Mục tiêu nghiên cứu
- Xác định các yếu tố ảnh hưởng đến rủi ro tín dụng của NHTMCP Á Châu
- Đánh giá rủi ro tín dụng tại NHTMCP Á Châu dựa trên kết quả của nghiên cứu thực nghiệm
- Đưa các giải pháp hạn chế rủi ro tín dụng Ngân hàng TMCP Á Châu.
Phương pháp nghiên cứu
Bài nghiên cứu áp dụng phương pháp định lượng nhằm xác định các yếu tố ảnh hưởng đến xác suất rủi ro tín dụng của khách hàng doanh nghiệp tại Ngân hàng TMCP Á Châu Dựa trên những phát hiện này, nghiên cứu sẽ đề xuất các biện pháp hiệu quả để giảm thiểu rủi ro tín dụng.
Câu hỏi nghiên cứu
Thiết lập mối quan hệ thống kê có ý nghĩa giữa các yếu tố đã được xác định và hiệu quả kinh doanh của ngân hàng là điều cần thiết Mô hình này giúp phân tích các yếu tố ảnh hưởng đến hiệu suất hoạt động của ngân hàng, từ đó đưa ra những giải pháp cải thiện hiệu quả kinh doanh Việc áp dụng các phương pháp phân tích dữ liệu sẽ hỗ trợ ngân hàng trong việc tối ưu hóa quy trình và nâng cao chất lượng dịch vụ.
Bài nghiên cứu nhằm giúp trả lời câu hỏi:
- Yếu tố nào có ảnh hưởng đến rủi ro tín dụng tại NH TMCP Á Châu?
- Ngân hàng TMCP Á Châu nên làm gì để giảm thiểu rủi ro tín dụng?
Nội dung nghiên cứu
Bài nghiên cứu được thiết kế thành 03 chương:
Chương 1: Cơ sở lý luận về rủi ro tín dụng trong hoạt động của ngân hàng thương mại
Chương 2 phân tích thực trạng rủi ro tín dụng tại Ngân hàng Thương mại Cổ phần Á Châu, nhấn mạnh những yếu tố ảnh hưởng đến khả năng thanh toán và chất lượng tài sản Chương 3 đề xuất các giải pháp nhằm hạn chế rủi ro tín dụng, bao gồm cải thiện quy trình thẩm định tín dụng, tăng cường quản lý danh mục cho vay và áp dụng công nghệ thông tin trong quản lý rủi ro.
CƠ SỞ LÝ LUẬN VỀ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CỦA NGÂN HÀNG THƯƠNG MẠI
Rủi ro tín dụng
1.1.1 Khái niệm về rủi ro và rủi ro tín dụng
Môi trường sống hiện nay chứa đựng nhiều rủi ro, xuất hiện bất ngờ trong mọi lĩnh vực Tùy thuộc vào cách tiếp cận, rủi ro có thể được định nghĩa theo nhiều cách khác nhau, nhưng nhìn chung, chúng ta có thể phân loại thành hai quan điểm chính.
Theo quan điểm truyền thống, rủi ro được định nghĩa là những thiệt hại, mất mát, nguy hiểm hoặc các yếu tố liên quan đến khó khăn và điều không chắc chắn có thể xảy ra cho con người Khi xã hội loài người phát triển, hoạt động của con người ngày càng đa dạng, dẫn đến sự xuất hiện của những rủi ro mới mà trước đây chưa từng tồn tại.
Theo quan điểm trung hòa, rủi ro được định nghĩa là sự không chắc chắn và biến động tiềm ẩn trong kết quả, nhưng không phải tất cả sự không chắc chắn đều được xem là rủi ro Chỉ những tình trạng không chắc chắn có thể ước đoán và xác định xảy ra mới được coi là rủi ro Ngược lại, những tình trạng không chắc chắn chưa từng xảy ra và không thể ước đoán xác suất xảy ra thì được gọi là sự bất trắc, không phải rủi ro Tóm lại, rủi ro là sự bất trắc có thể đo lường được.
Rủi ro được định nghĩa là sự chênh lệch giữa giá trị thực tế và giá trị kỳ vọng Giá trị kỳ vọng là giá trị trung bình có trọng số của một biến, với trọng số là xác suất xảy ra của biến đó Độ lệch chuẩn, hay phương sai (bình phương độ lệch chuẩn), được sử dụng để đo lường sự khác biệt này, đóng vai trò là thước đo của rủi ro.
Rủi ro vừa có mặt tích cực vừa có mặt tiêu cực, có thể dẫn đến tổn thất nhưng cũng mang lại cơ hội Bằng cách nghiên cứu, nhận diện và đo lường rủi ro một cách tích cực, chúng ta có thể phát hiện các biện pháp phòng ngừa nhằm hạn chế tác động tiêu cực và tối ưu hóa cơ hội tích cực từ rủi ro.
1.1.1.2 Khái niệm rủi ro tín dụng:
Trong nền kinh tế thị trường, chức năng cung cấp tín dụng của ngân hàng đóng vai trò cơ bản Rủi ro tín dụng là mối nguy lớn nhất mà ngân hàng phải đối mặt, thường xuyên xảy ra và tập trung chủ yếu vào danh mục cho vay Khi ngân hàng gặp khó khăn tài chính nghiêm trọng, nguyên nhân chủ yếu thường xuất phát từ các hoạt động tín dụng của họ.
Rủi ro tín dụng là nguy cơ mất mát tài sản khi bên đối tác không thực hiện nghĩa vụ tài chính hoặc hợp đồng với ngân hàng, bao gồm việc không thanh toán nợ gốc hoặc lãi khi khoản nợ đến hạn.
Theo Quyết định 493/2005/QĐ-NHNN, rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng được định nghĩa là khả năng xảy ra tổn thất do khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ theo cam kết.
Rủi ro tín dụng là nguy cơ xảy ra trong quá trình cấp tín dụng của ngân hàng, thể hiện qua việc khách hàng không thanh toán nợ hoặc không trả nợ đúng hạn.
1.1.2 Rủi ro tín dụng trong Basel
Theo hiệp ước Basel II của Ủy Ban Basel về giám sát ngân hàng, rủi ro hoạt động và rủi ro tín dụng được tách biệt và lượng hóa Việc ước lượng mức độ tổn thất tín dụng dựa trên bốn yếu tố chính, trong đó xác suất không trả được nợ của khách hàng (PD) là một trong những yếu tố quan trọng.
Tỷ lệ mất vốn dự kiến (LGD), dư nợ tại thời điểm khách hàng không trả được nợ (EAD) và thời hạn vay thực tế (EE) là những yếu tố quan trọng trong việc đánh giá rủi ro tín dụng Trong đó, xác suất không trả được nợ là yếu tố đầu tiên và quyết định, giúp ngân hàng tiếp cận và ước lượng các nhân tố khác trong mô hình lượng hóa rủi ro tín dụng.
Dựa trên kết quả xếp hạng nội bộ, các ngân hàng có thể ước lượng xác suất không trả được nợ của khách hàng, hay còn gọi là Probability of Default Đây là yếu tố quan trọng đầu tiên trong việc xác định rủi ro tín dụng, cần thiết để các ngân hàng xây dựng mô hình ước lượng mức vốn theo quy định.
Việc ước lượng mức độ tổn thất không dự tính trong một khoảng thời gian nhất định giúp ngân hàng xác định lượng vốn cần thiết để đối phó với rủi ro Các ngân hàng sẽ tính toán mức vốn kinh tế nhằm bù đắp tổn thất không dự tính dựa trên lý thuyết phương pháp VaR (Value at Risk) và các tham số chính liên quan đến rủi ro tín dụng.
PD (Probability of Default): Xác suất khách hàng không trả được nợ trong
LGD (Loss Given Default): Tỷ lệ mất vốn dự kiến
EAD (Exposure of Default): Dư nợ của khách hàng tại thời điểm không trả được nợ
Thời hạn (Maturity) trong phương pháp cơ bản yêu cầu ngân hàng ước lượng xác suất không trả được nợ dựa trên thông tin nội bộ và phải được phê duyệt bởi cơ quan quản lý ngân hàng Tỷ lệ mất vốn dự kiến (LGD) và thời hạn vay (M) sẽ do cơ quan giám sát ngân hàng quy định Ngược lại, trong phương pháp cao cấp, toàn bộ các tham số này sẽ do ngân hàng tự ước lượng và cũng cần sự phê duyệt từ cơ quan giám sát ngân hàng trước khi áp dụng.
Phương pháp đánh giá dựa trên xếp hạng nội bộ xác định tổn thất mất vốn do khách hàng không trả được nợ (EL) Theo Basel II, tổn thất tín dụng được chia thành hai loại: tổn thất dự tính được (EL) và tổn thất không dự tính được (UL) EL đại diện cho mức tổn thất trung bình dự kiến dựa trên dữ liệu thống kê trong quá khứ, vì ngân hàng không thể xác định chính xác 100% khách hàng xấu và khoản vay không thể trả trong 12 tháng tới Đối với mỗi khoản vay hoặc khách hàng, tổn thất dự tính (EL) được tính toán bằng công thức: EL = PD * LGD * EAD.
1.1.3 Phân loại rủi ro tín dụng
Hình 1.1 Phân loại rủi ro tín dụng
Các yếu tố ảnh hưởng đến rủi ro tín dụng
1.2.1.1 Yếu tố đến từ chính ngân hàng
Chính sách cho vay của ngân hàng không phù hợp, thiếu kiểm soát chặt chẽ và đặt mục tiêu lợi nhuận quá cao có thể dẫn đến rủi ro Khi danh mục cho vay tập trung vào một nhóm đối tượng khách hàng trong bối cảnh kinh tế không ổn định, các khoản tín dụng dễ trở thành nợ xấu dây chuyền.
Chính sách và quy trình cho vay hiện tại chưa đủ chặt chẽ, dẫn đến quản trị rủi ro không hiệu quả Việc phân tích khách hàng và xếp loại rủi ro tín dụng để xác định điều kiện vay và khả năng trả nợ chưa được chú trọng Hơn nữa, sự không nhất quán trong việc áp dụng chính sách giữa các vùng địa lý khác nhau còn do sự khác biệt về thể chế, tác phong làm việc và năng lực nhân sự.
Rủi ro trong quy trình bảo đảm tiền vay xuất phát từ việc thẩm định giá trị tài sản đến ký kết hợp đồng và kiểm soát tài sản bảo đảm Việc định giá tài sản có thể bị sai lệch do áp lực chỉ tiêu, khiến ngân hàng định giá cao hơn giá thị trường Khi nền kinh tế suy thoái, nhiều tài sản giảm giá, dẫn đến nguy cơ mất vốn Hơn nữa, quản lý tài sản không chặt chẽ, đặc biệt là đối với động sản và hàng hóa, có thể gây thất thoát tài sản cho ngân hàng.
Năng lực dự báo, phân tích và thẩm định tín dụng của cán bộ tín dụng còn yếu, đặc biệt trong các ngành yêu cầu chuyên môn cao Mặc dù quyết định cho vay có thể đúng đắn, nhưng việc thiếu kiểm tra và giám sát sau cho vay dẫn đến tình trạng khách hàng sử dụng vốn sai mục đích mà ngân hàng không kịp thời ngăn chặn Việc thiếu kiểm soát tín dụng hoặc thất bại trong quá trình giám sát (trước, trong và sau khi cho vay) là những vấn đề cần được khắc phục.
Vấn đề phẩm chất của cán bộ tín dụng và đãi ngộ không thỏa đáng trong ngành ngân hàng góp phần làm gia tăng rủi ro tín dụng Cụ thể, việc cán bộ ngân hàng không tuân thủ nghiêm ngặt chế độ tín dụng, thiếu thông tin đáng tin cậy và kịp thời về khách hàng trước khi cấp tín dụng là những yếu tố chính gây ra tình trạng này.
Cán bộ tín dụng có đạo đức nghề nghiệp và tinh thần trách nhiệm là yếu tố quan trọng quyết định chất lượng tín dụng Trình độ chuyên môn và kỹ năng của cán bộ tín dụng ảnh hưởng lớn đến sự thành công trong công tác này, giúp họ đánh giá chính xác tính khả thi của dự án và xác định tính chân thực của báo cáo tài chính Họ cũng có khả năng phát hiện hành vi lừa đảo như sửa chữa báo cáo tài chính hay lập hồ sơ thế chấp giả, từ đó phân tích khả năng quản lý và năng lực thực sự của khách hàng để đưa ra quyết định cho vay hợp lý.
1.2.1.2 Các yếu tố từ phía khách hàng vay
Khả năng kinh doanh, quản trị
Khả năng kinh doanh và điều hành yếu kém, cùng với việc không đưa ra các đối sách kịp thời trong bối cảnh kinh tế biến động phức tạp, đã dẫn đến nhiều doanh nghiệp đầu tư vào các lĩnh vực vượt quá khả năng quản lý của họ Quy mô kinh doanh phình ra quá lớn so với tư duy quản lý là nguyên nhân chính khiến nhiều phương án kinh doanh tiềm năng không thể thành công trong thực tế.
Khách hàng thường thiếu thiện chí trong việc trả nợ và không hợp tác cung cấp thông tin kịp thời, điều này gây khó khăn cho ngân hàng trong việc bàn bạc các giải pháp khi gặp vấn đề trong kinh doanh.
Một số khách hàng cố tình lừa đảo và vi phạm pháp luật khi vay vốn ngân hàng Hầu hết các doanh nghiệp đều có phương án kinh doanh cụ thể và khả thi, nhưng nếu không được kiểm tra và phân tích kỹ lưỡng, họ có thể gặp rủi ro Mặc dù số lượng doanh nghiệp sử dụng vốn sai mục đích để lừa đảo ngân hàng không nhiều, nhưng những vụ việc nghiêm trọng đã xảy ra, ảnh hưởng đến uy tín của cán bộ ngân hàng và gây tác động xấu đến các doanh nghiệp khác.
Tình hình tài chính của nhiều doanh nghiệp Việt Nam hiện nay đang gặp khó khăn, với quy mô vốn chủ sở hữu nhỏ và cơ cấu tài chính không cân đối Quản lý tài chính kế toán còn thiếu sự đồng bộ và minh bạch, dẫn đến thông tin ngân hàng không chính xác và chỉ mang tính hình thức Hệ quả là các bản phân tích tài chính do ngân hàng thực hiện dựa trên số liệu doanh nghiệp cung cấp thường thiếu thực tế và có độ sai lệch cao, gia tăng rủi ro cho cả hai bên.
Việc doanh nghiệp vay vốn từ nhiều ngân hàng cùng lúc gây ra sự phức tạp trong quản lý và theo dõi dòng tiền Điều này dẫn đến tình trạng chồng chéo vốn vay và có thể làm mất khả năng thanh toán liên tục.
Các biến số kinh tế vĩ mô như lạm phát và khủng hoảng có ảnh hưởng lớn đến chất lượng tín dụng Một nền kinh tế ổn định với tỷ lệ lạm phát vừa phải tạo điều kiện cho các khoản tín dụng chất lượng cao Khi doanh nghiệp hoạt động trong môi trường ổn định, khả năng tạo ra lợi nhuận cao hơn, giúp họ có khả năng trả vốn và lãi cho ngân hàng Ngược lại, khi nền kinh tế biến động, hoạt động kinh doanh của doanh nghiệp trở nên thất thường, ảnh hưởng đến thu nhập và khả năng thu nợ của ngân hàng.
Thay đổi trong chính sách điều hành của chính phủ, bao gồm chính sách tài khoá và tiền tệ, ảnh hưởng lớn đến nền kinh tế và hoạt động của các ngân hàng thương mại Chính phủ đưa ra các chính sách tiền tệ, trong khi ngân hàng thực hiện chúng, nhưng những chính sách này có thể mang lại lợi ích hoặc gây hại cho ngân hàng Khi Ngân hàng Nhà nước điều chỉnh lãi suất huy động hoặc tỷ lệ dự trữ bắt buộc, mọi kế hoạch của ngân hàng sẽ bị ảnh hưởng Sự gia tăng lãi suất huy động khiến ngân hàng gặp khó khăn trong việc cho vay, buộc lãi suất tín dụng cũng phải tăng lên để đảm bảo lợi nhuận, điều này dẫn đến khó khăn cho khách hàng trong việc trả nợ và gia tăng rủi ro tín dụng.
Môi trường pháp lý đóng vai trò quan trọng trong hoạt động kinh doanh của ngân hàng, khi hệ thống pháp luật ổn định sẽ tạo thuận lợi cho ngân hàng thương mại Ngược lại, nếu môi trường pháp lý thiếu đồng bộ và có nhiều khe hở, ngân hàng sẽ phải đối mặt với nhiều rủi ro Hơn nữa, các quy định về quy trình tín dụng cần phải chặt chẽ và hợp lý; nếu không, không chỉ gây khó khăn cho hoạt động tín dụng mà còn làm tăng khả năng rủi ro Việc thiết lập quy định hợp lý và chặt chẽ sẽ giúp hạn chế những trường hợp xấu trong hợp đồng tín dụng.
Yếu tố chính trị và xã hội có ảnh hưởng lớn đến hoạt động tín dụng của ngân hàng Cuộc khủng hoảng kinh tế tại Thái Lan là một ví dụ điển hình, khi tình hình chính trị bất ổn làm xáo trộn các vấn đề xã hội và hoạt động tín dụng Điều này dẫn đến khó khăn cho các doanh nghiệp trong việc duy trì hoạt động kinh doanh, từ đó khả năng thanh toán nợ ngân hàng bị ảnh hưởng Rủi ro tín dụng gia tăng trong bối cảnh chính trị không ổn định, tuy nhiên, Việt Nam hiện có nền chính trị xã hội khá ổn định.
Các bài nghiên cứu trước đây
Trên thế giới, các quốc gia áp dụng nhiều hệ thống phân loại nợ khác nhau Ở Anh, ngân hàng thương mại không bắt buộc phải có hệ thống phân loại cụ thể nhưng phải có quy trình quản lý rủi ro tín dụng Pháp quy định rõ ràng các thuộc tính của nợ bình thường và nợ xấu để ngân hàng thương mại xây dựng hệ thống riêng Brazil sử dụng hệ thống phân loại 9 nhóm nợ, trong khi Cộng hòa Séc phân loại nợ thành 5 nhóm dựa trên số ngày quá hạn Tương tự, Trung Quốc và Singapore cũng phân loại các khoản cho vay thành 5 nhóm Việc phân loại nợ giúp ngân hàng xác định nợ xấu và chủ động quản lý rủi ro tín dụng, đồng thời cần thiết cho việc trích lập dự phòng rủi ro Tại Việt Nam, quyết định 493/2005/QĐ-NHNN hướng dẫn trích lập dự phòng cho các khoản nợ từ nhóm 2 trở đi, với thời gian quá hạn càng dài thì số tiền trích lập càng tăng, ảnh hưởng đến lợi nhuận của ngân hàng Nhiều nghiên cứu đã được thực hiện để phân tích các yếu tố tác động đến việc phân loại nợ của ngân hàng thương mại.
Các nhà nghiên cứu tại Ngân hàng trung ương Slovenia đã phát triển một mô hình rủi ro tín dụng, trong đó Kavcic và cộng sự (2005) sử dụng dữ liệu về chất lượng tín dụng của các công ty tư nhân để xây dựng mô hình ordered probit với hiệu ứng ngẫu nhiên, nhằm tính toán xác suất phân loại nợ Nghiên cứu tập trung vào tác động của lãi suất khoản vay, thời hạn khoản vay và tỷ giá đối với xác suất nợ xấu Tương tự, Hollos và Papp (2007) đã thực hiện một nghiên cứu với dữ liệu tài chính hộ gia đình từ khảo sát của Ngân hàng trung ương Hungary, cho thấy xác suất phân loại nợ nhạy cảm với biến động lãi suất Kết quả nghiên cứu của họ cũng được Ngân hàng Magyar Nemzeti áp dụng để đánh giá ảnh hưởng của các biến số vĩ mô lên hệ thống ngân hàng Hungary.
Các nghiên cứu chỉ ra mối liên hệ giữa các yếu tố định tính như thể chế, chính sách và trình độ quản lý nội bộ của ngân hàng với xác suất phân loại nhóm nợ của các ngân hàng thương mại Oriana và cộng sự (1997) nhấn mạnh rằng ở các nước đang phát triển, sự can thiệp của chính phủ vào ngành tài chính có tầm quan trọng hơn so với ảnh hưởng của lãi suất và cung tiền.
Nghiên cứu của Caprio và Klingerbiel (1996) chỉ ra rằng quản trị kém, giám sát và điều tiết yếu, cùng với sự can thiệp của chính phủ và quản trị doanh nghiệp không hiệu quả là nguyên nhân chính dẫn đến sự phá sản của 68 ngân hàng trong thập niên 80 và 90 Ngoài ra, các nghiên cứu của Garber (1998) và Mishkin (1999) cũng cho thấy rằng quản trị kém và quyết định cho vay không phù hợp đã góp phần gây ra cuộc khủng hoảng ngân hàng tại Chile năm 1982-1983 Điều này nhấn mạnh tầm quan trọng của quản trị vi mô trong việc nâng cao hiệu quả hoạt động của lĩnh vực ngân hàng.
Kỳ năm 1994 và Mexico năm 1995
Trong các nghiên cứu gần đây, Emawtee Bissoondoyal-Bheenick và Sirimon Treepongkarun (2009) đã chỉ ra rằng các yếu tố định lượng như chất lượng tài sản, rủi ro thanh khoản, vốn sẵn có và khả năng hoạt động ảnh hưởng nhiều hơn đến xếp hạng công ty so với các yếu tố vĩ mô và rủi ro thị trường, sử dụng dữ liệu từ Moody’s, Fitch và Standard and Poor tại Anh và Úc Tương tự, Bebczuk và Sangiácomo (2008) đã phân tích hơn 192.000 công ty tại Argentina từ năm 1988 đến 2005, phát hiện rằng xác suất nợ xấu liên quan đến các mục đích vay khác nhau và cao hơn khi khoản vay là tín dụng thấu chi, trong khi giảm đối với chiết khấu chứng từ và cho vay cá nhân Cuối cùng, Fofack (2005) đã nghiên cứu về nợ xấu trong thời kỳ khủng hoảng kinh tế ở miền Nam Sahara vào những năm 1990, chỉ ra sự khác biệt đáng kể trong nợ xấu giữa các nước Châu Phi từng thuộc địa của Pháp và các nước khác.
Nghiên cứu của năm 1989 cho thấy việc sử dụng mô hình hồi quy bậc 2 với các biến độc lập đã dẫn đến kết quả thực nghiệm rằng danh mục đầu tư đa dạng hóa theo khu vực địa lý có rủi ro thấp hơn từ 50% đến 90% so với danh mục không đa dạng hóa, chứng tỏ rằng khả năng xảy ra rủi ro ở các khu vực khác nhau là có ý nghĩa Tại Việt Nam, các nghiên cứu trước đây về rủi ro tín dụng đã chỉ ra những yếu tố ảnh hưởng đến xác suất xảy ra rủi ro Phạm Phú Nhân (2011) đã sử dụng phương pháp phân tích nhân tố (EFA) và kiểm định Cronbach Alpha để xác định 5 nhân tố chính ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại, bao gồm áp lực chỉ tiêu, quy định quản lý tài sản tại địa phương, sự không hợp tác của khách hàng, kiểm soát phê duyệt thiếu chặt chẽ, ảnh hưởng của môi trường kinh tế vĩ mô và chính sách cho vay thiếu khoa học.
Nghiên cứu của Mai Thuỳ Dung (2011) đã xác định các yếu tố ảnh hưởng đến rủi ro tín dụng tại Công ty cho thuê tài chính – Ngân hàng Đầu tư và Phát triển Việt Nam, bao gồm chỉ số thanh toán nhanh, hiệu suất sử dụng tài sản, tỷ lệ nợ trên vốn chủ sở hữu, tỷ suất sinh lợi trên doanh thu, tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và tỷ lệ vay trên tổng giá trị tài sản đảm bảo Ngoài ra, nghiên cứu cũng chỉ ra rằng nguyên nhân gây ra rủi ro tín dụng đến từ khách hàng, ngân hàng và môi trường kinh tế Mặc dù các nghiên cứu tại Việt Nam đã xây dựng mô hình định lượng để xác định các yếu tố này, nhưng chủ yếu sử dụng mô hình hồi quy nhị phân logit, chỉ cho thấy xác suất xảy ra nợ xấu mà không phân tích được xu hướng nhóm nợ Để khắc phục hạn chế này, tác giả đề xuất áp dụng mô hình ordered probit nhằm cung cấp cái nhìn sâu hơn về xác suất chuyển đổi giữa các nhóm nợ khi các yếu tố ngoại sinh thay đổi.
Mô hình nghiên cứu
Theo Basel II, việc lượng hóa rủi ro tín dụng dựa vào bốn yếu tố chính: (i) Xác suất không trả được nợ (PD), (ii) Tỷ lệ mất vốn dự kiến (LGD), (iii) Dư nợ tại thời điểm không trả được nợ (EAD), và (iv) Thời hạn vay thực tế (EE) Trong đó, xác suất không trả được nợ là yếu tố quan trọng nhất, giúp ngân hàng ước lượng các yếu tố khác trong mô hình rủi ro tín dụng Nghiên cứu đề xuất áp dụng mô hình ordered probit, trong đó biến hồi quy là nhóm nợ của khoản vay phân loại theo Quyết định 493/2005/QĐ-NHN, với biến phụ thuộc nhận các giá trị tương ứng.
1 nếu khoản nợ thuộc nhóm 1
2 nếu khoản nợ thuộc nhóm 2
3 nếu khoản nợ thuộc nhóm 3
4 nếu khoản nợ thuộc nhóm 4
5 nếu khoản nợ thuộc nhóm 5
Khoản nợ thuộc nhóm 1 có xác suất không trả được nợ thấp nhất, trong khi các nhóm nợ tiếp theo có xác suất này tăng dần, với nợ nhóm 5 có xác suất không trả được nợ cao nhất Điều này cho thấy rủi ro tín dụng của nợ nhóm 1 là thấp nhất và rủi ro tín dụng của nợ nhóm 5 là cao nhất.
Các biến độc lập trong mô hình được lựa chọn dựa trên các nghiên cứu trước đó, với một số biến đại diện cho các yếu tố vi mô do hạn chế trong việc thu thập dữ liệu Nghiên cứu sử dụng dữ liệu chéo, vì vậy việc đưa vào các biến đại diện cho các yếu tố vĩ mô như tăng trưởng kinh tế và cung tiền không phù hợp.
Tên biến Loại biến Mô tả biến Tác động dự kiến
GRP Biến thứ bậc Nhóm nợ Biến phụ thuộc
Lãi suất của khoản vay +
OBJ Biến định tinh Mục đích khoản vay ( Cho vay vốn lưu động, cho vay đầu tư dự án, cho vay tài trợ xuất nhập khẩu)
VIL Biến định tính Khoản vay đó được giải ngân tại vùng nào (Bắc, Trung, Nam)
TAI Biến định tính Quy mô doanh nghiệp có khoản vay đó (DN lớn, DN vừa và nhỏ, DN khác)
Lãi suất cho vay là yếu tố kinh tế quan trọng ảnh hưởng đến nợ xấu, với nhiều nghiên cứu chứng minh mối tương quan giữa chúng (Nkusu 2011; Adebola, Yusoff, & Dahalan, 2011; Louzis, Vouldis và Metaxas, 2011; Berge và Boye, 2007) Sự gia tăng lãi suất làm giảm khả năng thanh toán của khách hàng, dẫn đến nợ xấu gia tăng Do đó, lãi suất đóng vai trò quan trọng trong việc xác định tốc độ tăng trưởng nợ xấu trong một nền kinh tế.
Nhiều nghiên cứu đã chỉ ra rằng lãi suất cao có mối liên hệ chặt chẽ với nợ xấu trong hệ thống ngân hàng Theo nghiên cứu của Espinoza và Prasad (2010), lãi suất cao làm tăng giá trị mặc định cho khoản vay, mặc dù họ không tìm thấy mối quan hệ thống kê có ý nghĩa Bloem và Gorter (2001) cho rằng sự thay đổi thường xuyên trong chính sách lãi suất cũng làm gia tăng nợ xấu Nghiên cứu của Asari và cộng sự (2011) nhấn mạnh mối quan hệ đáng kể giữa giá trị mặc định của khoản vay và lãi suất, cho thấy rằng sự gia tăng giá trị mặc định có thể gây ảnh hưởng tiêu cực đến tài sản của ngân hàng Dash và Kabra (2010) chỉ ra rằng các ngân hàng áp dụng chính sách cho vay với lãi suất cao thường phải đối mặt với nợ xấu lớn hơn, trong khi Collins và Wanjau (2011) khẳng định lãi suất là một yếu tố chính thúc đẩy nợ xấu.
Keeton và Morris (1987) đã thực hiện một nghiên cứu tại Mỹ nhằm xác định các yếu tố gây ra nợ xấu trong ngành ngân hàng, dựa trên dữ liệu từ năm 1979 đến 1985 Họ chỉ ra rằng hiệu suất kém trong lĩnh vực nông nghiệp và năng lượng, cùng với các điều kiện kinh tế nghèo, là những nguyên nhân chính dẫn đến tình trạng nợ xấu.
Kalirai và Scheicher (2002) đã xác định rằng lãi suất cho vay, sản xuất công nghiệp, lợi nhuận từ thị trường chứng khoán và chỉ số niềm tin kinh doanh là những yếu tố quan trọng ảnh hưởng đến chất lượng cho vay tại Úc, dựa trên nghiên cứu dữ liệu từ năm 1990 đến 2001.
(Guida & Maggi, 2009) chỉ trích các nghiên cứu trước vì không đưa phân vùng địa lý vào để nghiên cưú các yếu tố ảnh hưởng đến nợ xấu (Guida & Maggi,
Nghiên cứu năm 2009 đã phân tích tính co dãn của chi phí đối với nợ vay ở các vùng khác nhau của Ý, đồng thời đưa ra các hàm ý chính sách cho ngân hàng trung ương nhằm hỗ trợ các chi nhánh ngân hàng trong việc kiểm soát nợ xấu Kết quả nghiên cứu nhấn mạnh vai trò quan trọng của các yếu tố địa lý liên quan đến việc chuyển đổi và chức năng dự toán chi phí nợ xấu, từ đó cho phép nâng cao hiệu quả trong quản lý chi phí.
Nghiên cứu của Bebczuk & Sangiácomo (2008) dựa trên dữ liệu hàng năm từ 1998-2005 từ văn phòng tín dụng do Ngân hàng Trung ương quản lý, đã phân tích các yếu tố ảnh hưởng đến nợ xấu trong cho vay thương mại, với sự phân chia theo quy mô khách hàng vay và cơ cấu sở hữu của ngân hàng Nghiên cứu này nhằm xác định các yếu tố kinh tế vĩ mô và vi mô tác động đến chất lượng danh mục đầu tư cho vay, với mẫu dữ liệu bao gồm hơn 192.000 doanh nghiệp.
Kết quả chính cho thấy rằng không có mối tương quan cao giữa các yếu tố với chu kỳ kinh doanh, mặc dù đã có sự suy yếu tạm thời trong cuộc khủng hoảng 2002-2003 Mặc dù tỷ trọng nợ xấu đã trở lại mức trước khủng hoảng, nhưng tỷ lệ khách hàng không có khả năng trả nợ vẫn gia tăng đáng kể Cụ thể, trong năm 2005, khoảng 1 trên
3 khách hàng vay phải đối mặt với vấn đề trả nợ Con số này là 1 trên 5 vào năm
Từ năm 1999 đến năm 2003, nợ xấu của khách hàng vay có xu hướng hình chữ U ngược, với mức cao nhất ở các khoản vay của khách hàng quy mô trung bình Khách hàng vay trong các năm 2000 và 2001 cho thấy danh mục đầu tư chất lượng tốt hơn, bác bỏ giả thuyết về rủi ro đạo đức liên quan đến kỳ vọng cứu trợ của chính phủ Tỷ lệ nợ xấu của các ngân hàng công tăng gấp đôi so với ngân hàng tư nhân và nước ngoài trong giai đoạn 1999-2005 Đặc biệt, từ năm 2002, ngân hàng nước ngoài có tỷ lệ khách hàng vay không trả nợ cao hơn ngân hàng công, và cả hai đều vượt qua ngân hàng tư nhân.
Trong nghiên cứu này, các biến số được sử dụng để ước tính khả năng không trả được nợ bao gồm tổng số nợ với hệ thống ngân hàng, mức độ tài sản thế chấp trên tổng số nợ, số lượng ngân hàng cho vay đối với khách hàng, các loại tín dụng (ngắn hạn và dài hạn), cơ cấu sở hữu ngân hàng (tư nhân, nhà nước, và nước ngoài), lĩnh vực hoạt động của khách hàng vay, và biến giả thể hiện năm Để phân tích xác suất các khoản nợ thuộc nhóm nào và xu hướng chuyển nhóm khi các yếu tố tác động thay đổi, tác giả áp dụng mô hình hồi quy ordered probit.
Y i * =y 1 DUREE i +y 2 TXI i + a j OBJ ji j=1 ồ 2 + l j VIL ji j=1 ồ 2 + q j TAI ji j=1 ồ 2 + e i = x ' b + e (1)
Biến ngầm định 𝑌 𝑖 ∗ là yếu tố quan trọng trong việc quan sát 𝑌 𝑖 Để thực hiện điều này, chúng ta cần kết hợp 𝑌 𝑖 ∗ với các điểm cắt hay tham số ngưỡng, được ký hiệu là t 1 < t 2 < t 3 < t 4.
Khi kết hợp (1) và (2), ta có:
Lúc này, ta có thể tính được các xác suất mà một khoản nợ nhất định rơi vào các nhóm nợ từ 1 đến 5:
Khi giá trị của một biến độc lập thay đổi 1 đơn vị, tác động biên (marginal effect) được tính như sau: ảPr(Y i =1 |x) ảx m =(-b m )f(x 'b-t 1 ) ảPr(Y i =k|x) ảx m =(b m )f(x 'b-t 4 )
Với các giá trị 𝑌 𝑖 =2…4, tác động riêng phần được tính : ảPr(Y i =k|x) ảx m =(b m )[f(x'b-t k-1 )-f(x'b-t k )]
Rủi ro có thể gây ra tổn thất nhưng cũng mang đến cơ hội Bằng cách nghiên cứu và đo lường rủi ro, chúng ta có thể tìm ra biện pháp phòng ngừa để hạn chế tiêu cực và phát huy cơ hội tích cực Rủi ro tín dụng là rủi ro phát sinh trong quá trình cấp tín dụng của ngân hàng, thể hiện qua việc khách hàng không trả nợ hoặc trả nợ không đúng hạn.
Rủi ro tín dụng của ngân hàng có thể ảnh hưởng đến lợi nhuận, thậm chí dẫn đến lỗ hoặc mất vốn nếu không thu hồi được nợ Tình trạng này kéo dài có thể gây ra phá sản cho ngân hàng, ảnh hưởng tiêu cực đến nền kinh tế và hệ thống ngân hàng Do đó, các nhà quản trị cần thận trọng và áp dụng giải pháp phù hợp để ngăn ngừa và giảm thiểu rủi ro trong hoạt động tín dụng.
Bên cạnh đó, chương 1 còn tóm tắt lại các nghiên cứu trên thế giới có liên quan và đề xuất mô hình nghiên cứu thực nghiệm.
THỰC TRẠNG RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN Á CHÂU
Thực trạng về rủi ro tín dụng tại Ngân hàng TMCP Á Châu
2.1 Thực trạng về rủi ro tín dụng tại Ngân hàng TMCP Á Châu
2.1.1.1 Tình hình huy động và sử dụng vốn
Trong giai đoạn 2006-2013, ACB chủ yếu huy động vốn từ tiền gửi và tiền tiết kiệm, kết hợp với phát hành trái phiếu và chứng chỉ tiền gửi Tổng nguồn vốn huy động tăng trưởng mạnh mẽ, đạt mức trên 20%/năm từ 2006 đến 2011, với đỉnh cao là 192.926 tỷ đồng vào năm 2011 Tuy nhiên, năm 2012, do khó khăn kinh tế và biến cố tháng 08, tổng nguồn vốn huy động giảm 24,75% so với năm trước Đến năm 2013, nhờ chính sách cải cách của ban lãnh đạo, ACB đã giảm thiểu đà giảm, với tổng vốn huy động đạt 141,669 tỷ đồng, chỉ giảm 2,42% so với đầu năm.
Trong giai đoạn 2006-2013, tiền gửi tiết kiệm của ACB chiếm tỷ lệ cao trong tổng vốn huy động, với mức thấp nhất là 50% vào năm 2011 và cao nhất là 75% vào năm 2013 Mặc dù các hình thức huy động tiền gửi khác cũng được khai thác, nhưng chỉ chiếm một phần nhỏ Để đa dạng hóa kênh huy động vốn, ACB đã phát hành trái phiếu và tín chỉ tiền gửi nhằm phục vụ cho các dự án đầu tư dài hạn Kênh huy động này đạt tỷ trọng cao nhất trong tổng nguồn vốn huy động của ngân hàng trong giai đoạn 2011-2012.
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013 Đơn vị: tỷ đồng)
Hình 2.1 Tình hình huy động vốn của ACB từ 2006 - 2013
Việc sử dụng vốn là yếu tố then chốt quyết định hiệu quả kinh doanh của ngân hàng, ảnh hưởng trực tiếp đến sự tồn tại và phát triển của tổ chức này Trong bối cảnh nền kinh tế phát triển mạnh mẽ trong những năm gần đây, hoạt động tín dụng của ngân hàng cũng trở nên ngày càng quan trọng.
Trái phiếu và chứng chỉ tiền gửi 5,861 11,688 16,755 26,582 38,234 50,708 18,501 3,000
Tiền gửi vốn chuyên dùng 166 58 46 169 86 117 143 525
Tiền gửi có kỳ hạn 1,870 4,213 3,598 7,779 8,550 23,305 7,421 12,302
Tiền gửi không kỳ hạn 4,283 10,121 7,157 10,355 10,391 14,688 13,450 17,972
Từ năm 2006 đến 2013, ngân hàng ACB đã đáp ứng tốt nhu cầu huy động vốn của khách hàng, nhờ vào việc phát triển liên tục hoạt động cho vay và đầu tư dựa trên nguồn vốn huy động.
Năm 2006 2007 2008 2009 2010 2011 2012 2013 Vốn huy động/TTS (%) 88.99 87.76 86.58 80.18 89.29 83.45 90.47 90.63
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
Bảng 2.1 Vốn huy động và tổng dư nợ ACB từ 2006 -2013
Trong năm 2012, Ngân hàng ACB đã vượt qua nhiều khó khăn do khủng hoảng kinh tế và tình hình nội tại, duy trì tỷ lệ vốn huy động/tổng tài sản ở mức 90.47% cho đến cuối năm 2013 Tốc độ tăng tổng vốn huy động gần bằng tốc độ tăng tổng tài sản, trong khi tổng dư nợ tăng mạnh hơn, từ 42% vào năm 2006 lên 71% vào năm 2013 Điều này cho thấy hiệu quả sử dụng vốn của ngân hàng ngày càng cao, dẫn đến lợi nhuận được cải thiện Tuy nhiên, tỷ lệ tổng dư nợ quá cao có thể gây ra nguy cơ mất khả năng thanh khoản, vì vậy cần duy trì tỷ lệ này ở mức hợp lý để đảm bảo lợi nhuận từ hoạt động tín dụng và khả năng thanh toán của ngân hàng.
2.1.1.2 Cơ cấu dư nợ tín dụng theo thời gian
Tỷ trọng dư nợ tín dụng ngắn hạn của ACB trong giai đoạn 2006-2013 luôn duy trì trên 45%, với mức cao nhất là 57,12% vào năm 2009 và thấp nhất là 45,77% vào năm 2008 Các khoản vay ngắn hạn thường ít rủi ro hơn, vì vậy ngân hàng có xu hướng tăng tỷ trọng nợ vay ngắn hạn để nhanh chóng thu hồi vốn, đặc biệt trong bối cảnh kinh tế phát triển nhanh và cạnh tranh mạnh mẽ hiện nay.
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
2.1.1.3 Cơ cấu dư nợ tín dụng theo thành phần kinh tế (%)
Đến hết năm 2013, cơ cấu dư nợ phân theo thành phần kinh tế cho thấy khách hàng cá nhân chiếm 42,49%, doanh nghiệp ngoài quốc doanh chiếm 55,1%, và doanh nghiệp Nhà nước chỉ chiếm 2,5% Ngân hàng đang tích cực điều chỉnh danh mục cho vay, giảm tỷ trọng cho vay doanh nghiệp Nhà nước và tăng cường hỗ trợ vốn cho các thành phần kinh tế phi Nhà nước Chính sách hợp lý đã giúp ngân hàng mở rộng và phát triển đội ngũ khách hàng đa dạng, mạnh mẽ và gắn bó.
Cơ cấu dư nợ tín dụng theo thời gian
Nợ ngắn hạn Nợ trung hạn Nợ dài hạn
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
Hình 2.2 Cơ cấu dư nợ theo thành phần kinh tế (%)
2.1.1.4 Cơ cấu dư nợ tín dụng theo ngành nghề kinh doanh
Theo biểu đồ, ACB chủ yếu tập trung vào cho vay dịch vụ cá nhân và cộng đồng Trong những năm qua, xu hướng chung của các ngân hàng là phục vụ nhu cầu tiêu dùng cá nhân, bao gồm cho vay mua nhà, đồ dùng gia dụng và sửa chữa Gần đây, sự suy giảm của thị trường bất động sản kết hợp với nhu cầu tiêu dùng cao của người dân đã tạo ra những thay đổi trong chiến lược cho vay của ngân hàng.
Cty cổ phần, TNHH, tư nhân 39.07 39.68 36.39 54.93 56.17 60.61 52.91 54.11
Cơ cấu dư nợ tín dụng theo thành phần kinh tế cho thấy nhu cầu vay vốn tiêu dùng đạt 42,47% và có xu hướng tăng trong thời gian tới Tỷ trọng cho vay giữa các ngành kinh doanh khác nhau tùy thuộc vào biến động của từng ngành Ngành thương mại, với chu kỳ kinh doanh ổn định và khả năng thu hồi vốn cao, có lượng vay lớn hơn so với các ngành như xây dựng và nông lâm nghiệp Mặc dù các ngành sản xuất và gia công chế biến cũng chiếm tỷ trọng cao trong cơ cấu cho vay của ACB, nhưng do tác động của khủng hoảng kinh tế, tỷ trọng cho vay trong ngành này đang giảm do nhiều doanh nghiệp gặp khó khăn và rủi ro tín dụng tăng cao.
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
Hình 2.3 Cơ cấu dư nợ theo ngành kinh tế (%)
Cơ cấu dư nợ tín dụng theo ngành kinh tế
N HÀ HÀNG VÀ KHÁCH SẠN
T Ư VẤN KINH DOANH BẤT ĐỘNG SẢN
K HO BÃI , GIAO THÔNG VẬN TẢI VÀ THÔNG TIN LIÊN LẠC
D ỊCH VỤ CÁ NHÂN VÀ CỘNG ĐỒNG
2.1.2 Phân tích rủi ro tín dụng tại ACB
Việc phân loại nợ và lập dự phòng rủi ro tín dụng được thực hiện theo quyết định số 493/2005/QĐ-NHNN và Quyết định số 18/2007/QĐ-NHNN của Thống đốc Ngân hàng Nhà nước Việt Nam Trong giai đoạn 2006-2011, hoạt động tín dụng và quản trị rủi ro đã đạt được kết quả khả quan với tỷ lệ nợ xấu luôn dưới 1%, thấp hơn nhiều so với quy định 5% của ngân hàng nhà nước Tuy nhiên, các biến cố vĩ mô và nội tại công ty trong hai năm gần đây đã khiến nợ xấu của ACB tăng lên 2,5% vào cuối năm 2012, tăng 2,78% so với cùng kỳ.
Đến năm 2013, tỷ lệ nợ xấu của ACB đã đạt 3,03%, mặc dù vẫn thấp hơn mức quy định của NHNN, nhưng đây là tín hiệu cảnh báo về nguy cơ rơi vào tình trạng khó khăn Ngân hàng cần triển khai các biện pháp phù hợp để kiểm soát và giảm tỷ lệ nợ xấu, nhằm bảo vệ hiệu quả hoạt động kinh doanh.
Các khoản nợ thuộc nhóm nợ xấu của ACB trong giai đoạn 2006-2013 (Đơn vị: %)
Nợ có khả năng mất vốn 33.15 38.85 5.87 55.52 57.94 32.39 44.75 65.45
( Nguồn: Báo cáo thường niên của ACB các năm 2006 đến 2013)
Bảng 2.2 Tỷ lệ các nhóm nợ xấu /tổng nợ xấu của ACB
Trong cơ cấu nợ xấu của ACB, nợ dưới tiêu chuẩn chiếm khoảng 30% và đang có xu hướng giảm trong những năm gần đây Ngược lại, nhóm nợ có khả năng mất vốn lại có xu hướng tăng, đạt mức cao nhất vào năm 2013 với tỷ lệ 65.45% Điều này đã được dự báo trước, cho thấy nguy cơ khách hàng vay vốn không có khả năng trả nợ cho ngân hàng là rất cao do ảnh hưởng của khủng hoảng kinh tế.
Ngân hàng cần triển khai các biện pháp hiệu quả để giảm tỷ lệ nợ xấu, bao gồm việc bán nợ có khả năng mất vốn cho Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) và tăng cường các khoản trích dự phòng nhằm phòng ngừa rủi ro.
Nguyên nhân tăng nợ xấu bao gồm: (i) Định nghĩa nợ quá hạn đã thay đổi, chỉ còn 3 loại: nợ trong hạn, nợ quá hạn và nợ xấu, bắt đầu tính từ khi khách hàng thanh toán trễ 10 ngày; (ii) Dư nợ cho vay phân bổ không hợp lý, tập trung vào một số khách hàng lớn, dẫn đến tổng dư nợ sụt giảm nhanh và tỷ lệ nợ quá hạn tăng cao, đặc biệt là trong vụ xử lý nợ của Nguyễn Đức Kiên và yêu cầu tất toán dư nợ vàng; (iii) ACB đã tập trung phát triển dư nợ doanh nghiệp mà không chú trọng đến khách hàng cá nhân, khiến khi kinh tế khó khăn, khả năng trả nợ của khách hàng suy giảm; (iv) Phân tích sự lệ thuộc vào các nhóm ngành như điện lực và thép chưa được quan tâm đúng mức, dẫn đến hệ lụy dây chuyền không thể dự đoán; (v) Hệ thống quản lý nợ vẫn còn thiếu hoàn thiện.
2.1.2.2 Tình hình trích lập và sử dụng dự phòng rủi ro tín dụng:
Trích lập dự phòng là khoản tiền dự trữ nhằm bảo vệ ngân hàng trước những tổn thất có thể xảy ra khi khách hàng không thực hiện nghĩa vụ tài chính Khoản dự phòng rủi ro này được tính dựa trên dư nợ gốc và được hạch toán vào chi phí hoạt động của ngân hàng.
Số tiền Số tiền So với
Số tiền trích lập dự phòng 515.646 1.502.082 291.3 1.547.983 103.05
(Nguồn: Báo cáo thường niên của Ngân hàng TMCP Á Châu)
Bảng 2.3 Tình hình trích lập dự phòng rủi ro tín dụng tại ACB Đơn vị tính: triệu
Dự phòng cho các khoản vay tăng đều qua các năm, năm 2012 đạt 1.502.082 triệu đồng tăng 191.3%% so với năm 2011, tương đương 986.436 triệu đồng, năm
Nghiên cứu các yếu tố ảnh hưởng đến rủi ro tín dụng
2.2.1 Đặc điểm của mẫu nghiên cứu
Nguồn dữ liệu nghiên cứu được thu thập từ các báo cáo nội bộ của ngân hàng ACB, bao gồm hơn 7000 khoản nợ vay từ hầu hết các chi nhánh trên toàn quốc Tác giả đã tổng hợp các thông tin như thời hạn khoản vay, lãi suất, mục đích vay, vùng miền giải ngân và quy mô doanh nghiệp để phân tích tác động của những yếu tố này đến rủi ro khoản vay thông qua việc phân loại nợ Nghiên cứu tập trung vào phân tích các khoản nợ của doanh nghiệp, nhóm khách hàng chiếm tỷ trọng lớn nhất trong tổng dư nợ và có ảnh hưởng chủ yếu đến lợi nhuận của ngân hàng.
Tên biến Số quan sát
Trung bình Độ lệch chuẩn Min Max duree 7194 14.57395 21.56923 1 240 txi 7194 21.09338 1.569242 8 25 grp 7194 1.089936 0.4975697 1 5 vil 7194 0.9531554 0.892156 0 2 obj 7194 0.882541 0.4029205 0 2 tai 7194 0.9801223 0.6053836 0 2
Nguồn: Tính toán của tác giả
Bảng 2.7 Thống kê mô tả dữ liệu
Theo bảng thống kê mô tả dữ liệu, thời hạn vay ngắn nhất là một tháng và dài nhất là 240 tháng (20 năm), với thời hạn vay trung bình là 14 tháng Lãi suất của các khoản vay dao động từ 8% đến 25% mỗi năm Biến phụ thuộc grp – các nhóm nợ, có giá trị từ 1 đến 5, tương ứng với các nhóm nợ từ 1 đến 5.
Nguồn: Tính toán của tác giả
Hình 2.4 Tần số của biến VIL – đại diện cho các vùng miền
Biến VIL đại diện cho ba miền Bắc (giá trị 0), Trung (giá trị 1) và Nam (giá trị 2) Trong mẫu khảo sát, phần lớn các khoản vay thuộc về các thành phố miền Bắc, bao gồm các tỉnh Tây Bắc Bộ, Đông Bắc Bộ và Đồng bằng sông Hồng, tiếp theo là miền Nam Miền Trung bao gồm các thành phố ở Bắc Trung Bộ, Nam Trung Bộ và Tây Nguyên, trong khi miền Nam bao gồm các tỉnh thành còn lại.
Nguồn: Tính toán của tác giả
Hình 2.5 Tần số của biến OBJ – mục đích khoản vay
Khoản vay được phân loại thành ba mục đích chính: 0 - tài trợ dự án đầu tư, 1 - vốn lưu động, và 2 - tài trợ xuất nhập khẩu Trong nghiên cứu, phần lớn các khoản vay được sử dụng chủ yếu để đáp ứng nhu cầu vốn lưu động của doanh nghiệp.
Nguồn: Tính toán của tác giả
Hình 2.6 Tần số của biến TAI – quy mô doanh nghiệp
Biến TAI đại diện cho quy mô doanh nghiệp với ba giá trị: 0 cho doanh nghiệp lớn, 1 cho doanh nghiệp vừa và nhỏ, và 2 cho doanh nghiệp khác Trong nghiên cứu, phần lớn các khoản vay chủ yếu thuộc về doanh nghiệp vừa và nhỏ.
2.2.2 Kết quả thực nghiệm Đầu tiên, tác giả nghiên cứu tác động của các biến định lượng đó là lãi suất cho vay và thời hạn của khoản vay đến xác suất phân loại nợ dựa vào mô hình hồi ay
Kết quả hồi quy của mô hình cho thấy hệ số hồi quy của biến duree là -0.0101494 với sai số chuẩn 0.0014675 và giá trị z là -6.92, có P_value bằng 0 Biến txi có hệ số hồi quy -0.2765944, sai số chuẩn 0.0140979 và giá trị z -19.62, cũng với P_value bằng 0 Các điểm cắt lần lượt là: Điểm cắt 1 là -4.147381 (sai số chuẩn 0.2968615), Điểm cắt 2 là -3.711308 (sai số chuẩn 0.2947537), Điểm cắt 3 là -3.565367 (sai số chuẩn 0.2933434), và Điểm cắt 4 là -3.372171 (sai số chuẩn 0.2908449).
Nguồn: Tính toán của tác giả
Bảng 2.8 Hồi quy với hai biến độc lập là DUREE và TXI
Kết quả phân tích cho thấy cả biến thời hạn của khoản vay (DUREE) và lãi suất khoản vay (TXI) đều có ý nghĩa thống kê với p_value nhỏ hơn 1% Điều này chứng tỏ rằng lãi suất và thời hạn vay ảnh hưởng đến việc phân loại nợ Cụ thể, khi lãi suất cao hoặc thời hạn vay dài, xác suất khoản vay được phân loại vào nhóm nợ tốt (nhóm 1) tăng lên, trong khi xác suất nằm trong nhóm nợ xấu (từ nhóm 2 đến nhóm 5) giảm xuống Bảng 1.2 minh họa rõ hơn tác động riêng phần của từng biến độc lập.
Thay đổi trung bình của biến phụ thuộc
Xác suất rơi vào nhóm 1
Xác suất rơi vào nhóm 2
Xác suất rơi vào nhóm 3
Xác suất rơi vào nhóm 4
Xác suất rơi vào nhóm 5 Thấp nhất đến cao nhất
Thay đổi 1/2 độ lệch chuẩn
Nguồn: Tính toán của tác giả
Bảng 2.9 Bảng tính tác động biên của DUREE lên Y i * theo mô hình (3)
Tác động của thời hạn khoản vay lên việc phân nhóm nợ không rõ ràng, với xác suất trung bình chỉ thay đổi 1,8% khi thời hạn tăng từ thấp nhất đến cao nhất Xác suất rơi vào nhóm một cao nhất là 4,5%, trong khi xác suất rơi vào các nhóm còn lại rất nhỏ Thêm vào đó, khi lãi suất khoản vay tăng lên 0,5%, xác suất phân nhóm nợ vẫn không thay đổi, cho thấy việc phân nhóm nợ không nhạy cảm với thời hạn vay.
Thay đổi trung bình của biến phụ thuộc
Xác suất xếp vào nhóm 1
Xác suất xếp vào nhóm 2
Xác suất xếp vào nhóm 3
Xác suất xếp vào nhóm 4
Xác suất xếp vào nhóm 5 Thấp nhất đến cao nhất 38.45%
Thay đổi 1/2 độ lệch chuẩn 1.31% 3.28% -1.92% -0.39% -0.37% -0.60%
Nguồn: Tính toán của tác giả
Bảng 2.10 Bảng tính tác động biên của TXI lên Y i * theo mô hình (3)
Bảng trên chỉ ra rằng lãi suất của khoản vay ảnh hưởng mạnh mẽ đến xác suất phân loại nợ hơn so với thời hạn khoản vay Cụ thể, khi lãi suất tăng 0,5% trong khi các yếu tố khác không thay đổi, xác suất để một khoản nợ được xếp vào nhóm 1 (nợ tốt) tăng 2,05% Ngược lại, xác suất khoản nợ đó bị xếp vào các nhóm 2 đến 5 lần lượt giảm 1,21%, 0,24%, 0,23% và 0,37%.
Nguồn: Tính toán của tác giả
Hình 2.7 Ước lượng xác suất phân loại nợ trung bình của một khoản vay có thời hạn 12 tháng
Tác giả tiếp tục nghiên cứu mô hình tiếp theo bằng cách xem xét các biến định tính như vùng miền cho vay, mục đích giải ngân và quy mô doanh nghiệp có khoản vay, áp dụng mô hình (1) để phân tích.
Y i * =y 1 DUREE i +y 2 TXI i + a j OBJ ji j=1 ồ 2 + l j VIL ji j=1 ồ 2 + q j TAI ji j=1 ồ 2 + e i = x ' b + e (1) grp Hệ số hôi quy Sai số chuẩn Giá trị z P_value duree -0.008 0.0025 -2.94 0.003 txi -0.284 0.0152 -18.67 0
_Itai_2 0.256 0.0969 2.64 0.008 Điểm cắt 1 -3.771 0.3496 Điểm cắt 2 -3.308 0.3476 Điểm cắt 3 -3.156 0.3463 Điểm cắt 4 -2.952 0.3441
Nguồn: Tính toán của tác giả
Bảng 2.11 Kết quả hồi quy với các biến độc lập DUREE, TXI, VIL, TAI, OBJ
Khi bổ sung các biến định tính vào mô hình, tác giả nhận thấy rằng ý nghĩa thống kê, giá trị và dấu của các hệ số hồi quy đối với thời hạn khoản vay (DUREE) và lãi suất cho vay (TXI) không thay đổi so với kết quả hồi quy của mô hình (3) như thể hiện trong bảng 1.1 Việc thêm các biến định tính giúp làm rõ sự khác biệt trong phân loại nhóm nợ theo quy mô doanh nghiệp, mục đích khoản vay và vùng miền So sánh kết quả hồi quy giữa mô hình (1) và mô hình (3) cho thấy mô hình (1) phù hợp hơn, với log-likelihood của mô hình (1) là -1376,17 lớn hơn log-likelihood của mô hình (3) là -1477,91, và Pseudo R2 của mô hình (3) cũng lớn hơn mô hình (1).
Mô hình (3) đã cung cấp cơ sở để bác bỏ giả thuyết Ho rằng tất cả các hệ số hồi quy đều bằng không ở mức ý nghĩa 1%, chứng minh tính phù hợp của mô hình Hơn nữa, việc kiểm định giả thuyết Ho về các hệ số ngưỡng cho thấy kết quả bác bỏ Ho cũng ở mức ý nghĩa 1% (xem phụ lục) Do đó, các điểm cắt của mô hình (3) có ý nghĩa và có thể được sử dụng trong việc ước lượng xác suất phân loại nhóm nợ.
STATA tự động đưa các biến giả vào mô hình, với nhóm cơ sở là các khoản nợ thuộc miền Bắc Hệ số hồi quy của biến _Ivil_1 cho thấy các khoản nợ ở miền Trung có xu hướng được phân loại vào nhóm nợ tốt (nhóm 1) nhiều hơn so với miền Bắc, nhưng không có ý nghĩa thống kê Ngược lại, hệ số hồi quy của _Ivil_2 cho thấy các khoản nợ ở miền Nam có xác suất nằm trong nhóm nợ tốt thấp hơn miền Bắc và có ý nghĩa thống kê tại mức 1% Điều này cho thấy hệ thống quản lý rủi ro tín dụng ở các chi nhánh phía Nam hoạt động kém hơn so với phía Bắc Bảng dưới đây minh họa tác động biên giữa các vùng miền, làm rõ việc thay đổi xác suất của các nhóm nợ.
Xs rơi vào nhóm 5 Miền Trung với miền Bắc 0.11% 0.28% -0.17% -0.03% -0.03% -0.04%
Miền Nam với miền Bắc 1.61% -4.02% 2.44% 0.47% 0.44% 0.67%
Nguồn: Tính toán của tác giả
Bảng 2.12 Tác động biên giữa các vùng miền
Biến định tính đại diện cho mục đích của khoản vay (OJB) có ba giá trị: cho vay đầu tư dự án, cho vay tài trợ xuất nhập khẩu và cho vay vốn lưu động Trong mô hình phân tích, mục đích cho vay đầu tư dự án được coi là nhóm cơ sở để so sánh Hệ số hồi quy của biến _Iobj_1 cho thấy rằng các khoản vay phục vụ nhu cầu vốn lưu động có rủi ro thấp hơn so với khoản vay cho dự án đầu tư, tuy nhiên, kết quả này không có ý nghĩa thống kê rõ ràng Ngược lại, hệ số hồi quy của biến _Iobj_2 có ý nghĩa thống kê tại mức 1% và cho thấy rủi ro của các khoản vay cho mục đích tài trợ xuất nhập khẩu cao hơn so với các khoản vay cho dự án đầu tư.
Xs rơi vào nhóm 5 VLĐ so với
Nguồn: Tính toán của tác giả
Bảng 2.13 Tác động biên giữa các mục đích cho vay