Phương pháp hồi quy Logistics được sử dụng trong nghiên cứu. Phương pháp này được sử dụng để kiểm định và giải thích lý thuyết nhân – quả trong mô hình nghiên cứu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008; Đinh Phi Hổ, 2014). Mô hình hồi quy tuyến tính đa biến có dạng:
Ln [ ] = + +…+
Trong phân tích hồi quy Logistics, ta cần biết mức độ ảnh hưởng của từng yếu tố lên biến phụ thuộc Y. Muốn biết mức độ ảnh hưởng cần lưu ý đến các trị số sau:
- Hệ số tương quan R (coefficient of correlation): Yếu tố nào có R càng lớn thì ảnh hưởng càng nhiều.
- Bình phương của R (R square): Yếu tố nào có R2 càng lớn thì mối quan hệ giữa yếu tố đó và biến phụ thuộc càng chặt chẽ.
- Hệ số hồi quy β (regression coefficient): Yếu tố nào có β cao thì ảnh hưởng nhiều hơn, tuy nhiên các yếu tố có đơn vị khác nhau nên không thể so sánh mức ảnh hưởng giữa các yếu tố. Nếu muốn so sánh phải đổi các yếu tố có cùng đơn vị là độ lệch chuẩn, lúc đó ta có hệ số hồi quy chuẩn hoá: (Với Sx là độ lệch chuẩn của
x tương ứng và Sy là độ lệch chuẩn của y). Lúc này mô hình không còn β0 và gọi là mô hình chuẩn hoá.
Cuối cùng, ta thực hiện các kiểm định giả thuyết cần thiết để đảm bảo độ tin cậy của mô hình như: Kiểm định phương sai không đổi; Kiểm định hiện tượng đa cộng tuyến; Kiểm định phân phối của phần dư và Kiểm định tính độc lập của phần dư. Tuy nhiên thực hiện kiểm định nào còn tuỳ thuộc vào kết quả thực tế của mô hình nghiên cứu.
KẾT LUẬN CHƯƠNG 3
Chương 3 đã trình bày cách thức xây dựng và các tiêu chuẩn lựa chọn mô hình nghiên cứu, đưa ra mô hình nghiên cứu dựa trên cơ sở lý thuyết đã được lược khảo ở Chương 2 bao gồm: (i) 6 biến đặc điểm khách hàng (Độ tuổi; Giới tính; Tình trạng hôn nhân; Tình trạng sở hữu nhà; Người phụ thuộc; và Thời gian cư trú); (ii) 4 biến lien quan đến tình hình tài chính của khách hàng (Lịch sử tín dụng; Kinh nghiệm trong lĩnh vực hiện tại; Thời gian làm công việc hiện tại; và Thu nhập); (iii) 4 biến liên quan đến đặc điểm khoản vay (Lãi suất; Kỳ hạn vay; Quy mô khoản vay; và Mục đích khoản vay). Đồng thời Chương này cũng cho biết mẫu dữ liệu bao gồm 200 khách hàng cá nhân có dư nợ tại Agribank Thủ Thừa trong năm 2018 và được chọn theo nguyên tắc ngẫu nhiên. Ngoài ra, trong chương 3 tác giả còn cung cấp các nội dung trong việc xử lý số liệu bằng phần mềm Stata 13.0 để hoàn thành bài nghiên cứu. Đó là cơ sở để tác giả có thể tổng hợp, phân tích và xử lý số liệu thực tế về kết quả khảo sát thu được trong chương 4./.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
Trong chương 4, tác giả đã trình bày kết quả nghiên cứu của mình đối với khả năng trả nợ của khách hàng cá nhân tại Agribank Thủ Thừa. Với sự hỗ trợ của phần mềm Stata 13.0, kết quả phân tích cho thấy có 7 nhân tố tác động đến khả năng trả nợ của khách hàng cá nhân bao gồm: Giới tính (X1); Thời gian cư trú (X6); Lịch sử tín dụng (X7); Thời gian làm công việc hiện tại (X9); Thu nhập (X10); Lãi suất (X11) và Quy mô khoản vay (X13). Ngoài ra tác giả cũng thực hiện một số kiểm định giả thuyết và chứng minh được rằng mô hình nghiên cứu là phù hợp với thực tế và giải thích được số liệu thu thập được. Đây là cơ sở để tác giả có thể đưa ra một số đề xuất để nâng cao chất lượng quản trị rủi ro đối với khách hàng cá nhân tại Agribank Thủ Thừa trong chương 5. Cơ sở để chấp nhận hay bác bỏ các giả thuyết thống kê là phần trọng tâm trong chương này. Sau đây là phần trình bày chi tiết.