hệ số 7.750, tiếp theo là khả năng trả lãi với hệ số 6.448, yếu tố ảnh hưởng thấp nhất là phát sinh khả năng vay vốn của ngân hàng với hệ số 1.578.
5.2.2.7. Vùng 7
Bảng 5.30: Ảnh hưởng của các mối quan hệ với ngân hàng tới khả năng trả nợ của khách hàng cá nhân Vùng 7
V7 | |
V24 | 3.015 |
V25 | 5.295 |
V26 | 2.160 |
V27 | 6.022 |
V28 | 3.456 |
V29 | 3.479 |
V30 | 3.382 |
Const | -15.347 |
Có thể bạn quan tâm!
-
Kết Quả Xử Lý Mô Hình Logistic Về Xếp Hạng Tín Dụng Nội Bộ Theo Phân Khúc Thị Trường -
So Sánh Tác Động Của Yếu Tố Chủ Hộ Tới Các Chỉ Tiêu Quan Hệ Ngân Hàng Theo Từng Vùng -
So Sánh Tác Động Của Tham Gia Bảo Hiểm Tới Các Chỉ Tiêu Quan Hệ Ngân Hàng Theo Từng Vùng -
Nhóm Giải Pháp Vi Mô Đối Với Agribank -
Một Số Đặc Điểm Chung Của 07 Vùng Kinh Tế Việt Nam -
Các Bước Chấm Điểm Xhtdnb Đối Với Khách Hàng Hộ Kinh Doanh Tại Vib Và Acb
Xem toàn bộ 303 trang tài liệu này.
Nguồn: Do tác giả tính toán
Đối với vùng 7, các yếu tố quan hệ giữa khách hàng và ngân hàng đều có sự ảnh hưởng thuận chiều tới khả năng thanh toán nợ của khách hàng. Trong đó yếu tố khả năng trả lãi có hệ số ảnh hưởng cao nhất là 6.022, yếu tố ảnh hưởng thứ hai là việc sử dụng dịch vụ của ngân hàng với hệ số 5.295, yếu tố ảnh hưởng thấp nhất là khả năng sử dụng dịch vụ tiết kiệm hoặc dịch vụ thẻ với hệ số 3.015.
5.2.3. Kết hợp mô hình logistic tính điểm cho khách hàng
Từ kết quả mô hình đánh giá đặc điểm khách hàng với các yếu tố phát sinh mối quan hệ với ngân hàng và sự ảnh hưởng của các biến thể hiện mối quan hệ với ngân hàng đối với khả năng trả nợ của khách hàng cá nhân. Qua đó, cho thấy với mỗi vùng khác nhau, đặc điểm khách hàng ảnh hưởng tới các biến thể hiện mối quan hệ là khác nhau. Các biến có mức độ ảnh hưởng khác nhau tới khả năng trả nợ của khách hàng ở các vùng khác nhau. Do đó, đặt ra vấn đề cần phải xác định được theo từng vùng xác xuất trả nợ của khách hàng thông qua các biến đặc điểm và biến mối quan hệ của khách hàng đối với ngân hàng.
Với những kết luận từ nghiên cứu trên đây, tác giả lựa chọn phương pháp xác định khả năng trả nợ của khách hàng bằng việc xếp hạng tín dụng đối với mức điểm từ 0 đến 100, trong đó, mức điểm sẽ được xác định dựa trên dữ liệu thu thập từ khách hàng, kết hợp với các hệ số ảnh hưởng của các đặc điểm tới quan hệ với
ngân hàng và khả năng trả nợ từ các mối quan hệ này. Phương pháp xác định khả năng này được thực hiện với trình tự các bước như sau:
Bước 1: Thu thập thông tin khách hàng: Mỗi khách hàng tương ứng một tập hợp các biến {Xi}. Trong đó các thông tin bao gồm j biến trong số 23 biến độc lập thể hiện đặc điểm khách hàng đã được đưa ra trong nghiên cứu.
