Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Sài Gòn Thương Tín - Chi nhánh Tân Bình

Phan Thị Hằng Nga - Nguyễn Thị Ngọc Quỳnh (Trường Đại học Tài chính-Marketing)

TÓM TẮT:

Nội dung bài viết là phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân (KHCN) tại Ngân hàng Thương mại Cổ phần Sài Gòn Thương Tín (Sacombank) - Chi nhánh Tân Bình. Dữ liệu nghiên cứu được tác giả thu thập từ 200 KHCN có quan hệ tín dụng với ngân hàng liên tục từ 3 năm trở lên từ năm 2016 - 2018.

Tác giả phân tích thông qua dữ liệu thu thập được và kết quả phân tích hồi quy Logistic với sự hỗ trợ của phần mềm Stata 13.0. Kết quả nghiên cứu cho 5 nhân tố tác động đến khả năng trả nợ của KHCN, đó là: Thu nhập; Thời gian làm công việc hiện tại; Lãi suất; Quy mô khoản vay; Lịch sử tín dụng. Dựa trên kết quả nghiên cứu, tác giả đã đề xuất các giải pháp cụ thể để nâng cao khả năng trả nợ của KHCN tại Sacombank - Chi nhánh Tân Bình.

Từ khóa: Yếu tố; Khả năng trả nợ; Khách hàng cá nhân.

1. Giới thiệu

Trong bối cảnh nền kinh tế khó khăn, hoạt động sản xuất kinh doanh của các doanh nghiệp ngày càng bị thu hẹp và đình trệ, việc tiếp cận nguồn vốn vay ngân hàng đối với các doanh nghiệp trở nên hết sức khó khăn, điều này khiến cho các ngân hàng bị “ứ động vốn”. Trước thực trạng đó, tín dụng cá nhân trở thành một mảnh đất màu mỡ để các ngân hàng khai thác thay thế. Tuy việc tập trung vào phát triển mảng cho vay KHCN là quyết định hợp lý và khôn ngoan nhưng việc tăng trưởng tín dụng lại luôn đi kèm với rủi ro tín dụng.

Rủi ro tín dụng xuất phát từ nhiều nguyên nhân, một trong số đó chính là việc các ngân hàng vẫn chưa chú trọng đến công tác thẩm định, việc đánh giá KHCN phần lớn phụ thuộc vào kinh nghiệm, khả năng và cả yếu tố cảm tính của cán bộ tín dụng (CBTD). Do đó, để đạt được mục tiêu phát triển tín dụng một cách bền vững và hiệu quả, các ngân hàng cần phải đánh giá đầy đủ và hợp lý về khả năng trả nợ của người vay vốn. Xuất phát từ những lý do trên, nghiên cứu được thực hiện với mong muốn đóng góp thêm giải pháp phát triển tín dụng cho các NHTM và là nội dung tham khảo cho các nghiên cứu sau.

2. Cơ sở lý thuyết và các nghiên cứu trước

Tín dụng cá nhân là hình thức tín dụng mà theo đó ngân hàng chuyển quyền sử dụng vốn cho cá nhân, hộ gia đình có đăng ký kinh doanh cá thể trong một khoảng thời gian nhất định với một khoản chi phí nhất định nhằm mục đích phục vụ đời sống hoặc phục vụ sản xuất kinh doanh dưới hình thức hộ gia đình kinh doanh cá thể.

Khả năng trả nợ của khách hàng là việc khách hàng có khả năng trả nợ đầy đủ với bên cho vay hay không. Hiện tại vẫn chưa có định nghĩa thống nhất về khái niệm “khả năng trả nợ” mà chỉ có những dấu hiệu về việc khách hàng “không có khả năng trả nợ”, đó là:

  • Khách hàng không có khả năng thực hiện nghĩa vụ thanh toán đầy đủ khi đến hạn mà chưa tính đến việc ngân hàng bán tài sản (nếu có) để hoàn trả;
  • Khách hàng có các khoản nợ xấu có thời gian quá hạn trên 90 ngày. Trong đó, những khoản thấu chi được xem là quá hạn khi khách hàng vượt hạn mức hoặc được thông báo một hạn mức nhỏ hơn dư nợ hiện tại.

Thông qua định nghĩa của IMF và các dấu hiệu mà Hiệp ước Basel II mô tả có thể thấy, thông thường việc khách hàng phát sinh nợ xấu đồng nghĩa với việc khách hàng không có khả năng trả nợ. Để thống nhất cách hiểu trong toàn bộ luận văn, nghiên cứu thống nhất việc đánh giá “khả năng trả nợ” của khách hàng sẽ được đánh giá thông qua nhóm nợ cao nhất tại các TCTD khách hàng có quan hệ tín dụng. Những khách hàng hiện đang có nợ nhóm 3, 4, 5 được hiểu là nhóm khách hàng không có khả năng trả nợ, những trường hợp còn lại được hiểu là khách hàng có khả năng trả nợ.

Đã có nhiều nghiên cứu trong và ngoài nước về vấn đề này, sau đây là tóm tắt một vài nghiên cứu trước: (Bảng 1)

Bảng 1. Bảng tổng hợp các nghiên cứu trước đây

STT

Nghiên cứu

Nội dung nghiên cứu

Các biến độc lập trong mô hình nghiên cứu

Kết quả nghiên cứu

1

Jonathan Crook (1995)

Giải pháp nhằm nâng cao khả năng trả nợ của khách hàng

10 biến: Độ tuổi, thu nhập, thu nhập ròng, sở hữu nhà riêng, giới tính, trình độ học vấn, nhu cầu vay, dư nợ, ngành kinh doanh, lãi suất.

Khả năng trả nợ chịu ảnh hưởng tích cực từ yếu tố độ tuổi của chủ hộ, yếu tố thu nhập, thu nhập ròng và sở hữu nhà riêng.

2

Roslan & Karim (2009)

Các yếu tố ảnh hưởng đến khả năng trả nợ của các đối tượng tín dụng vi mô tại Agribank

10 biến: Giới tính, độ tuổi, thu nhập, tỷ lệ nợ quá hạn, lĩnh vực sản xuất, quy mô khoản vay, thời hạn cho vay, thâm niên, người phụ thuộc, lãi suất.

Kết quả nghiên cứu cho thấy  những người vay hoạt động trong lĩnh vực dịch vụ ít rủi ro hơn đối với những người hoạt động trong lĩnh vực sản xuất, (iv) quy mô khoản vay càng lớn thì tỷ lệ nợ quá hạn càng thấp, (v) thời hạn cho vay tác động ngược chiều và có ý nghĩa thống kê, và (vi) thời gian cho vay càng dài thì tỷ lệ nợ quá hạn càng cao.

3

Bekhet & Eletter (2014)

Nghiên cứu về nhu cầu vay nợ của các hộ gia đình.

13 biến: Độ tuổi, giới tính, thu nhập, thâm niên, kinh nghiệm, người phụ thuộc, loại hình công ty, nguồn trả nợ dự phòng, tỷ số nợ/thu nhập, thu nhập, kỳ hạn vay, quy mô khoản vay, và lãi suất.

7 biến có ý nghĩa thống kê với quyết định cấp tín dụng từ ngân hàng. Đó là độ tuổi, giới tính, tổng thu nhập, loại hình công ty khách hàng làm việc, nguồn trả nợ, tỷ số nợ/thu nhập, và tổng thu nhập.

4

Đặng Thị Cẩm Nhung (2015)

Phân tích yếu tố tác động đến khả năng trả nợ của khách hàng cá nhân tại Agribank Long An

16 biến: Độ tuổi, giới tính, nghề nghiệp, tình trạng hôn nhân, sở hữu nhà, người phụ thuộc, thời gian cư trú, thời gian làm công việc hiện tại, lịch sử tín dụng, thời hạn vay, thu nhập, chi tiêu, quy mô khoản vay, tài sản đảm bảo, lãi suất.

Tài sản thế chấp là động sản thì khả năng trả nợ vay tốt hơn các tài sản thế chấp khác. Thời hạn vay càng dài thì khả năng trả nợ vay tốt hơn những hộ vay thời gian ngắn. Thu nhập bình quân của hộ càng cao thì càng đảm bảo khả năng trả nợ tốt hơn.

Nguồn: Tổng hợp của tác giả

3. Phương pháp nghiên cứu

Dữ liệu: Nghiên cứu chọn 200 KHCN ngẫu nhiên có dư nợ tại Sacombank - Chi nhánh Tân Bình từ hệ thống MIS vào thời điểm cuối ngày 31 tháng 12 năm 2018. Để xử lý dữ liệu bảng, tác giả dùng mô hình Logistics để xem xét mối quan hệ giữa biến phụ thuộc (Y) và các biến độc lập ( , trong đó biến phụ thuộc là biến nhị phân, chỉ nhận giá trị 0 hoặc 1 (trong đó, giá trị 0 tương ứng với việc khách hàng không có khả năng trả nợ (nợ nhóm 3, 4, 5), giá trị 1 nếu khách hàng có khả năng trả nợ tức là nợ thuộc nhóm 1, 2); biến độc lập có thể là biến rời rạc hoặc liên tục (định lượng hoặc định tính) thể hiện các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng được tổng hợp trong Bảng 2.

Bảng 2. Các biến độc lập sử dụng trong bài nghiên cứu

Nhóm biến

Ký hiệu

Mô tả biến

Thang đo

Giả thiết

Nguồn nghiên cứu

Đặc điểm của khách hàng

X1

Độ tuổi

Năm

-

Jonathan Crook (1995); Roslan & Karim (2009); Norhaziah & Mohd (2013); Bekhet & Eletter (2014); Đặng Thị Cẩm Nhung (2015).

X2

Giới tính

Bằng 0 nếu là nữ, bằng 1 nếu là nam.

+

Jonathan Crook (1995); Roslan & Karim (2009); Norhaziah & Mohd (2013); Bekhet & Eletter (2014); Lê Huyền Thiên Phú (2013); Đặng Thị Cẩm Nhung (2015).

Liên quan đến tài chính của khách hàng

X3

Lịch sử tín dụng

Bằng 0 nếu chưa từng phát sinh NQH và bằng 1 nếu đã từng phát sinh NQH.

-

Jonathan Crook (1995); Roslan & Karim (2009); Norhaziah & Mohd (2013); Bekhet & Eletter (2014); Lê Huyền Thiên Phú (2013); Nguyễn Phúc Mẫn (2015); Đặng Thị Cẩm Nhung (2015).

X4

Thời gian làm công việc hiện tại

Năm

+

Roslan & Karim (2009); Đặng Thị Cẩm Nhung (2015).

X5

Thu nhập

Triệu đồng/tháng

+

Jonathan Crook (1995) và Bekhet & Eletter (2014) và Đặng Thị Cẩm Nhung (2015).

Liên quan đến đặc điểm khoản vay

X6

Lãi suất

%/năm

-

Lê Huyền Thiên Phú (2013), Nguyễn Phúc Mẫn (2015)

X7

Kỳ hạn vay

Tháng

+

Roslan & Karim (2009); Bekhet & Eletter (2014); Lê Huyền Thiên Phú (2013); Nguyễn Phúc Mẫn (2015); Đặng Thị Cẩm Nhung (2015).

X8

Quy mô khoản vay

Triệu đồng

-

Roslan & Karim (2009)

 

4. Kết quả và thảo luận

  • Kiểm định tương quan và đa cộng tuyến:

Kết quả kiểm định tất cả các hệ số tương quan của các biến đều dưới 0.8 (chuẩn so sánh theo Farrar & Glauber (1967)), lớn nhất là 0.6332 được thể hiện thông qua sự tương quan giữa biến độ tuổi và lịch sử tín dụng. Chỉ số VIF lớn nhất là 4.06, kết quả này cho thấy không có hiện tượng đa cộng tuyến trong mô hình.

  • Kết quả phân tích hồi quy: (Bảng 3)

Bảng 3. Kết quả phân tích hồi quy Logistic

bang 3

Ghi chú: *, *** có ý nghĩa thống kê lần lượt là 1% và 10%

Nguồn: Kết quả phân tích từ phần mềm stata 13

Kết quả hồi quy Logistic cho thấy 5 biến: Lịch sử tín dụng (X3); Thời gian làm công việc hiện tại (X4); Thu nhập (X5); Lãi suất (X6) và Quy mô khoản vay (X8) lần lượt có ý nghĩa thống kê là 1% và 10%. Hệ số LR Chi2 (8) là 60.94; Prob>chi2 (P-value) là rất thấp chỉ 0,000 và hệ số Pseudo R2 trong mô hình là 0,7153 hay 71,53% (các biến độc lập giải thích được 71,53% biến phụ thuộc), mô hình này được xem là phù hợp trong việc đo lường khả năng trả nợ của KHCN tại Sacombank - Chi nhánh Tân Bình.

Phương trình hồi quy Logistic theo mô hình đã chọn được viết lại như sau:

Y = 20.43462 -7.500428X3 +0.2564453X4 +0.0402399X5 -1.208214X6 -0.001751X8 +ɛ

  • Thảo luận kết quả nghiên cứu:

Thời gian làm công việc hiện tại (X4) tồn tại mối quan hệ đồng biến ở mức ý nghĩa 10%. Thu nhập (X5) tồn tại mối quan hệ đồng biến ở mức ý nghĩa 10%. Lịch sử tín dụng (X3) có mối quan hệ nghịch biến ở mức ý nghĩa 1%. Lãi suất (X6) tồn tại mối quan hệ nghịch biến ở mức ý nghĩa 10%. Quy mô khoản vay (X8) tồn tại mối quan hệ nghịch biến ở mức ý nghĩa 10%.

5. Kết luận và đề xuất giải pháp

Hiện nay, Việt Nam đang bước trên con đường hội nhập và phát triển, vì vậy, hoạt động ngân hàng cần có nhiều đổi mới để nâng cao năng lực cạnh tranh và khẳng định vị thế của mình trên thị trường quốc tế. Vấn đề trước tiên cần quan tâm là xây dựng hệ thống tín dụng lành mạnh, an toàn, hiệu quả và phát triển bền vững.

Để hạn chế rủi ro tín dụng, các ngân hàng cần nâng cao khả năng nhận diện khách hàng, nhằm lựa chọn được khách hàng tốt để cho vay, phát hiện và xử lý các khoản vay có nguy cơ mất vốn một cách kịp thời, ngân hàng phải có khả năng đánh giá tình hình tài chính và thẩm định khả năng thanh toán nợ vay của khách hàng một cách triệt để nhằm bảo toàn nguồn vốn cho ngân hàng. Với nghiên cứu này đã cho ta kết quả 5 nhân tố tác động đến khả năng trả nợ của KHCN, đó là: Thu nhập; Thời gian làm công việc hiện tại; Lãi suất; Quy mô khoản vay và Lịch sử tín dụng.

Từ kết quả nghiên cứu, tác giả đề xuất một số giải pháp:

  • Đối với biến “Thời gian làm công việc hiện tại - X3”, Ngân hàng có thể xây dựng khung ưu đãi cho vay theo thâm niên như: Thâm niên dưới 1 năm: cân nhắc cho vay, thâm niên từ trên 3 năm: ưu đãi lãi suất hoặc xem xét cung cấp mức cho vay cao hơn tỷ lệ bảo đảm của tài sản thế chấp.
  • Đối với biến “Thu nhập - X4”, tương tự như thâm niên công tác, ngân hàng có thể xây dựng khung thu nhập để hưởng chế độ ưu tiên như: Ưu đãi lãi suất vay đối với khách hàng có thu nhập rõ ràng, minh bạch, dễ dàng giám sát như thu nhập từ lương, cho thuê nhà…Có khung lãi suất cho vay dựa theo mức thu nhập để ưu tiên và cạnh tranh các khách hàng có thu nhập cao đi vay như lương trên 20 triệu đồng sẽ có lãi suất vay thấp hơn khách hàng có lương dưới 20 triệu đồng…
  • Đối với biến “Lịch sử tín dụng - X3”, khi tra CIC hoặc xếp hạng tín dụng nội bộ, nếu phát hiện lịch sử quan hệ tín dụng từng có nợ trễ hạn, ngân hàng nên xem xét không cấp tín dụng để tránh rủi ro về sau, xem xét cả những trường hợp quá hạn hoặc chậm thanh toán thẻ tín dụng. Đối với những khách hàng này nếu cấp tín dụng cần hạn chế quy mô khoản vay, yêu cầu tỷ lệ tài sản đảm bảo cao hơn hoặc có mức lãi suất cao hơn để bù đắp rủi ro nếu không may có thể xảy ra nợ quá hạn hoặc xấu nhất là mất khả năng trả nợ.
  • Đối với biến “Lãi suất - X6”, ngân hàng cần cân nhắc mức lãi suất phù hợp, vừa cân đối được thu nhập của ngân hàng vừa khiến khách hàng không bị áp lực tài chính. Hiện tại Sacombank - Chi nhánh Tân Bình đã có khung lãi suất theo mục đích vay và quy mô khoản vay, tuy nhiên cần thêm vào khung quy định mức lãi suất theo thu nhập khách hàng. Khung lãi suất đó được xây dựng dựa trên các yếu tố phù hợp với tài chính hiện tại và khả năng theo được món vay đến hết thời hạn vay của khách hàng, từ khung lãi suất đó sẽ đối chiếu qua khung lãi suất theo mục đích vay và quy mô vay để xem khách hàng có đủ khả năng vay theo nhu cầu mong muốn hay không; hay phải cân nhắc lại quy mô khoản vay hoặc thời điểm vay để tránh không thể trả nợ về sau do thu nhập không đủ đảm bảo rủi ro.
  • Đối với biến “Quy mô khoản vay - X8”, ngân hàng khi cấp tín dụng cần cân nhắc quy mô khoản vay phù hợp với thu nhập khách hàng, tránh tình trạng luôn cấp tín dụng theo nhu cầu khách hàng, dễ dẫn đến khả năng không thể trả nợ về sau hoặc khi cấp tín dụng, cần tăng tỷ lệ đảm bảo khoản vay cho tài sản thể chấp để hạn chế rủi ro.

TÀI LIỆU THAM KHẢO:

  1. Bekhet, H. A., & Eletter, S. F. K. (2014). Credit risk assessment model for Jordanian commercial banks: Neural scoring approach.Review of Development Finance,4(1), 20-28.
  2. Đặng Thị Cẩm Nhung, (2015), “Phân tích các yếu tố tác động đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam Chi nhánh Long An”, Luận văn thạc sỹ, Trường Đại học Tài chính Marketing.
  3. Lê Huyền Thiên Phú, (2013), “Các nhân tố ảnh hưởngtới khả năng trả nợ của khách hàng cá nhân tại Ngân hàng TMCP Phát triển MêKông chi nhánh TP. Hồ Chí Minh”, Luận văn thạc sỹ, Trường Đại học Kinh tế TP. Hồ Chí Minh.
  4. Nguyễn Phúc Mẫn, (2015), “Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng TMCP Ngoại Thương chi nhánh Vũng Tàu”, Luận văn thạc sỹ, Trường Đại học Kinh tế TP. Hồ Chí Minh.
  5. Nguyễn Quốc Huy, (2015), “Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Quân Đội”, Luận văn thạc sỹ, Trường Đại học Kinh tế TP. Hồ Chí Minh.
  6. Norhaziah, N., & Mohd, S. M. N. (2013). Loan repayment problems in microfinance programs that use individual lending approach: A qualitative analysis.Journal of Transformative Entrepreneurship,1(2), 93-99.
  7. Reekie, W. D., & Crook, J. N. (1995).Managerial Economics: A European Text. Prentice Hall.
  8. Roslan, A. H., & Karim, M. A. (2009). Determinants of microcredit repayment in Malaysia: The case of Agribank.Humanity & Social Sciences Journal, 45 - 52.

ANALYZING FACTORS AFFECTING THE SOLVENCY OF INDIVIDUAL CUSTOMERS AT SAIGON THUONG TIN COMMERCIAL JOINT STOCK BANK - TAN BINH BRANCH

PHAN THI HANG NGA

NGUYEN THI NGOC QUYNH

University of Finance - Marketing

ABSTRACT:

The article analyzes the factors affecting the solvency of individual customers at Saigon Thuong Tin Commercial Joint Stock Bank (Sacombank) - Tan Binh Branch. The research data is collected from 200 customers, which has credit relationship with the bank for 3 years or more from 2016 to 2018. The author analyzes through collected data and the results of Logistic regression analysis with the support of Stata 13.0 software. Research finds 5 factors affecting the ability of solvency: Income; Working Hours; Interest Rate; Loan Size; Credit History. Based on the research results, the author has proposed specific solutions to improve the repayment of science and technology at Sacombank - Tan Binh Branch.

Keywords: Element, solvency, individual customers.