GIỚI THIỆU
Tính cấp thiết của việc nghiên cứu đề tài
Ngân hàng thương mại đóng vai trò quan trọng trong nền kinh tế, không chỉ là trung gian thanh toán mà còn là trung gian tín dụng và tạo ra tiền Hiện nay, lợi nhuận của các ngân hàng chủ yếu đến từ hoạt động tín dụng và các dịch vụ tài chính.
Lợi nhuận từ cho vay luôn đi kèm với rủi ro, khiến các ngân hàng hiện nay đua nhau tăng trưởng tín dụng để tối đa hóa lợi nhuận, nhưng cũng đồng nghĩa với việc rủi ro gia tăng Việc nhận diện sớm các dấu hiệu rủi ro trong hoạt động tín dụng trở nên quan trọng, giúp ngân hàng chủ động thực hiện các biện pháp phòng ngừa nhằm hạn chế thiệt hại trong trường hợp khách hàng vỡ nợ, như điều chỉnh chính sách cấp tín dụng và áp dụng các phương pháp ứng xử khác nhau với từng khách hàng Tuy nhiên, nhiều nhân viên tín dụng vẫn dựa vào kinh nghiệm cá nhân để cấp tín dụng, thiếu sự chuẩn hóa trong việc 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 quản trị rủi ro tín dụng.
Kết quả xếp hạng tín dụng (XHTD) là yếu tố quan trọng trong thẩm định cấp tín dụng, giúp ngân hàng đánh giá khả năng trả nợ của khách hàng Ngân hàng TMCP Đầu tư và Phát triển, đặc biệt là BIDV-Chi nhánh Chợ Lớn, đã áp dụng hệ thống xếp hạng tín dụng nội bộ cho khách hàng mới và thực hiện chấm điểm định kỳ cho khách hàng hiện hữu Dữ liệu từ hệ thống này hỗ trợ đo lường khả năng trả nợ của khách hàng doanh nghiệp tại chi nhánh Tuy nhiên, quy trình hiện tại vẫn còn nhiều nhược điểm, tính chủ quan và định tính, ảnh hưởng đến dự báo khả năng trả nợ Hơn nữa, chưa có nhiều nghiên cứu thực nghiệm cập nhật dữ liệu mới, do đó cần thiết phải tiến hành nghiên cứu về các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp.
Mô hình định lượng trong đánh giá khách hàng đóng vai trò quan trọng trong việc giúp ngân hàng xây dựng chính sách hiệu quả, tăng cường lợi nhuận và kiểm soát rủi ro một cách tốt nhất.
Tác giả đã 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” nhằm đáp ứng nhu cầu thực tiễn trong việc đánh giá khả năng trả nợ của khách hàng.
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 tác động của các yếu tố đến khả năng trả nợ của khách hàng doanh nghiệp nhỏ và vừa là một nhiệm vụ quan trọng tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Chợ Lớn Nghiên cứu này giúp xác định các yếu tố ảnh hưởng đến khả năng thanh toán nợ, từ đó đưa ra các giải pháp hỗ trợ phù hợp cho khách hàng Việc phân tích chi tiết sẽ góp phần nâng cao hiệu quả quản lý rủi ro tín dụng và tăng cường sự bền vững trong hoạt động cho vay của ngân hàng.
Để giảm thiểu rủi ro tín dụng và nâng cao khả năng trả nợ của khách hàng doanh nghiệp vừa và nhỏ, nhà quản trị tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Chợ Lớn cần áp dụng các giải pháp hiệu quả trong hoạt động tín dụng và quản lý tín dụng Việc đánh giá tín dụng một cách chính xác, thiết lập quy trình thẩm định chặt chẽ và theo dõi tình hình tài chính của khách hàng thường xuyên sẽ giúp cải thiện chất lượng tín dụng Hơn nữa, ngân hàng cũng nên cung cấp các sản phẩm tài chính linh hoạt và hỗ trợ tư vấn để đáp ứng nhu cầu của doanh nghiệp, từ đó tăng cường khả năng trả nợ và giảm thiểu rủi ro cho ngân hàng.
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 nợKHDNNVV tại BIDV-Chi nhánh Chợ Lớn.
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu của bài viết này là các khách hàng doanh nghiệp vừa và nhỏ có mối quan hệ tín dụng tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam, chi nhánh Chợ Lớn.
3 đã được xếp hạng tín dụng nội bộ.
Nghiên cứu này tập trung vào các khoản tín dụng dành cho khách hàng doanh nghiệp vừa và nhỏ tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Chợ Lớn, chỉ bao gồm những khách hàng đang có dư nợ tín dụng Nghiên cứu không xem xét các doanh nghiệp bị từ chối cấp tín dụng hoặc những khách hàng không được xếp hạng tín dụng nội bộ, như khách hàng mới hoặc khách hàng đã hết dư nợ.
Nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp được thực hiện trong khoảng thời gian từ năm 2015 đến 2019 Tuy nhiên, nghiên cứu này không xem xét tác động của các yếu tố vĩ mô đến khả năng trả nợ của khách hàng tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam.
Phương pháp nghiên cứu
Bài viết tập trung vào việc thu thập 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 Dựa trên nguồn dữ liệu này, tác giả sử dụng phương pháp phân tích thống kê mô tả để nghiên cứu đặc điểm của mẫu khách hàng đã chọn, đồng thời 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 là một cách tiếp cận nghiên cứu quy nạp, giúp rút ra những kết luận khái quát về các yếu tố ảnh hưởng đến khả năng trả nợ của doanh nghiệp.
Phương pháp định lượng và thống kê mô tả được áp dụng để xây dựng mô hình đo lường khả năng trả nợ, nhằm xác định rủi ro tín dụng cho khách hàng doanh nghiệp vừa và nhỏ Mô hình này hỗ trợ trong việc phê duyệt cấp tín dụng, điều chỉnh các sản phẩm tín dụng, và đưa ra chiến lược ứng xử phù hợp với từng đối tượng khách hàng cụ thể.
Phương pháp định lượng với mô hình logit được áp dụng để đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng TMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Chợ Lớ, sử dụng phần mềm SPSS để phân tích dữ liệu.
Pr (Di=1) =Pr(D*i>0) = F (β0 + β1Xi1 + + βnXin + εi)i)
Khả năng trả nợ của khách hàng doanh nghiệp được xác định qua chỉ số Di, trong đó Di = 1 nếu khách hàng có khả năng trả nợ tốt và Di = 0 nếu khách hàng không thể trả nợ hoặc không thực hiện nghĩa vụ trả nợ một cách hiệu quả.
- 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
Sử dụng phần mềm SPSS để kiểm định mối tương quan của các chỉ tiêu đối với khả năng trả nợ của KHDNNVV, cụ thể như sau:
Bài viết thu thập báo cáo tài chính và kết quả thống kê về khách hàng doanh nghiệp nhỏ và vừa (KHDNNVV) có quan hệ tín dụng tại BIDV Chợ Lớn, với mẫu nghiên cứu gồm 150 doanh nghiệp từ năm 2015 đến 2019, bao gồm công ty nhà nước, công ty cổ phần và công ty TNHH Để đảm bảo độ tin cậy của mô hình nghiên cứu, tác giả thực hiện ba 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 Từ đó, tác giả phân tích các kết quả hồi quy, xác định các yếu tố ảnh hưởng đến khả năng trả nợ của KHDNNVV tại BIDV Chợ Lớn, cũng như chiều hướng và mức độ tác động của các yếu tố này Cuối cùng, tác giả xây dựng mô hình đánh giá khả năng trả nợ của KHDNNVV tại BIDV Chợ Lớn.
Đóng góp của đề tài
Ngày nay, bên cạnh việc đặt mục tiêu tăng doanh thu và lợi nhuận, các ngân hàng thương mại (NHTM) còn phải kiểm soát rủi ro trong hoạt động kinh doanh, đặc biệt là trong lĩnh vực tín dụng Tín dụng không chỉ là nguồn lợi nhuận lớn mà còn tiềm ẩn nhiều rủi ro Do đó, NHTM cần tập trung vào việc đánh giá khả năng trả nợ của khách hàng doanh nghiệp để đảm bảo an toàn tài chính.
Việc áp dụng mô hình định lượng, đặc biệt là mô hình Logit, sẽ giúp BIDV Chợ Lớn và các ngân hàng thương mại khác tại Việt Nam đánh giá khả năng trả nợ của khách hàng doanh nghiệp một cách chính xác hơn so với phương pháp định tính truyền thống dựa vào kết quả xếp hạng tín dụng Các giải pháp ứng dụng mô hình Logit không chỉ mang lại lợi ích cho BIDV mà còn có thể được các ngân hàng thương mại khác tại Việt Nam áp dụng để nâng cao hiệu quả trong công tác đánh giá khả năng trả nợ, từ đó giúp kiểm soát rủi ro tốt hơn trong hoạt động cấp tín dụng.
5 dụng của mình, đảm bảo an toàn cho hệ thống ngân hàng và hướng tới sự phát triển bền vững trong tương lai.
Bố cục của luận văn
Trong chương 1 của luận văn, tác giả đã trình bày những nội dung cơ bản của đề tài nghiên cứu, bao gồm lý do nghiên cứu, mục tiêu, phạm vi và đối tượng nghiên cứu, cũng như phương pháp nghiên cứu được sử dụng Chương 1 đóng vai trò quan trọng trong việc thiết lập nền tảng cho các chương tiếp theo của luận văn.
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
Cơ sở lý thuyết
2.1.1 Cơ sở lý thuyết về khả năng trả nợ của khách hàng doanh nghiệp nhỏ và 2.1.1.1 Khái niệm tín dụng và phân chia KHDNvừa
Tín dụng đóng vai trò quan trọng trong hoạt động kinh doanh của ngân hàng, chiếm tỷ trọng lớn trong tổng tài sản và mang lại lợi nhuận chủ yếu từ lãi vay Đây cũng là hoạt động tiềm ẩn nhiều rủi ro, vì tín dụng thực chất là sự kết nối giữa bên cho vay và bên cần vốn, dựa trên nguyên tắc hoàn trả.
Theo Luật Tổ chức tín dụng 2010, cho vay được định nghĩa là hình thức cấp tín dụng, trong đó tổ chức tín dụng (bên cho vay) cung cấp hoặc cam kết cung cấp một khoản tiền cho khách hàng Khoản tiền này được sử dụng cho mục đích cụ thể trong một khoảng thời gian nhất định, với thỏa thuận rằng khách hàng sẽ hoàn trả cả gốc lẫn lãi.
Bảng 2.1 Phân loại doanh nghiệp lâm nghiệp, thủy sản;
Công nghiệp, xây dựng xuống xuống xuống lao động 50 tỷ 20 tỷ lao động đến
Từ 10 lao động trở xuống
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 đóng vai trò là trung gian tài chính, kết nối người cho vay và người đi vay Nguồn vốn cho doanh nghiệp chủ yếu được huy động từ dân cư và các tổ chức có tiền nhàn rỗi, với thời hạn nhất định Dựa trên tính chất thời hạn của nguồn vốn và vòng quay vốn của doanh nghiệp, ngân hàng xác định thời gian vay hợp lý Do đó, các khoản tín dụng dành cho khách hàng doanh nghiệp cần đảm bảo khả năng hoàn trả về cả thời gian và giá trị.
Khi thời gian cấp tín dụng cho khách hàng ngắn hơn vòng quay vốn, khách hàng sẽ không có đủ nguồn để trả nợ đúng hạn Ngược lại, nếu thời gian cấp tín dụng dài hơn vòng quay vốn, khách hàng có thể sử dụng nguồn vốn không đúng mục đích, dẫn đến việc không kiểm soát được tài chính và gia tăng rủi ro cho ngân hàng.
Bảo đảm nguyên tắc có hoàn trả cả gốc và lãi:
Khi kết thúc thời gian vay, bên vay phải hoàn trả cả gốc và lãi theo thỏa thuận trong hợp đồng tín dụng Lãi suất trong hợp đồng tín dụng đại diện cho chi phí sử dụng vốn, bao gồm phần lãi ngân hàng phải trả cho các cá nhân và tổ chức gửi tiền, đồng thời bù đắp chi phí hoạt động và tạo ra lợi nhuận cho ngân hàng.
Khi bên vay không tuân thủ cam kết trong thỏa thuận, ngân hàng cần trích lập dự phòng rủi ro từ lợi nhuận để bảo đảm khả năng thanh toán cho người gửi tiền.
Quy mô các khoản vay lớn, số lượng vay ít:
Các khoản vay doanh nghiệp thường được sử dụng để tài trợ cho hoạt động sản xuất kinh doanh và đầu tư Tùy thuộc vào nhu cầu vốn, giá trị của các khoản vay này có thể dao động từ nhỏ đến lớn.
Lãi suất cho vay thường thấp hơn so với khách hàng cá nhân
Các doanh nghiệp luôn tìm cách tiết kiệm chi phí tài chính, và bên cạnh việc cho vay, ngân hàng còn cung cấp nhiều dịch vụ hữu ích như huy động vốn, thanh toán lương, chuyển tiền, giao dịch ngoại tệ, thu hộ, và bán chéo sản phẩm Những dịch vụ này không chỉ mang lại lợi ích cho doanh nghiệp mà còn xây dựng mối quan hệ tốt đẹp giữa khách hàng và ngân hàng, giúp ngân hàng áp dụng mức lãi suất thấp hơn so với niêm yết.
Khi xảy ra rủi ro, khách hàng cá nhân vay có tài sản bảo đảm thường phải đảm bảo tỷ lệ tài sản là 100%, trong khi doanh nghiệp có thể chỉ cần 20% giá trị tài sản bảo đảm tùy vào mức độ tín nhiệm Các doanh nghiệp lớn, có uy tín và dòng tiền ổn định, thậm chí có thể vay tín chấp Ngân hàng chấp nhận nhiều loại tài sản, bao gồm cả hàng tồn kho và quyền đòi nợ, nhưng những tài sản này thường có tính thanh khoản kém Do đó, khi rủi ro xảy ra, việc phát mãi và thu hồi vốn từ các tài sản này trở nên khó khăn, dẫn đến mức độ rủi ro tín dụng của doanh nghiệp cao.
2.1.1.3 Khái niệm về khả năng trả nợ của khách hàng doanh nghiệp
Trong mối quan hệ tín dụng giữa ngân hàng và khách hàng, "khả năng trả nợ của khách hàng" được hiểu là việc đánh giá khả năng của khách hàng trong việc thực hiện nghĩa vụ nợ đối với ngân hàng trong suốt thời gian hợp tác hoặc trong một khoảng thời gian nhất định Hiện nay, cả trên thế giới và tại Việt Nam vẫn chưa có một khái niệm thống nhất về "khả năng trả nợ", mặc dù đã có một số nghiên cứu đưa ra các quan điểm khác nhau về vấn đề này.
10 của mình “không có khả năng trả nợ” hay khả năng “không trả được nợ” của một khách hàng.
Theo Hiệp hội các chuyên gia phục hồi kinh doanh R3 (2008), một doanh nghiệp được coi là không có khả năng trả nợ khi tổng tài sản của họ thấp hơn tổng nợ phải trả, hoặc khi họ không thể thanh toán các khoản nợ đến hạn.
Công ty kiểm toán PwC (2009) định nghĩa "không có khả năng trả nợ" là tình trạng mà một công ty không có đủ tài sản để 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) 3 đã đưa ra các điều kiện đánh giá khách hàng không có khả năng trả nợ:
Khách hàng không thể thực hiện nghĩa vụ thanh toán đầy đủ khi đến hạn, chưa kể đến khả năng ngân hàng bán tài sản (nếu có) để thu hồi nợ.
Khách hàng có nợ xấu khi khoản vay quá hạn trên 90 ngày, trong đó các khoản thấu chi sẽ bị coi là quá hạn nếu khách hàng vượt quá hạn mức cho phép hoặc nhận thông báo về hạn mức thấp hơn số dư nợ hiện tại.
Quỹ tiền tệ quốc tế (IMF) và Liên hợp quốc định nghĩa nợ xấu là khoản nợ đã quá hạn trả lãi và/hoặc gốc trên 90 ngày, hoặc các khoản lãi chưa thanh toán.
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
Năng lực tài chính của doanh nghiệp được phản ánh qua Báo cáo tài chính, với các chỉ tiêu quan trọng như tỷ lệ sinh lợi từ tài sản (ROA), hiệu quả sử dụng tài sản cố định, suất sinh lợi trên vốn chủ sở hữu (ROE) và giá trị doanh nghiệp trên thị trường Nhiều nghiên cứu trước đây đã chỉ ra rằng các chỉ số tài chính này có ảnh hưởng và có thể đo lường khả năng trả nợ của doanh nghiệp Trong các nghiên cứu, các chỉ số về lợi nhuận và khả năng thanh khoản thường được sử dụng phổ biến nhất.
Uy tín khách hàng được đánh giá dựa trên năng lực quản lý, thiện chí hợp tác và khả năng trả nợ, cùng với giá trị thương hiệu trên thị trường Những yếu tố này mang tính khách quan và thường khó xác định trong một thị trường bất ổn.
8 Press&Wilson, 1978 Choosing between Logit regression and discriminant analysis Journal os the
9 Wiginton, 1980 A note on the Comparison of Logit ans Discriminant Modes of Consumer Credit
Behavior The Journal of Finance and Quantitative Analysis, Vol.15, No.3
10 Yesilyapral, 2004 Bon Ratings with Artificial Neural Nwtworks and Econometric Models.
American Bisiness Review, Vol.22, No.1
Hiện nay, có một số phương pháp để đánh giá uy tín của khách hàng, bao gồm việc xem xét lịch sử quan hệ tín dụng với ngân hàng thông qua thông tin từ CIC, cũng như các khoản phải thu và phải trả liên quan đến đối tác Bên cạnh đó, phỏng vấn trực tiếp cũng là một cách hiệu quả để thu thập thông tin cần thiết.
Công nghệ thông tin và máy móc thiết bị hiện đại đóng vai trò quan trọng trong việc nâng cao hiệu quả sản xuất của các doanh nghiệp Những công ty có công nghệ cao sẽ có lợi thế cạnh tranh rõ rệt nhờ vào chi phí sản xuất thấp và khả năng hoạt động hiệu quả hơn.
Các doanh nghiệp nhỏ, thường là những đơn vị mới thành lập và chưa có uy tín trên thị trường, thường phải đối mặt với rủi ro cao hơn so với các doanh nghiệp lớn Với năng lực quản lý và tiềm lực tài chính hạn chế, các doanh nghiệp nhỏ dễ bị ảnh hưởng bởi các yếu tố tiêu cực của thị trường Khi điều kiện vĩ mô không thuận lợi, nhiều doanh nghiệp nhỏ có thể rơi vào tình trạng mất cân đối tài chính, dẫn đến nguy cơ phá sản.
Mỗi ngành nghề kinh doanh đối mặt với những rủi ro riêng biệt, không có ngành nào giống ngành nào Một số ngành yêu cầu vốn đầu tư ban đầu lớn và thời gian thu hồi vốn dài, trong khi các ngành khác lại bị ảnh hưởng bởi chính sách tài chính hoặc tình hình kinh tế Nghiên cứu của Jimenez và Saurina (2003) cùng Irakli Ninua (2008) đã chỉ ra rằng ngành nghề kinh doanh ảnh hưởng đến khả năng trả nợ của doanh nghiệp, đặc biệt là trong lĩnh vực sản xuất so với các ngành khác.
2.2.2 Nhân tố liên quan đến đặc điểm sản phẩm tín dụng:
Lãi suất tín dụng là khoản chi phí mà doanh nghiệp phải trả cho ngân hàng, phản ánh mức độ rủi ro mà doanh nghiệp đó đang đối mặt Khi doanh nghiệp có rủi ro cao, ngân hàng sẽ áp dụng lãi suất cao hơn để bù đắp cho rủi ro này Lãi suất tín dụng không chỉ ảnh hưởng đến kết quả kinh doanh của doanh nghiệp mà còn tác động đến khả năng trả nợ của họ.
Thời gian vay của doanh nghiệp thường phụ thuộc vào mục đích sử dụng vốn và vòng quay vốn được thể hiện trong báo cáo tài chính Các khoản vay ngắn hạn chủ yếu nhằm bổ sung vốn lưu động cho hoạt động hàng ngày của doanh nghiệp Tuy nhiên, thời gian vay càng dài thì ngân hàng càng gặp khó khăn trong việc kiểm soát rủi ro đối với khách hàng doanh nghiệp do thông tin bất cân xứng.
Thời gian vay vốn phù hợp với vòng vay vốn và dòng tiền doanh nghiệp giúp ngân hàng ra quyết định cho vay dễ dàng hơn, đồng thời giảm thiểu rủi ro tín dụng Nghiên cứu của Andrea Ruth Coravos (2010) cho thấy rằng thời gian vay có ảnh hưởng ngược chiều đến khả năng trả nợ của khách hàng.
Trong quan hệ tín dụng, xử lý tài sản bảo đảm (TSBĐ) là biện pháp cuối cùng để thu hồi nợ khi khách hàng mất khả năng trả nợ TSBĐ và rủi ro có mối liên hệ chặt chẽ; doanh nghiệp có khả năng trả nợ kém sẽ bị yêu cầu cung cấp nhiều TSBĐ hơn so với doanh nghiệp có khả năng trả nợ tốt Việc áp dụng biện pháp bảo đảm không chỉ giúp ngân hàng đảm bảo thu hồi vốn mà còn tăng trách nhiệm của người đi vay Nghiên cứu của Jimenez và Saurina (2003) đã chỉ ra rằng có mối quan hệ giữa 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 quan trọng trong ngân hàng liên quan đến trình độ quản lý tín dụng và lãnh đạo trong việc kiểm soát rủi ro tín dụng Ngân hàng có quy trình cấp tín dụng chặt chẽ sẽ giúp phân loại khách hàng doanh nghiệp (KHDN) tốt và xấu, từ đó đưa ra quyết định cấp tín dụng hợp lý Bên cạnh đó, quy trình quản lý tín dụng hiệu quả sẽ giám sát hoạt động kinh doanh, nhận diện thiện chí trả nợ và các yếu tố ảnh hưởng đến khả năng trả nợ của KHDN, giúp giảm thiểu rủi ro không hoàn thành nghĩa vụ trả nợ.
2.2.4 Nhân tố liên quan đến môi trường vĩ mô
Môi trường vĩ mô đóng vai trò quan trọng trong khả năng trả nợ của các doanh nghiệp, đặc biệt là những doanh nghiệp phụ thuộc vào biến động thị trường Các yếu tố như tỷ lệ thất nghiệp, lạm phát, GDP, tỷ giá hối đoái, chính sách tiền tệ, chính sách tài khóa và chế độ chính trị đều ảnh hưởng đến tình hình tài chính của doanh nghiệp Khi môi trường vĩ mô xấu đi, khả năng trả nợ của doanh nghiệp có xu hướng gia tăng, ngược lại, nếu điều kiện vĩ mô được cải thiện, khả năng này sẽ giảm.
Ý nghĩa và vai trò của đánh giá khả năng trả nợ của khách hàng doanh nghiệp 18
Ủy Ban Basel đã xây dựng Hiệp ước Basel II vào năm 2004, nhấn mạnh tầm quan trọng của quản trị và đo lường rủi ro tín dụng Theo Hiệp ước này, các ngân hàng thương mại cần sử dụng mô hình dựa trên dữ liệu nội bộ để xác định tổn thất dự tính (EL) Phương pháp đánh giá nội bộ (IRB) xác định tổn thất mất vốn từ khách hàng không trả nợ, được tính theo công thức: Tổn thất dự kiến (EL) = PD * EAD * LGD Trong đó, tỷ lệ tổn thất ước tính (LGD), tổng dư nợ tại thời điểm không trả nợ (EAD), và xác suất không trả nợ (PD) là những yếu tố quan trọng trong phê duyệt tín dụng, quản lý rủi ro tín dụng và phân bổ nguồn vốn cho vay Kết quả đánh giá khả năng trả nợ của khách hàng doanh nghiệp có thể được ứng dụng vào nhiều lĩnh vực quản trị ngân hàng.
Hỗ trợ phê duyệt tín dụng giúp nâng cao tính chính xác và củng cố cơ sở quyết định cấp tín dụng Nó cung cấp các công cụ cần thiết để tối ưu hóa quy trình phê duyệt, tiết kiệm thời gian và chi phí, đồng thời giảm thiểu sự can thiệp chủ quan từ con người.
Quản trị rủi ro tín dụng là công cụ quan trọng để đánh giá mức độ rủi ro liên quan đến khách hàng và khoản vay Việc đánh giá khả năng trả nợ của khách hàng doanh nghiệp (KHDN) là cơ sở độc lập giúp các ngân hàng thương mại (NHTM) đánh giá hiệu quả quản trị rủi ro, từ đó tạo điều kiện cho việc giám sát sau cho vay và nhận diện sớm các rủi ro Ngoài ra, mức độ trích lập dự phòng cho các khoản cấp tín dụng cũng phụ thuộc vào mức độ rủi ro của từng khoản vay.
Hỗ trợ định giá tiền vay bao gồm việc xác định mức phí và lãi suất áp dụng cho khoản tín dụng, đảm bảo phù hợp để bù đắp tổn thất tín dụng có thể xảy ra Đồng thời, cần đánh giá khả năng trả nợ của khách hàng để phân loại các mức vay một cách hợp lý.
11 Basel Commitee on Banking Supervision, 2004 International Convergence of Capital Measurement and
Mỗi đối tượng và khoản vay đều có 19 mức độ rủi ro khác nhau, đây là yếu tố quan trọng giúp định giá tiền vay Nguyên tắc áp dụng là khách hàng có rủi ro không trả nợ cao sẽ phải chịu mức giá vay cao hơn, trong khi những khách hàng có rủi ro thấp sẽ được hưởng mức giá ưu đãi hơn.
Để hỗ trợ quản lý khách hàng hiệu quả, các khoản vay có mức độ rủi ro cao cần được kiểm soát và đánh giá thường xuyên Những khách hàng có khả năng trả nợ thấp hoặc có dấu hiệu suy giảm khả năng trả nợ cần được theo dõi và kiểm tra định kỳ một cách đặc biệt, trong khi những khách hàng ổn định cũng cần được quản lý chặt chẽ.
Hệ thống XHTD nhận dữ liệu phong phú về khoản vay và hoạt động kinh doanh của khách hàng, giúp đánh giá khả năng trả nợ trong tương lai Thông tin đầu vào và kết quả hiện tại của khách hàng là cơ sở quan trọng để đưa ra những đánh giá chính xác hơn về khả năng tài chính của họ.
Các nghiên cứu thực nghiệm sử dụng mô hình Logit đo lường khả năng trả nợ của khách hàng doanh nghiệp
nợ của khách hàng doanh nghiệp
2.4.1 Các nghiên cứu tại các nước trên thế giới
Nghiên cứu của Chiara Pederzoli và Contanza Torricelli (2010) nhấn mạnh vai trò quan trọng của các doanh nghiệp vừa và nhỏ (DNNVV) trong nền kinh tế nhiều quốc gia, bao gồm cả Ý, và tuân thủ quy định Basel II Mục tiêu chính của bài viết là xây dựng một mô hình dự đoán cho DNNVV tại Ý, cụ thể là phát triển mô hình logit dựa trên các tỷ lệ tài chính Sử dụng cơ sở dữ liệu AIDA, nghiên cứu tập trung vào khu vực Emilia Romagna, nơi DNNVV chiếm tỷ lệ lớn trong tổng số công ty.
Mô hình nghiên cứu này được phát triển dựa trên mô hình của E.I Alman (1986), với giả định rằng rủi ro tài chính của doanh nghiệp ảnh hưởng đến rủi ro tín dụng của khách hàng Trong khi Alman sử dụng đại lượng Z làm thước đo để phân loại rủi ro tín dụng cho doanh nghiệp, nghiên cứu này kết hợp giữa các chỉ số tài chính và trọng số để xác định xác suất vỡ nợ của các doanh nghiệp 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
- 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
Chỉ số PD là yếu tố quan trọng trong việc đánh giá khả năng trả nợ của khách hàng doanh nghiệp (KHDN), với PD cao đồng nghĩa với xác suất trả nợ thấp, và ngược lại Nghiên cứu cho thấy bốn chỉ tiêu tài chính đều ảnh hưởng đến khả năng trả nợ của KHDN, trong đó tỷ lệ Vốn chủ sở hữu trên Tổng tài sản có tác động mạnh nhất.
Nghiên cứu của Andrea Ruth Coravos
Andrea Ruth Coravos (2010) đã sử dụng dữ liệu từ CDFI để phân tích các đặc điểm của người vay, người cho vay và khoản vay, đồng thời xác định những yếu tố kinh tế làm tăng nguy cơ vỡ nợ thông qua mô hình hồi quy logistic đa biến Kết quả nghiên cứu này tạo cơ sở cho việc phát triển một mô hình chấm điểm tín dụng nội bộ, giúp CDFI giảm thiểu rủi ro Mô hình này cho phép CDFI định lượng hóa rủi ro, từ đó mở rộng khả năng cung cấp tín dụng cho các doanh nghiệp nhỏ.
Trong nghiên cứu này, tác giả áp dụng mô hình Logit đa thức để đánh giá khả năng trả nợ của các doanh nghiệp nhỏ tại CDFI Mô hình này cho phép phân tích các yếu tố ảnh hưởng đến khả năng thanh toán nợ của các KHDN quy mô nhỏ một cách chi tiết và hiệu quả.
Pr(βo+ β∖ ×i+βιβo+ β∖ ×i+βι i = Strong l Meaium 1 or Weak) = F ợ ɜ J
- 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
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
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
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”
- 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
Nguồn: Tổng hợp từ các nghiên cứu của Andrea Ruth Coravos
Dữ liệu của CDFI bao gồm 530 mẫu, trong đó có 229 khoản vay doanh nghiệp nhỏ có bảo lãnh và 301 khoản vay doanh nghiệp nhỏ không có bảo lãnh, được thu thập trong giai đoạn 2002-2007 Mẫu dữ liệu này không ngẫu nhiên, chủ yếu tập trung vào các khoản vay “Weak” và “Medium” Mục tiêu của nghiên cứu là tìm hiểu các dấu hiệu có thể dẫn đến tình trạng mất khả năng thanh toán của doanh nghiệp nhỏ, trong khi các khoản vay “Strong” gần như không có nguy cơ vỡ nợ và không phù hợp với đề tài nghiên cứu.
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 có ảnh hưởng ngược lại đến khả năng trả nợ; khi ngân hàng cho vay với thời gian dài, khả năng trả nợ của khách hàng thường giảm sút Điều này cho thấy rằng thời gian cho vay dài hạn gia tăng rủi ro 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 của Jiménez và Saurina (2003) phân tích các yếu tố quyết định xác suất vỡ nợ (PD) của các khoản vay ngân hàng, tập trung vào các biến như tài sản thế chấp, loại người cho vay và mối quan hệ giữa người vay và ngân hàng Nghiên cứu sử dụng dữ liệu từ hơn ba triệu khoản vay của các tổ chức tín dụng Tây Ban Nha trong giai đoạn 1988-2000, được thu thập từ Đăng ký tín dụng của Ngân hàng Tây Ban Nha Kết quả cho thấy các khoản vay thế chấp có PD cao hơn, các khoản vay từ ngân hàng tiết kiệm có rủi ro cao hơn, và mối quan hệ vay mượn chặt chẽ giữa người vay và ngân hàng làm tăng khả năng chấp nhận rủi ro.
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:
- Prob(y i t=V(x⅛zt)): xác suất vỡ nợ của khoản vay
14 Jiménez và Saurina, 2003 Collateral, type of lender and relationship banking as derminants of credit risk.
- 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
- 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 có thời hạn dưới 1 năm, chuyên cung cấp vốn lưu động, thường có mức rủi ro thấp hơn so với các sản phẩm tín dụng trên 1 năm, được sử dụng cho đầu tư dài hạn Mặc dù các khoản tín dụng trung và dài hạn có khả năng mang lại lợi nhuận cao hơn, nhưng chúng cũng đi kèm với rủi ro lớn hơn do thời gian đầu tư kéo dài.
Cấp tín dụng qua tài trợ vốn lưu động ngắn hạn dựa vào doanh thu hàng năm của doanh nghiệp giúp giảm thiểu rủi ro so với cho vay đầu tư trung và dài hạn.
Các khoản vay lớn thường có khả năng vỡ nợ thấp hơn, do các tổ chức tín dụng (TCTD) thực hiện quy trình cấp tín dụng một cách cẩn trọng và hiệu quả hơn so với các khoản vay nhỏ.
Trong bộ dữ liệu, khả năng trả nợ của khách hàng doanh nghiệp (KHDN) khác nhau giữa các ngành nghề và khu vực cấp tín dụng Ngành xây dựng không có ý nghĩa thống kê, trong khi ngành khách sạn và nhà hàng mang tính chất mùa vụ Ngành sản xuất và phân phối điện, khí đốt và nước có nguy cơ thấp nhất do sự chi phối của 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) đã áp dụng mô hình Logit để phân tích mối liên hệ giữa khả năng trả nợ của các doanh nghiệp (KHDN) và khoản vay có tài sản bảo đảm (TSBĐ) Biến phụ thuộc trong nghiên cứu được ký hiệu là LLD (Tỷ lệ tổn thất cho vay), trong khi các biến độc lập được sử dụng để làm rõ hơn mối quan hệ này.
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
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
- 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%.
Ngành sản xuất thực phẩm có ảnh hưởng tích cực đến kết quả kinh doanh, với mức độ ý nghĩa 10% Điều này cho thấy các doanh nghiệp trong lĩnh vực này có khả năng trả nợ thấp hơn so với các ngành khác.
- Số tiền vay, thời gian và địa điểm cấp tín dụng không có ý nghĩa thống kê.
Nghiên cứu của Lally (2003) chỉ ra rằng doanh nghiệp vay nợ nhiều có nguy cơ kiệt quệ tài chính cao hơn, với tỷ số nợ cao đồng nghĩa khả năng trả nợ thấp Bigelli và Vidal (2012) cùng Gooddacre và Thomson (2006) khẳng định rằng giữa đòn bẩy tài chính và khả năng trả nợ của doanh nghiệp có mối quan hệ nghịch biến, tức là đòn bẩy tài chính lớn làm giảm khả năng trả nợ Hơn nữa, tỷ số nợ/vốn chủ sở hữu phản ánh cơ cấu nguồn vốn của doanh nghiệp.
PHƯƠNG PHÁP NGHIÊN CỨU
Lý do lựa chọn mô hình Logit để đo lường khả năng trả nợ KHDNNVV tại BIDV- Chợ Lớn
Các ngân hàng thương mại hiện nay phải trích lập dự phòng dựa trên các nhóm nợ của khách hàng, với tỷ lệ trích lập từ 0% đến 100% tùy thuộc vào mức độ rủi ro Mối quan hệ giữa khả năng trả nợ của khách hàng và việc trích lập dự phòng rất quan trọng, vì việc này không chỉ tuân thủ quy định của Ngân hàng Nhà nước mà còn giảm thiểu rủi ro cho ngân hàng Tuy nhiên, cách trích lập hiện tại chưa phản ánh chính xác khả năng trả nợ của khách hàng doanh nghiệp, đặc biệt là các doanh nghiệp nhỏ và vừa, từ đó có thể ảnh hưởng đến kết quả kinh doanh của ngân hàng Do đó, cần thiết phải xây dựng một mô hình cụ thể để xác định tỷ lệ trích lập dự phòng một cách chính xác, nhằm bảo vệ lợi nhuận và uy tín của ngân hàng.
Các chính sách tín dụng hiện tại chủ yếu dựa vào kinh nghiệm của cán bộ quản lý khách hàng, thiếu một công thức xác định cụ thể Việc xây dựng mô hình khả năng trả nợ sẽ giúp dự đoán rủi ro, xác định liệu khả năng trả nợ của doanh nghiệp có suy giảm hay không, từ đó hạn chế việc doanh nghiệp che giấu thông tin xấu Nhờ đó, ngân hàng có thể xác định phần bù rủi ro, đưa ra quyết định cấp tín dụng chính xác và hiệu quả hơn, đồng thời tư vấn nhanh chóng các sản phẩm phù hợp cho doanh nghiệp.
Hiện nay, hệ thống XHTD nội bộ ngày càng phổ biến trong thẩm định khách hàng, chủ yếu dựa vào các chỉ tiêu tài chính Tuy nhiên, thực tế cho thấy nhiều doanh nghiệp có thể che giấu hoặc làm giả số liệu tài chính, dẫn đến việc đánh giá khả năng trả nợ trở nên chủ quan và phụ thuộc vào cảm tính của cán bộ quản lý Do đó, việc xây dựng mô hình định lượng để đánh giá khả năng trả nợ của khách hàng doanh nghiệp là vô cùng cần thiết.
Sau khi nghiên cứu các đặc điểm, ưu nhược điểm của các mô hình phổ biến toàn cầu, tác giả đã chọn mô hình Logit Mô hình này được sử dụng rộng rãi trong nghiên cứu rủi ro tín dụng và đánh giá khả năng trả nợ của người vay, cho thấy tính ứng dụng cao trong thực tiễn.
Mô hình hồi quy binary logistic Mô hình hồi quy tuyến tính
Biến phụ thuộc ở dạng nhị phân (biến g iả)
Biến phụ thuộc phải ở dạng định lượng và là biến liên tục Giá trị ước lượng của biến phụ thuộc ở dạng xác suất rơi vào khoảng (0;1)
Gía trị dự đoán của biến phụ thuộc không thể được diễn dịch như xác suất
Trong bối cảnh hoạt động tín dụng cho khách hàng doanh nghiệp nhỏ và vừa tại BIDV Chợ Lớn, việc xây dựng mô hình đo lường khả năng trả nợ là rất cần thiết Tiêu chí lựa chọn mô hình này cần được xác định rõ ràng để đảm bảo tính hiệu quả và phù hợp với thực tế.
- Mô hình thống kê phải khắc phục được những điểm hạn chế từ phương pháp đánh giá khả năng trả nợ KHDNNVV dựa vào kinh nghiệm
- Mô hình có khả năng thể hiện khả năng trả nợ KHDNNVV ở dạng xác suất
- Mô hình đơn giản, dễ sử dụng và có thể dựa vào kết quả XHTD nội bộ tại BIDV-CN Chợ Lớn là dữ liệu đầu vào
- Mô hình có kết đưa cùng lúc biến định lượng và định tính trong việc xác định khả năng trả nợ của KHDN
Việc chọn mô hình Logistic thay vì mô hình hồi quy tuyến tính dựa trên các đặc điểm riêng biệt của mô hình này, cùng với các tiêu chí phù hợp khác.
Bảng 3.1 So sánh mô hình hồi quy binary logistic và hồi quy tuyến tính
Nguồn: Phân tích dữ liệu nghiên cứu với SPSS, Hoàng Trọng-Mộng Ngọc (βo+ β∖ ×i+βι2008)
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
3.2.1 Trở thành công cụ hỗ trợ trong việc kiểm định chất lượng hệ thống xếp hạng tín dụng nội bộ
Mô hình hỗ trợ đảm bảo chất lượng tín dụng giúp giảm thiểu nợ xấu, ngay cả trong bối cảnh kinh tế khó khăn và thị trường biến động Những khách hàng doanh nghiệp nhỏ và vừa (KHDNNVV) được xét hạng tín dụng (XHTD) cao có tỷ lệ nợ xấu rất thấp, cho thấy rủi ro tín dụng đối với nhóm này là nhỏ.
Mô hình đo lường khả năng trả nợ kết hợp với mô hình XHTD nội bộ mang lại độ tin cậy cao, là công cụ hỗ trợ hiệu quả cho BIDV và đặc biệt là BIDV-CN Chợ Lớn.
Trong quá trình mở rộng và tăng trưởng tín dụng, không chỉ cần chú trọng đến quy mô dư nợ mà còn phải đảm bảo chất lượng tín dụng và chất lượng khoản vay Điều này giúp đảm bảo rằng quá trình mở rộng và tăng trưởng tín dụng diễn ra hiệu quả, an toàn và bền vững.
Phát triển một mạng lưới khách hàng uy tín và chất lượng là rất quan trọng, đặc biệt khi xây dựng chiến lược marketing tập trung vào việc giảm thiểu rủi ro cho khách hàng Điều này không chỉ nâng cao hiệu quả hoạt động mà còn thúc đẩy sự phát triển của các dịch vụ khác tại BIDV, đặc biệt là đối với nhóm khách hàng doanh nghiệp nhỏ và vừa có khả năng trả nợ tốt.
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
Xác định khả năng trả nợ của khách hàng doanh nghiệp nhỏ và vừa (KHDNNVV) giúp BIDV-CN Chợ Lớn nâng cao chất lượng giám sát và tái xếp hạng khách hàng sau cho vay Hiện nay, các ngân hàng thương mại Việt Nam, bao gồm BIDV, đều áp dụng hệ thống xếp hạng tín dụng nội bộ làm tiêu chuẩn cho việc thẩm định tín dụng, ra quyết định cho vay và kiểm tra, giám sát hoạt động kinh doanh của KHDNNVV sau khi giải ngân.
Xác định khả năng trả nợ của khách hàng doanh nghiệp nhỏ và vừa (KHDNNVV) là bước quan trọng trong việc định giá khoản vay chính xác Quá trình này giúp BIDV-Chợ Lớn thực hiện hiệu quả việc mua bán nợ và chứng khoán hóa các khoản vay.
3.2.3 Kết quả mô hình là cơ sở định hướng chính sách tín dụng Đây là cơ sở để BIDV Chợ Lớn định hướng và có kế hoạch tín dụng tốt hơn trong quá trình mở rộng và tăng trưởng quy mô tín dụng hiệu quả đối với nhóm KHDNNVV hoạt động tốt hoặc thu hẹp tín dụng đối với nhóm KHDNNVV yếu kém. Xây dựng chính sách, biện pháp phòng ngừa rủi ro phù hợp với từng loại KHDNNVV nhằm đảm bảo chất lượng, an toàn cho hoạt động tín dụng theo đúng quy định của NHNN và chính sách tài chính định hướng của nhà nước,
Hệ thống thông tin quản lý được xây dựng nhằm cung cấp thông tin đầy đủ về cơ cấu và chất lượng danh mục tín dụng Mô hình này trở thành nguồn dữ liệu quan trọng cho việc phân tích, đánh giá, dự báo và điều hành chính sách tín dụng trong tương lai.
Mô hình và các giả thuyết nghiêncứu
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
Trong chương 1 của luận văn, tác giả trình bày các nội dung cốt lõi của đề tài nghiên cứu, bao gồm lý do nghiên cứu, mục tiêu, phạm vi và đối tượng nghiên cứu, cũng như phương pháp nghiên cứu được áp dụng Chương này đóng vai trò quan trọng trong việc thiết lập nền tảng cho các chương tiếp theo của luận văn.
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
Chương 3 trình bày mô hình nghiên cứu dựa trên lý thuyết ở chương 2, giải thích cách đo lường các biến nghiên cứu, dữ liệu nghiên cứu, phương pháp và quy trình nghiên cứu đã được áp dụng để đạt được kết quả phù hợp với mục tiêu đề ra.
