Phương pháp đánh giá xếp hạng tín dụng cá nhân CHƯƠNG 1 GIỚI THIỆU Chương này sẽ trình bày về lý do đề tài nghiên cứu được thực hiện, xác định mục tiêu, đối tượng và phương pháp làm cơ sở cho toàn bộ quá trình nghiên cứu của đề tài. I. Lý do chọn đề tài Việt Nam có trên 84 triệu dân, với đa số là ở độ tuổi trẻ, có thu nhập, phong cách sống hiện đại và có nhu cầu mua sắm lớn. Xu hướng tiêu dùng trước, trả sau tăng nhanh, nhất là ở 2 thành phố lớn Hà Nội và Hồ Chí Minh. Chính vì thế, các sản phẩm tín dụng bán lẻ của các ngân hàng được triển khai trong thời gian gần đây dù còn mới mẻ nhưng đều được khách hàng rất quan tâm và thu được không ít thành công. Đây là thị trường tiềm năng rất lớn nên sự cạnh tranh giữa các ngân hàng rất gay gắt. Để có thể rút ngắn quá trình xét duyệt cho vay, đồng thời hạn chế rủi ro cho ngân hàng, tăng sức cạnh tranh trong ngành, đề tài mong muốn xây dựng mô hình đánh giá xếp hạng tín dụng phù hợp với thực tế, giảm bớt rủi ro do tính chủ quan của chuyên viên tín dụng trong việc ta quyết định cho
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Phương pháp đánh giá xếp hạng tín dụng cá nhân
CHƯƠNG 1
GIỚI THIỆU
Chương này sẽ trình bày về lý do đề tài nghiên cứu được thực hiện, xác định mục tiêu, đối
tượng và phương pháp làm cơ sở cho toàn bộ quá trình nghiên cứu của đề tài.
I. Lý do chọn đề tài
Việt Nam có trên 84 triệu dân, với đa số là ở độ tuổi trẻ, có thu nhập, phong cách sống hiện
đại và có nhu cầu mua sắm lớn. Xu hướng tiêu dùng trước, trả sau tăng nhanh, nhất là ở 2
thành phố lớn Hà Nội và Hồ Chí Minh. Chính vì thế, các sản phẩm tín dụng bán lẻ của các
ngân hàng được triển khai trong thời gian gần đây dù còn mới mẻ nhưng đều được khách
hàng rất quan tâm và thu được không ít thành công. Đây là thị trường tiềm năng rất lớn nên
sự cạnh tranh giữa các ngân hàng rất gay gắt. Để có thể rút ngắn quá trình xét duyệt cho
vay, đồng thời hạn chế rủi ro cho ngân hàng, tăng sức cạnh tranh trong ngành, đề tài mong
muốn xây dựng mô hình đánh giá xếp hạng tín dụng phù hợp với thực tế, giảm bớt rủi ro
do tính chủ quan của chuyên viên tín dụng trong việc ta quyết định cho vay, đưa ra thêm
một phương pháp đánh giá xếp hạng tín dụng mới cho những người quan tâm tham khảo.
II. Mục tiêu nghiên cứu của đề tài
- Tìm hiểu các phương pháp đánh giá xếp hạng tín dụng cá nhân trên thế giới.
- Tìm hiểu hệ thống đánh giá xếp hạng tín dụng cá nhân tại ngân hàng đầu tư và phát
triển Việt Nam Chi nhánh Nam Sài Gòn.
- Ứng dụng mô hình Logit trong việc đánh giá xếp hạng tín dụng cá nhân, đề xuất mô
hình phù hợp.
- Tìm ra ảnh hưởng biên của các yếu tố tác động đến khả năng trả nợ đúng hạn của
khách hàng.
III. Đối tượng và phương pháp nghiên cứu
1. Đối tượng
Đối tượng nghiên cứu là hệ thống XHTD cá nhân. Đối tượng khảo sát chính là
những KH vay vốn của BIDV.
