(Luận án tiến sĩ) Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ của khách hàng cá nhân tại Ngân hàng Hợp tác xã Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN


NGÔ TIẾN QUÝ

NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN
KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN
TẠI NGÂN HÀNG HỢP TÁC XÃ VIỆT NAM

LUẬN ÁN TIẾN SĨ
NGÀNH TÀI CHÍNH - NGÂN HÀNG

HÀ NỘI - 2020


NGÔ TIẾN QUÝ

NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN
KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ
NHÂN TẠI NGÂN HÀNG HỢP TÁC XÃ VIỆT NAM
Chuyên ngành: TÀI CHÍNH - NGÂN HÀNG
Mã số: 9340201

LUẬN ÁN TIẾN SĨ

Người hướng dẫn khoa học:

1. PGS.TS. NGUYỄN VIỆT DŨNG
2. TS. TRƯƠNG THỊ HOÀI LINH

HÀ NỘI - 2020


i

LỜI CAM ĐOAN
Tôi đã đọc và hiểu về các hành vi vi phạm sự trung thực trong học thuật. Tôi cam kết
bằng danh dự cá nhân rằng luận án tiến sĩ này do tôi tự thực hiện và không vi phạm yêu cầu
về sự trung thực trong học thuật.

Hà Nội, ngày

tháng

năm 2020

Nghiên cứu sinh

Ngô Tiến Quý


MỤC LỤC
LỜI CAM ĐOAN.................................................................................................................i
MỤC LỤC............................................................................................................................ii
DANH MỤC CHỮ CÁI VIẾT TẮT................................................................................vi
DANH MỤC HÌNH...........................................................................................................vii
DANH MỤC BẢNG.........................................................................................................viii
MỞ ĐẦU...............................................................................................................................1
1. Lý do lựa chọn đề tài...................................................................................................1
2. Mục tiêu nghiên cứu....................................................................................................3

3. Câu hỏi nghiên cứu......................................................................................................3
4. Đối tượng và phạm vi nghiên cứu.............................................................................4
5. Đạo đức nghiên cứu.....................................................................................................4
6. Phương pháp nghiên cứu............................................................................................4
7. Đóng góp của luận án..................................................................................................5
8. Kết cấu của luận án.....................................................................................................5
CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT CÁC YẾU TỐ
ẢNH HƯỞNG TỚI KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN......................6
1.1. Tổng quan nghiên cứu.............................................................................................6
1.1.1. Các nghiên cứu nước ngoài về các yếu tố ảnh hưởng lên khả năng vỡ nợ của
khách hàng.................................................................................................................. 6
1.1.2. Các nghiên cứu trong nước về các yếu tố ảnh hưởng lên khả năng vỡ nợ của
khách hàng.................................................................................................................. 9
1.1.3. Các nghiên cứu ước lượng dự báo về rủi ro vỡ nợ của khách hàng sử dụng
cây phân loại............................................................................................................. 11
1.2. Các vấn đề về tín dụng của ngân hàng...............................................................22
1.2.1. Khái niệm tín dụng ngân hàng....................................................................... 22
1.2.2. Đặc trưng của tín dụng ngân hàng................................................................. 22
1.2.3. Vai trò của tín dụng ngân hàng.......................................................................23
1.2.4. Các hình thức tín dụng của ngân hàng...........................................................23


1.3. Các vấn đề về tín dụng khách hàng cá nhân......................................................25
1.3.1. Tín dụng khách hàng cá nhân......................................................................... 25
1.3.2. Chính sách tín dụng khách hàng cá nhân........................................................26
1.3.3. Quy trình tín dụng khách hàng cá nhân..........................................................27
1.4. Rủi ro tín dụng........................................................................................................29
1.5. Ảnh hưởng của vỡ nợ tín dụng.............................................................................29
1.6. Hoạt động xếp hạng tín dụng trong các ngân hàng...........................................32
1.6.1. Khái niệm xếp hạng tín dụng..........................................................................32

1.6.2. Vai trò của xếp hạng tín dụng......................................................................... 33
1.6.3. Nguyên tắc hoạt động xếp hạng tín dụng....................................................... 33
1.6.4. Quy trình xếp hạng tín dụng........................................................................... 33
1.6.5. Một số mô hình xếp hạng tín dụng................................................................. 34
1.6.6. Mô hình xếp hạng tín dụng tại ngân hàng...................................................... 37
1.6.7. Một số hạn chế của xếp hạng tín dụng khách hàng cá nhân hiện nay............40
1.7. Các yếu tố ảnh hưởng tới khả năng vỡ nợ của khách hàng cá nhân.............41
1.7.1. Yếu tố thông tin cá nhân của khách hàng.......................................................41
1.7.2. Yếu tố về điều kiện sống của khách hàng.......................................................42
1.7.3. Yếu tố về tài chính của khách hàng................................................................ 43
1.7.4. Yếu tố hành vi của khách hàng.......................................................................43
KẾT LUẬN CHƯƠNG 1..................................................................................................44
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU...........................................................45
2.1. Quy trình nghiên cứu.............................................................................................45
2.1.1. Xác định mục tiêu nghiên cứu........................................................................ 46
2.1.2. Xây dựng cơ sở lý thuyết................................................................................46
2.1.3. Xây dựng mô hình nghiên cứu........................................................................46
2.1.4. Phân tích dữ liệu............................................................................................. 46
2.1.5. Hoàn thiện báo cáo luận án.............................................................................46
2.2. Mô hình và giả thuyết nghiên cứu........................................................................47
2.2.1. Mô hình nghiên cứu........................................................................................47
2.2.2. Các biến nghiên cứu trong mô hình................................................................47
2.2.3. Các giả thuyết nghiên cứu...............................................................................50


2.3. Thiết kế nghiên cứu................................................................................................55
2.3.1. Mẫu nghiên cứu..............................................................................................55
2.3.2. Thu thập dữ liệu..............................................................................................55
2.4. Phương pháp phân tích dữ liệu............................................................................55
2.4.1. Mô tả dữ liệu...................................................................................................55

2.4.2. Phân tích tương quan......................................................................................55
2.4.3. Các mô hình phân tích và dự báo vỡ nợ của khách hàng cá nhân.................56
KẾT LUẬN CHƯƠNG 2.................................................................................................63
CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU......................................................................64
3.1. Khái quát chung về Ngân hàng Hợp tác xã Việt Nam.....................................64
3.1.1. Giới thiệu về ngân hàng Hợp tác xã Việt Nam..............................................64
3.1.2. Hoạt động sử dụng vốn của Ngân hàng hợp tác xã Việt Nam.......................65
3.2. Thực trạng về các cá nhân vay vốn tại NN HTX theo mẫu nghiên cứu...........69
3.3. Kết quả phân tích các yếu tố ảnh hưởng lên khả năng vỡ nợ của KHCN. . .73
3.3.1. Kết quả hồi quy Logistic................................................................................ 73
3.3.2. Kết quả mô hình ước lượng Probit.................................................................76
3.3.3. Kết quả mô hình dự báo dựa trên mạng Neuron nhân tạo (Artificial Neural Network)
77
3.3.4. Kết quả mô hình phân loại Random Forest................................................... 79
3.3.5. Tổng hợp kết quả nghiên cứu.........................................................................81
3.3.6. Thảo luận kết quả nghiên cứu........................................................................ 84
3.3.7. So sánh mức độ dự báo chính xác của các mô hình ước lượng....................87
3.4. Phỏng vấn chuyên gia về nguyên nhân rủi ro tín dụng...................................88
KẾT LUẬN CHƯƠNG 3.................................................................................................93
CHƯƠNG 4: GIẢI PHÁP VÀ KHUYẾN NGHỊ........................................................94
4.1. Giải pháp nâng cao hiệu quả hoạt động tín dụng KHCN tại Ngân hàng
HTX Việt Nam................................................................................................................94
4.1.1. Giải pháp giúp hạn chế rủi ro tín dụng khách hàng cá nhân trong quá trình
chuẩn bị hồ sơ...........................................................................................................94
4.1.2. Giải pháp về giám sát hoạt động sau cho vay................................................95
4.1.3. Giải pháp liên quan tới cải thiện hệ thống chấm điểm tín dụng định kỳ.......96
4.1.4. Giải pháp hoàn thiện hệ thống chấm điểm tín dụng trực tuyến.....................96


