4 1.1.1 Khái niệm và đặc điểm của công ty tài chính
2.2.3. Giả thuyết nghiên cứu
Dựa vào cơ sở lý thuyết và kết quả từ các nghiên cứu trước đã được trình bày, các giả thuyết nghiên cứu được vận dụng vào đề tài như sau:
Giả thuyết H1: Nam giới có khả năng trả nợ thấp hơn nữ giới. Dấu kỳ vọng (-) Giả thuyết H2: Hôn nhân là biến nhị phân, khách hàng vay vốn đã có gia đình thì
khả năng trả nợ tăng. Dấu kỳ vọng (+)
Giả thuyết H3: Số lượng người tham chiếu là biến numeric. Số lượng người tham
chiếu càng nhiều thì khả năng trả nợ càng cao. Dấu kỳ vọng (+)
Giả thuyết H4: Nếu khách hàng đang có việc làm thì khả năng trả nợ của khách
hàng cao hơn. Dấu kỳ vọng (-)
Giả thuyết H5: Số năm kinh nghiệm càng nhiều thì khả năng trả được nợ càng tăng.
Dấu kỳ vọng (+)
Giả thuyết H6: Khách hàng có độ tuổi càng cao thì khả năng trả nợ càng tốt. Dấu kỳ
vọng (+)
Giả thuyết H7: Thu nhập của khách hàng càng cao thì khả năng trả nợ càng cao.
Dấu kỳ vọng (+)
thấp. Dấu kỳ vọng (-)
Giả thuyết H9: Loại hình cư trú là biến nhị phân. Khách hàng có sở hữu nơi cư trú
thì khả năng trả nợ càng tốt. Dấu kỳ vọng (+)
Giả thuyết H10: Số năm cư trú của khách hàng càng cao thì khả năng trả nợ của
khách hàng càng tốt. Dấu kỳ vọng (+)
Giả thuyết H11: Dư nợ càng cao thì khả năng trả nợ càng kém. Dấu kỳ vọng (-) Giả thuyết H12: Lãi suất trung bình của khoản vay càng cao thì khả năng trả nợ của
người đi vay càng thấp. Dấu kỳ vọng (-)
Giả thuyết H13: Kỳ hạn trung bình của khoản vay càng cao thì khả năng trả nợ của
người đi vay càng thấp. Dấu kỳ vọng (-)
Giả thuyết H14: Số khoản vay đã đóng càng cao thì khả năng trả nợ càng cao. Dấu
kỳ vọng (+)
Giả thuyết H15: Số khoản vay đang còn hiệu lực càng cao thì khả năng trả nợ càng
thấp. Dấu kỳ vọng (-)
Giả thuyết H16: Số năm quan hệ tín dụng với FE Credit càng cao thì khả năng trả
nợ càng tốt. Dấu kỳ vọng (+) 2.3. Dữ liệu nghiên cứu
Nghiên cứu sử dụng thông tin thứ cấp từ hồ sơ của những khách hàng vay vốn tại Công ty Tài chính FE Credit trong năm 2019. Tổng cộng có 51.915 hồ sơ.
Tuy nhiên, để đảm bảo cho tính đầy đủ của tất cả thông tin được đề xuất đánh giá, tác giả đã loại bỏ các quan sát bị thiếu một trong các dữ liệu dùng để đánh giá tính chính xác của các giả thuyết. Cuối cùng đưa vào nghiên cứu 13.066 khách hàng, trong đó có 12.143 hồ sơ vay được đánh giá là có khả năng trả nợ, chiếm tỷ lệ 93% trong tổng số lượng hồ sơ thỏa mãn điều kiện và có 923 hồ sơ khách hàng được đánh giá là không có khả năng trả nợ, chiếm tỷ lệ 7%
X
Hình 2.1: Phân bổ khả năng trả nợ của mẫu nghiên cứu
Nguồn: Tác giả tự tổng hợp bằng Python
2.4. Phương pháp nghiên cứu
Tác giả chủ yếu sử dụng phương pháp nghiên cứu định lượng để nghiên cứu nhằm thực hiện được mục tiêu nghiên cứu của đề tài. Các bước thực hiện nghiên cứu theo thứ sơ đồ dưới đây:
Hình 2.2: Sơ đồ quy trình các bước thực hiện phân tích trong nghiên cứu
Thống kê mô tả
Phương pháp thống kê mô tả được sử dụng trong nghiên cứu để mô tả khái quát Thu thập dữ liệu
lại những đặc tính cơ bản của dữ liệu thu thập được qua các phương pháp khác nhau. Trên cơ sở dữ liệu có sẵn, tác giả thực hiện thống kê để đánh giá sơ lược về các đặc trưng của khách hàng cá nhân vay vốn tín chấp tại Công ty Tài chính FE Credit.
Phân tích tương quan
Hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) đo lường mức độ tương quan tuyến tính giữa hai biến. Về nguyên tắc, việc phân tích tương quan Pearson sẽ tìm ra một đường thẳng phù hợp nhất với mối quan hệ tuyến tính của 2 biến. Trong phân tích áp dụng cho luận văn, việc kiểm định hệ số tương quan Pearson là để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Hệ số tương quan Pearson (r) sẽ nhận giá trị từ +1 đến -1. Điều kiện để tương quan có ý nghĩa là giá trị sig. <0.05. Tương quan tuyến tính càng mạnh, càng chặt chẽ nếu r càng tiến về 1, -1; tương quan tuyến tính càng yếu nếu r càng tiến về 0.
Ý nghĩa của các hệ số trong ma trận tương quan:
Hệ số Pearson Correlation: thể hiện mức độ tương quan tuyến tính giữa các biến với nhau trong mô hình.
Hệ số Sig: đánh giá tính phù hợp của hệ số tương quan giữa các biến theo kiểm định F với một độ tin cậy cho trước. Mức ý nghĩa của hệ số này thường được chọn là 1% hoặc 5%, nếu Sig > 0.05 thì phải thực hiện loại bỏ bớt biến nghiên cứu ra khỏi mô hình nhằm đảm bảo tính phù hợp của mô hình.
Kiểm định đa cộng tuyến
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình hồi qui phụ thuộc tuyến tính lẫn nhau, thể hiện dưới dạng hàm số. Xét về hậu quả, mặc dù sự hiện diện của đa cộng tuyến không ảnh hưởng đến tính nhất quán của các ước tính OLS của các hệ số hồi qui. Tuy nhiên, các ước tính sẽ trở nên không chính xác và không đáng tin cậy. Hơn nữa, thực tế không thể phân biệt các tác động riêng lẻ của các biến độc lập lên biến phụ thuộc. Hậu quả là sai số chuẩn của tham số hồi quy tăng, từ đó dẫn đến t-tests trên các hệ số có ít khả năng bác bỏ giả thuyết không.
Có hai cách chủ yếu để phát hiện ra hiện tượng đa cộng tuyến: dựa vào hệ số phóng đại phương sai VIF, hoặc dựa vào ma trận hệ số tương quan. Tuy nhiên cách dùng ma trận hệ số tương quan ít được sử dụng, chủ yếu sử dụng cách nhận xét chỉ
số. Trong nghiên cứu này, tác giả sử dụng hệ số VIF để kiểm định đa cộng tuyến. Nếu hệ số phóng đại phương sai VIF (variance inflation factor) > 2 thì có dấu hiệu đa cộng tuyến, đây là điều không mong muốn. Nếu VIF > 10 thì chắc chắn có đa cộng tuyến. Nếu VIF <2: không bị đa cộng tuyến.
