tiểu luận kinh tế lượng các yếu tố ảnh hưởng đến xác suất vỡ nợ của các khoản vay tại mỹ

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ
QUỐC TẾ =====000=====

BÁO CÁO
KINH TẾ LƯỢNG
CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN XÁC SUẤT VỠ NỢ
CỦA CÁC KHOẢN VAY TẠI MỸ NĂM 2013
Giảng viên hướng dẫn: Th.S Nguyễn Thúy Quỳnh
Nhóm sinh viên thực hiện:
1. Trần Thu Trang

- 1613330121

2. Trần Nguyễn Thùy Dương

- 1613330029

3. Nguyễn Bích Phương (Nhóm

- 1613330092

trưởng)
4. Nguyễn Thị Thu Hà

- 1613330035

HÀ NỘI – THÁNG 05 NĂM 2018


BẢNG ĐÁNH GIÁ CÁ NHÂN

Thu Trang
Thu Trang
(88)
Thùy
Dương(22)
Bích
Phương
(65)
Thu Hà
(26)

Thùy
Dương
10

10
10

10

10

10

Bích
Phương
9

Thu Hà
10

Trung
bình
9.6

10

10

10

10

10

10

10

1


MỤC LỤC
BẢNG ĐÁNH GIÁ CÁ NHÂN.............................................................................. 1
MỤC LỤC................................................................................................................2
CHƯƠNG MỞ ĐẦU............................................................................................... 4
I. Lý do chọn đề tài:.............................................................................................4
II. Phạm vi nghiên cứu:..................................................................................... 4
III. Phương pháp nghiên cứu:............................................................................. 4
IV. Mục tiêu nghiên cứu:.................................................................................... 5

V. Cấu trúc nghiên cứu:.....................................................................................5
CHƯƠNG I: CƠ SỞ LÝ LUẬN.............................................................................6
VỀ XÁC SUẤT VỠ NỢ CỦA CÁC KHOẢN VAY.............................................. 6
I. Khái niệm xác suất vỡ nợ:................................................................................6
II. Tổng quan về tình hình nghiên cứu:............................................................. 6
III. Giả thuyết nghiên cứu:..................................................................................7
CHƯƠNG II. XÂY DỰNG VÀ PHÂN TÍCH MÔ HÌNH HỒI QUY.................9
I. Tổng quan.........................................................................................................9
1. Mô tả số liệu..................................................................................................9
2. Thiết lập mô hình tổng quát........................................................................10
II. Hàm hồi quy tuyến tính và phân tích hồi quy............................................. 11
1. Mối quan hệ tương quan giữa các biến.......................................................11
2. Kết quả hổi quy........................................................................................... 13
3. Mức độ phù hợp của mô hình..................................................................... 15
CHƯƠNG III. ƯỚC LƯỢNG, KIỂM ĐỊNH VÀ SUY DIỄN THỐNG KÊ....16
I. Mô hình ước lượng.........................................................................................16
II. Kiểm định sự phù hợp của mô hình............................................................16
1. Kiểm định dạng hàm...................................................................................16
2. Kiểm định giả thuyết về hệ số hồi quy........................................................16
3. Kiểm định bỏ sót biến.................................................................................17
III. Kiểm định một số khuyết tật của mô hình..................................................18
1. Kiểm định đa cộng tuyến............................................................................ 18
2. Kiểm định phương sai sai số thay đổi.........................................................19
3. Kiểm định tự tương quan............................................................................21
4. Kiểm định phân phối chuẩn của nhiễu........................................................21
IV. Kiểm tra tính phù hợp với lý thuyết kinh tế................................................22
KẾT LUẬN............................................................................................................ 24
PHỤ LỤC...............................................................................................................26
2

I. Số liệu bảng biểu:...........................................................................................26
1. Bảng số liệu chính.......................................................................................26
2. Mô tả số liệu trên Gretl............................................................................... 31
3. Ma trận tương quan giữa các biến trên Gretl.............................................. 31
4. Kết quả mô hình hồi quy cùng các kiểm định phương sai sai số thay đổi
trên Gretl...........................................................................................................32
5. Kết quả kiểm định bỏ sót biến trên Gretl....................................................33
6. Kết quả tính chỉ số VIF trên Gretl...............................................................34
7. Kết quả chạy mô hình khi sử dụng lệnh Robust standard errors................35
II. Tài liệu tham khảo.......................................................................................35

3


CHƯƠNG MỞ ĐẦU
I.

Lý do chọn đề tài:
Hoạt động tín dụng đã và đang là một trong những hoạt động kinh doanh

chính đem lại nguồn thu chủ yếu cho các ngân hàng thương mại. Tuy nhiên, bên
cạnh việc đem lại thu nhập đáng kể thì lĩnh vực tín dụng cũng là lĩnh vực có rủi ro
lớn nhất, rủi ro tín dụng mang đến tổn thất to lớn cho không chỉ riêng ngân hàng
mà cả nền kinh tế. Trong thời gian gần đây, nợ quá hạn, nợ xấu tại các ngân hàng
thương mại ngày càng trở thành một vấn đề nan giải, cản trở sự phát triển toàn
diện của ngành ngân hàng. Chính vì vậy, đánh giá rủi ro trong hoạt động cho vay
là vấn đề vô cùng cấp thiết mà hệ thống ngân hàng cần quan tâm nhằm góp phần
thực hiện mục tiêu hoạt động tín dụng an toàn, hiệu quả.
Xuất phát từ những lý do trên, nhóm em lựa chọn đề tài “Các yếu tố ảnh

hưởng đến xác suất vỡ nợ của các khoản vay tại Mỹ”.

II.

Phạm vi nghiên cứu:
Bài viết này nhằm phân tích các yếu tố có tác động đến rủi ro tín dụng tại

các ngân hàng thương mại tại Mỹ. Số liệu gồm 200 mẫu được lựa chọn từ hơn
2000 trường hợp tại 5 ngân hàng của Mỹ năm 2013.

III. Phương pháp nghiên cứu:
Nghiên cứu áp dụng phương pháp nghiên cứu định lượng. Mô hình hồi
quy tuyến tính được sử dụng để ước lượng các yếu tố ảnh hưởng đến xác suất vỡ
nợ của các khoản vay.

4


IV.

Mục tiêu nghiên cứu:
Kết quả nghiên cứu được kỳ vọng sẽ cung cấp góc nhìn mới trong hoạt

động quản lý và một số khuyến nghị được đề xuất nhằm giúp các ngân hàng
thương mại thực hiện tốt công tác quản lý rủi ro tín dụng.

V.

Cấu trúc nghiên cứu:
Tiểu luận gồm 3 nội dung chính:

Chương I: Cơ sở lý luận về xác suất vỡ nợ
Chương này giới thiệu tổng quan lý thuyết về xác suất vỡ nợ, rủi ro tín
dụng và các nghiên cứu có liên quan.
Chương II: Xây dựng và phân tích mô hình hồi quy
Chương này thực hiện thu thập số liệu, định nghĩa các biến và chỉ định
mô hình để tìm ra các biến có ảnh hưởng đến xác suất vỡ nợ của các
khoản vay tại ngân hàng.
Chương III: Ước lượng, kiểm định và suy diễn thống kê.
Chương này tiến hành chạy các mô hình kinh tế để tìm ra mối quan hệ giữa
các biến, từ đó đánh giá, kiểm định và đưa ra các kiến nghị, giải pháp.

Chúng em xin chân thành cảm ơn giảng viên hướng dẫn – Th.S Nguyễn
Thúy Quỳnh đã giúp đỡ chúng em thực hiện báo cáo. Trong quá trình làm tiểu
luận, dù đã rất cố gắng nhưng chắc chắn không tránh khỏi những sai sót, kính
mong được cô góp ý để nhóm chúng em có thể hoàn thiện hơn bản báo cáo này.

5


CHƯƠNG I: CƠ SỞ LÝ LUẬN
VỀ XÁC SUẤT VỠ NỢ CỦA CÁC KHOẢN VAY
I.

Khái niệm xác suất vỡ nợ:

- Xác suất vỡ nợ là khả năng 1 doanh nghiệp không thể hoàn trả nợ gốc, nợ lãi theo
lịch trình, cam kết đã định trước.
- Khi người cho vay ước tính một doanh nghiệp có xác suất vỡ nợ cao thì họ sẽ đưa
ra một mức lãi suất cho vay cao hơn, như là một khoản bồi thường cho việc chấp
nhận rủi ro cao hơn đó.

- Một khách hàng được định nghĩa là không có khả năng trả được nợ như sau:
• Ngân hàng đánh giá rằng khách hàng không có khả năng trả nợ đầy đủ khi
ngân hàng chưa thực diện hành động gì để cố gắng thu hồi.
• Khách hàng đã quá hạn trả nợ 90 ngày.

II.

Tổng quan về tình hình nghiên cứu:

- Wilson (1997) và Merton (1974) được biết đến với các bài nghiên cứu về stress
test đo lường rủi ro tín dụng dưới tác động kinh tế vĩ mô. Wilson thiết lập mô
hình trực tiếp dựa trên tính nhạy cảm của nhiều biến kinh tế vĩ mô đối với xác
suất vỡ nợ trên từng khu vực ngành nghề.
- Kể từ đó nhiều bài nghiên cứu đã ứng dụng công cụ này để đánh giá mức độ hồi
phục của hệ thống ngân hàng ở những quốc gia khác nhau trước biến động vĩ mô
bất lợi như là Berkowitz (1999), Pesola (2001), Boss và cộng sự (2002), Gerlach
và cộng sự (2003), Virolainen và Sorge (2006), Barnhill (2006). Mục tiêu chính
của những bài nghiên cứu này là đo lường mức độ nhạy cảm của danh mục tín
dụng trước kịch bản vĩ mô bất lợi hoặc những sự kiện, biến động ngoạn mục.
- Boss (2002) đã sử dụng mô hình rủi ro tín dụng vĩ mô để phân tích tình hình biến
động xấu của thị trường gây áp lực lên xác suất vỡ nợ của ngân hàng Áo và tác giả
6


