Luận văn thạc sĩ ueh phân tích những yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng thương mại cổ phần quân đội

Luận văn thạc sĩ UEH phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại ngân hàng thương mại cổ phần quân đội.

• Tác giả: Nguyễn Thị Yến Nhi
• Người hướng dẫn: TS. Trần Thị Mộng Tuyết
• Trường học: Trường Đại Học Kinh Tế Tp. Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Phân Tích Những Yếu Tố Ảnh Hưởng Đến Khả Năng Trả Nợ Của Khách Hàng Doanh Nghiệp Tại Ngân Hàng Thương Mại Cổ Phần Quân Đội
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU VẤN ĐỀ NGHIÊN CỨU
• 1.1. Tính cấp thiết của vấn đề nghiên cứu
• 1.2. Mục tiêu nghiên cứu
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.5.1. Phương pháp định tính
• 1.5.2. Phương pháp định lượng
• 1.5.2.1. Phương pháp thu thập số liệu
• 1.5.2.2. Phương pháp chọn mẫu
• 1.6. Phương pháp xử lý số liệu
• 1.7. Mô hình Logistic về khả năng trả nợ của KHDN
• 1.8. Kết cấu luận văn
• 2. CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VỀ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA KHDN TẠI CÁC NGÂN HÀNG THƯƠNG MẠI
• 2.1. Khái niệm tín dụng tại ngân hàng thương mại
• 2.2. Đặc điểm cơ bản phân loại tín dụng KHCN và KHDN
• 2.3. Lý thuyết về khả năng trả nợ vay của KHDN
• 2.4. Các mô hình nghiên cứu về khả năng trả nợ của khách hàng doanh nghiệp
• 2.5. Mô hình hồi quy Logistic
• 2.6. Kết luận chương 2
• 3. CHƯƠNG 3: THỰC TRẠNG KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN QUÂN ĐỘI
• 3.1. Giới thiệu về ngân hàng TMCP Quân Đội
• 3.2. Quá trình hình thành và phát triển
• 3.3. Kết quả hoạt động kinh doanh
• 3.4. Thực trạng hoạt động tín dụng KHDN tại ngân hàng TMCP Quân Đội
• 3.4.1. Dư nợ khách hàng của MB theo phân khúc khách hàng
• 3.4.2. Dư nợ KHDN theo thời gian vay vốn
• 3.4.3. Dư nợ KHDN theo ngành nghề kinh doanh
• 3.4.4. Dư nợ KHDN theo khu vực
• 3.5. Thực trạng rủi ro tín dụng KHDN tại Ngân hàng TMCP Quân Đội
• 3.5.1. Phân tích rủi ro tín dụng KHDN theo nợ quá hạn
• 3.5.2. Phân tích rủi ro tín dụng KHDN theo nhóm nợ
• 3.5.3. Phân tích rủi ro tín dụng KHDN theo ngành nghề kinh doanh
• 3.6. Thực trạng về công tác đánh giá khả năng trả nợ của KHDN tại Ngân hàng TMCP Quân Đội
• 3.6.1. Nguồn thông tin đánh giá khả năng trả nợ của KHDN tại Ngân hàng TMCP Quân Đội
• 3.6.2. Các phương pháp đánh giá khả năng trả nợ của KHDN tại Ngân hàng TMCP Quân Đội
• 3.6.2.1. Phương pháp đánh giá khả năng trả nợ của KHDN dựa trên định hướng chỉ đạo tín dụng, sản phẩm tín dụng và chính sách tín dụng từng thời kì
• 3.6.2.2. Phương pháp đánh giá khả năng trả nợ của KHDN dựa trên hệ thống xếp hạng tín dụng nội bộ MB
• 3.6.3. Nhận định về các phương pháp đánh giá khả năng trả nợ của KHDN tại Ngân hàng TMCP Quân Đội
• 3.6.3.1. Mặt thành công
• 3.6.3.2. Mặt hạn chế
• 3.7. Kết luận chương 3
• 4. CHƯƠNG 4: ỨNG DỤNG MÔ HÌNH LOGISTIC KIỂM ĐỊNH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA KHDN TẠI NGÂN HÀNG TMCP QUÂN ĐỘI
• 4.1. Mô hình nghiên cứu
• 4.2. Tiêu chuẩn lựa chọn mô hình nghiên cứu
• 4.3. Lựa chọn mô hình Logistic
• 4.4. Phương pháp vận dụng mô hình nghiên cứu
• 4.4.1. Biến phụ thuộc
• 4.4.2. Biến độc lập
• 4.4.3. Quy trình vận dụng mô hình nghiên cứu
• 4.5. Dữ liệu nghiên cứu
• 4.5.1. Thu thập dữ liệu và chọn mẫu
• 4.5.2. Thống kê mô tả dữ liệu
• 4.6. Kết quả nghiên cứu
• 4.6.1. Kết quả từ mô hình
• 4.6.2. Các tiêu chí đo lường mức độ phù hợp và chính xác của mô hình
• 4.7. Kết luận chương 4
• 5. CHƯƠNG 5: GIẢI PHÁP ĐỐI VỚI CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP QUÂN ĐỘI
• 5.1. Tóm tắt kết quả nghiên cứu từ mô hình kiểm định
• 5.2. Định hướng chiến lược phát triển hoạt động cho vay KHDN tại Ngân hàng TMCP Quân Đội
• 5.3. Nhóm giải pháp đối với các yếu tố ảnh hưởng đến khả năng trả nợ của KHDN tại ngân hàng TMCP Quân Đội
• 5.3.1. Đối với nhóm nhân tố tác động cùng chiều
• 5.3.2. Đối với nhóm nhân tố tác động ngược chiều
• 5.4. Hạn chế của luận văn và gợi ý nhóm giải pháp nâng cao chất lượng công tác đánh giá khả năng trả nợ của KHDN tại ngân hàng TMCP Quân Đội
• 5.4.1. Hạn chế của luận văn
• 5.4.2. Gợi ý nhóm giải pháp nâng cao chất lượng công tác đánh giá khả năng trả nợ của KHDN tại ngân hàng TMCP Quân Đội
• 5.4.2.1. Đối với quy trình thẩm định KHDN
• 5.4.2.2. Đối với hệ thống công văn và chính sách tín dụng
• 5.4.2.3. Đối với yếu tố con người
• 5.5. Kết luận chương 5
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Về Khả Năng Trả Nợ Của Doanh Nghiệp Tại Ngân Hàng Quân Đội

Khả năng trả nợ của doanh nghiệp là một yếu tố quan trọng trong hoạt động tín dụng của ngân hàng. Đặc biệt, tại Ngân hàng TMCP Quân Đội, việc đánh giá khả năng này không chỉ dựa vào các chỉ số tài chính mà còn phụ thuộc vào nhiều yếu tố khác nhau. Nghiên cứu này sẽ phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp, từ đó đưa ra những giải pháp phù hợp.

1.1. Khái Niệm Về Khả Năng Trả Nợ Của Doanh Nghiệp

Khả năng trả nợ của doanh nghiệp được hiểu là khả năng thực hiện nghĩa vụ tài chính đúng hạn. Điều này bao gồm việc thanh toán các khoản vay ngân hàng và các khoản nợ khác. Đánh giá khả năng này thường dựa vào các chỉ số tài chính như lợi nhuận, dòng tiền và tài sản.

1.2. Vai Trò Của Ngân Hàng Trong Đánh Giá Khả Năng Trả Nợ

Ngân hàng đóng vai trò quan trọng trong việc đánh giá khả năng trả nợ của doanh nghiệp. Hệ thống ngân hàng cần có các phương pháp thẩm định chính xác để giảm thiểu rủi ro tín dụng và đảm bảo an toàn cho hoạt động cho vay.

II. Các Yếu Tố Ảnh Hưởng Đến Khả Năng Trả Nợ Của Doanh Nghiệp

Nhiều yếu tố ảnh hưởng đến khả năng trả nợ của doanh nghiệp tại Ngân hàng TMCP Quân Đội. Những yếu tố này có thể được chia thành các nhóm như yếu tố tài chính, yếu tố phi tài chính và yếu tố môi trường. Việc phân tích các yếu tố này sẽ giúp ngân hàng có cái nhìn tổng quan hơn về rủi ro tín dụng.

2.1. Yếu Tố Tài Chính Ảnh Hưởng Đến Khả Năng Trả Nợ

Yếu tố tài chính bao gồm các chỉ số như tỷ lệ nợ trên vốn chủ sở hữu, dòng tiền từ hoạt động kinh doanh và lợi nhuận. Những chỉ số này giúp ngân hàng đánh giá khả năng thanh toán nợ của doanh nghiệp.

2.2. Yếu Tố Phi Tài Chính Ảnh Hưởng Đến Khả Năng Trả Nợ

Yếu tố phi tài chính như quản lý doanh nghiệp, uy tín và kinh nghiệm của ban lãnh đạo cũng có ảnh hưởng lớn đến khả năng trả nợ. Những yếu tố này thường khó đo lường nhưng lại rất quan trọng trong việc đánh giá rủi ro tín dụng.

2.3. Yếu Tố Môi Trường Kinh Doanh Ảnh Hưởng Đến Khả Năng Trả Nợ

Môi trường kinh doanh bao gồm các yếu tố như chính sách kinh tế, tình hình thị trường và cạnh tranh. Những yếu tố này có thể tác động đến doanh thu và lợi nhuận của doanh nghiệp, từ đó ảnh hưởng đến khả năng trả nợ.

III. Phương Pháp Đánh Giá Khả Năng Trả Nợ Của Doanh Nghiệp

Để đánh giá khả năng trả nợ của doanh nghiệp, Ngân hàng TMCP Quân Đội áp dụng nhiều phương pháp khác nhau. Các phương pháp này bao gồm phân tích tài chính, mô hình hồi quy và các chỉ số đánh giá rủi ro tín dụng.

3.1. Phân Tích Tài Chính Trong Đánh Giá Khả Năng Trả Nợ

Phân tích tài chính là phương pháp cơ bản nhất để đánh giá khả năng trả nợ. Ngân hàng sẽ xem xét các báo cáo tài chính của doanh nghiệp để đưa ra quyết định cho vay.

3.2. Mô Hình Hồi Quy Trong Đánh Giá Khả Năng Trả Nợ

Mô hình hồi quy Logistic được sử dụng để dự đoán khả năng trả nợ của doanh nghiệp dựa trên các yếu tố đầu vào. Phương pháp này giúp ngân hàng có cái nhìn chính xác hơn về rủi ro tín dụng.

3.3. Các Chỉ Số Đánh Giá Rủi Ro Tín Dụng

Ngân hàng sử dụng các chỉ số như tỷ lệ nợ xấu, tỷ lệ thanh toán đúng hạn để đánh giá rủi ro tín dụng. Những chỉ số này giúp ngân hàng đưa ra quyết định cho vay hợp lý.

IV. Ứng Dụng Thực Tiễn Tại Ngân Hàng TMCP Quân Đội

Việc áp dụng các phương pháp đánh giá khả năng trả nợ tại Ngân hàng TMCP Quân Đội đã mang lại nhiều kết quả tích cực. Ngân hàng đã giảm thiểu được rủi ro tín dụng và nâng cao chất lượng cho vay.

4.1. Kết Quả Đánh Giá Khả Năng Trả Nợ Tại Ngân Hàng

Kết quả đánh giá khả năng trả nợ cho thấy tỷ lệ nợ xấu đã giảm đáng kể trong những năm qua. Điều này chứng tỏ rằng ngân hàng đã thực hiện tốt công tác thẩm định.

4.2. Các Giải Pháp Nâng Cao Chất Lượng Đánh Giá

Ngân hàng cần tiếp tục cải tiến các phương pháp đánh giá khả năng trả nợ, bao gồm việc áp dụng công nghệ thông tin và phân tích dữ liệu lớn để nâng cao độ chính xác.

V. Kết Luận Về Khả Năng Trả Nợ Của Doanh Nghiệp Tại Ngân Hàng Quân Đội

Khả năng trả nợ của doanh nghiệp là một yếu tố quan trọng trong hoạt động tín dụng của ngân hàng. Việc phân tích và đánh giá các yếu tố ảnh hưởng đến khả năng này sẽ giúp ngân hàng đưa ra quyết định cho vay chính xác hơn, từ đó giảm thiểu rủi ro tín dụng.

5.1. Tương Lai Của Khả Năng Trả Nợ Tại Ngân Hàng

Trong tương lai, ngân hàng cần tiếp tục nghiên cứu và áp dụng các phương pháp mới để nâng cao khả năng đánh giá khả năng trả nợ của doanh nghiệp.

5.2. Đề Xuất Giải Pháp Cải Thiện

Đề xuất các giải pháp cải thiện quy trình đánh giá khả năng trả nợ, bao gồm việc đào tạo nhân viên và cập nhật công nghệ mới.

Nội dung chính

Tổng quan nghiên cứu

Trong hệ thống tài chính ngân hàng tại Việt Nam, hoạt động cấp tín dụng cho khách hàng doanh nghiệp luôn giữ vai trò huyết mạch, chiếm tỷ trọng bình quân trên 70% tổng danh mục cho vay của các ngân hàng thương mại. Tại Ngân hàng Thương mại Cổ phần Quân Đội (MB), tính đến ngày 31/12/2015, tổng dư nợ cho vay đạt 121.348 tỷ đồng, trong đó dư nợ khách hàng doanh nghiệp chiếm xấp xỉ 73,42% với quy mô 86.410 tỷ đồng, đóng góp lớn vào mức lợi nhuận trước thuế 3.220 tỷ đồng. Tuy nhiên, đi đôi với sự tăng trưởng tín dụng bình quân 20,66% mỗi năm là rủi ro nợ xấu tiềm ẩn, trực tiếp đe dọa đến hệ số an toàn vốn và tính thanh khoản của toàn hệ thống. Mặc dù tỷ lệ nợ xấu của ngân hàng đã giảm từ mức 2,76% năm 2014 xuống còn 1,35% vào năm 2015, việc kiểm soát và phân tích các yếu tố ảnh hưởng đến khả năng hoàn trả gốc và lãi đúng hạn của doanh nghiệp vẫn là nhiệm vụ cấp thiết hàng đầu.

Vấn đề cốt lõi đặt ra là các phương pháp thẩm định truyền thống thường dựa nhiều vào định tính, khiến việc dự báo xác suất vỡ nợ chưa đạt độ chính xác tối ưu. Luận văn thạc sĩ chuyên ngành Tài chính - Ngân hàng của tác giả Nguyễn Thị Yến Nhi, thực hiện dưới sự hướng dẫn khoa học của Tiến sĩ Trần Thị Mộng Tuyết tại Trường Đại học Kinh tế TP. Hồ Chí Minh năm 2016, tập trung giải quyết bài toán này. Nghiên cứu xác định mục tiêu đo lường tác động của các biến số tài chính và phi tài chính đến khả năng trả nợ của khách hàng doanh nghiệp thông qua mô hình kinh tế lượng. Phạm vi nghiên cứu bao quát dữ liệu tín dụng trên toàn hệ thống MB trong giai đoạn 2011–2015, với 279 hồ sơ doanh nghiệp được thu thập thực tế. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn, cung cấp cơ sở khoa học định lượng giúp ngân hàng giảm thiểu tỷ lệ nợ quá hạn từ mức 5,17% xuống dưới 3,0%, đồng thời tối ưu hóa tỷ lệ thu hồi vốn trong giai đoạn tái cơ cấu 2016–2020.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa của các lý thuyết quản trị rủi ro tín dụng hiện đại và các quy chuẩn pháp lý ngân hàng. Về mặt pháp lý và khái niệm, luận văn bám sát quy định tại Luật các Tổ chức tín dụng số 47/2010/QH12, Thông tư 02/2013/TT-NHNN và Quyết định 493/2005/QĐ-NHNN về phân loại nợ, trích lập dự phòng rủi ro từ nhóm 1 đến nhóm 5. Nghiên cứu cũng vận dụng chuẩn mực quốc tế Basel II và định nghĩa nợ xấu của Quỹ Tiền tệ Quốc tế (IMF) đối với các khoản nợ quá hạn từ 90 ngày trở lên.

Về khung phân tích, luận văn kế thừa mô hình định tính 5C gồm tư cách người vay (Character), năng lực tài chính (Capacity), vốn tự có (Capital), tài sản bảo đảm (Collateral), điều kiện kinh tế (Conditions) và mô hình 5P gồm mục đích (Purpose), thanh toán (Payment), bảo vệ (Protection), chính sách (Policy), định giá (Pricing). Để khắc phục tính chủ quan của các mô hình định tính, nghiên cứu tiếp cận mô hình điểm số Z của Edward I. Altman (1968) và mô hình xác suất vỡ nợ của Chiara Pederzoli và Costanza Torricelli (2010), cùng các nghiên cứu thực nghiệm của Jiménez và Saurina (2003) tại Tây Ban Nha và Lê Khương Ninh cùng Lê Thị Thu Diềm (2012) tại Việt Nam. Các khái niệm trọng tâm bao gồm khả năng trả nợ, đòn bẩy tài chính, tỷ suất sinh lời trên vốn chủ sở hữu (ROE), dòng tiền tự do và tài sản bảo đảm.

Phương pháp nghiên cứu

Nghiên cứu kết hợp hài hòa giữa phương pháp phân tích định tính và phương pháp định lượng. Nguồn dữ liệu thứ cấp được trích xuất từ báo cáo tài chính kiểm toán năm 2015 và hệ thống chấm điểm xếp hạng tín dụng nội bộ của 279 khách hàng doanh nghiệp có quan hệ tín dụng tại MB trên toàn quốc trong giai đoạn 2011–2015.

Phương pháp chọn mẫu áp dụng nguyên tắc ngẫu nhiên đa vùng miền, đại diện cho các nhóm ngành sản xuất, thương mại, xây dựng và dịch vụ. Mẫu nghiên cứu chủ động loại bỏ các định chế tài chính đặc thù như công ty bảo hiểm, công ty chứng khoán và công ty tài chính nhằm đảm bảo tính đồng nhất của cấu trúc bảng cân đối kế toán.

Phương pháp phân tích định lượng cốt lõi là mô hình hồi quy Binary Logistic được xử lý trên phần mềm thống kê SPSS phiên bản 20.0. Lý do lựa chọn mô hình Logistic xuất phát từ bản chất của biến phụ thuộc mang tính nhị phân, trong đó giá trị 1 đại diện cho khách hàng có khả năng trả nợ tốt và giá trị 0 đại diện cho khách hàng không trả được nợ hoặc phát sinh nợ xấu nhóm 2 đến nhóm 5. Mô hình Logistic vượt trội hơn phân tích biệt số tuyến tính do không yêu cầu giả định phân phối chuẩn nghiêm ngặt của các biến độc lập, cho phép ước lượng chính xác xác suất trả nợ thông qua các kiểm định độ phù hợp Omnibus, hệ số -2 Log Likelihood, kiểm định Hosmer & Lemeshow và ma trận phân loại dự báo.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Từ mô hình ban đầu gồm 12 biến độc lập, quá trình tinh chỉnh và xử lý kinh tế lượng đã chọn lọc ra mô hình tối ưu với 6 biến có ý nghĩa thống kê cao ở các mức 1%, 5% và 10%, phản ánh toàn diện sức khỏe tín dụng của doanh nghiệp.

Thứ nhất, nhóm chỉ tiêu hiệu quả kinh doanh và thanh khoản có tác động cùng chiều mạnh nhất đến khả năng hoàn trả nợ vay. Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) và tỷ số thanh toán hiện thời thể hiện mối tương quan dương rõ rệt. Doanh nghiệp duy trì ROE dương ổn định và tỷ số thanh toán trên 1,2 lần đạt tỷ lệ hoàn trả nợ đúng hạn lên tới trên 96,83%, khẳng định dòng tiền thuần từ hoạt động sản xuất kinh doanh là nguồn thanh toán nợ vững chắc nhất.

Thứ hai, đòn bẩy tài chính và tỷ số nợ trên tổng tài sản (D/A) tác động ngược chiều mạnh mẽ đến khả năng trả nợ. Doanh nghiệp có tỷ lệ nợ phải trả vượt quá 70% tổng tài sản chịu áp lực chi phí lãi vay rất lớn, làm tăng xác suất trượt nhóm nợ sang nợ quá hạn. Thực tế dữ liệu MB cho thấy trong giai đoạn 2011–2014, nhóm doanh nghiệp có đòn bẩy cao chiếm phần lớn trong tổng dư nợ quá hạn 3.340 tỷ đồng (tương đương 5,17% tổng dư nợ năm 2011).

Thứ ba, thời hạn vay và cơ cấu kỳ hạn tín dụng có sự phân hóa rõ nét. Tín dụng ngắn hạn chiếm tỷ trọng chi phối 67,61% đến 70,0% trong cơ cấu dư nợ của MB, ghi nhận xác suất hoàn trả nợ đúng hạn cao hơn nhờ vòng quay vốn nhanh và khả năng kiểm soát phương án dễ dàng. Ngược lại, các khoản vay trung và dài hạn tuy chỉ chiếm 11% đến 18% tổng dư nợ nhưng có tốc độ tăng trưởng bình quân cao đạt 40%/năm, tiềm ẩn rủi ro chuyển nhóm nợ cao hơn nếu thị trường biến động.

Thứ tư, yếu tố vùng miền và ngành nghề kinh doanh thể hiện mức độ rủi ro khác biệt. Dư nợ tập trung chủ yếu tại khu vực miền Bắc với 65,81% và miền Nam khoảng 30%. Về ngành nghề, các doanh nghiệp trong lĩnh vực xây dựng nhà ở và lắp đặt chiếm tỷ trọng dư nợ 7,47%, xây dựng cơ sở hạ tầng 5,73% và kinh doanh dầu khí 3,37% là những nhóm ngành có biên độ dao động rủi ro lớn nhất. Ma trận dự báo của mô hình Logistic 6 biến đạt tỷ lệ dự báo chính xác tổng thể trên 88,5%, chứng minh độ tin cậy vượt trội trong việc phân loại khách hàng.

Thảo luận kết quả

Kết quả phân tích định lượng phản ánh chân thực thực trạng quản trị tín dụng tại MB và hoàn toàn tương thích với các nghiên cứu thực nghiệm quốc tế. Mối quan hệ nghịch biến giữa đòn bẩy tài chính và khả năng trả nợ khẳng định luận điểm của Marco Bigelli và Javier Sánchez-Vidal (2012) cũng như nghiên cứu của Lê Khương Ninh và Lê Thị Thu Diềm (2012). Khi doanh nghiệp lạm dụng vốn vay ngân hàng để mở rộng đầu tư mà không có sự gia tăng tương ứng của vốn chủ sở hữu, năng lực chống chịu trước các cú sốc giảm sút doanh thu sẽ suy giảm nghiêm trọng.

