Kế thừa các nghiên cứu trước đây để hiệu chỉnh và đưa ra mô hình nghiên cứu với các giả thuyết nghiên cứu:
Dựa vào cơ sở lý luận và mô hình của các nghiên cứu trước, có thể thấy có rất nhiều nguyên nhân dẫn đến rủi ro tín dụng. Tuy nhiên do hạn chế về nguồn thu thập dữ liệu, nghiên cứu này chỉ tập trung vào các nhân tố chủ quan là từ phía ngân hàng và khách hàng tác động đến rủi ro tín dụng đối với khách hàng cá nhân tại OIK. Nghiên cứu sử dụng mô hình hồi quy Logistic bao gồm 9 biến từ X1đến X9 và có dạng như sau:
Y = β0+ β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9 Trong đó:
o Biến phụ thuộc Y là Rủi ro tín dụng đối với khách hàng cá nhân tại OIK.
o Biến độc lập gồm có 9 biến lần lượt là tuổi, vị trí công tác, trình độ học vấn, tình trạng hôn nhân, người phụ thuộc, nghề nghiệp, thu nhập bình quân của khách hàng cá nhân, kinh nghiệm cán bộ tín dụng, kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân.
Sau đây là mô hình cụ thể:
RRTDCN=β0 + β1TUOI + β2VTCT + β3HV + β4TTHN + β5NPT + β6NN + β7TNBQ +β8KNCBTD + β9SDVV
Rủi ro tín dụng cá nhân tại OIK (Y)
Theo Mai Thùy Dung (2011), Nguyễn Thị Thùy Dương (2014) và Phạm Hoàng Cúc Quyên (2014) thì biến phụ thuộc Y là mức độ rủi ro của khoản vay được đo lường bằng 2 giá trị, có giá trị là 1 đối với khách hàng có phát sinh rủi ro tín dụng (nợ nhóm 2, 3, 4, 5) và 0 nếu khách hàng chưa phát sinh rủi ro tín dụng (nợ nhóm 1). Vì vậy, biến phụ thuộc Y trong nghiên cứu này cũng được đo lường bằng 2 giá trị tương tự như các tác giả trên.
Tuổi của khách hàng cá nhân (X1)
Tuổi của khách hàng cá nhân được tính tại thời điểm vay vốn của ngân hàng trừ đi năm sinh.
Theo John M. Chapman và các cộng sự (1940), Kohansal và Mansoori (2009) và David E.Idoge(2013) đã nghiên cứu và cho kết quả rằng người vay càng lớn tuổi thì rủi ro tín
dụng sẽ càng thấp, vì tuổi của người vay càng lớn thì nghề nghiệp cũng như công việc của họ cũng sẽ ổn định hơn so với người vay có tuổi thấp. Chính vì vậy, có giả thuyết sau:
Giả thuyết (X1): Khách hàng cá nhân có tuổi càng cao sẽ tác động ngược chiều với rủi
ro tín dụng đối với khách hàng cá nhân tại OIK. (–)
Vị trí công tác của khách hàng cá nhân (X2)
Vị trí công tác của khách hàng cá nhân được lượng hóa bởi biến giả: có giá trị là 0 nếu là nhân viên, giá trị là 1 nếu là quản lý cấp cơ sở, giá trị là 2 nếu là quản lý cấp trung và giá trị là 3 nếu là quản lý cấp cao.
Vị trí công tác của người vay càng cao thì khả năng tạo ra thu nhập cũng sẽ cao và ổn định, đồng thời giúp người vay có khả năng trả nợ tốt hơn. Điều này đã được các tác giả như John M. Chapman và các cộng sự (1940) và Nguyễn Phúc Mẫn (2015) nghiên cứu và cho ra kết quả. Vì thế khi người vay có vị trí công tác càng cao sẽ đảm bảo có khả năng trả nợ tốt thì rủi ro tín dụng cũng sẽ càng thấp. Chính vì điều đó, có giả thuyết sau:
Giả thuyết (X2): Khách hàng cá nhân có vị trí công tác càng cao sẽ tác động ngược
chiều với rủi ro tín dụng đối với khách hàng cá nhân tại OIK. (–)
Trình độ học vấn của khách hàng cá nhân (X3)
Trình độ học vấn của khách hàng cá nhân được lượng hóa bởi biến giả: có giá trị là 0 nếu là Trung học phổ thông trở xuống, giá trị là 1 nếu trình độ là Trung cấp hoặc Cao đẳng, giá trị là 2 nếu trình độ từ Đại học trở lên.
