Biến Hệ số hồi qui B Sai số chuẩn S.E. Kiểm định Wald Bậc tự do df Mức ý nghĩa Sig. Hệ số Exp(B) Giới tính HSSV 0,426 0,324 1,726 1 0,189 1,531
Quy mô khoản vay 0,021 0,019 1,230 1 0,267 1,021
Hệ đào tạo 0,860 0,329 6,838 1 0,009 2,362
Lãi suất cho vay 0,481 0,319 2,280 1 0,131 1,618 Việc làm sau khi ra
trường 0,786 0,351 5,023 1 0,025 2,194
Thu nhập sau khi ra
trường 0,489 0,145 11,383 1 0,001 1,630
Số người phụ thuộc
trong gia đình HSSV -0,901 0,255 12,507 1 0,000 0,406 Đối tượng gia đình
vay vốn HSSV 1,913 0,582 10,795 1 0,001 6,777
Hằng số -4,876 2,655 3,372 1 0,066 0,008
Số quan sát 400
Hệ số -2 Log likelihood 269,159
Hệ số Cox & Snell R Square 0,341
Hệ số Nagelkerke R Square 0,514
Nguồn: Phân tích dựa trên mẫu nghiên cứu
4.4.1 Kiểm định độ phù hợp của mô hình nghiên cứu
Để kiểm định mức độ phù hợp tổng quát của mô hình, nghiên cứu dựa trên kết quả của kiểm định của bảng Omnibus Tests of Model Coefficients, bảng 4.9 cho thấy sig. = 0,000 < 0,05. Do đó, chấp nhận giả thuyết H1 và mô hình được xem là phù hợp, có ý nghĩa thống kê.
44
Bảng 4.9: Kiểm định độ phù hợp tổng quát của mô hình Chi - bình phương Bậc tự do Sig.
Step 1
Step 167,039 8 0,000
Block 167,039 8 0,000
Model 167,039 8 0,000
Nguồn: Phân tích dựa trên mẫu nghiên cứu Kiểm định mức độ giải thích của mô hình Model Summary (bảng 4.10) cho thấy giá trị -2 LL = 269,159 giá trị này tương đối cao; R2 – Nagelkerke = 0,514 có nghĩa là 51,4% thay đổi của biến phục thuộc được giải thích bởi các biến độc lập, nên mức độ phù hợp của mô hình chỉ mang tính tương đối.
Bảng 4.10: Kiểm định độ phù hợp của mô hình Step Hệ số -2 Log
likelihood
Hệ số Cox & Snell R Square
Hệ số Nagelkerke R Square
1 269,159 0,341 0,514
Nguồn: Phân tích dựa trên mẫu nghiên cứu
4.4.2 Kiểm định độ tính chính xác trong dự báo của mô hình nghiên cứu
Mức độ chính xác của dự báo cũng được thể hiện qua bảng Classification Table (bảng 4.11), bảng này cho thấy trong 94 quan sát được dự đoán là không có KNTN thì mô hình dự đoán đúng được 50 trường hợp với tỷ lệ là 53,2%. Còn với 306 quan sát được dự đoán là có KNTN thì mô hình đã dự đoán đúng 277 trường hợp, chiếm tỷ lệ 90,5%. Tỷ lệ dự đoán đúng của toàn mô hình là 81,8%. Như vậy mô hình nghiên cứu có tính phù hợp.
Bảng 4.11: Kiểm định tính chính xác trong dự báo của mô hình Quan sát Dự đoán KNTRANO Có nợ quá hạn Trả được nợ (đúng hạn) % dự báo đúng KNTRANO Có nợ quá hạn 50 44 53,2 Trả được nợ (đúng hạn) 29 277 90,5 % Tổng thể 81,8
45
4.4.3 Kiểm định ý nghĩa các hệ số hồi qui trong mô hình nghiên cứu
Bảng 4.8 thể hiện kết quả của kiểm định Wald (kiểm định giả thuyết hồi qui khác không), kết quả cho thấy trong tám biến đưa vào mô hình thì có năm biến có ý nghĩa về mặt thống kê ở mức ý nghĩa 5%, cụ thể gồm các biến như: Hệ đào tạo, tình trạng việc làm sau khi ra trường, thu nhập của HSSV sau khi ra trường, số người phụ thuộc trong gia đình, đối tượng gia đình vay vốn HSSV. Còn lại các biến là giới tính HSSV, quy mô và lãi suất khoản vay không có ý nghĩa về mặt thống kê và sẽ được loại bỏ khỏi mô hình nghiên cứu.
