Từ những thành công của các nghiên cứu trước đây trong việc ứng dụng mô hình hồi quy Binary Logistic trong nghiên cứu các nhân tố ảnh hưởng đến rủi ro tín dụng, trong luận văn này tác giả cũng sử dụng mô hình Binary Logistic để đo lường các yếu tố ảnh hưởng đến rủi ro tín dụng trong hoạt động cho vay tại Ngân hàng TMCP Á Châu.
Phuong trình hôi quv Binary Logistics
Ln P(Y=I)'
-P(Y=O). ~ Bo+ BJXJ +B2X2 +...+BjXj
Trong đó P(Y=1) = PO : Xác suất xảy ra sự kiện : Xác suất cá nhân có rủi ro tín dụng.
Trong đó P(Y=O) =1 - PO : Xác suất không xảy ra sự kiện : Xác suất cá nhân không có rủi ro tín dụng
Xi : các biến độc lập.
Ln : Log của cơ số e (e = 2.714) B0: hằng số
Vì biến phụ thuộc Y là biến nhị phân có thể được giải thích:
Yi = 0 nếu trả được nợ (không có rủi ro tín dụng) và 1 nếu không trả được nợ (có rủi ro tín dụng). Nếu gọi P là xác suất để biến cố xảy ra (khả năng cá nhân có rủi ro tín dụng) thì 1-P là xác suất để biến cố không xảy ra (Cá nhân không có rủi ro tín dụng).
Từ lý thuyết có thể giải thích nghiên cứu như sau: Một cá nhân có rủi ro tín dụng (các nhóm nợ 2,3,4,5) là một giá trị kỳ vọng (biến Y), và cá nhân không có rủi ro tín dụng là giá trị còn lại của biến kỳ vọng. Khách hàng cá nhân có rủi ro tín dụng được xác định thông qua hệ thống biến giải thích là những biến đo lường về độ tuổi, nghề nghiệp, thời gian sống tại địa chỉ hiện tại, công việc hiện tại, khả năng tài chính của khách hàng, điều kiện nhà ở, năng lực chuyên môn. Đánh giá những yếu tố cá nhân ảnh hưởng tới rủi ro tín dụng, mô hình đánh giá có rủi ro tín dụng, hoặc không có rủi ro tín dụng là mô hình Logit (Binary Logistics) được sử dụng cho trường hợp biến phụ thuộc chỉ có 2 giá trị, thông thường hai giá trị này được mã hóa là “1” hoặc “0”. Trong đó, mỗi giá trị đại diện cho một giá trị cụ thể của biến phụ thuộc. Việc xác định “1” hoặc “0” thuộc đối tượng nào, giá trị nào của biến phụ thuộc không ảnh hưởng đến kết quả mô hình
Dạng hàm dự báo hồi quy Binary Logistic :
E(-L) = p = eB0 + B1X1 + B2X2 + ... + BiXi
^Xi' I-P
E(Y∕Xi): Xác suất để Y = 1 xuất hiện khi biến độc lập Xi có giá trị cụ thể
eB0+BlXl + B2X2+---.+BiXi
P =---TT-VT-TT-VT-TT---TTVTTT 1+ eB0+B1X1+B2X2+"'-+BÍXÍ
Dạng hàm hồi quy của mô hình nghiên cứu đề xuất ở chương 3: Ln(Pi∕1 - Pi) = B0 + B1X1 + B2X2 + B3X3 + B4X4 + B5X5 + B6X6 + ui
Trong đó: Độ tuổi (X1), khả năng tài chính của khách hàng (X2), công việc hiện tại (X3), năng lực chuyên môn (X4), điều kiện nhà ở (X5), thời gian sống tại địa chỉ hiện tại (X6).