Phương pháp đánh giá xếp hạng tín dụng cá nhân

Phương pháp đánh giá xếp hạng tín dụng cá nhânCHƯƠNG 1 GIỚI THIỆU Chương này sẽ trình bày về lý do đề tài nghiên cứu được thực hiện, xác định mục tiêu, đối tượng và phương pháp làm cơ sở

Phương pháp đánh giá xếp hạng tín dụng cá nhân

CHƯƠNG 1 GIỚI THIỆU

Chương này sẽ trình bày về lý do đề tài nghiên cứu được thực hiện, xác định mục tiêu, đối tượng và phương pháp làm cơ sở cho toàn bộ quá trình nghiên cứu của đề tài

I Lý do chọn đề tài

Việt Nam có trên 84 triệu dân, với đa số là ở độ tuổi trẻ, có thu nhập, phong cách sống hiệnđại và có nhu cầu mua sắm lớn Xu hướng tiêu dùng trước, trả sau tăng nhanh, nhất là ở 2thành phố lớn Hà Nội và Hồ Chí Minh Chính vì thế, các sản phẩm tín dụng bán lẻ của cácngân hàng được triển khai trong thời gian gần đây dù còn mới mẻ nhưng đều được kháchhàng rất quan tâm và thu được không ít thành công Đây là thị trường tiềm năng rất lớn nên

sự cạnh tranh giữa các ngân hàng rất gay gắt Để có thể rút ngắn quá trình xét duyệt chovay, đồng thời hạn chế rủi ro cho ngân hàng, tăng sức cạnh tranh trong ngành, đề tài mongmuốn xây dựng mô hình đánh giá xếp hạng tín dụng phù hợp với thực tế, giảm bớt rủi ro

do tính chủ quan của chuyên viên tín dụng trong việc ta quyết định cho vay, đưa ra thêmmột phương pháp đánh giá xếp hạng tín dụng mới cho những người quan tâm tham khảo

II Mục tiêu nghiên cứu của đề tài

- Tìm hiểu các phương pháp đánh giá xếp hạng tín dụng cá nhân trên thế giới

- Tìm hiểu hệ thống đánh giá xếp hạng tín dụng cá nhân tại ngân hàng đầu tư và pháttriển Việt Nam Chi nhánh Nam Sài Gòn

- Ứng dụng mô hình Logit trong việc đánh giá xếp hạng tín dụng cá nhân, đề xuất môhình phù hợp

- Tìm ra ảnh hưởng biên của các yếu tố tác động đến khả năng trả nợ đúng hạn củakhách hàng

III Đối tượng và phương pháp nghiên cứu

1 Đối tượng

Đối tượng nghiên cứu là hệ thống XHTD cá nhân Đối tượng khảo sát chính lànhững KH vay vốn của BIDV

2 Phương pháp nghiên cứu

Dữ liệu nghiên cứu được lấy từ tháng 10/2008 đến tháng 02/2010 về thông tin của

137 KH sử dụng thẻ tín dụng NH Sau khi lấy bộ dữ liệu về thì dữ liệu sẽ được mã hóa rồi

sử dụng phần mềm Eviews sử dụng thống kê mô tả,chạy mô hình Logit để phân tích dữliệu

IV Ý nghĩa của đề tài

Kết quả nghiên cứu của đề tài sẽ góp thêm cơ sở khoa học cho các tổ chức tàichính, và các cá nhân liên quan, đặc biệt là BIDV trong quá trình hoạt động kinh doanh vàquản lý rủi ro của mình

V Kết cấu của đề tài

Ngoài phần kết luận và các danh mục, phụ lục kèm theo, đề tài gồm 4 chương:

- Chương 1: Tổng quan,

- Chương 2: Cơ sở lý thuyết, Kinh nghiệm trên thế giới và thực tiễn XHTD ở Việt Nam

- Chương 3:, Phân tích, giới thiệu về việc lựa chọn biến, trình bày về mô hình Logit