đã nhận thấy sức sản xuất công nghiệp, tỷ lệ lạm phát, chỉ số chứng khoán, lãi
suất ngắn hạn danh nghĩa và giá dầu là các nhân tố quyết định xác suất vỡ nợ.
- Sorge & Virolainen (2006) ứng dụng hai phương pháp chính trong stress test cho
nền kinh tế Phần Lan là kết hợp phân tích kinh tế lượng theo dữ liệu bảng cân đối
kế toán và mô hình giá trị có rủi ro VaR. Thông qua đó, các tác giả còn tìm thấy
mối quan hệ có ý nghĩa thống kê giữa tỷ lệ vỡ nợ đặc trưng theo ngành và GDP,

lãi suất và tổng nợ của khu vực doanh nghiệp.
- Liên quan đến việc thiết kế kịch bản vĩ mô bất lợi trước khi mô phỏng xác suất
vỡ nợ của ngân hàng, Ali và Daly (2010) đã khảo sát các nhân tố kinh tế vĩ mô
tác động lên mức độ vỡ nợ tổng thể trong nền kinh tế Mỹ và Úc. Các kết quả của
nghiên cứu này đã hỉ ra rằng GDP, lãi suất ngắn hạn và tổng nợ là những chỉ tiêu
có ý nghĩa kinh tế đối với mức độ vỡ nợ tổng thể.
- Gtogowski (2008) cũng kiểm tra mối liên hệ giữa các nhân tố chu kì kinh doanh
và khoản tổn thất nợ của ngân hàng thương mại Ba Lan. Kết quả đã cho thấy tốc
độ tăng trưởng GDP, sự thay đổi trong lãi suất thực, tỷ lệ thất nghiệp và tỷ giá hối
đoái có ảnh hưởng quan trọng đến tổn thất nợ.

III. Giả thuyết nghiên cứu:
- Độ tuổi: Với từng độ tuổi khác nhau, khả năng chi trả, vay vốn khác nhau, dẫn đến
xác suất xảy ra vỡ nợ cũng khác nhau. Thông thường, nhóm khách hàng trong độ
tuổi từ 30-45 có xác suất vỡ nợ lớn hơn nhóm khách hàng trong độ tuổi từ 46-60.

- Trình độ học vấn: Nhóm khách hàng có trình độ học vấn cao, thường là cấp độ 3
sẽ có xác suất vỡ nợ thấp hơn những nhóm có trình độ học vấn thấp hơn, thường
là cấp độ 1 hoặc 2.
- Số năm làm công việc hiện tại: Thông thường, những người có công việc ổn
định, tức là có thời gian làm công việc hiện tại dài sẽ ít xảy ra xác suất vỡ nợ hơn
nhóm còn lại.
7


- Số năm sống ở khu vực hiện tại: Biến này cho biết tình trạng ổn định về chỗ ở
của khách hàng. Thông thường, những người có thời gian sống ở khu vực hiện tại
lâu hơn sẽ có tình trạng ổn định về công việc cao hơn và nguy cơ vỡ nợ cũng thấp
hơn.
- Thu nhập ($): Thu nhập cao là 1 trong những yếu tố làm giảm tỷ lệ vỡ nợ và

ngược lại.
- Nợ thẻ tín dụng: Những khách hàng có số dư nợ trong thẻ tín dụng thấp sẽ có
xác suất vỡ nợ thấp hơn nhóm còn lại.
- Khoản nợ khác: Số dư tài khoản nợ càng cao, xác suất vỡ nợ càng lớn và ngược
lại.

8


CHƯƠNG II. XÂY DỰNG VÀ PHÂN TÍCH MÔ
HÌNH HỒI QUY
I.

Tổng quan.

1. Mô tả số liệu.
Bộ số liệu gồm 200 mẫu được chọn từ hơn 2000 trường hợp vay tiền tại 5
ngân hàng tại Mỹ trong năm 2013. Sau quá trình phân tích chủ quan về bộ số liệu,
cũng như đọc và hiểu ý nghĩa các biến, chúng em quyết định xây dựng mô hình hồi
quy gồm các biến như sau:
• Biến phụ thuộc: predeff: xác suất vỡ nợ của một khoản vay tại ngân hàng
(chỉ số này được tính bằng mô hình khác thuộc nghiệp vụ quản lí rủi ro của
các chuyên viên ngân hàng, ở đây chúng em chỉ dùng kết quả có sẵn và xác
định ảnh hưởng của các yếu tố khác lên chỉ số này).
• Biến độc lập: gồm 7 biến được trình bày trong bảng sau:
Tên biến

Đơn vị

Ý nghĩa

age

năm

Số tuổi của chủ thể vay nợ.
Trình độ học vấn của chủ thể vay nợ (ed=1 cho
trình độ học xong trung học cơ sở, ed = 2 cho

ed

trình độ học xong trung học phổ thông, ed=3 cho
trình độ đại học, ed = 4 cho trình độ sau đại học).
employ

năm

Số năm gắn bó với công việc hiện tại

address

năm

Số năm sống tại chỗ ở hiện tại

income

nghìn
USD/năm

Tổng thu nhập của chủ thể vay nợ tính theo năm
9


creddebt nghìn USD
othdebt

Số ghi nợ trong tài khoản thẻ tín dụng của chủ thể
vay nợ

nghìn USD

Các khoản vay nợ khác của chủ thể vay nợ

Sử dụng lệnh Summary Statistics trong Gretl ta được bảng mô tả dữ liệu sau:
Biến

Giá trị
trung bình

Trung
vị

Độ lệch
chuẩn

Giá trị nhỏ
nhất

Giá trị lớn

nhất

age

34.34

33.50

7.556

21.00

55.00

ed

1.590

1.000

0.8459

1.000

4.000

employ

8.225

7.000

6.316

0.000

26.00

address

7.875

6.000

6.431

0.000

27.00

income

40.24

32.00

24.19

14.00

176.0

creddebt

1.360

0.9462

1.562

0.02507

11.36

othdebt

2.620

1.983

2.343

0.08949

16.67

preddef

0.2595

0.1983

0.2512

0.001405

0.9501

2. Thiết lập mô hình tổng quát.

❖

Hàm hồi quy tổng thể :
=1+22+33+44+55+66+77+88+

❖ Hàm hồi quy mẫu :
= ̂1+

̂

22

+

̂

+

33

̂

44

+

̂

+

55

̂

66

+

̂

77

+

̂

+

88

• Hàm hồi quy tổng thể (PRF): biểu diễn mối liên hệ giữa biến phụ thuộc
preddef với các biến độc lập: age, ed, employ, address, income, creddebt,
othdebt như sau:

10


+

7+

8

ℎ

+

=1+2 +3 +4

+5

+6

• Hàm hồi quy mẫu tương ứng (SRF):

̂

̂

=1+2 +̂3 +̂4 +̂5 +̂6 + ̂7 + ̂8 ℎ

+
Trong đó, : sai số ngẫu nhiên ; :phần dư ( ước lượng của sai số )

II.

Hàm hồi quy tuyến tính và phân tích hồi quy.

1. Mối quan hệ tương quan giữa các biến.
Dùng Gretlt ta có ma trận tương quan như sau:
Sử dụng các quan sát từ 1-200, giá trị tới hạn 5% (2 phía) = 0.1388, n=200
preddef

age

ed

employ

address

income

creddebt othdebt

1.0000 -0.4403 0.2794

-0.6071

-0.3970 -0.2911

0.3354

0.1783 preddebt

1.0000 -0.0284

0.5714

0.5938

0.5071

0.2174

0.2874

age

1.0000

-0.1999

-0.0048

0.0957

0.1045

0.0668

ed

1.0000

0.3956

0.7015

0.3575

0.3565

employ

1.0000

0.4118

0.2000

0.2602

address

1.0000

0.5554

0.4186

income

1.0000

0.5928 creddebt
1.0000

othdebt

Từ bảng trên, ta có thể rút ra một số nhận xét sau:
- Hệ số tương quan giữa preddef và age là -0.4403
- Hệ số tương quan giữa preddef và ed là 0.2794
- Hệ số tương quan giữa preddef và employ là -0.6071
11


- Hệ số tương quan giữa preddef và address là -0.3970
- Hệ số tương quan giữa preddef và income là -0.2911
- Hệ số tương quan giữa preddef và creddebt là 0.3354
- Hệ số tương quan giữa preddef và othdebt là 0.1783
Có thể thấy, trong tất cả các nhân tố được nghiên cứu, biến employ có mối tương
quan mạnh nhất đến biến preddef (hệ số tương quan của biến có độ lớn cao nhất),
hay nói cách khác, số năm gắn bó với công việc hiện tại của chủ thể vay nợ có ảnh
hưởng mạnh nhất đến xác suất vỡ nợ của khoản vay. Hệ số tương quan của biến
employ này âm, chứng tỏ được mối quan hệ ngược chiều giữa biến employ và
preddef, thể hiện nếu một người có công việc càng ổn định thì xác suất vỡ nợ của
người đó khi đi vay nợ càng thấp. Ngược lại, biến othdebt có tương quan ít nhất
đến biến preddef (hệ số tương quan có độ lớn thấp nhất), hay nói cách khác, các
khoản nợ khác của chủ thể vay nợ có ảnh hưởng ít nhất đến xác suất vỡ nợ của
khoản vay đang xét. Hệ số tương quan giữa othdebt và preddef mang dấu dương

chứng tỏ chúng có mối quan hệ thuận chiều, tức là khi chủ thể vay nợ từ các nguồn
khác càng nhiều, thì khoản nợ đang xét có xác suất vỡ nợ càng cao.
Dấu của hệ số tương quan cũng tương tự với các nhân tố khác, nếu mang dấu
dương là thuận chiều, còn mang dấu âm là ngược chiều. Các biến có quan hệ thuận
chiều ở đây là: ed, creddebt và othdebt. Các biến có quan hệ ngược chiều là: age,
employ, address và income.
Ngoài ra, sau khi đọc số liệu của bảng tương quan giữa các biến, ta thấy tương
quan giữa các biến độc lập với nhau là tương đối nhỏ, đều dưới mức 0.8, do đó
nhiều khả năng không có hiện tượng đa cộng tuyến (kiểm định sẽ được thực hiện ở
chương sau).

12


2. Kết quả hổi quy.
Sử dụng phương pháp ước lượng bình phương tối thiểu OLS và phần mềm Gretl ta
được kết quả hồi quy như sau:
Hệ số chặn

Hệ số hồi quy
0.425665

Sai số chuẩn
0.0450599

t-ratio
9.447

p-value
1.23e-017

age

-0.00150717

0.00153060

-0.9847

0.3260

ed

0.0239668

0.0105499

2.272

0.0242

employ

-0.0267519

0.00210550

-12.71

3.06e-027

address

-0.00869707

0.00160979

-5.403

1.93e-07

income

-0.00112479

0.000571118

-1.969

0.0503

creddebt

0.0935105

0.00746222

12.53

1.03e-026

othdebt

0.0206162

0.00447825

4.604

7.54e-06

Trung bình biến phụ
thuộc

0.259457

Độ lệch chuẩn của biến
phụ thuộc

0.251215

RSS

2.567761

Độ lệch chuẩn của sai số

0.115645

hồi quy

0.795539

̅̅2

0.788085

F(7,192)
Ln hàm hợp lý

106.7221
151.7406

p-value (F)
Tiêu chuẩn Akaike

1.06e-62
-287.4812

Tiêu chuẩn Schwarz

-261.0947

Hannan-Quinn

-276.8030

2

Bậc tự do của phần được giải thích Dfm = 7
Bậc tự do của phần dư Dfr = 192

13


Dựa vào kết quả ước lượng trên ta thu được:
(PRF):
=1+2 +3 +4 +5 +6 + 7 + 8

ℎ

+

(SPF):
= 0.425665 − 0.00150717
− 0.00112479
0.0935105

+

❖

+ 0.0206162

ℎ

+ 0.0239668

− 0.0267519

− 0.00869707

+

Ý nghĩa các hệ số hồi quy trong mô hình
•
•

•

•

•

̅̂
1=0.425665

nghĩa là khi giá trị các biến độc lập Xi= 0 thì xác suất vỡ nợ trung bình là 0.425665, với điều kiện các yếu tố khác không đổi.

̅̂

2= -0.00150717 có nghĩa là nếu tuổi của chủ thể vay nợ tăng 1 tuổi thì xác suất vỡ nợ trung bình
giảm 0.00150717, với điều kiện các yếu tố khác không đổi.

̅̂

3= 0.0239668 có nghĩa là trình độ học vấn của chủ thể vay nợ tăng thêm 1 bậc thì xác xuất vỡ nợ
trung bình tăng 0.0239668, với điều kiện các yếu tố khác không đổi.

̅̂

4= -0.0267519 có nghĩa là số năm gắn bó với công việc hiện tại của chủ thể vay nợ tăng thêm 1 năm
thì xác suất vỡ nợ trung bình giảm 0.0267519, với điều kiện các yếu tố khác không đổi.

̅̂

5= -0.00869707có nghĩa là số năm sống tại chỗ ở hiện tại của chủ thể vay nợ tăng 1 năm thì xác suất
vỡ nợ trung bình giảm 0.00869707, với điều kiện các yếu tố khác không đổi.

14


̅̂

•

6= -0.00112479 có nghĩa là nếu tổng thu nhập của chủ thể vay nợ tính theo năm tăng thêm 1 nghìn
USD thì xác suất vỡ nợ trung bình giảm 0.00112479, với điều kiện các yếu tố khác không đổi.

̅̂

•

7= -0.00112479 có nghĩa là nếu số ghi nợ trong tài khoản tín dụng của chủ thể vay nợ tăng 1 nghìn
USD thì xác suất vỡ nợ trung bình giảm 0.00112479 , với điều kiện các yếu tố khác không đổi.

̅̂

•

8= 0.0206162 có nghĩa là nếu các khoản vay nợ khác của chủ thể vay nợ tăng 1 nghìn USD thì

xác suất vỡ nợ trung bình tang 0.0206162, với điều kiện các yếu tố khác không đổi.

3. Mức độ phù hợp của mô hình.


• Hệ số xác định R2 = 0.795539

Mức độ phù hợp của mô hình hồi quy là tương đối lớn 79.6%. Các biến độ

tuổi, trình độ học vấn, số năm làm công việc hiện tại, số năm sống tại nơi ở
hiện tại, mức thu nhập hàng năm, số ghi nợ thẻ tín dụng và các khoản nợ
khác giải thích được 79.6% sự thay đổi trong giá trị trung bình của xác suất
vỡ nợ, còn lại do các yếu tố khác.


• Hệ số xác định điều chỉnh

̅2

= 0.788085

Trong trường hợp ta đưa thêm biến vào mô hình, hệ số xác định điều chỉnh
mà tang thì việc đưa thêm biến là có ý nghĩa, và ngược lại.

