Dựa trên mô hình nghiên cứu đề xuất và các giả thuyết nghiên cứu, luận văn dự kiến mô hình hồi quy như sau:
Như vậy, mô hình hồi quy (3.5) gồm 15 biến với hệ số B tương ứng từ B1-> B15
3.5 Dữ liệu nghiên cứu:
Luận văn sử dụng dữ liệu sơ cấp và thứ cấp. Dữ liệu thứ cấp là nguồn thông tin bên trong ngân hàng, dữ liệu được trích từ báo cáo tình hình dư nợ cho vay của các CN Vietinbank (Vietinbank Bình Dương, Vietinbank KCN Bình Dương, Vietinbank Tây Tiền Giang, Vietinbank CN 5, Vietinbank Phú Yên) tại thời điểm 01/04/2016, chương trình clos của core banking ngân hàng và phần mềm chấm điểm tín dụng khách hàng trên BDS. Riêng đối với biến số năm kinh nghiệm từ cán bộ thẩm định KHCN, luận văn sử dụng dữ liệu thứ cấp từ chương trình clos của core banking và dữ liệu sơ cấp từ phỏng vấn nhân viên thẩm định tín dụng cá nhân để cung cấp số liệu cho biến IOS. Bên cạnh đó, luận văn sử dụng dữ liệu thứ cấp là các báo cáo thường niên và báo cáo kiểm toán ngân hàng qua các năm 2013, 2014, 2015 và 6 tháng đầu năm 2016 để phân tích thực trạng dư nợ KHCN và tình hình nợ quá hạn tại Ngân hàng.
Số lượng mẫu là 180 dựa trên nghiên cứu hồi quy đa biến Daniel Boduszek (2016), trong đó kích thước mẫu được tính toán theo công thức của Tabachnick and Fidell như sau:
N > 50+8*m (3.6)
Trong đó: N là số lượng mẫu; m là số biến trong mô hình
Các số liệu ban đầu đươc thu thập từ 5 chi nhánh của Ngân hàng dựa trên việc chon mẫu cân bằng giữa các chi nhánh, sau đó được nhập liệu vào file excel và được chọn lọc ngẫu nhiên các mẫu một cách có điều kiện các khoản vay trả gốc và lãi định kỳ để tạo ra các biến cần phân tích. Sau đó, sử dụng phần mềm SPSS để phân tích thống kê mô tả, phân tích hồi quy mô hình binary logistic.
STT Tên biến Ký hiệu biến Nguồn dữ liệu
1
Khả năng trả nợ vay của KHCN (Bằng 1 nếu khách hàng có khả năng trả nợ vay đúng hạn và ngược lại nhận giá trị là 0)
Y Báo cáo MIS
2 Giới tính (Bằng 1 nếu giới tính
là nữ và bằng 0 nếu là nam) SEX
Chương trình clos của core banking và phần mềm chấm điểm tín dụng của BDS
3 Độ tuổi AGE
4 Số thành viên phụ thuộc gia
đình HOS
5
Trình độ học vấn từ trung cấp đến cao đẳng (Bằng 1 nếu người vay có trình độ từ trung cấp, cao đẳng và khác nhận giá trị 0)
EDU_1
6
Trình độ học vấn từ đại học trở lên (Bằng 1 nếu người vay có trình độ từ đại học trở lên và khác nhận giá trị 0)
7
Công việc (Bằng 1 nếu người vay có vị trí công việc văn phòng, trí óc và khác nhận giá trị 0)
WORK
8 Thu nhập INC
9 Kích cỡ khoản vay SOL
Báo cáo MIS
10 Thời gian vay TIME
11 Lãi suất vay INT
12
Tài sản thế chấp (Bằng 1 nếu người vay có tài sản thế chấp và ngược lại nhận giá trị 0)
SEC
13
