i Thành phố Hồ Chí Minh – Năm 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HÔ CHÍ MINH VƯƠNG THỊ TÂM NHÂN T[.]
GIỚI THIỆU NGHIÊN CỨU
Đặt vấn đề
Trong nền kinh tế Việt Nam hiện nay, ngành Ngân hàng nói chung, hệ thống Ngân hàng TMCP nói riêng, đóng vai trò quan trọng trong việc cung ứng vốn cho nền kinh tế Trong đó hoạt động tín dụng là một trong những hoạt động chính giữ vai trò quan trọng trong chiến lược phát triển của các ngân hàng bên cạnh các hoạt động kinh doanh khác Lợi nhuận từ hoạt động tín dụng này luôn chiếm tỷ trọng chủ yếu trong lợi nhuận ngân hàng đó là một điều không thể phủ nhận Tuy nhiên, hoạt động này luôn tìm ẩn những rủi ro, đặc biệt là ở các nước đang phát triển như Việt Nam hiện nay Hệ thống ngân hàng TMCP Việt Nam còn non kém, hệ thống thông tin thiếu minh bạch, không rõ ràng, tính chuyên nghiệp nhân viên chưa cao, còn hạn chế,… Vì vậy, việc xuất hiện các khoản nợ xấu là điều không thể tránh khỏi trong hoạt động tín dụng của các ngân hàng hiện nay.
Trong lịch sử, khủng hoảng ngân hàng xảy ra thường có mối quan hệ với sự tích tụ lớn các khoản nợ xấu chiếm phần lớn trong tổng tài sản của các định chế tài chính và ngân hàng phá sản, đặc biệt trong giai đoạn khủng hoảng mang tính hệ thống (Hippolyte Fofack, 2005) Chẳng hạn, tại Indonesia có hơn 60 ngân hàng bị sụp đổ trong cuộc khủng hoảng, nợ xấu chiếm 75% tổng danh mục nợ vay (Caprio & Klingebiel, 2003) Theo Nkusu (2010) nợ xấu được xem là dấu hiệu cảnh báo cho cuộc khủng hoảng tài chính trong tương lai nếu không được xử lý kịp thời.
Theo báo cáo của Ngân hàng nhà nước (NHNN) Việt Nam, tỷ lệ nợ xấu của hệ thống NHTM trong những năm gần đây luôn ở ngưỡng an toàn là dưới 3% và đây cũng là ngưỡng mà NHNN sử dụng để đánh giá xếp loại cao nhất của ngân hàng TMCP theo quyết định số 06/2008/QĐ-NHNN ban hành ngày 12/03/2008 về việc quyết định xếp loại ngân hàng cổ phần Cụ thể, tỷ lệ nợ xấu các năm 2018, 2019, 2020 lần lượt là 1,91%; 1,63%; 1,76% Tuy nhiên, số liệu mới nhất của NHNN vừa công bố nợ xấu năm 2021 là 1.91% Đây là một dấu hiệu không khả quan cho ngành ngân hàng, nợ xấu phát sinh không những tăng chi phí, giảm lợi nhuận hoạt động của
2 các ngân hàng mà còn ảnh hưởng đến việc điều hành chính sách tiền tệ của NHTW. Chính vì vậy, việc nghiên cứu vấn đề nợ xấu là một yêu cầu cấp thiết, có vai trò vô cùng quan trọng trong toàn bộ hoạt động quản lý của Ngân hàng.
Xuất phát từ lý do trên, tác giả quyết định chọn đề tài “Nhân tố ảnh hưởng đến nợ xấu của các Ngân hàng thương mại Cổ phần Việt Nam” nhằm tìm ra các nhân tố tác động đến tình trạng nợ xấu của các ngân hàng TMCP Việt Nam, đồng thời đề xuất một số khuyến nghị nhằm hoàn thiện công tác ngăn ngừa và hạn chế nợ xấu để từ đó giúp ngành Ngân hàng phát triển bền vững hơn trong tương lai.
Mục tiêu nghiên cứu
Căn cứ vào lý thuyết và các nghiên cứu thực nghiệm trước đây về vấn đề nợ xấu, đề tài tập trung phân tích các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng TMCP Việt Nam trong giai đoạn 2012-2020, từ đó đưa ra các khuyến nghị nhằm giảm thiểu rủi ro nợ xấu tại các ngân hàng TMCP Việt Nam.
1.2.2 Mục tiêu cụ thể Để đạt được những mục tiêu tổng quát nói trên, đề tài cần xác định được các mục tiêu cụ thể như sau:
- Xác định các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng TMCP Việt Nam.
- Xác định mức độ tác động giữa các nhân tố ảnh hưởng đến nợ của các ngân hàng TMCP Việt Nam.
- Thông qua kết quả có được từ mô hình nghiên cứu, đưa ra một số kết luận và khuyến nghị nhằm giúp kiểm soát và hạn chế nợ xấu của các ngân hàng TMCP ViệtNam.
Câu hỏi nghiên cứu
Với những mục tiêu cụ thể đã đưa ra, nội dung nghiên cứu nhằm trả lời cho các câu hỏi sau:
- Những nhân tố nào ảnh hưởng đến nợ xấu của các ngân hàng TMCP Việt Nam?
- Xác định mức độ tác động giữa các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng TMCP Việt Nam?
- Những khuyến nghị nào có thể được đưa ra để hạn chế các tác động của nợ xấu đến các ngân hàng TMCP Việt Nam?
Đối tượng và phạm vinghiên cứu
Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng TMCP Việt Nam.
Phạm vi không gian bài nghiên cứu: Tác giả thu thập và nghiên cứu số liệu của
18 ngân hàng TMCP Việt Nam Thông tin lấy được từ báo cáo tài chính (BCTC), báo cáo thường niên (BCTN) được công bố trên website của các ngân hàng này và các dữ liệu cho các yếu tố vĩ mô được lấy từ thống kê của World Bank.
Phạm vi thời gian bài nghiên cứu: dữ liệu trong nghiên cứu được lấy từ năm2012-2020.
Phương pháp nghiên cứu
Kết hợp giữa phương pháp định lượng và phương pháp định tính, thống kê, so sánh nhằm đánh giá tình hình nợ xấu của các ngân hàng TMCP Việt Nam Phương pháp này được thực hiện theo các trình tự như sau: đầu tiên, sẽ tiến hành lược khảo các lý thuyết liên quan đến vấn đề nghiên cứu Sau đó, sẽ phân tích mối quan hệ giữa các biến phụ thuộc và các biến độc lập thông qua thống kê và so sánh số liệu nghiên cứu. Tiếp theo, các giả thuyết và mô hình nghiên cứu sẽ được trình bày.
Nghiên cứu sử dụng phần mềm Stata 15.1 để phục vụ cho việc phân tích dữ liệu.Tác giả sử dụng phương pháp ước lượng Moment tổng quát (Generalized Method ofMoments- GMM) để đánh giá những nhân tố ảnh hưởng đến nợ xấu của các ngân hàngTMCP Việt Nam Nghiên cứu dựa vào kết quả hồi quy sẽ đưa ra ý kiến thảo luận và đề xuất.
Đóng góp của đề tài
Nghiên cứu được cập nhật theo năm và số liệu những năm mới nhất đã tạo tính xác thực cho nghiên cứu Vì vậy, luận văn còn đóng góp những ý kiến, nhận xét dựa
4 trên mô hình đã chạy theo kịp với tình hình kinh tế hiện nay Dựa trên những cơ sở đó,các nhà lãnh đạo ngân hàng sẽ có thể định hướng cho công tác kiểm soát, hạn chế nợ xấu, từ đó làm cơ sở đưa ra các giải pháp phù hợp trong từng giai đoạn kinh tế.
Kết cấu luận văn
Luận văn được kết cấu bao gồm 5 chương, cụ thể như sau:
Chương 1: Giới thiệu nghiên cứu: Chương này giới thiệu tính cấp thiết đề tài nghiên cứu, mục tiêu nghiên cứu, câu hỏi nghiên cứu cũng như xác định đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu.
Chương 2: Cơ sở lý thuyết và thực nghiệm: Nội dung chương 2 nhằm tổng hợp và hệ thống các cơ sở lý thuyết về nợ xấu, đưa ra một số khái niệm và phân loại nợ xấu. Đồng thời, đề tài cũng lược khảo những nghiên cứu thực nghiệm trước đây trên thế giới và tại Việt Nam nhằm đưa ra mô hình nghiên cứu thực nghiệm về các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng TMCP Việt Nam.
Chương 3: Phương pháp nghiên cứu: Xuất phát từ khung lý thuyết trong
Chương 2 và kế thừa các mô hình thực nghiệm từ những nghiên cứu có liên quan, trình bày phương pháp thu thập số liệu, mô hình nghiên cứu và lựa chọn mô hình phù hợp với dữ liệu của nghiên cứu.
Chương 4: Kết quả nghiên cứu và thảo luận: Trong chương này, tác giả sẽ trình bày kết quả số liệu được thu thập qua Stata, từ đó thảo luận các kết quả nghiên cứu thông qua mô hình hồi quy, đồng thời kiểm định các khuyết tật mô hình và đưa ra kết luận với các giả thuyết nghiên cứu
Chương 5: Kết luận và kiến nghị: Tóm tắt các kết quả nghiên cứu để từ đó đề xuất một số giải pháp và khuyến nghị phù hợp cho các tổ chức liên quan, đồng thời nêu ra những hạn chế của đề tài nghiên cứu và đề xuất hướng nghiên cứu tiếp theo.
Chương này, luận văn đã trình bày tổng quát về các vấn đề nghiên cứu cũng như đưa ra được những vấn đề cơ bản nhất của nghiên cứu như lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, ý nghĩa và hạn chế
5 của nghiên cứu Bên cạnh đó, luận văn còn đưa ra các phương pháp sơ lược cũng như cách thiết kế bố cục luận văn, từ đó làm cơ sở cho việc tiếp tục nghiên cứu các chương tiếp theo.
CƠ SỞ LÝ THUYẾT VÀ THỰC NGHIỆM
Cơ sở lý thuyết
Thuật ngữ nợ xấu được sử dụng với các từ khác nhau như “Non performing loans”, “bad debt” chỉ các khoản nợ khó đòi (Fofack, 2005) hoặc các khoản vay có vấn đề (Berger & De Young, 1997) hoặc khoản nợ không trả được mà ngân hàng không thể thu hồi (Ernst & Young, 2004) hay các khoản cho vay được đưa vào nợ xấu khi đã quá hạn trả nợ gốc và lãi 90 ngày trở lên (Rose, 2004) Hiện nay, không có bất kỳ một quy tắc nào hay chuẩn mực nào được thống nhất khi nói về vấn đề nợ xấu.
Theo nhóm chuyên gia tư vấn của Liên hợp quốc Advisory Expert Group (AEG) cho rằng định nghĩa nợ xấu không phải mang tính chất mô tả mà chỉ nên sử dụng như hướng dẫn cho các ngân hàng (AEG, 2004) AEG đã thống nhất định nghĩa “về cơ bản, một khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày, hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả theo thỏa thuận, hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có lý do chắn chắn để nghi ngờ về khả năng khoản vay sẽ được thanh toán đầy đủ” Hay cách khác, nợ xấu xác định dựa vào 2 yếu tố: (i) quá hạn trên 90 ngày, và (ii) khả năng trả nợ nghi ngờ.
Trong hướng dẫn về các thông lệ chung tại nhiều quốc gia về vấn đề quản lý rủi ro tín dụng, Uỷ ban Basel về Giám sát Ngân hàng (BCBS) đã xác định việc 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 hành động gì để gắng thu hồi ví dụ như giải chấp chứng khoán (nếu đang nắm giữ); (iii) Người vay đã quá hạn trả nợ 90 ngày (BCBS, 2006) BCBS đã nhấn mạnh tới khái niệm “mất mát có thể xảy ra trong tương lai” khi đánh giá nhận xét một khoản vay Vì vậy, dựa trên hướng dẫn đó, nợ xấu bao gồm toàn bộ các khoản vay đã quá hạn 90 ngày và có dấu hiệu không trả được nợ Tuy nhiên, một số quốc gia báo cáo rằng nợ xấu bao gồm các khoản nợ quá hạn 31 ngày, hoặc quá hạn 61 ngày được tính vào danh mục nợ xấu (Bloem & Freeman, 2005).
Theo FSIS (2004), Qũy Tiền tệ quốc tế IMF nợ xấu là “Một khoản vay được coi là nợ xấu khi quá hạn thanh toán gốc hoặc lãi 90 ngày hoặc hơn; khi các khoản lãi suất đã quá hạn 90 ngày hoặc hơn đã được vốn hóa, cơ cấu lại, hoặc trì hoãn theo thõa thuận; khi các khoản thanh toán đến hạn dưới 90 ngày nhưng có thể nhận thấy các dấu hiệu rõ ràng cho thấy người vay sẽ không thể hoàn trả nợ đầy đủ Sau khi khoản vay được xếp vào danh mục nợ xấu, nó hoặc bất cứ khoản vay thay thế nào cũng nên được xếp vào danh mục nợ xấu cho tới thời điểm phải xóa nợ hoặc thu hồi được lãi và gốc của khoản vay đó được thu hồi được khoản vay thay thế”.
Theo Thông tư 11/2021/TT-NHNN ban hành năm 2021, nợ xấu bao gồm các nhóm nợ được phân loại như sau: “Nhóm 3: Dư nợ dưới tiêu chuẩn là các khoản nợ quá hạn từ 91 ngày đến 180 ngày; các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 30 ngày theo thời hạn trả nợ đã được cơ cấu lại lần đầu; các khoản nợ được miễn hoặc giảm lãi do khách hàng không đủ khả năng trả lãi đầy đủ theo hợp đồng tín dụng Nhóm 4: Dư nợ có nghi ngờ các khoản nợ quá hạn từ 181 ngày đến 360 ngày; các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 90 ngày theo thời hạn trả nợ đã được cơ cấu lại lần đầu; các khoản nợ cơ cấu lại thời hạn trả nợ lần thứ hai.
Nhóm 5: Dư nợ có khả năng mất vốn là các khoản nợ quá hạn trên 360 ngày; các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn từ 90 ngày trở lên theo thời hạn trả nợ được cơ cấu lại lần đầu; các khoản nợ cơ cấu lại thời hạn trả nợ lần thứ hai quá hạn theo thời hạn trả nợ được cơ cấu lại lần thứ hai, các khoản nợ cơ cấu lại thời hạn trả nợ lần thứ ba trở lên, kể cả chưa bị quá hạn hoặc đã quá hạn.”
Trong đề tài này, quan điểm về nợ xấu theo tác giả phải dựa vào khả năng trả nợ của khách hàng Nghĩa là một khoản vay trong hạn hoặc thậm chí mới cho vay nếu có những dấu hiệu chứng tỏ khả năng trả nợ khoản vay là đáng nghi ngờ thì cũng có thể được coi là một khoản vay xấu.
2.1.2 Tiêu chí phân loại nợ xấu Để đánh giá mức độ rủi ro trong hoạt động tín dụng, thì ngân hàng cần dựa vào cơ sở phân loại nợ để chủ động trích lập dự phòng rủi ro tín dụng mục đích để đối phó với rủi ro cũng như giảm thiểu các khoản nợ quá hạn Tùy thuộc vào các quốc gia khác nhau mà việc phân loại nợ cũng khác nhau và được thực hiện dựa trên các tiêu chí định tính và định lượng.
Theo Thông tư 11/2021/TT-NHNN ban hành năm 2021về 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 TCTD, chi nhánh ngân hàng nước ngoài, dư nợ của ngân hàng được phân thành 5 nhóm nợ gồm: nhóm 1- nợ đủ tiêu chuẩn, nhóm 2- nợ cần chú ý, nhóm 3- nợ dưới tiêu chuẩn, nhóm 4- nợ nghi ngờ và nhóm 5- nợ có khả năng mất vốn. Quy định phân loại nhóm nợ thành 5 nhóm của NHNN Việt Nam là phù hợp với thông lệ quốc tế theo khuyến nghị của BCBS và các quốc gia phát triển như Mỹ, Singapore,Nga, Trung Quốc.
Các lý thuyết liên quan
• Lý thuyết thông tin bất cân xứng (Asymmetric Information)
Lý thuyết thông tin bất cân xứng được George Akerlof đề cập vào những năm
1970 đã chỉ ra rằng sự bất cân xứng là trạng thái không có sự cân bằng trong việc nắm giữ thông tin giữa các bên tham gia giao dịch Khi đó giá cả phải là giá cân bằng của thị trường mà có thể quá thấp hoặc quá cao dẫn đến thị trường không đạt hiệu quả. Thông tin bất cân xứng sẽ dẫn đến hai hệ quả phổ biến là rủi ro ngược hay còn gọi là sự lựa chọn nghịch (adverse selection) và rủi ro đạo đức (moral hazard).
Lựa chọn nghịch là vấn đề do thông tin bất cân xứng tạo ra trước khi tiến hành giao dịch Rủi ro ngược xảy ra khi trong một giao dịch, bên bán hoặc bên mua biết rõ hơn một hay một vài tính chất của sản phẩm mà đối tượng kia không biết Kết quả là, bên kém ưu thế về thông tin có thể nhận phải những thứ không như mình muốn sau khi giao dịch Tình trạng này gây ra những tổn thất xã hội và nhiều vấn đề khác như sức khỏe người tiêu dùng, sự mất lòng tin vào những sản phẩm tương tự có chất lượng tốt trên thị trường Rủi ro đạo đức là tình trạng cá nhân hay tổ chức có hành động mà người khác không thể quan sát được có xu hướng gian dối, không trung thực hay biểu hiện những hành vi không tốt Rủi ro đạo đức xảy ra khi một cá nhân hay tập thể không chịu toàn bộ trách nhiệm hay hậu quả cho việc mình làm, làm cho người khác phải chịu một phần trách nhiệm hay hậu quả việc làm của mình Theo Zhang et al., (2016) đối với ngân hàng Trung Quốc trong giai đoạn 2006- 2012 về tác động của nợ xấu đến hành vi của ngân hàng đã cho thấy tỷ lệ nợ xấu tăng sẽ làm gia tăng các khoản cho vay rủi ro Qua kết quả nghiên cứu, khi ngân hàng có tỷ lệ nợ xấu thấp, nguyên nhân được cho là bởi những người đi vay kém may mắn khi sử dụng khoản vay, vì vậy ngân hàng không có động cơ để chấp nhận cho vay những khoản tín dụng quá nhiều rủi ro, nên tỷ lệ nợ xấu không tăng kèm theo tăng trưởng tín dụng Lý thuyết thông tin bất cân xứng khuyến nghị rằng tính minh bạch khi cho vay là rất quan trọng, nếu không, cả ngân hàng và khách hàng sẽ phải chịu những hậu quả không như mong đợi, đặc biệt là những ngân hàng có tỷ lệ nợ xấu cao.
• Giả thuyết Hiệu ứng quy mô (size effect hypothesis)
Theo Salas và Saurina (2002) các ngân hàng có quy mô lớn cho phép cơ hội đa dạng hóa nhiều hơn Ngược lại với giả thuyết “hiệu ứng quy mô”, giả thuyết “quá lớn để phá sản” (too big to fail hypothesis) cho rằng các ngân hàng lớn thì sẽ chấp nhận rủi ro bằng cách tăng sử dụng vốn cho vay của mình, vì thế nợ xấu nhiều hơn Do không áp đặt kỷ luật thị trường đối với các ngân hàng lớn, những người mong đợi chính phủ bảo vệ trong trường hợp ngân hàng phá sản (Stern và Feldman, 2004) Chính vì vậy, khi các ngân hàng lớn tăng đòn bẩy của họ lên quá nhiều và cho vay với chất lượng tín dụng thấp Cũng theo quan điểm Boyd và Gertler (1994) lập luận rằng trong những năm 1980, xu hướng các ngân hàng lớn của Mỹ có danh mục đầu tư rủi ro cao hơn bởi sự khuyến khích của chính sách “quá lớn để sụp đổ” của chính phủ Mỹ.
• Giả thuyết Đa dạng hóa danh mục cho vay (Loan portfolio diversification hypothesis)
Giả thuyết này cho rằng cơ hội đa dạng hóa danh mục cho vay của các ngân hàng có mối liên hệ với chất lượng tín dụng Đa dạng hóa danh mục cho vay và tỷ lệ nợ xấu được kỳ vọng có quan hệ ngược chiều, vì làm giảm rủi ro tín dụng.
• Giả thuyết kém may mắn
Theo Berger và DeYoung (1997) đề cập đến tác động của nợ xấu đến hiệu quả ngân hàng, cho rằng khi các khoản nợ trở nên quá hạn, ngân hàng sẽ bắt đầu tăng cường chi phí điều hành để xử lý nợ xấu Các chi phí đó bao gồm: chi phí giám sát bổ sung các khoản vay quá hạn và tài sản thế chấp của nó, chi phí phân tích và thỏa thuận, chi phí duy trì hay xử lý tài sản thế chấp, v.v Các chi phí này tăng khi sẽ làm cho nợ xấu tăng Do đó, khi nợ xấu tăng sẽ dẫn đến hiệu quả chi phí của ngân hàng suy giảm.
• Giả thuyết Rủi ro đạo đức
Theo Keeton và Morris (1987) mức vốn hoá đóng vai trò quan trọng trong việc xác định nợ xấu Với mức vốn hoá thấp sẽ làm tăng rủi ro của danh mục cho vay và từ đó làm tăng nợ xấu Qua các kết quả nghiên cứu trước đây trên các NHTM Mỹ giai đoạn 1979–1985 thông qua việc chọn các biến nghiên cứu là lợi nhuận trên vốn chủ sở hữu, quy mô ngân hàng, mức độ chịu rủi ro của ngân hàng thể hiện qua các biến là vốn chủ sở hữu trên tổng tài sản, dư nợ cho vay trên tổng tài sản để kiểm tra giả thuyết này Kết quả cho thấy nợ xấu tăng đối với các ngân hàng có tỉ lệ vốn chủ sở hữu trên tài sản tương đối thấp.
