Nguồn: Tổng hợp của tác giả
3.3 Dữ liệu nghiên cứu
3.3.1 Kích thước mẫu
Kích thƣớc mẫu phụ thuộc thuộc vào phƣơng pháp phân tích, nghiên cứu này có sử dụng phân tích nhân tố khám phá (EFA). Theo Gorsuch (1983), phân tích nhân tố có mẫu ít nhất 200 quan sát.
Hair và cộng sự (1998) cho rằng kích cỡ mẫu cần ít nhất gấp 5 lần biến quan sát.
Những quy tắc kinh nghiệm khác trong xác định kích cỡ mẫu cho phân tích nhân tố thƣờng ít nhất phải bằng 4 hay 5 lần số biến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Vấn đề nghiên cứu Mục tiêu nghiên cứu Cơ sở lý thuyết &
mô hình nghiên cứu
Thang đo sơ bộ Nghiên cứu định tính
(thảo luận nhóm)
Thang đo chính thức
Nghiên cứu định lƣợng (Điều tra bảng câu hỏi)
- Phân tích Cronbach’Alpha - Phân tích EFA
- Phân tích hệ số tƣơng quan - Phân tích mô hình hồi quy - Kiểm định các giả thuyết Kết quả nghiên cứu và giải pháp
Ngoài ra, theo quy tắc kinh nghiệm của Nguyễn Đình Thọ (2011) thì số quan sát lớn hơn (ít nhất) 5 lần số biến, tốt nhất gấp 10 lần.
Mô hình nghiên cứu trong luận văn gồm 06 biến độc lập và 1 biến phụ thuộc đƣợc đo lƣờng bởi 36 biến quan sát. Do đó, kích cỡ mẫu tối thiểu là 36x5=180 mẫu.
3.3.2 Cách lấy mẫu
Nghiên cứu sử dụng phƣơng pháp lấy mẫu thuận tiện, số lƣợng bảng câu hỏi phát ra là dự kiến 250 phiếu, mỗi câu hỏi đƣợc đo lƣờng dựa trên thang đo Likert 5 khoảng cách. Qua quá trình thu thập thông tin đƣợc tiến hành, sau khi sàng lọc các bảng hỏi không phù hợp, nghiên cứu tiến hành nhập liệu vào phần mềm Excel 2010 và sử dụng phần mềm xử lý dữ liệu SPSS 22 để phân tích dữ liệu khảo sát để kết luận các giả thuyết và mô hình nghiên cứu.
3.4 Phƣơng pháp xử lý, phân tích số liệu
Để phân tích dữ liệu thu thập từ các bảng câu hỏi khảo sát, đề tài đã sử dụng phần mềm SPSS 22 để xác định các yếu tố ảnh hƣởng đến quyết định sử dụng dịch vụ IB của khách hàng tại ngân hàng BIDV Đồng Khởi.
Dữ liệu kết quả của bảng câu hỏi đƣợc xử lý nhƣ sau: - Nhập và làm sạch dữ liệu
- Phân tích thống kê mô tả (Descriptive Statistics) sẽ cho thấy mức độ đánh giá của khách hàng đối với từng yếu tố, thể hiện qua số điểm trung bình của từng yếu tố.
- Phân tích độ tin cậy với hệ số Cronbach’s Alpha để đánh giá thang đo cho từng yếu tố đã xây dựng trong mô hình nghiên cứu đảm bảo đáng tin cậy ở mức độ nào.
- Các biến quan sát đảm bảo mức độ tin cậy thang đo sẽ tiếp tục đƣợc đƣa vào phân tích nhân tố khám phá (EFA) để hình thành nên các nhân tố chứa các nhóm biến quan sát thích hợp.
- Phân tích mô hình hồi quy sẽ cho thấy mức độ ảnh hƣởng của từng nhân tố độc lập đến nhân tố phụ thuộc.
- Các kiểm định liên quan đến sự vi phạm các giả định của mô hình hồi quy.
- Kiểm định sự phù hợp của mô hình, và mức ý nghĩa của các hệ số hồi quy.
Các phƣơng pháp phân tích dữ liệu nghiên cứu đƣợc sử dụng trong đề tài, bao gồm:
- Đánh giá độ tin cậy thang đo bằng hệ số Cronbach’s Alpha.
Phƣơng pháp đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Anpha, dùng để kiểm tra mức độ chặt chẽ và tƣơng quan giữa các biến quan sát. Sử dụng phƣơng pháp phân tích độ tin cậy thang đo với hệ số Cronbach’s Anpha trƣớc khi phân tích nhân tố khám phá EFA nhằm loại các biến không phù hợp vì các biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Anpha chỉ cho biết các biến đo lƣờng có liên kết với nhau hay không, nhƣng không cho biết biến quan sát nào cần loại bỏ và biến quan sát nào cần giữ lại. Khi đó, việc xem xét hệ số tƣơng quan biến - tổng sẽ giúp loại ra khỏi mô hình những biến quan sát không phù hợp hoặc đóng góp không đáng kể cho việc mô tả các khái niệm nghiên cứu cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Tiêu chí đánh giá khi phân tích độ tin cậy với hệ số Cronbach’s Anpha dùng để loại các biến rác có hệ số tƣơng quan biến-tổng nhỏ hơn hay bằng 0.3 và đồng thời thang đo đƣợc chấp nhận phải thỏa điều kiện giá trị Cronbach’s Anpha lớn hơn 0.6 (Nunnally & Burnstein, 1994) để thang đo đạt độ tin cậy và đƣợc sử dụng để tiến hành cho bƣớc phân tích nhân tố khám phá EFA.
- Phân tích nhân tố khám phá (EFA- Exploratory Factor Analysis).
Phân tích nhân tố khám phá nhằm rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập hợp có ít biến quan sát hơn để chúng có ý
nghĩa hơn, đồng thời vẫn đảm bảo chứa đầy đủ thông tin của tập ban đầu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). EFA đƣợc xem là thích hợp khi có đủ các điều kiện sau:
+ Kaiser - Meyer - Olkin (KMO): Là chỉ tiêu dùng để xem xét sự thích hợp của phân tích nhân tố. Nếu 0.5 ≤ KMO ≤ 1. Phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
+ Kiểm định Bartlett (Bartlett’s test): Là đại lƣợng thống kê dùng để xem xét giả thuyết H0. Nếu mức ý nghĩa Sig. <0.05 thì sẽ bác bỏ giả thuyết H0, đồng nghĩa với việc các biến có tƣơng quan với nhau trong tổng thể. Điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
+ Tổng phƣơng sai trích (% cumulative variance): cho biết các nhân tố giải thích đƣợc bao nhiêu phần trăm biến thiên của các biến quan sát. Tiêu chuẩn của tổng phƣơng sai trích phải đạt từ 50% trở lên.
+ Điểm dừng (Eigenvalue): đại diện cho một phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Những nhân tố Eigenvalue > 1 sẽ đƣợc chấp nhận.
+ Hệ số tải nhân tố (factor loading): đây là chỉ tiêu biểu thị tƣơng quan giữa các biến với nhân tố, dùng để đánh giá mức ý nghĩa thiết thực của EFA. Hệ số này phải lớn hơn 0.5 mới đƣợc chấp nhận (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008), nếu không sẽ bị loại khỏi mô hình. Hệ số tải nhân tố mang dấu (-) thì sẽ đƣợc lấy trị tuyệt đối. Thực hiện EFA nhiều lần cho đến khi xác định đƣợc các biến có hệ số tải nhân tố >0.5. Từ đó xác định đƣợc các nhân tố mới, đặt tên lại cho các nhân tố này.
- Phân tích ma trận tương quan
Các nhà nghiên cứu thƣờng sử dụng một hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lƣợng. Trong phân tích tƣơng quan Pearson, không có sự phân biệt giữa các biến độc lập với biến phụ thuộc mà tất cả đều đƣợc đƣa vào phân tích và xem xét nhƣ nhau. Do đó, nếu
giữa hai biến độc lập có mức độ tƣơng quan chặt thì cần phải chú ý vấn đề đa cộng tuyến khi phân tích hồi quy (đƣợc chuẩn đoán bằng lựa chọn Collinearity Diagnostic).
Ma trận hệ số tƣơng quan có ý nghĩa thống kê khi sig. < 0.05 cho thấy hai biến có mối quan hệ tƣơng quan với nhau, ngƣợc lại khi sig. > 0.05 có nghĩa là hai biến không có liên hệ với nhau. Hệ số tƣơng quan càng lớn biểu thị mức độ tƣơng quan càng chặt. Nếu giá trị của hệ số tƣơng quan là âm (r < 0) có nghĩa là 2 biến có mối quan hệ nghịch biến (ngƣợc chiều), ngƣợc lại nếu giá trị của hệ số tƣơng quan là dƣơng (r > 0) có nghĩa là 2 biến có mối quan hệ đồng biến (thuận chiều).
- Phân tích hồi quy tuyến tính.
Thông qua phân tích hồi quy tuyến tính này xác định sự phù hợp của mô hình nghiên cứu và mức độ ảnh hƣởng của các nhân tố đến mô hình nghiên cứu.
+ Sử dụng kiểm định F trong bảng phân tích phƣơng sai để kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Nếu Sig F < 0.05, bác bỏ giả thuyết H0 cho rằng tất cả các hệ số hồi quy bằng 0. Có nghĩa là các biến trong mô hình có thể giải thích đƣợc sự thay đổi của biến phụ thuộc, do đó mô hình hồi quy phù hợp với tập dữ liệu và có thể dùng đƣợc.
+ Hệ số hồi quy chƣa chuẩn hóa β (Unstandardized coefficients) xác định mức ý nghĩa của các hệ số hồi quy riêng phần trong mô hình. Cần quan tâm đến dấu của các hệ số này để xem có thể hiện đúng nhƣ giả thuyết kỳ vọng. Trên cơ sở đó xác định mô hình hồi quy.
+ Hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor) dùng để kiểm định hiện tƣợng đa cộng tuyến. Nếu VIF > 10 thì có hiện tƣợng đa cộng tuyến (là trạng thái các biến độc lập có mối quan hệ chặt chẽ với nhau). Ngƣợc lại VIF < 10 thì không có hiện tƣợng đa cộng tuyến.
+ Hệ số chuẩn hóa Beta (Standardized coefficients) xác định tầm quan trọng các biến trong mô hình. Hệ số này càng cao bao nhiêu thì nhân tố đó có tác động
mạnh đến biến phụ thuộc bấy nhiêu.
Kết luận Chƣơng 3
Chƣơng 3 đã trình bày các vấn đề về quy trình nghiên cứu, cách thức thu thập dữ liệu và phƣơng pháp xử lý, phân tích dữ liệu. Bên cạnh đó, dựa trên nền tảng cơ sở lý thuyết và lƣợc khảo các nghiên cứu trƣớc tác giả xây dựng mô hình nghiên cứu đề xuất và phát triển các giả thuyết nghiên cứu ban đầu cần kiểm định.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Thực trạng hoạt động cho vay bán lẻ tại Vietinbank Đồng Tháp
4.1.1 Thu nhập từ hoạt động tín dụng bán lẻ
Bảng 4.1: Các chỉ tiêu thu nhập từ hoạt động tín dụng bán lẻ
Đơn vị tính: Tỷ đồng
Chỉ tiêu Năm 2016 Năm 2017 Năm 2018
Tổng dƣ nợ tín dụng bán lẻ 443 527 553
Tổng dƣ nợ 1399 1596 1518
Tổng thu nhập 34,67 50,66 64,71
Thu nhập lãi cho vay bán lẻ 8,59 12,31 12,53
Thu nhập lãi cho vay bán lẻ/tổng thu nhập 24,78 24,30 19,36
Tỷ lệ thu nhập lãi/Dƣ nợ tín dụng bán lẻ 1,94 4,61 3,5
Nguồn: Báo cáo kết quả kinh doanh của VietinBank Đồng Tháp
Nhìn chung, tỷ lệ thu nhập từ lãi cho vay bán lẻ trong tổng thu nhập của Ngân hàng giảm dần qua các năm, và chƣa tƣơng xứng với tiềm năng phát triển hoạt động TDBL của Chi nhánh. Điều này là do các sản phẩm dịch vụ ngân hàng bán lẻ ngày càng đƣợc quan tâm phát triển nhƣng tỷ lệ này vẫn ở mức cao so với mặt bằng chung của các NHTM trên địa bàn, cho thấy vai trò hết sức quan trọng của hoạt động tín dụng bán lẻ trong hoạt động chung của ngân hàng.
Ngoài ra, tỷ lệ thu nhập lãi trên dƣ nợ tín dụng bán lẻ năm 2017 tăng mạnh so với năm 2016 và giảm nhẹ ở năm 2018. Tỷ lệ này càng cao cho thấy chất lƣợng tín dụng bán lẻ càng cao. Năm 2017, cứ 100 đồng vốn cho vay ra sẽ thu về 4,61 đồng thu nhập lãi, năm 2018 là 3,5 đồng thu nhập lãi, do năm 2018 là một năm khó khăn của nền kinh tế, lãi suất cho vay liên tục giảm nên thu nhập lãi của Chi nhánh cũng giảm theo.
4.1.2 Quy mô cung cấp tín dụng bán lẻ theo kỳ hạn
Tổng dƣ nợ tín dụng bán lẻ và dƣ nợ phân chia theo kỳ hạn cho vay đƣợc thể hiện ở bảng 4.2 cho thấy:
Thứ nhất, quy mô tín dụng bán lẻ đã gia tăng qua các năm. Tuy nhiên mức tăng năm 2018 chậm lại so với mức tăng của năm 2017. Nếu nhƣ năm 2017, tổng dƣ nơ tín dụng bán lẻ tăng 18,96% so với năm 2016 thì năm 2018 , tổng dƣ nợ tín dụng bán lẻ chỉ tăng 4,93% so với năm 2017.
Thứ hai, về cơ cấu cho vay, cho vay ngắn hạn là chủ yếu, dƣ nợ cho vay tín dụng bán lẻ ngắn hạn chiếm tỷ trọng trên 98% tổng dƣ nợ cho vay qua các năm 2016 – 2018 . Dƣ nợ tín dụng bán lẻ trung và dài hạn chiếm một tỷ trọng rất nhỏ, chủ yếu là các khoản vay theo hình thức cho vay cán bộ công nhân viên. Dƣ nợ tín dụng trung và dài hạn chiếm tỷ trọng nhỏ mặc dù giúp cho Chi nhánh linh hoạt trong việc điều hành các chính sách tín dụng khi có biến động trong nền kinh tế nhƣng lại thiếu phần dƣ nợ ổn định, lâu dài và nhiều khi không đáp ứng đƣợc nhu cầu vốn cho các khách hàng. Vì vậy, trong thời gian tới, VietinBank cần tìm kiếm các khách hàng có uy tín, có phƣơng án kinh doanh hoặc phƣơng án tiêu dùng phục vụ đời sống khả thi, hiệu quả để cho vay trung và dài hạn.
Bảng 4.2: Quy mô tín dụng bán lẻ theo kỳ hạn Đơn vị tính: Tỷ đồng Chỉ tiêu Năm 2016 Năm 2017 Năm 2018 So sánh 2017/2016 So sánh 2018 /2017 Giá trị Giá trị Giá trị Giá trị % Giá
trị % Tổng dƣ nợ tín dụng bán lẻ 443 527 553 84 18,96 26 4,93 Dƣ nợ tín dụng bán lẻ ngắn hạn 438,05 521,6 547,3 83,55 19,07 25,7 4,93 Dƣ nợ tín dụng bán lẻ trung dài hạn 4,95 5,4 5,7 0,45 9,09 0,3 5,56
Nguồn: Báo cáo kết quả kinh doanh của VietinBank Đồng Tháp
4.1.2 Quy mô cung cấp tín dụng bán lẻ theo ngành
Chỉ tiêu phản ánh quy mô cung cấp tín dụng bán lẻ cho các ngành kinh tế: Vốn tín dụng của VietinBank nói chung và VietinBank Đồng Tháp nói riêng luôn đóng vai trò quan trọng trong việc hỗ trợ nhiều ngành trong nền kinh tế, góp phần nhất định trong việc phát triển của nhiều vùng, địa phƣơng trên cả nƣớc. VietinBank cũng đƣợc biết đến là ngân hàng tài trợ vốn hàng đầu cho các dự án lớn của đất nƣớc nhƣ: dầu khí, điện lực, thủy điện… Cơ cấu cho vay của VietinBank Đồng Tháp thể hiện sự hài hòa giữa các lĩnh vực, phù hợp với chiến lƣợc phát triển chung của nền kinh tế. Trong giai đoạn 2016-2018, VietinBank Đồng Tháp đã cấp tín dụng bán lẻ cho các lĩnh vực ngành nghề kinh doanh rất đa dạng, phong phú thể hiện qua bảng số liệu sau:
Bảng 4.3: Quy mô cấp tín dụng bán lẻ theo ngành Đơn vị tính: Tỷ đồng Chỉ tiêu Năm 2016 (%) Năm 2017 (%) Năm 2018 (%) Tổng dƣ nợ tín dụng bán lẻ 443 100 527 100 553 100 Thƣơng mại và dịch vụ 125 28,22 162 30,74 209 37,79 Sản xuất và chế biến 288 65,01 326 61,86 305 55,15
Giao thông, xây dựng 12 2,71 14 2,66 11 1,99
Điện nƣớc, khí đốt 5 1,13 7 1,33 7 1,27
Nghề khác 13 2,93 18 3,41 21 3,80
Nguồn: Báo cáo kết quả kinh doanh của VietinBank Đồng Tháp
Từ bảng số liệu trên có thể thấy trong giai đoạn 2016 – 2018 , VietinBank Đồng Tháp đã cung cấp vốn cho hầu hết các ngành kinh tế trọng điểm của địa phƣơng, đáp ứng một phần nhu cầu vốn của nền kinh tế. Trong đó, dƣ nợ tín dụng bán lẻ tập trung chủ yếu vào hai ngành nghề chính là thƣơng mại dịch vụ và sản xuất chế biến. Đây cũng chính là các ngành kinh tế chủ yếu và phát triển mạnh ở địa bàn tỉnh Đồng Tháp, địa phƣơng có truyền thống sản xuất và chế biến nhiều mặt hàng nông sản, thủ công nghiệp… Có thể thấy quy mô cấp tín dụng bán lẻ cho các ngành, thành phần kinh tế của VietinBank Đồng Tháp trong giai đoạn này là tƣơng đối hợp lý, vừa đáp ứng nhu cầu phát triển kinh tế địa phƣơng, vừa giúp Ngân hàng tận dụng đƣợc thế mạnh của các thành phần kinh tế địa phƣơng, mang lại lợi ích cho chính Ngân hàng, thúc đẩy nền kinh tế phát triển.
4.2 Kết quả nghiên cứu
4.2.1 Phân tích thống kê mô tả dữ liệu nghiên cứu
Kích cỡ mẫu tối thiểu đƣợc xác định là 180 mẫu, tuy nhiên để đảm bảo tính phổ quát và tin cậy cho kết quả nghiên cứu, tác giả đã thực hiện phát ra 300 bảng
khảo sát khách hàng về hoạt động cho vay bán lẻ tại Vietinbank Đồng Tháp. Số lƣợng bảng khảo sát thu về là 271 bảng, trong đó có 14 bảng khảo sát không hợp lệ