Bối cảnh và vấn đề nghiên cứu
Hoạt động tín dụng là hoạt động kinh doanh cốt lõi của các ngân hàng thương mại (NHTM) tại Việt Nam, chiếm tỷ trọng lớn nhất trong tổng tài sản sinh lời cũng như cơ cấu thu nhập. Tuy nhiên, hoạt động này luôn tiềm ẩn rủi ro tín dụng (RRTD) – nguyên nhân chính dẫn đến suy giảm thu nhập, thất thoát vốn và đe dọa sự an toàn của toàn hệ thống ngân hàng. Trong bối cảnh Việt Nam hội nhập kinh tế quốc tế sâu rộng sau khi gia nhập WTO, các NHTM phải đối mặt với sự cạnh tranh khốc liệt từ các tổ chức tài chính trong và ngoài nước, đòi hỏi công tác quản trị rủi ro tín dụng phải được chuẩn hóa theo các thông lệ quốc tế hiện đại.
Tại Ngân hàng TMCP Kỹ Thương Việt Nam (Techcombank), dù chất lượng tín dụng liên tục được nâng cao, công tác quản trị rủi ro vẫn tiềm ẩn nhiều thách thức trước sự biến động khó lường của nền kinh tế. Việc xây dựng và ứng dụng các mô hình định lượng hiện đại như mô hình hồi quy Logistic (Logit) để lượng hóa xác suất vỡ nợ và xếp hạng tín dụng khách hàng doanh nghiệp là yêu cầu cấp thiết, giúp ngân hàng chuyển đổi từ các phương pháp chấm điểm chuyên gia truyền thống sang mô hình đo lường rủi ro chuẩn xác, khách quan hơn.
Mục tiêu nghiên cứu:
- Hệ thống hóa cơ sở lý luận về tín dụng, rủi ro tín dụng và các phương pháp xếp hạng tín dụng doanh nghiệp tại các NHTM.
- Đánh giá thực trạng công tác xếp hạng tín dụng nội bộ đối với khách hàng doanh nghiệp tại Techcombank.
- Xây dựng và ứng dụng mô hình hồi quy Logistic để xếp hạng tín dụng khách hàng doanh nghiệp, dự báo xác suất xảy ra rủi ro và đề xuất giải pháp hoàn thiện hệ thống quản trị rủi ro tại Techcombank.
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Hoạt động xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Kỹ Thương Việt Nam.
- Phạm vi không gian: Ngân hàng TMCP Kỹ Thương Việt Nam và các khách hàng doanh nghiệp tại Việt Nam.
- Phạm vi thời gian và dữ liệu: Báo cáo tài chính của Techcombank giai đoạn 2016–2020; dữ liệu báo cáo tài chính của 60 doanh nghiệp lớn, vừa và nhỏ tại Việt Nam trong năm 2020.
Cơ sở lý thuyết và phương pháp
Khung lý thuyết và mô hình tiếp cận
Đề tài dựa trên các nền tảng lý thuyết quản trị rủi ro tín dụng và xếp hạng tín dụng của các học giả quốc tế và quy định pháp lý hiện hành tại Việt Nam:
- Định nghĩa rủi ro tín dụng: Tiếp cận theo quan điểm của Anthony Saunders (2007), Koch (2006) và Khoản 1 Điều 3 Thông tư số 02/2013/TT-NHNN của Ngân hàng Nhà nước Việt Nam, xác định rủi ro tín dụng là tổn thất tiềm năng phát sinh khi khách hàng vay không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ trả nợ gốc và lãi theo cam kết.
- Mô hình điểm số Z-score của Edward I. Altman (1968): Đo lường nguy cơ phá sản của doanh nghiệp sản xuất dựa trên 5 chỉ số tài chính:
$$\text{Z-score} = 1{,}2A_1 + 1{,}4A_2 + 3{,}3A_3 + 0{,}6A_4 + 1{,}0A_5$$
Trong đó: $A_1$ (Vốn lưu động ròng / Tổng tài sản), $A_2$ (Lợi nhuận giữ lại / Tổng tài sản), $A_3$ (EBIT / Tổng tài sản), $A_4$ (Giá trị thị trường vốn CP / Tổng nợ), $A_5$ (Doanh thu / Tổng tài sản).
