Tổng quan nghiên cứu

Thị trường tài chính tiêu dùng tại Việt Nam trong giai đoạn 2008 - 2009 chứng kiến sự chuyển mình mạnh mẽ với sự tham gia của các tập đoàn tài chính quốc tế, nổi bật là Công ty Trách nhiệm hữu hạn Một thành viên Tài chính Việt Société Générale (SGVF) trực thuộc Tập đoàn Société Générale có bề dày lịch sử gần 150 năm. Tuy nhiên, bối cảnh kinh tế thời điểm này cũng đối mặt với áp lực lạm phát hai con số và chính sách thắt chặt tiền tệ, đặt ra bài toán cấp thiết về việc tối ưu hóa mô hình vận hành và kích cầu tín dụng an toàn. Đề tài luận văn thạc sĩ chuyên ngành Lý thuyết xác suất và Thống kê toán học của tác giả Chu Thị Hồng Đăng, dưới sự hướng dẫn khoa học của PGS.TS Hồ Đăng Phúc tại Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội, tập trung giải quyết vấn đề mô hình hóa các nhân tố ảnh hưởng đến sản lượng tiêu thụ dịch vụ cho vay trả góp.

Mục tiêu cụ thể của nghiên cứu là ứng dụng các công cụ xác suất thống kê hiện đại, trọng tâm là mô hình hồi quy Poisson, để lượng hóa mức độ tác động của các biến số nhân khẩu học, thuộc tính gói vay, địa bàn kinh doanh và đặc điểm nhân sự tư vấn đối với sản lượng bán hàng. Phạm vi nghiên cứu được thực hiện trên tập dữ liệu gồm 2.179 hồ sơ khách hàng vay tiêu dùng tại 19 điểm bán hàng liên kết thuộc 9 quận, huyện trọng điểm trên địa bàn thành phố Hà Nội trong thời gian 6 tháng (từ tháng 11 năm 2008 đến tháng 4 năm 2009). Nghiên cứu mang lại ý nghĩa thực tiễn to lớn trong việc cung cấp cơ sở dữ liệu định lượng chuẩn xác, giúp các nhà quản trị tài chính nâng cao tỷ lệ phê duyệt, giảm thiểu rủi ro vận hành và gia tăng từ 15% đến 25% hiệu quả khai thác khách hàng tại từng điểm bán lẻ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết xác suất chuyên sâu về quá trình ngẫu nhiên và lý thuyết hồi quy cho dữ liệu đếm. Hai khung lý thuyết nòng cốt bao gồm:

  1. Lý thuyết phân phối Poisson và quá trình Poisson thời gian thuần nhất: Mô hình hóa số lượng biến cố xảy ra trong một khoảng thời gian xác định với giả định kỳ vọng bằng phương sai, được mô tả qua phương trình xác suất đặc trưng cho biến ngẫu nhiên rời rạc.
  2. Lý thuyết hồi quy Poisson tổng quát (Generalized Poisson Regression - GPR): Được phát triển từ nền tảng của Consul và Jain (1973), mở rộng bởi Famoye (1993) và Famoye & Wang (2004) nhằm xử lý các tập dữ liệu có hiện tượng phân tán dư thừa (overdispersion), phân tán thiếu hụt (underdispersion) hoặc hiện tượng dữ liệu bị mất theo dõi (censoring).

Bên cạnh đó, khung phân tích tích hợp 4 khái niệm toán học trọng tâm: biến ngẫu nhiên đếm nguyên không âm, hàm liên kết log-tuyến tính biểu diễn mối quan hệ giữa biến phụ thuộc và tổ hợp tuyến tính của các biến độc lập, ước lượng hợp lý cực đại (Maximum Likelihood Estimation - MLE) giải bằng thuật toán lặp Newton-Raphson, và ma trận thông tin Fisher để xác định phương sai tiệm cận của các ước lượng.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thứ cấp chuẩn hóa từ 2.179 hồ sơ giao dịch vay mua trả góp thực tế tại Công ty Tài chính Việt SGVF - Chi nhánh Hà Nội. Phương pháp chọn mẫu là điều tra toàn bộ (census sampling) đối với tất cả các khách hàng phát sinh hợp đồng vay mua trong mốc thời gian 6 tháng (11/2008 - 04/2009) tại 19 điểm giới thiệu dịch vụ (POS).

