Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Bảng 4.18, kiểm định Wald về ý nghĩa của các hệ số hồi quy tổng thể của các biến trình độ học vấn tử đại học trở lên (EDU_2), tình trạng công việc văn phòng (WORK), kích cỡ khoản vay (SOL), thời hạn vay (TIME), thu nhập (INC), lãi suất (INT), tài sản thế chấp (SEC), Vay kinh doanh (TOL) và kinh nghiệm của cán bộ
thẩm định (IOS). Tất cả các biến đều có mức sig nhỏ hơn 0,05 nên ta bác bỏ giả thuyết:
H0: β5 (Trình độ học vấn-EDU_2) = 0
H0: β6 (Trình trạng công việc văn phòng-WORK) = 0
H0: β7 (Kích cỡ khoản vay-SOL) = 0
H0: β8 (Thời hạn vay-TIME) = 0
H0: β9 (Thu nhập - INC) = 0
H0: β10 (Lãi suất vay- INT) = 0
H0: β11 (Tài sản thế chấp- SEC) = 0
H0: β12 (Vay kinh doanh - TOL) = 0
H0: β14 (Kinh nghiệm CBTĐ- IOS) = 0
4.5.3 Kiểm định mức độ phù hợp tổng quát
Chi-square df Sig.
Step 531.185 9 .000
Block 531.185 9 .000
Model 531.185 9 .000
Bảng 4.19 – Kết quả kiểm định Chi-bình phƣơng
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Kết quả kiểm định giả thuyết về độ phù hợp tổng quát ở bảng 4.19 có mức ý nghĩa với số quan sát sig = 0,000 nên ta bác bỏ giả thuyết
H0: β5 =β6 =β7 =β8 = β9 = β10 = β11 = β12 = β14 = 0
4.5.4 Mức độ dự báo chính xác
Mức độ dự báo chính xác của mô hình nghiên cứu thể hiện qua bảng 4.18 Dự báo Y Phần trăm chính xác Không đúng hạn Đúng hạn
Y Không đúng hạn 208 12 94.5
Đúng hạn 24 306 92.7
Phần trăm trung bình 93.5
a. Trị số phân biệt Cut Value là 0.5
Bảng 4.20 – Mức độ dự báo chính xác của mô hình
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Bảng này cho ta thấy mức độ dự báo chính xác của mô hình, trong 220 trường hợp khách hàng trả trễ thì mô hình dự đoán đúng 208, chiếm 94,5%. Còn trong 330 trường hợp khách hàng trả nợ đúng hạn thì mô hình dự đoán đúng 306 trường hợp chiếm 92,7%. Do đó, tỷ lệ dự báo đúng của toàn bộ mô hình là 93,5%.
4.6 Phân tích kết quả hồi quy 4.6.1 Kết quả hồi quy 4.6.1 Kết quả hồi quy
Dựa trên bảng 4.14, ta thấy các biến đều có ý nghĩa thống kê do mức sig nhỏ hơn 0.05 do đó mô hình phân tích các nhân tố ảnh hưởng đến khả năng trả nợ đúng hạn của KHCN tại Sacombank được thể hiện như sau:
Loge[P(Y=1)/P(Y=0)] = -0,364 – 1,858 EDU_2 + 1,074WORK – 0,005SOL + 0,02TIME + 0,171INC + 68,935 INT -9,665SEC + 6,526TOL – 1,520 IOS
Kỳ vọng về dấu của các biến có ý nghĩa thống kê:
Biến Kỳ vọng dấu theo lý thuyết Kết quả từ mô hình
EDU_2 + -
WORK + +
SOL - -
TIME + +
INT - +
SEC + -
TOL + +
IOS + -
Bảng 4.21 – Kết quả kỳ vọng về dấu của mô hình
Nguồn: tác giả dựa trên kết quả nghiên cứu
Tác động biên của các biến có ý nghĩa thống kê lên biến phụ thuộc dựa trên nghiên cứu của Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2009) với giả định xác suất ban đầu= 0.5:
Biến Hệ số β Tác động biên EDU_2 -1,858 -0,465 WORK 1,074 0,2685 SOL -0,005 -0,001 TIME 0,02 0,005 INC 0,171 0,0428 INT 68,935 17,234 SEC -9,665 -2,416 TOL 6,526 1,632 IOS -1,52 -0,38
Bảng 4.22 – Tác động biên của các biến độc lập lên biến phụ thuộc
Nguồn: tính toán của tác giả
4.6.2 Phân tích các nhân tố ảnh hƣởng
Hệ số hồi quy của các biến WORK – Tình trạng công việc, biến SOL – Kích cỡ khoản vay, biến TIME – Thời gian vay, biến INC – Thu nhập, biến TOL – Mục đích vay vốn có kết quả phù hợp với kỳ vọng về dấu theo lý thuyết, cụ thể như sau:
Biến số tình trạng công việc có ý nghĩa thống kê với mức tác động biên là 0,2685. Với mức xác suất ban đầu 50% trong điều kiện các yếu tố khác không đổi,
nếu khách hàng vay công việc ổn định, đòi hỏi kinh nghiệm, kiến thức cao như các công việc đòi hỏi chất xám, các công việc văn phòng thì khả năng trả nợ đúng hạn sẽ tăng 0,2685 lần. Bên cạnh đó, dấu kỳ vọng từ mô hình phù hợp với giả thuyết nghiên cứu. Điều này có thể là do thu nhập của họ ổn định hơn so với các công việc khác. Kết quả nghiên cứu trên cũng phù hợp với nghiên cứu của Chapman (1990) và nghiên cứu Li Shuai (2013).
Kích cỡ khoản vay càng lớn thì khả năng trả nợ càng thấp do áp lực trả nợ của khách hàng càng lớn tuy nhiên tác động không nhiều so với các yếu tố khác. Tác động biên của biến kích cỡ khoản vay thấp nhất so với các biến khác, chỉ khoảng 0,001. Vậy trong điều kiện các yếu tố khác không đổi với mức xác suất ban đầu 50%, nếu kích cỡ khoản vay tăng lên 1 triệu đồng, về mặt trung bình xác suất trả nợ đúng hạn của khách hàng sẽ giảm 0,001 lần. Điều này được lý giải xét trong mẫu chọn, vay tiêu dùng chiếm 73,8% trong tổng quan sát, nếu các khoản vay càng lớn thì gốc và lãi định kỳ hàng tháng của khách hàng phải trả càng tăng do đó áp lực trả nợ đúng hạn tăng cao. Mặt khác mặc dù những khoản vay lớn giúp cho khách hàng dễ dàng xoay sở và tạo ra giá trị hơn nhưng đồng thời nó tiềm ẩn những khoản đầu tư rủi ro dễ gây tổn thất và điều này làm giảm mức độ hiệu quả của khoản vay có kích cỡ lớn.Kết quả trên cũng phù hợp với nghiên cứu của Acquah (2011).
Thời gian trả nợ càng dài thì khả năng trả nợ đúng hạn càng cao. Tác động biện của biến thời gian khoảng 0,005. Trong điều kiện các yếu tố khác không đổi với mức xác suất ban đầu là 50%, nếu biến thời gian tăng lên 1 đơn vị thì khả năng trả nợ đúng hạn của khách hàng cũng tăng 0,005 lần. Điều này được giải thích vì khách hàng không bị áp lực trả nợ mà các khoản vay sẽ được chia thành những khoản trả định kỳ đều nhau phù hợp với khả năng trả nợ của khách hàng. Trong khi đó các khoản vay càng ngắn sẽ khiến cho khách hàng bị áp lực về thời gian trả nợ, tìm kiếm nguồn trả nợ cho ngân hàng. Kết quả cũng tương đồng với nghiên cứu của Li shuai (2013).
Biến số thu nhập có ý nghĩa thống kê với mức tác động biên là 0,0428. Với mức xác suất ban đầu 50% trong điều kiện các yếu tố khác không đổi, nếu thu nhập của người vay tăng 1 triệu đồng thì khả năng trả nợ đúng hạn tăng 0,0428 lần. Biến số cũng phù hợp với giả thuyết nghiên cứu, thu nhập càng cao thì khả năng trả nợ càng cao. Bởi vì thu nhập chính là nguồn trả nợ chính của khách hàng do đó thu nhập càng tăng thì khả năng trả nợ đúng hạn của khách hàng tăng. Kết quả nghiên cứu cũng phù hợp với các nghiên cứu khác như Trương Đông Lộc (2011), Mohammad Reza Kohansal (2009).
Mục đích vay kinh doanh làm cho khả năng trả nợ đúng hạn cao hơn so với vay tiêu dùng. Do vay kinh doanh góp phần tăng thu thập cho khách hàng từ khoản vốn vay nếu khách hàng sử dụng vốn một cách hiệu quả trong khi đó vay tiêu dùng không tạo thêm thu nhập đối ứng cho khách hàng. Tác động biên của biến mục đích vay chỉ khoảng 1,632. Trong điều kiện các yếu tố khác không đổi với mức xác suất ban đầu là 50%, nếu khách hàng vay với mục đích sản xuất kinh doanh thì khả năng trả nợ đúng hạn của khách hàng cũng tăng 1,632 lần.
Đồng thời, hệ số hồi quy của biến EDU_2 – Tình độ học vấn từ đại học trở lên, INT – Lãi suất vay, biến SEC – Hình thức thế chấp và biến IOS – Kinh nghiệm cán bộ thẩm định có kết quả không phù hợp với kỳ vọng về dấu trong giả thuyết nghiên cứu như sau:
Trình độ học vấn trong trường hợp nghiên cứu này có tác động ngược chiều với khả năng trả nợ đúng hạn có nghĩa là trình độ học vấn của khách hàng từ đại học trở lên thì khả năng trả nợ đúng hạn của họ giảm 0,465 lần. Kết quả này không phù hợp với nghiên cứu của TS. Trương Đông Lộc (2011), Nguyễn Quốc Nghi (2012) tuy nhiên kết quả tương đồng với nghiên cứu của George Yaw Mensah (2012). Điều này cho thấy trình độ học vấn ở đây chưa giải thích hết ý nghĩa của nó do người có trình độ học vấn cao hiện nay chưa chắc tìm được việc làm tốt và thu nhập tốt. Nguyên nhân có thể là do tại Việt Nam hiện nay có quá nhiều trường đại học dẫn đến số lượng sinh viên tốt nghiệp đại học quá nhiều trong khi đó chất lượng
không được đánh giá cao, các nhà tuyển dụng thường ưu tiên nhân viên có kinh nghiệm hơn là bằng cấp. Mặt khác trong mẫu nghiên cứu ta thấy phần lớn là vay tiêu dùng (vay đầu tư bất động sản). Những khách hàng vay này có trình độ học vấn cao, họ thường mạo hiểm và tự tin vào khả năng của mình nên đầu tư vào các lĩnh vực khác nhau dẫn đến kinh doanh bị thua lỗ hoặc bị chôn vốn khi đầu tư vào bất động sản khi thị trường này vào những năm trước không sôi động lắm. Điều này làm cho khả năng trả nợ vay đúng hạn của khách hàng bị giảm.
Lãi suất vay càng cao thì khả năng trả nợ đúng hạn cao hơn. Đây là biến có tác động biên mạnh nhất so với các biến khác. Tác đông biên của biến lãi suất là 17,234. Trong điều kiện các yếu tố khác không đổi với mức xác suất ban đầu là 50%, nếu biến lãi suất vay tăng lên 1% thì khả năng trả nợ đúng hạn của khách hàng tăng 17,234 lần. Kết quả nghiên cứu này cũng không phù hợp với nhiều nghiên cứu khác trong giả thuyết. Tuy nhiên, điều này có thể được lý giải như sau: xét trong các mẫu chọn thì các khách hàng có lãi suất vay thấp là các khách hàng mới được ưu đãi theo chương trình khuyến mãi bên cạnh đó các khoản vay có dư nợ khá lớn, chủ yếu phục vụ cho mục đích bất động sản, vay xây dựng, sữa chữa nhà trọ,... Trong khi đó, các khoản vay có lãi suất lớn hơn là do hết thời gian được ưu đãi hoặc khách hàng cũ, đã có thời gian quan hệ với Sacombank. Đa số các khách hàng này có dư nợ đã giảm hoặc ít hơn khá nhiều so với khi bắt đầu vay nên rủi ro trả nợ trễ hạn ít hơn so với các khách hàng mới. Riêng các khoản vay không có tài sản bảo đảm, khoản vay tín chấp là các khoản vay có lãi suất cao nhất được mặc định trích nợ tự động từ tài khoản ATM của khách hàng do đó khả năng trả trễ là khá ít.
Khách hàng vay không có tài sản thế chấp thì rủi ro trả nợ trễ hạn sẽ giảm. Tác đông biên của biến hình thức thế chấp khoảng 2,416. Trong điều kiện các yếu tố khác không đổi với mức xác suất ban đầu là 50%, nếu khách hàng vay không có tài sản bảo đảm thì khả năng trả nợ đúng hạn của khách hàng tăng 2,416 lần. Điều này xuất phát từ nguyên nhân là xét trong các mẫu chọn thì các khoản vay không thế chấp tại Sacombank chủ yếu là các khoản vay cán bộ công nhân viên của
dụng cho vay là phải trả lương qua Sacombank và các công ty, tổ chức đoàn thể chính trị-xã hội phải có liên kết với Sacombank. Sau khi cho vay, các khoản vay này được trích nợ tự động cho vay trên phần mềm nên hạn chế được rủi ro trả nợ trễ hạn của khách hàng.
Cán bộ thẩm định có thâm niên từ 2 năm trở lên thì khả năng đánh giá khách hàng thấp hơn. Điều này được lý giải như sau: Thứ nhất, thông thường cán bộ tín dụng có kinh nghiệm lâu năm tại các Ngân hàng Việt Nam thường sẽ được giao quản lý và thẩm định các món vay có dư nợ lớn trong khi đó, các nhân viên mới thì sẽ được giao các món vay có giá trị nhỏ, các món vay đơn giản như cho vay cầm cố sổ tiết kiệm, vay không tài sản đảm bảo với cán bộ công nhân viên, vay tín chấp… Thứ hai, do kinh nghiệm và trình độ nghiệp vụ của nhân viên mới còn nhiều thiếu sót nên trong quá trình thẩm định thông thường sẽ có người quản lý hoặc nhân viên thẩm định có kinh nghiêm hỗ trợ trong quá trình thẩm định thực tế. Do đó, giúp giảm rủi ro trong quá trình đánh giá khả năng trả nợ của khách hàng. Tác động biên của biến kinh nghiệm cán bộ thẩm định là 0,38. Trong điều kiện các yếu tố khác không đổi với mức xác suất ban đầu là 50%, nếu cán bộ thẩm định có kinh nghiệm từ 2 năm trở xuống thì khả năng thẩm định tốt nguồn trả nợ của khách hàng tăng 0,38 lần.
4.6.3 Giải thích các nhân tố không ảnh hưởng
Các biến SEX – Giới tính, AGE – Độ tuổi, HOS – Số lượng thành viên phụ thuộc trong gia đình, EDU_1 – Trình độ học vấn, CIC - Lịch sử nợ quá hạn của khách hàng không có ý nghĩa thống kê trong mô hình. Nguyên nhân được giải thích như sau:
Biến giới tính không ảnh hưởng tới khả năng trả nợ đúng hạn của khách hàng trong mẫu nghiên cứu. Kết quả này phù hợp với các nghiên cứu của Wongnaa (2013), Million Sileshi (2012) cũng cho rằng giới tính không ảnh hưởng nhiều đến khả năng trả nợ của khách hàng. Điều này cho thấy khả năng trả nợ đúng hạn của khách hàng không chịu tác động quá nhiều của biến độ giới tính, khách hàng nam
hay nữ vẫn có thể xảy ra việc trả nợ trễ hạn do khách hàng nam tuy có thu nhập cao nhưng phải tốn nhiều chi phí cho các mối quan hệ trong khi khách hàng nữ tiết kiệm, cẩn trọng hơn nhưng đa số là làm công việc đơn giản, nhẹ nhàng, dành thời gian chăm lo gia đình nên thu nhập thấp hơn.
Biến số độ tuổi không ảnh hưởng tới khả năng trả nợ đúng hạn của khách hàng trong mẫu nghiên cứu trên. Kết quả cũng tương đồng với nhiều nghiên cứu trên thế giới và tại Việt Nam, trong quá trình nghiên cứu các tác giả cũng đưa ra giả thuyết tác động của biến độ tuổi tuy nhiên kết quả nghiên cứu cũng không tìm thấy tác động như nghiên cứu của Kohansal và Mansoori (2009), Million Sileshi (2012) hay nghiên cứu của Nguyễn Quốc Nghi (2012). Điều này được lý giải có thể việc sử dụng vốn vay hiệu quả không chịu tác động quá nhiều của biến độ tuổi, ở mọi lứa tuổi vẫn có thể xảy ra việc trả nợ trễ hạn do người trẻ tuổi sử dụng vốn vay không cẩn thận,với đặc điểm ưa thích rủi ro hơn đã sử dụng vốn vay thiếu hiệu quả trong thời kỳ kinh tế khó khăn trong khi đó độ tuổi trung niên sử dụng vốn vay không tạo ra hiệu quả cao hơn do ảnh hưởng từ sức ỳ của độ tuổi.. Tuy nhiên, tại các Ngân hàng hiện nay trong quá trình thẩm định độ tuổi vẫn là một yếu tố cần được xem xét trước khi quyết định cấp hạn mức tín dụng, đặc biệt độ tuổi từ 50 trở lên do việc sức khỏe và thu nhập của lứa tuổi trên cũng có nhiều hạn chế hơn.
Biến số lượng thành viên phụ thuộc trong gia đình cũng không ảnh hưởng đến khả năng trả nợ của khách hàng vay. Kết quả cũng tương đồng với nghiên cứu của Million Sileshi (2012), điều này là do khi thẩm định cho vay ngân hàng đã cân nhắc khả năng trả nợ của khách hàng dựa trên thu nhập sau khi đã trừ đi chi phí sinh hoạt (bao gồm chi phí số lượng người phụ thuộc trong gia đình). Hiện tại, Sacombank có văn bản quy định chi phí sinh hoạt tối thiểu tương ứng với số lượng thành viên phụ thuộc trong gia đình do đó hạn chế rủi ro cho Ngân hàng.
Về năng lực của người vay, biến trình độ học vấn EDU_1 - trình độ trung cấp, cao đẳng không có ý nghĩa thống kê trong mô hình nghiên cứu. Kết quả này cũng không phù hợp với nghiên cứu của TS. Trương Đông Lộc (2011), Nguyễn
Quốc Nghi (2012) tuy nhiên kết quả tương đồng với nghiên cứu của George Yaw Mensah (2012), nghĩa là khách hàng có trình độ trung cấp , cao đẳng không ảnh