Tóm tắt luận án Tiến sĩ Tài chính ngân hàng: Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng Hợp tác xã Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:0

Thêm vào BST

Báo xấu

54
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận án tiến hành phân tích và so sánh các mô hình ước lượng dự báo khả năng vỡ nợ để tìm ra mô hình dự báo tham khảo cho hoạt động tín dụng ngân hàng Hợp tác xã Việt Nam.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt luận án Tiến sĩ Tài chính ngân hàng: Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng Hợp tác xã Việt Nam

1 2 PHẦN MỞ ĐẦU Trên thế giới đã có nhiều nghiên cứu được thực hiện về việc tìm hiểu và giải thích các yếu tố có ảnh hưởng đến khả năng vỡ nợ của KHCN tại các ngân hàng. Một 1. Lý do chọn đề tài Hoạt động cho vay của các ngân hàng hay các trung gian tài chính giúp duy trì số nghiên cứu chỉ ra rằng các khách hàng có mức thu nhập thấp, địa vị xã hội thấp hơn có xu hướng sử dụng nợ vay không hiệu quả và khả năng trả nợ thấp hơn so với hoạt động của các cá nhân cũng như doanh nghiệp trong hoạt động kinh doanh và những khách hàng có thu nhập cao và địa vị xã hội cao hơn (Cox & Jappelli, 1993; hoạt động khác. Hoạt động cho vay sẽ giúp giải quyết vấn đề đói nghèo và một số hoạt động vi mô khác (Mensah, 2013). Tuy nhiên, với hoạt động cho vay như vậy, Mathews & Slocum, 1969). Một số nghiên cứu chỉ ra giới tính là yếu tố quan trọng trong việc quyết định khả năng trả nợ của khách hàng (Lea et al., 1995; Xiao et al., các đơn vị trung gian tài chính lại phải đối mặt với các trường hợp vỡ nợ của khách hàng vay vốn do mất khả năng thanh toán (Westley, 2005). Các khoản vay quá hạn 1995; Zelizer, 1994). Đặc điểm về độ tuổi hay nhân khẩu học cũng được các nhà có ý nghĩa nghiêm trọng về tài chính và phi tài chính đối với hoạt động của các tổ nghiên cứu đánh giá tác động nhiều tới rủi ro tín dụng (Agarwal et al., 2011; chức tài chính vi mô trong đó lịch trả nợ là một yếu tố (Mensah, 2013). Livingstone & Lunt, 1992; Tokunaga, 1993). Thời gian cư trú, tiết kiệm hàng tháng, Bảo vệ chống lại rủi ro tài chính, giảm nợ xấu, tăng khả năng nhận diện rủi ro trình độ học vấn, sở hữu nhà, rủi ro nghề nghiệp,thời gian làm việc là những yếu tố của khách hàng cá nhân đối với các ngân hàng, mấu chốt là cảnh báo rủi ro. Theo được nhiều nhà nghiên cứu nhất (Agarwal et al., 2011; Dufhues, Buchenrieder, Quoc, quan điểm về tỷ lệ cho vay cá nhân ngày càng tăng trong kinh doanh ngân hàng, điều & Munkung, 2011; Livingstone & Lunt, 1992; Ojiako & Ogbukwa, 2012; Hoàng Thị đặc biệt quan trọng là cảnh báo rủi ro vỡ nợ cho vay cá nhân (Zhang, 2011). Trong hệ Kim Diễm, 2012; Lê Văn Triết, 2010). thống hoạt động của ngân hàng, hoạt động chính là huy động vốn để sử dụng nhằm Mặc dù đã có một số nghiên cứu về khả năng trả nợ cũng như vỡ nợ của khách thu lợi nhuận, trong đó hoạt động tín dụng cho khách hàng vay là hoạt động sinh lời hàng cá nhân. Tuy nhiên, chưa có nghiên cứu nào tiến hành tại Ngân hàng HTX Việt lớn nhất trong hệ thống ngân hàng (Lê Văn Tề, 2009). Tuy nhiên, đi kèm với nó là rủi Nam. Đồng thời thiếu vắng các nghiên cứu thực hiện so sánh các phương pháp ước ro cao nhất cho các NHTM. Đối với hệ thống ngân hàng Việt Nam, kể từ khi chuyển lượng để lựa chọn mô hình phù hợp (một số phương pháp/mô hình mới như mô hình sang cơ chế thị trường đã không ngừng lớn mạnh và đã thu được những thành tựu Logistic, Probit, ANN, Random forest) cũng như phân loại so sánh giữa các loại hình nhất định, nhưng trong quá trình đó các Ngân hàng cũng đã vấp phải không ít những ngân hàng về rủi ro tín dụng khách hàng cá nhân tại Ngân hàng Hợp tác xã Việt Nam. rủi ro trong hoạt động kinh doanh gây tổn thất nặng nề. Nên đánh giá rủi ro tín dụng Do đó, NCS lựa chọn đề tài “Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ là khâu đầu tiên, là điều kiện tiên quyết trước khi cho vay. của khách hàng cá nhân tại Ngân hàng Hợp tác xã Việt Nam” là rất cần thiết và có ý Theo báo cáo của tổ chức tài chính, tỷ lệ nợ xấu của 22 ngân hàng ở Việt Nam nghĩa khoa học cả về lý luận cũng như thực tiễn. vào năm 2019 đạt 78,5 nghìn tỷ đồng. Tỷ lệ nợ xấu năm 2019 tăng 41% so với năm 2. Mục tiêu nghiên cứu cuối năm 2018. Trong đó, đa số các ngân hàng đều có xu hướng tăng nợ xấu so với Thứ nhất, luận án tiến hành hệ thống hóa cơ sở lý thuyết liên quan tới hoạt cuối năm 2018. Và tỷ lệ tăng nợ xấu lớn nhất so với 2018 là Ngân hàng Tiên Phong động tín dụng khách hàng cá nhân ở Việt Nam. và Ngân hàng Đại Dương (tốc độ tăng nợ xấu của ngân hàng Tiên Phong là 43,39% Thứ hai, luận án tiến hành tổng hợp và phân tích các nghiên cứu đi trước nhằm và ngân hàng Đại dương là 80,10% so với năm 2018). Các ngân hàng khác đều có xu tham khảo và đưa ra mô hình nghiên cứu của luận án. hướng tăng dưới 40% so với năm 2018 (Báo cáo tài chính các doanh nghiệp, 2020). Thứ ba, luận án xây dựng mô hình nghiên cứu đánh giá các yếu tố ảnh hưởng Ngân hàng Hợp tác xã là một trong những ngân hàng đã có những mục tiêu lên khả năng trả nợ/vỡ nợ của khách hàng cá nhân tại ngân hàng HTX Việt Nam. trong việc giảm tỷ lệ nợ xấu theo quy định của NHNN. Trong đó, mục tiêu giảm tỷ lệ Thứ tư, luận án tiến hành phân tích và so sánh các mô hình ước lượng dự báo nợ xấu xuống chỉ còn dưới 3% vào cuối năm 2020 mang tới những thách thức cho khả năng vỡ nợ để tìm ra mô hình dự báo tham khảo cho hoạt động tín dụng của ngân Ngân hàng Hợp tác xã. Do vậy, phía ngân hàng cần có những hành động tích cực hàng HTX Việt Nam. trong việc nâng cao chất lượng tín dụng cho vay khách hàng. Đồng thời cần xây dựng Thứ năm, từ kết quả nghiên cứu NCS cũng đưa ra một số khuyến nghị giúp hệ thống đánh giá rủi ro tín dụng cho vay một cách tối ưu. Do vậy, vấn đề đánh giá giảm khả năng vỡ nợ của khách hàng tại ngân hàng Hợp tác xã Việt Nam cũng như các yếu tố ảnh hưởng tới rủi ro cho vay của ngân hàng là cần thiết để đạt được mục giúp nâng cao hiệu quả hoạt động tín dụng khách hàng cá nhân. tiêu đề ra.
