Tạp chí KTĐN số 98

CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN RỦI RO TÍN DỤNG TẠI NGÂN HÀNG NGOẠI  THƯƠNG CHI NHÁNH KIÊN GIANG

 CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN RỦI RO TÍN DỤNG TẠI NGÂN HÀNG NGOẠI THƯƠNG CHI NHÁNH KIÊN GIANG

Bùi Hữu Phước[1]

Ngô Thành Danh[2]

Ngô Văn Toàn[3]

 

Tóm tắt

Nghiên cứu này phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng của Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam (chi nhánh Kiên Giang) sử dụng dữ liệu thu được từ 120 hồ sơ tín dụng ngân hàng. Mô hình lôgic nhị phân và mô hình lôgic đa thức được sử dụng để ước tính các yếu tố ảnh hưởng đến rủi ro tín dụng. Kết quả cho thấy logit đa thức thực hiện tốt hơn logit nhị phân. Ở mức độ rủi ro tín dụng 1, tác động đến tín hiệu rủi ro bao gồm: Tài sản đảm bảo, năng lực tài chính của khách hàng, hoạt động kinh doanh đa dạng, kinh nghiệm của nhân viên ngân hàng và kiểm tra, giám sát khoản vay. Ở mức độ rủi ro tín dụng 2, các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng thương mại chỉ là bốn yếu tố liên quan đến tín hiệu, ít hơn một yếu tố như vậy với mức độ rủi ro tín dụng 1, tài sản thế chấp không ảnh hưởng đến mức độ rủi ro tín dụng 2. Nó đưa ra một số gợi ý về quản lý rủi ro và các gợi ý chính sách để giúp giảm nhẹ rủi ro tín dụng.

Từ khóa: Rủi ro tín dụng; Logit nhị thức; Logit đa thức.

Abstract

This study analyzes the factors that affect the credit risk of the Joint Stock Commercial Bank for Foreign Trade of Vietnam (Kien Giang Branch) using data collected from 120 bank credit profiles. The binary logit model and polynomial logit model are used to estimate the factors that influence the credit risk. The results show that polynomial logit perform better than binary logit. At the level of credit risk 1, the effects on risk signals include: Collateral, financial capability of customers, diversified business operations, experience of bank’s staff and loan inspection and supervision. At the level of credit risk 2, the factors that affect the credit risk of commercial bank are only four factors related to the signal, less than one such factor with the degree of credit risk 1, the collateral does not affect the level of credit risk 2. It provides several suggestions for risk management and policy implications to help mitigate credit risk.

Keywords: Credit risk; Binary logit; Multinomial logit.

  1. Giới thiệu

Cuộc khủng hoảng tài chính gần đây đã thu hút sự chú ý, khi những hậu quả mà nó gây ra tác động đến sự ổn định của hệ thống ngân hàng trong nền kinh tế (Agnello và Sousa, 2011). Do đó, việc khám phá các yếu tố ảnh hưởng đến tín dụng là một vấn đề quan trọng đối với cơ quan quản lý nhằm duy trì sự ổn định tài chính, và cho phép các ngân hàng theo đuổi chính sách quản lý có trách nhiệm hơn.

Theo Timothy & MacDonald (1995) thì rủi ro tín dụng là sự thay đổi tiềm ẩn của thu nhập thuần và thị giá của vốn xuất phát từ việc khách hàng không thanh toán hay thanh toán trễ hạn. Theo Ủy ban giám sát Basel định nghĩa rủi ro tín dụng là khả năng mà người đi vay hoặc đối tác của ngân hàng thất bại trong việc thực hiện theo các điều khoản trả nợ đã thỏa thuận. Rủi ro tín dụng còn được gọi là rủi ro vỡ nợ, phát sinh từ việc không chắc chắn liên quan đến việc không hoàn trả các khoản nợ từ phía khách hàng cho ngân hàng. Theo pháp luật Việt Nam hiện hành thì rủi ro tín dụng trong hoạt động ngân hàng là tổn thất có khả năng xảy ra đối với nợ của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết (02/2013/TT-NHNN).

Việt Nam đang trong quá trình phát triển kinh tế, hoạt động tín dụng ở các ngân hàng càng lớn thì số dư nợ cũng lớn dần theo. Tăng trưởng tín dụng đi cùng với rủi ro tín dụng trong toàn hệ thống ngân hàng. Rủi ro tín dụng thể hiện qua chỉ tiêu nợ xấu gây ra những hệ lụy xấu đến hoạt động của ngân hàng, chẳng hạn như là các ngân hàng phải gia tăng việc trích lập dự phòng rủi ro, dẫn đến giảm lợi nhuận. Phải trích lập dự phòng quá mức có thể làm cho lợi nhuận của các ngân hàng giảm, từ đó làm mất niềm tin của cổ đông và có thể làm thị giá cổ phiếu của ngân hàng suy giảm. Nợ xấu tăng cao còn là một trong những nguyên nhân dẫn đến các rủi ro khác (thanh khoản, kỳ hạn, hệ thống).

Nhận thức và quản lý rủi ro hoạt động ngân hàng nói chung và Ngân hàng TMCP Ngoại thương, chi nhánh Kiên Giang (Vietcombank Kiên Giang) nói riêng đang là vấn đề cấp thiết. Vì những ảnh hưởng của rủi ro trong hoạt động cho vay đang là vấn đề thời sự và ý nghĩa khoa học thực tiễn trong quản lý ngân hàng. Nghiên cứu này nhằm phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng tại ngân hàng Ngoại Thương chi nhánh Kiên Giang.

