Vận dụng mô hình logistic và neural network trong xếp hạng tín dụng doanh nghiệp tại ngân hàng TMCP công thương việt nam

1.3 Đối tượng và phạm vi nghiên cứu - Đối tượng nghiên cứu: mô hình xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam - Phạm vi nghiên cứu: Nguồn dữ liệ

THÁI THỊ TRANG

VẬN DỤNG MÔ HÌNH LOGISTIC VÀ NEURAL NETWORK TRONG XẾP HẠNG TÍN DỤNG DOANH NGHIỆP TẠI NGÂN

HÀNG TMCP CÔNG THƯƠNG VIỆT NAM

Chuyên ngành : Tài chính – Ngân hàng

LỜI CAM ĐOAN

Tôi xin cam đoan rằng đây là công trình nghiên cứu của tôi, có sự hướng dẫn của TS Trần Phương Thảo Nội dung luận văn được trình bày trong phạm vi hiểu biết của tôi, có tham khảo và sử dụng thông tin, dữ liệu được đăng tải trên các tài liệu tiếng Việt, tiếng Anh theo danh mục tài liệu tham khảo

Tôi xin chịu trách nhiệm hoàn toàn về lời cam đoan của mình

TPHCM, ngày 25 tháng 10 năm 2016

Người cam đoan

Thái Thị Trang

MỤC LỤC TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC CÁC BẢNG BIỂU

DANH MỤC CÁC HÌNH VẼ

CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN NGHIÊN CỨU 1

1.1 Lý do chọn đề tài 1

1.2 Mục tiêu nghiên cứu 2

1.3 Đối tượng và phạm vi nghiên cứu 2

1.4 Phương pháp nghiên cứu 2

1.5 Kết cấu đề tài 3

CHƯƠNG 2: TỔNG QUAN VỀ XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG THƯƠNG MẠI 4

2.1 Cơ sở lý luận về xếp hạng tín dụng tại ngân hàng thương mại 4

2.1.1 Khái niệm xếp hạng tín dụng 4

2.1.2 Vai trò của xếp hạng tín dụng doanh nghiệp 5

2.1.3 Nguyên tắc xếp hạng tín dụng 7

2.2 Mô hình xếp hạng tín dụng doanh nghiệp tại Trung tâm thông tin tín dụng của Ngân hàng Nhà Nước Việt Nam (CIC) 8

2.3 Tổng quan các nghiên cứu về xếp hạng tín dụng khách hàng doanh nghiệp 10

KẾT LUẬN CHƯƠNG 2 17

CHƯƠNG 3: THỰC TRẠNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƯƠNG VIỆT NAM18 3.1 Giới thiệu về Ngân hàng TMCP Công Thương Việt Nam 18

3.1.1 Lịch sử hình thành và phát triển 18

3.1.2 Tình hình hoạt động kinh doanh 19

3.2 Thực trạng xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam 22

3.2.1 Quy trình chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp 22

3.2.2 Nội dung chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp 25

3.3 Đánh giá xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam 31

3.3.1 Những kết quả đạt được 31

3.3.2 Những mặt hạn chế 33

KẾT LUẬN CHƯƠNG 3 36

CHƯƠNG 4: VẬN DỤNG MÔ HÌNH LOGISTIC VÀ NEURAL NETWORK TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƯƠNG VIỆT NAM 37

4.1 Dữ liệu nghiên cứu 37

4.1.1 Thu thập dữ liệu 37

4.1.2 Xử lý dữ liệu 38

4.2 Phương pháp nghiên cứu 39

4.3 Kết quả nghiên cứu 43

4.3.1 Thống kê mô tả dữ liệu 43

4.3.2 Kết quả ước lượng 46

4.3.3 Kiểm định mức độ dự báo chính xác của mô hình 51

KẾT LUẬN CHƯƠNG 4 54

CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ NHẰM ỨNG DỤNG HIỆU QUẢ MÔ HÌNH VÀO XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƯƠNG VIỆT NAM 56

5.1 Kết luận 56

5.2 Kiến nghị đối với Ngân hàng TMCP Công Thương Việt Nam 57

5.2.1 Nghiên cứu vận dụng kết hợp mô hình Logistic và Neural Network trong xếp hạng tín dụng 57

5.2.2 Nâng cao chất lượng thu thập và xử lý thông tin 60

5.2.3 Nâng cao nhận thức và tăng cường công tác đào tạo cán bộ 61

5.2.4 Kiểm tra giám sát công tác chấm điểm 61

5.3 Kiến nghị đối với các bên có liên quan 62

5.4 Hạn chế và gợi ý hướng nghiên cứu tiếp theo 63

KẾT LUẬN CHƯƠNG 5 65 DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

- CIC Trung tâm Thông tin tín dụng

DANH MỤC CÁC BẢNG BIỂU

Bảng 2.1: Tóm tắt các nghiên cứu về ứng dụng mô hình trong XHTD 10

Bảng 3.1: Một số chỉ tiêu tài chính cơ bản của VietinBank giai đoạn 2011-2015 19

Bảng 3.2: Danh mục các chỉ tiêu tài chính trong XHTD khách hàng doanh nghiệp tại VietinBank 28

Bảng 3.3: Điểm trọng số các chỉ tiêu phi tài chính trong XHTD khách hàng doanh nghiệp tại VietinBank 29

Bảng 3.4: Điểm trọng số các chỉ tiêu trong XHTD khách hàng doanh nghiệp tại VietinBank 30

Bảng 3.5: Bảng điểm tín dụng trong XHTD khách hàng doanh nghiệp tại VietinBank 30

Bảng 4.1: Tóm tắt các biến độc lập trong mô hình hồi quy Logistic 38

Bảng 4.2: Tính toán giá trị Specifity và Sensitivity 43

Bảng 4.3: Thống kê mô tả các biến độc lập 43

Bảng 4.4: Ma trận hệ số tương quan giữa các biến độc lập 45

Bảng 4.5 Kết quả ước lượng mô hình Logistic với đầy đủ các biến số 46

Bảng 4.6: Kiểm định Wald Test biến X2, X9 46

Bảng 4.7 Kết quả ước lượng mô hình Logistic sau khi loại trừ X2, X9 47

Bảng 4.8: Kiểm định Wald Test biến X7, X8 47

Bảng 4.9: Kết quả ước lượng mô hình Logistic sau khi loại trừ X7, X8 48

Bảng 4.10: Kết quả tính Specifity và Sensitivity tại các ngưỡng xác suất 49

Bảng 4.11: Kết quả dự báo của mô hình Neural Network 52

Bảng 4.12: Kết quả đánh giá trọng số các biến trong mô hình Neural Network 53

Bảng 5.1: Mô tả xếp hạng dựa trên xác suất vỡ nợ của khách hàng 58

DANH MỤC CÁC HÌNH VẼ

Hình 4.1: Mô hình Neural Network dự báo xác suất không thanh toán nợ 42 Hình 4.2: Ngưỡng xác suất tối ưu trong dự báo xác suất vỡ nợ 51 Hình 4.3: Biểu đồ ROC 53

CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN NGHIÊN CỨU

1.1 Lý do chọn đề tài

Hoạt động tín dụng của các Ngân hàng thương mại (NHTM) được đánh giá là hoạt động truyền thống mang lại nguồn thu nhập chính trong cơ cấu tổng thu nhập hiện nay Điều tất yếu đặt ra là mỗi NHTM cần xây dựng những biện pháp quản trị rủi ro tín dụng, một trong những công cụ đó chính là hệ thống chấm điểm và xếp hạng tín dụng nội bộ nhằm dự báo khả năng trả nợ của khách hàng và đưa ra quyết định cho vay Kết quả của xếp hạng tín dụng (XHTD) có ý nghĩa quan trọng đối với tổ chức cho vay và cả chủ thể được xếp hạng Chính vì thế, cũng như các NHTM khác ở Việt Nam, Ngân hàng Thương Mại Cổ Phần (TMCP) Công Thương Việt Nam đã xây dựng và triển khai mô hình xếp hạng tín dụng nội bộ trên toàn hệ thống từ năm 2006

Trong các nghiên cứu ứng dụng tại nhiều nước trên thế giới trong lĩnh vực XHTD doanh nghiệp, mô hình Logistic và Neural Network cho kết quả dự báo xác suất vỡ nợ tốt nhất, hỗ trợ quyết định cho vay Tại Việt Nam, việc vận dụng mô hình Logistic và Neural Network hiện được nghiên cứu trong dự báo thị trường chứng khoán, lạm phát mà chưa được áp dụng rộng rãi trong XHTD Thêm vào đó, các NHTM hiện xây dựng hệ thống XHTD theo quy trình, tiêu chí đánh giá mà chưa vận dụng và phát huy hết vai trò của các công cụ dự báo định lượng Do đó, việc áp dụng thêm hai mô hình này là cần thiết, nhằm gia tăng tính chính xác trong

dự báo, có ý nghĩa tham khảo khi đánh giá sơ bộ một khách hàng trước khi tiến hành thẩm định chi tiết, giảm thiểu chi phí thẩm định, hỗ trợ cho việc ra quyết định cấp tín dụng bên cạnh hệ thống XHTD đã có, giảm bớt sự can thiệp mang tính chủ quan để đánh giá mức độ rủi ro, cho phép ngân hàng chủ động trong việc lựa chọn khách hàng và xây dựng chính sách trong hoạt động cấp tín dụng một cách hợp lý

Xuất phát từ thực tiễn như trên, tôi xin chọn đề tài “Vận dụng mô hình Logistic

và Neural Network trong xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam” làm luận văn nghiên cứu

1.2 Mục tiêu nghiên cứu

Nghiên cứu nhằm đạt được các mục tiêu sau:

- Đánh giá thực trạng XHTD khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam

- Ứng dụng mô hình Logistic và Neural Network đo lường xác suất vỡ nợ, xác định ngưỡng xác suất (cut-off point) tương ứng với từng hạng khách hàng, từ đó giúp ngân hàng phân loại được doanh nghiệp đang thuộc vùng an toàn hay vùng cảnh báo để chủ động trong công tác quyết định cấp tín dụng

- Vận dụng kết quả nghiên cứu để đề xuất những giải pháp ứng dụng vào mô hình XHTD khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam

1.3 Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu: mô hình xếp hạng tín dụng khách hàng doanh nghiệp tại

Ngân hàng TMCP Công Thương Việt Nam

- Phạm vi nghiên cứu: Nguồn dữ liệu từ báo cáo tài chính của khách hàng doanh nghiệp có quan hệ tín dụng tại Ngân hàng TMCP Công Thương Việt Nam từ năm

2011 – 2015

1.4 Phương pháp nghiên cứu

- Luận văn tiếp cận các cơ sở lý thuyết và mô hình chấm điểm xếp hạng tín dụng

khách hàng doanh nghiệp thông qua các nghiên cứu trong nước và trên thế giới

- Nghiên cứu thực nghiệm thông qua phương pháp thống kê, so sánh, tổng hợp các

số liệu, phân tích thực trạng, từ đó đưa ra những kiến nghị nhằm nâng cao hiệu quả trong công tác chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam

- Xử lý số liệu cho mô hình hồi quy Logistic và Neural Network với sự hỗ trợ của phần mềm Stata và SPSS, ứng dụng kết quả nghiên cứu tính xác suất vỡ nợ của khách hàng đồng thời xác định ngưỡng xác suất hỗ trợ việc ra quyết định cho vay,

từ đó đề xuất sử dụng mô hình trong chấm điểm xếp hạng tín dụng khách hàng

doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam

1.5 Kết cấu đề tài

Để thực hiện các mục tiêu trên, nghiên cứu được chia thành 5 chương với những nội dung như sau:

Chương 1: Giới thiệu tổng quan nghiên cứu

Chương 2: Tổng quan về xếp hạng tín dụng khách hàng doanh nghiệp tại ngân hàng

thương mại

Chương 3: Thực trạng xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng

TMCP Công Thương Việt Nam

Chương 4: Vận dụng mô hình Logistic và Neural Network trong xếp hạng tín dụng

khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam

Chương 5: Kết luận và kiến nghị nhằm ứng dụng hiệu quả mô hình vào xếp hạng

tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Công Thương Việt Nam

XHTD là những ý kiến đánh giá hiện tại về rủi ro tín dụng, chất lượng tín dụng, khả năng và thiện ý của chủ thể đi vay trong việc đáp ứng các nghĩa vụ tài chính một cách đầy đủ và đúng hạn (Standard & Poor, 2006) Theo Moody's (2016), XHTD là những ý kiến đánh giá về chất lượng tín dụng và khả năng thanh toán nợ của chủ thể đi vay dựa trên những phân tích tín dụng cơ bản và biểu hiện thông qua

hệ thống ký hiệu từ Aaa đến C Với quan điểm của Fitch (2014) thì xếp hạng tín dụng là đánh giá mức độ khả năng thực hiện các nghĩa vụ nợ như lãi suất, cổ tức ưu đãi, các khoản bảo hiểm hay các khoản phải trả khác của một tổ chức Phương pháp xếp hạng tín dụng của Fitch là sự kết hợp của cả yếu tố tài chính và phi tài chính Vì vậy, chỉ số đánh giá còn cho thấy khả năng sinh lợi tương lai của tổ chức được đánh giá Đứng trên góc độ ngân hàng, xếp hạng tín dụng được hiểu là những ý kiến đánh giá về rủi ro tín dụng và chất lượng tín dụng thông qua hệ thống xếp hạng nhằm thể hiện khả năng trả nợ của đối tượng được cấp tín dụng để đáp ứng các nghĩa vụ tài chính một cách đầy đủ và đúng hạn (Nguyễn Đức Hưởng, 2012)

Như vậy, XHTD là quá trình thu thập, xử lý và đánh giá chất lượng thông tin khách hàng nhằm mục tiêu hạn chế rủi ro tín dụng Mức độ rủi ro tín dụng thay đổi theo từng đối tượng khách hàng và được xác định bằng thang điểm, dựa vào các thông tin tài chính và phi tài chính có sẵn tại thời điểm xếp hạng Thông qua quá

trình này, NHTM có thể đánh giá được bản chất hoạt động kinh doanh cả về nguồn lực, tiềm năng, lợi thế kinh doanh cũng như những rủi ro tiềm ẩn về khả năng trả nợ của doanh nghiệp để có thể đưa ra quyết định cho vay, chính sách ưu đãi phù hợp, ngăn ngừa kiểm soát rủi ro trong hoạt động tín dụng

2.1.2 Vai trò của xếp hạng tín dụng doanh nghiệp

 Đối với ngân hàng thương mại

Nhu cầu về sử dụng kết quả XHTD của các tổ chức tín dụng (TCTD) ngày càng nhiều, cho thấy được vai trò quan trọng của XHTD trong việc phòng ngừa rủi

ro tín dụng ngân hàng Cụ thể, XHTD là cơ sở cho việc lựa chọn khách hàng cho vay bởi thông qua việc đánh giá mức độ tín nhiệm của khách hàng vay vốn, đo lường mức độ rủi ro tín dụng, khả năng trả nợ của doanh nghiệp, TCTD sẽ đưa ra quyết định cho vay hiệu quả nhất (Nguyễn Đức Hưởng, 2012) Đồng thời, kết quả XHTD cũng là cơ sở để xây dựng chính sách tín dụng, danh mục tín dụng, bởi thông qua kết quả xếp hạng TCTD sẽ phân loại khách hàng theo từng tiêu chí như ngành nghề kinh doanh, quy mô, địa bàn hoạt động, mức độ rủi ro để từ đó xây dựng danh mục tín dụng cho từng thời kỳ, đồng thời có các biện pháp kiểm soát chặt chẽ đối với những khoản vay có xếp hạng thấp để hạn chế rủi ro xảy ra

Hệ thống XHTD của NHTM cung cấp những dự đoán về khả năng xảy ra rủi

ro tín dụng của khách hàng vay, là công cụ giúp NHTM quản trị rủi ro tín dụng, kiểm soát mức độ tín nhiệm khách hàng, thiết lập mức lãi suất cho vay phù hợp tương ứng với dự báo mức độ rủi ro của từng nhóm khách hàng NHTM có thể đánh giá hiệu quả danh mục cho vay thông qua giám sát sự thay đổi dư nợ và phân loại

nợ trong từng nhóm khách hàng đã được xếp hạng, qua đó điều chỉnh danh mục theo hướng ưu tiên nguồn lực vào những nhóm khách hàng an toàn Cụ thể hơn, kết quả XHTD được ứng dụng vào:

- Hỗ trợ phê duyệt tín dụng: Cải thiện tính chính xác và hiệu lực của việc ra quyết định cấp tín dụng, cung cấp phương tiện hỗ trợ để quá trình này trở nên hiệu quả, tiết kiệm thời gian, chi phí và giảm bớt sự can thiệp từ con người

- Thực hiện quản trị rủi ro tín dụng: XHTD nội bộ là một công cụ để đánh giá mức rủi ro của khách hàng Nhờ tích hợp các nguyên tắc, khung chính sách và tiêu chuẩn tín dụng căn bản của ngân hàng, hệ thống XHTD là căn cứ độc lập để NHTM đánh giá hiệu quả quá trình quản trị rủi ro của các bộ phận liên quan, bảo đảm việc cấp tín dụng được quản lý phù hợp, các tài sản có rủi ro tín dụng nằm trong giới hạn, thống nhất với các tiêu chuẩn thận trọng và khả năng phát hiện rủi ro sớm

- Hỗ trợ xác định lãi suất cho khoản tín dụng: Mức lãi suất áp dụng đối với từng khách hàng phải phù hợp, đảm bảo có lợi nhuận và đủ để bồi hoàn tổn thất tín dụng XHTD phân loại các mức độ rủi ro và là một trong những căn cứ tin cậy để xác định lãi suất cho các khoản tín dụng, theo nguyên tắc mức XHTD thấp (rủi ro cao)

có mức lãi suất cao và ngược lại

- Hỗ trợ quản lý và giám sát khách hàng: Việc XHTD làm cơ sở cho việc phân loại

và giám sát danh mục tín dụng, xác định khi nào cần có sự giám sát hoặc có các hoạt động điều chỉnh khoản tín dụng phù hợp Cụ thể, những khoản vay có mức XHTD thấp, rủi ro cao cần phải được chú trọng theo dõi, kiểm soát, đánh giá thường xuyên Ngược lại, những khách hàng tốt với mức XHTD cao sẽ được ưu đãi hơn trong các quan hệ giao dịch

 Đối với nhà đầu tƣ

Quá trình XHTD sẽ căn cứ vào các chỉ tiêu tài chính của các báo cáo tài chính

và chỉ tiêu phi tài chính như quản trị điều hành, cơ cấu tổ chức của doanh nghiệp từ

đó đánh giá được tiềm năng sinh lợi, mức độ an toàn vốn khi đầu tư vào một doanh nghiệp Kết quả XHTD giúp nhà đầu tư có thêm công cụ đánh giá rủi ro tín dụng, giảm thiểu chi phí thu thập, phân tích, giám sát khả năng trả nợ của các tổ chức phát hành công cụ nợ, từ đó đưa ra các quyết định đầu tư hợp lý

 Đối với doanh nghiệp

Các doanh nghiệp có kết quả XHTD tốt sẽ tạo được lòng tin đối với nhà đầu tư, giúp các công ty mở rộng thị trường vốn trong và ngoài nước, giúp duy trì sự ổn định nguồn tài trợ Những công ty được xếp hạng cao dễ dàng quảng bá hình ảnh, nâng cao thương hiệu của mình khi phát hành trái phiếu, từ đó duy trì được nguồn

vốn trong nhiều hoàn cảnh XHTD càng cao thì chi phí vay càng thấp, các nhà đầu

tư sẵn sàng nhận một mức lãi suất thấp hơn cho một chứng khoán an toàn

 Đối với Chính phủ và thị trường tài chính

Kết quả xếp hạng tín dụng là công cụ giúp các ngân hàng quản trị rủi ro từ đó tăng trưởng tín dụng bền vững, đảm bảo sự thông suốt của thị trường tài chính trong nước XHTD cung cấp tín hiệu để cảnh báo rủi ro trong hoạt động và triển vọng phát triển của các doanh nghiệp, giúp thị trường tài chính minh bạch hơn, nâng cao hiệu quả của nền kinh tế và tăng cường khả năng giám sát thị trường của Chính phủ Trong điều kiện hội nhập với thị trường kinh tế thế giới, việc minh bạch hóa thông tin tín nhiệm sẽ tạo được lòng tin đối với nhà đầu tư nước ngoài, giúp doanh nghiệp

có cơ hội phát triển

2.1.3 Nguyên tắc xếp hạng tín dụng

Theo Trần Đắc Sinh (2002), XHTD được thực hiện dựa trên nguyên tắc chủ yếu bao gồm phân tích tín nhiệm trên cơ sở ý thức và thiện chí trả nợ của khách hàng trong lịch sử, đánh giá tiềm năng trả nợ thông qua đo lường năng lực tài chính của khách hàng, từ đó đánh giá rủi ro toàn diện và thống nhất dựa vào hệ thống ký hiệu xếp hạng Trong phân tích xếp hạng tín dụng cũng cần chú ý đến phân tích định tính để bổ sung cho những thiếu sót của phân tích định lượng Các chỉ tiêu phân tích có thể thay đổi phù hợp với yếu tố môi trường chung Việc XHTD được thực hiện dựa trên những nguyên tắc cơ bản như sau:

- Phân tích dựa trên các yếu tố định tính và định lượng:

+ Các chỉ tiêu định lượng là những chỉ tiêu đo lường bằng con số cụ thể như các chỉ tiêu khả năng thanh toán, tỷ suất sinh lợi, P/E…

+ Các chỉ tiêu định tính là những quan sát không đo lường được bằng số, như vị thế cạnh tranh, môi trường chính trị, môi trường kinh tế, văn hóa…

- Việc phân tích được tiến hành bằng phương pháp trên - xuống theo trình tự như

sau:

+ Phân tích các yếu tố mang tính chất vĩ mô về xu hướng quốc gia, ngành như tốc

độ tăng trưởng kinh tế của quốc gia, sự ổn định về chính trị, chính sách tài chính, sự

mở cửa thị trường, …

+ Phân tích rủi ro trong hoạt động kinh doanh như tình hình cạnh tranh, xu hướng thị trường, vị thế kinh doanh,… Phân tích những chỉ tiêu này nhằm phản ánh năng lực cạnh tranh đối với các đối thủ tiềm năng, sản phẩm thay thế, nhà cung ứng, khách hàng và những đối thủ cạnh tranh hiện tại trong ngành

+ Phân tích tình hình tài chính gồm hàng loạt chỉ tiêu phụ thuộc vào từng ngành nghề, kết hợp so sánh giữa rủi ro tài chính và rủi ro kinh doanh, xem xét độ linh hoạt tài chính cũng như chính sách tài chính

+ Phân tích hướng phát triển của công ty thông qua các kế hoạch và chiến lược kinh doanh

- Đơn giản, dễ hiểu, dễ so sánh:

Xây dựng thang điểm cho các chỉ tiêu, tổng hợp và phản ánh qua các thứ hạng theo mẫu tự Latin Hệ thống xếp hạng được chia thành 02 loại chính là xếp hạng nợ dài hạn và ngắn hạn, ngoài ra còn có các biểu tượng riêng cho công ty chứng khoán, bảo hiểm, ngân hàng,…

2.2 Mô hình xếp hạng tín dụng doanh nghiệp tại Trung tâm thông tin tín dụng của Ngân hàng Nhà Nước Việt Nam (CIC)

Trung tâm thông tin tín dụng (CIC) thực hiện xếp hạng tín nhiệm doanh nghiệp theo hướng dẫn của Ngân hàng Nhà nước Việt Nam (NHNN) nhằm tiến tới tiêu chuẩn hóa đánh giá các chỉ tiêu có thể áp dụng cho các NHTM trong nước, nhờ vào lượng lớn thông tin doanh nghiệp lưu trữ qua nhiều năm NHNN đã xây dựng

và định hướng khung chính sách theo các Quyết định số 493/2005/QĐ-NHNN ngày 22/04/2005, Quyết định số 18/2007/QĐ-NHNN ngày 25/04/2007 của Thống đốc ngân hàng nhà nước, quy định về việc phân loại nợ, trích lập và sử dụng dự phòng

để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng và Quyết định số 1253/ QĐ-NHNN về việc thực hiện nghiệp vụ phân tích, xếp hạng tín dụng

doanh nghiệp CIC thực hiện xếp hạng tín nhiệm các doanh nghiệp niêm yết trên thị trường chứng khoán hoặc doanh nghiệp thuộc mọi thành phần kinh tế có nhu cầu tự xếp hạng Các doanh nghiệp được xếp hạng cũng được phân theo quy mô, nguồn vốn kinh tế, số lao động, doanh thu thuần, chỉ tiêu nộp ngân sách nhà nước Ngoài

ra, kết quả khảo sát tổng hợp các yếu tố: bảng cân đối kế toán, kết quả kinh doanh, tình hình dư nợ ngân hàng, các thông tin phi tài chính… cũng được coi là yếu tố quan trọng để đánh giá chất lượng tín dụng của doanh nghiệp Kết quả đánh giá này chủ yếu được CIC đem cung cấp cho các TCTD làm cơ sở phục vụ việc cấp vốn của các tổ chức này Các báo cáo tại CIC gồm có: Báo cáo quan hệ tín dụng, Báo cáo thông tin tài sản đảm bảo, Báo cáo thông tin thẻ tín dụng

Việc phân tích, xếp loại tín dụng doanh nghiệp được thực hiện tại Trung tâm Thông tin tín dụng dựa vào các chỉ tiêu tài chính và phi tài chính

 Chỉ tiêu tài chính gồm 4 chỉ tiêu phân tích cơ bản:

- Chỉ tiêu thanh khoản

- Chỉ tiêu hoạt động

- Chỉ tiêu cân nợ

- Chỉ tiêu thu nhập

 Chỉ tiêu phi tài chính gồm:

- Uy tín trong quan hệ với các TCTD

- Thời gian hoạt động của doanh nghiệp

sẽ xây dựng hệ thống XHTD riêng phụ thuộc vào quy mô, phạm vi hoạt động, tình

hình thực tế, đặc điểm kinh doanh và định hướng chính sách tín dụng trong từng thời kỳ

2.3 Tổng quan các nghiên cứu về xếp hạng tín dụng khách hàng doanh nghiệp

Để đánh giá mức độ tín nhiệm, các tổ chức tài chính trước đây thường sử dụng phương pháp chuyên gia trong hệ thống đánh giá rủi ro tín dụng của các doanh nghiệp Dựa trên các thông tin, cơ sở dữ liệu trên thị trường của doanh nghiệp các chuyên gia tiến hành đánh giá, phối hợp những biến định danh và các biến định tính

để đi đến việc đánh giá rủi ro tín dụng của khách hàng Từ kết quả đánh giá này, các

tổ chức sẽ quyết định việc cấp hay không cấp các khoản tín dụng Tuy nhiên, nhìn chung phương pháp này phụ thuộc nhiều vào tính chủ quan của chuyên gia đánh giá

Để khắc phục những hạn chế của mô hình chấm điểm và nâng cao tính khách quan qua việc lượng hóa, hiện nay một số ngân hàng tiếp cận phương pháp xếp hạng tín dụng qua phương pháp định lượng, trong đó có mô hình điểm số Z-core, Logistic, Neural Network Phân tích tìm một hàm tuyến tính của các biến tài chính và thị trường để có thể phân biệt một cách tốt nhất giữa hai lớp doanh nghiệp vỡ nợ và không vỡ nợ Đã có rất nhiều công trình nghiên cứu chuyên sâu được công bố trên các tạp chí khoa học ứng dụng những mô hình trên để đo lường, xếp hạng tín dụng nội bộ doanh nghiệp tại một số quốc gia trên thế giới

Bảng 2.1: Tóm tắt các nghiên cứu về ứng dụng mô hình trong XHTD

1 Nghiên cứu trên thế giới

2015 Laura và

cộng sự

Mô hình điểm số Z của Altman là mô hình hữu ích cho việc

dự đoán tài chính, hỗ trợ các nhà quản lý trong quản trị rủi

ro

Eletter Network như là công cụ kỹ thuật khai thác dữ liệu, hỗ trợ

quyết định cho vay đối với các ngân hàng thương mại tại Jordan, giúp công việc thẩm định hồ sơ vay vốn hiệu quả , tiết kiệm thời gian phân tích và chi phí

Ứng dụng mô hình Probit vào dự đoán xu hướng lợi nhuận

cổ phiếu của các công ty trên thị trường chứng khoán Mỹ nhằm mục tiêu dự báo suy thoái kinh tế

Jayanti

Nghiên cứu kết luận rằng mô hình Z-Score có thể được sử dụng để xác định các công ty đang gặp vấn đề về tài chính hoặc để cảnh báo sớm các vấn đề tài chính đang đe dọa hoạt động của ngành

2010 Dong và

cộng sự

Đề xuất sử dụng mô hình hồi quy logistic với hệ số ngẫu nhiên để xây dựng bảng điểm tín dụng nhờ vào ưu điểm khách quan và tính chính xác trong dự báo

Abdelmoula

Nghiên cứu phân loại rủi ro tín dụng thông qua mô hình Neural Network Kết quả dự báo chính xác đến 97,1% mẫu quan sát trong tập huấn luyện và 71% trong tập xác nhận, hỗ trợ ngân hàng trong quá trình quản trị rủi ro tín dụng và từ

2008 Tsai và Wu

Nghiên cứu ứng dụng mô hình Neural Network trong dự báo phá sản và chấm điểm tín dụng khách hàng, tác giả kết luận mô hình cho kết quả tốt hơn mô hình thống kê truyền thống khác trong vấn đề ra quyết định tài chính

2 Nghiên cứu tại Việt Nam

2010 Lê Đạt Chí

Ứng dụng mô hình Neural Network vào dự báo giá chứng khoán tại TPHCM và kết luận mô hình cho ra kết quả dự báo chính xác hơn mô hình hồi quy tuyến tính truyền thống Muchlis và Jayanti (2010) vận dụng mô hình Z-core trong phân tích nguy cơ phá sản của các công ty bất động sản niêm yết giao dịch trên sàn chứng khoán Indonesia vào giai đoạn 2004-2008 Nghiên cứu kết luận rằng mô hình Z-Score có thể được sử dụng để xác định các công ty đang gặp vấn đề về tài chính hoặc để cảnh báo sớm các vấn đề tài chính đang đe dọa hoạt động của ngành Tương tự, Grice và Ingram (2001), Laura và cộng sự (2015) cũng cho rằng mô hình điểm số Z của Altman là mô hình hữu ích cho việc dự đoán tài chính, hỗ trợ các nhà quản lý trong quản trị rủi ro

Mizen và Tsoukas (2012) nghiên cứu khả năng dự đoán xếp hạng của mô hình probit dựa trên dữ liệu đánh giá của Fitch về trái phiếu của các công ty tại Mỹ trong những năm 2000-2007 Qua nghiên cứu, tác giả kết luận việc ứng dụng mô hình phi tuyến probit vào dự đoán xếp hạng tốt hơn so với mô hình tuyến tính truyền thống Tương tự, Nyberg (2011) ứng dụng mô hình Probit vào dự đoán xu hướng lợi nhuận

cổ phiếu của các công ty trên thị trường chứng khoán Mỹ nhằm mục tiêu dự báo suy thoái kinh tế Một số công trình nghiên cứu vận dụng mô hình Logistic trong dự báo khả năng thanh toán nợ vay của doanh nghiệp có thể kể đến nghiên cứu của Ahmadi

và cộng sự (2012), tác giả sử dụng mô hình Logistic để dự đoán sự phá sản dựa trên mẫu nghiên cứu gồm 49 công ty bị phá sản và 49 công ty không bị phá sản ở Iran trong những năm 2005-2007 Mô hình sử dụng 19 biến tài chính sau: chỉ số tăng trưởng doanh thu, chỉ số thanh toán nhanh, vốn lưu động ròng, tỷ suất sinh lợi trên tổng tài sản, tỷ suất sinh lợi trên vốn chủ sở hữu, hệ số thu nhập trả lãi định kỳ, tỷ suất sinh lợi trên doanh thu, tỷ lệ tăng trưởng lợi nhuận, dòng tiền trên tổng tài sản, lợi nhuận giữ lại trên tổng tài sản, vòng quay tổng tài sản, chỉ số nợ, dòng tiền/nợ, vốn lưu động ròng/tổng nợ, dòng tiền và tỷ suất lợi nhuận ròng, nợ/vốn chủ sở hữu, thu nhập hoạt động/tổng tài sản, vốn chủ sở hữu/tổng tài sản, nợ/dòng tiền từ hoạt

động kinh doanh Kết quả nghiên cứu cho thấy chỉ số nợ, tỷ lệ lợi nhuận giữ lại trên tổng tài sản và tỷ suất sinh lợi trên tổng tài sản có vai trò dự báo tình hình kinh doanh công ty Dong và cộng sự (2010) đề xuất sử dụng mô hình hồi quy logistic với hệ số ngẫu nhiên để xây dựng bảng điểm tín dụng nhờ vào ưu điểm khách quan

và tính chính xác trong dự báo Cũng trong nghiên cứu định lượng bằng phương pháp hồi quy phi tuyến, Klieštik và cộng sự (2015) sử dụng đồng thời mô hình Logistic và Probit trong dự báo tình hình tài chính công ty Qua nghiên cứu, tác giả kết luận việc vận dụng hai mô hình trên có sự tương đồng, tuy nhiên mô hình Logistic có nhiều ưu điểm hơn nhờ vào đặc điểm phân phối của các tham số Nhìn chung, mô hình Logistic được sử dụng phổ biến hơn so với mô hình Probit trong các nghiên cứu về XHTD doanh nghiệp tại các ngân hàng

Matoussi và Abdelmoula (2008) nghiên cứu phân loại rủi ro tín dụng thông qua mô hình Neural Network dựa trên cơ sở dữ liệu 1.100 hồ sơ vay gồm các công

ty thương mại và công nghiệp của một ngân hàng thương mại trong giai đoạn

2002-2003 tại Tunisia Mô hình sử dụng 22 biến tài chính đầu vào gồm 4 nhóm chỉ tiêu

cơ bản là chỉ tiêu thanh khoản, chỉ tiêu hoạt động, chỉ tiêu cân nợ và chỉ tiêu thu nhập Kết quả dự báo chính xác đến 97,1% mẫu quan sát trong tập huấn luyện và 71% trong tập xác nhận, hỗ trợ ngân hàng trong quá trình quản trị rủi ro tín dụng và

từ đó thiết lập chính sách phù hợp Angelini và cộng sự (2008) kết luận rằng mô hình Neural Network mở ra hướng nghiên cứu đầy hứa hẹn trong ứng dụng mạng

để dự báo rủi ro tín dụng trong xếp hạng nội bộ dựa trên mẫu nghiên cứu gồm 76 doanh nghiệp nhỏ từ một ngân hàng của Ý Cũng với các biến số đầu vào là các chỉ tiêu tài chính của từ báo cáo tài chính của khách hàng doanh nghiệp có phát sinh quan hệ tín dụng, Pacelli và Azzollini (2011), Azayite và Achchab (2016) sử dụng

mô hình Neural Network để dự đoán rủi ro tín dụng với kết quả dự báo khả năng trả nợ của khách hàng có đảm bảo hoặc không từ các thông số đầu ra của mô hình;

mô hình được đánh giá là có vai trò quan trọng trong chấm điểm và xếp hạng tín dụng Cùng quan điểm trên, Tsai và Wu (2008), nghiên cứu ứng dụng mô hình Neural Network trong dự báo phá sản và chấm điểm tín dụng khách hàng, tác giả

kết luận mô hình cho kết quả tốt hơn mô hình thống kê truyền thống khác trong vấn

đề ra quyết định tài chính

Không chỉ được áp dụng riêng lẻ, đã có nhiều công trình nghiên cứu vận dụng kết hợp đồng thời các phương pháp để tìm ra mô hình dự báo tốt nhất trong XHTD doanh nghiệp Soureshjani và Kimiagari (2012), vận dụng kết hợp mô hình Logistic

và Neural Network với 127 quan sát được chọn lọc từ 1000 dữ liệu, là khách hàng doanh nghiệp của một NHTM, trong đó có 21 doanh nghiệp không trả được nợ, để ước lượng những biến số tài chính trong mô hình kinh tế lượng tốt có khả năng tính toán xác suất vỡ nợ Bốn nhóm chỉ tiêu tài chính quan trọng trong mô hình nghiên cứu được thu thập và tính toán dựa vào báo cáo tài chính gồm: chỉ tiêu thanh toán, chỉ tiêu hoạt động chỉ tiêu cân nợ, chỉ tiêu thu nhập Biến phụ thuộc Y nhận giá trị 0 – không có nợ xấu hoặc 1 – có nợ xấu, giá trị ước lượng của Y thu được khi hồi quy

Y theo các biến độc lập Biến độc lập gồm 10 biến: chỉ số thanh toán hiện thời, chỉ

số thanh toán nhanh, chỉ số nợ/tổng tài sản, chỉ số nợ/vốn chủ sở hữu, vòng quay tổng tài sản, vòng quay khoản phải thu, vòng quay hàng tồn kho, tỷ suất sinh lợi trên tổng tài sản, tỷ suất sinh lợi trên vốn chủ sở hữu, tỷ suất sinh lợi trên doanh thu Kết quả hồi quy Logistic xác định 3 biến gồm chỉ số thanh toán hiện thời, chỉ

số nợ/tổng tài sản và tỷ suất sinh lợi trên tổng tài sản có ý nghĩa quyết định trong việc đánh giá khả năng trả nợ vay Ba biến số trên được sử dụng làm dữ liệu đầu vào cho mô hình Neural Network Qua nghiên cứu, tác giả xác định ngưỡng xác suất tốt nhất của mẫu nghiên cứu là 0.3 Tại ngưỡng xác suất, mô hình dự báo có độ chính xác cao nhất, đây là ngưỡng mà các ngân hàng quyết định có nên chấp nhận cho vay hoặc không Kết quả nghiên cứu hỗ trợ ngân hàng ra quyết định cho vay đối với 2 nhóm khách hàng trong mẫu: khách hàng có rủi ro cao (có xác suất vỡ nợ

>0,3), khách hàng có rủi ro thấp (có xác suất vỡ nợ ≤0,3)

Bekhet và Eletter (2014) nghiên cứu đề xuất việc ứng dụng kết hợp mô hình Logistic và Neural Network như là công cụ kỹ thuật khai thác dữ liệu, hỗ trợ quyết định cho vay đối với các ngân hàng thương mại tại Jordan, giúp công việc thẩm định hồ sơ vay vốn hiệu quả , tiết kiệm thời gian phân tích và chi phí

Tương tự đối với nghiên cứu đánh giá rủi ro trong xếp hạng tín dụng khách hàng doanh nghiệp, Smaranda (2014) tiến hành nghiên cứu xác suất vỡ nợ và xác định ngưỡng xác suất từ một mẫu dữ liệu gồm 105 doanh nghiệp vừa và nhỏ thu thập từ một nền kinh tế mới nổi Trung-Đông Âu như Romania vào cuối năm 2009 Nghiên cứu sử dụng đồng thời 3 mô hình là Altman, Taffler và Logistic; kết quả hồi quy xác định 4 trong số 14 chỉ số tài chính có ảnh hưởng đến khả năng thanh toán nợ của chủ thể vay vốn, bao gồm hệ số nợ/vốn chủ sở hữu, tỷ suất sinh lợi trên vốn chủ

sở hữu, vòng quay tổng tài sản và hệ số nợ/tổng tài sản Cũng qua nghiên cứu này, tác giả kết luận rằng mô hình hồi quy logistic là thích hợp để dự báo kết quả cho các mẫu dữ liệu

Không chỉ được vận dụng trong XHTD đối với khách hàng doanh nghiệp, mô hình Logistic và Neural Network còn là một trong những công cụ dự báo xác suất

vỡ nợ đối với khách hàng cá nhân Gouvêa và Gonçalves (2007) kiểm định và đưa

ra kết luận vai trò hữu hiệu của mô hình Logistic và Neural Network trong chấm điểm và xếp hạng tín dụng với mẫu ngẫu nhiên là hồ sơ vay vốn của khách hàng cá nhân tại các NHTM Tương tự, Abdou và cộng sự (2008) sử dụng đồng thời mô hình phân tích khác biệt (Discriminant Analysis –DA), Probit, Logistic và Neural Network xếp hạng tín dụng khách hàng cá nhân gồm 581 mẫu quan sát (trong đó

433 khách hàng tốt và 148 khách hàng xấu) và xác định ngưỡng xác suất của từng

mô hình Kết quả nghiên cứu cho thấy, mô hình Logistic và Neural Network cho kết quả dự báo chính xác tốt nhất

Tại Việt Nam, việc ứng dụng mô hình Logistic và Neural Network nhằm phân tích và dự báo kinh tế đã được các tác giả phát triển trong thời gian qua Tác giả Hoàng Tùng (2011) tiếp cận phân tích rủi ro tín dụng bằng phương pháp hồi quy Logistic Từ số liệu tài chính thực tế của 463 doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam, tác giả xây dựng phương trình dự báo rủi ro tín dụng cho các doanh nghiệp Kết quả nghiên cứu mở ra hướng ứng dụng xây dựng mô hình XHTD đối với các doanh nghiệp niêm yết, giúp nâng cao hiệu quả và phát huy vai trò của thị trường chứng khoán đối với nền kinh tế Lê Đạt Chí (2010) đã ứng dụng

mô hình Neural Network vào dự báo giá chứng khoán tại TPHCM và kết luận mô hình cho ra kết quả dự báo chính xác hơn mô hình hồi quy tuyến tính truyền thống Tương tự, Nguyễn Khắc Hiếu và Nguyễn Thị Anh Vân (2014) đã ứng dụng mô hình Neural Network để dự báo lạm phát tại Việt Nam

Tóm lại, trong các nghiên cứu trên bộ chỉ tiêu tài chính được sử dụng để dự báo khả năng thanh toán nợ vay khách hàng doanh nghiệp thuộc 4 nhóm: chỉ tiêu thanh khoản, chỉ tiêu hoạt động, chỉ tiêu cân nợ và chỉ tiêu thu nhập Các mô hình nêu trên hiện đã được nghiên cứu ứng dụng tại nhiều nước trên thế giới trong lĩnh vực XHTD doanh nghiệp Trong đó, mô hình Logistic và Neural Network cho kết quả dự báo tốt nhất Tại Việt Nam, việc vận dụng mô hình Logistic và Neural Network hiện được nghiên cứu trong dự báo thị trường chứng khoán, lạm phát mà chưa được áp dụng rộng rãi trong XHTD Thêm vào đó, các NHTM hiện xây dựng

hệ thống XHTD theo quy trình, tiêu chí đánh giá xếp hạng tín nhiệm tại Trung tâm thông tin tín dụng mà chưa vận dụng và phát huy hết vai trò của các công cụ dự báo định lượng Do đó, việc áp dụng thêm hai mô hình này là cần thiết, nhằm gia tăng tính chính xác trong dự báo và có ý nghĩa tham khảo đối với công tác XHTD tại các NHTM Việt Nam

KẾT LUẬN CHƯƠNG 2

Chương 2 đã cung cấp những lý luận cơ bản về mô hình xếp hạng tín dụng tại các NHTM, làm rõ được khái niệm, nguyên tắc cũng như tổng quan về vai trò của XHTD đối với các chủ thể trong nền kinh tế Ngoài ra, Chương 2 còn lượt khảo một

số mô hình xếp hạng tín dụng trên thế giới, phương pháp thống kê và các biến được

sử dụng phổ biến trong các bài nghiên cứu trước đây có cùng đề tài để tham khảo học hỏi, đặc biệt là mô hình Logistic và Neural Netwok Những lý luận cơ bản này

là khung lý thuyết định hướng cho quá trình nghiên cứu thực hiện mục tiêu của đề tài

CHƯƠNG 3: THỰC TRẠNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƯƠNG VIỆT NAM 3.1 Giới thiệu về Ngân hàng TMCP Công Thương Việt Nam

3.1.1 Lịch sử hình thành và phát triển

Ngân hàng TMCP Công Thương Việt Nam (tên giao dịch là VietinBank) được thành lập từ ngày 26/03/1988 sau khi tách ra từ Ngân hàng Nhà nước Việt Nam Sau ba lần đổi tên và thành lập lại, ngày 21/9/1996 Ngân hàng Công thương đã có tên gọi chính thức như hiện nay theo Quyết định số 285/QĐ-NH5 của Thống đốc NHNN Việt Nam Ngân hàng TMCP Công Thương Việt Nam chính thức chuyển sang hoạt động theo mô hình ngân hàng TMCP từ ngày 03/07/2009, là một trong bốn NHTM lớn nhất Việt Nam được biết đến rộng rãi trong nước và quốc tế, là ngân hàng hoạt động lâu đời và có uy tín trong lĩnh vực cung cấp các dịch vụ tài chính, giữ vai trò quan trọng, trụ cột của ngành ngân hàng Việt Nam

Ngân hàng TMCP Công Thương Việt Nam có hệ thống mạng lưới trải rộng toàn quốc với 01 Sở giao dịch, 151 Chi nhánh, trên 1000 Phòng giao dịch và Quỹ tiết kiệm Ngoài ra, Ngân hàng còn có 9 công ty con hạch toán độc lập là Công ty Cho thuê Tài chính, Công ty Chứng khoán Công thương, Công ty Quản lý Nợ và Khai thác Tài sản, Công ty Bảo hiểm VietinBank, Công ty Quản lý Quỹ, Công ty Vàng bạc đá quý, Công ty Công đoàn, Công ty Chuyển tiền toàn cầu, Công ty VietinAviva và 05 đơn vị sự nghiệp là Trung tâm Công nghệ Thông tin, Trung tâm Thẻ, Trường Đào tạo và phát triển nguồn nhân lực, nhà nghỉ Bank Star I và nhà nghỉ Bank Star II - Cửa Lò

Được biết đến là ngân hàng tiên phong trong việc ứng dụng công nghệ hiện đại và thương mại điện tử tại Việt Nam, đáp ứng yêu cầu quản trị và kinh doanh, Ngân hàng TMCP Công Thương Việt Nam là thành viên của Hiệp hội Ngân hàng Việt Nam, Hiệp hội ngân hàng Châu Á, Hiệp hội Tài chính viễn thông Liên ngân hàng toàn cầu (SWIFT), Tổ chức Phát hành và Thanh toán thẻ VISA, MASTER quốc tế, đồng thời là ngân hàng đầu tiên tại Việt Nam mở chi nhánh tại Châu Âu, đánh dấu

bước phát triển vượt bậc của nền tài chính Việt Nam trên thị trường khu vực và thế

giới

Không ngừng nghiên cứu, cải tiến các sản phẩm, dịch vụ hiện có và phát triển các sản phẩm mới, Ngân hàng TMCP Công Thương Việt Nam đặt mục tiêu đáp ứng cao nhất nhu cầu của khách hàng về chất lượng sản phẩm, dịch vụ và phong cách phục vụ chuyên nghiệp, nhiệt tình với tiêu chí “Nâng giá trị cuộc sống”

Sau hơn 25 năm phát triển, vốn điều lệ của ngân hàng đạt 37.234 tỷ đồng năm

2015, trở thành ngân hàng có số vốn lớn nhất trong toàn hệ thống ngân hàng của Việt Nam Các hoạt động chính: huy động vốn, hoạt động tín dụng, dịch vụ thanh toán và tài trợ thương mại, ngân quỹ, bảo lãnh và các hoạt động khác (tư vấn đầu tư

và tài chính, cho thuê tài chính, bảo hiểm, )

3.1.2 Tình hình hoạt động kinh doanh

Bảng 3.1: Một số chỉ tiêu tài chính cơ bản của VietinBank giai đoạn 2011-2015

Tỷ lệ nợ xấu 0,75% 1,46% 0,82% 0,9% 0,73%

Tỷ lệ an toàn vốn

(Nguồn: Tổng hợp các Báo cáo thường niên của VietinBank)

Tổng tài sản ngân hàng đạt 460.620 tỷ đồng năm 2011 và duy trì tỷ lệ tăng trưởng tốt qua các năm, bình quân khoảng 14%/năm trong giai đoạn 2011-2015 Tính đến 31/12/2015 tổng tài sản đạt 779.483 tỷ đồng, tăng 69,3% so với năm 2011

và tăng 17,9% so với năm liền kề 2014 Chỉ tiêu chiếm tỷ trọng lớn trong tổng tài sản là dư nợ, nhìn chung trong giai đoạn này, tăng trưởng tín dụng đạt kết quả tốt tương ứng với tốc độ tăng trưởng của tổng tài sản

Với chủ trương tích cực đẩy mạnh công tác huy động, đảm bảo nguồn vốn hoạt động dồi dào, an toàn và đảm bảo thanh khoản cao, trong giai đoạn 2011-2015 nguồn vồn huy động tăng trưởng khá tốt từ sau năm 2012 với tỷ lệ trên 15%/năm, đạt 396.362 tỷ đồng năm 2013, 466.221 tỷ đồng năm 2014 và năm 2015 là 536.359

tỷ đồng Tiếp tục giữ vị trí là ngân hàng thương mại có vốn điều lệ lớn nhất và cơ

cấu cổ đông mạnh nhất Việt Nam, Ngân hàng TMCP Công Thương Việt Nam đã giữ vững tỷ lệ tăng trưởng vốn chủ sở hữu trong giai đoạn 2011-2015 Tính đến năm 2015 đạt 55.625 tỷ đồng, trong đó vốn điều lệ ở mức 37.234 tỷ đồng; cổ đông chi phối là ngân hàng Nhà nước nắm giữ 64,46% cổ phần, 2 đối tác chiến lược nước ngoài là Ngân hàng Tokyo-Mitsubishi (BTMU) và Tổng công ty Tài chính Quốc

tế (IFC) lần lượt nắm giữ 19,73% và 8,03% cổ phần, cổ đông thiểu số chiếm 7,78% còn lại

Thu nhập và lợi nhuận của Ngân hàng giai đoạn 2011-2014 có xu hướng giảm

do nền kinh tế chịu ảnh hưởng từ cuộc khủng hoảng tài chính toàn cầu và khủng hoảng nợ công Thu nhập giảm từ 55.775 tỷ đồng năm 2011 xuống còn 41.357 tỷ đồng năm 2014, lợi nhuận sau thuế giảm từ 6.259 tỷ đồng năm 2011 xuống còn 5.727 tỷ đồng năm 2014 Tuy nhiên so với các ngân hàng trong cùng hệ thống, mức giảm lợi nhuận và thu nhập vẫn ở mức thấp và vẫn là ngân hàng dẫn đầu hệ thống

về lợi nhuận Với các dấu hiệu khả quan của nền kinh tế kể từ năm 2014, Ngân hàng TMCP Công Thương Việt Nam tiếp tục đa dạng hóa, tăng tỷ trọng thu từ hoạt động dịch vụ nhằm giảm áp lực đối với mảng kinh doanh truyền thống là tín dụng trong bối cảnh cạnh tranh gay gắt giữa các ngân hàng thương mại Nhờ vào đó, thu nhập năm 2015 tăng trưởng trở lại, đạt 42.471 tỷ đồng tăng ròng 1.114 tỷ đồng (tương đương 2,7%) với năm 2014, tiếp tục là ngân hàng có lợi nhuận cao nhất ngành ngân hàng

Lợi nhuận giảm do ảnh hưởng chung từ nền kinh tế và hệ thống ngân hàng đã khiến cho các chỉ tiêu sinh lời của Ngân hàng cũng bị ảnh hưởng Bên cạnh đó, NHNN liên tục điều chỉnh giảm lãi suất để hỗ trợ các doanh nghiệp vượt qua khó khăn là nguyên nhân thu nhập lãi ròng (NIM) có sự điều chỉnh giảm ROA, ROE trong giai đoạn 2011-2015 có xu hướng giảm Tính đến năm 2015, ROA đạt 1,02%

và ROE đạt 10,3%

Công tác quản trị rủi ro được Ban Lãnh đạo Ngân hàng TMCP Công Thương Việt Nam đặc biệt quan tâm, không chỉ rủi ro tín dụng mà rủi ro thị trường, rủi ro hoạt động đều được chú trọng và đang từng bước hướng tới thông lệ quốc tế Ngân hàng TMCP Công Thương Việt Nam cũng là ngân hàng đi đầu trong việc triển khai

dự án Basel 2 theo chỉ đạo của NHNN, cơ bản hoàn thành việc triển khai hệ thống quản trị rủi ro tín dụng tập trung Tỷ lệ an toàn vốn được đảm bảo và tuân thủ đúng quy định của NHNN, trong giai đoạn 2011-2015 tỷ lệ an toàn vốn đều đạt trên 10%, vượt kế hoạch đề ra là trên 9% Tỷ lệ nợ xấu trong giai đoạn này vẫn ở mức thấp nhất so với trung bình của ngành, nhờ vào quá trình tích cực xử lý thu hồi nợ xấu (đặc biệt là những tháng cuối năm), cũng như sử dụng quỹ dự phòng rủi ro để xử lý các khoản nợ không có khả năng thu hồi

Ngân hàng TMCP Công Thương Việt Nam tiếp tục duy trì thị phần dẫn đầu về phân khúc khách hàng doanh nghiệp và xây dựng thương hiệu về ngân hàng bán lẻ Đối với phân khúc khách hàng doanh nghiệp, ngân hàng một mặt cơ cấu lại để đảm bảo hiệu quả, mặt khác thúc đẩy phát triển khách hàng vừa và nhỏ, khách hàng FDI

Phát huy thế mạnh về mạng lưới, trong thời gian tới ngân hàng định hướng sẽ phát triển cho vay khách hàng cá nhân, góp phần nâng cao hiệu quả và phân tán rủi ro Nhìn chung, trong giai đoạn 2011-2015, Ngân hàng TMCP Công Thương Việt Nam đã đạt được những kết quả và thành tích vượt bậc Qua hơn 25 năm phát triển

và trưởng thành, với lợi thế là một trong bốn ngân hàng lớn nhất tại Việt Nam, đội ngũ lãnh đạo tâm huyết với ngân hàng, với kinh nghiệm vượt qua những giai đoạn khó khăn nhất của nền kinh tế, ngân hàng đã sớm nắm bắt được những thay đổi và chủ động trước môi trường kinh doanh, tiếp tục khẳng định vị thế, phát huy vai trò

là một NHTM chủ lực của nền kinh tế, có nhiều đóng góp đáng kể vào sự phát triển kinh tế xã hội chung của đất nước

3.2 Thực trạng xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng

TMCP Công Thương Việt Nam

3.2.1 Quy trình chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp

Hệ thống chấm điểm tín dụng và xếp hạng khách hàng được chính thức triển khai trên toàn hệ thống Ngân hàng TMCP Công Thương Việt Nam kể từ tháng 10/2006 sau nhiều lần khảo sát áp dụng trong thực tế, kếp hợp nghiên cứu lý thuyết, thực tiễn chấm điểm, xếp hạng trong và ngoài nước Ngày 30/09/2014, Ban Quản trị rủi ro tiếp tục cập nhật, xây dựng bộ chỉ tiêu đánh giá xếp hạng và ban hành “Quy trình chấm điểm và xếp hạng tín dụng khách hàng doanh nghiệp” mã QT.09.08.I (kèm theo các văn bản sửa đổi bổ sung), áp dụng cho khách hàng là doanh nghiệp thay thế các văn bản trước

 Các đối tượng chính tham gia trong quy trình tác nghiệp xếp hạng tín dụng khách hàng doanh nghiệp:

- Cán bộ chấm điểm gồm có Cán bộ thẩm định tín dụng và Cán bộ tái thẩm định tín dụng, là chuyên viên thực hiện các nhiệm vụ thẩm định khách hàng và phương án kinh doanh của khách hàng; quản lý chất lượng tín dụng và thực hiện các công việc khác liên quan đến chất lượng tín dụng

- Cán bộ Hỗ trợ tín dụng là Chuyên viên thực hiện các nhiệm vụ liên quan đến công tác hậu phê duyệt tín dụng như giải ngân, mở L/C, làm các thủ tục liên quan đến thanh toán quốc tế tại các đơn vị kinh doanh, lập và theo dõi các báo cáo liên quan đến tín dụng… và thực hiện các công việc khác liên quan đến hồ sơ tín dụng Thực hiện hoàn thiện các thủ tục liên quan đến nhận thế chấp tài sản đảm bảo và các công việc khác liên quan đến quản lý tài sản đảm bảo

- Lãnh đạo phê duyệt xếp hạng tín dụng đối với một, một số khách hàng và/hoặc một nhóm khách hàng liên quan mà người có thẩm quyền đồng ý hoặc từ chối, theo phân cấp trong hệ thống hoặc theo uỷ quyền

 Thời điểm xếp hạng tín dụng khách hàng doanh nghiệp

- Xếp hạng tín dụng trước khi cho vay – xét duyệt: cấp mới, tái cấp hoặc cấp tăng Riêng đối với hồ sơ cấp tăng giới hạn tín dụng, nếu bản ghi chấm điểm vẫn còn hiệu lực (thời gian chấm điểm lần này so với lần trước không quá 6 tháng) thì có thể không chấm lại trong trường hợp các chỉ tiêu đầu vào không đổi

- Xếp hạng tín dụng sau khi cho vay – phân loại nợ: được thực hiện trước ngày 20 hàng 6 tháng tính từ thời điểm phê duyệt hạng Ngoài ra cán bộ chấm điểm phải thực hiện chấm điểm xếp hạng tín dụng đột xuất khi có những diễn biến bất lợi, tác động tiêu cực đến môi trường, lĩnh vực kinh doanh của khách hàng hoặc khách hàng có những thay đổi về tình hình hoạt động, cơ cấu tổ chức, tài chính mà đơn

vị cho vay đánh giá là có khả năng làm thay đổi hạng tín dụng của khách hàng, thì trong vòng 5 ngày làm việc kể từ ngày nhận được các thông tin thay đổi trên phải thực hiện chấm điểm tín dụng khách hàng

 Theo quy trình tín dụng hiện hành, việc chấm điểm tín dụng cho khách hàng được thực hiện theo các bước cụ thể như sau:

- Bước 1: Thu thập thông tin khách hàng

Cán bộ chấm điểm qua quá trình thẩm định thực tế, tiếp xúc khách hàng sẽ tiến hành điều tra thu thập, xác minh và sàng lọc để tổng hợp thông tin về khách hàng và các phương án sản xuất kinh doanh, dự án đầu tư từ các nguồn như: hồ sơ pháp lý,

báo cáo tài chính, tổng cục thuế, CIC, thông tin đại chúng, ngân hàng bạn,… Quá trình thu nhập thông tin bao gồm một số nội dung sau:

+ Tính đầy đủ của hồ sơ pháp lý: bao gồm các tài liệu cơ bản và các tài liệu mang tính đặc thù của doanh nghiệp

+ Tình hợp lệ của hồ sơ pháp lý: xác định rõ những tài liệu nào do doanh nghiệp ban hành và những tài liệu nào do các cơ quan khác có thẩm quyền ký ban hành + Thẩm định tư cách pháp nhân: làm rõ một số nội dung như tên và loại hình doanh nghiệp, địa chỉ trụ sở giao dịch, quyết định thành lập/ chứng nhận đăng ký kinh doanh, ngành nghề kinh doanh, người đại diện theo pháp luật, vốn điều lệ,

+ Thẩm định người đại diện theo pháp luật: người đại diện theo pháp luật quyết định các vấn đề quan trọng như việc tổ chức và điều hành hoạt động kinh doanh, tổ chức nhân sự, quản lý, sử dụng tài khoản, con dấu của doanh nghiệp do đó cần thẩm định các yếu tố về năng lực pháp luật, hành vi dân sự, kinh nghiệm của người đại diện

+ Thẩm định thời gian hoạt động của doanh nghiệp: thời gian hoạt động được dựa trên thời gian hoạt động trong điều lệ hoạt động, giấy phép đăng ký khi doanh nghiệp còn ở giai đoạn cơ sở hoặc hộ kinh doanh Việc xác định thời gian hoạt động còn lại của doanh nghiệp sẽ giúp ngân hàng có thêm nguồn thông tin để xác định kinh nghiệm, ngành nghề kinh doanh chính, đánh giá tiềm năng phát triển của khách hàng

+ Ngành nghề kinh doanh: ngành nghề kinh doanh thể hiện trong giấy chứng nhận đăng ký doanh nghiệp Yếu tố này cho biết mục đích sử dụng vốn của khách hàng

có hợp pháp không

- Bước 2: Xếp hạng tín dụng trên hệ thống chấm điểm

Trên cơ sở các thông tin, hồ sơ thu thập được, cán bộ chấm điểm tiến hành nhập liệu tự động báo cáo tài chính và thông tin phi tài chính của khách hàng trên hệ thống Cuối cùng, cán bộ chấm điểm đánh giá xem xét và ghi rõ nội dung đề xuất hoặc cần chú ý, lưu và chuyển bản ghi chấm điểm cho lãnh đạo phòng thực hiện rà soát kết quả chấm điểm tín dụng

- Bước 3: Rà soát kết quả chấm điểm xếp hạng tín dụng

Lãnh đạo phòng ban sẽ kiểm tra, rà soát nội dung chấm điểm so với tờ trình và hồ

sơ tín dụng, đề xuất điều chỉnh hạng (nếu có) và tiếp tục đệ trình người có thẩm quyền xem xét, quyết định

- Bước 4: Phê duyệt kết quả chấm điểm xếp hạng tín dụng khách hàng

+ Đối với các khoản tín dụng thuộc thẩm quyền phê duyệt hạng của chi nhánh: người có thẩm quyền tại chi nhánh xem xét kết quả chấm điểm xếp hạng tín dụng, yêu cầu cán bộ chấm điểm tín dụng giải trình, bổ sung, chỉnh sửa (nếu có) và thực hiện phê duyệt kết quả chấm điểm xếp hạng tín dụng khách hàng (giữ nguyên, tăng hoặc giảm hạng)

+ Đối với các khoản tín dụng vượt thẩm quyền phê duyệt hạng của chi nhánh: người

có thẩm quyền tại chi nhánh xem xét kết quả chấm điểm xếp hạng tín dụng, yêu cầu cán bộ chấm điểm tín dụng giải trình, bổ sung, chỉnh sửa (nếu có) và thực hiện chuyển tiếp hồ sơ chấm điểm XHTD theo luồng phê duyệt cấp cao hơn tại Trụ sở chính

- Bước 5: Cập nhật dữ liệu lưu trữ hồ sơ

Cán bộ hỗ trợ tín dụng tiến hành lưu trữ toàn bộ hồ sơ, giấy tờ liên quan đến việc chấm điểm vào hồ sơ tín dụng chung, đồng thời căn cứ kết quả xếp hạng để áp dụng cho các tác nghiệp sau phê duyệt như giải ngân, phát hành bảo lãnh, L/C,…

3.2.2 Nội dung chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp

Hệ thống xếp hạng tín dụng là công cụ quan trọng để tăng cường tính khách quan, nâng cao chất lượng, hạn chế rủi ro hoạt động tín dụng Mô hình chấm điểm tín dụng là phương pháp lượng hóa mức độ rủi ro thông qua đánh giá thang điểm, các chỉ tiêu đánh giá trong mô hình được áp dụng khác nhau đối với từng loại khách hàng Do đó việc chấm điểm và XHTD khách hàng tại Ngân hàng TMCP Công Thương Việt Nam được thực hiện theo nguyên tắc trung thực, tin cậy và hợp lệ

Mô hình XHTD doanh nghiệp gồm 11 chỉ tiêu tài chính theo hướng dẫn của NHNN Việt Nam, phân theo 4 nhóm ngành và 3 mức quy mô doanh nghiệp Các nhóm chỉ tiêu phi tài chính trong mô hình đánh giá gồm: lưu chuyển tiền tệ, năng

lực kinh nghiệm quản lý, uy tín giao dịch với ngân hàng, môi trường kinh doanh và

các đặc điểm hoạt động khác, cụ thể như sau:

 Phân loại doanh nghiệp

Việc phân loại doanh nghiệp dựa trên các tiêu chí về hình thức sở hữu, ngành nghề kinh doanh chính, quy mô

- Dựa theo hình thức sở hữu: các doanh nghiệp được phân loại theo ba nhóm gồm doanh nghiệp nhà nước, doanh nghiệp đầu tư nước ngoài và doanh nghiệp khác Trong đó, doanh nghiệp nhà nước là tổ chức kinh tế do Nhà nước sở hữu toàn bộ vốn điều lệ hoặc có cổ phần, vốn góp chi phối Doanh nghiệp có vốn đầu tư nước ngoài là doanh nghiệp một trăm phần trăm vốn nước ngoài hoặc liên doanh Doanh nghiệp khác là những doanh nghiệp không thuộc hai hình thức sở hữu trên

- Dựa vào tiêu chí về ngành nghề kinh doanh chính: Sau khi phân loại theo hình thức sở hữu như trên sẽ tiến hành đối chiếu ngành nghề kinh doanh trên giấy phép kinh doanh để xác định ngành nghề của doanh nghiệp dựa trên có tỷ trọng lớn nhất Trong trường hợp doanh nghiệp hoạt động đa ngành nghề thì ngành nghề nào đem lại trên 50% doanh thu hàng năm được xem là ngành sản xuất kinh doanh chính Trường hợp không có ngành nghề nào đáp ứng được điều kiện trên, đơn vị cho vay được lựa chọn ngành nghề có tiềm năng nhất theo kế hoạch và xu hướng phát triển của doanh nghiệp là ngành nghề/ lĩnh vực sản xuất kinh doanh chính Phân loại ngành nghề/ lĩnh vực sản xuất tại Ngân hàng TMCP Công Thương Việt Nam gồm bốn nhóm ngành: Công nghiệp, xây dựng, thương mại

dịch vụ và nông lâm thuỷ sản (Chi tiết theo Phụ lục 1)

- Dựa vào tiêu chí về quy mô: Các doanh nghiệp được xác định quy mô theo ba nhóm là doanh nghiệp lớn, doanh nghiệp vừa và nhỏ bằng cách xác định điểm ở

các chỉ tiêu vốn, lao động, doanh thu thuần, giá trị nộp ngân sách nhà nước (Chi

tiết theo Phụ lục 2 và Phụ lục 3), trong đó:

+ Chỉ tiêu vốn hay nguồn vốn kinh doanh: Là tổng giá trị vốn đầu tư của chủ sở hữu, thặng dư vốn cổ phần và vốn khác của chủ sở hữu

+ Lao động: là tất cả những người mà doanh nghiệp trực tiếp quản lý, sử dụng và trả lương/ trả công hoặc bằng hình thức thu nhập hỗn hợp (gồm tiền công và lợi nhuận của sản xuất kinh doanh) Số lao động trong doanh nghiệp được tính theo thời điểm hoặc lao động bình quân: (i) Lao động thời điểm là tổng số lao động của doanh nghiệp hiện có tại một thời điểm nào đó, không phân biệt lao động đó

đã có trong danh sách của doanh nghiệp suốt thời kỳ hay mới được tuyển vào, (ii)

Số lao động bình quân là số lao động trung bình giản đơn của một thời kỳ nhất định (tháng, quý, năm)

+ Doanh thu thuần: Được xác định là chỉ tiêu số 10 – Doanh thu thuần về bán hàng và cung cấp dịch vụ trên Báo cáo kết quả hoạt động kinh doanh

+ Giá trị nộp ngân sách nhà nước: theo số thực nộp vào ngân sách nhà nước phát sinh trong năm (không tính số thiếu của kỳ trước nộp vào kỳ này) bao gồm các loại thuế và các khoản nộp khách theo quy định của Nhà nước trong năm báo cáo (không tính các khoản thuế xuất nhập khẩu, đóng bảo hiểm xã hội, bảo hiểm y tế, kinh phí công đoàn, tiền phạt, phụ thu)

 Chấm điểm chỉ tiêu tài chính trong XHTD doanh nghiệp

Trên cơ sở ngành nghề, quy mô và hình thức sở hữu, các chỉ tiêu tài chính được đánh giá dựa theo khung hướng dẫn của NHNN và có điều chỉnh các hệ số thống kê ngành cho phù hợp với chính sách tín dụng của trong từng thời kỳ Mỗi chỉ tiêu đánh giá có năm khoảng giá trị chuẩn tương ứng là năm mức điểm 20, 40, 60, 80,

100 Điểm theo trọng số là tích số giữa điểm ban đầu và trọng số tương ứng Nguyên tắc cho điểm là đối với mỗi tiêu chí trên bảng tiêu chuẩn đánh giá, chỉ số thực tế gần với trị số nào nhất thì áp dụng cho loại xếp hạng đó, nếu nằm giữa hai trị

số thì áp dụng thang điểm của trị số có thang điểm thấp hơn (Chi tiết theo Phụ lục 4,

Phụ lục 5, Phụ lục 6 và Phụ lục 7) Cách tính các chỉ tiêu tài chính được được nêu

trong bảng 3.2:

Bảng 3.2: Danh mục các chỉ tiêu tài chính trong XHTD khách hàng doanh

nghiệp tại VietinBank STT Chỉ tiêu tài chính Đơn vị Công thức tính

I Chi tiêu thanh khoản

(Tài sản lưu động - Hàng tồn kho)/Nợ ngắn hạn

II Chỉ tiêu hoạt động

tồn kho bình quân

365 x Giá trị các khoản phải thu bình quân/Doanh thu

thuần

III Chỉ tiêu cân nợ

 Chấm điểm chỉ tiêu phi tài chính trong XHTD doanh nghiệp

Chỉ tiêu phi tài chính trong XHTD doanh nghiệp của Ngân hàng TMCP Công Thương Việt Nam bao gồm năm nhóm: theo lưu chuyển tiền tệ, năng lực kinh nghiệm quản lý, uy tín giao dịch với ngân hàng, môi trường kinh doanh và các đặc điểm hoạt động khác, mỗi chỉ tiêu đánh giá có các khoảng giá trị chuẩn tương ứng

là năm mức điểm 4, 8, 12, 16, 20 (Chi tiết theo Phụ lục 8, Phụ lục 9, Phụ lục 10,

Phụ lục 11 và Phụ lục 12) Tổng điểm phi tài chính được tổng hợp trong bảng 3.3:

Bảng 3.3: Điểm trọng số các chỉ tiêu phi tài chính trong XHTD khách hàng

doanh nghiệp tại VietinBank

STT Các yếu tố phi tài

chính

Doanh nghiệp nhà nước

Doanh nghiệp khác

Đầu tư nước ngoài

Tỷ trọng

(Nguồn: Quy trình chấm điểm và XHTD khách hàng doanh nghiệp của VietinBank)

Sau quá trình nhập liệu các chỉ tiêu tài chính và phi tài chính vào chương trình chấm điểm và XHTD tại mục khách hàng doanh nghiệp, tổng điểm cuối cùng được

nhân với trọng số theo Bảng 3.4:

Bảng 3.4: Điểm trọng số các chỉ tiêu trong XHTD khách hàng doanh nghiệp tại

VietinBank

STT Chỉ tiêu

Doanh nghiệp nhà nước

Doanh nghiệp khác

Đầu tư nước ngoài (FDI)

Bảng 3.5: Bảng điểm tín dụng trong XHTD khách hàng doanh nghiệp tại

VietinBank

AAA 92,4 – 100

Điểm tín dụng tốt nhất dành cho các khách hàng có chất lượng tín dụng tốt nhất Khả năng hoàn trả nợ vay của khách hàng được xếp hạng này là đặc biệt tốt

Khách hàng có năng lực trả nợ không kém nhiều so với khách hàng được xếp hạng AAA Khả năng trả nợ của khách hàng được xếp hạng này là rất tốt

Khách hàng có nhiều khả năng chịu tác động tiêu cực của các yếu tố bên ngoài và các điều kiện kinh tế hơn các khách hàng được xếp hạng cao hơn Tuy nhiên khả năng trả nợ vẫn được đánh giá là tốt

BBB 69,6 – 77,1 Khách hàng hoàn toàn có khả năng hoàn trả đầy đủ các

khoản nợ Tuy nhiên các điều kiện kinh tế bất lợi và sự thay

đổi của các yếu tố bên ngoài có nhiều khả năng hơn trong việc làm suy giảm khả năng trả nợ của khách hàng

Khách hàng ít có nguy cơ mất khả năng trả nợ hơn các nhóm nợ từ B đến D Tuy nhiên, các khách hàng này đang phải đối mặt với nhiều rủi ro tiềm ẩn hoặc các ảnh hưởng từ các điều kiện kinh doanh, tài chính bất lợi, các ảnh hưởng này có khả năng dẫn đến sự suy giảm khả năng trả nợ của khách hàng

Khách hàng có nhiều nguy cơ mất khả năng trả nợ hơn các khách hàng hạng BB Các điều kiện kinh doanh, tài chính và kinh tế nhiều khả năng ảnh hưởng đến khả năng hoặc thiện chí trả nợ của khách hàng

CCC 46,8 – 54,3

Khách hàng hiện thời đang bị suy giảm khả năng trả nợ, khả năng trả nợ phụ thuộc vào độ thuận lợi của các điều kiện kinh doanh, tài chính và kinh tế Trong trường hợp có các yếu tố bất lợi xảy ra, khách hàng nhiều khả năng không trả được nợ

Khách hàng xếp hạng C trong trường hợp đã thực hiện các thủ tục xin phá sản hoặc có các động thái tương tự nhưng việc trả nợ của khách hàng vẫn đang được duy trì

Khách hàng đã mất khả năng trả nợ, các tổn thất đã thực sự xảy ra Không xếp hạng D cho các khách hàng mà việc mất khả năng trả nợ là dự kiến

(Nguồn: Quy trình chấm điểm và XHTD khách hàng doanh nghiệp của VietinBank)

3.3 Đánh giá xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng

TMCP Công Thương Việt Nam

3.3.1 Những kết quả đạt được

Sau hơn 10 năm triển khai chính thức hệ thống chấm điểm tín dụng và xếp hạng khách hàng trên toàn hệ thống, Ngân hàng TMCP Công Thương Việt Nam đã khai thác và phát huy được vai trò quan trọng của mô hình XHTD nói chung và XHTD khách hàng doanh nghiệp nói riêng, những kết quả đạt được sau quá trình áp dụng có thể kể đến: Hệ thống xếp hạng tín dụng được lập trình tự động trên nền core Incas, quản lý, thực hiện hoàn toàn tự động và trực tuyến, do đó các cán bộ chấm điểm có thể dễ dàng thực hiện sau khi thao tác nhập đầy đủ các thông tin cần thiết Mô hình tuân theo những trình tự, tiêu chuẩn nghiêm ngặt, chặt chẽ, thống nhất gồm các tiêu chí đánh giá và trọng số, cách xác định giá trị và lượng hóa của từng tiêu chí đã tạo điều kiện cho cán bộ tác nghiệp dễ dàng đưa ra các đánh giá tổng hợp về mức độ rủi ro của từng khách hàng vay Hệ thống xếp hạng tín dụng kết hợp với công cụ cảnh báo nợ sớm đã giúp ngân hàng xác định, phát hiện những rủi

ro tín dụng phát sinh, từ đó đưa ra các biện pháp ứng xử kịp thời, hạn chế rủi ro, tăng khả năng thu hồi nợ, làm giảm nợ quá hạn, nợ xấu Với hệ thống XHTD đã giúp việc đo lường và định dạng rủi ro được thực hiện thống nhất, giúp gia tăng tính khách quan trong quá trình cấp tín dụng Căn cứ vào kết quả xếp hạng, cán bộ tín dụng và lãnh đạo phê duyệt xem đây là một gợi ý, kênh tham khảo về chất lượng tài chính của doanh nghiệp vay vốn, từ đó ra quyết định cho vay đúng đắn, không phụ thuộc vào những đánh giá chủ quan, thiếu kinh nghiệm làm việc hoặc có thể gây ra hậu quả nghiêm trọng khi những đánh giá này mang tính chất trục lợi cá nhân

Mô hình XHTD khách hàng doanh nghiệp của Ngân hàng TMCP Công Thương Việt Nam chú trọng đến các chỉ tiêu tài chính và phi tài chính, được xây dựng theo các trình tự, tiêu chí chặt chẽ bao gồm nhiều yếu tố đánh giá, phản ánh khá toàn diện về các khía cạnh hoạt động của doanh nghiệp và uy tín trong thanh toán, đánh giá được mức độ quan trọng, tầm ảnh hưởng của chỉ tiêu, nhóm chỉ tiêu đến rủi ro hoạt động kinh doanh và triển vọng phát triển của khách hàng Hệ thống xếp hạng phần nào đã thể hiện đầy đủ các chỉ tiêu cơ bản để đánh giá về năng lực tài chính của khách hàng, hiệu quả hoạt động sản xuất kinh doanh, uy tín trong quan

hệ tín dụng từ đó làm cơ sở để nhận định đánh giá về khả năng trả nợ, mức độ tín