Kiểm định độ phù hợp tổng quát
4.2.4.1
Tiến hành phân tích dữ liệu trên phần mềm SPSS ta có kết quả kiểm định độ phù hợp tổng quát của mô hình trong bảng 4.6 bên dƣới (Bảng Omnibus Tests of Model Coefficients). Dựa trên giá trị cột Sig. cho thấy Sig.=0,000 < 0,05. Do đó, bác bỏ giả thuyết H0, chấp nhận giả thiết H1. Nhƣ vậy các biến độc lập có ý nghĩa giả thích cho biến phụ thuộc, mô hình đƣợc xem là phù hợp, có ý nghĩa thống kê.
Bảng 4. 6 Kiểm định độ phù hợp tổng quát
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 228.606 10 .000
Block 228.606 10 .000
Model 228.606 10 .000
Nguồn: Phân tích dựa trên mẫu nghiên cứu
Kiểm định mức độ giải thích của mô hình
4.2.4.2
Bảng 4.7 bên dƣới cho thấy giá trị -2LL (-2 log likehood) = 150,88 giá trị này tƣơng đối nhỏ. Giá trị R2
(Nagelkerke R Square) = 0,752 có nghĩa là mô hình các biến độc lập giải thích đƣợc 75,2% sự thay đổi của biến phụ thuộc “Trả nợ”. Nhƣ vậy, mức độ phù hợp của mô hình nghiên cứu tƣơng đối cao.
Bảng 4. 7 Kiểm định mức độ giải thích của mô hình
Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 150.880a .559 .752
a. Estimation terminated at iteration number 7 because parameter estimates changed by less than .001.
Nguồn: Phân tích dựa trên mẫu nghiên cứu
Kiểm định độ chính xác trong dự đoán của mô hình
4.2.4.3
Mức độ chính xác của mô hình dự báo đƣợc xác định dựa trên kết quả trong bảng 4.8 (Bảng Classification Table) bên dƣới. Kết quả cho thấy trong 162 mẫu quan sát không trả nợ đúng hạn thì mô hình dự báo đúng 148 trƣờng hợp, sai 14 trƣờng hợp, tỷ lệ dự báo đúng 91,4%. Còn với 117 trƣờng hợp trả nợ đúng hạn thì mô hình dự báo đúng 98 trƣờng hợp, dự báo sai 19 trƣờng hợp, tỷ lệ dự báo đúng 83,8%. Nhƣ vậy, tỷ lệ dự báo chính xác của cả mô hình là 88,2%, mô hình nghiên cứu là phù hợp.
Bảng 4. 8 Kiểm định độ chính xác trong dự đoán của mô hình Classification Tablea Observed Predicted Trả nợ Percentage Correct 0 1 Step 1 Trả nợ 0 148 14 91.4 1 19 98 83.8 Overall Percentage 88.2
a. The cut value is .500
Nguồn: Phân tích dựa trên mẫu nghiên cứu
4.2.5. Kiểm định ý nghĩa các hệ số hồi quy
Sử dụng phần mềm SPSS và STATA để thực hiền hồi quy Binary Logistic cho biến phụ thuộc “Trả nợ” và 10 biến độc lập: Vốn thực hiện dự án, vốn tự có, tiết kiệm, giới tính, số thành viên trong độ tuổi lao động, số thành viên ngoài độ tuổi lao động, trình độ, thị trƣờng tiêu thụ, diện tích đất, đƣờng giao thông. Kết quả hồi quy đƣợc thể hiện trong bảng 4.9 nhƣ sau:
Bảng 4. 9 Kết quả hồi quy Binary Logistic
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95% C.I.for EXP(B) Lower Upper Step 1a V Vốndựán .066 .024 7.599 1 .006 1.069 1.019 1.120 Vốntựcó .067 .051 1.759 1 .185 1.070 .968 1.182 Tiếtkiệm .412 .165 6.222 1 .013 1.510 1.092 2.086 Giớitính -.984 .440 5.008 1 .025 .374 .158 .885 Tvtronglđ .474 .220 4.635 1 .031 1.607 1.043 2.474 Tvngoàilđ -.503 .207 5.889 1 .015 .605 .403 .908 Trìnhđộ .128 .367 .122 1 .727 1.137 .554 2.332 Thịtrường 2.689 .494 29.684 1 .000 14.722 5.595 38.738 Dtđất .401 .136 8.723 1 .003 1.493 1.144 1.948 Đường 1.218 .450 7.334 1 .007 3.381 1.400 8.163 Constant -6.645 1.078 38.028 1 .000 .001
a. Variable(s) entered on step 1: Vốndựán, Vốntựcó, Tiếtkiệm, Giớitính, Tvtronglđ, Tvngoàilđ, Trìnhđộ, Thịtrường, Dtđất, Đường.
