GIỚI THIỆU NGHIÊN CỨU
Lý do nghiên cứu
Các Ngân hàng thương mại là trụ cột quan trọng của nền kinh tế, mang trách nhiệm cung cấp vốn và các dịch vụ tài chính quan trọng cho các doanh nghiệp và cá nhân Với sự phát triển liên tục của các Ngân hàng Thương mại Cổ phần tại Việt Nam, họ không ngừng tối ưu hóa hoạt động, đóng góp to lớn vào sự thịnh vượng của nền kinh tế quốc gia Ngoài ra, tầm quan trọng của hoạt động tín dụng cũng không thể xem thường vì nó chính là nguồn lực quan trọng của ngân hàng, giống như máu trong cơ thể con người, qua đó nhấn mạnh sự cần thiết của việc duy trì sự ổn định trong hệ thống ngân hàng
Quản lý rủi ro tín dụng tại các ngân hàng không chỉ quan trọng mà còn cần thiết song song với việc tối ưu hoá hoạt động kinh doanh để được lợi nhuận Các tác giả như Klein (2013), Louzis (2012), Nkusu (2011) và Rogoff (2010) đã nhấn mạnh về vấn đề nợ xấu và cảnh báo về nguy cơ khủng hoảng tài chính trong tương lai nếu không được giám sát và xử lý kịp thời Nhiều nghiên cứu mới đây khẳng định nguyên nhân gây ra nợ xấu, ví dụ như Sinkey và Greenwalt (1991) đã chỉ ra rằng các yếu tố nội tại và kinh tế vĩ mô như lãi suất cao có ảnh hưởng đến mức độ nợ xấu Berger và Humphery (1992), Barr và Siems (1994), Wheelock và Wilson (1994) đã phân tích tác động của nợ xấu đến hoạt động kinh doanh của ngân hàng, chỉ ra rằng sự khó khăn trong hoạt động sẽ làm giảm hiệu suất Tobin (1880) cũng đã đề xuất tăng cường thanh khoản như một biện pháp giảm thiểu rủi ro nợ xấu, nhấn mạnh vai trò của tính linh hoạt trong việc quản lý tài sản Ở Việt Nam, vấn đề nợ xấu của các Ngân hàng Thương mại Cổ phần không phải chỉ mới nổi lên gần đây, mà thực sự đã kéo dài từ nhiều năm trước Từ năm
2007, dấu hiệu của nợ xấu đã bắt đầu tăng lên và đặc biệt được quan tâm từ cuối năm
2011 Khi tình hình kinh tế toàn cầu đi xuống, hoạt động sản xuất kinh doanh của các công ty trì trệ, dẫn tới tình trạng nợ xấu tăng mạnh lên đến 85 nghìn tỷ đồng vào năm
2011, chiếm 3.0% tổng dư nợ hiện tại đã dẫn đến khó khăn về tính thanh khoản, ảnh hưởng đến lợi nhuận và hiệu quả hoạt động kinh doanh của các Ngân hàng thương mại Ăn mòn do chính sách tiền tệ cứng hơn và biểu hiện của các công ty thua lỗ nhiều cũng như tích tụ nợ xấu trong thời gian dài Mặc dù có sự chênh lệch trong số liệu từ nhiều nguồn, báo cáo hàng năm của Ngân hàng Nhà nước cho biết tỷ lệ nợ xấu đã rất cao lên đến 4.08% vào năm 2012 Theo The World Bank (2014) ước tính tỷ lệ tín dụng xấu của hệ thống ngân hàng Việt Nam đã tăng lên 12% vào cuối năm 2012, cao hơn rất nhiều so với con số mà Ngân hàng Nhà nước đã công bố
Tại Việt Nam, nhiều nghiên cứu đã được thực hiện nhằm xác định những yếu tố cụ thể ảnh hưởng đến nợ xấu trong hệ thống Ngân hàng Thương mại Cổ phần Các bài báo của các nhà nghiên cứu như Nguyễn Thị Hồng Vinh (2015), Oanh Dao Le Kieu (2020) và Hang Hoang Thi Thanh (2020) đã chỉ ra rằng tăng trưởng tín dụng, quy mô hoạt động và các yếu tố vĩ mô như tăng trưởng kinh tế, lạm phát được định danh là nguyên nhân chính dẫn đến tình trạng nợ xấu Việc đánh giá tác động của nợ xấu đến hoạt động kinh doanh ngân hàng là vô cùng quan trọng Có thể thấy rõ sự thành công trong quản lý nợ của Ngân hàng Nhà nước (NHNN) cũng như sự quan tâm đúng đắn từ các bộ, ngành khi tỷ lệ nợ xấu trong hệ thống ngân hàng hiện đang ổn định và giảm dần Dữ liệu cụ thể cho thấy tỷ lệ nợ xấu trong hệ thống ngân hàng giảm từ 2,46% vào năm 2016 xuống còn 1,99% vào năm 2017, rồi giảm tiếp xuống 1,91% vào năm 2018 và đến năm 2019 chỉ còn 1,63% Dù có sự tăng lên nhẹ vào năm 2020 (lên 1,76%), 2021 (1,9%) và 2022 (1,92%) tỷ lệ này vẫn cho thấy sự cải thiện lớn và tiếp tục giữ vững hướng giảm
Hiện nay, các nhà hoạch định chính sách và cơ quan nhà nước đều đang áp dụng nhiều công cụ và kỹ thuật đánh giá nợ xấu để xử lý tình trạng này trong thời gian ngắn Tuy nhiên, việc hiểu rõ nguyên nhân của nợ xấu và xác định các yếu tố chính gây ra tình trạng này vẫn còn hạn chế Việc đối phó với các khoản nợ xấu cũng đặt ra nhiều thách thức, đòi hỏi việc xác định nguyên nhân cũng như đưa ra các giải pháp thích hợp để thúc đẩy sự phát triển lành mạnh của ngành ngân hàng và đóng góp vào tăng trưởng của ngành này
Qua những dẫn chứng trên, tác giả quyết định chọn đề tài “Các yế u t ố tác độ ng đế n n ợ x ấ u c ủa các Ngân hàng Thương mạ i C ổ ph ầ n t ạ i Vi ệt Nam”
Mục tiêu nghiên cứu
Mục tiêu chung của khóa luận là phân tích những yếu tố tác động đến nợ xấu tại các Ngân hàng Thương mại Cổ phần tại Việt Nam
- Xác định được các yếu tố tác động đến nợ xấu tại các NHTMCP niêm yết tại Việt Nam
- Xác định mức độ và chiều hướng ảnh hưởng của các yếu tố lên nợ xấu của các NHTMCP tại Việt Nam.
