1. 6 PHƯƠNG PHÁP NGHIÊN CỨU
2.2.1. Một số mô hình nghiên cứu trên thế giới
2.2.1.1. Đề tài: “Các yếu tố ảnh hưởng đến rủi ro tín dụng: một nghiên cứu nông dân trồng ngô ở miền bắc quận Asante Akim của vùng Ashanti” của tác giả
18
- Thực nghiệm đánh giá các yếu tố gây ra rủi ro trả nợ tín dụng giữa các nông dân trồng ngô, miền bắc quận Asante Akim của vùng Ashanti được lựa chọn bởi vì, những nông dân trồng ngô ở quận này đã hưởng lợi từ dự án ngô đặc biệt (SMP) và nghiên cứu thực hiện trong năm 2005. Tác giả lựa chọn kích thước mẫu nghiên cứu là 60 nông dân từ tổng thể 400 nông dân trồng ngô bằng phương pháp lấy mẫu hệ thống với bước nhảy là 5. Tần số, tỷ lệ và mô hình probit được sử dụng để phân tích dữ liệu. - Mô hình probit chung được thể hiện:
Trong đó giả định rằng βiXi là biến ngẫu nhiên có phân phối chuẩn và các giá trị ước tính của biến phụ thuộc được chuyển đổi thành xác suất (đối với bất kỳ giá trị nào của Xi). Yi là biến phụ thuộc lưỡng phân có thể được giải thích như sau:
Y = 1, nếu có rủi ro; Y = 0, nếu không có rủi ro. C: là phần bị chặn;
βi: hệ số hồi quy để giải thích xác suất vỡ nợ của nông dân trồng ngô; Xi: biến độc lập (i = 1, 2, 3,…10); ei: sai số.
Trong nghiên cứu này, mô hình probit được quy định như sau:
Yi = C + β1STAT + β2AGE + β3OCCUF + β4SEX + β5MSTAT + β6OUTPUT + β7LANT + β8HHSZ + β9EDUL + β10LAB + ei
Những kỳ vọng đặt ra là:
β1>0, β2<0, β3<0, β4>0, β5<0, β6<0, β7>0, β8>0, β9<0, β10>0 - Định nghĩa các biến như sau:
STAT: tình trạng hôn nhân của người nông dân; OCCUF: nghề nghiệp chính của nông dân; SEX: giới tính của nông dân;
MSTAT: tình trạng của nông dân (đã kết hôn hay độc thân); LANT: có quyền sở hửu đất đai sử dụng hay thuê đất; EDUL: trình độ học vấn của người nông dân;
19
LAB: lao động được sử dụng sản xuất (thuê hay người gia đình) AGE: tuổi của nông dân trong những năm trồng ngô;
OUTPUT: sản lượng năng suất sản xuất - số lượng ngô thu hoạch được; HHSZ: quy mô hộ gia đình.
- Kết quả nghiên cứu:
Yi = 6.585563 + 1.208737STAT** - 0.120596AGE*** – 0.30811OCCUF + 0.967886SEX – 1.420017MSTAT – 0.884162OUTPUT*** + 1.668996RENT** + 0.446946HHSZ* - 1.499281EDUL + 1.006279LAB
*** Mức ý nghĩa 1% ** Mức ý nghĩa 5% * Mức ý nghĩa 10%
Kết quả phân tích mô hình probit đã tìm thấy tuổi của người nông dân và đầu ra của sản xuất (đo bằng thu nhập) gây ảnh hưởng đáng kểđến rủi ro tín dụng. Điều này có nghĩa rằng, nông dân trẻ rất có thể xảy ra rủi ro trong việc trả nợ tín dụng hơn so
với người cao tuổi hơn và nông dân với sản lượng đầu ra thấp hoặc có khảnăng xảy ra rủi ro trong việc trả nợ tín dụng so với những người được kết quảcao hơn (đo bằng sản lượng).
Hệ số về quy mô hộgia đình là tích cực và có ý nghĩa đáng kể ở mức 10%. Cho thấy sựgia tăng kích thước của hộgia đình nông dân sẽtăng xác suất xảy ra rủi ro tín dụng trong việc trả nợ vay. Hay ngụ ý là nông dân với kích thước quy mô hộgia đình lớn có thểđể xảy ra rủi ro trong việc trả nợ tín dụng hơn so với những người có kích
thước quy mô hộgia đình nhỏ.
Nghiên cứu cũng chỉ ra những nông dân không sử dụng vùng đất miễn phí của chính phủ cấp có khảnăng xảy ra rủi ro trong việc trả nợ tín dụng so với thuê đất sản xuất. Ngoài ra, nông dân trồng ngô với địa vị cao trong xã hội ít có khả năng rủi ro trong trả nợ tín dụng so với những người có địa vị bình thường trong xã hội.
2.2.1.2. Đề tài: “Phân tích các yếu tố ảnh hưởng đến hiệu suất trả nợ vay của nông dân trồng khoai lang quận Sene, Ghana” của tác giả C. A. Wongnaa, D. Awunyo – Vitor (2013)
20
- Nghiên cứu phân tích những yếu tố rất quan trọng trong việc cải thiện hoàn trả vốn vay của nông dân trồng khoai lang huyện Sene của Ghana trong giai đoạn 2011- 2012. Phương pháp thống kê mô tả và mô hình probit được sử dụng phân tích dữ liệu.
- Mô hình thực nghiệm như sau:
Trong đó:
ATP: có hay không người nông dân có thể trả tiền vay (được đo bằng biến giả, 1 có khả năng trả nợ vay và 0 không có khả năng trả nợ vay);
AML: số tiền vay của người nông dân;
EDU: trình độ học vấn (đo bằng số năm đi học); FAE: số năm kinh nghiệm canh tác khoai lang (năm);
HOS: quy mô gia đình (đo bằng số lượng thành viên trong gia đình nông dân); FSZ: diện tích nông trại (đo bằng mẫu Anh);
PGF: lợi nhuận thu được từ vốn vay;
ACOFI: xem xét vào nguồn thu nhập nông dân (đo bằng biến giả, 1 nguồn thu nhập từ hoạt động phi nông nghiệp, 0 nguồn thu nhập không từ hoạt động phi nông nghiệp);
TIME: thời gian kịp thời của việc phát hành các khoản vay (đo bằng biến giả, 1 phát hành cho vay đúng thời điểm, 0 cho vay không được phát hành vào đúng thời điểm);
NSPV: số lượng các chuyến giám sát của cán bộ tín dụng (tính bằng số ngày trong khoảng thời gian sản xuất);
MAR: tình trạng hôn nhân (đo bằng biến giả, 1 có gia đình, 0 độc thân); AGE: tuổi của nông dân trồng khoai lang (tính bằng năm);
SEX: giới tính (đo bằng biến giả, 1 là nam, 0 là nữ);
Ui: sai số (được giả định là giá trị trung bình và phương sai không đổi). ATPi = β0 + β1AML +β2FAE +β3EDU +β4 FSZ+ β5TIMIE + β6ACOFI + β7NSPV + β8PGF + β9MAR + β10AGE + β11SEX + β12HOS+u
21 - Kết quả phân tích mô hình probit:
ATPi = -1.760431 - 6.82E-05AML + 0.004342FAE*** + 0.032534EDU*** + 0.026662FSZ + 0.259276TIME + 1.249051ACOFI*** + 0.625628NSPV** + 1.767525PGF*** – 1.373726MAR*** + 0.069565AGE* – 0.463365SEX* – 0.0099HOS***
Ghi chú: (***) mức ý nghĩa 1%. (**) mức ý nghĩa 5%. (*) mức ý nghĩa 10%
Kết quả này chỉ ra lợi nhuận đạt được từ vốn vay và kinh nghiệm canh tác tác
động tích cực đến khả năng hoàn trả vốn vay của nông dân trồng khoai lang. Các hệ
số của quy mô hộ gia đình đến trả nợ vay ngân hàng là không rõ ràng, các tác động
đó phụ thuộc vào sự quản lý của các hộ gia đình. Ngoài ra, nông dân tiếp cận với thu nhập phi nông nghiệp tác động tích cực hơn trong khả năng hoàn trả vốn vay so với nông dân phụ thuộc hoàn toàn vào thu nhập từ trồng khoai lang.
Yếu tố trình độ học vấn, tuổi có tác động tích cực, riêng yếu tố giới tính có ảnh
hưởng tiêu cực đến khảnăng trả nợ các khoản vay của nông dân trồng khoai. Còn yếu tố tình trạng hôn nhân tác động tiêu cực trong việc trả nợ vay ngân hàng từ nông dân.
Hơn nữa, sốlượng các chuyến giám sát là tích cực liên quan đến khả năng nông dân
trồng khoai lang trả nợ vay.
