GIỚI THIỆU NGHIÊN CỨU
Lý do chọn đề tài
Hệ thống ngân hàng đóng vai trò vô cùng quan trọng trong nền kinh tế của mọi quốc gia và toàn cầu Không chỉ là nơi lưu trữ tiền mặt, mà còn là trung tâm của các hoạt động tài chính và kinh doanh Điều quan trọng nhất là hệ thống ngân hàng cung cấp nền tảng cho hoạt động của nền kinh tế RRTD là mối quan tâm lớn của các ngân hàng mà còn chung nền kinh tế Bên cạnh đó RRTD còn ảnh hưởng tới nguồn vốn của ngân hàng và tạo ra nhiều hệ luỵ và nếu kéo dài có thể làm mất uy tín, giảm chất lượng của Ngân hàng Thương mại (NHTM), thậm chí đưa ra nguy cơ phá sản
Tỷ lệ nợ xấu được kéo giảm từ mức cao nhất là 4,93% (tháng 9 năm 2012) xuống mức 2,46% (tháng 12 năm 2016) Trong nền kinh tế thế giới có nhiều biến động Cụ thể năm
2017, tỷ lệ nợ xấu của hệ thống ngân hàng Việt Nam đã có dấu hiệu tăng trở lại ở mức 2,55% Cuối năm 2018, quá trình xử lý nợ xấu của nghành ngân hàng được đánh giá cao nhờ kết quả khả quan với tỉ lệ nợ xấu toàn nghành tiếp tục giảm tỉ lệ nợ xấu toàn hệ thống 2,4% Năm 2018 tỉ lệ nợ xấu toàn nghành còn 1,91% năm 2019 là 1,63% Chỉ tính từ năm 2020 đến nay, từ cuối năm 2019, tỷ lệ nợ xấu đã tăng từ mức 1,63% lên đến 2% vào cuối năm 2020 Đại dịch Covid-19 được xem là nguyên nhân chủ yếu tác động đến sức khỏe tài chính, gây lo ngại toàn cầu khi thương mại suy giảm mạnh, dẫn đến trì hoãn các hoạt động như du lịch, sản xuất, và kinh doanh, có tác động tiêu cực đáng kể đến vấn đề nợ xấu của ngân hàng Trong năm 2021, nợ xấu nhiều ngân hàng đồng loạt tăng mạnh, có nơi tăng trưởng ba chữ số, tỷ lệ nợ xấu nếu tính cả nợ đã cơ cấu lại theo Thông tư 01 lên đếm 7,31% tỷ lệ nợ xấu trong nước đã liên tục tăng từ 1,7% năm 2020 lên 1,9% năm
2021 Tính đến cuối năm 2022, tỷ lệ nợ xấu nội bảng của toàn hệ thống ở mức 2%/tổng dư nợ.
Trong bối cảnh nền kinh tế Việt Nam đang hội nhập và các Ngân hàng NHTM phải đối mặt với sự cạnh tranh gay gắt, việc kiểm soát RRTD trở nên cực kỳ quan trọng RRTD là một trong những nhân tố chính trong hoạt động kinh doanh ngân hàng, và để kiểm soát nó, các NHTM cần phải hiểu rõ những nhân tố ảnh hưởng và áp dụng biện pháp phòng tránh kịp thời Việc kiểm soát RRTD không chỉ là một mục tiêu quan trọng trong hoạt động kinh doanh của ngân hàng mà còn là chìa khóa để đảm bảo ổn định và bền vững của hệ thống tài chính
Vì vậy, để làm rõ sự tác động của các nhân tố ảnh hưởng đến rủi ro tín dụng, tác giả quyết định thực hiện đề tài “Các nhân tố ảnh hưởng đến rủi ro tín dụng tại các Ngân
Hàng Thương mại cổ phần ở Việt Nam” làm đề tài nghiên cứu với mục tiêu là xác định và đánh giá mức độ ảnh hưởng của chúng Từ đó, đưa ra một số đề xuất và khuyến nghị nhằm cải thiện khả năng quản trị rủi ro trong ngành ngân hàng và hỗ trợ các NHTM Việt Nam hạn chế được những vấn đề rủi ro tín dụng trong tương lai.
Mục tiêu nghiên cứu
Mục tiêu tổng quát là xác định các nhân tố tác động và đo lường nó trên cơ sở đó đưa ra những hàm ý cho công tác quản lý rủi ro tín dụng tại các NHCP Việt Nam
1.2.2 Mục tiêu cụ thể Để thực hiện được mục tiêu tổng quát cần thực hiện các mục tiêu cụ thể sau:
Thứ nhất , Xác định các nhân tố tác động đến dự phòng RRTD tại các NHTMCP Việt Nam
Thứ hai , Ước lượng mức độ tác động của các nhân tố ảnh hưởng đến rủi ro tín dụng tại các NHTMCP Việt Nam.
Câu hỏi nghiên cứu
Để giải quyết được các mục tiêu cụ thể cần đặt ra các câu hỏi sau:
Thứ nhất , Các nhân tố nào tác động đến rủi ro tín dụng tại các NHTMCP Việt Nam? Thứ hai , Mức độ tác động đến rủi ro tín dụng tại các NHTMCP Việt Nam như thế nào? Thứ ba , Dựa trên kết quả nghiên cứu thì có những hàm ý quản trị nào sẽ được đề xuất nhằm hạn chế được RRTD NHTMCP Việt Nam?
Đối tượng và phạm vi nghiên cứu
1.4.1 Đối tượng nghiên cứu Đề tài tập trung nghiên cứu RRTD và các nhân tố ảnh hưởng đến RRTD tại các NHTMCP Việt Nam
Phạm vi về không gian: Sử dụng bộ dữ liệu theo năm được thu thập từ các báo cáo tài chính đã được kiểm toán của 20 NHCP đang được niêm yết trên sàn giao dịch chứng khoán Việt Nam như HOSE, UPCOME, HNX Là đối tượng nghiên cứu dựa trên cấc tiêu chí như quy mô vốn điều lệ (chiếm 80% tổng vốn điều lệ của các NHCP Việt Nam và chiếm 91% tổng vốn điều lệ lớn đến ngân hàng có vốn điều lệ nhỏ), số lượng chi nhánh (chiếm 56% tổng số chi nhánh của các NHTMCP Việt Nam và chiếm 90% tổng số chi nhánh của các NHTMCP Việt Nam, bao gồm ngân hàng có số lượng chi nhánh nhiều nhất đến ngân hàng có số lượng chi nhánh ít)
Phạm vi về thời gian: Nghiên cứu này đã thu thập dữ liệu trong khoảng thời gian từ
2012 đến 2022, và quyết định của tác giả trong việc chọn giai đoạn này được đưa ra với lý do rõ ràng Giai đoạn này đặc biệt quan trọng do nằm trước và sau thời kỳ khủng hoảng kinh tế, khi tình hình tăng trưởng kinh tế thế giới và quốc gia bắt đầu phục hồi
Do đó, từ năm 2012 đến 2022 được xác định là một thời kỳ quan trọng để nghiên cứu và phân tích những nhân tố ảnh hưởng đến khả năng vượt quá thời hạn của các khoản vay tại các Ngân hàng Thương mại niêm yết tại Việt Nam.
Phương pháp nghiên cứu
1.5.1 Dữ liệu nghiên cứu Đối với dữ liệu vi mô được lấy trên BCTC đã qua kiểm toán các NHTMCP Việt Nam được đăng trên website vietstock.vn Mặt khác dữ liệu vĩ mô thu thập trên Website của Tổng cục thống kê, Ngân hàng Nhà nước Việt Nam và dữ liệu của World Bank
1.5.2 Phương pháp nghiên cứu Để đạt được các mục tiêu nghiên cứu đề ra, dự án này áp dụng phương pháp nghiên cứu định lượng, cụ thể trong khoá luận này sử dụng các phương pháp nghiên cứu sau: Phương pháp phân tích tổng hợp: sử dụng trợ giúp của 2 phần mềm là STATA và EXCEL để phân tích những nhân tố ảnh hưởng đến rủi rỏ tín dụng
Phương pháp phân tích và xử lý số liệu: nghiên cứu thực trạng rủi ro tín dụng của 20 NHTMCP Việt Nam từ năm 2012 đến năm 2022
Ngoài ra, còn sử dụng mô hình hồi quy Pool (OLS), mô hình tác động cố định (FEM), và mô hình tác động ngẫu nhiên (REM) để đánh giá tính phù hợp của dữ liệu Sau đó, tiến hành kiểm định Hausman để kiểm định giữa hai mô hình FEM & REM, kiểm định F-test lựa chọn ra mô hình phù hợp OLS & FEM và Breusch and Pagan được thực hiện để lựa chọn mô hình OLS & REM để sau đó xác định được mô hình cuối cùng thích hợp nhất cho phân tích kết quả nghiên cứu Đồng thời, để đảm bảo chất lượng phân tích, nghiên cứu còn sử dụng mô hình đã chọn để thực hiện kiểm định khuyết tật đa cộng tuyến, phương sai sai số thay đổi, tự tương quan, và áp dụng phương pháp FGLS để khắc phục những vấn đề này Điều này nhằm đảm bảo tính chính xác và độ tin cậy của kết quả thu được từ nghiên cứu.
Đóng góp của nghiên cứu
Về mặt thực tiễn: Cung cấp thêm những bằng chứng thực nghiệm, từ đó nhấn mạnh sự liên kết chặt chẽ của cơ sở lý thuyết và chủ đề nghiên cứu các nhân tố ảnh hưởng đến RRTD tại những NHTMCP Giúp cho nhà quản trị ngân hàng đánh giá mức độ ảnh hưởng các nhân tố đến RRTD tại các NHTMCP Việt Nam.
Cấu trúc của nghiên cứu
Đề tài có cấu trúc 5 chương với những nội dung cụ thể như sau:
Chương 1: Giới thiệu tổng quan về nghiên cứu
Trình bày được tổng quan vấn đề nghiên cứu bao gồm lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, phạm vi và đối tượng nghiên cứu, phương pháp nghiên cứu, đóng góp của đề tài để có cái nhìn tổng quan nhất về đề tài
Chương 2: Cơ sở lý thuyết và bằng chứng thực nghiệm
Chương này trình bày các lý thuyết liên quan đến rủi ro tín dụng và dự phòng rủi ro tín dụng Nó cung cấp một cái nhìn tổng quan về kết quả của các nghiên cứu về các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng, bao gồm cả các nghiên cứu được thực hiện ở Việt Nam và trên toàn cầu Bên cạnh đó, chương cũng khái quát về các yếu tố ảnh hưởng đến việc dự phòng rủi ro tín dụng
Chương 3: Phương pháp nghiên cứu và mô hình nghiên cứu
Trình bày theo các bước và xây dựng mô hình nghiên cứu, đề xuất giả thuyết nghiên cứu liên quan đến chủ đề nghiên cứu Cũng đã giới thiệu tổng quan về dữ liệu nghiên cứu để đưa ra các phương pháp để nghiên cứu mô hình
Chương 4: Kết quả nghiên cứu và thảo luận
Trình bày và thảo luận các kết quả nghiên cứu thông qua mô hình hồi quy và phân tích mức độ ảnh hưởng của các nhân tố đến rủi ro tín dụng
Chương 5: Kết luận và khuyến nghị
Tóm tắt lại các kết quả của nghiên cứu, nêu ra những đề xuất cho các biến có ý nghĩa và nêu ra những hạn chế của đề tài nghiên cứu
Chương 1 bày tỏ vai trò quan trọng của ngành ngân hàng và nhấn mạnh tính cấp thiết của những thách thức mà ngành này đang phải đối diện, đặc biệt là các rủi ro tín dụng từ những ảnh hưởng đối với 20 NHTMCP tại Việt Nam Nó xác định mục tiêu nghiên cứu, đưa ra các câu hỏi, xác định đối tượng và phạm vi của nghiên cứu, cũng như phương pháp nghiên cứu được sử dụng để phân tích và đo lường các nhân tố ảnh hưởng đến RRTD Chương cũng làm rõ ý nghĩa của mặt khoa học và thực tiễn của đề tài, cũng như xây dựng cấu trúc của luận văn Để giải quyết các câu hỏi nghiên cứu, chương 2 sẽ trình bày các nền tảng lý thuyết và đánh giá các nghiên trước liên quan đến đề tài, nhằm hiểu rõ hơn về các nhân tố ảnh hưởng đến RRTD của các NHTMCP tại Việt Nam.
