0905392489 Phân tích SPSS các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi ro tại Vietinbank. Hướng dẫn 0905392489 Phân tích SPSS các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi ro tại Vietinbank. Phân tích 0905392489 Phân tích SPSS các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi ro tại Vietinbank
Trang 11 Phân tích đánh giá thang đo và hiệu chỉnh mô hình nghiên cứu:
1.1 Kiểm định độ tin cậy các thang đo
Kiểm định độ tin cậy thang đo các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi ro:
Kiểm định độ tin cậy của thang đo các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi ro bằng hệ số Cronbach’s Alpha cho thấy, hệ số Cronbach’s Alpha đạt giá trị
lớn nhất 0,810 thuộc về yếu tố F (yếu tố đào tạo về quản lý rủi ro), hệ số Cronbach’s Alpha nhỏ nhất 0,601 thuộc về yếu tố C (yếu tố công cụ LDC)
Tất cả các hệ số Cronbach’s Alpha của các nhân tố đạt yếu cầu đều tương đối cao từ 0,6 trở lên Và như vậy, trước khi đi vào phân tích nhân tố và chạy mô hình hồi quy, tác giả đã kiểm tra các hệ số Cronbach’s Alpha để bảo đảm tính hợp lý của mô hình
Bảng: Hệ số Cronbach’s Alpha các biến độc lập
Kiểm định độ tin cậy thang đo Hiệu quả Quản lý rủi ro
Bảng: Hệ số Cronbach’s Alpha biến phụ thuộc
Cronbach’s Alpha Số biến
Với sự đảm bảo điều kiện trong phân tích EFA, nhân tố Hiệu quả Quản lý rủi ro
được đưa vào kiểm định độ tin cậy, hệ số Cronbach’s Alpha đạt 0,707 > 0,6, giá trị này tương đối cao và đảm bảo sự phù hợp
Trang 2Như vậy, sau quá trình phân tích nhân tố và kiểm định độ tin cậy của các nhân tố bằng phương pháp kiểm định Cronbach’s Alpha, bước tiếp theo cần thiết là phân tích nhân tố và hiệu chỉnh mô hình nghiên cứu cho phù hợp với kết quả kiểm định
1.2 Phân tích nhân tố khám phá:
Phân tích nhân tố khám phá các thang đo thuộc các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi ro:
Toàn bộ 19 biến được đưa vào phân tích nhân tố khám phá (EFA) Nhiệm vụ
của EFA nhằm khám phá cấu trúc của thang đo các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi ro thông qua 6 yếu tố: A (yếu tố quan điểm của ban lãnh đạo cấp
cao về quản lý rủi ro), B (yếu tố cơ cấu tổ chức quản lý rủi ro), C (yếu tố công cụ LDC), D (yếu tố công cụ RCSA), E (yếu tố công cụ KRI), F (yếu tố đào tạo về quản lý rủi ro) Sau khi đảm bảo thực hiện đúng quy trình EFA, các nhân tố sẽ được kiểm định để làm sạch dữ liệu
Thực hiện phân tích EFA cho tổng thể 19 biến của các thang đo thuộc các yếu tố
ảnh hưởng đến Hiệu quả Quản lý rủi ro Trong lần phân tích thứ nhất, với hệ số
KMO = 0,643, Sig = 0,000 và trong bảng Communalities có một hệ số nhỏ hơn 0,5 (là biến C4) Do đó, tác giả tiến hành loại bỏ một biến này (biến C4)
Bảng: Kiểm định KMO lần 1 các biến độc lập KMO and Bartlett's Test (Lần 1)
Kaiser-Meyer-Olkin Measure of Sampling Adequacy .643
Bartlett's Test of
Sphericity
Approx Chi-Square 2352.884
Như vậy, trong lần phân tích nhân tố đầu tiên có 1 biến bị loại, có 18 biến còn lại được sử dụng cho phân tích nhân tố lần 2
Trong lần phân tích nhân tố lần 2, hệ số communatilies của các biến và ma trận
hệ số tải nhân tố đều đảm bảo các điều kiện bắt buộc Giai đoạn phân tích nhân tố
đã hình thành với 18 biến khác nhau
Trang 3Bảng: Kiểm định KMO lần 2 các biến độc lập KMO and Bartlett's Test (Lần 2)
Kaiser-Meyer-Olkin Measure of Sampling Adequacy .609
Bartlett's Test of
Sphericity
Approx Chi-Square 1961.963
Trên cơ sở bảng kiểm định KMO lần 2 cho thấy, trị số KMO là 0,609, điều đó khẳng định giá trị KMO đảm bảo tính thích hợp của việc phân tích nhân tố khám phá và mức độ ý nghĩa của dữ liệu đưa vào thực hiện phân tích nhân tố Thống kê Chi-Square của kiểm định Bartlett có giá trị 1961.963 với mức ý nghĩa Sig = 0,000 << 0,05
Đồng thời, phân tích phương sai trích, cho thấy phương sai trích đạt giá trị 73,831%, giá trị này khá cao, như vậy 78,37% biến thiên của dữ liệu được giải thích bởi 6 nhân tố, các thang đo được rút ra và chấp nhận Điểm dừng khi trích các yếu tố tại nhân tố thứ 6 với eigenvalue = 1,026
Bảng: Kết quả phân tích phương sai trích các biến độc lập
Trang 4Total Variance Explained
Compo
nent
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total
% of Variance
Cumulativ
e % Total
% of Variance Cumulative % Total
% of Variance
Cumulative
%
1 3.784 21.023 21.023 3.784 21.023 21.023 3.137 17.429 17.429
2 3.172 17.622 38.645 3.172 17.622 38.645 2.992 16.625 34.054
3 2.364 13.133 51.778 2.364 13.133 51.778 2.242 12.455 46.509
4 1.870 10.390 62.168 1.870 10.390 62.168 2.040 11.334 57.843
5 1.073 5.963 68.132 1.073 5.963 68.132 1.735 9.640 67.483
6 1.026 5.700 73.831 1.026 5.700 73.831 1.143 6.349 73.831
7 779 4.328 78.159
8 647 3.595 81.754
9 608 3.378 85.132
10 543 3.016 88.148
11 446 2.476 90.624
12 377 2.095 92.719
13 360 1.999 94.719
14 327 1.816 96.535
15 300 1.665 98.200
16 211 1.172 99.372
17 070 387 99.758
18 044 242 100.000
Extraction Method: Principal Component
Analysis.
Như vậy, có thể kết luận rằng các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể
Trang 5Rotated Component Matrix a
Component
Extraction Method: Principal Component Analysis
Rotation Method: Varimax with Kaiser Normalization.
Tóm lại, sau 2 lần phân tích nhân tố khám phá, các biến thuộc các nhân tố sẽ được tiến hành phân tích hồi quy đa biến
Phân tích nhân tố khám phá thang đo Hiệu quả Quản lý rủi ro:
Thang đo Hiệu quả Quản lý rủi ro được xây dựng nhằm khảo sát hiệu quả của hoạt động quản lý rủi ro mang lại Thang đo Hiệu quả Quản lý rủi ro gồm 3 biến.
Sau khi tiến hành chạy KMO ta được kết quả như sau:
Bảng: Kiểm định KMO biến phụ thuộc
Trang 6KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy .610
Bartlett's Test of
Sphericity
Approx Chi-Square 158.583
Trong phân tích nhân tố với biến Hiệu quả Quản lý rủi ro, hệ số communatilies
của các biến và ma trận hệ số tải nhân tố đều đảm bảo các điều kiện bắt buộc
Communalities
Initial Extraction
Extraction Method:
Principal Component Analysis.