Lý do lựa chọn phương pháp hồi quy Poisson xuất phát từ đặc tính của biến phụ thuộc: tổng số lượng sản phẩm bán ra theo hình thức trả góp trong một ngày tại một địa điểm là đại lượng ngẫu nhiên nhận giá trị nguyên không âm (0, 1, 2, ...). Việc áp dụng mô hình hồi quy tuyến tính thông thường (OLS) trong trường hợp này sẽ vi phạm nghiêm trọng giả định về phân phối chuẩn và phương sai không đổi, dẫn đến các dự báo phi thực tế mang giá trị âm. Toàn bộ quy trình phân tích định lượng, kiểm định tỷ số hợp lý (Likelihood Ratio Chi-square), kiểm định Wald cho từng hệ số hồi quy và phân tích so sánh trung bình T-test được thực hiện trên phần mềm thống kê chuyên dụng Stata và SPSS với ngưỡng ý nghĩa thống kê 5%.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Mô hình hồi quy Poisson đa biến sau các bước tinh giản đã chỉ ra sự khác biệt sâu sắc giữa hành vi tiêu dùng đối với hai nhóm sản phẩm cốt lõi: sản phẩm công nghệ cao/điện máy (chiếm 1.029 hồ sơ, tương đương 47,22%) và sản phẩm xe máy (chiếm 1.150 hồ sơ, tương đương 52,78%). Các phát hiện định lượng chính gồm:

  • Đối với nhóm hàng công nghệ cao (IT/Điện máy): Tỷ lệ trả trước dưới 30% giá trị sản phẩm có tác động thúc đẩy doanh số vượt trội, làm tăng lượng sản phẩm tiêu thụ gấp 22,1 lần so với nhóm trả trước từ 30% đến dưới 40%, và cao gấp gần 10 lần so với nhóm trả trước trên 40%. Về thời hạn vay, khách hàng ưa chuộng kỳ hạn dưới 1 năm, mang lại sản lượng bán ra cao gấp 1,41 lần so với các kỳ hạn kéo dài trên 1 năm.
  • Đối với nhóm hàng xe máy (MC): Phân khúc xe có giá trị dưới 15 triệu đồng đạt sản lượng tiêu thụ trả góp rất thấp so với phân khúc từ 15 triệu đến 30 triệu đồng (chiếm 54,98% tổng mẫu). Về yếu tố địa bàn, các điểm bán tại Thanh Xuân - Hà Đông ghi nhận lượng xe máy bán ra cao gấp 2,02 lần so với quận Đống Đa; trong khi các khu vực Ba Đình, Hai Bà Trưng và Đông Anh - Thanh Trì - Hoàng Mai đều đạt mức tiêu thụ cao gấp hơn 1,8 lần so với Đống Đa.
  • Tác động của đặc điểm nhân sự tư vấn tín dụng: Nhân viên nữ thể hiện năng lực tư vấn và thuyết phục khách hàng vượt trội so với nhân viên nam (hiệu suất chốt hợp đồng của nhân viên nam chỉ bằng 82,56% so với nữ). Đặc biệt, khi tư vấn gói vay mua xe máy, nhân viên có chuyên môn kỹ thuật/IT đạt hiệu quả cao nhất; hiệu suất của nhóm chuyên môn kinh tế/tài chính chỉ đạt 82,4% và nhóm chuyên môn khác chỉ đạt 77,3% so với nhóm kỹ thuật.

Thảo luận kết quả

Kết quả phân tích định lượng phản ánh rõ nét tâm lý tài chính của người tiêu dùng trong giai đoạn kinh tế biến động. Đối với sản phẩm điện máy có giá trị trung bình từ 14,2 đến 17,9 triệu đồng, người mua ưu tiên giảm thiểu số tiền chi trả ban đầu (chọn trả trước dưới 30%) nhưng muốn tất toán nhanh trong 12 tháng với mức thanh toán trung bình 1,55 triệu đồng/tháng để tránh gánh nặng lãi suất dài hạn (so với mức trả dưới 800.000 đồng/tháng của kỳ hạn trên 1 năm). Ngược lại, đối với xe máy - tài sản có giá trị lớn hơn và thời gian sử dụng lâu dài, khách hàng chủ động chọn kỳ hạn dài để giảm áp lực dòng tiền hàng tháng và có xu hướng chọn mua các dòng xe trung và cao cấp khi đã quyết định vay trả góp.

Dữ liệu nghiên cứu có thể được trực quan hóa rất hiệu quả thông qua biểu đồ phân phối xác suất Poisson thể hiện tần suất số lượng hợp đồng theo ngày, bảng đối chiếu ma trận hệ số hồi quy theo từng khu vực địa lý, và biểu đồ cột so sánh tỷ lệ chuyển đổi của nhân sự tư vấn theo giới tính và chuyên môn đào tạo. Về mặt phân bố mạng lưới, việc siêu thị Big C tại Cầu Giấy đạt doanh số điện máy vượt trội nhưng doanh số xe máy chỉ đạt dưới 70% so với Đống Đa chứng minh tầm quan trọng của bối cảnh không gian trưng bày: mô hình siêu thị tổng hợp phù hợp cho hàng gia dụng tiêu dùng nhanh nhưng không tối ưu cho việc trưng bày và trải nghiệm phương tiện giao thông.

Đề xuất và khuyến nghị

Dựa trên kết quả ước lượng mô hình thực nghiệm, 4 nhóm giải pháp chiến lược được đề xuất cho ban lãnh đạo công ty tài chính:

  1. Chuẩn hóa và tái cơ cấu đội ngũ nhân viên tư vấn tín dụng tại điểm bán (POS): Phòng Nhân sự cần triển khai kế hoạch điều chỉnh cơ cấu tuyển dụng trong Quý 1, nâng tỷ lệ nhân sự nữ tại các quầy tư vấn lên tối thiểu 60% và ưu tiên tuyển dụng nhân sự có hiểu biết kỹ thuật tại các đại lý xe máy lớn, đặt mục tiêu nâng cao 15% tỷ lệ chuyển đổi khách hàng tiềm năng.
  2. Thiết kế linh hoạt các gói sản phẩm tài chính theo phân khúc hàng hóa: Phòng Phát triển Sản phẩm cần hoàn thiện trong vòng 6 tháng việc nới rộng hạn mức cho vay với tỷ lệ trả trước linh hoạt từ 10% đến 20% cho các thiết bị công nghệ dưới 15 triệu đồng, đồng thời giãn kỳ hạn lên 18 - 24 tháng đối với các dòng xe máy trên 30 triệu đồng để gia tăng 20% quy mô dư nợ an toàn.
  3. Quy hoạch và tối ưu hóa mạng lưới điểm bán hàng liên kết: Ban Giám đốc Chi nhánh Hà Nội trong vòng 12 tháng cần tiến hành đánh giá lại 19 điểm bán hiện hữu, dịch chuyển các quầy tư vấn xe máy từ các trung tâm thương mại khép kín sang hệ thống đại lý chuyên doanh mặt đường tại trục Thanh Xuân - Hà Đông và Ba Đình, kỳ vọng tăng trưởng 25% doanh số tại các địa bàn trọng điểm.
  4. Xây dựng hệ thống quản trị dữ liệu và dự báo tự động: Bộ phận Phân tích Dữ liệu và Quản lý Rủi ro cần tích hợp thuật toán hồi quy Poisson vào phần mềm quản lý tín dụng trong vòng 3 tháng, tự động phân tích hồ sơ và dự báo nhu cầu vay theo ngày nhằm kiểm soát tỷ lệ nợ xấu duy trì dưới 2,5%.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và ứng dụng thực tiễn cao, đặc biệt hữu ích cho 4 nhóm đối tượng sau:

  • Nhà quản trị và chuyên viên phát triển kinh doanh tại các công ty tài chính tiêu dùng, ngân hàng bán lẻ: Cung cấp bức tranh toàn diện về hành vi khách hàng vay trả góp, hỗ trợ hoạch định chiến lược lãi suất, thiết kế sản phẩm tín dụng và phân bổ chỉ tiêu doanh số chi nhánh.
  • Chuyên viên phân tích dữ liệu kinh doanh (Data Analyst) và chuyên gia quản trị rủi ro: Học hỏi phương pháp ứng dụng các mô hình xác suất chuyên sâu như Poisson, hồi quy log-tuyến tính và kỹ thuật xử lý dữ liệu đếm thực tế trên phần mềm Stata và SPSS.
  • Học viên cao học, giảng viên và nhà nghiên cứu chuyên ngành Thống kê toán học, Toán ứng dụng, Kinh tế lượng: Sử dụng làm tài liệu tham khảo mẫu mực về việc chuyển hóa các định lý xác suất thuần túy (quá trình Poisson, phân phối nhị thức, chuyển động Brown) thành giải pháp định lượng thực nghiệm trong kinh tế.
  • Chủ doanh nghiệp và giám đốc bán hàng của các chuỗi phân phối điện máy, xe máy: Hiểu rõ tác động của các công cụ hỗ trợ tài chính tại điểm bán, từ đó tối ưu hóa mặt bằng trưng bày và phối hợp hiệu quả với các tổ chức tín dụng để thúc đẩy sức mua.

Câu hỏi thường gặp

Tại sao nghiên cứu lại sử dụng mô hình hồi quy Poisson thay vì hồi quy tuyến tính thông thường? Mô hình hồi quy tuyến tính OLS giả định biến phụ thuộc liên tục và có phân phối chuẩn, không phù hợp với biến đếm số lượng sản phẩm mang giá trị nguyên không âm và có tần suất xuất hiện lệch phải. Hồi quy Poisson sử dụng hàm liên kết logarit giúp loại bỏ hoàn toàn nguy cơ dự báo giá trị âm, đảm bảo ước lượng hợp lý cực đại chính xác cho 2.179 quan sát.

Tỷ lệ thanh toán trả trước ảnh hưởng như thế nào đến quyết định vay mua hàng công nghệ? Kết quả thống kê khẳng định tỷ lệ trả trước dưới 30% giúp tăng lượng tiêu thụ sản phẩm công nghệ cao gấp 22,1 lần so với mức 30% - 40%. Với giá trị sản phẩm trung bình 14,2 triệu đồng, người mua muốn tận dụng tối đa đòn bẩy tài chính ban đầu nhưng vẫn đảm bảo khả năng chi trả hàng tháng.

Tại sao nhân viên có chuyên môn kỹ thuật lại bán trả góp xe máy hiệu quả hơn nhân viên kinh tế? Khi mua tài sản kỹ thuật phức tạp như xe máy, khách hàng có nhu cầu tư vấn sâu về thông số máy móc, độ bền và mức tiêu hao nhiên liệu. Nhân viên có nền tảng kỹ thuật dễ tạo lập niềm tin ban đầu, giúp hiệu suất tư vấn thành công cao hơn 17,6% so với nhân viên khối kinh tế.

Vị trí địa lý của điểm bán ảnh hưởng ra sao đến mức độ tiêu thụ giữa xe máy và điện máy? Điểm bán Cầu Giấy tại siêu thị lớn bán chạy sản phẩm điện máy nhưng tiêu thụ xe máy chỉ bằng 70% quận Đống Đa do tâm lý tiện mua sắm đồ gia dụng. Ngược lại, các đại lý mặt đường lớn tại Thanh Xuân - Hà Đông bán xe máy gấp 2,02 lần nhờ thuận tiện dịch vụ đăng ký, bảo dưỡng.

Luận văn đã mở rộng khung lý thuyết hồi quy Poisson tổng quát như thế nào? Tác giả đã hệ thống hóa mô hình hồi quy Poisson tổng quát của Consul & Jain và Famoye, đồng thời thiết lập phương trình hàm log-hợp lý xử lý trường hợp dữ liệu mất theo dõi (censoring) bằng thuật toán Newton-Raphson và ma trận Hessian, mở đường cho việc áp dụng trên các tập dữ liệu tài chính phức tạp.

Kết luận

  • Đóng góp học thuật: Nghiên cứu đã chứng minh tính khả thi và độ chính xác vượt trội của mô hình hồi quy Poisson trong phân tích dữ liệu đếm kinh doanh thực tế tại Việt Nam.
  • Giá trị thực tiễn: Lượng hóa chi tiết tác động của 28 biến độc lập trên 2.179 hồ sơ tín dụng, làm sáng tỏ mối quan hệ giữa tỷ lệ trả trước, kỳ hạn vay, địa bàn và kỹ năng nhân sự đối với doanh số.
  • Định hướng chiến lược: Cung cấp cơ sở khoa học để tái định hình chính sách sản phẩm, ưu tiên các gói vay trả trước linh hoạt và tối ưu hóa vị trí mạng lưới 19 điểm giới thiệu dịch vụ.
  • Kế hoạch triển khai: Đề xuất lộ trình 4 bước từ chuẩn hóa nhân sự trong Quý 1 đến hoàn thiện hệ thống dự báo rủi ro tự động trong vòng 12 tháng tiếp theo.
  • Khuyến nghị hành động: Các đơn vị tài chính tiêu dùng và nhà bán lẻ cần chủ động áp dụng các mô hình định lượng xác suất để nâng cao năng lực cạnh tranh và phát triển bền vững.