Trong phần này, luận văn tiến hành thống kê mô tả các biến được sử dụng trong mơ hình nghiên cứu bằng cách thực hiện phân tích các giá trị trung bình, độ lệch chuẩn, giá trị thấp nhất và giá trị cao nhất của các biến số.
Bảng 3.6 thể hiện thống kê mô tả các biến trong luận văn. Qua đó, với giá trị trung bình 0.2722 của biến nợ q hạn (Nqh) thì có thể thấy rằng trong 349 khách hàng trong mẫu nghiên cứu thì có đến 95 khách hàng có các khoản vay thuộc nhóm 2, nhóm 3, nhóm 4 và nhóm 5.
Biến kỳ hạn (Kyhan) có giá trị trung bình xấp xỉ 2.1920 cho thấy rằng các khách hàng trong mẫu nghiên cứu đang vay tại BIDV - Chi nhánh Sài Gòn chủ yếu tập trung ở kỳ hạn từ 01 năm đến 05 năm (trung hạn).
Bảng 3.6. Thống kê mô tả các biến
Biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất Nqh 349 0.2722 0.4457 0 1 Kyhan 349 2.1920 0.8237 1 3 Knkh 349 6.4842 4.1312 1 15 Kntc 349 0.4757 0.1300 0.2 0.698 Mucdich 349 0.7851 0.4113 0 1 Kncb 349 5.2550 2.8789 1 10
Nganh 349 0.4670 0.4996 0 1 Giamsat 349 4.5072 2.7298 1 10 Tsdb 349 0.5578 0.1768 0.138 0.892
Nguồn: Tổng hợp từ phần mềm Stata 13
Biến kinh nghiệm của khách hàng (Knkh) có giá trị trung bình đạt 6.4842 cho thấy rằng các khách hàng doanh nghiệp đang vay tại BIDV - Chi nhánh Sài Gịn có số năm làm việc trung bình trong ngành nghề vay vốn hoặc ngành nghề mang lại thu nhập chính tính đến thời điểm vay hơn 06 năm.
Biến khả năng tài chính của khách hàng (Kntc) có giá trị trung bình xấp xỉ 0.4757 cho thấy rằng các khách hàng trong mẫu nghiên cứu có vốn tự có tham gia vào phương án, dự án chiếm bình quna 47.57% tổng nhu cầu vốn của phương án, dự án. Hơn thế nữa, dựa vào giá trị nhỏ nhất và giá trị lớn nhất thì có thể thấy rằng khách hàng doanh nghiệp đang vay tại BIDV - Chi nhánh Sài Gịn có vốn tự có thấp nhất chiếm khoảng 20% so với tổng nhu cầu vốn cũng như có vốn tự có cao nhất đạt khoảng 69.8% so với tổng nhu cầu vốn. Các số liệu này tương đối hợp lý với các chính sách cho vay của BIDV - Chi nhánh Sài Gịn.
Biến mục đích sử dụng vốn vay của khách hàng (Mucdich) có giá trị trung bình đạt 0.7851 cho thấy rằng trong số 349 khách hàng mà luận văn thu thập số liệu thì có khoảng 274 khách hàng đang vay tại BIDV - Chi nhánh Sài Gòn đúng như mục đích đã cam kết ban đầu.
Biến kinh nghiệm cán bộ quản lý khách hàng (Kncb) có giá tị trung bình đạt 5.2550 cho thấy rằng nhìn chung các cán bộ đang phụ trách các hồ sơ vay của các khách hàng vay tại BIDV - Chi nhánh Sài Gịn có hơn 05 năm kinh nghiệm cơng tác tại Chi nhánh. Hơn thế nữa, dựa vào giá trị nhỏ nhất và giá trị lớn nhất thì có thể thấy rằng cán bộ có thâm niên thấp nhất là 01 năm và cán bộ có thâm niên cao nhất là 10 năm.