Câu hỏi nghiên cứu
Để giải quyết các mục tiêu nghiên cứu, khóa luận xác định các câu hỏi nghiên cứu sau:
- Các yếu tố nào tác động đến nợ xấu của các NHTMCP tại Việt Nam?
- Dấu hiệu và mức độ tác động của các yếu tố lên nợ xấu của các NHTMCP tại Việt Nam ?
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: đề tài nghiên cứu tập trung nghiên cứu nợ xấu và những ảnh hưởng đến tình trạng nợ xấu trong hệ thống Ngân hàng Thương mại Cổ phần tại Việt Nam
- Phạm vi nghiên cứu: nghiên cứu này tập trung vào 25 Ngân hàng thương mại Việt Nam đã niêm yết trên sàn HOSE và sàn HNX từ năm 2010 đến năm 2022, bởi 25 ngân hàng có đủ dữ liệu cần thiết cho phạm vi nghiên cứu Dữ liệu được thu thập từ các báo cáo tài chính, báo cáo thường niên và nguồn thông tin chính thống khác trong khoảng thời gian từ năm 2010 đến năm 2022.
Phương pháp nghiên cứu
Đề tài này dùng cả phương pháp nghiên cứu định tính và định lượng để phân tích các yếu tố ảnh hưởng đến nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam
Phương pháp định tính: so sánh và tổng hợp số liệu thống kê từ báo cáo tài chính, báo cáo thường niên của các NHTM trong giai đoạn 2010 – 2022 tại Việt Nam
Phương pháp định lượng: sử dụng hồi quy dữ liệu bảng để phân tích tác động của các yếu tố đến nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam Nghiên cứu sử dụng phương pháp ước lượng bình phương bé nhất OLS Để đảm bảo tính chính xác, mô hình được kiểm định bằng Hausman Test để lựa chọn hiệu ứng Fixed Effects hoặc Random Effects sẽ phù hợp hơn Tác giả cũng sử dụng phương pháp thống kê, tổng hợp Moment tổng quát (GMM) thông qua phần mềm Stata 17 để khắc phục những khiếm khuyết của mô hình.
Đóng góp của nghiên cứu
Về mặt lý luận: khóa luận đang tiến hành nghiên cứu để điền vào khoảng trống còn tồn tại trong những nghiên cứu trước đây, đặc biệt là về mặt không gian và thời gian Đề tài sẽ là cơ sở lý thuyết cho các nghiên cứu sắp tới Việc này sẽ giúp đề tài góp phần quan trọng vào nền tảng kiến thức và nghiên cứu trong tương lai
Về mặt thực tiễn: nghiên cứu này đã thực hiện xây dựng mô hình lý thuyết chính xác và có ý nghĩa vô cùng quan trọng bằng việc sử dụng bộ dữ liệu kéo dài 13 năm của 25 Ngân hàng Thương mại Cổ Phần tại Việt Nam, góp phần vào việc hiểu rõ hơn về các yếu tố ảnh hưởng đến nợ xấu Đây sẽ là nền tảng cơ sở quan trọng cho các nghiên cứu tiếp theo cũng như sẽ đóng góp tích cực vào lĩnh vực Tài chính - Ngân hàng.
Kết cấu nghiên cứu
Tổng quát kết cấu của khóa luận gồm 5 chương
Nội dung nghiên cứu bao gồm 5 chương:
Chương 1: Giới thiệu nghiên cứu
Chương này sẽ nói về công trình nghiên cứu bao gồm lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, những đóng góp của đề tài và bố cục đề tài.
CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU
Tổng quan nợ xấu ngân hàng
Các tổ chức Tài chính và Ngân hàng Quốc tế hiện đang sử dụng các định nghĩa riêng về nợ xấu cùng với các phương pháp và biểu hiện tương ứng trong thực tế ngày nay Một số phương pháp tiếp cận dựa trên các tiêu chí như thời gian nợ quá hạn và khả năng thanh toán của người vay Ví dụ, từ năm 2002, Ngân hàng Thế giới đã xác định nợ xấu là các khoản nợ có mức độ rủi ro cao và khó thu hồi, đặc biệt là khi người vay phá sản hoặc tài sản không còn giá trị Theo tiêu chí này, nợ được coi là dưới chuẩn nếu quá hạn từ 90 đến 180 ngày; và nợ nghi ngờ khi có khả năng không thu hồi được toàn bộ dựa trên điều khoản hợp lý, với thời gian quá hạn từ 180 đến 360 ngày Ủy ban Basel về Giám sát Ngân hàng (BCBS) năm 1988 lại không đưa ra một thời gian quá hạn cụ thể cho khi nào một khoản nợ được coi là "xấu", mà xem xét đến việc ngân hàng nhận định người vay không có khả năng trả đủ nợ mà không cần thực hiện biện pháp thu hồi BCBS không tập trung vào thời gian quá hạn cụ thể do sự khác biệt về báo cáo nợ xấu dựa trên thời gian quá hạn ở các quốc gia
Có nhiều quan điểm và ý kiến khác nhau về khái niệm nợ xấu, dựa trên đặc điểm kinh tế của mỗi quốc gia và thái độ của các tổ chức khác nhau “Non-performing loan (NPL)”, “Bad debt” hoặc “Doubtful debt” là những thuật ngữ chính được sử dụng trong nghiên cứu trước đây để mô tả các khoản nợ khó đòi “Nợ khó đòi” dùng để chỉ các khoản cho vay không tạo ra lợi nhuận trong thời gian dài, hoặc các khoản nợ đã quá hạn trên 90 ngày và chưa thu hồi đầy đủ Khi thảo luận về những khó khăn về nợ xấu, sau đây là một số ý tưởng hoặc tiêu chuẩn về nợ xấu thường được sử dụng
Nợ khó đòi, theo Ngân hàng Trung ương Châu Âu (ECB-European Central Bank), là những khoản cho vay không trả được (những khoản nợ đã đến hạn trả hoặc không có căn cứ để đòi người dân bồi thường) Hoặc người thực hiện nghĩa vụ nợ đã đi hoặc đang lẩn trốn, không có tài sản để thực hiện nghĩa vụ và không hoàn trả lại hết nợ cho ngân hàng (là khoản nợ không có tài sản bảo đảm hoặc không có tài sản để thanh toán đủ để trả khoản vay) Theo quan điểm này, nợ xấu được xác định bởi hai yếu tố:
(1) Là khoản vay không có khả năng hoàn trả;
(2) Khoản vay không được thu hồi hoàn toàn
Do đó, việc giải thích nợ xấu của ECB phụ thuộc vào kết quả thu hồi nợ của ngân hàng Hơn nữa, Quỹ Tiền tệ Quốc tế (IMF) có quan điểm về nợ xấu là một khoản vay được coi là không sinh lời (nợ khó đòi) khi tiền được trả lãi và/hoặc gốc đã quá hạn 90 ngày trở lên, hoặc các khoản thanh toán lãi cho 90 ngày trở lên đã được cơ cấu lại hoặc gia hạn hoặc các khoản thanh toán chưa quá 90 ngày nhưng có lý do để nghi ngờ rằng việc hoàn trả sẽ không được thực hiện đầy đủ Nợ xấu được xác định bởi hai yếu tố, theo IMF:
(1) Đã quá hạn thanh toán trên 90 ngày;
(2) Khả năng trả nợ bị nghi ngờ
So với quan điểm của ECB, quan điểm của IMF về nợ xấu đưa ra một góc nhìn khác về thành phần thời gian trễ hạn, bên cạnh kết quả thu hồi nợ của ngân hàng Đây là quan điểm được chấp nhận và thường dùng nhất trên thế giới “Về cơ bản, một khoản nợ được coi là nợ xấu khi đến hạn trả lãi hoặc gốc trên 90 ngày, hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả theo thỏa thuận, hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có lý do chắc chắn để nghi ngờ về khoản nợ sẽ thanh toán đầy đủ” (Theo IMF)
Dựa trên Thông tư 11/2021/TT-NHNN được Ngân hàng Nhà nước Việt Nam phát hành vào ngày 30 tháng 7 năm 2021, "nợ khó thu hồi" được xác định là những khoản nợ thuộc vào ba nhóm rủi ro cao là nhóm 3, 4 và 5 theo quy định tại các Điều
10 và 11 của thông tư này Cụ thể, nhóm 3 bao gồm các khoản nợ có thời gian quá hạn từ 90 đến 180 ngày và những khoản nợ đã được cơ cấu lại với thời hạn thanh toán dưới 90 ngày Nhóm 4 bao gồm các khoản nợ quá hạn từ 181 đến 360 ngày và những khoản nợ đã được cơ cấu lại với thời hạn thanh toán quá hạn từ 90 đến 180 ngày Nhóm 5, được xem là có nguy cơ mất vốn, bao gồm các khoản nợ quá hạn trên 360 ngày, các khoản nợ đang chờ quyết định xử lý của Chính phủ, và các khoản nợ đã cơ cấu lại nhưng vẫn quá hạn trên 180 ngày theo thời hạn đã được cơ cấu lại
Trong khuôn khổ của khóa luận này, tác giả mô tả nợ xấu như sau: Nợ xấu (hay còn gọi là nợ không đạt chuẩn) là những khoản nợ có thời gian quá hạn và gây ra sự nghi ngờ về khả năng thanh toán của người vay, như việc người vay không thể hoàn trả đủ số tiền theo đúng cam kết trong hợp đồng tín dụng
Phân loại nợ là quá trình ngân hàng xem xét danh mục cho vay của mình và chia các khoản cho vay thành các loại tùy thuộc vào rủi ro và đặc điểm của chúng
Ngân hàng thế giới (World Bank) đã phân loại nợ như sau:
Bảng 2.1 Phân loại nợ của Ngân hàng thế giới
Khoản vay Đặc điểm Đạt tiêu chuẩn
Không nghi ngờ gì về khả năng trả nợ Tài sản được đảm bảo thanh khoản bằng tiền hoặc tương đương tiền Quá hạn dưới 90 ngày
Khả năng trả được nợ liên quan đến:
Hoàn cảnh tài chính khó khăn hay điều kiện kinh tế;
Các đặc điểm xấu về tín dụng ảnh hưởng đến khả năng trả nợ: Những khoản nợ đã được thỏa thuận lại
Quá hạn từ 90 – 180 ngày Đáng ngờ
Không chắc thu hồi được toàn bộ nợ dựa trên các điều kiện hiện tại:
Có khả năng thất thoát Quá hạn từ 180 – 360 ngày
Mất vốn Các khoản vay không thu hồi được
Nguồn: Tổng hợp của tác giả từ World Bank Publications, 2003
Theo Laurin và cộng sự (2002), rất khó để có một chuẩn mực kế toán quốc tế thống nhất để đánh giá và tiến hành phân loại nợ Nghiên cứu do Lastra và đồng nghiệp thực hiện vào năm 2016 đã chỉ ra rằng có sự đa dạng trong cách phân loại nợ tại các quốc gia thuộc nhóm G-20 Mặt khác, các giám sát viên ngân hàng yêu cầu các ngân hàng phải có đầy đủ cơ chế quản lý rủi ro tín dụng, bao gồm cả việc xem xét các khoản vay thường xuyên
Nợ xấu được xác định trong công cụ phân loại nợ, trích lập dự phòng và sử dụng để xử lý rủi ro trong hoạt động của các tổ chức tín dụng tại Việt Nam, theo thông tư 11/2021/TT-NHNN được Ngân hàng Nhà nước Việt Nam phát hành vào ngày 30 tháng 7 năm 2021 Chia thành 5 nhóm nợ theo cách tiếp cận định lượng Nợ từ nhóm 3 đến nhóm 5 là các khoản nợ được xếp vào nợ xấu của ngân hàng Về phân loại nhóm nợ, Việt Nam ngang hàng với một số nước trên thế giới trong đó có Mỹ, Singapore, Trung Quốc, Điểm chung của các nhóm nợ là cơ sở để phân loại 5 nhóm nợ và giải thích ý nghĩa cơ bản của mỗi nhóm nợ ở một số quốc gia lớn trên thế giới Nghiên cứu của tác giả cho rằng các NHTM ở Việt Nam nên tập trung vào việc phân loại nợ xấu của Ngân hàng Nhà nước Việt Nam để làm cơ sở tính nợ xấu
Bảng 2.2 Phân loại nợ tại Việt Nam
Nhóm nợ Phương pháp định lượng Phương pháp định tính
Nợ trong hạn hoặc quá hạn dưới 10 ngày
Có khả năng thu hồi đầy đủ cả nợ gốc và lãi đúng hạn
Quá hạn 10 – 90 ngày, nợ điều chỉnh hạn trả nợ lần đầu
Có khả năng thu hồi đầy đủ cả gốc và lãi, nhưng có dấu hiệu suy giảm khả năng trả nợ
Quá hạn 91 – 180 ngày, nợ gia hạn lần đầu, miễn hoặc giảm lãi
Không có khả năng thu hồi nợ gốc và lãi khi đến hạn, có khả năng tổn thất
Quá hạn 180 – 360 ngày, nợ cơ cấu lại thời hạn trả nợ lần thứ hai Có khả năng tổn thất cao
Nợ có khả năng mất vốn
Nợ quá hạn trên 360 ngày, nợ có cơ cấu lại thời hạn trả lần 1, 2 nhưng quá hạn nợ cơ cấu lần thứ 3 trở lên
Không còn khả năng thu hồi, mất vốn
Nguồn: Tác giả trích từ Điều 10 thông tư 11/2021/TT-NHNN quy định về phân loại nợ xấu của Ngân hàng Nhà nước 2.1.3 Các ch ỉ tiêu đánh giá về n ợ x ấ u
Tại Việt Nam, nợ xấu được hiểu là những khoản nợ đang tồn tại trên danh mục tín dụng của ngân hàng có chất lượng dưới chuẩn trong hệ thống phân loại nợ của ngân hàng Tiêu chuẩn của Việt Nam được Ngân hàng Nhà nước (NHNN) Dựa trên Thông tư 11/2021/TT-NHNN được Ngân hàng Nhà nước Việt Nam phát hành vào ngày 30 tháng 7 năm 2021
Chỉ tiêu về định lượng: theo Điều 10 Thông tư 11/2021/TT-NHNN quy định như sau: là tiêu chí được các NHTM sử dụng để phân tích, đánh giá các khoản cho vay dựa trên cơ sở thời gian quá hạn của khoản cho vay đó Theo thông lệ quốc tế, nếu áp dụng phương pháp này, các khoản nợ được xếp vào một trong 5 nhóm sau: Nhóm 1 (Nợ đủ tiêu chuẩn), Nhóm 2 (Nợ cần chú ý), Nhóm 3 (Nợ dưới tiêu chuẩn), Nhóm 4 (Nợ nghi ngờ), Nhóm 5 (Nợ có khả năng mất vốn)
Chỉ tiêu về định tính: là tiêu chí được các NHTM sử dụng để phân tích, đánh giá khoản nợ dựa trên cơ sở khả năng trả nợ của khách hàng một cách toàn diện Các NHTM căn cứ vào khả năng trả nợ của khách hàng để đánh giá chất lượng khoản vay của khách hàng và sắp xếp các khoản nợvào các nhóm phù hợp với các mức độ rủi ro tương ứng
2.1.4 Các nhân t ố ảnh hưởng đế n n ợ x ấ u
Trong lĩnh vực ngân hàng, nhiều yếu tố và nguyên nhân khác nhau đã trực tiếp hoặc gián tiếp gây ảnh hưởng đến hoạt động của ngân hàng, dẫn đến sự gia tăng của nợ xấu Dẫn tới việc quản lý rủi ro tại nhiều Ngân hàng thương mại đã trở nên quan trọng hơn bao giờ hết
Nhóm nhân t ố t ừ khách hàng vay
Tổng quan các nghiên cứu thực nghiệm
Dưới áp lực cạnh tranh khốc liệt và xu hướng hội nhập sâu rộng trong lĩnh vực tài chính toàn cầu, các tổ chức tài chính, đặc biệt là ngân hàng, buộc phải thực hiện những cải cách quyết liệt và đổi mới căn bản Những nỗ lực này nhằm nâng cao chất lượng dịch vụ và hoạt động kinh doanh, từ đó thu hút khách hàng, tăng khả năng cạnh tranh và tối đa hóa lợi nhuận Đồng thời, việc đa dạng hóa sản phẩm nhằm đáp ứng nhu cầu đa dạng của khách hàng và tận dụng tối đa nguồn lực cạnh tranh cũng là một thách thức lớn đối với các ngân hàng Tuy nhiên, không thể phủ nhận vai trò quan trọng của hoạt động tín dụng trong việc tạo ra doanh thu và lợi nhuận cho ngân hàng Chính vì tầm quan trọng này, có nhiều nghiên cứu chuyên sâu nhằm hiểu rõ hơn cách thực hiện hoạt động tín dụng an toàn và tập trung vào quản lý xử lý nợ xấu hiệu quả
Một nghiên cứu thực hiện tại Indonesia đã phân tích các nhân tố tác động đến tình trạng nợ xấu trong hệ thống ngân hàng tại quốc gia này Đề tài nghiên cứu bao gồm đánh giá ảnh hưởng từ hoạt động của cả các ngân hàng nội địa và ngân hàng nước ngoài đối với mức độ nợ khó đòi tại các ngân hàng phát triển của Indonesia trong giai đoạn từ năm 2009 đến 2013, với mẫu nghiên cứu gồm 26 ngân hàng Các yếu tố được xác định có tác động đến tình trạng nợ xấu bao gồm Tỷ lệ an toàn vốn,
Tỷ suất sinh lời trên tài sản, tốc độ tăng trưởng GDP trong nước và mức lạm phát Nghiên cứu sử dụng mô hình hiệu ứng ngẫu nhiên và kết luận rằng nếu các ngân hàng hoạt động một cách hiệu quả thì sẽ giúp giảm thiểu tình trạng nợ xấu
Trong nghiên cứu của Peterson K Ozili (2019), đã thực hiện điều tra về cách tài chính ảnh hưởng đến các khoản nợ xấu thông qua việc sử dụng một mẫu toàn cầu Kết quả của nghiên cứu cho thấy rằng có mối liên hệ tích cực giữa hai chỉ số của sự phát triển tài chính, đó là sự hiện diện của ngân hàng nước ngoài và trung gian tài chính, với các khoản nợ xấu Trong số những yếu tố quyết định về nợ xấu, hiệu suất hoạt động của ngân hàng, tỷ lệ bù đắp tổn thất cho vay, cạnh tranh và sự ổn định của hệ thống ngân hàng đều có mối liên hệ nghịch tỷ lệ với nợ xấu, trong khi nợ xấu lại có mối liên hệ thuận tỷ lệ với khủng hoảng ngân hàng và sự tập trung ngân hàng Trong phân tích theo khu vực, nghiên cứu cho thấy rằng nợ xấu có mối tương quan nghịch với vốn pháp định và thanh khoản ngân hàng, ngụ ý rằng các khu vực ngân hàng có mức độ vốn pháp định và thanh khoản cao hơn sẽ thể hiện mức độ nợ xấu thấp hơn
Trong một nghiên cứu gần đây, Kryzanowski và cộng sự (2020) đã đánh giá khả năng phục hồi của hệ thống ngân hàng Trung Quốc sau đại dịch COVID-19 bằng cách tập trung nghiên cứu về các khoản nợ khó đòi (NPL) Mặc dù tỷ lệ nợ xấu so với tổng dư nợ đã giảm, nhưng mức độ NPL trong hệ thống vẫn ở mức đáng báo động
Trong nghiên cứu của Ahmed (2021) về “Tác động của các yếu tố kinh tế vĩ mô và cụ thể của ngân hàng đối với nợ xấu trong lĩnh vực ngân hàng: Bằng chứng từ một nền kinh tế mới nổi”, phương pháp định lượng và dữ liệu bảng cân bằng của 20 NHTM ở Pakistan từ năm 2008 – 2018 đã được sử dụng Kết quả từ phương pháp
GMM đã chỉ ra rằng tăng trưởng tín dụng có tương quan dương với nợ xấu, trong khi quy mô ngân hàng, hiệu quả hoạt động và ROA lại có tương quan âm Việc này thật sự có ý nghĩa rất sâu sắc và quan trọng với các nhà quản lý và người đưa ra chính sách, giúp họ hiểu rõ hơn về những yếu tố quyết định đằng sau nợ xấu và từ đó có những quyết định sáng suốt và ứng phó thích hợp hơn trong tương lai
Trong nghiên cứu của Msomi, T S (2022) về "Các yếu tố ảnh hưởng đến nợ xấu trong các Ngân hàng thương mại tại một số quốc gia Châu Phi phía Tây" Nghiên cứu này sử dụng phương pháp số liệu lượng hóa với dữ liệu thu thập từ 47 ngân hàng từ 6 quốc gia, bao gồm Nigeria, Benin, Burkina Faso, Gambia, Guinea và Liberia từ năm 2008 đến 2019 Kết quả chứng minh rằng tỷ lệ an toàn vốn, thanh khoản và lạm phát đều có mối quan hệ tích cực đối với nợ xấu, trong khi lãi suất và GDP có mối quan hệ tiêu cực đối với nợ xấu Do đó, quản lý ngân hàng cần đảm bảo rằng không chỉ việc cấp vay mà còn việc gửi tiết kiệm từ phía khách hàng Hơn nữa, cần duy trì mức độ lạm phát thấp trong kinh tế Châu Phi phía Tây để hỗ trợ việc trả nợ kịp thời
M L., & Ezanoglu, Z (2022), nghiên cứu "How do bank-specific factors impact non-performing loans: Evidence from G20 countries" của Erdas dùng phương pháp định lượng đã được sử dụng để phân tích số liệu thu thập từ các quốc gia trong G20 từ năm 1998 đến 2017 thông qua việc phân tích dữ liệu bảng động Kết quả cho thấy rằng độ trễ của nợ xấu, tăng trưởng tín dụng và ROE có mối liên hệ thuận chiều với nợ xấu, trong khi GDP có mối liên hệ nghịch chiều, cho thấy hiệu suất hoạt động của các ngân hàng đều phản ánh chính sách giám sát vay mượn hiệu quả
Trong vài năm trở lại đây, ở Việt Nam đã diễn ra nhiều nghiên cứu về cách thức quản lý nợ xấu trong các Ngân hàng thương mại và việc áp dụng Basel II để quản lý rủi ro tổng thể, bao gồm cả quản lý nợ xấu Các nghiên cứu này bao gồm:
Nghiên cứu của Đoàn Thanh Hà, Hoàng Thị Thanh Hằng và Bùi Đan Thanh (2020) tập trung vào việc xác định những yếu tố ảnh hưởng đến nợ xấu tại các Ngân hàng thương mại Việt Nam Sử dụng dữ liệu từ năm 2012-2018 và quan sát 16 ngân hàng, phương pháp nghiên cứu GMM đã giúp xây dựng 8 biến và kết quả cho thấy có 5 biến có ảnh hưởng đáng kể đến nợ xấu Nghiên cứu cũng chỉ ra rằng khả năng sinh lời và tốc độ tăng trưởng kinh tế có tác động tiêu cực đối với nợ xấu Trái lại, dự phòng rủi ro tín dụng, lãi suất thực và tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối liên quan tích cực với tình trạng nợ xấu Đặc biệt, tỷ lệ thất nghiệp, quy mô ngân hàng và GROW không có ý nghĩa thống kê đối với tình trạng nợ xấu
Trong nghiên cứu của mình vào năm 2017 với tiêu đề “Nợ xấu trong hệ thống Ngân hàng thương mại Việt Nam”, Nguyễn Thị Hồng Vinh đã phân tích và xác định các yếu tố ảnh hưởng đến nợ xấu cũng như ảnh hưởng của nợ xấu đến hoạt động của các ngân hàng thương mại tại Việt Nam Luận án này đã tiến hành đề xuất các mô hình nghiên cứu dựa trên việc đánh giá các nghiên cứu liên quan từ trong và ngoài nước, thu thập dữ liệu và sử dụng mô hình hồi quy GMM động để phân tích dữ liệu từ giai đoạn 2005 đến 2015 Nghiên cứu đã đưa ra những đóng góp lý thuyết và phân tích mối liên hệ giữa nợ xấu và các yếu tố ngành cụ thể cũng như các yếu tố vĩ mô trong bối cảnh của một quốc gia đang phát triển như Việt Nam Kết quả của luận án cũng cung cấp bằng chứng thực nghiệm về sự ảnh hưởng của các yếu tố đối với nợ xấu và tác động của nợ xấu đến hệ thống ngân hàng, qua đó đề xuất các giải pháp phù hợp dựa trên mô hình đã được xác nhận
Trong nghiên cứu có tiêu đề “Factors affecting non-performing loans of commercial banks: the role of bank performance and credit growth” Dao Le Kieu Oanh, Nguyen Thi Yen, Hussain Sarfraz và Nguyen Van Chien (2020) đã thực hiện phân tích dữ liệu từ 20 Ngân hàng thương mại Việt Nam từ năm 2008 đến 2017 Sử dụng phương pháp hồi quy bình phương nhỏ nhất (OLS), họ tìm hiểu về vai trò của các yếu tố cố định (FEM) và yếu tố tác động ngẫu nhiên (REM) trong việc đánh giá phản ứng của nợ xấu trước những yếu tố đặc thù Kết quả nghiên cứu cho thấy rằng tỷ lệ nợ xấu của ngân hàng sẽ giảm khi hiệu quả hoạt động và tốc độ tăng trưởng tín dụng của ngân hàng tăng lên Ngược lại, việc Chính phủ tăng lãi suất vay sẽ gây tác động tiêu cực, làm tăng nợ xấu tại các ngân hàng Vấn đề giảm thiểu rủi ro hệ thống và cải thiện quy trình giám sát đều trở nên cực kỳ quan trọng trong quản lý rủi ro tín dụng ở ngân hàng
