tái thẩm định để đánh giá tình hình khách hàng. Kết hợp các bên (Trung tâm thu nợ, kênh phân phối,..) xây dựng phương án thu nợ khách hàng. Ngừng sử dụng dịch vụ và thu hồi nợ trước hạn.

Phương án 1: Đối với nhóm khách hàng có điểm số trên 360 tương ứng xác suất

trở thành khách hàng xấu dưới 5%: nhóm khách hàng này có thể được xem là khách

hàng mục tiêu, cần tập trung đẩy mạnh bán hàng vì có điểm số cao với xác suất rủi

ro thấp. Vì có hành vi trả nợ tốt nên chỉ cần gửi tin nhắn tự động số tiền cần thanh

toán hàng tháng đến nhóm khách hàng này. Đối với nhóm khách hàng này, cần gia

tăng bán chéo sản phẩm, giới thiệu các sản phẩm và dịch vụ khác của ngân hàng

nhằm gia tăng doanh số và lợi nhuận từ nhóm khách hàng có ít rủi ro này.

Phương án2:Đối với nhóm khách hàng có điểm số 310 - 360 tương ứng xác suất

trở thành khách hàng xấu từ 5% - 10%: rủi ro vẫn còn thấp đối với nhóm khách

hàng này, tuy nhiên cần phải có sự quan tâm đúng mức để đôn thúc hành vi trả nợ

của khách hàng. Việc đồng thời gởi tín nhắn và gọi điện thoại nhắc nợ hàng tháng

nhằm đảm bảo tiến độ thanh toán của khách hàng và giảm thiểu sự gia tăng mức rủi

ro của khách hàng. Việc gọi điện thoại hàng tháng cũng là một cách chăm sóc khách

hàng và nhận phản hồi thông tin thường xuyên từ phía khách hàng. Vẫn tiếp tục

thực hiện bán chéo sản phẩm đối với nhóm khách hàng này.

Phương án3: Đối với nhóm khách hàng có điểm số từ 185-310 tương ứng xác suất

trở thành khách hàng xấu dưới 10% - 30%: Nhóm khách hàng này đã cho thấy sự

mức cảnh báo về hành vi trả nợ. Cần thường xuyên thực hiện đôn thúc gọi điện

thoại nhắc nhở khách hàng. Cử nhân viên chuyên biệt theo dõi hành vi trả nợ của

khách hàng thường xuyên từ đó có đề xuất hành động phù hợp khi khách hàng vi

phạm nghĩa vụ trả nợ. Không thực hiện bán chéo sản phẩm ở nhóm khách hàng này

vì phần lợi nhuận gia tăng chưa chắc bù đắp khoản chi phí quản lý rủi ro. Quyết

định này cần có phân tích sâu hơn về việc đánh đổi rủi ro và lợi nhuận để có sự điều

chỉnh cho phù hợp.

Phương án4: Đối với nhóm khách hàng có điểm số trên 110-185 tương ứng xác

suất trở thành khách hàng xấu dưới 30% - 50%: Đây là nhóm khách hàng ở mức độ

rủi ro đang ở mức báo động. Do đó, ngoài việc thường xuyên gọi điện đôn thúc việc

trả nợ của khách hàng còn cần thiết thực hiện tái thẩm định mục đích sử dụng vốn

và khả năng trả nợ của khách hàng và từ đó có phương án thu nợ phù hợp với tình

hình thực tế thẩm định.

Phương án5: Đối với nhóm khách hàng có điểm số trên 60-110 tương ứng xác suất

trở thành khách hàng xấu dưới 50%-70%: Nhóm khách hàng này đang thực sự ở

trạng thái báo động cao, cần thực hiện sát sao công tác đôn thúc việc trả nợ của

khách hàng. Từ kết quả tái thẩm định khách hàng, cần xây dựng các phương án thu

hồi nợ để trình phê duyệt.

Phương án6: Đối với nhóm khách hàng có điểm số dưới 60 tương ứng xác suất trở

thành khách hàng xấu trên 70%: vì mức rủi ro quá lớn, cần thực hiện ngay quyết

định thu hồi nợ sớm khách hàng.

3.3 . Khả năng mở rộng phạm vi ứng dụng thang điểm hành vi vào hoạt động

quản lý tín dụng

Ngoài công tác quản lý nợ, thang điểm hành vi còn có thể áp dụng trong việc

bán chéo bằng cách lọc những hồ sơ khách hàng có điểm số cao nhằm tăng khả

năng và hiệu quả của việc bán chéo (hiệu quả về mặt giảm thiểu rủi ro cho ngân

hàng)

Với những khách hàng đã từng có quan hệ tín dụng và có điểm số hành vi cao,

có thể đưa ra những chính sách mở hơn trong việc tái cấp tín dụng để thu hút khách

hàng và hỗ trợ bán hàng nhanh chóng.

