Chưa kết hôn Đã kết hôn 2% 34% 39% 21% 4%
Biểu đồ 3.5: Cơ cấu nợ xấu TTDQT theo số ngƣời phụ thuộc
Không người phụ thuộc Một người
Hai người Ba người Bốn người
phụ thuộc chiếm tỷ lệ 34%. Tỷ lệ khách hàng phát sinh nợ xấu có ba người phụ thuộc là 21%. Tỷ lệ khách hàng có bốn người phụ thuộc trở lên và khách hàng khơng có người phụ thuộc phát sinh nợ xấu chiếm tỷ lệ nhỏ lần lượt là 4% và 2%.
3.1.6 Cơ cấu nợ xấu TTDQT theo tình trạng sở hữu nhà ở
Nguồn: Báo cáo nợ xấu TTDQT NHCTCN4 2014
Biểu đồ 3.6 cho thấy khách hàng phát sinh nợ xấu có sở hữu nhà riêng chiếm tỷ lệ cao nhất là 46%. Khách hàng phát sinh nợ xấu đang đi thuê nhà chiếm tỷ lệ 30%. Khách hàng sống cùng gia đình phát sinh nợ xấu với tỷ lệ thấp nhất là 24%. Theo lý thuyết khách hàng sở hữu nhà ở có khả năng phát sinh nợ xấu thấp hơn so với khách hàng không sở hữu nhà. Như vậy, thực tế và lý thuyết có sự mâu thuẫn. Cần thực hiện các phân tích định lượng để kiểm định lại các lý thuyết cho rẳng tình trạng sở hữu nhà ở có tương quan với nợ xấu TTDQT trước khi đưa ra nhận xét.
3.1.7 Cơ cấu nợ xấu TTDQT theo thu nhập
30%
24% 46%
Biểu đồ 3.6: Cơ cấu nợ xấu TTDQT theo tình trạng sở hữu nhà ở trạng sở hữu nhà ở Nhà thuê Sống cùng gia đình Nhà sở hữu riêng 7% 84% 9%
Biểu đồ 3.7: Cơ cấu nợ xấu TTDQT theo thu nhập
<=5 triệu 6-10 triệu đồng Trên 10 triệu đồng
Biểu đồ 3.7 cho thấy phần lớn khách hàng phát sinh nợ xấu có thu nhập trong khoảng từ 6 – 10 triệu đồng/tháng (84%). Tỷ lệ khách hàng phát sinh nợ xấu có thu nhập trên 10 triệu đồng/tháng và từ 5 triệu đồng/tháng trở xuống chiếm tỷ lệ lần lượt là 9% và 7%. Tỷ lệ khách hàng có thu nhập trên 10 triệu phát sinh nợ xấu thấp là do thu nhập càng cao thì khả năng trả nợ càng tốt. Nhóm khách hàng có thu nhập dưới 5 triệu đồng/tháng chiếm tỷ lệ thấp vì khách hàng có thu nhập dưới 5 triệu đồng/tháng được phát hành thẻ chiếm tỷ lệ rất ít. Khách hàng có thu nhập dưới 5 triệu đồng/tháng thường là cán bộ làm việc tại đơn vị hành chính.
3.1.8 Cơ cấu nợ xấu TTDQT theo hạn mức tín dụng
Nguồn: Báo cáo nợ xấu TTDQT NHCTCN4 2014
Biểu đồ 3.8 cho thấy tỷ lệ khách hàng phát sinh nợ xấu tập trung chủ yếu là ở nhóm khách hàng có hạn mức từ 20 – 50 triệu đồng (64%). Tỷ lệ khách hàng phát sinh nợ xấu hạn mức từ 20 triệu đồng trở xuống và trên 50 triệu đồng chiếm tỷ lệ lần lượt là 22% và 14%. Như vậy, nhóm khách hàng phát sinh nợ xấu có hạn mức từ 50 triệu đồng trở xuống chiếm tỷ lệ là 86%. Việc kiểm soát rủi ro của nhóm khách hàng có hạn mức dưới 50 triệu đồng là chưa tốt. Cần xem xét lại quy trình, quy định liên quan đến việc cấp tín dụng cho nhóm khách hàng này để giảm xác suất phát sinh nợ xấu.
3.2 Phân tích định lƣợng mức độ ảnh hƣởng của các nhân tố
Trong phần này tác giả sẽ phân tích lần lượt mơ hình hồi quy tổng thể và mơ hình hồi quy giới hạn. Căn cứ trên các tiêu chuẩn và hệ số AIC tác giả đưa ra mô
22%
64% 14%
Biểu đồ 3.8: Cơ cấu nợ xấu TTDQT theo HMTD
<= 20 triệu đồng 20-50 triệu đồng Trên 50 triệu đồng
hình tối ưu. Mơ hình tối ưu sẽ được lựa đề xuất làm mơ hình để phân tích và ứng dụng vào dự báo trong thực tế.
3.2.1 Mơ hình tổng thể
3.2.1.1 Ƣớc lƣợng tham số của mơ hình
Để biết được ảnh hưởng của từng biến độc lập đến xác suất xảy ra nợ xấu, học viên ứng dụng phương pháp hồi quy Logistic. Phương pháp hồi quy Logistic có nhiều điểm ưu việt hơn các phương pháp khác bởi vì phương pháp này có thể tận dụng được những ưu điểm của phương pháp phân tích phân lập (discriminant analysis) vừa tận dụng được những ưu điểm của phương pháp phân tích hồi quy tương quan, khi mà biến độc lập của phương pháp hồi quy Logistic lại là một biến nhị phân chứ không phải là một biến số học (Thái Thanh Hà (2005), tạp chí khoa học ĐH Huế, số 26). Kết quả phân tích số liệu như sau:
Bảng 3.1: Phân tích mơ hình hồi quy Logistic tổng thể Variables in the Equation Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a Gioi_tinh.X1 .289 .358 .651 1 .420 1.335 Do_tuoi.X2 -.050 .020 6.099 1 .014 .951 Trinh_do.X3 -1.801 .281 41.196 1 .000 .165 Hon_nhan.X4 -1.412 .366 14.905 1 .000 .244 Nguoi_phu_thuoc.X5 1.457 .249 34.297 1 .000 4.293 Nha_o.X6 -.153 .239 .410 1 .522 .858 Thu_nhap.X7 -.424 .065 43.113 1 .000 .654 Han_muc.X8 .033 .005 35.652 1 .000 1.033 Constant 4.857 1.024 22.491 1 .000 128.648
a. Variable(s) entered on step 1: Gioi_tinh.X1, Do_tuoi.X2, Trinh_do.X3, Hon_nhan.X4, Nguoi_phu_thuoc.X5, Nha_o.X6, Thu_nhap.X7,
Han_muc.X8.
Bảng 3.1 cho thấy kiểm định Wald của các hệ số hồi quy của biến X2, X3, X4, X5, X7, X8 trong mơ hình tổng thể có mức ý nghĩa Sig < 5% là dấu hiệu cho thấy sử dụng các biến này để dự báo trong mơ hình hồi quy tổng thể là tốt. Hệ số
Mức ý nghĩa của các hệ số hồi quy cao thể hiện mức độ tương quan giữa các biến X1, X6 với xác suất nợ xấu TTDQT có mức độ tin cậy là chưa cao. Hệ số hồi quy của biến X1, X6 cao cũng chứng tỏ mức độ phù hợp của mơ hình chưa tốt vì bao gồm các biến có tương quan với biến phụ thuộc thấp.
Căn cứ vào kết quả hồi quy tại Bảng 3.1 mơ hình dự báo xác suất nợ xấu TTDQT là:
[
]
Trong đó, xác suất khách hàng phát sinh nợ xấu là:
Khi P > 0,5 ta dự báo khách hàng phát sinh nợ xấu. Khi P = 0,5 ta chưa thể kết luận khách hàng có phát sinh nợ xấu hay khơng. Khi P < 0,5 ta kết luận khách hàng khơng phát sinh nợ xấu. Có thể cấp tín dụng cho khách hàng khi P < 0,5.
3.2.1.2 Kiểm định sự phù hợp của mơ hình
Để phân tích số liệu thu thập được, tác giả sử dụng phần mềm thống kê SPSS. Sử dụng phương pháp Enter để đưa biến độc lập vào mơ hình. Kết quả phân tích hồi quy Logistics đối với biến phụ thuộc - xác suất nợ xấu và 8 biến độc lập là: Giới tính, Tuổi, Trình độ học vấn, Tình trạng hơn nhân, Số người phụ thuộc, Tình trạng sở hữu nhà ở, Thu nhập, Hạn mức TTDQT.
Bảng 3.2: Kiểm định giả thuyết về độ phù hợp tổng quát Omnibus Tests of Model Coefficients Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 282.130 8 .000
Block 282.130 8 .000
Model 282.130 8 .000
Kiểm định được thực hiện nhằm xác định xem tổ hợp liên hệ tuyến tính của tồn bộ các hệ số trong mơ hình ngoại trừ hằng số có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc hay không. Giả thuyết H : P = P = … = P = 0. Sử
dụng kiểm định Chi-square, căn cứ vào mức ý nghĩa Sig < 5%. Căn cứ kết quả kiểm định tại bảng 3.2 tác giả kết luận khơng có hiện tượng các hệ số hồi quy đồng thời bằng không, bác bỏ giả thuyết H0. Như vậy, mơ hình có ý nghĩa thống kê hay nói cách khác mơ hình có độ phù hợp tổng qt cao.
Bảng 3.3: Kiểm định sự phù hợp giữa kết quả dự báo và dữ liệu Hosmer and Lemeshow Test Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 2762.511 8 .000
Mức ý nghĩa của kiểm định Chi-square là 0.000 < 0.05 nên ta kết luận có sự phù hợp cao giữa dữ liệu nghiên cứu và kết quả dự báo.
Bảng 3.4: Kiểm định sự phù hợp của mơ hình Model Summary Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 235.004a .381 .651
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than .001.
Hệ số tương quan Cox& Snell R Square đạt 38.1%, trong khi đó hệ số tương quan Nagelkerde R Square đạt tới giá trị 65,1%, cho thấy rằng các biến độc lập giải thích được 65.1% sự biến thiên của biến phụ thuộc.
Giá trị của chỉ tiêu -2LL (viết tắt của -2 log likelihood) càng nhỏ thể hiện độ phù hợp càng cao, giá trị nhỏ nhất của -2LL là 0 (tức là khơng có sai số) khi đó mơ hình có một độ phù hợp hồn hảo. Dựa vào chỉ tiêu -2LL khơng cao lắm (-2LL = 235.004) thể hiện độ phù hợp khá tốt của mơ hình tổng thể. Tuy nhiên, khó xác định được -2LL bao nhiêu là nhỏ nên tác giả tiếp tục phân tích dựa vào xác suất dự báo chính xác từ kết quả phân tích Logistic trên phần mềm SPSS. Bảng 3.4 sẽ so sánh số trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đốn đúng sự kiện từ đó đưa ra được mức độ dự báo chính xác của mơ hình.
Bảng 3.5: Ƣớc lƣợng mức độ dự báo chính xác của mơ hình Classification Tablea Observed Predicted No_xau.Y Percentage Correct 0 1 Step 1 No_xau.Y 0 483 12 97.6 1 24 70 74.5 Overall Percentage 93.9
a. The cut value is .500
Trong 495 trường hợp không phát sinh nợ xấu thì mơ hình dự đốn chính xác 483 trường hợp. 12 trường hợp được mơ hình dự báo khách hàng phát sinh nợ xấu trong khi thực tế là khách hàng không phát sinh nợ xấu. Vậy xác suất mơ hình dự đốn chính xác trường hợp khơng phát sinh nợ xấu là 97.6%. Trong 94 trường hợp khách hàng có nợ xấu mơ hình dự đốn chính xác 70 trường hợp và dự đốn chưa chính xác 24 trường hợp. Vậy tỷ lệ dự đốn chính xác là 74.5%. Sử dụng phép tính trung bình cộng tác giả kết luận mơ hình dự báo chính xác 93.9% xác suất khách hàng phát sinh nợ xấu TTDQT.
3.2.2 Mơ hình giới hạn
3.2.2.1 Ƣớc lƣợng tham số của mơ hình
Theo Bảng 3.1, với mức ý nghĩa 5%, các biến X2, X3, X4, X5, X7, X8 có tương quan với xác suất nợ xấu TTDQT. Sử dụng các biến X2, X3, X4, X5, X7, X8 để dự báo xác suất nợ xấu TTDQT là phù hợp. Hệ số hồi qui của các biến X1, X6 có mức ý nghĩa lớn hơn 5%. Hay nói cách khác, với mức ý nghĩa 5%, các biến X1, X6 khơng có tương quan với xác suất nợ xấu TTDQT. Như vậy, các biến X1, X6 không nên sử dụng để dự báo xác suất nợ xấu TTDQT do không đảm bảo về mức ý nghĩa thống kê. Tác giả lập mơ hình giới hạn với các biến độc lập có mức ý nghĩa của hệ số hồi quy cao hơn 5%. Để lựa chọn mơ hình giới hạn phù hợp nhất, tác giả từng bước loại bỏ các biến mà hệ số hồi quy có mức ý nghĩa của hệ số hồi quy lớn hơn 5%. Bắt đầu thực hiện từ các biến mà hệ số hồi quy có mức ý nghĩa cao tới các biến thấp hơn theo thứ tự: X6 (Nhà ở). Sau khi loại biến X6, mức ý nghĩa của biến X1 vẫn cao hơn 5%, tác giả thực hiện loại bỏ biến X1. Việc loại bỏ các biến từng
bước sẽ hạn chế việc loại bỏ nhầm các biến có mức ý nghĩa nhỏ hơn 5%. Trong nhiều trường hợp, sau khi loại bỏ biến độc lập thứ nhất X6 thì các biến cịn lại đều có mức ý nghĩa nhỏ hơn 5%. Mơ hình sau khi loại bỏ biến X6 và X1, mơ hình cịn lại gồm 6 biến độc lập là X2, X3, X4, X5, X7, X8. Kết quả phân tích hồi quy Logistics như sau.
Bảng 3.6: Phân tích mơ hình hồi quy Logistic giới hạn Variables in the Equation Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a Do_tuoi.X2 -.055 .019 8.216 1 .004 .946 Trinh_do.X3 -1.852 .275 45.238 1 .000 .157 Hon_nhan.X4 -1.409 .361 15.239 1 .000 .244 Nguoi_phu_thuoc.X5 1.492 .246 36.703 1 .000 4.444 Thu_nhap.X7 -.428 .064 44.450 1 .000 .652 Han_muc.X8 .033 .005 36.665 1 .000 1.034 Constant 5.076 .985 26.536 1 .000 160.076
a. Variable(s) entered on step 1: Do_tuoi.X2, Trinh_do.X3, Hon_nhan.X4, Nguoi_phu_thuoc.X5, Thu_nhap.X7, Han_muc.X8.
[
]
3.2.2.2 Kiểm định sự phù hợp của mơ hình
Bảng 3.7: Kiểm định giả thuyết về độ phù hợp Omnibus Tests of Model Coefficients Omnibus Tests of Model Coefficients
Chi-square Df Sig.
Step 1 Step 221.745 5 .000
Block 221.745 5 .000
Sử dụng kiểm định Chi-square, căn cứ vào mức ý nghĩa Sig < 0.05. Kết luận khơng có hiện tượng các hệ số hồi quy đồng thời bằng không. Như vậy, mơ hình có ý nghĩa thống kê hay nói cách khác mơ hình có độ phù hợp tổng qt cao.
Bảng 3.8: Kiểm định sự phù hợp của mơ hình Model Summary Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 236.021a .380 .649
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than .001.
Phân tích mơ hình hồi quy giới hạn với 6 biến độc lập là: Độ tuổi, Trình độ học vấn, tình trạng hơn nhân, số người phụ thuộc, thu nhập, hạn mức TTDQT. Kết quả phân tích mơ hình hồi quy giới hạn cho thấy -2LL = 236.021 cao hơn so với - 2LL của mơ hình hồi quy tổng thể (236.021 > 235.004). Tuy nhiên, tỷ lệ chênh lệch là rất nhỏ.
Bảng 3.9: Kiểm định sự phù hợp giữa kết quả dự báo và dữ liệu Hosmer and Lemeshow Test Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 2762.511 8 .000
Mức ý nghĩa của kiểm định Chi-square là 0.000 < 0.05 nên ta kết luận có sự phù hợp cao giữa dữ liệu nghiên cứu và kết quả dự báo.
Bảng 3.10: Ƣớc lƣợng mức độ dự báo chính xác của mơ hình Classification Tablea Observed Predicted No_xau.Y Percentage Correct 0 1 Step 1 No_xau.Y 0 483 12 97.6 1 24 70 74.5 Overall Percentage 93.9
Dựa vào kết quả tại Bảng 3.8 ta kết luận mơ hình hồi quy giới hạn có thể dự báo chính xác 93.9% xác suất khách hàng phát sinh nợ xấu TTDQT. Tỷ lệ dự báo chính xác của mơ hình tổng thể và mơ hình giới hạn là bằng nhau.
3.2.3 Nhận xét và lựa chọn mơ hình tối ƣu
Nhận xét chung: Cả hai mơ hình đều có độ phù hợp tổng quát cao (Omnibus test of Model Coefficients có Sig. = 0.000). Kết quả dự báo của mơ hình phù hợp với dữ liệu nghiên cứu (Hosmer and Lemeshow Test có Sig. = 0.000).
3.2.3.1 Căn cứ vào tiêu chuẩn định tính để lựa chọn mơ hình tối ƣu
Để lựa chọn mơ hình tối ưu tác giả sẽ căn cứ trên các tiêu chuẩn: Tiêu chuẩn đơn giản, tiêu chuẩn đầy đủ, tiêu chuẩn có ý nghĩa thực tế.
Tiêu chuẩn đơn giản: “Tiêu chuẩn đơn giản địi hỏi mơ hình có ít biến số
độc lập, vì nếu q nhiều biến số thì vấn đề diễn dịch sẽ trở nên khó khăn, và có khi thiếu thực tế” (Nguyễn văn Tuấn, 2008, trang 233). Mơ hình hồi quy giới hạn bao gồm 6 biến độc lập và tất cả các biến đều có ý nghĩa thống kê. Trong khi đó, mơ hình tổng thể có 8 biến độc lập trong đó có 2 biến khơng có ý nghĩa thống kê. Căn cứ theo tiêu chuẩn đơn giản thì các mơ hình hồi quy giới hạn được đánh giá cao hơn vì có số lượng biến ít hơn và các hệ số hồi quy có mức ý nghĩa tốt hơn. Mơ hình giới hạn sẽ giúp ta diễn dịch dễ dàng hơn và có ý nghĩa thống kê chính xác hơn.
Tiêu chuẩn đầy đủ: “Tiêu chuẩn đầy đủ ở đây có nghĩa là mơ hình đó phải
mơ tả dữ liệu một cách thỏa đáng, tức phải tiên đoán gần (hay càng gần càng tốt) với giá trị thực tế quan sát của biến phụ thuộc Y. Nếu giá trị quan sát của Y là 10 và nếu có một mơ hình tiên đốn là 9 và một mơ hình tiên đốn là 6 thì mơ hình đầu phải được xem là đầy đủ hơn.” (Nguyễn văn Tuấn, 2008, trang 233).
Bảng 3.11: So sánh khả năng dự báo của hai mơ hình
Chỉ tiêu Mơ hình tổng thể Mơ hình giới hạn
-2LL 235.004 236.021
Hệ số -2LL của mơ hình tổng thể thấp hơn so với mơ hình tổng thể nhưng sự