Trần Vương Thịnh và Nguyễn Ngọc Hồng Loan (2021) đã thực hiện nghiên cứu về “Các yếu tố ảnh hưởng đến nợ xấu tại các tổ chức tín dụng Việt Nam” Nghiên cứu dựa trên dữ liệu thu thập được từ 22 tổ chức tín dụng tại Việt Nam trong giai đoạn 2012-2020 Nghiên cứu đã sử dụng ba phương pháp khác nhau, cụ thể là OLS gộp, FEM và REM, để ước tính kết quả Điều thú vị là các phát hiện cho thấy tỷ lệ dự phòng rủi ro trên tổng dư nợ, quy mô của các tổ chức tín dụng và tốc độ tăng trưởng tín dụng đều có tác động tích cực đến nợ xấu, trong khi lợi nhuận trên vốn chủ sở hữu có tác động tiêu cực Ngoài ra, liên quan đến các yếu tố kinh tế vĩ mô, nghiên cứu kết luận rằng tỷ lệ lạm phát có ảnh hưởng tích cực đến nợ xấu
Nguyễn Thị Như Quỳnh & Lê Đình Luân (2018), Với chủ đề nghiên cứu
“Những yếu tố tác động đến rủi ro nợ xấu trong hệ thống ngân hàng”, dữ liệu đã được thu thập từ 25 Ngân hàng thương mại cổ phần tại Việt Nam trong giai đoạn 10 năm từ 2006 Để minh họa sự ảnh hưởng của rủi ro nợ xấu đối với sự biến đổi của các yếu tố vận hành trong và ngoài ngân hàng, tác giả đã sử dụng phương pháp hồi quy ít chi phí chuẩn nhất (OLS) kết hợp với mô hình hiệu ứng ngẫu nhiên (REM) và hiệu ứng cố định (FEM) Kết quả cho thấy tốc độ tăng trưởng kinh tế, tốc độ tăng trưởng tín dụng và tỷ lệ thất nghiệp liên quan nghịch với mức độ nợ xấu, trong khi tỷ lệ lạm phát thấp hơn năm trước và việc giảm nợ xấu trong quá khứ đều ảnh hưởng tích cực đến mức độ nợ xấu Nhóm tác giả cũng đề xuất việc hỗ trợ các doanh nghiệp trong cả giai đoạn thương mại, sản xuất nhằm tăng khả năng tiếp cận vốn vay, là một phương pháp thúc đẩy nền kinh tế, duy trì hoạt động kinh doanh và đảm bảo lợi nhuận cho doanh nghiệp vay Qua đó cũng góp phần giảm thiểu rủi ro nợ xấu cho các NHTM
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
Phương pháp phân tích và tổng hợp trong nghiên cứu này sử dụng phương pháp định lượng và nhận sự hỗ trợ từ hai phần mềm là EXCEL và STATA 17 để phân tích những yếu tố tác động đến nợ xấu Nghiên cứu cụ thể tập trung vào đề xuất mô hình các yếu tố tác động đến nợ xấu của các Ngân hàng thương mại tại Việt Nam trong giai đoạn 2010 - 2022 Đồng thời, nghiên cứu cũng sử dụng 5 mô hình ước tính bao gồm OLS, FEM, REM và GMM để kiểm tra tác động của các yếu tố tác động đến nợ xấu của các Ngân hàng thương mại tại Việt Nam, tính vững của mô hình và lựa chọn mô hình phù hợp nhất cho nghiên cứu Trong phần hồi quy cuối cùng, tác giả sẽ tiến hành chia nhóm ngân hàng trong mẫu thành 2 nhóm như sau: Nhóm ngân hàng có quy mô lớn có tổng tài sản trong giai đoạn nghiên cứu từ 100.000 tỷ VND trở lên và Nhóm ngân hàng có quy mô nhỏ với tổng tài sản trong giai đoạn nghiên cứu nhỏ hơn 100.000 tỷ VND (Nguyễn Minh Sáng, 2017) để tiến hành hồi quy tách biệt nhằm xem sự khác biệt giữa tác động các yếu tố lên nợ xấu theo hai nhóm ngân hàng lớn và nhỏ
Nghiên cứu được thực hiện theo quy trình được trình bày như sau:
Bước 1: tìm hiểu về lý thuyết và các nghiên cứu trước đây đã được thực hiện ở Việt Nam và các quốc gia khác Qua đó, thảo luận nhằm xác định những lỗ hổng trong kiến thức và đề xuất hướng đi để xây dựng mô hình nghiên cứu cho đề tài
Bước 2: lựa chọn mẫu nghiên cứu phù hợp với mục tiêu, đối tượng và phạm vi nghiên cứu Sau đó, tiến hành thu thập và xử lý dữ liệu các biến sao cho phản ánh mô hình nghiên cứu được xác định ở bước 2
Bước 3: tiến hành phân tích thống kê mô tả Khi dữ liệu đã được thu thập, chúng sẽ được nhập vào phần mềm Stata 17 để tiến hành xử lý Sau đó, các số liệu trong bảng sẽ được nghiên cứu để đưa ra kết quả với các thông số gồm Số quan sát (Obs), Giá trị trung bình (Mean), Giá trị lớn nhất (Max), Độ lệch chuẩn (Std Dev) và
Giá trị nhỏ nhất (Min) Kết quả thống kê sẽ cung cấp thông tin về các giá trị nhỏ nhất, giá trị lớn nhất và giá trị trung bình của các biến trong nghiên cứu
Bước 4: nghiên cứu liên quan tới việc phân tích tương quan mô hình Mức độ liên kết giữa các biến trong mô hình nghiên cứu sẽ được thể hiện thông qua phân tích tương quan Đồng thời, việc xác định ma trận tương quan giữa các biến cũng được tiến hành Khi hệ số tương quan giữa biến độc lập và biến phụ thuộc có giá trị dương, chứng tỏ chúng tác động cùng chiều
Bước 5: để đảm bảo tính chính xác của mô hình, việc kiểm định các giả định hồi quy đóng vai trò quan trọng Trước hết, việc đánh giá mức độ liên kết giữa các biến độc lập trong một mô hình là bước quan trọng để xác định sự xuất hiện của hiện tượng đa cộng tuyến Phân tích cho thấy giá trị hệ số phóng đại phương sai (VIF) cho mỗi biến độc lập đều dưới 10, chỉ ra rằng mô hình không chịu ảnh hưởng nghiêm trọng bởi hiện tượng đa cộng tuyến Sau đó, để kiểm tra về sự biến đổi của phương sai sai số, kiểm định Lagrange được áp dụng với giả định ban đầu là "Không có hiện tượng phương sai sai số thay đổi" Kết quả của kiểm định này cho thấy giá trị xác suất Prob = 0.0019, từ đó ta bác bỏ giả thuyết H0 và kết luận rằng mô hình có hiện tượng phương sai sai số thay đổi Bên cạnh đó, chúng ta cũng cần kiểm định sự tự tương quan giữa các sai số bằng cách sử dụng kiểm định Wooldrige với giả thuyết H0 không có sự tự tương quan Kết quả của kiểm định này cho thấy giá trị xác suất Prob = 0.0353 < 5%, chỉ ra rằng mô hình thể hiện hiện tượng tự tương quan giữa các sai số Kết quả của các kiểm định đã chứng minh rằng mô hình không gặp phải hiện tượng đa cộng tuyến có ý nghĩa Tuy nhiên, mô hình lại thể hiện sự tự tương quan giữa các sai số và phương sai sai số thay đổi, yêu cầu sự cân nhắc kỹ lưỡng khi đánh giá tính phù hợp của mô hình
Bước 6: phương pháp ước lượng GMM là một phương pháp quan trọng trong nghiên cứu kinh tế tài chính, được chính thức giới thiệu bởi Hansen (1982) và trở thành công cụ phổ biến trong ước lượng mô hình Khóa luận áp dụng phương pháp ước lượng Momen Tổng Quát (GMM) để khắc phục tính nội sinh, đặc biệt trong trường hợp các biến công cụ hiện diện Nghiên cứu cũng tập trung vào các kiểm định liên quan đến sự đa cộng tuyến, tự tương quan, phương sai thay đổi và hiện tượng nội sinh Nhằm đảm bảo mô hình không bị sai lệch và ước lượng hiệu quả, các bài kiểm tra cụ thể đã được lên kế hoạch
Bước 7: dựa trên kết quả phân tích hồi quy, nghiên cứu này tiếp tục với việc thảo luận và đánh giá những phát hiện, từ đó kết luận và đề xuất các gợi ý cũng như khuyến nghị liên quan Mục đích là để trả lời các câu hỏi nghiên cứu đã được đề cập và đạt được các mục tiêu nghiên cứu đã xác định từ trước.
Dữ liệu nghiên cứu
Khóa luận tốt nghiệp nghiên cứu tập trung vào việc phân tích dữ liệu thứ cấp để xem xét các yếu tố ảnh hưởng và độc lập trong các Ngân hàng thương mại ở Việt Nam Tác giả thực hiện phân tích dữ liệu dựa trên quy mô tổng tài sản của 25 Ngân hàng thương mại tại Việt Nam cho đến hết năm 2022 Thông tin này được thu thập từ các báo cáo tài chính đã được kiểm toán của 25 Ngân hàng thương mại niêm yết trên thị trường chứng khoán Việt Nam, trong khoảng thời gian từ năm 2010 đến 2022 Đồng thời, dữ liệu thứ cấp để đánh giá các biến độc lập ở cấp độ vĩ mô cũng được thu thập từ các nguồn chính thức Nghiên cứu này chỉ tập trung vào dữ liệu của 25 Ngân hàng thương mại tại Việt Nam vì chỉ có dữ liệu trong khoảng thời gian này mới đủ điều kiện cung cấp thông tin cần thiết Các ngân hàng được lựa chọn đều còn tồn tại và hoạt động đến cuối năm 2022 và giữ thông tin thống kê chi tiết trong suốt 13 năm Thông tin chi tiết về bộ dữ liệu được nêu rõ trong phụ lục của nghiên cứu, cụ thể là tại phụ lục 2.
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả biến
Trong phần thống kê mô tả của nghiên cứu, các chỉ số bao gồm tổng số quan sát, giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất của các biến số đã được sử dụng để đánh giá tổng thể về dữ liệu nghiên cứu Dưới đây là bảng thể hiện kết quả thống kê mô tả, được trích xuất từ phần mềm Stata 17 sau khi tiến hành phân tích dữ liệu:
Bảng 4.1 Thống kê mô tả các biến
Variable Obs Mean Std.Dev Min Max
Nguồn: Kết quả xử lý dữ liệu từ phần mềm Stata 17 B ả ng 4.1 cho th ấ y k ế t qu ả như sau:
Biến phụ thuộc NPL (Tỷ lệ nợ xấu): giá trị trung bình 1.21% cho thấy tỷ lệ nợ xấu của các ngân hàng trong mẫu nghiên cứu khá thấp Tuy nhiên, giá trị lớn nhất lên tới 10.18% phản ánh một số ngân hàng có tỷ lệ nợ xấu cao Độ lệch chuẩn 1.02% so với trung bình khá cao, cho thấy sự phân tán lớn của tỷ lệ nợ xấu giữa các ngân hàng
Biến NPLt1 (Tỷ lệ nợ xấu kỳ trước): giá trị trung bình 0.65% thấp hơn so với kỳ hiện tại, phù hợp với kỳ vọng dấu dương của biến này trong mô hình Giá trị lớn nhất 3.34% cho thấy một số ngân hàng có tỷ lệ nợ xấu cao trong kỳ trước
Biến ETA (Tỷ lệ vốn chủ sở hữu/Tổng tài sản): trung bình 9.43% khá hợp lý cho một ngân hàng và đáp ứng các tỷ lệ an toàn vốn theo quy định Giá trị lớn nhất 25.64% phản ánh một số ngân hàng có tỷ lệ vốn chủ sở hữu cao
Biến ROA (Khả năng sinh lời): giá trị trung bình 0.91% cho thấy khả năng sinh lời của các ngân hàng khá tốt Tuy nhiên, có ngân hàng bị thua lỗ với ROA âm đến -5.51%
Biến LLR (Tỷ lệ dự phòng rủi ro tín dụng): trung bình -0.72% cho thấy trích lập dự phòng thấp hơn so với trích lập bổ sung trong kỳ Giá trị lớn nhất 0.53% khá thấp, ngân hàng cần tăng trích lập dự phòng
Biến GDPt (Tốc độ tăng trưởng kinh tế): trung bình 13.62% phản ánh tốc độ tăng trưởng kinh tế tốt Tuy nhiên, có kỳ tăng trưởng âm -61.06% đã phản ánh tình trạng suy thoái kinh tế
Biến INFt (Tỷ lệ lạm phát): trung bình 24.38% cho thấy tỷ lệ lạm phát khá cao Có kỳ lạm phát âm -84.55% (giảm phát) nhưng cũng có kỳ lạm phát đạt đến 322.73%
Biến LGRt1 (Tăng trưởng tín dụng kỳ trước): trung bình 17.44% phản ánh tín dụng tăng trưởng khá tốt Tuy nhiên, giá trị -100% và 108.2% cho thấy tăng trưởng tín dụng biến động mạnh giữa các ngân hàng
Biến SIZE (Quy mô ngân hàng): giá trị trung bình 32.44 của logarit tổng tài sản khá cao, phù hợp với việc đối tượng nghiên cứu là các ngân hàng lớn Độ lệch chuẩn 1.2 cho thấy sự khác biệt đáng kể về quy mô giữa các ngân hàng.