Chấm điểm hành vi khách hàng có khả năng ứng dụng vào những sản phẩm

khác mà số lượng khách hàng tương đối nhiều và phân thành các sản phẩm chuyên

biệt như vay mua nhà, vay sản xuất kinh doanh, vay tiêu dùng…

3.4 . Một số đề xuất quản lýnợ xấu tại Ngân hàng TMCP Á Châu

Nợ xấu là sự tồn tại tất yếu trong hoạt động của hệ thống ngân hàng. Sự tồn tại

của nợ xấu chỉ thực sự nguy hiểm khi nó vọt lên ngưỡng cao, tình hình tài chính

hiện tại của các chủ thể trong nền kinh tế có thể đẩy nợ xấu lên mức nguy hiểm

trong tương lai. Do ảnh hưởng chung của thị trường, tình hình nợ xấu tại ACB đang

tăng cao, tuy tỉ lệ nợ xấuchưa tới mức nguy cấp song rất cần xử lý quyết liệt để

không gây hậu quả nghiêm trọng. Một số đề xuất để quản lý và giảm thiểu nợ xấu

tại ACB như sau:

(cid:153) Đối với ngân hàng

- Cần thực hiện đúng các quy định của pháp luật về hoạt động cho vay, tỷ lệ an

toàn vốn và giới hạn cấp tín dụng, không cho vay mới để trả nợ cũ với mục

đích che giấu nợ cũ.

- Tăng cường giám sát các chi nhánh và phòng giao dịch trong công tác cho

vay để đảm bảo việc tuân thủ các qui định hiện hành của NHNN cũng như

của ACB.

- Ngân hàng cần phải nâng cấp cơ chế quản lý và kiểm soát rủi ro, tiến hành

phân tích tín dụng dựa trên lưu chuyển tiền tệ và giám sát khả năng trả nợ

của khách hàng một cách hiệu quả. Sử dụng chấm điểm hành vi khách hàng

như là một công cụ để rà soát rủi ro khách hàng và thực hiện các biện pháp

ứng xử phù hợp.

- Bàn giao các khoản nợ xấu cho công ty quản lý nợ và khai thác tài sản

(ACBA) để tiếp tục theo dõi các khoản nợ nhằm thực hiện thu hồi nợ thông

qua việc xử lý các tài sản đảm bảo khoản nợ, khai thác tài sản đảm bảo, tiếp

tục theo đuổi các vụ kiện để thu hồi một phần nợ từ thanh lý tài sản của

khách hàng. Bán nợ cho VAMC nếu cần thiết.

- Tiết giảm chi phí, tối ưu hóa bộ máy hoạt động và cần có chính sách tiền

lương, tiền thưởng hợp lý trong giai đoạn khó khăn này. Cách thức này giúp

giảm chi phí một cách hợp lý nhằm hỗ trợ cho việc tăng mức trích lập dự

phòng tỷ lệ nợ xấu.

(cid:153) Đối với khách hàng hàng

- Chủ động phối hợp với khách hàng vay để thực hiện việc đánh giá chất

lượng và khả năng thu hồi các khoản nợ xấu để có biện pháp xử lý phù hợp.

Một số biện pháp như: thực hiện cơ cấu lại nợ một cách cách hợp lý để giảm

khó khăn tài chính tạm thời cho khách hàng, trích lập dự phòng rủi ro để xử

lý các khoản nợ có khả năng mất vốn.

KẾT LUẬN CHƯƠNG 3

Trong chương 3, tác giả đề tài đã thực hiện chạy mô hình hồi qui logistic dựa trên

dữ liệu khách hàng cá nhân tại ACB để đưa ra thang điểm tín dụng cũng như xác

suất vỡ nợ tương ứng ở từng dãy điểm. Từ đó, đã đề xuất một số phương án quản lý

nợ tương ứng.

Bên cạnh đó, tác giả cũng đề xuất một số giải pháp khác để quản lý nợ xấu tại ACB.

KẾT LUẬN

1. Hạn chế của đề tài

Để xây dựng thang điểm xếp hạng tín dụngđòi hỏi một lượng dữ liệu quá khứ

tương đối nhiều nên chỉ áp dụng được đối với những ngân hàng có kho dữ liệu

chuẩn và đủ lớn để thực hiện lập mô hình. Với khả năng tiếp cận nguồn dữ liệu còn

hạn chế nên số lượng biến mà tác giả đưa vào mô hình không được lớn nên chất

lượng thang điểm hiện tại cần phải được cải tiến. Ngoài ra, các thông tin biến được

sử dụng hầu hết là thông tin của khách hàng tại ACB do đó chưa phản ánh hết được

hành vi của khách hàng tại các ngân hàng khác cũng như phản ánh được toàn bộ

thông tin khách hàng.

Việc vận hành kết quả thang điểm đòi hỏi phải xây dựng một hệ thống cơ sở hạ

tầng về công nghệ thông tin để hỗ trợ, điều này sẽ tốn nhiều thời gian và chi phí cho

ngân hàng. Ngoài ra, việc áp dụng vào thực tế cũng sẽ ảnh hưởng không nhỏ vào

quy trình vận hành hiện tại của ngân hàng: phải thay đổi chính sách tín dụng và

chính sách thu nợ khách hàng, ảnh hưởng đến công việc và cắt giảm nhân sự ở bộ

phận khác (như bộ phận phê duyệt và tái cấp tín dụng) do đó sẽ có những cản trở

nhất định trong việc áp dụng mô hình vào thực tế. Điều này cần sự tầm nhìn và

quyết tâm thực hiện của lãnh đạo ngân hàng. Với qui mô của đề tài, tác giả chỉ dừng

lại mức phát triển thang điểm và đưa ra một số kịch bản thu nợ mà chưa đưa ra

phương án và qui trình áp dụng để thang điểm có thể vận hàng và áp dụng vào thực

tế.

Thang điểm cần phải được tái kiểm tra định kỳ với các chỉ số kiểm định phải

được thông qua bởi các bên liên quan. Hiện đề tài vẫn chưa giải quyết được vấn đề

này.

Thang điểm xếp hạng tín dụng mà đề tài phát triển chỉ áp dụng với những sản

phẩm có lượng khách hàng lớn, do đó những sản phẩm đặc thù và nhóm khách hàng

nhỏ không thể áp dụng. Cụ thể, thang điểm tín dụngchỉ có khă năng ứng dụng vào

nhóm khách hàng cá nhân, doanh nghiệp nhỏ và vừa nhưng không thể áp dụng vào

đối tượng doanh nghiệp lớn vì lượng khách hàng ít, thiếu tính đại diện để lập mô

hình.

2. Hướng phát triển của đề tài

Ngoài những hạn chế mang đến do đặc điểm của mô hình Xếp hạng tín dụng

khách hàng dựa trên hồi qui logistic. Thêm vào đó, mô hình do tác giả phát triển

còn chưa khai thác và thể hiện thông tin giao dịch giao dịch tại các tổ chức tín dụng

khác vì chi phí mua thông tin tín dụng từ Trung tâm thông tin tín dụng (CIC) còn

khá cao. Đây là thông tin quan trọng trong việc đánh giá hành vi khách hàng tuy

nhiên chi phí là rào cản lớn đối với bất cứ tổ chức tín dụng nào trong việc có được

thông tin này ở qui mô dư liệu lớn. Ngoài ra, một số thông tin nhân thân và phân

tích ngành, các thông số kinh tế vĩ mô là cần thiết trong mô hình dự báo xác suất vỡ

nợ của khách hàng khách hàng tuy nhiên tác giả chưa đưa các thông tin này vào mô

hình. Do đó, đề tài có thể tiếp tục phát triển theo hướng khắc phục những hạn chế

hiện tại.

Đề tài chỉ mang tính ý tưởng và chứng minh khả năng ứng dụng của mô hình

xếp hàng tín dụng khách hàng dựa trên hồi qui logistic là có thể thực hiện được chứ

chưa đưa ra được chiến lược và cách thực hiện cụ thể để áp dụng một cách chi tiết.

Đề tài vẫn chưa xây dựng được cách thức vận hành và tái kiểm tra thang điểm định

kỳ. Việc áp dụng thực tiễn cần có nghiên cứu sâu hơn vào khẩu vị rủi ro của từng

ngân hàng, đặc điểm cơ cấu tổ chức và hệ thống công nghệ thông tin cụ thể. Cần có

sự tham khảo từ các bên như: quản lý sản phẩm, ban phê duyệt tín dụng, ban chính

sách tín dụng, quản lý rủi ro vận hành, công nghệ thông tin và các bên liên quan

khác.

Có thể áp dụng xếp hạngtín dụngkhách hàng vào những mục đích khác nhau tùy

vào giả thuyết và định nghĩa biến phụ thuộc cũng như các biến độc lập được đề cử

đưa vào mô hình.

