Kỳ Vọng Dấu Của Hệ Số B Của Các Biến Độc Lập Trong Mô Hình :

3.3 Các giả thuyết nghiên cứu:

Dựa trên mô hình nghiên cứu và mô hình định lượng đã đề xuất như trên, luận văn đề ra hàm hồi quy tuyến tính các nhân tố ảnh hưởng như sau:

Khả năng trả nợ vay của KHCN = f(Đặc điểm cá nhân, Năng lực của người vay, Đặc điểm của khoản vay, Rủi ro đạo đức của người vay, Rủi ro tác nghiệp từ ngân hàng).

Trong đó:

 Biến phụ thuộc: khả năng trả nợ đúng hạn của KHCN, là biến nhị phân được xét trong điều kiện khoản vay trả gốc và lãi từng phần, nếu tại thời điểm đến hạn khách hàng trả nợ đúng hạn hoặc trong thời gian từ 10 ngày trở xuống thì khi đó quan sát này nhận giá trị 1 và ngược lại nhận giá trị 0.

 Biến độc lập bao gồm các biến sau:

 Nhóm nhân tố đặc điểm cá nhân bao gồm bốn biến số giới tính, độ tuổi, số lượng thành viên phụ thuộc trong gia đình, tình trạng hôn nhân.

Giới tính (SEX): Đây là biến giả với giả thuyết nếu người vay là nữ thì nhận giá trị 1 và bằng 0 nếu ngược lại, dữ liệu được thu thập từ hồ sơ thông tin của khách hàng trên chương trình clos của core banking. Theo nghiên cứu của Chapman (1990) cho rằng nam giới thường mang lại rủi ro cao hơn nữ bởi vì đặc tính của người phụ nữ Á Đông vẫn còn mang đậm tính cách cẩn trọng, tiết kiệm. Trong khi đó, các nghiên cứu của Wongnaa (2013), Million Sileshi (2012) thì cho rằng giới tính không ảnh hưởng nhiều đến khả năng trả nợ của khách hàng. Giả thuyết nghiên cứu như sau:

H1: Nếu khách hàng vay giới tính là nam thì giảm biến khả năng trả nợ của KHCN (-) và ngược lại nếu là nữ thì dấu kỳ vọng là (+).

Độ tuổi (AGE): Được thu thập thông qua hồ sơ thông tin của khách hàng trên chương trình clos. Theo nghiên cứu của Trương Đông Lộc (2011), nghiên cứu của Wongnaa (2013) về ảnh hưởng của yếu tố này thì độ tuổi người vay càng lớn thì rủi ro trả nợ vay càng cao do thu nhập, động cơ kiếm tiền giảm hơn so với người trẻ.

H2: Khi khách hàng có độ tuổi càng cao thì biến khả năng trả nợ giảm (-)

Số thành viên phụ thuộc vào gia đình (HOS): Dữ liệu được thu thập hồ sơ thông tin của khách hàng trên chương trình clos thông qua một số nghiên cứu của Trương Đông Lộc (2011), nghiên cứu của Li shuai (2013) đã cho thấy yếu tố số thành viên phụ thuộc trong gia đình có tác động đến khả năng trả nợ của KHCN. H3: Số thành viên phụ thuộc vào gia đình càng tăng thì khả năng trả nợ giảm (-)

Tình trạng hôn nhân (MAR): Đây là biến giả với giả thuyết khi người vay đã kết hôn thì nhận giá trị 1 và ngược lại nếu bằng 0. Dữ liệu được thu thập hồ sơ thông tin của khách hàng trên chương trình clos với nhận định khi người vay đã kết hôn thì khả năng trả nợ cao hơn vì thu nhập của hai vợ chồng sẽ nhiều hơn so với thu nhập của một cá nhân bên cạnh đó khi người vay đã có gia đình thì tính trách nhiệm sẽ cao hơn và sự cẩn trọng cũng tăng lên trong việc sử dụng vốn vay. Giả thuyết cũng tương đồng với nhiều nghiên cứu của Chapman (1940), Samuel antwi (2012) và George Yaw Mensah (2012).

H4: Nếu người vay đã có gia đình thì khả năng trả nợ sẽ tăng ( +).

 Nhóm năng lực của người vay bao gồm ba biến số trình độ học vấn, vị trí công việc, thu nhập.