4.2. Xây dựng hệ thống xếp hạn tín dụng khách hàng cá nhân tại Ngân hàng

HTX dựa trên kết quả nghiên cứu..............................................................................97
4.3. Cách thức ra quyết định cho vay và không cho vay đối với khách hàng cá
nhân khi vay vốn ở Ngân hàng HTX........................................................................100
4.4. Khuyến nghị..........................................................................................................100
4.4.1. Đối với Ngân hàng HTX Việt Nam............................................................. 100
4.4.2. Đối với Ngân hàng Nhà nước...................................................................... 101
4.4.3. Đối với Trung tâm thông tin tín dụng (CIC)................................................102
4.5. Hạn chế của đề tài và các hướng nghiên cứu tiếp theo..................................102
KẾT LUẬN.......................................................................................................................103
DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ KẾT QUẢ NGHIÊN CỨU........104
TÀI LIỆU THAM KHẢO..............................................................................................105
PHỤ LỤC..........................................................................................................................114


DANH MỤC CHỮ CÁI VIẾT TẮT
Chữ viết tắt

Giải nghĩa

ANN

Mạng Neuron thần kinh nhân tạo

BCBS

Ủy ban Basel về giám sát ngân hàng

BIDV

Ngân hàng Thương mại cổ phần Đầu tư và Phát triển Việt Nam

CB

Cán bộ

CIC

Trung tâm thông tin tín dụng quốc gia

CNTT

Công nghệ thông tin

DA

Phân tích biệt số

ĐVT

Đơn vị tính

GDP

Thu nhập quốc dân

HTX

Hợp tác xã

KHCN

Khách hàng cá nhân

KHDN

Khách hàng doanh nghiệp

LR

Mô hình hồi quy Logistic

NCS

Nghiên cứu sinh

NHHTX

Ngân hàng Hợp tác xã

NHNN

Ngân hàng Nhà nước

NHTM

Ngân hàng Thương mại

NHTW

Ngân hàng Trung Ương

OLS
QTDND
TCTD

Ước lượng bình phương nhỏ nhất
Quỹ tín dụng nhân dân
Tổ chức tín dụng


DANH MỤC HÌNH

Hình 2.1. Quy trình nghiên cứu của luận án....................................................................45
Hình 2.2. Mô hình ANN..................................................................................................60
Hình 2.3. Mô hình Random Forest..................................................................................62
Hình 3.1. Cơ cấu nguồn vốn và vốn chủ sở hữu của Ngân hàng HTX năm 2017.........65
Hình 3.2. Cơ cấu nguồn vốn huy động và vốn vay của Ngân hàng HTX năm 2017....66
Hình 3.3. Cơ cấu sử dụng vốn.........................................................................................67
Hình 3.4. Cơ cấu dư nợ....................................................................................................68
Hình 3.5. Mô tả về giới tính............................................................................................70
Hình 3.6. Mô tả về tình trạng hôn nhân...........................................................................70
Hình 3.7. Mô tả về vị trí công việc..................................................................................71
Hình 3.8. Mô tả về kì hạn trả nợ......................................................................................71
Hình 3.9. Mô tả về đăng kí tham gia bảo hiểm nhân thọ................................................72
Hình 3.10. Mô tả về sự đa dạng hóa công việc...............................................................72
Hình 3.11. Mô tả về tài sản đảm bảo...............................................................................73
Hình 3.12. Kết quả mô hình mạng Neuron nhân tạo (ANN)..........................................78
Hình 3.13. Mức độ quan trọng của từng biến trong mô hình Random Forest................80
Hình 3.14. So sánh mức độ dự báo của các mô hình......................................................88

DANH MỤC BẢNG
Bảng 1.1. Tổng hợp các nghiên cứu về khả năng vỡ nợ của khách hàng......................14
Bảng 1.2. Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng FICO..........35
Bảng 1.3. Tỷ trọng tiêu chí đánh giá trong mô hình điểm số tín dụng Sesame.............36
Bảng 1.4. Tỷ trọng các tiêu chí trong mô hình điểm số tín dụng VantageScore............36
Bảng 1.5. Hệ thống ký hiệu trong mô hình điểm số tín dụng VantageScore.................37
Bảng 1.6. Tiêu chí chấm điểm tín dụng khách hàng cá nhân tại BIDV.........................38
Bảng 1.7. Hệ thống ký hiệu xếp hạng tín dụng khách hàng cá nhân tại BIDV.............40
Bảng 2.1. Những yếu tố ảnh hưởng đến xác suất vỡ nợ của khách hàng cá nhân.........48
Bảng 3.1. Cơ cấu nguồn vốn của Ngân hàng HTX giai đoạn 2016-2017......................66
Bảng 3.2. Tình hình sử nguồn vốn của Ngân hàng HTX giai đoạn 2016-2017.............68
Bảng 3.3. Kết quả hoạt động kinh doanh năm 2017.......................................................69
Bảng 3.4. Thống kê mô tả các biến nghiên cứu..............................................................69
Bảng 3.5. Kết quả hồi quy Logistic cho các khách hàng................................................74
Bảng 3.6. Kết quả dự báo của mô hình Logistic.............................................................75
Bảng 3.7. Kết quả dự báo cho mẫu thử...........................................................................75
Bảng 3.8. Kết quả dự báo của mô hình Probit................................................................76
Bảng 3.9. Kết quả dự báo của mô hình Probit................................................................77
Bảng 3.10. Kết quả mô phỏng qua mô hình ANN..........................................................77
Bảng 3.11. Kết quả dự báo mô hình ANN......................................................................78
Bảng 3.12. Kết quả trọng số mô hình phân loại rừng ngẫu nhiên (Random Forest).....79
Bảng 3.13. Mức độ dự báo của mô hình Random Forest...............................................80
Bảng 3.14. Mức độ dự báo của mô hình Random Forest kiểm tra.................................81
Bảng 3.15. Kết quả phỏng vấn chuyên gia về các nguyên nhân của rủi ro tín dụng KHCN89
Bảng 3.16. Phỏng vấn chuyên gia về các giải pháp hạn chế rủi ro tín dụng KHCN.....90
Bảng 3.17. Kết quả phỏng vấn về giải pháp hạn chế rủi ro tín dụng KHCN.................91
Bảng 4.1. Tiêu chí chấm điểm tín dụng KHCN tại Ngân hàng HTX.............................98
Bảng 4.2. Hệ thống ký hiệu xếp hạng tín dụng KHCN tại Ngân hàng HTX.................99

1

MỞ ĐẦU
1. Lý do lựa chọn đề tài
Hoạt động cho vay của các ngân hàng hay các trung gian tài chính giúp duy trì hoạt
động của các cá nhân cũng như doanh nghiệp trong hoạt động kinh doanh và hoạt động
khác. Hoạt động cho vay sẽ giúp giải quyết vấn đề đói nghèo và một số hoạt động vi mô
khác (Mensah, 2013). Tuy nhiên, với hoạt động cho vay như vậy các đơn vị trung gian tài
chính lại phải đối mặt với các trường hợp vỡ nợ của khách hàng vay vốn do mất khả năng
thanh toán (Westley, 2005). Các khoản vay quá hạn có ý nghĩa nghiêm trọng về tài chính và
phi tài chính đối với hoạt động của các tổ chức tài chính vi mô trong đó lịch sử trả nợ là
một yếu tố (Mensah, 2013).
Bảo vệ chống lại rủi ro tài chính, giảm nợ xấu, tăng khả năng nhận diện rủi ro của
KHCN đối với các ngân hàng mấu chốt là cảnh báo rủi ro. Theo quan điểm về tỷ lệ cho
vay cá nhân ngày càng tăng trong kinh doanh ngân hàng, điều đặc biệt quan trọng là cảnh
báo rủi ro vỡ nợ cho vay cá nhân (Zhang, 2011). Trong hệ thống hoạt động của ngân hàng,
hoạt động chính là huy động vốn để sử dụng nhằm thu lợi nhuận, trong đó hoạt động tín
dụng cho khách hàng vay là hoạt động sinh lời lớn nhất trong hệ thống ngân hàng (Lê Văn
Tề, 2009). Tuy nhiên, đi kèm với nó là rủi ro cao nhất cho các ngân hàng thương mại
(NHTM). Đối với hệ thống ngân hàng Việt Nam, kể từ khi chuyển sang cơ chế thị trường đã
không ngừng lớn mạnh và thu được những thành tựu nhất định nhưng trong quá trình đó các
ngân hàng cũng đã vấp phải không ít những rủi ro trong hoạt động kinh doanh gây tổn thất
nặng nề. Nên đánh giá rủi ro tín dụng là khâu đầu tiên, là điều kiện tiên quyết trước khi cho
vay.
Theo báo cáo của Tổ chức tài chính, tỷ lệ nợ xấu của 22 ngân hàng ở Việt Nam năm
2019 khoảng 78,5 nghìn tỷ đồng (tăng 41% so với năm 2018). Trong đó, đa số

các ngân

hàng đều có xu hướng tăng nợ xấu, lớn nhất là Ngân hàng Tiên Phong và Ngân hàng Đại
Dương (tốc độ tăng nợ xấu của Ngân hàng Tiên Phong là 43,39% và Ngân hàng Đại Dương
là 80,10% so với năm 2018). Các ngân hàng khác đều có xu hướng tăng dưới 40% so với
năm 2018 (Báo cáo Tài chính các doanh nghiệp, 2020).
Ngân hàng Hợp tác xã (HTX) là một trong những ngân hàng đã có những mục tiêu cụ
thể trong việc giảm tỷ lệ nợ xấu theo quy định của Ngân hàng Nhà nước (NHNN). Trong đó,
mục tiêu giảm tỷ lệ nợ xấu xuống chỉ xuống dưới 3% vào cuối năm 2020 đã đặt ra nhiều
thách thức đối với hoạt động quản lý điều hành hoạt động kinh doanh tín dụng của Ngân
hàng Hợp tác xã. Do đó, phía ngân hàng cần có những


hành động tích cực trong việc nâng cao chất lượng tín dụng cho vay khách hàng. Đồng thời
cần xây dựng hệ thống các tiêu chí đánh giá rủi ro tín dụng cho vay một cách tối ưu. Vì vậy,
vấn đề nghiên cứu đánh giá các yếu tố ảnh hưởng tới rủi ro cho vay của ngân hàng là một
vấn đề rất cần thiết để có những giải pháp hữu nhằm đạt được mục tiêu đề ra trong thời gian
tới.
Trên thế giới đã có nhiều các nghiên cứu được thực hiện về chủ đề này ở các góc độ,
khía cạnh và cách tiếp cận khác nhau. Một số nghiên cứu tập trung vào giải thích các yếu tố
có ảnh hưởng đến khả năng vỡ nợ của KHCN tại các ngân hàng. Một số nghiên cứu khác đã
nghiên cứu và chỉ ra rằng các khách hàng có mức thu nhập thấp, địa vị xã hội thấp hơn có
xu hướng sử dụng nợ vay không hiệu quả và khả năng trả nợ thấp hơn so với những khách
hàng có thu nhập cao và địa vị xã hội cao hơn (Cox & Jappelli, 1993; Mathews &
Slocum,1969). Một số nghiên cứu cũng chỉ ra giới tính là yếu tố quan trọng trong việc quyết
định khả năng trả nợ của khách hàng (Lea et al., 1995; Xiao et al., 1995; Zelizer, 1994). Đặc
điểm về độ tuổi hay nhân khẩu học cũng được các nhà nghiên cứu đánh giá có tác động
nhiều tới rủi ro tín dụng (Agarwal et al., 2011; Livingstone & Lunt, 1992; Tokunaga, 1993).
Thời gian cư trú, tiết kiệm hàng tháng, trình độ học vấn, sở hữu nhà, rủi ro nghề nghiệp, thời
gian làm việc là những yếu tố được nhiều nhà nghiên cứu quan tâm hơn (Agarwal et al.,
2011; Dufhues, Buchenrieder, Quoc, & Munkung, 2011; Livingstone & Lunt, 1992; Ojiako
& Ogbukwa, 2012; Hoàng Thị Kim Diễm, 2012; Lê Văn Triết, 2010).

Mặc dù đã có một số nghiên cứu đề cập đến khả năng trả nợ cũng như vỡ nợ của
KHCN. Tuy nhiên, chưa có nghiên cứu nào tiến hành tại Ngân hàng HTX Việt Nam trong
bối cảnh ở một nước đang phát triển như ở Việt Nam. Đồng thời thiếu vắng các nghiên cứu
thực hiện so sánh các phương pháp ước lượng để lựa chọn mô hình

phù hợp (một số

phương pháp/mô hình mới như mô hình Logistic, Probit, ANN, Random Forest) cũng như
phân loại so sánh giữa các loại hình ngân hàng về rủi ro tín dụng KHCN tại Ngân hàng HTX
Việt Nam. Xuất phát từ những lý do trên, NCS lựa chọn đề tài “Nghiên cứu các yếu tố ảnh
hưởng đến khả năng vỡ nợ của khách hàng cá nhân tại Ngân hàng Hợp tác xã Việt
Nam” làm luận án tiến sĩ của mình là rất cần thiết và có ý nghĩa về khoa học và thực tiễn.


2. Mục tiêu nghiên cứu
Nghiên cứu thực hiện nhằm mục tiêu tìm ra các yếu tố ảnh hưởng tới việc trả được nợ
hay vỡ nợ của khách hàng trong tín dụng KHCN tại Ngân hàng HTX Việt Nam. Bên cạnh
đó, luận án cũng thực hiện phân tích các mô hình dự báo về khả năng vỡ nợ để so sánh các
mô hình dự báo với nhau. Để thực hiện được mục tiêu chính này, NCS tiến hành thực hiện
các mục tiêu cụ thể như sau:
Thứ nhất, hệ thống hóa cơ sở lý thuyết liên quan tới hoạt động tín dụng KHCN tại
các tổ chức tín dụng.
Thứ hai, tổng hợp, phân tích, đánh giá các nghiên cứu trước nhằm tham khảo và
đưa ra mô hình nghiên cứu của luận án.
Thứ ba, xây dựng mô hình nghiên cứu đánh giá các yếu tố ảnh hưởng đến khả năng
trả nợ/vỡ nợ của KHCN tại Ngân hàng HTX Việt Nam.
Thứ tư, phân tích và so sánh các mô hình ước lượng dự báo về khả năng vỡ nợ để
tìm ra mô hình dự báo tham khảo phù hợp đối với hoạt động tín dụng của Ngân hàng HTX
Việt Nam.
Thứ năm, đưa ra một số giải pháp và khuyến nghị đối với các tổ chức liên quan giúp

giảm khả năng vỡ nợ của khách hàng tại Ngân hàng HTX Việt Nam cũng như giúp nâng
cao hiệu quả hoạt động tín dụng KHCN.

