Tổng quan nghiên cứu

Trong bối cảnh đại dịch COVID-19 gây ảnh hưởng nghiêm trọng đến nền kinh tế toàn cầu, ngành ngân hàng Việt Nam cũng phải đối mặt với nhiều thách thức, đặc biệt là vấn đề nợ xấu và khả năng thanh toán nợ vay của khách hàng doanh nghiệp. Theo báo cáo của Ngân hàng Nhà nước Việt Nam, tỷ lệ nợ xấu nội bảng của toàn hệ thống ngân hàng đã tăng từ 1,6% năm 2019 lên 1,9% vào cuối năm 2021, đồng thời tỷ lệ nợ xấu gộp cũng tăng mạnh lên 7,31%. Tình trạng này ảnh hưởng trực tiếp đến hiệu quả hoạt động tín dụng và sự ổn định của hệ thống ngân hàng, đồng thời làm giảm khả năng tiếp cận vốn vay của doanh nghiệp, cản trở sự phục hồi kinh tế sau đại dịch.

Luận văn tập trung nghiên cứu các nhân tố ảnh hưởng đến khả năng thanh toán nợ vay của khách hàng doanh nghiệp tại Ngân hàng TNHH MTV Public Việt Nam chi nhánh Bình Dương trong giai đoạn 2018-2020. Mục tiêu chính là phân tích, đánh giá mức độ tác động của các yếu tố tài chính đến khả năng trả nợ, từ đó đề xuất các giải pháp nhằm nâng cao hiệu quả quản lý tín dụng và giảm thiểu rủi ro nợ xấu. Nghiên cứu có phạm vi tập trung tại tỉnh Bình Dương, một trong những trung tâm kinh tế năng động của Việt Nam, với dữ liệu thu thập từ hệ thống xếp hạng tín dụng nội bộ của ngân hàng.

Việc nghiên cứu này không chỉ góp phần làm rõ các yếu tố quyết định khả năng trả nợ của doanh nghiệp mà còn hỗ trợ ngân hàng trong việc ra quyết định cho vay hợp lý, đồng thời giúp doanh nghiệp nâng cao năng lực tài chính và quản trị rủi ro. Kết quả nghiên cứu có ý nghĩa thực tiễn quan trọng trong bối cảnh nền kinh tế đang từng bước phục hồi và phát triển bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình kinh tế tài chính liên quan đến tín dụng doanh nghiệp và khả năng trả nợ, trong đó nổi bật là:

  • Lý thuyết tín dụng ngân hàng: Tín dụng được hiểu là quan hệ kinh tế giữa bên cho vay và bên đi vay dựa trên sự tin tưởng và cam kết hoàn trả vốn cùng lãi suất trong thời hạn nhất định. Tín dụng ngân hàng là hình thức phổ biến nhất, đóng vai trò trung gian tài chính trong nền kinh tế.

  • Quy tắc 5C và CAMPARI: Đây là các nguyên tắc đánh giá khách hàng vay vốn dựa trên các yếu tố như phẩm chất người vay (Character), năng lực trả nợ (Capacity), vốn chủ sở hữu (Capital), tài sản đảm bảo (Collateral), điều kiện kinh doanh (Conditions), số tiền vay (Amount), mục đích vay (Purpose), và các yếu tố liên quan khác. Quy tắc CAMPARI được sử dụng để phân tích chi tiết hơn về các nhân tố ảnh hưởng đến khả năng trả nợ.

  • Mô hình hồi quy Binary Logistic: Mô hình này được áp dụng để ước lượng xác suất khách hàng doanh nghiệp có khả năng trả nợ (biến phụ thuộc nhị phân: 1 – có khả năng, 0 – không có khả năng) dựa trên các biến độc lập tài chính như lợi nhuận ròng/doanh thu, nợ phải trả/tổng tài sản, vốn lưu động/tổng tài sản, lợi nhuận ròng/vốn chủ sở hữu và vòng quay tổng tài sản.