  1. Các nghiên cứu trước có liên quan

Theo Ghosh (2012) thì có sự đan xen giữa các yếu tố bên trong và bên ngoài có ảnh hưởng rủi ro tín dụng của ngân hàng. Các yếu tố bên ngoài bắt nguồn từ sự suy yếu của kinh tế vĩ mô, tình trạng xấu đi của các điều kiện kinh tế và sự phát triển kém của thị trường bên ngoài. Những yếu tố nội bộ liên quan đến rủi ro kinh doanh, quản trị tài chính, thiếu sót trong quản trị ngân hàng, sự thiếu hiệu quả trong hoạt động kinh doanh sẽ gây ra rủi ro tín dụng nhiều hơn.

Các nghiên cứu Trương Đông Lộc (2010); Trương Đông Lộc & Nguyễn Thị Tuyết (2011) về các nhân tố ảnh hưởng đến rủi ro tín dụng của ngân hàng. Nghiên cứu này đã sử dụng mô hình xác suất (probit) và mô hình xác suất tuyến tính (logit). Tác giả sử dụng các yếu tố tài chính/phi tài chính để đưa vào mô hình từ hồ sơ khác hàng xin vay ở ngân hàng, ngoài ra còn quan sát hoạt động kinh doanh của khác hàng và yếu tố của chính ngân hàng mà tác giả quan sát thực tế. Bên cạnh đó Lê Khương Ninh & Lâm Thị Bích Ngọc (2012) phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng với biến phụ thuộc rủi ro được xác định dựa theo đặc điểm hồ sơ khách hàng: có rủi ro và không có rủi ro. Các tác giả đã chỉ ra rằng các yếu tố vi mô giải thích cho rủi ro tín dụng bao gồm: Khả năng tài chính của người vay; Sử dụng vốn vay; Kinh nghiệm của cán bộ tín dụng; Đa dạng hóa hoạt động kinh doanh; Lĩnh vực ngành nghề chính tạo ra thu nhập để trả nợ; Kiểm tra và giám sát nợ vay; Lịch sử vay vốn và Tài sản đảm bảo.

Nghiên cứu về rủi ro tín dụng của Phan Đình Khôi & Nguyễn Việt Thành (2017) đã sử dụng mô hình logit nhị thức và logit đa thức được sử dụng để ước tính các yếu tố ảnh hưởng đến rủi ro tín dụng. Sử dụng mô hình và các biến gần giống với nghiên cứu của Trương Đông Lộc (2010); Trương Đông Lộc & Nguyễn Thị Tuyết (2011); Lê Khương Ninh & Lâm Thị Bích Ngọc (2012). Tác giả cho rằng mô hình logit đa thức cho phép giải thích tốt hơn mô hình logit nhị thức. Tuy nhiên, nghiên cứu này chia rủi ro thành 2 mức từ nhóm nợ (5 nhóm nợ). Theo đó, mức không có rủi ro thuộc nợ nhóm 1 và 2, rủi ro mức 1 thuộc nhóm nợ 3 và 4, rủi ro mức 2 thuộc nợ nhóm 5 (rủi ro có thể mất vốn). Thông tư 02/2013, về việc trích lập dự phòng rủi ro như sau: Nhóm 1: 0%; Nhóm 2: 5%; Nhóm 3: 20%; Nhóm 4: 50%; Nhóm 5: 100% (Điều 12). Như vậy, nếu nhìn vào 5 nhóm nợ, nợ nhóm 1 là nợ đủ tiêu chuẩn, nợ nhóm 5 là nợ có khả năng mất vốn và còn lại nhóm khác (nhóm 2, 3 và 4) thuộc nhóm có rủi ro.

Miyamoto (2014) đã nghiên cứu khảo sát các chỉ số cần thiết để đo lường rủi ro tín dụng cho ngân hàng nhỏ, sử dụng thông tin tài chính, cũng như thông tin doanh nghiệp của ngân hàng thu thập qua nhiều năm của mối quan hệ bằng cách sử dụng mô hình hồi quy đa thức. Các phân tích trong nghiên cứu này cho thấy không chỉ thông tin tài chính mà thông tin phi tài chính là nguồn có giá trị cho một đánh giá rủi ro ngân hàng nhỏ.

Memić (2015) đã thực nghiên cứu này nhằm mục đích đánh giá dự báo rủi ro vỡ nợ trên thị trường ngân hàng ở Bosnia và Herzegovina. Khả năng phân loại thông tin của công ty thành các nhóm khác nhau hoặc tìm ra một công cụ thích hợp có thể thay thế đánh giá của con người trong phân loại công ty thành tốt và xấu là một trong những mối quan tâm chính của các nhà nghiên cứu quản lý rủi ro trong một thời gian dài. Nghiên cứu này đã điều tra khả năng và tính chính xác của dự đoán vỡ nợ bằng cách sử dụng các phương pháp thống kê truyền thống hồi quy nhị thức (logistic regression) và phân tích biệt số bội (multiple discriminant analysis) và so sánh khả năng dự đoán của các phương pháp này. Kết quả cho thấy các mô hình được tạo ra có khả năng tiên đoán cao. Đối với mô hình logit, một số biến có ảnh hưởng nhiều đến dự đoán vỡ nợ so với các biến khác.

