Dựa trên thực trạng hoạt động tín dụng và các phương pháp đánh giá khả năng trả nợ của KHDN nói riêng và khách hàng nói chung tại VCB. Học viên nhận thấy cần phải xây dựng một mô hình đo lường rủi ro cụ thể khả năng trả nợ của KHDN – không chỉ dừng lại ở việc phân tích tình trạng của KHDN mà còn xem xét trong bối cảnh quan hệ tín dụng tại VCB.HCM.
Mô hình được lựa chọn dựa trên các tiêu chí sau:
Thứ nhất, mô hình thống kê phải khắc phục được hạn chế của phương pháp đánh
giá khả năng trả nợ của KHDN hiện nay.
Thứ hai, mô hình có khả năng lượng hóa khả năng trả nợ thành xác suất trả nợ -
làm cơ sở cho việc xác định rủi ro của từng KHDN tại VCB.HCM.
Thứ ba, mô hình đơn giản, dễ sử dụng và có thể tận dụng được thông tin kết quả
Thứ tư, mô hình có thể đưa cùng lúc biến định lượng và biến định tính trong việc
xác định khả năng trả nợ của KHDN.
Qua nghiên cứu các kết quả thực nghiệm đánh giá các nhân tố ảnh hưởng đến khả năng trả nợ của KHDN bằng các phương pháp khác nhau. Tác giả lựa chọn sử dụng phương pháp hồi quy Logit để xây dựng mô hình. Đây là mô hình được sử dụng nhiều nước trên thế giới hiện nay trong việc đánh giá khả năng trả nợ của KHDN sau khi cấp tín dụng.
Mô hình hồi quy Logit là một mô hình định lượng trong đó biến kết quả là rời rạc, nhận hai giá trị có thể là 0 hoặc 1. Xem xét một tập hợp của n biến độc lập x (x1, x2, x3, ..., xn). Các yếu tố ảnh hưởng đến sự xuất hiện xác suất của sự kiện Y. "Xác suất mong đợi của Y bằng 1, cho giá trị x" được biểu thị bằng P (Y = 1 | x). Theo Hosmer và Lemeshow (2000) thì công thức mô tả mối quan hệ giữa P (Y = 1 | x) và n các yếu tố x như sau:
P(Y=1|x) = 𝑒
β0 + β1X1 + β2X2+⋯+ βnXn
1 + 𝑒β0 + β1X1 + β2X2+⋯+ βnXn (1)
Phương trình (1) là mô hình hồi quy logistic không tuyến tính. Tuy nhiên, nó có thể dễ dàng chuyển đổi thành mô hình xác suất tuyến tính.
Xác suất sự kiện Y xảy ra là P (Y = 1 | x), do đó xác suất sự kiện Y không xảy ra là 1 - P (Y = 1 | x). Tỷ số chênh là tỷ số giữa xác suất sự kiện Y xảy ra so với xác suất sự kiện Y không xảy ra:
Tỷ số chênh = P(Y=1|x) 1 − P(Y=1|x) (2)
Để F(x) = β0 + β1X1 + β2X2 + ⋯ + βnXn Lấy logarit của (2) ta có:
F(x) = ln ( P(Y=1|x)
1 − P(Y=1|x) ) = β0 + β1X1 + β2X2 + ⋯ + βnXn (3)
F (x) là Logit của mô hình hồi quy logistic và nó có nhiều tính chất tương tự đối với mô hình hồi quy tuyến tính. F (x) là "hệ phương trình tuyến tính theo tham số, có
tính liên tục, và có thể dao động từ -∞ tới + ∞, phụ thuộc vào phạm vi của x" (Hosmer & Lemeshow, 2000)
Hình 3.1: Mô hình xác suất tuyến tính và mô hình hồi quy tuyến tính
Trong mô hình này, xác suất có điều kiện của biến kết quả Y bị giới hạn giữa 0 và 1. Các biến độc lập X có thể rời rạc hoặc liên tục. Nhiều mô hình phân phối đã được đề xuất để sử dụng trong phân tích của một biến kết cục rời rạc. Có thể thấy hai ưu điểm chính của mô hình Logit so với các loại mô hình khác:
Thứ nhất, công thức logit rất linh hoạt và dễ sử dụng.
Thứ hai, các hệ số hồi quy là có ý nghĩa và các kết quả của mô hình cũng có thể
giải thích trực tiếp.
Với các biến được lựa chọn, hàm hồi quy Logit được xây dựng như sau:
P (Y = 1|x) = 𝑒
β0 + β1X1 + β2X2+⋯+ βnXn 1 + 𝑒β0 + β1X1 + β2X2+⋯+ βnXn Hoặc ln ( P(Y=1|x)
1 − P(Y=1|x) ) = β0 + β1X1 + β2X2 + ⋯ + βnXn
Trong phương trình này:
- P: xác suất trả nợ của khách hàng doanh nghiệp, P = 1 nếu KHDN trả được nợ, trả nợ tốt, P = 0 nếu KHDN không trả được nợ, không trả nợ tốt.
Mô hình xác suất tuyến tính
- X1, ..., Xn: Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng. - β0, ..., βn: Các hệ số hồi quy của hàm Logit
Kết luận chương 3
Trong phạm vi chương 3, tác giả đã lần lượt trình bày trình tự nghiên cứu và phương pháp định lượng như thống kê mô tả và phương pháp hồi quy logit nhị phân để thực hiện trong bài nghiên cứu.
Ngoài ra, chương 3 cũng trình bày cơ sở để xây dựng mô hình nghiên cứu. Từ đó làm cơ sở để đưa ra kết quả của nghiên cứu và phân tích mức độ tác động của các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng trong chương tiếp theo.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU ĐỊNH LƯỢNG
Mục tiêu của chương 4 là phân tích kết quả mô hình kinh tế lượng. Sau khi thực hiện các bước kiểm định đã được trình bày ở chương 3, chương 4 đưa ra kết quả hồi quy chính thức. Dựa vào kết quả hồi quy, kết hợp cơ sở lý thuyết, kết quả các nghiên cứu trước đây được trình bày tại chương 2 cũng như kiến thức thực tế, tác giả tiến hành phân tích mức độ tác động của các yếu tố ảnh hưởng đến khả năng trả nợ của KHDN tại VCB HCM, sau đó lần lượt tính toán xác suất trả nợ của các khách hàng này và thực hiện mô hình đối chứng đối với mẫu dữ liệu 300 quan sát khác (của 100 khách hàng) tại VCB.HCM.