Số khách hàng Tỷ trọng
Khách hàng có khả năng trả nợ 62 22%
Khách hàng không có khả năng trả nợ 217 78%
Tổng 279 100%
Nguồn: thống kê dựa trên mẫu nghiên cứu
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (Phân tích dữ liệu nghiên cứu với SPSS – Nhà xuất bản Hồng Đức, 2008) cho rằng phải có tối thiểu 5 giá trị quan sát cho mỡi biến dự báo. Mẫu quan sát trong bài viết này là 279 khách hàng, trong đó số khách hàng khơng có khả năng trả nợ là 62 khách hàng, chiếm tỷ trọng 22% và số khách hàng có khả năng trả nợ là 217 khách hàng, chiếm tỷ trọng 78%. Như vậy, mẫu nghiên cứu đã đảm bảo điều kiện cần thiết để cho ra kết quả tốt và suy rộng ra cho tổng thể.
Bảng 4.3 Phân bổ giá trị các biến độc lập trong mẫu dữ liệu
Mẫu Nhỏ nhất Lớn
nhất Trung bình
Độ lệch chuẩn Statistic Statistic Statistic Statistic Std.
Error Statistic KINHNGHIEM 279 .50 9.50 3.2545 .11551 1.92945 NGANH 279 1.00 6.00 4.1254 .10058 1.67998 DUNO 279 .08 354.97 15.9337 1.84214 30.76979 DTT.TTS 279 .01 34.42 3.2349 .20121 3.36089 NPT.TTS 279 .01 .99 .6006 .01437 .23995 DIEMPTC 279 51.26 96.59 82.4862 .35192 5.87819 ROE 279 -.91 .83 .0735 .01125 .18790 ROA 279 -.86 .54 .0258 .00646 .10785 KHUVUC 279 .00 1.00 .3763 .02906 .48534 TSBD 279 1.00 6.00 3.7563 .11509 1.92244 LAISUAT 279 .05 .18 .0982 .00180 .03004 THOIGIANVAY 279 3.00 89.33 14.1148 .97231 16.24075 Valid N (listwise) 279
- Kinh nghiệm: trong mẫu nghiên cứu, nhóm khách hàng có kinh nghiệm hoạt động từ 0.5 năm đến 9.5 năm, số năm hoạt động trung bình của mẫu quan sát là 3.2 năm.
- Ngành: tỷ trọng nhóm ngành trong mẫu được phân bổ theo bảng 4.4
Bảng 4.4 Tỷ trọng nhóm ngành trong mẫu nghiên cứu Nhóm
ngành Diễn giải Số lượng
Tỷ trọng (%)
1 Công nghệ viễn thông 7 3
2 Hàng tiêu dùng, thực phẩm, công nghiệp nhẹ khác 71 25
3 Năng lượng hóa chất 23 8
4 Nông lâm nghiệp, thủy hải sản 56 20
5 Vận tải, ô tô 23 8
6 Xây lắp, bất động sản, vật liệu xây dựng, cơ khí 99 35
Tổng 279 100
Nguồn: thống kê dựa trên mẫu nghiên cứu
- Dư nợ: thể hiện dư nợ hiện tại của khách hàng tại một thời điểm, dư nợ trung bình của mẫu quan sát là 15.9 tỷ đồng, trong đó đơn vị có dư nợ lớn nhất đạt gần 355 tỷ đồng.
- DTT.TTS: là tỷ số doanh thu thuần/tổng tải sản của khách hàng được thể hiện trong báo cáo kết quả hoạt động kinh doanh 2015 của khách hàng. Về mặt lý thuyết, tỷ lệ này càng cao sẽ có tác động tích cực đến khả năng trả nợ của khách hàng và ngược lại.
- NPT.TTS: Tỷ lệ nợ phải trả/tổng tài sản là tỷ số thế hiện cơ cấu tài sản của khách hàng được tính tốn từ BCTC 2015 của khách hàng. Theo lý thuyết, tỷ số này càng cao thì khả năng trả nợ càng suy giảm do áp lực trả nợ lớn. Trong mẫu quan sát, có những khách hàng rất ít vay nợ, có những khách hàng vay nợ gần 100%, tỷ số trung bình đạt 60%.
- Điểm phi tài chính: Điểm phi tài chính được xuất ra từ hệ thống xếp hạng tín dụng nội bộ của MB kỳ đánh giá quý 1/2016. Điểm phi tài chính có thể chiếm 25% hoặc 30% trong tổng điểm XHTD của KH. Căn cứ tính điểm phi tài chính dựa trên các chỉ tiêu như: trình độ quản lý và mơi trường nội bộ của
doanh nghiệp (trình độ của ban lãnh đạo, trình độ bằng cấp của nhân viên…), quan hệ với ngân hàng (số lần cơ cấu nợ với ngân hàng, tỷ trọng gia hạn nợ với ngân hàng, thiện chí trả nợ của khách hàng dựa trên lịch sử tín dụng, thái độ hợp tác với ngân hàng, số dư tiền gửi…), triển vọng phát triển của ngành nghề mà doanh nghiệp đang theo đuổi…Điểm phi tài chính trung bình của mẫu quan sát là 82.5 điểm.
- ROE: chỉ tiêu thể hiện Lợi nhuận sau thuế/Vốn chủ sở hữu được tính tốn từ
BCTC của khách hàng. Chỉ số tỷ suất sinh lợi trên vốn chủ sở hữu phản ánh năng lực sử dụng vốn của doanh nghiệp để sinh lợi như thế nào. Theo lý thuyết, tỷ suất sinh lợi càng cao thì khả năng trả nợ của khách hàng càng ổn định. ROE của mẫu dao động từ -0.91 đến 0.83.
- ROA: chỉ tiêu thể hiện Lợi nhuận sau thuế/Tổng tài sản được tính tốn từ BCTC của khách hàng. Chỉ số tỷ suất sinh lợi trên tổng tài sản phản ánh năng lực sử dụng tài sản của doanh nghiệp để sinh lợi như thế nào. Theo lý thuyết, tỷ suất sinh lợi càng cao thì khả năng trả nợ của khách hàng càng ổn định. ROA của mẫu dao động từ -0.86 đến 0.54.
- Khu vực: thể hiện khu vực khách hàng vay nợ, trong mẫu quan sát có 62%
khoản vay thuộc khu vực Hồ Chí Minh, còn lại là các vùng Đông và Tây Nam Bộ khác.
- Tài sản bảo đảm: thể hiện tỷ lệ tải sản đảm bảo cho toàn bộ hạn mức mà khách hàng được cấp tại MB. Tỷ lệ này được phân bổ trong mẫu quan sát theo bảng 4.5.
Bảng 4.5 Tỷ lệ mẫu quan sát phân bổ theo TSBĐ Nhóm TSBĐ Diễn giải Số lượng Tỷ trọng (%)
1 Tối đa 30% giá trị HM được đảm bảo bằng TSBĐ 58 21
2 Giá trị TSBĐ từ 30-50% HM 40 14
3 Giá trị TSBĐ từ 70-100% HM 25 9
5 100% giá trị HM được đảm bảo TSBĐ 85 30
6 Tín chấp 63 23
Tổng 279 100
Nguồn: thống kê dựa trên mẫu nghiên cứu
- Lãi suất: Lãi suất áp dụng tại MB trung bình của mẫu quan sát là 9.82%/năm
- Thời gian vay: thể hiện thời hạn trả nợ của khoản vay. Khác với KHCN, khoản vay chủ yếu của KHDN là các khoản vay ngắn hạn. Số khách hàng thuộc nhóm này chiếm 74% trong tổng số mẫu quan sát. Thời gian vay trung bình của mẫu quan sát khoảng 14 tháng.