- Hệ thống xếp hạng tín dụng quốc tế và trong nước: Khung tiêu chuẩn xếp hạng của Moody’s, Standard & Poor’s (S&P), Fitch Ratings và hệ thống xếp hạng tín dụng 16 bậc của Trung tâm Thông tin Tín dụng Quốc gia Việt Nam (CIC).
- Mô hình hồi quy Logistic: Dự báo biến phụ thuộc nhị phân $Y$ ($Y=1$: Doanh nghiệp an toàn/trả nợ đúng hạn; $Y=0$: Doanh nghiệp vỡ nợ/rủi ro). Xác suất $P_i = P(Y_i=1|X_i)$ được biểu diễn qua hàm phân bố Logistic:
$$P_i = \frac{e^{X_i \beta}}{1 + e^{X_i \beta}} = \frac{1}{1 + e^{-X_i \beta}}$$
Ước lượng tham số $\beta$ được thực hiện bằng phương pháp ước lượng hợp lý tối đa (Maximum Likelihood Estimation - MLE) qua thuật toán lặp Newton-Raphson (phương pháp Goldberger) và phương pháp tuyến tính hóa Berkson.
Phương pháp nghiên cứu
- Phương pháp thu thập và xử lý dữ liệu: Trích xuất chỉ tiêu tài chính từ báo cáo tài chính kiểm toán của Techcombank và 60 doanh nghiệp năm 2020 trên bảng tính Excel, chuẩn hóa dữ liệu đầu vào.
- Phương pháp thống kê mô tả và tương quan: Đánh giá phân phối dữ liệu, tính toán ma trận hệ số tương quan để phát hiện hiện tượng đa cộng tuyến giữa các biến giải thích.
- Phương pháp kinh tế lượng định lượng: Ước lượng mô hình Logistic tổng thể với tập biến đề xuất ban đầu; sử dụng kiểm định tỷ số khả như (Wald test) để loại bỏ từng bước các biến độc lập không có ý nghĩa thống kê; hiệu chỉnh mô hình tối ưu để tính xác suất vỡ nợ ($P_i$) và ánh xạ sang thứ hạng tín dụng.
Nội dung chính theo từng chương
Chương 1: Tổng quan về rủi ro tín dụng và xếp hạng tín dụng ở các ngân hàng thương mại
Chương này tập trung trình bày bản chất kinh tế của quan hệ tín dụng, các hình thức tín dụng (thương mại, ngân hàng, nhà nước, tiêu dùng, thuê mua, quốc tế), và cấu trúc rủi ro tín dụng trong NHTM:
- Phân loại rủi ro tín dụng: Gồm rủi ro giao dịch (rủi ro lựa chọn, rủi ro bảo đảm, rủi ro nghiệp vụ), rủi ro danh mục (rủi ro nội tại, rủi ro tập trung) và rủi ro tác nghiệp.
- Nguyên nhân phát sinh rủi ro: Phân tích nguyên nhân khách quan (chu kỳ kinh tế, hội nhập tài chính, môi trường pháp lý chưa đồng bộ, thanh tra CIC còn hạn chế) và nguyên nhân chủ quan (chính sách tín dụng, đạo đức và trình độ của cán bộ tín dụng, sự lỏng lẻo trong giám sát sau cho vay, sự thiếu minh bạch trong BCTC của doanh nghiệp).
- Hệ thống hóa nguyên tắc và phương pháp xếp hạng tín dụng: Xếp hạng tín dụng dựa trên 3 nguyên tắc nền tảng: (1) Kết hợp chỉ tiêu định tính và định lượng; (2) Phương pháp tiếp cận từ trên xuống (Top-down); (3) Đơn giản, dễ hiểu, chuẩn hóa thang đo ký hiệu Latinh. Các nhóm phương pháp thực hiện gồm: phương pháp chuyên gia (Delphi), phương pháp so sánh và nhóm phương pháp mô hình hóa kinh tế lượng.
- Tổng kết các nghiên cứu tiền đề: Điểm lại các nghiên cứu định lượng tiêu biểu của Beaver (1967), Altman (1968), Ohlson (1980), Zavgren (1983), và nghiên cứu ứng dụng mô hình Logistic tại Việt Nam của TS. Đặng Thị Thu Hằng (2019) với 4 biến đại diện: $STLTA$ (Nợ ngắn hạn/Tổng tài sản), $SASL$ (Tài sản ngắn hạn/Nợ ngắn hạn), $ROA$ (Lợi nhuận sau thuế/Tổng tài sản), $PSRS$ (Khoản phải thu/Doanh thu thuần).
| Khung xếp hạng |
Thang thứ hạng tiêu biểu |
Tiêu chí phân loại chính |
| Moody’s |
Dài hạn: Aaa, Aa, A, Baa, Ba, B, Caa, Ca, C
Ngắn hạn: P-1, P-2, P-3, NP |
Đánh giá rủi ro vỡ nợ và tổn thất kỳ vọng, phân biệt mức đầu tư và phi đầu tư (đầu cơ). |
| S&P |
Dài hạn: AAA, AA, A, BBB, BB, B, CCC, CC, C, D
Ngắn hạn: A-1, A-2, A-3, B, C, D |
Đánh giá năng lực tài chính, rủi ro vĩ mô, ngành và môi trường kinh doanh (sử dụng dấu +, -). |
| CIC (Việt Nam) |
16 bậc: A1–A3, B1–B3, C1–C3, D1–D3, T1–T3, Không TT |
Phân hạng dựa trên rủi ro vỡ nợ từ thấp nhất (A1) đến nợ xấu nhóm 3–5 (D1–D3) và thiếu BCTC (T1–T3). |
Chương 2: Thực trạng xếp hạng tín dụng tại Ngân hàng TMCP Kỹ Thương Việt Nam
Chương 2 phân tích bối cảnh tổ chức, kết quả kinh doanh và thực tiễn triển khai hệ thống xếp hạng tín dụng nội bộ tại Techcombank:
- Lịch sử và quy mô phát triển: Thành lập ngày 27/09/1993 với vốn điều lệ ban đầu 20 tỷ đồng, Techcombank đã mở rộng quy mô toàn quốc, tiên phong triển khai hệ thống Core Banking Globus (Temenos T24) từ năm 2001.
- Hoạt động kinh doanh và cơ cấu tín dụng (2016 – quý 1/2018):
- Dư nợ cho vay khách hàng đạt 142.948 tỷ đồng (2016), tăng lên 160.849 tỷ đồng (2017, tăng 12,8%) và 163.948 tỷ đồng (quý 1/2018, tăng 1,9%).
- Tỷ trọng cho vay ngắn hạn chiếm xấp xỉ 40% tổng dư nợ nhằm kiểm soát an toàn thanh khoản.
- Tỷ lệ nợ xấu (nhóm 3 đến nhóm 5) được duy trì ở mức kiểm soát: 1,61% (năm 2017) và 1,87% (31/03/2018).
- Hệ thống xếp hạng tín dụng nội bộ (TCBRatings): Ngân hàng thiết lập 4 bộ chỉ tiêu riêng biệt tùy thuộc đặc tính khách hàng:
- Doanh nghiệp thông thường: 15 chỉ tiêu tài chính và 81 chỉ tiêu phi tài chính.
- Doanh nghiệp mới: 15 chỉ tiêu tài chính và 74 chỉ tiêu phi tài chính.
- Doanh nghiệp siêu nhỏ: Bộ chỉ tiêu rút gọn tương thích quy mô vốn và doanh thu.
