Ứng dụng mô hình logistic trong xếp hạng tín dụng khách hàng cá nhân tại ngân hàng TMCP xuấy nhập khẩu việt nam

Mặt khác, hệ thống xếp hạng tín dụng của Eximbank được xây dựng dựa theo phương pháp chuyên gia kết hợp với mô hình điểm số, phụ thuộc nhiều vào năng lực và ý chí chủ quan của cán bộ đán

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

===0O0===

LÊ THỊ MINH NGỌC

ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM

LUẬN VĂN THẠC SỸ KINH TẾ

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

===0O0===

LÊ THỊ MINH NGỌC

ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN

TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN

XUẤT NHẬP KHẨU VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SỸ KINH TẾ

Người hướng dẫn khoa học

PGS.TS TRƯƠNG THỊ HỒNG

TP Hồ Chí Minh, năm 2013

Tác giả cam đoan số liệu trong bài nghiên cứu này là chính xác, trung thực

và đề tài “Ứng dụng mô hình Logistic trong xếp hạng tín dụng khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam” được trình bày là nghiên cứu của tác giả, chưa được công bố trong bất kỳ công trình nghiên cứu nào

Đề tài nghiên cứu được hoàn thành với sự giúp đỡ của các Ngân hàng Thương mại cổ phần tại Việt Nam Tác giả chân thành cảm ơn sự hướng dẫn tận tình của PGS.TS Trương Thị Hồng, tác giả cũng cảm ơn các nhà nghiên cứu mà tác giả đã trích dẫn trong đề tài, các nhà quản trị của Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam đã giúp đỡ tác giả trong việc tiếp cận số liệu nghiên cứu

Việc công bố một số thông tin mang tính nhạy cảm có thể ảnh hưởng đến hoạt động của các Ngân hàng Thương mại cổ phần nên tác giả đã rất cân nhắc khi đưa số liệu vào đề tài nghiêm cứu và mong các tổ chức có liên quan thông cảm để tác giả hoàn thành tốt nghiên cứu này

Trang phụ bìa

Lời cam đoan

MỤC LỤC

DANH MỤC CÁC CHỮ VIẾT TẮT

DANH MỤC MÔ HÌNH, BẢNG BIỂU

PHẦN MỞ ĐẦU

1 Lý do chọn đề tài

2 Mục tiêu nghiên cứu đề tài

3 Đối tượng và phạm vi nghiên cứu

4 Phương pháp nghiên cứu

5 Kết cấu luận văn

Chương 1: CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG KHÁCH HÀNG

CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI VÀ MÔ HÌNH NGHIÊN CỨU 1

1.1 TỔNG QUAN VỀ XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN 1

1.1.1 Khái niệm xếp hạng tín dụng khách hàng cá nhân 1

1.1.2 Vai trò của xếp hạng tín dụng khách hàng cá nhân đối với Ngân hàng 2

1.1.3 Sự cần thiết của xếp hạng tín dụng khách hàng cá nhân 2

1.1.4 Quy trình xếp hạng tín dụng khách hàng cá nhân 3

1.1.4.1 Thu thập thông tin 3

1.1.4.2 Phân tích, đánh giá và xếp hạng tín dụng khách hàng 4

1.1.4.3 Giám sát sau xếp hạng 4

1.1.5 Các phương pháp đánh giá, xếp hạng tín dụng cá nhân 4

1.1.5.1 Nhóm phương pháp chuyên gia 4

1.1.5.2 Nhóm các phương pháp mô hình hóa 4

1.1.5.3 Nhóm phương pháp kết hợp 5

HÀNG CÁ NHÂN 5

1.2.1 Một số nghiên cứu về xếp hạng tín dụng đối với khách hàng cá nhân 5

1.2.2 Mô hình điểm số tín dụng khách hàng cá nhân của các tổ chức xếp hạng tín dụng trên thế giới 7

1.2.2.1 Mô hình điểm số tín dụng khách hàng cá nhân của FICO 7

1.2.2.2 Mô hình xếp hạng tín dụng của Standard & Poor's, Moody's Investor Service và Fitch Rating 8

1.2.3 Mô hình Logistic 10

1.3 KINH NGHIỆM XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI MỘT SỐ NGÂN HÀNG VIỆT NAM 12

1.3.1 Hệ thống xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Thương mại cổ phần Đầu tư và Phát triển Việt Nam 12

1.3.1.1 Quy trình chấm điểm khách hàng cá nhân 12

1.3.1.2 Chấm điểm tín dụng khách hàng 13

1.3.1.3 Chấm điểm tài sản đảm bảo của khách hàng 14

1.3.1.4 Đánh giá rủi ro đối với khách hàng 15

1.3.2 Hệ thống xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Thương mại cổ phần Công Thương Việt Nam 17

1.3.3 Hệ thống xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Thương mại cổ phần Á Châu 19

1.3.4 Bài học kinh nghiệm rút ra từ việc xây dựng hệ thống xếp hạng tín dụng khách hàng cá nhân của các Ngân hàng Thương mại cổ phần Việt Nam 22

1.3.4.1 Về phương pháp xây dựng hệ thống xếp hạng tín dụng 22

1.3.4.2 Về bộ chỉ tiêu đánh giá trong hệ thống xếp hạng tín dụng 22

KẾT LUẬN CHƯƠNG 1 24

XẾP HẠNG TÍN DỤNG ĐỐI VỚI KHÁCH HÀNG CÁ NHÂN TẠI NGÂN

HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 25

2.1 GIỚI THIỆU VỀ NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 25

2.1.1 Quá trình hình thành và phát triển 25

2.1.2 Cơ cấu tổ chức 26

2.1.3 Lĩnh vực hoạt động 27

2.1.3.1 Về nghiệp vụ huy động 27

2.1.3.2 Về nghiệp vụ tín dụng 27

2.1.3.3 Về dịch vụ thẻ 27

2.1.3.4 Về các dịch vụ khác của ngân hàng 27

2.1.4 Thực trạng hoạt động tín dụng đối với khách hàng cá nhân tại Eximbank 28

2.1.4.1 Cơ cấu tín dụng của Eximbank 29

2.1.4.2 Thực trạng cho vay cá nhân tại Eximbank 29

2.2 THỰC TRẠNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 32

2.2.1 Quy định về xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Nhà nước Việt Nam 32

2.2.2 Quy định chung xếp hạng tín dụng khách hàng cá nhân của Eximbank 33

2.2.2.1 Định nghĩa 33

2.2.2.2 Nguyên tắc xếp hạng tín dụng khách hàng 34

2.2.2.3 Quy định về hồ sơ khách hàng 34

2.2.2.4 Sử dụng kết quả của hệ thống xếp hạng tín dụng nội bộ 35

2.2.3 Mô hình xếp hạng tín dụng khách hàng cá nhân tại Eximbank 35

2.2.3.1 Đối tượng và nội dung chấm điểm xếp hạng tín dụng 35

2.2.3.3 Chỉ tiêu đánh giá, xếp hạng tín dụng khách hàng cá nhân tại Eximbank 39

2.2.3.4 Đánh giá hệ thống xếp hạng tín dụng khách hàng cá nhân của Eximbank 41

2.2.4 Thực trạng công tác xếp hạng tín dụng khách hàng cá nhân của Eximbank 42

KẾT LUẬN CHƯƠNG 2 43

Chương 3: ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 41

3.1 ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI EXIMBANK 44

3.1.1 Thu thập dữ liệu 44

3.1.2 Phân tích các chỉ tiêu lựa chọn để ứng dụng mô hình Logistic 44

3.1.3 Thống kê mô tả 46

3.1.4 Đánh giá tương quan của các biến định lượng 48

3.1.5 Ước lượng mô hình Hồi quy Logistic 49

3.1.6 Kiểm định độ phù hợp của mô hình 50

3.1.7 Mô hình Logistic cho xếp hạng tín dụng khách hàng cá nhân tại Eximbank 50

3.1.8 So sánh với kết quả xếp hạng tín dụng của Eximbank 51

3.2 ĐÁNH GIÁ VIỆC ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI EXIMBANK 51