- Chương 4: Hồi quy mô hình Logit với các biến được chọn, đề xuất mô hình XHTDCN

CHƯƠNG 2

CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG

Chương này sẽ đem lại những hiểu biết cơ bản về quá trình hình thành và phát triểncủa việc xếp hạng tín dụng Từ những kinh nghiệm thu thập lại trong quá trình làm việcnhiều năm của các cán bộ tín dụng để hình thành nên các yếu tố ảnh hưởng đến khả năngtrả nợ của khách hàng,

Ngoài ra, chương này còn cung cấp các nghiên cứu trước đây về việc xếp loại cácchỉ tiêu ảnh hưởng lên khả năng trả nợ của khách hàng, cũng như phương pháp xếp hạngtín dụng bằng mô hình hồi quy Logit

I Tổng quan về xếp hạng tín dụng

1 Lịch sử ra đời và phát triển

Mô hình định mức tín nhiệm thể nhân ra đời cách đây hơn 50 năm Theo các môhình này các cá nhân có nhu cầu thế chấp mua nhà, vay trả chậm dùng thẻ tín dụng sẽ đượcđánh giá và lượng hóa khả năng thanh toán của cá nhận đó bằng thang điểm tín dụng Mứcđiểm thu được cho biết mức độ rủi ro tương đối của khả năng thanh toán và khả năng gâythiệt hại của khách hàng đối với người cho vay Mức điểm dựa trên thông tin có được từcác báo cáo về quá trình sử dụng khoản tín dụng của khách hang, đồng thời so sánh vớinhững khách hàng tương tự

2 Các khái niệm về xếp hạng tín dụng

Xếp hạng tín dụng (credit ratings) là thuật ngữ do Moody đưa ra năm 1909

trong cuốn “Cẩm nang chứng khoán đường sắt”, khi tiến hành nghiên cứu, phân tích và

công bố bảng xếp hạng tín dụng đầu tiên cho 1500 trái phiếu của 250 công ty theo một hệthống ký hiệu gồm 3 chữ cái A, B, C được xếp lần lượt từ (AAA) đến (C)

Hiện nay, những ký hiệu này trở thành chuẩn mực quốc tế Ở Việt Nam thuậtngữ xếp hạng tín dụng đang tồn tại nhiều tên gọi như: xếp hạng tín nhiệm, xếp hạngdoanh nghiệp, định dạng tín dụng, xếp hạng KH Trong đề tài này tác giả dùng thuật ngữ

“xếp hạng tín dụng” (XHTD)

Khái niệm về XHTD có thể được khái quát một cách đơn giản như sau XHTD cónghĩa là việc phân loại, sắp xếp một đối tượng vào các nhóm KH trên cơ sở đo lường rủi

ro tín dụng

Hệ thống XHTD dùng để đánh giá mức độ tín nhiệm đối với trách nhiệm tàichính của cả 2 nhóm KH doanh nghiệp và KH cá nhân (thể nhân) Trong phạm vi bàinghiên cứu này, tác giả tập trung phân tích và nghiên cứu hệ thống XHTD dành cho nhóm

KH cá nhân

3 Tầm quan trọng của xếp hạng tín dụng cá nhân

Thứ nhất, tính chính xác: cung cấp mức độ rủi ro cho người cho vay, tùy thuộc vàomức độ chấp nhận rủi ro của người cho vay mà ra quyết định cho vay hay không

Thứ hai, tốc độ, hiệu quả và chi phí: mô hình xếp hạng tín dụng được hoàn thiện vàđược mã hóa thành những phần mềm chuyên biệt đã làm cho việc ra quyết định cho vaydiễn ra nhanh hơn dẫn đến giảm chi phí khi xem xét cũng như ra quyết định cho vay

Thứ ba, sự công bằng: mô hình xếp hạng tín dụng cho kết quả một cách công bằnghơn là việc ra quyết định phán xét cá nhân của người cho vay (loại bỏ hoàn toàn các yếu tố

về giới tính, tôn giáo, quốc tịch…)

Thứ tư, mức độ tin cậy: mô hình xếp hạng tín dụng FICO đã được kiểm định và chothấy rằng việc sử dụng mô hình xếp hạng tín dụng tạo ra sự công bằng, đáng tin cậy đồngthời giảm thiểu rủi ro tín dụng hơn là việc ra quyết định độc lập của người cho vay

Thứ năm, tính kiên định: mô hình được mã hóa với một số biến nhất định, chỉ đưa ramột kết quả duy nhất, với người cho vay khi xem xét ra quyết định cho vay lại bị ảnhhưởng của nhiều yếu tố xung quanh dẫn đến việc ra quyết định sai

II. Một số nghiên cứu và kinh nghiệm xếp hạng tín nhiệm thể nhân trên thực tế

1 Tình huống nghiên cứu của Vương Quân Hoàng

Tác giả thực hiện hồi quy nhị phân Logistic trên tập mẫu thu thập được với các biến chovào mô hình như sau:

Bảng 2.1: Các đặc trưng của khách hàng

X01 Tuổi tác

X02 Trình độ học vấn

X03 Loại hình công việc

X04 Thời gian công việc

X10 Phương tiện đi lại

X11 Phương tiện thông tin

X12 Chênh lệch giữa thu nhập và chi tiêu

x x

e

P x

e

β β

= + Trong đó P x( ) là xác suất của quan sát x

Mô hình hồi quy Logit có các hệ số hồi quy như sau:

β = -1.238151X1 - 0.591102X2 - 1.371960X3 + 3.240103X5 - 1.833702X6 8.070600X7 - 5.336831X8 - 1.091686X9 - 1.508460X10 - 18.28262X11 +5.670182X12+3.595030X13 - 0930329X14 - 1.482391X15

-Trong đó X4 và X16 là những biến không có ý nghĩa thống kê khi đưa vào mô hình.

Dựa vàp tập mẫu gồm 1727 quan sát tác giả đã đưa ra mô hình hồi quy Logit như trên với việc dự đoán chinh xác rất cao 99.25%

2 Mô hình điểm số tín dụng cá nhân của FICO

Fair Isaac Corp đã xây dựng mô hình điểm số tín dụng FICO thấp nhất là 300 và cao nhất

là 850 áp dụng cho cá nhân dựa vào tỷ trọng của 5 chỉ số phân tích dưới đây.

Bảng 3.11 : Tỷ trọng các tiêu chí đánh giá trong mô hình điểm số tín dụng FICO.

35% Lịch sử trả nợ (Payment history) : Thời gian trễ hạn càng dài và số tiền trễ hạn càng cao thì điểm số tín dụng càng thấp.

30% Dư nợ tại các tổ chức tín dụng (Amounts owed) : Nợ quá nhiều so với mức cho phép đặc biệt là đối với thẻ tín dụng sẽ làm giảm điểm số tín dụng.

15% Độ dài của lịch sử tín dụng (Length of credit history) : Thông tin càng nhiều năm càng đáng tin cậy và điểm số tín dụng sẽ càng cao.

10% Số lần vay nợ mới (New credit) : Vay nợ thường xuyên bị xem là dấu hiệu có khó khăn về tài chính nên điểm số tín dụng càng thấp.

10% Các loại tín dụng được sử dụng (Types of credit used) : Các loại nợ khác nhau sẽ được tính điểm số tín dụng khác nhau.

(Nguồn h tt p : // e n wi k i p e d i a.org)

Mô hình điểm số tín dụng FICO được áp dụng rộng rãi tại Theo mô hình của FICO thìngười có điểm số tín dụng ở mức 700 được xem là tốt, đối với cá nhân có điểm số tín dụngthấp hơn 620 sẽ có thể bị ngân hàng e ngại khi xét cho vay

III. GIỚI THIỆU BIDV CHI NHÁNH NAM SÀI GÒN

1 Tư cách pháp lý, nội dung và phạm vi hoạt động

a Tư cách pháp lý

• Tên giao dịch quốc tế bằng tiếng Anh :

Bank for Investerment and Development of Vietnam, South Saigon Branch

• Viết tắt bằng tiếng Anh : BIDV, South Saigon Branch

Chi nhánh Ngân hàng Đầu tư và Phát triển Nam Sài Gòn là chi nhánh cấp 1 trực thuộcNgân hàng Đầu tư và Phát triển Việt Nam, là đại diện pháp nhân của NHĐT&PT VN, có

con dấu, có bảng tổng kết tài sản, có nhiệm vụ thực hiện các hoạt động của NHĐT&PT VNtheo ủy quyền của Tổng giám đốc NHĐT&PT VN, là đơn vị hạch toán phụ thuộc trong hệthống NHĐT&PT VN Chi nhánh Ngân hàng Đầu tư và Phát triển Nam Sài Gòn đượcthành lập theo Quyết định của Hội đồng quản trị NHĐT&PT VN trên cơ sở chấp thuận củaThống đốc Ngân hàng Nhà nước.

b Lựa chọn địa điểm

Qua khảo sát, Sở giao dịch II đã lựa chọn điểm đặt trụ sở của Chi nhánh Nam Sài Gòn tại

số 01 Đinh Lễ - Quận 4 – TP HCM với diện tích: 1.000m2

c Nội dung hoạt động

tư và Phát triển Việt Nam

- Chiết khấu giấy tờ có giá, thực hiện các nghiệp vụ bảo lãnh Ngân hàng

- Thực hiện các loại hình tín dụng khác khi được Tổng giám đốc Ngân hàng Đầu tư vàPhát triển Việt Nam giao

• Hoạt động dịch vụ

- Thực hiện các nghiệp vụ thanh toán trong nước, quốc tế; dịch vụ thu và chi tiền mặt

- Thực hiện nghiệp vụ mua bán ngoại tệ; dịch vụ ngân hàng đại lý

- Thực hiện các dịch vụ thanh toán khác theo ủy quyền của Tổng giám đốc Ngân hàngĐầu tư và Phát triển Việt Nam.

• Các hoạt động khác:

- Quản lý vốn đầu tư cho các dự án theo yêu cầu khách hàng

- Thực hiện dịch vụ giữ hộ các giấy tờ có giá và các tài sản quý của khách hàng

- Kinh doanh vàng bạc, kim khí quý, đá quý

- Các nghiệp vụ Ngân hàng đối ngoại và các nghiệp vụ khác do Tổng giám đốc Ngânhàng Đầu tư và Phát triển Việt Nam giao

2 Chức năng phòng Quản lý rủi ro:

• Công tác quản lý tín dụng:

- Tham mưu đề xuất chính sách, biện pháp phát triển và nâng cao hoạt động tín dụng

- Quản lý, giám sát, phân tích, đánh giá rủi ro tiềm ẩn đối với danh mục tín dụng của chinhánh; duy trì và áp dụng hệ thống đánh giá, xếp hạng tín dụng vào việc quản lý danh mục

- Đầu mối nghiên cứu, đề xuất trình lãnh đạo phê duyệt hạn mức, điều chỉnh hạn mức, cơcấu, giới hạn tín dụng cho từng ngành, từng nhóm và từng khách hàng

- Đầu mối đề xuất trình Giám đốc kế hoạch giảm nợ xấu của Chi nhánh, của khách hàng vàphương án cơ cấu lại các khoản nợ vay của khách hàng theo quy định

- Giám sát việc phân loại nợ và trích lập dự phòng rủi ro; tổng hợp kết quả phân loại nợ vàtrích lập dự phòng rủi ro gửi Phòng tài chính kế toán để lập cân đối kế toán theo quy định

- Thực hiện việc xử lý nợ xấu

• Công tác quản lý rủi ro tín dụng:

- Tham mưu, đề xuất xây dựng các quy định, biện pháp quản lý rủi ro tín dụng

- Trình lãnh đạo cấp tín dụng/bảo lãnh cho khách hàng

- Phối hợp, hỗ trợ Phòng Quan hệ khách hàng để phát hiện, xử lý các khoản nợ có vấn đề

- Chịu trách nhiệm hoàn toàn về việc thiết lập, vận hành, thực hiện và kiểm tra, giám sát hệthống quản lý rủi ro của Chi nhánh

• Công tác quản lý rủi ro tác nghiệp:

- Phổ biến các văn bản quy định, quy trình về quản lý rủi ro tác nghiệp của BIDV và đềxuất, hướng dẫn các chương trình, biện pháp triển khai để phòng ngừa.

- Hướng dẫn, hỗ trợ các phòng nghiệp vụ trong Chi nhánh tự kiểm tra và phối hợp thựchiện việc đánh giá, rà soát, phát hiện rủi ro tác nghiệp ở các phòng

Phòng QLRR Phòng DVKH

Phòng QL và

DV Kho quỹ Phòng Tổ chức

Hành chính

Phòng Kế hoạch - Tổng hợp PGD

Phòng Quản trị tín dụng

Máy ATM Phòng Tài chính -

Kế toán Quỹ Tiết kiệm

Bước 1: Các chỉ tiêu, điểm ban đầu, trọng số từng chỉ tiêu được trình bày trong bảng sau:

Bảng: Các chỉ tiêu chấm điểm cá nhân của BIDV

6 Cơ cấu gia

đình

Hạt nhân

Sống với cha mẹ

Sống cùng gia đình khác

7 Bảo hiểm

nhân mạng

>100 triệu

50-100 triệu 30-50 triệu <30 triệu 10%

chuyên môn

Lao động được đào tạo nghề

Lao động thời vụ Thất nghiệp 10%

9

Thời gian làm

công việc hiện

tại

>7 năm 5-7 năm 3-5 năm 1-3 năm <1năm 10%

Xác định nhân thân Xác định khả năng trả nợ

Tổng hợp điểm và quyết định

Đánh giá Tài sản đảm bảo Xếp loại khách hàng Bước 1

Bước 3

Bước 2

Bước 4

0

Rủi ro nghề

Phần II: Thông tin về khả năng trả nợ của khách hàng:

Đã bị gia hạn nợ, hiện trả

nợ tốt

Đã có nợ quá hạn/

Khách hàng mới

Đã có nợ quá hạn, khả năng trả nợ không

Chỉ sử dụng dịch vụ thanh toán

Không sử

Nguồn: Ngân hàng đầu tư và phát triển Việt Nam

Bước 2: Căn cứ vào tổng điểm đạt được đã nhân với trọng số để xếp hạng khách hàng cá

nhân theo mười mức giảm dần từ AAA đến D Với mỗi mức xếp hạng sẽ có cách đánh giárủi ro tương ứng

Bảng: Hệ thống ký hiệu XHTD cá nhân của BIDV

(Nguồn : Ngân hàng đầu tư và phát triển Việt Nam)

Bước 3: Việc đánh giá tài sản đảm bảo cũng được chấm điểm theo ba chỉ tiêu là loại tài

sản, tỷ suất giữa giá trị tài sản so với khoản vay, rủi ro gảm giá trị tài sản đảm bảo:

Bảng: Các chỉ tiêu chấm điểm tài sản đảm bảo của BIDV

Giấy tờ có giá

do tổ chứcphát hành (trừ

cổ phiếu)

Bất động sản(nhà ở)

Bất động sản(không phảinhà ở), độngsản,

cổ phiếu

Không cótài sản đảmbảo

2 đảm bảo/ TổngGiá trị tài sản

(Nguồn : Ngân hàng đầu tư và phát triển Việt Nam)

Bước 4: Căn cứ vào tổng điểm đã chấm cho tài sản đảm bảo để xếp loại A, B, C:

Bảng: Hệ thống ký hiệu đánh giá tài sản đảm bảo của BIDV Điểm Mức xếp loại Đánh giá tài sản đảm bảo