Như vậy, yếu tố bên ngoài lẫn bên trong đều có thể tác động trực tiếp hoặc phối hợp với nhau gây ra rủi ro tín dụng. Nhưng yếu tố khác như hiệu quả của hệ thống pháp luật, thái độ của xã hội đối với người đi vay bị vỡ nợ và can thiệp từ môi trường chính trị cũng ảnh hưởng đến rủi ro tín dụng. Phân tiếp theo sẽ trình bày một số giả thuyết để từ đó đề xuất hình thành mô hình nghiên cứu cho trường hợp ngân hàng Ngoại Thương chi nhánh Kiên Giang. Trong nghiên cứu này tác giả cũng sử dụng mô hình logit nhị thức và logit đa thức, cũng chia rủi ro thành 2 mức. Tuy nhiên trong nghiên cứu này nhóm tác giả chia rủi ro thành 2 mức như sau: rủi ro mức 0 thuộc nhóm nợ 1 (nợ đủ tiêu chuẩn), rủi ro mức 1 thuộc nhóm nợ từ 2 đến 4 và rủi ro mức 2 thuộc nợ nhóm 5 (nợ có khả năng mất vốn). Lý giải việc chia như vậy, nhóm tác giả dựa vào việc trích lập dự phòng rủi ro của Thông tư 02/2013, quy định nợ nhóm 2 trích lập dự phòng 5%, nghĩa là rủi ro phát sinh khi “Nợ quá hạn”.

  1. Phương pháp nghiên cứu

3.1 Giả thuyết và mô hình nghiên cứu

- Biến phụ thuộc của mô hình

Biến phụ thuộc trong mô hình là rủi ro tín dụng và khả năng tổn thất hoặc khả năng mất vốn. Rủi ro tín dụng trong hoạt động ngân hàng là tổn thất có khả năng xảy ra đối với nợ của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết. Như vậy, một hồ sơ vay vốn bất kỳ có thể phân loại vào 1 trong 5 nhóm (nhóm nợ). Một hồ sơ vay vốn có dấu hiệu khách hàng suy giảm khả năng trả nợ đến hồ sơ có khả năng tổn thất cao hoặc có khả năng mất vốn là những hồ sơ tín dụng có rủi ro. Trong khi đó mô hình logit nhị phân chỉ có thể dùng để phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng (tức là có rủi ro hoặc là không có rủi ro xẩy ra).

Tuy nhiên, nếu căn vào mức trích lập dự phòng cụ thể (điều 12 thông tư số: 02/2013/TT-NHNN) thì tỷ lệ trích lập dự phòng cụ thể đối với từng nhóm nợ như sau: Nhóm 1: 0%; Nhóm 2: 5%; Nhóm 3: 20%; Nhóm 4: 50%; Nhóm 5: 100%. Như vậy, mức độ rủi ro có hay không không còn đủ để phản ánh một cách chi tiết về rủi ro tín dụng. Trong nghiên cứu này rủi ro tín dụng được chia làm 3 mức độ dựa vào mức trích lập dự phòng rủi ro tín dụng của ngân hàng. Theo đó, hồ sơ vay vốn ở nhóm 1 có tỷ lệ trích lập dự phòng là 0% (mức độ 0), các hồ sơ vay vốn ở nhóm 2 đến nhóm 4 có tỷ lệ trích lập từ 5% đến 50% (mức độ 1) và hồ sơ rơi vào nhóm 5 được xếp vào nhóm rủi ro ở mức độ 2. Như vậy, mô hình hồi quy logistic đa thức có thể ứng dụng để ước lượng các yếu tố ảnh hướng đến mức độ rủi ro tín dụng.

  • Các biến độc lập tham gia vào mô hình

Xác định các yếu tố ảnh hưởng đến rủi ro tín dụng tại ngân hàng Ngoại thương chi nhánh Kiên Giang, các thông tin cung cấp cho nghiên cứu này chủ yếu là hồ sơ vay vốn của khác hàng. Hồ sơ vay vốn của khách hàng tại Ngân hàng sẽ có các nội dung liên quan như phương án kinh doanh, tình hình tài chính và tài sản thế chấp. Ngoài ra, ngân hàng có thể yêu cầu khách hàng cung cấp them hoặc tự ngân hàng xác minh.

Nghiên cứu được tiến hành theo các giả thuyết sau:

  • Năng lực tài chính của khách hàng ( ): Là số vốn tự có tham gia, góp vào phương án kinh doanh đi vay được tính toán bằng Tổng số vốn tự có tham gia, góp vốn trên Tổng số vốn cần có cho dự án. Vì vậy, khi khả năng tài chính của khách hàng cao thì mức độ rủi ro của các khoản vay càng thấp nên tác giả kỳ vọng của giả thuyết này có quan hệ nghịch chiều (-) với mức độ rủi ro (De Lis, Pagés & Saurina, 2001).
  • Tài sản đảm bảo ( ): Là số tiền vay trên tổng số tài sản dùng để đảm bảo cho khoản vay. Vì vậy, khi tài sản đảm bảo cao, nghĩa là khoản vay tăng cao so với tổng tài sản thì rủi ro tín dụng tăng nên tác giả kỳ vọng của giả thuyết này có quan hệ thuận chiều (+) với mức độ rủi ro (De Lis, Pagés & Saurina, 2001; Trương Đông Lộc & Nguyễn Thị Tuyết, 2011; Phan Đình Khôi & Nguyễn Việt Thành, 2017).
  • Sử dụng vốn vay ( ): Biến nhận giá trị bằng 1 nếu khách hàng vay sử dụng vốn đúng mục đích; Bằng 0 nếu khách hàng vay sử dụng sai mục đích. Vì vậy, khi sử dụng vốn của khách hàng đúng vào mục đích thì hạn chế rủi ro càng thấp, nên tác giả kỳ vọng của giả thuyết này có tác động đến mức độ rủi ro (Trương Đông Lộc & Nguyễn Thị Tuyết, 2011).
  • Kinh nghiệm của cán bộ tín dụng ( ): Là số năm công tác của cán bộ trực tiếp xét duyệt hồ sơ vay vốn tín dụng và tư vấn gói vay cho khách hàng có số năm kinh nghiệm càng cao thì khả năng hạn chế rủi ro thấp nên tác giả kỳ vọng của giả thuyết này có quan hệ nghịch chiều (-) với mức độ rủi ro (Lê Khương Ninh & Lâm Thị Ngọc Bích, 2014; Trương Đông Lộc & Nguyễn Thị Tuyết, 2011).
  • Đa dạng hóa ngành nghề kinh doanh ( ): Là việc đa dạng hóa các hoạt động kinh doanh của khách hàng vay vốn cũng có xu hướng làm giảm thiểu rủi ro tín dụng cho ngân hàng, nên tác giả kỳ vọng của giả thuyết này có quan hệ nghịch chiều (-) với mức độ rủi ro (Trương Đông Lộc, 2014).
  • Trình độ quản lý doanh nghiệp ( ): Dựa vào hồ sơ pháp lý của doanh nghiệp tại ngân hàng, xác định trình độ quản lý của chủ doanh nghiệp, có 4 mức như sau: Thấp hơn Trung cấp (1); Trung cấp - Cao đẳng (2); Đại học (3); Trên Đại học (4). Trình độ quản lý của doanh nghiệp rất quan trọng trong việc ra quyết định chính sách cho một doanh nghiệp, nếu trình độ thấp có khả năng dẫn đến sai lầm trong quyết sách để đầu tư hoặc kinh doanh sẽ dẫn đến rủi ro cao về tài chính của doanh nghiệp, vì vậy khi có trình độ chuyên môn cao dẫn đến hạn chế thấp rủi ro tài chính, nên tác giả kỳ vọng giả thuyết này có tác động đến mức độ rủi ro (Trương Đông Lộc, 2014).
  • Kiểm tra, giám sát vốn vay ( ): Tổng số lần kiểm tra của cán bộ tín dụng trước khi khoản vay chuyển sang nợ xấu. Cán bộ tín dụng càng có nhiều kinh nghiệm và số lần kiểm tra, giám sát các khoản vay của họ càng nhiều thì khả năng xảy ra rủi ro tín dụng của các khoản vay mà họ quản lý càng thấp, nên tác giả kỳ vọng của giả thuyết này có quan hệ nghịch chiều (-) với mức độ rủi ro (Trương Đông Lộc & Nguyễn Thị Tuyết, 2011).
  • Mô hình nghiên cứu đề xuất như sau

Mô hình Logit và Probit nghiên cứu sự phụ thuộc của một biến nhị phân vào các biến độc lập khác. Mục tiêu của các mô hình này là sử dụng những nhân tố ảnh hưởng đến (biến độc lập) để xác định khả năng sẽ có rủi ro phá sản (biến phụ thuộc) là bao nhiêu. Nghĩa là mô hình Logit và Probit có thể ước lượng xác suất mặc định có rủi ro tín dụng là bao nhiêu trực tiếp từ mẫu. Theo đó  nhận giá trị là 0 nếu không có rủi ro xảy ra (với xác suất ) và nếu là 1 thì rủi ro xảy ra (với xác suất là ). Như vậy, mô hình nghiên cứu trong trường hợp này có thể diễn tả như sau:

Trong đó: là hằng số, là sai số, là hệ số ước lượng (chưa biết) và là các biến độc lập tham gia vào mô hình.

3.2 Phương pháp ước lượng mô hình

Trong nghiên cứu này nhóm tác giả sử dụng 2 phương pháp ước lượng mô hình đó là mô hình hồi quy logistic nhị thức và logistic đa thức. Các mô hình hồi quy này có dạng như sau:

Mô hình hồi quy logistic nhị thức (Binary Logistic) được ứng dụng để xem xét mối quan hệ giữa biến phụ thuộc là biến nhị phân và biến độc lập có thể là biến định lượng hoặc biến định tính. Phương trình hồi quy có dạng tổng quát như sau:

Trong đó là chỉ số đo lường xác suất rủi ro của một biến cố trong 1 thời gian, nghĩa là  là có rủi ro và  là không có rủi ro. Trong mô hình logit, mô hình logit chuyển dạng được sử dụng:

Trong đó,  là các biến độc lập tham gia vào mô hình và ,  là các tham số được ước lượng.

Do các tính năng phi tuyến của mô hình này, cần phải sử dụng phương pháp hợp lý cực đại (Maximum Likelihood Method) cho các tham số ước lượng. Cho và giả định rằng các yếu tố ảnh hưởng đến rủi ro là độc lập, logarit của hàm xác suất được biểu diễn như sau:

Mô hình hồi quy logistic đa thức (Multinomial Logistic) tương tự như hồi quy logistic nhị thức nhưng biến phụ thuộc là biến định tính có thể nhiều hơn 2 trạng thái (mức). Phương trình của mô hình hồi quy logistic đa thức có dạng tổng quát như sau Fagerland, Hosmer và Bofin (2008):

, và

Sau đó các xác suất có điều kiện của mỗi loại kết quả được cho vector đồng tham số là:

Một biểu thức chung cho xác suất có điều kiện trong mô hình ba này là:

, trong đó vector  và

Hàm xác suất có điều kiện cho một mẫu n quan sát độc lập là:

Trong điều kiện mức độ rủi ro xảy ra không theo trật tự, các hệ số  ở phương trình trên được ước lượng bằng phương pháp ước lượng hợp lý cực đại (Greene, 2012). Tác động biên trung bình (marginal effect at the mean) (Cameron & Trivedi, 2010) và được sử dụng để giải thích mức độ ảnh hưởng của các biến độc lập đến rủi ro tín dụng.

  1. Kết quả và thảo luận kết quả

4.1 Thống kê mô tả

Nguồn dữ liệu phục vụ cho nghiên cứu tác giả thu thập 120 hồ sơ vay của khách hàng doanh nghiệp tại Vietcombank chi nhánh Kiên Giang trong năm 2016 (01/01/2016 đến 31/12/2016). Những khoản vay được chọn phải nằm trong thời gian nghiên cứu. Những khoản vay được chọn đã phát sinh kỳ hạn nợ phải thanh toán, như vậy mới đánh giá được chất lượng của khoản vay một cách chính xác.

Cách thức chọn mẫu là sắp xếp những khoản vay theo yêu cầu như trên theo tên khách hàng và chọn mẫu hệ thống với bước nhảy là tổng số khoản vay trong danh sách chia cho số khoản vay cần lựa chọn. Sau khi chọn khách hàng thì tiến hành khảo sát hồ sơ tín dụng để thu thập số liệu và thông tin cần thiết. Để hoàn thiện số liệu, một số thông tin cần phải tương tác trực tiếp với cán bộ tín dụng để bổ sung nếu cần thiết.

Bảng 1. Thống kê mô tả

Biến

Quan sát

Trung bình

Độ lệch chuẩn

Nhỏ nhất

Lớn nhất

Năng lực tài chính khách hàng

120

33.74825

11.29479

16.67

60

Tải sản đảm bảo

120

62.94967

13.08427

28

75

Sử dụng vốn vay

120

0.45

0.499579

0

1

Kinh nghiệm của cán bộ tín dụng

120

4.383333

3.320887

1

12

Đa dạng hóa ngành nghề kinh doanh

120

3.283333

1.857003

1

5

Trình độ quản lý doanh nghiệp

120

2.716667

0.757964

1

4

Kiểm tra, giám sát vốn vay

120

2.55

0.720060

1

3

Rủi ro có khả năng tổn thất

120

0.566666

0.497613

0

1

Rủi ro có thể mất vốn

120

0.7

0.693305

0

2

Nguồn: Kết quả thống kê mô tả từ số liệu

Bảng 1 cho thấy tỷ lệ trung bình của rủi ro của các doanh nghiệp tại ngân hàng Ngoại Thương chí nhánh Kiên Giang ở mức trung bình là 57% với độ lệch chuẩn 50%. Điều này cho thấy các doanh nghiệp vay vốn tại Ngân hàng có biến động (biến thiên) trong thời điểm nghiên cứu này tốt, nghĩa là có sự khác biệt giữa các doanh nghiệp qua các yếu tố như: Kiểm tra và giám sát vốn vay có tỷ lệ trung bình 2,55 với độ lệch chuẩn 72%; Trình độ quản trị doanh nghiệp có tỷ lệ trung bình 2,72 với độ lệch chuẩn 75,8%; Đa dạng hoá ngành nghề kinh doanh có tỷ lệ trung bình 3,28 với độ lệch chuẩn 1,857; kinh nghiệm của cán bộ tín dụng có tỷ lệ trung bình 4,38 với độ lệch chuẩn 3,321; Mục đích sử dụng vốn vay có tỷ lệ trung bình 0,45 với độ lệch chuẩn 0,500; tài sản bảo đảm có tỷ lệ trung bình 62,9493 với độ lệch chuẩn 13,085; Năng lực tài chính có tỷ lệ trung bình 33,74 với độ lệch chuẩn 11,29%.

4.2 Kết quả hồi quy

Bảng 2 trình bày kết quả ước lượng của mô hình logit nhị thức. Các kiểm định đa cộng tuyến và phương sai sai số thay đổi được thực hiện cho thấy không có hiện tượng đa cộng tuyến trong mô hình nhưng có hiện tượng phương sai sai số thay đổi. Kiểm định Wald ở mô hình cho kết luận mô hình rủi ro tín dụng với các biến độc lập có ý nghĩa ở mức 1%. Tỉ lệ dự báo đúng của mô hình logit nhị phân là 78,2%. Như vậy, các hệ số ước lượng của mô hình có ý nghĩa (mức 10%) và cho phép giải thích rủi ro tín dụng. Như vậy, sau khi hồi quy tìm ra 6 biến có ý nghĩa thống kê và một biến không có ý nghĩa thống kê (Trình độ quản lý doanh nghiệp). Biến không có nghĩa thống kê bị loại ra khỏi mô hình.

Bảng 2. Kết quả hồi quy nhị thức (Binary Logistic)

Biến

Hệ số ước lượng (B)

Mức ý nghĩa (sig.)

Tác động biên (dy/dx)

Hằng số

11.15782

0.010

 

Năng lực tài chính khách hàng

-0.09567

0.058

-0.015735

Tài sản đảm bảo

0.06141

0.086

0.010101

Sử dụng vốn vay

-1.99249

0.043

-0.327688

Kinh nghiệm của cán bộ tín dụng

-0.53356

0.001

-0.087751

Đa dạng hóa ngành nghề kinh doanh

-1.00508

0.026

-0.165297

Kiểm tra, giám sát vốn vay

-1.53722

0.074

-0.252813

Number of obs

 

120.00

LR chi2(6)

 

128.470

Prob > chi2

 

0.0000

Pseudo R2

 

0.782

Log likelihood

 

-17.870

Nguồn: Kết quả phân tích số liệu

Hệ số ước lượng của tài sản đảm bảo dương và có ý nghĩa ở mức 10%. Nghĩa là số tiền vay trên giá trị tài sản đảm bảo càng cao thì khoản vay đó có rủi ro càng cao. Hệ số tác động biên cho thấy khi tỷ lệ số tiền vay trên giá trị tài sản đảm bảo tăng lên 1% thì xác suất xảy ra rủi ro tín dụng sẽ tăng lên 0,01 điểm phần trăm. Hệ số ước lượng năng lực tài chính của người vay âm và có ý nghĩa ở mức 10%. Nếu vốn tự có của người vay tham gia vào dự án càng lớn thì khả năng xảy ra rủi ro tín dụng càng thấp và ngược lại. Hệ số tác động biên cho thấy, khi tỷ lệ vốn tự có trên tổng nguồn vốn dự án vay vốn tăng lên 1% thì xác suất xảy ra rủi ro tín dụng ở nhóm này sẽ giảm được 0,01 điểm phần trăm.

Yếu tố liên quan đến khách hàng bao gồm sử dụng vốn vay có hệ số ước lượng của sử dụng vốn vay âm và có ý nghĩa ở mức 5% cho thấy khi khách hàng sử dụng vốn đúng mục đích thì xác suất xảy ra rủi ro tín dụng ở nhóm này giảm được 32,7 điểm phần trăm. Yếu tố đa dạng hóa ngành nghề kinh doanh có quan hệ âm và có ý nghĩa ở mức 5%. Nếu khách hàng hoạt động ít lĩnh vực kinh doanh thì xác suất xảy ra rủi ro tín dụng giảm 16,5 điểm phần trăm cho các nguồn thu nhập khác.

Hai yếu tố liên quan đến ngân hàng bao gồm kinh nghiệm của cán bộ tín dụng và số lần kiểm tra giám sát có tương quan nghịch với rủi ro tín dụng và có ý nghĩa ở mức 1% và 10%. Kinh nghiệm của cán bộ tín dụng tăng lên 1 năm làm giảm xác suất xảy ra rủi ro tín dụng của hồ sơ vay 8,0 điểm phần trăm. Trong khi đó, thêm một lần kiểm tra giám sát hồ sơ khách hàng làm giảm 25% khả năng xảy ra rủi ro tín dụng. Kết quả này tương đồng với nghiên cứu của Trương Đông Lộc (2010) theo đó khả năng tài chính của người vay, tài sản đảm bảo nợ vay, đa dạng ngành nghề kinh doanh, kiểm tra giám sát khoản vay, và biến kinh nghiệm cán bộ tín dụng đều có ý nghĩa giải thích rủi ro tín dụng.

Các yếu tố ảnh hưởng đến rủi ro tín dụng ở mức 1 (các khoản vay có rủi ro trong khả năng kiểm soát bao gồm nợ nhóm 2, 3 và 4) bao gồm: Tài sản đảm bảo, khả năng tài chính, đa dạng ngành nghề kinh doanh, kinh nghiệm của cán bộ tín dụng, kiểm tra và giám sát khoản vay (Bảng 3)

Bảng 3. Kết quả hồi quy đa thức (Multinomial Logistic)

Multinomial Logistic

 

Rủi ro có khả năng tổn thất 1

 

Rủi ro có thể mất vốn 2

Biến

Hệ số ước lượng (B)

Mức ý nghĩa (sig.)

Tác động biên (dy/dx)

Biến

Hệ số ước lượng (B)

Mức ý nghĩa (sig.)

Tác động biên (dy/dx)

Hằng số

10.40817

0.014

 

Hằng số

14.24327

0.004

 

Năng lực tài chính khách hàng

-0.090507

0.072

0.005743

Năng lực tài chính khách hàng

-0.20533

0.008

-0.010129

Tài sản đảm bảo

0.070592

0.069

0.004343

Tài sản đảm bảo

0.05098

0.264

-0.001374

Sử dụng vốn vay

-1.549531

0.126

1.309237

Sử dụng vốn vay

-18.49707

0.991

-1.446224

Kinh nghiệm cán bộ tín dụng

-0.506177

0.002

0.017347

Kinh nghiệm cán bộ tín dụng

-0.96555

0.024

-0.041118

Đa dạng hóa ngành nghề kinh doanh

-1.004299

0.020

-0.050624

Đa dạng hóa ngành nghề kinh doanh

-0.86355

0.069

0.007807

Kiểm tra, giám sát vốn vay

-1.730819

0.046

-0.077457

Kiểm tra, giám sát vốn vay

-1.60938

0.087

0.003165

Number of obs

   

120.00

     

LR chi2(12)

   

143.680

     

Prob > chi2

   

0.000

     

Pseudo R2

   

0.602

     

Log likelihood

   

-47.366

     

Nguồn: Kết quả phân tích số liệu

Biến năng lực tài chính có tương quan âm với rủi ro mức 1 và có ý nghĩa ở mức 10%. Hệ số tác động biên cho thấy nếu khả năng tài chính tăng 1% thì xác suất xảy ra rủi ro tín dụng ở nhóm này tăng lên 0,05 điểm phần trăm. Biến tài sản đảm bảo có tương quan thuận với rủi ro mức 1 và có ý nghĩa ở mức 10%. Hệ số tác động biên cho thấy nếu tỷ lệ số tiền vay trên giá trị tài sản đảm bảo tăng lên 1% thì xác suất xảy ra rủi ro tín dụng ở nhóm này tăng lên 0,04 điểm phần trăm. Đa dạng hóa ngành nghề kinh doanh có hệ số âm ở mức ý nghĩa 5%, có nghĩa là các khách hàng đa dạng ngành nghề hoạt động kinh doanh sẽ giảm rủi ro. Hệ số tác động biên cho thấy ngành nghề kinh doanh tăng 1 thì xác suất xảy ra rủi ro tín dụng ở nhóm này giảm 0,5 điểm phần trăm.

Yếu tố liên quan đến ngân hàng là kiểm tra và giám sát khoản vay có tương quan âm với rủi ro mức 1 và có ý nghĩa ở mức 5%. Khi số lần kiểm tra, giám sát khách hàng vay vốn trong quá trình cho vay tăng lên 1 lần thì xác suất xảy ra rủi ro tín dụng ở nhóm này giảm 0,7 điểm phần trăm. Kinh nghiệm cán bộ tín dụng có tương quan âm với rủi ro tín dụng theo dấu kỳ vọng và có ý nghĩa ở mức 1%. Điều này có nghĩa là khi kinh nghiệm cán bộ tín dụng giảm 1 năm thì xác suất xảy ra rủi ro tín dụng ở nhóm này tăng lên 0,2 điểm phần trăm.

