TRƯỜNG ĐẠI HỌC KINH TẾ TP. HCM
KHOA NGÂN HÀNG
----------

KHÓA LUẬN TỐT NGHIỆP

ĐỀ TÀI: ỨNG DỤNG MÔ HÌNH LOGISTIC TRONG XẾP HẠNG TÍN DỤNG CÁ NHÂN TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN Á CHÂU- CHI NHÁNH LŨY BÁN BÍCH-PHÒNG GIAO DỊCH NGUYỄN SƠN

GVHD : ThS Hoàng Hải Yến SVTH : Đoàn Hồng Nho Lớp : NH8-K35

Niên khóa 2009 -2013
NHẬN XÉT CỦA CƠ QUAN THỰC TẬP

NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN

MỤC LỤC LỜI MỞ ĐẦU 1 CHƯƠNG 1 : GIỚI THIỆU VỀ NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN Á CHÂU ( ACB ) – PHÒNG GIAO DỊCH NGUYỄN SƠN 2 1.1. GIỚI THIỆU KHÁI QUÁT VỀ NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN Á CHÂU (ACB) 2 1.1.1. Lịch sử hình thành và phát triển 2 1.1.2. Mạng lưới hoạt động 5 1.1.3. Cơ cấu tổ chức 6 1.1.4. Các thành tựu đạt được 8 1.1.5. Kết quả hoạt động kinh doanh giai đoạn 2010-2012 9 1.1.6. Chiến lược phát triển giai đoạn 2011-2015 11 1.2. GIỚI THIỆU VỀ PHÒNG GIAO DỊCH NGUYỄN SƠN 12 1.2.1. Bối cảnh thành lập, chức năng, nhiệm vụ 12 1.2.2. Cơ cấu tổ chức và nhiệm vụ của các phòng ban 13 1.2.3. Các hoạt động kinh doanh cuả ACB- PGD Nguyễn Sơn 15 1.2.4. Thuận lợi, khó khăn của ACB – PGD Nguyễn Sơn 15 1.2.5. Tình hình hoạt động kinh doanh của ACB- PGD Nguyễn Sơn 16 KẾT LUẬN CHƯƠNG 1 17 CHƯƠNG 2 : XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN CỦA NGÂN HÀNG Á CHÂU-CN LŨY BÁN BÍCH- PGD NGUYỄN SƠN 18 2.1. LÝ THUYẾT TỔNG QUAN VỀ XÉP HẠNG TÍN DỤNG CÁ NHÂN 18 2.1.1. Khái niệm về xếp hạng tín dụng 18 2.1.2. Đối tượng xếp hạng tín dụng 18 2.1.3. Vai trò và sự cần thiết khách quan của xếp hạng tín dụng khách hàng cá nhân 18 2.1.4. Các yếu tố thường được xem xét khi thực hiện XHTD khách hàng cá nhân 19 2.1.5. Quy trình xếp hạng tín dụng khách hàng cá nhân 21 2.1.6. Các phương pháp XHTD cá nhân 23 2.2. MỘT SỐ NGHIÊN CỨU VỀ XẾP HẠNG TÍN DỤNG CÁ NHÂN 24 2.2.1. Mô hình xếp hạng tín dụng cá nhân của Ernst & Young Việt Nam 24 2.2.2. Nghiên cứu của Stefanie Kleimeier và Dinh Thi Huyen Thanh về mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ tại Việt Nam 25 2.3. XẾP HẠNG TÍN DỤNG CÁ NHÂN TẠI NGÂN HÀNG ACB - CHI NHÁNH LŨY BÁN BÍCH 27 2.3.1. Chính sách tín dụng của ACB 27 2.3.2. Mô hình chấm điểm tín dụng cá nhân tại ACB- Chi nhánh Lũy Bán Bích- PGD Nguyễn Sơn 29 2.3.3. Đánh giá hệ thống xếp hạng tín dụng cá nhân tại ACB- CN Lũy Bán Bích- PGD Nguyễn Sơn 32 KẾT LUẬN CHƯƠNG 2 35 CHƯƠNG 3 : XÂY DỰNG HỆ THỐNG XẾP HẠNG TÍN DỤNG CÁ NHÂN HIỆU QUẢ CHO NGÂN HÀNG Á CHÂU –PGD NGUYỄN SƠN 36 3.1. PHƯƠNG PHÁP XÂY DỰNG HỆ THỐNG XẾP HẠNG TÍN DỤNG 36 3.1.1. Ứng dụng mô hình logistic 36 3.1.2. Kiểm định mô hình 41 3.1.3. Lựa chọn biến 42 3.1.4. Mô tả thống kê 45 3.1.5. Đề xuất mô hình 48 3.2. KIỂM ĐỊNH MÔ HÌNH VÀ LỰA CHỌN MÔ HÌNH 48 3.2.1. Kiểm định mô hình 1 48 3.2.2. Kiểm định mô hình 2 51 3.2.3. Lựa chọn mô hình 53 3.3. TÍNH KHẢ THI CỦA MÔ HÌNH ĐỀ XUẤT 55 3.3.1. Kết quả hồi quy 55 3.3.2. Kiểm định mô hình đề xuất 55 3.4. MỘT SỐ ĐỀ XUẤT VỀ VIỆC SỬ DỤNG MÔ HÌNH 61 KẾT LUẬN CHƯƠNG 3 63 KẾT LUẬN 64 PHỤ LỤC 65 TÀI LIỆU THAM KHẢO 89

DANH SÁCH CÁC BẢNG BIỂU Bảng 1.1 Các thành tích đạt được qua các năm của ACB 9 Bảng 1.2 Kết quả hoạt động kinh doanh giai đoạn 2010-2012 của ACB 10 Bảng 1.3 Số liệu về tình hình thu nhập, chi phí và lợi nhuận của PGD năm 2012 17 Bảng 2.1 : Hệ thống ký hiệu XHTD cá nhân của E&Y 26 Bảng 2.2. Uớc lượng hàm điểm số 27 Bảng 2.3 Tỷ trọng xếp loại rủi ro của cá nhân kinh doanh 31 Bảng 2.4 Xếp loại chấm điểm khách hàng 32 Bảng 3.1 : Các biến độc lập sử dụng trong mô hình 44 Bảng 3.2 Mô tả thống kê các biến 47 Bảng 3.3 Ma trận hệ số tương quan cặp giữa các biến trong mô hình 48 Bảng 3.4 Ước lượng mô hình 1 với đầy đủ 22 biến 49 Bảng 3.5 Ước lượng mô hình 2 sau khi đã loại biến tkiem 52 Bảng 3.6 Mô hình đề xuất – Mô hình 3 55 Bảng 3.7 Ước lượng mô hình đề xuất – Mô hình 3 56 Bảng 3.8 Kiểm định -2 Log Likelihood 56 Bảng 3.9 Kiểm định Omnibus Tests of Model Coefficients 57 Bảng 3.10 Kiểm định Hosmer and Lemeshow Test 57 Bảng 3.11 Khả năng dự báo của mô hình 58 Bảng 3.12 Tiêu chuẩn phân bố cá thể theo mức rủi ro 59 Bảng 3.13 Ký hiệu mã hóa khi nhập thông tin vào Excel 60
Bảng 1.01 Các chỉ tiêu chấm điểm cá nhân kinh doanh tại NH ACB………………...65
Bảng 1.02 Các chỉ tiêu chấm điểm cá nhân tiêu dùng tại NH ACB ………………….76

DANH SÁCH CÁC HÌNH VẼ ĐỒ THỊ Hình 1.1. Cơ cấu tổ chức Ngân hàng TMCP Á Châu - ACB 7 Hình 1.2 Lợi nhuận trước thuế của ACB qua 3 năm 2010, 2011, 2012 11 Hình 1.3 : Cơ cấu tổ chức ACB – PGD Nguyễn Sơn 13 Hình 3.1 Phần dư của mô hình đề xuất 58 Hình 3.2 Ví dụ chấm điểm tín dụng 62

DANH MỤC TỪ VIẾT TẮT 1. Thương mại cổ phần: TMCP 2. Ngân hàng thương mại cổ phần Á Châu: ACB 3. Phòng giao dịch: PGD 4. Trung tâm tín dụng của Ngân hàng Nhà nước CIC 5. Cán bộ tín dụng CBTD 6. Công ty TNHH Ernst & Young Việt Nam E&Y 7. Ngân hàng Nhà nước NHNN 8. Ngân hàng thương mại NHTM 9. Ngân hàng NH 10. Tổ chức tín dụng TCTD 11.Xếp hạng tín dụng XHTD 12. Khách hàng KH 13. Rủi ro tín dụng RRTD

*
GIỚI THIỆU VỀ NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN Á CHÂU ( ACB ) – PHÒNG GIAO DỊCH NGUYỄN SƠN
GIỚI THIỆU KHÁI QUÁT VỀ NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN Á CHÂU (ACB)
Lịch sử hình thành và phát triển
Ngân hàng thương mại cổ phần Á Châu hay có tên quốc tế là Asia Commercial Bank (gọi tắt là ACB) được Ủy ban Nhân dân TP.HCM cấp giấy phép thành lập vào ngày 13/05/1993. Thời hạn hoạt động của Ngân hàng là 50 năm kể từ ngày cấp giấy phép đầu tiên. Giấy phép hoạt động : Giấy chứng nhận ĐKKD: số 059067 do Sở kế hoạch & Đầu tư TP HCM cấp cho đăng ký lần đầu ngày 19/05/1993 đăng ký thay đổi lần thứ 9 ngày 23/02/2006.
Ngày 20/04/1993, thành lập Ngân hàng thương mại cổ phần Á Châu (ACB). Ngày 04/06/1993, ACB chính thức đi vào hoạt động. * Tên gọi : NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN Á CHÂU * Tên giao dịch quốc tế : ASIA COMMERCIAL BANK * Tên viết tắt : ACB * Logo : * Vốn điều lệ ban đầu là 70 tỷ đồng. Kể từ ngày 31/12/2011 vốn điều lệ của ACB là 9.376.965.060.000 đồng (Chín nghìn ba trăm bảy mươi sáu tỷ chín trăm sáu mươi lăm triệu không trăm sáu mươi nghìn đồng). * Trụ sở chính: 442 Nguyễn Thị Minh Khai, Quận 3, TP Hồ Chí Minh. * Điện thoại: (84.8) 9290.999 * Fax: (84.8) 8399.885 * Trang web: www.acb.com.vn
Quá trình phát triển được chia thành các giai đoạn :
Giai đoạn 1993-1995: Đây là giai đoạn hình thành của ACB. Những người sáng lập ACB có năng lực tài chính, học thức, kinh nghiệm thương trường, cùng chia sẻ một nguyên tắc kinh doanh là “quản lý sự phát triển của doanh nghiệp an toàn, hiệu quả”. Giai đoạn này, xuất phát từ vị thế cạnh tranh, ACB hướng về khách hàng cá nhân và doanh nghiệp trong khu vực tư, với quan điểm thận trọng trong việc cấp tín dụng, đi vào sản phẩm dịch vụ mới mà thị trường chưa có ( cho vay tiêu dùng, dịch vụ chuyển tiền nhanh Western Union, thẻ tín dụng).
Giai đoạn 1996-2000: ACB là ngân hàng thương mại cổ phần đầu tiên của Việt Nam phát hành thẻ tín dụng quốc tế Master Card và Visa. Năm 2000, ACB đã thực hiện tái cấu trúc như là một bộ phận chiến lược trong nửa đầu thập niên 2000. Cơ cấu tổ chức được thay đổi theo định hướng và hỗ trợ. Ngoài các khối, còn có một số phòng ban do Tổng giám đọc trực tiếp chỉ đạo. Hoạt động kinh doanh của Hội sở được chuyển giao cho Sở giao dịch (TP.HCM). Việc tái cấu trúc nhằm đảm bảo sự chỉ đạo xuyên suốt hệ thống, sản phẩm được quản lý theo định hướng khách hàng và được thiết kế với từng phân đoạn khách hàng, quan tâm đúng mức việc phát triển kinh doanh và quản lý rủi ro.
Giai đoạn 2001-2005: Cuối năm 2001, ACB chính thức vận hành hệ thống công nghệ ngân hàng là TCBS ( The complete Banking Solution : giải pháp ngân hàng toàn diện), cho phép tất cả các chi nhánh và phòng giao dịch nối mạng với nhau, giao dịch tức thời, dung chung cơ sở dữ liệu tập trung. Năm 2003, ACB xây dựng hệ thống quản lý chất lượng theo tiêu chuẩn ISO 9001:2000 và được công nhận đạt tiêu chuẩn trong các lĩnh vực huy động vốn, cho vay ngắn hạn , cho vay trung và dài hạn, thanh toán quốc tế, cung ứng nguồn lực tại hội sở. Năm 2005, ACB và Standard Charterd (SCB) ký kết thỏa thuận hỗ trợ kỹ thuật toàn diện; và SCB trở thành cổ đông chiến lược của ACB. ACB triển khai giai đoạn 2 của chương trình hiện đại hóa công nghệ ngân hàng, bao gồm : nâng cấp máy chủ; thay thế phần mềm xử lý giao dịch thẻ ngân hàng bằng một phần mềm mới cả khả năng tích hợp với nền công nghệ lõi hiện đại; lắp đặt hệ thống máy ATM.
Giai đoạn 2006-2011 : ACB niêm yết tại Trung tâm giao dịch chứng khoán Hà Nội vào tháng 11/2006. Năm 2007, ACB đẩy nhanh việc mở rộng mạng lưới hoạt động, thành lập mới 31 chi nhánh và phòng giao dịch, thành lập Công ty cho thuê tài chính ACB, hợp tác với các đối thử như Open Solution (OSI)- Thiên Nam để nâng cấp hệ thống ngân hàng cốt lõi, hợp tác với Microsoft về áp dụng công nghệ thông tin vào vận hành và quản lý, hợp tác với SCB về phát hành trái phiếu. ACB phát hành 10 triệu cổ phiếu mệnh giá 100 tỷ đồng, với số tiền thu được là 1800 tỷ đồng. Năm 2008, ACB thành lập mới 75 chi nhánh và phòng giao dịch, hợp tác với American Express về sec du lịch, triển khai dịch vụ chấp nhận thanh toán thẻ JCB. ACB tăng vốn điều lệ lên 6.355 tỷ đồng. ACB đạt danh hiệu “ Ngân hàng tốt nhất Việt Nam năm 2008” do tạp chí Euromoney trao tặng tại Hong Kong.
Riêng trong năm 2009, ACB hoàn thành cơ bản chương trình tái cấu trúc nguồn nhân lực, tái cấu trúc hệ thống kênh phân phối, xây dựng mô hình chi nhánh theo định hướng bán hàng. Tăng thêm 51 chi nhánh và phòng giao dịch. Hệ thống chấm điểm tín dụng đối với khách hàng các nhân và doanh nghiệp cũng đã hoàn thành và áp dụng chính thức. Hệ thống bàn trợ giúp ( Help desk ) bắt đầu được triển khai. ACB đã trở thành thương hiệu mạnh trong và ngoài nước, nằm trong Top 100 thương hiệu mạnh Việt Nam. ACB là ngân hàng đầu tiên và duy nhất tại Việt Nam trong một năm được vinh dự nhận danh hiệu “ Ngân hàng tốt nhất Việt Nam “ của 6 tạp chí ngân hàng uy tín trên thế giới : Asiamoney, Finance Asia, Euromoney, Global Finance, The Asset và The Banker.
Từ ngày 31/12/2011, mức vốn điều lệ của ACB là 9.376.965.060.000 đồng.
Năm 2011, định hướng chiến lược phát triển của ACB giai đoạn 2011-2015 và tầm nhìn 2020 được hình thành.
Thành công lớn nhất mà ACB đã có được đó là thương hiệu “ ACB ngân hàng của mọi nhà “ đã trở nên rất quen thuộc đối với mọi người dân Việt Nam, là đối tác tin cậy của các doanh nghiệp và là ngân hàng mơ ước của biết bao sinh viên muốn được thử thách và tỏa sáng.

Mạng lưới hoạt động * Mạng lưới kênh phân phối
Tính đến năm 2012, ACB có tất cả 343 chi nhánh và phòng giao dịch tại những vùng kinh tế phát triển trên toàn quốc: * Tại TP Hồ Chí Minh: 1 Sở giao dịch, 29 chi nhánh và 107 phòng giao dịch * Tại khu vực phía Bắc (Hà Nội, Vĩnh Phúc, Thái Nguyên, Bắc Giang, Bắc Ninh, Hải Dương, Hưng Yên, Quảng Ninh, Hải Phòng, Nam Định, Hà Nam ): 20 chi nhánh và 78 phòng giao dịch * Tại khu vực miền Trung (Thanh Hóa, Nghệ An, Hà Tĩnh, Quảng Bình, Huế, Đà Nẵng, Quảng Nam, Quảng Ngãi, Kon Tum, Gia Lai, Bình Định, Phú Yên, Đak Lak, Lâm Đồng, Khánh Hòa, Ninh Thuận, Bình Thuận): 13 chi nhánh và 32 phòng giao dịch * Tại khu vực miền Tây (Long An, Tiền Giang, Bến Tre, Đồng Tháp, An GIang, Vĩnh Long, Cần Thơ, Trà Vinh, Sóc Trăng, Hậu Giang, Kiên Giang, Bạc Liêu và Cà Mau): 13 chi nhánh, 15 phòng giao dịch * Tại khu vực miền Đông (Đồng Nai, Tây Ninh, Bình Dương, Bình Phước, Vũng Tàu): 5 chi nhánh và 30 phòng giao dịch * Trên 2.000 đại lý chấp nhận thanh toán thẻ của Trung tâm thẻ ACB đang hoạt động. * 969 đại lý chi trả của Trung tâm chuyển tiền nhanh ACB-Western Union. * Công ty trực thuộc * Công ty Chứng khoán ACB (ACBS). * Công ty Quản lý và khai thác tài sản Ngân hàng Á Châu (ACBA). * Công ty cho thuê tài chính Ngân hàng Á Châu (ACBL). * Công ty Quản lý Quỹ ACB (ACBC) * Công ty liên kết * Công ty Cổ phần Dịch vụ Bảo vệ Ngân hàng Á Châu (ACBD). * Công ty Cổ phần Địa ốc ACB (ACBR). * Công ty liên doanh
Công ty cổ phần Kim Hoàn Sài Gòn – SJC chính thức hoạt động từ 01/07/2006, là đơn vị đƣợc hình thành từ cổ phần hóa Doanh nghiệp Nhà nước Trung tâm Kim Hoàn Sài Gòn – SJC (một đơn vị trong hệ thống Công ty Vàng bạc đá quý Sài Gòn). Là đơn vị chuyên ngành vàng bạc đá quý từ năm 1989 đến nay, Công ty CP Kim Hoàn Sài Gòn – SJC đã khẳng định vị trí trong ngành kim hoàn của thành phố và cả nước. Công ty cổ phần Kim Hoàn Sài Gòn – SJC kinh doanh trong các lĩnh vực như : * Mua bán vàng, bạc, đá quý, hàng mỹ nghệ. * Gia công, chế tác các mặt hàng vàng, bạc, đá các loại. * Thực hiện các dịch vụ chuyên môn về vàng, bạc, đá quý: cân thử, xác định chất lượng, sửa chữa, tư vấn thời trang vàng, bạc, đá quý… * Thực hiện dịch vụ ngoại tệ: thu đổi ngoại tệ, làm đại lý thanh toán thẻ tín dụng. * Kinh doanh nhà và các dịch vụ nhà đất. * Thực hiện xuất nhập khẩu vàng, bạc, đá quý…
Cơ cấu tổ chức * Sáu khối: Khách hàng cá nhân, Khách hàng doanh nghiệp, Ngân quỹ, Phát triển kinh doanh, Vận hành, Quản trị nguồn lực. * Bốn ban: Kiểm toán nội bộ, Chiến lược, Đảm bảo chất lượng, Chính sách và Quản lý tín dụng. * Hai phòng: Tài Chính, Thẩm định tài sản (trực thuộc Tổng giám đốc).

Hình 1.1. Cơ cấu tổ chức Ngân hàng TMCP Á Châu - ACB

Đại hội đồng cổ đông
Hội đồng quản trị
Ban kiểm soát
Ban kiểm toán nội bộhội đồng cổ đông
Văn phòng
HĐQT

Các hội đồnghội đồng cổ đông
Tổng giám đốchội đồng cổ đông
Khối khách hàng cá nhân
Khối khách hàngDN
Khối ngân quỹ
Khối phát triển kinh doanh
Khối vận hàng
Khối quản trị nguồn lực
Trung tâm công nghệ thông tin
Phòng quản lý rủi ro
Phòng đầu tư
Ban bảo đảm chất lượng
Ban chiến lược
Phòng kế toán
Ban CS và quản lý RRTD
Các Sở giao dịch, chi nhánh, phòng giao dịch, trung tâm thẻ, trung tâm ATM và Trung tâm vàng. Các công ty trực thuộc: Cty TNHH Chứng khoán ACB (ACBS), Cty Quản lý nợ và khai thác tài sản ACB (ACBA), Cty Cho thuê tài chính (ACBL)
Đại hội đồng cổ đông
Hội đồng quản trị
Ban kiểm soát
Ban kiểm toán nội bộhội đồng cổ đông
Văn phòng
HĐQT

Các hội đồnghội đồng cổ đông
Tổng giám đốchội đồng cổ đông
Khối khách hàng cá nhân
Khối khách hàngDN
Khối ngân quỹ
Khối phát triển kinh doanh
Khối vận hàng
Khối quản trị nguồn lực
Trung tâm công nghệ thông tin
Phòng quản lý rủi ro
Phòng đầu tư
Ban bảo đảm chất lượng
Ban chiến lược
Phòng kế toán
Ban CS và quản lý RRTD
Các Sở giao dịch, chi nhánh, phòng giao dịch, trung tâm thẻ, trung tâm ATM và Trung tâm vàng. Các công ty trực thuộc: Cty TNHH Chứng khoán ACB (ACBS), Cty Quản lý nợ và khai thác tài sản ACB (ACBA), Cty Cho thuê tài chính (ACBL)

* * * * *
Nguồn :Tài liệu Ngân hàng ACB * *
Các thành tựu đạt được
Những bằng khen và huy chương mà ACB nhận được trong suốt quá trình hoạt động thể hiện sự công nhận của Chính phủ, các tổ chức trong và nước cũng như sự công nhận của xã hội về những nổ lực của tập thể ACB trong thời gian qua, đồng thời là nguồn động viên tinh thần cho những phấn đấu trong thời gian tới.
Bảng 1.1 Các thành tích đạt được qua các năm của ACB Năm | Hình thức | Nội dung | Cơ quan ra quyết định | 2011 | Bằng khen | Ngân hàng tốt nhất Việt Nam | Global Finance | | Cúp | Ngân hàng tốt nhất Việt Nam | Asia Money | | Bằng khen | Ngân hàng tốt nhất Việt Nam | Euro Money | | Bằng khen | Ngân hàng tốt nhất Việt Nam | World Finance | 2010 | Cúp thủy tinh | "Ngân hàng vững mạnh nhất Việt Nam 2010" | Tạp chí The Asian Banker | | Cúp thủy tinh | Ông Lý Xuân Hải - Tổng Giám đốc ACB nhận giải thưởng "Lãnh đạo Ngân hàng xuất sắc nhất Việt Nam 2010" | Tạp chí The Asian Banker | | Cúp thủy tinh | Ngân hàng tốt nhất Việt Nam 2009 (Best Bank in Vietnam 2009) | Tạp chí The Asset | 2009 | Cúp | Ngân hàng tốt nhất Việt Nam 2009 (Best Bank in Vietnam 2009) | Tạp chí The Banker | | Bằng khen | Ngân hàng tốt nhất Việt Nam 2009
(Best Bank in Vietnam 2009) | Tạp chí Global Finance | | Cúp thủy tinh | Ngân hàng tốt nhất Việt Nam 2009
(Best Bank in Vietnam 2009) | Tạp chí Euromoney | | Cúp thủy tinh | Ngân hàng tốt nhất Việt Nam 2009
(Best Bank in Vietnam 2009) | Tạp chí Asiamoney | | Bằng khen | Ngân hàng tốt nhất Việt Nam 2009
(Best Bank in Vietnam 2009) | Tạp chí Finance Asia | | Huân chương lao động hạng Nhì | Đã có thành tích xuất sắc trong công tác từ năm 2003 - 2007 góp phần vào sự nghiệp xây dựng Chủ nghĩa xã hội và bảo vệ Tổ quốc. | Chủ tịch nước | 2008 | Cúp thủy tinh | Ngân hàng tốt nhất Việt Nam 2007
(Best Bank in Vietnam 2007) | Tạp chí Euromoney | 2007 | Cúp thủy tinh | Thành tựu về lãnh đạo trong ngành ngân hàng Việt Nam năm 2006 | The Asian Banker | 2006 | Huân chương lao động hạng ba | Đã có thành tích xuất sắc trong công tác từ năm 2001 - 2005 góp phần vào sự nghiệp xây dựng chủ nghĩa xã hội và bảo vệ Tổ quốc. | Chủ tịch nước | | Bằng khen | Đã có thành tích trong việc thực hiện Chỉ thị 58/CT-TW của Bộ Chính trị về đẩy mạnh ứng dụng phát triển công nghệ thông tin, góp phần vào sự nghiệp xây dựng Chủ nghĩa xã hội và bảo vệ Tổ quốc. | Thủ tướng Chính phủ | 2005 | Giải thưởng | Ngân hàng tốt nhất Việt nam năm 2005 | Tạp chí The banker | 2002 | Bằng khen | Thành tích kinh doanh ổn định, nâng cao chất lượng hoạt động, chất lượng sản phẩm dịch vụ trong nhiều năm, đạt Giải thưởng Chất lượng Việt Nam năm 2002 | Thủ tướng Chính phủ | | Giải thưởng | Giải thưởng chất lượng Việt Nam năm 2002 | Hội đồng Xét duyệt Quốc gia | 2001 | Danh sách | Là một trong 500 ngân hàng hàng đầu Châu Á | Tạp chí Asiaweek | 1999 | Chứng nhận | Ngân hàng tốt nhất Việt Nam | Tạp chí Global Finance Magazine (USA) | 1997 | Chứng nhận | Ngân hàng tốt nhất Việt Nam | Tạp chí Euromoney |
Nguồn : Tài liệu Ngân hàng Á Châu . Năm tài chính | 2010 | 2011 | 2012 | % Tăng giảm 2011/2010 | % Tăng giảm 2012/2011 | Tổng tài sản | 205.103 | 281.019 | 177.012 | 37,01% | -37% | Tổng dư nợ | 87.195 | 102.809 | 101.334 | 17,91% | 1,4% | Tổng tiền gửi huy động | 106.937 | 142.218 | 125.334 | 33% | -11,8% | Lợi nhuận trước thuế | 3.102 | 4.203 | 1.202 | 35,5% | -71,40% | Lợi nhuận sau thuế | 2.335 | 3.208 | 928 | 37,38% | -71% |
Kết quả hoạt động kinh doanh giai đoạn 2010-2012
Bảng 1.2 Kết quả hoạt động kinh doanh giai đoạn 2010-2012 của ACB
ĐVT : Tỷ đồng
Nguồn : Báo cáo thường niên của Ngân hàng Á Châu Giai đoạn 2010-2012 và đặc biệt là năm 2012 là một giai đoạn khó khăn cho cả toàn ngành ngân hàng nói chung và ngân hàng Á Châu nói riêng, với rất nhiều thay đổi từ các chính sách tiền tệ của Ngân hàng Nhà nước. Ngân hàng ACB đã phải đối mặt với rất nhiều khó khăn đến từ bên trong cũng như từ bên ngoài. Việc một cổ đông lớn của ngân hàng bị điều tra đã dẫn đến làn sóng rút tiền của khách hàng và khiến cho uy tín của ngân hàng bị giảm sút trong tháng 6 năm 2012. Trước tình thế khó khăn đó, ACB với danh tiếng và kinh nghiệm hoạt động lâu năm, cùng với những chính sách linh hoạt trong quá trình điều hành đã cố gắng để vượt qua khó khăn và cố gắng giảm thiểu tổn thất tới mức thấp nhất. Tổng tài sản trong năm 2011 của ACB là 281.019 tỷ đồng, tăng 37,01% so với năm 2010, nhưng sự khó khăn ở năm 2012 đã làm cho tổng tài sản năm 2012 giảm 37%, chỉ còn 177.012 tỷ đồng. Tổng tiền gửi huy động năm 2011 tăng 33% so với năm 2010 nhưng năm 2012 đã giảm 11,8% so với năm 2011, nguyên nhân chính là do tình hình kinh tế khó khăn và sự mất lòng tin nhất thời của một bộ phận nhỏ khách hàng. Việc thắt chặt tín dụng, hạn chế cho vay từ các chính sách của NHNN và sự đổ vỡ của thị trường bất động sản đã làm cho tốc độ tăng dư nợ tín dụng của ACB năm 2012 chỉ còn 1%, thấp hơn khá nhiều so với mức 17,91% của năm 2011.
Hình 1.2 Lợi nhuận trước thuế của ACB qua 3 năm 2010, 2011, 2012

Nguồn : Báo cáo kinh doanh của ACB năm 2010, 2011, 2012
Nhìn chung ACB đã hoạt động khá tốt trong giai đoạn 2010-2011 với mức lợi nhuận ổn định và tăng trưởng đều qua các năm. Tuy nhiên năm 2012, do chính sách kinh doanh vàng của Ngân hàng Nhà nước thay đổi, các ngân hàng không được huy động vàng và phải đóng trạng thái vàng trước 25/11/2012 đã làm giá vàng tăng đột ngột khiến cho ACB chịu lỗ 1.251 tỷ đồng trong 9 tháng đầu năm 2012 và tiếp tục chịu lỗ trong quý 4 năm 2012 do đóng trạng thái vàng. Chính điều này đã làm giảm lợi nhuận của ACB trong năm tài chính 2012, còn 1.201 tỷ đồng, giảm 71% so với lợi nhuận năm 2011. Năm 2012 cũng là một năm quan trọng khi mà hội đồng quản trị của ACB có những thay đổi lớn trong cơ cấu nhân sự lãnh đạo, đánh dấu một bước tiến mới của ACB trong việc thay đổi để phù hợp với tình hình kinh tế hiện nay. Điều này đã mở ra một tương lai sáng lạng hơn nữa cho ngân hàng ACB tiếp tục phát triển vững mạnh trong thời gian tới.
Chiến lược phát triển giai đoạn 2011-2015
Ban lãnh đạo NHTMCP Á Châu đã vạch ra kế hoạch phát triển trung hạn 2008 - 2015 cho ngân hàng. Theo đó đến năm 2015 phấn đấu để ACB trở thành tập đoàn tài chính - ngân hàng hàng đầu Việt Nam và đƣợc chia làm hai giai đoạn 2008 - 2010 và 2011 - 2015. Theo kế hoạch này, đến năm 2015, ACB có tổng tài sản trên 300.000 tỷ đồng, có hơn 10.000 nhân viên làm việc tại 350 đơn vị trên cả nước. Tập đoàn ACB khi đó sẽ có hai ngân hàng, một chuyên về bán lẻ và một chuyên về đầu tư với trình độ quản trị chuyên nghiệp theo chuẩn mực và thông lệ quốc tế.
Tập đoàn Ngân hàng Á Châu sẽ có hai mũi nhọn: Ngân hàng bán lẻ được phát triển từ khối dịch vụ ngân hàng của ACB hiện nay và ngân hàng đầu tư chuyên nghiệp sẽ phát triển từ Công ty Chứng khoán ACB (ACBS).

GIỚI THIỆU VỀ PHÒNG GIAO DỊCH NGUYỄN SƠN
Bối cảnh thành lập, chức năng, nhiệm vụ * Bối cảnh thành lập * Căn cứ luật các TCTD ban hành theo lệnh số 01/LTCN ngày 26/02/1997 của Chủ tịch nước CHXHCN Việt Nam. * Căn cứ quyết định số 857/QĐ-NHNN ngày 01/08/2003 của Thống Đốc Ngân hàng Nhà nước Việt Nam về việc chuẩn y bầu chức danh thành viên HĐQT ban kiểm soát của ACB nhiệm kỳ 2003-2008. * Và ngày 08/08/2008 Ngân hàng TMCP Á Châu- PGD Nguyễn Sơn chính thức đi vào hoạt động tại trụ sở 334-334A Nguyễn Sơn, P.Phú Thọ Hòa, Q.Tân Phú, TP. Hồ Chí Minh. * Chức năng, nhiệm vụ * Tổ chức kinh doanh tiền tệ tín dụng Ngân hàng đối với khách hàng trên địa bàn TP. Hồ Chí Minh. * Tổ chức công tác, hạch toán kế toán đầy đủ, chính xác kịp thời các nghiệp vụ pháp sinh chấp hành chế độ tài chính của Nhà Nước ban hành và hướng dẫn của Tổng giám đốc ACB. * Thực hiện mở tài khoản, nhận tiền gửi không kỳ hạn, có kỳ hạn , tiền gửi thanh toán của tổ chức kinh tế, hộ kinh doanh, tư nhân cá thể trong và ngoài nước, nhận tiền gửi tiết kiệm của dân cư bằng ngoại tệ và Việt Nam đồng. * Cho vay ngắn hạn, trung hạn, dài hạn và cho vay có mục đích bằng Việt Nam đồng và ngoại tệ đối với các tổ chức kinh tế, thực hiện bảo lãnh cho khách hàng theo thể lệ nghiệp vụ hiện hành, theo chiết khấu các loại giấy tờ có giá theo quy định của Ngân hàng Nhà nước và theo hướng dẫn của Tổng giám đốc ACB. * Tổ chức nghiệp vụ và dịch vụ thanh toán, chuyển tiền giữa các ngân hàng trong nước, thanh toán quốc tế theo đúng chế độ. Chấp hành theo đúng chế độ quản lý ngoại hối của Tổng giám đốc ACB. * Tổ chức thực hiện công tác quản lý tiền mặt, ngân phiếu thanh toán và đảm bảo việc chi trả tiền mặt, ngân phiếu thanh toán cho khách hàng theo đúng quy định của Tổng giám đốc ACB. * Quản lý và đảm bảo an toàn trụ sở làm việc, thiết bị, phương tiện dụng cụ làm việc của PGD.
Cơ cấu tổ chức và nhiệm vụ của các phòng ban * Cơ cấu tổ chức
Hình 1.3 : Cơ cấu tổ chức ACB – PGD Nguyễn Sơn
Giám đốc
Phòng tín dụng
Định giá TSTC Á Châu
CA
PFC
RA
Teller
Thủ quỹ
Phòng giao dịch
LDO
Tín dụng cá nhân
Loan CSR
Kiểm soát viên
CSR
Giám đốc
Phòng tín dụng
Định giá TSTC Á Châu
CA
PFC
RA
Teller
Thủ quỹ
Phòng giao dịch
LDO
Tín dụng cá nhân
Loan CSR
Kiểm soát viên
CSR

Tín dụng doanh nghiệp
Tín dụng doanh nghiệp

Nguồn : Tài liệu của ACB – PGD Nguyễn Sơn * Nhiệm vụ của các phòng ban * Giám đốc : Hoạch định, thực hiện kế hoach tín dụng hằng năm của PGD. Đại diện ủy quyền của Tổng giám đốc ACB ký kết các văn bản, hợp đồng chứng từ với khách hàng và các bên liên quan trong hoạt động tín dụng. Ký các hợp đồng tín dụng có mức cho vay dưới 2 tỷ đồng. * Phòng Định giá tài sản tài chính Á Châu : là nơi để trình các hợp đồng tín dụng trên 2 tỷ đồng, định giá tài sản và xem xét hồ sơ của NVTD PGD để duyệt cho khách hàng vay. Phòng này được đặt tại chi nhánh Lũy Bán Bích. Phòng giao dịch có nhiệm vụ : * Hướng dẫn làm thủ tục mở và sử dụng tài khoản. * Thực hiện ký quỹ thanh toán như thư tín dụng, séc bảo chi… * Thực hiện nghiệp vụ mua và bán ngoại tệ, vàng, thanh toán thẻ và các nhu cầu khác của khách hàng. * Thực hiện và quản lý các nghiệp vụ liên quan tới tài khoản tiền gửi, tài khoản tiết kiệm và các khoản dung trong giao dịch với ngân hàng. * CSR : là nhân viên dịch vụ khách hàng hướng dẫn và tư vấn cho khách hàng về các sản phẩm của ngân hàng. * KSV : là nhân viên có nhiệm vụ quản lý và giám sát các hoạt động của PGD, có thể thay thế Giám đốc ký các văn bản vấn đề liên quan tới lĩnh vực hành chính. * Teller : là nhân viên giao dịch tài khoản, có nhiệm vụ hướng dẫn khách hàng tiến hành giao dịch tài khoản. * Thủ quỹ : là nhân viên thực hiện thu chi tại quầy giao dịch. * Phòng tín dụng có nhiệm vụ : * Lập kế hoạch kinh doanh bao gồm kế hoạch tiếp thị và chương trình hoạt động tín dụng hàng tháng của PGD. * Phối hợp, phân tích đánh giá tình hình hoạt động kinh doanh của PGD và Chi nhánh. * Hướng dẫn, tư vấn cho khách hàng khi đến hỏi thủ tục vay tiền. * Bộ phận tín dụng cá nhân: có nhiệm vụ xây dựng, phát triển và quản lý sản phẩm tín dụng cá nhân. * Bộ phận tín dụng doanh nghiệp : có nhiệm vụ hướng dẫn tư vấn các nghiệp vụ về thẩm định, phân tích tín dụng doanh nghiệp. * CA: là nhân viên quản lý, theo dõi khách hàng, các khoản vay. Lập tờ trình thẩm định, phân tích đánh giá khách hàng, kiểm tra mục đich sử dụng vốn của khách hàng, giám sát tình hình hoạt động kinh doanh, đôn đốc trả nợ… * PFC : là nhân viên tiếp nhận cung ứng sản phẩm dịch vụ của Ngân hàng cho khách hàng, hướng dẫn thủ tục vay vốn, trực tiếp đi tiếp thị, tìm kiếm khách hàng mới, đảm bảo khả năng tăng trưởng tín dụng, đạt kế hoạch được giao. * RA : là nhân viên phân tích tín dụng, thẩm định hồ sơ của khách hàng doanh nghiệp, đánh giá các hồ sơ tín dụng có nguy cơ chuyển sang nợ xấu, theo dõi định kỳ công tác thẩm định tín dụng trong PGD. * Loan CSR : là nhân viên dịch vụ tín dụng có nhiệm vụ giải ngân, thanh lý, hỏi thông tin CIC, quản ký hồ sơ tín dụng, mở tài khoản giao dịch vàng, cho vay có đảm bảo bằng sổ tiết kiệm.
Các hoạt động kinh doanh cuả ACB- PGD Nguyễn Sơn * Huy động vốn ngắn hạn, trung và dài hạn bằng nhiều hình thức khác như mở tài khoản tiền gửi của khách hàng bằng Việt Nam đồng và ngoại tệ. * Thực hiện tín dụng ngắn hạn, trung và dài hạn đối với các tổ chức ngân hàng và cá nhân. * Thực hiện chiết khấu giấy tờ có giá, quản lý mua bán ngoại tệ và các nghiệp vụ liên quan tới ngoại thương. * Chuyển tiền cho người thân đi học, chữa bệnh, du lịch… * Thanh toán các dịch vụ cho thanh toán trong và ngoài nước, thanh toán L/C, ủy nhiệm chi, ủy nhiệm thu. * Thực hiện các nghiệp vụ thanh toán liên ngân hàng, thanh toán quốc tế chuyển tiền nhanh của Wester Union. * Thực hiện các nghiệp vụ kiều hối, vàng bạc, thanh toán thẻ.
Thuận lợi, khó khăn của ACB – PGD Nguyễn Sơn * Thuận lợi : Do được đặt tại vị trí có lợi thế là tại Quận Tân Phú mới thành lập lại còn với giáp ranh với các khu vực gần khu công nghiệp nên PGD đã được nhiều người và các doanh nghiệp biết đến, luôn luôn có những chương trình khuyến mãi hấp dẫn cho khách hàng. * Khó khăn : Nằm trên cùng một con đường Nguyễn Sơn nhưng có nhiều PGD của các Ngân hàng khác như Sacombank, PGbank, DaiAbank, Techcombank, OCB, SaigonBank… nên sức ép về khả năng cạnh tranh của ACB đối với các ngân hàng khác là rất lớn. Mỗi ngân hàng đều có những chính sách phát triển riêng của mình để thu hút lượng khách đến giao dịch tại ngân hàng và ACB- PGD Nguyễn Sơn cũng đã và đang xay dựng một hình ảnh riêng của mình để ghi dấu ấn trong lòng khách hàng.

Tình hình hoạt động kinh doanh của ACB- PGD Nguyễn Sơn
Ngân hàng là tổ chức kinh doanh trong lĩnh vực tiền tệ, tín dụng và dịch vụ ngân hàng. Nó cũng như những doanh nghiệp sản xuất, kinh doanh khác, luôn có mục tiêu lợi nhuận hàng đầu. Lợi nhuận là then chốt, cụ thể nhất nói lên kết quả hoạt động kinh doanh của ngân hàng, nó là hiệu số giữa thu nhạp và chi phí. Để gia tăng lợi nhuận, ngân hàng cần phải quản lý tốt các khoản mục tài sản có, nhất là khoản mục cho vay và đầu tư, giảm thiểu các chi phí trong đó tập trung quản lý chặt chẽ việc chi tiêu, mua sắm công tác phí trên tinh thần tiết kiệm chống lãng phí, đảm bảo cho hoạt động kinh doanh có hiệu quả.
Bảng 1.3 Số liệu về tình hình thu nhập, chi phí và lợi nhuận của PGD năm 2012 ĐVT : Triệu đồng Chỉ tiêu | Năm 2010 | Năm 2011 | Năm 2012 | Tổng tài sản | 332.993 | 569.418 | 459.620 | Thu nhập | 54.192 | 141.396 | 128.232 | Chi phí | 48.798 | 130.215 | 121.672 | LN trước thuế | 5.394 | 11.181 | 6.560 |
Nguồn : Báo cáo tài chính Ngân hàng ACB- PGD Nguyễn Sơn qua các năm
Nhìn vào bảng số liệu, ta có thể thấy rằng tình hình hoạt động của ACB- PGD Nguyễn Sơn có kết quả khá tốt, lợi nhuận qua các năm đi lên khá nhanh, năm 2010, lợi nhuận của PGD là 5.394 triệu đồng, năm 2011 là 11.181 triệu đồng, tăng 107% so với lợi nhuận năm 2010, đánh dấu một năm thành công của PGD. Tiếp tục phát huy thành công của năm 2011, tập thể nhân viên PGD Nguyễn Sơn đã cố gắng hoàn thành tốt nhiệm vụ trong năm 2012, tuy nhiên do tình hình kinh tế khó khăn chung cho toàn ngành ngân hàng, lợi nhuận của PGD năm 2012 là 6.560 triệu đồng, giảm 41,3% so với lợi nhuận năm 2011. Mặc dù vậy thì hoạt động của PGD năm 2012 vẫn được đánh giá tốt và đáng được ghi nhận. Tuy chỉ mới được thành lập từ năm 2008, nhưng ACB Nguyễn Sơn đã biết tận dụng tối đa về mặt vị trí thuận lợi, gần khu vực dân cư và việc quản lý tốt đội ngũ cán bộ nhân viên nên đạt được những kết quả đáng khích lệ.

* KẾT LUẬN CHƯƠNG 1
Trong hơn 20 năm hoạt động của mình, Ngân hàng Thương mại Cổ phần Á Châu đã có những sự trưởng thành vượt bậc, trở thành Ngân hàng TMCP số 1 Việt Nam, có nhiều hoạt động tích cực ở tất cả các mảng dịch vụ, được khách hàng đánh giá rất cao, tạo được hình ảnh tốt đẹp trong mặt các tổ chức tín dụng quốc tế.
Trong thành công chung của ACB nói chung, ACB Nguyễn Sơn tuy là một thành viên non trẻ trong hệ thống nhưng cũng có những đóng góp không thể phủ nhận được, để có thể thực hiện điều đó, bản thân ACB Nguyễn Sơn đã xây dựng một quy cách hoạt động chuyện nghiệp : * Xây dựng hệ thống phòng ban khoa học, chặt chẽ. * Các khối phòng ban được phân công những chức năng cụ thể, chuyên biệt. * Xây dựng hệ thống các sản phẩm hỗ trợ nhau rất tốt, tạo nhiều hỗ trợ cho khách hàng. * Đội ngũ cán bộ được đào tạo chuyện nghiệp và bài bản, chiếm được niềm tin và tạo được hình ảnh đẹp trong mắt khách hàng.
Từ những phấn đấu trong vòng 20 năm qua, ngân hàng ACB luôn là lá cờ đầu trong khối ngân hàng TMCP tại Việt Nam. Tuy nhiên, trong nền kinh tế có nhiều biến đổi như hiện nay, ACB đã có những bước chuyển mình nhất định để thích ứng với thị trường, trong đó khối ngân hàng bản lẻ có một ví trị quan trọng trong sự thay đổi này, nhằm đạt được mục tiêu thành ngân hàng có những sản phẩm dịch vụ khách hàng tốt nhất, đạt hiệu quả cao nhất.

XẾP HẠNG TÍN DỤNG KHÁCH HÀNG CÁ NHÂN CỦA NGÂN HÀNG Á CHÂU-CN LŨY BÁN BÍCH- PGD NGUYỄN SƠN
LÝ THUYẾT TỔNG QUAN VỀ XÉP HẠNG TÍN DỤNG CÁ NHÂN
Khái niệm về xếp hạng tín dụng
Xếp hạng tín dụng (XHTD) là việc đưa ra nhận định về mức độ tín nhiệm đối với trách nhiệm tài chính hoặc đánh giá mức độ rủi ro tín dụng phụ thuộc vào các yếu tố bao gồm năng lực đáp ứng các cam kết tài chính, khả năng dễ bị phá sản dẫn tới vỡ nợ khi các điều kiện kinh doanh thay đổi, ý thức và thiện chí trả nợ của người đi vay.
Đối tượng xếp hạng tín dụng
Hệ thống XHTD đề cập đến tất cả các yếu tố có liên quan tới rủi ro tín dụng, các NHTM không sử dụng kết quả XHTD nhằm thể hiện giá trị của người đi vay mà chủ yếu là đưa ra ý kiến dựa trên các nhân tố rủi ro, từ đó có chính sách tín dụng và giới hạn cho vay phù hợp. Một sự xếp hạng cao của một khách hàng (KH) đi vay chưa phải là chắc chắn trong việc thu hồi đầy đủ các khoản nợ gốc và lãi vay, đó chỉ là cơ sở để đưa ra quyết định đúng đắn về tín dụng đã được điều chỉnh theo dự kiến mức độ rủi ro tín dụng có liên quan đến khách hàng là người đi vay và tất cả các khoản vay của khách hàng đó.
Vai trò và sự cần thiết khách quan của xếp hạng tín dụng khách hàng cá nhân
Đối với ngân hàng:
XHTD là cơ sở để lựa chọn khách hàng cho vay: Hoạt động ngân hàng là một trong những hoạt động chứa rất nhiều rủi ro. Đặc biệt là trong quan hệ tín dụng, rủi ro mà ngân hàng phải gánh chịu không chỉ có nguyên nhân từ phía ngân hàng mà còn từ phía khách hàng. Chính vì vậy, XHTD trở thành một khâu không thể thiếu trong quan hệ tín dụng.
Xây dựng chính sách phù hợp với từng khách hàng : Bất cứ món vay nào cũng luôn chứa đựng những rủi ro tiềm ẩn cho ngân hàng. Tuy nhiên, không phải vì vậy mà ngân hàng từ chối mọi khoản vay. Tùy theo kết quả xếp hạng tín dụng đối với các khách hàng, ngân hàng sẽ đưa ra nhưng chính sách phù hợp như : * Cung cấp các sản phẩm tín dụng * Mức lãi suất áp dụng * Sử dụng tài sản đảm bảo
Phân loại và quản lý nợ : Theo Quyết định số 493/2005/NHNN và Thông tư số 02/2013/NHNN của Ngân Hàng Nhà Nước Việt Nam về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài : các tổ chức tín dụng phải xây dựng hệ thống XHTD nội bộ để hỗ trợ cho việc phân loại và quản lý nợ. Căn cứ vào kết quả XHTD, các ngân hàng tiến hành trích lập dự phòng và quản lý nợ theo quy định của Nhà nước.
Ngoài ra, hệ thống XHTD còn giúp cho ngân hàng xây dựng chiến lược Marketing hiệu quả, hướng tới đối tượng là khách hàng ít rủi ro và tiềm năng cho ngân hàng.
Đối với khách hàng cá nhân:
Kết quả XHTD cá nhân có một ý nghĩa không nhỏ đối với các khách hàng. Mỗi món vay của ngân hàng đều tiềm ẩn những rủi ro, nhưng không phải vì thế mà chỉ những món vay có rủi ro thấp mới được chấp nhận. Rõ ràng, với những nhóm khách hàng có rủi ro thấp, ngân hàng sẽ cho vay với mức lãi suất ưu đãi hơn. Còn nhóm khách hàng có rủi ro cao sẽ phải chịu mức lãi suất cao hơn và những điều kiện cho vay khắt khe hơn. Như vậy, ngân hàng vừa cung cấp được tín dụng cho rất nhiều khách hàng, lại vừa đảm bảo an toàn cho vốn vay của mình.
Các khách hàng khi đến vay vốn tại ngân hàng, muốn được chấp thuận cần phải có những điều kiện nhất định. Nếu khách hàng là nhà kinh doanh, nhà đầu tư, điều kiện đầu tiên là sẽ phải có những chiến lược kinh doanh khả thi, như vậy mới làm cho ngân hàng tin tưởng và khả năng trả nợ của khách hàng và cho khách hàng vay vốn. Xét về mặt vày, hệ thống XHTD tạo điều kiện thúc đẩy khách hàng xây dựng chiến lược kinh doanh hiệu quả để thu được lợi nhuận cao và trả nợ cho ngân hàng.
Các yếu tố thường được xem xét khi thực hiện XHTD khách hàng cá nhân
Các chỉ tiêu dưới dây thường được các ngân hàng xem xét khi thực hiện xếp hạng tín dụng khách hàng cá nhân.

Đặc điểm nhân thân của khách hàng :
Các thông tin về nhân thân khách hàng là những thông tin đánh giá khả năng khả nợ của chính khách hàng. Các thông tin nhân thân thường được xem xét khi xếp hạng tín dụng bao gồm : * Tuổi của khách hàng * Giới tính : Nam hay nữ * Tình trạng hôn nhân * Trình độ học vấn : Khả năng trả nợ của khách hàng có trình độ Đại học & trên Đại học với khách hàng có trình độ dưới Đại học là khác nhau. * Tính chất của công việc hiện tại : Người quản lý, hay cán bộ, nhân viên… * Thời gian làm công việc hiện tại : Dùng để đánh giá mức độ gắn bó của khách hàng với công việc hiện tại họ đang làm.
Thông tin về điều kiện sống của khách hàng :
Xem xét các thông tin về điều kiện sống của khách hàng sẽ giúp cho cán bộ tín dụng đánh giá được các tác động của yếu tố xung quanh tới khả năng trả nợ của khách hàng. Sau đây là một vài yếu tố về điều kiện sống của khách hàng thường được sử dụng khi thực hiện xếp hạng tín dụng : * Số người phụ thuộc trong gia đình : Những người phụ thuộc có thể là người già, trẻ em … không có khả năng làm việc và tạo ra thu nhập. Số người phụ thuộc càng lớn, gánh nặng cho khách hàng sẽ càng lớn hơn, và tất yếu, khả năng trả nợ của họ sẽ giảm đi. * Tình trạng chỗ ở : Khách hàng có nhà riêng hay đi thuê nhà cũng là một vấn đề cần được xem xét. Những khách hàng hiện đang ở nhà đi thuê hàng tháng sẽ phải chịu thêm một khoản chi phí cho việc thuê nhà. * Ngoài ra, các yếu tố được xem xét có thể là : đặc điểm nơi cư trú của khách hàng, mức độ rủi ro của công việc mà khách hàng đang làm …
Tình hình tài chính cá nhân : * Thu nhập hàng tháng : Người có mức thu nhập càng cao và ổn định thì khả năng trả nợ lớn hơn người có mức thu nhập thấp. * Tiết kiệm hàng tháng * Tài sản bảo đảm : Ngân hàng quan tâm đến loại tài sản đảm bảo, nhất là tính thanh khoản của tài sản, tức là có thể dễ dàng nhượng bán, tài sản đảm bảo có thể dễ dàng xác định giá trị trên thị trường và giá trị của tài sản đảm bảo. Thông thường, các ngân hàng chỉ cho vay tối đa là 70% giá trị tài sản đảm bảo. * Ngoài ra còn các yếu tố khác như : Mối quan hệ của khách hàng với ngân hàng, số dịch vụ khách hàng đang sử dụng tại ngân hàng …
Quy trình xếp hạng tín dụng khách hàng cá nhân * * * * * * * * * * * * * * * * * * * *
Sơ đồ 2.1 : Quy trình xếp hạng tín dụng khách hàng cá nhân Xác định mục đích xếp hạng
Thu thập thông tin về đối tượng cần xếp hạng

Phân tích thông tin
Rút ra kết luận đánh giá

Đưa ra kết quả đánh giá chính thức
Theo dõi, giám sát đối tượng
Không thỏa mãn
Thỏa mãn mục đích xếp hạng, đảm bảo chính xác, khách quan

Xác định mục đích xếp hạng
Thu thập thông tin về đối tượng cần xếp hạng

Phân tích thông tin
Rút ra kết luận đánh giá

Đưa ra kết quả đánh giá chính thức
Theo dõi, giám sát đối tượng
Không thỏa mãn
Thỏa mãn mục đích xếp hạng, đảm bảo chính xác, khách quan

Các phương pháp XHTD cá nhân * Phương pháp chuyên gia.
Đây là phương pháp thông qua việc tham khảo, tập hợp ý kiến của các chuyên gia về một lĩnh vực nào đó, từ đó đưa ra những nhận định và đánh giá. Để áp dụng phương pháp chuyên gia, phải thông qua các bước, bao gồm: * Lựa chọn chuyên gia phù hợp. * Trưng cầu ý kiến của các chuyên gia đó * Tập hợp và phân tích các ý kiến, đánh giá của các chuyên gia. * Các chuyên gia giỏi sẽ có cái nhìn bao quát, nắm được những vấn đề nội tại trong lĩnh vực mà họ nghiên cứu, từ đó đưa ra đánh giá, dự báo về tương lai, giải pháp, phương hướng giải quyết dựa trễn kinh nghiệm, kiến thức chuyên môn cũng như kiến thức thực tế …
Mục đích của phương pháp chuyên gia là đánh giá tình hình hiện tại, dự báo về biến động trong tương lai của một lĩnh vực nào đó thông qua ý kiến của các chuyên gia.
Trong XHTD, việc sử dụng phương pháp chuyên gia giúp tận dụng được các kinh nghiệm từ những trải nghiệm thực tế, quan sát đối tượng, những dự đoán về mối quan hệ giữa nhân thân khách hàng, tình hình tài chính với khả năng trả nợ, cùng các kiến thức tổng quát liên quan đến vấn đề này …
Có không ít mô hình hiện nay sử dụng phương pháp chuyên gia như : * Bảng câu hỏi đánh giá cổ điển. * Hệ thống định tính. * Hệ thống chuyên gia.
Kết quả của phương pháp chuyên gia phụ thuộc rất nhiều và kinh nghiệm thực tế, những đánh giá mang tính chủ quan của chuyên gia tín dụng về : Khả năng đảm bảo trả nợ của khách hàng cũng như mối tương quan giữa các chỉ tiêu ( đặc điểm nhân thân, điều kiện sống, tình hình tài chính ) đến khả năng trả nợ.

* Phương pháp thống kê.
Trong thực tế, có nhiều mô hình thống kế được sử dụng trong XHTD. Có thể kể đến một vài mô hình như : * Mô hình hồi quy * Mạng Neutral * Mô hình phân tích phân biệt (MDA) * Phương pháp lân cận gần nhất K * Mô hình Logit ( logistics ), Probit * Phương pháp giải thuật di truyền * Sơ đồ cây phân loại
Khác với mô hình XHTD định tính, mang đậm tính chủ quan của người chấm điểm, các mô hình XHTD sử dụng phương pháp thống kê được xây dựng dựa trên bộ số liệu quá khứ. Trong các mô hình thống kê đó, mô hình Logistics (hay logit) sẽ được sử dụng để xây dựng mô hình XHTD trong bài này. Điểm nổi bật của mô hình Logistics đó là : Các biến đưa vào mô hình có thể là biến định tính, cũng có thể là biến định lượng, không đòi hỏi phải phân phối chuẩn như mô hình phân tích phân biệt. Ngoài ra, mô hình Logistics có thể đưa ra được xác suất mà khách hàng cá nhân có thể trả nợ, vì vậy nó có thể dự báo chính xác hơn so với những mô hình chấm điểm một cách định tính.
MỘT SỐ NGHIÊN CỨU VỀ XẾP HẠNG TÍN DỤNG CÁ NHÂN
Mô hình xếp hạng tín dụng cá nhân của Ernst & Young Việt Nam
Mô hình XHTD cá nhân của tổ chức kiểm toán Ernst & Young gồm 2 phần với trọng số khác nhau: chấm điểm nhân thân – trọng số 60%, chấm điểm khả năng trả nợ – trọng số 40%.
Các chỉ tiêu chấm điểm cá nhân của E&Y bao gồm: * Thông tin về nhân thân: Tiền án tiền sự; tuổi; trình độ học vấn; tính chất công việc hiện tại; thời gian làm công việc hiện tại; tình trạng chỗ ở; cơ cấu gia đình; số người trực tiếp phụ thuộc vào người vay; bảo hiểm nhân mạng. * Khả năng trả nợ: Dư nợ / Tài sản; tình hình trả nợ; tình hình chậm trả lãi; các dịch vụ sử dụng ở ngân hàng; đánh giá khả năng trả nợ; lợi nhuận / doanh thu hoặc thu nhập ròng; số tiền theo kế hoạch trả nợ / Nguồn trả nợ.
Căn cứ vào kết quả chấm điểm, E&Y thực hiện xếp hạng tín dụng với 10 mức từ A+ đến D, ứng với tổng điểm cao nhất là 100 cho mức A+ Bảng 2.1 : Hệ thống ký hiệu XHTD cá nhân của E&Y | Điểm | Xếp hạng | Đánh giá xếp hạng | Mức độ rủi ro. Phân loại theo quyết định 493/2005/QĐ-NHNN | 100 | A+ | Thượng hạng | Thấp. Nợ đủ tiêu chuẩn nhóm 1 | 94 | A | Xuất sắc | Thấp. Nợ đủ tiêu chuẩn nhóm 1 | 89 | A- | Rất tốt | Thấp. Nợ đủ tiêu chuẩn nhóm 1 | 84 | B+ | Tốt | Thấp. Nợ cần chú ý thuộc nhóm 2 | 79 | B | Trung bình | Trung bình. Nợ cần chú ý thuộc nhóm 2 | 69 | B- | Thỏa đáng | Trung bình. Nợ cần chú ý thuộc nhóm 2 | 59 | C+ | Dưới trung bình | Trung bình. Nợ dưới tiêu chuẩn thuộc nhóm 3 | 49 | C | Dưới chuẩn | Cao. Nợ dưới tiêu chuẩn thuộc nhóm 3 | 39 | C- | Khả năng không thu hồi cao | Cao. Nợ nghi ngờ thuộc nhóm 4 | 35 | D | Khả năng không thu hồi rất cao | Cao. Nợ có khả năng mất vốn thuộc nhóm 5 | Nguồn : Công ty TNHH Ernst & Young Việt Nam |

Nghiên cứu của Stefanie Kleimeier và Dinh Thi Huyen Thanh về mô hình điểm số tín dụng cá nhân áp dụng cho các ngân hàng bán lẻ tại Việt Nam
Nghiên cứu của Stefanie Kleimeier và Dinh Thi Huyen Thanh được thực hiện dựa trên việc xây dựng mô hình điểm số tính dụng khách hàng cá nhân cho các ngân hàng bán lẻ. Nguồn số liệu mà Stefanie Kleimeier và Dinh Thi Huyen Thanh sử dụng được tổng hợp từ các NHTM, gồm 20 biến số – hầu hết là các chỉ tiêu phi tài chính – bao gồm: độ tuổi, trình độ học vấn, mục đích vay, thời gian vay, số lần đến NH, miền cư trú,… Các biến số này sẽ tác động đến rủi ro tín dụng. Kết quả ước lượng hàm điểm số của Stefanie Kleimeier và Dinh Thi Huyen
Thanh được thể hiện ở bảng dưới đây:

Bảng 2.2. Uớc lượng hàm điểm số Biến | Hệ số | Hệ số tự do | -3.176 | Giới tính | -1.557 | Miền cư trú | -0.551 | Trình trạng cư trú | -0.652 | Thời gian công việc hiện tại | -0.285 | Tình trạng hôn nhân | -0.233 | Trình độ học vấn | -0.156 | Số người phụ thuộc | -0.356 | Số lần vay | -0.983 | Thời gian vay | -0.845 | Số lần đến NH | -1.774 | Tài khoản tiền gửi | -0.75 | Số lượng tiền gửi | -0.492 | Giá trị tài sản thế chấp | -0.402 | Loại hình thế chấp | -0.19 | Có điên thoại cố định | |
Nguồn: Dinh Thi Huyen thanh & Stefanie Kleimeier, 2006. (Credit Scoring for VietNam’s Retial Banking Market) Stefanie Kleimeier và Dinh Thi Huyen Thanh thực hiện xây dựng mô hình chấm điểm tín dụng, căn cứ vào tổng điểm sẽ chia các khách hàng vào 10 nhóm từ Aaa đến D. Tuy nhiên, nghiên cứu của Stefanie Kleimeier và Dinh Thi Huyen Thanh không đưa ra cách tính điểm cụ thể cho riêng từng chỉ tiêu, vì vậy, các NHTM muốn sử dụng phải tự xây dựng thang điểm phù hợp với hệ thống dữ liệu và tình hình của NH. Các chỉ tiêu chấm điểm tín dụng cá nhân trong mô hình của Stefanie Kleimeier và Dinh Thi Huyen Thanh bao gồm 2 loại: * Chấm điểm nhân thân và năng lực trả nợ: Tuổi, trình độ học vấn, nghề nghiệp, thời gian công tác, thời gian làm công việc hiện tại, tình trạng cư trú, số người phụ thuộc, thu nhập hàng năm, thu nhặp hàng năm của gia đình * Chấm điểm quan hệ với khách hàng: Gồm các yếu tố Thực hiện cam kết với ngân hàng trong ngắn hạn, thực hiện cam kết với ngân hàng trong dài hạn, các dịch vụ khác đang sử dụng, số dư bình quân tài khoản tiết kiệm trong năm trước.
XẾP HẠNG TÍN DỤNG CÁ NHÂN TẠI NGÂN HÀNG ACB - CHI NHÁNH LŨY BÁN BÍCH
Chính sách tín dụng của ACB
Có 11 nhóm tiêu chí được áp dụng để thẩm định, phê duyệt tín dụng cũng như kiểm soát, đánh giá chất lượng tín dụng danh mục cho vay của ACB với các cấp độ khác nhau (nhóm cấp tín dụng bình thường, nhóm hạn chế, nhóm không cấp và nhóm chấm dứt cấp tín dụng) và được chia thành 2 nhóm lớn sau: * Nhóm xét duyệt, bao gồm: Đối tượng KH, ngành nghề kinh doanh, tình hình tài chính, nguồn trả nợ, vị trí địa lý, tài sản đảm bảo và tỷ lệ cho vay trên tài sản đảm bảo. * Đối tượng KH mục tiêu:KHCN có thu nhập rõ ràng, có tích lũy, nghề nghiệp ổn định, địa vị xã hội rõ ràng và không có khả năng dùng địa vị xã hội tác động trực tiếp lên việc thực hiện quyền của ACB, quan hệ xã hội lành mạnh, lịch sử tín dụng tốt, có năng lực hành vi dân sự, có thái độ hợp tác tốt với ACB.
KHDN có ngành nghề hoạt động rõ ràng và tập trung, lịch sử tín dụng tốt, đội ngũ điều hành có kinh nghiệm, cơ cấu sở hữu và cổ đông rõ ràng, có thái độ hợp tác tốt với ACB. * Ngành nghề kinh doanh: tập trung cho vay các doanh nghiệp, cá nhân hoạt động trong các ngành nghề có khả năng tăng trưởng hoặc phát triển ổn định, ít nhạy cảm với thời tiết và các yếu tố văn hóa, tín ngưỡng, chính trị và chính sách, ít chịu ảnh hưởng của chu kỳ kinh tế trong thời gian kinh tế đi xuống, năng lực cạnh tranh trên trung bình, có khả năng tạo giá trị gia tăng tốt. Một số ngành ưu tiên như: bán buôn bán lẻ hàng tiêu dùng, hàng công nông lâm nghiệp; chế biến lương thực thực phẩm, đồ uống, thức ăn chăn nuôi, chiến biến thuỷ hải sản; sản xuất đồ gia dụng, thiết bị văn phòng; sản xuất hoá chất cơ bản, hạt nhựa, cao su tổng hợp; sản xuất mỹ phẩm, giày dép, … * Tình hình tài chính: chủ yếu là các chỉ số giúp đánh giá mức độ hợp lý của nguồn trả nợ, khả năng trả nợ, độ ổn định và chủ động về tài chính, khả năng bù đắp rủi ro, độ nhạy tài chính,… của KH * Nguồn trả nợ dựa trên mức độ ổn định, khả năng kiểm chứng và mức độ chắc chắn của dòng tiền, nguồn trả nợ bằng tổng thu trừ đi tổng chi. * Vị trí địa lý: tập trung cho vay các KH có địa điểm sinh sống, kinh doanh gần nơi ACB có trụ sở, có cơ sở hạ tầng phát triển, … để dễ dàng tiếp cận và phục vụ KH một cách trọn gói, thuận tiện cho việc gặp gỡ và thường xuyên kiểm tra tình hình KH vay. * Tài sản đảm bảo: phân loại dựa trên độ thanh khoản, sự ổn định về giá trị, sự dễ dàng hay phức tạp trong quản lý và bảo quản, khả năng dễ dàng đo đếm và yếu tố pháp lý trong sở hữu. * Tỷ lệ cho vay trên tài sản đảm bảo: tùy thuộc vào phân nhóm KH, theo cấp phê duyệt, độ ổn định về giá tài sản, thanh khoản và các rủi ro khác ... sẽ có tỷ lệ cho vay chuẩn khác nhau. * Nhóm kiểm soát bao gồm: sản phẩm tín dụng, kỳ hạn cho vay và loại tiền vay, quy mô khoản vay và kênh phân phối. * Sản phẩm tín dụng: dựa vào tính chất sản phẩm như mục đích sử dụng, nguồn trả nợ, tài sản đảm bảo, kỳ hạn vay, loại tiền tệ, KH mục tiêu, … và các chính sách, chỉ đạo của Chính phủ, của NHNN và chính sách quản trị RRTD của ACB tại từng thời kỳ * Kỳ hạn và loại tiền, Quy mô khoản vay, Kênh phân phối tuỳ thuộc vào chính sách tín dụng từng thời kỳ
Khi phân tích và thẩm định KH, mỗi KH sẽ được xếp vào một trong bốn nhóm sau: * Nhóm cấp tín dụng bình thường: là các KH thoả các tiêu chí từ 1 đến 6 (nhóm xét duyệt) đều thuộc nhóm “cấp tín dụng bình thường”, và các tiêu chí còn lại không có tiêu chí nào thuộc nhóm “hạn chế cấp tín dụng” hay “không cấp tín dụng” hay “chấm dứt cấp tín dụng” * Nhóm hạn chế cấp tín dụng: là các KH có ít nhất một trong các tiêu chí từ 1 đến 6 (nhóm xét duyệt) thuộc nhóm “hạn chế cấp tín dụng” và các tiêu chí còn lại không có tiêu chí nào thuộc nhóm “không cấp tín dụng” hay “chấm dứt cấp tín dụng” * Nhóm không cấp tín dụng: là các KH có ít nhất một trong các tiêu chí từ 1 đến 6 (nhóm xét duyệt) thuộc nhóm “không cấp tín dụng” hay “chấm dứt cấp tín dụng” * Nhóm chấm dứt cấp tín dụng (đối với KH hiện hữu): là các KH có ít nhất một trong các tiêu chí từ 1 đến 6 (nhóm xét duyệt) thuộc nhóm “chấm dứt cấp tín dụng”
Chính sách tín dụng hiện tại của ACB dựa trên nguyên tắc thận trọng, với phương châm “chỉ cho vay khi kiểm soát tốt rủi ro”. ACB đã tiến hành đánh giá lại các khoản cấp tín dụng hiện hữu và tuyển chọn, duy trì những KH tốt, có uy tín trả nợ, đồng thời, thu hẹp các khoản tín dụng được xem là có nguy cơ dẫn đến nợ quá hạn, gây rủi ro cho ACB.
Mô hình chấm điểm tín dụng cá nhân tại ACB- Chi nhánh Lũy Bán Bích- PGD Nguyễn Sơn
Hệ thống xếp hạng tín dụng nội bộ khách hàng cá nhân của ACB bao gồm các thành phần sau: * Hệ thống xếp hạng tín dụng nội bộ cho cá nhân kinh doanh * Hệ thống xếp hạng tín dụng nội bộ cho cá nhân tiêu dùng

Hướng dẫn chấm điểm hệ thống xếp hạng tín dụng cá nhân kinh doanh * Mục đích chấm điểm tín dụng đối với khách hàng cá nhân kinh doanh là đánh giá và phân loại rủi ro đối với khách hàng vay vốn tại ACB theo định kỳ tối thiểu 3 tháng. * Việc xếp hạng tín dụng nội bộ cho cá nhân kinh doanh sẽ dựa trên việc đánh giá xếp loại rủi ro của cá nhân kinh doanh. Mỗi chỉ tiêu dùng để đánh giá có năm mức điểm là 20, 40, 60, 80 và 100. Bảng thông số chấm điểm cá nhân kinh doanh được thể hiện chi tiết ở Bảng 1.01 phụ lục .
Việc xếp loại rủi ro của cơ sở kinh doanh dựa trên 3 nhóm chỉ tiêu: * Nhóm chỉ tiêu thông tin về cá nhân kinh doanh là chủ cơ sở kinh doanh; * Nhóm chỉ tiêu thông tin khác liên quan đến cơ sở kinh doanh; * Nhóm chỉ tiêu về phương án kinh doanh (cho cá nhân kinh doanh vay vốn cho mục đích bổ sung vốn lưu động); hoặc nhóm chỉ tiêu về phương án đầu tư (cho cá nhân kinh doanh vay vốn cho mục đích đầu tư trung dài hạn).
Xếp loại rủi ro của cá nhân kinh doanh dựa trên 3 nhóm chỉ tiêu có tỷ trọng điểm như sau:
Bảng 2.3 Tỷ trọng xếp loại rủi ro của cá nhân kinh doanh STT | Các chỉ tiêu | Tỷ trọng | 1 | Thông tin về cá nhân kinh doanh là chủ cơ sở kinh doanh | 10% | 2 | Thông tin khác liên quan đến cơ sở kinh doanh | 55% | 3 | Phương án kinh doanh/ đầu tư | 35% | Tổng cộng | 100% |
Nguồn : Tài liệu ngân hàng ACB
Hướng dẫn chấm điểm hệ thống xếp hạng tín dụng cá nhân tiêu dùng * Mục đích chấm điểm tín dụng đối với khách hàng cá nhân vay tiêu dùng là đánh giá và phân loại rủi ro đối với khách hàng vay vốn tại ACB theo định kỳ tối thiểu 3 tháng. * Việc đánh giá sẽ thực hiện theo từng món vay dựa trên đánh giá xếp loại rủi ro khách hàng, mỗi chỉ tiêu dùng để đánh giá sẽ có năm mức điểm là 20, 40, 60, 80 và 100. Bảng thông số chấm điểm cá nhân tiêu dùng được thể hiện chi tiết ở Bảng 1.02 phụ lục.

Phần xếp loại rủi ro khách hàng xem xét 2 nhóm chỉ tiêu: * Nhóm chỉ tiêu về nhân thân * Nhóm chỉ tiêu về khả năng trả nợ
Trong đó nhóm chỉ tiêu về nhân thân chiếm tỉ trọng 40% và nhóm chỉ tiêu về khả năng trả nợ chiếm tỉ trọng 60% trong tổng điểm xếp loại rủi ro.
Xếp loại khách hàng :
Tổng điểm kết hợp của 3 nhóm chỉ tiêu đối với trường hợp chấm điểm cá nhân kinh doanh và 2 nhóm chỉ tiêu đối với trường hợp chấm điểm cá nhân tiêu dùng sẽ giúp xếp loại rủi ro theo bảng dưới đây : Bảng 2.4 Xếp loại chấm điểm khách hàng | Điểm | Xếp loại | Phân loại rủi ro | 90-100 | AAA | Nợ đủ tiêu chuẩn | 80-90 | AA | Nợ đủ tiêu chuẩn | 75-80 | A | Nợ đủ tiêu chuẩn | 70-75 | BBB | Nợ cần chú ý | 65-70 | BB | Nợ cần chú ý | 60-65 | B | Nợ dưới tiêu chuẩn | 56-60 | CCC | Nợ dưới tiêu chuẩn | 53-56 | CC | Nợ dưới tiêu chuẩn | 45-53 | C | Nợ nghi ngờ | 20-45 | D | Nợ có khả năng mất vốn |
Nguồn : Tài liệu ngân hàng ACB
Một số trường hợp không áp dụng chấm điểm :
Một số trường hợp đặc biệt không áp dụng chấm điểm theo quy trình: * Cá nhân kinh doanh chết không mua bảo hiểm quy định cho ACB là người thụ hưởng; cá nhân kinh doanh vay bỏ trốn, bị mất khả năng lao động hoặc cơ sở kinh doanh đóng cửa không hoạt động mà người vay không có nguồn thu nhập nào khác hỗ trợ trả nợ; * Cá nhân vay có nợ quá hạn trên 360 ngày. Các trường hợp nêu trên sẽ được phân loại trực tiếp vào nhóm nợ có mức rủi ro cao nhất – Nhóm nợ có khả năng mất vốn.

Đánh giá hệ thống xếp hạng tín dụng cá nhân tại ACB- CN Lũy Bán Bích- PGD Nguyễn Sơn
Sau khi xây dựng hệ thống XHTD dành cho khách hàng doanh nghiệp và áp dụng thực tế vào công việc đánh giá, xét cấp tín dụng thì ACB cũng đã triển khai xây dựng hệ thống XHTD dành cho khách hàng cá nhân, tuy nhiên qua việc nghiên cứu, so sánh với các mô hình XHTD ở các tổ chức khác cũng như tính thực tiễn thì hệ thống XHTD cá nhân này còn nhiều yếu tố cần phải khắc phục trước khi chính thức được áp dụng. * Thành tựu :
Mô hình xếp hạng tín dụng cá nhân là công cụ quản lý rủi ro trong quá trình thẩm định và xét duyệt cho vay. Mô hình này tương đối phù hợp với tiêu chuẩn đang sử dụng của nhiều tổ chức tín nhiệm trên thế giới, tuân theo trình tự, tiêu chí rất nghiêm ngặt và chặt chẽ, bao gồm: * Hệ thống các tiêu chí đánh giá và điểm trọng số; cách xác định giá trị của từng chỉ tiêu đánh giá; cách quy đổi giá trị sang điểm của tiêu chí đánh giá; cách XHTD khách hàng và quan điểm cấp tín dụng theo từng mức xếp hạng. * Nhìn chung thì mô hình chấm điểm khách hàng cá nhân trong hệ thống XHTD của ACB vẫn bám sát khung hướng dẫn của NHNN nhưng có sự điều chỉnh theo kinh nghiệm xếp hạng của các tổ chức tín nhiệm trên thế giới. * Mô hình chấm điểm đã phân rõ đối tượng khách hàng cá nhân thành cá nhân kinh doanh và cá nhân tiêu dùng với các nhóm chỉ tiêu về nhân thân, khả năng trả nợ và phương án kinh doanh, cũng như đưa vào các chỉ tiêu dự báo ảnh hưởng của thay đổi chính sách Nhà nước và dự báo tác động cạnh tranh đến lĩnh vực kinh doanh, đây là điểm tiến bộ nhằm tăng cường khả năng dự báo nguy cơ gặp khó khăn về tài chính trong tương lai của khách hàng được xếp hạng. * Những hạn chế cần khắc phục :
Hiện nay, mô hình xếp hạng tín dụng cá nhân tại ACB vẫn đang trong quá trình thử nghiệm và hoàn thiện, do vậy các tiêu chí và nhóm tiêu chí được xây dựng trong mô hình còn nhiều điểm bất cập như là:

* Đối với chấm điểm cá nhân tiêu dùng: * Một số tiêu chí/chỉ tiêu lặp lại không phản ánh được năng lực tài chính cũng như khả năng trả nợ của người vay, với các chỉ tiêu như “Tổng thu nhập hàng tháng của người vay” lặp lại với chỉ tiêu “ Mức thu nhập ròng ổn định hàng tháng” và chỉ tiêu “ Tỷ lệ số tiền phải trả/thu nhập ròng ổn định” hay chỉ tiêu “ Tỷ lệ nợ quá hạn tại thời điểm đánh giá” với chỉ tiêu “ Tình hình nợ quá hạn của dư nợ hiện tại”. * Ngoài ra, một số chỉ tiêu của mô hình mang tính hình thức hay quá phụ thuộc vào cảm tính của người đánh giá, hoặc các chỉ tiêu này ít ảnh hưởng đến khả năng trả nợ của người vay như “ Thời gian lưu trú trên địa bàn”; “ Đánh giá mối quan hệ của người vay với cộng đồng”; “ Năng lực pháp luật dân sự, hình sự của người thân”; “ Gia cảnh người vay ” và “ Rủi ro nghề nghiệp”. * Đối với chấm điểm cá nhân kinh doanh: tương tự như phần chấm điểm cá nhân tiêu dùng, đó là sự lặp lại một số chỉ tiêu như “ Tỷ trọng doanh thu trả chậm trong tổng số doanh thu” với “ Số ngày trả chậm bình quân của các khoản phải thu” …hoặc một số chỉ tiêu mang tính hình thức và cảm tính như “ Đánh giá mối quan hệ của chủ hộ knh doanh với cộng đồng”, “ Kế hoạch kinh doanh trong hai năm tới”, “ Mức độ quan tâm của hộ kinh doanh trong việc tạo dựng uy tín, thương hiệu và chất lượng phục vụ”… * Nguyên nhân của những hạn chế : * Nguyên nhân từ Ngân hàng: * Do đây mới là mô hình thử nghiệm, chưa chính thức áp dụng cho toàn hệ thống nên các chỉ tiêu, thông số của mô hình còn nhiều bất cập, chưa khoa học khi đánh giá, xếp hạng khách hàng. * Công việc thu thập dữ liệu chưa được thực hiện tốt, nhân viên thẩm định dựa quá nhiều vào số liệu do khách hàng tự cung cấp mà chưa quan tâm đến các nguồn thông tin khác như: thông tin từ cơ quan thuế, ngân hàng khác, phương tiện thông tin đại chúng… * Cơ sở hạ tầng về hệ thống thông tin chưa xây dựng được các phần mềm chấm điểm tự động khách hàng mà vẫn phụ thuộc vào các thao tác nhập liệu mất nhiều thời gian và nhân lực. * Nguyên nhân từ phía khách hàng:
Cung cấp thông tin không chính xác, thậm chí giả mạo thông tin trong việc cung cấp hồ sơ vay vốn, điều này gây khó khăn và mất nhiều thời gian cho NH trong việc thẩm định khoản vay và xếp hạng khách hàng. * Nguyên nhân từ môi trường kinh doanh: * Mặc dù thời gian qua, nhiều chuẩn mực kế toán Việt Nam đã được ban hành như Quyết định số 167/QĐ – BTC ngày 25/10/2000 về các tiêu chuẩn báo cáo tài chính, Thông tư 20/2005 ngày 20/03/2006 về 6 chuẩn mực kế toán, Quyết định 15/2006/QĐ – BTC ngày 23/06/2006 về các tiêu chuẩn của báo cáo tài chính…Tuy nhiên việc tuân thủ các chế độ kế toán theo quy định của pháp luật vẫn chưa được các doanh nghiệp thực hiện đầy đủ nên độ tin cậy các báo cáo tài chính vẫn chưa cao, nhất là đối với hộ kinh doanh cá thể, thì việc báo cáo thuế là số liệu mang tính hình thức. Điều này đã tạo không ít khó khăn cho ngân hàng trong việc phân tích xếp hạng tín nhiệm khách hàng. * Không có nhiều nguồn thông tin hỗ trợ cho việc xếp hạng tín nhiệm. Thông tin từ CIC là nguồn thông tin chủ yếu mà ngân hàng sử dụng, tuy nhiên hiện nay nguồn thông tin này hết sức đơn điệu, thiếu cập nhật, không đáp ứng được nhu cầu cần thiết của ngân hàng

* KẾT LUẬN CHƯƠNG 2
Trong thời gian qua, mặc dù có nhiều khó khăn xảy ra, nhưng hoạt động tín dụng của ACB – PGD Nguyễn Sơn vẫn tăng trưởng và phát triển tốt. Tuy nhiên, đi cùng với sự phát triển đó thì rủi ro tín dụng có khuynh hướng tăng lên, có thể kể đến các nguyên nhân như : nguyên nhân khách quan từ môi trường kinh doanh cạnh tranh cao, môi trường pháp lý còn nhiều bất cập, hệ thống thông tin hỗ trợ còn nhiều yếu kiếm … ; nguyên nhân chủ quan từ phía ngân hàng chủ yếu đến từ năng lực của cán bộ ngân hàng còn nhiều hạn chế về mặt chuyên môn cũng như là đạo đức nghề nghiệp, sự thiếu tuân thủ nghiêm ngặt quy trình cho vay … và nguyên nhân đến từ phía khách hàng vay như năng lực tài chính và quản trị yếu kém, gian lận hay sử dụng vốn vay không đúng mục đích… Chính vì những nguyên nhân trên mà ACB đã nỗ lực xây dựng hệ thống XHTD đối với khách hàng cá nhân, nhằm hạn chế rủi ro trong hoạt động tín dụng.
Trong chương 2, tôi đã đi sâu vào lý thuyết của XHTD cũng như là trình bày về các nghiên cứu về XHTD trên thế giới và ở Việt Nam. Từ đó so sánh với mô hình XHTD cá nhân của ACB để có thể thấy được những thành tựu và hạn chế cần bổ sung sửa đổi nhằm xây dựng và hoàn thiện hệ thống XHTD cá nhân của ACB.

