Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN hay nhất năm 2025 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Các nhân tố ảnh hưởng đến khả năng trả nợ của KHCN tại Ngân Hàng TMCP Quốc Tế Việt Nam – Trung tâm thẩm định phê duyệt tín dụng miền nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1. MÔ HÌNH NGHIÊN CỨU

Đề xuất mô hình nghiên cứu như sau: P(Y=1)

Ln[  ] = β0 + β1ĐT + β2HN + β3QH+ β4TN + β5TV + β6TH+ β7LS + β8TS + ϵ P(Y=0)

Trong đó:

• P(Y = 1) và P(Y = 0) là xác suất xảy ra và không xảy ra sự kiện Y.
• ln là hàm logarit tự nhiên.
• P(Y = 1)/P(Y = 0)là tỷ lệ odds của sự kiện Y=1.
• β0 là hệ số chặn (intercept).
• β1 đến β8 là các hệ số hồi quy của các biến độc lập.
• Biến độc lập: Độ tuổi (ĐT), Hôn nhân (HN), Quá hạn (QH), Thu nhập (TN),

Tiền vay (TV), Thời hạn (TH), Lãi suất (LS), Tài sản (TS)

• ε là sai số ngẫu nhiên.

3.2. ĐO LƯỜNG BIẾN Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN.

Căn cứ vào các nghiên cứu trong và ngoài nước đồng thời dựa vào các quy định của pháp luật hiện hành. Tác giả trình bày chi tiết cách đo lường từng biến trong mô hình nghiên cứu, bao gồm biến phụ thuộc và các biến độc lập theo thông tin sau:

Biến phụ thuộc là biến đại diện cho khả năng trả nợ của KHCN.

3.2.1. Biến Phụ Thuộc

Bảng 3.1: Cách xác định khả năng trả nợ của khách hàng

(Nguồn: Tác giả tổng hợp)

Theo Điều 11 Thông tư số 11/2021/TT-NHNN ngày 30/07/2021 của Ngân hàng Nhà nước Việt Nam, các khoản nợ quá hạn dưới 90 ngày thường được xem là trong giới hạn chấp nhận được và khách hàng vẫn được coi là có khả năng trả nợ. Việc nợ quá hạn dưới 90 ngày có thể do các lý do tạm thời và không phản ánh việc mất khả năng thanh toán của khách hàng. Do đó, trong mô hình phân tích, những khách hàng này được gán giá trị Y = 1 để biểu thị rằng họ có khả năng trả nợ.

Cách đo lường tương tự được sử dụng trong nghiên cứu của Trần Huy Hoàng và Nguyễn Trọng Chương (2020)

3.2.2 Biến Độc Lập Độ tuổi (ĐT): Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN.

Cách đo lường: biến độ tuổi là biến liên tục, đo lường bằng số năm tuổi của khách hàng tại thời điểm vay vốn

Công thức tính: ĐT = Năm hiện tại – Năm sinh của khách hàng

Trần Thế Sao (2017) sử dụng độ tuổi dưới dạng biến liên tục để phân tích tác động đến khả năng trả nợ. Mohamed et al. (2019) áp dụng phương pháp đo lường tương tự trong nghiên cứu về ảnh hưởng của nhân khẩu học đến rủi ro tín dụng. Trần Huy Hoàng và Nguyễn Trọng Chương (2020), cho rằng độ tuổi có tác động tích cực đến khả năng trả nợ. Khách hàng lớn tuổi thường có thu nhập ổn định, kinh nghiệm và trách nhiệm cao hơn.

Tình trạng hôn nhân (HN):

• Cách đo lường: Biến HN là biến định tính, được mã hóa dưới dạng biến giả (dummy variable):
• HN = 1: Khách hàng đang có gia đình (đã kết hôn).
• HN = 0: Khách hàng không có gia đình (độc thân, ly hôn, góa).

Roslan và Karim (2009) sử dụng biến giả để mã hóa tình trạng hôn nhân trong phân tích khả năng trả nợ. Nguyễn Thị Mai (2020) áp dụng phương pháp tương tự trong nghiên cứu về ảnh hưởng của nhân tố cá nhân đến hành vi tài chính. Đồng thời, Fan và Babiarz (2019) cho rằng khách hàng đã kết hôn có xu hướng quản lý tài chính tốt hơn và có khả năng trả nợ cao hơn nhờ sự hỗ trợ từ bạn đời. Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN.

• Lịch sử quá hạn (QH):
• Cách đo lường: biến QH là biến định tính, mã hóa dưới dạng biến giả:
• QH = 1: Khách hàng có lịch sử tín dụng quá hạn (đã từng có khoản nợ quá hạn). QH = 0: Khách hàng không có lịch sử tín dụng quá hạn.