15


CHƯƠNG III. ƯỚC LƯỢNG, KIỂM ĐỊNH VÀ SUY
DIỄN THỐNG KÊ
I.

Mô hình ước lượng

Preddef =
(se)

II.

0.425665
(0.0450599)

- 0.00150717age
(0.00153060)

+ 0.0239668ed
(0.0105499)

-0.0267519employ
(0.00210550)

- 0.00869707address

-0.00112479income

+0.0935105creddebt +0.0206162othdebt+

(0.00160979)

(0.000571118)

(0.00746222)

(0.00447825)

Kiểm định sự phù hợp của mô hình

1. Kiểm định dạng hàm
Mục đích: xem xét trường hợp các tham số của biến độc lập đồng thời bằng
0 có thể xảy ra hay không
Cặp giả thiết:
:

=

=

=

2

=

3

4

=
5

=

= =0

6

7

8

̅̅̅

{1

1,8
1:

∃ ≠ 0 vớ ii =

Ta có: =106.7221 > F_(0,05(7,192)) ≈ 2.01 => Bác bỏ 0

=> Mô hình phù hợp
2. Kiểm định giả thuyết về hệ số hồi quy.
Mục đích: kiểm định ảnh hưởng của từng biến độc lập lên giá trị trung bình
của biến phụ thuộc preddef.
Có cặp giả thuyết thống kê:
: =0

̅̅̅

{0

́́
1:

vơi i = 1,8

≠0

16


Nếu giá trị P-value nhỏ hơn mức ý nghĩa = 0.05 thì bác bỏ Ho, chấp nhận H1, tức là biến độc lập đó có ý nghĩa
thống kê đối với preddef.

- Theo bảng kết quả hồi qui ở chương II, ta thấy:
• Biến age: P-value = 0.3260 > 0.05, chấp nhận H0 vâỵ nên biến age không
có ýnghiã thống kê đối với preddef.
• Biến ed: P-value = 0.0242 < 0.05, bác bỏ H0 vâỵ nên biến ed cóýnghiã
thống kê đối với preddef.
• Biến employ: P-value = 3.06e-027 < 0.05, bác bỏH0 vâỵ nên biến employ
cóýnghiã thống kê đối với preddef.
• Biến address: P-value = 1.93e-07 < 0.05, bác bỏ H0 vâỵ nên biến address
cóýnghiã thống kê đối với preddef.
• Biến income: P-value = 0.0503 > 0.05, chấp nhâṇ H0 vâỵ nên biến
income không cóýnghiã thống kê đối với biến preddef.
• Biến creddebt: P-value = 1.03e-026 < 0.05, bác bỏ H0 vâỵ nên biến
creddebt cóýnghiã thống kê đối với preddef.
• Biến othdebt: P-value = 7.54e-06 < 0.05, bác bỏ H0 vâỵ nên biến othdebt


cóýnghiã thống kê đối với biến preddef.
Các biến age và income không có ý nghĩa thống kê.

3. Kiểm định bỏ sót biến.
Từ mô hình hồi quy ban đầu, ta thu được :

= 0.425665 − 0.00150717

− 0.00869707

̅̂

= 0.425665 − 0.00150717

+ 0.0935105
+ 0.0239668

+ 0.0239668

− 0.00112479

+ 0.0206162

ℎ

− 0.0267519

+

− 0.0267519

− 0.00869707
+ 0.0206162 ℎ

− 0.00112479

+ 0.0935105

17


và

vào mô hình, hồi quy preddef theo

̅̂

̅̂

Đưa thêm biến
age, ed, employ, address, income, creddebt, othdebt,

̅̂

̅̂

à

ta có:
=1+2 +3 +4+5+6

̅̂

+ 7+

ℎ

8

+

2

̅̂

3

+

9

+

10

0: 9= 10=0

- Cặp giả thuyết: {

:

2

+

2

1

9

≠0

10

Dùng lệnh Ramsey RESET thu được mô hình hồi quy :

= 0.0848039 + 0.00194414
−
−

0.00738477
0.000948909

+ 0.0003976
+

− 0.0167191

ℎ

− 0.00188645
+ 0.00635936

+ 2.86405

̂

2

− 1.76205

Do p-value = P(F(2,190) > 178.603) = 2.28e-044 < 0.05 nên bác bỏ


̂

3

.

Mô hình ban đầu đã bỏ sót biến

III. Kiểm định một số khuyết tật của mô hình
1. Kiểm định đa cộng tuyến
- Bản chất: Đa cộng tuyến là một lỗi của mô hình phân tích hồi quy, xảy ra
khi giữa các biến độc lập Xi trong mô hiǹ h hồi quy đa biến có tương quan
tuyến tính với nhau.
- Nguyên nhân:
• Đa cộng tuyến hoàn hảo xảy ra khi đặt mô hình sai, trên thực tế hiện tượng
đa cộng tuyến hoàn hảo ít khi xảy ra.