Vay kinh doanh (Bằng 1 nếu mục đích của người vay là sản xuất kinh doanh và khác nhận giá trị 0)
TOL
14
Lịch sử nợ quá hạn của người vay (Bằng 1 nếu khách hàng chưa có nợ quá hạn và ngược lại nhận giá trị 0) CIC Phần mềm chấm điểm tín dụng của BDS 15 Kinh nghiệm, trình độ cán bộ thẩm định cho vay (Bằng 1 nếu cán bộ thẩm định có kinh nghiệm từ 2 năm trở lên và ngược lại)
IOS
Báo cáo MIS, chương trình clos và phỏng vấn cán bộ thẩm định
Bảng 3.2 - Mô tả các biến và nguồn dữ liệu thu thập từ các biến Nguồn: Tác giả thiết kế từ giả thuyết nghiên cứu và dữ liệu thu thập
3.6 Phƣơng pháp nghiên cứu:
Luận văn kết hợp phương pháp nghiên cứu định tính và định lượng. Trong đó, phương pháp nghiên cứu định tính được áp dụng thông qua tổng hợp các nghiên
cứu trước để làm nền tảng đưa ra mô hình lý thuyết và các giả thuyết nghiên cứu kèm theo. Phương pháp nghiên cứu định lượng được sử dụng trong quá trình tổng hợp các số liệu thứ cấp, số liệu sơ cấp thông qua phương pháp thống kê mô tả và phân tích hồi quy, cụ thể như sau:
3.6.1 Phƣơng pháp thống kê mô tả:
Phương pháp thống kê mô tả là các phương pháp liên quan đến việc thu thập số liệu, tóm tắt, trình bày và tính toán các đặc trưng để phản ánh một cách tổng quát đối tượng nghiên cứu. Dựa trên dữ liệu thu thập, luận văn sử dụng chương trình Microsoft Excel để xử lý số liệu sơ cấp và thứ cấp. Sau đó, dựa trên số liệu đã xử lý luận văn sử dụng phần mềm SPSS để thống kê tần số từng biến và thống kê mô tả các biến với các chỉ số kinh tế như trung bình, độ lệch chuẩn, giá trị max và min,…nhằm đánh giá một cách tổng quát toàn bộ biến trong mô hình.
3.6.2 Phƣơng pháp phân tích hồi quy:
Như đã trình bày ở trên, để đánh giá khả năng trả nợ của KHCN, luận văn sử dụng mô hình binary logistics.
Mô hình được thể hiện như sau:
Trong đó E(Y/X) là xác suất để Y=1 (tức xác suất khách hàng có khả năng trả nợ vay) khi mức giá là Xi. Đặt , ta có thể viết lại hàm binary logistics như sau:
Và xác suất khách hàng có khả năng trả nợ và không có khả năng trả nợ là
Nếu so sánh giữa xác suất khách hàng có khả năng trả nợ và khách hàng không có khả năng trả nợ, ta có tỷ lệ Odds với công thức:
Lấy Logarit cơ số e cả 2 vế phương trình và biến đổi, ta được kết quả:
Trong đó:
Y=1: khách hàng có khả năng trả nợ vay. Y=0: khách hàng không có khả năng trả nợ vay
3.6.2.1 Diễn dịch ý nghĩa của các hệ số hồi quy:
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), tên gọi hồi quy Binary Logistic xuất phát từ quá trình biến đổi lấy logarit của thủ tục này. Sự chuyển hóa các hệ số hồi quy của hồi quy binary logistic có nghĩa hơi khác với hệ số hồi quy trong trường hợp thông thường với các biến phụ thuộc dạng thập phân.
