Bảng 4.1 – Bảng thống kê mô tả dữ liệu các biến trong mô hình Nguồn: Tác giả sử dụng phần mềm SPSS để tính toán
Trong 180 mẫu quan sát có độ tuổi thấp nhất là 18 và cao nhất 67 tuổi, độ tuổi trung bình là 40 tuổi, điều này khá phù hợp vì đây là giai đoạn khách hàng vay có sự ổn định về công việc, nghề nghiệp, nguồn vốn và kinh nghiệm do đó khả năng trả nợ đúng hạn cao hơn khá nhiều.
Kích cỡ khoản vay thấp nhất là 30 triệu vì đây là khoản vay tín chấp, hạn mức cấp tín dụng dựa trên thu nhập từ lương của khách hàng vay. Cùng với kích cỡ khoản vay thì thu nhập của người vay tương ứng thấp nhất là 5 triệu và cao nhất là 182 triệu. Lý do thu nhập thấp nhất là 5 triệu vì có những khoản vay tín chấp cho cán bộ công nhân viên của các đoàn thể chính trị-xã hội, cán bộ công nhân viên làm việc tại Vietinbank,…do đó việc cấp hạn mức tín dụng phụ thuộc vào lương thực nhận của khách hàng sau khi trừ đi chi phí sinh hoạt. Thời gian vay dao động từ 12 tháng 240 tháng vì biến phụ thuộc được xét trong điều kiện trả gốc và lãi hàng tháng bên cạnh đó mẫu quan sát chiếm 65.6% chủ yếu vay tiêu dùng do đó thời hạn vay khá dài.
Lãi suất vay trung bình dao động 9.9%/năm là khá phù hợp với các khoản vay trung, dài hạn, lãi suất vay trung, dài hạn của Vietinbank tính đến thời điểm hiện tại là 10%/năm trong đó lãi suất vay thấp nhất 6.1%/năm với các khách hàng được áp dụng chương trình khuyến mãi ưu đãi và lãi suất vay cao nhất 12.5%/năm do đây là khoản vay tín chấp.
4.1.2 Cơ cấu mẫu theo biến độc lập:
4.1.2.1 Nhóm nhân tố đặc điểm cá nhân:
Dữ liệu nghiên cứu bao gồm 180 mẫu trong đó có 105 mẫu khách hàng vay là nam, chiếm 58.3% và 75 mẫu khách hàng vay là nữ, chiếm 41.7%. Dữ liệu khá tương đồng đối với biến giới tính.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
Nam | 105 | 58.3 | 58.3 | 58.3 |
Có thể bạn quan tâm!
-
Xác Định Mô Hình Hồi Quy Và Lựa Chọn Phương Pháp Ước Lượng -
Kỳ Vọng Dấu Của Hệ Số B Của Các Biến Độc Lập Trong Mô Hình : -
Diễn Dịch Ý Nghĩa Của Các Hệ Số Hồi Quy : -
Phân Tích Hệ Số Tương Quan Và Đa Cộng Tuyến Giữa Các Biến Độc Lập Trong Mô Hình: -
Giải Thích Các Nhân Tố Không Ảnh Hưởng: -
Các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng thương mại cổ phần Công Thương Việt Nam - 10
Xem toàn bộ 93 trang tài liệu này.
75 | 41.7 | 41.7 | 100 | |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.2 - Đặc điểm giới tính
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Kết quả nghiên cứu cho thấy khách hàng vay chủ yếu đã kết hôn chiếm 67.8% trong tổng quan sát, trong khi đó tình trạng chưa kết hôn chiếm 32.2%. Điều này khá phù hợp vì khi xem xét độ tuổi trung bình vay là khoảng 40 tuổi. Đây là độ tuổi khách hàng vay thường đã kết hôn và nhu cầu vay để phục vụ nhu cầu sinh hoạt, tiêu dùng cao hơn.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
Đã kết hôn | 122 | 67.8 | 67.8 | 67.8 |
Chưa kết hôn | 78 | 32.2 | 32.2 | 100 |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.3 – Tình trạng hôn nhân
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Kết quả thống kê cho thấy số thành viên phụ thuộc trong gia đình nhiều nhất là 3 người và thấp nhất là không có người phụ thuộc nào trong gia đình. Trong đó, số thành viên phụ thuộc chủ yếu là 2 người, chiếm 37.2% và thấp nhất là 3 người, chiếm 1.1%.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
0 | 61 | 33.9 | 33.9 | 33.9 |
1 | 50 | 27.8 | 27.8 | 61.7 |
2 | 67 | 37.2 | 37.2 | 98.9 |
3 | 3 | 1.1 | 1.1 | 100 |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.4– Số lượng thành viên phụ thuộc trong gia đình Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
4.1.2.2 Nhóm năng lực của người vay:
Trình độ học vấn cũng được ngân hàng thu thập trong quá trình thẩm định, khảo sát nghiên cứu cho thấy có 36.1% khách hàng vay có trình độ học vấn từ đại học trở lên, 33.9% khách hàng vay có trình độ học vấn từ trung cấp cho đến cao đẳng và từ trung học phổ thông trở xuống chiếm 30%, các số liệu khá tương đồng với nhau. Điều này cho thấy trình độ học vấn cao không phải là tiêu chí quan trọng để quyết định cấp hạn mức cho khách hàng tại Vietinbank. Bên cạnh đó, xét trong hồ sơ vay vốn của ngân hàng, trình độ học vấn cũng không được đề cập yêu cầu xác nhận.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
Trung cấp/cao đẳng | 61 | 33.9 | 33.9 | 33.9 |
Đại học/Sau đại học | 65 | 36.1 | 36.1 | 70 |
Khác | 54 | 30 | 30 | 100 |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.5 – Trình độ học vấn
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Xét trong mẫu nghiên cứu, tình trạng công việc văn phòng hoặc công việc đòi hỏi chất xám cao chỉ chiếm 31.1% trong khi đó công việc khác chiếm 68.9%. Điều này cho thấy tình trạng công việc là công việc văn phòng, công việc đòi hỏi chất xám cao không phải yếu tố quyết định cho vay tại Vietinbank. Kết quả cũng tương đồng với mẫu chọn của biến trình độ học vấn.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
Công việc văn phòng | 56 | 31.1 | 31.1 | 31.1 |
124 | 68.9 | 68.9 | 100 | |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.6– Tình trạng công việc
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
4.1.2.3 Nhóm đặc điểm của khoản vay:
Với mục tiêu phát triển an toàn, hiệu quả và bền vững được đề ra trong báo cáo thường niên của ngân hàng, tài sản thế chấp vẫn là hình thức được ngân hàng ưu tiên nhất với tỷ lệ tài sản thế chấp là 81.7% trong mẫu quan sát và 18.3% bao gồm vay tín chấp và vay không có tài sản bảo đảm, trong đó chủ yếu cho vay cán bộ công nhân viên Vietinbank.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
Không có tài sản bảo đảm | 33 | 18.3 | 18.3 | 18.3 |
Có tài sản bảo đảm | 147 | 81.7 | 81.7 | 100 |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.7– Tài sản thế chấp
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Biến phụ thuộc là biến khả năng trả nợ đúng hạn của khách hàng được xét trong điều kiện khách hàng trả gốc và lãi từng phần do đó mục đích khoản vay chủ yếu là vay tiêu dùng, với tỷ lệ là 65.6% trong tổng quan sát, còn 34.4% là vay kinh doanh.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
Tiêu dùng | 118 | 65.6 | 65.6 | 65.6 |
Kinh doanh | 147 | 34.4 | 34.4 | 100 |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.8 – Mục đích vay vốn
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
4.1.2.4 Nhóm rủi ro đạo đức của người vay:
Lịch sử nợ quá hạn của khách hàng được cung cấp thông qua trung tâm thông tin tín dụng (CIC). Hiện nay, các ngân hàng chủ yếu cấp tín dụng với khách hàng chưa có quan hệ tín dụng hoặc có lịch sử quan hệ tín dụng với nhóm 1- Nhóm nợ đủ tiêu chuẩn. Trong vài trường hợp, ngân hàng vẫn hỗ trợ cấp tín dụng với nhóm 2. Do đó, biến lịch sử nợ quá hạn của khách hàng tại Vietinbank với nhóm chưa có nợ quá hạn chiếm chủ yếu đến 90% trong tổng quan sát.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
Không có/Chưa có | 162 | 90 | 90 | 90 |
Đã từng có | 18 | 10 | 10 | 100 |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.9 – Lịch sử nợ quá hạn của khách hàng Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
4.1.2.5 Nhóm rủi ro tác nghiệp từ phía ngân hàng:
Biến kinh nghiệm, cán bộ thẩm định cho vay với mẫu quan sát nhân viên từ 2 năm trở lên chiếm 61.7% tương đương 111/180 mẫu, trong khi đó nhân viên từ 2 năm trở xuống chiếm tỷ lệ 38.3% trong tổng quan sát. Kết quả cho thấy Vietinbank cũng như các ngân hàng khác chú trọng nhân viên thẩm định có kinh nghiệm lâu năm do đó trong các đợt tuyển dụng thường ưu tiên nhân viên có kinh nghiệm.
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
< 2 năm | 69 | 38.3 | 38.3 | 38.3 |
> 2 năm | 111 | 61.7 | 61.7 | 100 |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.10 – Kinh nghiệm, trình độ cán bộ thẩm định cho vay Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
4.1.2.6 Khả năng trả nợ đúng hạn:
Tần số | Phần trăm (%) | Giá trị phần trăm (%) | Phần trăm cộng dồn (%) | |
Trễ hạn | 70 | 38.9 | 38.9 | 38.9 |
Đúng hạn | 110 | 61.1 | 61.1 | 100 |
Tổng cộng | 180 | 100 | 100 |
Bảng 4.11 – Khả năng trả nợ đúng hạn Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Theo kết quả chọn mẫu của bảng 4.11 thì có 110/180 mẫu khách hàng có khả năng trả nợ vay đúng hạn chiếm 61.1% và 38.9% mẫu khách hàng trả nợ vay trễ hạn. Số lượng mẫu chọn khá phù hợp bởi vì nhóm lịch sử nợ quá hạn của khách hàng chiếm đến 90% trong tổng quan sát là khách hàng chưa có nợ quá hạn tại Ngân hàng.
