2.2.1.1 Phương pháp thu thập số liệu thứ cấp
- Số liệu về chương trình tín dụng sinh viên được thu thập chủ yếu từ
Ngân hàng Chính sách Xã hội Việt Nam, chi nhánh tỉnh Hậu Giang.
- Các số liệu vềđịa bàn nghiên cứu được tổng hợp từ Niên giám thống kê
năm 2012 của huyện Phụng Hiệp, tỉnh Hậu Giang.
2.2.1.2 Phương pháp thu thập số liệu sơ cấp Phương pháp tính cỡ mẫu
Tổng thể của nghiên cứu có số lượng rất ít, phân bố rộng và rãi rác ở
nhiều nơi trên địa bàn nghiên cứu. Mặt khác, do những nguyên nhân khách
quan như thời gian ngắn, địa hình khó đi lại và chi phí cao nên tác giả chỉ tiến
hành thu thập số liệu về 50 hộ gia đình có sinh viên vay vốnđã ra trường làm mẫu quan sát để nghiên cứu.
Phương pháp chọn mẫu
- Tác giả sử dụng phương pháp chọn mẫu ngẫu nhiên thuận tiện tại 4 đơn
vị hành chính của huyện Phụng Hiệp là: xã Thạnh Hòa, xã Long Thạnh, xã Bình Thành và Thị trấn Kinh Cùng.
- Các bước chọn mẫu được tiến hành cụ thểnhư sau:
+ Chọn ngẫu nhiên 4 trong 15 đơn vị hành chính của huyện Phụng Hiệp bằng phương pháp rút thăm ngẫu nhiên.
+ Đối với mỗi đơn vị hành chính: tác giảđến địa bàn và chọn ra 1 - 3
ấp để tiến hành thu thập số liệu.
+ Tại mỗi ấp, dựa vào sự giúp đỡ của người dân địa phương, cán bộ
trong tổ TK&VV mà tác giả tiếp cận một số hộ gia đình có tham gia vay vốn nằm trong danh sách do NHCSXH tỉnh Hậu Giang cung cấp.
18
+ Đáp viên được phỏng vấn trực tiếp và dữ liệu được ghi nhận vào mẫu phỏng vấn đã chuẩn bịtrước.
- Qua các bước được trình bày ở trên, có thể thấy tính chất “ngẫu nhiên thuận tiện” của cách chọn mẫu này được thể hiện như sau:
+ Tính xác suất ngẫu nhiên: các đơn vị hành chính được chọn nghiên cứu phụ thuộc vào kết quả ngẫu nhiên của việc rút thăm. Các đối tượng được phỏng vấn trong mỗi ấp được chọn ngẫu nhiên từdanh sách có trước.
+ Tính thuận tiện: việc chọn địa bàn ấp trong một đơn vị hành chính chủ yếu đáp ứng khảnăng di chuyển dễ dàng, thuận lợi của tác giả. Đồng thời, mặc dù được chọn ngẫu nhiên nhưng những mẫu khó tiếp cận do địa bàn quá xa, không có đối tượng ở nhà… được tác giả thay thể ngẫu nhiên bằng một mẫu khác trong cùng ấp.
Bảng 2.2: Thông tin về mẫu điều tra tại huyện Phụng Hiệp, tỉnh Hậu Giang
Địa phương Số mẫu Tỷ trọng (%)
Xã Thạnh Hòa 25 50
Xã Long Thạnh 11 22
Xã Bình Thành 10 20
Thị trấn Kinh Cùng 4 8
Tổng 50 100 (adsbygoogle = window.adsbygoogle || []).push({});
Nguồn: Số liệu điều tra thực tế tháng 10/2013, Phụng Hiệp – Hậu Giang
2.2.2 Phương pháp phân tích số liệu
Mục tiêu 1: Đề tài sử dụng phương pháp phân tích thống kê mô tả để đánh giá thực trạng hoạt động của chương trình tín dụng sinh viên trên địa bàn huyện Phụng Hiệp, tỉnh Hậu Giang.
Mục tiêu 2: Sử dụng mô hình Probit nhằm xác định các nhân tố ảnh
hưởng đến khả năng hoàn trả nợ vay của sinh viên tham gia chương trình tín dụng sinh viên.
- Nghiên cứu “Factors Associated with Student Loan Default among Different Racial and Ethnic Groups”đã sử dụng mô hình Logit để phân tích những nhân tố có ảnh hưởng đến khảnăng hoàn trả nợ vay của sinh viên. Theo nhóm các tác giả: biến phụ thuộc (hoàn trả nợ vay) là một biến nhị phân, biến
độc lập gồm có cả các biến định lượng và định tính nên sử dụng mô hình Logit sẽ thích hợp hơn các mô hình khác như mô hình LPM (mô hình xác suất tuyến tính) hay mô hình OLS (ước lượng bình phương nhỏ nhất).
19
- Trong giới hạn đề tài này, tác giả sử dụng mô hình Probit cho mục tiêu trên. Tuy nhiên, sự khác nhau này không có tác động lớn đến kết quảthu được của nghiên cứu vì phân phối logistic (the basic of logit) và phân phối chuẩn tích lũy (the basic of probit) rất gần nhau (ngoại trừ phần đuôi) nên “kết quả
của mô hình probit và logit không khác nhau nhiều” (Mai Văn Nam, 2008, trang 151).
Mô hình Probit có dạng như sau:
i k j ij j i x u y 1 0 *
Trong đó: yi* là mức hữu dụng đại diện cho khả năng trả hoàn trả vốn vay của sinh viên tốt nghiệp. Do khảnăng hoàn trả vốn vay không được quan sát trực tiếp nên yi*được xác định thông qua biến biến nhị phân yinhư sau:
Với yi = 1: là sinh viên thực hiện hoàn trả vốn vay đúng theo hợp đồng. yi = 0: trường hợp khác.
và là các hệ số trong mô hình.
là các biến độc lập giải thích cho các yếu tốảnh hưởng đến khả năng hoàn trả vốn vay theo hợp đồng của sinh viên.
là sai số.
Một số kiểm định cần thiết: - Kiểm định đa cộng tuyến:
+ “Nếu tương quan cặp giữa các biến giải thích cao (lớn hơn 0,8) thì có thể xảy ra hiện tượng đa cộng tuyến. Tuy nhiên, tiêu chuẩn này thường không chính xác” (Mai Văn Nam, 2008, trang 101). Tác giả sử dụng lệnh corr
trong phần mềm Stata để tính hệ sốtương quan giữa các biến độc lập.
+ Sử dụng yếu tố phóng đại phương sai (VIF): “nếu VIF của một biến
vượt quá 10 thì biến này được coi là có cộng tuyến cao” (Mai Văn Nam, 2008,
trang 103). Trong Stata, tác giả dùng lệnh collinđể tính VIF của các biến số. - Kiểm định sự phù hợp của mô hình:
+ Một kiểm định thường dùng để kiểm định mức độ phù hợp của mô hình là kiểm định Hosmer-Lemeshow. Kiểm định này so sánh mức độ khớp
20
giữa giá trịtiên đoán và giá trị quan sát. Nếu hai giá trị càng khớp thì mô hình càng phù hợp.
+ Giả thiết (H0) của kiểm định Hosmer-Lemeshow là: Giá trị quan sát bằng giá trị kỳ vọng (Mô hình đang sử dụng là phù hợp).
Mục tiêu 3: Dựa vào kết quả thu được từ việc phân tích các mục tiêu trên, tác giảđề xuất một số giải pháp nhằm nâng cao tỷ lệ thu hồi vốn vay của
chương trình tín dụng sinh viên trên địa bàn. 2.2.3 Mô hình nghiên cứu
- Trước khi xác định những nhân tố cần đưa vào mô hình Probit, nghiên cứu có một số nhận định như sau: (adsbygoogle = window.adsbygoogle || []).push({});
+ Có tương đối nhiều các nghiên cứu tìm hiểu, phân tích về vấn đề
hoàn trả nợ vay của các đối tượng tham gia vay vốn sinh viên. Kết quả của những nghiên cứu tuy có khác nhau đôi chútnhưng có một điểm chung là: khả năng hoàn trả nợ vay của sinh viên không chỉ có quan hệ với các đặc điểm “cố
hữu” của sinh viên như giới tính, chủng tộc…mà còn bị tác động bởi nhiều nhóm nhân tốkhác như điều kiện kinh tếgia đình, môi trường đào tạo… + Tại Việt Nam, chưa có một nghiên cứu cụ thể nào phân tích mối
tương quan giữa những nhóm nhân tố trên với khả năng hoàn trả nợ vay của các đối tượng tham gia chương trình tín dụng sinh viên.
+ Điều kiện kinh tế - văn hóa – xã hội tại Việt Nam không tương đồng với những nghiên cứu trên. Vì thế, không thể áp dụng tất cả các nhân tố của những nghiên cứu trước đó vào phân tích tại Việt Nam. Mặt khác, chương
trình tín dụng sinh viên tại Việt Nam mang một đặc điểm rất riêng là tính ràng buộc, gắn bó giữa đối tượng được vay vốn (sinh viên) và đối tượng bảo đảm vay vốn (hộ gia đình) nên rất khó đểphân định tách bạch, rõ ràng đối tượng thực tếđứng ra trả nợ là ai.
- Từ những nhận định trên cùng với cơ sở lý thuyết và kết quả của những nghiên cứu trước đây có liên quan đến vấn đề tín dụng sinh viên, tác giả xây dựng mô hình như sau:
HTRANOVAY = β0 + β1GIOITINH + β2TTHONNHAN + β3TGXINVIEC +
β4THUNHAPSV + β5MDGOP + β6NGPHUTHUOC + β7TONGNOVAY +
β8NOKHAC + β9TNBQHO + β10DGLAISUAT + ei
21
Trong đó, HTRANOVAY là biến phụ thuộc, thể hiện khảnăng hoàn trả
vốn vay của sinh viên sau khi tốt nghiệp và được đo lường bởi 2 giá trị sau : 1 : Nếu sinh viên hoàn trả vốn vay theo hợp đồng
0 : Trường hợp khác
Trong giới hạn của đề tài này: thực hiện hoàn trả vốn vay theo hợp đồng
cho chương trình tín dụng sinh viên được hiểu là sinh viên (hoặc hộ gia đình) có thực hiện hoàn trả vốn gốc cho NHCSXH, bao gồm các trường hợp: hoàn trả vốn vay trước hạn, tiến hành trả đúng hạn khi có thông báo từ NHCSXH hoặc tiếp tục lại công việc trả nợđã bị tạm dừng trước đó.
Lý do chọn các biến độc lập vào mô hình:
- GIOITINH: là biến thể hiện giới tính của sinh viên được phỏng vấn. Biến nhận giá trị 1 nếu sinh viên là nam, nhận giá trị 0 nếu sinh viên là nữ. Mối tương quan giữa giới tính và khảnăng trả nợ vẫn chưa được các nghiên cứu trước đó giải thích một cách rõ ràng và nhất quán. Tuy nhiên, đây là nhân
tố mà hầu hết các tác giảđều tiến hành đem vào mô hình nghiên cứu của họ. Theo những nhận định của các tác giả tiêu biểu như Flint (1997), Podgursky
(2002), Woo (2002) thì sinh viên nữ sẽ có xác suất hoàn trả nợ vay cho
chương trình tín dụng cao hơn so với nam (Jabco P.K.Gross, 2009, trang 22).
Do đó, biến GIOITINH được kỳ vọng mang dấu âm.
- TTHONNHAN: biến này thể hiện tình trạng hôn nhân của sinh viên tại thời điểm được phỏng vấn và nhận giá trị 1 nếu sinh viên đã kết hôn, nhận giá trị 0 nếu sinh viên còn độc thân. Nghiên cứu “Factors Associated with Student Loan Default among Different Racial and Ethnic Groups” của Volkwein (1998)cũng nhận định nếu sinh viên đã kết hôn sẽ làm tăng khảnăng hoàn trả
nợ vay. Nguyên nhân của điều này bởi lẽ phần lớn sinh viên chỉ tiến hành kết
hôn khi đạt được một sựổn định nhất định vềtài chính. Điều này có nghĩa họ đã giải quyết (hoặc đủ khả năng giải quyết) các nghĩa vụ nợ mới bước vào cuộc sống hôn nhân. Ngoài ra, khi lập gia đình, thu nhập của bạn đời sẽ là một nguồn tài chính góp phần đảm bảo cho sinh viên thực hiện các nghĩa vụ cần thiết. Do đó, biến này có dấu kỳ vọng là dương.
- TGXINVIEC (đvt: tháng): là biến thể hiện khoản thời gian tính từ
ngày sinh viên tốt nghiệp (nhận bằng tốt nghiệp tạm thời) cho đến khi xin
được việc làm (hoặc có một công việc cụ thểđể tạo ra thu nhập). Nghiên cứu kỳ vọng thời gian xin việc sẽ tác động đến khảnăng hoàn trả nợ vay theo hợp
đồng của sinh viên theo hai hướng. Thứ nhất, theo quy định của chương trình tín dụng sinh viên thì thời gian ân hạn tối đa là 12 tháng vì thế nếu thời gian
22 (adsbygoogle = window.adsbygoogle || []).push({});
xin việc càng lớn thì càng gần đến thời hạn trả nợ, sinh viên vẫn chưa có một nguồn tài chính ổn định đểđảm bảo cho các hoạt động thiết yếu của mình. Do
đó, nguồn tài chính khả dụng của sinh viên sẽ hạn hẹp, không đảm bảo khả năng thực hiện nghĩa vụ trả nợ. Thứ hai: thời gian xin việc của sinh viên càng dài thì khi nhận được thông báo thu hồi nợ, họ sẽ cảm thấy thời gian ân hạn
đối với họ là ngắn, không phù hợp và cần được kéo dài thêm. Điều này gia
tăng thái độ không hài lòng về lợi ích mà họ nhận được từ chương trình tín dụng sinh viên. Thái độ ít hài lòng về lợi ích từchương trình tín dụng cùng với áp lực nợ nần cũng là một trong những nguyên nhân dẫn đến tỷ lệ không hoàn trả nợ vay tương đối cao (Jabco P.K.Gross, 2009, trang 26). Từ những nhận
định trên, biến TGXINVIEC được đưa vào mô hình với dấu kỳ vọng âm.
- THUNHAPSV (đvt: triệu đồng/tháng): biến thể hiện tổng thu nhập của sinh viên (bao gồm cả các khoản thu nhập ngoài lương). Thu nhập của sinh
viên sau khi ra trường chính là nguồn tài chính chủ yếu để họ thực hiện các nghĩa vụ nợ. Do đó, nếu thu nhập của sinh viên thấp thì nguồn tài chính để trả
nợ sẽ thấp, làm giảm khả năng hoàn trả nợ vay của sinh viên. Flint (1994), Woo (2002) nhận định phần lớn những sinh viên không hoàn trả nợ vay là do thu nhập của họ không thể đáp ứng được nghĩa vụ trả nợ mà họ đang gánh.
Ngoài ra, một số tác giảnhư Boyd (1997), Lochner & Monge Naranjo (2004),
Choy & Li (2006) đã có kết quả nghiên cứu cho thấy: thu nhập mà sinh viên kiếm được càng cao sẽ làm giảm xác suất sinh viên đó không hoàn trả nợ vay
cho chương trình tín dụng (Jabco P.K.Gross, 2009, trang 23). Từ những nhận
định này, biến THUNHAPSV có dấu kỳ vọng là dương.
- MDGOP (đvt: triệu đồng/tháng): biến này thể hiện mức đóng góp của sinh viên cho hộ gia đình. “Đóng góp của sinh viên” được hiểu là một phần thu nhập do sinh viên tạo ra và được chia sẻ cho hộ gia đình với những mục
đích khác nhau. Mức đóng góp của sinh viên sẽ là một phần trong nguồn tài chính của hộ gia đình và vì thế sẽ có tác động nhất định đối với việc hoàn trả
nợ vay. Tác giả kỳ vọng : mức đóng góp càng càng lớn thì nguồn tài chính để đảm bảo cho hoạt động chi tiêu, tiết kiệm của hộ gia đình càng cao; do đó sẽ làm tăng nguồn tài chính khả dụng trả nợcho chương trình. Những nghiên cứu
trước đây không có đề cập đến nhân tố này trong mô hình. Tuy nhiên, nghiên cứu quyết định đưa nhân tố “mức đóng góp” vào mô hình trong đề tài này vì một số lý do sau:
+ Như đã đề cập ở phần trước, chương trình tín dụng sinh viên ở Việt Nam mang một đặc điểm riêng là đối tượng trả nợ trên thực tế có thể là hộ gia
đình hoặc sinh viên. Tuy nhiên, một điểm rất rõ ràng là: trên thực tế, đối tượng
23
thể là chủ hộ). Lúc này, nếu chủ hộ có đủ khả năng trả thì họ sẽ thực hiện trả
thay mà không cần đến lượt sinh viên. Như vậy, “đối tượng trả nợ thực tế đầu tiên” chính là chủ hộgia đình đứng ra bảo lãnh vay vốn.
+ Tác giả Volkwein (1998) và Woo (2002) có nhận định: những sinh viên có thể dựa vào “sự giúp đỡ” từphía gia đình sẽ có khả năng trả nợ cao
hơn những sinh viên không nhận được sựgiúp đỡ vì khi đó “đối tượng trả nợ ”
có được một “nguồn tài trợ tài chính” khác ngoài các nguồn tài chính của bản thân, dẫn đến khảnăng trả nợ sẽcao hơn (Jabco P.K.Gross, 2009, trang 23). Qua hai nhận định trên, nghiên cứu cho rằng mức đóng góp của sinh viên cho hộ gia đình (đối tượng trả nợ thực tếđầu tiên) càng cao thì “nguồn tài trợ
tài chính” khác của hộcàng cao. Điều này làm tăng xác suất để “đối tượng trả
nợ thực tếđầu tiên” này thực hiện hoàn trả vốn vay cho ngân hàng. Với những phân tích trên, biến MDGOP được đưa vào mô hình với dấu kỳ vọng dương.
- NGPHUTHUOC (đvt: người): biến thể hiện số người không có khả năng tạo ra thu nhập mà sinh viên đang phải sử dụng một phần thu nhập của bản thân để phụ cấp. Người phụ thuộc có thể là con của sinh viên – đối tượng không thể tự tạo ra thu nhập để nuôi sống bản thân; người thân trong gia đình
như anh, chị, em, ba mẹ…không lao động hoặc không có khả năng lao động và cần được sinh viên chia sẽ một phần thu nhập để giúp họđảm bảo các chi phí sinh hoạt, học tập. Số người phụ thuộc của sinh viên càng nhiều thì phần thu nhập của sinh viên bị chia sẽ càng lớn. Điều này làm tăng gánh nặng lên khả năng tài chính của sinh viên, ảnh hưởng đến nguồn trả nợ và kết quả là làm giảm khả năng hoàn trả nợ vay. Một số nghiên cứu tiêu biểu của các tác giảnhư Dynarski (1994), Volkwein (1995, 1998), Woo (2002) nhận định rằng: khi số người phụ thuộc (cụ thể là số trẻ phụ thuộc) của sinh viên tăng lên thì khả năng để sinh viên hoàn trả nợ vay giảm xuống (Jabco P.K.Gross, 2009, trang 23). Vì những lý giải đã nêu ở trên, biến NGPHUTHUOC có dấu kỳ
vọng là dấu âm.
- TONGNOVAY (đvt: triệu đồng): là biến thể hiện tổng số tiền mà sinh viên vay từ chương trình tín dụng sinh viên. Tổng số tiền vay càng lớn thì áp (adsbygoogle = window.adsbygoogle || []).push({});