Tài liệu Kinh tế: Luận văn kinh tế các yếu tố ảnh hưởng đến khả năng trả

Nghiên cứu các yếu tố tác động đến khả năng trả nợ vay của khách hàng cá nhân tại Ngân hàng Shinhan Việt Nam chi nhánh TP HCM qua phân tích dữ liệu thực tế.

• Tác giả: Võ Thị Nhật Vi
• Người hướng dẫn: TS. Phạm Thị Anh Thư
• Trường học: Đại học Kinh tế TP. Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng (Hướng ứng dụng)
• Đề tài: Các Yếu Tố Ảnh Hưởng Đến Khả Năng Trả Nợ Vay Của Khách Hàng Cá Nhân Tại Ngân Hàng TNHH MTV Shinhan Việt Nam – Chi Nhánh TP. Hồ Chí Minh
• Loại tài liệu: Luận văn Thạc sĩ
• Năm xuất bản: 2019
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Toàn cảnh khả năng trả nợ vay của khách hàng cá nhân

Trong bối cảnh ngành ngân hàng bán lẻ phát triển mạnh mẽ, việc xác định các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân trở thành nền tảng cho sự phát triển bền vững. Khả năng trả nợ không chỉ là một chỉ số tài chính đơn thuần, mà còn phản ánh sức khỏe của danh mục cho vay và hiệu quả của công tác quản trị rủi ro tín dụng. Một khách hàng được xem là có khả năng trả nợ tốt khi họ thực hiện đầy đủ và đúng hạn các nghĩa vụ tài chính đã cam kết. Ngược lại, sự suy giảm khả năng này dẫn đến các khoản nợ xấu cá nhân, gây tổn thất trực tiếp cho ngân hàng và ảnh hưởng tiêu cực đến chất lượng tín dụng toàn hệ thống. Nghiên cứu của Võ Thị Nhật Vi (2019) tại Ngân hàng Shinhan Việt Nam nhấn mạnh rằng, việc hiểu rõ các biến số quyết định đến hành vi trả nợ là vô giá, giúp tổ chức tín dụng phân bổ vốn hiệu quả hơn. Theo Ủy ban Basel về Giám sát Ngân hàng (2006), tình trạng vỡ nợ (default) xảy ra khi khách hàng quá hạn trên 90 ngày hoặc có dấu hiệu không thể thực hiện đầy đủ nghĩa vụ tài chính. Do đó, việc xây dựng một mô hình đánh giá khả năng trả nợ chính xác, dựa trên dữ liệu thực nghiệm, là nhiệm vụ cấp thiết để đảm bảo an toàn tín dụng và tối ưu hóa lợi nhuận trong hoạt động cho vay tại ngân hàng Shinhan.

1.1. Tầm quan trọng của việc đánh giá khả năng thanh toán khoản vay

Đánh giá chính xác khả năng thanh toán khoản vay là bước đi tiên quyết giúp ngân hàng giảm thiểu rủi ro tín dụng khách hàng cá nhân. Hoạt động này không chỉ bảo vệ nguồn vốn của ngân hàng mà còn góp phần duy trì sự ổn định của thị trường tài chính. Khi một tổ chức tín dụng thẩm định tốt, họ có thể xác định được những người vay tiềm ẩn rủi ro vỡ nợ cao, từ đó đưa ra quyết định cấp tín dụng phù hợp hoặc áp dụng các điều kiện chặt chẽ hơn. Một tỷ lệ thu hồi nợ cao cho phép ngân hàng giảm lãi suất, tăng khả năng tiếp cận vốn cho nhiều đối tượng khách hàng hơn. Việc bỏ qua hoặc thẩm định sơ sài có thể dẫn đến hậu quả nghiêm trọng, làm gia tăng tỷ lệ nợ xấu cá nhân và bào mòn lợi nhuận của ngân hàng. Do đó, quy trình này đòi hỏi sự kết hợp giữa phân tích định lượng và đánh giá định tính chuyên sâu.

1.2. Các nhân tố ảnh hưởng đến quyết định cho vay của ngân hàng

Quyết định cấp tín dụng của ngân hàng chịu ảnh hưởng bởi một tổ hợp nhiều nhân tố. Các yếu tố này được chia thành ba nhóm chính: yếu tố thuộc về khách hàng, yếu tố thuộc về ngân hàng và yếu tố vĩ mô. Nhóm yếu tố khách hàng bao gồm các thông tin nhân khẩu học (tuổi, trình độ học vấn, tình trạng hôn nhân), tình hình tài chính (thu nhập của người vay, số người phụ thuộc, tỷ lệ nợ trên thu nhập (DTI)) và uy tín tín dụng (lịch sử tín dụng CIC). Nhóm yếu tố từ ngân hàng bao gồm chính sách tín dụng, quy trình thẩm định, lãi suất và trình độ của nhân viên tín dụng. Cuối cùng, các yếu tố vĩ mô như khủng hoảng kinh tế, lạm phát, chính sách tiền tệ cũng tác động không nhỏ đến khả năng trả nợ của người vay. Việc nhận diện và lượng hóa các nhân tố ảnh hưởng đến quyết định cho vay này là cơ sở để xây dựng các mô hình dự báo rủi ro hiệu quả.

II. Thách thức trong quản trị rủi ro tín dụng tại Shinhan Bank

Ngân hàng Shinhan Việt Nam, đặc biệt là chi nhánh TP. Hồ Chí Minh, đã và đang đẩy mạnh tăng trưởng tín dụng trong phân khúc bán lẻ, đặc biệt là các sản phẩm cho vay tiêu dùng và khoản vay thế chấp. Theo số liệu từ luận văn, dư nợ khách hàng cá nhân tại chi nhánh đã tăng trưởng mạnh mẽ, đạt 1.395 tỷ đồng vào năm 2018. Tuy nhiên, sự tăng trưởng nóng này luôn đi kèm với những thách thức trong quản trị rủi ro tín dụng. Báo cáo nội bộ cho thấy tỷ lệ nợ nhóm 2 (nợ cần chú ý) có xu hướng gia tăng, đặc biệt ở các sản phẩm khoản vay tín chấp và vay mua xe. Điều này đặt ra một bài toán cấp thiết về việc nâng cao chất lượng tín dụng và hiệu quả của quy trình thẩm định. Việc chạy theo chỉ tiêu tăng trưởng có thể dẫn đến tình trạng thẩm định sơ sài, bỏ qua các dấu hiệu cảnh báo sớm, làm gia tăng nguy cơ phát sinh nợ xấu cá nhân. Thách thức lớn nhất là làm sao để cân bằng giữa mục tiêu tăng trưởng kinh doanh và đảm bảo an toàn tín dụng, một vấn đề cốt lõi mà nghiên cứu này hướng tới giải quyết.

