Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng hợp tác xã việt nam

Trên cơ sở các lý thuyết về tâm lý hành vi của cá nhân và các mô hình của các nghiên cứu trước, bằng phương pháp nghiên cứu định tính tác giả đã bổ sung và phát triển thêm các yếu tố ảnh hưởng đến khả năng vỡ của KHCN như: (i) Đặc điểm nhân khẩu; (ii) Đặc điểm công việc; (iii) Quan hệ với tổ chức tín dụng, nhằm lựa chọn các yếu tố phù hợp để xây dựng mô hình các yếu tố ảnh hưởng đến khả năng vỡ nợ của KHCN cho bối cảnh nghiên cứu tại Ngân hàng HTX Việt Nam bao gồm: (i) Các yếu tố về thông tin khách hàng; (ii) Các yếu tố về điều kiện sống của khách hàng; (iii) Yếu tố về tài chính của khách hàng; (iv) Các yếu tố về hành vi của khách hàng. Theo đó, kết quả luận án cũng đã chỉ ra các yếu tố ảnh hưởng đến khả năng vỡ nợ của KHCN tại ngân hàng bao gồm: Giới tính, tuổi, tình trạng hôn nhân, lý lịch tư pháp, sở hữu kinh doanh, quy mô hộ, vị trí làm việc, thời gian làm việc, kinh nghiệm làm việc, loại hình doanh nghiệp, thu nhập, kỳ hạn trả nợ, tình trạng trả chậm, mục đích vay, đa dạng hóa nghề nghiệp, tài sản đảm bảo và tham gia bảo hiểm nhân thọ có ý nghĩa nhận biết khả năng vỡ nợ của khách hàng. Đồng thời, một phát hiện thú vị về kết quả nghiên cứu cũng đã chỉ ra các yếu tố như: Trình độ học vấn, số người phụ thuộc, số tiền vay, nghề nghiệp, tỷ lệ trả nợ hàng tháng lại không có ảnh hưởng đến khả năng vỡ nợ của KHCN khác biệt so với các nghiên cứu trước đây ở các nước phát triển. Đây là một đóng góp đáng kể về mặt lý luận cho các nghiên cứu liên quan đến khả năng vỡ nợ của KHCN tại ngân hàng trong bối cảnh ở các quốc gia đang phát triển như Việt Nam. Sử dụng dữ liệu được thu thập từ 5.498 KHCN tại Ngân hàng HTX Việt Nam giai đoạn 20142019, bằng phương pháp phân tích định lượng trên mô hình hồi quy Logistic và Probit đều cho thấy các kết quả khá tương đồng về các yếu tố ảnh hưởng đến khả năng vỡ nợ của KHCN tại Ngân hàng HTX Việt Nam bao gồm: Giới tính, tuổi, tình trạng hôn nhân, lý lịch tư pháp, sở hữu kinh doanh, quy mô hộ, vị trí làm việc, thời gian làm việc, kinh nghiệm làm việc, loại hình doanh nghiệp, thu nhập, kỳ hạn trả nợ, tình trạng trả chậm, mục đích vay, đa dạng hóa nghề nghiệp, tài sản đảm bảo và tham gia bảo hiểm nhân thọ. Kết quả phân tích định lượng, cũng đã cho thấy mô hình dự báo Random Forest là mô hình dự báo khả năng vỡ nợ cao nhất phù hợp với điều kiện cho các ngân hàng tại Việt Nam so với 3 mô hình ước lượng Logistic, Probit, mạng trí tuệ nhân tạo ANN. Đây là những phát hiện mới, có đóng góp quan trọng đối với các ngân hàng trong xây dựng quy trình tín dụng, xếp hạng tín dụng, xây mô các mô hình dự báo khả năng vỡ nợ của KHCN và các giải pháp nhằm nâng cao hiệu quả hoạt động tín dụng KHCN tại các ngân hàng. Ngoài ra, trên cơ sở kết quả nghiên cứu, luận án đã đề xuất 06 nhóm giải pháp và khuyến nghị nhằm nâng cao hiệu quả hoạt động tín dụng tại Ngân hàng HTX Việt Nam trong thời gian tới bao gồm: (i) Hạn chế rủi ro tín dụng; (ii) Giám sát hoạt động sau cho vay; (iii) Cải thiện hệ thống chấm điểm định kỳ; (iv) Cải thiện hệ thống chấm điểm trực tuyến; (v) Xây dựng hệ thống xếp hạng KHCN; (vi) Cách thức ra quyết định cho vay hay không cho vay đối với KHCN.

- -

NGÔ TIẾN QUÝ

NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG HỢP TÁC XÃ VIỆT NAM

LUẬN ÁN TIẾN SĨ NGÀNH TÀI CHÍNH - NGÂN HÀNG

HÀ NỘI - 2020

- -

NGÔ TIẾN QUÝ

NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG HỢP TÁC XÃ VIỆT NAM

Chuyên ngành: TÀI CHÍNH - NGÂN HÀNG

Mã số: 9340201

LUẬN ÁN TIẾN SĨ

Người hướng dẫn khoa học: 1 PGS.TS NGUYỄN VIỆT DŨNG

2 TS TRƯƠNG THỊ HOÀI LINH

HÀ NỘI - 2020

LỜI CAM ĐOAN

Tôi đã đọc và hiểu về các hành vi vi phạm sự trung thực trong học thuật Tôi cam kết bằng danh dự cá nhân rằng luận án tiến sĩ này do tôi tự thực hiện và không vi phạm yêu cầu về sự trung thực trong học thuật

Hà Nội, ngày tháng năm 2020

Nghiên cứu sinh

Ngô Tiến Quý

MỤC LỤC

LỜI CAM ĐOAN i

MỤC LỤC ii

DANH MỤC CHỮ CÁI VIẾT TẮT vi

DANH MỤC HÌNH vii

DANH MỤC BẢNG viii

MỞ ĐẦU 1

1 Lý do lựa chọn đề tài 1

2 Mục tiêu nghiên cứu 3

3 Câu hỏi nghiên cứu 3

4 Đối tượng và phạm vi nghiên cứu 4

5 Đạo đức nghiên cứu 4

6 Phương pháp nghiên cứu 4

7 Đóng góp của luận án 5

8 Kết cấu của luận án 5

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT CÁC YẾU TỐ ẢNH HƯỞNG TỚI KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN 6

1.1 Tổng quan nghiên cứu 6

1.1.1 Các nghiên cứu nước ngoài về các yếu tố ảnh hưởng lên khả năng vỡ nợ của khách hàng 6

1.1.2 Các nghiên cứu trong nước về các yếu tố ảnh hưởng lên khả năng vỡ nợ của khách hàng 9

1.1.3 Các nghiên cứu ước lượng dự báo về rủi ro vỡ nợ của khách hàng sử dụng cây phân loại 11

1.2 Các vấn đề về tín dụng của ngân hàng 22

1.2.1 Khái niệm tín dụng ngân hàng 22

1.2.2 Đặc trưng của tín dụng ngân hàng 22

1.2.3 Vai trò của tín dụng ngân hàng 23

1.2.4 Các hình thức tín dụng của ngân hàng 23

1.3 Các vấn đề về tín dụng khách hàng cá nhân 25

1.3.1 Tín dụng khách hàng cá nhân 25

1.3.2 Chính sách tín dụng khách hàng cá nhân 26

1.3.3 Quy trình tín dụng khách hàng cá nhân 27

1.4 Rủi ro tín dụng 29

1.5 Ảnh hưởng của vỡ nợ tín dụng 29

1.6 Hoạt động xếp hạng tín dụng trong các ngân hàng 32

1.6.1 Khái niệm xếp hạng tín dụng 32

1.6.2 Vai trò của xếp hạng tín dụng 33

1.6.3 Nguyên tắc hoạt động xếp hạng tín dụng 33

1.6.4 Quy trình xếp hạng tín dụng 33

1.6.5 Một số mô hình xếp hạng tín dụng 34

1.6.6 Mô hình xếp hạng tín dụng tại ngân hàng 37

1.6.7 Một số hạn chế của xếp hạng tín dụng khách hàng cá nhân hiện nay 40

1.7 Các yếu tố ảnh hưởng tới khả năng vỡ nợ của khách hàng cá nhân 41

1.7.1 Yếu tố thông tin cá nhân của khách hàng 41

1.7.2 Yếu tố về điều kiện sống của khách hàng 42

1.7.3 Yếu tố về tài chính của khách hàng 43

1.7.4 Yếu tố hành vi của khách hàng 43

KẾT LUẬN CHƯƠNG 1 44

CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU 45

2.1 Quy trình nghiên cứu 45

2.1.1 Xác định mục tiêu nghiên cứu 46

2.1.2 Xây dựng cơ sở lý thuyết 46

2.1.3 Xây dựng mô hình nghiên cứu 46

2.1.4 Phân tích dữ liệu 46

2.1.5 Hoàn thiện báo cáo luận án 46

2.2 Mô hình và giả thuyết nghiên cứu 47

2.2.1 Mô hình nghiên cứu 47

2.2.2 Các biến nghiên cứu trong mô hình 47

2.2.3 Các giả thuyết nghiên cứu 50

2.3 Thiết kế nghiên cứu 55

2.3.1 Mẫu nghiên cứu 55

2.3.2 Thu thập dữ liệu 55

2.4 Phương pháp phân tích dữ liệu 55

2.4.1 Mô tả dữ liệu 55

2.4.2 Phân tích tương quan 55

2.4.3 Các mô hình phân tích và dự báo vỡ nợ của khách hàng cá nhân 56

KẾT LUẬN CHƯƠNG 2 63

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU 64

3.1 Khái quát chung về Ngân hàng Hợp tác xã Việt Nam 64

3.1.1 Giới thiệu về ngân hàng Hợp tác xã Việt Nam 64

3.1.2 Hoạt động sử dụng vốn của Ngân hàng hợp tác xã Việt Nam……… 65

3.2 Thực trạng về các cá nhân vay vốn tại NN HTX theo mẫu nghiên cứu 69

3.3 Kết quả phân tích các yếu tố ảnh hưởng lên khả năng vỡ nợ của KHCN 73

3.3.1 Kết quả hồi quy Logistic 73

3.3.2 Kết quả mô hình ước lượng Probit 76

3.3.3 Kết quả mô hình dự báo dựa trên mạng Neuron nhân tạo (Artificial Neural Network) 77

3.3.4 Kết quả mô hình phân loại Random Forest 79

3.3.5 Tổng hợp kết quả nghiên cứu 81

3.3.6 Thảo luận kết quả nghiên cứu 84

3.3.7 So sánh mức độ dự báo chính xác của các mô hình ước lượng 87

3.4 Phỏng vấn chuyên gia về nguyên nhân rủi ro tín dụng 88

KẾT LUẬN CHƯƠNG 3 93

CHƯƠNG 4: GIẢI PHÁP VÀ KHUYẾN NGHỊ 94

4.1 Giải pháp nâng cao hiệu quả hoạt động tín dụng KHCN tại Ngân hàng HTX Việt Nam 94

4.1.1 Giải pháp giúp hạn chế rủi ro tín dụng khách hàng cá nhân trong quá trình chuẩn bị hồ sơ 94

4.1.2 Giải pháp về giám sát hoạt động sau cho vay 95

4.1.3 Giải pháp liên quan tới cải thiện hệ thống chấm điểm tín dụng định kỳ 96

4.1.4 Giải pháp hoàn thiện hệ thống chấm điểm tín dụng trực tuyến 96

4.2 Xây dựng hệ thống xếp hạn tín dụng khách hàng cá nhân tại Ngân hàng

HTX dựa trên kết quả nghiên cứu 97

4.3 Cách thức ra quyết định cho vay và không cho vay đối với khách hàng cá nhân khi vay vốn ở Ngân hàng HTX 100

4.4 Khuyến nghị 100

4.4.1 Đối với Ngân hàng HTX Việt Nam 100

4.4.2 Đối với Ngân hàng Nhà nước 101

4.4.3 Đối với Trung tâm thông tin tín dụng (CIC) 102

4.5 Hạn chế của đề tài và các hướng nghiên cứu tiếp theo 102

KẾT LUẬN 103

DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ KẾT QUẢ NGHIÊN CỨU 104

TÀI LIỆU THAM KHẢO 105

PHỤ LỤC 114

DANH MỤC CHỮ CÁI VIẾT TẮT

ANN Mạng Neuron thần kinh nhân tạo

BCBS Ủy ban Basel về giám sát ngân hàng

BIDV Ngân hàng Thương mại cổ phần Đầu tư và Phát triển Việt Nam

CB Cán bộ

CIC Trung tâm thông tin tín dụng quốc gia

CNTT Công nghệ thông tin

LR Mô hình hồi quy Logistic

NCS Nghiên cứu sinh

NHHTX Ngân hàng Hợp tác xã

NHNN Ngân hàng Nhà nước

NHTM Ngân hàng Thương mại

NHTW Ngân hàng Trung Ương

OLS Ước lượng bình phương nhỏ nhất

QTDND Quỹ tín dụng nhân dân

TCTD Tổ chức tín dụng

DANH MỤC HÌNH

Hình 2.1 Quy trình nghiên cứu của luận án 45

Hình 2.2 Mô hình ANN 60

Hình 2.3 Mô hình Random Forest 62

Hình 3.1 Cơ cấu nguồn vốn và vốn chủ sở hữu của Ngân hàng HTX năm 2017 65

Hình 3.2 Cơ cấu nguồn vốn huy động và vốn vay của Ngân hàng HTX năm 2017 66

Hình 3.3 Cơ cấu sử dụng vốn 67

Hình 3.4 Cơ cấu dư nợ 68

Hình 3.5 Mô tả về giới tính 70

Hình 3.6 Mô tả về tình trạng hôn nhân 70

Hình 3.7 Mô tả về vị trí công việc 71

Hình 3.8 Mô tả về kì hạn trả nợ 71

Hình 3.9 Mô tả về đăng kí tham gia bảo hiểm nhân thọ 72

Hình 3.10 Mô tả về sự đa dạng hóa công việc 72

Hình 3.11 Mô tả về tài sản đảm bảo 73

Hình 3.12 Kết quả mô hình mạng Neuron nhân tạo (ANN) 78

Hình 3.13 Mức độ quan trọng của từng biến trong mô hình Random Forest 80

Hình 3.14 So sánh mức độ dự báo của các mô hình 88

DANH MỤC BẢNG

Bảng 1.1 Tổng hợp các nghiên cứu về khả năng vỡ nợ của khách hàng 14

Bảng 1.2 Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng FICO 35

Bảng 1.3 Tỷ trọng tiêu chí đánh giá trong mô hình điểm số tín dụng Sesame 36

Bảng 1.4 Tỷ trọng các tiêu chí trong mô hình điểm số tín dụng VantageScore 36

Bảng 1.5 Hệ thống ký hiệu trong mô hình điểm số tín dụng VantageScore 37

Bảng 1.6 Tiêu chí chấm điểm tín dụng khách hàng cá nhân tại BIDV 38

Bảng 1.7 Hệ thống ký hiệu xếp hạng tín dụng khách hàng cá nhân tại BIDV 40

Bảng 2.1 Những yếu tố ảnh hưởng đến xác suất vỡ nợ của khách hàng cá nhân 48

Bảng 3.1 Cơ cấu nguồn vốn của Ngân hàng HTX giai đoạn 2016-2017 66

Bảng 3.2 Tình hình sử nguồn vốn của Ngân hàng HTX giai đoạn 2016-2017 68

Bảng 3.3 Kết quả hoạt động kinh doanh năm 2017 69

Bảng 3.4 Thống kê mô tả các biến nghiên cứu 69

Bảng 3.5 Kết quả hồi quy Logistic cho các khách hàng 74

Bảng 3.6 Kết quả dự báo của mô hình Logistic 75

Bảng 3.7 Kết quả dự báo cho mẫu thử 75

Bảng 3.8 Kết quả dự báo của mô hình Probit 76

Bảng 3.9 Kết quả dự báo của mô hình Probit 77

Bảng 3.10 Kết quả mô phỏng qua mô hình ANN 77

Bảng 3.11 Kết quả dự báo mô hình ANN 78

Bảng 3.12 Kết quả trọng số mô hình phân loại rừng ngẫu nhiên (Random Forest) 79

Bảng 3.13 Mức độ dự báo của mô hình Random Forest 80

Bảng 3.14 Mức độ dự báo của mô hình Random Forest kiểm tra 81

Bảng 3.15 Kết quả phỏng vấn chuyên gia về các nguyên nhân của rủi ro tín dụng KHCN 89

Bảng 3.16 Phỏng vấn chuyên gia về các giải pháp hạn chế rủi ro tín dụng KHCN 90

Bảng 3.17 Kết quả phỏng vấn về giải pháp hạn chế rủi ro tín dụng KHCN 91

Bảng 4.1 Tiêu chí chấm điểm tín dụng KHCN tại Ngân hàng HTX 98

Bảng 4.2 Hệ thống ký hiệu xếp hạng tín dụng KHCN tại Ngân hàng HTX 99

MỞ ĐẦU

1 Lý do lựa chọn đề tài

Hoạt động cho vay của các ngân hàng hay các trung gian tài chính giúp duy trì hoạt động của các cá nhân cũng như doanh nghiệp trong hoạt động kinh doanh và hoạt động khác Hoạt động cho vay sẽ giúp giải quyết vấn đề đói nghèo và một số hoạt động vi mô khác (Mensah, 2013) Tuy nhiên, với hoạt động cho vay như vậy các đơn

vị trung gian tài chính lại phải đối mặt với các trường hợp vỡ nợ của khách hàng vay vốn do mất khả năng thanh toán (Westley, 2005) Các khoản vay quá hạn có ý nghĩa nghiêm trọng về tài chính và phi tài chính đối với hoạt động của các tổ chức tài chính

vi mô trong đó lịch sử trả nợ là một yếu tố (Mensah, 2013)

Bảo vệ chống lại rủi ro tài chính, giảm nợ xấu, tăng khả năng nhận diện rủi ro của KHCN đối với các ngân hàng mấu chốt là cảnh báo rủi ro Theo quan điểm về tỷ

lệ cho vay cá nhân ngày càng tăng trong kinh doanh ngân hàng, điều đặc biệt quan trọng là cảnh báo rủi ro vỡ nợ cho vay cá nhân (Zhang, 2011) Trong hệ thống hoạt động của ngân hàng, hoạt động chính là huy động vốn để sử dụng nhằm thu lợi nhuận, trong đó hoạt động tín dụng cho khách hàng vay là hoạt động sinh lời lớn nhất trong hệ thống ngân hàng (Lê Văn Tề, 2009) Tuy nhiên, đi kèm với nó là rủi ro cao nhất cho các ngân hàng thương mại (NHTM) Đối với hệ thống ngân hàng Việt Nam, kể từ khi chuyển sang cơ chế thị trường đã không ngừng lớn mạnh và thu được những thành tựu nhất định nhưng trong quá trình đó các ngân hàng cũng đã vấp phải không ít những rủi

ro trong hoạt động kinh doanh gây tổn thất nặng nề Nên đánh giá rủi ro tín dụng là khâu đầu tiên, là điều kiện tiên quyết trước khi cho vay

Theo báo cáo của Tổ chức tài chính, tỷ lệ nợ xấu của 22 ngân hàng ở Việt Nam năm 2019 khoảng 78,5 nghìn tỷ đồng (tăng 41% so với năm 2018) Trong đó, đa số các ngân hàng đều có xu hướng tăng nợ xấu, lớn nhất là Ngân hàng Tiên Phong và Ngân hàng Đại Dương (tốc độ tăng nợ xấu của Ngân hàng Tiên Phong là 43,39% và Ngân hàng Đại Dương là 80,10% so với năm 2018) Các ngân hàng khác đều có xu hướng tăng dưới 40% so với năm 2018 (Báo cáo Tài chính các doanh nghiệp, 2020)

Ngân hàng Hợp tác xã (HTX) là một trong những ngân hàng đã có những mục tiêu cụ thể trong việc giảm tỷ lệ nợ xấu theo quy định của Ngân hàng Nhà nước (NHNN) Trong đó, mục tiêu giảm tỷ lệ nợ xấu xuống chỉ xuống dưới 3% vào cuối năm 2020 đã đặt ra nhiều thách thức đối với hoạt động quản lý điều hành hoạt động kinh doanh tín dụng của Ngân hàng Hợp tác xã Do đó, phía ngân hàng cần có những

hành động tích cực trong việc nâng cao chất lượng tín dụng cho vay khách hàng Đồng thời cần xây dựng hệ thống các tiêu chí đánh giá rủi ro tín dụng cho vay một cách tối

ưu Vì vậy, vấn đề nghiên cứu đánh giá các yếu tố ảnh hưởng tới rủi ro cho vay của ngân hàng là một vấn đề rất cần thiết để có những giải pháp hữu nhằm đạt được mục tiêu đề ra trong thời gian tới

Trên thế giới đã có nhiều các nghiên cứu được thực hiện về chủ đề này ở các góc độ, khía cạnh và cách tiếp cận khác nhau Một số nghiên cứu tập trung vào giải thích các yếu tố có ảnh hưởng đến khả năng vỡ nợ của KHCN tại các ngân hàng Một

số nghiên cứu khác đã nghiên cứu và chỉ ra rằng các khách hàng có mức thu nhập thấp, địa vị xã hội thấp hơn có xu hướng sử dụng nợ vay không hiệu quả và khả năng trả nợ thấp hơn so với những khách hàng có thu nhập cao và địa vị xã hội cao hơn (Cox & Jappelli, 1993; Mathews & Slocum,1969) Một số nghiên cứu cũng chỉ ra giới tính là yếu tố quan trọng trong việc quyết định khả năng trả nợ của khách hàng (Lea et al., 1995; Xiao et al., 1995; Zelizer, 1994) Đặc điểm về độ tuổi hay nhân khẩu học cũng được các nhà nghiên cứu đánh giá có tác động nhiều tới rủi ro tín dụng (Agarwal

et al., 2011; Livingstone & Lunt, 1992; Tokunaga, 1993) Thời gian cư trú, tiết kiệm hàng tháng, trình độ học vấn, sở hữu nhà, rủi ro nghề nghiệp, thời gian làm việc là những yếu tố được nhiều nhà nghiên cứu quan tâm hơn (Agarwal et al., 2011; Dufhues, Buchenrieder, Quoc, & Munkung, 2011; Livingstone & Lunt, 1992; Ojiako

& Ogbukwa, 2012; Hoàng Thị Kim Diễm, 2012; Lê Văn Triết, 2010)

Mặc dù đã có một số nghiên cứu đề cập đến khả năng trả nợ cũng như vỡ nợ của KHCN Tuy nhiên, chưa có nghiên cứu nào tiến hành tại Ngân hàng HTX Việt Nam trong bối cảnh ở một nước đang phát triển như ở Việt Nam Đồng thời thiếu vắng các nghiên cứu thực hiện so sánh các phương pháp ước lượng để lựa chọn mô hình phù hợp (một số phương pháp/mô hình mới như mô hình Logistic, Probit, ANN, Random Forest) cũng như phân loại so sánh giữa các loại hình ngân hàng về rủi ro tín dụng KHCN tại Ngân hàng HTX Việt Nam Xuất phát từ những lý do trên, NCS lựa

chọn đề tài “Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ của khách

hàng cá nhân tại Ngân hàng Hợp tác xã Việt Nam” làm luận án tiến sĩ của mình là

rất cần thiết và có ý nghĩa về khoa học và thực tiễn

2 Mục tiêu nghiên cứu

Nghiên cứu thực hiện nhằm mục tiêu tìm ra các yếu tố ảnh hưởng tới việc trả được nợ hay vỡ nợ của khách hàng trong tín dụng KHCN tại Ngân hàng HTX Việt Nam Bên cạnh đó, luận án cũng thực hiện phân tích các mô hình dự báo về khả năng

vỡ nợ để so sánh các mô hình dự báo với nhau Để thực hiện được mục tiêu chính này, NCS tiến hành thực hiện các mục tiêu cụ thể như sau:

tại các tổ chức tín dụng

đưa ra mô hình nghiên cứu của luận án

năng trả nợ/vỡ nợ của KHCN tại Ngân hàng HTX Việt Nam

để tìm ra mô hình dự báo tham khảo phù hợp đối với hoạt động tín dụng của Ngân hàng HTX Việt Nam

giúp giảm khả năng vỡ nợ của khách hàng tại Ngân hàng HTX Việt Nam cũng như giúp nâng cao hiệu quả hoạt động tín dụng KHCN

3 Câu hỏi nghiên cứu

Để thực hiện được các mục tiêu trên, nghiên cứu này được thực hiện để trả lời các câu hỏi nghiên cứu sau:

của KHCN tại Ngân hàng HTX Việt Nam?

lượng khác nhau lên khả năng vỡ nợ của KHCN?

với dữ liệu nghiên cứu?

như nâng cao hiệu quả hoạt động tín dụng KHCN ở Ngân hàng HTX Việt Nam?

4 Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Luận án tập trung đánh giá tác động của các yếu tố ảnh hưởng tới khả năng vỡ nợ của KHCN

Phạm vi nghiên cứu: Tập trung nghiên cứu về khả năng vỡ nợ của KHCN ở

Ngân hàng HTX Việt Nam Các dữ liệu nghiên cứu về thực trạng hoạt động cho vay tín dụng KHCN, các biến nghiên cứu trong mô hình được thu thập đến cuối năm 2019 Đến cuối 2019, lịch sử tín dụng KHCN tới thời điểm đáo hạn ngân hàng đã hoàn tất Các khách hàng có lịch sử vay vốn trong cả ngắn hạn, trung hạn và dài hạn từ năm

2014 Do đó, dữ liệu về việc trả được nợ cũng như không trả được nợ được thu thập tại thời điểm cuối năm 2019

5 Đạo đức nghiên cứu

Với dữ liệu sử dụng là các khách hàng vay vốn tại Ngân hàng HTX Việt Nam

Do đó, các thông tin về họ tên các khách hàng, số điện thoại và địa chỉ liên hệ sẽ được NCS bảo mật tuyệt đối Vấn đề thông tin chỉ được sử dụng phục vụ cho luận án mà không sử dụng cho các mục đích thương mại hay cung cấp cho bên thứ 3

6 Phương pháp nghiên cứu

Luận án sử dụng cả hai phương pháp nghiên cứu định tính và định lượng Trong nghiên cứu định tính, NCS tiến hành phỏng vấn các chuyên gia về tiền mô hình các yếu tố ảnh hưởng lên khả năng cho vay của Ngân hàng HTX Việt Nam trong việc đánh giá khả năng trả được nợ cũng như không trả được nợ của khách hàng Đồng thời, sau khi có kết quả của nghiên cứu định lượng, NCS cũng tiến hành phỏng vấn chuyên gia trong việc giải thích kết quả cũng như các khuyến nghị trong việc thẩm định hồ sơ và hỗ trợ khách hàng trong quá trình vay vốn hoạt động kinh doanh

Phương pháp nghiên cứu định lượng được NCS sử dụng trong việc kiểm định

và tìm ra các yếu tố có ảnh hưởng tới khả năng trả nợ của KHCN tại Ngân hàng HTX Việt Nam Các kĩ thuật thống kê mô tả chỉ ra các đặc điểm của các cá nhân Phân tích hồi quy giúp kiểm định các yếu tố ảnh hưởng lên khả năng vỡ nợ Đồng thời các mô hình dự báo vỡ nợ cho các khách hàng như mạng thần kinh nhân tạo (ANN), Random Forest được sử dụng để so sánh với các mô hình ước lượng phổ biến như Logit (Logistic) và Probit Trong nghiên cứu này, NCS cũng tiến hành tách mẫu nghiên cứu thành 2 mẫu: 1 mẫu để chạy đưa ra hệ số cho mô hình; 1 mẫu để kiểm tra khả năng dự báo dựa trên mẫu 1 Chi tiết về phương pháp nghiên cứu được trình bày ở Chương phương pháp nghiên cứu

7 Đóng góp của luận án

Kết quả nghiên cứu của luận án sẽ đóng góp cả về mặt khoa học cũng như thực tiễn cho Ngân hàng HTX Việt Nam nói riêng và các ngân hàng ở Việt Nam nói chung

nghiên cứu đã đưa ra được mô hình về các yếu tố ảnh hưởng tới khả năng vỡ nợ của KHCN Bên cạnh đó, luận án còn đưa ra so sánh các mô hình dự báo về khả năng vỡ

nợ (đề tài sử dụng các phương pháp ước lượng hiện đại như mô hình Logit, Probit, ANN, Random Forest để tìm ra mô hình phù hợp với phạm vi Ngân hàng HTX Việt Nam) Các phương pháp kỹ thuật khác nhau sẽ cho ra kết quả khác nhau Mô hình dự báo khả năng tốt nhất sẽ được sử dụng để đánh giá cho các yếu tố ảnh hưởng tới khả năng trả nợ Trong môi trường nghiên cứu của tác giả, mô hình dự báo khả năng vỡ nợ tối ưu sẽ được đưa ra cho các nghiên cứu về sau tham khảo

đơn vị tín dụng có thể tham khảo trong việc thẩm định hồ sơ cho vay đối với KHCN trong ngân hàng của mình Đồng thời từ các kết quả đạt được, luận án thực hiện xây dựng mô hình chấm điểm tín dụng KHCN gợi ý cho Ngân hàng HTX Việt Nam

8 Kết cấu của luận án

Ngoài phần mở đầu, luận án được chia thành 4 chương, cụ thể như sau:

Chương 1: Tổng quan nghiên cứu và cơ sở lý thuyết các yếu tố ảnh hưởng tới khả năng vỡ nợ của KHCN

Chương 2: Phương pháp nghiên cứu

Chương 3: Kết quả nghiên cứu

Chương 4: Kết luận và khuyến nghị

CHƯƠNG 1111 TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT CÁC YẾU TỐ ẢNH HƯỞNG TỚI KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN 1.1 Tổng quan nghiên cứu

1.1.1 Các nghiên cứu nước ngoài về các yếu tố ảnh hưởng lên khả năng vỡ

nợ của khách hàng

Abid & Cộng sự (2018) tiến hành xây dựng so sánh mô hình dự báo khả năng vỡ

nợ của khách hàng qua mô hình Logit, mô hình phân tích biệt số để phân biệt giữa các

cá nhân có xếp hạng tín dụng tốt và xấu Dữ liệu đã được thu thập từ một ngân hàng thương mại trong khoảng thời gian 3 năm từ 2010 đến 2012 Bằng cách so sánh hiệu quả của hồi quy Logistic (LR) và phân tích biệt số (DA), các tác giả thấy rằng mô hình

LR mang lại hiệu quả tốt 99% tỷ lệ phân loại trong dự đoán các loại khách hàng, phương pháp DA (trong đó tỷ lệ phân loại tốt chỉ bằng 68,49% dẫn đến tỷ lệ lỗi cao đáng kể tức là 31,51 %) (Abid et al., 2018) Kết quả chỉ ra, mô hình Logistic có khả năng dự báo tốt hơn so với mô hình phân tích biệt số DA

Mensah (2013) thực hiện nghiên cứu về khả năng vỡ nợ tín dụng khi vay vốn ở các ngân hàng tại Ghana Kết quả nghiên cứu thông qua phân tích hồi quy chỉ ra rằng, không có mối quan hệ đáng kể giữa vỡ nợ cho vay và lịch trả nợ Thay vào đó, nghiên cứu tìm thấy mối quan hệ đáng kể giữa lãi suất cho các khoản vay, rủi ro đạo đức và vay quá mức của khách hàng Hơn nữa, các nhân viên cho vay không thể đến thăm người vay thường xuyên, các khoản vay không được hỗ trợ bởi tài sản thế chấp cũng được phát hiện đã góp phần đáng kể vào việc vỡ nợ trong số các khoản vay của khách hàng

Nghiên cứu của Ojiaki & Ogbukwa về khả năng trả nợ các nông dân khi vay vốn tại ngân hàng tại Nigeria Các tác giả đã sử dụng các biến nghiên cứu liên quan tới đặc điểm riêng của hộ gia đình như: Độ tuổi, giới tính, trình độ học vấn, kinh nghiệm làm việc, quy mô hộ, tình trạng hôn nhân, tham gia công việc khác, thu nhập từ ngoài nông nghiệp, quy mô sử dụng cho nông nghiệp, sử dụng máy móc, số nợ vay, lãi suất cho vay, cải tiến nông nghiệp,… Với 110 hộ nông dân vay vốn của ngân hàng, với phương pháp hồi quy mô hình Logit được sử dụng đã đưa ra kết quả: Chỉ có 3 yếu tố có tác động thực sự lên khả năng trả nợ: (i) Quy mô hộ gia đình có tác động ngược chiều lên khả năng trả nợ; (ii) Quy mô sử dụng đất cho nông nghiệp có tác động cùng chiều lên khả năng trả nợ của người nông dân và (iii) Số tiền vay có tác động cùng chiều lên khả năng trả nợ của hộ dân (Ojiako & Ogbukwa, 2012)

Nghiên cứu tại các nước Đông Nam Á của Dufhues và Cộng sự (2011) về việc trả nợ tín dụng tại hai quốc gia Thái Lan và Việt Nam Tác giả đã sử dụng các yếu tố

về khoản vay của khách hàng như: Dân tộc của chủ hộ (Kinh/Thái), giới tính chủ hộ, tuổi của chủ hộ, thuộc nhóm nghèo hay không, trình độ học vấn chủ hộ, giá trị đầu tư của hộ,… Với 467 hộ gia đình được khảo sát tại Thái Lan với mô hình Logit được sử dụng đã cho thấy chỉ có hai yếu tố: (i) Trình độ học vấn của chủ hộ và (ii) Giá trị đầu

tư của hộ có tác động cùng chiều đến khả năng trả nợ của các hộ gia đình Các yếu tố khác đều không có ảnh hưởng đến khả năng trả nợ tín dụng của hộ Đối với Việt Nam, kết quả nghiên cứu trên 198 hộ được khảo sát đã tìm ra có 2 yếu tố có ảnh hưởng: (i) Khoản vay của hộ (ii) Dân tộc của hộ có tác động cùng chiều lên khả năng trả nợ tín dụng của hộ dân (Dufhues et al., 2011)

Kết quả nghiên cứu của Kocenda & Vojtek (2011) sử dụng dữ liệu ngân hàng cho vay bán lẻ từ Cộng hòa Séc Tác giả xây dựng hai mô hình rủi ro tín dụng dựa trên cây hồi quy phân loại và hồi quy Logistic Nghiên cứu thực hiện trên 3.403 dữ liệu với 21 biến giải thích Kết quả 2 mô hình chỉ ra, các đặc điểm tài chính và hành

vi quan trọng nhất đối với khả năng vỡ nợ được phát hiện là số lượng tài nguyên mà khách hàng sở hữu, mức độ giáo dục, tình trạng hôn nhân, mục đích của khoản vay,

số năm có tài khoản với ngân hàng Bằng cách này, các tác giả xác nhận tầm quan trọng của các biến số xã hội học và liên kết kết quả của nghiên cứu với các vấn đề cụ thể đặc trưng cho các thành viên mới của EU

Theo nghiên cứu của Peter & Peter (2006) ước tính khả năng vỡ nợ liên quan đến thu nhập và các yếu tố khác với dữ liệu của Úc (Cục Thống kê Úc, ABS 2001) cho một mẫu gồm 3.431 hộ gia đình, tỷ lệ trả được nợ cao hơn đáng kể so với tín dụng tiêu dùng Kết quả cho thấy rằng độ tuổi của chủ hộ đóng vai trò quan trọng: Các hộ gia đình trẻ có xu hướng bị ảnh hưởng xấu bởi gánh nặng ngày càng tăng của các khoản thanh toán thế chấp Thu nhập và các yếu tố nhân khẩu học xã hội cũng có ảnh hưởng: Thu nhập thấp, ít được giáo dục, tuổi đời trẻ và ly hôn là những yếu tố làm tăng khả năng vỡ nợ (V Peter & Peter, 2011)

Trên thế giới đã có nhiều nghiên cứu được thực hiện về việc tìm hiểu và giải thích các yếu tố có ảnh hưởng đến khả năng vỡ nợ của KHCN tại các ngân hàng Trong số đó, phải kể đến nghiên cứu của Mathews & Slocum (1969) Đây là một trong những nghiên cứu sớm nhất về các yếu tố có tính quyết định đến khả năng vỡ nợ trong tín dụng KHCN tại các ngân hàng Nghiên cứu này chỉ ra rằng các chủ thẻ có mức thu nhập thấp, địa vị xã hội thấp hơn có xu hướng sử dụng thẻ tín dụng không hiệu quả và khả năng trả nợ thấp hơn so với những chủ thẻ có thu nhập cao, địa vị xã hội cao hơn (Mathews & Slocum, 1969)

Nghiên cứu của Agarwal & Cộng sự (2009) đánh giá ảnh hưởng của các đặc điểm thông tin cá nhân về vốn đến khả năng vỡ nợ của hộ gia đình và kết quả vỡ nợ trên bộ dữ liệu của hơn 170.000 chủ thẻ tín dụng trong thời gian trên 24 tháng Kết quả cho thấy, các yếu tố rủi ro như chi tiêu, nợ, thu nhập, tài sản, điều kiện kinh tế, môi trường pháp lý, đặc điểm nhân khẩu học xã hội có ảnh hưởng đến khả năng vỡ

nợ Người vay chuyển nơi ở có xu hướng vỡ nợ nhiều hơn, người đã kết hôn và sở hữu một ngôi nhà của riêng mình có nguy cơ vỡ nợ thấp hơn Theo độ tuổi, nhóm khách hàng trẻ nhất (30 tuổi trở xuống) và già nhất (60 tuổi trở lên) có nguy cơ phá sản thấp nhất Thu nhập và tài sản cũng đóng vai trò tương đối quan trọng khi kết quả chỉ ra rằng chủ thẻ với thu nhập cao và nhiều tài sản có khả năng vỡ nợ ít hơn tương ứng là 17% và 22%

Bằng cuộc điều tra hàng tháng ngẫu nhiên qua điện thoại được tiến hành bởi Trung tâm nghiên cứu khảo sát tại Đại học bang Ohio trên mẫu 500 hộ gia đình ở bang này từ tháng 2/1998 đến tháng 5/1999, nghiên cứu của Dunn & Kim (1999) đã tập trung vào mối quan hệ giữa khả năng vỡ nợ và kết quả của sự lựa chọn tài chính của khách hàng trong phạm vi các điều khoản hợp đồng với ngân hàng phát hành thẻ tín dụng Kết quả cho thấy rằng, các biến nhân khẩu học xã hội như tuổi tác, tình trạng hôn nhân, số con có liên quan mạnh mẽ đến khả năng vỡ nợ trong khi thu nhập, giáo dục và

sở hữu nhà không có ảnh hưởng như giả thuyết ban đầu (Dunn & Kim, 1999)

Livingstone & Lunt (1992) báo cáo về những phát hiện của một cuộc khảo sát chuyên sâu về các yếu tố xã hội, kinh tế và tâm lý liên quan đến nợ Phân tích biệt số

và phân tích hồi quy bội được sử dụng để giải quyết mục tiêu nghiên cứu Các yếu tố xã hội học được tìm thấy có vai trò tương đối nhỏ trong khả năng trả nợ Thu nhập được dự đoán quan trọng nhất trong việc xác định trả nợ Các yếu tố về thái độ (là tín dụng thay

vì chống trả nợ) được coi là những yếu tố dự báo quan trọng về trả nợ và không trả nợ Các yếu tố tâm lý khác, tập trung vào các phân bổ kinh tế, kiểm soát, chiến lược đối phó

và niềm vui của người khách hàng là rất quan trọng và một loạt các hoạt động kinh tế cụ thể cũng liên quan đến kinh nghiệm về trả nợ (Livingstone & Lunt, 1992)

Ozdemir (2004) thực hiện phân tích mối liên hệ giữa rủi ro vỡ nợ của khách hàng tín dụng tiêu dùng với một số đặc điểm nhân khẩu học và tài chính sử dụng dữ liệu của một ngân hàng ở Thổ Nhĩ Kỳ Kết quả cho thấy, trừ biến tình trạng nơi ở, các biến nhân khẩu học khác không có ảnh hưởng đến khả năng vỡ nợ của KHCN Trong khi đó, các đặc điểm về tài chính có thể giải thích tốt khả năng vỡ nợ, điển hình là biến lãi suất và thời hạn vay Theo đó, thời hạn vay càng dài và lãi suất càng cao thì khả năng hoàn thành đúng nghĩa vụ thanh toán nợ của khách hàng càng thấp

Nghiên cứu của Arminger & Cộng sự (1997) được thực hiện trên mẫu dữ liệu gồm 8.163 quan sát của một ngân hàng chuyên về tín dụng tiêu dùng ở Đức trong

2 năm 1991 và 1992 bằng cách so sánh kết quả của hai phương pháp trên với kết quả từ hệ thống tiếp cận (feedforward network) Các biến giải thích chính được sử dụng bao gồm: Tuổi, giới tính, tình trạng hôn nhân, thâm niên công tác và sở hữu

xe hơi Kết quả cho thấy, khả năng trả nợ tốt hơn thuộc về nhóm các đối tượng người trưởng thành, người có ô tô, người có thâm niên công tác, người có gia đình

và nữ giới

Jacobson & Roszbach (2003) thực hiện nghiên cứu với trường hợp vay vốn ở các ngân hàng tại Thụy Điển Với mẫu dữ liệu gồm 13.338 hồ sơ xin vay tiêu dùng cá nhân tại một ngân hàng lớn ở Thụy Điển từ 9/1994 đến 8/2005, các tác giả đã sử dụng phép đo 57 biến và chỉ ra 16 biến dùng được sau khi đã loại đi các biến tương quan Các biến có tác động đáng kể đến khả năng vỡ nợ gồm: Tuổi tác, thu nhập, sự thay đổi trong thu nhập hàng năm và một số điều kiện tín dụng miễn thế chấp có tác động đáng kể đến khả năng vỡ nợ (Jacobson & Roszbach, 2003)

1.1.2 Các nghiên cứu trong nước về các yếu tố ảnh hưởng lên khả năng vỡ

nợ của khách hàng

Nghiên cứu của Đào Thị Thanh Bình (2019) về xây dựng mô hình chấm điểm tín dụng KHCN vay tiêu dùng tại Việt Nam Tác giả sử dụng phương pháp của hệ thống FICO có tính đến tình hình của Việt Nam Bài báo cũng nhằm mục tiêu giúp cho người tiêu dùng tính được điểm tín dụng của mình một cách đơn giản Với 5 biến giải thích được đánh giá là quan trọng được tác giả đưa vào mô hình phân tích biệt số: X1 = Học vấn; X2 = Nghề nghiệp; X3= Thu nhập (đơn vị triệu đồng); X4 = Số người phụ thuộc; X5 = Tài khoản Kết quả phân loại mang lại khả năng chính xác là 89,4% Trong đó, tác giả chỉ ra mô hình với hàm phi chuẩn hóa có khả năng tốt hơn so với hàm chuẩn hóa Hai yếu tố là X4 (số người phụ thuộc) và X5 (tài khoản) có đóng góp nhiều nhất cho dự báo khả năng vỡ nợ của khách hàng (Đào Thị Thanh Bình, 2019) Nghiên cứu của Phạm Thị Thu Trà & Robert Lensink (2008) xem xét sự khác biệt về khả năng vỡ nợ trong tín dụng chính thức, phi chính thức và bán chính thức Đồng thời, phân tích các yếu tố quyết định đến khả năng vỡ nợ liên quan tới ba nguồn tín dụng này bằng việc sử dụng bộ dữ liệu thống kê về hộ gia đình Việt Nam Các tác giả thấy rằng, các hộ gia đình nhỏ với tài sản thế chấp hoặc bảo lãnh chủ yếu vay chính thức và bán chính thức trong khi nhà thầu nữ, hộ lớn và khách hàng vay không cần thế chấp hoặc người bảo lãnh chủ yếu dựa vào vay phi chính thức Bên cạnh đó,

người cho vay không chính thức chịu nguy cơ vỡ nợ cao hơn so với cho vay chính thức và bán chính thức Một số điều khoản trong hợp đồng vay có liên quan đến việc xác định rủi ro vỡ nợ trong tín dụng chính thức chẳng hạn như thời hạn cho vay, lãi suất cho vay và đặc biệt vai trò người thân trong việc cho vay không chính thức được nhấn mạnh, theo đó vay người thân làm giảm tỷ lệ vỡ nợ

Nghiên cứu của Đường Thị Thanh Hải (2014) về đặc điểm và các yếu tố ảnh hưởng đến tín dụng cá nhân tại hệ thống ngân hàng thương mại ở Việt Nam hiện nay Kết quả nghiên cứu chỉ ra, các đặc điểm của tín dụng cá nhân gồm: Quy mô khoản vay nhỏ nhưng số lượng vay lớn; Các khoản tín dụng cá nhân có mức lãi suất cho vay chưa linh hoạt; Tín dụng cá nhân có chi phí lớn nhất trong danh mục tín dụng của ngân hàng; Tín dụng cá nhân có mức độ rủi ro cao Đồng thời, nghiên cứu cũng chỉ ra các yếu tố ảnh hưởng tới chất lượng tín dụng khách hàng cá nhân: (i) Yếu tố từ phía ngân hàng (chiến lược kinh doanh, chính sách, quy định của ngân hàng, cán bộ tín dụng, công tác thông tin, công nghệ của ngân hàng); (ii) Yếu tố từ phía khách hàng (năng lực tài chính, thói quen, đạo đức của khách hàng); (iii) Yếu tố từ bên ngoài (đặc điểm văn hóa, kinh tế vĩ mô) (Đường Thị Thanh Hải, 2014)

Nghiên cứu của Lê Văn Triết (2010) về hoàn thiện hệ thống xếp hạng tín dụng cá nhân của Ngân hàng thương mại (NHTM) Á Châu Tác giả chỉ sử dụng thống kê mô tả các thông tin của khách hàng có nợ xấu theo tỷ lệ phần trăm các chỉ tiêu về tuổi, trình

độ học vấn, tình trạng hôn nhân, chỗ ở hiện tại, số lượng bất động sản đang sở hữu, số người phụ thuộc, thu nhập, chi phí sinh hoạt, số tiền vay, thời hạn vay, mục đích vay,

tỷ lệ vay/vốn đầu tư, tài sản thế chấp, số tiền trả nợ hàng tháng Kết quả mô tả cho thấy, độ tuổi của khách hàng có nợ xấu trung bình là 35 tuổi

Nghiên cứu của Hoàng Thị Kim Diễm (2012) với Ngân hàng Đầu tư và Phát triển Chi nhánh Nam Sài Gòn Việc sử dụng mô hình Logit với số lượng 137 khách hàng, tác giả đã tìm ra các yếu tố ảnh hưởng tới khả năng trả nợ của KHCN bao gồm: (1) Giới tính; (2) Thuê nhà; (3) Tình trạng hôn nhân; (4) Thời gian cư trú; (5) Tiết kiệm hàng tháng có tác động ngược chiều lên khả năng trả nợ của doanh nghiệp Các yếu tố: (6) Trình độ học vấn; (7) Sở hữu nhà; (8) Rủi ro nghề nghiệp; (9) Thời gian làm việc; (10) Thu nhập hàng tháng; (11) Số dịch vụ khác sử dụng; (12) Làm cho công

ty vốn nhà nước có tác động cùng chiều lên khả năng trả nợ của khách hàng đối với ngân hàng (Hoàng Thị Kim Diễm, 2012)

Nghiên cứu của Nguyễn Quốc Nghi (2013) thực thiện đánh giá các yếu tố ảnh hưởng đến khả năng trả nợ vay đúng hạn của hộ gia đình tại Ngân hàng Agribank Kết quả phân tích dữ liệu với mô hình Probit từ 202 hộ gia đình làm nông nghiệp có thực

hiện vay vốn tại Ngân hàng Agribank Chi nhánh Hậu Giang Kết quả chỉ ra, các yếu tố thu nhập hàng tháng, học vấn của chủ hộ, thời gian tiếp xúc với ngân hàng, thông tin tiếp cận thị trường, mục đích sử dụng nguồn vốn vay có ảnh hưởng tới khả năng trả được nợ của hộ gia đình Ngoài ra, các yếu tố khác về lãi suất hay số người phụ thuộc trong gia đình không có quan hệ tới khả năng trả nợ của khách hàng (Nguyễn Quốc Nghi, 2013) Từ kết quả nghiên cứu này, tác giả cũng tiến hành xây dựng mô hình xếp hạng tín dụng KHCN tại Ngân hàng Agribank Chi nhánh Hậu Giang

Nghiên cứu của Đinh Thị Huyền Thanh & Kleimeier (2007) bằng việc sử dụng

bộ dữ liệu gồm 56.037 quan sát của một NHTM Việt Nam, thông qua hồi quy Logistic các tác giả đã đưa ra kết luận đối với những biến số có ảnh hưởng lớn đến khả năng vỡ nợ của KHCN với mô hình tối ưu được ước lượng là 16 biến có ý nghĩa, bao gồm các biến như: Thâm niên giao dịch với ngân hàng, giới tính, số khoản vay và thời hạn vay (Dinh & Kleimeier, 2007)

1.1.3 Các nghiên cứu ước lượng dự báo về rủi ro vỡ nợ của khách hàng sử dụng cây phân loại

Nghiên cứu về dự báo rủi ro tín dụng theo tiếp cận mô hình phân tích biệt số (DA)

và mạng neuron thần kinh (ANN) ở Tunisian của Khemakhem & Boujelbene (2015) Nghiên cứu này là khám phá một cách thực tế mới dựa trên mạng thần kinh nhân tạo Kết quả sẽ giúp nhân viên ngân hàng dự đoán rủi ro việc không thanh toán được mà các khách hàng yêu cầu vay Mô hình mới này được thúc đẩy bởi sự thiếu sót của các mô hình phổ biến truyền thống Mẫu bao gồm 86 công ty tài chính ở Tunisian đã được tính toán trong khoảng thời gian từ năm 2005 đến năm 2007 Kết quả thu được so sánh với các phân tích biệt số Các tác giả đã chỉ ra rằng kĩ thuật mạng thần kinh nhân tạo (ANN) chính xác hơn về mặt dự đoán (Khemakhem & Boujelbene, 2015)

Booth và Cộng sự (2014) thực hiện nghiên cứu về giao dịch tự động với Random Forest và tính thời vụ Các tác giả đề xuất một hệ thống chuyên gia sử dụng các kỹ thuật máy móc mới để dự đoán lợi nhuận của các sự kiện theo mùa và sau đó sử dụng các dự đoán này để phát triển một chiến lược giao dịch có lợi nhuận Trong bài viết này, các tác giả giới thiệu một hệ thống giao dịch tự động dựa trên mô hình dự báo Random Forest nhằm cải thiện lợi nhuận và sự ổn định của các sự kiện theo mùa Một phân tích về các kỹ thuật hồi quy khác nhau được thực hiện cũng như khám phá những

ưu điểm của các kỹ thuật khác nhau Hiệu suất của các mô hình được phân tích bằng cách sử dụng một lượng lớn cổ phiếu từ DAX Kết quả cho thấy, các phân loại Random Forest có trọng số suy thoái tạo ra kết quả vượt trội về cả lợi nhuận và độ chính xác dự đoán so với các kỹ thuật khác (Booth et al., 2014)

Bennell & Cộng sự (2006) sử dụng bộ dữ liệu toàn diện của các cơ quan xếp hạng và các quốc gia trong giai đoạn 1989 - 1999 Nghiên cứu này chứng minh rằng, mạng thần kinh nhân tạo (ANN) đại diện cho một công nghệ vượt trội để hiệu chỉnh và

dự đoán xếp hạng tín dụng so với mô hình Probit (mô hình Probit trước đó đã được xem xét là cách tiếp cận kinh tế lượng thành công nhất) ANN đã được áp dụng cho các vấn đề phân loại rất thành công trên một loạt các ứng dụng khi không có mô hình

lý thuyết chính xác để củng cố các mối quan hệ trong dữ liệu Các kết quả cho xếp hạng tín dụng chứng thực qua kết quả của các nhà nghiên cứu khác rằng ANN là cây phân loại hiệu quả cao (Bennell et al., 2006)

Finch & Schneider (2007) thực hiện đề tài phân loại độ chính xác của mạng neuron thần kinh (ANN) so với phân tích biệt số (DA), hồi quy Logistic và các cây phân loại Nghiên cứu này, so sánh độ chính xác dự đoán của ba phương pháp tham số thường được sử dụng để phân loại thành các nhóm gồm phân tích phân biệt tuyến tính, phân tích phân biệt bậc hai và hồi quy Logistic Nghiên cứu mô phỏng đã xem xét tác động của các yếu tố như sự bất bình đẳng của ma trận hiệp phương sai, phân phối các yếu tố dự đoán và tỷ lệ kích thước nhóm (trong số các yếu tố khác) đến hiệu suất của từng phương pháp Kết quả chỉ ra rằng, phân tích phân biệt bậc hai luôn thực hiện tốt như các phương pháp khác trong khi các mạng neuron thần kinh hoạt động rất giống với phân tích phân biệt tuyến tính và hồi quy Logistic (Finch & Schneider, 2007) Nghiên cứu của Pacelli & Azzollini (2011) về sử dụng mạng thần kinh nhân tạo (ANN) cho quản lý rủi ro tín dụng tại Italia Mạng thần kinh nhân tạo đại diện cho một phương pháp thay thế cho các phương pháp phân loại truyền thống vì chúng có thể thích ứng với các tình huống phức tạp Như đã được nhấn mạnh trong các nghiên cứu khác, trên thực tế các mạng neuron nhân tạo đặc biệt phù hợp để phân tích, giải thích các mối quan hệ ẩn giấu chi phối các dữ liệu phức tạp và thường làm lu mờ các hiện tượng và quy trình Nghiên cứu này giới thiệu một cách tổng quan về tài liệu trong việc áp dụng các hệ thống trí tuệ nhân tạo để quản lý rủi ro tín dụng Mô hình này phát triển hơn so với các mô hình nghiên cứu khác Kết quả cho thấy, sự khác biệt giữa hai

mô hình mạng thần kinh Bên cạnh đó, nghiên cứu cũng chỉ ra mô hình mạng neuron nhân tạo có thể hỗ trợ tốt hơn với mô hình truyền thống Nhưng nghiên cứu cũng đưa

ra khuyến nghị về việc kết hợp sử dụng các mô hình phân tích hồi quy như Logisitc hay Probit để hỗ trợ nhau trong việc dự báo (Pacelli & Azzollini, 2011)

Zang (2011) thực hiện sử dụng mô hình mạng neuron thần kinh nhân tạo (ANN)

để dự báo khả năng vỡ nợ của khách hàng trong các ngân hàng thương mại ở Trung Quốc Tác giả sử dụng mạng neuron thần kinh BP để xây dựng chỉ số vỡ nợ của các KHCN trước tiên, sau đó tác giả sử dụng kết quả về các trọng số cho từng biến trong

mô hình ANN để kiểm tra cho mẫu thử bên ngoài về khả năng vỡ nợ Kết quả cho thấy, các mẫu thử nghiệm mạng neuro thần kinh BP có độ chính xác dự đoán cao và ứng dụng tốt cho các ngân hàng thương mại ở Trung Quốc (Zhang, 2011)

Như vậy, có thể thấy rằng các nghiên cứu về những yếu tố tác động đến khả năng

vỡ nợ của KHCN là một trong những lĩnh vực đáng được quan tâm Các nghiên cứu khác nhau đã chỉ ra những ảnh hưởng khác nhau của các yếu tố nhân khẩu xã hội học, hành vi và các yếu tố môi trường kinh tế xã hội lên nguy cơ vỡ nợ của KHCN Đây là tiền đề cho những nghiên cứu tiếp theo trong lĩnh vực này

Từ những nghiên cứu đi trước, NCS tiến hành tổng hợp các nghiên cứu theo bảng tổng hợp sau:

Bảng 1.1 Tổng hợp các nghiên cứu về khả năng vỡ nợ của khách hàng

Abid (2018)

Mô hình dự đoán thanh toán mặc định cho vay tiêu dùng của người tiêu dùng: Một ứng dụng của hồi quy Logistic (LR) và phân tích phân biệt (DA) trong một ngân hàng thương mại

Mô hình Logit, phân tích phân biệt (DA)

Bằng cách so sánh hiệu suất tương ứng của hồi quy Logistic (LR) và phân tích phân biệt (DA), kết quả nhận thấy rằng mô hình LR mang lại hiệu quả tốt 99% Phương pháp DA (trong đó

Mô hình Logit, phân tích cụm

Ở Thái Lan chỉ có hai yếu tố: (1) Trình độ học vấn của chủ hộ và (2) Giá trị đầu tư của hộ có tác động cùng chiều lên khả năng trả nợ của các

hộ gia đình Đối với Việt Nam đã tìm ra có 2 yếu tố có ảnh hưởng: (1) Khoản vay của hộ và (2) Dân tộc của hộ có tác động cùng chiều lên khả năng trả nợ tín dụng của hộ dân

Mensah

(2013)

Mối quan hệ giữa mức độ vỡ nợ

và lịch trả nợ Hồi quy đa biến

Kết quả nghiên cứu chỉ ra rằng, không có mối quan hệ đáng kể giữa vỡ nợ cho vay và lịch trả

nợ Các khoản vay không được hỗ trợ bởi tài sản thế chấp cũng được phát hiện đã góp phần đáng

kể vào việc vỡ nợ trong số các khoản vay của khách hàng

Tác giả Tên đề tài Phương pháp sử dụng Kết quả

Ojiaki &

Ogbukwa

(2012)

Phân tích kinh tế về khả năng trả

nợ của nông dân hợp tác xã nhỏ tại Khu vực chính quyền địa phương Bắc Yewa của bang Ogun, Nigeria

Tương quan, hồi quy đa biến, mô hình Logit

Chỉ có 3 yếu tố có tác động thực sự lên khả năng trả nợ: (1) Quy mô hộ gia đình có tác động ngược chiều lên khả năng trả nợ; (2) Quy

mô sử dụng đất cho nông nghiệp có tác động cùng chiều lên khả năng trả nợ của người nông dân; và (3) Số tiền vay có tác động cùng chiều lên khả năng trả nợ của hộ dân

Panel data, Parametric

semi-Kết luận cho thấy, các yếu tố rủi ro như chi tiêu, nợ, thu nhập, tài sản, điều kiện kinh tế, môi trường pháp lý và đặc điểm nhân khẩu học

xã hội có ảnh hưởng đến khả năng vỡ nợ

Tác giả Tên đề tài Phương pháp sử dụng Kết quả

Dunn & Kim

(1999)

Đánh giá khả năng vỡ nợ với thẻ

tín dụng Mô hình Logit

Kết quả cho thấy rằng các biến nhân khẩu học

xã hội như tuổi tác, tình trạng hôn nhân và số con có liên quan mạnh mẽ để khả năng vỡ nợ trong khi thu nhập, giáo dục và sở hữu nhà không có ảnh hưởng tới khả năng vỡ nợ

và không trả nợ Các yếu tố tâm lý khác, tập trung vào các phân bổ kinh tế, kiểm soát, chiến lược đối phó và niềm vui của người khách hàng

là rất quan trọng và một loạt các hoạt động kinh

tế cụ thể cũng liên quan đến kinh nghiệm về khả năng trả nợ

vỡ nợ, điển hình là biến lãi suất và thời hạn vay

Tác giả Tên đề tài Phương pháp sử dụng Kết quả

Kết quả 2 mô hình chỉ ra các đặc điểm tài chính

và hành vi quan trọng nhất đối với khả năng vỡ

nợ được phát hiện là số lượng tài nguyên mà khách hàng sở hữu, mức độ giáo dục, tình trạng hôn nhân, mục đích của khoản vay và số năm

có tài khoản với ngân hàng

Arminger &

cộng sự

(1997)

Phân tích dữ liệu rủi ro tín dụng:

So sánh phân biệt Logistic với

mô hình phân tích cây phân loại

và các mạng liên kết

Mô hình Logit

Kết quả cho thấy khả năng trả nợ tốt hơn thuộc

về nhóm các đối tượng: Người trưởng thành, người có ô tô, người có thâm niên công tác, người có gia đình và nữ giới

Peter & Peter

Tác giả Tên đề tài Phương pháp sử dụng Kết quả

Thu nhập và các yếu tố nhân khẩu học xã hội cũng có ảnh hưởng: Thu nhập thấp, ít được giáo dục, tuổi đời trẻ và ly hôn là những yếu tố làm tăng khả năng vỡ nợ

Mô hình phân tích biệt số

Kết quả phân loại mang lại khả năng chính xác

là 89,4% Trong đó, tác giả chỉ ra mô hình với hàm phi chuẩn hóa có khả năng tốt hơn so với hàm chuẩn hóa Hai yếu tố là số người phụ thuộc và tài khoản có đóng góp nhiều nhất cho

dự báo khả năng vỡ nợ của khách hàng

Mô hình Logit

Các tác giả thấy rằng các hộ gia đình nhỏ với tài sản thế chấp và/ hoặc bảo lãnh chủ yếu vay chính thức và bán chính thức trong khi nhà thầu

nữ, hộ lớn và khách hàng vay không cần thế chấp hoặc người bảo lãnh chủ yếu dựa vào vay phi chính thức Bên cạnh đó, người cho vay không chính thức chịu nguy cơ vỡ nợ cao hơn

so với cho vay chính thức và bán chính thức Một số điều khoản trong hợp đồng vay có liên quan đến việc xác định rủi ro vỡ nợ trong tín

Tác giả Tên đề tài Phương pháp sử dụng Kết quả

dụng chính thức, chẳng hạn như thời hạn cho vay, lãi suất cho vay và đặc biệt vai trò người thân trong việc cho vay không chính thức được nhấn mạnh, theo đó vay người thân làm giảm tỷ

lệ vỡ nợ

Lê Văn Triết

(2010)

Hoàn thiện hệ thống xếp hạng tín dụng cá nhân của ngân hàng TM

Kvamme &

cộng sự

(2018)

Dự đoán vỡ nợ thế chấp bằng cách sử dụng mô hình phân loại ANN, Random Forest

Kết quả so sánh 2 mô hình ANN và Random Forest chỉ ra mô hình Random Forest có mức

độ xác xuất ROC cao hơn so với ANN (ROC AUC là 0,918 cho các mạng neuron và 0,926 cho các mạng phân loại Random Forest)

Tác giả Tên đề tài Phương pháp sử dụng Kết quả

Kết quả cho thấy các phân loại Random Forest

có trọng số suy thoái tạo ra kết quả vượt trội về

cả lợi nhuận và độ chính xác dự đoán so với các

kỹ thuật khác Khemakhem

&

Boujelbene

(2015)

Dự đoán rủi ro tín dụng: Một nghiên cứu so sánh giữa phân tích biệt số và mạng thần kinh

Các kết quả cho xếp hạng tín dụng chứng thực qua kết quả của các nhà nghiên cứu khác rằng ANN là các phân loại hiệu quả cao hơn so với

Tác giả Tên đề tài Phương pháp sử dụng Kết quả

hỗ trợ nhau trong việc dự báo

Nguồn: Tổng hợp của tác giả

1.2 Các vấn đề về tín dụng của ngân hàng

1.2.1 Khái niệm tín dụng ngân hàng

Tín dụng ngân hàng là quan hệ chuyển nhượng tài sản giữa ngân hàng với các chủ thể kinh tế khác Theo Điều 20, Luật các tổ chức tín dụng, 2010, quy định:

“Cấp tín dụng là việc tổ chức tín dụng thỏa thuận để khách hàng sử dụng một khoản tiền với nguyên tắc có hoàn trả bằng các nghiệp vụ cho vay, chiết khấu, cho thuê tài chính, bảo lãnh ngân hàng và các nghiệp vụ khác” Ngoài ra, tín dụng là một giao dịch về tài sản (tiền hoặc hàng hóa) giữa bên cho vay (ngân hàng và các định chế tài chính khác) và bên đi vay (cá nhân, doanh nghiệp và các chủ thể khác) trong đó bên cho vay chuyển giao tài sản cho bên đi vay sử dụng trong một thời hạn nhất định theo thỏa thuận, bên đi vay có trách nhiệm hoàn trả vô điều kiện vốn gốc

và lãi cho bên đi vay khi đến hạn thanh toán (Hồ Diệu, 2011; Hồ Hoàng Triệu, 2019) Hoặc tín dụng ngân hàng là giao dịch tài sản giữa ngân hàng với bên đi vay (là các tổ chức kinh tế, cá nhân trong nền kinh tế) trong đó ngân hàng chuyển giao tài sản cho bên đi vay sử dụng trong một thời gian nhất định theo thoả thuận và bên

đi vay có trách nhiệm hoàn trả vô điều kiện cả vốn gốc và lãi cho ngân hàng khi đến hạn thanh toán (Nguyễn Minh Tiến, 2012)

Như vậy, có thể hiểu tín dụng của các ngân hàng là quan hệ chuyển nhượng quyền sử dụng vốn hoặc tài sản từ NHTM cho khách hàng trong một thời hạn nhất định với một khoản chi phí nhất định dựa trên nguyên tắc hoàn trả vô điều kiện cả vốn gốc và lãi cho bên cho vay khi đến hạn thanh toán

1.2.2 Đặc trưng của tín dụng ngân hàng

sử dụng vốn hay còn gọi là bên cho vay và người nhận quyền sử dụng vốn hay còn gọi

là bên đi vay (khách hàng) Trong một số trường hợp, quan hệ tín dụng NHTM còn xuất hiện bên thứ ba đóng vai trò là người bảo lãnh cho bên đi vay vì thế mức độ rủi ro thấp hơn do đã có sự đảm bảo thanh toán (Hồ Diệu, 2011; Hồ Hoàng Triệu, 2019; Phan Thị Thu Hà, 2013)

cho thuê động sản hay bất động sản

tắc hoàn trả vô điều kiện trong một khoảng thời hạn nhất định Quá trình đi vay và cho vay căn cứ trên cơ sở pháp lý chặt chẽ như: Hợp đồng tín dụng, khế ước nhận

nợ, hợp đồng bảo đảm tiền vay, bảo lãnh,……Khoảng thời hạn cho vay được ngân

hàng xác định thông qua tính chất thời hạn của nguồn vốn, phù hợp với chu kỳ luân chuyển vốn của đối tượng đi vay nhằm tránh được những rủi ro tiềm ẩn (Hồ Diệu, 2011; Hồ Hoàng Triệu, 2019)

và phí tín dụng Khoản lãi mà ngân hàng nhận lại được coi là khoản bù đắp cho những chi phí hoạt động và tạo ra lợi nhuận cho ngân hàng phản ánh bản chất hoạt động của ngân hàng là “đi vay để cho vay” (Hồ Diệu, 2011; Hồ Hoàng Triệu, 2019)

không chỉ phụ thuộc vào bản thân bên đi vay mà còn chịu tác động của môi trường hoạt động và các yếu tố ngoài tầm kiểm soát của khách hàng như: Biến động về giá cả hàng hóa, lãi suất, lạm phát, suy thoái kinh tế, …

1.2.3 Vai trò của tín dụng ngân hàng

cách thường xuyên và liên tục Đây là nguồn cung vốn lớn và liên tục cho nền kinh tế nhờ đó các doanh nghiệp hay cá nhân sẽ được tài trợ vốn thường xuyên để phục vụ hoạt động sản xuất kinh doanh Ngoài ra, bằng những nỗ lực cải tiến không ngừng nhằm nâng cao chất lượng tín dụng việc tiếp cận nguồn vốn vay của các chủ thể kinh

tế ngày càng trở nên nhanh chóng và dễ dàng hơn góp phần duy trì sự vận hành nhịp nhàng của toàn bộ nền kinh tế (Nguyễn Minh Tiến, 2012)

trung vốn Thông qua chức năng trung gian tài chính, các NHTM đã và đang phát huy tối đa tính tích cực của việc thu hút vốn thông qua chính sách tín dụng hấp dẫn đáp ứng nhu cầu đa dạng của thị trường tạo đòn bẩy tài chính cho các doanh nghiệp phát triển kinh doanh sản xuất (Nguyễn Minh Tiến, 2012)

giữa các ngành nghề trong nền kinh tế và là công cụ quan trọng trong việc tổ chức đời sống dân cư

1.2.4 Các hình thức tín dụng của ngân hàng

Phân loại theo thời gian cấp tín dụng

Cho vay ngắn hạn: Có thời hạn đến 1 năm và mục đích chủ yếu là nhằm bù đắp những thiếu hụt vốn lưu động tạm thời của các doanh nghiệp cũng như nhu cầu chi tiêu ngắn hạn của cá nhân

Cho vay trung hạn: Thời gian cấp tín dụng từ 1 đến 5 năm nhằm mục đích mua sắm tài sản cố định, mở rộng sản xuất kinh doanh, xây dựng các dự án mới có quy mô nhỏ và thời gian thu hồi vốn nhanh

Cho vay dài hạn: Thời hạn trên 5 năm có thể kéo dài đến 30 năm nhằm đáp ứng nhu cầu dài hạn của khách hàng như xây nhà ở, xí nghiệp, nhà máy mới, …

Phân loại theo mục đích sử dụng vốn

Tín dụng phục vụ hoạt động sản xuất kinh doanh: Nhằm cung cấp vốn cho các doanh nghiệp đầu tư mở rộng hoạt động kinh doanh, cải tiến trang thiết bị

Tín dụng tiêu dùng: Cung cấp cho khách hàng khả năng tiếp cận với nguồn vốn tạm thời nhằm đáp ứng cho nhu cầu chi tiêu hàng ngày

Phân loại theo phương thức hoàn trả

Cho vay hoàn trả một lần là hình thức cho vay thanh toán một lần theo thời hạn

đã được thỏa thuận trước giữa khách hàng và ngân hàng

Cho vay trả góp: Khách hàng phải hoàn trả gốc và lãi theo định kỳ áp dụng đối với cho vay bất động sản, nhà ở, thương mại, tiêu dùng

Phân loại theo mức độ đảm bảo

Cho vay có đảm bảo là loại cho vay dựa trên cơ sở các bảo đảm như thế chấp, cầm cố hoặc có sự bảo lãnh của bên thứ ba

Cho vay không đảm bảo là loại cho vay không có tài sản thế chấp đảm bảo hay không có sự bảo lãnh của bên thứ ba mà chỉ dựa trên uy tín của khách hàng

Phân loại theo đối tượng cấp tín dụng

Tín dụng tiền tệ: Là loại hình cấp tín dụng bằng tiền tệ

Tín dụng thuê mua: Là hình thức cho thuê vận hành hoặc cho thuê tài chính Tài sản cho thuê bao gồm động sản và bất động sản

Phân loại theo xuất xứ tín dụng

Cho vay trực tiếp: Ngân hàng thực hiện cấp vốn cho người có nhu cầu và người

đi vay tiến hành trả nợ trực tiếp cho ngân hàng

Cho vay gián tiếp: Là khoản cho vay được ngân hàng thực hiện thông qua mua lại các khế ước hoặc chứng từ nhận nợ đã phát sinh và vẫn còn thời hạn thanh toán Các NHTM cho vay gián tiếp bằng các hình thức như: Chiết khấu thương phiếu, mua lại các hợp đồng trả góp của các công ty bán hàng, mua lại các khoản nợ của các doanh nghiệp (nghiệp vụ factoring)

Phân loại theo thành phần kinh tế

Tín dụng các định chế tài chính: Bao gồm cấp tín dụng cho các ngân hàng, công

ty tài chính, công ty bảo hiểm và các định chế tài chính khác

Tín dụng KHDN: Là loại hình cấp tín dụng cho các doanh nghiệp nhằm tài trợ vốn lưu động, đầu tư dự án, mua sắm trang thiết bị, máy móc

Tín dụng KHCN: Là loại cho vay nhằm mục đích đáp ứng các nhu cầu tiêu dùng như mua sắm các vật dụng, cũng như trang trải các chi phí thông thường của đời sống thông qua việc phát hành thẻ tín dụng

Hiện nay, các NHTM đều đang nỗ lực cải tiến quy trình tín dụng, nâng cao chất lượng dịch vụ tín dụng nhằm đáp ứng được những yêu cầu linh hoạt của thị trường Một trong những loại hình cấp tín dụng được các ngân hàng chú trọng nhất đó là tín dụng KHCN

1.3 Các vấn đề về tín dụng khách hàng cá nhân

1.3.1 Tín dụng khách hàng cá nhân

Định nghĩa tín dụng khách hàng cá nhân

Trên cơ sở định nghĩa “tín dụng ngân hàng”, tín dụng KHCN có thể được hiểu

là hình thức tín dụng mà ở đó NHTM đóng vai trò là người chuyển nhượng quyền sử dụng vốn của mình cho KHCN sử dụng trong một thời gian nhất định và phải hoàn trả

cả gốc lẫn lãi (Nguyễn Đăng Đờn, 2013)

Đặc điểm của tín dụng khách hàng cá nhân

mục đích vay của KHCN chủ yếu là nhằm đáp ứng nhu cầu chi tiêu phục vụ đời sống hoặc nhằm mục đích bổ sung vốn kinh doanh Vì thế, mà khối lượng khoản vay cũng

bị giới hạn bởi các yếu tố như khả năng trả nợ, tính hợp lý của khoản vay cũng như những yêu cầu về tài sản đảm bảo Tuy nhiên, số lượng khách vay là rất lớn và nhu cầu tín dụng cũng vì thế mà rất đa dạng

tượng này thường khó tiếp cận, không đầy đủ và toàn diện vì tính bảo mật cao Điều này dẫn đến rủi ro thông tin bất cân xứng khiến cho việc thẩm định khách hàng sẽ thiếu chính xác Ngoài ra, rủi ro tác nghiệp xuất phát từ chính quá trình thẩm định khách hàng cũng là một trong những nguyên nhân gây tổn thất cho ngân hàng

hình tín dụng này, các ngân hàng sẽ phải chú trọng đến những khoản đầu tư với chi phí cao như mở rộng quảng cáo, tiếp thị để nâng cao khả năng tiếp cận và khai thác những khách hàng tiềm năng, mở rộng phạm vi sử dụng dịch vụ; phát triển nhân sự nhằm cung cấp dịch vụ một cách nhanh chóng, hiệu quả và chính xác

Vai trò của tín dụng khách hàng cá nhân

Đối với chủ thể khách hàng cá nhân, tín dụng KHCN là kênh cấp vốn đáp ứng nhu cầu vốn của khách hàng cho nhu cầu chi tiêu hàng ngày cũng như phục vụ nhu cầu sản xuất kinh doanh Với sự đa dạng, phong phú về sản phẩm mà các ngân hàng đã và đang nỗ lực phát triển để cải thiện quy trình cấp tín dụng nên việc tiếp cận nguồn vốn của KHCN thông qua nghiệp vụ tín dụng của ngân hàng ngày một dễ dàng hơn

Đối với ngân hàng, tín dụng KHCN là một kênh quảng bá thương hiệu hữu hiệu Bằng việc cung cấp dịch vụ tín dụng cho một lượng lớn KHCN, các ngân hàng

có thể nhờ đó mà thực hiện bán chéo các sản phẩm khác như: Cung cấp dịch vụ ngân hàng điện tử, tiền gửi tiết kiệm,…giúp nâng cao khả năng cạnh tranh và củng cố thương hiệu trên thị trường

Đối với nền kinh tế, tín dụng KHCN góp phần khai thác triệt để nguồn vốn nhàn rỗi trong xã hội Qua đó, giúp lưu thông vốn một cách liên tục và hiệu quả từ nơi thừa vốn đến nơi thiếu vốn, từ nơi có hiệu quả thấp đến nơi có hiệu quả cao

1.3.2 Chính sách tín dụng khách hàng cá nhân

Chính sách tín dụng KHCN tại các ngân hàng sẽ phụ thuộc vào mục tiêu, chính sách hoạt động và luôn có sự thay đổi phù hợp với điều kiện kinh tế xã hội cũng như đảm bảo hoạt động cho vay phát triển, bền vững và sinh lợi cho ngân hàng

Tài sản đảm bảo

Là yếu tố quan trọng mang tính quyết định đối với giao dịch cho vay của ngân hàng Thông thường, các NHTM yêu cầu loại tài sản đảm bảo của các KHCN khi đi vay gồm: Bất động sản sở hữu hợp pháp; Sổ tiết kiệm, số dư tiền gửi, các chứng từ có giá khác; Máy móc thiết bị, phương tiện vận tải sở hữu hợp pháp, Tiêu chí tài sản đảm bảo được quy định tại các ngân hàng sẽ là khác nhau, thậm chí tại cùng một ngân hàng quy định đối với tài sản tại các thời điểm khác nhau cũng có thể có sự khác nhau

Thời hạn cho vay

Tùy từng loại sản phẩm, tùy theo từng giai đoạn khác nhau và khả năng đáp ứng nguồn vốn của ngân hàng các NHTM sẽ xem xét cho vay tối đa trong thời hạn nhất định

Hạn mức cho vay

Hạn mức cho vay mà các NHTM được xác định dựa trên cơ sở: Nhu cầu thực

tế, khả năng hoàn trả của khách hàng và không vượt quá tỷ lệ cho vay đối với từng loại tài sản đảm bảo Thêm vào đó, với từng gói cho vay khác nhau, các ngân hàng cũng sẽ cung cấp những mức cho vay khác nhau cho khách hàng

Lãi suất cho vay

Lãi suất cho vay tại các ngân hàng được coi là một trong những kênh hữu hiệu trong việc cạnh tranh để thu hút khách hàng Thông thường, lãi suất cho vay áp dụng đối với KHCN sẽ cao hơn mức lãi suất cho vay dành cho khách hàng doanh nghiệp Lãi suất cho vay áp dụng tại các ngân hàng là rất linh hoạt và có sự khác biệt giữa các khoản vay, thời gian vay, loại tiền vay, hạn mức của khoản vay,… dựa trên các tiêu chí:

Thời gian vay càng dài thì lãi suất càng cao;

Số tiền vay càng lớn thì lãi suất càng thấp;

Mục đích vay: Các khoản vay cho mục đích tiêu dùng thông thường có lãi suất cao hơn các khoản vay phục vụ mục đích sản xuất kinh doanh;

Tài sản đảm bảo: Các khoản vay có tài sản đảm bảo khác nhau sẽ chịu mức lãi suất khác nhau; Các khoản vay được đảm bảo bằng bất động sản sẽ có mức lãi suất thấp hơn các khoản vay được có tài sản đảm bảo là động sản

1.3.3 Quy trình tín dụng khách hàng cá nhân

Thông thường, tại các NHTM quy trình tín dụng KHCN sẽ trải qua các bước chính sau:

những thông tin theo yêu cầu của ngân hàng và đáp ứng được các điều kiện vay vốn Hồ

sơ vay vốn của khách hàng thường bao gồm: Các giấy tờ pháp lý xác định lý lịch của khách hàng (như chứng minh thư, sổ hộ khẩu, ); Giấy đề nghị vay vốn và phương án sử dụng vốn; Tài liệu chứng minh thu nhập, mục đích sử dụng vốn; Giấy tờ chứng minh sự

sở hữu hợp pháp đối với tài sản đảm bảo, …

dụng để xác minh tính chính xác của giấy tờ khách hàng đã nộp cho ngân hàng đồng

thời là căn cứ của việc ngân hàng cấp phép vay vốn Theo đó, các cán bộ tín dụng sẽ thực hiện kiểm tra hồ vơ vay vốn của khách hàng nhằm đảm bảo tính đầy đủ, hợp lệ của danh mục hồ sơ khách hàng; Kiểm tra tính pháp lý của mục đích vay vốn; Xác minh thông tin khách hàng; Phân tích và thẩm định tư cách, năng lực pháp luật và năng lực hành vi dân sự của khách hàng; Phân tích quan hệ của khách hàng với tổ chức tín dụng khác; Thẩm định tài sản đảm bảo; …

Căn cứ trên quy định của ngân hàng, các cán bộ tín dụng xác định phương thức cho vay cũng như mức lãi suất ấn định cho khoản vay đó một cách phù hợp

được lập trong đó nêu ra các ý kiến đề xuất đối với đề nghị vay vốn của khách hàng Sau đó, ngân hàng sẽ tiến hành tái thẩm định khoản cho vay Mọi sự sai khác giữa kết quả thẩm định và tái thẩm định sẽ dẫn đến những kết luận khác nhau về khách hàng và khoản vay mà khách hàng đó được ngân hàng cung cấp

hàng sẽ tiến hành ký kết hợp đồng tín dụng/sổ vay vốn, hợp đồng đảm bảo tiền vay và giao nhận giấy tờ cũng như tài sản đảm bảo

quá trình giải ngân sẽ diễn ra thành từng phần hay giải ngân toàn bộ

kiểm tra, giám sát nhất định đối với khoản vay để chắc chắn việc khách hàng đó đang

sử dụng khoản vay theo đúng như mục đích hợp pháp đã đăng ký với ngân hàng

hành thu nợ gốc và xử lý những phát sinh trong trường hợp khách hàng gặp khó khăn khi thực hiện trách nhiệm tài chính của mình

Thanh lý hợp đồng tín dụng, hợp đồng bảo đảm tiền vay, giải chấp tài sản đảm bảo: Khi nghĩa vụ thanh toán của khách hàng đã được thực hiện xong, ngân hàng sẽ tiến hành thanh lý hợp đồng đã ký kết và giải chấp tài sản đảm bảo trả lại cho khách hàng

hồ sơ tín dụng của khách hàng là nhằm phục vụ cho công tác quản lý và giám sát công việc của ngân hàng cũng như xây dựng lịch sử tín dụng cho khách hàng

Nguyên nhân của rủi ro tín dụng có thể đến từ nhiều lý do khác nhau bao gồm các yếu tố bên trong và bên ngoài Các rủi ro tín dụng chủ yếu bao gồm: Quản trị cũng như quản lý kém; Luật pháp quy định không phù hợp và có nhiều kẽ hở; Năng lực về mặt thể chế cũng như chính sách không phù hợp; Cho vay theo chỉ đạo cấp trên; Bảo lãnh cho vay kém; Đánh giá tín dụng ở mức kém Các nguyên nhân này đều dẫn tới rủi

ro tín dụng cho ngân hàng khi khách hàng không tiến hành trả nợ (Allen & Saunders, 2002; Breuer et al., 2010; Nijskens & Wagner, 2011)

Rủi ro tín dụng thường được coi là hệ quả của rủi ro hệ thống xuất phát từ quan điểm vĩ mô Rủi ro hệ thống đại diện cho các vấn đề tài chính lớn hơn do những người tham gia thị trường tài chính không thể đáp ứng nghĩa vụ trả nợ đối với việc gia hạn tín dụng (Giesecke & Kim, 2011; Nijskens & Wagner, 2011; Wagner & Marsh, 2006) Vấn đề mang tính hệ thống vì việc một người tham gia không thể trả tiền có thể dẫn đến việc những người tham gia khác không thể đáp ứng các nghĩa vụ tín dụng Hiệu ứng Domino này đã diễn ra trên thị trường trong cuộc khủng hoảng thế chấp năm 2009 (Giesecke & Kim, 2011; Nijskens & Wagner, 2011)

Bên cạnh đó, các yếu tố bên trong ngân hàng có thể tạo ra rủi ro tín dụng Trong các nhân viên sẽ tồn tại những nhân viên nhạy cảm với việc gian lận và có đạo đức nghề nghiệp kém sẽ dẫn tới rủi ro tín dụng cho ngân hàng (Abaidoo, 2015) Do vậy, yếu tố các khoản vay có rủi ro cao cũng như không phù hợp cần được hạn chế và kiểm soát (Black et al., 2009; Louzis et al., 2012)

1.5 Ảnh hưởng của vỡ nợ tín dụng

Nhìn chung, tác động chính của nợ xấu đối với ngân hàng là việc tăng nợ xấu làm hạn chế sự tăng trưởng tài chính của các ngân hàng (Karim et al., 2010; Kuo et al., 2010) Hậu quả này, là kết quả của việc các khoản nợ xấu làm mất khả năng thanh khoản cần thiết của ngân hàng, hạn chế khả năng tài trợ cho các doanh nghiệp có khả năng khác và cung cấp các cơ sở tín dụng cho các cá nhân Karim & Cộng sự (2010) lập luận rằng có rất nhiều doanh nghiệp hay khách hàng khả thi khác mà ngân hàng

không thể phục vụ do thực tế là các quỹ của ngân hàng đang nằm trong các khoản nợ xấu Trước những hậu quả này, ngân hàng gặp phải sự thiếu hụt về doanh thu được tạo

ra và điều này làm cho hiệu quả tài chính của ngân hàng giảm (Karimet al., 2010; Nawaz et al., 2012)

Một tác động cơ bản khác của các khoản nợ xấu đối với ngân hàng là giảm tiềm năng cho vay của ngân hàng (Karim et al., 2010) Mặc dù, điều này đã được thừa nhận trước đó nhưng điều quan trọng là phải thảo luận về nó như là một hiệu ứng độc lập Các ngân hàng tạo ra phần lớn doanh thu và lợi nhuận của ngân hàng từ hoạt động cho vay (Angaine, 2013; Fidrmuc & Hainz, 2009, 2010; Karim et al., 2010; Nawai & Shariff, 2012) Kết quả cho thấy, khi các ngân hàng mất phần lớn vốn cho vay đối với các khoản nợ xấu có khả năng phần lớn doanh thu của họ bị mất Khi doanh thu bị mất trong một năm tài chính khả năng ngân hàng cung cấp quyền truy cập vào các cơ sở tín dụng cho các doanh nghiệp và cá nhân khác thực tế

sẽ giảm trong các năm tài chính tiếp theo Điều này có nghĩa, là ngân hàng sẽ không cho vay hoặc sẽ giảm số tiền được phân bổ để cho vay trong năm tài chính tiếp theo

Khi một ngân hàng không xây dựng được một hệ thống quản lý rủi ro tín dụng tốt,

nó sẽ phải đối mặt với rất nhiều vấn đề và hậu quả tiêu cực Có thể có nhiều vấn đề liên quan đến sinh lãi và khả năng thanh khoản Lợi nhuận là bằng chứng của một doanh nghiệp hiệu quả và được quản lý tốt Các ngân hàng đang kinh doanh như bất kỳ công ty nào khác với mục đích kiếm lợi nhuận Để đạt được điều này, tổn thất phải được giảm thiểu Ngân hàng phải chắc chắn về khả năng trả nợ của người vay trước khi cấp bất kỳ khoản vay nào

Rủi ro tín dụng thường dẫn đến tình trạng thiếu vốn (mất khả năng thanh toán) An toàn vốn có nghĩa là khả năng tài chính của ngân hàng để đáp ứng với các nghĩa vụ tài chính hoặc sự không chắc chắn có thể phát sinh và do đó sẽ làm giảm rủi ro mà nó có thể phải đối mặt ở một mức độ nào đó Một vị trí an toàn vốn có thể chấp nhận được đồng nghĩa với việc ngân hàng đó không phải chịu quá nhiều rủi ro (Garderner, 2007) Ngân hàng càng có nhiều vốn, chủ nợ hoặc cơ quan bảo hiểm chính phủ càng được bảo vệ và tổn thất vốn càng lớn có thể được duy trì mà không dẫn đến phá sản

Rủi ro tín dụng cũng mang lại vấn đề thanh khoản Một ngân hàng thanh khoản cao hơn

sẽ có thể đáp ứng nhu cầu tài chính từ khách hàng của mình và tạo ra nhiều giá trị hơn Tạo thanh khoản ngân hàng có mối tương quan tích cực với giá trị ngân hàng (Berger et al., 2016; Berger & Bouwman, 2017) Các ngân hàng cho vay với các khoản thế chấp nhiều từ khách hàng cũng tạo

ra khả năng kém thanh khoản (Gaffney, 2009) Điều này là do khi kiếm tiền từ các loại tài sản thế chấp khác nhau (chẳng hạn như đất hoặc vốn), thanh khoản của ngân hàng bị mất Mất thanh khoản cho thấy họ không thể đáp ứng nhu cầu nếu khách hàng tăng và do đó khủng hoảng có thể tăng lên đối với ngân hàng (Berger & Bouwman, 2013; Bouwman, 2013)