Tổng quan nghiên cứu

Giai đoạn 2009–2012 chứng kiến nhiều biến động phức tạp của nền kinh tế Việt Nam sau khủng hoảng tài chính toàn cầu. Đi cùng với tình trạng lạm phát và suy giảm tăng trưởng là áp lực nợ xấu gia tăng nhanh chóng trong hệ thống các tổ chức tín dụng. Nhằm tháo gỡ khó khăn cho sản xuất kinh doanh và xử lý nợ xấu, Chính phủ đã ban hành Nghị quyết số 02/NQ-CP ngày 07/01/2013, kết hợp với Thông tư số 02/2013/TT-NHNN ngày 21/01/2013 của Ngân hàng Nhà nước quy định về phân loại tài sản có và trích lập dự phòng rủi ro. Trong bối cảnh đó, Ngân hàng Thương mại Cổ phần Đầu tư và Phát triển Việt Nam (BIDV) đẩy mạnh chiến lược chuyển đổi từ mô hình ngân hàng bán buôn sang ngân hàng bán lẻ, đặt mục tiêu vươn lên vị trí thứ hai toàn quốc về quy mô dư nợ và thị phần dịch vụ bán lẻ vào năm 2015.

Tại BIDV Chi nhánh Bến Tre, quy mô tín dụng cá nhân đã có bước phát triển vượt bậc. Từ năm 2009 đến năm 2012, dư nợ cho vay khách hàng cá nhân tăng trưởng 75,17%, nâng quy mô từ 378,5 tỷ đồng với 6.674 khách hàng lên 663 tỷ đồng với 11.674 khách hàng. Tuy nhiên, đi kèm với tốc độ tăng trưởng nhanh là sự suy giảm chất lượng tín dụng. Năm 2012, nợ xấu tín dụng cá nhân đạt 10,95 tỷ đồng (chiếm tỷ lệ 1,65% trên tổng dư nợ cá nhân), nhưng lại đóng góp tới 52% trong tổng số 21 tỷ đồng nợ xấu của toàn chi nhánh.

Trước thực trạng đó, việc xác định nguyên nhân và lượng hóa các yếu tố tác động đến khả năng hoàn trả nợ vay là nhiệm vụ sống còn. Nghiên cứu này tập trung phân tích thực trạng tín dụng cá nhân giai đoạn 2009–2012 tại tỉnh Bến Tre, từ đó ứng dụng mô hình kinh tế lượng để đo lường xác suất trả nợ, cung cấp cơ sở khoa học giúp BIDV Bến Tre chủ động nhận diện rủi ro, sàng lọc khách hàng và tối ưu hóa danh mục tín dụng bán lẻ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Hoạt động cấp tín dụng ngân hàng dựa trên nguyên tắc hoàn trả cả gốc và lãi sau một khoảng thời gian xác định, được quy định tại Khoản 14, Điều 4 Luật Các tổ chức tín dụng năm 2010. Khả năng trả nợ của khách hàng cá nhân phản ánh xác suất người vay thực hiện đầy đủ các nghĩa vụ tài chính khi đến hạn. Để đánh giá khả năng này, hệ thống lý thuyết quản trị rủi ro tín dụng sử dụng kết hợp hai phương pháp tiếp cận: định tính và định lượng.

Về phương pháp định tính, mô hình 6C đóng vai trò nền tảng thông qua việc khảo sát 6 yếu tố trọng yếu của người vay: Tư cách người vay (Character), Năng lực pháp lý và hành vi (Capacity), Dòng tiền và thu nhập (Cash), Tài sản bảo đảm (Collateral), Điều kiện kinh tế - xã hội (Conditions), và Khả năng kiểm soát khoản vay (Control). Song song đó, mô hình CAMPARI (Character, Ability, Margin, Purpose, Amount, Repayment, Insurance) được sử dụng để thẩm định toàn diện dự án vay tiêu dùng và hộ kinh doanh.