3 4 3. Câu hỏi nghiên cứu 5.1.2. Thông tin/ dữ liệu Một là, những yếu tố nào ảnh hưởng tới khả năng vỡ nợ của khách hàng cá (1) Thông tin/số liệu thứ cấp: được thu thập thông qua báo cáo tổ chức ngân hàng nhân tại ngân hàng HTX Việt Nam? (2) Số liệu sơ cấp: được thu thập dựa trên cơ sở dữ liệu ngân hàng HTX Việt Nam. Hai là, có sự khác biệt nào về ảnh hưởng của các yếu tố ở các mô hình ước 6. Những đóng góp mới của luận án lượng khác nhau lên khả năng vỡ nợ của khách hàng cá nhân? 6.1.1. Đóng góp về lý luận Ba là, mô hình dự báo nào có dự báo tốt nhất khả năng vỡ nợ của khách hàng Thông qua phương pháp nghiên cứu định tính và định lượng, nghiên cứu sẽ với dữ liệu nghiên cứu? đưa ra được mô hình cũng như các yếu tố quyết định tới khả năng vỡ nợ của khách Bốn là, những khuyến nghị nào giúp giảm khả năng vỡ nợ của khách hàng hàng cá nhân. Bên cạnh đó, luận án còn đưa ra so sánh các mô hình dự báo về khả cũng như nâng cao hiệu quả hoạt động tín dụng khách hàng cá nhân ở ngân hàng năng vỡ nợ (Đề tài sử dụng các phương pháp ước lượng hiện đại như mô hình Logit, HTX Việt Nam? Probit, ANN, Random forest để tìm ra mô hình phù hợp với phạm ngân hàng HTX). 4. Đối tượng và phạm vi nghiên cứu Các phương pháp kĩ thuật khác nhau sẽ cho ra kết quả khác nhau. Mô hình dự báo 4.1.1. Đối tượng nghiên cứu khả năng tốt nhất sẽ được sử dụng để đánh giá cho các yếu tố ảnh hưởng tới khả năng Đối tượng nghiên cứu của đề tài là đánh giá tác động của các yếu tố ảnh hưởng trả nợ. Trong môi trường nghiên cứu của tác giả, mô hình dự báo khả năng vỡ nợ tối tới khả năng vỡ nợ của khách hàng cá nhân. ưu sẽ được đưa ra cho các nghiên cứu về sau tham khảo. 4.1.2. Phạm vi nghiên cứu 6.1.2. Đóng góp về thực tiễn Phạm vi nghiên cứu của luận án về khả năng vỡ nợ của khách hàng cá nhân ở Kết quả nghiên cứu của luận án sẽ giúp các ngân hàng cũng như đơn vị tín ngân hàng HTX. Các dữ liệu nghiên cứu về thực trạng hoạt động cho vay tín dụng dụng có thể tham khảo trong việc thẩm định hồ sơ cho vay đối với khách hàng cá khách hàng cá nhân, các biến nghiên cứu trong mô hình được thu thập đến cuối năm nhân trong ngân hàng của mình. Đồng thời, từ các kết quả đạt được, luận án thực hiện 2019. Đến cuối 2019 lịch sử tín dụng khách hàng cá nhân tới thời điểm đáo hạn ngân xây dựng mô hình chấm điểm tín dụng KHCN gợi ý cho ngân hàng HTX Việt Nam. hàng đã hoàn tất. Các khách hàng có lịch sử vay vốn trong cả ngắn hạn, trung hạn và 7. Kết cấu của Luận án dài hạn từ năm 2014. Do đó, dữ liệu về việc trả được nợ cũng như không trả được nợ Chương 1: Tổng quan nghiên cứu và cơ sở lý thuyết các yếu tố ảnh hưởng tới được thu thập tại thời điểm cuối năm 2019. Dữ liệu thu thập được từ ngân hàng HTX khả năng vỡ nợ của khách hàng cá nhân Việt Nam. Chương 2: Phương pháp nghiên cứu 5. Phương pháp nghiên cứu và dữ liệu Chương 3: Kết quả nghiên cứu 5.1.1. Phương pháp nghiên cứu Chương 4: Giải pháp và khuyến nghị Luận án sử dụng cả hai phương pháp nghiên cứu định tính và định lượng. Trong nghiên cứu định tính, NCS tiến hành phỏng vấn tiền mô hình về các yếu tố ảnh hưởng lên không trả được nợ của khách hàng. Đồng thời, sau khi có có kết quả của nghiên cứu định lượng, NCS cũng tiến hành phỏng vấn trong việc giải thích kết quả cũng như các khuyến nghị trong việc thẩm định hồ sơ cũng như hỗ trợ khách hàng trong quá trình vay vốn hoạt động kinh doanh. Phương pháp nghiên cứu định lượng được NCS sử dụng trong việc kiểm định và tìm ra các yếu tố có ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân tại ngân hàng HTX Việt Nam. Đồng thời các mô hình dự báo vỡ nợ cho các khách hàng như mạng thần kinh nhân tạo (ANN), Random Forest được sử dụng để so sánh với các mô hình ước lượng truyền thống như Logistic và Probit.
5 6 CHƯƠNG 1. thức và bán chính thức trong khi nhà thầu nữ, hộ lớn và khách hàng vay không cần TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT CÁC YẾU TỐ thế chấp hoặc người bảo lãnh chủ yếu dựa vào vay phi chính thức ẢNH HƯỞNG TỚI KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN Nghiên cứu của Đường Thị Thanh Hải (2014) về đặc điểm và các yếu tố ảnh hưởng đến tín dụng cá nhân tại hệ thống ngân hàng thương mại ở Việt Nam hiện nay. 1.1. Tổng quan nghiên cứu Kết quả nghiên cứu chỉ ra các đặc điểm của tín dụng cá nhân gồm: quy mô khoản vay 1.1.1 Các nghiên cứu nước ngoài về các yếu tố ảnh hưởng lên khả vỡ nợ nhỏ nhưng số lượng vay lớn; các khoản tín dụng cá nhân có mức lãi suất cho vay khách hàng chưa linh hoạt; tín dụng cá nhân có chi phí lớn nhất trong danh mục tín dụng của Abid & cộng sự (2018) tiến hành xây dựng so sánh mô hình dự báo khả năng ngân hàng; tín dụng cá nhân có mức độ rủi ro cao vỡ nợ của khách hàng qua mô hình Logit và mô hình phân tích biệt số để phân biệt Ngoài ra còn nhiều nghiên cứu khác như Nghiên cứu của Lê Văn Triết (2010) giữa các cá nhân có xếp hạng tín dụng tốt và xấu. Các tác giả thấy rằng mô hình LR về hoàn thiện hệ thống xếp hạng tín dụng cá nhân của ngân hàng TM Á Châu; mang lại hiệu quả tốt 99%tỷ lệ phân loại trong dự đoán các loại khách hàng, phương Nghiên cứu của Hoàng Thị Kim Diễm (2012) với ngân hàng đầu tư và phát triển chi pháp DA (trong đó tỷ lệ phân loại tốt chỉ bằng 68,49%, dẫn đến tỷ lệ lỗi cao đáng kể, nhánh Nam Sài Gòn; Nghiên cứu của Nguyễn Quốc Nghi (2013) thực thiện đánh giá tức là 31,51 %)(Abid et al., 2018). Kết quả chỉ ra mô hình Logistic có khả năng dự các yếu tố ảnh hưởng đến khả năng trả nợ vay đúng hạn của hộ gia đình tại ngân hàng báo tốt hơn so với mô hình phân tích biệt số DA. Agribank; Nghiên cứu của Đinh Thị Huyền Thanh & Kleimeier (2007). Bằng việc sử Mensah (2013) thực hiện nghiên cứu về khả năng vỡ nợ tín dụng khi vay vốn ở các