Trình độ học vấn (EDU): Đây là biến giả với giả thuyết đưa ra trình độ học vấn của người vay càng cao thì khả năng trả nợ càng cao do người có trình độ học vấn cao thì thu nhập của người ta thường ổn định hơn, có tính toán cẩn thận đến hiệu quả sử dụng vốn khi vay. Giả thuyết cũng dựa trên nhận định của Trương Đông Lộc (2011), Nguyễn Quốc Nghi (2012) và Wongnaa (2013) cũng nghiên cứu về sự ảnh hưởng của yếu tố trên. Dữ liệu được thu thập thông qua hồ sơ thông tin của khách hàng trên chương trình clos với biến giả thứ nhất nhận giá trị 1 nếu người vay có trình độ học vấn từ trung cấp đến cao đẳng và bằng 0 nếu ngược lại. Biến giả thứ hai nếu người vay có trình độ học vấn từ đại học trở lên nhận giá trị 1 và bằng 0 nếu ngược lại.

H5: Nếu trình độ học vấn càng cao thì khả năng trả nợ càng cao (+)

Tình trạng công việc (WORK): Đây là biến giả với giả thuyết đưa ra công việc đòi hỏi chất xám cao, các công việc văn phòng thì khả năng trả nợ càng cao. Giả thuyết cũng tương đồng với nghiên cứu của Li shuai (2013) trong đó biến giả nhận giá trị 1 nếu người vay có vị trí công việc văn phòng, hoặc có liên quan đến sử dụng chất xám cao và bằng 0 nếu ngược lại.

H6: Nếu tình trạng công việc văn phòng thì khả năng trả nợ sẽ tăng (+)

Thu nhập (INC): Có rất nhiều nghiên cứu đưa ra về ảnh hưởng của yếu tố này, trong đó hầu như đều có giả thuyết thu nhập càng cao thì rủi ro trả nợ sẽ giảm như nghiên cứu của Trương Đông Lộc (2011), Nguyễn Quốc Nghi (2012). Dữ liệu của biến được thu thập thông qua hồ sơ thông tin của khách hàng trên chương trình clos của core banking.

H7: Thu nhập càng cao thì khả năng trả nợ sẽ tăng (+)

 Nhóm đặc điểm của khoản vay bao gồm năm biến số kích cỡ khoản vay, thời hạn vay, lãi suất vay, tài sản thế chấp, mục đích vay.

Kích cỡ khoản vay (SOL): Dữ liệu được thu thập thông qua báo cáo MIS với giả thuyết kích cỡ khoản vay càng lớn thì áp lực trả nợ càng cao do đó khả năng trả nợ sẽ giảm. Giả thuyết cũng tương đồng với nghiên cứu của Acquah (2011) trong khi đó nghiên cứu của Chapman (1990) và Li shuai (2013) cho rằng biến kích cỡ khoản vay không có ảnh hưởng nhiều đến khả năng trả nợ của khách hàng trong khi đó Mohammad Reza Kohansal (2009) lại cho rằng biến kích cỡ khoản vay tương quan thuận với biến khả năng trả nợ của khách hàng.

H8: Kích cỡ khoản vay càng cao thì khả năng trả nợ giảm (-)

Thời hạn vay (TIME): Dữ liệu của biến cũng được thu thập thông qua báo cáo MIS với giả thuyết là thời hạn vay càng dài thì khả năng trả nợ đúng hạn càng cao. Do các khoản vay ngắn thường khiến cho khách hàng bị áp lực về việc tìm kiếm nguồn trả nợ cho ngân hàng. Trong khi đó, các khoản vay dài thường được chia lịch trả nợ gốc và lãi phù hợp với nguồn trả nợ của khách hàng. Giả thuyết cũng tương đồng với nghiên cứu của Li shuai (2013).

H9: Thời hạn vay càng dài thì khả năng trả nợ càng cao (+)

Lãi suất vay (INT): Dữ liệu của biến được thu thập thông qua báo cáo MIS với giả thuyết đưa ra là lãi suất càng cao thì rủi ro trả nợ sẽ tăng. Giả thuyết cũng tương đồng với nhiều nghiên cứu của Trương Đông Lộc (2011), Nguyễn Quốc Nghi (2012), Mohammad Reza Kohansal (2009).

H10: Lãi suất càng cao thì khả năng trả nợ giảm (-)

Tài sản thế chấp (SEC): là nguồn tài sản được thế chấp để đảm bảo cho khoản vay tín dụng tại Ngân hàng. Đây là biến giả được thu thập dữ liệu thông qua báo cáo MIS với giả thuyết khách hàng vay có tài sản thế chấp thì rủi ro trả nợ sẽ giảm do khi khách hàng thế chấp tài sản sẽ làm tăng trách nhiệm của người vay khi vay vốn tại Ngân hàng. Biến nhận giá trị 1 nếu khách hàng thế chấp tài sản tại Ngân hàng và bằng 0 nếu ngược lại.

