ỨNG DỤNG MÔ HÌNH LOGISTIC ĐỂ XẾP HẠNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG VPBANK

ỨNG DỤNG MÔ HÌNH LOGISTIC ĐỂ XẾP HẠNG KHÁCH HÀNG
DOANH NGHIỆP TẠI NGÂN HÀNG VPBANK - NGÔ QUYỀN
Có rất nhiều phương pháp để xếp hạng tín dụng đối với khách hàng doanh
nghiệp. Tuỳ từng ngân hàng thì có những phương pháp xếp hạng khác nhau. Đối
với ngân hàng VPBank – chi nhánh Ngô Quyền, bên cạnh phương pháp xếp
hạng nói trên, sau đây em sẽ đưa ra một phương pháp khác - ứng dụng mô hình
LOGISTIC để xếp hạng khách hàng doanh nghiệp tại ngân hàng VPBank – Ngô
Quyền.
3.1. Ứng dụng mô hình LOGIT với đầy đủ các biến số vào một số khách hàng
của ngân hàng VPBank – Ngô Quyền
Sử dụng số liệu là 11 chỉ tiêu định lượng để xếp hạng doanh nghiệp của 50
doanh nghiệp hiện đang có quan hệ tín dụng với VPBank – chi nhánh Ngô
Quyền
Kí hiệu:
Biến phụ thuộc Y: Tình trạng nợ của khách hàng ( doanh nghiệp )
Việc phân chia dựa trên tình trạng chiếm dụng vốn của các
doanh nghiệp
Y = 0: Doanh nghiệp không có nợ không đủ tiêu chuẩn
Y = 1: Doanh nghiệp có nợ không đủ tiêu chuẩn
Các biến độc lập X: Quy mô của doanh nghiệp
Việc phân chia phụ thuộc vào tổng tài sản ( <10 tỷ quy mô
doanh nghiệp nhỏ ), số lao động, doanh thu thuần, nộp ngân sách nhà nước.
D = 0: Khi quy mô của doanh nghiệp nhỏ
D = 1: Khi quy mô của doanh nghiệp không phải là nhỏ
X1: Khả năng thanh toán ngắn hạn
X2: Khả năng thanh toán nhanh
X3: Kỳ thu tiền bình quân
X4: Nợ phải trả trên tổng tài sản
X5: Nợ phải trả trên nguồn vốn chủ sở hữu
X6: Vòng quay hàng tồn kho
X7: Lợi nhuận sau thuế trên doanh thu

X8: Tổng lợi tức sau thuế trên nguồn vốn chủ sở hữu( ROE)
X9: Tổng lợi tức sau thuế trên tổng tài sản
X10: Hiệu quả sử dụng tài sản (Doanh thu thuần trên tổng tài sản )
Bảng 3.1. Bảng ma trận hệ số tương quan của các biến
Y D1 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
Y 1 0.26726
1
0.20429
1
0.14129
8
-0.1659 0.23169
1
-0.25483 0.18457
5
0.13905
6
0.01604
5
0.20236
6
0.21455
8
D
1
0.26726
1
1 0.19661
9
0.22720

9
-0.10473 0.16999 -0.18106 0.14187
4
0.42766
4
0.22055
1
0.311305 -0.07015
X1 0.20429
1
0.19661
9
1 0.95122
3
-0.10783 0.69104
7
-0.3829 0.33989
9
0.21572
7
0.07223
8
0.44989
6
0.13815
3
X2 0.14129
8
0.22720
9

0.95122
3
1 -0.04587 0.62336 -0.31371 0.35137 0.32184 0.13095 0.45930
6
0.11440
6
X3 -0.1659 -0.10473 -0.10783 -0.04587 1 -0.33658 0.76236
8
-0.09747 0.33590
4
0.14341
8
-0.13494 -0.25551
X4 0.23169
1
0.16999 0.69104
7
0.62336 -0.33658 1 -0.7412 0.241102 0.10207 -0.13374 0.42947
1
0.23032
9
X5 -0.25483 -0.18106 -0.3829 -0.31371 0.76236
8
-0.7412 1 -0.15945 0.09609
5
0.18327
9
-0.31634 -0.23163
X6 0.18457
5

0.14187
4
0.33989
9
0.35137 -0.09747 0.241102 -0.15945 1 0.20231 0.33527
4
0.56971 -0.00535
Ta thấy hệ số tương quan của một số cặp biến số là rất lớn, như:
r(X1,X2) = 0.951223
r(X3,X5) = 0.762368
r(X1,X4) = 0.691047
r(X2,X4) = 0.62336
Tức là các biến có tương quan chặt với nhau, nếu giữ nguyên các biến đó và
hồi quy thì kết quả sẽ không chính xác vì có thể xảy ra các hiện tượng là không
tách được ảnh hưởng của các biến tới biến phụ thuộc, ý nghĩa của các biến sai về
mặt kinh tế. Vì vậy dựa vào bảng ma trận hệ số tương quan của các biến xác định
các cặp biến có quan hệ tương quan chặt để loại một hoặc cả hai biến trong mỗi
cặp đó.
Ngoài ra ta có thể kết hợp các kiểm định sau để việc loại biến được chính xác:
Ước lượng mô hình Logit với đầy đủ các biến số, ta thu được kết quả sau:
Variable Coefficient Std. Error z-Statistic Prob.
D1 1.192121 0.974617 1.223169 0.2213
X1 1.896150 1.004133 1.888345 0.0590
X2 -1.878610 1.033080 -1.818456 0.0690
X3 215.7457 625.2673 0.345046 0.7301
X4 -12.52131 7.043104 -1.777811 0.0754
X5 -0.674376 0.885391 -0.761670 0.4463
X6 0.025879 0.025619 1.010161 0.3124
X7 13.70830 7.355708 1.863627 0.0624
X8 -31.03930 17.78750 -1.745007 0.0810

X9 39.60053 27.96949 1.415847 0.1568
X10 1.873597 1.009471 1.856019 0.0635
C 3.542004 3.714154 0.953650 0.3403
Từ bảng trên ta thấy hệ số của các biến khả năng thanh toán nhanh, nợ
phải trả trên tổng tài sản, nợ phải trả trên nguồn vốn chủ sở hữu, ROE đều mang
dấu âm, điều này là bất hợp lý về mặt kinh tế. Nguyên nhân là do tương quan giữa
các biến với nhau. Giá trị p-value của X3 = 0.7301 chứng tỏ rằng hệ số của biến
này rất có khả năng = 0, ta sẽ tiến hành bỏ biến X3 ra khỏi mô hình.
Để kiểm tra xem có thể bỏ biến X3 ra khỏi mô hình không ta sử dụng kiểm
định Wald Test:
Ho: C(4) = 0
H1: C(4) ≠ 0
Wald Test:
Equation: Untitled
Null Hypothesis: C(4)=0
F-statistic 0.119056403194 Probabilit
y
0.73196
Chi-square 0.119056403194 Probabilit
y
0.73006

Kết quả kiểm định cho thấy C(4) = 0 do kiểm định F có P = 0.73196 > 0.05 và
kiểm định χ
2
có P = 0.73006 > 0.05. Chấp nhận giả thiết Ho.
Vậy ta có thể bỏ biến X3 ra khỏi mô hình. Thử hồi quy lại các biến trên khi
không có X3. Ta có được kết quả sau:
Variable Coefficient Std. Error z-Statistic Prob.
D1 1.123395 0.943822 1.190261 0.2339

X1 1.840920 0.977601 1.883100 0.0597
X2 -1.816673 1.004981 -1.807669 0.0707
X4 -12.14723 7.275309 -1.669651 0.0950
X5 -0.568638 0.855819 -0.664437 0.5064
X6 0.024617 0.025028 0.983616 0.3253
X7 13.65584 7.256692 1.881827 0.0599
X8 -30.78391 17.67848 -1.741321 0.0816
X9 39.92666 28.15955 1.417873 0.1562
X10 1.776629 0.940602 1.888821 0.0589
C 3.475079 4.172130 0.832927 0.4049
Từ bảng trên thống kê t của X5 = -0.568638, giá trị p-value của X5 =
0.5064, chứng tỏ hệ số của biến này có thể = 0.
Kiểm định:
Ho: C(5) = 0
H1: C(5) ≠ 0
Wald Test:
Equation: Untitled
Null Hypothesis: C(5)=0
F-statistic 0.4414765551 Probability 0.51032
Chi-square 0.4414765551 Probability 0.50641

Kết quả kiểm định cho thấy C(5) = 0 do kiểm định F có P = 0.51032 >
0.05 và kiểm định χ
2
có P = 0.50641 > 0.05. Chấp nhận giả thiết Ho.
Vậy ta có thể bỏ biến X5 ra khỏi mô hình. Thử hồi quy lại các biến trên khi
không có X5. Ta có được kết quả sau:
Variable Coefficient Std. Error z-Statistic Prob.
D1 1.171353 0.929718 1.259902 0.2077
X1 1.746575 0.961692 1.816148 0.0693

X2 -1.763154 0.996877 -1.768678 0.0769
X4 -9.446807 5.276317 -1.790417 0.0734
X6 0.024037 0.025884 0.928635 0.3531
X7 12.99455 6.778930 1.916903 0.0553
X8 -32.30504 16.54775 -1.952231 0.0509
X9 43.07412 25.92424 1.661539 0.0966
X10 1.803707 0.942358 1.914037 0.0556
C 1.447431 2.353546 0.615000 0.5386

Ta thấy p-value của biến X6 = 0.3531 > 0.05 và p-value của biến C = 0.5386
> 0.05, chứng tỏ rằng hệ số của các biến này có thể bằng 0.
Kiểm định:
Ho: C(5) = 0, C(10) = 0
H1: C(5) ≠ 0, C(10) ≠ 0
Wald Test:
Equation: Untitled
Null Hypothesis: C(5)=0
C(10)=0
F-statistic 0.703862 Probability 0.500695
Chi-square 1.407723 Probability 0.494671
Ta thấy kiểm đinh F có P = 0.500695 > 0.05 và kiểm định χ
2
có P = 0.494671
> 0.05, vậy chấp nhận giả thiết Ho. Tiến hành hồi quy các biến còn lại khi không
có biến X6 và C.
Variable Coefficient Std. Error z-Statistic Prob.
D1 0.973696 0.874424 1.113529 0.2655
X1 1.551583 0.868897 1.785691 0.0741
X2 -1.573429 0.908512 -1.731875 0.0833
X4 -6.062617 2.691582 -2.252436 0.0243

X7 11.10615 5.981732 1.856677 0.0634
X8 -22.83146 8.879521 -2.571249 0.0101
X9 29.41683 12.89567 2.281141 0.0225
X10 1.707614 0.886749 1.925702 0.0541

Ta thấy biến D1 có p-value = 0.2655 > 0.05, chứng tỏ hệ số của biếnnày rất
có thể bằng 0.
Kiểm định :
Ho: C(1) = 0
H1: C(1) ≠ 0
Wald Test:
Equation: Untitled
Null
Hypothesis:
C(1)=0
F-statistic 1.239947 Probability 0.271814
Chi-square 1.239947 Probability 0.265481
Kết quả kiểm định cho thấy C(1) = 0 do kiểm định F có P = 0.271814 và
kiểm định χ
2
có P = 0.265481 > 0.05, vậy chấp nhận giả thiết Ho. Hồi quy lại các
biến khi không có biến D1.
Variable Coefficien
t
Std. Error z-Statistic Prob.
X1 1.434456 0.802578 1.787309 0.0739
X2 -1.449024 0.866151 -1.672945 0.0943
X4 -5.980214 2.609746 -2.291493 0.0219
X7 12.32075 5.632256 2.187533 0.0287
X8 -22.86419 8.435738 -2.710396 0.0067

X9 30.37381 12.68636 2.394209 0.0167
X10 1.792656 0.872332 2.055014 0.0399

Như vậy có thể mô tả xác suất có nợ không đủ tiêu chuẩn của doanh nghiệp
như sau:
)10*793.19*37.308*86.227*32.125*982.52*449.11*43.1exp(1
)10793.19*37.308*86.227*32.124*982.52*449.11*43.1exp(
XXXXXXX
XXXXXXX
Pi
++−+−−+
++−+−−
=
P-value của các hệ số phương trình trên có ý nghĩa với mức ý nghĩa 15%. Các
biến số tác động đến xác suất xảy ra nợ không đủ tiêu chuẩn bao gồm:
X1: Khả năng thanh toán ngắn hạn
X2: Khả năng thanh toán nhanh
X4: Nợ phải trả trên tổng tài sản
X7: Lợi nhuận sau thuế trên doanh thu
X8: Tổng lợi tức sau thuế trên nguồn vốn chủ sở hữu ( ROE)
X9: Tổng lợi tức sau thuế trên tổng tài sản
X10: Hiệu quả sử dụng tài sản (Doanh thu thuần trên tổng tài sản)
Tình trạng nợ của doanh nghiệp phụ thuộc 1.434456 vào khả năng thanh toán
ngắn hạn, -1.449024 vào khả năng thanh toán nhanh, -5.980214 vào nợ phải trả
trên tổng tài sản, 12.32075 vào lợi nhuận sau thuế trên doanh thu, -22.86419 vào
ROE, 30.37381 vào ROA, 1.792656 vào hiệu quả sử dụng tài sản. Trong đó Khả
năng thanh toán nhanh, Nợ phải trả trên tổng tài sản ,ROE tác động âm tới tình
trạng nợ của doanh nghiệp và Khả năng thanh toán ngắn hạn, lợi nhuận sau thuế
trên doanh thu, ROA, hiệu quả sử dụng tài sản tác động dương tới tình trạng nợ của
doanh nghiệp.

Bảng 3.7. Bảng so sánh kết quả hạng và xác suất nợ không đủ tiêu chuẩn (
KĐTC ) của 50 DN

STT
các
công ty
Xác suất nợ
KĐTC
Xếp hạng tại VPB - Ngô
Quyền
1 0.0164803 A+
2 0.0426518 A+
3 0.0640561 A+
4 0.0815994 A+
5 0.0863142 A+
6 0.1024201 A
7 0.1995222 A
8 0.2018065 B+
9 0.2299520 B+
10 0.2648686 B+
11 0.2843790 B+
12 0.2847372 B+
13 0.2930685 B+
14 0.3410943 B+
15 0.3523912 B+
16 0.3539158 B+
17 0.3539353 B+
18 0.3635200 B+
19 0.3960667 B+
20 0.4050807 B

21 0.4186262 B
22 0.4207671 B
23 0.4229262 B
24 0.4257238 B
25 0.4498142 B
26 0.4640752 B
27 0.4667833 B
28 0.4738493 B
29 0.5170286 B
30 0.517168 B
31 0.5175199 B
32 0.5483944 B
33 0.5615608 B
34 0.5764677 B
35 0.6443461 C+
36 0.68602 C+
37 0.6976173 C+
38 0.7143504 C+
39 0.7415317 C+
40 0.7572428 C+
41 0.7661409 C+
42 0.7730426 C+
43 0.8200051 C
44 0.8288022 C
45 0.8773489 C
46 0.9138767 C
47 0.9409918 C
48 0.952017 C
49 0.9836214 C
50 0.999171 C