hình (không bị hiện tƣợng đa cộng tuyến)
Đa cộng tuyến là hiện tƣợng các biến độc lập trong mô hình tƣơng quan tuyến tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết không bị hiện tƣợng đa cộng tuyến bằng cách dùng chỉ tiêu hệ số phóng đại phƣơng sai VIF bằng phần mềm STATA.
Bảng 4.8: Chỉ số VIF
Tên biến Giá trị VIF
Thu nhập của ngƣời vay (thunhap) 3.44 Giá trị của khoản vay (giatri) 2.71
Kinh nghiệm (kinhnghiem) 1.86
Trình độ học vấn của ngƣời vay (trinhdo) 1.78
Độ tuổi ngƣời vay (dotuoi) 1.51
Số thành viên trong gia đình tạo ra thu nhập (songuoi) 1.38 Ngành nghề chính tạo ra thu nhập của ngƣời vay (nganhnghe) 1.29
Lãi suất vay (laisuat) 1.27
Thời hạn vay (thoihan) 1.22
Giá trị trung bình VIF 1.83
Nguồn: Tác giả tính toán từ dữ liệu khảo sát
Từ kết quả tính hệ số phóng đại phƣơng sai VIF của các biến tại Bảng 4.8 đều nhỏ hơn 10 nên hiện tƣợng đa công tuyến trong mô hình đƣợc đánh giá là không nghiêm trọng (Gujrati, 2003).
4.4.2. Kiểm định phƣơng sai của sai số không đổi (không bị hiện tƣợng phƣơng sai thay đổi)
Phƣơng sai của sai số thay đổi sẽ làm cho các ƣớc lƣợng thu đƣợc bằng phƣơng pháp hồi quy thông thƣờng vững nhƣng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Từ đó dẫn đến hiện tƣợng ngộ nhận các biến độc lập trong mô hình nghiên cứu có ý nghĩa, lúc đó kiểm định hệ số hồi quy và R bình phƣơng không dùng đƣợc. Bởi vì phƣơng sai của sai số thay đổi làm mất tính hiệu quả của ƣớc lƣợng, nên cần thiết phải tiến hành kiểm định giả thuyết phƣơng sai của sai số không đổi bằng kiểm định White, với giả thuyết H0: Không có hiện tƣợng phƣơng sai thay đổi.
Kết quả kiểm định White: chi2(51) = 133.67
Prob > chi2 = 0.0000
Nguồn: Tác giả tính toán từ dữ liệu khảo sát
Với mức ý nghĩa 1%, kiểm định White cho kết quả là: Prob > chi2 = 0.0000.
Vậy, Chi2 < 1% bác bỏ giả thuyết H0, có hiện tƣợng phƣơng sai thay đổi.
Tổng hợp kết quả kiểm định
Qua kết quả kiểm định từng phần ở trên, ta thấy: mô hình có hiện tƣợng đa cộng tuyến đƣợc đánh giá là không nghiêm trọng. Tuy vậy, mô hình có hiện tƣợng phƣơng sai thay đổi.
4.5. Kết quả mô hình nghiên cứu khi áp dụng phƣơng pháp Pro it (sau khi đã khắc phụchiện tƣợng phƣơng sai thay đổi)
Căn cứ vào kết quả kiểm định ở trên, ta thấy bài nghiên cứu có hiện tƣợng phƣơng sai của sai số thay đổi, do đó tác giả sẽ sử dụng thêm ƣớc lƣợng vững của ma trận hiệp phƣơng sai thông qua tùy chọn robust trên cơ sở phƣơng pháp Probit. Theo White (1980), tùy chọn robust giúp tính toán lại các giá trị kiểm định và khắc phục hiện tƣợng phƣơng sai của sai số thay đổi.
4.5.1. Kết quả mô hình hồi quy
Nghiên cứu sử dụng mô hình hồi quy Probit trên phần mềm STATA để phân tích các nhân tố ảnh hƣởng đến KNTN đúng hạn của nông dân tại BIDV – Chi nhánh Đồng Tháp . Với cỡ mẫu là 300, biến phụ thuộc là khả năng trả nợ vay và chín biến độc lập, kết quả phân tích bằng mô hình hồi quy Probit nhƣ sau:
ảng 4.9: Kết quả mô hình ƣớc lƣợng hồi quy Probit
Nhân tố β dy/dx Mức ý
nghĩa
Hằng số -1.897 0.094*
Độ tuổi ngƣời vay (dotuoi) -0.019 -0.004 0.140 Trình độ học vấn của ngƣời vay
(trinhdo)
0.678 0.123 0.025**
Ngành nghề chính tạo ra thu nhập của ngƣời vay (nganhnghe)
0.731 0.133 0.016**
Thu nhập của ngƣời vay (thunhap) 0.192 0.035 0.000*** Số thành viên trong gia đình (songuoi) 0.351 0.064 0.006*** Giá trị của khoản vay (giatri) 0.001 0.000 0.604 Kinh nghiệm (kinhnghiem) 0.057 0.010 0.000*** Thời hạn vay (thoihan) -0.209 -0.038 0.421 Lãi suất vay (laisuat) -0.118 -0.021 0.047**
Số quan sát 300
Prob>chi2 0.000
R2 điều chỉnh 0.509
Giá trị Log Likelihood điều chỉnh -97.605
Nguồn: Tác giả tính toán từ dữ liệu khảo sát Chú thích: ***: mức ý nghĩa 1%, **: mức ý nghĩa 5%, *: Mức ý nghĩa 10%
4.5.2. Đánh giá mức độ giải thích bởi các biến độc lập trong mô hình
Chỉ tiêu R2 điều chỉnh bằng 0.509 thể hiện mức độ giải thích của các biến độc lập trong mô hình là 50.9%.
4.5.3. Kiểm định độ phù hợp của mô hình
Chỉ tiêu Log Likelihhod bằng -97.605 là không cao. Và mô hình có mức ý nghĩa là chi2 = 0.0000 < 1% nên ta bác bỏ giả thiết H0 (H0: hệ số hồi quy của các biến độc lập bằng 0). Nhƣ vậy, các biến độc lập có quan hệ tuyến tính với biến phụ. Nói cách khác, mô hình nghiên cứu thực nghiệm đã xây dựng phù hợp với tập dữ liệu và sử dụng đƣợc.
4.5.4. Kiểm định ý nghĩa các hệ số hồi quy trong mô hình nghiên cứu
Kết quả kiểm định Wald (kiểm định giả thuyết hồi quy khác 0) đƣợc thể hiện ở Bảng 4.9, kết quả cho thấy trong chín biến độc lập đƣa vào mô hình thì có sáu biến có ý nghĩa về mặt thống kê ở mức ý nghĩa 1% và 5% và ba biến không có ý nghĩa về mặt thống kê. Cụ thể gồm các biến nhƣ: Số thành viên trong gia đình, thu nhập của ngƣời vay và kinh nghiệm có ý nghĩa thống kê với mức 1%, ngành nghề chính tạo ra thu nhập của ngƣời vay, trình độ học vấn của ngƣời vay và lãi suất vay có ý nghĩa thống kê với mức 5%. Còn lại ba biến là độ tuổi ngƣời vay vốn, giá trị của khoản vay và thời hạn vay không có ý nghĩa về mặt thống kê trong mô hình nghiên cứu.
4.5.5. Thảo luận kết quả hồi quy
Sau khi loại bỏ biến độc lập không có ý nghĩa về mặt thống kê, mô hình nghiên cứu có thể viết lại nhƣ sau:
KNTraNo = -1.897 + 0.678 TrinhDo + 0.731 NganhNghe + 0.192 ThuNhap + 0.351 SoNguoi + 0.057 KinhNghiem - 0.118 Laisuat + ε
Kết quả hồi quy Probit nhằm nhận diện các nhân tố ảnh hƣởng đến khả năng trả nợ vay đúng hạn của nông dân trong mẫu nghiên cứu chỉ ra 6 biến độc lập có ý nghĩa về mặt thống kê gồm: trình độ học vấn, ngành nghề chính tạo ra thu nhập, thu nhập của ngƣời vay, số ngƣời tạo ra thu nhập, số năm kinh nghiệm trong sản xuất nông nghiệp và lãi suất vay. Trong đó các biến độc lập nhƣ: số ngƣời tạo ra thu
ý nghĩa thống kê với mức ý nghĩa 1%, ba biến còn lại có ý nghĩa thống kê với mức 5%.
Biến lãi suất có hệ số hồi quy mang dấu âm, có nghĩa khi tăng thêm một đơn vị biến này sẽ làm giảm khả năng trả nợ của ngƣời vay, với điều kiện các yếu tố khác không đổi. Ngƣợc lại các biến trình độ, ngành nghề, thu nhập, số ngƣời, kinh nghiệm có hệ số hồi quy mang dấu dƣơng, điều này cho thấy những yếu tố này làm tăng khả năng trả nợ của ngƣời vay nếu tăng thêm một đơn vị các yếu tố này với điều kiện các yếu tố khác không đổi. Nhƣ vậy các hệ số hồi quy có dấu đúng với dấu kỳ vọng ban đầu.
Trên cơ sở kết quả hồi quy, mức độ tác động đến khả năng trả nợ vay đúng hạn của ngƣời nông dân đối với từng nhân tố ảnh hƣởng nhƣ sau:
Biến ngành nghề tác động cùng chiều và mạnh nhất (0,731) đến khả năng trả nợ của nông dân và có ý nghĩa thống kê với mức ý nghĩa 5%. Theo đó, tác động biên (dy/dx = 0,133) cho thấy những khoản vay có nguồn trả nợ từ hoạt động sản xuất nông nghiệp có xác suất trả nợ đúng hạn sẽ tăng 13,3 điểm phần trăm so với những khoản vay có nguồn thu nhập trả nợ từ hoạt động khác, nguồn thu nhập có đƣợc từ hoạt động nông nghiệp vẫn là nguồn trả nợ chính, ổn định và hiệu quả trong phƣơng án trả nợ vay của nông dân, các nguồn khác phụ thêm của các thành viên khác trong hộ không tham gia hoạt động nông nghiệp nhƣ mua bán tạp hoá, kinh doanh bất động sản,… là nguồn không ổn định và chỉ có tính phụ thêm. Trên thực tế thu nhập của ngƣời nông dân vừa chịu ảnh hƣởng bởi thời tiết, khí hậu vừa chịu ảnh hƣởng bởi đầu ra của hàng nông sản. Hiện tại, tỉnh Đồng Tháp đã và đang thực hiện tốt việc liên kết 4 khâu: sản xuất nông sản, thu mua, chế biến, xuất khẩu/tiêu thụ nhằm giải quyết đƣợc đầu ra cho hàng nông sản, chấm dứt điệp khúc đƣợc mùa - rớt giá. Kết quả hồi quy này phù hợp với nghiên cứu của Chapman (1990) và Trƣơng Đông Lộc và Phan Thanh Bình (2011).
Kế tiếp là biến trình độ học vấn của ngƣời vay tác động cùng chiều (0,678) đến khả năng trả nợ và có ý nghĩa thống kê với mức ý nghĩa 5%. Theo đó, tác động
biên (dy/dx = 0,123) cho thấy nông dân có học vấn cao sẽ làm xác xuất trả nợ đúng hạn tăng thêm 12,3 điểm phần trăm .Nông dân có học vấn càng cao thì khả năng trả nợ đúng hạn càng cao, vì học vấn càng cao thì càng có nhiều cơ hội tiếp cận với thông tin vay vốn, dễ dang tiếp cận với khọc kỹ thuật, kiến thức quản lý. Từ đó hiệu quả sử dụng vốn trong sản xuất nông nghiệp cũng cao hơn những nông dân có học vấn thấp. Việc sử dụng vốn hiệu quả sẽ giúp ngƣời vay trả nợ đúng hạn. Việc nâng cao kiến thức, trình độ của ngƣời nông dân rất đƣợc chính quyền địa phƣơng quan tâm. Cụ thể là tỉnh đã tổ chức các lớp học về giống cây trồng để ngƣời dân có thể lựa chọn các giống cây tốt, hiệu quả, năng suất cao; thông qua các hội quán nông dân đƣợc thành lập trên cơ sở tự nguyện của những ngƣời nông dân ở