Kết quả này cho thấy, nhóm khách hàng có thu nhập ở mức trung bình và thu nhập khá có xu hướng vay cá nhân rất cao như: Khách hàng là người quản lý, chuyên viên và lao động có tay nghề.
4.2.1.5. Về các nhân tố: Tham gia loại hình bảo hiểm, mức đóng bảo hiểm, thu nhập cá nhân/ năm, thu nhập gia đình/ năm
Về tham gia các loại hình bảo hiểm, trong số 1123 khách hàng được khảo sát, số loại hình bảo hiểm mà khách hàng tham gia nhiều nhất là 1 loại hình với tỷ lệ 56.8%, 2 loại hình là 24%, 3 loại hình là 10.2%, không tham gia là 4.9%, tham gia 4
loại hình là 3.7%, 5 loại hình là 0.4%.
Về mức đóng bảo hiểm, trong số 1123 khách hàng được khảo sát chỉ có 55 người không tham gia, 82 người có mức đóng 30 triệu trở lên, 90 người có mức đóng từ 20-30 triệu, 126 người có mức đóng từ 10-20 triệu, 167 người đóng từ 5-10 triệu, 603 người có mức đóng dưới 5 triệu.
Việc đa số khách hàng của Agribank tham gia các loại hình bảo hiểm sẽ giúp đỡ cho bản thân khách hàng giảm bớt rủi ro về thân thể và nghề nghiệp. Đây là khi ngân hàng quyết định cho vay.
Về thu nhập gia đình hàng năm có 24.5% có mức trên 240 triệu, 27.5% có mức thu nhập từ 160-240 triệu, 28.3% có mức thu nhập từ 80-160 triệu, 12% có mức thu nhập từ 20-80 triệu và 7.7% có mức thu nhập dưới 20 triệu. Mức thu nhập của gia đình nói chung gần gấp đôi so với thu nhập của cá nhân, do đó cũng góp phần cải thiện đời sống gia đình ở các mức thu nhập thấp.
Về mức sống, có 51.8% khách hàng xác định ở mức trung bình, 40.9% có mức sống khá giả, 4.4% có mức sống giàu có, 1.8% có mức sống nghèo, 1.2% có mức sống quá nghèo.
Qua mức thu nhập và đánh giá với mức sống, có thể thấy phần lớn là có mức sống trung bình trở lên, và tỷ lệ mức số nghèo và quá nghèo là rất thấp, nguồn vốn vay của các nhóm nghèo thường là theo chương trình vay vốn của chính quyền trong việc hỗ trợ người nghèo. Như vậy, khách hàng cá nhân tại Agribank có thu nhập và mức sống đảm bảo được nghĩa vụ trả nợ cho ngân hàng.
Về mức tiết kiệm hàng năm, có 10.2% tiết kiệm trên 240 triệu, có 20.7% tiết kiệm từ 150-240 triệu, có 33.9% có mức tiết kiệm từ 50-150 triệu, 20.7% có mức tiết kiệm từ 10-50 triệu, có 14.4% có mức tiết kiệm dưới 10 triệu. Mức tiết kiệm của khách hàng ở mức khá thấp, khi có khoảng 35% khách hàng có mức tiết kiệm dưới 50 triệu/năm, tương ứng dưới 5 triệu/ tháng.
Kết quả khảo sát này phù hợp với việc phân tích số liệu tại mục 4.2.1.4.
4.2.2 Thống kê mô tả các chỉ tiêu thuộc nhóm Quan hệ với ngân hàng
Thông tin của các khách hàng được khảo sát về mối quan hệ với ngân hàng
được mô tả tại Phụ lục 11 đính kèm. Dựa trên kết quả số liệu cho thấy:
- Về số lần vay vốn, có tỷ lệ rất cao khách hàng vay vốn nhiều lần tại ngân hàng, với 41.3% khách hàng vay 5 lần trở lên, 20.9% khách hàng vay từ 3-4 lần, 22.4% khách hàng vay từ 1-2 lần và 15.4% khách hàng không vay vốn.
- Về sử dụng dịch vụ tiền gửi/thanh toán, khách hàng có sử dụng 5 lần trở lên cũng có tỷ lệ khá cao là 45.4%, từ 3-4 lần là 19.4%, từ 1-2 lần là 31.5%, không sử dụng là 3.7%.
