và qua 2 bước như sau:
Bước 1: Đưa toàn bộ các biến đã chọn vào mô hình.
Sau khi chạy dữ hiệu mô hình thông qua phần mềm SPSS cùng phương pháp đưa biến và là Enter, kết quả mô hình hồi quy Binarry Logistic có dạng: (Phụ lục 2) Y = ln [Pi/(1-Pi)] = 11.920 + 1.483*NGANH – 0.033*KHANANGTC –
0.010*TSDAMBAO – 0.601*KNNGUOIVAY – 0.686*KNCBTD –
4.100*SUDUNGVV – 1.233*KTRAGS (2.1)
Mô hình này không được chấp nhận do biến X3 – TSDAMBAO không có ý nghĩa thống kê do có hệ số Sig. lớn (0.633). Tác giả loại bỏ biến TSDAMBAO ra khỏi mô hình và tiếp tục cho ra mô hình ước lượng Logistic với các biến còn lại.
Bước 2: Chạy lại mô hình sau khi loại bỏ biến TSDAMBAO thông qua phần mềm SPSS, ta có mô hình hồi quy Logistic dạng: (Xem phụ lục 2)
Y = ln [Pi/(1-Pi)] = 11.237 + 1.468*NGANH – 0.031*KHANANGTC –
0.611*KNNGUOIVAY – 0.683*KNCBTD – 4.080*SUDUNGVV –
1.292*KTRAGS (2.2)
Bảng 2.10 -Kết quả Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a NGANH 1.468 .706 4.320 1 .038(*) 4.339 KHANANGTC -.031 .016 3.609 1 .057(**) .970 KNNGUOIVAY -.611 .176 12.026 1 .001(*) .543 KNCBTD -.685 .350 3.825 1 .050(*) .504 SUDUNGVV -4.080 .780 27.380 1 .000(*) .017 KTRAGS -1.292 .607 4.528 1 .033(*) .275 Constant 11.237 2.418 21.599 1 .000(*) 75876.812
a.Variable(s) entered on step 1: NGANH, KHANANGTC, KNNGUOIVAY, KNCBTD, SUDUNGVV, KTRAGS.
Với (*) : Mức ý nghĩa 5%, (**) : Mức ý nghĩa 10%
Kết quả của bảng trên cho thấy các biến độc lập đều có ý nghĩa thống kê với mức sai số chuẩn hồi qui 5% và 10%, mô hình đủ điều kiện để tác giả lựa chọn cũng như là mô hình phù hợp, các biến trong mô hình là có ý nghĩa.
Ý nghĩa của các kết quả
Mức độ phù hợp của mô hình: Mức độ phù hợp tổng quát của mô hình hồi quy Logistic được thể hiện qua bảng 2.11 bên dưới, với mức ý nghĩa quan sát sig. = 0.000 nên có thể bác bỏ giả thiết: Ho: ß1 = ß2 = ß4 = ß5 = ß6 = ß7 = 0
Xét về ý nghĩa của các hệ số hồi quy tổng thể: Kết quả ở bảng 2.10, kiểm định Wald về ý nghĩa của hệ số hồi quy tổng thể của các biến đều có mức ý nghĩa sig. nhỏ hơn 0.1 nên có thể bác bỏ giả thiết: Ho: ß1 = 0; Ho: ß2 = 0; Ho: ß4 = 0; Ho: ß5 = 0; Ho: ß6 = 0; Ho: ß7 = 0
Bảng 2.11 -Kết quả Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 101.564 6 .000
Block 101.564 6 .000
Model 101.564 6 .000
Nguồn: Nghiên cứu của tác giả
Khác với mô hình hồi quy tuyến tính thì trong mô hình hồi quy Logistic giá trị -2LL (-2 Log likelihood) được dùng để đánh giá mức độ phù hợp của mô hình, - 2LL càng nhỏ càng thể hiện mức độ phù hợp cao của mô hình. Giá trị -2LL trong mô hình nghiên cứu của tác giả là 91.007 tương đối không thấp, điều đó cho thấy mức độ phù hợp của mô hình ở mức tương đối chấp nhận được.
Bảng 2.12 - Kết quả Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 91.007a .243 .592
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than .001.
Mức độ chính xác của dự báo thông qua mô hình thể hiện qua bảng kết quả Classification Table. Kết quả 365 mẫu thu thập thực tế có 338 trường hợp không xảy ra rủi ro tín dụng, mô hình dự đoán đúng 335 trường hợp với tỷ lệ dự đoán đúng là 99.1%. Với 27 trường hợp thực tế xảy ra rủi ro tín dụng thì mô hình dự đoán đúng 15 trường hợp tương ứng tỷ lệ dự đoán đúng là 55,6%. Tỷ lệ dự đoán đúng cho toàn bộ mẫu nghiên cứu là 95,9%. (adsbygoogle = window.adsbygoogle || []).push({});
Bảng 2.13 - Kết quảClassification Table
Observed Predicted RUIROTD Percentage Correct 0 1 Step 1 RUIROTD 0 335 3 99.1 1 12 15 55.6 Overall Percentage 95.9
Nguồn: Nghiên cứu của tác giả
Từ những ý nghĩa của kết quả mô hình, tác giả thấy rằng các hệ số hồi quy tìm được có ý nghĩa và mô hình đã đưa ra trên có thể sử dụng để đo lường các yếu tố tác động đến rủi ro tín dụng tại Ngân hàng TMCP Á Châu.