Tổng quan các nghiên cứu thực nghiệm
2.3.1 Các nghiên cứu thực nghiệm ở nước ngoài
Nghiên cứu của Ciukaj & Kil (2020) sử dụng phương pháp tiếp cận dựa trên bảng điều khiển tĩnh, được phân tích trong giai đoạn 2011-2017 Kết quả nghiên cứu cho thấy giá trị tỷ lệ nợ xấu của các ngân hàng được phân tích bị ảnh hưởng đáng kể về mặt thống kê bởi các yếu tố vĩ mô, chẳng hạn như GDP, tỷ lệ thất nghiệp, cũng như các yếu tố cụ thể của ngân hàng như quy mô của ngân hàng hoặc động thái cho vay.
Nghiên cứu của Memdani và cộng sự (2017) sử dụng mô hình Hausman
Taylor, qua kết quả cho thấy các biến số bên trong của ngân hàng không đáng kể nhưng biến kinh tế vĩ mô là đáng kể và biến giả sở hữu cũng rất đáng kể Chính vì vậy, chính phủ tập trung vào các nguyên tắc kinh tế vĩ mô để kiểm soát nợ xấu Nó cũng được đề xuất để tăng sự tham gia của khu vực tư nhân hoặc vốn cổ phần tư nhân và kiểm soát việc quản lý của các ngân hàng này để cải thiện hiệu quả của chính ngân hàng.
Nghiên cứu của Johames Peyavali Sheefeni (2015) sử dụng phương pháp đồng tích hợp đã tìm thấy mối quan hệ lâu dài giữa nợ xấu và GDP, nghiên cứu đã thu nhập dữ liệu hàng quý trong giai đoạn 2001 Q1 đến 2014 Q2, sử dụng kỹ thuật đơn vị gốc, đồng tích hợp, quan hệ nhân quả Granger Kết quả đồng tích hợp đã phát hiện ra mối quan hệ dài hạn giữa nợ xấu và nhật ký tổng sản phẩm quốc nội, lãi suất và tỷ lệ lạm phát Các kết quả cho quan hệ nhân quả Granger cho thấy mối quan hệ nhân quả một chiều từ lãi suất cho đến các khoản cho vay không hiệu quả trong thời gian dài Bên cạnh đó, kết quả kiểm định nhân quả Granger cho thấy tác động một chiều từ lãi suất đến nợ xấu trong dài hạn và GDP, tỷ giá hối đoái có tác động đến nợ xấu trong ngắn hạn từ kết quả ước lượng hàm phản ứng đẩy.
Nghiên cứu của Vasiliki Mark, Athanasios Tsagkanos, Athanasios Bellas
(2014) sử dụng mô hình dữ liệu bảng, áp dụng ước tính GMM chêch lệch, nghiên cứu đã thu thập dữ liệu từ 14 quốc gia của Liên minh Châu Âu trong giai đoạn 2000-
2008 Xem các biến vĩ mô (phần trăm tỷ lệ tăng trưởng GDP hàng năm, nợ công, tỷ lệ thất nghiệp) và biến vi mô (tỷ suất sinh lời trên tài sản, tỷ suất sinh lời trên vốn chủ sỡ hữu) Qua kết quả nghiên cứu cho thấy, nợ xấu và nợ công có mối quan hệ cùng chiều, tỷ lệ thất nghiệp và mối quan hệ ngược chiều giữa nợ xấu với tỷ suất sinh lời trên vốn chủ sở hữu, tỷ lệ an toàn vốn, GDP.
Nghiên cứu của Monicah wanjiru Muriithi (2013) thông qua thiết kế mô tả và áp dụng cả hai mô hình hồi quy nhiều lần trên dữ liệu thứ cấp để xác định mối quan hệ giữa các nguyên nhân gây ra nợ xấu trong các NHTM ở Kenya Nghiên cứu đã thu thập dữ liệu 43 NHTM ở Kenya giai đoạn 2008-2012, dữ liệu được phân tích bằng SPSS Trong đó, lãi suất, lạm phát và tăng trưởng cho vay được sử dụng các biến độc lập Nợ xấu được sử dụng làm biến phụ thuộc Kết quả nghiên cứu cho thấy, tỷ lệ lạm phát tương quan cùng chiều với nợ xấu Lãi suất thực và tốc độ tăng trưởng các khoản cho vay ngược chiều với nợ xấu.
2.3.2 Các nghiên cứu thực nghiệm tại Việt Nam
Nghiên cứu của Đỗ Hoài Lịnh và các cộng sự (2020) sử dụng mô hình tác động cố định và ngẫu nhiên cũng như phương pháp bình phương nhỏ nhất với dữ liệu bảng, nghiên cứu đã thu thập dữ liệu từ 15 NHTM trong giai đoạn 2008-2017 Kết quả nghiên cứu cho thấy, khi tỷ lệ nợ xấu tăng lên, tỷ suất sinh lời trên tài sản của ngân hàng sẽ giảm đồng nghĩa với việc khả năng sinh lời của ngân hàng sẽ bị giảm xuống. Bên cạnh đó, tỷ lệ cho vay trên lãi suất huy động và tăng trưởng GDP đều có tác động của ngân hàng, trong khi quy mô ngân hàng không quan trọng.
Nghiên cứu của Nguyễn Thị Hồng Vinh (2017) sử dụng ước lượng dữ liệu bảng động GMM, nghiên cứu đã thu thập dữ liệu từ 34 NHTM Việt Nam trong giai đoạn 2005-2015 nhằm xác định các yếu tố ảnh hưởng đến nợ xấu của các NHTM Việt Nam và tác động của nợ xấu đến hiệu quả chi phí, hiệu quả lợi nhuận, an toàn vốn và tăng trưởng tín dụng của các NHTM Việt Nam Kết quả nghiên cứu cho thấy, hiệu quả chi phí trung bình của NHTM Việt Nam được đo lường bằng bao dữ liệu DEA và có mối quan hệ ngược chiều với nợ xấu Nghiên cứu cũng phát hiện bằng chứng nhóm các yếu tố tác động ngược chiều đến nợ xấu là hiệu quả ngân hàng, tăng trưởng tín dụng, vốn chủ sở hữu, dư nợ trên vốn huy động, mức độ tập trung thị trường, tăng trưởng kinh tế. Ngược lại, các yếu tố dự phòng rủi ro tín dụng, quy mô ngân hàng, mức độ kiểm soát của chủ sở hữu, lạm phát tác động cùng chiều với nợ xấu.
Nghiên cứu của Bùi Duy Tùng & Đỗ Thị Bích Vân (2015) sử dụng mô hình dữ liệu bảng động và phương pháp hồi quy GMM hai bước, nghiên cứu đã thu thập dữ liệu từ 25 NHTM Việt Nam trong giai đoạn 2004-2014 Kết quả nghiên cứu cho thấy, nợ xấu các NHTM Việt Nam chịu tác động bởi các yếu tố nội tại của ngân hàng như: Chất lượng quản trị, rủi ro đạo đức.
Nghiên cứu của Nguyễn Thị Hồng Vinh (2015) sử dụng ba mô hình ước lượng dữ liệu bảng là hiệu ứng cố định FE, phương pháp GMM dạng sai phân và GMM dang hệ thống được sử dụng để kiểm định ảnh hưởng của các yếu tố đến nợ xấu NHTM Việt Nam, nghiên cứu thu thập dữ liệu 22 NHTM Việt Nam giai đoạn 2007-2014 Kết quả nghiên cứu cho thấy, các yếu tố đặc thù và vĩ mô đều có tác động quan trọng đến nợ xấu của hệ thống NHTM Việt Nam Trong đó, khả năng sinh lời và tăng trưởng kinh tế là những yếu tố tác động ngược chiều đến nợ xấu Các yếu tố nợ xấu trong quá khứ, quy mô ngân hàng, tăng trưởng tín dụng tác động cùng chiều đến nợ xấu Bên cạnh đó, phương pháp GMM hệ thống cung cấp bằng chứng vốn chủ sở hữu và lạm phát tác động có ý nghĩa đến tỷ lệ nợ xấu của các NHTM Việt Nam.
Nghiên cứu của Nguyễn Thị Minh Huệ (2015) sử dụng phương pháp định lượng tổng bình phương nhỏ nhất OLS (Ordinary Least Square), nghiên cứu đã thu thập dữ liệu từ 20 NHTM Việt Nam trong giai đoạn 2009-2012 nhằm xem xét các yếu tố quyết định nợ xấu trong hệ thống NHTM Kết quả nghiên cứu cho thấy, bốn yếu tố tốc độ tăng dư nợ cho vay, tổng tài sản ngân hàng, nợ xấu năm trước và biến giả (thuộc sở hữu nhà nước hay không) giúp tăng trưởng nợ xấu trong những năm gần đây.
Các nhân tố ảnh hưởng đến nợ xấu của ngân hàng thương mại
• Tỷ lệ nợ xấu năm trước
Theo Makri, Tsaghanos, và Bellase (2014) cho rằng nợ xấu tăng lên là do việc thu hồi nợ xấu không hiệu quả dẫn đến gặp khó khăn khi xử lý các khoản nợ xấu Các khoản tồn đọng năm trước đến hiện tại chưa được giải quyết thì sẽ làm tăng nợ xấu trong năm hiện tại.
Theo Salas & Saurina (2002), Klein (2013), Makri và cộng sự (2014), Trung
(2019) cũng đưa ra bằng chứng thực nghiệm về mối quan hệ cùng chiều giữa nợ xấu hiện tại và tỷ lệ nợ xấu trong quá khứ Theo Rajha (2016) tại ngân hàng Jordan trong giai đoạn 2008-2012 chỉ ra rằng nợ xấu có mối quan hệ cùng chiều với nợ xấu.
Salas & Saurina (2002), Louzis (2012) dựa theo giả thuyết “Hiệu ứng quy mô” cho rằng các ngân hàng có quy mô lớn cho phép cơ hội đa dạng hoá nhiều hơn Quy mô ngân hàng lớn có điều kiện tham gia vào thị trường đầu tư để cải thiện quy trình tín dụng, chất lượng quản trị rủi ro, từ đó giảm thiểu tỷ lệ nợ xấu Tuy nhiên, giả thuyết này đi ngược với giả thuyết “quá lớn để phá sản” Giả thuyết này cho rằng các ngân hàng lớn thường mong đợi được chính phủ bảo vệ trong trường hợp phá sản, vì thế các ngân hàng lớn chấp nhận rủi ro quá mức bằng cách tăng sử dụng vốn cho vay của mình.
Theo Rajan & Dhal (2003), Ghosh (2015), Vinh (2015) thống kê tỷ lệ nợ xấu và quy mô ngân hàng tác động cùng chiều Hu và cộng sự (2004) cũng đã chứng minh rằng những ngân hàng lớn sẽ có nhiều kinh nghiệm và nguồn lực để đánh giá chất lượng các khoản vay một cách chính xác hơn các ngân hàng nhỏ, từ đó hạn chế các khoản cho vay có vấn đề Chính vì vậy, quy mô ngân hàng có tương quan cùng chiều với nợ xấu.
Theo Klein (2013), Ghosh (2015) nợ xấu và khả năng sinh lời của ngân hàng có quan hệ ngược chiều Một ngân hàng có khả năng sinh lời sẽ ít có động cơ tham gia vào các khoản đầu tư tín dụng nhiều rủi ro Trong khi, những ngân hàng hoạt động kém hiệu quả sẽ tìm cách cải thiện tình hình hoạt động bằng việc cấp các khoản tín dụng không đạt chuẩn (Keeton & Morris, 1987).
Giả thuyết “Quản lý kém” của Berger & DeYoung (1997) lập luận hiệu quả thấp quan hệ cùng chiều với sự gia tăng nợ xấu trong tương lai Điều này cho thấy rằng việc quản lý tồi tệ hơn có thể dẫn đến chất lượng nghiệp vụ hoạt động cho vay thấp hơn.
• Tốc độ tăng trưởng tín dụng
Theo Salas & Sauri Na (2002) nghiên cứu các ngân hàng ở Tây Ban Nha kết quả cho thấy tăng trưởng dư nợ cho vay có liên quan đến khoản vay không khả năng thanh toán Theo Weinberg (1995) đã đưa ra giả thuyết rủi ro cho vay tăng trong thời kỳ phát triển kinh tế vì lợi nhuận kỳ vọng từ các dự án đầu tư được cải thiện, do đó lợi nhuận kỳ vọng từ tất cả khoản vay cũng tăng lên, điều này đã khiến các ngân hàng thường xuyên nới lỏng tiêu chuẩn bảo lãnh phát hành, trong khi hoạt động tín dụng cần được thắt chặt, vì vậy các khoản nợ xấu tăng lên cùng với sự gia tăng tín dụng.
Theo Keeton (1999) nghiên cứu dựa trên dữ liệu từ các NHTM tại Hoa Kỳ từ 1982-1996 chỉ ra mối liên hệ giữa tăng trưởng tín dụng và tỷ lệ nợ xấu Sinkey & Greenwalt (1991) cũng đưa ra kết luận tăng trưởng tín dụng quá mức được xem là yếu tố chủ yếu tạo ra nợ xấu của các ngân hàng.
• Vốn chủ sở hữu trên tổng tài sản
Giả thuyết “Rủi ro đạo đức” của Keeton & Morris (1987) lập luận rằng mức vốn hóa đóng vai trò quan trọng trong việc xác định mức độ nợ xấu Cụ thể, ngân hàng có mức vốn hóa thấp dẫn đến rủi ro từ các khoản vay tăng lên do đó làm tăng nợ xấu. Theo Berger & DeYoung (1997), Salas & Saurina (2002) nghiên cứu cho thấy nợ xấu và các chỉ số vốn ngược chiều nhau.
• Dự phòng rủi ro tín dụng
Theo Ghosh (2015), Messai & Jouini (2013) cho rằng dự phòng rủi ro tín dụng là khoản tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra do khách hàng các TCTD không thực hiện nghĩa vụ trả nợ theo cam kết.
• Tốc độ tăng trưởng kinh tế
Theo Salas & Suarina (2002), Jajan & Dhal (2003), Jimenez & Saurina (2005),Pasha & Khemraj (2009), Nkusu (2011), Trung (2019) hầu hết cho rằng tăng trưởng kinh tế có mối quan hệ ngược chiều với tỷ lệ nợ xấu của các NHTM Khi nền kinh tế tăng trưởng, điều này giúp lợi tức doanh nghiệp và thu nhập cá nhân tăng lên góp phần làm tăng khả năng trả của đi vay, do đó sẽ làm giảm tỷ lệ nợ xấu của các ngân hàng.Ngược lại, khi nền kinh tế suy thoái, các hoạt động kinh tế nhìn chung sẽ giảm dẫn đến giảm khả năng trả nợ của người đi vay, khiển tỷ lệ nợ xấu tăng.
Khi lạm phát tăng, người tiêu dùng giảm nhu cầu chi tiêu khiến hàng hóa tiêu thụ thấp, doanh nghiệp gặp khó khăn do hoạt động trì trệ, dẫn đến lợi nhuận thấp hơn kỳ vọng, thậm chí có thể xảy ra tình trạng thua lỗ làm ảnh hưởng đến khả năng trả nợ của doanh nghiệp, điều này khiến cho nợ xấu tăng lên.
Nghiên cứu của Fofack (2005), Nkusu (2011), Monicah wanjiru Muriithi (2013) phát hiện mối tương quan dương giữa lạm phát và nợ xấu Nghiên cứu của Washington
(2014) lại cho thấy mối tương quan ngược chiều, hay nghiên cứu của Khemraj & Pasha
(2009) lại cho thấy lạm phát không phải là yếu tố quyết định đến tác động của nợ xấu trong hệ thống ngân hàng ở Guyana.
TÓM TẮT CHƯƠNG 2 Ở chương này, luận văn đã nêu lên các khái niệm cơ bản về nợ xấu của NHTM,ảnh hưởng của nợ xấu và các nghiên cứu trước về nợ xấu tại Việt Nam và các nước trên thế giới Luận văn cũng đưa ra các lý thuyết về những nhân tố ảnh hưởng đến nợ xấu gồm các yếu tố nội tại ngân hàng và các yếu tố vĩ mô Từ đó là cơ sở để xây dựng nghiên cứu mô hình nợ xấu của các ngân hàng TMCP trong giai đoạn 2012- 2020 ở các chương tiếp theo.
PHƯƠNG PHÁP NGHIÊN CỨU
Giả thuyết nghiên cứu
Chương 2 đã trình bày và giới thiệu các khái niệm cũng như các lý thuyết về nợ xấu Trong chương 3, trên cơ sở các lý thuyết có liên quan cùng với việc phân tích các đặc điểm tại Việt Nam, tác giả sẽ phát triển các giả thuyết và xây dựng nên mô hình nghiên cứu Dựa trên các bài nghiên cứu trước đây đã được trình bày ở chương 2, có thể thấy rằng có rất nhiều yếu tố tác động làm gia tăng tỷ lệ nợ xấu Sau khi xem xét thực trạng nợ xấu của các ngân hàng TMCP Việt Nam hiện nay, tác giả thấy rằng có hai nhóm nhân tố chính ảnh hưởng đáng kể đến nợ xấu, bao gồm các yếu tố nội tại như tỷ lệ nợ xấu năm trước, quy mô ngân hàng, khả năng sinh lời, dự phòng rủi ro tín dụng, tốc độ tăng trưởng tín dụng, vốn chủ sở hữu trên tổng tài sản và các yếu tố vĩ mô gồm tốc độ tăng trưởng kinh tế và tỷ lệ lạm phát.
• Giả thuyết H 1 : Tỷ lệ nợ xấu năm trước tác động cùng chiều với tỷ lệ nợ xấu Điều này có nghĩa là nợ xấu của năm trước tồn đọng càng nhiều, ngân hàng càng thể hiện mặt yếu kém trong khâu quản trị nợ, các ngân hàng gặp khó khăn trong việc xử lý và từ đó gây ảnh hưởng và làm gia tăng nợ xấu năm hiện tại.
• Giả thuyết H 2 : Quy mô ngân hàng tác động cùng chiều với tỷ lệ nợ xấu
Khi quy mô của một ngân hàng tăng cao, ngân hàng có nhiều cơ hội để đa dạng hóa danh mục đầu tư, tạo sự gia tăng lợi nhuận, giúp ngân hàng nâng cao chất lượng quản trị tín dụng hiệu quả hơn, từ đó làm giảm nợ xấu.
• Giả thuyết H 3 : Khả năng sinh lời tác động ngược chiều với tỷ lệ nợ xấu
Một ngân hàng có khả năng sinh lời cao thể hiện chất lượng tốt trong khâu quản trị khi giảm thiểu được chi phí dự phòng rủi ro tín dụng, đồng nghĩa với chất lượng khoản vay được kiểm soát tốt, từ đó cũng làm giảm nợ xấu.
• Giả thuyết H 4 : Dự phòng rủi ro tín dụng tác động cùng chiều với tỷ lệ nợ xấu
Dự phòng rủi ro tín dụng càng cao thể hiện ngân hàng có xu hướng đầu tư vào tài sản rủi ro nhiều hơn, chi trả nhiều chi phí để bù đắp những tổn thất xảy ra khi tỷ lệ nợ xấu ngày một tăng cao.
• Giả thuyết H 5 : Vốn chủ sở hữu trên tổng tài sản có mối quan hệ ngược chiều với tỷ lệ nợ xấu Điều này có nghĩa khi tỷ lệ vốn chủ sở hữu giảm, ngân hàng thường đầu tư vào tài sản nhiều rủi ro gây nên khó khăn trong vấn đề thanh khoản, khách hàng đi vay chi trả chi phí lãi vay nhiều hơn, làm gia tăng thu hồi nợ vay của ngân hàng, từ đó làm gia tăng tỷ lệ nợ xấu
• Giả thuyết H 6 : Tốc độ tăng trưởng tín dụng có tác động cùng chiều với tỷ lệ nợ xấu
Tốc độ tăng trưởng tín dụng cao đồng nghĩa với việc ngân hàng lơ là trong khâu quản trị tín dụng, nới lỏng các tiêu chuẩn cho vay, dẫn đến sự gia tăng rủi ro thu hồi các khoản nợ cho ngân hàng, làm gia tăng tỷ lệ nợ xấu.
• Giả thuyết H 7 : Tốc độ tăng trưởng kinh tế có tác động ngược chiều với tỷ lệ nợ xấu
Khi nền kinh tế tăng trưởng đồng nghĩa với kết quả hoạt động kinh doanh của các cá nhân và tổ chức thay đổi theo chiều hướng tích cực, tạo điều kiện thuận lợi cho các đối tượng này chi trả vốn và lãi vay cho ngân hàng, nợ xấu được giải quyết và tỷ lệ nợ xấu giảm đi đáng kể
• Giả thuyết H 8 : Tỷ lệ lạm phát có tác động cùng chiều với tỷ lệ nợ xấu
Lạm phát gia tăng làm giảm thu nhập thực tế của các doanh nghiệp và cá nhân,đồng thời với việc doanh nghiệp kinh doanh thua lỗ, kéo theo NHNN thắt chặt tiền tệ gây cản trở khả năng trả nợ của người đi vay trong nền kinh tế.
Mô hình nghiên cứu
Dựa trên lý thuyết về hai nhóm yếu tố nội tại ngân hàng và vĩ mô gây ra nợ xấu theo thời gian và trên cơ sở tham khảo các mô hình nghiên cứu thực nghiệm trong và ngoài nước đã trình bày ở Chương 2, mô hình luận văn sử dụng chủ yếu đúc kết từ nghiên cứu của Nguyễn Thị Hồng Vinh (2017), nghiên cứu này được lựa chọn dựa trên cơ sở nguồn lực về tài liệu, dữ liệu và khả năng nghiên cứu của tác giả.
Các nghiên cứu trên cho thấy các yếu tố ảnh hưởng chủ yếu đến tỷ lệ nợ xấu bao gồm tỷ lệ nợ xấu năm trước, khả năng sinh lời, quy mô ngân hàng, tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ lệ dự phòng rủi ro, tốc độ tăng trưởng tín dụng, tỷ lệ lạm phát, tỷ lệ tăng trưởng kinh tế và tỷ lệ thất nghiệp Luận văn có điểm khác biệt với các bài tham khảo trên là phạm vi nghiên cứu rộng hơn với 18 ngân hàng TMCP Việt Nam được niêm yết trên các sàn giao dịch chứng khoán tại Việt Nam với khoảng thời gian là 8 năm là từ năm 2012 đến năm 2020 Vì vậy, mô hình nghiên cứu có phương trình tổng quát như sau:
- t và i lần lượt là năm t và ngân hàng thứ I trong mẫu nghiên cứu,
- NPLi,t là nợ xấu của ngân hàng i năm t Biến phụ thuộc NPLi,t được giải thích bởi độ trễ của nó là NPL i,t-1 là nợ xấu trong quá khứ, X i,t là các yếu tố đặc thù của ngân hàng i năm thứ t, M t là ảnh hưởng của các yếu tố vĩ mô trong năm t.
Phương pháp xác định biến
NPL: biến tỷ lệ nợ xấu đại diện cho tỷ lệ nợ xấu trên dư nợ cho vay của ngân hàng i trong năm t Như đã giới thiệu chương 2, theo quy định trong Thông tư 01/VBHN- NHNN, nợ xấu thuộc vào nhóm nợ 3, 4 và 5 được đo lường bằng công thức như sau:
Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5
Tỷ lệ nợ xấu trên tổng dư nợ là tỷ lệ đánh giá chất lượng tín dụng cũng như hiệu quả tín dụng của ngân hàng Khi ngân hàng có tỷ lệ nợ xấu cao, nguy cơ không thu hồi được nợ vay dẫn đến khả năng mất vốn là chắc chắn xảy ra, qua đó ảnh hưởng tới khả năng thanh toán và hiệu quả kinh doanh của ngân hàng.
NPL t-i : biến tỷ lệ nợ xấu năm trước, đại diện cho tỷ lệ nợ xấu trên tổng dư nợ của ngân hàng i trong năm t-1 Tương ứng với giả thuyết “Quản lý kém” nợ xấu nếu không được giải quyết dứt điểm trong quá khứ mà lại chuyển sang năm tiếp theo thì có thể gây ra tác động đáng kể đến tỷ lệ nợ xấu ở thời điểm hiện tại Theo Jimenes và Saurina
(2006), tỷ lệ nợ xấu năm trước tác động cùng chiều với tỷ lệ nợ xấu hiện tại, được đo lường bằng công thức như sau:
Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5
NPL t-1 (%) Tổng dư nợ Điều này có nghĩa là nợ xấu của năm trước tồn đọng càng nhiều, ngân hàng càng thể hiện mặt yếu kém trong khâu quản trị nợ, các ngân hàng gặp khó khăn trong việc xử lý và từ đó gây ảnh hưởng và làm gia tăng nợ xấu năm hiện tại.
SIZE: biến quy mô ngân hàng, thể hiện năng lực thị trường của ngân hàng đó, được đo lường thông qua chỉ số tổng tài sản ngân hàng trên các BCTC, được đo lường bằng công thức như sau:
SIZE= Ln (Tổng tài sản)
SIZE được kỳ vọng tác động cùng chiều đến tỷ lệ nợ xấu Theo giả thuyết “Qúa lớn không thể bị phá sản” thì các ngân hàng có quy mô lớn thường chấp nhận rủi ro bằng cách tăng sự dụng vốn cho vay của mình, do đó quy mô càng lớn càng làm cho nợ xấu cao Tại Việt Nam các NHTM Nhà nước thường có quy mô lớn hơn các ngân hàng TMCP vì vậy các khoản vay rủi ro theo quan niệm sẽ được chính phủ bảo vệ trong trường hợp phá sản.
LLR: biến dự phòng rủi ro tín dụng, đại diện cho tốc độ tăng trưởng tín dụng của ngân hàng i tại năm t và được kỳ vọng cùng chiều với nợ xấu Dự phòng rủi ro là khoản tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra do khách hàng của tổ chức tín dụng không thực hiện nghĩa vụ theo cam kết, được đo lường bằng công thức như sau:
Chi phí dự phòng RRTD
LLR được kỳ vọng tác động cùng chiều với nợ xấu Các ngân hàng thường dự đoán mức lỗ vốn để có mức trích lập dự phòng cao hơn để giảm sự biến động của thu nhập hay tỷ lệ dự phòng rủi ro là một trong những cách ngân hàng kiểm soát rủi ro, nghĩa là quyết định tăng mức trích lập dự phòng rủi ro các khoản vay sẽ ảnh hưởng trực tiếp đến chi phí hoạt động của ngân hàng Nhiều minh chứng chứng minh rằng các NHTM thường sử dụng dự phòng rủi ro tín dụng như một công cụ che giấu thu nhập vì hoạt động kinh doanh chính của ngân hàng là từ chính các hoạt động tín dụng (Fonseca và Gonzales, 2008)
ETA: biến vốn chủ sở hữu trên tổng tài sản, được kỳ vọng tác động có mối tương quan âm với nợ xấu Theo giả thuyết “rủi ro đạo đức” cho rằng khi đòn bẩy và rủi ro của các ngân hàng lên cao, các ngân hàng sẽ giảm vốn khiến rủi ro vỡ nợ cũng tăng lên Bên cạnh đó, mức vốn thấp cũng cho thấy năng lực tài chính yếu kém của các NHTM vì các NHTM thường sử dụng vốn chủ sở hữu để hạn chế sự giảm giá trị những tài sản có và giúp ngân hàng không rơi vào tình trạng mất khả năng chi trả, được đo lường bằng công thức như sau:
Vốn chủ sở hữu Tổng tài sản
LLRETA LGR: biến tốc độ tăng trưởng tín dụng, đại diện cho tốc độ tăng trưởng dư nợ tín dụng của ngân hàng i trong năm t Nói cách khác, đây được xem là tỷ lệ tăng trưởng dư nợ cho vay của kỳ này so với kỳ trước, được đo lường bằng công thức như sau:
Tốc độ tăng trưởng tín dụng được kỳ vọng cùng chiều với nợ xấu Theo giả thuyết “Rủi ro tín dụng có tính chu kỳ”, Salas và Saurina (2002) chứng minh được rằng giữa tốc độ tăng trưởng tín dụng và tỷ lệ nợ xấu có mối tương quan thuận, điều này giống với quan điểm của Keeton (1999) khi nghiên cứu các ngân hàng tại Hoa Kỳ Bên cạnh đó, Berger và các cộng sự (2004), cho thấy rằng tăng trưởng tín dụng nhanh sẽ ảnh hưởng đến khả năng quản trị rủi ro khiến rủi ro tín dụng cao thể hiện việc chấp nhận rủi ro quá mức góp phần làm cho nợ xấu cao hơn trong tương lai.
ROE: biến tỷ suất sinh lời, đại diện cho khả năng sinh lời của ngân hàng i trong năm t Phản ánh năng lực quản lý vốn của ngân hàng qua việc đo lường một đồng vốn bỏ ra đầu tư thì thu về bao nhiêu đồng lời Chỉ số này càng thấp thì chứng tỏ ngân hàng có chính sách quản lý yếu kém, từ đó dẫn đến nguy cơ gia tăng nợ xấu, được đo lường bằng công thức như sau:
Lợi nhuận sau thuế VCSH bình quân
GDP: biến tỷ lệ tăng trưởng tổng sản phẩm quốc nội, đại diện cho sự tăng trưởng hàng năm của GDP thực tế tại thời điểm t, được đo lường bằng công thức như sau:
Mối quan hệ giữa môi trường kinh tế vĩ mô và chất lượng của khoản vay đã được nghiên cứu qua từng giai đoạn của chu kỳ kinh tế Giai đoạn kinh tế tăng trưởng, GDP cao đồng nghĩa với thu nhập tăng giúp cải thiện khả năng trả nợ, ngược lại GDP thấp làm thất nghiệp gia tăng, khách hàng gặp khó khăn trong việc trả nợ làm cho nợ xấu có xu hướng tăng.
INF: biến tỷ lệ lạm phát, được kỳ vọng tác động cùng chiều với nợ xấu Khi lạm phát tăng cao sẽ khiến lãi suất tăng theo ảnh hưởng đến khả năng trả nợ của
LGR= Dư nợ i,t -Dư nợ i, t-1
Dữ liệu nghiên cứu
Thu thập dữ liệu bảng thông qua mẫu quan sát gồm 18 ngân hàng TMCP Việt Nam trong khoảng thời gian từ 2012-2020 Số liệu các ngân hàng trên được thu thập từ BCTC của từng ngân hàng TMCP Việt Nam Riêng tỷ lệ tăng trưởng kinh tế (GDP), tỷ lệ lạm phát (INF) được lấy từ số liệu thống kê của Ngân hàng thế giới (World Bank).
Bảng 3.2: Danh sách các ngân hàng TMCP Việt Nam trong danh sách nghiên cứu
1 ABB Ngân hàng TMCP An Bình (ABBANK)
2 BAB Ngân hàng TMCP Bắc Á (Bac A Bank)
3 BID Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV)
4 CTG Ngân hàng TMCP Công thương Việt Nam (VietinBank)
5 EIB Ngân hàng TMCP Xuất Nhập Khẩu (Eximbank)
6 HDB Ngân hàng TMCP Phát triển Thành phố Hồ Chí Minh (HDBank)
7 MBB Ngân hàng TMCP Quân Đội (MBBank)
8 MSB Ngân hàng TMCP Hàng Hải Việt Nam (MSB)
9 NAB Ngân hàng TMCP Nam Á (NamABank)
10 SCB Ngân hàng TMCP Sài Gòn (SCB)
11 SGB Ngân hàng TMCP Sài Gòn Công Thương (SaigonBank)
12 SHB Ngân hàng TMCP Sài Gòn- Hà Nội (SHB)
13 STB Ngân hàng TMCP Sài Gòn Thương Tín (Sacombank)
14 TCB Ngân hàng TMCP Kỹ Thương (Techcombank)
15 TPB Ngân hàng TMCP Tiên Phong (TPBank)
16 VCB Ngân hàng TMCP Ngoại Thương Việt Nam (Vietcombank)
17 VIB Ngân hàng TMCP Quốc Tế (VIB)
18 VPB Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank)
Quy trình nghiên cứu
Luận văn lựa chọn sử dụng phần mềm Stata 15.1 để phân tích đánh giá mô hình nghiên cứu Quy trình nghiên cứu được thực hiện như sau:
Hình 3.1: Quy trình nghiên cứu
Thu thập dữ liệu Tính toán các biến độc lập Phân tích thống kê mô tả Phân tích ma trận tương quan Kiểm định mô hình Ước lượng theo phương pháp OLS Ước lượng theo phương pháp FEM Ước lượng theo phương pháp REM Ước lượng theo phương pháp momen tổng quát
- Phân tích thống kê mô tả (Descriptive statistics)
Là phương pháp liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính toán và mô tả các đặc trưng khác nhau để phản ánh một cách tổng quát đối tượng nghiên cứu Sau khi xử lý số liệu bảng, nghiên cứu thực hiện thống kê mô tả Kết quả được trình bày trên bảng gồm các thông số N (Số mẫu nghiên cứu), Mean (giá trị trung bình), Std.Dev (Độ lệch chuẩn), Max (Giá trị lớn nhất) và Min (giá trị nhỏ nhất).
- Phân tích ma trận tương quan
Phân tích tương quan cho thấy mức tương quan giữa các biến trong mô hình nghiên cứu Sau đó, nghiên cứu tìm ma trận tương quan giữa các biến Nếu hệ số tương quan của biến độc lập và biến phụ thuộc có giá trị dương (+) thì biến độc lập có tác động cùng chiều với biến phụ thuộc và ngược lại Khi mô hình phát hiện hệ số tương quan giữa 2 biến độc lập lớn thì mô hình có thể bị hiện tượng đa cộng tuyến.
- Kiểm định mô hình Để kiểm định các sai sót của mô hình, đầu tiên nghiên cứu kiểm định sự tự tương quan giữa các biến độc lập trong mô hình (hay hiện tượng đa cộng tuyến) Kết quả cho thấy VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng.
Tiếp theo, nghiên cứu thực hiện kiểm định hiện tượng phương sai sai số thay đổi bằng kiểm định White với giả thuyết H 0 : Không có hiện tượng phương sai sai số thay đổi, kết quả cho thấy Prob = 0.0002 nên bác bỏ giả thuyết H 0 , mô hình có hiện tượng phương sai sai số thay đổi.
Bên cạnh đó, nghiên cứu còn kiểm định hiện tượng tự tương quan bằng cách dùng kiểm định Wooldrige với giả thuyết H 0 : không có sự tự tương quan, kết quả kiểm định cho thấy Prob = 0.0004< 1% nên bác bỏ giả thuyết H 0 hay mô hình bị hiện tượng tự tương quan giữa các sai số Như vậy, kết quả kiểm định mô hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng Tuy nhiên mô hình có hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai sai số thay đổi.
- Ước lượng mô hình theo phương pháp OLS Để đo lường tác động của yếu tố nội tại ngân hàng và vĩ mô đến nợ xấu của các ngân hàng TMCP Việt Nam, tác giả sử dụng các kiểm định để tìm ra các khuyết tật của mô hình thông qua kiểm định đa cộng tuyến các biến phụ thuộc, kiểm định tự tương quan.
Sau khi hoàn tất các kiểm định trên, tác giả tiến hành ước lượng mô hình Pooled OLS, FEM và REM Tuy nhiên, việc ước lượng theo mô hình Pooled OLS không phản ánh được tác động riêng biệt, mang tính đặc thù của từng ngân hàng, tác giả tiến hành sử dụng kiểm định Hausman để tìm ra giữa FEM và REM đâu là mô hình phù hợp Với kết quả thu được, tác giả tiếp tục kiểm định khuyết tật của mô hình qua 2 bước:
(i) Đối với mô hình FEM: Kiểm định phương sai sai số thay đổi thông qua kiểm định Wald, kiểm định hiện tượng tự tương quan với sai số ngẫu nhiên.
(ii) Đối với mô hình REM: Kiểm định phương sai sai số thay đổi qua các thực thể trong REM (kiểm định nhân tử Lagrange), kiểm định hiện tượng tự tương quan với sai số ngẫu nhiên. Để xem xét mô hình FEM hay REM phù hợp hơn, tác giả sẽ kiểm định Hausman. Ý nghĩa của kiểm định Hausman là để xem xét có sự tồn tại tự tương quan giữa
- Ước lượng mô hình theo phương pháp GMM
Phương pháp ước lượng GMM được chính thức sử dụng bởi Hansen (1982) và nó đã trở thành phương pháp ước lượng sử dụng phổ biến cho các bài nghiên cứu khoa học về kinh tế tài chính đến hiện tại Luận văn sử dụng phương pháp ước lượng monen tổng quát Generalized method of momments (GMM) để khắc phục tính nội sinh khi có mặt các biến công cụ Các kiểm định trong mô hình liên quan đến đa cộng tuyến, tự tương quan, phương sai sai số thay đổi và các hiện tượng nội sinh Nghiên cứu sẽ thực hiện các bài kiểm tra để đảm bảo mô hình không có sai lệch và ước tính hiệu quả.
TÓM TẮT CHƯƠNG 3 Ở chương này, luận văn đã xây dựng và trình bày các biến nghiên cứu với hai biến chính là biến phụ thuộc và biến độc lập, đồng thời luận văn đã sử dụng bộ dữ liệu từ BCTC của 18 ngân hàng TMCP Việt Nam trong giai đoạn 2012-2020 và thực hiện kiểm định các khuyết tật của mô hình nghiên cứu Theo đó, tác giả còn trình bày về phương pháp ước lượng GMM để khắc phục tính nội sinh khi có mặt các biến công cụ.
Do đó, chương 3 sẽ là cơ sở chính để luận văn tiếp tục triển khai các bước phân tích trong chương tiếp theo.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Phân tích thống kê mô tả
Để kiểm định mức độ ảnh hưởng của các nhân tố đến tỷ lệ nợ xấu của ngân hàng TMCP Việt Nam, nghiên cứu xây dựng mô hình gồm những biến như sau, trong đó có
1 biến phụ thuộc là tỷ lệ nợ xấu (NPL), 8 biến độc lập đại diện cho các yếu tố nội tại bao gồm tỷ lệ nợ xấu năm trước (NPLt-1), khả năng sinh lời (ROE), tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA), dự phòng rủi ro tín dụng (LLR), quy mô ngân hàng (SIZE), tốc độ tăng trưởng tín dụng (LGR) và các yếu tố tác động vĩ mô bao gồm tốc độ tăng trưởng kinh kế (GDP), tỷ lệ lạm phát (INF) Các biến được khảo sát qua 144 quan sát của 18 ngân hàng TMCP Việt Nam trong giai đoạn 2012-2020 Bảng 4.1 dưới đây thống kê trị số mô tả các biến định lượng trong mô hình nghiên cứu và phản ánh đặc trưng của từng biến.
Dữ liệu cho bài nghiên cứu gồm những nhân tố liên quan đến các biến nội sinh được thu thập và nghiên cứu số liệu của 18 ngân hàng TMCP Việt Nam Thông tin lấy được từ báo cáo tài chính (BCTC), báo cáo thường niên (BCTN) được công bố trên website của các ngân hàng này và các dữ liệu cho các yếu tố vĩ mô được lấy từ thống kê của World Bank trong giai đoạn 2012-2020 Bộ dữ liệu thu thập được bao gồm 144 quan sát.
Bảng 4.1: Phân tích thống kê mô tả Tên biến Số quan sát
Giá trị trung bình Độ lệch chuẩn
Nguồn: Trích xuất từ Stata 2 Đối với nợ xấu (NPL): Bảng 4.1 cho thấy tỷ lệ nợ xấu trung bình của 18 ngân hàng TMCP Việt Nam trong giai đoạn 2012-2020 là 1.98% trên tổng dư nợ Trong đó, ngân hàng Sacombank vào năm 2016 có tỷ lệ nợ xấu cao nhất với 6.91%, ngược lại ngân hàng SCB vào năm 2015 có tỷ lệ nợ xấu thấp nhất là 0.34% Bên cạnh đó, thông số độ lệch chuẩn 1.1% đã phản ảnh mức độ phân tán khá lớn trong tỷ lệ nợ xấu của các ngân hàng TMCP Việt Nam. Đối với tỷ lệ nợ xấu năm trước (NPL t-1 ): Bảng 4.1 cho thấy tỷ lệ nợ xấu năm trước trung bình của 18 ngân hàng TMCP Việt Nam trong giai đoạn 2012-2020 là 2.19% với độ lệch chuẩn là 1.32% Trong đó, ngân hàng TMCP Sài gòn Hà Nội (SHB) vào năm 2016 có tỷ lệ nợ xấu năm trước cao nhất với 8.81%, ngược lại ngân hàng SCB vào năm 2015 có tỷ lệ nợ xấu năm trước thấp nhất là 0.34%. Đối với quy mô ngân hàng (SIZE): Tác giả nhận thấy SIZE bình quân là 32.89, có độ lệch chuẩn 1.08, trong đó ngân hàng BIDV vào năm 2020 có SIZE cao nhất là34.96 và ngân hàng SaigonBank vào năm 2013 có SIZE thấp nhất là 30.32 Các ngân hàng có thời gian thành lập lâu đời và hoạt động dài trong nền kinh tế Việt
Nam thì có quy mô lớn chủ yếu tập trung vào ba ngân hàng có vốn nhà nước như Vietcombnak, BIDV, VietinBank. Đối với dự phòng rủi ro tín dụng (LLR): Trong bảng dữ liệu này, LLR có giá trị trung bình là 13% với độ lệch chuẩn là 0.43%, trong đó ngân hàng An Bình vào năm 2013 có tỷ lệ LLR cao nhất là 2.77% và ngân hàng SCB vào năm 2014 có tỷ lệ LLR thấp nhất là 0.54%. Đối với khả năng sinh lời (ROE): Chỉ số ROE thể hiện hiệu quả trong hoạt động và công tác quản lý của ngân hàng TMCP Việt Nam Trong bảng dữ liệu này, ROE có giá trị trung bình là 9.95%, trong đó ngân hàng VIB vào năm 2020 có tỷ lệ ROE cao nhất là 25.83%, ngược lại Eximbank vào năm 2015 có tỷ lệ ROE thấp nhất là 0.34% Mặc khác, chỉ số ROE trong giai đoạn này có độ lệch chuẩn tương đối cao 6.49% biểu hiện cho mức độ biến thiên rất đang lưu ý do sự khác biệt rất lớn trong hiệu quả của quá trình sử dụng vốn giữa các ngân hàng. Đối với tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA): Tỷ lệ vốn chủ sở hữu trên tổng tài sản bình quân là 8.41% với độ lệch chuẩn là 3.54%, trong đó ngân hàng SaigonBank vào năm 2013 có tỷ lệ ETA cao nhất là 23.84% và ngân hàng MBBank vào năm 2016 có tỷ lệ ETA thấp nhất là 2.12%. Đối với tốc độ tăng trưởng tín dụng (LGR): Tốc độ tăng trưởng tín dụng có giá trị trung bình là 21.07% với độ lệch chuẩn là 12.12%, trong đó ngân hàng HDBank vào năm 2013 có tỷ lệ LGR cao nhất là 108% và ngân hàng MaritimeBank vào năm 2016 có tỷ lệ LGR thấp nhất là -14.23%. Đối với tốc độ tăng trưởng (GDP): Tác giả nhận thấy GDP trung bình là - 0.03% cùng với độ lệch chuẩn là 0.22% Giá trị cao nhất của GDP là 0.17% vào năm 2015 và thấp nhất là - 0.59% vào năm 2020. Đối với tỷ lệ lạm phát (INF): Dựa vào bảng 4.1, có thể thấy được rằng lạm phát bình quân tại Việt Nam trong giai đoạn 2012-2020 là 0.25% và biến động khá lớn với độ lệch chuẩn1.18% Tỷ lệ lạm phát cao nhất vào năm 2016 với 3.22% và thấp nhất vào năm 2015 với -0.85%.
Phân tích ma trận tương quan
- Ma trận tương quan Để kiểm tra hiện tượng đa cộng tuyến của mô hình, luận văn sử dụng ma trận tương quan. Giá trị tuyệt đối của các hệ số tương quan giữa các biến độc lập gần đến 1 thì các biến có mối quan hệ tuyến tính chặt chẽ, ngược lại, khi giá trị của các hệ số này càng gần đến 0, các biến giải thích sẽ độc lập với nhau và kết quả ước lượng sẽ có độ tin cậy cao.
Bảng 4.2: Ma trận tương quan
NPL NPL t-1 SIZE LLR ROE ETA LGR GDP INF
Nguồn: Trích xuất từ Stata
Bảng 4.2 cho thấy kết quả phân tích tương quan mô hình nghiên cứu như sau: các giá trị tuyệt đối của hệ số cặp giữa các biến đều nhỏ hơn so với 1 Vì vậy, mô hình không có hiện tượng tự tương quan giữa các biến độc lập và không có hiện tượng đa cộng tuyến nghiêm trọng ở các hệ số tương quan có giá trị khá thấp so với chuẩn so sánh theo Farrar và Glauber (1967) là 0.8 Bên cạnh đó, có thể thấy các biến độc lập gồm SIZE, ROE, LGR tác động ngược chiều đến NPL, trong khi các biến độc lập còn lại gồm LLR, ETA, NPLt-1 GDP, INF tác động cùng chiều đến NPL.
- Kiểm định hiện tượng đa cộng tuyến
Nghiên cứu tiến hành thực hiện kiểm định giả thuyết không bị hiện tượng đa cộng tuyến bằng cách dùng chỉ số phóng đại phương sai VIF (Variance Inflation Factor) Hiện tượng đa cộng tuyến cho thấy mô hình tồn tại mối quan hệ tuyến tính giữa một số hoặc tất cả các biến độc lập trong mô hình.
Bảng 4.3: Kết quả kiểm định chỉ số VIF
Nguồn: Trích xuất từ Stata
Từ bảng 4.3, ta thấy được rằng tất cả các giá trị VIF của các biến độc lập đều nhỏ hơn
10 Vậy nên mô hình không có hiện tượng đa cộng tuyến.
Phân tích hồi quy
Kết quả hồi quy theo phương pháp Pooled OLS, FEM và REM lần lượt được trình bày trong bảng 4.4
Bảng 4.4: Kết quả hồi quy Pooled OLS, FEM và REM
Biến Hệ số Sai số chuẩn
Hệ số Sai số chuẩn
Hệ số Sai số chuẩn NPL t-1 0.3968*** 0.0534 0.0265*** 0.0549 0.3793*** 0.0532
Nguồn: Trích xuất từ Stata Ghi chú: Ký hiệu *,**,*** có ý nghĩa thống kê lần lượt 10%, 5%, 1%
Dựa vào bảng 4.4, tác giả nhận xét kết quả như sau: Kết quả ước lượng mô hình hồi quy theo Pooled OLS, FEM và REM cho thấy R 2 lần lượt là 52.74%, 42.77% và 52.71% thể hiện các biến độc lập được sử dụng trong mô hình có thể giải thích được 52.74%, 42.77% và 52.71% sự thay đổi trong tỷ lệ nợ xấu của ngân hàng.
Tuy nhiên, việc ước lượng theo mô hình Pooled OLS không phản ánh được tác động riêng biệt, mang tính đặc thù từng ngân hàng Do đó, để khắc phục hạn chế này ở mô hình Pooled OLS, nghiên cứu tiếp tục lựa chọn ước lượng mô hình hồi quy theo phương pháp tác động cố định FEM và tác động ngẫu nhiên REM Kết quả đo lường cho thấy cả hai mô hình đều phù hợp, vì vậy để xác định mô hình nào hiệu quả và tin cậy hơn, tác giả tiếp tục thực hiện kiểm định Hausman Test để lựa chọn giữa hai mô hình FEM và REM với giả thuyết như sau:
H0: FEM không tốt hơn REM
Kiểm định cho kết quả P-value = 0.0000< 0.01 nên có cơ sở bác bỏ H0 Chấp nhận H1. FEM tốt hơn REM Như vậy, trong hai mô hình FEM và REM, khi hồi quy dữ liệu mô hình FEM là phù hợp nhất với tổng thể số liệu nghiên cứu các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng TMCP Việt Nam.
Bảng 4.5: Kết quả kiểm định Hausman
Test: H0: difference in coefficients not systematic
Nguồn: Trích xuất từ Stata
Kiểm định mô hình
4.4.1 Kiểm định hiện tượng tự tương quan Để đảm bảo điều kiện không có hiện tượng tự tương quan mô hình, tác giả thực hiện kiểm định với giả thuyết như sau:
H0: Mô hình không có hiện tượng tự tương quan
H 1 : Mô hình có hiện tượng tự tương quan
Với mức ý nghĩa 1%, kiểm định cho kết quả Prob > F = 0.0000< 1% Chấp nhận H1. Vậy mô hình có hiện tượng tự tương quan.
Bảng 4.6: Kết quả kiểm định Wooldridge
Wooldridge test for autocorrelation in panel data
Ho: no first- order autocorrelation
Nguồn: Trích xuất từ Stata
4.4.2 Kiểm định phương sai thay đổi
Sau khi lựa chọn mô hình FEM là mô hình phù hợp, tác giả thực hiện kiểm định Wald hiện tượng phương sai sai số thay đổi để đảm bảo các giá trị thống kê của các hệ hồi quy là đáng tin cậy, với giả thuyết kiểm định như sau:
H 0 : Không có hiện tượng phương sai sai số thay đổi
H 1 : Có hiện tượng phương sai sai số thay đổi
Kết quả kiểm định Wald mô hình FEM cho thấy hệ số Prob = 0.0000z=0.010
Arellano-Bond test for AR(2) in first differences: z=-1.31 Pr>z=0.191
Sargan test of overid.restrictions: chi2 (81)= 71.55 Prob>chi2=0.765
Hansen test of overid.restrictions: chi2 (81)= 7.01 Prob>chi2=1.000
Nguồn: Trích xuất từ Stata
Tuy nhiên, kết quả ước lượng bằng phương pháp FEM có một nhược điểm là không thể khắc phục được hiện tượng nội sinh và các kết quả hồi quy cũng không còn đáng tin cậy Vậy nên, tác giả sẽ sử dụng phương pháp ước lượng GMM theo Richard Blundell và Stephen Bond
(1998) để khắc phục hiện tượng này nhằm đảm bảo các kết quả thu được chính xác hơn Kết quả kiểm định các giả thuyết nghiên cứu được trình bày cụ thể trong Bảng 4.8.
Sau khi sử dụng phương pháp GMM để khắc phục các hiện tượng nội sinh, tự tương quan và phương sai sai số thay đổi, mô hình Prob >chi2 = 0.0000 10% Chấp nhận giả thiết H 0 Điều này chứng tỏ mô hình trên khá tốt vì không tồn tại hiện tượng tự tương quan chuỗi.
Kiểm định Hansen có giả thuyết:
H 0 : Các biến công cụ là biến ngoại sinh
H 1 : Các biến công cụ là biến nội sinh
Kết quả kiểm định cho kết quả P-value = 1.000> 10% Chấp nhận giả thiết H 0 Điều này chứng tỏ với việc mô hình đã khắc phục hiện tượng nội sinh.
Kết quả hồi quy theo phương pháp GMM cho thấy, mô hình có 5 biến có ý nghĩa thống kê Các biến đó bao gồm tỷ lệ nợ xấu năm trước (NPLt-1), dự phòng rủi ro tín dụng (LLR), tăng trưởng tín dụng (LGR), tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát (INF).
Bảng 4.9: Kết quả kiểm định thực nghiệm bằng ước lượng GMM với giả thuyết nghiên cứu
Biến Dấu kỳ vọng Kết quả nghiên cứu
1 (+) Đúng với kỳ vọng Có ý nghĩa thống kê
SIZE (+) Đúng với kỳ vọng Không có ý nghĩa thống kê
LLR (+) Đúng với kỳ vọng Có ý nghĩa thống kê
ROE (-) Dấu dương Không có ý nghĩa thống kê
ETA (-) Dấu dương Không có ý nghĩa thống kê
LGR (+) Dấu âm Có ý nghĩa thống kê
GDP (-) Dấu dương Có ý nghĩa thống kê
INF (+) Đúng với kỳ vọng Có ý nghĩa thống kê
Nguồn: Tổng hợp từ tác giả
Trong đó, có 3 biến có tác động cùng chiều với nợ xấu là tỷ lệ nợ xấu năm trước (NPL t-1 ), dự phòng rủi ro tín dụng (LLR), và tỷ lệ lạm phát (INF) Ngược lại, biến tăng trưởng kinh tế (GDP) và tốc độ tăng trưởng tín dụng (LGR) lại có tác động ngược chiều đến nợ xấu.
Ngoài ra, theo nghiên cứu thực nghiệm, thì có 3 biến không có ý nghĩa thống kê Các biến bao gồm: biến quy mô ngân hàng (SIZE), biến khả năng sinh lời (ROE), và tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA) Vì vậy, mô hình có phương trình nghiên cứu là:
NPL= 0.6757*NPL t-1 +0.7973* LLR -0.0110* LGR+0.0031* GDP +0.0010* INF
Thảo luận kết quả nghiên cứu
• Tỷ lệ nợ xấu năm trước
Hệ số hồi quy của biến NPL t-1 là 0.6757 và giá trị p-value của hệ số này là 0.000 nhỏ hơn mức ý nghĩa α = 0.01 Như vậy có thể kết luận rằng tỷ lệ nợ xấu năm trước có mối tương quan cùng chiều với tỷ lệ nợ xấu năm hiện tại (NPL) với mức ý nghĩa thống kê1% Trong điều kiện tất cả các yếu tố khác không đổi, khi biến NPL t-1 tăng 1 đơn vị thì tác động làm biến NPL tăng 0.6757 đơn vị Kết quả này phù hợp với kỳ vọng dấu ban đầu, phù hợp với các nghiên cứu trước của Salas và Suarina (2002), Klein (2013) Điều này cho thấy, khi chất lượng tín dụng có xu hướng giảm ở năm trước sẽ kéo theo năm sau giảm và ngược lại. Điều này có ý nghĩa là nợ xấu có ảnh hưởng lâu dài đối với hệ thống ngân hàng.
Theo giả thuyết “Quản lý kém”, nợ xấu trong quá khứ cao thể hiện khả năng quản trị rủi ro trong cho vay của các NHTM kém khiến cho nợ xấu hiện tại tăng Nói cách khác, NHTM nào kiểm soát tốt nợ xấu sẽ góp phần làm nợ xấu những năm sau không phải đối diện với rủi ro tăng cao.
• Dự phòng rủi ro tín dụng
Hệ số hồi quy của biến LLR là 0.7973 và giá trị p-value của hệ số này là 0.002 nhỏ hơn mức ý nghĩa α = 0.01 Như vậy có thể kết luận rằng dự phòng rủi ro tín dụng có mối tương quan cùng chiều với tỷ lệ nợ xấu năm hiện tại (NPL) với mức ý nghĩa thống kê 1% Trong điều kiện tất cả các yếu tố khác không đổi, khi biến LLR tăng 1 đơn vị thì tác động làm biến NPL tăng 0.7973 đơn vị Điều này có thể được giải thích rằng khi tỷ lệ dự phòng rủi ro tín dụng giảm có thể là do hiệu quả của ngân hàng tăng làm nợ xấu giảm và ngược lại Điều này ý nói rằng khi ngân hàng tăng trích lập dự phòng đối với các khoản cho vay khách hàng đồng nghĩa với việc hiệu quả hoạt động của ngân hàng giảm, làm gia tăng gánh nặng trong việc thu hồi nợ. Kết quả là chi phí hoạt động của ngân hàng gia tăng làm nợ xấu của ngân hàng tăng lên.
Hệ số hồi quy của INF là 0.001 và giá trị p-value của hệ số này là 0.000 nhỏ hơn mức ý nghĩa α = 0.01 Như vậy có thể kết luận rằng tỷ lệ lạm phát có mối tương quan cùng chiều với tỷ lệ nợ xấu năm hiện tại với mức ý nghĩa thống kê 1% Trong điều kiện tất cả các yếu tố khác không đổi, khi biến INF tăng 1 đơn vị thì tác động làm biến NPL tăng 0 001 đơn vị Kết quả này phù hợp với kỳ vọng dấu ban đầu cũng như tương đồng với các nghiên cứu trước đây của Nkusu (2011) Khi tỷ lệ lạm phát cao, chính phủ thường áp dụng các chính sách tài khóa và tiền tệ thắt chặt gây khó khăn cho người đi vay làm khả năng trả nợ giảm, do đó làm gia tăng nợ xấu của các NHTM.
• Tốc độ tăng trưởng kinh tế
Hệ số hồi quy của biến GDP là 0.0031 và giá trị p-value của hệ số này là 0.093 nhỏ hơn mức ý nghĩa α = 0.1 Như vậy có thể kết luận rằng tốc độ tăng trưởng kinh tế có mối tương quan cùng chiều với tỷ lệ nợ xấu năm hiện tại (NPL) với mức ý nghĩa thống kê 10% Trong điều kiện tất cả các yếu tố khác không đổi, khi biến GDP tăng 1 đơn vị thì tác động làm biến
NPL tăng 0.0031 đơn vị Thông thường, khi nền kinh tế tăng trưởng, nợ xấu sẽ được cải thiện vì khi tăng trưởng kinh tế, đời sống, mức sống của người dân sẽ tăng lên, các cá nhân, hộ gia đình, các doanh nghiệp sẽ đẩy mạnh hoạt động đầu tư, sản xuất kinh doanh, dẫn đến nhu cầu vay vốn tăng lên Đồng thời tăng trưởng kinh tế góp phần cải thiện thu nhập và khả năng hoàn trả các nghĩa vụ tài chính của khách hàng đối với ngân hàng Như vậy, nợ xấu sẽ giảm đi Tuy nhiên, theo kết quả hồi quy của luận văn, mối quan hệ giữa tăng trưởng kinh tế và nợ xấu là cùng chiều, kết quả này trái với kỳ vọng ban đầu, nhưng tác giả đã tìm được nghiên cứu của Bonilla (2011) để củng cố cho kết quả của mình Bonilla (2011) đã tìm ra sự tương quan ngược chiều giữa GDP và nợ xấu khi nghiên cứu các ngân hàng ở Tây Ban Nha, nhưng khi thực hiện tại các NHTM của Ý thì mối quan hệ giữa chúng là cùng chiều Nghĩa là khi tăng trưởng GDP, nợ xấu sẽ tăng lên, với lý do nhu cầu vay vốn ngày càng tăng, không có những chính sách và biện pháp kiểm tra, giám sát các khoản cho vay thì nợ xấu sẽ tăng lên.
• Tốc độ tăng trưởng tín dụng
Hệ số hồi quy của biến LGR là -0.011 và giá trị p-value của hệ số này là 0.097 nhỏ hơn mức ý nghĩa α = 0.1 Như vậy có thể kết luận rằng dự phòng rủi ro tín dụng có mối tương quan ngược chiều với tỷ lệ nợ xấu năm hiện tại (NPL) với mức ý nghĩa thống kê 10% Trong điều kiện tất cả các yếu tố khác không đổi, khi biến LGR tăng 1 đơn vị thì tác động làm biến NPLgiảm 0.011 đơn vị.
Tuy nhiên, theo kết quả hồi quy của luận văn, mối quan hệ giữa tốc độ tăng trưởng tín dụng và nợ xấu là ngược chiều, kết quả này trái với kỳ vọng ban đầu Keeton (1999) đã đưa ra một giả thuyết “Chính sách tín dụng có tính chu kỳ” rằng nguyên nhân dẫn đến tăng trưởng tín dụng là do cung hay cầu tín dụng thì tăng trưởng tín dụng có thể làm tăng hoặc giảm rủi ro tín dụng Khi ngân hàng kinh doanh tăng trưởng cao, ngân hàng đó thông thường sẽ hạ lãi suất và nới lỏng một số điều kiện cho vay thì ngân hàng này đang kích thích cung cho vay Việc này có thể sẽ dẫn đến các khoản vay có chất lượng thấp vì không đảm bảo được khách hàng có thể trả được nợ cho ngân hàng được hay không khi một biến cố xảy ra ngoài ý muốn.
Hệ số hồi quy của biến SIZE là 0.0002 và giá trị p-value của hệ số này là 0.929, tuy không có ý nghĩa thống kê, nhưng có tương quan dương với nợ xấu hiện tại Trong điều kiện các yếu tố khác không đổi, khi biến SIZE tăng 1 đơn vị thì tác động làm biến NPL tăng 0.0002 đơn vị Kết quả phù hợp với giả thuyết “Quá lớn để sụp đổ”, tức là do ngân hàng càng lớn sẽ càng chấp nhận rủi ro quá mức bằng cách tăng sử dụng vốn cho vay của mình, do đó khiến rủi ro nợ xấu gia tăng Bên cạnh đó, các NHTM lớn thường có lợi thế về huy động vốn từ dân cư. Với điều kiện thanh khoản dồi dào, bên cạnh cho vay, các NHTM lớn còn đầu tư dưới nhiều hình thức khác như: gửi các TCTD khác để kiếm lợi nhuận, đầu tư vào các doanh nghiệp khác, trái phiếu vàng, ngoại hối, ủy thác các công ty liên quan đầu tư chứng khoán,v.v Khi gặp biến động trên thị trường như biến động lãi suất, giá vàng hoặc thị trường chứng khoán sụt giảm, thì những khoản đầu tư này bị thua lỗ sẽ không thể thu hồi từ các khoản ủy thác đầu tư, từ đó nợ xấu tăng lên.
Hệ số hồi quy của biến ROE là 0.0049 và giá trị p-value của hệ số này là 0.876 Như vậy có thể kết luận rằng khả năng sinh lời có mối tương quan cùng chiều với tỷ lệ nợ xấu năm hiện tại (NPL) Trong điều kiện các yếu tố khác không đổi, khi biến ROE tăng 1 đơn vị thì tác động làm biến NPL tăng 0.0049 đơn vị Tuy nhiên, theo kết quả hồi quy của luận văn, mối quan hệ giữa khả năng sinh lời và nợ xấu là cùng chiều, kết quả này trái với kỳ vọng ban đầu Điều này có thể giải thích rằng hiệu quả kinh doanh của ngân hàng thường có liên quan đến hành vi chấp nhận rủi ro của các nhà quản trị ngân hàng, theo nghiên cứu của Hu và các cộng sự (2004), các nghiên cứu cho rằng các ngân hàng muốn đạt được mức lợi nhuận cao thì họ sẽ chấp nhận rủi ro càng cao Đồng thời, nếu biến lợi nhuận trên vốn chủ sở hữu cao có thể là do nguồn vốn chủ sở hữu thấp, cổ đông ít, từ đó có sự kiểm soát không chặt chẽ dẫn đến rủi ro cao.
• Vốn chủ sở hữu trên tổng tài sản
Hệ số hồi quy của biến ETA là -0.0893 và giá trị p-value của hệ số này là 0.165 Tuy không có ý nghĩa thống kê, nhưng vốn chủ sở hữu trên tổng tài sản có mối tương quan ngược chiều với tỷ lệ nợ xấu năm hiện tại (NPL) Trong điều kiện các yếu tố khác không đổi, khi biếnETA tăng 1 đơn vị thì tác động làm biến NPL giảm 0.0893 đơn vị Một trong những nguyên nhân khiến vốn chủ sở hữu các NHTM giảm mạnh do tình trạng sở hữu chéo tăng cao khiến cho tốc độ tặng vốn chủ sở hữu, vốn tự có giảm, là nguyên nhân khiến hệ số an toàn vốn của các TCTD giảm nhanh không đủ bù đắp rủi ro Mức vốn hóa thấp đồng nghĩa với việc ngân hàng có danh mục cho vay tiềm ẩn rủi ro hơn do không đa dạng hóa các khoản vay mà chỉ tập trung ở một số đối tượng, dẫn đến sự gia tăng nợ xấu Ngược lại, nếu tiềm lực tài chính mạnh, ngân hàng có vốn khỏe, nợ xấu cũng dễ dàng được xử lý.
Luận văn đã xác định các nhân tố ảnh hưởng đến nợ xấu thông qua các số liệu từ 18 ngân hàng TMCP Việt Nam trong giai đoạn 2012-2020 Bằng phương pháp ước lượng momen tổng quát GMM, nghiên cứu đã kiểm định mối quan hệ giữa các yếu tố nội tại và các yếu tố vĩ mô đối với nợ xấu hiện tại Trong đó, biến có tác động cùng chiều với nợ xấu là tỷ lệ nợ xấu năm trước (NPL t-1 ), dự phòng rủi ro tín dụng (LLR), và tỷ lệ lạm phát (INF) Ngược lại, biến tăng trưởng kinh tế (GDP) và tốc độ tăng trưởng tín dụng (LGR) lại có tác động ngược chiều đến nợ xấu Ngoài ra, theo nghiên cứu thực nghiệm thì có 3 biến không có ý nghĩa thống kê Các biến bao gồm: biến quy mô ngân hàng (SIZE), biến khả năng sinh lời (ROE), và tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA) Như vậy, các nhân tố ảnh hưởng đến nợ xấu đã xác định rõ Trong chương sau, tác giả thảo luận kết quả cụ thể về kết quả ở chương 4 so với thực tiễn bức tranh tỷ lệ nợ xấu ở Việt Nam để đưa ra một số khuyến nghị nhằm giảm tỷ lệ nợ xấu của hệ thống ngân hàng TMCP Việt Nam và một số hạn chế cũng như đưa ra hướng nghiên cứu tiếp theo của đề tài.
