865 Các Nhân Tố Ảnh Hưởng Đến Rủi Ro Tín Dụng Của Các Nhtm Tại Vn Khóa Luận Đại Học Chuyên Ngành Tcnh 2023.Docx

BỘ GIÁO DỤCVÀĐÀO TẠO NGÂNHÀNGNHÀNƢỚCVIỆTNAM TRƢỜNGĐẠIHỌCNGÂNHÀNGTP HỒCHÍMINH TRẦNTHỊQUẾMINH CÁCNHÂNTỐẢNHHƢỞNGĐẾNRỦIROTÍNDỤNGCỦACÁC NGÂNHÀNGTHƢƠNGMẠI TẠIVIỆTNAM KHÓA LUẬNTỐTNGHIỆPCHUYÊNNGÀNH TÀI CHÍNH[.]

Đặtvấnđề

Tínhcấpthiếtcủađềtài

Từk ế t q u ả b à i n g h i ê n c ứ u t r ê n , s ẽ g i ú p c á c n h à q u ả n t r ị n g â n h à n g c ó c á i nhìn tổng quát hơn, góp phần xây dựng chính sách phù hợp để giảm thiểu rủi ro vànâng cao hiệu quả hoạt động,đồng thời tăng khả năng cạnh tranh giữa các ngânhàngtrongbốicảnh nền kinhtếViệtNam đangpháttriển.

Mụctiêunghiêncứu

Mụctiêutổngquát

Xác định và đo lường mức độ ảnh hưởng của các nhân tố đến rủi ro tín dụngtại các ngân hàng thương mại Việt Nam trong từ năm 2010 đến năm 2020,qua đóđề xuất một số giải pháp phù hợp giảm thiểu rủi ro và nâng cao hiệu quả hoạt độngđốivớicácNHTMViệtNamtrongthờigiantới.

Mụctiêucụthể

1) Xác định cácnhân tốảnh hưởngđến rủiro tíndụng tạicác NHTMtại

Câu hỏinghiêncứu

Đốitƣợngvàphạmvinghiêncứu

Đốitƣợngnghiêncứu

Phạmvinghiêncứu

+Nộidungnghiêncứu:tậptrungvàonghiêncứucácnhântốảnhhưởngđếnrủirotín dụngtạicácNHTMViệt Namtừnăm2010đếnnăm2020.

Phương pháp vàdữliệunghiêncứu

Phươngphápnghiêncứu

Nghiên cứu chủ yếu sử dụng phương pháp định lượng Cụ thể, trong khóaluậnnày,sửdụngcácphươngphápnghiêncứusau:

+ Phương pháp phân tích - tổng hợp: sử dụng hỗ trợ của 2 phần mềm làEXCELvàSTATAđểphântíchcác nhântốảnhhưởngđếnrủirotíndụng.

+ Phương pháp phân tích và xử lý số liệu: nghiên cứu thực trạng rủi ro tíndụng của 31 NHTM Việt Nam từ năm 2010 đến năm 2020, phương pháp nàyphảnánhtình hình rủiro tíndụngcủa31ngânhàngtừ năm2010đếnnăm2020.

+ Ngoài ra, mô hình còn sử dụng phương pháp mô hình hồi quy OLS,môhình tác động cố định (FEM - Fixed effects model) và mô hình tác động ngẫu nhiên(REM - Random effects model), mô hình FEM, REM để kiểm định sự tác động củacácnhântốảnhhưởngđếnrủirotíndụngtừđócóthểlựachọnmôhìnhphùhợp.

Dữliệunghiêncứu

Dữ liệu sử dụng trong khóal u ậ n l à n g u ồ n d ữ l i ệ u t h ứ c ấ p đ ƣ ợ c t h u t h ậ p t ừ các số liệu NHTM hoạt động tại Việt Nam trong khoảng thời gian từ năm 2010 đếnnăm2020.Cụthể, từcác báocáotàichínhcủa 31ngânhàngđƣợc kiểmtoán từnăm 2010 đến năm 2020 (bảng cân đối kế toán và báo cáo kết quả kinh doanh),báocáothườngniêncủaNgânhàngNhànướcgiaiđoạntừnăm2010đếnnăm2020.

Quytrìnhnghiêncứu

Khóa luận thực hiện đề tài theo mục tiêu và câu hỏi nghiên cứu đã xác định,dođócầnquytrìnhthực hiệnsau:

Bước2:TổnghợplýthuyếtvàtổngquancácnghiêncứutrướcBước3:Xácđịn h mô hìnhnghiên cứu

Đóng gópcủađềtài

Về mặt khoa học, nghiên cứu góp phần thực hiện cơ sở lý luận về rủi ro tíndụngvàhoànthiệncácnghiêncứuvềảnhhưởngcủamôitrườngkinhtếvimôvàvĩmô đến rủi ro tín dụng của các NHTM Đề tài đƣa ra các kiểm chứng xác thực giúpkiểmnghiệmvàbổ sungkếtquảchocácnghiêncứutrước.

Về mặt thực tiễn, kết quả nghiên cứu có thể dùng làm cơ sở cho các nhàquản trị ngân hàng Nghiên cứu đưa ra được những ảnh hưởng của nhân tố thuộcmôi trường vĩ mô và các nhân tố mà các ngân hàng có thể kiểm soát được ảnhhưởng đến rủi ro tín dụng của các ngân hàng Điều này góp phần cải thiện hiệu quảhoạt động của hệ thống ngân hàng nói chung và các NHTM nói riêng trong bối cảnhnềnkinhtếViệtNam.

Kếtcấucủakhóaluận

Khái niệmvềtín dụngcủa ngânhàngthương mại

Ngân hàng thương mại có vai trò quan trọng đối với toàn bộ đời sốngkinh tế chính trị và xã hội của quốc gia là vấn đề được mọi người quan tâm.

Có rấtnhiều khái niệm về ngân hàng thương mại được sử dụng và định nghĩa theo nhiềuhướngkhácnhau:

Ngân hàng thương mại vai trò quan trọng đối với nền kinh tế Với vai tròlà trung gian tín dụng, ngân hàng thương mại thực hiện việc chuyển các khoản tiếtkiệm (chủ yếu là các hộ gia đình) thành các khoản tín dụng cho các tổ chức kinhdoanhvàcánhânkhácthựchiệncáchoạtđộngđầutư.Mặtkhác,ngânhàngthươngmạil à n g ườ i cun gc ấ pc á c kh oản t í n dụ ng ch o người t iê ud ù n g vớiquymôl ớ n, một trong những tổ chức cung cấp vốn lưu động, nguồn vốn trung và dài hạn quantrọng.(NguyễnViệtHùng,2008)

Luật các tổ chức tín dụng do Quốc hội Việt Nam ban hành (2010) quyđịnh: Ngân hàng là loại hình tổ chức tín dụng có thể đƣợc thực hiện tất cả các hoạtđộng ngân hàng Dựa vào tính chất và mục tiêu hoạt động, các loại hình ngân hànggồm ngân hàng thương mại, ngân hàng chính sách, ngân hàng hợp tác xã.Trong đó,ngân hàng thương mại là loại hình ngân hàng thực hiện các hoạt động gồm: nhậntiền gửi là hoạt động nhận tiền của tổ chức, cá nhân dưới hình thức tiền gửi có kỳhạn, tiền gửi không kỳ hạn, tiền gửi tiết kiệm, phát hành chứng chỉ tiền gửi, tínphiếu,cáchình thứcnhận tiền gửi kháctheo nguyêntắchoàntrảđủtiềngốc,lãi cho người gửi tiền theo thỏa thuận; cấp tín dụng là việc thỏa thuận để tổ chức, cá nhânsử dụng một khoản tiền hoặc cam kết sử dụng một khoản tiền theo nguyên tắc hoàntrả bằng nghiệp vụ cho vay, chiết khấu, bảo lãnh ngân hàng, các nghiệp vụ cấp tíndụng khác và cung ứng dịch vụ thanh toán qua tài khoản; thực hiện dịch vụ thanhtoán séc, ủy nhiệm chi, nhờ thu, ủy nhiệm thu, thẻ ngân hàng và các dịch vụ thanhtoánkhác chokháchhàngthôngquatàikhoản của kháchhàng.

Tóm lại, chúng ta có thể hiểu rằng ngân hàng thương mại thực hiện nhậntiền của người gửi tiền và sau đó dùng số tiền nhận được cho các doanh nghiệp vàngười dân vay với mục tiêu lợi nhuận Sự hình thành và phát triển của ngân hàngluôn gắn bó chặt chẽ với sự phát triển của nền kinh tế thị trường và đời sống xã hộicủa người lao động Khi nền kinh tế dần phát triển, mức sống của người lao độngtăng lên các hoạt động liên quan đến tiền gửi ngân hàng cũng tăng lên, góp phầnthúc đẩy sự phát triển trong hệ thống ngân hàng nói chung và các ngân hàng thươngmại nói riêng Hiện nay, các ngân hàng thương mại thực hiện các chức năng quantrọng là trung gian tín dụng, trung gian thanh toán và quản lý phương thức thanhtoán,cungứngdịchvụngânhàngvàđặcbiệtlàtạotiền.

Tín dụng là quan hệ chuyển nhượng lượng giá trị tạm thời (dưới hìnhthức tiền tệ hoặc hiện vật) từ người sở hữu sang người sử dụng trên cơ sở có sựhoàn trả một lƣợng giá trị lớn hơn ban đầu Sự phát triển của nền kinh tế thị trường,hình thức quan hệ tín dụng khá đa dạng dựa vào các yếu tố chủ thể tham gia trongquanhệtíndụngnhư:tíndụngthươngmại,tíndụngngânhàng,tíndụngnhànước.Trong đó, có thể thấy rằng tín dụng ngân hàng là hình thức tín dụng chủ yếu, vì nócung cấp phần lớn nhu cầu tín dụng cho các chủ thể trong nền kinh tế (Lê Thị TuyếtHoavàĐặngVănDân,2017).

+ Tín dụng ngân hàng là một giao dịch giữa hai chủ thể, bên cấp tín dụngchuyển giao tài sản cho bên nhận tín dụng sử dụng trong một thời hạn nhất định, cóhoàntrảđầyđủcả gốcvàlãi,đúngthờihạn.

+ Tín dụng ngân hàng có các đặc trƣng cơ bản sau: (i) thời hạn và hoàntrả, khách hàng phải có trách nhiệm hoàn trả khoản vay theo cam kết về gốc và lãicho ngân hàng đúng hạn, do đó tín dụng là quan hệ tạm thời việc chuyển giao quyềnsử dụng vốn có thể là ngắn, trung hay dài hạn; (ii) quan hệ tín dụng dựa trên sự tintưởng, tín nhiệm giữa ngân hàng và khách hàng, sự tin tưởng đó chính là lòng tinhay cơ sở khẳng định khả năng thu hồi vốn cả gốc và lãi Do đó, một trong hai đặctrưngcơbảntrênbịảnhhưởngsẽdẫnđếnrủirotíndụngchongânhàng,

2.1.1.3 Vaitròtíndụngđốivớihoạtđộngngânhàngthươngmại Đối với hoạt động ngân hàng thương mại tín dụng có vai trò quan trọng thểhiệnquacáckhíacạnhsau:

+ Cung ứng nguồn vốn: ngân hàng là nguồn vốn quan trọng để các doanhnghiệpnhậpkhẩudựtrữ,sảnxuất,muasắmcácthiếtbị,máy móc,

+ Góp phần nâng cao hiệu quả sản xuất kinh doanh của các doanh nghiệptrênthịtrường.

+ Do xuất phát từ tính chất rủi ro cao trong kinh doanh nhập khẩu, chênhlệch giữa người mua và người bán khi đó ngân hàng sẽ là bảo hiểm cho cả hai Vềcả hai phía, nhà xuất khẩu sẽ đƣợc hạn chế rủi ro do gặp vấn đề không thanh toánđƣợc khi đó ngân hàng bảo lãnh cấp tín dụng cho nhà nhập khẩu. Ngƣợc lại, nhờnguồn tín dụng của ngân hàng nhà nhập khẩu có thể giải quyết các vấn đề chƣathanhtoánđƣợc.

+ Hoạt động kinh doanh có hiệu quả là yêu cầu thiết yếu và cũng là mộttrong những điều kiện quan trọng của tín dụng của ngân hàng Do đó, tín dụng ngânhàng góp phần thúc đẩy các doanh nghiệp quan tâm đến việc tăng doanh thu và hiệuquảtronghoạtđộngkinhdoanh

+ Vai trò trung gian vốn: ngân hàng là cầu nối tiếp nhận các nguồn hỗ trợnước ngoài cho hoạt động nhập khẩu Hầu hết sự hỗ trợ của các tổ chức tài chínhtiềntệquốc tếđốivớimộtquốcgiađềuthựchiệnthông quacác ngânhàng.

+ Có vai trò trong việc thúc đẩy hoạt động nhập khẩu diễn ra thuận lợi vànhanhchóng.

Tóm lại, chúng ta có thể thấy vai trò quan trọng của tín dụng đối với hoạtđộng NHTM nói chung và góp phần hỗ trợ hoạt động nhập khẩu nói riêng,thúc đẩyquá trình lưu thông tiền tệ, hàng hóa, điều tiết nền kinh tế thị trường trong bối cảnhđangngàycàngmởrộng,pháttriển.

Khái niệmvềrủirotíndụng của ngânhàngthươngmại

Theo Thomas P Fitch (1997) định nghĩa sau: “Rủi ro tín dụng là loại rủiro xảy ra khi người vay không thanh toán được nợ theo thỏa thuận hợp đồng dẫnđến sai hẹn trong nghĩa vụ trả nợ Cùng với rủi ro lãi suất, rủi ro tín dụng là mộttrongnhữngrủirochủyếutronghoạtđộngchovaycủangânhàng”

Philippe Jorion (2009) cho rằng, rủi ro tín dụng là rủi ro tổn thất của nềnkinh tế xuất phát từ bên người vay không thể thực hiện theo thỏa thuận hợp đồng.Rủi ro này được đo lường bằng chi phí bỏ ra để có được dòng tiền thay thế nếu bênngườivayphásản. Ở Việt Nam, NHNN đã ban hành các Quyết định, Thông tƣ trong đó cókháiniệmvềrủirotíndụngcụthểsau:

+TheoThôngtƣ02/2013/TT-NHNN ngày21/01/2013 củaN H N N Việt Nam quy định về mức trích, phương pháp trích lập dự phòng rủi ro và việc sửdụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng (TCTD), chinhánh ngân hàng nước ngoài cho rằng: “Rủi ro tín dụng trong hoạt động ngân hànglà tổn thất có khả năng xảy ra đối với nợ của TCTD, chi nhánh ngân hàng nướcngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phầnhoặctoàn bộnghĩavụcủamìnhtheocamkết”.

Tóm lại, chúng ta có thể thấy rằng rủi ro tín dụng có khái niệm: Rủi ro tíndụng có thể gây ra tổn thất về tài chính xảy ra đối với ngân hàng do khách hàngkhông thực hiện hoặc không có khả năng hoàn thành nghĩa vụ trả nợ và lãi vay theothỏa thuận Hay nói cách khác, rủi ro tín dụng xảy ra khi thu nhập dự tính mang lạitừ cáctàisảncósinhlờicủangânhàng cóthểkhôngđƣợchoàntrảvề khoảnvayvà lãi trong thời hạn Điều này ảnh hưởng nghiêm trọng đến lợi nhuận và nguồn vốncủangân hàng.

Rủi ro tín dụng ngân hàng là vấn đề quan trọng đối với hiệu quả hoạt độngcủac á c N H T M t ạ i V i ệ t N a m M ặ t k h á c , c á c n g â n h à n g h o ạ t đ ộ n g h i ệ u q u ả g ó p phần thúc đẩy kinh tế đất nước phát triển Do đó, việc rủi ro tín dụng tại các NHTMtăng cao dẫn đến những ảnh hưởng nghiêm trọng đến sự phát triển của nền kinh tếquốcgia,đặcbiệttrong quátrìnhhộinhậpkinhtếcủađất nước.

