Trước khi tiến hành phân tích hồi quy đa biến, tác giả đánh giá mối tương quan giữa các biến nghiên cứu trong mô hình thông qua ma trận hệ số tương quan (Phụ lục 3). Kết quả ở ma trận tương quan cho thấy, các biến độc lập đề xuất trong mô hình đều có ảnh hưởng đến biến phụ thuộc. Đây là cơ sở tiền đề để tác giả triển khai phân tích hồi quy ở phần tiếp theo.
Phần tiếp theo, tác giả sẽ trình bày kết quả hồi quy đa biến đối với mô hình nghiên cứu đề xuất nhằm đánh giá mức độ ảnh hưởng của các nhân tố đến biến phụ thuộc rủi ro tín dụng trong hoạt động kinh doanh thẻ tín dụng tại Ngân hàng Sacombank. Kết quả ước lượng mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc được trình bày ở Bảng 4.5 dưới đây.
HOMEOWNER -.191 -.044 .148 EDU -.060 -.014 .654
OLEVEL -.089 -.021 .495 TOC .489 .114 .006 GUARTY -.114 -.026 .386 BLOAN .410 .094 .022 BALincome .055 .035 .244 CASHBAL .844 .194 .000
STT Tên biến VIF Tolerance
1 AGE 1.037 .964 2 GENDER 1.029 .972 3 MARITAL 1.040 .962 4 HOMEOWNER 1.048 .954 5 EDU 1.042 .960 6 INCOME 2.678 .373
Nguồn: Tổng hợp kết quả phân tích của tác giả
Kết quả phân tích ở Bảng 4.5 cho thấy các biến: thu nhập (INCOME), hạn mức tín dụng (LIMIT), nghề nghiệp (OCCUP), loại hình công ty (TOC), dư nợ tín dụng tại ngân hàng khác (BLOAN), và hệ số ứng tiền mặt (CASHBal) là những biến có ảnh hưởng đến rủi ro tín dụng của hoạt động kinh doanh thẻ tín dụng tại Ngân hàng Sacombank.
4.4.2 Kiểm định các khuyết tật của mô hình hồi quy
9 OLEVEL 1.028 .973 10 TOC 1.880 .532 11 GUARTY 1.042 .960 12 BLOAN 1.854 .540 13 BALincome 1.014 .986 14 CASHBAL 2.360 .424
1
Regression 963.072 14 61.909 .000
Residual 284.455 256 1.111
Nguồn: Tổng hợp kết quả phân tích của tác giả
Kết quả kiểm tra đa cộng tuyến cho thấy các giá trị VIF (Variance Inflation Factor) của tất cả các biến giải thích đều nằm trong khoảng từ 1.014 - 2.687 (nhỏ hơn 10), đồng thời hệ số chấp nhận Tolerance của các biến nghiên cứu nằm trong khoảng 0.424 - 0.972 (nhỏ hơn 1). Như vậy, mô hình hồi quy thu được không bị hiện tượng đa cộng tuyến, và các biến nói trên đều phù hợp để đưa vào phân tích hồi quy, nói cách khác kết quả phân tích hồi quy như trên là phù hợp và chấp nhận được.
Để kiểm định tự tương quan của các sai số kề nhau ta sử dụng hệ số Durbin- Watson (DW) có giá trị biến thiên trong khoảng từ 0 đến 4. Quy tắc kiểm định tự tương quan theo kinh nghiệm:
- Nếu 1 < DW < 3 thì kết luận mô hình không có tự tương quan.
- Nếu 0 < DW < 1 thì kết luận mô hình có tự tương quan dương.
- Nếu 3 < DW < 4 thì kết luận mô hình có tự tương quan âm.
Từ Phụ lục 05: Kết quả hồi quy ta có mô hình có hệ số DW bằng 1.480 thuộc dụng là biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa (Standarized residual) trên trục hoành và giá trị dự đoán chuẩn hóa (Standarized predicted value) trên trục tung. Nhìn vào đồ thị Phụ lục 04, ta thấy các phần dư phân tán ngẫu nhiên trong 1 vùng quanh đường đi qua hoành độ 0 (là quanh giá trị trung bình của phần dư) chứ không tạo thành một hình dạng nào.
Hình 4.2: Đồ thị phân tán Scatterplot
[Nguồn: Kết quả xử lý dữ liệu từ phần mềm SPSS, phụ lục 04]
Điều này có nghĩa là phương sai của phần dư không đổi. Như vậy, từ kết quả kiểm tra trên cho thấy mô hình hồi quy được xây dựng không vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Model R SquareR SquareAdjusted R Std. Errorof the Estimate
Durbin- Watson 1 .879a .772 .760 1.054 1.480
Nguồn: Tổng hợp kết quả phân tích của tác giả
Bảng 4.7 trình bày kết quả kiểm định F về mức độ phù hợp của mô hình hồi quy
có Sig = 0.000 (< 0.01), do vậy bác bỏ giả thuyết H0 cho rằng hệ số xác định tổng thể R2 = 0, nghĩa là có ít nhất một biến độc lập có ảnh hưởng đến biến phụ thuộc và đồng nghĩa mô hình ước lượng là phù hợp và có thể sử dụng để phân tích, thảo luận kết quả nghiên cứu.
1 INCOME
2 LIMIT
Hạn mức tín dụng + +
3 OCCUP Nghề nghiệp - -
4 TOC Loại hình công ty
+
+
5 BLOAN Dư nợ tại ngân hàng
khác + +
6 CASHBAL Hệ số ứng tiền mặt + +
Nguồn: Tổng hợp kết quả phân tích của tác giả
Bảng 4.8 cho thấy hệ số R2 hiệu chỉnh = 0,760, có nghĩa là các biến độc lập trong mô hình giải thích được 76% mức độ biến động của biến phụ thuộc, còn lại 24% sự biến động của biến phụ thuộc được giải thích bởi các yếu tố khác chưa đề cập đến trong mô hình nghiên cứu. Bên cạnh đó, hệ số Durbin-Watson bằng 1,480 nằm trong vùng chấp nhận từ 1 đến 3 của kiểm định về hiện tượng tự tương quan giữa các phần dư, do vậy có thể kết luận chưa phát hiện tự tương quan giữa các phần dư trong mô hình nghiên cứu. Như vậy, giả định không có tương quan giữa các phần dư không bị vi phạm.
Mô hình hồi quy được viết lại dưới dạng mô hình hồi quy tuyến tính như sau:
NOMINPAY = β0 - 0.369*INCOME + 0.245*LIMIT - 0.078*OCCUP + 0.114*TOC + 0.094*BLOAN + 0.194*CASHBAL Bảng 4.9: So sánh kết quả nghiên cứu với kỳ vọng
Dựa trên kết quả hồi quy, phần tiếp theo tác giả sẽ trình bày một số nội dung thảo luận chính về kết quả nghiên cứu đối với các biến độc lập có ý nghĩa thống kê. Cụ thể:
Thu nhập bình quân (INCOME) có ảnh hưởng ngược chiều đến số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ Sacombank, nói cách khác khi thu nhập bình quân của chủ thẻ tăng sẽ làm giảm rủi ro tín dụng đối với hoạt động kinh doanh thẻ tín dụng tại Ngân hàng Sacombank. Kết quả này khác biệt với phát hiện trong nghiên cứu của Lopes (2008), người có thu nhập càng cao thì càng có nhu cầu chi tiêu nhiều hơn nên có dư nợ thẻ tín dụng lớn hơn và có nguy cơ chậm thanh toán cao hơn và gây ra rủi ro tín dụng cao hơn cho TCTD. Điều này có thể được giải thích là do thông thường chủ thẻ tín dụng của Ngân hàng Sacombank sử dụng thu nhập của
mình để thanh toán dư nợ thẻ tín dụng, với nguồn thu nhập cao ổn định, chủ thẻ sẵn sàng thanh toán toàn bộ sao kê thẻ tín dụng nhằm tránh các khoản phí, lãi phát sinh do thanh toán không hết dư nợ thẻ tín dụng hoặc thanh toán trễ hạn, và do đó góp phần làm giảm rủi ro tín dụng cho hoạt động kinh doanh thẻ tín dụng của Ngân hàng Sacombank trong giai đoạn nghiên cứu.
Hạn mức tín dụng (LIMIT) có ảnh hưởng cùng chiều đến số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ tín dụng tại Ngân hàng Sacombank, nói cách khác
khi hạn mức tín dụng của chủ thẻ tăng sẽ làm tăng rủi ro tín dụng đối với hoạt động kinh doanh thẻ tín dụng tại Ngân hàng Sacombank. Điều này phù hợp với phát hiện của Lee và cộng sự (2015), các tác giả đã tìm thấy hạn mức tín dụng càng cao, dư nợ thẻ tín dụng của chủ thẻ càng lớn và gia tăng rủi ro tín dụng đối với TCTD càng cao.
Nghề nghiệp (OCCUP) có ảnh hưởng đến số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ tín dụng tại Ngân hàng Sacombank. Kết quả kiểm định cho thấy khi
nghề nghiệp của khách hàng thay đổi thì số lần chậm thanh toán dư nợ thẻ tín dụng cũng thay đổi, khi chủ thẻ là nhân viên văn phòng, số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ đó sẽ giảm so với chủ thẻ không là nhân viên văn phòng. Hay nói cách khác, rủi ro tín dụng đối với các khách hàng có nghề nghiệp là nhân viên văn phòng thấp hơn so với nhóm nghề nghiệp còn lại. Kết quả này tương đồng với phát hiện của Lee và cộng sự (2015), các tác giả cũng tìm thấy công việc có tính ổn định có ảnh hưởng cùng chiều đến khả năng thanh toán nợ đến hạn của chủ thẻ tín dụng, chủ thẻ có nghề nghiệp ổn định có rủi ro tín dụng thấp hơn so với chủ thẻ có nghề nghiệp ít ổn định hơn.
Loại hình công ty (TOC) có ảnh hưởng đến số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ tín dụng tại Ngân hàng Sacombank. Kết quả hồi quy cho thấy khi chủ thẻ công tác tại các công ty TNHH tư nhân thì số lần chậm thanh toán dư nợ thẻ tín dụng tăng lên so với các loại hình công ty còn lại (công ty nhà nước, công ty có vốn nước ngoài). Nói cách khác, rủi ro tín dụng đối với hoạt động kinh doanh thẻ
loại hình công ty thuộc nhóm tư nhân so với nhóm còn lại. Điều này có thể phần nào được hiểu là do khách công tác tại nhóm các công ty, tập đoàn nhà nước có thu nhập ổn định, và nhóm khu vực nước ngoài thì có mức thu nhập cao nhất hiện nay về mặt bằng chung, do đó, khả năng thanh toán nợ đến hạn của dư nợ thẻ tín dụng sẽ tốt hơn so với loại hình công ty thuộc nhóm tư nhân, hay nói khác đi, rủi ro tín dụng của nhóm khách hàng công tác tại nhóm các công ty, tập đoàn nhà nước, và các công ty có vôn nước ngoài cũng sẽ thấp hơn.
Chủ thẻ có dư nợ tín dụng tại ngân hàng khác (BLOAN) có ảnh hưởng cùng chiều với số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ tín dụng tại Ngân hàng Sacombank, kết quả kiểm định cho thấy khi khách hàng có dư nợ tín dụng tại ngân hàng khác thì nguy cơ chậm thanh toán dư nợ thẻ tín dụng tại Sacombank tăng lên, đồng nghĩa rủi ro tín dụng đối với hoạt động thẻ tín dụng cũng tăng theo. Kết quả
này phù hợp với phát hiện của Lee và cộng sự (2015), đó là chủ thẻ tín dụng có các khoản vay tín dụng tại các ngân hàng khác sẽ có khả năng quá hạn thẻ tín dụng cao hơn so với những người không có các khoản vay tín dụng tại các ngân hàng khác.
Hệ số ứng tiền mặt (CASHBal) có ảnh hưởng cùng chiều với số lần chậm thanh
toán dư nợ thẻ tín dụng của chủ thẻ tín dụng tại Ngân hàng Sacombank. Kết quả hồi quy cho thấy khi hệ số ứng tiền mặt tăng lên thì nguy cơ chậm thanh toán dư nợ thẻ tín dụng cũng tăng theo. Điều này được lý giải là do khi thực hiện giao dịch ứng tiền mặt tại ATM hoặc máy POS, chủ thẻ phải chịu mức phí ứng tiền mặt và lãi tính ngay từ thời điểm phát sinh giao dịch, do vậy một khi chủ thẻ tín dụng ứng tiền mặt từ thẻ tín dụng chủ thẻ đó đang thực sự gặp vấn đề khó khăn về tài chính trong ngắn hạn. Chủ thẻ có xu hướng sử dụng thẻ tín dụng để ứng tiền mặt thường xuyên phải đối diện với nguy cơ không thể chi trả đúng hạn các khoản nợ gốc, phí và lãi phát sinh, hay nói cách khác rủi ro tín dụng đối với các khách hàng có hệ số ứng tiền mặt là
Ket luận Chương 4
Trong chương 4, tác giả đã tiến hành phân tích định lượng để xác định các yếu tố và đo lường mức độ ảnh hưởng của chúng đến rủi ro tín dụng trong hoạt động kinh
doanh thẻ tín dụng của Ngân hàng Sacombank. Tác giả đã lần lượt trình bày kết quả phân tích thống kê mô tả, kết quả của mô hình hồi quy, thông qua dấu của các hệ số hồi quy, tác giả đã có những kết luận về sự tác động của các biến độc lập đến biến phụ thuộc, là cơ sở cho những đề xuất về gợi ý chính sách trong chương tiếp theo của
CHƯƠNG 5: KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH 5.1 Ket luận
Qua nghiên cứu phân tích định lượng mô hình hồi quy tuyến tính dựa trên nền tảng cơ sở lý thuyết và những công trình nghiên cứu đi trước cùng với dữ liệu thu thập được từ 271 thẻ tín dụng phát hành mới và có phát sinh giao dịch thẻ tín dụng trong khoảng thời gian từ ngày 01/01/2016 đến ngày 31/12/2018. Kết quả nghiên cứu
cho thấy các nhân tố ảnh hưởng đến rủi ro tín dụng trong hoạt động kinh doanh thẻ tín dụng tại Ngân hàng Sacombank bao gồm:
Thu nhập bình quân (INCOME) có tương quan nghịch đến số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ Sacombank. Điều này đồng nghĩa là chủ thẻ có thu nhập càng cao thì nguy cơ chậm thanh toán dư nợ thẻ tín dụng càng ít so với chủ thẻ có thu nhập thấp hơn đồng nghĩa với rủi ro tín dụng của chủ thẻ có thu nhập cao hơn là ít hơn.
Hạn mức tín dụng (LIMIT) có tương quan thuận đối với số lần chậm thanh toán
dư nợ thẻ tín dụng của chủ thẻ Sacombank, điều này có nghĩa là hạn mức tín dụng càng cao thì nguy cơ chủ thẻ chậm thanh toán dư nợ thẻ tín dụng càng lớn.
Nghề nghiệp (OCCUP) có ảnh hưởng đến số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ Sacombank, kết quả kiểm định cho thấy khi nghề nghiệp của chủ thẻ là nhân viên văn phòng, số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ đó
sẽ giảm đi 0.078 lần so với chủ thẻ không là nhân viên văn phòng. Điều này có nghĩa
là tính ổn định của nghề nghiệp có ảnh hưởng đến khả năng thanh toán nợ đến hạn của chủ thẻ tín dụng, chủ thẻ có nghề nghiệp ổn định có số lần chậm thanh toán dư nợ thẻ tín dụng thấp hơn so với chủ thẻ có nghề nghiệp ít ổn định hơn.
công tác tại các đơn vị khác mang tính chất ổn định và thu nhập cao hơn như cơ quan
nhà nước, doanh nghiệp có vốn đầu tư nước ngoài...
Chủ thẻ có dư nợ tín dụng tại ngân hàng khác (BLOAN) có mối tương quan thuận với số lần chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ Sacombank, kết quả kiểm định cho thấy khi khách hàng có dư nợ tín dụng tại ngân hàng khác thì nguy cơ chậm thanh toán dư nợ thẻ tín dụng tại Sacombank tăng 0.094 lần.
Hệ số ứng tiền mặt (CASHBal) có tương quan thuận với số lần chậm thanh toán
dư nợ thẻ tín dụng của chủ thẻ Sacombank, kết quả hồi quy cho thấy khi hệ số ứng tiền mặt tăng lên 1 thì nguy cơ chậm thanh toán dư nợ thẻ tín dụng tăng lên 0.194. Khi thực hiện giao dịch ứng tiền mặt tại ATM hoặc máy POS, chủ thẻ phải chịu mức phí ứng tiền mặt và lãi tính ngay từ thời điểm phát sinh giao dịch, do vậy một khi chủ
thẻ tín dụng ứng tiền mặt từ thẻ tín dụng chủ thẻ đó đang thực sự gặp vấn đề khó khăn
về tài chính trong ngắn hạn. Chủ thẻ có xu hướng sử dụng thẻ tín dụng để ứng tiền mặt thường xuyên phải đối diện với nguy cơ không thể chi trả đúng hạn các khoản nợ gốc, phí và lãi phát sinh. Hệ số ứng tiền mặt của chủ thẻ càng cao thì nguy cơ chậm thanh toán dư nợ thẻ tín dụng của chủ thẻ càng tăng.
5.2 Gợi ý chính sách
Dựa vào kết quả nghiên cứu, đề tài đã xác định được các nhân tố ảnh hưởng đến
rủi ro tín dụng trong hoạt động kinh doanh thẻ tín dụng tại Ngân hàng Sacombank bao gồm: thu nhập bình quân, hạn mức tín dụng, nghề nghiệp, loại hình công ty đang công tác, chủ thẻ có dư nợ tại ngân hàng khác, và hệ số ứng tiền mặt. Các nhân tố này
có thể chia ra làm ba nhóm như sau:
Dựa trên cơ sở phân nhóm này, phần tiếp theo tác giả đưa ra các nhóm giải pháp
hạn chế rủi ro tín dụng của hoạt động kinh doanh thẻ tín dụng tại Ngân hàng