Bối cảnh và vấn đề nghiên cứu
Trong hệ thống ngân hàng thương mại (NHTM), hoạt động tín dụng giữ vai trò huyết mạch, chiếm tỷ trọng cao nhất trong tổng tài sản và là nguồn tạo ra thu nhập chủ yếu. Tuy nhiên, hoạt động cung ứng vốn luôn song hành cùng rủi ro tín dụng, mà biểu hiện rõ nét nhất là nợ xấu. Nợ xấu phát sinh khi khách hàng vay sử dụng vốn sai mục đích, hoạt động sản xuất kinh doanh kém hiệu quả hoặc suy giảm năng lực tài chính, dẫn đến việc không thể hoàn trả nợ gốc và lãi đúng hạn. Đối với mảng tín dụng khách hàng cá nhân (KHCN), việc nhận diện chính xác các đặc điểm và thuộc tính tài chính của người vay đóng vai trò tiên quyết giúp ngân hàng thiết lập chính sách tín dụng an toàn, hạn chế tối đa tổn thất vốn.
Khóa luận tốt nghiệp của tác giả Nguyễn Thị Kim Anh (Chuyên ngành Quản trị Kinh doanh, Khoa Quản trị Kinh doanh, Trường Đại học Kinh tế – Đại học Huế; người hướng dẫn: ThS. Bùi Văn Chiêm) tập trung phân tích thực trạng và các nhân tố ảnh hưởng đến nợ xấu cá nhân tại Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) – Chi nhánh Huế trong giai đoạn 2019–2021.
Mục tiêu nghiên cứu được xác định cụ thể như sau:
- Hệ thống hóa cơ sở lý luận và thực tiễn về nợ xấu, quản trị nợ xấu tại ngân hàng thương mại.
- Phân tích thực trạng hoạt động kinh doanh, tình hình tín dụng, nợ xấu và lượng hóa các nhân tố tác động đến khả năng phát sinh nợ xấu của khách hàng cá nhân tại VPBank – Chi nhánh Huế.
- Đề xuất các giải pháp và khuyến nghị nhằm giúp VPBank – Chi nhánh Huế nâng cao hiệu quả phòng ngừa, kiểm soát và giảm thiểu rủi ro nợ xấu trong mảng cho vay cá nhân.
Câu hỏi nghiên cứu:
- Những nhân tố nào có tác động cơ bản đến khả năng phát sinh nợ xấu của khách hàng cá nhân tại VPBank – Chi nhánh Huế?
- Chi nhánh cần triển khai các giải pháp cụ thể nào để phòng ngừa và xử lý nợ xấu hiệu quả trong mảng tín dụng cá nhân?
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Các khách hàng cá nhân đang có hợp đồng vay vốn tại VPBank – Chi nhánh Huế.
- Phạm vi không gian: VPBank – Chi nhánh Huế (Địa chỉ: Số 35 Lý Thường Kiệt, phường Phú Nhuận, thành phố Huế, tỉnh Thừa Thiên Huế).
- Phạm vi thời gian: Dữ liệu thứ cấp được thu thập trong giai đoạn 3 năm từ 2019 đến 2021; dữ liệu sơ cấp và nghiên cứu thực địa được thực hiện trong thời gian thực tập từ ngày 12/09/2022 đến ngày 18/12/2022.
Cơ sở lý thuyết và phương pháp
Khóa luận thuộc loại hình nghiên cứu kết hợp giữa phân tích thống kê mô tả dữ liệu thứ cấp và kiểm định mô hình kinh tế lượng nhị nguyên (Binary Logistic) trên dữ liệu khảo sát hồ sơ khách hàng.
Khung lý thuyết và chuẩn mực pháp lý
Tác giả tổng hợp các quan điểm học thuật và quy định pháp lý về nợ xấu:
- Quan điểm của Ngân hàng Trung ương Châu Âu (ECB): Nợ xấu là các khoản cho vay không có khả năng thu hồi (do hết hiệu lực, con nợ trốn/mất tích, mất khả năng thanh toán, phá sản) hoặc không thể thu hồi đầy đủ do tài sản thế chấp không đủ giá trị bù đắp nghĩa vụ nợ.
- Quan điểm của Quỹ Tiền tệ Quốc tế (IMF): Khoản vay bị coi là nợ xấu khi tiền thanh toán gốc và/hoặc lãi đã quá hạn từ 90 ngày trở lên, hoặc các khoản nợ đã được tái cơ cấu, hoặc khoản vay dưới 90 ngày nhưng có dấu hiệu nghi ngờ về khả năng trả nợ đầy đủ.
- Quy định của Ngân hàng Nhà nước Việt Nam (SBV): Căn cứ Khoản 8 Điều 3 Thông tư 02/2013/TT-NHNN, nợ xấu bao gồm các khoản nợ thuộc Nhóm 3 (nợ dưới tiêu chuẩn, quá hạn từ 90 đến 180 ngày), Nhóm 4 (nợ nghi ngờ, quá hạn từ 181 đến 360 ngày) và Nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày).
- Tiêu chí phân loại và trích lập dự phòng: Căn cứ Quyết định số 493/2005/QĐ-NHNN và Quyết định số 18/2007/QĐ-NHNN, các khoản nợ được phân loại theo phương pháp định lượng (theo số ngày quá hạn) và phương pháp định tính (theo hệ thống xếp hạng tín dụng nội bộ) thành 5 nhóm:
- Nhóm 1 (Nợ đủ tiêu chuẩn): Tỷ lệ trích lập dự phòng 0%.
- Nhóm 2 (Nợ cần chú ý): Tỷ lệ trích lập dự phòng 5%.
- Nhóm 3 (Nợ dưới tiêu chuẩn): Tỷ lệ trích lập dự phòng 20%.
- Nhóm 4 (Nợ nghi ngờ): Tỷ lệ trích lập dự phòng 50%.
- Nhóm 5 (Nợ có khả năng mất vốn): Tỷ lệ trích lập dự phòng 100%.
- Công thức tính số tiền dự phòng cụ thể: $R = \max{0, (A - C)} \times r$ (trong đó $R$ là dự phòng cụ thể phải trích, $A$ là số dư nợ gốc, $C$ là giá trị khấu trừ của tài sản bảo đảm, $r$ là tỷ lệ trích lập tương ứng từng nhóm nợ).
Các chỉ tiêu tài chính và hoạt động tín dụng
Nghiên cứu sử dụng các chỉ tiêu đánh giá quy mô và chất lượng tín dụng:
- Doanh số cho vay: Tổng giá trị giải ngân trong kỳ.
- Dư nợ cho vay: Dư nợ cuối kỳ = Dư nợ đầu kỳ + Doanh số cho vay trong kỳ – Doanh số thu nợ trong kỳ.
- Tỷ lệ nợ quá hạn: $\text{Tỷ lệ nợ quá hạn} = \frac{\text{Nợ quá hạn}}{\text{Tổng dư nợ}} \times 100%$.
- Tỷ lệ nợ xấu: $\text{Tỷ lệ nợ xấu} = \frac{\text{Nợ xấu (Nhóm 3 + 4 + 5)}}{\text{Tổng dư nợ}} \times 100%$.
Kế thừa nghiên cứu trước và thiết lập mô hình hồi quy
Tác giả lược khảo các công trình của Võ Thị Hồng Nhung (2012), Huỳnh Thị Thu Hiền (2012), Nguyễn Thị Hồng Vinh (2015), Nguyễn Quốc Khánh (2017) để xây dựng mô hình hồi quy Binary Logistic phân tích xác suất xảy ra nợ xấu ($Y = 1$ là khoản vay phát sinh nợ xấu thuộc nhóm 3, 4, 5; $Y = 0$ là khoản vay không có nợ xấu thuộc nhóm 1, 2):
| Ký hiệu |
Tên biến |
Diễn giải biến |
Loại biến |
Nguồn kế thừa |
| $X_1$ |
HOCVAN |
Trình độ học vấn của khách hàng |
Định tính |
Huỳnh Thị Thu Hiền (2012) |
| $X_2$ |
SOTIEN VAY |
Số tiền khách hàng vay tại ngân hàng (triệu đồng) |
Định lượng |
Huỳnh Thị Thu Hiền (2012) |
| $X_3$ |
THUN HAP |
Thu nhập hàng tháng của khách hàng (triệu đồng) |
Định lượng |
Huỳnh Thị Thu Hiền (2012) |
| $X_4$ |
LAISUAT |
Lãi suất cho vay (%/năm) |
Định lượng |
Huỳnh Thị Thu Hiền (2012) |
| $X_5$ |
THOIGIAN VAY |
Thời hạn vay vốn (tháng) |
Định lượng |
Nguyễn Quốc Khánh (2017) |
| $X_6$ |
SONGUOITHUTHUOC |
Số người phụ thuộc tài chính vào khách hàng (người) |
Định lượng |
Nguyễn Quốc Khánh (2017) |
| $X_7$ |
TAISAN DAMBAO |
Tài sản thế chấp đảm bảo khoản vay (1 = Có, 0 = Không) |
Định tính |
Huỳnh Thị Thu Hiền (2012) |
Dữ liệu và phương pháp chọn mẫu
- Dữ liệu thứ cấp: Báo cáo tài chính, báo cáo kết quả kinh doanh, số liệu thống kê thu nợ, cho vay, dư nợ và nợ xấu của VPBank – Chi nhánh Huế giai đoạn 2019–2021.
