LI CAM OAN
K t lu nch ng 1
2.3.2.3 Nguyên nhânc anh ngh nch
Công vi c thu th p d li u ch a đ c th c hi n t t, nhân viên th m đ nh d a quá nhi u v̀o s li u do khách h̀ng t cung c p m̀ ch a quan tâm đ n các ngu n thông tin khác nh : thông tin t c quan thu , ngân h̀ng khác, ph ng ti n thông tin đ i chúng … i u ǹy m t ph n do c s pháp lý cho vi c trao đ i thông tin gi a các ngân h̀ng ch a đ c quy đ nh rõ r̀ng nên vi c trao đ i thông tin thông th ng ch đ c th c hi n thông qua nh ng m i quan h cá nhân.
Không có nhi u ngu n thông tin h tr cho vi c x p h ng tín nhi m. Thông tin t CIC l̀ ngu n thông tin ch y u m̀ Ngân h̀ng s d ng, tuy nhiên hi n nay ngu n thông tin ǹy h t s c đ n đi u, thi u c p nh t, không đáp ng đ c nhu c u c p thi t c a Ngân h̀ng.
2.4 Xây d ng mô hình Logit x p h ng tín d ng ć nhân t i BIDV
2.4.1Ki m đ nh qua ćc s li u kh o śt
t̀i tr̀nh b̀y 2 ki m đ nh quan tr ng nh t trong h i qui Logit l̀ Z test v̀ Wald test (LR test)
2.4.1.1 Ki m đ nh h s t ng ph n – Z test
N u các gi đ nh c a mô h̀nh đ c gi nguyên, th̀ c l ng c a LM l̀ phân ph i chu n ti m c n:
Gi thuy t Ho: có th đ c ki m đ nh v i ch s z- statistic
N u Ho x y ra ngh a l̀ z có phân ph i chu n v i giá tr trung b̀nh b ng 0. i u này đ c th hi n trong h̀nh sau đây, v i ki m đ nh hai bên v i m c đ l̀ 0,05
2.4.1.2 Ki m đ nh đ phù h p t ng qút – Wald test (LR test)
0 : 1 2 ... x 0
H β = β = = β =
Trong h i quy Logit, đ ki m tra gi thuy t Ho ngh a l̀ t t c các h s không đ ng th i b ng không, t ng đ ng v i vi c ki m đ nh F trong mô h̀nh h i quy
tuy n tính v i ch̀ s likelihood ratio (LR). V i gi thuy t Ho, LR đ c tính b ng phân ph i v i b c t do b ng s l ng các bi n gi i thích. V i m c ý ngh a nh h n 0,05, chúng ta bác b gi thuy t H0 v̀ ch p nh n H1 gi thuy t. i u đó có ngh a l̀ các h s h i quy khác nhau có ý ngh a th ng kê v̀ th c s quan tr ng trong vi c gi i thích các bi n ph thu c. Ki m đ nh Wald c ng đ c dùng đ ki m đ nh các gi thuy t. M c dù LR v̀ ki m đ nh Wald l̀ t ng đ ng nhau, nh ng giá tr c a chúng l̀ khác nhau trong các m u gi i h n. Lý thuy t th ng kê không nói rõ ki m đ nh LR hay Walt l̀ chính xác h n trong vi c ki m đ nh k t qu mô h̀nh. Vi c l a ch n ki m đ nh ǹo l̀ ph thu c v̀o s ti n l i, s thích cá nhân, quy c trong l nh v c nghiên c u…, tuy nhiên ki m đ nh LR v n đ c nhi u ng i s d ng h n.
Trong ph n ǹy, đ t̀i tr̀nh b̀y k t qù h i qui c a 2 mô h̀nh. Thông qua ki m đ nh Wald v̀ LR, đ t̀i đã ch n mô h̀nh phù h p nh t. Vào cu i c a ph n ǹy, đ t̀i s tr̀nh b̀y cách x p h ng tín d ng c a m t cá nhân trong th c t b ng cách s d ng d li u t m u v̀ m t s k t lu n.
2.4.2K t qu x p h ng tín d ng ć nhân theo mô hình Logit
T d li u c a 128 quan sát, đ t̀i chia ra 2 nhóm khách hàng: nhóm 1 (Y=1) là các khách h̀ng đ kh n ng tr n , nhóm 2 (Y = 0) l̀ các khách h̀ng không có kh n ng tr n nh th hi n trong b ng d i đây 2.4.2.1 Th ng kê mô t B ng 19. Phân lo i kh́ch h̀ng theo kh n ng tr n Nhóm ( Y ) S l ng T tr ng 0 38 29.69% 1 90 70.31% T ng c ng 128 100% V i b ng trên, s l ng khách h̀ng không có kh n ng tr n l̀ 29,69% v̀ 70,31% khách h̀ng đ kh n ng đ tr ti n. Ngòi ra, đ t̀i c ng th ng kê mô t cho tòn b d li u v̀ cho ra các thông s sau:
B ng 20. Th ng kê mô t c a ćc bi n đ nh l ng
Bi n bình Giá tr trung Min Max
Age 42.45 23 71 Dependants 1.30 0 4 Working time 59.51 6 180 Income 21.41 2.1 234.1 Loan 579.80 50 4300 Debtasset 2.23 0.02 65 2.4.2.2 K t qu h i qui
V im c ý ngh al̀ 5%, mô h̀nh h i qui có k t qu nh sau:
B ng 21. K t qu h i qui c a 2 mô hình Logit
Bi n D u k v ng Mô hình 1 H só Mô hình 2 Sig. H s Sig. Intercept -7.523 0.000 -6.292 0.000 Age (+/-) 0.095 0.008 0.071 0.017 Gender (+/-) 1.053 0.113 Edu (+) -1.092 0.110 Dependants (-) -0.379 0.208 Marital status (-) -0.522 0.613 House ownership status (+) 2.917 0.001 2.480 0.001 Workingtime (+) 0.056 0.000 0.051 0.000 Income (+) 0.060 0.001 0.047 0.003 Loan (-) -0.002 0.001 -0.002 0.001 Debtasset (+) -0.030 0.229 Cuskind (+/-) -0.201 0.758 Jobkind (+/-) 1.293 0.091 Mc Fadden Adj R2 0.504 0.434 Count R2 0.898 0.867 AIC 0.807 0.783 BIC 480.720 503.768 (K t qu đ c t ng h p t các b ng B.1, B.2 và B.5 trong ph n Ph l c )
T các k t qu h i quy c a mô hình 1, các bi n Gender, Edu, Dependants, Marital status, cuskind and jobkindkhông có giá tr th ng kê m c ý ngh a 0,05.
Sau đó, đ t̀i s d ng Wald Test đ ki m đ nh đ phù h p t ng quát (k t qu đ c tr̀nh b̀y ph n ph l c, b ng A.3)
H0 : βGender = βEdu = βDependants = βMarital status = β cuskind= βjobkind = βDebtasset =0
K t qu : Ch p nh n gi thuy t. Do đó, các bi n ǹy nên đ c đ a ra kh i mô h̀nh 1. Cu i cùng, đ t̀i ch y h i quy c a mô h̀nh 2 v̀ có k t qu nh trên. V̀ v i giá tr Prob (LR statistic) c a hai mô h̀nh trên, đã bác b gi thuy t r ng t t c các h s trong m i mô h̀nh b ng không. So sánh hai mô h̀nh, th y h s BiC c a mô hình 2 l n h n mô h̀nh 1 (503.78> 480.720) nên đ t̀i ch n mô h̀nh 2 .
D a trên b ng x p h ng tín d ng cá nhân đ c xác đ nh b ng xác su t d đoán c a V ng Hòng Quân, khách h̀ng c a tòn b d li u m u s đ c chia th̀nh 6 c p b c nh sau B ng 22. X p h ng tín d ng ć nhân cho d li u m u B ng 23. X p h ng tín d ng ć nhân theo nhóm % N Nam Nhà thuê Có nhà Thu nh p nhóm 1 Thu nh p nhóm 2 Thu nh p nhóm 3 A1 39.62 57.33 3.85 61.76 46.67 58.33 46.86 A2 18.87 20 3.85 23.53 10 19.44 37.5 A3 9.43 6.67 11.54 6.86 5 8.33 12.5 B1 9.43 4 0 7.84 11.67 0 3.13 B2 1.89 0 3.85 0 1.67 0 0 B3 20.75 12 76.92 0 25 13.89 0 (K t qu đ c t ng h p t các b ng B.6, B.7, B.8 trong ph n Ph l c )
D li u m u đ c chia th̀nh 02 nhóm: nhóm A (t A1 đ n A3) bi u th kh n ng tr n t t, Nhóm B bi u th kh n ng tr n x u.
Bi n Gender: kh n ng tr n d ng nh khác nhau gi a nam v̀ n , v i nam gi i có xu h ng tr n cao h n .Bi n House: xác su t tr n c a khách h̀ng s h u nh̀ có xu h ng cao h n khách h̀ng thuê nh̀. i v i Income: xác su t tr n gi a các nhóm thu nh p l̀ khác nhau, v̀ nhóm 3 (thu nh p cao nh t) có xu h ng tr n cao h n.
V i b ng 28, bi nHouse có h s 2,48 – cao nh t trong mô h̀nh (ý ngh a m c 5%), v̀ có tác đ ng biên l̀ = pi(1− pi).βk = Pi (1-Pi) 2,48. Nh đã tr̀nh b̀y trên, Pi l̀ xác su t tr n c a cá nhân khi bi n Xk l̀ không thay đ i, do đó, tác đ ng biên ch ph thu c v̀o giá tr c a h s Xk , t đó đ t̀i th y r ng tác đ ng biên c a bi n House l̀ m nh nh t so v i các bi n đ c l p khác trong mô h̀nh.
B ng 24. T́c đ ng biên c a ćc bi n gi i thích Bi n dy/dx P>|Z| Age 0.0107 0.017 House 0.4996 0.002 Workingtime 0.0077 0.000 Income 0.0071 0.000 Loan -0.0003 0.003 (K t qu đ c t ng h p t các b ng B.4 trong ph n Ph l c)
2.4.3 M t s k t qu kh́c
M t s k t qu c tính đ c tr̀nh b̀y các h̀nh sau:
Hình 9. th th hi n kh n ng tr n v i kho n vay theo thu nh p
Trong hình trên, Income l̀ bi n ngo i sinh v̀ đ c chia l̀m 4 m c. th th hi n m i quan h ngh ch bi n gi a kh n ng tr n v̀ các kho n vay theo thu nh p. m c thu nh p cao, có v l̀ không có s liên k t gi a kho n vayv̀ kh n ng tr n . V i cùng m t kích th c cho vay, kh n ng tr n t ng theo t l t ng ng v i m c thu nh p. C th , c hai đ u c a các kích th c cho vay, xác su t tr n h i t giá tr c a 1 v̀ 0 t ng ng.
Hình 10. th th hi n kh n ng tr n v i đ tu i theo thu nh p
Trong hình 13, Income l̀ bi n ngo i sinh v̀ đ c chia l̀m 6 m c. th th hi n m i quan h đ ng bi n gi a kh n ng tr n v̀ đ tu i theo thu nh p. c p đ
cùng đ tu i, kh n ng tr n t ng theo t l t ng ng v i các m c thu nh p. áng chú ý, kh n ng tr n h i t m c đ tu i 70.
Hình 11. th th hi n kh n ng tr n v i đ tu i theo kho n vay
Trong hình 14,Loansizel̀ bi n ngo i sinh v̀ đ c chia l̀m 7 m c. th th hi n m i quan h đ ng bi n gi a kh n ng tr n v̀ đ tu i theo kho n vay. V i cùng m t đ tu i, kh n ng tr n có xu h ng gi m khi kho n vay t ng.
Hình 12. th th hi n kh n ng tr n v i đ tu i v̀ s h u nh̀
Trong hình 15, House l̀ bi n ngo i sinh (đ c phân l̀m 2 lo i; s h u hay thuê). th th hi n, kh n ng tr n l̀ đ ng bi n v i tu i n u khách h̀ng s h u nh̀ v̀ ngh ch bi n n u khách h̀ng thuê nh̀.
P
r
Age
Graph of Prob and Age by Loansize
Prob(loansize1) Prob(loansize2) Prob(loansize3) Prob(loansize4) Prob(loansize5) Prob(loansize6) 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 20 30 40 50 60 70 P r Age
Graph of Prob and Age by House owner
Hình 13. th th hi n kh n ng tr n v i thu nh p v̀ s h u nh̀
Trong hình 16, House l̀ bi n ngo i sinh ( đ c phân l̀m 2 lo i: s h u hay thuê). th th hi n, kh n ng tr n l̀ đ ng bi n v i thu nh p n u khách h̀ng s h u nh̀ v̀ ng c bi n n u khách h̀ng thuê nh̀.
2.4.4 K t qu nghiên c u
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.
K t lu n c a ch ng 2
Trong ch ng ǹy, đ t̀i đ a ra cái nh̀n t ng quan v th c tr ng tín d ng cá nhân t i BIDV c ng nh mô h̀nh XHTD hi n t i BIDV đang s d ng.Qua đó, đ t̀i phân tích v̀ ch ra các m t h n ch m̀ mô h̀nh XHTD c còn t n t i. t̀i đ a ra nghiên c u v̀ ki m đ nh mô h̀nh Logit nh m t̀m ra đ c nh ng nhân t quan tr ng nh h ng đ n kh n ng tr n c a khách h̀ng đ có nh ng đ xu t c n thi t hòn thi n mô h̀nh XHTD c .
CH NG 3
M T S GI I PH́P HOÀN THI N MÔ HÌNH
X PH NG TÍND NG CÁ NHÂN T I BIDV
3.1 nh h ng ph́t tri n ho t đ ng kinh doanh c a BIDV giai đo n 2009-
2012, t m nhìn đ n 2015
Phát tri n ho t đ ng bán l g n ch t v i vi c tri n khai TA 2 và quá trình
c ph n hóa c a BIDV v i m c tiêu chuy n đ i BIDV t m t NHTM truy n
th ng tr th̀nh NHBL hi n đ i. V̀ v y, ho t đ ng bán l ph i có nh ng bi n đ i m nh m c v l ng v̀ ch t , theo đó xác đ nh rõ BIDV l y ho t đ ng NHBL l̀m nhi m v tr ng tâm, l̀m m c tiêu h̀ng đ u trong tòn b ho t đ ng c a BIDV.
3.1.1 M c tiêu đ n 2012
“BIDV tr th̀nh ngân h̀ng th ng m i h̀ng đ u Vi t Nam trong l nh v c NHBL, đáp ng đ y đ các thông l v̀ chu n m c qu c t v ho t đ ng”.
3.1.2 T m nhìn đ n 2015
“BIDV tr th̀nh ngân h̀ng th ng m i h̀ng đ u Vi t Nam trong l nh v c NHBL, ngang t m v i các ngân h̀ng th ng m i h̀ng đ u khu v c ông Nam ́; Cung c p các s n ph m, d ch v NHBL đ ng b , đa d ng, ch t l ng t t nh t phù h p v i các phân đo n khách h̀ng m c tiêu”.
3.1.3 Gí tr c t l i
nh h ng kh́ch h̀ng l̀ n nt ng cho m i ho t đ ng NHBL c a BIDV.
Ph́t tri n-B n v ng-Hi u qu l̀ m c tiêu xuyên su t m i ho t đ ng kinh doanh NHBL c a BIDV.
Minh b ch-Tuân th , Tin t ng-Tŕch nhi m, Chuyên nghi p-Śng t o là chu n m c, l̀ c t lõi v n hoá kinh doanh c a ho t đ ng NHBL c a BIDV.
3.1.4 K ho ch truy n thông cho ho t đ ng Ngân h̀ng b́n l
3.1.4.1 Giai đo n 2009 -2012 – Giai đo nxây d ng th ng hi u ngân h̀ng b́n l
a. M c tiêu giai đo n 1: Xây d ng đ c th ng hi u ngân h̀ng bán l
BIDV r ng rãi trong lòng công chúng.
nh h ng truy n thông t p trung v̀o các phân đo n khách h̀ng chính
trong giai đo n ǹy là: Nhóm khách h̀ng thân thi t, Nhóm khách h̀ng ph
thông.
b. Gi i ph́p th c hi n:
Gi i pháp v ho t đ ng, c ch :
- V phía H i s chính:
+ Hòn thi n quy tr̀nh v ph i h p th c hi n các ch ng tr̀nh marketing t
HSC xu ng chi nhánh v̀ quy tr̀nh truy n thông v̀ xây d ng th ng hi u cho kh i ngân h̀ng bán l c a BIDV.
+ Xác đ nh v̀ xây d ng các quy ch ph i h p, ch c n ng v̀ nhi m v trong
th c hi n ch ng tr̀nh marketing gi a các phòng ban t i chi nhánhv̀ gi a HSC
và chi nhánh.
- V phía chi nhánh:
+ Xác đ nh rõ nhi m v ho t đ ng v̀ t ch c ho t đ ng marketing l̀ trách
nhi m c a phòng Quan h khách h̀ng; xây d ng v̀ đ̀o t o đ i ng bán h̀ng.
+ Th c hi n các ch ng tr̀nh marketing theo h ng d n c a HSC v̀ g i