Hồi quy Logit sử dụng đại lượng Wald Chi Square để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể. 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) logit chia cho sai số chuẩn của ước lượng hệ số hồi quy này, sau đó lấy bình phương như sau:
Wald.Chi – Square = [ 𝛽
𝑠.𝑒.(𝛽)]2 (3.4) 3.1.3 Độ phù hợp của mô hình
Hồi quy Binary Logistic cũng đòi hỏi ta phải đánh giá độ phù hợp của mô hình. Đo lường độ phù hợp tổng quát của mô hình này được dựa trên chỉ tiêu -2LL (viết tắt của -2 log likelihood). Quy tắc đánh giá độ phù hợp căn cứ trên -2LL ngược với quy tắc dựa trên hệ số xác định mô hình R bình phương, nghĩa là giá trị -2LL càng nhỏ càng thể hiện độ phù hợp cao. Giá trị nhỏ nhất của -2LL là 0 (tức là không có sai số), khi đó mô hình có một độ phù hợp hoàn hảo. Ngoài ra còn có thể xác định được mô hình dự đoán tốt đến đâu qua bảng phân loại (Clasification table) do
SPSS đưa ra, bảng này sẽ so sánh số trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện.
3.1.4 Kiểm định độ phù hợp tổng quát
Trong hồi quy Logit, tổ hợp liên hệ tuyến tính của toàn bộ các hệ số trong mô hình ngoại trừ hằng số cũng được kiểm định xem có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc không. Với hồi quy tuyến tính bội ta dùng thống kê F để kiểm định giả thuyết. Tuy nhiên trong hồi quy Logit ta sử dụng kiểm định Chi - bình phương. Với mức Sig < 0.05 ta bác bỏ giả thuyết Ho 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.
3.1.5 Các phương pháp đưa biến độc lập vào mô hình
Có nhiều phương pháp đưa biến độc lập vào mô hình hồi quy, Bảng trình bày một số phương pháp thường gặp:
Bảng 3.1 Các phương pháp đưa biến độc lập vào mô hình
Enter Là phương pháp đưa vào bắt buộc, các biến trong khối biến độc lập được đưa vào trong một bước.
Forward Conditional
Theo phương pháp này, các biến được đưa dần vào theo điều kiện. Nó kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên những ước lượng thông số có điều kiện.
Forward LR Phương pháp này thực hiện bằng cách đưa dần vào các biến, kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihoodratio dựa trên ước lượng khả năng xảy ra tối đa (maximumlikelihood estimates)
xác suất của số thống kê Wald Backward
Conditional
Theo phương pháp này, các biến được loại trừ dần theo điều kiện. Nó kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên những ước lượng thông số có điều kiện
Backward LR Đây là phương pháp loại trừ dần, kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên ước lượng khả năng xảy ra tối đa
Backward Wald Cũng tương tự như Backward LR nhưng Backward Wald là phương pháp loại trừ dần, kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Wald.
Nguồn: Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2008)
Trong luận văn này, tác giả sử dụng phương pháp Enter do đó các biến trong khối biến độc lập được đưa vào trong một bước.
Về mặt mô hình và các biến số, nghiên cứu này sẽ kế thừa các mô hình của Wongnaa (2013) khi tìm hiểu về khả năng trả nợ vay của các hộ nông dân trồng khoai lang và mô hình của Vương Quốc Duy và Đặng Hoàng Trung (2015) khi tìm hiểu về khả năng tiếp cận tín dụng chính thức của nông hộ. Tuy nhiên dựa vào tình hình thực tế tại địa phương, tác giả có căn cứ để đưa vào hay loại bỏ một số các yếu tố có thể ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân, chẳng hạn như luận văn không thể đưa biến thu nhập vào mô hình do không có tổ chức hay một hệ thống nào tại Việt Nam đo lường chính xác thu nhập của một cá nhân, hiện nay các cơ quan quản lý thuế hay ngân hàng chưa thể quản lý được tất cả nguồn thu nhập của một người dân một cách chính xác như nước ngoài nên yếu tố này nếu đưa vào mô hình sẽ không đáng tin cậy. Hay biến trình độ học vấn cũng không được tác giả đưa vào nghiên cứu vì đây không phải là thông tin khai báo bắt buộc mà ngân hàng
yêu cầu khách hàng cung cấp khi thẩm định nhu cầu vay vốn. Biến kinh nghiệm hay giám sát cũng không được xét đến trong mô hình do sự khác biệt giữa các ngành nghề, và hộ nông dân thường không cung cấp chính xác số liệu về số năm kinh nghiệm canh tác dẫn đến nếu đưa vào mô hình nghiên cứu sẽ không phản ánh được chân thực mối quan hệ giữa các biến. Do đó sau khi xem xét các nghiên cứu và khả năng tiếp cận dữ liệu, tác giả chọn tám biến độc lập để đưa vào mô hình nghiên cứu đó là độ tuổi, giới tính, tình trạng hôn nhân, nghề nghiệp, số tiền vay, lãi suất vay, thời gian vay và hình thức vay.
3.2 Các giả thuyết
Căn cứ những luận điểm đã trình bày trong Chương 2 về các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân, phần này sẽ tổng quát các giả thuyết của nghiên cứu:
Giả thuyết thứ nhất (H1): Độ tuổi có mối tương quan dương với khả năng trả nợ của khách hàng cá nhân
Độ tuổi được xác định bằng cách lấy thời điểm vay trừ đi năm sinh. Nghiên cứu của Kohansal và Mansoori (2009) chỉ ra rằng độ tuổi người vay càng lớn thì khả năng trả nợ vay càng cao do người lớn tuổi có xu hướng thận trọng hơn, có kinh nghiệm cũng như có trách nhiệm hơn so với người trẻ tuổi. Điều này cũng phù hơp với đặc điểm của xã hội Việt Nam khi người lớn tuổi thường an phận, động lực kiếm tiền hay trải nghiệm kinh doanh chiến lược mới giảm, do đó ít vay vốn đầu tư mạo hiểm, chú trọng cao sự an toàn vốn nên khả năng không trả nợ đúng hạn ít xảy ra. Các nghiên cứu của Chapman (1990) và Wongnaa (2013) cũng cho thấy điều tương tự.
Giả thuyết thứ hai (H2): Giới tính có mối tương quan với khả năng trả nợ của khách hàng cá nhân. Nếu khách hàng vay là nam, ảnh hưởng từ tính thích rủi ro sẽ tác động âm tới khả năng trả nợ đúng hạn, điều này là ngược lại đối với nữ.
Thực tế, theo truyền thống xã hội thì phụ nữ thường thận trọng, quản lý tài chính khắt khe hơn với tính kỷ luật cao do đó khả năng trả nợ đúng hạn khi vay vốn của nữ giới cũng thường cao hơn.
Giả thuyết thứ ba (H3):
Chỉ tiêu này là biến giả trong mô hình, khi người vay đã kết hôn quan sát nhận giá trị là 1 và bằng 0 nếu ngược lại. Nghiên cứu của Wongaa (2013) cho rằng khách hàng đã lập gia đình có nhiều khoản chi tiêu hơn so với đối tượng độc thân nên rủi ro không trả được nợ vay cao hơn. Tuy nhiên, theo thực tế xã hội thì những người đã lập gia đình có suy nghĩ hành động chin chắn hơn, vay vốn khi có nhu cầu thiết thực và sử dụng vốn vay đúng mục đích. Bên cạnh đó theo truyền thống lối sống người Việt Nam coi trọng gia đình nên sau khi kết hôn họ thường sống có trách nhiệm và cẩn trọng hơn trong mỗi hoạt động của mình. Do đó khả năng trả nợ vay đúng hạn của đối tượng đã lập gia đình cao hơn so với khi còn độc thân.
Giả thuyết thứ tư (H4): Nghề nghiệp
Trong nghiên cứu của Chapman (1990) cho thấy khách hàng là giáo sư, nghệ sĩ hay kế toán, nhân viên văn phòng có khả năng trả nợ đúng hạn cao, còn những công nhân không lành nghề thường xảy ra tình trạng trễ hạn nợ vay hơn. Một nghiên cứu khác của Black và Morgan (1998) cũng chỉ ra rằng những người lao động chân tay nợ tín dụng cao hơn so với các ngành nghề khác.
Giả thuyết thứ năm (H5): Kích cỡ khoản vay có mối tương quan dương với khả năng trả nợ đúng hạn của khách hàng cá nhân
Quy mô khoản vay được kỳ vọng có mối tương quan thuận với khả năng trả nợ vay đúng hạn của khách hàng cá nhân, theo nghiên cứu của Kohansal và Mansoori (2009) khi cho rằng những khoản vay lớn sẽ giúp người vay tạo ra giá trị dễ dàng hơn, gia tăng nguồn trả nợ hơn những khoản vay nhỏ đơn thuần chỉ là phục vụ mục đích tiêu dung hay sử dụng cho những tình huống khẩn cấp, mang tính rủi ro cao.
Giả thuyết thứ sáu (H6): Lãi suất vay có mối tương quan âm với khả năng trả nợ đúng hạn của khách hàng cá nhân
Lãi suất vay là mối quan tâm lớn nhất của khách hàng khi tiếp cận vay vốn, đó là chi phí của khoản vay và ảnh hưởng trực tiếp đến kết quả sản xuất kinh doanh của họ cũng như khả năng tài chính để trả nợ vay ngân hàng. Lãi suất càng cao thì gánh nặng trả nợ vay ngân hàng càng lớn, tình hình thu nhập của khách hàng càng sụt giảm. Nghiên cứu của tác giả Trương Đông Lộc và Nguyễn Thanh Bình (2011) kết luận lãi suất có mối tương quan tỷ lệ nghịch với khả năng trả nợ vay đúng hạn của khách hàng, cụ thể nếu lãi suất càng cao thì khả năng trả nợ vay đúng hạn càng thấp và ngược lại.
Giả thuyết thứ bảy (H7): Thời gian vay vốn có mối tương quan âm với khả năng trả nợ đúng hạn của khách hàng cá nhân
Từ dữ liệu nghiên cứu của Chapman (1990) cho thấy khách hàng vay vốn ngắn hạn có xác suất trả nợ đúng hạn cao hơn, do khách hàng tự đánh giá bản thân có rủi ro tín dụng thấp, ý thức trả nợ tốt nên ưa thích vay vốn ngắn hạn hơn nhằm giảm chi phí lãi vay, hoàn tất nghĩa vụ nợ sớm, từ đó khả năng không trả nợ đúng hạn của đối tượng khách hàng này thấp hơn. Nghiên cứu của Kibrom Tadesse (2010) lại cho rằng các khoản vay trung hạn có rủi ro không trả được nợ thấp hơn.
Giả thuyết thứ tám (H8): Hình thức vay thế chấp sẽ ảnh hưởng tích cực đến khả năng trả nợ của khách hàng cá nhân
Theo nghiên cứu của Antwi và ctg (2012), khách hàng vay có tài sản đảm bảo có khả năng trả nợ tốt hơn so với các khoản vay tín chấp. Trong mô hình, đây là biến giả thể hiện giá trị bằng 1 nếu khoản vay có tài sản thế chấp và bằng 0 nếu khoản vay là tín chấp (không có tài sản bảo đảm). Trong thực tế hình thức vay tín chấp thường đem lại rủi ro trong việc trả nợ đúng hạn do tâm lí của khách hàng khi có thế chấp tài sản thì sẽ có ý thức hơn, lo sợ tài sản bị phát mãi.
3.3 Xác định các biến đưa vào mô hình
Phần này giải thích các biến số cho những giả thuyết trên được tính toán như thế nào. Để kiểm định các giả thuyết, các biến số sẽ được phát triển dựa trên các cơ sở về lý thuyết trình bày trong chương 2. Với các biến số độc lập, bao gồm: độ tuổi, giới tính, tình trạng hôn nhân, nghề nghiệp, kích cỡ khoản vay, lãi suất vay và thời gian vay vốn, sẽ được kiểm định có mối quan hệ như thế nào với biến phụ thuộc – biến khả năng trả nợ đúng hạn của khách hàng cá nhân.
3.3.1 Xác định biến phụ thuộc
Biến phụ thuộc được xác định dựa trên khả năng trả nợ của khách hàng cá nhân khi thu thập thông tin dữ liệu của 500 khách hàng cá nhân tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Bắc ĐăkLăk trong giai đoạn 2011-2015.
Bảng 3.2 Giá trị biến phụ thuộc trong mô hình nghiên cứu
Loại khách hàng Cách xác định Giá trị biến Đối chiếu thông tư 02
Có khả năng trả nợ NQH < 10 ngày Y = 1 Nợ nhóm 1 Không có khả năng trả nợ NQH ≥ 10 ngày Nợ gia hạn Y = 0 Nợ nhóm 2 -5
(Nguồn: Tác giả thiết kế trên cơ sở lý luận và thông tư 02)
3.3.2 Xác định biến độc lập và kỳ vọng về dấu của các βi
Sau khi lựa chọn được biến phụ thuộc, bước tiếp theo phải xác định biến độc lập trong phân tích. Cách tiếp cận đầu tiên là dựa trên cơ sở kết quả những nghiên cứu từ các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại chương 2 và dựa trên nguồn dữ liệu thu thập được. Do hạn chế về dữ liệu thu thập theo thời gian, mô hình đo lường khả năng trả nợ bỏ qua xem xét yếu tố vĩ mô qua biến năm dữ liệu, tác giả chỉ tập trung xem xét ảnh hưởng của đặc điểm khách hàng
(độ tuổi, giới tính, tình trạng hôn nhân, nghề nghiệp) và đặc điểm khoản vay (kích cỡ khoản vay, lãi suất vay và thời gian vay vốn).
Bảng 3.3 Các biến độc lập sử dụng để ước lượng mô hình
Biến Giải thích sự lựa chọn biến
Các yếu tố liên quan đến khách hàng vay, bao gồm:
Độ tuổi Độ tuổi của con người có liên quan đến vấn đề nhận thức, tính cách kinh nghiệm dẫn đến sự khác biệt về ý thức trả nợ vay Giới tính Giới tính của khách hàng dẫn đến có sự khác biệt về tính thận
trọng trong sử dụng tiền vay cũng như tính kỷ luật, khắt khe trong vấn đề tài chính
Tình trạng hôn nhân
Kết hôn là một trong những giai đoạn thay đổi nhận thức của con người, tính trách nhiệm đối với các vấn đề trong cuộc sống, trong đó có vấn đề tài chính hay vay trả nợ
Nghề nghiệp Nghề nghiệp của khách hàng liên quan đến thu nhập định kỳ, ảnh hưởng đến nguồn trả nợ của khách hàng
Các yếu tố liên quan đến khoản vay, bao gồm:
Kích cỡ khoản vay
Số tiền vay vốn liên quan đến khả năng tạo ra giá trị tăng thêm, ảnh hưởng đến nguồn trả nợ của khách hàng
Lãi suất vay Lãi suất tín dụng góp phần cấu thành chi phí sử dụng vốn của khách hàng, ảnh hưởng đến việc trả nợ của KHCN
Thời gian vay vốn
KHCN rủi ro thấp hơn sẽ lựa chọn vay ngắn hạn, đồng thời phát tín hiệu rủi ro thấp, khả năng trả nợ tốt.
Hình thức vay vốn
Khách hàng vay có thế chấp tài sản bảo đảm sẽ có ý thức hơn trong việc trả nợ ngân hàng
(Nguồn: Tác giả tổng hợp từ các nghiên cứu liên quan)
Dựa trên các nghiên cứu liên quan, Bảng trình bày về ý nghĩa các biến và kỳ vọng dấu của các hệ số βi:
Bảng 3.4 Ý nghĩa các biến và kỳ vọng về dấu của các hệ số Biến mã hóa Ý nghĩa Thàng đo Kỳ vọng
dấu βi
Nghiên cứu liên quan
DOTUOI Số tuổi của khách hàng
Năm β1: + Kohansal và
Mansoori (2009) Chapman (1990) GIOITINH Giới tính của
khách hàng
1: Nam 0: Nữ
β2: - Chapman (1990), Vương Quốc Duy và Đặng Hoàng Trung (2015) TTHONNHAN Tình trạng hôn nhân của khách hàng 1: Có gia đình 0: Độc thân, ly hôn, góa β3: + Chapman (1990)
NGHENGHIEP Nghề nghiệp của KHCN 1: Công nhân viên chức 2: Giáo viên 3: Nhân viên dịch vụ β4: - Chapman (1990)
4: Kinh doanh cá thể
5: Làm nông
SOTIENVAY Số tiền vay vốn Triệu đồng β5: + Kohansal và Mansoori (2009) LSUATVAY Lãi suất vay vốn %/năm β6: - Trương Đông Lộc
và Nguyễn Thanh Bình (2011) TGIANVAY Thời gian vay vốn Tháng β7: - Chapman (1990) HTHUCVAY Hình thức vay vốn 1: Thế chấp
0: Tín chấp
Β8: + Antwi và ctg (2012)
(Nguồn: Tác giả tự tổng hợp từ các nghiên cứu có liên quan)
3.4 Dữ liệu nghiên cứu
Đặc điểm khoản vay của khách hàng cá nhân tại chi nhánh là nhiều khoản vay với số tiền vay ít, số lượng khoản vay tại chi nhánh rất nhiều nên tác giả thu thập chọn mẫu ngẫu nhiên 500 khách hàng cá nhân phát sinh dư nợ trong 5 năm 2011-2015 từ dữ liệu khách hàng của chi nhánh để đảm bảo tất cả khách hàng đã