Luận án Nghiên cứu các yếu tố ảnh hưởng đến khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng hợp tác xã Việt Nam

khả năng vỡ nợ của KHCN cho các ngân hàng tại Việt Nam. 45 CHƯƠNG 2 PHƯƠNG PHÁP NGHIÊN CỨU 2.1. Quy trình nghiên cứu Với nội dung của luận án, quy trình nghiên cứu được trình bày như sau: Hình 2.1. Quy trình nghiên cứu của luận án Xác định mục tiêu nghiên cứu Cơ sở lý thuyết Mô hình nghiên cứu Phân tích dữ liệu Hoàn thiện luận án Tìm ra khoảng trống nghiên cứu Các lý thuyết liên quan, các yếu tố ảnh hưởng tới khả năng vỡ nợ của khách hàng cá nhân Các biến nghiên cứu có được từ mô hình có trước, yếu tố từ phỏng vấn định tính được đưa vào mô hình nghiên cứu - Mô hình Logit - Phân tích dự báo ANN, Random Forest - Kiểm tra kết quả trên mẫu dữ liệu mới - So sánh các mô hình 46 2.1.1. Xác định mục tiêu nghiên cứu Mặc dù mô hình đánh giá khả năng trả nợ của KHCN không phải là chủ đề mới trong thời gian gần đây. Trong nghiên cứu này, NCS đánh giá mức độ ảnh hưởng của các yếu tố lên khả năng vỡ nợ của KHCN. Đồng thời, luận án cũng sử dụng các phương pháp của mô hình dự báo mạng thần kinh nhân tạo (ANN), mô hình Random Forest để xem xét khả năng dự báo với dữ liệu nghiên cứu nhằm tìm ra mô hình có thể ứng dụng dự báo về khả năng vỡ nợ KHCN tại Ngân hàng HTX Việt Nam. 2.1.2. Xây dựng cơ sở lý thuyết Sau khi xác định được mục tiêu nghiên cứu, NCS tiến hành hệ thống hóa các cơ sở lý thuyết liên quan tới tín dụng KHCN. Đồng thời, thực hiện tổng quan các nghiên cứu đi trước về các yếu tố ảnh hưởng đến khả năng vỡ nợ của KHCN để làm tiền đề cho việc xây dựng mô hình cũng như các giả thuyết nghiên cứu. 2.1.3. Xây dựng mô hình nghiên cứu Từ việc tham khảo, kế thừa kết quả từ các nghiên cứu đi trước về các yếu tố ảnh hưởng đến khả năng vỡ nợ của KHCN và kết quả nghiên cứu định tính thông qua phỏng vấn chuyên gia trong lĩnh vực tín dụng KHCN tại Ngân hàng HTX Việt Nam. NCS đưa ra mô hình nghiên cứu gồm các yếu tố ảnh hưởng lên khả năng vỡ nợ của KHCN khi thực hiện vay vốn ở Ngân hàng HTX Việt Nam. 2.1.4. Phân tích dữ liệu Sau khi xây dựng được mô hình và các biến nghiên cứu, NCS tiến hành thu thập dữ liệu qua các kênh của ngân hàng. Với dữ liệu thu thập được, NCS tiến hành phân tích với sự hỗ trợ của phần mềm SPSS, R. Kĩ thuật phân tích hồi quy được sử dụng phân tích đánh giá các yếu tố ảnh hưởng tới khả năng vỡ nợ của KHCN. Đồng thời, mô hình phân tích biệt số được thực hiện nhằm chỉ ra mức độ đóng góp của các yếu tố vào khả năng vỡ nợ. Từ các kết quả phân tích này, đề tài sẽ so sánh các mô hình phân tích để lựa chọn mô hình nghiên cứu tối ưu trong bối cảnh nghiên cứu tại Ngân hàng HTX Việt Nam. 2.1.5. Hoàn thiện báo cáo luận án Sau khi có kết quả phân tích dữ liệu, NCS sẽ tiến hành luận giải các kết quả nhằm đưa ra các kết luận cũng như giải pháp giúp giảm thiểu rủi ro trong hoạt động tín dụng KHCN tại Ngân hàng HTX Việt Nam. Đồng thời, nghiên cứu cũng chỉ những hạn chế và các định hướng nghiên cứu tiếp theo liên quan tới chủ đề của luận án. 47 2.2. Mô hình và giả thuyết nghiên cứu Từ các nghiên cứu trước dựa trên mô hình nghiên cứu của Dufhues và Cộng sự (2011); Ojiaki & Ogbukwa (2012); Agarwal & Cộng sự (2009); Dunn & Kim (1999); Ozdemir (2004); Kocenda & Vojtek (2011); Booth và Cộng sự (2014). Tác giả đưa ra mô hình nghiên cứu như sau: 2.2.1. Mô hình nghiên cứu