2.2.1.3. Đề tài: “Phân tích yếu tố quyết định hiệu suất trả nợ của nông dân sản xuất nhỏ tại Ethiopia” của tác giả Zelalem Gebeyehu, Hassen Beshire và JEMA Haji (2013)
- Trong nghiên cứu này để so sánh người có rủi ro và người không có rủi ro trong điều kiện các biến giải thích khác nhau và xác định mức độ rủi ro trong trả nợ vốn vay cho nông dân sản xuất nhỏ ở các khu vực nghiên cứu được đánh giá là huyện Kalu, khu vực quốc gia nhà nước Amhara, Ethiopia. Với mô hình Tobit được sử dụng cho thấy có sáu biến gây ảnh hưởng mạnh mẽ về khả năng trả nợ của người vay, đó là tổng diện tích đất của gia đình (ha), tổng số hộ nông dân là chủ sở hửu vật nuôi (TLU), chi phí cho lễ hội xã hội, số năm kinh nghiệm trong các dịch vụ khuyến nông, mục đích vay vốn và nguồn vốn tín dụng.
22
- Mô hình nghiên cứu: tác giả sử dụng mô hình Tobit hai giới hạn để xác định các yếu tố quyết định đến hiệu suất trả nợ của hộ nông dân sản xuất nhỏ ở huyện Kalu, khu vực quốc gia nhà nước Amhara, Ethiopia.
Biến phụ thuộc cho mô hình kinh tế này được định nghĩa như là xác định tỷ lệ nợ vay được trả bởi người vay trong thời gian trả nợ theo quy định đây là biến liên tục, tính từ tổng số tiền vay của người cho vay và giá trị của biến phụ thuộc nằm trong khoảng giữa không và một. Theo đó, người vay không trả số tiền họ vay theo lịch trình tín dụng được coi là hoàn toàn có rủi ro (tức là giá trị của tỷ lệ trả nợ trong trường hợp này là không); tương tự như vậy, người đi vay có hoàn trả một tỷ lệ số tiền họ vay là coi như rủi ro không hoàn toàn (có giá trị giữa không và một); mặt khác, những người vay thanh toán đầy đủ số tiền mà họ vay được coi là không có rủi ro (giả định giá trị là một).
Các biến giải thích chính của nghiên cứu này là, tuổi của khách hàng vay vốn; giới tính của khách hàng; quy mô gia đình; trình độ giáo dục; diện tích đất đai; số thu nhập từ sở hửu gia súc; thu nhập từ phi nông nghiệp; chi phí cho các lễ hội xã hội; kinh nghiệm trong dịch vụ gói khuyến nông; khoảng cách từ đường chính; số tiền vay; mục đích vay và nguồn tín dụng.
- Kết quả ước lượng mô hình Tobit cho thấy có sáu biến được tìm thấy để gây ảnh hưởng đáng kể đến xác suất trả nợ vay và mức độ thu hồi vốn vay của nông dân sản xuất nhỏ. Trong đó, có năm biến là tác động tích cực và một biến có tác động tiêu cực đến biến phụ thuộc trong mô hình.
Yi = 0.11025 + 0.00190AGE + 0.00470EDUC + 0.01630SEX – 0.00170FS + 0.12870LANDH* + 0.03180LIVSTOCKO*** + 2.37e-6NOFINC – 0.00030EXPSC*** +
0.00550EXPEXETN* – 0.00004RAODDIST – 0.00003LNAMNT +
0.62470PURBOR*** + 0.05000CRDTSRCE* + 5.42e-9LNAMNT2 ***,* mức ý nghĩa 1% và 10%.
Như vậy tác giả kết luận rằng, nghiên cứu này được tiến hành để xác định các yếu tố kinh tế - xã hội và thể chế ảnh hưởng đến hiệu suất trả nợ và mức độ gây nên rủi ro trong trả nợ vay của hộ nông dân sản xuất nhỏở khu vực phía nam huyện Wollo
23
Kalu, khu vực quốc gia nhà nước Amhara, Ethiopia. Kết quả của giới hạn mô hình kinh tế Tobit cho thấy, trong tổng số 14 biến giải thích được sử dụng, có sáu biến (diện
tích đất đai, số thu nhập từ sở hửu gia súc, kinh nghiệm trong dịch vụ gói khuyến nông, mục đích vay, nguồn tín dụng và chi phí cho các lễ hội xã hội ) có ảnh hưởng
đáng kể về mặt thống kê trong việc thực hiện trả nợ vay của các mẫu hộgia đình nông dân sản xuất nhỏ tại Ethiopia.