Việc vay vốn và sử dụng dịch vụ của ngân hàng từ 5 lần trở lên chiếm tỷ lệ khá cao, cho thấy sự tin tưởng của ngân hàng với khách hàng và sự hài lòng của khách hàng với các dịch vụ mà ngân hàng cung cấp. Đây là cơ sở thuận lợi để ngân hàng tin tưởng ra quyết định cho vay và đảm bảo hạn chế rủi ro đối với khoản vay này.
- Về tình hình trả nợ gốc, tỷ lệ khách hàng không bị quá hạn bao gồm chưa quá hạn lần nào là 83.1 %, trong khi đó, quá hạn dưới 30 ngày là 7.4%, quá hạn dưới 90 ngày là 1.6%, trên 90 ngày là 0.5%. Điều này cho thấy tỷ lệ khách hàng phát sinh nợ gốc với ngân hàng khá thấp. Số liệu này sát với tỷ lệ nợ xấu đối với khách hàng cá nhân vay vốn tại Agribank (chiếm xấp xỉ 1,6% năm 2010; 1,94% năm 2011; 1,57% năm 2012; 1,57% năm 2013; 1,73% năm 2014) [1].
Về tình hình trả lãi, tỷ lệ khách hàng trả lãi tốt là 80.0%. Bên cạnh đó có 6.1% khách hàng chưa trả chậm 1 năm, 3.2% khách hàng chưa trả chậm trong 2 năm và 3.4% khách hàng chưa trả chậm trong 3 năm.
- Về tổng nợ, mức nợ trên 240 triệu là khá nhiều với tỷ lệ 34.2%, từ 160-240 là 14.2%, từ 80-160 là 16.1%, từ 20-80 là 19.1%, dưới 20 là 16.4%. Có thể thấy,
mức dư nợ/ khách hàng cá nhân hiện nay tại Agribank tương đối cao, tập trung ở mức dư nợ từ 160 triệu trở lên. Số liệu phản ánh đúng thực tế hiện nay tại Agribank đanh có xu hướng giảm các khoản vay nhỏ lẻ nhằm giảm chi phí phát sinh ở mỗi khoản vay và lợi nhuận thu về thấp. Tuy nhiên, Agribank cần phải tăng cường quản trị rủi ro tín dụng đối với nhóm khách hàng này.
- Về số lượng các dịch vụ sử dụng, khách hàng có tỷ lệ sử dụng 1 loại hình dịch vụ chiếm khá đông với tỷ lệ 43.6%, sử dụng 2 dịch vụ có tỷ lệ 25.6%, 3 dịch vụ là 18.9%, 4 dịch vụ là 9.2% và không sử dụng dịch vụ là 2.7%. Qua số liệu trên đã phản ánh đúng thực trạng khả năng cung ứng chéo sản phẩm dịch vụ của Agribank còn nhiều hạn chế.
- Về tổng tiền tiết kiệm của khách hàng hiện nay, mức tiết kiệm dưới 20 triệu chiếm tỷ lệ cao nhất là 36%, từ 80-160 triệu là 18.7%, từ 20-80 triệu là 16.9%, trên 240 triệu là 16.1%, từ 160-240 triệu là 12.3%. Khách hàng cá nhân vay vốn tại Agribank có thu nhập ở mức trung bình.
- Về khả năng trả nợ, kết quả thống kê cho thấy, tỷ lệ khách hàng trả nợ đúng hạn chiếm đa số với tỷ lệ 65.9%, tiếp theo là quá hạn ít hơn 90 ngày với tỷ lệ 12.2%, nhóm khách hàng có phát sinh nợ trong khoảng từ 90-180 ngày có tỷ lệ 10.2%, tỷ lệ thấp hơn thuộc về nhóm khách hàng phát sinh nợ trong khoảng thời gian từ 180-360 ngày, và tỷ lệ khá thấp khách hàng phát sinh nợ nhiều hơn 360 ngày, chỉ chiếm 3.4%. Kết quả thống kê trên cho thấy, số liệu thu thập được thực sự phản ánh đúng tình hình thực tế hoạt động tín dụng tại Agribank.
4.2.3. Kết quả phân tích các chỉ tiêu Thông tin về thân nhân tới các chỉ tiêu Quan hệ với ngân hàng
Kết quả thống kê các yếu tố ảnh hưởng của đặc điểm khách hàng tới mối quan hệ với ngân hàng được trình bày tại bảng dưới đây:
Bảng 4.2: Tổng hợp mô hình ảnh hưởng tới quan hệ ngân hàng
V24 | V25 | V26 | V27 | V28 | V29 | V30 | ||
Vùng 1 | Tỷ lệ dự đoán đúng | 95.8 | 89.9 | 83.1 | 77.4 | 88.6 | 96.4 | 89.3 |
-2 Log likelihood | 46.957a | 106.744a | 119.418a | 60.036a | 74.096a | 32.579a | 64.187a | |
Vùng 2 | Tỷ lệ dự đoán đúng | 92.7 | 89.5 | 87.2 | 86.9 | 89.5 | 87.8 | 88.8 |
-2 Log likelihood | 82.029a | 43.492a | 114.656a | 25.027a | 83.652a | 51.119a | 101.669a | |
Vùng 3 | Tỷ lệ dự đoán đúng | 88.1 | 88.7 | 82.8 | 77.3 | 82.7 | 83.3 | 91.3 |
-2 Log likelihood | 93.915a | 92.834a | 101.490a | 35.796a | 66.178a | 24.997a | 72.587a | |
Vùng 4 | Tỷ lệ dự đoán đúng | 90.5 | 81 | 82.7 | 91.6 | 81.6 | 82.1 | 81 |
-2 Log likelihood | 98.279a | 24.337a | 51.473a | 87.607a | 64.376a | 53.595a | 52.652a | |
Vùng 5 | Tỷ lệ dự đoán đúng | 79.7 | 78.1 | 78.9 | 82 | 89.1 | 87.5 | 76.6 |
-2 Log likelihood | 36.275a | 77.628a | 116.575a | 99.683a | 68.012a | 75.350a | 21.266a | |
Vùng 6 | Tỷ lệ dự đoán đúng | 87.2 | 89.2 | 91.8 | 82.6 | 87.7 | 84.1 | 81.5 |
-2 Log likelihood | 42.393a | 115.662a | 78.139a | 61.979a | 40.564a | 45.342a | 64.417a | |
Vùng 7 | Tỷ lệ dự đoán đúng | 79.1 | 80.2 | 81.8 | 79.3 | 81.8 | 70 | 78.2 |
-2 Log likelihood | 101.308a | 98.358a | 89.976a | 74.466a | 104.625a | 37.915a | 34.572a |
Có thể bạn quan tâm!
-
Bảng Chấm Điểm Phi Tài Chính Trường Hợp Khách Hàng -
Kết Quả Xhtn Tại Chi Nhánh A Theo Tình Trạng Cơ Cấu Của Khoản Vay Năm 2014 -
Nghiên Cứu Định Lượng Về Mô Hình Các Nhân Tố Ảnh Hưởng Tới Khả Năng Trả Nợ Của Khách Hàng Cá Nhân -
Kết Quả Xử Lý Mô Hình Logistic Về Xếp Hạng Tín Dụng Nội Bộ Theo Phân Khúc Thị Trường -
So Sánh Tác Động Của Yếu Tố Chủ Hộ Tới Các Chỉ Tiêu Quan Hệ Ngân Hàng Theo Từng Vùng -
So Sánh Tác Động Của Tham Gia Bảo Hiểm Tới Các Chỉ Tiêu Quan Hệ Ngân Hàng Theo Từng Vùng
Xem toàn bộ 303 trang tài liệu này.
Nguồn: Tác giả tính toán
Kết quả tổng hợp cho thấy, các biến quan sát sau khi đã loại bỏ đi các biến không thể hiện sự ảnh hưởng có ý nghĩa thống kê thì các mô hình hồi quy đều cho kết quả biểu diễn tốt của mô hình với khả năng dự đoán đúng trên 70% khả năng khách hàng có phát sinh những mối quan hệ với ngân hàng.
Hệ số -2 Log likelihood của các mô hình có giá trị giao động từ mức 21.266 tại Vùng 5 - V30 tới 119.418 tại Vùng 1- V26, đây là mức không quá lớn, điều này cho thấy mô hình có khả năng phù hợp khá tốt với tổng thể. Bên cạnh đó, các kiểm định khác về tình phù hợp của mô hình đều đảm bảo, do đó các biến đặc điểm khách hàng được tổng hợp trên đây cho thấy được mức độ ảnh hưởng rõ ràng tới các biến phụ thuộc là mối quan hệ với ngân hàng.
Như vậy mô hình đánh giá khả năng quan hệ với ngân hàng từ các đặc điểm của khách hàng được đưa ra là có độ tin cậy và chính xác cao.
4.2.4. Kết quả phân tích ảnh hưởng của yếu tố Quan hệ ngân hàng tới khả năng trả nợ của khách hàng
Kết quả mức độ ảnh hưởng của các yếu tố quan hệ với ngân hàng và khả năng trả nợ của khách hàng được thể hiện ở bảng dưới đây:
Bảng 4.3: Tổng hợp mô hình ảnh hưởng của mối quan hệ với ngân hàng và khả năng trả nợ của khách hàng
Chỉ tiêu | V24_MH | V25_MH | V26_MH | V27_MH | V28_MH | v29_MH | V30_MH | Constant | |
1 | B | 5.34 | 2.50 | 7.42 | 4.73 | 1.85 | 6.87 | 2.58 | -21.95 |
Wald | 12.77 | 7.53 | 25.27 | 13.88 | 5.39 | 16.61 | 7.08 | 25.76 | |
Sig. | 0.00 | 0.01 | 0.00 | 0.00 | 0.02 | 0.00 | 0.01 | 0.00 | |
2 | B | 2.14 | 1.94 | 2.84 | 3.00 | 0.00 | 2.76 | 1.30 | -9.96 |
Wald | 10.31 | 9.33 | 21.01 | 21.51 | 0.00 | 15.03 | 4.14 | 32.00 | |
Sig. | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.04 | 0.00 | |
3 | B | 1.29 | 1.88 | 2.55 | 1.73 | 2.01 | 2.24 | 3.28 | -9.97 |
Wald | 3.45 | 8.64 | 16.39 | 8.32 | 10.31 | 10.65 | 15.95 | 27.23 | |
Sig. | 0.06 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | |
4 | B | 3.39 | 1.34 | 2.28 | 1.39 | 1.99 | 2.77 | 3.35 | -10.01 |
Wald | 18.92 | 3.19 | 11.36 | 3.80 | 9.10 | 14.59 | 17.22 | 22.13 | |
Sig. | 0.00 | 0.07 | 0.00 | 0.05 | 0.00 | 0.00 | 0.00 | 0.00 | |
5 | B | 3.60 | 2.28 | 2.11 | 2.64 | 2.94 | 2.49 | 2.49 | -11.78 |
Wald | 18.80 | 8.57 | 8.19 | 12.28 | 12.17 | 9.08 | 11.13 | 22.86 | |
Sig. | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | |
6 | B | 1.58 | 4.54 | 4.61 | 6.48 | 4.49 | 7.75 | 6.14 | -24.78 |
Wald | 3.25 | 13.39 | 11.89 | 23.60 | 17.74 | 23.35 | 24.97 | 26.97 | |
Sig. | 0.07 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | |
7 | B | 3.02 | 5.30 | 2.16 | 6.02 | 3.46 | 3.48 | 3.38 | -15.35 |
Wald | 6.98 | 11.87 | 3.49 | 15.20 | 6.79 | 8.85 | 5.87 | 13.70 | |
Sig. | 0.01 | 0.00 | 0.06 | 0.00 | 0.01 | 0.00 | 0.02 | 0.00 |
Nguồn: Tác giả tính toán
Kết quả tổng hợp các mô hình đánh giá về khả năng trả nợ của khách hàng tại 07 vùng bằng các biến thể hiện mối quan hệ với ngân hàng đều cho kết quả tốt. Các biến độc lập đều có ảnh hưởng tới khả năng trả nợ của khách hàng, hệ số Sig của các biến độc lập đều nhỏ hơn mức 0.1, khả năng dự đoán của mô hình cũng đều tốt, với tỷ lệ trên 80%. Ngoại trừ tại vùng 2, biến quan hệ V28 không có ảnh hưởng tới khả năng trả nợ của khách hàng và đã được loại bỏ khỏi mô hình. Như vậy các
mô hình đánh giá khả năng trả nợ của khách hàng qua các biến mối quan hệ của khách hàng và ngân hàng có sự phù hợp và tin cậy cao.
Hàm hồi quy được xác định như sau:
P(VK) = e(Const + B24*V24+ B25*V25+ B26*V26+ B27*V27+ B28*V28+ B29*V29+ B30*V30)/(1+ e(Const + B24*V24+ B25*V25+ B27*V27+ B28*V28+ B29*V29+ B30*V30))
Ví dụ tại Vùng 1: P(VK)=(e^(1*5.338+0*2.504+1*7.42+1*4.728+0*3.468+1*6.873+0*2.583-21.947))/(1+ e^(1*5.338+0*2.504+1*7.42+1*4.728+0*3.468+1*6.873+0*2.583-21.947)) = 91.77
Có nghĩa, với 1 khách hàng có phát sinh mối quan hệ với ngân hàng ở các yếu tố V24, V27, V26, V30, và không phát sinh ở V25, V28, V29, thì khả năng khách hàng trả được nợ là 91.77%.
Như vậy các mô hình đánh giá khả năng trả nợ của khách hàng qua các biến mối quan hệ của khách hàng và ngân hàng có sự phù hợp và tin cậy cao.
KẾT LUẬN CHƯƠNG 4
Chương 4 đã trình bày nội dung về quy trình nghiên cứu, quy trình nghiên cứu định tính và định lượng mà tác giả thực hiện trong luận án. Tác giả cũng trình bày một cách khái quát về kết quả phân tích dữ liệu đã thu thập từ công việc khảo sát. Các phân tích bao gồm thống kê mô tả về các biến trong khảo sát, phân tích về các hàm hồi quy biểu diễn khả năng quan hệ với ngân hàng thông qua các đặc điểm khách hàng, hàm hồi quy biểu diễn khả năng trả nợ của khách hàng thông qua các biến quan hệ với ngân hàng. Kết quả đều cho thấy các mô hình hồi quy có khả năng dự báo tốt, có tình tin cậy cao. Ngoài ra kết quả cũng chỉ ra có những sự khác biệt về các biến ảnh hưởng, hệ số ảnh hưởng, trong cùng một mô hình đánh giá biến phụ thuộc đối với các vùng khác nhau, vì thế có cơ sở mạnh mẽ để chứng minh được rằng, giữa các vùng khác nhau (mặc dù đặc điểm khách hàng giống nhau) thì khả năng trả nợ của khách hàng là khác nhau. Đây là cơ sở quan trọng để tác giả sử dụng các kết quả thu được từ các mô hình hồi quy để sử dụng trong việc xây dựng mô hình xếp hạng tín dụng của khách hàng theo phân khúc thị trường tại Chương V.
CHƯƠNG 5
MÔ HÌNH XẾP HẠNG TÍN DỤNG NỘI BỘ THEO PHÂN KHÚC THỊ TRƯỜNG TẠI AGRIBANK, KẾT QUẢ VÀ MỘT SỐ KHUYẾN NGHỊ
5.1. Đề xuất mô hình theo phân khúc thị trường tại Agribank
5.1.1. Cơ sở lý thuyết về phân khúc khách hàng có quan hệ tín dụng tại Agribank
Trên cơ sở phần lý thuyết về tổng quan nghiên cứu ở chương 1, cơ sở phân khúc thị trường tại chương 2, tác giả đã chỉ rõ định hướng nghiên cứu về XHTDNB theo phân khúc thị trường của luận án như sau:
Một là, đối tượng khách hàng được phân khúc là các khách hàng cá nhân vay tiêu dùng.
Hai là, phạm vi phân khúc là: các khách hàng cá nhân vay tiêu dùng tại Agribank trong phạm vi lãnh thổ Việt Nam.
Ba là, khách hàng được nghiên cứu độc lập theo 07 vùng kinh tế phù hợp với việc chia theo vùng, miền của Tổng cục Thống kê, phù hợp với phương pháp báo cáo số liệu trong nội bộ Agribank hiện nay. tác giả đã đi sâu vào khảo sát nghiên cứu mức độ ảnh hưởng và tác động của các chỉ tiêu trong hệ thống XHTDNB của Agribank tác động của 07 vùng kinh tế và áp dụng vào phân đoạn thị trường XHTDNB của Agribank gồm các vùng sau:
(1) Vùng Trung du và miền núi phía Bắc gồm 14 tỉnh sau: Sơn La, Điện Biên, Lai Châu, Lào Cai, Hà Giang, Cao Bằng, Lạng Sơn, Hòa Bình, Yên Bái, Phú Thọ,
Tuyên Quang, Thái Nguyên, Bắc Giang, Bắc Cạn
(2) Vùng Đồng bằng sông Hồng gồm 11 tỉnh, thành phố sau: Vĩnh Phúc Bắc Ninh, Hà Nam, Hưng Yên, Hải Dương, Hải Phòng, Thái Bình, Nam Định, Ninh Bình, Hà Nội, Quảng Ninh
(3) Vùng Bắc Trung Bộ gồm 06 tỉnh sau: Thanh Hóa, Nghệ An, Hà Tĩnh,
Quảng Bình, Quảng Trị, Thừa Thiên Huế
(4) Vùng Duyên Hải Nam Trung Bộ gồm 08 tỉnh, thành phố sau: Đà Nẵng, Quảng Nam, Quảng Ngãi, Bình Định, Phú Yên, Khánh Hòa, Ninh Thuận, Bình Thuận.
(5) Vùng Tây Nguyên gồm 05 tỉnh sau: Gia Lai, Đăklăk, Đăk Nông, Lâm
Đồng, KonTum.
(6) Vùng Đông Nam Bộ gồm 06 tỉnh, thành phố sau: Bình Phước, Tây Ninh,
Bình Dương, TP Hồ Chí Minh, Bà Rịa Vũng Tàu, Đồng Nai
(7) Vùng Đồng bằng sông Cửu Long gồm 13 tỉnh, thành phố sau: Long An, Tiền Giang, Bến Tre, Trà Vinh, Vĩnh Long, Đồng tháp, An Giang, Kiên Giang, Cần Thơ, Hậu Giang, Bạc Liêu, Sóc Trăng, Cà Mau.
5.1.2. Đề xuất mô hình
Qua nghiên cứu và thực hiện mô hình tại chương 4, các mô hình được sử dụng như sau:
5.1.2.1. Mô hình đánh giá tình trạng quan hệ của khách hàng theo từng biến mục tiêu - Mô hình hồi qui logistic
Để đánh giá tình trạng quan hệ của khách hàng với ngân hàng, nghiên cứu sử dụng thông tin từ các biến V24 đến V30 (tương ứng câu 24 đến câu 30 của bảng hỏi). Thiết lập các biến mục tiêu về tình trạng quan hệ vay vốn Ngân hàng của khách hàng, bao gồm:
- Sử dụng các dịch vụ ngân hàng;
- Tổng tiền tiết kiệm;
- Tình trạng nợ gốc tiền vay;
- Tình trạng nợ lãi tiền vay;
- Tổng dư nợ hiện tại;
- Tần suất sử dụng dịch vụ ngân hàng;
- Số tiền tiết kiệm được.
Các biến này đánh giá các mặt khác nhau của quan hệ khách hàng với ngân hàng.
Tất các các biến tương ứng với các câu hỏi khác sử dụng làm biến độc lập giải thích cho các tính trạng của mỗi biến nói trên. Trong đó biến vùng (7 vùng) được sử dụng như biến phân khúc thị trường, nhằm so sánh biến động khác nhau của các tính trạng trong mỗi mô hình tương ứng với các biến mục tiêu. Kết quả phân tích có thể thiết lập khung phân khúc khách hàng theo hai cách:
- Cách thứ nhất: Theo từng vùng phân chia các mức xác suất của các tình trạng theo mức xấu đến tốt (hoặc ngược lại). Tính toán khoảng giá trị của các biến giải thích lập bảng tính điểm cho các khách hàng.
- Cách thứ hai: Theo từng vùng tính điểm cho từng trạng thái của các biến giải thích căn cứ vào tỷ lệ khách hàng ở các trạng thái của biến mục tiêu.
5.1.2.2. Mô hình tổng hợp đánh giá tình trạng quan hệ của khách hàng - Mô hình phân tích nhân tố