Bên cạnh đó, vai trò của tài sản bảo đảm và quy mô khoản vay trong nghiên cứu củng cố kết luận của Jiménez và Saurina (2003). Tài sản bảo đảm đóng vai trò như một công cụ phòng ngừa rủi ro đạo đức, ràng buộc trách nhiệm của chủ doanh nghiệp. Tuy nhiên, việc tỷ lệ nợ xấu KHDN tại MB giảm từ 2,76% năm 2014 xuống 1,35% năm 2015 và duy trì mức 1,23% vào 6 tháng đầu năm 2016 chứng minh rằng tài sản bảo đảm chỉ là nguồn thu hồi nợ thứ cấp; nguồn trả nợ tiên quyết vẫn là dòng tiền tạo ra từ phương án kinh doanh khả thi.

Dữ liệu nghiên cứu được trực quan hóa thông qua bảng phân loại ma trận nhầm lẫn (Classification Table) và biểu đồ phân bổ dư nợ đa chiều theo ngành nghề kinh doanh. Cách tiếp cận này giúp các cấp phê duyệt tín dụng dễ dàng nhận diện ngưỡng rủi ro định lượng thay vì chỉ phán đoán cảm tính.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm từ mô hình hồi quy Logistic, ngân hàng cần triển khai đồng bộ 4 nhóm giải pháp chiến lược nhằm tối ưu hóa chất lượng tín dụng doanh nghiệp:

Thứ nhất, nâng cấp quy trình thẩm định và tích hợp mô hình định lượng vào hệ thống xếp hạng tín dụng nội bộ. Khối Quản trị Rủi ro kết hợp với Trung tâm Công nghệ Thông tin MB cần tự động hóa việc tính toán điểm số Z và xác suất vỡ nợ cho từng hồ sơ vay. Mục tiêu đạt độ chính xác dự báo trên 92%, rút ngắn 25% thời gian thẩm định hồ sơ, hoàn thành triển khai trong vòng 6 tháng kể từ khi phê duyệt đề án.

Thứ hai, thiết lập chính sách kiểm soát trần đòn bẩy tài chính và đa dạng hóa danh mục ngành nghề. Khối Khách hàng Doanh nghiệp và Hội đồng Tín dụng toàn hàng cần quy định trần tỷ số nợ trên tổng tài sản tối đa 65% đối với các ngành rủi ro cao như xây dựng và bất động sản. Duy trì mục tiêu kiểm soát tỷ lệ nợ xấu KHDN dưới 1,2% và tỷ lệ nợ quá hạn dưới 2,5% xuyên suốt giai đoạn 2016–2020.

Thứ ba, tăng cường công tác giám sát dòng tiền sau giải ngân và tái thẩm định tài sản bảo đảm định kỳ. Khối Giám sát Tín dụng phối hợp cùng Công ty Quản lý Nợ và Khai thác Tài sản (MB AMC) thực hiện kiểm tra thực địa tối thiểu 3 tháng một lần đối với các khoản vay trung và dài hạn. Đảm bảo 100% tài sản bảo đảm bằng bất động sản và nhà xưởng được tái định giá độc lập hàng năm, duy trì liên tục từ quý 1 hàng năm.

Thứ tư, chuẩn hóa năng lực phân tích tài chính chuyên sâu cho đội ngũ cán bộ tín dụng. Khối Nhân sự và Viện Đào tạo MB cần tổ chức các khóa huấn luyện chuyên sâu về phân tích báo cáo lưu chuyển tiền tệ, kỹ thuật phát hiện gian lận báo cáo tài chính và phương pháp quản trị rủi ro theo chuẩn mực Basel II. Mục tiêu 100% cán bộ thẩm định đạt chứng chỉ nghiệp vụ nâng cao trong vòng 12 đến 18 tháng.

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 4 nhóm đối tượng trọng tâm:

Nhóm thứ nhất là Ban điều hành và chuyên viên quản trị rủi ro tại các ngân hàng thương mại cổ phần. Luận văn cung cấp phương pháp luận và bộ biến số chuẩn xác để xây dựng mô hình cảnh báo sớm nợ xấu, giúp tối ưu hóa hệ thống xếp hạng tín dụng nội bộ theo chuẩn mực Basel II.

Nhóm thứ hai là cán bộ thẩm định tín dụng và chuyên viên quan hệ khách hàng doanh nghiệp (RM). Tài liệu giúp cán bộ nhận diện nhanh các chỉ số tài chính trọng yếu như ROE, tỷ số nợ, khả năng thanh khoản và các dấu hiệu rủi ro ngành nghề, từ đó nâng cao chất lượng lập tờ trình thẩm định phương án vay.

Nhóm thứ ba là Giám đốc tài chính (CFO) và chủ doanh nghiệp đang có nhu cầu tiếp cận vốn ngân hàng. Luận văn giúp doanh nghiệp hiểu rõ khẩu vị rủi ro và các tiêu chí chấm điểm khắt khe của ngân hàng, từ đó chủ động cơ cấu lại nguồn vốn, duy trì đòn bẩy tài chính an toàn để nâng cao xếp hạng tín nhiệm.

Nhóm thứ tư là giảng viên, học viên cao học và nhà nghiên cứu chuyên ngành Tài chính - Ngân hàng, Kinh tế phát triển. Công trình là tài liệu tham khảo mẫu mực về quy trình ứng dụng mô hình kinh tế lượng Binary Logistic trên phần mềm SPSS 20.0 để giải quyết bài toán thực nghiệm trong lĩnh vực ngân hàng tại Việt Nam.