18


• Đa cộng tuyến không hoàn hảo xảy ra do bản chất hiện tượng kinh tế xã hội
mà các biến độc lập đã có sẵn mối quan hệ cộng tuyến với nhau
• Đa cộng tuyến không hoàn hảo xảy ra do số liệu điều tra không đủ lớn, hay
số liệu điều tra không ngẫu nhiên.
-

Dấu hiệu nhận biết: sử dụng nhân tử phóng đại phương sai
Dùng lệnh Collinearity của Gretl ta được kết quả:
Do= 1.990 < 10
= 1.185 <10
= 2.632 <10
= 1.595 <10
= 2.839 <10
= 1.929 <10
ℎ

= 1.638 <10

=> Không tồn tại đa cộng tuyến
2. Kiểm định phương sai sai số thay đổi
-

Bản chất : Một vấn đề khác mà mô hình cũng có thể gặp phải, đó là phương
sai của sai số thay đổi. Hậu quả của phương sai sai số thay đổi là các ước
lượng bình phương nhỏ nhất vẫn là không chệch nhưng không còn hiệu quả
nữa, cùng với đó ước lượng của các phương sai sẽ bị chệch, như vậy làm
mất hiệu lực của kiểm định. Điều này làm cho mô hình kém hiệu quả hơn.

Phương sai của mỗi một ngẫu nhiên Ui, trong điều kiện giá trị đã cho của biến

giải thích Xi là không đổi, nghĩa là:
( / ) = [ – ( )] = ( ) = ; i = 1,2,3…n

Khi giả thiết đó bị vi phạm thì mô hình mắc lỗi phương sai sai số thay
-

đổi.

Nguyên nhân:
19


• Do bản chất của các hiện tượng kinh tế: Nếu các hiện tượng kinh tế theo
không gian được điều tra trên những đối tượng có quy mô khác nhau hoặc
các hiện tượng kinh tế theo thời gian được điều tra qua các giai đoạn có mức
biến động khác nhau thì phương sai sai số có thể không đồng đều.
• Do định dạng không đúng dạng hàm của mô hình.
• Do số liệu không phản ánh đúng bản chất của hiện tượng kinh tế, chẳng hạn
xuất hiện các quan sát ngoại lai.
• Do kỹ thuật thu thập, bảo quản vàxử lý số liệu đượccải tiếnnên sai số có xu
hướng giảm.
• Học được các sai lầm trong quá khứ, nhờ thế cải tiến trong hiện tại.
- Nhận dạng:
̅̉

• Cặp giả thuyết:

: mô hình có PS SS không đôi

{

0

̅̉

1:

mô hình có PSSS thay đôi

• Nếu giá trị P-value <0.05, chúng ta bác bỏ giả thiết H0 và chấp nhận giả thiết
H1, cónghiã làmô hinh̀ cóhiêṇ tươngg̣ phương sai sai sốthay đổi.
• Kiểm định White:
Test statistic: LM = 98.7847
with p-value = P(Chi-square(35) > 98.7847= 5.40033e 008 Do p-value =5.40033e - 008 <0.05


Mô hình mắc khuyết tật phương sai sai số thay đổi

• Kiểm định Breusch – Pagan:
with p-value = P(Chi-square(4) >14.6234) = 0.0411409
Do p-value = 0.0411409 <0.05


Mô hình mắc khuyết tật phương sai sai số thay đổi
❖

Kết luận: mô hình mắc khuyết tật phương sai sai số thay đổi

20


3. Kiểm định tự tương quan
❖
Phát hiện Tự tương quan:
Nhận thấy số liệu đã cho ở dạng dữ liệu chéo, không ở dạng chuỗi thời
gian nên mô hình không mắc Tự tương quan
Kết luận:

❖

Mô hình ban đầu không mắc Tự tương quan
4. Kiểm định phân phối chuẩn của nhiễu
- Nhận diện
Cặp giả thuyết:

{

0: sai số có phân phối chuẩn
1:

sai số không có phân phối chuẩn

Thực hiện lệnh Nomality of residuals trong Gretl ta được:

21


P value = 0 < 0.05 nên bác bỏ H0, u không phân phối chuẩn, không có cách sửa

chữa ngoài việc tăng mẫu hoặc thay bằng mẫu có giá trị lớn hơn. Mẫu càng
nhiều, khả năng phân phối chuẩn càng lớn.
➢
Kết luận chung:
Từ những kiểm định ở trên ta có thể rút ra kết luận sau:
Dạng hàm tuyến tính mắc khuyết tật bỏ sót biến, thừa biến, PSSS thay đổi
và sai số không có phân phối chuẩn.
➢

Khắc phục:

- Thừa biến: có thể bỏ 2 biến không có ý nghĩa thống kê age và income ra
khỏi mô hình.
- Phương sai sai số thay đổi: Sau khi biến đổi log biến phụ thuộc, chúng em
nhận thấy mô hình vẫn bị mắc khuyết tật phương sai sai số thay đổi. Do đó,
giải pháp chúng em đề xuất là sử dụng lệnh Robust standard errors đưa sai
số về đúng giá trị.
- Sai số không có phân phối chuẩn: giải pháp là tăng kích thước mẫu đến khi
đủ lớn.
Chúng em nhận thấy các cách khắc phục trên vẫn chưa triệt để và chưa tối
ưu hóa được mô hình. Do kĩ năng và thời gian hạn chế nên đây vẫn là vấn đề còn
tồn đọng sau nghiên cứu này. Chúng em sẽ tiếp tục tìm kiếm phương pháp khắc
phục tối ưu hơn, và nếu có thể, chúng em rất mong được nghe góp ý từ cô.

IV.

Kiểm tra tính phù hợp với lý thuyết kinh tế
Qua quá trình xây dựng, phân tích và kiểm định mô hình, chúng em có thể

rút ra các yếu tố ảnh hưởng đến xác suất vỡ nợ của một khoản vay tại ngân hàng

như sau:
- Trình độ học vấn: qua mô hình, có thể thấy những người có trình độ học vấn
cao có nhiều khả năng vỡ nợ khi đi vay ngân hàng hơn những người có trình độ
học vấn thấp. Chưa có lí thuyết kinh tế chính thức về mối quan hệ này.
22


- Số năm gắn bó với công việc hiện tại: Mô hình cho thấy những người có
công việc càng ổn định sẽ càng có ít khả năng vỡ nợ. Điều này khá phù hợp với
logic và thực tế.
-

Số năm sống tại nơi ở hiện tại: mô hình cho thấy những người có nơi ở ổn

định sẽ ít có khả năng vỡ nợ hơn những người hay thay đổi chỗ ở. Điều này phù
hợp với logic và thực tế, bởi lẽ chỗ ở ổn định cũng đi kèm với tài chính hộ gia
đình ổn định.
- Số ghi nợ trong tài khoản thẻ tín dụng: con số này càng cao thì chủ thể càng
có khả năng vỡ nợ khi đi vay nợ tại ngân hàng. Điều này hoàn toàn phù hợp với
lý thuyết kinh tế.
- Số nợ khác: con số này càng cao thì chủ thể càng có khả năng vỡ nợ khi đi
vay nợ tại ngân hàng. Điều này hoàn toàn phù hợp với lý thuyết kinh tế.

23


KẾT LUẬN
Như vây,g̣ chúng ta có thểthấy rằng, viêcg̣ nghiên cứu các nhân tố ảnh
hưởng đến xác suất vỡ nợ của các khoản vay tại ngân hàng bằng phương pháp
phân tích sốliêụ của Kinh tếlươngg̣ làmôṭđiều hết sức cần thiết. Cónhững biến ban

đầu theo cảm nhâṇ chủquan, chúng ta thấy rõràng nócósức ảnh hưởng rất lớn đến
biến phu g̣ thuôcg̣ màchúng ta nghiên cứu, nhưng qua quátri ǹ h phân tić h, tim
̀ hiểu,
chaỵ sốliêụ hồi quy với Gretl, chúng ta mới nhâṇ thấy rằng trên thưcg̣ tếnóchẳng
cóảnh hưởng (hoăcg̣ ảnh hưởng rất nhỏ), cũng cónhững biến ban đầu tưởng chừng
chẳng liên quan đến biến phu g̣ thuôc,g̣ nhưng sau khi nghiên cứu thi c̀ húng ta
laịnhâṇ ra sư g̣cần thiết của nóđối với mô hinh.̀
Qua sư g̣ phân tić h, tim̀ hiểu này, chúng ta đa ̃ rút ra đươcg̣ những biến đôcg̣
lâpg̣ nào trưcg̣ tiếp ảnh hưởng lớn đến xác suất vỡ nợ của một khoản vay, từ đócó
thểxây dưngg̣ kếhoach,g̣ hướng đi phùhơpg̣ đểhaṇ chếvàlàm giảm rủi ro tín dụng.
Vid́ u,g̣số ghi nợ sẵn có trong thẻ tín dụng của chủ thể vay nợ có ảnh hưởng tương
đối lớn tới xác suất vợ nợ khi người đó đi vay tại ngân hàng, do đó các chuyên
viên ngân hàng có thể tập trung điều tra lịch sử hoạt động tín dụng của khách hàng
trước khi đồng ý cho vay để giảm bớt rủi ro nợ xấu. Đối với những nhân tốkhông
cóảnh hưởng nhiều đến xác suất vỡ nợ, thi ̀chúng ta không cần mất công nghiên
cứu quá nhiều vềnó.
Cóthểnói, Kinh tếlươngg̣ đa ̃ giúp môṭphần không nhỏtrong quátri ̀nh xây
dưng,g̣ triển khai các kếhoacḥ thưcg̣ tiêñ đểgiải quyết các vấn đềthưcg̣ tiển, mà
môṭvid́ u g̣cu g̣thểchiń h làvấn đềmàchúng ta vừa nghiên cứu.
Cuối cùng, chúng em xin cám ơn sự giúp đỡ và hướng dẫn tận tình của cô
giáo Nguyễn Thúy Quỳnh qua những giờ học bổ ích trên lớp. Do vốn kiến thức và kĩ
năng còn hạn chế nên chắc hẳn bản báo cáo này không thể tránh khỏi sai sót,

24