Các Vấn Đề Về Tín Dụng Của Ngân Hàng


Tác giả

Tên đề tài

Phương pháp sử dụng

Kết quả




Chỉ có 3 yếu tố có tác động thực sự lên khả


Phân tích kinh tế về khả năng trả


năng trả nợ: (1) Quy mô hộ gia đình có tác

Ojiaki &

Ogbukwa (2012)

nợ của nông dân hợp tác xã nhỏ

tại Khu vực chính quyền địa phương Bắc Yewa của bang

Tương quan, hồi quy đa biến, mô hình Logit

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


Ogun, Nigeria


dân; và (3) Số tiền vay có tác động cùng chiều




lên khả năng trả nợ của hộ dân




Các chủ thẻ có mức thu nhập thấp, địa vị xã hội

Mathews và

Tìm hiểu và giải thích các yếu tố


thấp hơn có xu hướng sử dụng thẻ tín dụng

Slocum

có ảnh hưởng đến khả năng vỡ

Mô hình Logit

không hiệu quả và khả năng trả nợ thấp hơn so

(1969).

nợ của KHCN tại các NHTM.


với những chủ thẻ có thu nhập cao và địa vị xã




hội cao hơn




Kết luận cho thấy, các yếu tố rủi ro như chi




tiêu, nợ, thu nhập, tài sản, điều kiện kinh tế,

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

Panel data, semi- Parametric

môi trường pháp lý và đặc điểm nhân khẩu học xã hội có ảnh hưởng đến khả năng vỡ nợ

Có thể bạn quan tâm!

Xem toàn bộ 136 trang tài liệu này.

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 - 4


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




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 được coi là

Livingstone

& Lunt (1992)

Dự đoán trả nợ của khách hàng:

Các yếu tố quyết định tâm lý, xã hội và kinh tế

Phân tích biệt số và phân tích hồi quy bội

những yếu tố dự báo quan trọng về trả được 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


Ozdemir (2004)


Một cuộc điều tra theo kinh nghiệm về rủi ro vỡ nợ tín dụng tiêu dùng


Mô hình Logit

Các biến nhân khẩu học khác không có ảnh hưởng đến khả năng vỡ nợ của KHCN. 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


Tác giả

Tên đề tài

Phương pháp sử dụng

Kết quả


Kocenda &Vojtek (2011)


Dự đoán vỡ nợ trong chấm điểm tín dụng bán lẻ: Bằng chứng từ dữ liệu ngân hàng Séc


CART analysis và Mô hình Logit

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


Jacobson & Roszbach (2003)


Chính sách cho vay của ngân hàng, chấm điểm tín dụng và giá trị rủi ro


Mô hình Probit

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


Peter & Peter (2006)


Mô hình quản lý rủi ro: Một bằng chứng đánh giá về rủi ro vỡ nợ


Mô hình Logit

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.


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


Đào Thị Thanh Bình (2019)


Xây dựng mô hình chấm điểm tín dụng khách hàng cá nhân vay tiêu dùng tại Việt Nam


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


Phạm Thị Thu Trà & Robert Lensink (2008)


Sự khác biệt về khả năng vỡ nợ trong tín dụng chính thức, phi chính thức và bán chính thức


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 Á Châu


Mô hình Logit

Kết quả mô tả cho thấy, độ tuổi trung bình của khách hàng không trả được nợ là 35 tuổi


Đinh Thị Huyền Thanh & Kleimeier (2007)


Mô hình chấm điểm tín dụng cho thị trường ngân hàng bán lẻ của Việt Nam


Mô hình Logit

Các tác giả đã đưa ra kết luận đối với những biến số có ảnh hưởng lớn để khả năng vỡ nợ. Biến có ý nghĩa bao gồm: Thâm niên giao dịch với ngân hàng, giới tính, số khoản vay và thời

hạn vay


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


Booth và cộng sự (2014)


Giao dịch tự động với hiệu suất Random Forest và tính thời vụ


Chuyên gia, Random Forest, mô hình Logit

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

Dự đoán rủi ro tín dụng: Một


Kết quả được so sánh với các phân tích biệt

&

nghiên cứu so sánh giữa phân

Mạng thần kinh nhân tạo

số. Các tác giả đã chỉ ra rằng, kỹ thuật mạng

Boujelbene

tích biệt số và mạng thần kinh

ANN, phân tích biệt số

thần kinh nhân tạo (ANN) chính xác hơn về

(2015)

nhân tạo


mặt dự đoán


Bennell & cộng sự (2006)


Mô hình xếp hạng tín dụng: Mạng thần kinh nhân tạo và mô hình Probit


Mạng neuron thần kinh nhân tạo (ANN)

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 mô hình Probit




Kết quả chỉ ra rằng phân tích phân biệt bậc hai


Finch & Schneider (2007)

Phân loại độ chính xác của mạng thần kinh nhân tạo, Phân tích mạng và phân tích biệt số, Hồi quy Logistic


ANN, mô hình Logit, mô hình phân tích biệt số

luôn thực hiện tốt như các phương pháp khác trong khi các mạng thần kinh hoạt động rất giống với phân tích biệt số tuyến tính và hồi quy Logistic


Tác giả

Tên đề tài

Phương pháp sử dụng

Kết quả




Kết quả cho thấy sự khác biệt giữa hai mô




hình mạng thần kinh. Bên cạnh đó, nghiên

Pacelli &

Azzollini (2011)


Sử dụng mạng thần kinh nhân tạo (ANN) cho quản lý rủi ro tín dụng tại Italia


Mạng thần kinh nhân tạo ANN, phân tích biệt số, mô hình Logit

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


Zang (2011)

Nghiên cứu rủi ro mặc định của Ngân hàng thương mại cho vay cá nhân dựa trên mạng thần kinh nhân tạo


Mạng thần kinh nhân tạo ANN

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

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

Thứ nhất, chủ thể trong quan hệ tín dụng NHTM bao gồm người nhượng quyền 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).

Thứ hai, đối tượng của giao dịch tín dụng NHTM bao gồm cho vay bằng tiền và cho thuê động sản hay bất động sản.

Thứ ba, sự chuyển nhượng vốn được dựa trên cơ sở “niềm tin” và theo nguyên 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

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 11/12/2022