Luận văn thạc sĩ thử nghiệm phân tích thống kê hoạt động kinh doanh của công ty tài chính việt

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Chu Thị Hồng Đăng THỬ NGHIỆM PHÂN TÍCH THỐNG KÊ HOẠT ĐỘNG KINH DOANH CỦA CƠNG TY TÀI CHÍNH VIỆT LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội - 2012 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Chu Thị Hồng Đăng THỬ NGHIỆM PHÂN TÍCH THỐNG KÊ HOẠT ĐỘNG KINH DOANH CỦA CƠNG TY TÀI CHÍNH VIỆT Chuyên ngành: Lý thuyết xác suất thống kê toán học Mã số: 604615 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS HỒ ĐĂNG PHÚC Hà Nội - 2012 MỤC LỤC LỜI NÓI ĐẦU Một số kiến thức chuẩn bị xác suất… 1.1 Phần tử ngẫu nhiên phân phối xác suất… 1.2 Một số đặc trưng đại lượng ngẫu nhiên… 1.3 Một số phân phối thường gặp… .8 Quá trình ngẫu nhiên… 10 2.1 Một số trình ngẫu nhiên thường gặp… 12 Giới thiệu hồi quy Poisson 13 3.1 Phân bố Poisson .13 3.2 Quá trình hồi quy Poisson 14 3.3 Mơ hình loga tuyến tính cho q trình Poisson 16 Mơ hình hồi quy Poisson tổng qt… 18 4.1 Ước lượng tham số φ = (β ',α) 20 4.2 Sự phù hợp thống kê hợp lý… .22 4.3 Kiểm định tham số hồi quy, tham số phân tán 23 Phân tích hoạt động tín dụng tiêu dùng… 25 5.1 Mô tả số liệu 25 5.2 Kết phân tích… 35 5.3 Một số đề xuất tới lãnh đạo Tổng công ty, chi nhánh Hà Nội 48 KẾT LUẬN… 50 TÀI LIỆU THAM KHẢO… 51 LỜI NÓI ĐẦU Thống kê ứng dụng ngành toán học đóng vai trị lớn lĩnh vực đời sống kinh tế, xã hội sinh học, y tế, tài chính… Nhắc đến thống kê ứng dụng, khơng thể khơng nhắc đến mơ hình tốn học có yếu tố ngẫu nhiên, mà nhờ rút kết luận thống kê có ý nghĩa Tuy nhiên nay, Việt Nam thống kê ứng dụng dường "mảnh đất màu mỡ" chưa khai phá nhiều lý do: khó khăn khâu thu thập xử lý số liệu, thiếu chương trình đào tạo cán phân tích thống kê, thiếu nhận thức đầy đủ đắn nhà quản lý nhà hoạch định sách cho xã hội, cho kinh tế, đặc biệt thiếu… kinh phí ! Với mong muốn "chỉ rõ" phần công dụng kiến thức xác suất thống kê áp dụng thực tế, luận văn thu thập số liệu kinh doanh Cơng ty TNHH MTV Tài Việt - Société Générale (SGVF) - Chi nhánh Hà Nội tháng (từ tháng 11 năm 2008 đến tháng năm 2009) sử dụng mơ hình hồi quy Poisson (mơ hình cho q trình ngẫu nhiên q trình đếm) để xem xét phụ thuộc số lượng sản phẩm cho vay tiêu dùng công ty tài vào yếu tố khác để đóng góp ý kiến có tác dụng nâng cao hiệu hoạt động kinh doanh cho Công ty Luận văn hồn thành nhờ có giúp đỡ tận tình PGS.TS Hồ Đăng Phúc, thầy ln động viên em suốt trình làm luận văn, em xin gửi lời biết ơn cảm ơn thầy sâu sắc Tôi xin cảm ơn lãnh đạo cơng ty TNHH Tài Chính Việt – Chi nhánh Hà Nội đồng ý cung cấp cho tơi tồn số liệu hồ sơ khách hàng công ty tháng Tơi xin cảm ơn gia đình, người bạn, người thân yêu động viên giúp cố gắng, đặc biệt chồng người cảm thông với tôi, cố gắng tạo điều kiện để tơi tiếp tục học tập, chí hỗ trợ bổ sung kiến thức hoạt động tài thị trường Một số kiến thức chuẩn bị xác suất 1.1 Phần tử ngẫu nhiên phân phối xác suất Ta biết rằng, đầu phép thử ngẫu nhiên giá trị số khơng có giá trị số Ví dụ, tung đồng xu, kết đầu thu {sấp, ngửa} (đầu số) hay tung xúc sắc kết số chấm thu mặt là{1, 2, 3, 4, 5, 6} (đầu số) Tuy nhiên thống kê, muốn đầu đại lượng đo đạc được, từ người ta đưa khái niệm biến ngẫu nhiên để gán giá trị số cho kết đầu phép thử ngẫu nhiên Cho A σ - đại số Ω không gian biến cố thực nghiệm Chẳng hạn, ví dụ tung xúc sắc Ω tập biến cố {sấp, ngửa} A họ tập Ω Từ biến ngẫu nhiên định nghĩa hàm đo từ không gian xác suất tới không gian đo Khơng gian đo khơng gian giá trị biến, thường lấy giá trị thực với σ - đại số Borel Định nghĩa Giả sử ( Ω , A, P) không gian xác suất (E, F) không gian đo Ta gọi X : Ω → E biến ngẫu nhiên ánh xạ đo (tức X-1 (F) ⊂ A) Đặc biệt, E = Rn F = Bn σ - đại số Borel Rn ta gọi X  véc tơ ngẫu nhiên n chiều viết X thay cho X Trong trường hợp n = 1,  ta viết X thay cho X gọi X đại lượng ngẫu nhiên Trong Thống kê, phân phối xác suất quy luật cho biết cách gán xác suất cho khoảng giá trị tập số thực, cho tiên đề xác suất thoả mãn Một phân phối xác suất trường hợp đặc biệt khái niệm tổng quát độ đo xác suất, hàm thoả mãn tiên đề xác suất Kolmogorov cho tập đo không gian đo Định nghĩa Phân bố xác suất (hay gọi phân phối xác suất) biến ngẫu nhiên X (trên R) phân bố xác suất Px R, với σ - đại số σ - đại số Borel B R, cho công sau: PF(B) = P(X -1(B) với tập B R nằm σ - đại số B Định nghĩa Hàm phân phối xác suất phân bố xác suất P X R biến ngẫu nhiên X hàm Fx: R → [0; 1] cho công thức FX := P(X ≤ x) = P((−∞, x]) Tất nhiên, hàm phân phối xác định phân bố xác suất Điều ngược lại Nếu ta biết hàm phân phối FX, ta tính xác suất PX đoạn thẳng đóng nửa mở R qua công thức sau: PX ([a, b]) = FX(b) - FX(a), FX ((a,b]) = FX(b) - lim FX(a) ∀a,b ∈ R a ≤ b x→a− từ ta tính xác suất cho tập Borel khác R Ta có kết sau: Định lý Hàm phân phối FX phân bố xác suất tuỳ ý R thoả mãn tính chất sau: Đơn điệu không giảm: FX(x) ≥ FX(y) với x ≥ y Liên tục bên phải: lim∈→0+ FX (x+ ∈) = FX (x) với x, lim x→−∞ FX (x) = lim x→+∞ FX ( y) = Ngược lại, hàm số thực R thoả mãn tính chất hàm phân phối phân bố xác suất R Trong nhiều cơng việc tính tốn biến ngẫu nhiên, ta qn khơng gian xác suất ban đầu biến ngẫu nhiên đó, mà biết đến phân bố xác suất R Các phân bố R chia làm loại sau: rời rạc, liên tục hỗn hợp (nửa rời rạc, nửa liên tục) Định nghĩa Một phân bố PX R gọi liên tục hàm phân phối xác suất FX hàm liên tục R Nó gọi liên tục tuyệt đối tồn hàm số ρX :R → R+ khả tích khơng âm, cho với a ∈R ta có a FX (a) = PX ( − ∞, a ) = ∫ ρ X (x)dx −∞ Hàm ρ : R → R+ thoả mãn gọi hàm mật độ P X X Ta ý hàm mật độ phân bố xác suất Px liên tục tuyệt đối R theo nghĩa xác suất nghĩa Px có hai hàm mật độ ρ1, ρ2 ρ1 = ρ2 hầu khắp nơi R, tức tập { x∈R, ρ1 (x) ≠ ρ2 (x) } có độ đo Lebesgue Một phân bố xác suất liên tục mà khơng liên tục tuyệt đối Tuy nhiên thực tế, người ta nói đến phân bố liên tục R, thường hiểu liên tục tuyệt đối, tức cho hàm mật độ Ta ý thêm hàm mật độ đạo hàm hàm phân phối xác suất (hầu khắp nơi) Một số vấn đề thực tế mơ hình hố biến ngẫu nhiên với phân bố xác suất liên tục, ví dụ nhiệt độ nước biển, giá dầu hoả, sản lượng điện, trọng lượng trứng gà… Một điểm x∈R gọi điểm hạt phân bố xác suất PX PX{x} > Người ta kết phân bố liên tục khơng điểm hạt Trong trường hợp phân bố xác suất không liên tục, gọi AX ={ x∈R Px { x } > 0} tập hợp điểm hạt phân phối xác suất (tức tập hợp điểm gián đoạn hàm phân phối xác suất) Khi A X tập hữu hạn đếm Định nghĩa Một phân bố xác suất PX gọi rời rạc tập trung điểm hạt nó: PX (AX) = 1, PX (R\ AX) = Đối với phân phối xác suất rời rạc hàm phân phối có dạng hàm bậc thang với bước nhảy điểm hạt có độ lớn giá trị xác suất điểm hạt 1.2 Một số đặc trưng đại lượng ngẫu nhiên Khi ta có biến ngẫu nhiên, ta nghiên cứu tính chất, đặc trưng nó, để rút thơng tin kết luận Một thơng tin quan trọng giá trị kỳ vọng (giá trị trung bình) Đối với trường hợp rời rạc: Giá trị kỳ vọng biến ngẫu nhiên X, ký hiệu E(X), trung bình cộng có trọng số biến ngẫu nhiên Từ đó, suy hai biến ngẫu nhiên có phân bố xác suất R có kỳ vọng Bởi vậy, thay nói kỳ vọng biến ngẫu nhiên, ta nói kỳ vọng phân bố xác suất R Trong trường hợp không gian xác suất tập hợp hữu hạn đếm được, Ω ={ Ψ1 , Ψ2 } với xác suất P (Ψi ),∑i P(ψ i ) =1thì cơng thức tính giá trị kỳ vọng biến ngẫu nhiên X E( X ) =∑ X (ψ i )P(ψ i ) i Ví dụ Xét trị chơi đề tiến hành theo nguyên tắc: Trong 100 số đề có số trúng, 99 số bị trượt Nếu người chơi đề đánh trúng 70 lần số tiền đặt cọc, thua số tiền đặt cọc Nếu đặt cọc số tiền lúc đầu T, kỳ vọng số tiền nhận lại 0,99 * + 0,01 * 70T = 0,7T Vậy kỳ vọng lỗ 0,3T Trong trường hợp tổng quát, công thức tính giá trị kỳ vọng viết dạng phân Lesbesgue X không gian xác suất ( Ω , R): E( X ) =∫ XdP Ω Một số tính chất kỳ vọng là: + Kỳ vọng số c (biến ngẫu nhiên nhận giá trị) số E(c) = c th ì + Tính tuyến tính: Nếu X, Y hai biến ngẫu nhiên a, b hai số E(aX + bY) = aE(X) + bE(Y) + Đơn điệu: Nếu X ≥ E(X) ≥ Tổng quát hơn, Nếu X ≥ Y E(X) ≥ E(Y) Như vậy, nhắc tới giá trị kỳ vọng ta liên tưởng đến trung bình cộng giá trị biến ngẫu nhiên, người ta đưa khái niệm giá trị kỳ vọng hình học, ứng với trung bình nhân Ví dụ sau cho thấy quan trọng trung bình nhân thực tế Ví dụ: Giả sử giá nhà dao động năm sau Năm giảm 15 phần trăm, năm thứ hai tăng 35 phần trăm, năm thứ ba giảm 20 phần trăm, năm thứ tư tăng 20 phần trăm Hỏi xem năm đó, giá nhà tăng lên (hay giảm đi) trung bình năm phần trăm ? Nếu ta lấy trung bình cộng (-15 + 35 - 20 + 20)/4 = phần trăm năm Nhưng số có phản ánh xác lên giá nhà năm không? Nếu gọi giá nhà lúc đầu X, sau năm đầu giá (1-0,15)X Sau năm thứ giá nhà (1+ 0,35)(1-15)X Tiếp tục sau năm thứ ba giá nhà (1-0,20)(1+35)(1-0,15)X Sau năm giá nhà (1+0,20)(1-0,20)(1+0,35)(1-0,15)X = 1,1016X Tức sau năm giá nhà tăng 10,16 phần trăm 20 phần trăm ta tưởng! Từ đó, để có nhìn xác mức độ tăng trưởng hàng năm giai đoạn năm, cần phải lấy trung bình nhân số + 0,20, - 0,20, 1+0,35, 1- 0,15 trừ Kết giá nhà có tốc độ tăng trưởng 2,449 phần trăm năm Như biết, có dãy số dương a1, a2…, an, > với i, ngồi giá trị trung bình cộng ∑ / n , cịn có trung bình Nhìn vào bảng 13 ta thấy biến pos-khan (với xác suất ý nghĩa P = 0.01), biến CauGiay (P = 0.000), Duoi1N (P = 0.000), D30PT (P = 0.000), Tu40PT (P = 0.003) chứng tỏ biến thực có ảnh hưởng đến biến phụ thuộc Các biến độc lập gioi_th, CMKinhte, CMQuanly, CMkhac có hệ số hồi quy có xác suất ý nghĩa vượt 5% nhiều nên ta loại khỏi mơ hình chạy lại mơ hình hồi quy Poisson Mơ hình hồi quy Poisson rút gọn, chứa biến độc lập thực ảnh hưởng đến biến phụ thuộc trình bày Bảng 14 Bảng 14: Mơ hình Poisson rút gọn dự báo số lượng sản phẩm IT Poisson regression Number of obs LR chi2(5) Prob > chi2 Pseudo R2 Log likelihood = -661.5161 sphamit Coef pos_khan CauGiay Duoi1N D30PT Tu40PT _cons -.4027385 4156177 3621661 3.095639 8112706 -3.338353 Std Err .1559514 0992609 1064238 152551 267273 1398704 z -2.58 4.19 3.40 20.29 3.04 -23.87 P>|z| 0.010 0.000 0.001 0.000 0.002 0.000 = = = = [95% Conf -.7083977 2210699 1535794 2.796645 2874251 -3.612494 2179 995.44 0.0000 0.4294 Interval] -.0970794 6101656 5707529 3.394634 1.335116 -3.064212 Từ bảng 14, ta đưa mơ hình loga tuyến tính phụ thuộc sau đây: log(Sphamit) = - 0.4027385 pos_khan + 0,4156177 CauGiay + 0.3621661 Duoi1N + 3.095639 D30PT + 0.8112706 Tu40PT – 3.338353 Lũy thừa số e hai vế phương trình ta thu Sphamit = exp{ - 0.4027385 pos_khan + 0,4156177 CauGiay + 0.3621661 Duoi1N + 3.095639 D30PT + 0.8112706 Tu40PT – 3.338353.} Hay: Sphamit=(0.668^{pos_khan}).(1,5153^{CauGiay}).(1.4364^{Duoi1N}) (22.10136 ^{D30PT}).(2.2508 ^{Tu40PT}).0,0355 Nhìn vào bảng kết ta thấy, tham gia hình thức vay trả góp sản phẩm công nghệ cao yếu tố khách hàng quan tâm đến phần trăm giá trị sản phẩm họ toán trước cho cơng ty Tài So với hình thức tốn trước từ 30 đến 40 phần trăm giá trị sản phẩm hình thức tốn trước 30 phần trăm hình thức tốn trước từ 40 phần trăm trở lên hai xu hướng ảnh hưởng tích cực số lượng sản phẩm tiêu thụ Đối với sản phẩm cơng nghệ cao hình thức tốn 30 phần trăm giá trị sản phẩm có ảnh hưởng mạnh mẽ so với hình thức toán khác, lảm tăng số lượng tiêu thụ sản phẩm gấp 22,1 lần so với hình thức tốn từ 30 đến 45 phần trăm gấp gần 10 lần so với hình thức tốn từ 40 phần trăm trở lên Các sản phẩm công nghệ cao laptop, ti vi, máy lạnh,… sản phẩm thiết yếu cho công việc, học tập đời sống người dân, nhiên lựa chọn mua trả góp sản phẩm phải giá thành sản phẩm nguyên nhân để khách hàng lựa chọn hình thức tốn? Để xem xét rõ nhận định này, ta quay lại số liệu gốc, dùng thống kê T-Test để kiểm định giá trị trung bình giá sản phẩm khách hàng lựa chọn hình thức tốn 30 phần trăm với hình thức toán từ 30 đến 40 phần trăm Sử dụng phần mềm phân tích thống kê SPSS chạy số liệu ta thu kết trung bình giá thành sản phẩm toán 30 phần trăm 14,2 triệu đồng hình thức tốn từ 30 đến 40 phần trăm có giá trung bình 14,6 triệu đồng (giá thành khơng khác nhiều) Với xác suất ý nghĩa 49,1 phần trăm (lớn phần trăm), ta chấp nhận giả thiết giá trị trung bình hai nhóm sản phẩm Rõ ràng giá thành sản phẩm khơng khác mấy, khách hàng mua trả góp có xu hướng muốn trả trước ban đầu với khả thấp nhất, tức vay với khả cao Cũng trên, ta tiếp tục sử dụng thống kê T-Test để so sánh giá trị trung bình giá thành hai nhóm sản phẩm khách hàng lựa chọn tốn với hình thức trả trước cao 40 phần trăm so với hình thức toán từ 30 đến 40 phần trăm giá trị sản phẩm Kết thu trung bình nhóm sản phẩm tốn 40 phần trăm có giá 17,9 triệu đồng nhóm sản phẩm cịn lại có giá trung bình 14,6 triệu đồng (giá có chênh lệch đáng kể) Với xác suất ý nghĩa 1,6 phần trăm (nhỏ phần trăm) cho ta kết luận thống kê ý nghĩa có khác biệt giá trị trung bình giá thành hai nhóm sản phẩm Có thể nói nhóm đối tượng có kinh tế hơn, thu nhập ổn định sẵn sàng trả trước với giá cao hơn, điều vừa phù hợp với khả tài họ, có nghĩa tiền khách hàng phải trả hàng tháng giảm Như nói khách hàng lựa chọn tỷ lệ trả trước, khách hàng tự cân khả thu nhập hàng tháng thân Ngoài ra, việc trả trước phụ thuộc vào giá trị sản phẩm mua Với mặt hàng có giá trị thấp, khách hàng lựa chọn hình thức toán với tỷ lệ thấp 30 phần trăm Với mặt hàng có giá trị cao khách hàng lựa chọn hình thức tốn cao 40 phần trăm Hai hình thức khách hàng ưa chuộng so với mức thảnh toán từ 30 đến 40 phần trăm Điều giúp cho nhà quản lý có định hướng sách phù hợp cho chiến lược kinh doanh Công ty Qua bảng kết cho thấy thời hạn toán khoản vay yếu tố ảnh hưởng đến số lượng sản phẩm Dường mặt hàng công nghệ cao, khách hàng ưa chuộng thời hạn vay năm so với hình thức vay năm, tức họ thường có xu hướng vay thời gian ngắn Trung bình số sản phẩm bán trả góp vay thời gian năm nhiều gấp 1,4 lần so với số lượng sản phẩm bán trả góp với thời hạn khác Ta biết với thời hạn vay ngắn mức tiền khách hàng phải trả cho Công ty hàng tháng cao Trở lại số liệu gốc ta thấy vay thời hạn năm, trung bình tháng khách hàng phải trả cho công ty 1,55 triệu, hình thức vay với thời hạn năm trung bình số tiền khách hàng phải tốn hàng tháng tám trăm nghìn đồng Có thể mặt hàng cơng nghệ cao, so với xe máy, ô tô, đất đai giá trị thường không lớn nên khách hàng có thu nhập ổn định có nhu cầu tốn thời gian ngắn, hình thức tốn phù hợp với khả tài họ Cũng tâm lý chung người Việt Nam khơng thích "mang nợ" lâu nên thường trả Ngồi ra, tốn sớm khách hàng khơng phải trả lãi cho cơng ty nhiều… Như cơng ty đưa sách thời hạn vừa phù hợp với tâm lý, khả tài chung khách hàng, vừa phù hợp với đặc điểm nhóm mặt hàng cơng nghệ cao thường nhanh chóng bị lỗi thời Một kết đáng lưu ý nữa, Cầu Giấy với siêu thị Big C dường địa có ưa chuộng để bán sản phẩm công nghệ cao nhiều so với quận khác, nơi có trung tâm tiêu thụ mặt hàng cơng nghệ cao có tiếng Trần Anh, Topcare,… hay Pico trung tâm điện máy lớn Hà Nội Có lẽ Big C siêu thị lớn, trung tâm mua sắm từ mặt hàng bình dân đến cao cấp, nơi có đơng người đến mua sắm hàng tiêu dùng (từ sản phẩm sinh hoạt hàng ngày phục vụ ăn, mặc, đến sản phẩm tiêu dùng công nghệ cao) Mỗi ngày Big C có đến hàng nghìn lượt khách vào, đa phần người dân có suy nghĩ chung Big C có giá rẻ, với thị trường, thuận tiện giao thông, gần số khu thị… Những đặc điểm khiến số lượng sản phẩm điện máy, máy tính bán với hình thức vay trả góp khu vực Cầu Giấy nhiều khu vực khác 1.5 lần Điều chứng tỏ, việc lựa chọn địa điểm bán sản phẩm cho vay công ty yếu tố quan trọng, định việc kinh doanh cơng ty Tài Như thấy nhân tố ảnh hưởng đến số lượng hàng hóa bán cho Cơng ty Tài sách đắn kinh doanh, mang lại hiệu cao đặc biệt lợi nhuận từ nguồn cho vay mang lại Một yếu tố cho thấy ảnh hưởng đến số lượng sản phẩm công nghệ cao tiêu thụ, biến pos_khan Số sản phẩm bán cho khách hàng cư trú quận với đại lý bán hàng thấp 66,9% số lượng sản phẩm bán cho khách hàng quận khác Lẽ tâm lý “bụt chủ nhà không thiêng ” người Việt Nam? Tuy nhiên quay lại xem xét số liệu gốc thấy số lượng đại lý bán hàng cho vay công ty đặt số quận Hà Nội Đống Đa, Ba Đình, Hai Bà Trưng, Cầu Giấy, Thanh Xn, Thanh Trì, Hồng Mai, Đơng Anh khách hàng có địa hầu hết quận nội ngoại thành Hà Nội Điều cho ta lý giải số lượng khách hàng đến mua hàng khu vực không nơi cư trú nhiều Kết dù gợi ý để nhà quản lý Công ty tài có sách mở rộng thêm đại lý bán hàng khu vực khác B/ Mơ hình hồi quy Poisson dự báo số lượng tiêu thụ xe máy Ta tiếp tục sử dụng mơ hình hồi quy Poisson nhờ phần mềm Stata để xem xét phụ thuộc biến xemay vào biến: gioikh, pos-khan, gioi_th,BaDinh,CauGiay,HaiBa,TXHaDong,DATTHMai,Duoi15Tr,Tu30Tr ,Tu40PT,Duoi1N,ThHan1N,ThH1323T,TuoiKHDuoi30,TuoiKHTu45,KHBa Dinh, CGTLTayHo, HdongTXuan, TtriHmai, HBTrung, LBGLDAnh, Hkiem, Nthanh, CMKinhte, CMQuanly, CMkhac Một lưu ý nhỏ trước chạy số liệu, ta xem xét lại loại biến Duoi30PT biến có hai quan sát khác Bảng 15 cho ta kết ban đầu phụ thuộc biến xemay vào biến kể trên, ta thấy trung bình số lượng sản phẩm xe máy bán ngày khu vực phụ thuộc vào biến poskhan, gioi_th, BaDinh, CauGiay HaiBa, TXHaDong, DATTrHMai, Duoi15Tr, Duoi1N, HDongTXuan,CMKinhte, CMKhac biến có hệ số hồi quy có xác suất ý nghĩa nhỏ 5% Cũng trường hợp sản phẩm công nghệ cao, để thu kết phụ thuộc biến xemay cách sát thực ta tiếp tục loại biến khơng phụ thuộc (các biến có hệ số hồi quy có xác suất ý nghĩa 5%) khỏi mơ hình Riêng biến TtriHmai có hệ số hồi quy có xác suất ý nghĩa 0,064 , gần mức 5% ta giữ lại biến phụ thuộc khác sử dụng mơ hình hồi quy Poisson để chạy mơ hình Lặp lại q trình ta thu mơ hình hồi quy rút gọn biến xemay Bảng 16 Bảng 15: Sự phụ thuộc biến ‘xemay’ vào biến khác Poisson regression Number of obs LR chi2(27) Prob > chi2 Pseudo R2 Log likelihood = -2030.7719 xemay Coef gioikh pos_khan gioi_th BaDinh CauGiay HaiBa TXHaDong DATTrHMai Duoi15Tr Tu30Tr Tu40PT Duoi1N ThHan1N ThH1323T TuoiKHDuoi30 TuoiKHTu45 KHBaDinh CGTLTayHo HDongTXuan TtriHmai LBGLDAnh HBTrung HKiem NThanh CMKinhte CMKhac CMQuanly _cons -.0119236 1302547 -.1730445 6819015 -.3554667 6763097 7369899 6640502 -.1356495 -.0122031 1284966 -.36228 -.0297778 -.078393 -.0613244 0341964 -.0947416 -.0746376 -.2750943 -.1865905 -.1499596 -.1314153 -.0980692 -.0799913 -.1684295 -.2375008 0578735 -.2894515 Std Err z 048864 0610923 0731 0871495 1167841 0947206 0958826 1045569 0519481 1136219 0790121 0999006 0557962 0874708 0539614 0657223 1039133 1053873 1089804 1009126 1068842 0948266 1060332 1127529 0806916 08349 1107568 124118 P>|z| -0.24 2.13 -2.37 7.82 -3.04 7.14 7.69 6.35 -2.61 -0.11 1.63 -3.63 -0.53 -0.90 -1.14 0.52 -0.91 -0.71 -2.52 -1.85 -1.40 -1.39 -0.92 -0.71 -2.09 -2.84 0.52 -2.33 0.807 0.033 0.018 0.000 0.002 0.000 0.000 0.000 0.009 0.914 0.104 0.000 0.594 0.370 0.256 0.603 0.362 0.479 0.012 0.064 0.161 0.166 0.355 0.478 0.037 0.004 0.601 0.020 = = = = [95% Conf -.1076954 010516 -.3163178 5110916 -.5843594 4906608 5490635 4591224 -.2374659 -.2348979 -.0263644 -.5580816 -.1391363 -.2498326 -.1670867 -.0946169 -.2984079 -.2811929 -.4886919 -.3843755 -.3594489 -.317272 -.3058904 -.3009829 -.326582 -.4011382 -.1592058 -.5327184 2179 277.34 0.0000 0.0639 Interval] 0838481 2499935 -.0297711 8527114 -.1265741 8619587 9249164 868978 -.033833 2104918 2833575 -.1664783 0795806 0930466 044438 1630096 1089247 1319177 -.0614966 0111945 0595297 0544413 1097521 1410003 -.0102769 -.0738634 2749527 -.0461846 Bảng 16: Sự phụ thuộc biến xemay vào biến khác Poisson regression Log likelihood = Number of obs LR chi2(12) Prob > chi2 Pseudo R2 -2035.914 xemay Coef pos_khan gioi_th BaDinh CauGiay HaiBa TXHaDong DATTrHMai Duoi15Tr Duoi1N HDongTXuan CMKinhte CMKhac _cons 1442418 -.1916381 6638394 -.3671758 6414941 7284974 5958677 -.1480117 -.3203397 -.1770705 -.1932794 -.2571134 -.3738565 Std Err .0565967 0596857 0797971 1097185 0885326 0865411 0932499 050219 0936402 0877812 0668398 0684224 0729181 z 2.55 -3.21 8.32 -3.35 7.25 8.42 6.39 -2.95 -3.42 -2.02 -2.89 -3.76 -5.13 P>|z| 0.011 0.001 0.000 0.001 0.000 0.000 0.000 0.003 0.001 0.044 0.004 0.000 0.000 = = = = 2179 267.06 