SỐ 198 | THÁNG 9/2022
Phân tích Bayesian đánh giá khả năng trả nợ của khách hàng cá nhân: Trường hợp nghiên cứu tại BIDV Chi nhánh Nam Sài Gòn
Lê Hà Diễm Chi, Huỳnh Thị Anh Thơ
Tóm tắt:
Mục tiêu nghiên cứu của bài viết nhằm đánh giá khả năng trả nợ (KNTN) của khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Đầu tư và Phát triển Việt Nam (BIDV) Chi nhánh Nam Sài Gòn. Với mẫu dữ liệu là 1.051 khách hàng cá nhân có dư nợ tín dụng tại BIDV Chi nhánh Nam Sài Gòn được chọn mẫu ngẫu nhiên từ những khách hàng có quan hệ tín dụng với ngân hàng trong giai đoạn 2010–2021, nhóm tác giả sử dụng phương pháp thống kê Bayesian (Bayesian statistics) để đánh giá ảnh hưởng của nhóm nhân tố liên quan đến khách hàng và nhóm nhân tố liên quan đến khoản vay tác động đến KNTN vay. Kết quả nghiên cứu cho thấy rằng, Độ tuổi của khách hàng, Kỳ hạn khoản vay, Dư nợ vay và Tài sản đảm bảo (TSĐB) có ảnh hưởng ngược chiều đến KNTN. Thu nhập của người đi vay và lãi suất khoản vay có ảnh hưởng cùng chiều đến KNTN. Ngoài ra, ưu thế nổi trội của phương pháp Bayesian đã cho kết quả xác suất xảy ra các tác động ở mức từ 91,13% đến 99,88%.
Tài liệu tham khảo:
- Akinlo, O., & Emmanuel, M. (2014). Determinants of non-performing loans in Nigeria. Accounting & taxation, 6(2), 21-28.
- Antwi, S., Mills, A. E. F. E., Mills, G. A., & Zhao, X. (2012). Risk factors of loan default payment in Ghana: a case study of Akuapem Rural Bank. International Journal of Academic Research in Accounting, Finance and Management Sciences, 2(4), 376-386.
- Balov, N. (2017). Bayesian logistic regression with Cauchy priors using the bayes prefix. The Stata Blog: Not Elsewhere Classified. Retrieved from https://blog.stata.com/2017/09/08/bayesianlogistic-regression-with-cauchy-priors-using-the-bayes-prefix. Ngày truy cập 20/6/2022.
- Balov, N. (2020). Bayesian inference using multiple Markov chains. The Stata Blog: Not Elsewhere Classified. Retrieved from https://blog.stata.com/2020/02/24/bayesian-inference-using-multiplemarkov-chains.
- Barseghyan, L. (2010), Non-Performing Loans. Prospective Bailouts and Japan’s Slowdown. Journal of Monetary Economics, 57(7), 873-890.
- Charles, G., & Mori, N. (2016). Effects of collateral on loan repayment: evidence from an informal lending institution. Journal of African Business, 17(2), 254-272.
- Coyle, B. (2000). Framework for: Credit Risk Management. Global Professional Publishi.
- Derban, W. K., Binner, J. M., & Mullineux, A. (2005). Loan repayment performance in community development finance institutions in the UK. Small business economics, 25(4), 319-332.
- Đinh Kiệm & Nguyễn Thị Huyền Vi (2020). Đánh giá yếu tố ảnh hưởng đến khả năng trả nợ đúng hạn của khách hàng cá nhân tại BIDV – Chi nhánh TPHCM. Tạp chí Công thương số 27, tháng 11/2020.
- Fendi, U., Sawalha, I., Shamieh, J., & Jaara, O. O. (2017). Early Warning Indicators for Monitoring Non Performing Loans in Jordanian Banking System. International Journal of Business and Social Science, 8(6), 104-114.
- Firmansyah, I. (2019). Determinant of non performing loan: The case of Islamic bank in Indonesia. Bulletin of Monetary Economics and Banking, 17(2), 241-258.
- Flegal, J. M., Haran, M., & Jones, G. L. (2008). Markov chain Monte Carlo: Can we trust the third significant figure? Statistical Science, 23(2), 250–260.
- Hossain, M. S., Sarker, M., Nazneen, S., Basu, B., Rasul, F. B., & Adib, H. I. (2019). How health shocks and its relationship to repayments of loans from microfinance institutions can affect migrant households in Bangladesh. Migration and Development, 8(3), 370-393.
- Huỳnh Quang Linh, Vũ Mạnh Cường, & Dương Thị Hồng Vân (2021). Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng BIDV Trà Vinh. Tạp chí Tài chính kỳ 2 tháng 5/2021.
- Kassegn, A., & Endris, E. (2022). Factors affecting loan repayment rate among smallholder farmers got loans from the Amhara Credit and Saving Institution: In the case of Habru District, Amhara Regional State, Ethiopia. International Area Studies Review, 25(1), 73-96.
- Kohansal, M. R., & Mansoori, H. (2009). Factors affecting on loan repayment performance of farmers in Khorasan-Razavi province of Iran. In Conference on International Research on Food Security, Natural Resource Management and Rural Development, University of Hamburg (Vol. 26, pp. 359-366).
- Kohansal, M. R., & Mansoori, H. (2009, October). Factors affecting on loan repayment performance of farmers in Khorasan-Razavi province of Iran. In Conference on International Research on Food Security, Natural Resource Management and Rural Development, University of Hamburg (Vol. 26, pp. 359-366).
- Leitner, Y. (2006). Using collateral to secure loans. Business Review, Federal Reserve Bank of Philadelphia, issue Q2, pages 9-16.
- Makri, V., Tsagkanos, A., & Bellas, A. (2014). Determinants of non-performing loans: The case of Eurozone. Panoeconomicus, 61(2), 193-206.
- Cấn Văn Lực (2022). Bức tranh nợ xấu của ngành Ngân hàng và một số kiến nghị. Truy cập tại https://www.sbv.gov.vn/webcenter/portal/vi/menu/fm/ddnhnn/nctd, ngày 07/7/2022.
- Olokoyo, F. O. (2011). Determinants of commercial banks' lending behavior in Nigeria. International journal of financial research, 2(2), 61.
- Özdemir, Ö., & Boran, L. (2004). An empirical investigation on consumer credit default risk (No. 2004/20). Discussion Paper.
- Ozili, P. K. (2019). Non-performing loans and financial development: new evidence. The Journal of Risk Finance. 20(1), 59-81.
- 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. Ngày truy cập 27/6/2022.
- Ployhart, R. E., & Moliterno, T. P. (2011). Emergence of the human capital resource: A multilevel model. Academy of management review, 36(1), 127-150.
- Salifu, A. T., Tofik-Abu, Z., Rahman, M. A., & Sualihu, M. A. (2018). Determinants of loan repayment performance of small and medium enterprises (SMEs) in Ghana: The case of Asante Akyem Rural Bank. Journal of African Business, 19(2), 279-296.
- Sangwan, S., Nayak, N. C., & Samanta, D. (2020). Loan repayment behavior among the clients of Indian microfinance institutions: A household-level investigation. Journal of Human Behavior in the Social Environment, 30(4), 474-497.
- Stiglitz, J. E., & Weiss, A. (1981). Credit rationing in markets with imperfect information. The American economic review, 71(3), 393-410.
- Trần Thế Sao (2017). Các yếu tố ảnh hưởng đến khả năng trả nợ ngân hàng của nông hộ trên địa bàn Bến Lức, tỉnh Long An. Tạp chí Công Thương, Tháng 3/2017.
- Võ Văn Tài (2012). Phân loại bằng phương pháp Bayes từ số liệu rời rạc. Tạp chí Khoa học Trường Đại học Cần Thơ, (23b), 69-78.
- Waweru, C. (2010). Factors influencing repayment of bank loans: a case of NIC bank limited, Nairobi Province Kenya (Doctoral dissertation, University of Nairobi, Kenya).
- Wongnaa, C. A., & Awunyo-Vitor, D. (2013). Factors affecting loan repayment performance among yam farmers in the Sene District, Ghana. Agris on-line Papers in Economics and Informatics.
- Zeng, S. (2011). Bank Non-Performing Loans (NPLS): A Dynamic Model and Analysis in China. Modern Economy, 2, 100-110.
Using Bayesian Analysis Assessing Individual Consumers Loan Repayment Capacity: A Case Study at BIDV South Sai Gon Branch
Abstract:
The research objective of the article is to assess the loan repayment capacity of individual customers at Joint Stock Commercial Bank for Investment and Development of Vietnam (BIDV) - Saigon South Branch. A data sample of 1051 individual customers with outstanding credit balances at BIDV - South Saigon Branch, was randomly selected from customers who have a credit relationship with the bank in the period 2010 - 2021 and used the Bayesian statistical method to evaluate the influence of a group of factors related to customer characteristics and a group of factors related to loan characteristics affecting loan repayment capacity. The research results show that customers' age, loan term, loan balance, and collateral have a negative effect on loan repayment capacity. Borrower's income, loan interest rate has a positive effect on repayment capacity. In addition, with the dominant internal advantage of the Bayesian method, the probability of the above effects ranges from 91.13% to 99.88%.