Bảng 4.6 – Kết quả kiểm định mức độ dự báo chính xác của mô hình ban đầu
Classification Tablea
Observed | Predicted | ||||
Y | Percentage Correct | ||||
.00 | 1.00 | ||||
Y | ,00 | 171 | 12 | 93,4 | |
Step 1 | 1,00 | 11 | 361 | 97,0 | |
Overall Percentage | 95,9 |
Có thể bạn quan tâm!
- 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
- Các Đặc Trưng Thống Kê Mô Tả Của Mẫu Nghiên Cứu:
- 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:
- Các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại Ngân hàng thương mại cổ phần Ngoại Thương Việt Nam - 11
Xem toàn bộ 112 trang tài liệu này.
a. The cut value is .500
- Kiểm định mối tương quan giữa các biến độc lập trong mô hình
Hệ số tương quan của các biến độc lập trong mô hình đều có mức ý nghĩa khá nhỏ (hầu hết < 30%), o đ không xảy ra hiện tượng đa cộng tuyến.
4.2.3.3. Phân tích kết quả hồi quy mô hình giới hạn:
Mô hình hồi quy Binary Logistic giới hạn là mô hình biến thể của mô hình ban đầu (gồm có 12 biến độc lập, 1 biến phụ thuộc), cụ thể đã loại bỏ biến X2, X3, X8, X10A; X10B; X12 do có hệ số tương quan với biến phụ thuộc có mức ý nghĩa sig. > 0,05. Ta sẽ tiếp tục thực hiện các kiểm định tương tự như đã làm với mô hình nghiên cứu ban đầu, sau đ sẽ so sánh sự phù hợp giữa 2 mô hình và đưa ra lựa chọn mô hình cuối cùng.
- Kiểm định mức độ phù hợp tổng quát của mô hình:
Tiếp tục thực hiện kiểm định Omnibus, ta c Sig. < 0,1, như vậy mô hình giới hạn 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.
Bảng 4.7 - Bảng kết quả Kiểm định mức độ phù hợp tổng quát của mô hình giới hạn
Omnibus Tests of Model Coefficients
Chi-square | df | Sig. | ||
Step 1 | Step | 598.906 | 9 | .000 |
Block | 598.906 | 9 | .000 |
Model | 598.906 | 9 | .000 |
- Kiểm định mức độ phù hợp các biến trong mô hình giới hạn:
Thực hiện kiểm định Wald trên mô hình giới hạn, ta thấy mức ý nghĩa sig. của các biến độc lập đều nhỏ hơn 0,05; ngoài trừ biến X6A với mức sig. = 0,01, vẫn c ý nghĩa thống kê ở mức 10%. Như vậy tương quan giữa các biến độc lập còn lại trong mô hình giới hạn đối với biến phụ thuộc là c ý nghĩa về mặt thống kê.
Bảng 4.8 – Bảng kết quả Kiểm định mức độ phù hợp các biến trong mô hình giới hạn
Variables in the Equation
B | S.E. | Wald | df | Sig. | Exp(B) | |
X1 | -1,528 | 0,319 | 22,969 | 1 | 0,000 | 0,217 |
X4 | 5,131 | 1,176 | 19,024 | 1 | 0,000 | 169,248 |
X5 | ,094 | 0,023 | 17,324 | 1 | 0,000 | 1,099 |
X6A | 3,440 | 2,089 | 2,712 | 1 | 0,100 | 31,183 |
X6B | 5,832 | 1,950 | 8,947 | 1 | 0,003 | 341,071 |
Step 1a | ||||||
X6C | 4,024 | 1,975 | 4,152 | 1 | 0,042 | 55,897 |
X7 | -38,042 | 11,312 | 11,309 | 1 | 0,001 | 0,000 |
X9 | 2,278 | 0,601 | 14,379 | 1 | 0,000 | 9,753 |
X11 | -2,486 | 0,622 | 16,003 | 1 | 0,000 | 0,083 |
Constant | -3,324 | 2,644 | 1,580 | 1 | 0,209 | 0,036 |
a. Variable(s) entered on step 1: X1, X4, X5, X6A, X6B, X6C, X7, X9, X11.
- Kiểm định mức độ giải thích của mô hình giới hạn:
Hệ số giải thích Nagelkerke R2 của mô hình là 0,919, như vậy sự thay đổi 12 biến độc lập được sử dụng trong mô hình giải thích được 66% sự biến đổi của biến phụ thuộc trong mô hình, 34% còn lại là do ảnh hưởng của các yếu tố khác. Ngoài
ra hệ số -2 Log likelihood của mô hình là 104.820 tương đối nhỏ, thể hiện độ phù hợp khá tốt của mô hình tổng thể.
