Luận văn thạc sĩ ứng dụng mô hình xếp hạng tín dụng khách hàng để dự báo xác suất xảy ra nợ xấu tại ngân hàng thương mại cổ phần á châu

Luận văn thạc sĩ nghiên cứu ứng dụng mô hình xếp hạng tín dụng khách hàng để dự báo xác suất xảy ra nợ xấu tại ngân hàng thương, đánh giá hiện trạng, phân tích vấn đề, đề xuất

• Tác giả: Trần Thị Diễm Thúy
• Người hướng dẫn: Tiến Sĩ Nguyễn Văn Phúc
• Trường học: Trường Đại Học Kinh Tế TP.HCM
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Dự Báo Nợ Xấu Tại Ngân Hàng Thương Mại Cổ Phần Á Châu Bằng Mô Hình Xếp Hạng Tín Dụng
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: TP.Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: LÝ THUYẾT VỀ QUẢN LÝ NỢ XẤU VÀ CHẤM ĐIỂM TÍN DỤNG
• 1.1. Khái niệm về nợ xấu và các qui định về nợ xấu
• 1.2. Khái niệm về quản lý nợ xấu
• 1.3. Giới thiệu về xếp hạng tín dụng khách hàng
• 1.4. Mô hình hồi qui logistic
• 1.5. Xếp hạng tín dụng và quản lý nợ xấu
• 1.6. Kết luận chương 1
• 2. TÌNH HÌNH NỢ XẤU, QUẢN LÝ NỢ XẤU VÀ XẾP HẠNG TÍN DỤNG KHÁCH HÀNG TẠI NGÂN HÀNG TMCP Á CHÂU
• 2.1. Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại Việt Nam
• 2.2. Tình hình nợ xấu, quản lý nợ xấu và xếp hạng tín dụng tại ngân hàng TMCP Á Châu
• 2.3. Kết luận chương 2
• 3. ỨNG DỤNG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN VÀ CÁC PHƯƠNG ÁN QUẢN LÝ NỢ ĐỀ XUẤT
• 3.1. Thực hiện xếp hạng tín dụng khách hàng cá nhân
• 3.2. Ứng dụng kết quả xếp hạng tín dụng vào công tác quản lý nợ xấu
• 3.3. Khả năng mở rộng phạm vi ứng dụng thang điểm hành vi vào hoạt động quản lý tín dụng
• 3.4. Một số giải pháp để hạn chế nợ xấu tại Ngân hàng TMCP Á Châu
• 3.5. Kết luận chương 3
• HẠN CHẾ CỦA ĐỀ TÀI
• HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
• KẾT LUẬN CHUNG VỀ ĐỀ TÀI

Tóm tắt

I. Tổng quan về đề tài

Đề tài 'Dự báo nợ xấu tại ngân hàng thương mại cổ phần Á Châu bằng mô hình xếp hạng tín dụng' tập trung vào việc phân tích tình hình nợ xấu tại ngân hàng thương mại cổ phần Á Châu (ACB). Tình hình nợ xấu tại các ngân hàng thương mại Việt Nam đang trở thành vấn đề cấp bách, đặc biệt trong bối cảnh kinh tế khó khăn. Mục tiêu của nghiên cứu là ứng dụng mô hình xếp hạng tín dụng để dự báo xác suất xảy ra nợ xấu, từ đó giúp ngân hàng có những biện pháp quản lý rủi ro hiệu quả hơn. Việc áp dụng mô hình này không chỉ giúp ACB cải thiện công tác quản lý nợ xấu, mà còn góp phần nâng cao hiệu quả hoạt động tín dụng của ngân hàng.

