C. HUY ĐỘNG VỐN QUA ĐI VAY
2013 CỦA NGÂN HÀNG TMCP SÀI GÒN-CN KHÁNH HOÀ
3.1. NHẬN DẠNG XU THẾ HÀM TOÁN HỌC CỦA CHUỖI SỐ LIỆU
3.1.1. Vẽ đồ thị và nhận dạng xu thế hàm toán học của chuỗi dữ liệu
Bảng 3.1 Số dư vốn huy động tại SCB Khánh Hoà từ Q01- 2010 đến Q01- 2013
(Đvt:triệu đồng) STT Quý Năm SD 1 1 2010 576,566 2 2 701,084 3 3 747,682 4 4 879,321 5 1 2011 1,008,098 6 2 940,617 7 3 927,287 8 4 763,936 9 1 2012 1,019,126 10 2 1,090,189 11 3 1,236,150 12 4 1,319,334 13 1 2013 1,413,601
(Nguồn: Tổng hợp từ phòng kế toán SCB Khánh Hoà)
Như vậy, ta có dữ liệu của biến số dư vốn huy động (SDt) theo thời gian. Để biết được xu thế trong dữ liệu trên sẽ tuân theo dạng hàm nào, ta sẽ tiến hành vẽ đồ thị của biến phụ thuộc (SDt) theo thời gian (Time), sau đó nhận dạng xem đồ thị đó biến động gần với dạng đồ thị của hàm số tương ứng với dạng hàm toán học nào.
Từ bảng số liệu về tình hình số dư huy động vốn, ta phác hoạ chúng bằng đồ thị số dư huy động vốn theo quý như sau:
Hình 3.1 Đồ thị số dư vốn huy động vốn tại SCB Khánh Hoà từ Q01-2010 đến Q01-2013
* Nhận xét
Dựa vào đồ thị cho thấy số dư huy động vốn không có xu hướng biến động quanh giá trị trung bình. Mặc dù có những lần vốn huy động giảm mạnh như là quý 03, 04 năm 2011, nhưng nhìn chung đường biểu diễn số dư vốn huy động của SCB Khánh Hoà từ quý 01 năm 2010 đến quý 01 năm 2013 có xu hướng tăng dần.
Hơn nữa, dựa vào đồ thị ta có thể nhận thấy là không có giá trị nào tăng/giảm ở những tháng cố định trong năm nên có thể xác định chuỗi số liệu không có tính mùa vụ. 0 200,000 400,000 600,000 800,000 1,000,000 1,200,000 1,400,000 1,600,000 10Q1 10Q3 11Q1 11Q3 12Q1 12Q3 13Q1 SD T
*Nhận dạng: Đồ thị này cho thấy có thể dữ liệu biến động theo thời gian dưới dạng hàm tuyến tính bậc nhất, cũng có thể là một nhánh của đường xu thế bậc hai.
3.1.2. Ước lượng hàm xu thế bậc một
Để đơn giản, chúng ta thay tên biến “Time” thành “T” cho các ước lượng. Ta tiến hành ước lượng hàm hồi quy tổng thể theo phương trình: SDt= β0+ β1T +μt
Hồi quy theo phương pháp bình phương tối thiểu, ta được kết quả hồi quy viết dưới dạng như sau: →SDt= 565410.4 + 57941.27 T
Hình 3.2: Kết quả ước lượng hàm xu thế bậc một
Đối với chuỗi thời gian, khi phân tích hồi quy chuỗi này, nếu phần dư μt không ngẫu nhiên, không có phân phối chuẩn là dấu hiệu của khả năng tự tương quan.
3.1.2.1. Phân tích chuẩn đoán phần dư
Trước khi khiểm định hệ số hồi quy β1 có ý nghĩa thống kê hay không (để sử dụng cho mục đích dự báo), chúng ta cần thực hiện kiểm định chuẩn đoán để đảm bảo đây là một mô hình tốt nhất.
a. Kiểm định Durbin- Watson
Hình 3.3 Kết quả ước lượng hàm xu thế bậc một
Ta có kết quả của thống kê d. d=1.053.
Tra bảng n=13, α= 5%, k’=1 → dL= và dU= 1.010 và 1.340 Lập bảng kiểm định Durbin- Watson:
0 dL dU 2 4-dU 4-dL 4 Bác bỏ H0 Vùng Chấp nhận H0 Vùng Bác bỏ H0
Tự tương không không Tự tương
quan quyết quyết quan
dương định định dương
Ta nhận thấy dL<d<dU nên rơi vào vùng không đưa ra được quyết định có hiện tượng tự tương quan hay không. Vì vậy, ta sử dụng kiểm định LM của Breusch-Godfrey.
b. Kiểm định LM của Breusch- Godfrey (BG)
Hình 3.4 Kết quả kiểm định LM của Breush- Godfrey bậc 1
Nhìn vào phần trên kết quả của hình 3.4, ta có: prob F-statistic = 0.1407
Với α= 0.05< 0.1407 → Ta chấp nhận giả thiết cho rằng không có hiện tượng tự tương quan .Nên ở độ tin cậy 95% mô hình không bị tương quan chuỗi bậc 1.
Kiểm định BG bậc 2:
Dựa vào kết quả hình 3.5, ta có: prob F-statistic = 0.3212
Với α= 0.05< 0.3212→ Ta chấp giả thiết cho rằng không có sự tương quan bậc 2, hay nói cách khác, ta kết luận không tồn tại hiện tượng tương quan bậc 2.
c. Kiểm định Correlogram (Hệ số tự tương quan)
Hình 3.6 Giản đồ tự tương quan của phần dư
Đồ thị hệ số tự tương quan (hình 3.6) , tự tương quan riêng phần cho thấy các cột autocorreclation đều nằm trong giới hạn của các đường nét đứt, và Prob của thống kê Q-Stat đều lớn hơn 0.05 nên không có hiện tượng tự tương quan.
Kết luận về kiểm định tự tương quan :
Tất cả các kiểm định chuẩn đoán đều cho thấy không có hiện tượng tự tương quan (tương quan chuỗi). Như vậy, phần dư là ngẫu nhiên, các hạng nhiễu độc lập với nhau. Mô hình không bị vi phạm các giả định của mô hình hồi quy tuyến tính.
3.1.2.2. Kiểm định hệ số hồi quy và đánh giá mô hình
+ Kiểm định hệ số hồi quy: Hệ số hồi quy β1 có ý nghĩa thống kê ở độ tin cậy
95%, do Prob(β1) bằng 0.000 (nhỏ hơn 0.05).
+ Đánh giá độ phù hợp của mô hình: R2= 0.8281 cho thấy 82.81% biến thiên của
SD được giải thích bởi mô hình. Prob( F-statistic)= 0.000 nên mô hình phù hợp với dữ liệu.
Như vậy sau quá trình kiểm định chuẩn đoán tính vi phạm của mô hình hồi quy tuyến tính và kiểm định hệ số hồi quy, ta thấy rằng mô hình này là hoàn toàn phù hợp để sử dụng dự báo.
3.1.2.3. Thực hiện dự báo
Thực hiện dự báo với mô hình ước lượng ban đầu:
SDt = SDt= 565410.4 + 57941.27 T
Ta có các kết quả dự báo trong 3 quý 2,3 và 4 năm 2013 như sau:
Hình 3.7 Đồ thị kết quả dự báo
Kết quả trên cũng cho thấy các chỉ tiêu đo lường độ chính xác của hàm xu thế tuyến tính: RMSE=98778.96; MAE= 73521.93; MAPE= 8.034; Theil’s U= 0.0495.
Hình 3.8 Kết quả dự báo với hàm xu thế bậc 1
3.1.3. Ước lượng hàm xu thế bậc hai
Ta tiến hành ước lượng hàm hồi quy tổng thể theo phương trình:
SDt= β0+ β1T +β2T2+ μt
Hồi quy theo phương pháp bình phương tối thiểu, ta được kết quả hồi quy viết dưới dạng như sau:
→SDt= 647839.4 +24969.67 T + 2355.114 T2
3.1.3.1. Kiểm định và chuẩn đoán phần dư a. Kiểm định Durbin-Watson
Ta có kết quả của thống kê d=1.165. Như vậy, dL<d<dU ( với n=13, k’=2, dL=0.861 và dU=1.562) dU nên rơi vào vùng không đưa ra được quyết định có hiện tượng tự tương quan hay không. Vì vậy, ta sử dụng kiểm định LM của Breusch- Godfrey. Qua dạng bậc 2 như đã thực hiện, ta nhận thấy rằng chỉ số DW đã được cải thiện hơn so với chỉ số DW của mô hình xu thế tuyến tính bậc 1, do vậy dạng hàm xu thế bậc 2 này có vẻ sẽ phù hợp hơn so với dạng hàm dự báo xu thế bậc 1.
b. Kiểm định LM của Breusch- Godfrey (BG)
Kiểm định BG bậc 1:
Hình 3.10 Kiểm định BG bậc 1về tương quan chuỗi xu thế bậc 2
Kiểm định BG về tương quan chuỗi bậc 1 cho thấy Prob của F-statistic bằng 0.13 (lớn hơn so với 0.05); nên ở độ tin cậy 95%, mô hình không bị tương quan chuỗi bậc 1.
Kiểm định BG bậc 2:
Hình 3.11 Kiểm định BG bậc 2 về tương quan chuỗi xu thế bậc 2
Kiểm định BG về tương quan chuỗi bậc 2 cho thấy Prob của F-statistic bằng 0.48 (lớn hơn so với 0.05); nên ở độ tin cậy 95%, mô hình không bị tương quan chuỗi bậc 2.
Hình 3.12 Giản đồ tự tương quan hàm xu thế bậc 2
Đồ thị hệ số tự tương quan (hình 3.7) cho thấy các cột autocorreclation đều nằm trong giới hạn của các đường nét đứt nên không có hiện tượng tự tương quan.
3.1.3.2. Kiểm định hệ số hồi quy và đánh giá mô hình
+ Kiểm định hệ số hồi quy: Hệ số hồi quy β1 có ý nghĩa thống kê ở độ tin cậy
95%, do Prob(β1) bằng 0.000 (nhỏ hơn 0.05). Hệ số hồi quy β2 và β3không có ý nghĩa thống kê ở độ tin cậy 95% doProb(β2) và do Prob(β3)>0.05. Tuy nhiên, trong kiểm định hệ số hồi quy đối với các hàm đa thức bậ 2 hoặc bậc 3 thì chỉ cần có ít nhất một hệ số độ dốc có ý nghĩa thống kê là được. Và chúng ta thường quan tâm đến mức độ phụ hợp chung của mô hình dự báo và ít để ý đến sự đóng góp cá biệt của từng biến số độc lập.
+ Đánh giá độ phù hợp của mô hình: R2= 0.8431 cho thấy 84.31% biến thiên
của SD được giải thích bởi mô hình. cho thấy Prob( F-statistic)= 0.000 nên mô hình phù hợp với dữ liệu.
Như vậy sau quá trình kiểm định chuẩn đoán tính vi phạm của mô hình hồi quy tuyến tính và kiểm định hệ số hồi quy, ta thấy rằng mô hình này là hoàn toàn phù hợp để sử dụng dự báo.
3.1.3.3. Thực hiện dự báo đối với mô hình xu thế bậc 2
SDt= 647839.4 +24969.67 T + 2355.114 T2
Ta có kết quả dự báo trong 3 quý 2, 3 và 4 năm 2013 như sau:
Hình 3.13 Đồ thị kết quả dự báo vốn huy động bởi hàm xu thế bậc 2 Kết quả trên cũng cho thấy các chỉ tiêu đo lường độ chính xác của hàm xu thế bậc 2 : RMSE=94356.30; MAE= 67216.23; MAPE= 7.7546; Theil’s U= 0.04729. Và bảng kết quả dự báo cụ thể như sau:
Hình 3.14 Kết quả dự báo với hàm xu thế bậc 2
3.1.4. So sánh và lựa chọn mô hình phù hợp
Để so sánh và lựa chọn mô hình phù hợp trong 2 mô hình trên, ta sẽ dựa trên các tiêu chí đo lường độ chính xác của các mô hình.
Bảng 3.2 So sánh các tiêu chí đo lường dộ chính xác của các mô hình
Tiêu chí Mô hình tuyến tính bậc nhất Mô hình hàm bậc hai
RMSE 98778.96 94356.30
MAE 73521.93 67216.23
MAPE 8.034 7.75469
Theil’sUk 0.0495 0.04729
Các chỉ tiêu trong bảng 3.2 cho biết về độ chính xác giữa giá trị dự báo và giá trị thực thế ở trong quá khứ. Các chỉ số đo lường này đối với mô hình bậc 2 nhỏ hơn so với mô hình tuyến tính bậc một; vì vậy sử dụng mô hình bậc 2 sẽ chính xác hơn.
Bên cạnh đó, khi nhìn vào kết quả dự báo ở Hình 3.8, Hình 3.14 và đồ thị ở Hình 3.15 cho thấy mô hình bậc 2 cho các giá trị dự báo gần với đường đồ thị dữ liệu trong quá nhứ nhất, vì vậy sử dụng kết quả dự báo của hàm xu thế bậc hai là hợp lý và chính xác hơn. Hình 3.15 So sánh bằng cách so sánh đồ thị 400,000 600,000 800,000 1,000,000 1,200,000 1,400,000 1,600,000 1,800,000 10Q1 10Q3 11Q1 11Q3 12Q1 12Q3 13Q1 13Q3 SD SDF SDF_2
3.1.5. Kết luận
Như vậy, sau khi lựa chọn hàm dự báo phù hợp, kiểm định, so sánh các mô hình dự báo để đưa ra kết quả dự báo tốt nhất có thể, ta có được kết quả dự báo cho số dư vốn huy động trong quý 2, 3 và 4 năm 2013 tại SCB Khánh Hoà dựa trên hàm xu thế bậc 2 như sau:
Dự báo điểm cho lần lượt từng quý 2, 3, 4 năm 2013 là: 1,459,017(triệu đồng); 1,552,285 (triệu đồng) và 1,650,263 (triệu đồng).
Dự báo khoảng cho lần lượt từng quý là:
+Quý 2/2013: khoảng từ 1,123,592 đến 1,794,443 triệu đồng. +Quý 3/2013: khoảng từ 1,160,060 đến 1,944,510 triệu đồng. + Quý 4/2013: khoảng từ 1,185,188 đến 2,115,339 triệu đồng.
Trên đây là kết quả dự báo dựa trên mô hình xu thế bậc 2.Dựa trên cơ sở lý thuyết thì kết quả này khá thuyết phục.Tuy nhiên, hạn chế của việc dự báo này là kết quả dự báo trong tương lai phụ thuộc hoàn toàn vào dữ liệu trong quá khứ.Chính vì vậy, khi dự báo, chưa thể phân tích được tác động của môi trường dự báo trong tương lai để có thể có những điều chỉnh phù hợp. Số dư huy động vốn của mỗi ngân hàng phụ thuộc vào rất nhiều yếu tố như: chính sách, năng lực huy động vốn của mỗi ngân hàng, lãi suất, tâm lý khách hàng, thị trường, chính sách của Chính phủ .v.v..Bên cạnh đó, người thực hiện dự báo lại chưa có nhiều kinh nghiệm trong việc lựa chọn sử dụng mô hình dự báo hay những kiến thức chuyên môn cao để có thể đưa ra những nhận định chính xác nhất.Có chăng, để kết quả dự báo phù hợp với thực thế hơn, kết quả dự báo từ mô hình chúng ta nên tiến hành hiệu chỉnh thông qua ý kiến của các chuyên gia liên quan.Như vậy, giá trị dự báo sẽ mang tính thực tiễn cao hơn.
3.2. MỘT SỐ GIẢI PHÁP NHẰM GIA TĂNG NGUỒN VỐN HUY ĐỘNG
Dựa trên việc đánh giá hiệu quả hoạt động kinh doanh cho thấy: hoạt động huy động vốn là hoạt động kinh doanh chủ lực và cũng là thế mạnh của SCB Khánh Hoà. SCB Khánh Hoà đã có một sự đánh đổi giữa tín dụng bằng tiêu chí huy động
vốn.Tập trung nâng cao tối đa năng lực huy động vốn là chính sách hàng đầu hiện nay của SCB Khánh Hoà. Qua kết quả dự báo cũng cho thấy rằng, với khả năng như hiện nay, số vốn huy động tại SCB Khánh Hoà sẽ vẫn tiếp tục tăng. Vì thế, SCB Khánh Hoà sẽ phải không ngừng nâng cao năng lực cạnh tranh trên toàn địa bàn, phát huy toàn bộ sức mạnh và hoàn thiện hệ thống quản lý lẫn hoạt đông. Sau đây là một số ý kiến đóng góp của em giúp nâng cao năng lực huy động vốn tại SCB Khánh Hoà như sau:
3.2.1. Thường xuyên đào tạo, nâng cao chất lượng đội ngũ cán bộ
Con người là yếu tố trung tâm quyết định đến sự thành bại của mọi tổ chức doanh nghiệp. Đối với NHTM thì yếu tố con người là quan trọng hơn cả. Muốn cho sự nghiệp kinh doanh của ngân hàng ngày càng phát triển, hoạt động quản lý kinh doanh và chiến lược khách hàng được tiến hành thuận lợi, đòi hỏi ngân hàng phải thường xuyên quan tâm và đưa ra chiến lược con người phù hợp; bắt đầu từ khâu tuyển dụng, sắp xếp bố trí công tác, thực hiện đào tạo và đào tạo nâng cao nghiệp vụ cho các cán bộ, nhân viên để có thể bắt kịp với những thay đổi, chính sách mới.
Cách thực hiện:
Ngân hàng nên thường xuyên tiến hành kiểm tra trình độ của nhân viên để tiến hành 3 hình thức đào tạo sau:
+ Đào tạo nâng cao: nhằm nâng cao kiến thức thị trường, các lĩnh vực khoa học- kinh tế xã hội, phương pháp nghiên cứu, phân tích tài chính các dự án, hoạt động kinh doanh của một số ngành kinh tế có liên quan, từ đó nâng tầm nhận thức để có thể hoạch định các chiến lược kinh doanh cho từng thời kỳ, đồng thời có khả năng tư vấn cho khách hàng.
+Đào tạo chuyên sâu về công nghệ, nghiệp vụ ngân hàng: để mỗi cán bộ theo những nghiệp vu khách nhau giỏi về chuyên môn, kỹ thuật thao tác nghiệp vụ. Những cán bộ được đào tạo về quy trình nghiệp vụ cung cấp dịch vụ và mối quan hệ của nó với các nghiệp vụ khác.
+ Trang bị kiến thức, lý luận Marketing cho các thành viên, tạo điều kiện cho họ trở thành những mắt xích trong thu thập thông tin, xử lý thông
tin kịp thời để góp phần đáp ứng nhu cầu của khách hàng và nâng cao kỹ năng giao tiếp, tuyên truyền các sản phẩm ngân hàng. Ứng dụng kiến thức này vào thị trường là việc hết sức quan trọng đặc biệt là thị trường đối với cá nhân riêng lẻ vì động cơ của khách hàng này rất đa dạng.Vì vậy, chúng ta phải phân tích các yếu tố ảnh hưởng đến khách hàng, đặc điểm ra quyết định mua sản phẩm dịch vụ của ngân hàng, từ đó có phương pháp tiếp cận, thuyết phục có hiệu quả.
3.2.2. Đẩy mạnh công tác Marketing
Hoạt động Marketing rất quan trọng đối với mỗi ngân hàng, là cầu nối giữa ngân hàng và khách hàng, giúp khách hàng biết đến ngân hàng và các sản phẩm mà cung cấp.
Trong những năm qua, SCB đã thực hiện tích cực công tác quản bá sản phẩm của mình trên báo, tạp trí... và tổ chức các chương trình ưu đãi, chăm sóc khách hàng như quay số dự thưởng, tặng thêm lại suất cho khách hàng trên 50 tuổi, tặng