Nghiên cứu của Andualem và Endris (2021) sử dụng lịch sử tín dụng dưới dạng biến nhị phân để đánh giá rủi ro tín dụng. Chengfeng Zhang et al. (2021) áp dụng cách mã hóa tương tự trong phân tích khả năng trả nợ. Các nghiên cứu trên chỉ ra rằng khách hàng có lịch sử quá hạn thường có rủi ro tín dụng cao hơn.

Thu nhập (TN):

• Cách đo lường: biến liên tục, đo lường bằng thu nhập bình quân hàng tháng của khách hàng, tính bằng triệu đồng.
• Thu nhập bao gồm: lương, thưởng, thu nhập từ kinh doanh, đầu tư và các nguồn thu nhập hợp pháp khác.

Lê Thị Mai Hương (2021) đo lường thu nhập hàng tháng để phân tích ảnh hưởng đến khả năng trả nợ Đinh Kiệm và Đỗ Hữu Trường (2022) sử dụng phương pháp tương tự trong nghiên cứu về hành vi trả nợ cá nhân. Các nghiên cứu trên cho thấy thu nhập cao và ổn định giúp khách hàng có khả năng trả nợ tốt hơn.

• Số tiền vay (TV):

Biến TV là biến liên tục, đo lường bằng tổng số tiền mà khách hàng vay từ ngân hàng, tính bằng triệu đồng.

Trần Huy Hoàng và Nguyễn Trọng Chương (2020) sử dụng số tiền vay làm biến liên tục trong mô hình phân tích. Đặng Văn Hải và Phạm Thị Yến (2022) áp dụng cách đo lường tương tự để đánh giá tác động đến khả năng trả nợ. Các nghiên cứu trên cho rằng số tiền vay lớn tạo áp lực tài chính, ảnh hưởng tiêu cực đến khả năng trả nợ.

• Thời hạn vay (TH): Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN.

Cách đo lường: Biến TH là biến liên tục, đo lường bằng thời gian vay vốn của khách hàng, tính bằng tháng.

Andualem và Endris (2021) sử dụng thời hạn vay dưới dạng biến liên tục trong phân tích. Đặng Văn Tú và Bùi Diệu Anh (2022) áp dụng phương pháp tương tự để nghiên cứu tác động đến khả năng trả nợ. Những nghiên cứu chỉ ra rằng thời hạn vay dài giúp khách hàng có khả năng trả nợ tốt hơn do giảm áp lực trả nợ hàng tháng.

• Lãi suất (LS):

Cách đo lường: Biến LS là biến liên tục, đo lường bằng lãi suất áp dụng cho khoản vay của khách hàng, tính bằng phần trăm (%).

Trần Văn Dũng và Lê Thị Thanh (2021) đo lường lãi suất dưới dạng tỷ lệ phần trăm trong phân tích rủi ro tín dụng. Lê Hoàng Anh và Trần Thị Minh Nguyệt (2023) sử dụng cách đo lường tương tự trong nghiên cứu về ảnh hưởng của lãi suất đến khả năng trả nợ và đều cho rằng lãi suất cao làm tăng chi phí vay vốn, ảnh hưởng tiêu cực đến khả năng trả nợ.

Loại hình tài sản bảo đảm (TS):

Cách đo lường: Biến TS là biến định tính, mã hóa dưới dạng biến thứ tự:

• TS = 2: Tài sản bảo đảm là giấy tờ có giá (sổ tiết kiệm, chứng chỉ tiền gửi).
• TS = 1: Tài sản bảo đảm là bất động sản (nhà, đất).
• TS = 0: Tài sản bảo đảm là động sản (xe ô tô, máy móc thiết bị) hoặc không có tài sản bảo đảm (tín chấp).

Chengfeng Zhang et al. (2021) Mã hóa loại tài sản bảo đảm theo thứ tự để phản ánh mức độ an toàn tín dụng. Đinh Kiệm và Đỗ Hữu Trường (2022) đo lường tương tự trong nghiên cứu về ảnh hưởng của tài sản bảo đảm đến khả năng trả nợ và đều cho rằng tài sản bảo đảm có giá trị và tính thanh khoản cao (giấy tờ có giá, bất động sản) giúp tăng khả năng trả nợ và giảm rủi ro tín dụng.

3.2.3 Dữ liệu nghiên cứu Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN.

Để phục vụ nghiên cứu, tác giả thu thập thông tin từ hồ sơ tín dụng của chi nhánh và khách hàng, bao gồm các nguồn sau:

Thông tin từ khách hàng: phỏng vấn trực tiếp khách hàng, các giấy tờ chứng minh tài chính, hồ sơ mà khách hàng cung cấp, cũng như tình hình kinh doanh thực tế của khách hàng. Ngoài ra, tác giả còn xem xét các báo cáo thu nhập và các tài liệu liên quan khác để đánh giá khả năng tài chính của khách hàng.

Thông tin nội bộ ngân hàng: bao gồm thông tin về khoản vay, thông tin về tài sản bảo đảm, và lịch sử thanh toán nợ vay tại ngân hàng. Các dữ liệu từ hệ thống quản lý tín dụng và các báo cáo phân tích tài chính của ngân hàng cũng được sử dụng để có cái nhìn toàn diện về khả năng trả nợ của khách hàng.