 =  +  +   Trong đó: DLi: Là biến phụ thuộc về vỡ nợ Xi: Các biến độc lập có thể ảnh hưởng lên khả năng vỡ nợ DLi 2.2.2. Các biến nghiên cứu trong mô hình Các biến trong mô hình được giải thích ở bảng 2.1 48 Bảng 2.1. Những yếu tố ảnh hưởng đến xác suất vỡ nợ của khách hàng cá nhân TT Tên biến Ký hiệu Định nghĩa ĐVT Kỳ vọng 1 Biến phụ thuộc DL Nhận giá trị 1- Vỡ nợ (Không trả được nợ); 0- Không vợ nợ (Trả được nợ) 2 Trình độ học vấn Edu Biểu hiện số năm đi học Năm - 3 Giới tính Gender 1- Nam giới; 0- Nữ giới - 4 Hôn nhân Married Tình trạng hôn nhân: 1- Đã kết hôn; 0- Khác - 5 Lý lịch tư pháp Lltp 0 - Không tốt; 1- Tốt - 6 Sở hữu kinh doanh Shkd 0- Thuê; 1- Tự hữu - Làm chủ - 7 Tuổi chủ hộ Age Tuổi của khách hàng Năm - 8 Quy mô hộ Size Số nhân khẩu của hộ gia đình Người - 9 Số người phụ thuộc Numberdepend Số người phụ thuộc trong gia đình Người + 10 Vay tín dụng Number Số tiền vay Triệu đồng - 11 Nghề nghiệp và việc làm Job Nhận giá trị là 1 nếu làm trong lĩnh vực nông nghiệp và ngược lại, nhận giá trị là 0 nếu làm trong lĩnh vực phi nông nghiệp - 12 Công việc POS Chức vụ công việc: 1- Lãnh đạo; 2- Trưởng - 49 TT Tên biến Ký hiệu Định nghĩa ĐVT Kỳ vọng bộ phận; 3- Nhân viên; 13 Thời gian làm Time Thời gian làm việc Tháng - 14 Loại hình Doanh nghiệp COMP 1- Công ty nhà nước; 0- Ngoài nhà nước + 15 Thu nhập Income Thu nhập hàng tháng của khách hàng VNĐ - 16 Thời hạn vay EXP Thời gian vay vốn: 1- Ngắn hạn; 2- Trung hạn; 3- Dài hạn + 17 Tình hình trả nợ gốc và lãi SIT = 0- Luôn trả gốc, lãi đúng hạn; 1- Trả muộn 1 lần; 2- Trả muộn 2 lần trở lên - 18 Đúng mục đích Obj = 1- Sử dụng đúng mục đích; 0- Sử dụng không đúng mục đích - 19 Đa dạng hóa nghề nghiệp Dobj = 1- Chỉ có 1 ngành nghề; 0- Từ 2 ngành nghề trở lên - 20 Tài sản đảm bảo ASS = 1- Bất động sản; 0- Động sản - 21 Tỷ lệ trả hàng tháng Pay_income Tỷ lệ trả hàng tháng/thu nhập hàng tháng 22 Tham gia BHNT BHNT = 1- Có tham gia; 0- Không tham gia 50 2.2.3. Các giả thuyết nghiên cứu Trình độ học vấn của các khách hàng càng cao thì có ít khó khăn hơn trong việc trả nợ. Với cá nhân có trình độ học vấn càng thấp thì khả năng tìm được công việc ổn định có thu nhập cao cũng sẽ thấp hơn (Kočenda & Vojtek, 2011). Những cá nhân có học vấn cao có xu hướng tìm kiếm được các công việc tốt hơn các nhóm có học vấn kém hơn (Oni et al., 2005; PhD et al., 2007). Trong nghiên cứu này, NCS đưa ra giả thuyết nghiên cứu như sau: H1: Trình độ học vấn có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Giới tính cũng là một trong các yếu tố được các nghiên cứu xây dựng trong việc đánh giá khả năng vỡ nợ. Nam giới có xu hướng vỡ nợ thấp