0.0000 0.0615 [95% Conf Interval] 0333143 -.3086199 5074399 -.5822202 4679734 55888 4131013 -.2464391 -.5038712 -.3491185 -.3242831 -.3912189 -.5167733 2551692 -.0746564 8202389 -.1521314 8150148 8981147 7786342 -.0495843 -.1368082 -.0050225 -.0622757 -.1230079 -.2309397 Kết Bảng 16 cho thấy, với xác suất ý nghĩa nhỏ 5% trung bình số lượng xe máy bán cho vay trả góp địa điểm ngày thực phụ thuộc vào biến pos_khan, gioi_th, BaDinh, CauGiay, HaiBa, TXHaDong, Duoi15Tr, Duoi1N, HDongTXuan, CMKinhte, CMKhac Ta thu mơ hình hồi quy loga tuyến tính Poisson biểu diễn phụ thuộc biến xemay sau: Log(xemay)= 0.1442418 pos_khan - 0.1916381 gioi_th + 0.6638394 BaDinh – 0.3671758 CauGiay + 0.6414941 HaiBa + 0.7284974 TXHDong + 5958677 DATTrHMai - 0.1480117 Duoi15Tr – 0.3203397 Duoi1N – 0.1770705 HDongTXuan – 0.1932794 CMKinhte – 0.2571134 CMKhac – 0.3738565 Lấy lũy thừa số e hai vế ta thu được: xemay = exp{0.1442418 pos_khan - 0.1916381 gioi_th + 0.6638394 BaDinh – 0.3671758 CauGiay + 0.6414941 HaiBa + 0.7284974 TXHDong + 5958677 DATTrHMai - 0.1480117 Duoi15Tr – 0.3203397 Duoi1N – 0.1770705 HDongTXuan – 0.1932794 CMKinhte – 0.2571134 CMKhac – 0.3738565} Hay: Xemay =(1,15516^{pos_khan}).(0,8256^{gioi_th}) (1,94224 ^{BaDinh}) ( 0,69269^{CauGiay})(1,89931^{HaiBa})(2,07196^{TXHDong})(1,814^ {DATTrHMai})(0,86242^{Duoi15T}).(0,72590^{Duoi1N}).(0,83772^ {HdongTXuan}).(0,82425^{CMKinhte}).( 0,77328 ^{ CMKhac}) 0,68808 Xe máy phương tiện thiết yếu gia đình người dân Việt Nam Hiện phương tiện phù hợp với địa hình sở hạ tầng giao thơng Việt Nam, Hà Nội Hà Nội thành phố có mật độ dân cư đông giới thị trường tiêu thụ xe máy lớn thị trường sản phẩm cho vay tiêu dùng Nhìn vào mơ hình ta thấy dường thực trạng tiêu thụ xe máy có tranh ngược lại với sản phẩm công nghệ cao Thứ nhất, với xác suất ý nghĩa nhỏ 5% , số lượng xe máy trung bình bán ngày đại lý bán hàng đại lý phụ thuộc vào địa điểm bán hàng đại lý Cụ thể, so với Đống Đa, khu vực Ba Đình, Hai Bà Trưng, Thanh Xn – Hà Đơng, Đơng Anh – Thanh Trì – Hồng Mai có trung bình số lượng xe máy bán cao Trung bình số xe máy bán đại lý Ba Đình, Hai Bà Trưng, Đơng Anh – Thanh Trì – Hồng Mai gấp 1,8 lần Đống Đa, riêng khu vực Thanh Xn – Ha Đơng có số lượng bán gấp lần Như Đống Đa Cầu Giấy bán sản phẩm công nghệ cao khu vực khác bán mặt hàng xe máy nên Cơng ty tài cần xem xét lại địa điểm bán sản phẩm cho vay Đống Đa tốt chưa, không gian trưng bày sản phẩm, showroom dịch vụ chăm sóc khách hàng khác Đống Đa có cần cải tiến? Ngồi Cầu Giấy bán sản phẩm cho vay liên quan đến công nghệ cao vượt trội so với Đống Đa số lượng xe máy trung bình bán chưa tới 70% số lượng xe máy tiêu thụ Đống Đa hiển nhiên thấp hẳn khu vực khác Phải Cầu Giấy với siêu thị Big C có địa điểm trưng bày xe máy không nằm mặt đường đại lý khu vực khác nên không thu hút quan tâm khách hàng Hơn nữa, hàng ngày Big C có hàng ngàn lượt khách hàng vào đa phần khách hàng có tâm lý mua sắm đồ sinh hoạt tiêu dùng nhỏ lẻ hàng ngày, cộng với hàng ngàn lượt xe máy cũ vào hỗn độn làm cho khách hàng có tâm lý Big C chưa chuyên nghiệp sản phẩm xe máy không ưa chuộng sản phỡnge máy bán trả góp Đây chứng để nhà quản lý Cơng ty Tài phải xem xét lại địa điểm bán hàng phân bố mặt hàng kinh doanh thật phù hợp Thứ hai, qua phương trình hồi quy thấy sản phẩm xe máy có giá trị 15 triệu (nhóm có giá trị thấp nhất) khơng khách hàng ưa chuộng nhóm có giá trị cao Theo suy nghĩ thông thường người Việt Nam, để mua xe máy thường họ có chút vốn ban đầu, mua xe máy có giá trị thấp họ thường mua dứt điểm khơng thích sử dụng đến dịch vụ cho vay trả góp Khách hàng tham gia mua trả góp có xu hướng mua loại xe máy có giá trị cao Có phải tâm lý muốn mua hàng tốt, cao cấp? Kết cho Cơng ty định hướng kinh doanh xe máy theo hình thức nên hướng đến mặt hàng cao cấp Thứ ba, phương trình hồi quy cho thấy khách hàng tham gia dịch vụ vay trả góp quan tâm đến thời hạn vay Nếu sản phẩm cơng nghệ cao khách hàng có xu hướng tốn khoảng thời gian ngắn với mặt hàng xe máy khách hàng có xu hướng lựa chọn thời gian toán dài Thực tế mặt hàng xe máy thường có giá trị cao sản phẩm công nghệ cao, nên lựa chọn thời gian tốn dài có lẽ khách hàng tự cân đối khả tài để lựa chọn thời hạn trả góp phù hợp với số tiền phải trả cho Công ty hàng tháng Thứ tư, phương trình hồi quy cho thấy yếu tố người có ảnh hưởng đến số lượng sản phẩm trung bình bán Cụ thể, nhân viên - người trực tiếp tư vấn khách hàng có giới tính nữ có khả thuyết phục tốt nhân viên nam (kết cho thấy khả thuyết phục nhân viên nam 82,56% nhân viên nữ) Điều lý giải nhân viên nữ thường nhẹ nhàng, mềm mỏng, nắm bắt tâm lý khách hàng tốt nên dễ gây cảm tình khách hàng nhân viên nam Ngoài ra, kết cho thấy so với nhân viên có chun mơn kỹ thuật bán sản phẩm cho vay liên quan đến xe máy tốt nhân viên có chun mơn kinh tế hay chuyên môn khác Khả thuyết phục nhân viên có chun mơn kinh tế 82,4% so với nhân viên có chun mơn kỹ thuật, nhân viên khác khả thuyết phục 77.3 % so với nhân viên có chun mơn kỹ thuật Như mục đích bán sản phẩm trả góp cơng ty người có chun mơn kỹ thuật có am hiểu máy móc nên họ dễ nói chuyện với khách hàng, dễ có cảm tình tin tưởng ban đầu khách hàng lựa chọn mua xe máy, họ có khả thuyết phục hiệu Kết gợi ý cho nhà quản lý nhân Công ty để có phân cơng nhân hiệu Điều thứ năm thể qua mơ hình khác với sản phẩm công nghệ cao, khách hàng khu vực với đại lý bán hàng có xu hướng tiêu thụ xe máy nhiều so với khách hàng không cư trú khu vực với đại lý bán hàng Thơng thường đại lý bán xe máy thường kèm theo dịch vụ bảo hành, đăng ký, thuế, phí trước bạ,… nằm mặt đường nên khách hàng mua xe máy trả góp đại lý khu vực cư trú với điều dễ hiểu! Thứ sáu, mơ hình hồi quy cho thấy khách hàng khu vực Hà Đông – Thanh Xn khơng ưa chuộng hình thức vay trả góp khu vực khác Trung bình số xe máy bán ngày cho khách hàng khu vực Hà Đông – Thanh Xuân 83,6% so với nơi khác Phải tâm lý tiêu dùng người dân khu vực cịn chưa quen với hình thức mua vay trả góp người dân khu vực khác? Đây yếu tố để Cơng ty tài lưu ý, mở rộng quảng bá nhiều hoạt động Cơng ty khu vực Có lẽ có nhiều kết đáng bàn luận ta có phần mềm ứng với mơ hình hồi quy Poisson tổng qt, nhiên chưa có phần mềm thống kê chạy mơ hình tổng qt luận văn dừng lại việc áp dụng số liệu thu thập cho mơ hình hồi quy Poisson thơng thường 5.3 Một số đề xuất với lãnh đạo tổng Cơng ty - chi nhánh Hà Nội Qua q trình hồn thành luận văn này, tơi xin đưa số đề xuâtsau với ban lãnh đạo tổng Công ty, chi nhánh Công ty, đặc biệt chi nhánh Hà Nội để góp phần phổ biến rộng rãi sản phẩm vay tiêu dùng công ty với người dân Hà Nội người dân tỉnh thành phố khác, nâng cao hiệu kinh doanh Công ty Thứ nhất, người vấn đề yếu tố hàng đầu Cần có nhân viên có lực phân cơng vào vị trí phù hợp Đặc biệt đội ngũ nhân viên tư vấn tín dụng cần đào tạo chuyên sâu chuyên nghiệp, thường xuyên học hỏi đổi hiểu biết rõ sản phẩm, nắm tâm lý xu hướng khách hàng để không thuyết phục khách hàng mà nhân tố để cạnh tranh với tổ chức tài khác Khi lựa chọn đội ngũ nhân viên tín dụng, người bán sản phẩm cho vay trực tiếp cơng ty tài chính, sản phẩm thiên kỹ thuật máy móc Cơng ty nên ưu tiên chọn nhân viên có chun mơn kỹ thuật, it Ngồi ra, Cơng ty ưu tiên chọn nhân viên nữ có phong thái nhẹ nhàng, uyển chuyển tư vấn sản phẩm cho khách hàng Như vậy, sử dụng tốt nguồn nhân lực làm tăng hiệu kinh doanh Công ty Thứ hai, công ty Tài cần trọng đặc biệt đưa chiến lược, sách kinh doanh phù hợp với vùng miền, đối tượng tâm lý người dân Công ty mở rộng thêm nhiều mức tỷ lệ cho vay sản phẩm mức thời hạn cho vay để thu hút quan tâm nhiều đối tượng khách hàng Ví dụ, chi nhánh Hà Nội có đặc điểm dân cư đơng đúc, mật đồ dày đặc, có nhiều tầng lớp dân cư, đa phần người tìm đến khoản vay tiêu dùng người có thu nhập trung bình thấp có tâm lý “khơng thích" bị gánh nặng "trả nợ" Vậy, chi nhánh cần có khoản vay nới rộng tỷ lệ vay rút ngắn thời hạn vay sản phẩm vay có giá trị khơng lớn laptop, máy tính bảng, ti vi, điều