Chƣơng 3 PHƢƠNG PHÁP NGHIÊN CỨU
3.3. Mô hình nghiên cứu và giả thuyết nghiên cứu
3.3.2 Mơ hình nghiên cứu
Mơ hình nghiên cứu của luận văn vận dụng linh hoạt nền tảng lý thuyết bất cân xứng trong hoạt động tín dụng, lý thuyết thu nhập. Tiến hành lƣợc khảo các cơng trình nghiên cứu quốc tế có liên quan đến đề tài nhƣ: Kedir (2003); Ibrahim và Aliero (2012); Chauke và cộng sự (2013); Sebatta và cộng sự (2014); Baffoe và Matsuda (2015); Biyase và Fisher (2017). Bên cạnh đó lƣợc khảo các nhân tố ảnh hƣởng đến khả năng tiếp cận vốn vay ở các cơng trình nghiên cứu nền tảng trong nƣớc (Vƣơng Quốc Duy và Đặng Hoàng Trung, 2015; Trần Ái Kết và Huỳnh Trung Thời, 2013).
Trong thực tế, có nhiều yếu tố ảnh hƣởng đến khả năng tiếp cận tín dụng cá nhân, vì vậy tác giả chỉ kế thừa một số yếu tố và sau đó tiến hành nghiên cứu định tính để khẳng định lại các yếu tố cho phù hợp với thực tiễn tại BIDV Bình Dƣơng.
Thơng tin sơ cấp sau khi xử lý đƣợc đƣa vào mơ hình hồi quy Binary logistic để kiểm tra các giả thuyết dựa trên mối quan hệ giữa biến phụ thuộc và biến độc lập. Biến phụ thuộc là biến nhị phân nhận 2 khả năng nhận đƣợc khoản vay hay không nhận đƣợc khoản vay từ nguồn vốn tín dụng. Mơ hình hồi quy có dạng:
( ) (
) ( )
Hệ số Odds của xác suất khả năng tiếp cận tín dụng cá nhân tại BIDV Bình Dƣơng nhƣ sau:
38
Hình 3.2. Mơ hình nghiên cứu đề xuất
Nguồn: Đề xuất của tác giả
Trong đó: Biến phụ thuộc là xác suất khả năng tiếp cận vốn vay của khách hàng cá nhân tại ngân hàng BIDV Bình Dƣơng. Các biến Xk; k=1, 2…9 là các biến độc lập (biến giải thích); hệ số hồi quy βk; k=0, 1, 2...12. Trong đó, ký hiệu các biến cụ thể nhƣ sau: Giới tính (X1),Tuổi (X2), Tài sản (X3), Thu nhập (X4), Trình độ (X5), Thủ tục (X6), Nghề nghiệp (X7), Phƣơng án (X8), Kinh nghiệm (X9) là các yếu tố thuộc về cá nhân ngƣời vay.
Giới tính (X1) Tuổi (X2) Tài sản (X3) Thu nhập (X4) Trình độ (X5) Thủ tục (X6) Khả năng tiếp cận tín dụng Nghề nghiệp (X7) Phƣơng án (X8) Kinh nghiệm (X9)
39
Bảng 3.2. Mô tả các biến trong mơ hình nghiên cứu
Biến nghiên
cứu
Định nghĩa thang đo
Kỳ vọng
dấu
Nguồn tham khảo
Biến phụ thuộc Tiếp
cận tín dụng (Y)
Đây là biến giả, phản ánh xác suất nhận đƣợc khoản vay của ngƣời vay (1= đƣợc vay, 0= không đƣợc vay)
Trƣơng Đông Lộc & Trần Bá Duy (2010)
Lê Thành Lân (2020)
Biến độc lập Giới
tính (X1)
Biến giả, 1= nếu là nam; 0=
nếu là nữ. +/-
Lê Thành Lân (2020) Zhang và cộng sự (2020)
Tuổi (X2)
Logarit tự nhiên của độ tuổi của khách hàng đến thời điểm lập hồ sơ xin vay vốn (năm).
+ Lê Thành Lân (2020)
Zhang và cộng sự (2020)
Tài sản (X3)
Logarit tự nhiên của giá trị tài sản thế chấp đáp ứng yêu cầu của ngân hàng (triệu đồng)
+ Lê Thành Lân (2020)
Thu nhập (X4)
Logarit tự nhiên của thu nhập tháng gần nhất của ngƣời đi vay (triệu đồng)
+ Lê Thành Lân (2020)
Trình độ (X5)
Trình độ học vấn của ngƣời đi vay (dƣới đại học = 0, trên đại học = 1) + Lê Thành Lân (2020) Thủ tục (X6) Thủ tục vay vốn (thủ tục rƣờm rà phức tạp = 0, thủ tục đơn giản = 1) + Lê Thành Lân (2020) Zhang và cộng sự (2020) Lƣơng Trung Ngãi và Phạm Văn Tài (2019)
Nghề nghiệp (X7)
Nghề nghiệp của ngƣời đi vay (nghề nghiệp không ổn định = 0, ổn định = 1) + Lê Thành Lân (2020) Phƣơn g án (X8)
Phƣơng án kinh doanh của ngƣời đi vay (có phƣơng án = 1, khơng có phƣơng án = 0)
+ Lê Thành Lân (2020)
Kinh nghiệm
(X9)
Kinh nghiệm kinh doanh/ làm việc của ngƣời đi vay (trên 3
năm = 1, dƣới 3 năm = 0) +
Lê Thành Lân (2020)
40
Các tiêu chí hồi quy logistic
Giả thuyết kiểm định sự phù hợp mơ hình: Kiểm định Chi-square đƣợc sử dụng để kiểm định mức độ phù hợp của mơ hình logistic. Nếu mức ý nghĩa của kiểm định này nhỏ hơn 5% thì mơ hình là phù hợp và ngƣợc lại mơ hình sẽ khơng phù hợp.
Hệ số -2LL (-2 Log-Likelihood): đây là hệ số đại diện cho phần thông tin khơng đƣợc giải thích của mơ hình logistic, nếu chỉ số này càng lớn thì mơ hình càng khơng phù hợp (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Hệ số Nagelkerke R square: đây là hệ số đánh giá khả năng giải thích của các biến độc lập đối với biến phụ thuộc, tƣơng tự hệ thống R bình phƣơng trong mơ hình hồi quy thông thƣờng.