GIỚI THIỆU
Lý do chọn đề tài
Nợ khó đòi hay con goi la nơ xâu, là số tiền ngân hàng cho khách hàng vay nhưng do các yếu tố chủ quan từ phía ngân hàng nên không thể thu hồi hết gốc và lãi khi khoản vay hết hạn Trong những năm qua, tình trạng thua lỗ tín dụng của các ngân hàng thương mại đã được cải thiện đáng kể, nhưng vẫn còn nhiều khoản lỗ tín dụng vẫn chưa được giải quyết triệt để Đối với các ngân hàng thương mại, nợ xấu là dấu hiệu của chất lượng tín dụng kém và là nguồn rủi ro lãi suất, đồng thời làm giảm khả năng cạnh tranh của ngân hàng.
Một số nghiên cứu nước ngoài đã chỉ ra rằng nợ xấu của các ngân hàng bị ảnh hưởng bởi hai yếu tố cụ thể: yếu tố vĩ mô và vi mô (Messai và Jouini, 2013, Fofack,
2005) Tương tự như cuộc khảo sát Bad arand Javid năm 2013, hệ thống tài chính hoạt động kém hiệu quả ảnh hưởng đến sự phát triển của một quốc gia, từ đó ảnh hưởng đến hoạt động của các ngân hàng, doanh nghiệp và thậm chí gây ra khủng hoảng tài chính. Khi nền kinh tế mất ổn định, khả năng xảy ra nợ xấu với các ngân hàng càng tăng cao. Ngoài ra, theo nghiên cứu của Nguyễn Hồng Vinh (2015), các yếu tố vĩ mô và vi mô cũng ảnh hưởng đến nợ xấu của các ngân hàng. Để đảm bảo nền kinh tế tăng trưởng ổn định, các ngân hàng thương mại cần xác định các yếu tố ảnh hưởng đến nợ xấu để quản lý rủi ro Xét vê tính cấp thiết của vấn đề, nhóm nghiên cứu đã chọn đề tài “Các Nhân Tố Ảnh Hưởng Đến Tín Dụng XấuCủa Các Ngân Hàng Thương Mại Việt Nam”.
Mục tiêu nghiên cứu và câu hỏi nghiên cứu
Nghiên cứu này tập trung vào các khoản nợ xấu đối với các ngân hàng thương mại Việt Nam Nhiều nghiên cứu đã được thực hiện về nợ xấu từ các ngân hàng, nhưng vẫn chưa tìm ra giải pháp căn cơ để khắc phục vấn đề này Vì lý do này, bài nghiên cứu
“Các Nhân Tố Ảnh Hưởng Đến Nợ Xấu Cho Các Ngân Hàng Thương Mại Tại ViệtNam” đã được ra đời nhằm đề xuất các chiến lược phù hợp giúp các ngân hàng giảm thiểu thiệt hại do nợ xấu ngân hàng Và để thực hiện cuộc khảo sát, tác giả đã tìm ra câu trả lời dựa trên những câu hỏi sau: Các yếu tố ảnh hưởng đến nợ xấu của ngân hàng thương mại của Việt Nam là gì, và mức độ ảnh hưởng của từng yếu tố này là gì? Đâu là giải pháp căn cơ để khắc phục nợ xấu của các ngân hàng thương mại Việt Nam?
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Nợ xấu và các yếu tố tác động đến nợ xấu tại các ngân hàng thương mại Việt Nam
Phạm vi nghiên cứu: 17 NHTM Việt Nam trong giai đoạn năm 2011 đến năm 2020
STT Tên NH TMCP Mã NH
1 NH TMCP Quân đội MBB
3 NH TMCP Tiên Phong TPB
5 NH TMCP Đầu tư và Phát triển Việt Nam BID
6 NH TMCP Công thương Việt Nam CTG
7 NH TMCP Xuất nhập khẩu Việt Nam EIB
8 NH TMCP Phát triển T.P Hồ Chí Minh HDB
9 NH TMCP Quốc dân NVB
10 NH TMCP Phương Đông SHB
11 NH TMCP Sài Gòn Thương Tín STB
12 NH TMCP Kỹ Thương Việt Nam (Techcombank) TCB
13 NH TMCP Ngoại thương Việt Nam VCB
14 NH TMCP Việt Nam Thịnh Vượng VPB
15 NH TMCP Kiên Long KLB
16 NH TMCP Xăng dầu Petrolimex PGB
Phương pháp nghiên cứu
Nhóm nghiên cứu thu thập số liệu thống kê mô tả và thu thập, xử lý, phân tích dữ liệu thứ cấp có liên quan về các yếu tố ảnh hưởng đến nợ xấu của các ngân hàng thương mại tại Việt Nam Sau đó, nghiên cứu sử dụng mô hình hồi quy POOLED OLS,FEM và REM đồng thời thử nghiệm mô hình FGLS để phân tích mối quan hệ thuận chiều hay tiêu cực giữa các yếu tố vi mô và vĩ mô ảnh hưởng đến nợ xấu của các ngân hàng thương mại tại Việt Nam.
