Tài liệu các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp

Trong bối cảnh toàn cầu hóa, các ngân hàng thương mại (NHTM) Việt Nam đối mặt với sự cạnh tranh… 101 trang · Trường Đại Học Ngân Hàng TP. Hồ Chí Minh · 2017.

• Tác giả: Đoàn Thị Thùy Trang
• Người hướng dẫn: TS. Nguyễn Trần Phúc
• Trường học: Trường Đại Học Ngân Hàng TP. Hồ Chí Minh
• Chuyên ngành: Tài Chính Ngân Hàng
• Đề tài: Các Yếu Tố Ảnh Hưởng Đến Khả Năng Trả Nợ Của Doanh Nghiệp Tại Ngân Hàng TMCP Ngoại Thương Việt Nam
• Loại tài liệu: Luận Văn Thạc Sĩ Kinh Tế
• Năm xuất bản: 2017
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• TÓM TẮT
• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC BIỂU ĐỒ
• 1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu và câu hỏi nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Dữ liệu và phương pháp nghiên cứu
• 1.5. Đóng góp của đề tài
• 1.6. Kết cấu của luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT, CÁC NGHIÊN CỨU TRƯỚC
• 2.1. Khái quát về khả năng trả nợ của khách hàng
• 2.2. Những yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp
• 2.2.1. Năng lực tài chính
• 2.2.2. Quy mô doanh nghiệp
• 2.2.3. Thời gian vay
• 2.2.4. Kinh nghiệm hoạt động của các công ty khách hàng
• 2.2.5. Loại hình Doanh nghiệp nhà nước
• 2.2.6. Tài sản bảo đảm
• 2.3. Các mô hình thường được sử dụng để đánh giá khả năng trả nợ của khách hàng doanh nghiệp
• 2.3.1. Mô hình chuẩn đoán (Mô hình Heuristic)
• 2.3.2. Mô hình thống kê (Statistical models)
• 2.3.3. Phương pháp quan hệ nhân quả (Causal models)
• 2.3.4. Mô hình kết hợp
• 2.4. Tổng quan các nghiên cứu trước
• 2.5. Kết luận chương 2
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Trình tự nghiên cứu
• 3.2. Thiết kế mô hình nghiên cứu
• 3.3. Đối tượng và mẫu nghiên cứu
• 3.4. Lựa chọn các nhân tố và biến số đại diện
• 3.5. Thu thập và xử lý dữ liệu
• 3.6. Lựa chọn phương pháp ước lượng
• 3.7. Kết luận chương 3
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU ĐỊNH LƯỢNG
• 4.1. Thống kê mô tả các biến
• 4.2. Phân tích tương quan giữa các biến
• 4.3. Kiểm tra hiện tượng đa cộng tuyến
• 4.4. Phân tích dữ liệu
• 4.4.1. Xây dựng mô hình tính toán xác suất trả nợ
• 4.4.2. Tính xác suất vỡ nợ
• 4.4.3. Kiểm tra tính phù hợp của mô hình với mẫu dữ liệu đối chứng
• 4.5. Thảo luận kết quả nghiên cứu
• 4.6. Kết luận chương 4
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO
• Phụ lục A: Các bước thực hiện và kết quả mô hình hồi quy Logit
• Phụ lục B: Bảng tính toán xác suất vỡ nợ của 202 KHDN trong mẫu nghiên cứu
• Phụ lục C: Cách xác định lãi suất cho vay đối với KHDN
• Phụ lục D: Quy trình xếp hạng tín dụng tại Vietcombank

Tóm tắt

I. Tổng Quan Về Khả Năng Trả Nợ Doanh Nghiệp Tại Vietcombank

Trong bối cảnh toàn cầu hóa, các ngân hàng thương mại (NHTM) Việt Nam đối mặt với sự cạnh tranh gay gắt. Hoạt động tín dụng, nguồn thu chính của các NHTM, tiềm ẩn nhiều rủi ro. Quản lý rủi ro tín dụng trở thành yếu tố then chốt để đạt được mục tiêu kinh doanh. Từ năm 2012, nợ xấu đã cản trở sự phát triển của hệ thống ngân hàng. Theo Ngân hàng Nhà nước Việt Nam, tỷ lệ nợ xấu vẫn ở mức cao, đòi hỏi các ngân hàng phải tập trung vào quản trị rủi ro tín dụng. Các ngân hàng cần áp dụng kinh nghiệm quốc tế để xây dựng mô hình đo lường rủi ro tín dụng, đặc biệt là ước lượng xác suất vỡ nợ (PD) của khách hàng. Quản lý rủi ro là điều kiện tiên quyết cho sự ổn định của hệ thống ngân hàng, đòi hỏi phân bổ vốn hợp lý để cân bằng giữa rủi ro và lợi nhuận. Ủy ban Basel khuyến khích các ngân hàng phát triển và sử dụng mô hình định lượng chính xác cho đo lường rủi ro, đảm bảo đủ vốn cho hoạt động kinh doanh ngân hàng trên cơ sở đánh giá rủi ro.

1.1. Tầm Quan Trọng Của Quản Lý Rủi Ro Tín Dụng

Quản lý rủi ro tín dụng là yếu tố sống còn đối với các NHTM. Việc đánh giá chính xác khả năng trả nợ của khách hàng giúp ngân hàng đưa ra quyết định cho vay hợp lý, giảm thiểu rủi ro nợ xấu. Theo báo cáo của Ngân hàng Nhà nước, tỷ lệ nợ xấu vẫn còn cao, cho thấy sự cần thiết phải tăng cường quản lý rủi ro tín dụng. Các NHTM cần áp dụng các phương pháp hiện đại để định lượng rủi ro tín dụng, thay vì chỉ dựa vào kinh nghiệm chủ quan của cán bộ tín dụng. Việc xây dựng mô hình ước lượng xác suất vỡ nợ (PD) là một bước quan trọng trong quá trình này.

1.2. Thực Trạng Đánh Giá Khả Năng Trả Nợ Tại Vietcombank

Vietcombank, một trong những ngân hàng hàng đầu tại Việt Nam, đã xây dựng hệ thống xếp hạng tín dụng nội bộ. Tuy nhiên, hệ thống này vẫn còn nhiều hạn chế, chưa tận dụng hết kết quả phân tích danh mục tín dụng hiện có. Việc chấm điểm phi tài chính còn mang tính chủ quan, thiếu công thức cụ thể. Do đó, cần xây dựng một mô hình có thể đưa cùng lúc biến định lượng và biến định tính trong việc xác định khả năng trả nợ của khách hàng doanh nghiệp. Nghiên cứu này sẽ tập trung vào các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại Vietcombank – Chi nhánh TP.HCM.

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

Nhiều nghiên cứu trên thế giới đã chỉ ra các yếu tố tài chính quan trọng ảnh hưởng đến khả năng trả nợ của doanh nghiệp. Mô hình Z-score của Altman (1968) là một trong những mô hình đầu tiên và được áp dụng rộng rãi. Các nghiên cứu sau này sử dụng mô hình Logit để dự báo xác suất vỡ nợ của khách hàng vay vốn. Irakli Ninua (2008) đánh giá rủi ro tín dụng thông qua tỷ lệ khoản vay không hoàn trả (LLR). Chiara Pederzoli và Costanza Torricelli (2010) sử dụng các chỉ số tài chính và năng lực tài chính để dự đoán xác suất trả nợ của các doanh nghiệp nhỏ, bao gồm tỷ lệ nợ dài hạn/tổng tài sản, lợi nhuận trước lãi và thuế/tổng tài sản, tổng vốn cổ phần/tổng tài sản và tổng doanh thu/tổng tài sản. Kết quả cho thấy tất cả các biến đều nghịch biến với xác suất vỡ nợ (PD).

2.1. Tỷ Lệ Nợ Trên Tổng Tài Sản Và Khả Năng Trả Nợ

Tỷ lệ nợ trên tổng tài sản là một chỉ số quan trọng đánh giá mức độ sử dụng nợ của doanh nghiệp. Một doanh nghiệp có tỷ lệ nợ cao thường gặp khó khăn trong việc trả nợ, đặc biệt khi tình hình kinh doanh không thuận lợi. Các nghiên cứu đã chứng minh rằng tỷ lệ nợ cao có mối tương quan nghịch với khả năng trả nợ. Do đó, ngân hàng cần xem xét kỹ lưỡng tỷ lệ nợ trên tổng tài sản của doanh nghiệp trước khi quyết định cho vay.

2.2. Lợi Nhuận Trước Lãi Và Thuế Ảnh Hưởng Thế Nào

Lợi nhuận trước lãi và thuế (EBIT) là một chỉ số quan trọng đánh giá khả năng sinh lời của doanh nghiệp. Một doanh nghiệp có EBIT cao thường có khả năng trả nợ tốt hơn. Các nghiên cứu đã chỉ ra rằng EBIT có mối tương quan thuận với khả năng trả nợ. Ngân hàng cần xem xét kỹ lưỡng EBIT của doanh nghiệp để đánh giá khả năng trả nợ của họ.

2.3. Vai Trò Của Vốn Chủ Sở Hữu Trong Khả Năng Trả Nợ

Vốn chủ sở hữu là nguồn vốn của chủ sở hữu doanh nghiệp. Một doanh nghiệp có vốn chủ sở hữu lớn thường có khả năng trả nợ tốt hơn. Các nghiên cứu đã chỉ ra rằng vốn chủ sở hữu có mối tương quan thuận với khả năng trả nợ. Ngân hàng cần xem xét kỹ lưỡng vốn chủ sở hữu của doanh nghiệp để đánh giá khả năng trả nợ của họ.

