LÊ TRUNG HIẾU (Giảng viên, Khoa Kinh tế – Luật, Trường Đại học Trà Vinh) – NGÔ THỊ PHƯƠNG DUNG (Sinh viên ngành Tài chính ngân hàng, Trường Đại học Trà Vinh)

TÓM TẮT:

Nghiên cứu này sử dụng phương pháp phân tích hồi quy nhằm xác định các nhân tố ảnh hưởng đến rủi ro tín dụng của khách hàng cá nhân (KHCN) tại Ngân hàng TMCP Sài Gòn Thương Tín – Chi nhánh Trà Vinh (Sacombank Trà Vinh). Kết quả nghiên cứu cho thấy, những nhân tố ảnh hưởng đến rủi ro tín dụng của KHCN tại Sacombank Trà Vinh gồm các biến: giới tính, trình độ học vấn, nghề nghiệp, sử dụng vốn và quy mô sản xuất – kinh doanh. Nghiên cứu cũng đề xuất một số giải pháp góp phần tăng cường công tác quản trị rủi ro, kiểm soát chất lượng tín dụng tại Sacombank Trà Vinh.

Từ khóa: rủi ro tín dụng, khách hàng cá nhân, Ngân hàng TMCP Sài Gòn Thương Tín, Sacombank Trà Vinh.

Hoạt động tín dụng là hoạt động cơ bản của ngân hàng, đem lại nguồn thu chủ yếu cho các ngân hàng thương mại (NHTM). Tuy nhiên, vấn đề các NHTM đang phải đối mặt là rủi ro tín dụng (RRTD). RRTD gây ra tổn thất về tài chính, giảm giá trị thị trường của vốn ngân hàng,trong trường hợp nghiêm trọng hơn có thể làm cho hoạt động kinh doanh của ngân hàng bị thua lỗ, thậm chí phá sản ngân hàng. Các biện pháp phòng ngừa và hạn RRTD cần được nghiên cứu đưa ra phù hợp với đặc điểm hoạt động kinh doanh của từng ngân hàng1.

Theo báo cáo của Ngân hàng Nhà nước tỉnh Trà Vinh, tính đến thời điểm hiện tại, tỷ lệ nợ xấu của hệ thống ngân hàng nằm trong khoảng 10% dư nợ của ngành. Riêng về tình hình nợ xấu là 1.500 tỷ đồng, chiếm khoảng 3,85% trong tổng dư nợ. Do đó, việc tìm ra những giải pháp để hạn chế phần nào những rủi ro trong quá trình thực thi chính sách tín dụng của NHTM là vấn đề rất cấp thiết hiện nay.

Sacombank Trà Vinh là một trong những ngân hàng có thu nhập từ hoạt động tín dụng chiếm tỷ trọng lớn chiếm đến 86% trong tổng thu nhập của Ngân hàng, do đó việc tiềm ẩn RRTD là vấn đề không thể tránh khỏi. Thực tiễn hoạt động tín dụng Sacombank nói chung và Sacombank Trà Vinh nói riêng thời gian qua cho thấy RRTD của toàn hệ thống chưa được kiểm soát một cách có hiệu quả và đang có xu hướng ngày một gia tăng. Chính vì vậy, yêu cầu cấp bách đặt ra là RRTD cần phải được quản lý kiểm soát một cách có hiệu quả, bảo đảm tín dụng hoạt động trong phạm vi rủi ro chấp nhận được, hỗ trợ việc phân bổ vốn hiệu quả hơn trong hoạt động tín dụng giảm thiểu các thiệt hại phát sinh từ RRTD và tăng thêm lợi nhuận kinh doanh cho ngân hàng, góp phần nâng cao uy tín và lợi thế cạnh tranh của ngân hàng. Chính vì thế, nghiên cứu “Các yếu tố ảnh hưởng đến RRTD từ KHCN tại Sacombank Trà Vinh” được triển khai nhằm phân tích các nhân tố ảnh hưởng đến RRTD của khách hàng cá nhân và đề xuất một số giải pháp góp hạn chế rủi ro tín dụng tại Sacombank Trà Vinh.

