6. Bố cục của nghiên cứụ
4.3.2. Phân tích kết quả hồi quy
Bảng 4.13:Tóm tắt kết quả hồi quy của hai mô hình, kết quả chi tiết được cho tại Phụ lục 3
Bảng 4.13. Kết quả hồi quy
Mô hình 1 (hồi quy bội)
Biến phụ thuộc là khả năng trả nợ số tiền vay Mô hình 2 (Probit) Biến phụ thuộc là khả năng trả nợ đúng hạn Số quan sát 503 503 R2 0.790 0.675 Sig(F) 0.000 0.000 Biến số B P-value B P(z) Giới tính -0.248*** 0.000 -1.567*** 0.000 Hôn nhân -0.014 0.276 0.067 0.833 Độ tuổi -0.001 0.320 0.001 0.314 Cao đẳng và trung cấp -0.027 0.241 -0.234 0.339 Đại học 0.028** 0.040 0.137 0.559 Sau đại học 0.122*** 0.000 2.059*** 0.001 Lãnh đạo/Quản lý 0.092* 0.060 2.252*** 0.000 Chuyên viên 0.077 0.301 0.967*** 0.001
Công nhân viên -0.086*** 0.000 0.107 0.672
Thu nhập -0.002 0.459 -0.004 0.416 Số tiền vay 0.039*** 0.001 0.723*** 0.002 Thời hạn vay 0.005*** 0.000 0.016 0.544 Lãi suất -0.166*** 0.000 -0.997** 0.030 Hình thức vay vốn 0.190*** 0.001 2.536*** 0.000 Vay tiêu dùng -0.040* 0.077 -2.225 0.423 Vay mua bất động sản -0.200*** 0.002 -0.596** 0.011 Điểm tín dụng 0.004 0.151 -0.009 0.654 Kiểm tra mục đích sử dụng vốn -0.025 0.159 -0.029 0.248 Const. 0.829*** 0.009 -11.074* 0.069
(Nguồn: Tính toán của tác giả)
45
Căn cứ vào bảng 4.12, giá trị Sig(F) < 0.05 cho thấy các hệ số hồi quy không đồng thời bằng không, như vậy về mặt tổng thể mô hình có ý nghĩa thống kê. Ngoài ra tại mô hình 1, giá trị R2 đạt 0.79 chứng tỏ các biến số hồi quy trong mô hình đã giải thích được 79% ý nghĩa của mô hình, tương tự như vậy là 67.5% đối với mô hình 2. Riêng đối với mô hình 1, một số kiểm định quan trọng về giả thuyết của hồi quy tuyến tính như: không có liên hệ tuyến tính giữa phần dư và giá trị dự đoán, phương sai của sai số không đổi, và phần dư có phân phối chuẩn đã được thực hiện tại Phụ lục 4
Từ các hệ số hồi quy có ý nghĩa ta viết được phương trình hồi quy của hai mô hình như sau:
Mô hình 1:
Y = -0.248*(Giới tính) + 0.028*(Đại học) + 0.122*(Sau đại học) + 0.092*(Lãnh đạo/Quản lý) – 0.086*(Công nhân viên) + 0.039*(Số tiền vay) – 0.166*(Lãi suất) + 0.190*(Hình thức vay vốn) – 0.040*(Vay tiêu dùng) – 0.200*(Vay mua bất động sản)
Mô hình 2:
= -1.567*(Giới tính ) + 2.059*(Sau đại học) + 2.252*(Lãnh
đạo/Quản lý) + 0.957*(Chuyên viên) + 0.723*(Kích cỡ khoản vay) + 2.536*(Hình thức vay) – 0.997*(Lãi suất khoản vay) – 0.596*(Vay mua bất động sản)
Riêng đối với mô hình 2, đề tài tiếp tục chạy bảng tác động biên của các biến số có ý nghĩa lên biến phụ thuộc, kết quả chi tiết được thể hiện tại Phụ lục 5, kết quả tóm tắt được cho tại bảng 4.13 như sau:
46
Bảng 4.14. Tác động biên của các biến số có ý nghĩa thống kê
Biến số dy/dx (ảnh hưởng biên) Sig
Giới tính -0.164 0.000 Sau đại học 0.215 0.000 Lãnh đạo/Quản lý 0.235 0.000 Chuyên viên 0.100 0.000 Số tiền vay 0.075 0.001 Lãi suất -0.231 0.026 Hình thức vay 0.265 0.000 Vay mua bất động sản -0.062 0.000
(Nguồn: Tính toán của tác giả)
Như vậy mô hình 2 được viết lại như sau:
Y = -0.164*(Giới tính ) + 0.215*(Sau đại học) + 0.235*(Lãnh đạo/Quản lý) + 0.100*(Chuyên viên) + 0.075*(Kích cỡ khoản vay) – 0.231*(Lãi suất khoản vay) + 0.256*(Hình thức vay) – 0.062*(Vay mua bất động sản)
Từ các mô hình tổng hợp trên, cho thấy biến số “Giới tính” ảnh hưởng âm và có ý nghĩa trong cả hai mô hình, biến số “Đại học” tác động thuận chiều với khả năng trả nợ số tiền vay (quy mô trả nợ), trong khi đó không gây bất cứ ảnh hưởng nào tới khả năng trả nợ đúng hạn (thời gian trả nợ vay). Biến số “Sau đại học” có ý ngĩa thống kê tại hai mô hình và đều tác động dương tới hai biến phụ thuộc, tương tự như vậy là biến số “Lãnh đạo/Quản lý” và “Hình thức vay”. Biến số “Chuyên viên” chỉ tác động dương tới thời gian trả nợ vay trong khi đó biến “Công nhân viên” lại tác động âm tới tỷ lệ trả nợ gốc vaỵ Biến số “Kích cỡ khoản vay” ảnh hưởng tích cực tới hai biến số phụ thuộc, ngược lại biến số “Lãi suất khoản vay”, và “Vay mua bất động sản” cùng tác động tiêu cực tới hai biến phụ thuộc. Các biến số còn lại như “Hôn nhân”, “Độ tuổi”, “Trung cấp/cao đẳng”, “Chấm điểm tín dụng”, và “Kiểm tra mục đích sử dụng vốn” đều không có ý nghĩa thống kê nào trong hai mô hình. So sánh giữa kết quả hồi quy và giả thuyết nghiên cứu, các biến số “Giới tính”, “Trình độ học vấn”, “Đặc điểm nghề nghiệp”, “Lãi suất khoản vay”, “Mục đích vay”, “Hình thức vay” và “Kích cỡ
47
khoản vay” phù hợp thực tế. Trong khi đó một số biến số như “Hôn nhân”, “Độ tuổi”, “Chấm điểm tín dụng” hay “Kiểm tra mục đích sử dụng vốn” không được chấp nhận trên thực tế do không có ảnh hưởng nào của các biến số này tới khả năng trả nợ.
Ảnh hưởng của các biến số này tới các biến phụ thuộc trong hai mô hình được giải thích như sau: