Ứng dụng mô hình logit để đo lường khả năng trả nợ của khách hàng doanh nghiệp vừa và nhỏ tại ngân hàng thương mại cổ phần đầu tư và phát triển việt nam chi nhánh chợ lớn

Nam-Để đánh giá đúng khả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng, có thể giúp ngân hàng hạn chế được các rủi ro trong hoạt động tài trợ vốn cho doanh nghiệp, đứng trên góc

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HỒ CHÍ MINH

CAO QUÁCH YẾN

ỨNG DỤNG MÔ HÌNH LOGIT ĐỂ ĐO LƯỜNG KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP VỪA VÀ NHỎ TẠI NGÂN HÀNG TMCP ĐẦU TƯ VÀ PHÁT TRIỂN

VIỆT NAM-CHI NHÁNH CHỢ LỚN

LUẬN VĂN THẠC SĨ

Thành phố Hồ Chí Minh - Năm 2020

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HỒ CHÍ MINH

CAO QUÁCH YẾN

ỨNG DỤNG MÔ HÌNH LOGIT ĐỂ ĐO LƯỜNG KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP VỪA VÀ NHỎ TẠI NGÂN HÀNG TMCP ĐẦU TƯ VÀ PHÁT TRIỂN

VIỆT NAM-CHI NHÁNH CHỢ LỚN

Chuyên ngành: Tài chính-Ngân hàng

Mã số: 8340201 LUẬN ÁN VĂN THẠC SĨ

NGƯỜI HƯỚNG DẪN KHOA HỌC: TS LÊ HÀ DIỄM CHI

Thành phố Hồ Chí Minh - Năm 2020

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn “ỨNG DỤNG MÔ HÌNH LOGIT ĐỂ ĐO LƯỜNG KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP VỪA VÀ NHỎ TẠI NGÂN HÀNG TMCP ĐẦU TƯ VÀ PHÁT TRIỂN VIỆT NAM-CHI NHÁNH CHỢ LỚN” là công trình nghiên cứu của tôi, đ ược thực hiện trên cơ sở nghiên cứu lý thuyết

và thực tiễn dưới sự hướng dẫn khoa học của TS LÊ HÀ DIỄM CHI

Các thông tin, số liệu được sử dụng trong luận văn này là trung thực Kết quả nghiên cứu được trình bày trong luận văn chưa từng được công bố trong các công trình nghiên cứu nào khác

Tác giả

CAO QUÁCH YẾN

LỜI CẢM ƠN

Bài luận văn được hoàn thành tại Trường Đại học Ngân hàng TP.Hồ Chí Minh Trong quá trình làm luận văn tốt nghiệp em đã nhận được rất nhiều sự giúp đỡ để hoàn tất luận văn

Trước hết em xin gửi lời cảm ơn chân thành đến TS LÊ HÀ DIỄM CHI đã tận tình hướng dẫn, truyền đạt những kiến thức, kinh nghiệm cho em trong suốt quá trình thực hiện đề tài luận văn tốt nghiệp này

Xin gửi lời cảm ơn đến quý thầy cô Khoa sau đại học Trường Đại học Ngân hàng TP Hồ Chí Minh những người đã truyền đạt kiến thức quý báu cho em suốt trong thời gian học tập vừa qua

Sau cùng xin gửi lời cảm ơn đến gia đình, bạn bè và các anh chị sinh viên khóa trên… đã luôn động viên, giúp đỡ em trong quá trình làm luận luận văn

Một lần nữa, xin chân thành cảm ơn!

TÓM TẮT LUẬN VĂN Tên đề tài: Ứng dụng mô hình Logit để đo lường khả năng trả nợ của khách

hàng doanh nghiệp vừa và nhỏ tại ngân hàng TMCP Đầu tư và Phát triển Việt Chi nhánh Chợ Lớn

Nam-Để đánh giá đúng khả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng,

có thể giúp ngân hàng hạn chế được các rủi ro trong hoạt động tài trợ vốn cho doanh nghiệp, đứng trên góc độ là cán bộ quản quản lý khách hàng, tác giả lựa chọn đề tài: ỨNG DỤNG MÔ HÌNH LOGIT ĐỂ ĐO LƯỜNG KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP VỪA VÀ NHỎ TẠI NGÂN HÀNG TMCP ĐẦU

TƯ VÀ PHÁT TRIỂN VIỆT NAM-CHI NHÁNH CHỢ LỚN Để thực hiện đề tài, tác giả sử dụng mô hình phân tích hồi quy Logit với sự hỗ trợ từ phần mềm thống kê SPSS, thu thập dữ liệu của các doanh nghiệp nhỏ và vừa đang vay vốn và có đủ điều kiện xếp hạn tín dụng tại BIDV Chợ Lớn trong giai đoạn 2015-2019 Kết quả cho thấy,

có 6 nhân tố ảnh tố ảnh hưởng đến khả năng trả nợ của KHDNNVV tại chi nhánh Đó

là thời gian vay vốn, lãi suất, tỷ lệ TSBĐ, dư nợ, thời gian quan hệ, doanh thu thuần/tổng tài sản Trên cơ sở đó, nghiên cứu các giải pháp nhằm nâng cao khả năng trả nợ của KHDNNVV tại BIDV Chợ Lớn

Từ khóa: khả năng trả nợ, Logit, ngân hàng thương mại

ABSTRACT

Title: APPLICATION OF LOGIT MODEL TO MEASURING THE DEBT

LIABILITY OF SMALL AND SMALL ENTERPRISE CUSTOMERS AT THE JOINT STOCK COMMERCIAL BANK OF INVESTMENT AND DEVELOPMENT

OF VIET NAM, CHO LON BRANCH

In order to evaluate ability to pay debt of business customer at the bank, which can help the bank limit risks in loan activities, under the view of bank credit officer , the author chooses the topic: APPLICATION OF LOGIT MODEL TO MEASURING THE DEBT LIABILITY OF SMALL AND SMALL ENTERPRISE CUSTOMERS

AT THE JOINT STOCK COMMERCIAL BANK OF INVESTMENT AND DEVELOPMENT OF VIET NAM, CHO LON BRANCH In order to execute the research, the author used Logit regression analysis model with the support of SPSS statistical software, collecting data of enterprise who loaned from bank that are enough conditions to rank credit at Cho Lon branch during 2015s to 2019s The results showed that there were 6 factors affect to ability to pay debt of business customer at the branch These were loan period, interest rate, collateral rate, loan, cooperation time , Net sales/total assets On that basis, research and propose solutions in order to enhance ability to pay debt of business customer at The Joint Stock Commercial Bank for Investment and Development of Viet Nam, Cho Lon branch

Keywords: Debt repayment capability, binary logistic, Joint Stock Commercial

Bank

DANH MỤC CHỮ VIẾT TẮT

BIDV Ngân hàng TMCP Đầu tư và Phát Triển Việt Nam

BCTC Báo cáo tài chính

CIC Credit Information Center (Trung tâm thông tin tín dụng của

Ngân hàng Nhà nước)

KHDN Khách hàng doanh nghiệp

KHDNNVV Khách hàng doanh nghiệp nhỏ và vừa

NHTM Ngân hàng thương mại

MỤC LỤC

LỜI CAM ĐOAN……….i

LỜI CẢM ƠN……….ii

TÓM TẮT LUẬN VĂN………iii

ABSTRACT……… iv

DANH MỤC CHỮ VIẾT TẮT……… v

MỤC LỤC……… vi

DANH MỤC BẢNG……… x

DANH MỤC HÌNH……… xi

CHƯƠNG 1 GIỚI THIỆU 1

1.1 Tính cấp thiết của việc nghiên cứu đề tài 1

1.2 Mục tiêu nghiên cứu 2

1.2.1 Mục tiêu nghiên cứu tổng quát 2

1.2.2 Mục tiêu nghiên cứu cụ thể 2

1.3 Câu hỏi nghiên cứu 2

1.4 Đối tượng và phạm vi nghiên cứu 2

1.5 Phương pháp nghiên cứu 3

1.6 Đóng góp của đề tài 4

1.7 Bố cục của luận văn 5

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM VỀ KHẢ NĂNG KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP NHỎ VÀ VỪA 7 2.1 Cơ sở lý thuyết 7

2.1.1 Cơ sở lý thuyết về khả năng trả nợ của khách hàng doanh nghiệp nhỏ và vừa 7 2.1.2 Các mô hình đo lường khả năng trả nợ của khách hàng doanh nghiệp 11

2.2 Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp 15

2.2.1 Nhân tố liên quan đến đặc điểm khách hàng doanh nghiệp 15

2.2.2 Nhân tố liên quan đến đặc điểm sản phẩm tín dụng: 16

2.2.3 Nhân tố liên quan đến ngân hàng 17

2.2.4 Nhân tố liên quan đến môi trường vĩ mô 17

2.3 Ý nghĩa và vai trò của đánh giá khả năng trả nợ của khách hàng doanh nghiệp 18 2.4 Các nghiên cứu thực nghiệm sử dụng mô hình Logit đo lường khả năng trả nợ của khách hàng doanh nghiệp 19

2.4.1 Các nghiên cứu tại các nước trên thế giới 19

2.4.2 Nghiên cứu ở Việt Nam 25

2.5 Phương pháp đánh giá khả năng trả nợ của KHDNNVV tại BIDV-Chi nhánh Chợ Lớn 25

2.5.1 Nguồn thông tin đánh giá khả năng trả nợ KHDNNVV tại BIDV-Chi nhánh Chợ Lớn 25

2.5.2 Phương pháp đánh giá khả năng trả nợ của KHDNNVV tại BIDV-Chi nhánh Chợ Lớn 26

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU 35

3.1 Lý do lựa chọn mô hình Logit để đo lường khả năng trả nợ KHDNNVV tại BIDV- Chợ Lớn 35

3.2 Mục tiêu của ứng dụng mô hình logit để đo lường khả năng trả nợ của khách hàng doanh nghiệp vừa và nhỏ tại BIDV- Chi nhánh Chợ Lớn 36

