Tổng quan nghiên cứu

Thị trường bán lẻ ngân hàng tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc với quy mô dân số hơn 96 triệu người và GDP bình quân đầu người liên tục gia tăng, đạt mốc gần 2.590 USD vào năm 2018 (tăng 201 USD so với năm 2017). Trong bối cảnh chuyển dịch cơ cấu kinh tế mạnh mẽ tại khu vực Đồng bằng sông Cửu Long, hoạt động cho vay khách hàng cá nhân trở thành động lực tăng trưởng thu nhập cốt lõi của hệ thống ngân hàng thương mại, đặc biệt là hệ thống Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam (Agribank).

Tuy nhiên, tăng trưởng tín dụng luôn đi kèm với thách thức kiểm soát rủi ro không hoàn trả nợ đúng hạn. Tại Agribank Chi nhánh tỉnh Bến Tre (Agribank Bến Tre), dư nợ khách hàng cá nhân có sự điều chỉnh từ 312,34 tỷ đồng năm 2015 xuống mức 165,54 tỷ đồng năm 2018 (giảm 146,8 tỷ đồng) nhằm tái cơ cấu danh mục và siết chặt chất lượng tài sản. Song song đó, quy mô nợ xấu cá nhân cũng giảm mạnh từ 13,69 tỷ đồng (chiếm tỷ lệ 4,17%) xuống còn dưới 3,5 tỷ đồng vào cuối giai đoạn 2018. Thực trạng này đặt ra yêu cầu cấp thiết phải phân tích sâu các yếu tố quyết định đến xác suất hoàn trả nợ của người vay.

Luận văn thạc sĩ chuyên ngành Tài chính – Ngân hàng của tác giả Huỳnh Thị Anh Thư tại Trường Đại học Ngân hàng TP. Hồ Chí Minh tập trung giải quyết bài toán: Xác định và lượng hóa mức độ tác động của các nhân tố nhân khẩu học và đặc điểm khoản vay đến khả năng trả nợ của khách hàng cá nhân. Phạm vi nghiên cứu được thực hiện dựa trên dữ liệu thu thập từ 290 hồ sơ tín dụng cá nhân trong giai đoạn từ tháng 06/2015 đến tháng 06/2018 tại Agribank Bến Tre. Ý nghĩa nghiên cứu mang lại cơ sở thực nghiệm vững chắc, cung cấp hệ thống giải pháp giúp giảm thiểu tỷ lệ nợ quá hạn xuống dưới mức 1,5% và nâng cao hiệu quả phân bổ nguồn vốn tại địa phương.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết quản trị rủi ro tín dụng hiện đại, kết hợp hài hòa giữa các mô hình định tính và định lượng:

  • Mô hình 5C trong thẩm định tín dụng: Khung phân tích kinh điển của Timothy và Macdonald bao gồm 5 cấu phần trọng yếu: Tư cách người vay (Character), Năng lực tài chính (Capacity), Vốn tự có (Capital), Tài sản bảo đảm (Collateral), và Điều kiện kinh tế - xã hội (Conditions). Ngoài ra, nghiên cứu còn xem xét thêm yếu tố bảo hiểm khoản vay (Coverage) nhằm giảm thiểu thiệt hại tài chính khi xảy ra biến cố bất khả kháng.
  • Lý thuyết thông tin bất cân xứng: Tiếp cận theo Heffernan, hiện tượng thông tin bất cân xứng giữa tổ chức tín dụng và người vay cá nhân là nguồn gốc chính gây ra lựa chọn đối nghịch và rủi ro đạo đức, trực tiếp dẫn đến nợ quá hạn khi nguồn thu nhập bị gián đoạn.
  • Tiêu chuẩn phân loại nợ và nợ xấu: Áp dụng định nghĩa nợ xấu theo Basel Committee on Banking Supervision và Quyết định số 493/2005/QĐ-NHNN của Ngân hàng Nhà nước Việt Nam. Khả năng trả nợ được quy chuẩn thành biến nhị phân: Nhóm 1 và nhóm 2 đại diện cho trạng thái thực hiện tốt nghĩa vụ nợ, trong khi nhóm 3, 4, 5 (nợ quá hạn trên 90 ngày hoặc có nguy cơ mất vốn) đại diện cho tình trạng vi phạm nghĩa vụ trả nợ.
  • Hệ thống chấm điểm tín dụng tiêu dùng: Tham chiếu thang đo điểm số tín dụng tiêu dùng tại các ngân hàng Mỹ (với khung điểm từ 9 đến 43 điểm, ngưỡng an toàn 28 điểm) và hệ thống xếp hạng tín nhiệm quốc tế của Moody’s và Standard & Poor’s.

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp nghiên cứu định tính và định lượng với quy trình xử lý dữ liệu chặt chẽ:

  • Nguồn và quy mô dữ liệu: Cỡ mẫu nghiên cứu gồm 290 hồ sơ tín dụng khách hàng cá nhân được thu thập bằng phương pháp chọn mẫu ngẫu nhiên từ hệ thống dữ liệu tín dụng của Agribank Bến Tre trong khung thời gian từ tháng 06/2015 đến tháng 06/2018. Phương pháp chọn mẫu ngẫu nhiên đảm bảo tính đại diện cao cho tổng thể các khoản vay tại 1 Hội sở tỉnh, 10 chi nhánh loại II và 18 phòng giao dịch.
  • Lý do lựa chọn mô hình Probit: Do biến phụ thuộc (khả năng trả nợ) là biến định tính nhị nguyên nhận giá trị 0 hoặc 1, phương pháp bình phương nhỏ nhất thông thường (OLS) trong mô hình xác suất tuyến tính (LPM) sẽ gặp khuyết tật phương sai sai số thay đổi và giá trị xác suất dự báo có thể nằm ngoài khoảng [0, 1]. Nghiên cứu lựa chọn mô hình hồi quy xác suất Probit (Binary Probit) dựa trên giả định hàm phân phối tích lũy chuẩn hóa, giúp ước lượng chuẩn xác các tham số và phản ánh trung thực xác suất phi tuyến của hành vi trả nợ.
  • Quy trình phân tích: Dữ liệu sau khi trích xuất được xử lý qua 4 bước: (1) Thống kê mô tả các đặc tính mẫu; (2) Phân tích ma trận tương quan giữa các biến độc lập; (3) Kiểm định hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF); (4) Ước lượng hồi quy Probit và kiểm định mức độ phù hợp của mô hình qua chỉ số Wald Chi-Square và chỉ tiêu -2 Log Likelihood (-2LL).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Mô hình hồi quy Probit sau khi loại bỏ các biến không có ý nghĩa thống kê đã xác định rõ 7 yếu tố tác động trực tiếp đến khả năng hoàn trả nợ đúng hạn của khách hàng cá nhân tại Agribank Bến Tre:

  • Bốn yếu tố tác động thuận chiều:
    • Tình trạng hôn nhân: Khách hàng đã lập gia đình có xác suất trả nợ đúng hạn cao hơn khoảng 14,8% so với nhóm khách hàng độc thân (mức ý nghĩa p < 0,05).
    • Trình độ học vấn: Trình độ học vấn tương quan dương mạnh mẽ với khả năng trả nợ; khách hàng có trình độ đại học và sau đại học đạt tỷ lệ trả nợ đúng hạn xấp xỉ 92,3%.
    • Thu nhập bình quân hàng tháng: Thu nhập cao và ổn định đóng vai trò bảo chứng dòng tiền vững chắc, giúp giảm thiểu nguy cơ quá hạn khoản vay.
    • Mục đích vay vốn: Các khoản vay phục vụ mục đích sản xuất kinh doanh, dịch vụ nông nghiệp có xác suất hoàn trả nợ cao hơn khoảng 18,5% so với vay tiêu dùng thuần túy.
  • Ba yếu tố tác động nghịch chiều:
    • Độ tuổi người vay: Độ tuổi có hệ số hồi quy âm; người vay lớn tuổi tại khu vực nông thôn có xu hướng giảm sút năng lực lao động và khả năng tạo dòng tiền, dẫn đến rủi ro trễ hạn tăng lên.
    • Số tiền vay (Quy mô khoản vay): Khoản vay có giá trị càng lớn đi kèm với áp lực chi trả gốc định kỳ cao, làm suy giảm xác suất thanh toán đúng hạn nếu không có nguồn tích lũy dự phòng.
    • Lãi suất cho vay: Lãi suất tăng thêm 1%/năm làm gia tăng gánh nặng chi phí tài chính, dẫn đến khả năng trả nợ của khách hàng suy giảm rõ rệt.

Thảo luận kết quả

Kết quả phân tích định lượng cho thấy sự tương thích cao với các nghiên cứu thực nghiệm trong và ngoài nước, đồng thời phản ánh đúng đặc thù kinh tế tỉnh Bến Tre:

Trong thực tế, người vay đã kết hôn thường có lối sống ổn định, tính toán tài chính cẩn trọng và nhận được sự hỗ trợ tài chính từ vợ/chồng, tạo ra nguồn thu nhập kép giúp đảm bảo lịch trả nợ định kỳ. Về trình độ học vấn, khách hàng có học vấn cao sở hữu năng lực quản trị tài chính cá nhân tốt hơn và dễ thích ứng với các biến động kinh tế.

Đối với biến mục đích vay vốn, các hộ vay vốn để đầu tư vườn cây ăn trái, nuôi trồng thủy sản hoặc kinh doanh cơ sở chế biến dừa tạo ra dòng tiền hoàn vốn trực tiếp. Ngược lại, vay mua sắm tiêu dùng chỉ tạo ra nghĩa vụ trả nợ mà không sinh lời, dễ đẩy khách hàng vào tình trạng mất cân đối thanh khoản khi gặp sự cố bất ngờ.

Tác động tiêu cực của biến độ tuổi phản ánh tính quy luật tại địa bàn nông thôn: người cao tuổi thường giảm năng động kinh doanh, trong khi người trẻ tuổi có nhiều cơ hội tìm kiếm thu nhập bổ sung (phù hợp với phát hiện của Trương Đông Lộc và Nguyễn Thanh Bình năm 2011 tại khu vực Tây Nam Bộ).

Để trực quan hóa các kết luận trên, toàn bộ hệ số hồi quy Probit, mức ý nghĩa p-value và sai số chuẩn được tổng hợp chi tiết trong bảng kết quả hồi quy. Biểu đồ phân phối xác suất trả nợ theo các phân khúc học vấn và nhóm tuổi minh họa rõ nét sự phân hóa rủi ro giữa các nhóm khách hàng mục tiêu.

Đề xuất và khuyến nghị

Dựa trên kết quả hồi quy thực nghiệm, nghiên cứu đề xuất 4 nhóm giải pháp chiến lược nhằm tối ưu hóa chất lượng danh mục cho vay cá nhân:

  • Tái cấu trúc quy trình chấm điểm tín dụng và thẩm định nhân thân: Agribank Bến Tre cần tích hợp các biến số có ý nghĩa như học vấn, tình trạng hôn nhân và mục đích vay vào hệ thống scorecard nội bộ. Cán bộ tín dụng cần ưu tiên phê duyệt các phương án vay sản xuất kinh doanh có dòng tiền khả thi, phấn đấu đưa tỷ lệ nợ xấu cá nhân toàn chi nhánh duy trì ổn định dưới mức 1,2% trong giai đoạn 2019-2022.
  • Xây dựng chính sách lãi suất linh hoạt và cạnh tranh: Hội sở Agribank và Chi nhánh tỉnh Bến Tre cần áp dụng cơ chế giảm lãi suất từ 0,5% đến 1,0%/năm cho các hộ sản xuất có lịch sử tín dụng chuẩn mực (nhóm 1 liên tục 24 tháng). Biện pháp này giúp giảm bớt gánh nặng chi phí lãi vay, kích thích tinh thần trả nợ đúng hạn và giữ chân khách hàng chất lượng cao.
  • Kiểm soát chặt chẽ tỷ lệ cho vay trên quy mô vốn (LTV) và phân tầng theo độ tuổi: Ban Giám đốc chi nhánh cần siết chặt hạn mức đối với các khoản vay tiêu dùng có giá trị lớn trên 500 triệu đồng. Đối với khách hàng lớn tuổi, ngân hàng cần yêu cầu bổ sung người đồng trách nhiệm trả nợ (con cái trong độ tuổi lao động có thu nhập ổn định) để bảo đảm nguồn hoàn vốn thứ cấp.
  • Nâng cấp hệ thống cảnh báo sớm và kết nối dữ liệu liên ngân hàng: Ngân hàng Nhà nước và Trung tâm Thông tin Tín dụng Quốc gia (CIC) cần rút ngắn thời gian cập nhật lịch sử nợ quá hạn từ chu kỳ tháng xuống chu kỳ tuần. Agribank cần chủ động trích lập dự phòng rủi ro đầy đủ theo định kỳ hàng quý nhằm ứng phó kịp thời với các cú sốc kinh tế nông nghiệp.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng chính:

  • Cán bộ quản trị rủi ro và thẩm định tín dụng tại các ngân hàng thương mại: Cung cấp mô hình chấm điểm thực chứng, giúp nhân viên tín dụng nhận diện chính xác các dấu hiệu rủi ro tiềm ẩn từ hồ sơ khách hàng cá nhân ngay tại vòng sơ loại.
  • Ban điều hành và lãnh đạo chi nhánh ngân hàng: Cung cấp căn cứ định lượng để ban hành các chính sách lãi suất vi mô, phân bổ hạn mức tín dụng phù hợp với đặc thù kinh tế nông thôn tại Đồng bằng sông Cửu Long.
  • Học viên cao học và nhà nghiên cứu tài chính: Tài liệu tham khảo chuẩn mực về phương pháp ứng dụng mô hình Probit trong xử lý dữ liệu nhị phân thực tế, cách thức kiểm định đa cộng tuyến và diễn giải các hệ số biên.
  • Cơ quan quản lý nhà nước và Ngân hàng Nhà nước cấp tỉnh: Đóng vai trò là nguồn dữ liệu thực tiễn để xây dựng các chương trình tín dụng chính sách, hỗ trợ vốn phát triển nông nghiệp, nông thôn và nông dân một cách an toàn, bền vững.

Câu hỏi thường gặp

  • Vì sao nghiên cứu lại chọn mô hình Probit thay vì mô hình hồi quy tuyến tính thông thường? Do biến phụ thuộc là khả năng trả nợ nhận giá trị nhị phân (1 là đúng hạn, 0 là vi phạm). Hồi quy tuyến tính OLS vi phạm giả định phân phối chuẩn và có thể cho xác suất dự báo ngoài khoảng 0 đến 1. Mô hình Probit giải quyết triệt để khuyết tật này thông qua hàm phân phối xác suất chuẩn hóa.
  • Tại sao biến độ tuổi lại mang hệ số âm trong mô hình nghiên cứu tại Agribank Bến Tre? Tại địa bàn nông thôn Bến Tre, khách hàng lớn tuổi thường phụ thuộc vào các mô hình sản xuất truyền thống, khả năng thích ứng kỹ thuật thấp và động lực kiếm tiền suy giảm. Người trẻ tuổi năng động hơn trong việc tìm kiếm các kênh thu nhập phi nông nghiệp để bù đắp nợ vay.
  • Mục đích vay vốn ảnh hưởng thế nào đến xác suất hoàn trả nợ của cá nhân? Khoản vay cho sản xuất kinh doanh tạo ra lợi nhuận và dòng tiền đối ứng để hoàn trả gốc, lãi ngân hàng. Ngược lại, khoản vay cho tiêu dùng cá nhân chỉ tạo thêm gánh nặng tài chính hàng tháng, dẫn đến nguy cơ mất khả năng thanh toán khi xảy ra biến cố thu nhập.
  • Cỡ mẫu 290 hồ sơ khách hàng có đảm bảo tính đại diện cho toàn tỉnh Bến Tre? Quy mô 290 hồ sơ được thu thập ngẫu nhiên trong 3 năm liên tiếp (2015-2018) từ các chi nhánh và phòng giao dịch trên địa bàn. Cỡ mẫu này hoàn toàn thỏa mãn các điều kiện về bậc tự do và kiểm định thống kê cho mô hình hồi quy 10 biến độc lập.
  • Kết quả của luận văn có thể nhân rộng sang các địa phương khác không? Có thể nhân rộng cho các tỉnh có điều kiện kinh tế tương đồng tại khu vực Tây Nam Bộ. Tuy nhiên, các ngân hàng cần hiệu chỉnh lại trọng số của các biến số như ngành nghề kinh doanh và quy mô khoản vay cho phù hợp với cơ cấu kinh tế riêng của từng tỉnh.

Kết luận

  • Nghiên cứu đã xác định và lượng hóa thành công tác động của 7 nhân tố then chốt đến khả năng trả nợ của khách hàng cá nhân tại Agribank Bến Tre bằng mô hình Probit chuẩn xác.
  • Bốn yếu tố thúc đẩy tích cực đến xác suất trả nợ đúng hạn gồm: Tình trạng hôn nhân (đã kết hôn), Trình độ học vấn cao, Thu nhập ổn định và Mục đích vay sản xuất kinh doanh.
  • Ba yếu tố gia tăng rủi ro quá hạn gồm: Độ tuổi cao của người vay, Số tiền vay quá lớn và Mức lãi suất cho vay cao.
  • Hệ thống 4 nhóm giải pháp kiến nghị cung cấp lộ trình thực thi rõ ràng từ khâu thẩm định, định giá lãi suất, kiểm soát quy mô vay đến hiện đại hóa công tác cảnh báo nợ xấu tại chi nhánh.
  • Để tiếp tục tối ưu hóa công tác quản trị rủi ro trong kỷ nguyên số, các nhà nghiên cứu và quản trị ngân hàng nên tiếp tục mở rộng mô hình với các biến số về lịch sử giao dịch số và điểm tín dụng định danh cá nhân.