dụng bộ dữ liệu gồm 56.037 quan sát của một NHTM Việt Nam;.... ngân hàng tại Ghana. Kết quả nghiên cứu thông qua phân tích hồi quy chỉ ra rằng, 1.1.3 Các nghiên cứu ước lượng dự báo về rủi ro vỡ nợ của khách hàng sử không có mối quan hệ đáng kể giữa vỡ nợ cho vay và lịch trả nợ dụng cây phân loại Nghiên cứu của Ojiaki & Ogbukwa về khả năng trả nợ các nông dân khi vay Nghiên cứu về dự báo rủi ro tín dụng theo tiếp cận mô hình phân tích biệt số và vốn tại ngân hàng nhà nước ở Nigeria. Phương pháp hồi quy mô hình Logit được sử mạng neuron thần kinh (ANN) ở Tunisian của Khemakhem & Boujelbene (2015). dụng đã đưa ra kết quả: chỉ có 3 yếu tố có tác động thực sự lên khả năng trả nợ: (1) Kết quả thu được so sánh với các phân tích biệt số. Các tác giả đã chỉ ra rằng kỹ thuật Quy mô hộ gia đình có tác động ngược chiều lên khả năng trả nợ; (2) Quy mô sử mạng thần kinh nhân tạo (ANN) chính xác hơn về mặt dự đoán dụng đất cho nông nghiệp có tác động cùng chiều lên khả năng trả nợ của người nông Booth và cộng sự (2014) thực hiện nghiên cứu về giao dịch tự động với dân và (3) Số tiền vay có tác động cùng chiều lên khả năng trả nợ của hộ dân Random Forest và tính thời vụ. Kết quả cho thấy các phân loại Random Forest có Nghiên cứu tại các nước Đông Nam Á của Dufhues và cộng sự (2011) về việc trọng số suy thoái tạo ra kết quả vượt trội về cả lợi nhuận và độ chính xác dự đoán so trả nợ tín dụng tại hai quốc gia Thái Lan và Việt Nam. Đối với Việt Nam, kết quả với các kỹ thuật khác nghiên cứu trên 198 hộ được khảo sát đã tìm ra có 2 yếu tố có ảnh hưởng: (1) Khoản Ngoài ra còn nhiều nghiên cứu khác liên quan như Bennell & cộng sự (2006) vay của hộ (2) dân tộc của chủ hộ có tác động cùng chiều lên khả năng trả nợ tín sử dụng bộ dữ liệu toàn diện của các cơ quan xếp hạng và các quốc gia trong giai dụng của hộ dân đoạn 1989 và 1999; Finch & Schneider (2007) thực hiện đề tài phân loại độ chính xác Ngoài ra còn các nghiên cứu khác như Kocenda & Vojtek (2011) sử dụng dữ của mạng neuron thần kinh (ANN) so với phân tích biệt số, hồi quy logistic và các liệu ngân hàng cho vay bán lẻ từ Cộng hòa Séc, Peter & Peter (2006) ước tính khả cây phân loại; Nghiên cứu của Pacelli &Azzollini (2011) về sử dụng mạng thần kinh năng vỡ nợ liên quan đến thu nhập và các yếu tố khác với dữ liệu của Úc…. nhân tạo (ANN) cho quản lý rủi ro tín dụng tại Italia; Zang (2011) thực hiện sử dụng 1.1.2 Các nghiên cứu trong nước về các yếu tố ảnh hưởng lên khả năng vỡ mô hình mạng neuron thần kinh nhân tạo ANN để dự báo khả năng vỡ nợ của khách nợ của khách hàng hàng trong các ngân hàng thương mại ở Trung Quốc; …. Nghiên cứu của Đào Thị Thanh Bình (2019) về xây dựng mô hình chấm điểm 1.2 Các vấn đề về tín dụng củangân hàng tín dụng khách hàng cá nhân vay tiêu dùng tại Việt Nam. Tác giả sử dụng phương 1.2.1 Khái niệm tín dụng ngân hàng pháp của hệ thống FICO có tính đến tình hình của Việt Nam Nghiên cứu của Phạm Thị Thu Trà & Robert Lensink (2008). . Các tác giả thấy Tín dụng ngân hàng là quan hệ chuyển nhượng tài sản giữa ngân hàng với các rằng các hộ gia đình nhỏ với tài sản thế chấp và/ hoặc bảo lãnh chủ yếu vay chính chủ thể kinh tế khác. Theo điều 20, Luật các tổ chức tín dụng, 2010, quy định: “Cấp
7 8 tín dụng là việc tổ chức tín dụng thỏa thuận để khách hàng sử dụng một khoản tiền 1.4 Rủi ro tín dụng với nguyên tắc có hoàn trả bằng các nghiệp vụ cho vay, chiết khấu, cho thuê tài Rủi ro tín dụng là khoản lỗ tiềm tàng vốn có được tạo ra khi cấp tín dụng cho chính, bảo lãnh ngân hàng và các nghiệp vụ khác”. khách hàng. Bất kì một khoản tín dụng nào được cấp ra thì đều phải tuân thủ theo ba 1.2.2 Đặc trưng của tín dụng ngân hàng nguyên tắc cơ bản sau đây: (1) Khoản tín dụng đó phải được sử dụng đúng mục đích Thứ nhất, chủ thể trong quan hệ tín dụng; Thứ hai, đối tượng của giao dịch tín và có hiệu quả; (2) Khoản tín dụng đó phải có tài sản đảm bảo; (3) Khoản tín dụng đó dụng NHTM bao gồm cho vay bằng tiền và cho thuê động sản hay bất động sản; Thứ phải được hoàn trả cả vốn và lãi theo đúng kì hạn đã cam kết. ba, sự chuyển nhượng vốn được dựa trên cơ sở “niềm tin” và theo nguyên tắc hoàn 1.5 Ảnh hưởng của vỡ nợ tín dụng trả vô điều kiện trong một khoảng thời hạn nhất định; Thứ tư, giá trị hoàn trả phải lớn Nhìn chung, tác động chính của nợ xấu đối với ngân hàng là việc tăng nợ xấu hơn giá trị lúc cho vay; Thứ năm, hoạt động tín dụng ngân hàng tiềm ẩn nhiều rủi ro làm hạn chế sự tăng trưởng tài chính của các ngân hàng (Karim et al., 2010; Kuo et 1.2.3. Vai trò của tín dụng ngân hàng al., 2010) Thứ nhất, tín dụng ngân hàng đảm bảo cho quá trình sản xuất được diễn ra một 1.6 Hoạt động xếp hạng tín dụng trong các ngân hàng các thường xuyên và liên tục; Thứ hai, đây là đòn bẩy mạnh mẽ thúc đẩy sự phát triển 1.6.1 Khái niệm quá trình tích tụ và tập trung vốn; Thứ ba, tín dụng NH giúp thúc đẩy việc bình quân Định nghĩa xếp hạng tín dụng là việc đưa ra nhận định về mức độ tín nhiệm đối hóa tỷ suất lợi nhuận giữa các ngành nghề trong nền kinh tế và là công cụ quan trọng với trách nhiệm tài chính hoặc đánh giá mức độ rủi ro tín dụng phụ thuộc các yếu tố trong việc tổ chức đời sống dân cư. bao gồm năng lực đáp ứng các cam kết tài chính, khả năng vỡ nợ khi các điều kiện 1.2.4. Các hình thức tín dụng của ngân hàng kinh tế thay đổi, ý thức và thiện chí trả nợ của người đi vay. Hệ thống xếp hạng tín Phân loại theo thời gian cấp tín dụng; Phân loại theo mục đích sử dụng vốn; dụng dùng để đánh giá mức độ trách nhiệm tài chính của cả 2 nhóm khách hàng Phân loại theo phương thức hoàn trả; Phân loại theo mức độ đảm bảo; Phân loại theo doanh nghiệp và KHCN. Trong phạm vi luận án này, tác giả tập trung phân tích và đối tượng cấp tín dụng; Phân loại theo xuất xứ tín dụng; Phân loại theo thành phần nghiên cứu về xếp hạng tín dụng cho nhóm KHCN. kinh tế 1.6.2 Vai trò của xếp hạng tín dụng 1.3 Các vấn đề về tín dụng khách hàng cá nhân Các ngân hàng sẽ kiểm soát được mức độ tín nhiệm của khách hàng, đánh giá 1.3.1. Tín dụng khách hàng cá nhân được hiệu quả của danh mục cho vay thông qua việc giám sát sự thay đổi dư nợ và Trên cơ sở định nghĩa “tín dụng ngân hàng”, tín dụng KHCN có thể được hiểu phân loại nợ của khách hàng nhờ hệ thống xếp hạng tín dụng là hình thức tín dụng mà ở đó NHTM đóng vai trò là người chuyển nhượng quyền sử 1.6.3 Nguyên tắc hoạt động xếp hạng tín dụng dụng vốn của mình cho KHCN sử dụng trong một thời gian nhất định phải hoàn trả Thứ nhất, phân tích tín nhiệm trên cơ sở ý thức và thiện chí trả nợ của người đi cả gốc lẫn lãi (Nguyễn Đăng Đờn 2013). vay đối với từng khoản vay. 1.3.2. Chính sách tín dụng khách hàng cá nhân Thứ hai, đánh giá rủi ro dài hạn dựa trên ảnh hưởng của chu kỳ kinh doanh Chính sách tín dụng KHCN tại các ngân hàng sẽ phụ thuộc vào mục tiêu, chính cũng như xu hướng và khả năng vỡ nợ trong tương lai sách hoạt động và luôn có sự thay đổi cho phù hợp với điều kiện kinh tế xã hội cũng Thứ ba, đánh giá rủi ro toàn diện và thống nhất dựa vào hệ thống chấm điểm như đảm bảo hoạt động cho vay phát triển, bền vững và sinh lợi cho ngân hàng. tín dụng và các ký hiệu xếp hạng. 1.3.3. Quy trình tín dụng khách hàng cá nhân Thứ tư, việc thu thập số liệu để sử dụng trong mô hình xếp hạng tín dụng cần Tiếp xúc và hướng dẫn khách hàng lập hồ sơ vay vốn; Thẩm định các điều kiện được thực hiện khách quan và linh hoạt cho vay; Xác định phương thức cho vay, xem xét khả năng nguồn vốn, lãi suất cho 1.6.4 Quy trình xếp hạng tín dụng vay; Thẩm định cho vay; Phê duyệt khoản vay; Giải ngân; Kiểm tra, giám sát khoản Thứ nhất, thu thập thông tin liên quan vay; Thu nợ, gốc và xử lý phát sinh; Thanh lý hợp đồng tín dụng, hợp đồng bảo đảm Thứ hai, phân tích thông tin thu thập được bằng cách sử dụng các mô hình để tiền vay, giải chấp tài sản đảm bảo; Lưu giữ hồ sơ tín dụng và hồ sơ đảm bảo tiền vay kết luận về mức xếp hạng tín dụng của KHCN
9 10 Thứ ba, theo dõi tình trạng tín dụng của khách hàng được xếp hạng điều chỉnh ảnh hưởng lớn đến việc đưa ra quyết định của ngân hàng về việc có hay không cấp tín thích hợp dụng cho khách hàng. Các yếu tố trong nhóm thông tin này bao gồm: độ tuổi, giới 1.6.5 Một số mô hình xếp hạng tín dụng tính, tình trạng hôn nhân, trình độ học vấn, nghề nghiệp, chức vụ hiện tại trong công Mô hình điểm số tín dụng cá nhân của FICO việc, lý lịch tư pháp. Mô hình điểm số tín dụng CreditKarma 1.7.2 Yếu tố về điều kiện sống của khách hàng Mô hình điểm số tín dụng Credit Sesame Những thông tin về điều kiện sống của KHCN phản ánh mối tương tác của Mô hình điểm số tín dụng VantageScore khách hàng đó với xã hội, từ đó, giúp ngân hàng đánh giá được mức độ ảnh hưởng Mô hình điểm số tín dụng của Kleimeier của các tác động từ môi trường bên ngoài đến khả năng tài chính cũng như nhận thức 1.4.6 Mô hình xếp hạng tín dụng tại ngân hàng hành vi của khách hàng đó. Nhóm thông tin này bao gồm các yếu tố như: quy mô hộ Hệ thống xếp hạng tín dụng tại các NHTM Việt Nam hiện nay chủ yếu sử dụng gia đình, số người phụ thuộc, phân loại địa phương nơi cư trú, đặc điểm nơi cư trú, phương pháp chấm điểm. Số điểm khách hàng đạt được là tổng điểm của bộ chỉ tiêu tính ổn định về chỗ ở, sở hữu nhà, sở hữu các loại động sản giá trị khác. tài chính và phi tài chính với tỷ trọng nhất định 1.7.3 Yếu tố về tài chính của khách hàng 1.4.7 Một số hạn chế của xếp hạng tín dụng khách hàng cá nhân hiện nay Phân tích thông tin tài chính và mối quan hệ tài chính của khách hàng là một Mô hình thực tiễn vẫn còn có những hạn chế cần khắc phục: công việc quan trọng đối với các ngân hàng, mang tính quyết định trong việc đánh Thứ nhất, các chỉ tiêu đưa ra trong mô hình xếp hạng tín dụng hiện tại vẫn còn giá khả năng vỡ nợ của khách hàng, tác động đến xếp hạng tín dụng của khách hàng mang tính định tính, các yếu tố định lượng còn ít do vẫn dựa trên phương pháp kinh đó cũng như việc ngân hàng đưa ra quyết định cho vay hay là không. Các chỉ tiêu tài nghiệm, chuyên gia, chưa có những cập nhật mới đối với các phương pháp thống kê chính của các khách hàng được các ngân hàng định lượng. 1.7.4 Yếu tố hành vi của khách hàng Thứ hai, kết quả chấm điểm tín dụng chưa là một cơ sở mạnh để giúp ngân Các yếu tố trong nhóm được phân tích như: mối quan hệ với ngân hàng, số hàng đưa ra quyết định cấp hạn mức tín dụng cho khách hàng. Mức độ dự đoán chính lượng và loại dịch vụ ngân hàng mà khách hàng đang sử dụng, số lượng khoản vay, xác khả năng vỡ nợ của khách hàng còn chưa cao bởi thế vẫn chưa thể loại bỏ được thời gian hoàn trả, thời gian thủ tục xin vay, lịch sử vay và trả nợ… những nhầm lẫn, có những trường hợp khách hàng được xếp hạng tín dụng ở mức cao, đáng tin cậy, có mức độ rủi ro thấp nhưng trên thực tế lại không có khả năng trả nợ. Thứ ba, mô hình xếp hạng tín dụng thực tiễn gặp phải vấn đề khó phát hiện được hành vi gian dối của khách hàng. Việc đánh giá những hành vi này chỉ dựa trên kinh nghiệm của cán bộ tín dụng trong quá trình tiếp xúc khách hàng và thu thập thông tin. Thứ tư, mô hình chấm điểm hiện tại chỉ cung cấp giá trị mức độ tín nhiệm tín dụng của khách hàng ở thời điểm cấp tín dụng chứ chưa có tính chất dự báo cho tương lai. 1.7 Các yếu tố ảnh hưởng tới khả năng vỡ nợ của khách hàng cá nhân 1.7.1 Yếu tố thông tin cá nhân của khách hàng Những thông tin về bản thân cá nhân của khách hàng là những thông tin mang tính nội tại của khách hàng đó. Việc nghiên cứu những yếu tố này giúp các ngân hàng đánh giá được tổng quan nhất về khách hàng đó, về khả năng cơ bản của khách hàng trong việc đáp ứng được những điều kiện mà ngân hàng yêu cầu, mức độ đáng tin cậy trong việc khách hàng thực hiện cam kết với ngân hàng và cũng là nguồn thông tin có
11 12 CHƯƠNG 2. 2.3. Thiết kế nghiên cứu PHƯƠNG PHÁP NGHIÊN CỨU 2.3.1 Mẫu nghiên cứu 1.1 Quy trình nghiên cứu Dữ liệu nghiên cứu được thu thập từ cơ sở dữ liệu của ngân hàng HTX Việt Với nội dung của luận án, quy trình nghiên cứu được trìn bày như sau: Nam. Dữ liệu quá khứ về việc vỡ hay không của các khách hàng cá nhân tại ngân hàng sẽ được sử dụng (Khách hàng là những cá nhân vay vốn phục vụ mục đích kinh Xác định mục tiêu nghiên Tìm ra khoảng trống nghiên doanh cá nhân hoặc hộ gia đình). Mẫu nghiên cứu thu được 5498 khách hàng tại ngân cứu cứu hàng HTX Việt nam gửi đi. Với số lượng mẫu 5498 đảm bảo tính tin cậy về số lượng mẫu tối thiểu khi phân tích dữ liệu đa biến Cơ sở lý thuyết Các lý thuyết liên quan, các 2.3.2 Thu thập dữ liệu yếu tố ảnh hưởng tới khả năng vỡ nợ của khách hàng Với các biến nghiên cứu, tác giả tiến hành gửi tới đơn vị ngân hàng phụ trách cá nhân để xin số liệu thông tin tình hình trả nợ của khách hàng cá nhân. Thông tin khách hàng về họ tên, số điện thoại và địa chỉ không được đưa vào dữ liệu phân tích. Các Mô hình nghiên cứu Các biến nghiên cứu có thông tin được cung cấp hoàn toàn bảo mật và chỉ sử dụng cho nghiên cứu này của được từ mô hình có trước, tác giả. Mỗi đơn vị phòng giao dịch, chi nhanh ngân hàng được NCS thu thập khoảng yếu tố từ phỏng vấn định tính được đưa vào mô hình từ 100-500 khách hàng. nghiên cứu 2.4 Phương pháp phân tích dữ liệu 2.4.1Mô tả dữ liệu 2.4.2 Phân tích tương quan Phân tích dữ liệu - Mô hình logit 2.4.3 Các mô hình phân tích và dự báo vỡ nợ của KHCN - Phân tích dự báo ANN, 2.4.3.1 Mô hình Logit Random forest 2.4.3.2 Mô hình Probit - Kiểm tra kết quả trên mẫu dữ liệu mới 2.4.3.3 Mô hình phân tích biệt số/phân biệt - So sánh các mô hình 2.4.3.4 Mô hình dự báo mạng neuron nhân tạo (ANN) 2.4.3.4 Mô hình dự báo bằng Random Forest Hoàn thiện luận án 2.2 Mô hình và giả thuyết nghiên cứu Từ các nghiên cứu trước của Dựa trên mô hình nghiên cứu của Dufhues và cộng sự (2011); Ojiaki & Ogbukwa (2012); Agarwal & cộng sự (2009); Dunn & Kim (1999); Ozdemir (2004); Kocenda &Vojtek (2011); Booth và cộng sự (2014). Tác giả đưa ra mô hình nghiên cứu như sau Trong đó: DLi: là biến phụ thuộc về vỡ nợ Xi: các biến độc lập có thể ảnh hưởng lên khả năng vỡ nợ DLi
13 14 CHƯƠNG 3. Tuổi -0,0729 0,0089 -8,1810 2,82e-16 *** KẾT QUẢ NGHIÊN CỨU Quy mô hộ -0,2300 0,0966 -2,3800 0,017301 ** Số người phụ thuộc 0,0528 0,0707 0,7470 0,455127 3.1 Khái quát chung về Ngân hàng Hợp tác xã Việt Nam Số tiền vay 0,0000 0,0003 0,0280 0,977847 3.1.1 Giới thiệu về ngân hàng HTX Nghề nghiệp 1,7440 1,0010 1,7420 0,081507 Ngân hàng HTX tiền thân là Quỹ tín dụng nhân dân Trung ương được thành lập Vị trí _TruongBoPhan -0,0234 0,2071 -0,1130 0,910178 ngày 05/08/1995 và năm 2013 được chuyển đổi sang thành Ngân hàng Hợp tác xã Việt Nhanvien 0,5550 0,3011 1,8430 0,065263* Thời gian làm việc -0,0226 0,0105 -2,1470 0,031771 ** Nam theo giấy phép số 166/GP-NHNN ngày 04/06/2013 của Thống đốc Ngân hàng Nhà Loại hình -0,5450 0,1414 -3,8540 0,000116 *** nước Việt Nam. Tên đầy đủ bằng tiếng Việt: Ngân Hàng Hợp Tác Xã Việt Nam Thu nhập -0,1218 0,0107 -11,3770 < 2e-16 *** 3.1.2 Hoạt động sử dụng vốn của ngân hàng HTX Kì hạn_Trung hạn -1,3230 0,2322 -5,6960 1,23e-08 *** Nguồn vốn của ngân hàng HTX từ 2016 đến 2017 tăng 2.828 tỷ đồng tương tứng Dài hạn -0,8374 0,2398 -3,4920 0,000480 *** với tăng 10,49%. Trong đó nguồn vốn chủ sở hữu tăng 63 tỷ đồng tương ứng với 1,76%; Tình trạng_Chậm 1 lần 1 -0,0890 0,1550 -0,5740 0,565849 nguồn vốn chủ sở hữu chủ yếu tăng từ nguồn vốn các quỹ mà không phải từ vốn điều lệ Chậm 2 lần trở lên -1,4100 0,2621 -5,3780 7,54e-08 *** Mục đích_Sử dụng đúng mục đích 0.2248 0,1134 1,9830 0,047378 ** 3.2 Thực trạng về các cá nhân vay vốn tại ngân hàng HTX theo mẫu Đa dạng hóa nghề 0.5236 0,1137 4,6050 4,12e-06 *** nghiên cứu Tài sản ĐB là BĐS -1.7930 0,1247 -14,3750 < 2e-16 *** Thống kê mô tả các biến nghiên cứu liên tục chỉ ra học vấn trung bình của các Tỷ lệ trả hàng tháng 0.4287 0,4787 0,8960 0,370498 đối tượng là 21 năm đi học. Trong đó lớn nhất là 36 năm và nhỏ nhất là 12 năm. Độ Có Bảo hiểm nhân thọ -1.0980 0,2286 -4,8050 1,55e-06 *** lệch chuẩn bằng 6.1 cho thấy mức độ chênh lệch học vấn của các đối tượng tương đối Observations 5.498 lớn. Tiếp theo về độ tuổi các KHCN vay vốn theo mẫu thu thập trung bình là 32 tuổi. Note:*p
15 16 Quy mô hộ -0,115 0,053 -2,157 0.031033 * Bảng. Mức độ dự báo của mô hình Random Forest kiểm tra Số người phụ thuộc 0,022 0,039 0,582 0.560707 Dự báo Không vỡ nợ Vỡ nợ Số tiền vay 0,000 0,000 -0,294 0.768435 Không vỡ nợ 217 0 Nghề nghiệp 0,998 0,516 1,932 0,053307 , Vỡ nợ 14 269 Vị trí _TruongBoPhan 0,007 0,113 0,064 0,949206 Dự báo chính xác 97,2% Nhanvien 0,309 0,164 1,884 0,059518* 95% CI (95,35%; 98,46%) Thời gian làm việc -0,017 0,006 -2,895 0,003794 ** Loại hình -0,278 0,078 -3,571 0,000355 *** 3.3.5. Tổng hợp các kết quả nghiên cứu Thu nhập -0,068 0,006 -11,781 < 2e-16 *** Kết quả hồi quy logistic và Probit dựa trên dữ liệu thu thập từ 5.498 khách Kì hạn_Trung hạn -0,728 0,127 -5,740 9,46e-09 *** hàng cá nhân cho thấy các nhân tố ảnh hưởng đến khả năng vỡ nợ của khách hàng cá Dài hạn -0,479 0,131 -3,655 0,000257 *** Tình trạng_Chậm 1 lần 1 -0,005 0,083 -0,061 0,950985 nhân tại Ngân hàng HTX Việt Nam như sau. Chậm 2 lần trở lên -0,750 0,144 -5,208 1,91e-07 *** Các yếu tố có ảnh hưởng đến khả năng vỡ nợ của KHCN tại ngân hàng gồm Mục đích_Sử dụng đúng mục đích 0,103 0,062 1,653 0,098401 , 15 yếu tố (giới tính, hôn nhân, lịch sử tư pháp, sở hữu kinh doanh, tuổi, quy mô hộ, Đa dạng hóa nghề 0,307 0,063 4,917 8,80e-07 *** vị trí làm việc, thời gian làm việc, loại hình, thu nhập, kỳ hạn vay, tình trạng trả nợ, Tài sản ĐB là BĐS -0,954 0,068 -14,083 < 2e-16 *** đa dạng hóa ngành nghề, tài sản đảm bảo, có bảo hiểm nhận thọ) là có ý nghĩa thống Tỷ lệ trả hàng tháng 0,228 0,262 0,868 0,385316 kê vì thế các giả thuyết về các nhân tố được chấp nhận. Có Bảo hiểm nhân thọ -0,583 0,123 -4,722 2,34e-06 *** Các yếu tố không có ảnh hưởng đến khả năng vỡ nợ của KHCN tại ngân hàng gồm Note *p
17 18 Yếu tố về sỡ hữu kinh doanh có ảnh hưởng ngược chiều lên khả năng vỡ nợ loại như Random forest có khả năng dự báo tốt hơn so với các mô hình ước lượng của khách hang. Kết quả này chỉ ra với khách hàng có sở hữu cơ sở kinh doanh truyền thống khác như Logistic hay Probit (không phải đi thuê) có khả năng vỡ nợ thấp hơn so với các khách hang phải đi thuê cơ sở kinh doanh Vị trí làm việc của khách hàng là nhân viên có xu hướng vỡ nợ cao hơn với các khách hàng làm quản lý. Có thể thấy nhân viên đi làm và vay vốn kinh doanh mang tới rủi ro cao cho ngân hàng Yếu tố độ tuổi có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân khi vay vốn ở các ngân hàng. Quy mô hộ gia đình có ảnh hưởng ngược chiều lên khả năng vỡ nợ của khách hàng chỉ ra với các hộ có càng nhiều thành viên thì khả năng trả được nợ càng cao. Yếu tố nhu nhập có ảnh hưởng ngược chiều lên khả năng vỡ nợ cho thấy các khách hàng có thu nhập càng cao thì khả năng trả nợ cao hơn với người có thu nhập thấp hơn. Loại hình doanh nghiệp đang làm việc (là nhân viên công ty hoặc đang làm chủ doanh nghiệp), kết quả cho thấy các khách hàng đang làm trong lĩnh vực nhà nước có Hình . So sánh mức độ dự báo của các mô hình khả năng vỡ nợ cao hơn so với các khách hàng làm trong lĩnh vực ngoài nhà nước. Từ kết quả các mô hình ước lượng, tác giả cũng đề xuất các ngân hàng nên Yếu tố kinh nghiệm làm việc cũng ảnh hưởng ngược chiều lên khả năng vỡ nợ tham khảo cả 4 mô hình dự báo có khả năng dự báo trên 83% là mô hình Logit mô của khách hàng cá nhân tại các ngân hàng. hình Probit, mạng trí tuệ nhân tạo và Random Forest. Trong đó, mô hình mạng trí tuệ Yếu tố về thời hạn vay cũng có ảnh hưởng lên khả năng vỡ nợ của khách hàng. nhân tạo ANN và Random forest sẽ giúp dự báo nhanh về khả năng trả nợ. Hai mô Kết quả hồi quy logistic chỉ ra các khoản vay trong trung và dài hạn có xu hướng gặp hình hồi quy Logit và Probit sẽ giúp các ngân hàng xây dựng các chỉ số để xếp hạng rủi ro vỡ nợ thấp hơn so với các khoản vay trong ngắn hạn. tín dụng cũng như thu thập các dữ liệu quan trọng liên quan tới khách hàng. Kết quả về ảnh hưởng của trả nợ gốc và lãi đúng hạn cũng chỉ ra các khách 3.4 Phỏng vấn chuyên gia về nguyên nhân rủi ro tín dụng hàng có lịch sử trả chậm từ 2 lần trở lên sẽ có khả năng vỡ nợ cao hơn so với các Nhằm nâng cao hoạt động tín dụng cá nhân trong các ngân hàng, NCS tiến khách hàng không trả chậm lần nào hoặc có chỉ trả chậm 1 lần hành phỏng vấn chuyên gia về các vấn đề liên quan tới hạn chế rủi ro tín dụng trong Đa dạng hóa nghề nghiệp có tác động cùng chiều lên khả năng vỡ nợ của ngân hàng nhằm giảm khả năng vỡ nợ của khách hàng. Kết quả phỏng vấn đưa ra một khách hàng cá nhân tại ngân hàng HTX Việt Nam số nguyên nhân chính dẫn tới rủi ro tín dụng hay vỡ nợ của khách hàng: Tài sản đảm bảo có tác động ngược chiều lên khả năng vỡ nợ của khách hàng Nguyên nhân từ khách hàng: (1) Sử dụng vốn không đúng mục đích; (2) Hoạt cá nhân. Kết quả cho thấy các khách hàng có tài sản đảm bảo là bất động sản sẽ có xu hướng gặp vỡ vợ thấp hơn so với các khách hàng có tài sản đảm bảo là động sản động đầu tư có hiệu quả thấp; (3) Do khách hàng gian lận trong quá trình nộp hồ sơ Yếu tố về tham gia bảo hiểm nhân thọ có ảnh hưởng ngược chiều lên khả năng vay vốn; (4) Tương tác với phía ngân hàng hạn chế; (5) Đa dạng hóa danh mục đầu tư vỡ nợ của khách hàng. Kết quả này chỉ ra các khách hàng tham gia bảo hiểm nhân thọ từ khoản vay không hiệu quả. có xu hướng vỡ nợ thấp hơn so với các khách hàng chưa tham gia bảo hiểm Nguyên nhân từ phía ngân hàng: (1) Rủi ro tín dụng do thiếu thông tin của 3.3.7 So sánh mức độ dự báo chính xác của các mô hình ước lượng khách hàng; (2) Do ý muốn chủ quan của của người xét duyệt/người cấp tín dụng; (3) Với kết quả ước lượng từ 4 mô hình: Mô hình hồi quy Logistic, mô hình Do áp lực phải hoàn thành chỉ tiêu kế hoạch hàng năm được giao, chưa thật sự quan Probit; mô hình ANN và mô hình Random Forest. NCS tiến hành so sánh khả năng tâm đến chất lượng tín dụng; (4) Thiếu giám sát và quản lý sau khi cho vay, hệ thống dự báo cũng như xếp hạng khả năng dự báo của các mô hình. Kết quả chỉ ra mô hình cảnh báo sớm về các khoản vay có vấn đề không hiệu quả nên không thể can thiệp Logit, Probit và ANN có khả năng dự báo thấp nhất trong 4 mô hình ước lượng với kịp thời; (5) Hệ thống chấm điểm tín dụng chưa phù hợp; (6) Hệ thống kiểm soát rủi khả năng dự báo chính xác ở mức 83%. Mô hình Random forest gần như dự báo ro khi cho vay không chặt chẽ. chính xác 97.2%. Có thể thấy với các kĩ thuật phân tích dự báo mang tính chất phân
