Chúng ta cũng còn có thể xác định được mô hình dự đoán tốt đến đâu qua bảng phân loại (Clasifcation table) do SPSS đưa ra, bảng này sẽ so sánh số trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện.
Kiểm định ý nghĩa của các hệ số
Hồi quy Binary logistic cũng đòi kiểm định giả thiết hệ số hồi quy khác không. Bạn hình dung nếu hệ số hồi quy B0 và B1 đều bằng 0 thì tỷ lệ chênh lệch giữa các xác suất sẽ bằng 1. tức xác suất để sự kiện xảy ra hay không xảy ra như nhau, lúc đó mô hình hồi quy của chúng ta vô dụng trọng việc dự đoán.
Trong hồi quy tuyến tính chúng ta sử dụng kiểm định t để kiểm định giả thuyết Ho: Pk =0. Còn với hồi quy Binary logistic, đại lượng Wald Chi Square được sự dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể. Các thức sử dụng mức ý nghĩa Sig. chi kiểm định Wald cũng theo quy tắc thong thường. Wald Chi Square được tính bằng cách lấy ước lượng của hệ số hồi quy của biến độc lập trong mô hình ( hệ số hồi quy mẫu ) Binary logistic chia cho sai số chuẩn của ước lượng hệ số hồi quy này, sau đoa bình phương lên theo công thức sau:
Kiểm định độ phù hợp tổng quát.
Ở hồi quy Binary logistic, tổ hợp lien hệ tuyến tính của toàn bộ các hệ số trong mô hình ngoại trừ hằng số cũng được kiếm định xem có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc không. Với hồi quy tuyến tính bội ta dung thống kê F để kiểm định giả thuyết Ho: P1 = P2 = 0, còn với hồi quy Binary logistic ta dung kiếm định Chi - bình phương. Bạn sẽ căn cứ vào mức ý nghĩa quan sát mà SPSS đưa ra trong bảng Omnibus Tets of Model Coeffcients để quyết định bác bỏ hay chấp nhận Ho.
Các phương pháp đưa biến độc lập vào mô hình hồi quy Binary logistic
Với phương pháp hồi quy từng bước (Stepwise), số thống kê được sử dụng cho các biến được đưa vào dời ra căn cứ trên số thống kê likelihood - ratio (tỷ lệ thích hợp) hay số thống kê Wald.
Bạn cũng có thể chọn một trong các phương pháp thay thế sau:
Enter: Đưa vào bắt buộc, các biến trong khối biến độc lập được đưa vào trong một bước
Forward: Conditional là phương pháp đưa vào dần theo điều kiện. Nó kiểm tra việc loại biến căn cứ trên trên xác suất của số thống kê Likelihood - ratio dự trên những ước lượng thông số có điều kiện
Forward: LR là phương pháp đưa vào dần kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood - ratio dựa trên ước lượng khả năng xảy ra tối đa (maximum - likelihood - ratio dựa trên ước lượng khả năng xảy ra tối đa (maximum - likelihood estimates)
Forward: Wald là phương pháp đưa vào dần kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Wald.
Backwald: Conditional là phương pháp loại trừ dần theo điều kiện. Nó kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên những ước lượng thông số có điều kiện
Backwald: LR là phuwong pháp loại trừ dần kiểm tra loại biến căn cứ trên xác suất của số thống kê Likelihood - ratio dựa trên những ước lượng khả năng xảy ra tối đa.
Backwald: Wald là phương pháp loại trừ dần kiểm tra loại biến căn cứ trên xác suất của số thống kê Wald.
Quy trình xây dựng mô hình nghiên cứu
Để chạy mô hình Logit nghiên cứu sử dụng phần mềm SPSS 16. Các bước xây dựng mô hình lần lượt như sau:
Bước 1: Chạy mô hình và xác định những biến quan trọng. Thông qua kết quả chạy mô hình học viên xác định những biến độc lập có ảnh hưởng đến khả năng trả nợ của khách hàng. Các tiêu chuẩn cần xem xét để đánh giá mức độ phù hợp của mô hình:
Omnibus Test of Model Coefficients (OB): dùng để kiểm định sự phù hợp tổng quát của mô hình với giả thiết : = = …= = 0, nếu Sig < thì giả thiết bị bác bỏ hay ta có thể kết luận mô hình phù hợp một cách tổng quát.
Classification Table: bảng này cho ta kiểm tra độ chính xác trong việc dự báo của mô hình, tỷ lệ phần trăm dự đoán đúng càng cao cho thấy mô hình càng dự báo càng chính xác.
Chỉ số - 2 Log likelihood (- 2 LL): chỉ số này đo lường mức độ phù hợp của mô hình tổng thể, chỉ số này càng nhỏ thể hiện độ phù hợp càng cao.
Bước 2: Dựa trên các tiêu chuẩn đo lường mức độ phù hợp của mô hình thực hiện loại dần các biến không có ý nghĩa giải thích cho mô hình. Kiểm tra lại mô hình sau khi loại bớt các biến với các tiêu chuẩn như ở bước 1.
Bước 3: Đề xuất mô hình phù hợp sau khi tìm ra mô hình tối ưu.
3.5.3. Kiểm định T-test và Phân tích phương sai (ANOVA)
Kiểm định T-test và Phân tích phương sai (ANOVA) là phương pháp phổ biến nhất được sử dụng trong nhóm đánh giá có nghĩa. Kiẻm định T-test sẽ so sánh một biến phụ thuộc giữa hai nhóm, và một phân tích phương sai ANOVA được sử dụng khi có ba hoặc nhiều nhóm (Hair và các cộng sự, 2006). Hair và các cộng sự (năm 2006) cho thấy các giả định sau đây sẽ được đưa vào trong việc sử dụng T-test và phân tích phương sai ANOVA:
(1) Các dữ liệu được giả định là từ một nhóm dân số phân bố bình thường. Phương sai trong mỗi điều kiện thử nghiệm là hợp lý tương tự đó giá trị ngoại lai và các đa cộng tuyến không nên có mặt.
(2) Các biến độc lập và phụ thuộc phải được đo trên một khoảng thời gian quy mô.
T-test
Một T-test đánh giá ý nghĩa thống kê về sự khác biệt giữa hai phương tiện mẫu
độc lập (Hair và các cộng sự, 2006). Các thử nghiệm về sự khác biệt giữa hai nhóm phương tiện có thể được định nghĩa là các khác biệt giữa phương tiện chia sự biến đổi với các phương tiện ngẫu nhiên. Do đó, các số liệu thống kê t là một tỷ lệ của sự khác biệt giữa hai mẫu có nghĩa là lỗi tiêu chuẩn của họ. Trong trường hợp cho hai mẫu độc lập, các giả thuyết có thể được viết dưới dạng sau:
H0: µ 1= Μ 2
H1: µ ≠ µ 1 (4.9)
Công thức tính giá trị thống kê t là: Thống kê T =1 2
Trong đó: µ 1 = Trung bình của Nhóm 1
µ2 = trung bình của nhóm 2
SE µ 1µ2 = Chuẩn lỗi về sự khác biệt của hai nhóm trung bình có nghĩa là trong nghiên cứu này, các kết quả của t-test có thể chứng minh liệu có hay không điểm số trung bình của hai nhóm như nam và nữ, được coi là tạo ra sự khác nhau đáng kể đối với với hành vi chuyển đổi.
Phân tích phương sai (ANOVA)
Phân tích phương sai (ANOVA) là một phương pháp thống kê được sử dụng để kiểm tra xem liệu có hay không sự khác biệt giữa trung bình của một số nhóm (Dielman, năm 2001). Trong nghiên cứu này, ANOVA được tiến hành để kiểm tra giả thuyết tập trung vào các yếu tố dân số học của khách hàng, tập trung vào sự 'khác biệt về tri giác của khách hàng (ví dụ như tuổi, trình độ học vấn, nghề nghiệp và thu nhập) dẫn đến hành vi chuyển đổi việc sử dụng dịch vụ ngân hàng của họ.
Phân tích phương sai một yếu tố
Phân tích phương sai một yếu tố (còn gọi là oneway anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%.
Ví dụ: Phân tích sự khác biệt giữa các thuộc tính khách hàng (giới tính, tuổi, nghề nghiệp, thu nhập…) đối với 1 vấn đề nào đó (thường chọn là nhân tố phụ thuộc, vd: sự hài lòng).
Các bước phân tích ANOVA
Một số giả định khi phân tích ANOVA:
– Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
– Các nhóm so sánh phải có phân phối chuẩn or cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
– Phương sai của các nhóm so sánh phải đồng nhất.
Lưu ý: nếu giả định tổng thể có phân phối chuẩn với phương sai bằng nhau không đáp ứng được thì bạn có thể dùng kiểm định phi tham số Kruskal-Wallis sẽ để thay thế cho ANOVA.
Kết quả kiểm định gồm hai phần:
Phần 1:
Levene test: dùng kiểm định phương sai bằng nhau hay không giữa các nhóm Ho: “Phương sai bằng nhau”
Sig <= 0.05: bác bỏ Ho
Sig >0.05: chấp nhận Ho -> đủ điều kiện để phân tích tiếp anova
Phần 2:
ANOVA test: Kiểm định anova Ho: “Trung bình bằng nhau”
Sig <=0.05: bác bỏ Ho -> đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc
Sig >0.05: chấp nhận Ho -> chưa đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc
Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát bằng các kiểm định Tukey, LSD, Bonferroni, Duncan. Kiểm định sâu anova gọi là kiểm định Post-Hoc.
Kết luận
Trong chương 3 tác giả đã giới thiệu phương pháp lấy mẫu, xây dựng bảng hỏi, các kỹ thuật để kiểm định độ tin cậy của thang đo, kỹ thuật phân tích nhân tố, phân tích hồi quy Logistic và phân tích sự khác biệt. Trên cơ sở các phương pháp trên tác giả sẽ tiến hành nghiên cứu thực nghiệm ở chương 4.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Giới thiệu
Chương này trình bày tổng quan về NHTM Việt Nam và các kết quả thu được từ quá trình phân tích dữ liệu và phương pháp nghiên cứu khoa học được nói đến ở chương ba. Bộ dữ liệu được dùng để khảo sát giả thuyết về phân tích nhân tố và phân tích hồi quy lôgic. Trình bày kết quả của phân tích nhân tố, phân tích hồi quy lôgic, T- test và ANOVA. Các kết quả được thảo luận theo quan điểm về mối quan hệ của chúng với từng đối tượng nghiên cứu có liên quan. Dữ liệu được phân tích bằng các phần mềm SPSS phiên bản 24.
4.1. Tổng quan về hệ thống ngân hàng thương mại Việt Nam
Tổng quan về hệ thống ngân hàng thương mại Việt Nam
Hệ thống ngân hàng thương mại và các tổ chức tài chính giữ vai trò quan trọng trong khu vực tài chính Việt Nam, vì đây là thị trường cung cấp vốn chủ yếu cho các doanh nghiệp. Tốc độ tăng trưởng tín dụng ảnh hưởng trực tiếp tới tốc độ tăng trưởng kinh tế.
Ngân hàng Nhà nước Việt Nam vừa cập nhật thống kê một số chỉ tiêu cơ bản của hệ thống TCTD tính đến cuối năm 2020. Theo đó, đến thời điểm 3/2020, tổng tài sản của hệ thống ngân hàng đã đạt trên 10 triệu tỷ đồng, tăng 17,62% so với cuối năm 2016.
11,000,000
Đơn vị tính: nghìn tỷ đồng
10,000,000
9,000,000
8,000,000
7,000,000
6,000,000
5,000,000
4,000,000
3,000,000
2,000,000
Biểu đồ 4.1: Tổng tài sản hệ thống ngân hàng thương mại giai đoạn 2010-2020
Nguồn: Báo cáo NHNN năm 2020
Bảng 4.1: Cơ cấu vốn của các ngân hàng tính đến tháng 3/2020
Tổng Tài sản có | Vốn tự có | Vốn điều lệ | Tỷ lệ an toàn vốn tối thiểu | Tỷ lệ vốn ngắn hạn cho vay trung, dài hạn | ||||
Số tuyệt đối | Tốc độ tăng trưởng | Số tuyệt đối | Tốc độ tăng trưởng | Số tuyệt đối | Tốc độ tăng trưởng | |||
NHTM nhà nước | 5.266.343 | -3,19 | 155.153 | 0,00 | 28,92 | 83,29 | 5.266.343 | -3,19 |
Ngân hàng chính sách xã hội | 218.423 | 2,42 | 17.288 | 0,00 | 218.423 | 2,42 | ||
NHTM cổ phần | 5.242.231 | 0,57 | 286.229 | 0,54 | 28,70 | 72,79 | 5.242.231 | 0,57 |
NH liên doanh nước ngoài | 1.383.691 | 3,31 | 123.123 | 3,42 | 38,16 | 1.383.691 | 3,31 | |
Công ty tài chính cho thuê | 205.239 | -0,01 | 27.78 | 4,28 | 34,45 | 205.239 | -0,01 | |
Ngân hàng hợp tác xã | 35.538 | -0,51 | 3.028 | 0,00 | 19,62 | 57,90 | 35.538 | -0,51 |
Quỹ tín dụng nhân dân | 131.447 | 3,91 | 4.872 | 3,37 | 131.447 | 3,91 | ||
Toàn hệ thống | 10.001.790 | 17,62 | 714.106 | 11,64 | 512.429 | 4,91 | 12,23 | 30,65 |
Có thể bạn quan tâm!
-
Mô Hình Và Các Giả Thiết Nghiên Cứu -
Nghiên cứu hành vi chuyển đổi việc sử dụng dịch vụ của khách hàng cá nhân tại các ngân hàng thương mại Việt Nam - 9 -
Nghiên cứu hành vi chuyển đổi việc sử dụng dịch vụ của khách hàng cá nhân tại các ngân hàng thương mại Việt Nam - 10 -
Bảng Xếp Hạng Tổng Tài Sản Ngân Hàng Tính Đến Ngày 30/6/2020 Tình Hình Lãi Suất Tại Các Ngân Hàng Thương Mại -
Bảng Đánh Giá Chỉ Số Kmo Và Kiểm Định Bartlett Kiểm Định Kmo Và Bartlett -
Kết Quả Hồi Quy Lôgic Đối Với Các Nhân Tố Ảnh Hưởng
Xem toàn bộ 157 trang tài liệu này.
Nguồn: Tác giả tự tổng hợp
Mười một ngân hàng đã có tổng tài sản đạt trên 10 tỷ USD, nhưng cũng còn gần 15 nhà băng tổng tài sản chưa nổi 100 nghìn tỷ đồng. Trong gần 1 thập kỷ qua, thứ hạng về quy mô của các nhà băng đã có sự thay đổi đáng kể.
Trong đó, 4 ngân hàng thương mại nhà nước (BIDV, Agribank, Vietcombank, VietinBank) đều đã vượt 1 triệu tỷ. Riêng BIDV, Agribank đã cán mốc này từ năm 2016; VietinBank năm 2017 và Vietcombank là vừa mới năm 2018. Tổng tài sản của 4 ngân hàng này đạt trên 5 triệu tỷ đồng, tăng gần 4 lần trong vòng 10 năm và chiếm đến gần 45% tổng tài sản của cả hệ thống TCTD. So với cách đây chục năm, sự ảnh hưởng của 4 nhà băng này tới quy mô tín dụng, quy mô tiền gửi của nền kinh tế vẫn ở một vị thế mà các ngân hàng tư nhân khó có thể thay thế được.
Ngoài 4 ngân hàng nói trên, có 7 ngân hàng khác cũng đã có tài sản đạt trên 10 tỷ USD (tương đương trên 232.000 tỷ đồng), lần lượt là SCB, Sacombank, MBBank, Techcombank, ACB, SHB và VPBank.
Trong đó, SCB tuy là ngân hàng tư nhân có tổng tài sản lớn nhất, đạt trên 530 nghìn tỷ đồng nhưng cũng mới chỉ bằng khoảng một nửa so với 4 "ông lớn". Theo sau, Sacombank và MBBank lần lượt có tổng tài sản là hơn 402 nghìn tỷ và 439 nghìn tỷ. 4 ngân hàng còn lại đều có tổng tài sản trên 300 nghìn tỷ.
HDBank đang có tổng tài sản hơn 210.000 nghìn tỷ đồng. Nếu duy trì đà phát triển như hiện nay, ngân hàng này cũng sẽ sớm gia nhập vào "câu lạc bộ" tài sản 10 tỷ USD trong hệ thống trong thời gian tới.
Cả hệ thống có 35 ngân hàng thương mại, nhưng sự phân hóa quy mô là rất lớn. Ở thời điểm hiện tại, vẫn còn khoảng gần 15 ngân hàng có tổng tài sản dưới 100.000 tỷ đồng. Những ngân hàng như Saigonbank, PGBank chỉ vỏn vẹn hơn 21.000 tỷ và
28.000 tỷ, tức chỉ bằng 1/65 lần so với ngân hàng lớn nhất.