Phân tích SPSS các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi ro tại Vietinbank

1. Phân tích đánh giá thang đo và hiệu chỉnh mô hình nghiên cứu:
1.1. Kiểm định độ tin cậy các thang đo
Kiểm định độ tin cậy thang đo các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi
ro:
Kiểm định độ tin cậy của thang đo các yếu tố ảnh hưởng đến Hiệu quả Quản lý
rủi ro bằng hệ số Cronbach’s Alpha cho thấy, hệ số Cronbach’s Alpha đạt giá trị
lớn nhất 0,810 thuộc về yếu tố F (yếu tố đào tạo về quản lý rủi ro), hệ số
Cronbach’s Alpha nhỏ nhất 0,601 thuộc về yếu tố C (yếu tố công cụ LDC).
Tất cả các hệ số Cronbach’s Alpha của các nhân tố đạt yếu cầu đều tương đối
cao từ 0,6 trở lên. Và như vậy, trước khi đi vào phân tích nhân tố và chạy mô hình
hồi quy, tác giả đã kiểm tra các hệ số Cronbach’s Alpha để bảo đảm tính hợp lý của
mô hình.
Bảng: Hệ số Cronbach’s Alpha các biến độc lập
STT

Nhân tố

1
2
3
4
5
6

A
B
C
D
E
F

Cronbach’s
Alpha
0,737
0,682
0,601
0,803
0,757
0,810

Số biến
3
3
4
3
3
3

Kiểm định độ tin cậy thang đo Hiệu quả Quản lý rủi ro
Bảng: Hệ số Cronbach’s Alpha biến phụ thuộc
Cronbach’s Alpha
0,707

Số biến
3

Với sự đảm bảo điều kiện trong phân tích EFA, nhân tố Hiệu quả Quản lý rủi ro
được đưa vào kiểm định độ tin cậy, hệ số Cronbach’s Alpha đạt 0,707 > 0,6, giá trị
này tương đối cao và đảm bảo sự phù hợp.

Như vậy, sau quá trình phân tích nhân tố và kiểm định độ tin cậy của các nhân tố
bằng phương pháp kiểm định Cronbach’s Alpha, bước tiếp theo cần thiết là phân
tích nhân tố và hiệu chỉnh mô hình nghiên cứu cho phù hợp với kết quả kiểm định.
1.2. Phân tích nhân tố khám phá:
Phân tích nhân tố khám phá các thang đo thuộc các yếu tố ảnh hưởng đến Hiệu
quả Quản lý rủi ro:
Toàn bộ 19 biến được đưa vào phân tích nhân tố khám phá (EFA). Nhiệm vụ của
EFA nhằm khám phá cấu trúc của thang đo các yếu tố ảnh hưởng đến Hiệu quả
Quản lý rủi ro thông qua 6 yếu tố: A (yếu tố quan điểm của ban lãnh đạo cấp cao
về quản lý rủi ro), B (yếu tố cơ cấu tổ chức quản lý rủi ro), C (yếu tố công cụ
LDC), D (yếu tố công cụ RCSA), E (yếu tố công cụ KRI), F (yếu tố đào tạo về
quản lý rủi ro). Sau khi đảm bảo thực hiện đúng quy trình EFA, các nhân tố sẽ
được kiểm định để làm sạch dữ liệu.
Thực hiện phân tích EFA cho tổng thể 19 biến của các thang đo thuộc các yếu tố
ảnh hưởng đến Hiệu quả Quản lý rủi ro. Trong lần phân tích thứ nhất, với hệ số
KMO = 0,643, Sig. = 0,000 và trong bảng Communalities có một hệ số nhỏ hơn
0,5 (là biến C4). Do đó, tác giả tiến hành loại bỏ một biến này (biến C4).
Bảng: Kiểm định KMO lần 1 các biến độc lập
KMO and Bartlett's Test (Lần 1)
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.643
2352.884
Bartlett's Test of Approx. Chi-Square
df
171
Sphericity
Sig.
.000
Như vậy, trong lần phân tích nhân tố đầu tiên có 1 biến bị loại, có 18 biến còn lại
được sử dụng cho phân tích nhân tố lần 2.

Trong lần phân tích nhân tố lần 2, hệ số communatilies của các biến và ma trận
hệ số tải nhân tố đều đảm bảo các điều kiện bắt buộc. Giai đoạn phân tích nhân tố
đã hình thành với 18 biến khác nhau.