19 20 CHƯƠNG 4. nhánh từng thời điểm khác nhau có thể sử dụng xác suất trả nợ ở mức bao nhiêu để GIẢI PHÁP VÀ KHUYẾN NGHỊ tiến hành cho vay. 4.1 Giải pháp nâng cao hiệu quả hoạt động tín dụng KHCN tại ngân hàng 4.1.2 Giải pháp về giám sát hoạt động sau cho vay HTX Việt Nam Ngoài việc xây dựng xếp hạng tín dụng theo phương pháp định lượng, ngân 4.1.1 Giải pháp phân loại khách hàng cá nhân trong quá trình chuẩn bị hồ sơ hàng cần làm chặt hơn nữa quy trình kiểm soát và theo dõi hồ sơ nhằm kịp thời xử lý Để quản trị rủi ro tín dụng khách hàng cá nhân, dựa trên kết quả nghiên cứu những dấu hiệu bất thường của khách hàng sau khi vay vốn. Quy trình kiểm soát hồ này, tác giả đưa ra một số giải pháp giúp hạn chế các trường hợp không trả được nợ: sơ được tự động báo cáo cho ban lãnh đạo theo tháng, quý để kiểm soát tốt hơn rủi ro Ban đầu thông tin dữ liệu của khách hàng cần được nắm bắt chi tiết và chính tín dụng cho vay khách hàng cá nhân. xác. Hay nói cách khác ngân hàng cần có biện pháp giảm những rủi ro từ bất cân Yếu tố sử dụng vốn vay đúng mục đích có ảnh hưởng tới khả năng vỡ nợ của xứng thông tin. khách hàng. Do vậy, các hoạt động sử dụng vốn vay của khách hàng cần được kiểm Từ kết quả phân tích mô hình hồi quy Logistic cũng như Probit, các yếu tố có soát theo mục đích sử dụng cũng như hoạt động kinh doanh của khách hàng. Với ảnh hưởng tới khả năng vỡ nợ của khách hàng đều cần thu thập thông tin một cách khách hàng sử dụng vốn vay không đúng mục đích sẽ làm tăng nguy cơ không trả đầy đủ và chính xác. Đồng thời, trong lúc thẩm định hồ sơ vay vốn, nhân viên tín được nợ. Do vậy, cần có biện pháp tư vấn hoạt động sử dụng vốn vay hợp lý với dụng cần tìm hiểu và xem xét thật kĩ những thông tin liên quan tới các yếu tố quan khách hàng. trọng này: thu nhập của khách hàng, tình trạng hôn nhân, trình độ học vấn, tài sản 4.1.3 Giải pháp liên quan tới cải thiện hệ thống chấm điểm tín dụng định kỳ đảm bảo, có tham gia bảo hiểm nhân thọ hay không.... Do đặc điểm điều kiện kinh tế, cũng như yếu tố ảnh hưởng tới khả năng vỡ nợ Áp dụng những quy chuẩn theo Basel II giúp các ngân hàng hạn chế rủi ro tín của khách hàng cá nhân có thể thay đổi theo thời gian. Do vậy, việc thay đổi mô hình dụng cho vay khách hàng cá nhân đánh giá khả năng vỡ nợ hay xếp hạng tín dụng cần thường xuyên thay đổi theo thay Tài sản thế chấp là yếu tố cần được đưa vào áp dụng chặt chẽ để hướng người đổi của thị trường. vay luôn luôn hướng tới việc trả lại các khoản vay (Mensah, 2013). Nâng cao yêu cầu 4.1.4 Giải pháp hoàn thiện hệ thống chấm điểm tín dụng trực tuyến của các ngân hàng đối với tài sản đảm bảo khi thực hiện các khoản vay làm giảm vấn Với hệ thống chấm điểm tín dụng trực tuyến dựa trên mô hình dự báo được đề lựa chọn bất lợi, từ đó dẫn đến tỷ lệ vỡ nợ thấp hơn đưa ra như mô hình Probit, Logistic, ANN/Random Forest sẽ giúp ngân hàng giảm Chính sách cho vay nội bộ hợp lý: Chính sách cho vay hướng dẫn các ngân bớt các yếu tố/thông tin không cần thiết khi đưa vào hệ thống/app - ứng dụng. Khách hàng giải ngân khoản vay cho khách hàng, tuân thủ nghiêm ngặt chính sách cho vay hàng có thể dễ dàng đưa ra các thông tin của mình vào hệ thống để biết khả năng vay đến nay là phương pháp rẻ nhất và đơn giản nhất của quản lý rủi ro tín dụng. Chính vốn của mình nằm trong khoảng nào. Với các khoảng có khả năng xem xét hồ sơ thì sách cho vay phải phù hợp với chiến lược ngân hàng tổng thể và các yếu tố được xem khách hàng sẽ được chuyển tới bộ phận tiếp nhận hồ sơ và liên hệ với khách hàng để tư xét khi thiết kế chính sách cho vay phải bao gồm chính sách tín dụng hiện hành, định vấn cũng như hỗ trợ thủ tục để vay vốn. Với các khách hàng thực hiện nhập thông tin mức ngành, điều kiện kinh tế chung của đất nước (Kithinji, 2010). nhưng nằm trong vùng khả năng cấp tín dụng rất thấp thì ngân hàng có thể bỏ qua và Chính sách khuyến khích nhân viên giành nhiều thời gian cho chăm sóc khách thông báo cho khách hàng về việc chưa cấp tín dụng trong thời gian này. Các yêu cầu hàng cũng như kiểm tra thông tin cẩn thận để tránh thông tin sai sự thật. chưa đạt có thể được đưa ra ngay khi được lập trình trên hệ thống hay app ứng dụng. Hình phạt nên được áp dụng cho các khoản nợ quá hạn hoặc chưa trả để ngăn 4.2 Xây dựng hệ thống xếp hạn tín dụng khách hàng cá nhân tại ngân chặn các khoản nợ xấu hàng HTX dựa trên kết quả nghiên cứu Chi nhánh tiến hành xây dựng phương pháp xếp hạng tín dụng với khách hàng Căn cứ xếp hạng tín dụng KHCN tại NHHTX dựa trên kết quả phân tích mô cá nhân theo mô hình dự báo từ kết quả hồi quy Probit/ANN/Random Forest nhằm hình Logit và trọng số trong mô hình ANN cũng như Random Forest cũng tuân theo phân loại các khách hàng khi nộp hồ sơ vay vốn. Các mức đánh giá trả được nợ từ những căn cứ chung mà ngân hàng khác đang áp dụng, bao gồm: hồ sơ pháp lý, thông 50% đến 100% là mức theo thứ bậc để xem xét. Tùy vào tình hình cụ thể với chi tin tài chính và mức độ tín nhiệm của khách hàng trong quan hệ với các ngân hàng và tổ chức tín dụng khác. Cán bộ tín dụng thực hiện nhiệm vụ thu thập thông tin liên
21 22 quan đến khách hàng vay, bao gồm các thông tin mang tính định tính và định lượng, Bảng 4.2. Hệ thống ký hiệu xếp hạng tín dụng KHCN tại Ngân hàng Hợp tác xã so sánh với những tiêu chuẩn đã được ngân hàng xây dựng cho từng tiêu chí. Quá Tổng số Xếp Ý nghĩa trình so sánh, đánh giá và cho điểm đối với các tiêu chí có thể phụ thuộc nhiều vào điểm hạng mối liên hệ tương quan với các khách hàng khác nhau. Việc tính điểm có thể bị ảnh 90 - 100 Đây là mức xếp hạng cao nhất khả năng hoàn trả khoản vay của AAA hưởng bởi đánh giá chủ quan của người chấm, vì thế đòi hỏi cán bộ đánh giá phải có điểm khách hàng được xếp hạng này là đặc biệt tốt. kiến thức và kinh nghiệm tốt về khách hàng và về lĩnh vực hoạt động của họ. 80 - 90 Khách hàng xếp hạng AA có năng lực trả nợ không kém nhiều so Bảng.Tiêu chí chấm điểm tín dụng KHCN tại Ngân hàng Hợp tác xã Việt Nam AA điểm với khách hàng được xếp hạng cao nhất. Khách hàng xếp loại A có thể có nhiều khả năng chịu tác động tiêu Chỉ tiêu Điểm ban