Khiphátsinhnợxấu,việckhôngthuhồiđƣợccáckhoảnchovay,kéod ài quá trình chuyển hồi vốn của ngân hàng, trong khi đó ngân hàng vẫn đáp ứngnghĩa vụ thanh toán nợ đến hạn và các khoản tiền gửi của khách hàng dẫn đến ngânhàngphảiđốimặtvớinguycơ mấtkhảnăngthanhkhoản.

Theo Imbierowicz và Rauch (2014), nghiên cứu mối quan hệ giữa rủi rotín dụng và rủi ro thanh khoản trên dữ liệu là các NHTM tại Mỹ từ năm 1998 đếnnăm 2010, nghiên cứu đã chứng minh sự tồn tại mối quan hệ cùng chiều giữa rủi rotínd ụ n g v à r ủ i r o t h a n h k h o ả n c ủ a n g â n h à n g t r o n g t h ờ i k ỳ k i n h t ế ổ n đ ị n h n ó i chungvàthờikỳkhủnghoảngnóiriêng.

Karim và cộng sự (2010), nợ xấu tăng cao thì dẫn đến hoạt động ngânhàng kém hiệu quả khi xem xét tỷ lệ nợ xấu tác động đến hiệu quả ngân hàng tạiSingaporevàMalaysia.

TheoPetriavàcộngsự(2015),nghiêncứucácyếutốảnhhưởngđếnlợinhuận ngân hàng của 27 nước EU từ năm 2004 đến năm 2011 trong đó sử dụng biếntỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và tỷ suất sinh lợi trên tổng tài sản

(ROA)làmbiếnphụthuộcthểhiệnhiệuquảkinhdoanhcủa10ngânhàngvàtỷlệnợxấuđại diệnchorủirotíndụng.Kếtquảnghiêncứuchothấyrủirotíndụngảnhhưởngngượcchiềuđ ếnhiệuquảkinhdoanhngânhàng.

Việc trích lập dự phòng rủi ro tín dụng có thể làm các chi phí tăng thêmnhƣ quản lý nợ xấu khi có nợ quá hạn và nợ xấu phát sinh khiến lợi nhuận của ngânhàng bị sụt giảm Mặt khác, các ngân hàng vẫn phải chi trả tiền lãi cho nguồn vốnhoạtđộng,làmcholợinhuậnbịsụtgiảmthêm.

Nợ xấu gây ảnh hưởng nghiêm trọng đối với tài sản ngân hàng, nếu nợxấu ở mức cao dẫn tới các ảnh hưởng xấu, làm giảm uy tín ngân hàng, lòng tin từkháchhà ng và dẫn đế n l àm giảmk hả n ă n g h u y độngv ốnc ủa ngâ n h à n g K hô ng một ai muốn gửi tiền vào một ngân hàng có chất lƣợng tín dụng không tốt, gây ranhiều thất thoát Một ngân hàng thua lỗ liên tục, thường xuyên không đủ khả năngthanhkhoảndẫnđếncuộckhủnghoảngrúttiềnhàngloạtcủakháchhàngv àdẫnđếnphásản(Swinburnevàcộngsự,2007)

Rủi ro tín dụng không chỉ ảnh hưởng đến hoạt động của NHTM mà còntác động đến nền kinh tế Nó sẽ ảnh hưởng trực tiếp đến nền kinh tế vì hệ thốngngân hàng là cầu nối cung cấp vốn cho các tổ chức, doanh nghiệp và cá nhân trongnềnkinhtế.Hoạtđộngngânhàngmangtínhhệthốngcao,mộtngânhàng đổvỡ kéo theo sự đổ vỡ của các ngân hàng khác, gây ra sự mất ổn định cho toàn hệ thốngngân hàng và làm suy giảm hệ thống tài chính quốc gia, gây ra khủng hoảng toàn bộnền kinh tế Do đó, khi rủi ro tín dụng xảy ra, không những ảnh hưởng trực tiếp đếnhiệu quả kinh tế mà còn gây tác động lớn về mặt xã hội (Andrianil và Wiryono,2015).

Bên cạnh đó, rủi ro tín dụng cũng hạn chế khả năng cho vay của NHTMnhu cầu của các cá nhân trong nền kinh tế rất lớn gây ra sự trì trệt r o n g s ả n x u ấ t , thấtnghiệpgiatăng,… ảnhhưởngnghiêmtrọngđếntốcđộtăngtrưởngnềnkinhtế.

Tóm lại, các nhà quản trị ngân hàng cần có những biện pháp tích cực gópphần quản lý các hoạt động ngân hàng và có giải pháp phù hợp giảm thiểu rủi ro tíndụng.

Cácnhântốảnhhưởngđếnrủirotíndụngcủangânhàngthươngmại

Tỷ suất sinh lời trên tổng tài sản (Ratio of profitability - ROA) là chỉ tiêuthể hiện tỷ suất lợi nhuận trên tài sản Chỉ tiêu này thể hiện tỷ số giữa lợi nhuận trêntài sản đƣa vào hoạt động sản xuất kinh doanh nhằm đánh giá hiệu quả sử dụng tàisảncủadoanhnghiệp.

Theo Van và Roy (2003), tỷ lệ vốn (Ratio of capital - CAP), vốn chủ sởhữu của ngân hàng đƣợc đo bằng tỷ số giữa vốn chủ sở hữu và tổng tài sản Tỷ lệvốnchủsởhữutrêntổngtàisảnđƣợcsửdụngnhƣ mộtđạilƣợngchoviệctránhrủiro của ngân hàng Tỷ lệ vốn chủ sở hữu cao hơn trong tổng tài sản thấy đƣợc mứcđộrủirolớnhơnvàphảnánhtỷsuấtlợinhuậncaohơn.

Theo Gestel và Baesens (2009), tài sản đƣợc bên cho vay chấp nhận đểbảo đảm cho khoản vay Nếu bên vay không đáp ứng đầy đủ các nghĩa vụ pháp lýđối với khoản vay (trả đủ gốc và lãi tại thời điểm thỏa thuận) thì người cho vay cóthểthugiữ tài sảnđảmbảovàbánlạiđểbùđắptổnthất.

Tỷ lệ an toàn vốn (Capital Adequacy Ratio - CAR) hay còn gọi làh ệ s ố an toàn vốn (CAR) Hệ số đƣợc biểu thị bằng phần trăm trọng số rủi ro tín dụng củangânhàng.

+ Quy mô ngân hàng: thể hiện qua quy mô tài sản của ngân hàng Tổng tàisản tăng hay giảm có nghĩa là ngân hàng đang trong giai đoạn mở rộng hoặc thu hẹp,điều này có ảnh hưởng lớn đến hoạt động ngân hàng trong đó đặc biệt là hoạt độngchovayvàhuyđộngtiềngửiảnhhưởng đếnrủirotíndụng.

TheoLucLaevenvàGiovanniMajnoni(2002),tỷlệ(%)tăngcủalƣợng tiền cho vay đối với cá nhân, tổ chức trong năm nay so với năm trước Tăng trưởngtín dụng thể hiện quy mô vốn cung ứng cho nền kinh tế Một số các nghiên cứutrước cho thấy tỷ lệ nợ quá hạn và nợ xấu có liên quan đến tốc độ tăng trưởng tíndụng.

+ Tỷ suất sinh lời trên vốn chủ sở hữu (Ratio on equity - ROE) đo lường tỷsuất lợi nhuận trên vốn cổ đông của các chủ sở hữu cổ phiếu phổ thông Tỷ lệ chothấymộtcôngtysửdụngquỹđầutưtốtnhưthếnàođểtạoratăngtrưởngthunhập.

Nợ xấu là thuật ngữ đƣợc sử dụng phổ biến trên thế giới nhƣ: “Non- performing loans” (NPL), “bad debt”, “doubtful debt” (nợ khó đòi) đối với cáckhoản cho vay có vấn đề ( Berger & De Young, 1997) hoặc các khoản nợ không trảđƣợc mà ngân hàng không thể sinh lời (Ernst & Young, 2004) hoặc các khoản nợkhó đòi (Fofack, 2005) Hiện tại, không có một quy tắc hay tiêu chuẩn thống nhấtnàokhinóivềnợxấu.

Tính thanh khoản: Liquidity (LIQ) là tỷ lệtài sảnl ƣ u đ ộ n g t r ê n c á c khoản nợ phải trả, bù đắp rủi ro thanh khoản mà ngân hàng phải đối mặt Các khoảnnợ không kỳ hạn của ngân hàng được hỗ trợ bằng tài sản lưu động thì rủi ro thanhkhoảncủangânhàngvàtỷsuấtlợinhuậncàngthấp.

Tỷ lệ chi phí thu nhập (Cost of income ratio - CIR) đo lường chi phí hoạtđộng theo tỷ lệ phần trăm của thu nhập hoạt động, đƣợc dùng để đánh giá hiệu quảvà năng suất cho các ngân hàng Tỷ lệ thấp hơn cho thấy hiệu quả cao hơn, một sốyếu tốcó thểảnhhưởngđếntỷlệnày.

Theo Floros và Tan (2013), GDP tổng lƣợng đô la của hàng hóa và dịchvụđƣợcsảnxuấttrongmộtquốcgia,tổngsốtiềnđƣợcchitiêutrongnềnkinhtếdù là tiêu dùng, đầu tƣ, chi tiêu của chính phủ và xuất khẩu ròng Tỷ lệ GDP là phầntrămthayđổicủaGDPtrong mộtthờikỳnhất định,thườnglà mộtnăm.

Tỷ lệ thất nghiệp (Unemployment rate - UPR) là một trong những số liệuthống kê đƣợc theo dõi chặt chẽ nhất vì tỷ lệ gia tăng đƣợc coi là dấu hiệu của mộtnềnkinhtếđangsuyyếu,cóthểyêucầucắtgiảmlãisuất.

Theo Nkusu (2011) và Castro (2013), tỷ giá hối đoái có thể có tác độngtích cực hoặc tiêu cực phụ thuộc vào bản chất của hoạt động kinht ế t r o n g n ư ớ c Mối tương quan thuận có thể xảy ra khi tỷ giá hối đoái tăng giá làm suy yếu cácdoanh nghiệp định hướng xuất khẩu do không thể trả nợ và mối quan hệ tiêu cực cóthể xảy ra khi các khoản vay đƣợc thực hiện bằng ngoại tệ, vì vậy sự tăng giá tiền tệcảithiệnkhảnăngtrảnợcủangườiđivay.

+ Tỷ lệ lạm phát (Inflation rate - INF): tỷ lệ lạm phát biến đổi đƣợc tínhbằng tỷ lệ lạm phát của năm quan sát Khi lạm phát gia tăng, người tiêu dùng giảmnhu cầu chi tiêu dẫn đến lƣợng hàng hóa tiêu thụ thấp, doanh nghiệp gặp khó khăndohoạtđộngkinhdoanhtrìtrệkhiếnlợi nhuậnthấphơn dự kiến.

Tổng quan cácnghiêncứutrước

Cácnghiêncứutrongnước

Việc giảm thiểu rủi ro tín dụng, cải thiện hiệu quả tài chính là một trongnhững vấn đề cấp thiết mà NHTM cần quan tâm Do đó, các nhân tố tác động đếnrủi ro tín dụng được nhiều nhà kinh tế học trong nước và nước ngoài nghiên cứu,phân tích tổng hợp bằng nhiều cách tiếp cận khác nhau về phạm vi và phương pháp.ỞViệtNam cũngcónhiều nghiêncứuvềvấnđềnàygồm:

Theo Trương Đông Lộc và Nguyễn Thị Tuyết (2011), nghiên cứu về cácnhântố ảnhhưởngđếnrủirotíndụng đượclấydữliệucủanăm2009vàthuthập từ438 hồ sơ vay của các khách hàng tại Vietcombank Cần Thơ Hai tác giả sử dụngphương pháp nghiên cứu bằng mô hìnhProbit nhằm đánh giá các tác động rủi ro tíndụngđếnngânhàng.Kếtquảnghiêncứuvốntựcócủakháchhàngvay trongdựán và kinh nghiệm của cán bộ tín dụng càng lớn thì khả năng xảy rar ủ i r o t í n d ụ n g càng thấp đồng thời giám sát nợ vay cũng ảnh hưởng lớn đến việc giảm thiểu rủi rotíndụng.

Lê Khương Ninh và Lâm Thị Bích Ngọc (2012), nghiên cứu về RRTDtrong cho vay ở giai đoạn trước năm 2012 của 6 Ngân hàng Đầu tư và Phát triểnViệt Nam (BIDV) tại chi nhánh vùng Đồng bằng Sông Cửu Long Hai tác giả sửdụng mô hình Binary Logistic nhằm xác định các yếu tố ảnh hưởng đến RRTD. Kếtquả thấy rằng, các yếu tố vi mô giải thích cho rủi ro tín dụng gồm: sử dụng vốn vay;khả năng tài chính của người vay; kinh nghiệm của cán bộ tín dụng; lịch sử vay vốnvà tài sản đảm bảo; kiểm tra và giám sát nợ vay Nghiên cứu còn chỉ ra rằng các tổchức tín dụng cần quan tâm đến các chỉ tiêu trên để đánh giá đúng khả năng trả nợcủacác doanh nghiệpvừa và nhỏ góp phần giảmthiểurủirotíndụng.

Theo Võ Thị Quý và Bùi Ngọc Toản (2014), nghiên cứu về các yếu tố ảnhhưởng đến rủi ro tín dụng của hệ thống NHTM Việt Nam từ năm 2009 đến năm2012 đƣợc lấy dữ liệu của 26 NHTM Hai tác giả sử dụng mô hình định tính dựavào dữ liệu thu thập được và mô hình định lượng theo phương pháp OLS để đolường mức độ ảnh hưởng Kết quả nghiên cứu chỉ ra ba biến: rủi ro tín dụng ngânhàng trong quá khứ, tỷ lệ tăng trưởng tín dụng và tỷ lệ tăng trưởng GDP với độ trễmột năm đều có ảnh hưởng đến rủi ro tín dụng Nghiên cứu cho thấy tốc độ tăngtrưởng GDP giảm, tăng trưởng tín dụng kết hợp với những khoản vay chất lượngthấptrướcđó làmgiatăngrủirotíndụng của cácNHTM tạiViệtNam.

Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015), nghiên cứu về cácyếu tố tác động đến rủi ro tín dụng NHTM Việt Nam từ năm 2010 đến 2013 đƣợclấy từ số liệu của 31 NHTM Hai tác giả đã sử dụng hai mô hình hồi quy là tác độngcốđịnh(FEM)vàtácđộngngẫunhiên(REM)nhằmphântíchcácyếutốảnhhưởngđến rủi ro tín dụng, sau đó họ sử dụng kiểm định Hausman đánh giá lại các mô hìnhtácđộngnhằmtìmramộtphươngántốiưunhất.Kếtquảnghiêncứulựachọnđượcmô hình gồm

3 biến: tăng trưởng tín dụng, quy mô ngân hàng và tỷ lệ chi phí hoạtđộngsovớithunhậphoạtđộngảnhhưởngđếnrủirotíndụng.Quakếtquảnghiên cứu, việc phân tích dữ liệu cho thấy tăng trưởng tín dụng tại các NHTM có tác độngđếnrủirotíndụng.

Theo Mai Bình Dương và Lê Đình Hạc (2017), nghiên cứu về tác động củarủi ro tín dụng đến sự ổn định tài chính của NHTM đƣợc tiến hành trong từ năm2008 đến năm 2016 và số liệu từ 24 NHTM Các tác giả sử dụng phương phápGMMsaiphânđểđánhgiámứcđộtácđộngcủacácyếutốảnhhưởngđếnrủirotíndụng Qua nghiên cứu, cho thấy trong điều kiện khủng hoảng kinh tế, sự gia tăng tỷlệnợxấutrêntổng dƣnợsẽlàmgiảmsựổn địnhcủacácNHTM.

