Dấu kỳ vọng của biến

Một phần của tài liệu (LUẬN văn THẠC sĩ) ứng dụng mô hình logistic trong xây dựng mô hình đo lường xác suất không trả được nợ của khách hàng doanh nghiệp theo basel II tại vietinbank (Trang 85 - 88)

Xác định dấu kỳ vọng dương hay âm cho mỗi biến là một bước quan trọng và quyết định trong việc lựa chọn biến cho mô hình. Dấu của các biến cho biết sự ảnh hưởng của từng biến và P(x). Dấu âm cho thấy giá trị của chỉ tiêu cao dẫn tới P(x) thấp và ngược lại đối với dấu dương. Ví dụ, giá trị biến Tổng nợ/Tổng tài sản càng cao thì giá trị P(x) càng cao. Trong trường hợp này, dấu kỳ vọng của biến mang dấu dương.

Dấu kỳ vọng hỗ trợ việc lựa chọn biến cuối cùng bởi vì dấu của hệ số ước lượng được trong phương trình cuối cùng phải phù hợp với giả thuyết đặt ra ban đầu. Ví dụ, nếu dấu của Hệ số ước lượng tương ứng với chỉ tiêu Nợ/Vốn Chủ sở hữu không chính xác, có nghĩa là Nợ/Vốn chủ sở hữu cao dẫn tới PD thấp hơn thì biến này sẽ không được lựa chọn.

Dấu kỳ vọng của một số biến như Tăng trưởng doanh thu trên tiền và các khoản tương đương tiền có thể mang cả dấu âm và dấu dương bởi vì giá trị của biến không thể xác định mức P(x).

Biến phi tài chính không cần phải được xác định dấu kì vọng vì sau quá trình chuyển đổi biến, giá trị ban đầu sẽ được chuyển đổi thành giá trị WOE và giá trị WOE luôn có chiều âm với P(x). Do đó, hệ số của các biến phi tài chính đều có giá trị âm.

3.2.4. Phân tích đơn biến

Phân tích đơn biến thực hiện cho dữ liệu của từng mẫu dữ liệu theo các mô hình. Các biến tài chính sau khi chuyển đổi về dạng logit, thực hiện chuẩn hóa, tính AUROC để kiểm tra khả năng phân biệt của từng biến. Các giá trị thô biến phi tài chính được chuyển đổi về WOE, tính IV để kiểm tra khả năng phân biệt của từng biến. Kết quả phân tích đơn biến được trình bày chi tiết ở Phụ lục 05 – Kết quả phân tích đơn biến.

Sau khi phân tích đơn biến, danh sách các biến định lượng và định tính được lựa chọn dựa trên ngưỡng AUROC và IV được thiết lập, trình bày ở Phụ lục 04 – Minh họa các biến tài chính và phi tài chính được lựa chọn.

Các biến tài chính với AUROC lớn hơn 0.6 hoặc nhỏ hơn 0.4 được chấp nhận cho vào danh sách được lựa chọn; riêng đối với mô hình SME, do số lượng biến tài chính được lựa chọn quá ít đối với mức AUROC đó nên mức giới hạn được đưa ra đối với AUROC của mô hình SME là lớn hơn 0.57 và nhỏ hơn 0.43.

Đối với các biến phi tài chính, các biến có tổng giá trị IV của các thang điểm lớn hơn 0.1 được cho vào danh sách biến được lựa chọn. Ngoài ra, các thang điểm của các biến đó cũng phải thể hiện rõ khả năng phân biệt tốt xấu của khách hàng. Tuy nhiên, do đa số các biến đều có tổng giá trị IV cao hơn 0.1 nên đều được cho vào danh sách lựa chọn.

Số biến được lựa chọn trong từng mô hình được trình bày ở Bảng 3.11. Bảng 3.11 - Số biến được lựa chọn trong từng mô hình

Mô hình Số lượng biến

tài chính Số lượng biến phi tài chính Tổng số biến Thương mại dịch vụ 66 20 81 Công nghiệp nhẹ 69 16 85 Xây dựng và bất động sản 61 16 73

Vận tải và kho bãi 78 15 91

Doanh nghiệp vừa và nhỏ 35 15 46

Doanh nhiệp siêu nhỏ 30 16 43

3.2.5. Phân tích đa biến

Sau khi phân tích đơn biến để đưa ra danh sách các biến lựa chọn cho từng mô hình, dữ liệu mẫu cho mỗi mô hình được rút ngắn chỉ còn giữ lại những biến được lựa chọn. Thực hiện phân tích tương quan để tìm ra những cặp biến có tương quan với nhau. Lựa chọn các biến không có tương quan cao với nhau. Đối với các nhóm biến có tương quan cao, lựa chọn một biến có khả năng phân biệt cao nhất (có giá trị IV/AUROC cao nhất).

Sử dụng chương trình SPSS chạy hồi quy logistic cho các biến tài chính, chạy hồi quy logistic cho các biến phi tài chính.

Kết quả chạy hồi quy cho một số biến giải thích theo phần mềm thống kê được minh họa ở Bảng 3.12.

Bảng 3.12 – Minh họa kết quả chạy hồi quy Logistic

Biến B S.E. Wald Df Sig. Exp(B)

Var13 .389 .233 2.779 1 .006 1.475 Var5 -1.085 .358 9.181 1 .002 .338 Var35 .722 .274 6.973 1 .008 2.059 Var10 1.607 .307 27.428 1 .000 4.986 Var8 -1.102 .335 10.822 1 .001 .332 Hằng số -2.757 .292 88.985 1 .000 .063

Khi sử dụng SPSS chạy hồi quy logistic, thực hiện phương pháp forward stepwise với mỗi mô hình, sau đó thực hiện phương pháp Enter đã được sử dụng để chọn thêm các biến có ý nghĩa thống kê và kinh tế. Sau khi chạy hồi quy bằng cả hai phương pháp Stepwise và Enter, các biến có ý nghĩa nhất mà không tương quan với nhau được chọn vào mô hình. Minh họa kết quả của mô hình được miêu tả ở Bảng 3.13.

Bảng 3.13 –Kết quả ban đầu cho biến tài chính của mô hình 1 khi sử dụng phương pháp Forward stepwise

Biến tài chính - Forward stepwise

 Sig. Exp()

Vòng quay tiền 0.281 0.003 1.325

(Nợ ngắn hạn + Nợ dài hạn)/VCSH 0.189 0.028 1.208

R_Nợ ngắn hạn/Tổng tài sản 0.452 0.000 1.572

R_Tổng lợi nhuận/VCSH -0.694 0.000 0.499

Một phần của tài liệu (LUẬN văn THẠC sĩ) ứng dụng mô hình logistic trong xây dựng mô hình đo lường xác suất không trả được nợ của khách hàng doanh nghiệp theo basel II tại vietinbank (Trang 85 - 88)

Tải bản đầy đủ (PDF)

(111 trang)