1.1. Tầm quan trọng của đề tài

Nghiên cứu này có ý nghĩa quan trọng trong việc cung cấp một phương pháp tiếp cận mới cho công tác quản lý nợ xấu. Việc sử dụng mô hình xếp hạng tín dụng giúp ngân hàng có thể dự đoán chính xác hơn về khả năng trả nợ của khách hàng, từ đó giảm thiểu rủi ro. Đặc biệt, trong bối cảnh thị trường tài chính đang có nhiều biến động, việc quản lý nợ xấu trở nên cần thiết hơn bao giờ hết. Mô hình này không chỉ giúp ACB trong việc thu hồi nợ mà còn tạo ra một hệ thống cảnh báo sớm về các khoản vay có nguy cơ cao, từ đó giúp ngân hàng có những quyết định kịp thời và chính xác.

II. Tình hình nợ xấu tại ngân hàng TMCP Á Châu

Tình hình nợ xấu tại ngân hàng TMCP Á Châu đã có những diễn biến phức tạp trong những năm gần đây. Theo thống kê, tỷ lệ nợ xấu tại ACB có xu hướng gia tăng, điều này đặt ra thách thức lớn cho công tác quản lý rủi ro của ngân hàng. Việc phân tích tình hình nợ xấu không chỉ giúp ngân hàng nhận diện được các yếu tố rủi ro mà còn hỗ trợ trong việc xây dựng các chiến lược quản lý hiệu quả. Các nguyên nhân dẫn đến nợ xấu tại ACB bao gồm sự suy giảm trong khả năng trả nợ của khách hàng, cũng như các yếu tố bên ngoài như tình hình kinh tế và thị trường bất động sản. Do đó, việc áp dụng mô hình xếp hạng tín dụng để dự báo nợ xấu là một giải pháp cần thiết.

2.1. Nguyên nhân nợ xấu

Nguyên nhân chính dẫn đến nợ xấu tại ACB có thể được phân loại thành hai nhóm: nguyên nhân nội tại và nguyên nhân ngoại tại. Nguyên nhân nội tại bao gồm việc quản lý tín dụng chưa chặt chẽ, quy trình thẩm định khách hàng còn nhiều thiếu sót. Nguyên nhân ngoại tại chủ yếu liên quan đến tình hình kinh tế vĩ mô, như suy thoái kinh tế, thị trường bất động sản ảm đạm. Những yếu tố này đã làm gia tăng tỷ lệ nợ xấu, gây áp lực lớn lên hoạt động của ngân hàng. Việc nhận diện rõ ràng các nguyên nhân này sẽ giúp ACB có những biện pháp khắc phục kịp thời và hiệu quả.

III. Ứng dụng mô hình xếp hạng tín dụng

Mô hình xếp hạng tín dụng được áp dụng nhằm dự báo xác suất xảy ra nợ xấu tại ACB. Mô hình này sử dụng các phương pháp thống kê như hồi quy logistic để phân tích dữ liệu khách hàng. Qua đó, ngân hàng có thể phân loại khách hàng thành các nhóm có khả năng trả nợ tốt và xấu. Việc áp dụng mô hình này không chỉ giúp ACB trong việc quản lý nợ xấu, mà còn nâng cao hiệu quả trong công tác cho vay. Hệ thống xếp hạng tín dụng sẽ cung cấp thông tin cần thiết để ngân hàng đưa ra quyết định cho vay hợp lý, từ đó giảm thiểu rủi ro tín dụng.

3.1. Phân tích dữ liệu khách hàng

Phân tích dữ liệu khách hàng là bước quan trọng trong việc xây dựng mô hình xếp hạng tín dụng. Dữ liệu này bao gồm thông tin về lịch sử tín dụng, thu nhập, và các yếu tố khác ảnh hưởng đến khả năng trả nợ. Việc thu thập và phân tích dữ liệu một cách chính xác sẽ giúp ngân hàng có cái nhìn tổng quan về tình hình tài chính của khách hàng. Mô hình sẽ sử dụng các biến số này để dự đoán xác suất xảy ra nợ xấu, từ đó giúp ACB có những quyết định cho vay hợp lý hơn. Điều này không chỉ giúp ngân hàng giảm thiểu rủi ro mà còn nâng cao hiệu quả hoạt động tín dụng.

Nội dung chính

Tổng quan nghiên cứu

Tình hình nợ xấu tại các ngân hàng thương mại Việt Nam đang trở thành vấn đề cấp bách, ảnh hưởng trực tiếp đến sự ổn định và phát triển của hệ thống tài chính. Theo số liệu tính đến 30/06/2013, tỷ lệ nợ xấu của Ngân hàng TMCP Á Châu (ACB) đạt khoảng 2,41%, trong khi một số ngân hàng khác như Navibank và SHB có tỷ lệ nợ xấu ở mức báo động. Nợ nhóm 5 (nợ có khả năng mất vốn) chiếm gần 50% tổng nợ xấu, phản ánh thách thức lớn trong công tác quản lý và thu hồi nợ. Mục tiêu nghiên cứu của luận văn là ứng dụng mô hình xếp hạng tín dụng khách hàng để dự báo xác suất xảy ra nợ xấu tại ACB, từ đó đề xuất các giải pháp quản lý nợ hiệu quả hơn. Phạm vi nghiên cứu tập trung vào khách hàng cá nhân của ACB trong giai đoạn từ 01/01/2012 đến 30/06/2013. Ý nghĩa của đề tài nằm ở việc cung cấp một phương pháp tiếp cận khoa học, dựa trên mô hình hồi qui logistic, nhằm nâng cao hiệu quả quản lý rủi ro tín dụng và giảm thiểu tổn thất do nợ xấu gây ra.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

• Khái niệm nợ xấu và quản lý nợ xấu: Nợ xấu được định nghĩa theo Quyết định 493/2005/QĐ-NHNN và chuẩn mực kế toán quốc tế IAS, bao gồm các khoản nợ quá hạn trên 90 ngày hoặc có khả năng mất vốn. Quản lý nợ xấu là quá trình xây dựng và thực hiện các chiến lược nhằm kiểm soát và xử lý nợ xấu phù hợp với mục tiêu kinh doanh và pháp luật.

• Mô hình xếp hạng tín dụng khách hàng: Là quá trình đánh giá rủi ro tín dụng dựa trên các biến số định lượng và định tính như lịch sử tín dụng, hành vi thanh toán, thông tin nhân thân và tài chính. Mô hình này giúp phân loại khách hàng thành nhóm tốt và xấu, hỗ trợ quyết định phê duyệt tín dụng và quản lý rủi ro.

• Mô hình hồi qui logistic: Được sử dụng để dự báo xác suất xảy ra sự kiện nhị phân (nợ xấu hoặc không nợ xấu) dựa trên các yếu tố nguy cơ. Mô hình này phù hợp với dữ liệu nhị phân và cho phép ước lượng tỷ số nguy cơ (Odds Ratio) để đánh giá ảnh hưởng của từng biến độc lập đến khả năng vỡ nợ.

Phương pháp nghiên cứu

Luận văn sử dụng phương pháp nghiên cứu định lượng kết hợp thống kê và phân tích mô hình hồi qui logistic. Nguồn dữ liệu chính là hồ sơ tín dụng khách hàng cá nhân của ACB trong giai đoạn 01/01/2012 đến 30/06/2013, với cỡ mẫu khoảng vài nghìn khách hàng được chọn lọc theo tiêu chí đại diện. Phương pháp chọn mẫu là chọn mẫu ngẫu nhiên có kiểm soát nhằm đảm bảo tính đại diện và loại bỏ các biến không phân biệt được khách hàng tốt và xấu. Quá trình phân tích bao gồm:

• Thu thập và xử lý dữ liệu hành vi tín dụng, thông tin nhân thân và tài chính.

• Phân tích giá trị thông tin (Information Value - IV) để lựa chọn biến có khả năng phân biệt cao.

• Xây dựng mô hình hồi qui logistic để dự báo xác suất nợ xấu.

• Kiểm định mô hình bằng các chỉ số như hệ số K-S, đường cong Gini và so sánh kết quả dự báo với thực tế.

Timeline nghiên cứu kéo dài trong khoảng 18 tháng, bao gồm giai đoạn thu thập dữ liệu, xây dựng mô hình, kiểm định và đề xuất giải pháp.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Tỷ lệ nợ xấu tại ACB gia tăng đáng kể: Từ năm 2009 đến quý 2 năm 2013, nợ xấu tăng từ mức thấp lên khoảng 2,41%, trong đó nợ nhóm 5 tăng từ 141 tỷ đồng năm 2009 lên 1.782 tỷ đồng quý 2 năm 2013, chiếm gần 50% tổng nợ xấu.

2. Mô hình hồi qui logistic có khả năng dự báo chính xác: Mô hình xây dựng dựa trên các biến hành vi tín dụng và thông tin khách hàng đạt hệ số K-S và đường cong Gini cao, cho thấy khả năng phân biệt khách hàng tốt và xấu trên 80%. So sánh kết quả dự báo với thực tế cho thấy độ chính xác trên 85%.

3. Các yếu tố ảnh hưởng đến xác suất nợ xấu: Các biến như số ngày trả nợ trễ hạn, dư nợ hiện tại, thu nhập và thời gian quan hệ với ngân hàng có ảnh hưởng đáng kể đến khả năng xảy ra nợ xấu, với tỷ số nguy cơ (OR) từ 1,5 đến 3,2 tùy biến.

4. Ứng dụng xếp hạng tín dụng giúp nâng cao hiệu quả quản lý nợ: Việc phân loại khách hàng theo thang điểm tín dụng giúp ngân hàng xác định nhóm khách hàng rủi ro cao để có chính sách thu hồi nợ phù hợp, giảm thiểu tổn thất và nâng cao hiệu quả sử dụng nguồn vốn.

Thảo luận kết quả

Nguyên nhân gia tăng nợ xấu tại ACB được lý giải bởi cả yếu tố khách quan như suy thoái kinh tế, thị trường bất động sản ảm đạm, và yếu tố chủ quan như quy trình phê duyệt tín dụng lỏng lẻo, thông tin khách hàng không đầy đủ. Kết quả mô hình hồi qui logistic phù hợp với các nghiên cứu quốc tế về dự báo rủi ro tín dụng, đồng thời khẳng định tính ứng dụng thực tiễn của mô hình trong điều kiện dữ liệu tại Việt Nam. Việc sử dụng thang điểm tín dụng giúp giảm thời gian phê duyệt và tăng tính khách quan trong đánh giá rủi ro, phù hợp với khuyến nghị của Basel II. Dữ liệu có thể được trình bày qua biểu đồ diễn biến nợ xấu theo năm và quý, bảng phân tích các biến độc lập và hệ số hồi qui, cũng như biểu đồ ROC thể hiện độ chính xác mô hình.

Đề xuất và khuyến nghị

1. Xây dựng và hoàn thiện hệ thống xếp hạng tín dụng nội bộ: Áp dụng mô hình hồi qui logistic để phát triển thang điểm tín dụng khách hàng cá nhân, cập nhật dữ liệu thường xuyên để đảm bảo tính chính xác. Chủ thể thực hiện: Ban quản lý rủi ro ACB. Thời gian: 6-12 tháng.

2. Tăng cường công tác thu thập và quản lý dữ liệu khách hàng: Đẩy mạnh việc thu thập thông tin tài chính, lịch sử tín dụng và hành vi thanh toán nhằm giảm thiểu rủi ro do thông tin bất đối xứng. Chủ thể: Phòng thẩm định tín dụng và công nghệ thông tin. Thời gian: liên tục.

3. Áp dụng kết quả xếp hạng tín dụng vào quản lý rủi ro và thu hồi nợ: Phân loại khách hàng theo mức độ rủi ro để xây dựng các kịch bản thu hồi nợ phù hợp, ưu tiên xử lý nhóm khách hàng có điểm tín dụng thấp. Chủ thể: Trung tâm quản lý nợ và Công ty quản lý tài sản ACB. Thời gian: 3-6 tháng.

4. Đào tạo và nâng cao năng lực cán bộ tín dụng: Tổ chức các khóa đào tạo về mô hình xếp hạng tín dụng và quản lý rủi ro nhằm nâng cao nhận thức và kỹ năng áp dụng mô hình. Chủ thể: Ban nhân sự và đào tạo. Thời gian: 6 tháng.

Đối tượng nên tham khảo luận văn

1. Ngân hàng thương mại và tổ chức tín dụng: Giúp cải thiện công tác quản lý rủi ro tín dụng, nâng cao hiệu quả thu hồi nợ và giảm thiểu tổn thất do nợ xấu.

2. Các nhà quản lý rủi ro tín dụng: Cung cấp phương pháp khoa học để dự báo rủi ro và xây dựng chính sách tín dụng phù hợp với từng nhóm khách hàng.

3. Chuyên gia và nghiên cứu viên trong lĩnh vực tài chính – ngân hàng: Là tài liệu tham khảo về ứng dụng mô hình hồi qui logistic trong quản lý tín dụng và xử lý nợ xấu tại Việt Nam.

4. Sinh viên và học viên cao học chuyên ngành tài chính – ngân hàng: Hỗ trợ hiểu sâu về lý thuyết và thực tiễn quản lý nợ xấu, cũng như kỹ thuật xây dựng mô hình xếp hạng tín dụng.

Câu hỏi thường gặp

1. Mô hình hồi qui logistic có ưu điểm gì trong dự báo nợ xấu?
   Mô hình hồi qui logistic phù hợp với biến phụ thuộc nhị phân như nợ xấu/không nợ xấu, cho phép ước lượng xác suất xảy ra sự kiện và đánh giá ảnh hưởng của từng yếu tố nguy cơ. Ví dụ, mô hình giúp phân biệt khách hàng có rủi ro cao với độ chính xác trên 85%.

2. Tại sao cần áp dụng xếp hạng tín dụng trong quản lý nợ?
   Xếp hạng tín dụng giúp phân loại khách hàng theo mức độ rủi ro, từ đó hỗ trợ quyết định phê duyệt tín dụng và xây dựng chính sách thu hồi nợ hiệu quả, giảm thiểu tổn thất cho ngân hàng.

3. Các yếu tố nào ảnh hưởng lớn đến xác suất xảy ra nợ xấu?
   Các yếu tố như số ngày trả nợ trễ hạn, dư nợ hiện tại, thu nhập và thời gian quan hệ với ngân hàng có ảnh hưởng đáng kể, với tỷ số nguy cơ (OR) từ 1,5 đến 3,2.

4. Làm thế nào để đảm bảo tính chính xác của mô hình xếp hạng tín dụng?
   Cần sử dụng dữ liệu đại diện, cập nhật thường xuyên, loại bỏ biến không phân biệt được khách hàng tốt và xấu, đồng thời kiểm định mô hình bằng các chỉ số như K-S, Gini và so sánh với dữ liệu thực tế.

5. Xếp hạng tín dụng có thể áp dụng cho những loại khách hàng nào?
   Xếp hạng tín dụng có thể áp dụng cho khách hàng cá nhân tiêu dùng, kinh doanh, đầu tư và khách hàng doanh nghiệp, giúp ngân hàng quản lý rủi ro tín dụng toàn diện.

Kết luận

• Nợ xấu tại Ngân hàng TMCP Á Châu có xu hướng gia tăng đáng báo động, đặc biệt là nợ nhóm 5 chiếm gần 50% tổng nợ xấu.
• Mô hình hồi qui logistic được áp dụng thành công để xây dựng hệ thống xếp hạng tín dụng khách hàng cá nhân, với độ chính xác dự báo trên 85%.
• Xếp hạng tín dụng giúp nâng cao hiệu quả quản lý rủi ro tín dụng, giảm thiểu tổn thất do nợ xấu và hỗ trợ quyết định phê duyệt tín dụng khách quan.
• Đề xuất hoàn thiện hệ thống xếp hạng tín dụng, tăng cường thu thập dữ liệu và đào tạo cán bộ nhằm nâng cao năng lực quản lý nợ.
• Các bước tiếp theo bao gồm triển khai mô hình rộng rãi tại ACB, cập nhật dữ liệu liên tục và mở rộng nghiên cứu sang các nhóm khách hàng khác.