hơn so với nữ giới vì nữ giới ngoài các công việc kinh doanh hay việc làm thì còn gánh thêm công việc trong gia đình làm cho thời gian làm việc đem lại thu nhập ít hơn so với nam giới (Arminger et al., 1997; Carter et al., 2007; Dufhues et al., 2011). Đây là vấn đề do văn hóa làm ảnh hưởng tới sự khác biệt này. Do đó, NCS đưa ra giả thuyết nghiên cứu như sau: H2: Giới tính có ảnh hưởng ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Tình trạng hôn nhân có vai trò đóng góp quan trọng trong việc đánh giá khả năng vỡ nợ của khách hàng (Kočenda & Vojtek, 2011; Moffatt, 2005). Với các khách hàng đã lập gia đình có lợi thế thu nhập kép khi cả vợ chồng đều có thu nhập mang lại cho gia đình (Carling et al., 1998). Điều này làm cho khả năng vỡ nợ giảm đi khi vợ chồng có thu nhập ổn định. Do đó, NCS đưa ra giả thuyết nghiên cứu như sau: H3: Tình trạng hôn nhân có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Yếu tố lý lịch tư pháp cá nhân được thu thập thông tin về các vấn đề liên quan tới hoạt động của người vay với xã hội bên ngoài. Việc các yếu tố có các hành vi không tốt với xã hội (gây rối trật tự tiền án, tiền sự) cũng làm ảnh hưởng đến việc thẩm định hồ sơ vay vốn. Trong trường hợp được cấp vốn, các hoạt động kinh doanh của các cá nhân có hồ sơ lý lịch tư pháp tốt hay không tốt sẽ có những khác biệt về khả năng trả nợ. Khách hàng có lý lịch tư pháp tốt dẫn tới các hành vi kinh doanh được coi là nghiêm túc hơn và thái độ với ngân hàng tốt hơn. Do đó, trong nghiên cứu này NCS đưa ra thuyết này sau: 51 H4: Lý lịch tư pháp tốt có khả năng vỡ nợ thấp hơn so với khách hàng có lý lịch tư pháp không tốt Yếu tố sở hữu kinh doanh là việc khách hàng sở hữu tài sản mặt bằng kinh doanh hay đi thuê mặt bằng kinh doanh. Các khách hàng phải đi thuê mặt bằng kinh doanh làm cho chi phí cố định tăng lên và có nhiều áp lực tài chính hơn so với khách hàng không phải đi thuê mặt bằng kinh doanh. Do đó, khả năng trả được nợ của khách hàng đi thuê sẽ thấp hơn so với khách hàng không phải đi thuê. Vì vậy, NCS đưa ra giả thuyết nghiên cứu như sau: H5: Sở hữu kinh doanh có ảnh hưởng ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Độ tuổi cũng là chỉ số được xem xét trong việc đánh giá khả năng vỡ nợ cũng như xếp hạng tín dụng KHCN. Với khách hàng có độ tuổi càng nhiều thì kinh nghiệm làm việc cũng cao hơn (Kočenda & Vojtek, 2011; Ojiako & Ogbukwa, 2012). Với nhiều trải nghiệm trong công việc, họ đã có đúc rút ra các kinh nghiệm trong công việc cũng như kinh doanh (Abid et al., 2018). Đồng thời, các cá nhân nhiều tuổi thì có trách nhiệm hơn và kỷ luật hơn trong vấn đề công việc cũng như trả nợ (Boyle et al., 1992; Mokhtar et al., 2012). Do đó, các rủi ro họ đã phần nào biết trước để có biện pháp hạn chế rủi ro. Vì vậy, trong nghiên cứu này NCS đưa ra giả thuyết nghiên cứu như sau: H6: Độ tuổi có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Số lượng thành viên trong gia đình càng lớn dẫn tới nguồn lực đóng góp cho thu nhập sẽ càng lớn (Afolabi, 2010; Ojiako & Ogbukwa, 2012). Quy mô hộ gia đình có thể bao gồm cả những thành viên tham gia lao động tạo thu nhập và các thành viên phụ thuộc. Tuy nhiên, số lượng thành viên tham gia lao động đóng vai trò đáng kể trong quy mô hộ gia đình. Do đó, các gia đình có số lượng thành viên càng nhiều thì có xu hướng tạo nhu nhập nhiều hơn và khả năng vỡ nợ thấp hơn (Cox & Jappelli, 1993). Vì vậy, trong nghiên cứu này NCS đưa ra giả thuyết như sau: H7: Quy mô hộ gia đình có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Số người phụ thuộc trong gia đình mang tới những áp lực trả nợ cho khách hàng khi thu nhập phải phân phối thêm cho những người phụ thuộc. Do đó, các khách hàng trong hộ có nhiều người phụ thuộc thì mức độ phân phối thu nhập nhiều hơn. Khả năng vỡ nợ của nhóm khách hàng này cũng cao hơn. Vì vậy, NCS đưa ra giả thuyết nghiên cứu như sau: 52 H8: Số người phụ thuộc trong gia đình có tác động cùng chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Số tiền cho vay hay tỷ lệ cho vay có giá trị càng cao rủi ro càng lớn (Jacobson & Roszbach, 2003; Kočenda & Vojtek, 2011; V. M. Peter & Kerr, 2001; V. Peter & Peter, 2011). Với số tiền cho vay càng lớn dẫn tới chi phí trả lãi càng cao, rủi ro của nhóm khách hàng này càng lớn (Berk & DeMarzo, 2016). Do đó, trong nghiên cứu này NCS đưa ra giả thuyết như sau: H9: Số tiền vay có tác động cùng chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Nghề nghiệp của khách hàng cũng được đưa vào giả thuyết tác động lên khả năng vỡ nợ của khách hàng. Với khách hàng làm việc trong các tổ chức của người khác (khách hàng đóng vai trò là người làm thuê) có khả năng trả nợ cao hơn so với những khách hàng tự doanh. Vấn đề tự doanh làm cho rủi ro kinh doanh tăng lên cùng số tiền vay ngân hàng. Các khách hàng không tự doanh có những nguồn thu cố định và đã được thẩm định về hồ sơ cũng như số tiền vay tương ứng. Bởi vậy, NCS đưa ra giả thuyết nghiên cứu như sau: H10: Nghề nghiệp có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Chức vụ làm việc của khách hàng cũng được xem xét trong việc đánh giá lên khả năng trả nợ của khách hàng. Với khách hàng có vị trí công việc càng cao thì có nhiều kinh nghiệm quản lý cũng như tiềm lực tài chính nên việc sử dụng vốn trở lên hiệu quả hơn. Do đó, NCS đưa ra giả thuyết nghiên cứu như sau: H11: Vị trí công việc có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Thời gian làm việc càng lớn dẫn tới kinh nghiệm làm việc của khách hàng càng nhiều. Khả năng xử lý công việc tốt, các mối quan hệ xã hội cũng như trong công việc mở rộng giúp công việc trở lên thuận lợi hơn. Trong nghiên cứu này, NCS đưa ra giả thuyết nghiên cứu như sau: H12: Thời gian làm việc có ảnh hưởng ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Loại hình công ty đang làm việc cũng được xem xét trong nghiên cứu này. Tác giả giả định các cá nhân làm doanh nghiệp nước ngoài có xu hướng vỡ nợ thấp hơn so với cá nhân làm việc trong lĩnh vực tư nhân