Phan Đình Khôi * Nguyễn Việt Thành

* Tác giả liên hệ (pdkhoi@ctu.edu.vn)

Abstract

This paper is aimed to analyze micro-factors that affect credit risks in state-owned commercial banks in Hau Giang province by using data collected from 316 observations from five banks. Both binary logit and multinomial logit models were used to estimate factors affecting credit risks. The results showed that the multinomial logit outperformed the binary logit. At credit risk level 1, five factors affecting credit risks of commercial banks include collaterals, loan purpose, borrowers’ loan history, main source of income for repayment, and loan inspection and supervision. At credit risk level 2, factors affect credit risks of commercial banks including all as at the level 1 and borrower’s financial ability, and experience of bank’s staff.
Keywords: Credit risk, Hau Giang, loan, multinomial logit

Tóm tắt

Bài viết này phân tích các yếu tố kinh tế vi mô ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại cổ phần (NHTMCP) có sở hữu nhà nước trên địa bàn tỉnh Hậu Giang dựa trên số liệu được thu thập từ 316 quan sát của 5 ngân hàng. Cả hai mô hình logit nhị thức và logit đa thức được sử dụng để ước lượng các yếu tố ảnh hưởng đến rủi ro tín dụng. Kết quả phân tích cho thấy mô hình logit đa thức cho phép giải thích tốt hơn mô hình logit nhị thức. Ở mức độ rủi ro 1, các yếu tố ảnh hưởng đến rủi ro tín dụng của các NHTMCPNN bao gồm: tài sản đảm bảo, sử dụng vốn vay, lịch sử vay vốn của khách hàng, ngành nghề chính tạo ra thu nhập, và kiểm tra giám sát vốn vay. Ở mức độ rủi ro 2, các yếu tố có ý nghĩa bao gồm năm yếu tố ở mức độ rủi ro 1 cộng với khả năng tài chính của khách hàng và kinh nghiệm cán bộ tín dụng.
Từ khóa: rủi ro tín dụng, ngân hàng TMCP sở hữu nhà nước, logit đa thức, Hậu Giang

Article Details

Tài liệu tham khảo

Altman, E., Resti, A., & Sironi, A. (2004). Default recovery rates in credit risk modelling: a review of the literature and empirical evidence. Economic Notes. 33: 183-208.

Bonfim, D. (2009). Credit Risk Drivers: Evaluating the Contribution of Firm Level Information and of Macroeconomic Dynamics. Journal of Banking and Finance.33: 281-299.

Cameron, A. C., & Trivedi, P. K. (2010). Microeconometrics using stata. College Station, TX: Stata Press.

Das, A., & Ghosh, S. (2007). Determinants of credit risk in Indian state-owned banks: An empirical investigation. Economic issues-stoke on Trent. 12: 1-27.

De Lis, F. S., Pagés, J. M., & Saurina, J. (2001). Credit growth, problem loans and credit risk provisioning in Spain. BIS Papers. 1: 331-353.

Gould, W. (1998). HETPROB: Stata module to estimate heteroskedastic probit model. Statistical Software Components.

Greene, W. H. (2012). Econometric Analysis, 7th Ed. Boston: Pearson Education.

Lê Khương Ninh và Lâm Thị Bích Ngọc (2012). Rủi ro tín dụng trong cho vay doanh nghiệp nhỏ và vừa tại các chi nhánh Ngân hàng Đầu tư và Phát triển Việt Nam ở Đồng bằng sông Cửu Long. Tạp chí Công nghệ ngân hàng. 73: 3-12.

Miyamoto, M. (2014). Credit Risk Assessment for a Small Bank by Using a Multinomial Logistic Regression Model. International Journal of Finance and Accounting. 3:327-334.

Trương Đông Lộc (2010). 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. Tạp chí Kinh tế phát triển. 156: 49-52.

Trương Đông Lộc và Nguyễn Thị Tuyết (2011). Các nhân tố ảnh hưởng đến rủi ro tín dụng của Ngân hàng thương mại cổ phần Ngoại thương Chi nhánh thành phố Cần Thơ. Tạp chí Ngân hàng. 5: 38-41.