H11: Nếu khách hàng thế chấp tài sản thì khả năng trả nợ tăng (+)

Mục đích vay (TOL): Đây là biến giả bao gồm hai biến tương ứng với hai mục đích vay của KHCN: vay phục vụ sản xuất kinh doanh và vay tiêu dùng với giả thuyết nếu khách hàng vay sản xuất kinh doanh thì khả năng trả nợ sẽ cao hơn do nguồn vốn vay được sử dụng để tạo thêm thu nhập cho khách hàng trong khi đó vay tiêu dùng thường không tạo ra thêm thu nhập đối ứng. Biến giả nếu khách hàng vay phục vụ sản xuất kinh doanh nhận giá trị 1 và bằng 0 nếu ngược lại.

H12: Nếu khách hàng vay sản xuất kinh doanh thì khả năng trả nợ tăng (+)

 Nhóm rủi ro đạo đức của người vay bao gồm biến số lịch sử nợ quá của khách hàng (CIC): Đạo đức người vay được đánh giá dựa trên năng lực pháp lý và độ tín nhiệm. Đây được xem là yếu tố tiên quyết khi ngân hàng xem xét cho vay. Dữ liệu được thu thập thông qua phần mềm chấm điểm tín dụng trên BDS với biến giả thứ nhất khách hàng chưa có nợ quá hạn nhận giá trị 1 và bằng 0 nếu đang có nợ quá hạn hoặc đã từng có nợ quá hạn. Giả thuyết cũng tương đồng với kết quả của Million Sileshi (2012).

H13: Nếu khách hàng chưa có lịch sử nợ quá hạn trong quá khứ thì khả năng trả nợ đúng hạn cao (+)

 Nhóm rủi ro tác nghiệp từ ngân hàng bao gồm biến số kinh nghiệm, trình độ cán bộ thẩm định cho vay (IOS): việc thẩm định và đưa ra quyết định đồng ý cấp hạn mức tín dụng phần lớn chịu ảnh hưởng bởi cán bộ thẩm định. Nếu cán bộ tín dụng có năng lực làm việc tốt thông thường sẽ đánh giá được khả năng trả nợ vay của khách hàng tốt hơn dựa trên kinh nghiệm, sự quan sát và kiến thức của mình. Do đó đem lại ít rủi ro cho ngân hàng hơn. Theo nghiên cứu của Jonathan Scott (2006) nghiên cứu về mối quan hệ giữa doanh số của nhân viên cho vay và cấp tín dụng cho các công ty nhỏ thì cán bộ tín dụng có kinh nghiệm (từ 3 năm trở lên) thì đánh giá khoản vay dựa trên tình hình tài chính của khách hàng và thu nhập đóng thuế thì tốt hơn so với cán bộ mới, thường đánh giá dựa trên thông tin mềm chính là đạo đức của người vay và thông tin từ người vay. Tuy nhiên, do hiện nay các Ngân hàng thường có đội ngũ đào tạo nhân viên khá chuyên nghiệp, nhân viên thẩm định mới có thời gian đào tạo, học việc cũng khá dài để thích ứng với phần mềm, sử dụng được các kỹ năng do đó luận văn lựa chọn biến thứ nhất nhận giá trị 1 nếu cán bộ có trình độ chuyên môn từ 2 năm trở lên và bằng 0 nếu ngược lại.

H14: Nếu cán bộ thẩm định có thâm niên từ 2 năm trở lên thì khả năng đánh giá khách hàng cao hơn (+)

3.4 Mô hình dự kiến:

3.4.1Kỳ vọng dấu của hệ số B của các biến độc lập trong mô hình:

Hệ số B

Kỳ vọng dấu B

Giải thích

Khách hàng vay có giới tính là nữ thì khả năng trả nợ cao hơn so với giới tính là nam do đặc tính thận trọng và tiết kiệm trong khi đó nam giới thường ưu thích mạo hiểm nên biến SEX có mối

quan hệ tương quan thuận với biến phụ thuộc.

Khách hàng vay có độ tuổi càng cao thì khả năng trả nợ càng giảm do thu nhập và sức khỏe của họ

giảm nên biến AGE có mối quan hệ tương quan

Có thể bạn quan tâm!

Xem toàn bộ 93 trang tài liệu này.

nghịch với biến phụ thuộc.

Số lượng thành viên phụ thuộc trong gia đình người vay càng tăng thì khả năng trả nợ giảm do tăng chi phí sinh hoạt trong gia đình nên biến HOS có mối quan hệ tương quan nghịch với biến

phụ thuộc.

Người vay đã kết hôn thì khả năng trả nợ cao hơn so với chưa kết hôn vì thu nhập là tổng thu nhập của hai vợ chồng nên biến MAR tương quan

thuận với biến phụ thuộc.

