LI CAM OAN
2.4.4Kt qu nghiên cu
K t lu nch ng 1
2.4.4Kt qu nghiên cu
Thông qua m u nghiên c u bao g m 128 quan sát, đ t̀i đã xác nh n đ c có 5 y u t nh h ng kh n ng tr n c a khách h̀ng cá nhân c a BIDV. Các y u t ǹy đ c chia l̀m 2 nhóm nh sau:
• Nhóm đ u tiên có nh h ng tích c c đ i v i bi n ph thu c, bao g m Age, House, Workingtime and Income. Tuy nhiên bi n House v̀ Age có tác đ ng m nh đ n kh n ng tr n .
• Nhóm th hai có tác đ ng tiêu c c đ n bi n ph thu c l̀ bi n Loan. Do đó thông tin c a khách h̀ng nên đ c thu th p chính xác, đ c bi t, v i các bi n quan tr ng nh t, đ h tr t t h n quá tr̀nh đ a ra quy t đ nh (cho vay hay không). c bi t, khi c p tín d ng cho khách h̀ng cá nhân, nhân viên tín d ng c n l u ý h n v̀o 5y u t trên m̀ đ t̀i đã nghiên c u.
2.4.5H n ch trong nghiên c u c a đ t̀i
t̀i nghiên c u v i m u nh ( 128 m u quan sát l y t c s d li u c a BIDV), nên vi c s d ng ph ng pháp ML còn nhi u h n ch . Ph ng pháp ML không nên s d ng v i các m u có s l ng nh h n 100, trong khi các m u trên
0 0.2 0.4 0.6 0.8 1 0 20 40 60 80 100 120 140 160 180 P r Income
Graph of Prob. and Income by House owner
500 có v đ y đ nh ng thi u thông tin c a m t s y u t khác có th nh h ng đ n kh n ng thanh toán các kho n n c a khách h̀ng, ch ng h n nh lo i công vi c ho c giá tr c a món n . i u ǹy có th d n đ n m t s v n đ liên quan đ n các giá tr d đoán c a mô h̀nh, v̀ ý ngh a c a các giá tr h s trong vi c gi i thích tác đ ng biên c a t ng bi n gi i thích.
D a trên k t qu c a các nghiên c u đã đ c p trên, cho th y gi i tính đ c cho l̀ có nh h ng đ n kh n ng tr n . Tuy nhiên, mô h̀nh ǹy cho th y bi n gi i tính không nh h ng đ n bi n ph thu c (nó có v l̀ m t h qu c a kích th c m u nh ). i v i nghiên c u sau ǹy, c n có m t nghiên c u m i v s khác bi t trong kh n ng chi tr n gi a các nhóm gi i tính c a khách h̀ng.