GIỚI THIỆU NGHIÊN CỨU
Tính cấp thiết của đề tài
Ngân hàng thương mại (NHTM) là đơn vị kinh doanh tiền tệ vì mục đích lợi nhuận Nghiệp vụ chủ yếu của NHTM là nhận tiền gửi của khách hàng để cấp tín dụng và thực hiện nghiệp vụ chiết khấu và làm phương tiện thanh toán Hệ thống ngân hàng Việt Nam đóng vai trò là trung gian thanh toán cho các chủ thể kinh tế và là một kênh đáp ứng vốn chủ yếu cho nền kinh tế, góp phần không nhỏ vào mức tăng trưởng GDP hàng năm và sự phát triển kinh tế xã hội của quốc gia.
Tuy nhiên, tiềm ẩn trong hoạt động kinh doanh chính của NHTM – hoạt động tín dụng là các khoản nợ xấu Việc không thu hồi được nợ (gốc hoặc/và lãi và các khoản phí) làm cho nguồn vốn của các NHTM bị thất thoát, trong khi đó, các Ngân hàng này vẫn phải chi trả tiền lãi cho nguồn vốn hoạt động, làm cho lợi nhuận bị sụt giảm Nếu lợi nhuận không đủ thì ngân hàng còn phải dùng chính vốn tự có của mình để bù đắp thiệt hại Điều này có thể làm ảnh hưởng đến quy mô hoạt động của các NHTM Mặc khác, tỷ lệ nợ quá hạn cao làm cho uy tín, niềm tin vào tiềm lực tài chính của Ngân hàng bị suy giảm, dẫn đến giảm khả năng huy động vốn của Ngân hàng, nghiêm trọng hơn nó có thể dẫn đến rủi ro thanh khoản, đẩy ngân hàng đến bở vực phá sản và đe dọa sự ổn định của toàn bộ hệ thống Ngân hàng.
Trong bối cảnh khủng hoảng tài chính nổ ra tại Mỹ vào năm 2008 và lan rộng ra nhiều nước trên thế giới, tình hình kinh tế vĩ mô của Việt Nam cũng gặp nhiều khó khăn Theo số liệu của Ngân hàng thế giới, tỷ lệ tăng trưởng kinh tế liên tục giảm vào những năm 2008 và 2009 Sang năm 2010, nền kinh tế có dấu hiệu phục hồi đạt 6,42% nhưng từ năm 2011 tăng trưởng kinh tế lại suy giảm trở lại còn 6,24% Các NHTM Việt Nam cũng không ngoại lệ trong các nước có nền kinh tế đang phát triển khi bị ảnh hưởng nghiệm trọng từ nền kinh tế toàn cầu, với thực tế là trong thời gian qua ngân hàng bộc lộ một số yếu điểm: Tính hiệu lực, hiệu quả của hoạt động thanh tra, giám sát của NHNN còn nhiều hạn chế là những nguyên nhân gây ra rủi ro trong hoạt động của hệ thống NHTM: thanh khoản toàn hệ thống có nguy cơ rủi ro lớn vào đầu năm 2011, theo số liệu của Ngân hàng Nhà nước Việt Nam, tỷ lệ nợ xấu của ngân hàng liên tục tăng từ 3,07% năm 2011 lên 8,6% vào năm 2012 Vấn đề đặt ra là hiệu quả kinh doanh bị ảnh hưởng bởi nợ xấu của các NHTM Việt Nam trong giai đoạn
2011 – 2021 như thế nào Thấy được tầm quan trọng đó, tác giả lựa chọn đề tài: “ Tác động của nợ xấu đến hiệu quả kinh doanh của các ngân hàng thương mại Việt Nam ” làm luận văn thạc sỹ.
Mục tiêu nghiên cứu
Mục tiêu nghiên cứu tổng quát của đề tài là nghiên cứu tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam trong giai đoạn 2011 – 2021 và đề xuất các khuyến nghị chính sách.
(1) Xác định chiều hướng ảnh hưởng của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam.
(2) Các hàm ý chính sách cho ngân hàng nhà nước và các nhà quản trị NHTM về nợ xấu được đề xuất nhằm nâng cao hiệu quả kinh doanh của các NHTM Việt Nam.
Câu hỏi nghiên cứu
Để làm rõ các mục tiêu trên, các câu hỏi nghiên cứu bao gồm:
(1) Chiều hướng tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam?
(2) Các hàm ý chính sách nào cho ngân hàng nhà nước và các nhà quản trịNHTM về nợ xấu được đề xuất nhằm nâng cao hiệu quả kinh doanh của các NHTMViệt Nam?
Đối tượng và phạm vi nghiên cứu
1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài là Tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam.
Gồm 30 NHTM VN trong giai đoạn 2011 – 2021 Dữ liệu được thu thập từ BCTC đã kiểm toán, báo cáo thường niên của các NHTM Việt Nam, các báo cáo tổng kết của ngân hàng nhà nước và các chỉ số kinh tế vĩ mô thu thập từ World Bank và Tổng cục thống kê Việt Nam.
Lý do chọn thời gian nghiên cứu từ 2011 – 2021: Năm 2011 tỷ lệ nợ xấu tăng cao, NHTM Việt Nam thực hiện tái cấu trúc giai đoạn 2 từ năm 2012 – 2021 và tập trung vào vấn đề xử lý nợ xấu Vì vậy, tác giả muốn xem xét tác động của nợ xấu đến
3 hiệu quả kinh doanh của NHTM Việt Nam trong giai đoạn này.
Phương pháp và dữ liệu nghiên cứu
Phương pháp nghiên cứu định tính: Phân tích, đánh giá các tài liệu, lý thuyết, nghiên cứu trước về nợ xấu và hiệu quả kinh doanh để xây dựng mô hình tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam.
Phương pháp nghiên cứu định lượng: trên cơ sở mô hình xây dựng từ cơ sở lý thuyết và nghiên cứu trước, tác giả thực hiện phân tích hồi quy đa biến sử dụng dữ liệu bảng cân bằng để đánh giá tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam Để phân tích dữ liệu bảng, luận văn sử dụng ba phương pháp ước lượng nhằm tìm ra ước lượng vững và hiệu quả nhất bao gồm: Mô hình bình phương bé nhất Pooled OLS, mô hình tác động cố định FEM (Fix Effects Model) và mô hình tác động ngẫu nhiên REM (Random Effects Model).
Luận văn lựa chọn phương pháp hồi quy phù hợp nhất trong ba phương pháp nêu trên bằng các kiểm định F-test và kiểm định Breusch-Pagan lagrangian (Breuch và Pagan, 1979) Kiểm định F-test giúp lựa chọn mô hình OLS hoặc mô hình FEM Kiểm định Breusch-Pagan lagrangian để lựa chọn mô hình OLS hoặc mô hình REM Luận văn còn sử dụng kiểm định Hausman để lựa chọn mô hình FEM hay REM.
Sau khi lựa chọn mô hình phù hợp, tác giả tiến hành kiểm định hiện tượng tự tương quan và hiện tượng phương sai thay đổi, nếu có hiện tượng tự tương quan và/hoặc hiện tượng phương sai thay đổi thì nghiên cứu sẽ sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để khắc phục hiện tượng tự tương quan và/hoặc hiện tượng phương sai thay đổi
Tuy nhiên, mô hình được xây dựng với dữ liệu bảng động dễ xảy ra hiện tượng nội sinh nên tác giả thực hiện kiểm định nội sinh Nếu mô hình bị nội sinh, tác giả sử dụng phương pháp GMM để ước lượng và phân tích kết quả mô hình.
Dữ liệu nghiên cứu của luận văn là dữ liệu thứ cấp được thu thập từ báo cáo thường niên của 30 NHTM Việt Nam trong giai đoạn 201 1 – 2021 Ngoài ra, các biến số vĩ mô được thu thập số liệu thứ cấp từ trang web của ngân hàng thế giới và tổng cục thống kê.
Ý nghĩa của đề tài
Nghiên cứu thực nghiệm sẽ cung cấp thêm bằng chứng về tác động của nợ xấu đến hiệu quả kinh doanh của các NHTMCP Việt Nam giai đoạn 201 1 – 2021 Kết quả nghiên cứu rất hữu ích hướng đến các đối tượng như: các nhà hoạch định chính sách, các ngân hàng và các nhà đầu tư. Đối với các NHTM: Nghiên cứu sẽ là cơ sở khoa học để các nhà quản trị và điều hành NHTM xác định được tác động của nợ xấu đến hiệu quả kinh doanh của NH và mức độ ảnh hưởng Từ đó, có thể đưa ra những quyết định hợp lý tác động đến nợ xấu để giúp nâng cao hiệu quả kinh doanh, năng cao năng lực cạnh tranh và gia tăng uy tín. Đối với Ngân hàng Nhà nước (NHNN): Nghiên cứu là cơ sở để đưa ra những chính sách vĩ mô kịp thời và hợp lý nhằm xây dựng hệ thống Ngân hàng an toàn và hiệu quả.
Bố cục của luận văn
Ngoài lời mở đầu, kết luận, mục lục và danh mục tài liệu tham khảo, luận văn có kết cấu gồm 5 chương, nội dung chính được thể hiện qua từng chương cụ thể như sau:
Chương 1: Giới thiệu nghiên cứu
Giới thiệu đề tài nghiên cứu, lý do chọn đề tài, mục tiêu tổng quát và mục tiêu cụ thể của đề tài, đưa ra các câu hỏi nghiên cứu, xác định đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu và bố cục của luận văn.
Chương 2: Cơ sở lý thuyết và các nghiên cứu thực nghiệm
Trình bày lý thuyết về nợ xấu và tiêu chí phân loại nợ xấu, hiệu quả kinh doanh tại Việt Nam và trên thế giới Tóm lược các yếu tố tác động đến hiệu quả kinh doanh theo lý thuyết và lược khảo các công trình nghiên cứu thực nghiệm trên thế giới và tại Việt Nam về tố tác động nợ xấu đến hiệu quả kinh doanh tại các NHTM.
Chương 3: Mô hình và phương pháp nghiên cứu
Dựa trên cơ sở lý thuyết và các nghiên cứu thực nghiệm, chương này xây dựng mô hình nghiên cứu và trình bày phương pháp nghiên cứu, đề xuất các giả thuyết cũng như tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam.
Chương 4: Kết quả nghiên cứu
Thống kê mô tả các biến trong mô hình, phân tích tương quan mô hình nghiên cứu, kiểm định các giả thiết hồi quy mô hình nghiên cứu, tiến hành các kiểm định để lựa chọn mô hình phù hợp Thảo luận kết quả nghiên cứu Từ mô hình xác định yếu tố nào thực sự tác động đến nợ xấu và chiều hướng tác động.
Chương 5: Kết luận và khuyến nghị
Luận văn đề xuất các hàm ý chính sách từ kết quả nghiên cứu đối với các nhà quản trị ngân hàng và cơ quan quản lý nhà nước nhằm góp phần hạn chế nợ xấu để gia tăng hiệu quả kinh doanh tại các NHTM và đề xuất hướng nghiên cứu tiếp theo.
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM
Một số vấn đề chung về nợ xấu và hiệu quả kinh doanh của ngân hàng thương mại6 1 Khái niệm nợ xấu
Việc các ngân hàng thương mại (NHTM) mở rộng tín dụng đã dẫn đến cuộc khủng hoảng tài chính toàn cầu trong hai thập kỷ (Cingolani, 2013) Đây là kết quả của việc tự do hóa thị trường tài chính, mặt khác, sự phát triển của công nghệ thông tin trong lĩnh vực ngân hàng đã dẫn đến sự gia tăng vai trò trung gian tài chính (Panopoulou 2005; Rinaldi và Sanchis Arellano 2006a, b) Tự do hóa tài chính đã tăng cường sự cạnh tranh giữa các ngân hàng cả ở châu Âu và trên toàn thế giới; gia tăng cạnh tranh làm cho nợ xấu của NHTM ngày càng gia tăng do việc hạ thấp quá mức các tiêu chuẩn cho vay (Salas và Saurina 2002) Berger và Humphrey (1997) và Manz
(2019) đã sử dụng thuật ngữ Non – performing loan để thể hiện nợ xấu, nợ xấu là các khoản cho vay của NHTM có thời gian quá hạn ít nhất 90 ngày, dẫn đến sự sụt giảm nhanh chóng về giá trị danh mục cho vay của các ngân hàng thương mại.
Thuật ngữ “nợ xấu” trong tiếng Anh ngoài từ “Non –performing loan” có thể được thay thế bằng các thuật ngữ khác như “Bad debt” hay “Doubtful debt” (Fofack,
2005) Một khoản cho vay được coi là không sinh lời (nợ xấu) khi tiền thanh toán lãi và/hoặc tiền gốc đã quá hạn 90 ngày trở lên, hoặc các khoản thanh toán lãi đến 90 ngày hoặc hơn đã được tái cơ cấu hay gia hạn nợ, hoặc các khoản thanh toán dưới 90 ngày nhưng có các nguyên nhân nghi ngờ việc trả nợ sẽ không được thực hiện đầy đủ” (Messai và Jouini, 2013).
Trong khi đó, Ủy ban Basel xác định khoản nợ bị coi là không có khả năng hoàn trả khi một trong hai điều kiện sau xảy ra: (i) ngân hàng thấy người vay không có khả năng trả nợ đầy đủ khi ngân hàng chưa thực hiện bất cứ động thái gì để thu hồi nợ ví dụ như xử lý tài sản đảm bảo; (ii) người vay đã quá hạn trả nợ quá 90 ngày Và Ủy ban Basel đặc biệt nhấn mạnh đến khái niệm “mất mát có thể xảy ra trong tương lai” (expected loss) khi đánh giá một khoản vay.
Tại Việt Nam, theo Thông tư số 11/2021/TT-NHNN quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài (Thông tư 11), có hiệu lực từ 01/10/2021: “Nợ xấu là những khoản nợ được phân loại vào nhóm 3 (dưới chuẩn), nhóm 4 (nghi ngờ) và nhóm 5 (có khả năng mất vốn)” Theo đó nợ nhóm 3 trở xuống gồm các khoản nợ quá hạn trả lãi và/hoặc gốc trên 90 ngày, đồng thời các ngân hàng thương mại căn cứ vào khả năng trả nợ của khách hàng để hạch toán các khoản vay vào các nhóm thích hợp.
Tóm lại, theo các khái niệm trên thì nợ xấu được xác định theo 2 yếu tố chính: (i) nợ quá thời hạn thanh toán cả gốc, lãi từ 90 ngày trở lên và (ii) sự nghi ngờ về khả năng trả nợ của người đi vay Đề tài cũng sử dụng tỷ lệ nợ xấu được đo lường bằng giá trị khoản cho vay bị quá hạn trên 90 ngày trên tổng dư nợ trong các báo cáo chính thức theo chuẩn mực kế toán Việt Nam của các NHTM để thực hiện nghiên cứu.
2.1.2 Hậu quả của nợ xấu
Tỷ lệ nợ xấu thể hiện rủi ro tín dụng của NHTM, chỉ tiêu này liên quan đến chất lượng tài sản ngân hàng và phản ánh rủi ro dòng tiền từ các khoản vay còn lại và chứng khoán do các tổ chức tài chính nắm giữ có thể không được thanh toán đầy đủ (Saunders và Cornet, 2008) Qua một số nghiên cứu thực nghiệm, các tác giả đã chứng minh rằng các khoản nợ xấu cao thường là nguyên nhân dẫn đến sự sụp đổ của ngân hàng (Gup và Kolari, 2005), Samad, 2012) cũng như gia tăng tính dễ bị tổn thương trong hệ thống ngân hàng và khu vực tài chính tổng thể (Desmet, 2000).
Chất lượng tài sản của các NHTM giảm sút không chỉ gây bất ổn cho hệ thống ngân hàng mà còn có thể làm giảm hiệu quả kinh tế và sự thịnh vượng (Desmet, 2000).Barseghyan (2010) đã đo lường tác động của việc giảm hoạt động kinh tế ở Nhật Bản,trong khoảng thời gian gọi là “thập kỷ mất mát” của những năm 1990 Sự chậm trễ trong việc cung cấp gói cứu trợ do chính phủ, nợ xấu gây ra sự suy giảm hoạt động kinh tế bằng cách thu hẹp các quỹ có thể được sử dụng cho các khoản đầu tư hiệu quả.Các tác giả khác gọi NPL là “ô nhiễm tài chính” vì tác động tiêu cực đến kinh tế của chúng (Barseghyan, 2010) Kể từ khi cuộc khủng hoảng tài chính toàn cầu bùng nổ, mức nợ xấu đã tăng lên đáng kể, ảnh hưởng tiêu cực đến tính thanh khoản và lợi nhuận của các tổ chức tín dụng, đồng thời làm suy giảm tính vững chắc của hệ thống ngân hàng Mặc dù đã có nhiều nỗ lực để kiểm soát và giảm nợ xấu, nhưng vấn đề này vẫn là điểm đáng chú ý đối với cả cơ quan quản lý và ngân hàng (Barseghyan, 2010).
2.1.3 Nguyên nhân gây ra nợ xấu
Sự tồn đọng và phát triển của nợ xấu đến từ nhiều nguyên nhân khác nhau Nợ xấu gia tăng sẽ có tác động tiêu cực đến hệ thống NHTM và cho toàn bộ hệ thống tài chính (Barseghyan, 2010) Nguyên nhân của nợ xấu xuất phát từ các khía sạnh sau đây:
* Nguyên nhân xuất phát từ phía ngân hàng:
Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) cho rằng do ngân hàng không có đủ thông tin chính xác để phân tích và đánh giá khách hàng, dẫn đến việc xác định sai hiệu quả của phương án xin vay hoặc xác định thời hạn cho vay và trả nợ không phù hợp với phương án kinh doanh của khách hàng Bên cạnh đó, các tác giả còn cho rằng đạo đức nghề nghiệp không tốt cùng năng lực chuyên môn của nhân viên ngân hàng chưa theo kịp yêu cầu; tiêu cực trong khâu lập phương án, thẩm định, xét duyệt và theo dõi khoản vay.
Manz (2019) đã chứng minh nợ xấu xuất phát từ việc NHTM thiếu chặt chẽ trong việc kiểm tra trước, trong và sau khi cho vay dẫn đến việc thiếu thông tin khách hàng sử dụng sai mục đích Sự cạnh tranh giữa các Ngân hàng gay gắt dẫn đến chạy theo qui mô, bỏ qua các tiêu chuẩn, điều kiện cho vay, thiếu quan tâm đến chất lượng khoản vay.
Hơn nữa, Salas và Saurina (2002) đã chứng minh tăng trưởng đột biến giá trị các khoản vay trong khi NHTM không quan tâm đến chất lượng tín dụng, chưa phân tích kỹ phương án kinh doanh của khách hàng cũng là nguyên nhân gây ra nợ xấu.
* Nguyên nhân xuất phát từ người đi vay:
Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) cho rằng năng lực quản lý kinh doanh hạn chế; nhiều doanh nghiệp đầu tư vào nhiều lĩnh vực vượt quá khả năng quản lý; qui mô kinh doanh phình to so với tư duy quản lý là nguyên nhân dẫn đến phá sản của các phương án kinh doanh khả thi lẽ ra nó phải thành công trong thực tế.
Salas và Saurina (2002) đã phân tích tình hình tài chính của doanh nghiệp không minh bạch, yếu kém là nguyên nhân dẫn đến sự gia tăng nợ xấu Qui mô vốn chủ sở hữu nhỏ, cơ cấu tài chính thiếu cân đối; công tác quản lý tài chính - kế toán không minh bạch dẫn đến thông tin ngân hàng có được khi lập các bảng phân tích tài chính, đánh giá khả năng trả nợ của doanh nghiệp không chính xác.
* Những nguyên nhân khách quan khác:
Những bất cập trong cách quản lý của chính phủ để tăng trưởng kinh tế đạt mục tiêu, chính phủ ưu tiên cho vay vốn các doanh nghiệp nhà nước, có những dự án lớn chỉnh phủ đứng ra bảo lãnh để vay vốn đầu tư, khi hoạt động bị thua lỗ dẫn đến mất khả năng chi trả nợ vay ngân hàng (Beck và cộng sự, 2013) Khủng hoảng kinh tế, thiên tai, dịch bệnh có thể phát sinh nợ xấu mà con người không thể tránh khỏi (Gup và Kolari, 2005; Samad, 2012).
2.1.4 Khái niệm hiệu quả kinh doanh
Các lý thuyết có liên quan đến tác động của nợ xấu đến hiệu quả kinh doanh của ngân hàng thương mại
2.2.1 Lý thuyết thông tin bất cân xứng
Lý thuyết thông tin bất cân xứng (Asymmetric Information) lần đầu tiên được đề cập bởi Akerlof vào năm 1970 Theo đó, thông tin bất cân xứng xảy ra khi các thành phần của thị trường không có sự cân bằng trong việc nắm giữ thông tin giữa các bên tham gia giao dịch Dẫn đến một bên tham gia giao dịch sẽ chiếm được lợi thế do có nhiều thông tin hơn các bên còn lại Khi đó, giá cả không phải là giá cân bằng của thị trường mà có thể giá quá thấp hoặc quá cao Bất cân xứng thông tin sẽ dẫn đến hai hệ quả phổ biến nhất, đó là rủi ro ngược hay còn gọi là sự lựa chọn đối nghịch (adverse selection) và rủi ro đạo đức (moral hazard).
Lựa chọn đối nghịch là hành động xảy ra trước khi tiến hành giao dịch của bên có nhiều thông tin, biết rõ hơn một hay một vài tính chất của sản phẩm mà đối tượng kia không biết dẫn đến có thể gây tổn hại hoặc rủi ro cho bên có ít thông tin hơn Đối với hoạt động tín dụng, nếu ngân hàng không có đầy đủ thông tin của khách hàng vay vốn thì có thể xảy ra rủi ro không thu hồi được gốc, lãi và nợ xấu gia tăng dẫn đến hiệu quả kinh doanh sụt giảm.
Rủi ro đạo đức là hành động của bên có nhiều thông tin hơn thực hiện sau khi ký kết hợp đồng có thể gây tổn hại cho bên có ít thông tin hơn Trong hoạt động cho vay, tình trạng thông tin bất cân xứng dễ dàng xuất hiện khi ngân hàng khó có thể quan sát được có xu hướng gian dối, không trung thực hay biểu hiện những hành vi không tốt khiến các ngân hàng dễ rơi vào tình trạng cho vay các khách hàng xấu và mất đi các khách hàng tốt vì ngân hàng luôn là người có ít thông tin về dự án, về mục đích sử dụng khoản tín dụng được cấp hơn khách hàng Lý thuyết này giải thích kết quả của quá trình quản lý hoạt động tín dụng của NHTM ảnh hưởng đến nợ xấu và tác động đến hiệu quả kinh doanh.
2.2.2 Lý thuyết trung gian tài chính
Lý thuyết về trung gian tài chính được nghiên cứu đầu tiên bởi Gurley và Shaw
(1960) Lý thuyết này giải thích sự tồn tại của các trung gian tài chính bởi ba yếu tố sau: sự bất cân xứng thông tin, chi phí giao dịch cao và phương pháp điều tiết.
Yếu tố chính và được sử dụng nhiều nhất trong các nghiên cứu về lý thuyết trung gian tài chính là sự bất cân xứng thông tin giữa người cho vay và người đi vay Sự không đối xứng về thông tin này có thể dẫn đến vấn đề lựa chọn bất lợi; đồng thời tạo ra rủi ro đạo đức; hoặc sau đó dẫn đến việc xác minh những thông tin kiểm toán gây tốn kém, làm giảm hiệu quả kinh doanh Sự bất cân xứng thông tin tạo ra sự không hoàn hảo của thị trường, sai lệch so với lý thuyết về thị trường hoàn hảo Trong mối quan hệ giữa ngân hàng và người đi vay, khía cạnh chính được phân tích là chức năng của ngân hàng là được lựa chọn và theo dõi các khoản vay họ cấp, nhưng cũng như có thể gặp phải lựa chọn bất lợi và rủi ro đạo đức.
Cách tiếp cận thứ hai của lý thuyết trung gian tài chính được thiết lập dựa trên lập luận về chi phí giao dịch Cách tiếp cận này được phát triển bởi Benston và Smith
(1976) và bởi Fama (1980) Không giống như cách tiếp cận đầu tiên, cách tiếp cận này không mâu thuẫn với lý thuyết về thị trường hoàn hảo Cách tiếp cận này dựa trên sự khác biệt giữa các công nghệ được sử dụng bởi người tham gia Do đó, các trung gian được coi là một liên kết của các TCTD hoặc người vay cá nhân, họ khai thác nền kinh tế ở cấp độ giao dịch trên các công nghệ Khái niệm về chi phí giao dịch không chỉ bao gồm các chi phí liên quan đến chi phí chuyển nhượng cho số tiền hoặc ngoại hối, mà còn cả chi phí cho thẩm định, đánh giá và giám sát, do đó vai trò của các trung gian tài chính là chuyển đổi các đặc điểm (ngày đáo hạn, thanh khoản ) của tài sản, hay gọi là chuyển đổi định tính của tài sản tài chính, mang lại tính thanh khoản và cơ hội gia tăng hiệu quả kinh doanh.
Cách tiếp cận thứ ba của lý thuyết trung gian tài chính dựa trên phương pháp điều tiết việc tạo ra tiền tệ, tiết kiệm và tài trợ cho nền kinh tế Cách tiếp cận này được phát triển bởi Guttentag và Lindsay (1968) và bởi Merton (1995) Lý thuyết trung gian tài chính đòi hỏi sự tồn tại của các trung gian tài chính dựa trên sự tồn tại của thông tin bất cân xứng, chi phí giao dịch xảy ra, chi phí giám sát lớn và sự tồn tại của các quy định trong lĩnh vực tài chính Lý thuyết nhấn mạnh tầm quan trọng của việc phân bổ nguồn lực và được dựa trên thị trường hoàn hảo và hoàn chỉnh Lý thuyết cho thấy rằng thị trường luôn có những mâu thuẫn như chi phí giao dịch và sự bất cân xứng thông tin, điều này quan trọng trong việc hiểu và đánh giá cao vai trò của các trung gian tài chính trong việc kiểm soát nợ xấu để cải thiện hiệu quả kinh doanh Thông tin bất cân xứng dẫn đến sự không hoàn hảo của thị trường và nhiều khiếm khuyết dẫn đến các hình thức giao dịch và chi phí giám sát cụ thể (Merton, 1995).
Thông qua sàng lọc, các định chế tài chính có thể giảm thiểu những lựa chọn bất lợi bằng cách đặt ra các cơ chế giám sát nợ, họ giảm nguy cơ đạo đức trong các thị trường tài chính Lý thuyết cho rằng thông tin bất cân xứng giữa các đơn vị kinh tế dư thừa vốn và những đơn vị có thâm hụt gây ra những khiếm khuyết trong thị trường tài chính Khía cạnh thứ hai của lý thuyết tập trung vào vấn đề các tổ chức tài chính có lợi thế theo quy mô có xu hướng cắt giảm chi phí giao dịch phát sinh khi các đơn vị kinh tế giao dịch trực tiếp với nhau Quy mô của lý thuyết tập trung vào những quy định của khu vực tài chính, cho thấy rằng phương pháp điều chỉnh tồn tại để kiểm soát tiết kiệm và đầu tư trong nền kinh tế là quan trọng Ví dụ, quy định có thể yêu cầu các tổ chức tài chính duy trì mức thanh khoản tối thiểu đề xuất và quy định tỷ lệ ký quỹ cụ thể đối với vốn (Andries và Cuza, 2009).
Các nghiên cứu trước có liên quan đến hiệu quả kinh doanh của ngân hàng thương mại
Djalilov & Piesseb (2016) nghiên cứu các nhân tố ảnh hưởng hiệu quả của ngân hàng ở các quốc gia chuyển đổi kinh tế ban đầu là Trung và Đông Âu và các quốc gia chuyển đổi kinh tế muộn của Liên Xô cũ Các tác giả áp dụng mô hình GMM cho giai đoạn 2000-2013 Kết quả cho thấy các nhân tố ảnh hưởng hiệu quả kinh doanh của ngân hàng khác nhau giữa các quốc gia đang chuyển đổi kinh tế Đặc biệt, lĩnh vực ngân hàng của các nước sớm chuyển đổi kinh tế có tính cạnh tranh cao hơn Tuy nhiên, tác động của rủi ro tín dụng đến khả năng sinh lời của ngân hàng là tích cực ở các nước chuyển đổi kinh tế sớm, nhưng tiêu cực ở các nước chuyển đổi kinh tế muộn Chi tiêu của chính phủ và tự do tiền tệ chỉ ảnh hưởng tiêu cực đến lợi nhuận của ngân hàng ở các nước chuyển đổi kinh tế muộn Hơn thế, các ngân hàng ở các nước sớm chuyển đổi kinh tế có vốn hóa tốt hơn, có nghĩa rằng các lĩnh vực của các ngân hàng này đang phát triển mạnh mẽ hơn Ngoài ra, các tác giả đưa ra nhiều kiến nghị mà các chính phủ có thể thực hiện để phát triển hơn nữa trong lĩnh vực ngân hàng.
Chege & Bichanga (2017) nghiên cứu tác động của nợ xấu đến hiệu quả của 44 NHTM ở Kenya, sử dụng phương pháp phân tích mô tả và hồi quy SPSS, trong đó biến phụ thuộc là ROA, biến độc lập là tỷ lệ nợ xấu và các yếu tố khác như: quy mô ngân hàng, chi phí hoạt động, thanh khoản, GDP Bài nghiên cứu cho thấy nợ xấu có tác động mạnh và tiêu cực đến ROA Các biến tỷ lệ chi phí hoạt động, thanh khoản cũng có tác động ngược chiều đến ROA Quy mô và GDP có tác động cùng chiều đến ROA. Kutum (2017) phân tích tác động giữa rủi ro tín dụng và hiệu quả kinh doanh của
05 ngân hàng ở Palestine trong giai đoạn 2010 - 2015 Hiệu quả kinh doanh được đo lường bằng lợi nhuận trên vốn chủ sở hữu và lợi nhuận trên tài sản trong khi rủi ro tín dụng được đo lường bằng chi phí dự phòng rủi ro tín dụng trên tổng dư nợ cho vay, các khoản nợ xấu trên tổng các khoản cho vay và ứng trước, tăng trưởng tín dụng Các biến số khác như quy mô ngân hàng, tỷ lệ đòn bẩy và tăng trưởng thu nhập ròng đã được sử dụng để giải thích cho các hiệu ứng của chúng Nghiên cứu đã phát hiện ra một mối quan hệ yếu nhưng tích cực giữa rủi ro tín dụng được đo lường bằng nợ xấu tính tổng các khoản cho vay và ứng trước và ROA Nghiên cứu cũng nhận thấy rằng quy mô ngân hàng có quan hệ tỷ lệ thuận với hiệu quả kinh doanh.
Kingu và cộng sự (2018) đã xem xét tác động của Nợ xấu đến hiệu quả kinh doanh của ngân hàng bằng cách sử dụng lý thuyết bất cân xứng và giả thuyết quản lý tồi Nghiên cứu này đã thiết kế nghiên cứu bằng cách sử dụng dữ liệu bảng (2007 đến
2015) của 16 ngân hàng thương mại ở Tanzania Nghiên cứu sử dụng thống kê mô tả và nhiều phương pháp ước lượng phân tích hồi quy như OLS, FEM, REM Nghiên cứu cho thấy rằng sự xuất hiện của các khoản nợ xấu có liên quan tiêu cực đến hiệu quả kinh doanh tại các ngân hàng thương mại ở Tanzania Kết quả mở rộng thêm lý thuyết bất cân xứng thông tin và giả thuyết quản lý tồi Ngoài ra, yếu tố thanh khoản và GDP cũng có tác động tiêu cực đến hiệu quả, tỷ lệ vốn có tác động tích cực đến HQKD Các phát hiện của nghiên cứu có cả lý thuyết và quản lý những tác động đối với các học viên và các nhà hoạch định chính sách.
Irawati và cộng sự (2019) đã nhận thấy việc thực hiện Quản trị Doanh nghiệp Tốt (GCG) ở Indonesia đã được thực hiện trong 15 năm kể từ năm 2000 Công ty có hệ thống quản trị tốt là một trong những trụ cột của hệ thống thị trường kinh tế Ứng dụng GCG cung cấp cơ hội trong việc tạo và cung cấp sự hoàn thiện, lành mạnh của môi trường và môi trường đầu tư thuận lợi Dựa trên thành tựu này, việc ứng dụng GCG của các ngân hàng Indonesia trở thành vấn đề rất quan trọng để tạo ra thành công về kinh tế Mục đích của nghiên cứu này là để kiểm tra thực nghiệm về các yếu tố GCG (thể hiện qua cấu trúc vốn) và các yếu tố điều tiết khác là tỷ lệ an toàn vốn (CAR) và Nợ xấu (NPL) và Quy mô ngân hàng Nguồn dữ liệu là dữ liệu thứ cấp từ 30 ngân hàng niêm yết tại BEI trong giai đoạn từ năm 2011-2015 Sau đó, sử dụng các công cụ phân tích Eviews để tiến hành nghiên cứu Tỷ lệ vốn, Quyền sở hữu quản lý (CAR) và Quy mô ngân hàng ảnh hưởng tích cực đáng kể đến hiệu quả trong khi nợ xấu có tác động khác, có ảnh hưởng tiêu cực không đáng kể và ảnh hưởng của loại công ty Kiểm toán có ảnh hưởng tích cực nhưng không đáng kể về hiệu quả ngân hàng.
Munangi & Bongani (2020) kiểm tra tác động của rủi ro tín dụng đến hiệu quả của 18 ngân hàng Nam Phi trong giai đoạn từ năm 2008 đến 2018 Kỹ thuật dữ liệu bảng sử dụng các ước lượng bình phương nhỏ nhất, tác động cố định và tác động ngẫu nhiên biến độc lập là các khoản nợ xấu (NPL) và biến phụ thuộc là lợi nhuận trên tài sản (ROA) hoặc lợi nhuận trên vốn chủ sở hữu (ROE) tương ứng Kết quả của nghiên cứu thể hiện rằng rủi ro tín dụng có tương quan âm đến hiệu quả Do đó, tỷ lệ nợ xấu càng cao thì hiệu quả kinh doanh của ngân hàng càng thấp Thứ hai, nghiên cứu ghi nhận rằng tăng trưởng kinh tế có ảnh hưởng tích cực đến hiệu quả kinh doanh Điều này chỉ ra rằng sự phát triển của các NHTM sẽ có tác động thúc đẩy năng lực sản xuất. Thứ ba, các tác giả cho thấy rằng an toàn vốn có liên quan tích cực đến hiệu quả kinh doanh Khi NHTM có vốn lớn hơn, tỷ lệ an toàn có thể tăng cường niềm tin của các bên liên quan vào ngân hàng, làm cho năng lực cạnh tranh của ngân hàng gia tăng Thứ tư, nghiên cứu không tìm thấy bất kỳ mối quan hệ nào giữa quy mô và hiệu quả tài chính Cuối cùng, nghiên cứu cho thấy rằng tỷ lệ vốn ngân hàng và hiệu quả kinh doanh có mối quan hệ tiêu cực với nhau Một số hàm ý được đề xuất rằng các ngân hàng nên tuân thủ các chính sách tín dụng thận trọng và nghiêm ngặt nhằm hạn chế tỷ lệ nợ xấu Ở cấp độ vĩ mô, các cơ quan quản lý phải tăng cường giám sát để đảm bảo rằng các ngân hàng quản lý rủi ro tín dụng của mình theo các quy định do đó giảm thiểu rủi ro phá sản ngân hàng.
Al-Homaidi và cộng sự (2020) nghiên cứu tác động của các yếu tố bên trong và bên ngoài ngân hàng ảnh hưởng tới hiệu quả kinh doanh của 37 ngân hàng thương mại được niêm yết trên sàn chứng khoán Bombay Exchange (BSE), Ấn Độ trong khoảng thời gian từ 2008 đến 2017 Các mô hình FEM, REM và GMM được sử dụng Kết quả cho thấy quy mô ngân hàng, chất lượng tài sản, tính thanh khoản, quản lý tài sản và biên lãi ròng là những yếu tố bên trong quan trọng ảnh hưởng đến ROA Mức an toàn vốn, tiền gửi, hiệu quả, tổng sản phẩm trong nước và tỷ lệ lạm phát được cho là có ảnh hưởng ngược chiều đến ROA Hơn nữa, kết quả chỉ ra rằng mức độ an toàn vốn, quy mô ngân hàng, hiệu quả, tổng sản phẩm quốc nội và tỷ lệ lạm phát có ảnh hưởng tiêu cực đáng kể đến ROE Tuy nhiên, chất lượng tài sản và chiến lược quản trị tài sả thể hiện tác động tích cực đến ROE nhưng tính thanh khoản, tiền gửi, biên lãi ròng và thu nhập ngoài lãi có tác động không đáng kể đến ROE.
Có nhiều nghiên cứu trong và ngoài nước về tác động của nợ xấu đến hiệu quả của các NHTM Việt Nam Cụ thể:
Phạm Hữu Hồng Thái (2014) xem xét tác động của nợ xấu đến khả năng sinh lợi của ngân hàng Sử dụng dữ liệu của 34 ngân hàng thương mại cổ phần Việt Nam (NH TMCP) từ 2005 đến 2012, kết quả nghiên cứu chỉ ra rằng, nợ xấu có tác động tiêu cực đến tỷ suất sinh lợi của ngân hàng Ngoài nợ xấu ra, các yếu tố khác như quy mô ngân hàng, chi phí dự phòng rủi ro tín dụng, dự phòng rủi ro tín dụng, đòn bẩy tài chính và hiệu quả quản lý tài sản cũng có ảnh hưởng đến tỷ suất sinh lợi của ngân hàng.
Bùi Khắc Hoài Phương (2019) cho rằng NHTM có chính sách quản lý rủi ro tín dụng tốt sẽ đảm bảo an toàn cho các NHTM NHTM có chính sách quản lý rủi ro tín dụng tốt sẽ có cơ hội tăng trưởng và gia tăng thu nhập, nhưng có thể làm giảm lợi nhuận NHTM Nghiên cứu của tác giả sử dụng dữ liệu bảng với bộ dữ liệu thứ cấp được thu thập từ 12 ngân hàng thương mại trong vòng11 năm (2007- 2017) Kết quả nghiên cứu cho thấy, các tiêu chí phản ánh rủi ro tín dụng bao gồm: tỷ lệ nợ xấu so với dư nợ, nợ có khả năng mất vốn so với dư nợ và tỷ lệ dự phòng cho vay có tác động đáng kể đến lợi nhuận của các ngân hàng thương mại Việt Nam Vì vậy, cần tăng cường quản lý rủi ro tín dụng để duy trì khả năng sinh lời hiện tại của các ngân hàng thương mại Việt Nam.
Huỳnh Thị Hương Thảo (2019) nghiên cứu tác động của rủi ro tín dụng (RRTD) đến hiệu quả (hiệu quả) thông qua các chỉ tiêu: Lợi nhuận sau thuế trên tổng tài sản (ROA- return on assets), lợi nhuận sau thuế trên vốn chủ sở hữu (ROE- return on equity), hiệu quả kỹ thuật (HQKT), hiệu quả kỹ thuật thuần (HQKTT), hiệu quả quy mô (HQQM) bằng mô hình hồi quy Pooled OLS, FEM, REM, FGLS Kết quả nghiên cứu cho thấy RRTD có tác động ngược chiều đến hiệu quả, từ đó tác giả đề xuất giải pháp hạn chế RRTD nhằm nâng cao hiệu quả của các ngân hàng thương mại Việt Nam (NHTMVN).
Nguyễn Hoàng Chung và cộng sự (2020) nghiên cứu ảnh hưởng của nợ xấu đến hiệu quả kinh doanh của các ngân hàng thương mại (NHTM) Việt Nam Nghiên cứu tập trung vào các yếu tố mang tính đại diện hơn và khắc phục những hạn chế trong các nghiên cứu trước đây Số liệu nghiên cứu được thu thập trong phạm vi 27 NHTM Việt
Nam trong giai đoạn 2014–2018 Nghiên cứu chủ yếu qua phân tích thống kê mô tả và phân tích mô hình hồi quy đa biến bằng phần mềm SPSS Ngoài ra, nhóm tác giả còn sử dụng các phương pháp nghiên cứu khác như tổng hợp, so sánh, phân tích Qua mô hình hồi quy, kết quả nghiên cứu cho thấy tỷ lệ nợ xấu có tác động ngược chiều lên ROA và ROE.
Nguyễn Thành Đạt và cộng sự (2021) thu thập dữ liệu của 30 ngân hàng thương mại (NHTM) Việt Nam từ năm 2007 – 2019, bằng phương pháp hồi quy với dữ liệu bảng và các kiểm định để lựa chọn phương pháp ước lượng phù hợp nhằm đánh giá tác động của các yếu tố tỷ lệ nợ xấu đến hiệu quả của các NHTM cổ phần Kết quả nghiên cứu chỉ ra rằng các chỉ số về rủi ro tín dụng (tỷ lệ nợ xấu, tỷ lệ chi phí dự phòng rủi ro tín dụng, tỷ lệ dư nợ trên tiền gửi) có ảnh hưởng cùng chiều đến khả năng sinh lời của ngân hàng Ngoài ra, có một mối quan hệ tích cực giữa quy mô ngân hàng và hiệu quả của ngân hàng Điều này cho thấy các NHTM ở Việt Nam có xu hướng hưởng lợi từ rủi ro tín dụng bằng việc cho vay lãi suất cao Ngoài ra, các ngân hàng có thể tận dụng lợi thế của quy mô kinh tế để cải thiện hiệu quả tài chính của họ.
Bảng 2.1: Tổng hợp các nghiên cứu trước về tác động của nợ xấu đến hiệu quả kinh doanh của các ngân hàng thương mại
STT Tác giả - Tên công trình
Dữ liệu Kết quả nghiên cứu
Piesseb (2016) nghiên cứu Các nhân tố ảnh hưởng hiệu quả của ngân hàng
Phân tích hồi quy mô hình GMM
Dữ liệu thứ cấp giai đoạn giai đoạn 2000-2013 của 275
NHTM ở 16 quốc gia chuyển đổi kinh tế ban đầu là Trung và Đông Âu và các quốc gia chuyển đổi kinh tế
- Lĩnh vực ngân hàng của các nước sớm chuyển đổi kinh tế có tính cạnh tranh cao hơn.
- Tác động của rủi ro tín dụng đến khả năng sinh lời của ngân hàng là cùng chiều ở các nước chuyển đổi kinh tế sớm, nhưng ngược chiều ở các nước chuyển đổi kinh tế muộn.
- Chi tiêu của chính phủ và tự do tiền tệ chỉ ảnh hưởng ngược chiều đến
STT công trình cứupháp nghiên Dữ liệu Kết quả nghiên cứu muộn của Liên Xô cũ lợi nhuận của ngân hàng ở các nước chuyển đổi kinh tế muộn.
Khoảng trống nghiên cứu
Qua bảng tổng hợp các nghiên cứu có liên quan trên thế giới và Việt Nam về tác động của nợ xấu đến hiệu quả kinh doanh của NHTM, tác giả nhận thấy tỷ lệ nợ xấu có thể tác động cùng chiều cũng như ngược chiều đến hiệu quả kinh doanh của các NHTM Các tác giả cũng lựa chọn những biến kiểm soát khác nhau để đưa vào mô hình Đây là cơ sở để tác giả thực hiện luận văn này nhằm kiểm chứng về chiều hướng tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam trong giai đoạn
Các nghiên cứu trên thế giới cho các bằng chứng thực nghiệm ở các quốc gia,vùng lãnh thổ khác nhau, trong đó có cả các nước đang phát triển Vì thế, nghiên cứu tác động của nợ xấu đến hiệu quả kinh doanh của NHTM cần thực hiện tại Việt Nam – một nước đang phát triển Hơn nữa, tại Việt Nam, một số tác giả đã nghiên cứu chủ đề này nhưng trong những giai đoạn nghiên cứu khác nhau, chưa có nghiên cứu nào thực hiện cho giai đoạn 2011 – 2021 Vì vậy, nghiên cứu này của tác giả sẽ bổ sung vào các khoảng trống nghiên cứu nêu trên Đặc biệt trong giai đoạn từ năm 2019, đại dịchCovid 19 bùng nổ tại Việt Nam và gây ảnh hưởng không nhỏ đến hoạt động kinh doanh của NHTM nói chung và hoạt động tín dụng nói riêng và rất cần thiết xem xét ảnh hưởng của giai đoạn dịch Covid 19 đến nợ xấu và hiệu quả kinh doanh của NHTM ViệtNam.
Trong chương 2, đề tài đã tổng hợp các cơ sở lý thuyết bao gồm khái niệm về nợ xấu, những nguyên nhân và hậu quả của nợ xấu, khái niệm và đo lường hiệu quả kinh doanh, đồng thời khảo lược các nghiên cứu thực nghiệm trên thế giới và Việt Nam về ảnh hưởng của nợ xấu đến hiệu quả kinh doanh Dựa trên nền tảng một số nghiên cứu thực nghiệm trên thế giới và ở Việt Nam, tác giả đưa ra mô hình và phương pháp nghiên cứu phù hợp về tác động của nợ xấu đến hiệu quả kinh doanh tại các NHTMViệt Nam trong giai đoạn 2011 – 2021 ở chương kế tiếp.
MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình và giả thuyết nghiên cứu
3.1.1 Mô hình nghiên cứu đề xuất
Từ cơ sở lý thuyết và các nghiên cứu thực nghiệm trên thế giới, các nghiên cứu trên thế giới cho các bằng chứng thực nghiệm ở các quốc gia, vùng lãnh thổ khác nhau, trong đó có cả các nước đang phát triển Vì thế, nghiên cứu tác động của nợ xấu đến hiệu quả kinh doanh của NHTM cần thực hiện tại Việt Nam – một nước đang phát triển Tại Việt Nam cũng đã có nghiên cứu về chủ đề này nhưng giai đoạn nghiên cứu khác nhau, đặc biệt trong giai đoạn từ năm 2019, đại dịch Covid 19 bùng nổ tại Việt Nam và gây ảnh hưởng không nhỏ đến hoạt động kinh doanh của NHTM nói chung và hoạt động tín dụng nói riêng và rất cần thiết xem xét ảnh hưởng của giai đoạn dịch Covid 19 đến nợ xấu và hiệu quả kinh doanh của NHTM Việt Nam Mô hình nghiên cứu của tác giả được tiếp cận theo các nghiên cứu của: Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi & Bongani (2020), Bùi Khắc Hoài Phương (2019), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021) tác giả xây dựng mô hình nghiên cứu tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam như sau:
ROAit = β0 + β1NPLit + β2LLRit + β3GROit + β4EQTit + β5LIQit + β6SIZit + β7INFt + β8GDPt + β9 COV t + uit
ROEit = β0 + β1NPLit + β2LLRit + β3GROit + β4EQTit + β5LIQit + β6SIZit + β7INFt + β8GDPt + β9 COV t + uit
Trong đó các biến được diễn giải và đo lường được trình bày ở bảng 8.1:
Bảng 3.1: Đo lường các biến và kỳ vọng dấu STT Tên biến Mô tả Tác giả nghiên cứu trước Kỳ vọng dấu Biến độc lập
ROA = Lợi nhuận sau thuế/
Tổng tài sản bình quân
Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi &
STT Tên biến Mô tả Tác giả nghiên cứu trước Kỳ vọng dấu
ROE = Lợi nhuận sau thuế/
Tổng vốn chủ sở hữu bình quân
Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi &
Bongani (2020), Bùi Khắc Hoài Phương (2019), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021)
Tỷ lệ nợ xấu Dư nợ nhóm 3,4,5/Tổng dư nợ
Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi &
Bongani (2020), Bùi Khắc Hoài Phương (2019), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021) Âm (-)
Chi phí dự phòng rủi ro tín dụng/tổng dư nợ
Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Bùi Khắc Hoài Phương (2019), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021) Âm (-)
Tốc độ tăng trưởng tín dụng
= (Dư nợ năm t – Dư nợ năm t- 1)/Dư nợ năm t-
Kutum (2017), Kingu và cộng sự (2018), Bùi KhắcHoài Phương (2019), HuỳnhThị Hương Thảo (2019) Dương (+)
STT Tên biến Mô tả Tác giả nghiên cứu trước Kỳ vọng dấu
6 EQT Vốn chủ sở hữu/ tổng tài sản
Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi & Bongani (2020), Huỳnh Thị Hương Thảo
(2019), Nguyễn Thành Đạt và cộng sự (2021)
7 LIQ Tổng dư nợ/tổng huy động
Chege & Bichanga (2017), Kingu và cộng sự (2018), Huỳnh Thị Hương Thảo
(2019), Nguyễn Thành Đạt và cộng sự (2021)
Quy mô ngân hàng SIZ Ln(Tổng tài sản)
Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021)
9 INF Tỷ lệ lạm phát
Kingu và cộng sự (2018), Munangi & Bongani (2020), Huỳnh Thị Hương Thảo
(2019), Nguyễn Thành Đạt và cộng sự (2021) Âm (-)
10 GDP Tỷ lệ tăng trưởng kinh tế
Kingu và cộng sự (2018), Munangi & Bongani (2020), Huỳnh Thị Hương Thảo
(2019), Nguyễn Thành Đạt và cộng sự (2021)
11 COV Giai đoạn dịch bệnh Covid
1: từ năm 2019 – 2021 0: từ năm 2011 – 2018 Âm (-)
Nguồn: Tổng hợp của tác giả
Từ việc tổng hợp các biến dự kiến đưa vào mô hình nghiên cứu tác giả lập mô hình nghiên cứu như sau:
ROA i,t = + *NPL i,t + *LLR i,t + *GRO i,t + * EQT i,t + *LIQ i,t +
ROE i,t = + *NPL i,t + *LLR i,t + *GRO i,t + * EQT i,t + *LIQ i,t +
• i và t = [1,2, , n], với i là số NHTM (30 NHTM) và t là số năm nghiên cứu (10 năm)
• Biến phụ thuộc hiệu quả kinh doanh được đo lường thông qua 02 chỉ tiêu là ROA i, t : tỷ lệ lợi nhuận sau thuế trên tổng tài sản bình quân và ROE i,t : tỷ lệ lợi nhuận sau thuế trên vốn chủ sở hữu bình quân của ngân hàng thứ i trong năm t.
• Các biến độc lập bao gồm
/ Tỷ lệ nợ xấu (NPL)
^ Chi phí dự phòng rủi ro tín dụng/tổng dư nợ (LLR)
^ Tốc độ tăng trưởng tín dụng (GRO)
/ Vốn chủ sở hữu/tổng tài sản (ETA)
^ Tổng dư nợ/tổng huy động (LIQ)
^ Quy mô ngân hàng (SIZ)
/ Tỷ lệ lạm phát (INF)
^ Tỷ lệ tăng trưởng kinh tế (GDP)
/ Giai đoạn dịch bệnh Covid (COV)
3.1.2 Phương pháp đo lường các biến
❖ Lợi nhuận trên tổng tài sản bình quân (ROA)
Là chỉ số lợi nhuận đo lường hiệu quả kinh doanh trên bình quân mỗi đồng tài sản, cho thấy hiệu quả sử dụng tài sản Vì chỉ tiêu lợi nhuận sau thuế được lấy từ báo cáo kết quả kinh doanh là chỉ tiêu mang tính thời kỳ trong khi tổng tài sản trên bảng cân đối kế toán mang tính thời điểm nên tác giả lấy tổng tài sản bình quân tính bằng(tổng tài sản đầu năm + tổng tài sản cuối năm)/2 để thông tin tử số và mẫu số tương xứng.
ROA , = , , ∗ 100% 100% Тổng tài ѕản bình quân ổng tài ѕản bình quân ản bình quân , Đây cũng chính là cách tính mà Djalilov và Piesseb (2016), Chege & Bichanga
(2017), Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi
& Bongani (2020) và nhiều tác giả khác sử dụng.
❖ Lợi nhuận trên vốn chủ sở hữu bình quân (ROE)
Là chỉ số lợi nhuận đo lường hiệu quả kinh doanh trên bình quân mỗi đồng vốn chủ sở hữu, cho thấy hiệu quả sử dụng vốn Vì chỉ tiêu lợi nhuận sau thuế được lấy từ báo cáo kết quả kinh doanh là chỉ tiêu mang tính thời kỳ trong khi giá trị vốn chủ sở hữu trên bảng cân đối kế toán mang tính thời điểm nên tác giả lấy giá trị vốn chủ sở hữu bình quân tính bằng (vốn chủ sở hữu đầu năm + vốn chủ sở hữu cuối năm)/2 để thông tin tử số và mẫu số tương xứng.
Vốn сһủ ѕở һữu bình quân ủ ѕản bình quân ở һủ ѕở һữu bình quân ữu bình quân , Đây cũng chính là cách tính mà Munangi & Bongani
(2020), Al-Homaidi và cộng sự (2020), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021) và nhiều tác giả khác sử dụng.
❖ Nợ xấu của NHTM (NPL)
Theo Nguyễn Thành Đạt và cộng sự (2021) thì tỷ lệ nợ xấu cho biết chất lượng và rủi ro của danh mục cho vay của ngân hàng Tỷ lệ này cho biết trong 100 đồng cho vay ra nền kinh tế, thì có bao nhiêu đồng nợ xấu xảy ra đối với ngân hàng Khi tỷ lệ này gia tăng, ngân hàng có dấu hiệu gặp khó khăn trong hoạt động kinh doanh, nhất là trong hoạt động tín dụng và cũng như hoạt động quản lý chất lượng các khoản cho vay. Ngược lại, tỷ lệ nợ xấu thấp cho thấy chất lượng tín dụng được cải thiện Như chương 2 đã đề cập công thức tỷ lệ nợ xấu bên dưới đã được sử dụng phổ biến trong các nghiên cứu về nợ xấu các ngân hàng như Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi & Bongani (2020), Bùi Khắc Hoài Phương (2019), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021) Νợ хấuợ хấuấu Тổng tài ѕản bình quân ỷ lệ nợ хấuấu = ∗ 100% 100% Тổng tài ѕản bình quân ổng dư nợ сho vay
❖ Tỷ lệ dự phòng rủi ro tín dụng (LLR)
Căn cứ điều 3 thông tư 02/2013/NHNN về “Quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài”, các khoản dự phòng và nợ xấu được hiểu: “Dự phòng rủi ro là số tiền được trích lập và hạch toán vào chi phí hoạt động để dự phòng cho những tổn thất có thể xảy ra đối với nợ của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài Dự phòng rủi ro gồm dự phòng cụ thể và dự phòng chung Dự phòng cụ thể là số tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra đối với từng khoản nợ cụ thể”.
❖ Dự phòng chung là số tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra nhưng chưa xác định được khi trích lập dự phòng cụ thể Nợ xấu (NPL) là nợ thuộc nhóm 3,4 và 5
❖ Mức trích lập dự phòng đối tới từng nhóm nợ theo điều 12, thông tư 02/2013/TT-NHNN: Dưới 10 ngày là 0%; từ 10 đến 90 ngày 5%; từ 91 ngày đến 180 ngày là 20%; từ 181 ngày đến 360 ngày là 50% và trên 361 ngày là 100%.
Chі phí ԁự phòng rủі ro tín ԁụngự phòng rủі ro tín ԁự phòng rủі ro tín ԁụngụng
, Тổng tài ѕản bình quân ổng dư nợ tín ԁự phòng rủі ro tín ԁụngụng ,
Chỉ tiêu này được đo lường trong các nghiên cứu về nợ xấu các ngân hàng như Bùi Khắc Hoài Phương (2019), Nguyễn Thành Đạt và cộng sự (2021)
❖ Tốc độ tăng trưởng tín dụng (GRO)
GRO giúp NHTM so sánh giá trị khoản cho vay năm nay và năm trước, để đánh giá kế hoạch mở rộng tín dụng của NHTM NHTM gia tăng dư nợ cho vay nhiều có thể xuất phát từ sự cạnh tranh hay hệ quả kéo theo khi nền kinh tế khủng hoảng, các ngân hàng có nguy cơ gặp phải những khoản vay kém chất lượng dẫn đến nợ xấu trong tương lai (Kutum, 2017) Chỉ tiêu được đo lường trong các nghiên cứu như Kutum
(2017), Kingu và cộng sự (2018), Bùi Khắc Hoài Phương (2019), Huỳnh Thị Hương Thảo (2019).
Dư nợ tín ԁự phòng rủі ro tín ԁụngụng , - Dư nợ tín ԁự phòng rủі ro tín ԁụngụng ,
Dư nợ tín ԁự phòng rủі ro tín ԁụngụng ,
❖ Vốn chủ sở hữu trên tổng tài sản (ETA)
Vốn chủ sở hữu có vai trò quan trọng đối với hoạt động kinh doanh của NHTM,
GRO , ∗ 100% 100% giúp ngân hàng chống lại rủi ro phá sản, bù đắp những thua lỗ về tài chính và nghiệp vụ Hơn nữa, vốn chủ sở hữu cao giúp nâng cao uy tín, tạo niềm tin của ngân hàng với khách hàng, các nhà đầu tư… Vốn chủ sở hữu còn cung cấp năng lực tài chính cho quá trình tăng trưởng, điều tiết sự tăng trưởng, phát triển mở rộng quy mô, phát triển các sản phẩm dịch vụ của ngân hàng, vốn chủ sở hữu góp phần điều chỉnh các hoạt động của ngân hàng (Munangi & Bongani (2020)) Như vậy, quy mô và cấu trúc hoạt động của ngân hàng được điều chỉnh theo vốn chủ sở hữu.
Vốn сhủ ѕản bình quân ở hữu Тổng tài ѕản bình quân ỷ lệ vốn сhủ ѕản bình quân ở hữu = ∗ 100% 100% Тổng tài ѕản bình quân ổng tàі ѕản bình quân ản Công thức đo lường này đã được Các nghiên cứu của các tác giả Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi & Bongani (2020), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021) sử dụng chỉ tiêu này.
❖ Tỷ lệ dư nợ trên huy động (LIQ)
Tỷ lệ dư nợ cho vay so với tổng huy động là một trong những tỷ lệ bảo đảm an toàn mà tổ chức tín dụng pháp áp dụng để phòng ngừa rủi ro Căn cứ theo Luật tổ chức tín dụng năm 2010, Luật tổ chức tín dụng sửa đổi, bổ sung năm 2017 và Thông tư 36/2014/TT-NHNN thì các NHTM phải duy trì tỷ lệ cho vay so với tổng tiền gửi không được vượt quá 80% Theo Thông tư số 22/2019/TT-NHNN, ngày 15/11/2019 của Ngân hàng Nhà nước quy định các giới hạn, tỷ lệ đảm bảo an toàn trong hoạt động của ngân hàng, chi nhánh ngân hàng nước ngoài, từ ngày 01/01/2020 (ngày thông tư chính thức có hiệu lực), tỷ lệ dư nợ cho vay so với tổng tiền gửi (LDR) mà các NHTM phải duy trì tối đa ở mức 85% Các tác giả Chege & Bichanga (2017), Kingu và cộng sự (2018), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021) sử dụng tỷ lệ này trong nghiên cứu của mình
Dư nợ сho vay kháсh hàng , Тổng tài ѕản bình quân іền gửі сủa kháсh hàng ,
❖ Quy mô ngân hàng (SIZ)
Quy mô, cơ cấu, chất lượng tài sản có sẽ quyết định đến sự tồn tại và phát triển của NHTM; trong đó: Tài sản nợ của ngân hàng phản ánh toàn bộ giá trị tiền tệ của ngân hàng do huy động, vốn vay các tổ chức tín dụng khác, vốn của NHTM Nguyễn Thành Đạt và cộng sự (2021) Tài sản có của ngân hàng là toàn bộ tài sản có giá trị mà
LIQ , ∗ 100% 100% ngân hàng hiện có quyền sở hữu hoặc có quyền chiếm hữu, sử dụng, định đoạt một cách hợp pháp, được hình thành trong quá trình sử dụng nguồn vốn Nguyễn Thành Đạt và cộng sự (2021) Tài sản có bao gồm tài sản có sinh lời và tài sản có không sinh lời. Chỉ tiêu này được đo lường trong các nghiên cứu Chege & Bichanga (2017), Kutum
(2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Huỳnh Thị Hương Thảo
(2019), Nguyễn Thành Đạt và cộng sự (2021)
SIZi,t = Log(Tổng tài sảni,t)
❖ Tốc độ tăng trưởng (GDP) và Tỷ lệ lạm phát (INF) lấy từ số liệu của nền kinh tế theo các năm cụ thể.
❖ Giai đoạn Covid 19 (COV) được tính toán giống nhau cho các NHTM trong mẫu nghiên cứu, biến COV = 1 nếu là năm 2019, 2020, 2021; biến COV = 0 nếu là năm 2011 – 2018.
Mô hình được xây dựng dựa trên lý thuyết nền và các nghiên cứu trong nước và nước ngoài có liên quan, tác giả có các kỳ vọng về giả thuyết nghiên cứu cho từng biến phụ thuộc tác động đến biến độc lập như sau:
Phương pháp nghiên cứu
Toàn bộ quy trình nghiên cứu của đề tài này sẽ được thể hiện qua sơ đồ sau đây
Hình 3.1: Quy trình nghiên cứu
Nguồn: Tác giả tổng hợp
3.2.2 Thu thập và xử lý số liệu
Thu thập số liệu: Đề tài tiến hành thu thập dữ liệu sơ cấp của 30 NHTM Việt
Nam trong giai đoạn 2011 - 2021 Bộ dữ liệu để tính toán trong mô hình nghiên cứu được thu thập thứ cấp từ báo cáo thường niên và báo cáo tài chính đã qua kiểm toán của 30 NHTM trong chuỗi thời gian từ 2011 đến 2021 (xem bảng 3.3) Vì trong giai đoạn này các NHTM trong mẫu nghiên cứu có đầy đủ dữ liệu và có tính đại diện cho hệ thống NHTM Việt Nam Tác giả thu thập dữ liệu để tính toán các yếu tố vĩ mô được thu thập từ World Bank (WB) và Tổng cục Thống kê (GSO).
Bảng 3.2: Các ngân hàng thương mại trong mẫu nghiên cứu
TT TÊN NGÂN HÀNG THƯƠNG MẠI
3 Bản Việt (Viet Capital Bank)
4 Bưu điện Liên Việt (Lienviet Post Bank - LPB)
5 Đại Chúng Việt Nam (PVcomBank)
TT TÊN NGÂN HÀNG THƯƠNG MẠI
16 Sài Gòn Công Thương (SGB)
17 Sài Gòn – Hà Nội (SHB)
18 Sài Gòn Thương Tín (Sacombank)
20 Việt Nam Thịnh Vượng (VPBank)
23 Phát triển Thành phố Hồ Chí Minh (HDBank)
24 Công thương Việt Nam (CTG)
25 Đầu tư và Phát triển Việt Nam (BIDV)
26 Ngoại Thương Việt Nam (VCB)
27 Nông nghiệp & Phát triển nông thôn (Agribank)
29 Việt Nam Thương Tín (VBB)
Nguồn: Tác giả tổng hợp
Xử lý số liệu: Sau khi hoàn tất bước thu thập bộ số liệu đề tài cần, tác giả tổng hợp lại và dùng phần mềm excel để tính toán những biến số theo công thức tỷ lệ được nêu ở Phần phương pháp đo lường các biến Các biến số được thể hiện dưới dạng tỷ lệ phần trăm.
3.2.3 Trình tự thực hiện nghiên cứu
Nghiên cứu này sử dụng phương pháp định lượng, phân tích hồi quy đa biến cho dữ liệu bảng (panel data) Dữ liệu bảng là dạng dữ liệu được sử dụng rộng rãi nhất trong các nghiên cứu cả về vi mô và vĩ mô, dữ liệu bảng có hai chiều: chiều không gian và chiều thời gian Nói cách khác, dữ liệu bảng là sự mở rộng dữ liệu chéo (cross section) theo thời gian (time series) Việc lựa chọn sử dụng dữ liệu bảng sẽ có nhiều ưu điểm hơn so với dữ liệu chuỗi thời gian hay dữ liệu chéo Hồi quy bằng dữ liệu bảng thường theo phương pháp hồi quy bình phương nhỏ nhất OLS, mô hình ảnh hưởng cố định (Fix effect model - FEM) và mô hình các tác động ngẫu nhiên (Random effect model - REM).
Nghiên cứu sử dụng hồi quy bằng phần mềm Stata 14.0 để kiểm định các giả thuyết và kiểm định mô hình Các trình tự thực hiện nghiên cứu được mô tả như sau:
Bước 1: Thống kê mô tả dữ liệu.
Thống kê mô tả được sử dụng nhằm mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu qua các cách thức khác nhau Qua thống kê mô tả này trình bày được giá trị trung bình của các biến thông qua tiêu chí giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất, giá trị trung vị và sai số chuẩn giữa các giá trị Thông qua các tiêu chí được thống kê đó, ta có thể hiểu được các hiện tượng và đưa quyết định đúng đắn về chuỗi dữ liệu nghiên cứu.
Bước 2: Lựa chọn mô hình hồi quy phù hợp giữa Pooled OLS, FEM và REM.
Thực hiện phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập quy định các biến phụ thuộc như thế nào Kết quả hồi quy được xem là bằng chứng thực nghiệm để đánh giá tác động Các mô hình hồi quy được tác giả xem xét gồm có: Pooled OLS, Fixed effect, Random effect Để chọn ra được mô hình phù hợp nhất cho đề tài, chúng ta cần phải xem xét các nội dung và đặc điểm của các mô hình ước lượng này:
Mô hình hồi quy Pooled OLS:
Yit: Biến phụ thuộc của quan sát i trong thời kỳ t
Xit: Biến độc lập của quan sát i trong thời kỳ t Đối với phương pháp Pooled OLS thực chất là việc sử dụng dữ liệu bảng để phân tích bằng hình thức sử dụng tất cả dữ liệu theo cách xếp chồng không phân biệt từng đơn vị chéo riêng Đây là phương pháp đơn giản nhất, giống sử dụng dữ liệu như một phân tích OLS bình thường, không kể đến kích thước không gian và thời gian của dữ liệu bảng Nhược điểm của phương pháp Pooled OLS là bỏ qua các đặc điểm riêng khác nhau của các đơn vị về thời gian lẫn không gian.
Mô hình tác động cố định - FEM
Mô hình hồi quy sử dụng:
Xit: biến độc lập αi (i=1…n): hệ số chặn cho từng đơn vị nghiên cứu. β: hệ số góc đối với nhân tố X. εit: phần dư.it: phần dư.
Mô hình tác động ngẫu nhiên - REM
Xét mô hình: Yit = αi + βXit + μitit
Thay vì trong mô hình trên αi là cố định (không thay đổi theo thời gian) thì phương pháp REM giả định rằng nó là một biến ngẫu nhiên với αi = α + εit: phần dư.i (i= 1, 2, …, n), thay vào trong mô hình ban đầu ta có: Yit = α + βXit + εit: phần dư.i + μitit.
Trong đó εit: phần dư.i là thành phần sai số theo đơn vị chéo và μitit là thành phần sai số chéo và chuỗi thời gian kết hợp Như vậy, với phương pháp REM, thay vì coi mỗi đặc điểm riêng của các đơn vị có tương quan tới biến độc lập và tách tác động đó ra như trong FEM thì phương pháp REM coi các đặc điểm riêng đó là ngẫu nhiên và không tương quan tới các biến độc lập mà giống như một biến giải thích mới tác động tới biến phụ thuộc.
So với phương pháp FEM, phương pháp REM có thể khắc phục được những nhược điểm của FEM nhưng REM coi mỗi đặc điểm riêng của các đơn vị εit: phần dư.i không tương quan với các biến độc lập do đó nếu điều này vi phạm thì REM sẽ ước lượng không còn chính xác.
Qua nội dung của ba phương phương pháp ước lượng trên tác giả nhận thấy rằng mô hình REM và FEM có nhiều ưu điểm hơn so với mô hình Pooled OLS Tuy nhiên để lựa chọn phương pháp hồi quy nào nào phù hợp nhất trong ba phương pháp nêu trên, tác giả tiến hành kiểm định F-test và kiểm định Breusch-Pagan lagrangian (Breuch và Pagan, 1979) Kiểm định F-test để lựa chọn giữa mô hình Pooled OLS và mô hình FEM Kiểm định Breusch-Pagan lagrangian để lựa chọn mô hình Pooled OLS và mô hình REM Để lựa chọn mô hình FEM hay REM sử dụng kiểm định Hausman, xem mô hình nào là mô hình phù hợp nhất cho đề tài này.
Bước 3: Phương pháp kiểm định các hệ số hồi quy và sự phù hợp của mô hình. Đầu tiên tác giả sẽ thực hiện kiểm định thừa biến để loại bỏ những biến không cần thiết ra khỏi mô hình Các biến được sử dụng là các biến không có ý nghĩa thống kê từ kết quả ước lượng của các mô hình Pooled OLS, FEM và REM Để thực hiện tác giả sử dụng kiểm định Wald để kiểm tra sự cần thiết của các biến không có ý nghĩa thống kê đối với mô hình Sau khi loại bỏ biến thừa (nếu có), tác giả sẽ chạy lại mô hình phù hợp được lựa chọn với biến độc lập còn lại, rồi tiến hành kiểm định các hệ số hồi quy. Tác giả quyết định sử dụng kiểm định t (t-test) để kiểm tra sự phù hợp của các hệ số hồi quy Theo kinh nghiệm, một hệ số hồi quy được xem là phù hợp khi có mức ý nghĩa thống kê là 1% hoặc 5% hoặc 10%, tương ứng với độ tin cậy là 99%, 95% và 90%.
Bước 4: Kiểm định các khuyết tật của mô hình.
Sau khi lựa chọn mô hình phù hợp, sẽ tiến hành kiểm định hiện tượng tự tương quan và hiện tượng phương sai của sai số thay đổi, nếu có hiện tượng tự tương quan và/ hoặc hiện tượng phương sai của sai số thay đổi thì nghiên cứu sẽ sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để khắc phục hiện tượng tự tương quan và/hoặc hiện tượng phương sai của sai số thay đổi và so sánh các kết quả từ các mô hình.
Kiểm định hiện tượng phương sai thay đổi: tác giả sẽ tiến hành kiểm định Breusch – Pagan cho mô hình Pooled OLS hoặc REM với giả thuyết Ho: Phương sai của sai số không đổi, nếu kết quả cho thấy Prob < mức ý nghĩa 5% thì bác bỏ giả thuyết
Ho Đối với mô hình được chọn là FEM tiến dùng kiểm định Wald để kiểm định hiện tượng phương sai thay đổi.
Kiểm định hiện tượng tự tương quan: nghiên cứu sử dụng kiểm định Wooldridge để đo lường mối quan hệ giữa các sai số có tương quan với nhau hay không Với giả thuyết H0: không có hiện tượng tự tương quan trong mô hình Nếu kết quả cho thấy Prob < mức ý nghĩa 5% thì bác bỏ giả thuyết Ho.
Bước 5: Ước lượng theo phương pháp FGLS
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Kết quả nghiên cứu về tác động của nợ xấu đến hiệu quả kinh doanh của các ngân hàng thương mại Việt Nam
4.1.1 Thống kê mô tả mẫu nghiên cứu
Kết quả thống kê mô tả mẫu nghiên cứu thể hiện giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn các biến độc lập trong mô hình theo bảng 4.1 sau đây.
Bảng 4.1: Kết quả thống kê mô tả mẫu nghiên cứu Tên biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất
(Nguồn: Trích xuất từ phần mềm STATA)
ROA của 30 NHTM Việt Nam trong giai đoạn 2011 – 2021 có giá trị trung bình 0.728% cho thấy 100 đồng tài sản đầu tư thu được 0.728 đồng lợi nhuận Độ lệch chuẩn của ROA trong mẫu nghiên cứu khá lớn là 0.722% ROA nhỏ nhất là 5.515% của ngân hàng Tiên Phong năm 2011, giá trị ROA lớn nhất là 26.823% của ngân hàng kỹ thương năm 2021.
ROE có giá trị trung bình 8.640% cho thấy 100 đồng tài sản đầu tư thu được 8.640 đồng lợi nhuận Độ lệch chuẩn của ROE trong mẫu nghiên cứu khá lớn là 7.618% cho thấy các NHTM có ROE khác biệt và có khoảng cách lớn ROE nhỏ nhất là -56.6% của ngân hàng Tiên Phong năm 2011, giá trị ROE lớn nhất là 26.823% của ngân hàng Á Châu năm 2011.
NPL có giá trị trung bình là 2.245%, độ lệch chuẩn 1.374% đối với độ lệch chuẩn này thì giá trị giao động của NPL là không có thay đổi nhiều qua các năm tại giai đoạn này Giá trị nhỏ nhất là 0.018% (Ngân hàng kỹ thương TCB năm 2020), giá trị lớn nhất là 8.807% (Ngân hàng SHB năm 2012) Theo kết quả thu thập được thì giá trị NPL lớn nhất xảy ra vào năm 2012 là năm cả NHTM có tăng trưởng tín dụng nóng và nợ xấu tăng cao, tỷ lệ nợ xấu qua các năm của ngân hàng không có giá trị đột biến do đây là tỷ lệ mà các ngân hàng luôn cố gắng giữ ở mức độ ổn định theo chính sách quản lý nợ xấu mà NHNN chỉ đạo trong giai đoạn tái cấu trúc nợ xấu.
LLR có giá trị trung bình là 1.125%, độ lệch chuẩn 0.869% với mức độ lệch chuẩn này ta có thể thấy các ngân hàng không có sự thay đổi về tỷ lệ dự phòng rủi ro qua các năm quá nhiều vì đây là tỷ lệ mà các ngân hàng luôn muốn duy trì ở mức thấp nhất có thể Giá trị nhỏ nhất là 0.007% của ngân hàng Kiên Long năm 2020, giá trị lớn nhất là 5.348% của Ngân hàng VPB năm 2021.
GROW có giá trị trung bình là 19.527%, độ lệch chuẩn khá lớn là 17.781%, giá trị nhỏ nhất là -29.864% (Ngân hàng TPB năm 2011), giá trị tăng trưởng tín dụng lớn nhất là 108.203% (Ngân hàng HDB năm 2013) Số liệu này cho thấy tốc độ tăng trưởng tín dụng của các NHTM Việt Nam trong giai đoạn nghiên cứu có sự khác biệt khá lớn. EQT có giá trị trung bình là 8.900% cho thấy vốn chủ sở hữu của ngân hàng chiếm tỷ trọng khá thấp trong tổng tài sản, độ lệch chuẩn của EQT giữa các NHTM trong mẫu nghiên cứu qua các năm cũng không quá cao: 3.820% EQT của SCB thấp nhất năm
2020 là 2.695%, cao nhất là của SGB năm 2013 là 23.838%.
Tỷ lệ cho vay trên tiền gửi - LIQ có giá trị trung bình trong mẫu nghiên cứu là 89.097% Theo quy định của NHNN: Thông tư 36/2014/TT-NHNN là tối đa 80%, Theo Thông tư số 22/2019/TT-NHNN, tối đa ở mức 85%, cho thấy các trung bình các NHTM Việt Nam đã thực hiện cho vay vượt quá tỷ lệ được phép, các NHTM này phải đối mặt với rủi ro thanh khoản cao Độ lệch chuẩn 30.173% là khá lớn, cho thấy sự khác biệt trong việc tuân thủ tỷ lệ cho vay trên tiền gửi của các NHTM là khác biệt, LIQ nhỏ nhất là 37.187% của NHTMCP Liên Việt năm 2014 và cao nhất là 510% của PVCOM bank năm 2011.
Quy mô của NHTM - SIZ có giá trị trung bình là 32.494, độ lệch chuẩn thấp 1.176, Giá trị nhỏ nhất là 30.318 (Sài Gòn bank năm 2013), giá trị lớn nhất là 35.105 (Ngân hàng BIDV năm 2021) NHTMCP đầu tư và phát triển có quy mô tổng tài sản lớn nhất toàn hệ thống tại thời điểm cuối năm 2021.
GDP có giá trị trung bình là 5.653%, độ lệch chuẩn của các năm là 1.487% giá trị nhỏ nhất là 2.580% vào năm 2021 đối sánh với tình hình thực tế Việt Nam đây là năm xảy ra đại dịch Covid 19 làm cho tình hình kinh tế cả nước tuột dốc, sản xuất và tiêu thu hàng hóa đình trệ làm cho GDP năm nay thấp nhất lịch sử trong giai đoạn 10 năm gần đây và giá trị lớn nhất là 7.076% vào năm 2018.
INF có giá trị trung bình là 4.657%, độ lệch chuẩn là 5.254% đối với tỷ lệ lạm phát độ lệch chuẩn cao Giá trị nhỏ nhất là -0.191% vào năm 2015 và giá trị lớn nhất là 18.677% vào năm 2011.
4.1.2 Sự tương quan của các biến độc lập trong mô hình
Trong nghiên cứu định lượng, tương quan giữa các biến độc lập của mô hình cần xem xét để xem xét mô hình có xảy ra hiện tượng đa cộng tuyến hay không Bảng 4.2 trình bày sự tương quan của các biến trong mô hình nghiên cứu thông qua ma trận tương quan.
Bảng 4.2: Ma trận hệ số tương quan của các biến độc lập trong mô hình
Nguồn: Kết quả trên phần mềm stata
Phần lớn các biến độc lập theo cặp có tương quan thấp dưới 0.5 Riêng cặp biếnSIZ-EQT có tương quan-0.624, COV-INF có tương quan -0.612 tuy nhiên tỷ lệ này vẫn nhỏ hơn 0.8 theo chuẩn so sánh theo Farrar và Glauber (1967) không có hiện tượng đa cộng tuyến nghiêm trọng.
Kết quả nghiên cứu thực nghiệm
Để đánh giá tác động của nợ xấu đến hiệu quả kinh doanh của 30 NHTM Việt Nam trong giai đoạn 2011 – 2021, tác giả đã sử dụng các mô hình hồi quy OLS1, FEM1, REM1 để đánh giá tác động của nợ xấu đến ROA; các mô hình hồi quy OLS2, FEM2, REM2 để đánh giá tác động của nợ xấu đến ROE Kết quả hồi quy các mô hình này được thể hiện trong bảng sau:
Bảng 4.3: Tổng hợp kết quả hồi quy Pooled OLS, FEM và REM
Tên biến OLS1 FEM1 REM1
Tên biến OLS2 FEM2 REM2
***,** và * lần lượt chỉ ý nghĩa thống kê ở mức 1%, 5% và 10%
Nguồn: Kết quả trên phần mềm stata
Cả 6 mô hình trên đều có ý nghĩa thống kê khoảng 40% mang ý nghĩa giải thích tác động của nợ xấu đến hiệu quả kinh doanh Có nhiều biến có ý nghĩa thống kê ở mức 1% cho thấy sự phù hợp của mô hình nghiên cứu. Để lựa chọn mô hình mang lại ước lượng hiệu quả và vững, tác giả thực hiện kiểm định các mô hình.
Bảng 4.4: Tổng hợp kết quả kiểm định các hồi quy OLS, FEM, REM và GMM
Biến phụ thuộc ROA ROE
Prob > chi2 = 0.0000 chi2(203) = 255.21 Prob > chi2 = 0.0000
Kiểm định Wald chi2 (30) = 3812.4 Prob>chi2 0.0000 chi2 (30) = 3207.46 Prob>chi2 0.0000
Lagrangian chibar2(01) = 88.96 Prob > chibar2 = 0.0000 chibar2(01) = 94.86 Prob > chibar2 = 0.0000
Hệ số tự tương quan bậc 2 – Kiểm đin Pr > z = 0.5335 Pr > z = 0.1398
Kiểm định Sargan Prob > chi2 = 0.8441 Prob > chi2 = 0.6426
Nguồn: Kết quả trên phần mềm stata
Sau khi ước lượng 2 mô hình tác động của nợ xấu đến hiệu quả kinh doanh được đo lường thông qua ROA và ROE bằng mô hình bình phương bé nhất (OLS), kết quả mô hình OLS1, OLS2 thể hiện ở phụ lục 1.1, 2.1, tác giả thực hiện kiểm định White.
Thông qua kiểm định White, kết quả cho thấy p-value của mô hình OLS1, OLS2 đều là 0.0000 < 5% (Bảng 4.4) nên giả thuyết H0 được chấp nhận nghĩa là 2 mô hình OLS1, OLS2 xảy ra hiện tượng phương sai thay đổi.
Phương pháp ước lượng OLS với giả định không có sự khác biệt trong hiệu quả kinh doanh giữa các ngân hàng khác nhau, cũng như hiệu quả kinh doanh là không thay đổi theo thời gian; trong khi mô hình các yếu tố ảnh hưởng cố định (FEM) loại bỏ được các yếu tố không quan sát, không đo lường được và không thay đổi theo thời gian nhưng có tác động lên biến hiệu quả kinh doanh Tác giả thực hiện chạy mô hình FEM1, FEM2 xem xét tác động của nợ xấu và các biến kiểm soát đến ROA, ROE Kết quả kiểm định Fisher cho phép lựa chọn mô hình OLS hay FEM Kết quả hồi quy của mô hình FEM1, FEM2 (Phụ lục 1.2, 2.2) có kết quả kiểm định Fisher này Kết quả kiểm định cho thấy p – value của cả 2 mô hình đều là 0.0000 nhỏ hơn 5% nên mô hình FEM1, FEM2 được lựa chọn.
Tiếp theo, kiểm định Wald thấy mô hình FEM1, FEM2 có kết quả p – value là 0.0000 < 5% nên 2 mô hình này bị phương sai thay đổi.
Tiếp đến tác giả thực hiện chạy mô hình REM, xem xét các yếu tố không quan sát được, thay đổi theo thời gian và có tác động đến hiệu quả kinh doanh của các NHTM Việt Nam; chúng là các biến số ngẫu nhiên, không tương quan với các biến giải thích khác trong mô hình REM Kết quả mô hình REM1, REM2 thể hiện ở phụ lục 1.3, 2.3. Sau đó, tác giả thực hiển kiểm định Breusch and Pagan Lagrangian để lựa chọn mô hình OLS1 hay REM1, OLS2 hay REM2, kết quả p – value đều là 0.0000 < 5% (bảng 4.4) của cả 2 mô hình nên lựa chọn REM1, REM2.
Tiếp theo, kết quả thực hiện kiểm định Hausman để lựa chọn mô hình FEM1 hay REM1, FEM2 hay REM2 cho kết quả p – value là 0.0000< 5% (bảng 4.4) nên mô hình FEM1, FEM2 được chọn. Đối với mô hình FEM1, FEM2 mặc dù các biến độc lập có tương quan thấp nhưng tác giả thực hiện kiểm định Wooldridge để đánh giá sự tự tương quan của mô hình Kết quả cho thấy hệ số p-value = 0.0000 < 5% nên mô hình không xảy ra hiện tượng tự tương quan.
Tuy nhiên, hầu hết các dữ liệu thể hiện cho các biến tài chính đều có dạng bảng động, các biến trễ hiệu quả kinh doanh có tác động đến hiệu quả kinh doanh; mô hình có thể xảy ra hiện tượng nội sinh (Irawati và cộng sự (2019), Munangi & Bongani (2020)).
Thông qua kết quả kiểm định Hausman, sigmamore, hệ số p của cả 2 mô hình FEM1, FEM2 là 1.000, đều lớn hơn 5% nên mô hình FEM1, FEM2 bị nội sinh Để khắc phục tình trạng này, các tác giả Irawati và cộng sự (2019), Munangi & Bongani (2020) đã sử dụng biến trễ hiệu quả kinh doanh làm biến công cụ trong mô hình GMM sai phân (Different GMM) Kết quả mô hình GMM1, GMM2 thể hiện ở phụ lục 1.4, 2.4 Phương pháp Different GMM sẽ loại bỏ các vấn đề của phương sai thay đổi, tự tương quan hay nội sinh nên kết quả ước lượng mô hình GMM1, GMM2 sẽ hiệu quả và vững.
Kiểm định Sargan để kiểm định sự ngoại sinh của các biến công cụ mô hình GMM1, GMM2 Kết quả cho thấy hệ số p-value của 2 mô hình GMM1, GMM2 lần lượt là 0.8441, 0.6424: đều lớn hơn 5%, kết luận biến công cụ được sử dụng trong mô hìnhGMM1, GMM2 là biến ngoại sinh Ngoài ra, kiểm định tự tương quan bậc hai ArellanoBond cho kết quả p-value của 2 mô hình GMM lần lượt là 0.667 và 0.8333 đều lớn hơn5%, kết luận phần dư của 2 mô hình GMM không tồn tại hiện tượng tự tương quan bậc hai Biến công cụ được sử dụng trong mô hình đều thỏa mãn hai kiểm định đề ra Như vậy, sử dụng mô hình Different GMM với biến trễ của phụ thuộc làm biến công cụ đã giải quyết được hiện tượng nội sinh trong mô hình Các kết quả tìm thấy được trong mô hình là vững và hoàn toàn có thể phân tích được (Bảng 4.5).
Thảo luận kết quả nghiên cứu
Bảng 4.5: Kết quả nghiên cứu mô hình Different GMM
Tên biến GMM1 - ROA GMM2 - ROE
Tên biến GMM1 - ROA GMM2 - ROE
Nguồn: Kết quả trên phần mềm stata
Kết quả của mô hình hồi GMM1 và GMM2 được sử dụng để thảo luận và phân tích tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam trong giai đoạn
2011 – 2021 thể hiện theo công thức sau:
19256904 *GDP t + -.71676431 *COV t + 08362092 *L1.ROE i,t ε i,t Đối với tỷ lệ nợ xấu (NPL):
Biến NPL của mô hình GMM1 và GMM2 có hệ số hồi quy lần lượt là - 0.02727 và -0.2461 cho thấy tác động ngược chiều của NPL đến hiệu quả kinh doanh (ROA và ROE), đúng với kỳ vọng của tác giả ở giả thuyết H1 và có ý nghĩa thống kê ở mức 1% cho mô hình GMM1 và 5% cho mô hình GMM2 Kết quả này là bằng chứng thực nghiệm để ủng hộ cho kết quả của các tác giả Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Munangi & Bongani (2020), Bùi Khắc Hoài Phương (2019), Huỳnh Thị Hương Thảo (2019), Nguyễn
Thành Đạt và cộng sự (2021) Kết quả này cũng thể hiện đúng theo Lý thuyết thông tin bất cân xứng (Asymmetric Information) của Akerlof (1970) Theo đó, thông tin bất cân xứng xảy ra khi các thành phần của thị trường không có sự cân bằng trong việc nắm giữ thông tin giữa các bên tham gia giao dịch dẫn đến sự gia tăng nợ xấu và giảm hiệu quả kinh doanh của các NHTM. Đối với tỷ lệ chi phí dự phòng rủi ro tín dụng (LLR)
Biến LLR của mô hình GMM1 có hệ số hồi quy - 0.0832 với mức ý nghĩa thống kê 1% và mô hình GMM2 có hệ số hồi quy – 0.4912 với mức ý nghĩa thống kê 1% cho thấy LLR có tác động ngược chiều đến tỷ lệ ROA, ROE của các NHTM Việt Nam trong mẫu nghiên cứu Tỷ lệ trích lập chi phí dự phòng rủi ro tín dụng là tỷ lệ mà ngân hàng đảm bảo cho rủi ro cho những khoản nợ xấu đến nợ nợ khó đòi hay nợ có khả năng mất vốn có thể xảy ra Vì vậy tỷ lệ này ngân hàng sẽ trích lập khi các khoản nợ có rủi ro xuất hiện Chính vì thế tỷ lệ này càng tăng thì khả năng ngân hàng gặp nợ xấu càng nhiều hay nói cách khác lợi nhuận trong hoạt động tín dụng của ngân hàng có khả năng giảm (Huỳnh Thị Hương Thảo, 2019) Kết quả này ủng hộ cho lý thuyết thông tin bất cân xứng và lý thuyết trung gian tài chính khi NHTM phải đối mặt với rủi ro gây ra khi chi phí giao dịch, thông tin bất cân xứng dẫn đến gia tăng chi phí dự phòng rủi ro tín dụng và giảm hiệu quả kinh doanh Kết quả này đúng với kỳ vọng của tác giả ở giả thuyết H2. Đây cũng chính là bằng chứng thực nghiệm mà các tác giả đã tìm thấy: Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Bùi Khắc Hoài Phương
(2019), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021). Đối với tăng trưởng tín dụng (GRO)
Biến GRO có hệ số hồi quy của mô hình GMM1 và GMM2 lần lượt là 0.0013 và 0.0173 với mức ý nghĩa thống kê 1% cho thấy GRO có quan hệ cùng chiều với ROA, ROE của các NHTM Việt Nam trong giai đoạn 2011 - 2021 Các NHTM có tăng trưởng tín dụng tốt kèm với thẩm định tín dụng chặt chẽ sẽ giúp vốn huy động được giải ngân, gia tăng thu nhập cho NHTM Kết quả này ủng hộ cho lý thuyết trung gian tài chính và đúng với kỳ vọng của tác giả ở giả thuyết H3 Đây cũng chính là kết luận của nhóm tác giả Kutum (2017), Kingu và cộng sự (2018), Bùi Khắc Hoài Phương (2019), Huỳnh Thị Hương Thảo (2019). Đối với tỷ lệ vốn chủ sở hữu trên tổng tài sản (EQT):
Biến EQT của mô hình GMM1 có hệ số hồi quy 0.0814 với mức ý nghĩa thống kê1% và mô hình GMM2 có hệ số hồi quy 0.2018 với mức ý nghĩa thống kê 5% cho thấy tác động cùng chiều của vốn chủ sở hữu trên tổng tài sản đến ROA, ROE của các NHTMViệt Nam trong giai đoạn 2011 – 2021 Kết quả này phù hợp với kỳ vọng của tác giả ở giả thuyết H4 và các tác giả như: Kingu và cộng sự (2018), Irawati và cộng sự (2019),Munangi & Bongani (2020), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021) Kết quả này ủng hộ cho lý thuyết thông tin bất cân xứng, khi NHTM
Việt Nam huy động vốn chủ sở hữu càng cao, các ngân hàng này có cơ sở gia tăng các khoản cho vay để gia tăng thu nhập dẫn đến tăng hiệu quả kinh doanh Hơn nữa, việc NHTM có vốn chủ sở hữu vững chắc, niềm tin của khách hàng với NHTM gia tăng và lựa chọn NHTM để vay vốn góp phần gia tăng thu nhập cho NHTM. Đối với tỷ lệ cho vay trên tiền gửi (LIQ)
Biến LIQ có hệ số hồi quy của mô hình GMM1 và GMM2 lần lượt là 0.0035 và 0.0399 với mức ý nghĩa thống kê 1% cho thấy ảnh hưởng cùng chiều của LIQ đến ROA và ROE Khi NHTM Việt Nam đảm bảo thanh khoản, hoạt động của NHTM an toàn và gia tăng niềm tin của khách hàng và hiệu quả kinh doanh Kết quả này giống kết quả nghiên cứu của các tác giả Chege & Bichanga (2017), Kingu và cộng sự (2018), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021). Đối với yếu tố quy mô ngân hàng (SIZ)
Biến SIZ có hệ số hồi quy của mô hình GMM1 và GMM2 lần lượt là 0.5131và 5.1865 với mức ý nghĩa thống kê 1% cho thấy quy mô của ngân hàng có quan hệ cùng chiều với ROA và ROE của các NHTM Việt Nam trong giai đoạn 2011 – 2021 Khi quy mô của NHTM Việt Nam càng lớn thì các ngân hàng càng mở rộng quy mô cho hoạt động truyền thống, gia tăng hoạt động tín dụng và hiệu quả kinh doanh Đây cũng chính là kỳ vọng của giả thuyết H5 và kết luận của nhóm tác giả Chege & Bichanga (2017), Kutum (2017), Kingu và cộng sự (2018), Irawati và cộng sự (2019), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021). Đối với lạm phát (INF)
Biến INF của mô hình GMM1 có hệ số hồi quy - 0.0177 với mức ý nghĩa thống kê1% và mô hình GMM2 có hệ số hồi quy 0.25769 với mức ý nghĩa thống kê 1% cho thấy lạm phát có tác động ngược chiều đến tỷ lệ ROA nhưng lại có tác động cùng chiều đếnROE của các NHTM Việt Nam Munangi & Bongani (2020) cho rằng khi kinh tế lạm phát tăng sẽ thì sức mua của đồng tiền giảm, giá cả hàng hóa tăng làm cho các chi phí sản xuất hàng hóa tăng theo ảnh hưởng đến việc lưu thông hàng từ đó tình hình kinh doanh của khách hàng sẽ khó khăn hơn sẽ dẫn đến việc chậm tiến độ trả tiền cho ngân hàng, giảm hiệu quả kinh doanh của NHTM Nhưng nếu xét lợi nhuận trên vốn chủ sở hữu lại gia tăng Kết quả nghiên cứu này một phần ủng hộ cho kết quả nghiên cứu củaKingu và cộng sự (2018), Munangi & Bongani (2020), Huỳnh Thị Hương Thảo (2019),Nguyễn Thành Đạt và cộng sự (2021). Đối với tốc độ tăng trưởng kinh tế (GDP)
Biến GDP có hệ số hồi quy của mô hình GMM1 và GMM2 lần lượt là 0.0180 và 0.1925 với mức ý nghĩa thống kê 1% cho thấy GDP có ảnh hưởng cùng chiều đến ROA, ROE của các NHTM Việt Nam Chỉ tiêu này tăng thể hiện nền kinh tế đang trong giai đoạn tăng trưởng kéo theo sự mở rộng tín dụng của hệ thống ngân hàng dẫn đến gia tăng hiệu quả kinh doanh Kingu và cộng sự (2018), Munangi & Bongani (2020), Huỳnh Thị Hương Thảo (2019), Nguyễn Thành Đạt và cộng sự (2021). Đối với biến giai đoạn dịch bệnh Covid 19 (COV)
Biến COV có hệ số hồi quy của mô hình GMM1 và GMM2 lần lượt là - 0.0923 và -0.7167 với mức ý nghĩa thống kê 1% cho thấy hiệu quả kinh doanh của NHTM Việt Nam bị giảm sút do tác động của dịch Covid 19 Kết quả này trái ngược với nghiên cứu của Obeidat và cộng sự (2021) do NHTM Việt Nam chưa có tiềm lực tài chính đủ mạnh như NHTM ở Jordan để giữ vững hiệu quả kinh doanh và kết quả này tương đồng với kết quả nghiên cứu của Kozak (2021) vì NHTM Việt Nam chủ yếu là các NHTM nhỏ. Đối với biến trễ hiệu quả kinh doanh (L1.ROA, L1.ROE)
Biến trễ hiệu quả kinh doanh của NHTM Việt Nam: có hệ số hồi quy 0.1571 (mô hình GMM1) (1%), hệ số hồi quy 0.0836 (mô hình GMM2) (1%) cho thấy biến trễ hiệu quả kinh doanh có mối quan hệ cùng chiều với hiệu quả kinh doanh Kết quả nghiên cứu đúng với kỳ vọng ban đầu của tác giả và nghiên cứu của các tác giả Irawati và cộng sự (2019), Munangi & Bongani (2020) Hiệu quả kinh doanh của NHTM có tác động lẫn nhau và có tương quan dương giữa các năm cho thấy hiệu quả kinh doanh của các năm trước có thể tác động làm tăng hiệu quả kinh doanh của năm sau.
Tóm lại, kết quả nghiên cứu của mô hình tác động của nợ xấu đến hiệu quả kinh doanh của các NHTM Việt Nam đã làm rõ các biến có ý nghĩa thống kê và có tác động cùng chiều đến ROA của các NHTM Việt Nam trong giai đoạn 201 1 – 2021 là: GRO, EQT, LIQ, SIZ, GDP; các biến: NPL, LLR, INF, COV có tác động ngược chiều Các biến có tác động cùng chiều đến ROE của các NHTM Việt Nam trong giai đoạn 2011 –
2021 là: GRO, EQT, LIQ, SIZ, INF, GDP; các biến: NPL, LLR, COV có tác động ngược chiều Kết quả nghiên cứu này là cơ sở cho các hàm ý chính sách ở chương sau.
Bảng 4.6: Tóm tắt kết quả nghiên cứu mô hình GMM1, GMM2
Biến độc lập Hiệu quả kinh doanh của NHTM Việt Nam giai đoạn 2011-2021
ROA ROE Ý nghĩa thống kê
P-value Kết quả tác động
NPL - - 0.0280 - 0.0200 Có ý nghĩa thống kê
LLR - - 0.0000 - 0.0000 Có ý nghĩa thống kê
GRO + + 0.0290 + 0.0020 Có ý nghĩa thống kê
EQT + + 0.0000 + 0.0250 Có ý nghĩa thống kê
LIQ + + 0.0210 + 0.0010 Có ý nghĩa thống kê
SIZ + + 0.0000 + 0.0000 Có ý nghĩa thống kê
INF - - 0.0000 + 0.0000 Có ý nghĩa thống kê
GDP + + 0.0000 + 0.0000 Có ý nghĩa thống kê
COV - - 0.0280 - 0.0160 Có ý nghĩa thống kê
L1.ROA + + 0.000 Có ý nghĩa thống kê
L1.ROE + 0.000 Có ý nghĩa thống kê
(Nguồn: Tác giả tổng hợp)
