Các Đặc Trưng Thống Kê Mô Tả Của Mẫu Nghiên Cứu:

 Biến Z được biểu diễn: Z = β0 + β1X1+ β2X2+ β3X3…++ β12X12

 Nếu xác suất Pr (Y=1/ X1, X2,… X12) ≥ 0,5 tức khách hàng có khả năng trả nợ, Pr (Y=1/ X1, X2,… X12) < 0,5 tức khách hàng không có khả năng trả nợ

Giả thiết H0: Mối tương quan giữa biến phụ thuộc Y và các biến độc lập trong mô hình không c ý nghĩa thống kê

- Các biến độc lập:

Số người phụ thuộc trong gia đình – X1

Đ y là biến số thể hiện số người mà khách hàng phải trực tiếp nuôi ưỡng trong gia đình.

Giả thiết H1: Người đi vay càng c nhiều người phụ thuộc thì khả năng trả nợ càng giảm

Nhóm biến tình trạng công việc - X2

Biến số phân loại công việc của khách hàng căn cứ trên tiềm năng thu nhập mà công việc mang lại:

 X2 = 0 khi khách hàng không có việc làm

 X2 = 1 khách hàng có việc làm

Giả thiết H2: Người đi vay có việc làm thì khả năng trả nợ càng cao. Kỳ vọng biến tương quan thuận với biến phụ thuộc

Thời hạn cho vay – X3

Biến số thể hiện thời hạn cho vay của khách hàng tính theo tháng.

Giả thiết H3: Khoản vay có thời hạn càng dài thì khả năng trả nợ của người đi vay càng giảm. Kỳ vọng biến X3 tương quan nghịch với biến phụ thuộc

Tỷ lệ tài sản đảm bảo – X4

Biến số được tính toán bằng: X4

=

Giả thiết H4: Tỷ lệ đảm bảo càng cao thì khả năng trả nợ càng tăng. Kỳ vọng biến X4 tương quan thuận với biến phụ thuộc

Thu nhập của người đi vay – X5

Biến số thể hiện thu nhập của người đi vay hàng tháng.

Giả thiết H5: Thu nhập càng cao thì khả năng trả nợ càng tăng. Kỳ vọng biến X5 tương quan thuận với biến phụ thuộc.

Nhóm biến độ tuổi – X6

Biến X6 thể hiện độ tuổi của khách hàng

 X6A = 1 nếu người đi vay từ 18 đến 25 tuổi; X6A = 0 nếu người đi vay ưới 18 tuổi hoặc trên 25 tuổi

 X6B = 1 nếu người đi vay từ 26 đến 40 tuổi; X6A = 0 nếu người đi vay ưới 26 tuổi hoặc trên 40 tuổi

 X6C = 1 nếu người đi vay từ 41 đến 60 tuổi; X6A = 0 nếu người đi vay ưới 26 tuổi hoặc trên 40 tuổi

 X6D = 1 nếu người đi vay trên 60 tuổi; X6D = 0 nếu người đi vay ưới 60 tuổi

Giả thiết H6: Tuổi người đi vay càng lớn thì khả năng trả nợ càng cao. Kỳ vọng biến X6 tương quan thuận với biến phụ thuộc.

Lãi suất – X7

Biến X7 thể hiện lãi suất cho vay được quy định trong hợp đồng tín dụng.

Giả thiết X7: Lãi suất cho vay càng cao thì khả năng trả nợ càng thấp. Kỳ vọng biến X7 tương quan nghịch với biến phụ thuộc.

Kinh nghiệm cán bộ tín dụng – X8

Kinh nghiệm của cán bộ tín dụng thể hiện thông qua số năm công tác tại vị trí có liên quan, cụ thể

Giả thiết X8: Cán bộ tín dụng càng ít kinh nghiệm thì khả năng trả nợ vay càng thấp. Kỳ vọng biến X8 tương quan thuận với biến phụ thuộc.