Câu hỏi thường gặp

Mô hình hồi quy Logistic mang lại ưu thế vượt trội nào so với mô hình định tính 5C và 5P truyền thống? Mô hình Logistic lượng hóa chính xác xác suất vỡ nợ nhị phân dựa trên dữ liệu BCTC thực tế, loại bỏ hoàn toàn yếu tố cảm tính chủ quan của cán bộ thẩm định. Trong khi mô hình 5C chỉ dừng lại ở việc đánh giá định tính, mô hình Logistic cung cấp trọng số cụ thể cho từng biến số tài chính với độ tin cậy thống kê cao.

Tỷ lệ nợ xấu của khách hàng doanh nghiệp tại MB đã chuyển biến ra sao trong giai đoạn 2011–2015? Chất lượng tín dụng doanh nghiệp tại MB được cải thiện vượt bậc qua từng năm. Nhờ chính sách quản trị rủi ro tập trung và thành lập các ban xử lý nợ chuyên trách, tỷ lệ nợ xấu KHDN đã giảm mạnh từ mức đỉnh 2,76% năm 2014 xuống còn 1,35% năm 2015 và tiếp tục duy trì ở mức an toàn 1,23% vào tháng 6/2016.

Yếu tố tài chính nào tác động tiêu cực mạnh nhất đến khả năng trả nợ của doanh nghiệp? Đòn bẩy tài chính và tỷ số nợ trên tổng tài sản là nhân tố tác động nghịch biến lớn nhất. Dữ liệu thực nghiệm 279 doanh nghiệp cho thấy khi hệ số nợ vượt quá ngưỡng an toàn, chi phí lãi vay tăng vọt làm xói mòn lợi nhuận ròng, dẫn đến nguy cơ mất khả năng thanh toán khi dòng tiền kinh doanh bị gián đoạn.

Tài sản bảo đảm đóng vai trò như thế nào trong việc quyết định cấp tín dụng doanh nghiệp tại MB? Tài sản bảo đảm là nguồn thanh toán dự phòng thứ cấp giúp giảm thiểu tổn thất tín dụng khi phát sinh nợ xấu, đồng thời hạn chế rủi ro đạo đức của bên vay. Tuy nhiên, ngân hàng luôn đặt trọng tâm thẩm định vào tính khả thi của phương án kinh doanh và dòng tiền trả nợ thực tế thay vì cho vay thuần túy dựa trên tài sản thế chấp.

Mẫu nghiên cứu 279 khách hàng doanh nghiệp được lựa chọn như thế nào để đảm bảo tính đại diện? Mẫu 279 doanh nghiệp được chọn lọc ngẫu nhiên trên toàn hệ thống chi nhánh MB cả nước, đáp ứng tiêu chuẩn minh bạch về BCTC kiểm toán và có kết quả xếp hạng tín dụng nội bộ kỳ gần nhất. Nghiên cứu chủ động loại trừ các định chế tài chính đặc thù nhằm đảm bảo tính đồng nhất và độ tin cậy cho toàn bộ mô hình kinh tế lượng.

Kết luận

Luận văn thạc sĩ của tác giả Nguyễn Thị Yến Nhi đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với những đóng góp quan trọng:

• Hệ thống hóa toàn diện cơ sở lý luận về tín dụng doanh nghiệp và các mô hình đo lường rủi ro tín dụng hiện đại gồm 5C, 5P, Altman Z-score và Binary Logistic.
• Phản ánh trung thực bức tranh tín dụng tại MB giai đoạn 2011–2015 với tốc độ tăng trưởng tín dụng 20,66% và tỷ lệ nợ xấu được kiểm soát ấn tượng ở mức 1,35%.
• Ứng dụng thành công mô hình hồi quy Logistic trên mẫu 279 doanh nghiệp, định lượng hóa tác động cùng chiều của ROE, thanh khoản và tác động ngược chiều của đòn bẩy tài chính.
• Đề xuất hệ thống 4 nhóm giải pháp thực tiễn từ hoàn thiện hệ thống xếp hạng tín dụng nội bộ, kiểm soát trần nợ vay đến nâng cao năng lực đội ngũ thẩm định.
• Cung cấp tài liệu tham khảo có giá trị học thuật và thực tiễn cao cho các nhà quản trị ngân hàng và giới nghiên cứu tài chính.

Trong giai đoạn tiếp theo từ năm 2016 đến năm 2020, MB và các tổ chức tín dụng cần tiếp tục mở rộng quy mô nghiên cứu, cập nhật dữ liệu vĩ mô và ứng dụng sâu rộng mô hình định lượng vào quy trình cấp tín dụng hàng ngày. Hãy tham khảo toàn văn công trình nghiên cứu để áp dụng ngay các giải pháp quản trị rủi ro tín dụng hiệu quả cho tổ chức của bạn.

Trích đoạn nội dung tài liệu

chương I Thông tư 02/2013/TT-NHNN, điều 11 mục 1 chương II có quy định rõ:  Nợ nhóm 3 (nợ dưới tiêu chuẩn) được hiểu là các khoản nợ được TCTD, chi nhánh ngân hàng nước ngoài đánh giá là không có khả năng thu hồi nợ gốc và lãi khi đến hạn. Các khoản nợ này được TCTD, chi nhánh ngân hàng nước ngoài đánh giá là có khả năng tổn thất.  Nợ nhóm 4 (nợ nghi ngờ) bao gồm : Các khoản nợ được TCTD, chi nhánh ngân hàng nước ngoài đánh giá là có khả năng tổn thất cao.  Nợ nhóm 5 (nợ có khả năng mất vốn) bao gồm: Các khoản nợ được TCTD, chi nhánh ngân hàng nước ngoài đánh giá là không còn khả năng thu hồi, mất vốn.