Bảng 4.9 – Kết quả Kiểm định mức độ giải thích của mô hình giới hạn
Step | -2 Log likelihood | Cox & Snell R Square | Nagelkerke R Square |
1 | 104,820a | 0,660 | 0,919 |
- 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 13 trường hợp. Như vậy tỷ lệ dự đoán chính xác khách hàng không có khả năng trả nợ là 92,9%
- Trong số 372 trường hợp khách hàng có khả năng trả nợ, mô hình dự đoán chính xác 360 trường hợp, sai 12 trường hợp. Như vậy tỷ lệ dự đoán chính xác đối với khách hàng có khả năng trả nợ là 96,8%.
- Tổng thể, mô hình dự đoán chính xác khả năng trả nợ của khách hàng là 95,5%.
Bảng 4.10. Kết quả Kiểm định mức độ dự báo chính xác của mô hình giới hạn:
Classification Tablea
Observed
Y
.00
Predicted
Percentage Correct
1.00
Y
Step 1
.00
1.00
170
12
13
360
92,9
96,8
Overall Percentage 95.5
a. The cut value is .500
- Kiểm định mối tương quan giữa các biến độc lập trong mô hình:
Hệ số tương quan của các biến độc lập trong mô hình đều có mức ý nghĩa khá nhỏ (hầu hết < 30%), o đ không xảy ra hiện tượng đa cộng tuyến.
4.2.3.4. So sánh kết quả của 2 mô hình:
Cả mô hình ban đầu và mô hình giới hạn đều c ý nghĩa thống kê cao và mức độ giải thích mức độ dự báo chính xác tương tự nhau. Mô hình giới hạn có mức độ giải thích cao hơn, tuy nhiên không đáng kể. Như vậy, tác giả đề xuất sử dụng mô hình giới hạn làm mô hình nghiên cứu cuối cùng.
4.2.3.5. Thảo luận kết quả hồi quy:
Dựa trên kết quả nghiên cứu định lượng, ta có thể xây dựng mô hình hồi quy thể hiện mối quan hệ giữa biến độc lập và biến phụ thuộc như sau.
Z = -1.528*X1 +5.131*X4 +0.094* X5 +3.440*X6A + 5.832*X6B + 4.024*X6C - 38.042*X7 + 2.278*X9 -2.486*X11 – 3.324
Xác suất để khách hàng có khả năng trả trợ:
r
P (Y=1) =
Xét hồ sơ 1 khách hàng với các thông tin như sau:
Bảng 4.11 – Thông tin giả định của khách hàng cá nhân
Ký hiệu | Thông số | |
Khả năng trả nợ | Y | 1 |
Số người phụ thuộc trong gia đình | X1 | 2 |
Tỷ lệ tài sản đảm bảo | X4 | 100% |
Thu nhập của người vay | X5 | 45 |
Độ tuổi (18 – 25) | X6A | 0 |
Độ tuổi (26 – 40) | X6B | 1 |
Độ tuổi (41-60) | X6c | 0 |
Lãi suất | X7 | 0.10 |
Kinh nghiệm cán bộ tín dụng | X9 | 1 |
X11 | 0 |
z = 7,294306105;
r
P (Y=1) =
= 99%
Như vậy, xác suất để khách hàng này trả được nợ là 99%, khá chính xác với số liệu thực tế thì khách hàng này thuộc nhóm khách hàng có khả năng trả nợ.
KẾT LUẬN CHƯƠNG 4
Chương 4 của luận văn đi s u vào ph n tích các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân tại Vietcombank bằng việc sử dụng mô hình hồi quy Binary Logistic trên cơ sở dữ liệu của 555 hồ sơ tín ụng cá nh n người viết đã thu thập. Người viết cũng đã lược thuật lại các kết quả nghiên cứu trong và ngoài nước về các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân làm nền tảng cho việc vận dụng mô hình trong chương này. Kết quả phân tích hồi quy chỉ ra rằng trong số 12 biến độc lập (tức các yếu tố ảnh hưởng đến khả năng trả nợ) đặt ra trong mô hình ban đầu, c năm biến bị loại khỏi mô hình không c tương quan với với phụ thuộc về mặt thống kê trong phạm vi mẫu đang xem xét. Người viết cũng thảo luận kết quả của phân tích hồi quy, tính dự báo về khả năng trả nợ của mô hình cũng như một số kết luận về vai trò của các yếu tố ảnh hưởng đến khả năng trả nợ.
CHƯƠNG 5: KẾT LUẬN VÀ GIẢI PHÁP
Trong chương này, tác giả sẽ đưa ra kết luận từ những kết quả nghiên cứu đã được đề cập tại chương 4 và đề xuất một số kiến nghị đối với các nhà quản trị ng n hàng và các nhà hoạch định chính sách.
5.1. Kết luận:
Luận văn thực hiện nghiên cứu các yếu tố ảnh hưởng đến khả năng trả nợ vay của khách hàng cá nhân tại Ngân hàng TMCP Ngoại Thương Việt Nam. Các nhân tố nghiên cứu bao gồm 12 biến độc lập (tức các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân được nêu tại bảng 4.2) đặt ra trong mô hình ban đầu, c năm biến bị loại khỏi mô hình không c tương quan với với biến phụ thuộc về mặt thống kê trong phạm vi mẫu đang xem xét. Kết quả nghiên cứu thể hiện sự ảnh hưởng của các yếu tố đến khả năng trả nợ của khách hàng như sau.
Bảng 5.1 – Tóm tắt kết quả kiểm định
Diễn giải biến | Hệ số tương quan | Tương quan | |
X1 | Số người phụ thuộc trong gia đình | -1,528 | - |
X4 | Tỷ lệ tài sản đảm bảo | 5,131 | + |
X5 | Thu nhập của người đi vay | 0,094 | + |
X6A | Độ tuổi từ 18 đến 25 tuổi | 3,440 | + |
X6B | Độ tuổi từ 26 đến 40 tuổi | 5,832 | + |
X6C | Độ tuổi từ 41 đến 60 tuổi | 4,024 | + |
X7 | Lãi suất | -38,042 | - |
X9 | Tình trạng nhà ở | 2,278 | + |
X11 | Lịch sử nợ quá hạn | -2,486 | + |
5.2. Giải pháp:
5.2.1. Định hướng phát triển tín dụng cá nhân tại Ngân hàng TMCP Ngoại Thương Việt Nam đến năm 2020
Định hướng phát triển mảng tín dụng cá nhân của Ngân hàng TMCP Ngoại Thương Việt Nam nằm trong tổng thể mục tiêu chung phát triển mảng ngân hàng bán lẻ. Trong đ , lãnh đạo Ngân hàng TMCP Ngoại Thương Việt Nam đã đặt ra một số trọng tâm phát triển đến năm 2020 như sau: áp ụng công nghệ trong việc xây dựng và triển khai các sản phẩm tín dụng cá nh n, tăng ư nợ tín dụng cá nhân, giảm các yếu tố chủ quan của cán bộ trong quá trình thẩm định, giảm thời gian xử lý hồ sơ vay, tập trung nhiều hơn vào hoạt động tìm kiếm khách hàng.
Căn cứ trên những mục tiêu chung này, Ngân hàng TMCP Ngoại Thương Việt Nam cũng x y ựng những định hướng cụ thể.
- Về định vị thị trường và thị phần, Ngân hàng phấn đấu đạt số lượng khách hàng bán lẻ chiếm khoảng 7,5% dân số (khoảng 7 triệu khách hàng).
- Về khách hàng mục tiêu, Ngân hàng nhắm đến 2 loại đối tượng chính:
Đối với khách hàng là cá nhân: tập trung phát triển khách hàng có thu nhập cao và trung bình khá trở lên, bao gồm (i) nhóm khách hàng thu nhập cao như lãnh đạo, doanh nhân, nhà quản lý v.v. và (ii) nhóm khách hàng thu nhập trung bình khá trở lên và có nghề nghiệp ổn định: công chức, cán bộ công nhân viên tại các cơ quan v.v.
Đối với khách hàng là hộ sản xuất kinh doanh: tập trung phát triển khách hàng trong các lĩnh vực sản xuất, thương mại, dịch vụ, gia công, chế biến, v.v.
- Về địa bàn chiến lược: Định hướng các phòng giao dịch sẽ là nơi tập trung bán lẻ, đặc biệt là tín dụng cá nhân vì gần địa bàn dễ dàng trong hoạt động bán hàng và thẩm định khách hàng.
- Về sản phẩm tín dụng, cung cấp cho khách hàng các sản phẩm tín dụng hấp dẫn, đa ạng và phù hợp với nhu cầu của nhiều đối tượng vay vốn.