đầu Trọng 73 - 80 A cực của các yếu tố bên ngoài và các điều kiện kinh tế hơn các 100 80 60 40 20 số điểm khách hàng được xếp hạng cao hơn. Phần 1 : Thông tin về khác hàng 50% Khách hàng xếp hạng BBB có các chỉ số cho thấy khách hàng hoàn 1 Độ tuổi 30- 50 26-39 51-60 20-25 >60; 100 triệu 4 người 2-4 người 1-2 người 5% nhiều khả năng ảnh hưởng đến khả năng hoặc thiện trí trả nợ của Phần 2 : Việc làm và kinh doanh 30% khách hàng. Đa dạng hóa Khách hàng xếp hạng CCC hiện thời đang bị suy giảm khả năng trả 1 Không Có 5% việc làm nợ, khả năng trả nợ của khách hàng phụ thuộc vào độ thuận lợi của 56 - 60 Sử dụng đúng Không CCC các điều kiện kinh doanh, tài chính và kinh tế. Trong trường hợp có 2 Đúng 15% điểm mục đích đúng các yếu tố bất lợi xảy ra, khách hàng nhiều khả năng không trả Thu nhập hàng 15-20 được nợ. 4 >20 triệu 10-15 triệu 5-10 triệu 7 năm 5- 7 năm 2-5 năm < 2 năm 10% 44 - 53 hệ tín dụng C xin phá sản hoặc có các động thái tương tự nhưng việc trả nợ của điểm Nguồn: Tác giả tổng hợp dự trên kết quả nghiên cứu khách hàng vẫn đang được duy trì. Khách hàng xếp hạng D trong trường hợp đã mất khả năng trả nợ, Dưới 44 Thang điểm sử dụng để xếp hạng tín dụng là 100 (cao nhất). Số điểm đạt được D các tổn thất đã thực sự xảy ra; không xếp hạng D cho các khách điểm hàng mà việc mất khả năng trả nợ mới chỉ là dự báo. sẽ làm kết quả để xếp loại khách hàng theo thứ hạng tốt, trung bình, xấu khác nhau. Hiện tại mối quan hệ giữa số điểm đạt được và thứ hạng như sau: Nguồn: Tác giả tổng hợp dự trên kết quả nghiên cứ
23 24 4.3 Gợi ý về ra quyết định cho vay đối với khách hàng cá nhân khi vay vốn tín dụng cho KHCN, mở rộng phạm vi đối tượng được tiếp cận vốn. Đồng thời, có sự ở ngân hàng HTX phối hợp chặt chẽ với các cơ quan có thẩm quyền có liên quan trong việc xử lý các Dựa trên bảng xếp hạng tín dụng (Kết hợp mô hình Logit và trọng số mô hình vấn đề phát sinh có liên quan đến hoạt động tín dụng KHCN tại ngân hàng một cách ANN để xây dựng) của ngân hàng HTX đã xây dựng và ước lượng dự báo trên mô kịp thời và hiệu quả. hình Random forest. Ban đầu các hồ sơ khách hàng yêu cầu được đưa vào hệ thống 4.4.3. Đối với trung tâm thông tin tín dụng (CIC) chấm điểm tín dụng đã được thiết lập. Nếu kết quả của bảng xếp hạng tín dụng đưa ra Trung tâm thông tin tín dụng quốc gia (CIC) là nơi lưu trữ lịch sử thông tin tín trùng khớp với dự báo về khả năng vỡ nợ của khách hàng dựa trên mô hình Random dụng của khách hàng. Nguồn thông tin mà trung tâm cung cấp là những thông tin rất forest thì ngân hàng sẽ đi đến kết luận chung. đáng tin cậy và có ý nghĩa rất quan trọng đối với các ngân hàng. Chính vì vậy, Ngân Trong trường hợp các kết quả dự báo từ các mô hình và bảng xếp hạn tín dụng hàng nhà nước cần có những quy định bắt buộc đối với ngân hàng HTX trong việc là khác nhau thì sẽ tính tới phương án tham khảo đánh giá từ đồng nghiệp, cấp trên để cung cấp đầy đủ các thông tin tín dụng của khách hàng đã giao dịch vay vốn tại ngân xem xét. Cơ bản kết quả sẽ đều dựa trên sự trùng khớp của 2 phương án trở lên để ra hàng để xây dựng hệ cơ sở dữ liệu về lịch sử tín dụng, cung cấp kịp thời những thông quyết định về cho vay hay không cho vay. tin cần thiết, cảnh bảo rủi ro cho các ngân hàng khác. 4.4 Khuyến nghị 4.5 Hạn chế của đề tài và các hướng nghiên cứu tiếp theo 4.4.1.Đối với ngân hàng HTX Việt Nam Mặc dù luận án đã xây dựng được mô hình và tìm ra các yếu tố ảnh hưởng tới Thứ nhất, ngân hàng HTX cần xây dựng một hệ cơ sở dữ liệu đủ lớn nhằm khả năng vỡ nợ của KHCN tại ngân hàng HTX bằng các mô hình Logit, Probit, ANN mục đích phục vụ cho việc sử dụng phương pháp định lượng thông qua các mô hình và Random Forest. Tuy nhiên, với số lượng mẫu thu thập trong nghiên cứu là 5.498 hồi quy để thực hiện chấm điểm tín dụng KHCN mẫu có thể chưa lớn để phân tích một cách tổng thể cho ngân hàng HTX. Với số Thứ hai, khi xây dựng hệ thống xếp hạng tín dụng cần quan tâm đến tác tiêu lượng như vậy chưa phân tách được đặc điểm riêng của từng chi nhánh ngân hàng chí nhân khẩu - xã hội học của khách hàng như giới tính, tình trạng hôn nhân, tình cũng như tỉnh thành, địa phương vùng miền khác nhau. Vấn đề tiếp cận dữ liệu lớn trạng cư trú, trình độ học vấn, loại hình công ty mà khách hàng làm việc, cách thức của khách hàng cá nhân trong từng ngân hàng là rào cản đối với NCS. Do vậy, NCS chi trả lương, thu nhập của khách hàng. Trong bảng chấm điểm tín dụng cần có chỉ phân tích được trên các dữ liệu lấy được một cách hạn chế. Do vậy, NCS cũng những tiêu chí này, đồng thời tỷ trọng các tiêu chí phải được dựa trên kết quả ước khuyến nghị cho các nghiên cứu sau có thể có những chính sách từ các ngân hàng để lượng của mô hình đề xuất. hỗ trợ việc phân tích trên quy mô lớn hơn. Thứ ba, xây dựng hệ thống thông tin quản lý rủi ro tín dụng của nội bộ ngân hàng nhằm đảm bảo việc cung cấp thông tin một cách đầy đủ, kịp thời và đáng tin cậy, được cập nhật thường xuyên nhằm phục vụ cho mục đích đánh giá, chấm điểm tín dụng KHCN. Thứ tư, đối với cán bộ tín dụng, các ngân hàng cần tập trung đào tạo để nâng cao trình độ đánh giá và khả năng phân tích, nhận định vấn đề một cách khách quan Thứ năm, ngân hàng HTX cần không ngừng cập nhật những tiến bộ khoa học tiên tiến trong lĩnh vực tài chính ngân hàng, đặc biệt là hoạt động tín dụng nhằm nâng cao hiệu quả của hoạt động này tại ngân hàng mình, hoàn thiện hệ thống xếp hạng tín dụng khách hàng, nâng cao khả năng bảo mật thông tin khách hàng và các thông tin tín dụng nội bộ. 4.4.2. Đối với Ngân hàng nhà nước Ngân hàng nhà nước cần xây dựng cơ chế chính sách về tín dụng một cách đồng bộ và hoàn thiện hơn, tạo điều kiện cho ngân hàng đa dạng hóa hình thức cấp