Nguyễn Thị Kim Anh (2018), nghiên cứu tác động của vốn ngân hàng đếnkhả năng sinh lời và rủi ro tín dụng của các NHTM ở Việt Nam từ năm 2009 đếnnăm 2016 với số liệu đƣợc lấy ở 15 NHTM Tác giả sử dụng mô hình kiểm địnhHausman và phân tích hồi quy đa biến cho thấy có sự tác động ngƣợc chiều của vốnchủ sở hữu đến khả năng sinh lời và cùng chiều với rủi ro tín dụng Nghiên cứu chỉra nếu khả năng sinh lời càng cao thì xác xuất xảy ra rủi ro tín dụng tăng theo vàngƣợc lại lợi nhuận thấp thì rủi ro tín dụng cũng giảm xuống Bên cạnh đó, quy môngânhànglàtươngquanthuậnrủirotíndụng vàtỷlệnghịchvớiGDP.

Theo Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng (2018), nghiên cứu tácđộng của các yếu tố vĩ mô và yếu tố đặc thù đến nợ xấu của rủi ro tín dụng tại hệthống NHTM ở các quốc gia khu vực Đông Nam Á Nghiên cứu sử dụng trong giaiđoạn từ năm 2010 đến năm 2015 và dữ liệu đƣợc lấy từ 204 NHTM ở các quốc giakhu vực Đông Nam Á đồng thời dùng phương pháp ước lượng GMM sai phân đểđo lường và đánh giá các yếu tố tác động Qua nghiên cứu cho ta thấy đƣợc cả hainhóm các yếu tố đặc thù ngân hàng và yếu tố kinh tế vĩ mô đềuc ó v a i t r ò q u a n trọng trong việc ảnh hưởng khiến nợ xấu gia tăng từ đó làm tăng rủi ro tín dụng củacác ngân hàng khu vực ĐôngNam Á Từ đó, cho thấy nợ xấu cao ở giai đoạn hiệntại là do tác động bởi nợ xấu trong quá khứ, tỷ suất lợi nhuận thấp, tăng trưởng tíndụngthấp,vốnchủsởhữucaovàquymôngânhànglớn.

Cácnghiêncứunướcngoài

ASAhmed,CTakedavàSThomas(1999),pháthiệnrằngdựphòngrủiro chovaycó ảnhhưởngtíchcựcđếncáckhoảnnợxấu.Dođó,việctăngdựphòngrủiro cho vay cho thấy rủi ro tín dụng tăng và chất lƣợng các khoản cho vay bị suygiảm,ảnhhưởngxấuđếnhoạtđộngcủangânhàng.

Theo Ghosh, S B & Kumar Das, A (2007), nghiên cứu cácy ế u t ố t á c động đến nợ xấu của các ngân hàng tại Ấn Độ từ năm 1993 đến năm 2005 ở cả hainhóm biến vĩ mô và nhóm biến đặc trƣng của ngân hàng Kết quả nghiên cứu chothấy sự tăng trong GDP có ảnh hưởng đến sự sụt giảm của các khoản nợ có vấn đề,bên cạnh đó lãi suất thực không ảnh hưởng đáng kể đến các khoản nợ có vấn đề Ởcấp độ vi mô, tăng trưởng tín dụng với độ trễ một năm có tác động tích cực đến cáckhoản nợ có vấn đề Các ngân hàng lớn hơn thì sẽ có các khoản nợ có vấn đề caohơn so với các ngân hàng nhỏ Các biến khác (chiến lƣợc mở rộng chi nhánh, chiphíhoạtđộng)khôngtácđộngđángkểđến cáckhoảnnợ xấucủangânhàng.

Pestova và Mamonov (2011), nghiên cứu ảnh hưởng của các nhân tố vĩ môvà nhân tố đặc trƣng ngân hàng có khả năng làm gia tăng nợ xấu của hệ thốngNHTM của Nga từ năm 2004 đến năm 2011 Kết quả nghiên cứu tìm thấy tác độngngược chiều của các yếu tố vĩ mô (tăng trưởng GDP, tăng trưởng thị trường bấtđộngsản,tỷgiáhốiđoái)lênchấtlƣợngnợ cácngânhàngtạiNga.

Theo Park và Zhang (2012), đã nghiên cứu ảnh hưởng các nhân tố vĩ mô vànhân tố đặc trƣng hoạt động ngân hàng đến nợ xấu của ba loại hình cho vay (bấtđộng sản, thương mại và công nghiệp, tiêu dùng) trong các giai đoạn từ năm 2002đếnnăm 2 0 0 6 v à t ừ n ă m 2 0 0 7 đ ế n n ă m 2 0 1 0 ) tr ên c ơ s ở d ữ l i ệ u c ủ a 2 6 7 0 n g â n hàng tại Mỹ Nghiên cứu cho thấy rằng, các biến tăng trưởng GDP, tỷ lệ thất nghiệp,tỷ lệ ROE và tỷ lệ vốn chủ sở hữu trên tổng tài sản tác động ngƣợc chiều, có ý nghĩađốivớinợxấungânhàng.

Theo nghiên cứu của Castro (2013), xem xét mối liên hệ giữa phát triểnkinhtếvĩmôvàRRTDvớimẫunghiêncứulàcácngânhàngtại5quốcgiachâu Âu từ năm 1997 đến năm 2011 Nghiên cứu chỉ ra rủi ro tín dụng ngân hàng có mốiquanhệngượcchiềuvớităngtrưởngGDP,chỉsốgiánhàđấtvàcổphiếu,trongkhi rủi ro tín dụng có mối quan hệ cùng chiều với tỷ lệ thất nghiệp, lãi suất, tăng trưởngchovayvàtỷgiáhốiđoái

Hasna Chaibi và Zied Ftiti (2015), tiếp cận nguồn dữ liệu bảng động đểkiểmtracácy ế u tốtácđộngđếntỷ lệnợxấu(NPL)của các NHTMtạiPhápvà Đứctrongtừnăm2005đếnnăm2011.Kếtquảnghiêncứuchothấycácbiếnkinhtế vĩ mô được sử dụng đều ảnh hưởng mạnh đến tỷ lệ nợ xấu của nền kinh tế (baogồmtỷlệthấtnghiệp,tăngtrưởngGDPvàtỷgiáhốiđoái).Nghiêncứuchoth ấyđối với các biến liên quan đến đặc điểm ngân hàng, tỷ lệ nợ xấu các ngân hàng Phápđƣợc xác định bởi biến dự phòng RRTD và biến không hiệu quả trong khi đó tỷ lệnợxấucủacácngânhàngĐức phụthuộcvàotỷlệđònbẩycủangânhàng.

Theo Hazimi và William (2020), nghiên cứu phân tích các yếu tố kinh tế vĩmô và ngân hàng ảnh hưởng đến rủi ro tín dụng của ngân hàng ở Indonesia.Nghiêncứuchothấycácngânhàngduytrìsựquảnlýthậntrọngtrongviệcquảnlýrủi rotín dụng, giải thích tại sao biến cụ thể của ngân hàng có mức so sánh có ý nghĩa caohơn đối với biến kinh tế vĩ mô.Kết quả nghiên cứu, một nửa các yếu tố quyết địnhcủa chỉ số tín nhiệm có ảnh hưởng đáng kể đến rủi ro tín dụng theo tác động cốđịnh,GMMkhácnhauvàphươngphápGMMhệthống.Các yếutốquyếtđịnhđólàtăng trưởngGDP, lãi suất cho vay, tỷ giá hối đoái, biến kinh tế vĩ mô, dự phòng rủirochovay,…Quađó,nghiêncứuchothấyRRTDcủangânhàngtồntạigiátrịtrướcđó do giá trị rủi ro tín dụng bị tụt hậu cho thấy mức đáng kể tương đương một phầntrăm so với giá trị hiện tại Tuy nhiên, có thể giả định mối tương quan của giá trị độtrễrủirotíndụng sẽyếuđitheothờigian.

Khoảngtrốngnghiêncứu

Chúng ta có thể thấy, khái quát các nghiên cứu ở nước ngoài đều phát hiệncác yếutốtácđộngđếnrủirotíndụnggồmhainhóm:cácnhântốnhântốđặctrƣnghoạt động ngân hàng (tỷ suất sinh lợi, quy mô, dự phòng rủi ro tín dụng, tỷ lệ nợxấu, ) và các nhân tố vĩ mô (tố độ tăng trưởng kinh tế, tỷ lệ thất nghiệp, lạm phát,lãisuất, ).Tuynhiên,tùytheobốicảnhnềnkinhtế,cácchínhsáchcủamỗiquố c gia và thời gian nghiên cứu khác nhau nên kết quả nghiên cứu các nhân tố tác độngđếnrủirotíndụngcủangânhàngkhácnhau.

Mặt khác, các nghiên cứu rủi ro tín dụng của ngân hàng tại Việt Nam có sửdụngdữliệubảngvàmôhìnhđộngnhƣngcácnghiêncứuchƣatiếnhànhkiểmđịnhcác vi phạm liên quan đến hiện tượng phương sai thay đổi, tự tương quan và biếnnội sinh (biến phụ thuộc được xác định đồng thời) xảy ra trong mô hình kinh tế, màchỉ dừng lại ở kết quả hồi quy ban đầu theo phương pháp ước lượng bình phươngnhỏ nhất (OLS), ước lượng tác động cố định (FEM) hoặc ước lượng tác động ngẫunhiên(REM)nênkếtquảướclượngcó thểđángtincậy.

Tuy nhiên, các nghiên cứu chỉ tập trung nghiên cứu tác động của biến đặctrưnglênrủirotíndụng,ítcónghiêncứuxemxétảnhhưởngcủabiếnvĩmôđếnrủirotíndụn g.HầuhếtcáctácgiảđánhgiácácnhântốảnhhưởngtớiRRTDđểlàmcơ sở đánh giá tác động của rủi ro tín dụng tới hiệu quả kinh doanh của ngân hàng.Vì vậy, các nghiên cứu này tập trung chủy ế u c ả i t h i ệ n h i ệ u q u ả k i n h d o a n h c ủ a ngân hàng Một số nghiên cứu sử dụng phương pháp định lượng và đánh giá tácđộng của các nhân tố vĩ mô và đặc trƣng ngân hàng tới rủi ro tín dụng Tuy nhiên,các bài nghiên cứu có rất ít nghiên cứu có sự kết hợp giữa biến tăng trưởng tín dụngvà tỷ lệ thất nghiệp vào mô hình nghiên cứu sẽ tác động nhƣ thế nào đến rủi ro tíndụng.

Trong chương 2 này, đã trình bày cơ sở lý thuyết về khái niệm rủi ro tíndụng, các nhân tố đo lường rủi ro tín dụng, các nhân tố ảnh hưởng đến rủi ro tíndụng của NHTM cũng như trình bày tổng quan các nghiên cứu trước đây về cácnhântốvĩmôvànhântốđặctrưngảnhhưởngđếnngânhàng,ảnhhưởngđếnrủirotín dụng ở các quốc gia trên thế giới như tốc độ tăng trưởng GDP, thất nghiệp, lạmphát, lãi suất, quy mô ngân hàng, tỷ giá hối đoái, tỷ suất sinh lời trên vốn chủ sởhữu, thu nhập ngoài lãi,… Các nghiên cứu về nhân tố tác động đến rủi ro tín dụngtrong nước và ngoài nước đã được giới thiệu và tổng kết trong chương 2 Chúng tacó thể thấy, nguyên nhân dẫn đến rủi ro tín dụng rất đa dạng và rủi ro tín dụng cũngảnh hưởng trực tiếp đến nền kinh tế thị trường Các nhà nghiên cứu và nhà quản trịđã và đang quan tâm, nghiên cứu vần đề này rộng rãi ở nhiều quốc gia.Các nhân tốnàysẽlàcơsởchoviệcphântích vàxâydựngmôhìnhnghiêncứuởchương3.

CHƯƠNG3.PHƯƠNGPHÁPNGHIÊNCỨUVÀMÔHÌNHNGHIÊNCỨUTÁC ĐỘNG ĐẾN RỦI RO TÍN DỤNG CỦA CÁC NGÂN HÀNG THƯƠNGMẠITẠIVIỆTNAM

Trên cơ sở khảo sát lý thuyết các nghiên cứu trước về các nhân tố ảnh hưởngtới rủi ro tín dụng ngân hàng ở chương 2 Ở chương 3 này, sẽ trình bày phươngphápnghiêncứuvàmôhìnhnghiêncứu.Trướctiên,nghiêncứutiến hànhxâydựngmô hình và trình bày các nhân tố liên quan tác động đến rủi ro tín dụng của hệ thốngNHTM Việt Nam Phương pháp nghiên cứu sẽ được trình bày trước và chạy môhìnhdữliệuđểphântíchhồiquyđabiếnnhằmthuđƣợckếtquảnghiêncứu.Bố cụcchương3đượctrìnhbàygồmcácnộidungsauđây:

Môhìnhnghiêncứu

Chúng ta có thể thấy, mô hình hồi quy dữ liệu gộp đƣợc sử dụng trong nghiêncứu.Vớikỹthuậtướclượngdữliệugộpsẽgiảiquyếtvấnđềkhôngđồngnhấttrong14 ngân hàng đƣợc chọn cho nghiên cứu Mô hình kinh tế lƣợng đƣợc sử dụngtrongđềtài đƣaranhƣsau:

Y là biến phụ thuộc.β0làhằngsố. β là hệ số của các biến giải thích.Xitlà véc tơ của các biến giải thích.εitlàsaisố củamôhình

Khi áp dụng mô hình kinh tế lƣợng đƣợc quy định, nhất là trong đề tàinghiên cứu này, ảnh hưởng của rủi ro tín dụng đến hoạt động của các NHTM đãđượcướctínhvớiphươngtrìnhhồiquysau:

X:CAP, COL,GROW,ROA,GDP,INEF,INF

CRI it =ββ 0 +β 1 CAP it +β 2 COL it +β 3 GROW it + ββ 4 ROA it + ββ 5 INEF it +β 6 INF t +β 7 GDP t +  +ε i

NPL it =β ββ 0 + ββ 1 CAP it + ββ 2 COL it + ββ 3 GROW it + ββ 4 ROA it + ββ 5 INEF it + β β 6 INF t +β 7 GDP t +  +ε i

Rủi ro tín dụng là tổn thất phát sinh khi khách hàng không thanh toán đủ cảgốc và lãi của khoản vay hoặc khách hàng chậm trả gốc và lãi sau khi đƣợc cấp tíndụng Chỉ tiêu này cho biết cứ một trăm đồng vay của ngân hàng thì rủi ro là baonhiêu.Rủirotíndụnggồm2biếnlàCRI,NPL.

CRIitlà rủi ro tín dụng ngân hàng i, năm t.NPLitl à nợxấucủangânhàngitrongnămtCAPitl à tỷlệvốncủangânhànginămt

COLitlà tài sản đảm bảo của ngân hàng i trong năm tROAitlà tỷ suất sinh lời của ngân hàng i năm tGROWitlàtăngtrưởngtíndụngcủangânhànginămt

GDPtlàtăngtrưởngGDPnămtεilàs aisốcủamôhình β0làhệsốchặn(hằngsố) β1, β2, β3, β4, β5, β6, β7là độ dốc thể hiện mức độ thay đổi hoạt động của ngânhàngkhibiếnđộc lậpthayđổitheomộtbiếnđơnvị.

Dữliệuvàbiếnsốnghiêncứu

Thuthậpdữ liệu

Khóa luận thu thập dữ liệu bảng gồm mẫu quan sát của 31 NHTM ViệtNamtừ năm 2010 đến năm 2020 Dữ liệu ngân hàng đƣợc thu thập từ các báo cáo tàichính hợp nhất, báo cáo kiểm toán hợp nhất, báo cáo thường niên theo chuẩn mựckếtoáncácbáocáonàyđƣợctrìnhbàytrêncáctrangchínhthốngcủangânhàng.

Cácbiếnmôhình

Rủi ro tín dụng là rủi ro mà các ngân hàng phải đối mặt và sự thành côngtrong hoạt động kinh doanh của ngân hàng phụ thuộc vào việc đo lường chính xácvàquảnlýhiệuquảrủironàyởmứcđộlớnhơnbấtkỳrủironàokhác.

3.2.2.2 Nợxấu(Non-Performing Loan-NPL)

Nợ xấu là thuật ngữ đƣợc sử dụng phổ biến trên thế giới “Non- performingloans” (NPL), nhiều nghiên cứu liên quan đến rủi ro tín dụng tập trung phân tích cácnhân tố ảnh hưởng đến tỷ lệ nợ xấu của các ngân hàng Trong đó, các nhân tố giảithíchchotỷ lệnợxấu có thể ch i a t h à n h hai nh óm là y ế u tốv ĩ m ô và y ế u tốđặ c trƣngngânhàng:FadzlanvàRoyfaizal(2008);Thiagarajan,AyyappanvàRmachandran(2 011); NguyễnThịTháiHƣng (2012).

TongtàisǎnVốn chủ sở hữu là vốn hóa ngân hàng đƣợc đo bằng tỷ số giữa vốn chủ sởhữu và tổng tài sản Tỷ lệ vốn chủ sở hữu trên tổng tài sản đƣợc sử dụng nhƣ mộtđạilƣợngchoviệctránhrủirocủangânhàng.Tỷlệvốnchủsởhữucaohơntrong tổng tài sản cho thấy mức độ rủi ro lớn hơn và qua đó phản ánh đƣợc tỷ suất lợinhuậncaohơn.

Van và Roy (2003), Berger và cộng sự (2013), đã chỉ ra tỷ lệ vốn có ảnhhưởngđốivớirủirotíndụng.Dođó,giảthuyếtvềmốiquanhệgiữatỷlệvốnvàrủirotíndụn gnhƣsau:

3.2.2.4 Tài sản đảm bảo (Collateral - COL): là tài sản đƣợc bên cho vaychấp nhận để bảo đảm khoản vay Nếu bên vay không đáp ứng đầy đủ các nghĩa vụhoàn thành đối với khoản vay (trả đủ gốc và lãi tại thời điểm thỏa thuận) thì ngườichovaycóthểthugiữ tàisảnđảmbảovàbánlạiđểbùđắptổnthất.

Tongtàisǎn Nghiên cứu của Gestel và Baesens (2009), cho thấy rằng tài sản thế chấp cótác động tiêu cực đến rủi ro tín dụng Vì vậy, giả thuyết về mối quan hệ giữa tài sảnđảmbảovàrủirotíndụngsau:

Tăngtrưởngtíndụng:tỷlệ(%)tăngcủalượngtiềnchovayđốivớicánhân,tổchứctron gnămnaysovớinămtrước.Tăngtrưởngtíndụngchothấyquymôvốncung ứng cho nền kinh tế Tỷ lệ nợ quá hạn và nợ xấu có liên quan đến tốc độ tăngtrưởngtíndụngqua mộtphầncácnghiêncứu trướcđây

GROW= tong dưnợngânhànginămt –tongdư nợngânhànginăm(t−1)

Luc Laeven và Giovanni Majnoni (2002) chỉ ra rằng tăng trưởng tín dụngcó ảnh hưởng đối với rủi ro tín dụng Qua đó, tác giả kỳ vọng và đưa ra giả thuyếtvề mốiquanhệgiữatăngtrưởngtín dụngvàrủirotíndụngsau:

Tỷ suất sinh lời trên tổng tài sản là chỉ tiêu thể hiện tỷ suất lợi nhuận trên tàisản Chỉ tiêu này thể hiện tỷ số giữa lợi nhuận trên tài sản đƣa vào hoạt động sảnxuấtkinhdoanhnhằmđánhgiáhiệuquảsửdụngtàisản củadoanhnghiệp.

Tongtàisǎn ×100 Nghiên cứu của Zribi, N., và Boujelbegrave, Y (2011), nghiên cứu chỉ ra tỷsuất sinh lời trên tài sản (ROA) với rủi ro tín dụng là kết quả dương Điều này chothấy các ngân hàng có lợi nhuận cao nhất là những ngân hàng chịu rủi ro cao hơn.Chínhvìvậy,tácgiảcógiảthuyết:

Tongchi phíhoạt ®ng đ®ng INEF=

Tongthǔnhphoạt ®ng đ®ng Theo nghiên cứu Berger, A N., và DeYoung, R (1997) cho thấy mối quanhệ giữa hiệu quả chi phí hoạt động trong ngân hàng và rủi ro tín dụng cùng chiều vàngƣợc chiều Kết quả nghiên cứu chỉ ra việc nằm ngoài tầm kiểm soát của ngânhàng và ngân hàng sẽ chi nhiều tiền xử lý các khoản nợ xấu, dẫn đến hiệu quả hoạtđộng thấp, mối quan hệ giữa hiệu quả chi phí hoạt động và nợ xấu là âm Với giảthuyết khi các ngân hàng cắt giảm chi phí trong ngắn hạn, dẫn đến giảm chất lƣợngcho vay trong dài hạn, mối quan hệ giữa hai yếu tố này là cùng chiều Do đó,b à i viếtcógiảthuyếtsau:

Tỷlệlạmphátbiếnđổiđƣợctính bằngtỷlệlạmphátcủanămquan sát. Khi lạm phát tăng, người tiêu dùng giảm nhu cầu chi tiêu dẫn đến lượng hàng hóatiêu thụ giảm, doanh nghiệp gặp khó khăn do hoạt động kinh doanh trì trệ nên lợinhuậnthấp hơndự kiến,dođórủirotíndụng cũngbịảnhhưởng.

INF=TỷlệlạmphátdocơquanNhànướccôngbố Filip (2015) cho rằng mối quan hệ dương giữa rủi ro tín dụng và tỷ lệ lạmphátnăm h i ệ n hà nh G i ả t h u y ế t v ề m ố i q ua n hệ g i ữ a t ỷlệ l ạ m phá t và r ủ i r o t í n dụngnhƣsau:

GDPt−1 TốcđộtăngtrưởngGDP:GDPlàtổnglượngđôlacủahànghóavàdịchvụđược sản xuất trong một quốc gia, tổng số tiền chi tiêu trong nền kinh tế cho dù làtiêu dùng, đầu tƣ, chi tiêu của chính phủ và xuất khẩu ròng Tỷ lệ GDP là phần trămthayđổicủa GDPtrong mộtthờikỳnhấtđịnh,thườnglà mộtnăm.

Floros và Tan (2013), nghiên cứu đưa ra tăng trưởng kinh tế làm giảm khảnăng sinh lời của ngân hàng, vì vậy làm tăng nguy cơ rủi ro tín dụng Chúng ta cóthểthấymốiquanhệthuậnchiềugiữatăngtrưởngvàrủirotíndụng.Tácgiảđưaragiảthuyếtn hƣsau:

1 CRI Rủi rotíndụn g iá t t ích dự hòng T i năm tTongdưnợngânhàngi năm(t

Non- PerformingLoa n(Nợxấu) Tongdưnợchovay Tongnợ X aǔ ×100

1 CAP Ratio ofcapital(Tỷl ệvốn)

Trương Đông Lộc vàNguyễnThịTuyết(20 11);MaiBìnhDươngvà LêĐ ì n h Hạc(2017)

Tong chi phí hoạt đ®ng®ngTongthǔnhphoạt ®đ®ng ng

6 INF Inflation rate(Tỷlệlạmph át)

Gul và Zaman (2011);SanvàHeng(20 13);Valery(2020)

7 GDP Economicgr owth(Tốcđộ tăngtrưởng)

Christos, F. vàYoung,T.(2012);Klein (2013); Makri vàcộngsự (2014).

Bước 3: Phân tích tác động của các nhân tốảnhhưởngđếnrủirotíndụngđốivớihoạtđộng kinhdoanh ngânhàng

Phương pháp nghiêncứu

PhươngphápS-GMM

Bài nghiên cứu sử dụng S-GMM để giải quyết vấn đề nội sinh và tự tươngquan đồng thời có thể so sánh kết quả với FGLS để mô hình nghiên cứu vững chắcvềcácnhântốảnhhưởngđếnrủirotíndụngcủacácNHTM.

Theo Nguyễn Thị Đoan Trang (2019), ước lượng của phương pháp GMMđượcsửdụngtrongcáctrườnghợp:

• Dữliệubảngcónhiềuquansáttrongkhi mốc thờigianít(N lớn, Tnhỏ)

SGMM đƣợc sử dụng giải quyết vấn đề nội sinh của một số biến giải thíchthông qua biến công cụ Kiểm định Hansen xác định có sự tương quan giữa biếncông cụ và phần dƣ trong mô hình hay không thông qua kiểm tra giả thuyết

H0: cácbiến công cụ là phù hợp và không xảy ra hiện tƣợng nội sinh Khi chấp nhận giảthuyết H0(p-value >10%) nghĩa là các biến công cụ sử dụng trong mô hình là phùhợp.

Nghiên cứu sử dụng kiểm định tự tương quan bậc 2 (AR2) kiểm định sựtương quan bậc 2 của phần dư trong mô hình, với giả thuyết H0: không có sự tươngquanbậc2củaphầndư.Khip- value>10%,chấpnhậnH0:phầndưmôhìnhkhôngtồntạihiệntượngtựtươngquanbậc2,nghĩ alàmôhìnhđạtyêucầu.

Kiểmtralựachọnmôhìnhphùhợp

+KiểmđịnhF-test đểlựachọn môhìnhOLShoặcFEM vớigiảthuyết:

Nếup- value≤với(=5%)thìbácbỏH0,môhìnhFEMđƣợcchọn,ngƣợclạinếup- value≥thìmôhìnhOLSđƣợcchọn.

Nếu p-value ≤với (= 5%) thì bác bỏ H0, mô hình FEM đƣợc chọn,ngƣợclạinếu p-value ≥thìmôhìnhREMđƣợcchọn.

+ Kiểm tra Breusch & Pagan để lựa chọn OLS và REM với giả thuyết:H0:Saisốcủaướclượngkhôngbaogồmsailệchgiữacácđốitượng.

Nếu p-value ≤với (= 5%) thì loại bỏ H0, mô hình REM đƣợc chọn,ngƣợclạinếu p-value ≥, môhìnhOLSđƣợcchọn.

Sau khi lựa chọn đƣợc mô hình phù hợp, nếu mô hình REM đƣợc chọn,ta dựa vào mô hình REM để phân tích kết quả, nếu FEM đƣợc lựa chọn thì tiếp tụcthựchiệncáckiểmđịnhphươngsaithayđổi(sửdụngkiểmđịnhModifiedWald)vàtựtươn gquan(sử dụngkiểmđịnhWooldridge)

+TrongmôhìnhFEM,kiểmđịnhModifiedWardđƣợcsửdụngđểkiểmđịnhhiệntƣợng phươngsai thayđổivớigiảthuyết sau:

Nếu p-value ≤với (= 5%) ta chấp nhận H1, bác bỏ H0, nghĩa là môhình hồi quy có hiện tượng phương sai thay đổi, ngược lại nếu p-value ≥, chấpnhậnH0thìmôhìnhhồiquykhôngcóhiệntượngphươngsaithayđổi.

+ Kiểm định tự tương quan trong mô hình FEM là kiểm định WooldridgeWaldvớigiảthuyếtsau:

Nếu p-value ≤với (= 5%) chấp nhận H1, bác bỏ H0,tức là có hiệntƣợng tự tương quan trong mô hình Nếu mô hình tồn tại tự tương quan và phươngsaithayđổi,thìmôhìnhFGLS(FeasibleGeneralizedLeastSquare)đượcsử dụngvìmôhìnhnàycó thểkiểmsoáttựtươngquan vàphươngsaithayđổi.

Bài nghiên cứu sử dụng S-GMM nhằm giải quyết vấn đề nội sinh của biếngiải thích thông qua các biến công cụ Kiểm định Sargan hoặc kiểm định Hansenđược sử dụng để xác định trong mô hình có mối tương quan giữa các biến công cụvàphầndƣhaykhông.

Nếup-value>10%chấpnhậngiảthuyếtH0,tứclàcácbiếncôngcụsử dụngt r o n g m ô h ì n h l à p h ù h ợ p G i á t r ị p - v a l u e < 1 0 % b á c b ỏ H0,c h ấ p n h ậ n H1tứclàcácbiếncôngcụkhôngphùhợpđểsửdụngtron gmôhình.

Nếu giá trị p-value >10% chấp nhận giả thuyết H0, nghĩa là cácb i ế n công cụ đƣợc sử dụng trong mô hình là biến ngoại sinh Giá trị p-value 10% chấp nhận H0: Các phần dƣ của mô hình không tồntại hiện tượng tự tương quan bậc 2, nghĩa là mô hình là phù hợp Giá trị p-value

0),nghĩalàkhixcaothìytăngvàkhixcaothìycũnggiảm.

BIẾN CRI CAP COL GROW ROA INEF INF GDP

GDP -0.0408 -0.1194* 0.0065 0.0216 -0.0157 0.0665 -0.0691 1 Chúthích:*** mứcýnghĩalà1%,** mứcý nghĩalà5%,* mứcýnghĩalà10%

BIẾN NPL CAP COL GROW ROA INEF INF GDP

Chúthích:*** mứcýnghĩalà1%,** mứcý nghĩalà5%,* mứcýnghĩalà10%

Dựa vào Bảng 4.2 và 4.3 ta thấy tất cả các cặp biến có hệ số tương quan đềudưới 0,5, có thể kết luận rằng không có mối tương quan giữa các biến độc lập.

Vìvậy, dữ liệu của các biến độc lập này có thể sử dụng để phân tích hồi quy nhằm giảithíchbiếnphụthuộc của mô hình.

Kiểmtrađacộngtuyến

Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quantuyến tính với nhau Mô hình nghiên cứu đảm bảo không có hiện tƣợng đa cộngtuyến cao xuất hiện Đa cộng tuyến có thể làm sai số chuẩn hoặc khoảng tin cậy củaướclượnglớn,thậmchícóthểlàmướclượngbịsaidấu.Hiệntượngđacộngtuyếnxuất hiện khi giá trị tuyệt đối của hệ số tương quan cao hơn 0.9 (Kennedy, 2008).Do đó, nghiên cứu đã tiến hành kiểm định giả thuyết không có hiện tƣợng đa cộngtuyến bằng việc sử dụng tiêu chí VIF

Bảng 4.4 cho thấy kết quả mô hình, VIF của các biến độc lập nhỏ hơn 4 do đóđa cộng tuyến trong mô hình đƣợc đánh giá là không nghiêm trọng Vì vậy, khi cácbiến đƣa vào mô hình đƣợc coi là phù hợp, có thể sử dụng các biến này tiến hànhphântíchhồiquynghiêncứu.

KếtquảướclượngmôhìnhhồiquybằngOLS,FEM,REM

KếtquảmôhìnhOLS

Source SS df MS Numberof obs = 249

CRI Coef Std.Err t P>t [95%Conf Interval]

Nhìn vào Bảng 4.5 kết quả OLS của mô hình 1, chúng ta có thể thấy lạm phát(INF) cóý nghĩathống kêởmức5%.T à i s ả n đ ả m b ả o ( C O L ) , t ỷ l ệ v ố n ( C A P ) , hoạt động hiệu quả (INEF) có ý nghĩa thống kê là 1% Tăng trưởng tín dụng(GROW) có ý nghĩa thống kê ở mức 10%, bên cạnh đó không tìm thấy ý nghĩathốngkêtrongcácbiếncònlại.