Các yếu tố ảnh hưởng đến rủi ro tín dụng mức độ 2 (rủi ro mất vốn ở nợ nhóm 5) bao gồm: kinh nghiệm của cán bộ tín dụng, năng lực tài chính của khách hàng, kiểm tra và giám sát khoản vay, và đa dạng hóa ngành nghề kinh doanh (bảng 3). Như vậy, kết quả ước lượng của rủi ro mức 2 có thêm một yếu tố đó là tài sản đảm bảo không có ảnh hưởng tới rủi ro ở mức này. Nghĩa là khi rơi vào nhóm nợ là nhóm 5, thì tài sản đảm bảo cũng không có ý nghĩa gì! Trên thực tế, việc thực hiện xử lý nợ xấu, nhất là nợ nhóm 5, thông qua việc xử lý tài sản đảm bảo nợ gặp không ít khó khăn, tiến trình xử lý mất rất nhiều thời gian và thủ tục, giá trị thu hồi thấp do nhiều nguyên nhân: Sự giảm giá trị của tài sản đảm bảo nợ so với thời điểm vay vốn; Khó thanh lý, thời gian kéo dài tốn nhiều chi phí; Bế tắc trong khai thác tài sản này, ví như cho dù có lấy được cũng không thể khai được do thiếu nghiệp vụ; Khách hàng không hợp tác; Chậm trễ trong thi hành án.  

Chính do những khó khăn trong xử lý nợ xấu nên không tránh khỏi hiện tượng một số tổ chức tín dụng đã có những biện pháp nghiệp vụ cơ cấu lại thời gian trả nợ, kéo dài thời gian trả nợ gốc cho khách nợ, chỉ yêu cầu trả lãi dù các khoản nợ này đã rơi vào tình trạng nợ xấu nếu so với hợp đồng cho vay ban đầu. Việc này nhằm giúp tổ chức tín dụng không phải trích lập dự phòng đối với nợ xấu phát sinh. Đây là một tảng băng chìm dưới phần nổi nợ xấu đã công bố hiện nay, khiến người đứng đầu ngành ngân hàng cũng khó có thể dám chắc thời điểm cụ thể nào nợ xấu sẽ giảm.

  1. Kết luận và gợi ý chính sách

5.1 Kết luận

Kết quả ước tính bằng mô hình logit nhị thức cho thấy các yếu tố ảnh hưởng đến rủi ro tín dụng bao gồm: Tài sản đảm bảo, năng lực tài chính của người vay, mục đích sử dụng vốn vay, đa dạng hóa ngành nghề kinh doanh, kinh nghiệm cán bộ tín dụng, kiểm tra và giám sát vốn vay. Các yếu tố cho biết nếu ngân hàng kiểm soát được lượng hàng hóa tồn kho của khách, không để các món vay có giá trị hàng hóa bảo đảm gặp rủi ro cao; Đánh giá đủ tình hình cũng như hiệu quả sản xuất, kinh doanh khách hàng để không dẫn đến quyết định cho vay có nguy cơ mất vốn. Kiểm soát tài sản đảm bảo như hàng tồn kho, hàng luôn chuyển và thành phẩm. Ngoài ra, việc giám sát, kiểm tra vốn vay phải chặt chẽ. Cán bộ ngân hàng phải thực hiện đúng quy định trong việc kiểm tra, giám sát vốn vay, tài sản bảo đảm. Việc thu hồi tài sản đảm bảo để tự khai thác đối với ngân hàng Ngoại Thương chi nhánh Kiên Giang cũng gặp không ít khó khăn, thậm chí là bất khả thi do các tài sản đặc thù như tàu biển, máy móc chuyên dụng hoặc tài sản gắn liền với tổ hợp tài sản khác như đập thủy điện, tổ máy thủy điện trong nhà máy thủy điện, máy móc trong cả dây chuyền sản xuất, công trình trên đất nên không thể tách rời ra để xử lý hoặc khai thác. Nếu tiếp nhận về để khai thác tài sản thì ngân hàng Ngoại Thương chi nhánh Kiên Giang cũng không có năng lực và nghiệp vụ để thực hiện như khai thác tàu biển, cơ khí chế tạo.

Kết quả phân tích các yếu ảnh hưởng đến rủi ro tín dụng bằng mô hình hồi quy logit đa thức cho thấy mô hình logit đa thức cho phép giải thích tốt hơn mô hình logit nhị thức. Mức độ 1, các yếu tố ảnh hưởng đến rủi ro tín dụng bao gồm: Tài sản đảm bảo, năng lực tài chính của khách hàng, đa dạng hóa ngành nghề kinh doanh, kinh nghiệm của cán bộ tín dụng, kiểm tra và giám sát khoản vay. Mức độ 2, các yếu tố có ý nghĩa bao gồm: Năng lực tài chính của khách hàng, đa dạng hóa ngành nghề kinh doanh, kinh nghiệm của cán bộ tín dụng, kiểm tra và giám sát khoản vay. Trong khi đó, kết quả của hai mô hình đều chỉ ra rằng biến mục đích sử dụng vốn vay không có ảnh hưởng đến rủi ro tín dụng ở cả hai mức độ. Một điểm đáng chú ý nữa là một khi nợ rơi vào nợ thuộc nhóm 5, thì tài sản đảm cũng không có ý nghĩa nữa. Bởi vì đây thuộc nhóm nợ có nguy cơ mất vốn cao nhất, ngần hàng cũng rất khó khan khi tiến hành xử lý và gần như 100% khả năng là mất vốn.

5.2 Gợi ý chính sách

Trong hoạt động tín dụng ngân hàng luôn có thể gặp rủi ro, rủi ro luôn tồn tại trong hoạt động của ngân hàng trên thế giới cũng như ở Việt Nam. Dựa vào kết quả phân tích, một số gợi ý giúp Ngân hàng Ngoại Thương chi nhánh Kiên Giang ứng phó với rủi ro tín dụng. Từ đó ngân hàng cần tiến hành đào tạo và bồi dưỡng nghiệp vụ cho những cán bộ tín dụng để nâng cao nghiệp vụ. Sử dụng hiệu quả tài sản đảm bảo; Thực hiện hiệu quả công tác đánh giá năng lực tài chính của khách hàng trước khi cho vay; Thực hiện thẩm định chặt chẽ mục đích vay và thực hiện đúng theo quy trình giám sát sử dụng vốn vay; Giám sát sử dụng vốn vay và thu hồi nợ.

Đối với các khoản nợ xấu, ngân hàng phải thực hiện việc phân loại nợ, đánh giá khả năng trả nợ của khách hàng hàng tháng để phục vụ cho công tác quản lý chất lượng và rủi ro tín dụng. Tỷ lệ trích lập dự phòng đối với các nhóm nợ cụ thể là: Nhóm 2: 5%; Nhóm 3: 20%, Nhóm 4: 50%, Nhóm 5: 100%. Ngân hàng phải sử dụng dự phòng để xử lý rủi ro tín dụng đối với các khoản nợ trong các trường hợp: Khách hàng là tổ chức; Doanh nhiêp bị giải thể, phá sản theo quy định của pháp luật; Cá nhân bị chết hoặc mất tích. Sau khi đã sử dụng dự phòng để xử lý rủi ro tín dụng, ngân hàng phải chuyển các khoản nợ đã được xử lý rủi ro tín dụng từ hạch toán nội bảng ra hạch toán ngoại bảng để tiếp tục theo dõi và có các biện pháp để thu hồi nợ.

Tài liệu tham khảo

  1. Agnello, L., & Sousa, R. M. (2012), “How do banking crises impact on income inequality?”, Applied Economics Letters, 19(15), 1425-1429.
  2. Bonfim, D. (2009), “Credit risk drivers: Evaluating the contribution of firm level information and of macroeconomic dynamics”, Journal of Banking & Finance, 33(2), 281-299.
  3. Cameron, A. C., & Trivedi, P. K. (2013), Regression analysis of count data (Vol. 53), Cambridge university press.
  4. Coravos, A. R. (2010), “Measuring the likelihood of small business loan default: community development financial institutions (CDFIs) and the use of credit-scoring to minimize default risk”, Economic Hons Thesis, Duke University, Durham, North Carolina.
  5. Das, A., & Ghosh, S. (2007), Determinants of credit risk in Indian state-owned banks: An empirical investigation.
  6. De Lis, S. F., Pagés, J. M., & Saurina, J. (2001), “Credit growth, problem loans and credit risk provisioning in Spain”, bis Papers, 1, 331-353.
  7. Fagerland, M. W., Hosmer, D. W., & Bofin, A. M. (2008), “Multinomial goodness‐of‐fit tests for logistic regression models”, Statistics in medicine, 27(21), 4238-4253.
  8. Ghosh, A. (2012), Managing Risks in Commercial and Retail Banking, Published by Jonh Wiley & Sons Singapore Pre.Ltd.
  9. Greene, W. H. (2012), Econometric analysis, Harlow.
  10. Lê Khương Ninh & Lâm Thị Ngọc Bích (2014), “Rủi ro tín dụng trong cho vay doanh nghiệp nhỏ và vừa tại các chi nhánh Ngân hàng Đầu tư và Phát triển Việt Nam ở Đồng bằng sông Cửu Long”, Tạp chí Công nghệ Ngân hàng, (73), 3.
  11. Memić, D. (2015), “Assessing credit default using logistic regression and multiple discriminant analysis: Empirical evidence from Bosnia and Herzegovina”, Interdisciplinary Description of Complex Systems, 13(1), 128-153.
  12. Miyamoto, M. (2014), “Credit Risk Assessment for a Small Bank by Using a Multinomial Logistic Regression Model”, International Journal of Finance and Accounting, 3(5), 327-334.
  13. Phan Đình Khôi & Nguyễn Việt Thành (2017), “Các yếu tố vi mô ảnh hưởng đến rủi ro tín dụng: Trường hợp các ngân hàng thương mại cổ phần sở hữu nhà nước ở Hậu Giang”, Tạp chí Khoa học Trường Đại học Cần Thơ, 48, 104-111.
  14. Timothy, W. K., & MacDonald, S. (1995), Bank Management Published by South-Western Cengage Learning, 7th Edition, Chapter 13.
  15. Trương Đông Lộc (2014), “Các nhân tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại nhà nước ở khu vực Đồng Bằng Sông Cửu Long”, Tạp chí Kinh tế phát triển, số 156: 49-52.
  16. Trương Đông Lộc và Nguyễn Thị Tuyết (2011), “Các nhân tố ảnh hưởng đến rủi ro tín dụng của Ngân hàng thương mại cổ phần Ngoại thương Chi nhánh thành phố Cần Thơ”, Tạp chí Ngân hàng, số 5: 38-41.

 

 

 

[1] Trường Đại học Tài chính – Marketing, Email: This email address is being protected from spambots. You need JavaScript enabled to view it.

[2] Trường Đại học Tài chính – Marketing, Email: This email address is being protected from spambots. You need JavaScript enabled to view it.

[3] Trường Đại học Tài chính – Marketing, Email: This email address is being protected from spambots. You need JavaScript enabled to view it.