Tổng quan nghiên cứu

Hoạt động cấp tín dụng đóng vai trò là mạch máu kinh tế và mang lại hơn 70% tổng thu nhập cho các ngân hàng thương mại tại Việt Nam. Tuy nhiên, hoạt động này luôn tiềm ẩn rủi ro tín dụng phức tạp, có thể gây tổn thất vốn nghiêm trọng và đe dọa sự an toàn của toàn bộ hệ thống tài chính. Tại Ngân hàng Thương mại Cổ phần Công Thương Việt Nam - Chi nhánh Sa Đéc, dư nợ tín dụng tăng trưởng bền bỉ qua các năm, từ mức 1.906 tỷ đồng năm 2013 lên hơn 3.900 tỷ đồng vào cuối năm 2017. Mặc dù quy mô mở rộng với tỷ trọng dư nợ ngắn hạn chiếm 64,0% và cho vay tiền đồng chiếm 83,2%, chi nhánh vẫn phải đối mặt với áp lực nợ quá hạn lên tới 5,6% và tỷ lệ nợ xấu ở mức 1,42% vào năm 2017.

Mục tiêu cốt lõi của nghiên cứu là nhận diện, phân tích thực trạng và lượng hóa mức độ tác động của các yếu tố vi mô đến rủi ro tín dụng khách hàng doanh nghiệp tại VietinBank Sa Đéc. Phạm vi nghiên cứu tập trung vào 348 hồ sơ vay vốn của các doanh nghiệp vừa và nhỏ có phát sinh dư nợ trong giai đoạn từ ngày 01/01/2013 đến ngày 31/12/2017.

Về mặt khoa học, công trình bổ sung bằng chứng thực nghiệm giá trị vào hệ thống lý thuyết quản trị rủi ro ngân hàng tại khu vực Đồng bằng sông Cửu Long. Về mặt thực tiễn, các kết quả lượng hóa là căn cứ trực tiếp giúp ban lãnh đạo chi nhánh hoàn thiện quy trình thẩm định, nâng cao năng lực giám sát sau giải ngân, giảm tỷ lệ nợ xấu xuống dưới 1,30% và tối ưu hóa hiệu quả danh mục đầu tư tín dụng doanh nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng dựa trên nền tảng lý thuyết bất cân xứng thông tin của Joseph Stiglitz kết hợp với lý thuyết quản trị danh mục cho vay hiện đại. Trong quản trị ngân hàng thương mại, rủi ro tín dụng được định nghĩa theo Thông tư 02/2013/TT-NHNN và Thông tư 09/2014/TT-NHNN là nguy cơ tổn thất tài chính xảy ra khi khách hàng vay không thực hiện hoặc mất khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ trả nợ gốc và lãi theo cam kết.

Khung phân tích vận dụng kết hợp mô hình định tính 6C bao gồm sáu khía cạnh then chốt: Tư cách người vay (Character), Năng lực tài chính (Capacity), Dòng tiền hoàn nợ (Cashflow), Tài sản bảo đảm (Collateral), Điều kiện kinh tế (Conditions) và Khả năng kiểm soát khoản vay (Control). Song song đó, lý thuyết lượng hóa điểm số Z của Edward Altman được tham chiếu với ngưỡng Z dưới 1,8 thể hiện xác suất vỡ nợ cao nhằm phân loại nguy cơ phá sản của doanh nghiệp. Về mặt phân loại, nghiên cứu phân chia rủi ro thành rủi ro giao dịch (gồm rủi ro lựa chọn, rủi ro bảo đảm, rủi ro nghiệp vụ) và rủi ro danh mục (gồm rủi ro nội tại và rủi ro tập trung). Hệ thống lý thuyết này định hình 6 biến độc lập kiểm định thực nghiệm: kinh nghiệm khách hàng vay, năng lực tài chính, tài sản bảo đảm, mục đích sử dụng vốn, năng lực cán bộ tín dụng và công tác giám sát sau cho vay.

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp nghiên cứu định tính và nghiên cứu định lượng. Dữ liệu sơ cấp và thứ cấp được thu thập toàn diện từ 348 hồ sơ tín dụng khách hàng doanh nghiệp còn dư nợ tại VietinBank Sa Đéc trong mốc thời gian từ ngày 01/01/2013 đến ngày 31/12/2017. Cỡ mẫu nghiên cứu thỏa mãn điều kiện tối thiểu theo công thức chọn mẫu hồi quy n lớn hơn hoặc bằng 50 cộng 8p (với p = 6 biến độc lập, mẫu tối thiểu là 98 quan sát, mẫu thực tế 348 quan sát đảm bảo độ tin cậy thống kê vượt trội). Phương pháp chọn mẫu áp dụng là chọn mẫu xác thực toàn bộ các khoản vay doanh nghiệp phát sinh thực tế.

Mô hình hồi quy Binary Logistic được lựa chọn làm phương pháp phân tích trọng tâm. Lý do lựa chọn mô hình này là vì biến phụ thuộc rủi ro tín dụng mang bản chất nhị phân, nhận giá trị bằng 0 đối với các khoản vay an toàn thuộc nhóm 1 (nợ đủ tiêu chuẩn) và nhận giá trị bằng 1 đối với các khoản vay phát sinh rủi ro thuộc từ nhóm 2 đến nhóm 5 (gồm nợ cần chú ý, nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn). Hồi quy Binary Logistic khắc phục triệt để các khuyết tật của mô hình xác suất tuyến tính OLS thông thường, cho phép ước lượng trực tiếp xác suất xảy ra biến cố sai hẹn trả nợ dựa trên hàm phân phối logistic lũy tích.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích định lượng từ 348 quan sát và số liệu tổng hợp giai đoạn 2013-2017 cho thấy 4 phát hiện quan trọng có ý nghĩa thống kê rõ rệt:

Thứ nhất, năng lực tài chính của doanh nghiệp (tỷ lệ vốn tự có tham gia trên tổng nhu cầu vốn) và kinh nghiệm hoạt động trong ngành nghề vay vốn có mối quan hệ nghịch biến mạnh mẽ với rủi ro tín dụng. Các doanh nghiệp có thâm niên hoạt động kinh doanh trên 5 năm và tỷ lệ vốn tự có đạt từ 30% trở lên có xác suất vỡ nợ thấp hơn 45% so với các doanh nghiệp non trẻ thiếu tiềm lực vốn.

Thứ hai, tỷ lệ số tiền vay trên giá trị tài sản bảo đảm (chỉ số LTV) có mối quan hệ đồng biến với rủi ro tín dụng. Khi tỷ lệ cấp tín dụng vượt quá 70% giá trị tài sản bảo đảm, khả năng phát sinh nợ quá hạn nhóm 2 đến nhóm 5 gia tăng đáng kể.

Thứ ba, yếu tố mục đích sử dụng vốn đóng vai trò then chốt. Những doanh nghiệp sử dụng vốn sai mục đích cam kết có nguy cơ rơi vào nợ xấu cao gấp 3,2 lần so với các khoản vay giải ngân đúng phương án sản xuất kinh doanh đã đăng ký.

Thứ tư, công tác kiểm tra, giám sát sau cho vay và số năm kinh nghiệm công tác của cán bộ tín dụng (bình quân trên 3 năm) tác động nghịch chiều có ý nghĩa đến xác suất nợ xấu. Số lần kiểm tra định kỳ hiện trường càng nhiều thì nguy cơ tổn thất tín dụng càng giảm sút.

Thảo luận kết quả

Thực trạng nợ quá hạn tại VietinBank Sa Đéc có sự biến động phức tạp: tỷ lệ nợ quá hạn từ 7,5% năm 2013 giảm xuống 6,3% năm 2014, tăng vọt lên 8,4% (tương ứng 258 tỷ đồng) vào năm 2015, trước khi hạ xuống 3,1% năm 2016 và tăng lại mức 5,6% (217 tỷ đồng) vào năm 2017. Trong đó, nợ nhóm 5 chiếm tới 58 tỷ đồng vào năm 2017. Tỷ lệ nợ xấu được duy trì ở mức 1,42%, phù hợp với mục tiêu kiểm soát dưới 2% của Hội đồng quản trị.

Diễn biến dữ liệu có thể được mô tả trực quan qua biểu đồ hình cột kết hợp đường xu hướng thể hiện cơ cấu dư nợ và bảng ma trận tương quan giữa 6 biến độc lập. Kết quả nghiên cứu này tương thích chặt chẽ với các công trình thực nghiệm trước đây của Phan Đình Khôi và Nguyễn Việt Thành (2017) tại Hậu Giang cũng như nghiên cứu của Trương Đông Lộc (2010) tại Đồng bằng sông Cửu Long. Nguyên nhân chủ yếu xuất phát từ việc dư nợ KHDN lớn chiếm tỷ trọng tới 42,3% và một số chương trình cho vay theo chỉ định với thời gian ân hạn kéo dài, thiếu tài sản bảo đảm chặt chẽ. Bên cạnh đó, danh mục sản phẩm tín dụng chưa thực sự đa dạng và công tác hậu kiểm sau giải ngân tại một số thời điểm còn mang tính thủ tục hình thức.

Đề xuất và khuyến nghị

Dựa trên các bằng chứng định lượng từ mô hình nghiên cứu, 4 nhóm giải pháp chiến lược được đề xuất nhằm kiểm soát rủi ro tín dụng khách hàng doanh nghiệp tại VietinBank Sa Đéc:

  1. Thiết lập cơ chế thẩm định chặt chẽ năng lực tài chính và tỷ lệ vốn tự có: Ban Giám đốc và Phòng Khách hàng Doanh nghiệp cần quy định tỷ lệ vốn tự có tối thiểu của doanh nghiệp tham gia phương án vay phải đạt từ 25% đến 30% tổng nhu cầu vốn. Áp dụng ngay từ quý 1 năm 2019 việc kiểm tra dòng tiền thực tế qua sao kê tài khoản thanh toán thay vì chỉ dựa vào báo cáo tài chính nội bộ chưa kiểm toán.
  2. Siết chặt định giá và quản lý tài sản bảo đảm: Phòng Quản lý rủi ro và Hỗ trợ tín dụng cần khống chế tỷ lệ cho vay trên giá trị định giá tài sản bảo đảm ở mức an toàn dưới 70%. Thực hiện tái định giá bất động sản và máy móc thiết bị tối thiểu 1 năm 1 lần, loại bỏ ngay các tài sản khó phát mãi nhằm đảm bảo giá trị thu hồi vốn tối thiểu đạt 90% khi phát sinh rủi ro pháp lý.
  3. Tăng cường tần suất kiểm tra và giám sát sau giải ngân: Đội ngũ chuyên viên quan hệ khách hàng phải triển khai kiểm tra hiện trường định kỳ tối thiểu 3 tháng 1 lần đối với khoản vay tiêu chuẩn và 1 tháng 1 lần đối với khoản vay có dấu hiệu cảnh báo sớm. Phấn đấu thông qua giám sát chặt chẽ để kéo giảm tỷ lệ nợ quá hạn từ 5,6% hiện tại xuống dưới 3,0% và tỷ lệ nợ xấu xuống dưới 1,2% vào cuối năm 2020.
  4. Chuẩn hóa đào tạo chuyên môn và nâng cao đạo đức nghề nghiệp cán bộ tín dụng: Phòng Tổ chức cán bộ phối hợp với Trường Đào tạo VietinBank tổ chức định kỳ 4 khóa bồi dưỡng chuyên sâu mỗi năm về phân tích dòng tiền chuyên biệt cho từng ngành nghề đặc thù tại Sa Đéc, đảm bảo 100% cán bộ làm công tác tín dụng có chứng chỉ thẩm định rủi ro chuyên nghiệp.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị ứng dụng thực tiễn cao cho 4 nhóm đối tượng trọng tâm:

  • Ban Lãnh đạo và Khối Quản trị Rủi ro của các Ngân hàng Thương mại: Tài liệu cung cấp cơ sở thực tiễn để xây dựng và tinh chỉnh mô hình xếp hạng tín dụng nội bộ, thiết lập các ngưỡng hạn mức tín dụng an toàn cho phân khúc doanh nghiệp nhỏ và vừa tại khu vực nông nghiệp đô thị.
  • Chuyên viên Tín dụng và Quản lý Khách hàng Doanh nghiệp: Cẩm nang hướng dẫn trực quan giúp nhận diện 6 dấu hiệu rủi ro vi mô sớm, phương pháp bóc tách dòng tiền thực của doanh nghiệp và quy trình kiểm tra hiện trường sau giải ngân hiệu quả.
  • Học viên Cao học và Nghiên cứu sinh ngành Tài chính - Ngân hàng: Khung mẫu nghiên cứu hoàn chỉnh về việc ứng dụng mô hình hồi quy Binary Logistic trên dữ liệu bảng hồ sơ thực tế với 348 quan sát tại cấp chi nhánh ngân hàng thương mại.
  • Ngân hàng Nhà nước Chi nhánh các Tỉnh, Thành phố: Nguồn dữ liệu tham khảo hữu ích để đánh giá sức khỏe tín dụng doanh nghiệp địa phương, từ đó ban hành các chính sách giám sát an toàn vĩ mô và phân bổ room tín dụng hợp lý.

Câu hỏi thường gặp

Tại sao nghiên cứu lại chọn mô hình Binary Logistic thay vì hồi quy tuyến tính OLS?
Biến phụ thuộc của nghiên cứu là biến nhị phân đo lường khoản vay có rủi ro (giá trị 1, gồm nợ nhóm 2 đến 5) hoặc không có rủi ro (giá trị 0, nợ nhóm 1). Hồi quy tuyến tính OLS sẽ vi phạm giả định về phân phối chuẩn và có thể cho ra xác suất vượt ngoài khoảng 0 và 1, trong khi Binary Logistic ước lượng chính xác xác suất vỡ nợ thực tế.

Cỡ mẫu 348 khách hàng doanh nghiệp có đảm bảo tính đại diện khoa học không?
Cỡ mẫu 348 hồ sơ hoàn toàn đáp ứng công thức chuẩn chọn mẫu hồi quy tối thiểu n lớn hơn hoặc bằng 50 cộng 8 nhân với 6 biến (tương đương 98 mẫu). Toàn bộ 348 doanh nghiệp được khảo sát đều có dư nợ thực tế trong suốt 5 năm từ 2013 đến 2017, đảm bảo tính đại diện và độ tin cậy thống kê cao.

Yếu tố nào tác động mạnh nhất làm gia tăng rủi ro tín dụng tại VietinBank Sa Đéc?
Yếu tố khách hàng sử dụng vốn sai mục đích và tỷ lệ số tiền vay trên giá trị tài sản bảo đảm (LTV) cao là hai nguyên nhân hàng đầu làm gia tăng nguy cơ nợ xấu. Doanh nghiệp sử dụng vốn sai cam kết có xác suất chuyển nhóm nợ xấu cao gấp hơn 3 lần bình thường.

Tình hình nợ quá hạn và nợ xấu tại VietinBank Sa Đéc giai đoạn 2013-2017 diễn biến ra sao?
Tỷ lệ nợ quá hạn biến động từ 7,5% năm 2013, giảm xuống 6,3% năm 2014, tăng lên đỉnh điểm 8,4% năm 2015 trước khi điều chỉnh về 3,1% năm 2016 và 5,6% năm 2017. Tỷ lệ nợ xấu được kiểm soát trong khoảng 1,30% đến 1,48%, đạt mức 1,42% vào năm 2017.

Luận văn đưa ra giải pháp trọng tâm nào để kiểm soát rủi ro từ tài sản bảo đảm?
Luận văn khuyến nghị khống chế tỷ lệ cho vay tối đa không quá 70% giá trị định giá tài sản bảo đảm, đồng thời bắt buộc thực hiện tái định giá định kỳ tối thiểu 1 năm 1 lần đối với bất động sản và 6 tháng 1 lần đối với động sản, máy móc thiết bị.

Kết luận

  • Luận văn đã phân tích toàn diện thực trạng tín dụng và lượng hóa thành công 6 yếu tố vi mô tác động đến rủi ro tín dụng khách hàng doanh nghiệp tại VietinBank Sa Đéc giai đoạn 2013-2017.
  • Mô hình Binary Logistic với cỡ mẫu 348 doanh nghiệp khẳng định năng lực tài chính, thâm niên hoạt động, kinh nghiệm cán bộ tín dụng và công tác kiểm tra sau giải ngân là các nhân tố kiềm chế rủi ro hiệu quả.
  • Tỷ lệ dư nợ trên tài sản bảo đảm vượt mức và tình trạng sử dụng vốn sai mục đích được xác định là hai tác nhân chính gây bùng phát nợ xấu tại chi nhánh.
  • Hệ thống 4 nhóm giải pháp cụ thể với lộ trình triển khai từ năm 2019 hướng tới mục tiêu giảm tỷ lệ nợ quá hạn xuống dưới 3,0% và nợ xấu dưới 1,2% vào năm 2020.
  • Các nhà quản trị ngân hàng, chuyên viên tín dụng và nhà nghiên cứu học thuật hãy tham khảo chi tiết toàn văn luận văn thạc sĩ để ứng dụng các mô hình lượng hóa rủi ro vào thực tiễn quản trị tín dụng doanh nghiệp ngay hôm nay.