Hình 2. 1. Mô hình 6C
Cash
Collateral
Capacity
Conditions
Character
6C
Control
(C4) Collateral – Bảo đảm tiền vay: đây là điều kiện để NH cấp tín dụng nhà ởvà là nguồn tài sản thứ hai có thể dùng để trả nợ vay cho NH. CBTD cần phải trả lời được âu hỏi: người vay có sở hữu một giá trị hay tài sản nào có chất lượng để hỗ trợ cho khoản vay không? CBTD có thể vận dụng các loại tài sản đảm bảo việc vay vốn của cá nhân/ hộ gia đình như: thế chấp bằng BĐS nhà ở thuộc sở hữu của người vay; hoặc thế chấp bằng chính BĐS nhà ở được hình thành bằng nguồn vốn vay; hoặc đảm bảo bằng tài sản của người thứ ba (người này có quan hệ mật thiết với người vay); hoặc tín chấp; hoặc kết hợp hai hoặc nhiều hình thức thế chấp trên để làm đảm bảo cho khoản vay. Tuy nhiên, CBTD cần phải đặc biệt chú ý đến những yếu tố nhạy cảm của tài sản như tuổi thọ, điều kiện pháp lý của tài sản, tính thanh khoản tài sản của người vay…
(C5) Conditions – Các điều kiện: NHTM cần phải biết được xu hướng hiện hành của công việc kinh doanh và ngành nghề của người vay (cá nhân), công việc kinh doanh bất động sản nhà ở (doanh nghiệp), cũng như điều kiện kinh tế thay đổi, nhất là biến động của thị trường BĐS và thị trường tín dụng khi thay đổi sẽ có ảnh hưởng ra sao đến việc thực hiện nghĩa vụ tài chính của người vay.
(C6) Control – Kiểm soát: NHTM thực hiện đánh giá những ảnh hưởng do sự thay đổi của luật pháp, quy chế hoạt động đến khả năng KH đáp ứng tiêu chuẩn của NH. Yêu cầu tín dụng của người vay có đáp ứng được tiêu chuẩn của NH và của nhà quản trị về chất lượng tín dụng.
Ưu điểm: áp dụng mô hình này tương đối đơn giản.
Nhược điểm: kết quả nghiên cứu phụ thuộc rất lớn vào mức độ chính xác của nguồn thông tin thu thập được, khả năng dự báo và trình độ phân tích, đánh giá chủ
quan của CBTD. Cho nên để đảm bảo về kết quả nghiên cứu, CBTD còn sử dụng mô hình điểm số tín dụng tiêu dùng
b/ Mô hình điểm số tín dụng tiêu dùng
Lựa chọn khách hàng cho vay luôn là một quyết định quan trọng trong hoajyt động tín dụng của NH. Khi NH đưa ra một quyết định không phù hợp có thể dẫn đến rủi ro rất lớn do khách hàng không đáp ứng được nghĩa vụ tài chính. Nếu NH chỉ dựa vào sự đánh giá theo mô hình 6C để quyết định cho vay hay từ chối có thể NH sẽ chấp nhận những khoản cho vay “tồi” và loại bỏ những khoản cho vay “tốt”. Do vậy với việc xây dựng và ứng dụng mô hình điểm số tín dụng tiêu dùng với hệ thống xếp hạng tín dụng, NH có thể căn cứ vào kết quả xếp hạng tín dụng để lựa chọn khách hàng. Như vậy, chỉ có KH đạt kết quả xếp hạng từ một mức rủi ro nào đó mới được NH xem xét cho vay.
Đây là mô hình định lượng để lượng hóa RRTDNO đối với khách hàng cá nhân/hộ gia đình và dự báo những tổn thất có thể xảy ra trong quá trình cấp tín dụng nhà ở. Ngày nay, nhiều NHTM thuộc các nước phát triển đã áp dụng phương pháp cho điểm tín dụng để đánh giá các đơn yêu cầu cho vay từ cá nhân/hộ gia đình. Cách thức của mô hình này cũng tạo thuận tiện cho KH vì khá thuận lợi và nhanh chóng, thông qua các yêu cầu tín dụng của họ được giải quyết bằng hệ thống chấm điểm tự động. Thông thường, người vay có thể gọi điện thoại đến NH cho vay, thông qua hệ thống máy tính nội mạng, dựa trên các dữ liệu đã có của người vay, chỉ trong vài phút, NH có thể thông báo kết quả cho vay hay không đối với người đó.
Lý thuyết cơ bản của việc cho điểm số tín dụng là NH có thể nhận diện được các yếu tố tài chính, kinh tế và động lực, tách biệt các khoản cho vay tốt ra khỏi các khoản cho vay xấu, bằng cách quan sát các nhóm người hay DN có quy mô lớn đã vay trong quá khứ. Hơn nữa, nó giả sử cùng các yếu tố tài chính và các yếu tố khác phân biệt các khoản cho vay tốt ra khỏi các khoản cho vay xấu trong tương lai.
Hình P2.1. Các bước thiết lập thực hiện mô hình chấm điểm KHCN
Bước 1
• Thu thập thông tin
Bước 2
• Chấm điểm các thông tin cá nhân cơ bản
Bước 3
• Chấm điểm tiêu chí quan hệ với ngân hàng
Bước 4
• Tổng hợp điểm, xếp hạng khách hàng, đánh giá rủi
ro tín dụng theo kết quả xếp hạng khách hàng
Tùy thuộc vào quan điểm và khả năng gánh chịu rủi ro của từng NHTM mà tại mỗi NHTM sẽ áp dụng các biểu điêumr chi tiết khác nhau dựa trên những mô hình khác nhau. Dưới đây là một số mô hình chấm điểm KHCN được các NHTM sử dụng:
Mô hình điểm số tín dụng áp dụng của Stefanie Kleimeier[40]
Stefanie Kleimeier đã xây dựng mô hình chấm điểm tín dụng cá nhân gồm hai phần là Chấm điểm nhân thân và năng lực trả nợ; Chấm điểm quan hệ với NH.
Bảng P2.1. Chỉ tiêu chấm điểm xếp hạng tín dụng cá nhân theo mô hình Stefanie Kleimeier
Tuổi | 18 – 25 tuổi | 26 - 40 tuổi | 41 – 60 tuổi | > 60 tuổi |
Trình độ học vấn | Sau đại học | Đại học, cao đẳng | Trung học | Dưới trung học |
Nghề nghiệp | Chuyên môn | Giúp việc | Kinh doanh | Hưu trí |
Thời gian công tác | < 0,5 năm | 0,5 – 1 năm | 1 – 5 năm | > 5 năm |
Thời gian làm công việc hiện | < 0,5 năm | 0,5 – 1 năm | 1 – 5 năm | > 5 năm |
Có thể bạn quan tâm!
-
Tóm Lược Giải Pháp Phát Triển Kỹ Năng Đối Với Nhân Viên Ngân Hàng Khi Giao Dịch Với Khách Hàng Cá Nhân -
Với Chính Phủ Và Các Cơ Quan Quản Lý Có Liên Quan -
Phát triển cho vay nhà ở đối với khách hàng cá nhân của Ngân hàng Thương mại Cổ phần Đầu tư và Phát triển Việt Nam - 22 -
/ Tổng Thể, Mẫu Nghiên Cứu Và Phương Pháp Thu Thập Dữ Liệu -
/ Mức Độ Rủi Ro Cho Vay Nhà Ở Đối Với Khách Hàng Cá Nhân Và Đánh Giá Của Ngân Hàng Về Các Yếu Tố Gây Rủi Ro. -
Hoàn Toàn Không Đồng Ý; 2- Không Đồng Ý; 3- Bình Thường (Trung Lập); 4 – Đồng Ý; 5- Hoàn Toàn Đồng Ý
Xem toàn bộ 244 trang tài liệu này.
Tình trạng cư trú | Nhà riêng | Nhà thuê | Sống chung | Khác |
Số người phụ thuộc | Độc thân | 1 -3 người | 3 -5 người | > 5 người |
Thu nhập hàng năm | < 12 trđ | 12 – 36 trđ | 36 – 120 trđ | > 120 trđ |
Thu nhập gia đình hàng năm | < 24 trđ | 24 – 72 trđ | 72 – 240 trđ | > 240 trđ |
2. Chấm điểm quan hệ với ngân hàng | ||||
Thực hiện cam kết với NH (ngắn hạn) | Khách hàng mới | Chưa bao giờ trễ hạn | Có trễ hạn < 30 ngày | Có trễ hạn > 30 ngày |
Thực hiện cam kết với NH (dài hạn) | Khách hàng mới | Chưa bao giờ trễ hạn | Có trễ hạn trong 2 năm gần đây | Có trễ hạn trước 2 năm gần đây |
Tổng giá trị khoản vay chưa trả | < 100trđ | 100 – 500 trđ | 500 trđ – 1 tỷ đ | > 1 tỷ đồng |
Các dịch vụ khác đang sử dụng | Tiền gửi tiết kiệm | Thẻ tín dụng | Tiền gửi tiết kiệm và thẻ tín dụng | Không |
Số dư bình quân tài khoản tiết kiệm trong năm trước đây | <20 trđ | 20 – 100trđ | 100 – 500 trđ | > 500 trđ |
Nguồn: [40]
Bảng P2.2 Ký hiệu xếp hạng tín dụng cá nhân theo Stefanie Kleimeier
Xếp hạng | Mức độ cho vay | |
>400 | Aaa | Cho vay tối đa theo đề nghị của người vay |
351 - 400 | Aa | |
301 - 350 | A | |
251 - 300 | Bbb | Cho vay theo TSĐB |
201 - 250 | Bb | Cho vay theo TSĐB và đánh giá đơn vay vốn |
151 – 200 | B | Yêu cầu đánh giá thận trọng đơn vay vốn và có TSĐB đầy đủ |
101 - 150 | Ccc | Từ chối cho vay |
51 - 100 | Cc | |
1 - 50 | C | |
0 | D |
Nguồn: [40]
Tuy nhiên công trình nghiên cứu này không đưa ra được cách tính điểm cụ thể cho từng chỉ tiêu, để vận dụng được mô hình đòi hỏi các NHTM phải thiết lập thang điểm cho từng chỉ tiêu đánh giá phù hợp với thực trạng và hệ thống cơ sở dữ liệu cá nhân tại NH mình.
Mô hình điểm số tín dụng cá nhân của FICO
Điểm số tín dụng cá nhân là một phương tiện kiểm soát tín dụng được gán cho mỗi cá nhân tại một số nước phát triển giúp TCTD ước lượng mức rủi ro kkhi cho vay. Điểm tín dụng càng thấp thì mức rủi ro của người vay càng cao. Fair Isaac Corp đã xây dựng mô hình điểm số tín dụng FICO thấp nhất là 300 và cao nhất là 850 áp dụng cho cá nhân dựa vào tỷ trọng của 5 chỉ số phân tích.
Bảng P2.3. Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng FICO
Tiêu chí đánh giá | |
35% | Lịch sử tài trợ (Payment history): Thời gian trễ hạn càng dài và số tiền trễ hạn càng cao thì điểm số tín dụng càng thấp. |
30% | Dư nợ tại các tổ chức tín dụng (Amount owed): nợ quá nhiều so với mức cho phép, đặc biệt là đối với thẻ tín dụng sẽ làm giảm điểm số tín dụng. |
Độ dài của lịch sử tín dụng (Length of credit history): thông tin càng nhiều năm càng đáng tín cậy và điểm số tín dụng càng cao. | |
10% | Số lần vay nợ mới (New credit): vay nợ thường xuyên bị xem là dấu hiệu có khó khăn về tài chính nên điểm số tín dụng càng thấp |
10% | Các loại tín dụng được sử dụng (Type of Credit used): các loại nợ khác nhau sẽ được tính điểm số tín dụng khác nhau. |
Nguồn: http://en.Wikipedia.org
Mô hình điểm số tín dụng FICO được áp dụng rộng rãi ở Mỹ do các thông tin liên quan đến tình trạng tín dụng của cá nhân có thể được NH rà soát dễ dàng qua các công ty dữ liệu tín dụng. Các công ty dữ liêu tín dụng thực hiện việc ghi nhận và cập nhật thông tin từ các tổ chức tín dụng, phân tích và cho điểm đối với từng cá nhân. Theo mô hình của FICO thì cá nhân có điểm số tín dụng ở mức 700 được xem là tốt, đối với cá nhân có điểm số tín dụng thấp hơn 620 sẽ có thể bị NH cân nhắc khi xét cho vay.
Mô hình cho điểm tín dụng tiêu dùng thông thường chọn từ 7 đến 12 hạng mục, mỗi hạng mục được cho từ 1 đến 10 điểm để đánh giá mức độ tín nhiệm của người vay đối với khoản cho vay của NH, từ đó NH có thể quyết định cho vay hay không.
Bảng P2.4. Các yếu tố quan trọng liên quan đến KH sử dụng trong mô hình cho điểm tín dụng tiêu dùng tại các NHTM Mỹ.
Các hạng mục xác định chất lượng tín dụng | Điểm | STT | Các hạng mục xác định chất lượng tín dụng | Điểm | |
1 | Nghề nghiệp của người vay | 5 | Thời gian sống tại địa chỉ hiện hành | ||
- Chuyên gia/phụ trách kinh doanh | 10 | - > 1 năm | 2 | ||
- Công nhân có kinh nghiệm (tay nghề cao) | 8 | - ≤ 1 năm | 1 | ||
- Nhân viên văn phòng | 7 | 6 | Điện thoại cố định | ||
- Sinh viên | 5 | - Có | 2 | ||
- Lao động phổ thông | 4 | - Không | 0 | ||
- Lao động làm việc bán thời gian | 2 | 7 | Số người sống cùng (phụ thuộc) |
Trạng thái nhà ở | - Không | 3 | |||
- Nhà riêng | 6 | - 1 người | 3 | ||
- Nhà thuê/ căn hộ | 4 | - 2 người | 4 | ||
- Sống cùng bạn/ người thân | 2 | - 3 người | 4 | ||
3 | Xếp hạng tín dụng | - > 3 người | 2 | ||
- Tốt | 10 | 8 | Các tài khoản tại NH | ||
- Trung bình | 5 | - Có TK tiết kiệm và phát hành séc | 4 | ||
- Không có hồ sơ | 2 | - Chỉ có TK tiết kiệm | 3 | ||
- Tồi | 0 | - Chỉ có TK phát hành séc | 2 | ||
4 | Kinh nghiệm nghề nghiệp | - không có TK | 0 | ||
- Trên 1 năm | 5 | ||||
- ≤ 1 năm | 2 |
KH có điểm số cao nhất theo mô hình với 8 mục nêu trên là 48 điểm, thấp nhất là 9 điểm. Giả sử NH biết mức 28 điểm là ranh giới giữa KH có tín dụng tốt và KH có tín dụng xấu, từ đó NH hình thành khung chính sách theo mô hình điểm như sau:
Quyết định tín dụng | Quy đổi sang VND (1USD = 20.000VND) | |
Từ 28 điểm trở xuống | Từ chối tín dụng | 0 |
29 – 30 điểm | Cho vay đến 500USD | 10 triệu đồng |
31 – 33 điểm | Cho vay đến 1000 USD | 20 triệu đồng |
34 – 36 điểm | Cho vay đến 2500 USD | 50 triệu đồng |
37 – 38 điểm | Cho vay đến 3500 USD | 70 triệu đồng |
39 – 40 điểm | Cho vay đến 5000 USD | 100 triệu đồng |
41 – 43 điểm | Cho vay đến 8000 USD | 160 triệu đồng |
Nguồn: [28]
- Lợi ích của việc sử dụng mô hình:
+ Thủ tục cho vay thuận lợi và nhanh chóng vì được giải quyết bằng hệ thống chấm điểm tự động. Thời gian quyết định cho vay được giảm nhiều.
+ Thông qua hệ thống máy tính nội mạng, trong vài phút, NH có thể thông báo kết quả ngay cho vay hay không đối với khách hàng. Khách hàng không phải đến NH, tốn thời gian và chi phí.
+ Cho vay căn cứ trên các dữ liệu cụ thể bằng con số, chứ không phải bằng cảm tính.
+ Các hệ thống cho điểm tín dụng có lợi ích là có thể giải quyết khối lượng lớn đơn yêu cầu cho vay nhanh với lao động tối thiểu, do đó giảm được các chi phí hoạt động. Hơn nữa, các hệ thống này có thể thay thế hữu hiệu cho việc sử dụng cách phán đoán của các nhân viên tín dụng không có kinh nghiệm, dó đó giúp kiểm soát được các tổn thất do nợ quá hạn gây ra.
- Nhược điểm:
+ Mô hình này không thể tự điều chỉnh nhanh chóng để thích nghi với các thay đổi trong nền kinh tế như tăng trưởng mạnh (hoặc trì trệ, suy thoái), các thay đổi về tình hình của người vay (như nghề nghiệp, tình trạng nhà ở, các TK tại NH có thể thay đổi) mà NH không thể và không đủ điều kiện cập nhật thường xuyên khi Nh có số lượng KH quá lớn.
+ Mô hình này không linh hoạt, nhạy bén, có thể gây bất lợi cho chương trình, kế hoạch tín dụng tiêu dùng (như bỏ sót những người vay uy tín) gây ra việc mất tín nhiệm của KH với NH.