VMBA5652_Unit IV_ Mini Project_Vu H

VMBA5652_Unit IV_ Mini Project_Vu Hai
Title of project “Risk Management of Credit for Small and Medium Enterprises (SMEs Credit) in Techcombank – Thang Long Branch

1. Research the objective
Vietnam banking system is now widely developed with many commercial banks is now doing the business in the country. Currently, Vietnam has more than 30 commercial banks and they are facing with very high non–performing loans (NPL) ratio. However, if this tremendous development banking and finance activities is not accompanied with full awareness of all the players in the credit risk management process and how to control the credit risk in acceptable level, it will only lead to risks and contingencies.
This study is set to explore how credit risk management is conducted in Techcombank which is known as the leading bank in Vietnam banking and financial system. The study comes up with the conceptual research model of which the effectiveness of credit risk management in the bank is influenced by five factors, namely credit culture, credit risk measurement, credit policies, and credit organization, and top management commitment. To do that, quantitative research method is applied and the multiple linear regression analysis indicated that all 4 factors can explain for 77% of changes in effectiveness of credit risk management in Techcombank (Adjusted R-Square = 0.777).
It is asserted that banking and finance is the industry that consists a lot of risk (Colquitt, 2007). This could be seen through the global financial crisis that was risen from mid-2007 that created huge negative impact to the operations of many financial companies in the world. Vietnam is also the country that has been impacted by global financial crisis although the impact is less than other developed countries due to the fact that Vietnam has not fully integrated in-depth to the global financial system. The 2014 report of global leading auditor, KPMG, denoted that the bad debt ratio in Vietnam was very high in 2013 and it subsequently increased from 2009 to date. This report also dictated that many local commercial banks were facing the deterioration in profitability or higher operating cost due to higher bad debt. It was true since the State Bank of Vietnam has been requiring all local banks to make provision for bad debt accounts and those have higher bad debt position would be considered as higher provision rate (Reuters, 2013). In more detail, the 2013 bad debt ratio in Vietnam banking system was 4.67% while the 2009 bad debt ratio was only quoted at 2.20% (KPMG, 2014). It is clearly to assert that when the bad debt is increased, Vietnam will face serious problem in relation to blocking capital inflows, threatening national financial security, causing economic stagnation and fiscal burdens to handle the high bad debt situation (Vietnam Economic Portal, 2013).
To date, high bad debt situation in Vietnam could be explained under many dimensions and according to International Monetary Fund (2013), risk in Vietnam banking and finance could be explored through the weakness in lending activities and the problem in the risk management system to early detect the risk issues. KPMG (2014) also asserted that most of local banks in Vietnam have not been in transparency about their current risk level whether most of them are now hiding the real bad debt number. Mostly, local commercials banks have not been following the Internal Financial Reporting Standard (IFRS) as it could be upward the bad debt ration to more than 3 times, according to the external rating agencies such as Moody, Standards &Poors, and Fitch.
After examining the definition of credit risk and given to the context of NPLs in Vietnam banking system is increasing continuously, it is necessary to conduct an understandings of credit risk management (CRM). According to Global Association of Risk Professionals (2014), credit risk is appeared due to the borrowers fail to repay their obligations across time with periodic payments and the banks have to take reserves against expected credit losses and it will take into account the banks’ cost of doing businesses.

2. Research model and Research hypotheses
2.1. Research model
Base on the theory of Stricschek (2002) on the key elements of a credit risk management, the author conducts the research model as illustrated in the figure below:
Figure 3.1: Research Model



2.2. Research hypotheses
Base on the research model above, the author carries out five research hypotheses:
• Hypothesis 1: Top management commitment affects to the performance of SME credit risk management at TCB.
• Hypothesis 2: Credit discipline affects to the performance of SME credit risk management at TCB.
• Hypothesis 3: Priority-based incentives affects to the performance of SME credit risk management at TCB.
• Hypothesis 4: Risk-managed lines of businesses affects to the performance of SME credit risk management at TCB.
• Hypothesis 5: Clear, consistent and candid communication affects to the performance of SME credit risk management at TCB.
3. Data collection:
3.1. Primary data collection
In this research, the primary data is achieved from two sources: interviews with some relevant managers at TechcomBank; and the survey with the total of 200 credit officers and SME credit risk management officers at TechcomBank.
In more detail, the survey has five steps: (i) Determine survey’s objective and the sample size, (ii) Create a survey form, (iii) Conduct survey, (iv) Enter and clean data, (v) Analyze data, (vi) Produce findings and key recommendations.
3.2. Secondary data collection
In this research, the secondary data is achieved from books, newspaper, reports related to the recent development of SME banking services in Vietnam, the literature reviews on SME credit risk management and the business performance at TechcomBank.

4. Key Findings
Questionnaires were sent to 200 employees who are in-charge the credit activities and credit risk management in TCB and 194 votes satisfying the complete information and were put on the analyses. The level of the respondents is relatively high (almost bachelor and above degree), which can be assured of awareness, responsibility and reliability in the response.
The first analysis is carried out in order to collect the interviewees’ information. The author provided five questions on the following objects: (i) Gender, (ii) The age of responders, (iii) The gross income range of responders, (iv) Education of responders, (v) The time of working for the company of responders. The summary of these objects will be presented in the table 8. The author summarizes the key findings of the general information of the responders as follow:
• There are 61.86% of male employees and 38.14% female employees involved in this survey

• The employees involved in this research has good educational background with 15.46% of employees achieved master or PhD; and 82.47% of them having bachelor. Only 2.06% of employees have the community college degree


• Most of responders have 3-5 working years for TCB (72.68%)



• TCB has good attractive salary structure with most of the employees involved in this research have gross income higher than VND 10 million (94.33% of total responders).

Then, the author conducts the reliability of the scales used in this survey. Using SPSS the reliability of the scales, through Cronchbach’s alpha. Two factors namely “Top management commitment” and “Credit discipline” have the reliability of scales are questionable with the Cronchbach’s alpha between 0.6 and 0.7. Thus, the author will take deeper analysis in order to increase the reliability of the scale of two factors. It is noted that the good way to increase the reliability of the scale is to remove the items in each factor. With the factor “Top management commitment”, if the author removes the item A2 – “The management of the bank always participates in the risk committee”, the Cronchbach’s alpha of this factor is increased to 0.7214. With the factor “Credit discipline”, if the author removes the item B4 – “The credit scoring helps to reduce the potential of credit risk loss in the future”, the Cronchbach’s alpha of this factor is increased to 0.7912.
Statistically, R-Square represents the proportion of the variability in one series that can be explained by the variability of one or more series in a regression model. The above table illustrates the R-Square value for all the selected companies. R-Square measures correlation between the dependent and the independent variables. R-Square is therefore a statistic measurement that provides information about the goodness of fit of a model. The value of R-Square is between 0 and 100 %. If R-Square is 1 (100%) the regression line perfectly fits the data. Consequently, the higher the value of R-Square the better is the fitness of the model.
Four factors represented in regression model returns the R-Square about 0.777%, meaning that more than 77% of the variations of performance of SMEs credit risk management is explained by four factors top management commitment, credit discipline, risk-based incentives, risk-managed lines of businesses, and clear, consistent, and candid communication.
Furthermore, all of the independent factors have p-value in T-Test less than 0.05 or 5% of confidence level. Hence, there is a significant relationship between five factors and the performance of SMEs credit risk management at TCB.
5. Conclusions
To run effective risk-management programs, TCB’s CRM must continually identify emerging risks and develop strategies to control them. There are several ways to do that:
• Consultative evaluation and strategic recommendations from foreign experts
• Information about loss-control and disaster-recovery strategies
• Risk-management publications and training
Foreign experts will work with CRM to evaluate risk exposures and cost effectiveness. They can provide strategies to identify business v

Kết quả (Việt) 1:

VMBA5652_Unit IV_ Mini Project_Vu HảiTiêu đề của dự án "quản lý rủi ro tín dụng cho nhỏ và vừa doanh nghiệp (DNVVN tín dụng) tại ngân hàng Techcombank-Thăng Long Branch1. nghiên cứu mục tiêuHệ thống ngân hàng Việt Nam bây giờ rộng rãi phát triển với nhiều ngân hàng thương mại là bây giờ hoạt động kinh doanh trong nước. Hiện nay, Việt Nam có hơn 30 các ngân hàng thương mại và họ đang phải đối mặt với tỷ lệ vay (nợ xấu) phòng không-thực hiện rất cao. Tuy nhiên, nếu này to lớn phát triển ngân hàng và tài chính hoạt động không đi kèm với với các nhận thức đầy đủ của tất cả các cầu thủ trong quá trình quản lý rủi ro tín dụng và làm thế nào để kiểm soát rủi ro tín dụng ở mức chấp nhận được, nó sẽ chỉ dẫn đến rủi ro và contingencies.Nghiên cứu này được thiết lập để khám phá làm thế nào quản lý rủi ro tín dụng được thực hiện trong ngân hàng Techcombank mà được gọi là ngân hàng hàng đầu trong hệ thống ngân hàng và tài chính Việt Nam. Nghiên cứu đi kèm với các mô hình khái niệm nghiên cứu trong đó hiệu quả của quản lý rủi ro tín dụng trong ngân hàng bị ảnh hưởng bởi yếu tố năm, cụ thể là tín dụng văn hóa, đo lường rủi ro tín dụng, tín dụng chính sách, và tổ chức tín dụng, và cam kết quản lý hàng đầu. Để làm điều đó, phương pháp nghiên cứu định lượng được áp dụng và phân tích hồi qui tuyến tính nhiều chỉ ra tất cả các yếu tố 4 có thể giải thích cho 77% của những thay đổi trong hiệu quả quản lý rủi ro tín dụng trong ngân hàng Techcombank (điều chỉnh R-Square = 0.777). It is asserted that banking and finance is the industry that consists a lot of risk (Colquitt, 2007). This could be seen through the global financial crisis that was risen from mid-2007 that created huge negative impact to the operations of many financial companies in the world. Vietnam is also the country that has been impacted by global financial crisis although the impact is less than other developed countries due to the fact that Vietnam has not fully integrated in-depth to the global financial system. The 2014 report of global leading auditor, KPMG, denoted that the bad debt ratio in Vietnam was very high in 2013 and it subsequently increased from 2009 to date. This report also dictated that many local commercial banks were facing the deterioration in profitability or higher operating cost due to higher bad debt. It was true since the State Bank of Vietnam has been requiring all local banks to make provision for bad debt accounts and those have higher bad debt position would be considered as higher provision rate (Reuters, 2013). In more detail, the 2013 bad debt ratio in Vietnam banking system was 4.67% while the 2009 bad debt ratio was only quoted at 2.20% (KPMG, 2014). It is clearly to assert that when the bad debt is increased, Vietnam will face serious problem in relation to blocking capital inflows, threatening national financial security, causing economic stagnation and fiscal burdens to handle the high bad debt situation (Vietnam Economic Portal, 2013).To date, high bad debt situation in Vietnam could be explained under many dimensions and according to International Monetary Fund (2013), risk in Vietnam banking and finance could be explored through the weakness in lending activities and the problem in the risk management system to early detect the risk issues. KPMG (2014) also asserted that most of local banks in Vietnam have not been in transparency about their current risk level whether most of them are now hiding the real bad debt number. Mostly, local commercials banks have not been following the Internal Financial Reporting Standard (IFRS) as it could be upward the bad debt ration to more than 3 times, according to the external rating agencies such as Moody, Standards &Poors, and Fitch. After examining the definition of credit risk and given to the context of NPLs in Vietnam banking system is increasing continuously, it is necessary to conduct an understandings of credit risk management (CRM). According to Global Association of Risk Professionals (2014), credit risk is appeared due to the borrowers fail to repay their obligations across time with periodic payments and the banks have to take reserves against expected credit losses and it will take into account the banks’ cost of doing businesses.2. Research model and Research hypotheses2.1. Research modelBase on the theory of Stricschek (2002) on the key elements of a credit risk management, the author conducts the research model as illustrated in the figure below:Figure 3.1: Research Model 2.2. Research hypothesesBase on the research model above, the author carries out five research hypotheses:• Hypothesis 1: Top management commitment affects to the performance of SME credit risk management at TCB.• Hypothesis 2: Credit discipline affects to the performance of SME credit risk management at TCB.• Hypothesis 3: Priority-based incentives affects to the performance of SME credit risk management at TCB.• Hypothesis 4: Risk-managed lines of businesses affects to the performance of SME credit risk management at TCB.• Hypothesis 5: Clear, consistent and candid communication affects to the performance of SME credit risk management at TCB.3. Data collection:3.1. Primary data collectionIn this research, the primary data is achieved from two sources: interviews with some relevant managers at TechcomBank; and the survey with the total of 200 credit officers and SME credit risk management officers at TechcomBank. In more detail, the survey has five steps: (i) Determine survey’s objective and the sample size, (ii) Create a survey form, (iii) Conduct survey, (iv) Enter and clean data, (v) Analyze data, (vi) Produce findings and key recommendations.3.2. Secondary data collectionIn this research, the secondary data is achieved from books, newspaper, reports related to the recent development of SME banking services in Vietnam, the literature reviews on SME credit risk management and the business performance at TechcomBank.4. quan trọng phát hiệnCâu hỏi đã được gửi đến 200 nhân viên phụ trách các hoạt động tín dụng và tín dụng quản lý rủi ro trong TCB và 194 phiếu đáp ứng thông tin đầy đủ và là đặt trên những phân tích. Mức độ của những người trả lời là tương đối cao (gần như bằng cử nhân và cao hơn mức độ), mà có thể được yên tâm về nhận thức, trách nhiệm và độ tin cậy trong các phản ứng.Phân tích đầu tiên được thực hiện để thu thập thông tin phỏng vấn. Tác giả cung cấp năm câu hỏi trên các đối tượng sau: (i) giới tính, (ii) tuổi ứng, (iii) các phạm vi tổng thu nhập của phản ứng, (iv) giáo dục ứng, (v) thời gian làm việc cho công ty của phản ứng. Phần tóm tắt của các đối tượng sẽ được trình bày trong bảng 8. Tác giả tóm tắt những phát hiện quan trọng của thông tin tổng quát của phản ứng khi thực hiện theo:• Có là 61.86% tỷ nhân viên và 38.14% nữ công nhân viên tham gia trong cuộc khảo sát này • Các nhân viên tham gia vào nghiên cứu này có nền giáo dục tốt với 15.46% số nhân viên đạt được Thạc sĩ hoặc tiến sĩ; và 82.47% trong số họ có bằng cử nhân. Chỉ 2,06% nhân viên có trình độ cao đẳng cộng đồng • Hầu hết ứng có 3-5 năm làm việc cho TCB (72.68%) • TCB có cấu trúc tốt mức lương hấp dẫn với hầu hết các nhân viên tham gia vào nghiên cứu này đã tổng thu nhập cao hơn 10 triệu đồng (94.33% của tất cả ứng). Sau đó, tác giả tiến hành độ tin cậy của quy mô được sử dụng trong cuộc khảo sát này. Bằng cách sử dụng SPSS độ tin cậy của quy mô, thông qua Cronchbach của alpha. Hai yếu tố cụ thể là "cam kết quản lý hàng đầu" và "Tín dụng kỷ luật" có độ tin cậy của quy mô là có vấn đề với Cronchbach của alpha giữa 0.6 và 0,7. Do đó, tác giả sẽ thực hiện sâu phân tích để tăng độ tin cậy của quy mô của hai yếu tố. Chúng tôi lưu ý rằng cách tốt để tăng độ tin cậy của quy mô là để loại bỏ các khoản mục trong mỗi yếu tố. Với yếu tố quản lý hàng đầu cam kết"", nếu tác giả loại bỏ mục A2-"quản lý của ngân hàng luôn luôn tham gia trong Ủy ban nguy cơ", Cronchbach của alpha của yếu tố này tăng lên 0.7214. Với yếu tố "tín dụng kỷ luật", nếu tác giả loại bỏ mục B4-"Tín dụng ghi giúp giảm tiềm năng của tín dụng nguy cơ thiệt hại trong tương lai", Cronchbach của alpha của yếu tố này đã tăng lên 0.7912.Statistically, R-Square represents the proportion of the variability in one series that can be explained by the variability of one or more series in a regression model. The above table illustrates the R-Square value for all the selected companies. R-Square measures correlation between the dependent and the independent variables. R-Square is therefore a statistic measurement that provides information about the goodness of fit of a model. The value of R-Square is between 0 and 100 %. If R-Square is 1 (100%) the regression line perfectly fits the data. Consequently, the higher the value of R-Square the better is the fitness of the model.Four factors represented in regression model returns the R-Square about 0.777%, meaning that more than 77% of the variations of performance of SMEs credit risk management is explained by four factors top management commitment, credit discipline, risk-based incentives, risk-managed lines of businesses, and clear, consistent, and candid communication.Furthermore, all of the independent factors have p-value in T-Test less than 0.05 or 5% of confidence level. Hence, there is a significant relationship between five factors and the performance of SMEs credit risk management at TCB.5. ConclusionsTo run effective risk-management programs, TCB’s CRM must continually identify emerging risks and develop strategies to control them. There are several ways to do that:• Consultative evaluation and strategic recommendations from foreign experts• Information about loss-control and disaster-recovery strategies • Risk-management publications and training Foreign experts will work with CRM to evaluate risk exposures and cost effectiveness. They can provide strategies to identify business v

Kết quả (Việt) 2:

Project_Vu VMBA5652_Unit IV_ Thống Hải
Tiêu đề của dự án "Quản lý rủi ro tín dụng cho doanh nghiệp vừa và nhỏ (SMEs Tín dụng) Techcombank - Chi nhánh Thăng Long 1. Nghiên cứu các mục tiêu hệ thống ngân hàng Việt Nam hiện đang được phát triển rộng rãi với nhiều ngân hàng thương mại hiện đang làm các doanh nghiệp trong nước. Hiện nay, Việt Nam đã có hơn 30 ngân hàng thương mại và chúng đang phải đối mặt với các khoản vay không hiệu quả rất cao (NPL). Tuy nhiên, nếu ngân hàng này phát triển to lớn và hoạt động tài chính không đi kèm với nhận thức đầy đủ của tất cả các cầu thủ trong quá trình quản lý rủi ro tín dụng và làm thế nào để kiểm soát rủi ro tín dụng ở mức độ chấp nhận được, nó sẽ chỉ dẫn đến rủi ro và dự phòng. Nghiên cứu này được thiết lập để tìm hiểu cách thức quản lý rủi ro tín dụng được thực hiện tại Techcombank được gọi là ngân hàng dẫn đầu trong ngành ngân hàng Việt Nam và hệ thống tài chính. Nghiên cứu này đi kèm với các mô hình nghiên cứu về khái niệm trong đó hiệu quả của quản lý rủi ro tín dụng trong ngân hàng bị ảnh hưởng bởi năm yếu tố, đó là văn hóa tín dụng, đo lường rủi ro tín dụng, chính sách tín dụng và tổ chức tín dụng, và cam kết quản lý hàng đầu. Để làm điều đó, phương pháp nghiên cứu định lượng được áp dụng và phân tích hồi quy tuyến tính đa chỉ ra rằng tất cả 4 yếu tố có thể giải thích cho 77% các thay đổi trong hiệu quả của quản lý rủi ro tín dụng tại Techcombank (Adjusted R-Square = 0,777). Đó là khẳng định rằng ngân hàng và tài chính là ngành công nghiệp mà bao gồm rất nhiều rủi ro (Colquitt, 2007). Điều này có thể được nhìn thấy qua các cuộc khủng hoảng tài chính toàn cầu đã tăng từ giữa năm 2007 đã tạo ra tác động tiêu cực rất lớn đến hoạt động của nhiều công ty tài chính trên thế giới. Việt Nam cũng là quốc gia mà đã bị ảnh hưởng bởi cuộc khủng hoảng tài chính toàn cầu mặc dù tác động ít hơn so với các nước phát triển khác do thực tế rằng Việt Nam đã không hoàn toàn tích hợp sâu vào hệ thống tài chính toàn cầu. Báo cáo năm 2014 của Kiểm toán viên hàng đầu thế giới, KPMG, ký hiệu rằng tỷ lệ nợ xấu ở Việt Nam là rất cao trong năm 2013 và sau đó nó tăng từ năm 2009 đến nay. Báo cáo này cũng quyết rằng nhiều ngân hàng thương mại trong nước đang đối mặt với sự suy giảm lợi nhuận hoặc chi phí hoạt động cao hơn do nợ xấu cao hơn. Đó là sự thật kể từ khi Ngân hàng Nhà nước Việt Nam đã yêu cầu tất cả các ngân hàng địa phương để thực hiện việc cung cấp cho các tài khoản nợ xấu và những người có vị trí cao hơn nợ xấu sẽ được coi là tỷ lệ dự phòng cao hơn (Reuters, 2013). Cụ thể hơn, năm 2013 tỷ lệ nợ xấu trong hệ thống ngân hàng Việt Nam là 4,67% trong khi tỷ lệ nợ xấu năm 2009 đã chỉ trích dẫn ở 2,20% (KPMG, 2014). Nó rõ ràng là để khẳng định rằng khi nợ xấu tăng lên, Việt Nam sẽ phải đối mặt với vấn đề nghiêm trọng liên quan đến việc chặn dòng vốn, đe dọa an ninh tài chính quốc gia, gây ra tình trạng trì trệ kinh tế và những gánh nặng tài chính để xử lý tình trạng nợ xấu cao (Portal kinh tế Việt Nam năm 2013) . Cho đến nay, tình hình nợ xấu cao tại Việt Nam có thể được giải thích theo nhiều kích thước và theo Quỹ Tiền tệ Quốc tế (2013), rủi ro tài chính ngân hàng Việt Nam có thể được khám phá thông qua sự yếu kém trong hoạt động cho vay và các vấn đề trong hệ thống quản lý rủi ro phát hiện sớm các vấn đề rủi ro. KPMG (2014) cũng khẳng định rằng hầu hết các ngân hàng địa phương ở Việt Nam đã không minh bạch về mức độ rủi ro hiện tại của họ cho dù hầu hết trong số họ hiện đang lẩn trốn số nợ xấu thực sự. Chủ yếu là, quảng cáo địa phương các ngân hàng đã không được thực hiện theo các báo cáo tiêu chuẩn nội bộ tài chính (IFRS) vì nó có thể là tăng khẩu phần nợ xấu đến hơn 3 lần, theo cơ quan đánh giá bên ngoài như Moody, Tiêu chuẩn & Poors và Fitch. Sau khi kiểm tra định nghĩa về rủi ro tín dụng và đưa ra trong bối cảnh nợ xấu trong hệ thống ngân hàng Việt Nam đang gia tăng liên tục, nó là cần thiết để thực hiện một sự hiểu biết về quản lý rủi ro tín dụng (CRM). Theo Hiệp hội Quốc tế Chuyên Risk (2014), rủi ro tín dụng được xuất hiện do những người đi vay không trả được nghĩa vụ của mình theo thời gian với các khoản thanh toán định kỳ và các ngân hàng phải đưa dự trữ chống lại rủi ro tín dụng dự kiến và nó sẽ đưa vào tài khoản chi phí của các ngân hàng làm các doanh nghiệp. 2. Mô hình nghiên cứu và nghiên cứu giả thuyết 2.1. Nghiên cứu mô hình cơ sở trên lý thuyết về Stricschek (2002) về các yếu tố chính của một quản lý rủi ro tín dụng, tác giả tiến hành nghiên cứu các mô hình như được minh họa trong hình dưới đây: Hình 3.1: Mô hình nghiên cứu 2.2. Giả thuyết nghiên cứu Trên cơ sở các mô hình nghiên cứu trên, các tác giả thực hiện năm giả thuyết nghiên cứu: • Giả thuyết 1: Cam kết quản lý trên ảnh hưởng đến việc thực hiện quản lý rủi ro tín dụng SME tại TCB. • Giả thuyết 2: kỷ luật tín dụng ảnh hưởng đến việc thực hiện của rủi ro tín dụng SME quản lý tại TCB. • Giả thuyết 3: khuyến khích ưu tiên dựa trên ảnh hưởng đến việc thực hiện quản lý rủi ro tín dụng SME tại TCB. • Giả thuyết 4: dòng rủi ro quản lý của doanh nghiệp ảnh hưởng đến việc thực hiện quản lý rủi ro tín dụng SME tại TCB. Giả thuyết 5 •: thông tin liên lạc rõ ràng, nhất quán và thẳng thắn ảnh hưởng đến việc thực hiện quản lý rủi ro tín dụng SME tại TCB. 3. Thu thập dữ liệu: 3.1. Thu thập dữ liệu sơ cấp trong nghiên cứu này, các dữ liệu chính là đạt được từ hai nguồn: phỏng vấn một số nhà quản lý có liên quan tại TechcomBank; . và các cuộc khảo sát với tổng số 200 cán bộ tín dụng và cán bộ quản lý rủi ro tín dụng SME tại TechcomBank Chi tiết hơn, các cuộc khảo sát có năm bước sau: (i) Xác định khảo sát của mục tiêu và quy mô mẫu, (ii) Tạo một hình thức khảo sát, (iii ) Tiến hành khảo sát, (iv) Nhập và sạch dữ liệu, (v) Phân tích dữ liệu, (vi) Sản xuất các phát hiện và khuyến nghị chính. 3.2. Thu thập dữ liệu thứ cấp Trong nghiên cứu này, các dữ liệu thứ cấp đạt được từ sách, báo, báo cáo liên quan đến sự phát triển gần đây của dịch vụ ngân hàng SME tại Việt Nam, đánh giá tài liệu về quản lý rủi ro tín dụng SME và hiệu quả hoạt động kinh doanh tại TechcomBank. 4. Những phát hiện chính Bộ câu hỏi đã được gửi đến 200 người lao động có trong phí hoạt động tín dụng và quản lý rủi ro tín dụng tại TCB và 194 phiếu đáp ứng được các thông tin đầy đủ và đã được đưa vào phân tích. Các cấp độ của người trả lời là tương đối cao (gần như bằng cử nhân và cao độ), mà có thể được đảm bảo về nhận thức, trách nhiệm và độ tin cậy trong các phản ứng. Các phân tích đầu tiên được thực hiện để thu thập thông tin của người được phỏng vấn. Các tác giả cung cấp năm câu hỏi về các đối tượng sau đây: (i) Giới tính, (ii) Tuổi của phản ứng, (iii) Phạm vi thu nhập của phản ứng, (iv) Giáo dục của phản ứng, (v) Thời gian làm việc cho công ty của phản ứng. Các bản tóm tắt của các đối tượng này sẽ được trình bày trong bảng 8. Các tác giả tóm tắt những kết quả chính của các thông tin chung của các phản ứng như sau: • Có 61,86% số lao động nam và lao động 38,14% nữ tham gia vào cuộc khảo sát này • Các nhân viên tham gia trong nghiên cứu này có nền giáo dục tốt với 15,46% số nhân viên đạt được thạc sĩ hoặc tiến sĩ; và 82,47% trong số họ có bằng cử nhân. Chỉ có 2,06% lao động có trình độ cao đẳng cộng đồng • Hầu hết các phản ứng đã 3-5 năm làm việc cho TCB (72.68%) • TCB có cơ cấu lương hấp dẫn tốt với hầu hết các nhân viên tham gia vào nghiên cứu này có tổng thu nhập cao hơn 10 triệu đồng (94,33% tổng số người đáp ứng). Sau đó, tác giả tiến hành tin cậy của các thang được sử dụng trong khảo sát này. Sử dụng SPSS độ tin cậy của thang, thông qua alpha Cronchbach của. Hai yếu tố cụ thể là "cam kết Top quản lý" và "kỷ luật tín dụng" có độ tin cậy của thang là có vấn đề với alpha của Cronchbach giữa 0,6 và 0,7. Vì vậy, tác giả sẽ phân tích sâu hơn để tăng độ tin cậy của các quy mô của hai yếu tố. Cần lưu ý rằng cách tốt để tăng độ tin cậy của thang là để loại bỏ các mục trong mỗi yếu tố. Với các yếu tố "quản lý cam kết Top", nếu tác giả xóa item A2 - "Việc quản lý của ngân hàng luôn luôn tham gia vào Ủy ban rủi ro", alpha của yếu tố này của Cronchbach được tăng lên 0,7214. Với các yếu tố "kỷ luật tín dụng", nếu tác giả xóa item B4 - "Việc chấm điểm tín dụng giúp để giảm khả năng mất mát rủi ro tín dụng trong tương lai", alpha của yếu tố này của Cronchbach được tăng lên 0,7912. Theo thống kê, R-Square đại diện cho tỷ lệ các biến đổi trong một loạt mà có thể được giải thích bởi sự thay đổi của một hoặc nhiều đợt trong một mô hình hồi quy. Bảng trên cho thấy các giá trị R-Square cho tất cả các công ty được chọn. R-Square đo tương quan giữa phụ thuộc và các biến độc lập. Do đó R-Square là một phép đo thống kê đó cung cấp thông tin về sự tốt đẹp của sự phù hợp của một mô hình. Giá trị của R-Square là giữa 0 và 100%. Nếu R-Square là 1 (100%) đường hồi quy hoàn toàn phù hợp với dữ liệu. Do đó, cao hơn các giá trị của R-Square thì tốt hơn là sự phù hợp của mô hình. Bốn yếu tố đại diện trong mô hình hồi quy trả về R-Square khoảng 0,777%, có nghĩa là hơn 77% các biến thể của hiệu suất của các DNNVV quản lý rủi ro tín dụng được giải thích bởi bốn yếu tố cam kết quản lý hàng đầu, kỷ luật tín dụng, ưu đãi dựa trên rủi ro, dòng rủi ro quản lý của các doanh nghiệp, và thông tin liên lạc rõ ràng, nhất quán, và thẳng thắn. Hơn nữa, tất cả các yếu tố độc lập có giá trị p trong T-Test ít hơn 0.05 hoặc 5% của mức độ tin cậy. Do đó, có một mối quan hệ có ý nghĩa giữa năm yếu tố và hiệu suất của các DNNVV quản lý rủi ro tín dụng tại TCB. 5. Kết luận Để chạy chương trình quản lý rủi ro hiệu quả, CRM TCB liên tục phải xác định rủi ro mới nổi và đang phát triển các chiến lược để kiểm soát chúng. Có một số cách để làm điều đó: • Tư vấn đánh giá và đề xuất chiến lược từ chuyên gia nước ngoài • Thông tin về việc mất kiểm soát và chiến lược phục hồi thảm họa • Các ấn phẩm Rủi ro quản lý và đào tạo các chuyên gia nước ngoài sẽ làm việc với CRM để đánh giá rủi ro và hiệu quả chi phí. Họ có thể cung cấp các chiến lược để xác định kinh doanh v