ỨNG DỤNG MÔ HÌNH BINARY LOGISTIC VÀO PHÂN TÍCH RỦI RO TÍN DỤNG ĐỐI VỚI DNNVV CÓ QUAN HỆ TÍN DỤNG TẠI NGÂN HÀNG TMCP VIỆT NAM THỊNH VƯỢNG - Pdf 24

LUẬN VĂN THẠC SỸ
CHUYÊN NGÀNH TÀI CHÍNH - NGÂN HÀNG
MÃ SỐ: 60.34.02.01
ỨNG DỤNG MÔ HÌNH BINARY LOGISTIC VÀO
PHÂN TÍCH RỦI RO TÍN DỤNG ĐỐI VỚI DNNVV CÓ
QUAN HỆ TÍN DỤNG TẠI NGÂN HÀNG TMCP
VIỆT NAM THỊNH VƯỢNG
LÊ NGUYỄN NHẬT QUYÊN
Người hướng dẫn khoa học: TS NGUYỄN VĂN HIẾN
BỘ GIÁO DỤC TRƯỜNG ĐẠI HỌC TÀI CHÍNH MARKETING
ĐÀO TẠO THÀNH PHỐ HỒ CHÍ MINH
TP HỒ CHÍ MINH, 2014
ỨNG DỤNG MÔ HÌNH BINARY LOGISTIC VÀO PHÂN TÍCH
RỦI RO TÍN DỤNG ĐỐI VỚI DNNVV TẠI VPBANK
C1: Giới thiệu tổng quan
C2: Cơ sở LT& MH nghiên cứu
C3: Thiết kế nghiên cứu
C4: KQ nghiên cứu & thảo luận
C5: Kết luận và gợi ý giải pháp
Kết cấu
Kết cấu
đề tài
đề tài
2
CHƯƠNG I: GIỚI THIỆU NGHIÊN CỨU
ỨNG DỤNG MÔ HÌNH BINARY LOGISTIC VÀO PHÂN TÍCH
RỦI RO TÍN DỤNG ĐỐI VỚI DNNVV TẠI VPBANK
1
2
3
4

cứu
- Đưa ra các yếu tố ảnh hưởng đến xác suất
trả nợ vay của các DNNVV
- Đo lường xác suất trả nợ vay của các DNNVV
ỨNG DỤNG MÔ HÌNH BINARY LOGISTIC VÀO PHÂN TÍCH
RỦI RO TÍN DỤNG ĐỐI VỚI DNNVV TẠI VPBANK
- Đề xuất, gợi ý giải pháp
- Các yếu tố ảnh hưởng tới khả năng trả nợ vay
của các DNNVV ?
- Ứng dụng vào công tác QTRRTD tại VPBank
như thế nào ?
- Giải pháp, kiến nghị nào có thể áp dụng nhằm
hạn chế RRTD ?
4
1.4
1.5
1.6
Phạm
vi, đối
tượng,
NC của
đề tài
-
Phạm vi về nội dung; pv không gian & pv về
thời gian
- Các hồ sơ vay của DNNVV đang vay vốn tại
VPBank
Phương
pháp
nghiên

lý RRTD đối với DNNVV
Giới thiệu tổng quan về doanh nghiệp nhỏ và vừa
Chương 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Cơ sở lý thuyết
7
Chương 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Một số nghiên cứu trước đây
1
2
3 4
Hoàng Tùng
(2011) Mô
hình định
lượng phân
tích rủi ro tín
dụng của các
doanh nghiệp
Tài liệu nghiên cứu trong nước
Trần Minh
Duy (2013)
Phân tích rủi
ro tín dụng
doanh nghiệp
bằng MH
Logistic:
nghiên cứu
trường hợp
ngân hàng
Sacombank
Trương

(2007) Modeling
Credit risk for SMEs:
Evidence from the
US market
3
Chiara Pederzoli
(2010), A
Parsimoious default
prediction model for
Italian SMEs.
9
Bảng tổng hợp các biến từ mô hình
10
STT Chỉ tiêu
MH của
Hoàng Tùng
(2012)
Trần Minh
Duy
(2013)
Tabeb
Ahmad
(2005)
Altman
and Gabriele
Sabato
2007
Chiara
Pederzoli
(2010)

Nợ ngắn hạn/TTS x x
14
Tồn kho/TTS x
15
Tiền mặt/TTS x x
16
Doanh thu/TTS x x x x
17
EBIT/TTS x x
18
Khả năng thanh toán lãi vay x
19
Thu nhập ròng/TTS x
20
Nợ ngắn hạn/giá trị sổ sách VCP x
21
Doanh thu thuần/Nợ ngắn hạn x
22
Thay đổi trong tổng tài sản x
23
Nợ dài hạn/ Tổng tài sản x
11
Đòn bẩy tài chính
Đòn bẩy nợ
Tỷ suất tài sản ngắn
hạn
Hiệu suất sử dụng
TS
Kỳ thu tiền bình quân
TS sinh lợi trên

Khảo sát 136 khách hàng đang
có quan hệ tín dụng tại VPBank
Nghiên cứu
định tính
Nghiên cứu
chính thức (định
lượng)
-
Kết luận và ý nghĩa
-
Hướng phân tích tiếp theo
Phần mềm SPSS
CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU
Quy trình nghiên cứu
Phân tích dữ liệu
12
Y= 0
Nếu khả năng trả
nợ không tốt (có
rủi ro tín dụng)
Y
Biến độc lập
nhị phân
CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU
Mô tả các biến độc lập
Y= 1
Nếu khả năng
trả nợ tốt
(không có rủi ro
tín dụng)

Vùng Hà Nội
Bắc Hà
Nội
Đông
Bắc
Nam Hà
Nội
Miền
Trung
Nam
Trung
Bộ
Tây
Nguyên
Đông
Nam Bộ HCM
Vùng
ĐBSCL Tổng
Tỷ trọng dư nợ 26% 10% 9% 4% 5% 6% 3% 12% 19% 6% 100%
Kích cở mẫu 19 7 6 3
3
4 2
9
14 4
71
Tỷ lệ mẫu 26% 11% 9% 5% 3% 6% 3% 12% 18% 6% 100%
15
CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU
Mô tả cơ sở dữ liệu
DNNVV được chọn nghiên cứu năm 2013

4
Mức độ chính xác của dự báo
5
5
Kiểm định ý nghĩa của các hệ số hồi quy tổng thể
CÁC BƯỚC THỰC HIỆN
3
3
Kiểm định tính phù hợp của mô hình
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
KẾT QUẢ CHẠY HỒI QUY
17
Ứng dụng mô hình Binary Logistic để đưa ra mô hình tối ưu dựa
trên mức ý nghĩa thống kê sig <= 5%
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
KẾT QUẢ CHẠY HỒI QUY
B S.E. Wald df Sig. Exp(B)
Ste
p 1
a
X1 -18.919 3.903 23.499 1 .000 .000
X2 1.648 .841 3.841 1 .050 5.198
X3 -3.348 1.698 3.890 1 .049 .035
X7 52.373 19.244 7.407 1 .006 55605688218932750000000.0
X8 -24.271 9.644 6.333 1 .012 .000
Constant 10.991 2.395 21.061 1 .000 59308.561
a. Variable(s) entered on step 1: X1, X2, X3, X7, X8.
Thực hiện các kiểm định cần thiết để đưa ra mô hình tối ưu như sau:
Log
e

1 46.653
a
.569 .820
a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .
001.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU
19
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU
Trường hợp quan sát
Dự đoán
Rủi ro tín dụng
Phần
trăm
chính xác
Có rủi ro
Không có
rủ
i
ro
Rủi ro tín dụng
Có rủi ro 35 3 92.1
Không có rủi ro 3 95 96.9
Tỷ lệ dự đoán chung 95.6
2. Kiểm định mức độ chính xác của dự báo
20
3. Kiểm định ý nghĩa các hệ
số hồi quy tổng thể
Chỉ báo

Tỷ suất sinh lợi trên VCSH
H8
Kết quả phân tích hồi quy thấy được mối quan hệ giữa các yếu tố tài chính với rủi ro
tín dụng của các DNNVV vay vốn tịa VPBank được thể hiện ở phương trình sau:
Log
e
(Pi/(1-Pi) = 10,991 - 18,919X1 + 1,648X2 - 3,348X3 + 52,373X7 - 24,271X8
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
ĐIỀU CHỈNH MÔ HÌNH NGHIÊN CỨU
22
23
1. Tóm tắt
Mục tiêu Kết quả
Đưa ra các yếu tố ảnh hưởng đến xác
suất trả nợ vay của các DNNVV.
5 yếu tố: Chỉ báo đòn bẩy tài chính; Đòn
bẩy nợ; Tỷ suất tài sản ngắn hạn; Tỷ số
tăng trưởng; Tỷ suất sinh lợi trên VCSH
Đo lường xác suất trả nợ vay của các
DNNVV
Kết quả phân tích hồi quy đa biến :

Chỉ báo đòn bẩy tài chính (β =-18.919, Sig
= 0.00)
• Đòn bẩy nợ (β = 1.648, Sig = 0.05)
• Tỷ suất tài sản ngắn hạn (β = -3.348, Sig
= 0.04)
• Tỷ số tăng trưởng(β = 52.373, Sig = 0.00)
•Tỷ suất sinh lợi trên VCSH (β = -24.271,
Sig = 0.01)


Nhờ tải bản gốc

Tài liệu, ebook tham khảo khác

Music ♫

Copyright: Tài liệu đại học © DMCA.com Protection Status