3.2.1 Điểm tích cực 51

3.2.2 Điểm hạn chế 52

KẾT LUẬN CHƯƠNG 3 53

TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG

THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 54

4.1 ĐỊNH HƯỚNG PHÁT TRIỂN CỦA NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM ĐẾN NĂM 2015 54

4.2 CÁC GIẢI PHÁP VÀ KIẾN NGHỊ NHẰM ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM 56

4.2.1 Đối với Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam 56

4.2.1.1 Đánh giá và nhận xét 56

4.2.1.2 Đề xuất giải pháp để ứng dụng mô hình Logistic trong xếp hạng tín dụng khách hàng cá nhân tại Eximbank 58

4.2.2 Đối với Ngân hàng Nhà nước 60

4.2.3 Đối với khách hàng 61

KẾT LUẬN CHƯƠNG 4 62

KẾT LUẬN 63 Danh mục tài liệu tham khảo

PHỤ LỤC

Phụ lục 1: Nghiên cứu của tác giả Đinh Thị Huyền Thanh và Stefanie Kleimeier năm 2006

Phụ lục 2: Nghiên cứu của nhóm tác giả Vương Quân Hoàng và cộng sự năm 2006 Phụ lục 3: Các tiêu chí chấm điển tín dụng khách hàng và trọng số của tiêu chí trong

mô hình xếp hạng tín dụng khách hàng cá nhân của Eximbank

Phụ lục 4: Kết quả ước lượng mô hình nghiên cứu bằng phần mềm thống kê SPSS

ACB : Ngân hàng Thương mại cổ phần Á Châu

BIDV : Ngân hàng Thương mại cổ phần Đầu tư và Phát triển Việt Nam Ernst & Young : Công ty TNHH Ernst & Young Việt Nam

Eximbank : Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam FICO : Fair Isaac Corporation

Merrill Lynch : Bộ phận quản lý tài sản của Bank of America

NHTMCP : Ngân hàng Thương mại cổ phần

Techcombank : Ngân hàng Thương mại cổ phần Kỹ Thương

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

BẢNG BIỂU:

Bảng 1: Dự báo độ chính xác với mức ý nghĩa 5% theo nghiên cứu của tác giả Đinh Thị Huyền Thanh và Stefanie Kleimeier năm 2006 6 Bảng 2: Dự báo độ chính xác với mức ý nghĩa 5% theo nghiên cứu của tác giả Vương Quân Hoàng và cộng sự năm 2006 7 Bảng 3: Cấu trúc mô hình điểm số tín dụng của FICO 8 Bảng 4: Tương quan các mức xếp hạng của Standard & Poor’s, Moody’s Investor Service và Fitch Rating 9 Bảng 5: Các tiêu chí chấm điểm tín dụng khách hàng trong mô hình xếp hạng tín dụng của BIDV 13 Bảng 6: Phân loại rủi ro tín dụng trong mô hình xếp hạng tín dụng của BIDV 14 Bảng 7: Các tiêu chí chấm điểm tài sản đảm bảo trong mô hình xếp hạng tín dụng khách hàng của BIDV 15 Bảng 8: Phân loại rủi ro liên quan đến tài sản đảm bảo của khách hàng trong mô hình xếp hạng tín dụng của BIDV 15 Bảng 9: Ma trận đánh giá mức độ rủi ro tín dụng của khách hàng trong mô hình xếp hạng tín dụng của BIDV 16 Bảng 10: Các tiêu chí chấm điểm tín dụng khách hàng trong mô hình xếp hạng tín dụng của Vietinbank 17 Bảng 11: Phân loại rủi ro theo hạng tín dụng trong mô hình xếp hạng tín dụng của Vietinbank 18 Bảng 12: Các chỉ tiêu chấm điểm tín dụng khách hàng trong mô hình xếp hạng tín dụng của ACB 19 Bảng 13: Phân loại rủi ro theo hạng tín dụng trong mô hình xếp hạng tín dụng của ACB 21 Bảng 14: Bảng chỉ số tài chính của Eximbank từ năm 2009 – 2012 28

năm 2010 – tháng 9/2013 29

Bảng 16: Cơ cấu dư nợ cho vay cá nhân từ năm 2010 đến tháng 9/2013 30

Bảng 17: Doanh số thu lãi từ cho vay cá nhân của Eximbank từ năm 2009 đến tháng 9/2013 31

Bảng 18: Cơ cấu dư nợ cho vay cá nhân từ năm 2010 đến tháng 9/2013 phân theo nhóm nợ 32

Bảng 19: Trọng số của từng nhóm chỉ tiêu trong mô hình xếp hạng tín dụng khách hàng cá nhân của Eximbank 37

Bảng 20: Các nhóm xếp hạng khách hàng trong mô hình xếp hạng tín dụng khách hàng cá nhân của Eximbank 38

Bảng 21: Thống kê kết quả xếp hạng tín dụng của Eximbank đến Quý III/2013 42

Bảng 22: Danh sách các biến độc lập trong mô hình Logistic ứng dụng tại Eximbank 45

Bảng 23: Bảng thống kê mô tả các biến độc lập của mô hình Logistic ứng dụng tại Eximbank 46

Bảng 24: Bảng đánh giá tương quan giữa các biến định lương của mô hình Logistic ứng dụng tại Eximbank 48

Bảng 25: Các hệ số thống kê để đánh giá mô hình của lần ước lượng thứ 1 49

Bảng 26: Các hệ số thống kê để đánh giá mô hình của lần ước lượng thứ 2 50

Bảng 27: Kiểm định tổng thể - phân tích phương sai 50

Bảng 28: Xếp hạng khách hàng theo xác suất trả nợ từ việc ứng dụng mô hình Logistic vào xếp hạng khách hàng cá nhân tại Eximbank 51

MÔ HÌNH Mô hình 1: Quy trình chấm điểm tín dụng khách hàng của BIDV 12

Mô hình 2: Biểu đồ diễn biến số lượng khách hàng và dư nợ cho vay cá nhân của Eximbank từ năm 2009 đến tháng 9/2013 30

Mô hình 3: Quy trình xếp hạng tín dụng cá nhân của Eximbank 37

1 Lý do chọn đề tài:

Dân số Việt Nam đa phần là đang ở độ tuổi trẻ, có thu nhập và phong cách sống hiện đại do đó nhu cầu mua sắm, tiêu dùng là khá lớn Chính vì vậy, những năm gần đây, các Ngân hàng thương mại Việt Nam đang chuyển dần sang phát triển thành các ngân hàng bán lẻ, tập trung vào những đối tượng khách hàng cá nhân, có thu nhập

ổn định, số tiền vay không lớn Tuy nhiên, với số lượng khách hàng lớn như vậy, làm thế nào để các Ngân hàng có thể rút ngắn được quá trình xét duyệt cho vay, đáp ứng nhu cầu của khách hàng nhưng vẫn đảm bảo an toàn vốn cho Ngân hàng?

Xếp hạng tín dụng khách hàng đang là một trong những biện pháp quan trọng mà các Ngân hàng quan tâm phát triển để đáp ứng cho nhu cầu trên

Đa số các Ngân hàng đã tự xây dựng cho mình một hệ thống xếp hạng tín dụng riêng và thực hiện xếp hạng, tuy nhiên, thực tế cho thấy, xếp hạng tín dụng tại các Ngân hàng chưa mang lại hiệu quả cao, chưa có tính thực tiễn, còn mang tính chủ quan, phụ thuộc nhiều vào cảm tính của cán bộ tín dụng

Tại Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam (Eximbank), tín dụng bán lẻ dành cho khách hàng cá nhân đang là định hướng phát triển hiện tại

và trong thời gian sắp tới Tuy nhiên, hiện tại, xếp hạng tín dụng tại Eximbank chỉ mang tính chất tham khảo, chưa được xem là cơ sở quyết định đối với việc cấp tín dụng cho khách hàng, đặc biệt là đối với khách hàng cá nhân Mặt khác, hệ thống xếp hạng tín dụng của Eximbank được xây dựng dựa theo phương pháp chuyên gia kết hợp với mô hình điểm số, phụ thuộc nhiều vào năng lực và ý chí chủ quan của cán bộ đánh giá xếp hạng, điều này là một trong những nguyên nhân có thể làm tăng rủi ro tín dụng cho Ngân hàng