hồ… Cịn sản phẩm có giá trị chút xe máy cần mở rộng thêm nhiều mức tỉ lệ vay, đặc biệt trọng tỉ lệ vay thấp trung bình nới rộng thời gian cho vay để người dân không bị sức ép nhiều phải trả gốc lãi hàng tháng Ngồi ra, sản phẩm xe máy Cơng ty trọng mũi nhọn vào loại xe, hãng xe máy cao cấp để thu hút nhiều quan tâm khách hàng Cơng ty tài cần có đại lý vị trí chiến lược để bán sản phẩm cho vay Cần liên kết với đại lý, siêu thị, trung tâm thương mại nhiều người dân biết đến, có uy tín chất lượng giá Đối với sản phẩm vay tiêu dùng nên chọn nơi người dân có tâm lý chung giá phù hợp, phổ thơng Ngồi vị trí bán sản phẩm cần có giao thơng thuận tiện, gần khu dân cư, khu đô thị Cụ thể chi nhánh Hà Nội, bán sản phẩm cho vay công nghệ cao nên liên kết với địa điểm trung tâm mua bán sầm uất, phổ thông phù hợp cho đối tượng người dân bình thường, có thu nhập khơng cao Khi bán sản phẩm phương tiện lại thiết yếu hàng ngày cần liên kết đại lý hãng có uy tín, đặt địa điểm đơng đúc, gần mặt đường người dân biết đến từ lâu Qua kết nghiên cứu, chi nhánh Hà Nội cần đặc biệt trọng đến khu vực Đống Đa, xem xét cách trí, dịch vụ khách hàng để đại lý kinh doanh hiệu Công ty cần quảng bá rộng rãi sản phẩm để hình thức mua vay trả góp tới gần gũi với người dân hơn, cải thiện tâm lý tiêu dùng cũ cố hữu người dân Việt Nam từ lâu, người dân khu vực Thanh Xuân – Hà Đông KẾT LUẬN Bằng việc nghiên cứu sở lý thuyết, luận văn sử dụng mơ hình hồi quy Poisson (mơ hình hồi quy sử dụng cho trình đếm) để phân tích số liệu kinh doanh Cơng ty TNHH MTV Tài Việt - Société Générale (SGVF) - Chi nhánh Hà Nội tháng (Từ tháng 11 năm 2008 đến hết tháng năm 2009) Dựa vào kết sau chạy số liệu phần mềm phân tích thống kê Stata, luận văn đưa số ý kiến đề xuất đóng góp nhân sự, sách giúp hoạt động kinh doanh cơng ty hiệu Tuy nhiên, kết luận luận văn cịn hạn chế chưa có đầy đủ số liệu kinh doanh công ty năm để xem xét phụ thuộc số lượng sản phẩm cho vay công ty theo mùa thời điểm đặc biệt năm Thêm vào luận văn chưa phân tích số liệu mơ hình hồi quy Poisson tổng qt, mơ hình mở rộng cho mẫu số liệu đếm với giả thiết nới lỏng chưa tìm phần mềm viết cho mơ hình hồi quy Poisson tổng qt Do hạn chế số liệu luận văn chưa có điều kiện tìm hiểu yếu tố ảnh hưởng đến rủi ro từ phía khách hàng, mặt đáng quan tâm sản phẩm cho vay Cuối cùng, tơi xin cam đoan tồn số liệu thơng tin sử dụng luận văn hồn tồn thật Xin chân thành cảm ơn thầy đóng góp cho ý kiến để luận văn hoàn chỉnh TÀI LIỆU THAM KHẢO Tiếng Việt Đào Hữu Hồ (1998), Xác suất Thống kê, In lần thứ 3, Nhà xuất Đại học quốc gia Hà Nội, 224 Tr Đặng Hùng Thắng (1998), Mở đầu lý thuyết Xác suất ứng dụng, In lần thứ 2, Nhà xuất Giáo Dục, Hà Nội Nguyễn Duy Tiến (2000), Các mơ hình xác suất ứng dụng; Phần 1: Xích Markov ứng dụng, Nhà xuất Đại học Quốc Gia, Hà Nội Nguyễn Duy Tiến (chủ biên), Đặng Hùng Thắng (2000), Các mơ hình xác suất ứng dụng,Phần 2: Q trình dừng ứng dụng, Nhà xuất Đại học Quốc Gia, Hà Nội Tiếng Anh Blundell, R Griffith, and J Van Reenen (1995),” Dynamic Count Data models of Technological innovation”, Economic Journal, 105, pp.333– 344 Cameron, A.C, and D.K Trivedi (1998), Regression analysis of count data, Cambrige University press, NewYork Noriszura Ismail, Abdul Azizjemain (2005), Generalized Poisson regression: An alternative for risk classication, Universiti teknologi Malaysia ... Chu Thị Hồng Đăng THỬ NGHIỆM PHÂN TÍCH THỐNG KÊ HOẠT ĐỘNG KINH DOANH CỦA CƠNG TY TÀI CHÍNH VIỆT Chuyên ngành: Lý thuyết xác suất thống kê toán học Mã số: 604615 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI... tiêu dùng công ty tài vào yếu tố khác để đóng góp ý kiến có tác dụng nâng cao hiệu hoạt động kinh doanh cho Công ty Luận văn hồn thành nhờ có giúp đỡ tận tình PGS.TS Hồ Đăng Phúc, thầy ln động viên... hành công ty tài tín dụng khách hàng phi ngân hàng tên gọi là: “Cơng ty TNHH MTV Tài Việt Société Générale – SG VietFinance”, tháng năm 2007 công ty khai trương hoạt động Việt Nam + Tên cơng ty: