Mục tiêu nghiên cứu
Bài viết này phân tích các mô hình nghiên cứu về các yếu tố tác động đến tỷ lệ nợ xấu trong hệ thống ngân hàng ở một số quốc gia Châu Âu và Châu Á, nhấn mạnh mối tương quan giữa sức khỏe kinh tế vĩ mô và khả năng vi mô của từng ngân hàng Mặc dù nhiều nghiên cứu đã được thực hiện tại các nền kinh tế phát triển, nhưng các nghiên cứu định lượng về nợ xấu ở Việt Nam vẫn rất hạn chế Trong bối cảnh nợ xấu đang là vấn đề nghiêm trọng đối với hệ thống ngân hàng thương mại Việt Nam, việc nghiên cứu nguồn gốc phát sinh nợ xấu là cần thiết để đề xuất các giải pháp và chính sách phù hợp nhằm kiểm soát hoạt động tín dụng và cải thiện tình hình nợ xấu.
Bài nghiên cứu này kiểm định mối tương quan giữa các yếu tố vi mô từ phía Ngân hàng và tỷ lệ nợ xấu trong hệ thống Ngân hàng thương mại Việt Nam, nhằm xác định nguyên nhân dẫn đến tỷ lệ nợ xấu cao hiện nay Dựa trên khả năng thu thập và công bố dữ liệu của các Ngân hàng thương mại Việt Nam cùng với các công trình nghiên cứu quốc tế, nghiên cứu sẽ cung cấp những gợi ý chính sách để nâng cao hiệu quả quản lý nợ xấu, cải thiện khả năng dự báo nợ xấu trong tương lai và thực hiện các biện pháp dự phòng cũng như xử lý kịp thời.
Phạm vi và đối tƣợng nghiên cứu
Đề tài nghiên cứu tập trung vào tất cả các Ngân hàng thương mại trong hệ thống ngân hàng Việt Nam, với dữ liệu thu thập từ các Báo cáo tài chính công bố trong giai đoạn 2008-2013 Để phục vụ cho nghiên cứu, các báo cáo tài chính cần có phân tích chi tiết về phần dƣ nợ cho vay Kết quả cho thấy có 12 Ngân hàng thương mại đáp ứng yêu cầu dữ liệu, chủ yếu là các ngân hàng lớn với quy mô vốn điều lệ vượt mức trung bình của toàn hệ thống.
Bộ dữ liệu bao gồm:
Dữ liệu về tỷ lệ nợ xấu của các Ngân hàng thương mại (12 Ngân hàng) trong 6 năm
(2008 – 2013) được tính toán từ phần thuyết minh chi tiết chất lương dư nợ vay tại báo cáo thuyết minh BCTC của các Ngân hàng
Dữ liệu về các biến trong mô hình được thu thập từ Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh và Bảng thuyết minh báo cáo tài chính của các Ngân hàng thương mại trong khoảng thời gian 6 năm từ 2008 đến 2013.
Phương pháp nghiên cứu
Luận văn này nghiên cứu mô hình hồi quy và phương pháp ước lượng để kiểm định các giả thuyết lý thuyết về các yếu tố ảnh hưởng đến nợ xấu tại các quốc gia Châu Âu và Châu Á trong khoảng thời gian từ năm 1992 đến 2013.
Luận văn áp dụng các phương pháp nghiên cứu khoa học như thống kê, phân tích, tổng hợp số liệu và phân tích hồi quy tuyến tính, kết hợp với kiến thức về kinh tế lượng để đưa ra kết quả chính xác và đáng tin cậy.
Phần mềm thống kê luận văn sử dụng: Phần mềm Stata 11.
Kết cấu của luận văn
Nội dung của luận văn, ngoài phần mở đầu, kết luận và danh mục tài liệu tham khảo, gồm 3 chương:
Chương 1 : Tổng quan về nợ xấu và các yếu tố tác động đến nợ xấu trong các Ngân hàng thương mại
Chương 2 trình bày thực trạng nợ xấu và mô hình nghiên cứu về ảnh hưởng của một số yếu tố đến nợ xấu trong hệ thống ngân hàng thương mại Việt Nam hiện nay Chương 3 sẽ tổng hợp kết quả nghiên cứu và đưa ra gợi ý chính sách nhằm cải thiện quản lý và kiểm soát nợ xấu trong hệ thống ngân hàng thương mại Việt Nam.
Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu
Nghiên cứu này chỉ ra rằng các yếu tố trong mô hình có khả năng giải thích tỷ lệ nợ xấu Kết quả của đề tài rất quan trọng đối với các nhà hoạch định chính sách và nhà quản lý ngân hàng, giúp họ đánh giá mức độ rủi ro và xu hướng tác động, từ đó có thể áp dụng các biện pháp hiệu quả trong việc kiểm soát nợ xấu.
TỔNG QUAN VỀ NỢ XẤU VÀ CÁC YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU TRONG CÁC NGÂN HÀNG THƯƠNG MẠI
Khái niệm về nợ xấu và phân loại nợ
1.1.1 Khái niệm về nợ xấu:
Theo tác giả Trần Huy Hoàng (2013), thuật ngữ “nợ xấu” được sử dụng rộng rãi trên thế giới, với các nhà hoạch định chính sách tại Ngân hàng trung ương và các tổ chức tài chính quốc tế như IMF và Ngân hàng Thế giới thường gọi là “non-performing loans – NPLs” Trong khi đó, các tổ chức ban hành chuẩn mực kế toán lại sử dụng các thuật ngữ như “non-accrual loans” hay “impaired loans” Trong nghiên cứu về các yếu tố liên quan đến nợ xấu trong hệ thống ngân hàng, tác giả đã tổng hợp và sử dụng thuật ngữ NPLs.
Một số định nghĩa nợ xấu theo quan điểm quốc tế và tại Việt Nam nhƣ sau:
Khái niệm nợ xấu của nhóm chuyên gia tư vấn AEG của Liên Hợp Quốc:
Nhóm chuyên gia tư vấn AEG của Liên Hợp Quốc nhấn mạnh rằng định nghĩa về nợ xấu nên được coi là hướng dẫn cho các ngân hàng, không chỉ mang tính mô tả AEG thống nhất rằng nợ xấu được xác định là các khoản nợ quá hạn trả lãi và/hoặc gốc trên 90 ngày, các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc hoặc tái cấp vốn, và các khoản phải thanh toán quá hạn dưới 90 ngày nhưng có lý do nghi ngờ về khả năng thanh toán Tóm lại, nợ xấu được xác định dựa trên hai yếu tố chính: quá hạn trên 90 ngày và khả năng trả nợ bị nghi ngờ.
Khái niệm nợ xấu của Ủy ban Basel về Giám sát Ngân hàng (BCBS):
BCBS không định nghĩa cụ thể về nợ xấu, nhưng theo hướng dẫn về quản lý rủi ro tín dụng, nợ được coi là không có khả năng hoàn trả khi ngân hàng nhận thấy người vay không thể trả nợ hoặc khi khoản vay đã quá hạn 90 ngày Do đó, nợ xấu bao gồm tất cả các khoản cho vay quá hạn 90 ngày và có dấu hiệu không thể thanh toán.
Khái niệm nợ xấu theo chuẩn mực kế toán quốc tế (IAS):
Chuẩn mực Kế toán quốc tế cho ngân hàng sử dụng thuật ngữ “impaired” để chỉ các khoản nợ bị giảm giá trị, thay vì thuật ngữ “nonperforming” thường được biết đến là nợ xấu Việc sử dụng thuật ngữ này giúp phản ánh chính xác hơn tình trạng tài chính của các khoản vay không còn khả năng thu hồi.
Chuẩn mực kế toán quốc tế tập trung vào khả năng hoàn trả của khoản vay, chủ yếu dựa vào các yếu tố định tính, bất kể khoản vay đã quá hạn dưới 90 ngày hay chưa Để đánh giá khả năng trả nợ của khách hàng, thường sử dụng phương pháp phân tích dòng tiền tương lai chiết khấu hoặc xếp hạng khoản vay Mặc dù hệ thống này lý thuyết được coi là chính xác, nhưng việc áp dụng thực tế gặp nhiều khó khăn Do đó, Ủy ban Chuẩn mực kế toán quốc tế vẫn đang tiến hành chỉnh sửa.
Theo Tổ chức Tiền tệ Thế giới (IMF), nợ xấu được định nghĩa là khoản vay quá hạn thanh toán gốc hoặc lãi từ 90 ngày trở lên, hoặc khi lãi suất đã quá hạn và được vốn hóa, cơ cấu lại hoặc trì hoãn Ngoài ra, các khoản thanh toán đến hạn dưới 90 ngày nhưng có dấu hiệu rõ ràng cho thấy người vay không thể hoàn trả cũng được coi là nợ xấu Một khi khoản vay đã được phân loại là nợ xấu, nó sẽ tiếp tục được xếp vào danh mục này cho đến khi xóa nợ hoặc thu hồi được lãi và gốc.
Nợ xấu được định nghĩa tương đồng giữa các định chế tài chính toàn cầu, thường được coi là khoản nợ quá hạn từ 90 ngày trở lên Ngoài ra, nợ xấu còn được xác định qua dấu hiệu mất mát hoặc khả năng không trả nợ trong tương lai.
Khái niệm nợ xấu tại Việt Nam:
Theo quyết định 493/2005/QĐ-NHNN ngày 22/04/2005:
Tại Việt Nam, "nợ xấu" được định nghĩa trong Quyết định 493/2005/QĐ-NHNN, bao gồm các khoản nợ thuộc nhóm 3, 4, 5, cụ thể là nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn Tỷ lệ nợ xấu trên tổng dư nợ là chỉ số quan trọng để đánh giá chất lượng tín dụng của tổ chức tín dụng.
Nợ xấu, theo Điều 6, được định nghĩa là những khoản nợ quá hạn từ 91 ngày trở lên, bao gồm cả các khoản nợ đã được cơ cấu lại mà khách hàng chưa thanh toán đủ lãi và gốc Theo Điều 7, nợ xấu được phân loại dựa trên phương pháp định tính, bao gồm các khoản nợ dưới tiêu chuẩn và được đánh giá là không có khả năng thu hồi, có nguy cơ mất vốn.
Theo Quyết định 493 và Quyết định 18, phạm vi nợ phân loại chỉ bao gồm các hoạt động tín dụng thuần túy như cho vay, ứng trước, thấu chi, cho thuê tài chính, cũng như các khoản chiết khấu, tái chiết khấu thương phiếu và giấy tờ có giá khác, và các khoản bao thanh toán.
Theo thông tƣ 02/2013/TT-NHNN ngày 21/01/2013 ban hành thay thế quyết định
493 và quyết định 18 đã nêu trên, hiệu lực thi hành từ ngày 1/6/2014:
Quy định tại điểm 8 điều 3 thông tƣ 02, nợ xấu (NPLs) vẫn là nợ thuộc các nhóm 3,
Thông tư 02 mới ban hành đã có nhiều cải tiến so với Quyết định 493, đặc biệt là trong phạm vi xác định và phân loại nợ cũng như phương pháp xác định nợ Quy định mới bổ sung thêm các khoản đầu tư vào trái phiếu doanh nghiệp, cho vay liên ngân hàng, ủy thác cấp tín dụng và các khoản cấp tín dụng dưới hình thức phát hành thẻ Đối với phương pháp phân loại nợ, Thông tư 02 yêu cầu các tổ chức tín dụng (TCTD) phải áp dụng đồng thời cả định tính và định lượng, giúp thống nhất cách phân loại nợ giữa các TCTD.
Khi xem xét định nghĩa nợ xấu của ngân hàng Việt Nam và thông lệ quốc tế, có thể nhận thấy rằng thời gian trả nợ quá hạn từ 91 ngày trong định nghĩa nợ xấu là tương đồng Dù áp dụng phương pháp phân loại định tính hay định lượng, các khoản nợ từ nhóm 3 đến nhóm 5 đều được xếp vào danh mục nợ xấu của ngân hàng.
1.1.2.1 Phân loại nợ theo quan điểm quốc tế:
Theo nghiên cứu của Đinh Thị Thanh Vân (2012), phân loại nợ xấu là quá trình mà các ngân hàng đánh giá danh mục cho vay và phân nhóm các khoản vay dựa trên mức độ rủi ro hoàn trả Việc này giúp ngân hàng kiểm soát chất lượng cho vay và kịp thời áp dụng biện pháp xử lý để giảm thiểu tổn thất từ nợ xấu, đồng thời giải quyết các vấn đề làm giảm chất lượng tín dụng Các ngân hàng thường sử dụng hệ thống phân loại nội bộ và quy định của nhà quản lý, phục vụ cho mục tiêu báo cáo, so sánh và giám sát từ các cơ quan thanh tra.
Quá trình phân loại và trích lập dự phòng là một vấn đề đánh giá mang tính chủ quan, dẫn đến sự khác biệt rõ rệt trong kết quả đánh giá giữa các đối tượng như quản lý ngân hàng, kiểm toán viên bên ngoài, thanh tra ngân hàng và giữa các quốc gia khác nhau.
Nghiên cứu của Đinh Thị Thanh Vân (2012) chỉ ra rằng các nước G10, đặc biệt là Mỹ và Đức, áp dụng cách tiếp cận phân loại nợ rõ ràng, trong khi nhiều quốc gia khác thiếu cơ chế quản lý chi tiết Ở những quốc gia này, ngân hàng thường tự phát triển quy định và quy trình phân loại nợ, với giám sát bên ngoài chỉ đóng vai trò giới hạn trong việc đánh giá tính đầy đủ của các quy định Tại Anh, các nhà giám sát không yêu cầu một hình thức phân loại nợ cụ thể, nhưng mong đợi ngân hàng có quy trình quản lý rủi ro tín dụng phù hợp Ở Hà Lan, không có quy định cụ thể về phân loại nợ, cho phép ngân hàng tự thực hiện và được giám sát định kỳ Pháp yêu cầu các khoản vay có dấu hiệu xấu được phân loại, nhưng không cung cấp hướng dẫn chi tiết về quy trình này.
Các yếu tố tác động đến nợ xấu tại các NHTM
1.2.1 Khái quát chung về nhóm các yếu tố tác động đến nợ xấu:
Nợ xấu có nhiều nguyên nhân, nhưng chủ yếu được phân thành ba nhóm chính: 40% nguyên nhân khách quan từ môi trường kinh tế vĩ mô và chính sách của chính phủ, 30% do yếu kém trong quản trị doanh nghiệp, và 30% liên quan đến quản trị ngân hàng (Trần Huy Hoàng, 2013).
1.2.1.1 Nhóm các yếu tố vĩ mô:
Các tác động ngoài ý chí của khách hàng và ngân hàng như thiên tai, hỏa hoạn, thay đổi chính sách quản lý kinh tế, điều chỉnh quy hoạch vùng, ngành, hành lang pháp lý chưa phù hợp, và biến động thị trường trong và ngoài nước có thể khiến doanh nghiệp rơi vào tình trạng khó khăn tài chính không thể khắc phục Những yếu tố này ảnh hưởng lớn đến hoạt động kinh doanh và đe dọa khả năng trả nợ của doanh nghiệp, dù họ có thiện chí (Trần Huy Hoàng, 2011).
Một nguyên nhân khác dẫn đến tình hình hiện tại là chính sách tiền tệ nới lỏng của Chính phủ nhằm thúc đẩy tăng trưởng Các ngân hàng thương mại đã thực hiện chính sách tăng trưởng tín dụng nhanh, tuy nhiên, khả năng giám sát và nguồn lực của họ vẫn chưa phát triển kịp thời để đáp ứng yêu cầu.
1.2.1.2.Nhóm các yếu tố vi mô từ phía khách hàng vay:
Hoạt động sản xuất kinh doanh, hoạt động quản lý kém hiệu quả:
Doanh nghiệp quản lý sản xuất kinh doanh không hiệu quả và sử dụng vốn vay không đúng mục đích sẽ dẫn đến tình trạng nợ ngân hàng gia tăng Việc vay vốn không mang lại hiệu quả trong hoạt động kinh doanh có thể khiến doanh nghiệp thua lỗ liên tục, dẫn đến kiệt quệ tài chính hoặc thậm chí phá sản, không có khả năng trả nợ ngân hàng.
Do việc thiếu thiện chí trả nợ, thiếu trách nhiệm của chủ doanh nghiệp:
Doanh nghiệp thể hiện sự thiếu trách nhiệm trong việc sử dụng vốn vay và trả nợ, không quan tâm đến nghĩa vụ tài chính với ngân hàng, mặc dù có khả năng tài chính để thanh toán.
Khách hàng bị chiếm dụng vốn kinh doanh:
Doanh nghiệp vay vốn để cho vay mượn lại và mở rộng tín dụng thương mại quá mức, dẫn đến việc bị các doanh nghiệp khác chiếm dụng nguồn vốn Khi một đối tác truyền thống của khách hàng vay vốn gặp khó khăn tài chính hoặc phá sản, việc không thanh toán tiền bán hàng sẽ ảnh hưởng nghiêm trọng đến khả năng thanh khoản của doanh nghiệp vay, gây ra hậu quả không thể trả nợ cho ngân hàng.
1.2.1.3 Nhóm các yếu tố vi mô từ phía Ngân hàng:
Chính sách tăng trưởng tín dụng nhanh của một số tổ chức tín dụng đang gặp khó khăn do năng lực quản lý rủi ro còn yếu Điều này đặc biệt xảy ra ở các ngân hàng thương mại cổ phần khi chuyển đổi từ nông thôn lên đô thị, dẫn đến tình trạng nợ xấu gia tăng nhanh chóng so với tổng dư nợ tín dụng.
Ngân hàng thương mại cổ phần đang gia tăng vốn điều lệ để thúc đẩy tăng trưởng tín dụng, nhằm đảm bảo hiệu quả kinh doanh Tuy nhiên, khả năng quản trị rủi ro và giám sát vốn vay của các ngân hàng vẫn còn hạn chế.
Do sự hạn chế trong công tác quản lý:
Công tác quản trị và điều hành tín dụng tại một số tổ chức tín dụng hiện nay còn nhiều bất cập, đặc biệt trong các lĩnh vực thẩm định, quyết định cho vay, kiểm tra sử dụng vốn vay và giám sát tình hình sản xuất kinh doanh của khách hàng Việc quyết định cho vay thường thiếu căn cứ khoa học và không phân tích đầy đủ khả năng sử dụng vốn cũng như khả năng hoàn trả nợ của doanh nghiệp, dẫn đến việc cấp vốn cho những doanh nghiệp kém hiệu quả, gây ra nợ quá hạn và nợ tồn đọng Hơn nữa, công tác phân tích, đánh giá và phân loại khách hàng cùng lĩnh vực kinh doanh chưa phản ánh đúng thực tế thị trường, thiếu thông tin tín dụng đáng tin cậy và kịp thời, gây khó khăn trong việc đưa ra các biện pháp ứng phó hiệu quả.
Việc ngân hàng cho vay và đầu tư quá liều lĩnh, đặc biệt là khi tập trung nguồn vốn vào một doanh nghiệp hoặc ngành kinh tế cụ thể, có thể dẫn đến rủi ro lớn và khả năng thất thoát tài chính khi tình huống bất lợi xảy ra.
Do chính sách ƣu tiên cho vay DNNN của Ngân hàng:
Khi doanh nghiệp nhà nước (DNNN) gặp khó khăn hoặc phá sản, nhà nước thường có chính sách hỗ trợ, dẫn đến việc các ngân hàng thương mại (NHTM) tạo điều kiện cho DNNN vay vốn Tuy nhiên, nhiều DNNN hoạt động kém hiệu quả, và một số lãnh đạo thiếu đạo đức, vì lợi ích cá nhân mà gây thất thoát vốn nhà nước, từ đó đe dọa khả năng trả nợ của doanh nghiệp.
Vấn đề đạo đức, năng lực của bộ phận thẩm định, xét duyệt cho vay:
Cán bộ ngân hàng không thực hiện nghiêm túc chế độ tín dụng và điều kiện cho vay, dẫn đến việc năng lực dự báo, phân tích và thẩm định tín dụng còn yếu, đặc biệt trong các ngành nghề đòi hỏi chuyên môn cao Điều này có thể dẫn đến sai lầm trong quyết định cho vay hoặc thiếu kiểm tra kiểm soát sau khi cho vay, khiến khách hàng sử dụng vốn sai mục đích mà ngân hàng không kịp thời ngăn chặn Bên cạnh đó, năng lực và phẩm chất đạo đức của một số cán bộ tín dụng chưa đạt yêu cầu, cùng với việc quản lý, sử dụng và đãi ngộ cán bộ ngân hàng chưa hợp lý, cũng là nguyên nhân gây ra rủi ro tín dụng cho ngân hàng.
1.2.2 Một số nghiên cứu định lượng thực nghiệm về tương quan của một số yếu tố tác động đến nợ xấu trong các Ngân hàng thương mại:
1.2.2.1 Nhóm các Nghiên cứu tập trung vào tương quan của yếu tố vĩ mô (GDP) và yếu tố tăng trưởng tín dụng đến nợ xấu:
Nghiên cứu của Clair (1992): Nghiên cứu tập trung về ảnh hưởng của tăng trưởng tín dụng đến nợ xấu
Năm 1992, Clair đã tiến hành nghiên cứu nhằm làm rõ mối quan hệ giữa tăng trưởng tín dụng và chất lượng tín dụng tại Texas, trong bối cảnh các tranh luận về khủng hoảng ngân hàng và rủi ro ngân hàng diễn ra từ những năm 1980 Nghiên cứu này góp phần quan trọng vào việc nhận diện thực tiễn của vấn đề này.
Trong nghiên cứu của Clair, chất lượng khoản vay được đánh giá qua tỷ lệ nợ xóa sổ và tỷ lệ nợ xấu so với tổng nợ Tác giả thực hiện hồi quy với tỷ lệ nợ xóa sổ và nợ xấu là biến phụ thuộc, trong khi các biến độc lập bao gồm tăng trưởng tín dụng, tài sản ngân hàng, cấu trúc các khoản vay theo lĩnh vực, tỷ trọng dư nợ kinh doanh và bất động sản, tỷ lệ tăng trưởng lao động phi nông nghiệp, cùng tổng vốn chủ sở hữu so với tổng tài sản.
Nghiên cứu của Clair năm 1992 không xem xét tác động của các yếu tố kinh tế vĩ mô, sử dụng mô hình hồi quy với biến tăng trưởng tín dụng qua 3 độ trễ Dữ liệu bảng được thu thập từ các Ngân hàng ở Texas từ năm 1984 đến 1990, với 11.903 quan sát, nhưng số lượng biến đưa vào mô hình khá ít và đơn giản Mô hình có mức độ giải thích thấp (R² thấp) và tác giả không đề cập đến các yếu tố kỹ thuật trong xử lý dữ liệu cũng như phương pháp ước lượng cho mô hình phân phối trễ.
THỰC TRẠNG NỢ XẤU VÀ MÔ HÌNH NGHIÊN CỨU ẢNH HƯỞNG CỦA MỘT SỐ YẾU TỐ ĐẾN NỢ XẤU TRONG HỆ THỐNG NGÂN HÀNG THƯƠNG MẠI VIỆT NAM HIỆN NAY
Thực trạng nợ xấu trong hệ thống Ngân hàng thương mại Việt Nam giai đoạn
Cuộc khủng hoảng kinh tế tài chính toàn cầu từ năm 2008 đã tác động tiêu cực đến nền kinh tế Việt Nam, khiến cho các yếu tố kinh tế vĩ mô trở nên không thuận lợi Nhiều doanh nghiệp gặp khó khăn trong hoạt động sản xuất kinh doanh, dẫn đến nguy cơ không thể trả nợ ngân hàng.
Bảng 2.1: DIỄN BIẾN NỢ XẤU TỪ NĂM 2008 - 2012 Thời gian Nợ xấu (tỷ đồng) Tổng dƣ nợ (tỷ đồng) Tỷ lệ nợ xấu (%)
Nguồn: Trần Huy Hoàng (2013), Trầm Xuân Hương (2013), NHNN (2014)
Theo số liệu thu thập được cho thấy nợ xấu có xu hướng tăng cao tính từ sau năm
2008 và đỉnh điểm là trong năm 2012 với tỷ lệ nợ xấu lần lƣợt ở mức 8,6% (tháng 3/2012) đến 8,8% (tháng 9/2012) và chạm ngƣỡng cao nhất 10% vào cuối năm
Tính đến ngày 30/9/2012, nợ xấu tại Việt Nam đã đạt con số đáng báo động, với 81% tổng nợ xấu tập trung ở 5 ngành lớn: công nghiệp chế biến, chế tạo (22%), bất động sản và dịch vụ (19%), buôn bán, sửa chữa ô tô, xe máy (19%), vận tải, kho bãi (11%), và xây dựng (10%) (Trung tâm thông tin dữ liệu, số 1 năm 2013, trang 20).
Nghiên cứu cho thấy nợ xấu tập trung chủ yếu ở hai lĩnh vực kém thanh khoản trong thời kỳ suy thoái, đó là bất động sản và chứng khoán, tuy nhiên, số liệu về nợ xấu trong hai khu vực này chưa được thống nhất và cập nhật Do đó, cần có sự đánh giá khách quan và thực chất hơn về nợ xấu trong lĩnh vực này (Trầm Xuân Hương và cộng sự, 2013) Thêm vào đó, tỷ trọng cho vay doanh nghiệp nhà nước vẫn cao và ưu tiên cho vay cho các doanh nghiệp này cũng cần được xem xét.
“sân sau” có quan hệ mật thiết với các cổ đông Ngân hàng cũng là một trong các nguyên nhân đẩy nợ xấu tăng cao (Trần Huy Hoàng, 2013)
Ngoài ra theo số liệu tính toán đƣợc từ BCTC của các NHTM cho thấy nợ xấu tập trung cao vào một số TCTD nhƣ sau:
Hình 2.1: Tỷ lệ nợ xấu của một số TCTD tại thời điểm 31/12/2013
Nguồn: Số liệu tổng hợp tính toán từ BCTC các NHTM
Tính đến cuối tháng 12/2013, tỷ lệ nợ xấu của các ngân hàng thương mại trong toàn hệ thống đã giảm xuống còn 3,63%, cho thấy sự cải thiện rõ rệt so với năm 2012 Một số ngân hàng vẫn có tỷ lệ nợ xấu cao, như Ngân hàng SHB với 5,67%, Oceanbank 4,04%, và Đông Á 3,99% Agribank cũng ghi nhận tỷ lệ nợ xấu là 5,8% Mặc dù tỷ lệ nợ xấu của các ngân hàng lớn như BIDV (2,37%), Vietcombank (2,73%), và Vietinbank (1,00%) không cao, nhưng do quy mô dư nợ lớn, tổng số nợ xấu của họ vẫn chiếm một phần lớn trong tổng nợ xấu của nền kinh tế.
Mô hình nghiên cứu định lượng về ảnh hưởng của một số yếu tố đến nợ xấu
Nghiên cứu chủ yếu được thực hiện tại các quốc gia phát triển ở Châu Âu, bao gồm Mỹ, Ý, Tây Ban Nha và Hy Lạp, trong khi chỉ có hai nghiên cứu được tiến hành tại các quốc gia khác.
Hai quốc gia Châu Á, Đài Loan với nền kinh tế phát triển và Pakistan với nền kinh tế đang phát triển, đã được nghiên cứu trong bối cảnh nợ xấu Các bài nghiên cứu hiện có cho thấy ít tài liệu được thực hiện tại Châu Á, với chỉ một nghiên cứu gần đây của Ahmad & Bashir (2013) tại Pakistan Bài nghiên cứu tại Việt Nam này sẽ cung cấp thêm bằng chứng thực nghiệm về nợ xấu tại các quốc gia Châu Á, đồng thời bổ sung cho các nghiên cứu trong bối cảnh nền kinh tế đang phát triển.
Hiện nay, tại Việt Nam, có nhiều nghiên cứu về nợ xấu, chủ yếu tập trung vào mô tả và phân tích diễn biến nợ xấu cùng với các giải pháp đề xuất Một số nghiên cứu đã phân tích nguyên nhân dẫn đến nợ xấu, nhưng chủ yếu dựa trên lập luận định tính Chưa có nghiên cứu định lượng nào được thực hiện và công bố trên các tạp chí hay kênh thông tin tài chính Vì vậy, bài nghiên cứu này nhằm nhận diện các yếu tố tác động đến tỷ lệ nợ xấu trong các ngân hàng thương mại Việt Nam dựa trên bằng chứng định lượng.
2.2.1 Xây dựng các giả thuyết nghiên cứu và hệ thống biến quan sát:
Nghiên cứu này dựa trên các giả thuyết từ các công trình nghiên cứu quốc tế về mối tương quan giữa nợ xấu và các yếu tố kinh tế vĩ mô cũng như hoạt động ngân hàng Các nghiên cứu thường yêu cầu thời gian dài để phân tích ảnh hưởng của các yếu tố vĩ mô, nhưng do hạn chế trong việc thu thập dữ liệu, nghiên cứu tại Việt Nam sử dụng số liệu từ các ngân hàng thương mại trong giai đoạn 2008-2013, khi nền kinh tế đang trong tình trạng suy thoái kéo dài Mục tiêu của nghiên cứu là xem xét ảnh hưởng của các yếu tố vi mô từ hoạt động ngân hàng đến tỷ lệ nợ xấu, kế thừa 07 giả thuyết từ nghiên cứu nước ngoài và xây dựng thêm 02 giả thuyết dựa trên nghiên cứu trong nước.
1 H1 – Giả thuyết ảnh hưởng của tăng trưởng tín dụng trong giai đoạn suy thoái: Trong trường hợp các yếu tố khác không đổi, sự gia tăng của tăng trưởng tín dụng góp phần làm tăng tỷ lệ nợ xấu trong giai đoạn kinh tế suy thoái
Nghiên cứu của Clair (1992) tại Texas cho thấy rằng tăng trưởng tín dụng qua các khoản vay ban đầu có tác động tích cực đến chất lượng tín dụng, nhưng sau đó sẽ giảm chất lượng tín dụng sau một thời gian Ngược lại, nghiên cứu của Ahmad & Bashir (2013) tại Pakistan chỉ ra rằng tăng trưởng tín dụng có ảnh hưởng tiêu cực ngay lập tức đến chất lượng tín dụng, làm gia tăng tỷ lệ nợ xấu Điều này đặt ra câu hỏi liệu tại Việt Nam, một nền kinh tế đang phát triển ở Châu Á trong giai đoạn hậu khủng hoảng, kết quả nghiên cứu về tác động của tăng trưởng tín dụng đến nợ xấu có tương tự như nghiên cứu của Ahmad & Bashir hay không.
2 H2 – Giả thuyết tác động tích cực đến chất lƣợng nợ của việc đa dạng hóa: Trong trường hợp các yếu tố khác không đổi, Ngân hàng đa dạng hóa trong hoạt động kinh doanh nói chung và hoạt động cho vay nói riêng thì tỷ lệ nợ xấu cũng thấp hơn
Giả thuyết cho rằng đa dạng hóa giúp giảm rủi ro tín dụng, và ngân hàng có quy mô hoặc thị phần lớn có khả năng đa dạng hóa cho vay, từ đó làm giảm tỷ lệ nợ xấu Ba nghiên cứu của Lis, Pagés, & Saurina (2001), Jiménez & Saurina (2006), và Ahmad & Bashir (2013) đã kiểm định giả thuyết này với biến thị phần tín dụng nhưng không tìm thấy bằng chứng xác thực Trong khi đó, bốn nghiên cứu khác sử dụng biến tỷ trọng quy mô tài sản, trong đó hai nghiên cứu của Lis và cộng sự (2001) cùng Hu và cộng sự (2004) đã tìm thấy dữ liệu hỗ trợ cho giả thuyết Louzis và cộng sự (2012) cũng chỉ ra rằng thu nhập ngoài lãi có thể phản ánh mức độ đa dạng hóa của ngân hàng, với thu nhập không hoàn toàn phụ thuộc vào cho vay, điều này có thể liên quan ngược chiều với nợ xấu Nghiên cứu tại Việt Nam sẽ xem xét liệu có bằng chứng cho tác động tích cực của đa dạng hóa đến chất lượng nợ thông qua ba biến đo lường: thị phần, quy mô tài sản và tỷ trọng thu nhập ngoài lãi.