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC
Cơ sở lý thuyết về rủi ro tín dụng và các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại
2.1.1 Tổng quan về rủi ro tín dụng
Trong bộ Nguyên tắc quản trị RRTD uỷ ban Basel nhắc tới RRTD được ban hành tháng 9/2000, RRTD được định nghĩa một cách dễ hiểu rằng “ khả năng bên vay nợ ngân hàng hoặc bên đối tác không đáp ứng các nghĩa vụ của mình theo điều khoản đã thoả thuận” Theo khái niệm này thì RRTD không chỉ giới hạn trong lĩnh vực quan hệ tín dụng giữa ngân hàng và khách hàng, mà còn mở rộng ra các hoạt động khác như đầu tư và giao dịch phái sinh mà ngân hàng thực hiện
Anthony Saunders (2015) đã xem RRTD “là một khoản lỗ tiềm năng mà Ngân hàng cấp tín dụng cho khách hàng của mình Điều này có nghĩa, luồng thu nhập mà Ngân hàng dự tính sẽ nhận từ những khoản vay này sẽ không đạt được cả về số lượng hay thời hạn.”
Theo Thomas P Fitch (1997): “RRTD là loại rủi ro xảy ra khi người vay không thanh toán được nợ theo thoả thuận hợp đồng dẫn đến sai hẹn trong nghĩa vụ trả nợ Cùng với rủi ro lãi suất, RRTD là một trong những rủi ro chủ yếu trong hoạt động cho vay của ngân hàng”
Tại Việt Nam, RRTD được cho là khả năng mà tổ chức tín dụng không thể thu hồi đúng hạn và đầy đủ các khoản tín dụng đã cung cấp (Trần Vũ Hải, 2008) Ngoài ra, Nguyễn Thị Kim Nhung và cộng sự (2017) đã giải thích rằng RRTD là loại rủi ro xuất hiện khi khách hàng đi vay không tực hiện đúng cam kết trên hợp đồng tín dụng, nguyên nhân do khách hàng chậm trả nợ, trả nợ không đầy đủ hay không trả nợ khi đến hạn các khoản gốc và lãi vay Do đó, gây ra những tổn thất về tài chính cũng như khó khăn trong hoạt động kinh doanh của các NHTMCP
Những tác động mạnh mẽ mà RRTD để lại cho hệ thống ngân hàng và nền kinh tế Theo Besis (2002) có khả năng được đánh giá RRTD là “rủi ro quan trọng nhất của các ngân hàng, nó xảy ra khi khách hàng vi phạm các nghĩa vụ đã cam kết”
Vậy nên, RRTD là loại rủi ro phát sinh trong quá trình cấp tín dụng ngân hàng, biểu hiện trên thực tế người vay không tuân thủ hoặc tuân thủ không đầy đủ nghĩa vụ thanh toán theo điều khoản đã được quy định trong hợp đồng tín dụng gây ra những tổn thất về tài chính và khó khăn trong hoạt động kinh doanh của ngân hàng
2.1.1.2 Đo lường rủi ro tín dụng
Tỷ lệ nợ quá hạn
Tỷ lệ nợ quá hạn = Tổng dư nợ quá hạn/Tổng dư nợ tín dụng x 100%
Tỷ lệ nợ quá hạn phản ánh mức độ nợ mà khách hàng đã không thực hiện thanh toán đúng hạn theo các điều khoản trong hợp đồng với ngân hàng hoặc tổ chức tài chính Khi tỷ lệ này tăng cao, điều này có thể cho thấy một số rủi ro liên quan đến khả năng thu hồi nợ của ngân hàng, bao gồm khả năng mất mát tài chính và ảnh hưởng tiêu cực đến sức khỏe tài chính và uy tín của ngân hàng Tỷ lệ nợ quá hạn bao gồm các khoản nợ từ nhóm
2 đến nhóm 5 Theo quy định của Ngân hàng Nhà nước Việt Nam hiện nay, tỷ lệ nợ quá hạn của những ngân hàng không được vượt quá 3%
Hệ số tỷ lệ dự phòng rủi ro tín dụng
Tỷ lệ dự phòng RRTD = Dự phòng RRTD được trích lập/Tổng dư nợ tín dụng x100%
Hệ số này phản ánh tỷ trọng của các khoản mục tín dụng trong tổng tài sản có của ngân hàng Các khoản mục tín dụng trong tổng tài sản càng lớn thì sẽ đem lại lợi nhuận càng lớn, nhưng đồng thời cũng đem lại rủi ro càng cao
Tỷ lệ nợ xấu = Nợ xấu/Tổng dư nợ tín dụng x 100%
Tỷ lệ nợ xấu là chỉ tiêu quan trọng để đo lường RRTD của NHTMCP Tỷ lệ nợ xấu càng cao thì RRTD càng lớn Nguy cơ khách hàng không trả được nợ cho ngân hàng rất lớn do nợ xấu là những loại nợ đã quá hạn trong một thời gian dài, ngân hàng có thể bị mất vốn và suy giảm lợi nhuận Cụ thể Hiện nay, các Ngân hàng Thương mại cổ phần (NHTMCP) tại Việt Nam đang áp dụng Quyết định số 493/2005/QĐ-NHNN và Thông tư số 11/2021/TT-NHNN để phân loại nợ đối với khách hàng vay Các văn bản này đã thay thế cho Thông tư số 02/2013/TT-NHNN và Thông tư số 09/2014/TT-NHNN Căn cứ theo điều 10 thông tư số 11/2021/TT-NHNN Nợ xấu của ngân hàng bao gồm các khoản nợ từ nhóm 3 đến nhóm 5
“Nợ nhóm 3 ( nợ dưới tiêu chuẩn ) là các khoản nợ quá hạn từ 91 ngày đến 180 ngày
Nợ nhóm 4 (nợ nghi ngờ) là các khoản nợ quá hạn từ 181 ngày đến 360 ngày
Nợ nhóm 5 (nợ có khả năng mất vốn) là các khoản nợ quá hạn trên 360 ngày”
Nợ xấu đóng vai trò chủ chốt trong việc đánh giá chất lượng tín dụng của danh mục cho vay Việc theo dõi tỷ lệ NPL là rất quan trọng để đánh giá mức độ RRTD của ngân hàng và áp dụng các biện pháp để giảm thiểu rủi ro này Vì vậy trong mô hình nghiên cứu sử dụng biến Nợ xấu làm biến phụ thuộc.
Các nhân tố ảnh hưởng đến RRTD
2.2.1 Dự phòng RRTD Đỗ Thị Thu Hà (2013) đã đo lường RRTD bằng việc tiếp cận các tiêu chí bao gồm hệ số nợ quá hạn, hệ số nợ xấu hay rủi ro mất vốn,… Qua đó, dự phòng RRTD được cho là chỉ tiêu trực tiếp gây ra RRTD Tương tự, Ongore & Kusa (2013) và Phạm Hồng Thái (2017) cũng cho rằng thông qua tỷ lệ dự phòng RRTD thì các nhà quản trị có thể đo lường và đánh giá RRTD từ các NHCP Nếu nợ xấu gia tăng thì RRTD xảy ra càng cao, bởi nếu người đi vay không trả được khoản nợ của mình thì Ngân hàng sẽ mất vốn dẫn đến suy giảm doanh thu và lợi nhuận Và theo Petersson & Wadman (2004), họ cho rằng các khoản vay không hoàn trả được Mohn Isa và cộng sự (2015)
2.2.2 Tỷ lệ tăng trưởng tín dụng
Tỷ lệ tăng trưởng tín dụng được đo bằng phần trăm tăng trưởng của tổng số tiền tín dụng trong một khoảng thời gian nhất định so với khoảng thời gian trước đó Theo Luc Laeven và Giovanni Majnoni (2002), tỷ lệ (%) tăng của lượng tiền cho vay đối với cấ nhân, tổ chức trong năm nay so với năm trước Tăng trưởng tín dụng thể hiện quy mô vốn cung ứng cho nền kinh tế Một số nghiên cứu cho thấy tỷ lệ nợ quá hạn và RRTD có liên quan đến tốc độ tăng trưởng tín dụng
Khả năng sinh lời thể hiện hiệu quả trong hoạt động của ngân hàng, chỉ số này tăng cao cho thấy hiệu quả trong hoạt động ngân hàng, quản trị rủi ro và chất lượng tín dụng tốt hơn dẫn đến có thể làm giảm tỉ lệ RRTD
Theo Hasna Chaibi và Zied Ftiti (2015) đã phát hiện mối quan hệ tương phản giữa khả năng sinh lời và RRTD tại những ngân hàng ở Đức và Pháp Bên cạnh đó, Lousis và cộng sự (2002) cũng nghiên cứu 9 ngân hàng thương mại tại Hy Lạp
Quy mô của một ngân hàng thường được xác định bằng giá trị thị trường của nó Trong các nghiên cứu, để đảm bảo rằng biến này có thể được so sánh một cách công bằng với các biến khác trong mô hình, thường sẽ sử dụng logarit của tổng dư nợ cho vay của ngân hàng Điều này giúp điều chỉnh quy mô của ngân hàng sao cho phù hợp với các biến khác mà không làm thay đổi nội dung của mô hình Quy mô ngân hàng có thể ảnh hưởng đến RRTD theo cả hai hướng tích cực và tiêu cực Các ngân hàng lớn có thể quản lý RRTD tốt hơn nhờ khả năng đa dạng hoá danh mục cho vay và cả khả năng quản trị RRTD vượt trội hơn hẳn so với các ngân hàng nhỏ
2.2.5 Tốc độ tăng trưởng GDP
Theo Floros và Tan (2013), tổng sản phẩm quốc dân là tổng lượng hàng hóa và dịch vụ được sản xuất trong một quốc gia tính bằng đô la, tổng lượng tiền được sử dụng trong nền kinh tế để tiêu dùng, đầu tư hoặc chi tiêu công và xuất khẩu ròng Chỉ số GDP là phần trăm thay đổi của GDP trong một khoảng thời gian, thường là một năm
Lạm phát tăng làm giảm giá trị thực của khoản vay và giảm các khoản nợ không thể trả nợ Nó còn làm mất giá đồng tiền, giảm tỷ lệ lợi nhuận nói chung Khi lạm phát tăng dẫn đến lãi suất cũng tăng do chính sách thắt chặt tiền tệ Doanh nghiệp và cá nhân đi vay có thể gặp khó khăn khi trả nợ.
Các nghiên cứu trước
2.3.1 Các nghiên cứu trong nước
Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015) trong quá trình nghiên cứu về ảnh hưởng của các đặc điểm ngân hàng đến rủi ro tín dụng tại 32 Ngân hàng Thương mại Cổ phần (NHTMCP) tại Việt Nam từ năm 2010 – 2013, các nhà nghiên cứu đã xác định ba nhân tố cụ thể bao gồm quy mô của ngân hàng, tăng trưởng tín dụng và tỷ lệ chi phương pháp hồi quy bình phương bé nhất Các kết quả của nghiên cứu đã chỉ ra rằng những nhân tố này có ảnh hưởng đáng kể đối với RRTD tại những NHTM, giúp nhà quản trị ngân hàng hiểu rõ hơn và đánh giá các tác động của các nhân tố vĩ mô này lên RRTD, nhờ đó đưa ra các quyết định chính sách phù hợp ứng với mỗi giai đoạn phát triển của ngân hàng Cụ thể, nhà quản trị có thể điều chỉnh chiến lược kinh doanh, quản lý rủi ro, và tối ưu hóa hoạt động để đảm bảo sự ổn định và bền vững của ngân hàng
Nguyễn Thị Hồng Vinh (2015) nghiên cứu về các nhân tố ảnh hưởng đến nợ xấu của các NHCP Việt Nam trong thời gian từ năm 2007 đến năm 2014 Bài viết tổng hợp và phân tích số liệu từ 22 ngân hàng ở Việt Nam để ước lượng mô hình sử dụng phương pháp Generalized Method of Moments (GMM) dạng sai phân, GMM dạng hệ thống và hiệu ứng cố định FE Qua quá trình nghiên cứu, tác giả đã kết luận rằng các biến 𝑁𝑃𝐿 𝑡−1 , SIZE, GDP, INF, UNR Cụ thể, các nhân tố ảnh hưởng ngược chiều với nợ xấu gồm SIZE, GDP, UNR và các nhân tố ảnh hưởng cùng chiều với tỷ lệ nợ xấu gồm 𝑁𝑃𝐿 𝑡−1 , INF
Phạm Thị Mỹ Huệ (2016) nghiên cứu về các nhân tố ảnh hưởng đến nợ xấu của các
NHCP Việt Nam bằng cách tổng hợp và phân tích bộ dữ liệu của 18 NHTMCP trong thời gian từ năm 2008 – 2015 Bài viết đã sử dụng phương pháp moment tổng quát GMM để xác định mối quan hệ giữa nợ xấu với các nhân tố vĩ mô và vi mô Từ đó, nghiên cứu đã cho ra kết quả rằng LGR, GDP, ROE, SIZE tác động tiêu cực với nợ xấu và tỷ lệ cấu trúc vốn, tỷ lệ nợ xấu kỳ trước có ảnh hưởng tích cực với các khoản vay không hoàn trả đúng thời gian quy định Đặc biệt, tỷ lệ dự phòng RRTD ảnh hưởng tích cực nhất đến tỷ lệ nợ xấu và tỷ lệ lãi suất cho vay có ảnh hưởng như kỳ vọng ban đầu của tác giả, tuy nhiên độ tin cậy vẫn chưa đủ để tác động của tỷ lệ lãi suất cho vay đến nợ xấu
Hoàng Thị Thanh Hằng và cộng sự (2020) nghiên cứu về các nhân tố tác động đến nợ xấu của các NHCP Việt Nam trong khoảng thời gian từ năm 2012 – 2018 Bài viết sử dụng dữ liệu của 16 NHTMCP kết hợp với phương pháp GMN, tác giả đã xây dựng mô hình gồm 8 biến ảnh hưởng đến nợ xấu Tuy nhiên nghiên cứu lại cho ra kết quả là chỉ có 5 biến tác động đến nợ xấu bao gồm GDP, ETA, ROA, LLR, SIZE Trong đó tỷ lệ lợi nhuận trên TTS, tốc độ tăng trưởng GDP có mối quan hệ tương quan âm với nợ xấu, vốn chủ sở hữu trên TTS và dự phòng RRTD có mối tương quan dương với nợ xấu
Marijana Curak, Sandra Pepur và Klime Poposki (2013) một nghiên cứu về các nhân tố quyết định các khoản nợ xấu tại các ngân hàng Đông Nam Châu Âu trong giai đoạn từ năm 2003 đến 2010 đã được thực hiện, với việc thu thập dữ liệu từ 69 ngân hàng đến từ 10 quốc gia trong khu vực đó Kết quả tác giả thu được cho thấy quy mô ngân hàng có ảnh hưởng tiêu cực đến tỉ lệ nợ xấu
Laeven and Majnoni (2003) , nghiên cứu về trích lập dự phòng rủi ro tín dụng và suy giảm kinh tế đã tiến hành với dữ liệu từ 1.419 ngân hàng hoạt động tại 45 quốc gia trong khoảng thời gian từ năm 1988 đến 1999 Bằng cách sử dụng phương pháp GLS và GMM, kết quả của nghiên cứu chỉ ra mối quan hệ nghịch biến giữa tăng trưởng tín dụng và tỷ lệ trích lập dự phòng rủi ro rín dụng Điều này được xác nhận như một xu hướng nhất quán trên các khu vực khác nhau, bao gồm Châu Âu, Mỹ, Mỹ Latinh và Châu Á
SK Singh và cộng sự (2021) ngiên cứu về các nhân tố chính tác động đến nợ xấu trên khả năng sinh lời của các NHTMCP Nepal trong thời gian khoảng từ năm 2015 – 2019 Nghiên cứu đã vận dụng các nhân tố vĩ mô và nhân tố nội tại của ngân hàng như tốc độ tăng trưởng kinh tế, INF, SIZE, ROA, hệ số an toán vốn để đánh giá mức độ tác động của các biến đến NPL Kết quả thể hiện biến GDP, INF có sự liên kết tích cực với khoản nợ quá hạn, ROA, SIZE có mối quan hệ tiêu cực với NPL, và hệ số an toàn vốn không có tác động đáng kể đến nợ xấu của các NHTMCP tại Nepal
Fofack (2005) thu nhập dữ liệu của 16 nước tại Châu Phi cận Sahara trong giai đoạn
1993 – 2002 để phân tích về các nhân tố tác động đến nợ xấu bàng phương pháp moment tổng quát (GMM) Tác giả đã đưa ra kết luận rằng nhân tố lợi nhuận trên TTS, tốc độ tăng trưởng kinh tế, tỷ giá hối đoái và tỷ lệ lạm phát có tác động ngược chiều đến khoản vay không hoàn trả đúng thời gian quy định như cam kết của 16 quốc gia tại Châu Phi cận Sahara
Messai & Jouini (2013) áp dụng phương pháp định lượng để đánh giá tổng quan các nhân tố ảnh hưởng đến nợ xấu tại ba quốc gia gồm Ý, Hy Lạp, Tây Ban Nha ( do đây là các nước chịu nhiều biến động trong năm 2008) Bài viết đã thu thập và phân tích dữ liệu của 85 ngân hàng trong giai đoạn 2004 – 2008 qua hai mô hình hồi quy dữ liệu bảng gồm FEM và REM Qua đó, tác giả đã xác định các biến gồm GDP, ROA Lãi suất thực (IRR), tỷ lệ thất nghiệp (UNR), thay đổi trong các khoản cho vay và LLR cũng làm biến động NPL Nghiên cứu đã đưa ra kết luận rằng ROA, GDP có ảnh hưởng ngược chiều đến NPL Đối với LLR, UNR và IRR ảnh hưởng thuận chiều ảnh hưởng thuận chiều đến những khoản vay sẽ không được hoàn trả đúng hạn
Bảng 2 1 Tổng hợp các nhân tố tác động đến RRTD của các ngân hàng Biến Tác động (+) Tác động (-)
Sandra Pepur và Klime Poposki (2013), Nguyễn Thị Hồng Vinh (2015), Hoàng Thị Thanh Hằng và cộng sự (2020)
Marijana Curak, Sandra Pepur và Klime Poposki (2013), SK Singh và cộng sự (2021), Fofack (2005), Hoàng Thị Thanh Hằng và cộng sự (2020)
Khả năng sinh lời trên tổng tài sản
Mỹ Huệ (2016), Hoàng và cộng sự.(2020)
Tốc độ tăng trưởng tín dụng
Phạm Thị Mỹ Huệ (2016) Hoàng Thị
Thanh Hằng và cộng sự (2020)
Dự phòng rủi ro tín dụng (𝐿𝐿𝑅 𝑖𝑡 )
Mỹ Huệ (2016), Hoàng Thị Thanh Hằng và cộng sự (2020)
Tỷ lệ vốn chủ sở hữu trên tổng tài sản (𝐸𝑇𝐴 𝑖𝑡 )
Hoàng Thị Thanh Hằng và cộng sự (2020)
Phạm Thị Mỹ Huệ (2016), Nguyễn Thị Hồng Vinh (2015), Phạm Thị
SK Sing và cộng sự (2021)
Hoàng Thị Thanh Hằng và cộng sự (2020)
Tốc độ tăng trưởng kinh tế (𝐺𝐷𝑃 𝑖𝑡 )
Messai & Jouini (2013), Nguyễn Thị Hồng Vinh (2015),
Hoàng Thị Thanh Hằng và cộng sự (2020) Lãi suất thực tế
Hoàng Thị Thanh Hằng và cộng sự (2020)
Trong Chương 2, tác giả đã tổng quan một số khái niệm cơ bản liên quan đến Rủi ro Tín dụng (RRTD) và các nhân tố ảnh hưởng đến RRTD, cũng như nhìn nhận về hậu quả và tiêu chí đánh giá RRTD Nghiên cứu đã phân loại và giới thiệu các chỉ số được sử dụng để đánh giá RRTD, bao gồm dự phòng RRTD, tỷ lệ tăng trưởng tín dụng, khả năng sinh lời, quy mô ngân hàng, tốc độ tăng trưởng GDP và tỷ lệ lạm phát Đồng thời, tóm tắt một cái nhìn tổng quan về các nghiên cứu trước đây, cả trong và ngoài nước, về ảnh hưởng đến RRTD Phần này cung cấp nền tảng lý thuyết cơ bản và là nền tảng cho việc xây dựng và phân tích mô hình nghiên cứu trong các chương tiếp theo, với mục tiêu làm rõ hơn về cách các nhân tố tác động đến RRTD của các NHTMCP tại Việt Nam.
PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu
Mô hình của Hansna Chaibi và Zied Ftiti (2015) được lựa chọn là trở thành mô hình thực nghiệm xác định mức độ ảnh hưởng của các yếu tố đối với tỷ lệ RRTD tại các NHTMCP Việt Nam Mô hình nghiên cứu được đề xuất như sau :
𝑵𝑷𝑳 𝒊,𝒕 = 𝜶 + 𝜸𝑵𝑷𝑳 𝒊,𝒕−𝟏 + 𝜷 𝒋 𝑿 𝒊,𝒕 + 𝝊 𝒊 + ℇ 𝒊,𝒕 Trong đó: α là hằng số i = 1, 2,…20 ( Ngân hàng thứ i)
Xi, t là vector các biến độc lập ( bao gồm các biến nội tại ngân hàng và các biến vĩ mô) của ngân hàng i ở năm t γ, β là vector của các hệ số ước lượng
𝜐 𝑖 là các đặc tính của ngân hàng không quan sát được
ℇ 𝑖,𝑡 là phần dư của mô hình
Biến nghiên cứu và dữ liệu nghiên cứu
Biến phụ thuộc: 𝑁𝑃𝐿 𝑖,𝑡 là biến đại diện cho RRTD
Biến độc lập: 𝐿𝐿𝑅 𝑖,𝑡 , ROE 𝑖,𝑡 , SIZE 𝑖,𝑡 , LD 𝑖,𝑡 , GDP 𝑡 , INF 𝑡
Khả năng sinh lời cao của những NHTMCP dấu hiệu hoạt động kinh doanh hiệu quả và chất lượng quản lý tốt, có thể giảm thiểu RRTD của ngân hàng Kết quả nghiên cứu của Hansna Chaibi và Zied Ftiti (2015) đã phát hiện quan hệ nghịch biến giữa khả năng sinh lời và RRTD tại những ngân hàng ở Pháp và Đức Bên cạnh đó, nghiên cứu của Lousis và cộng sự (2010) cũng đưa ra kết quả tương tự chỉ ra sự ngược chiều giữa khả năng sinh lời và RRTD
Giả thuyết 𝐻 3 : Có mối quan hệ ngược chiều giữa khả năng sinh lời (ROE) với RRTD
ROE = Lợi nhuận sau thuế
Dự phòng Rủi ro tín dụng
Dự phòng RRTD là một khái niệm trong ngành ngân hàng và tài chính, thường được hiểu như là một phần của lợi ích dự trữ để bảo vệ ngân hàng khỏi mất mát do việc không trả nợ của khách hàng Đây là một biện pháp dự trữ tiền mặt hoặc tương đương tiền mặt mà ngân hàng giữ lại để đối phó với khả năng mất mát từ các khoản vay mà khách hàng có thể không trả đúng hạn hoặc không trả nợ
Ngân hàng bắt buộc phải thực hiện việc trích lập dự phòng khi khách hàng phát sinh tình trạng nợ quá hạn Từ đó, nếu phát sinh quá nhiều chi phí dự phòng cho vay khách hàng thì HQKD của Ngân hàng sẽ suy giảm Các nghiên cứu có kết quả tương tự có thể kể đến như Gizaw và cộng sự (2015), Nguyễn Quốc Anh (2016)
Giả thuyết 𝐻 1 : Có mối quan hệ cùng chiều giữa dự phòng RRTD và RRTD
Tổng tài sản mà một ngân hàng đang quản lý thể hiện quy mô ngân hàng Quy mô ngân hàng có thể được vận dụng để đánh giá sức mạnh tài chính và khả năng chịu đựng rủi ro của ngân hàng
Những ngân hàng lớn có hệ thống quản lý rủi ro tốt hơn, quy trình tín dụng chặt chẽ hơn và có thêm kinh nghiệm trong việc quản lý và giám sát các hoạt động Hơn nữa, cơ quan quản lý được giám sát chặt chẽ điều này giúp giảm rủi ro cho các ngân hàng này Quy mô ngân hàng thường được đo bằng tổng tài sản hiện tại mà ngân hàng đang có
Theo kết quả nghiên cứu của Hansa Chaibi & Zied Ftiti (2015) và Nguyễn Thị Hồng Vinh (2015) cho rằng quy mô ngân hàng có ảnh hưởng cùng chiều với RRTD
SIZE = Logarit (Tổng tài sản)
Giả thuyết 𝐻 4 : Có mối quan hệ cùng chiều giữa quy mô ngân hàng với RRTD
Tốc độ tăng trưởng GDP
Các nghiên cứu khi xem xét tắc động của các nhân tố vĩ mô đến RRTD đều khẳng định ảnh hưởng của tăng trưởng tín dụng đến khoản vay Các nghiên cứu trước đây hầu hết đều cho kết quả ngược chiều trong mối quan hệ này như Salas và Suarina (2002), Ghosh (2015),…Nền kinh tế tăng trưởng tăng sẽ thúc đẩy hoạt động sản xuất, kinh doanh được phát triển
Giả thuyết 𝐻 5 : Có mối quan hệ ngược chiều giữa tăng trường GDP và RRTD
Tốc độ tăng trưởng kinh tế = Tỷ lệ tăng trưởng kinh tế hằng năm
Tỷ lệ lạm phát thay đổi được tính bằng tỷ lệ lạm phát của năm quan sát Khi lạm phát tăng, đông thời giảm nhu cầu chi tiêu của người tiêu, hoạt động kinh doanh trì trệ làm cho doanh nghiệp gặp khó khăn nên lợi nhuận thấp hơn dự kiến, do đó RRTD cũng bị ảnh hưởng, điều này sẽ gây trở ngại đến khả năng hoàn trả của bên đi vay và sẽ khiến cho ngân hàng phải ghi nhận RRTD tăng lên theo Poudel (2018), Valery (2020)
Giả thuyết 𝐻 6 : Có mối quan hệ cùng chiều tỷ lệ lạm phát và RRTD
Tỷ lệ lạm phát = Tỷ lệ lạm phát hằng năm
Tỷ lệ tăng trưởng tín dụng
Tỷ lệ tăng trưởng tín dụng là một chỉ số thể hiện sự biến động của quy mô tín dụng trong hệ thống tài chính, được tính toán dựa trên sự thay đổi về giá trị của những khoản vay và nợ trong một khoảng thời gian cụ thể Công cụ quan trọng để đánh giá sức khoẻ của nền kinh tế và hệ thống tài chính, cũng như để dự báo về sự phát triển kinh tế trong tương lai
LD = Dư nợ i,t -Dư nợ i,t-1
Giả thuyết 𝐻 2 : Có mối quan hệ cùng chiều giữa tăng trưởng tín dụng và RRTD
Bảng 3 1 Diễn giải các biến
Mô tả Cách đo lường Nghiên cứu trước Dấu kỳ vọng Biến phụ thuộc
Tỷ lệ nợ xấu của ngân hàng i năm t – biến đại diện cho RRTD
Khả năng sinh lời của ngân hàng i năm t
Lợi nhuận sau thuế VCSH bình quân
Hasna Chaibi & Zied Ftiti (2015), Lousis và cộng sự (2010) -
Tỷ lệ dự phòng RRTD ngân hàng i năm t
Dự phòng RRTD Tổng dư nợ
Gizaw và cộng sự (2015), Nguyễn Quốc
3 SIZE 𝑖,𝑡 Quy mô ngân hàng i năm t ln(Tổng tài sản)
Hansa Chaibi & Zied Ftiti (2015) và Nguyễn Thị Hồng Vinh (2015) +
Tốc độ tăng trưởng kinh tế năm t
5 INF 𝑡 Tỷ lệ lạm phát của năm t
Tỷ lệ lạm phát hằng năm
Tăng trưởng tín dụng ngân hàng i năm t
Daniel Foos và cộng sự (2010),
Quy trình phân tích dữ liệu
Bài nghiên cứu này sẽ được thực hiện thông qua các bước, cụ thể như sau:
Hình 3 1 Quy trình phân tích dữ liệu
Bước 1: Tổng hợp các cơ sở lý thuyết và các nghiên cứu thực nghiệm trong và ngoài nước liên quan đến đề tài nghiên cứu
Bước 2: Từ cơ sở lý thuyết và các nghiên cứu thực nghiệm, xác định mô hình phù hợp với đề tài nghiên cứu
Bước 3: Xác định mẫu nghiên cứu, thu thập dữ liệu nghiên cứu và xử lý dữ liệu Bước 4: Lựa chọn phương pháp hồi quy dữ liệu, tiến hành hồi quy và xác định kết quả nghiên cứu
Tổng quan lý thuyết nền tảng và các nghiên cứu trước
Xây dựng mô hình và phương pháp nghiên cứu
Phân tích tác động của các nhân tố ảnh hưởng đến RRTD đối với hoạt động kinh doanh ngân hàng
Kiểm định mô hình hồi quy
Phân tích kết quản hồi quy và thảo luận kết quả nghiên cứu
Kết luận và khuyến nghị
Bước 5: Thực hiện kiểm định lựa chọn kết quả hồi quy và kiểm định các giả thuyết nghiên cứu
Bước 6: Kiểm định các khuyết tật của mô hình, nếu mô hình bị khuyết tật, tiến hành lại bước 4 lựa chọn lại phương pháp hồi quy và xác định lại kết quả nghiên cứu
Bước 7: Căn cứ kết quả nghiên cứu, đưa ra kết luận và các gợi ý, khuyến nghị về vấn đề nghiên cứu.
Phương pháp nghiên cứu
3.5.1 Mô hình hồi quy Pool (OLS)
Mô hình hồi quy Pool sử dụng phương pháp hồi quy OLS (Ordinary Least Squares) để ước lượng các hệ số của một mô hình hồi quy từ dữ liệu được kết hợp từ nhiều nhóm hoặc quan sát khác nhau
Công thức chính của OLS trong mô hình hồi quy tuyến tính là:
X 1 , X 2 , X 3 ,…,X n là các biến độc lập β 0 , β 1, β 2 ,…,β n là các hệ số hồi quy
3.5.2 Mô hình tác động cố định (FEM)
Mô hình FEM được giải thích sự không đồng nhất giữa các đơn vị chéo, sự ảnh hưởng cố định của các biến bị bỏ sót, và mối liên kết giữa phần dư của mô hình với các biến độc lập Phương pháp ước lượng FEM cho phép kiểm soát được đặc điểm riêng của từng đơn vị chéo, trong khi hiệu ứng cố định của chúng được giữ nguyên theo thời gian Cụ thể mô hình FEM có công thức:
Y it = α i + βX it +μ it Trong đó:
𝑋 𝑖𝑡 : biến độc lập α 𝑖 (i=1…n): hệ số chặn cho từng đơn vị nghiên cứu Β: hệ số góc đối với nhân tố X
3.5.3 Mô hình tác động ngẫu nhiên (REM)
Mô hình REM là mô hình tác động ngẫu nhiên hệ thống của các đối tượng Tương tự mô hình FEM, mô hình REM cũng tồn tại đặc điểm riêng, xác định được các hệ số chặn khác nhau cho từng đơn vị chéo Tuy nhiên mô hình REM cố định theo thời gian và không có mối liên kết với phần dư của mô hình và các biến độc lập Cụ thể mô hình REM có công thức là:
Y it = α i + βX it +μ it α 𝑖 : cố định (không thay đổi theo thời gian) ở mô hình trên thì phương pháp REM giả sử rằng nó là một biến không cố định với α 𝑖 = 𝛼 𝑖 + 𝜀 𝑖 (i= 1,2,…,n), thay vào trong mô hình ban đầu
Thực hiện kiểm định Hausman nhằm chọn ra hhai phương pháp cô định FEM và phương pháp ngẫu nhiên REM, đồng thời nhận định được phương pháp thích hợp với bài nghiên cứu Thêm vào đó, kiểm định Hausman giúp xem xét tồn tại tự tương quan giữa 𝜀 𝑖 và các biến độc lập
Giả thuyết H0: 𝜀 𝑖 và biến độc lập không tương quan
Giả thuyết H1: 𝜀 𝑖 và biến độc lập có tương quan
Khi giá trị P_value chi2 = 0,000 < Mức ý nghĩa 5%, 𝛼 = 0,05, ta bác bỏ H0 và kết luận rằng mô hình FEM xảy ra hiện tượng phương sai sai số thay đổi