- Dữ liệu sơ cấp: Thu thập từ hồ sơ tín dụng khách hàng cá nhân. Với tổng thể $N = 221$ khách hàng cá nhân vay vốn, tác giả áp dụng công thức Yamane (1976) với sai số cho phép $e = 5%$:
$$n = \frac{N}{1 + N(e)^2} = \frac{221}{1 + 221 \times (0.05)^2} \approx 142$$
- Nhằm loại trừ mẫu lỗi, cỡ mẫu thực tế được chọn là $n = 147$.
- Phương pháp chọn mẫu: Chọn mẫu ngẫu nhiên hệ thống với bước nhảy $K = \frac{N}{n} = \frac{3}{2}$ (trong mỗi nhóm 3 hồ sơ liên tiếp trong danh sách tổng thể, chọn lấy 2 hồ sơ đầu tiên).
- Phương pháp phân tích: Thống kê mô tả, phân tích số tuyệt đối/tương đối, kiểm định độ phù hợp của mô hình và hồi quy Binary Logistic bằng phần mềm SPSS.
Nội dung chính theo từng chương
Chương 1: Tổng quan về nợ xấu và các vấn đề liên quan tới nợ xấu
Chương 1 hệ thống hóa cơ sở lý thuyết về hoạt động tín dụng và bản chất của nợ xấu trong NHTM. Nội dung chương tập trung làm rõ:
- Các khái niệm và tiêu chí phân loại nợ xấu theo thông lệ quốc tế (ECB, IMF) và quy chuẩn của Ngân hàng Nhà nước Việt Nam (Thông tư 02/2013/TT-NHNN, Quyết định 493/2005/QĐ-NHNN, Quyết định 18/2007/QĐ-NHNN).
- Tác động đa chiều của nợ xấu: Đối với ngân hàng, nợ xấu làm giảm lợi nhuận do trích lập dự phòng rủi ro, gây thâm hụt nguồn vốn, suy giảm khả năng thanh khoản, giảm uy tín thương hiệu và cản trở hội nhập quốc tế. Đối với nền kinh tế, nợ xấu làm tắc nghẽn chu chuyển dòng vốn tín dụng, giảm khả năng cung ứng vốn cho sản xuất và kìm hãm tăng trưởng kinh tế.
- Ba nhóm nguyên nhân phát sinh nợ xấu:
- Nguyên nhân khách quan: Biến động vĩ mô (lạm phát, lãi suất, tăng trưởng GDP, suy thoái kinh tế), thiên tai, dịch bệnh ảnh hưởng tiêu cực đến thu nhập người vay.
- Nguyên nhân từ phía khách hàng: Gian lận giấy tờ (sổ đỏ, bảng lương khống), sử dụng vốn sai mục đích, vay hộ/vay ké, nhận thức hạn chế, biến cố sức khỏe/ốm đau, hoặc thói quen chỉ trả lãi hàng tháng và trông chờ đảo nợ vào cuối kỳ.
- Nguyên nhân từ phía NHTM: Bất cân xứng thông tin, thiếu phối hợp với chính quyền và cơ quan chức năng để kiểm tra thông tin, quy trình thẩm định trước khi vay sơ sài, thiếu kiểm tra và giám sát sau giải ngân.
- Quy trình quản trị nợ xấu gồm hai nhóm biện pháp cốt lõi: Phòng ngừa (chính sách tín dụng, quy trình chặt chẽ, thẩm định, giám sát) và Xử lý nợ (đánh giá lại năng lực trả nợ, phân loại nợ, tái cơ cấu, xử lý tài sản thế chấp).
