Tại sao phải thẩm định khả năng tài chính của khách hàng
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 trướcTín 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:
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
Nguồn: Tổng hợp của tác giả 3. Phương pháp nghiên cứuDữ 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
4. Kết quả và thảo luận
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.
Bảng 3. Kết quả phân tích hồi quy Logistic 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
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 phápHiện 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:
TÀI LIỆU THAM KHẢO:
|