4.2 Quy trình xây dựng mô hình tối ưu:
Thông qua dữ liệu thu thập đã được xử lý qua phần mềm Excel và sử dụng phần mềm SPSSS để chạy hồi quy binary logistic, tác giả tiến hành phân tích hồi quy qua các bước sau:
Bước 1: Đưa tất cả các biến độc lập vào mô hình. Sau khi chạy dữ liệu mô hình binary logistic thông qua phần mềm SPSS, ta có kết quả như sau:
B | S.E. | Wald | df | Sig. | Exp(B) | ||
Step 1a | SEX | 9.198 | 3.834 | 5.756 | 1 | .016 | 9.875E3 |
AGE | .162 | .097 | 2.817 | 1 | .093 | 1.176 | |
MAR | -1.723 | 1.662 | 1.076 | 1 | .300 | .178 | |
HOS | 3.705 | 2.095 | 3.130 | 1 | .077 | 40.667 | |
EDU_1 | 1.844 | 2.220 | .690 | 1 | .406 | 6.323 | |
EDU_2 | -1.695 | 2.016 | .707 | 1 | .401 | .184 |
WORK | 5.360 | 2.585 | 4.300 | 1 | .038 | 212.760 |
SOL | -.027 | .010 | 7.121 | 1 | .008 | .973 |
TIME | .189 | .079 | 5.723 | 1 | .017 | 1.207 |
INC | .959 | .355 | 7.271 | 1 | .007 | 2.608 |
INT | 476.934 | 212.952 | 5.016 | 1 | .025 | 1.348E2 07 |
SEC | -42.368 | 16.152 | 6.880 | 1 | .009 | .000 |
TOL | 30.720 | 11.495 | 7.143 | 1 | .008 | 2.196E1 3 |
CIC | 21.583 | 7.096E3 | .000 | 1 | .998 | 2.362E9 |
IOS | -6.745 | 2.880 | 5.484 | 1 | .019 | .001 |
Constant | -65.098 | 7.096E3 | .000 | 1 | .993 | .000 |
Bảng 4.12 – Kết quả mô hình sau khi chạy bước 1 Nguồn: tác giả sử dụng phần mềm SPSS để nghiên cứu
Dựa trên bảng 4.12, ta có mô hình nghiên cứu như sau:
Bảng 4.12 cho thấy mô hình này không được lựa chon do biến AGE, biến MAR, biến HOS, biến EDU_1, EDU_2 và biến CIC có mức sig lớn hơn 0.05 do đó không có ý nghĩa thống kê. Vì vậy, các biến trên sẽ bị loại khỏi mô hình (chi tiết kết quả xem phụ lục).
Bước 2: Loại bỏ các biến AGE, biến MAR, biến HOS, biến EDU_1, EDU_2 và biến CIC ra khỏi mô hình, tiếp tục chạy mô hình với các biến còn lại. Ta được kết quả mô hình chạy lần 2 như sau:
B | S.E. | Wald | df | Sig. | Exp(B) | ||
Step 1a | SEX | 3.374 | 1.268 | 7.077 | 1 | .008 | 29.195 |
WORK | .997 | 1.049 | .904 | 1 | .342 | 2.711 | |
SOL | -.015 | .004 | 10.842 | 1 | .001 | .985 | |
TIME | .061 | .024 | 6.518 | 1 | .011 | 1.063 | |
INC | .542 | .171 | 10.077 | 1 | .002 | 1.719 | |
INT | 342.812 | 112.533 | 9.280 | 1 | .002 | 7.609E148 | |
SEC | -24.493 | 7.241 | 11.441 | 1 | .001 | .000 | |
TOL | 16.420 | 4.478 | 13.447 | 1 | .000 | 1.353E7 | |
IOS | -2.766 | 1.208 | 5.245 | 1 | .022 | .063 | |
Constant | -22.265 | 8.385 | 7.051 | 1 | .008 | .000 |
Bảng 4.13 – Kết quả mô hình sau khi chạy bước 2 Nguồn: tác giả sử dụng phần mềm SPSS để nghiên cứu
Dựa trên bảng 4.13, ta có mô hình nghiên cứu như sau:
Bảng 4.13 cho thấy mô hình này không được lựa chon do biến WORK có mức sig lớn hơn 0.05 do đó không có ý nghĩa thống kê. Vì vậy, biến WORK sẽ bị loại khỏi mô hình (chi tiết kết quả xem phụ lục).
Bước 3: Loại bỏ biến WORK ra khỏi mô hình, tiếp tục chạy mô hình với các biến còn lại. Ta được kết quả mô hình chạy lần 3 như sau: