Bối cảnh và vấn đề nghiên cứu

Trong hoạt động kinh doanh của các ngân hàng thương mại (NHTM) tại Việt Nam, hoạt động tín dụng giữ vị trí nòng cốt và đóng góp tỷ trọng lớn nhất vào tổng thu nhập. Tuy nhiên, đây cũng là mảng nghiệp vụ tiềm ẩn mức độ rủi ro cao nhất. Khi hệ thống ngân hàng bước vào giai đoạn hội nhập sâu rộng và tiếp cận các chuẩn mực quản trị rủi ro quốc tế như Hiệp ước Basel II (2004), yêu cầu chuẩn hóa công tác đo lường rủi ro tín dụng (RRTD) trở nên cấp thiết. Ngân hàng Nhà nước Việt Nam (NHNN) đã ban hành nhiều văn bản chỉ đạo quan trọng như Quyết định 57/2002/QĐ-NHNN về thí điểm đề án phân tích, xếp hạng tín dụng doanh nghiệp, cùng các văn bản về phân loại nợ và trích lập dự phòng rủi ro gồm Quyết định 493/2005/QĐ-NHNN và Quyết định 18/2007/QĐ-NHNN.

Thực tế tại các NHTM Việt Nam cho thấy, công tác chấm điểm và xếp hạng tín dụng (XHTD) nội bộ đối với khách hàng doanh nghiệp vẫn còn nhiều hạn chế do cơ sở dữ liệu quá khứ chưa đồng bộ và hệ thống lọc thông tin chưa hoàn chỉnh. Bên cạnh đó, hệ thống chỉ tiêu hiện hành kết hợp cả yếu tố định lượng và định tính nên kết quả xếp hạng còn phụ thuộc đáng kể vào tính chủ quan và năng lực thẩm định của cán bộ tín dụng. Nhằm thiết lập một cơ chế kiểm soát, giám sát tính xác thực của kết quả xếp hạng và dự báo chính xác xác suất vỡ nợ, đề tài "Ứng dụng mô hình Logistic trong chấm điểm tín dụng và xếp hạng đối với khách hàng Doanh Nghiệp tại Ngân Hàng Thương Mại Cổ Phần Sài Gòn Thương Tín - Chi nhánh Thừa Thiên Huế" được thực hiện.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài bao gồm:

  1. Hệ thống hóa cơ sở lý luận về rủi ro tín dụng, quy trình tín dụng, công tác chấm điểm tín dụng và xếp hạng khách hàng doanh nghiệp trong hoạt động của ngân hàng thương mại.
  2. Phân tích thực trạng hoạt động kinh doanh và quy trình chấm điểm, xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng TMCP Sài Gòn Thương Tín (Sacombank) - Chi nhánh Thừa Thiên Huế giai đoạn 2012 - 2014.
  3. Ứng dụng mô hình hồi quy Logistic thông qua phần mềm kinh tế lượng để ước lượng xác suất vỡ nợ, từ đó đối chiếu và đánh giá lại chất lượng xếp hạng tín dụng của danh mục khách hàng doanh nghiệp tại chi nhánh.
  4. Đề xuất hệ thống các giải pháp hoàn thiện công tác chấm điểm, xếp hạng tín dụng và nâng cao hiệu quả giám sát quản trị rủi ro tín dụng tại Sacombank - Chi nhánh Thừa Thiên Huế.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Hoạt động chấm điểm tín dụng và xếp hạng khách hàng doanh nghiệp tại Sacombank - Chi nhánh Thừa Thiên Huế.
  • Không gian nghiên cứu: Ngân hàng TMCP Sài Gòn Thương Tín - Chi nhánh Thừa Thiên Huế.
  • Thời gian nghiên cứu: Giai đoạn thu thập số liệu và phân tích thực trạng từ năm 2012 đến năm 2014.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết của nghiên cứu dựa trên các khái niệm nền tảng về tổ chức tín dụng theo Luật Các tổ chức tín dụng (1997, sửa đổi 2004) và Pháp lệnh Ngân hàng (1990). Rủi ro tín dụng được tiếp cận theo hai phân loại chính: rủi ro giao dịch (gồm rủi ro lựa chọn, rủi ro bảo đảm, rủi ro nghiệp vụ) và rủi ro danh mục (gồm rủi ro nội tại và rủi ro tập trung). Cơ chế phân loại nợ và trích lập dự phòng tuân thủ Quyết định 493/2005/QĐ-NHNN và Quyết định 18/2007/QĐ-NHNN, phân chia nợ thành 5 nhóm với tỷ lệ trích lập dự phòng cụ thể tương ứng: Nhóm 1 - Nợ đủ tiêu chuẩn (0%), Nhóm 2 - Nợ cần chú ý (5%), Nhóm 3 - Nợ dưới tiêu chuẩn (20%), Nhóm 4 - Nợ nghi ngờ (50%), Nhóm 5 - Nợ có khả năng mất vốn (100%). Số tiền dự phòng cụ thể ($R$) được xác định theo công thức:

$$R = \max{0, (A - C)} \times r$$

Trong đó: $A$ là giá trị khoản nợ, $C$ là giá trị khấu trừ của tài sản bảo đảm, và $r$ là tỷ lệ trích lập dự phòng tương ứng với từng nhóm nợ.

Về mô hình định lượng chấm điểm tín dụng, tác giả tổng kết các mô hình kinh điển như mô hình phân tích biệt số đa biến (MDA) Altman Z-score (1968) với 5 chỉ số tài chính ($X_1$: Vốn luân chuyển/Tổng tài sản, $X_2$: Lợi nhuận giữ lại/Tổng tài sản, $X_3$: EBIT/Tổng tài sản, $X_4$: Giá trị thị trường vốn cổ phần/Giá trị sổ sách của nợ, $X_5$: Doanh thu/Tổng tài sản), mạng nơ-ron nhân tạo (Neural Network), và mô hình hồi quy xác suất nhị thức Logistic theo phương pháp Goldberger.

Mô hình Logistic biểu diễn xác suất xảy ra sự kiện ($p_i$, với biến phụ thuộc $Y_i \in {0, 1}$ phản ánh trạng thái nợ của doanh nghiệp) dưới dạng hàm phân bố phi tuyến:

$$p_i = \frac{\exp(X_i \beta)}{1 + \exp(X_i \beta)}$$

Do tính chất phi tuyến đối với các tham số $\beta$, mô hình không sử dụng phương pháp bình phương nhỏ nhất (OLS) thông thường mà áp dụng phương pháp ước lượng hợp lý cực đại (Maximum Likelihood Estimation - MLE) kết hợp thuật toán lặp Newton-Raphson.

Phương pháp nghiên cứu thực tế bao gồm:

  • Phương pháp phân tích - tổng hợp: Đánh giá số liệu định tính và định lượng từ báo cáo tài chính, báo cáo nhân sự và hồ sơ tín dụng của chi nhánh.
  • Phương pháp so sánh: Đối chiếu các tiêu chuẩn xếp hạng giữa hệ thống nội bộ của ngân hàng và các tổ chức xếp hạng tín nhiệm như Trung tâm Thông tin Tín dụng (CIC), Ernst & Young (E&Y).
  • Phương pháp kinh tế lượng: Sử dụng phần mềm EViews 6 để ước lượng hồi quy mô hình Logistic từ tập dữ liệu gồm 50 khách hàng doanh nghiệp; áp dụng kiểm định Wald để kiểm định giả thuyết và loại bỏ dần các biến độc lập không có ý nghĩa thống kê.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận về chấm điểm tín dụng và xếp hạng khách hàng doanh nghiệp trong hoạt động tín dụng của ngân hàng thương mại