và nhà nước. Do vậy, trong nghiên cứu này giả thuyết nghiên cứu được phát biểu như sau: 53 H13: Loại hình công ty có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Thu nhập có ảnh hưởng cùng chiều lên khả năng trả nợ của khách hàng đồng nghĩa với việc khi thu nhập càng cao thì khả năng vỡ nợ sẽ càng giảm (Oni et al., 2005; PhD et al., 2007). Nguyên nhân dẫn tới vỡ nợ của khách hàng do mức thu nhập giảm (Pennington-Cross, 2000; Peter & Peter, 2011). Việc chi tiêu nhiều khi mà mức thu nhập hạn chế sẽ làm giảm khả năng trả nợ của khách hàng (Hall & Mishkin, 1980; Hayashi, 1985; V. M. Peter & Kerr, 2001). Do đó, trong nghiên cứu này NCS đưa ra giả thuyết như sau: H14: Thu nhập có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Thời hạn vay cũng được đánh giá có ảnh hưởng quan trọng tới khả năng trả nợ hay vỡ nợ của khách hàng. Thời hạn vay dài hạn giúp cá nhân có khả năng vỡ nợ thấp hơn khi chiến lược kinh doanh cũng như trả nợ được thu xếp dài hơn (Dufhues et al., 2011; Jacobson & Roszbach, 2003), chủ động hơn trong quá trình trả nợ. Trong nghiên cứu này, NCS đưa ra giả thuyết nghiên cứu như sau: H15: Thời gian vay có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân trong ngân hàng. Tình trạng trả nợ lãi và gốc mang tới lịch sử tín dụng của các yếu tố trong việc vay vốn. Với khách hàng có lịch sử tín dụng tốt, không trả chậm gốc và lãi thì cho thấy họ chủ động trong việc chi trả. Do đó, họ sẽ có khả năng vỡ nợ thấp hơn so với các khách hàng có tiền sử trả nợ không tốt. Bởi vậy, NCS đưa ra giả thuyết nghiên cứu như sau: H16: Tình trạng trả nợ có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Việc thay đổi mục đích khoản vay vốn làm tăng khả năng không trả được nợ của khách hàng (Kočenda & Vojtek, 2011). Việc sử dụng đúng mục đích vay đã được ngân hàng xem xét đánh giá về mức độ khả thi dự án. Do đó, với các khách hàng sử dụng khoản vay theo đúng mục đích thì có mức độ vỡ nợ thấp hơn (Moffatt, 2005). Vì thế mà, NCS đưa ra giả thuyết nghiên cứu như sau: H17: Biến sử dụng đúng mục đích khoản vay có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. 54 Việc tập trung cho công việc giúp giá trị thu nhập tạo ra tốt hơn dẫn tới khả năng trả nợ cao hơn. Đa dạng hóa công việc đang làm cho cá nhân không mang lại thu nhập tốt cho việc trả nợ. Các chi phí về công việc dường như cao hơn mức thu nhập kỳ vọng làm cho khả năng trả nợ thấp hơn. Do đó, trong nghiên cứu này NCS đưa ra giả thuyết nghiên cứu như sau: H18: Đa dạng hóa nghề nghiệp có tác động cùng chiều tới khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Các tài sản bất động sản có tính hữu hình cao dẫn tới khả năng mua bán nợ xấu từ các tài sản này cũng dễ hơn so với các tài sản đảm bảo động sản. Do đó, tính ràng buộc về tài sản đảm bảo và trả nợ trở lên chặt chẽ hơn dẫn tới khách hàng có trách nhiệm trả nợ cao hơn. Tài sản đảm bảo là bất động sản có xu hướng có tỷ lệ rủi ro tín dụng thấp hơn so với tài sản đảm bảo khác. Trong nghiên cứu này, NCS đưa ra giả thuyết nghiên cứu như sau: H19: Tài sản đảm bảo của khách hàng có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Tỷ lệ trả nợ là tỷ lệ trả nợ gốc, lãi trên thu nhập của khách hàng. Với tỷ lệ chi trả càng cao chỉ ra hai vấn đề: (i) Nợ phải trả nhiều và (ii) Thu nhập thấp. Trong trường hợp tỷ lệ trả nợ/thu nhập cao làm cho các chi tiêu khác của khách hàng bị hạn chế. Điều này, dẫn tới nguy cơ khó chi trả cho sinh hoạt cũng như hoạt động trả nợ trong tương lai (Jacobson & Roszbach, 2003). Do đó, NCS đưa ra giả thuyết nghiên cứu như sau: H20: Tỷ lệ trả nợ/thu nhập có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. Việc tham gia bảo hiểm nhân thọ trong những năm gần đây trở lên phổ biến hơn, các khách hàng tham gia bảo hiểm nhân thọ là người hiểu về rủi ro và có thu nhập ở mức cao. Do đó, việc khách hàng có tham gia bảo hiểm nhân thọ là dấu hiệu để cho thấy khả năng vỡ nợ thấp hơn so với các khách hàng không tham gia bảo hiểm nhân thọ. Trong nghiên cứu này, NCS đưa ra giả thuyết nghiên như sau: H21: Khách hàng tham gia bảo hiểm nhân thọ có tác động ngược chiều lên khả năng vỡ nợ của khách hàng cá nhân tại ngân hàng. 55 2.3. Thiết kế nghiên cứu 2.3.1. Mẫu nghiên cứu Dữ liệu nghiên cứu được thu thập từ nguồn dữ liệu của Ngân hàng HTX Việt Nam. Dữ liệu quá khứ về việc vỡ nợ hay không vỡ nợ của các KHCN tại ngân hàng sẽ được sử dụng (khách hàng là những cá nhân vay vốn phục vụ mục đích kinh doanh cá nhân hoặc hộ gia đình). Mẫu nghiên cứu thu được 5.498 khách hàng tại Ngân hàng HTX Việt Nam. Với số lượng mẫu 5.498, đảm bảo tin cậy về số lượng mẫu tối thiểu và tính đại diện khi phân tích dữ liệu đa biến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). 2.3.2. Thu thập dữ liệu Với các biến nghiên cứu được xác định trong mô hình nghiên cứu, tác giả tiến hành gửi tới bộ phận phụ trách khách hàng tại Hội sở của Ngân hàng HTX Việt Nam để xin dữ liệu thông tin tình hình trả nợ của KHCN. Thông tin khách hàng về họ tên, số điện thoại và địa chỉ không được đưa vào dữ liệu phân tích. Các thông tin được cung cấp hoàn toàn bảo mật và chỉ sử dụng cho nghiên cứu này của tác giả. Mỗi chi nhánh được NCS thu thập khoảng từ 100 - 500 khách hàng. 2.4. Phương pháp phân tích dữ liệu 2.4.1. Mô tả dữ liệu Mẫu thu thập được tiến hành phân loại theo các nhóm được định sẵn bằng các kỹ thuật thống kê mô tả hay tính tần suất. Trung bình mẫu (mean) trong thống kê là một đại lượng mô tả thống kê, được tính ra bằng cách lấy tổng giá trị của toàn bộ các quan sát trong tập chia cho số lượng các quan sát trong tập. Các biến nghiên cứu là biến định danh hoặc thứ bậc sẽ được tác giả thực hiện tính toán tần suất để so sánh tỉ lệ phần trăm. Đồng thời, sử dụng bảng so sánh chéo crosstab để đánh giá về quan hệ các yếu tố nhân khẩu học ở dạng thống kê (chủ yếu tập trung quanh giới tính). 