Bước 2: Ước lượng xác suất các biến đặc trưng quan hệ với ngân hàng thông qua kết quả 05 mô hình hồi quy đã được xác định trong phần phân tích các đặc điểm của khách hàng với mối quan hệ của ngân hàng và khách hàng.
Bước 3: Tính toán giá trị của các biến thể hiện mối quan hệ giữa ngân hàng và khách hàng.
Bước 4: Tính toán xác suất Nợ gốc quá hạn qua kết quả hồi qui biến này theo các thành phần thể hiện mối quan hệ của khách hàng và ngân hàng. Điều chỉnh theo hệ số chính xác của các ước lượng hồi qui.
Bước 5: Xếp hạng (tính điểm) tín dụng cho từng khách hàng.
Tất các các bước trên thực hiện trên một file tính toán tự động cho từng khách hàng theo thông tin khách hàng. File gồm hai trang bảng tính:
1.Trang thông tin KH: Bao gồm các thông tin của khách hàng được mã hóa bằng giá trị số học. Ví dụ bảng thông tin đã được nhập dữ liệu cá nhân theo bảng dưới đây:
Bảng 5.31 : Bảng nhập mã thông tin khách hàng – Mã biến độc lập
Xác suất Nợ quá hạn | 0.1717 | Dòng nhập dữ liệu cá nhân | |
Điểm | 82.83 | ||
Hạng | BBB | ||
gioitinh | Giới tính | Nam=1, Nữ=0 | 0 |
NhomTuoi | Tuổi | Nhóm tuổi 1= dưới 25, 2= 25-34, 3=35-44, 4=45-54, 5=55 | 3 |
GĐ | Tình trạng hôn nhân | Đã kết hôn=1, Chưa kết hôn =0 | 1 |
TTNT | Thành thị/Nông thôn | Thành thị =1, Nông thôn=0 | 0 |
v04 | Loại hình sản xuất kinh doanh | Nông nghiệp =1, Phi nông nghiệp=0 | 0 |
v05 | Vay vốn | 0= Không vay 1= Có vay | 1 |
v05.1 | Vay vốn SXKD | Đúng=1, Không đúng=0 | 1 |
v05.2 | Vay vốn mua sắm tài sản | Đúng=1, Không đúng=0 | 0 |
Vay vốn Đi học | Đúng=1, Không đúng=0 | 0 | |
V05.4 | Khác | Đúng=1, Không đúng=0 | 0 |
V06 | Chuyên môn kỹ thuật | Trên ĐH=1, ĐH=2, CĐ=3, TC=4, Dưới TC=5 | 3 |
v07 | Học vấn | Không =1, 1-5 năm=2, 5-9 năm =3, 9 năm trở lên=4 | 4 |
v08 | Chủ hộ | Chủ hộ=1, không CH=0 | 0 |
v09 | Tình trạng chỗ ở | Nhà riêng =1, Nhà thuê =2, Ở cùng cha, mẹ=3, Ở nhờ người khác =4 | 1 |
v10 | Phân loại nhà | Biệt thự=1, Mái bằng=2, Mái ngói=3, Nhà tạm=4 | 2 |
v11 | Số người ăn theo trực tiếp | 0=1, 1=2, 2=3,3=4, 4 trở lên=5 | 1 |
v12 | Số lao động có thu nhập | 1=1, 2=2, 3=3, 4 trở lên =4 | 2 |
v13 | Số người trong độ tuổi đi học | 0=0, 1=1, 2=2, 3=3, 4 trở lên =4 | 0 |
v14 | Số năm làm việc | 3 | |
v15 | Nghề nghiệp hiện nay | 1= công chức, 2= làm thuê ngoài, 3= tự kinh doanh, 4= công nhân nông dân, 5= khác | 3 |
v15.1 | Công chức | Đúng=1, Không đúng=0 | 0 |
v15.2 | Làm thuê ngoài | Đúng=1, Không đúng=0 | 0 |
v15.3 | Tự kinh doanh | Đúng=1, Không đúng=0 | 1 |
v15.4 | Công nhân làm nông | Đúng=1, Không đúng=0 | 0 |
v15.5 | Khác | Đúng=1, Không đúng=0 | 0 |
v16 | Cơ sở chọn nghề | 1= Tập quán nơi sinh sống 2= Truyền thống gia đình 3= Sở thích của bản thân 4= Mức thu nhập 5= Không có | 3 |
v17 | Vị trí công việc | 1= Chủ DN, 2= Quản lý, 3= Chuyên viên, 4= Lao động nghề, 5= Khác | 4 |
v18 | Tham gia BH | 1= Có, 0= Không | 0 |
v18.1 | BHXH | Đúng=1, Không đúng=0 | 0 |
v18.2 | BHYT | Đúng=1, Không đúng=0 | 0 |
v18.3 | BHTS | Đúng=1, Không đúng=0 | 0 |
v18.4 | BH thân thể | Đúng=1, Không đúng=0 | 0 |
v18.5 | BH khác | Đúng=1, Không đúng=0 | 0 |
v19 | Mức đóng bảo hiểm | 0= Không, 1= >30, 2= 30-20, 3= 20-10, 4=10-5, 5= <5 | 0 |
v20 | Thu nhập cá nhân/năm | Trên 120tr=1, 80-120=2, 40-80=3, 10-40=4, dưới 10=5 | 2 |
v21 | Thu nhập gia đình/năm | 240tr +=1, 160-240=2, 80-140=3, 20-80=4, 20_=5 | 2 |
v22 | Đánh giá mức sống | Giàu=1, Khá=2, Trung bình=3, Nghèo=4, Quá nghèo=5 | 3 |
v23 | Tiết kiệm/năm | 240tr +=1, 160-240=2, 80-140=3, 20-80=4, 20_=5 | 2 |
Const | Giá trị mặc định không cần nhập số liệu | 1 |
Nguồn: Nghiên cứu của tác giả
2. Trang bảng tính: Để Xác định các giá trị: Xác suất nợ quá hạn, Điểm, Hạng trên cơ sở tính toán từ phụ lục 20. (Trang Bảng tính: Xem Phụ lục 19 đính kèm). Ví dụ:
Z V24= e^( 3.584*0(Giới tính)+ 2.759*1 (Số người ăn theo trực tiếp) +2.92*1 (Tự kinh doanh) +0.661*4 (Vị trí làm việc)+ 2.5*0 (Tham gia bảo hiểm)+1.849*2 (Thu nhập gia đình/năm) -12.002)
Giá trị P: Xác xuất khả năng xảy ra việc có mối quan hệ với ngân hàng P= Z/(1+Z) VD: PV24= ZV24/(1+ZV24)
Hệ số điều chỉnh (HSDC): Lấy từ kết quả mô hình hồi quy.
B = P* HSDC
F: Là hệ số hồi quy của hàm biểu diễn các biến quan hệ ngân hàng với khả năng trả nợ quá hạn
VF: Được tính bằng F*B, với F là hệ số hồi quy của mô hình quan hệ ngân hàng và khả năng nợ, B là hệ số sau điều chỉnh của các hàm hồi quy giữa đặc điểm khách hàng với mối quan hệ với ngân hàng.
VF = (B24*F24+ B25*F25+B26*F26 + B27*F27+ B28*F28+ B29*F29+ B30*F30)
E*: Tương tự hệ số Z, nhưng với hàm hồi quy khả năng nợ. E*= e^( Constant +VF*bF)
P= E*/(1+E*)
Theo thông lệ xếp hạng hiện nay tại các NHTM, có thể xếp thành 10 thứ bậc AAA, AA, A,....., CCC, CC, C, D theo bảng điểm sau:
Bảng 5.32: Bảng Xếp hạng khách hàng cá nhân
Điểm | Xếp hạng | |
Nhóm 1 | Từ 95 điểm trở lên | AAA |
Từ 90 đến <95 | AA | |
Từ 85 đến <90 | A | |
Nhóm 2 | Từ 75 đến <85 | BBB |
Từ 65 đến < 75 | B | |
Từ 55 đến <65 | B | |
Nhóm 3 | Từ 45 đến < 55 | CCC |
Từ 35 đến < 45 | CC | |
Từ 25 đến < 35 | C | |
Nhóm 4 | <25 | D |
Nguồn : Kết quả tính toán của tác giả
Tất cả các bước trên được thực hiện như nhau đối với các khách hàng tại các vùng khác nhau, chỉ có sự khác biệt khi sử dụng các hệ số đã được xác định theo từng vùng được nêu trong hệ thống chỉ tiêu và phân khúc theo từng vùng.
Với kết quả trên, khách hàng được sắp xếp theo khả năng xảy ra rủi ro tăng dần từ nhóm 1 là nhóm ít rủi ro nhất đến nhóm 4. Trong đó, nhóm 3 là nhóm đưa vào diện kiểm soát đặc biệt và có thể không đầu tư cho vay. Nhóm 4 là nhóm ngân hàng không được phép cho vay.
5.3. Thảo luận kết quả mô hình
5.3.1. Kết quả đã đạt được
Một là, đã xác định được bộ chỉ tiêu thực sự có tác động, ảnh hưởng đến khả năng trả nợ của khách hàng theo 07 vùng.
Kết quả thực hiện mô hình XHTDNB theo vùng trên đây đã chứng minh được sự khác biệt về khả năng trả nợ của khách hàng có cùng đặc điểm cá nhân tại các vùng khác nhau. Như vậy, mô hình XHTDNB theo từng vùng đã tăng hiệu quả của việc đánh giá khả năng trả nợ của khách hàng, từ đó giúp cho các chi nhánh hoạt động trên từng địa bàn khác nhau có cơ sở phù hợp hơn để đánh giá khả năng tín dụng tại địa bàn của mình. Điều này cũng khiến khả năng hạn chế rủi ro của các chi nhánh được tăng lên.
Hai là, mô hình XHTDNB theo từng vùng đã tính toán được mức độ ảnh hưởng của các chỉ tiêu đến khả năng trả nợ của khách hàng theo từng vùng gián tiếp qua sự ảnh hưởng đến các chỉ tiêu quan hệ với ngân hàng. Qua đó, kết quả tính toán này giúp các chi nhánh chủ động hơn trong lựa chọn phương án tiếp cận với các khách hàng tiềm năng có khả năng sử dụng các dịch vụ của ngân hàng và tìm kiếm và lựa chọn khách hàng vay vốn ít rủi ro hơn.
Thứ ba, hệ thống XHTDNB này có thể tích hợp được trên nền công nghệ Ipcas hiện nay của Agribank trên cơ sở cập nhật các chỉ tiêu và tỷ trọng theo từng vùng.
Thứ tư, phương pháp XHTDNB tương đối đơn giản, dễ dàng áp dụng và tiết kiệm chi phí.
5.3.2. Hạn chế
Thứ nhất, thông tin thu thập qua khảo sát là nguồn thông tin từ phía khách hàng, do đó, không thể tránh khỏi việc khách hàng cung cấp thông tin sai lệch.
Thứ hai, quy mô nghiên cứu của luận án còn hạn hep cả về không gian và thời gian nên phần nào ảnh hưởng đến kết quả tính toán mô hình.