3.2.1 Trở thành công cụ hỗ trợ trong việc kiểm định chất lượng hệ thống xếp hạng tín dụng nội bộ 36

3.2.2 Vận dụng kết quả mô hình nhằm nâng cao hiệu quả quản lý rủi ro và bảo đảm an toàn hệ thống 37

3.2.3 Kết quả mô hình là cơ sở định hướng chính sách tín dụng 37

3.3 Giới thiệu mô hình Logit 37

3.4 Quy trình nghiên cứu 40

3.5 Mô hình và các giả thuyết nghiên cứu 42

3.5.1 Mô hình nghiên cứu 42

3.5.2 Xác định biến phụ thuộc 42

3.5.3 Các giả thiết nghiên cứu 43

3.5.4 Thu thập dữ liệu và chọn mẫu 46

CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU 48

4.1 Thực trạng hoạt động tín dụng KHDNNVV tại BIDV-Chi nhánh Chợ Lớn 48

4.1.1 Dư nợ tín dụng KHDNNVV theo thời gian 48

4.1.2 Dư nợ tín dụng KHDNNVV theo loại tiền cho vay 48

4.1.3 Phân loại nợ cho vay KHDNNVV tại BIDV Chợ Lớn 48

4.1.4 Thống kê mô tả 49

4.2 Kết quả nghiên cứu 51

4.2.1 Kết quả hồi quy và kiểm định giả thiết 51

4.2.2 Phân tích kết quả hồi quy 56

4.3 Thành công và hạn chế về các phương pháp đánh giá khả năng trả nợ của KHDN tại BIDV 58

4.3.1 Thành công 58

4.3.2 Hạn chế 58

4.3.3 Nguyên nhân gây ra hạn chế 59

CHƯƠNG 5 KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 61

5.1 Tóm tắt các kết quả nghiên cứu của đề tài 61

5.1.1 Những kết quả đạt được của nghiên cứu 61

5.1.2 Ý nghĩa khoa học của đề tài 62

5.2 Hàm ý chính sách 62

5.2.1 Giải pháp nhằm nâng cao hiệu quả công tác đánh giá khả năng trả nợ của KHDNNVV tại BIDV Chợ Lớn 62

5.2.2 Giải pháp ứng dụng mô hình Logit trong công tác đánh giá khả năng trả

nợ của KHDNNVV tại BIDV-Chi nhánh Chợ Lớn 65

5.3 Hạn chế của đề tài và gợi ý hướng nghiên cứu tiếp theo 65

5.3.1 Các hạn chế của đề tài nghiên cứu 65

5.3.2 Gợi ý hướng nghiên cứu tiếp theo 66

TÀI LIỆU KHAM KHẢO……… i

DANH MỤC BẢNG

Bảng 2.1 Phân loại doanh nghiệp……… 7

Bảng 2.2 Bảng so sánh các mô hình đo lường khả năng trả nợ của KHDN…… 12

Bảng 2.3 Khả năng trả nợ theo nghiên cứu……… 21

Bảng 2.4 Chỉ tiêu đánh giá……… 30

Bảng 2.5 Bảng xếp hạng tín dụng……… 31

Bảng 2.6 Mối quan hệ giữa mức xếp hạng và khả năng trả nợ của KHDN…… 32

Bảng 2.7 Kết quả xếp hạng và nhóm nợ của khách hàng doanh nghiệp……… 32

Bảng 3.1 So sánh mô hình hồi quy Binary và hồi quy tuyến tính……… 36

Bảng 3.2 Giá trị của biến phụ thuộc……… 38

Bảng 3.3 Bảng tóm tắt các biến được sử dụng trong mô hình……… 43

Bảng 4.1 Tình hình dư nợ tại BIDV-Chợ Lớn……… 48

Bảng 4.2 Tình hình dư nợ theo loại ngoại tệ quy đổi……… 48

Bảng 4.3 Phân loại nợ của BIDV Chợ Lớn 2015-2019……… 49

Bảng 4.4 Phân tích dữ liệu……… 49

Bảng 4.5 Phân tích phân bổ giá trị các biến định lượng trong mẫu dữ liệu…… 50

Bảng 4.6 Bảng tóm lược kết quả mô hình hồi quy và các kiểm định………… 51

Bảng 4.7 Bảng tóm lược kết quả mô hình hồi quy và các kiểm định………… 51

Bảng 4.8 Kiểm định mức độ phù hợp của mô hình……… 53

Bảng 4.9 Kiểm định mức độ dự báo chính xác của mô hình……… 54

Bảng 4.10 Kiểm định mức độ giải thích của mô hình……… 55

Bảng 4.11 Bảng tóm lược kết quả mô hình hồi quy và các kiểm định………… 55

DANH MỤC HÌNH

Hình 2.1 Các mô hình đo lường khả năng trả nợ của KHD 12

Hình 2.2 Mô hình 5C 28

Hình 2.3 Quy trình chấm điểm khách hàng doanh nghiệp 30

Hình 3.1 Quy trình nghiên cứu 40

CHƯƠNG 1 GIỚI THIỆU

1.1 Tính cấp thiết của việc nghiên cứu đề tài

Hoạt động ngân hàng thương mại đóng một vai trò quan trọng không kém so với ngân hàng trung ương trong nền kinh tế, là trung gian thanh toán, trung gian tín dụng và tạo tiền Hiện nay, lợi nhuận của ngân hàng chiếm tỉ trọng cao từ tín dụng và dịch vụ

Lợi nhuận từ hoạt động cho vay luôn kèm theo đó là rủi ro Do đó, có thể nhận thấy hiện nay các ngân hàng đang chạy đua với tăng trưởng tín dụng nhằm đem về nhiều lợi nhuận nhưng từ đó rủi ro cũng tăng theo Vấn đề nhận biết các dấu hiệu rủi

ro có thể xảy ra đối với các hoạt động tín dụng của ngân hàng trở nên rất quan trọng Khi phát hiện sớm rủi ro có thể xảy ra, ngân hàng có thể chủ động trong đưa ra các biện pháp phòng ngừa, hạn chế và giảm thiểu rủi ro trong tình huống xấu nhất (khách hàng vỡ nợ) như điều chỉnh chính sách cấp tín dụng cũng như có cách ứng xử riêng đối với từng khách hàng Tuy nhiên, đa phần các nhân viên tín dụng ở các ngân hàng còn cấp tín dụng cho khách hàng một phần dựa vào kinh nghiệm bản thân tích lũy được nên chưa chú trọng chuẩn hóa phương pháp ước lượng khả năng trả nợ của khách hàng từ lúc giải ngân đến khi thu hồi nợ Điều này chưa thực sự hiệu quả trong việc quản trị rủi ro tín dụng

Kết quả xếp hạng tín dụng (XHTD) của khách hàng là yếu tố không thể thiếu trong quá trình thẩm định cấp tín dụng cho khách hàng, giúp NHTM có cơ sở đánh giá khả năng trả nợ của khách hàng trong quan hệ tín dụng Hiện nay, ngân hàng TMCP Đầu tư và Phát triển nói chung và BIDV-Chi nhánh Chợ Lớn nói riêng đã chính thức

áp dụng hệ thống xếp hạng tín dụng nội bộ đối với khách hàng mới và chấm điểm định

kỳ 2 lần/năm đối với những khách hàng hiện hữu Cơ sở dữ liệu từ hệ thống xếp hạng tín dụng nội bộ là điều kiện thuận lợi để đo lường khả năng trả nợ của khách hàng doanh nghiệp tại BIDV-Chi nhánh Chợ Lớn Tuy nhiên, bản thân quy trình này vẫn còn mang nhiều nhược điểm, tính chủ quan và định tính Do đó làm ảnh hưởng đến dự báo khả năng trả nợ của khách hàng mà trong khi ngày càng dựa vào quá nhiều thông tin và kết quả XHTD Và hiện nay, chưa có nhiều nghiên cứu thực nghiệm và cập nhật các dữ liệu mới nhất đến thời điểm hiện tại Chính vì thế, tác giả nhận thấy cũng cần

có một nghiên cứu về các yếu tố có ảnh hưởng tới khả năng trả nợ khách hàng doanh

nghiệp và ứng dụng mô hình định lượng trong việc đánh giá khách hàng Từ đó, có thể giúp ngân hàng xây dựng chính sách phù hợp, gia tăng lợi nhuận, kiểm soát rủi ro tốt

Góp phần đáp ứng đòi hỏi từ thực tiễn nêu trên, tác giả mạnh dạn nghiên cứu và thực hiện luận văn Thạc sĩ với đề tài “Ứng dụng mô hình Logit để đo lường khả năng trả nợ của khách hàng doanh nghiệp vừa và nhỏ tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớn”

1.2 Mục tiêu nghiên cứu

1.2.1 Mục tiêu nghiên cứu tổng quát

Đánh giá khả năng trả nợ của khách hàng doanh nghiệp nhỏ và vừa tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớn

1.2.2 Mục tiêu nghiên cứu cụ thể

- Xác định các yếu tố tác động đến khả năng trả nợ của khách hàng doanh nghiệp vừa và nhỏ

- Đánh giá mức độ tác động của các yếu tố đến khả năng trả nợ của khách hàng doanh nghiệp nhỏ và vừa tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớn

- Đưa ra giải pháp giúp nhà quản trị giảm thiểu rủi ro tín dụng và nâng cao khả năng trả nợ của khách hàng doanh nghiệp vừa và nhỏ trong hoạt động tín dụng

và quản lý tín dụng tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớn

1.3 Câu hỏi nghiên cứu

- Các yếu tố nào ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp vừa và nhỏ tại BIDV-Chi nhánh Chợ Lớn?

