Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh nền kinh tế hiện đại và xu thế tự do hóa tài chính, dịch vụ ngân hàng bán lẻ đóng vai trò quan trọng trong việc thúc đẩy lưu chuyển tiền tệ và giảm thiểu tỷ lệ thanh toán dùng tiền mặt. Thẻ tín dụng đã trở thành một công cụ tín dụng tiêu dùng ngắn hạn chủ lực của các ngân hàng thương mại, vừa mang lại nguồn thu phí dịch vụ và lãi vay, vừa tiềm ẩn nhiều nguy cơ rủi ro tín dụng nếu không được kiểm soát chặt chẽ.

Tại tỉnh Thừa Thiên Huế – một trung tâm văn hóa, du lịch, giáo dục và y tế với quy mô dân số năm 2020 khoảng 1.133.700 người (trong đó dân số thành thị chiếm 49,6% với 562.321 người) – thị trường dịch vụ thẻ ghi nhận sự gia tăng nhanh chóng về nhu cầu sử dụng. Ngân hàng TMCP Kỹ Thương Việt Nam – Chi nhánh Huế (Techcombank Huế) đối mặt với các dạng rủi ro trong hoạt động kinh doanh thẻ như rủi ro phát hành, rủi ro thanh toán, rủi ro công nghệ gian lận và rủi ro chậm thanh toán dư nợ từ phía khách hàng. Đề tài "Các yếu tố ảnh hưởng đến rủi ro thẻ tín dụng tại Ngân hàng TMCP Kỹ Thương Việt Nam – Chi nhánh Huế" do tác giả Dương Minh Hiếu thực hiện nhằm làm rõ thực trạng và các nhân tố chi phối rủi ro này.

Mục tiêu nghiên cứu:

  1. Mục tiêu chung: Phân tích các yếu tố ảnh hưởng đến rủi ro thẻ tín dụng tại Techcombank Huế, từ đó đề xuất hệ thống giải pháp hoàn thiện công tác quản trị rủi ro thẻ tín dụng tại đơn vị.
  2. Mục tiêu cụ thể:
    • Hệ thống hóa cơ sở lý luận và thực tiễn liên quan đến rủi ro thẻ tín dụng của ngân hàng thương mại.
    • Phân tích thực trạng hoạt động kinh doanh và lượng hóa mức độ tác động của các yếu tố đến rủi ro thẻ tín dụng tại Techcombank Huế.
    • Đề xuất các giải pháp khả thi nhằm nâng cao hiệu quả quản trị rủi ro thẻ tín dụng trong giai đoạn tiếp theo.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố ảnh hưởng đến rủi ro thẻ tín dụng của khách hàng cá nhân tại Techcombank Huế.
  • Phạm vi không gian: Ngân hàng TMCP Kỹ Thương Việt Nam – Chi nhánh Huế (bao gồm Hội sở chi nhánh tại 72–74 Bến Nghé và các phòng giao dịch trực thuộc).
  • Phạm vi thời gian:
    • Số liệu thứ cấp về tổ chức lao động, tình hình tài chính và hoạt động phát hành thẻ thu thập trong giai đoạn 2018 – 2020.
    • Số liệu sơ cấp được thu thập thông qua khảo sát khách hàng cá nhân từ tháng 11/2021 đến tháng 12/2021.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung pháp lý

Nghiên cứu vận dụng hệ thống văn bản quy phạm pháp luật và lý thuyết tài chính - ngân hàng để định hình khái niệm và phân loại rủi ro:

  • Khái niệm thẻ thanh toán và thẻ tín dụng từ Điều 24 Thể lệ thanh toán không dùng tiền mặt (ban hành kèm Quyết định số 22/QĐ-NH1 ngày 21/02/1994) và Khoản 5 Điều 2 Quy chế phát hành, thanh toán, sử dụng và cung cấp dịch vụ hỗ trợ hoạt động thẻ ngân hàng (ban hành kèm Quyết định số 20/2007/QĐ-NHNN ngày 15/05/2007 của Thống đốc Ngân hàng Nhà nước).
  • Lý thuyết rủi ro tài chính của Nguyễn Minh Kiều (2007), xác định rủi ro thẻ tín dụng là tình trạng khách hàng không có khả năng thanh toán hoặc thanh toán không đầy đủ dư nợ đến hạn.
  • Khung phân tích nguồn rủi ro thẻ tín dụng: Rủi ro từ chủ thẻ (gian lận hồ sơ, mất khả năng thanh toán), rủi ro từ đơn vị chấp nhận thẻ (sửa đổi hóa đơn, đánh cắp thông tin), rủi ro từ gian lận công nghệ bên ngoài (làm thẻ giả, thiết bị đọc trộm dữ liệu), và rủi ro từ phía ngân hàng (thẩm định sai quy trình, cấp hạn mức vượt khả năng tài chính).
  • Tổng quan các công trình tiền nhiệm: Mô hình hồi quy của Chia-Chi Lee và cộng sự (2011) với 612 hồ sơ; nghiên cứu của R. Shenbagavalli (2012); nghiên cứu của Nguyễn Hoàng Dũng (2015) với 529 mẫu; nghiên cứu của Huỳnh Thị Mỹ Anh (2016) với 280 mẫu tại Vietcombank; nghiên cứu của Lê Hoàng Yến (2018) với 500 mẫu.

Khung biến nghiên cứu đề xuất

Mô hình nghiên cứu đề xuất gồm 01 biến phụ thuộc nhị phân ($RRTTD$) và 17 biến độc lập:

STT Ký hiệu biến Tên biến Thang đo / Phân loại Kỳ vọng tác động
1 $RRTTD$ Rủi ro thẻ tín dụng 1 = Có phát sinh chậm trả; 0 = Không phát sinh (Biến phụ thuộc)
2 $GT$ Giới tính 0 = Nam; 1 = Nữ $+$
3 $NT$ Nhóm tuổi 0: <23; 1: 23-<30; 2: 30-<45; 3: $\ge$45 $+$
4 $HN$ Tình trạng hôn nhân 0 = Độc thân; 1 = Kết hôn $+/-$
5 $NN$ Nghề nghiệp 0: Công nhân; 1: CB-CNVC; 2: Kinh doanh; 3: Khác $+/-$
6 $HV$ Trình độ học vấn 0: Phổ thông; 1: Trung cấp; 2: Cao đẳng; 3: Đại học; 4: Sau ĐH $+$
7 $TSDB$ Tài sản đảm bảo 0 = Không; 1 = Có $+$
8 $TTDH$ Thanh toán đúng hạn 0 = Không; 1 = Có $+$
9 $ƯTM$ Ứng tiền mặt 0 = Không; 1 = Có $-$
10 $DN$ Dư nợ tại ngân hàng khác 0 = Không; 1 = Có $-$
11 $LS$ Lãi suất thẻ tín dụng 0 = Cao; 1 = Thấp $+$
12 $TNBQ$ Thu nhập bình quân 0: <5 tr; 1: 5-<10 tr; 2: 10-<15 tr; 3: 15-<20 tr; 4: $\ge$20 tr $+$
13 $HMTD$ Hạn mức tín dụng 0: <20 tr; 1: 20-<50 tr; 2: 50-<80 tr; 3: 80-<100 tr; 4: $\ge$100 tr $+$
14 $SNPT$ Số người phụ thuộc Định lượng (Người) $+$
15 $TLSD$ Tỷ lệ sử dụng thẻ Định lượng (%) = Dư nợ bình quân / Hạn mức tín dụng $+$
16 $TLTT$ Tỷ lệ thanh toán Định lượng (%) = Dư nợ bình quân / Thu nhập bình quân $+$
17 $GDBQ$ Giá trị giao dịch bình quân Định lượng (Triệu đồng) = Tổng giá trị / Số lượng giao dịch $+$
18 $TGTH$ Thời gian giao dịch bình quân Định lượng (Ngày) = Số ngày từ phát sinh đến sao kê / Số giao dịch $-$

Phương pháp chọn mẫu và phân tích số liệu

  • Cỡ mẫu: Dựa theo công thức chọn mẫu hồi quy của Tabachnick và Fidell (1996): $n \ge 8k + 50$. Với $k = 17$ biến độc lập, cỡ mẫu tối thiểu là $n = 8 \times 17 + 50 = 186$ quan sát. Tác giả đã phát ra 398 phiếu khảo sát trực tuyến qua Google Docs và mã QR; sau khi sàng lọc loại bỏ 198 phiếu không đạt (trùng lặp hoặc bỏ trống), thu được 200 mẫu hợp lệ (tỷ lệ 50,25%) đáp ứng tiêu chuẩn phân tích.
  • Phương pháp kinh tế lượng:
    • Thống kê mô tả và phân tích tần suất mẫu.
    • Phân tích tương quan tuyến tính Pearson theo hướng dẫn của Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008).
    • Phân tích hồi quy Binary Logistic với phương pháp Enter: $$\text{Logit}(P) = \ln\left(\frac{P}{1-P}\right) = \beta_0 + \sum_{i=1}^{17} \beta_i X_i + \varepsilon$$
    • Các kiểm định mô hình: Kiểm định mức độ phù hợp tổng quát Chi-square (giá trị Sig. < 0,05), kiểm định ý nghĩa thống kê của từng hệ số hồi quy bằng đại lượng Wald Chi-Square, kiểm định độ định dạng Hosmer-Lemeshow, và đánh giá tỷ lệ dự báo chính xác qua bảng phân loại Classification Table với ngưỡng cắt xác suất 0,5.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận và thực tiễn về các yếu tố ảnh hưởng đến rủi ro thẻ tín dụng của Ngân hàng thương mại

Chương này tổng thuật toàn diện cơ sở lý luận về công cụ thẻ tín dụng trong hệ thống ngân hàng thương mại:

  • Đặc tính kỹ thuật và tiện ích của thẻ: Phân loại theo phạm vi sử dụng (thẻ nội địa, thẻ quốc tế), theo đối tượng (thẻ cá nhân, thẻ công ty), và theo công nghệ cấu thành (thẻ dập nổi, thẻ từ, thẻ chip thông minh).
  • Thực trạng sản phẩm thẻ tại Techcombank: Đơn vị cung cấp 15 dòng thẻ tín dụng phục vụ nhiều phân khúc (như Techcombank Spark, Visa Signature, Visa Vinshop, Visa Infinite...). Khung lãi suất áp dụng: lãi suất trong hạn 24,33%/năm, thời gian miễn lãi tối đa 40 ngày, lãi suất quá hạn bằng 150% lãi suất trong hạn.
  • Tổng quan mô hình định lượng: Phân tích các tiêu chí đo lường rủi ro thẻ qua các biến số nhân khẩu học, biến số hành vi tiêu dùng và chính sách tín dụng; thiết lập cơ sở toán học của hàm phân phối Logistic trong lượng hóa xác suất vỡ nợ (Probability of Default - PD).

Chương 2: Phân tích các yếu tố ảnh hưởng đến rủi ro thẻ tín dụng tại Ngân hàng TMCP Kỹ Thương Việt Nam – Chi nhánh Huế

Chương này đánh giá thực trạng hoạt động của chi nhánh và trình bày kết quả ước lượng mô hình thực nghiệm.

1. Tình hình hoạt động của Techcombank Huế (2018 – 2020)

  • Tổ chức bộ máy và nhân sự: Chi nhánh hoạt động theo Luật Doanh nghiệp 2014, gồm Ban Giám đốc, Phòng Dịch vụ khách hàng (Kế toán, Kho quỹ), Phòng Kinh doanh (Tín dụng cá nhân, Tín dụng doanh nghiệp, Bảo hiểm), và Bộ phận Văn phòng. Quy mô nhân sự tăng từ 41 người (2018) lên 45 người (2019) và 51 người (2020); 100% nhân viên có trình độ từ đại học trở lên (năm 2020 có 49 cử nhân đại học và 2 thạc sĩ).
  • Quy mô tài sản và nguồn vốn:
Chỉ tiêu tài chính (Đơn vị: Tỷ đồng) Năm 2018 Năm 2019 Năm 2020 Tăng trưởng 2019/2018 Tăng trưởng 2020/2019
Tổng tài sản 3.733 4.503 5.446 +20,63% +20,94%
- Tiền mặt tại quỹ 15 - - - -
- Đầu tư và cho vay 872 - - - -
- Tài sản cố định 18 - - - -
- Tài sản có khác 2.828 - - - -
Tổng nguồn vốn 3.733 4.503 5.446 +20,63% +20,94%
- Tiền gửi của khách hàng 3.579 4.335 5.268 +21,12% +21,52%
- Vốn và các quỹ 71 - - - -
- Các khoản nợ khác 83 - - - -
  • Kết quả kinh doanh và phát triển mạng lưới thẻ:
    • Tổng thu nhập tăng từ 46.736 triệu đồng (2018) lên 53.580 triệu đồng (2019, tăng 14,64%) và đạt 62.083 triệu đồng (2020, tăng 15,87%). Lợi nhuận trước thuế tăng trưởng từ 13.837 triệu đồng (2018) lên 18.703 triệu đồng (2019, tăng 35,17%) và đạt 25.570 triệu đồng (2020, tăng 36,72%).
    • Số lượng thẻ phát hành lũy kế đạt 1.986 thẻ (2018), 2.691 thẻ (2019) và 4.359 thẻ (2020), trong đó thẻ nội địa chiếm ưu thế (4.019 thẻ năm 2020). Số lượng máy POS tăng từ 10 máy (2018) lên 16 máy (2019) và 25 máy (2020); đơn vị chấp nhận thẻ tăng từ 8 (2018) lên 22 đơn vị (2020); hệ thống ATM tăng từ 4 máy lên 6 máy.

2. Kết quả phân tích thống kê và hồi quy

  • Đặc điểm mẫu khảo sát ($n=200$):
    • Giới tính: 116 nữ (chiếm 58,0%), 84 nam (chiếm 42,0%).
    • Nhóm tuổi: Dưới 23 tuổi có 40 người (20,0%); từ 23 đến dưới 30 tuổi có 95 người (47,5%); từ 30 đến dưới 45 tuổi có 52 người (26,0%); trên 45 tuổi có 13 người (6,5%).
  • Kết quả ước lượng: Quá trình phân tích tương quan Pearson và hồi quy Binary Logistic đã sàng lọc từ 17 biến độc lập ban đầu, xác định được 9 yếu tố có ý nghĩa thống kê tác động đến rủi ro chậm thanh toán thẻ tín dụng, bao gồm: tình trạng hôn nhân, tài sản đảm bảo, hành vi thanh toán đúng hạn, dư nợ tại ngân hàng khác, mức lãi suất áp dụng, hạn mức tín dụng được cấp cùng các chỉ số về tỷ lệ sử dụng và tỷ lệ thanh toán.

Chương 3: Định hướng và giải pháp tại Ngân hàng TMCP Kỹ Thương Việt Nam – Chi nhánh Huế

Chương này đề xuất các định hướng và nhóm giải pháp quản trị rủi ro thẻ dựa trên kết quả phân tích:

  • Hoàn thiện quy trình thẩm định tín dụng cá nhân và xác thực thông tin thu nhập của khách hàng mở thẻ.
  • Thiết lập cơ chế kiểm soát chặt chẽ việc cấp hạn mức tín dụng ban đầu và điều chỉnh hạn mức định kỳ.
  • Tăng cường kiểm soát dư nợ của khách hàng tại các tổ chức tín dụng khác thông qua tra cứu dữ liệu Trung tâm Thông tin Tín dụng (CIC).
  • Xây dựng chính sách lãi suất và phí linh hoạt nhằm khuyến khích thanh toán đúng hạn, hạn chế việc lạm dụng rút/ứng tiền mặt qua thẻ.

Kết quả và đóng góp

Kết quả nghiên cứu chính

  1. Thực trạng kinh doanh: Trong giai đoạn 2018–2020, Techcombank Huế duy trì tốc độ tăng trưởng tổng tài sản trên 20%/năm, tiền gửi khách hàng tăng từ 3.579 tỷ đồng lên 5.268 tỷ đồng. Mảng thẻ có bước phát triển với số lượng thẻ phát hành năm 2020 đạt 4.359 thẻ (tăng 61,98% so với năm 2019), mạng lưới chấp nhận thẻ mở rộng lên 25 máy POS và 22 đơn vị liên kết.
  2. Kết quả định lượng mô hình hồi quy:
    • Khảo sát thực nghiệm trên 200 khách hàng hợp lệ (trong đó nhóm tuổi 23–30 chiếm tỷ trọng cao nhất 47,5%, nữ giới chiếm 58%).
    • Kiểm định mô hình Binary Logistic chỉ ra rằng trong 17 biến giả định ban đầu, có 9 yếu tố ảnh hưởng trực tiếp có ý nghĩa thống kê đến khả năng phát sinh rủi ro chậm thanh toán dư nợ thẻ.

Giải pháp và kiến nghị

  • Hoàn thiện công tác thẩm định: Thực hiện nghiêm ngặt quy trình kiểm tra chéo thông tin cá nhân, nơi làm việc và thu nhập thực tế; phân loại rủi ro theo nhóm nghề nghiệp và tình trạng hôn nhân.
  • Giám sát tín dụng và quản lý hạn mức: Định kỳ rà soát dữ liệu CIC để phát hiện sớm các khoản dư nợ xấu phát sinh tại ngân hàng khác; thiết lập hạn mức tín dụng thận trọng đối với khách hàng trẻ tuổi hoặc có tỷ lệ sử dụng hạn mức vượt ngưỡng an toàn.
  • Chính sách sản phẩm và truyền thông: Đa dạng hóa các chương trình ưu đãi thanh toán hàng hóa dịch vụ, minh bạch hóa biểu phí và lãi suất phạt quá hạn để nâng cao ý thức thanh toán đúng hạn của chủ thẻ.

Đóng góp của đề tài

  • Hệ thống hóa các nhân tố tác động đến rủi ro thẻ tín dụng tại một chi nhánh ngân hàng thương mại trên địa bàn cụ thể (tỉnh Thừa Thiên Huế).
  • Kiểm chứng thực nghiệm mô hình hồi quy Binary Logistic trong việc phân tích rủi ro thẻ tín dụng cá nhân, cung cấp cơ sở tham khảo cho cán bộ tín dụng tại đơn vị trong việc nhận diện khách hàng có nguy cơ chậm trả.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

  • Phương pháp thu thập dữ liệu sơ cấp: Khảo sát thực hiện trực tuyến dẫn đến tỷ lệ phiếu bị loại tương đối lớn (198 phiếu không hợp lệ trên tổng số 398 phiếu phát ra, chiếm 49,75%), cỡ mẫu hợp lệ dừng lại ở mức 200 quan sát.
  • Phạm vi không gian: Đề tài chỉ thực hiện khảo sát khách hàng tại Techcombank Chi nhánh Huế, chưa mở rộng so sánh với các chi nhánh ngân hàng thương mại cổ phần khác trên cùng địa bàn.
  • Biến số nghiên cứu: Chưa tích hợp các yếu tố vĩ mô đột xuất (như tác động kéo dài của đại dịch Covid-19 đối với thu nhập và dòng tiền của khách hàng) vào phương trình hồi quy.

Hướng nghiên cứu tiếp theo

  • Mở rộng quy mô mẫu điều tra trên phạm vi toàn tỉnh hoặc khu vực miền Trung để tăng tính đại diện.
  • Nghiên cứu so sánh hành vi sử dụng thẻ và mức độ rủi ro giữa nhóm ngân hàng thương mại gốc quốc doanh và ngân hàng thương mại cổ phần tư nhân.
  • Bổ sung các biến số kinh tế vĩ mô và công nghệ bảo mật mới vào mô hình dự báo xác suất vỡ nợ (PD).

Giá trị tham khảo

  • Đối với sinh viên và học viên ngành Tài chính – Ngân hàng: Đề tài là tài liệu tham khảo về quy trình thực hiện một nghiên cứu định lượng hoàn chỉnh, từ tổng quan tài liệu, thiết kế thang đo 17 biến, tính toán cỡ mẫu theo Tabachnick & Fidell (1996) đến kỹ thuật xử lý hồi quy Binary Logistic trên SPSS.
  • Đối với cán bộ quản trị rủi ro và tín dụng ngân hàng: Bảng tổng hợp thực trạng tài chính, lao động và mạng lưới phát hành thẻ của Techcombank Huế giai đoạn 2018–2020 cung cấp nguồn dữ liệu thực tế phục vụ phân tích hoạt động ngân hàng bán lẻ tại địa phương.
  • Phần nội dung đáng tham khảo nhất: Bảng danh mục thang đo, mã hóa kỳ vọng các biến (Bảng 1.2) và quy trình kiểm định mô hình Binary Logistic (Chương 1 và Chương 2).

Câu hỏi thường gặp

1. Khóa luận sử dụng công thức nào để xác định kích thước mẫu khảo sát tối thiểu?
Tác giả áp dụng công thức của Tabachnick và Fidell (1996) cho phân tích hồi quy đa biến: $n \ge 8k + 50$. Với $k = 17$ biến độc lập, kích thước mẫu tối thiểu cần đạt là $n = 8 \times 17 + 50 = 186$. Tác giả đã thu thập 200 mẫu khảo sát hợp lệ, đáp ứng yêu cầu kỹ thuật của mô hình.

2. Biến phụ thuộc trong mô hình hồi quy của đề tài được mã hóa như thế nào?
Biến phụ thuộc là Rủi ro thẻ tín dụng ($RRTTD$), là biến định tính nhị phân nhận hai giá trị: giá trị 1 (Có) nếu khách hàng phát sinh chậm thanh toán dư nợ thẻ tín dụng, và giá trị 0 (Không) nếu khách hàng không phát sinh chậm thanh toán dư nợ.

3. Khung lãi suất thẻ tín dụng tại Techcombank được văn bản ghi nhận là bao nhiêu?
Theo ghi nhận tại Chương 1 của khóa luận, lãi suất thẻ tín dụng trong hạn của Techcombank là 24,33%/năm, thời gian miễn lãi tối đa 40 ngày, và lãi suất áp dụng đối với nợ quá hạn bằng 150% lãi suất trong hạn.

4. Quy mô tài sản và lợi nhuận của Techcombank Huế biến động như thế nào trong giai đoạn 2018 – 2020?
Tổng tài sản của chi nhánh tăng liên tục từ 3.733 tỷ đồng (2018) lên 4.503 tỷ đồng (2019, tăng 20,63%) và 5.446 tỷ đồng (2020, tăng 20,94%). Lợi nhuận trước thuế tăng từ 13.837 triệu đồng (2018) lên 18.703 triệu đồng (2019, tăng 35,17%) và đạt 25.570 triệu đồng (2020, tăng 36,72%).

5. Trong số 17 biến độc lập đưa vào mô hình, kết quả hồi quy xác định có bao nhiêu yếu tố thực sự ảnh hưởng đến rủi ro thẻ tín dụng?
Kết quả phân tích hồi quy Binary Logistic tại Chương 2 cho thấy có 9 yếu tố có ý nghĩa thống kê tác động đến rủi ro thẻ tín dụng, gồm: tình trạng hôn nhân, tài sản đảm bảo, thanh toán đúng hạn, dư nợ tại ngân hàng khác, lãi suất thẻ, hạn mức tín dụng, tỷ lệ sử dụng thẻ, tỷ lệ thanh toán và giá trị giao dịch.


Kết luận

Khóa luận tốt nghiệp của tác giả Dương Minh Hiếu đã hệ thống hóa cơ sở lý luận về thẻ tín dụng và phân tích thực trạng kinh doanh tại Techcombank Chi nhánh Huế giai đoạn 2018–2020. Thông qua mô hình hồi quy Binary Logistic trên mẫu 200 khách hàng, nghiên cứu đã lượng hóa 9 yếu tố then chốt ảnh hưởng đến rủi ro chậm thanh toán thẻ tín dụng. Kết quả nghiên cứu cung cấp cơ sở thực chứng giúp đơn vị xây dựng các giải pháp thẩm định và kiểm soát hạn mức nhằm nâng cao an toàn hoạt động tín dụng bán lẻ.