Các khái niệm chính bao gồm: khả năng trả nợ vay, nợ xấu theo nhóm nợ (nhóm 1 đến nhóm 5), các chỉ số tài chính phản ánh hiệu quả hoạt động và rủi ro tài chính của doanh nghiệp.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng với dữ liệu bảng thu thập từ hệ thống xếp hạng tín dụng nội bộ của Ngân hàng TNHH MTV Public Việt Nam chi nhánh Bình Dương, gồm 357 mẫu quan sát của 119 khách hàng doanh nghiệp trong giai đoạn 2018-2020.

  • Phương pháp thu thập số liệu: Dữ liệu tài chính được lấy từ báo cáo tài chính thường niên của các doanh nghiệp, kết hợp với thông tin tín dụng nội bộ của ngân hàng. Ngoài ra, các tài liệu nghiên cứu, bài báo khoa học và tài liệu pháp luật liên quan cũng được sử dụng để bổ trợ.

  • Phương pháp phân tích số liệu: Sử dụng thống kê mô tả để tổng hợp đặc điểm các biến số, kiểm tra hiện tượng đa cộng tuyến bằng hệ số VIF, và xây dựng mô hình hồi quy Binary Logistic để đánh giá mức độ ảnh hưởng của các biến độc lập đến khả năng trả nợ. Phần mềm SPSS được sử dụng để xử lý và phân tích dữ liệu.

  • Nguyên tắc chọn mẫu: Mẫu được chọn ngẫu nhiên từ các khách hàng doanh nghiệp có quan hệ tín dụng với Public Bank chi nhánh Bình Dương, có báo cáo tài chính đầy đủ trong 3 năm liên tiếp, loại trừ các doanh nghiệp thuộc ngành nghề đặc thù như bảo hiểm, chứng khoán, tài chính.

  • Timeline nghiên cứu: Nghiên cứu tập trung phân tích dữ liệu trong giai đoạn 2018-2020, nhằm phản ánh tác động của các yếu tố tài chính trong bối cảnh kinh tế chịu ảnh hưởng bởi đại dịch COVID-19.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Ảnh hưởng tích cực của lợi nhuận ròng/doanh thu (EAT/DT) đến khả năng trả nợ: Kết quả hồi quy cho thấy biến EAT/DT có tác động cùng chiều và có ý nghĩa thống kê với khả năng trả nợ, với mức tác động khoảng 0,35 (p < 0,05). Điều này cho thấy doanh nghiệp có biên lợi nhuận cao hơn sẽ có khả năng trả nợ tốt hơn.

  2. Tỷ lệ nợ phải trả/tổng tài sản (NPT/TTS) có tác động tiêu cực đến khả năng trả nợ: Biến này có hệ số âm khoảng -0,42 (p < 0,01), phản ánh rằng doanh nghiệp có tỷ lệ nợ cao hơn so với tổng tài sản sẽ gặp khó khăn hơn trong việc thanh toán nợ vay.

  3. Vốn lưu động/tổng tài sản (VLĐ/TTS) tác động tích cực đến khả năng trả nợ: Hệ số hồi quy là 0,28 (p < 0,05), cho thấy doanh nghiệp có vốn lưu động dương và cơ cấu tài chính hợp lý sẽ nâng cao khả năng thanh toán nợ.

  4. Lợi nhuận ròng/vốn chủ sở hữu (EAT/VCSH) và vòng quay tổng tài sản (Vòng quay TTS) cũng có ảnh hưởng tích cực: Hai biến này có hệ số lần lượt là 0,22 và 0,19, đều có ý nghĩa thống kê, cho thấy hiệu quả sử dụng vốn và tài sản đóng vai trò quan trọng trong việc đảm bảo khả năng trả nợ.

Thảo luận kết quả

Các kết quả trên phù hợp với các nghiên cứu trong và ngoài nước, khẳng định vai trò quan trọng của các chỉ số tài chính trong việc đánh giá rủi ro tín dụng và khả năng trả nợ của doanh nghiệp. Ví dụ, tỷ lệ nợ phải trả/tổng tài sản cao làm tăng rủi ro tài chính, giảm khả năng thanh toán, tương tự như kết quả nghiên cứu của Đào Thị Thanh Bình (2013) và Nguyễn Văn Thép (2017). Ngược lại, lợi nhuận ròng/doanh thu và vốn lưu động/tổng tài sản phản ánh sức khỏe tài chính và khả năng tạo dòng tiền, từ đó nâng cao khả năng trả nợ.

Dữ liệu có thể được trình bày qua biểu đồ cột thể hiện mức độ ảnh hưởng của từng biến độc lập đến khả năng trả nợ, hoặc bảng hệ số hồi quy với giá trị p để minh họa tính thống kê của các biến.

Ngoài ra, tác động của đại dịch COVID-19 được xem là yếu tố làm gia tăng rủi ro tín dụng trong giai đoạn nghiên cứu, làm nổi bật tầm quan trọng của việc đánh giá chính xác các nhân tố tài chính để giảm thiểu nợ xấu.

Đề xuất và khuyến nghị

  1. Tăng cường phân tích và đánh giá năng lực tài chính khách hàng doanh nghiệp: Ngân hàng cần áp dụng mô hình hồi quy Logistic để định lượng rủi ro và khả năng trả nợ, từ đó đưa ra quyết định cho vay chính xác hơn, giảm thiểu nợ xấu. Thời gian thực hiện: ngay lập tức; Chủ thể: bộ phận tín dụng.

  2. Xây dựng chính sách tín dụng linh hoạt dựa trên các chỉ số tài chính trọng yếu: Ưu tiên cho vay các doanh nghiệp có biên lợi nhuận ròng/doanh thu cao, vốn lưu động dương và tỷ lệ nợ hợp lý nhằm nâng cao hiệu quả sử dụng vốn. Thời gian: 6 tháng; Chủ thể: Ban quản lý tín dụng.

  3. Tăng cường đào tạo nhân viên tín dụng về phân tích tài chính và quản lý rủi ro: Nâng cao năng lực đánh giá khách hàng, đặc biệt trong bối cảnh biến động kinh tế do dịch bệnh. Thời gian: 12 tháng; Chủ thể: phòng nhân sự và đào tạo.

  4. Phát triển hệ thống giám sát và cảnh báo sớm nợ xấu: Sử dụng các chỉ số tài chính và mô hình dự báo để theo dõi sát sao tình hình trả nợ, kịp thời xử lý các khoản vay có nguy cơ cao. Thời gian: 9 tháng; Chủ thể: phòng quản lý rủi ro.

  5. Hỗ trợ doanh nghiệp nâng cao năng lực quản trị tài chính: Tổ chức các chương trình tư vấn, đào tạo cho khách hàng doanh nghiệp nhằm cải thiện khả năng quản lý dòng tiền và tài sản, từ đó tăng khả năng trả nợ. Thời gian: liên tục; Chủ thể: phòng quan hệ khách hàng.

Đối tượng nên tham khảo luận văn

  1. Ngân hàng và tổ chức tín dụng: Giúp cải thiện quy trình thẩm định tín dụng, nâng cao hiệu quả quản lý rủi ro và giảm tỷ lệ nợ xấu thông qua việc áp dụng mô hình định lượng và phân tích các chỉ số tài chính.

  2. Doanh nghiệp vay vốn: Hiểu rõ các yếu tố ảnh hưởng đến khả năng trả nợ, từ đó cải thiện quản trị tài chính, tối ưu hóa cơ cấu vốn và nâng cao uy tín tín dụng để tiếp cận nguồn vốn thuận lợi hơn.

  3. Nhà nghiên cứu và sinh viên chuyên ngành tài chính – ngân hàng: Cung cấp cơ sở lý thuyết và thực tiễn về mô hình đánh giá khả năng trả nợ, đồng thời mở rộng nghiên cứu về tác động của đại dịch COVID-19 đến hoạt động tín dụng.

  4. Cơ quan quản lý nhà nước và hoạch định chính sách: Tham khảo để xây dựng các chính sách hỗ trợ doanh nghiệp và ngân hàng trong việc kiểm soát rủi ro tín dụng, đảm bảo sự ổn định của hệ thống tài chính quốc gia.

Câu hỏi thường gặp

  1. Khả năng trả nợ vay được định nghĩa như thế nào trong nghiên cứu này?
    Khả năng trả nợ vay được xác định dựa trên phân loại nhóm nợ của khách hàng doanh nghiệp, trong đó nhóm 1 và 2 được xem là có khả năng trả nợ, còn nhóm 3 đến 5 là không có khả năng hoặc có nguy cơ mất vốn.

  2. Mô hình hồi quy Binary Logistic có ưu điểm gì trong đánh giá khả năng trả nợ?
    Mô hình này phù hợp với biến phụ thuộc nhị phân, không yêu cầu giả định phân phối chuẩn của biến độc lập, dễ dàng ước lượng xác suất trả nợ và giải thích các hệ số tác động của biến độc lập.

  3. Các chỉ số tài chính nào ảnh hưởng mạnh nhất đến khả năng trả nợ?
    Lợi nhuận ròng/doanh thu và tỷ lệ nợ phải trả/tổng tài sản là hai chỉ số có tác động mạnh nhất, trong đó lợi nhuận ròng/doanh thu tăng làm tăng khả năng trả nợ, còn tỷ lệ nợ phải trả/tổng tài sản tăng làm giảm khả năng trả nợ.

  4. Tại sao vốn lưu động/tổng tài sản lại quan trọng trong đánh giá khả năng trả nợ?
    Vốn lưu động dương cho thấy doanh nghiệp có khả năng thanh toán các khoản nợ ngắn hạn, đảm bảo dòng tiền hoạt động ổn định, từ đó nâng cao khả năng trả nợ vay ngân hàng.

  5. Nghiên cứu có đề cập đến tác động của đại dịch COVID-19 không?
    Có, nghiên cứu nhận định đại dịch đã làm giảm thu nhập doanh nghiệp, tăng rủi ro vỡ nợ và nợ xấu, làm nổi bật nhu cầu đánh giá chính xác các nhân tố tài chính để hỗ trợ quyết định cho vay trong bối cảnh khó khăn.

Kết luận

  • Luận văn đã xác định và đo lường được các nhân tố tài chính ảnh hưởng đến khả năng thanh toán nợ vay của khách hàng doanh nghiệp tại Public Bank chi nhánh Bình Dương trong giai đoạn 2018-2020.
  • Mô hình hồi quy Binary Logistic được áp dụng hiệu quả, cho phép dự báo chính xác khả năng trả nợ dựa trên các chỉ số tài chính như lợi nhuận ròng/doanh thu, tỷ lệ nợ phải trả/tổng tài sản, vốn lưu động/tổng tài sản, lợi nhuận ròng/vốn chủ sở hữu và vòng quay tổng tài sản.
  • Kết quả nghiên cứu góp phần hỗ trợ ngân hàng trong việc ra quyết định cho vay hợp lý, giảm thiểu rủi ro nợ xấu và nâng cao hiệu quả hoạt động tín dụng.
  • Các đề xuất về chính sách tín dụng, đào tạo nhân viên và hỗ trợ doanh nghiệp được xây dựng dựa trên kết quả nghiên cứu nhằm tăng cường quản lý rủi ro và thúc đẩy phát triển kinh tế địa phương.
  • Bước tiếp theo là triển khai áp dụng mô hình vào thực tiễn quản lý tín dụng của ngân hàng, đồng thời mở rộng nghiên cứu với các yếu tố vĩ mô và phi tài chính để nâng cao độ chính xác và tính ứng dụng của mô hình.

Hành động ngay hôm nay: Các nhà quản lý ngân hàng và chuyên gia tín dụng nên xem xét áp dụng mô hình và các giải pháp đề xuất để nâng cao hiệu quả quản lý rủi ro tín dụng, đồng thời hỗ trợ doanh nghiệp phục hồi và phát triển bền vững.