2. Phương pháp nghiên cứu
Dữ liệu nghiên cứu được lấy từ tháng 10/2008 đến tháng 02/2010 về thông tin của
137 KH sử dụng thẻ tín dụng NH. Sau khi lấy bộ dữ liệu về thì dữ liệu sẽ được mã hóa rồi
sử dụng phần mềm Eviews sử dụng thống kê mô tả,chạy mô hình Logit để phân tích dữ
liệu.
IV. Ý nghĩa của đề tài
Kết quả nghiên cứu của đề tài sẽ góp thêm cơ sở khoa học cho các tổ chức tài
chính, và các cá nhân liên quan, đặc biệt là BIDV trong quá trình hoạt động kinh doanh và
quản lý rủi ro của mình.
V. Kết cấu của đề tài
Ngoài phần kết luận và các danh mục, phụ lục kèm theo, đề tài gồm 4 chương:
- Chương 1: Tổng quan,
- Chương 2: Cơ sở lý thuyết, Kinh nghiệm trên thế giới và thực tiễn XHTD ở Việt Nam.
- Chương 3:, Phân tích, giới thiệu về việc lựa chọn biến, trình bày về mô hình Logit.
- Chương 4: Hồi quy mô hình Logit với các biến được chọn, đề xuất mô hình XHTDCN.
CHƯƠNG 2
CƠ SỞ LÝ THUYẾT VỀ XẾP HẠNG TÍN DỤNG
Chương này sẽ đem lại những hiểu biết cơ bản về quá trình hình thành và phát triển
của việc xếp hạng tín dụng. Từ những kinh nghiệm thu thập lại trong quá trình làm việc
nhiều năm của các cán bộ tín dụng để hình thành nên các yếu tố ảnh hưởng đến khả năng
trả nợ của khách hàng,
Ngoài ra, chương này còn cung cấp các nghiên cứu trước đây về việc xếp loại các
chỉ tiêu ảnh hưởng lên khả năng trả nợ của khách hàng, cũng như phương pháp xếp hạng
tín dụng bằng mô hình hồi quy Logit.
I. Tổng quan về xếp hạng tín dụng
1. Lịch sử ra đời và phát triển
Mô hình định mức tín nhiệm thể nhân ra đời cách đây hơn 50 năm. Theo các mô
hình này các cá nhân có nhu cầu thế chấp mua nhà, vay trả chậm dùng thẻ tín dụng sẽ được
đánh giá và lượng hóa khả năng thanh toán của cá nhận đó bằng thang điểm tín dụng. Mức
điểm thu được cho biết mức độ rủi ro tương đối của khả năng thanh toán và khả năng gây
thiệt hại của khách hàng đối với người cho vay. Mức điểm dựa trên thông tin có được từ
các báo cáo về quá trình sử dụng khoản tín dụng của khách hang, đồng thời so sánh với
những khách hàng tương tự.
2. Các khái niệm về xếp hạng tín dụng
Xếp hạng tín dụng (credit ratings) là thuật ngữ do Moody đưa ra năm 1909 trong
cuốn “Cẩm nang chứng khoán đường sắt”, khi tiến hành nghiên cứu, phân tích và công bố
bảng xếp hạng tín dụng đầu tiên cho 1500 trái phiếu của 250 công ty theo một hệ thống ký
hiệu gồm 3 chữ cái A, B, C được xếp lần lượt từ (AAA) đến (C).
Hiện nay, những ký hiệu này trở thành chuẩn mực quốc tế. Ở Việt Nam thuật
ngữ xếp hạng tín dụng đang tồn tại nhiều tên gọi như: xếp hạng tín nhiệm, xếp hạng
doanh nghiệp, định dạng tín dụng, xếp hạng KH. Trong đề tài này tác giả dùng thuật ngữ
“xếp hạng tín dụng” (XHTD).
Khái niệm về XHTD có thể được khái quát một cách đơn giản như sau XHTD có
nghĩa là việc phân loại, sắp xếp một đối tượng vào các nhóm KH trên cơ sở đo lường rủi
ro tín dụng.
Hệ thống XHTD dùng để đánh giá mức độ tín nhiệm đối với trách nhiệm tài
chính của cả 2 nhóm KH doanh nghiệp và KH cá nhân (thể nhân). Trong phạm vi bài
nghiên cứu này, tác giả tập trung phân tích và nghiên cứu hệ thống XHTD dành cho nhóm
KH cá nhân.
3. Tầm quan trọng của xếp hạng tín dụng cá nhân
Thứ nhất, tính chính xác: cung cấp mức độ rủi ro cho người cho vay, tùy thuộc vào
mức độ chấp nhận rủi ro của người cho vay mà ra quyết định cho vay hay không.
Thứ hai, tốc độ, hiệu quả và chi phí: mô hình xếp hạng tín dụng được hoàn thiện và
được mã hóa thành những phần mềm chuyên biệt đã làm cho việc ra quyết định cho vay
diễn ra nhanh hơn dẫn đến giảm chi phí khi xem xét cũng như ra quyết định cho vay.
Thứ ba, sự công bằng: mô hình xếp hạng tín dụng cho kết quả một cách công bằng
hơn là việc ra quyết định phán xét cá nhân của người cho vay (loại bỏ hoàn toàn các yếu tố
về giới tính, tôn giáo, quốc tịch…).
Thứ tư, mức độ tin cậy: mô hình xếp hạng tín dụng FICO đã được kiểm định và cho
thấy rằng việc sử dụng mô hình xếp hạng tín dụng tạo ra sự công bằng, đáng tin cậy đồng
thời giảm thiểu rủi ro tín dụng hơn là việc ra quyết định độc lập của người cho vay.
Thứ năm, tính kiên định: mô hình được mã hóa với một số biến nhất định, chỉ đưa ra
một kết quả duy nhất, với người cho vay khi xem xét ra quyết định cho vay lại bị ảnh
hưởng của nhiều yếu tố xung quanh dẫn đến việc ra quyết định sai.
II. Một số nghiên cứu và kinh nghiệm xếp hạng tín nhiệm thể nhân trên thực tế
1. Tình huống nghiên cứu của Vương Quân Hoàng
Tác giả thực hiện hồi quy nhị phân Logistic trên tập mẫu thu thập được với các biến cho
vào mô hình như sau:
Bảng 2.1: Các đặc trưng của khách hàng
Ký hiệu Ý nghĩa
X01 Tuổi tác
X02 Trình độ học vấn
X03 Loại hình công việc
X04 Thời gian công việc
X05 Mức thu nhập hàng tháng
X06 Tình trạng hôn nhân
X07 Nơi cư trú
X08 Thời gian cư trú
X09 Số người sống phụ thuộc
X10 Phương tiện đi lại
X11 Phương tiện thông tin
X12 Chênh lệch giữa thu nhập và chi tiêu
X13 Giá trị tài sản khách hàng
X14 Giá trị các khoản nợ
X15 Quan hệ với Techcombank
X16 Uy tín trong giao dịch
Nguồn: Vương Quân Hoàng, 2006, Phương pháp thống kê xây dựng mô hình định
mức tín nhiệm khách hàng thể nhân
Dạng mô hình hồi quy Logit:
Trong đó là xác suất của quan sát x
Mô hình hồi quy Logit có các hệ số hồi quy như sau:
con dấu, có bảng tổng kết tài sản, có nhiệm vụ thực hiện các hoạt động của NHĐT&PT VN
theo ủy quyền của Tổng giám đốc NHĐT&PT VN, là đơn vị hạch toán phụ thuộc trong hệ
thống NHĐT&PT VN. Chi nhánh Ngân hàng Đầu tư và Phát triển Nam Sài Gòn được
thành lập theo Quyết định của Hội đồng quản trị NHĐT&PT VN trên cơ sở chấp thuận của
Thống đốc Ngân hàng Nhà nước.
b. Lựa chọn địa điểm
Qua khảo sát, Sở giao dịch II đã lựa chọn điểm đặt trụ sở của Chi nhánh Nam Sài Gòn tại
số 01 Đinh Lễ - Quận 4 – TP HCM với diện tích: 1.000m2.
c. Nội dung hoạt động
Huy động vốn
Huy động vốn dài hạn, trung hạn, ngắn hạn bằng Đồng Việt Nam và bằng ngoại tệ từ mọi
nguồn vốn trong nước dưới các hình thức:
- Nhận tiền gửi tiết kiệm không kỳ hạn và có kỳ hạn, tiền gửi thanh toán của các tổ chức
và dân cư ;- Thực hiện các hình thức huy động vốn khác;
- Phát hành chứng chỉ tiền gửi, kỳ phiếu, trái phiếu khi được Tổng giám đốc Ngân hàng
Đầu tư và Phát triển Việt Nam giao.
Nghiệp vụ tín dụng
- Cho vay dài hạn, trung hạn và ngắn hạn bằng Đồng Việt Nam và bằng ngoại tệ đối với
các tổ chức, cá nhân phù hợp với quy định của Pháp luật và Quy định của Ngân hàng Đầu
tư và Phát triển Việt Nam.
- Chiết khấu giấy tờ có giá, thực hiện các nghiệp vụ bảo lãnh Ngân hàng.
- Thực hiện các loại hình tín dụng khác khi được Tổng giám đốc Ngân hàng Đầu tư và
Phát triển Việt Nam giao.
Hoạt động dịch vụ
- Thực hiện các nghiệp vụ thanh toán trong nước, quốc tế; dịch vụ thu và chi tiền mặt.
- Thực hiện nghiệp vụ mua bán ngoại tệ; dịch vụ ngân hàng đại lý.
- Thực hiện các dịch vụ thanh toán khác theo ủy quyền của Tổng giám đốc Ngân hàng
Đầu tư và Phát triển Việt Nam.
Các hoạt động khác:
- Quản lý vốn đầu tư cho các dự án theo yêu cầu khách hàng.
- Thực hiện dịch vụ giữ hộ các giấy tờ có giá và các tài sản quý của khách hàng.
- Kinh doanh vàng bạc, kim khí quý, đá quý.
- Các nghiệp vụ Ngân hàng đối ngoại và các nghiệp vụ khác do Tổng giám đốc Ngân
hàng Đầu tư và Phát triển Việt Nam giao.
2. Chức năng phòng Quản lý rủi ro:
Công tác quản lý tín dụng:
- Tham mưu đề xuất chính sách, biện pháp phát triển và nâng cao hoạt động tín dụng.
- Quản lý, giám sát, phân tích, đánh giá rủi ro tiềm ẩn đối với danh mục tín dụng của chi
nhánh; duy trì và áp dụng hệ thống đánh giá, xếp hạng tín dụng vào việc quản lý danh mục.
- Đầu mối nghiên cứu, đề xuất trình lãnh đạo phê duyệt hạn mức, điều chỉnh hạn mức, cơ
cấu, giới hạn tín dụng cho từng ngành, từng nhóm và từng khách hàng.
- Đầu mối đề xuất trình Giám đốc kế hoạch giảm nợ xấu của Chi nhánh, của khách hàng và
phương án cơ cấu lại các khoản nợ vay của khách hàng theo quy định.
- Giám sát việc phân loại nợ và trích lập dự phòng rủi ro; tổng hợp kết quả phân loại nợ và
trích lập dự phòng rủi ro gửi Phòng tài chính kế toán để lập cân đối kế toán theo quy định.
- Thực hiện việc xử lý nợ xấu.
Công tác quản lý rủi ro tín dụng:
- Tham mưu, đề xuất xây dựng các quy định, biện pháp quản lý rủi ro tín dụng.
- Trình lãnh đạo cấp tín dụng/bảo lãnh cho khách hàng.
- Phối hợp, hỗ trợ Phòng Quan hệ khách hàng để phát hiện, xử lý các khoản nợ có vấn đề.
- Chịu trách nhiệm hoàn toàn về việc thiết lập, vận hành, thực hiện và kiểm tra, giám sát hệ
thống quản lý rủi ro của Chi nhánh.
Công tác quản lý rủi ro tác nghiệp:
- Phổ biến các văn bản quy định, quy trình về quản lý rủi ro tác nghiệp của BIDV và đề
xuất, hướng dẫn các chương trình, biện pháp triển khai để phòng ngừa.
- Hướng dẫn, hỗ trợ các phòng nghiệp vụ trong Chi nhánh tự kiểm tra và phối hợp thực
hiện việc đánh giá, rà soát, phát hiện rủi ro tác nghiệp ở các phòng.