2.1. Thực trạng cho vay khách hàng cá nhân và nợ xấu gia tăng

Thực trạng cho vay khách hàng cá nhân tại Shinhan Bank chi nhánh TP.HCM cho thấy sự tập trung vào sản phẩm cho vay thế chấp bất động sản, chiếm tỷ trọng lớn trong danh mục. Tuy nhiên, giai đoạn 2017-2018 chứng kiến sự tăng trưởng đột phá của mảng cho vay mua xe và đặc biệt là khoản vay tín chấp. Sự dịch chuyển này, dù giúp đa dạng hóa sản phẩm và tăng lợi nhuận, cũng là nguyên nhân chính khiến tỷ trọng nợ quá hạn ở hai nhóm này tăng đáng kể. Dữ liệu cho thấy nợ quá hạn của nhóm cho vay tín chấp đã tăng từ 7% (2016) lên 16% (2018). Đây là một tín hiệu cảnh báo về rủi ro tín dụng khách hàng cá nhân đang tiềm ẩn trong các sản phẩm không có tài sản đảm bảo, đòi hỏi ngân hàng phải có những giải pháp hạn chế nợ xấu kịp thời và hiệu quả.

2.2. Hạn chế của hệ thống chấm điểm tín dụng CSS hiện tại

Hiện tại, Ngân hàng Shinhan đang áp dụng Hệ thống Chấm điểm Tín dụng CSS (Credit Scoring System) để tự động hóa quyết định phê duyệt. Mặc dù hệ thống này được đánh giá là tiên tiến, nó vẫn tồn tại những hạn chế nhất định. Một trong những điểm yếu lớn là hệ thống chỉ tập trung thu thập và phân tích thông tin của người vay chính, thường bỏ qua thông tin quan trọng của người đồng trả nợ, dẫn đến kết quả đánh giá điểm tín dụng cá nhân có thể không toàn diện. Hơn nữa, chất lượng đầu vào của hệ thống phụ thuộc lớn vào tính trung thực của khách hàng và sự cẩn trọng của nhân viên kinh doanh. Việc khách hàng che giấu thông tin hoặc làm giả hồ sơ vẫn có thể xảy ra, làm sai lệch kết quả chấm điểm. Sự phụ thuộc quá nhiều vào một hệ thống tự động cũng có thể làm giảm vai trò phán đoán chuyên môn của chuyên viên thẩm định tín dụng cá nhân.

III. Phương pháp phân tích định lượng khả năng trả nợ vay

Để xác định một cách khách quan các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân, nghiên cứu đã áp dụng phương pháp phân tích định lượng thông qua mô hình hồi quy Logistic. Đây là một công cụ thống kê mạnh mẽ, cho phép dự báo xác suất xảy ra của một biến nhị phân (trong trường hợp này là "trả được nợ" hoặc "không trả được nợ") dựa trên một tập hợp các biến độc lập. Việc lựa chọn mô hình này dựa trên những ưu điểm vượt trội so với các phương pháp khác. Mô hình Logit không yêu cầu các giả định khắt khe về phân phối chuẩn của biến độc lập, có thể xử lý cả biến liên tục và biến rời rạc, đồng thời kết quả dễ diễn giải dưới dạng xác suất. Dữ liệu nghiên cứu được thu thập từ 300 hồ sơ vay ngẫu nhiên của khách hàng cá nhân tại Ngân hàng Shinhan chi nhánh TP.HCM trong giai đoạn 2016-2018. Quá trình phân tích được thực hiện bằng phần mềm SPSS, giúp đảm bảo tính chính xác và độ tin cậy của kết quả, từ đó xây dựng một mô hình đánh giá khả năng trả nợ hiệu quả.

3.1. Tổng quan các mô hình đánh giá khả năng trả nợ phổ biến

Trong lĩnh vực tài chính ngân hàng, có nhiều mô hình được sử dụng để đánh giá khả năng trả nợ. Các mô hình này thường được chia thành hai nhóm chính: mô hình phỏng đoán (Heuristic Models) và mô hình thống kê (Statistical Models). Mô hình phỏng đoán, như mô hình chuyên gia hay bảng câu hỏi, chủ yếu dựa trên kinh nghiệm và đánh giá chủ quan. Trong khi đó, mô hình thống kê, bao gồm mô hình phân tích phân biệt và mô hình hồi quy, cố gắng xác minh các giả thiết bằng dữ liệu thực nghiệm. Mỗi mô hình đánh giá khả năng trả nợ có ưu và nhược điểm riêng, nhưng các mô hình thống kê ngày càng được ưa chuộng vì tính khách quan, nhất quán và khả năng lượng hóa rủi ro thành những con số cụ thể, hỗ trợ đắc lực cho việc ra quyết định tín dụng.

3.2. Lý do lựa chọn mô hình hồi quy Logistic cho nghiên cứu

Mô hình hồi quy Logistic được lựa chọn làm công cụ phân tích chính trong luận văn vì tính phù hợp và hiệu quả cao trong bài toán phân loại rủi ro tín dụng. Biến phụ thuộc trong nghiên cứu là khả năng thanh toán khoản vay, một biến nhị phân (0 = không có khả năng trả nợ; 1 = có khả năng trả nợ). Mô hình Logit rất thích hợp để xử lý loại biến này. So với mô hình phân tích phân biệt, Logit có ít ràng buộc hơn về các giả định thống kê. Nó cho phép đo lường tác động của từng yếu tố đến xác suất vỡ nợ, cung cấp một cái nhìn sâu sắc về hệ số tín nhiệm khách hàng. Hơn nữa, mô hình này đã được áp dụng rộng rãi và kiểm chứng trong nhiều nghiên cứu quốc tế và tại Việt Nam, đảm bảo tính kế thừa và độ tin cậy khoa học cao cho kết quả nghiên cứu tại Ngân hàng Shinhan.

IV. Kết quả Top 5 yếu tố cốt lõi ảnh hưởng đến trả nợ vay

Kết quả nghiên cứu từ mô hình hồi quy Logistic đã chỉ ra 5 yếu tố có tác động ý nghĩa thống kê đến khả năng trả nợ vay của khách hàng cá nhân tại Ngân hàng Shinhan. Các yếu tố này cung cấp bằng chứng thực nghiệm quan trọng cho công tác thẩm định tín dụng cá nhân và quản trị rủi ro tín dụng. Cụ thể, nghiên cứu cho thấy trình độ học vấn, thời gian làm việc tại công ty hiện tại và tình trạng sở hữu nhà ở có ảnh hưởng tích cực, làm tăng xác suất trả nợ đúng hạn. Điều này cho thấy sự ổn định trong công việc và nền tảng tài sản vững chắc là những chỉ báo quan trọng về một hệ số tín nhiệm khách hàng cao. Ngược lại, số lượng người phụ thuộc và tiền sử tín dụng có nợ quá hạn lại có mối quan hệ tiêu cực, làm giảm đáng kể khả năng thanh toán khoản vay. Những phát hiện này không chỉ xác nhận các lý thuyết tài chính mà còn cung cấp một lăng kính định lượng, giúp ngân hàng nhận diện chính xác hơn các hồ sơ vay tiềm ẩn rủi ro, từ đó cải thiện chất lượng tín dụng.

4.1. Phân tích các yếu tố chủ quan từ thu nhập và người phụ thuộc

Phân tích cho thấy các yếu tố liên quan trực tiếp đến dòng tiền của hộ gia đình có ảnh hưởng mạnh mẽ. Cụ thể, số lượng người phụ thuộc càng nhiều, khả năng trả nợ của khách hàng càng giảm. Điều này dễ hiểu vì chi phí sinh hoạt, học hành, y tế cho người phụ thuộc sẽ làm giảm phần thu nhập của người vay có thể dùng để trả nợ. Bên cạnh đó, mặc dù không phải là biến số có ý nghĩa thống kê cao nhất trong mô hình cuối cùng, nhưng thu nhập ổn định và thời gian công tác lâu dài là nền tảng tạo ra sự tin cậy. Một khách hàng có công việc bền vững thường có kế hoạch tài chính tốt hơn và ý thức trả nợ cao hơn, góp phần cải thiện điểm tín dụng cá nhân của họ.

4.2. Vai trò quyết định của lịch sử tín dụng CIC và tài sản sở hữu

Kết quả hồi quy khẳng định vai trò không thể thiếu của lịch sử tín dụng CIC. Khách hàng có tiền sử nợ quá hạn dù chỉ một lần cũng có xác suất vỡ nợ cao hơn đáng kể. Đây là chỉ báo mạnh mẽ nhất về "thiện chí trả nợ" và thói quen tài chính của người vay. Ngược lại, việc sở hữu nhà ở có tác động tích cực. Sở hữu tài sản lớn không chỉ là một dạng tài sản đảm bảo tiềm năng mà còn thể hiện sự ổn định về tài chính và cuộc sống, là một yếu tố làm tăng trách nhiệm của người đi vay đối với các khoản vay thế chấp hoặc khoản vay tín chấp. Do đó, việc kiểm tra kỹ lưỡng báo cáo CIC và xác minh tình trạng sở hữu tài sản là hai bước không thể bỏ qua trong quy trình thẩm định.

V. Bí quyết nâng cao chất lượng tín dụng hạn chế nợ xấu

Từ kết quả phân tích định lượng, nghiên cứu đề xuất các giải pháp hạn chế nợ xấu mang tính thực tiễn cao, tập trung vào việc cải tiến quy trình thẩm định và chính sách tín dụng tại Ngân hàng Shinhan. Để nâng cao chất lượng tín dụng, ngân hàng cần xây dựng một quy trình thẩm định toàn diện hơn. Thay vì chỉ dựa vào hệ thống CSS tự động và thông tin của người vay chính, cần có quy định bắt buộc kiểm tra chéo thông tin của người đồng trả nợ, đặc biệt là lịch sử tín dụng CIC của họ. Bên cạnh đó, cần chú trọng hơn đến các chỉ số phi tài chính đã được chứng minh có ảnh hưởng lớn như trình độ học vấn và số người phụ thuộc. Việc xây dựng một bộ chỉ tiêu đánh giá rủi ro kết hợp cả yếu tố định lượng từ mô hình và phán đoán chuyên môn của cán bộ tín dụng sẽ giúp nhận diện rủi ro sớm và chính xác hơn. Mục tiêu cuối cùng là tạo ra một hệ thống phòng thủ vững chắc, đảm bảo an toàn tín dụng và thúc đẩy hoạt động cho vay tại ngân hàng Shinhan phát triển bền vững.

5.1. Cải tiến quy trình thẩm định tín dụng cá nhân hiệu quả

Để quy trình thẩm định tín dụng cá nhân trở nên hiệu quả hơn, Ngân hàng Shinhan nên cập nhật hệ thống chấm điểm tín dụng của mình. Hệ thống cần tích hợp thêm các trường thông tin về người đồng trả nợ và tự động tính toán tỷ lệ nợ trên thu nhập (DTI) của cả gia đình. Cần tăng cường công tác kiểm tra sau vay, đặc biệt với các khoản vay tín chấp và cho vay tiêu dùng. Việc thăm hỏi, kiểm tra định kỳ không chỉ giúp đánh giá tình hình sử dụng vốn mà còn là cách để phát hiện sớm các dấu hiệu khó khăn tài chính của khách hàng, từ đó có biện pháp hỗ trợ hoặc xử lý kịp thời, ngăn chặn nợ quá hạn leo thang thành nợ xấu.

5.2. Giải pháp tổng thể về quản trị rủi ro tín dụng cho ngân hàng

Một giải pháp hạn chế nợ xấu hiệu quả đòi hỏi một chiến lược quản trị rủi ro tín dụng tổng thể. Ngân hàng Shinhan cần thường xuyên tổ chức các khóa đào tạo nâng cao nghiệp vụ cho đội ngũ nhân viên thẩm định, giúp họ nhạy bén hơn với các rủi ro tiềm ẩn. Cần định kỳ rà soát và cập nhật lại mô hình đánh giá khả năng trả nợ để phù hợp với sự thay đổi của thị trường và hành vi khách hàng. Hơn nữa, việc xây dựng chính sách lãi suất linh hoạt, phân biệt theo mức độ rủi ro của từng khách hàng (risk-based pricing) cũng là một công cụ hữu hiệu. Những khách hàng có điểm tín dụng cá nhân thấp hơn nên được áp dụng mức lãi suất cao hơn để bù đắp cho rủi ro gia tăng, đảm bảo sự công bằng và hiệu quả cho toàn bộ danh mục cho vay.

