CHƯƠNG 2 : CƠ SỞ LÝ LUẬN VÀ MƠ HÌNH NGHIÊN CỨU
3.5 PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG TỚI NỢ XẤU CỦA NGÂN HÀNG
3.5.5 Kết quả phân tích những nhân tố tác động đến nợ xấu
Thơng qua mơ hình Binary logistic dự đoán xác suất xảy ra nợ xấu của khách hàng đang vay tiền tại LienVietPostBank chi nhánh Cần Thơ.
Biến phụ thuộc là xác xuất xảy ra nợ xấu nhận giá trị 1 (có nợ xấu) và nhận giá trị 0 (khơng có nợ xấu). Các biến độc lập: Trình độ học vấn của người đi vay (HOCVAN), số tiền khách hàng vay ngân hàng (SOTIENVAY), thu nhập của khách hàng đi vay tiền (THUNHAP), thời gian ngân hàng cho khách hàng vay tiền (THOIGIANVAY) và số người phụ thuộc đối với khách hàng đi vay (SONGUOIPHUTHUOC), lãi suất cho vay (LAISUAT) cuối cùng là tài sản đảm bảo (TAISANDAMBAO).
Kết quả chạy mơ hình hồi quy Binary logistic được thể hiện trong bảng 3.21 như sau:
56
Bảng 3.21 Kết quả phân tích những nhân tố tác động đến nợ xấu tại LienVietPostBank
Biến số Ký hiệu Hệ số beta
(B) Mức ý nghĩa (Sig.) Tỷ suất nguy cơ xảy ra (Exp (B)) HOCVAN X1 0,803 0,482 1,010 SOTIENVAY X2 0,010 0,011 0,904 THUNHAP X3 -0,100 0,096 12,461 THOIGIANVAY X4 -0,009 0,663 2,233 SONGUOIPHUTHUOC X5 -0,467 0,621 0,991 LAISUAT X6 2,523 0,043 0,627 TAISANDAMBAO X7 -0,019 0,096 0,981 CONSTANT -6,286 0,066 0,002 Số quan sát 66 -2 Log likelihood 50,213 R2 0,315
Thơng qua việc phân tích nợ xấu tại LienVietPostBank bằng mơ hình hồi quy Binary logistic dự báo xác suất xảy ra nợ xấu đối với khách hàng đang vay vốn tại ngân hàng. Việc dùng mơ hình này để dự báo là hồn tồn hợp lí vì biến phụ thuộc là biến nhị nguyên (biến giả).
Trong mơ hình Binary logistic này do biến phụ thuộc là biến giả nên các hệ số trong hàm hồi quy sẽ không trực tiếp biểu thị mối quan hệ giữa các biến độc lập và biến phụ thuộc mà nó dùng hệ số tương quan để giải thích sự thay đổi của các biến độc lập lên biến phụ thuộc.
Kết quả hồi quy cho thấy một số nhân tố tác động đến nợ xấu (biến phụ thuộc) của ngân hàng trong đó có 2 biến có ý nghĩa thống kê ở mức 5% là: biến SOTIENVAY (X2), biến LAISUAT (X6) và có 2 biến có ý nghĩa thống kê ở mức 10%
57
là THUNHAP (X3) và TAISANDAMBAO (X7), về mặt thống kê các biến có nghĩa được giải thích như sau:
Biến SOTIENVAY: Kết quả phân tích hồi quy Logistic cho thấy biến này tương quan tỷ lệ thuận với nợ xấu của ngân hàng. Việc cho khách hàng vay nhiều tiền thì khả năng xảy ra nợ xấu của ngân hàng sẽ tăng lên, theo kết quả của Exp (B) từ phụ lục 8, thì khi số tiền cho vay của ngân hàng tăng lên 1 triệu đồng thì nợ xấu sẽ tăng 1,010 lần. Mối quan hệ này có ý nghĩa thống kê ở mức 5%. Nguyên nhân gây ra là do khi khách hàng vay tiền với số lượng lớn mặt dù đã có phương án kinh doanh trả nợ khả thi, nhưng trong quá trình sử dụng vốn việc này hoàn toàn do khách hàng thực hiện và có thể khách hàng sử dụng vốn sai mục đích hoặc do điều kiện khách quan xảy ra làm cho hoạt động sản xuất kinh doanh khó khăn việc thu hồi vốn đối với ngân hàng cũng trở nên khó khăn.
Biến LAISUAT: Kết quả chạy hồi quy logistic cho thấy biến này có mối tương quan tỷ lệ thuận với nợ xấu của ngân hàng, theo kết quả của Exp (B) từ phụ lục 8, khi lãi suất tăng lên 1% thì nợ xấu tăng 2,523 lần. Mối quan hệ này có ý nghĩa thống kê ở mức 5%. Lãi suất cho vay của Ngân hàng trong giai đoạn hiện nay đã được giảm đi đáng kể, khơng cịn biến động tăng như các giai đoạn lúc trước, lãi suất cho vay càng cao thì nguồn thu nhập của khách hàng vay phải tăng lên để tương ứng với chi phí trả lãi.
Biến THUNHAP: Kết quả chạy hồi quy logistic cho thấy biến này có mối quan hệ tương quan tỷ lệ nghịch với nợ xấu của ngân hàng, theo kết quả của Exp (B) từ phụ lục 8, khi thu nhập của khách hàng tăng lên 1 triệu đồng thì nợ xấu của ngân hàng sẽ giảm 0,100 lần. Mối quan hệ này có ý nghĩa thống kê ở mức 10%. Kết quả này đúng với kỳ vọng, khi khách hàng có khoản thu nhập cao và ổn định thì sẽ giúp họ tự chủ hơn về mặt tài chính và sẽ chủ động hơn trong hiện trả nợ cho Ngân hàng, từ đó nợ xấu sẽ giảm xuống.
Biến TAISANDAMBAO: Qua kết quả chạy hồi quy cho thấy biến này có mối quan hệ tương quan tỷ lệ nghich với biến phụ thuộc, theo kết quả của Exp (B) từ phụ lục 8, khi khách hàng vay vốn khơng có thế chấp bằng tài sản đảm bảo hoặc tỷ lệ đảm bảo quá thấp thì nợ xấu sẽ gia tăng 0,019 lần. Mối quan hệ này có ý nghĩa thống kê ở mức 10%.
Từ mơ hình phân tích được ta có được phương trình hồi quy Binary logistic như sau: Log ( 1) ( 0) P Y P Y e = -6,286 + 0,010X2 – 0,100X3 + 2,523X6 – 0,019X7
58
Từ phương trình hàm hồi quy trên ta có được hai biến độc lập từ mơ hình có ý nghĩa làm nợ xấu của ngân hàng gia tăng là biến SOTIENVAY, biến LAISUAT do dấu kì vọng của 2 biến này là dấu dương (+) tương quan thuận với biến phụ thuộc. Còn lại hai biến làm giảm đi nợ xấu của Ngân hàng là biến THUNHAP và biến TAISANDAMBAO do dấu kì vọng 2 biến này là dấu âm (-) tương quan nghịch với biến phụ thuộc.
Sắp xếp theo mức độ tác động giảm dần của các biến độc lập với biến phụ thuộc là: Biến LAISUAT tác động mạnh nhất (hệ số beta = + 2,532), tiếp theo là biến THUNHAP (hệ số beta = -0,100), kế tiếp là biến TAISANDAMBAO (hệ số beta = - 0,019) cuối cùng là biến SOTIENVAY (hệ số beta = + 0,010).
Kết luận chương 3
Trong chương 3, khoá luận đã trình bày được lịch sử hình tổ chức của Ngân hàng TMCP Bưu Điện Liên Việt, đánh giá khái qt được tình hình tín dụng và kết quả hoạt động kinh doanh của ngân hàng, đánh giá được thực trạng nợ xấu khách hàng cá nhân của LienVietPostBank thơng qua mơ hình phân tích, từ đó tạo tiền đề cho việc đưa ra các giải pháp nhằm hạn chế tỷ lệ nợ xấu của ngân hàng ở chương 4.
59
CHƯƠNG 4: GIẢI PHÁP NHẰM TĂNG CƯỜNG GIẢM THIỂU KHẢ NĂNG XẢY RA NỢ XẤU TĂNG CAO TRONG THỜI GIAN TỚI.