3. Mô hình tổ chứcChi nhánh Nam Sài Gòn được triển khai theo mô hình Chi nhánh hỗn hợp gồm 04 khối (8 Phòng /Tổ) và khối Đơn vị trực thuộc: gồm các Phòng giao dịch, Quỹ Tiết kiệm.
4. Hệ thống xếp hạng tín dụng của BIDV:
Ngân hàng đầu tư và phát triển Việt Nam (BIDV) xây dựng hệ thống XHTD theo nguyên
tắc hạn chế tối đa ảnh hưởng chủ quan của các chỉ tiêu tài chính bằng cách thiết kế các chỉ
tiêu phi tài chính, và cung cấp những hướng dẫn chi tiết cho việc đánh giá chấm điểm.
Đây là một trong những NHTM tại Việt nam đi đầu trong áp dụng phân loại nợ theo Điều 7
của Quyết định 493/2005/QĐ-NHNN.
Quy trình chấm điểm khách hàng
Ban Giám đốc
Khối Quan hệ khách hàng
Khối QLRR Khối tác nghiệp
Khối quản lý nội bộ
Phòng QHKH
Khối đơn vị trực thuộc
Phòng QLRR
Phòng DVKH
Phòng QL và DV Kho quỹ Phòng Tổ chức
Hành chính
Phòng Kế hoạch - Tổng hợp PGD
Phòng Quản trị tín dụng
Máy ATM
Phòng Tài chính - Kế toán
Quỹ Tiết kiệm
Bước 1: Các chỉ tiêu, điểm ban đầu, trọng số từng chỉ tiêu được trình bày trong bảng sau:
Bảng: Các chỉ tiêu chấm điểm cá nhân của BIDV
Chỉ tiêuĐiểm ban đầu Trọng
số100 75 50 25 0
Phần I: Thông tin về nhân thân
1 Tuổi 36 -55 26-35 56-60 20-25>60 hoặc 18-
2010%
2Trình độ học
vấn
Trên
đại họcĐại học Cao đẳng Trung học
Dưới trung
học10%
3Tiền án, tiền
sựKhông Có 10%
4Tình trạng cư
trú
Chủ sở
hữu
Nhà chung
cưVới gia đình Thuê Khác 10%
5Số người ăn
theo
<3
người3 người 4 người 5 người > 5 người 10%
6Cơ cấu gia
đình
Hạt
nhân
Sống với
cha mẹ
Sống cùng
gia đình
khác
Khác 10%
7Bảo hiểm
nhân mạng
>100
triệu
50-100
triệu30-50 triệu <30 triệu 10%
8 Tính chất
công việc hiện
Quản
lí, điều
chuyên
môn
Lao động
được đào
Lao động
thời vụ
Thất nghiệp 10%
Xác định nhân thân Xác định khả năng trả nợ
Tổng hợp điểm và quyết định
Đánh giá Tài sản đảm bảo
Xếp loại khách hàng
Bước 1
Bước 3
Bước 2
Bước 4
tại hành tạo nghề
9
Thời gian làm
công việc hiện
tại
>7 năm 5-7 năm 3-5 năm 1-3 năm <1năm 10%
1
0
Rủi ro nghề
nghiệpThấp Trung bình Cao 10%
Phần II: Thông tin về khả năng trả nợ của khách hàng:
1
Thu nhập ròng
ổn định hàng
tháng
>10
triệu 5-10 triệu 3-5 triệu 1-3 triệu <1 triệu 30%
2
Tỷ lệ số tiền
phải trả/ thu
nhập
< 30% 30-45% 45-60% 60-75% >75% 30%
3Tình hình trả
nợ gốc và lãi
Luôn
trả nợ
đúng
hạn
Đã bị gia
hạn nợ,
hiện trả
nợ tốt
Đã có nợ
quá hạn/
Khách hàng
mới
Đã có nợ quá
hạn, khả năng
trả nợ không
ổn định
Hiện đang có
nợ quá hạn20%
4Các dịch vụ sử
dụng
Tiền
gửi và
các
dịch vụ
khác
Chỉ sử dụng
dịch vụ
thanh toán
Không sử
dụng15%
Nguồn: Ngân hàng đầu tư và phát triển Việt Nam
Bước 2: Căn cứ vào tổng điểm đạt được đã nhân với trọng số để xếp hạng khách hàng cá
nhân theo mười mức giảm dần từ AAA đến D. Với mỗi mức xếp hạng sẽ có cách đánh giá
rủi ro tương ứng.