Nội dung chính

Tổng quan nghiên cứu

Thị trường tài chính tiêu dùng và phân khúc bán lẻ tại Việt Nam chứng kiến tốc độ tăng trưởng mạnh mẽ, kéo theo nhu cầu vốn cá nhân ngày càng gia tăng. Tại Ngân hàng TNHH MTV Shinhan Việt Nam – Chi nhánh TP. Hồ Chí Minh, tổng dư nợ cho vay khách hàng cá nhân ghi nhận mức tăng trưởng vượt bậc từ 863 tỷ đồng năm 2016 lên 1.277 tỷ đồng năm 2017 (tăng 48%), và tiếp tục đạt 1.395 tỷ đồng vào năm 2018 (tăng 10%). Đi cùng sự mở rộng nhanh chóng về quy mô tín dụng, đặc biệt là sự gia tăng dư nợ vay tín chấp với mức tăng 329% trong năm 2017 và vay mua xe đạt 307 tỷ đồng năm 2018, chi nhánh phải đối mặt với áp lực suy giảm chất lượng tín dụng khi tỷ lệ nợ nhóm 2 (nợ cần chú ý) tăng từ 0,72% năm 2016 lên 1,62% năm 2018.

Thực tiễn hoạt động ngân hàng cho thấy, việc chỉ tập trung vào xử lý nợ xấu sau khi rủi ro đã phát sinh không thể giải quyết triệt để gốc rễ của tổn thất tín dụng. Vấn đề cốt lõi đặt ra là phải nhận diện chính xác các nhân tố quyết định khả năng hoàn trả gốc và lãi của người đi vay ngay từ khâu thẩm định ban đầu. Mục tiêu cụ thể của nghiên cứu là xác định và đo lường mức độ tác động của từng yếu tố đặc trưng của khách hàng cá nhân đến khả năng trả nợ tại chi nhánh.

Nghiên cứu được thực hiện tại địa bàn Thành phố Hồ Chí Minh, thu thập dữ liệu sơ cấp từ 300 hồ sơ vay thực tế của khách hàng cá nhân trong giai đoạn 3 năm (2016 – 2018). Kết quả nghiên cứu mang lại ý nghĩa thiết thực trong việc cung cấp luận cứ khoa học giúp Ban giám đốc chi nhánh và Phòng Chính sách tín dụng hoàn thiện hệ thống chấm điểm tín dụng nội bộ, kiểm soát tỷ lệ nợ xấu dưới ngưỡng khuyến nghị 3% của Ngân hàng Nhà nước, tối ưu hóa danh mục cho vay và nâng cao hiệu quả hoạt động kinh doanh bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng nền tảng dựa trên các lý thuyết và chuẩn mực quản trị rủi ro tín dụng hiện đại:

• Khung chuẩn mực quản trị rủi ro Basel II: Được ban hành bởi Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2006), xác định trạng thái vỡ nợ (default) phát sinh khi khách hàng phát sinh nợ quá hạn từ 90 ngày trở lên hoặc có các dấu hiệu suy giảm nghiêm trọng khả năng thanh toán.
• Lý thuyết thông tin bất cân xứng và lựa chọn bất lợi: Được phát triển trong các nghiên cứu kinh tế học tín dụng (Flannery, 1986), lý giải mối quan hệ giữa thời hạn cho vay, lãi suất và rủi ro đạo đức của người đi vay khi tiếp cận nguồn vốn.
• Mô hình hồi quy xác suất nhị phân Logit: Kế thừa lý thuyết kinh tế lượng của Maddala (1984), cho phép lượng hóa xác suất xảy ra biến cố trả nợ đúng hạn dựa trên các biến số định lượng và định tính.

Các khái niệm then chốt được chuẩn hóa trong nghiên cứu bao gồm:

• Tín dụng khách hàng cá nhân: Hoạt động cấp vốn của ngân hàng thương mại cho cá nhân và hộ kinh doanh cá thể nhằm mục đích phục vụ đời sống hoặc sản xuất kinh doanh, có nghĩa vụ hoàn trả gốc và lãi theo kỳ hạn cam kết (Nguyễn Minh Kiều, 2009).
• Khả năng trả nợ: Năng lực tạo lập dòng tiền và thu nhập khả dụng ổn định trong suốt vòng đời khoản vay để bảo đảm thanh toán đầy đủ, đúng hạn các nghĩa vụ tài chính định kỳ (Alex White, 2008).
• Nợ xấu và nợ quá hạn: Được quy định thống nhất theo Thông tư 02/2013/TT-NHNN và chuẩn mực Quỹ Tiền tệ Quốc tế (IMF), bao gồm các khoản nợ từ nhóm 3 đến nhóm 5 có nguy cơ tổn thất vốn cao.
• Hệ thống chấm điểm tín dụng (Credit Scoring System - CSS): Công cụ tự động hóa quy trình phân tích, lượng hóa rủi ro và xếp hạng khách hàng dựa trên dữ liệu lịch sử giao dịch và thông tin nhân khẩu học.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng thực nghiệm với cỡ mẫu gồm 300 hồ sơ vay của khách hàng cá nhân có dư nợ trong giai đoạn từ năm 2016 đến năm 2018 tại Ngân hàng Shinhan – Chi nhánh TP. Hồ Chí Minh. Phương pháp chọn mẫu ngẫu nhiên phân tầng từ cơ sở dữ liệu tín dụng nội bộ AITHER bảo đảm tính đại diện cao cho các phân khúc sản phẩm cho vay thế chấp bất động sản, vay mua xe và vay tiêu dùng tín chấp.

Mô hình hồi quy Logit đa biến được lựa chọn thực hiện trên phần mềm thống kê SPSS thay vì mô hình phân tích phân biệt (MDA) bởi các ưu điểm vượt trội: biến phụ thuộc mang tính chất nhị phân phân loại rõ ràng (Y = 1: khách hàng trả nợ đúng hạn; Y = 0: khách hàng không có khả năng trả nợ đúng hạn/nợ quá hạn); mô hình không đòi hỏi các giả định ngặt nghèo về phân phối chuẩn đa biến của các biến độc lập; đồng thời cho phép tính toán trực tiếp tỷ số chênh (Odds Ratio - Exp(B)) để đo lường chính xác mức độ thay đổi xác suất trả nợ khi các biến giải thích biến thiên.

Quy trình phân tích dữ liệu bao gồm: thống kê mô tả mẫu khảo sát, kiểm định mức độ tương quan tuyến tính để loại trừ hiện tượng đa cộng tuyến, kiểm định độ phù hợp tổng thể của mô hình qua chỉ số Omnibus Tests of Model Coefficients và hệ số tương quan Nagelkerke R Square, kiểm tra mức độ khớp của mô hình bằng kiểm định Hosmer and Lemeshow Test, và đánh giá tỷ lệ phân loại dự báo chính xác trên bảng ma trận phân loại (Classification Table).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Từ mô hình ban đầu gồm 14 biến độc lập phản ánh đặc điểm nhân khẩu học, điều kiện tài chính và thông tin khoản vay, kết quả hồi quy Logit từng bước đã sàng lọc và xác định được 5 biến có ý nghĩa thống kê cao (mức ý nghĩa p < 0,05), đóng vai trò quyết định đến khả năng trả nợ của khách hàng cá nhân:

                  CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ (MÔ HÌNH LOGIT)
          [TÁC ĐỘNG TÍCH CỰC (+)]                             [TÁC ĐỘNG TIÊU CỰC (-)]

1. Trình độ học vấn (Hệ số hồi quy dương, tác động tích cực): Khách hàng có trình độ học vấn từ đại học trở lên có xác suất trả nợ đúng hạn cao vượt trội so với nhóm có trình độ thấp hơn. Nhóm khách hàng này sở hữu năng lực chuyên môn tốt, thu nhập ổn định và nhận thức pháp lý rõ ràng về nghĩa vụ tín dụng.
2. Thời gian làm việc tại cơ quan hiện tại (Hệ số hồi quy dương, tác động tích cực): Thâm niên công tác tỷ lệ thuận với khả năng duy trì dòng tiền trả nợ. Khách hàng có thời gian làm việc ổn định lâu năm ít đối mặt với nguy cơ gián đoạn thu nhập do thất nghiệp hoặc chuyển đổi công việc.
3. Tình trạng sở hữu nhà ở (Hệ số hồi quy dương, tác động tích cực): Khách hàng sở hữu nhà riêng (thay vì đi thuê hoặc ở nhờ) có nền tảng tài sản tích lũy vững chắc hơn, thể hiện mức độ ổn định cư trú và ý thức bảo vệ uy tín tài chính cá nhân cao hơn.
4. Số lượng người phụ thuộc (Hệ số hồi quy âm, tác động tiêu cực): Số người phụ thuộc trong gia đình càng lớn thì chi phí sinh hoạt thiết yếu (ăn uống, học tập, y tế) càng cao, làm thu hẹp biên độ thu nhập khả dụng dành cho việc trả nợ ngân hàng hàng tháng.
5. Tiền sử tín dụng quá hạn trên CIC (Hệ số hồi quy âm, tác động tiêu cực mạnh nhất): Khách hàng từng có lịch sử chậm trả hoặc phát sinh nợ quá hạn tại các tổ chức tín dụng có xác suất tái vi phạm nghĩa vụ trả nợ cao gấp nhiều lần so với nhóm khách hàng có lịch sử tín dụng chuẩn mực.

Thảo luận kết quả

Kết quả hồi quy thực nghiệm tại Ngân hàng Shinhan – Chi nhánh TP. Hồ Chí Minh hoàn toàn tương thích và củng cố các nghiên cứu quốc tế của Nawai & Shariff (2012) tại Malaysia, Li Shuai và cộng sự (2013) tại Đức, cũng như các nghiên cứu tại thị trường Việt Nam của Đinh Thị Huyền Thanh & Kleimeier (2007) và Trần Thế Sao (2017).

Dữ liệu phân tích thực trạng nợ quá hạn qua các bảng số liệu nội bộ giai đoạn 2016 – 2018 phản ánh sự dịch chuyển cơ cấu rủi ro:

• Mặc dù dư nợ cho vay thế chấp bất động sản chiếm tỷ trọng chi phối (72% năm 2016, 78% năm 2017 và 66% năm 2018), tỷ trọng nợ quá hạn của nhóm này lại giảm mạnh từ 78% năm 2016 xuống còn 51% năm 2018. Điều này chứng minh tài sản bảo đảm là nhà đất vẫn tạo ra áp lực trả nợ tốt cho khách hàng.
• Ngược lại, phân khúc cho vay tiêu dùng tín chấp ghi nhận tỷ trọng nợ quá hạn tăng nhanh chóng từ 7% năm 2016 lên 16% năm 2018. Nguyên nhân bắt nguồn từ việc sản phẩm tín chấp không có tài sản bảo đảm, trong khi quy trình thẩm định lại bỏ qua thông tin nợ của người hôn phối và phụ thuộc vào hệ thống xếp hạng nội bộ chưa bao quát hết các yếu tố hành vi.

Kết quả kiểm định độ chính xác dự báo của mô hình 5 biến đạt tỷ lệ phân loại chính xác tổng thể trên 85%, khẳng định rằng việc tích hợp chặt chẽ 5 chỉ tiêu trên vào hệ thống chấm điểm CSS sẽ giúp ngân hàng nhận diện sớm rủi ro vỡ nợ, thay vì chỉ căn cứ vào giá trị tài sản thế chấp đơn thuần.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, tác giả đề xuất 4 nhóm giải pháp trọng tâm nhằm nâng cao chất lượng thẩm định và tối ưu hóa khả năng thu hồi nợ:

                                  LỘ TRÌNH TRIỂN KHAI 4 NHÓM GIẢI PHÁP

1. Nâng cấp thuật toán hệ thống chấm điểm tín dụng nội bộ (CSS):
   • Hành động: Ban Giám đốc và Phòng Chính sách Tín dụng Hội sở SHBVN cần tái cấu trúc khung điểm số của hệ thống AITHER; nâng tỷ trọng điểm đối với các biến có ý nghĩa cao (trình độ học vấn, thâm niên làm việc, tình trạng sở hữu nhà ở, số người phụ thuộc); đồng thời thiết lập cơ chế tự động từ chối hồ sơ đối với các trường hợp có tiền sử nợ quá hạn tại CIC.
   • Mục tiêu & Thời hạn: Hoàn tất hiệu chỉnh hệ thống trong Quý 1 đến Quý 2 năm tài chính kế tiếp, hướng đến mục tiêu kéo giảm tỷ lệ nợ nhóm 2 xuống dưới 1,0%.
2. Tăng cường thẩm định thực địa và quy trình kiểm tra sau vay:
   • Hành động: Nhân viên quản lý quan hệ khách hàng (RM) và cán bộ thẩm định (LO) phải thực hiện thẩm định thực tế nơi cư trú và cơ sở làm việc trước khi cấp tín dụng; duy trì tần suất kiểm tra mục đích sử dụng vốn sau vay định kỳ 6 tháng/lần đối với các khoản vay mua xe và vay tín chấp tiêu dùng.
   • Mục tiêu & Thời hạn: Triển khai ngay trong Quý 2, bảo đảm 100% hồ sơ vay được giám sát dòng tiền, khống chế tỷ lệ nợ quá hạn mảng tín chấp dưới 10% tổng nợ quá hạn.
3. Mở rộng phạm vi thu thập dữ liệu và tích hợp thông tin người đồng vay:
   • Hành động: Phòng Thẩm định tín dụng Chi nhánh TP. Hồ Chí Minh cần bổ sung quy định bắt buộc kiểm tra lịch sử tín dụng CIC của cả người hôn phối/người đồng trả nợ trong mọi hợp đồng vay tiêu dùng tín chấp, khắc phục triệt để lỗ hổng che giấu nghĩa vụ tài chính gia đình.
   • Mục tiêu & Thời hạn: Áp dụng quy chế mới từ Quý 3, bảo đảm tính minh bạch dữ liệu tài chính 100%.
4. Chuẩn hóa đào tạo chuyên môn và kiểm soát tuân thủ nội bộ:
   • Hành động: Bộ phận Nhân sự và Ban Giám đốc chi nhánh tổ chức định kỳ 4 khóa đào tạo nghiệp vụ chuyên sâu mỗi năm cho đội ngũ LO/RM về kỹ năng phân tích dòng tiền thực tế, nhận diện chứng từ nguồn thu giả mạo và đánh giá thiện chí trả nợ.
   • Mục tiêu & Thời hạn: Thực hiện xuyên suốt cả năm nhằm duy trì tỷ lệ nợ xấu toàn chi nhánh ở mức dưới 0,5% một cách bền vững.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu mang lại giá trị ứng dụng thực tiễn cao cho nhiều nhóm đối tượng:

1. Ban lãnh đạo và chuyên viên quản trị rủi ro tại các ngân hàng thương mại: Cung cấp mô hình định lượng chuẩn mực giúp các tổ chức tín dụng tham khảo để xây dựng, hiệu chỉnh hệ thống xếp hạng tín dụng nội bộ CSS theo định hướng Basel II, tối ưu hóa chính sách cấp hạn mức cho vay bán lẻ.
2. Cán bộ thẩm định và chuyên viên khách hàng cá nhân (RM/LO): Giúp nhân viên kinh doanh nhận diện trực tiếp các đặc điểm rủi ro cốt lõi của khách hàng (lịch sử CIC, số người phụ thuộc, thâm niên), từ đó nâng cao năng lực sàng lọc hồ sơ vay và giảm thiểu các quyết định cấp tín dụng mang tính cảm tính.
3. Học viên cao học và nghiên cứu sinh khối ngành Kinh tế - Tài chính: Đóng vai trò là tài liệu tham khảo học thuật giá trị về quy trình ứng dụng mô hình kinh tế lượng hồi quy Logit trên SPSS để giải quyết các bài toán rủi ro tín dụng thực nghiệm.
4. Các công ty tài chính tiêu dùng và doanh nghiệp công nghệ tài chính (Fintech): Ứng dụng các biến số hành vi và nhân khẩu học được kiểm chứng để phát triển thuật toán chấm điểm tự động (AI credit scoring) trong việc giải ngân các khoản vay nhỏ và phát hành thẻ tín dụng.

Câu hỏi thường gặp

Tại sao mô hình hồi quy Logit lại tối ưu hơn mô hình phân biệt khi đánh giá khả năng trả nợ của khách hàng cá nhân? Mô hình Logit xử lý hoàn hảo biến phụ thuộc nhị phân (trả nợ đúng hạn hoặc quá hạn) mà không đòi hỏi các giả định ngặt nghèo về phân phối chuẩn đa biến như mô hình phân biệt. Đồng thời, Logit lượng hóa trực tiếp xác suất trả nợ thông qua tỷ số chênh Exp(B), giúp ngân hàng dễ dàng phân loại rủi ro trên từng hồ sơ vay thực tế.

Quy mô mẫu 300 hồ sơ vay tại SHBVN – Chi nhánh TP. Hồ Chí Minh có bảo đảm tính đại diện thống kê không? Cỡ mẫu 300 hồ sơ được thu thập ngẫu nhiên trong 3 năm liên tiếp (2016 – 2018), bao quát đầy đủ 3 nhóm sản phẩm chính (vay mua nhà chiếm 66-78%, vay mua xe chiếm 15-26%, vay tín chấp). Quy mô này đáp ứng vượt mức yêu cầu tối thiểu của Green (1991) cho mô hình 14 biến độc lập, bảo đảm độ tin cậy và giá trị thống kê cao.

Yếu tố tiền sử tín dụng quá hạn tại CIC ảnh hưởng như thế nào đến quyết định cấp tín dụng? Tiền sử nợ quá hạn trên CIC là biến có tác động tiêu cực mạnh nhất đến khả năng trả nợ trong mô hình thực nghiệm. Khách hàng từng có nợ nhóm 2 trở lên tại bất kỳ tổ chức tín dụng nào đều thể hiện rủi ro đạo đức hoặc mất cân đối dòng tiền, làm suy giảm nghiêm trọng xác suất hoàn trả khoản vay mới đúng hạn.

Tăng trưởng mạnh mảng cho vay tiêu dùng tín chấp đã tạo ra những rủi ro gì cho chi nhánh? Dư nợ cho vay tín chấp tăng trưởng vượt bậc 329% năm 2017 đã đẩy tỷ trọng nợ quá hạn của nhóm này tăng từ 7% năm 2016 lên 16% năm 2018. Do không có tài sản bảo đảm ràng buộc, các khoản vay tín chấp chịu rủi ro tổn thất vốn rất cao nếu thu nhập của khách hàng bị gián đoạn hoặc ngân hàng thẩm định thiếu thông tin người đồng vay.

Làm thế nào để hệ thống xếp hạng tín dụng CSS khắc phục tình trạng bỏ sót nghĩa vụ nợ của người đồng vay? Ngân hàng cần điều chỉnh quy trình chấm điểm trên phần mềm tự động bằng cách tích hợp đồng thời trường dữ liệu của người hôn phối và người đồng trả nợ. Việc bắt buộc tra cứu lịch sử CIC và tổng hợp nghĩa vụ nợ thẻ tín dụng của cả hai bên sẽ phản ánh chính xác 100% gánh nặng tài chính thực tế của hộ gia đình.

Kết luận

• Luận văn hệ thống hóa toàn diện cơ sở lý luận về tín dụng bán lẻ và quản trị rủi ro thanh toán của khách hàng cá nhân theo chuẩn mực quốc tế Basel II.
• Phân tích thực trạng tín dụng tại Shinhan Bank – CN TP.HCM giai đoạn 2016 – 2018 với quy mô dư nợ tăng trưởng vững chắc, đạt mốc 1.395 tỷ đồng.
• Kiểm định và lượng hóa chính xác 5 yếu tố trọng yếu chi phối khả năng trả nợ: trình độ học vấn, thâm niên công tác, sở hữu nhà ở (+), số người phụ thuộc và tiền sử nợ quá hạn (-).
• Làm rõ sự chuyển dịch cơ cấu nợ quá hạn với mức gia tăng đáng lưu ý của mảng cho vay tiêu dùng tín chấp từ 7% lên 16%.
• Đề xuất hệ thống 4 nhóm giải pháp hoàn thiện thuật toán CSS, siết chặt kiểm tra sau vay và chuẩn hóa dữ liệu CIC nhằm duy trì tỷ lệ nợ xấu dưới 0,5%.

Đóng góp lớn nhất của nghiên cứu là cung cấp bằng chứng thực nghiệm giá trị giúp ngân hàng chuyển đổi từ phương thức thẩm định truyền thống sang lượng hóa xác suất rủi ro khách quan. Trong giai đoạn 6 đến 12 tháng tới, chi nhánh cần khẩn trương tái cấu trúc trọng số hệ thống chấm điểm AITHER và chuẩn hóa quy trình thẩm định thực địa. Các tổ chức tín dụng và nhà nghiên cứu quan tâm có thể khai thác mô hình này để nâng cao năng lực quản trị rủi ro tín dụng cá nhân an toàn và hiệu quả.

Trích đoạn nội dung tài liệu

Chương 1 cũng đã trình bày về mục tiêu tổng quát, mục tiêu cụ thể, câu hỏi và phương pháp nghiên cứu để tạo tiền đề cho việc đánh giá khả năng trả nợ của khách hàng cá nhân và sử dụng mô hình hồi quy Logit trong việc kiểm định lại các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại SHBVN- Chi nhánh TP. Hồ Chí Minh. 6 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG CÁ NHÂN TẠI CÁC NGÂN HÀNG THƯƠNG MẠI 2. Khái quát về khả năng trả nợ của khách hàng cá nhân Theo Nguyễn Minh Kiều (2009) thì “Tín dụng cá nhân là hình thức tín dụng mà trong đó NHTM đóng vai trò là người chuyển nhượng quyền sử dụng vốn của mình cho khách hàng cá nhân hoặc hộ gia đình sử dụng trong một thời gian nhất định phải hoàn trả cả gốc và lãi”.

Trong phạm vi của luận văn này, đối tượng khách hàng cá nhân bao gồm cá nhân và hộ gia đình có giấy chứng nhận hộ kinh doanh cá thể. Nhu cầu vay vốn của cá nhân, hộ gia đình chủ yếu là nhu cầu về mua nhà, sửa chữa nhà, mua sắm vật dụng gia đình, nhu cầu tiêu dùng. Trước khi xác định các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân, ta cần hiểu rõ khái niệm về khả năng trả nợ của khách hàng là gì. Thực tế cho đến nay vẫn chưa có khái niệm thống nhất nào về khả năng trả nợ của khách hàng mà chỉ có nêu ra những dấu hiệu về việc khách hàng có khả năng trả nợ hay không.

Căn cứ theo tài liệu của Basel Committee on Banking Supervision (2006) Ủy ban Basel cũng định nghĩa tình trạng “không có khả năng trả nợ - default” phát sinh khi một hoặc tất cả các điều kiện sau đây xảy ra: - Khách hàng không có khả năng thực hiện đầy đủ nghĩa vụ tài chính khi chưa đến hạn mà chưa tính đến việc ngân hàng xử lý tài sản (nếu có). - Khách hàng có nợ quá hạn trên 90 ngày đối với các khoản vay bất kỳ tại các tổ chức tín dụng. Với những quan điểm trên thì quan điểm về nợ xấu theo học viên cũng phải được tiếp cận dựa vào khả năng trả nợ của khách hàng. Có nghĩa là một khoản cho vay trong hạn, hoặc thậm chí mới cho vay, nhưng có các dấu hiệu chứng tỏ rằng khả năng trả nợ của khoản vay là đáng nghi ngờ thì cũng có thể coi là một khoản nợ xấu.

Như vậy một lần nữa khẳng định rằng khả năng trả nợ của khách hàng cá nhân liên quan mật thiết đến hoạt động của ngân hàng. Theo Quỹ tiền tệ quốc tế (IMF) định nghĩa về nợ xấu: 7 - Định nghĩa về nợ xấu đã được IMF đưa ra như sau: “Một khoản cho vay được coi là không sinh lời (nợ xấu) khi tiền thanh toán lãi và/hoặc tiền gốc đã quá hạn từ 90 ngày trở lên, hoặc các khoản thanh toán lãi đến 90 ngày hoặc hơn đã được tái cơ cấu hay gia hạn nợ, hoặc các khoản thanh toán dưới 90 ngày nhưng có các nguyên nhân nghi ngờ việc trả nợ sẽ được thực hiện đầy đủ”. - Về cơ bản, nợ xấu theo quan điểm của IMF được định nghĩa dựa trên hai yếu tố: (i): quá hạn trên 90 ngày, hoặc (ii): khả năng trả nợ bị nghi ngờ. Với quan điểm này, nợ xấu được tiếp cận dựa trên thời gian quá hạn trả nợ và khả năng trả nợ của khách hàng.

Khả năng trả nợ ở đây có thể là khách hàng hoàn toàn không trả được nợ, hoặc việc trả nợ của khách hàng là không đầy đủ. Đây được coi là định nghĩa hiện đang được áp dụng phổ biến trên thế giới. - Tại Việt Nam chỉ có quy định về nợ xấu là nợ được các TCTD đánh giá là không có khả năng trả nợ. Cụ thể theo Quyết định 493/2005/QĐ-NHNN, quyết định 18/2007/QĐ-NHNN và Thông tư 02/2013/TT-NHNN nợ xấu bao gồm các khoản nợ từ nhóm 3 cho đến nhóm 5, là các khoản nợ bị đánh giá là có khả năng mất một phần vốn và lãi (nợ nhóm 3), có khả năng tổn thất cao (nợ nhóm 4), và không còn khả năng thu hồi nợ (nợ nhóm 5).

Nợ nhóm 2 được cho là suy giảm khả năng trả nợ, tuy nhiên đây chỉ là những khoản vay cần chú ý, khách hàng vẫn còn khả năng thanh toán nợ. Nhưng nếu khách hàng có nhiều khoản vay mà một trong những khoản vay đó bị nhảy nhóm nợ thì khách hàng đó được xem là trong tình trạng nhóm nợ cao nhất. Thông thường các ngân hàng Việt Nam căn cứ vào tình trạng trả nợ thực tế của khách hàng để đánh giá khả năng trả nợ của khách hàng. Như vậy, nợ xấu theo quan điểm của NHNN Việt Nam cũng được xác định dựa trên hai yếu tố: (i): đã quá hạn trên 90 ngày hoặc (ii): khả năng trả nợ đáng lo ngại”.

Thông thường ta có thể phân loại một khách hàng cá nhân đang vay vốn vào hai trạng thái là có khả năng trả nợ hay không có khả năng trả nợ. Nhưng theo Nawai & Shariff (2012) cho rằng: “Tình trạng thanh toán khoản vay của khách hàng cá nhân được phân loại thành 3 nhóm: (1)” paid on time”: khách hàng trả nợ đúng hạn khi tới kì hạn thanh toán, (2) “delinquency”: Khách hàng trả sau ngày tới hạn hoặc trả đúng kì hạn nhưng số tiền trả nợ ít hơn số tiền phải thanh toán, và (3) 8 “default”: khách hàng vỡ nợ tức là những khách hàng không trả nợ sau 3 tháng kể từ ngày tới hạn. Như vậy có thể suy luận rằng khả năng trả nợ của khách hàng cá nhân là việc mà khách hàng đó có khả năng thực hiện thanh toán các nghĩa vụ nợ đầy đủ và đúng hạn hay không. Theo Alex White (2008), trong nghiên cứu về khả năng trả nợ của cá nhân, khả năng trả nợ vay của khách hàng cá nhân là khả năng tạo ra đủ thu nhập trong suốt thời gian vay để đảm bảo cho các khoản hoàn trả theo định kỳ.

Xét trong mối quan hệ tín dụng ngân hàng, khả năng trả nợ vay của khách hàng cá nhân là việc đánh giá khách hàng có thực hiện đầy đủ và đúng hạn nghĩa vụ nợ cho bên cấp tín dụng trong toàn bộ thời gian quan hệ tín dụng hoặc trong một khoản thời gian xác định hay không. Như vậy, khả năng trả nợ của khách hàng cá nhân là khả năng mà khách hàng tạo ra đủ thu nhập trong suốt thời gian vay để đảm bảo thực hiện tốt nghĩa vụ hoàn trả các khoản nợ theo định kỳ. Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân  Các yếu tố từ bản thân khách hàng: - Đạo đức người vay: thể hiện qua mối quan hệ, uy tín của khách hàng, năng lực trình độ quản lý và thiện chí trả nợ của khách hàng. Hiện nay việc đánh giá thiện chí trả nợ của khách hàng được cho là rất quan trọng đối với khâu thẩm định tín dụng, bởi nhiều khách hàng có thừa năng lực tài chính, tài sản đảm bảo nhưng họ không có thiện chí trả nợ cho ngân hàng.

Đạo đức của khách hàng chủ yếu dựa trên lịch sử quan hệ tín dụng với các ngân hàng, tính thật thà, sự sẵn lòng trả nợ của khách hàng và thiện chí trong việc thực hiện tất cả các điều khoản trong hợp đồng tín dụng và thường được ngân hàng phán đoán dựa theo thông tin tra cứu từ trung tâm thông tin tín dụng (CIC) và từ việc phỏng vấn trực tiếp khách hàng. - Thông tin thuộc về bản thân khách hàng như độ tuổi, giới tính, tình trạng hôn nhân, trình độ học vấn, kinh nghiệm làm việc, ngành nghề làm việc, chức vụ công tác, thời gian làm công việc hiện tại,…Những thông tin này giúp ngân hàng đánh giá về khả năng và mức độ nhận thức của khách hàng, sự an toàn và bền vững trong nghề nghiệp của khách hàng, tăng khả năng nắm bắt kịp thời những biến động về 9 kinh tế, về thị trường việc làm, điều đó quyết định đến sự ổn định của nguồn thu nhập cũng như khả năng trả nợ của khách hàng vay. Trình độ học vấn càng cao, thì khả năng tiếp cận, xử lý và sử dụng thông tin của người vay từ nhiều nguồn cũng như cách thức xử lý thông tin trong công việc cũng tốt hơn. Do đó giáo dục sẽ có tác động tích cực đến khả năng trả nợ của khách hàng cá nhân (Brehanu & Fufa, 2008).

Với những khách hàng làm việc trong nhà nước sẽ ổn định hơn làm việc công ty tư nhân, và có chức vụ cao, giữ vị trí quan trọng trong tổ chức hay công ty thì một phần đánh giá được uy tín và năng lực của khách hàng đó. - Yếu tố thuộc về điều kiện sống của khách hàng: nghiên cứu điều kiện sống của khách hàng nhằm đánh giá được tác động và sự chi phối đến yếu tố tài chính của khách hàng. Những yếu tố này bao gồm: số người phụ thuộc, số người tạo thu nhập, tình trạng sở hữu nhà, tình trạng sở hữu các tài sản khác như xe hơi, số lượng bất động sản đang sở hữu, đặc điểm nơi cư trú của khách hàng. Trong các yếu tố này, thì số người phụ thuộc sẽ chi phối đến khả năng trả nợ của khách hàng khi các nhu cầu về đau ốm bệnh tật, học hành, chi phí thiết yếu cho cuộc sống tăng cao, làm giảm số tiền để trả nợ và ảnh hưởng đến quỹ tiết kiệm cho khách hàng.

Còn một số yếu tố còn lại có tác động làm tăng khả năng trả nợ như khác hàng sở hữu nhiều căn nhà, số người đi làm tạo thu nhập cho gia đình cao sẽ làm giảm gánh nặng cho khách hàng vay. - Động lực của người vay: Theo nghiên cứu của Mirpourian và Cộng sự (2016) về “khả năng trả nợ của khách hàng vay cá nhân ở Ấn Độ”. Các tác giả đã thu thập dữ liệu của 373 khách hàng vay trong thời gian từ năm 2005 đến năm 2012. Khác với các nghiên cứu trên, ngoài việc phân tích đặc điểm của khách hàng vay: độ tuổi, giới tính, tình trạng hôn nhân, trình độ học vấn, trình độ chuyên môn, kinh nghiệm làm việc, nhóm tác giả đã tập trung vào những vấn đề bị bỏ quên trong các tài liệu tín dụng vi mô, đó là động lực của người vay cho những khoản vay trong tương lai, nó ảnh hưởng đến xác suất trả nợ đầy đủ khoản vay hay trả nợ từng phần.

Kết quả thực nghiệm cho thấy rằng tỷ lệ hoàn trả khoản vay được cải thiện khi mà người vay tiến đến gần hạn mức cho vay.