3. Kết luận chung về đề tài

Chấm điểm tín dụng hay xếp hạng tín dụng không phải là đề tàimới vì mô hình

này đã được phát triển và áp dụng rộng rãi tại các nước và các ngân hàng trên thế

giới. Tuy nhiên, vì nhiều lí do, việc phát triển mô hình xếp hạng tín dụng theo

phương pháp mô hình toán hay phương pháp hỗn hợpvẫn chưa được áp dụng rộng

rãi tại Việt Nam.

Ý tưởng ứng dụng mô hình xếp hạng tín dụng khách hàng để dự báo xác suất

xãy ra nợ xấucủa khách hàng được đưa ra dựa trên diễn biến nợ xấu và tình hình

quản lý nợ xấu tại ngân hàng Á Châu hiện nay. Với những ưu, nhược điểm và các

tồn tại cần được giải quyết đã được đưa ra trong đề tài, người thực hiện muốn góp

một phần công sức trong việc đưa một cách nhìn mới trong việc quản lý nợ xấu

cũng như lượng hóa công tác quản lý rủi ro tín dụng ngân hàng như một xu hướng

tất yếu của ngành ngân hàng tại Việt Nam.

Với sự cố gắng của tác giả và được sự giúp đỡ tận tình của người hướng dẫn

khoa học, đề tài vẫn còn những tồn tại và thiếu sót nhất định. Rất mong được sự góp

ý và tiếp tục hoàn thiện của những ai quan tâm đến đề tài này.

Luận văn Thạc sĩ Kinh tế: Ứng dụng mô hình mô hình xếp hạng tín dụng khách hàng để dự báo xác suất xảy ra nợ xấu tại ngân hàng Á Châu

TRẦN THỊ DIỄM THÚY

ỨNG DỤNG MÔ HÌNH XẾP HẠNG TÍN DỤNG KHÁCH HÀNG ĐỂ DỰ BÁO XÁC SUẤT XÃY RA NỢ XẤU

TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHÂN Á CHẤU

TRẦN THỊ DIỄM THÚY

ỨNG DỤNG MÔ HÌNH XẾP HẠNG TÍN DỤNG KHÁCH HÀNG ĐỂ DỰ BÁO XÁC SUẤT XÃY RA NỢ XẤU

TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHÂN Á CHẤU

MỤC LỤC

MỞ ĐẦU

=

Nợ xấu

% Nợ xấu

Nợ xấu

Nợ xấu (%)

STT

Biến

Giải thích biến

Giá trị thông tin 0.1 0.24

STT

Biến

Giải thích biến

Phân nhóm biến

Điểm 0 9 35 54 113 80 65 40 32

Gini Curve

d o o G % e v i t a l u m m u C

Cummulative % Bad

Khả năng phân biệt Tốt/ Xấu

Score

Cum-BAD

Cum_GOOD

KẾT LUẬN

Có thể bạn quan tâm

Luận văn Thạc sĩ: Chế tạo và nghiên cứu tính chất điện, từ của vật liệu multiferroic Ba₀.₇Ca₀.₃TiO₃/ NiFe₂O₄

Luận văn Thạc sĩ: Nghiên cứu vật liệu biến hóa dạng chuỗi một chiều chế tạo từ kim loại đồng trên đế FR-4 hoạt động tại tần số MHz ứng dụng trong truyền năng lượng không dây

Luận văn Thạc sĩ: Đánh giá khả năng tác động tới môi trường biển của việc xả nước thải từ sự cố nhà máy điện hạt nhân Fukushima sử dụng công cụ ERICA

Luận văn Thạc sĩ: Xây dựng mô hình đầu dò nơtron và gamma sử dụng nhấp nháy EJ-276 ghép nối với mảng nhân quang silicon

Luận văn Thạc sĩ: Đánh giá khả năng ảnh hưởng của bức xạ ion hóa đến sức khỏe cư dân khu vực mỏ đất hiếm Đông Pao, xã Bản Hon, huyện Tam Đường, tỉnh Lai Châu

Luận văn Thạc sĩ: Sử dụng phương pháp nhiễu xạ neutron khảo sát cấu trúc tinh thể và pha trật tự từ trong vật liệu Pr2FeCrO6

Luận văn Thạc sĩ: Nghiên cứu phân lập, xác định cấu trúc và hoạt tính ức chế NO của các hợp chất thứ cấp từ chủng vi nấm biển Aspergillus sp. CL251

Luận văn Thạc sĩ: Phân tích một số hợp chất bisphenol thôi nhiễm từ bao bì nhựa lên một số mẫu thực phẩm nền tinh bột