Hành động ngay hôm nay để nâng cao hiệu quả quản lý nợ xấu và bảo vệ sự phát triển bền vững của ngân hàng!

Trích đoạn nội dung tài liệu

CHƯƠNG 1 LÝ THUYẾT VỀ QUẢN LÝNỢ XẤU VÀ CHẤM ĐIỂM TÍN DỤNG 1.1 Khái niệm về nợ xấu và các qui định về nợ xấu: 1.1 Qui định về nợ xấu trên thế giới Theo ngân hàng Trung ương Liên minh Châu Âu, nợ xấu trong các NHTM gồm - Những khoản nợ không thể thu hồi được : o Những khoản nợ đã hết hiệu lực hoặc những khoản nợ không có căn cứ để đòi bồi thường từ nợ. o Người mắc nợ bỏ trốn hoặc bị mất tích, không còn tài sản để thanh toán nợ. o Những khoản nợ mà ngân hàng không thể liên lạc được với người mắc nợ hoặc không thể tìm được người mắc nợ. o Những khoản nợ mà khách nợ đã chấm dứt hoạt động kinh doanh, thanh lý tài sản, hoặc kinh doanh bị thua lỗ và tài sản còn lại không đủ để trả nợ.

- Nợ có thể thu không đầy đủ cho ngân hàng: đây là những khoản nợ không có tài sản thế chấp hoặc tài sản thế chấp không đủ trả nợ, người mắc nợ không liên lạc với ngân hàng để trả lãi hoặc gốc đãđến thời hạn thanh toán, hoặc hoàn cảnh chỉ ra rằng khoản nợ sẽ không thể thu hồi được đầy đủ như : o Những khoản nợ mà người mắc nợ đồng ý thanh toán trong quá khứ, nhưng phần còn lại không thể được đền bù cho khoản nợ, hoặc những khoản nợ trong đó tài sản được chuyển để thanh toán nhưng giá trị còn lại không đủ trang trải toàn bộ khoản nợ cho ngân hàng. o Những khoản nợ mà người mắc nợ khó có thể trả nợ và yêu cầu được gia hạn nợ nhưng không đền bù được trong thời gian thoả thuận. 123doc 6 o Những khoản nợ mà tài sản thế chấp không đủ để trả nợ hoặc tài sản thế chấp ở Ngân hàng không được chấp thuận về mặt pháp lý dẫn đến người mắc nợ không có khả năng trả nợ cho ngân hàng đầy đủ. o Những khoản nợ mà Tòa án tuyên bố người mắc nợ phá sản nhưng phần bồi hoàn ít hơn dư nợ.

Theo định nghĩa nợ xấu của Phòng Thống kê - Liên hợp quốc, “về cơ bản một khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày; hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả theo thoả thuận; hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có lý do chắc chắn để nghi ngờ về khả năng khoản vay sẽ được thanh toán đầy đủ”. Như vậy, nợ xấu về cơ bản được xác định dựa trên 2 yếu tố: (i) quá hạn trên 90 ngày và (ii) khả năng trả nợ nghi ngờ. Đây được coi là định nghĩa của Chuẩn mực kế toán quốc tế (IAS) đang được áp dụng phổ biến hiện hành trên thế giới.2 Qui định về nơ xấu tại Việt Nam Nợ xấu tại Việt Nam hiện tại được qui định theo Quyết định số 493/2005/QĐ- NHNN ngày 22/04/2005 của Thống đốc NHNN Việt Nam về việc ban hành “Quy định về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng”. Theo đó, nợ xấu được định nghĩa là nợ dưới tiêu chuẩn, nơ nghi ngờ và nợ có khả năng mất vốn.2 Khái niệm về quản lý nợ xấu Vấn đề quản lý nợ xấu đượcđặt ra và thảo luận rất nhiều trong giai đoạn hiện nay, tuy nhiên tác giả đề tài này vẫn chưa tìm thấy có mộtđịnh nghĩa chính thức nào về quản lý nợ xấu.

Xét trên phương diện nghĩa của từ, quản lý thường được hiểu là chủ trì hay phụ trách một công việc nào đó.Bản thân khái niệm quản lý có tính đa nghĩa nên có sự 123doc 7 khác biệt giữa nghĩa rộng và nghĩa hẹp. Hơn nữa, do sự khác biệt về thời đại, xã hội, chế độ, nghề nghiệp nên quản lý cũng có nhiều giải thích, lý giải khác nhau. Xuất phát từ những góc độ nghiên cứu khác nhau, rất nhiều học giả trong và ngoài nước đã đưa ra giải thích không giống nhau về quản lý. Cho đến nay, vẫn chưa có một định nghĩa thống nhất về quản lý.

Đặc biệt là kể từ thế kỷ 21, các quan niệm về quản lý lại càng phong phú. Các trường phái quản lý học đã đưa ra những định nghĩa về quản lý như sau: - Tailor: "Làm quản lý là bạn phải biết rõ: muốn người khác làm việc gì và hãy chú ý đến cách tốt nhất, kinh tế nhất mà họ làm ". - Fayel: "Quản lý là một hoạt động mà mọi tổ chức (gia đình, doanh nghiệp, chính phủ) đều có, nó gồm 5 yếu tố tạo thành là: kế hoạch, tổ chức, chỉ đạo, điều chỉnh và kiểm soát. Quản lý chính là thực hiện kế hoạch, tổ chức, chỉ đạo điều chỉnh và kiểm soát ấy”.

- Hard Koont: "Quản lý là xây dựng và duy trì một môi trường tốt giúp con người hoàn thành một cách hiệu quả mục tiêu đã định". - Peter F Druker: "Suy cho cùng, quản lý là thực tiễn. Bản chất của nó không nằm ở nhận thức mà là ở hành động; kiểm chứng nó không nằm ở sự logic mà ở thành quả; quyền uy duy nhất của nó là thành tích". Dalark: "Định nghĩa quản lý phải được giới hạn bởi môi trường bên ngoài nó.

Theo đó, quản lý bao gồm 3 chức năng chính là: Quản lý doanh nghiệp, quản lý giám đốc, quản lý công việc và nhân công". Do đó, quản lý có thể được hiểu là những hoạt động dựa trên chức năng, nhiệm vụ và quản lý có tính mục đích. Như vậy, có thể hiểu quản lý nợ xấu là hoạt động phụ trách về vấn đề nợ xấu, có nhiệm vụ là giảm thiểu hoặc duy trì mức nợ xấu của tổ chức tín dụngở một mức cụ thể tùy theo qui định của pháp luật hoặc tùy theo mục tiêu của tổ chức tín dụngở từng thời kỳ khác nhau. Do đó, quản lý nợ xấu cần thực hiện hai mục tiêu: 123doc 8 - Thứ nhất là ngăn ngừa sự phát sinh mới của nợ xấu.

Để thực hiện đượcđiều này cần phải tập trung vào các vấnđề trước phê duyệt, quá trình phê duyệt và quản lý khách hàng sau giải ngân như sau: o Nâng cao hiệu quả của hoạtđộng thẩm định tín dụngđể tăng cường sự sàng lọc hồ sơ ban đầu, đảm bảo chất lượng hồ sơ theo qui định. o Xây dựng chính sách và qui trình phê duyệt tín dụng chặt chẽ và hiệu quả. o Có các chính sách quản lý rủi ro hiệu quảđối với các khoản vay đãđược giải ngân, tăng cường hiệu quả trong công tác cảnh báo sớmđể kịp thời xử lý những khoản vay/ khách hàng có vấnđề tránh phát sinh nợ xấu. - Thứ hai là xử lý nợ xấuđang tồn đọng.

Các biện pháp xử lý nợ xấu thường đượcáp dụng như sau: o Thực hiện cơ cấu lại thông qua việcđiều chỉnh kỳ hạn trả nợ, gia hạn nợ hoặc giảm, miễn giảm một phần lãi phải trảđối với các khách hàng đượcđánh giá là có tiềm năng trả nợ. o Xử lý tài sản đảm bảo, đòi nợ bên bảo lãnh. o Sử dụng dự phòng rủi ro. o Bán nợ cho các công ty xử lý nợ chuyên nghiệp.

o Chứng khoán hóa các khoản nợ xấu. Tóm lại, có thểđịnh nghĩa quản lý nợ xấu như sau: quản lý nợ xấu là quá trình xây dựng và thưc hiện các chiến lược, chính sách quản lý tín dụng nhằmđạtđược mục tiêu kiểm soát nợ xấu phát sinh và xử lý nợ xấuđang tồn đọng sao cho phù hợp với mục tiêu kinh doanh và qui định của pháp luật trong từng thời kỳ.3 Giới thiệu về xếp hạng tín dụng khách hàng Chấm điểm tín dụng hay xếp hạng tín dụng khách hàng là quá trình đánh giá khách hàng dựa trên phương pháp thống kê như phân tích sự khác biệt, hồi qui tuyến tính, hồi qui nhị phân, hồi quy logistic,… với sự hỗ trợ đắc lực của công nghệ 123doc 9 máy tính. Ý tưởng chung đằng sau những phương pháp khác nhau là có tồn tại (ít nhất) hai nhóm khách hàng tiềm năng: loại tốt và xấu (với một xác suất mặc định cao hơn trung bình thấp hơn trung bình). Quan điểm thống kê xem việc chấm điểm tín dụng là một vấn đề của phân loại chính xác, tức là để thiết kế một quy trình có thể phân biệt được một cá thể thuộc nhóm phân loại nào.

Theo đó, các cá thể được phân chia trên cơ sở một số đặc điểm quan sát như tuổi tác, thu nhập , giới tính , quốc tịch, quy mô gia đình , vv - và lịch sử tín dụng - các số thẻ tín dụng, có trả nợ trễ hạn,… Thống kê cho thấy lịch sử tín dụng và tiền gửi hay giao dịch nói chung là một yếu tố dự báo hiệu quả cho hành vi trả nợ của khách hàng. Trong thực tế, lịch sử giao dịch và các hoạt động tài chính của khách hàng đang được sử dụng rộng rãi như một thước đo uy tín của chính khách hàng đó. Xếp hạng tín dụng là quá trình gán các giá trị điểm đến những giá tri thông tin của khách hàng có nguồn gốc từ hành vitín dụng, thông tin nhân thân, tài chính của khách hàng như: hành vi thanh toán, sản phẩm sử dụng, và lịch sử trả nợ. Điểm hành vi được đánh giá và thể hiện thông qua lịch sử hành vi của người vay với ngân hàng.

Thang điểm hành vi hỗ trợ công tác đánh giá rủi ro tín dụng và hỗ trợ việc ra quyết định quản lý tài khoản vay khách hàng. Một nhóm mẫu khách hàng được lựa chọn để xem xét các dữ liệu về hoạt động giao dịch của và lịch sử tín dụng của họ. Quá trình chọn mẫu khách hàng được chia thành 2 giai đoạn: - Giai đoạn 1 được gọi là thời gian quan sát thường là 6 đến 12 tháng. Các đặc điểm hành vi của khách hàng được quan sát trong thời gian này và ghi nhận vào giá trị của các biến quan sát.

Một số biến hành vi điển hình như: dư nợ và doanh thu tín dụng, số dư và doanh thu tiền gửi, số lần và số ngày trả nợ trễ hạn, các thông tin về hoạt động tín dụng của khách hàng được trích xuất từ trung tâm thông tin tín 123doc 10 dụng,… Một số thông tin khác như: thời gian quan hệ với ngân hàng, tình trạng cư trú và sự thay đổi một số yếu tố về thông tin nhân thân cũng được xem xét như là những biến hành vi thuần túy có ảnh hưởng đến biến phụ thuộc là xác suất vỡ nợ của khách hàng.