khắp các xã, huyện trên địa bàn tỉnh Đồng Tháp (hiện có trên 50 hội nông dân), ngƣời nông dân cùng nhau chia sẻ kiến thức và kinh nghiệm trong quá trình trồng trọt và chăn nuôi. Các gia đình nông dân hiện nay cũng ý thức đƣợc ý nghĩa của kiến thức trong việc áp dụng khoa học kỹ thuật cũng nhƣ khoa học quản lý trong sản xuất nông nghiệp tạo nên hiệu quả cao hơn trong sản xuất kinh doanh nên việc cho con em đi học đƣợc ƣu tiên hàng đầu trong hộ gia đình. BIDV cũng đánh giá cao khả năng trả nợ của các khách hàng có trình độ học vấn cao. Trong quy trình thẩm định cho khách hàng vay, cán bộ tín dụng phải thực hiện chấm điểm để xếp hạng tín dụng cho khách hàng để quyết định chính sách cấp tín dụng cho khách hàng, các khách hàng có trình độ học vấn cao sẽ có điểm cao hơn các khách hàng có số trình độ thấp hơn. Kết quả hồi quy này giống với kết luận của nhiều tác giả nhƣ Kibrom (2010), Vitor (2012), Wongnaa và Vitor (2013), Adeyonu và các tác giả (2016), Trƣơng Đông Lộc và Nguyễn Thanh Bình (2011); Mai Văn Nam và Vƣơng Quốc Duy (2016).
Biến số thành viên trong hộ gia đình tạo ra thu nhập tác động cùng chiều (0,351) đến khả năng trả nợ và có ý nghĩa thống kê với mức ý nghĩa 1%. Theo đó, tác động biên (dy/dx = 0,064) cho thấy cứ số thành viên trong hộ gia đình có tạo ra thu nhập tăng lên 1 ngƣời thì xác xuất trả nợ vay đúng hạn tăng lên 6,4 điểm phần trăm. Các gia đình nông dân nào có nhiều ngƣời tạo ra thu nhập sẽ làm tăng thêm
thêm nguồn trả nợ bổ sung nếu xảy ra rủi ro trong hoạt động sản xuất nông nghiệp. Hơn nữa, các thành viên trong hộ gia đình cùng nhau tham gia vào hoạt động sản xuất nông nghiệp bao gồm nhiều thế hệ: ông bà, cha mẹ và con cháu sẽ là sự kết hợp giữa kinh nghiệm, kiến thức, trình độ chuyên môn và khoa học kỹ thuật. Điều này sẽ giúp tăng hiệu quả trong sản xuất nông nghiệp và giảm rủi ro trong hoạt động sản xuất kinh doanh của cả hộ gia đình. Thông qua việc thẩm định số lƣợng thành viên trong gia đình tại thời điểm cấp giấy đất nông nghiệp tại các huyện Tân Hồng, Hồng Ngự, Cao Lãnh, Tháp Mƣời cho thấy: các gia đình này thƣờng rất đông con, mỗi gia đình có ít nhất 4 ngƣời con, từ đó các thành viên tham gia vào hoạt động sản xuất kinh doanh của hộ gia đình cũng nhiều hơn. Kết luận này phù hợp với nghiên cứu của Chapman (1990) và Trƣơng Đông Lộc và Nguyễn Thanh Bình (2011).
Biến có tác động cùng chiều tiếp theo nhƣng thấp hơn (0,192) là thu nhập của ngƣời vay. Theo đó, tác động biên (dy/dx = 0,035) cho thấy cứ thu nhập của ngƣời vay tăng lên 1 đơn vị thì xác xuất trả nợ vay đúng hạn tăng lên 3,5 điểm phần trăm. Thu nhập của chính ngƣời vay càng cao thì khả năng trả nợ càng cao, điều này phù hợp với nghiên cứu của các tác giả Kohansal và Mansoori (2009) cũng nhƣ Chapman (1990).
Biến có tác động cùng chiều thấp nhất (0,056) đến khả năng trả nợ là số năm kinh nghiệm của ngƣời vay. Theo đó, tác động biên (dy/dx = 0,010) cho thấy số năm kinh nghiệm của ngƣời vay tăng lên 1 đơn vị thì xác xuất trả nợ vay đúng hạn tăng lên 1 điểm phần trăm. Ngƣời vay nào càng có nhiều năm kinh nghiệm trong sản xuất nông nghiệp thì khả năng trả nợ càng cao. Kết quả này cũng phù hợp với nghiên cứu của Wongnaa, Victor (2013).
Biến duy nhất có tác động ngƣợc chiều lên khả năng trả nợ là lãi suất vay (- 0,118), nếu lãi suất vay càng tăng thì khả năng trả nợ càng giảm và ngƣợc lại. Theo đó, tác động biên (dy/dx = -0,021) cho thấy cứ lãi suất vay tăng lên 1 đơn vị thì xác xuất trả nợ vay đúng hạn giảm đi 2,1 điểm phần trăm. Lãi vay là một chi phí cấu
thành nên giá hàng nông sản. Gía hàng nông sản càng cao thì sẽ khó cạnh tranh đƣợc trên thị trƣờng, từ đó có thể ảnh hƣởng đến doanh thu và thu nhập của ngƣời nông dân và khả năng trả nợ của họ. Kết quả này phù hợp với kết quả nghiên cứu của các tác gỉa Trƣơng Đông Lộc và Nguyễn Thanh Bình (2011); Kohansal và Mansoori (2009).
Ngoài ra, với kết quả hồi quy trình bảng 4.9, bài nghiên cứu chƣa tìm thấy tác động có ý nghĩa thống kê của các biến độ tuổi ngƣời vay, giá trị của khoản vay và thời hạn vay đến khả năng trả nợ do mức ý nghĩa thống kê tƣơng ứng với các biến này lớn hơn 10% (p>z).
Tóm tắt lại kết quả mô hình và kỳ vọng ban đầu do giả thuyết đặt ra nhƣ đƣợc trình bày trong bảng 4.10:
Bảng 4.10: Tóm tắt kỳ vọng của giả thuyết và kết quả mô hình
STT Biến
Kỳ vọng về dấu tác động đến KNTN vay đúng hạn của nông dân
Kết quả mô hình
Độ tuổi ngƣời vay vốn +/- Không tác động Trình độ học vấn của ngƣời vay + +
Ngành nghề chính tạo ra thu nhập
của ngƣời vay +
+
Thu nhập của ngƣời vay + +
Số thành viên trong gia đình + +
Kinh nghiệm + +
Giá trị của khoản vay + Không tác động
Thời hạn vay + Không tác động
Lãi suất vay - -
Tóm tắt chƣơng 4
Thông qua nội dung chƣơng này, tác giả đã trình bày chi tiết về mô hình, quá trình phân tích dữ liệu và các kết quả đƣợc rút ra. Với số lƣợng mẫu 300 quan sát đƣợc thu thập từ nông dân vay vốn tại BIDV – Chi nhánh Đồng Tháp, bằng sự hỗ trợ của phần mềm thống kê STATA, mô hình hồi quy về khả năng trả nợ đúng hạn của nông dân đã đƣợc hình thành, từ đó nhận diện đƣợc những nhân tố ảnh hƣởng đến khả năng trả nợ đúng hạn có ý nghĩa thống kê, bao gồm các biến: Số thành viên trong gia đình, thu nhập của ngƣời vay, kinh, ngành nghề chính tạo ra thu nhập của ngƣời vay, trình độ học vấn của ngƣời vay và lãi suất vay. Sau đó tác giả đã phân tích tình hình thực tế của từng biến tại chi nhánh để hiểu hơn về kết quả. Đây chính là cơ sơ đƣa ra các đề xuất, kiến nghị các nhà quản lý BIDV – Chi nhánh Đồng Tháp và các TCTD khác trong việc quyết định cấp tín dụng nông dân, góp phần tăng trƣởng tín dụng bền vững cũng nhƣ góp phần phát triển nông nghiệp, nông thôn theo chủ trƣơng của tỉnh Đồng Tháp, của Chính phủ Việt Nam.