PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH CHO VAY CỦA NGÂN HÀNG
3.1.4.Tìm các tham số và viết phương trình hồi quy
3.1.4.1. Kết quả xử lý cho từ 100 mẫu phỏng vấn bằng phần mềm SPSS
GVHD: Nguyễn Văn Duyệt SVTH: Nguyễn Cẩm Nhung SVTH: Nguyễn Cẩm Nhung Chi-square df Sig. Step 1 Step 69,86 5 ,000 Block 69,86 5 ,000 Model 69,86 5 ,000 Bảng 12b MODEL SUMMARY
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 37,961(a) ,503 ,762 Bảng 12c CLASSIFICATION TABLE(A) Observed Predicted Quyết định Percentage Correct Không cho vay chovay
Step 1 Quyết định Không cho vay 17 6 89,47
Chovay 2 75 92,59
Overall Percentage 92,0
Bảng 12d VARIABLES IN THE EQUATION
B S.E. Wald df Sig. Exp(B)
Step 1(a) Tài chính 0,548 ,176 9,694 1 ,002 1,730
Phương án -1,227 ,602 4,154 1 ,050 ,293
Uy tín 0.356 ,139 6,559 1 ,044 1,428
Năng lực -1,134 ,505 5,042 1 ,049 ,322
Tài sản ,762 ,269 8,024 1 ,035 2,142
Constant 27,201 2,689 10,429 1 ,001 ,000
3.1.4.2. Giải thích kết quả hồi quy và viết phương trình hồi quy. Giải thích kết quả
Mô hình hồi quy đòi hỏi kiểm định hệ số hồi quy khác không, nếu hệ số hồi quy a0, a1, a2, a3, a4, a5 dều bằng 0 thì chênh lệch giữa các xác suất sẽ bằng 1, tức là xác suất để sự kiện xảy ra hay không xảy ra là như nhau, lúc đó mô hình hồi quy không có nghĩa. Vì thế ta cần kiểm định, kết quả từ bảng 12a cho ta thấy và Sig = 000 quá nhỏ só với mức sai sót cho phép là 5% nên các hệ số hồi quy có ý nghĩa (tức là hệ số hồi quy của mô hình khác 0). Bảng 12b dùng xem xét mức độ phù hợp của mô hình, được đánh giá qua chỉ tiêu -2LL (-2 Log likelihood) chỉ tiêu
này càng nhỏ thì càng tốt, chỉ tiêu này nhỏ thì mô hình có độ phù hợp cao và ít sai sót. Trong bảng trên giá trị -2LL = 37,96 không cao lắm, như vậy nó thể hiện một độ phù hợp khá tốt của mô hình tổng thể. Mức độ chính xác của dự báo được thể hiện qua bảng Classification Table(a) (bảng 12c), bảng này cho ta thấy trong 19 trường hợp được dự đoán là không cho vay (xem theo cột) mô hình đã dự đoán trúng 17 trường hợp (xem theo hàng), vậy tỷ lệ trúng là 89,47%. Còn với 81 trường hợp cho vay mô hình dự đoán sai 6 trường hợp (tức là có thể cho khách hàng này vay nhưng Ngân hàng đã không cho vay), tỷ lệ trúng giờ là 92,59%. Từ đó tính được tỷ lệ dự đoán đúng của toàn bộ mô hình 92%. Bảng 12d dùng để kiểm mức ý nghĩa của các biến trong mô hình hồi quy. Sử dụng kiểm định Wald kiểm định đối với các biến tài chính, phương án kinh doanh, uy tín, năng lực kinh doanh, tài sản đảm bảo, Sig của các biến này đều nhỏ hơn hoặc bằng 5% nên ta bác bỏ giả thiết H0: các biến đưa vào không có tác động đến quyết định cho vay, tức là các biến đưa vào có tác động đến quyết định cho vay. Vì vậy hệ số ta tìm được có ý nghĩa và mô hình sử dụng tốt.