2.4.2. Phân tích tương quan Do đặc thù biến phụ thuộc là biến định danh hay nhị phân chỉ nhận giá trị 1 và 0 nên khi đó hệ số tương quan sẽ không còn ý nghĩa (do hệ số tương quan giữa các biến r tính toán dựa trên cả giá trị độ lệch chuẩn, với biến định danh và thứ bậc thì yếu tố độ lệch chuẩn không có ý nghĩa). Đồng thời, các biến độc lập trong mô hình cũng gồm nhiều biến phân loại nên chỉ số hệ số tương quan sẽ không có ý nghĩa khi so sánh tương quan giữa các biến độc lập. Do vậy, trong phần trình bày kết quả nghiên cứu, tác giả sẽ không đưa ma trận hệ số tương quan giữa các biến và biến phụ thuộc vào. 56 2.4.3. Các mô hình phân tích và dự báo vỡ nợ của khách hàng cá nhân 2.4.3.1. Mô hình Logit Với đặc trưng của biến phụ thuộc là vỡ nợ của khách hàng được đo lường bằng 1 nếu vỡ nợ (không trả được nợ) và là 0 nếu không vỡ nợ (trả được nợ). Do đó, mô hình hồi quy Logistic sẽ được sử dụng để phân tích các yếu tố ảnh hưởng lên khả năng vỡ nợ của KHCN. Hồi quy Logistic là mô hình hồi quy đặc biệt khi biến phụ thuộc là một biến nhị phân chỉ nhận hai giá trị 0 và 1. Mô hình hồi quy này sử dụng để dự đoán xác suất xảy ra một sự việc dựa vào thông tin các biến độc lập trong mô hình. Xác suất: Là khả năng để sự việc xảy ra, ký hiệu là P Odds là tỷ lệ so sánh giữa hai xác suất: Xảy ra sự việc và không xảy ra. Khi chúng ta có biến phụ thuộc chỉ có hai lựa chọn: Y = 1, Y = 0 và xác suất để sự việc đó xảy ra ký hiệu là P (Y = 1) = P. Các nhà thống kê thường sử dụng một đại lượng quen thuộc là Odds của sự việc xảy ra, chứ không phải là xác suất để sự việc đó xảy ra và Odds được tính như sau: 1 POdds P = − Như vậy, theo công thức này thì Odds là một hàm số theo P. Odss >= 0 và Odds sẽ không xác định khi P = 1. Từ công thức trên, ta có: 1 OddsP Odds = + Như vậy, xác suất P là một hàm số theo Odds. Ta có P là xác suất xảy ra sự kiện thì (1 – P) là xác suất không xảy ra sự kiện, xác suất P được đo lường như sau: 0 1 1 2 2( ... ) 1 1 1 1i k ki Z X X X P e e β β β β− − + + + += =+ + Với 0 1 1 2 2 ... k kZ X X Xβ β β β= + + + + ( , )iZ ∈ −∞ +∞ , (0,1)iP ∈ ( 1, )iX i k= Odds của 2 trường hợp trên là: 1 1 1 i i i z zi z i P eOdds e P e− + = = = − + Lấy Log cơ số e của Odds ta có dạng hàm mô hình hồi quy Logit: 57 0 1 1 2 2ln( ) ...1 i i i k k i PL Z X X X P β β β β= = = + + + + − Với ( 1, )iX i k= : Là các biến độc lập (i) Tác động biên của biến thứ k Ý nghĩa: Khi thay đổi Xk một đơn vị thì xác suất để cho Y = 1 (cũng chính là Pi) sẽ thay đổi Pi.(1 - Pi). β k. Sự thay đổi xác suất theo giải thích này phụ thuộc vào hai yếu tố. Yếu tố thứ nhất là dấu của hệ số β k. Nếu hệ số mang dấu (+) thì có nghĩa là khi tăng biến Xk sẽ tác động làm tăng xác suất cho Y = 1 và ngược lại. Yếu tố thứ hai là sự thay đổi xác suất cho Y = 1 khi thay đổi Xk sẽ lại phụ thuộc vào giá trị cụ thể của Xk, có nghĩa là việc tăng (giảm) xác suất Pi khi thay đổi Xk sẽ không cố định mà nó sẽ thay đổi tương ứng với giá trị của biến Xk và sự thay đổi này nằm trong phạm vi của điều kiện cơ bản của xác suất là 0 1iP≤ ≤ (ii). Mối quan hệ giữa tác động biên của xác suất biến phụ thuộc tăng lên từ P0 lên P1 khi thay đổi một đơn vị của Xk : 00 0 01 zPOdds e p = = − Trong đó, P0 là xác suất khởi điểm: 0 1 2 2 ...i k kiZ X Xβ β β= + + + 11 1 11 zPOdds e p = = − Trong đó, P1 là xác suất khi Xk tăng thêm một đơn vị 1 1 2 2 ... ( 1)i k kiZ X Xβ β β= + + + + Từ 2 phương trình trên ta có: 1 1 0 0 (1)k kO e O O e O β β = → = Thay 11 11 POdds p = − vào (1) 01 0 1 1 01 1 k k k O eP O e p p O e β β β= → = − + Từ mối quan hệ này chúng ta có thể xây dựng kịch bản cho sự thay đổi của xác suất khi thay đổi một đơn vị của biến Xk, sự thay đổi này bằng cách quan sát chênh lệch của P0 và P1, chúng ta lấy P1- P0 sẽ tìm ra sự thay đổi của xác suất khi thay đổi một đơn vị của Xk. Ưu điểm của cách mô phỏng này cho chúng ta thấy được sự thay đổi xác suất cụ thể, còn cách lý giải tác động biên về xác suất ở phần trước chỉ mang tính định tính. 58 Kiểm định mô hình hồi quy Độ phù hợp của mô hình: Chúng ta dựa vào chỉ tiêu LL (log likelihood), thước đo này có ý nghĩa giống như SSE (Sum of squares of error) nghĩa là có giá trị càng nhỏ càng tốt. Giá trị nhỏ nhất của LL là 0 (tức là không có sai số) khi đó mô hình có một độ phù hợp hoàn hảo. Ngoài ra chúng ta còn có thể dựa vào bảng dự báo theo các mức xác suất chuẩn C tùy thích bằng SPSS để xác định mô hình dự đoán tốt đến đâu. Đây là bảng so sánh trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện. Với giá trị khả năng dự báo trên 50% sẽ được coi là phù hợp. Kiểm định ý nghĩa của các hệ số: Hồi quy Logit sử dụng đại lượng Wald Chi square để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể. 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) Logit chia cho sai số chuẩn của ước lượng hệ số hồi quy này sau đó lấy bình phương như sau: 2 2 . . .( ) . .( ) BWald Chi square s e s e B β β    − = =        Kiểm định độ phù hợp tổng quát: Trong hồi quy Logit, tổ hợp liên hệ tuyến tính của toàn bộ các hệ số trong mô hình ngoại trừ hằng số cũng được kiểm định xem có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc không. Với hồi quy tuyến tính bội ta dùng thống kê F để kiểm định giả thuyết: 0 1 2 3: ... 0H β β β= = = = . Tuy nhiên, trong hồi quy Logit ta sử dụng kiểm định khi - bình phương. Với mức p-value< 0.05 ta bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 tức là các hệ số hồi quy khác nhau có ý nghĩa thống kê và các hệ số đều thực sự có ý nghĩa trong việc giải thích biến phụ thuộc. 2.4.3.2. Mô hình Probit Hồi quy Probit: Trong hồi quy Probit, tích lũy tiêu chuẩn hàm phân phối chuẩn Φ(⋅) được sử dụng để mô hình hàm hồi quy khi biến phụ thuộc là nhị phân, nghĩa là chúng ta giả sử: E(Y|X)=P(Y=1|X)=Φ(β0+β1X) (*) β0+β1Xβ0+β1X trong(*) đóng vai trò là một phân vị z: Φ(z)=P(Z≤z) , Z∼N(0,1) 59 Như vậy mà hệ số Probit β1trong (*) là thay đổi trong Z được liên kết với thay đổi một đơn vị trong X. Mặc dù ảnh hưởng đến Z của một sự thay đổi trong X là tuyến tính, liên kết giữa Z và biến phụ thuộc Y là phi tuyến từ Φ là hàm phi tuyến của X. Do biến phụ thuộc là hàm phi tuyến của các biến hồi quy, nên hệ s