5.4. Một số đề xuất kiến nghị
5.4.1. Đề xuất một số nội dung cần được tiếp tục nghiên cứu
Với mục tiêu ngày càng hoàn thiện hệ thống XHTDNB tại Agribank và các NHTM Việt Nam, Luận án kiến nghị một số nội dung cần tiếp tục được nghiên cứu như sau:
a. Về thu thập số liệu
Do hạn chế về thời gian cũng như về phạm vi, quy mô nghiên cứu theo phạm vi cá nhân nên kết quả khảo sát của Luận án còn hạn chế. Do vậy, Agribank nên tổ chức khảo sát trên phạm vi lớn hơn để đảm bảo hơn nữa tính xác thực, mức độ tin cậy của các chỉ tiêu trong quá trình kiểm định, thống kê.
b. Về hệ thống thông tin
Để đảm bảo nguồn số liệu có giá trị về các khách hàng cho hệ thống khai thác phục vụ cho hoạt động XHTDNB, Agribank cần khảo sát thông tin đa chiều: Từ phía khách hàng, từ phía NH, từ hệ thống thông tin tín dụng của hệ thống các NHTM; có giải pháp nhằm lành mạnh hóa nguồn thông tin từ phía khách hàng, từ phía thị trường.
c. Tiếp tục nghiên cứu, kiểm định sâu hơn về độ lệch chuẩn giữa các vùng nhằm tăng độ chính xác của kết quả chấm điểm XHTD theo phân khúc thị trường.
5.4.2. Kiến nghị nhóm giải pháp vĩ mô
5.4.2.1. Cần tạo ra hành lang pháp lý vững chắc cho hệ thống NHTM trong công tác XHTDNB
Hiện nay, ngoài các văn bản hướng dẫn và chỉ đạo cho các NHTM triển khai việc XHTDNB của NHNN là văn bản số 493/NHNN-2005, các NHTM gần như xây dựng hệ thống XHTDNB cho các khách hàng có quan hệ tín dụng một cách riêng lẻ, thiếu sự đồng bộ. Có NHTM chú trọng chỉ tiêu này, nhưng với NHTM khác lại chú trọng các chỉ tiêu khác. Mặt khác, các hệ thống XHTDNB của các NHTM đều rất chú trọng để các chỉ tiêu tài chính. Trong khi, các chỉ tiêu tài chính lại thường không thực sự chính xác. Bên cạnh đó, các chỉ tiêu phi tài chính ít được
chú trọng hơn. Một trong các chỉ tiêu vô cùng quan trọng trong các chỉ tiêu phi tài chính – là các chỉ tiêu thuộc nhóm “Quan hệ với ngân hàng” lại không được lượng hóa để trở thành một chỉ tiêu chiếm tỷ trọng lớn làm cơ sở cho việc XHTDNB tại các NHTM.
Tại Việt Nam, các NHTM mới bắt đầu thực hiện XHTD từ năm 2009, công tác XHTD chưa thực sự nhận được sự quan tâm đúng mức của các NHTM với đúng vị trí, vai trò của nó trong hoạt động quản trị rủi ro tín dụng tại các NHTM.
Do vậy, trong thời gian tới, NHNN cần nghiên cứu để có thể hướng dẫn, chỉ đạo cụ thể các NHTM thông qua hệ thống các văn bản nhằm giúp các NHTM đưa ra phương thức XHTDNB có tính đồng nhất hơn.
5.4.2.2. Chuẩn hóa phương pháp XHTDNB.
NHNN cần có những qui định cụ thể hơn trong việc chuẩn hóa hệ thống XHTDNB:
Thứ nhất, hệ thống XHTDNB của các NHTM phải tiếp cận theo chuẩn Basel II.
Thứ hai, việc xếp hạng tín dụng phải áp dụng các tỷ lệ điều chỉnh phù hợp nhằm giảm sự khác biệt trong kết quả đánh giá XHTDNB đối với cùng một khách hàng giữa các NHTM.
Thứ ba, cần có qui định cụ thể về điều kiện cần và đủ đối với chuyên gia tham gia xây dựng hệ thống XHTDNB.
5.4.2.3. Thiết lập khung pháp lý trong việc trao đổi thông tin về hoạt
động sản xuất kinh doanh của các cá nhân, doanh nghiệp.
Trong những năm qua, cùng với xu thế hội nhập kinh tế quốc tế toàn cầu hệ thống các NHTM đã có những bước tiến dài về phát triển và ứng dụng công nghệ thông tin trong công tác quản trị ngân hàng nói chung và trong hoạt động quản trị rủi ro tín dụng nói riêng. Qua đó, hệ thống công nghệ đã trở thành công cụ phục vụ đắc lực cho công tác XHTDNB của các NHTM. Tuy nhiên, các NHTM chưa có sự thống nhất về nguồn số liệu của khách hàng bởi một số lý do sau:
- Thông tin hoạt động kinh doanh của doanh nghiệp, cá nhân Việt Nam thường thiếu sự chính xác, thông tin sai lệch so với thực tế: Báo cáo tài chính gửi cơ quan thuế khác với báo cáo gửi các cơ quan quản lý ngành dọc, khác với báo cáo gửi ngân hàng vay vốn và có sự “chế biến” hay cố tình “che dấu” cho phù hợp với
mục đích của người quản trị doanh nghiệp. Các NHTM cho vay thường sử dụng số liệu của các chỉ tiêu trên báo cáo làm căn cứ XHTDNB.
- Nhiều bản báo cáo tài chính sau khi được kiểm toán cũng chưa thực sự phản ánh đúng thực lực, tiềm năng tài chính của doanh nghiệp do còn có những “vấn đề” trong công tác kiểm toán tại Việt Nam.
- Hiện nay, một doanh nghiệp có thể có quan hệ tín dụng với rất nhiều NHTM khác nhau. Nếu các NHTM không có các thông tin giao dịch của các doanh nghiệp, cá nhân, hộ sản xuất, kinh doanh từ việc đánh giá XHTD của các NHTM sẽ không có kết quả chính xác, dẫn đến rủi ro tín dụng là vô cùng lớn và mang tính chất dây chuyền.
Do vậy, các cơ quan Nhà nước cần thiết lập khung pháp lý hướng tới hệ thống thông tin chuẩn xác, đáng tin cậy trong hệ thống các NHTM trong nước và quốc tế nhằm giảm bớt rủi ro về “việc gây nhiễu” thông tin từ phía các doanh nghiệp. Mặt khác, hệ thống thông tin này cần có sự vào cuộc và chia sẻ của các cơ quan quản lý nhà nước, các cơ quan thuế…để giúp các NHTM có thể truy cập, tìm kiếm số liệu liên quan đến các doanh nghiệp, cá nhân. Đặc biệt, các số liệu liên quan đến việc phân tích, đánh giá khoản vay của khách hàng. Thông qua đó, các NHTM có nguồn thông tin đầy đủ, đa chiều, chính xác, kịp thời đáp ứng hiệu quả cho công tác XHTDNB với ba nguồn thông tin chính sau: Nguồn thông tin từ phía khách hàng cung cấp; nguồn thông tin nội bộ của các NHTM và nguồn thông tin từ các tổ chức quản lý tài chính ngoài ngành ngân hàng.
5.4.2.4. Nâng cao chất lượng cán bộ trong công tác XHTDNB
NHNN cần đào tạo chuyên ngành sâu về lĩnh vực XHTDNB cho Agribank và các NHTM theo các nhóm chuyên gia trực tiếp tham gia xây dựng hệ thống XHTDNB sau đây: Nhóm phân tích về đặc thù ngành kinh doanh; Nhóm phân tích về tình hình tài chính doanh nghiệp; Nhóm chuyên thu thập, cập nhật và xử lý thông tin; Nhóm những chuyên gia đầu ngành có trình độ cao, giàu kinh nghiệm để có thể tổng hợp các kết quả phân tích từ ba nhóm trên và đưa ra quyết định sau cùng. Mục đích nhằm tăng hiệu quả và độ tin cậy trong việc xử lý các dữ liệu liên quan đến rủi