 Những thông tin này cung cấp cơ sở dữ liệu toàn diện cho nghiên cứu, giúp đánh giá chính xác hơn về các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng.

Tất cả các thông itn này đều được nhập liệu, cập nhật, quản lý và lưu trữ trên hệ thống quản lý tín dụng của VIB – Trung Tâm Thẩm Định và Phê Duyệt Tín Dụng.

3.2.4. Quy trình nghiên cứu

Các giai đoạn nghiên cứu của luận văn được thực hiện theo quy trình sau:

3.3. KỸ THUẬT HỒI QUY Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN.

Mô hình hồi quy Logit của Maddala (1984) hiện đang được ứng dụng rộng rãi trong phân tích kinh tế và rủi ro tín dụng. Mô hình này giúp các ngân hàng thương mại xác định khả năng trả nợ của khách hàng.

Trong thống kê, mô hình logistic (hay còn gọi là mô hình logit) là một công cụ thống kê mô hình hóa xác suất xảy ra của một sự kiện thông qua tỷ lệ cược log, dựa trên sự kết hợp tuyến tính của một hoặc nhiều biến độc lập. Trong phân tích hồi quy, hồi quy logit ước lượng các tham số của mô hình logistic. Trong hồi quy logistic nhị phân, biến phụ thuộc là nhị phân, được mã hóa bởi một biến chỉ báo với hai giá trị “0” và “1”, trong khi các biến độc lập có thể là biến nhị phân hoặc biến liên tục.

 Hồi quy logistic (LR) là một mô hình dự đoán được sử dụng phổ biến trong phân loại. Theo Thomas (2000), LR là một hồi quy tuyến tính trong đó biến mục tiêu là một hàm phi tuyến tính của xác suất. Ông cũng nhấn mạnh rằng kết quả phân loại của mô hình LR nhạy cảm với sự tương quan giữa các biến độc lập, do đó, các biến sử dụng trong mô hình không nên có sự tương quan chặt chẽ. Lahsasna và cộng sự (2008) khẳng định rằng tính phi tuyến tính của dữ liệu tín dụng làm giảm độ chính xác của LR. Yap et al. (2011) nhấn mạnh rằng mô hình chấm điểm tín dụng LR nhằm xác định xác suất có điều kiện của mỗi đơn xin thuộc về một loại, tức là tốt hay xấu, dựa trên các giá trị của các biến giải thích. Lee và Chen (2005) đã ủng hộ điều này bằng cách nhấn mạnh rằng mỗi đơn xin sẽ chỉ được gán cho một lớp của biến phụ thuộc. Tuy nhiên, mô hình hồi quy logistic giới hạn các giá trị dự đoán của biến phụ thuộc trong khoảng từ 0 đến 1. Hồi quy logistic là một kỹ thuật phổ biến để phân loại giữa hai nhóm sử dụng một tập hợp các biến dự đoán (Akkoc, 2012)

Kết luận chương 3 Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN.

Kế thừa kết quả từ chương 1 và chương 2, chương 3 của luận văn đã trình bày quy trình nghiên cứu và các phương pháp thực hiện, tạo ra khung nền tảng cho các phân tích thực nghiệm được trình bày ở chương 4. Chương này bao gồm các nội dung chính sau:

Mô hình hồi quy logit: Mô tả chi tiết về mô hình hồi quy logit được sử dụng để phân tích dữ liệu, bao gồm các biến độc lập và phụ thuộc, cũng như cách thức xây dựng và kiểm định mô hình.

Dữ liệu nghiên cứu: Trình bày nguồn gốc và cách thu thập dữ liệu, bao gồm các bước thu thập và xử lý dữ liệu từ các nguồn khác nhau như hồ sơ tín dụng của ngân hàng, phỏng vấn khách hàng, và các tài liệu tài chính liên quan.

Quy trình thực hiện từng giai đoạn: Mô tả chi tiết từng bước thực hiện từ khâu thu thập dữ liệu, xử lý dữ liệu, phân tích dữ liệu cho đến việc diễn giải kết quả. Cũng bao gồm các phương pháp kiểm định độ tin cậy và độ hợp lý của mô hình, các kỹ thuật xử lý số liệu bị thiếu và kiểm soát biến số nhiễu. Luận văn: PPNC ảnh hưởng đến khả năng trả nợ của KHCN.

Ngoài ra, chương này còn nêu rõ các công cụ và phần mềm sử dụng trong quá trình phân tích, như phần mềm thống kê SPSS, và cách thức áp dụng các kỹ thuật phân tích để đảm bảo kết quả đáng tin cậy và có ý nghĩa thống kê.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY: 

===>>> Luận văn: Kết quả nghiên cứu đến khả năng trả nợ của KHCN

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com