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

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

Có thể bạn quan tâm!

Xem toàn bộ 136 trang tài liệu này.

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:

Thứ nhất, hệ thống hóa cơ sở lý thuyết liên quan tới hoạt động tín dụng KHCN tại các tổ chức tín dụng.

Thứ hai, tổng hợp, phân tích, đánh giá các nghiên cứu trước nhằm tham khảo và

đưa ra mô hình nghiên cứu của luận án.

Thứ ba, xây dựng mô hình nghiên cứu đánh giá các yếu tố ảnh hưởng đến khả năng trả nợ/vỡ nợ của KHCN tại Ngân hàng HTX Việt Nam.

Thứ tư, phân tích và so sánh các mô hình ước lượng dự báo về khả năng vỡ nợ để tìm ra mô hình dự báo tham khảo phù hợp đối với hoạt động tín dụng của Ngân hàng HTX Việt Nam.

Thứ năm, đưa ra một số giải pháp và khuyến nghị đối với các tổ chức liên quan 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:

Một là, những cơ sở lý thuyết nào về các yếu tố ảnh hưởng tới khả năng vỡ nợ của KHCN tại Ngân hàng HTX Việt Nam?

Hai là, có sự khác biệt nào về ảnh hưởng của các yếu tố ở các mô hình ước lượng khác nhau lên khả năng vỡ nợ của KHCN?

Ba là, mô hình dự báo nào có dự báo tốt nhất khả năng vỡ nợ của khách hàng với dữ liệu nghiên cứu?

Bốn là, những khuyến nghị nào giúp giảm khả năng vỡ nợ của khách hàng cũng 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.

Về khoa học: Thông qua phương pháp nghiên cứu định tính và định lượng, 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.

Về thực tiễn: Kết quả nghiên cứu của luận án sẽ giúp các ngân hàng cũng như 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 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

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).