Chương 2: Phân tích ảnh hưởng của các nhân tố đến nợ xấu tại Ngân hàng TMCP Việt Nam Thịnh Vượng – Chi nhánh Huế
Chương 2 trình bày bức tranh tổng thể về tình hình hoạt động, chất lượng tín dụng và kết quả kiểm định mô hình tại VPBank – Chi nhánh Huế.
Tình hình nhân sự và tổ chức:
- Đội ngũ lao động tại chi nhánh tăng dần: từ 60 người (2019) lên 62 người (2020, tăng 3,3%) và 65 người (2021, tăng 4,8%).
- Cơ cấu giới tính: Nam chiếm bình quân ~55%, nữ chiếm ~45%.
- Cơ cấu trình độ: Lao động có trình độ Đại học chiếm ưu thế tuyệt đối trên 80% (năm 2019 đạt 81,7%; năm 2020 đạt 82,3%; năm 2021 đạt 81,5%), trình độ phổ thông chiếm ~13%, cao đẳng chiếm ~7%.
Tình hình huy động vốn và hoạt động kinh doanh:
- Nguồn vốn huy động liên tục tăng trưởng: Năm 2019 đạt 669.243 triệu đồng; năm 2020 đạt 785.112 triệu đồng (tăng 17,31%); năm 2021 đạt 905.875 triệu đồng (tăng 15,38%). Nguồn vốn huy động chủ yếu đến từ tiền gửi dân cư (chiếm trên 97%) và tiền gửi có kỳ hạn (chiếm trên 90%).
- Kết quả kinh doanh:
- Doanh thu: Tăng từ 87.815 triệu đồng (2019) lên 96.825 triệu đồng (2020) và 110.340 triệu đồng (2021).
- Chi phí: Tăng từ 64.112 triệu đồng (2019) lên 70.062 triệu đồng (2020) và 78.669 triệu đồng (2021).
- Lợi nhuận trước thuế: Tăng trưởng liên tục, đạt 23.703 triệu đồng (2019), 26.763 triệu đồng (2020, tăng 12,91%) và 31.671 triệu đồng (2021, tăng 18,34%).
- Lợi nhuận sau thuế: Đạt 17.222 triệu đồng (2019), 19.544 triệu đồng (2020) và 22.966 triệu đồng (2021).
Tình hình cho vay, thu nợ và dư nợ tín dụng:
| Chỉ tiêu |
Năm 2019 (Triệu đồng) |
Năm 2020 (Triệu đồng) |
Năm 2021 (Triệu đồng) |
So sánh 2020/2019 (%) |
So sánh 2021/2020 (%) |
| Doanh số cho vay |
566.561 |
661.046 |
756.376 |
+16,68 |
+14,42 |
| - Ngắn hạn |
417.188 |
489.933 |
563.048 |
+17,44 |
+14,92 |
| - Trung và dài hạn |
149.373 |
171.113 |
193.328 |
+14,55 |
+12,98 |
| - Doanh nghiệp |
421.996 |
472.639 |
510.320 |
+12,00 |
+7,97 |
| - Khách hàng cá nhân |
144.565 |
188.407 |
246.056 |
+25,48 |
+30,60 |
| Doanh số thu nợ |
496.756 |
541.540 |
583.634 |
+9,02 |
+7,77 |
| - Ngắn hạn |
412.032 |
435.328 |
464.937 |
+5,65 |
+6,80 |
| - Trung và dài hạn |
84.724 |
106.212 |
118.697 |
+25,36 |
+11,75 |
| - Doanh nghiệp |
357.930 |
355.737 |
372.082 |
-0,61 |
+4,59 |
| - Khách hàng cá nhân |
138.826 |
185.803 |
211.552 |
+33,84 |
+13,86 |
| Tổng dư nợ |
359.432 |
490.760 |
514.818 |
+36,54 |
+4,90 |
| - Dư nợ ngắn hạn |
156.633 |
225.685 |
251.156 |
+36,42 |
+11,29 |
| - Dư nợ trung & dài hạn |
193.799 |
265.075 |
263.662 |
+36,78 |
-0,53 |
| - Dư nợ Doanh nghiệp |
318.935 |
440.306 |
454.371 |
+38,05 |
+3,19 |
| - Dư nợ KH cá nhân |
40.497 |
50.454 |
60.447 |
+24,59 |
+19,81 |
Thực trạng nợ quá hạn và nợ xấu:
- Cơ cấu nhóm nợ: Dư nợ Nhóm 1 luôn chiếm tỷ trọng áp đảo trên tổng dư nợ (năm 2019 chiếm 98,94%; năm 2020 chiếm 99,03%; năm 2021 chiếm 98,62%). Nhóm 2 duy trì ở mức thấp (0,38% năm 2019; 0,33% năm 2020 và 0,65% năm 2021).