Ý nghĩa nghiên cứu
Trong nghiên cứu này, phương pháp cho điểm được sử dụng để đánh giá các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng thương mại Việt Nam Mục tiêu là tìm ra các bằng chứng thực nghiệm liên quan để đề xuất các giải pháp hợp lý giúp các ngân hàng thương mại Việt Nam xây dựng các chính sách phù hợp nhằm giảm thiểu nợ khó đòi quá hạn Ngoài ra, nghiên cứu này còn đưa ra những khó khăn còn tồn tại trong việc phát hiện ra các chủ đề mới để nghiên cứu trong tương lai.
CƠ SỞ LÝ THUYẾT VÀ CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN NỢ XẤU CỦA NGÂN HÀNG THƯƠNG MẠI
Cơ sở lý thuyết
1.1 Giới thiệu về nợ xấu của ngân hàng Các quan điểm về Nợ xấu của ngân hàng thương mại a Theo quốc tế:
Theo Ngân hàng Trung ương Châu Âu (ECB) về nợ xấu, “NPL là khoản vay không thể hoàn trả hoặc có thể không được hoàn trả đầy đủ cho ngân hang” Mặt khác, Quỹ Tiền tệ Quốc tế (IMF) (2005) nhấn mạnh: “Một khoản vay được coi là không sinh lời (nợ khó đòi) nếu các khoản thanh toán lãi và / hoặc gốc quá hạn hơn 90 ngày Con theo chuẩn mực kế toán và ngân hàng quốc tế IAS 39, khái niệm này thường được gọi là "khoản vay bị phá vỡ" hơn là "nợ khó đòi". b Theo Việt Nam:
Theo NHNN ViêṭNam, nợ xấu là nợ dưới chuẩn phát sinh khi khách hàng không có khả năng trả nợ Một số khoản nợ khó đòi bao gồm các khoản nợ đã quá hạn trên ba tháng và căn cứ vào khả năng trả nợ của khách hàng của nhóm.
1.2 Phân loại nợ: a Phương pháp định lượng:
Nhóm 1 - Nợ đủ tiêu chuẩn: Các khoản nợ trong hạn được đánh giá có khả năng thu hồi đủ gốc và lãi và có thể phát sinh trong tương lai
Nhóm 2 - Nợ cần chú ý: Các khoản nợ quá hạn dưới 90 ngày
Nhóm 3 - Nợ dưới tiêu chuẩn: Các khoản nợ quá hạn từ 90 ngày đến 180 ngày Nhóm 4 - Nợ nghi ngờ: Các khoản nợ quá hạn từ 181 ngày đến 360 ngày
Nhóm 5 - Nợ có khả năng mất vốn: Các khoản nợ quá hạn trên 360 ngày và nợ khoanh chờ Chính phủ xử lý.
TCTD có quyền tự quyết định phân loại khoản nợ vào các nhóm nợ tùy thuộc vào khả năng thanh toán nợ của khách hàng. b Phương pháp định tính:
Nhóm 1 - Nợ đủ tiêu chuẩn: Các khoản nợ trong hạn được đánh giá có khả năng thu hồi đủ gốc và lãi và có thể phát sinh trong tương lai
Nhóm 2 - Nợ cần chú ý: Các khoản nợ trong hạn được đánh giá có khả năng thu hồi đủ gốc và lãi nhưng khách hàng lại có dấu hiệu suy giảm khả năng thanh toán nợ.
Nhóm 3 - Nợ dưới tiêu chuẩn: Các khoản nợ không có khả năng thu hồi đủ gốc và lãi
Nhóm 4 - Nợ nghi ngờ: Các khoản nợ có khả năng gây tổn thất cao
Nhóm 5 - Nợ có khả năng mất vốn: Các khoản nợ không còn khả năng thu hồi gốc và lãi.
Nợ xấu tác động đến NHTM
a Giảm lợi nhuận của ngân hàng:
Do rủi ro nợ xấu tăng lên, một số khoản nợ phải trả không có khả năng đòi lãi thậm chí không thu hồi được cả gốc và lãi, dẫn đến lợi nhuận ngân hàng giảm đáng kể. Đồng thời, nhiều ngân hàng cần giải tỏa rủi ro tín dụng hiện đang bán tài sản thế chấp để tăng lợi nhuận. b Giảm uy tính của ngân hàng:
Nợ xấu tăng cao ảnh hưởng đến lòng tin của khách hàng và làm giảm uy tín, tiềm lực tài chính của ngân hàng, giảm khả năng huy động vốn của ngân hàng. c Làm giảm năng lực cạnh tranh của ngân hàng:
Nợ xấu gia tăng dẫn đến giảm vốn tự có và tỷ suất sinh lời trên tài sản (ROE), dẫn đến mở rộng tín dụng và hạn chế kênh phân phối, dẫn đến giảm khả năng cạnh tranh của ngân hàng.
Nguyên nhân phát sinh nợ xấu
Nguyên nhân khách quan: Sự bất ổn của nên kinh tế trên thế giới tác động đến chu kỳ kinh tế dẫn đến các chính sách còn thiếu tính ổn định, ảnh hưởng trực tiếp đến nợ xấu của các ngân hàng thương mại Việt Nam.
Nguyên nhân chủ quan: Nguyên nhân chủ yếu là do năng lực quản trị rủi ro của ngân hàng chưa chặt chẽ dẫn đến lỗ hỏng trong việc thẩm định các khoản vay.
Các nhân tố tác động đến nợ xấu của NHTM
4.1 Các nhân tố vĩ mô: a Tốc độ tăng trưởng kinh tế:
Khi tốc độ tăng trưởng kinh tế tăng lên, có thể thấy nền kinh tế đang hoạt động tốt, khả năng trả nợ được cải thiện, tỷ lệ nợ xấu giảm đáng kể Đồng thời, nhiều nghiên cứu thực nghiệm khác đã khẳng định rằng có mối quan hệ ngược chiều giữa tốc độ tăng trưởng kinh tế của ngân hàng và tỷ lệ nợ xấu Một nghiên cứu của Filip (2015) phân tích mối tương quan giữa các khoản nợ xấu và các yếu tố vĩ mô để xác định nguyên nhân của các khoản nợ xấu Ngoài ra, Jimenez và Saurina (2006) cho rằng tăng trưởng kinh tế và nợ xấu có mối quan hệ tiêu cực, điều này giúp các ngân hàng cải thiện các khoản nợ xấu. b Tỷ lệ thất nghiệp:
Một nghiên cứu của Messai (2013) đã tìm ra các yếu tố quyết định đến nợ xấu tại
85 ngân hàng ở ba quốc gia (Ý, Hy Lạp và Tây Ban Nha) từ năm 2004 đến năm 2008. Đồng thời, một mối tương quan đã được tìm thấy giữa tỷ lệ thất nghiệp Các khoản nợ xấu của ngân hàng cũng diễn biến theo chiều hướng này Philip (2015), Gauche (2015),
… cũng có chung quan điểm Nkusu (2011) cũng cho rằng tỷ lệ thất nghiệp cao có liên quan đến sự gia tăng nợ xấu. c Lạm phát:
Khi lạm phát tăng, người tiêu dùng tiết kiệm tiền, tiêu ít hơn, làm thay đổi cung cầu, gây khó khăn cho hoạt động kinh doanh của doanh nghiệp, có xu hướng giảm tỷ suất lợi nhuận, thậm chí phá sản Điều này ảnh hưởng đến khả năng trả nợ của ngân hàng và làm tăng nợ xấu của ngân hàng.