Tình trạng nhà ở - X9

Thể hiện tình trạng sở hữu nhà của khách hàng.

X9 = 0 Nếu khách hàng không sở hữu nhà riêng

X9 = 1 Nếu khách hàng sở hữu nhà riêng

Giả thiết H9: Người đi vay sở hữu nhà thì khả năng trả nợ càng cao. Kỳ vọng biến X9 tương quan thuận với biến phụ thuộc.

Nhóm biến mục đích sử dụng vốn – X10

 X10A = 1 nếu người đi vay sử dụng vốn cho mục đích mua nhà; X10A = 0 nếu người đi vay sử dụng vốn cho mục đích khác (kinh oanh, tiêu ùng)

 X10B = 1 nếu người đi vay sử dụng vốn cho mục đích kinh oanh; X10B = 0 nếu người đi vay sử dụng vốn cho mục đích khác (mua nhà, tiêu ùng)

 X10C = 1 nếu người đi vay sử dụng vốn cho mục đích tiêu ùng; X10C = 0 nếu người đi vay sử dụng vốn cho mục đích khác (mua nhà, kinh oanh)

Lịch sử nợ quá hạn – X11

Biến X11 thể hiện lịch sử nợ quá hạn của khách hàng, cụ thể có thể nhận được 1 trong 2 giá trị sau:

X11 = 0 Nếu khách hàng đã từng hoặc đang c nợ quá hạn

X11 = 1 Nếu khách hàng chưa từng có nợ quá hạn

Giả thiết X11: Khách hàng đã từng hoặc đang c nợ quá hạn thì khả năng trả nợ càng thấp. Kỳ vọng biến X11 tương quan nghịch với biến phụ thuộc.

Số tiền cho vay – X12

Biến X12 thể hiện số tiền khách hàng được vay quy định trong hợp đồng tín dụng Giả thiết H12: Số tiền cho vay càng cao thì khả năng trả nợ càng thấp. Kỳ vọng biến X12 tương quan nghịch với biến phụ thuộc.

4.2.3. Kết quả nghiên cứu:

4.2.3.1. Các đặc trưng thống kê mô tả của mẫu nghiên cứu:

Bước thống kê mô tả được thực hiện trước khi tiến hành chạy mô hình hồi quy Binary Logistic để nắm nhằm nắm bắt được một số đặc điểm chung của mẫu nghiên cứu gồm 555 khách hàng.

“Kích thước mẫu sẽ phụ thuộc vào việc ta muốn gì từ những dữ liệu thu thập được và mối quan hệ ta muốn thiết lập là gì?” (Kumar, 2005). Vấn đề nghiên cứu càng đa dạng phức tạp thì mẫu nghiên cứu càng lớn. Một nguyên tắc chung khác nữa là mẫu càng lớn thì độ chính xác của các kết quả nghiên cứu càng cao. Tuy nhiên trên

thực tế thì việc lựa chọn kích thước mẫu còn phụ thuộc vào một yếu tố hết sức quan trọng là năng lực tài chính và thời gian mà nhà nghiên cứu đó có thể có được.

Việc xác định kích thước mẫu bao nhiêu là phù hợp vẫn còn nhiều tranh cãi với nhiều quan điểm khác nhau. MacCallum và đồng tác giả (1999) đã tóm tắt các quan điểm của các nhà nghiên cứu trước đ về con số tuyệt đối mẫu tối thiểu cần thiết cho phân tích nhân tố. Trong đó, Gorsuch (1983) và Kline (1979) đề nghị con số đó là 100 còn Guilford (1954) cho rằng con số đ là 200. Comrey và Lee (1992) thì không đưa ra một con số cố định mà đưa ra các con số khác nhau với các nhận định số mẫu vào khoảng 200 đến 300 là đạt yêu cầu.

Với đề tài này, do các giới hạn về tài chính và thời gian, kích thước mẫu sẽ được xác định ở mức tối thiểu cần thiết nhưng vẫn đáp ứng được nhu cầu của cuộc nghiên cứu. Số lượng mẫu cần thu thập tối thiểu là 200 mẫu.

Trong quá trình làm việc với Hội sở của Vietcombank để thu thập dữ liệu, tác giả đã được cung cấp 555 mẫu hồ sơ, như vậy thỏa mãn yêu cầu về cỡ mẫu tối thiểu nêu trên

Bảng 4.3. Kết quả thống kê mô tả các biến số định lượng

Biến

Có thể bạn quan tâm!

• Tỷ Trọng Dư Nợ Cho Vay Khách Hàng Cá Nhân Của Vietcombank Giai Đoạn 2013 – 2018
• Nhận Xét Đánh Giá Các Yếu Tố Tác Động Đến Hoạt Động Cho Vay Khách Hàng Cá Nhân Tại Vietcombank:
• Các Yếu Tố Ảnh Hưởng Đến Khả Năng Trả Nợ Vay Của Nông Hộ Theo Trương Đông Lộc Và Nguyễn Thanh Bình
• Kết Quả Kiểm Định Mức Độ Dự Báo Chính Xác Của Mô Hình Ban Đầu
• Các Giải Pháp Nâng Cao Khả Năng Trả Nợ Vay Của Khách Hàng Cá Nhân Tại Ngân Hàng Tmcp Ngoại Thương Việt Nam:
• Kết Quả Kiểm Định Mức Độ Giải Thích Của Mô Hình:

Xem toàn bộ 112 trang tài liệu này.

X9

(Nguồn: Tổng hợp của tác giả)

Số người phụ thuộc trong gia đình

Các đối tượng nghiên cứu có số người phụ thuộc trong gia đình trong khoảng ưới 5 người. Trung bình mỗi người đi vay c hơn 2 người phụ thuộc.

Tình trạng công việc

Đa số những khách hàng đi vay trong mẫu nghiên cứu có công việc làm, chỉ khoảng 30% số lượng đối tượng trong mẫu nghiên cứu thất nghiệp.

Thời hạn đi vay

Thời hạn đi vay trung bình của 555 mẫu được dùng trong mô hình nghiên cứu là 37 tháng (khoảng 3 năm), trong đ giá trị thời hạn cho vay lớn nhất được dùng trong mẫu nghiên cứu là 6 năm và thấp nhất là 1 năm.

Tỷ lệ tài sản đảm bảo

Tỷ lệ tài sản đảm bảo (so với giá trị khoản vay) trong mẫu thử có giá trị trung bình là 1,12 lần, trong đ giá trị thấp nhất là 0,97 và cao nhất là 3,5

Thu nhập của người đi vay

Thu nhập trung bình của khách hàng đi vay trong mẫu nghiên cứu là khoảng 39 triệu, với giá trị thấp nhất quan sát được là 10 triệu và cao nhất là 130 triệu.

Độ tuổi của người đi vay

Độ tuổi của người đi vay trong mẫu nghiên cứu chủ yếu là từ 26 đến 40 tuổi, chiếm 72%, tiếp đến là nh m khách hàng c độ tuổi từ 41 đến 60 tuổi chiếm 14%, còn lại nhóm khách hàng trẻ từ 18 đến 25 tuổi chiếm 6%.

Lãi suất cho vay

Lãi suất cho vay trung bình của mẫu nghiên cứu là 11%, giá trị lãi suất thấp nhất quan sát được là 9% và cao nhất là 20% (đối với các trường hợp vay tiêu dùng).

Kinh nghiệm cán bộ tín dụng

Số năm kinh nghiệm trung bình của cán bộ tín dụng trong mẫu thử là 3 năm, giá trị thấp nhất của số năm kinh nghiệm trung bình của cán bộ tín dụng là 6 tháng và cao nhất là 8 năm.