Viết phương trình hồi quy và diển dịch ý nghĩa các hệ số trong mô hình
Loge P(Y=1)/P(Y=0) = 27,201 + 0,548X1 – 1,227X2 + 0,356X3 – 1,134X4 + 0,762X5 (1)
Đối với biến tài chính: Khi tài chính của khách hàng A được đánh giá là tốt, tài chính khách hàng B được đánh giá là trung bình và tài chính khách hàng C được đánh giá là xấu, với điều kiện các biến còn lại như phương án kinh doanh, uy tín, năng lực kinh doanh, tài sản đảm bảo là như nhau thì log của tỷ lệ xác suất cho vay và không cho vay của khách hàng A đối với khách hàng B và khách hàng B so với khách hàng C sẽ tăng thêm 0,548 đơn vị (lần), để dễ hiểu hơn Tôi biểu diển như thế này từ phương trình (1) Tôi viết lại: P(Y=1)/P(Y=0)= e(27,201 + 0,548X
1- 1,227X2 + 0,356X3 - 1,134X4 + 0,762X5), ta căn cứ thông tin trên cột Exp(B) của bảng 12d, nếu tài chính của 3 khách hàng có sự đánh giá khác nhau, tốt, trung bình, xấu, với các biến còn lại như phương án kinh doanh, uy tín khách hàng, năng lực kinh doanh, tài sản đảm bảo là như nhau thì tỷ số giữa khả năng cho vay và không cho vay khách hàng A so với khách hàng B và của khách hàng B so với khách hàng C sẽ tăng thêm 1,730 lần, hay xác suất cho vay đối với không cho vay tăng thêm 1,730 lần (e0,548 = 1,730).
GVHD: Nguyễn Văn Duyệt SVTH: Nguyễn Cẩm Nhung SVTH: Nguyễn Cẩm Nhung
Đối với biến phương án sản xuất kinh doanh: Nếu khách hàng A được đánh giá có phương kinh doanh khả thi và khách hàng B được đánh giá có phương án kinh doanh không khả thi, trong điều kiện 4 yếu tố còn lại đều như nhau thì log của tỷ lệ xác suất cho vay và không cho vay đối với khách hàng B sẽ giảm đi 1,227 đơn vị (lần) so với khách hàng A, tương tự như trên Ta có tỷ số giữa khả năng cho vay và không cho vay sẽ giảm đi 0,293 lần (e-1,227 = 0,293 )
Đối với biến uy tín của khách hàng: Nếu khách hàng A có uy tín đối với Ngân hàng, khách hàng B chưa từng giao dịch với Ngân hàng, khách hàng C không có uy tín đối với Ngân hàng, trong điều kiện 4 yếu tố còn lại là như nhau thì log của tỷ lệ xác suất cho vay và không cho vay đối với khách hàng A sẽ tăng 0,356 đơn vị (lần) so với khách hàng B và của khách hàng B so với khách hàng C, tức là tỷ số giữa khả năng cho vay và không cho vay sẽ tăng thêm 1,428 lần (e0,356 = 1,428).
Đối với biến năng lực kinh doanh của khách hàng: Nếu khách hàng A được đánh giá là có năng lực kinh doanh, khách hàng B được đánh giá là không có năng lực kinh doanh, trong điều kiện 4 yếu tố còn lại là như nhau thì log của tỷ lệ xác suất cho vay và không cho vay đối với khách hàng B sẽ giảm đi 1,134 đơn vị (lần) so với khách hàng A, hay nói cách khác tỷ số giữa khả năng cho và không cho vay đối với khách hàng B giảm đi 0.322 lần (e-1,134 = 0,322).
Đối với biến tài sản đảm bảo: Nếu khách hàng A có tài sản đảm bảo đủ giá trị cho khoản vay, khách hàng B có tài sản đảm bảo nhưng không đủ, khách hàng C không có tài sản đảm bảo, trong điều kiện 4 yếu tố còn lại là như nhau thì log của tỷ lệ xác suất cho vay và không cho vay của khách hàng A so với khách hàng B và khách hàng B so với khách hàng C sẽ tăng thêm 0,762 đơn vị (lần), đều đó có nghĩa là tỷ số giữa khả năng cho vay và không cho vay của khách hàng A só với khách hàng B và của khách hàng B so với khách hàng C sẽ tăng thêm 2,142 lần (e0,762 = 2,142)