Về phương pháp định lượng, hệ thống điểm số tín dụng FICO phân bổ trọng số rủi ro dựa trên 5 chỉ tiêu cốt lõi: Lịch sử trả nợ (chiếm 35%), Quy mô dư nợ hiện tại (chiếm 30%), Độ dài lịch sử tín dụng (chiếm 15%), Tần suất phát sinh khoản nợ mới (chiếm 10%), và Cơ cấu các loại hình tín dụng đang sử dụng (chiếm 10%). Ngoài ra, lý thuyết lựa chọn nhị phân của Chapman (1940), kết hợp nghiên cứu của Vương Quân Hoàng và cộng sự (2006) trên mẫu 1.727 khách hàng cá nhân, chỉ ra rằng mức thu nhập ròng, giá trị tài sản ròng và tài sản bảo đảm có mối tương quan đồng biến mạnh mẽ với xác suất thực hiện nghĩa vụ nợ, trong khi áp lực người phụ thuộc và biến động ngành nghề có tác động nghịch chiều.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thứ cấp được tổng hợp từ báo cáo tài chính, hồ sơ tín dụng lưu trữ tại Phòng Kế hoạch Tổng hợp và Phòng Khách hàng Cá nhân của BIDV Bến Tre trong khung thời gian 4 năm liên tục (2009–2012). Cỡ mẫu nghiên cứu bao gồm toàn bộ danh mục 11.674 khách hàng cá nhân có quan hệ tín dụng với chi nhánh tính đến cuối năm 2012, đại diện cho các nhóm sản phẩm: cho vay hộ kinh doanh, cho vay tiêu dùng, cho vay hỗ trợ nhà ở và cho vay sản xuất nông nghiệp. Phương pháp chọn mẫu phân tầng được áp dụng nhằm phản ánh đầy đủ các phân khúc khách hàng tại Hội sở tỉnh cùng hai phòng giao dịch phụ thuộc tại huyện Bình Đại và huyện Mỏ Cày.

Về phương pháp phân tích, nghiên cứu kết hợp phân tích thống kê mô tả định tính (bảng đối chiếu tỷ trọng, đồ thị động thái tăng trưởng) với mô hình hồi quy nhị thức Logit (Binary Logistic Regression) xử lý trên phần mềm EViews. Mô hình kinh tế lượng Logit được lựa chọn thay thế cho mô hình hồi quy tuyến tính OLS và mô hình phân tích biệt số (Discriminant Analysis - DA) vì biến phụ thuộc mang tính chất nhị phân ($Y = 1$ là khách hàng trả nợ tốt, $Y = 0$ là khách hàng quá hạn hoặc nợ xấu). Phương pháp ước lượng hợp lý cực đại (Maximum Likelihood Estimation - MLE) của Logit không đòi hỏi giả thiết khắt khe về phân phối chuẩn của các biến độc lập, đồng thời đảm bảo giá trị xác suất dự báo luôn nằm trong khoảng từ 0 đến 1. Mức độ phù hợp và ý nghĩa của các hệ số hồi quy được kiểm định thông qua thống kê z (z-Statistic), kiểm định tỷ số khả như Likelihood Ratio (LR Statistic) phân phối Chi-bình phương, cùng hệ số Mc Fadden Pseudo $R^2$.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả phân tích hoạt động tín dụng bán lẻ tại BIDV Bến Tre giai đoạn 2009–2012 cho thấy những bước chuyển biến rõ nét cả về quy mô lẫn rủi ro tiềm ẩn:

Thứ nhất, quy mô nguồn vốn và dư nợ bán lẻ tăng trưởng nhanh chóng. Tổng nguồn vốn huy động của chi nhánh tăng từ 1.338 tỷ đồng năm 2009 lên 2.654 tỷ đồng năm 2012 (tăng 98,35%). Cùng với đà huy động, dư nợ khách hàng cá nhân tăng liên tục từ 378,5 tỷ đồng (chiếm 26,39% tổng dư nợ) năm 2009 lên 663 tỷ đồng (chiếm 27,24% tổng dư nợ) năm 2012. Trong cơ cấu dư nợ cá nhân năm 2012, cho vay hộ kinh doanh chiếm tỷ trọng áp đảo với 413 tỷ đồng (chiếm 62,29%), tiếp đến là cho vay cầm cố, chiết khấu giấy tờ có giá đạt 85 tỷ đồng (chiếm 12,82%), cho vay thấu chi đạt 73 tỷ đồng (chiếm 11,01%), cho vay hỗ trợ nhà ở đạt 54 tỷ đồng (chiếm 8,14%) và cho vay mua ô tô đạt 30 tỷ đồng (chiếm 4,52%).

Thứ hai, nợ quá hạn và nợ xấu cá nhân đảo chiều tăng mạnh vào năm 2012. Sau giai đoạn kiểm soát tốt (nợ quá hạn cá nhân giảm từ 13,49 tỷ đồng năm 2009 xuống mức đáy 10,68 tỷ đồng năm 2011), nợ quá hạn năm 2012 đã bùng phát lên 19,5 tỷ đồng, tương ứng mức tăng đột biến 82,58%. Tỷ lệ nợ quá hạn cá nhân trên dư nợ cá nhân theo đó tăng từ 1,92% năm 2011 lên 2,94% năm 2012.

Thứ ba, nợ xấu cá nhân chiếm tỷ trọng chi phối trong cơ cấu tổn thất tín dụng của chi nhánh. Mặc dù tỷ lệ nợ xấu cá nhân duy trì ở mức 1,65% trên tổng dư nợ cá nhân năm 2012 (đạt 10,95 tỷ đồng), nhưng giá trị này chiếm tới 52,14% trên tổng nợ xấu 21 tỷ đồng của toàn bộ chi nhánh. Sang năm 2013, nợ xấu toàn đơn vị tiếp tục tăng vọt lên 32 tỷ đồng do các món nợ cũ chuyển nhóm.

Thứ tư, rủi ro tín dụng gắn liền với đặc thù phân bố địa bàn và ngành nghề sản xuất. Tại Phòng Giao dịch Bình Đại, các khoản vay nuôi tôm và đánh bắt thủy hải sản đóng góp trên 20% tổng nợ xấu cá nhân của chi nhánh. Mặc dù các mô hình này từng ghi nhận mức sinh lời ước tính lên đến 200%, nhưng mức độ nhạy cảm cao với dịch bệnh và giá cả thị trường đã tạo ra các cú sốc mất khả năng thanh toán. Tương tự, tại Phòng Giao dịch Mỏ Cày, rủi ro nợ xấu bộc phát từ các hộ chăn nuôi heo quy mô lớn và canh tác vườn cây ăn trái khi giá thức ăn chăn nuôi tăng cao và dịch bệnh kéo dài.

Thảo luận kết quả

Diễn biến dữ liệu qua các bảng thống kê và biểu đồ động thái phản ánh sự tích tụ rủi ro từ chiến lược tăng trưởng tín dụng nóng. Giai đoạn cuối năm 2010 đến năm 2011, cuộc đua tăng lãi suất huy động giữa các ngân hàng thương mại nhỏ đã đẩy mặt bằng lãi suất cho vay thỏa thuận lên mức đỉnh điểm 17%–21%/năm. Gánh nặng chi phí lãi vay quá lớn khiến các hộ kinh doanh cá thể bị suy kiệt dòng tiền, dẫn đến tình trạng mất khả năng chi trả hàng loạt khi các hợp đồng tín dụng đáo hạn vào năm 2012.

Bên cạnh yếu tố kinh tế vĩ mô, nguyên nhân nội tại xuất phát từ quy trình thẩm định tín dụng cá nhân mang tính chủ quan. Đội ngũ cán bộ tín dụng còn thiếu kinh nghiệm thực tế tại địa bàn nông thôn, quy trình chấm điểm nội bộ chưa hoàn thiện trước năm 2013 dẫn đến việc dựa dẫm quá mức vào tài sản bảo đảm thay vì dòng tiền thực tế (Cash flow). Nhiều hồ sơ vay phát sinh từ yếu tố quan hệ quen biết, nể nang nên khâu thẩm định tính khả thi của phương án kinh doanh bị buông lỏng.

Kết quả này hoàn toàn nhất quán với các kết luận thực nghiệm của Lea và cộng sự (1993, 1995) cũng như Crook (2001), khi chỉ ra rằng việc mở rộng quy mô tín dụng cá nhân mà thiếu hệ thống kiểm soát thông tin bất đối xứng sẽ gia tăng rủi ro đạo đức, khiến tỷ lệ vỡ nợ tăng vọt theo chu kỳ suy thoái kinh tế.

Đề xuất và khuyến nghị

Dựa trên kết quả đo lường và thực trạng nợ xấu tại BIDV Bến Tre, hệ thống 4 nhóm giải pháp cấp thiết được đề xuất nhằm nâng cao năng lực nhận diện và kiểm soát rủi ro tín dụng cá nhân:

Thứ nhất, chuẩn hóa và áp dụng ma trận chấm điểm tín dụng cá nhân tự động bằng mô hình Logit. Ban Giám đốc và Phòng Quản lý rủi ro cần đưa hệ số đo lường xác suất vỡ nợ vào phần mềm khởi tạo khoản vay, phân loại khách hàng dựa trên thu nhập thực tế, lịch sử tín dụng CIC và tài sản thế chấp. Mục tiêu cụ thể là kiểm soát tỷ lệ nợ xấu cá nhân dưới ngưỡng an toàn 1,5% và nợ quá hạn dưới 2,0% trong giai đoạn 2014–2015.

Thứ hai, tái cấu trúc danh mục cho vay và thiết lập trần hạn mức tín dụng theo vùng kinh tế. Chi nhánh cần giới hạn tỷ trọng cho vay các ngành nghề có độ biến động cao như nuôi trồng thủy sản tại huyện Bình Đại và chăn nuôi gia súc tại huyện Mỏ Cày ở mức tối đa 15%–20% tổng dư nợ cá nhân. Đồng thời, đẩy mạnh tăng trưởng các sản phẩm có độ an toàn cao như cho vay thấu chi, tín chấp đối với cán bộ công nhân viên chức hưởng lương ngân sách nhà nước.

Thứ ba, siết chặt quy trình kiểm tra, giám sát sau giải ngân. Đội ngũ cán bộ tín dụng cá nhân phải thực hiện tái thẩm định việc sử dụng vốn vay 100% đối với các món vay hộ kinh doanh có quy mô trên 100 triệu đồng trong vòng 30 ngày kể từ ngày giải ngân. Các biên bản kiểm tra định kỳ 3 tháng/lần phải ghi nhận chính xác tình trạng hoạt động sản xuất, kịp thời phát hiện dấu hiệu thất thoát vốn hoặc sử dụng sai mục đích.

Thứ tư, nâng cao chất lượng nhân sự và tăng cường đạo đức nghề nghiệp cán bộ tín dụng. Phòng Tổ chức Hành chính phối hợp với các phòng nghiệp vụ tổ chức các khóa đào tạo định kỳ 6 tháng/lần về kỹ năng định giá tài sản nông nghiệp, thẩm định dòng tiền hộ kinh doanh nhỏ lẻ. Đồng thời, ban hành quy chế thưởng phạt minh bạch gắn liền trách nhiệm của cán bộ phê duyệt với tỷ lệ thu hồi nợ xấu, loại bỏ triệt để các hành vi nới lỏng thẩm định do quan hệ quen biết.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị ứng dụng thiết thực cho nhiều nhóm đối tượng:

Thứ nhất, cán bộ tín dụng và nhân viên quản lý rủi ro tại các ngân hàng thương mại: Luận văn cung cấp cẩm nang thực hành chi tiết về cách kết hợp mô hình định tính 6C, CAMPARI với các chỉ tiêu định lượng FICO, giúp nâng cao độ chính xác khi thẩm định và phê duyệt hồ sơ vay vốn cá nhân.

Thứ hai, ban giám đốc và cấp quản trị điều hành chi nhánh ngân hàng: Cung cấp khung tham chiếu thực tiễn về việc tái cấu trúc danh mục cho vay bán lẻ, phân bổ hạn mức tín dụng theo ngành nghề nông nghiệp - thủy sản đặc thù tại các tỉnh khu vực Đồng bằng sông Cửu Long.

Thứ ba, học viên cao học, nghiên cứu sinh và sinh viên chuyên ngành Tài chính - Ngân hàng: Tài liệu là một case study mẫu mực về quy trình ứng dụng mô hình hồi quy Logit trên phần mềm EViews, từ khâu lựa chọn biến số, kiểm định thống kê đến diễn giải kết quả kinh tế lượng trong nghiên cứu rủi ro tín dụng.

Thứ tư, cán bộ thanh tra, giám sát Ngân hàng Nhà nước chi nhánh tỉnh/thành phố: Cung cấp cơ sở dữ liệu thực chứng về chu kỳ biến động nợ xấu bán lẻ sau khủng hoảng, hỗ trợ công tác tham mưu và ban hành chính sách điều hành tín dụng phù hợp với điều kiện kinh tế địa phương.

Câu hỏi thường gặp

Tại sao nợ xấu khách hàng cá nhân tại BIDV Bến Tre lại chiếm tới 52% tổng nợ xấu chi nhánh vào năm 2012 dù dư nợ chỉ chiếm dưới 30%?
Nợ xấu cá nhân tăng lên 10,95 tỷ đồng trong năm 2012 xuất phát từ việc các hộ kinh doanh chạy theo phong trào nông nghiệp tự phát (nuôi tôm, nuôi heo), chịu ảnh hưởng nặng nề bởi dịch bệnh và lạm phát lãi suất đỉnh điểm năm 2011, trong khi công tác thẩm định của ngân hàng trước năm 2013 còn lỏng lẻo.

Mô hình hồi quy Logit mang lại ưu thế gì vượt trội so với các mô hình chấm điểm truyền thống?
Mô hình Logit xử lý hoàn hảo biến phụ thuộc dạng nhị phân, cung cấp trực tiếp xác suất vỡ nợ của từng khách hàng từ 0 đến 1 mà không bị ràng buộc bởi giả thiết biến độc lập phải tuân theo phân phối chuẩn như mô hình phân tích biệt số (DA), giúp việc ra quyết định cấp tín dụng đạt độ tin cậy cao.

Yếu tố nào có tác động mạnh mẽ nhất đến khả năng trả nợ của khách hàng cá nhân?
Dựa trên cơ sở lý thuyết FICO (lịch sử trả nợ chiếm 35%, quy mô dư nợ chiếm 30%) và nghiên cứu của Vương Quân Hoàng (2006), mức thu nhập ròng ổn định, tỷ lệ vốn tự có tham gia phương án kinh doanh và giá trị pháp lý của tài sản thế chấp là ba yếu tố chi phối lớn nhất đến xác suất trả nợ đúng hạn.

Đặc thù địa lý của các huyện ven biển như Bình Đại ảnh hưởng ra sao đến rủi ro tín dụng?
Tại huyện Bình Đại, nghề nuôi tôm thâm canh và đánh bắt xa bờ tạo ra tỷ suất sinh lời cao nhưng phụ thuộc hoàn toàn vào thiên tai, dịch bệnh và biến động giá xuất khẩu. Rủi ro ngành nghề này đóng góp tới hơn 20% tổng nợ xấu cá nhân tại chi nhánh.

Ngân hàng cần thực hiện giải pháp nào để ngăn chặn tình trạng khách hàng sử dụng vốn sai mục đích?
Ngân hàng phải chuẩn hóa quy trình kiểm tra sau giải ngân trong vòng 30 ngày đối với 100% món vay kinh doanh trên 100 triệu đồng, đối chiếu hóa đơn chứng từ đầu vào và định kỳ kiểm tra thực địa dòng tiền tại cơ sở sản xuất của khách hàng.

Kết luận

  • Luận văn đã hệ thống hóa toàn diện cơ sở lý luận về tín dụng bán lẻ, mô hình 6C, CAMPARI và hệ thống điểm số FICO trong đo lường rủi ro tín dụng cá nhân.
  • Phân tích thực chứng giai đoạn 2009–2012 tại BIDV Bến Tre cho thấy dư nợ cá nhân tăng trưởng 75,17% đạt 663 tỷ đồng, nhưng nợ quá hạn tăng vọt 82,58% trong năm 2012, đưa nợ xấu cá nhân chiếm 52% toàn chi nhánh.
  • Nghiên cứu đã chứng minh tính ưu việt của mô hình hồi quy Logit trong việc lượng hóa xác suất trả nợ, khắc phục triệt để nhược điểm phán xét chủ quan của cán bộ tín dụng.
  • Đề xuất lộ trình 4 nhóm giải pháp mang tính hành động cao: chuẩn hóa ma trận chấm điểm Logit, siết trần hạn mức tín dụng ngành rủi ro, kiểm tra 100% việc sử dụng vốn sau giải ngân và đào tạo nâng cao đạo đức nghề nghiệp.
  • Để tối ưu hóa hiệu quả quản trị rủi ro, các ngân hàng thương mại và nhà nghiên cứu cần tiếp tục mở rộng mô hình ứng dụng trên tập dữ liệu lớn, góp phần thúc đẩy hoạt động ngân hàng bán lẻ phát triển bền vững.