CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2 Kết quả phân tích hồi quy
4.2.1 Kết quả ước lượng hồi quy Logistic
Bảng 4.6: Kết quả ước lượng hệ số hồi quy
B S.E. Wald df Sig. Exp(B)
Step 1a KNKHACHHANG -.598 .235 6.472 1 .011 .550 TCKHACHHANG -14.299 4.425 10.442 1 .001 .000 TLVAYTRENTSDB -.090 .244 .135 1 .714 .914 UYTINSDV -1.858 1.002 3.439 1 .064 .156
LICHSUVV -.032 .145 .049 1 .825 .969 LINHVUCTN -2.679 .703 14.536 1 .000 .069
Constant 8.684 1.904 20.804 1 .000 5907.786 a. Variable(s) entered on step 1: KNKHACHHANG, TCKHACHHANG, TLVAYTRENTSDB, UYTINSDV, LICHSUVV, LINHVUCTN.
Nguồn: Kết quả Phân tích SPSS
Kết quả phân tích cho thấy 3 nhân tố: Kinh nghiệm của khách hàng vay (KNKHACHHANG), Khả năng tài chính của khách hàng vay (TCKHACHHANG), Lĩnh vực chính tạo ra thu nhập để trả nợ (LINHVUCTN) có Sig đều bé hơn 0,05, lần lượt là 0,011; 0,001; 0,000. Nhân tố Uy tín sử dụng vốn của khách hàng vay (UYTINSDV) có Sig là 0,064%, nằm ở mức 5% < Sig < 10%. Điều này thể hiện rằng bốn nhân tố này có mối tương quan với nhân tố phụ thuộc là Rủi ro tín dụng với mức ý nghĩa 5% đến 10%. Do vậy, mô hình đề xuất phù hợp với dữ liệu thực tế và các biến trong mô hình là có ý nghĩa. Riêng hai nhân tố còn lại gồm Tỷ lệ vay trên tài sản đảm bảo (TLVAYTRENTSDB) và Lịch sử vay vốn của khách hàng (LICHSUVV) có Sig rất lớn là 0,714 và 0,825, do đó hai nhân tố này cho thấy không có mối tương quan với nhân tố Rủi ro tín dụng trong mô hình này.
Về mức ý nghĩa thống kê, 3 trong 4 các hệ số hồi quy gồm: Kinh nghiệm của khách hàng vay (KNKHACHHANG), Khả năng tài chính của khách hàng vay (TCKHACHHANG), Lĩnh vực chính tạo ra thu nhập để trả nợ (LINHVUCTN) đều có độ tin cậy trên 95%, riêng hệ số Uy tín sử dụng vốn của khách hàng vay (UYTINSDV) có độ tin cậy kém hơn 95% (xấp xỉ 94%), vẫn có ý nghĩa giải thích cho biến phụ thuộc mặc dù ý nghĩa thống kê không mạnh mẽ bằng 3 hệ số còn lại. Dấu của các hệ số hồi
quy phù hợp với mong đợi, đều tác động âm (-), ảnh hưởng ngược chiều đến Rủi ro tín
- Kinh nghiệm của khách hàng vay tác động âm/ngược chiều với khả năng xảy ra rủi ro tín dụng thể hiện qua giá trị hệ số hồi quy β = -0,598 < 0), tức khi Kinh nghiệm của khách hàng vay tốt lên thì khả năng xảy ra rủi ro tín dụng giảm đi.
- Khả năng tài chính của khách hàng vay tác động âm/ngược chiều với khả năng xảy ra rủi ro tín dụng (thể hiện qua giá trị hệ số hồi quy β = -14,299 < 0), tức khi Khả năng tài chính của khách hàng vay tốt lên thì khả năng xảy ra rủi ro tín dụng giảm đi.
- Uy tín sử dụng vốn của khách hàng vay tác động âm/ngược chiều với khả năng xảy ra rủi ro tín dụng (thể hiện qua giá trị hệ số hồi quy β = -1,858 < 0), tức khi khách hàng sử dụng vốn đúng cam kết thì khả năng xảy ra rủi ro tín dụng giảm đi.
- Lĩnh vực chính tạo ra thu nhập để trả nợ tác động âm/ngược chiều với khả năng xảy ra rủi ro tín dụng (thể hiện qua giá trị hệ số hồi quy β = -2,679 < 0), tức là khi khách hàng vay có nguồn thu nhập chính từ nuôi trồng thủy sản hay sản xuất nông nghiệp thì khả năng xảy ra rủi ro tín dụng giảm đi.
4.2.2 Kiểm định mức độ phù hợp của mô hình
Kết quả kiểm định mức độ phù hợp của mô hình thông qua kiểm định Omnibus, ta có Sig là 0,000 (tức 0%) nhỏ hơn 5% nên ta hoàn toàn bác bỏ giả thuyết H0:𝛽1=𝛽2 =
𝛽3 = 𝛽4 = 𝛽5 = 𝛽6 = 0. Như vậy, mô hình tổng quát cho thấy mối tương quan giữa
nhân tố phụ thuộc là Khả năng xảy ra rủi ro tín dụng và các nhân tố độc lập trong mô
hình có ý nghĩa thống kê.
Bảng 4.7: Kết quả Omnibus Tests of Model Coefficients
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1
Step 168.911 6 .000
Block 168.911 6 .000
Model 168.911 6 .000
Thông qua kết quả kiểm định Omnibus, giá trị Sig. bằng 0.000 (tức 0%) đã phản ánh rằng, các hệ số hồi quy của các nhân tố độc lập không đồng thời bằng 0. Do đó, các yếu tố đều cóý nghĩa trong việc tác động đến Khả năng xảy ra rủi ro tín dụng.
4.2.3 Kiểm định mức độ giải thích của mô hình
Khác với mô hình hồi quy tuyến tính, mô hình hồi quy Logistic dùng giá trị -2LL (-2 Log likelihood) để đánh giá mức độ phù hợp của mô hình. Nếu giá trị -2LL càng
nhỏ càng thể hiện độ phù hợp mô hình càng cao. Giá trị của -2Loglikelihood là 58.955a
không phải là cao, điều đó thể hiện mức độ phù hợp khá tốt của mô hình tổng thể về các nhân tố tác động đến rủi ro tín dụng.
Bảng 4.8: Kết quả Model Summary Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 58.955a .344 .793
a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001.
Nguồn: Kết quả Phân tích SPSS
Hệ số mức độ giải thích của mô hình là Nagelkerke R Square đạt giá trị 0.793 tức
79.3%. Điều này có nghĩa là 79.3% sự thay đổi của nhân tố phụ thuộc là Khả năng xảy
ra rủi ro tín dụng được giải thích bởi các nhân tố độc lập.
4.2.4. Kiểm định mức độ dự báo chính xác của mô hình
Mức độ chính xác của dự báo thông qua mô hình thể hiện qua bảng kết quả Classification Table.
Bảng 4.9: Kết quả Dự báo
Quan sát
Dự đoán
Khả năng xảy ra rủi ro tín dụng
% Chính xác Không có rủi ro tín dụng Có rủi ro tín dụng
Step 1 Khả năng xảy ra rủi ro tín dụng Không có rủi ro tín dụng 366 1 99.7 Có rủi ro tín dụng 6 27 81.8 Overall Percentage 98.3
a. The cut value is .500
Nguồn: Kết quả Phân tích SPSS
Nhìn vào kết quả bảng trên, ta thấy, trong số 367 quan sát không có khả năng xảy ra rủi ro tín dụng (tính theo dòng 366 + 1), thì mô hình đã dự báo chính xác 366 trường hợp, vậy tỷ lệ đúng là 99.7%.
Tương tự, trong số 33 quan sát có khả năng xảy ra rủi ro tín dụng (tính theo dòng 6 + 27), thì mô hình đã dự báo chính xác 27 trường hợp, tỷ lệ đúng là 81.8%.
Như vậy, tỷ lệ dự báo đúng của toàn bộ mô hình là 98.3%.
Từ những ý nghĩa của kết quả mô hình, tác giả thấy rằng các hệ số hồi quy tìm được có ý nghĩa và mô hình đã đưa ra có thể sử dụng để đo lường các yếu tố tác động đến rủi ro tín dụng tại Ngân hàng Vietcombank Bình Thuận.