Giải pháp hỗ trợ ra quyết định tín dụng đối với các khoản vay của khách hàng doanh nghiệp tại các ngân hàng thương mại Việt Nam – Trường hợp các yếu tố phi tài chính

 ISSN: 1859-2171 
e-ISSN: 2615-9562 
TNU Journal of Science and Technology 201(08): 13 - 17 
 Email: jst@tnu.edu.vn 13 
GIẢI PHÁP HỖ TRỢ RA QUYẾT ĐỊNH TÍN DỤNG ĐỐI VỚI CÁC 
KHOẢN VAY CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI CÁC NGÂN HÀNG 
THƯƠNG MẠI VIỆT NAM – TRƯỜNG HỢP CÁC YẾU TỐ PHI TÀI CHÍNH 
Đỗ Năng Thắng 
Trường Đại học Công nghệ thông tin và truyền thông - ĐH Thái Nguyên 
TÓM TẮT 
Các nhà kinh tế thường gọi Ngân hàng là “ngành kinh doanh rủi ro”. Thực tế đã chứng minh 
không một ngành nào mà khả năng dẫn đến rủi ro lại lớn như trong lĩnh vực kinh doanh tiền tệ - 
tín dụng. Ngân hàng phải gánh chịu những rủi ro không những do nguyên nhân chủ quan của 
mình, mà còn phải gánh chịu những rủi ro từ phía khách hàng gây ra. Chính vì vậy, một công cụ 
hỗ trợ các ngân hàng thương mại trong việc cảnh báo rủi ro tín dụng là rất cần thiết, đặc biệt trong 
bối cảnh cạnh tranh khốc liệt như ngày nay. Trên thế giới đã có một số công trình nghiên cứu liên 
quan đến vấn đề này. Tuy nhiên mỗi công trình đều chỉ phát huy thế mạnh ở một khía cạnh nào đó 
và chưa thực sự phù hợp với điều kiện thực tế ở Việt Nam. Với tính cấp thiết như vậy, bài báo đề 
xuất một phương pháp kết hợp giữa chấm điểm các yếu tố phi tài chính với xếp hạng tín dụng của 
S&P, từ đó giúp ngân hàng thương mại có thêm một công cụ trong việc trợ giúp ra quyết định tín 
dụng hạn chế rủi ro. 
Từ khóa: Rủi ro tín dụng; mô hình cảnh báo; mô hình chấm điểm; hệ số phi tài chính; xếp hạng tín dụng. 
Ngày nhận bài: 28/3/2019; Ngày hoàn thiện: 19/4/2019; Ngày duyệt đăng: 06/6/2019 
SOLUTIONS TO SUPPORT THE CREDIT DECISION FOR LOANS 
OF ENTERPRISES IN VIETNAMESE COMMERCIAL BANKS 
CASE STUDY: NON-FINANCIAL FACTORS 
Do Nang Thang 
TNU - Information and Communication Technology University 
ABSTRACT 
Economists often call the Bank a "risky business". In fact, it has proved that there is no industry 
that has the potential to lead to big risks such as in the field of currency trading - credit. The Bank 
has to bear the risks not only due to its subjective causes, but also the risks of its customers. 
Therefore, a tool can support commercial banks in warning credit risks is necessary, especially in 
the context of fierce competition like today. In the world there have been some researches related 
to this issue. However, each project only develops its strengths in a certain aspect and is not really 
suitable with the actual conditions in Vietnam. With such urgency, the paper proposes a method of 
combining the scoring of non-financial factors with the credit rating of S&P, thereby helping 
commercial banks has more one tool for support in credit decision. 
Keywords: Credit risk; warning model; scoring model; non-financial coefficient; credit ratings. 
Received: 28/3/2019; Revised: 19/4/2019; Approved: 06/6/2019 
Email: dnthang@ictu.edu.vn 
Đỗ Năng Thắng Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 201(08): 13 - 17 
 Email: jst@tnu.edu.vn 14 
1. Giới thiệu 
Cuộc khủng hoảng tài chính châu Á năm 
1997 và cuộc khủng hoảng toàn cầu năm 
2008 đã nhen nhóm lại các nguyên nhân và 
triệu chứng của cuộc khủng hoảng tài chính 
tiềm năng. Nếu những triệu chứng này có thể 
được phát hiện trước, chính phủ có thể áp 
dụng các biện pháp phòng ngừa để ngăn chặn 
cuộc khủng hoảng hoặc ít nhất là để giảm 
thiểu tác động bất lợi của khủng hoảng đối 
với nền kinh tế trong nước. Việt Nam đang 
thực hiện cam kết mở cửa thị trường trong 
lĩnh vực tài chính - ngân hàng, thực tế hội 
nhập trong khu vực và trên thế giới mang lại 
cơ hội cho các ngân hàng Việt Nam đồng thời 
cũng phát sinh nhiều thách thức và rủi ro ở 
mức cao hơn. Các yếu tố rủi ro trong lĩnh vực 
kinh doanh ngân hàng ngày càng trở nên phức 
tạp và cần có giải pháp phòng ngừa kịp thời. 
Việc xây dựng một giải pháp hỗ trợ các ngân 
hàng thương mại (NHTM) trong việc ra quyết 
định tín dụng là rất cần thiết đặc biệt trong bối 
cảnh hội nhập quốc tế ngày càng sâu, rộng. 
Hiện nay trên thế giới đã có một số công trình 
tiêu biểu về cảnh báo rủi ro tín dụng như mô 
hình Merton (1974) có vai trò mang tính khai 
sáng trong quản trị rủi ro tín dụng như là vai 
trò của mô hình Black-Scholes trong định giá 
quyền chọn [1]. Tuy nhiên hạn chế của mô 
hình dựa trên giả định doanh nghiệp chỉ có 
một khoản nợ duy nhất và trả nợ tại một thời 
điểm duy nhất. Mô hình điểm số Z do 
E.I.Altman khởi tạo năm 1977 và thông 
thường được sử dụng xếp hạng tín nhiệm đối 
với các doanh nghiệp [2]. Mô hình này dùng 
để đo xác suất vỡ nợ của khách hàng thông 
qua các đặc điểm cơ bản của khách hàng. Đại 
lượng Z là thước đo tổng hợp để phân loại rủi 
ro đối với người vay và phụ thuộc vào các 
yếu tố tài chính của người vay. Mô hình 
CreditMetrics, được J.P. Morgan giới thiệu 
vào năm 1997 [3], là một mô hình được sử 
dụng phổ biến trong thực tiễn. Mô hình này 
có thể xem là có nguồn gốc từ mô hình 
Merton, tuy nhiên có một điểm khác biệt cơ 
bản giữa mô hình CreditMetrics với Merton là 
ngưỡng phá sản trong mô hình CreditMetrics 
được xác định từ xếp hạng tín dụng chứ 
không phải từ các khoản nợ. Do đó, mô hình 
này cho phép xác định cả xác suất vỡ nợ và 
xác suất suy giảm tín dụng. Ở Việt Nam có 
một số công trình như công trình của tác giả 
Lê Văn Tuấn năm 2016 “Khám phá sự thú vị 
của phần mềm R trong định lượng rủi ro tín 
dụng” trong nghiên cứu tác giả đã nghiên cứu 
và ứng dụng mô hình KMV vào cảnh báo rủi 
ro tín dụng [4] hay công trình nghiên cứu thứ 
2 của tác giả Lê Văn Tuấn “Ứng dụng mô 
hình Merton trong giảng dạy rủi ro tín dụng 
và định giá trái phiếu cho sinh viên ngành tài 
chính” công trình nghiên cứu này đã làm rõ 
mô hình Merton và ứng dụng trong cảnh báo 
rủi ro tín dụng tại các NHTM ở Việt Nam [5]. 
Công trình nghiên cứu Nguyễn Phi Lân “Mô 
hình cảnh báo sớm và chính sách hướng tới 
ổn định kinh tế vĩ mô”, theo tác giả việc cảnh 
báo sớm rủi ro kinh tế vĩ mô và khủng hoảng 
tiền tệ được tác giả xây dựng dựa trên mô 
hình cảnh báo sớm (EWS) tham số [6]. Tuy 
nhiên các mô hình trên đều khá phức tạp và 
khó áp dụng phù hợp với tình hình thực tế tại 
các NHTM ở Việt Nam. Mặt khác các mô 
hình trên chỉ tập trung phân tích các yếu tố tài 
chính mà không đề cập đến các yếu tố phi tài 
chính. Xuất phát từ nguyên nhân đó, bài báo 
đề xuất giải pháp kết hợp giữa chấm điểm các 
yếu tố phi tài chính với xếp hạng tín dụng của 
S&P, từ đó giúp NHTM có thêm một công cụ 
trong việc trợ giúp ra quyết định tín dụng. 
2. Phương pháp nghiên cứu 
Bài báo sử dụng giải pháp kết hợp giữa 
phương pháp định tính và định lượng, trong 
đó phương pháp định tính là chủ yếu. Xuất 
phát từ nghiên cứu các tài liệu liên quan đến 
các tiêu chí chấm điểm phi tài chính của một 
số NHTM lớn, từ đó bài báo tiến hành thu 
thập các thông tin liên quan đến các yếu tố 
phi tài chính của một doanh nghiệp cụ thể 
như: Trình độ quản lý, Quan hệ của khách 
hàng với ngân hàng, các nhân tố bên ngoài, 
đặc điểm khác... và tiến hành chấm điểm các 
yếu tố đó dựa trên cơ sở xác định trọng số của 
chúng, trong đó trọng số của các yếu tố phi tài 
chính lại được quyết định bởi mức độ ảnh 
hưởng của chúng đến khả năng trả nợ của 
khách hàng, hoạt động này được thực hiện 
dựa trên phương pháp Chuyên gia. Ngoài ra 
bài báo tiến hành xếp hạng tín dụng của 
khách hàng doanh nghiệp đối với các yếu tố 
phi tài chính dựa trên lý thuyết xếp hạng tín 
Đỗ Năng Thắng Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 201(08): 13 - 17 
 Email: jst@tnu.edu.vn 15 
dụng của S&P, từ đó hỗ trợ các NHTM có 
thêm một công cụ trong việc trợ giúp ra quyết 
định tín dụng. 
3. Kết quả và bàn luận 
3.1. Mô hình phân tích 
Hình 1. Mô hình chấm điểm các yếu tố phi tài chính 
3.2. Bảng kết quả tính điểm các chỉ tiêu phi 
tài chính 
Dựa trên mức độ ảnh hưởng của từng yếu tố 
phi tài chính (chỉ tiêu chính) đến khả năng 
trả nợ của khách hàng doanh nghiệp, bài 
báo tiến hành xác định trọng số của từng 
yếu tố đó và trong mỗi chỉ tiêu chính, bài 
báo đưa ra các chỉ tiêu phụ cũng như trọng 
số của chúng và tiến hành chấm điểm dựa 
trên các thông tin thực tế thu thập được, cụ 
thể như bảng 1. 
Bảng 1. Kết quả chấm điểm các chỉ tiêu phi tài chính DNB 
STT Trọng số Các chỉ tiêu phi tài chính Giá trị Điểm Điểm cuối 
I 30% Trình độ quản lý 
1 1.1 5% Lý lịch tư pháp của người đứng đầu doanh nghiệp 
Lý lịch tư 
pháp tốt 
100 5 
2 1.2 7% Kinh nghiệm chuyên môn của người đứng đầu doanh nghiệp 15 năm 100 7 
3 1.3 7% Trình độ học vấn của người quản lý Đại học 60 4,2 
4 1.4 6% Năng lực điều hành của người trực tiếp lãnh đạo doanh nghiệp Rất tốt 100 6 
5 1.5 5% Cơ cấu tổ chức và môi trường kiểm soát nội bộ của doanh nghiệp Rất tốt 100 5 
II 30% Quan hệ với ngân hàng 
6 2.1 4% Lịch sử trả nợ của khách hàng trong 12 tháng qua 
Luôn trả nợ 
đúng hạn 
100 4 
7 2.2 4% Số lần cơ cấu lại thời gian trả nợ trong 12 tháng qua 0 lần 100 4 
8 2.3 3% Số lần các cam kết ngoại bảng mất khả năng thanh toán 0 lần 100 3 
9 2.4 3% Tình hình cung cấp thông tin yêu cầu của ngân hàng Luôn đầy đủ 100 3 
10 2.5 4% Mức độ sử dụng các dịch vụ của ngân hàng Lớn nhất 100 4 
11 2.6 4% Tỷ trọng chuyển doanh thu qua ngân hàng 80% 80 3,2 
12 2.7 3% Thời gian quan hệ với ngân hàng 5 năm 100 3 
13 2.8 3% Tình trạng nợ quá hạn tại các ngân hàng 
Không có nợ 
quá hạn 
100 3 
14 2.9 2% Định hướng quan hệ với khách hàng trong thời gian tới Phát triển 100 2 
III 25% Các nhân tố bên ngoài 
15 3.1 4% Triển vọng phát triển của ngành Cao 100 4 
16 3.2 4% 
Khả năng sản phẩm của doanh nghiệp bị thay thế bởi các sản 
phẩm khác 
Khó 100 4 
17 3.3 5% Nguồn cung ứng Ổn định 60 3 
18 3.4 2% Mức độ phụ thuộc vào điều kiện tự nhiên Không nhiều 60 1,2 
19 3.5 4% Sự cạnh tranh giữa các doanh nghiệp hiện có trong ngành Bình thường 60 2,4 
20 3.6 2% Khả năng ra nhập mới của các doanh nghiệp trong ngành Khó 100 2 
21 3.7 4% Nhu cầu trên thị trường đối với sản phẩm của doanh nghiệp Lớn 100 4 
IV 15% Các đặc điểm khác 
22 5.1 1% Sự phụ thuộc vào một số ít nhà cung cấp Bình thường 60 0,6 
23 5.2 1% Số năm hoạt động của doanh nghiệp 10 năm 100 1 
24 5.3 4% Tốc độ tăng trưởng doanh thu 20% 67 2,68 
25 5.4 4% Tốc độ tăng trưởng lợi nhuận 125% 100 4 
26 5.5 1% Phạm vi hoạt động của doanh nghiệp Toàn quốc 60 0,6 
27 5.6 1% Triển vọng phát triển của doanh nghiệp Phát triển 100 1 
28 5.7 1% Lợi thế kinh doanh Thuận lợi 80 0,8 
29 5.8 2% Quy mô của doanh nghiệp Lớn 100 2 
Tổng cộng 100% 89,68 
Trình độ quản lý 
Quan hệ với ngân hàng 
Các nhân tố bên ngoài 
Điểm 
phi tài 
chính 
Đặc điểm khác 
Đỗ Năng Thắng Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 201(08): 13 - 17 
 Email: jst@tnu.edu.vn 16 
3.3. Xếp hạng tín dụng theo S&P 
Bài báo tiến hành xếp hạng tín dụng đối với 
đối tượng khách hàng là các doanh nghiệp 
của ngân hàng (đối tượng vay vốn với kỳ hạn 
dài vừa mang lại doanh thu ổn định cho ngân 
hàng nhưng đồng thời cũng chứa đựng rất 
nhiều rủi ro). Để giúp NHTM có thêm các 
thông tin cụ thể và trực quan hơn về chất 
lượng tín dụng của khách hàng doanh nghiệp, 
bài báo tiến hành xếp hạng tín dụng doanh 
nghiệp dựa trên lý thuyết của Standard & 
Poor's, là một công ty dịch vụ tài chính có trụ 
sở tại Hoa Kỳ. Đây là một công ty con 
của McGraw-Hill. Standard & Poor's là một 
trong ba cơ quan xếp hạng tín dụng lớn và uy 
tín nhất thế giới (hai công ty còn lại 
là Moody's và Fitch Ratings). S&P đánh giá 
người vay từ mức AAA cho tới D [7]. Số liệu 
cụ thể được thể hiện trong bảng 2. 
3.4. Kết quả xếp hạng tín dụng theo S&P 
Bảng 3. Xếp hạng các chỉ tiêu 
 phi tài chính của DNB theo S&P 
Điểm Thang đo S&P Giải thích 
89,68 84,8-92,3 AA 
Chất lượng tín dụng 
cao, mức độ rủi ro thấp, 
khả năng trả nợ cao 
Thông qua kết quả chấm điểm các chỉ tiêu phi 
tài chính và các chỉ tiêu tài chính theo mô 
hình điểm số Z, ta thấy doanh nghiệp DNB có 
chất lượng tín dụng cao, mức độ rủi ro thấp, 
khả năng trả nợ cao. 
4. Một số kiến nghị đối với các NHTM 
Trong bối cảnh cạnh tranh khốc liệt như ngày 
nay đối với lĩnh vực kinh doanh tiền tệ, các 
NHTM không nên chỉ tập trung vào việc đánh 
giá các chỉ tiêu tài chính mà còn cần phân tích 
kết hợp với các chỉ tiêu phi tài chính để có 
thông tin đầy đủ và chính xác hơn. Tuy nhiên 
khi phân tích các chỉ tiêu phi tài chính (các 
chỉ tiêu không thể hiện bằng con số cụ thể nên 
thường dễ bị chi phối bởi yếu tố chủ quan, 
cảm tính), các ngân hàng cần lưu ý một số 
vấn đề sau: 
Một là, khi chấm điểm các yếu tố phi tài 
chính, ngân hàng cần thành lập Hội đồng 
chuyên gia và điểm chấm là điểm của cả Hội 
đồng chứ không phải của cá nhân; 
Hai là, khi tiến hành chấm cần tuân thủ đúng 
theo thang điểm, tỷ trọng của từng yếu tố; 
Ba là, khi tiến hành chấm điểm phải dựa vào 
các minh chứng số liệu cụ thể, không dựa vào 
cảm tính chủ quan của người chấm; 
Bảng 2. Xếp hạng tín dụng doanh nghiệp theo S&P 
Điểm S&P Nội dung 
> 92,3 AAA Chất lượng tín dụng cao nhất, có độ rủi ro thấp nhất, có khả năng trả nợ cao nhất 
84,8 - 92,3 AA Chất lượng tín dụng cao, mức độ rủi ro thấp, khả năng trả nợ cao 
77,2 - 84,7 A 
Đạt trên mức trung bình các nhân tố về đảm bảo khả năng trả nợ ngắn và dài hạn 
chưa thật chắc chắn nhưng vẫn đạt độ tin cậy cao. Do đó được xếp hạng có khả 
năng trả nợ 
69,6 - 77,1 BBB 
Đạt mức trung bình, mức an toàn và rủi ro không cao nhưng cũng không thấp. 