3. Câu hỏi nghiên cứu
Để thực hiện được các mục tiêu trên, nghiên cứu này được thực hiện để trả lời các
câu hỏi nghiên cứu sau:
Một là, những cơ sở lý thuyết nào về các yếu tố ảnh hưởng tới khả năng vỡ nợ của
KHCN tại Ngân hàng HTX Việt Nam?
Hai là, có sự khác biệt nào về ảnh hưởng của các yếu tố ở các mô hình ước lượng
khác nhau lên khả năng vỡ nợ của KHCN?
Ba là, mô hình dự báo nào có dự báo tốt nhất khả năng vỡ nợ của khách hàng với
dữ liệu nghiên cứu?
Bốn là, những khuyến nghị nào giúp giảm khả năng vỡ nợ của khách hàng cũng như
nâng cao hiệu quả hoạt động tín dụng KHCN ở Ngân hàng HTX Việt Nam?


4. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Luận án tập trung đánh giá tác động của các yếu tố ảnh
hưởng tới khả năng vỡ nợ của KHCN.
Phạm vi nghiên cứu: Tập trung nghiên cứu về khả năng vỡ nợ của KHCN ở Ngân
hàng HTX Việt Nam. Các dữ liệu nghiên cứu về thực trạng hoạt động cho vay tín dụng
KHCN, các biến nghiên cứu trong mô hình được thu thập đến cuối năm 2019. Đến cuối
2019, lịch sử tín dụng KHCN tới thời điểm đáo hạn ngân hàng đã hoàn tất. Các khách hàng
có lịch sử vay vốn trong cả ngắn hạn, trung hạn và dài hạn từ năm 2014. Do đó, dữ liệu về
việc trả được nợ cũng như không trả được nợ được thu thập tại thời điểm cuối năm 2019.

5. Đạo đức nghiên cứu
Với dữ liệu sử dụng là các khách hàng vay vốn tại Ngân hàng HTX Việt Nam. Do đó,
các thông tin về họ tên các khách hàng, số điện thoại và địa chỉ liên hệ sẽ được NCS bảo mật
tuyệt đối. Vấn đề thông tin chỉ được sử dụng phục vụ cho luận án mà không sử dụng cho các

mục đích thương mại hay cung cấp cho bên thứ 3.

6. Phương pháp nghiên cứu
Luận án sử dụng cả hai phương pháp nghiên cứu định tính và định lượng. Trong
nghiên cứu định tính, NCS tiến hành phỏng vấn các chuyên gia về tiền mô hình các yếu tố
ảnh hưởng lên khả năng cho vay của Ngân hàng HTX Việt Nam trong việc đánh giá khả
năng trả được nợ cũng như không trả được nợ của khách hàng. Đồng thời, sau khi có kết
quả của nghiên cứu định lượng, NCS cũng tiến hành phỏng vấn chuyên gia trong việc giải
thích kết quả cũng như các khuyến nghị trong việc thẩm định hồ sơ và hỗ trợ khách hàng
trong quá trình vay vốn hoạt động kinh doanh.
Phương pháp nghiên cứu định lượng được NCS sử dụng trong việc kiểm định và tìm
ra các yếu tố có ảnh hưởng tới khả năng trả nợ của KHCN tại Ngân hàng HTX Việt Nam.
Các kĩ thuật thống kê mô tả chỉ ra các đặc điểm của các cá nhân. Phân tích hồi quy giúp
kiểm định các yếu tố ảnh hưởng lên khả năng vỡ nợ. Đồng thời các mô hình dự báo vỡ nợ
cho các khách hàng như mạng thần kinh nhân tạo (ANN), Random Forest được sử dụng để
so sánh với các mô hình ước lượng phổ biến như Logit (Logistic) và Probit. Trong nghiên
cứu này, NCS cũng tiến hành tách mẫu nghiên cứu thành 2 mẫu: 1 mẫu để chạy đưa ra hệ số
cho mô hình; 1 mẫu để kiểm tra khả năng dự báo dựa trên mẫu 1. Chi tiết về phương pháp
nghiên cứu được trình bày ở Chương phương pháp nghiên cứu.


7. Đóng góp của luận án
Kết quả nghiên cứu của luận án sẽ đóng góp cả về mặt khoa học cũng như thực tiễn
cho Ngân hàng HTX Việt Nam nói riêng và các ngân hàng ở Việt Nam nói chung.
Về khoa học: Thông qua phương pháp nghiên cứu định tính và định lượng, nghiên
cứu đã đưa ra được mô hình về các yếu tố ảnh hưởng tới khả năng vỡ nợ của KHCN. Bên
cạnh đó, luận án còn đưa ra so sánh các mô hình dự báo về khả năng vỡ nợ (đề tài sử dụng
các phương pháp ước lượng hiện đại như mô hình Logit, Probit, ANN, Random Forest để
tìm ra mô hình phù hợp với phạm vi Ngân hàng HTX Việt Nam). Các phương pháp kỹ thuật
khác nhau sẽ cho ra kết quả khác nhau. Mô hình dự báo khả năng tốt nhất sẽ được sử dụng

để đánh giá cho các yếu tố ảnh hưởng tới khả năng trả nợ. Trong môi trường nghiên cứu của
tác giả, mô hình dự báo khả năng vỡ nợ tối ưu sẽ được đưa ra cho các nghiên cứu về sau
tham khảo.
Về thực tiễn: Kết quả nghiên cứu của luận án sẽ giúp các ngân hàng cũng như đơn vị
tín dụng có thể tham khảo trong việc thẩm định hồ sơ cho vay đối với KHCN trong ngân
hàng của mình. Đồng thời từ các kết quả đạt được, luận án thực hiện xây dựng mô hình
chấm điểm tín dụng KHCN gợi ý cho Ngân hàng HTX Việt Nam.

8. Kết cấu của luận án
Ngoài phần mở đầu, luận án được chia thành 4 chương, cụ thể như sau:
Chương 1: Tổng quan nghiên cứu và cơ sở lý thuyết các yếu tố ảnh hưởng tới khả
năng vỡ nợ của KHCN
Chương 2: Phương pháp nghiên cứu
Chương 3: Kết quả nghiên cứu
Chương 4: Kết luận và khuyến nghị


CHƯƠNG 1
TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT CÁC YẾU TỐ
ẢNH HƯỞNG TỚI KHẢ NĂNG VỠ NỢ CỦA KHÁCH HÀNG CÁ NHÂN
1.1. Tổng quan nghiên cứu
1.1.1. Các nghiên cứu nước ngoài về các yếu tố ảnh hưởng lên khả năng vỡ
nợ của khách hàng
Abid & Cộng sự (2018) tiến hành xây dựng so sánh mô hình dự báo khả năng vỡ nợ
của khách hàng qua mô hình Logit, mô hình phân tích biệt số để phân biệt giữa các cá nhân
có xếp hạng tín dụng tốt và xấu. Dữ liệu đã được thu thập từ một ngân hàng thương mại
trong khoảng thời gian 3 năm từ 2010 đến 2012. Bằng cách so sánh hiệu quả của hồi quy
Logistic (LR) và phân tích biệt số (DA), các tác giả thấy rằng mô hình LR mang lại hiệu quả
tốt 99% tỷ lệ phân loại trong dự đoán các loại khách hàng, phương pháp DA (trong đó tỷ lệ
phân loại tốt chỉ bằng 68,49% dẫn đến tỷ lệ lỗi cao đáng kể tức là 31,51 %) (Abid et al.,

2018). Kết quả chỉ ra, mô hình Logistic có khả năng dự báo tốt hơn so với mô hình phân tích
biệt số DA.
Mensah (2013) thực hiện nghiên cứu về khả năng vỡ nợ tín dụng khi vay vốn ở các
ngân hàng tại Ghana. Kết quả nghiên cứu thông qua phân tích hồi quy chỉ ra rằng, không có
mối quan hệ đáng kể giữa vỡ nợ cho vay và lịch trả nợ. Thay vào đó, nghiên cứu tìm thấy
mối quan hệ đáng kể giữa lãi suất cho các khoản vay, rủi ro đạo đức và vay quá mức của
khách hàng. Hơn nữa, các nhân viên cho vay không thể đến thăm người vay thường xuyên,
các khoản vay không được hỗ trợ bởi tài sản thế chấp cũng được phát hiện đã góp phần đáng
kể vào việc vỡ nợ trong số các khoản vay của khách hàng.
Nghiên cứu của Ojiaki & Ogbukwa về khả năng trả nợ các nông dân khi vay vốn tại
ngân hàng tại Nigeria. Các tác giả đã sử dụng các biến nghiên cứu liên quan tới đặc điểm
riêng của hộ gia đình như: Độ tuổi, giới tính, trình độ học vấn, kinh nghiệm làm việc, quy
mô hộ, tình trạng hôn nhân, tham gia công việc khác, thu nhập từ ngoài nông nghiệp, quy
mô sử dụng cho nông nghiệp, sử dụng máy móc, số nợ vay, lãi suất cho vay, cải tiến nông
nghiệp,… Với 110 hộ nông dân vay vốn của ngân hàng, với phương pháp hồi quy mô hình
Logit được sử dụng đã đưa ra kết quả: Chỉ có 3 yếu tố có tác động thực sự lên khả năng trả
nợ: (i) Quy mô hộ gia đình có tác động ngược chiều lên khả năng trả nợ; (ii) Quy mô sử
dụng đất cho nông nghiệp có tác động cùng chiều lên khả năng trả nợ của người nông dân và
(iii) Số tiền vay có tác động cùng chiều lên khả năng trả nợ của hộ dân (Ojiako & Ogbukwa,
2012).


Nghiên cứu tại các nước Đông Nam Á của Dufhues và Cộng sự (2011) về việc trả nợ
tín dụng tại hai quốc gia Thái Lan và Việt Nam. Tác giả đã sử dụng các yếu tố về khoản
vay của khách hàng như: Dân tộc của chủ hộ (Kinh/Thái), giới tính chủ hộ, tuổi của chủ hộ,
thuộc nhóm nghèo hay không, trình độ học vấn chủ hộ, giá trị đầu tư của hộ,…. Với 467 hộ
gia đình được khảo sát tại Thái Lan với mô hình Logit được sử dụng đã cho thấy chỉ có hai
yếu tố: (i) Trình độ học vấn của chủ hộ và (ii) Giá trị đầu tư của hộ có tác động cùng chiều
đến khả năng trả nợ của các hộ gia đình. Các yếu tố khác đều không có ảnh hưởng đến khả
năng trả nợ tín dụng của hộ. Đối với Việt Nam, kết quả nghiên cứu trên 198 hộ được khảo

sát đã tìm ra có 2 yếu tố có ảnh hưởng: (i) Khoản vay của hộ (ii) Dân tộc của hộ có tác động
cùng chiều lên khả năng trả nợ tín dụng của hộ dân (Dufhues et al., 2011).
Kết quả nghiên cứu của Kocenda & Vojtek (2011) sử dụng dữ liệu ngân hàng
cho vay bán lẻ từ Cộng hòa Séc. Tác giả xây dựng hai mô hình rủi ro tín dụng dựa
trên cây hồi quy phân loại và hồi quy Logistic. Nghiên cứu thực hiện trên 3.403 dữ
liệu với 21 biến giải thích. Kết quả 2 mô hình chỉ ra, các đặc điểm tài chính và hành
vi quan trọng nhất đối với khả năng vỡ nợ được phát hiện là số lượng tài nguyên mà
khách hàng sở hữu, mức độ giáo dục, tình trạng hôn nhân, mục đích của khoản vay,
số năm có tài khoản với ngân hàng. Bằng cách này, các tác giả xác nhận tầm quan
trọng của các biến số xã hội học và liên kết kết quả của nghiên cứu với các vấn đề cụ
thể đặc trưng cho các thành viên mới của EU.
Theo nghiên cứu của Peter & Peter (2006) ước tính khả năng vỡ nợ liên quan đến
thu nhập và các yếu tố khác với dữ liệu của Úc (Cục Thống kê Úc, ABS 2001) cho một
mẫu gồm 3.431 hộ gia đình, tỷ lệ trả được nợ cao hơn đáng kể so với tín dụng tiêu dùng.
Kết quả cho thấy rằng độ tuổi của chủ hộ đóng vai trò quan trọng: Các hộ gia đình trẻ có
xu hướng bị ảnh hưởng xấu bởi gánh nặng ngày càng tăng của các khoản thanh toán thế
chấp. Thu nhập và các yếu tố nhân khẩu học xã hội cũng có ảnh hưởng: Thu nhập thấp, ít
được giáo dục, tuổi đời trẻ và ly hôn là những yếu tố làm tăng khả năng vỡ nợ (V. Peter &
Peter, 2011).
Trên thế giới đã có nhiều nghiên cứu được thực hiện về việc tìm hiểu và giải thích các
yếu tố có ảnh hưởng đến khả năng vỡ nợ của KHCN tại các ngân hàng. Trong số đó, phải
kể đến nghiên cứu của Mathews & Slocum (1969). Đây là một trong những nghiên cứu sớm
nhất về các yếu tố có tính quyết định đến khả năng vỡ nợ trong tín dụng KHCN tại các ngân
hàng. Nghiên cứu này chỉ ra rằng các chủ thẻ có mức thu nhập thấp, địa vị xã hội thấp hơn
có xu hướng sử dụng thẻ tín dụng không hiệu quả và khả năng trả nợ thấp hơn so với những
chủ thẻ có thu nhập cao, địa vị xã hội cao hơn (Mathews & Slocum, 1969).


Nghiên cứu của Agarwal & Cộng sự (2009) đánh giá ảnh hưởng của các đặc điểm
thông tin cá nhân về vốn đến khả năng vỡ nợ của hộ gia đình và kết quả vỡ nợ trên bộ dữ

liệu của hơn 170.000 chủ thẻ tín dụng trong thời gian trên 24 tháng. Kết quả cho thấy, các
yếu tố rủi ro như chi tiêu, nợ, thu nhập, tài sản, điều kiện kinh tế, môi trường pháp lý, đặc
điểm nhân khẩu học xã hội có ảnh hưởng đến khả năng vỡ nợ. Người vay chuyển nơi ở có
xu hướng vỡ nợ nhiều hơn, người đã kết hôn và sở hữu một ngôi nhà của riêng mình có
nguy cơ vỡ nợ thấp hơn. Theo độ tuổi, nhóm khách hàng trẻ nhất (30 tuổi trở xuống) và già
nhất (60 tuổi trở lên) có nguy cơ phá sản thấp nhất. Thu nhập và tài sản cũng đóng vai trò
tương đối quan trọng khi kết quả chỉ ra rằng chủ thẻ với thu nhập cao và nhiều tài sản có
khả năng vỡ nợ ít hơn tương ứng là 17% và 22%.
Bằng cuộc điều tra hàng tháng ngẫu nhiên qua điện thoại được tiến hành bởi Trung
tâm nghiên cứu khảo sát tại Đại học bang Ohio trên mẫu 500 hộ gia đình ở bang này từ
tháng 2/1998 đến tháng 5/1999, nghiên cứu của Dunn & Kim (1999) đã tập trung vào mối
quan hệ giữa khả năng vỡ nợ và kết quả của sự lựa chọn tài chính của khách hàng trong
phạm vi các điều khoản hợp đồng với ngân hàng phát hành thẻ tín dụng. Kết quả cho thấy
rằng, các biến nhân khẩu học xã hội như tuổi tác, tình trạng hôn nhân, số con có liên quan
mạnh mẽ đến khả năng vỡ nợ trong khi thu nhập, giáo dục và sở hữu nhà không có ảnh
hưởng như giả thuyết ban đầu (Dunn & Kim, 1999).
Livingstone & Lunt (1992) báo cáo về những phát hiện của một cuộc khảo sát chuyên
sâu về các yếu tố xã hội, kinh tế và tâm lý liên quan đến nợ. Phân tích biệt số và phân tích
hồi quy bội được sử dụng để giải quyết mục tiêu nghiên cứu. Các yếu tố xã hội học được tìm
thấy có vai trò tương đối nhỏ trong khả năng trả nợ. Thu nhập được dự đoán quan trọng nhất
trong việc xác định trả nợ. Các yếu tố về thái độ (là tín dụng thay vì chống trả nợ) được coi
là những yếu tố dự báo quan trọng về trả nợ và không trả nợ. Các yếu tố tâm lý khác, tập
trung vào các phân bổ kinh tế, kiểm soát, chiến lược đối phó và niềm vui của người khách
hàng là rất quan trọng và một loạt các hoạt động kinh tế cụ thể cũng liên quan đến kinh
nghiệm về trả nợ (Livingstone & Lunt, 1992).
Ozdemir (2004) thực hiện phân tích mối liên hệ giữa rủi ro vỡ nợ của khách hàng tín
dụng tiêu dùng với một số đặc điểm nhân khẩu học và tài chính sử dụng dữ liệu của một
ngân hàng ở Thổ Nhĩ Kỳ. Kết quả cho thấy, trừ biến tình trạng nơi ở, các biến nhân khẩu
học khác không có ảnh hưởng đến khả năng vỡ nợ của KHCN. Trong khi đó, các đặc điểm
về tài chính có thể giải thích tốt khả năng vỡ nợ, điển hình là biến lãi suất và thời hạn vay.

Theo đó, thời hạn vay càng dài và lãi suất càng cao thì khả năng hoàn thành đúng nghĩa vụ
thanh toán nợ của khách hàng càng thấp.


Nghiên cứu của Arminger & Cộng sự (1997) được thực hiện trên mẫu dữ liệu gồm
8.163 quan sát của một ngân hàng chuyên về tín dụng tiêu dùng ở Đức trong 2 năm
1991 và 1992 bằng cách so sánh kết quả của hai phương pháp trên với kết quả từ hệ
thống tiếp cận (feedforward network). Các biến giải thích chính được sử dụng bao gồm:
Tuổi, giới tính, tình trạng hôn nhân, thâm niên công tác và sở hữu xe hơi. Kết quả cho
thấy, khả năng trả nợ tốt hơn thuộc về nhóm các đối tượng người trưởng thành, người có
ô tô, người có thâm niên công tác, người có gia đình và nữ giới.
Jacobson & Roszbach (2003) thực hiện nghiên cứu với trường hợp vay vốn ở các ngân
hàng tại Thụy Điển. Với mẫu dữ liệu gồm 13.338 hồ sơ xin vay tiêu dùng cá nhân tại một
ngân hàng lớn ở Thụy Điển từ 9/1994 đến 8/2005, các tác giả đã sử dụng phép đo 57 biến
và chỉ ra 16 biến dùng được sau khi đã loại đi các biến tương quan. Các biến có tác động
đáng kể đến khả năng vỡ nợ gồm: Tuổi tác, thu nhập, sự thay đổi trong thu nhập hàng năm
và một số điều kiện tín dụng miễn thế chấp có tác động đáng kể đến khả năng vỡ nợ
(Jacobson & Roszbach, 2003).

1.1.2. Các nghiên cứu trong nước về các yếu tố ảnh hưởng lên khả năng vỡ
nợ của khách hàng
Nghiên cứu của Đào Thị Thanh Bình (2019) về xây dựng mô hình chấm điểm tín
dụng KHCN vay tiêu dùng tại Việt Nam. Tác giả sử dụng phương pháp của hệ thống FICO
có tính đến tình hình của Việt Nam. Bài báo cũng nhằm mục tiêu giúp cho người tiêu
dùng tính được điểm tín dụng của mình một cách đơn giản. Với 5 biến giải thích được đánh
giá là quan trọng được tác giả đưa vào mô hình phân tích biệt số: X1 = Học vấn; X2 =
Nghề nghiệp; X3= Thu nhập (đơn vị triệu đồng); X4 = Số người phụ thuộc; X5 = Tài
khoản. Kết quả phân loại mang lại khả năng chính xác là 89,4%. Trong đó, tác giả chỉ ra
mô hình với hàm phi chuẩn hóa có khả năng tốt hơn so với hàm chuẩn hóa. Hai yếu tố là
X4 (số người phụ thuộc) và X5 (tài khoản) có đóng góp nhiều nhất cho dự báo khả năng

vỡ nợ của khách hàng (Đào Thị Thanh Bình, 2019).
Nghiên cứu của Phạm Thị Thu Trà & Robert Lensink (2008) xem xét sự khác biệt về
khả năng vỡ nợ trong tín dụng chính thức, phi chính thức và bán chính thức. Đồng thời,
phân tích các yếu tố quyết định đến khả năng vỡ nợ liên quan tới ba nguồn tín dụng này
bằng việc sử dụng bộ dữ liệu thống kê về hộ gia đình Việt Nam. Các tác giả thấy rằng, các
hộ gia đình nhỏ với tài sản thế chấp hoặc bảo lãnh chủ yếu vay chính thức và bán chính
thức trong khi nhà thầu nữ, hộ lớn và khách hàng vay không cần thế chấp hoặc người bảo
lãnh chủ yếu dựa vào vay phi chính thức. Bên cạnh đó,


người cho vay không chính thức chịu nguy cơ vỡ nợ cao hơn so với cho vay chính thức và
bán chính thức. Một số điều khoản trong hợp đồng vay có liên quan đến việc xác định rủi
ro vỡ nợ trong tín dụng chính thức chẳng hạn như thời hạn cho vay, lãi suất cho vay và đặc
biệt vai trò người thân trong việc cho vay không chính thức được nhấn mạnh, theo đó vay
người thân làm giảm tỷ lệ vỡ nợ.
Nghiên cứu của Đường Thị Thanh Hải (2014) về đặc điểm và các yếu tố ảnh hưởng
đến tín dụng cá nhân tại hệ thống ngân hàng thương mại ở Việt Nam hiện nay. Kết quả
nghiên cứu chỉ ra, các đặc điểm của tín dụng cá nhân gồm: Quy mô khoản vay nhỏ nhưng số
lượng vay lớn; Các khoản tín dụng cá nhân có mức lãi suất cho vay chưa linh hoạt; Tín dụng
cá nhân có chi phí lớn nhất trong danh mục tín dụng của ngân hàng; Tín dụng cá nhân có
mức độ rủi ro cao. Đồng thời, nghiên cứu cũng chỉ ra các yếu tố ảnh hưởng tới chất lượng
tín dụng khách hàng cá nhân: (i) Yếu tố từ phía ngân hàng (chiến lược kinh doanh, chính
sách, quy định của ngân hàng, cán bộ tín dụng, công tác thông tin, công nghệ của ngân
hàng); (ii) Yếu tố từ phía khách hàng (năng lực tài chính, thói quen, đạo đức của khách
hàng); (iii) Yếu tố từ bên ngoài (đặc điểm văn hóa, kinh tế vĩ mô) (Đường Thị Thanh Hải,
2014).
Nghiên cứu của Lê Văn Triết (2010) về hoàn thiện hệ thống xếp hạng tín dụng cá nhân
của Ngân hàng thương mại (NHTM) Á Châu. Tác giả chỉ sử dụng thống kê mô tả các thông
tin của khách hàng có nợ xấu theo tỷ lệ phần trăm các chỉ tiêu về tuổi, trình độ học vấn, tình
trạng hôn nhân, chỗ ở hiện tại, số lượng bất động sản đang sở hữu, số người phụ thuộc, thu

nhập, chi phí sinh hoạt, số tiền vay, thời hạn vay, mục đích vay, tỷ lệ vay/vốn đầu tư, tài sản
thế chấp, số tiền trả nợ hàng tháng. Kết quả mô tả cho thấy, độ tuổi của khách hàng có nợ
xấu trung bình là 35 tuổi.
Nghiên cứu của Hoàng Thị Kim Diễm (2012) với Ngân hàng Đầu tư và Phát triển
Chi nhánh Nam Sài Gòn. Việc sử dụng mô hình Logit với số lượng 137 khách hàng, tác giả
đã tìm ra các yếu tố ảnh hưởng tới khả năng trả nợ của KHCN bao gồm:
(1) Giới tính; (2) Thuê nhà; (3) Tình trạng hôn nhân; (4) Thời gian cư trú; (5) Tiết kiệm
hàng tháng có tác động ngược chiều lên khả năng trả nợ của doanh nghiệp. Các yếu tố: (6)
Trình độ học vấn; (7) Sở hữu nhà; (8) Rủi ro nghề nghiệp; (9) Thời gian làm việc; (10)
Thu nhập hàng tháng; (11) Số dịch vụ khác sử dụng; (12) Làm cho công ty vốn nhà nước có
tác động cùng chiều lên khả năng trả nợ của khách hàng đối với ngân hàng (Hoàng Thị Kim
Diễm, 2012).
Nghiên cứu của Nguyễn Quốc Nghi (2013) thực thiện đánh giá các yếu tố ảnh hưởng
đến khả năng trả nợ vay đúng hạn của hộ gia đình tại Ngân hàng Agribank. Kết quả phân
tích dữ liệu với mô hình Probit từ 202 hộ gia đình làm nông nghiệp có thực


hiện vay vốn tại Ngân hàng Agribank Chi nhánh Hậu Giang. Kết quả chỉ ra, các yếu tố thu
nhập hàng tháng, học vấn của chủ hộ, thời gian tiếp xúc với ngân hàng, thông tin tiếp cận thị
trường, mục đích sử dụng nguồn vốn vay có ảnh hưởng tới khả năng trả được nợ của hộ gia
đình. Ngoài ra, các yếu tố khác về lãi suất hay số người phụ thuộc trong gia đình không có
quan hệ tới khả năng trả nợ của khách hàng (Nguyễn Quốc Nghi, 2013). Từ kết quả nghiên
cứu này, tác giả cũng tiến hành xây dựng mô hình xếp hạng tín dụng KHCN tại Ngân hàng
Agribank Chi nhánh Hậu Giang.
Nghiên cứu của Đinh Thị Huyền Thanh & Kleimeier (2007) bằng việc sử dụng bộ dữ
liệu gồm 56.037 quan sát của một NHTM Việt Nam, thông qua hồi quy Logistic các tác
giả đã đưa ra kết luận đối với những biến số có ảnh hưởng lớn đến khả năng vỡ nợ của
KHCN với mô hình tối ưu được ước lượng là 16 biến có ý nghĩa, bao gồm các biến như:
Thâm niên giao dịch với ngân hàng, giới tính, số khoản vay và thời hạn vay (Dinh &
Kleimeier, 2007).

1.1.3. Các nghiên cứu ước lượng dự báo về rủi ro vỡ nợ của khách hàng sử
dụng cây phân loại
Nghiên cứu về dự báo rủi ro tín dụng theo tiếp cận mô hình phân tích biệt số (DA) và
mạng neuron thần kinh (ANN) ở Tunisian của Khemakhem & Boujelbene (2015). Nghiên
cứu này là khám phá một cách thực tế mới dựa trên mạng thần kinh nhân tạo. Kết quả sẽ
giúp nhân viên ngân hàng dự đoán rủi ro việc không thanh toán được mà các khách hàng
yêu cầu vay. Mô hình mới này được thúc đẩy bởi sự thiếu sót của các mô hình phổ biến
truyền thống. Mẫu bao gồm 86 công ty tài chính ở Tunisian đã được tính toán trong khoảng
thời gian từ năm 2005 đến năm 2007. Kết quả thu được so sánh với các phân tích biệt số.
Các tác giả đã chỉ ra rằng kĩ thuật mạng thần kinh nhân tạo (ANN) chính xác hơn về mặt dự
đoán (Khemakhem & Boujelbene, 2015).
Booth và Cộng sự (2014) thực hiện nghiên cứu về giao dịch tự động với Random
Forest và tính thời vụ. Các tác giả đề xuất một hệ thống chuyên gia sử dụng các kỹ thuật
máy móc mới để dự đoán lợi nhuận của các sự kiện theo mùa và sau đó sử dụng các dự đoán
này để phát triển một chiến lược giao dịch có lợi nhuận. Trong bài viết này, các tác giả giới
thiệu một hệ thống giao dịch tự động dựa trên mô hình dự báo Random Forest nhằm cải
thiện lợi nhuận và sự ổn định của các sự kiện theo mùa. Một phân tích về các kỹ thuật hồi
quy khác nhau được thực hiện cũng như khám phá những ưu điểm của các kỹ thuật khác
nhau. Hiệu suất của các mô hình được phân tích bằng cách sử dụng một lượng lớn cổ phiếu
từ DAX. Kết quả cho thấy, các phân loại Random Forest có trọng số suy thoái tạo ra kết
quả vượt trội về cả lợi nhuận và độ chính xác dự đoán so với các kỹ thuật khác (Booth et
al., 2014).


Bennell & Cộng sự (2006) sử dụng bộ dữ liệu toàn diện của các cơ quan xếp hạng và
các quốc gia trong giai đoạn 1989 - 1999. Nghiên cứu này chứng minh rằng, mạng thần kinh
nhân tạo (ANN) đại diện cho một công nghệ vượt trội để hiệu chỉnh và dự đoán xếp hạng tín
dụng so với mô hình Probit (mô hình Probit trước đó đã được xem xét là cách tiếp cận
kinh tế lượng thành công nhất). ANN đã được áp dụng cho các vấn đề phân loại rất thành

công trên một loạt các ứng dụng khi không có mô hình lý thuyết chính xác để củng cố các
mối quan hệ trong dữ liệu. Các kết quả cho xếp hạng tín dụng chứng thực qua kết quả của
các nhà nghiên cứu khác rằng ANN là cây phân loại hiệu quả cao (Bennell et al., 2006).
Finch & Schneider (2007) thực hiện đề tài phân loại độ chính xác của mạng neuron
thần kinh (ANN) so với phân tích biệt số (DA), hồi quy Logistic và các cây phân loại.
Nghiên cứu này, so sánh độ chính xác dự đoán của ba phương pháp tham số thường được sử
dụng để phân loại thành các nhóm gồm phân tích phân biệt tuyến tính, phân tích phân biệt
bậc hai và hồi quy Logistic. Nghiên cứu mô phỏng đã xem xét tác động của các yếu tố như
sự bất bình đẳng của ma trận hiệp phương sai, phân phối các yếu tố dự đoán và tỷ lệ kích
thước nhóm (trong số các yếu tố khác) đến hiệu suất của từng phương pháp. Kết quả chỉ ra
rằng, phân tích phân biệt bậc hai luôn thực hiện tốt như các phương pháp khác trong khi các
mạng neuron thần kinh hoạt động rất giống với phân tích phân biệt tuyến tính và hồi quy
Logistic (Finch & Schneider, 2007).
Nghiên cứu của Pacelli & Azzollini (2011) về sử dụng mạng thần kinh nhân tạo (ANN)
cho quản lý rủi ro tín dụng tại Italia. Mạng thần kinh nhân tạo đại diện cho một phương pháp
thay thế cho các phương pháp phân loại truyền thống vì chúng có thể thích ứng với các tình
huống phức tạp. Như đã được nhấn mạnh trong các nghiên cứu khác, trên thực tế các mạng
neuron nhân tạo đặc biệt phù hợp để phân tích, giải thích các mối quan hệ ẩn giấu chi phối
các dữ liệu phức tạp và thường làm lu mờ các hiện tượng và quy trình. Nghiên cứu này giới
thiệu một cách tổng quan về tài liệu trong việc áp dụng các hệ thống trí tuệ nhân tạo để
quản lý rủi ro tín dụng. Mô hình này phát triển hơn so với các mô hình nghiên cứu khác. Kết
quả cho thấy, sự khác biệt giữa hai mô hình mạng thần kinh. Bên cạnh đó, nghiên cứu cũng
chỉ ra mô hình mạng neuron nhân tạo có thể hỗ trợ tốt hơn với mô hình truyền thống. Nhưng
nghiên cứu cũng đưa ra khuyến nghị về việc kết hợp sử dụng các mô hình phân tích hồi
quy như Logisitc hay Probit để hỗ trợ nhau trong việc dự báo (Pacelli & Azzollini, 2011).
Zang (2011) thực hiện sử dụng mô hình mạng neuron thần kinh nhân tạo (ANN) để dự
báo khả năng vỡ nợ của khách hàng trong các ngân hàng thương mại ở Trung Quốc. Tác giả
sử dụng mạng neuron thần kinh BP để xây dựng chỉ số vỡ nợ của các KHCN trước tiên, sau
đó tác giả sử dụng kết quả về các trọng số cho từng biến trong

mô hình ANN để kiểm tra cho mẫu thử bên ngoài về khả năng vỡ nợ. Kết quả cho thấy, các
mẫu thử nghiệm mạng neuro thần kinh BP có độ chính xác dự đoán cao và ứng dụng tốt cho
các ngân hàng thương mại ở Trung Quốc (Zhang, 2011).
Như vậy, có thể thấy rằng các nghiên cứu về những yếu tố tác động đến khả năng vỡ
nợ của KHCN là một trong những lĩnh vực đáng được quan tâm. Các nghiên cứu khác nhau
đã chỉ ra những ảnh hưởng khác nhau của các yếu tố nhân khẩu xã hội học, hành vi và các
yếu tố môi trường kinh tế xã hội lên nguy cơ vỡ nợ của KHCN. Đây là tiền đề cho những
nghiên cứu tiếp theo trong lĩnh vực này.
Từ những nghiên cứu đi trước, NCS tiến hành tổng hợp các nghiên cứu theo bảng tổng
hợp sau:


14

Bảng 1.1. Tổng hợp các nghiên cứu về khả năng vỡ nợ của khách hàng
Tác giả

Abid (2018)

Tên đề tài

Phương pháp sử dụng

Kết quả

Mô hình dự đoán thanh toán mặc

Bằng cách so sánh hiệu suất tương ứng của hồi

định cho vay tiêu dùng của người

quy Logistic (LR) và phân tích phân biệt (DA),

tiêu dùng: Một ứng dụng của hồi Mô hình Logit, phân tích
phân biệt (DA)
quy Logistic (LR) và phân tích

kết quả nhận thấy rằng mô hình LR mang lại

phân biệt (DA) trong một ngân
hàng thương mại

tỷ lệ phân loại tốt chỉ bằng 68,49% dẫn đến tỷ
lệ lỗi cao đáng kể, tức là 31,51 %)

hiệu quả tốt 99%. Phương pháp DA (trong đó

Ở Thái Lan chỉ có hai yếu tố: (1) Trình độ học
vấn của chủ hộ và (2) Giá trị đầu tư của hộ có
Dufhues và
cộng sự
(2011)

Khả năng trả nợ tín dụng ở các

Mô hình Logit, phân

quốc gia Đông Nam Á

tích cụm

tác động cùng chiều lên khả năng trả nợ của các
hộ gia đình. Đối với Việt Nam đã tìm ra có 2 yếu
tố có ảnh hưởng: (1) Khoản vay của hộ và
(2) Dân tộc của hộ có tác động cùng chiều lên
khả năng trả nợ tín dụng của hộ dân
Kết quả nghiên cứu chỉ ra rằng, không có mối
quan hệ đáng kể giữa vỡ nợ cho vay và lịch trả

Mensah

Mối quan hệ giữa mức độ vỡ nợ

(2013)

và lịch trả nợ

Hồi quy đa biến

nợ. Các khoản vay không được hỗ trợ bởi tài sản
thế chấp cũng được phát hiện đã góp phần đáng kể
vào việc vỡ nợ trong số các khoản vay của
khách hàng


Tác giả

Tên đề tài

Phương pháp sử dụng

Kết quả
Chỉ có 3 yếu tố có tác động thực sự lên khả

Phân tích kinh tế về khả năng trả
Ojiaki &

nợ của nông dân hợp tác xã nhỏ

Ogbukwa
(2012)

tại Khu vực chính quyền địa
phương Bắc Yewa của bang

năng trả nợ: (1) Quy mô hộ gia đình có tác
Tương quan, hồi quy đa
biến, mô hình Logit

Ogun, Nigeria

động ngược chiều lên khả năng trả nợ; (2) Quy
mô sử dụng đất cho nông nghiệp có tác động
cùng chiều lên khả năng trả nợ của người nông
dân; và (3) Số tiền vay có tác động cùng chiều
lên khả năng trả nợ của hộ dân
Các chủ thẻ có mức thu nhập thấp, địa vị xã hội

Mathews và

Tìm hiểu và giải thích các yếu tố

Slocum

có ảnh hưởng đến khả năng vỡ

(1969).

nợ của KHCN tại các NHTM.

Mô hình Logit

thấp hơn có xu hướng sử dụng thẻ tín dụng
không hiệu quả và khả năng trả nợ thấp hơn so
với những chủ thẻ có thu nhập cao và địa vị xã
hội cao hơn
Kết luận cho thấy, các yếu tố rủi ro như chi

Agarwal &
cộng sự
(2009)

Đánh giá ảnh hưởng của các đặc
điểm thông tin cá nhân về vốn
đến khả năng vỡ nợ của hộ gia
đình và kết quả vỡ nợ

Panel data, semiParametric

tiêu, nợ, thu nhập, tài sản, điều kiện kinh tế,
môi trường pháp lý và đặc điểm nhân khẩu học
xã hội có ảnh hưởng đến khả năng vỡ nợ