III. Quy Mô Doanh Nghiệp Và Thời Gian Vay Tác Động Ra Sao

Nghiên cứu của Đoàn Thị Thùy Trang (2017) về các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại Vietcombank – Chi nhánh TP.HCM đã sử dụng phương pháp hồi quy Logit nhị phân. Kết quả cho thấy các biến vốn chủ sở hữu/tổng tài sản, quy mô doanh nghiệp, loại hình DNNN và vốn lưu động/tổng tài sản có tác động cùng chiều đến khả năng trả nợ của khách hàng doanh nghiệp. Ngược lại, biến thời gian vay cho thấy tác động ngược chiều đến khả năng trả nợ của khách hàng doanh nghiệp. Nghiên cứu cũng phân tích mức độ tác động của các yếu tố này đến khả năng trả nợ của khách hàng doanh nghiệp tại Vietcombank.

3.1. Ảnh Hưởng Của Quy Mô Doanh Nghiệp Đến Khả Năng Trả Nợ

Quy mô doanh nghiệp, thường được đo lường bằng tổng tài sản hoặc doanh thu, có thể ảnh hưởng đến khả năng trả nợ. Các doanh nghiệp lớn thường có nguồn lực tài chính mạnh mẽ hơn và khả năng tiếp cận vốn tốt hơn, giúp họ dễ dàng trả nợ. Tuy nhiên, quy mô lớn cũng có thể đi kèm với rủi ro cao hơn nếu doanh nghiệp không quản lý hiệu quả. Do đó, ngân hàng cần xem xét cả quy mô và hiệu quả hoạt động của doanh nghiệp.

3.2. Thời Gian Vay Và Rủi Ro Tín Dụng Mối Liên Hệ

Thời gian vay là một yếu tố quan trọng cần xem xét khi đánh giá khả năng trả nợ. Thời gian vay càng dài, rủi ro tín dụng càng cao. Điều này là do trong thời gian dài, doanh nghiệp có thể gặp phải nhiều biến động kinh tế và tài chính, ảnh hưởng đến khả năng trả nợ. Do đó, ngân hàng cần cân nhắc kỹ lưỡng thời gian vay phù hợp với khả năng trả nợ của doanh nghiệp.

IV. Loại Hình Doanh Nghiệp DNNN Và Khả Năng Trả Nợ

Loại hình doanh nghiệp, đặc biệt là doanh nghiệp nhà nước (DNNN), có thể ảnh hưởng đến khả năng trả nợ. DNNN thường có lợi thế về tiếp cận vốn và sự hỗ trợ từ chính phủ, nhưng cũng có thể gặp khó khăn trong việc quản lý hiệu quả và cạnh tranh. Nghiên cứu của Đoàn Thị Thùy Trang (2017) cho thấy loại hình DNNN có tác động cùng chiều đến khả năng trả nợ của khách hàng doanh nghiệp tại Vietcombank. Tuy nhiên, cần xem xét kỹ lưỡng hiệu quả hoạt động và khả năng quản lý của từng DNNN.

4.1. Ưu Điểm Và Nhược Điểm Của DNNN Trong Trả Nợ

DNNN thường có ưu điểm về tiếp cận vốn và sự hỗ trợ từ chính phủ, giúp họ dễ dàng trả nợ. Tuy nhiên, DNNN cũng có thể gặp khó khăn trong việc quản lý hiệu quả và cạnh tranh, ảnh hưởng đến khả năng trả nợ. Do đó, ngân hàng cần xem xét kỹ lưỡng cả ưu điểm và nhược điểm của DNNN.

4.2. Đánh Giá Hiệu Quả Hoạt Động Của DNNN Khi Cho Vay

Hiệu quả hoạt động là yếu tố quan trọng cần xem xét khi đánh giá khả năng trả nợ của DNNN. Ngân hàng cần xem xét các chỉ số tài chính và phi tài chính để đánh giá hiệu quả hoạt động của DNNN. Nếu DNNN hoạt động hiệu quả, họ sẽ có khả năng trả nợ tốt hơn.

V. Ứng Dụng Mô Hình Đánh Giá Rủi Ro Vào Thực Tiễn Vietcombank

Kết quả nghiên cứu có thể được ứng dụng vào công tác quản lý rủi ro tín dụng tại Vietcombank. Mô hình hồi quy Logit có thể được sử dụng để ước lượng xác suất vỡ nợ của khách hàng doanh nghiệp, giúp ngân hàng đưa ra quyết định cho vay hợp lý. Ngoài ra, kết quả nghiên cứu cũng giúp ngân hàng xác định các yếu tố quan trọng ảnh hưởng đến khả năng trả nợ, từ đó tập trung vào việc đánh giá các yếu tố này khi thẩm định tín dụng.