4.2 Các nhân tố vi mô a Quy mô ngân hàng
Với quy mô của nó, yếu tố này thể hiện dung lượng thị trường của ngân hàng (thông qua tổng tài sản) Một nghiên cứu của Pestova & Mamonov (2012) và Klein
(2013) cho thấy ngân hàng có quy mô càng lớn thì tỷ lệ nợ xấu của ngân hàng đó càng thấp Ở Việt Nam, một số ngân hàng cho vay theo thời gian theo chính sách của Chính phủ, trong khi các doanh nghiệp nhà nước hoạt động kém hiệu quả, dẫn đến khả năng thu hồi vốn thấp Kết quả là khi quy mô kinh doanh tăng lên thì số nợ xấu của các ngân hàng cũng tăng theo. b Tăng trưởng tín dụng
Các nghiên cứu đã chỉ ra rằng có mối quan hệ tiêu cực giữa tăng trưởng tín dụng và nợ xấu Nguyên nhân của mối quan hệ tiêu cực này là do các khoản vay ngân hàng thường dẫn đến nợ xấu sau một năm Tuy nhiên, đối với môṭsô nghiên cứu lai đưa ra kết quả lại trái ngược với nghiên cứu nói trên Những kết quả này cho thấy tăng trưởng tín dụng co anh hương đên nợ xấu cua ngân hang. c Khả năng sinh lời:
Nợ xấu tăng lên làm tăng chi phí trích lập dự phòng rủi ro tín dụng và làm giảm khả năng sinh lời của ngân hàng Ngược lại, nếu khả năng sinh lời của ngân hàng cao thì khả năng thanh toán vốn và lãi vay dễ dẫn đến các khoản cho vay rủi ro cao khó khăn, nâng cao chất lượng cho vay và giảm nợ xấu. d Tỷ lệ nợ xấu năm trước
Các nghiên cứu cho thấy mối quan hệ ngược chiều giữa nợ xấu năm trước đến nợ xấu của năm hiện tại Trong thực tế, nếu tỷ lệ nợ xấu cao trong trước thì buộc các ngân hàng phải tăng trưởng tín dụng và tập trung giải quyết vấn đề nợ xấu để cải thiện hoạt động kinh doanh, lam tăng lợi nhuận.
Lược khảo các bài nghiên cứu trước
Tên bài nghiên cứu Tác giả Đối tượng nghiên Mục đích
Micro and Macro Ahlem Mẫu nghiên cứu: 85cứu Nghiên cứu chỉ ra Determinants of Non- Selma ngân hàng tại ba rằng các khoản cho performing Loans (Các Messai và quốc gia (Ý, Hy vay có tác động tiêu yếu tố vi mô và vĩ mô tác Fathi Jouini Lạp và Tây Ban cực đến tăng trưởng động đến nợ xấu) (2013) Nha) trong giai GDP, lợi nhuận của đoạn 2004-2008 ngân hàng và tích cực đến tỷ lệ thất nghiệp dân đên rủi ro tín dụng được đảm bảo.
The quality of bank loans Bogdan Nghiên cứu các yếu Phân tích mối tương within the framework of Florin Filip tố quyết định sự quan của nợ xấu với globalization (Chất lượng (2015) khác biệt của các các yếu tố vĩ mô để cho vay ngân hàng trong khoản nợ xấu xác định sự hình khuôn khổ toàn cầu hóa) thành của nợ xấu.
Yếu tố tác động đến nợ Nguyễn Thị Mẫu nghiên cứu: 22 Nghiên cứu nhằm xấu các ngân hàng Hồng Vinh NHTM Việt Nam đưa ra kết luận nợ thương mại Việt Nam (2015 trong giai đoạn xấu bị ảnh hưởng
2007 đến 2014 bởi các yêu tố đặc thù và vĩ mô tại các NHTM Việt Nam. Các yếu tố vĩ mô và vi Nguyễn Mẫu nghiên cứu: 32 Nghiên cứu cho mô tác động đến nợ xấu Tuấn Kiệt NHTM Việt Nam thấy các yếu tố vĩ của hệ thống ngân hàng và Đinh trong giai đoạn mô và vi mô các tác
Việt Nam Hùng Phú 2007 đến 2013 động ý nghĩ thống
Nghiên cứu tác động của Nguyễn Thị Mẫu nghiên cứu: Trong nghiên cứu các yếu tố vĩ mô và đặc Hồng Vinh 204 NHTM ở các này, các yếu tố kinh thù ngân hàng đến nợ và Nguyễn quốc gia khu vự tế vĩ mô, yếu tố tài xấu: Bằng chứng thực Minh Sáng Đông Nam Á trong chính và yếu tố thuế nghiệm của các ngân (2018) giai đoạn 2020 đến thu nhập được tìm hàng thương mại Đông 2015 thấy có ảnh hưởng
Nam Á mạnh đến nợ xấu và mức độ ảnh hưởng của các biến đối với từng ngân hàng đã được kiểm tra.
PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu
Mô hình có dạng: NPLit = it-1 + ( ) it + it + it, , | | < 1, = 1, … ,
Trong đó: i và t biểu thị cho chiều thời gian trong mẫu dữ liệu bảng tương ứng vơi tưng ngân hang NPLit là biến phụ thuộc được xác định bằng logarit tự nhiên của tỷ lệ tổn thất cho vay ở trên đối với bảng cân đối kế toán của ngân hàng thứ i trong năm t.
Biến phụ thuộc NPLit được giải thích bởi độ trễ của nó là NPLit-
1 ( ) biểu thị độ trễ vector đa thức.
Xit là vector của biến các yếu tố vi mô đặc thù của ngân hàng: khả năng sinh lời (ROEit), tỷ lệ tăng trưởng tín dụng (CREDITit), quy mô ngân hàng (SIZEit) Các biến này cũng được lấy giá trị logarit tự nhiên.
Mit là các biến các yếu tố vĩ mô gồm: tỷ lệ lạm phát (INFit), tốc độ tăng trưởng kinh tế (GDPit), tỷ lệ thất nghiệp (UNTit). it: các sai số
Ký hiệu Tên biến Mô tả biến Dấu kỳ vọng
GDP it Tốc độ tăng trưởng Tốc độ tăng trưởng - kinh tế
UNT it Tỷ lệ thất nghiệp Tỷ lệ thất nghiệp +
INF it Tỷ lệ lạm phát Tỷ lệ lạm phát +
NPL it-1 Tỷ lệ nợ xấu năm Nợ x ấu + trước ln ( T ổng dư nợ )
SIZE it Quy mô ngân hàng ln (Tổ ngtài sản¿ ) ¿ - CREDIT it Tăng trưởng tín Ln ((dư nợ it – dư nợ it- + dụng của ngân 1 )/dư nợ it-1 ) hàng
ROE it Khả năng sinh lời Ln(Lợi nhuận sau - của ngân hàng thuế/ VCSH bình quân)
Phương pháp nghiên cứu
Để đánh giá mô hình, nhóm nghiên cứu sử dụng mô hình hồi quy tuyến tính hiện có (mô hình gộp - pooled OLS) Mô hình hiệu ứng cố định (FEM), mô hình hiệu ứng ngẫu nhiên (REM) và phương pháp ước tính hiệu ứng cố định bình phương tối thiểu tổng quát khả thi (FGLS) cho phép bạn kiểm soát tính không đồng nhất không thể quan sát được của các ngân hàng.Phương pháp này đơn giản và trực quan, nhưng nó có thể dẫn đến "bảng năng động sai lệch” nếu các biến trễ có tính nội sinh tức các biến độc lập tương quan với phần dư Đông thơi, bai nghiên cưu cung thưc hiêṇ cac kiêm đinh tư tương quan, phương sai thay đôi đê đam bao tinh ôn đinh cho mâu nghiên cưu.
Dữ liệu nghiên cứu
Đối với dữ liệu vi mô: Nghiên cứu thu thập, tổng kết dữ liệu thứ cấp từ cáo tài chính đã được kiểm toán của 17 NHTM Việt Nam (gồm: MBB, ACB, TPB, BAB, BID, CTG, EIB, HDB, NVB, SHB, STB, TCB, VCB, VPB, KLB, PGB, NAB) trong giai đoạn 2011 đến 2020 Tất cả dữ liệu được thu thập từ CafeF.
Lý do loại một số ngân hàng ra khỏi số liệu khảo sát: Một số ngân hàng thương mại đến năm 2011 không đủ tiêu chuẩn tồn tại hoặc hoạt động Ngoài ra, một số dữ liệu đo lường của Trường Trung học Thương mại Daiichi trong năm không đầy đủ, có thể ảnh hưởng đến dữ liệu khảo sát và thậm chí làm sai lệch kết quả khảo sát. Đối với dữ liệu vĩ mô: gồm tốc độ tăng trưởng, tỷ lệ lạm phát và tỷ lệ thất nghiệp được thu thập từ Worldbank.
KẾT QUẢ NGHIÊN CỨU
Phân tích thống kê mô tả
Thống kê mô tả là một phương pháp tổng hợp và phân tích các mẫu nghiên cứu dưới dạng dữ liệu Dựa vào kết quả thống kê, bạn có thể thấy rõ hơn sự thay đổi và ổn định của mẫu dữ liệu dựa trên các biến thực nghiệm Xác định giá trị độ lệch của mẫu thử.
Bảng 2: Thống kê mô tả các biến trong mô hình
Biến Số quan sát Giá trị trung Độ lệch Giá trị nhỏ Giá trị lớn bình chuẩn nhất nhất
Nguồn: Kết quả từ phần mềm Stata 16
Từ kết quả trên, chúng ta có thể thấy rằng hầu hết các độ lệch chuẩn đều nhỏ hơn giá trị trung bình và số lượng quan sát dao động trong khoảng 169 đến 170, do đó dữ liệu dao động khá ổn định Dữ liệu này đủ lớn để chạy kiểm tra hồi quy.
Ma trận tương quan
Để đo lường mối tương quan giữa các biến, nhóm nghiên cứu đã sử dụng hệ số tương quan Pearson Kết quả phân tích dựa trên Bảng 3 cho thấy hệ số tương quan của tất cả các cặp biến đều nhỏ hơn 0,8 Do đó, hiện tượng đa cộng tuyến ít nghiêm trọng hơn trong mô hình này.
Bảng 3: Ma trận tương quan đơn tuyến tính giữa các cặp biến Pearson
NPL NPL it-1 SIZE CREDI ROE GDP INF UNT
Nguồn: Kết quả từ phần mềm Stata 16
Kiểm định đa cộng tuyến
Dựa vào kết quả bảng 4, giá trị trung bình của các biến đều nhỏ hơn 5 Điều này cho thấy mô hình nghiên cứu này không tồn tại hiện tượng đa cộng tuyến, đảm bảo được độ tin cậy của dữ liệu này.
Bảng 4: Kiểm tra đa cộng tuyến
Biến Đa cộng tuyến (VIF)
Nguồn: Trích xuất từ phần mềm Stata 16
Kiểm định lựa chọn mô hình
4.1 Kiểm định POOLED OLS và FEM Bảng 5.1: Kết quả kiểm định POOLED OLS và FEM
Giá trị thống kê F P-value
Nguồn: Trích xuất từ phần mềm Stata 16
Nhóm tác thực hiện kiểm định F-test để lựa chọn mô hình phù hợp với dữ liệu nghiên cứu Dựa theo kết quả cho thấy P-value nhỏ hơn 0.05 vì thế mô hình FEM phù hợp với mẫu nghiên cứu hơn mô hình Pooled OLS.
4.2 Kiểm định POOLED OLS và REM
Bảng 5.2: Kết quả kiểm định POOLED OLS và REM
Chi bình phương P-value chibar2(01) = 0.00 Prob > chibar2 = 1.0000
Nguồn: Trích xuất từ phần mềm Stata 16
Kết quả cho thấp P- value lớn hơn 0.05 nên chưa đủ cơ sở bác bỏ giả thuyết H 0 , vì vậy mô hình Pooled OLS phù hợp với mẫu nghiên cứu hơn mô hình REM.
4.3 Kiểm định FEM và REM
Bảng 5.3: Kết quả kiểm định FEM và REM
Chi bình phương P-value chi2(7) = 25.09 Prob>chi2 = 0.0007
Nguồn: Trích xuất từ phần mềm Stata 16
Nhóm tác giả thực hiện kiểm định Hausman đểm lựa chọn giữu mô hình FEM và
REM Kết quả cho thấy P-value = 0.0007 nhỏ hơn 0.05 vì vậy với mức ý nghĩa 1% ta bác bỏ gải thuyết H 0 và lựa chọn mô hình FEM cho mẫu nghiên cứu.
Bảng 5.4: Kết quả mô hình nghiên cứu POOLED OLS, FEM và REM
Biến POOLED OLS FEM REM
F (7, 161) = 24.44 F (7,145) 72 Wald chi2(7) 1.08 Prob > F = 0.0000 Prob > F = 0.0000 Prob > chi2 = 0.0000
Nguồn: Trích xuất từ phần mềm Stata 16
Tác giả sử dụng các mô hình hồi quy POOLED OLS, FEM và REM và kết quả trong bảng 5.4 cho thấy R 2 của các mô hình POOLED OLS, FEM và REM lần lượt là 51,52%, 43,14% và 40,62% Điều này cho thấy sự thay đổi tỷ lệ nợ xấu của ngân hàng dưới tác động của biến độc lập.
Nhóm tác giả thực hiện các kiểm định để lựa chọn mô hình cho mẫu nghiên cứu.Đầu tiên, Kiểm định F (F-test) để lựa chọn giữa mô hình POOLED OLS và mô hìnhFEM, tuy nhiên kết quả cho thấy mô hình Fem phù hợp hơn Tiếp theo là kiểm địnhBreusch and Pagan Lagrangian multiplier cũng cho thấy mô hình POOLED OLS phù hợp hơn mô hình REM và để lựa chọn giữa mô hình FEM và REM, nhóm tác giả thực hiện kiểm định Hausman Kết quả sau khi thực hiện các kiểm định trên, nhóm tác giả lựa chọn mô hình phù hợp nhất là mô FEM.
Kiểm định tự tương quan
Nhóm nghiên cứu thực hiện kiểm định tự tương quan (kiểm định Wooldridge) để xác định hiện tượng tương quan chuỗi đối với các sai số riêng trong mẫu nghiên cứu.Kết quả mô hồi quy FEM tồn tại hiện tượng tương quan chuỗi với P-value = 0.0000 nhỏ hơn 0.05.
Kiểm định phương sai thay đổi
Để tránh hiện tượng phương sai thay đổi trong mô hình FEM nhóm tác giả thực hiện mô hình Wald để kiểm tra Kết quả cho thấy P-value = 0.0000 nhỏ hơn 0.05, giả thuyết H 0 bị bác bỏ và mô hình FEM có tồn tại hiện tượng phương sai thay đổi với mức ý nghĩa 5%.
Hồi quy phương pháp bình phương tối tổng quát khả thi (Feasible Generalized
Sau khi thực hiện các kiểm định, mô hình FEM bị vi phạm hiện tượng phương sai thay đổi và tồn tại hiện tượng tương quan chuỗi Nhằm kiểm soát được các hiện tượng này, nhóm nghiên cứu thực hiện mô hình FGLS, đồng thời nâng cao tính hiệu quả của mô hình nghiên cứu đã chọn.
Bảng 5: Kết quả mô hình FGLS
Biến Hệ số Sai số chuẩn P – value
Với kết quả hồi quy theo phương pháp FLGS cho thấy các biến có P-value nhỏ hơn 0.01, vì thế mô hình có ý nghĩa thống kê mạnh mẽ tại mức 1% Mô hình cho thấy tác động ngược chiều giữa tăng trưởng tín dụng, tỷ lệ thất nghiệp và tác động cùng chiều của tỷ lệ nợ xấu năm trước đối với nợ xấu của ngân hàng.
NPL it = 0.5571273NPL it-1 - 0.1205961CREDIT it - 34.13925UNT it
Phân tích kết quả nghiên cứu
Tỷ lệ nợ xấu năm trước (NPL it-1 ): Theo kết quả kiểm định của FLGS, có mối tương quan thuận giữa tỷ lệ nợ xấu năm trước và tỷ lệ nợ xấu năm nay của các ngân hàng thương mại Việt Nam Kết quả này cũng phù hợp với nghiên cứu của Salas và Saurina (2002), VTH Nguyen (2015) việc tỷ lệ nợ xấu năm trước tăng cao sẽ tạo điều kiện cho nợ xấu gia tăng.
Tăng trưởng tín dụng (CREDIT it ): Nợ xấu gia tăng cũng hạn chế tăng trưởng tín dụng ngân hàng Các nghiên cứu cho thấy có mối tương quan nghịch giữa tăng trưởng tín dụng và nợ xấu của các ngân hàng Tuy nhiên, mối quan hệ tiêu cực giữa hai yếu tố này phù hợp với định hướng phục hồi kinh tế sau khủng hoảng theo NTD (2017).
Tỷ lệ thất nghiệp (UNT it ): Một khi hoạt động kinh doanh không hiệu quả, thậm chí phá sản, tỷ lệ thất nghiệp sẽ tăng cao, các công ty không trả được nợ, và các khoản lỗ của các ngân hàng cho vay ngày càng tăng Do đó, kết quả cho thấy mối quan hệ ngược chiều giữa tỷ lệ thất nghiệp và nợ xấu của các ngân hàng là hoàn toàn không hợp lý Giá trị của biến UNTit không phải là giá trị mong đợi ban đầu, nhưng nó vẫn có ý nghĩa thống kê.
