Bằng việc sử dụng phần mềm SPSS 18.0, tác giả tiến hành phân tích hồi quy Logistic qua các bước sau:
Bước 1: Đưa toàn bộ 8 biến DOTUOI, GIOITINH, TTHONNHAN, NGHE
NGHIEP, SOTIENVAY, LSUATVAY, TGIANVAY, HTHUCVAY vào mô hình. Sau khi chạy dữ liệu mô hình hồi quy Binary Logistic thông qua phần mềm SPSS, ta có kết quả các biến được trình bày trong bảng 4.9 dưới đây:
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a DOTUOI -.184 .028 42.864 1 .000 .832 GIOITINH -.889 .495 3.223 1 .073 .411 TTHONNH AN 5.212 .613 72.344 1 .000 183.535 NGHENGHI EP -.749 .199 14.146 1 .000 .473 SOTIENVA Y .000 .001 .051 1 .821 1.000 LSUATVA Y 14.096 7.125 3.914 1 .048 1324170.38 2 TGIANVAY -.015 .019 .652 1 .419 .985 HTHUCVA Y 3.781 .666 32.228 1 .000 43.855 Constant 6.506 1.532 18.046 1 .000 669.354 a. Variable(s) entered on step 1: DOTUOI, GIOITINH, TTHONNHAN,
NGHENGHIEP, SOTIENVAY, LSUATVAY, TGIANVAY, HTHUCVAY.
(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)
Từ bảng 4.10 xây dựng Mô hình 1 như sau:
Ln[(P=1)/(P=0)] = 6.506 – 0.184DOTUOI – 0.889 GIOITINH + 5.212 TTHONNHAN – 0.749 NGHENGHIEP + 0.00 SOTIENVAY + 14.096 LSUATVAY – 0.015 TGIANVAY + 3.781 HTHUCVAY (4.1)
Bảng trên cho thấy Mô hình 1 không được lựa chọn do biến SOTIENVAY không có ý nghĩa thống kê vì có mức ý nghĩa (Sig.) lớn (0.821). Do đó loại bỏ biến này khỏi mô hình và tiếp tục chạy mô hình với 7 biến còn lại.
Bước 2: Sau khi loại bỏ biến SOTIENVAY ra khỏi mô hình, tiếp tục chạy
mô hình với 7 biến còn lại là: DO TUOI, GIOITINH, TTHONNHAN, NGHE NGHIEP, LSUATVAY, TGIANVAY, HTHUCVAY.
Phân tích hồi quy Binary Logistic thông qua phần mềm SPSS, Bảng 4.10 trình bày kết quả tính toán các biến:
Bảng 4.10 Các biến trong mô hình 2 (Variables in the Equation) Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a DOTUOI -.184 .028 43.030 1 .000 .832 GIOITINH -.899 .494 3.312 1 .069 .407 TTHONNH AN 5.201 .610 72.788 1 .000 181.369 NGHENGHI EP -.748 .199 14.097 1 .000 .473 LSUATVA Y 14.169 7.138 3.941 1 .047 1423929.21 3 TGIANVAY -.014 .017 .604 1 .437 .987 HTHUCVA Y 3.837 .622 38.059 1 .000 46.390 Constant 6.454 1.514 18.179 1 .000 635.443 a. Variable(s) entered on step 1: DOTUOI, GIOITINH, TTHONNHAN,
NGHENGHIEP, LSUATVAY, TGIANVAY, HTHUCVAY.
(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)
Từ bảng 4.11 xây dựng Mô hình 2 như sau:
Ln[(P=1)/(P=0)] = 6.454 – 0.184 DOTUOI – 0.889 GIOITINH + 5.201 TTHONNHAN – 0.748 NGHENGHIEP + 14.169 LSUATVAY – 0.014 TGIANVAY + 3.837 HTHUCVAY (4.2)
Bảng 4.11 cho thấy Mô hình 2 không được lựa chọn do biến TGIANVAY không có ý nghĩa thống kê vì có mức ý nghĩa (Sig.) lớn (0.437). Do đó loại bỏ biến này khỏi mô hình và tiếp tục chạy mô hình với 6 biến còn lại.
Bước 3: Sau khi loại bỏ biến TGIANVAY ra khỏi mô hình, tiếp tục chạy mô
hình với 5 biến còn lại là: DO TUOI, GIOITINH, TTHONNHAN, NGHE NGHIEP, HTHUCVAY, LSUATVAY.
Phân tích hồi quy Binary Logistic thông qua phần mềm SPSS, Bảng 4.11 trình bày kết quả tính toán các biến:
Bảng 4.11 Các biến trong mô hình 3 (Variables in the Equation) Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a DOTUOI -.181 .028 43.239 1 .000 .834 GIOITINH -.916 .495 3.428 1 .064 .400 TTHONNH AN 5.178 .604 73.554 1 .000 177.395 NGHENGHI EP -.693 .185 14.008 1 .000 .500 LSUATVA Y 13.863 7.091 3.823 1 .051 1048924.00 3 HTHUCVA Y 3.837 .623 37.960 1 .000 46.386 Constant 5.953 1.359 19.175 1 .000 384.953 a. Variable(s) entered on step 1: DOTUOI, GIOITINH, TTHONNHAN,
NGHENGHIEP, LSUATVAY, HTHUCVAY.
(Nguồn: Tác giả phân tích bằng SPSS từ dữ liệu nghiên cứu)
Ln[(P=1)/(P=0)] = 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY (4.3)
Bảng 4.12 cột mức ý nghĩa (Sig.) của kiểm định Wald cho thấy:
- Biến DOTUOI có Sig = 0.00 < 0.01. Do đó, biến độ tuổi tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%.
- Biến GIOITINH có Sig = 0.064 < 0.1. Do đó, biến giới tính tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 90%.
- Biến TTHONNHAN có Sig = 0.00 < 0.01. Do đó, biến TTHONNHAN tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%.
- Biến NGHENGHIEP có Sig = 0.00 < 0.01. Do đó, biến NGHENGHIEP tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%.
- Biến LSUATVAY có Sig = 0.051 < 0.1. Do đó, biến lãi suất vay tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 90%.
- Biến HTHUCVAY có Sig = 0.00< 0.01. Do đó, biến hình thức vay tương quan có ý nghĩa với biến TRANO với độ tin cậy trên 99%.
Do tất cả 6 biến (DOTUOI, GIOITINH, TTHONNHAN, NGHENGHIEP, LSUATVAY, HTHUCVAY) đều có ý nghĩa thống kê ở mức sai số chuẩn hồi quy bằng 10% nên mô hình 3 dưới đây là mô hình được chọn lựa:
Ln[(P=1)/(P=0)] = 5.953 – 0.181 DOTUOI – 0.916 GIOITINH + 5.178 TTHONNHAN – 0.693 NGHENGHIEP + 13.863 LSUATVAY + 3.837 HTHUCVAY (4.3)
Kết quả hồi quy cho thấy mối tương quan của các biến độc lập được đưa vào mô hình và biến phụ thuộc. Cụ thể cho thấy độ tuổi có mối quan hệ nghịch chiều với khả năng trả nợ vay của KHCN, điều này phù hợp với nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình (2011) khi cho rằng độ tuổi càng lớn thì rủi ro không trả được càng cao. Ở góc độ giới tính, mô hình cho kết quả rằng nữ giới tạo ra ít khoản nợ xấu hơn nam giới với cá tính thận trọng và quản lý tài chính tốt hơn khi vay vốn, các nghiên cứu của Chapman (1990), Miller (2012) và Wongnaa
(2013) cũng đều chứng minh kết quả tương tự. Tuy nghiên cứu của Wongnaa (2013) chỉ ra rằng biến tình trạng hôn nhân có tác động tiêu cực đến biến phụ thuộc, luận văn lại chứng minh điều ngược lại khi kết quả cho thấy khách hàng đã lập gia đình có khả năng trả nợ tốt hơn so với người độc thân vì bản thân trưởng thành hơn, có trách nhiệm, suy nghĩ hành động chín chắn hơn. Một yếu tố khác liên quan đến khách hàng vay và có mối quan hệ tác động âm với khả năng trả nợ vay đó là nghề nghiệp, tương đồng với kết quả mô hình của Chapman (1990).
Từ bốn biến liên quan đến khoản vay được đưa vào mô hình thì có hai nhân tố có ảnh hưởng đến khả năng trả nợ vay của KHCN đó là lãi suất vay và hình thức vay. Tuy nhiên trái với các nghiên cứu thực nghiệm cua Trương Đông Lộc và Nguyễn Thanh Binh (2011), Kohansal và Mansoori (2009) khi cho rằng lãi suất vay càng cao thì khả năng trả nợ vay càng thấp, kết quả mô hình với dữ liệu nghiên cứu tại BIDV chi nhánh Bắc ĐăkLăk cho thấy mối tương quan dương giữa hai biến này.
Như vậy có thể thấy tuy mô hình và các biến được đưa vào mô hình là tương đồng giữa các nghiên cứu thực nghiệm mà tác giả tham khảo và nghiên cứu của tác giả tại chi nhánh, nhưng kết quả sự ảnh hưởng của các nhân tố là khác nhau, do đặc trưng khách hàng vay vốn tại từng địa bàn, đặc điểm riêng biệt của địa phương, quy mô chi nhánh, đối tượng cho vay.