Biến ngành nghề kinh doanh của khách hàng (Nganh) có giá trị trung bình đạt 0.4670 cho thấy rằng trong số 349 khách hàng mà luận văn thu thập số liệu thì
có khoảng 163 khách hàng đang vay tại BIDV - Chi nhánh Sài Gịn có ngành nghề kinh doanh có tính rủi ro cao.
Biến kiểm tra giám sát nợ vay (Giamsat) có giá tị trung bình đạt 4.5072 cho thấy rằng nhìn chung các cán bộ đang phụ trách các hồ sơ vay của các khách hàng vay tại BIDV - Chi nhánh Sài Gịn có khoảng hơn 4 lần kiểm tra các khoản vay sau khi đã giải ngân cho khách hàng. Hơn thế nữa, dựa vào giá trị nhỏ nhất và giá trị lớn nhất thì có thể thấy rằng cán bộ có số lần kiểm tra thấp nhất là 01 lần và cán bộ có số lần kiểm tra cao nhất là 10 lần.
Biến tài sản đảm bảo (Tsdb) có giá trị trung bình đạt 0.5578 cho thấy rằng các khách hàng trong mẫu nghiên cứu vay khoảng 55.78% so với tài sản mà các khách hàng dùng để đảm bảo tại BIDV - Chi nhánh Sài Gòn. Hơn thế nữa, dựa vào giá trị nhỏ nhất và giá trị lớn nhất thì có thể thấy rằng, có khách hàng có tỷ lệ vay trên tài sản đảm bảo thấp nhất đạt 13.8% và khách hàng có tỷ lệ vay trên tài sản đảm bảo cao nhất đạt 89.2%.
Bên cạnh đó, một mơ hình phù hợp nhất là mơ hình mà các biến độc lập khơng có tương quan cao với nhau, mỗi biến chứa đựng một thông tin riêng về biến phụ thuộc và thơng tin đó khơng có trong biến độc lập khác trong mơ hình nghiên cứu. Khi đó hệ số hồi quy riêng cho biết tác động của từng biến độc lập đến biến phụ thuộc khi giả định các biến độc lập khác khơng đổi, trong trường hợp đó khơng có hiện tượng đa cộng tuyến trong mơ hình nghiên cứu.
Trong phạm vi nghiên cứu, luận văn xem xét mức độ vi phạm giả thiết trong mơ hình hồi quy bằng cách đo lường vấn đề đa cộng tuyến (Collinearity Diagnostics) để xác định liệu rằng các biến độc lập có mối tương quan cao với nhau hay khơng. Nếu xảy ra trường hợp có biến độc lập nào đó tương quan cao với một hoặc một số biến độc lập khác, điều đó có nghĩa mơ hình xảy ra hiện tượng đa cộng tuyến, các biến độc lập cùng cung cấp thông tin rất giống nhau và cũng rất khó lọc được tác động của biến độc lập tới biến phụ thuộc.
Do đó, để kiểm tra vấn đề đa cộng tuyến, luận văn sử dụng ma trận hệ số tương quan và nhân tử phóng đại phương sai (VIF) để xem xét mối tương quan giữa các biến độc lập.
Bảng 3.7. Ma trận tương quan
Nqh Kyhan Knkh Kntc Mucdich Kncb Nganh Giamsat Tsdb
Nqh 1 Kyhan 0.3347 1 Knkh -0.4510 -0.0595 1 Kntc -0.3982 -0.0359 0.1711 1 Mucdich -0.8241 -0.2426 0.3573 0.3462 1 Kncb -0.2939 -0.0558 0.1242 0.1692 0.2041 1 Nganh 0.3952 0.0119 -0.1851 -0.0335 -0.3631 -0.1130 1 Giamsat -0.3948 -0.0153 0.2635 0.1388 0.3225 0.1122 -0.0688 1 Tsdb 0.1271 0.1592 -0.1682 0.0147 -0.0920 -0.0312 0.0433 0.0869 1 Nguồn: Tổng hợp từ phần mềm Stata 13.
Đầu tiên, kết quả của ma trận tương quan giữa các biến số trong mơ hình hồi quy được luận văn thể hiện trong bảng 3.7 bằng cách dùng câu lệnh pwcorr trong Stata 13. Qua kết quả này, luận văn có thể kết luận rằng khơng tồn tại hiện tượng đa cộng tuyến trong mơ hình nghiên cứu. Bởi vì giá trị tuyệt đối của các hệ số tương quan giữa các biến độc lập đều nhỏ hơn 0,8. Đồng thời, Franke (2010) cũng cho rằng khi hệ số tương quan giữa các biến độc lập nhỏ hơn 0,8 thì cho thấy khơng tồn tại hiện tượng đa cộng tuyến trong mơ hình nghiên cứu.
Ngồi ra, phương pháp tiếp cận khác để kiểm tra hiện tượng đa cộng tuyến là kiểm định hệ số phóng đại phương sai (VIF - Variance Inflation Factor). Cho nên bằng cách sử dụng lệnh collin trong stata 13, luận văn tính tốn hệ số nhân tử phóng đại phương sai (VIF) của các biến trong luận văn, từ đó xem xét có tồn tại hiện
tượng đa cộng tuyến trong mơ hình hồi quy hay khơng. Kết quả tính tốn hệ số VIF được trình bày trong bảng 3.8.
Bảng 3.8. Hệ số nhân tử phóng đại phương sai (VIF) của các biến
Biến VIF SQRT VIF Tolerance R2
Kyhan 1.1 1.05 90.83% 9.17% Knkh 1.23 1.11 81.32% 18.68% Kntc 1.17 1.08 85.11% 14.89% Mucdich 1.65 1.29 60.46% 39.54% Kncb 1.06 1.03 94.00% 6.00% Nganh 1.19 1.09 84.07% 15.93% Giamsat 1.19 1.09 84.31% 15.69% Tsdb 1.08 1.04 92.72% 7.28% Nguồn: Tổng hợp từ phần mềm Stata 13.
Dựa vào bảng 3.8 có thể thấy rằng đa số các hệ số VIF của các biến trong luận văn đều dao động từ 1,06 đến 1,65. Các nghiên cứu trước đây cho rằng khi hệ số VIF của biến số lớn hơn 5, thì biến này được coi là có cộng tuyến cao. Cho nên, dựa vào hệ số VIF của các biến, luận văn có thể kết luận khơng xảy ra hiện tượng đa cộng tuyến trong mơ hình nghiên cứu .
TĨM TẮT CHƯƠNG 3
Chương 03 trình bày các kết quả nghiên cứu mà đề tài đạt được khi phân tích các yếu tố tác động đến nợ quá hạn của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Sài Gịn. Theo đó, đề tài tiến hành sơ lược về quy trình nghiên cứu, mơ hình nghiên cứu, các giả thuyết nghiên cứu, cách thức chọn mẫu và đưa ra phương pháp thực hiện nghiên cứu. Sau đó, tác giả tiến hành thống kê mô tả các biến số thông qua giá trị trung bình, giá trị lớn nhất và giá trị nhỏ nhất. Đồng thời, đề tài cũng tiến hành đánh giá xem xét có tồn tại đa cộng tuyến trong mơ hình nghiên cứu hay khơng bằng cách phân tích hệ số tương quan giữa các biến và hệ số VIF. Qua đây đề tài chứng tỏ rằng khơng có tồn tại đa cộng tuyến trong mơ hình nghiên cứu phân tích các yếu tố tác động đến nợ quá hạn của ngân hàng. Tiếp theo, đề tài tiến hành ước lượng mơ hình nghiên cứu này bằng mơ hình Probit và tiến hành thảo luận các kết quả nghiên cứu.
CHƯƠNG 4. KẾT QUẢ MƠ HÌNH VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Trong phần này đề tài trình bày kết quả đạt được từ việc ước lượng mơ hình nghiên cứu bởi mơ hình Probit nhị phân. Bên cạnh đó đề tài cũng thực hiện các kiểm định cần thiết để minh chứng cho việc kết quả thu được là phù hợp và đáng tin cậy. Cuối cùng, đề tài sẽ thảo luận các kết quả thu được khi phân tích tác động của các yếu tố đến nợ quá hạn của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Sài Gòn.
Theo đó, kết quả và kiểm định sẽ được trình bày trong phần 4.1 Phần thảo luận kết quả được thể hiện trong phần 4.2.
4.1. Kết quả mô hình và các kiểm định
Theo các nghiên cứu trước đây khi sử dụng mơ hình Probit để ước lượng mơ hình nghiên cứu thì các kiểm định cần thiết để minh chứng cho kết quả thu được là phù hợp và đáng tin cậy bao gồm Hosmer – Lemshow’s, vấn đề bỏ soát biến và khả năng dự báo của mơ hình
Đầu tiên, kiểm định Hosmer – Lemshow’s sẽ được sử dụng để minh chứng cho kết quả thu được là phù hợp và đáng tin cậy. Kiểm định này so sánh mức độ khớp giữa giá trị tiên đoán và giá trị quan sát, nếu 2 giá trị càng khớp thì mơ hình càng phù hợp. Giả thuyết không trong kiểm định này là giá trị quan sát bằng giá trị mong đợi, do đó mơ hình sẽ càng phù hợp hơn nếu giá trị p càng lớn (chấp nhận giả thuyết H0).
Kết quả dự báo của Hosmer – Lemshow được trình bày trong bảng 4.1:
Bảng 4.1. Kết quả dự báo của Hosmer – Lemshow’s
Nhóm Xác suất dự báo Giá trị quan sát 1 Giá trị dự báo 1 Giá trị quan sát 0 Giá trị dự báo 0 Tổng cộng 1 0 0 0 36 36 36 2 0 0 0 34 34 34 3 0 0 0 38 38 38
4 0 0 0 32 32 32 5 0 0 0 36 36 36 6 0.002 0 0 34 34 34 7 0.1514 3 2.1 32 32.9 35 8 1 23 23.6 12 11.4 35 10 1 69 69 0 0 69 Nguồn: Tổng hợp từ phần mềm Stata 13.
Qua bảng 4.1 có thể thấy rằng các giá trị quan sát và dự báo có mức độ chênh lệch không cao với mức chênh lệch cao nhất chỉ là 1,1. Do đó, có thể thấy rằng mơ hình có thể phù hợp.
Để gia tăng tính chắc chắn của kết quả này, luận văn sử dụng kết quả của kiểm định được trình bày trong bảng 4.2. Qua đó có thể thấy rằng giá trị p –value của kiểm định bằng 0,9996 và mức p-value này lớn hơn mức ý nghĩa 10%. Cho nên luận văn không thể bác bỏ giả thuyết H0 của kiểm định Hosmer – Lemshow’s, nói cách khác mơ hình nghiên cứu là phù hợp.
Bảng 4.2. Kết quả kiểm định Hosmer – Lemshow’s
Số quan sát 349
Số nhóm 9
Hosmer – Lemeshow 0,46
p-value 0,9996
Nguồn: Tổng hợp từ phần mềm Stata 13.
Luận văn tiếp tục xem xét khả năng dự báo của mơ hình nghiên cứu và kết quả của khả năng dự báo được trình bày trong bảng 4.3.
Bảng 4.3. Kiểm định khả năng dự báo của mơ hình hồi quy
Giá trị thực Dự báo Tỷ lệ đúng (%)
Nợ quá hạn 95 90 94,74
Khơng có nợ q hạn 254 250 98,43
Tổng cộng 349 340 97,42
Dựa bảng kết quả trong bảng 4.3, luận văn thấy rằng khả năng dự báo của mơ hình tương phân tích nợ q hạn của các khách hàng vay tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Sài Gòn tương đối cao, với giá trị tổng dự báo đúng lên đến 97,42%. Cụ thể:
Trong 95 trường hợp xảy ra nợ quá hạn, mơ hình dự báo đúng 90 trường hợp, đạt tỷ lệ 94,74%.
Trong 254 trường hợp không xảy ra nợ quá hạn, mơ hình dự báo đúng 250 trường hợp, đạt tỷ lệ 98,43%.
Tương tự như các nghiên cứu thực nghiệm trước đây khi lựa chọn mơ hình tối ưu, luận văn áp dụng phương pháp stepwise đối với mơ hình Probit trong Stata 13 để tìm mơ hình tối ưu khi nghiên cứu các yếu tố ảnh hưởng đến nợ quá hạn của các khách hàng doanh nghiệp đang vay tại BIDV - Chi nhánh Sài Gòn bằng cách sử dụng câu lệnh stepwise.
Kết quả được trình bày trong bảng 4.4:
Bảng 4.4. Kết quả hồi quy mơ hình Probit theo phương pháp Stepwise
Nqh Hệ số Sai số chuẩn Giá trị z P-value [95% Conf. Interval]
Kyhan 2.5461 0.6708 3.8 0 1.2314 3.8608 Knkh -0.3588 0.1107 -3.24 0.001 -0.5759 -0.1418 Kntc -13.9177 4.1272 -3.37 0.001 -22.0070 -5.8285 Mucdich -6.5818 -1.6793 -3.92 0 -9.8732 -3.2903 Kncb -0.3588 0.1227 -2.92 0.003 -0.5992 -0.1183 Nganh 2.3771 0.6806 3.49 0 1.0432 3.7111 Giamsat -0.2624 0.1299 -2.02 0.043 -0.5170 -0.0079 Hệ số chặn 1.4167 1.6715 0.85 0.397 -1.8594 4.6929 Nguồn: Tổng hợp từ phần mềm Stata 13.
Qua bảng kết quả 4.4 và phụ lục của đề tài, luận văn thấy rằng phương pháp stepwise ứng dụng trên mơ hình Probit đã loại biến số đại diện cho tài sản đảm bảo
(Tsdb) ra khỏi mơ hình nghiên cứu do có p-value cao hơn 10%. Đồng thời các yếu tố khác như kỳ hạn, kinh nghiệm khách hàng, khả năng tài chính, mục đích sử dụng, kinh nghiệm cán bộ, ngành nghề kinh doanh, giám sát được tìm thấy có tác động đáng kể đến nợ quá hạn khách hàng doanh nghiệp tại BIDV - Chi nhánh Sài Gòn.
Bảng 4.1. Kết quả kiểm tra mơ hình
Kntn Hệ số Sai số chuẩn Giá trị z P-value [95% Conf. Interval]
_Hat 0.9925 0.2150 4.62 0,000 0.5711 1.4139
_Hatsq -0.0589 0.0362 -1.63 0.103 -0.1298 0.0119
Hệ số chặn 0.0659 0.2418 0.27 0.785 -0.4081 0.5399
Nguồn: Tổng hợp từ phần mềm Stata 13.
Tiếp theo, luận văn sử dụng câu lệnh linktest để kiểm tra liệu có bỏ sót bất kỳ biến độc lập đến biến phụ thuộc ra khỏi mơ hình hay khơng. Kết quả kiểm định được trình bày trong bảng 4.5 của luận văn.
Dựa vào bảng kết quả được thể hiện trong bảng 4.5 luận văn thấy rằng giá trị p – value của biến số _Hat là 0,000, hơn thế nữa biến số _hat phải là biến số tiên đốn có ý nghĩa thống kê vì nó là giá trị được dự đốn từ mơ hình, nếu khơng mơ hình hồn tồn bị xác định sai, do đó, có thể kết luận _hat có ý nghĩa thống kê.
Đồng thời, nếu mơ hình được xác định đúng thì biến _hatsq phải khơng có năng lực tiên đốn, ngoại trừ do cơ hội. Do đó nếu _hatsq có ý nghĩa thống kê thì lệnh linktest có ý nghĩa thống kê, nghĩa là có thể đã bỏ mất các biến số có ảnh hưởng đến mơ hình hoặc cho biết hàm hồi quy không đúng. Cho nên dựa vào kết