- Nợ đủ tiêu chuẩn là khoản nợ được các tổ chức tín dụng đánh giá là có khả năng thu hồi đầy đủ các nợ gốc và lãi đúng hạn, như vậy một khoản vay được đánh giá là có hiệu quả khi khoản vay đó được khách hàng trả lãi và trả nợ gốc đúng thời hạn. Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp 2. Lược khảo các nghiên cứu thực nghiệm về các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp 2. Nghiên cứu của Chiara Pederzoli, Costanza Torricelli (2010) Đây là mô hình nghiên cứu phát triển dựa trên nghiên cứu của Beaver (1966) và Altman (1968).

Mô hình sử dụng mẫu nghiên cứu là các doanh nghiệp vừa và nhỏ trên địa bàn vùng Emilia Romagna thuộc Italia để xác định điểm tín dụng LUAN VAN CHAT LUONG download : add [e-mail] 10 đối với các doanh nghiệp vay vốn dựa trên giả định là rủi ro tài chính có ảnh hưởng trực tiếp đến rủi ro tín dụng của KHDN. Trong bài viết này, các tác giả sử dụng các chỉ tiêu tài chính và trọng số để đo lường xác suất vỡ nợ của KHDN quy mô vừa và nhỏ. Các tác giả đã xây dựng mô hình như sau: PD=1/(1+exp(2.43SALESA)) Trong đó: - Biến phụ thuộc là PD thể hiện xác suất vỡ nợ của KHDN - Các biến độc lập bao gồm: + LTLA = Nợ dài hạn/Tổng tài sản. + EBITA = Lợi nhuận trước thuế/Tổng tài sản + EQUITYA = Nợ phải trả/Tổng tài sản + SALESA = Doanh thu/Tổng tài sản Xác suất vỡ nợ PD càng cao thì xác xuất trả nợ của KHDN càng thấp và ngược lại, xác suất vỡ nợ PD càng thấp thì xác suất trả nợ của KHDN càng cao.

Bằng cách sử dụng 4 chỉ tiêu tài chính căn bản là tổng tài sản, nợ, doanh thu, lợi nhuận từ bảng cân đối kế toán, kết quả mô hình cho thấy các chỉ tiêu tài chính có ảnh hưởng đến khả năng trả nợ của KHDN. Nghiên cứu của Irakli Niua (2008) Mô hình nghiên cứu của Irakli Niua nghiên cứu mối quan hệ giữa các khoản vay có TSBĐ và khả năng trả nợ của KHDN thuộc 11 nhóm ngành khác nhau, trong khoảng thời gian từ 2004 đến 2007 tại ProCreditBank. Tác giả sử dụng mô hình Logistic để giải thích mối quan hệ giữa các khoản vay có TSBĐ với khả năng trả nợ của KHDN, với biến phụ thuộc là tỷ lệ khoản vay không hoàn trả (LLR). Các khoản vay có LLR cao là các khoản vay có nhiều rủi ro và các khoản vay có LLR thấp là các khoản vay có ít rủi ro hơn.

Mô hình nghiên cứu được xây dựng bằng biến phụ thuộc và các biến độc lập như sau: - Biến phụ thuộc là LLR: tỷ lệ khoản vay không hoàn trả - Biến độc lập bao gồm: LUAN VAN CHAT LUONG download : add [e-mail] 11 + COLLATERAL: Biến giả (biến giả bằng 1 nếu khoản vay có TSBĐ, biến giả bẳng 0 nếu khoản vay không có TSBĐ) + RAMOUNT: Giá trị khoản vay + RLENGTH: Thời gian cho vay + RATIORA: Tỷ lệ cho vay + CLIENTTYPE: Biến giả cho xếp loại khách hàng(biến giả bằng 1 nếu là khách hàng cũ, biến giả bẳng 0 nếu là khách hàng mới) + EMPLOYMENT: Số lượng nhân viên của doanh nghiệp + Biến giả cho thành phố nơi có trụ sở của đơn vị cho vay + Biến giả cho nhóm ngành hoạt động của doanh nghiệp vay Kết quả nghiên cứu cho thấy: - Với mức ý nghĩa 1%, TSBĐ có mối quan hệ đồng biến với LLR. Nghĩa là tỷ lệ TSBĐ càng tăng thì tỷ lệ các khoản vay không hoàn trả càng tăng và ngược lai. Do đó, việc cho vay có TSBĐ hay không có TSBĐ có ảnh hưởng rất lớn đến lợi nhuận hoặc tổn thất của ngân hàng. Trên cơ sở này, tác giả nhận định các khoản vay tín chấp có xác suất hoàn trả cao hơn các khoản vay thế chấp.

- Tỷ lệ cho vay cuối cùng có ảnh hưởng không tốt tới LLR, nghĩa là các khách hàng được cấp tín dụng theo đúng nhu cầu vốn sẽ trả nợ tốt hơn các khách hàng không đạt được số tiền vay như mong đợi. - Các công ty có quy mô nhân sự lớn sẽ có xu hướng LLR cao hơn, điều này được tác giả giải thích một phần do các công ty này sẽ có nhu cầu vốn cao, giá trị khoản vay lớn nên nghĩa vụ trả nợ cao hơn, rủi ro tín dụng cao tương ứng. - Số tiền vay và thời gian vay có tác động ngược chiều với LLR nhưng ảnh hưởng không đáng kể và không có ý nghĩa thống kê. - Biến xếp loại khách hàng có mối quan hệ đồng biến với LLR và có ý nghĩa 1%, việc phân loại khách hàng theo thời gian quan hệ với ngân hàng có ảnh hưởng tới việc xác định nguy cơ vỡ nợ của khách hàng.

