các yếu tố ảnh hưởng đến khả năng trả nợ tín dụng

VIET NAM NATIONAL UNIVERSITY HOCHIMINH CITY
UNIVERSITY OF ECONOMICS AND LAW
FACULTY OF FINANCE & BANKING

FINAL THESIS

THE DIMENSIONS THAT AFFECT THE
REPAYMENT ABILITY OF INDIVIDUAL CUSTOMERS
Supervisor
Student
Student ID
Class

: MSc. To Thi Thanh Truc
: Phan Thi Ngoc Khue
: K134040429
: K13404C

Ho Chi Minh City, September 2016

Thành phố Hồ Chí Minh, tháng 9 năm 2016


NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN XÁC SUẤT TRẢ NỢ ĐÚNG HẠN CỦA
KHÁCH HÀNG CÁ NHÂN TẠI TỔ CHỨC TÍN DỤNG CHO VAY TRỰC TUYẾN
LENDINGCLUB
1. Phần mở đầu
1.1 Tính cấp thiết của đề tài
Đối với một tổ chức tín dụng, hoạt động cho vay là hoạt động truyền thống và quan trọng
nhất mang lại nguồn thu nhập lớn nhưng đồng thời cũng là hoạt động gánh chịu nhiều rủi ro
tiềm ẩn nhất. Trong thời gian gần đây, nợ xấu là một vấn đề đáng quan tâm của ngành

tài chính nói riêng và toàn nền kinh tế nói chung. Đặc biệt ở nước ta tình trạng nợ xấu hiện
nay vẫn đang còn ở mức cao dù đã có nhiều chính sách đưa ra nhằm giải quyết triệt để nợ
xấu và tái cơ cấu ngân hàng tuy nhiên hiệu quả vẫn chưa cao. Một trong những nguyên
nhân cốt lõi dẫn đến tình trạng nợ xấu tăng cao bắt nguồn từ khả năng trả nợ vay của khách
hàng mà trong bài nghiên cứu này sẽ tập trung vào mảng khách hàng cá nhân. Vì tại Việt
Nam trong một vài năm trở lại đây, trước bối cảnh tình hình kinh tế rất khó khăn, hoạt động
kinh doanh của doanh nghiệp trở nên kém hiệu quả đã khiến cho hoạt động cho vay khách
hàng doanh nghiệp của các ngân hàng chững lại. Điều này đã khiến cho các ngân hàng bắt
đầu đẩy mạnh hoạt động cho vay khách hàng cá nhân để tiêu vốn dư thừa và cải thiện hiệu
quả hoạt động. Lĩnh vực tín dụng cá nhân tuy có nhiều tiềm năng và tạo cho các ngân hàng
có nguồn thu bền vững trong dài hạn nhưng hoạt động này hàm chứa nhiều rủi ro mà các
ngân hàng cần quan tâm. Sẽ rất nguy hiểm nếu trong thời kỳ hiện nay ngân hàng tiếp tục bổ
sung vào khối lượng nợ xấu của mình từ rủi ro tín dụng cá nhân khi lượng nợ xấu từ khách
hàng doanh nghiệp vẫn chưa thể xử lý được.
Đa số các Ngân hàng hiện nay đều xây dựng cho mình một hệ thống xếp hạng tín dụng
riêng tuy nhiên thực tế cho thấy các Ngân hàng vẫn gặp nhiều rủi ro vì có nhiều yếu tố
ảnh hưởng đến khả năng trả nợ vay của khách hàng như lãi suất, mục đích sử dụng vốn vay,
thu nhập sau khi vay, tuổi người đi vay, ngành nghề của người đi vay, trình độ học vấn…..,
mức độ ảnh hưởng của chúng cũng khác nhau. Những nguy cơ này khó có thể loại trừ hoàn
toàn mà chỉ có thể hạn chế và phòng ngừa. Nhằm phát triển hoạt động tín dụng trong các tổ


chức tín dụng đặc biệt là tín dụng cá nhân, đồng thời hạn chế những rủi ro phát sinh từ nợ
xấu, việc nắm được các nguyên nhân chủ yếu dẫn đến việc không trả được nợ vay của
khách hàng sẽ giúp các tổ chức tín dụng nhận diện và hạn chế được rủi ro nhằm nâng cao
chất lượng hoạt động. . Đó là lý do tôi chọn nghiên cứu đề tài" Những yếu tố ảnh hưởng
đến xác suât trả nợ đúng của khách hàng cá nhân vay vốn tại tổ chức tín dụng cho vay trực
tuyến LendingClub". Vì tính bảo mật dữ liệu khách hàng của các ngân hàng hiện nay nên
bài nghiên cứu đã lấy dữ liệu trên trang web cho vay trực tuyến hàng đầu của Mỹ với hơn
13000 bộ hồ sơ vay của khách hàng cá nhân sẽ tạo điều kiện thuận lợi trong nghiên cứu và

đánh giá.
1.2 Mục tiêu nghiên cứu
- Thứ nhất xác định các yếu tố ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân tại tổ
chức tín dụng LendingClub.
- Thứ hai, định lượng sự tác động của các yếu tố trên đến khả năng trả nợ của khách hàng cá
nhân tại tổ chức tín dụng LendingClub.
- Cuối cùng, đưa ra kết luận và một số giải pháp khuyến nghị quản trị rủi ro trong lĩnh vực
tín dụng cá nhân tại các tổ chức tín dụng.
1.3 Phạm vi, đối tượng
Đề tài này sẽ nghiên cứu các yếu tố ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân
tại tổ chức tín dụng cho vay trực tuyến LendingClub. Mẫu nghiên cứu bao gồm 13835 hồ sơ
vay vốn của khách hàng cá nhân tại LendingClub được chọn lọc trong khoảng thời gian từ .
1.4 Phương pháp nghiên cứu
Đề tài sử dụng sử dụng hai phương pháp là định tính và định lượng, trong đó phương pháp
định lượng là phương pháp chủ đạo.
Phương pháp nghiên cứu định tính được sử dụng trong việc tổng hợp các nghiên cứu trước
để làm nền tảng đưa ra mô hình lý thuyết và các giả thuyết kèm theo, phương pháp này
cũng được sử dụng khi đưa ra các đề xuất sau quá trình phân tích định lượng. Phương pháp
nghiên cứu định lượng được sử dụng trong quá trình xây dựng mô hình ước lượng mối quan
hệ giữa các biến số (mà cụ thể là mối quan hệ nguyên nhân, kết quả), thu thập dữ liệu căn
cứ vào mô hình đã xây dựng dựa trên phần mềm Eview8 để phân tích dữ liệu.


