GIỚI THIỆU
Giới thiệu vấn đề nghiên cứu
Hệ thống ngân hàng, đặc biệt là các ngân hàng thương mại (NHTM), đóng vai trò quan trọng trong nền kinh tế quốc gia Tại Việt Nam, hoạt động ngân hàng đang phát triển nhanh chóng và đa dạng với nhiều sản phẩm, dịch vụ mới nhằm đáp ứng nhu cầu khách hàng và tăng doanh thu cho các NHTM Tuy nhiên, tín dụng vẫn là hoạt động chủ đạo và cốt lõi trong chiến lược kinh doanh của hầu hết các NHTM tại Việt Nam, mang lại lợi nhuận lớn nhưng cũng tiềm ẩn nhiều rủi ro.
Trong bối cảnh nền kinh tế toàn cầu và hệ thống tài chính ngân hàng đang phải đối mặt với những thách thức từ cuộc khủng hoảng kinh tế, vấn đề nợ xấu trở thành mối quan tâm hàng đầu Nguyên nhân chính dẫn đến nợ xấu là do các ngân hàng thương mại chỉ chú trọng vào việc gia tăng quy mô dư nợ mà không đánh giá đúng khả năng trả nợ của khách hàng Quy trình đánh giá này thường mang tính chủ quan và không được cập nhật thường xuyên, dẫn đến sự thiếu chính xác Để cân bằng giữa việc tăng trưởng dư nợ và quản trị rủi ro, các tổ chức tín dụng, đặc biệt là ngân hàng thương mại, cần cải thiện hệ thống đánh giá khả năng trả nợ, đặc biệt là đối với khách hàng doanh nghiệp, nhóm chiếm tỷ trọng lớn trong tổng dư nợ cho vay.
Kết quả xếp hạng tín dụng của khách hàng là yếu tố quan trọng trong quá trình thẩm định tín dụng, cung cấp cho ngân hàng thương mại cơ sở để đánh giá khả năng trả nợ của khách hàng trong quan hệ tín dụng Ngân hàng TMCP Đầu Tư và Phát triển đóng vai trò then chốt trong việc này.
Ngân hàng Đầu tư và Phát triển Việt Nam (BIDV), một trong những ngân hàng thương mại hàng đầu tại Việt Nam, đã thiết lập hệ thống xếp hạng tín dụng nội bộ cho khách hàng doanh nghiệp từ cuối năm 2006, theo chỉ đạo của Ngân hàng Nhà nước về phân loại nợ và trích lập dự phòng BIDV liên tục cải tiến quy trình xếp hạng tín dụng nhằm kiểm soát và giảm thiểu rủi ro trong hoạt động cấp tín dụng Tuy nhiên, quy trình này vẫn tồn tại nhiều nhược điểm, đặc biệt là tính chủ quan và định tính, ảnh hưởng đến khả năng dự báo của ngân hàng về khả năng trả nợ của khách hàng trong tương lai, do thông tin xếp hạng tín dụng đóng vai trò quá lớn trong các dự báo này.
Tác giả đã quyết định nghiên cứu đề tài "Ứng dụng mô hình Logit để đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại Ngân Hàng TMCP Đầu Tư," nhằm phân tích hiệu quả của mô hình này trong việc dự đoán khả năng thanh toán nợ của các doanh nghiệp Nghiên cứu này không chỉ cung cấp cái nhìn sâu sắc về tình hình tài chính của khách hàng mà còn hỗ trợ ngân hàng trong việc quản lý rủi ro tín dụng hiệu quả hơn.
Tư Và Phát Triển Việt Nam ” cho luận văn cao học.
Sự cần thiết của vấn đề nghiên cứu
Trong bối cảnh thị trường ngân hàng bán lẻ phát triển mạnh mẽ, tín dụng cho khách hàng doanh nghiệp vẫn chiếm tỷ trọng cao nhất trong hoạt động của các ngân hàng thương mại (NHTM) tại Việt Nam BIDV nổi bật là một trong những NHTM hàng đầu trong cho vay doanh nghiệp, do đó, việc đánh giá chính xác khả năng trả nợ của khách hàng doanh nghiệp tại BIDV là rất quan trọng để giảm thiểu rủi ro tín dụng Mô hình đánh giá khả năng trả nợ không chỉ hỗ trợ BIDV mà còn góp phần chuẩn hóa quản trị rủi ro tín dụng cho các NHTM khác Đồng thời, việc này cũng tạo cơ hội cho các NHTM tái thẩm định khách hàng và xây dựng chính sách tín dụng phù hợp Tuy nhiên, hiện nay còn thiếu nghiên cứu thực nghiệm về khả năng trả nợ của doanh nghiệp, vì vậy cần thiết phải tiến hành nghiên cứu các yếu tố ảnh hưởng và ứng dụng mô hình định lượng để đánh giá khả năng trả nợ của khách hàng doanh nghiệp.
Các ngân hàng có thể phát triển chính sách tín dụng hiệu quả nhằm tối đa hóa lợi nhuận, đồng thời nâng cao khả năng quản lý rủi ro tín dụng.
Mục tiêu nghiên cứu
Luận văn có 4 mục tiêu nghiên cứu chính sau:
- Xác định các yếu tố tác động đến khả năng trả nợ của khách hàng doanh nghiệp
- Các phương pháp đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV
- Giới thiệu và ứng dụng mô hình Logit để đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV
- Đưa ra một số giải pháp nhằm ứng dụng mô hình Logit trong công tác đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV.
Câu hỏi nghiên cứu
- Các yếu tố nào ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp?
- Phương pháp đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV như thế nào?
- Việc ứng dụng mô hình Logit nhằm đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV được thực hiện như thế nào?
- Các giải pháp nào để ứng dụng mô hình Logit nhằm đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV?
Đối tượng và phạm vi nghiên cứu
Nghiên cứu này tập trung vào việc ứng dụng mô hình Logit để đánh giá khả năng trả nợ của khách hàng doanh nghiệp có quan hệ tín dụng tại BIDV Mô hình này sẽ giúp xác định các yếu tố ảnh hưởng đến khả năng thanh toán nợ, từ đó hỗ trợ ngân hàng trong việc quản lý rủi ro tín dụng hiệu quả hơn.
Nghiên cứu này tập trung vào 500 khách hàng doanh nghiệp hiện đang có quan hệ tín dụng tại BIDV, những khách hàng này cũng được xếp hạng theo chương trình xếp hạng tín dụng nội bộ của ngân hàng.
- Thời gian nghiên cứu: dữ liệu thống kê về khách hàng doanh nghiệp tại BIDV trong 4 năm gần đây (2013 – 2015).
Phương pháp nghiên cứu
Học viên sử dụng phương pháp chọn mẫu phi xác suất với kích thước mẫu gồm
BIDV đã tiến hành nghiên cứu với 500 khách hàng doanh nghiệp, đại diện cho hơn 200.000 khách hàng doanh nghiệp của ngân hàng, nhằm phân tích đặc điểm của các nhóm khách hàng Dữ liệu thu thập được sẽ được học viên áp dụng thông qua sự kết hợp của hai phương pháp nghiên cứu định tính và định lượng.
Phương pháp nghiên cứu định tính sử dụng cách tiếp cận quy nạp để rút ra những kết luận khái quát về các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp.
- Phương pháp nghiên cứu định lượng:
Nghiên cứu này áp dụng phân tích thống kê mô tả để đánh giá thực trạng công tác đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV Dữ liệu thu thập được sẽ được sử dụng để xây dựng các bảng biểu, từ đó so sánh phương pháp đánh giá khả năng trả nợ giữa BIDV và các ngân hàng thương mại khác tại Việt Nam.
Nghiên cứu áp dụng phương pháp định lượng với mô hình Logit nhằm đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV Phân tích được thực hiện thông qua phần mềm SPSS để kiểm định mối tương quan giữa các chỉ tiêu và khả năng trả nợ của doanh nghiệp.
Bài viết thu thập dữ liệu từ báo cáo tài chính và các kết quả thống kê liên quan đến 500 doanh nghiệp có quan hệ tín dụng tại BIDV trong giai đoạn 2013 – 2015 Mẫu nghiên cứu bao gồm nhiều loại hình doanh nghiệp như tổng công ty nhà nước, công ty cổ phần, công ty TNHH, công ty hợp danh, doanh nghiệp tư nhân và công ty có vốn đầu tư nước ngoài, nhằm đại diện cho tổng thể nghiên cứu.
Để đảm bảo tính đáng tin cậy cho 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 Dựa trên các kiểm định này, tác giả giải thích kết quả hồi quy và xác định các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại BIDV, bao gồm chiều hướng và mức độ tác động của các yếu tố đó Cuối cùng, tác giả xây dựng mô hình đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV.
Kết cấu của luận văn
Luận văn bao gồm 5 chương:
Chương 2: Cơ sở lý thuyết về khả năng trả nợ của khách hàng và mô hình Logit trong đánh giá khả năng trả nợ của khách hàng
Chương 3: Thực trạng công tác đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV
Chương 4: Mô hình nghiên cứu, dữ liệu và kết quả nghiên cứu
Chương 5: Kết luận và gợi ý giải pháp
Ý nghĩa khoa học của đề tài nghiên cứu
Trong bối cảnh hiện nay, các ngân hàng thương mại (NHTM) không chỉ cần tập trung vào việc tăng doanh số và lợi nhuận, mà còn phải đảm bảo an toàn trong hoạt động kinh doanh, đặc biệt là trong lĩnh vực tín dụng, nơi tiềm ẩn nhiều rủi ro nhưng cũng mang lại lợi nhuận cao Để đạt được điều này, việc đánh giá khả năng trả nợ của khách hàng, đặc biệt là các doanh nghiệp, là rất quan trọng.
Việc áp dụng mô hình định lượng, đặc biệt là mô hình Logit, sẽ giúp BIDV và các ngân hàng thương mại khác tại Việt Nam đánh giá khả năng trả nợ của khách hàng doanh nghiệp một cách hiệu quả và chính xác hơn so với các phương pháp định tính dựa vào xếp hạng tín dụng hiện tại Bằng cách triển khai mô hình Logit, các ngân hàng có thể cải thiện quy trình đánh giá khả năng trả nợ, từ đó quản lý rủi ro trong hoạt động cấp tín dụng tốt hơn, đảm bảo an toàn cho hệ thống ngân hàng và hướng tới sự phát triển bền vững trong tương lai.
Chương 1 đã khái quát về tầm quan trọng và sự cần thiết của việc thực hiện một nghiên cứu về các yếu tố có ảnh hưởng đến sự ổn định tài chính của các NHTM Việt Nam Ngoài ra, chương 1 cũng đã trình bày về mục tiêu , câu hỏi và phương pháp nghiên cứu để tạo tiền đề cho việc đánh giá khả năng trả nợ của khách hàng doanh nghiệp tại BIDV sau đó áp dụng mô hình Logit trong việc phân tích và nghiên cứu các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp.
CƠ SỞ LÝ THUYẾT VỀ KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG VÀ MÔ HÌNH LOGIT
Giới thiệu chương
Trong hoạt động tín dụng của các ngân hàng thương mại, việc thu hồi vốn vay sau thời hạn cho vay là yếu tố quan trọng nhất Sau khi thẩm định và phê duyệt cho vay, các ngân hàng kỳ vọng không chỉ thu hồi nợ mà còn thu lãi để trang trải chi phí và mang lại lợi nhuận Tuy nhiên, rủi ro tín dụng luôn tồn tại, khi người vay có thể không thanh toán đầy đủ và đúng hạn Để kiểm soát và hạn chế rủi ro này, các ngân hàng cần đánh giá khả năng trả nợ của khách hàng Bài nghiên cứu sẽ trình bày tổng quan về mô hình Logit, giúp đánh giá khả năng trả nợ của khách hàng dựa trên các yếu tố tác động đến khả năng này.
Nền tảng lý thuyết
2.2.1 Tổng quan về khả năng trả nợ của khách hàng doanh nghiệp
2.2.1.1 Khái quát về khả năng trả nợ của khách hàng
Trước khi xác định các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng, cần có cái nhìn tổng quan về khả năng này và hiểu các quan điểm liên quan Hiện nay, chưa có khái niệm thống nhất về khả năng trả nợ tại Việt Nam và trên thế giới, mà chỉ có các trạng thái như không có khả năng trả nợ, mất khả năng trả nợ, hay vỡ nợ Khả năng trả nợ thường được đo lường qua các chỉ số như tỷ số khả năng trả nợ và các hệ số thanh toán Việc xác định khách hàng không có khả năng trả nợ giúp phân loại những khách hàng còn lại vào nhóm có khả năng trả nợ Trong hoạt động cấp tín dụng, khả năng trả nợ của khách hàng được hiểu là khả năng thực hiện đầy đủ và đúng hạn nghĩa vụ tài chính với ngân hàng theo thỏa thuận.
Cũng có một số nhà nghiên cứu xây dựng quan điểm của mình đối với tình trạng
Khả năng "không trả được nợ" của khách hàng doanh nghiệp được định nghĩa bởi R3 – Hiệp Hội các chuyên gia phục hồi kinh doanh (2008) như sau: Một công ty được xem là không có khả năng trả nợ khi tài sản của họ ít hơn nợ phải trả hoặc khi họ không thể thanh toán các khoản nợ khi đến hạn.
Theo các nhà nghiên cứu từ Công ty kiểm toán PwC (2009), tình trạng "không có khả năng trả nợ" của một doanh nghiệp được định nghĩa là khi doanh nghiệp không có đủ tài sản để bù đắp các khoản nợ hoặc không thể thanh toán các khoản nợ đến hạn.
Theo tài liệu của Uỷ ban Basel về giám sát ngân hàng (2006), tình trạng "không có khả năng trả nợ" xảy ra khi khách hàng không thể thực hiện đầy đủ nghĩa vụ tài chính khi đến hạn, mà không tính đến việc ngân hàng phải xử lý tài sản, hoặc khi khách hàng có nợ quá hạn trên 90 ngày đối với bất kỳ khoản vay nào tại các tổ chức tín dụng.
Học viên đồng thuận với quan điểm của Basel về khả năng trả nợ của khách hàng, đặc biệt là thông qua khái niệm "không có khả năng trả nợ".
Khách hàng "không có khả năng trả nợ" thường liên quan chặt chẽ đến thời gian quá hạn của các khoản vay Khả năng trả nợ này ảnh hưởng trực tiếp đến kết quả phân loại nợ của khách hàng Theo quy định của Basel, khả năng trả nợ chỉ xem xét thời gian quá hạn mà không đề cập đến các yếu tố khác.
1 R3 – The Association of Business Recovery Professionals, 2008 Understanding Insolvency
2 PricewaterhouseCoopers, 2009 Insolvency in brief – A guide to insolvency terminology and procedure
The Basel Committee on Banking Supervision (2006) emphasizes the importance of international convergence in capital standards, focusing on the restructuring of loans This includes evaluating the borrower's ability to repay after restructuring and assessing the subsequent status of the loans.
Bảng 2.1: Phân loại nợ và khả năng trả nợ của khách hàng theo Basel Tình trạng khách hàng Thời gian quá hạn Phân loại nợ
Có khả năng trả nợ
- Không có nợ quá hạn
- Nợ quá hạn dưới 10 ngày
Nợ nhóm 1 (Nợ đủ tiêu chuẩn)
- Nợ quá hạn từ 10 đến 90 ngày
- Nợ cơ cấu nhưng khách hàng vẫn còn khả năng trả nợ
Nợ nhóm 2 (Nợ cần chú ý)
Không có khả năng trả nợ
- Có nợ quá hạn trên 90 ngày
- Nợ cơ cấu đã quá hạn
Theo Quyết định 493/2005/QĐ-NHNN ngày 22/04/2005 và các văn bản sửa đổi bổ sung liên quan đến phân loại nợ, trích lập và sử dụng dự phòng, cũng như tài liệu từ Basel, việc quản lý nợ và dự phòng tài chính được quy định rõ ràng nhằm đảm bảo tính minh bạch và hiệu quả trong hoạt động ngân hàng.
2.2.1.2 Những yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp a Yếu tố liên quan đến môi trường vĩ mô
Khả năng trả nợ của doanh nghiệp (KHDN) chịu ảnh hưởng bởi nhiều yếu tố vĩ mô như chu kỳ kinh tế, lạm phát, thất nghiệp, tăng trưởng GDP và chính sách tài khóa - tiền tệ Trong thời kỳ kinh tế tăng trưởng và điều kiện vĩ mô thuận lợi, doanh nghiệp có khả năng hoàn trả nợ vay từ ngân hàng thương mại dễ dàng hơn nhờ vào cơ hội đầu tư gia tăng và triển vọng kinh doanh tích cực Ngược lại, trong giai đoạn suy thoái kinh tế và các yếu tố vĩ mô xấu đi, doanh nghiệp sẽ gặp nhiều khó khăn trong hoạt động kinh doanh, dẫn đến khả năng hoàn trả nợ vay bị ảnh hưởng tiêu cực.
Hoạt động kinh doanh tiềm ẩn nhiều rủi ro khác nhau, ảnh hưởng đến khả năng thành công hay thất bại của các ngành nghề Một số lĩnh vực như chứng khoán, bất động sản và hàng không yêu cầu vốn pháp định và cơ sở vật chất lớn, do đó thời gian thu hồi vốn cũng kéo dài Ngược lại, các ngành nhạy cảm với biến động thị trường như thời trang và ẩm thực dễ gặp rủi ro hơn Nghiên cứu của Jiménez và Saurina (2003) cùng Irakli Ninua (2008) chỉ ra rằng lĩnh vực kinh doanh có tác động lớn đến khả năng trả nợ của doanh nghiệp, đặc biệt là trong ngành sản xuất so với các ngành khác.
Khả năng trả nợ của khách hàng phụ thuộc vào quy mô doanh nghiệp; doanh nghiệp lớn với tài sản lớn có khả năng chịu đựng biến động thị trường tốt hơn, dẫn đến khả năng thanh toán nợ tốt hơn so với doanh nghiệp nhỏ Tuy nhiên, doanh nghiệp lớn vẫn có thể gặp khó khăn trong việc thanh toán nếu đối mặt với các vấn đề khác ảnh hưởng tiêu cực đến hoạt động kinh doanh Quy mô doanh nghiệp cũng là yếu tố quan trọng trong việc xếp hạng tín dụng của khách hàng tại các ngân hàng thương mại, thường được thể hiện qua doanh thu thuần, vốn chủ sở hữu và số lượng lao động.
Nền tảng tín dụng dựa vào sự tin cậy giữa bên cho vay và bên vay, chủ yếu hình thành từ mức độ tín nhiệm của người đi vay Các yếu tố ảnh hưởng đến tín nhiệm bao gồm thương hiệu và thị phần của doanh nghiệp, uy tín ban lãnh đạo, lịch sử quan hệ tín dụng, và thiện chí trả nợ trong quá trình vay vốn Độ tin cậy cao giúp giảm thiểu rủi ro doanh nghiệp không thanh toán được nghĩa vụ nợ.
Các chỉ tiêu tài chính như khả năng thanh toán, lợi nhuận, cân nợ và hoạt động luôn là mối quan tâm hàng đầu của các ngân hàng thương mại (NHTM) Những chỉ tiêu này không chỉ giúp đánh giá khả năng trả nợ của khách hàng mà còn là cơ sở cho các nghiên cứu về rủi ro tín dụng Doanh nghiệp có chỉ tiêu tài chính tốt thường có khả năng trả nợ cao hơn Nhiều nghiên cứu trên thế giới khẳng định rằng một số chỉ tiêu tài chính có ảnh hưởng mạnh mẽ đến khả năng trả nợ của khách hàng doanh nghiệp (KHDN) Thêm vào đó, các chỉ tiêu tài chính cũng tạo thành điểm tài chính, đóng vai trò quan trọng trong kết quả xét hạn tín dụng tại các NHTM.
Thời gian vay ảnh hưởng đến rủi ro của khoản vay, với các khoản vay dài hạn thường có lãi suất cao hơn do ngân hàng phải chịu nhiều chi phí cơ hội hơn Việc chọn thời gian cho vay phù hợp với vòng quay vốn và dòng tiền của doanh nghiệp giúp doanh nghiệp dễ dàng hơn trong việc thanh toán nghĩa vụ nợ, từ đó giảm rủi ro tín dụng Nghiên cứu của Andrea Ruth Coravos (2010) cũng chỉ ra rằng thời hạn vay có tác động ngược chiều đến khả năng trả nợ của khách hàng.
Trong hoạt động tín dụng, ngân hàng định giá rủi ro từ khoản vay của khách hàng thông qua lãi suất, với lãi suất cao hơn dành cho khách hàng có rủi ro tín dụng lớn hơn Lãi suất không chỉ ảnh hưởng đến chi phí vay của doanh nghiệp mà còn có thể trở thành công cụ đòn bẩy để gia tăng doanh thu và lợi nhuận nếu được sử dụng hợp lý Ngược lại, chi phí lãi vay cũng có thể trở thành gánh nặng, ảnh hưởng trực tiếp đến khả năng trả nợ của doanh nghiệp Mặc dù nhiều nghiên cứu cho thấy lãi suất có mối quan hệ tích cực với khả năng trả nợ của khách hàng doanh nghiệp, nhưng một số quan điểm trái chiều vẫn tồn tại, như nghiên cứu của Jiménez và Saurina.
(2003) lại khẳng định điều ngược lại
Lược khảo các nghiên cứu trước có liên quan đến vấn đề nghiên cứu 24 1 Nghiên cứu của Irakli Ninua
Tác giả Irakli Ninua (2008) đã áp dụng mô hình Logit để phân tích mối quan hệ giữa các khoản vay có tài sản đảm bảo và khả năng trả nợ của các doanh nghiệp tại ngân hàng Nghiên cứu này giúp làm rõ ảnh hưởng của tài sản đảm bảo đến khả năng thanh toán nợ của khách hàng doanh nghiệp, từ đó cung cấp cái nhìn sâu sắc về quản lý rủi ro tín dụng trong lĩnh vực ngân hàng.
9 Stone and Rasp, 1991 Tradeoffs in the choice between logit and OLS for accounting choice studies The Accounting Review 66 (January)
10 Maddala, 1991 A perspective on the use of limited-dependent and qualitative variables models in accounting research The Accounting Review 66 (October)
11 Martin, 1977 Early Warning of Bank Failure: A logit regression approach Journal of Banking and Finance, Vol 1
12 Press & Wilson, 1978 Choosing between Logit regression and discriminant analysis Journal of the American Statistical Association, Vol 73
13 Wiginton, 1980 A Note on the Comparison of Logit and Discriminant Models of Consumer Credit Behavior The Journal of Finance and Quantitative Analysis, Vol 15, No 3
14 Yesilyaprak, 2004 Bond Ratings with Artificial Neural Networks and Econometric Models American Business Review, Vol 22, No 1
Trong giai đoạn 2004 – 2007, ProCreditBank Georgia đã sử dụng Tỷ lệ tổn thất cho vay (LLD) làm biến phụ thuộc để đánh giá rủi ro tín dụng Chỉ tiêu này cho phép các ngân hàng thương mại phân tích dữ liệu lịch sử nhằm xác định mức độ tổn thất có thể xảy ra và dự đoán khả năng trả nợ của khách hàng trong tương lai Các biến độc lập khác cũng được tích cực sử dụng trong mô hình phân tích này.
COLLATERAL: Biến giả, nhận giá trị 1 nếu khoản vay có TSĐB và 0 nếu khoản vay không có TSĐB
RAMOUNT: Số tiền cho vay
RLENGTH: Thời hạn cho vay
RATIORA: Tỷ lệ phê duyệt cấp tín dụng so với giá trị KHDN đề nghị
CLIENTTYPE: Biến giả, nhận giá trị 1 nếu là KHDN đã từng quan hệ và
0 nếu là KHDN vãng lai
EMPLOYMENT: Số lượng nhân viên của KHDN tại thời điểm cấp tín dụng
Các biến giả cho địa điểm cấp tín dụng
Các biến giả cho ngành nghề kinh doanh của KHDN
Biến TSBĐ có mối quan hệ tích cực với biến phụ thuộc ở mức ý nghĩa 1%, cho thấy rằng các khoản vay có tài sản đảm bảo có nguy cơ cao hơn về khả năng không trả nợ so với các khoản vay không có tài sản đảm bảo.
Tỷ lệ phê duyệt cấp tín dụng so với giá trị đề nghị của khách hàng doanh nghiệp (KHDN) có mối quan hệ ngược chiều với biến phụ thuộc ở mức ý nghĩa 1% Điều này cho thấy rằng những KHDN được phê duyệt cấp tín dụng theo đề nghị của họ sẽ có khả năng trả nợ tốt hơn so với những trường hợp không được cấp tín dụng như yêu cầu.
Số lượng nhân viên của các doanh nghiệp có ảnh hưởng tích cực đến biến phụ thuộc với mức ý nghĩa 1% Điều này chỉ ra rằng những doanh nghiệp sử dụng nhiều lao động thường gặp khó khăn hơn trong việc trả nợ so với những doanh nghiệp có ít nhân viên Tác giả giải thích rằng các công ty lớn thường có quy mô lớn và khoản vay lớn, dẫn đến rủi ro tín dụng cao hơn.
Biến loại khách hàng có ảnh hưởng tích cực đến biến phụ thuộc, với mức ý nghĩa 1% Mối quan hệ giữa ngân hàng và khách hàng doanh nghiệp (KHDN) có thể làm gia tăng khả năng KHDN không thực hiện nghĩa vụ trả nợ.
Ngành sản xuất thực phẩm có ảnh hưởng tích cực đến kết quả biến giả của ngành nghề kinh doanh, với mức ý nghĩa 10% Điều này cho thấy khả năng trả nợ của các doanh nghiệp trong ngành này thấp hơn so với các ngành khác.
- Số tiền vay, thời gian vay và địa điểm cấp tín dụng không có ý nghĩa thống kê
2.3.2 Nghiên cứu Jiménez và Saurina
Jiménez và Saurina (2003) đã phân tích các yếu tố ảnh hưởng đến khả năng không trả nợ của các KHDN, nhằm làm rõ giả thuyết về việc các KHDN có khoản vay rủi ro có bị yêu cầu thế chấp thêm tài sản đảm bảo hay không Nghiên cứu sử dụng dữ liệu từ các khoản vay có giá trị từ 6.000 Euro trở lên của các KHDN tại các NHTM và TCTD ở Tây Ban Nha, và áp dụng mô hình Logit để phân tích.
Prob(yit = 1 / (xit, zt)) = Prob(y*it >0 / (xit, zt)) = F(α + x’it β + z’tγ)
Prob(y it = 1 / (xit, zt)) là PD (Probability of Default): xác suất khách hàng không trả được nợ đối với khoản vay thứ i
Các biến độc lập trong mô hình bao gồm các loại sản phẩm tín dụng, loại tiền tệ cho vay, kỳ hạn, tài sản bảo đảm (TSBĐ), số tiền cho vay, lĩnh vực kinh doanh, khu vực cấp tín dụng và loại hình tổ chức tín dụng (TCTD).
So với các khoản vay tín chấp, việc gia tăng tài sản đảm bảo (TSĐB) sẽ dẫn đến việc tăng tỷ lệ rủi ro vỡ nợ (PD) Đối với các khoản vay có tài sản đảm bảo, PD sẽ thấp hơn khi tỷ lệ TSĐB đạt 100%, nhưng sẽ cao hơn khi tỷ lệ TSĐB nằm trong khoảng từ 50% đến dưới 100%.
16 Jiménez & Saurina, 2003 Collateral, type of lender anh relationship banking as determinants of
Các khoản cấp tín dụng từ Quỹ tiết kiệm có mức độ rủi ro vỡ nợ cao hơn so với các ngân hàng thương mại (NHTM) Nguyên nhân chủ yếu là do sự yếu kém trong quy trình thẩm định và sự tăng trưởng nóng diễn ra vào cuối thập niên 80 và 90 ở Tây Ban Nha.
Cấp tín dụng qua hình thức tài trợ vốn lưu động ngắn hạn có rủi ro thấp hơn so với các khoản cấp tín dụng đầu tư trung và dài hạn, do phụ thuộc vào doanh thu hàng năm của doanh nghiệp Việc thực hiện các khoản vay này nhanh chóng hơn, giúp doanh nghiệp dễ dàng tạo ra lợi nhuận trong thời gian ngắn.
Khả năng không trả nợ của các doanh nghiệp nhỏ đối với khoản vay bằng ngoại tệ thấp hơn so với vay bằng nội tệ, do tỷ trọng vay ngoại tệ chiếm ít và được xem xét kỹ lưỡng hơn.
Các khoản vay có thời gian đáo hạn dài thường có xác suất vỡ nợ (PD) thấp hơn, trong khi các khoản vay ngắn hạn, bao gồm cả thấu chi tài khoản, lại tiềm ẩn rủi ro cao hơn Đặc biệt, các khoản vay dài hạn trên 5 năm có PD thấp hơn, điều này trái ngược với Thuyết tín hiệu của Flannery (1986), cho rằng các doanh nghiệp có rủi ro thấp thường ưa chuộng vay ngắn hạn Khi nhà đầu tư không thể phân biệt giữa doanh nghiệp rủi ro cao và thấp, doanh nghiệp tốt thường kỳ vọng nhận được lãi suất thấp hơn, từ đó gia tăng vay ngắn hạn Ngược lại, doanh nghiệp yếu kém sẽ chấp nhận lãi suất cao hơn so với mức bình quân trong dài hạn.
- Khoản vay càng lớn thì khả năng KHDN trả được nợ cao hơn do quá trình thẩm định phê duyệt cho vay khắt khe hơn
Nghiên cứu chỉ ra sự khác biệt rõ rệt về khả năng trả nợ của các doanh nghiệp (KHDN) giữa các ngành kinh doanh và khu vực cấp tín dụng Ngành xây dựng được xác định là có rủi ro cao nhất, tiếp theo là ngành khách sạn và nhà hàng Ngược lại, ngành sản xuất và phân phối điện, khí đốt, và cung cấp nước có rủi ro thấp nhất, nhờ vào quy mô lớn và mức độ tín nhiệm cao của các KHDN trong lĩnh vực này Ngoài ra, nghiên cứu cũng phát hiện sự khác biệt trong khả năng trả nợ của KHDN giữa các khu vực cấp tín dụng.
17 Flannery, 1986 Asymmetric information and risk debt maturity choice Journal of Finance XLI
- Liên quan đến mối quan hệ với các TCTD, tác giả cho rằng việc quan hệ với nhiều TCTD sẽ làm giảm rủi ro KHDN không trả được nợ
2.3.3 Nghiên cứu của Andrea Ruth Coravos