3 H3 - Giả thuyết khả năng đầu tƣ mang tính rủi ro cao khi nguồn lực tài chính thấp: Trong trường hợp các yếu tố khác không đổi, khả năng về nguồn lực tài chính của Ngân hàng càng thấp thì lệ nợ xấu càng cao
Khi khả năng tài chính yếu, các ngân hàng thường đầu tư vào danh mục cho vay rủi ro cao hơn để đạt được lợi nhuận cao hơn, vì lãi suất cho vay cao có thể giúp tăng thu nhập Ahmad & Bashir (2013) đã sử dụng tỷ lệ nguồn lực vốn chủ sở hữu và tỷ lệ cho vay/tiền gửi để kiểm định giả thuyết này, trong khi Louzis và cộng sự (2012) chỉ sử dụng tỷ lệ nguồn lực vốn chủ sở hữu Kết quả nghiên cứu cho thấy chỉ có tỷ lệ cho vay/tiền gửi trong nghiên cứu của Ahmad & Bashir (2013) hỗ trợ giả thuyết Nghiên cứu tại Việt Nam sẽ áp dụng hai biến đo lường tương tự để kiểm tra xem có cho ra kết quả giống như các nghiên cứu trước đó hay không.
4 H4 - Giả thuyết tác động Lãi suất huy động: Trong trường hợp loại trừ tác động của các yếu tố khác, lãi suất huy động càng cao thì tỷ lệ nợ xấu cũng có xu hướng tăng
Nghiên cứu của Ahmad & Bashir (2013) cho thấy rằng sự gia tăng lãi suất huy động ngắn hạn dẫn đến chi phí vốn cao hơn, làm tăng lãi suất cho vay Điều này tạo ra mối tương quan thuận giữa lãi suất cho vay và khả năng không hoàn trả nợ, từ đó làm gia tăng nợ xấu trong ngân hàng Tuy nhiên, nghiên cứu này không tìm thấy bằng chứng hỗ trợ cho giả thuyết trên Do đó, câu hỏi đặt ra là liệu dữ liệu tại Việt Nam có phù hợp với quan điểm trong giả thuyết này hay không.
5 H5 - Giả thuyết quá lớn để phá sản: Trong trường hợp các yếu tố khác không đổi, tỷ lệ nợ xấu càng cao theo sự gia tăng tỷ lệ đòn bẫy của Ngân hàng
Theo giả thuyết "quá lớn để phá sản", các ngân hàng lớn chấp nhận rủi ro cao bằng cách tăng đòn bẩy, vì họ tin rằng Chính phủ sẽ cứu trợ nếu gặp thất bại Nghiên cứu của Louzis, Vouldis, & Metaxas (2012) đã chỉ ra tác động của quan điểm này đối với dư nợ vay thế chấp và vay tiêu dùng Tại Việt Nam, việc phá sản ngân hàng có thể gây ra hậu quả nghiêm trọng do thiếu kinh nghiệm xử lý, dẫn đến tâm lý lạc quan trong hoạt động kinh doanh rủi ro của các ngân hàng, khi Ngân hàng Nhà nước tuyên bố không để ngân hàng nào phá sản Nghiên cứu sẽ xem xét liệu giả thuyết này có áp dụng trong hệ thống ngân hàng thương mại Việt Nam hay không, dựa trên mẫu số liệu thu thập được.
6 H6 - Giả thuyết quản lý kém theo quan điểm I (quan điểm I xét ở góc nhìn chi phí hoạt động):
Theo nghiên cứu của Ahmad & Bashir (2013), khi tỷ trọng chi phí hoạt động giảm so với thu nhập, các ngân hàng có xu hướng ưu tiên chi phí thấp để đạt lợi nhuận ngắn hạn Điều này ảnh hưởng đến việc phân bổ nguồn lực cho các hoạt động như cho vay, bảo lãnh và thẩm định tài sản thế chấp, dẫn đến việc ngân hàng ít chú trọng đến chất lượng các khoản cho vay Hệ quả là tỷ lệ nợ xấu có khả năng gia tăng trong dài hạn.
KẾT QUẢ NGHIÊN CỨU – GỢI Ý CHÍNH SÁCH CHO VIỆC QUẢN LÝ KIỂM SOÁT NỢ XẤU TRONG HỆ THỐNG NGÂN HÀNG THƯƠNG MẠI VIỆT NAM
Kiểm định một số giả định cơ bản cho các phương pháp ước lượng
Một trong những giả định quan trọng khi thực hiện hồi quy các mô hình là không có đa cộng tuyến hoàn hảo giữa các biến giải thích Để phát hiện hiện tượng đa cộng tuyến hoàn hảo trong bộ dữ liệu, trước tiên cần sử dụng ma trận tương quan giữa các biến giải thích.
Bảng 3.1 – phụ lục 03 cung cấp bức tranh về tương quan giữa các biến giải thích trong bộ dữ liệu
- Kết quả từ ma trận tương quan cho thấy:
Tồn tại đa cộng tuyến rất cao giữa biến thị phần cho vay “MP” và quy mô Ngân hàng “SIZE”, mức tương quan là 0,9695
Sự tồn tại của đa cộng tuyến cao giữa biến hiệu suất trên tổng tài sản (ROA) và hai biến khác là tỷ lệ nguồn lực vốn chủ sở hữu (SOLR) và tỷ lệ đòn bẫy cho thấy mối liên hệ chặt chẽ giữa các yếu tố này trong phân tích tài chính.
“LR”, mức tương quan lần lượt là -0,9803 và 0,9803
Trong bảng dữ liệu, tồn tại đa cộng tuyến hoàn hảo với mối tương quan bằng (-1) giữa biến tỷ lệ nguồn lực vốn chủ sở hữu "SOLR" và tỷ lệ đòn bẫy "LR" Điều này xảy ra do bản chất công thức tính toán của hai biến này có sự liên kết chặt chẽ với nhau.