Source SS df MS Numberof obs = 249

NPL Coef Std.Err t P>t [95%Conf Interval]

Chúthích:*** mứcýnghĩalà1%,**mứcý nghĩalà5%,*mứcýnghĩalà10%

Bảng 4.6 là kết quả OLS của mô hình 2, ta thấy rằng tỷ lệ lạm phát (INF) có ýnghĩa thống kê là 1% Hoạt động hiệu quả về chi phí (INEF) có ý nghĩa thống kê ởmức 5% Tỷ lệ vốn (CAP) có ý nghĩa thống kê ở mức 10%, và không tìm thấy ýnghĩathốngkêtrongcácbiếncònlại.

KếtquảmôhìnhFEM

Fixed- effects(within)reg ression

: within = 0.1978 min = 1 between = 0.0538 avg = 8 overall = 0.1238 max = 11

R-sq: Obsper group: within = 0.0909 min = 1 between = 0.1368 avg = 8 overall = 0.098 max = 11

NPL Coef Std.Err t P>t [95%Conf Interval]

Kếđến,tácgiảtiếptụctiếnhànhướclượngmôhìnhhồiquytheomôhìnhtácđ ộngcốđịnh,Bảng4.7trìnhbàykếtquảFEMcủamôhình1:tàisảnđảmbảo

(COL), tỷ lệ vốn (CAP), hoạt động hiệu quả về chi phí (INEF), tỷ lệ lạm phát

(INF)và tăng trưởng tín dụng (GROW) có ý nghĩa thống kê là 5%, trong đó tài sản đảmbảo (COL), tỷ lệ vốn (CAP), tăng trưởng tín dụng (GROW), hoạt động hiệu quả(INEF) và tỷ lệ lạm phát (INF) có tính thống kê mức ý nghĩa 1%, các biến còn lạikhôngtìmthấyýnghĩathốngkê. Đối với Bảng 4.8 cho ta thấy kết quả FEM của mô hình 2: tỷ lệ vốn

(CAP),hoạt động hiệu quả chi phí (INEF) và tỷ lệ lạm phát (INF) có ý nghĩa thống kê ởmức 10%, trong đó tỷ lệ vốn (CAP) và tỷ lệ lạm phát (INF) có ý nghĩa thống kê ởmức5%,khôngtìmthấyýnghĩathốngkêtrongcácbiếncònlại.

KếtquảmôhìnhREM

R-sq: Obsper group: within = 0.1930 min = 1 between = 0.0867 avg = 8 overall = 0.1387 max = 11

CRI Coef Std.Err t P>t [95%Conf Interval]

Tiến hành thực hiện hồi quy mô hình tác động ngẫu nhiên (REM) qua đó, tathấy đƣợc các quan sát có sự khác biệt giữa các ngân hàng Dựa vào Bảng 4.9 trìnhbày kết quả REM mô hình 1: tỷ lệ vốn (CAP), tăng trưởng tín dụng (GROW) vàhoạt động hiệu quả chi phí (INEF) có ý nghĩa thống kê ở mức 1% Tài sản đảm bảo(COL) và tỷ lệ lạm phát (INF) có ý nghĩa thống kê là 5% Các biến còn lại khôngtìmthấyýnghĩathốngkê.

Cũng giống nhƣ mô hình 1, tác giả thực hiện hồi quy mô hình tác động ngẫunhiên (REM) qua đó cho thấy các quan sát có sự khác biệt giữa các ngân hàng.

Nhìnvào Bảng 4.10 trình bày kếtquả REMm ô h ì n h 2 : t ỷ l ệ v ố n ( C A P ) , c h i p h í h o ạ t động hiệu quả (INEF)và tỷ lệlạm phát(INF) cóý nghĩathốngkêởmức1 0 % ; trong đó, tỷ lệ lạm phát (INF) có ý nghĩa thống kê ở mức 1% và tỷ lệ vốn (CAP),hoạt động hiệu quả về chi phí (INEF) có ý nghĩa thống kê ở mức 5% Không tìmthấyýnghĩathốngkêtrongcácbiếncònlại.

R-sq: Obsper group: within = 0.0867 min = 1 between = 0.1897 avg = 8 overall = 0.1049 max = 11

Waldc hi2(7) = 28.2400 corr(u_i,X) = 0 Prob>chi2 = 0.0002

NPL Coef Std.Err t P>t [95%Conf Interval]

Phân tíchhồiquy tổngthểOLS,FEMvàREM

CRI Coef P-value Coef P-value Coef P-value

Kiểmđịnh F-test Hausman Breush& Pagan

Lựachọn OLS&FEM FEM&REM OLS&REM

Không có sự khác biệtgiữa các đối tƣợng hoặcthờiđiểmkhácnhau

Không có mối tươngquan giữa sai số đặctrƣnggiữacácđốit ƣợngvớicácbiếngiảit hích.

Sai số của ƣớc lƣợngkhôngbaogồms ailệchgiữacácđốitƣợn g

Giátrịthống kê F(7,241)=6.06 Chi2(7)=0.0000 Chibar2(01) 93.0000 P-value Prob>F=0.000 Prob>Chi2=1.000

DựavàoBảng4.10,kếtquảhồiquyvàcáckiểmđịnhchothấykếtquảcủamô hình tác động ngẫu nhiên (REM) là phù hợp với mô hình 1 RRTD (CRI) vàđƣợcdùngđểtiếnhànhphântích.

NPL Coef P-value Coef P-value Coef P-value

Kiểmđịnh F-test Hausman Breush& Pagan

Lựachọn OLS&FEM FEM&REM OLS&REM

Khôngcósựk h á c biệt giữacácđốitƣợng hoặc thời điểmkhácnhau

Khôngcómố itương quan giữa sai số đặctrƣnggiữacácđốit ƣợngv ớ i c á c b i ế n gi ảithích.

Sai số của ƣớc lƣợngkhông bao gồm sai lệchgiữacácđốitƣợng

P-value Prob>F=0.0003 Prob>Chi2=0.0057 Prob>Chibar2=1.000

(Nguồn: Kết quả phân tích từ phần mềm STATA)Nghiêncứutiếptụcthựchiệnphântíchhồiquyvớimụctiêuđolườngchiềuhướng v à m ứ c đ ộ t á c đ ộ n g c ủ a c á c b i ế n đ ộ c l ậ p đ ế n b i ế n p h ụ t h u ộ c b ằ n g c á c phươngpháp:OLS,FEMvàREMđểlựachọnphươngpháphồiquyphùhợp,t á c giảđãtrìnhbàythôngquacácBảng4.11vàBảng4.12.

Ta thấy rằng Bảng 4.11 và 4.12 phản ánh kết quả hồi quy và các kiểm địnhđƣợc thực hiện, kết quả của mô hình tác động cố định (FEM) là phù hợp với môhình2vàđƣợcdùngđểtiếnhànhcácphântíchsau.

BảngkếtquảhồiquyOLS,FEM,REMcủamôhình1và2,tácgiảsosánhvàlựa chọnmôhìnhsau:

+ F-test đƣợc dùng để lựa chọn giữa hai mô hình OLS và FEM: với giảthuyếtH0rằngk h ô n g c ó s ự k h á c b i ệ t g i ữ a c á c đ ố i t ƣ ợ n g h o ặ c t h ờ i đ i ể m k h á c n h a u (lựa chọn OLS là phù hợp với nghiên cứu) Kết quả cho thấy, cả hai mô hình vớibiến phụ thuộc CRI, NPL, cho thấy giá trị p-value < 5%, do đó bác bỏ H0suy ra môhìnhFEMlàphùhợp.

+ Kiểm định Hausman sử dụng để lựa chọn giữa hai mô hình FEM và REM:giả thuyết Horằng không có mối tương quan giữa sai số đặc trưng giữa các đốitƣợngvớicácbiếtgiảithích(lựachọnREMlàphùhợpvớinghiêncứu).Kếtquả mô hình, biến phụ thuộc NPL có giá trị p-value < 5%, do đó cho thấy mô hình FEMlà phù hợp So sánh kết quả mô hình với biến phụ thuộc CRI có giá trị p-value

+ Kiểm định Breusch và Pagan dùng để lựa chọn hai mô hình OLS vàREM:kếtquảmôhình1cógiátrịp-valuechi2=0.0000 với kết quả của mô hình 2 có p-value > 5% nên có cơ sở chấp nhận Ho, việc lựachọn môhìnhOLSlàphùhợp.

Tóm lại, thông qua kiểm định F, Hausman, Breusch và Pagan cho thấy môhình tác động ngẫu nhiên (FEM) là phù hợp mô hình 2, phần còn lại của mô hình 2,chọnREMlàphùhợp

Kiểmđịnhphươngsaivàtựtươngquancủamôhình

Kiểmđịnhphươngsaivàtựtươngquan củamôhình1

(Nguồn:KếtquảphântíchtừphầnmềmSTATA) Đối với mô hình 1, thực hiện kiểm định Wald với giả thuyết H0rằng: khôngcó hiện tượng phương sai Dựa vào kết quả Bảng 4.14 cho thấy Prob > chi2 =0,0000

< 5% Vì vậy, từ chối H0, chấp nhận H1 Qua đó, mô hình có hiện tượngphương sai thay đổi Sau khi thực hiện kiểm định Wooldridge, Bảng 4.13 cho thấyhệ số Prob >

F = 0,0000 < 0,05, nghiên cứu bác bỏ giả thuyết Ho:không có hiệntượngtựtươngquan,nênsuyramôhình1cóhiệntượngtựtươngquan.

Kiểmđịnhphươngsaivàtựtươngquan củamôhình2

(Nguồn:KếtquảphântíchtừphầnmềmSTATA) Ởmôhình2, kiểm địnhWaldđƣợc thựchiệnvớigiả thuyết H0:khôngcóh iệntượngphươngsai.TừkếtquảBảng4.15chothấyProb>chi2=0,0000F=0,00000t [95%Conf Interval]

Estimatedcoefficients = 8 Obsper group: min = 2 avg = 8.7857 max = 11

NPL Coef Std.Err t P>t [95%Conf Interval]

Phântíchhồiquy theophươngphápGMM

MôhìnhhồiquytheophươngphápGMMlàmôhìnhkhắcphụcbiếnnộisinhvà có độ trễ để khắc phục tính tương quan, tác giả sử dụng ước lượng S-GMM(System General Method of Moments –S- GMM) để đƣa ra kết luận Đặc biệt, trongmô hình S-GMM, nghiên cứu tập trung vào kiểm định Sargan,

Bond(AR2)vìđâylàcác kiểmđịnhnhằm đánhgiásựphùhợpcủacácbiếnnộisi nhtrongmôhìnhS-GMM.Kếtquảthu đƣợc Bảng4.19:

Chúthích:*** mứcýnghĩalà1%,** mứcý nghĩalà5%,* mứcýnghĩalà10%

Bảng 4.19 thể hiện kết quả phân tích ƣớc tính dữ liệu bảng động với phươngpháp S-GMM với câu lệnh xtabond2 bởi Roodmand giới thiệu Tính hợp lệ của môhình và các biến công cụ đƣợc thể hiện ở số lƣợng biến công cụ là 24 ít hơn sốnhóm quan sát là 25 Mặt khác, kiểm định Sargan và Hasen cũng cho thấy tính hợplệ của mô hình khi p-value có giá trị tương đối lớn Còn lại là phép thử Arellano-Bond (AR (2)) với giá trị p-value = 0,273, giả thuyết ban đầu sựv ắ n g m ặ t c ủ a tươngquanchuỗi2bậcbịbácbỏ.

Với kết quả hồi quy Bảng 4.19, mô hình có các biến tỷ lệ vốn (CAP), tăngtrưởng tín dụng (GROW), tỷ suất sinh lời trên tài sản (ROA), hoạt động hiệu quả vềchi phí (INEF) và tăng trưởng kinh tế (GDP) có ý nghĩa thống kê 1% Tài sản đảmbảo(COL)cóýnghĩathốngkêởmức5%vàkhôngcóbiếnnàocóýnghĩathốngkê ở mức ý nghĩa 10% Các biến còn lại không có ý nghĩa thống kê Về mối tươngquan, tác giả thấy rằng có mối tương quan nghịch giữa hoạt động hiệu quả về chiphí (INEF), tài sản đảm bảo (COL) và tỷ suất sinh lời trên tài sản (ROA) với CRI.Ngƣợc lại, tỷ lệ vốn (CAP), tăng trưởng tín dụng (GROW), lạm phát (INF) và tăngtrưởng kinh tế (GDP) có ảnh hưởng tích cực đến CRI Mặt khác, biến độ trễ bậcnhất (CRI) có giá trị p-value

= 0,635, hệ số hồi quy là dấu dương Hay có thể nóirằng, CRI của năm trước có ảnh hưởng tích cực đến CRI của năm sau Qua đó, tađược môhình 1củanghiêncứunhƣsau:

(Nguồn:Kếtquảphân tíchtừphầnmềm STATA ) Ở mô hình 2, Bảng 4.20 thể hiện kết quả phân tích hồi quy dữ liệu bảng độngvới phương pháp S-GMM với câu lệnh xtabond2 bởi Roodmand giới thiệu.Tínhhợp lệ của mô hình và các biến công cụ thể hiện ở số lƣợng biến công cụ là24tươngđươngvớisốnhómquansátlà25.Mặtkhác,kiểmđịnhSarganvàHasenchothấy rằng tính hợp lệ của mô hình với các giá trị p-value tương đối lớn Còn lại làphép thử Arellano-Bond (AR (2)) giá trị p-value là 0,416 tức là giả thuyết ban đầusựvắng mặtcủatươngquanchuỗi2bậcbịbácbỏ.

VớikếtquảhồiquyBảng4.20,tathấymôhìnhcóbiếnhoạtđộnghiệuquảvềc hiphí(INEF),lạmphát(INF)vàtăngtrưởngkinhtế(GDP)có ý nghĩathốngkêởm ứ c 1 % T ă n g t r ƣ ở n g t í n d ụ n g ( G R O W ) c ó ý n g h ĩ a t h ố n g k ê ở m ứ c 1 0 % v à khôngcóbiếnnàocóýnghĩathốngkêởmứcýnghĩa5%.Cácbiếncònlạ ikhôngcóýn gh ĩa t h ố n g kê V ề mố it ƣ ơ n g q uan, tác g i ả th ấy rằngk h ô n g cóm ố i tƣ ơn g quannghịchgiữacácbiếnphụthuộcvànợxấu.Ngƣợclại,cácbiếnphụthuộcđề ucótácđộng tíchcựcđếnNPL Biếnđộ trễ bậcnhấtcủa CRIcó giá trịp- value =0,489,hệsốhồiquydấudương.Haycóthểnóicáchkhác,nợxấunămtrướccóảnhhưởng tích cực đến nợ xấu của năm sau Vì vậy, đƣợc mô hình 2 nghiên cứu sau:NPL=-

0.0234+ 0.2558L1NPL+0.0149CAP +0 0153COL+ 0.0131GROW+0.0724ROA+0.0263INEF+0.0889INF+0.0956GDP

Kếtquảnghiêncứuvàthảo luậnvềkếtquảnghiêncứu

Biếnđộclập Giảthuyết Kếtquả nghiêncứu Kếtluận

Biếnđộclập Giảthuyết Kết quảnghiên cứu

Tỷ lệ vốn (CAP): tóm lại, từ kết quả nghiên cứu cho thấy, tỷ lệ vốn

(CAP)tác động tích cực đến rủi ro tín dụng (CRI) của các ngân hàng TMCP tại Việt Nam.Điều này trái ngƣợc với quan điểm nghiên cứu của Van và Roy (2003), Berger vàcộng sự (2013), các nhà nghiên cứu này cho rằng nguồn vốn tự có giúp giảm thiểurủi ro đồng thời tăng tính ổn định tài chính của các ngân hàng Dựa trên thực tế,chúng ta có thể thấy nguồn vốn các NHTM sở hữu khá ổn định và có vai trò quantrọngvớingânhàng.Đócũnglàcơsởquyếtđịnhđếnquymô,hoạtđộngchova yvà bảo lãnh của ngân hàng, góp phần giảm thiểu rủi ro tín dụng nói riêng và hạn chếrủirotàichínhnóichung.

