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



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


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

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.

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


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


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


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


̂

44

+

̂

+

55

̂

66

+

̂

77

+

̂

+

88


+
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


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


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


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

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


+

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.

̅̂


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.

(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

=


́́
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




− 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

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


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

{

0

̅̉

1:

mô hình có PSSS thay đôi

• Nếu giá trị P-value 98.7847= 5.40033e 008 Do p-value =5.40033e - 008 14.6234) = 0.0411409
Do p-value = 0.0411409
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

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