- Doanh nghiệp suy giảm: 3 chỉ tiêu rủi ro pháp lý và 32 chỉ tiêu đánh giá tình hình kinh doanh (không áp dụng chỉ tiêu tài chính).
- Thang đo và quy trình 5 bước chấm điểm: Thang thứ hạng gồm 10 bậc từ AAA đến D. Quy trình chấm điểm tuân thủ 5 bước tuần tự:
- Bước 1: Xác định ngành kinh tế (phân bổ theo 30 ngành nghề).
- Bước 2: Xác định quy mô doanh nghiệp dựa trên 4 chỉ tiêu tổng hợp (lao động bình quân, doanh thu thuần, vốn chủ sở hữu, tổng tài sản).
- Bước 3: Xác định loại hình sở hữu (doanh nghiệp nhà nước, doanh nghiệp FDI, doanh nghiệp khác).
- Bước 4: Chấm điểm chỉ tiêu tài chính (5 khoảng giá trị chuẩn: 20, 40, 60, 80, 100 điểm kết hợp trọng số).
- Bước 5: Chấm điểm chỉ tiêu phi tài chính và tổng hợp điểm xếp hạng cuối cùng.
| Hạng (TCBRatings) |
Mức độ rủi ro |
Ý nghĩa và đặc điểm khả năng trả nợ |
| AAA |
Thấp nhất |
Khả năng hoàn trả nợ gốc và lãi đặc biệt tốt, vị thế tài chính vững mạnh nhất. |
| AA |
Rất thấp |
Năng lực tài chính rất tốt, rủi ro không đáng kể. |
| A |
Thấp |
Khả năng trả nợ tốt, có thể chịu tác động nhẹ từ biến động kinh tế bất lợi. |
| BBB |
Trung bình |
Khả năng trả nợ đầy đủ, nhưng nhạy cảm hơn trước điều kiện kinh tế suy thoái. |
| BB |
Dưới trung bình |
Đối mặt với rủi ro tiềm ẩn, suy giảm khả năng trả nợ nếu kinh doanh bất lợi. |
| B |
Khá cao |
Nguy cơ mất khả năng trả nợ cao hơn BB, hiện tại vẫn duy trì được thanh toán. |
| CCC |
Cao |
Khả năng trả nợ bị suy giảm rõ rệt, phụ thuộc hoàn toàn vào môi trường thuận lợi. |
| CC |
Rất cao |
Suy giảm nghiêm trọng khả năng tài chính, nguy cơ vỡ nợ cận kề. |
| C |
Cận vỡ nợ |
Khách hàng đã thực hiện thủ tục xin phá sản hoặc cơ cấu nợ tương tự. |
| D |
Vỡ nợ thực tế |
Khách hàng thực sự mất khả năng trả nợ, tổn thất đã phát sinh. |
Chương 3: Ứng dụng mô hình Logistic trong xếp hạng tín dụng các khách hàng doanh nghiệp của Techcombank
Chương 3 triển khai quy trình nghiên cứu thực nghiệm xây dựng mô hình định lượng xác suất vỡ nợ cho 60 doanh nghiệp khách hàng:
- Xây dựng hệ thống biến ban đầu: Tập hợp các biến tài chính ($X_1, X_2, \dots, X_{17}$) bao gồm các nhóm chỉ tiêu thanh khoản, đòn bẩy, hiệu quả hoạt động, khả năng sinh lời và quy mô doanh nghiệp.
- Quy trình tinh lọc biến qua kiểm định Wald Test: Nhằm khắc phục đa cộng tuyến và tối ưu hóa năng lực giải thích của mô hình, tác giả thực hiện kiểm định Wald test để loại bỏ tuần tự các biến không có ý nghĩa thống kê ($p\text{-value} > 0{,}05$):
- Bước 1: Loại bỏ cặp biến $X_4, X_5$.
- Bước 2: Loại bỏ cặp biến $X_{16}, X_{17}$.
- Bước 3: Loại bỏ cặp biến $X_8, X_{11}$.
- Bước 4: Loại bỏ cặp biến $X_3, X_{10}$.
- Bước 5: Loại bỏ cặp biến $X_2, X_6$.
- Bước 6: Loại bỏ biến $X_{12}$ và hệ số chặn ($\beta_0$).
- Bước 7: Loại bỏ biến $X_{14}$ để thu được mô hình hồi quy Logistic tối ưu cuối cùng.
- Ứng dụng mô hình tính toán xác suất và xếp hạng tín dụng:
- Áp dụng các hệ số hồi quy thu được để tính toán xác suất $P_i$ cho từng doanh nghiệp trong mẫu 60 khách hàng.
- Thiết lập bảng chuyển đổi xác suất sang thang điểm và phân hạng tín dụng tương ứng.
- So sánh kết quả phân hạng của mô hình Logistic với kết quả xếp hạng thực tế theo quy trình TCBRatings hiện hành của Techcombank.
Kết quả và đóng góp
Kết quả nghiên cứu chính
- Đo lường định lượng khách quan: Mô hình hồi quy Logistic đã lượng hóa trực tiếp xác suất xảy ra rủi ro tín dụng của 60 khách hàng doanh nghiệp, loại bỏ tính chủ quan vốn có của phương pháp chấm điểm chuyên gia tại ngân hàng.
- Đánh giá sự dịch chuyển thứ hạng: Kết quả đối chiếu giữa mô hình Logistic và hệ thống TCBRatings cho thấy có sự chênh lệch thứ hạng ở một số nhóm doanh nghiệp. Mô hình Logistic phản ứng nhạy bén hơn đối với các chỉ số đòn bẩy và thanh khoản thực tế phát sinh trong năm 2020, chỉ ra những khách hàng tiềm ẩn nguy cơ dịch chuyển từ nhóm an toàn sang nhóm cảnh báo.
Kiến nghị và giải pháp đề xuất
- Hoàn thiện hệ thống chỉ tiêu: Tích hợp các biến số định lượng từ mô hình Logistic vào bộ chỉ tiêu xếp hạng nội bộ của Techcombank để làm chuẩn đối chuẩn (benchmark) cho kết quả chấm điểm định tính.
- Cập nhật dữ liệu định kỳ: Ứng dụng mô hình chuỗi thời gian tự hồi quy (AR) kết hợp hàm Logit để dự báo xu hướng biến động tài chính của doanh nghiệp trong tương lai gần, chủ động thiết lập hạn mức tín dụng phù hợp.
- Nâng cao chất lượng giám sát sau cho vay: Tăng cường trao đổi thông tin định kỳ giữa cán bộ tín dụng và bộ phận quản lý rủi ro chi nhánh, phối hợp chặt chẽ với cơ sở dữ liệu CIC để cập nhật kịp thời lịch sử quan hệ tín dụng của khách hàng.
Hạn chế và hướng nghiên cứu tiếp
- Hạn chế về quy mô mẫu: Nghiên cứu thực nghiệm mới chỉ thực hiện trên mẫu dữ liệu gồm 60 doanh nghiệp tại Việt Nam trong năm 2020. Quy mô mẫu này còn tương đối khiêm tốn so với tổng thể danh mục khách hàng doanh nghiệp của toàn hệ thống Techcombank.
- Hạn chế về tính chu kỳ của dữ liệu: Dữ liệu năm 2020 chịu ảnh hưởng bởi các yếu tố đặc thù của nền kinh tế, chưa phản ánh đầy đủ chu kỳ kinh tế dài hạn.
- Hướng mở rộng: Mở rộng tập dữ liệu quan sát cho nhiều năm liên tục; phân tách mô hình hồi quy Logistic theo từng phân ngành kinh tế cụ thể (xây dựng, thương mại, chế biến chế tạo) và tích hợp các biến kinh tế vĩ mô thông qua mô hình tự hồi quy đa biến.
Giá trị tham khảo
Khóa luận là tài liệu tham khảo chuyên khảo dành cho:
- Sinh viên ngành Toán Kinh tế, Kinh tế lượng, Tài chính - Ngân hàng: Tham khảo quy trình ứng dụng mô hình hồi quy nhị phân Logit, kỹ thuật lựa chọn và loại biến bằng kiểm định Wald test trong bài toán đánh giá rủi ro tài chính thực tế.
- Cán bộ phân tích và quản trị rủi ro tại các NHTM: Tham khảo cơ cấu tổ chức bộ chỉ tiêu chấm điểm tín dụng (15 chỉ tiêu tài chính, 81 chỉ tiêu phi tài chính) và quy trình chuẩn hóa thang bậc xếp hạng 10 mức theo TCBRatings.
Câu hỏi thường gặp
1. Khóa luận sử dụng mô hình kinh tế lượng nào để xếp hạng tín dụng doanh nghiệp?
Khóa luận ứng dụng mô hình hồi quy Logistic (Logit) nhị phân với biến phụ thuộc phản ánh tình trạng rủi ro/an toàn của doanh nghiệp, sử dụng phương pháp ước lượng hợp lý tối đa (MLE) kết hợp thuật toán lặp Newton-Raphson và quy trình tinh giản biến qua kiểm định Wald test.
2. Thang xếp hạng tín dụng nội bộ của Techcombank (TCBRatings) gồm bao nhiêu bậc?
Thang TCBRatings của Techcombank gồm 10 bậc: AAA, AA, A, BBB, BB, B, CCC, CC, C, D; trong đó AAA là mức xếp hạng an toàn cao nhất với khả năng trả nợ đặc biệt tốt, và D là mức vỡ nợ thực tế.
3. Hệ thống chỉ tiêu đánh giá khách hàng doanh nghiệp thông thường tại Techcombank gồm những gì?
Hệ thống gồm 15 chỉ tiêu tài chính và 81 chỉ tiêu phi tài chính, kết hợp với các chỉ tiêu đặc thù theo từng ngành kinh tế (như công tác an toàn vệ sinh trong chế biến thực phẩm, độ tuổi phương tiện trong vận tải biển, giải phóng mặt bằng trong xây dựng).
4. Quy trình chấm điểm xếp hạng tín dụng tại Techcombank gồm các bước nào?
Quy trình gồm 5 bước: (1) Xác định ngành kinh tế; (2) Xác định quy mô doanh nghiệp qua 4 chỉ tiêu tổng hợp; (3) Xác định loại hình sở hữu; (4) Chấm điểm chỉ tiêu tài chính; (5) Chấm điểm chỉ tiêu phi tài chính và tổng hợp điểm xếp hạng.
5. Dữ liệu thực nghiệm của khóa luận được thu thập trong giai đoạn nào?
Dữ liệu nghiên cứu bao gồm báo cáo tài chính của Ngân hàng Techcombank giai đoạn 2016–2020 và báo cáo tài chính của 60 doanh nghiệp lớn, vừa và nhỏ tại Việt Nam trong năm 2020.
Kết luận
Chuyên đề tốt nghiệp đã hệ thống hóa toàn diện cơ sở lý luận về quản trị rủi ro tín dụng, đồng thời phản ánh chi tiết thực trạng hệ thống xếp hạng tín dụng nội bộ tại Ngân hàng TMCP Kỹ Thương Việt Nam (Techcombank). Nghiên cứu khẳng định giá trị thực tiễn của việc ứng dụng mô hình hồi quy Logistic trong việc lượng hóa xác suất vỡ nợ và xếp hạng tín dụng khách hàng doanh nghiệp dựa trên dữ liệu thực nghiệm năm 2020. Đây là công cụ hỗ trợ đắc lực giúp NHTM nâng cao tính khách quan trong thẩm định, tối ưu hóa công tác phân bổ hạn mức tín dụng và kiểm soát tổn thất nợ xấu bền vững.