Phân tích tương quan mô hình nghiên cứu
Sử dụng ma trận hệ số tương quan Pearson, khóa luận có thể đánh giá mức độ liên kết giữa các biến độc lập với biến phụ thuộc cũng như mối quan hệ giữa các biến phụ thuộc với nhau Khi hệ số tương quan giữa hai biến tăng cao, điều này cho thấy mối quan hệ giữa chúng càng chặt chẽ, có khả năng gây ra hiện tượng đa cộng tuyến trong mô hình nghiên cứu Dưới đây là bảng ma trận tương quan cung cấp thông tin chi tiết về mối liên kết giữa các biến:
Bảng 4.2 Ma trận tương quan
Nguồn: Kết quả xử lý dữ liệu từ phần mềm Stata 17
NPL NPLt1 ETA ROA LLR GDPt INFt LGRt1 SIZE
Bảng này trình bày ma trận hệ số tương quan (correlation matrix) giữa các biến trong mô hình Các hệ số tương quan cho biết mức độ tương quan tuyến tính giữa cặp biến
▪ Biến phụ thuộc NPL có tương quan dương với NPLt1 (0.3379) và ETA (0.1316), tức tỷ lệ nợ xấu tăng khi tỷ lệ nợ xấu kỳ trước và tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng Việc này trái với kỳ vọng ban đầu về dấu của biến ETA
▪ NPL có tương quan âm với ROA (-0.0774), LLR (-0.2826) và SIZE (-0.0816), phù hợp với kỳ vọng về dấu của các biến này
▪ Biến ETA có tương quan âm với LLR, LGRt1 và SIZE, chỉ ra rằng các ngân hàng lớn hơn, có tốc độ tăng trưởng tín dụng cao hơn sẽ có tỷ lệ vốn thấp hơn
▪ ROA (khả năng sinh lời) có tương quan dương với GDP, LGRt1 và SIZE, cho thấy các yếu tố tăng trưởng kinh tế, tín dụng và quy mô ngân hàng lớn hơn sẽ đem lại khả năng sinh lời cao hơn
▪ Các biến đại diện cho môi trường kinh tế vĩ mô (GDP và INF) có tương quan khá yếu với các biến về đặc điểm ngân hàng như NPL, ETA, ROA, LLR
▪ Có mối tương quan âm giữa quy mô ngân hàng (SIZE) và các biến ETA, LLR, NPLt1, cho thấy các ngân hàng lớn hơn thường có tỷ lệ vốn, trích lập dự phòng và tỷ lệ nợ xấu kỳ trước thấp hơn
Nhìn chung, hầu hết các hệ số tương quan đều nhỏ hơn 0.5, chỉ ra không có hiện tượng đa cộng tuyến nghiêm trọng giữa các biến độc lập.
Phân tích hồi quy mô hình nghiên cứu
Sau khi thực hiện phân tích hồi quy trên nhiều mô hình khác nhau, nhà nghiên cứu đã tiến hành sử dụng các phương pháp kiểm định để xác định mô hình tối ưu, cụ thể là so sánh giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) Ban đầu, mô hình OLS đã bị loại bỏ khi so sánh với mô hình FEM Cụ thể, kiểm định F Test trong mô hình FEM cho thấy F- Value < 0.05 (mức ý nghĩa 5%), dẫn đến kết luận loại bỏ mô hình OLS khỏi phần so sánh trên (Gujarati, 2009)
Bảng 4.3 Kết quả hồi quy mô hình OLS, FEM và REM
R-sq 0.239 0.140 0.1399 Ý nghĩa của kí hiệu*: ** p 0.05 (mức ý nghĩa 5%) cho thấy thỏa mãn điều kiện đặt ra Kiểm định Hansan Test về sự phù hợp của các biến công cụ cho kết quả p-value = 0.731 > 0.05 (mức ý nghĩa 5%) cho thấy các biến công cụ được sử dụng là phù hợp Tổng kết cả bốn kiểm tra khi ước lượng mô hình S-GMM của tác giả là đạt và cho thấy kết quả hồi quy mô hình GMM phía trên là đáng tin cậy
Tiến hành phân tích chi tiết kết quả hồi quy GMM cho từng biến như sau:
▪ NPLt1 (Tỷ lệ nợ xấu kỳ trước): Hệ số là 0.2735938 và có ý nghĩa thống kê ở mức 1% (p-value = 0.007 < 0.01), cho thấy tỷ lệ nợ xấu kỳ trước có tác động dương đến tỷ lệ nợ xấu hiện tại, phù hợp với kỳ vọng ban đầu
▪ ETA (Tỷ lệ vốn chủ sở hữu/Tổng tài sản): Hệ số là 0.0925462 nhưng không có ý nghĩa thống kê (p-value = 0.155 > 0.1) Kết quả này không cho thấy mối liên hệ rõ ràng giữa tỷ lệ vốn chủ sở hữu và tỷ lệ nợ xấu
▪ ROA (Tỷ suất sinh lời): Hệ số là -0.2689979 và có ý nghĩa thống kê ở mức 1% (p-value = 0.091), cho thấy khả năng sinh lời cao hơn sẽ giúp giảm tỷ lệ nợ xấu, phù hợp với kỳ vọng ban đầu
▪ LLR (Tỷ lệ dự phòng rủi ro tín dụng): Hệ số là -0.3074681 và có ý nghĩa thống kê ở mức 1% (p-value = 0.007 < 0.01) Kết quả này cho thấy trích lập dự phòng cao hơn sẽ giúp giảm tỷ lệ nợ xấu, phù hợp với lý thuyết
▪ GDPt (Tốc độ tăng trưởng kinh tế): Hệ số là 0.0019881 và có ý nghĩa thống kê ở mức 1% (p-value = 0.004 < 0.01), phản ánh tăng trưởng kinh tế cao sẽ giúp giảm tỷ lệ nợ xấu, phù hợp với kỳ vọng ban đầu
▪ INFt (Tỷ lệ lạm phát): Hệ số là -0.0000638 nhưng không có ý nghĩa thống kê (p-value = 0.885 > 0.1) Kết quả này không chỉ ra mối liên hệ rõ ràng giữa lạm phát và tỷ lệ nợ xấu