Chương 1 hệ thống hóa toàn diện các khái niệm, quy trình và phương pháp luận về quản trị rủi ro tín dụng tại NHTM. Tác giả phân tích chi tiết quy trình cấp tín dụng chuẩn gồm 7 bước:

  1. Thu thập, tiếp nhận nhu cầu của khách hàng.
  2. Xác minh, thẩm định điều kiện vay vốn.
  3. Phê duyệt khoản cấp tín dụng.
  4. Hoàn chỉnh hồ sơ và triển khai phán quyết tín dụng.
  5. Quản lý sau giải ngân và thu hồi nợ.
  6. Tất toán khoản vay hoặc tái xét hợp đồng tín dụng.
  7. Lưu trữ hồ sơ.

Nội dung chương làm rõ bản chất của hệ thống chỉ tiêu chấm điểm khách hàng doanh nghiệp, kết hợp giữa hai nhóm dữ liệu:

  • Nhóm chỉ tiêu tài chính (định lượng): Nhóm thanh toán (thanh toán tổng quát, ngắn hạn, thanh toán nhanh, thanh toán lãi vay); nhóm hoạt động (vòng quay vốn lưu động, vòng quay tổng tài sản, vòng quay hàng tồn kho, vòng quay khoản phải thu); nhóm cân nợ (tỷ số tự tài trợ, tỷ số nợ); nhóm thu nhập (tỷ suất lợi nhuận trên doanh thu, ROE).
  • Nhóm chỉ tiêu phi tài chính (định tính): Lĩnh vực hoạt động kinh doanh, uy tín trong quan hệ với tổ chức tín dụng, khả năng tạo tiền từ lưu chuyển tiền tệ, trình độ và năng lực của ban lãnh đạo doanh nghiệp, mức độ phụ thuộc vào yếu tố môi trường bên ngoài.

Chương này cũng tổng thuật các nghiên cứu trong nước và quốc tế về ứng dụng mô hình định lượng trong dự báo phá sản và rủi ro tín dụng (như nghiên cứu của Martin 1977, Platt 1991, Altman 1994, 1997, Galindo & Tamayo 2000, Caiazza 2004; tại Việt Nam có Nguyễn Văn Hiếu 2005, Đinh Thị Huyền Thanh & Stefanie Kleimeier, Lê Tất Thành 2009, Vương Quân Hoàng và cộng sự 2006), làm cơ sở lý luận cho việc áp dụng phương pháp hồi quy Logistic trong chương thực nghiệm.

Chương 2: Ứng dụng mô hình Logistic trong chấm điểm tín dụng và xếp hạng đối với khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Sài Gòn Thương Tín - Chi nhánh Thừa Thiên Huế

Chương 2 trình bày tổng quan về mạng lưới Sacombank và quá trình hoạt động của Chi nhánh Thừa Thiên Huế từ khi thành lập ngày 10/10/2003 (trụ sở ban đầu tại 49 Trần Hưng Đạo, sau đó chuyển về 126 Nguyễn Huệ vào ngày 17/11/2006). Đến thời điểm nghiên cứu, chi nhánh đã phát triển 7 phòng giao dịch trên địa bàn tỉnh.

Cơ cấu nhân sự và tình hình tài chính của chi nhánh giai đoạn 2012 - 2014 được thể hiện qua các bảng số liệu sau:

Chỉ tiêu lao động Năm 2012 (Người) Năm 2013 (Người) Năm 2014 (Người) Chênh lệch 2013/2012 (%) Chênh lệch 2014/2013 (%)
Tổng số lao động 125 131 143 +4,80% +9,16%
- Nam 62 (49,00%) 66 (50,40%) - - -
- Nữ 63 (51,00%) 65 (49,60%) - - -
- Đại học và trên Đại học 98 (79,00%) 103 (79,00%) 114 (79,74%) +5,10% +10,68%
- Cao đẳng, Trung cấp 24 (19,00%) 25 (19,00%) 26 (18,17%) +4,17% +4,00%
- Lao động phổ thông 3 (2,00%) 3 (2,00%) 3 (1,90%) 0,00% 0,00%
Chỉ tiêu tài chính chính (Đơn vị: Triệu đồng) Năm 2012 Năm 2013 Năm 2014 Tăng trưởng 2013/2012 (%) Tăng trưởng 2014/2013 (%)
Tổng tài sản 1.347.616 1.519.154 1.804.866 +12,73% +18,81%
- Cho vay và thuê tài chính khách hàng 719.245 846.557 1.134.511 +17,70% +34,01%
- Dự trữ và tiền gửi NHNN 253.702 280.131 276.377 +10,42% -1,34%
Tổng nguồn vốn huy động 1.188.142 1.352.106 1.603.489 +13,80% +18,59%
- Tiền gửi của khách hàng 1.149.442 1.314.505 1.559.388 +14,36% +18,63%
Tổng thu nhập 137.896 152.029 170.453 +10,25% +12,12%
- Thu từ lãi cho vay 113.598 120.823 135.660 +6,36% +12,28%
- Thu từ hoạt động dịch vụ 20.541 27.381 30.468 +33,30% +11,27%
Tổng chi phí 100.181 109.007 135.689 +8,81% +24,48%
- Chi phí huy động vốn 53.684 59.822 67.790 +11,43% +13,32%
- Chi dự phòng bảo hiểm tiền gửi 19.875 20.149 29.963 +1,38% +48,71%

Trong phần thực nghiệm mô hình Logistic, tác giả thiết lập hệ thống biến số độc lập từ $X_1$ đến $X_{13}$ cùng biến giả $D_1$ và hằng số $C$ (Bảng 2.9). Quá trình tinh chỉnh mô hình trên EViews 6 được tiến hành qua các bước kiểm định Wald tuần tự nhằm loại bỏ các biến không có ý nghĩa thống kê:

  • Ước lượng mô hình đầy đủ ban đầu (Bảng 2.10).
  • Kiểm định Wald loại bỏ biến $X_3, X_4, D_1$ (Bảng 2.11, Bảng 2.12).
  • Kiểm định Wald loại bỏ hằng số $C$ và biến $X_8$ (Bảng 2.13, Bảng 2.14).
  • Kiểm định Wald loại bỏ 4 biến $X_5, X_7, X_{10}, X_{12}$ (Bảng 2.15, Bảng 2.16).
  • Kiểm định Wald loại bỏ biến $X_1$ và $X_{13}$ (Bảng 2.17, Bảng 2.18).
  • Kiểm định Wald loại bỏ biến $X_{11}$ (Bảng 2.19, Bảng 2.20).

Kết quả ước lượng mô hình cuối cùng được sử dụng để tính toán xác suất vỡ nợ của 50 khách hàng doanh nghiệp trong mẫu nghiên cứu, sau đó xây dựng bảng so sánh giữa hạng tín dụng nội bộ của Sacombank và xác suất vỡ nợ ước lượng (Bảng 2.21, Bảng 2.22 và Đồ thị 2.2).

Chương 3: Một số giải pháp hoàn thiện hệ thống chấm điểm tín dụng và xếp hạng khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Sài Gòn Thương Tín - Chi nhánh Thừa Thiên Huế

Trên cơ sở định hướng quản trị rủi ro của Sacombank và kết quả phân tích mô hình định lượng, tác giả đề xuất các giải pháp cụ thể:

  1. Xây dựng và hoàn thiện cơ chế giám sát độc lập đối với quy trình chấm điểm tín dụng nội bộ nhằm kiểm soát tính chủ quan của cán bộ tín dụng khi đánh giá các chỉ tiêu phi tài chính.
  2. Tích hợp kết quả ước lượng xác suất vỡ nợ từ mô hình kinh tế lượng vào hệ thống phần mềm xếp hạng tín dụng tự động, hỗ trợ phân loại nhóm nợ và dự báo sớm các khoản nợ có vấn đề.
  3. Chuẩn hóa cơ sở dữ liệu khách hàng doanh nghiệp, cập nhật liên tục thông tin tài chính và lịch sử quan hệ tín dụng để phục vụ hiệu chỉnh định kỳ các trọng số và hệ số trong mô hình chấm điểm.
  4. Đào tạo nâng cao trình độ chuyên môn cho đội ngũ cán bộ tín dụng và cán bộ kiểm soát rủi ro về phân tích báo cáo tài chính và ứng dụng công cụ thống kê.

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả cụ thể sau:

  • Làm rõ bức tranh tài chính và tín dụng của Sacombank - Chi nhánh Thừa Thiên Huế: Giai đoạn 2012 - 2014, tổng tài sản tăng từ 1.347.616 triệu đồng lên 1.804.866 triệu đồng (+33,93%); dư nợ cho vay tăng từ 719.245 triệu đồng lên 1.134.511 triệu đồng (+57,74%), chiếm tỷ trọng trên 53% - 62% tổng tài sản; tổng thu nhập tăng từ 137.896 triệu đồng lên 170.453 triệu đồng, trong đó thu từ lãi cho vay luôn chiếm trên 79% tổng thu nhập.
  • Về mặt định lượng: Thực hiện thành công quy trình hồi quy Logistic và kiểm định Wald từng bước trên EViews 6, chắt lọc các biến chỉ tiêu tài chính có ý nghĩa thống kê cao nhất tác động đến xác suất xảy ra nợ xấu của doanh nghiệp.
  • Về ứng dụng thực tiễn: Xác định xác suất vỡ nợ cho 50 doanh nghiệp trong mẫu khảo sát, cung cấp công cụ đối chiếu khách quan với kết quả xếp hạng định tính hiện hành của chi nhánh, giúp ban lãnh đạo chi nhánh có thêm căn cứ để phân loại nợ và trích lập dự phòng rủi ro chính xác hơn.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận có một số hạn chế gắn liền với phạm vi dữ liệu thu thập:

  • Kích thước mẫu nghiên cứu giới hạn ở 50 khách hàng doanh nghiệp vay vốn tại một chi nhánh ngân hàng cụ thể (Sacombank Thừa Thiên Huế), chưa mở rộng trên phạm vi toàn hệ thống ngân hàng hay nhiều địa bàn kinh tế khác nhau.
  • Khoảng thời gian thu thập dữ liệu giới hạn trong giai đoạn 2012 - 2014, phản ánh bối cảnh kinh tế vĩ mô và mặt bằng lãi suất tại thời điểm đó.
  • Mô hình Logistic phụ thuộc vào độ chính xác của báo cáo tài chính doanh nghiệp cung cấp, trong khi tính minh bạch thông tin tài chính của một số doanh nghiệp vừa và nhỏ trên địa bàn còn chưa đồng đều.

Hướng nghiên cứu tiếp theo được gợi ý là mở rộng quy mô mẫu khảo sát cho toàn hệ thống khu vực miền Trung hoặc toàn quốc, kết hợp thêm các biến kinh tế vĩ mô (lạm phát, tốc độ tăng trưởng ngành) và thử nghiệm so sánh với các kỹ thuật định lượng khác như mạng nơ-ron hay mô hình Probit.


Giá trị tham khảo

Khóa luận có giá trị tham khảo thiết thực cho:

  • Sinh viên và học viên chuyên ngành Tài chính - Ngân hàng, Kinh tế lượng ứng dụng: Tham khảo phương pháp xây dựng mô hình hồi quy Logistic nhị thức, kỹ thuật xử lý dữ liệu và quy trình kiểm định loại biến tuần tự bằng kiểm định Wald trên phần mềm EViews 6.
  • Cán bộ tín dụng và chuyên viên quản trị rủi ro tại các NHTM: Tham khảo quy trình phân loại chỉ tiêu tài chính - phi tài chính, công thức trích lập dự phòng rủi ro theo Quyết định 493/2005/QĐ-NHNN và phương pháp lượng hóa xác suất vỡ nợ của khách hàng doanh nghiệp.

Câu hỏi thường gặp

1. Những văn bản pháp lý chính nào được tác giả sử dụng làm căn cứ cho việc phân loại nợ và trích lập dự phòng rủi ro tín dụng? Khóa luận căn cứ vào Quyết định số 57/2002/QĐ-NHNN ngày 24/01/2002 về triển khai thí điểm xếp hạng tín dụng doanh nghiệp, Quyết định số 493/2005/QĐ-NHNN ngày 22/04/2005 và Quyết định số 18/2007/QĐ-NHNN ngày 25/04/2007 của Thống đốc Ngân hàng Nhà nước về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng.

2. Công thức tính số tiền dự phòng cụ thể theo Quyết định 493/2005/QĐ-NHNN được trình bày như thế nào? Công thức tính dự phòng cụ thể là $R = \max{0, (A - C)} \times r$, trong đó $R$ là số tiền dự phòng cụ thể phải trích, $A$ là giá trị khoản nợ, $C$ là giá trị tài sản bảo đảm đã nhân tỷ lệ phần trăm khấu trừ theo quy định, và $r$ là tỷ lệ trích lập dự phòng ứng với 5 nhóm nợ (từ 0% đối với Nhóm 1 đến 100% đối với Nhóm 5).

3. Quy trình cấp tín dụng tại ngân hàng thương mại được tác giả khái quát gồm bao nhiêu bước? Quy trình tín dụng gồm 7 bước: (1) Thu thập, tiếp nhận nhu cầu khách hàng; (2) Xác minh, thẩm định; (3) Phê duyệt; (4) Hoàn chỉnh hồ sơ và triển khai phán quyết; (5) Quản lý và thu hồi nợ; (6) Tất toán; (7) Lưu hồ sơ.

4. Phần mềm và phương pháp kiểm định nào được sử dụng để tinh chỉnh mô hình Logistic trong khóa luận? Tác giả sử dụng phần mềm kinh tế lượng EViews 6 và phương pháp ước lượng hợp lý cực đại (MLE) kết hợp thuật toán Newton-Raphson, sau đó sử dụng kiểm định Wald qua nhiều bước (từ Bảng 2.11 đến Bảng 2.19) để loại bỏ các biến độc lập không có ý nghĩa thống kê.

5. Hoạt động cho vay và tổng tài sản của Sacombank - Chi nhánh Thừa Thiên Huế tăng trưởng ra sao trong giai đoạn 2012 - 2014? Tổng tài sản của chi nhánh tăng từ 1.347.616 triệu đồng (2012) lên 1.519.154 triệu đồng (2013) và đạt 1.804.866 triệu đồng (2014). Trong đó, dư nợ đầu tư và cho vay khách hàng tăng từ 719.245 triệu đồng (2012) lên 846.557 triệu đồng (2013) và đạt 1.134.511 triệu đồng (2014), chiếm tỷ trọng chi phối trong tổng tài sản.


Kết luận

Khóa luận tốt nghiệp của sinh viên Trần Văn Vũ đã hệ thống hóa đầy đủ cơ sở lý luận về quản trị rủi ro tín dụng và quy trình xếp hạng khách hàng doanh nghiệp tại NHTM theo các quy định của NHNN Việt Nam. Bằng việc ứng dụng mô hình hồi quy Logistic trên phần mềm EViews 6 với quy trình kiểm định Wald chặt chẽ, đề tài đã lượng hóa thành công xác suất vỡ nợ cho tập dữ liệu 50 doanh nghiệp tại Sacombank - Chi nhánh Thừa Thiên Huế giai đoạn 2012 - 2014. Kết quả nghiên cứu cung cấp cơ sở thực chứng giúp ngân hàng hoàn thiện cơ chế kiểm soát chất lượng xếp hạng nội bộ, tối ưu hóa công tác phân loại nợ và trích lập dự phòng rủi ro.