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và đánh giá hoạt tính kháng khuẩn, kháng nấm của loài hoa mộc (Osmanthus fragrans (Thunb.) Lour.) ở Việt Nam

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và đánh giá tác dụng kháng viêm của loài côi Turpinia montana (Blume) Kurz

Luận văn Thạc sĩ: Tổng hợp và đặc trưng tính chất vật liệu composite có cấu trúc nano chitosan–cyclodextrin/TiO₂–Ag

Luận văn Thạc sĩ: Nghiên cứu chế tạo và khảo sát một số tính chất của màng phủ trên cơ sở nhựa epoxy gốc nước và khung cơ kim - ZIF

Luận văn Thạc sĩ: Nghiên cứu tổng hợp một số dẫn xuất napthoquinone chứa nguyên tố flo bằng phản ứng đa thành phần

Luận văn Thạc sĩ: Nghiên cứu điều chế vật liệu Bioglass và tổ hợp lai với polymer ALG-F127 định hướng ứng dụng trong điều trị nội nha

Luận văn Thạc sĩ: Khảo sát thành phần hóa học và hoạt tính ức chế enzyme α-glucosidase trên một số hợp chất phân lập từ thịt quả bình bát nước (Annona glabra L.).

Luận văn Thạc sĩ: Tổng hợp và đánh giá hoạt tính chống ung thư của hợp chất lai chứa khung tetrahydro-β-carboline và imidazo[1,5-a]pyridine

Luận văn Thạc sĩ: Nghiên cứu tổng hợp một số dẫn xuất của benzazole

Luận văn Thạc sĩ: Nghiên cứu chiết tách lignin từ vỏ sầu riêng Ri6 (Durio zibethinus Murr.) và tổng hợp vật liệu biocomposite định hướng ứng dụng trong bảo quản sau thu hoạch

Luận văn Thạc sĩ: Nghiên cứu tổng hợp hạt nano bạc phủ acid hyaluronic mang doxorubicin định hướng ứng dụng trong điều trị ung thư

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và hoạt tính kháng viêm của loài rau dừa nước (Ludwigia adscendens)

Tài liêu mới

Luận án Tiến sĩ: Nghiên cứu xây dựng thuật toán thích nghi và học tăng cường cấu trúc Actor - Critic điều khiển bám quỹ đạo cho robot di động đa hướng mecanum

Luận án Tiến sĩ: Cơ cấu bệnh tim mạch và chất lượng cuộc sống của người cao tuổi mắc suy tim, rung nhĩ điều trị tại Bệnh viện Thống Nhất, thành phố Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

Tóm tắt Luận án Tiến sĩ: Nghiên cứu xây dựng giải pháp đảm bảo an toàn thông tin cho quá trình học liên kết dựa trên mật mã

Tóm tắt Luận án Tiến sĩ: Phát triển năng lực đánh giá công nghệ cho học sinh trong dạy học môn Công nghệ 11 ở trường trung học phổ thông

Tóm tắt Luận án Tiến sĩ: Nghiên cứu phân loại chi cầu diệp – Bulbophyllum Thouars (Orchidaceae) ở vùng Tây Nguyên bằng phương pháp hình thái và phân tử

Tóm tắt Luận án Tiến sĩ: Nghiên cứu đặc điểm phân bố và dinh dưỡng của các loài lưỡng cư ở Vườn Quốc gia Bến En và Khu bảo tồn thiên nhiên Pù Luông, tỉnh Thanh Hóa

Luận án Tiến sĩ: Tổng hợp luật dẫn và điều khiển cho một lớp tên lửa đối hải trên cơ sở ứng dụng mạng nơ ron và hệ mờ

Luận án Tiến sĩ: Nghiên cứu tổng hợp hệ điều khiển góc Pitch tua bin gió trong điều kiện có nhiễu tác động

Luận án Tiến sĩ: Nghiên cứu hóa học lipid của hai loài san hô thủy tức Millepora dichotoma và Millepora platyphylla ở Việt Nam

Luận án Tiến sĩ: Nghiên cứu kiểm soát phân phối công suất kéo trên cầu chủ động của ô tô con bằng ABS

Luận án Tiến sĩ: Ứng dụng phản ứng Domino vào tổng hợp các dẫn xuất Podophyllotoxin, Pyrimidine và đánh giá hoạt tính sinh học của các chất tổng hợp được

Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và một số hoạt tính sinh học của cây chùm ngây (Moringa oleifera)

Tóm tắt Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và ứng dụng ức chế ăn mòn cho thép của cao chiết xuất từ cây Lộc vừng thuộc họ Lecythidaceae

Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

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