Khả năng trả nợ gốc và lãi hiện thời không thật chắc chắn nhưng không có dấu 
hiệu nguy hiểm 
62,0 - 69,5 BB 
Đạt mức dưới trung bình, khả năng trả nợ gốc và lãi không thật chắc chắn và mức 
độ an toàn như BBB 
54,4 - 61,9 B 
Đối tượng này thiếu sự hấp dẫn cho đầu tư. Sự đảm bảo về hoàn trả gốc và lãi 
trong tương lai là rất nhỏ 
46,8 - 54,3 CCC Khả năng trả nợ thấp, dễ xảy ra vỡ nợ 
39,2 - 46,7 CC Rủi ro rất cao, thường bị vỡ nợ 
31,6 - 39,1 C Đối tượng trong tình trạng sắp phá sản 
< 31,6 D Khả năng phá sản là gần như chắc chắn 
Nguồn: S&P 
Đỗ Năng Thắng Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 201(08): 13 - 17 
 Email: jst@tnu.edu.vn 17 
Bốn là, khi có một số yếu tố thay đổi bất thường 
nhất thiết phải tiến hành chấm và xếp loại tín 
dụng lại đối với các khách hàng doanh nghiệp; 
Năm là, khi tính điểm phi tài chính của doanh 
nghiệp cần đối chiếu với xếp hạng tín dụng 
theo S&P để biết được cụ thể chất lượng tín 
dụng của doanh nghiệp hiện nay; 
Sáu là, cần tính điểm các yếu tố phi tài chính 
kết hợp với chấm điểm các yếu tố tài chính để 
đưa ra kết quả một cách chính xác nhất; 
Bảy là, cần thu thập thông tin cả trong và 
ngoài doanh nghiệp để có thể nắm được thông 
tin một cách chính xác và khách quan nhất. 
5. Kết luận 
Rủi ro tín dụng mang lại hậu quả rất lớn cho 
các ngân hàng. Tuy nhiên việc đối mặt với nó 
là tất yếu đối với mọi ngân hàng đặc biệt 
trong bối cảnh cạnh tranh khốc liệt như ngày 
nay. Bài báo cung cấp một công cụ có thể 
phân tích và nhận biết những khách hàng có 
và không có nguy cơ mất khả năng trả nợ, từ 
đó hỗ trợ cho các NHTM trong việc ra quyết 
định tín dụng một cách chính xác hơn và hạn 
chế được rủi ro. Tuy nhiên khía cạnh nghiên 
cứu của bài báo là các yếu tố phi tài chính, 
cho nên các ngân hàng cần chấm điểm một 
cách khách quan nhất, dựa trên cơ sở minh 
chứng cụ thể. 
TÀI LIỆU THAM KHẢO 
[1]. Merton, Robert C., “On the pricing of corporate 
debt: The risk structure of interest rates”, 
Journal of Finance, vol. 29, pp. 449-470, 1972. 
[2]. Altman, Edward I., “Financial Ratios, 
Discriminant Analysis and the Prediction Of 
Corporate Bankruptcy”, Journal of Finance, 
vol. 23, no. 4, pp. 589-609, 1968. 
[3]. J.P. Morgan, “Introduction to CreditMetrics”, 
13/08/2010,https://vi.scribd.com/document/3582
1973/Intro-to-Credit-Metrics-JP-Morgan, truy 
cập ngày 10/01/2019. 
[4]. Lê Văn Tuấn, “Khám phá sự thú vị của phần 
mềm R trong định lượng rủi ro tín dụng”, 
05/06/2016,https://tuanvanle.wordpress.com/20
16/06/05/kham-pha-su-thu-vi-cua-phan-mem-r-
trong-dinh-luong-rui-ro-tin-dung, truy cập ngày 
17/01/2019. 
[5]. Lê Văn Tuấn, “Ứng dụng mô hình Merton 
trong giảng dạy rủi ro tín dụng và định giá trái 
phiếu cho sinh viên ngành tài chính”, 
11/11/2016,https://tuanvanle.wordpress.com/2
016/11/11/ung-dung-mo hinh-merton-trong-
giang-day-rui-ro-tin-dung-va-dinh-gia-trai-
phieu-cho-sinh-vien-nganh-tai-chinh, truy cập 
ngày 17/02/2019. 
[6]. Nguyễn Phi Lân, “Mô hình cảnh báo sớm và 
chính sách hướng tới ổn định kinh tế vĩ mô”, 
Ngân hàng Nhà nước Việt Nam, T. 2, S.3, tr. 27-
32, 2011. 
[7]. S&P, “S&P Global Rating Definitions”,31/10/2018, 
 https://www.standardandpoors.com/en_US/web/ 
guest/article/-/view/sourceId/504352, truy cập ngày 
17/02/2019. 
  Email: jst@tnu.edu.vn 18