3.2.1 Mô hình nghiên cứu
Ở đề tài nghiên cứu này, do đặc thù của biến số độc lập đƣợc sử dụng trong mô hình mang giá trị nhị nguyên là 0 và 1, cụ thể hơn nếu Y đạt giá trị 1 thì quan sát đó trả nợ vay đúng hạn, nếu Y đạt giá trị 0 thì ngƣợc lại. Với cách trình bày dữ liệu theo dạng nhị nguyên đã mô tả, tác giả lựa chọn mô hình hồi quy Binary logistics với dạng hàm tổng quát nhƣ sau:
Loge [
] = β0 + β1X1 + β2X2 +…
Trong đó hệ số ƣớc lƣợng βi cho biết khi Xi tăng 1 đơn vị thì log của tỷ lệ
tăng βi đơn vị; nếu hệ số βi mang dấu dƣơng thì tăng Xi sẽ làm tăng khả năng Y nhận giá trị 1 trong khi hệ số âm làm giảm khả năng này.
Mô hình nghiên cứu: Khả năng trả nợ = f (đặc điểm nhân khẩu học, trình độ học vấn, nghề nghiệp, thu nhập, đặc điểm khoản vay).
Hình 3.2: Mô hình nghiên cứu đề xuất
Giới tính; Độ tuổi; Tình trạng hôn nhân
Đặc điểm nhân khẩu học Sau đại học; Đại học; Cao
đẳng/Trung cấp; THTP trở xuống Trình độ học vấn Nghề nghiệp Thu nhập Đặc điểm khoản vay CBCQL; CBCCV; Kinh doanh,
buôn bán; Công nhân/ngƣời lao động đƣợc đào tạo nghề; Khác
Thu nhập thƣờng xuyên và ổn định của khách hàng trong tháng
Tổng giá trị khoản vay; Lãi suất cho vay; Hình thức vay
Khả năng trả nợ
3.2.2 Mô tả các biến trong mô hình nghiên cứu
Biến phụ thuộc
“Khả năng trả nợ đúng hạn” (Y_time): Tính từ thời điểm khách hàng vay vốn đến thời điểm nghiên cứu, những khách hàng chƣa từng phát sinh nợ quá hạn hoặc đã từng quá hạn nhƣng có số ngày quá hạn ít hơn 10 ngày (nhóm nợ đủ tiêu chuẩn) đƣợc coi là khách hàng trả nợ đúng hạn.
Biến độc lập
Bao gồm các biến: đặc điểm nhân khẩu học (giới tính, độ tuổi, tình trạng hôn nhân), trình độ học vấn, nghề nghiệp, thu nhập, đặc điểm khoản vay (kích cỡ khoản vay, lãi suất, hình thức cho vay).
Bảng 3.1: Mô tả các biến số trong mô hình nghiên cứu STT Tên biến Ký hiệu Phƣơng
pháp tính Nguồn dữ liệu Các nghiên cứu trƣớc 1 Khả năng trả nợ đúng hạn Y_time Quan sát là trả nợ đúng hạn nhận giá trị 1, ngƣợc lại là 0 Hợp đồng tín dụng, Khế ƣớc nhận nợ, báo cáo tình hình thu nợ khách hàng cá nhân, đề nghị trả nợ trƣớc hạn Kohansal & Mansoori (2009); Trƣơng Đông Lộc, Nguyễn Thanh Bình (2009)
2 Giới tính Gender Quan sát là nữ nhận giá trị 1, nam nhận giá trị 0 Hồ sơ vay vốn, báo cáo thẩm định, biên bản kiểm soát sau vay vốn Weber & Musshoff (2012); Miller (2012)
3 Độ tuổi Age Độ tuổi thực tế của KH tại thời điểm vay vốn Kohansal & Mansoori (2009); Ja Afolabi (2010); Kim Young Chul (1978); Trƣơng Đông Lộc, Nguyễn Thanh Bình (2011); Roslan & Karim
(2009) 4 Tình trạng hôn nhân Marriage Đã kết hôn nhận giá trị 1, ngƣợc lại là 0
Duygan, Bump & Grant (2008) 5 Trình độ học vấn Education Đƣợc chia thành các mức độ: sau đại học; đại học; cao đẳng/trung cấp; THPT trở xuống Sileshi & ctg (2012); Kim Young Chul (1978); Trƣơng Đông Lộc, Nguyễn Thanh Bình (2011); Roslan & Karim (2009) 6 Nghề nghiệp Career Đƣợc chia thành: cán bộ cấp quản lý; cán bộ cấp chuyên viên; kinh doanh, buôn bán; công nhân/lao động đƣợc đào tạo nghề; nghề nghiệp khác Chapman (1990)
7 Thu nhập Earnings Khoản thu nhập thƣờng xuyên và ổn định của khách hàng tính theo tháng, đơn vị triệu đồng Trƣơng Đông Lộc và Nguyễn Thanh Bình (2011) 8 Tổng giá trị khoản vay Loan Tổng số tiền khách hàng vay vốn tính theo đơn vị triệu đồng Hồ sơ vay vốn, báo cáo thẩm định, hợp đồng tín dụng, phụ lục hợp đồng tín dụng, khế ƣớc nhận nợ, hợp đồng thế chấp, phụ lục hợp đồng thế chấp, thông báo thay đổi lãi suất. Kohansal & Mansoori (2009) 9 Lãi suất cho vay
Interest Lãi suất cho vay tính theo năm, đơn vị % Onyeagocha & ctg (2012); Trƣơng Đông Lộc và Nguyễn Thanh Bình (2011); Mohammad Reza Kohansal (2009) 10 Hình thức cho vay Type Vay thế chấp tài sản nhận giá trị 1, ngƣợc lại là 0
3.2.3 Các giả thuyết nghiên cứu
Đặc điểm nhân khẩu học
Giới tính (Gender): Thông thƣờng, nữ giới thƣờng cẩn thận hơn nam giới, do đó, nữ giới có xu hƣớng thanh toán đầy đủ và đúng hạn gốc lãi cho ngân hàng. Một số nghiên cứu trƣớc nhƣ nghiên cứu của Chapman (1990), Weber và Musshoff (2012) đã chứng minh nợ xấu xảy ra ở nữ giới ít hơn ở nam giới. Hay nghiên cứu của Kinyondo (2009) cũng cho thấy kết quả nữ thƣờng có khả năng trả nợ cao hơn nam.
H1: Giới tính khách hàng vay là nữ có tác động dương (quan hệ cùng chiều) với khả năng trả nợ.
- Độ tuổi (Age): Nghiên cứu của Kohansal & Mansoori (2009) chỉ ra rằng khách hàng có độ tuổi càng cao càng có tính thận trọng và nhiều kinh nghiệm hơn nên khả năng trả nợ sẽ tốt hơn. Ngƣợc lại, nghiên cứu của Trƣơng Đông Lộc & Nguyễn Thanh Bình (2011) lại cho thấy mối quan hệ nghịch chiều giữa hai biến số. Dựa trên tình hình cho vay khách hàng cá nhân thực tế tại NHTMCP Quân đội chi nhánh Sài Gòn, tác giả nhận thấy các đối tƣợng khách hàng ở độ tuổi càng cao thƣờng có ý thức trả nợ tốt hơn. Trong đề tài này, tác giả kỳ vọng có mối tƣơng quan dƣơng giữa độ tuổi và khả năng trả nợ của khách hàng.
H2: Khách hàng có độ tuổi càng cao thì khả năng trả nợ sẽ càng cao.
- Tình trạng hôn nhân (Marriage): Nghiên cứu thực nghiệm của Chapman (1990), Duygan-Bump và Grant (2008) hay Antwi và ctg (2012) không tìm thấy mối liên hệ này. Tuy nhiên, dựa trên tình hình thực tế cho vay KHCN tại ngân hàng TMCP Quân Đội chi nhánh Sài Gòn, tác giả kỳ vọng ngƣời đã lập gia đình có xu hƣớng trở nên chững chạc, trƣởng thành và có trách nhiệm hơn trong việc trả nợ.
H3: Nếu người vay đã kết hôn thì khả năng trả nợ cao hơn.
Trình độ học vấn (Education): Thông thƣờng đối với những ngƣời có trình độ học vấn càng cao thì khả năng thanh toán nợ uy tín hơn. Tuy nhiên, tùy lĩnh vực và phạm vi nghiên cứu mà mức độ tác động của nhân tố này là khác nhau. Nghiên cứu của Trƣơng Đông Lộc và Nguyễn Thanh Bình (2011) hay nghiên cứu của
Sileshi và ctg (2012) đã tìm thấy bằng chứng ủng hộ giả thuyết này. Tuy nhiên cũng có những nghiên cứu nhƣ của Antwi và ctg (2012) thì lại cho kết quả ngƣợc lại. Ở đề tài này, tác giả kỳ vọng yếu tố trình độ học vấn có mối tƣơng quan thuận chiều với khả năng trả nợ của KH.
H4: Những người có trình độ học vấn càng cao thì khả năng trả nợ càng cao.
Nghề nghiệp (Career): Trong nghiên cứu của Chapman (1990) cũng đã chứng minh những nghề nghiệp đòi hỏi chất xám cao nhƣ giáo sƣ, nghệ sĩ hay những nghề nghiệp có tính ổn định cao nhƣ kế toán viên, nhân viên văn phòng có khả năng trả nợ đúng hạn cao hơn. Trong khi đó những ngƣời công nhân không lành nghề thƣờng lâm vào tình trạng trả nợ trễ hạn. Trên thực tế, những ngƣời có vị trí công tác càng cao, địa vị xã hội tốt sẽ có khả năng trả nợ đầy đủ và đúng hạn hơn.
H5: Những người có vị trí công tác càng cao thì khả năng trả nợ càng cao.
Thu nhập (Earnings): Thu nhập của khách hàng đƣợc tính theo đơn vị triệu đồng. Những ngƣời có thu nhập tốt thì nguồn tài chính để trang trải các chi phí và thanh toán gốc lãi cho ngân hàng tốt hơn. Trƣơng Đông Lộc và Nguyễn Thanh Bình (2011) tìm hiểu khía cạnh thu nhập của tất cả các thành viên trong gia đình và thấy rằng nếu gia đình nào càng có nhiều thành viên có thu nhập cao thì khả năng trả nợ thành công càng lớn. Một số tác giả khác nhƣ Kohansal và Mansoori (2009) hay Sileshi và ctg (2012) cũng tìm thấy những bằng chứng ủng hộ giả thuyết trên.
H6: Thu nhập của khách hàng càng cao thì khả năng trả nợ càng tốt.
Đặc điểm khoản vay:
- Tổng giá trị khoản vay (Loan): đƣợc tính theo đơn vị triệu đồng. Trên thực tế, có rất nhiều nghiên cứu liên quan đến ảnh hƣởng của giá trị khoản vay đối với khả năng trả nợ của khách hàng và có nhiều kết luận khác nhau. Theo nghiên cứu của Kohansal & Mansoori (2009) thì quy mô của khoản vay đƣợc kỳ vọng tác động dƣơng đến khả năng trả nợ của khách hàng. Nghiên cứu cho rằng khoản vay lớn giúp ngƣời vay dễ dàng tạo ra giá trị hơn so với những khoản vay nhỏ dùng cho các
mục đích tiêu dùng hoặc các mục đích mang tính rủi ro cao. Trong đề tài này, tác giả kỳ vọng có tác động cùng chiều giữa kích cỡ khoản vay và khả năng trả nợ.
H7: Tổng giá trị khoản vay càng lớn thì khả năng trả nợ của khách hàng càng cao.
- Lãi suất cho vay (Interest): tính theo đơn vị %/năm. Lãi suất càng thấp càng đỡ gánh nặng về chi phí cho khách hàng, khoản tiền khách hàng phải thanh toán cho ngân hàng thấp hơn nên tạo điều kiện để khách hàng làm tròn trách nhiệm trả nợ. Nghiên cứu của Onyeagocha và ctg (2012) cũng đã chỉ ra mối tƣơng quan này.
H8: Lãi suất cho vay càng thấp thì khả năng trả nợ của khách hàng càng cao.
- Hình thức cho vay (Type): Đối với các khoản vay thế chấp, thông thƣờng khách hàng có trách nhiệm hơn với việc trả nợ. Trong khi đó, các khoản vay tín chấp dựa trên sự tín nhiệm đối với mỗi cá nhân thƣờng mang lại rủi ro cao hơn.
H9: Khách hàng vay vốn bằng hình thức thế chấp có khả năng trả nợ cao hơn.
3.3 Dữ liệu nghiên cứu 3.3.1 Mẫu nghiên cứu 3.3.1 Mẫu nghiên cứu
Kích thƣớc mẫu: chính là độ lớn của mẫu đƣợc chọn, kích thƣớc mẫu tỷ lệ thuận với độ tin cậy của thông tin. Đối với việc lựa chọn số lƣợng kích thƣớc mẫu, theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2009), các nhà nghiên cứu trong lĩnh vực phân tích tuyến tính đều cho rằng: phƣơng pháp này đòi hỏi cần có kích thƣớc mẫu lớn, vì nó dựa vào lý thuyết phân phối mẫu lớn (Raykov & Widaman, 1995). Tuy nhiên, cỡ mẫu bao nhiêu là tối ƣu phụ thuộc vào kỳ vọng về độ tin cậy, phƣơng pháp phân tích dữ liệu, phƣơng pháp ƣớc lƣợng đƣợc sử dụng trong nghiên cứu, các tham số cần ƣớc lƣợng và quy luật phân phối của tập các lựa chọn của dữ liệu.
Theo nghiên cứu của Roger (2006) thực hiện cho thấy cỡ mẫu tối thiểu đƣợc áp dụng trong các nghiên cứu thực hành là từ 150 - 200. Với thông tin này, tác giả sử dụng cỡ mẫu là 300 cho nghiên cứu.
Trong đề tài này, tác giả sử dụng thông tin và dữ liệu của 300 KHCN tại NHTMCP Quân đội chi nhánh Sài Gòn từ tháng 01/2013 đến tháng 12/2016.
3.3.2 Phƣơng pháp thu thập dữ liệu
Các bảng câu hỏi đƣợc các chuyên viên quan hệ khách hàng tại ngân hàng TMCP Quân Đội chi nhánh Sài Gòn hoàn thành bằng dữ liệu khách hàng mà các chuyên viên đó đang trực tiếp quản lý.
Dữ liệu này đƣợc tổng hợp từ các báo cáo hàng tháng và hồ sơ khách hàng lƣu trữ tại MB Sài Gòn.
3.3.3 Phƣơng pháp xử lý dữ liệu
Với tập dữ liệu thu về, sau khi hoàn tất việc sàng lọc, kiểm tra, mã hóa, nhập liệu và làm sạch dữ liệu, một số phƣơng pháp phân tích sẽ đƣợc sử dụng trong nghiên cứu, cụ thể nhƣ sau:
- Phân tích thống kê mô tả nhóm mẫu khảo sát: Thống kê mô tả trên SPSS thƣờng đƣợc áp dụng để tính toán các biến định lƣợng. Các đại lƣợng thƣờng đƣợc sử dụng là: mean (trung bình cộng), Std. Deviation (độ lệch chuẩn), minimum (giá trị nhỏ nhất), maximum (giá trị lớn nhất)… Ngoài ra, tác giả còn vẽ biểu đồ để thể hiện tỷ lệ phần trăm chi tiết của các biến trong nghiên cứu.
- Phân tích tƣơng quan:
Kiểm định mối tƣơng quan tuyến tính giữa các biến trong mô hình: giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau. Sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lƣợng: giá trị tuyệt đối của hệ số này càng gần đến một thì hai biến này có mối tƣơng quan tuyến tính càng chặt chẽ (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Trong mô hình nghiên cứu, kỳ vọng có mối tƣơng quan tuyến tính chặt chẽ giữa biến phụ thuộc và các biến độc lập, đồng thời cũng xem xét mối tƣơng quan giữa các biến độc lập với nhau để nhận diện đa cộng tuyến.
Để kiểm định mối quan hệ giữa các yếu tố ảnh hƣởng đến khả năng trả nợ của khách hàng cá nhân trong mô hình, nghiên cứu sử dụng phƣơng pháp tƣơng quan với hệ số tƣơng quan “Pearson correlation coefficient”, đƣợc kí hiệu bởi chữ “r”. Giá trị trong khoảng -1 <= r <= 1.
Nếu r > 0 thể hiện tƣơng quan đồng biến. Ngƣợc lại, r < 0 thể hiện tƣơng quan nghịch biến. Giá trị r = 0 chỉ ra rằng hai biến không có mối liên hệ tuyến tính.
|r| 1: quan hệ giữa hai biến càng chặt |r| 0: quan hệ giữa hai biến càng yếu
Mức ý nghĩa “sig” của hệ số tƣơng quan, cụ thể nhƣ sau: < 5%: mối tƣơng quan khá chặt chẽ
< 1%: mối tƣơng quan rất chặt chẽ - Phân tích hồi quy Binary logistic:
Chúng ta có thể xác định đƣợc mô hình dự đoán tốt đến đâu thông qua bảng phân loại (Clasification table), 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.
Hồi quy Binary logistic cũng đòi hỏi ta phải đánh giá độ phù hợp của mô hình dựa trên chỉ tiêu -2LL (viết tắt của -2 log likelihood), thƣớc đo này có ý nghĩa giống nhƣ SSE (Sum of squares of error), nghĩa là càng nhỏ càng tốt và thể hiện độ phù hợp càng cao của mô hình. Giá trị nhỏ nhất của -2LL là 0 (tức là không có sai số), khi đó mô hình có độ phù hợp hoàn hảo.
Ngoài ra, căn cứ vào mức ý nghĩa quan sát mà SPSS đƣa ra thông qua bảng Omnibus Tests of Model Coefficients chúng ta cũng có thể kiểm định đƣợc mức độ phù hợp tổng quát của mô hình (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết luận chƣơng 3
Từ việc vận dụng các lý thuyết về phƣơng pháp nghiên cứu định lƣợng thông qua mô hình hồi quy Binary logistic cũng nhƣ xử lý dữ liệu thực tế dựa trên mô hình nghiên cứu đã xây dựng ở chƣơng 3, tác giả đi vào phân tích và đánh giá kết quả nghiên cứu ở chƣơng 4.
Giới thiệu chƣơng 4
Trong chƣơng này, tác giả nêu lên nội dung tổng quan về ngân hàng TMCP Quân Đội chi nhánh Sài Gòn, quá trình hình thành phát triển, kết quả cho vay KHCN thực tế cũng nhƣ những thuận lợi và khó khăn đang còn tồn tại ở chi nhánh. Bên cạnh đó, nội dung quan trọng ở chƣơng 4 là tác giả đi sâu phân tích, đánh giá kết quả xử lý dữ liệu trong hoạt động cho vay tại chi nhánh Sài Gòn để từ đó đi đến kết luận các nhân tố nào có tác động và mức độ tác động của từng nhân tố đến khả năng trả nợ của KHCN.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Tổng quan về Ngân hàng thƣơng mại cổ phần Quân đội chi nhánh Sài Gòn 4.1.1 Giới thiệu về Ngân hàng thƣơng mại cổ phần Quân Đội 4.1.1 Giới thiệu về Ngân hàng thƣơng mại cổ phần Quân Đội
Ngày 30/12/1993, Ngân hàng thƣơng mại cổ phần Quân Đội (MB) đƣợc thành lập theo quyết định số 00374/GP-UB của Ủy ban nhân dân thành phố Hà Nội và đến ngày 4/11/1994, MB chính thức đi vào hoạt động với giấy phép số 0054/NH- GP của Ngân hàng Nhà nƣớc Việt Nam, thời gian hoạt động là 50 năm.
Với số vốn điều lệ ban đầu là 20 tỷ đồng và 25 thành viên, MB hoạt động với mục đích đáp ứng nhu cầu các dịch vụ tài chính cho các doanh nghiệp quân đội hoạt động trong lĩnh vực quốc phòng và làm kinh tế. Cùng với quá trình phát triển của