Tình trạng nhà ở

Khoảng 75% khách hàng trong mẫu nghiên cứu đã sở hữu nhà, chỉ có 25% khách hàng đi vay chưa sở hữu nhà trong mẫu nghiên cứu.

Mục đích vay vốn

Khách hàng đi vay trong mẫu nghiên cứu có mục đích vay vốn khá đa ạng, khoảng 42% vay với mục đích mua nhà, 36% vay với mục đích đầu tư kinh oanh và 22% còn lại vay tiêu dùng.

Lịch sử nợ quá hạn

Chỉ có khoảng 33% khách hàng trong mẫu nghiên cứu từng có lịch sử chậm trả lãi hoặc vốn gốc cho ng n hàng, đa số (67%) đều có lịch sử tín dụng tốt.

Số tiền cho vay

Số tiền cho vay trong mẫu thử ao động trong mức từ 80 triệu đến 2,1 tỷ, với giá trị trung bình là 680 triệu đồng.

4.2.3.2. Phân tích kết quả hồi quy mô hình ban đầu:

- Kiểm định mức độ phù hợp tổng quát của mô hình:

Dựa vào kết quả kiểm định Omnibus, tức kiểm định mức độ phù hợp của mô hình hồi quy Binary Logistic được sử dụng trong luận văn, ta c Sig. < 0,01, như vậy mô hình tổng quát cho thấy mối tương quan giữa các biến phụ thuộc Xi (i = 1,2,

..., 12) và biến độc lập c ý nghĩa thống kê với khoảng tin cậy trên 99%. Như vậy

giả thiết H0 bị bác bỏ, các hệ số βi của các biến độc lập không đồng thời bằng 0.

Omnibus Tests of Model Coefficients

- Kiểm định mức độ phù hợp các biến trong mô hình:

Kiểm định Wald về ý nghĩa của các hệ số hồi quy tổng thể của các biến độc lập đều c ý nghĩa sig. nhỏ hơn 0,05 ngoại trừ các biến: X2 - Biến tình trạng công việc; X10 – Mục đích vay vốn; X8 – Kinh nghiệm cán bộ tín dụng; X12 – Số tiền cho vay, X3 – Thời hạn cho vay (có mức sig. gần bằng 0,1). Như vậy tương quan giữa các biến độc lập (trừ các biến nêu trên) đối với biến phụ thuộc là c ý nghĩa.

Bảng 4.4. – Kết quả kiểm định Wald cho mô hình ban đầu

Variables in the Equation

a. Variable(s) entered on step 1: X1, X2, X3, X4, X5, X6A, X6B, X6C, X7, X8, X9, X10A, X10B, X11, X12.

- Kiểm định mức độ giải thích của mô hình:

Hệ số giải thích Nagelkerke R2 của mô hình là 0,93, như vậy sự thay đổi 12 biến độc lập được sử dụng trong mô hình giải thích được 66,8 % sự biến đổi của biến phụ thuộc trong mô hình, 33,2 % còn lại là do ảnh hưởng của các yếu tố khác. Bảng 4.5 – Kết quả kiểm định mức độ giải thích của mô hình ban đầu

Model Summary

Step

a. Estimation terminated at iteration number 10 because parameter estimates changed by less than .001.

- Kiểm định mức độ dự báo chính xác của mô hình:

Classification Table thể hiện mức độ chính xác của mô hình như sau:

- Trong số 183 trường hợp khách hàng không có trả năng trả nợ, mô hình dự đoán sai 12 trường hợp. Như vậy tỷ lệ dự đoán chính xác khách hàng không c khả năng trả nợ là 93,4%

- Trong số 372 trường hợp khách hàng có khả năng trả nợ, mô hình dự đoán chính xác 361 trường hợp, sai 11 trường hợp. Như vậy tỷ lệ dự đoán chính xác đối với khách hàng có khả năng trả nợ là 97%.

- Tổng thể, mô hình dự đoán chính xác khả năng trả nợ của khách hàng là 95,9%.