1.5 Ý nghĩa khoa học và thực tiễn của đề tài
Trên cơ sở nghiên cứu những yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân
vay vốn tại LendingClub, qua đó đánh giá, phân tích, tìm ra các yếu tố ảnh hưởng đến khả
năng trả nợ đúng hạn của khách hàng cá nhân vay vốn để đưa ra các giải pháp phù hợp cho
các tổ chức tín dụng cho vay mà đặc biệt là các ngân hàng thương mại ở Việt Nam trong
thời kỳ hội nhập.
2. Tổng quan lý thuyết và các nghiên cứu thực nghiệm

Sau khi đọc các nghiên cứu trong và ngoài nước, tác giả đã tiến hành tóm tắt các nhân tố
ảnh hưởng đến khả năng trả nợ của khách hàng cũng như mô hình nghiên cứu của các bài
nghiên cứu trước đây, để làm cơ sở lý thuyết cho bài nghiên cứu.
2.1 Các nhân tố ảnh hưởng tới khả năng trả nợ vay của khách hàng
Qua các nghiên cứu được thực hiện trong và ngoài nước về các yếu tố ảnh hưởng đến rủi ro
tín dụng cá nhân mà tác giả đã được đọc, thì hầu hết các nghiên cứu đều có đặc điểm chung
là nghiên cứu các yếu tố ảnh hưởng đến rủi ro tín dụng cá nhân đều xuất phát từ 5 nhóm đặc
điểm chính là: Đặc điểm nghề nghiệp, đặc điểm thu nhập, đặc điểm các khoản cho vay, rủi
ro đạo đức của người đi vay và rủi ro tác nghiệp.
2.1.1 Đặc điểm nghề nghiệp
Đặc điểm của nghề nghiệp có thể là một nhân tố ảnh hưởng nhất định tới khả năng trả nợ
vay đúng hạn của khách hàng cá nhân.. Nghiên cứu của Chapman(1990) đã cho thấy
những nghề nghiệp đòi hỏi chất xám cao như giáo sư, nghệ sĩ hay những nghề nghiệp có
tính ổn định cao như kế toán viên, nhân viên văn phòng có khả năng trả nợ đúng hạn cao
hơn. Trong khi đó cũng trong nghiên cứu này thì những người công nhân không lành nghề
thường lâm vào tình trạng trả nợ trễ hạn. Kohansal và Mansoori (2009) đã tìm hiểu những
nhân tố ảnh hưởng tới khả năng trả nợ vay của nông dân tại tỉnh Khorasan-Razavi của Iran
và tìm thấy bằng chứng rằng những nông dân có kinh nghiệm lâu năm hơn thì khả năng trả
nợ ngân hàng là cao hơn. Nghiên cứu C.A Wongnaal, D.Awunyo-Vitor ( 2005) cũng ra
kết quả tương tự khi kinh nghiệm và giáo dục tác động tích cực đến năng lực trả nợ của
nông dân Yam ở quận Sên, Ghana. Nhưng một nghiên cứu của Accquah và Addo (2011) về


khả năng trả nợ vay đúng hạn của những ngư dân tại Ghana đã đưa biến số kinh nghiệm vào
trong mô hình nghiên cứu nhưng đã không tìm thấy ý nghĩa thống kê của biến số này.
2.1.2 Đặc điểm thu nhập
Thu nhập của người đi vay được coi là một trong những yếu tố quan trọng khi muốn tiếp
cận khoản vay đây là một trong những yếu tố quan trọng hàng đầu trong việc đánh giá xem
xét để cấp tín dụng. Chapman (1990) khi phân loại thu nhập của người đi vay và tìm hiểu
ảnh hưởng của biến số này đã thấy rằng khả năng trả nợ thành công được sắp xếp theo thứ

tự sau: thu nhập cao,thu nhập thấp, và thu nhập trung bình. Đối với những người thu nhập
thấp nhưng xác suất trả nợ vẫn lớn hơn người có thu nhập trung bình được lý giải là do tính
thận trọng trong việc sử dụng khoản vay của họ vì họ biết khả năng chi trả của họ là rất thấp
nên nếu lãng phí khoản vay thì rủi ro không trả được nợ là rất cao. Trương Đông Lộc và
Nguyễn Thanh Bình (2011) tìm hiểu khía cạnh thu nhập của tất cả các thành viên trong gia
đình và thấy rằng nếu gia đình nào càng có nhiều thành viên có thu nhập cao thì khả năng
trả nợ thành công càng lớn. Kohanal và Mansoori (2009) và Nguyễn Phúc Mẫn (2015)
cũng tìm thấy những bằng chứng ủng hộ giả thuyết trên.
2.1.3 Đặc điểm các khoản cho vay
Đặc điểm của khoản cho vay thông thường được thể hiện ở ba yếu tố chính là kích cỡ
khoản vay, lãi suất, thời hạn vay. Trong đó về mặt lý thuyết nêu như kích cỡ khoản vay
càng lớn thì rủi ro trả nợ không đúng hạn càng cao, điều này tương tự với lãi suất của khoản
cho vay. Trong khi đó nếu thời hạn của khoản vay càng kéo dài thì khả năng trả được nợ
càng cao. Theo như Chapman (1990) đã cung cấp một số thống kê khá thú vị khi cho thấy
những khoản vay được phân loại ở kích cỡ nhỏ lại thường hay có rủi ro không trả nợ cao
nhất, kế đến mới tới khoản vay lớn nhất và sau cùng là những khoản vay có kích cỡ trung
bình. Kohansal và Mansoori (2009) cũng bác bỏ giả thuyết được nêu ở phần trên khi tìm
thấy bằng chứng rằng những khoản vay lớn lại có mối tương quan thuận với khả năng trả
nợ đúng hạn.Tác giả giải thích rằng những khoản vay lớn sẽ giúp cho người vay dễ dàng tạo
ra giá trị hơn so với những khoản vay nhỏ, những khoản vay mà thường là thuần về chi tiêu
hoặc dùng để xử lý những tình huống khẩn cấp.


Phần lớn các nghiên cứu thực nghiệm khi đưa yếu tố lãi suất khoản vay vào mô hình đã cho
kết quả đúng như giả thuyết là lãi suất khoản vay càng cao thì khả năng trả nợ không đúng
hạn càng cao. Onyeagocha và ctg (2012), Nguyễn Phúc Mẫn (2015), Trương Đông Lộc
và Nguyễn Thanh Bình (2011) và các nghiên cứu thực nghiệm khác cũng cho thấy kết quả
như thế.
Thời gian đáo hạn cũng là một yếu tố được xét đến nhiều trong các bài nghiên cứu về khả
năng trả nợ. Chapman(1990), đã đưa ra một kết quả thống kê ngược lại với quan điểm cho

rằng thời gian đáo hạn của khoản nợ càng dài thì khả năng trả nợ càng cao, tác giả cho
rằng những khoản nợ ngắn hạn từ một năm trở xuống có xác suất trả nợ đúng hạn cao hơn
trong khi đó những khoản nợ từ một năm trở lên có xác suất ngược lại. Onyeagocha và
ctg(2012), Nguyễn Phúc Mẫn (2015) lại không tìm thấy ảnh hưởng của yếu tố này trong
nghiên cứu của mình.
2.1.4 Rủi ro đạo đức của người vay
Rủi ro đạo đức là một hình thức biểu hiện của thất bại thị trường do thông tin bất cân xứng.
Trong lĩnh vực tín dụng, điều này xảy ra khi người vay đã sử dụng không đúng mục đích
vay ban đầu và người vay đã không kiểm soát được hành vi sử dụng sai mục đích đó. Điều
này dẫn tới là rủi ro không trả được nợ vay sẽ tăng lên. Kohansal và Mansoori (2009),
Trương Đông Lộc và Nguyễn Thanh Bình(2011) đưa vấn đề này vào trong khảo sát của
mình và các tác giả đã tìm ra bằng chứng về việc những người đi vay khi cố tình sử dụng
sai mục đích sử dụng ban đầu đã dẫn tới xác suất trả nợ không đúng hạn tăng lên.
Nhưng rủi ro đạo đức về sử dụng không đúng mục đích cho vay không phù hợp trong bài
nghiên cứu này. Vì Lendingclub chỉ là một trang web cho vay ngang giá trực tuyến mọi
hoạt động giao dịch chỉ được chuyển giao qua mạng. Vì vậy nên thay vì theo dõi người đi
vay có sử dụng khoản vay đúng mục đích hay không thì các nhà quản trị của Lendingclub
lại quan tâm đến lịch sử tín dụng của người đi vay hơn thông qua các biến: Số lần quá hạn
trên 30 ngày của tài khoản đi vay, số hồ sơ tiêu cực trong báo cáo tín dụng của khách hàng
(tình trạng phá sản, nợ thuế,..).
2.2.5 Rủi ro tác nghiệp


Rủi ro tác nghiệp chủ yếu nảy sinh tại khâu thẩm định tín dụng. Có hai nguyên nhân chính
dẫn tới rủi ro này, thứ nhất là do cán bộ tín dụng có năng lực yếu, làm việc bất cẩn hoặc do
tư lợi với người đi vay dẫn đến đánh giá tín dụng không đúng đối với người đi vay. Thứ hai
là do hệ thống chấm điểm tín dụng không chính xác hoặc không hiệu quả cũng có thể dẫn
đến rủi ro đánh giá không đúng khả năng của người đi vay, nguyên nhân thứ 2 này đúng với
nghiên cứu đề tài vì cho vay trực tuyến nên mọi yếu tố phụ thuộc vào phần mềm. Nguyễn
Phúc Mẫn (2015) trong bài nghiên cứu của mình đã không thấy bất cứ sự ảnh hưởng nào

giữa chấm điểm tín dụng với khả năng trả nợ đúng hạn của khách hàng cá nhân. Điều này
có nghĩa là những khách hàng có được điểm tín dụng cao không khác biệt so với những
khách hàng có điểm đánh giá tín dụng thấp.
2.3 Các mô hình và cách đo lường của các đề tài nghiên cứu trước
Kohansal và Mansoori (2009), đã sử dụng mô hình hồi quy logic khi tìm hiểu khả
năng trả nợ của nông dân tại tỉnh Khorasan-Razavi của Iran. Antwi và ctg (2012) tìm hiểu
các nhân tố ảnh hưởng tới rủi ro không trả được nợ tại Gahana cho những khoản vay của
ngân hàng Akuapem
Mô hình nghiên cứu: Các tác giả đều sử dụng mô hình hồi quy logic:
Trong đó biến phụ thuộc Y nhận giá trị 1 khi người nông dân trả nợ đúng hạn và nhận giá trị
0 trong trường hợp ngược lại.
Kết quả: Kohansal và Mansoori (2009) đã đưa ra kết luận rằng lãi suất của khoản vay là
nhân tố quan trọng nhất ảnh hưởng tới khả năng trả nợ vay của người nông dân kế tiếp là
biến số kinh nghiệm của người nông dân. Trong khi kết quả nghiên cứu của Antwi và ctg
(2012) kết luận rằng loại hình vay và kích cỡ khoản vay là hai biến số thực sự ảnh hưởng tới
khả năng trả nợ của người vay.
Maharjan (1983), tìm hiểu khả năng trả nợ của những người nông dân tại Nepal
trong lĩnh vực tín dụng nông nghiệp. Abdullah- Al- Mamun (2011), kiểm tra các yếu tố
quan trọng ảnh hưởng đến việc trả nợ của tín dụng vi mô ở Amanah Ikhtiar Malaysia
Mô hình nghiên cứu: Các tác giả đều sử dụng mô hình hồi quy OLS
Trong đó biến phụ thuộc Y là khoản tiền vay đã trả được trên tổng số tiền vay


Kết quả: Maharjan (1983), hồi quy cho thấy nếu như kích cỡ trang trại càng lớn hoặc tỷ lệ
chi tiêu của hộ gia đình càng lớn tính theo tỷ lệ thu nhập thì tỷ lệ trả nợ càng thấp.
Abdullah- Al- Mamun (2011), cách sử dụng vốn vay, thu nhập hộ gia đình, số lượng thành
viên trong gia đình có việc làm, số lượng các nguồn thu nhập, tổng số tiền gửi tiết kiệm ảnh
hưởng đến năng lực trả nợ.
C.A Wongnaal, D.Awunyo-Vitor, nghiên cứu các nhân tố ảnh hưởng đến khả năng
trả nợ của nông dân Yam ở quận Sên, Ghana. Trương Đông Lộc và Nguyễn Thanh Bình

( 2011) nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ vay đúng hạn của nông hộ
tỉnh Hậu Giang . Nguyễn Phúc Mẫn (2015) tìm hiểu những yếu tố ảnh hưởng đến khả năng
trả nợ của khách hàng cá nhân vay vốn tại ngân hàng TMCP Ngoại Thương Việt Nam chi
nhánh Vũng Tàu.
Mô hình nghiên cứu: Các tác giả đều sử dụng mô hình hồi quy probit
- Biến phụ thuộc: Y là khả năng trả nợ vay đúng hạn của nông hộ, Y nhận giá trị 1 nếu
nông hộ trả nợ vay đúng hạn, nhận giá trị 0 nếu trả nợ không đúng hạn.
Kết quả: C.A Wongnaal, D.Awunyo-Vitor cho thấy giáo dục, kinh nghiệm, thời điểm phát
hành khoản vay, tuổi tác và thu nhập có tác động tích cực đến năng lực trả nợ. Ngược lại,
giới tính và hôn nhân có ảnh tiêu cực đến trả nợ vay, ảnh hưởng của quy mô hộ gia đình là
không rõ ràng. Trương Đông Lộc và Nguyễn Thanh Bình ( 2011) nghiên cứu cũng chỉ rằng
những khoản vay được sử dụng đúng mục đích cũng sẽ cho xác suất trả nợ đúng hạn cao
hơn. Nguyễn Phúc Mẫn (2015) bổ sung thêm biến số khác như “Giới tính”, “Lãi suất vay”,
hay “Vay mua bất động sản” tác động âm tới khả năng trả nợ đúng hạn.
3. Phương pháp nghiên cứu
3.1 Dữ liệu nghiên cứu
Dữ liệu phục vụ nghiên cứu là dữ liệu thứ cấp được lấy trên trang web cho vay trực tuyến
LendingClub, nguồn dữ liệu được thu thập vào cuối năm 2015 đến hết năm 2016. Tác giả
lấy 13835 bộ hồ sơ xin vay của khách hàng cá nhân đã được thẩm định trong đó có 8861 bộ
hồ sơ trả nợ đúng hạn và 4974 người trả nợ quá hạn được thống kê tới tháng 12/2016 để
phục vụ chạy mô hình.


Lending Club là một hệ thống cho vay trực tuyến cho phép người đi vay cá nhân có thể tiếp
cận khoản vay từ 1,000 USD đến 40,000 USD với kì hạn trung bình là 3 năm vì bất cứ mục
đích gì, kể cả vay tiền đi nghỉ. Còn đối với khách hàng doanh nghiệp có thể vay tối đa lên
đến 300,000 USD. Người đi vay đơn giản chỉ cần điền đầy đủ thông tin được yêu cầu vào
đơn và nộp đơn trực tuyến tại trang web của Lending Club. Hệ thống cho vay ngang hàng
Lending Club sẽ kiểm tra, phân tích dữ liệu và đánh giá rủi ro một cách nhanh chóng, chấm
điểm tín dụng và đưa ra mức lãi suất phù hợp. Đối với người cho vay hay nhà đầu tư, họ có

thể nhìn thấy được các khoản vay được thống kê trên website LendingClub.com và chọn
cho mình một khoản đầu tư thích hợp dựa trên những thông tin về người đi vay như điểm
tín dụng, mục đích vay, lịch sử tín dụng …nếu đồng ý cho vay nhà đầu tư sẽ được trả lãi
suất hàng tháng. Để giảm thiểu rủi ro tín dụng, Lending Club tập trung vào những người đi
vay có điểm tín dụng cao và nâng lãi suất đối với những khoản vay có độ rủi ro cao. Theo
website của Lending Club, có bảy lớp cho vay ứng với mức lãi suất khác nhau từ A đến G .
Mỗi lớp lại được chia thành năm phân lớp nhỏ. Vì vậy, có 35 tổng số điểm cho vay đối với
khách hàng vay (từ A1 đến G5) . Khách hàng vay đưuọc đánh giá ở mức A1 sẽ được hưởng
lãi suất thấp nhất với một khoản vay điểm “A” hiện là 6,78%. Khoản vay có điểm số thấp
nhất “G” chịu mức lãi suất khoảng 25% đến 27,99%. Theo số liệu được cung cấp bởi
Lending Club,tính đến này 30/06/2016 đã có hơn 20 tỷ USD được cho vay thông qua hệ
thống của công ty. Trong khi những người đi cho vay kiếm tiền từ lãi suất thì Lending Club
kiếm tiền từ phí thu từ người cho vay và người đi vay.
3.2 Mô hình nghiên cứu
Qua các nghiên cứu trước tác giả nhận thấy trong bài nghiên cứu này rủi ro tín dụng cá nhân
có thể chia làm 5 nhóm chính: Đặc điểm nghề nghiệp, Đặc điểm thu nhập, Đặc điểm các
khoản cho vay, Rủi ro đạo đức của người đi vay và Rủi ro tác nghiệp. Trong các nhóm đặc
điểm này tác giả sẽ chọn các biến độc lập phù hợp với từng đặc điểm.
Nhóm yếu tố " Đặc điểm nghề nghiệp" biến đại diện trong nhóm này là kinh nghiệm làm
việc được tính bằng số năm làm việc của khách hàng.
Nhóm yếu tố "Năng lực của người vay" thể hiện ở đặc điểm thu nhập trong đó bao gồm
cả số dư trên tài khoản hiện có tại ngân hàng, thu nhập hàng năm của khách hàng. Các nhân


tố này đều được các nghiên cứu trước đây cả trong và ngoài nước đưa vào mô hình như một
biến không thể thiếu.
Nhóm yếu tố thuộc về "Đặc điểm khoản cho vay" cũng thường được xuất hiện trong hầu
hết các nghiên cứu, bao gồm:
-Kích cỡ khoản vay: tổng số tiền mà khách hàng được chấp nhận vay.
- Lãi suất vay theo tháng

- Thời hạn cho vay: được tính theo tháng kể từ ngày khách hàng được cấp tín dụng
- Hệ số dti (debt to income) được tính bằng tỷ lệ giữa khoản vay và tổng thu nhập của khách
hàng vậy nên hệ số này càng thấp thì khả năng trả nợ đúng hạn của khách hàng là cao.
Rủi ro đạo đức của người vay là một nhân tố quan trọng được nhiều nghiên cứu quan tâm,
nó thể hiện tình trạng khách hàng sử dụng vốn vay có đúng mục đích hay không. Để biết
được điều này nhân viên tín dụng khách hàng cá nhân phải kiểm tra mục đích sử dụng vốn
của khách hàng trong quá trình thẩm định cho vay, yếu tố này được thể hiện trong biên bản
kiểm tra mục đích sử dụng vốn của khách hàng định kỳ. Nhưng khái niệm rủi ro đạo đức
này chỉ phù hợp ở các tổ chức ngân hàng còn đối với LendingClub yếu tố để đo lường rủi ro
đạo đức là số lần quá hạn trên 30 ngày của khách hàng trong 2 năm gần nhất và số hồ sơ
tiêu cực trong báo cáo tín dụng của khách hàng ( tình trạng phá sản, nợ thuế,...)
Yếu tố “ Rủi ro tác nghiệp từ ngân hàng" yếu tố này thể hiện tại khâu thẩm định tín dụng
thông qua điểm số tín dụng mà ngân hàng chấm điểm hồ sơ của khách hàng.
Trong đề tài, yếu tố khả năng trả nợ đúng hạn của khách hàng cá nhân là biến số phụ
thuộc trong mô hình nghiên cứu, thể hiện khả năng trả nợ đúng hạn của khách hàng cá nhân
– đã được sử dụng trong nghiên cứu thực nghiệm của Maharjan và ctg (1983) Kohansal và
Mansoori (2009), Antwi và ctg (2012) hay Trương Đông Lộc và Nguyễn Thanh Bình(2011)
và Nguyễn Phúc Mẫn (2015).
Hình 3.2 Mô hình nghiên cứu


Đặc điểm nghề nghiệp: Kinh nghiệm
làm việc
Năng lực của người đi vay:,Thu
nhập, Số dư tài khoản

Đặc điểm khoản vay: Kích cỡ khoản
vay, Rate, Thời hạn, dti

Khả năng trả

nợ đúng hạn

Rủi ro đạo đức: Số lần quá hạn trên
30 ngày của khách hàng trong vòng 2
năm gần nhất, Số hồ sơ tiêu cực trong
báo cáo tín dụng của khách hàng (tình
trạng phá sản, nợ thuế)
Rủi ro tác nghiệp của ngân hàng:
Chấm điểm tín dụng

Mô hình nghiên cứu tổng quát như sau:
Khả năng trả nợ đúng hạn = f (Đặc điểm nghề nghiệp, Năng lực của người đi vay, Đặc
điểm khoản vay, Rủi ro đạo đức, Rủi ro tác nghiệp của ngân hàng)
Do đặc thù của biến số phụ thuộc được sử dụng trong mô hình mang giá trị nhị nguyên là 0
và 1, cụ thể hơn nếu Y đạt giá trị 1 thì quan sát đó trả nợ vay đúng hạn, nếu Y đạt giá trị 0
thì ngược lại. Với cách trình bày dữ liệu theo dạng nhị nguyên như đã mô tả, đề tài có thể
lựa chọn một trong ba mô hình hồi quy như sau: mô hình xác suất tuyến tính LPM, mô hình
Binary logistics, và mô hình Probit. Do mô hình xác suất tuyến tính có nhược điểm là các


yếu tố ngẫu nhiên không thuần nhất và phương sai của chúng thay đổi, ngoài ra yếu tố ngẫu
nhiên không có phân bố chuẩn nên ta không thể ước lượng được khoảng tin cậy cho các hệ
số hồi quy. Do vậy đề tài có thể sử dụng mô hình Logistics có hàm mật độ phân phối xác
suất được chuyển về phân phối chuyển hóa. Mô hình Logistics được cho như sau:

Trong công thức này Pi = E(Y = 1/X) gọi là xác suất để sự kiện xảy ra (Y=1) khi biến độc
lập X có giá trị cụ thể là Xi. Đặt Z = βo + β1X. Lúc này:

3.2.1 Biến số phụ thuộc
Biến phụ thuộc được sử dụng trong mô hình nghiên cứu là “Khả năng trả nợ đúng hạn” (y_

time). Khả năng trả nợ đúng hạn được tính như sau: nếu tại thời điểm kết thúc hạn vay,
khách hàng trả nợ đúng hạn, khi đó quan sát này nhận giá trị 1, ngược lại nhận giá trị 0.
3.2.2 Biến số độc lập
- Nhóm yếu tố thuộc về đặc điểm nghề nghiệp:
• Kinh nghiệm làm việc (tglv): Như đã nói ở trên theo nghiên cứu của Kohansal và
Mansoori (2009) kinh nghiệm làm việc lâu năm thì khả năng tao ra thu nhập cao và
ổn định hơn. Gỉa thuyết nghiên cứu như sau:
H1: Kinh nghiệm làm việc càng nhiều thì sẽ làm tăng khả năng trả nợ
- Nhóm yếu tố năng lực của người đi vay
• Thu nhập (income): Tuy vẫn còn ý kiến trái chiều về việc thu nhập sẽ ảnh hưởng
tiêu cực tới khả năng trả nợ phần lớn nghiên cứu như của Sileshi và ctg(2012),
Trương Đông Lộc và Nguyễn Thanh Bình (2009) đều khẳng định rằng rủi ro trả nợ
sẽ giảm nếu thu nhập của khách hàng tốt hơn, do thu nhập cao người vay có đủ khả
năng bù đắp các khoản chi phí sinh hoạt và chi phí lãi vay tốt hơn. Như vậy giả
thuyết nghiên cứu như sau:
H2: Thu nhập của khách hàng càng cao thì khả năng trả nợ càng tốt.


• Số dư tài khoản (sodutk): Cũng phản ánh một phần thu nhập của khách hàng. Nếu
số dư tài khoản càng lớn thì khả năng trả được nợ của khách hàng càng cao. Vì họ
vẫn còn nguồn dự trữ cho các khoản rủi ro của mình. Như vậy giả thuyết nghiên cứu
như sau
H3: Số dư tài khoản càng lớn thì khả năng trả được nợ càng cao.
- Nhóm yếu tố thuộc về đặc điểm khoản vay
• Kích cỡ khoản vay (loan_amnt): Biến số thể hiện tổng giá trị khoản vay của khách
hàng. Có nhiều kết luận khác nhau về ảnh hưởng của kích cỡ khoản vay tới khả năng
trả nợ của khách hàng. Quy mô của khoản cho vay được kỳ vọng là ảnh hưởng
dương đối với khả năng trả nợ do khoản vay lớn sẽ giúp cho người vay dễ dàng tạo
ra giá trị hơn so với những khoản vay nhỏ do những người vay các khoản nhỏ lẻ
thường dùng cho các mục đích tiêu dùng hoặc các mục đích mang tính rủi ro

cao(Kohansal và Mansoori, 2009). Do vậy, giả thuyết nghiên cứu như sau:
H4: Khoản vay càng lớn càng giúp cho khách hàng có khả năng trả nợ càng cao.
• Lãi suất của khoản vay(rate%/năm): Đây chính là lãi suất thỏa thuận giữa ngân
hàng và khách hàng được tính theo lãi suất trung bình trong kỳ vay. Theo nghiên cứu
Onyeagocha và ctg (2012) thì lãi vay có mối tương quan nghịch với khả năng trả nợ
đúng hạn của khách hàng. Như vậy giả thuyết nghiên cứu như sau
H5: Khả năng trả nợ của khách hàng tăng khi khách hàng được vay với lãi
suất thấp hơn.
• Thời hạn vay (term: tháng): Thời gian tính từ lúc khách hàng nhận tiền vay lần đầu
tiên đến khi kết thúc hợp đồng vay. Các khoản nợ càng ngắn hạn sẽ khiến cho khả
năng trả nợ của khách hàng càng giảm do áp lực về thời gian trả nợ sẽ khiến cho
khách hàng không đỉ khả năng xoay sở tìm kiếm nguồn trả nợ theo Chapman(1990).
Như vậy giả thuyết nghiên cứu như sau
H6: Thời gian vay càng ngắn dẫn tới khả năng trả nợ của khách hàng càng thấp.
• Debt to income (dti): Tỷ lệ nợ trên thu nhập hàng tháng.(Gỉa sử thu nhập hàng
tháng là cố định). Nếu tỷ lệ này càng lớn thì chứng tỏ phần lớn thu nhập để trả


nợ.Vậy nên hệ số này càng lơn thì khả năng trả được nợ của khách hàng càng giảm.
Như vậy giả thuyết nghiên cứu như sau:
H7: Hệ số dti càng lớn khả năng trả được nợ của khách hàng càng thấp.
- Nhóm yếu tố thuộc về rủi ro đạo đức người vay
• Số lần quá hạn trên 30 ngày của khách hàng trong 2 năm gần nhât (delinq_2yrs)
Trong lịch sử tín dụng của khách hàng nếu khách hàng đã từng quá hạn tín dụng tại
các tổ chức tín dụng khác thì khả năng quá hạn hoặc không trả được nợ của khách
hàng này cao hơn so với những khách hàng có lịch sử tín dụng tốt. Giả thuyết nghiên
cứu như sau:
H8:Nếu khách hàng đã từng quá hạn tín dụng thì khả năng không trả được nợ càng
cao
• Số hồ sơ tiêu cực trong báo cáo tín dụng của khách hàng (pub_rec): Cũng như

trên, nếu lịch sử tín dụng của khách hàng trong quá khứ không tốt hoặc có tình trạng
phá sản, nợ thuế... thì khách hàng đó không được đánh giá tốt và khả năng trả nợ
đúng hạn sẽ thấp hơn so với những khách hàng khác. Như vậy giả thuyết nghiên cứu
như sau:
H9: Nếu số hồ sơ tiêu cưc trong báo cáo tín dụng của khách hàng càng nhiều thì khả
năng không trả được nợ của khách hàng càng cao.
- Cuối cùng là yếu tố rủi ro tác nghiệp của ngân hàng:
• Chấm điểm tín dụng (score): Biến này được đo lường bằng số điểm tín dụng được
chấm. Tại Lendingclub có 7 nhóm lớn xếp hạng và trong mỗi nhóm lớn lại chia làm
5nhóm nhỏ trên thang điểm 100. Theo nghiên cứu của Trương Đông Lộc, Nguyễn
Thanh Bình (2009) với việc đánh giá này sẽ là cơ sở để phân loại khách hàng và làm
tăng khả năng trả nợ trong tương lai của khách hàng. Rủi ro tác nghiệp xảy ra khi
khả năng trả nợ sẽ tỷ lệ nghịch với số điểm được chấm. Như vậy giả thuyết nghiên
cứu như sau:
H10: Nếu khách hàng được chấm điểm tín dụng càng cao thì khả năng trả nợ của
khách hàng càng lớn. Nếu điều này ngược lại thì rủi ro tác nghiệp sẽ xảy ra.
4. Kết quả và kết luận
4.1 Thống kê mô tả


Trong mẫu nghiên cứu gồm 13835 bộ hồ sơ đều có đủ dữ liệu về lịch sử khách hàng. Nhóm
Y nhận giá trị 1 là nhóm các khách hàng trả nợ đúng hạn gồm 8861 bộ hồ sơ và nhóm Y
nhận giá trị 0 là nhóm khách hàng trả nợ trễ hạn là 4974 bộ hồ sơ.
Sau đây là một số chỉ số thống kê mô tả mẫu nghiên cứu
N

Minimum

Maximum

tglv
income
sodutk

13835
13835
13835

1
8500
0

10
7000000
2970538

loan_amnt
rate
term
dti
delinq_2yrs
pub_rec
score

13835
13835
13835
13835
13835
13835

13835

1000
5.32%
36
0
0
0
1

35000
28,99%
60
39.98
14
20
35

Mean
Std.Deviation
6.06620889
3.60191418
81756.8678
96711.457
150803.077
164001.378
15237.1811
13,34%
43.9069028
19.0153191

0.34839176
0.2454644
22.9207806

8946.4866
4.5%
11.2807692
8.83108271
0.94019336
0.65053013
6.68745649

4.1.1 Bảng tần suất các giá trị của biến phụ thuộc
Gía trị biến phụ thuộc
0
1
Tổng

Số lượng
4974
8861
13835

Phần trăm
35.95%
64.05%
100%

4.2 Chạy mô hình
Mô hình nghiên cứu cụ thể:

Đặt Z = ( tglv, income, sodutk, loan_amnt, rate, term, dti, delinq_2yrs, pub_rec, score)
Pi= E (Y=1/X) =

Sau khi chạy mô hình hồi quy Probit ta được kết quả theo bảng sau:
Bảng 4.1 Kết quả chạy hồi quy 1
Biến độc lập
C
Tglv

Hệ số
p-value
Mức ý nghĩa Kết luận
-0.122804
0.8902
0.1 Có ý nghĩa thống kê
0.020092
0
0.05 Có ý nghĩa thống kê


Income
Sodutk
Loan_amnt
Rate
Term
Dti
Delinq-2yrs
Pub_rec
Score

-1.55E-07
8.82E-07
-7.8E-0.6
-0.973762
-6.94E-05
-0.019390
-0.071018
-0.049917
-0.028531

0.2183
0
0
0.0494
0.9544
0
0
0.0041
0.75

0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05
0.05

Không có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Không có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Không có ý nghĩa thống kê

4.2.1 Kiểm định bỏ biến WALD
Theo như bảng 4.1 có ba biến là Income, Term và Score không có ý nghĩa thống kê. Tiến
hành kiểm định WALD:
Gỉa thuyết: H0: β3 = β7 = β11 =0 ( biến β3, β7, β11 là không cần thiết)
H1: : β3, β7, β11 ≠ 0 ( biến β3, β7, β11 là cần thiết)
Ta có: Pro( F-statistic) = 0.9501 > α = 0.05 nên chấp nhận giả thuyết H0.
Kết luận: Biến β3, β7, β11 là biến không cần thiết trong mô hình.
4.2.2 Chạy mô hình sau khi bỏ biến


Đặt Z= ( tglv, sodutk, loan_amnt, rate, dti, delinq_2yrs, pub_rec)
Pi=E(Y=1/X)=

Bảng 4.2 Kết quả chạy hồi quy 2
Biến độc lập
C
Tglv
Sodutk
Loan_amnt
Rate

Dti
Delinq_2yrs
Pub_rec

Hệ số
-0.412187
0.020008
8.64E-07
-8.09E-06
-0.047144
-0.019164
-0.071229
-0.050375

p-value
0
0
0
0
0
0
0
0.0038

Mức ý nghĩa
0.05
0.05
0.05
0.05
0.05

0.05
0.05
0.05

Kết luận
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê
Có ý nghĩa thống kê

Mô hình hồi quy mẫu:
Z = (-0.412187+ 0.02 tglv + 8.64E-07sodutk - 8.09E-06loan _amnt - 0.047rate - 0.019 dti - 0.071 delinq_2yrs - 0.05Pub_rec)
Pi(Yi =1/X) =


4.2.3 Kiểm định hiện tượng đa cộng tuyến
Sau khi bỏ ba biến không cần thiết ra khỏi mô hình ta tiến hành chạy mô hình hồi quy phụ
giữa các biến độc lập để kiểm tra hiện tượng đa cộng tuyến. Áp dụng quy tắc ngón tay cái
Rule of Thumb của Klien: Nếu ít nhất một R 2 của hồi quy phụ lớn hơn R2 của mô hình hồi
quy gốc thì có hiện tượng đa cộng tuyến xảy ra. Sau khi tác giả tiến hành kiểm tra thì không
có hiện tượng đa cộng tuyến giữa các biến.
4.3 Kết luận
4.3.1 Tỷ lệ dự báo đúng

Dep=0
Số lượng

Đúng
% Correct
%
Incorrect
Total
Gain*
Percent
Gain**

Total
Correct
% Correct
%
Incorrect
Total
Gain*
Percent
Gain**

Estimated
Equation
Dep=1
Total

Constant
Probability
Dep=0
Dep=1

Total

4974
1574
31.64

8861
7704
86.94

13835
9278
67.06

4974
0
0.00

8861
8861
100.00

13835
8861
64.05

68.36

13.06

32.94

100.00

0.00

35.95

31.64

-13.06

3.01

31.64

NA

8.38

Dep=0

Estimated
Equation
Dep=1
Total

4974.00
2117.05
42.56

8861.00 13835.00
6004.05 8121.11
67.76
58.70

57.44

32.24

41.30

6.61

3.71

4.75

10.32

10.32

10.32

Constant
Probability
Dep=0
Dep=1
4974.00
1788.27
35.95

64.05

Total

8861.00 13835.00
5675.27 7463.53
64.05
53.95
35.95

46.05


Chênh lệch dự báo đúng so với tỷ lệ này khi định dạng chỉ bằng hằng số:
42.56% - 35.95% = 6.61%
Tỷ lệ dự báo sai được hiệu chỉnh bằng phương trình có các biến độc lập, chẳng hạn
6.61%/64.05% =0.103%
Với Y=1 có 7704 quan sát dự báo đúng chiếm hơn 86.94% so với tổng quan sát có Y=1
Với Y=0 tỷ lệ dự báo đúng là 31.64% .
Nếu tính toàn bộ mẫu (Y=0,1), tỷ lệ dự báo đúng là 67.06%.
Nếu giả thiết các biến độc lập (xác suất là hằng số) không ảnh hưởng đến Y thì tỷ lệ dự báo
chính xác là 64.05%
4.3.1 Các biến không có ý nghĩa thống kê
• Income
Về mặt lý thuyết, khách hàng có mức thu nhập cao hơn sẽ có khả năng trả nợ đúng hạn tốt
hơn tuy nhiên trong mô hình lại cho thấy thu nhập không có bất cứ ảnh hưởng nào tới khả
năng trả nợ. Điều này có thể được lý giải: thứ nhất, biến số này được thu thập trước khi
khách hàng được quyết định cho vay, vậy nên thu nhập có thể biến động mạnh chứ không
ổn định trong thời gian vay, đặc biệt trong nền kinh tế suy thoái hiện nay. Thứ 2, việc thu
thập số liệu về thu nhập chưa chắc chính xác hoàn toàn vì chủ yếu dựa vào thông tin do

khách hàng cung cấp đặc biệt với một trang web cho vay như LendingClub việc thẩm định
thông tin khách hàng là rất khó khăn.
Đối với các ngân hàng thu nhập của khách hàng được căn cứ vào số liệu sao kê của ngân
hàng đối với những khách hàng có sử dụng dịch vụ thanh toán qua tài khoản ngân hàng
hoặc chứng nhận thu nhập từ công ty thông qua một văn bản xác nhận từ giám độc/người
lãnh đạo và hợp đồng lao động. Cũng chính việc khó đánh giá thông tin thu nhập của khách
hàng là chính xác hay không đã tạo một kẽ hở để cả khách hàng và nhân viên ngân hàng tận
dụng để khai tăng số thu nhập lên và số liệu bị bóp méo nên không tìm thấy ảnh hưởng của
biến thu nhập đến khả năng trả nợ.
• Term


Xét về mặt mức độ rủi ro, rõ ràng các khoản vay trung và dài hạn có rủi ro cao hơn so với
các khoản vay ngắn hạn do những biến động trên thị trường trong khoảng thời gian dài hơn.
Còn đối với các khoản vay trung và dài hạn, tính thanh khoản sẽ kém hơn so với khoản cho
vay ngắn hạn. Tuy nhiên hầu hết các khoản vay từ cuối năm 2015 đến hết năm 2016 tại
LendingClub đều là 3 hoặc 5 năm. Vì vậy không có sự khác nhau rõ rệt đối với thời gian
đáo hạn giữa các khoản vay.
Xét đến Ngân hàng trong nước nếu thời hạn vay không ảnh hưởng đến khả năng trả nợ vay
thì có thể là do nguyên nhân gần đây các ngân hàng đã bắt đầu chuyển dịch cơ cấu cho vay
từ ngắn hạn sang trung dài và hạn hạn. Đây là tín hiệu đáng mừng khi các ngân hàng đã bắt
đầu chú trọng hơn đến việc cấp vốn cho hoạt động sản xuất kinh doanh của doanh nghiệp
do khoản vay cho các dự án đầu tư hay sản xuất thường có thời hạn dài. Tuy nhiên, cũng có
tình trạng nhiều ngân hàng tìm cách giãn nợ, đảo nợ, dịch chuyển nợ ngắn hạn sang nợ
trung và dài hạn nhằm kéo dài thời hạn thanh toán do chủ nợ không thể trả đúng hạn, nhờ
vậy tỷ lệ nợ xấu của ngân hàng cũng giảm đáng kể trong khi Báo cáo tài chính trở nên
“đẹp” hơn. Vì vậy nếu kỳ hạn vay không phản ánh đúng được khả năng trả nợ của khách
hàng thì nguyên nhân chủ yếu là do những chính sách "linh hoạt" của ngân hàng như đã nói
ở trên.
• Score

Biến số " Chấm điểm tín dụng" được dùng để đo lường rủi ro tác nghiệp. Trong lý thuyết
cũng như hoạt động thực tiễn của các ngân hàng, hoạt động xếp hạng tín dụng giúp cho việc
phân loại khách hàng và đánh giá tiềm năng khả năng trả nợ của khách hàng tốt hơn. Nhưng
trong quá trình chạy mô hình đã cho thấy biến số "Chấm điểm tín dụng" không có bất cứ
ảnh hưởng nào tới khả năng trả nợ của khách hàng cá nhân. Điều này có nghĩa là những
khách hàng có được điểm đánh giá tín dụng cao có rủi ro trả nợ/ khả năng trả nợ không
khác biệt đối với khách hàng có điểm đánh giá tín dụng thấp, điều này có thể là do nguyên
nhân nền kinh tế bị khủng hoảng dẫn tới sự biến động rất khó lường về khả năng sử dụng
hiệu quả các khoản vay của khách hàng. Tuy LendingClub đã xây dựng hơn 111 biến độc
lập để xét hồ sơ xin vay của một cá nhân cũng như chấm điểm tín dụng nhưng cũng không
thể tránh khỏi những rủi ro bất ngờ từ phía khách hàng. Hoặc một lý do nữa là tài nghiên


cứu chỉ chọn những biến độc lập mà theo tác giả là tác động mạnh nhất đến khả năng trả nợ
vì vậy nhiều khi không thấy được mối quan hệ giữa biến Score với các biến khác.
Đối với các ngân hàng hiện nay việc chấm điểm tín dụng còn nhiều sự sai sót, sự cẩu thả
hoặc sự thông đồng giữa cán bộ tín dụng và khách hàng dẫn đến số điểm chấm bị sai lệch,
không thể hiện rõ được khả năng đảm bảo trả nợ vay của khách hàng. Vì vậy mà tỷ lệ nợ
xấu ngày càng tăng trong các năm vừa qua.
4.3.2 Các biến có ý nghĩa thống kê
Từ bảng 4.2 kết quả chạy mô hình cuối cùng ta thấy:
Lịch sử tín dụng khách hàng (delinq_2yrs, pub_rec) có ảnh hưởng lớn đến khả năng trả nợ
vay đúng hạn của khách hàng cá nhân. Sau đó là lãi suất (rate) và ảnh hưởng thấp nhất là số
tiền trong tài khoản của khách hàn logit rút ra kết luận:
Các biến độc lập đồng biến với biến phụ thuộc Y bao gồm : Thời gian làm việc (tglv), Số
dư tài khoản (Sodutk), sẽ làm tăng giá trị hàm Y dẫn đến tăng giá trị e Y. Mặc khác trong mô
hình Probit đã nêu có tử số luôn nhỏ hơn mẫu số 1 đơn vị nên giá trị của P i sẽ dần đạt giá trị
1 khi eY ngày càng tăng. Hay nói cách khác 2 biến: Thời gian làm việc và số dư tài khoản
càng tăng thì khả năng khách hàng trả nợ đúng hạn càng lớn.
Ngược lại, các biến độc lập nghịch biến với biến phụ thuộc Y bao gồm: Kích cỡ khoản vay

(loan_amnt), Lãi suất (rate), hệ số nợ (dti), số lần quá hạn của khách hàng (delinq_2yrs) và
số hồ sơ tiêu cực trong báo cáo tín dụng của khách hàng (pub_rec), càng tăng thì khả năng
trả nợ của khách hàng càng giảm.
Ảnh hưởng của các biến số này tới các biến phụ thuộc trong mô hình được giải thích như
sau:
• Thời gian làm việc
Theo như kết quả của mô hình hồi quy, thời gian làm việc có tác động dương đến khả năng
trả nợ đúng hạn của khách hàng. Nếu thời gian lao động tăng lên 1 năm thì xác suất khách
hàng trả nợ đúng hạn tăng lên 2%. Kết quả này đúng với kỳ vọng, đồng quan điểm với các
nghiên cứu trước, đó là kinh nghiệm làm việc lâu năm thì khả năng tạo ra thu nhập cao và
ổn định hơn vì vậy khả năng trả nợ đúng hạn sẽ cao hơn.
• Số dư tài khoản


Theo đúng như kỳ vọng, số dư tài khoản có tác động dương đến biến Y nhưng với tỷ lệ tác
động vô cùng nhỏ là 8.64E-05%. Nhưng qua đó ta cũng biết được khi số dư trong tài khoản
của khách hàng càng lớn thì khả năng họ trả được nợ cũng cao hơn so với người khác. Vì
sao thu nhập lại không ảnh hưởng đến khả năng trả nợ mà số dư tài khoản lại ảnh hưởng đó
là do việc thu thập dữ liệu là chính xác thông qua thông tin của ngân hàng. Vì thể dù ảnh
hưởng ít như số dư tài khoản vẫn tác động một phần đến khả năng trả nợ vay đúng hạn của
khách hàng cá nhân.
• Kích cỡ khoản vay
Biến số “Kích cỡ khoản vay” thể hiện tổng giá trị khoản vay của khách hàng với mức tác
động là. -8.09E-04%. Đây được xem là mức ảnh hưởng không lớn lắm nhưng vẫn có ý
nghĩa thống kê. Về mặt giả thuyết nghiên cứu, số tiền càng lớn sẽ càng giúp cho khách hàng
dễ xoay sở hơn và tạo ra những khoản chi mang lại giá trị cao hơn. Trong khi những khách
vay nhỏ lẻ thường sử dụng cho mục đích tiêu dùng, những mục đích mang tính cấp thời và
rủi ro. Nhưng kết quả lại cho ta kết quả ngược lại kỳ vọng ban đầu là đối với các khoản vay
càng lớn thì khả năng trả được nợ đúng hạn càng thấp. Nguyên nhân này xuất phát từ nền
kinh tế bất ổn và biến động không ngừng hiện nay, đối với các khoản vay lớn thì rủi ro kinh

doanh, rủi ro hoạt động càng cao dẫn đến khó khăn trong việc sử dụng nguồn vốn một cách
hiệu quả. Nhưng tác động của kích cỡ khoản vay đến khả năng trả nợ là không đáng kể.
• Lãi suất khoản vay
Biến số này có ý nghĩa thống kê với ảnh hưởng đến biến Y là -0.047144 hay nếu lãi suất
tăng 1% thì xác suất khách hàng trả được nợ giảm 5%. Về mặt lý thuyết cũng như những
nghiên cứu trước, yếu tố lãi suất thể hiện gánh nặng chi trả của khách hàng và vì vậy nếu lãi
suất càng cao, khả năng trả nợ càng thấp. Đặc biệt là trong thời kỳ kinh tế khó khăn, việc sử
dụng vốn vay hiệu quả đã khó trong khi đó lại phải trả một khoản lãi suất cao làm giảm hiệu
quả sử dụng vốn vay. Kết quả nghiên cứu thực nghiệm này đúng với kỳ vọng và các nghiên
cứu trước.
• Debt to income
Như đã nói ở trên, dti là một hệ số quan trọng trong việc thẩm định hố sơ vay. Hệ số dti (nợ
trên thu nhập) càng nhỏ chứng tỏ nợ chỉ chiếm một phần nhỏ trong thu nhập và ngược lại.


Vì vậy khi khả năng trả nợ khách hàng càng cao thì hệ số dti phải càng nhỏ (mối quan hệ
nghịch biến). Và đúng như kỳ vọng ban đầu, sau khi chạy mô hình ta có nếu hệ số dti tăng
1% thì khả năng trả nợ đúng hạn của khách hàng giảm 2%.
• Delinq_2yrs ( Số lần quá hạn trên 30 ngày của khách hàng trong 2 năm gần nhất)
Dĩ nhiên, là nếu khách hàng có quá khứ tín dụng không tốt thì khả năng khách hàng không
trả được nợ đúng hạn trong tương lai càng cao. Nhận định đó lại được khẳng định một lần
nữa qua kết quả mô hình đó là mối quan hệ nghịch biến giữa Y và biến số "delinq_2yrs" .
Nếu số lần quá hạn trên 30 ngày của khách hàng trong 2 năm gần nhất tăng 1% thì khả năng
trả nợ của khách hàng giảm hơn 7%.
• Pub_rec(Số hồ sơ tiêu cực trong báo cáo tín dụng của khách hàng: tình trạng phá
sản, nợ thuế...)
Cũng giống như biến delinq_2yrs lịch sử tín dụng của khách hàng có ảnh hưởng quan trong
đên khả năng trả nợ cũng như quyết định cấp tín dụng của ngân hàng. Vì vậy số hồ sơ tiêu
cực trong báo cáo tín dụng của khách hàng luôn nghịch biến với biến phụ thuộc Y. Qua mô
hình ta thấy nếu Y giảm 5 % thì pub_rec sẽ tăng 1% đúng như kỳ vọng đã đưa ra trước khi

chạy mô hình
5. Kiến nghị
Bài nghiên cứu phân tích các yếu tố ảnh hưởng đến khả năng trả nợ đúng hạn của khách
hàng cá nhân bằng cách sử dụng số liệu thứ cấp thu thập được từ hơn 13000 khoản vay tại
LendingClub. Kết quả phân tích cho thấy các yếu tố như: số năm làm việc và số dư tài
khoản ngân hàng của khách hàng ảnh hưởng cùng chiều đến khả năng trả nợ của khách
hàng. Ngược lại các yếu tố như: Kích cỡ khoản vay, Lãi suất, hệ số nợ, số lần quá hạn của
khách hàng trong quá khứ và số hồ sơ tiêu cực trong báo cáo tín dụng của khách hàng ảnh
hưởng ngược chiều đến khả năng trả nợ vay. Ngoài ra các yếu tố như: Thu nhập hàng năm
của khách hàng, thời hạn vay cũng như số điểm tín dụng không ảnh hưởng dến khả năng
trả nợ đúng hạn của khách hàng.
Kết quả nghiên cứu này là một tham khảo hữu ích cho các ngân hàng thương mại Việt Nam,
khi mà nhu cầu vay vốn của khách hàng cá nhân ngày càng tăng đòi hỏi việc quyết định cho
vay cần diễn ra nhanh chóng nhưng phải giảm thiểu tối đa rủi ro cho ngân hàng nên việc sử


dụng mô hình đánh giá các yếu tố ảnh hưởng đến khả năng trả nợ là rất cần thiết. Đặc biệt là
quy trình xét duyệt, thẩm định các thông tin liên quan đến khách hàng đi vay tránh trường
hợp có sự thông đồng giữa các cán bộ tín dụng với khách hàng và sự cẩu thả của cán bộ tín
dụng. Đồng thời phải có phương pháp giám sát hiệu quả và có những chế tài cụ thể đối với
cán bộ sai phạm.
Thứ hai, Ngân hàng không nên quá tin tưởng vào điểm số tín dụng cũng như thu nhập hàng
năm của người đi vay qua kết quả nghiên cứu cho thấy thì hai yếu tố trên không có ý nghĩa
đối với việc trả nợ đúng hạn của khách hàng. Vì vậy Ngân hàng cần xây dựng quy trình
quản lý nợ vay chặt chẽ để chủ động trong việc theo dõi, đôn đốc khách hàng trả nợ vay
đúng hạn và lường trước mọi biến động từ phía khách hàng. Các giải pháp như: kiểm tra
thường xuyên, đột xuất các cơ sở sản xuất kinh doanh của khách hàng, kiểm tra việc đánh
giá tài sản thế chấp theo giá trị và hiện trạng của tài sản thế chấp tại thời điểm hiện tại, theo
dõi tình hình, xu hướng biến động của thị trường có ảnh hưởng tới khách hàng, kiểm tra qua
các thông tin thu nhập được từ các nguồn khác.

Thứ ba, các tổ chức tín dụng cần phải chú trọng vào lịch sử tín dụng của khách hàng, nếu
lịch sử tín dụng không tốt nên cân nhắc để tránh rủi ro.
Thứ tư, cũng theo như kết quả nghiên cứu các khoản vay lớn lại có rủi ro cao hơn các khoản
vay nhỏ từ đó các ngân hàng không nên chạy theo chỉ tiêu cho vay các khoản vay tín dụng
lớn nhiều rủi ro mà ít quan tâm đến các khoản vay tiêu dùng, nhỏ lẻ của các khách hàng cá
nhân.
Cuối cùng, lãi suất có cũng là một trong những yếu tố tác động nhiều đên khả năng trả nợ
của khách hàng tới vì vậy cần có chế độ lãi suất linh hoạt ứng với từng khách hàng riêng
biệt để ai cũng có thể tiếp cận khoản vay. Đây cũng là ưu điểm của trang web cho vay trực
tuyến này với các ngân hàng hiện nay. Đó là mỗi khoản vay được xếp hạng dựa trên các yếu
tố như lịch sử thanh toán của người vay và thu nhập, để từ đó định ra mức lãi suất tương
ứng với hạng mức tín nhiệm của từng người. Còn đối với các ngân hàng việc thẩm định và
cho vay mất rất nhiều thời gian để ra quyết định vì vậy sẽ khiến khách hàng có thể mất cơ
hội đầu tư. Mặt khác, tín dụng tiêu dùng cho vay thì dễ nhưng lãi suất lại quá cao.