4.4. Kết quả nghiên cứu 4.4.1. Kết quả từ mơ hình
Tiến hành phân tích định lượng mơ hình Logistic bằng phần mềm SPSS 20.0 với 12 biến độc lập ta được bảng kết quả như sau:
Bảng 4.6 Kết quả xử lý mơ hình Logistic đo lường khả năng trả nợ của KHDN với 12 biến
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a KINHNGHIEM .719 .316 5.194 1 .023 2.053 NGANH .349 .239 2.135 1 .144 1.417 DUNO -.039 .012 10.394 1 .001 .962 DTT.TTS .818 .300 7.433 1 .006 2.267 NPT.TTS .536 2.066 .067 1 .795 1.709 DIEMPTC .050 .067 .551 1 .458 1.051 ROE 53.270 20.479 6.766 1 .009 1.364 ROA -26.573 26.710 .990 1 .320 .000 KHUVUC .295 .830 .126 1 .722 1.343 TSBD -.072 .206 .124 1 .725 .930 LAISUAT - 101.395 23.480 18.648 1 .000 .000 THOIGIANVAY -.054 .023 5.596 1 .018 .947 Constant 3.496 5.832 .359 1 .549 32.969
a. Variable(s) entered on step 1: KINHNGHIEM, NGANH, DUNO, DTT.TTS, NPT.TTS, DIEMPTC, ROE, ROA, KHUVUC, TSBD, LAISUAT,
Nguồn: Kết quả xử lý mô hình trên SPSS 20.0
Bảng 4.7 Kết quả kiểm định Omnibus Tests of Model Coefficients mơ hình 12 biến
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1
Step 238.150 12 .000
Block 238.150 12 .000
Model 238.150 12 .000
Nguồn: Kết quả xử lý mô hình trên SPSS 20.0
Bảng 4.8 Kiểm định đợ phù hợp của mơ hình với mơ hình 12 biến
Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 57.426a .574 .879
a. Estimation terminated at iteration number 10 because parameter estimates changed by less than .001.
Nguồn: Kết quả xử lý mô hình trên SPSS 20.0
Bảng 4.9 Kiểm định đợ chính xác của mơ hình với mơ hình 12 biến
Classification Tablea Observed Predicted Y Percentage Correct KHONG CA KHA NANG TRA NO CO KHA NANG TRA NO Step 1 Y KHONG CA KHA NANG TRA NO 52 10 83.9 CO KHA NANG TRA NO 5 212 97.7 Overall Percentage 94.6
a. The cut value is .500
Kết quả xử lý mơ hình với 12 biến độc lập cho ta 6 biến có ý nghĩa thống kê (Sig. < = 5%) bao gồm các biến KINHNGHIEM (kinh nghiệm), DUNO (dư nợ), DTT.TTS (doanh thu thuần/tổng tài sản), ROE (tỷ suất sinh lợi trên vốn chủ sở hữu), LAISUAT (lãi suất vay) và THOIGIANVAY (thời gian vay). Những biến không có ý nghĩa gồm NGANH (ngành), NPT.TTS (tỷ số nợ phải trả/tổng tài sản), DIEMPTC (điểm phi tài chính), KHUVUC (khu vực) và TSBD (tài sản bảo đảm) sẽ bị loại dần ra khỏi mơ hình.
Bảng 4.10 Kết quả xử lý mơ hình Logistic với mơ hình 6 biến
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a KINHNGHIEM .640 .254 6.334 1 .012 1.897 DUNO -.029 .009 9.912 1 .002 .971 DTT.TTS .753 .238 10.029 1 .002 2.122 ROE 38.587 12.372 9.727 1 .002 5.7276 LAISUAT -92.429 18.516 24.918 1 .000 .000 THOIGIANVAY -.043 .018 5.947 1 .015 .958 Constant 8.132 1.799 20.434 1 .000 3400.903
a. Variable(s) entered on step 1: KINHNGHIEM, DUNO, DTT.TTS, ROE, LAISUAT, THOIGIANVAY.
Nguồn: Kết quả xử lý mô hình trên SPSS 20.0
Bảng 4.11 Kết quả kiểm định Omnibus Tests of Model Coefficients mơ hình 6 biến
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1
Step 232.317 6 .000
Block 232.317 6 .000
Model 232.317 6 .000
Bảng 4.12 Kiểm định đợ phù hợp của mơ hình với mơ hình 6 biến
Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 63.259a .565 .865
a. Estimation terminated at iteration number 10 because parameter estimates changed by less than .001.
Nguồn: Kết quả xử lý mô hình trên SPSS 20.0
Bảng 4.13 Kiểm định đợ chính xác của mơ hình với mơ hình 6 biến
Classification Tablea Observed Predicted Y Percentage Correct KHONG CA KHA NANG TRA NO CO KHA NANG TRA NO Step 1 Y KHONG CA KHA NANG TRA NO 52 10 83.9 CO KHA NANG TRA NO 5 212 97.7 Overall Percentage 94.6
a. The cut value is .500
Nguồn: Kết quả xử lý mô hình trên SPSS 20.0
Kết quả mơ hình:
- Biến KINHNGHIEM: Hệ số β1 mang dấu “+” cho thấy kinh nghiệm hoạt động trong lĩnh lực hiện tại của doanh nghiệp có tác động tích cực đến khả năng trả nợ của khách hàng. Kết quả này tương đồng với giả thiết ban đầu và kết quả nghiên cứu của Robert Petrunia (2007). β1 = 0.640 cho biết trong điều kiện các yếu tố khác không đổi, khi biến KINHNGHIEM tăng 1 đơn vị
thì Ln [ ] sẽ tăng 0.640 đơn vị, hay khi KINHNGHIEM tăng 1 đơn vị
kinh nghiệm hoạt động trong lĩnh vực hiện tại. Kinh nghiệm hoạt động thể hiện 1 phần năng lực hoạt động của doanh nghiệp và là một tiêu chí để đánh giá khả năng trả nợ của KHDN. Việc khách hàng hoạt động lâu năm và có nhiều kinh nghiệm trong lĩnh vực hiện tại sẽ được các ngân hàng đánh giá cao hơn so với các doanh nghiệp còn non trẻ, mới vào nghề, trong điều kiện tất cả các yếu tố khác là như nhau.
- Biến DUNO: Hệ số β3 mang dấu “-“ cho thấy dư nợ có tác động tiêu cực đến
khả năng trả nợ của khách hàng. Kết quả này tương đồng với giả thiết ban đầu và kết quả nghiên cứu của Irakli Niua. Hệ số β3 = -0.029 cho biết trong điều kiện các yếu tố khác như nhau, nếu dư nợ của khách hàng tăng thêm 1 đơn vị thì làm cho khả năng trả nợ của khách hàng sẽ suy giảm đi 0.971 đơn vị. Khi dư nợ tăng, áp lực trả nợ lớn sẽ ảnh hưởng đến khả năng trả nợ của KHDN.
- Biến DTT.TTS: Hệ số β4 mang dấu “+” cho thấy tỷ lệ Doanh thu thuần/Tổng
tài sản có ảnh hưởng tích cực đến khả năng trả nợ của khách hàng. Kết quả này tương đồng với giả thiết ban đầu và kết quả nghiên cứu của Chiara Pederzoli, Costanza Torricelli. Hệ số β4 = 0.753 cho thấy khi tỷ lệ DTT.TTS tăng thêm 1 đơn vị sẽ làm cho khả năng trả nợ của khách hàng tăng thêm 2.122, trong điều kiện các yếu tố khác không đổi.
- Biến ROE: hệ số β7 mang dấu “+” cho thấy tỷ suất sinh lời trên vốn chủ sở
hữu tỷ lệ thuận với khả năng trả nợ của KHDN. Kết quả này trương đồng với giả thiết ban đầu và kết quả nghiên cứu của Lê Khương Ninh và Lê Thị Thu
Diềm. Hệ số β7 = 38.587 cho biết khi các yếu tố khác không đổi, nếu ROE
tăng 1 đơn vị thì khả năng trả nợ của KHDN tăng 5.728.
- Biến LAISUAT: Hệ số β11 mang dấu “-“ cho thấy lãi suất có tác động tiêu
cực đến khả năng trả nợ của KHDN, kết quả này tương động với giả thiết đặt ra ban đầu. Hệ số β11 = -92.429 cho biết trong điều kiện các yếu tố khác không đổi, nếu lãi suất vay tăng thì sẽ làm khả năng trả nợ của khách hàng suy giảm, tuy nhiên tỷ lệ suy giảm không đáng kể. Lãi suất khoản vay càng
cao chi phí trả nợ hàng tháng sẽ càng lớn và ảnh hưởng đến khả năng trả nợ của khách hàng.
- Biến THOIGIANVAY: Hệ số β12 mang dấu “-“ cho thấy thời gian vay có tác
động tiêu cực đến khả năng trả nợ của KHDN. Kết quả này tương đồng với giả thiết ban đầu và kết quả nghiên cứu của Jiménez và Saurina. Hệ số β12 = - 0.043 cho thấy trong điều kiện các yếu tố khác không đổi, khi thời gian cho vay tăng thêm 1 đơn vị sẽ làm cho khả năng trả nợ của KHDN giảm đi 0.958. Thời gian vay càng dài, khả năng kiểm soát của ngân hàng đối với các khoản vay càng giảm, sẽ ảnh hưởng tiêu cực đến khả năng trả nợ của khách hàng.
4.4.2. Các tiêu chí đo lường mức độ phù hợp và chính xác của mơ hình
- Omnibus Test of Model Coefficients (OB): bảng 4.11 cho thấy kết quả kiểm
định giả thuyết về độ phù hợp tổng quát có mức ý nghĩa Sig. = 0.0000 < α nên ta bác bỏ giả thuyết H0: β1 = β2 = …= β6= 0, hay ta có thể kết luận mơ hình phù hợp một cách tổng quát.
- Chỉ số - 2 Log likelihood (- 2 LL): bảng 4.12 cho thấy chỉ số Log Likelihood
là 63.259, không quá cao, cho thấy mơ hình phù hợp của mơ hình tổng thể. - Classification Table: bảng 4.13 cho thấy trong 62 khách hàng khơng có trả
nợ trong mẫu nghiên cứu mơ hình đã dự đốn đúng 52 khách hàng, tương ứng với xác suất dự đoán đúng là 83.9%. Trong khi đó, đối với trường hợp khách hàng có khả năng trả nợ mơ hình đã dự đốn đúng 212 trên tổng số 217 khách hàng, tương ứng với xác suất dự đoán đúng là 97.7%. Tỷ lệ dự đốn chính xác của mơ là hình 94.6%, đây là mức tỷ lệ khá cao.
KẾT LUẬN CHƯƠNG 4
Trong chương 4, tác giả đã giới thiệu tổng quát về mơ hình hồi quy Logistic và cách vận dụng mơ hình để đánh giả khả năng trả nợ của KHDN, là cơ sở để MB có thể ứng dụng trong quy trình thẩm định và phê duyệt tín dụng sẽ đề cập trong chương 5. Kết quả xử lý mơ hình đã xác định được các yếu tố quan trọng có ảnh hưởng đến khả năng trả nợ của KHDN đang vay vốn tại MB. Từ kết quả thu được, tác giả sẽ đưa ra các đánh giá và đề xuất mơ hình để nhận diện khả
năng trả nợ của KHDN dựa trên các dữ liệu đầu vào thu thập được đồng thời đề xuất các giải pháp hoàn thiện hệ thống đánh giá khả năng trả nợ của khách hàng tại MB hiện nay trong chương 5.
CHƯƠNG 5: GIẢI PHÁP ĐỐI VỚI CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP QUÂN ĐỘI
5.1. Tóm tắt kết quả nghiên cứu từ mơ hình kiểm định
Kết quả thu được từ mơ hình hồi quy đã xác định được 6 biến có tác động đến khả năng trả nợ của KHDN. Các biến này bao gồm: KINHNGHIEM (kinh nghiệm hoạt động trong lĩnh vực hiện tại), DUNO (dư nợ tại một thời điểm), DTT.TTS (doanh thu thuần/tổng tài sản), ROE (tỷ suất sinh lợi trên vốn chủ sở hữu), LAISUAT (lãi suất vay) và THOIGIANVAY (thời gian vay). Tuy nhiên,