4.4.4 Kiểm định phương sai sai số thay đổi
Sau khi sử dụng kiểm định Spearman trên SPSS cho thấy, phương sai của phần dư thay đổi có phân phối không giống nhau, qua mức ý nghĩa sig. < 0,05. Do đó, mô hình có hiện tượng phương sai thay đổi. Để đơn giản và khắc phục được tốt hiện tượng này, cần chạy phân tích hồi qui Binary Logistic với tham số Robust trên phần mềm STATA.
Bảng 4.12 và 4.13 thể hiện kết quả mô hình hồi qui cho thấy, phương sai các ước lượng và mức ý nghĩa các biến đã được điều chỉnh để đảm bảo khắc phục hiện tượng phương sai thay đổi. Đặc biệt, kết quả chạy mô hình hồi qui Binary Logistic được phân tích trên STATA vẫn không thay đổi so với phân tích trên SPSS. Tóm lại, qua nhiều kiểm định đã được thực hiện, có thể kết luận mô hình hồi qui đáp ứng tốt yêu cầu nghiên cứu. Tiếp theo sẽ tiến hành thảo luận kết quả hồi qui và đánh giá mức độ tác động của các nhân tố có ý nghĩa trong mô hình.
46
Bảng 4.12: Kết quả hồi qui Binary Logistic theo hệ số hồi qui trên STATA
KNTRANO Tham số Robust z P>z [95% Conf. Interval] Hệ số Coef. Sai số chuẩn S.E. GTINHSV 0,426 0,326 1,31 0,191 -0,212 1,064 QUYMO 0,021 0,020 1,04 0,300 -0,018 0,059 HEDTAO 0,860 0,337 2,55 0,011 0,200 1,519 LSUAT 0,481 0,330 1,46 0,145 -0,166 1,129 VLAMSV 0,786 0,368 2,14 0,033 0,065 1,506 TNHAPSV 0,489 0,145 3,36 0,001 0,207 0,774 NPTHUOC -0,901 0,232 -3,89 0,000 -1,355 -0,447 DTGD 1,913 0,485 3,95 0,000 0,963 2,864 Hằng số -4,876 2,752 -1,77 0,076 -10,269 0,517 Nguồn: Phân tích dựa trên mẫu nghiên cứu
Bảng 4.13: Kết quả hồi qui Binary Logistic theo tỷ số Odds trên STATA KNTRANO
Tham số Robust
z P > z [95% Conf. Interval] Tỉ số Odds Sai số
chuẩn S.E. GTINHSV 1.531 0.499 1.31 0.191 0.809 2.899 QUYMO 1,021 0,020 1,04 0,300 0,982 1,061 HEDTAO 2,362 0,795 2,55 0,011 1,221 4,568 LSUAT 1,618 0,535 1,46 0,145 0,847 3,093 VLAMSV 2,194 0,807 2,14 0,033 1,067 4,510 TNHAPSV 1,630 0,237 3,36 0,001 1,226 2,168 NPTHUOC 0,406 0,094 -3,89 0,000 0,258 0,639 DTGD 6,777 3,287 3,95 0,000 2,619 17,533 Hằng số 0,008 0,021 -1,77 0,076 0,000 1,677
Nguồn: Phân tích dựa trên mẫu nghiên cứu
4.4.5 Thảo luận kết quả hồi qui
Sau khi loại bỏ một số biến độc lập không có ý nghĩa về mặt thống kê, mô hình nghiên cứu KNTN của HSSV tại NHCSXH Bến Tre có thể viết lại:
47
LogePP((YY01)) = - 4,876 + 0,860*HDTAO + 0,786*VLAMSV + 0,489*TNHAPSV – 0,901*NPTHUOC + 1,913*DTGD
Kết quả hồi qui Binary Logistic nhằm nhận diện những nhân tố ảnh hưởng đến KNTN của HSSV trong mẫu nghiên cứu, và đã chỉ ra năm biến độc lập có ý nghĩa về mặt thống kê bao gồm: Hệ đào tạo, tình trạng việc làm sau khi ra trường, thu nhập bình quân của HSSV sau khi ra trường, số người phụ thuộc trong gia đình, đối tượng gia đình vay vốn HSSV. Cả năm biến độc lập này đều có ý nghĩa ở mức 5%.
Trong đó, biến số người phụ thuộc có hệ số hồi qui mang dấu âm, đúng với kỳ vọng trong giả thiết ban đầu, có nghĩa là khi tăng thêm một đơn vị biến này thì sẽ làm giảm KNTN vay của HSSV, trong điều kiện các nhân tố khác không đổi. Ngược lại, các biến như hệ đào tạo, tình trạng việc làm của HSSV sau khi ra trường, thu nhập của HSSV sau khi ra trường, đối tượng gia đình vay vốn HSSV có hệ số hồi qui mang dấu dương, đúng với kỳ vọng trong giả thiết, điều này cho thấy những nhân tố này làm tăng KNTN vay của HSSV nếu tăng thêm một đơn vị của các nhân tố đó trong điều kiện các nhân tố khác không đổi. Như vậy, các hệ số hồi qui có dấu đúng với dấu của kỳ vọng ban đầu.
Bên cạnh đó, còn lại các biến là biến giới tính, quy mô khoản vay và lãi suất khoản vay không có ý nghĩa về mặt thống kê trong mô hình nghiên cứu.
Để giải thích rõ hơn mức độ tác động của từng nhân tố ảnh hưởng đến KNTN vay của HSSV, nghiên cứu tiến hành mô phỏng tỷ lệ KNTN vay của HSSV.
Đặt P0: Xác suất ban đầu. P1: Xác suất thay đổi. Với P1 = )) ( 1 ( 1 ) ( * 0 0 B Exp P B Exp P
Dựa vào kết quả chạy hồi quy Binary Logistic ở bảng 4.8 và công thức nêu trên tính toán được bảng 4.14 như sau:
48
Bảng 4.14: Ước lượng KNTN vay theo tác động của từng nhân tố
Các biến độc lập hồi qui Hệ số B
Hệ số Exp(B)
Mô phỏng xác suất trả nợ khi biến độc lập thay đổi 1 đơn vị và
xác suất ban đầu là: 5% 10% 15% 20%
Hệ đào tạo 0,860 2,362 11,06 20,79 29,42 37,13
Tình trạng việc làm của
HSSV sau khi ra trường 0,786 2,194 10,35 19,60 27,91 35,42 Thu nhập bình quân của
HSSV sau khi ra trường 0,489 1,630 7,90 15,33 22,34 28,95 Số người phụ thuộc
trong gia đình HSSV -0,901 0,406 2,09 4,32 6,69 9,21 Đối tượng gia đình vay
vốn HSSV 1,913 6,777 26,29 42,95 54,46 62,88
Nguồn: Tính toán của tác giả Kết hợp kết quả hồi qui và bảng 4.14 cho thấy mức độ tác động đến KNTN của hộ vay đối với từng nhân tố ảnh hưởng như sau:
Biến đối tượng gia đình vay vốn HSSV: Biến này có tác động cùng chiều và tác động mạnh nhất đến KNTN đúng hạn của HSSV. Giả sử xác suất trả nợ đúng hạn của HSSV ban đầu là 5%, trong điều kiện các nhân tố khác không đổi, nếu gia đình HSSV thuộc đối tượng khó khăn về tài chính thì xác suất tăng KNTN đúng hạn của HSSV sẽ là 26,29% (so với mức ban đầu là 5%, tăng thêm 21,29% so với xác suất ban đầu). Nếu xác suất ban đầu là 10%, xác suất tăng KNTN đúng hạn của HSSV sẽ là 42,95%. Tương tự, lần lượt là 54,46% và 62,88% khi xác suất ban đầu là 15% và 20%.
Trên thực tế tại Bến Tre, hộ vay vốn HSSV thuộc đối tượng khó khăn về tài chính thường là hộ có thu nhập tương đối khá, có điều kiện phát triển kinh tế tốt, nhưng hộ tạm thời khó khăn về tài chính. Hộ sẳn sàng trả nợ thay cho HSSV khi có điều kiện mà không cần đến nguồn thu nhập của HSSV khi ra trường có việc làm. Trong khi đó, hộ vay vốn HSSV thuộc đối tượng hộ nghèo hoặc hộ cận nghèo do nguồn thu nhập thấp và không ổn định, nên việc trả vay phải phụ thuộc vào thu nhập của HSSV sau khi ra trường tìm việc làm. Bên cạnh đó, một số nghiên cứu
49
cũng kết luận rằng thu nhập của gia đình HSSV càng cao khả năng vỡ nợ của HSSV càng thấp; các sinh viên dựa vào sự hỗ trợ từ gia đình ít có khả năng vỡ nợ hơn những HSSV không có sự hỗ trợ của gia đình (Volkwein và cộng sự, 1998; Woo, 2002a, 2002b).
Biến hệ đào tạo: Biến này có tác động cùng chiều và tác động mạnh thứ hai đến KNTN vay đúng hạn của HSSV. Giả sử xác suất trả nợ đúng hạn của HSSV ban đầu là 5%, trong điều kiện các nhân tố khác không đổi, nếu HSSV đã hoàn thành tốt chương trình đào tạo ở bậc đại học thì xác suất tăng KNTN đúng hạn của HSSV sẽ là 11,06% (so với mức ban đầu là 5%, tăng thêm 5,06% so với xác suất ban đầu). Nếu xác suất ban đầu là 10%, xác suất tăng KNTN đúng hạn của HSSV sẽ là 20,77%. Tương tự, lần lượt là 29,42% và 37,13% khi xác suất ban đầu là 15% và 20%. Bến Tre là tỉnh có truyền thống hiếu học, HSSV luôn có nghị lực mạnh mẽ, gia đình luôn ưu tiên đầu tư cho các con tập trung học tập để cống hiến xây dựng và phát triển tỉnh nhà. Qua phân tích dư nợ cho vay HSSV tại Bến Tre có tỷ lệ HSSV vay vốn theo học đại học, do đó biến hệ đào tạo phù hợp với điều kiện nghiên cứu. Bên cạnh đó, các phân tích thực nghiệm cũng cho thấy rằng sinh viên theo học các ngành có thời gian đào tạo ít hơn hai năm có tỷ lệ không trả được nợ cao hơn so với các sinh theo học tại các ngành có thời gian đào tạo từ bốn năm trở lên (Podgursky, Ehlert, Monroe, Watson và Wittstruck, 2002; Woo, 2002a, 2002b).
Biến việc làm của HSSV sau khi ra trường: Biến này có tác động cùng chiều và tác động mạnh thứ ba đến KNTN đúng hạn của HSSV. Giả sử xác suất trả nợ đúng hạn của HSSV ban đầu là 5%, trong điều kiện các nhân tố khác không đổi, nếu HSSV ra trường tìm được việc làm ổn định thì xác suất tăng KNTN đúng hạn của HSSV sẽ là 10,35% (so với mức ban đầu là 5%, tăng thêm 5,35% so với xác suất ban đầu). Nếu xác suất ban đầu là 10%, xác suất tăng KNTN đúng hạn của HSSV sẽ là 19,60%. Tương tự, lần lượt là 27,91% và 35,42% khi xác suất ban đầu là 15% và 20%.
Bến Tre là tỉnh nghèo, người dân trọng việc học tập để tìm được việc làm ổn định thoát khỏi nghèo nàn lạc hậu. Do đó, việc làm là nhân tố quan trọng quyết định đến KNTN đối với HSSV tại Bến Tre. Một số nghiên cứu trên thế giới cho thấy tình
50
trạng thất nghiệp làm tăng khả năng không trả được nợ, thành công trong thị trường việc làm là nhân tố quan trọng để trả nợ cho sinh viên (California Postecondary, 2006; Dynarski, 1994; Monteverde, 2000); Hillman (2014) cho rằng những sinh viên thất nghiệp phải đối mặt với tỷ lệ vỡ nợ cao hơn 70,5% khi so sánh với những sinh viên đã tìm được việc làm; Woo (2002) cũng phát hiện ra rằng thất nghiệp sẽ làm tăng tỷ lệ vỡ nợ của sinh viên.
Biến thu nhập của HSSV sau khi ra trường: Biến này có tác động cùng chiều và tác động mạnh thứ 4 đến KNTN của HSSV. Trong điều kiện các nhân tố khác không đổi, khi thu nhập tăng lên một đơn vị thì KNTN của HSSV sẽ tăng lên. Giả sử xác suất trả nợ đúng hạn của HSSV ban đầu là 5%, trong điều kiện các nhân tố khác không đổi, nếu thu nhập của HSSV tăng lên một đơn vị thì xác suất tăng KNTN đúng hạn của HSSV sẽ là 7,90% (so với mức ban đầu là 5%, tăng thêm 2,90% so với xác suất ban đầu). Nếu xác suất ban đầu là 10%, xác suất tăng KNTN đúng hạn của HSSV sẽ là 15,33%. Tương tự, lần lượt là 22,34% và 28,95% khi xác suất ban đầu là 15% và 20%.
Kết quả này hoàn toàn phù hợp với thực tế HSSV của Bến Tre, ra trường luôn mong muốn có việc làm ổn định thu nhập cao để thoát khỏi túng thiếu, nợ nần. Việc trả nợ của HSSV sẽ trở nên dễ dàng và thuận lợi hơn rất nhiều khi nguồn thu nhập tăng lên, thu nhập càng cao HSSV càng có đủ tiền để trang trải những chi phí sinh hoạt cần thiết và còn dư để trả số tiền vay. Điều này chứng tỏ rằng với nguồn thu nhập của HSSV bên cạnh việc trang trải các sinh hoạt phí thiết yếu trong gia đình thì số tiền có được đó cũng được ưu tiên dùng để trả nợ. Như vậy, khi thu nhập của HSSV càng cao thì càng đảm bảo cho KNTN được nợ vay đúng hạn. Một số nghiên cứu thực nghiệm khác của Flint (1994), Woo (2002a, 2002b) cũng đã có kết luận tương tự. Do đó, kết quả trong nghiên cứu này là phù hợp với thực tế mẫu nghiên cứu và đúng với kỳ vọng giả thiết được đưa ra lúc đầu. Tuy nhiên, trong phạm vi nghiên cứu, biến này có tác động không lớn với KNTN của HSSV, có thể mức thu nhập của HSSV mới ra trường còn thấp do chưa tìm được làm ổn định, phần lớn thu nhập dùng để trang trãi chi phí cá nhân, không có đủ tiền để bắt đầu trả nợ vay sau 12 tháng kể từ khi trường, việc trả nợ món vay HSSV khi đến hạn phần lớn có thể
51
HSSV nhờ cha mẹ và gia đình hỗ trợ. Do đó, các sinh viên được hỗ trợ từ gia đình thì ít có khả năng vỡ nợ hơn những HSSV không có sự hỗ trợ của gia đình (Volkwein và cộng sự, 1998; Woo, 2002a, 2002b).
Biến số người phụ thuộc trong gia đình: Biến này có tác động ngược chiều và tác động mạnh thứ năm đến KNTN đúng hạn của HSSV. Giả sử xác suất trả nợ đúng hạn của HSSV ban đầu là 5%, trong điều kiện các nhân tố khác không đổi, nếu tăng số thành viên không tạo ra thu nhập trong hộ thì làm giảm xác suất KNTN đúng hạn của HSSV chỉ còn 2,09% (so với mức ban đầu là 5%, giảm 2,91% so với