Khách hàng không có khả năng trả nợ (Giá trị 0) 51 7,7%
(Nguồn: Tác giả tổng hợp)
3.2.2.2. Mô hình hồi quy Logistic
Dựa trên các tiêu chí khác nhau để lựa chọn mô hình nói chung và phương pháp đánh giá khả năng trả nợ của KHCN tại Agribank Bến Cát nói riêng, tác giả xem xét đặc điểm cụ thể của biến Y, tác giả quyết định sử dụng mô hình hồi quy Logistic để định lượng biến Y bằng SPSS. Trong hồi quy Logistic, biến phụ thuộc Y chỉ có 2 trường hợp: 1 (Khách hàng có khả năng trả nợ) và 0 (Khách hàng không có khả năng trả nợ). Theo phân tích ở trên, mô hình khả năng trả nợ của khách hàng i được xây dựng như sau:
1 + g-
(^0+^ι^ι +---+ BiXj+Ui) (3.8) Trong mô hình này: Pf là xác suất khách hàng trong mẫu có khả năng hoàn trả khoản vay. Tỷ số odds (odds ratio-OR) thể hiện khả năng trả nợ vay là tỷ số giữa xác suất trả được nợ (Pf) và xác suất không trả được nợ của một người (1- Pf) theo công thức sau:
ORi = Pi
33
Trong đó: ORi là tỷ số odds của khả năng hoàn trả.
Trong mô hình hồi quy Logistic, khi một biến độc lập được tăng thêm một đơn
vị (chẳng hạn như biến i) và các biến độc lập khác được giả định là không thay đổi, thì xác suất trả được nợ của người vay sẽ được tính theo công thức sau:
ORi
p‘ = 0%+ĩ (3.10)
Khả năng thanh toán khoản vay của người vay có thể hiểu là khả năng người vay có thể hoàn trả khoản vay đúng thời hạn quy định trong hợp đồng vay với ngân hàng, không bị chậm hoặc không trả được nợ. Theo đánh giá của Ngân hàng Nhà nước Việt Nam và các TCTD, các khoản nợ từ nhóm 3 trở lên được coi là không có khả năng thu hồi khi đến hạn trả gốc và lãi. Nợ nhóm 2 cần là nợ cần lưu ý nhưng vẫn tạo cơ hội cho khách hàng trả nợ chậm và xét thấy thời gian quá hạn của nhóm 2 so với nhóm 3, 4 và 5 là khá xa nên có thể nói nợ nhóm 2 chỉ là dấu hiệu cho thấy khả năng thanh toán nợ của khách hàng bị giảm sút. Trong khoá luận này, tác giả chỉ tập trung vào khách hàng mất khả năng thanh toán nên quy ước rằng các khách hàng thuộc nhóm 3, 4 và 5 thì không có khả năng trả nợ (Y = 0). Ngược lại, các khách hàng
thuộc nhóm 1 và 2 thì có khả năng trả nợ (Y = 1).
Một vấn đề cơ bản trong phân tích hồi quy là các biến đưa vào mô hình phải được lượng hóa bằng các con số. Tuy nhiên, trong thực tế, có nhiều biến số kinh tế liên quan đến một số yếu tố mà các biến số không được biểu thị trực tiếp bằng con số. Vậy làm thế nào chúng ta có thể định lượng ảnh hưởng các đặc tính của các biến số này đến giá trị của biến phụ thuộc? Trong phân tích hồi quy, việc sử dụng các biến
đại diện cho các đặc tính chất lượng như vậy còn được gọi là biến giả, đặc biệt trong nghiên cứu này, tác giả sử dụng 3 biến giả (giới tính, nghề nghiệp và lịch sử tín dụng)
trong số 9 biến độc lập. Bên cạnh đó, các biến độc lập và xu hướng tác động trong khoá luận này được xác định dựa vào các nghiên cứu trước (Bảng 2.2).
Ngoài ra, các giả thuyết liên quan đến các biến độc lập có cả hai xu hướng tác động cùng chiều (+) và ngược chiều (-) như: tuổi, thời hạn vay, quy mô khoản vay
Biến độc lập Đo lường Dấu kỳ vọng
Tuổi 2021 - năm sinh -
34
được xác định dựa trên ý kiến từ khảo sát các chuyên gia2 và chọn xu hướng tác động
có tỷ lệ cao nhất. Sau đây là các biến độc lập và các giả thuyết tương ứng được sử dụng trong mô hình nghiên cứu:
XI: Tuổi (năm)
Giả thuyết Hi: Tuổi của khách hàng càng lớn thì khả năng trả nợ càng thấp. Kỳ vọng dấu âm (-).
X2: Giới tính (=1 nếu người vay là nam; =0 nếu người vay là nữ)
Giả thuyết H2: Những khách hàng là nam giới thì có khả năng trả nợ thấp hơn những khách hàng là nữ giới. Kỳ vọng dấu âm (-).
X3: Nghề nghiệp (= 1 nếu người vay là công nhân; = 0 đối với nghề nghiệp khác)
Giả thuyếtH3: Những người làm việc trong môi trường có độ rủi ro cao, không
ổn định như công nhân thì khả năng trả nợ thấp hơn. Kỳ vọng dấu âm (-). X4: Thu nhập của người vay (triệu đồng/tháng)
Giả thuyết H4: Thu nhập càng cao thì khả năng trả nợ càng cao. Kỳ vọng dấu dương (+).
X5: Lịch sử tín dụng (= 1 nếu khách hàng đã hoặc đang phát sinh nợ quá hạn; = 0 nếu khách hàng chưa từng phát sinh nợ quá hạn)
Giả thuyết H5: Người vay đã hoặc đang phát sinh nợ quá hạn thì khả năng trả nợ thấp hơn người vay chưa từng phát sinh nợ quá hạn. Kỳ vọng dấu âm (-).
X6: Quy mô khoản vay (triệu đồng)
Giả thuyết He: Quy mô khoản vay càng lớn thì khả năng trả nợ của khách hàng
càng thấp. Kỳ vọng dấu âm (-). X7: Lãi suất vay (%)
Giả thuyết H7: Lãi suất vay càng cao thì khả năng trả nợ của khách hàng càng thấp. Kỳ vọng dấu âm (-).
2 Xem Phụ lục 12
35
Xs: Thời hạn vay (Tháng)
Giả thuyết Hs: Thời hạn cho vay càng dài thì khả năng trả nợ càng cao. Kỳ vọng dấu dương (+).
X9: Tài sản đảm bảo
Giả thuyết H9: Tỷ số giá trị TSĐB/Quy mô khoản vay càng lớn thì khả năng trả nợ càng cao. Kỳ vọng dấu dương (+).