GIỚI THIỆU
Tên đề tài
Những yếu tố tác động đến nợ xấu của ngân hàng thương mại Việt Nam.
Lý do chọn đề tài
Ngân hàng thương mại (NHTM) theo pháp lệnh số 38-LCT/HĐNN8 ngày 23/5/1990 được định nghĩa là tổ chức kinh doanh tiền tệ, chủ yếu nhận tiền gửi của khách hàng và sử dụng số tiền đó để cho vay, chiết khấu và thanh toán NHTM đóng vai trò cầu nối giữa các đơn vị thặng dư và thâm hụt, đồng thời là công cụ điều tiết vĩ mô của ngân hàng nhà nước Tuy nhiên, hoạt động của NHTM luôn tiềm ẩn nhiều rủi ro như rủi ro tín dụng, lãi suất, hối đoái, thanh khoản và nguồn vốn Trong bối cảnh hiện nay, khi kinh tế toàn cầu đang chậm lại và thương mại, đầu tư giảm sút, NHTM trong nước cũng đối mặt với nhiều thách thức, như dịch tả lợn châu Phi ảnh hưởng đến ngành chăn nuôi và thời tiết bất lợi tác động đến năng suất cây trồng, dẫn đến tình trạng nợ xấu gia tăng và nhiều khách hàng không có khả năng trả nợ đúng hạn.
Theo thống kê của Ngân hàng Nhà nước, đến tháng 12/2018, tỷ lệ nợ xấu ở mức 1,8%, giảm 0,1% so với cuối năm 2017 (1,9%) và 0,21% so với cuối năm 2016 (2,1%) Mặc dù đây là một bước tiến đáng kể trong việc xử lý nợ xấu, nhưng lượng nợ xấu vẫn còn cao và cần được chú ý Nợ xấu gây ra hậu quả nghiêm trọng, ảnh hưởng trực tiếp đến ngân hàng do không thu hồi được vốn, dẫn đến thất thoát nguồn vốn, giảm lợi nhuận và tăng chi phí, từ đó làm giảm tiềm lực tài chính và khó khăn trong huy động vốn Hơn nữa, vì ngân hàng thương mại đóng vai trò quan trọng trong nền kinh tế, nên nợ xấu cao có thể tác động mạnh đến toàn bộ nền kinh tế và thậm chí dẫn đến nguy cơ ngân hàng phá sản, gây ra hiệu ứng domino Vì vậy, nghiên cứu về nợ xấu ngân hàng là rất cần thiết, và tác giả đã chọn đề tài "Những yếu tố tác động đến nợ xấu của ngân hàng thương mại Việt Nam" làm đề tài nghiên cứu của mình.
Mục tiêu nghiên cứu
Xác định chiều hướng tác động của những yếu tố vi mô và vĩ mô đến nợ xấu của các ngân hàng thương mại Việt Nam.
Câu hỏi nghiên cứu
Các yếu tố vi mô và vĩ mô tác động thế nào đến nợ xấu ?
Đối tượng và phạm vi nghiên cứu
Nợ xấu và các yếu tố vi mô, vĩ mô tác động đến nợ xấu của ngân hàng thương mại Việt Nam
1.5.2 Phạm vi nghiên cứu Ở các ngân hàng thương mại (NHTM) Việt Nam, ngoại trừ các NHTM 100% vốn nước ngoài và ngân hàng liên doanh Theo trang web Ngân Hàng Nhà Nước Việt Nam thì tính đến 30/6/2019 có khoảng 4 NHTM nhà nước và 31 NHTMCP Tuy nhiên, có một số ngân hàng không đủ số liệu nên nghiên cứu này lấy mẫu gồm 26 NHTM Việt Nam và sẽ được liệt kê ở phần phụ lục
Dữ liệu được thu thập trong khoảng 10 năm, từ năm 2009 tới năm 2018.
Phương pháp nghiên cứu
Gồm phương pháp định tính và phương pháp định lượng
Phương pháp định tính giúp thu thập thông tin từ các nghiên cứu trước đó, từ đó đưa ra những dự đoán chính xác về các yếu tố và xu hướng ảnh hưởng đến nợ xấu.
Phương pháp định lượng áp dụng kỹ thuật hồi quy dữ liệu bảng bằng cách sử dụng các mô hình hồi quy đa biến, bao gồm POOLED OLS, REM (Random Effect) và FEM (Fixed Effect).
Ý nghĩa thực tiễn của nghiên cứu
Bài nghiên cứu này sẽ có một số đóng góp mang ý nghĩa thực tiễn như sau :
- Dữ liệu của một mẫu gồm 26 NHTM Việt Nam được cập nhật trong giai đoạn 10 năm gần nhất tại thời điểm nghiên cứu
Hệ thống lý thuyết về nợ xấu phản ánh thực trạng và các yếu tố tác động đến nợ xấu, giúp người đọc có cái nhìn toàn diện và khách quan về tình hình nợ xấu hiện nay Bài viết cũng làm rõ mối quan hệ giữa nợ xấu và các yếu tố ảnh hưởng, cung cấp thông tin cần thiết cho việc hiểu rõ hơn về vấn đề này.
Nghiên cứu xác định các yếu tố ảnh hưởng tích cực và tiêu cực đến nợ xấu, cung cấp thông tin quan trọng cho các nhà quản trị ngân hàng Qua đó, họ có thể cải thiện quản lý, nâng cao khả năng phòng ngừa rủi ro và xây dựng chính sách, chiến lược hiệu quả nhằm giảm thiểu nợ xấu.
- Khuyến khích cho các nhà nghiên cứu khác quan tâm hơn đến chủ đề nợ xấu của ngân hàng.
Kết cấu luận văn
Chương 2 : Cơ sở lý thuyết và các bằng chứng thực nghiệm về các yếu tố tác động đến nợ xấu
Chương 3 : Thực trạng tỷ lệ nợ xấu và các yếu tố tác động đến nợ xấu tại 26 NHTM Việt Nam giai đoạn 2009-2018
Chương 4 : Mô hình, phương pháp, dữ liệu và kết quả nghiên cứu
Chương 5 : Kết luận và một số hạn chế.
CƠ SỞ LÝ THUYẾT VÀ CÁC BẰNG CHỨNG THỰC NGHIỆM VỀ CÁC YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU
Khái niệm nợ xấu
Theo Thông tư số 02/2013/TT-HĐNN của Ngân hàng Nhà nước Việt Nam, nợ xấu được định nghĩa là những khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn).
Nhóm 1 (Nợ đủ tiêu chuẩn) bao gồm các khoản nợ trong hạn, được đánh giá có khả năng thu hồi đầy đủ cả nợ gốc và lãi đúng hạn Ngoài ra, nhóm này cũng bao gồm nợ quá hạn dưới 10 ngày, với khả năng thu hồi toàn bộ nợ gốc và lãi bị quá hạn cũng như nợ gốc và lãi còn lại đúng thời hạn.
• Nhóm 2 (Nợ cần chú ý) bao gồm : Nợ quá hạn từ 10 ngày đến 90 ngày; Nợ điều chỉnh kỳ hạn trả nợ lần đầu;…
Nhóm 3 (Nợ dưới tiêu chuẩn) bao gồm các loại nợ như nợ quá hạn từ 91 đến 180 ngày, nợ gia hạn lần đầu, nợ được miễn hoặc giảm lãi do khách hàng không đủ khả năng trả lãi theo hợp đồng tín dụng, và nợ đang thu hồi theo kết luận thanh tra.
Nhóm 4 (Nợ nghi ngờ) bao gồm các loại nợ như: nợ quá hạn từ 181 đến 360 ngày, nợ đã được cơ cấu lại thời hạn trả nợ lần đầu nhưng quá hạn dưới 90 ngày theo thời gian đã được cơ cấu lại, nợ cơ cấu lại lần thứ hai, và nợ phải thu hồi theo kết luận thanh tra nhưng đã quá hạn thu hồi đến 60 ngày mà vẫn chưa được thu hồi.
Nhóm 5 (Nợ có khả năng mất vốn) bao gồm các loại nợ như: nợ quá hạn trên 360 ngày, nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn từ 90 ngày trở lên, nợ cơ cấu lại thời hạn trả nợ lần thứ hai quá hạn, và nợ cơ cấu lại thời hạn trả nợ lần thứ ba trở lên, bao gồm cả nợ chưa quá hạn hoặc đã quá hạn Ngoài ra, nhóm này còn bao gồm nợ phải thu hồi theo kết luận thanh tra nhưng đã quá thời hạn thu hồi trên 60 ngày mà vẫn chưa được thu hồi, cùng với nợ của khách hàng là tổ chức tín dụng nằm trong tình trạng kiểm soát đặc biệt do Ngân hàng Nhà nước công bố, và các chi nhánh ngân hàng nước ngoài bị phong tỏa vốn và tài sản.
Chỉ tiêu đo lường nợ xấu
Theo Thông tư số 02/2013/TT-HĐNN của Ngân hàng Nhà nước Việt Nam, tỷ lệ nợ xấu được xác định là tỷ lệ giữa nợ xấu và tổng nợ từ nhóm 1 đến nhóm 5 Tỷ lệ nợ xấu dưới 3% được coi là an toàn cho hệ thống ngân hàng.
NPL = Nợ xấu / Tổng dư nợ
NPL : tỷ lệ nợ xấu
Tổng dư nợ : Nợ nhóm 1,2,3,4,5.
Nguyên nhân gây ra nợ xấu
Để giải quyết tình trạng nợ xấu, trước hết cần xác định các nguyên nhân gây ra vấn đề này Nhiều nghiên cứu trên thế giới đã chỉ ra rằng nợ xấu phát sinh từ nhiều yếu tố khác nhau Dưới đây là một số nguyên nhân chính dẫn đến nợ xấu.
2.3.1 Nguyên nhân từ ngân hàng
Chất lượng quản lý ngân hàng là yếu tố then chốt ảnh hưởng đến nợ xấu, theo nghiên cứu của Berger & DeYoung (1997) Các ngân hàng có tỷ lệ nợ xấu cao thường đi kèm với hiệu quả chi phí thấp, do quản lý kém trong giám sát chi phí và khách hàng vay Sự thiếu hụt kỹ năng trong thẩm định tài sản đảm bảo và quản trị danh mục cho vay cũng góp phần làm gia tăng rủi ro vỡ nợ Do đó, việc chú trọng cải thiện chất lượng quản lý là cần thiết để giảm thiểu nợ xấu trong hệ thống ngân hàng.
Rủi ro đạo đức là một yếu tố quan trọng trong việc xác định mức độ nợ xấu, theo nghiên cứu của Keeton & Morris (1987) Các ngân hàng có vốn hóa thấp thường có xu hướng mạo hiểm hơn, dẫn đến việc đầu tư nhiều vào tài sản rủi ro Khi rủi ro xảy ra, chủ nợ sẽ phải gánh chịu tổn thất lớn, từ đó làm gia tăng nợ xấu Nghiên cứu của Berger & DeYoung (1997) cũng khẳng định quan điểm này.
Tăng trưởng tín dụng có mối quan hệ phức tạp với nợ xấu, được giải thích qua sự dịch chuyển của các yếu tố liên quan Đầu tiên, khi các ngân hàng thương mại (NHTM) giảm tiêu chuẩn tín dụng và lãi suất, điều này có thể dẫn đến gia tăng nợ xấu trong tương lai Thứ hai, nhu cầu thay đổi cấu trúc vốn của doanh nghiệp thúc đẩy cầu tín dụng tăng, nhưng cũng có thể làm giảm khả năng trả nợ do dòng tiền bị ảnh hưởng Cuối cùng, sự gia tăng năng suất lao động thường cải thiện khả năng trả nợ của người vay, từ đó hỗ trợ chất lượng tín dụng Việc đa dạng hóa danh mục cho vay cũng là một yếu tố quan trọng trong việc quản lý rủi ro tín dụng.
Năm 2015, cơ hội đa dạng hóa danh mục cho vay của các ngân hàng liên quan mật thiết đến chất lượng tín dụng Việc đa dạng hóa danh mục cho vay được kỳ vọng sẽ giảm tỷ lệ nợ xấu, vì nó giúp giảm thiểu rủi ro tín dụng.
Khả năng bù đắp rủi ro là yếu tố quan trọng giúp ngân hàng đối phó với các vấn đề phát sinh từ tổn thất và rủi ro bất ngờ, như rủi ro tín dụng và nợ xấu Thiếu khả năng này có thể dẫn đến nhiều khó khăn và làm mất lòng tin từ phía nhà đầu tư và khách hàng Tuy nhiên, nếu khả năng bù đắp rủi ro quá cao, ngân hàng có thể phải đối mặt với việc giảm thu nhập.
2.3.2 Nguyên nhân từ tự nhiên
Biến động lớn về thời tiết, khí hậu, thiên tai và dịch bệnh có tác động tiêu cực đến chăn nuôi, năng suất cây trồng, cũng như các ngành công nghiệp và hoạt động sản xuất kinh doanh Những yếu tố này làm giảm khả năng trả nợ của người vay, dẫn đến việc gia tăng tỷ lệ nợ xấu, theo nghiên cứu của Keeton & Morris (1987) và Goldstein, M & Turner.
2.3.3.Nguyên nhân từ khách hàng đi vay
Khách hàng sử dụng vốn vay không hiệu quả, thiếu kỹ năng quản lý và khả năng tự chủ tài chính, dẫn đến hoạt động kinh doanh kém và ảnh hưởng đến khả năng trả nợ cho ngân hàng, từ đó gia tăng tỷ lệ nợ xấu Ngoài ra, sự thiếu thiện chí trong việc trả nợ cũng góp phần vào tình trạng này Nghiên cứu của Gou Ning-ing (2012) chỉ ra rằng nguyên nhân gây nợ xấu tại các ngân hàng bao gồm 30% do trình độ quản trị doanh nghiệp, 30% do trình độ quản trị ngân hàng và 40% do các yếu tố bên ngoài.
2.3.4.Nguyên nhân từ chính trị, xã hội, kinh tế
Sự thay đổi trong chính sách của chính phủ, biến động thị trường và khủng hoảng kinh tế đều tác động mạnh mẽ đến hoạt động của doanh nghiệp và ngân hàng Theo nghiên cứu của Bloem và Gorter (2001), ngân hàng, với vai trò là trung gian tài chính, phải đối mặt với rủi ro do ảnh hưởng trực tiếp từ môi trường kinh tế, chính trị và xã hội Khi các yếu tố này tác động tiêu cực đến doanh nghiệp, khả năng trả nợ của người vay sẽ giảm, dẫn đến nguy cơ gia tăng nợ xấu.
Lý thuyết cơ chế truyền dẫn của chính sách tiền tệ
Theo Miskin (2010), cơ chế truyền dẫn của chính sách tiền tệ là quá trình điều chỉnh cung tiền bởi cơ quan quản lý, ảnh hưởng đến giá cả và sản lượng trong nền kinh tế Cơ chế này tác động đến các yếu tố kinh tế vĩ mô như lãi suất, lạm phát và thất nghiệp, từ đó ảnh hưởng đến khả năng trả nợ của người vay, dẫn đến sự gia tăng nợ xấu.
Tác động của nợ xấu
Nợ xấu ảnh hưởng tiêu cực đến khả năng huy động vốn và tốc độ tăng trưởng tín dụng của ngân hàng Nghiên cứu của Diwan & Rodrik (1992) chỉ ra rằng tỷ lệ nợ xấu cao tạo ra sự không chắc chắn về tình hình vốn của ngân hàng, dẫn đến hạn chế trong việc huy động vốn Kết quả là lãi suất cho vay tăng lên, gây ra sự giảm sút trong tăng trưởng tín dụng.
Nợ xấu ảnh hưởng trực tiếp đến hiệu quả hoạt động của ngân hàng Nghiên cứu của Berger & DeYoung (1997) chỉ ra rằng khi các khoản nợ quá hạn gia tăng, ngân hàng sẽ phải tăng chi phí xử lý nợ xấu, dẫn đến hiệu quả chi phí giảm sút Hơn nữa, sự gia tăng nợ xấu còn phản ánh khả năng quản lý rủi ro tín dụng kém, làm cho ngân hàng hoạt động không hiệu quả.
Khung lý thuyết
Trình bày các nguyên nhân dẫn đến nợ xấu và các tác động của nợ xấu dựa trên các nghiên cứu trước đây.
Những yếu tố tác động đến tỷ lệ nợ xấu
Nhiều nghiên cứu trên thế giới đã chỉ ra các yếu tố vi mô và vĩ mô ảnh hưởng đến nợ xấu của ngân hàng Một nghiên cứu tiêu biểu là của Louzis et al (2010), trong đó sử dụng dữ liệu bảng để phân tích tác động của các yếu tố này đến nợ xấu trong ngành ngân hàng tại Hy Lạp, tập trung vào các loại cho vay như cho vay tiêu dùng, cho vay kinh doanh và thế chấp, trong khoảng thời gian từ quý 1 năm 2003 đến quý 3 năm 2010.
Nghiên cứu của Ahmad và Bashir (2013) đã phân tích các yếu tố vi mô ảnh hưởng đến nợ xấu trong ngân hàng Pakistan từ năm 2006 đến 2011, kiểm định 10 giả thuyết Tương tự, Rajha (2016) đã khảo sát cả yếu tố vi mô và vĩ mô tác động đến nợ xấu trong ngân hàng Jordan từ năm 2008 đến 2012 Tại Nam Á, Rehman (2017) cũng đã thực hiện nghiên cứu liên quan Ở Việt Nam, các nghiên cứu như của Nguyễn Thị Hồng Vinh (2015) trong giai đoạn 2007-2015 và Bùi Duy Tùng cùng Đặng Thị Bạch Vân (2015) về ảnh hưởng của yếu tố nội tại đến nợ xấu các ngân hàng thương mại từ 2004 đến 2014, cùng với nghiên cứu của Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) về các yếu tố tác động đến tỷ lệ nợ xấu của các ngân hàng thương mại cổ phần từ 2005-2016, đã góp phần làm sáng tỏ tình hình nợ xấu tại Việt Nam.
Các yếu tố ảnh hưởng đến tỷ lệ nợ xấu bao gồm : Tỷ lệ nợ xấu trong quá khứ
(NPL (t-1)), tỷ suất sinh lợi trên vốn chủ sở hữu (ROE), tỷ lệ nợ phải trả trên thu nhập
TLI và lãi suất huy động (DR) là những yếu tố quan trọng trong việc đánh giá chất lượng quản lý ngân hàng Tỷ lệ vốn chủ sở hữu (EA) giúp xác định rủi ro đạo đức, trong khi thị phần tín dụng (MP) phản ánh sự đa dạng hóa trong danh mục cho vay Tỷ lệ dự trữ tài sản (RR) cho thấy khả năng bù đắp rủi ro, và tốc độ tăng trưởng tín dụng (Loan) là chỉ số quan trọng khác Cuối cùng, các yếu tố như tốc độ tăng trưởng GDP hàng năm (GDP), tỷ lệ lạm phát hàng năm (INF) và tỷ lệ thất nghiệp (UNL) đóng vai trò trong việc đánh giá tác động của các yếu tố tự nhiên, kinh tế, chính trị và xã hội đến nợ xấu.
2.3.1.Các yếu tố vi mô
2.3.1.1 Tỷ lệ nợ xấu trong quá khứ (NPL (t-1) )
NPL (t-1) = Nợ xấu quá khứ / Tổng dư nợ quá khứ
NPL(t-1) : tỷ lệ nợ xấu trong quá khứ
Nợ xấu quá khứ : Nợ nhóm 3,4,5 trong quá khứ
Tổng dư nợ quá khứ : Nợ nhóm 1,2,3,4,5 trong quá khứ
Nợ xấu chưa được giải quyết trong quá khứ sẽ tiếp tục ảnh hưởng đến tỷ lệ nợ xấu hiện tại, tạo ra gánh nặng cho các năm tiếp theo Nghiên cứu của Louzis et al (2010), Rajha (2016) và Ahmad và Bashir (2013) chỉ ra rằng tỷ lệ nợ xấu trong quá khứ có mối quan hệ cùng chiều với tỷ lệ nợ xấu hiện tại; cụ thể, tỷ lệ nợ xấu cao trong quá khứ thường dẫn đến tỷ lệ nợ xấu cao hiện tại và ngược lại Tương tự, nghiên cứu của Rehman (2017) tại Nam Á cũng khẳng định mối liên hệ này Tại Việt Nam, các nghiên cứu của Nguyễn Thị Hồng Vình (2015), Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018), cũng như Bùi Duy Tùng và Đặng Thị Bạch Vân (2015) đều cho thấy rằng tỷ lệ nợ xấu trong quá khứ có tác động dương đến tỷ lệ nợ xấu hiện tại trong giai đoạn từ 2004 đến 2016.
2.3.1.2.Tỷ suất sinh lợi trên vốn chủ sở hữu (ROE)
ROE = Lợi nhuận sau thuế / Vốn chủ sở hữu
ROE (Return on Equity) phản ánh hiệu quả hoạt động của ngân hàng; ROE cao và ổn định cho thấy ngân hàng có khả năng kiểm soát rủi ro tốt, dẫn đến ít nợ xấu Nghiên cứu của Louzis et al (2010) và Rajha (2016) chỉ ra rằng tỷ suất sinh lợi trên vốn chủ sở hữu có mối quan hệ ngược chiều với tỷ lệ nợ xấu: khi tỷ suất này cao, tỷ lệ nợ xấu có xu hướng thấp và ngược lại Tương tự, nghiên cứu của Rehman (2017) cũng xác nhận mối liên hệ này Ngoài ra, nghiên cứu của Nguyễn Thị Hồng Vinh (2015) tại Việt Nam trong giai đoạn 2007-2015 và nghiên cứu của Bùi Duy Tùng và Đặng Thị Bạch Vân cũng cho thấy kết quả tương tự.
Nghiên cứu năm 2015 về ảnh hưởng của các yếu tố nội tại đến nợ xấu của các ngân hàng thương mại Việt Nam trong giai đoạn 2004-2014 cho thấy tỷ suất sinh lợi trên vốn chủ sở hữu có mối quan hệ ngược chiều với tỷ lệ nợ xấu.
2.3.1.3.Tỷ lệ vốn chủ sở hữu (EA)
EA = Vốn chủ sở hữu / Tổng tài sản
Tỷ lệ EA thấp cho thấy khả năng tài chính của ngân hàng yếu, dẫn đến việc ngân hàng có xu hướng cho vay mạo hiểm để tăng lợi nhuận Hệ quả là rủi ro tín dụng gia tăng, kéo theo tỷ lệ nợ xấu cũng tăng lên, như đã chỉ ra trong nghiên cứu của Louzis et al.
Nghiên cứu của Ahmad và Bashir (2010) cùng với nghiên cứu của Ahmad và Bashir (2013) chỉ ra rằng tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối quan hệ ngược chiều với tỷ lệ nợ xấu Cụ thể, khi tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng lên, tỷ lệ nợ xấu có xu hướng giảm, và ngược lại, tỷ lệ vốn chủ sở hữu thấp dẫn đến tỷ lệ nợ xấu cao hơn Kết quả tương tự cũng được Nguyễn Thị Hồng Vinh (2015) xác nhận trong nghiên cứu tại Việt Nam về mối quan hệ giữa vốn chủ sở hữu và nợ xấu.
2.3.1.4.Tốc độ tăng trưởng tín dụng ( Loan)
Loan = (Dư nợ năm nay - Dư nợ năm trước) / Dư nợ năm trước
Nghiên cứu của Keeton (1999) chỉ ra rằng mối quan hệ giữa tăng trưởng tín dụng và nợ xấu có thể được giải thích qua sự dịch chuyển các yếu tố liên quan Mối quan hệ này có thể diễn ra theo cả hai chiều Đầu tiên, khi các ngân hàng thương mại (NHTM) giảm tiêu chuẩn tín dụng và lãi suất, họ có thể tăng cường cho vay, dẫn đến nguy cơ gia tăng nợ xấu trong tương lai Thứ hai, sự thay đổi trong cấu trúc vốn của doanh nghiệp có thể làm tăng nhu cầu tín dụng, tuy nhiên, điều này có thể ảnh hưởng tiêu cực đến khả năng trả nợ và chất lượng tín dụng Cuối cùng, sự gia tăng năng suất lao động thường là tín hiệu tích cực cho khả năng trả nợ của người vay, dẫn đến sự dịch chuyển tích cực của đường cầu tín dụng.
Nghiên cứu của Ahmad và Bashir (2013) chỉ ra rằng tốc độ tăng trưởng tín dụng có mối quan hệ cùng chiều với tỷ lệ nợ xấu, tức là khi tốc độ tăng trưởng tín dụng cao, tỷ lệ nợ xấu cũng tăng theo, và ngược lại Tương tự, nghiên cứu của Nguyễn Thị Hồng Vinh (2015) tại Việt Nam cũng xác nhận kết quả này Tuy nhiên, nghiên cứu của Rehman (2017) ở Nam Á lại cho thấy mối quan hệ ngược chiều, khi tốc độ tăng trưởng tín dụng cao thì tỷ lệ nợ xấu lại thấp, và khi tốc độ tăng trưởng tín dụng thấp thì tỷ lệ nợ xấu tăng cao.
2.3.1.5 Thị phần tín dụng (MP)
Thị phần tín dụng (MP) được tính bằng dư nợ cho vay chia cho tổng dư nợ các ngân hàng Một thị phần tín dụng lớn giúp ngân hàng có cơ hội đa dạng hóa các loại hình cho vay và khách hàng, từ đó giảm rủi ro tín dụng và tỷ lệ nợ xấu Nghiên cứu của Ahmad và Bashir (2013) chỉ ra rằng có mối quan hệ ngược chiều giữa thị phần tín dụng và tỷ lệ nợ xấu: thị phần tín dụng cao thường đi kèm với tỷ lệ nợ xấu thấp, trong khi thị phần tín dụng thấp lại liên quan đến tỷ lệ nợ xấu cao.
2.3.1.6.Tỷ lệ nợ phải trả trên thu nhập (TLI)
TLI = Nợ phải trả / Tổng thu nhập
Tỷ lệ nợ phải trả trên thu nhập cao cho thấy nợ phải trả gia tăng trong khi tổng thu nhập không thay đổi, hoặc nợ phải trả không đổi nhưng tổng thu nhập giảm, hoặc nợ phải trả tăng nhanh hơn tổng thu nhập Điều này chỉ ra rằng hiệu quả hoạt động của ngân hàng đang suy giảm, đồng thời chất lượng quản lý cũng kém, dẫn đến nguy cơ gia tăng tỷ lệ nợ xấu Nghiên cứu của Ahmad và Bashir (2013) chỉ ra rằng có mối quan hệ tích cực giữa tỷ lệ nợ phải trả trên thu nhập và tỷ lệ nợ xấu; cụ thể, tỷ lệ nợ phải trả trên thu nhập cao thường đi kèm với tỷ lệ nợ xấu cao, trong khi tỷ lệ nợ phải trả thấp tương ứng với tỷ lệ nợ xấu thấp.
2.3.1.7.Lãi suất huy động (DR)
Chi phí lãi (DR) được tính bằng cách chia chi phí lãi cho vốn huy động Nguồn thu nhập chủ yếu của ngân hàng đến từ hoạt động tín dụng; do đó, nếu chênh lệch giữa lãi suất huy động và lãi suất cho vay lớn, ngân hàng sẽ có thu nhập cao hơn Ngược lại, nếu chênh lệch này thấp, ngân hàng sẽ phải chịu thêm chi phí vốn Khi lãi suất huy động cao, chi phí lãi tăng lên, dẫn đến lãi suất cho vay cao, điều này có thể khiến một số khách hàng gặp khó khăn trong việc trả nợ và làm tăng tỷ lệ nợ xấu Nghiên cứu của Ahmad và Bashir (2013) chỉ ra rằng lãi suất huy động có mối quan hệ tỷ lệ thuận với tỷ lệ nợ xấu; tức là, lãi suất huy động cao thường đi kèm với tỷ lệ nợ xấu cao và ngược lại.
2.3.1.8.Tỷ lệ dự trữ tài sản (RR)
RR = Tài sản không sinh lời / Vốn huy động
Tỷ lệ dự trữ tài sản tăng cho thấy tài sản không sinh lời gia tăng trong khi vốn huy động không đổi, hoặc tài sản không sinh lời tăng nhanh hơn vốn huy động, hoặc tài sản không sinh lời không thay đổi nhưng vốn huy động giảm Điều này dẫn đến việc giảm lượng vốn cho vay, từ đó làm giảm rủi ro tín dụng và tỷ lệ nợ xấu Hơn nữa, việc ngân hàng nắm giữ tài sản lớn giúp họ có khả năng xử lý các vấn đề phát sinh như rủi ro tín dụng và nợ xấu Theo nghiên cứu của Ahmad và Bashir (2013), tỷ lệ dự trữ tài sản có mối quan hệ ngược chiều với tỷ lệ nợ xấu; tức là, tỷ lệ dự trữ tài sản cao thường đi kèm với tỷ lệ nợ xấu thấp và ngược lại.
2.3.2.Các yếu tố vĩ mô
2.3.2.1 Tốc độ tăng trưởng GDP hàng năm (GDP)
Nghiên cứu cho thấy mối quan hệ giữa GDP và tỷ lệ nợ xấu là ngược chiều; khi GDP cao, thu nhập khách hàng tăng, khả năng thanh toán nợ tốt hơn, dẫn đến tỷ lệ nợ xấu giảm Các nghiên cứu của Louzis et al (2010), Rajha (2016), và Rehman (2017) đều xác nhận rằng GDP cao thường tương ứng với tỷ lệ nợ xấu thấp Tại Việt Nam, nghiên cứu của Nguyễn Thị Hồng Vình (2015), Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018), cùng Bùi Duy Tùng và Đặng Thị Bạch Vân (2015) cũng chỉ ra rằng trong các giai đoạn khác nhau từ 2004 đến 2016, tốc độ tăng trưởng GDP hàng năm có ảnh hưởng tiêu cực đến tỷ lệ nợ xấu của các ngân hàng thương mại.
2.3.2.2 Tỷ lệ lạm phát hàng năm (INF)
THỰC TRẠNG TỶ LỆ NỢ XẤU VÀ CÁC YẾU TỐ TÁC ĐỘNG ĐẾN TỶ LỆ NỢ XẤU TẠI 26 NHTM VIỆT NAM GIAI ĐOẠN 2009-2018
(Nguồn : Tổng hợp BCTC của 26 NHTM) Biểu đồ 3.1 : Tỷ lệ nợ xấu trung bình của 26 NHTM Việt Nam giai đoạn 2009-2018
Biểu đồ 3.1 minh họa tỷ lệ nợ xấu trung bình của 26 ngân hàng thương mại Việt Nam từ năm 2009 đến 2018, cho thấy sự tích tụ nợ xấu qua nhiều năm với tỷ lệ biến động không ổn định Tỷ lệ nợ xấu đạt đỉnh vào năm 2012 với 3,2% và thấp nhất vào năm 2009 với 1,6% Tổng thể, biểu đồ có thể được chia thành hai giai đoạn chính.
Từ năm 2009 đến năm 2012, tỷ lệ nợ xấu tại Việt Nam tăng dần do tác động của cuộc khủng hoảng tài chính toàn cầu 2008, dẫn đến sự sụt giảm mạnh trong xuất khẩu và tình trạng bất động sản đóng băng Để kiểm soát lạm phát, Ngân hàng Nhà nước đã thực hiện chính sách tiền tệ thắt chặt, gây khó khăn cho sản xuất kinh doanh, từ đó làm giảm khả năng trả nợ của khách hàng và làm gia tăng tỷ lệ nợ xấu.
Giai đoạn 2013-2018, tỷ lệ nợ xấu có sự biến động nhưng chủ yếu có xu hướng giảm Cụ thể, từ năm 2013 đến 2015, tỷ lệ nợ xấu giảm mạnh từ 3,1% xuống 1,7% Năm 2016, tỷ lệ này tăng nhẹ lên 2,1%, nhưng tiếp tục giảm xuống còn 1,9% vào năm 2017 và 1,8% vào năm 2018 Sự thay đổi này phản ánh tình hình kinh tế trong nước.
Tỷ lệ nợ xấu của các ngân hàng thương mại (NHTM) đang có xu hướng giảm nhanh chóng nhờ vào những biện pháp tích cực từ hệ thống ngân hàng và chính phủ Cụ thể, quyết định số 254/QT-TTg ngày 03/01/2012 của Thủ tướng Chính phủ đã phê duyệt đề án cơ cấu lại hệ thống các tổ chức tín dụng giai đoạn 2011-2015 Bên cạnh đó, Thông tư số 19/2013/TT-NHNN ngày 06/09/2013 của Ngân hàng Nhà nước Việt Nam quy định về việc mua, bán và xử lý nợ xấu của công ty quản lý tài sản của các tổ chức tín dụng cũng đã góp phần quan trọng Hơn nữa, Nghị quyết số 42/2017/QH14 ngày 21/06/2017 của Quốc hội về thí điểm xử lý nợ xấu của các tổ chức tín dụng đã thúc đẩy quá trình này, dẫn đến sự phục hồi tích cực của các đơn vị (%) ngoài nước.
3.2 Tỷ lệ nợ xấu trong quá khứ (NPL t-1 )
(Nguồn : Tổng hợp BCTC của 26 NHTM) Biểu đồ 3.2 : Mối quan hệ giữa tỷ lệ nợ xấu quá khứ và tỷ lệ nợ xấu hiện tại của 26
NHTM Việt Nam giai đoạn 2009-2018
Biểu đồ 3.2 cho thấy mối quan hệ tích cực giữa tỷ lệ nợ xấu trong quá khứ và hiện tại của 26 ngân hàng thương mại Việt Nam giai đoạn 2009-2018 Trong giai đoạn 2009-2010, mối quan hệ này không rõ ràng do tác động của cuộc khủng hoảng kinh tế toàn cầu năm 2008 Tuy nhiên, vào các giai đoạn 2012-2013 và 2016-2017, nhờ vào sự chủ động của hệ thống ngân hàng và chính phủ trong việc xử lý nợ xấu, tỷ lệ nợ xấu đã giảm nhanh chóng.
3.3 Tỷ suất sinh lợi trên vốn chủ sở hữu (ROE)
Biểu đồ 3.3 minh họa mối quan hệ giữa tỷ suất sinh lợi trên vốn chủ sở hữu và tỷ lệ nợ xấu của 26 ngân hàng thương mại (NHTM) Việt Nam trong giai đoạn 2009-2018 Dữ liệu này được tổng hợp từ Vietstock và báo cáo tài chính của các ngân hàng.
Biểu đồ 3.3 minh họa mối quan hệ giữa tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và tỷ lệ nợ xấu (NPL) của 26 ngân hàng thương mại (NHTM) Việt Nam trong giai đoạn 2009-2018 Trong giai đoạn này, tỷ lệ ROE có xu hướng giảm từ 14,2% vào năm 2009 xuống 12,5% vào năm 2018, trong khi tỷ lệ nợ xấu tăng nhẹ từ 1,6% lên 1,8% Điều này cho thấy mối quan hệ giữa ROE và NPL là ngược chiều, phản ánh sự biến động không ổn định của tỷ suất sinh lợi trong bối cảnh gia tăng nợ xấu.
3.4 Tỷ lệ vốn chủ sở hữu (EA)
(Nguồn : Vietstock và Tổng hợp BCTC của 26 NHTM) Biểu đồ 3.4 : Mối quan hệ giữa tỷ lệ vốn chủ sở hữu và tỷ lệ nợ xấu của 26 NHTM
Biểu đồ 3.4 minh họa mối quan hệ giữa tỷ lệ vốn chủ sở hữu (EA) và tỷ lệ nợ xấu của 26 ngân hàng thương mại (NHTM) Việt Nam trong giai đoạn 2009-2018 Tỷ lệ EA có sự biến động không ổn định, đạt đỉnh 11,9% vào năm 2009 và giảm xuống mức thấp nhất 7,6% vào năm 2017, với xu hướng chung là giảm từ 11,9% năm 2009 xuống còn 8,0% năm 2018 Ngược lại, tỷ lệ nợ xấu có xu hướng tăng nhẹ từ 1,6% năm 2009 lên 1,8% năm 2018.
3.5 Tốc độ tăng trưởng tín dụng (Loan)
(Nguồn : Tổng hợp BCTC của 26 NHTM) Biểu đồ 3.5 : Mối quan hệ giữa tốc độ tăng trưởng tín dụng và tỷ lệ nợ xấu của 26
NHTM Việt Nam giai đoạn 2009-2018
Biểu đồ 3.5 minh họa mối liên hệ giữa tốc độ tăng trưởng tín dụng và tỷ lệ nợ xấu của 26 ngân hàng thương mại Việt Nam trong giai đoạn 2009-2018 Tốc độ tăng trưởng tín dụng có sự biến động lớn, đạt đỉnh 105,8% vào năm 2009 và giảm xuống chỉ còn 13,1% vào năm 2011 Từ năm 2011 đến 2018, tốc độ tăng trưởng tín dụng và tỷ lệ nợ xấu có mối quan hệ cùng chiều, trong khi giai đoạn 2009-2011 lại cho thấy mối quan hệ ngược chiều giữa hai yếu tố này.
3.6.Tỷ lệ nợ phải trả trên thu nhập (TLI)
(Nguồn : Tổng hợp BCTC của 26 NHTM) Biểu đồ 3.6 : Mối quan hệ giữa tỷ lệ nợ phải trả trên thu nhập và tỷ lệ nợ xấu của
26 NHTM Việt Nam giai đoạn 2009-2018
Biểu đồ 3.6 minh họa mối quan hệ cùng chiều giữa tỷ lệ nợ phải trả trên thu nhập và tỷ lệ nợ xấu của 26 ngân hàng thương mại Việt Nam trong giai đoạn 2009-2018 Tỷ lệ nợ phải trả trên thu nhập có sự biến động không ổn định, đạt đỉnh 8692% vào năm 2011 và thấp nhất là 2644,5% vào năm 2012 Tuy nhiên, nhìn chung, tỷ lệ này đã tăng nhẹ từ 2707,5% năm 2009 lên 2987,2% năm 2018.
3.7 Lãi suất huy động (DR)
(Nguồn : Tổng hợp BCTC của 26 NHTM) Biểu đồ 3.7 : Mối quan hệ giữa lãi suất huy động và tỷ lệ nợ xấu của 26 NHTM Việt
Biểu đồ 3.7 cho thấy mối quan hệ cùng chiều giữa lãi suất huy động và tỷ lệ nợ xấu của 26 ngân hàng thương mại Việt Nam trong giai đoạn 2009-2018 Trong giai đoạn này, lãi suất huy động giảm nhẹ từ 5,2% năm 2009 xuống 4,7% năm 2018, với mức cao nhất đạt 10% vào năm 2011 và thấp nhất là 4,3% vào năm 2016.
3.8 Tỷ lệ dự trữ tài sản (RR)
(Nguồn : Tổng hợp BCTC của 26 NHTM) Biểu đồ 3.8 : Mối quan hệ giữa tỷ lệ dự trữ tài sản và tỷ lệ nợ xấu của 26 NHTM
Biểu đồ 3.8 thể hiện mối quan hệ giữa tỷ lệ dự trữ tài sản và tỷ lệ nợ xấu giữa
26 NHTM Việt nam giai đoạn 2009-2018 Tỷ lệ dự trữ tài sản tăng giảm không ổn định qua các năm, cao nhất là ở mức 19,5% năm 2011, thấp nhất là ở mức 10.8% năm
2018 Nhìn chung tỷ lệ dự trữ tài sản giảm từ mức 15,8% năm 2009 xuống còn 10,8% năm 2018 Trong khi, tỷ lệ nợ xấu tăng từ mức 1,6% năm 2009 lên 1,8% năm 2018
3.9 Tốc độ tăng trưởng GDP hàng năm (GDP)
(Nguồn : Tổng hợp BCTC của 26 NHTM và Worldbank) Biểu đồ 3.9 : Mối quan hệ giữa GDP và tỷ lệ nợ xấu của 26 NHTM Việt Nam giai đoạn 2009-2018
Biểu đồ 3.9 thể hiện mối quan hệ ngược chiều giữa GDP và tỷ lệ nợ xấu của
26 NHTM Việt Nam giai đoạn 2009-2018 GDP tăng giảm không ổn định qua các năm, cao nhất là ở mức 6,8% ở năm 2017 và thấp nhất ở mức 5,2% năm 2012
3.10 Tỷ lệ lạm phát hàng năm (INF)
(Nguồn : Tổng hợp BCTC của 26 NHTM và Worldbank) Biểu đồ 3.10 : Mối quan hệ giữa tỷ lệ lạm phát và tỷ lệ nợ xấu của 26 NHTM Việt
Biểu đồ 3.10 minh họa mối quan hệ tích cực giữa tỷ lệ lạm phát và tỷ lệ nợ xấu của 26 ngân hàng thương mại Việt Nam trong giai đoạn 2009-2018 Tỷ lệ lạm phát đã giảm từ 7,1% vào năm 2009 xuống còn 3,5% vào năm 2018, với mức cao nhất đạt 18,7% vào năm 2011 và thấp nhất là 3,2% vào năm 2016.
3.11 Tỷ lệ thất nghiệp (UNL)
(Nguồn : Tổng hợp BCTC của 26 NHTM và Worldbank) Biểu đồ 3.11 : Mối quan hệ giữa tỷ lệ thất nghiệp và tỷ lệ nợ xấu của 26 NHTM Việt
Biểu đồ 3.11 cho thấy mối quan hệ ngược chiều giữa tỷ lệ thất nghiệp và tỷ lệ nợ xấu của 26 ngân hàng thương mại Việt Nam trong giai đoạn 2009-2018 Thực trạng tại Việt Nam khác biệt so với các nghiên cứu trước đây về mối liên hệ này Tỷ lệ thất nghiệp cao nhất ghi nhận là 1,9%, và duy trì ổn định trong các năm 2015.
2016, 2017, 2018 Và thấp nhất ở mức 1,0% năm 2011
MÔ HÌNH, PHƯƠNG PHÁP, DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
Mô hình và giả thuyết
Dựa trên các nghiên cứu trước đây của Louzis et al (2010), Rajha (2016) và Ahmad và Bashir (2013), tác giả đã phát triển mô hình bao gồm các biến vi mô và vĩ mô ảnh hưởng đến tỷ lệ nợ xấu.
NPLit = β0 + β 1NPLi(t-1) + β2ROEit + β 3EAit + β 4LOANit + β 5MPit + β 6TLIit + β 7DRit + β 8RRit + β 9GDPt + β 10INFt + β 11UNLt + uit
NPLit : Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t
NPLi(t-1) : Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t-1
ROEit : Tỷ suất sinh lợi trên vốn chủ sở hữu của ngân hàng i tại thời điểm t
EAit : Tỷ lệ vốn chủ sở hữu của ngân hàng i tại thời điểm t
LOANit : Tốc độ tăng trưởng tín dụng của ngân hàng i tại thời điểm t
MPit : Thị phần tín dụng của ngân hàng i tại thời điểm t
TLIit : Tỷ lệ nợ phải trả trên thu nhập của ngân hàng i tại thời điểm t
DRit : Lãi suất huy động của ngân hàng I tại thời điểm t
RRit : Tỷ lệ dự trữ tài sản của ngân hàng i tại thời điểm t
GDPt : Tốc độ tăng trưởng GDP tại thời điểm t
INFt : Tỷ lệ lạm phát tại thời điểm t
UNLt : tỷ lệ thất nghiệp tại thời điểm t β0 : Hệ số tự do β 1,…, β 12 : Hệ số hồi quy uit : Sai số b Giả thuyết
Dựa trên khung lý thuyết và các nghiên cứu trước đây, cùng với thực trạng các biến độc lập đã được phân tích trong chương 2, bài viết này đề xuất các giả thuyết nghiên cứu về ảnh hưởng của các biến độc lập (H) đối với biến phụ thuộc.
Chất lượng quản lý ngân hàng có mối quan hệ ngược chiều với tỷ lệ nợ xấu, thể hiện qua các chỉ số như tỷ lệ nợ xấu trong quá khứ (NPLt-1), tỷ suất sinh lợi trên vốn chủ sở hữu (ROE), tỷ lệ nợ phải trả trên thu nhập (TLI) và lãi suất huy động (DR) Khi chất lượng quản lý tốt, tỷ lệ nợ xấu thường giảm, đồng thời các chỉ số tài chính khác cũng cải thiện, cho thấy sự ổn định và hiệu quả trong hoạt động của ngân hàng.
- Giả thuyết H2 : rủi ro đạo đức có mối quan hệ cùng chiều với nợ xấu Biến đại diện là : tỷ lệ vốn chủ sở hữu (EA)
- Giả thuyết H3 : tốc độ tăng trưởng tín dụng (Loan) có mối quan hệ cùng chiều với tỷ lệ nợ xấu
- Giả thuyết H4 : đa dạng hóa danh mục cho vay có mối quan hệ ngược chiều với tỷ lệ nợ xấu Biến đại diện là thị phần (MP)
Giả thuyết H5 chỉ ra rằng khả năng bù đắp rủi ro có mối quan hệ ngược chiều với tỷ lệ nợ xấu, trong đó tỷ lệ dự trữ tài sản (RR) được sử dụng làm biến đại diện Điều này cho thấy rằng khi khả năng bù đắp rủi ro tăng lên, tỷ lệ nợ xấu có xu hướng giảm xuống, phản ánh một mối liên hệ quan trọng giữa hai yếu tố này trong quản lý tài chính.
Giả thuyết H6 cho rằng tự nhiên, kinh tế, chính trị và xã hội có mối quan hệ ngược chiều với tỷ lệ nợ xấu Các biến đại diện cho giả thuyết này bao gồm tốc độ tăng trưởng tổng sản phẩm quốc nội hàng năm (GDP), tỷ lệ lạm phát (INF) và tỷ lệ thất nghiệp (UNL).
H3 : tốc độ tăng trưởng tín dụng (+)
H4 : đa dạng hóa danh mục cho vay (-)
H5 : khả năng bù đắp rủi ro (-)
H6 : tự nhiên, kinh tế, chính trị, xã hội (-)
Bảng 4.1 : Tóm tắt các giả thuyết và kỳ vọng
Phương pháp
Phương pháp định lượng được áp dụng thông qua kỹ thuật hồi quy dữ liệu bảng, sử dụng mô hình hồi quy đa biến với POOLED OLS, REM (Random Effect) và FEM (Fixed Effect) bằng phần mềm Stata 14.2 Để khắc phục hiện tượng phương sai thay đổi, mô hình hồi quy FEM robust được sử dụng, cùng với một số kiểm định cần thiết.
Kiểm định tự tương quan là quá trình xác định sự tương quan giữa các sai số trong một mô hình Nghiên cứu sử dụng Wooldridge Test để kiểm tra hiện tượng này, với giả thuyết H0 là không tồn tại tự tương quan Nếu giá trị Prob>F lớn hơn 5%, giả thuyết H0 sẽ được chấp nhận.
- Kiểm định F-Test : kiểm định xem mô hình hồi quy với hiệu ứng cố định cho ra kết quả tốt hơn mô hình hồi quy Pooled OLS hay không
Kiểm định phương sai thay đổi là quá trình xác định sự biến đổi của phương sai giữa các yếu tố không quan sát được trong các phân đoạn khác nhau của tổng thể Phương pháp Breusch-Pagan Test thường được sử dụng cho kiểm định này, với giả thuyết H0 là phương sai thay đổi Nếu giá trị Prob > chi2 nhỏ hơn 5%, chúng ta sẽ bác bỏ giả thuyết H0.
Trong nghiên cứu này, chúng tôi tiến hành kiểm định lựa chọn giữa mô hình FEM (Mô hình hiệu ứng cố định) và mô hình REM (Mô hình hiệu ứng ngẫu nhiên) thông qua kiểm định Hausman Giả thuyết H0 được đưa ra là mô hình REM phù hợp Nếu giá trị Prob lớn hơn Chi2 và nhỏ hơn 5%, chúng tôi sẽ bác bỏ giả thuyết H0, từ đó xác định mô hình phù hợp hơn cho phân tích.
Dữ liệu
Dữ liệu nghiên cứu được thu thập trong khoảng thời gian 10 năm, từ 2009 đến 2018, bao gồm các chỉ số vi mô như Tỷ lệ nợ xấu trong quá khứ (NPL (t-1)), Tốc độ tăng trưởng tín dụng (Loan), Thị phần tín dụng (MP), Tỷ lệ nợ phải trả trên thu nhập (TLI), Lãi suất huy động (DR) và Tỷ lệ dự trữ tài sản (RR) Những thông tin này được tính toán từ báo cáo thường niên và báo cáo tài chính của 26 ngân hàng thương mại Việt Nam, được liệt kê trong phần phụ lục Đặc biệt, Tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và Tỷ lệ vốn chủ sở hữu (EA) của các ngân hàng này được thu thập từ trang Vietstock.
Các dữ liệu vĩ mô quan trọng bao gồm tốc độ tăng trưởng GDP hàng năm, tỷ lệ lạm phát hàng năm và tỷ lệ thất nghiệp, được thu thập từ các nguồn đáng tin cậy như IFS và World Bank.
Kết quả
Variable Obs Mean Std Dev Min Max
Bảng 4.2 : Kết quả thống kê mô tả
Bảng 4.2 trình bày 260 quan sát với các thông số thống kê như giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và giá trị lớn nhất của các biến phụ thuộc và độc lập.
Tỷ lệ nợ xấu có trung bình là 2,19%, độ lệch chuẩn là 1,28%, giá trị nhỏ nhất là 0,02% và giá trị lớn nhất là 8,81%
Tỷ lệ nợ xấu quá khứ trung bình là 2,26%, độ lệch chuẩn là 1,41%, giá trị nhỏ nhất là 0,02% và giá trị lớn nhất là 8,81%
Tỷ suất sinh lợi trên vốn chủ sở hữu trung bình là 9,79%, độ lệch chuẩn là 8,14%, giá trị nhỏ nhất là -56,33% và giá trị lớn nhất là 29,12%
Tỷ lệ vốn chủ sở hữu trung bình là 9,74%, độ lệch chuẩn là 4,63%, giá trị nhỏ nhất là 4% và giá trị lớn nhất là 33,24%
Tốc độ tăng trưởng tín dụng trung bình là 31,74%, độ lệch chuẩn là 70,82%, giá trị nhỏ nhất là -23,72% và giá trị lớn nhất là 1059,50%
Thị phần tín dụng trung bình là 3,85%, độ lệch chuẩn là 5,47%, giá trị nhỏ nhất là 0,18% và giá trị lớn nhất là 27,81%
Tỷ lệ nợ phải trả trên thu nhập trung bình là 3668,35%, độ lệch chuẩn là 9501,34%, giá trị nhỏ nhất là 928,21% và giá trị lớn nhất là 154926%
Lãi suất huy động trung bình là 5,90%, độ lệch chuẩn là 2,30%, giá trị nhỏ nhất là 2,51% và giá trị lớn nhất là 16,36%
Tỷ lệ dự trữ tài sản trung bình là 14,57%, độ lệch chuẩn là 9,05%, giá trị nhỏ nhất là 0,84% và giá trị lớn nhất là 85,39%
Tốc độ tăng trưởng GDP trung bình là 6,15%, độ lệch chuẩn là 0,60%, giá trị nhỏ nhất là 5,24% và giá trị lớn nhất là 7,08%
Tỷ lệ lạm phát trung bình là 6,62%, độ lệch chuẩn là 4,74%, giá trị nhỏ nhất là 0,88% và giá trị lớn nhất là 18,68%
Tỷ lệ thất nghiệp trung bình là 1,48%, độ lệch chuẩn là 0,37%, giá trị nhỏ nhất là 1% và giá trị lớn nhất là 1,90% b Ma Trận tương quan giữa các biến
NPLt1 ROE EA Loan MP TLI DR RR
Bảng 4.3 : Ma trận tương quan giữa các biến
Bảng 4.3 cho thấy mối tương quan giữa các cặp biến trong mô hình, với không có biến nào có hệ số tương quan vượt quá 0,8 Hệ số tương quan cao nhất là -0,7555, cho thấy mối tương quan âm giữa INF và UNL, trong khi hệ số 0,7526 thể hiện mối tương quan dương giữa DR và INF Điều này cho thấy khả năng xảy ra hiện tượng đa cộng tuyến là không cao.
Hệ số hồi quy P-Value Hệ số hồi quy P-Value Hệ số hồi quy P-Value
Bảng 4.4 : Kết quả hồi quy mô hình POOLED OLS, FEM và REM
(với *, **,*** lần lượt có ý nghĩa thống kê ở mức 10%, 5%, 1%)
Bảng 4.4 trình bày kết quả hồi quy của ba mô hình POOLED OLS, FEM và REM Trong mô hình POOLED OLS, các biến EA, Loan, MP, GDP, INF, UNL không có ý nghĩa thống kê, trong khi các biến ROE, TLI, RR có mối quan hệ ngược chiều với tỷ lệ nợ xấu, còn NPLt-1 và DR có mối quan hệ cùng chiều Tương tự, trong mô hình FEM, các biến EA, Loan, MP, INF cũng không có ý nghĩa thống kê, nhưng ROE, TLI, RR, GDP, UNL lại có mối quan hệ ngược chiều với tỷ lệ nợ xấu, trong khi NPLt-1 và DR có mối quan hệ cùng chiều Cuối cùng, trong mô hình REM, các biến EA, Loan, MP, GDP, INF, UNL không có ý nghĩa thống kê, trong khi ROE, TLI, RR có mối quan hệ ngược chiều với tỷ lệ nợ xấu, và NPLt-1, DR có mối quan hệ cùng chiều.
Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
Bảng 4.5 : Kết quả kiểm định tự tương quan
Bảng 4.5 thể hiện kết quả kiểm định hiện tượng tự tương quan Giá trị Prob >
F có giá trị 0,0000 nhỏ hơn 5% nên bác bỏ giả thuyết H0 là không có tự tương quan Nghĩa là có xảy ra hiện tượng tự tương quan
Kiểm định tự tương quan chủ yếu áp dụng cho ô macro panels với chuỗi thời gian dài (T>N và T → 30 năm) Trong khi đó, hiện tượng tự tương quan không phải là vấn đề lớn đối với ô micro panels (Tchi2 là 0,0012, nhỏ hơn mức 5%, do đó giả thuyết H0 về phương sai không đổi bị bác bỏ Điều này cho thấy hiện tượng phương sai thay đổi đã xảy ra.
Modified Wald test for groupwise heteroskedasticity in fixed effect regression model
H0: sigma(i)^2 = sigma^2 for all i chi2 (26) = 962.75
Bảng 4.7 : Kết quả kiểm định phương sai thay đổi mô hình FEM
Bảng 4.7 trình bày kết quả kiểm định phương sai thay đổi cho mô hình FEM Giá trị Prob>chi2 là 0,0000, nhỏ hơn 5%, do đó bác bỏ giả thuyết H0 về phương sai không đổi, cho thấy hiện tượng phương sai thay đổi đã xảy ra.
xttest0 Breusch and Pagan Lagrangian multiplier test for random effects
NPL[Bank1,t] = Xb + u[Bank1] + e[Bank1,t]
Var sd = sqrt(Var) NPL e u
0 0 Test: Var(u) = 0 chibar2(01) = 0.00 Prob > chibar2 = 1.0000
Bảng 4.8 : Kết quả kiểm định phương sai thay đổi mô hình REM
Bảng 4.8 trình bày kết quả kiểm định phương sai thay đổi của mô hình REM Giá trị Prob>chi2 là 1,0000, lớn hơn 5%, do đó chấp nhận giả thuyết H0 về phương sai không đổi Điều này cho thấy không xảy ra hiện tượng phương sai thay đổi khi áp dụng mô hình REM.
Bảng 4.9 : Kết quả kiểm định F-test
Kết quả kiểm định F-test trong Bảng 4.9 cho thấy giá trị Prob>F là 0,0242, nhỏ hơn 5%, do đó giả thuyết H0 bị bác bỏ, cho thấy mô hình Pool OLS không phù hợp hơn Điều này chỉ ra rằng mô hình FEM là lựa chọn phù hợp hơn trong phân tích.
Tiếp theo, tác giả sẽ sử dụng kiểm định hausman để lựa chọn giữa mô hình REM và mô hình FEM
Test: Ho: difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 32.88
Prob>chi2 = 0.0001 (V_b-V_B is not positive definite)
Bảng 4.10 : Kết quả kiểm định hausman
Kết quả kiểm định Hausman trong Bảng 4.10 cho thấy giá trị Prob>chi2 là 0,0001, nhỏ hơn 5%, do đó chúng ta bác bỏ giả thuyết H0, cho thấy mô hình FEM phù hợp hơn mô hình REM Điều này cũng giúp khắc phục hiện tượng phương sai thay đổi.
Biến Mô hình FEM Robust
Hệ số hồi quy P-Value
(với *, **,*** lần lượt có ý nghĩa thống kê ở mức 10%, 5%, 1%)
Bảng 4.11 trình bày kết quả hồi quy của mô hình FEM sau khi đã khắc phục hiện tượng phương sai thay đổi Trong đó, các biến EA và INF không mang ý nghĩa thống kê Kết quả hồi quy được thể hiện như sau:
NPLit = 4.12*** + 0.11**NPLi(t-1) - 0.053***ROEit - 0.001*LOANit + 0.127**MPit - 0.00003***TLIit + 0.102**DRit - 0.0303***RRit - 0.255**GDPt - 0.586**UNLt
Các biến ROE, TLI, GDP, UNL, Loan và RR có mối quan hệ ngược chiều với tỷ lệ nợ xấu Trong đó, UNL có tác động mạnh nhất, với mức ý nghĩa 5%, khi UNL giảm 1% thì tỷ lệ nợ xấu tăng 58,6% Ngược lại, TLI có tác động thấp nhất, với mức ý nghĩa 1%, khi TLI giảm 1% thì tỷ lệ nợ xấu chỉ tăng 0,003% ROE cũng ảnh hưởng đến tỷ lệ nợ xấu, với mức ý nghĩa 1%, khi ROE giảm 1% thì tỷ lệ nợ xấu tăng 5,53% GDP giảm 1% dẫn đến tỷ lệ nợ xấu tăng 25,5% với mức ý nghĩa 5%, trong khi RR giảm 1% làm tăng tỷ lệ nợ xấu 3,03% với mức ý nghĩa 1% Loan giảm 1% có thể làm tỷ lệ nợ xấu tăng 0,1% với mức ý nghĩa 10% Ngược lại, các biến NPLt-1, MP và DR có quan hệ cùng chiều với tỷ lệ nợ xấu; cụ thể, khi NPLt-1 tăng 1% thì tỷ lệ nợ xấu hiện tại tăng 11% với mức ý nghĩa 5%, MP tăng 1% làm tỷ lệ n
EA và INF không có ý nghĩa thống kê, do đó không thể xác định mức độ và chiều hướng tác động của chúng đến tỷ lệ nợ xấu.
Giả Thuyết Kỳ vọng Kết Quả Mức ý nghĩa
5% đối với biến NPLt-1 và DR
1% đối với biến ROE và TLI
H2 : rủi ro đạo đức (+) Không có ý nghĩa thống kê
H3 : tốc độ tăng trưởng tín dụng (+) (-) 10%
H4 : đa dạng hóa danh mục cho vay (-) (+) 5%
H5 : khả năng bù đắp rủi ro (-) (-) 1%
H6 : tự nhiên, kinh tế, chính trị, xã hội (-) (-/+) 5%
Bảng 4.12 : Kết quả kiểm định các giả thuyết
Kết quả kiểm định giả thuyết trong Bảng 4.12 cho thấy giả thuyết H3 và H4 bị bác bỏ, bởi vì biến Loan có mối quan hệ ngược chiều với tỷ lệ nợ xấu, trong khi biến thị phần (MP) lại có mối quan hệ cùng chiều với nợ xấu Ngược lại, giả thuyết H1, H5 và H6 được chấp nhận, trong đó biến NPLt-1 có mối quan hệ cùng chiều với nợ xấu, và biến ROE có mối quan hệ ngược chiều với nợ xấu.
Mối quan hệ giữa DR và nợ xấu cho thấy sự tương đồng, trong khi biến TLI lại thể hiện mối quan hệ ngược chiều, có thể do chi phí quản lý rủi ro tăng lên, dẫn đến hiệu quả chi phí không cao nhưng giúp giảm nợ xấu Giả thuyết H5 khẳng định rằng biến RR có mối quan hệ ngược chiều với nợ xấu, phù hợp với giả thuyết ban đầu Tương tự, giả thuyết H6 cho thấy GDP cũng có mối quan hệ ngược chiều với nợ xấu, trong khi biến UNL ngược lại với nợ xấu có thể phản ánh cơ chế của hệ thống ngân hàng trong việc hạn chế nợ xấu khi tỷ lệ thất nghiệp tăng Cuối cùng, giả thuyết H2 không có ý nghĩa thống kê, do đó không thể chấp nhận hay bác bỏ.
Nghiên cứu đã xác định chín yếu tố chính ảnh hưởng đến tỷ lệ nợ xấu, bao gồm: thị phần tín dụng (MP), tỷ lệ nợ phải trả trên thu nhập (TLI), tỷ lệ thất nghiệp (UNL), tỷ lệ nợ xấu trong quá khứ (NPLt-1), tỷ suất sinh lợi trên vốn chủ sở hữu (ROE), tốc độ tăng trưởng GDP hàng năm, tốc độ tăng trưởng tín dụng (Loan), tỷ lệ dự trữ tài sản (RR) và lãi suất huy động (DR).