Từ kết quả công thức (3.7), có thể nói hệ số ước lượng B1 là sự đo lường những thay đổi trong tỷ lệ (được lấy logarit) của các xác suất xảy ra sự kiện với 1 đơn vị thay đổi trong biến phụ thuộc X1 tức là khi X1 tăng 1 đơn vị thì Log của tỷ lệ (Pi/1-Pi) tăng B1 đơn vị. Về chiều hướng tác động, vế trái của của công thức (3.7) đồng biến với Pi (tức xác suất Y=1) nên nếu hệ số Bi mang dấu dương thì tăng Xi sẽ làm tăng khả năng Y nhận giá trị 1 trong khi hệ số âm làm giảm khả năng này.
Tuy nhiên, để diễn dịch ý nghĩa của các hệ số hồi quy, cần tính tác động biên của Xi lên xác suất Pi (tức xác suất Y=1) thông qua công thức sau:
Tác động biên của Xi lên xác suất Y=1 xác định với xác suất ban đầu = 0.5 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2008)
3.6.2.2 Độ phù hợp của mô hình:
Đối với mô hình Binary logistics để kiểm định phù hợp của mô hình, sử dụng chỉ tiêu -2LL (-2 Log Likelihood), thước đo này có ý nghĩa giống như SSE
(3.7)
(Sum of Squares of error) nghĩa là có giá trị càng nhỏ càng tốt. Giá trị nhỏ nhất của -2LL là 0 (tức là không có sai số) khi đó mô hình có độ phù hợp hoàn hảo.
3.6.2.3 Kiểm định ý nghĩa thống kê của các hệ số:
Để kiểm định ý nghĩa của các hệ số hồi quy Logistics sử dụng đại lượng Wald Chi Square (kiểm định giả thuyết hồi quy khác không) để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể. Nếu hệ số hồi quy B0 và B1 đều bằng 0 thì tỷ lệ chênh lệch giữa các xác suất sẽ bằng 1, tức xác suất để sự kiện xảy ra hay không xảy ra như nhau, lúc đó mô hình hồi quy không có tác dụng dự đoán. Wald Chi Square được tính bằng cách lấy ước lượng của hệ số hồi quy của biến độc lập trong mô hình (hệ số hồi quy mẫu) logistics chia cho sai số chuẩn của ước lượng hệ số hồi quy này, sau đó lấy bình phương như sau:
3.6.2.4 Kiểm định mức độ phù hợp tổng quát:
Kiểm định độ phù hợp tổng quát trong hồi quy logistics, với hồi quy tuyến tính bội ta dung thống kê F để kiểm định giả thuyết tuy nhiên trong hồi quy logistics ta dùng kiểm định Chi - bình phương để kiểm định tổ hợp liên hệ tuyến tính của toàn bộ các hệ số trong mô hình có thực sự ý nghĩa trong việc giải thích cho biến phụ thuộc không. Với mức sig <0.05 ta bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 tức là các hệ số hồi quy khác nhau có ý nghĩa thống kê và các hệ số đều thực sự có ý nghĩa trong việc giải thích biến phụ thuộc.
3.7 Quy trình nghiên cứu:
Dựa trên mô hình nghiên cứu và phương pháp nghiên cứu, quy trình nghiên cứu được tóm tắt như sau:
Hình 3.2 – Quy trình nghiên cứu mô hình
Nguồn: Tác giả tổng hợp từ các nghiên cứu và phương pháp nghiên cứu Cơ sở lý thuyết và các bằng
chứng thực nghiệm
Mô hình dự kiến các nhân tố ảnh hưởng đến khả năng trả nợ của
KHCN
Điều chỉnh chọn lọc các biến phù hợp với mô hình Thu thập số liệu và thử nghiệm
các biến trên phần mềm SPSS
Mô hình nghiên cứu tối ưu với các nhân tố ảnh hưởng đến khả
năng trả nợ của KHCN
Phân tích hồi quy mô hình nghiên cứu và kiểm định giả
thuyết
KẾT LUẬN CHƢƠNG 3
Có rất nhiều phương pháp thống kê được sử dụng trong việc đánh giả khả năng trả nợ của KHCN tuy nhiên chương 3 sẽ trình bày cụ thể khái niệm, ưu điểm và nhược điểm của từng mô hình MDA, mô hình LPM, mô hình logit và probit, mô hình mạng Neutral. Theo đó, mô hình binary logistic là phù hợp nhất bởi vì đặc tính dễ sử dụng và được sử dụng phổ biến trong hầu hết các nghiên cứu về khả năng trả nợ của khách hàng.
Dựa trên các bằng chứng thực nghiệm tại chương 2 và thực tế tại Ngân hàng, luận văn đề xuất mô hình nghiên cứu ban đầu bao gồm 15 biến độc lập (giới tính, độ tuổi, tình trạng hôn nhân, số thành viên phụ thuộc, trình độ học vấn, tình trạng công việc, thu nhập, kích cỡ khoản vay, thời hạn vay, hình thức thế chấp, lãi suất vay, mục đích vay, lịch sử nợ quá hạn và kinh nghiệm, trình độ cán bộ thẩm định) và biến phụ thuộc khả năng trả nợ đúng hạn của khách hàng cùng các giả thuyết nghiên cứu và bảng kỳ vọng về dấu của mô hình. Dữ liệu nghiên cứu của mô hình được lấy cân bằng từ 180 mẫu khách hàng đang vay vốn tại 5 CN của Ngân hàng Vietinbank tại thời điểm ngày 01/04/2016. Thông qua, phương pháp nghiên cứu thống kê mô tả và phương pháp hồi quy mô hình binary logistic để tìm ra mô hình nghiên cứu tối ưu với các biến có ý nghĩa thống kê trong chương 4.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Ba phần chính được thực hiện trong chương này bao gồm: phân tích thống kê mô tả, phân tích tương quan và đa cộng tuyến, phân tích mô hình hồi quy dựa trên quy trình xây dựng mô hình nghiên cứu tối ưu tại chương 3. Đồng thời, các nhận xét, giải thích và phân tích lý giải nhằm làm nổi bật các nhân tố ảnh hưởng và không ảnh hượng đến khả năng trả nợ của KHCN tại Ngân hàng
4.1 Thống kê mô tả:
4.1.1 Thống kê mô tả chung:
N Minimum Maximum Mean Std. Deviation
SEX 180 0 1 .42 .494 AGE 180 18 67 40.69 10.077 MAR 180 0 1 .68 .469 HOS 180 0 3 1.06 .870 EDU_1 180 0 1 .34 .475 EDU_2 180 0 1 .36 .482 WORK 180 0 1 .31 .464 SOL 180 30 3700 645.16 744.732 TIME 180 12 240 56.78 32.927 INC 180 5 182 26.27 27.386 INT 180 .061 .125 .09876 .013890 SEC 180 0 1 .82 .388 TOL 180 0 1 .34 .477 CIC 180 0 1 .90 .301 IOS 180 0 1 .62 .488 Y 180 0 1 .61 .489 Valid N (listwise) 180
Bảng 4.1 – Bảng thống kê mô tả dữ liệu các biến trong mô hình Nguồn: Tác giả sử dụng phần mềm SPSS để tính toán
Trong 180 mẫu quan sát có độ tuổi thấp nhất là 18 và cao nhất 67 tuổi, độ tuổi trung bình là 40 tuổi, điều này khá phù hợp vì đây là giai đoạn khách hàng vay có sự ổn định về công việc, nghề nghiệp, nguồn vốn và kinh nghiệm do đó khả năng trả nợ đúng hạn cao hơn khá nhiều.
Kích cỡ khoản vay thấp nhất là 30 triệu vì đây là khoản vay tín chấp, hạn mức cấp tín dụng dựa trên thu nhập từ lương của khách hàng vay. Cùng với kích cỡ khoản vay thì thu nhập của người vay tương ứng thấp nhất là 5 triệu và cao nhất là 182 triệu. Lý do thu nhập thấp nhất là 5 triệu vì có những khoản vay tín chấp cho cán bộ công nhân viên của các đoàn thể chính trị-xã hội, cán bộ công nhân viên làm việc tại Vietinbank,…do đó việc cấp hạn mức tín dụng phụ thuộc vào lương thực nhận của khách hàng sau khi trừ đi chi phí sinh hoạt. Thời gian vay dao động từ 12 tháng 240 tháng vì biến phụ thuộc được xét trong điều kiện trả gốc và lãi hàng tháng bên cạnh đó mẫu quan sát chiếm 65.6% chủ yếu vay tiêu dùng do đó thời hạn vay khá dài.
Lãi suất vay trung bình dao động 9.9%/năm là khá phù hợp với các khoản vay trung, dài hạn, lãi suất vay trung, dài hạn của Vietinbank tính đến thời điểm hiện tại là 10%/năm trong đó lãi suất vay thấp nhất 6.1%/năm với các khách hàng được áp dụng chương trình khuyến mãi ưu đãi và lãi suất vay cao nhất 12.5%/năm do đây là khoản vay tín chấp.
4.1.2 Cơ cấu mẫu theo biến độc lập: 4.1.2.1 Nhóm nhân tố đặc điểm cá nhân: 4.1.2.1 Nhóm nhân tố đặc điểm cá nhân:
Dữ liệu nghiên cứu bao gồm 180 mẫu trong đó có 105 mẫu khách hàng vay là nam, chiếm 58.3% và 75 mẫu khách hàng vay là nữ, chiếm 41.7%. Dữ liệu khá tương đồng đối với biến giới tính.
Giới tính Tần số Phần trăm (%) Giá trị phần trăm (%) Phần trăm cộng dồn (%) Nam 105 58.3 58.3 58.3
Nữ 75 41.7 41.7 100
Tổng cộng 180 100 100
Bảng 4.2 - Đặc điểm giới tính
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Kết quả nghiên cứu cho thấy khách hàng vay chủ yếu đã kết hôn chiếm 67.8% trong tổng quan sát, trong khi đó tình trạng chưa kết hôn chiếm 32.2%. Điều này khá phù hợp vì khi xem xét độ tuổi trung bình vay là khoảng 40 tuổi. Đây là độ tuổi khách hàng vay thường đã kết hôn và nhu cầu vay để phục vụ nhu cầu sinh hoạt, tiêu dùng cao hơn.
Tình trạng hôn nhân Tần số Phần trăm (%) Giá trị phần trăm (%) Phần trăm cộng dồn (%) Đã kết hôn 122 67.8 67.8 67.8 Chưa kết hôn 78 32.2 32.2 100 Tổng cộng 180 100 100 Bảng 4.3 – Tình trạng hôn nhân
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Kết quả thống kê cho thấy số thành viên phụ thuộc trong gia đình nhiều nhất là 3 người và thấp nhất là không có người phụ thuộc nào trong gia đình. Trong đó, số thành viên phụ thuộc chủ yếu là 2 người, chiếm 37.2% và thấp nhất là 3 người, chiếm 1.1%. Số lượng thành viên phụ thuộc Tần số Phần trăm (%) Giá trị phần trăm (%) Phần trăm cộng dồn (%) 0 61 33.9 33.9 33.9 1 50 27.8 27.8 61.7 2 67 37.2 37.2 98.9 3 3 1.1 1.1 100 Tổng cộng 180 100 100
Bảng 4.4– Số lượng thành viên phụ thuộc trong gia đình Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
4.1.2.2 Nhóm năng lực của ngƣời vay:
Trình độ học vấn cũng được ngân hàng thu thập trong quá trình thẩm định, khảo sát nghiên cứu cho thấy có 36.1% khách hàng vay có trình độ học vấn từ đại học trở lên, 33.9% khách hàng vay có trình độ học vấn từ trung cấp cho đến cao