Kết quả nghiên cứu của David E.Idoge (2013) và Nguyễn Phúc Mẫn (2015) đã cho thấy trình độ học vấn của người vay càng cao thì càng có khả năng quản lý khoản vay tốt và có được mức thu nhập ổn định vì vậy khả năng trả nợ cũng tốt hơn. Từ đó thấy được rủi ro tín dụng cũng sẽ càng thấp khi người vay có trình độ học vấn càng cao. Vì thế, có giả thuyết sau:
Giả thuyết (X3): Khách hàng cá nhân có trình độ học vấn càng cao sẽ tác động ngược
chiều với rủi ro tín dụng đối với khách hàng cá nhân tại OIK. (–)
Tình trạng hôn nhân của khách hàng cá nhân (X4)
Tình trạng hôn nhân của khách hàng cá nhân được lượng hóa bởi các biến giả: có giá trị là 1 nếu khách hàng cá nhân đã có gia đình và là 0 nếu khách hàng cá nhân chưa có gia đình.
Kết quả nghiên cứu của John M. Chapman và các cộng sự (1940) và David E.Idoge (2013) đã cho thấy tình trạng hôn nhân của người vay có ảnh hưởng tiêu cực với khả năng trả nợ vay. Bởi vì các tác giả cho rằng người độc thân ít có nhu cầu chi tiêu hơn so với người có gia đình, và cũng không thường xuyên phải đối mặt với những khoản chi tiêu ngoài kế hoạch hoặc vượt mức thu nhập cho phép. Từ kết quả này có thể thấy khi người vay đã có gia đình sẽ có rủi ro tín dụng cao hơn những người vay chưa có gia đình. Vì vậy, có giả thuyết sau:
Giả thuyết (X4): Khách hàng cá nhân đã có gia đình sẽ tác động cùng chiều với rủi ro
tín dụng đối với khách hàng cá nhân tại OIK. (+)
Người phụ thuộc của khách hàng cá nhân (X5)
Người phụ thuộc của khách hàng cá nhân là tổng số người phụ thuộc tại thời điểm vay vốn của ngân hàng.
Theo Kohansal và Mansoori (2009) và David E.Idoge (2013) đã nghiên cứu và cho ra kết quả rằng số người phụ thuộc của người vay sẽ ảnh hưởng tiêu cực với khả năng trả nợ vay. Từ đó có thể thấy nếu người vay có số người phụ thuộc càng nhiều thì rủi ro tín dụng cũng sẽ càng cao. Chính vì thế, có giả thuyết sau:
Giả thuyết (X5): Khách hàng cá nhân có càng nhiều người phụ thuộc sẽ có tác động
cùng chiều với rủi ro tín dụng đối với khách hàng cá nhân tại OIK. (+)
Nghề nghiệp của khách hàng cá nhân (X6)
Nghề nghiệp của khách hàng cá nhân được lượng hóa bởi biến giả: có giá trị là 1 nếu là nhân viên văn phòng và có giá trị là 0 nếu là nghề nghiệp khác.
Các khách hàng cá nhân khi vay vốn tại OIK phải có thu nhập từ lương là chủ yếu. Vì vậy đối với các khách hàng là nhân viên văn phòng, có công việc và thu nhập ổn định sẽ có rủi ro tín dụng thấp hơn so với các nghề nghiệp khác. Chính vì thế, có giả thuyết sau:
Giả thuyết (X6): Khách hàng cá nhân là nhân viên văn phòng sẽ tác động ngược chiều
với rủi ro tín dụng đối với khách hàng cá nhân tại OIK. (–)
Thu nhập bình quân của khách hàng cá nhân (X7)
Thu nhập bình quân của khách hàng cá nhân được đo lường bởi thu nhập bình quân tháng (triệu đồng) tại thời điểm vay vốn ngân hàng.
Theo kết quả nghiên cứu của John M. Chapman và các cộng sự (1940) và David E.Idoge(2013) đã cho thấy người vay có thu nhập càng cao càng có ảnh hưởng tích cực với
khả năng trả nợ vay. Chính vì vậy, rủi ro tín dụng sẽ càng thấp khi người vay có thu nhập càng cao.
Giả thuyết (X7): Khách hàng cá nhân có thu nhập bình quân càng cao sẽ tác động ngược chiều với rủi ro tín dụng đối với khách hàng cá nhân tại OIK. (–)
Kinh nghiệm của cán bộ tín dụng (X𝟖)
Kinh nghiệm của cán bộ tín dụng được đo lường bởi số năm cán bộ tín dụng làm việc tại thời điểm thẩm định khách hàng cá nhân.
Theo Trương Đông Lộc và Nguyễn Thị Tuyết (2011), Mai Thùy Dung (2011), Nguyễn Thị Thùy Dương (2014) và Phạm Hoàng Cúc Quyên (2014) đã nghiên cứu và cho ra kết quả rằng cán bộ tín dụng càng làm lâu năm thì càng có kinh nghiệm trong thẩm định, quản lý món vay cũng như hỗ trợ khách hàng trong những lúc khó khăn, hay kinh nghiệm của cán bộ tín dụng tỷ lệ nghịch với rủi ro tín dụng. Vì vậy, có giả thuyết sau:
Giả thuyết (X𝟖): Kinh nghiệm của cán bộ tín dụng tác động ngược chiều với rủi ro tín
dụng đối với khách hàng cá nhân tại OIK. (–)
Kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân (X9)
Kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân được lượng hóa bởi biến giả có giá trị là 1 nếu khách hàng cá nhân sử dụng vốn đúng mục đích và 0 nếu sử dụng vốn không đúng mục đích.
Theo Trương Đông Lộc và Nguyễn Thị Tuyết (2011), Mai Thùy Dung (2011), Nguyễn Thị Thùy Dương (2014) và Phạm Hoàng Cúc Quyên (2014) đã nghiên cứu và cho kết quả rằng việc sử dụng vốn vay không đúng mục đích so với phương án, dự án của khách hàng có thể dẫn đến rủi ro tín dụng cho ngân hàng. Đồng thời, kết quả nghiên cứu của Trương Đông Lộc và Nguyễn Thị Tuyết (2011) cũng cho thấy rằng việc sử dụng vốn đúng mục đích của người vay có khả năng hạn chế rủi ro tín dụng cho ngân hàng. Vì vậy, có giả thuyết sau:
Giả thuyết (X9): Sử dụng vốn vay của khách hàng cá nhân đúng mục đích tác động
ngược chiều với rủi ro tín dụng đối với khách hàng cá nhân tại OIK. (–) Sau đây là tóm tắt các biến sẽ được diễn giải theo bảng sau:
Bảng 3.2: Diễn giải các biến được sử dụng trong mô hình hồi quy Logistic
Tên biến độc
lập Diễn giải biến
Kỳ vọng về dấu củaβi
X1 TUOI Thời điểm vay vốn tại ngân hàng trừ đi năm sinh. – X2 VTCT
Có giá trị là 0 nếu là nhân viên, giá trị là 1 nếu là quản lý cấp cơ sở, giá trị là 2 nếu là quản lý cấp trung và giá trị là 3 nếu là quản lý cấp cao.
–
X3 HV
Có giá trị là 0 nếu là Trung học phổ thông trở xuống, giá trị là 1 nếu trình độ là Trung cấp hoặc Cao đẳng, giá trị là 2 nếu trình độ từ Đại học trở lên.
–
X4 TTHN Có giá trị bằng 1 nếu khách hàng cá nhân đã có
gia đình và bằng 0 nếu chưa có gia đình. + X5 NPT Tổng số người phụ thuộc của khách hàng cá nhân
tại thời điểm vay vốn của ngân hàng. + X6 NN Có giá trị là 1 nếu là nhân viên văn phòng và 0
nếu là nghề nghiệp khác. –
X7 TNBQ
Thu nhập bình quân tháng của khách hàng cá nhân (triệu đồng) tại thời điểm vay vốn ngân hàng.
–
X8 KNCBTD Số năm cán bộ tín dụng làm việc tại thời điểm
thẩm định khách hàng cá nhân. –
X9 SDVV
Có giá trị là 1 nếu khách hàng cá nhân sử dụng vốn đúng mục đích và 0 nếu sử dụng vốn không đúng mục đích.
–
Y RRTDCN
Có giá trị là 1 đối với khách hàng có phát sinh rủi ro tín dụng (nợ nhóm 2, 3, 4, 5) và 0 nếu khách hàng chưa phát sinh rủi ro tín dụng (nợ nhóm 1).
3.3 Phương pháp nghiên cứu
− Phương pháp định tính: Kế thừa các nghiên cứu trước đây để lựa chọn và xác định các biến độc lập chủ quan tác động đến rủi ro tín dụng đối với khách hàng cá nhân. Tuy nhiên do hạn chế về nguồn thu thập dữ liệu, nghiên cứu này chỉ tập trung vào 9 nhân tố
chính: tuổi, vị trí công tác, trình độ học vấn, tình trạng hôn nhân, người phục thuộc, nghề nghiệp, thu nhập bình quân của khách hàng cá nhân, kinh nghiệm của cán bộ tín dụng và kiểm tra mục đích sử dụng vốn vay của khách hàng cá nhân. Từ đó thống kê mô tả mẫu nghiên cứu theo cơ cấu mẫu của từng biến độc lập với biến phụ thuộc.
− Phương pháp định lượng: Đề tài sử dụng mô hình hồi quy Logistic với những số liệu thứ cấp từ các báo cáo và hồ sơ vay của khách hàng cá nhân tại Bộ phận tư vấn tài chính cá nhân của ACB Ông Ích Khiêm. Sau đó, tập hợp và xử lý số liệu trên phần mềm SPSS 20.0 để xác định các nhân tố chủ quan tác động đến rủi ro tín dụng.