2. Mô hình nghiên cứu

Các giả thuyết nghiên cứu:

Giả thuyết H1: Tuổi tác động tích cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết H2: Giới tính tác động tiêu cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết H3: Dân tộc vừa tác động tích cực vừa có tác động tiêu cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết H4: Nghề nghiệp có tác động tích cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết H5: Trình độ học vấn có tác động tích cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết H6: Tình trạng gia đình có tác động tích cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết H7: Quy mô sản xuất – kinh doanh có tác động tích cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết H8: Thời gian kinh doanh có tác động tích cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết H9: Lịch sử vay vốn có tác động tích cực đến RRTD của KHCN tại Sacombank Trà Vinh.

Giả thuyết  H10: Sử dụng vốn có tác động tiêu cực đến RRTD của KHCN tại Sacombank Trà Vinh.

3. Phương pháp nghiên cứu

Lựa chọn cỡ mẫu:

Theo Green (1991), cỡ mẫu tối thiểu là 50 + 8m, với m là số biến độc lập trong mô hình. Mô hình đang nghiên cứu này có 10 biến độc lập thì cỡ mẫu tối thiểu phải là 130 quan sát. Tuy nhiên, để tăng độ tin cậy của mẫu dự phòng rủi ro, phiếu khảo sát bị lỗi nghiên cứu thực hiện với cỡ mẫu là 160 quan sát. Số quan sát 160 > 130 phù hợp tiến hành nghiên cứu chính thức.

Phương pháp lấy mẫu và xử lý số liệu:

Số liệu thứ cấp: số liệu về tình hình hoạt động kinh doanh, báo cáo kết quả hoạt động kinh doanh và thực trạng rủi ro tín dụng trong 3 năm (2018 – 2020) được cung cấp bởi Sacombank Trà Vinh.

Số liệu sơ cấp: số liệu sơ cấp được sử dụng trong nghiên cứu này được thu thập từ một cuộc điều tra bằng bảng câu hỏi với khách hàng có vay vốn. Cuộc điều tra được tiến hành vào tháng 5/2021, đối tượng tham gia là 160 khách hàng có giao dịch tại Sacombank Trà Vinh theo phương pháp lấy mẫu thuận tiện.

Nghiên cứu sử dụng kết hợp giữa 2 phương pháp: phương pháp phân tích định tính (phỏng vấn chuyên gia, xây dựng bảng câu hỏi, khảo sát thử 20 khách hàng nhằm hiệu chỉnh bảng câu hỏi) và phương pháp phân tích định lượng (kiểm định Wald, kiểm định mức độ phù hợp của mô hình (kiểm định Omnibus), kiểm định mức độ giải thích của mô hình, kiểm định mức độ dự báo tính chính xác của mô hình, phân tích hồi quy Binary Logistic) để tìm ra các nhân tố và mức độ ảnh hưởng của các nhân tố đến RRTD của KHCN tại Sacombank Trà Vinh.

Phương trình hồi quy đa biến:

Trong đó:

Biến phụ thuộc (Y) Khách hàng có RRTD hoặc không có RRTD, Y = 1 nếu có RRTD là khách hàng không trả nợ đúng hạn, Y = 0 nếu không có RRTD là khách hàng trả nợ đúng hạn.

P(Y=1)=P0: Xác suất KHCN có RRTD.

P(Y=0)=1-P0: Xác suất KHCN không có RRTD.

b0: Trọng số hồi quy

GIOITINH, TUOI, DANTOC, NGHENGHIEP, TDHV, TINHTRANGGD, QUYMO, THOIGIANKD, LSVAYVON, SDVON: các biến độc lập (biến giải thích).

ei: Hệ số nhiễu

4. Kết quả và thảo luận

4.1. Kết quả kiểm định Wald

Kết quả kiểm định Wald cho thấy, giá trị Sig của các biến tuổi, dân tộc, tình trạng gia đình, lịch sử vay vốn và thời gian kinh doanh lần lượt là 0,471; 0,933; 0,993; 0,545; 0,906 đều lớn hơn 0,1. Điều này cho thấy mối quan hệ giữa các biến này đến rủi RRTD không có ý nghĩa thống kê.

Giá trị Sig của các biến giới tính, trình độ học vấn, nghề nghiệp, sử dụng vốn và quy mô kinh doanh lần lượt là 0,065; 0,099; 0,060; 0,010; 0,047 đều nhỏ hơn  0,1. Điều này cho thấy mối quan hệ giữa các biến này đến RRTD có ý nghĩa thống kê.

4.2. Kết quả kiểm định Omnibus

Bảng 1. Kết quả kiểm định Omnibus

Nguồn: Kết quả phân tích số liệu của nhóm nghiên cứu 2021

Dựa vào kết quả kiểm định mức độ phù hợp của mô hình, giá trị Sig = 0,000 < 0,05, như vậy mô hình tổng quát cho ta thấy mối tương quan giữa biến phụ thuộc và các biến độc lập trong mô hình có ý nghĩa thống kê với khoảng tin cậy trên 99%.

4.3. Kết quả kiểm định mức độ giải thích mô hình

Bảng 2. Kết quả kiểm định mức độ giải thích của mô hình

Nguồn: Kết quả phân tích số liệu của nhóm nghiên cứu 2021

Bảng 2 cho thấy giá trị -2 Log likelihood = 52,338 là tương đối nhỏ, chứng tỏ mô hình có độ phù hợp cao. Hệ số mức độ giải thích của mô hình: R² Nagelkerke = 0,747. Điều này cho thấy sự thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình có ý nghĩa ở mức 74,7%, còn lại do các yếu tố khác.

4.4. Kết quả kiểm định mức độ dự báo tính chính xác của mô hình

Kết quả kiểm định mức độ dự báo tính chính xác của mô hình cho thấy, trong 132 quan sát không có RRTD, (xét theo cột gồm 130 và 2), mô hình dự báo chính xác là 130 với tỷ lệ đúng là 98,5%. Tương tự, trong 28 quan sát có rủi ro tín dụng, (xét theo cột gồm 24 và 4), mô hình dự báo chính xác là 24, với tỷ lệ đúng là 85,7%. Vậy, mức độ dự báo tính chính xác của toàn mô hình là 96,3%.

4.5. Kết quả phân tích hồi quy

Kiểm định mức độ phù hợp của mô hình có giá trị Sig = 0,000, do đó bác bỏ H0 là hệ số hồi quy của các biến độc lập bằng không, giá trị -2 Log likelihood = 52,338 là tương đối nhỏ chứng tỏ mô hình có độ phù hợp cao, mức độ dự báo tính chính xác của mô hình là 96,3%.

Qua phân tích hồi quy Binary Logistic cho thấy rằng trong 10 biến độc lập đưa vào mô hình thì có 5 biến có ý nghĩa thống kê ở mức dưới 10%. Các biến có ý nghĩa thống kê như: (1) Giới tính với mức ý nghĩa thống kê 10%, (2) Trình độ học vấn với mức ý nghĩa 10%, (3) Nghề nghiệp với mức ý nghĩa 10%, (4) Sử dụng vốn với mức ý nghĩa 5%, (5) Quy mô với mức ý nghĩa 5%.

Kết quả hồi quy Binary Logictics:

Với mức ý nghĩa dưới 10%, hệ số hồi quy của biến GIOITINH, TDHV, NGHENGHIEP, SDVON, QUYMO có ý nghĩa thống kê và có ảnh hưởng đến RRTD của KHCN tại Sacombank Trà Vinh.

Mô hình được xác định là:

Ln (Pi/1-Pi) = -2,575 + 2,123*GIOITINH + 0,906*TDHV + 2,704*NGHENGHIEP – 4,627*SDVON – 1,635*QUYMO

Sử dụng kết quả của cột hệ số ước lượng và cột Wald, nghiên cứu này sẽ hình thành kịch bản xác suất thay đổi khi xác suất ban đầu là 10%.

Đặt P0: Xác suất ban đầu; P1: Xác suất thay đổi, P1 được tính theo công thức:

Biến Giới tính có hệ số b = 2,123, biến này có ý nghĩa thống kê và có mối tương quan thuận với RRTD ở mức ý nghĩa 10%. Giả sử xác suất RRTD ban đầu của KHCN là 10%. Khi các yếu tố khác không đổi, giới tính của khách hàng là nam thì RRTD của khách hàng là 17,4%. Kết quả ước lượng cho thấy, RRTD xảy ra với khách hàng nam được mã hóa là 1 sẽ nhiều hơn so với khách hàng nữ được mã hóa là 0.

Biến Trình độ học vấn có hệ số b = 0,906, biến này có mối tương quan thuận với RRTD ở mức ý nghĩa 10%. Giả sử xác suất RRTD ban đầu của KHCN là 10%. Khi các yếu tố khác không đổi, nếu trình độ học vấn của khách hàng tăng thêm một đơn vị thì RRTD của khách hàng là 13,2%. Qua đó cho thấy khi trình độ học vấn của khách hàng cao RRTD càng tăng. Bởi vì, ngoài các chi phí sinh hoạt, chi phí học tập bổ sung kiến thức và bằng cấp cũng chiếm một khoản phải tính đến. Trình độ học vấn càng cao, chi phí càng lớn, dẫn đến nguồn thu nhập của khách hàng sẽ giảm, ảnh hưởng đến khả năng trả nợ của khách hàng khi đến hạn.

Biến Nghề nghiệp có ý nghĩa thống kê và mối tương quan thuận với RRTD ở mức ý nghĩa 10% và có hệ số b = 2,704. Giả sử xác suất xảy ra RRTD ban đầu của KHCN là 10%. Khi các yếu tố khác không đổi, nếu nghề nghiệp của khách hàng là phi nông nghiệp thì RRTD của khách hàng này là 18,3%. Qua kết quả cho thấy, khi khách hàng có nghề nghiệp là phi nông nghiệp RRTD sẽ thấp hơn so với khách hàng nông nghiệp lao động chân tay.

Biến Sử dụng vốn có hệ số b = – 4,627 và có mối tương quan nghịch với RRTD ở mức ý nghĩa 5%. Giả sử xác suất RRTD ban đầu của KHCN là 10%. Khi các yếu tố khác không đổi, nếu sử dụng vốn của khách hàng tăng thêm một đơn vị RRTD của khách hàng là 32,5%. Kết quả ước lượng cho thấy rằng, nếu người đi vay sử dụng vốn sai mục đích sẽ ảnh hưởng đến khả năng trả nợ không đúng hạn. Nếu khách hàng sử dụng vốn đúng mục đích, khả năng tạo ra thu nhập càng cao, dẫn đến RRTD sẽ càng thấp và ngược lại.

Biến Quy mô sản xuất – kinh doanh có hệ số b = -1,635, tương quan nghịch với RRTD ở mức ý nghĩa 5%. Giả sử xác suất RRTD ban đầu của KHCN là 10%. Khi các yếu tố khác không đổi, khách hàng có quy mô kinh doanh nhỏ thì RRTD đối với khách hàng này là 20,4%. Quy mô kinh doanh của khách hàng lớn khi có biến cố xảy ra sẽ có khoản dự phòng lớn đảm bảo đủ tài chính để thanh toán khoản vay dẫn đến nguy cơ RRTD sẽ thấp và ngược lại.

Các biến còn lại như: tuổi, dân tộc, tình trạng gia đình, lịch sử vay vốn và thời gian kinh doanh trong nghiên cứu này không có ý nghĩa thống kê, hay nói cụ thể hơn là các biến này chưa đủ các minh chứng để kết luận rằng có ảnh hưởng đến RRTD của KHCN tại Sacombank Trà Vinh.

5. Một số giải pháp hạn chế RRTD tại Sacombank Trà Vinh

Thứ nhất, giải pháp hạn chế RRTD do nguyên nhân về trình độ học vấn của khách hàng: Khi quyết định cấp tín dụng cho khách hàng, ngân hàng cần xem xét đến trình độ học vấn của khách hàng. Trong thực tế, còn nhiều khách hàng cung cấp thông tin sai sự thật, trong khi công tác thẩm định này chủ yếu dựa trên lời nói của khách hàng. Vì thế, cán bộ tín dụng cần thu thập thông tin trong hồ sơ vay vốn, yêu cầu khách hàng cung cấp thông tin kèm theo bản photo các văn bằng để cán bộ tín dụng thẩm định.

Thứ hai, giải pháp hạn chế RRTD do nguyên nhân về nghề nghiệp của khách hàng: Cán bộ tín dụng cần điều tra thông tin khách hàng cung cấp về nghề nghiệp có đúng với thực tế không, từ đó lập ra danh sách theo dõi mục đích của từng khoản vay để đề ra biện pháp thu hồi vốn khi cần thiết. Mục đích vay vốn có đáp ứng nhu cầu cho ngành nghề kinh doanh không, giấy phép kinh doanh đã hợp lệ chưa, được phép kinh doanh những ngành nghề gì, mã số thuế có còn hoạt động không.

Dựa vào thông tin nghề nghiệp của khách hàng, cán bộ tín dụng cần thu thập thêm các nguồn thu nhập chính của khách hàng (có minh chứng nếu cần), tính toán, xác định mức thu nhập của khách hàng vay để dự kiến nguồn thu trên cơ sở tính toán số nợ phải thu trong kỳ và xác định kỳ trả nợ cho phù hợp.

Thứ ba, giải pháp hạn chế RRTD do nguyên nhân về khả năng tài chính, quy mô sản xuất – kinh doanh của khách hàng: Thẩm định chính xác lĩnh vực, ngành nghề sản xuất – kinh doanh của khách hàng vay vốn bên cạnh đó, ngân hàng cần chú ý đến quy mô sản xuất của khách hàng, vì đó cũng là yếu tố dẫn đến RRTD cao.

Trong quá trình thẩm định, ngân hàng cần thẩm định về khả năng tài chính của khách hàng dựa trên báo cáo tài chính của khách hàng nhằm đánh giá đúng thực trạng tài chính của khách hàng trước khi có quyết định đầu tư, chỉ xét duyệt cho vay đối với các dự án khả thi và khách hàng có đủ nguồn vốn tự có tham gia như cam kết để hạn chế rủi ro trong hoạt động tín dụng.

Ngân hàng cần căn cứ vào mức độ rủi ro của từng khoản vay, lĩnh vực kinh doanh để quy định tỷ lệ vốn tự có tham gia của khách hàng cho phù hợp nhằm hạn chế rủi ro phát sinh.

Thứ tư, giải pháp hạn chế RRTD do nguyên nhân sử dụng vốn của khách hàng: Cán bộ tín dụng cần quản lý chặt chẽ mục đích sử dụng vốn vay trước và trong quá trình duyệt vay của khách hàng nhằm phát hiện sớm những dấu hiệu rủi ro, gian lận trong việc sử dụng vốn nhằm đảm bảo phù hợp với hồ sơ thực tế.

Ngân hàng cần tăng cường công tác kiểm tra thường xuyên hay đột xuất trong suốt thời gian khách hàng vay vốn, kiểm tra hiệu quả sử dụng vốn vay, nhằm kịp thời tư vấn và có hạn chế giải pháp đối với khách hàng sử dụng vốn vay không hiệu quả.

Đối với khách hàng sử dụng vốn vay sai mục đích dẫn đến kinh doanh thua lỗ, mất khả năng thanh toán, giảm lương, buộc thôi việc, sa thải,… Ngân hàng cần thực hiện thu nợ ngay, tránh rủi ro nợ xấu.

TÀI LIỆU TRÍCH DẪN:

1Nguyễn Thị Kim Nhung, Phạm Thị Thu Hiền, Nguyễn Thị Thúy Quỳnh (2017). Một số vấn đề về rủi ro tín dụng của ngân hàng thương mại. Tạp chí Tài chính, truy cập tại https://tapchitaichinh.vn/kinh-te-vi-mo/mot-so-van-de-ve-rui-ro-tin-dung-cua-ngan-hang-thuong-mai-133627.html.

TÀI LIỆU THAM KHẢO:

  • Lư Nhật Bình (2016). Phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng nông hộ tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam chi nhánh Vĩnh Long. Luận văn thạc sỹ chuyên ngành Tài chính ngân hàng, Trường Đại học Tài chính – Marketing.
  • Hồ Thị Thu Hương (2020). Các yếu tố ảnh hưởng đến rủi ro tín dụng khách hàng cá nhân tại Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam – Chi nhánh huyện Thanh Bình, tỉnh Đồng Tháp. Luận văn thạc sĩ chuyên ngành Ngân hàng, Trường Đại học Kinh tế TP. Hồ Chí Minh.
  • Phan Đình Khôi, Nguyễn Việt Thành (2017). Các yếu tố vi mô ảnh hưởng đến rủi ro tín dụng: Trường hợp các ngân hàng TMCP sở hữu nhà nước ở Hậu Giang. Tạp chí khoa học Trường Đại học Cần Thơ, 48(D), 104-111.
  • Nguyễn Duy Khoa (2017). Phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP. Hồ Chí Minh, Luận văn thạc sĩ ngành Tài chính ngân hàng, Trường Đại học Kinh tế TP. Hồ Chí Minh.
  • Trương Đông Lộc (2010). Nghiên cứu phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại nhà nước ở khu vực đồng bằng sông Cửu Long. Luận văn thạc sỹ kinh tế, Trường Đại học Cần Thơ.
  • Trương Đông Lộc và Nguyễn Thị Tuyết (2011). Phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng của Vietcombank Cần Thơ. Tạp chí Ngân hàng, 3, 38-41.
  • Nguyễn Khánh Linh (2020). Giải pháp hạn chế rủi ro tín dụng tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Phú Mỹ. Luận văn thạc sĩ ngành Quản trị kinh Doanh, Trường Đại học Bà Rịa – Vũng Tàu.
  • Phan Thị Hằng Nga – Nguyễn Thị Ngọc Quỳnh (2020). Phân tích các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Sài Gòn Thương Tín – Chi nhánh Tân Bình. Truy cập tại https://tapchicongthuong.vn/bai-viet/phan-tich-cac-yeu-to-anh-huong-den-kha-nang-tra-no-cua-khach-hang-ca-nhan-tai-ngan-hang-thuong-mai-co-phan-sai-gon-thuong-tin-chi-nhanh-tan-binh-72927.htm.
  • Nguyễn Thị Thắm (2019). Một số biện pháp hạn chế rủi ro tín dụng tại Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam – Chi nhánh huyện Tiên Lãng, Đông Hải Phòng. Luận văn thạc sĩ ngành Quản trị Kinh doanh, Trường Đại học dân lập Hải Phòng.
  • Đào Minh Tuấn (2020). Tác động của rủi ro tín dụng đối với các ngân hàng thương mại Việt Nam. Truy cập tại https://tapchitaichinh.vn/ngan-hang/tac-dong-cua-rui-ro-tin-dung-doi-voi-cac-ngan-hang-thuong-mai-viet-nam-330796.html
  • Bùi Hữu Phước, Ngô Thành Danh, Ngô Văn Toàn (2018). Các yếu tố ảnh hưởng đến rủi ro tín dụng tại Ngân hàng Ngoại thương – Chi nhánh Kiên Giang, Tạp chí Quản lý và Kinh tế quốc tế, Trường Đại học Ngoại thương, 98, 132-138.
  • Fikremariam Zergaw (2019). Factors effecting credit risk management practices, the case of selected private commercial banks in Ethiopia. International Journal of Advanced Research, 7(1), 811-849.
  • Abedalfattah Al-abedallat (2016). Factors Affecting Credit Risk: An Empirical Study of the Jordanian Commercial Banks. European Journal of Scientific Research, 12(34), 307-321.
  • Alexander Ayertey Odonkor (2018). An Assessment of Credit Risk Management Practices of Adansi Rural Bank Limited. International Journal of Economics and Finance, 10(11), 110-136.
  • Samuel B. Green (1991). How Many Subjects Does It Take to Do a Regression Analysis. Multivariate Behavioral Research, 26(3), 499-510.
  • FACTORS AFFECTING THE CREDIT RISK OF INDIVIDUAL

    CUSTOMERS OF SAIGON THUONG TIN COMMERCIAL

    JOINT STOCK BANK – TRA VINH PROVINCE BRANCH

    • LE TRUNG HIEU1

    • NGO THI PHUONG DUNG2

    1Lecturer, Faculty of Economics – Law, Tra Vinh University

    2Student, Banking – Finance major,  Tra Vinh University

    ABSTRACT:

    In this study, the regression analysis method was used to determine the factors affecting the credit risk of individual customers of Saigon Thuong Tin Commercial Joint Stock Bank – Tra Vinh Province Branch (Sacombank Tra Vinh). The results show that the factors affecting the credit risk of Sacombank Tra Vinhs individual customers are the gender, education level, occupation, use of capital and business scale. This study also proposes some solutions to enhance the risk management and the credit quality control of Sacombank Tra Vinh.

    Keywords: credit risk, individual customers, Saigon Thuong Tin Commercial Joint Stock Bank, Sacombank Tra Vinh.

    [Tạp chí Công Thương – Các kết quả nghiên cứu khoa học và ứng dụng công nghệ, Số 21, tháng 9 năm 2021]

    Bài viết được chia sẻ bởi biquyet.com

    Leave a Reply

    Your email address will not be published.