Tàis ả n đ ả m b ả o ( C O L ):d ự a v à o k ế t q u ả n g h i ê n c ứ u , c h o t h ấ y t à i s ả n đảm bảo (COL) ảnh hưởng tiêu cực đến RRTD (CRI), có nghĩa là số tiền vay càngnhiều trên tổng tài sản được dùng để đảm bảo khoản vay thì tỷ lệ rủi ro tín dụngcàngcao.Kếtquả nàyphùhợpvớinghiêncứu trước,đặcbiệtlà nghiêncứ ucủa

Mối quan hệ giữa CRI và COL

Mối quan hệ giữa CRI và GROW

Gestel vàBaesens (2009) nghiên cứuvề tàisản đảm bảo có tácđ ộ n g t i ê u c ự c đ ế n rủi ro tíndụngcủa ngân hàng.Thẩm định tài sản đảm bảo cần liênquan đếnt í n h hợppháp,tínhthanhkhoản,giátrịtàisảnđảmbảo.

Hình4.1: MốiquanhệgiữaRRTD(CRI)vàtàisản đảmbảo(COL)

Tăng trưởng tín dụng (GROW): nhìn chung, hình 4.2 trình bày ảnh hưởngcủa tăng trưởng tín dụng đến rủi ro tín dụng của ngân hàng Mức ý nghĩa RRTD(CRI) ở mức 1% và nợ xấu (NPL) ở mức 10%, giả thuyết rằng rủi ro tín dụng có tácđộng tiêu cực đến rủi ro tín dụng, kết quả cho thấy điều ngược lại nên suy ra bác bỏgiả thuyết Tăng trưởng tín dụng có tác động cùng chiều đến rủi ro tín dụng Điềunày trái ngƣợc với nghiên cứu của Robert T Clair

(1992) khi nghiên cứu mối quanhệgiữatăngtrưởngtín dụngvàrủirotíndụng.

Hình4.2:MốiquanhệgiữaRRTD(CRI)vàtăngtrưởngtíndụng(GROW)

Hình4.3:Mốiquanhệgiữanợxấu(NPL)vàtăngtrưởngtíndụng(GROW)

Tỷsuất s i n h l ờ i c ủ a t à i s ả n (R OA ): t ó m lại, v ớ i kế t q u ả h ồ i q uy của m ô h ình1,tỷsuấtsinhlợitrêntàisản(ROA)mứcýnghĩa1%cótácđộngtiêucựcđếnrủi ro tín dụng Điều này ngƣợc lại với giả thuyết cho rằng: tỷ suất lợi nhuận trên tàisản

(ROA)cóảnhhưởngtích cựcđếnRRTD.Đốivớimôhình2,ởmứcýnghĩa10%cótácđộngtíchcực.Quađó,thấyđƣợc rằngtỷsuấtsinhlợitrêntàisản(ROA)cóthểcótácđộngtíchcựchoặctiêucựcđếnrủirotín dụng.KếtquảhồiquynàyphùhợpvớinghiêncứucủaZribi,N.,vàBoujelbegrave,Y. (2011)vềcácnhântốảnhhưởngđếnrủi rotín dụng.

Mối quan hệ giữa CRI và INEF

Mối quan hệ giữa NPL và INEF

Hình4.4: MốiquanhệgiữaRRTD(CRI)vàhoạtđộnghiệuquảchiphí(INEF)

Hình4.5: MốiquanhệgiữaNợxấu(NPL) vàhoạtđộnghiệuquảchiphí(INF)

Trong mô hình 1, với mức ý nghĩa 1%, mối quan hệ giữa hiệu quả chi phíhoạt động ngân hàng (INEF) và rủi ro tín dụng là ngƣợc chiều còn trong mô hình 2là cùng chiều Điều này cho thấy, hiệu quả chi phí hoạt động có ảnh hưởng tích cựchoặc tiêu cực đến rủi ro tín dụng Kết quả nghiên cứu này phù hợp với nghiên cứucủa Berge và DeYoung

(1997) Khả năng quản lý chi phí hoạt động kém dẫn đến nợxấut ă n g , c á c k h o ả n n ợ k h ó đ ò i b ị ả n h h ƣ ở n g , n g â n h à n g m ấ t n h i ề u c h i p h í g i ả i

Mối quan hệ giữa NPL và INF

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 quyết các khoản nợ xấu, do đó mối quan hệ giữa hiệu quả chi phí hoạt động và nợxấu là tác động tiêu cực Tuy nhiên, khi các ngân hàng giảm chi phí ngắn hạn, dẫnđếnchấtlƣợngchovaygiảmthìmốiquanhệ giữahainhântốnàylàcùngchiều.

Tỷ lệ lạm phát (INF):kết quả nghiên cứu cho thấy với ý nghĩa thống kê ởmứcýnghĩa1%,mốiquanhệgiữalạmphátvàrủirotíndụnglàcùngchiều:tỷlệlạmph áttăng1%thìtỷlệnợxấutăng0,0886%.Tỷlệlạmphátcótỷlệthuậnvớitỷlệ nợ xấu Khi nền kinh tế có tỷ lệ lạm phát tăng cao, Ngân hàng Nhà Nước

Hình4.6: MốiquanhệgiữaNợxấu(NPL) vàtỷ lệlạmphát(INF)

Hình4.7:MốiquanhệgiữaRRTD(CRI)vàtốcđộtăngtrưởngGDP(GDP)

Nhìnchung,chúngtacóthểthấy(GDP)cótácđộngcùngchiềuđếnrủiro tín dụng (CRI) và nợ xấu (NPL) với mức ý nghĩa 1%, hay nói cách khác tốc độtăngtrưởngGDPcànglớnthìtỷlệ rủiro tíndụngcàngcao.Kếtquảnghiêncứunàyphùhợpgiảthuyếtrằngtốcđộtăngtrưởng(GDP)cótácđộngtíchcựcđếnrủirotíndụng Cụthể,kếtquảphùhợp vớinghiêncứucủaFlorosvàTan(2013)

KẾTLUẬNCHƯƠNG4 Ởchương4này,khóaluậnđãtrìnhbàykếtquảphântíchquaviệcướclượngcác mô hình để lựa chọn ra mô hình phù hợp đồng thời kiểm định các giả thuyếtnghiên cứu Từ đó, chúng ta có thể thấy được mối quan hệ các nhân tố tác động đếnrủi ro tín dụng của các NHTM tại Việt Nam, đưa ra phương hướng ảnh hưởng củacác nhân tố này đối với hoạt động kinh doanh ngân hàng Đồng thời,các nhân tốtrên đã được xác định trong mô hình hồi quy Nội dung chương 5 kế tiếp, khóa luậnsẽ trình bày việc đề xuất, đƣa ra một số khuyến nghị góp phần giảm thiểu rủi ro tíndụngcủacácNHTMtạiViệtNam.

Dựa trên cơ sở mô hình nghiên cứu và phương pháp nghiên cứu ở chương4,nội dung chương này sẽ trình bày tóm tắt lại toàn bộ kết quả nghiên cứu và các đềxuất, khuyến nghị góp phần giảm thiểu rủi ro tín dụng của các NHTM tại ViệtNam.Mặt khác, chương 5 cũng chỉ ra những hạn chế của nghiên cứu và phương hướngnghiêncứumởrộngtrongcácnghiêncứutiếptheo.

Kếtluận

Nhìn chung, chúng ta có thể thấy vấn đề rủi ro tín dụng là một trong nhữngvấn đề nghiên cứu quan trọng và luôn đƣợc quan tâm trong hoạt động kinh doanhcủacácNHTM.Ngàynay,khinềnkinhtếthịtrườngđangngày càngcạnh tranhgaygắtcùngvớixuthếhộinhậpvàpháttriểntoàncầu,cácNHTMluônđối mặtvới các vấn đề rủi rokinh doanh và năng lực cạnh tranh Khiđó,rủi ro tínd ụ n g cũng có vai trò rất quan trọng trong việc đánh giá khả năng của các ngân hàng vềviệcgiảiquyếtcácvấnđềtrên.

Mô hình nghiên cứu đƣợc xây dựng trên cơ sở sử dụng dữ liệu bảng của 31NHTM tại Việt Nam từ năm 2010 đến năm 2020 để phân tích tác động của các nhântốảnhhưởngđếnrủirotíndụng.Nghiêncứuthựchiệncácphươngphápướclượnghồi quy OLS, mô hình tác động cố định (Fixed effects model - FEM) và mô hình tácđộng ngẫu nhiên (Random effects model-REM).Sau đó, khóaluận tiếpt ụ c s ử dụng phương pháp FGLS trên dữ liệu bảng nhằm xử lý mô hình nghiên cứu vàphươngphápS-

GMMđểxửlývấnđềnộisinhnghiêncứu.Tómlại,kếtquảhồiquynghiêncứuđãđápứngđƣợcm ụctiêu nghiên cứuđƣara:

NHTM tại Việt Nam với các biến phụ thuộc là RRTD (CRI), nợ xấu(NPL) Đối với kết quả nghiên cứu mô hình 1, cho thấy tỷ lệ vốn (CAP), tăngtrưởng tín dụng (GROW), tỷ lệ lạm phát (INF) và tốc độ tăng trưởng GDP (GDP)tác động tích cực đến rủi ro tín dụng Các biến độc lập còn lại có tác động tiêu cựcđến rủi ro tín dụng Còn kết quả hồi quy mô hình 2, tất cả các biến đều tác động tíchcực.Nghiêncứucũngxácđịnhmứcđộảnhhưởngcủacácnhântốđếnrủirotín dụng của các NHTM Trong đó, nhân tố ảnh hưởng tương đối lớn và nhân tố ít ảnhhưởng đến rủi ro tín dụng là tỷ lệ lạm phát (INF) và tỷ suất sinh lời của tài sản(ROA)hệsốtácđộnglần lƣợtlà0,635và0.

Thứ hai, bài nghiên cứu sẽ trình bày đề xuất, đƣa ra một số kiến nghị dựa vàokết quả nghiên cứu hồi quy góp phần giảm thiểu rủi ro tín dụng, nâng cao hiệu quảhoạtđộngcủacácNHTMtạiViệtNam

Khuyếnnghị

Đối với tài sản đảm bảo (COL): chúng ta thấy rằng, tài sản đảm bảo có ảnhhưởng tiêu cực đến rủi ro tín dụng qua mô hình nghiên cứu Vì vậy, khi tài sản đảmbảotăngthìrủirotíndụngsẽgiảm.Tàisảnđảmbảocóvaitròquantrọngtron ghoạt động cho vay của doanh nghiệp, đảm bảo an toàn cho khoản vay Trong vấn đềhạn chế rủi ro tín dụng, chúng ta cần góp phần phát huy vai trò tích cực của tài sảnđảm bảo, đồng thời các NHTM cũng cần vận dụng các công cụ tài sản đảm bảo khichodoanhnghiệp vayvốnmột cách hợp lý. Đối với tăng trưởng tín dụng (GROW): nhìn chung, các NHTM cần đảm bảoduy trì tăng trưởng tín dụng qua việc giám sát chặt chẽ đối với quy trình thẩm địnhvà cấp tín dụng, cần hạn chế việc cấp tín dụng quá mức, ảnh hưởng các tiêu chuẩntín dụng, đảm bảo vấn đề xây dựng danh mục tín dụng kết hợp với lựa chọn phươngánphù hợp vớimục tiêulợi nhuận của ngân hàng.

Với hoạt động hiệu quả về chi phí (INEF): chúng ta cần thực hiện sử dụng vàquản lý hiệu quả chi phí hoạt động, nâng cao khả năng quản lý phù hợp với hoạtđộng kinh doanh của ngân hàng Nếu các khoản chi phí này không đƣợc quản lýhiệu quả có thể ảnh hưởng thu thập thông tin đầy đủ và chính xác của khách hàng,dẫnđếnviệcthiếusóttrong thẩmđịnh,làmgiatăngnợ khóđòi. Đối với tỷ lệ lạm phát (INF): trong từng thời kỳ nhất định, Ngân hàng Nhànước cần thực hiện các chính sách tiền tệ phù hợp góp phần kiểm soát lạm phát ởmứcthấp,giúpgiảmthiểunợxấu.

Về tốc độ tăng trưởng (GDP): tóm lại, kết quả nghiên cứu chỉ ra rằng tốc độtăngtrưởng(GDP)cóảnhhưởngtíchcựcđếnrủirotíndụngcủangânhàng.Tỷlệ tăng trưởng (GDP) càng cao cho thấy rằng sự phát triển tài chính có vai trò quantrọng trong nền kinh tế thị trường Xã hội ngày càng phát triển cùng với xu thế hộinhập toàn cầu, nhu cầu đối với các dịch vụ ngân hàng ngày càng cao, thị trườngcạnh tranh càng gay gắt, vì vậy, các NHTM cần thực hiện các chính sách phù hợpkhác nhau để duy trì lợi nhuận của ngân hàng, góp phần giảm thiểu rủi ro tín dụngvànângcaohiệuquảhoạtđộng.

Nhữnghạnchếcủanghiêncứu

Việc phân tích và nghiên cứu về các nhân tố tác ảnh hưởng đến rủi ro tín dụngcủacácNHTMtạiViệt Nam,khóaluậncòncó mộtsốhạnchếnhất địnhsau:

Thứ nhất, mẫu nghiên cứu của khóa luận gồm 31 NHTM tại Việt Nam vớitổng 249 số quan sát Hướng nghiên cứu tiếp theo, chúng ta có thể kéo dài thời giannghiên cứu đồng thời kết hợp tăng số liệu nghiên cứu đối với số lượng ngân hàng,gồm NHTM nhà nước, ngân hàng có 100% vốn đầu tư nước ngoài và ngân hàngliên doanh góp phần tăng tính chính xác, xác thực và hiệu quả của kết quả nghiêncứu.

Thứ hai, cần thực hiện bổ sung các nhân tố tác động trong nghiên cứu khiphân tích mức độ ảnh hưởng đến rủi ro tín dụng của NHTM như tỷ giá hối đoái,tăng trưởng kinh tế,…Từ đó, góp phần định hướng nghiên cứu khi phân tích, xemxétkếtquảmôhình.

Thứ ba, các nhân tố đƣợc lựa chọn trong đề tài nghiên cứu cần mang tính đặctrƣng, có vai trò quan trọng trong hoạt động kinh doanh của ngân hàng, góp phầngiúpc á c n h à q u ả n t r ị c ó t h ể l ự a c h ọ n v à c ó c á i n h ì n t ổ n g q u a n h ơ n v ề t ổ n g t h ể ngànhngânhàngởViệtNam.

Nội dung chương 5 trong bài khóa luận này, trình bày kết luận chung, đánhgiá kết quả nghiên cứu, những hạn chế và hướng phát triển trong tương lai của đềtài nghiên cứu Qua đó, tác giả đã đề xuất, đƣa ra những khuyến nghị phù hợp đốivới các NHTM trong việc góp phần giảm thiểu rủi ro tín dụng, nâng cao hiệu quảhoạt động tại các NHTM tại Việt Nam, các hàm ý chính sách đồng thời gợi ý nhữnghướng nghiên cứu tiếp theo trong tương lai liên quan thời gian và không giannghiêncứucũngnhƣnộidungnghiêncứu.