Hồi quy Binary Logistic
Độ phù hợp của mô hình: Kiểm định Hosmer and Lemeshow là một trong các kiểm định nhằm dự báo độ phù hợp của mô hình, với 2 giả thiết H0: Không có sự khác biệt giữa giá trị thực tế và giá trị dự báo; H1: Có sự khác biệt giữa giá trị thực tế và giá trị dự báo. Hệ số Sig trong kiểm định này được phải lớn hơn mức ý nghĩa thì có thể kết luận đây là mô hình tốt.
Kiếm định ý nghĩa của các hệ số: Đối với hồi quy Binary Logistic, đại lượng Wald Chi Square được sử dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể. Nếu giá trị p (Sig.) nhỏ hơn mức ý nghĩa được chọn thì bác bỏ H0. Như vậy các hệ số hồi quy tìm được có ý nghĩa và mô hình được sử dụng tốt.
2.5. Thống kê mô tả
Các đại lượng thống kê mô tả chỉ có ý nghĩa khi được tính đối với các biến định lượng, các biến định tính sẽ được thực hiện thống kê tần suất để mô tả khái quát.
Các đại lượng thống kê mô tả bao gồm: Tổng số quan sát, giá trị nhỏ nhất, giá trị lớn nhất, trung bình cộng, độ lệch chuẩn được sử dụng để thống kê mô tả các biến định lượng như: Tuổi, Số lượng người tham chiếu, Số năm kinh nghiệm, Thu nhập, Chi phí sinh hoạt cơ bản, Số năm cư trú tại địa điểm hiện tại, Dư nợ, Lãi suất trung bình, Kỳ hạn trung bình, Tỷ lệ nợ đã trả, Số lượng khoản vay đã bị từ chối trong vòng 3 tháng, Số lượng khoản vay đã chấp thuận trong vòng 3 tháng, Số khoản vay đã đóng, Số khoản vay còn hiệu lực, Số năm quan hệ tín dụng với FE Credit.
Bảng 2.3: Mô tả thống kê các biến định lượng
Biến count min max mean std
age 13066 23,00 59,00 38,18 8,88 number_reference 13066 0,00 10,00 2,64 1,04 experience 13066 0,00 66,00 4,98 6,58 income 13066 2.500.000 110.000.000 10.440.160 5.328.734 basicexpenses 13066 900.000 25.000.000 1.352.548 781.204 year_residence 13066 1,00 42,00 1,05 1,04 outstanding_balance 13066 - 91.828 74.152.000 233.388,00 1.957.915 avg_interest_rate 13066 0,00 85,00 53,33 20,73 avg_tenor 13066 3,00 36,00 18,77 9,41 number_closedloan 13066 0,00 8,00 2,03 1,01 number_activeloan 13066 0,00 4,00 0,15 0,37 year_relationship 13066 0,00 8,99 4,35 2,76 Nguồn: Tác giả tự tổng hợp
Từ kết quả thống kê mô tả ở bảng 3.3, ta có thể thấy độ tuổi trung bình của nhóm khách hàng trong nghiên cứu này là 38,18 tuổi. Độ tuổi nhỏ nhất và cao nhất trong mẫu quan sát theo thứ tự là 23 tuổi và 59 tuổi. Khách hàng kê khai số thông tin người tham chiếu với số lượng người nhỏ nhất là 0 và cao nhất là 10 người, trung bình mỗi khách hàng cung cấp thông tin tham chiếu của 2 người. Thời gian làm việc của khách hàng dao động từ 0 đến 660 tháng, số tháng làm việc trung bình của mẫu nghiên cứu là 49,81 tháng, tức là khoảng hơn 3 năm. Mức thu nhập trung bình của khách hàng FE Credit khá cao, khoảng 10.5 triệu đồng/tháng, và chi phí cơ bản trung bình khoảng
1.3 triệu đồng. Thời gian cư trú tại nơi ở hiện tại từ 1 năm đến 42 năm. Dư nợ trung bình của mỗi khách hàng là 233.400 đồng với mức lãi suất trung bình trên 50% và kỳ hạn trung bình 18 tháng. Khách hàng có trung bình trên 2 khoản vay đã đóng và số ít có khoản vay khác còn có hiệu lực (trung bình 0.15 khoản vay/khách hàng). Khách hàng có quan hệ tín dụng với FE Credit trong hơn 4 năm với số năm quan hệ trải từ 0 năm (Khách hàng mới) cho tới 8.99 năm.
Để có thể thấy rõ hơn các phân bổ cho từng biểu hiện đối với các biến định lượng, tác giả thực hiện thống kê tần suất của các biến này dựa vào nguồn số liệu được thu thập từ hồ sơ vay vốn được trình bày cụ thể ở các biểu đồ cột dưới đây:
X
Hình 2.3: Cơ cấu khách hàng theo độ tuổi
Nguồn: Tác giả tự tổng hợp Theo biểu đồ thống kê 3.3 cho thấy, độ tuổi khách hàng vay vốn nhiều nhất tại Công ty Tài chính FE Credit chủ yếu là khách hàng có độ tuổi dưới 34 tuổi chiếm 42%, khách hàng có độ tuổi từ 35-44 tuổi chiếm 32%, tiếp theo là từ 45-54 tuổi chiếm 21% và cuối cùng là các khách hàng có độ tuổi trên 55 tuổi chỉ chiếm 5% trên tổng số. Điều này cho thấy số lượng khách hàng có nhu cầu vay vốn tiêu dùng thường thuộc các tầng lớp trẻ, độ tuổi càng cao thì nhu cầu vay vốn tiêu dùng càng giảm.
Hình 2.4: Cơ cấu khách hàng theo số người tham chiếu
Nguồn: Tác giả tự tổng hợp
Cơ cấu khách hàng theo số người tham chiếu thể hiện ở bảng 3.4 cho thấy, đa số khách hàng có thông tin tham chiếu của 2 người, chiếm 68%. Phần còn lại 31% khách hàng có từ 3 người tham chiếu trở lên. Điều này chứng tỏ những hồ sơ của
Cơ cấu KH theo số người tham chiếu
68%
26%
0% 0% 5%
khách hàng được chấp thuận tại FE Credit hầu hết là những khách hàng đáng tin cậy khi cung cấp từ 2 người tham chiếu trở lên. Đây cũng là một trong những điều có thể chú ý khi khách hàng khai báo thông tin vay vốn.
X
Hình 2.5: Cơ cấu khách hàng theo số năm kinh nghiệm làm việc
Nguồn: Tác giả tự tổng hợp Tác giả theo dõi thời gian làm công việc hiện tại của khách hàng theo sáu nhóm, trong đó nhóm có thời gian làm việc dưới 1 năm chiếm tỷ trọng cao nhất 52%. Nhóm khách hàng làm có thời gian làm việc từ 1 đến dưới 5 năm chiếm tỷ lệ 24%, nhóm khách hàng có thời gian làm việc trên 5 năm có 1 số lượng chiếm tỷ trọng 24%. Điều này có thể lý giải bởi vì các khách hàng có số năm kinh nghiệm lớn thường có nguồn thu nhập ổn định hơn, khách hàng ít có kinh nghiệm làm việc thì chưa có nguồn thu nhập ổn định nên mới có xu hướng lựa chọn vay tín chấp tiêu dùng.
Hình 2.6: Cơ cấu KH theo số năm cư trú tại nơi ở hiện tại
Nguồn: Tác giả tự tổng hợp Trên 3 năm 2 năm 1 năm 0.39% 0.03% 99.58%
Cơ cấu KH theo số năm cư trú tại nơi ở hiện tại
Biểu đồ 3.6 cho thấy hầu hết khách hàng của FE Credit có thời gian cư trú ở nơi ở hiện tại là khoảng 1 năm (chiếm đến 99.58%). Điều này cho thấy hầu hết khách hàng của FE Credit chưa có nơi ở ổn định, và phù hợp với việc họ lựa chọn vay tín chấp làm phương thức vay nợ.
Dựa vào biểu đồ cơ cấu thu nhập 3.7 cho thấy, thu nhập của khách hàng vay vốn tại FE Credit tập trung cao nhất ở trên 9 triệu (56%). Mức thu nhập tiếp theo là từ 7 đến 9 triệu chiếm 27%, khách hàng có mức thu nhập từ 5 đến 7 triệu chiến 14% và thấp nhất ở mức dưới 5 triệu (chiếm 2%). Điều này cho thấy nguồn thu nhập của khách hàng công ty FE Credit tương đối cao, nguồn thu ổn định giúp KH có khả năng trả nợ tốt hơn.
X
Hình 2.7: Cơ cấu KH theo thu nhập
Nguồn: Tác giả tự tổng hợp
Về chi phí cơ bản theo tháng như hình 3.8, chủ yếu khách hàng tiêu dùng ở mức dưới 3 triệu, chiếm 94%, còn lại 6% khách hàng tiêu dùng 3 triệu trở lên theo tháng. Đây cũng là một dấu hiệu an toàn của tập khách hàng khi phân bố thu nhập ở mức tương đối cao hơn chi phí cơ bản hằng tháng.
X
Hình 2.8: Cơ cấu KH theo chi phí cơ bản
Nguồn: Tác giả tự tổng hợp
Hình vẽ 3.9 cho thấy hầu hết khách hàng trong mẫu quan sát có tình hình trả nợ tốt, khi hầu hết tổng dư nợ (được tính bằng số nợ đến hạn thanh toán nhưng chưa trả) chỉ còn dưới 1 triệu đồng, chiếm 97%, và còn lại 3% khách hàng có tổng dư nợ trên 1 triệu đồng. Đi cùng với đó, là tỷ lệ hoàn thành trả nợ rất cao trên 90% là 98% khách hàng, một số ít còn lại có tỷ lệ hoàn trả khoản vay từ 70-90%.
X
Hình 2.9: Cơ cấu KH theo tổng dư nợ
Nguồn: Tác giả tự tổng hợp
Đối với các đặc điểm về khoản vay, xét về lãi suất thì các khách hàng của FE Credit đang được áp với mức lãi suất rất cao, cao nhất là mức trên 50% chiếm 53% số lượng khách hàng, chỉ số ít 5% khách hàng được tiếp cận vốn tiêu dùng tín dụng với lãi suất dưới 5%.
FE Credit đều là khoản vay có kỳ hạn ngắn, tỷ trọng cao nhất là vay dưới 1 năm chiếm 36%, các khoản vay kỳ hạn trên 3 năm chỉ chiếm 11%. Nhận xét chung cho thấy, khách hàng của FE Credit chủ yếu là vay ngắn hạn, và mức lãi suất áp dụng đang rất cao. có thể thấy phân bố của lượng khách hàng vay vốn chịu mức lãi suất cao chiếm đa số, việc này có thể cho thấy rằng nguồn thu nhập trong lĩnh vực cho vay tiêu dùng tài chính có thể mang lại nguồn thu nhập và lợi nhuận lớn cho Công ty Tài chính FE Credit
X
X
Hình 2.10: Cơ cấu KH theo lãi suất trung bình
Hình 2.11: Cơ cấu KH theo kỳ hạn trung bình
Nguồn: Tác giả tự tổng hợp
Hình 3.12 cho thấy, đa số các khách hàng của FE Credit, chỉ 0.4% khách hàng chưa đóng tài khoản nào của FE Credit, hầu hết khách hàng đều đã đóng 1 khoản vay trở lên. Điều này dẫn đến một kết luận là số ít khách hàng chưa có tài khoản đã đóng tại FE Credit (0.4%) là khách hàng mới hoặc đã có tổng cộng dưới 1 khoản