5.1. Xây Dựng Hệ Thống Xếp Hạng Tín Dụng Nội Bộ Hiệu Quả

Kết quả nghiên cứu có thể được sử dụng để xây dựng hệ thống xếp hạng tín dụng nội bộ hiệu quả hơn tại Vietcombank. Hệ thống này cần dựa trên các yếu tố quan trọng ảnh hưởng đến khả năng trả nợ, được xác định từ kết quả nghiên cứu. Hệ thống xếp hạng tín dụng nội bộ hiệu quả sẽ giúp ngân hàng đánh giá chính xác khả năng trả nợ của khách hàng và đưa ra quyết định cho vay hợp lý.

5.2. Đào Tạo Cán Bộ Tín Dụng Về Đánh Giá Rủi Ro

Ngân hàng cần đào tạo cán bộ tín dụng về các phương pháp đánh giá rủi ro tín dụng, bao gồm cả việc sử dụng mô hình hồi quy Logit. Cán bộ tín dụng cần hiểu rõ các yếu tố ảnh hưởng đến khả năng trả nợ và cách đánh giá các yếu tố này. Đào tạo cán bộ tín dụng sẽ giúp ngân hàng nâng cao chất lượng thẩm định tín dụng và giảm thiểu rủi ro nợ xấu.

VI. Kết Luận Nâng Cao Khả Năng Trả Nợ Cho Doanh Nghiệp

Nghiên cứu này đã xác định các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại Vietcombank – Chi nhánh TP.HCM. Kết quả nghiên cứu có thể được ứng dụng vào công tác quản lý rủi ro tín dụng và đưa ra quyết định cho vay hợp lý. Để nâng cao khả năng trả nợ của doanh nghiệp, cần có sự phối hợp giữa ngân hàng và doanh nghiệp. Ngân hàng cần cung cấp các sản phẩm và dịch vụ phù hợp với nhu cầu của doanh nghiệp, đồng thời hỗ trợ doanh nghiệp trong việc quản lý tài chính và nâng cao hiệu quả hoạt động. Doanh nghiệp cần chủ động quản lý tài chính, nâng cao hiệu quả hoạt động và xây dựng mối quan hệ tốt với ngân hàng.

6.1. Giải Pháp Cho Ngân Hàng Và Doanh Nghiệp

Ngân hàng cần xây dựng hệ thống đánh giá rủi ro tín dụng hiệu quả, đào tạo cán bộ tín dụng và cung cấp các sản phẩm và dịch vụ phù hợp với nhu cầu của doanh nghiệp. Doanh nghiệp cần chủ động quản lý tài chính, nâng cao hiệu quả hoạt động và xây dựng mối quan hệ tốt với ngân hàng. Sự phối hợp giữa ngân hàng và doanh nghiệp sẽ giúp nâng cao khả năng trả nợ và thúc đẩy sự phát triển bền vững của cả hai bên.

6.2. Hướng Nghiên Cứu Tiếp Theo Về Khả Năng Trả Nợ

Các nghiên cứu tiếp theo có thể tập trung vào việc mở rộng phạm vi nghiên cứu, sử dụng các phương pháp phân tích phức tạp hơn và xem xét các yếu tố vĩ mô ảnh hưởng đến khả năng trả nợ. Ngoài ra, cần có các nghiên cứu so sánh giữa các ngân hàng khác nhau để tìm ra các phương pháp quản lý rủi ro tín dụng hiệu quả nhất.

Nội dung chính

Tổng quan nghiên cứu

Trong giai đoạn tái cấu trúc hệ thống tài chính 2014–2016, tỷ lệ nợ xấu của toàn hệ thống ngân hàng thương mại Việt Nam ghi nhận sự biến động phức tạp, tăng từ mức 3,25% vào cuối năm 2014 lên 3,59% vào tháng 2/2015 trước khi giảm dần về mức 2,53% vào cuối quý 3/2016. Hoạt động tín dụng luôn đóng vai trò là nguồn thu nhập chủ đạo nhưng đồng thời cũng tiềm ẩn rủi ro lớn nhất đối với các tổ chức tín dụng. Hầu hết các ngân hàng thương mại tại Việt Nam vẫn duy trì phương thức đánh giá rủi ro tín dụng dựa trên kinh nghiệm chủ quan của cán bộ tín dụng và phân loại nợ quá hạn hồi tố, thiếu vắng các mô hình thống kê định lượng chuẩn hóa theo chuẩn mực của Ủy ban Basel nhằm đo lường chính xác xác suất vỡ nợ của khách hàng doanh nghiệp.

Nghiên cứu này được thực hiện nhằm xác định và lượng hóa mức độ tác động của các nhân tố tài chính lẫn phi tài chính đến khả năng trả nợ của khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam – Chi nhánh Thành phố Hồ Chí Minh. Phạm vi khảo sát tập trung vào tập dữ liệu gồm 302 khách hàng doanh nghiệp có phát sinh dư nợ trong giai đoạn 2014–2016 tại một trong những chi nhánh lớn nhất hệ thống với quy mô hơn 1.200 nhân viên và tổng dư nợ cho vay vượt 60.680 tỷ đồng vào năm 2016. Kết quả nghiên cứu mang ý nghĩa thực tiễn quan trọng, giúp tối ưu hóa hệ thống xếp hạng tín dụng nội bộ, giảm tỷ lệ trích lập dự phòng rủi ro và nâng cao năng lực thẩm định tín dụng doanh nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu vận dụng nền tảng lý thuyết bất cân xứng thông tin, lý thuyết chi phí đại diện và các khung lượng hóa rủi ro tín dụng hiện đại theo khuyến nghị của Hiệp ước Basel về tỷ lệ an toàn vốn. Khả năng trả nợ của khách hàng được chuẩn hóa theo quy định tại Quyết định 493/2005/QĐ-NHNN và Thông tư 22/VBHN-NHNN của Ngân hàng Nhà nước Việt Nam, chia làm 5 nhóm nợ. Khách hàng có khả năng trả nợ tốt được xác định là nhóm 1 và nhóm 2 với thời gian quá hạn dưới 90 ngày, trong khi khách hàng không có khả năng trả nợ thuộc nhóm 3 đến nhóm 5 với khoản vay quá hạn trên 90 ngày hoặc phải cơ cấu lại thời hạn trả nợ.

Mô hình nghiên cứu kế thừa và phát triển từ mô hình dự báo xác suất trả nợ của Chiara Pederzoli và Costanza Torricelli năm 2010, kết hợp với các nghiên cứu định lượng rủi ro tín dụng của Altman năm 1968, Flannery năm 1986 và Irakli Ninua năm 2008. Khung phân tích kết hợp 4 nhóm chỉ số tài chính trọng yếu gồm:

• Vốn lưu động trên tổng tài sản đo lường thanh khoản.
• Lợi nhuận trước thuế và lãi vay trên tổng tài sản phản ánh năng lực sinh lời.
• Vốn chủ sở hữu trên tổng tài sản đại diện cho đòn bẩy tài chính.
• Doanh thu thuần trên tổng tài sản biểu thị hiệu quả vận hành.

Bên cạnh đó, mô hình tích hợp các biến phi tài chính quan trọng gồm quy mô tổng tài sản, thời gian vay, tỷ lệ tài sản bảo đảm, số năm hoạt động và hình thức sở hữu doanh nghiệp nhà nước.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp định lượng hồi quy Logit nhị phân trên phần mềm xử lý dữ liệu SPSS. Dữ liệu được trích xuất từ 625 doanh nghiệp có quan hệ tín dụng tại chi nhánh trong giai đoạn 2014–2016. Quy trình chọn mẫu ngẫu nhiên hệ thống kết hợp sàng lọc loại trừ các tổ chức có cấu trúc đặc thù như công ty bảo hiểm, công ty chứng khoán và những đơn vị thiếu báo cáo tài chính kiểm toán 3 năm liên tiếp đã thu về 302 quan sát hoàn chỉnh.

Quy mô mẫu được phân tách thành hai tập dữ liệu độc lập:

• Mẫu ước lượng mô hình gồm 202 doanh nghiệp (chiếm tỷ trọng 67% tổng mẫu).
• Mẫu đối chứng gồm 100 doanh nghiệp (chiếm tỷ trọng 33% tổng mẫu) nhằm kiểm định chéo năng lực dự báo.

Lý do lựa chọn mô hình Logit nhị phân thay vì mô hình phân tích biệt thức Z-score là do Logit không đòi hỏi các biến độc lập phải tuân theo phân phối chuẩn, đồng thời cho phép tích hợp linh hoạt cả biến liên tục và biến giả. Để đảm bảo độ tin cậy, dữ liệu được kiểm định hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai với ngưỡng VIF dưới 10 và ma trận hệ số tương quan cặp dưới 0,8.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Mô hình hồi quy Logit nhị phân trên mẫu 202 doanh nghiệp đã xác định được 5 nhân tố có ý nghĩa thống kê tác động trực tiếp đến xác suất thực hiện nghĩa vụ nợ của khách hàng doanh nghiệp:

• Tỷ lệ Vốn chủ sở hữu trên Tổng tài sản tác động cùng chiều mạnh mẽ nhất đến khả năng hoàn trả nợ vay. Doanh nghiệp có tỷ lệ tự tài trợ cao luôn sở hữu tấm đệm tài chính vững chắc trước các cú sốc dòng tiền.
• Biến Quy mô doanh nghiệp (đo lường bằng logarit tự nhiên của tổng tài sản) có hệ số hồi quy dương, cho thấy các công ty quy mô lớn có năng lực chịu đựng rủi ro thị trường và duy trì tỷ lệ trả nợ đúng hạn cao hơn các doanh nghiệp nhỏ.
• Tỷ lệ Vốn lưu động trên Tổng tài sản thể hiện tương quan đồng biến với khả năng trả nợ, khẳng định vai trò sống còn của việc quản trị thanh khoản ngắn hạn nhằm duy trì dòng tiền trả nợ gốc và lãi.
• Biến giả Doanh nghiệp Nhà nước có tác động cùng chiều đối với khả năng trả nợ tại chi nhánh, phản ánh ưu thế về nguồn vốn hỗ trợ, uy tín thương hiệu và các hợp đồng thương mại ổn định.
• Biến Thời gian vay có hệ số hồi quy âm, biểu thị mối quan hệ nghịch biến với khả năng trả nợ. Thời hạn cấp tín dụng càng dài thì rủi ro phát sinh bất đối xứng thông tin và biến cố thị trường càng lớn.

Mô hình đạt độ tương thích cao thông qua kiểm định Hosmer-Lemeshow và đạt tỷ lệ dự báo chính xác tổng thể vượt 85% trên cả tập dữ liệu ước lượng 202 doanh nghiệp lẫn tập dữ liệu đối chứng 100 doanh nghiệp.

Thảo luận kết quả

Kết quả phân tích định lượng làm sáng tỏ nhiều khía cạnh thực tế trong công tác quản trị rủi ro tín dụng tại các ngân hàng thương mại:

Thứ nhất, tác động thuận chiều của tỷ lệ vốn chủ sở hữu trên tổng tài sản và quy mô doanh nghiệp hoàn toàn nhất quán với các nghiên cứu kinh điển của Ohlson năm 1980 và Pederzoli cùng Torricelli năm 2010. Doanh nghiệp quy mô lớn tại Thành phố Hồ Chí Minh thường sở hữu chuỗi cung ứng đa dạng, hệ thống quản trị chuyên nghiệp và khả năng tiếp cận các kênh huy động vốn phụ trợ linh hoạt khi hoạt động sản xuất kinh doanh gặp gián đoạn.

Thứ hai, mối quan hệ nghịch biến giữa thời gian vay và xác suất trả nợ củng cố luận điểm của Flannery năm 1986 và Coravos năm 2010. Các khoản vay trung và dài hạn từ 3 đến 5 năm trở lên khiến ngân hàng đối mặt với mức độ bất định cao về chu kỳ kinh tế, biến động lãi suất và rủi ro đạo đức khi doanh nghiệp có xu hướng chuyển hướng dòng vốn sang các dự án đầu tư rủi ro ngoài ngành.

Dữ liệu nghiên cứu có thể được trực quan hóa thông qua biểu đồ phân phối xác suất vỡ nợ, ma trận tương quan giữa các tỷ số tài chính và bảng phân loại mức độ chính xác dự báo nhằm hỗ trợ hội đồng tín dụng nhanh chóng nhận diện nhóm khách hàng tiềm ẩn nguy cơ chậm trả.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, bốn nhóm giải pháp mang tính hành động được đề xuất nhằm nâng cao chất lượng danh mục tín dụng:

• Ứng dụng mô hình chấm điểm định lượng Logit vào hệ thống phê duyệt tín dụng tự động: Khối Quản trị Rủi ro và Trung tâm Công nghệ Thông tin cần tích hợp thuật toán tính xác suất vỡ nợ vào phần mềm khởi tạo khoản vay trong giai đoạn 2018–2020. Mục tiêu hướng tới là rút ngắn 25% thời gian thẩm định hồ sơ và kiểm soát tỷ lệ nợ xấu của chi nhánh duy trì ổn định dưới mức 1,5%.
• Siết chặt điều kiện đối với các khoản cấp tín dụng trung và dài hạn: Phòng Khách hàng Doanh nghiệp cần cơ cấu lại thời hạn vay bám sát chu chuyển dòng tiền thực tế của dự án thay vì nới lỏng kỳ hạn. Bắt buộc áp dụng các điều khoản ràng buộc bổ sung về tỷ lệ vốn lưu động ròng và hạn mức nợ vay đối với các khoản tín dụng có kỳ hạn trên 36 tháng.
• Xây dựng chính sách ưu đãi hạn mức dựa trên tỷ lệ tự tài trợ và quy mô doanh nghiệp: Ban Giám đốc chi nhánh cần thiết lập cơ chế lãi suất và hạn mức tín dụng linh hoạt. Ưu tiên cấp hạn mức tín dụng tuần hoàn cho các doanh nghiệp duy trì tỷ lệ vốn chủ sở hữu trên tổng tài sản đạt từ 30% trở lên và có lịch sử thanh toán minh bạch.
• Chuẩn hóa quy trình thu thập và kiểm tra chéo báo cáo tài chính doanh nghiệp: Bộ phận Thẩm định cần phối hợp với Trung tâm Thông tin Tín dụng Quốc gia (CIC) và các đơn vị kiểm toán độc lập để xác minh 100% số liệu vốn lưu động, doanh thu và dòng tiền hoạt động trước khi ra quyết định giải ngân.

Đối tượng nên tham khảo luận văn

• Cán bộ tín dụng và chuyên viên thẩm định tại các ngân hàng thương mại: Nắm vững bộ công cụ sàng lọc hồ sơ vay vốn, nhận biết sớm các dấu hiệu cảnh báo sớm rủi ro thông qua 5 chỉ số tài chính và phi tài chính trọng yếu.
• Lãnh đạo chi nhánh và nhà quản trị rủi ro cấp cao: Ứng dụng khung mô hình Logit để xây dựng hạn mức phân quyền phê duyệt tín dụng, tối ưu hóa danh mục cho vay và định giá khoản vay theo mức độ rủi ro tương ứng.
• Giám đốc tài chính (CFO) và chủ doanh nghiệp: Thấu hiểu các tiêu chí định lượng mà ngân hàng sử dụng để đánh giá hồ sơ vay, từ đó chủ động cơ cấu lại bảng cân đối kế toán, nâng cao tỷ lệ an toàn vốn và cải thiện năng lực huy động vốn ngân hàng.
• Học viên cao học và nhà nghiên cứu chuyên ngành Tài chính - Ngân hàng: Sử dụng luận văn như tài liệu tham khảo chuẩn mực về phương pháp chọn mẫu ngẫu nhiên hệ thống, quy trình làm sạch dữ liệu bảng và kỹ thuật hồi quy Logit nhị phân trên dữ liệu thực tế tại Việt Nam.

Câu hỏi thường gặp

Mô hình hồi quy Logit nhị phân mang lại ưu thế gì vượt trội so với mô hình Z-score của Altman?

Mô hình Logit nhị phân không ràng buộc giả định các biến độc lập phải tuân theo phân phối chuẩn đa biến như mô hình Z-score. Đồng thời, Logit trực tiếp lượng hóa kết quả đầu ra thành xác suất cụ thể từ 0 đến 1, giúp ngân hàng dễ dàng phân nhóm khách hàng và tích hợp linh hoạt cả biến định lượng lẫn biến định tính.

Tại sao quy mô doanh nghiệp và tỷ lệ vốn chủ sở hữu lại tác động thuận chiều đến khả năng trả nợ?

Doanh nghiệp có quy mô tài sản lớn và tỷ lệ tự tài trợ cao sở hữu năng lực chống chịu vượt trội trước các biến động tiêu cực của thị trường. Nguồn vốn chủ sở hữu dồi dào đóng vai trò là lớp đệm hấp thụ thua lỗ, giảm áp lực trả chi phí lãi vay cố định và hạn chế nguy cơ mất thanh khoản đột ngột.

Vì sao thời gian vay dài lại làm gia tăng nguy cơ khách hàng không trả được nợ?

Thời gian cấp tín dụng kéo dài làm gia tăng mức độ bất cân xứng thông tin giữa ngân hàng và bên đi vay. Doanh nghiệp dễ đối mặt với biến động tiêu cực từ chu kỳ kinh tế, sự thay đổi công nghệ hoặc có xu hướng sử dụng vốn sai mục đích ban đầu, từ đó làm suy giảm nghiêm trọng nguồn tiền trả nợ.

Bộ dữ liệu nghiên cứu được thu thập và làm sạch theo quy trình nào?

Tác giả đã lập danh sách 625 doanh nghiệp phát sinh dư nợ tại chi nhánh theo mã khách hàng, áp dụng phương pháp chọn mẫu hệ thống bước nhảy 2 để chọn ra 312 đơn vị. Sau khi loại bỏ các tổ chức tài chính đặc thù và hồ sơ thiếu báo cáo tài chính 3 năm liên tục, mẫu chuẩn 302 doanh nghiệp được đưa vào phân tích.

Tiêu chuẩn phân loại khả năng trả nợ của doanh nghiệp trong nghiên cứu dựa trên cơ sở pháp lý nào?

Khả năng trả nợ được phân loại dựa trên Quyết định 493/2005/QĐ-NHNN và Thông tư 22/VBHN-NHNN của Ngân hàng Nhà nước. Doanh nghiệp có khả năng trả nợ tốt thuộc nhóm 1 và nhóm 2 (nợ quá hạn dưới 90 ngày), trong khi nhóm nợ xấu gồm nhóm 3, nhóm 4 và nhóm 5 (nợ quá hạn trên 90 ngày hoặc nợ phải cơ cấu lại).

Kết luận

• Luận văn đã xây dựng thành công mô hình hồi quy Logit nhị phân dự báo chính xác khả năng trả nợ của 302 khách hàng doanh nghiệp tại Vietcombank Chi nhánh TP.HCM giai đoạn 2014–2016.
• Nghiên cứu chỉ ra 4 nhân tố tác động cùng chiều gồm vốn chủ sở hữu trên tổng tài sản, quy mô doanh nghiệp, vốn lưu động trên tổng tài sản và loại hình doanh nghiệp nhà nước.
• Nhân tố thời gian vay được xác nhận có mối quan hệ nghịch biến rõ rệt với xác suất hoàn trả nợ đúng hạn của khách hàng doanh nghiệp.
• Mô hình đạt độ tin cậy cao trên mẫu thử nghiệm 202 doanh nghiệp và mẫu kiểm định chéo 100 doanh nghiệp với tỷ lệ phân loại chính xác vượt mức 85%.
• Trong lộ trình tiếp theo, các ngân hàng thương mại cần nhanh chóng số hóa mô hình định lượng này vào hệ thống khởi tạo khoản vay tự động để nâng cao năng lực quản trị rủi ro tín dụng toàn diện.

Trích đoạn nội dung tài liệu

Chương 1 tiến hành giới thiệu tổng quan về tính cấp thiết của đề tài, mục đích và phạm vi nghiên cứu cũng như các sơ lược phương pháp nghiên cứu được sử dụng. Chương 2 trình bày những khái niệm về khả năng trả nợ của khách hàng, quy định của NHNN về việc phân loại nợ và những yếu tố ảnh hưởng đến khả năng trả nợ của doanh nghiệp. Tương tự, định nghĩa và các mô hình thường được sử dụng để đánh giá khả năng trả nợ của KHDN cũng được đề cập. Đồng thời, chương 2 cũng tổng hợp kết quả nghiên cứu của các mô hình thực nghiệm đo lường khả năng trả nợ của đối tượng là khách hàng vay vốn tại Việt Nam và các nước trên thế giới.

Để từ đó tập trung xây dựng câu hỏi nghiên cứu liệu những yếu tố nào ảnh hưởng đáng kể đến khả năng 7 trả nợ của KHDN tại VCB.HCM và lựa chọn các thông tin cần thiết và mô hình phù hợp với bối cảnh của bài nghiên cứu. Chương 3 trình bày chi tiết phương pháp nghiên cứu. Bên cạnh việc tập trung thể hiện tính phù hợp của phương pháp được sử dụng, chương 3 trình bày trình tự thực hiện các bước nghiên cứu cụ thể như cách xác định mẫu, thu thập số liệu, xử lý số liệu, lựa chọn nhân tố từ đó chạy mô hình hồi quy Logit. Chương 4 sử dụng công cụ thống kê mô tả, phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của KHDN tại VCB HCM, từ đó trả lời câu hỏi nghiên cứu “mức độ tác động của các yếu tố này đến khả năng trả nợ của KHDN tại VCB.HCM như thế nào?” Từ kết quả mô hình nghiên cứu, tác giả tiến hành chạy mô hình đối chứng.

Sau đó so sánh việc xếp loại khách hàng này với thực tế trả nợ của họ xem tỷ lệ đúng là bao nhiêu và thực hiện các kiểm định cần thiết để đo độ chính xác của mô hình dự báo. Chương 5 dựa trên kết quả phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của KHDN và mức độ tác động của các yếu tố này đã được trình bày ở chương 3 và chương 4, chương 5 tóm lược lại các nội dung cơ bản. Từ đó đề xuất kiến nghị nhằm ứng dụng kết quả mô hình nghiên cứu vào công tác quản lý rủi ro và định hướng tín dụng phù hợp với hoạt động cho vay tại VCB HCM nói riêng và toàn hệ thống Vietcombank nói chung. 8 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT, CÁC NGHIÊN CỨU TRƯỚC Mục tiêu của chương 2 là trình bày những nội dung cơ bản về khả năng trả nợ của khách hàng bao gồm khái niệm khả năng trả nợ của khách hàng cũng như một số yếu tố tác động đến khả năng trả nợ của khách hàng và các mô hình nghiên cứu thường được áp dụng để xác định khả năng trả nợ của KHDN.

Phần tiếp theo tác giả sẽ dẫn chiếu lý thuyết, nghiên cứu thực nghiệm có liên quan đến đề tài nghiên cứu. Từ đó xác định được mục tiêu nghiên cứu cũng như hình thành nên câu hỏi nghiên cứu và định hướng các biến sẽ đưa vào mô hình nghiên cứu. Khái quát về khả năng trả nợ của khách hàng “Khả năng trả nợ của khách hàng” là mức độ của khả năng một khách hàng vay ngân hàng sẽ có thể thực hiện nghĩa vụ trả nợ đầy đủ và đúng theo các điều khoản đã thỏa thuận.