- Phương pháp đánh giá khả năng trả nợ của KHDNNVV tại BIDV như thế nào?

- Việc ứng dụng mô hình Logit nhằm đánh giá khả năng trả nợ của KHDNNVV tại BIDV-Chi nhánh Chợ Lớn được thực hiện như thế nào?

- Các giải pháp nào để ứng dụng mô hình Logit nhằm đánh giá khả năng trả nợ KHDNNVV tại BIDV-Chi nhánh Chợ Lớn

1.4 Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu là các khách hàng doanh nghiệp vừa và nhỏ đang có quan

hệ tín dụng tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớn

đã được xếp hạng tín dụng nội bộ

Phạm vi nghiên cứu tập trung nghiên cứu các khoản tín dụng đối với các khách hàng doanh nghiệp vừa và nhỏ đang có dư nợ tín dụng tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớn, không bao gồm các khách hàng doanh nghiệp bị từ chối cấp tín dụng, khách hàng doanh nghiệp không được xếp hạng tín dụng nội bộ (khách hàng mới, khách hàng hết dư nợ,…)

Thời gian nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp được giới hạn trong phạm vi từ năm 2015 đến năm 2019 Phạm vi nghiên cứu không xem xét đến ảnh hưởng của yếu tố vĩ mô đến khả năng trả của khách hàng doanh nghiệp tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam

1.5 Phương pháp nghiên cứu

Thu nhập dữ liệu từ cơ sở dữ liệu khách hàng doanh nghiệp vừa và nhỏ tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớn Trên cơ sở nguồn dữ liệu thu thập được, tác giả áp dụng phương pháp phân tích thống kê mô tả để phân tích đặc điểm của mẫu khách hàng doanh nghiệp vừa và nhỏ đã lựa chọn và xác định tỷ lệ khách hàng doanh nghiệp có khả năng và không có khả năng trả nợ trong thời gian nghiên cứu

Phương pháp định tính: Nghiên cứu sử dụng cách tiếp cận quy nạp để đi đến những kết luận khái quát về các yếu tố ảnh hưởng đến khả năng trả nợ của KHDN

Phương pháp định lượng:

Phương pháp định lượng và thống kê mô tả để đề xuất mô hình đo lường kết quả khả năng trả nợ nhằm xác định rủi ro tín dụng của khách hàng doanh nghiệp vừa

và nhỏ, hỗ trợ trong phê duyệt cấp tín dụng, điều chỉnh các sản phẩm tín dụng và đưa

ra cách ứng xử đối với từng đối tượng khách hàng cụ thể

Phương pháp định lượng sử dụng mô hình logit được đề xuất dùng để đo lường khả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam-Chi nhánh Chợ Lớ thông qua phần mềm SPSS:

Pr (Di=1) =Pr(D*i>0) = F (β0 + β1Xi1 + … + βnXin + εi)

Trong đó:

- Di : Khả năng trả nợ của khách hàng doanh nghiệp, Di = 1 nếu khách hàng doanh nghiệp trả được nợ, trả nợ tốt, Di =0 nếu khách hàng doanh nghiệp không trả được nợ, không trả nợ tốt

- X1, … Xn: Các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng

- β 1, … β n: Các hệ số hồi quy của hàm Logit

Để đảm bảo khả năng tin cậy cho mô hình ngiên cứu, tác giả thực hiện 3 kiểm định chính: kiểm định tương quan từng phần của hệ số hồi quy, kiểm định mức độ phù hợp của mô hình và kiểm định mức độ giải thích của mô hình Trên cơ sở, tác giả tiến hành giải thích các kết quả hồi quy, xác định các yếu tố ảnh hưởng đến khả năng trả nợ của KHDNNVV tại BIDV Chợ Lớn, chiều hướng ảnh hưởng cũng như mức độ tác động của các yếu tố Cuối cùng, tác giả tiến hàng xây dựng mô hình đánh giá khả năng trả nợ của KHDNNVV tại BIDV Chợ Lớn

Việc sử dụng mô hình định lượng nói chung và mô hình Logit nói riêng sẽ giúp BIDV Chợ Lớn và NHTM khác ở Việt Nam có được công cụ đánh giá khả năng trả

nợ của KHDN chính xác hơn là phương pháp định tính vốn chỉ dựa vào kết quả XHTD Từ một số giải pháp ứng dụng mô hình Logit cho trường hợp của BIDV; các NHTM tại Việt Nam cũng có thể ứng dụng mô hình định tính trong công tác đánh giá khả năng trả nợ của KHDN Từ đó, kiểm soát rủi ro tốt hơn trong hoạt động cấp tín

dụng của mình, đảm bảo an toàn cho hệ thống ngân hàng và hướng tới sự phát triển bền vững trong tương lai

1.7 Bố cục của luận văn

CHƯƠNG 1: GIỚI THIỆU

Trong chương 1 của luận văn, tác giả đã giới thiệu các nội dung cơ bản của đề tài nghiên cứu bao gồm: lý do nghiên cứu; các mục tiêu, phạm vi và đối tượng nghiên cứu, phương pháp nghiên cứu của tác giả Chương 1 tạo khung nền cho tác giả thực hiện các chương tiếp theo

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM

VỀ KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP NHỎ VÀ VỪA TẠI BIDV-CHI NHÁNH CHỢ LỚN

Chương 2 giải thích khái niệm khả năng trả nợ, phân chia khách hàng doanh nghiệp và giới thiệu một số lý thuyết liên quan khả năng trả nợ của khách hàng doanh nghiệp Chương này cũng lược khảo các nghiên cứu trước liên quan đến đề tài về việc

sử dụng mô hình Logit để đo lường khả năng trả nợ của khách hàng doanh nghiệp Và thực trạng đánh giá khả năng trả nợ của khách hàng doanh nghiệp nhỏ và vừa tại chi nhánh Chợ Lớn

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

Dựa trên cơ sở lý thuyết chương 2, chương 3 trình bày mô hình nghiên cứu giải thích cách đo lường các biến nghiên cứu, dữ liệu nghiên cứu, phương pháp nghiên cứu, quy trình nghiên cứu đã sử dụng nhằm thu được kết quả phù hợp với mục tiêu đề

ra

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

Chương 4 thực hiện thống kê mô tả các biến trong mô hình, thực hiện các kiểm định mô hình nghiên cứu, phân tích tương quan giữa các biến trong mô hình và phân tích tác động của các nhân tố ảnh hưởng đến khả năng trả nợ của KHDNNVV tại BIDV Chợ Lớn

CHƯƠNG 5: KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH

Chương 5 trình bày kết luận rút ra từ nghiên cứu và gợi ý một số giải pháp tăng khả năng trả nợ của KHDNNVV tại BIDV Chợ Lớn Ngoài ra, chương 5 cũng trình

bày hạn chế của nghiên cứu này và hướng nghiên cứu tiếp theo liên quan đến chủ đề này

KẾT LUẬN CHƯƠNG 1

Trong chương 1 của luận văn, tác giả đã giới thiệu các nội dung cơ bản của đề tài nghiên cứu bao gồm: lý do nghiên cứu; các mục tiêu, phạm vi và đối tượng nghiên cứu, phương pháp nghiên cứu của tác giả Chương 1 tạo khung nền cho tác giả thực hiện các chương tiếp theo

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM VỀ KHẢ NĂNG KHẢ NĂNG TRẢ NỢ CỦA

KHÁCH HÀNG DOANH NGHIỆP NHỎ VÀ VỪA

2.1 Cơ sở lý thuyết

2.1.1 Cơ sở lý thuyết về khả năng trả nợ của khách hàng doanh nghiệp nhỏ và

vừa

2.1.1.1 Khái niệm tín dụng và phân chia KHDN

Tín dụng là hoạt động truyền thống và quan trọng nhất trong hoạt động kinh doanh của Ngân hàng Tín dụng chiếm tỷ trọng cao nhất trong tổng tài sản, mang lại nguồn lợi nhuận cho cho ngân hàng từ nguồn thu từ lãi vay và cũng là hoạt động rủi ro cao nhất Thực chất tín dụng là điểm giao nhau giữa bên cho vay và bên cần nguồn vốn, theo nguyên tắc hoàn trả

Theo luật tổ chức tín dụng 2010: “Cho vay là một hình thức cấp tín dụng, theo

đó tổ chức tín dụng (bên cho vay) giao hoặc cam kết giao cho khách hàng một khoản tiền để sử dụng vào mục đích xác định trong một thời gian nhất định theo thỏa thuận với nguyên tắc có hoàn trả cả gốc và lãi”

Bảng 2.1 Phân loại doanh nghiệp

Nếu

sử dụng tiêu chí Nguồn vốn

Nếu

sử dụng tiêu chí Doanh thu

Nếu

sử dụng tiêu chí Nguồn vốn

Nếu

sử dụng tiêu chí Doanh thu

Nếu

sử dụng tiêu chí Nguồn vốn

Trên

50 tỷ

Trên

20 tỷ

Từ 3

tỷ trở xuống

Trên 10

lao động

Trên 3 đến

100 tỷ

Trên 3 đến

50 tỷ

Trên 50 đến 100 lao động

Trên

100 đến

300 tỷ

Trên

50 đến

100 tỷ

Nguồn: Điều 6, Nghị định số 39/NĐ-CP của Chính phủ ngày 11/03/2018

2.1.1.2 Đặc điểm cho vay đối với khách hàng doanh nghiệp

Đảm bảo tính hoàn trả về thời gian và giá trị:

Ngân hàng là trung gian tài chính, là kênh điều chuyển vốn giữa người cho vay

và đi vay Nguồn vốn để cho các doanh nghiệp vay chủ yếu từ huy động vốn dân cư, các tổ chức có nguồn tiền nhàn rỗi, các khoản huy động này đều có thời hạn nhất định Dựa vào tính chất thời hạn nguồn tiền huy động và vòng vay vốn của doanh nghiệp, ngân hàng xác định thời gian vay vốn hợp lý và phù hợp Do đó, các khoản tín dụng của khách hàng doanh nghiệp phải đảm bảo tính hoàn trả về thời gian và giá trị

Nếu thời gian cấp tín dụng cho khách hàng nhỏ hơn vòng quay vốn của khách hàng thì đến kỳ trả nợ khách hàng chưa có nguồn để trả nợ, ngược lại nếu cấp tín dụng cho khách hàng lớn hơn vòng quay vốn khách hàng thì có thể dẫn tới khách hàng sử dụng nguồn vốn sai mục đích, không kiểm soát được nguồn vốn và mang lại nhiều rủi

ro cho ngân hàng

Bảo đảm nguyên tắc có hoàn trả cả gốc và lãi:

Khi kết thúc thời gian vay, hoặc trong thời gian vay bên vay có trách nhiệm phải hoàn trả cả gốc và lãi theo thỏa thuận đã ký trong hợp đồng tín dụng (HĐTD) Phần lãi suất trong HĐTD chính là chi phí sử dụng vốn, đối với ngân hàng là phần lãi phải cho các cá nhân, tổ chức tiền gửi tại ngân hàng, bù đắp các chi phí hoạt động, phần còn lại là lợi nhuận của ngân hàng

Trong trường hợp bên vay không thực hiện đúng cam kết theo thỏa thuận, ngân hàng phải trích lập dự phòng rủi ro từ lợi nhuận của mình để đảm bảo khả năng thanh toán cho người gửi tiền

Quy mô các khoản vay lớn, số lượng vay ít:

Các khoản vay của khách hàng doanh nghiệp thường dùng để tài trợ cho mục đích sản xuất kinh doanh, đầu tư, tùy theo nhu cầu vốn thì các giá trị của khoản vay có thể nhỏ hay lớn

Lãi suất cho vay thường thấp hơn so với khách hàng cá nhân

Các doanh nghiệp thường muốn tiết kiệm chi phí tài chính, ngoài cho vay, ngân hàng còn khai thác được nhiều dịch vụ từ doanh nghiệp như: huy động vốn, thanh toán lương, chuyển tiền, các giao dịch mua bán ngoại tệ, thu hộ, bán chéo các sản phẩm, chính những điều đó tạo mối quan hệ tốt đẹp giữa khách hàng và ngân hàng, ngân hàng thường áp dụng mức lãi suất thấp hơn so với niêm yết

Tổn thất khi xảy ra rủi ro:

Đối với khách hàng cá nhân vay có tài sản bảo đảm, ngân hàng thường yêu tỷ lệ tài sản là 100%, nhưng đối với doanh nghiệp, tùy theo mức độ tín nhiệm và đánh giá của ngân hàng, có một số doanh nghiệp chỉ cần 20% giá trị tài sản bảo đảm cho các khoản vay, hoặc đối với những doanh nghiệp lớn (được niêm yết trên thị trường chứng khoán, có uy tín ở thị trường trong và ngoài nước), có dòng tiền ổn định, doanh thu tăng trưởng qua các năm, ngân hàng sẵn sàng cho vay tín chấp Ngoài các tài sản có tính thanh khoản cao như bất động sản, động sản, giấy tờ có giá ngân hàng còn nhận thêm các tài sản: hàng tồn kho, quyền đòi nợ, có tính thanh khoản kém Do đó, khi rủi ro xảy ra thì các tài sản này khó phát mãi, xử lý nợ, thu hồi vốn Do đó, mức độ rủi

ro tín dụng của doanh nghiệp có mức khá cao

2.1.1.3 Khái niệm về khả năng trả nợ của khách hàng doanh nghiệp

Xét mối quan hệ tín dụng giữa ngân hàng và khách hàng, “khả năng trả nợ của khách hàng” là việc đánh giá khách hàng có thực hiện đầy đủ và đúng nghĩa vụ nợ cho bên cấp tín dụng (Ngân hàng) trong toàn bộ thời gian quan hệ tín dụng hoặc trong một khoảng thời gian xác định hay không Hiện nay, trên thế giới và Việt Nam vẫn chưa có khái niệm thống nhất về “Khả năng trả nợ” Có một số nghiên cứu đã đưa quan điểm

của mình “không có khả năng trả nợ” hay khả năng “không trả được nợ” của một khách hàng

Theo R3-Hiệp hội các chuyên gia phục hồi kinh doanh (2008) 1định nghĩa về

khả năng “không trả được nợ của KHDN” là: “Một công ty được xem là không có khả năng trả nợ nếu tài sản của họ ít hơn nợ phải trả hoặc nếu họ không thể thanh toán các khoản nợ khi đến hạn phải trả”

Công ty kiểm toán Pwc (2009) 2định nghĩa “không có khả năng trả nợ” là “Một công ty lâm vào tình trạng không có khả năng trả nợ khi công ty đó không có đủ tài sản đề bù đắp các khoản nợ của mình và, hoặc không thể thanh toán các khoản nợ đến hạn”

Còn theo tài liệu của Uỷ ban Basel về giám sát ngân hàng (2006) 3đã đưa ra các điều kiện đánh giá khách hàng không có khả năng trả nợ:

- Khách hàng không có khả năng thực hiện nghĩa vụ thanh toán đầy đủ khi đến hạn mà chưa tính đến việc ngân hàng bán tài sản (nếu có) để hoàn trả;

- Khách hàng có các khoản nợ xấu có thời gian quá hạn trên 90 ngày Trong đó, những khoản thấu chi được xem là quá hạn khi khách hàng vượt hạn mức hoặc được thông báo một hạn mức nhỏ hơn dư nợ hiện tại

Qũy tiền tệ quốc tế (IMF) và Liên hợp quốc cho rằng: “Một khoản nợ được coi

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

90 ngày trở lên đạ được nhập gốc, tái cấp vốn hoặc chậm trả theo thỏa thuận; hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có lý do chắc chắn để nghi ngờ về khả năng khoản vay sẽ không được thanh toán đầy đủ”

Theo Thông tư số 11/2021/TT-NHNN ngày 30/07/2021 Quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng

để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài chia nhóm nợ thành 5 nhóm, theo quy ước thế giới thì phải nợ quá hạn >90 ngày :

1 R3-The Association of Business Recovery Professionals, 2008 Understanding Insolvency

2

PricewaterhouseCoopers, 2009 Insolvency in brief-A guide to insolvency terminology and procedure

3 Basel Committee on Banking Supervision, 2006 International Convergence of Capital Measurement Capital Standards-A Revised Framework Comprehensive Version

Khả năng trả nợ Nhóm nợ Theo thực trạng thanh toán

nợ

Theo kết quả XHTD

Có khả năng Nhóm 1 - Không có nợ quá hạn

- Nợ quá hạn <=10 ngày Theo kết quả XHTD

nội bộ của TCTD Không có khả năng Nhóm 3-5

Nhóm 2 (Nợ cần chú ý) bao gồm: Các khoản nợ được tổ chức tín dụng, chi nhánh ngân hàng nước ngoài đánh giá là có khả năng thu hồi đầy đủ cả nợ gốc và lãi nhưng có dấu hiệu khách hàng suy giảm khả năng trả nợ Tuy nhiên, các khoản nợ nhóm này khách hàng vẫn còn khả năng thanh toán nợ

Nhóm 3 (Nợ dưới tiêu chuẩn) bao gồm: Các khoản nợ được tổ chức tín dụng, chi nhánh ngân hàng nước ngoài đánh giá là không có khả năng thu hồi cả nợ gốc và lãi khi đến hạn Các khoản nợ này được tổ chức tín dụng, chi nhánh ngân hàng nước ngoài đánh giá là có khả năng tổn thất Các cam kết ngoại bảng được tổ chức tín dụng, chi nhánh ngân hàng nước ngoài đánh giá là khách hàng không có khả năng thực hiện đầy đủ nghĩa vụ theo cam kết

Nhóm 4 (Nợ nghi ngờ) bao gồm: Các khoản nợ được tổ chức tín dụng, chi nhánh ngân hàng nước ngoài đánh giá là có khả năng tổn thất cao Các cam kết ngoại bảng mà khả năng khách hàng không thực hiện cam kết là rất cao

Nhóm 5 (Nợ có khả năng mất vốn) bao gồm: Các khoản nợ được tổ chức tín dụng, chi nhánh ngân hàng nước ngoài đánh giá là không có khả năng thu hồi, mất vốn

2.1.2 Các mô hình đo lường khả năng trả nợ của khách hàng doanh nghiệp

Hiện nay có thể sử dụng nhiều mô hình khác nhau để đánh giá khả năng trả nợ của KHDN, bao gồm các mô hình định lượng và mô hình định tính Các mô hình không loại trừ lẫn nhau, nên ngân hàng và các TCTD có thể sử dụng kết hợp nhiều mô hình để phân tích đánh giá khả năng trả nợ của KHDN để tìm ra mô hình phù hợp

nhất Theo tài liệu hợp tác nghiên cứu của Ngân hàng Oesterreichische Nationalbank

và Cơ quan Giám sát Tài chính Áo-FMA (2004)4

Hình 2.1 Các mô hình đo lường khả năng trả nợ của KHDN Bảng 2.2 Bảng so sánh các mô hình đo lường khả năng trả nợ của KHDN

Tiêu chí Mô hình chuẩn đoán Mô hình thống kê Mô hình nhân quả

Giới

thiệu

Mô hình chuẩn đoán là

mô hình được thực hiện

từ việc thu thập thông tin

Phương pháp quan hệ nhân quả thực hiện liên kết để phân tích tín dụng trên cơ sở lý thuyết tài chính Điều này có nghĩa là phương pháp thống kê không

4 Oesterreichische NationalBank (OeNB) & the Financial Market Authority (FMA), 2004 Guidelines on Credit risk management: Rating Model and Validation

thể để đưa ra kết luận,

nhận định Mô hình chuẩn

đoán dựa trên cơ sở đánh

giá tổng kết kinh nghiệm

có sự kết hợp giữa ứng dụng công nghệ và các phương pháp như phân tích thống kê nhiều chiều, lý thuyết điều khiển, lý thuyết dự báo,…

được sử dụng để kiểm tra giả thuyết từ một tập hợp dữ liệu thực nghiệm

Ưu điểm

Những mô hình này

thường sử dụng mối quan

hệ giữa trả nợ và cho vay

của đối tượng được đánh

giá, để đưa ra những đánh

giá về khả năng đảm bảo

trả nợ của người đi vay

trong tương lai

Dễ dàng sử dụng và tính ứng dụng cao

Có thể xây dựng ra mô hình mới bằng các thêm vào mô hình các biến tác động và loại khỏi mô hình các biến không tác động Đồng thời, có thể

dự báo xác suất xảy ra trong tương lai

Có thể thực hiện nghiên cứu này trên phần mềm thống kê SPSS và Eview

Mô hình lưu chuyển tiền tệ đặc biệt thích hợp đối với khoản cho vay đặc biệt, như tài trợ

dự án có nguồn thu nhập là nguồn trả nợ Yếu tố quyết định trong sự thành công của mô hình là tính phù hợp của dòng tiền tương lai và các yếu tố chiết khấu

Mô hình định giá quyền yêu cầu cao với

thuộc vào kinh nghiệm

chủ quan của các chuyên

gia tín dụng Hơn nữa, các

nhân tố liên quan tới khả

năng đảm bảo trả nợ được

giá các yếu tố đầu vào, cần phải xem xét độ tin cậy các thông số đầu vào để đảm bảo mô hình hoạt động hiệu quả Hiện nay, tại Việt Nam vẫn còn diễn ra tình trạng thông tin bất cân xứng, tính minh bạch chưa cao Do lưu chuyển tiền tệ được tính trực tiếp trên cơ sở giá trị trong quá khứ, ngân hàng phải đảm bảo rằng các dữ liệu được sử dụng là đại diện, để xem xét dự báo

Nguổn: Tổng hợp theo The Guidelines on Credit risk management: Rating Model and

Validation

Trên thế giới cũng có khá nhiều nghiên cứu so sánh độ tin cậy của các mô hình định lượng với nhau trong việc dự báo khả năng trả nợ của KHDN nói riêng hay rộng

ra là đối với các biến phụ thuộc là biến định tính Nghiên cứu của Stone và Rasp

5(1991) cũng như Maddala6 (1991) đã so sánh mô hình Logit với hồi quy OLS và cùng cho kết quả mô hình Logit thích hợp hơn OLS Các nghiên cứu của Martin7

(1977), Press và Wilson 8(1978), Winginton9 (1980) lại chỉ ra rằng mô hình Logit vượt trội hơn so với các mô hình phân tích phân biệt Bên cạnh đó, nghiên cứu của Yesilyaprak10 (2004) kho so sánh mô hình mạng nơron thần kinh, mô hình phân tích phân biệt và mô hình Logit cũng cho kết quả mô hình mạng nơron dự báo tốt nhất, tốt thứ hai là mô hình Logit và sau cùng là mô hình phân tích phân biệt

Qua kết quả từ nhiều nghiên cứu trên thế giới, mô hình ước lượng và dự báo dựa trên phương pháp mạng nơron thần kinh được cho là tốt hơn mô hình Logit và Probit, sau đó mới là Mô hình phân tích phân biệt và mô hình xác suất tuyến tính Nhưng do mô hình mạng nơron thần kinh đòi hỏi dữ liệu đầu vào phải đủ lớn, phương pháp này cũng rất phức tạp và chưa phổ biến tại Việt Nam cũng như nhiều nước trên thế giới Nên việc lựa chọn mô hình tốt thứ hau là hợp lý vì yêu cầu mẫu không quá cao, ít ràng buộc về mặt giả thiết và hiện đang sử dụng rộng rãi trên thế giới Vì vậy, việc lựa chọn mô hình Logit trong đánh giá khả năng trả nợ của KHDN hay rủi ro tín dụng là phương pháp phù hợp với BIDV nói riêng và các NHTM tại Việt Nam nói chung

2.2 Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp 2.2.1 Nhân tố liên quan đến đặc điểm khách hàng doanh nghiệp

Thứ nhất, Năng lực tài chính của doanh nghiệp được thể hiện qua Báo cáo tài chính: chủ yếu được thể hiện qua các chỉ tiêu tài chính như tỷ lệ sinh lợi từ tài sản (ROA), hiệu quả sử dụng TSCĐ, suất sinh lợi trên vốn chủ sở hữu (ROE), giá trị của doanh nghiệp trên thị trường, Nhiều bài nghiên cứu trước đây, các tác giả đều chứng minh rằng các chỉ số tài chính có tác động và đo lường được khả năng trả nợ của KHDN Trong các nghiên cứu, nhìn chung các chỉ số về lợi nhuận, khả năng thanh khoản là được sử dụng phổ biến nhất

Thứ hai, uy tín khách hàng: được xác định dựa năng lực trình độ quản lý, thiện chí hợp tác và trả nợ của khách hàng và giá trị thương hiệu trên thị trường Đây là những yếu tố mang tính khách quan và khó xác định trong điều kiện thị trường bất cân

xứng thông tinn Hiện nay chỉ có một số cách đánh giá uy tín của khách hàng dựa trên các nguồn thông tin: lịch sử quan hệ tín dụng với ngân hàng (Theo thông tin của CIC)

và đối tác (các khoản phải thu, phải trả trong quá trình phát sinh), phỏng vấn trực tiếp,…

Thứ ba, công nghệ thông tin, máy móc thiết bị: Các KHDN có công nghệ cao sẽ chiếm ưu thế hơn vì chi phí sản xuất thấp, hoạt động hiệu quả, khả năng cạnh tranh trên thị trường tốt

Thứ tư, quy mô hoạt động: các KHDN có quy mô nhỏ, thường là các doanh nghiệp mới thành lập, chưa tạo uy tín trên thị trường thì sẽ có rủi ro hơn so với các KHDN có quy mô lớn KHDN có quy mô nhỏ có năng lực quản lý kinh doanh và tiềm lực tài chính thường kém hơn, dễ dàng bị tác động bởi các nhân tố tiêu cực trên thị trường Do đó, nhiều Doanh nghiệp nhỏ khi điều kiện vĩ mô không thuận lợi, các DN

dễ dàng mất cân đối tài chính và dẫn tới phá sản

Và ngành nghề kinh doanh: mỗi ngành nghề kinh doanh sẽ phải đối mặt với những rủi ro khác nhau và không ngành nào có rủi ro giống ngành nào Do đó, có ngành đòi hỏi nguồn vốn đầu tư ban đầu lớn, thời gian thu hồi vốn dài, ngành chịu ảnh hưởng các chính sách tài chính, ngành thì chịu sự chi phối của nền kinh tế Nghiên cứu của Jiménez và Saurina (2003); Irakli Ninua (2008) đã chứng minh rằng các ngành nghề kinh doanh có ảnh hưởng đến khả năng trả nợ của KHDN, nhất là những doanh nghiệp sản xuất so với những ngành còn lại

2.2.2 Nhân tố liên quan đến đặc điểm sản phẩm tín dụng:

 Lãi suất tín dụng:

Là phần chi phí mà KHDN phải chi trả cho bên cho vay (Ngân hàng) KHDN

có mức rủi ro càng cao thì phải cho Ngân hàng lãi suất cao, là phần bù rủi ro khi không may rủi ro xảy ra Đồng thời, lãi suất tín dụng ảnh hưởng đến kết quả kinh doanh của nghiệp, ảnh hưởng đến khả năng trả nợ của KHDN

 Thời gian vay:

Đối với các khoản vay ngắn thường nhằm mục đích bổ sung vốn lưu động, phục vụ công việc hằng ngày của DN Thời gian vay vốn của DN phù thuộc vào vòng quay vốn của DN được thể hiện trong BCTC Thời gian vay càng dài, vấn đề kiểm soát rủi ro của ngân hàng đối với KHDN càng khó khăn Vì thông tin bất cân xứng

trên thị trường sẽ tạo khó khăn trong ra quyết định cho vay của ngân hàng Đối với những món vay bổ sung vốn lưu động, thời gian vay vốn phù hợp với vòng vay vốn, dòng tiền của doanh nghiệp sẽ chủ động hơn trong việc thanh toán các khoản vay khi đến hạn qua đó giảm thiểu được rủi ro tín dụng Nghiên cứu tiêu biểu của Andrea Ruth Coravos (2010) cũng chỉ ra thời gian vay tác động ngược chiều với khả năng trả nợ của khách hàng

 Tài sản bảo đảm:

Trong quan hệ tín dụng, xử lý TSBĐ là biện pháp cuối cùng để thu hồi nợ của khách hàng khi mất khả trả nợ TSBĐ và rủi ro có mối quan hệ mật thiết với nhau, có hàm ý KHDN khả năng trả nợ kém thì ngân hàng sẽ yêu cầu TSBĐ nhiều hơn là KHDN có khả năng trả nợ tốt để đảm bảo khả năng thu hồi được vốn khi KHDN không trả nợ Việc áp dụng biện pháp bảo đảm góp phần làm tăng trách nhiệm của người đi vay Nghiên cứu của Jiménez và Saurina (2003) cũng đã chứng minh rằng có mối quan hệ tỷ lệ TSBĐ và khả năng trả nợ của khách hàng doanh nghiệp

2.2.3 Nhân tố liên quan đến ngân hàng

Nhân tố liên quan đến ngân hàng chủ yếu xem xét đến trình độ cán bộ quản lý tín dụng và lãnh đạo trong kiểm soát rủi ro tín dụng của ngân hàng Một ngân hàng có quy trình cấp tín dụng chặt chẽ sẽ sàng lọc của KHDN tốt và KHDN xấu, từ đó có thể

ra quyết định cấp tín dụng đối với KHDN tốt và từ chối với những KHDN xấu Ngoài

ra, phải có thêm quy trình quản lý tín dụng hiệu quả sẽ giám sát được hoạt động kinh doanh tiền tệ, nhận diện được thiện chí trả nợ của KHDN và các nhân tố ảnh hưởng khác ảnh hưởng đến khả năng trả nợ của KHDN, từ đó làm giảm thiểu rủi ro KHDN không hoàn thành nghĩa vụ trả nợ theo quy định

2.2.4 Nhân tố liên quan đến môi trường vĩ mô

Môi trường vĩ mô cũng ảnh hưởng đến khả năng trả nợ của KHDN (đặc biệt đối với những DN phụ thuộc nhiều vào diễn biến thị trường) như chỉ số thất nghiệp, chỉ số lạm phát, GDP, tỷ giá hối đoái, chính sách tiền tệ, chính sách tài khóa, chế độ chính trị,…Khi môi trường vĩ mô chuyển biến theo chiều hướng xấu đi, KHDN có thể sẽ không trả nợ có xu hướng gia tăng và ngược lại sẽ có xu hướng giảm nếu điều kiện vĩ

mô được cải thiện

2.3 Ý nghĩa và vai trò của đánh giá khả năng trả nợ của khách hàng doanh nghiệp

Ủy Ban Basel (2004) 11đã xây dựng: Hiệp ước quốc tế về các tiêu chuẩn vốn và

đo lường rủi ro hay còn gọi là Basel II nhằm nhấn mạnh tầm quan trọng của việc quản trị rủi ro tin dụng và đo lường rủi ro tín dụng Theo yêu cầu của Hiệp ước Basel II, các NHTM sẽ sử dụng các mô hình dựa trên hệ thống dữ liệu nội bộ để xác định tổn thất

dự tính (EL: Expected Loss) Phương pháp đánh giá dựa trên XHTD nội bộ (IRB) đưa

ra khái niệm tổn thất mất vốn do khách hàng không trả được nợ được tính toán cụ thể như sau: Tổn thất dự kiến (EL: Expected Loss)=PD*EAD*LGD, từ đó tính được yêu cầu về vốn cho các rủi ro tín dụng Bên cạnh các yếu tố như: tỷ lệ tổn thất ước tính (LGD: Loss Given Default), tổng dư nợ của khách hàng tại thời điểm khách hàng không trả được nợ (EAD: Exposure at Default); thì xác suất khách hàng không trả được nợ (PD-Probability of Default) được xem như yếu tố quan trọng trong quá trình phê duyệt tín dụng, quản lý rủi ro tín dụng, phân bổ nguồn vốn cho vay và quản trị ngân hàng Cụ thể hơn, kết quả đánh giá khả năng trả nợ của KHDN có thể được ứng dụng vào:

- Hỗ trợ phê duyệt tín dụng: cải thiện tính chính xác và đảm bảo cơ sở cho việc ra quyết định cấp tín dụng, cung cấp phương tiện hỗ trợ để quá trình phê duyệt nên hiệu quả, tiết kiệm thời gian, chi phí và giảm bớt sự can thiệp chủ quan tới từ con người

- Thực hiện quản trị rủi ro tín dụng: là một công cụ để đánh giá mức độ rủi ro của khách hàng và khoản vay của khách hàng Bên cạnh đó, việc đánh giá khả năng trả nợ của KHDN là căn cứ độc lập để các NHTM đánh giá hiệu quả của quá trình quản trị rủi ro, tạo tiền đề cho việc giám sát sau cho vay và sớm nhận diện rủi ro cho các NHTM Bên cạnh đó, mức độ trích lập dự phòng các khoản cấp tín dụng cũng phụ thuộc vào mức độ rủi ro của khoản tín dụng đó

- Hỗ trợ định giá tiền vay: mức giá cụ thể ở đây là mức phí và lãi suất áp dụng cho khoản tín dụng phải phù hợp và đủ để bù đắp tổn thất tín dụng có thể phát sinh Đánh giá khả năng trả nợ của khách hàng hàng để từ đó phân loại các mức

11 Basel Commitee on Banking Supervision, 2004 International Convergence of Capital Measurement and Capital Standards-A Revised Framework

độ rủi ro khác nhau đối với từng đối tượng, khoản vay cụ thể và là một trong những căn cứ đáng tin cậy để định giá tiền vay theo nguyên tắc khách hàng có rủi ro không trả nợ cao áp dụng mức giá cao và ngược lại

- Hỗ trợ quản lý khách hàng: Những khoản vay có mức độ rủi ro cao cần phải thường xuyên được kiểm soát, đánh giá: những khách hàng đánh giá là có khả năng trả nợ thấp hoặc suy giảm khả năng trả nợ cần được đặc biệt chú trọng theo dõi và kiểm tra định kỳ và ngược lại

- Hỗ trợ hiệu quả cho hệ thống XHTD: dữ liệu đưa vào hệ thống XHTD là rất phong phú liên quan đến khoản vay và hoạt động kinh doanh của khách hàng Thông tin đầu vào và kết quả XHTD hiện tại của khách hàng có thể là cơ sở kham khảo cho việc đánh giá khả năng trả nợ của khách hàng trong tương lai

2.4 Các nghiên cứu thực nghiệm sử dụng mô hình Logit đo lường khả năng trả

nợ của khách hàng doanh nghiệp

2.4.1 Các nghiên cứu tại các nước trên thế giới

Nghiên cứu Chiara Pederzoli, Contanza Torricelli 12(2010): Trong vai trò cơ bản của các doanh nghiệp vừa và nhỏ (DNNVV) trong nền kinh tế của nhiều quốc gia, bao gồm cả Ý và phù hợp với quy định Basel II, mục tiêu của bài viết này là xây dựng một mô hình dự đoán cho các doanh nghiệp vừa và nhỏ ở Ý Cụ thể, nghiên cứu này phát triển một mô hình logit dựa trên các tỷ lệ tài chính Sử dụng cơ sở dữ liệu AIDA, các tác giả tập trung sự chú ý vào một khu vực cụ thể ở Ý, Emilia Romagna, nơi các doanh nghiệp vừa và nhỏ đại diện cho phần lớn các công ty

Mô hình trong bài nghiên cứu này được xây dựng dựa trên mô hình bài nghiên cứu của E.I.Alman (1986), với giả định rủi ro tài chính của KHDN ảnh hưởng đến rủi

ro tín dụng của khách hàng Nếu như Alman sử dụng đại lượng Z dùng làm thước đo

để phân loại rủi ro tín dụng đối với KHDN và biến phụ thuộc thuần là các chỉ số tài chính thì các tác giả trong bài nghiên cứu này có sự kết hợp giữa chỉ số tài chính và trọng số để lượng hóa xác suất vỡ nợ của KHDN quy mô vừa và nhỏ

Các tác giả đã xây dựng mô hình như sau:

PD=1/(1=exp(2.86 +3.46LTLA + 3.52EBITA +11.18EQUITYA +0.43SALESA))

12

Chiara Pederzoli (Italy), Costanza Torricelli (Italy), 2010 A Parsimonious default prediction model for Italian SMES

Trong đó:

Biến độc lập:

- LTLA= Nợ dài hạn/Tổng tài sản

- EBITA= Lợi nhuận trước thuế/ Tổng tài sản

- EQUIYA = Nợ phải trả/ Tổng tài sản

- SALESA = Doanh thu/ Tổng tài sản

Biến phụ thuộc: PD Khi chỉ số PD càng cao thì xác suất KHDN có khả năng trả

nợ càng thấp, ngược lại (khi PD càng thấp thì xác suất KHDN có khả năng trả nợ càng cao) Kết quả từ nghiên cứu cho thấy là 4 chỉ tiêu đều ảnh hưởng đến khả năng trả nợ của KHDN Trong 4 chỉ tiêu tài chính thì Vốn chủ sở hữu/Tổng tài sản có mức độ tác động nhiều nhất