Trên cơ sở bảng kiểm định KMO cho thấy, trị số KMO là 0,610, điều đó khẳng định giá trị KMO đảm bảo tính thích hợp của việc phân tích nhân tố khám phá và mức độ ý nghĩa của dữ liệu đưa vào thực hiện phân tích nhân tố Thống kê Chi-Square của kiểm định Bartlett có giá trị 158.583 với mức ý nghĩa Sig = 0,000 << 0,05
Việc phân tích phương sai trích, cho thấy phương sai trích đạt giá trị 65,181%, giá trị này khá cao, như vậy 65,181% biến thiên của dữ liệu được giải thích bởi 1 nhân tố, các thang đo được rút ra và chấp nhận Điểm dừng khi trích các yếu tố tại nhân tố thứ 1 với eigenvalue = 1,955
Bảng: Kết quả phân tích phương sai trích biến phụ thuộc
Trang 7Total Variance Explained
Comp
onent
Initial Eigenvalues Extraction Sums of Squared
Loadings
Variance
Cumulative
% of Variance
Cumulative
%
Extraction Method: Principal Component
Analysis.
Nhìn chung, sự phù hợp trong phân tích nhân tố EFA nhân tố Hiệu quả Quản lý
rủi ro được đảm bảo để thực hiện phân tích hồi quy, nhân tố Hiệu quả Quản lý rủi
ro đóng vai trò là biến phụ thuộc trong mô hình nghiên cứu.
1.3 Hiệu chỉnh mô hình nghiên cứu:
Mô hình hiệu chỉnh:
Căn cứ trên kết quả phân tích nhân tố và kiểm định Cronbach’s Alpha, tác giả
đưa ra mô hình nghiên cứu hiệu chỉnh như sau:
Sơ đồ: Mô hình hiệu chỉnh các yếu tố tác động đến
Hiệu quả Quản lý rủi ro
Với kết quả kiểm định trên, so với mô hình nghiên cứu đề xuất được đưa ra ban
đầu, mô hình điều chỉnh là 6 yếu tố với 18 biến quan sát thuộc thang đo các yếu tố
ảnh hưởng đến Hiệu quả Quản lý rủi ro đóng vai trò là các biến độc lập trong phân
Trang 8phụ thuộc (biến này gồm 3 quan sát khi được đưa vào phân tích hồi quy) Các yếu
tố thuộc thang đo gồm:
- Biến A: yếu tố Quan điểm của ban lãnh đạo cấp cao về quản lý rủi ro
- Biến B: yếu tố Cơ cấu tổ chức quản lý rủi ro
- Biến C: yếu tố Công cụ LDC
- Biến D: yếu tố Công cụ RCSA
- Biến E: yếu tố Công cụ KRI
- Biến F: yếu tố Đào tạo về quản lý rủi ro
Các giả thiết được hiệu chỉnh theo mô hình mới:
Căn cứ vào các yếu tố còn lại sau khi hiệu chỉnh mô hình nghiên cứu, tác giả
đưa ra các giả thiết về các yếu tố tác động đến Hiệu quả Quản lý rủi ro cụ thể như
sau:
- Biến A: yếu tố Quan điểm của ban lãnh đạo cấp cao về quản lý rủi ro tác
động âm (+) đến Hiệu quả Quản lý rủi ro
- Biến B: yếu tố Cơ cấu tổ chức quản lý rủi ro tác động (+) đến Hiệu quả Quản
lý rủi ro
- Biến C: yếu tố Công cụ LDC tác động (+) đến Hiệu quả Quản lý rủi ro
- Biến D: yếu tố Công cụ RCSA tác động (+) đến Hiệu quả Quản lý rủi ro
- Biến E: yếu tố Công cụ KRI tác động (+) đến Hiệu quả Quản lý rủi ro
- Biến F: yếu tố Đào tạo về quản lý rủi ro tác động (+) đến Hiệu quả Quản lý rủi ro
2 Thống kê mô tả các biến hồi quy