(Nguồn: Ngân hàng đầu tư và phát triển Việt Nam)

Mô hình xếp hạng khoản vay cá nhân trong hệ thống XHTD của BIDV là một ma trận kếthợp giữa kết quả XHTD với kết quả đánh giá tài sản đảm bảo:

Bảng: Ma trận kết hợp giữa kết quả XHTD với kết quả đánh giá tài sản đảm bảo của BIDV

AAA

Chương 3 Khung phân tích

Chương này sẽ trình bày các bước trong quá trình hình thành mô hình nghiên cứu xếp hạngtín dụng cá nhân Thứ nhất, trình bày về nguồn dữ liệu nghiên cứu, cách thức sẽ thực hiệnphân tích Thứ hai, là việc lựa chọn biến trong quá trình phân tích, ý nghĩa thực tế của cácbiến này ra sao Thứ ba, trình bày lý thuyết về mô hình được sử dụng nghiên cứu trong đềtài này

I Phương pháp nghiên cứu

Đề tài sử dụng bộ dữ liệu gồm 52 mẫu quan sát là những khách hàng cá nhân củaBIDV từ năm 2007 đến năm 2009 để tiến hành nghiên cứu Sử dụng SPSS làm sạch dữliệu, sử dụng thống kê mô tả dữ liệu để có cái nhìn tổng quát về những thông tin đặc trưng

về khách hàng thu thập được Sau khi lựa chọn biến thích hợp, tiến hành sử dụng phầnmềm Eviews để hồi quy các biến theo mô hình Logit để tìm ra tác động biên của từng yếu

tố riêng biệt của khách hàng ảnh hưởng đến khả năng trả nợ như thế nào

II Lựa chọn biến cho mô hình

Các biến được lựa chọn như sau:

 Biến phụ thuộc

Trong nghiên cứu này biến phụ thuộc (Y) được lựa chọn như sau:

Yi = 1 nếu KH có khả năng đảm bảo trả nợ

Yi = 0 nếu KH không có khả năng trả được toàn bộ nợ cho NH

 Biến độc lập sử dụng trong nghiên cứu

5 Bảo hiểm nhân mạng 1: Có – 0: Không + X5

6 Tình trạng cư trú Sở hữu nhà 1: Có – 0: Không + X6

10 Rủi ro nghề nghiệp 1: Có – 0: Không - X13

12 Thời gian làm việc Tháng + X15

13 Thu nhập hàng tháng Triệu đồng + X16

14 Lịch sử tín dụng

1: Có nợ –0: Không có thông tin - X17

15 Số dịch vụ khác đang sử dụng Số dịch vụ + X18

16 Tiết kiệm hàng tháng Triệu đồng + X19

17 Giá trị tài sản đảm bảo Triệu đồng + X20

18 Loại hình công ty

Công ty thuộc nhà nước 1: Có – 0: Không + X21Công ty vốn

nước ngoài 1: Có – 0: Không + X22Công ty khối tài

chính 1: Có – 0: Không + X23Doanh nghiệp

Việt Nam 1: Có – 0: Không - X24

III Mô hình hồi quy Logit

Hồi quy Logistic là mô hình hồi quy đặc biệt khi biến phụ thuộc là một biến nhị phân chỉnhận hai giá trị 0 và 1 Mô hình hồi quy này sử dụng để dự đoán xác suất để xảy ra một sựviệc dựa vào thông tin các biến độc lập trong mô hình

Xác suất: là khả năng để sự việc xảy ra, ký hiệu là P

Odds là tỷ lệ so sánh giữa hai xác suất: xác suất xảy ra sự việc và không xảy ra

Khi chúng ta có biến phụ thuộc chỉ có hai lựa chọn: Y = 1, Y = 0, và xác suất để sự việc đóxảy ra ký hiệu là P (Y = 1) = P Các nhà thống kê thường sử dụng một đại lượng quenthuộc là Odds của sự việc xảy ra, chứ không phải là xác suất để sự việc đó xảy ra

1

P Odds

Odds

=

+

Như vậy, xác suất P là một hàm số theo Odds

Ta có P là xác suất xảy ra sự kiện, thì (1 – P) là xác suất không xảy ra sự kiện, xác suất Pđược đo lường như sau:

z z i

z i

Với X i i( =1, )k : là các biến độc lập

1 Tác động biên của biến thứ k

Ý nghĩa: khi thay đổi Xk một đơn vị thì xác suất để cho Y = 1 (cũng chính là Pi) sẽ thay đổi

Pi.(1 - Pi).βk Sự thay đổi xác suất theo giải thích này phụ thuộc vào hai yếu tố Yếu tố thứnhất là dấu của hệ số β k Nếu hệ số mang dấu (+) thì có nghĩa là khi tăng biến Xk sẽ tácđộng làm tăng xác suất cho Y = 1 và ngược lại Yếu tố thứ hai là sự thay đổi xác suất cho

Y = 1 khi thay đổi Xk sẽ lại phụ thuộc vào giá trị cụ thể của Xk, cónghĩa là việc tăng (giảm)xác suất Pi khi thay đổi Xk sẽ không cố định mà nó sẽ thay đổi tương ứng với giá trị của biến

Xk và sự thay đổi này nằm trong phạm vi của điều kiện cơ bản của xác suất là 0 ≤ ≤ Pi 1

2 Mối quan hệ giữa tác động biên của xác suất biến phụ thuộc tăng lên từ P 0 lên

P 1 khi thay đổi một đơn vị của X k :

0

0 0

01

zP

11

k

O e P

β β

điểm của cách mô phỏng này cho chúng ta thấy được sự thay đổi xác suất cụ thể, còn cách

lý giải tác động biên về xác suất ở phần trước chỉ mang tính định tính

3 Kiểm định mô hình hồi quy

a Độ phù hợp của mô hình

Chúng ta dựa vào chỉ tiêu LL (log likelihood), thước đo này có ý nghĩa giống như SSE(Sum of squares of error) nghĩa là có giá trị càng nhỏ càng tốt Giá trị nhỏ nhất của LL là 0(tức là không có sai số) khi đó mô hình có một độ phù hợp hoàn hảo

Ngoài ra chúng ta còn có thể dựa vào bảng dự báo theo các mức xác suất chuẩn C tùy thíchbằng Eviews để xác định mô hình dự đoán tốt đến đâu Đây là bảng so sánh số trị số thực

và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện

b Kiểm định ý nghĩa của các hệ số

Hồi quy Logit sử dụng đại lượng Wald Chi square để kiểm định ý nghĩa thống kê của hệ số

hồi quy tổng thể Wald Chi square được tính bằng cách lấy ước lượng của hệ số hồi quycủa biến độc lập trong mô hình (hệ số hồi quy mẫu) logit chia cho sai số chuẩn của ướclượng hệ số hồi quy này, sau đó lấy bình phương như sau:

.( ) ( )

B Wald Chi square

β β

0: 1 2 3 0

H β = β = = β = Tuy nhiên trong hồi quy Logit ta sử dụng kiểm định Chi bình phương Với mức Sig < 0.05 ta bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 tức làcác hệ số hồi quy khác nhau có ý nghĩa thống kê và các hệ số đều thực sự có ý nghĩa trongviệc giải thích biến phụ thuộc

-CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU

I Thống kê mô tả

Trong mẫu của nghiên cứu gồm 140 KH, loại 4 KH do khuyết dữ liệu, còn lại đều là KH

có đủ dữ liệu về lịch sử trả nợ, các thông tin về nhân thân và tài chính của KH

Nhóm 1 là nhóm các KH có khả năng trả nợ gồm 112 KH và nhóm 0 là nhóm KH không

có khả năng trả nợ gồm 24KH

Sau đây là một số chỉ số thống kê mô tả mẫu nghiên cứu:

Biến độc lập Trung bình Mode Độ lệch Maximum Minimum