Khi hệ số tương quan giữa các cặp biến độc lập cao, mô hình có nguy cơ gặp hiện tượng đa cộng tuyến nếu hệ số phóng đại phương sai (VIF) lớn hơn 10 (Thục Đoan và Hào Thi, 2013) Kết quả kiểm định hệ số VIF cho thấy điều này.
Mean VIF 22.79 nii 1.10 0.907202 loang 2.21 0.452044 dr 2.27 0.440054 bdsxd 2.36 0.423199 roe 2.48 0.403581 inef 2.60 0.384134 ldr 2.76 0.361866 ctnn 3.40 0.294395 size 60.29 0.016586 mp 61.55 0.016248 solr 61.88 0.016161 roa 70.52 0.014181 Variable VIF 1/VIF estat vif
Các biến ROA, SOLR, MP và SIZE đều có mức độ đa cộng tuyến cao, dẫn đến việc biến LR bị loại bỏ do tồn tại đa cộng tuyến hoàn hảo với biến SOLR Tác giả sẽ tiến hành loại bỏ một số biến có sự tương quan với nhau dựa trên lập luận và ý nghĩa của chúng trong việc kiểm định các giả thuyết.
- Hệ quả của hiện tƣợng đa cộng tuyến:
Khi hiện tượng đa cộng tuyến xảy ra, hệ số hồi quy β có thể được ước lượng nhưng sai số chuẩn của ước lượng sẽ rất lớn, dẫn đến độ chính xác thấp Điều này làm cho khoảng tin cậy trở nên rộng hơn, hệ số t thường nhỏ, và nghiêm trọng hơn, dấu hiệu của hệ số ước lượng có thể bị sai lệch.
Đối với đa cộng tuyến hoàn hảo: Hệ số hồi quy β là không xác định và các sai số chuẩn là vô hạn
Để khắc phục hiện tượng đa cộng tuyến, một trong những biện pháp hiệu quả là loại bỏ một trong hai biến có mối tương quan cao Tuy nhiên, cần phải xem xét kỹ lưỡng ý nghĩa của biến đó trong mô hình để đảm bảo tính chính xác và hợp lý của kết quả phân tích.
Khi lựa chọn giữa biến MP và SIZE trong bảng dữ liệu, việc loại bỏ một trong hai biến này không ảnh hưởng đến mục tiêu nghiên cứu, vì cả hai đều kiểm định cho cùng một giả thuyết H2 Tuy nhiên, do tác giả muốn xem xét ảnh hưởng của thị phần cho vay đến chất lượng tín dụng thông qua nợ xấu, biến MP được giữ lại trong mô hình nghiên cứu.
Trong việc lựa chọn giữa biến SOLR và LR trong bảng dữ liệu, SOLR chỉ được sử dụng để kiểm định giả thuyết H3, trong khi LR là biến duy nhất cho giả thuyết H5 Nghiên cứu gần đây không phát hiện mối tương quan có ý nghĩa giữa tỷ lệ nguồn lực vốn chủ sở hữu (SOLR) và tỷ lệ nợ xấu (NPLs) Vì vậy, nghiên cứu chỉ ra rằng biến LR cần được giữ lại trong mô hình, trong khi biến SOLR có thể được loại bỏ.
Trong nghiên cứu này, biến LR được lựa chọn làm biến duy nhất để kiểm định giả thuyết H5 Đối với giả thuyết H7, ngoài biến ROA, chúng ta còn có thể sử dụng kết quả từ biến ROE để thực hiện kiểm định Vì lý do này, bài luận văn quyết định loại bỏ biến ROA và chỉ giữ lại biến LR trong mô hình nghiên cứu.
- Từ những lập luận trên, các biến trong mô hình nghiên cứu đƣợc điều chỉnh nhƣ sau (mô hình gồm 10 biến giải thích): LOANGit, MPit, NIIit, LDRit, DRit,
Khi thực hiện kiểm định lại với hệ số VIF, chúng tôi nhận thấy rằng trong mô hình không còn tồn tại hiện tượng đa cộng tuyến cao.
Mean VIF 2.16 nii 1.09 0.915687 lr 1.11 0.903356 bdsxd 1.29 0.772684 inef 1.47 0.678276 loang 1.69 0.590441 ldr 2.00 0.501209 roe 2.05 0.487145 dr 2.06 0.486129 ctnn 3.23 0.309148 mp 5.57 0.179637 Variable VIF 1/VIF estat vif
3.1.2 Kiểm định phương sai thay đổi:
Hiện tượng phương sai thay đổi xảy ra khi các quan sát trong mô hình hồi quy độc lập và có sự khác biệt lớn Mặc dù phương sai thay đổi không làm mất tính không thiên lệch và nhất quán của ước lượng OLS, nhưng các ước lượng này trở nên kém hiệu quả do không còn có phương sai nhỏ nhất.
Để kiểm tra hiện tượng phương sai thay đổi, trước tiên chúng ta tiến hành ước lượng mô hình OLS (I) với 10 biến giải thích đã được điều chỉnh Sau đó, chúng ta áp dụng kiểm định Breusch-Pagan và nhận được kết quả như sau:
Variables: fitted values of NPLs Ho: Constant variance
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity hettest
quietly regress NPLs loang mp nii ldr dr lr inef roe bdsxd ctnn
Giả thuyết H0 cho rằng phương sai của sai số là không đổi đã bị bác bỏ, theo kết quả kiểm định Chi-square cho hai bảng dữ liệu, với p nhỏ hơn 1% Điều này cho thấy hiện tượng phương sai thay đổi trong ước lượng OLS.
Khi ước lượng OLS có phương sai thay đổi, các ước lượng về phương sai sẽ bị chệch, dẫn đến việc kiểm định t và F có thể đưa ra các kết luận sai lầm Điều này làm cho giá trị p không chính xác, từ đó dẫn đến những kết luận sai về mối quan hệ giữa các biến.
- Khắt phục hiện tượng phương sai thay đổi:
Các bước thực hiện hồi quy theo các mô hình ước lượng và thực hiện lựa chọn mô hình để sử dụng kết quả phân tích
Các biến trong dữ liệu bảng không cân bằng được sử dụng để kiểm định các giả thuyết từ H1 đến H9 Mô hình hồi quy dữ liệu bao gồm 10 biến giải thích, trong đó có LOANGit.
Trong nghiên cứu này, các biến MPit, NIIit, LDRit, DRit, LRit, INEFit, ROEit, BDSXDit và CTNNit được sử dụng để kiểm định các giả thuyết Cụ thể, giả thuyết H2 áp dụng hai biến để kiểm tra, trong khi các giả thuyết khác chỉ sử dụng một biến.
3.2.1 Hồi quy mô hình tĩnh (mô hình I) – Phương pháp ước lượng FE và RE:
Thực hiện ước lượng ảnh hưởng cố định (FE) cho mô hình hồi quy tĩnh (mô hình I), ta có kết quả ƣớc lƣợng tại bảng 3.2 (Phụ lục 04)
Kiểm định F cho thấy giá trị p của thống kê F là Prob>F = 0.0525, lớn hơn 0.05, do đó chưa đủ bằng chứng để bác bỏ giả thuyết H 0 rằng tất cả các hệ số β đều bằng 0, cho thấy mô hình hồi quy không phù hợp ở mức ý nghĩa 5% Tuy nhiên, kiểm định F cho 11 hệ số gốc biến giả của mô hình cho giá trị p là Prob>F = 0.0206, nhỏ hơn 5%, điều này chứng tỏ sự phù hợp của mô hình hồi quy FE với kỹ thuật biến giả.
Phương pháp hồi quy cố định (FE) được thực hiện nhằm kiểm định lựa chọn mô hình hồi quy so với hồi quy ngẫu nhiên (RE) Tuy nhiên, trong bước hồi quy này, vấn đề phương sai thay đổi vẫn chưa được xử lý.
Thực hiện ước lượng ảnh hưởng ngẫu nhiên (RE) cho mô hình hồi quy tĩnh (mô hình I), ta có kết quả ƣớc lƣợng tại bảng 3.3 (Phụ lục 04)
Kiểm định Chi-sqr cho thấy rằng với giả thuyết “H0: tất cả các hệ số β đều bằng 0”, giá trị p của thống kê Chi2 là 0.0607, lớn hơn 0.05 Điều này có nghĩa là chưa có đủ bằng chứng để bác bỏ giả thuyết H0, cho thấy mô hình hồi quy không phù hợp ở mức ý nghĩa 5%.
- Thực hiện thêm kiểm định Hausman để xem xét mức độ phù hợp giữa hai mô hình hồi quy theo FE và RE
Kiểm định Hausman để lựa chọn mô hình phù hợp:
(V_b-V_B is not positive definite) Prob>chi2 = 1.0000
= 0.52 chi2(10) = (b-B)'[(V_b-V_B)^(-1)](b-B) Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg ctnn 1049334 1033649 0015685 0459548 bdsxd 2236499 0933816 1302682 0737969 roe -.0843014 -.0392814 -.0450199 0295033 inef 0373374 -.0000782 0374155 0255221 lr -.0036014 -.0032868 -.0003146 0008734 dr 2177824 -.0083116 226094 1117471 ldr -.0287627 -.0089094 -.0198533 0295846 nii 0311157 0483684 -.0172527 0091587 mp -.0485095 -.1757013 1271918 3374749 loang 0381156 -.0016331 0397486 0181655
Kiểm định Hausman FE RE giúp lựa chọn mô hình phù hợp hơn Kết quả cho thấy giá trị Prob>Chi2 = 1.000 > 0.05, cho phép chấp nhận giả thuyết H0 rằng các ui và biến độc lập không tương quan Do đó, mô hình ước lượng ngẫu nhiên RE sẽ hiệu quả hơn mô hình ước lượng cố định FE.
Khi sử dụng ước lượng RE, hiện tượng tự tương quan trong bộ dữ liệu vẫn tồn tại (Huỳnh Ngọc Chương, 2013), và mô hình hồi quy theo phương pháp RE không đạt mức ý nghĩa 5% qua kiểm định Chi-sqr Vì vậy, cần áp dụng mô hình động và phương pháp ước lượng GMM một bước cho dữ liệu bảng động theo Arellano & Bond (1998 và 1981), như đã được các nghiên cứu trước đây thực hiện.
3.2.2 Hồi quy mô hình động (mô hình II) - Phương pháp ước lượng GMM 1 bước của Arellano & Bond (1998 và 1981):
Nghiên cứu này tiến hành hồi quy mô hình động (mô hình II) trên dữ liệu bảng không cân bằng để kiểm định các giả thuyết từ H1 đến H9.
Mô hình ƣớc lƣợng cụ thể:
- Từ mô hình cơ sở (mô hình II), mô hình thực hiện ƣớc lƣợng cụ thể nhƣ sau:
NPLs it = βNPLs it-1 + β 1 LOANG it + β 2 MP it + β 3 NII it + β 4 LDR it + β 5 DR it + β 6 LR it + β 7 INEF it + β 8 ROE it + β 9 BDSXD it + β 10 CTNN it + à it (mụ hỡnh IIA)
Để xem xét tác động trễ của biến tăng trưởng tín dụng đến nợ xấu, chúng tôi thực hiện hồi quy với các giá trị trễ của biến tăng trưởng tín dụng (LOANG) với độ trễ 1 năm Việc chỉ sử dụng độ trễ 1 năm là do số lượng quan sát của dữ liệu bảng không cân bằng có giới hạn Mô hình ước lượng được thiết lập như sau:
The equation for non-performing loans (NPLs) incorporates various factors influencing their dynamics, represented as: NPLs it = βNPLs it-1 + β1aLOANG it + β1bLOANG it-1 + β2MP it + β3NII it + β4LDR it + β5DR it + β6LR it + β7INEF it + β8ROE it + β9BDSXD it + β10CTNN it + ε it, where each variable reflects the impact of previous non-performing loans, loan growth, monetary policy, net interest income, loan-to-deposit ratio, debt ratio, liquidity ratio, inefficiency, return on equity, and other relevant indicators on the current state of NPLs.
Kết quả hồi quy mô hình động với dữ liện bảng cân bằng theo phương pháp ước lượng GMM 1 bước của của Arellano & Bond (1998 và 1981):
Kết quả chi tiết của việc thực hiện hồi quy các mô hình IIA và IIB được trình bày trong bảng 3.4 và bảng 3.5 (Phụ lục 05) Kết quả tổng hợp sau khi hồi quy các mô hình này được thể hiện trong bảng 3.6.
BẢNG 3.6: TỔNG HỢP KẾT QUẢ HỒI QUY MÔ HÌNH ĐỘNG
- DỮ LIỆU BẢNG KHÔNG CÂN BẰNG
Phương pháp ước lượng dữ liệu bảng động Arellano-Bond
Các biến giải thích IIA IIB
Tất cả các biến được hồi quy ở dạng sai phân bậc 1, hồi quy có tùy chọn robust giải quyết hiện tượng phương sai thay đổi
Các mức ý nghĩa thống kê: * p