Kết quả kiểm định hệ số hồi quy khác không (Beta ≠ 0) của kiểm định Wald cho thấy trong mƣời biến đƣa vào mô hình sau khi loại bỏ ba biến không có ý nghĩa thống kê trong kiểm định hệ số tƣơng quan thì có tám biến có ý nghĩa thống kê với mức ý nghĩa 5%, bao gồm các biến sau: Vốn thực hiện dự án, tiết kiệm, giới tính, số thành viên trong độ tuổi lao động, số thành viên ngoài độ tuổi lao động, thị trƣờng tiêu thụ, diện tích đất, đƣờng giao thông. Các biến này có giá trị Sig. < 0,05. Hai biến còn lại là biến vốn tự có (Sig. = 0,185 >0,05) và biến trình độ (Sig. = 0,727 > 0,05) bị loại khỏi mô hình nghiên cứu do không có ý nghĩa về mặt thống kê.
4.2.6. Kiểm định phương sai sai số thay đổi
Do số quan sát lớn hơn 100 nên ta dùng kiểm định White trong kiểm định phƣơng sai của phần dƣ thay đổi - heteroskedasticity (Nguyễn Đình Thọ, 2013). Kết quả thực hiện kiểm định White trên STATA nhƣ sau:
“. imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity chi2(62) = 117.88
Prob > chi2 = 0.0000
Cameron & Trivedi's decomposition of IM-test
Source chi2 df p Heteroskedasticity 117.88 62 0.0000 Skewness 25.24 10 0.0049 Kurtosis 0.91 1 0.3394 Total 144.03 73 0.0000 “
Mức ý nghĩa 5% ta có Prob > chi2 = 0,0000. Do đó, mô hình có hiện tƣơng phƣơng sai của phần dƣ thay đổi. Ta tiếp tục thực hiện thêm một kiểm định trên STATA đó là HETTEST, kết quả nhƣ sau:
“. hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance
Variables: fitted values of Trảnợ chi2(1) = 4.95
Prob > chi2 = 0.0260”
Tƣơng tự nhƣ kiểm định White, Prob > chi2 = 0,0260 với mức ý nghĩa 5% cho thấy mô hình có hiện tƣợng phƣơng sai của phần dƣ thay đổi.
Nhƣ vậy, qua hai kiểm định kết quả khẳng định mô hình có hiện tƣợng phƣơng sai của phần dƣ thay đổi. Để khắc phục hiện tƣợng này, ta sử dụng phần mền STATA để chạy hồi quy mô hình Binary Logistic với tham số Robust. Kết quả thể hiện ở bảng 4.10 bên dƣới:
Bảng 4. 10 Kết quả hồi quy Binary Logistic với tham số Robust
Nguồn: Phân tích dựa trên mẫu nghiên cứu
_cons -6.644719 1.115102 -5.96 0.000 -8.83028 -4.459159 Đường 1.218079 .4067359 2.99 0.003 .420891 2.015267 Dtđất .4006893 .1432821 2.80 0.005 .1198615 .681517 Thịtrường 2.689362 .5216492 5.16 0.000 1.666948 3.711775 Trìnhđộ .1281386 .3503234 0.37 0.715 -.5584826 .8147597 Tvngoàilđ -.5025986 .1895901 -2.65 0.008 -.8741885 -.1310088 Tvtronglđ .474169 .2265154 2.09 0.036 .0302071 .918131 Giớitính -.9841329 .437194 -2.25 0.024 -1.841017 -.1272484 Tiếtkiệm .4118681 .2027897 2.03 0.042 .0144076 .8093286 Vốntựcó .0673688 .0571386 1.18 0.238 -.0446209 .1793584 Vốndựán .0664185 .0238355 2.79 0.005 .0197018 .1131352 Trảnợ Coef. Std. Err. z P>|z| [95% Conf. Interval] Robust
Log pseudolikelihood = -75.439986 Pseudo R2 = 0.6024 Prob > chi2 = 0.0000 Wald chi2(10) = 71.55 Logistic regression Number of obs = 279
Kết quả hồi quy Binary Logistic với tham số Robust cho thấy phƣơng sai ƣớc lƣợng và mức ý nghĩa các biến đã đƣợc điều chỉnh để đảm bảo khắc phục hiện tƣợng phƣơng sai sai số thay đổi (phƣơng sai phần dƣ thay đổi). Từ kết quả trên cho thấy không có sự khác biệt giữa kết quả chạy mô hình hồi quy Binary Logistic trên SPSS và chạy trên STATA.
Bảng 4. 11 Kết quả hồi quy theo tỷ số Odds
Nguồn: Phân tích dựa trên mẫu nghiên cứu
Nhƣ vậy, qua nhiều kiểm định đã đƣợc thực hiện trên mẫu nghiên cứu, có thể kết luận mô hình hồi quy có ý nghĩa thống kê và đáp ứng tốt yêu cầu nghiên cứu. Dựa trên các kết quả sẽ tiến hành đánh giá, phân tích tác động của các nhân tố có ý nghĩa thống kê đối với biến phụ thuộc trả nợ trong mô hình.
4.3. Thảo luận kết quả hồi quy mô hình
Thực hiện loại bỏ các biến không có ý nghĩa thống kê, mô hình hồi quy với biến phụ thuộc là trả nợ cùng tám biến có ý nghĩa đƣợc viết lại nhƣ sau:
_cons .0013009 .0014506 -5.96 0.000 .0001462 .0115721 Đường 3.380687 1.375047 2.99 0.003 1.523318 7.502727 Dtđất 1.492853 .2138991 2.80 0.005 1.127341 1.976874 Thịtrường 14.72227 7.679861 5.16 0.000 5.295979 40.92639 Trìnhđộ 1.13671 .3982162 0.37 0.715 .5720765 2.258633 Tvngoàilđ .6049566 .1146938 -2.65 0.008 .4172005 .8772101 Tvtronglđ 1.606679 .3639374 2.09 0.036 1.030668 2.504605 Giớitính .3737632 .163407 -2.25 0.024 .1586559 .880515 Tiếtkiệm 1.509635 .3061385 2.03 0.042 1.014512 2.246399 Vốntựcó 1.06969 .0611206 1.18 0.238 .95636 1.19645 Vốndựán 1.068674 .0254724 2.79 0.005 1.019897 1.119783 Trảnợ Odds Ratio Std. Err. z P>|z| [95% Conf. Interval] Robust
Log pseudolikelihood = -75.439986 Pseudo R2 = 0.6024 Prob > chi2 = 0.0000 Wald chi2(10) = 71.55 Logistic regression Number of obs = 279
𝑙𝑜𝑔𝑒 𝑃(𝑌= )
Tƣơng đƣơng:
Trả nợ = - 6,645 + 0,066*Vốn dự án + 0,412*Tiết kiệm - 0,984*Giới tính + 0,474*Thành viên trong tuổi lao động – 0,503*Thành viên ngoài tuổi lao động + 2,689*Thị trƣờng + 0,401*Diện tích đất + 1,218*Đƣờng giao thông
Kết quả hồi quy Binary Logistic cho thấy tám biến độc lập có ý nghĩa thống kê ảnh hƣởng đến biến phụ thuộc “Trả nợ” của ngƣời nghèo trong mẫu nghiên cứu. Các yếu tố này đều có mức ý nghĩa 5%, bao gồm: Vốn dự án, tiết kiệm, giới tính, số thành viên trong độ tuổi lao động, số thành viên ngoài độ tuổi lao động, thị trƣờng tiêu thụ, diện tích đất, đƣờng giao thông.
Kết quả hồi quy các yếu tố ảnh hƣởng đến việc trả nợ của ngƣời nghèo đều cho dấu đúng với kỳ vọng ban đầu. Các biến: Vốn dự án, tiết kiệm, số thành viên trong độ tuổi lao động, thị trƣờng, diện tích đất, đƣờng giao thông có hệ số hồi quy mang dấu dƣơng, tác động cùng chiều với khả năng trả nợ đúng hạn của ngƣời nghèo khi tăng thêm một đơn vị các yếu tố đó, trong điều kiện các yếu tố khác không đổi. Ngƣợc lại các biến giới tính, số thành viên ngoài độ tuổi lao động có hệ số hồi quy mang dấu âm, nghĩa là tác động ngƣợc chiều làm giảm khả năng trả nợ đúng hạn của ngƣời nghèo khi tăng thêm một đơn vị yếu tố này, trong điều kiện các yếu tố khác không đổi.
Ngoài ra các biến còn lại là: Vốn tự có, lãi suất, mục đích sử dụng vốn, trình độ, tuổi không có ý nghĩa về mặt thống kê trong mô hình nghiên cứu.
Bên cạnh kết quả hồi quy, nhằm giải thích một cách rõ hơn tác động của từng yếu tố đến việc trả nợ đúng hạn của ngƣời nghèo, nghiên cứu tiến hành thực hiện mô phỏng tỷ lệ trả nợ đúng hạn khi từng biến độc lập thay đổi theo xác suất cho trƣớc.
Với P0: Xác suất ban đầu (đƣợc cho trƣớc). P1: Xác suất thay đổi.
( ) 1 − (1 − ( ))
Căn cứ kết quả hồi quy (bảng 4.9) với hệ số hồi quy B và hệ số Exp(B), công thức tính nêu trên, kết quả tính toán đƣợc thể hiện trong bảng 4.12 nhƣ sau:
Bảng 4. 12 Ƣớc lƣợng việc trả nợ theo tác động của từng yếu tố
STT Biến độc lập Hệ số hồi quy
(B) Hệ số Exp(B)
Xác suất trả nợ khi biến độc lập thay đổi 1 đơn vị theo xác suất cho trước 5% 10% 15% 20% 1 Vốn dự án 0,0664 1,069 5,3% 10,6% 15,9% 21,1% 2 Tiết kiệm 0,412 1,51 7,4% 14,4% 21,0% 27,4% 3 Giới tính -0,984 0,374 1,9% 4,0% 6,2% 8,6% 4 Tv trong lđ 0,474 1,607 7,8% 15,2% 22,1% 28,7% 5 Tv ngoài lđ -0,503 0,605 3,1% 6,3% 9,6% 13,1% 6 Thị trường 2,689 14,722 43,7% 62,1% 72,2% 78,6% 7 Dt Đất 0,401 1,493 7,3% 14,2% 20,9% 27,2% 8 Đường 1,218 3,381 15,1% 27,3% 37,4% 45,8%
Nguồn: Phân tích dựa trên mẫu nghiên cứu
Nhƣ vậy, với 8/13 biến có ý nghĩa thống kê gồm: Vốn dự án, tiết kiệm, giới tính, số thành viên trong độ tuổi lao động, số thành viên ngoài độ tuổi lao động, thị trƣờng tiêu thụ, diện tích đất, đƣờng giao thông. Còn lại 5/13 biến không có ý nghĩa thống kê trong mô hình: Lãi suất, vốn tự có, tuổi chủ hộ, mục đích sử dụng vốn, trình độ học vấn của chủ hộ. Kết hợp kết quả hồi quy và kết quả bảng 4.12 cho thấy mức độ tác động của từng yếu tố đến việc trả nợ đúng hạn của hộ nghèo nhƣ sau:
Biến vốn thực hiện dự án: Biến này có tác động cùng chiều với trả nợ đúng
hạn của hộ nghèo đúng nhƣ kỳ vọng ban đầu. Giả sử rằng xác suất trả nợ đúng hạn của hộ nghèo ban đầu là 5%, trong điều kiện các yếu tố khác không đổi, nếu hộ gia đình nghèo đầu tƣ dự án tăng 1 triệu đồng thì xác suất trả nợ đúng hạn của hộ nghèo sẽ là 5,3%, tăng 0,3% so với xác suất ban đầu. Tƣơng tự xác suất ban đầu là 10%, 15%, 20% thì xác suất trả nợ đúng hạn lần lƣợt là 10,6%; 15,9% và 21,1%. Do vốn dự án đƣợc xác định với đơn vị là triệu đồng nên % tăng lên tƣơng đối nhỏ. Giả sử một dự án lớn đƣợc tiến hành với lƣợng vốn đầu tƣ lớn hơn thì xác suất trả nợ đúng hạn sẽ tăng lên đáng kể.
Đặt giả thuyết nhƣ sau:
Vốn dự án’: trƣờng hợp mô hình có biến vốn dự án đơn vị là 10 triệu đồng. Vốn dự án’’: trƣờng hợp mô hình có biến vốn dự án đơn vị là 20 triệu đồng Thực hiện hồi quy Binary Logistic thay đổi đơn vị của biến vốn dự án. Kết quả tính toán thu đƣợc nhƣ sau:
Bảng 4. 13 Ƣớc lƣợng việc trả nợ theo tác động của vốn dự án
Biến độc lập Hệ số hồi quy (B) Hệ số Exp(B)
Xác suất trả nợ khi biến độc lập thay đổi 1 đơn vị theo xác suất cho trước
5% 10% 15% 20% Vốn dự án’ 0,664 1,943 9,3% 17,8% 25,5% 32,7% Vốn dự án’’ 1,328 3,775 16,6% 29,5% 40,0% 48,6%
Nguồn: Phân tích dựa trên mẫu nghiên cứu
Nhƣ vậy khi vốn thực hiện dự án cao, ngƣời vay thực hiện dự án lớn sẽ góp phần tăng đáng kể xác suất trả nợ đúng hạn. Xét về nguyên nhân, những hộ vay thực hiện dự án lớn sẽ có khuynh hƣớng tiết kiệm đƣợc chi phí và thời gian trên cùng một đơn vị vật nuôi hoặc sản xuất kinh doanh khác. Từ đó tăng năng suất lao động và hiệu quả đầu tƣ. Ngoài ra, thực hiện dự án lớn khiến ngƣời vay có cơ hội nhận đƣợc thu nhập cao hơn, từ đó tăng tích lũy và tái đầu tƣ. Điều này giúp họ thoát nghèo nhanh, bền vững và trả nợ đúng hạn.
Biến tiết kiệm: Biến này có tác động cùng chiều với trả nợ đúng hạn của hộ
nghèo và đúng với kỳ vọng ban đầu. Giả sử rằng xác suất trả nợ đúng hạn của hộ nghèo ban đầu là 5%, trong điều kiện các yếu tố khác không đổi, nếu hộ gia đình nghèo có tiền gửi tiết kiệm tăng 1 triệu đồng thì xác suất trả nợ đúng hạn của hộ nghèo sẽ là 7,4%, tăng 2,4% so với xác suất ban đầu. Tƣơng tự xác suất ban đầu là 10%, 15%, 20% thì xác suất trả nợ đúng hạn lần lƣợt là 14,4%; 21% và 27,4%. Ba Tri là huyện có tỷ lệ hộ nghèo cao, số tiền gửi tiết kiệm khá thấp do hạn chế về thu nhập. Kết quả nghiên cứu cho thấy nếu hộ gia đình có ý thức tiết kiệm, quản lý chi tiêu tốt, có tích lũy và gửi tiết kiệm cao thì có xác suất trả nợ đúng hạn cao hơn.
Biến giới tính: Biến này nhƣ kỳ vọng ban đầu là tác động ngƣợc chiều với
việc trả nợ đúng hạn của hộ nghèo và đúng với kỳ vọng ban đầu. Giả sử rằng xác suất trả nợ đúng hạn của hộ nghèo ban đầu là 5%, trong điều kiện các yếu tố khác không đổi, nếu hộ gia đình nghèo có chủ hộ là nam thì xác suất trả nợ đúng hạn của hộ nghèo sẽ là 1,9%, nghĩa là giảm 3,1% so với xác suất ban đầu. Tƣơng tự xác suất ban đầu là 10%, 15%, 20% thì xác suất trả nợ đúng hạn lần lƣợt là 4%; 6,2% và 8,6%. Nhƣ vậy, khi nam giới làm chủ hộ trong hộ gia đình sẽ giảm xác suất trả nợ đúng hạn. Ngƣợc lại, phụ nữ là chủ hộ thì hộ gia đình sẽ trả nợ đúng hạn hơn do nữ giới là ngƣời thƣờng xuyên quan tâm đến chi tiêu, cân đối các nguồn thu chi của gia đình, phụ nữ có tính tiết kiệm và khéo léo trong sản xuất kinh doanh. Do đó khi họ là chủ hộ trong gia đình thì họ có vay trò, trách nhiệm và tiếng nói lớn hơn. Khi đó họ sẽ dẫn dắt các thành viên khác thực hiện dự án hiệu quả hơn, giúp gia đình thu đƣợc lợi nhuận và trả nợ đúng hạn.
Biến số thành viên trong độ tuổi lao động: Biến này giống nhƣ kỳ vọng ban
đầu là tác động cùng chiều với việc trả nợ đúng hạn của hộ nghèo và đúng với kỳ vọng ban đầu. Giả sử rằng xác suất trả nợ đúng hạn của hộ nghèo ban đầu là 5%, trong điều kiện các yếu tố khác không đổi, nếu hộ gia đình nghèo có số thành viên trong độ tuổi lao động nhiều hơn 1 ngƣời thì xác suất trả nợ đúng hạn của hộ nghèo