Vì những lý do trên, em đã chọn đề tài “Ứng dụng mô hình Logistic trong xếp hạng tín dụng khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam” làm đề tài nghiên cứu

3 Đối tượng và phạm vi nghiên cứu:

 Đối tượng nghiên cứu của luận văn: Hệ thống xếp hạng tín dụng khách hàng

cá nhân của Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam và các Ngân hàng Thương mại cổ phần Việt Nam

 Phạm vi nghiên cứu: Các khách hàng cá nhân vay vốn tại Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam từ năm 2009 đến nay, sinh sống và làm việc tại Thành phố Hồ Chí Minh

4 Phương pháp nghiên cứu: Luận văn được thực hiện dựa trên các phương pháp sau:

 Phương pháp phân tích và tổng hợp để so sánh hệ thống xếp hạng tín dụng khách hàng cá nhân tại các Ngân hàng Thương mại

 Phương pháp nghiên cứu định lượng, sử dụng phần mền xử lý dữ liệu thống kê SPSS để đánh giá các yếu tố tác động đến hạng tín dụng trong việc xếp hạng khách hàng cá nhân tại Eximbank

5 Kết cấu luận văn: Nội dung luận văn bao gồm 03 chương:

 Chương 1: Cơ sở lý thuyết về xếp hạng tín dụng khách hàng cá nhân tại Ngân hàng thương mại và mô hình nghiên cứu

 Chương 2: Thực trạng xếp hạng tín dụng khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam

 Chương 3: Ứng dụng mô hình Logistic trong xếp hạng tín dụng khách hàng

cá nhân tại Ngân hàng Thương mại cổ phần xuất nhập khẩu Việt Nam

hạng tín dụng khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam.

Chương 1

CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI VÀ MÔ HÌNH NGHIÊN CỨU

1.1 XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN

1.1.1 Khái niệm xếp hạng tín dụng khách hàng cá nhân

Xếp hạng tín dụng (credit ratings) là khái niệm đã có từ rất lâu trong các giao dịch thương mại trên thế giới Hiện nay, ở Việt Nam, thuật ngữ xếp hạng tín dụng đang tồn tại dưới nhiều tên gọi như: xếp hạng tín nhiệm, xếp hạng khách hàng, xếp hạng tín dụng Trong đề tài này, em sử dụng thuật ngữ chung là “xếp hạng tín dụng”

Khái niệm về xếp hạng tín dụng khách hàng cá nhân được khái quát như sau: Xếp hạng tín dụng khách hàng cá nhân là việc đánh giá, chấm điểm khách hàng để đưa ra nhận định hiện tại của một ngân hàng hay một tổ chức xếp hạng về mức độ tín nhiệm tài chính hoặc đánh giá mức độ rủi ro gắn liền với khả năng mất vốn của ngân hàng hay người cho vay khi quyết định cho vay được thể hiện thông qua một

hệ thống các ký hiệu xếp hạng

Xếp hạng tín dụng khách hàng cá nhân chỉ là quan điểm về mức độ rủi ro tín dụng, không phải là sự bảo đảm cho chất lượng tín dụng hay rủi ro tương lai của khoản tín dụng Xếp hạng tín dụng khách hàng cá nhân giúp Ngân hàng đánh giá và

dự báo rủi ro tín dụng

Theo FICO: “Xếp hạng tín dụng khách hàng cá nhân là việc xác định một điểm số tổng hợp các rủi ro tín dụng dựa trên một bức tranh về báo cáo tín dụng khách hàng tại một thời điểm cụ thể”

Theo Merrill Lynch: “Xếp hạng tín dụng là sự đánh giá hiện thời về chất lượng tín dụng được xem xét trong hoàn cảnh tương lai, phản ánh sự sẵn sàng và khả năng người đi vay có thể thanh toán cả gốc và lãi đúng hạn”

Từ các khái niệm trên cho thấy, hệ thống xếp hạng tín dụng dùng để đánh giá năng lực và thiện chí trả nợ đúng hạn của khách hàng theo những điều khoản đã cam kết

1.1.2 Vai trò của xếp hạng tín dụng khách hàng cá nhân đối với Ngân hàng

Hệ thống xếp hạng tín dụng hiệu quả cho phép Ngân hàng quản lý và giám sát những thay đổi và xu hướng thay đổi mức độ rủi ro của khách hàng hoặc các khoản tín dụng, đồng thời tối ưu hóa lợi nhuận cho Ngân hàng Vai trò của hệ thống xếp hạng tín dụng khách hàng cá nhân thể hiện ở những điểm sau:

 Hỗ trợ phê duyệt tín dụng: Cải thiện tính chính xác và hiệu quả của việc

ra quyết định cấp tín dụng, cung cấp phương tiện hỗ trợ để quá trình này trở nên hiệu quả hơn, tiết kiệm thời gian, chi phí và giảm bớt sự can thiệp từ con người

 Thực hiện quản trị rủi ro tín dụng: Xếp hạng tín dụng nội bộ là công cụ

để đánh giá mức độ rủi ro của khách hàng, được xây dựng dựa trên các khung chính sách và tiêu chuẩn tín dụng của ngân hàng, hệ thống xếp hạng tín dụng tạo ra một căn cứ độc lập để Ngân hàng đánh giá hiệu quả quá trình quản trị rủi ro, đảm bảo việc cấp tín dụng được quản lý phù hợp, tài sản có rủi ro tín dụng nằm trong các giới hạn và có khả năng phát hiện sớm các khoản tín dụng xấu

 Hỗ trợ xác định giá khoản tín dụng: mức giá cho các khoản tín dụng phải phù hợp và đủ để bồi hoàn tổn thất tín dụng và tương ứng với mức độ rủi ro Xếp hạng tín dụng phân 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 xếp hạng tín dụng thấp (rủi ro cao) sẽ tương ứng với mức giá cao và ngược lại

 Hỗ trợ quản lý và quản trị khách hàng: Quan hệ của khách hàng với Ngân hàng phụ thuộc vào mức xếp hạng tín dụng của khách hàng tại Ngân hàng Khách hàng có mức xếp hạng tín dụng thấp (độ rủi ro cao) cần phải được kiểm soát, đánh giá thường xuyên, ngược lại, các khách hàng có mức xếp hạng tín dụng cao (độ rủi ro thấp) sẽ được ưu ái hơn trong các quan hệ giao dịch

1.1.3 Sự cần thiết của xếp hạng tín dụng khách hàng cá nhân

Hoạt động của Ngân hàng là một trong những hoạt động có nhiều rủi ro Rủi

ro trong hoạt động ngân hàng không chỉ là rủi ro từ phía bản thân ngân hàng mà các

ngân hàng còn chịu rủi ro từ phía khách hàng Trong xu hướng phát triển tín dụng tiêu dùng hiện nay, Ngân hàng tập trung cho vay các khách hàng cá nhân, số lượng khách hàng nhiều, số tiền vay nhỏ nhưng đòi hỏi thời gian giải quyết hồ sơ nhanh,

do đó, để đảm bảo an toàn vốn, các ngân hàng cần phải nâng cao chất lượng của việc đánh giá khách hàng trước khi đưa ra quyết định cho vay

Việc xây dựng hệ thống xếp hạng tín dụng ngân hàng mang lại nhiều lợi ích cho cả ngân hàng và khách hàng như:

 Quyết định chính xác: hệ thống xếp hạng tín dụng cung cấp cho Ngân hàng về mức độ rủi ro về người đi vay, tùy theo mức độ chấp nhận rủi ro của mình

mà các Ngân hàng sẽ có quyết định cho vay hay không

 Tính hiệu quả: Với một mô hình hoàn thiện và được thiết kế thành những phần mềm chuyên biệt đã giúp cho việc quyết định cho vay của các ngân hàng nhanh hơn, giảm chi phí, tiết kiệm thời gian cho cả ngân hàng và khách hàng

 Sự công bằng: Xếp hạng tín dụng với các tiêu chí được định sẵn sẽ cho ra kết quả công bằng hơn là việc ra quyết định từ phán xét cá nhân của người cho vay

 Mức độ tin cậy: Với những mô hình đã được kiểm định, kết quả xếp hạng tín dụng sẽ mang lại sự công bằng, độ tin cậy đồng thời giảm thiểu rủi ro tín dụng hơn quyết định độc lập từ người cho vay

 Tính nhất quán: Mô hình xếp hạng tín dụng được xây dựng trên những tiêu chí nhất định, chỉ đưa ra một kết quả duy nhất, giúp cho người cho vay có được quyết định đúng đắn

1.1.4 Quy trình xếp hạng tín dụng khách hàng cá nhân

Để có một kết quả xếp hạng tín dụng với chất lượng cao, công tác đánh giá phân tích xếp hạng phải qua các bước theo một trình tự nhất định Một quy trình xếp hạng tín dụng khách hàng cá nhân bao gồm các bước cơ bản sau:

1.1.4.1 Thu thập thông tin:

Trước khi xếp hạng tín dụng, cán bộ xếp hạng tín dụng cần phải thu thập các thông tin liên quan đến các chỉ tiêu sử dụng trong mô hình đánh giá, xếp hạng tín

dụng của ngân hàng Thu thập thông tin là bước hết sức quan trọng trong quá trình xếp hạng, thậm chí quyết định đến chất lượng xếp hạng tín dụng

Thông tin sử dụng trong quá trình xếp hạng, ngoài những thông tin do chính khách hàng cung cấp, cần phải thu thập các thông tin từ nhiều nguồn khác như: thông tin từ các phương tiện thông tin đại chúng, thông tin nội bộ ngân hàng, thông tin từ trung tâm thông tín dụng

1.1.4.2 Phân tích, đánh giá và xếp hạng tín dụng khách hàng:

Sử dụng mô hình đã được thiết lập của ngân hàng, nhập thông tin đã thu thập được để đánh giá khách hàng Kết quả xếp hạng tín dụng của ngân hàng đối với khách hàng thường không được công bố rộng rãi

1.1.4.3 Giám sát sau xếp hạng:

Ngân hàng sẽ thực hiện theo dõi tình trạng tín dụng, sự thay đổi của các chỉ tiêu ảnh hưởng đến kết quả xếp hạng định kỳ để điều chỉnh mức xếp hạng, các thông tin liên quan đến trước và sau khi điều chỉnh đều được ngân hàng lưu trữ trong hệ thống để làm căn cứ tiếp tục cấp tín dụng, giảm mức tín dụng đã cấp hoặc thu hồi nợ trước hạn đối với khách hàng

Dựa trên các kết quả xếp hạng, so sánh với thực tế rủi ro phát sinh tại ngân hàng để xem xét điều chỉnh mô hình xếp hạng nếu cần thiết

1.1.5 Các phương pháp đánh giá, xếp hạng tín dụng khách hàng cá nhân: Hiện nay, có nhiều phương pháp xếp hạng tín dụng, tùy vào đối tượng xếp hạng và tổ chức xếp hạng lựa chọn phương pháp phù hợp Có thể chia các phương pháp xếp hạng thành ba nhóm chính như sau:

1.1.5.1 Nhóm phương pháp chuyên gia:

Phương pháp chuyên gia được sử dụng trong trường hợp số liệu thực nghiệm không đáp ứng được yêu cầu nghiên cứu hoặc đối tượng xếp hạng là một tập hợp các dấu hiệu không thể định lượng hoặc có thể định lượng nhưng rất tốn kém

1.1.5.2 Nhóm các phương pháp mô hình hóa:

 Mô hình kinh tế lượng: Là phương pháp dựa trên lý thuyết kinh tế lượng

để lượng hóa các yếu tố xếp hạng thông qua phương pháp thống kê Thực chất của

phương pháp này là mô tả các mối quan hệ giữa các đại lượng thống kê bằng một phương trình hoặc một hệ phương trình đồng thời

 Mô hình nhân tố: Là phương pháp phân tích tương quan giữa các chỉ tiêu (nhân tố) với nhau và lượng hóa mối quan hệ này

1.1.5.3 Nhóm phương pháp kết hợp:

Phương pháp này cho phép kết hợp những thế mạnh của phương pháp mô hình hóa và phương pháp chuyên gia, được tiến hành theo một quy trình cặp nhằm thực hiện việc xích lại gần nhau giữa các phương án nhận được từ việc mô phỏng theo mô hình hóa với các ý kiến chuyên gia cho đến khi đạt được sự thống nhất chấp nhận được

1.2 MÔ HÌNH NGHIÊN CỨU VỀ XẾP HẠNG TÍN DỤNG ĐỐI VỚI KHÁCH HÀNG CÁ NHÂN:

Nhằm tiếp cận những lý luận và kinh nghiệm về xếp hạng tín dụng khách hàng cá nhân, đề tài nghiên cứu sẽ lần lượt giới thiệu một số công trình nghiên cứu

đã được công bố và lý thuyết về mô hình Logistic

1.2.1 Một số nghiên cứu về xếp hạng tín dụng đối với khách hàng cá nhân: Xếp hạng tín dụng đối với khách hàng đang là một vấn đề cần thiết và có tầm quan trọng trong việc quản trị rủi ro tín dụng của các Ngân hàng do đó trong thời gian gần đây có nhiều tác giả đã thực hiện nghiên cứu để xây dựng mô hình xếp hạng tín dụng cho các Ngân hàng Thương mại, trong đó có một số tác giả đã nghiên cứu về mô hình kinh tế lượng Logistic

Lý do mà các tác giả nghiên cứu ứng dụng mô hình kinh tế lượng Logistic thay cho các phương pháp xếp hạng tín dụng khác là do mô hình Logistic giải quyết được vấn đề liên quan đến các biến định tính bằng cách ước lượng xác suất trực tiếp đối với các biến định tính thông qua việc hồi quy với biến giả Dummy 0 – 1 nhờ đó

có thể nâng cao mức độ chính xác của kết quả xếp hạng tín dụng của khách hàng

Theo tác giả Đinh Thị Huyền Thanh và Stefanie Kleimeier trong bài viết

“Mô hình điểm số tín dụng cho thị trường Ngân hàng bán lẻ của Việt Nam: Việc thực hiện và sự tác động đối với người đi vay và người cho vay” năm 2006, các tác

giả đã nghiên cứu về mô hình chấm điểm tín dụng cho tín dụng bán lẻ của Việt Nam qua 02 bước như sau:

(1) Bước 1: Sử dụng dữ liệu lịch sử từ 25.043 khoản vay hiện hữu tại các Ngân hàng Thương mại kết hợp với kỹ thuật thống kê để xác định đặc trưng nào của người vay có thể phân biệt được khoản vay có khả năng vỡ nợ và khoản vay nào có khả năng trả được nợ thông qua hệ thống 22 biến quan sát (trong đó tác giả đưa vào

9 biến định lượng và 13 biến định tính) mà tác giả đã nghiên cứu lựa chọn trước đó (chi tiết theo Phụ lục 1 của bài nghiên cứu)

(2) Bước 2: Sử dụng mô hình để tính điểm số cho mỗi khoản vay Một khoản vay có điểm số cao sẽ cho thấy một sự mong đợi tốt hơn về người vay và khả năng không trả được nợ thấp hơn Điểm số trên sẽ được so sánh với một ngưỡng giới hạn

để quyết định chấp nhận, từ chối hay cần xem xét thêm đối với khách hàng

Từ việc nghiên cứu xây dựng mô hình xếp hạng tín dụng khách hàng theo phương pháp ứng dụng mô hình Logistic, tác giả Đinh Thị Huyền Thanh và Stefanie Kleimeier đã xây dựng được một mô hình có độ chính xác khá cao 97,02% Cụ thể như sau:

Bảng 1: Dự báo độ chính xác với mức ý nghĩa 5% theo nghiên cứu của tác giả Đinh Thị Huyền Thanh và Stefanie Kleimeier năm 2006

Observation Prediction Percentage of correctly

classified (PCC) Non - default Default

Non - default 24.136 109 99,55% = PCC good

Default 397 401 50,25% = PCC bad

97,02% = PCC total Sensitivity (SENS) 98,38%

Specificity (SPEC) 78,63%

Theo nghiên cứu của nhóm tác giả Vương Quân Hoàng và cộng sự trong bài viết “Phương pháp thống kê xây dựng mô hình định mức tín nhiệm khách hàng thể nhân” năm 2006, nhóm tác giả đã nghiên cứu ứng dụng mô hình Logistic để đưa ra mô hình xác định định mức tín nhiệm thể nhân tại Techcombank thông qua

03 bước như sau:

(1) Bước 1: Xác định các dấu hiệu nên đưa vào để lấy thông tin về khách hàng và xây dựng thang điểm cho các dấu hiệu Nhóm tác giả đã nghiên cứu và lựa chọn 16 yếu tố được xem là có tác động đến việc xếp hạng tín dụng khách hàng thể nhân để đưa vào mô hình (chi tiết theo Phụ lục 2 của bài nghiên cứu)

(2) Bước 2: Xác định trọng số cho mỗi dấu hiệu, trọng số này đặc trưng cho tầm quan trọng của dấu hiệu đó đối với khả năng thanh toán của khách hàng

Để xác định được trọng số cho mỗi dấu hiệu, tác giả đã sử dụng phần mềm thống kê SPSS để đánh giá trên mẫu nghiên cứu 1.727 khoản vay tại Techcombank

(3) Bước 3: Xây dựng mô hình ra quyết định tín dụng

Từ việc nghiên cứu xây dựng mô hình xếp hạng tín dụng khách hàng theo phương pháp ứng dụng mô hình Logistic, nhóm tác giả Vương Quân Hoàng và cộng sự

đã xây dựng được một mô hình có độ chính xác khá cao 99,25% Cụ thể như sau:

Bảng 2: Dự báo độ chính xác với mức ý nghĩa 5% theo nghiên cứu của tác giả Vương Quân Hoàng và cộng sự năm 2006

Estimated Equation Observation Non - default Default Total

1.2.2.1 Mô hình điểm số tín dụng khách hàng cá nhân của FICO:

 Giới thiệu về điểm số tín dụng của FICO:

Fair Isaac Corporation – FICO được thành lập từ năm 1956, FICO là tổ chức đầu tiên sử dụng toán học và kỹ thuật phân tích để giúp những doanh nghiệp đưa ra quyết định sáng suốt hơn

Điểm số tín dụng của FICO được tính toán dựa trên một phương trình toán học, đánh giá nhiều thông tin tín dụng của khách hàng từ các báo cáo tín dụng do các tổ chức cung cấp Sau đó, FICO so sánh những thông tin trên với những mẫu chuẩn được đúc kết từ hàng trăm ngàn báo cáo tín dụng trong quá khứ để đánh giá mức độ rủi ro tín dụng trong tương lai của khách hàng

Điểm số tín dụng FICO được dựa trên tình hình tín dụng của người vay tại một thời điểm, do đó, điểm số tín dụng của FICO sẽ thay đổi khi báo cáo tín dụng của người vay thay đổi

Điểm số tín dụng của FICO được đánh giá từ 300 – 850 điểm Điểm số càng cao thì rủi ro tín dụng càng thấp Điểm số dưới 620 thì được gọi là “dưới chuẩn”

 Cấu trúc mô hình đánh giá điểm tín dụng của FICO:

Bảng 3: Cấu trúc mô hình điểm số tín dụng của FICO

Tiêu chí đánh giá Giải thích tiêu chí Tỷ trọng/tổng

điểm Lịch sử trả nợ (Payment

30%

Độ dài của lịch sử tín dụng

(Length of Credit history)

Thông tin càng nhiều năm càng đáng tin cậy và điểm số tín dụng sẽ càng cao 15%

Số lần vay nợ mới (New

Credit)

Vay nợ thường xuyên bị xem là dấu hiệu có khó khăn về tài chính nên điểm số tín dụng càng thấp

10%

Các loại tín dụng sử dụng

(Types of Credit in use)

Các loại nợ khác nhau sẽ được tính điểm số

Nguồn: http://www.myfico.com

1.2.2.2 Mô hình xếp hạng tín dụng của Standard & Poor's, Moody's Investor Service và Fitch Rating:

Standard & Poor's, Moody's Investor Service và Fitch Rating là những công

ty chuyên xếp hạng tín nhiệm đối với các nhà phát hành nợ/chứng khoán, hoặc đối với bản thân các loại nợ/chứng khoán

Quy trình xếp hạng tín dụng khách hàng của các tổ chức trên như sau:

(1) Nhận đề nghị xếp hạng từ các tổ chức phát hành/khách hàng

(2) Đánh giá ban đầu

(3) Họp với ban quản trị của tổ chức phát hành/khách hàng

(4) Phân tích

(5) Đánh giá và bỏ phiếu của hội đồng đánh giá

(6) Thông báo tới tổ chức phát hành/khách hàng

(7) Công bố kết quả xếp hạng ra công chúng

 Minh họa tương quan các mức xếp hạng của Standard & Poor's, Moody's Investor Service và Fitch Rating:

Bảng 4: Tương quan các mức xếp hạng của Standard & Poor’s, Moody’s Investor Service và Fitch Rating:

Đánh giá Dài hạn Ngắn hạn Dài hạn Ngắn hạn Dài hạn Ngắn hạn

Moody's S&P Fitch

Đánh giá Dài hạn Ngắn hạn Dài hạn Ngắn hạn Dài hạn Ngắn hạn

Rủi ro cao

hình nợ xấu với ít khả năng phục hồi

Mô hình hồi quy Logistic là một mô hình toán học hồi quy, nghiên cứu sự phụ thuộc của một biến nhị phân vào các biến độc lập Mục đích của mô hình này là

sử dụng các nhân tố có ảnh hưởng đến khách hàng (biến độc lập) để xác định khả năng những khách hàng hàng này sẽ có rủi ro tín dụng (biến phụ thuộc) là bao nhiêu Nghĩa là, mô hình Logistic có thể ước lượng xác suất mặc định một khách hàng có rủi ro là bao nhiêu trực tiếp từ mẫu

Cấu trúc dữ liệu trong mô hình như sau:

ơ

Gọi:

 Z là biến phụ thuộc, Z chỉ nhận 2 giá trị như sau:

o Z = 0: Nếu khách hàng không trả được nợ (có rủi ro tín dụng) tương ứng với nhóm nợ hiện tại của khách hàng từ nhóm 2 đến nhóm 5 nếu khách hàng đang vay vốn

o Z = 1: Nếu khách hàng trả được nợ (không có rủi ro tín dụng) tương ứng với nhóm nợ hiện tại của khách hàng là nhóm 1 nếu khách hàng đang vay vốn

 P là xác suất khách hàng có khả năng trả được nợ Xác suất P được đo lường như sau:

Với Z = β0 + β1X1 + β2X2 + + βkXk ; Z ; Pi ; Xi (i= )

Mô hình (1) được gọi là hàm phân bố Logistic Trong hàm này, khi Zi nhận các giá trị từ - ∞ đến + ∞ thì P nhận giá trị từ 0 đến 1 Như vậy, mô hình Logistic không nghiên cứu ảnh hưởng trực tiếp của các biến độc lập X đối với P mà xem xét ảnh hưởng của X đến xác suất để P nhận giá trị bằng 1 hay giá trị kỳ vọng của P

 Odds là tỷ lệ so sánh giữa hai xác suất: xác suất xảy ra sự việc và không xảy ra sự việc

Lấy Log cơ số e của hàm Odds trên ra có dạng hàm hồi quy Logistic:

Với Xi (i= ): Là các biến độc lập

Tuy nhiên, mô hình này phụ thuộc nhiều vào cách phân loại nhóm khách hàng vay có rủi ro hay không có rủi ro Mặt khác, mô hình đòi hỏi hệ thống thông tin đẩy đủ, cập nhật của tất cả các khách hàng Yêu cầu này thì rất khó thực hiện trong điều kiện thông tin chưa minh bạch của thị trường Việt Nam

Mô hình Logistic có những ưu điểm nhưng cũng có những nhược điểm so với mô hình định tính đang được áp dụng tại các Ngân hàng Thương mại Việt Nam Tuy nhiên, tùy từng đối tượng khách hàng, tùy từng quan điểm của Ngân hàng thương mại mà lựa chọn mô hình sử dụng cho hệ thống xếp hạng tín dụng của mình cho phù hợp Việc nghiên cứu mô hình

1.3 KINH NGHIỆM XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN TẠI CÁC NGÂN HÀNG VIỆT NAM

Để có được cái nhìn tổng quan về việc xây dựng hệ thống xếp hạng tín dụng của các Ngân hàng Thương mại Việt Nam, đề tài sẽ trình bày mô hình xếp hạng tín dụng của ba Ngân hàng Thương mại lớn điển hình tại Việt Nam đó là: NHTMCP Đầu tư và Phát triển Việt Nam, NHTMCP Công thương Việt Nam và NHTMCP Á Châu

1.3.1 Hệ thống xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Thương mại cổ phần Đầu tư và Phát triển Việt Nam:

NHTMCP Đầu tư và Phát triển Việt Nam (BIDV) là Ngân hàng đi đầu trong việc áp dụng phân loại nợ theo phương pháp định tính BIDV hiện đang xây dựng

hệ thống xếp hạng tín dụng theo nguyên tắc hạn chế tối đa ảnh hưởng chủ quan của các chỉ tiêu tài chính bằng cách thiết kế các chỉ tiêu phi tài chính trong mô hình chấm điểm tín dụng của Ngân hàng

1.3.1.1 Quy trình chấm điểm khách hàng cá nhân:

Mô hình 1: Quy trình chấm điểm tín dụng khách hàng của BIDV

1.3.1.2 Chấm điểm tín dụng khách hàng:

Hiện tại, BIDV đang chấm điểm tín dụng khách hàng qua 2 phần: Đánh giá

về nhân thân và đánh giá về khả năng trả nợ của khách hàng, cụ thể như sau:

Bảng 5: Các tiêu chí chấm điểm tín dụng khách hàng trong mô hình xếp hạng tín dụng của BIDV

4 Tình trạng cư trú Chủ sở hữu Nhà chung cư Ở với gđình Thuê Khác 10%

5 Số người ăn theo < 3 người 3 người 4 người 5 người > 5 người 10%

6 Cơ cấu gia đình Hạt nhân Sống với cha mẹ

Sống cùng gia đình

7 Bảo hiểm nhân

mạng

> 100 triệu đồng

50 – 100 triệu đồng

30 – 50 triệu đồng

Lao động được đào tạo

Lao động thời vụ

Thất nghiệp 10%

9 Thời gian làm công

việc hiện tại > 7 năm 5 – 7 năm 3 – 5 năm 1 – 3 năm < 1 năm 10%

Chấm điểm tín dụng khách hàng Chấm điểm tài sản bảo đảm Xếp hạng khách hàng Xác định nhân thân Xác định khả năng trả nợ

Chỉ tiêu Điểm ban đầu Trọng

5 – 10 triệu đồng

3 – 5 triệu đồng

1 – 3 triệu đồng

Đã có nợ quá hạn/KH mới

Đã có nợ quá hạn, khả năng trả nợ không

ổn định

Hiện đang

có nợ quá hạn

20%

4 Các dịch vụ sử

dụng

Tiền gửi và các dịch vụ khác

Chỉ sử dụng dịch vụ thanh toán

Không sử

Nguồn: Ngân hàng Đầu tư & Phát triển Việt Nam

Căn cứ vào tổng điểm đã nhân với trọng số, BIDV xếp hạng khách hàng theo 10 mức giảm dần từ AAA đến D Mỗi mức xếp hạng tương ứng với một mức độ rủi ro

Bảng 6: Phân loại rủi ro tín dụng trong mô hình xếp hạng tín dụng của BIDV

Nguồn: Ngân hàng Đầu tư & Phát triển Việt Nam

1.3.1.3 Chấm điểm tài sản đảm bảo của khách hàng:

Việc đánh giá tài sản đảm bảo được BIDV thực hiện theo 3 tiêu chí sau: Loại tài sản, tỷ lệ giữa giá trị tài sản so với số tiền vay và rủi ro giảm giá trị của tài sản đảm bảo

Bảng 7: Các tiêu chí chấm điểm tài sản đảm bảo trong mô hình xếp hạng tín dụng khách hàng của BIDV

Giấy tờ có giá

do Tổ chức khác phát hành (trừ cổ phiếu)

Bất động sản (nhà ở)

Bất động sản (không phải nhà ở), động sản, cổ phiếu

Không

có tài sản bảo đảm

2 Giá trị tài sản bảo

đảm/tổng nợ vay > 200% 150 - 200%

100 – 150% 70 – 100% < 70%

3 Rủi ro giảm giá

tài sản đảm bảo

trong 2 năm gần đây

0% hoặc có xu hướng tăng 1 -10% 10 – 30% 30 – 50% > 50%

Nguồn: Ngân hàng Đầu tư & Phát triển Việt Nam

Căn cứ vào tổng điểm trên, BIDV xếp hạng A, B, C để đánh giá rủi ro liên quan đến tài sản đảm của khách hàng

Bảng 8: Phân loại rủi ro liên quan đến tài sản đảm bảo của khách hàng trong mô hình xếp hạng tín dụng của BIDV

Điểm Mức xếp loại Đánh giá tài sản đảm bảo

Nguồn: Ngân hàng Đầu tư & Phát triển Việt Nam

1.3.1.4 Đánh giá rủi ro đối với khách hàng:

Mô hình đánh giá xếp hạng tín dụng khách hàng cá nhân của BIDV là một

ma trận kết hợp giữa kết quả chấm điểm tín dụng khách hàng và chấm điểm tài sản đảm bảo của khách hàng

Bảng 9: Ma trận đánh giá mức độ rủi ro tín dụng của khách hàng trong mô hình xếp hạng tín dụng của BIDV

Tốt Trung bình Trung bình/từ chối

BB

B CCC

(1) Hệ thống được xây dựng theo phương pháp chuyên gia (định tính) – đây

là mô hình xếp hạng tín dụng khách hàng đã có từ lâu, đơn giản và dễ thực hiện

(2) Mô hình mang những hạn chế của phương pháp định tính như: phụ thuộc vào trình độ, kinh nghiệm của cán bộ đánh giá, phụ thuộc vào độ chính xác của thông tin, chi phí xây dựng mô hình cao do đòi hỏi lượng kiến thức chuyên gia lớn

(3) Ngân hàng đánh giá khách hàng thành hai phần: chấm điểm tín dụng khách hàng và chấm điểm tài sản đảm bảo của khách hàng Hai phần đánh giá này

có tỷ trọng tương đương cho thấy BIDV rất chú trọng đến tài sản đảm bảo cho khoản vay Việc quá chú trọng đến tài sản đảm bảo cho thấy BIDV đang coi nhẹ khả năng trả nợ của khách hàng, cho dù khách hàng có tốt nhưng không có tài sản đảm bảo thì vẫn có hạng tín dụng thấp hoặc BIDV sẽ từ chối cấp tín dụng

1.3.2 Hệ thống xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Thương mại cổ phần Công Thương Việt Nam:

Mô hình xếp hạng tín dụng của NHTMCP Công Thương Việt Nam (Vietinbank) bao gồm 2 phần: chấm điểm nhân thân và chấm điểm quan hệ với Ngân hàng của khách hàng

Bảng 10: Các tiêu chí chấm điểm tín dụng khách hàng trong mô hình xếp hạng tín dụng của Vietinbank

I - Thông tin cá nhân

1 Thời gian làm

công việc hiện tại

< 6 tháng 6 tháng – 1 năm 1 – 5 năm > 5 năm

Khách hàng mới Chưa bao giờ chậm trả

Chưa bao giờ chậm trả trong 2 năm gần đây

Đã có lần chậm trả trong 2 năm gần đây

Nguồn: Ngân hàng TMCP Công Thương Việt Nam

Khác với mô hình của BIDV, mô hình chấm điểm tín dụng đối với khách hàng cá nhân của Vietinbank không sử dụng điểm trọng số đối với từng chỉ tiêu mà

sử dụng điểm âm (-) để giảm trừ điểm đạt được của khách hàng khi khách hàng có những tiêu chí xếp hạng ảnh hưởng đến việc trả nợ cho Ngân hàng Căn cứ vào tổng điểm đạt được, Vietinbank xếp hạng khách hàng như sau:

Bảng 11: Phân loại rủi ro theo hạng tín dụng trong mô hình xếp hạng tín dụng của Vietinbank

Vietinbank là một trong những Ngân hàng Thương mại lớn nhất Việt Nam

do đó việc xây dựng và sử dụng hệ thống xếp hạng tín dụng nội bộ để đánh giá

khách hàng là rất cần thiết Vietinbank cũng xây dựng hệ thống xếp hạng tín dụng theo phương pháp chuyên gia nhưng Vietinbank có quan điểm khác với BIDV, Ngân hàng không tách riêng đánh giá tài sản đảm bảo của khách hàng mà chú trọng vào các chỉ tiêu đánh giá khả năng trả nợ của khách hàng, như: chỉ tiêu “thu nhập của khách hàng” và chỉ tiêu “thu nhập gia đình hàng năm” được cho điểm số khá cao

Ngoài đánh giá về khả năng tài chính của khách hàng Vietinbank còn rất chú trọng đến lịch sử quan hệ tín dụng của khách hàng tại các Tổ chức tín dụng, do đó, Vietinbank cho điểm các chỉ tiêu này rất cao như các chỉ tiêu: “tình hình trả nợ gốc” và “tình hình trả nợ lãi”

Mô hình xếp hạng tín dụng của Vietinbank có số lượng chỉ tiêu đánh giá vừa phải, các câu hỏi không khó trả lời do đa phần là câu hỏi định lượng, điểm số có điểm trừ để phản ánh đúng điểm số tín dụng của khách hàng

1.3.3 Hệ thống xếp hạng tín dụng khách hàng cá nhân của Ngân hàng Thương mại cổ phần Á Châu (ACB):

Để xếp hạng tín dụng khách hàng cá nhân vay tiêu dùng, ACB sử dụng 2 nhóm chỉ tiêu: chỉ tiêu về nhân thân (chiếm 40% điểm số) và chỉ tiêu về khả năng trả nợ của khách hàng (chiếm 60% điểm số) Việc đánh giá sẽ được thực hiện theo từng món vay của khách hàng, điểm số cho mỗi chỉ tiêu được đánh giá theo thang điểm là 20, 40, 60, 80 và 100 điểm Cụ thể như sau:

Bảng 12: Các chỉ tiêu chấm điểm tín dụng khách hàng trong mô hình xếp hạng tín dụng của ACB

Phần 1: Thông tin về nhân thân

1 Tuổi 36 - 50 25 – 29 hoặc 51 - 55 56 - 60 20 - 24 >61 hoặc 18 - 19 10%

2 Trình độ học vấn Đại học Cao đẳng Trung cấp Dưới Trung cấp 5%

Chỉ tiêu Điểm ban đầu Trọng

Ở nhà Bố

6 Thời gian lưu trú

trên địa bàn hiện tại > 7 năm 5 – 7 năm 3 – 5 năm 1 – 3 năm < 1 năm 5%

7 Đánh giá mối quan

hệ của người vay với

cộng đồng

Có uy tín với cộng

8 Bảo hiểm nhân thọ > 100% 50 – 100% 30 – 50% < 30% Không có 5%

9 Cơ cấu gia đình Gia đình hạt nhân Sống chung với bố mẹ

Sống chung với gia đình hạt nhân khác

có đăng ký

Lao động được đào tạo/công nhân/kinh doanh tự do

Lao động thời vụ/thất nghiệp/nghỉ hưu

10%

14 Thời gian làm

15 Rủi ro nghề nghiệp Rất thấp Thấp Trung bình Tương đối cao Cao 5% Phần 2: Thông tin về khả năng trả nợ của khách hàng

1 Tổng thu nhập 1

tháng của người vay

> 15 triệu đồng

10 – 15 triệu đồng

7 – 10 triệu đồng

5 – 7 triệu đồng

7 – 10 triệu đồng

5 – 7 triệu đồng

3 – 5 triệu đồng

Chỉ tiêu Điểm ban đầu Trọng

Hợp tác ở mức trung bình

Không đầy đủ/không đúng hạn

8 Có sử dụng các

9 Tiền gửi tiết kiệm

10 Tình hình trả nợ

tại các Ngân hàng

trong 12 tháng qua

Luôn trả đúng hạn

Đã từng có

nợ quá hạn

Đang có nợ quá hạn 10%

11 Thời gian quan hệ

với Ngân hàng > 3 năm 2 – 3 năm 1 – 2 năm < 1 năm

Chưa có quan hệ 10%

Nguồn: Tài liệu chấm điểm tín dụng của ACB

Tổng điểm kết hợp của các chỉ tiêu trên với trọng số của từng chỉ tiêu sẽ giúp xác định được hạng tín dụng của khách hàng, thứ bậc xếp hạng theo quy định của ACB như sau:

Bảng 13: Phân loại rủi ro theo hạng tín dụng trong mô hình xếp hạng tín dụng của ACB

Điểm số Xếp hạng Phân loại rủi ro

số định tính nhiều do đó kết quả xếp hạng tín dụng sẽ phụ thuộc nhiều vào kinh nghiệm, trình độ của cán bộ đánh giá xếp hạng

Hệ thống xếp hạng tín dụng của ACB cũng giống như hệ thống của BIDV và Vietinbank, đều được xây dựng theo phương pháp chuyên gia do đó các yếu tố của

mô hình cũng như điểm số, trọng số của các chỉ tiêu đều phụ thuộc khá lớn vào định hướng của Ngân hàng, đánh giá của ban lãnh đạo Ngân hàng vì vậy cùng một khách hàng nếu đến ACB, BIDV và Vietinbank vay vốn có thể sẽ được xếp hạng tín dụng khác nhau

1.3.4 Bài học kinh nghiệm rút ra từ việc xây dựng hệ thống xếp hạng tín dụng khách hàng cá nhân của các Ngân hàng Thương mại Việt Nam:

1.3.4.1 Về phương pháp xây dựng hệ thống xếp hạng tín dụng:

Phương pháp xây dựng hệ thống xếp hạng tín dụng của các Ngân hàng Thương mại Việt Nam là phương pháp chuyên gia, tùy từng Ngân hàng, tùy từng chuyên gia tư vấn cho Ngân hàng mà bộ chỉ tiêu chấm điểm khách hàng tại các Ngân hàng có sự khác nhau

1.3.4.2 Về bộ chỉ tiêu đánh giá trong hệ thống xếp hạng tín dụng:

Thứ nhất, cấu trúc các chỉ tiêu xếp hạng trong mô hình xếp hạng tín dụng cá nhân thông thường được chia thành hai nhóm đó là nhóm chỉ tiêu về nhân thân

người vay, nhóm chỉ tiêu về khả năng trả nợ hoặc quan hệ với Ngân hàng.Tùy vào khẩu vị rủi ro của từng Ngân hàng mà tỷ trọng của hai nhóm chỉ tiêu trên sẽ khác nhau Nhóm chỉ tiêu về nhân thân thường bao gồm các tiêu chí đánh giá về nhân thân người vay như tuổi, nghề nghiệp, cơ cấu gia đình, tình trạng cư trú, số người phụ thuộc… Nhóm chỉ tiêu về khả năng trả nợ hoặc đánh giá tình hình quan hệ với Ngân hàng của người vay bao gồm các chỉ tiêu về thu nhập, khả năng trả nợ của khách hàng, tình hình quan hệ với các Ngân hàng…

Thứ hai, điểm của từng chỉ tiêu thường được chi thành 5 mức, điểm số càng cao chứng tỏ khách hàng đáp ứng tốt chỉ tiêu mà Ngân hàng đưa ra để đánh giá và ngược lại

Thứ ba, trọng số của từng chỉ tiêu dùng để đánh giá tính chất quan trọng của chỉ tiêu đó đến hạng tín dụng của khách hàng, trọng số càng cao chứng tỏ Ngân hàng rất chú trọng đến chỉ tiêu đó Trọng số của các chỉ tiêu là con số được các Ngân hàng đưa ra, phụ thuộc rất lớn vào đánh giá chủ quan của Ngân hàng, do đó, cùng một khách hàng nhưng tại các Ngân hàng khác nhau sẽ có thể có hạng tín dụng khác nhau

Thứ tư, quan điểm xây dựng hệ thống xếp hạng tín dụng của các Ngân hàng thương mại Việt Nam khác nhau Hiện tại, chỉ có Ngân hàng BIDV là đánh giá khách hàng thông qua việc kết hợp mức điểm xếp hạng tín dụng của người vay với tài sản đảm bảo cho khoản vay Tuy nhiên, theo mô hình của BIDV thì ban lãnh đạo của BIDV đã quá xem trọng tài sản đảm bảo của khoản vay hơn là bản chất khách hàng có khả năng trả nợ tốt hay không Do đó, cần có một sự kết hợp phù hợp giữa đánh giá nhân thân, khả năng trả nợ của khách hàng, tình hình giao dịch với Ngân hàng và tài sản đảm bảo cho khoản vay mới có thể đánh giá khách hàng chính xác hơn

Ngoài ra, các chỉ tiêu đánh giá định tính khá nhiều, để đánh giá được chính xác khách hàng phụ thuộc rất lớn vào trình độ và kinh nghiệm của cán bộ đánh giá xếp hạng do đó đối với 1 khách hàng được đánh giá trong cùng một Ngân hàng có thể sẽ có những hạng tín dụng khác nhau như vậy sẽ không đảm bảo được tính nhất quán của xếp hạng tín dụng

KẾT LUẬN CHƯƠNG 1

Xếp hạng tín dụng đối với khách hàng cá nhân là một phần của quản trị rủi

ro tín dụng, là một phương pháp hữu ích giúp các Ngân hàng có thể ra quyết định cấp tín dụng nhanh hơn, chính xác hơn

Có nhiều phương pháp xếp hạng tín dụng khách hàng cá nhân, tuy nhiên theo nghiên cứu của một số tác giả Việt Nam và tác giả nước ngoài, việc sử dụng mô hình kinh tế lượng để xếp hạng và đánh giá khách hàng cá nhân dễ thực hiện và cho kết quả nhanh chóng và có tỷ lệ chính xác tương đối cao

Thực hiện theo quy định của Ngân hàng Nhà nước, các Ngân hàng Thương mại đã xây dựng cho mình một hệ thống xếp hạng tín dụng khách hàng cá nhân riêng Phần lớn các Ngân hàng Việt Nam đều xây dựng mô hình theo phương pháp chuyên gia, cho điểm từng chỉ tiêu, tuy nhiên, mỗi Ngân hàng có những bộ chỉ tiêu đánh giá khác nhau do đó kết quả đánh giá khách hàng có thể khác nhau giữa các Ngân hàng

Trong chương 1, đề tài nghiên cứu chủ yếu nêu lên cơ sở lý thuyết về xếp hạng tín dụng khách hàng cá nhân, một số nghiên cứu về phương pháp xếp hạng tín dụng khách hàng cá nhân theo mô hình Logistic và mô hình xếp hạng tín dụng khách hàng cá nhân tại một số Ngân hàng Thương mại cổ phần tại Việt Nam để làm

cơ sở cho việc lựa chọn mô hình ứng dụng cho xếp hạng tín dụng khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Xuất Nhập khẩu Việt Nam

Chương 2 THỰC TRẠNG XẾP HẠNG TÍN DỤNG ĐỐI VỚI KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP

KHẨU VIỆT NAM

2.1 GIỚI THIỆU VỀ NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN XUẤT NHẬP KHẨU VIỆT NAM (EXIMBANK)

2.1.1 Quá trình hình thành và phát triển

Eximbank được thành lập vào ngày 24/05/1989 và chính thức đi vào hoạt động ngày 17/01/1990, vốn điều lệ đăng ký là 50 tỷ đồng tương đương 12,5 triệu USD với tên gọi là Ngân hàng Thương Mại Cổ Phần Xuất Nhập Khẩu Việt Nam,

là một trong những Ngân hàng thương mại cổ phần đầu tiên của Việt Nam

Đến nay vốn điều lệ của Eximbank đạt 12.335 tỷ đồng.Vốn chủ sở hữu đạt 13.317 tỷ đồng.Eximbank hiện là một trong những Ngân hàng có vốn chủ sở hữu lớn nhất trong khối NHTMCP tại Việt Nam

NHTMCP Xuất Nhập Khẩu Việt Nam có địa bàn hoạt động rộng khắp cả nước với Trụ Sở Chính đặt tại TP Hồ Chí Minh và 207 chi nhánh và phòng giao dịch trên toàn quốc và đã thiết lập quan hệ đại lý với 869 Ngân hàng tại 84 quốc gia trên thế giới

Một số thành tựu và hoạt động nổi bật của Eximbank:

Năm 1997, được chấp nhận là thành viên chính thức của tổ chức thẻ MasterCard

Năm 2003, Eximbank thực hiện hiện đại hóa hệ thống công nghệ thông tin Ngân hàng, chuyển đổi hệ thống công nghệ thông tin Foxpro sang hệ thống Korebanking

Tháng 11/2005, Eximbank là Ngân hàng đầu tiên tại Việt Nam phát hành thẻ thanh toán Quốc tế mang thương hiệu Visa Debit

Năm 2008, Eximbank chuyển đổi cơ cấu bộ máy tổ chức hoạt động theo mô hình Hội sở, Sở giao dịch, các Chi nhánh và Phòng Giao dịch Theo đó, Hội sở chịu trách nhiệm quản lý chung không tác nghiệp trực tiếp với khách hàng

Năm 2008, Eximbank chính thức trao chứng nhận 15% cổ phần trị giá 225 triệu USD cho tập đoàn kinh tế SMBC Theo đó, Ngân hàng và SMBC sẽ hỗ trợ, hợp tác trong việc phát triển dịch vụ ngân hàng bán lẻ, tăng cường hỗ trợ các doanh nghiệp Nhật Bản đang hoạt động tại Việt Nam, hợp tác về tài trợ thương mại, chia

sẻ kinh nghiệm về quản trị doanh nghiệp, bao gồm quản trị rủi ro theo các chuẩn mực quốc tế

Tháng 7/2008, Eximbank vinh dự nhận được danh hiệu “Ngân hàng tốt nhất Việt Nam” do Tạp chí The Banker trao tặng

Tháng 5/2009, Eximbank nhận giải thưởng “Thương hiệu được người tiêu dùng bình chọn” do độc giả báo Sài Gòn Tiếp Thị bình chọn

Ngày 27/10/2009, mã cổ phiếu EIB chính thức niêm yết trên sàn giao dịch chứng khoán Thành phố Hồ Chí Minh

Tháng 02/2011, Eximbank nhận Giải Thưởng Thanh Toán Xuyên Suốt (STP Award) năm 2010 do ngân hàng Bank of New York Mellon trao tặng

Tháng 7/2012, Eximbank vinh dự được tạp chí The Banker – tạp chí uy tín trong lĩnh vực tài chính quốc tế chọn vào Bảng xếp hạng 1000 ngân hàng hàng đầu thế giới

Tháng 8/2012 Eximbank tiếp tục được tạp chí AsiaMoney – một tạp chí tiếng Anh uy tín tại khu vực Châu Á Thái Bình Dương trao giải thưởng “Ngân hàng nội địa tốt nhất Việt Nam năm 2012” Đây là một động lực lớn để Eximbank tiếp tục củng cố, nâng cao vị thế là một trong những ngân hàng thương mại hàng đầu tại Việt Nam

2.1.2 Cơ cấu tổ chức:

Eximbank được tổ chức theo mô hình hoạt động bao gồm Hội sở chính, các Khu vực, Sở giao dịch, các Chi nhánh và các Phòng giao dịch Trong đó: