TỔNG QUAN VỀ NGHIÊN CỨU
ĐẶT VẤN ĐỀ
Hiện nay, các ngân hàng thương mại trong nước đang tập trung phát triển hoạt động cho vay đối với nhóm khách hàng cá nhân (KHCN) do nhu cầu tăng cao và quy mô thị trường lớn Mặc dù dân số đông, tỷ lệ người dân tiếp cận dịch vụ ngân hàng vẫn còn thấp, tạo ra cơ hội cho các khoản vay nhỏ, dễ thẩm định và mang lại lợi nhuận cao, từ đó khẳng định đây là một thị trường tiềm năng.
Theo báo cáo của Ngân hàng Nhà nước, tổng dư nợ cho vay tiêu dùng đã đạt 1,85 triệu tỷ đồng vào cuối năm 2020, tăng 10,15% so với năm 2019 và gấp hơn 10 lần so với năm 2010 Sự tăng trưởng này cho thấy hệ thống ngân hàng đang chú trọng phát triển cho vay tiêu dùng để đáp ứng nhu cầu ngày càng cao của người dân, đồng thời các ngân hàng nước ngoài và công ty tài chính cũng tham gia vào thị trường, tạo ra sự cạnh tranh mạnh mẽ Để giành thị phần, các ngân hàng không ngừng mở rộng mạng lưới và phát triển sản phẩm, đặc biệt là tăng tốc cho vay khách hàng cá nhân Tuy nhiên, sự bùng nổ tín dụng cá nhân cũng tiềm ẩn nhiều rủi ro, trong đó rủi ro vỡ nợ có thể ảnh hưởng lớn đến hoạt động và tài chính của ngân hàng, thậm chí dẫn đến thua lỗ hoặc mất khả năng hoạt động Do đó, việc hiểu rõ các yếu tố tác động đến khả năng trả nợ của khách hàng là rất cần thiết để giảm thiểu nợ xấu.
TÍNH CẤP THIẾT CỦA ĐỂ TÀI
Hoạt động tín dụng là một phần quan trọng của các ngân hàng thương mại, đặc biệt là cho vay khách hàng cá nhân (KHCN), mang lại lợi nhuận lớn nhưng cũng tiềm ẩn nhiều rủi ro Trong bối cảnh cạnh tranh gay gắt, các ngân hàng đã mở rộng chính sách tín dụng, nhưng việc đánh giá khả năng trả nợ của KHCN gặp khó khăn do thiếu quy định rõ ràng, dẫn đến rủi ro thông tin sai lệch trong quá trình thẩm định Ngân hàng Á Châu đã khẳng định vị thế vững chắc trên thị trường tài chính với hệ thống chi nhánh rộng khắp và đội ngũ nhân viên chuyên nghiệp, trong đó Chi nhánh Phan Đăng Lưu nổi bật với vị trí thuận lợi và lượng KHCN đa dạng Tuy nhiên, sự bùng nổ đầu tư bất động sản và tác động của đại dịch Covid-19 đã làm gia tăng rủi ro trong hoạt động tín dụng Để giảm tỷ lệ nợ xấu, việc nghiên cứu các yếu tố ảnh hưởng đến khả năng trả nợ của KHCN là cần thiết, từ đó giúp ngân hàng cải thiện quy trình thẩm định và quản lý rủi ro.
MỤC TIÊU CỦA ĐỀ TÀI
1.3.1 Mục tiêu chung Đề tài nghiên cứu xác định các yếu tố tác động đến khả năng trả nợ và mức độ tác động của các yếu tố đến khả năng trả nợ của khách hàng cá nhân tại ACB CN Phan Đăng Lưu Từ kết quả nghiên cứu, đề xuất một số hàm ý quản trị nhằm nâng cao khả năng trả nợ của khách hàng cá nhân tại ACB CN Phan Đăng Lưu
Mục tiêu cụ thể của đề tài là:
- Xác định các yếu tố tác động đến khả năng trả nợ của KHCN tại ACB CN Phan Đăng Lưu
- Xác định mức độ tác động của các yếu tố này đến khả năng trả nợ của KHCN tại ACB CN Phan Đăng Lưu
- Đề xuất một số hàm ý quản trị nâng cao khả năng trả nợ của KHCN tại ACB CN Phan Đăng Lưu.
CÂU HỎI NGHIÊN CỨU
Mục tiêu nghiên cứu có thể đạt được thông qua việc trả lời các câu hỏi sau:
- Các yếu tố nào ảnh hưởng đến khả năng trả nợ của KHCN tại ACB CN Phan Đăng Lưu trong thời gian nghiên cứu?
- Mức độ tác động của các yếu tố này đến khả năng trả nợ của KHCN tại ACB CN Phan Đăng Lưu như thế nào?
- Đưa ra hàm ý quản trị và khuyến nghị nào nhằm nâng cao khả năng trả nợ của ACB CN Phan Đăng Lưu?
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Các yếu tố tác động đến khả năng trả nợ của KHCN tại NHTM
1.5.2.1 Không gian Đề tài được thực hiện tại Ngân hàng TMCP Á Châu CN Phan Đăng Lưu
1.5.2.2 Th ờ i gian Đề tài sử dụng dữ liệu nghiên cứu trong giai đoạn từ năm 2018 đến năm 2020.
PHƯƠNG PHÁP NGHIÊN CỨU
Khoá luận áp dụng phương pháp nghiên cứu kết hợp định tính và định lượng Phương pháp nghiên cứu định tính bao gồm thống kê, tổng hợp và phân tích tài liệu, nhằm xây dựng nền tảng lý thuyết cho đề tài Trong khi đó, phương pháp định lượng sử dụng mô hình hồi quy tuyến tính để xác định các yếu tố và mức độ ảnh hưởng của chúng đến khả năng trả nợ vay của khách hàng doanh nghiệp.
Tác giả sử dụng mẫu dữ liệu từ hợp đồng tín dụng, đơn thế chấp quyền sử dụng đất và đơn xin vay cá nhân, kết hợp với Báo cáo tài chính của ACB Phan Đăng Lưu trong khoảng thời gian từ 01/01/2018 đến 31/12/2020 Đề tài áp dụng các phương pháp thống kê, tổng hợp, so sánh và phân tích Sau khi tổng hợp dữ liệu, tác giả tiến hành so sánh và phân tích bằng mô hình hồi quy Logistics thông qua phần mềm SPSS.
NỘI DUNG NGHIÊN CỨU
Để đạt được mục tiêu cuối cùng của đề tài và trả lời các câu hỏi nghiên cứu, nghiên cứu này sẽ đưa ra các giải pháp cho một số nội dung cụ thể.
- Tập hợp lý thuyết về khả năng trả nợ của khách hàng vay tại NHTM, để hình thành khung lý thuyết cho khoá luận
- Xây dựng mô hình xác định các yếu tố và mức độ ảnh hưởng của các yếu tố này đến khả năng trả nợ của KHCN tại ACB
Dựa trên kết quả nghiên cứu, chúng tôi đưa ra kết luận về khả năng trả nợ của khách hàng cá nhân tại ACB Phan Đăng Lưu Đồng thời, chúng tôi đề xuất các hàm ý quản trị và khuyến nghị nhằm nâng cao khả năng trả nợ của khách hàng, góp phần cải thiện hiệu quả hoạt động tín dụng của ngân hàng.
ĐÓNG GÓP ĐỀ TÀI
Kết quả từ việc thẩm định khách hàng tại ACB Phan Đăng Lưu không chỉ nâng cao khả năng ra quyết định cho vay mà còn trở thành nguồn tài liệu quý giá cho các nghiên cứu và tham khảo trong tương lai.
BỐ CỤC DỰ KIẾN BÀI LUẬN VĂN
Khoá luận bao gồm 5 chương:
• Chương 1: Tổng quan về nghiên cứu
• Chương 2: Cơ sở lý thuyết và lược khảo các nghiên cứu trước
• Chương 3: Phương pháp nghiên cứu
• Chương 4: Kết quả nghiên cứu và thảo luận
• Chương 5: Kết luận và khuyến nghị
CƠ SỞ LÝ THUYẾT VÀ LƯỢC KHẢO CÁC NGHIÊN CỨU TRƯỚC
CƠ SỞ LÝ THUYẾT VỀ CHO VAY KHÁCH HÀNG CÁ NHÂN VÀ KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG CÁ NHÂN
2.1.1 Khái niệm về cho vay khách hàng cá nhân
2.1.1.1 Khái ni ệ m v ề cho vay khách hàng cá nhân
Theo Khoản 16, Điều 4, Luật các Tổ chức tín dụng số 47/2010/QH12, cho vay là hình thức cấp tín dụng, trong đó bên cho vay cung cấp một khoản tiền cho khách hàng với cam kết hoàn trả gốc và lãi Đối tượng vay vốn hiện nay bao gồm cá nhân và hộ gia đình có giấy chứng nhận đăng ký hộ kinh doanh, nhằm đáp ứng nhu cầu tiêu dùng và phát triển kinh doanh Thị trường cho vay cá nhân tại Việt Nam đã bùng nổ trong những năm gần đây, đặc biệt là trong bối cảnh công nghiệp 4.0 và tác động của đại dịch Covid, khi các doanh nghiệp nhỏ cần nguồn vốn để phục hồi Với dân số hơn 90 triệu người, nhu cầu cho vay cá nhân vẫn cao, đặc biệt là ở nhóm dân số trẻ, tạo điều kiện thuận lợi cho hoạt động cho vay trong xã hội.
Cá nhân và hộ kinh doanh cá thể có nhu cầu vay vốn để phục vụ cho mục đích mua sắm và sản xuất kinh doanh Nhóm khách hàng cá nhân, mặc dù đông đảo, nhưng không thường xuyên vay vốn và chịu ảnh hưởng từ nhiều yếu tố như thu nhập và tình hình kinh tế xã hội, điều này ảnh hưởng đến khả năng trả nợ của họ.
Thời gian vay vốn cho nhóm khách hàng cá nhân (KHCN) phụ thuộc vào mục đích vay và phương thức cho vay, có thể là ngắn hạn, trung hạn hoặc dài hạn Đối với mục đích vay mua sắm, khách hàng có thể lựa chọn thời hạn trả nợ trung hoặc dài hạn, chủ yếu dựa vào khả năng trả nợ của họ và khả năng cho vay của ngân hàng Ví dụ, các khoản vay mua nhà thường có thời gian trả nợ từ 5 năm trở lên.
Trong 35 năm qua, nhóm mục đích vay sản xuất kinh doanh hộ gia đình thường có thời gian trả nợ ngắn hạn, nhằm đáp ứng nhu cầu bổ sung nguồn vốn cho khách hàng Hình thức cho vay này được thiết kế linh hoạt để hỗ trợ hiệu quả cho các hộ gia đình trong hoạt động sản xuất kinh doanh.
Có 2 hình thức cho vay là cho vay có tài sản bảo đảm và cho vay không có tài sản bảo đảm
Cho vay có tài sản bảo đảm là hình thức cho vay mà khách hàng cam kết trả nợ bằng tài sản cầm cố hoặc thế chấp, như bất động sản hoặc động sản Hình thức vay này không chỉ giúp ngân hàng giảm thiểu rủi ro và tổn thất, mà còn tăng cường tính an toàn cho khoản vay Đồng thời, nó tạo áp lực cho khách hàng trong việc thực hiện nghĩa vụ trả nợ đúng hạn.
Cho vay không có tài sản đảm bảo, hay còn gọi là vay tín chấp, là hình thức cho vay không yêu cầu tài sản đảm bảo từ khách hàng Loại vay này được cấp dựa trên mức độ tín nhiệm và thu nhập của người vay, tuy nhiên, nó mang lại rủi ro cao cho ngân hàng Để giảm thiểu rủi ro lãi suất, hạn mức và thời gian vay của vay tín chấp thường thấp hơn so với các loại vay có tài sản đảm bảo.
Lãi suất cho vay đối với khách hàng cá nhân (KHCN) thường linh hoạt và được các ngân hàng thương mại (NHTM) điều chỉnh theo từng nhóm đối tượng và mục đích vay vốn Các yếu tố tác động từ thị trường cũng ảnh hưởng đến việc điều chỉnh lãi suất này.
2.1.2 Các yếu tố tác động đến khả năng trả nợ
2.1.2.1 Khái ni ệ m kh ả năng trả n ợ vay
Hiện tại, khả năng trả nợ của khách hàng chưa có định nghĩa cụ thể, nhưng có thể hiểu là khả năng tạo ra tài chính để hoàn trả các khoản vay đúng hạn Trong điều kiện bình thường, khách hàng có hai lựa chọn: có khả năng trả nợ hoặc không có khả năng trả nợ.
Theo tài liệu của Ủy ban Basel về Giám sát Ngân hàng (2006), khách hàng không có khả năng trả nợ được xác định qua một hoặc nhiều dấu hiệu sau đây.
Khách hàng không thể thực hiện đầy đủ nghĩa vụ thanh toán theo kỳ hạn, trong khi ngân hàng vẫn chưa tiến hành thu hồi hoặc bán tài sản để thu hồi nợ (nếu có).
- Khách hàng có những khoản nợ xấu quá hạn trên 90 ngày
Theo Quỹ Tiền tệ Quốc tế (IMF), khách hàng không có khả năng trả nợ được định nghĩa khi một khoản vay trở thành nợ xấu, tức là khi quá hạn thanh toán lãi hoặc gốc trên 90 ngày Ngoài ra, các khoản lãi chưa thanh toán trên 90 ngày đã được nhập vào gốc hoặc đã được đồng ý trả chậm cũng được xem là nợ xấu Đặc biệt, nếu các khoản thanh toán đến hạn dưới 90 ngày nhưng có dấu hiệu rõ ràng cho thấy người vay không có khả năng hoàn trả, như mất việc hoặc phá sản, thì cũng cần xem xét tình trạng nợ của họ.
Khách hàng được coi là phát sinh nợ xấu khi có hai yếu tố chính: quá hạn thanh toán trên 90 ngày và có nghi ngờ về khả năng trả nợ Những yếu tố này thường dẫn đến quan điểm rằng khách hàng không có khả năng thanh toán nợ.
Tại Việt Nam, nợ xấu được phân loại theo Quyết định số 493/2005/QĐ-NHNN, Quyết định 18/2007/QĐ-NHNN và thông tư 02/2013/TT-NHNN, bao gồm các khoản nợ từ nhóm 3 (Nợ dưới tiêu chuẩn) trở lên đến nhóm 5 (Nợ có khả năng mất vốn) Nợ nhóm 2 được xem là có sự suy giảm khả năng trả nợ, do đó ngân hàng cần thực hiện đánh giá lại khả năng trả nợ của khách hàng.
2.1.2.2 Các y ế u t ố tác động đế n kh ả năng trả n ợ c ủ a KHCN Để đánh giá khả năng hoàn trả của khách hàng các NHTM áp dụng nhiều mô hình phân tích, có thể kể đến mô hình 5C như sau:
Mô hình 5C, với "C" là chữ cái đầu tiên trong tiếng Anh, là công cụ phổ biến được các ngân hàng thương mại áp dụng để phân tích và đánh giá nhu cầu vay vốn của khách hàng Khi tất cả các tiêu chí trong mô hình này đều đạt yêu cầu, khoản vay mới sẽ được xem là khả thi.
Character (Tư cách củ a khách hàng)
LƯỢC KHẢO CÁC NGHIÊN CỨU CÓ LIÊN QUAN
2.2.1 Một số nghiên cứu nước ngoài
Nghiên cứu của Ahmah & Ebrahim (2014) về hành vi trả nợ của khách hàng tại ngân hàng đã sử dụng 150 mẫu khảo sát từ những người vay và có nợ quá hạn Kết quả phân tích bằng mô hình hồi quy logit cho thấy các yếu tố như giám sát, công việc, khoản vay và trình độ học vấn có ảnh hưởng đáng kể đến việc không trả nợ Ngược lại, tuổi, giới tính, thu nhập, lãi suất, hình thức vay và khoảng cách đến ngân hàng lại cho thấy kết quả tiêu cực Đặc biệt, phần lớn người tham gia khảo sát có trình độ học vấn thấp, dẫn đến khả năng hiểu sai câu hỏi và cung cấp thông tin không chính xác, do đó cần thận trọng khi giải thích kết quả nghiên cứu.
Nghiên cứu của Wongnaal & Dadson (2013) đã chỉ ra các yếu tố ảnh hưởng đến khả năng trả nợ của hộ nông dân trồng khoai lang tại quận Sene, Gana Bằng cách sử dụng mô hình Probit trên mẫu 100 hộ nông dân qua bảng câu hỏi không cấu trúc, các tác giả đã xác định rằng giáo dục, kinh nghiệm, lợi nhuận, tuổi tác, giám sát và thu nhập phi nông nghiệp có tác động tích cực đến khả năng trả nợ Ngược lại, giới tính và tình trạng hôn nhân lại có ảnh hưởng tiêu cực, trong khi tác động của quy mô hộ gia đình vẫn chưa rõ ràng.
Antwi và cộng sự (2012) đã nghiên cứu các nhân tố ảnh hưởng đến rủi ro mất khả năng hoàn trả nợ vay tại Ghana, cụ thể là tại ngân hàng Akuapem, bằng cách sử dụng mô hình hồi quy logit Nghiên cứu đã xác định 6 nhân tố chính bao gồm loại hình cho vay, lãi suất vay, khoản vay có tài sản đảm bảo, tình trạng hôn nhân, nơi sinh sống và giới tính Mục tiêu của nghiên cứu là xác định những yếu tố tác động đến rủi ro không trả được nợ của khách hàng tại Ngân hàng Akuapem, dựa trên cơ sở dữ liệu từ 800 mẫu quan sát.
Từ năm 2006 đến 2010, nghiên cứu chỉ ra rằng các ngân hàng nên tập trung vào loại hình cho vay và khoản vay có tài sản đảm bảo nhằm giảm thiểu rủi ro Hai yếu tố này được xem là có ảnh hưởng lớn đến khả năng trả nợ của khách hàng.
Nghiên cứu của Kohansal & Mansoori (2009) về khả năng trả nợ của nông dân tại tỉnh Khorasan-Razavi, Iran, đã sử dụng mô hình hồi quy logit với mẫu 175 nông dân Kết quả cho thấy kinh nghiệm, nguồn thu nhập và mức vay dựa trên giá trị thế chấp có mối tương quan tích cực với khả năng trả nợ Ngược lại, lãi suất được xác định là yếu tố chính ảnh hưởng tiêu cực đến khả năng này Các tác giả khuyến nghị rằng để giảm rủi ro không trả được nợ, ngân hàng nên chú trọng đến khả năng đảm bảo khoản vay bằng tài sản của khách hàng.
2.2.2 Một số nghiên cứu trong nước Đặng Thị Cẩm Nhung (2015), nghiên cứu các yếu tố tác động đến khả năng trả nợ của KHCN tại Agribank chi nhánh Long An, với 230 mẫu dữ liệu Nghiên cứu sử dụng mô hình logit, kết quả cho thấy các yếu tố như giới tính, nghề nghiệp, tình trạng hôn nhân, thời hạn vay, thu nhập bình quân và chi tiêu có tác động tích cực đến khả năng trả nợ của khách hàng vay Mô hình cho thấy, chủ hộ là nam, nghề nghiệp ổn định, các chủ hộ đã lập gia đình, thời hạn vay dài và thu nhập bình quân càng cao thì khả năng trả nợ tốt càng cao
Nguyễn Phúc Mẫn (2015) đã nghiên cứu các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân tại Vietcombank, dựa trên mẫu 503 khách hàng và 13 biến số như giới tính, độ tuổi, tình trạng hôn nhân, trình độ học vấn, nghề nghiệp, thu nhập, kích cỡ khoản vay, lãi suất, thời hạn vay, hình thức vay, mục đích vay, kiểm tra mục đích sử dụng vốn, và chấm điểm tín dụng Sử dụng mô hình Probit để phân tích, nghiên cứu cho thấy khả năng trả nợ phụ thuộc tích cực vào các yếu tố như trình độ học vấn (đại học, sau đại học), vị trí lãnh đạo/quản lý, kích cỡ khoản vay, thời hạn vay và hình thức vay Ngược lại, giới tính, nghề công nhân viên, lãi suất khoản vay, vay tiêu dùng và vay mua bất động sản có tác động tiêu cực đến khả năng trả nợ Thời hạn trả nợ cũng bị ảnh hưởng tích cực bởi trình độ học vấn, vị trí lãnh đạo/quản lý, chuyên viên, kích cỡ khoản vay và hình thức vay, trong khi giới tính, lãi suất vay và vay mua bất động sản có ảnh hưởng tiêu cực đến khả năng trả nợ đúng hạn.
Vương Quân Hoàng (2006) đã nghiên cứu phương pháp thống kê để xây dựng mô hình định mức tín nhiệm cho thể nhân, với mục tiêu giải quyết hai bài toán chính: phân nhóm và phân biệt khách hàng Tác giả đã khảo sát 1.727 khách hàng tại Techcombank để xác định các yếu tố ảnh hưởng đến tín nhiệm Kết quả nghiên cứu cho thấy rằng các biến như thu nhập, chênh lệch thu nhập, chi tiêu và giá trị tài sản của khách hàng có tác động tích cực đến biến phụ thuộc trong mô hình.
Nghiên cứu của Bùi Văn Trịnh và Nguyễn Trường Kỳ (2012) tại Thành phố Cần Thơ đã khảo sát 300 hộ nông dân để phân tích các yếu tố ảnh hưởng đến khả năng trả nợ vay đúng hạn Sử dụng mô hình Probit với 11 biến số, bao gồm tuổi, giới tính, trình độ, nghề nghiệp, tình trạng hôn nhân, số người phụ thuộc, thời hạn cho vay, lãi suất ngân hàng, thu nhập, chi tiêu và số nhân khẩu, nghiên cứu cho thấy lãi suất vay có tác động tiêu cực đến khả năng trả nợ đúng hạn Ngược lại, mục đích sử dụng vốn, thu nhập hàng năm và số thành viên có thu nhập trong gia đình lại có ảnh hưởng tích cực đến việc này.
TỔNG HỢP CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA KHCN
Sau khi nghiên cứu và tìm hiểu lý thuyết cùng các nghiên cứu liên quan, tác giả đã tổng hợp các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân (KHCN) như được trình bày trong bảng dưới đây.
Biến độc lập Nguồn nghiên cứu Tác động
Trình độ học vấn Ahmah & Ebrahim (2014) +
Tình trạng hôn nhân Đặng Thị Cẩm Nhung
Nghề nghiệp Đặng Thị Cẩm Nhung
Thu nhập Bùi Văn Trịnh và Nguyễn
Lịch sử tín dụng Nguyễn Phúc Mẫn (2015) -
Quy mô khoản vay Đặng Thị Cẩm Nhung
Thời hạn vay Đặng Thị Cẩm Nhung
Lãi suất Bùi Văn Trịnh và Nguyễn
Tài sản đảm bảo Nguyễn Phúc Mẫn (2015) +
Bảng 2.1 TỔNG HỢP KẾT QUẢ CÁC NGHIÊN CỨU TRƯỚC
Trong nghiên cứu về hoạt động cho vay khoa học công nghệ, tác giả đã xác định khả năng trả nợ của khách hàng vay là yếu tố then chốt ảnh hưởng đến quyết định cho vay của ngân hàng Chương 2 của khóa luận đã tổng hợp tài liệu và lược khảo các nghiên cứu trước đó, từ đó chỉ ra các yếu tố tác động đến khả năng trả nợ của khách hàng Điều này tạo nền tảng cho tác giả lựa chọn mô hình Binary Logistic nhằm đo lường khả năng trả nợ của khách hàng vay tại ACB Phan Đăng Lưu.
PHƯƠNG PHÁP NGHIÊN CỨU
QUY TRÌNH NGHIÊN CỨU
Quy trình nghiên cứu được thực hiện sử dụng kết hợp phương pháp định tính và phương pháp đinh lượng
Phương pháp định tính được áp dụng thông qua việc nghiên cứu lý thuyết và tổng hợp các nghiên cứu trước đó để lựa chọn các biến quan sát phù hợp Sau đó, tác giả tiến hành sàng lọc các biến này, kiểm tra và điều chỉnh thang đo để đảm bảo độ chính xác trong nghiên cứu.
Phương pháp định lượng được thực hiện bằng cách thu thập dữ liệu hồ sơ khách hàng từ ngân hàng Dữ liệu này sau đó được phân tích thông qua phần mềm SPSS để kiểm định mô hình hồi quy tuyến tính.
Hình 3.1 Quy trình nghiên cứu
MÔ HÌNH NGHIÊN CỨU
3.2.1 Mô hình hồi quy Binary Logistics
Hồi quy nhị phân, hay hồi quy Logistics, là một mô hình phổ biến trong nghiên cứu để ước lượng xác suất xảy ra của một sự kiện Đặc điểm nổi bật của hồi quy Logistics là biến phụ thuộc chỉ có hai giá trị 0 và 1, chẳng hạn như việc khách hàng có trả được nợ hay không, hoặc quyết định mua hàng Mô hình này đặc biệt được ứng dụng rộng rãi trong ngành y khoa, với biến phụ thuộc là khả năng mắc bệnh của bệnh nhân.
Phương trình hồi quy Binary Logistics có dạng:
Pi: Xác suất xảy ra sự kiện
B0, B1, … Bk: Hệ số hồi quy
Hay viết cách khác, ta có phương trình mô hình hàm dự báo như sau:
Trong mô hình logistic, xác suất xảy ra sự kiện Y = 1 khi biến độc lập X có giá trị cụ thể Xi được biểu diễn bằng Pi = E(Y = 1/X) = P(Y = 1) Pi không phải là hàm tuyến tính của các biến độc lập mà là hàm phân phối logistic, trong đó giá trị của Bk Xk có thể dao động từ - đến +, dẫn đến Pi nhận giá trị từ 0 đến 1 Điều này cho thấy tính phi tuyến tính của cả X và tham số B, do đó, phương pháp bình phương tối thiểu không thể được áp dụng trực tiếp; thay vào đó, phương pháp hợp lý tối đa cần được sử dụng để ước lượng B.
- Mô hình này cho phép ngân hàng tính toán được khả năng vỡ nợ đối với từng khoản vay
Mô hình Logistic là một phương pháp định lượng khách quan, giúp cải thiện những hạn chế của phương pháp định tính 5C trong lĩnh vực tín dụng Mô hình này đảm bảo tính nhất quán và không bị ảnh hưởng bởi ý kiến chủ quan của nhân viên tín dụng.
Mô hình Logistic là một kỹ thuật hiệu quả trong việc đo lường rủi ro cho vay, với quy trình ước lượng tham số đơn giản và dễ thực hiện thông qua các phần mềm chuyên dụng như SPSS, Eviews, và Stata.
Mô hình Logistic nổi bật với khả năng đo lường tác động của từng biến độc lập đến biến phụ thuộc Qua mô hình này, ngân hàng có thể ước lượng xác suất khách hàng không trả được nợ vay, từ đó phân loại khách hàng và nhận diện rủi ro Điều này giúp ngân hàng chủ động đưa ra các biện pháp phòng ngừa nhằm hạn chế rủi ro hiệu quả.
Mô hình Logistic cho phép điều chỉnh và sửa đổi các biến độc lập một cách dễ dàng, giúp xác định ảnh hưởng của từng yếu tố đến khả năng trả nợ vay của khách hàng.
- Đây là mô hình kinh tế lượng nên khi hệ số xác định thấp thì mô hình có thể dự báo kém chính xác
Mô hình yêu cầu một khối lượng dữ liệu lớn cho mỗi phạm trù trong thống kê, nhằm đảm bảo quá trình xử lý dữ liệu hiệu quả Nếu thiếu dữ liệu trong các trường hợp của KHCN, mô hình sẽ không thể được áp dụng.
- Vì là mô hình định lượng nên kết quả thử nghiệm của mô hình có thể trái ngược với lý thuyết
3.2.2 Các kiểm định của mô hình
3.2.2.1 Ki ểm định đa cộ ng tuy ế n
Đa cộng tuyến trong thống kê là hiện tượng khi một biến dự báo trong mô hình hồi quy có thể được dự đoán chính xác từ các biến khác Mặc dù mô hình hồi quy đa biến với đa cộng tuyến có thể cho thấy hiệu quả của toàn bộ nhóm yếu tố dự báo, nhưng lại không đảm bảo tính hợp lệ cho từng yếu tố riêng lẻ Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), nếu chỉ số Variance Inflation Factor (VIF) nhỏ hơn 10, hiện tượng đa cộng tuyến có thể không xảy ra; ngược lại, nếu VIF lớn hơn 10, điều đó chứng tỏ có đa cộng tuyến Ngoài ra, nếu VIF lớn hơn 2, đa cộng tuyến có thể xảy ra, trong khi VIF nhỏ hơn 2 là dấu hiệu tích cực cho thấy không có đa cộng tuyến.
3.2.2.2 Ki ểm định độ ph ụ h ợ p c ủ a mô hình
Hồi quy Logistic yêu cầu đánh giá độ phù hợp của mô hình thông qua chỉ tiêu Log-likelihood (-2LL) Một mô hình mới với giá trị -2LL càng nhỏ cho thấy độ phù hợp cao hơn, với giá trị nhỏ nhất là 0, biểu thị sự phù hợp hoàn hảo không có sai số Ngoài ra, giá trị R² cho biết mức độ biến thiên trong kết quả được giải thích bởi mô hình.
3.2.2.3 Ki ểm định ý nghĩa thố ng kê c ủ a các h ệ s ố
Hồi quy Logistic áp dụng đại lượng Wald Chi-Square để kiểm tra ý nghĩa thống kê của hệ số hồi quy tổng thể Giá trị Wald Chi-Square được tính bằng cách chia ước lượng hệ số hồi quy của biến độc lập trong mô hình Logistic cho sai số chuẩn của ước lượng đó, sau đó bình phương kết quả.
3.2.2.4 Ki ểm định độ phù h ợ p t ổ ng quát
Trong hồi quy Logistic, chúng ta kiểm tra sự kết hợp tuyến tính của các hệ số trong mô hình để đánh giá ảnh hưởng của chúng lên biến phụ thuộc Khi mức ý nghĩa Sig nhỏ hơn 0.05, chúng ta bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1, cho thấy các hệ số hồi quy có ý nghĩa thống kê và thực sự có ảnh hưởng đến việc giải thích biến phụ thuộc.
DỮ LIỆU NGHIÊN CỨU VÀ CÁCH CHỌN BIẾN SỐ
Nghiên cứu được thực hiện trên dữ liệu của 500 khách hàng cá nhân còn dư nợ vay từ năm 2018 đến ngày 31/12/2020, được lấy từ hệ thống của ACB Phan Đăng Lưu Để đảm bảo độ chính xác cao và giảm thiểu sai lệch giữa nghiên cứu và thực tế, kích thước mẫu cần lớn hơn 100-150 theo Hair và cộng sự (1998) Do đó, tác giả đã chọn mẫu 500 khách hàng cá nhân đang có dư nợ tại ACB Phan Đăng Lưu trong năm 2020, loại trừ các trường hợp cán bộ nhân viên vay tín chấp, vay thấu chi và các đối tượng ưu tiên vay tín chấp tại ngân hàng này.
Sau khi xem xét nhiều yếu tố, tác giả đã chọn mô hình hồi quy Logistic để định lượng biến Y bằng SPSS Biến phụ thuộc Y có hai giá trị: Y=1 nếu khách hàng có khả năng trả nợ và Y=0 nếu không Khả năng thanh toán khoản vay được hiểu là khả năng hoàn trả đúng hạn theo hợp đồng vay Theo Ngân hàng Nhà nước Việt Nam và các ngân hàng thương mại, nợ từ nhóm 3 trở lên được coi là không có khả năng thu hồi khi đến hạn, trong khi nợ nhóm 2 là nợ cần chú ý, bao gồm các khoản vay quá hạn.
Trong khoảng thời gian từ 1 đến 10 ngày, khách hàng vẫn có khả năng thanh toán nợ vay, tuy nhiên, điều này cho thấy khả năng thanh toán của họ đang giảm sút Các khoản nợ thuộc nhóm 3, 4 và 5 chỉ ra rằng khách hàng không còn khả năng thanh toán (Y=0) Ngược lại, các khoản nợ thuộc nhóm khác cho thấy tình trạng tài chính của khách hàng có khả năng ổn định hơn.
1, 2 được cho là có khả năng thanh toán và đảm bảo khoản vay (Y=1)
Trong nghiên cứu này, tác giả đã chọn bốn biến giả gồm giới tính, nghề nghiệp, trình độ học vấn và lịch sử tín dụng từ tổng số mười biến độc lập Việc lựa chọn này là cần thiết vì trong phân tích hồi quy, các biến phải được lượng hóa bằng số liệu, mặc dù một số biến số kinh tế không thể biểu thị trực tiếp bằng con số Dưới đây là danh sách các biến độc lập và giả thuyết tương ứng.
Gi ả thuy ế t H 1 : tuổi của KHCN càng cao thì khả năng trả nợ càng thấp
Khách hàng vay từ độ tuổi trung niên trở lên thường có khả năng thanh toán nợ thấp hơn do nguồn thu nhập ổn định hạn chế Bên cạnh đó, sức khỏe và trách nhiệm gia đình cũng ảnh hưởng đến khả năng chi trả của họ.
• X2: Giới tính (biến giả với 2 giá trị: 1= Nữ, 0= Nam)
Gi ả thuy ế t H 2 : khách hàng vay là nữ có khả năng trả nợ cao hơn khách hàng là nam giới Kỳ vọng dấu dương (+)
• X3: Trình độ học vấn (0= chưa tốt nghiệp phổ thông, 1= tốt nghiệp phổ thông, 2= đại học, 3= sau đại học)
• Gi ả thuy ế t H 3 : Trình độ học vấn càng cao thì khả năng trả nợ càng cao
• X4: Tình trạng hôn nhân (1= đã kết hôn, 0= chưa kết hôn)
Khách hàng vay vốn đã lập gia đình thường có khả năng trả nợ cao hơn do tính trách nhiệm cao và xu hướng ít mạo hiểm trong các quyết định tài chính Điều này tạo ra kỳ vọng tích cực cho các khoản vay của họ.
• X5: Nghề nghiệp (biến giả với 2 giá trị: 1= nghề nghiệp khác, 0= công nhân)
Gi ả thuy ế t H 5 : những người làm việc có tính ổn định, môi trường làm việc ít rủi ro thì có khả năng trả nợ cao Kỳ vọng dấu dương (+)
• X6: Thu nhập của khách hàng vay (triệu đồng/tháng)
Gi ả thuy ế t H 6 : Thu nhập của khách hàng vay càng cao thì khả năng trả nợ càng cao Kỳ vọng dấu dương (+)
• X7: Lịch sử tín dụng (1= khách hàng vay từng có khoản vay quá hạn ở nhóm 3,4 và 5, 0= khách hàng chưa từng phát sinh nợ quá hạn)
Gi ả thuy ế t H 7 : những khách hàng vay đã hoặc đang có khoản vay nợ quá hạn thì khả năng trả nợ càng thấp Kỳ vọng dấu âm (-)
• X8: Quy mô khoản vay (triệu đồng)
Giả thuyết H8: Số tiền vay lớn hơn sẽ làm tăng khả năng trả nợ Nguyên nhân là do trước khi ngân hàng phê duyệt khoản vay lớn, họ đã thực hiện nhiều quy trình thẩm định nghiêm ngặt, từ đó giảm thiểu rủi ro không thanh toán.
Gi ả thuy ế t H 9 : thời hạn cho vay càng dài thì khả năng trả nợ càng cao
Gi ả thuy ế t H 10 : Lãi suất vay càng cao thì khả năng trả nợ càng thấp Kỳ vọng dấu âm (-)
• X11: Tài sản đảm bảo (triệu đồng)
Gi ả thuy ế t H 11 : Giá trị tài sản càng cao thì khả năng trả nợ càng cao Kỳ vọng dấu dương (+)
Bảng 3.1 CÁC BIẾN ĐỘC LẬP SỬ DỤNG TRONG NGHIÊN CỨU
Biến độc lập Đo lường Dấu kỳ vọng
0= chưa tốt nghiệp phổ thông 1= tốt nghiệp phổ thông 2= đại học 3= sau đại học
Tình trạng hôn nhân 1= đã kết hôn
Nghề nghiệp 1= nghề nghiệp khác
Thu nhập Triệu đồng/ tháng +
1= khách hàng vay từng có khoản vay quá hạn ở nhóm
3,4 và 5 0= khách hàng chưa từng phát sinh nợ quá hạn
Quy mô khoản vay Triệu đồng +
Tài sản đảm bảo Triệu đồng +
Chương 3 của khoá luận trình bày về mô hình nghiên cứu, các kiểm định mô hình, phương pháp thu nhập dữ liệu và cách chọn biến số Sau bước thảo luận cách chọn biến số, tác giả đã tổng hợp 11 biến độc lập dựa trên các lược khảo nghiên cứu trước đó ở Chương 2 Nội dung của Chương 3 là nền tảng, cơ sở để phân tích, đánh giá và thảo luận kết quả nghiên cứu cho chương sau.
THẢO LUẬN VỀ KẾT QUẢ NGHIÊN CỨU
TỔNG QUAN VỀ N GÂN HÀNG TMCP Á CHÂU – CHI NHÁNH PHAN ĐĂNG LƯU
Vào ngày 12/04/2016, Ngân hàng TMCP Á Châu đã chính thức khai trương trụ sở mới của chi nhánh Phan Đăng Lưu tại 24B Phan Đăng Lưu, Phường 6, Quận Bình Thạnh, TP.HCM Những ngày đầu, chi nhánh gặp nhiều khó khăn do chưa có tiếng tăm trên thị trường và đội ngũ nhân sự còn hạn chế Tuy nhiên, với tinh thần quyết tâm và sự nỗ lực không ngừng của cán bộ nhân viên được đào tạo bài bản, cùng tinh thần đoàn kết vượt khó, chi nhánh đã phát triển mạnh mẽ đến ngày hôm nay.
Sau 5 năm hình thành và phát triển, ACB - Chi nhánh Phan Đăng Lưu đã nỗ lực đồng hành và hỗ trợ khách hàng, tạo dựng sự hài lòng và tin tưởng vào hệ thống ngân hàng ACB Chi nhánh đã liên tục đạt danh hiệu đơn vị hoạt động xuất sắc, đồng thời tích lũy kinh nghiệm quý báu trong việc nhận diện và quản lý rủi ro kinh doanh Đội ngũ cán bộ ngân hàng tại đây không ngừng nâng cao chuyên môn và tay nghề, quyết tâm vượt qua thử thách để duy trì vị thế là một trong những đơn vị hàng đầu của ACB.
ACB – Chi nhánh Phan Đăng Lưu sẽ luôn luôn hoạt động cùng với phương châm
“Ngân hàng của mọi nhà” cam kết cung cấp các sản phẩm và dịch vụ chất lượng cao, từ đó xây dựng niềm tin vững chắc từ khách hàng đối với ACB Điều này sẽ giúp ACB tiến gần hơn đến việc trở thành một trong những ngân hàng phát triển hàng đầu tại Việt Nam.
Doanh s ố cho vay Đơn vị tính: triệu VNĐ
Cho vay ngắn hạn 88.702 135.210 187.555 46.508 52.4 52.345 38.7 Cho vay trung hạn 124.099 163.016 199.326 38.917 31.4 36.31 22.3 Doanh số cho vay 212.801 298.226 386.881 85.425 40.1 88.655 29.7
Bảng 4.1 Doanh số cho vay KHCN ACB Phan Đăng Lưu giai đoạn 2018-2020
(Nguồn: ACB Phan Đăng Lưu)
Trong ba năm qua, mặc dù gặp nhiều thách thức do dịch bệnh Covid-19, hoạt động cho vay khách hàng cá nhân (KHCN) vẫn diễn ra thuận lợi với doanh số liên tục tăng trưởng ổn định Doanh số cho vay ngắn hạn luôn chiếm tỷ trọng cao và tăng đều qua các năm, trong khi cho vay trung hạn cũng ghi nhận sự tăng trưởng đáng kể, góp phần quan trọng vào tổng doanh số cho vay Giai đoạn 2019-2020, mặc dù bị ảnh hưởng bởi đại dịch, Chi nhánh vẫn duy trì được sự tăng trưởng ổn định, phản ánh việc thực hiện đúng kế hoạch và hỗ trợ hiệu quả cho các cá nhân, hộ kinh doanh trong việc tiếp cận nguồn vốn, giúp ổn định tình hình kinh doanh sau dịch.
Doanh s ố thu n ợ Đơn vị tính: triệu VNĐ
Hình 4.1 Doanh số thu nợ KHCN ACB Phan Đăng Lưu giai đoạn 2018-2020
(Nguồn: ACB Phan Đăng Lưu)
Chi nhánh đã thực hiện hiệu quả công tác thu hồi nợ, đảm bảo khách hàng sử dụng vốn đúng mục đích để phát triển kinh doanh và tạo nguồn thu trả nợ Theo hình 4.1, tổng doanh số thu hồi nợ tăng trưởng đều qua các năm, trong đó doanh số thu hồi nợ ngắn hạn chiếm tỷ trọng cao Mặc dù thu hồi nợ trung hạn có sự tăng trưởng ổn định, nhưng mức độ không đáng kể Năm 2020, mặc dù dịch bệnh bùng phát ảnh hưởng đến một số hộ kinh doanh, Chi nhánh vẫn duy trì sự ổn định trong doanh số thu hồi nợ, cho thấy hiệu quả trong công tác thu hồi nợ của Chi nhánh.
Doanh số thu nợ cá nhân tại ACB - Chi nhánh Phan Đăng Lưu giai đoạn 2018 - 2020 thu nợ ngắn hạn thu nợ trung hạn tổng
Dư nợ cho vay Đơn vị tính: triệu VNĐ
Hình 4.2 Dư nợ cho vay KHCN ACB Phan Đăng Lưu giai đoạn 2018-2020
(Nguồn: ACB Phan Đăng Lưu)
Bảng số liệu cho thấy kết quả khả quan trong những năm qua, với dư nợ ngắn hạn đóng vai trò quan trọng trong việc hỗ trợ khách hàng vượt qua khó khăn tài chính Vị trí Chi nhánh gần quận 3, khu vực có tỷ trọng dịch vụ cao, tạo điều kiện thuận lợi cho các hộ kinh doanh cá nhân vay vốn ngắn hạn, đồng thời áp dụng lãi suất ưu đãi giúp tiết kiệm chi phí Tuy nhiên, giai đoạn 2019-2020, dịch bệnh đã ảnh hưởng nặng nề đến nhiều ngành dịch vụ, khiến khách hàng ngần ngại vay vốn và chờ đợi sự ổn định Đối với dư nợ trung hạn, đây là nguồn vốn thiết yếu cho kế hoạch sản xuất kinh doanh lâu dài, giúp khách hàng giảm bớt gánh nặng tài chính.
Dư nợ cho vay KHCN tại ACB -Chi Nhánh Phan Đăng Lưu giai đoạn 2018-2020
Dư nợ ngắn hạn và trung hạn đóng vai trò quan trọng trong việc cải thiện khả năng xoay vòng nguồn thu, giảm áp lực về lãi suất và nợ gốc, giúp khách hàng linh hoạt hơn trong việc trả nợ Để đạt được kết quả này, Chi nhánh đã chủ động tìm hiểu và tích cực tư vấn, từ đó đưa ra các giải pháp và sản phẩm vay phù hợp với nhu cầu và tình hình tài chính của khách hàng.
N ợ x ấ u khách hàng cá nhân t ạ i ACB – Chi nhánh Phan Đăng Lưu Đơn vị tính: triệu VNĐ
Bảng 4.2 Nợ xấu KHCN tại ACB Phan Đăng Lưu giai đoạn 2018-2020
(Nguồn: ACB Phan Đăng Lưu)
Tình hình nợ xấu của Chi nhánh trong giai đoạn 2018-2020 có xu hướng tăng nhẹ, với tỷ lệ nợ xấu trên tổng dư nợ chỉ dao động từ 0,4% đến 0,7% Mặc dù có sự gia tăng, tỷ lệ này vẫn thấp hơn nhiều so với mức cho phép 1%-2% của Ngân hàng ACB.
Bảng 4.2 cho thấy sự chênh lệch nợ xấu giữa năm 2020 và 2019 cao hơn so với năm 2019 so với 2018, chủ yếu do ảnh hưởng của dịch bệnh, khiến nhiều khách hàng không thể trả nợ đúng hạn do mất nguồn thu nhập ổn định, đặc biệt trong các ngành dịch vụ tại TP.HCM Thêm vào đó, việc phân kỳ nợ còn nhiều hạn chế và không phù hợp với dòng tiền của khách hàng, gây khó khăn trong việc kiểm soát khả năng trả nợ Hơn nữa, sự thiếu liên kết thông tin giữa các ngân hàng dẫn đến tình trạng cá nhân vay nợ ở nhiều nơi, làm gia tăng khoản nợ và mất khả năng chi trả.
Mặc dù nợ xấu có xu hướng gia tăng, nhưng mức tăng này không đáng kể so với tổng dư nợ, cho thấy Chi nhánh Phan Đăng Lưu của Ngân hàng ACB rất chú trọng đến hoạt động tín dụng Doanh số cho vay liên tục tăng trong 3 năm qua, cùng với việc kiểm soát nợ xấu ở mức thấp, chứng tỏ chất lượng tín dụng là ưu tiên hàng đầu Vì vậy, việc xây dựng mô hình nghiên cứu để xác định khả năng trả nợ của khách hàng cá nhân là cần thiết, nhằm đưa ra những giải pháp hạn chế tối đa nguy cơ vỡ nợ trong bối cảnh thực tế hiện tại.
THỐNG KÊ MÔ TẢ DỮ LIỆU NGHIÊN CỨU
Mô hình nghiên cứu dựa trên 500 quan sát khách hàng cá nhân vay tại Ngân hàng ACB – chi nhánh Phan Đăng Lưu, cho thấy khả năng trả nợ chịu ảnh hưởng từ nhiều yếu tố như tuổi, giới tính, trình độ học vấn, tình trạng hôn nhân, nghề nghiệp, thu nhập, lịch sử tín dụng, quy mô khoản vay, thời hạn vay, lãi suất và tài sản đảm bảo.
Hình 4.3 Biểu đồ cơ cấu giới tính
Theo hình 4.3, khách hàng vay vốn tại Chi nhánh chủ yếu là nữ, chiếm 57.6% (288 khách hàng), trong khi nam giới chỉ chiếm 42.4% (212 khách hàng) Dữ liệu cho thấy tỷ lệ nữ vay vốn tại Chi nhánh Phan Đăng Lưu cao hơn nam giới Ở các thành phố lớn, việc phụ nữ vay vốn ngày càng phổ biến, phản ánh sự bình đẳng giới và mong muốn tự chủ tài chính cá nhân, cũng như chia sẻ gánh nặng tài chính trong gia đình.
Hình 4.4 Biểu đồ cơ cấu trình độ học vấn
Trình độ học vấn của khách hàng tại Chi nhánh cho thấy có 457 khách hàng tốt nghiệp phổ thông, đại học và sau đại học, chiếm tỷ lệ lần lượt là 24.2%, 56.2% và 11%, trong khi nhóm chưa tốt nghiệp phổ thông chiếm 8.6% (43 khách hàng) Khách hàng có trình độ học vấn từ tốt nghiệp phổ thông trở lên chiếm tỷ lệ cao, giúp giảm thiểu tỷ lệ nợ xấu, vì trình độ học vấn tốt là một tiêu chí quan trọng để Ngân hàng đánh giá uy tín Những khách hàng có trình độ thường có mức thu nhập ổn định, là nguồn thu để trả nợ Ngân hàng Đối với nhóm chưa tốt nghiệp phổ thông, Chi nhánh sẽ đánh giá uy tín dựa trên một số tiêu chí cụ thể.
Chưa tốt nghiệp phổ thông Tốt nghiệp phổ thông Đại học
Hình 4.5 Biểu đồ cơ cấu tình trạng hôn nhân
Tình trạng hôn nhân: khách hàng đã lập gia đình chiếm tỷ lệ 96.4% tương ứng
Chi nhánh ghi nhận 482 khách hàng, trong đó chỉ có 3.6% (18 khách hàng) là chưa kết hôn, cho thấy hoạt động cho vay chủ yếu tập trung vào nhóm khách hàng đã kết hôn Nhóm này thường lo ngại rằng khoản vay sẽ ảnh hưởng đến tài chính gia đình, đồng thời có ràng buộc pháp lý cao và tài sản đảm bảo tốt Mục đích sử dụng vốn vay rõ ràng cũng là yếu tố giúp ngân hàng dễ dàng phê duyệt hồ sơ vay.
Tình trạng hôn nhân Đã kết hônChưa kết hôn
Hình 4.6 Biểu đồ cơ cấu nghề nghiệp
Khách hàng thuộc nhóm nghề nghiệp khác (nhân viên văn phòng, hộ kinh doanh, giảng viên, ) chiếm 84.8% tổng số khách hàng, tương đương 422 người, trong khi công nhân chỉ chiếm 15.2% với 78 người Tỷ lệ cao của nhóm nghề nghiệp khác là do chi nhánh nằm ở khu vực trung tâm thành phố, nơi có nhiều tòa nhà văn phòng Để vay vốn tại chi nhánh, khách hàng cần có tài sản đảm bảo như quyền sử dụng đất hoặc quyền sở hữu nhà ở, điều này gây khó khăn cho nhiều công nhân không đáp ứng được yêu cầu Sự phát triển của các công ty tài chính cung cấp vay tín chấp với thủ tục đơn giản đã thu hút nhiều công nhân Trong bối cảnh dịch Covid-19, số lượng khách hàng công nhân ít cũng giúp hạn chế nợ xấu tại chi nhánh, do thu nhập của họ bị ảnh hưởng nghiêm trọng bởi các quy định giãn cách xã hội và việc ngừng hoạt động của doanh nghiệp.
Nghề nghiệp khácCông nhân
Hình 4.7 Biểu đồ cơ cấu lịch sử tín dụng
Trong lịch sử tín dụng, 471 khách hàng (94,2%) chưa từng phát sinh nợ quá hạn, trong khi 29 khách hàng (5,8%) đã có nợ quá hạn tại các tổ chức tín dụng Điều này cho thấy tỷ lệ khách hàng có nợ quá hạn rất thấp Chi nhánh đánh giá chặt chẽ việc phê duyệt khoản vay cho nhóm khách hàng này, áp dụng nhiều điều kiện và xem xét nhiều yếu tố bên cạnh các quy định thông thường Lãi suất cho vay của nhóm khách hàng có nợ quá hạn cao hơn, và thời gian giải quyết hồ sơ cũng kéo dài hơn so với nhóm khách hàng chưa từng nợ quá hạn.
Chưa từng phát sinh nợ quá hạn Đã từng phát sinh nợ quá hạn
N Minimum Maximum Mean Std Deviation
Statistic Statistic Statistic Statistic Statistic
Bảng 4.3 Thống kê mô tả các biến độc lập liên tục trong mô hình
(Nguồn:tổng hợp kết quả từ SPSS)
Khách hàng vay vốn tại Chi nhánh có độ tuổi trung bình là 48.63, với độ tuổi dao động từ 24 đến 74 Nhóm khách hàng dưới 30 tuổi chiếm 3.2%, trong khi đó, khách hàng trên 60 tuổi chiếm 14.6% Độ tuổi của khách hàng phản ánh kinh nghiệm trong việc xác định phương án kinh doanh và sử dụng vốn vay hợp lý Đặc biệt, phần lớn khách hàng là nhân viên văn phòng hoặc chủ hộ kinh doanh trong độ tuổi từ 30 đến 60, chiếm 82.2% tổng số khách hàng.
Độ tuổi dưới 30 ít vay vốn tại Chi nhánh chủ yếu do sự cạnh tranh gay gắt giữa các ngân hàng về chính sách lãi suất ưu đãi, quy định vay và hạn mức vay tối đa trên tài sản đảm bảo.
Tại Chi nhánh, mức thu nhập bình quân của khách hàng vay vốn đạt 32.655 triệu đồng/tháng, với mức thu nhập thấp nhất là 6 triệu đồng và cao nhất là 235 triệu đồng Cụ thể, 28% khách hàng có thu nhập dưới 10 triệu đồng, 14% có thu nhập từ 30-50 triệu đồng và 17% có thu nhập trên 50 triệu đồng Đặc biệt, 41% khách hàng vay vốn có thu nhập từ 10-30 triệu đồng Tỷ lệ này cho thấy chất lượng khách hàng vay vốn tại Chi nhánh chủ yếu có thu nhập tốt, mặc dù có một số khách hàng với thu nhập dưới 10 triệu đồng, nhưng không đáng kể Ngân hàng cũng cam kết đề xuất khoản vay phù hợp với thu nhập hiện tại của khách hàng.
Tại ACB – Chi nhánh Phan Đăng Lưu, quy mô khoản vay trung bình đạt 763,286 triệu đồng, với khoản vay nhỏ nhất là 28 triệu đồng và lớn nhất là 6000 triệu đồng Mặc dù hạn mức tối đa cho khách hàng cá nhân là 20 tỷ đồng, nhưng chưa có trường hợp nào vay tối đa trong thời gian nghiên cứu Quy mô khoản vay có sự chênh lệch rõ rệt: dưới 100 triệu đồng chiếm 10.2%, trên 2000 triệu đồng chiếm 12%, trong khi đó, khoản vay từ 100 – 500 triệu đồng và từ 500 – 2000 triệu đồng lần lượt chiếm 41.8% và 36%, cho thấy khách hàng có nhu cầu vay đa dạng với nhiều mục đích khác nhau.
Thời hạn vay: Từ bảng 4.3 cho thấy thời hạn vay trung bình tại Chi nhánh là
Thời hạn vay phổ biến nhất hiện nay là 60 tháng, chiếm 65.2% tổng số khoản vay, tương đương với 326 khoản vay, đây cũng là thời gian tối đa tại Chi nhánh Nhiều khách hàng chọn thời hạn này để giảm áp lực trả nợ và phù hợp với kế hoạch kinh doanh Thời hạn vay tiếp theo được ưa chuộng là 36 tháng và 12 tháng, chiếm lần lượt 24.4% và 9.2%, thường dành cho các hộ kinh doanh dịch vụ ăn uống có phương án kinh doanh ngắn hạn từ 1-3 năm Trong khi đó, các thời hạn vay 24 tháng và 48 tháng ít được lựa chọn, chỉ chiếm dưới 1% do không tối ưu về chi phí và thời gian.
Lãi suất tại ACB hiện dao động từ 7,0% đến 11,5%, tùy thuộc vào đối tượng khách hàng, nhu cầu, thu nhập, mục đích vay và tài sản đảm bảo Mức lãi suất này được xem là cạnh tranh trong khu vực so với các tổ chức tín dụng khác Đặc biệt, lãi suất phổ biến cho vay kinh doanh và vay du học là từ 7% đến 9%, chiếm 58,4% tổng số khoản vay, tương đương 292 khoản Trong khi đó, lãi suất từ 10% đến 11,5% áp dụng cho các mục đích vay mua nhà và xe, chiếm 41,6% với 208 khoản vay Khách hàng cũng có cơ hội nhận được mức lãi suất ưu đãi tốt nhất trong năm đầu tiên tùy theo các chính sách đi kèm.
Tại chi nhánh, quy định cho vay dựa trên tài sản đảm bảo (TSĐB) là 80% giá trị của tài sản, với giá trị TSĐB trung bình là 1.532.011 triệu đồng và giá trị lớn nhất lên đến 18.824.480 triệu đồng Tỷ lệ này được đánh giá là cao và an toàn, trong đó 41,4% TSĐB có giá trị dưới 700 triệu đồng, 13,4% trên 3.000 triệu đồng, và phổ biến nhất là từ 700 đến 3.000 triệu đồng, chiếm 45,2% Điều này cho thấy giá trị TSĐB tại chi nhánh cao, giúp giảm thiểu rủi ro cho ngân hàng và tăng trách nhiệm trả nợ cho khách hàng.
KẾT QUẢ NGHIÊN CỨU
4.3.1 Phân tích biến độc lập
Kết quả thực hiện hồi quy Binary Logistic bằng phần mền SPSS với 11 biến độc lập:
Trình độ học vấn 0,623 1,605 Tình trạng hôn nhân 0,893 1,120
Bảng 4.4 Kiếm định đa cộng tuyến
(Nguồn:tổng hợp kết quả từ SPSS)
(Nguồn:tổng hợp kết quả từ SPSS)
Hệ số tương quan phản ánh mối quan hệ hai chiều giữa các biến, với hệ số lớn cho thấy mối liên hệ chặt chẽ hơn Kết quả từ bảng 4.5 cho thấy tất cả các hệ số tương quan giữa các biến đều dưới 0.5, chứng tỏ các biến độc lập không tương quan với nhau mà chỉ tương quan với biến phụ thuộc Thêm vào đó, bảng 4.4 chỉ ra rằng chỉ số VIF nhỏ hơn 10, xác nhận mô hình không gặp phải vấn đề đa cộng tuyến.
** Correlation is significant at the 0.01 level (2-tailed) * Correlation is significant at the 0.05 level (2-tailed)
Bảng 4.5 Ma trận tương quan
Bảng 4.6 Mô hình Logistic 11 biến độc lập
(Nguồn:tổng hợp kết quả từ SPSS)
Kết quả hồi quy Logistic với 11 biến độc lập thì có 7 biến độc lập có ý nghĩa thống kê (sig.< =5%): X 1 (Tuổi), X 2 (Giới tính), X 5 (Nghề nghiệp), X 6 (Thu nhập), X 7
Lịch sử tín dụng, khoản vay và lãi suất là những yếu tố quan trọng trong việc đánh giá khả năng vay vốn, trong khi các yếu tố như trình độ học vấn, tình trạng hôn nhân, thời hạn vay và tài sản đảm bảo không có ý nghĩa thống kê đáng kể.
Kết quả sau khi thực hiện hồi quy Logistic với 7 biến độc lập:
Bảng 4.7 Mô hình Logistic 7 biến độc lập
(Nguồn:tổng hợp kết quả từ SPSS)
Bảng 4.8 Kiểm định độ phù hợp của mô hình
(Nguồn:tổng hợp kết quả từ SPSS)
Kết quả từ bảng 4.7 và 4.8 cho thấy mô hình có ý nghĩa thống kê với mức ý nghĩa sig ≤ 5%, chứng tỏ rằng các biến độc lập có mối quan hệ tuyến tính với biến phụ thuộc.
Step -2 Log likelihood Cox & Snell R
Bảng 4.9 Kiểm định mức độ giải thích của mô hình
(Nguồn:tổng hợp kết quả từ SPSS)
Bảng 4.10 Kiểm tra mức độ chính xác mô hình
(Nguồn:tổng hợp kết quả từ SPSS)
Chỉ số -2LL trong bảng 4.9 là 116.930, thấp hơn so với chỉ số -2LL của mô hình trống ban đầu là 243.167 Điều này cho thấy mô hình đã cải thiện đáng kể Ngoài ra, chỉ số Nagelkerke R Square đạt 0,579, cho thấy các biến độc lập giải thích được 57,9% sự thay đổi của biến phụ thuộc.
Dựa trên kết quả từ bảng 4.10, trong số 33 khách hàng không có khả năng trả nợ, mô hình dự đoán chính xác 14 khách hàng, đạt xác suất 42,4% Đối với khách hàng có khả năng trả nợ, mô hình dự đoán chính xác 461 trên tổng số 467 khách hàng, tương ứng với xác suất 98,7% Tổng tỷ lệ dự đoán chính xác của mô hình đạt 95%, cho thấy hiệu quả cao và tính ứng dụng quan trọng của mô hình trong thực tế.
4.3.2 Thảo luận kết quả nghiên cứu
Kết quả từ phân tích hồi quy Logistic với 7 biến độc lập có ý nghĩa thống kê được trình bày trong bảng cho thấy mô hình nghiên cứu có thể được diễn đạt lại như sau:
4.3.2.1 Các bi ế n s ố có ý nghĩa thố ng kê
Bảng 4.11 Kết quả hồi quy Logistic
(Nguồn:tổng hợp kết quả từ SPSS)
Hệ số ước lượng B của các biến độc lập dương cho thấy mối quan hệ thuận giữa các biến này và biến phụ thuộc, tức là khi biến độc lập tăng hoặc giảm một đơn vị, logit(P) sẽ tương ứng tăng hoặc giảm B Ngược lại, hệ số ước lượng B âm chỉ ra mối quan hệ nghịch giữa các biến độc lập và biến phụ thuộc.
Khả năng trả nợ khi biến độc lập thay đổi một đơn vị so với khả năng trả nợ ban đầu
Bảng 4.12 Ước lượng khả năng trả nợ
Dựa trên giả định xác suất trả nợ ban đầu là 40%, tác giả sẽ phân tích khả năng trả nợ của khách hàng cá nhân tại ACB Phan Đăng Lưu thông qua bảng 4.11 và bảng 4.12.
Nghiên cứu cho thấy, độ tuổi khách hàng vay càng cao thì khả năng trả nợ giảm 1% so với xác suất ban đầu 40% Khách hàng trẻ tuổi có khả năng tạo ra thu nhập cao hơn nhờ vào sự linh hoạt trong việc tìm kiếm cơ hội kinh doanh và sức khỏe tốt Tuy nhiên, họ lại thiếu kinh nghiệm trong việc lập kế hoạch kinh doanh và sử dụng vốn vay hiệu quả Thêm vào đó, sự hỗ trợ tài chính từ gia đình cũng khiến khách hàng trẻ ít có xu hướng vay vốn ngân hàng.
Nghiên cứu cho thấy, với các điều kiện không đổi, khả năng trả nợ của khách hàng nữ đạt 87,45%, cao hơn nhiều so với xác suất giả định 47,45% Điều này phù hợp với các nghiên cứu trước, như của Weber và Musshoff (2012), cho thấy phụ nữ tại Việt Nam và các nước Á Đông thường ít tạo rủi ro tín dụng hơn nam giới do tính cẩn trọng và ít ưa thích rủi ro Trong văn hóa Á Đông, nam giới thường là trụ cột chính, trong khi phụ nữ đóng vai trò quản lý tài chính gia đình, dẫn đến việc họ tính toán chi tiêu một cách thận trọng hơn Ngoài ra, phụ nữ hiện đại ngày nay có xu hướng tìm kiếm sự linh hoạt và tự chủ tài chính, điều này góp phần vào việc họ có trách nhiệm hơn trong việc quản lý các khoản vay, phản ánh thực trạng tại ACB Phan Đăng Lưu.
Khách hàng có nghề nghiệp ổn định thường có khả năng tạo ra dòng tiền đều đặn, dẫn đến khả năng trả nợ cao hơn so với những khách hàng làm công việc không ổn định, như công nhân lao động chân tay Mô hình tiên lượng cho thấy rằng, với những đặc điểm tương đồng, khả năng trả nợ của khách hàng có nghề nghiệp ổn định đạt 78,51%, cao hơn nhiều so với xác suất giả định ban đầu là 38,51% Ngược lại, khách hàng là công nhân, với tính chất công việc rủi ro, có khả năng trả nợ thấp hơn Tuy nhiên, việc xác nhận nghề nghiệp của khách hàng hiện nay gặp nhiều khó khăn do thủ tục đơn giản, dẫn đến tình trạng giả mạo hồ sơ vay vốn Áp lực doanh số cũng khiến một số cán bộ tín dụng hỗ trợ khách hàng thực hiện điều này, từ đó gây ra rủi ro tín dụng nghiêm trọng.
Thu nhập thường xuyên của khách hàng là yếu tố quan trọng ảnh hưởng đến khả năng trả nợ, với việc tăng thêm một triệu đồng thu nhập, khả năng trả nợ tăng 5,35% so với mức 40% ban đầu Điều này phù hợp với nhiều nghiên cứu trước đây và thực tế cho vay khách hàng cá nhân Thu nhập cao giúp củng cố năng lực tài chính, đảm bảo khả năng trả nợ đúng hạn Tuy nhiên, theo thống kê năm 2020, thu nhập bình quân đầu người tại TP.HCM chỉ đạt hơn 6,5 triệu đồng/tháng, thấp hơn kỳ vọng do ảnh hưởng nặng nề của dịch Covid-19, đặc biệt là các ngành dịch vụ và du lịch, vốn đóng góp lớn vào sự phát triển kinh tế và thu nhập của người dân.
Khách hàng đã từng có nợ quá hạn có khả năng trả nợ thấp hơn 30,15% so với những khách hàng không có nợ quá hạn, theo kết quả hồi quy Điều này cho thấy rằng những người có ý thức trả nợ tốt thường cân nhắc tài chính kỹ lưỡng để tránh nợ quá hạn Vấn đề này liên quan đến đạo đức và uy tín, vì vậy ngân hàng sẽ xem xét nhiều yếu tố khi đưa ra quyết định cho vay.
Kết quả mô hình tiên lượng xác nhận giả thuyết ban đầu về quy mô khoản vay của khách hàng, cho thấy rằng với mỗi triệu đồng vay tăng thêm, khả năng trả nợ tăng 0,02% so với mức 40% ban đầu Điều này phù hợp với nhiều nghiên cứu trước đây và thực tế tại chi nhánh nghiên cứu, nơi Giám đốc ngân hàng sẽ trực tiếp thẩm định các khoản vay lớn, dẫn đến quy trình thẩm định trở nên kỹ càng và chuyên nghiệp hơn, giúp giảm thiểu rủi ro Tuy nhiên, cần lưu ý rằng khoản vay lớn vẫn tiềm ẩn rủi ro và cần được xem xét một cách thận trọng.
Lãi suất cao làm giảm khả năng trả nợ của khách hàng, với mức tăng 1% dẫn đến giảm 25,51% khả năng trả nợ so với giả định ban đầu là 40% Khi lãi suất tăng, rủi ro không trả được nợ cũng gia tăng do áp lực tài chính, đặc biệt khi thu nhập không đủ để chi trả Tình hình dịch bệnh kéo dài đã ảnh hưởng đến công việc và thu nhập của nhiều khách hàng, vì vậy Ngân hàng ACB đã tiên phong trong việc giảm lãi suất cho vay cho cả cá nhân và doanh nghiệp.
4.3.2.2 Các bi ến không có ý nghĩa thố ng kê
