TP HỒ CHÍ MINH, NĂM 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH PHẠM CHÂU KỲ DUYÊN CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN NỢ XẤU CỦA CÁC NGÂN HÀNG THƯƠNG MẠI CỔ[.]
GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài nghiên cứu
Các ngân hàng đóng một vai trò quan trọng trong quá trình hình thành và phát triển của hầu hết các quốc gia và sự vận động của nền kinh tế toàn cầu Tại Việt Nam, hoạt động của các trung gian tài chính như ngân hàng không chỉ là cầu nối để giúp dòng vốn lưu thông từ nơi thừa vốn đến nơi thiếu vốn mà còn là công cụ hỗ trợ Ngân hàng Nhà nước (NHNN) điều tiết các chính sách tiền tệ, kiểm soát lạm phát giúp ổn định nền kinh tế Lợi nhuận của hoạt động kinh doanh ngân hàng chủ yếu đến từ nghiệp vụ cấp tín dụng, khoảng 70% đến 80% Tuy nhiên đi kèm theo đó việc xử lý nợ xấu luôn là thách thức lớn đối với các ngân hàng trong những năm vừa qua, đặc biệt là sau ảnh hưởng của dịch Covid 19 Tỷ lệ nợ xấu của các ngân hàng tăng nhanh trong giai đoạn dịch bệnh kéo dài do nhiều khách hàng doanh nghiệp không thu được lợi nhuận và có nguy cơ phá sản Tính đến ngày 30/09/2020, ước tính có hơn 111.000 tỷ đồng tổng nợ xấu nội bảng của 27 NHTMCP tại Việt Nam, tăng 29.5% so với đầu năm 2020 theo thống kê từ báo cáo tài chính hợp nhất quý III/2020 của các ngân hàng này Đứng trước thực trạng trên NHNN đã ban hành nhiều chính sách, thông tư để tạo điều kiện cho các ngân hàng thương mại (NHTM) hỗ trợ khách hàng Đáng chú ý nhất có lẽ là Thông tư 14/2021/TT-NHNN được ban hành ngày 07/09/2021 sửa đổi một số điều của Thông tư 01/2020/TT- NHNN "quy định về việc cho phép các tổ chức tín dụng, chi nhánh ngân hàng nước ngoài cơ cấu lại thời hạn trả nợ, miễn, giảm lãi, phí, giữ nguyên nhóm nợ nhằm hỗ trợ khách hàng bị ảnh hưởng bởi Covid-19" Với thông tư này các ngân hàng có thể cơ cấu lại thời hạn trả nợ hoặc giữ nguyên nhóm nợ nhờ đó giúp các doanh nghiệp tiếp tục duy trì hoạt động kinh doanh, đồng thời cung cấp một lượng vốn mới cần thiết để thúc đẩy việc phục hồi sản xuất sau đại dịch Nhờ đó nền kinh tế Việt Nam đã có những chuyển biến tích cực, cụ thể GDP quý 2 năm 2022 ước tính tăng 7.72% so với cùng kỳ năm trước, cao hơn tốc độ tăng của quý 2 các năm trong giai đoạn 2011-2021 Tuy nhiên mặc trái của vấn đề dần xuất hiện khi đại dịch Covid 19 từng
2 bước được kiểm soát và doanh nghiệp hoạt động trở lại bình thường, đây cũng là lúc hiệu lực của Thông tư 14/2021/TT-NHNN hết hạn vào ngày 30/06/2022 Nhiều chuyên gia kinh tế đã bày tỏ sự quan ngại rằng nợ xấu tiềm ẩn từ số dư nợ được cơ cấu theo Thông tư này sẽ được thể hiện rõ ràng hơn trên bảng cân đối tài sản của các ngân hàng, bên cạnh đó là việc các ngân hàng liên tục tăng lãi suất và số tiền chi cho trích lập dữ phòng rủi ro tín dụng tăng cao Tất cả có thể là dấu hiệu cảnh báo về nguy cơ rủi ro nợ xấu có khả năng tăng cao trong thời gian tới.
Nhiều nghiên cứu khoa học trong và ngoài nước đã chỉ ra rằng nợ xấu có những ảnh hưởng tiêu cực tới hoạt động kinh doanh của ngân hàng cũng như tầm quan trọng trong việc kiểm soát và xử lý nợ xấu Theo Nkusu (2011) nợ xấu vẫn luôn là một trong những mối quan tâm hàng đầu trong hoạt động quản lý rủi ro trong ngân hàng, tỷ lệ nợ xấu được sử dụng để dự báo cho các cuộc khủng hoảng tài chính xảy ra trong tương lai Ngoài ra, Nguyễn Thị Hồng Vinh (2015) cho rằng việc gia tăng nợ xấu sẽ dẫn đến ngân hàng dễ bị tổn thương hơn khi đối mặc với các vấn đề như khả năng thanh khoản, chi trả lãi tiền gửi tiết kiệm và tăng trưởng lợi nhuận. Nhận thức được tầm quan trọng của việc quản lý nợ xấu đối với các ngân hàng nói riêng và nền kinh tế nói chung, tác giả đã quyết định thực hiện khóa luận tốt nghiệp với đề tài nghiên cứu là “Các nhân tố ảnh hưởng đến nợ xấu của các Ngân hàng thương mại cổ phần tại Việt Nam” Nhằm tìm hiểu cụ thể hơn về chất lượng tín dụng, các yếu tố vĩ mô và vi mô quan trọng có khả năng tác động đến nợ xấu ngân hàng, cuối cùng là đề xuất một số giải pháp để giảm thiểu tỷ lệ nợ xấu và góp phần thúc đẩy tăng trưởng tín dụng ngân hàng.
Mục tiêu nghiên cứu
Mục tiêu tổng quát của đề tài là xác định các nhân tố ảnh hưởng đến tỷ lệ nợ xấu của các Ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam từ đó đề xuất một số hàm ý chính sách nhằm hạn chế gia tăng nợ xấu trong giai đoạn tiếp theo.
- Xác định các nhân tố vi mô và vĩ mô có ảnh hưởng đến tỷ lệ nợ xấu của các NHTMCP tại Việt Nam.
- Kiểm định chiều hướng tác động của các yếu tố trên đến tỷ lệ nợ xấu của ngân hàng.
Đối tượng và phạm vi nghiên cứu
Trong bài nghiên cứu này tác giả sẽ tiến hành phân tích tác động của các yếu tố vi mô và vĩ mô đến nợ xấu của 25 NHTMCP tại Việt Nam giai đoạn 2017-2021.
Do hạn chế về việc thu thập số liệu nên phạm vi nghiên cứu của khóa luận sẽ tiến hành nghiên cứu 25 trong tổng số 31 NHTMCP tại Việt Nam Thời gian nghiên cứu là 5 năm gần nhất từ năm 2017 đến năm 2021 với dữ liệu vi mô thuộc hoạt động của từng ngân hàng được thu thập chủ yếu từ các báo cáo tài chính, báo cáo thường niên Trong khi đó các số liệu vĩ mô như tốc độ tăng trưởng GDP, tỷ lệ lạm phát, tỷ lệ thất nghiệp được thu thập từ Ngân hàng Thế giới (World bank).
Phương pháp nghiên cứu
Phương pháp định lượng: Tác giả dùng phần mềm EViews 10 để ước lượng mô hình hồi quy dữ liệu bảng Mô hình dùng để ước lượng dữ liệu bảng gồm có mô hình bình phương nhỏ nhất dạng gộp (Pooled OLS), mô hình tác động cố định(FEM), mô hình tác động ngẫu nhiên (REM), từ đó chọn ra mô hình phù hợp.
Ý nghĩa khoa học và thực tiễn của đề tài
Về mặt khoa học, nghiên cứu kế thừa và bổ sung nhằm mở rộng các nghiên cứu trước về ảnh hưởng của môi trường kinh tế vĩ mô và vi mô đến nợ xấu của các NHTMCP tại Việt Nam.
Về mặt thực tiễn, kết quả nghiên cứu là cơ sở tham khảo, cung cấp cái nhìn tổng quan cho các nhà quản trị ngân hàng, từ đó đề ra những chính sách, giải pháp
4 góp phần cải thiện tình trạng nợ xấu và nâng cao hiệu quả hoạt động của các ngân hàng.
Kết cấu của khóa luận
Luận văn gồm 5 chương chính như sau:
Chương 1: Giới thiệu đề tài nghiên cứu
Trong chương này tác giả sẽ nêu ra lý do chọn đề tài nghiên cứu, xác định mục tiêu, đối tượng và phạm vi nghiên cứu, đề ra phương pháp nghiên cứu cũng như những đóng góp khoa học mà đề tài hướng đến Cuối cùng là trình bày bố cục của bài nghiên cứu.
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC CÓ LIÊN QUAN NỢ XẤU TẠI CÁC NGÂN HÀNG THƯƠNG MẠI
Cơ sở lý thuyết về nợ xấu của ngân hàng
Nợ xấu luôn là một trong những vấn đề được quan tâm hàng đầu đối với các NHTM và ngành ngân hàng Thuật ngữ nợ xấu được đề cập phổ biến trên các báo cáo tài chính hoặc các bài viết, bài báo kinh tế cũng như trong các giáo trình về kinh tế tài chính. Tuy nhiên rất khó để có thể đưa ra một định nghĩa thống nhất về nợ xấu bởi lẽ điều này do hệ thống chính trị, pháp luật và trình độ phát triển kinh tế không đồng đều giữa các quốc gia sẽ dẫn đến cách nhìn nhận, tiếp cận và đánh giá vấn đề của từng quốc gia sẽ khác nhau Hiện nay có rất nhiều các tổ chức trên thế giới đã đưa ra những khái niệm về nợ xấu, trong số đó có thể đề cập một số khái niệm nợ xấu phổ biến như sau.