Bảng: Hệ thống ký hiệu XHTD cá nhân của BIDVĐiểm Xếp hạng Đánh giá xếp hạng
95 – 100 AAARủi ro thấp90 – 94 AA
85 - 89 A80 – 84 BBB
Rủi ro trung bình70 – 79 BB60 – 69 B50 – 59 CCC
Rủi ro cao40 – 49 CC35 – 39 C
< 35 D(Nguồn : Ngân hàng đầu tư và phát triển Việt Nam)
Bước 3: Việc đánh giá tài sản đảm bảo cũng được chấm điểm theo ba chỉ tiêu là loại tài
sản, tỷ suất giữa giá trị tài sản so với khoản vay, rủi ro gảm giá trị tài sản đảm bảo:
Bảng: Các chỉ tiêu chấm điểm tài sản đảm bảo của BIDV
Chỉ tiêuĐiểm
100 75 50 25 0
1Loại tài sản
đảm bảo
Tài khoản tiền gửi, giấy tờ có giá do Chính
phủ hoặc BIDV phát
hành
Giấy tờ có giá do tổ chức
phát hành (trừ cổ phiếu)
Bất động sản (nhà ở)
Bất động sản (không phải nhà ở), động
sản,cổ phiếu
Không có tài sản
đảm bảo
2Giá trị tài sản
đảm bảo/ Tổng nợ vay
> 200% 150 – 200% 100 – 150% 70 – 100% < 70%
3
Rủi ro giảm giá tài sản đảm bảo
trong 2 nămgần đây
0% hoặc có xu hướng tăng 1 – 10% 10 – 30% 30 – 50% > 50%
(Nguồn : Ngân hàng đầu tư và phát triển Việt Nam)
Bước 4: Căn cứ vào tổng điểm đã chấm cho tài sản đảm bảo để xếp loại A, B, C:
Bảng: Hệ thống ký hiệu đánh giá tài sản đảm bảo của BIDV
Điểm Mức xếp loại Đánh giá tài sản đảm bảo
225-300 A Mạnh
75-224 B Trung bình
<75 C Thấp
(Nguồn: Ngân hàng đầu tư và phát triển Việt Nam)
Mô hình xếp hạng khoản vay cá nhân trong hệ thống XHTD của BIDV là một ma trận kết
hợp giữa kết quả XHTD với kết quả đánh giá tài sản đảm bảo:
Bảng: Ma trận kết hợp giữa kết quả XHTD với kết quả đánh giá tài sản đảm bảo của BIDV
Đánh giá TSĐB XHTDA B C
AAAXuất sắc Tốt Trung bìnhAA
ABBB
Tốt Trung bìnhTrung bình/ Từ
chốiBBB
CCC
Trung bình/ Từ chối
Từ chốiCCCD
(Nguồn : Ngân hàng đầu tư và phát triển Việt Nam)
Chương 3
Khung phân tích
Chương này sẽ trình bày các bước trong quá trình hình thành mô hình nghiên cứu xếp hạng
tín dụng cá nhân. Thứ nhất, trình bày về nguồn dữ liệu nghiên cứu, cách thức sẽ thực hiện
phân tích. Thứ hai, là việc lựa chọn biến trong quá trình phân tích, ý nghĩa thực tế của các
biến này ra sao. Thứ ba, trình bày lý thuyết về mô hình được sử dụng nghiên cứu trong đề
tài này.
I. Phương pháp nghiên cứu
Đề tài sử dụng bộ dữ liệu gồm 52 mẫu quan sát là những khách hàng cá nhân của
BIDV từ năm 2007 đến năm 2009 để tiến hành nghiên cứu. Sử dụng SPSS làm sạch dữ
liệu, sử dụng thống kê mô tả dữ liệu để có cái nhìn tổng quát về những thông tin đặc trưng
về khách hàng thu thập được. Sau khi lựa chọn biến thích hợp, tiến hành sử dụng phần
mềm Eviews để hồi quy các biến theo mô hình Logit để tìm ra tác động biên của từng yếu
tố riêng biệt của khách hàng ảnh hưởng đến khả năng trả nợ như thế nào.
II. Lựa chọn biến cho mô hình
Các biến được lựa chọn như sau:
Biến phụ thuộc
Trong nghiên cứu này biến phụ thuộc (Y) được lựa chọn như sau:
Yi = 1 nếu KH có khả năng đảm bảo trả nợ.
Yi = 0 nếu KH không có khả năng trả được toàn bộ nợ cho NH.
Biến độc lập sử dụng trong nghiên cứu
STT Chỉ tiêu Thang đo Giả thiết Ký hiệu1 Giới tính 1: Nam – 0: Nữ +
/X1
2 Tuổi Tuổi - X2
3 Trình độ đại học (ĐH) 1: Từ ĐH trở lên –
0: Dưới ĐH+ X3
4 Tiền án 1: Có – 0: Không - X45 Bảo hiểm nhân mạng 1: Có – 0: Không + X5
6 Tình trạng cư trú Sở hữu nhà 1: Có – 0: Không + X6
Thuê nhà 1: Có – 0: Không - X7
7 Tình trạng hôn nhân1: Có gia đình –
0:Độc thân- X8
8 Số người phụ thuộc Người - X9
9Chức vụ công việc
Lãnh đạo 1: Có – 0: Không + X10Trưởng bộ phận 1: Có – 0: Không + X11Nhân viên 1: Có – 0: Không - X12
10 Rủi ro nghề nghiệp 1: Có – 0: Không - X13
11 Thời gian cư trú Tháng + X1412 Thời gian làm việc Tháng + X1513 Thu nhập hàng tháng Triệu đồng + X16
14 Lịch sử tín dụng1: Có nợ –
0: Không có thông tin - X17
15 Số dịch vụ khác đang sử dụng Số dịch vụ + X1816 Tiết kiệm hàng tháng Triệu đồng + X1917 Giá trị tài sản đảm bảo Triệu đồng + X20
18Loại hình công ty
Công ty thuộc nhà nước
1: Có – 0: Không + X21
Công ty vốn nước ngoài
1: Có – 0: Không + X22
Công ty khối tài chính
1: Có – 0: Không + X23
Doanh nghiệpViệt Nam
1: Có – 0: Không - X24
III. Mô hình hồi quy Logit
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 để 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: 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
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:
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:
Với ,
Odds của 2 trường hợp trên là:
Lấy Log cơ số e của Odds ta có dạng hàm mô hình hồi quy Logit:
Với : là các biến độc lập
1. 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 P i) sẽ thay đổi
Pi.(1 - Pi). 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 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
2. 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 :
Trong đó, P0 là xác suất khởi điểm:
Trong đó, P1 là xác suất khi Xk tăng thêm một đơn vị
Từ 2 phương trình trên ta có:
Thay vào (1)
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.
3. Kiểm định mô hình hồi quy
a. 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 Eviews để xác định mô hình dự đoán tốt đến đâu. Đây là bảng so sánh số trị số thực
và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện.
b. 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:
c. 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:
. Tuy nhiên trong hồi quy Logit ta sử dụng kiểm định Chi -
bình phương. Với mức Sig < 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.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
I. Thống kê mô tả
Trong mẫu của nghiên cứu gồm 140 KH, loại 4 KH do khuyết dữ liệu, còn lại đều là KH
có đủ dữ liệu về lịch sử trả nợ, các thông tin về nhân thân và tài chính của KH.
Nhóm 1 là nhóm các KH có khả năng trả nợ gồm 112 KH và nhóm 0 là nhóm KH không
có khả năng trả nợ gồm 24KH.
Sau đây là một số chỉ số thống kê mô tả mẫu nghiên cứu:
Biến độc lập Trung bình Mode Độ lệch Maximum Minimum