- Tỷ lệ nợ quá hạn: Năm 2019 là 3.794 triệu đồng (chiếm 1,06% tổng dư nợ); năm 2020 là 4.744 triệu đồng (chiếm 0,97% tổng dư nợ); năm 2021 tăng lên 7.094 triệu đồng (chiếm 1,38% tổng dư nợ).
- Quy mô nợ xấu (Nhóm 3 + Nhóm 4 + Nhóm 5):
- Năm 2019: Đạt 2.430 triệu đồng, tỷ lệ nợ xấu/tổng dư nợ là 0,68%.
- Năm 2020: Đạt 3.126 triệu đồng (tăng 696 triệu đồng, tương ứng tăng 28,64% so với năm 2019), tỷ lệ nợ xấu/tổng dư nợ là 0,64%.
- Năm 2021: Đạt 3.744 triệu đồng (tăng 618 triệu đồng, tương ứng tăng 19,77% so với năm 2020), tỷ lệ nợ xấu/tổng dư nợ là 0,73%.
- Trong các nhóm nợ xấu, nợ Nhóm 5 (nợ có khả năng mất vốn) chiếm tỷ trọng lớn nhất (năm 2019 là 1.794 triệu đồng, chiếm 0,5% tổng dư nợ). Tác giả chỉ ra nguyên nhân nợ xấu gia tăng chủ yếu do ảnh hưởng tiêu cực của đại dịch Covid-19 và biến động kinh tế vĩ mô.
Chương 3: Giải pháp phòng ngừa nợ xấu tại Ngân hàng TMCP Việt Nam Thịnh Vượng – Chi nhánh Huế
Dựa trên kết quả phân tích số liệu tài chính và thực trạng rủi ro tín dụng tại địa bàn, tác giả xây dựng các định hướng và nhóm giải pháp xử lý, phòng ngừa nợ xấu:
- Nâng cao năng lực thẩm định trước giải ngân: Đánh giá thực chất năng lực tài chính, nguồn thu nhập thực tế của khách hàng vay; kiểm tra tính hợp pháp và định giá chính xác tài sản bảo đảm.
- Hoàn thiện công tác giám sát sau cho vay: Theo dõi sát sao tiến độ sử dụng vốn, định kỳ đánh giá lại nguồn trả nợ để kịp thời phát hiện nguy cơ suy giảm tài chính trước khi khoản nợ chuyển nhóm.
- Nâng cao tính chuyên nghiệp và đạo đức nghề nghiệp của cán bộ tín dụng: Hạn chế rủi ro đạo đức, khắc phục tình trạng thiếu kiểm tra thực địa hồ sơ.
- Phối hợp chặt chẽ với cơ quan quản lý và địa phương: Tăng cường liên kết thông tin với cơ quan Thuế, Văn phòng đăng ký quyền sử dụng đất, Trung tâm Thông tin Tín dụng (CIC) để kiểm soát tình trạng vay chéo hoặc dùng giấy tờ giả.
Kết quả và đóng góp
Kết quả chính
- Phản ánh trung thực tình hình hoạt động của VPBank – Chi nhánh Huế giai đoạn 2019–2021: Chi nhánh duy trì được sự tăng trưởng về quy mô nguồn vốn huy động (từ 669.243 triệu lên 905.875 triệu đồng), doanh số cho vay (từ 566.561 triệu lên 756.376 triệu đồng) và lợi nhuận sau thuế (từ 17.222 triệu lên 22.966 triệu đồng).
- Kiểm soát chất lượng tín dụng: Tỷ lệ nợ xấu tại chi nhánh duy trì ở ngưỡng an toàn theo quy định ngành (<3%), dao động trong khoảng 0,64% – 0,73% tổng dư nợ trong cả 3 năm (năm 2019: 0,68%; năm 2020: 0,64%; năm 2021: 0,73%). Mặc dù vậy, quy mô tuyệt đối của nợ xấu có chiều hướng tăng dần qua từng năm (từ 2.430 triệu đồng năm 2019 lên 3.744 triệu đồng năm 2021), trong đó nợ Nhóm 5 chiếm tỷ trọng chi phối.