Trong các giáo trình kinh tế tài chính hoặc các bài nghiên cứu về lĩnh vực tài chính ngân hàng, nợ xấu thường được đề cập đến thông qua các thuật ngữ như: “nợ khó đòi”, “non-performming loan” hay “bad dept” hoặc “doubtful debt” Các thuật ngữ trên đều được hiểu là dùng để chỉ các khoản nợ dưới chuẩn, có thể là quá hạn và bị nghi ngờ về khả năng trả nợ lẫn khả năng thu hồi vốn của chủ nợ.
Theo Quỹ tiền tệ quốc tế - IMF (2004) thì “Một khoản vay được coi là không sinh lời (nợ xấu) khi quá hạn thanh toán gốc hoặc lãi 90 ngày trở lên; khi các khoản lãi đã quá hạn 90 ngày hoặc hơn đã được vốn hóa, cơ cấu lại, hoặc trì hoãn theo thỏa thuận; khi các khoản thanh toán đến hạn dưới 90 ngày nhưng có thể nhận thấy những dấu hiệu rõ ràng cho thấy người vay sẽ không thể hoàn trả nợ đầy đủ (người vay phá sản)” Như vậy theo IMF nợ xấu được tiếp cận dựa trên thời gian trả nợ quá hạn và khả năng trả nợ của khách hàng.
Theo Chuẩn mực kế toán quốc tế (IAS), nợ xấu được xem xét dựa trên khả năng trả nợ của khách hàng, tức là những khoản nợ mà người đi vay không khả năng hoàn trả bất kể là chưa quá hạn hay thời gian quá hạn chưa đến 90 ngày Để đánh giá khả năng trả nợ của người đi vay, phương pháp phân tích dòng tiền tương lai hoặc xếp hạng khoản vay thường được áp dụng Hệ thống này được coi là chính xác về mặt lý thuyết và được khuyến cáo áp dụng ở một số quốc gia phát triển, tuy nhiên việc áp dụng trong thực tế còn gặp nhiều khó khăn.
Theo Ủy ban Basel về giám sát ngân hàng (BCBS), tuy không đưa ra định nghĩa cụ thể về nợ xấu nhưng trong các hướng dẫn thông lệ chung về quản lý rủi ro tín dụng Ủy ban Basel xác định "khoản nợ được xem là không có khả năng hoàn trả khi một trong các điều kiện sau xảy ra: Ngân hàng xác định người vay không có khả năng trả nợ đầy đủ khi ngân hàng chưa thực hiện hành động gì để cố gắng thu hồi nợ hoặc người vay đã quá hạn trả nợ từ 90 ngày trở lên."
Theo Ngân hàng trung ương Châu Âu (ECB), quan điểm về nợ xấu được xem xét dựa trên hai khía cạnh thông qua kết quả thu hồi nợ của ngân hàng Thứ nhất là khoản vay không có khả năng thu hồi như các khoản nợ hết hiệu lực, người đi vay bỏ trốn hoặc mất tích dẫn đến không còn tài sản để thanh toán nợ hoặc những khoản nợ mà khách hàng kinh doanh thua lỗ dẫn đến dừng hoạt động và phá sản Thứ hai là những khoản vay ngân hàng không thể thu hồi lại đầy đủ chẳng hạn như các khoản nợ không có tài sản thế chấp hay tài sản đưa ra thế chấp hoặc sau khi thanh lý phá sản không đủ để trả nợ.
Tại Việt Nam theo Điều 6 của Văn bản hợp nhất 22/VBHN-NHNN ngày 04/06/2014 của NHNN "quy định về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng (TCTD)" thì: "Nợ xấu là các khoản nợ thuộc nhóm 3 đến nhóm 5 Trong đó nợ nhóm 3 có thời gian quá hạn từ 91-
180 ngày, nợ nhóm 4 có thời gian quá hạn từ 181-360 ngày và nợ nhóm 5 có thời gian quá hạn trên 360 ngày" Như vậy nợ xấu theo quan điểm của NHNN Việt Nam cũng được xác định dựa trên hai yếu tố: đã quá hạn trên 90 ngày hoặc khả năng trả nợ đáng lo ngại Tuy nhiên, việc các NHTM tiếp cận theo yếu tố nào là phụ thuộc vào khả năng và điều kiện tiến hành phân loại nợ.
Theo Huỳnh Thị Thu Hiền (2012) thì "Nợ xấu trong các NHTM ở nước ta là khoản nợ mà các doanh nghiệp, hộ kinh doanh vay vốn ngân hàng nhưng gặp khó khăn về tài chính không trả được nợ bị ngân hàng chuyển sang nợ quá hạn từ 91 ngày trở lên hoặc các ngân hàng đánh giá khả năng trả nợ của khách hàng bị suy giảm nên phân loại nợ vào nhóm 3 đến nhóm 5 là cực kỳ khó đòi".
Tóm lại, đối với các ngân hàng nợ xấu tức là các khoản tiền cho khách hàng vay, có thể là các doanh nghiệp hoặc cá nhân đã quá hạn mà không thể thu hồi lại được một phần hay toàn bộ gốc và lãi do các yếu tố chủ quan từ phía khách hàng hoặc nguyên nhân khách quan do các yếu tố khác tác động.
2.1.2 Đặc điểm của nợ xấu
Một là, khách hàng không thực hiện đúng nghĩa vụ trả nợ với ngân hàng theo như những gì đã cam kết trong hợp đồng tín dụng Khi đến hạn thanh toán khách hàng không thanh toán đủ gốc và lãi vay cho ngân hàng theo lịch trình thuê đã cam kết hoặc khách hàng có dấu hiệu trốn tránh nghĩa vụ trả nợ, chậm trễ thời gian trả nợ.
Hai là, tình hình tài chính của khách hàng đang và có xu hướng xấu dẫn đến xảy ra khả năng ngân hàng không thu hồi được cả vốn lẫn lãi Nhiều biểu hiện về nguy cơ sức khỏe tài chính của khách hàng bị suy giảm trong đó có thể nhắc đến các dấu hiệu phổ biến như khách hàng thu lỗ liên tục trong các chu kỳ kinh doanh, doanh thu và lợi nhuận giảm trong khi chi phí kinh doanh có xu hướng tăng, tiền gửi khách hàng tại ngân hàng giảm sút, số vòng quay vốn tín dụng chậm Ngoài ra, còn có tình trạng khách hàng xin vay vượt hạn mức, gia hạn nợ hoặc đề nghị đảo nợ, vay ngắn hạn để đầu tư dài hạn,
Ba là, tài sản đảm bảo (thế chấp, cầm cố, bảo lãnh) được đánh giá là giá trị không đủ trang trải nợ gốc và lãi Trong nhiều trường hợp doanh nghiệp tuyên bố giải thể, phá sản khi chưa thanh toán đầy đủ các khoản vay, ngân hàng có thể tiến hành thủ tục phát mãi tài sản đảm bảo để thu hồi nợ theo quy định của pháp luật Tuy nhiên cũng có trường hợp sau khi thanh lý tài sản đảm bảo vẫn không đủ để thanh toán khoản nợ thì người vay vẫn phải tiếp tục thực hiện nghĩa vụ trả nợ.
Bốn là, các khoản nợ xấu thường có thời gian quá hạn từ 90 ngày trở lên Hiện nay theo quy định của NHNN tỷ lệ này không vượt quá 3% Tỷ lệ nợ xấu càng cao chất lượng tín dụng của ngân hàng càng thấp.
2.1.3 Phân loại nợ xấu Để có thể xác định nợ xấu trước tiên các ngân hàng phải phân loại nợ, cụ thể:
Nợ nhóm 1 được gọi là nợ đủ tiêu chuẩn, đây là các khoản nợ mà người vay có khả năng thanh toán cả gốc và lãi theo đúng thời hạn đã cam kết trên hợp đồng tín dụng. Hoặc các khoản nợ quá hạn từ dưới 10 ngày, được TCTD đánh giá là có khả năng thu hồi đầy đủ gốc và lãi bị quá hạn cũng như thu hồi đầy đủ gốc và lãi đúng thời hạn còn lại
Các nghiên cứu trước có liên quan về nợ xấu
Messai và Jouini (2013) đã thực hiện nghiên cứu 85 ngân hàng nhằm phân tích xem nợ xấu chịu tác động từ những yếu tố vĩ mô và vi mô nào Nghiên cứu dựa trên dữ liệu của các ngân hàng ở các quốc gia phải đối mặt với bài toán khó về tài chính sau cuộc khủng hoảng cho vay dưới chuẩn vào năm 2008, cụ thể là Tây Ban Nha, Hy Lạp và Ý trong giai đoạn từ năm 2004 đến 2008 Sau khi sử dụng phương pháp hồi quy dữ liệu bảng cho các biến vi mô và vĩ mô, Messai & Jouini đã nhận thấy các biến như tốc độ tăng trưởng GDP, khả năng sinh lời trên tài sản của ngân hàng có tác động ngược chiều với nợ xấu Trong khi đó các biến tỷ lệ thất nghiệp, dự phòng rủi ro cho vay trên tổng tài sản và lãi suất thực lại có tác động cùng chiều với nợ xấu.