Bảng: Kiểm định KMO lần 2 các biến độc lập
KMO and Bartlett's Test (Lần 2)
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.609
1961.963
Bartlett's Test of Approx. Chi-Square
df
153
Sphericity
Sig.
.000
Trên cơ sở bảng kiểm định KMO lần 2 cho thấy, trị số KMO là 0,609, điều đó
khẳng định giá trị KMO đảm bảo tính thích hợp của việc phân tích nhân tố khám
phá và mức độ ý nghĩa của dữ liệu đưa vào thực hiện phân tích nhân tố. Thống kê
Chi-Square của kiểm định Bartlett có giá trị 1961.963 với mức ý nghĩa Sig. =
0,000 << 0,05.
Đồng thời, phân tích phương sai trích, cho thấy phương sai trích đạt giá trị
73,831%, giá trị này khá cao, như vậy 78,37% biến thiên của dữ liệu được giải
thích bởi 6 nhân tố, các thang đo được rút ra và chấp nhận. Điểm dừng khi trích
các yếu tố tại nhân tố thứ 6 với eigenvalue = 1,026.
Bảng: Kết quả phân tích phương sai trích các biến độc lập


Total Variance Explained
Initial Eigenvalues

Compo
nent
Total
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

%
Variance

3.784
3.172
2.364
1.870
1.073

1.026
.779
.647
.608
.543
.446
.377
.360
.327
.300
.211
.070
.044

Extraction Sums of Squared Loadings

of Cumulativ
e%
Total

21.023
17.622
13.133
10.390
5.963
5.700
4.328
3.595
3.378
3.016

2.476
2.095
1.999
1.816
1.665
1.172
.387
.242

21.023
38.645
51.778
62.168
68.132
73.831
78.159
81.754
85.132
88.148
90.624
92.719
94.719
96.535
98.200
99.372
99.758

%
Variance
3.784

3.172
2.364
1.870
1.073
1.026

Rotation Sums of Squared Loadings

of

21.023
17.622
13.133
10.390
5.963
5.700

Cumulative %
21.023
38.645
51.778
62.168
68.132
73.831

Total
3.137
2.992
2.242
2.040

1.735
1.143

% of
Variance
17.429
16.625
12.455
11.334
9.640
6.349

100.000

Extraction Method: Principal Component
Analysis.

Như vậy, có thể kết luận rằng các biến quan sát có tương quan với nhau xét trên
phạm vi tổng thể.

Cumulative
%
17.429
34.054
46.509
57.843
67.483
73.831

1
.833
.776
.854

Rotated Component Matrixa
Component
2
3
4

5

A1
A2
A3
B1
.764
B2
.697
.786
B3
C1
.760
C2
.732
C3
.817
D1
.891

D2
.856
D3
.719
E1
.689
.876
E2
E3
.866
F1
F2
F3
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.

6

.787
.799
.723

Tóm lại, sau 2 lần phân tích nhân tố khám phá, các biến thuộc các nhân tố sẽ
được tiến hành phân tích hồi quy đa biến.
Phân tích nhân tố khám phá thang đo Hiệu quả Quản lý rủi ro:
Thang đo Hiệu quả Quản lý rủi ro được xây dựng nhằm khảo sát hiệu quả của
hoạt động quản lý rủi ro mang lại. Thang đo Hiệu quả Quản lý rủi ro gồm 3 biến.
Sau khi tiến hành chạy KMO ta được kết quả như sau:
Bảng: Kiểm định KMO biến phụ thuộc
KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of Approx. Chi-Square
df
Sphericity
Sig.

.610
158.583
3
.000


Trong phân tích nhân tố với biến Hiệu quả Quản lý rủi ro, hệ số communatilies
của các biến và ma trận hệ số tải nhân tố đều đảm bảo các điều kiện bắt buộc.
Communalities
Initial
Extraction
G1
1.000
.758
G2
1.000
.629
G3
1.000
.769
Extraction
Method:
Principal
Component

Analysis.

Trên cơ sở bảng kiểm định KMO cho thấy, trị số KMO là 0,610, điều đó khẳng
định giá trị KMO đảm bảo tính thích hợp của việc phân tích nhân tố khám phá và
mức độ ý nghĩa của dữ liệu đưa vào thực hiện phân tích nhân tố. Thống kê ChiSquare của kiểm định Bartlett có giá trị 158.583 với mức ý nghĩa Sig. = 0,000 <<
0,05.
Việc phân tích phương sai trích, cho thấy phương sai trích đạt giá trị 65,181%,
giá trị này khá cao, như vậy 65,181% biến thiên của dữ liệu được giải thích bởi 1
nhân tố, các thang đo được rút ra và chấp nhận. Điểm dừng khi trích các yếu tố tại
nhân tố thứ 1 với eigenvalue = 1,955.
Bảng: Kết quả phân tích phương sai trích biến phụ thuộc
Total Variance Explained
Extraction Sums of Squared
Initial Eigenvalues
Loadings
Comp
onent
% of
Cumulative
% of
Cumulative
Total
Total
Variance
%
Variance
%
1
1.955
65.181

65.181
1.955
65.181
65.181
2
.732
24.401
89.582
3
.313
10.418
100.000
Extraction Method: Principal Component
Analysis.


Nhìn chung, sự phù hợp trong phân tích nhân tố EFA nhân tố Hiệu quả Quản lý
rủi ro được đảm bảo để thực hiện phân tích hồi quy, nhân tố Hiệu quả Quản lý rủi
ro đóng vai trò là biến phụ thuộc trong mô hình nghiên cứu.
1.3. Hiệu chỉnh mô hình nghiên cứu:
Mô hình hiệu chỉnh:
Căn cứ trên kết quả phân tích nhân tố và kiểm định Cronbach’s Alpha, tác giả
đưa ra mô hình nghiên cứu hiệu chỉnh như sau:
Sơ đồ: Mô hình hiệu chỉnh các yếu tố tác động đến
Hiệu quả Quản lý rủi ro
Đào tạo về
QLRR (F)

Hiệu quả
Quản lý rủi

ro

Công cụ
KRI (E)

Quan điểm của BLĐ cấp
cao về QLRR (A)
Công cụ
RCSA (D)

Công cụ
LDC (C)

Cơ cấu tổ chức
QLRR (B)

Với kết quả kiểm định trên, so với mô hình nghiên cứu đề xuất được đưa ra ban
đầu, mô hình điều chỉnh là 6 yếu tố với 18 biến quan sát thuộc thang đo các yếu tố
ảnh hưởng đến Hiệu quả Quản lý rủi ro đóng vai trò là các biến độc lập trong phân
tích hồi quy ở bước tiếp theo và biến Hiệu quả Quản lý rủi ro đóng vai trò là biến
phụ thuộc (biến này gồm 3 quan sát khi được đưa vào phân tích hồi quy). Các yếu
tố thuộc thang đo gồm:
-

Biến A: yếu tố Quan điểm của ban lãnh đạo cấp cao về quản lý rủi ro
Biến B: yếu tố Cơ cấu tổ chức quản lý rủi ro
Biến C: yếu tố Công cụ LDC
Biến D: yếu tố Công cụ RCSA
Biến E: yếu tố Công cụ KRI
Biến F: yếu tố Đào tạo về quản lý rủi ro

Các giả thiết được hiệu chỉnh theo mô hình mới:
Căn cứ vào các yếu tố còn lại sau khi hiệu chỉnh mô hình nghiên cứu, tác giả
đưa ra các giả thiết về các yếu tố tác động đến Hiệu quả Quản lý rủi ro cụ thể như
sau:
-

Biến A: yếu tố Quan điểm của ban lãnh đạo cấp cao về quản lý rủi ro tác

-

động âm (+) đến Hiệu quả Quản lý rủi ro
Biến B: yếu tố Cơ cấu tổ chức quản lý rủi ro tác động (+) đến Hiệu quả Quản

-

lý rủi ro
Biến C: yếu tố Công cụ LDC tác động (+) đến Hiệu quả Quản lý rủi ro
Biến D: yếu tố Công cụ RCSA tác động (+) đến Hiệu quả Quản lý rủi ro
Biến E: yếu tố Công cụ KRI tác động (+) đến Hiệu quả Quản lý rủi ro
Biến F: yếu tố Đào tạo về quản lý rủi ro tác động (+) đến Hiệu quả Quản lý
rủi ro

2. Thống kê mô tả các biến hồi quy
Để thực hiện phân tích hồi quy nhằm khẳng định tín đúng đắn và phù hợp của
các giả thuyết và mô hình nghiên cứu, trước tiên cần tổng hợp giá trị trung bình
tương ứng các yếu tố độc lập của mô hình.
Bảng: Thống kê mô tả các biến hồi quy
ST

T
1
2
3
4
5
6
7

Yếu tố
Quan điểm của ban lãnh đạo cấp cao về
quản lý rủi ro
Cơ cấu tổ chức quản lý rủi ro
Công cụ LDC
Công cụ RCSA
Công cụ KRI
Đào tạo về quản lý rủi ro
Hiệu quả Quản lý rủi ro

Viết tắt

Trung bình

A

4,7986

B
C
D

E
F
G

4,7221
4,2185
4,0884
4,3483
4,3467
4,7305

Nhận xét: Ta thấy, giá trị trung bình của hầu hết các biến đều xoay quanh giá trị
4,2, điều này cho thấy mức độ tương xứng của các biến với nhau. Biến độc lập có


giá trị trung bình lớn nhất là A (4,7986) chênh lệch so với biến phụ thuộc là +
0,0681 và biến độc lập có giá trị trung bình thấp nhất là D, chênh lệch so với biến
phụ thuộc là – 0,6421.
3. Đánh giá mức độ phù hợp của mô hình
Kết quả phân tích hồi quy tuyến tính cho thấy mô hình có R 2 = 0,961 và R2 hiệu
chỉnh = 0,960. Kết quả này cho thấy độ thích hợp của mô hình là 96,1%, hay nói
một cách khác 96,1% sự biến thiên của yếu tố Hiệu quả Quản lý rủi ro (G) được
giải thích của 6 yếu tố: A, B, C, D, E, F.
Bảng: Độ phù hợp của mô hình
Giá trị

R2
0,961

R

0,980

R2 hiệu chỉnh
0,960

Bảng: Phân tích phương sai
ST
T
1
2
3

Chỉ tiêu
Tương quan
Phần dư
Tổng

Tổng bình
phương
32,553
1,311
33,864

Bậc tự do
6
193
199

Trung bình
bình phương

5,425
0,007

F
79,726

Mức ý
nghĩa
0,000

Bảng phân tích phương sai cho thấy sig = 0,000 chứng tỏ rằng mô hình hồi quy
xây dựng là phù hợp với dữ liệu thu được và các biến đưa vào đều có ý nghĩa
thống kê với mức ý nghĩa 5%.
4. Kiểm định sự phù hợp của mô hình
Sử dụng kiểm định F trong phân tích phương sai với giá trị F = 79,726 để kiểm
định giả thuyết về sự phù hợp của mô hình hồi quy nhằm xem xét biến Hiệu quả
Quản lý rủi ro có quan hệ tuyến tính với các biến độc lập và với mức ý nghĩa sig =
0,000 << 0,05, điều đó cho thấy sự phù hợp của mô hình. Mô hình hồi quy đa biến
thỏa mãn các điều kiện đánh giá và kiểm định sự phù hợp cho việc đưa ra các kết
quả của quá trình nghiên cứu.


Ngoài ra, tiêu chí đo lường hiện tượng đa cộng tuyến có hệ số phóng đại phương
sai VIF của các biến độc lập trong mô hình lần lượt là A (1,549), B (1,539), C
(2,944), D (2,942), E (1,026) và F (1,031) cho thấy tính đa cộng tuyến các biến độc
lập là không đáng kể và các biến trong mô hình được chấp nhận.
Sau cùng, hệ số Durbin Watson dùng để kiểm định tương quan chuỗi bậc nhất
cho thấy mô hình không vi phạm sử dụng phương pháp hồi quy bội vì giá trị d =
2,104 và chấp nhận giả thuyết không có sự tương quan chuỗi bậc nhất trong mô
hình.

Tóm lại, mô hình hồi quy đa biến thỏa mãn các điều kiện đánh giá và kiểm định
độ phù hợp cho việc rút ra các kết quả nghiên cứu.
5. Kết quả chạy mô hình nghiên cứu
Bảng: Phân tích hồi quy
STT
1
2
3
4
5
6
7

Yếu tố
Hằng số
A
B
C
D
E
F

Hệ số hồi quy
Std.
B
Error
0,064
0,052
0,940
0,023

0,002
0,008
0,007

0,110
0,022
0,017
0,017
0,015
0,009
0,009

Hệ số hồi
quy chuẩn

t

hóa
0,041
0,956
0,033
0,004
0,013
0,011

0,582
2,323
54,431
1,373
0,150

0,872
0,778

Mức ý
nghĩa
0,561
0,021
0,000
0,017
0,031
0,005
0,004

Kết quả phân tích các hệ số hồi quy tuyến tính cho thấy giá trị Sig. tổng thể và
các biến độc lập: A, B, C, D, E, F điều này chứng tỏ các yếu tố này đều có ý nghĩa
95% trong mô hình và đều có tác động đến Hiệu quả Quản lý rủi ro.
Sau khi chạy kết quả mô hình, các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi
ro, các hệ số hồi quy của các biến ảnh hưởng đều mang dấu dương, bao gồm: A,
B, C, D, E, F. Tức các biến này tác động cùng chiều với Hiệu quả Quản lý rủi ro.


Như vậy, phương trình hồi quy của mô hình thể hiện mối quan hệ giữa các yếu
tố ảnh hưởng đến Hiệu quả Quản lý rủi ro là:
G = 0,064 + 0,052A + 0,94B + 0,023C + 0,002D + 0,008E + 0,007F
Từ phương trình hồi quy cho thấy Hiệu quả Quản lý rủi ro có quan hệ tuyết tính
đối với các yếu tố A, B, C, D, E, F.
Mức độ ảnh hưởng cao nhất đến Hiệu quả Quản lý rủi ro đó là yếu tố Cơ cấu tổ
chức quản lý rủi ro (B có hệ số b = 0,94, tác động cùng chiều), tiếp đến là yếu tố
quan điểm của ban lãnh đạo về quản lý rủi ro (A có b = 0,052, tác động cùng
chiều), yếu tố Công cụ LCD (C có b = 0,023, tác động cùng chiều), yếu tố Công cụ

KRI (E có b = 0,008, tác động cùng chiều), yếu tố đào tạo về quản lý rủi ro (F có b
= 0,007, tác động cùng chiều) và yếu tố công cụ RCSA (D có b = 0,002, tác động
cùng chiều).
Sơ đồ: Mô hình hoàn chỉnh các yếu tố ảnh hưởng đến
Hiệu quả Quản lý rủi ro.
Hiệu quả
Quản lý rủi
ro

Đào tạo về
QLRR (F)
Công cụ
KRI (E)

Quan điểm của BLĐ cấp
cao về QLRR (A)
Công cụ
RCSA (D)

Cơ cấu tổ chức
QLRR (B)

Công cụ
LDC (C)

Bảng: Tổng hợp xu hướng tác động của các nhân tố đến Hiệu quả Quản lý rủi
ro (từ kết quả mô hình)
Các nhân tố

Quan điểm

Cơ cấu

Công

của ban lãnh

tổ chức

cụ LCD

Công cụ Công cụ
RCSA

KRI

Đào tạo
về quản


đạo cấp cao

QLRR

+

+

lý rủi ro

Xu hướng tác
động đến
Hiệu quả

+

+

+

+

Quản lý rủi ro
Kết luận:
G = 0,064 + 0,052A + 0,94B + 0,023C + 0,002D + 0,008E + 0,007F
Để cụ thể hóa, tác giả tách riêng từng yếu tố để phân tích, để thấy được ảnh
hưởng của từng yếu tố đến Hiệu quả Quản lý rủi ro.
Trong các yếu tố tác động đến Hiệu quả Quản lý rủi ro thì yếu tố cơ cấu tổ chức
quản lý rủi ro tác động nhiều nhất. Theo kết quả hồi quy ở trên, ta thấy, khi yếu tố
cơ cấu tổ chức quản lý rủi ro tốt hơn (tăng lên 1 đơn vị) thì Hiệu quả Quản lý rủi
ro tăng lên 94%, có nghĩa là Quản lý rủi ro sẽ mang lại hiệu quả hơn.
Tương tự, khi quan điểm của ban lãnh đạo cấp cao về quản lý rủi ro tăng lên 1
đơn vị thì hiệu quả quảng lý rủi ro tăng lên 5,2%. Tức khi ban lãnh đạo công ty có
sự chú tâm đúng mức và tốt hơn về quản lý rủi ro, thì hiệu quả quản lý rủi ro sẽ tốt
hơn. Do đó, ban lãnh đạo cấp cao cần có những chính sách đúng mức về quản lý
rủi ro.
Đồng thời, khi công cụ LDC, công cụ KRI và đào tạo về quản lý rủi ro tăng lên
thêm 1 đơn vị thì Hiệu quả Quản lý rủi ro sẽ tăng thêm tương ứng là 2,3%, 0,8%
và 0,7%.
Và một yếu tố cuối cùng tác động cùng chiều lên Hiệu quả Quản lý rủi ro đó là

yếu tố công cụ RCSA. Theo kết quả mô hình, cho ta thấy được, khi yếu tố công cụ
RCSA tăng lên 1 đơn vị thì Hiệu quả Quản lý rủi ro sẽ tăng lên thêm 0,2%.
Như vậy, có thể thấy rằng, để gia tăng Hiệu quả Quản lý rủi ro sẽ phải cần gia
tăng yếu tố cơ cấu tổ chức quản lý rủi ro, quan điểm ban lãnh đạo cấp cao về quản
lý rủi ro, công cụ LCD, công cụ KRI, đào tạo về quản lý rủi ro và công cụ RCSA.