Để thực hiện phân tích hồi quy nhằm khẳng định tín đúng đắn và phù hợp của các giả thuyết và mô hình nghiên cứu, trước tiên cần tổng hợp giá trị trung bình tương ứng các yếu tố độc lập của mô hình
Bảng: Thống kê mô tả các biến hồi quy
Trang 91 Quan điểm của ban lãnh đạo cấp cao về
Nhận xét: Ta thấy, giá trị trung bình của hầu hết các biến đều xoay quanh giá trị
4,2, điều này cho thấy mức độ tương xứng của các biến với nhau Biến độc lập có giá trị trung bình lớn nhất là A (4,7986) chênh lệch so với biến phụ thuộc là + 0,0681 và biến độc lập có giá trị trung bình thấp nhất là D, chênh lệch so với biến phụ thuộc là – 0,6421
3 Đánh giá mức độ phù hợp của mô hình
Kết quả phân tích hồi quy tuyến tính cho thấy mô hình có R2 = 0,961 và R2 hiệu chỉnh = 0,960 Kết quả này cho thấy độ thích hợp của mô hình là 96,1%, hay nói
một cách khác 96,1% sự biến thiên của yếu tố Hiệu quả Quản lý rủi ro (G) được
giải thích của 6 yếu tố: A, B, C, D, E, F
Bảng: Độ phù hợp của mô hình
Bảng: Phân tích phương sai
ST
Tổng bình
Trung bình
Mức ý nghĩa
Trang 10Bảng phân tích phương sai cho thấy sig = 0,000 chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp với dữ liệu thu được và các biến đưa vào đều có ý nghĩa thống kê với mức ý nghĩa 5%
4 Kiểm định sự phù hợp của mô hình
Sử dụng kiểm định F trong phân tích phương sai với giá trị F = 79,726 để kiểm
định giả thuyết về sự phù hợp của mô hình hồi quy nhằm xem xét biến Hiệu quả Quản lý rủi ro có quan hệ tuyến tính với các biến độc lập và với mức ý nghĩa sig =
0,000 << 0,05, điều đó cho thấy sự phù hợp của mô hình Mô hình hồi quy đa biến thỏa mãn các điều kiện đánh giá và kiểm định sự phù hợp cho việc đưa ra các kết quả của quá trình nghiên cứu
Ngoài ra, tiêu chí đo lường hiện tượng đa cộng tuyến có hệ số phóng đại phương sai VIF của các biến độc lập trong mô hình lần lượt là A (1,549), B (1,539), C (2,944), D (2,942), E (1,026) và F (1,031) cho thấy tính đa cộng tuyến các biến độc lập là không đáng kể và các biến trong mô hình được chấp nhận
Sau cùng, hệ số Durbin Watson dùng để kiểm định tương quan chuỗi bậc nhất cho thấy mô hình không vi phạm sử dụng phương pháp hồi quy bội vì giá trị d = 2,104 và chấp nhận giả thuyết không có sự tương quan chuỗi bậc nhất trong mô hình
Tóm lại, mô hình hồi quy đa biến thỏa mãn các điều kiện đánh giá và kiểm định
độ phù hợp cho việc rút ra các kết quả nghiên cứu
5 Kết quả chạy mô hình nghiên cứu
Bảng: Phân tích hồi quy
quy chuẩn hóa
nghĩa
Error
Trang 114 C 0,023 0,017 0,033 1,373 0,017
Kết quả phân tích các hệ số hồi quy tuyến tính cho thấy giá trị Sig tổng thể và các biến độc lập: A, B, C, D, E, F điều này chứng tỏ các yếu tố này đều có ý nghĩa
95% trong mô hình và đều có tác động đến Hiệu quả Quản lý rủi ro
Sau khi chạy kết quả mô hình, các yếu tố ảnh hưởng đến Hiệu quả Quản lý rủi
ro, các hệ số hồi quy của các biến ảnh hưởng đều mang dấu dương, bao gồm: A,
B, C, D, E, F Tức các biến này tác động cùng chiều với Hiệu quả Quản lý rủi ro
Như vậy, phương trình hồi quy của mô hình thể hiện mối quan hệ giữa các yếu
tố ảnh hưởng đến Hiệu quả Quản lý rủi ro là:
G = 0,064 + 0,052A + 0,94B + 0,023C + 0,002D + 0,008E + 0,007F
Từ phương trình hồi quy cho thấy Hiệu quả Quản lý rủi ro có quan hệ tuyết tính
đối với các yếu tố A, B, C, D, E, F
Mức độ ảnh hưởng cao nhất đến Hiệu quả Quản lý rủi ro đó là yếu tố Cơ cấu tổ
chức quản lý rủi ro (B có hệ số b = 0,94, tác động cùng chiều), tiếp đến là yếu tố quan điểm của ban lãnh đạo về quản lý rủi ro (A có b = 0,052, tác động cùng chiều), yếu tố Công cụ LCD (C có b = 0,023, tác động cùng chiều), yếu tố Công cụ KRI (E có b = 0,008, tác động cùng chiều), yếu tố đào tạo về quản lý rủi ro (F có b
= 0,007, tác động cùng chiều) và yếu tố công cụ RCSA (D có b = 0,002, tác động cùng chiều)
Sơ đồ: Mô hình hoàn chỉnh các yếu tố ảnh hưởng đến
Hiệu quả Quản lý rủi ro.
Trang 12Bảng: Tổng hợp xu hướng tác động của các nhân tố đến Hiệu quả Quản lý rủi
ro (từ kết quả mô hình)
Các nhân tố
Quan điểm của ban lãnh đạo cấp cao
Cơ cấu
tổ chức QLRR
Công
cụ LCD
Công cụ RCSA
Công cụ KRI
Đào tạo
về quản
lý rủi ro
Xu hướng tác
động đến
Hiệu quả
Quản lý rủi ro
Kết luận:
G = 0,064 + 0,052A + 0,94B + 0,023C + 0,002D + 0,008E + 0,007F
Để cụ thể hóa, tác giả tách riêng từng yếu tố để phân tích, để thấy được ảnh
hưởng của từng yếu tố đến Hiệu quả Quản lý rủi ro.
Trong các yếu tố tác động đến Hiệu quả Quản lý rủi ro thì yếu tố cơ cấu tổ chức
quản lý rủi ro tác động nhiều nhất Theo kết quả hồi quy ở trên, ta thấy, khi yếu tố
cơ cấu tổ chức quản lý rủi ro tốt hơn (tăng lên 1 đơn vị) thì Hiệu quả Quản lý rủi
ro tăng lên 94%, có nghĩa là Quản lý rủi ro sẽ mang lại hiệu quả hơn.
Tương tự, khi quan điểm của ban lãnh đạo cấp cao về quản lý rủi ro tăng lên 1
Trang 13sự chú tâm đúng mức và tốt hơn về quản lý rủi ro, thì hiệu quả quản lý rủi ro sẽ tốt hơn Do đó, ban lãnh đạo cấp cao cần có những chính sách đúng mức về quản lý rủi ro
Đồng thời, khi công cụ LDC, công cụ KRI và đào tạo về quản lý rủi ro tăng lên
thêm 1 đơn vị thì Hiệu quả Quản lý rủi ro sẽ tăng thêm tương ứng là 2,3%, 0,8%
và 0,7%
Và một yếu tố cuối cùng tác động cùng chiều lên Hiệu quả Quản lý rủi ro đó là
yếu tố công cụ RCSA Theo kết quả mô hình, cho ta thấy được, khi yếu tố công cụ
RCSA tăng lên 1 đơn vị thì Hiệu quả Quản lý rủi ro sẽ tăng lên thêm 0,2%.
Như vậy, có thể thấy rằng, để gia tăng Hiệu quả Quản lý rủi ro sẽ phải cần gia tăng yếu tố cơ cấu tổ chức quản lý rủi ro, quan điểm ban lãnh đạo cấp cao về quản lý rủi ro, công cụ LCD, công cụ KRI, đào tạo về quản lý rủi ro và công cụ RCSA.