Harimurti và các cộng sự (2022) đã phân tích ảnh hưởng của các yếu tố kinh tế vĩ mô được dự báo bởi lạm phát và các yếu tố nội tại của ngân hàng gồm lợi nhuận trên tổng tài sản, tỷ lệ vốn chủ sở hữu trên tài sản, quy mô ngân hàng Thông qua phương pháp phân tích dữ liệu bảng trên phần mềm Eviews với đối tượng nghiên cứu là 4 ngân hàng quốc doanh tại Indonesia thời kỳ 2017-2021 Kết quả nghiên cứu cho thấy tỷ suất sinh lời trên tài sản có tác động tiêu cực đáng kể đến nợ xấu Còn tỷ lệ vốn chủ sở hữu trên tài sản và quy mô ngân hàng lại có tác động tích cực đến nợ xấu Ở khía cạnh toàn cầu, có mối quan hệ tích cực giữa lạm phát và nợ xấu.
Jin-li Hu và các cộng sự (2004) đã thực hiện nghiên cứu trên bộ dữ liệu bảng thu thập trong giai đoạn 1996-1999, từ 40 NHTM tại Đài Loan Thông qua việc kiểm định các mô hình OLS, FEM và REM tác giả đã chỉ ra rằng các ngân hàng thuộc sở hữu của chính phủ có tỷ lệ nợ xấu ít hơn so với các ngân hàng khác Nó cũng tìm thấy mối quan hệ tiêu cực giữa quy mô ngân hàng và tỷ lệ nợ xấu Ngoài ra nghiên cứu cũng cho thấy có mối quan hệ ràng buộc giữa nợ xấu và các yếu tố kinh tế vĩ mô như tăng trưởng GDP,tăng trưởng tín dụng, lãi suất thực, tỷ lệ lạm phát, tỷ giá hối đoái, tỷ lệ thất nghiệp, cung tiền
Nguyễn Thị Hồng Vinh (2015) đã tìm ra một số các nhân tố có tác động đến nợ xấu trong hệ thống Ngân hàng thương mại Việt Nam (NHTMVN) trong giai đoạn 2007-
2014 Thông qua mô hình FEM, phương pháp Mômen tổng quát GMM dạng sai phân và GMM dạng hệ thống để tiến hành kiểm định mô hình ước lượng dữ liệu bảng Kết quả thu được sau nghiên cứu cho thấy cả yếu tố nội bộ bên trong và yếu tố khách quan bên ngoài đều có những tác động đáng kể đến tỷ lệ nợ xấu của hệ thống NHTMVN Trong đó, hai yếu tố khả năng sinh lời của ngân hàng và tốc độ tăng trưởng kinh tế là những yếu tố chính có ảnh hưởng ngược chiều đến nợ xấu của hệ thống NHTMVN Ngoài ra, các biến có tác động cùng chiều đến nợ xấu trong nghiên cứu trên bao gồm: nợ xấu trong quá khứ, quy mô ngân hàng và tăng trưởng tín dụng Đặc biệt, phương pháp GMM hệ thống cũng đã cung cấp thêm bằng chứng cho rằng vốn chủ sở hữu và lạm phát có khả năng tác động đến nợ xấu của các NHTMVN.
Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) đã nghiên cứu bộ dữ liệu gồm 27 NHTMCP tại Việt Nam bắt giai đoạn 2005 - 2016 Mục đích của nghiên cứu tương tự như nguyên cứu của Nguyễn Thị Hồng Vinh (2015) là kiểm tra liệu rằng nợ xấu của các ngân hàng có bị tác động bởi các các yếu tố bên trong và bên ngoài hay không. Ưu điểm của bài nghiên cứu là nhờ vào phương pháp hồi quy GMM sai phân có thể giúp mô hình khắc phục hiện tượng nội sinh, tự tương quan và phương sai thay đổi Kết quả là, tỷ lệ nợ xấu ở năm trước của ngân hàng có cùng chiều hướng tác động với tỷ lệ nợ xấu hiện tại của ngân hàng Đồng thời, các biến chi phí trích lập dự phòng rủi ro tín dụng, chi phí hoạt động, lợi nhuận của ngân hàng có ảnh hưởng không cùng chiều với tỷ lệ nợ xấu của các ngân hàng Kết quả của nghiên cứu này cũng cho thấy khi tốc độ tăng trưởng kinh tế tăng thì dẫn đến tỷ lệ nợ xấu của các ngân hàng cũng tăng theo Trên cơ sở kết quả nghiên cứu, hai tác giả trên đã gợi ý một số khuyến nghị góp phần giúp các ngân hàng Việt Nam cải thiện tình trạng nợ xấu leo thang.
Nguyễn Thị Như Quỳnh và các cộng sự (2018) cũng thực hiện nghiên cứu nhằm tìm ra các biến có khả năng ảnh hưởng đến tỷ trọng nợ xấu của NHTM trong vòng 10 năm (2006-2016) Dữ liệu được thu thập từ mẫu nghiên cứu gồm 25 NHTMCP ở Việt
Nam Các mô hình Pooled OLS, FEM, REM đã được nhóm nghiên cứu áp dụng kiểm định sau đó đưa ra kết luận FEM là mô hình phù hợp Tuy nhiên mô hình FEM sau khi kiểm định khuyết tật thì có hiện tượng phương sai sai số thay đổi và để khắc phục hạn chế trên, mô hình hồi quy theo phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) được sử dụng Kết quả nghiên cứu cho thấy tỷ lệ thất nghiệp, tốc độ tăng trưởng kinh tế và tăng trưởng tín dụng của ngân hàng đều có tác động ngược chiều với nợ xấu, tại ý nghĩa thống kê mức 1% Đồng thời, tỷ lệ nợ xấu năm trước và tỷ lệ lạm phát tương quan cùng chiều với tỷ lệ nợ xấu hiện tại.Dẫu vậy, chưa tìm thấy mối liên hệ giữa yếu tố khả năng sinh lời và quy mô của ngân hàng đối với tỷ lệ nợ xấu.
Các yếu tố ảnh hưởng đến nợ xấu ngân hàng
Nhiều nghiên cứu trước đã chứng minh có mối quan hệ giữa các yếu tố nội sinh của ngân hàng có ảnh hưởng đến tỷ lệ nợ xấu.
Quy mô ngân hàng là một trong những yếu tố quan trọng thể hiện năng lực cạnh tranh trên thị trường và tiềm lực tài chính của các NHTMCP Theo Harimurti và các cộng sự (2022) nợ xấu chịu tác động thuận chiều đáng kể từ quy mô ngân hàng, điều này tác giả được lý giải thông qua kết quả các nghiên cứu trước như Laksono & Setyawan (2019) cho rằng "các ngân hàng lớn có xu hướng gia tăng hoạt động cho vay để đạt được lợi nhuận tối đa vì các ngân hàng lớn được chính phủ bảo vệ trong trường hợp có điều gì đó xảy ra, do đó tỷ lệ nợ xấu cũng tăng theo" Nghiên cứu của Louzis và cộng sự (2010) và Nguyễn Thị Hồng Vinh (2015) tương tự cũng đưa ra kết luận quy mô ngân hàng có tác động cùng chiều với nợ xấu.
Tuy nhiên cũng có nhiều nghiên cứu khác cho ra kết quả không thống nhất Salas và Saurina (2002) và Jin-li Hu và các cộng sự (2004) đã chỉ ra mối quan hệ ngược chiều giữa quy mô ngân hàng và rủi ro tín dụng ngân hàng Rủi ro tín dụng ở các ngân hàng lớn được kiểm soát tốt hơn do họ đủ khả năng xây dựng một hệ thống quản lý rủi ro chặt chẽ hơn và nắm giữ các danh mục cho vay với rủi ro thấp hơn Trong khi đó tại Việt Nam nghiên cứu của Nguyễn Thị Như Quỳnh và các cộng sự (2018) lại không tìm thấy mối quan hệ giữa quy mô ngân hàng và nợ xấu.
Wood & Skinner (2018) cho rằng "lượng tín dụng được giải ngân càng nhiều thì khả năng xảy ra nợ xấu càng cao Quy mô của ngân hàng càng lớn, hoạt động cho vay khách hàng càng diễn ra sôi nổi Song song với đó là rủi ro tín dụng cũng tăng theo do khối lượng cho vay lớn, quy trình cho vay được đơn giản hóa để tiết kiệm thời gian có thể gây ra các rủi ro tiềm ẩn".
2.3.1.2 Tỷ lệ dự phòng rủi ro tín dụng Để ổn định thu nhập và đảm bảo tỷ lệ an toàn vốn, việc trích lập dự phòng rủi ro tín dụng giúp các ngân hàng chuẩn bị trước lượng tiền tương ứng để bù đắp kịp thời cho những tổn thất trong hoạt động tín dụng của mình Messai và Jouini (2013) và Nguyễn Thị Bích Ngọc (2016) đã có những bài nghiên cứu cho thấy khi tỷ lệ dự phòng rủi ro tín dụng tăng thì nợ xấu cũng sẽ tăng lên Không những thế nếu dự phòng nợ xấu ngày càng tăng sẽ khiến lợi nhuận của các ngân hàng gặp khó khăn.