Nhìnchung,rủirotíndụnglàvấnđềcầnđƣợcquantâmtronghoạtđộngkinhdoanhngânh àngnóichung,đặcbiệttrongbốicảnhnềnkinhtếđangdầnđƣợcphụchồi sau giai đoạn Covid-19 nói riêng. Việc nghiên cứu các nhân tố ảnh hưởng đếnrủi ro tín dụng của các ngân hàng thương mại là vấn đề cần thiết và có ý nghĩa quantrọng Qua việc nghiên cứu, có thể rút ra đƣợc nhiều bài học kinh nghiệm thực tiễnvà đƣa ra một số đề xuất giải pháp nhằm hạn chế rủi ro nói riêng, góp phần giảmthiểu rủi ro tín dụng xuống mức có thể chấp nhận đƣợc, nâng cao hiệu hoạt độngtrongbốicảnhnền kinhtếthịtrườngvàphát triểnhộinhậptoàncầu hiệnnay.

Chúng ta có thể thấy, nội dung nghiên cứu của khóa luận là phân tích, đánhgiá các nhân tố ảnh hưởng đến rủi ro tínd ụ n g c ủ a c á c N H T M t ạ i

V i ệ t N a m t r o n g gia đoạn từnăm 2010đến năm 2020 Dựatrên cơ sở lý luận vàt ổ n g q u a n c á c nghiên cứu trước đây, tác giả đã trình bày mức độ ảnh hưởng của các nhân tố nàyđồng thời đưa ra các nguyên nhân dẫn đến rủi ro tín dụng và đƣa ra, đề xuất cáckhuyếnnghịnhằmgópphầngiảmthiểurủirotíndụng.

Nghiên cứu sử dụng phương pháp nghiên cứu định lượng cùng các mô hìnhhồiquyOLS,môhìnhtácđộngcốđịnh(FEM-

Fixedeffectsmodel)vàmôhìnhtác động ngẫu nhiên (REM - Random effects model) Tác giả đã phân tích đƣợc cácnhân tố ảnh hưởng rủi ro tín dụng của các NHTM như: tỷ lệ vốn, tài sản đảm bảo,tăng trưởngtíndụng,tỷsuấtsinhlờitrêntàisản, hoạtđộnghiệu quả vềchiphí,tỷlệ lạm phát, tốc độ tăng trưởng Trên cơ sở kết quả nghiên cứu đạt được, tác giả đãđưa ra một số giải pháp nhằm góp phần giảm thiểu và hạn chế RRTD, nâng cao lợinhuậncủacácNHTMtạiViệtNam.

Tuy nhiên, rủi ro tín dụng là vấn đề tồn tại và không ngừng biến đổi cùng vớisựpháttriểncủangànhngânhàngnóiriêng,nềnkinhtếquốcgiavàtrênthếgi ớinói chung Do đó, các nhà quản trị cần xây dựng, thực hiện các chính sách phù hợpgiảm thiểu và hạn chế rủi ro tín dụng góp phần bổ sung về mặt khoa học và thựctiễn Bên cạnh đó, những đề xuất, khuyến nghị đƣợc đƣa ra trong bài nghiên cứucầnbổsungvàhoànthiệnhơntrongcácnghiêncứutiếptheo.

1 Báo cáo kết quả hoạt động kinh doanh của 31 ngân hàng thương mại tại ViệtNamtừ năm2010đếnnăm2020

2 Lê Khương Ninh và Phan Thị Bích Ngọc (2012) Rủi ro tín dụng trong cho vaydoanh nghiệp nhỏ và vừa tại các chi nhánh Ngân hàng đầu tƣ và phát triển ViệtNam ở đồng bằng sông Cửu Long Tạp chí Công Nghệ Ngân hàng, trường ĐạihọcCầnThơ.

3 Mai Bình Dương và Lê Đình Hạc (2017) Tác động của rủi ro tín dụng đến sựổn định tài chính của Ngân hàng thương mại Việt Nam Tạp chí Công thương,trườngĐạihọcVănLang.

4 Nguyễn Đăng Dờn (2012) Nghiệp vụ ngân hàng thương mại, Nhà xuất bản ĐạihọcQuốcGia,TP.HồChíMinh.

5 Nguyễn Thị Bích Phƣợng và Nguyễn Văn Thép (2016) Mối quan hệ giữa tăngtrưởng và rủi ro tín dụng tại các ngân hàng thương mại Việt Nam Tạp chí khoahọc,trườngđạihọcTràVinh.

6 Nguyễn Thị Hồng Vinh (2015) Yếu tố tác động đến nợ xấu các ngân hàngthươngmạiViệtNam, TạpchíPháttriểnkinh tế,26(11),80-98.

7 Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng( 2 0 2 0 ) N g h i ê n c ứ u t á c đ ộ n g của cácyếu tố vĩm ô v à đ ặ c t h ù n g â n h à n g đ ế n n ợ x ấ u : B ằ n g c h ứ n g t h ự c nghiệm của các ngân hàng thương mại Đông Nam Á Tạp chí Nghiên cứu KinhtếvàKinhdoanhChâuÁ,29(7),37-51.

8 Nguyễn Thị Kim Anh (2018) Tác động của vốn ngân hàng đến khả năng sinhlờivàrủirotíndụngcủacácngân hàngthươngmạicổphầnởViệtNam.

9 Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều (2015) Ảnh hưởng của yếu tốđặc điểm đến rủi ro tín dụng ngân hàng thương mại Việt Nam, Tạp chí Pháttriểnkinhtế,26(3),49-63.

11 Nguyễn Việt Hùng (2008) Phân tích các nhân tố ảnh hưởng đến hiệu quả hoạtđộngcủacácngânhàngthương mạiởViệt Nam.

12 Phạm Thị Kim Ánh (2019), Xử lý nợ xấu và tăng trưởng tín dụng tại các ngânhàngthương mạiViệtNam,Tạpchítàichính,(2),tháng05/2019

13 Thông tƣ 02/2013/TT-NHNN, Quy định về phân loại tài sản có, mức trích,phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi rotrong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài, đượcbanhànhngày21/01/2013.

14 Trần Huy Hoàng (2011) Giáo trình Quàn trị ngân hàng thương mại, NXB LaođộngXãHội,HàNội,200-232

15 TrươngĐồngLộcvà NguyễnThịTuyết(2011).Các nhântốảnh hưởngđếnrủiro tín dụng của Ngân hàng thương mại cổ phần Ngoại Thương chi nhánh tỉnhCầnThơ.

17 Võ Thị Quý và Bùi Ngọc Toản (2014) Các yếu tố ảnh hưởng đến rủi ro tíndụng của hệthốngNgân hàng thươngmạiViệtNam.TạpchíKhoa học,9(2),16- 25.

18 Baltagi, H (2008) Econometric Analysis of Panel Data John Wiley & SonsLtd.Chichester.

19 Berger, A N & DeYoung, R (1997) Problem loans and cost efficiency incommercialbanks.21(6),pp.849-870.

20 Berger, N & Bouwman, S (2013) How does capital affect bank performanceduringfinancialcrises?

21 Castro, V (2013) Macroeconomic determinants of the credit risk in the banksystem:ThecaseoftheGIPSI.EconomicModelling,31(6),p.672 -683.

22 Chaibi, H and Ftiti, Z (2015), „Credit risk determinants: Evidence from across- countrystudy‟,R e s e a r c h i nI n t e r n a t i o n a l Businessand F i n a n c e,3 3 , 1– 16

23 Clair, R T (1992) Loan growth and loan quality: some preliminary evidencefrom Texas banks.Economic Review, Federal Reserve Bank of Dallas,

24 DawoodAshraf,YenerAltunbas&JohnGoddard(2007).WhoT r a n s f e r s Credit Risk?DeterminantsoftheUseofCreditDerivativesbyLargeUSBanks.

25 Fainstein, G., 2011, „The Comparative analysis ofc r e d i t r i s k d e t e r m i n a n t s i n the banking sector of the Baltic States‟,Review of

27 Fofack,H.(2005).Non- performigloansinUS:Causalanalysisandmacroecomicimplications.RetrievedMa rch1,2018,fromhttps://papers.ssrn.com/sol3/papers.cfm?abstract_id9405

28 Gestel, V & Baesens,B (2009) CreditRisk Management BasicC o n c e p t s NewYorkOxfordUniversityPressInc.

29 Hess,A.&Holmes,M(2009).CreditLossesinAustralasianBanking.Department ofEconomics,WorkingPaperinEconomics 08/10.

30 Huang, C., Chen, M và Wang, C (2007), “Credit scoring with data miningapproach based on support vector machines”, Expert systems with applications,33,pp.847-856.

31 Honohan,P.(1997),“Bankingsystem failuresindevelopingandtransitioncountries:diagnosisandprediction”, BIS Workingpaper, No.39.

32 Imbierowicz, B and Rauch, C., 2014, „The relationship between liquidity riskandcreditriskinbanks‟,40, 242–256.

33 Jacobs,M.&Kinder,A.(2017).Thebrainistheprisonerofthought:amachine- learning assisted quantitative narrative analysis of literary metaphorsforuseinNeurocognitivePoeticsMetaphorSymb.

34 Karim, M Z A., Chan, S G., and Hassan, S., 2010 Bank Efficiency AndNonPerformingLoans:EvidenceFromMalaysiaAndSingapore.PragueEcono mic Papers,2,2010.

35 Klingebiel, D và Caprio, G (1997), “Bank insolvency: bad luck, bad policy andbadbanking”,Annual BankConferenceon DevelopingEconomies,pp.79-114.

36 Keeton, W R (1999) Does faster loan growth lead to higher loan losses? FederalReserveBankofKansasCity.EconomicReview,84(2)57-75.

37 Kevin Daly, A A (2010) Macroeconomic determinants of credit risk: RecentevidencefromacrosscountrystudySchoolofEconomicsandFinance.Univer sityofWesternSydney,Australia.

38 Koch, T W., & Wall, L D (1999) Banks' discretionary loan loss provisions:how important are constraints and asymmetries? In Federal Reserve Bank ofChicagoProceedings(No.618).

39 Manab, N.A., Theng, N.Y & Md-Rusc, R (2015) The Determinants of CreditRiskinMalaysia Procedia -SocialandBehavioralSciences,172,p.301 –308.

40 Nkusu, M (2011) Nonperforming loans and macrofinancial vulnerabilities inadvancedeconomies IMF Working Papers,WP/11/161.

42 Park, J and Zhang, L., 2012, Macroeconomic and Bank-Specific Determinantsof the U.S Non-Performing Loans: Before and During the Recent Crisis, SimonFraserUniversity.

43 Perez, D., Salas, V và Saurina, J (2006), “Earning and capital management inalternative loan loss provision regulatory regimes”, Documentos de Trabojo,No.0614.

44 Pestova,A.andMamonov,M.,2011,Macroeconomicandbank- specificdeterminants of credit risk: evidence from Russia, EconomicsEducation andResearchConsortiumandfundedbyGDN,No11-5851

45 Petria,N.,Capraru,B.andIhnatov,I.,2015,„Determinantsofbanks‟profitability: evidence from US 27 banking systems‟, Economics and Finance,20,518-524.

46 Robert, C (1992) Loan growth and loan quality: Some preliminary evidencefromTexasbanks.FederalReserveBankofDallasEconomicReview.

47 Said,R.M.,&Tumin,M.H.(2011).Performanceandfinancialratiosofcommercial banks in Malaysia and China.International Review of BusinessResearchPapers,7(2),157-169.

48 Salas, V and Saurina, J., 2002, „Credit Risk in Two Institutional Regimes:Spanish Commercial and Savings Banks‟, Financial Services Research, 22(3),203-224.

49 Shemetov, V V (2020) Credit Risk Model Taking Account of Inflation and ItsContribution to Macroeconomic Discussion on Effect of Inflation on OutputGrowth. Management,8(6),430-452.

50 Swinburne M., Mitra S and Worrell D., 2007, „Decomposing Financial RisksandVulnerabilitiesinEasternEurope‟,InternationalMonetaryF u n d WP/ 07/248(Washington:InternationalMonetaryFund)

51 T Schilder (2018) The effect of securitization on a bank‟s credit risk before,duringandafterthefinancialcrisis.

52 Van Roy, P (2003) The Impact of the 1988 Basle Accord on bank‟s capitalratios and credit risk-taking: an international study Working Paper, AdvancedResearchinEconomics.

53 Vithessonthi, C (2016) Deflation, bankcredit growth, and non- performingloans: Evidence from Japan.International Review of Financial

10 NgânhàngTMCPSàiGòn–Hà Nội SHB SHB

25 Ngânh à n g TM CP V i ệ t Na m T hƣ ơn g

26 Ngân hàng TMCP Xăng dầu

MCK YEAR CRI NPL COL CAP GROW ROA INEF INF GDP

summarizec r i npl cap colgrow ro a inefinfgdp

Variable Obs Mean Std.Dev Min Max cri 249 0118353 0104653 0002 0831 npl 249 0210687 0134443 0002 114 cap 249 0927149 0422122 029 2554 col 249 5573345 1218555 2162 7881 grow 249 2282116 1719205 0001 9754 roa 249 0097807 0151961 0001 1283 inef 249 5259554 145484 1415 9494 inf 249 0553844 0448437 0063 1868 gdp 249 060261 0111167 0291 0708

.pwcorrcricapcolgrowroainefinf gdp,star(0.01) cri cap col grow roa inef inf cri 1.0000 cap 0.2481* 1.0000 col -0.0774 -0.1198 1.0000 grow -0.0499 -0.0325 -0.2996* 1.0000 roa 0.1959* 0.2579* 0.0663 0.0487 1.0000 inef -0.2704* -0.1304 -0.1372 -0.0707 -0.5618* 1.0000 inf 0.0546 0.2984* -0.4251* 0.0259 0.0448 -0.1785* 1.0000 gdp -0.0408 -0.1194 0.0065 0.0216 -0.0157 0.0665 -0.0691 gdp gdp 1.0000

.pwcorr cricapcolgrowroainefinf gdp,star(0.05) cri cap col grow roa inef inf cri 1.0000 cap 0.2481* 1.0000 col -0.0774 -0.1198 1.0000 grow -0.0499 -0.0325 -0.2996* 1.0000 roa 0.1959* 0.2579* 0.0663 0.0487 1.0000 inef -0.2704* -0.1304 *- 0 1372* -0.0707 -0.5618* 1.0000 inf 0.0546 0.2984* -0.4251* 0.0259 0.0448 -0.1785* 1.0000 gdp -0.0408 -0.1194 0.0065 0.0216 -0.0157 0.0665 -0.0691 gdp gdp 1.0000

.pwcorr cricapcolgrowroainefinf gdp,star(0.1) cri cap col grow roa inef inf cri 1.0000 cap col

.pwcorrnplcapcolgrowroainefinf gdp,star(0.01) npl cap col grow roa inef inf nplcap 1.0000

0.1698* 1.0000 col -0.1511 -0.1198 1.0000 grow -0.0535 -0.0325 -0.2996*1.0000 roa -0.0791 0.2579* 0.06630 0487 1.0000 inef 0.1514 -0.1304 -0.1372- 0 0707 -0.5618*1.0000 inf 0.2181* 0.2984* -0.4251*0.0259 0.0448- 0 1785*1.0000 gdp -0.0524 -0.1194 0.00650 0216 -0.01570.0665-

.pwcorrnpl capcolgrowroainefinf gdp,star(0.05) np l cap co l gr ow roainef in f npl1.0000 cap0.1698* 1 00 00 col -0.1511* -0 1 1 9 8 1.0000 grow -0.0535 -0 0 3 2 5 -0.29 96* 1.00 00 roa -0.0791 0 25 7 9* 0.0663 0.04 87 inef 0.1 51 4* -0 13 04 * -0 13 72 * -0 07 07 inf0.2181* 0.2984* -0.4251* 0.02 59

.pwcorrnpl capcolgrowroainefinf gdp, star(0.1) npl cap col grow roa inef inf nplcap col

