L IăM ăU
2.3.4Cácăđ cătr ngăth ngăkêămôăt ăv ăm uănghiênă cu
Tr c khi ti n hành ch y mô hình, tác gi ti n hành th ng kê các y u t nh h ng đ n kh n ng tr n vay c a khách hàng cá nhân trong 500 m u khách hàng cá nhân t i Ngân hàng TCMP Á Châu đ n m đ c th c tr ng khách hàng.
ătu i
Theo th ng kê, đa s khách hàng cá nhân t i Ngân hàng TMCP Á Châu có đ tu i t 40-60, chi m t l cao (62%). i u đó ch ng t đ i t ng khách hàng t đ tu i 40-60 có nhu c u vay v n cao.
Hình 2.2 Bi u đ th hi n đ tu i
Gi iătính
Theo th ng kê t m u 500 khách hàng, s l ng khách hàng là n chi m đa s trong khách hàng vay v n t i Ngân hàng ACB (chi m 62%) trong khi đó nam ch chi m 38%, đi u này cho th y n có xu h ng vay v n nhi u h n nam t i Ngân
hàng ACB.
Hình 2.3 Bi u đ th hi n gi i tính
(Ngu n: Tác gi th ng kê và mô t )
Th iăgianăc ătrú
Theo th ng kê, th i gian c trú c a khách hàng cá nhân vay v n t i Ngân hàng Á Châu th ng r i vào kho ng th i gian t 6-10 n m (chi m 56%) trong khi đó nh ng khách hàng có th i gian c trú t 1-5 n m chi m t tr ng th p nh t (5%)
Hình 2.4 Bi u đ th hi n th i gian c trú
(Ngu n: Tác gi th ng kê và mô t )
Côngăvi c
Nh ng khách hàng có ngành ngh kinh doanh nhi u r i ro chi m t l th p, ch kho ng 27%. ây là nh ng ngành ngh nh s n xu t kinh doanh, mua bán b t đ ng s n, nông lâm ng nghi p, nuôi tr ng th y h i s n... Nh ng ngành ngh còn l i đ c cho là an toàn chi m t tr ng cao h n (73%).
Hình 2.5 Bi u đ th hi n đ c thù công vi c
(Ngu n: Tác gi th ng kê và mô t )
Tìnhătr ngănhƠă
a s khách hàng vay v n t i Ngân hàng Á Châu đ u s h u nhà , t l này chi m đ n 85%, ch có 15% khách hàng cá nhân vay v n không s h u nhà .
Hình 2.6 Bi u đ th hi n tình tr ng s h u nhà
S ăng iăph ăthu c
Theo th ng kê khách hàng vay v n t i Ngân hàng Á Châu, s l ng khách hàng có s ng i ph thu c t 1-2 ng i chi m t tr ng cao nh t (64%), trong khi đó s khách hàng có s ng i ph thu c trên 2 nguwoif chi m 6% và không có ng i ph thu c chi m 30%.
Hình 2.7 Bi u đ th hi n s ng i ph thu c
(Ngu n: Tác gi th ng kê và mô t )
Tìnhătr ngăhônănhơn
a ph n khách hàng vay v n t i Ngân hàng ACB đ u có gia đình, chi m t l 82%, khách hàng còn l i là nh ng khách hàng đ c than, góa ho c ly hôn, chi m t l nàykho ng 18%.
Hình 2.8 Bi u đ th hi n tình tr ng hôn nhân
(Ngu n: Tác gi th ng kê và mô t )
Th iăgianăcôngătác
Theo bi u đ bên d i, ta th y s l ng khách hàng công tác trên 10 n m chi m t l khá cao (59%), nh ng khách hàng công tác d i 5 n m chi m t l th p nh t (10%), còn l i nh ng khách hàng t 5 n m đ n 10 n m. Nh v y ta th y đa ph n nh ng ng i đi vay th ng t p trung vào nh ng ng i đư đi làm lâu n m, có nhi u kinh nghi m trong ngành ngh công tác.
Hình 2.9 Bi u đ th hi n th i gian công tác (adsbygoogle = window.adsbygoogle || []).push({});
(Ngu n: Tác gi th ng kê và mô t )
Th iăgianălƠmăcôngăvi căhi năt i
Theo th ng kê ta th y th i gian công tác t i công vi c hi n t i c a khách hàng không có s chênh l ch nhi u, các t l đ u x p x nhau. Khách hàng có th i gian công tác hi n t i d i 5 n m chi m 22%, Khách hàng có th i gian công tác hi n t i t 5-10 n m chi m 44% và Khách hàng có th i gian công tác hi n t i trên 10 n m chi m 34%.
Hình 2.10 Bi u đ th hi n th i gian công tác hi n t i
(Ngu n: Tác gi th ng kê và mô t )
Thuănh p
Thu nh p hàng tháng c a khách hàng cá nhân vay v n t i Ngân hàng Á Châu đa s t p trung m c 10-30 tri u đ ng (chi m 39%), t l khách hàng có thu nh p hàng tháng d i 10 tri u ch chi m 3%, nh ng khách hàng còn l i có thu nh p t 31-50 tri u đ ng (chi m 32%) và trên 50 tri u đ ng (chi m 26%)
Hình 2.11 Bi u đ th hi n thu nh p
(Ngu n: Tác gi th ng kê và mô t )
D ăn ăvay
Theo th ng kê, t l khách hàng cá nhân có d n vay d i 500 tri u đ ng khá cao trong t ng th khách hàng vay v n t i Ngân hàng ACB (65%), nh ng
khách hàng cá nhân có d n trên 1 t đ ng ch chi m 9% , s còn l i là nh ng khách hàng cá nhân có d n vay t 500 tri u đ ng đ n 1 t đ ng (chi m 26%).
Hình 2.12 Bi u đ th hi n d n vay
(Ngu n: Tác gi th ng kê và mô t )
Lƣiăsu tăvay
Theo th ng kê ta th y, t i th i đi m hi n t i đa ph n khách hàng đ u vay v n t i Ngân hàng ACB v i m c lưi su t t 10-14%/ n m, t l này chi m 69%. M t s ít khách hàng đ c áp d ng lưi su t d i 10%, t l này chi m 5%. S còn l i đ c áp d ng lưi su t trên 14% , chi m t l 26%
Hình 2.13 Bi u đ th hi n lưi su t vay
(Ngu n: Tác gi th ng kê và mô t )
Th iăgianăvay
Theo th ng kê, đa s khách hàng cá nhân đ u vay v n trung h n, chi m t l 48%, k đ n là k h n dài, s l ng khách hàng cá nhân ch n k h n này chi m
Hình 2.14 Bi u đ th hi n th i gian vay
(Ngu n: Tác gi th ng kê và mô t )
T ăl ăvay
T l cho vay c a khách hàng ph n l n t p trung d i 50% (chi m 53%), nh ng khách hàng vay v n v i t l vay t 50-80% chi m 38%, và s còn l i vay v n v i t l tren 80% (chi m 9%). i u này ch ng t ACB ch t p trung cho vay v i t l d i 80%, h n ch cho vay trên
Hình 2.15 Bi u đ th hi n t l vay
(Ngu n: Tác gi th ng kê và mô t )
2.3.5 K tăqu ăh iăquyămôăhình Logit
Mô hình Logit là m t mô hình toán h c nên có nh ng u đi m gi ng nh mô hình đi m s Z. Do đây là mô hình đ nh l ng nên kh c ph c đ c nh ng nh c đi m c a các mô hình đ nh tính, th hi n s khách quan, nh t quán, không ph thu c vào Ủ ki n ch quan c a cán b tín d ng.
Ta có ph ng trình d ng t ng quát nh sau:
Ln [P(Y=1)/P(Y=0)] = C1 + C2*TUOI + C3 * GTINH + C4 * CVIEC + C5 * KNGHIEM + C6 * TGIANLAM + C7 * NHA + C8 * PTHUOC + C9 * THUNHAP + C10 * DUNO + C11 * HONNHAN + C12 * LAISUAT + C13 * TGIANVAY + C14*TYLEVAY + C15* TGIANCUTRU (adsbygoogle = window.adsbygoogle || []).push({});
Trong đó: Y = 1: Khách hàng có kh n ng tr n vay Y = 0: Khách hàng không có kh n ng tr n vay C2,3,….15: H s c a các bi n đ c l p
C1 : H s ch n
B ngă2.10ăK tăqu ăch yămôăhìnhăLogităv iă14ăbi năđ căl p
Variable Coefficient Std. Error z-Statistic Prob.
TUOI 0.006567 0.049730 0.132047 0.8949 GTINH -0.312924 0.696514 -0.449272 0.6532 CVIEC -1.843553 0.756823 -2.435909 0.0149 KNGHIEM 0.002108 0.007826 0.269345 0.7877 TGIANLAM -0.004600 0.006938 -0.663035 0.5073 NHA 2.015159 0.921153 2.187649 0.0287 PTHUOC -0.899206 0.451915 -1.989768 0.0466 THUNHAP 0.088293 0.042802 2.062805 0.0391 TGIANCUTRU 0.023606 0.053935 0.437665 0.6616 HONNHAN -1.689073 1.443151 -1.170406 0.2418 LAISUAT -0.304950 0.136806 -2.229065 0.0258 TGIANVAY -0.003960 0.011814 -0.335221 0.7375 DUNO 0.001013 0.002540 0.398693 0.6901 TYLEVAY -0.075288 0.023564 -3.195051 0.0014 C 9.295117 3.399904 2.733935 0.0063
Mean dependent var 0.832000
Log likelihood -44.31218
McFadden R-squared 0.804232
Obs with Dep=1 416
Obs with Dep=0 84
Total obs 500
Nh ng bi n không có Ủ ngh a (Prob > = 5%) s d n b lo i b ra kh i mô hình các bi n nh : TUOI, GTINH, KNGHIEM, TGIANLAM, HONNHAN, TGIANVAY, TGIANCUTRU, DUNO. Nh v y ta ch p nh n gi thuy t H0 đ i v i các bi n: TUOI, GTINH, KNGHIEM, TGIANLAM, HONNHAN, TGIANVAY,
TGIANCUTRU, DUNO, ngh a là các bi n TUOI, GTINH, KNGHIEM,
TGIANLAM, HONNHAN, TGIANVAY, TGIANCUTRU, DUNO không nh
h ng đ n kh n ng tr n vay c a khách hàng cá nhân t i ACB. Chúng ta bác b gi thuy t H0 đ i v i các bi n: CVIEC, NHA, PTHUOC, THU NHAP, LAISUAT, TYLEVAY, ngh a là các bi n : CVIEC, NHA, PTHUOC, THU NHAP, LAISUAT,
TYLEVAY có nh h ng đ n kh n ng tr n vay c a khách hàng cá nhân t i
ACB. Sau khi lo i b các bi n không nh h ng, cu i cùng ta đ c k t qu nh
sau:
B ngă2.11ăK tăqu ăch yămôăhìnhăLogităv iă6ăbi năđ căl p
Variable Coefficient Std. Error z-Statistic Prob
CVIEC -1.893639 0.689124 -2.747893 0.0060 NHA 1.950234 0.766961 2.542808 0.0110 PTHUOC -1.022533 0.428126 -2.388395 0.0169 THUNHAP 0.096736 0.028620 3.380044 0.0007 LAISUAT -0.266970 0.122366 -2.181732 0.0291 TYLEVAY -0.069874 0.021834 -3.200289 0.0014 C 7.288285 2.106296 3.460238 0.0005
Mean dependent var 0.832000
Log likelihood -45.79194
McFadden R-squared 0.797694
Obs with Dep=0 84
Obs with Dep=1 416
Total obs 500
T k t qu trên ta có th vi t l i mô hình đo l ng kh n ng tr n vay c a khách hàng cá nhân t i Ngân hàng Á Châu nh sau:
Ln [P(Y=1)/P(Y=0)] = 7.288285 – 1.893639* CVIEC + 1.950234* NHA –
1.022533* PTHUOC + 0.096736* THUNHAP – 0.266970* LAISUAT – (adsbygoogle = window.adsbygoogle || []).push({});
0.069874 * TYLEVAY
C n c vào k t qu ch y mô hình ta th y
Mean dependent var = 0.832. Ch s này khá cao, ch ng t mô hình có Ủ ngh a th ng kê.
Probability (LR stat) = 0.000 < = 0.05, v i m c Ủ ngh a chung c a mô hình nh h n nên mô hình có Ủ ngh a t ng quát. i u đó ch ng t kh n ng tr n vay
c a khách hàng b nh h ng b i các y u t nh đ tu i c a khách hàng, lưi su t c a kho n vay, đ r i ro trong ngh nghi p c a khách hàng, s ng i ph thu c, thu nh p c a khách hàng, tình tr ng s h u nhà c a khách hàng.
V i McFadden R-squared = 79.769% khá cao và ch s Log Likelihood lúc
này là - 45.79194, không quá cao, ta th y r ng mô hình này có đ phù h p m c t ng đ i , có th ch p nh n đ c. i u này ch ng t kh n ng tr n c a khách hàng có th đ c gi i thích b i các y u t : đ tu i c a khách hàng, lưi su t c a kho n vay, đ r i ro trong ngh nghi p c a khách hàng, s ng i ph thu c, thu nh p c a khách hàng, tình tr ng s h u nhà c a khách hàng.
C th là:
T l cho vay c a khách hàng ( = - 0.069874) ngh a là trong đi u ki n các
y u t khác không đ i, T l cho vay c a khách hàng t ng thêm 1 đ n v thì kh n ng tr n c a khách hàng gi m 1.07237 l n so v i khách hàng có T l cho vay th p h n (Ln TRANO = 0.069874 => TRANO = 1.07237). T l cho vay nh h ng b i d n vay và giá tr tài s n đ m b o. T l này càng cao thì d n vay trên tài s n đ m b o càng cao, càng t ng đ r i ro đ i v i kho n vay. Vì v y mà đ i v i t ng đ i t ng và m c đích vay c th , Ngân hàngACB đ u quy đ nh nh ng t l cho vay chu n nh m đ m b o kh n ng an toàn và h n ch r i ro khi cho vay.
Lưi su t c a kho n vay (( = - 0. 266970) ngh a là trong đi u ki n các y u t khác không đ i, Lưi su t c a kho n vay t ng thêm 1 đ n v thì kh n ng tr n vay
c a khách hàng gi m 1.306 l n so v i khách hàng có lưi su t vay th p h n. Khi đi vay, v n đ lưi su t luôn luôn đ c khách hàng đ t lên hàng đ u. n gi n b i vì nó g n li n v i tình hình thu nh p c a h s p t i c ng nh kh n ng tr n vay ngân
hàng. Lưi su t càng cao thì gánh n ng tr n vay ngân hàng càng l n, tình hình thu nh p c a khách hàng càng s t gi m.
r i ro trong ngh nghi p c a khách hàng (( = - 1.893639) ngh a là trong đi u ki n các y u t khác không đ i, ngh nghi p c a khách hàng r i ro thì kh n ng tr n vay c a khách hàng gi m 6.6435 l n so v i khách hàng ít r i ro ngh nghi p h n. Kh n ng tr n vay c a khách hàng ph thu c vào ngu n thu nh p c a khách hàng và ngu n thu nh p này g n li n v i ngh nghi p c a h . Nh ng ngành ngh có đ r i ro th p thì đ b n v ng và an toàn c a nó càng cao, đ m b o t t cho kho n vay.
S ng i ph thu c ( = - 1.022533) ngh a là trong đi u ki n các y u t khác
không đ i, S ng i ph thu c c a khách hàng t ng thêm 1 đ n v thì kh n ng tr n vay c a khách hàng gi m 2.78 l n so v i khách hàng có s ng i ph thu c ít h n. Bên c nh các chi phí cho b n thân, chi phí dành cho ng i ph thu c c ng là m t kho n ph i tính đ n khi th m đ nh m t khách hàng vay. S ng i ph thu c này nh h ng tr c ti p đ n ngu n thu nh p tr n vay c a khách hàng, s ng i ph thu c càng nhi u thì chi phí dành cho ng i ph thu c càng l n, d n đ n vi c ngu n thu nh p c a khách hàng b gi m sút, nh h ng đ n kh n ng tr n vay c a
khách hàng.
Thu nh p c a khách hàng ( = 0.096736) ngh a là trong đi u ki n các y u t
khác không đ i, Thu nh p c a khách hàng t ng thêm 1 đ n v thì kh n ng tr n
vay c a khách hàng t ng 2.631 l n so v i khách hàng có thu nh p th p h n. Thu nh p c a khách hàng là ngu n thu ch y u c a n vay. Thu nh p c a khách hàng b chi ph i b i th i gian công tác và ngh nghi p c a h . Thu nh p khách hàng càng cao thì càng đ m b o t t cho kho n vay, kh n ng tr đ c n vay cao.
Tình tr ng s h u nhà c a khách hàng ( = 1.950234) ngh a là trong đi u ki n
các y u t khác không đ i, khách hàng có nhà riêng thì kh n ng tr n vay c a khách hàng t ng 7.03 l n so v i khách hàng không có s h u nhà. Ngân hàng th ng d a vào tài s n đ m b o đ b o đ m an toàn cho kho n vay c a minh, do đó vi c s h u nhà c a khách hàng c ng là m t y u t quan tr ng trong vi c xét duy t cho vay c a ngân hàng. M t khách hàng có s h u nhà thì kh n ng tr n
vay c a h đ c đánh giá cao h n so v i vi c không có s h u nhà .
2.3.4ăKi măđ nhđ ăchínhăxácăc aămôăhìnhăLogit
Sau khin phân tích các y u t tác đ ng đ n kh n ng tr n vay c a KHCN t i ACB, ta s ti n hành ki m đ chính xác c a mô hình Logit. Ta s ki m tra đ c v i s l ng 500 khách hàng trong đó có 84 khách hàng không có kh n ng tr n vay và 416 khách hàng có kh n ng tr n vay, mô hình s cho k t qu chính xác bao
nhiêu khách hàng có kh n ng tr n vay, bao nhiêu khách hàng không có kh n ng tr n vay, và đ chính xác c a mô hình.
B ngă2.12ăKi măđ nhăk tăqu ăđ ăchínhăxácăc aămôăhìnhăLogit Classification Tablea Observed Predicted TRANO Percentage Correct 0 1 TRANO 0 73 11 86.9 1 2 414 99.5 Overall Percentage 97.4
a. The cut value is .500
(Ngu n: Phân tích d a trên m u nghiên c u) Ta s d ng ph n m m SPSS đ ki m tra đ chính xác c a mô hình. M c đ chính xác c a mô hình đ c th hi n b ng 2.12, ta th y trong 75 khách hàng không có kh n ng tr n vay (xem theo c t) mô hình đư d đoán đúng 73 khách
(adsbygoogle = window.adsbygoogle || []).push({});