CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Phương pháp nghiên cứu
3.2.1 Phương pháp nghiên cứu và mẫu nghiên cứu
- Với mục tiêu nghiên cứu của luận văn là xác định các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp tại Ngân hàng TMCP Ngoại thương Việt Nam – Chi nhánh Bình Dương nên phương pháp chính sử dụng trong luận văn là phương pháp nghiên cứu định lượng với nhân tố phụ thuộc là khả năng trả nợ của KHDN. Do nhân tố phụ thuộc chỉ nhận hai giá trị, bằng 1 nếu KHDN có khả năng trả nợ; bằng 0 nếu KHDN không có khả năng trả nợ nên mô hình hồi quy nhị phân được chọn để thực hiện hồi quy. Các biến giải thích được xác định từ mô hình nghiên cứu của Pederzoli và Torricelli (2010).
PD=1/{1+[exp(2.86+3.46LTLA+3.52EBITA +11.18EQUITYA+0.43SALESA)]}
Trong đó:
- Biến phụ thuộc PD thể hiện xác suất vỡ nợ của KHDN - Các biến độc lập bao gồm:
+ LTLA = Nợ dài hạn/Tổng tài sản.
+ EBITA = Lợi nhuận trước thuế/Tổng tài sản + EQUYTYA = Nợ phải trả/Tổng tài sản + SALESA = Doanh thu/Tổng tài sản
Mô hình Binary logistic còn được gọi tắt là mô hình logit, mô hình được Maddala giới thiệu vào năm 1984. Mô hình Logit là mô hình hồi quy mà trong đó biến phụ thuộc là biến giả. Đây là mô hình định lượng trong đó biến phụ thuộc là biến giả chỉ nhận 2 giá trị 0 và 1. Mô hình hồi quy nhị phân sử dụng biến phụ thuộc dạng nhị phân để ước lượng xác suất một sự kiện sẽ xảy ra với những thông tin của biến độc lập. Thông tin cần thu thập về biến phụ thuộc là một sự kiện nào đó có xảy ra hay không (biến phụ thuộc Y lúc này có hai giá trị 0 và 1, với 0 là không xảy ra sự kiện và 1 là có xảy ra) và tất nhiên là cả thông tin về các biến độc lập X1, X2…,
Xk. Từ biến phụ thuộc nhị phân này, một thủ tục sẽ được dùng để dự đoán xác suất sự kiện xảy ra theo quy tắc nếu xác suất được dự đoán lớn hơn 0.5 (điểm cắt mặc định) thì kết quả dự đoán sẽ cho là “có” xảy ra sự kiện, ngược lại thì kết quả dự đoán sẽ cho là “không”.
Mô hình hồi quy nhị phân như sau:
Trong đó, P là xác suất để Y = 1 (là xác suất để sự kiện xảy ra) khi các biến độc lập nhận giá trị cụ thể. Theo đó, xác suất không xảy ra sự kiện là:
Thực hiện phép so sánh giữa xác suất một sự kiện xảy ra với xác suất sự kiện đó không xảy ra, tỷ lệ chênh lệch này được thể hiện như sau:
Các hệ số hồi quy được ước lượng bằng phương pháp hợp lý tối đa (Maximum Likelihood).
Trong nghiên cứu này, mô hình được ứng dụng rộng rãi trong phân tích khả năng trả nợ của khách hàng, mà cụ thể trong nghiên cứu của luận văn là khả năng trả nợ của KHDN tại Vietcombank Bình Dương. Mô hình dùng kỹ thuật hồi quy để xem xét mối quan hệ giữa biến (Y) – biến phụ thuộc và các biến Xi – biến giải thích, giúp ngân hàng xác định khả năng trả nợ của KHDN (biến phụ thuộc) trên cơ sở sử dụng các nhân tố có ảnh hưởng đến xác suất vỡ nợ.
Trong đó, biến phụ thuộc Y chỉ nhận 02 giá trị 0 và 1. Với giá trị bằng 0: nghĩa là “Khách hàng không có khả năng trả nợ vay”. Giá trị bằng 1 đồng nghĩa với “Khách hàng có khả năng trả nợ vay”. Chi tiết biến phụ thuộc được trình bày ở Bảng 3.1 bên dưới.
Bảng 3.1: Biến phụ thuộc trong mô hình nghiên cứu
Khả năng trả nợ của KHDN Diễn giải Giá trị biến Có Không phát sinh nợ quá hạn hoặc
nợ quá hạn ≤ 90 ngày KNTN = 1
Không Nợ cơ cấu thời hạn trả nợ hoặc nợ
quá hạn > 90 ngày KNTN = 0
Nguồn: tổng hợp của tác giả Các biến giải thích có ảnh hưởng đến khả năng trả nợ của KHDN được trình bày trong Bảng 3.2:
Bảng 3.2: Các biến độc lập trong mô hình nghiên cứu
STT Biến Ký hiệu Chỉ số đo lường
1 Quy mô DN SIZE SIZE = Ln(tổng tài sản)
2 Hiệu quả kinh doanh ROA ROA = lợi nhuận sau thuế/tổng tài sản 3 TSĐB TSDB TSDB = Tỷ lệ tài sản bảo đảm/ mức cấp tín dụng
4 Loại hình DN LHDN
LHDN = 1 nếu KH sở hữu trên 50% vốn Nhà Nước
LHDN = 0 nếu KH sở hữu dưới 50% vốn Nhà Nước
5 Giá trị khoản vay GTKV GTKV = ln(gtkv)
6 Thời hạn vay THV THV = tháng
7 Tỷ lệ đòn bẩy
7.1 Nợ phải trả trên tổng
tài sản NPTTS NPTTS = tổng nợ phải trả/tổng tài sản 7.2 Nợ dài hạn trên tổng
tài sản NDHTS NDHTS = nợ dài hạn phải trả/tổng tài sản 8 Doanh thu thuần trên
tổng tài sản DTTTS DTTTS = dtt/tổng tài sản
9 Xếp hạng tín dụng XHTD 10 Lãi suất vay Laisuat
Nguồn: tổng hợp của tác giả
3.2.1.2 Mẫu nghiên cứu
- Phương pháp chọn mẫu: Phương pháp lấy mẫu thuận tiện, phi xác suất được lựa chọn để sử dụng trong đề tài nghiên cứu này, trong đó tác giả tiếp xúc trực tiếp với các hồ sơ và thông tin của các KHDN đang vay vốn tại Vietcombank Bình Dương. Điều này có nghĩa tác giả có thể lựa chọn các đối tượng hồ sơ mà tác giả có thể tiếp cận được. Ưu điểm phương pháp này là dễ tiếp cận với đối tượng nghiên cứu khi thường bị giới hạn về thời gian và chi phí. Tuy nhiên, phương pháp này có nhược điểm là không thể xác định được sai số do lấy mẫu.
- Kích cỡ mẫu trong phân tích hồi quy, kích thước mẫu phụ thuộc rất nhiều vào các yếu tố như: Mức ý nghĩa, độ mạnh của phép kiểm định và số lượng biến độc lập.
Có nhiều kỹ thuật để chọn kích thước mẫu đại diện cho tổng thể. Một trong số đó là kỹ thuật xác định cỡ mẫu dựa trên kinh nghiệm của Green (1991). Tác giả khuyến nghị công thức xác định cỡ mẫu nghiên cứu như sau: n > 50 + 8m. Trong đó, n là kích thước mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình. Giả sử vẫn áp dụng kinh nghiệm chọn mẫu của Green (1991), với số biến độc lập là 10, vậy kích thước mẫu nghiên cứu tối thiểu bằng 130 quan sát.
Theo Anderson và Gerbing (1988), cỡ mẫu từ 150 hoặc lớn hơn thường là cần thiết để có được ước lượng các thông số với sai số chuẩn đủ nhỏ. Như vậy, cỡ mẫu lớn hơn 150 là có thể chấp nhận được. Như vậy, cỡ mẫu tối thiểu cần đạt được cho nghiên cứu này là 150. Tuy nhiên, cỡ mẫu càng lớn hơn mức tối thiểu yêu cầu thì độ tin cậy của nghiên cứu càng cao (giảm những sai lệch do lấy mẫu). Từ những lập luận trên đây, dữ liệu trong nghiên cứu này có kích thước mẫu là n = 250 KHDN, tất cả các thông tin về khoản vay được thể hiện trong hồ sơ vay vốn của 250 khách hàng được lấy ra từ phần mềm quản lý hồ sơ của Vietcombank Bình Dương.