-0.2996*1.0000 0.06630 0 4 87 1.0000 inef 0.1514*- 0 1304*- 0 1372*- 0 0707 -0.5618*1.0000 inf 0.2181*0.2984*- 0 4 2 51*0.0259 0.0448-0.1785*1.0000 gdp -0.0524-0.1194*0 0 0 6 5 0 0 2 16 -0.01570.0665- 0 0 6 9 1 gdp gdp 1.0000

Variable VIF 1/VIF inef 1.64 0.610465 roa 1.58 0.633746 col 1.47 0.678124 inf 1.46 0.686881 cap 1.20 0.833463 grow 1.15 0.872785 gdp 1.02 0.979425

Source SS df MS Number ofo b s = 249

=0.0789 Total 044825775 248 0 0 0 1 8 0 7 4 9 RootMSE =.0129 npl Coef Std.Err t P>|t| [95%C o n f Interval] cap 040689 0212613 1.91 0.057 -.0011928 0825707 col -.0045319 0081653-0.56 0.579 -.0206163 0115526 grow -.004067 0051014-0.80 0.426 -.014116 0059821 roa -.0077935 0677298-0.12 0.908 -.1412116 1256245 inef 0176562 0072082 2.45 0.015 0034571 0318553 inf 0587474 022046 2.66 0.008 0153201 1021748 gdp -.0424063 074475-0.57 0.570 -.1891114 1042987_cons 0108417 009231 1.17 0.241 -.0073419 0290254

Source SS df MS obs = 249

Std. cri Coef Err t P>|t| [95%Conf Interval] cap 0564374 0161307 3.50 0.001 0246623 0882126

Phụlục9:ƢớclƣợnghồiquyREMcủaNPL npl Coef Std.Err z P>|z| [95%C o n f Interval] cap 040689 0212613 1.91 0.056 -.0009824 0823604 col -.0045319 0081653 -0.56 0.579 -.0205356 0114718 grow -.004067 0051014 -0.80 0.425 -.0140655 0059316 roa -.0077935 0677298 -0.12 0.908 -.1405416 1249545 inef 0176562 0072082 2.45 0.014 0035284 031784 inf 0587474 022046 2.66 0.008 0155382 1019567 gdp -.0424063 074475 -0.57 0.569 -.1883747 103562 _cons 0108417 009231 1.17 0.240 -.0072506 0289341 sigma_u 0 sigma_e 01250795 rho 0 (fraction ofv a r i a n c e d u e t o u_i)

Obsp e rg r oup: min = 1 between= 0 1897 avg = 8.0 overall= 0 1049 max = 11

Waldc h i 2(7) = 28.24 corr(u_i,X ) =0 ( a s sumed) Prob>chi2 = 0.0002

R-sq: Obspergroup: within= 0.1930 min = 1 between=0.0867 avg = 8.0 overall=0.1387 max = 11 corr(u_i,X)= 0(assumed) cri Coef Std.Err z P>|z| [95%Conf Interval] cap 0826289 0186208 4.440 0 0 0 0461329 119125 col -.0168368 0066052 -

2.540 0 1 1 -.0690263 -.0089132 gdp 0274565 0496178 0.550 5 8 0 -.0697925 1247055 _cons 0274806 0069501 3.950 0 0 0 0138587 0411026 sigma_u 00486683 sigma_e 00818846 rho 26104113 (fractionof variancedue to u_i)

.xtregcri capcolgrow roainefinf gdp,fe

Fixed-effects(within)regression Numberofobs = 249

R-sq: Obs per group: within=0.1978 min= 1 between= 0.0538 avg= 8.0 overall= 0.1238 max= 11

F(7,211) = 7.43 corr(u_i,X b ) = -0.2650 Prob >F = 0.0000 cri Coef Std.Err t P>|t| [95%Conf.Interval] cap 1052481 0214377 4.91 0.000 0629886 1475076 col -.0158244 0074613 -2.12 0.035 -.0305326 -.0011161 grow -.0141188 0039222 -3.60 0.000 -.0218506 -.006387 roa -.0240548 0554979 -0.43 0.665 -.1334562 0853465 inef -.0182881 0060304 -3.03 0.003 -.0301757 -.0064005 inf -.0419241 0159103 -2.64 0.009 -.0732877 -.0105605 gdp 0410064 0513386 0.80 0.425 -.0601959 1422088

_cons 0238236 0075637 3.15 0.002 0089134 0387338 sigma_u 00631094 sigma_e 00818846 rho 37264569 (fractiono f v a r ianced u e tou _ i)

x t regn p lc a pc o lg r owr o ai n efi n fg d p,f e

Fixed-effects(within)r e gression Numberofo b s = 249

R-sq: group: within=0.0909 min= 1 between=0.1368 avg= 8.0 overall=0.0980 max= 11

0.1008 Prob>F = 0 0 0 4 9 npl Coef Std Err tP > | t | [95%Conf Interval] cap 0700596 0327463 2.140.034 0055078 1346113 col -.000015 0113972 -0.00 0 9 9 9 -.0224819 022452 grow -.0038571 0059913 -0.64 0 5 2 0 -.0156675 0079533 roa -.0346913 0847736 -0.41 0 6 8 3 -.2018029 1324203 inef 0175395 0092115 1.900.058 -.0006189 0356979 inf 0518324 0243032 2.130.034 0039242 0997406 gdp -.031734 0784203 -0.40 0 6 8 6 -.1863216 1228536

_cons 0056176 0115537 0.490.627 -.0171579 0283931 sigma_u 00555608 sigma_e 01250795 rho 16479951 (fraction of varianced u et o u_i)

Phụlục13:Ƣớclƣợnghồiquycủamôhình1(OLS,REM,FEM)

(1) (2) (3) cri cri cri cap col

Phụlục14:Ƣớclƣợnghồiquycủamôhình2(OLS,REM,FEM)

ModifiedW a l d t e s t f o r g r o u p w i s e h e t e r o s k e d a s t i c i t y i n f i x e d e f f e c t r e g r e s s i o n m o d e l H0:sigma(i)^2=sigma^2foralli chi2(31)= 8.3e+33

ModifiedWaldtestforgroupwiseheteroskedasticityinfixedeffectregressionmodel H0:sigma(i)^2=sigma^2foralli chi2( 3 1 ) = 1.4e+06

Wooldridge test for autocorrelation in paneldataH0:nofirst-orderautocorrelation

.xtserialcrigrowroacolcapinefinfgdpWooldri dge test for autocorrelation in panel dataH0:nofirst-orderautocorrelation

.xtglscricapcolgrow roainefinf gdp,panels(h) corr(ar1) force (note: 3 observations dropped because only 1 obs in group)Cross-sectionaltime-series FGLSregression

Estimatedc o v a r i a n c e s = 28 Numbero f obs = 246 Estimated autocorrelations = 1 Numberofgroups = 28

Estimatedc o e f f i c i e n t s = 8 Obspergroup: min = 2 avg = 8.785714 max = 11

Waldchi2(7) = 57.07 Prob>chi2 = 0.0000 cri Coef Std.E r r z P>|z| [95%

Interval] Conf. cap 0233151 0131085 1.78 0.075 -.0023771 0490074 col -.0049497 0040111 -1.23 0.217 -.0128113 0029119 grow -.0045654 0019581 -2.33 0.020 -.0084031 -.0007276 roa -.1355052 051811 -2.62 0.009 -.2370529 -.0339575 inef -.0243048 0033819 -7.19 0.000 -.0309333 -.0176763 inf -.0144956 009297 -1.56 0.119 -.0327173 0037262 gdp -.012037 0269871 -0.45 0.656 -.0649307 0408567

_cons 0274087 0041306 6.64 0.000 0193129 0355045 cri Coef Std.E r r z P>|z| [95%C o nf.I n terval] cap 0233151.0131085 1.78 0.075 -.0023771 0490074 col -.0049497.0040111 -1.23 0.217 -.0128113 0029119 grow -.0045654.0019581 -2.33 0.020 -.0084031 -.0007276 roa -.1355052.051811 -2.62 0.009 -.2370529 -.0339575 inef -.0243048.0033819 -7.19 0.000 -.0309333 -.0176763 inf -.0144956.009297 -1.56 0.119 -.0327173 0037262 gdp -.012037.0269871 -0.45 0.656 -.0649307 0408567

.xtglsnplcapcolgrowroainef infgdp,panels(h)corr(ar1)force

(note: 3 observations dropped because only 1 obs in group)Cross- sectionaltime-series FGLS regression

Estimatedc o e f f i c i e n t s = 8 Obsp e r g r o u p : min = 2 avg = 8.785714 max = 11

Waldc h i 2 ( 7 ) = 67.89 Prob>chi2 = 0.0000 npl Coef Std.E r r z P>|z| [95%C o nf.I n terval] cap 0352562 0160858 2.19 0.028 0037285 0667839 col -.007364 004536 -1.62 0.104 -.0162544 0015264 grow -.0076346 0028336 -2.69 0.007 -.0131884 -.0020808 roa -.0062211 042228 -0.15 0.883 -.0889864 0765443 inef 0136423 004463 3.06 0.002 0048949 0223897 inf 0393995 0101448 3.88 0.000 0195161 0592828 gdp 0361465 0289594 1.25 0.212 -.0206129 0929058

xtabond2cril.criinefcapcolgrowroainefinfgdp,gmm(L(1).inef,collapse)iv(L(1/2).capl(2/ 2).coll(1/3).growl(1/2).roal(2/4).in> fl(1/2).gdp )smtwo

Favoring space over speed To switch, type or click onmata: mata set matafavor speed, perm.inefdropped due to collinearity

Difference-in-Sargan/Hansens t atisticsm a yb e negative.

Dyn amic p a n el-data e s t imatio n, t w o - s tep s y s t em G M M

Numbero f i n struments= 2 4 Obsp e rg r oup:m i n = 0

Prob>F = 0.000 max = 7 cri Coef Std.Err t P>|t| [95%C onf Interval] cri

L1 .0626335 125719 0.50 0.623 -.1968379 3221049 inef -.0253749 0042588 -5.96 0.000 -.0341646 -.0165852 cap 0571659 0177181 3.23 0.004 0205974 0937343 col -.0150598 0058888 -2.56 0.017 -.0272137 -.0029058 grow 0264371 0078677 3.36 0.003 0101989 0426753 roa -.0724658 0256497 -2.83 0.009 -.1254041 -.0195274 inf 0161391 0335651 0.48 0.635 -.0531359 085414 gdp 0463047 0140053 3.31 0.003 0173992 0752103_cons 0218706 0052674 4.15 0.000 0109991 032742

Warning:U n correctedt w o -steps t andarde r rorsa r eu n reliable.

Instrumentsforfirstd if fe re nc es equationS tandard

(L.capL 2 capL 2 colL growL 2 growL 3 growL r oaL 2 roaL 2 infL 3 i n f L4.infL g d p L

GMM- type( m i s s i n g = 0 , separatei n strumentsf o reachperiodu nl e s s collapsed) L(1/10).L.inefcolla psed

L.capL2 capL2 colL g rowL 2 growL 3 growL r oaL 2 roaL2 infL 3 infL4.infL g dpL

GMM-type( m i s s i n g = 0 , separatei n strumentsf o reachperiodu nles s collapsed)

0.185(Notr o bust,b u tn o tweakenedb y manyi n s t r u m en t s )

Hansent e s tso f e x ogeneityo f in struments u bsets:GMMinstrumentsf o r le vels

0.650Difference( n ullH =exogenous):c h i 2 ( 1 0 )=1 0 8 0 P r o b >c h i2= 0.373 iv(L.capL 2 capL2 colL growL 2 growL 3 growL.roaL 2 roaL 2 infL 3 infL4 infL gdpL 2 gdp)Hansent e s t e x c l u d i n g g r o u p : chi2(2)= 1 9 0 P r o b >c h i2= 0.386

1 / 2 ) c a p l(1/2).coll(1/3).growl(1/2).roal(2/4).inefl(1> /2).gdp )smtwo

Favoring space over speed To switch, type or click onmata: mata set matafavor speed, perm.Warning:Two-step estimatedcovariance matrixof momentsis singular.

Difference-in-Sargan/Hansens t a tisticsm a y b e n e g a t ive.

Dynamic panel-data estimation,two-step system GMM npl Coef Std.Err t P>|t| [95%C o n f Interval] npl L1 .2558402 1165086 2.20 0.038 0153782 4963021 inf 0889061 024847 3.58 0.002 0376243 1401878 cap 0148714 0211866 0.70 0.489 -.0288556 0585984 col 0152902 0139768 1.09 0.285 -.0135565 0441368 grow 0131159 0070811 1.85 0.076 -.0014988 0277306 roa 0723864 0362815 2.00 0.058 -.0024948 1472676 inef 0263045 0076983 3.42 0.002 010416 0421931 gdp 0956136 0285588 3.35 0.003 0366712 1545561 _cons -.0233781 0139152 -1.68 0.106 -.0520977 0053415

InstrumentsforfirstdifferencesequationStandard D.(L.capL2.capL.colL2.colL.growL2.growL3.growL.roaL2.roaL2.inef L3.inefL4.inefL.gdpL2.gdp)

GMM- type( m i s sing=0,s e p aratei n s trumentsf o r e a c hp e r iodu n l essc o l lapsed)L(1/10).L2. infcollapsed Instrumentsforlevelse qu at io n Standard L.capL 2 c a pL c o lL 2 c olL g r o wL 2 g rowL 3 g r owL r o aL 2 r oaL 2 i nef L3.inefL4.inefL.gdpL2.gdp

_cons GMM- type( m i s sing=0,s e p aratei n s trumentsf o r e a c hp e r iodu n l essc o l lapsed)D.L2.infco llapsed Arellano-BondtestforAR(1)infirstdifferences:z=-0.85 Pr>z=0.396 Arellano-BondtestforAR(2)infirstdifferences:z=-0.81 Pr>z=0.416

Sargant es t o f over id.r e s t r i c t i o n s : chi2(15)= 10.75P r o b > c h i2 = 0 770 (Notrobust,butn o t weakenedbymanyinstruments.)

Hansentestofoverid.restrictions:chi2(15).78Pr o b > chi2= 0 467 (Robust,butweakenedbymanyinstruments.)

Difference-in-Hansent e s t so f e x o g eneityo f i n s t ruments u b s ets:

GMMinstrumentsfor levels Hansentestexcludinggroup:chi2(14).26Prob> chi2= 0.431 Difference( n u l lH = e x o g e n o u s ) : c h i 2 ( 1 ) = 0.52P r o b > c h i 2 = 0 470 gmm(L2.inf,c o l l apsel a g ( 1 ) )

Hansentestexcludinggroup:c h i 2 ( 6 ) =7.61P r o b > chi2= 0 268 Difference( n u l lH = e x o g e n o u s ) : c h i 2 ( 9 ) = 7.17P r o b > c h i 2 = 0 620 iv(L.cap L2.capL.colL2.colL.growL2.growL3.growL.roaL2.roaL 2 i n efL3.inefL 4 i nefL.gdpL2.gdp)Hansentestex cludingg r o up:c h i 2 ( 1 ) = 0 6 2 P r ob > chi2= 0 4 3 1 Difference( n u l lH =e x o g enous): chi2(14)= 1 4 1 6 Prob> chi2= 0 4 3 8

Var sd = sqrt(Var) npl e u 0001807

Breuscha n d P a g anL a g rangianm u l tipliert e s tf o r r a n dome f f ectscri[bank,t]= Xb +u [ b a n k ] +e[bank,t]

Test:V a r ( u ) = 0 chi bar2(01) = 93.00 Prob> chibar2= 0.0000

Breusch and Pagan Lagrangian multiplier test for random effectsnpl[bank,t]= Xb + u[bank]+ e[bank,t]

Test: Var(u)=0 chibar2(01)= 0.00Prob>chibar2= 1.0000