Chương 1: Tổng quan về xếp hạng tín dụng cá nhân tại các NHTM. Chương 2: Thực trạng hoạt động xếp hạng tín dụng cá nhân tại Namabank. Chương 3: Giải pháp hoàn thiện hệ thống xếp hạng tín dụng cá nhân tại Namabank 5 CHƢƠNG 1 TỔNG QUAN VỀ HOẠT ĐỘNG XẾP HẠNG TÍN DỤNG CÁ NHÂN TẠI CÁC NHTM Để tiếp cận những cơ sở lý luận hiện đại trong lĩnh vực XHTD cá nhân, đề tài nghiên cứu sẽ lần lượt giới thiệu công trình khoa học có liên quan của các tác giả trong và ngoài nước. Tiếp đó tác giả tập trung trình bày một số cơ sở lý luận về hoạt động tín dụng cá nhân và hệ thống xếp hạng tín dụng nội bộ tại NHTM.
Để khái quát các vấn đề cơ bản về hoạt động tín dụng cá nhân của NHTM, tác giả trình bày các khái niệm, đặc điểm và vai trò của tín dụng cá nhân. Bên cạnh đó, tác giả nêu ra một số sản phẩm tín dụng cá nhân cơ bản của các NHTM để có cơ sở đánh giá khi xếp hạng tín dụng. Tiếp đó, tác giả trình bày cơ sở lý luận về xếp hạng tín dụng tại NHTM, bao gồm khái niệm, đối tượng, sự cần thiết, nguyên tắc, mô hình, phương pháp và quy trình xếp hạng tín dụng tập trung vào đối tượng khách hàng cá nhân. Cuối cùng tác giả trình bày một số mô hình XHTD cá nhân đang được áp dụng tại một số NHTM tại Việt Nam.
Tổng quan về vấn đề nghiên cứu 1. Nghiên cứu của Stefanie Kleimeier về mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ Việt Nam Đinh Thị Huyền Thanh & Stefanie Kleimeier đã tiến hành nghiên cứu nguồn số liệu chi tiết được tổng hợp từ các NHTM tại Việt Nam theo 22 biến số bao gồm: độ tuổi, thu nhập, trình độ học vấn, nghề nghiệp, thời gian công tác, tình trạng cư trú, giới tính, … để xác định mức ảnh hưởng của các biến số này đến rủi ro tín dụng. Từ đó tiến hành thiết lập một mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ tại Việt Nam. Nghiên cứu này đã xây dựng mô hình chấm điểm tín dụng cá nhân bao gồm hai phần: chấm điểm nhân thân và năng lực trả nợ, chấm điểm quan hệ với ngân hàng như trình bày trong Phụ lục 1.
6 Căn cứ vào tổng điểm đạt được trong Phụ lục 1 để tiến hành xếp hạng theo 10 mức giảm dần từ Aaa đến D như trình bày trong Bảng 1.1 – Ký hiệu XHTD cá nhân theo Stefanie Kleimeier Điểm Xếp hàng Ý nghĩa xếp hạng >=400 Aaa 351 – 400 Aa Cho vay tối đa theo đề nghị của người vay 301 – 350 A 251 – 300 Bbb Cho vay theo tài sản đảm bảo 201 – 250 Bb Cho vay theo tài sản đảm bảo và đánh giá đơn vay vốn 151 – 200 B Yêu cầu đánh giá thận trọng đơn vay vốn và có tài sản đảm bảo đầy đủ 101 – 150 Ccc 51 – 100 Cc 0 – 50 C Từ chối cho vay 0 D Nguồn: Dinh Thi Huyen Thanh & Stefanie Kleimeier (2006), Credit Scoring for Vietnam’s Retail Banking Market. Công trình nghiên cứu này tuy đã xây dựng được mô hình chấm điểm tín dụng cho khách hàng cá nhân, tuy nhiên lại không đưa ra cách tính điểm cụ thể cho từng chỉ tiêu. Do đó, để vận dụng được mô hình này đòi hỏi các NHTM phải thiết lập thang điểm cụ thể cho từng chỉ tiêu đánh giá để phù hợp với tình hình thực tế và hệ thống cơ sở dữ liệu cá nhân tại mỗi ngân hàng. Mô hình điểm số tín dụng cá nhân của FICO Điểm số tín dụng cá nhân của FICO lần đầu tiên được giới thiệu vào năm 1989, khoảng hơn 90% những quyết định cho vay cá nhân tại Mỹ hiện nay được 7 đưa ra dựa trên kết quả của mô hình này, do các thông tin liên quan đến tình trạng tín dụng có thể được ngân hàng tra soát dễ dàng qua các công ty dữ liệu tín dụng.
Điểm số tín dụng FICO càng thấp thì mức độ rủi ro của người cho vay càng cao. Fair Asaac Corp đã xây dựng mô hình điểm số tín dụng FICO thấp nhất là 300 điểm và cao nhất là 850 điểm áp dụng cho cá nhân dựa vào tỷ trọng của 5 chỉ số được trình bày trong Bảng 1.2 - Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng FICO Tỷ trọng Tiêu chí đánh giá 35 % Lịch sử trả nợ (Payment History): Người vay đã trả những khoản nợ trong quá khứ đúng hạn, trễ hạn hay không trả. Thời gian trễ hạn càng dài, số tiền trễ hạn càng cao thì điểm số tín dụng càng thấp. Đây được xem là yếu tố quan trọng nhất để chấm điểm của FICO.
30 % Dư nợ tại các tổ chức tín dụng (Amount of Debt): Tổng dư nợ hiện tại của người vay bao gồm bao nhiêu tài khoản có số dư, bao nhiêu khoản vay sẵn có. Những người vay có dư nợ quá nhiều so với mức cho phép, đặc biệt đối với thẻ tín dụng sẽ làm điểm tín dụng bị giảm. Đây được xem là yếu tố cụ thể để chấm điểm của FICO. 15 % Độ dài của lịch sử tín dụng (Length of Credit History): FICO xem xét những khoản tín dụng của khách hàng đã được thiết lập bao lâu, những người vay có thông tin về lịch sử tín dụng càng nhiều năm càng đáng tin cậy và điểm số tín dụng sẽ càng cao.
10 % Số lần vay nợ mới (New Credit): Khách hàng có một khoản vay mới trong một khoảng thời gian ngắn cho thấy rủi ro tín dụng lớn hơn. Vay nợ thường xuyên bị xem là dấu hiệu khó khăn về tài chính, do đó điểm số tín dụng càng thấp. 10 % Các loại tín dụng được sử dụng (Credit Mix): Các loại nợ khác 8 nhau sẽ được tính điểm tín dụng khác nhau như: thẻ tín dụng, cho vay trả góp và các khoản vay thế chấp,… Nguồn: Fair Isaac Corporation (1989), Understanding your FICO Scores, truy cập tại <https://www.org/media/13401/understanding_your_fico_score_bookle t_english. Tại Việt Nam các NHTM rất khó tiếp cận được các thông tin dữ liệu chính xác của người vay, hệ thống dữ liệu khách hàng vay thường bị che dấu hoặc thiếu chính xác nếu được đăng tải trên các phương tiện thông tin.
Do đó, việc áp dụng mô hình điểm số tín dụng FICO tại các NHTM tại Việt Nam là rất khó thực hiện. Một số công trình nghiên cứu trong nƣớc liên quan đến XHTD Ngoài một số phương pháp và mô hình XHTD đã được áp dụng trên thế giới nêu trên, đã có nhiều công trình nghiên cứu trong nước về XHTDNB. Các công trình này có thể được xem là cơ sở tham khảo trong việc nhìn nhận, đánh giá và giải pháp về những vấn đề còn vướng mắc, tồn tại của hệ thống XHTDNB. Luận án Tiến sĩ “Hoàn thiện phƣơng pháp xếp hạng tín nhiệm trong phân tích tín dụng của các NHTM Việt Nam“ Với luận án này, tác giả Trần Thị Kỳ (2003) đã giải quyết được một số vấn đề liên quan đến việc XHTD tại các NHTM.
Thông qua hệ thống số liệu thực tế, tác giả đã chứng minh vai trò quan trọng của tín dụng ngân hàng cũng như rủi ro tín dụng tồn tại một cách tất yếu khách quan. Do vậy, để nâng cao được chất lượng, hiệu quả của công cụ XHTD cần dựa trên việc phân tích các rủi ro tín dụng tại các NHTM. Luận án Tiến sĩ “Xây dựng mô hình XHTD đối với doanh nghiệp Việt Nam trong nền kinh tế chuyển đổi“ Tiến sĩ Nguyễn Trọng Hòa (2009), tác giả của luận án đã nghiên cứu sâu về các mô hình XHTD trên thế giới và tại Việt Nam, nghiên cứu về sự chuyển đổi của 9 nền kinh tế trong giai đoạn khủng hoảng và giải quyết các vấn đề mang tính vĩ mô của nên kinh tế Việt Nam. Tác giả đã xây dựng mô hình XHTD cho các doanh nghiệp Việt Nam.
Trên cơ sở kế thừa những mô hình XHTD hiện hành trên thế giới, tác giả đã đưa ra một mô hình XHTD rất chi tiết, mang tính thực tiễn cao dành cho các doanh nghiệp với những đặc thù của nền kinh tế Việt Nam. Tuy nhiên, việc áp dụng mô hình này vào các NHTM vẫn còn gặp nhiều khó khăn do sự phức tạp của mô hình và sự thiếu phù hợp đối với một số doanh nghiệp sản xuất kinh doanh ở các khu vực nông nghiệp nông thôn. Khoảng trống nghiên cứu Nghiên cứu tổng quan về thực hiện XHTD hiện nay cho thấy còn tồn tại một số khoảng trống sau: Việc sử dụng phương pháp XHTD và xây dựng hệ thống chỉ tiêu, thang điểm, cách tính điểm số ở mỗi NHTM có sự khác biệt dẫn đến việc cùng một đối tượng được xếp hạng nhưng lại cho những kết quả khác nhau. Hệ thống chỉ tiêu xếp hạng không được xây dựng riêng cho từng nhóm đối tượng có những đặc điểm kinh tế, sinh sống khác nhau, dẫn đến việc đánh giá xếp hạng chưa thực sự sát với khả năng sử dụng vốn, khả năng trả nợ của đối tượng được chấm điểm.
Các chỉ tiêu ảnh hưởng đến rủi ro tín dụng chưa có cách tính điểm cụ thể mà thường được xác định bằng phương pháp chuyên gia, dẫn đến kết quả chấm điểm còn hạn chế. Chưa đi sâu vào nghiên cứu XHTD đối với khách hàng cá nhân – khách hàng có hệ thống thông tin nhân thân rất khó xác định một cách chính xác. Đây là trở ngại lớn cho các NHTM trong hoạt động XHTDNB cho đối tượng khách hàng này. Các công trình nghiên cứu thường tập trung giải quyết các vấn đề còn tồn tại đối với hệ thống chỉ tiêu định lượng trong hệ thống XHTD doanh nghiệp mà chưa quan tâm nhiều đến nghiên cứu cho đối tượng khách hàng cá nhân.
Tại nghiên cứu về mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ tại Việt 10 Nam của Stefanie Kleimeier và Đinh Thị Thanh Huyền đã đề cập đến mức ảnh hưởng của các biến số đến rủi ro tín dụng và qua đó thiết lập một mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ tại Việt Nam. Tuy nhiên công trình nghiên cứu này không đưa ra cách tính điểm cụ thể cho từng chỉ tiêu, để vận dụng được mô hình này đòi hỏi các NHTM phải tự thiết lập thang điểm cho từng chỉ tiêu phù hợp với thực trạng và hệ thống cơ sở dữ liệu cá nhân trong ngân hàng mình. Tác giả sẽ tiếp tục nghiên cứu các khoảng trống nêu trên để hoàn thiện mô hình XHTDNB.