3.1.1. Mô hình nghiên cứu đề xuất
Trên cơ sở lý thuyết và các công trình nghiên cứu liên quan trước đây đã được trình bày trong chương 2, chương 3 tập trung đi sâu vào một số khía cạnh như: xây dựng mô hình nghiên cứu với việc xác định từng biến số được sử dụng trong mô hình, các giả thuyết nghiên cứu; mô tả sơ lược về mẫu dữ liệu nghiên cứu; phương pháp nghiên cứu. Đồng thời, phương trình hồi quy được thực hiện trong quá trình nghiên cứu cũng sẽ được trình bày trong chương này.
Thông qua quá trình nghiên cứu về các yếu tố ảnh hưởng đến khả năng trả nợ của KHCN từ những nghiên cứu trước đây, được tổng hợp trong chương 2 và qua kinh nghiệm trong quá trình công tác tại đơn vị. Tác giả đã quyết định chọn ra 12 biến là Độ tuổi, giới tính, hôn nhân, nghề nghiệp, trình độ, thu nhập, chi tiêu, lãi suất, thời hạn vay, kích cỡ khoản vay, hình thức vay và mục đích vay là những yếu tố có tác động chủ yếu đến khả năng trả nợ của KHCN tại TPBank – CN Bến Thành. Mặt khác số liệu thu nhập từ việc khảo sát về các yếu tố trên từ khách hàng có độ tin tưởng cao và được tác giả kiểm chứng lại bằng thông tin hồ sơ lưu tại đơn vị, nên độ tin cậy từ số liệu trên là khá cao. Ngoài các yếu tố trên đã được chọn vào mô hình, tác giả cũng đã đề cập đến một số yếu tố như: Nhân khẩu trong gia đình, số người phụ thuộc, thu nhập các thành viên, tính chất công việc, kinh
nghiệm làm việc, thời gian làm việc là một trong những yếu tố tham khao và các yếu tố này có khía cạnh trùng lập với các yếu tố đã được tác giả lựa chọn vào mô hình.
Đề tài sử dụng mô hình hồi qui Binary Logistic để tiến hành nghiên cứu, phân tích mối liên hệ giữa các biến độc lập và biến phụ thuộc.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), với hồi qui Binary Logistic, thông tin cần thu thập về biến phụ thuộc Y và biến độc lập X. Đây là mô hình định lượng với biến phụ thuộc Y là biến giả, chỉ nhận hai giá trị là 0 và 1, với 0 là không xảy ra sự kiện và 1 là có xảy ra.
Mô hình Binary Logistic là mô hình toán kinh tế lượng hồi quy để xem xét mối liên hệ giữa biến phụ thuộc Y và tất cả các biến còn lại là biến độc lập (Xi).
Hàm hồi quy Logit sẽ tính xác suất xảy ra Y theo quy tắc: Nếu xác suất >=0.5 thì Y=1; nếu xác suất < 0.5 thì Y = 0.
Y đóng vai trò là biến phụ thuộc và là biến nhị phân, chỉ có thể nhận hai giá trị là 0 hoặc 1, cụ thể là: 0 nếu không có khả năng trả nợ, 1 nếu có khả năng trả nợ.
Xi là biến độc lập, thể hiện các yếu tố ảnh hưởng đến khả năng trợ nợ của khách hàng, ví dụ như tuổi, giới tính, nghề nghiệp, thu nhập,…đối với KHCN.
Một mô hình được coi là thành công hay không phụ thuộc chủ yếu vào tính chính xác của kết quả dự báo thu được từ mô hình đó.
Ngưỡng xác suất ở đây thường được lấy là 0,5 tức là nếu xác suất khách hàng trả được từ 0,5 trở lên, khi đó xếp khách hàng vào nhóm trả được nợ.
Nếu xác suất khách hàng trả được nợ nhỏ hơn 0,5, khi đó xếp khách hàng vào nhóm không trả được nợ. Sau đó so sánh việc xếp loại khách hàng này với thực tế trả nợ của họ xem tỷ lệ đúng là bao nhiêu, đó chính là độ chính xác của kết quả dự báo.
Ưu điểm mô hình logit:
- Mô hình Logit là mô hình định lượng nên khắc phục được những nhược điểm của mô hình định tính, khách quan, nhất quán, không phụ thuộc vào ý kiến chủ quan của nhân viên cho vay.
- Mô hình Logit này đo lường rủi ro cho vay khá đơn giản, dễ thực hiện bằng phần mềm chuyên dụng (như Eviews, SPSS).
- Mô hình Logit là cơ sở để ngân hàng phân loại khách hàng và nhận diện rủi ro. - Mô hình Logit có thể đo lường vai trò của các yếu tố tác động đến khả năng trả nợ của khách hàng.
- Mô hình Logit dễ dàng hiệu chỉnh hoặc thêm bớt các biến định tính và định lượng nhằm xác định cụ thể tác động của các yếu tố tới rủi ro cho vay.
Nhược điểm mô hình logit:
- Mô hình đòi hỏi phải có một số lượng dữ liệu đủ lớn cho mỗi phạm trù trong số liệu thống kê, trong quá trình xử lý dữ liệu.
- Do chỉ sử dụng phương pháp định lượng nên kết quả mô hình có thể trái ngược với lý thuyết và không có chức năng giải thích nguyên nhân kết quả mô hình.
- Mô hình không thể ứng dụng khi các trường hợp KHCN thiếu dữ liệu. Mô hình hồi quy Binary Logistic theo hình sau:
Khả năng trả nợ của KHCN Độ tuổi Giới tính Hôn nhân Nghề nghiệp Trình độ Thu nhập Chi tiêu Lãi suất Thời hạn vay Kích cỡ khoản vay Hình thức Mục đích
Hình 3.1: Mô hình hồi quy Binary Logistic
Nguồn: Tác giả tổng hợp
Hàm hồi quy Logistic (còn gọi là hồi quy Logit) có dạng như sau:
𝑌= ln[𝑃(𝑌=1)/𝑃(𝑌=0)]= βo + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9 + β10X10 + β11X11 + β12X12 + ε (3.1)
Hay Y = Ln[P0/(1 - P0)] = βo + β1X1+ β2X2+ β3X3+β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9 + β10X10 + β11X11 + β12X12 + ε (3.2)
Trong đó:
- Y: Khả năng trả nợ vay đúng hạn của KHCN Y = 1: Khách hàng trả nợ vay đúng hạn
Y = 0: Khách hàng không trả nợ vay đúng hạn
- X1, …, X12: Các nhân tố ảnh hưởng đến khả năng trả nợ đúng hạn của KHCN - βi là các hệ số hồi quy của hàm Logit
- ε là sai số ngẫu nhiên.
Tuy mô hình Logistic còn một số nhược điểm trên, song thực tế các nghiên cứu trước, nhất là các nghiên cứu trong nước thường sử dụng mô hình này phù hợp với nghiên cứu về khả năng trả nợ của KHCN tại Việt Nam. Do vậy, trong điều kiện nghiên cứu của tác giả sử dụng mô hình Logistic để thực hiện nghiên cứu các yếu tố ảnh hưởng khả năng trả nợ vay của KHCN tại TPBank – CN Bến Thành.
3.1.2 Nguồn gốc các biến
Bảng 3.1 Nguồn gốc các biến STT Biến Nghiên cứu
Khả năng trả nợ của KHCN
Hussain & Shorouq (2014); Wongnaal & Dadson (2013); Trương Đông Lộc & Nguyễn Thanh Bình (2011); Bùi Văn
Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
1 Tuổi
Hussain & Shorouq (2014); Wongnaal & Dadson (2013); Trương Đông Lộc & Nguyễn Thanh Bình (2011); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
2 Giới tính
Ahmad & Ebrahim (2014); Hussain & Shorouq (2014); Wongnaal & Dadson (2013); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
3 Trình độ học vấn
Ahmad & Ebrahim (2014); Wongnaal & Dadson (2013); Trương Đông Lộc & Nguyễn Thanh Bình (2011); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
4 Nghề nghiệp
Ahmad & Ebrahim (2014); Trương Đông Lộc & Nguyễn Thanh Bình (2011); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
5 Tình trạng
hôn nhân
Wongnaal & Dadson (2013); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
6 Số người phụ thuộc
Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015)
7 Thời hạn cho vay
Ahmad & Ebrahim (2014); Hussain & Shorouq (2014); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
8 Lãi suất vay
Ahmad & Ebrahim (2014); Hussain & Shorouq (2014); Trương Đông Lộc & Nguyễn Thanh Bình (2011); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
9 Thu nhập
Ahmad & Ebrahim (2014); Hussain & Shorouq (2014); Wongnaal & Dadson (2013); Trương Đông Lộc & Nguyễn Thanh Bình (2011); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015); Nguyễn Phúc Mẫn (2015)
10 Chi tiêu hàng tháng
Ahmad & Ebrahim (2014); Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012); Đặng Thị Cẩm Nhung (2015)
11 Kích cỡ
khoản vay Hussain & Shorouq (2014); Nguyễn Phúc Mẫn (2015)
12 Mục đích vay vốn
Hussain & Shorouq (2014); Trương Đông Lộc & Nguyễn Thanh Bình (2011); Nguyễn Phúc Mẫn (2015)
Nguồn: Tác giả tổng hợp
3.1.3. Các biến nghiên cứu Biến phụ thuộc
Khả năng trả nợ đúng hạn của KHCN là biến nhị phân được xét trong điều kiện khoản vay trả gốc và lãi từng phần, nếu tại thời điểm đến hạn khách hàng trả nợ đúng hạn hoặc trong thời gian từ 10 ngày trở xuống thì khi đó quan sát này nhận giá trị 1 và ngược lại nhận giá trị 0.
(Y): Đại diện cho khả năng trả nợ số tiền vay. Y = 1: Nếu khách hàng trả nợ đúng hạn.
Trong nghiên cứu này, các khoản nợ nhóm 3, 4, 5 được cho là không có khả năng trả nợ (Y = 0). Các khoản nợ nhóm 1, nhóm 2 được cho là có khả năng trả nợ vay và đảm bảo khoản vay (Y = 1).
Biến độc lập
Việc lựa chọn biến độc lập được tiến hành theo hai cách: Dựa trên cơ sở từ những nghiên cứu trước đây; và dựa trên cơ sở kiến thức của những chuyên gia. Trong bài nghiên cứu này, tác giả dựa vào những nghiên cứu trước đây và ứng dụng các mô hình tại Việt Nam, nước ngoài đã được nghiên cứu tại chương 2.
Dựa trên mô hình nghiên cứu và mô hình định lượng đã đề xuất như trên, tác giả đưa ra các giả thuyết sau:
3.1.4. Các giả thuyết nghiên cứu
Giả thuyết 1 (H1): Khi khách hàng có độ tuổi càng cao thì khả năng trả nợ càng cao và ngược lại (+)
Độ tuổi được xác định từ thời điểm vay trừ đi năm sinh. Độ tuổi người vay càng lớn thì rủi ro của khoản nợ càng thấp do tính thận trọng, kinh nghiệm và trải nghiệm tăng lên theo độ tuổi, nên khả năng trả nợ đúng hạn càng cao. Wongnaal & Dadson (2013) Nghiên cứu cũng xác định rằng độ tuổi người đi vay ảnh hưởng đến khả năng trả nợ, người vay có độ tuổi càng lớn thì việc trả nợ đúng hạn càng cao. Trong nghiên cứu của Ahmad & Ebrahim (2014) kết quả cho thấy độ tuổi người vay ảnh hưởng không đáng kể đến khả năng trả nợ vay.
Giả thuyết 2 (H2): 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.
Giới tính có mối tương quan với khả năng trả nợ của KHCN. Nhìn chung thì phụ nữ thường cẩn thận hơn nam giới trong mọi hoạt động nên khả năng trả nợ sẽ tốt hơn. Nghiên cứu của Wongnaal & Dadson (2013) đã thấy rằng giới tính có tác động tích cực đến khả năng trả nợ cao hơn. Nguyễn Phúc Mẫn (2015) nghiên cứu cho thấy nữ giới có khả năng trả nợ tốt hơn nam giới, trong nghiên cứu của Đặng Thị Cẩm Nhung (2015) thì ngược lại nếu khách hàng vay là nam giới thì khả năng trả nợ là tốt hơn.
Giả thuyết 3 (H3): Khách hàng đã kết hôn, ổn định cuộc sống thì khả năng trả nợ cao và ngược lại.
Tình trạng hôn nhân, xét về khía cạnh lý thuyết những người đã lập gia đình sẽ chín chắn hơn so với những người chưa lập gia đình, do vậy rủi ro không trả được nợ sẽ thấp đi.Văn hóa của Việt Nam cũng cho thấy yếu tố gia đình được coi trọng khi một người bắt đầu cuộc sống hôn nhân, lúc này họ sống có trách nhiệm hơn và cẩn trọng hơn trong mỗi hoạt động của mình.
Giả thuyết 4 (H4): Khách hàng có nghề nghiệp cao, ổn định thì khả năng trả nợ càng cao và ngược lại.
Nghề nghiệp, Ahmad & Ebrahim (2014) cho thấy những nghề nghiệp đòi hỏi tính ổn định và chất xám cao như giáo sư, kế toán viên, nhân viên văn phòng có khả năng trả nợ đúng hạn cao hơn những người công nhân không lành nghề.
Giả thuyết 5 (H5): Trình độ học vấn càng cao, khả năng trả nợ càng cao và ngược lại.
Trình độ học vấn càng cao, khả năng trả nợ càng cao vì trình độ học vấn cao người đi vay có nhiều cơ hội tiếp cận thông tin, dễ dàng tiếp cận với khoa học kỹ thuật, có tính toán đến hiệu quả khi vay vốn nên khả năng trả nợ của họ cũng cao hơn. Theo như nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình (2011) đã tìm thấy bằng chứng cho thấy những người có trình độ học vấn càng cao thì khả năng trả nợ tốt hơn.
Giả thuyết 6 (H6): Thu nhập của khách hàng càng cao thì khả năng trả nợ càng lớn và ngược lại.
Thu nhập bình quân, khoản thu nhập ổn định tính theo tháng ngày tại thời điểm vay của khách hàng tính theo đơn vị triệu đồng. Theo lý thuyết thì khi thu nhập càng cao khả năng chi trả cho chi phí sinh hoạt và lãi vay tốt hơn nên khả năng trả nợ sẽ tốt hơn. Theo Trương Đông Lộc và Nguyễn Thanh Bình (2011) nghiên cứu thấy rằng thu nhập sau khi vay có mối tương quan thuận với khả năng trả nợ đúng hạn.
Giả thuyết 7 (H7): Tiêu dùng là các khoản chi tiêu cho sinh hoạt trong gia đình theo từng tháng càng lớn thì khả năng trả nợ càng thấp và ngược lại.
Chi tiêu bình quân, khoản chi tiêu cho sinh hoạt trong gia đình theo từng tháng, tính theo đơn vị triệu đồng. Theo Đặng Thị Cẩm Nhung (2015) cho rằng các khoản chi tiêu của khách hàng càng lớn thì khả năng trả nợ của họ càng thấp.
Giả thuyết 8 (H8): Lãi suất càng cao thì khả năng trả nợ của khách hàng càng thấp và ngược lại.
Lãi suất vay có mối tương quan âm với khả năng trả nợ đúng hạn của KHCN. Lãi suất vay được tính theo năm và là một thỏa thuận giữa khách hàng và ngân hàng. Nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình (2011) cho thấy lãi suất càng cao thì khả năng trả nợ vay càng thấp và ngược lại. Nghiên cứu của Bùi Văn Trịnh & Nguyễn Trường Kỳ (2012) cũng đưa ra kết luận lãi suất vay càng cao khả năng trả nợ càng thấp.
Giả thuyết 9 (H9): Thời gian vay vốn có mối tương quan âm với khả năng trả nợ đúng hạn của KHCN.
Thời hạn vay là thời gian tính từ lúc khách hàng nhận tiền vay lần đầu tiên đến khi kết thúc hợp đồng vay. Dựa trên nghiên cứu của Ahmad & Ebrahim (2014); Hussain & Shorouq (2014); nghiên cứu cho thấy rằng thời gian khoản vay càng ngắn thì khả năng trả nợ đúng hạn càng thấp.
Giả thuyết 10 (H10): Quy mô khoản vay có mối tương quan dương với khả năng trả nợ đúng hạn của KHCN
Qui mô khoản vay là tổng giá trị khoản vay của khách hàng. Có nhiều kết luận khác nhau về ảnh hưởng của kích cỡ khoản vay tới khả năng trả nợ của khách hàng. Quy mô của khoản cho vay được kỳ vọng là ảnh hưởng dương đối với khả năng trả nợ do khoản vay lớn sẽ giúp cho người vay dễ dàng tạo ra giá trị hơn so với những khoản vay nhỏ, theo Nghiên cứu của Nguyễn Phúc Mẫn (2015).
Giả thuyết 11 (H11): Hình thức vay thế chấp sẽ ảnh hưởng tích cực đến khả năng trả nợ của KHCN
Hình thức vay là số tiền vay có tài sản bảo đảm hay không có tài sản bảo đảm. 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.
Giả thuyết 12 (H12): Sử dụng vốn vay đúng mục đích ảnh hưởng tích cực đến khả năng trả nợ của KHCN và ngược lại.
Mục đích vay vốn là số tiền vay được sử dụng vào mục đích của khách hàng. Thường thì vay sản xuất kinh doanh sẽ tạo ra thu nhập, cho tiêu dùng thường không tạo ra thu nhập đối ứng vì đã có nguồn trả nợ ổn định để trả nợ.
3.1.5. Kỳ vọng dấu của hệ số β của các biến độc lập trong mô hình