- Lượng hóa tác động từ hồ sơ thực tế: Khóa luận ứng dụng thành công phương pháp chọn mẫu ngẫu nhiên hệ thống trên $n = 147$ khách hàng vay vốn từ tổng thể $N = 221$ khách hàng, cung cấp cơ sở dữ liệu sơ cấp phục vụ mô hình phân tích hồi quy Binary Logistic.
Giải pháp và kiến nghị
- Thiết lập quy trình kiểm soát chặt chẽ đối với các khoản vay cá nhân dựa trên các biến số có rủi ro cao (thu nhập không ổn định, số tiền vay lớn, thời gian vay dài, không có tài sản thế chấp).
- Xây dựng cơ chế trích lập dự phòng rủi ro chủ động theo quy chuẩn của Ngân hàng Nhà nước để bảo toàn vốn trước các biến động bất khả kháng.
Đóng góp về mặt học thuật và thực tiễn
- Khóa luận kế thừa có chọn lọc các mô hình nghiên cứu rủi ro tín dụng của các tác giả đi trước (Huỳnh Thị Thu Hiền, Nguyễn Quốc Khánh), điều chỉnh bộ biến độc lập phù hợp với đặc thù khách hàng cá nhân tại một chi nhánh ngân hàng thương mại cổ phần trên địa bàn thành phố Huế.
- Kết hợp đồng bộ giữa số liệu kế toán – tài chính thứ cấp 3 năm và dữ liệu điều tra hồ sơ tín dụng sơ cấp, tạo nên bức tranh phân tích có căn cứ thực nghiệm.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của đề tài
- Phạm vi không gian nghiên cứu chỉ gói gọn tại một đơn vị cơ sở là VPBank – Chi nhánh Huế, chưa mở rộng so sánh đối chứng với các chi nhánh VPBank khác trong khu vực miền Trung hoặc các NHTM khác trên địa bàn tỉnh Thừa Thiên Huế.
- Chuỗi số liệu thứ cấp thu thập trong 3 năm (2019–2021) là giai đoạn có biến động bất thường do dịch bệnh Covid-19, có thể làm biến dạng nhất thời các chỉ số nợ quá hạn và nợ xấu.
- Cỡ mẫu khảo sát hồ sơ tín dụng dừng lại ở mức $n = 147$ khách hàng cá nhân do giới hạn về thời gian thực tập (hơn 3 tháng) và quy mô khách hàng tại chi nhánh.
Hướng nghiên cứu tiếp
- Mở rộng quy mô mẫu khảo sát và đối tượng nghiên cứu sang cả phân khúc khách hàng doanh nghiệp vừa và nhỏ (SMEs).
- Kéo dài chuỗi thời gian phân tích sang các năm tiếp theo để đánh giá tác động của các chính sách tín dụng hậu đại dịch.
- Bổ sung thêm các biến kiểm soát kinh tế vĩ mô (lạm phát địa phương, biến động giá bất động sản) vào mô hình hồi quy để gia tăng năng lực giải thích của mô hình dự báo nợ xấu.
Giá trị tham khảo
- Đối với sinh viên chuyên ngành Tài chính – Ngân hàng, Quản trị Kinh doanh: Khóa luận là tài liệu tham khảo trực quan về cấu trúc một đề tài nghiên cứu kết hợp giữa phân tích tài chính ngân hàng và mô hình kinh tế lượng nhị nguyên (Binary Logistic).
- Đối với người nghiên cứu rủi ro tín dụng: Cung cấp phương pháp luận chọn mẫu ngẫu nhiên hệ thống theo công thức Yamane (1976), cách thức vận dụng các văn bản pháp quy của Ngân hàng Nhà nước (Thông tư 02, Quyết định 493, Quyết định 18) vào đánh giá thực tế.
- Đối với cán bộ tín dụng và quản lý ngân hàng: Bảng dữ liệu chi tiết về cơ cấu nợ, tốc độ thu nợ và các nguyên nhân dẫn đến rủi ro từ phía người vay là căn cứ thực tế hữu ích cho công tác kiểm soát hồ sơ tín dụng cá nhân tại địa bàn tỉnh Thừa Thiên Huế.
Câu hỏi thường gặp
1. Tỷ lệ nợ xấu của VPBank – Chi nhánh Huế trong giai đoạn 2019–2021 biến động như thế nào?
Tỷ lệ nợ xấu trên tổng dư nợ của chi nhánh lần lượt đạt 0,68% (năm 2019, quy mô 2.430 triệu đồng), 0,64% (năm 2020, quy mô 3.126 triệu đồng) và 0,73% (năm 2021, quy mô 3.744 triệu đồng). Mặc dù tỷ lệ này vẫn nằm trong ngưỡng an toàn theo quy định ngành (<3%), quy mô nợ xấu tuyệt đối tăng 54,07% sau 3 năm, trong đó nợ Nhóm 5 luôn chiếm tỷ trọng lớn nhất.
2. Quy mô mẫu và phương pháp chọn mẫu khảo sát được thực hiện ra sao?
Từ tổng thể $N = 221$ khách hàng cá nhân vay vốn, tác giả áp dụng công thức Yamane (1976) với mức sai số $e = 5%$ để xác định cỡ mẫu tối thiểu là 142. Để nâng cao độ chính xác, tác giả thu thập thực tế $n = 147$ hồ sơ theo phương pháp chọn mẫu ngẫu nhiên hệ thống với bước nhảy $K = 3/2$ (trong 3 hồ sơ liên tiếp chọn 2 hồ sơ đầu tiên).
3. Tác giả sử dụng các căn cứ pháp lý và tiêu chuẩn nào để phân loại nợ và trích lập dự phòng?
Khóa luận căn cứ vào Khoản 8 Điều 3 Thông tư 02/2013/TT-NHNN, Quyết định số 493/2005/QĐ-NHNN và Quyết định số 18/2007/QĐ-NHNN của Ngân hàng Nhà nước Việt Nam. Nợ được phân thành 5 nhóm với tỷ lệ trích lập dự phòng cụ thể tương ứng: Nhóm 1 (0%), Nhóm 2 (5%), Nhóm 3 (20%), Nhóm 4 (50%), Nhóm 5 (100%), áp dụng công thức tính dự phòng $R = \max{0, (A - C)} \times r$.
4. Mô hình kinh tế lượng nào được sử dụng và gồm các biến số nào?
Tác giả sử dụng mô hình hồi quy Binary Logistic nhị nguyên. Biến phụ thuộc $Y$ nhận giá trị 1 (khoản vay có nợ xấu - Nhóm 3, 4, 5) và 0 (khoản vay không nợ xấu - Nhóm 1, 2). Bảy biến độc lập bao gồm: Trình độ học vấn ($X_1$), Số tiền vay ($X_2$), Thu nhập hàng tháng ($X_3$), Lãi suất cho vay ($X_4$), Thời gian vay ($X_5$), Số người phụ thuộc ($X_6$), và Tài sản đảm bảo ($X_7$).
5. Cơ cấu nguồn vốn huy động của VPBank – Chi nhánh Huế có đặc điểm gì nổi bật?
Giai đoạn 2019–2021, quy mô huy động vốn tăng từ 669.243 triệu lên 905.875 triệu đồng. Điểm nổi bật là nguồn vốn của chi nhánh phụ thuộc chủ yếu vào nguồn tiền gửi từ dân cư (chiếm khoảng 97% tổng vốn huy động) và hình thức gửi tiền có kỳ hạn (chiếm trên 90% tổng vốn huy động).
Kết luận
Khóa luận tốt nghiệp của tác giả Nguyễn Thị Kim Anh đã hoàn thành toàn diện mục tiêu nghiên cứu về thực trạng và các nhân tố ảnh hưởng đến nợ xấu của khách hàng cá nhân tại VPBank – Chi nhánh Huế giai đoạn 2019–2021. Bằng việc kết hợp chặt chẽ giữa phân tích thống kê tài chính thứ cấp và phương pháp chọn mẫu ngẫu nhiên hệ thống ($n = 147$) ứng dụng mô hình Binary Logistic, đề tài làm rõ bức tranh chất lượng tín dụng và cơ cấu nợ tại đơn vị. Các nhóm giải pháp thẩm định, giám sát và kiểm soát tài sản bảo đảm được đề xuất xuất phát trực tiếp từ thực trạng số liệu, mang lại giá trị ứng dụng thiết thực cho công tác quản trị rủi ro tín dụng tại chi nhánh.