Mặc khác, Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) tìm thấy mối quan hệ trái dấu giữa tỷ trọng nợ xấu ngân hàng và dự phòng rủi ro tín dụng Nghĩa là các ngân hàng trích lập dự phòng càng nhiều sẽ càng giảm thiểu được mức nợ xấu Điều này được giải thích bởi chính sách thận trọng, khi mà công tác kiểm soát các khoản vay sau giải ngân ngày càng được các ngân hàng dành nhiều sự chú ý, theo dõi sát sao, với nổ lực kịp thời nhận diện những dấu hiệu bất thường từ phía khách hàng để tiến hành thương lượng và giải quyết vấn đề từ sớm.
Tín dụng là tài sản sinh lời chủ yếu của ngân hàng, do đó đi đôi với quá trình mở rộng hoạt động cho vay việc trích lập dự phòng rủi ro tín dụng cũng sẽ có xu hướng tăng theo để đáp ứng yêu cầu duy trì sự ổn định của toàn hệ thống và giảm thiểu tổn thất ở mức thấp nhất cho ngân hàng.
2.3.1.3 Tỷ lệ vốn chủ sở hữu trên tổng tài sản
Tỷ lệ vốn chủ sở hữu trên tổng tài sản dùng để đo lường mức độ vốn hóa của ngân hàng Nghiên cứu của Keeton và Morris (1987) đã cho thấy các ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản thấp thường có tỷ lệ nợ xấu cao Tương tự, Louzis và cộng sự
(2010) và Klein (2013), mức vốn hóa thấp thể hiện sự chưa vững chắc về tiềm lực tài chính của một số các NHTM vì họ thường tận dụng nguồn vốn chủ sở hữu để giúp các tài sản có đang nắm giữ không bị giảm giá trị, đồng thời tránh gặp rủi ro thanh khoản cho ngân hàng.
2.3.1.4 Tốc độ tăng trưởng tín dụng
Tăng trưởng tín dụng là tỷ lệ phần trăm sự tăng lên (hoặc giảm xuống) của lượng giá trị tiền tệ mà hệ thống ngân hàng cung cấp cho cho các khách hàng trong nền kinh tế ở kỳ này so với kỳ trước Theo đó nhiều kết quả nghiên cứu về tăng trưởng tín dụng và mối quan hệ với tỷ lệ nợ xấu cho ra các kết quả không đồng nhất với nhau Các nghiên cứu của Keeton (1999), Salas và Saurina (2002) đồng ý rằng tốc độ tăng trưởng tín dụng có tác động tích cực đến tỷ lệ nợ xấu ngân hàng, tăng trưởng tín dụng một cách nhanh chóng, đi kèm với việc hạ thấp tiêu chuẩn tín dụng, sẽ góp phần làm tăng tổn thất cho vay Nguyễn Thị Hồng Vinh (2015) giải thích "do trong giai đoạn nghiên cứu 2007-2014 các ngân hàng cạnh tranh đặt mục tiêu lợi nhuận và hạ thấp các tiêu chuẩn cấp tín dụng để chú trọng việc tăng trưởng tín dụng, điều này làm gia tăng nợ xấu ở các NHTMVN".
Trái lại, Nguyễn Thị Bích Ngọc (2016) cho rằng "khi tổng mức cho vay của ngân hàng tăng lên, các NHTM sẽ có một hệ thống giám sát và quản lý các khoản vay tốt hơn, không chạy theo lợi nhuận trước mắt mà ngày càng chú ý hơn đến chất lượng tín dụng cũng như quy mô tín dụng cùng một lúc Vì vậy tốc độ tăng trưởng tín dụng và tỷ lệ nợ xấu ngân hàng tác động ngược chiều nhau".
2.3.1.5 Lợi nhuận trên tổng vốn chủ sở hữu
Tỷ lệ lợi nhuận trên tổng vốn chủ sở hữu (ROE) đo lường khả năng sinh lợi trên mỗi đồng vốn của cổ đông thường Đối với các cổ đông đây là chỉ số phân tích tài chính quan trọng nhất Tỷ lệ ROE cao chứng tỏ ngân hàng đã sử nguồn vốn cổ đông một cách có hiệu quả đồng thời kết hợp hài hòa với nhu cầu vốn vay nhằm khai thác tốt lợi thế cạnh tranh trong quá trình huy động vốn và cho vay khách hàng Hầu hết các nghiên cứu trước điều chỉ ra rằng ROE có mối quan hệ trái chiều với tỷ lệ nợ xấu của ngân hàng, trong đó có thể kể đến như Louzis và cộng sự (2010), Ghosh (2015) hay Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) đều góp phần củng cố kết quả nghiên cứu trên Lý giải cho mối quan hệ này là do khi các ngân hàng thu được lợi nhuận cao cho thấy chất lượng các khoản vay là tốt, bên cạnh đó công tác rà soát sau giải ngân được kiểm soát tốt dẫn đến nâng cao khả năng thu hồi vốn gốc và lãi vay, giảm bớt tỷ lệ nợ xấu Bên cạnh đó, khi hoạt động cho vay diễn ra hiệu quả, các ngân hàng không cần hạ thấp tiêu chuẩn tín dụng để cạnh tranh tìm lợi nhuận từ những khoản vay không đạt chuẩn Ngược lại, nguy cơ nợ xấu dễ tiềm ẩn ở những ngân hàng có hoạt động kinh doanh kém hiệu quả, khả năng sinh lời thấp phải tìm cách sinh lời nhờ vào việc cấp các khoản tín dụng dưới chuẩn.
Bảng 2.1 Tóm tắt các nghiên cứu trước liên quan đến các yếu tố vi mô
Yếu tố Tác động cùng chiều
Tác động ngược chiều Không tác động
Hồng Vinh (2015) Harimurti và các cộng sự (2022)
Jin-li Hu và các cộng sự (2004)
Nguyễn Thị Như Quỳnh và các cộng sự (2018)
Dự phòng rủi ro tín dụng
Phạm Dương PhươngThảo và Nguyễn Linh Đan (2018)
Tỷ lệ vốn chủ sở hữu trên tổng tài sản
Keeton và Morris (1987) Louzis và cộng sự (2010)
Tốc độ tăng trưởng tín dụng
Keeton (1999) Salas và Saurina Nguyễn Thị Bích Ngọc
Hồng Vinh (2015) Lợi nhuận trên tổng vốn chủ sở hữu
Ghosh (2015) Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018)
Nguồn: Tác giả tự tổng hợp
Bên cạnh các yếu tố vi mô thì các yếu tố vĩ mô cũng được nhiều nghiên cứu chứng minh là có khả năng tác động đến tỷ lệ nợ xấu của các ngân hàng.
2.3.2.1 Tốc độ tăng trưởng kinh tế
Tổng sản phẩm quốc nội (GDP) là chỉ tiêu quan trọng để đo lường tốc độ tăng trưởng kinh tế của một quốc gia Theo Wikipedia định nghĩa đây là "chỉ tiêu kinh tế tổng hợp khả năng sản xuất của một nền kinh tế hay tổng giá trị hàng hóa và dịch vụ cuối cùng được sản xuất ra trong lãnh thổ kinh tế của quốc gia, đo lường quy mô và tốc độ tăng trưởng của nền kinh tế" Đa số các nghiên cứu trong quá khứ đều chỉ ra rằng GDP có mối quan hệ ngược chiều với nợ xấu ngân hàng Theo đó, Jimenez và Saurina (2006) giải thích rằng khi GDP tăng, nền kinh tế đang ở giai đoạn phát triển hưng thịnh, đảm bảo thu nhập định ổn định từ đó tạo điều cho người đi vay có khả năng trả nợ cao hơn, góp phần làm giảm thiểu tỷ lệ nợ xấu Dựa trên tiền đề tham khảo nghiên cứu trước, tại Việt Nam, Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) và Nguyễn Thành Đạt (2018) cũng cho kết quả tương đồng Khi tốc độ tăng trưởng kinh tế thấp các hoạt động kinh tế nhìn chung sẽ suy giảm, lượng tiền mặt được nắm giữ bởi các tổ chức kinh doanh hoặc các hộ gia đình cũng sẽ suy giảm theo Những yếu tố này sẽ làm giảm khả năng trả nợ của người đi vay, và dẫn đến gia tăng khả năng các khoản vay của ngân hàng bị chuyển thành các khoản nợ xấu.
Theo Wikipedia định nghĩa "lạm phát là sự tăng mức giá chung liên tục của hàng hóa, dịch vụ theo thời gian và là sự mất giá của một loại tiền tệ của quốc gia này so với một quốc gia khác" Klein (2013) quan điểm tỷ lệ lạm phát cao sẽ dẫn tới sự suy giảm nhanh chóng vốn chủ sở hữu của các NHTM và làm tăng mức độ nợ xấu ngân hàng Bên cạnh đó, Nguyễn Thị Hồng Vinh (2015) cho rằng để đối phó với tỷ lệ lạm phát cao, chính phủ thường sẽ áp dụng các chính sách tài khóa và tiền tệ thắt chặt gây khó khăn cho người đi vay, làm giảm khả năng trả nợ của người đi vay, đẩy mức dư nợ xấu của các NHTM tăng lên Mặc dù nghiên cứu của Harimurti và các cộng sự (2022) cho thấy mức tác động của tỷ lệ lạm phát đến nợ xấu là không đáng kể nhưng cũng đã góp phần chứng minh chúng có có mối tương quan cùng dấu tới tỷ lệ nợ xấu của ngân hàng Mặc khác, trong nghiên cứu của Nguyễn Thành Đạt (2018) lại không tìm thấy mức ý nghĩa thống kê của biến tỷ lệ lạm phát.
Hầu hết các nghiên cứu trước điều cho thấy mối tương quan cùng chiều giữa tỷ lệ thất nghiệp và tỷ lệ nợ xấu của ngân hàng, theo đó các kết quả nghiên cứu của Louzis và cộng sự (2010), Messai và Jouini (2013), Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng
PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
Mô hình nghiên cứu
Căn cứ vào mô hình nghiên cứu của các nghiên cứu thực nghiệm trước đây như Nguyễn Thị Hồng Vinh (2015), Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018), Messai và Jouini (2013), Keeton và Morris (1987), Harimurti và các cộng sự (2022), tác giả đề xuất mô hình nghiên cứu như sau:
NPL i,t = £o +& SIZE i,t + 02 LLR i,t + 03 ETA i,t + ^ LGR i,t + 05 ROE i,t + ^ GDP t + ^7 INF t +
Biến phụ thuộc là: Tỷ lệ nợ xấu (NPL i,t )
Các biến độc lập gồm: Quy mô ngân hàng (SIZEi,t), Dự phòng cho vay khách hàng (LLR i,t ), Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA i,t ), Tốc độ tăng trưởng tín dụng (LGRi,t), Khả năng sinh lời trên vốn chủ sở hữu (ROEi,t), Tốc độ tăng trưởng kinh tế (GDP t ), Tỷ lệ lạm phát (INF t ), Tỷ lệ thất nghiệp (UNE t )
Với i,t đại biểu cho từng ngân hàng và năm khảo sát tương ứng, $0 là hệ số chặn của mô hình, /^1 đến /^8 lần lượt là các hệ số góc tương ứng với các biến độc lập trong mô hình và , là phần dư thống kê.
Giải thích các biến được lựa chọn và kỳ vọng về dấu
Đầu tiên, ngày 22/04/2005 NHNN Việt nam có quyết định 493/2005/QĐ – NHNN về các khoản dư nợ tín dụng từ khách hàng Theo đó "nợ xấu bao gồm các khoản nợ thuộc nhóm
3, nhóm 4 và nhóm 5" Do vậy Tỷ lệ nợ xấu của NHTMCP sẽ được tính bằng tổng dư nợ các nhóm 3,4,5 chia cho tổng dư nợ cho vay khách hàng Số liệu về dư nợ nhóm 3,4,5 được lấy từ mục thuyết minh báo cáo tài chính của các NHTMCP, số liệu tổng dự nợ cho vay khách hàng được trích từ bảng cân đối kế toán hàng năm của các ngân hàng giai đoạn 2017-2021.
Nợ nhóm 3 + Nợ nhóm 4+Nợ nhóm 5 Tổngdưnợ cho vay khách hàng
NPL = (3.1) Đối với biến độc lập, dựa trên các bài nghiên cứu trước quy mô ngân hàng được ước lượng bằng cách lấy logarit tự nhiên của tổng tài sản Theo đó dữ liệu về tổng tài sản của ngân hàng được trích từ bảng cân đối kế toán hàng năm của các ngân hàng giai đoạn 2017-
2021 Dựa trên kết quả nghiên cứu của Nguyễn Thị Hồng Vinh (2015) và Wood & Skinner
(2018) tác giả đề ra giả thuyết quy mô ngân hàng có khả năng tác động cùng chiều với tỷ lệ nợ xấu.
SIZE = Log (Tổng tài sản) (3.2)
Giả thuyết H 1 : Biến SIZE có tác động cùng chiều với NPL của các NHTMCP tại Việt Nam.
Tỷ lệ dự phòng cho vay khách hàng được tính bằng công thức dự phòng cho vay khách hàng trên tổng dư nợ cho vay khách hàng Trong đó, số liệu về dự phòng rủi ro cho vay khách hàng và tổng dự nợ cho vay khách hàng được trích từ bảng cân đối kế toán hàng năm của các ngân hàng giai đoạn 2017-2021 Dựa trên kết quả nghiên cứu của Messai và Jouini
(2013) và Nguyễn Thị Bích Ngọc (2016) tác giả đề ra giả thuyết tỷ lệ dự phòng cho vay khách hàng có khả năng tác động cùng chiều với tỷ lệ nợ xấu.
Dự phòng cho vay khá ch hàng Tổng dưnợ cho vay khách hàng
Giả thuyết H 2 : Biến LLR có tác động cùng chiều với NPL của các NHTMCP tại Việt Nam. Đối với biến tỷ lệ vốn chủ sở hữu trên tổng tài sản sẽ được đo lường đơn giản bằng cách lấy vốn chủ sở hữu chia cho tổng tài sản của ngân hàng Dữ liệu về vốn chủ sở hữu và tổng tài sản đều được tác giả thu thập từ bảng cân đối kế toán hàng năm của 25 NHTMCP tại Việt Nam trong giai đoạn 2017-2021 Dựa trên kết quả nghiên cứu của Louzis và cộng sự
(2010) và Klein (2013) tác giả đề xuất tỷ lệ vốn chủ sở hữu trên tổng tài sản có khả năng tác động ngược chiều với tỷ lệ nợ xấu.
Giả thuyết H 3 : Biến ETA có tác động ngược chiều với NPL của các NHTMCP tại
Tốc độ tăng trưởng tín dụng của ngân hàng là một trong những biến độc lập quan trọng trong mô hình Theo đó, tốc độ tăng trưởng tín dụng sẽ bằng dư nợ năm hiện tại trừ dư nợ năm trước đó chia cho dư nợ của năm trước Như đã đề cập, số liệu về dư nợ cho vay sẽ được trích từ bảng cân đối kế toán trong báo cáo tài chính thường niên của các NHTMCP tại Việt Nam giai đoạn 2017-2021 Dựa trên kết quả nghiên cứu của Nguyễn Thị Hồng Vinh
(2015) tác giả đề xuất tốc độ tăng trưởng tín dụng có khả năng tác động cùng chiều với tỷ lệ nợ xấu. Тổng dư nợ cho vay khách hàngổng dư nợ cho vay khách hàng t~ Тổng dư nợ cho vay khách hàngổng dư nợ cho vay khách hàng t-l
LGR = (3.5) Тổng dư nợ cho vay khách hàngổng dư nợ cho vay khách hàng t-1
Giả thuyết H4: Biến LGR có tác động cùng chiều với NPL của các NHTMCP tại Việt Nam.
Tỷ lệ lợi nhuận trên tổng vốn chủ sở hữu thể hiện khả năng sinh lời của ngân hàng trên mỗi đồng vốn mà cổ đông bỏ ra Công thức tính ROE được áp dụng phổ biến là lấy lợi nhuận sau thuế chia cho vốn chủ sở hữu Trong khi số liệu về lợi nhuận sau thuế chủ yếu được trích lập từ các báo cáo kết quả hoạt động kinh doanh của ngân hàng thì dữ liệu về vốn chủ sở hữu được thu thập từ nguồn bảng cân đối kế toán của các ngân hàng từ 2017 đến 2021. Dựa trên kết quả nghiên cứu của Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) tác giả đề xuất tỷ lệ lợi nhuận trên tổng vốn chủ sở hữu có khả năng tác động ngược chiều với tỷ lệ nợ xấu.
Giả thuyết H 5 : Biến ROE có tác động ngược chiều với NPL của các NHTMCP tại Việt Nam.
Về phía các biến độc lập vĩ mô được chọn để phục vụ cho mô hình nghiên cứu, GDP là nhân tố được sử dụng tương đối nhiều trong các nghiên cứu trước Theo đó, tốc độ tăng trưởng kinh tế sẽ được tính bằng GDP năm hiện tại trừ GDP năm trước đó chia cho GDP của năm trước Số liệu của GDP trong giai đoạn 2017- 2021 được cung cấp từ một tổ chức có độ tin cậy cao là World Bank Dựa trên kết quả nghiên cứu của Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) hay Nguyễn Thành Đạt (2018) tác giả đề xuất tốc độ tăng trưởng kinh tế có khả năng tác động ngược chiều với tỷ lệ nợ xấu
Giả thuyết H 6 : Biến GDP có tác động ngược chiều với NPL của các NHTMCP tại Việt Nam.
Tỷ lệ lạm phát được đo lường chủ yếu thông qua chỉ số giá tiêu dùng hay còn được gọi là CPI Theo Wikipedia định nghĩa "chỉ số giá tiêu dùng là chỉ số tính theo phần trăm để phản ánh mức thay đổi tương đối của giá hàng tiêu dùng theo thời gian Sở dĩ chỉ là thay đổi tương đối vì chỉ số này chỉ dựa vào một giỏ hàng hóa đại diện cho toàn bộ hàng tiêu dùng". Công thức CPI năm hiện tại trừ CPI năm trước đó chia cho CPI của năm trước được áp dụng để tính tỷ lệ lạm phát hàng năm Tương tự như GDP, dữ liệu của tỷ lệ lạm phát cũng được trích từ nguồn World Bank trong giai đoạn 2017-2021 Dựa trên kết quả nghiên cứu của Nguyễn Thị Hồng Vinh (2015) tác giả đề xuất tỷ lệ lạm phát có khả năng tác động cùng chiều với tỷ lệ nợ xấu.
Giả thuyết H 7 : Biến INF có tác động cùng chiều với NPL của các NHTMCP tại Việt Nam.
Cuối cùng, biến tỷ lệ thất nghiệp được tính bằng cách lấy số người thất nghiệp năm hiện tại trừ số người thất nghiệp năm trước đó chia cho số người thất nghiệp của năm trước Cũng giống như các biến vĩ mô khác, số liệu của tỷ lệ thất nghiệp thời kỳ 2017-2021 được trích từ nguồn thống kê của World Bank Dựa trên kết quả nghiên cứu của Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng (2020) tác giả đề xuất tỷ lệ thất nghiệp có khả năng tác động cùng chiều với tỷ lệ nợ xấu. số "ẵ ườ LÊ ất nghiệPt-Số ngườithấtnghiệp t-1 số người thất nghiệp t-1
Giả thuyết H 8 : Biến UNE có tác động cùng chiều với NPL của các NHTMCP tại Việt Nam.
Bảng 3.1 Tóm tắt các biến trong mô hình nghiên cứu và kỳ vọng về dấu
Loại Tên Biến Phương pháp tính Kỳ vọng về dấu Biến phụ thuộc
(NPL i,t ) Νợ nhóm 3+Νợ nhóm 4+Νợ nhóm 5 ợ nhóm 3+Νợ nhóm 3+Νợ nhóm 4+Νợ nhóm 5 ợ nhóm 4+Νợ nhóm 3+Νợ nhóm 4+Νợ nhóm 5 ợ nhóm 5 Тổng dư nợ cho vay khách hàngổng dư nợ cho vay khách hàng
Tỷ lệ dự phòng cho vay khách hàng (LLR i,t )
Dự phòng cho vay khách hàng Тổng dư nợ cho vay khách hàngổng dư nợ cho vay khách hàng +
Tỷ lệ vốn chủ sở hữu trên tổng tài sản
Vốn chủ sở hữu Тổng dư nợ cho vay khách hàngổng tài sản -
Tốc độ tăng trưởng tín dụng (LGRi,t)
Dư nợ cho vay t - Dư nợ cho vay
Tỷ lệ lợi nhuận trên tổng vốn chủ sở hữu (ROE i,t )
Lợi nhuận sau thuế Vốn chủ sở hữu -
Tốc độ tăng trưởng kinh tế (GDP t )
Tỷ lệ lạm phát (INF t )
Tỷ lệ thất nghiệp (UNE t ) Ѕố người thất nghiệpố người thất nghiệp t - Ѕố người thất nghiệpố người thất nghiệp \ Ѕố người thất nghiệpố người thất nghiệp 1 \ +
Nguồn: Tác giả tự tổng hợp.
Phương pháp nghiên cứu
Phương pháp nghiên cứu định tính: bàn về những lý thuyết, khái niệm cơ bản của nợ xấu, cơ sở lý thuyết về các yếu tố tác động đến nợ xấu, lược khảo và thảo luận các nghiên cứu đã thực hiện ở quốc tế và Việt Nam về các biến tác động đến nợ xấu Khái quát sơ lược về thực trạng nợ xấu hiện nay của các NHTMCP ở nước ta Cuối cùng, thảo luận về kết quả nghiên cứu, rút ra kết luận và đề xuất một số gợi ý, khuyến nghị hỗ trợ hạn chế gia tăng nợ xấu trong tương lai.
Phương pháp nghiên cứu định lượng: xác định kết quả nghiên cứu xu hướng ảnh hưởng và mức độ ảnh hưởng của các yếu tố tác động đến nợ xấu tại các NHTM Việt Nam,thông qua sợ hỗ trợ của phần mềm Excel và EViews 10 cụ thể như sau: thống kê mô tả, phân tích tương quan và phân tích hồi quy dữ liệu bảng Ngoài ra, khuyết tật của mô hình cũng sẽ được kiểm định trong khóa luận.
KẾT QUẢ NGHIÊN CỨU CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN NỢ XẤU CỦA CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN TẠI VIỆT
Thực trạng nợ xấu của các NHTMCP tại Việt Nam hiện nay
Theo đánh giá của NHNN, giai đoạn 2016-2019, ngành ngân hàng đã khá thành công trong việc kiểm soát tỷ lệ nợ xấu của các ngân hàng, đảm bảo an toàn hoạt động hệ thống, có những bước tiến trong việc cơ cấu lại các TCTD, và đặc biệt giảm đáng kể tỷ lệ nợ xấu toàn ngành Theo đó tỷ lệ nợ xấu nội bảng và nợ xấu gộp lần lượt giảm từ 2.5% và 10.8% năm
2016 xuống còn 1.6% và 4.4% năm 2019, với sự góp sức không nhỏ từ việc triển khai Nghị quyết số 42/2017/QH14 của Quốc Hội về thí điểm cơ chế xử lý nợ xấu của các TCTD.
Hình 4.1 Tỷ lệ nợ xấu giai đoạn 2016 -2021
Nguồn: Thống kê của Ngân hàng nhà nước
Tuy nhiên, bước sang giai đoạn 2019-2021 diễn biến nợ xấu toàn ngành ngân hàng không theo xu hướng tích cực và đang có dấu hiệu tăng trở lại Tốc độ lây lan nhanh chóng của đại dịch Covid-19 đã có những ảnh hưởng nghiêm trọng đến hoạt động sản xuất kinh doanh của hầu hết các doanh nghiệp và đời sống của người dân Hơn thế nữa tình trạng kéo dài của các đợt dịch đã đẩy các doanh nghiệp vào thế khó khi vừa phải trang trải chí phí duy trì hoạt động vừa xoay vòng vốn trong khi sản phẩm, hàng hóa sản xuất được lại bị tắc nghẽn lưu thông Chính điều này đã góp phần không nhỏ trong việc làm gia tăng tỷ lệ nợ xấu của các ngân hàng nói riêng vào toàn ngành nói chung Theo đó, tỷ lệ nợ xấu nội bảng tăng nhẹ qua các năm từ 1.6% năm 2019 lên 1.7% năm kế tiếp và đạt 1.9% vào năm 2021 Mặc khác, tỷ lệ nợ xấu gộp (bao gồm nợ xấu nội bảng, nợ xấu bán cho Công ty Quản lý tài sản (VAMC) chưa được xử lý và nợ xấu tiềm ẩn từ các khoản cơ cấu lại) thể hiện mức tăng rõ rệt hơn Tỷ lệ nợ xấu gộp chạm mốc 7.3% vào cuối năm 2021, tăng 2.2% so với năm liền trước đó, và tăng 2.9% so với cuối năm 2019.
Theo báo cáo tài chính năm 2021 đã được công bố, nợ xấu tại các ngân hàng có xu hướng tăng mạnh, trong đó một số ngân hàng có mức tăng đáng chú ý như VPBank (tăng 60% so với 2020), Vietinbank (49%), VIB (58%), HDB (43%),
Bảng 4.1 Danh sách ngân hàng có nợ xấu cao nhất giai đoạn 2020-2021. ĐVT: Tỷ đồng
Theo thống kê bảng 4.1, một số ngân hàng có mức nợ xấu trong dư nợ cho vay khách hàng cao nhất giai đoạn 2020-2021 gồm có VPBank, VietinBank, BIDV,
Vietcombank, Sacombank, SHB, VIB Tuy nhiên có sự thay đổi ở các vị trí dẫn đầu, cụ thể năm 2020 ngân hàng BIDV có nợ xấu cao nhất với 21,369 tỷ đồng, kế đến là VPBank với 9,924 tỷ đồng, VietinBank theo sát ngay sau đó với 9,597 tỷ đồng Sang năm 2021, mức nợ xấu của các ngân hàng này chênh lệch lớn so với năm trước Theo đó, VPBank đã soán ngôi của BIDV và trở thành ngân hàng có nhiều nợ xấu nhất năm với khối nợ xấu gần 15,887 tỷ đồng, tương ứng với mức tăng 60.09% Tuy nhiên con số được trích từ báo cáo tài chính hợp nhất nên sẽ bao gồm nợ xấu của công ty con (FE Credit) chiếm khoảng 65% do tác động của đại dịch Covid-19 Vấn đề này có thể sẽ được giải quyết khi hoạt động kinh doanh của FE Credit đã khởi sắc trở lại sau khi các quy định giãn cách xã hội được gỡ bỏ từ quý IV/2021 Về phần ngân hàng mẹ VPBank, tỷ lệ nợ xấu được kiểm soát tốt và giảm từ 1.98% năm 2020 xuống còn 1.45% năm 2021 Trong khi đó, VietinBank vươn lên vị trí thứ 2 khi mà ngân hàng này phải ghi nhận khối nợ xấu gần 14,300 tỷ, tăng 49.00% so với năm ngoái Việc nợ xấu tại ngân hàng này tăng mạnh chủ yếu đến từ việc nợ nhóm 3 tăng mạnh gần 275%, từ 1,892 tỷ lên 7,096 tỷ Về phía BIDV, nhờ việc giảm nợ nhóm 5 là khối nợ lớn nhất tại ngân hàng chiếm gần 58%, nợ xấu đã giảm gần 38.02% trong năm 2021, chỉ còn 13,245 tỷ nợ xấu được ghi nhận. Đứng trước bối cảnh dịch bệnh diễn biến phức tạp, nền kinh tế cần thời gian để phục hồi và nguy cơ tiềm ẩn nợ xấu cao, đặc biệt nguy cơ nợ xấu có khả năng tiếp tục tăng lên khi các ngân hàng chuyển dần các khoản nợ được tái cơ cấu về đúng nhóm nợ sau khi Thông tư 14/2021/TT-NHNN hết hiệu lực vào ngày 30/6/2022 Các ngân hàng đã dành nhiều sự quan tâm hơn trong việc làm dày đệm dự phòng rủi ro tín dụng của mình. Trong đó nhiều ngân hàng đã tiến hành trích lập dự phòng với mức cao đạt kỷ lục nhờ đó giúp tăng sức phòng thủ cho toàn hệ thống ngân hàng trước nguy cơ rủi ro Đơn cử như Vietcombank đã trích lập đủ 100% dự phòng cho nợ cơ cấu, sớm hơn 2 năm so với thời hạn quy định của NHNN Tỷ lệ bao phủ nợ xấu tại Vietcombank đạt mức cao nhất trong hệ thống các ngân hàng với mức 424% Tương tự, tại BIDV tỷ lệ bao phủ nợ xấu cũng đạt mức cao nhất trong lịch sử với 235%, ngân hàng đã hoan thành trích lập dự phòng rủi ro đầy đủ 100% cho dư nợ cơ cấu Khả năng phòng ngừa rủi ro nợ xấu tại một số NHTMCP khác cũng được cải thiện đáng kể như VietinBank với tỷ lệ bao phủ tính đến cuối năm 2021 đạt 171%, tăng mạnh so với mức 132% của cuối năm 2020 Con số này tại ACB đã tăng từ mức 160% lên 210%, Techcombank tăng từ 171% lên 184%, TPBank tăng từ 134% lên 152%, LienVietPostBank tăng từ 90% lên 143%,
Tuy nhiên, NHNN cũng cảnh báo rằng cả các ngân hàng và hệ thống tài chính đều không thể chủ quan khi mà tỷ lệ bao phủ nợ xấu chỉ được tính toán với các khoản nợ xấu nội bảng, mà chưa tính đến các khoản nợ xấu bán cho VAMC chưa được xử lý Bên cạnh đó khi là việc Thông tư 14/2021/TT-NHNN hết hiệu lực sẽ làm xuất hiện các khoản nợ xấu tiềm ẩn từ nợ tái cơ cấu, và khả năng chuyển các khoản nợ từ nhóm 1,2 thành nợ xấu do điều kiện kinh doanh của các doanh nghiệp không thuận lợi trong thời gian tới cũng sẽ tăng không nhỏ Do đó áp lực sẽ trở nên nặng nề hơn khi các ngân hàng vừa đảm nhận nhiệm vụ kiểm soát chặt chẽ chất lượng nợ cho vay mà còn phải phối hợp với các chỉ đạo của NHNN để phân loại, tái cơ cấu lại nhóm nợ và xử lý nợ xấu, đồng thời đảm bảo gia tăng mạnh mẽ bộ đệm dự phòng rủi ro tín dụng.
Thống kê mô tả
NPL SIZE LLR ETA LGR ROE GDP INF UNE
Bảng 4.2 Thống kê mô tả các biến tham gia vào mô hình nghiên cứu
Nguồn: Trích xuất từ phần mềm Eviews 10
Dữ liệu thống kê của các biến vi mô được thu thập từ báo cáo tài chính của
25 NHTMCP tại Việt Nam hiện nay kết hợp với dữ liệu của các biến vĩ mô được thu thập từ nguồn World Bank trong vòng 5 năm liên tục từ 2017 đến 2021 Kết quả thống kê từ bảng 4.2 cho thấy đây là dữ liệu bảng cân bằng với bộ dữ liệu thu thập gồm có 125 quan sát Kết quả thống kê mô tả các biến được giải thích cụ thể như sau:
Tỷ lệ nợ xấu (NPL): theo kết quả nghiên cứu nợ xấu trung bình của 25 NHTMCP tại Việt Nam là 1.89% trong giai đoạn 2017-2021 Trong đó tỷ lệ nợ xấu cao nhất là 7.33% vào năm 2020 của ngân hàng Bảo Việt, ngân hàng có tỷ lệ nợ xấu thấp nhất là Techcombank với 0.47% năm 2020 Độ lệch chuẩn 1.13% thể hiện mức độ phân tán nợ xấu của các NHTMCP tại Việt Nam tương đối lớn.
Quy mô ngân hàng (SIZE): Quy mô ngân hàng dao động trong khoảng từ 5.04 đến 9.24, giá trị trung bình đạt 7.58 Cụ thể, năm 2021 BIDV dẫn đầu về quy mô ngân hàng đạt 9.24, với tổng tài sản lên đến 1,761,695,792 triệu đồng Mặt khác, SGB là ngân hàng có quy mô nhỏ nhất 5.04 vào năm 2018, với tổng tài sản khoảng 20,373,555 triệu đồng Độ lệch chuẩn 1.11 nhỏ hơn so với giá trị trung bình, có thể thấy dữ liệu về quy mô ngân hàng dao động ổn định và hầu hết các ngân hàng đều có quy mô tăng dần qua các năm.
Tỷ lệ dự phòng cho vay khách hàng (LLR): bình quân tỷ lệ dự phòng cho vay khách hàng của 25 NHTMCP ở Việt Nam vào khoảng 1.27%, ứng với độ lệch chuẩn 0.49% Trong đó, ngân hàng có tỷ lệ dự phòng cao nhất là ngân hàng Nam Á với 4.19% tương ứng 1,490,305 triệu đồng trong năm 2017 Trái lại, TPB là ngân hàng có mức dự phòng rủi ro thấp nhất năm 2021 với 0.005% chỉ tương ứng 7,257 triệu đồng.
Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA): giá trị trung bình của tỷ lệ vốn chủ sở hữu trên tổng tài sản là 8.15% với độ lệch chuẩn khá cao khoảng 3.12% Đáng chú ý, TCB là ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản cao nhất với gần 16.97% năm 2020 Ngược lại, PGB là ngân hàng có tỷ lệ thấp nhất năm 2018 với 1.24%.
Tốc độ tăng trưởng tín dụng (LGR): các NHTMCP tại Việt Nam có tốc độ tăng trưởng bình quân 16.25%, trong khi đó độ lệch chuẩn tương đối ổn định với 9.63% Dẫn đầu về tốc độ tăng trưởng tín dụng là ngân hàng NAB đạt 50.11% vào năm 2017 Mặc khác, ngân hàng EIB ghi nhận tốc độ tăng trưởng -11.31% năm 2020.
Tỷ lệ lợi nhuận trên tổng vốn chủ sở hữu (ROE): theo thống kê tỷ lệ lợi nhuận trên tổng vốn chủ sở hữu bình quân của các ngân hàng trong nghiên cứu là 11.54% ACB là ngân hàng có ROE cao nhất năm 2018 với 24.44%, trong khi đó NVB với 0.028% là ngân hàng có tỷ lệ lợi nhuân trên tổng vốn chủ sở hữu thấp nhất năm 2020 Đô lệch chuẩn không quá lớn khoảng 6.80%.
Tốc độ tăng trưởng kinh tế (GDP): tốc độ tăng trưởng kinh tế bình quân nước ta trong giai đoạn 2017-2021 đạt 5.64% Độ lệch chuẩn dao động tương đối 2.23% Tốc độ tăng trưởng kinh tế cao nhất đạt 7.50% vào năm 2018, chỉ số này thấp nhất vào năm 2021 với 2.60% Nhìn chung tốc độ tăng trưởng kinh tế của Việt Nam phải chịu sự ảnh hưởng không hề nhỏ trong giai đoạn dịch Covid-19 hoành hành.
Hình 4.2 Tốc độ tăng trưởng kinh tế giai đoạn 2017-2021
Tỷ lệ lạm phát (INF): Giai đoạn 2017-2021, Việt Nam có tỷ lệ lạm phát trung bình vào khoảng 2.96%, độ lệch chuẩn 0.63% Tỷ lệ lạm phát cao nhất là 3.50% ở giai đoạn 2017-2018, con số này thấp nhất là 1.80% vào năm 2021 Tỷ lệ này biến động không ổn định trong giai đoạn 5 năm nghiên cứu.
Hình 4.3 Tỷ lệ lạm phát giai đoạn 2017-2021
Tỷ lệ thất nghiệp (UNE): 1.94% là con số thể hiện tỷ lệ thất nghiệp trung bình ở
Việt Nam từ năm 2017 đến năm 2021 Tỷ lệ này đạt giá trị cao nhất là 2.40% vào năm
2020 và thấp nhất là 1.20% vào năm 2018 Độ lệch chuẩn dao động tương đối nhỏ với 0.41% Nhìn chung, tỷ lệ thất nghiệp trong giai đoạn này tương đối ổn định, dao động quanh mức 2%.
Hình 4.4 Tỷ thất nghiệp giai đoạn 2017-2021
Kết quả nghiên cứu
4.3.1 Phân tích tương quan mô hình nghiên cứu
Bảng 4.3 Ma trận hệ số tương quan giữa các biến trong mô hình nghiên cứu
NPL SIZE LLR ETA LGR ROE GDP INF UNE
Nguồn: Trích xuất từ phần mềm Eviews 10
Thông qua bảng 4.3 có thể nhận thấy các biến độc lập như: SIZE, LGR, ROE và UNE có tác động ngược chiều với biến phụ thuộc NPL Theo đó, biến SIZE có tương quan âm với biến phụ thuộc NPL là -0.1151, nghĩa là khi quy mô ngân hàng tăng 1 đơn vị thì tỷ lệ nợ xấu giảm 0.1151 đơn vị và ngược lại Các biến độc lập LGR, ROE, UNE có tương quan với biến phụ thuộc NPL lần lượt là -0.2451; - 0.3892; -0.0147 thể hiện khi tốc độ tăng trưởng tín dụng giảm 0.2451 đơn vị hoặc tỷ lệ lợi nhuận trên tổng vốn chủ sở hữu giảm 0.3892 đơn vị hoặc tỷ lệ thất nghiệp giảm 0.0147 đơn vị thì tỷ lệ nợ xấu tăng 1 đơn vị và ngược lại.
Mặc khác, các biến còn lại trong mô hình như: LLR, ETA, GDP, INF có tác động cùng chiều đối với biến phụ thuộc NPL Tương quan dương giữa biến độc lập LLR và biến phụ thuộc NPL là 0.1017, cho thấy tỷ lệ dự phòng rủi ro cho vay khách hàng càng cao thì có khả năng sẽ làm gia tăng tỷ lệ nợ xấu Tương quan giữa biến NPL và biến ETA là 0.0346, điều này hàm ý rằng ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản càng cao thì sẽ làm tỷ lệ nợ xấu càng cao, khi tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng 1 đơn vị thì tỷ lệ nợ xấu tăng 0.0346 và ngược lại Biến độc lập GDP và INF có mối tương quan dương lần lượt với biến phụ thuộc NPL là 0.0089 và 0.0374, điều này đồng nghĩa khi tốc độ tăng trưởng kinh tế và tỷ lệ lạm phát tăng thì tỷ lệ nợ xấu cũng sẽ tăng theo.
Ngoài ra, qua bảng 4.3 có thể dự đoán không có hiện tượng đa cộng tuyến nghiêm trọng giữa các biến trong mô hình Do hệ số tương quan giữa các biến độc lập khá thấp và tất cả hệ số tương quan đều có giá trị nhỏ hơn 0.9 Điều này phù hợp với kết luận của Kennedy (2008) rằng “nếu hệ số tương quan giữa các biến độc lập sử dụng trong mô hình lớn hơn hoặc bằng 0.9 thì xảy ra hiện tượng đa cộng tuyến nghiêm trọng và ngược lại”.
4.3.2 So sánh giữa các mô hình Pooled OLS, FEM và REM
4.3.2.1 Kết quả ước lượng mô hình Pooled OLS Đầu tiên khóa luận đặt giả thuyết H 0 : "Lựa chọn mô hình Pooled OLS (Mô hình không có hiệu ứng cố định)" và H 1 : "Lựa chọn mô hình FEM (Mô hình có hiệu ứng cố định)" Nếu kết quả Prob F-statistic bé hơn 1% thì mô hình FEM là phù hợp hơn cho nghiên cứu.
Bảng 4.4 Ước lượng Pooled OLS Variable Coefficient Std Error t-Statistic Prob.
Nguồn: Trích xuất từ phần mềm Eviews 10 2
Kết quả hồi quy mô hình theo Pooled OLS ở bảng 4.4 cho thấy Adjusted R- squared đạt giá trị khá thấp 0.1688, nghĩa là các biến độc lập chỉ giải thích được 16.88% sự biến thiên của biến phụ thuộc Phần còn lại 83.12% được giải thích bởi các biến ngoài mô hình và sai số ngẫu nhiên Trong mô hình hồi quy Pooled OLS các biến có nghĩa thống kê bao gồm LLR, LGR, ROE với mức ý nghĩa 10% Các biến còn lại trong mô hình không có ý nghĩa thống kê do Prob lớn hơn mức ý nghĩa 10%, bị loại khỏi mô hình Như vậy kết quả ước lượng mô hình Pooled OLS được trình bày như sau:
Do kết quả Prob(F-statistic) = 0.0002 < 1% nên bác bỏ giả thuyết H0, chấp nhận giả thuyết H 1 Khóa luận tiếp tục tiến hành so sánh để lựa chọn giữa hai mô hình FEM và REM.
4.3.2.2 Kết quả ước lượng mô hình FEM
Variable Coefficient Std Error t-Statistic Prob.
Effects Specification Cross-section fixed (dummy variables)
Log likelihood 466.5118 Hannan-Quinn criter -6.6328
Nguồn: Trích xuất từ phần mềm Eviews 10
Kết quả hồi quy mô hình theo FEM ở bảng 4.5 cho thấy Adjusted R-squared 0.6483, như vậy 64.83% sự biến thiên của biến phụ thuộc là tỷ lệ nợ xấu được giải thích bởi các biến độc lập trong mô hình Suy ra 35.17% phần còn lại được giải thích bởi các biến ngoài mô hình và sai số ngẫu nhiên Trong mô hình hồi quy FEM ngoại trừ các biến có nghĩa thống kê bao gồm LLR, LGR, các biến còn lại trong mô hình không có ý nghĩa thống kê do Prob lớn hơn mức ý nghĩa 10% nên bị loại khỏi mô hình Như vậy kết quả ước lượng mô hình FEM được trình bày như sau:
4.3.2.3 Kết quả ước lượng mô hình REM
Variable Coefficient Std Error t-Statistic Prob.
Sum squared 0.0130 Durbin-Watson stat 0.6995 resid
Nguồn: Trích xuất từ phần mềm Eviews 10
Kết quả hồi quy mô hình theo REM ở bảng 4.6 cho thấy các biến độc lập giải thích được 10.95% sự biến thiên của biến phụ thuộc, tương đương với Adjusted R- squared 0.1095 Trong khi đó 89.05% phần còn lại được giải thích bởi các biến ngoài mô hình và sai số ngẫu nhiên Trong mô hình hồi quy REM ngoại trừ các biến có nghĩa thống kê bao gồm LLR, LGR, ROE với mức ý nghĩa 10% thì các biến còn lại trong mô hình không có ý nghĩa thống kê do Prob lớn hơn mức ý nghĩa 10% nên bị loại khỏi mô hình Như vậy kết quả ước lượng mô hình REM được trình bày như sau:
4.3.2.4 Lựa chọn giữa mô hình hồi quy FEM và REM Để lựa chọn mô hình phù hợp giữa FEM và REM, khóa luận tiến hàng kiểm định Hausman Với giả thuyết H 0 : "Không có sự tương quan giữa các biến giải thích và thành phần ngẫu nhiên (Lựa chọn mô hình REM)" và H 1 : "Có sự tương quan giữa các biến giải thích và thành phần ngẫu nhiên (Lựa chọn mô hình FEM)" Nếu kết quả Prob lớn hơn 5% thì kết luận mô hình REM là phù hợp nhất.
Bảng 4.7 Kiểm định Hausman Correlated Random Effects - Hausman Test
Test cross-section random effects
Test Summary Chi-Sq Statistic Chi-Sq d.f Prob.
Nguồn: Trích xuất từ phần mềm Eviews 10
Thông qua bảng 4.7 kết quả kiểm định Hausman nhận thấy Prob = 1.0000 > 5% nên bác bỏ giả thuyết H1, chấp nhận giả thuyết H0, như vậy mô hình hồi quy
REM là mô hình phù hợp với nghiên cứu Tổng quan phương trình hồi quy theo mô hình REM có dạng:
NPL = 0.0224 - 0.0003*SIZE + 0.3407*LLR - 0.0228*ETA - 0.0287*LGR -
4.3.3 Kiểm định các khuyết tật của mô hình
4.3.3.1 Kiểm định hiện tượng đa cộng tuyến
Bảng 4.8 Kết quả kiểm định đa cộng tuyến
Variable Coefficient Variance Uncentered VIF Centered VIF
Nguồn: Trích xuất từ phần mềm Eviews 10
Từ kết quả bảng 4.8 có thể thấy hệ số phóng đại phương sai VIF của tất cả các biến giải thích trong mô hình đều nhỏ hơn 10, như vậy không có hiện tượng đa cộng tuyến trong mô hình.
4.3.3.2 Kiểm định hiện tượng tự tương quan
Bảng 4.9 Kết quả kiểm định tự tương quan
Nguồn: Trích xuất từ phần mềm Eviews 10
Dựa vào bảng kết quả 4.9 giá trị kiểm định Durbin-Watson stat bằng 0.7032 thuộc khoảng từ 1 đến 3, như vậy có thể kết luận mô hình không có hiện tượng tự tương quan.
4.3.3.3 Kiểm định hiện tượng phương sai sai số thay đổi
Bảng 4.10 Kết quả kiểm định phương sai sai số thay đổi
Nguồn: Trích xuất từ phần mềm Eviews 10 0 Để kiểm định hiện tượng phương sai sai số thay đổi ta đặt giả thuyết H 0 : "Mô hình không có hiện tượng phương sai sai số thay đổi", H 1 : "Mô hình có hiện tượng phương sai sai số thay đổi" Với mức ý nghĩa 5%, thông qua bảng 4.10 kết quả kiểm định White có thể nhận thấy Prob F= 0.0002 < 5%, do đó bác bỏ giả thuyết H 0 , chấp nhận H1 Như vậy mô hình có hiện tượng phương sai sai số thay đổi dẫn đến các ước lượng bằng phương phápOLS không còn hiệu quả và đáng tin cậy.