Nghiên cứu của Andrea Ruth Coravos

Andrea Ruth Coravos (2010) 13sử dụng dữ liệu danh mục cho vay doanh nghiệp nhỏ từ CDFI (Multinomial Logistic regressions Model), tài liệu này xác định các đặc điểm của người vay, người cho vay và khoản vay cụ thể và những thay đổi trong điều kiện kinh tế làm tăng khả năng vỡ nợ Những kết quả này đặt nền tảng cho một mô hình chấm điểm tín dụng nội bộ, có thể làm giảm thiểu rủi ro Mô hình chấm điểm tín dụng giúp CDFI định lượng rủi ro của họ, điều này thường cho phép họ mở rộng tín dụng nhiều hơn trong KHDN quy mô nhỏ

Trong bài nghiên cứu tác giả sử dụng mô hình Logit đa thức (Multinomial Logistic Regressions Models) để đo lường khả năng trả nợ KHDN có quy mô nhỏ tại CDFI

Trong đó:

- Strong : chưa từng nợ quá hạn, cơ cấu nợ

- Medium: từng hơn 1 lần nợ quá hạn 30 ngày, 60 ngày, từng cơ cấu nợ

- Weak: từng nợ quá hạn 90 ngày, không trả nợ

Các biến độc lập được đưa vào mô hình bao gồm:

13 Andrea Ruth Coravos, (2010) Measungring the Likelihood of Small Business Loan Default: Community Development Financial Institutions (CDFIs) and the use of Credit Scoring to Minimize Default Risk

- Xi: đặc điểm người vay (Kinh nghiệm quản lý, giới tính, ngành nghề, kinh nghiệm, doanh nghiệp mới thành lập, )

- Yi: đặc điểm của khoản vay (thời gian vay, hạn mức tín dụng, lãi suất, chính sách khách hàng, )

- Zi: đặc điểm của người cho vay (lãi suất được Fes cấp vốn)

- Mi: đặc điểm vĩ mô (chỉ số S&P, tỷ lệ thất nghiệp)

Bảng 2.3 Khả năng trả nợ theo nghiên cứu

Chưa từng phát sinh nợ

quá hạn

Chưa từng cơ cấu nợ

Có lịch sử trên 1 lần quá hạn trên 30 ngày

Có lịch sử quá hạn trên 60 ngày

Đã từng cơ cấu nợ

Có lịch sử quá hạn trên 90 ngày

Không trả được nợ

Lưu ý:

Nếu là (+90) ngày thì không được tính vào trường hợp (+30) hay (+60)

Trường hợp cơ cấu nợ trong 1 tháng hoặc chỉ 1 lần có lịch sử nợ quá hạn cũng được xem là “Strong”

Nguồn: Tổng hợp từ các nghiên cứu của Andrea Ruth Coravos

Dữ liệu của CDFI gồm 530 mẫu, trong đó 229 khoản vay doanh nghiệp nhỏ có bảo lãnh (Bảo lãnh cũng là một hình thức cấp tín dung) và 301 khoản vay doanh nghiệp nhỏ không sử dụng có bảo lãnh trong giai đoạn 2002-2007 Dữ liệu được lấy từ một mẫu không ngẫu nhiên, tập trung vào khoản vay “Weak”, “Medium” Vì đề tài, tác giả muốn nghiên cứu đến các dấu hiệu có thể xảy ra tình trạng mất khả năng thanh toán của DN có quy mô nhỏ Khoản vay “Strong” là gần như 100% không xảy ra tình trạng vỡ nợ, không phù hợp với đề tài

Từ bài nghiên cứu đã chỉ ra các nhân tố ảnh hưởng đến khả năng vỡ nợ của KHDN quy mô nhỏ tại CDFI:

- Biến kinh nghiệm quản lý tác động cùng chiều với mức độ vỡ nợ của KHDN nhưng không có ý nghĩa đối với KHDN mới thành lập

- Xếp hạng tín dụng cá nhân cùng chiều với khả năng trả nợ, xếp hạng càng cao thì khả năng trả nợ của khách hàng càng cao

- Thời gian hoạt động của doanh nghiệp cũng ảnh hưởng cùng chiều với khả năng trả nợ của khách hàng

- Các khoản vay được chính phủ hỗ trợ bảo lãnh thì có khả năng trả nợ kém

- Thời hạn bảo lãnh tác động ngược chiều với khả năng trả nợ, ngân hàng cho vay càng dài thì khả năng trả nợ kém Thời gian dài gia tăng rủi ro hơn so với cho vay ngắn hạn

- Theo kết quả mô hình số tiền vay càng lớn thì khách hàng trả nợ càng tốt, trừ trường hợp KHDN mới thành lập

- Lãi suất ngân hàng cho vay cao hơn lãi suất cơ bản thì khách hàng trả nợ càng kém và ngược lại

- Tỷ lệ thất nghiệp tác động ngược chiều với khả năng trả nợ Tỷ lệ thất nghiệp càng cao thì khả năng khách hàng càng trợ kém

Nghiên cứu Jiménez và Saurina phân tích các yếu tố quyết định xác suất vỡ nợ (PD) của các khoản vay ngân hàng Jiménez và Saurina (2003) 14 tập trung vào các biến (tài sản thế chấp, loại người cho vay và mối quan hệ người vay ngân hàng) Nghiên cứu sử dụng thông tin về hơn ba triệu khoản vay được các tổ chức tín dụng Tây Ban Nha nhập vào trong một chu kỳ kinh doanh hoàn chỉnh (1988-2000) được thu thập bởi Đăng ký tín dụng của Ngân hàng Tây Ban Nha (Trung de Informaci trên de Riesgos) Dữ liệu đầu vào là các khoản vay có giá trị từ 6.000 Euro trở lên của các KHDN Nhóm tác giả thấy rằng các khoản vay thế chấp có PD cao hơn, các khoản vay được cấp bởi các ngân hàng tiết kiệm có rủi ro cao hơn và cuối cùng, mối quan hệ vay mượn ngân hàng chặt chẽ làm tăng khả năng chấp nhận rủi ro nhiều hơn

Phương pháp tiếp cận đo lường khả năng vỡ nợ dựa trên mô hình Logit nhị thức (Binary Logictis Regressions Models) Mô hình trong bài nghiên cứu:

- Các biến độc lập: sản phẩm tín dụng, tiền tệ, kỳ hạn, TSĐB, số tiền vay, lĩnh vực kinh doanh, khu vực, loại hình TCTD

- Z: biến giả để kiểm soát các yếu tố kinh tế vĩ mô

Kết quả mô hình:

- Từ dữ liệu cho thấy rằng những khoản vay có TSĐB có xác suất vỡ nợ cao hơn

so với các khoản vay không có TSĐB

- Các sản phẩm tín dụng thời hạn nhỏ hơn 1 năm, cung cấp vốn lưu động sẽ rủi ro thấp hơn so với các sản phẩm tín dụng có thời hạn trên 1 năm, dùng để đầu tư dài hạn Vì các khoản tín dụng trung và dài hạn thì mang lại lợi nhuận cao hơn nhưng thời gian dài, rủi ro cao

- Khi cấp tín dụng thông qua hình thức tài trợ vốn lưu động ngắn hạn phụ thuộc vào doanh thu hằng năm của KHDN thì tủi ro sẽ thấp hơn cho vay đầu tư trung dài hạn

- Các khoản vay càng lớn thì có khả năng vỡ nợ càng thấp Kết quả được giải thích là các TCTD rất cẩn trọng và cấp tín dụng hiệu quả hơn so với các khoản vay nhỏ

- Trong bộ dữ liệu, có sự khác biệt về khả năng trả nợ của KHDN giữa các ngành nghề và khu vực cấp tín dụng Trong bộ dữ liệu này, ngành xây dựng không có

ý nghĩa thống kê, khách sạn và nhà hàng có tinh chất mùa vụ Ngành có nguy

cơ thấp nhất là sản xuất và phân phối điện, khí đốt và nước do được chi phối các công ty lớn

- Trong bài nghiên cứu chứng minh KHDN quan hệ nhiều TCTD khác nhau sẽ làm giảm rủi ro KHDN không trả nợ được

- KHDN vay bằng đồng ngoại tệ có rủi ro không trả được nợ thấp hơn nội tệ do chiếm tỷ trọng thấp và được xem xét kỹ hơn

Nghiên cứu của Irakli Ninua (2008) 15sử dụng mô hình Logit để nghiên cứu mối liên quan giữa khả năng trả nợ của KHDN và khoản vay có TSBĐ Biến phụ thuộc được ký hiệu là LLD (Loan Loss Ratio) Trong mô hình sử dụng các biến độc lập:

COLLATERAL: nhận giá trị 1 đối với khoản vay có TSBĐ và 0 đối với khoản vay không có TSBĐ

15 Irakli Ninua, 2008 Does a collateralized loan have a higher probability to default

RAMOUNT: số tiền vay

RLENGTH: Thời hạn cho vay

RATIORA: Tỷ lệ phê duyệt cấp tín dụng với đề nghị của KHDN

CLIENTTYPE: nhận giá trị 1 với KHDN đã từng quan hệ và giá trị 0 với KHDN vãng lai

EMPLOYMENT: số lượng nhân viên đang làm việc tại KHDN

Các biến giả về địa điểm cấp tín dụng

Các biến giả về ngành nghề kinh doanh của KHDN

Kết quả mô hình

- Với mức ý nghĩa 1% thì các khoản vay có TSBĐ thì xác xuất KHDN không trả được nợ cao hơn đối với các khoản vay không có TSBĐ (tín chấp)

- KHDN được phê duyệt cấp tín dụng theo đề nghị sẽ có khả năng trả nợ tốt hơn

so với không được phê duyệt theo như yêu cầu

- KHDN sử dụng nhiều lao động sẽ có khả năng trả nợ kém hơn, với mức ý nghĩa 1%

- Đối với kết quả của ngành nghề kinh doanh, ngành sản xuất thực phẩm có tác động cùng chiều với biến phụ thuộc ở mức độ ý nghĩa 10%, cho thấy các KHDN trong ngành này có khả năng trả nợ thấp hơn so với ngành khác

- Số tiền vay, thời gian và địa điểm cấp tín dụng không có ý nghĩa thống kê

Theo nghiên cứu của Lally (2003)16

nếu vay nợ càng nhiều doanh nghiệp càng có nguy cơ kiệt quệ tài chính (không thực hiện nghĩa vụ trả nợ) Tỷ số càng cao, thì khả năng trả nợ của doanh nghiệp càng thấp Bigelli và Vidal 17(2012) và Gooddacre và Thomson (2006) đã chỉ ra đoàn bẩy tài chính và khả năng trả nợ của KHDN có mối quan hệ nghịch biến với nhau Điều này có nghĩa , đòn bẩy tài chính của DN càng lớn thì khả năng trả nợ của DN càng thấp Ngoài ra, tỷ số nợ/vốn chủ

sở hữu thể hiện cơ cấu nguồn vốn của một doanh nghiệp

Nghiên cứu của Fitzpatrick18 (1931) đã sử dụng các tỷ số tài chính để phân tích khả năng phá sản của doanh nghiệp, trong đó, tác giả đã chỉ ra một trong số các tỷ số tốt nhất để dự báo khả năng phá sản KHDN dựa trên báo cáo tài chính là

16 Lally, 2003 Time Varying Market Leverage, the Market Risk Predium and the Cost of Capital

17

Bigelli và Vidal, 2012 Cash Holding in Private Firms

18 Fitzpatrick, 1931 Symptoms of industrial failure Washington D.C, USA

khả năng sinh lời Một doanh nghiệp kinh doanh có hiệu quả, sẽ được ngân hàng đánh giá cao, khi khả năng sinh lời cao, thì khả năng trả nợ cho ngân hàng cũng sẽ đảm bảo

2.4.2 Nghiên cứu ở Việt Nam

Tại Việt Nam, cũng đã có nhiều nghiên cứu về việc lựa chọn mô hình có thể đo lường rủi ro cho các khoản vay tại các ngân hàng thương mại Việt Nam như nghiên cứu của Nguyễn Thùy Dương và Nguyễn Thanh Tùng (2013) đã dùng phương pháp hồi quy logit để ước lượng mô hình khả năng trả nợ với độ tin cậy 90% Đối tượng và thời gian nghiên cứu: Bao gồm 490 khách hàng tại các NHTM Việt Nam từ 2007-

2011 Kết quả cho thấy các nhân tố ảnh hưởng tới khả năng không trả nợ đúng hạn hoặc trả nợ trong phạm vi 90 ngày từ ngày đến hạn bao gồm: mức độ xếp hạn tín dụng, mục đích cho khoản vay, giá trị khoản vay, bảo đảm tiền vay và các cam kết ràng buộc

bổ sung trong hợp đồng cấp tín dụng, mức độ quan hệ giữa ngân hàng và doanh nghiệp, khách hàng vay có phải là tập đoàn DNNN hay không Với kết quả mô hình cho thấy tất cả các biến độc lập đều ảnh hưởng chặt chẽ và có mối quan hệ cùng chiều với khả năng vỡ nợ Bên cạnh đó theo kết quả nghiên cứu thì trong số khách hàng không hoàn trả được nợ vay cho ngân hàng đúng hạn và sau 90 ngày thì khách hàng là DNNN chiếm tới gần 50% nhưng tổng giá trị khoản vay thì chiến tương đương hơn 70% trong giá trị khoản vay của mẫu nghiên cứu và mục đích của các món vay đó chủ yếu là dành cho đầu tư xây dựng công trình lớn

2.5 Phương pháp đánh giá khả năng trả nợ của KHDNNVV tại BIDV-Chi nhánh Chợ Lớn

2.5.1 Nguồn thông tin đánh giá khả năng trả nợ KHDNNVV tại BIDV-Chi

nhánh Chợ Lớn

- Bên trong: phỏng vấn khách hàng, kiểm tra sử dụng vốn, thu nhập chứng từ liên quan, thông tin lưu trữ từ các khoản vay trước đây có liên quan của KHDNNVV, TSĐB,

- Bên ngoài: CIC (Trung tâm thông tin tín dụng), Vietnam Credit (Công ty Thông tin tín nhiệm và xếp hạng doanh nghiệp Việt Nam), từ các đối thủ cạnh tranh của DN,

từ các nguồn thông tin công bố trên báo chí, internet

2.5.2 Phương pháp đánh giá khả năng trả nợ của KHDNNVV tại BIDV-Chi

- Khuyến khích nhận TSBĐ là tiền gửi tại NHTM, giấy tờ có giá (trừ cổ phiếu) do NHTM phát hành, trái phiếu Chính phủ (sau đây gọi tắt là Các tài sản có tính thanh khoản cao), bất động sản (có đầy đủ chứng nhận quyền sử dụng/sở hữu)

- Hạn chế tiếp thị, cấp tín dụng đối với doanh nghiệp có doanh thu dưới 100 tỷ đồng và tỷ lệ đòn bẩy trên 75%, trừ các khoản cấp tín dụng 100% dư nợ được bảo đảm bằng Các tài sản có tính thanh khoản cao

2.5.2.2 Phương pháp đánh giá dựa trên đối chiếu tình trạng khách hàng doanh

nghiệp với chính sách tín dụng

BIDV nói chung và BIDV Chợ Lớn nói riêng có những chính sách và định hướng hoạt động tín dụng linh hoạt và phù hợp với từng giai đoạn khác nhau (tình hình kinh tế vĩ mô, tình hình tài chính ngân hàng, định hướng hoạt động, quản lý rủi ro tín dụng…) Cơ sở thiết kế các chính sách cấp tín dụng dựa trên cơ sở: kiến thức, kinh nghiệm, đặc tính khách hàng,…

BIDV nói chung và BIDV Chơ Lớn nói riêng đã xây dựng các tiêu chí để thẩm định, phê duyệt tín dụng cũng như kiểm tra, đánh giá chất lượng khoản vay Cụ thể:

- Đối tượng khách hàng: thuộc nhóm khách hàng đủ điều kiện XHTDNB, lịch sử tín dụng, vị thế doanh nghiệp, năng lực và kinh nghiệm của ban quản trị, mức

độ phối hợp với BIDV

- Ngành nghề kinh doanh: đánh giá mức dựa trên mức độ tăng trưởng, ổn định hay suy thoái của ngành nghề KHDN đang kinh doanh

- Khả năng trả nợ: Phân tích nguồn trả nợ dựa trên một số chỉ tiêu quan trọng trong BCTC, mức độ ổn định và chủ động tài chính, khả năng bù đắp rủi ro

- Sản phẩm tín dụng: tùy theo kết quả XHTDNB sẽ có kèm theo một số điều kiện

nhằm giảm thiểu rủi ro tín dụng theo phụ lục đính kèm

Mỗi KHDN sẽ được chia ra thành 4 nhóm khách hàng:

- Nhóm ưu tiên cấp tín dụng: được BIDV-Chợ Lớn nói riêng đánh giá là có khả năng trả nợ rất tốt, báo cáo tài chính mạnh, uy tín trên thị trường cao, hiệu quả HĐKD tăng cao và liên tục, nên cần tập trung phục vụ, bán chéo các sản phẩm,…

- Nhóm cấp tín dụng bình thường: Khả năng trả nợ khách hàng bình thường, khách hàng có thể chịu ảnh hưởng môi trường kinh tế, doanh thu không biến động mạnh, tình hình tài chính ổn định…

- Nhóm cấp tín dụng có chọn lọc: KH có khả năng không trả nợ được, tình hình tài chính yếu hoặc chịu tác động của môi trường kinh doanh, HDKD cầm chừng BIDV nói chung và BIDV CN Chợ Lớn nói riêng chọn lọc kỹ, thẩm định kỹ, hạn chế tiếp thị, cấp tín dụng mới hoặc tăng hạn mức cấp tín dụng cho khách hàng Trong trường hợp này, khách hàng được cấp tín dụng vì 1 số điều kiện đặc biệt như tài sản đảm bảo tốt, thanh khoản cao, quan hệ lâu năm,

- Nhóm không cấp tín dụng: khách hàng không có khả năng trả nợ, không cấp tín dụng hoặc duy trì mức cấp tín dụng hiện hữu đối với khách hàng hiện hữu có tinh thần và thái độ hợp tác, giảm dần dư nợ, không tiếp thị với khách hàng thuộc nhóm này

Hiện nay, chính sách tín dụng của BIDV-CN Chợ Lớn đều cấp tín dụng cho khách hàng có 100% tài sản đảm bảo (bất động sản, giấy tờ có giá), hạn chế trong việc cấp tín dụng có tín chấp cho KHDNNVV nhằm giảm thiểu rủi ro khi có rủi ro xảy ra BIDV Chợ Lớn thường xuyên đánh giá các khoản cấp tín dụng hiện hữu, tuyển chọn, chăm sóc khách hàng tốt, đồng thời đề xuất giảm dư nợ đối với khách hàng có dấu hiệu mất khả năng trả nợ