B5 và B6

Trình độ học vấn của người vay càng cao thì thu nhập của họ càng cao, ổn định và ý thức trả nợ của họ cũng cao hơn nên biến EDU_1 và EDU_2

có mối tương quan thuận với biến phụ thuộc.

Công việc văn phòng hoặc các công việc đòi hỏi chất xám cao thì khả năng trả nợ cao hơn do thu nhập của họ ổn định hơn nên biến WORK có mối

tương quan thuận với biến phụ thuộc.

Thu nhập càng cao thì khả năng trả nợ càng cao nên biến INC có mối tương quan thuận với biến

phụ thuộc.

Kích cỡ khoản vay càng cao thì áp lực trả nợ cao bên cạnh đó chi phí trả nợ tăng lên do đó khả năng trả nợ đúng hạn giảm nên biến SOL có mối quan

hệ tương quan nghịch với biến phụ thuộc

B10

Thời hạn vay càng dài thì khả năng trả nợ đúng hạn càng cao do khách hàng sẽ không bị áp lực về việc tìm kiếm nguồn trả nợ cho ngân hàng nên

biến TIME có mối tương quan thuận với biến phụ

thuộc.

B11

Lãi suất vay càng cao thì khả năng trả nợ càng giảm do chi phí trả nợ tăng cao hơn nên biến INT có mối quan hệ tương quan nghịch với biến phụ

thuộc

B12

Khách hàng khi vay vốn có tài sản thế chấp thì làm tăng trách nhiệm của người vay khi vay vốn tại Ngân hàng do đó biến SEC có mối tương quan

thuận với biến phụ thuộc.

B13

Khách hàng vay để phục vụ sản xuất kinh doanh thì khả năng trả nợ cao hơn do nguồn vốn vay sản xuất có tạo thêm thu nhập cho khách hàng trả nợ trong khi vay tiêu dùng không tạo thêm thu nhập đối ứng do đó biến TOL có mối tương quan thuận

với biến phụ thuộc.

B14

Trong lịch sử quá hạn của khách hàng do CIC cung cấp, nếu khách hàng chưa có lịch sử nợ quá hạn hay chưa quan hệ thì khả năng trả nợ cao hơn do đó biến CIC có mối tương quan thuận với biến

phụ thuộc.

B15

Cán bộ thẩm định là người quyết định cấp hạn mức tín dụng thông qua việc đánh giá khả năng trả nợ của khách hàng. Nếu cán bộ tín dụng không có kinh nghiệm và năng lực thì khả năng đánh giá nguồn trả nợ thấp do đó là nguyên nhân gây ra việc không trả nợ đúng hạn của khách hàng. Thông thường cán bộ thẩm định có thâm niên từ 2 năm trở lên thì khả năng đánh giá tốt hơn do được

đào tạo trong thời gian dài nên biến IOS có mối

tương quan thuận với biến phụ thuộc.

Bảng 3.1 - Kỳ vọng dấu của hệ số B trong mô hình Nguồn: Tác giả tổng hợp từ giả thuyết nghiên cứu

3.4.2 Mô hình hồi quy dự kiến:

Dựa trên mô hình nghiên cứu đề xuất và các giả thuyết nghiên cứu, luận văn dự kiến mô hình hồi quy như sau:

(3.5)

Như vậy, mô hình hồi quy (3.5) gồm 15 biến với hệ số B tương ứng từ B1->

B15

3.5 Dữ liệu nghiên cứu:

Luận văn sử dụng dữ liệu sơ cấp và thứ cấp. Dữ liệu thứ cấp là nguồn thông tin bên trong ngân hàng, dữ liệu được trích từ báo cáo tình hình dư nợ cho vay của các CN Vietinbank (Vietinbank Bình Dương, Vietinbank KCN Bình Dương, Vietinbank Tây Tiền Giang, Vietinbank CN 5, Vietinbank Phú Yên) tại thời điểm 01/04/2016, chương trình clos của core banking ngân hàng và phần mềm chấm điểm tín dụng khách hàng trên BDS. Riêng đối với biến số năm kinh nghiệm từ cán bộ thẩm định KHCN, luận văn sử dụng dữ liệu thứ cấp từ chương trình clos của core banking và dữ liệu sơ cấp từ phỏng vấn nhân viên thẩm định tín dụng cá nhân để cung cấp số liệu cho biến IOS. Bên cạnh đó, luận văn sử dụng dữ liệu thứ cấp là các báo cáo thường niên và báo cáo kiểm toán ngân hàng qua các năm 2013, 2014, 2015 và 6 tháng đầu năm 2016 để phân tích thực trạng dư nợ KHCN và tình hình nợ quá hạn tại Ngân hàng.