XÂY DỰNG HỆ THỐNG XẾP HẠNG TÍN DỤNG CÁ NHÂN HIỆU QUẢ CHO NGÂN HÀNG Á CHÂU –PGD NGUYỄN SƠN
PHƯƠNG PHÁP XÂY DỰNG HỆ THỐNG XẾP HẠNG TÍN DỤNG
Đề tài sử dụng bộ số liệu gồm 136 mẫu quan sát được thu thập từ thông tin của 136 khách hàng sử dụng dịch vụ tín dụng cá nhân tại Ngân hàng Á Châu – PGD Nguyễn Sơn từ năm 2009-2012 để tiến hành xây dựng hệ thống xếp hạng. Sử dụng phần mềm SPSS 16 để tiến hành làm sạch dữ liệu, sử dụng thống kê mô tả dữ liệu để có cái nhìn tổng quát về những thông tin đặc trưng về khách hàng. Sau khi đã lựa chọn biến thích hợp, tiến hành sử dụng phần mềm SPSS để hồi quy các biến theo mô hình Logistic để tìm ra tác động của từng yếu tố riêng biệt của khách hàng ảnh hưởng đến khả năng trả nợ như thế nào.
Ứng dụng mô hình logistic
a. Mô hình logistic :
Trong thực tế, có rất nhiều hiện tượng khi mô tả bằng mô hình kinh tế lượng biến phụ thuộc lại là biến chất, do đó cần phải dùng đến biến giả. Mô hình Logit chính là dạng mô hình hồi quy trong đó biến phụ thuộc là biến giả hay biến nhị phân. Y có thể nhận 2 giá trị bằng 0 hoặc bằng 1. Giả dụ trong nội dung chuyên đề, Y=1 khi khách hàng cá nhân có khả năng trả nợ và Y=0 khi khách hàng không có khả năng trả nợ cho Ngân hàng.
Trong mô hình Logistic, gọi là xác suất bằng 1 với điều kiện , ta có: Hay có thể viết dưới dạng:

Giải thích ý nghĩa:
: Hệ số chặn. Khi thì
: Khi tăng/giảm 1 đơn vị, tăng/giảm đơn vị
Tham số tỷ số nguy cơ OR (Odds – Ratio): Trong tiếng anh, Odd là nguy cơ hay khả năng. Đây là 1 chỉ số quan trọng trong hồi quy Logistic.
OR là tỷ số của 2 odds: với * Trong mô hình này, chính là tác động của lên xác suấtBởi vậy, để xác định được lượng thay đổi của khi thay đổi, ta cần xác định được tại * Hệ số R2 trong mô hình thường không lớn.
b. Phương pháp ước lượng mô hình logistic
Để ước lượng các tham số của mô hình Logistic, ta không sử dụng phương pháp OLS thông thường mà sử dụng phương pháp ước lượng hợp lý tối đa. Dưới đây là một số phương pháp có thể sử dụng.
Phương pháp Golerger :

* là xác suất để và nhận các giá trị từ 0 đến 1 khi nhận các giá trị từ đến . là hàm phi tuyến đối với các biến độc lập, do vậy, người ta dùng phương pháp ước lượng hợp lý tối đa để ước lượng * là biến định tính, phân bố nhị thức, nhận 1 trong 2 giá trị 0 hoặc 1. Từ đó, ta xây dựng hàm hợp lý với mẫu kích thước n:

thay ta được:

Đặt ta có:

Sử dụng phương pháp Newton-Raphson giải hệ phương trình trên, ta có:

là nghiệm của => Khai triển Taylor tại ta có:

Ta có quá trình lặp: Sử dụng giá trị ban đầu của để tínhvà , sau đó tìm bằng công thức:

Tiếp tục quá trình lặp cho đến khi hội tụ. Dolà dạng toàn phương xác định dương, nên quá trình trên sẽ cho ước lượng hợp lý cực đại. Sau khi có giá trị , ta ước lượng xác suất Pi dựa vào công thức đã nêu ban đầu:

Mặc khác, dùng để kiểm nghiệm lại các Pi
Ảnh hưởng của đến được tính bằng:

Phương pháp Berkson :
Ở mô hình Berkson, xác suất được xác định bằng cách tuyến tính hóa:

Đặt không chỉ tuyến tính với các biến độc lập mà còn tuyến tính đối với tham số.
Ta nhận thấy: * biến thiên từ 0 đến 1, biến thiên từ đến khi biến thiên từ đến * là hàm tuyến tính của nhưng là hàm phi tuyến của * phản ánh cơ hội, khả năng . Từ đó, cho biết sự thay đổi của L khi X tăng 1 đơn vị, cho biết sự khả năng khi
Sử dụng giá trị ước lượng của . Giả sử mẫu có giá trị , và trong giá trị quan sát này có ni giá trị mà , khi đó ước lượng điểm củachính là . Sử dụng ước lượng của để ước lượng mô hình:

có phân phối nhị thức, có quan sát => Kỳ vọng , phương sai là . Do đó, khi lớn thì tiệm cận chuẩn .
Vậy, có phương sai sai số thay đổi, ước lượng của phương sai với mỗi là: Vậy, ra rút ra các bước sau:
1) Với mỗi ta tính; và
2) Thực hiện biến đổi biến số và dùng phương pháp OLS để ước lượng mô hình:

Kiểm định mô hình
Từ biến phụ thuộc nhị phân Y, hàm hồi quy logistic sẽ tính xác suất xảy ra Y theo quy tắc : nếu xác suất >= 0,5 thì KH có khả năng trả được nợ, nếu xác suất < 0,5 thì KH không có khả năng trả nợ. Hàm hồi quy sẽ được viết như sau :

Pi là xác suất khách hàng trả nợ với n biến độc lập X1,…,Xn được tính toán từ cơ sở dữ liệu của KH, ,… , là các hệ số hồi quy của hàm logistic.
a. Độ phù hợp của mô hình
Trong đề tài này, chúng ta sẽ dựa vào chỉ tiêu -2 Log Likelihood (-2 LL) , thước đo này có ý nghĩa trong như Sum of squares of error, nghĩa là có giá trị càng nhỏ càng tốt. Giá trị nhỏ nhất của LL là 0 (tức là không có sai số ) khi đó mô hình có một độ phù hợp hoàn hảo.
Chỉ số này sẽ được tính toán dựa vào dữ liệu đưa vào mô hình và được xuất ra bởi phần mềm SPSS 16.
b. Kiểm định độ phù hợp tổng quát
Đề tải sử dụng kiểm định Omnibus Test of Model Coefficients (OB) để kiểm định sự phù hợp tổng quát của mô hình hồi quy với giả thiết H0 là các hệ số hồi quy đồng thời bằng 0. Nếu Sig. < thì H0 bị bác bỏ hay mô hình phù hợp một cách tổng quát (có nghĩa là mô hình giải thích được thực tế ).
c. Kiểm định ý nghĩa của các hệ số
Mức ý nghĩa của các kiểm định và của các hệ số hồi quy cho các biến độc lập được chọn là 25%, mức ý nghĩa phù hợp cho một mô hình dự báo. Có nghĩa là nếu Sig. > 25% thì biến độc lập không có ý nghĩa đối với mô hình.
d. Kiểm định khả năng dự báo của mô hình
Sử dụng Hosmer and Lemeshow Test (HL) để kiểm định giả thiết H0 là các giá trị dự báo phù họp với giá trị quan sát . Nếu Sig. > thì chấp nhận H0.
Dựa vào bảng dự báo theo các mức xác suất chuẩn C tùy thích bằng SPSS 16 để xác định mô hình dự báo tốt đến mức độ nào. Bảng dự báo này là bảng so sánh số trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện.
e. Kiểm định phần dư
Phần dư của mô hình hồi quy logistic nếu là sai số ngẫu nhiên sẽ đảm bảo được tính dự đoán tốt cho mô hình.
Lựa chọn biến
Dựa vào các chỉ tiêu trong hệ thống xếp hạng tín dụng nội bộ Ngân hàng Á Châu, ta lựa chọn những biến phù hợp với mục đích và xây dựng mô hình Logistic xếp hạng tín dụng các khách hàng cá nhân tại PGD Nguyễn Sơn. * Biến phụ thuộc
Y=1 khi khách hàng có khả năng trả toàn bộ nợ gốc và nợ lãi
Y=0 khi khách hàng không có khả năng trả được toàn bộ nợ
Y=1 khi khách hàng có khả năng trả toàn bộ nợ gốc và nợ lãi
Y=0 khi khách hàng không có khả năng trả được toàn bộ nợ Trong mô hình này, biến phụ thuộc là Y. Y là biến nhị phân: Một khách hàng không có khả năng trả nợ khi được xếp vào nhóm 3,4,5 theo Khoản 3, Điều 1, Quyết định số 18/2007/QĐ-NHNN về việc sửa đổi, bổ sung một số điều của Quy định về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng ban hành theo Quyết định số 493/2005/QĐ-NHNN ngày 22 tháng 4 năm 2005 của Thống đốc Ngân hàng Nhà nước.

* Biến độc lập
Bảng 3.1 : Các biến độc lập sử dụng trong mô hình STT | Chỉ tiêu đo lường | Thang đo | Giả thiết về dấu | Kí hiệu | 1 | Độ tuổi | Tuổi | - | Tuoi | 2 | Giới tính | = 1 nếu giới tính là Nam= 0 nếu giới tính là nữ | +/- | Gtinh | 3 | Bảo hiểm nhân thọ | = 1 nếu có bảo hiểm nhân thọ = 0 nếu không có bảo hiểm nhân thọ | +/- | Bhiem | 4 | Trình độ học vấn | = 1 nếu có trình độ ĐH và trên ĐH= 0 nếu trình độ dưới ĐH | + | Hv | 5 | Tình trạng chỗ ở | Sở hữu nhà riêng | = 1: Có= 0: Không | + | Nha | | | Thuê nhà | = 1: Có= 0: Không | - | Thue | 6 | Số người trực tiếp phụ thuộc về kinh tế | Số người | - | Pthuoc | 7 | Cơ cấu gia đình | = 1 nếu là gia đình hạt nhân= 0 nếu không phải gia đình hạt nhân | +/- | Gdinh | 8 | Thời gian cư trú | Tháng | + | Tgct | 9 | Thời gian làm công việc hiện tại | Tháng | + | Tgcv | 10 | Tính chất công việc hiện tại | Lãnh đạo | = 1: Có;= 0: Không | + | Ldao | | | Trưởng bộ phận | = 1: Có; = 0: Không | + | tbp | | | Nhân viên | = 1: Có;= 0: Không | - | nvien | 11 | Mức thu nhập ròng ổn định hàng tháng | Triệu đồng | + | Tnhap | 12 | Tiết kiệm hàng tháng | Triệu đồng | + | Tkiem | 13 | Tình hình trả nợ gốc và lãi với ACB | = 1 nếu luôn trả nợ đúng hạn= 0 nếu ngược lại | + | No | 14 | Số dịch vụ khác đang sử dụng tại ACB | Số dịch vụ | + | Dvu | 15 | Tổng giá trị tài sản đảm bảo | Triệu đồng | + | Tsan | 16 | Làm việc ở loại hình công ty | Công ty thuộc nhà nước | = 1 Có= 0 Không | + | Gov | | | Công ty vốn nước ngoài | = 1 Có= 0 Không | + | For | | | Công ty khối tài chính | = 1 Có= 0 Không | + | Finance | | | Doanh nghiệp Việt Nam | = 1 Có= 0 Không | - | CompVN |
Nguồn : Tự tổng hợp từ tài liệu của ngân hàng ACB

Mô tả thống kê
Sử dụng bộ số liệu về thông tin của 136 khách hàng tại ACB – PGD Nguyễn Sơn đã sử dụng dịch vụ tín dụng cá nhân trong năm 2012. Đưa bộ số liệu vào trong phần mềm SPSS để làm sạch dữ liệu và rút ra được những cái nhìn tổng quát về bộ số liệu.

Sau đây là các chỉ số thông kê mô tả của bộ số liệu :
Bảng 3.2 Mô tả thống kê các biến Tên biến | Trung bình | Độ lệch chuẩn | Mode | Minimum | Maximum | gtinh | ,74 | ,038 | 1 | 0 | 1 | tuoi | 36,51 | ,790 | 28 | 24 | 63 | bhiem | ,32 | ,040 | 0 | 0 | 1 | Gdinh | ,26 | ,038 | 0 | 0 | 1 | Hv | ,82 | ,033 | 1 | 0 | 1 | Pthuoc | 1,04 | ,094 | 0 | 0 | 5 | Nha | ,49 | ,043 | 0 | 0 | 1 | Thue | ,15 | ,030 | 0 | 0 | 1 | Tgct | 105,90 | 11,639 | 24 | 0 | 600 | Tgcv | 82,38 | 7,314 | 120 | 0 | 384 | Gov | ,21 | ,035 | 0 | 0 | 1 | For | ,11 | ,027 | 0 | 0 | 1 | Finance | ,20 | ,034 | 0 | 0 | 1 | CompVn | ,40 | ,042 | 0 | 0 | 1 | Ldao | ,26 | ,038 | 0 | 0 | 1 | Tbp | ,29 | ,039 | 0 | 0 | 1 | nvien | ,39 | ,042 | 0 | 0 | 1 | No | ,11 | ,027 | 0 | 0 | 1 | Dvu | 1,56 | ,073 | 1 | 0 | 6 | Tnhap | 48,270 | 32,6853 | 5.0 | .0 | 4446 | Tkiem | 21,66 | 14,299 | 0 | -2 | 1946 | Tsan | ,39 | ,230 | 0 | 0 | 21 | | | | | | |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn

Bảng 3.3 Ma trận hệ số tương quan cặp giữa các biến trong mô hình

Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
Biến tnhap và tkiem có tương quan chặt với nhau: Hệ số tương quan của 2 biến = 0.9996. Như vậy, nếu đưa cả 2 biến này vào trong mô hình, sẽ xảy ra hiện tượng đa cộng tuyến. Tuy nhiên, đa cộng tuyến có thể không ảnh hưởng đến khả năng dự báo của mô hình, còn có thể làm tăng khả năng dự báo. Để giải quyết hiện tượng đa cộng tuyến, có rất nhiều hướng giải quyết như: Loại bỏ các biến có tương quan chặt, tăng kích thước mẫu, hoặc vẫn giữ biến nhằm tăng khả năng dự báo của mô hình.

Đề xuất mô hình
Sau khi xem xét các thông tin từ các biến, ta tiến hành ước lượng 2 mô hình đề xuất sau đây : * Mô hình 1: Sử dụng phần mềm Eviews 6, ta đưa 22 biến vào mô hình Logistic và tiến hành ước lượng dựa trên phương pháp Golberger đã giới thiệu ở trên. * Mô hình 2: Được ước lượng bằng cách loại biến tkiem ra khỏi mô hình 1 để khắc phục hiện tượng đa cộng tuyến, mô hình này được ước lượng với 21 biến còn lại.
KIỂM ĐỊNH MÔ HÌNH VÀ LỰA CHỌN MÔ HÌNH
Kiểm định mô hình 1
a. Kết quả hồi quy
Sử dụng phần mềm thống kê Eviews 6, ta có được kết quả ước lượng mô hình 1 như sau : | Giả thiết | | Sig. | | Giả thiết | | Sig. | gtinh | +/- | -3,216 | ,033 | For | + | 3,497 | ,045 | tuoi | - | -,072 | ,251 | Finance | + | 3,149 | ,039 | bhiem | +/- | ,969 | ,363 | CompVn | - | 1,847 | ,129 | Gdinh | +/- | -,118 | ,912 | Ldao | + | 2,144 | ,154 | Hv | + | 2,672 | ,002 | Tbp | + | ,895 | ,526 | Pthuoc | - | -,034 | ,914 | nvien | - | 1,132 | ,386 | Nhà | + | ,615 | ,462 | No | + | -1,127 | ,420 | Thue | - | 0,873 | ,083 | Dvu | + | -,259 | ,613 | Tgct | + | -,003 | ,239 | Tnhap | + | ,106 | ,151 | Tgcv | + | ,007 | ,217 | Tkiem | + | -,201 | ,084 | Gov | + | 3,011 | ,035 | Tsan | + | -,080 | ,319 | | | | | Constant | | 1,357 | ,659 | OB | 0,00 | HL | 29% | Độ chính xác | 91,2% | -2LL | 71,542 | McFadden R-squared | 43,55% |
Bảng 3.4 Ước lượng mô hình 1 với đầy đủ 22 biến

Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn b. Kết quả kiểm định Mô hình 1 có mức độ phù hợp tổng quát ( Sig. OB = 0,00 < ). Kết quả dự báo của mô hình cũng phù hợp với dữ liệu quan sát ( Sig. HL = 29% > ) . ( Các kiểm định và hệ số của các biến độc lập có mức ý nghĩa = 25% ). Có thể thấy, độ chính xác của kết quả dự báo của mô hình 1 là khá cao, tới 91,2%. Giá trị McFadden R-Squared là 43,55% cho biết mô hình 1 giải thích được 43,55 sự biến động của xác suất trả được nợ của KH. Chỉ số -2LL = 71,542 tương đối thấp, chứng tỏ mức độ phù hợp là khá tốt của mô hình tổng thể. Về kiểm định phần dư, mô hình có phần dư là sai số ngẫu nhiên, đảm bảo được tính dự báo của mô hình. c. Nhận xét về mô hình 1 * Các biến có ý nghĩa thống kê lần lượt là gtinh, hv, thue, tgct, gov, for, finance, compvn, ldao, tnhap, tkiem,tgcv. * Các biến không có ý nghĩa thống kê, hay không ảnh hưởng đến khả năng trả nợ là tuoi, tsan, bhiem, gdinh, pthuoc, nha, nvien, tbp, no, dvu (Sig. < 0,25). * Theo kết quả hồi quy của mô hình, thứ tự tác động mạnh giảm dần của các biến lên xác suất khách hàng trả nợ cho ngân hàng là: for, finance, gov, thue, hv, ldao, compvn, tnhap, tgcv, tgct, tkiem, gtinh. Các biến có tác động thuận chiều, làm tăng khả năng trả nợ của khách hàng gồm có: for, finance, gov, thue, hv, ldao, compvn, tnhap, tgcv . Các biến có tác động ngược chiều, làm giảm khả năng trả nợ của khách hàng là các biến còn lại: tgct, gtinh, tkiem. * Biến gtinh : Mang dấu âm cho thấy phụ nữ có khả năng trả nợ cao hơn so với đàn ông, điều này đã chứng minh sự khác biệt với lý thuyết trong điều kiện Việt Nam. * Biến Hv : Trình độ học vấn cao, đại học và trên đại học, có tác động tích cực tới khả năng trả nợ của khách hàng. * Biến tgct : mang dấu âm, trái với giả thiết đặt ra, nhưng đúng với nghiên cứu của Vương Quân Hoàng, (2006). Vương Quân Hoàng đã kết luận rằng : trong điều kiện Việt Nam, việc sống quá lâu tại địa phương mình thì việc trốn tránh trả nợ sẽ cao hơn. * Biến thue : ngược lại với biến tgct, có thể thấy rằng, những người thuê nhà có khuynh hướng đặt nặng việc trả nợ hơn, có thể là do họ là những người nhập cư, họ cố gắng làm việc và sử dụng thẻ tín dụng hiệu quả hơn. Từ đó có thể thấy rằng, những người định cư lâu dài tại một nơi có khả năng trả nợ ít hơn là những người phải thuê nhà và cư trú ít hơn tại một nơi. * Các biến Gov, For, Finnace, Compvn cho thấy khả năng trả nợ của những người làm việc trong các công ty thuộc chính phủ là cao nhất, tiếp theo đó là công ty tài chính và công ty nước ngoài và cuối cùng là các doanh nghiệp Việt Nam. * Biến ldao cho thấy nếu người đó là lãnh đạo của một công ty thì khả năng trả nợ của người đó sẽ cao hơn. * Biến tnhap và tkiem là 2 biến quan trọng, ảnh hưởng tới khả năng trả nợ của khách hàng, biến tkiem mang dấu âm, trái với giả thiết có thể là do hiện tượng đa cộng tuyến. Tuy nhiên, theo Ramathan (2003), đa cộng tuyến có thể không ảnh hưởng đến khả năng dự báo của mô hình và thậm chí có thể làm tăng khả năng dự báo của mô hình.

Kiểm định mô hình 2
a. Kết quả hồi quy
Sau khi loại bỏ biến tkiem ra khỏi mô hình 1 để khắc phục hiện tượng đa cộng tuyến, ta tiến hành ước lượng mô hình 2 với 21 biến còn lại bằng phần mềm thống kê Eviews 6.
Bảng 3.5 Ước lượng mô hình 2 sau khi đã loại biến tkiem | Giả thiết | | Sig. | | Giả thiết | | Sig. | gtinh | +/- | -2,988 | ,035 | For | + | 3,415 | ,036 | tuoi | - | -,094 | ,095 | Finance | + | 3,316 | ,023 | bhiem | +/- | 1,105 | ,304 | CompVn | - | 1,949 | ,091 | Gdinh | +/- | -,408 | ,675 | Ldao | + | 2,141 | ,126 | Hv | + | 2,348 | ,004 | Tbp | + | 1,170 | ,384 | Pthuoc | - | ,114 | ,697 | nvien | - | 1,437 | ,250 | Nhà | + | ,670 | ,421 | No | + | -1,125 | ,373 | Thue | - | 0,838 | ,084 | Dvu | + | -,193 | ,698 | Tgct | + | -,003 | ,306 | Tnhap | + | ,002 | ,866 | Tgcv | + | ,007 | ,243 | Tsan | + | -,075 | ,344 | Gov | + | 3,199 | ,021 | Constant | | 1,507 | ,593 | | | | | | | | | OB | 0,00 | HL | 30% | Độ chính xác | 90,4% | -2LL | 76,503 | McFadden R-squared | 39,64% |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
b. Kết quả kiểm định
Mô hình 2 có mức độ phù hợp tổng quát ( Sig. OB = 0,00 < ). Kết quả dự báo của mô hình cũng phù hợp với dữ liệu quan sát ( Sig. HL = 30% > ) . Độ chính xác của kết quả dự báo của mô hình 2 là khá cao, 90,4%, thấp hơn độ chính xác của kết quả dự báo của mô hình 1 với độ chính xác là 91,2% . Giá trị McFadden R-Squared là 39,64% cho biết mô hình 2 giải thích được 39,64% sự biến động của xác suất trả được nợ của KH, thấp hơn của mô hình 1 với 43,55%. Chỉ số -2LL = 76,503 khá thấp, chứng tỏ mức độ phù hợp là khá tốt của mô hình tổng thể, tuy nhiên lại cao hơn của mô hình 1, chứng tỏ mức độ phù hợp của mô hình tổng thể của mô hình 1 là tốt hơn. Kiểm định phần dư, mô hình có phần dư là sai số ngẫu nhiên, đảm bảo được tính dự báo của mô hình. c. Nhận xét mô hình 2 * Sau khi ước lượng mô hình 2 đã loại biến tkiem, mô hình không còn hiện tượng đa cộng tuyến. * Các biến có ý nghĩa thống kê lần lượt là : gtinh, tuoi, hv, thue, gov, for, finance, compvn, ldao, nvien,tgcv. * Các biến không có ý nghĩa thống kê, hay không tác động tới khả năng trả nợ là tsan, bhiem, gdinh, pthuoc, nha, tbp, no, dvu, tgct, tnhap. * Theo kết quả hồi quy của mô hình, thứ tự tác động mạnh giảm dần của các biến lên xác suất khách hàng trả nợ cho ngân hàng là: for, finance, gov, thue, hv, ldao, nvien, tuoi, gtinh. Các biến có tác động thuận chiều, làm tăng khả năng trả nợ của khách hàng gồm có:for, finance, gov, thue, hv, ldao, nvien. Các biến có tác động ngược chiều, làm giảm khả năng trả nợ của khách hàng là các biến còn lại: tuoi, gtinh. * Không có sự thay đổi nhiều lắm về mức độ tác động đến biến phụ thuộc của các loại hình công ty trong mô hình 2, tác động tích cực nhất vẫn là công ty nước ngoài, tiếp theo là công ty tài chính, công ty nhà nước và cuối cùng là công ty Việt Nam. * Mặc dù biến tkiem đưa ra khỏi mô hình để giải quyết vấn đề đa cộng tuyến, nhưng biến tnhap khi đó lại trở nên không có ý nghĩa thống kê. Có thể được giải thích như sau : sau khi khắc phục hiện tượng đa cộng tuyến, biến tnhap đã không còn mức độ giải thích cao nữa vì đã có một số biến khác trong mô hình cũng có thể giải thích một phần ý nghĩa của của thu nhập. Ví dụ như biến thời gian công việc, tác động tích cực đến biến phụ thuộc, như vậy là đã có thể giải thích một phần ý nghĩa của biến tnhap, vì khi có thâm niên trong công việc hiện tại, thì thường có thu nhập cao hơn.
Lựa chọn mô hình
a. Tiêu chí lựa chọn
Lựa chọn mô hình phải dựa trên các yêu cầu được đặt ra đối với một mô hình XHTD. Cụ thể như sau : * Xác định được xác suất trả nợ: Yêu cầu đầu tiên đặt ra đối với một mô hình XHTD đó là việc kiểm soát rủi ro tín dụng hiệu quả hơn khi kết quả xếp hạng phản ánh được mức độ rủi ro của một sản phẩm tín dụng, trên cơ sở đó giúp ra quyết định tín dụng chính xác. Kết quả xếp hạng khách hàng phải được tính đén những khả năng về nguy cơ vỡ nợ dẫn đến mất khả năng thực hiện các nghĩa vụ tài chính đối với ngân hàng. * Tính thống nhất : hệ thống XHTD cá nhân không được mâu thuẫn với các lý thuyết và phương pháp đã được thừa nhận. Ngoài ra hoàn thiện hệ thống XHTD cũng đặt ra mục tiêu phân loại nợ và trích dự phòng rủi ro theo Điều 7 của Quyết định 493/2005/QĐ-NHNN và Thông tư số 02/2013/NHN đáp ứng yêu cầu của NHNN. * Tính đầy đủ: kết quả xếp hạng phải tính toán đầy đủ đến những thông tin liên quan đến khả năng đảm bảo trả nợ, gồm những thông tin liên quan đến hành vi KH, nhân thân và khả năng tài chính của KH. * Tính khách quan: kết quả XHTD được đưa ra bởi những chủ thể khác nhau. * Sự công nhận: mô hình xếp hạng phải đánh giá được gần như chính xác khả năng trả nợ của đối tượng được xếp hạng. * Tính phù hợp: Mô hình XHTD phù hợp với thông lệ quốc tế nhưng không xa rời với những điều kiện kinh doanh riêng biệt của Ngân hàng Á Châu, có thể linh hoạt điều chỉnh để phù hợp được với những biến động của điều kiện kinh doanh trong tương lai.
b. Quyết định lựa chọn
Mô hình 2 không có hiện tượng đa cộng tuyến do đã loại bỏ 2 biến tnhap và tkiem. Nhưng mức độ chính xác dự báo của mô hình 2 lại thấp hơn mô hình 1, các chỉ tiêu thống kê về mức độ phù hợp của mô hình tổng thể, mức độ giải thích của mô hình 1 cũng cao hơn mô hình 2.
Do đặc trưng của mô hình XHTD là khả năng dự báo. Hơn nữa, các biến tnhap và tkiem lại là 2 biến rất quan trọng, ảnh hưởng trực tiếp đến khả năng trả nợ của khách hàng.
Ta có thể nhận thấy rằng khả năng dự báo của mô hình 1 cao hơn so với mô hình 2, thích hợp cho một mô hình XHTD.
Tuy nhiên, mô hình mắc phải hiện tượng đa cộng tuyến, và chỉ số mức ý nghĩa của một số biến không có ý nghĩa như biến : tuoi, tsan, bhiem, gdinh, pthuoc, nha, tbp, nvien, no, dvu. Vậy ta sẽ xây dựng mô hình XHTD tại ACB- PGD Nguyễn Sơn bằng mô hình 1 sau khi đã loại bỏ các biến không có ý nghĩa với Prob>0,25 ( chấp nhận hiện tượng đa cộng tuyến trong mô hình của 2 biến tnhap và tkiem theo Ramanathan (2003) để có được kết quả dự báo chính xác ).
Bảng 3.6 Mô hình đề xuất – Mô hình 3 Biến | Giả thiết | Tên biến | gtinh | +/- | Giới tính | Hv | + | Học vấn | Thue | - | Thuê nhà | Tgct | + | Thời gian cư trú | Tgcv | + | Thời gian công việc | Gov | + | Công ty chính phủ | For | + | Công ty nước ngoài | Finance | + | Công ty tài chính | CompVn | + | Doanh nghiệp Việt Nam | Ldao | + | Lãnh đạo | Tnhap | + | Thu nhập | Tkiem | + | Tiết kiệm |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn

TÍNH KHẢ THI CỦA MÔ HÌNH ĐỀ XUẤT
Kết quả hồi quy
Sau khi ước lượng các biến độc lập của mô hình đề xuất, ta có được kết quả hồi quy như sau :
Bảng 3.7 Ước lượng mô hình đề xuất – Mô hình 3 | Giả thiết | | Sig. | | Giả thiết | | Sig. | gtinh | +/- | -3,190 | ,013 | Finance | + | 3,565 | ,010 | Hv | + | 2,583 | ,001 | CompVn | + | 2,009 | ,046 | Thue | - | 0,799 | ,149 | Ldao | + | 1,370 | ,168 | Tgct | + | -,004 | ,062 | Tnhap | + | ,101 | ,113 | Tgcv | + | ,007 | ,211 | Tkiem | + | -,202 | ,040 | Gov | + | 2,753 | ,025 | Constant | | -,174 | ,907 | For | + | 2,876 | ,032 | | | | | | | | | | | | | OB | 0,00 | HL | 41,8% | Độ chính xác | 87,5% | -2LL | 57,719 | McFadden R-squared | 58,68% |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
Kiểm định mô hình đề xuất
a. Độ phù hợp của mô hình
Hệ số -2LL càng nhỏ càng tốt.
Bảng 3.8 Kiểm định -2 Log Likelihood Model Summary | Step | -2 Log likelihood | Cox & Snell R Square | Nagelkerke R Square | 1 | 57.719a | .303 | .499 |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
Có thể thấy, chỉ số -2LL = 57,719 , nhỏ hơn rất nhiều so với mô hình 1 và mô hình 2, chứng tỏ sự phù hợp tốt hơn với mô hình tổng thể của mô hình đề xuất so với mô hình 1 và 2. Bảng 3.9 Kiểm định Omnibus Tests of Model Coefficients | | | Chi-square | df | Sig. | Step 1 | Step | 49.033 | 12 | .000 | | Block | 49.033 | 12 | .000 | | Model | 49.033 | 12 | .000 |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
H0 : Mô hình không phù hợp
H1 : Mô hình phù hợp
Có thể thấy, Sig. = 0 < 25% , ta bác bỏ H0 chứng tỏ mô hình đề xuất là phù hợp. Bảng 3.10 Kiểm định Hosmer and Lemeshow Test | Step | Chi-square | df | Sig. | 1 | 10.721 | 8 | .418 |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn H0 : Không có sự khác biệt giữa giá trị thực tế và giá trị dự báo. H1 : Có sự khác biệt giữa giá trị thực tế và giá trị dự báo. Nhìn vào bảng, có thể thấy Sig. = 0,418 > 25%, ta chấp nhận H0, có nghĩa là không có sự khác biệt nào giữa giá trị thực tế và giá trị dự báo, sự phù hợp này có ý nghĩa hơn mô hình 1 và 2. Bảng 3.11 Khả năng dự báo của mô hình | | Observed | Predicted | | | Y | Percentage Correct | | | 0 | 1 | | Step 1 | Y | 0 | 11 | 13 | 45.8 | | | 1 | 4 | 108 | 96.4 | | Overall Percentage | | | 87.5 |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
Có thể thấy, theo bảng trên, trong 24 khách hàng được dự báo là không có khả năng trả nợ Ngân hàng thì có 11 trường hợp dự báo đúng, tỉ lệ dự báo đúng là 45,8%. Trong 112 người được dự báo là có khả năng trả nợ Ngân hàng thì có 108 trường hợp dự báo đúng, tỉ lệ dự báo đúng là 96,4%. Nhìn chung, tỉ lệ dự báo đúng của mô hình đề xuất là 87,5% , thấp hơn một chút so với hai mô hình 1 và 2.
Hình 3.1 Phần dư của mô hình đề xuất

Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
Như biểu đồ, ta thấy rằng phần dư của mô hình là ngẫu nhiên, chứng tỏ khả năng dự báo tốt của mô hình. Vậy tôi xin được đề xuất mô hình trên là mô hình xếp hạng tín dụng cá nhân của Ngân hàng Á Châu – PGD Nguyễn Sơn, mô hình này đảm bảo các yếu tố về thống kê để có thể suy rộng ra tổng thể. Từ đó, ta có thể xây dựng hệ thống đánh giá XHTD khách hàng cá nhân dựa trên việc dự đoán xác suất trả nợ được thực hiện thông qua hàm phân phối logit ước lượng từ mẫu trên.

Bảng 3.12 Tiêu chuẩn phân bố cá thể theo mức rủi ro | Loại hiện tại | Xếp hạng tín nhiêm | Xác suất trả nợ ( % ) | Rủi ro | 1 | AAA | 91-100 | Thấp | 2 | AA | 81-90 | Thấp | 3 | A | 71-80 | Thấp | 4 | BBB | 61-70 | Trung bình | 5 | BB | 51-60 | Trung bình | 6 | B | 41-50 | Cao | 7 | CCC | 31-40 | Cao | 8 | CC | 21-30 | Cao | 9 | C | 11-20 | Cao | 10 | D | <10 | Cao |
Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
c. Đánh giá xếp hạng tín dụng với mô hình đề xuất
Với hàm logit ta đã ước lượng được như sau :
= -3,190gtinh + 2,583hv + 0,799thue - 0,004tgct + 0,007tgcv + 2,753gov + 2.876for + 3,565 finance + 2,009compvn + 1,370ldao + 0,101tnhap – 0,202tkiem - 0,174
Xác suất của đối tượng quan sát thứ i là :
Với Z = -3,190gtinh + 2,583hv + 0,799thue - 0,004tgct + 0,007tgcv
+ 2,753gov + 2.876for + 3,565 finance + 2,009compvn + 1,370ldao + 0,101tnhap – 0,202tkiem - 0,174
Ta thực hiện việc tính xác suất trả nợ của quan sát thứ i này bằng phần mềm Excel. Một số ký hiệu mã hóa khi nhập thông tin vào bảng Excel như sau:

Bảng 3.13 Ký hiệu mã hóa khi nhập thông tin vào Excel STT | Chỉ tiêu đo lường | Thang đo | Giả thiết | Kí hiệu | 1 | Giới tính | = 1 nếu giới tính là Nam= 0 nếu giới tính là nữ | +/- | Gtinh | 2 | Trình độ học vấn | = 1 có trình độ ĐH trở lên= 0 nếu trình độ dưới ĐH | + | Hv | 3 | Thuê nhà | = 1 Có= 0 Không | - | thue | 3 | Thời gian cư trú | Tháng | + | Tgct | 4 | Thời gian công việc hiện tại | Tháng | + | Tgcv | 5 | Tính chất công việc hiện tại | Lãnh đạo | = 1: Có;= 0: Không | + | Ldao | 6 | Mức thu nhập hàng tháng | Triệu đồng | + | Tnhap | 7 | Tiết kiệm hàng tháng | Triệu đồng | + | Tkiem | 8 | Làm việc ở loại hình công ty | Công ty thuộc nhà nước | = 1 Có= 0 Không | + | Gov | | | Công ty vốn nước ngoài | = 1 Có= 0 Không | + | For | | | Công ty khối tài chính | = 1 Có= 0 Không | + | Finance | | | Doanh nghiệp Việt Nam | = 1 Có= 0 Không | - | CompVN |
Nguồn : Tổng hợp từ tài liệu của ngân hàng ACB * * * * * * * * * * * * * * *
Ví dụ chấm điểm tín dụng cá nhân trên phần mềm Excel :
Hình 3.2 Ví dụ chấm điểm tín dụng

Nguồn : Tổng hợp từ dữ liệu khách hàng tại ACB – PGD Nguyễn Sơn
Tại ô xác suất trả nợ ta nhập :
=EXP(D11+B11*C11+B12*C12+B13*C13+B14*C14+B15*C15+B16*C16+B17*C17+B18*C18+B19*C15+B20*C20+B21*C21+B22*C22)/(1+EXP(D11+B11*C11+B12*C12+B13*C13+B14*C14+B15*C15+B16*C16+B17*C17+B18*C18+B19*C15+B20*C20+B21*C21+B22*C22))

MỘT SỐ ĐỀ XUẤT VỀ VIỆC SỬ DỤNG MÔ HÌNH
Ta nhận thấy, khi bắt đầu đưa vào mô hình, có 22 biến độc lập. Tuy nhiên, số biến này giảm đi rất nhiều vì không có ý nghĩa thống kê. Nguyên nhân của việc này có thể do nguồn dữ liệu chưa đủ lớn, vì vậy, tôi đề xuất việc sử dụng mô hình như sau: * Tiếp tục cập nhật thông tin của các khách hàng khi có thể để ước lượng lại mô hình, tìm ra những biến vẫn có ý nghĩa. * Kết hợp mô hình với phương pháp định tính truyền thống để đưa ra quyết định tín dụng đúng đắn. * Khi có khách hàng mới cần thẩm định hoặc xếp hạng khách hàng, đưa thông tin vào mô hình rồi tính xác suất và đối chiếu với bảng xếp hạng để đưa ra đánh giá. * * * * * * * * * * * * * * * * * * * * * * * * KẾT LUẬN CHƯƠNG 3
Với mục tiêu tăng trưởng bền vững, hoạt động an toàn và hiệu quả, cần có những giải pháp tích cực trong việc ngăn ngừa và giảm thiểu rủi roc ho hoạt động kinh doanh ngân hàng nói chung và hoạt động tín dụng nói riêng. Bên cạnh nhóm các giải pháp phòng ngừa rủi ro tín dụng như là xây dựng và thực hiện chính sách cho vay phù hợp; nâng cao vài trò của công tác kiểm soát nội bộ và nâng cao chất lượng nguồn nhân lực, hoàn thiện và tuân thủ nghiêm ngặt quy trình cho vay; thành lập bộ phận nghiên cứu, phân tích và dự báo kinh tế vĩ mô của nền kinh tế … thì việc xây dựng và hoàn thiện hệ thống XHTD nội bộ cũng luôn là một vấn đề quan trọng và cần thiết, nhất là XHTD nội bộ dành cho khách hàng cá nhân.
Trong chương 3, đề tài đã đưa ra lý thuyết cho mô hình logistic và cố gắng xây dựng mô hình XHTD áp dụng cho khách hàng cá nhân và đã đề xuất được một mô hình chấm điểm XHTD dựa trên dữ liệu từ 136 khách hàng tại ACB – PGD Nguyễn Sơn. Sự phù hợp cũng như mức độ dự báo chính xác của mô hình cũng đã được kiểm định dựa trên phần mềm thống kê Eviews 6 và SPSS 16. Mô hình đề nghị đã đáp ứng được các yêu cầu để có thể trở thành một mô hình XHTD tốt và có thể mở rộng cho tổng thể.

KẾT LUẬN
Xếp hạng tín dụng từ lâu đã không còn là một khái niệm mới mẻ trên thế giới cũng như ở Việt Nam. Tuy nhiên, XHTD ở Việt Nam vẫn còn mang đậm tính định tính của người đánh giá. Nền kinh tế Việt Nam hiện đang trên đà phát triển, trong đó phải kể đến sự đóng góp không nhỏ của hệ thống Ngân hàng. XHTD ra đời nhằm mục đích bảo đảm an toàn cho hoạt động của hệ thống Ngân hàng đó. Trong các khách hàng đến vay vốn tại Ngân hàng, khách hàng cá nhân là đối tượng hay thay đổi và rất khó quản lý. Do vậy, việc sử dụng hệ thống chấm điểm định tính như các Ngân hàng Việt Nam hiện nay, có thể không ngăn ngừa được các rủi ro tín dụng. Hoàn thiện và nâng cao hệ thống xếp hạng tín dụng bằng phương pháp định lượng như mô hình Logistic sẽ góp phần giảm thiểu những rủi ro không đáng có đó. Đề tài “ Ứng dụng mô hình logistic trong xếp hạng tín dụng cá nhân tại Ngân hàng thương mại cổ phần Á Châu – Chi nhánh Lũy Bán Bích – Phòng giao dịch Nguyễn Sơn “ đã thu được những kết quả như sau : a. Hệ thống hóa và hoàn thiện các lý luận về quản trị rủi ro tín dụng thông qua hệ thống xếp hạng tín dụng khách hàng cá nhân của NHTM. b. Trên cơ sở tổng kết các kết quả nghiên cứu trước đây về XHTD cá nhân của một số cá nhân, tập thể, kiểm toán, tổ chức tín dụng trong và ngoài nước, và phân tích với thực trạng của hệ thống XHTD cá nhân tại Ngân hàng ACB. Đề tài đã phân tích và đánh giá được thực trạng của hệ thống XHTD cá nhân đang được áp dụng tại ACB, qua đó thấy được những thành tựu cũng như những hạn chế còn tồn tại cần sửa đổi bổ sung cho phù hợp với những biến động của môi trường kinh doanh hiện nay. c. Nhằm khắc phục những hạn chế, đề tài đã đưa ra được mô hình XHTD dựa trên nghiên cứu thực nghiệm từ mẫu dữ liệu khách hàng của ACB – PGD Nguyễn Sơn thông qua việc tiếp cận mô hình thống kê.
Tuy vậy, mô hình Logistic cũng tồn tại những hạn chế. Mặc dù, mô hình có thể ược lượng chính xác xác suất (khả năng) khách hàng trả nợ vốn vay cho Ngân hàng, nhưng lại đòi hỏi nguồn dữ liệu lớn thì kết quả mới chính xác, trong khi, các thông tin về khách hàng cá nhân lại rất khó thu thập và quản lý, nhất là trong điều kiện của Việt Nam hiện nay. Bên cạnh đó, mô hình chỉ tính đến tác động của một số biến lên khả năng trả nợ của ngân hàng chứ không tính được tác động của các biến khác. Vì vậy, việc mở rộng đề tài cần phải chú ý đến việc mở rộng số mẫu quan sát, xác định thêm những yếu tố hành vi khách hàng tác động như thế nào đến khả năng đảm bảo trả nợ.
Vấn đề xây dựng mô hình XHTD nói chung và chấm điểm XHTD cá nhân nói riêng đang và sẽ tiếp tục được các NHTM quan tâm nhằm góp phần giảm thiểu rủi ro trong kinh doanh, nâng cao chất lượng công tác tín dụng của ngân hàng, đây chính là thuận lợi giúp đề tài có thể tiếp tục phát triển nghiên cứu trong tương lai.

* *

PHỤ LỤC
Kết quả hồi quy mô hình 1

Dependent Variable: Y | | | Method: ML - Binary Logit (Newton-Raphson) | | Date: 03/19/13 Time: 20:16 | | | Sample: 1 136 | | | | Included observations: 136 | | | Convergence achieved after 8 iterations | | Covariance matrix computed using second derivatives | | | | | | | | | | | Variable | Coefficient | Std. Error | z-Statistic | Prob. | | | | | | | | | | | C | 1.357232 | 3.079608 | 0.440716 | 0.6594 | GTINH | -3.216238 | 1.511162 | -2.128320 | 0.0333 | TUOI | -0.071528 | 0.062294 | -1.148238 | 0.2509 | BHIEM | 0.968705 | 1.065971 | 0.908753 | 0.3635 | GDINH | -0.118478 | 1.067737 | -0.110961 | 0.9116 | HV | 2.672378 | 0.869506 | 3.073444 | 0.0021 | PTHUOC | -0.034243 | 0.318108 | -0.107646 | 0.9143 | NHA | 0.614801 | 0.836281 | 0.735161 | 0.4622 | THUE | 0.872620 | 1.656296 | 1.734364 | 0.0829 | TGCT | -0.003466 | 0.002943 | -1.177627 | 0.2389 | TGCV | 0.006993 | 0.006986 | 1.001037 | 0.2168 | GOV | 3.011046 | 1.425921 | 2.111650 | 0.0347 | FOR | 3.497150 | 1.743574 | 2.005737 | 0.0449 | FINANCE | 3.149011 | 1.525932 | 2.063664 | 0.0390 | COMPVN | 1.846621 | 1.217952 | 1.516169 | 0.1295 | LDAO | 2.144217 | 1.502475 | 1.427123 | 0.1535 | TBP | 0.894975 | 1.411630 | 0.634001 | 0.5261 | NVIEN | 1.131714 | 1.304492 | 0.867551 | 0.3856 | NO | -1.126511 | 1.395632 | -0.807170 | 0.4196 | DVU | -0.258515 | 0.511818 | -0.505091 | 0.6135 | TNHAP | 0.106202 | 0.073957 | 1.435987 | 0.1510 | TKIEM | -0.201051 | 0.116210 | -1.730073 | 0.0836 | TSAN | -0.079844 | 0.080092 | -0.996905 | 0.3188 | | | | | | | | | | | McFadden R-squared | 0.435578 | Mean dependent var | 0.823529 | S.D. dependent var | 0.382629 | S.E. of regression | 0.291789 | Akaike info criterion | 0.864276 | Sum squared resid | 9.620890 | Schwarz criterion | 1.356857 | Log likelihood | -35.77075 | Hannan-Quinn criter. | 1.064448 | Restr. log likelihood | -63.37590 | LR statistic | 55.21029 | Avg. log likelihood | -0.263020 | Prob(LR statistic) | 0.000111 | | | | | | | | | | | | | | Obs with Dep=0 | 24 | Total obs | 136 | Obs with Dep=1 | 112 | | | | | | | | | | | | | |

Các kiểm định thống kế mô hình 1 Omnibus Tests of Model Coefficients | | | Chi-square | df | Sig. | Step 1 | Step | 55.210 | 22 | .000 | | Block | 55.210 | 22 | .000 | | Model | 55.210 | 22 | .000 |

Model Summary | Step | -2 Log likelihood | Cox & Snell R Square | Nagelkerke R Square | 1 | 71.542a | .334 | .550 | a. Estimation terminated at iteration number 10 because parameter estimates changed by less than ,001. |

Classification Tablea | | Observed | Predicted | | | Y | Percentage Correct | | | 0 | 1 | | Step 1 | Y | 0 | 15 | 9 | 62.5 | | | 1 | 3 | 109 | 97.3 | | Overall Percentage | | | 91.2 | a. The cut value is ,500 | | | |

Hosmer and Lemeshow Test | Step | Chi-square | df | Sig. | 1 | 20.469 | 8 | .29 |

Kết quả hồi quy mô hình 2

Dependent Variable: Y | | | Method: ML - Binary Logit (Quadratic hill climbing) | Date: 03/19/13 Time: 21:21 | | | Sample: 1 136 | | | | Included observations: 136 | | | Convergence achieved after 7 iterations | | Covariance matrix computed using second derivatives | | | | | | | | | | | Variable | Coefficient | Std. Error | z-Statistic | Prob. | | | | | | | | | | | C | 1.506557 | 2.815135 | 0.535163 | 0.5925 | GTINH | -2.988172 | 1.421100 | -2.102717 | 0.0355 | TUOI | -0.094462 | 0.056585 | -1.669374 | 0.0950 | BHIEM | 1.104782 | 1.074204 | 1.028465 | 0.3037 | GDINH | -0.407852 | 0.973913 | -0.418777 | 0.6754 | HV | 2.347959 | 0.809915 | 2.899020 | 0.0037 | PTHUOC | 0.113676 | 0.292007 | 0.389294 | 0.6971 | NHA | 0.669800 | 0.832460 | 0.804603 | 0.4210 | THUE | 0.837568 | 1.644599 | 1.725386 | 0.0845 | TGCT | -0.002549 | 0.002489 | -1.024072 | 0.3058 | TGCV | 0.006988 | 0.006247 | 1.118624 | 0.2633 | GOV | 3.199119 | 1.391371 | 2.299256 | 0.0215 | FOR | 3.414988 | 1.632280 | 2.092159 | 0.0364 | FINANCE | 3.316240 | 1.457031 | 2.276026 | 0.0228 | COMPVN | 1.949408 | 1.153197 | 1.690438 | 0.0909 | LDAO | 2.140761 | 1.398371 | 1.530896 | 0.1258 | TBP | 1.170257 | 1.343124 | 0.871295 | 0.3836 | NVIEN | 1.436713 | 1.249613 | 1.149727 | 0.2503 | NO | -1.124882 | 1.263230 | -0.890481 | 0.3732 | DVU | -0.192684 | 0.497317 | -0.387447 | 0.6984 | TNHAP | 0.001806 | 0.010732 | 0.168241 | 0.8664 | TSAN | -0.074638 | 0.078895 | -0.946039 | 0.3441 | | | | | | | | | | | McFadden R-squared | 0.396431 | Mean dependent var | 0.823529 | S.D. dependent var | 0.382629 | S.E. of regression | 0.303253 | Akaike info criterion | 0.886055 | Sum squared resid | 10.48369 | Schwarz criterion | 1.357220 | Log likelihood | -38.25173 | Hannan-Quinn criter. | 1.077524 | Restr. log likelihood | -63.37590 | LR statistic | 50.24835 | Avg. log likelihood | -0.281263 | Prob(LR statistic) | 0.000337 | | | | | | | | | | | | | | Obs with Dep=0 | 24 | Total obs | 136 | Obs with Dep=1 | 112 | | | | | | | | | | | | | |

Các kiểm định thống kê mô hình 2 Omnibus Tests of Model Coefficients | | | Chi-square | df | Sig. | Step 1 | Step | 50.248 | 21 | .000 | | Block | 50.248 | 21 | .000 | | Model | 50.248 | 21 | .000 |

Model Summary | Step | -2 Log likelihood | Cox & Snell R Square | Nagelkerke R Square | 1 | 76.503a | .309 | .510 | a. Estimation terminated at iteration number 9 because parameter estimates changed by less than ,001. |

Hosmer and Lemeshow Test | Step | Chi-square | df | Sig. | 1 | 34.527 | 8 | .30 |

Classification Tablea | | Observed | Predicted | | | Y | Percentage Correct | | | 0 | 1 | | Step 1 | Y | 0 | 13 | 11 | 54.2 | | | 1 | 2 | 110 | 98.2 | | Overall Percentage | | | 90.4 | a. The cut value is ,500 | | | |

Kết quả hồi quy mô hình 3

Dependent Variable: Y | | | Method: ML - Binary Logit (Newton-Raphson) | | Date: 03/20/13 Time: 15:42 | | | Sample: 1 136 | | | | Included observations: 136 | | | Convergence achieved after 8 iterations | | Covariance matrix computed using second derivatives | | | | | | | | | | | Variable | Coefficient | Std. Error | z-Statistic | Prob. | | | | | | | | | | | C | -0.174328 | 1.490033 | -0.116996 | 0.9069 | GTINH | -3.190346 | 1.289294 | -2.474491 | 0.0133 | HV | 2.582916 | 0.750505 | 3.441572 | 0.0006 | THUE | 0.798845 | 1.247053 | 1.442477 | 0.1492 | TGCT | -0.004321 | 0.002319 | -1.863436 | 0.0624 | TGCV | 0.006982 | 0.005582 | 1.250716 | 0.2110 | GOV | 2.752750 | 1.225072 | 2.247011 | 0.0246 | FOR | 2.875599 | 1.337793 | 2.149510 | 0.0316 | FINANCE | 3.565133 | 1.384288 | 2.575427 | 0.0100 | COMPVN | 2.008740 | 1.005182 | 1.998385 | 0.0457 | LDAO | 1.370114 | 0.994578 | 1.377584 | 0.1683 | TNHAP | 0.100821 | 0.063629 | 1.584504 | 0.1131 | TKIEM | -0.201965 | 0.098526 | -2.049878 | 0.0404 | | | | | | | | | | | McFadden R-squared | 0.586842 | Mean dependent var | 0.823529 | S.D. dependent var | 0.382629 | S.E. of regression | 0.304488 | Akaike info criterion | 0.762639 | Sum squared resid | 11.40366 | Schwarz criterion | 1.041055 | Log likelihood | -38.85946 | Hannan-Quinn criter. | 0.875780 | Restr. log likelihood | -63.37590 | LR statistic | 49.03288 | Avg. log likelihood | -0.285731 | Prob(LR statistic) | 0.000002 | | | | | | | | | | | | | | Obs with Dep=0 | 24 | Total obs | 136 | Obs with Dep=1 | 112 | | | | | | | | | | | | | |

Các kiểm định thống kê mô hình 3 Omnibus Tests of Model Coefficients | | | Chi-square | df | Sig. | Step 1 | Step | 49.033 | 12 | .000 | | Block | 49.033 | 12 | .000 | | Model | 49.033 | 12 | .000 |

Model Summary | Step | -2 Log likelihood | Cox & Snell R Square | Nagelkerke R Square | 1 | 57.719a | .303 | .499 |

Hosmer and Lemeshow Test | Step | Chi-square | df | Sig. | 1 | 10.721 | 8 | .418 |

Classification Tablea | | Observed | Predicted | | | Y | Percentage Correct | | | 0 | 1 | | Step 1 | Y | 0 | 11 | 13 | 45.8 | | | 1 | 4 | 108 | 96.4 | | Overall Percentage | | | 87.5 | a. The cut value is ,500 | | | |

*