LUAN VAN CHAT LUONG download : add [e-mail] 12 - Biến giả về địa điểm hoạt động của doanh nghiệp và ngân hàng cho thấy các khoản vay của KHDN có cùng địa bàn với ngân hàng sẽ dễ dàng hơn trong việc kiểm soát khoản vay, làm giảm nguy cơ không thu hồi được nợ. - Đối với biến giả thể hiện nhóm ngành hoạt động của khách hàng, tác giả đã thấy rằng các doanh nghiệp trong lĩnh vực lương thực thực phẩm có LLR cao hơn các nhóm ngành khác, với mức ý nghĩa 10%. Nghiên cứu của Jiménez và Saurina (2003) Bài nghiên cứu này phân tích các yếu tố quyết định xác suất vỡ nợ (PD) của các khoản vay ngân hàng. Các tác giả tập trung vào việc phân tích mối quan hệ giữa các biến như TSBĐ, loại khoản vay và mối quan hệ giữa ngân hàng và khách hàng.

Dữ liệu sử dụng trong bài ngiên cứu này được thu thập từ 3 triệu khoản vay của các TCTD (ngân hàng, quỹ tiết kiệm…) ở Tây Ban Nha trong khoảng thời gian 1988-2000. Các tác giả sử dụng mô hình Logistic nhị thức (Binary Logictis Regressions Models) để tiếp cận đo lường khả năng vỡ nợ của KHDN như sau: Prob(yit = 1 / (xit, zt)) = Prob(y*it > 0 / (Xit, zt)) = F(α + X’it β + Z’t γ) Trong đó biến phụ thuộc Prob (Yit = 1/ (xi , Zt) ) là xác suất vỡ nợ của khoản vay. Các biến độc lập (Xit) được đưa vào mô hình gồm có loại sản phẩm tín dụng, kỳ hạn, TSBĐ, số tiền vay, loại tiền tệ, ngành nghề kinh doanh, khu vực hoạt động, loại hình TCTD cho vay. Ngoài ra, các tác giả còn đưa vào mô hình một số biến giả năm (Zt ) để kiểm soát các yếu tố kinh tế vĩ mô có tác động đến các KHDN đi vay và các khoản vay.

Kết quả nghiên cứu cho thấy: - Yếu tố TSBĐ: Các khoản vay có TSBĐ có xác suất vỡ nợ cao hơn so với các khoản vay tín chấp. Đối với các khoản vay thế chấp bằng TSBĐ thì các khoản vay có tỷ lệ TSBĐ càng cao thì nguy cơ vỡ nợ cảng giảm và ngược lại, các khoản vay có tỷ lệ TSBĐ thấp sẽ có nguy cơ vỡ nợ cao hơn. - Yếu tố loại sản phẩm tín dụng: Tín dụng tài chính có rủi ro cao hơn tín dụng thương mại. Do các khoản vay thương mại thường có kỳ hạn ngắn,bổ sung LUAN VAN CHAT LUONG download : add [e-mail] 13 vốn lưu động ngắn hạn (dưới 1 năm) gắn liền với doanh thu, dễ dàng kiểm soát phương án.

Còn các khoản vay tài chính dài hạn sẽ mất nhiều thời gian để hoàn vốn và thu được lợi nhuận, do đó rủi ro vỡ nợ cao. - Yếu tố thời hạn vay: Các khoản vay ngắn hạn có nguy cơ vỡ nợ cao hơn các khoản vay dài hạn. Các tác giả đã giả thích điều này dựa trên cơ chế sàng lọc KHDN và quản lý tín dụng một cách hiệu quả. - Yếu tố quy mô khoản vay: Các khoản vay càng lớn thì nguy cơ vỡ nợ càng thấp.

Kết quả này được giải thích dựa trên tâm lý của chủ nợ. Đối với các khoản vay khổng lồ, các ngân hàng sẽ cẩn trọng hơn từ khâu tìm hiểu khách hàng, thẩm định, phê duyệt, giải ngân và kiểm soát sau phương án hơn là các khoản vay quy mô nhỏ. - Yếu tố ngành nghề kinh doanh và khu vực hoạt động của doanh nghiệp: theo như kết quả của mô hình nghiên cứu, ngành xây dựng (không có ý nghĩa thống kê) có xác suất vỡ nợ cao nhất, tiếp đến là ngành kinh doanh nhà hàng khách sạn. Các ngành có rủi ro thấp trên thị trường là phân phối điện, nước và khí đốt.

Đồng thời có sự khác nhau giữa các vùng miền cấp tín dụng. - Yếu tố mối quan hệ của khách hàng với ngân hàng: các tác giả đồng ý rằng việc khách hàng có mối quan hệ mật thiết với ngân hàng sẽ làm gia tăng xác suất vỡ nợ của khách hàng đó. Nghiên cứu của Lê Khương Ninh và Lê Thị Thu Diềm (2012) Bài nghiên cứu của 2 tác giả dùng phương pháp định lượng để khảo sát những yếu tố ảnh hưởng đến khả năng trả nợ của KHDN. Mẫu được chọn ngẫu nhiên từ 250 các doanh nghiệp trên địa bàn thành phố Cần Thơ giai đoạn 2010- 2012.

Với số liệu thu thập từ bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh và báo cáo lưu chuyển tiền tệ của doanh nghiệp, các tác giả tính toán các chỉ số tài chính và đưa vào mô hình hồi quy để ước lượng ảnh hưởng của các chỉ số này đến khả năng trả nợ của KHDN. Đồng thời, các tác giả cũng thu thập thông tin về nhóm nợ của 214 KHDN trong mẫu trên cơ sở dữ liệu cung cấp bởi Ngân hàng nhà nước chi nhánh Cần Thơ. Bằng việc lược khảo các nghiên cứu LUAN VAN CHAT LUONG download : add luanvanchat@agmail.