Kiểm định tự tương quan: Sử dụng kiểm định Wooldridge với giả thuyết:
H0: Mô hình không xảy ra hiện tượng tự tương quan
Nếu Prob>chi2 lớn hơn mức ý nghĩa 0,05, ta chấp nhận H0 và nhận định rằng mô hình FEM không xảy ra hiện tượng tự tương quan
Trong trương hợp REM là mô hình tối ưu Các bước kiểm định khuyết tật có thể được thực hiện như sau:
Kiểm định phương sai sai số thay đổi bằng kiểm định Breusch and Pagan Lagrangian
H0: Mô hình xảy ra hiện tượng phương sai sai số thay đổi
Nếu Prob>chi2 = 0,000 < Mức ý nghĩa 5%, 𝛼 = 0,05 nên bác bỏ H0 và kết luận mô hình xảy ra hiện tượng phương sai sai số thay đổi
Kiểm định tự tương quan, kiểm định tương tự như kiểm định khuyết tật của mô hình
3.5.6 Phân tích hồi quy với mô hình FGLS
Phương pháp FGLS nhằm khắc phục hiện tượng tương quan và hiện tượng phương sai sai số thay đổi Ngoài ra, phương pháp ước lượng FGLS mang lại hiệu quả cao cho mô hình nghiên cứu
Dựa trên các nghiên cứu liên quan được trình bày trong Chương 2, tác giả đề xuất một nghiên cứu dựa trên mô hình đã được xác định trước, trong đó chỉ rõ các biến được sử dụng và dự đoán hướng ảnh hưởng của mỗi biến giải thích đến biến phụ thuộc Mô hình này được xây dựng dựa trên phương pháp kinh tế lượng Sau đó, dựa trên dữ liệu thu thập được, tác giả thực hiện phân tích và tính toán bằng phần mềm Stata Kết quả của phân tích, bao gồm các phân tích hồi quy bảng và các kiểm định liên quan đến mô hình sẽ được tác giả trình bày chi tiết trong Chương tiếp theo.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Thống kê mô tả
Kết quả thống kê mô tả các biến đo lường trong mô hình hồi quy được tính toán dựa trên dữ liệu bảng gồm 20 NHTMCP Việt Nam trong giai đoạn 2012 đến năm 2023 với tổng số 220 quan sát cho mỗi biến
Bảng 4 1 Thống kê mô tả các biến nghiên cứu từ năm 2012 đến năm 2022
Tên biến Số quan sát Trung bình Độ lệch chuẩn
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata )
Dựa vào Bảng 4.1 kết quả phân tích thống kê mô tả các biến, đưa ra kết luận rằng giá trị của các biến không đồng đều và biến động giữa các năm từ năm 2012 đến năm 2022
Dữ liệu nghiên cứu sử dụng trong bài được thu thập từ các báo cáo kết quả hoạt động kinh doanh và bẳng cân đối kế tóan của 20 NHCP có tổng cộng 220 số quan sát Cụ thể: Rủi ro tín dụng (NPL): Tỷ lệ RRTD của 20 NHTMCP tại Việt Nam có giá trị trung bình là 1.93% trong tổng 220 quan sát, giá trị lớn nhất là 8.82% của Ngân hàng TMCP Sài Gòn (SHB) vào năm 2012 Bên cạnh đó, độ lệch chuẩn ở mức 1.11% phản ánh mức độ phân tán của tỷ lệ RRTD không quá lớn
Tỷ suất sinh lời trên vốn chủ sở hữu (ROE): Căn cứ vào bảng 4.1 cho thấy giá trị trung bình chiếm 10.41%, độ lệch chuẩn chiếm 8.80%, giá trị nhỏ nhất và giá trị lớn nhất lần lượt là -82.00% và 24.44% đối với Ngân hàng Quốc Tế (VIB) năm 2014 và Ngân hàng TMCP Á Châu (ACB) năm 2018
Tỷ lệ dự phòng RRTD (LLR): Hệ số này có giá trị trung bình là 1.15% và độ lệch chuẩn là 8.80% Cụ thể, Ngân hàng TMCP Kiên Long có tỷ lệ vốn thấp nhất gần bằng 0 năm 2020 trong khi đó Ngân hàng TMCP Việt Nam, Thịnh Vượng năm 20121 là 5.40% Quy mô ngân hàng (SIZE): Hệ số này có giá trị trung bình đạt mức 18.9492, độ lệch chuẩn là 1.1024 Năm 2015 , Ngân hàng Quốc Tế (VIB) có quy mô ngân hàng nhỏ nhất là 16.5315, trong khí đó Ngân hàng TMCP Đầu tư và Phất triển Việt Nam (BID) đạt giá trị lớn nhất là 21.4749 vào năm 2022 Qua đó cho thấy sự chênh lệch về quy mô của các NHCP khá lớn Bên cạnh đó, các ngân hàng thương mại cũng đã nhắm bắt phát triển theo xu thế phát triển ngày càng mở rộng quy mô và phạm vi hoạt động
Tốc độ tăng trường kinh tế (GDP): Tốc độ tăng trưởng GDP trung bình là 5.81% và độ lệch chuẩn 1.63% Tại năm 2018, tỷ lệ GDP ở mức tương đối ổn định với tỷ lệ cao nhất 8.02%, nhưng bước sang giai đoạn đại dịch Covid bị sụt giảm nặng, rõ nhất là năm
2021 thấp nhất với tỷ lệ 3.58% do chính sách đóng cửa và cách ly xã hội ở giai đoạn này
Tỷ lệ lạm phát (INF): Hệ số này có giá trị nhỏ nhất vào năm 2015 với mức 0,63% và lớn nhất vào năm 2012 với mức 9%, số liệu này cho thấy tỷ lệ lạm phát có xu hướng giảm dần qua vào những năm gần đây
Tỷ lệ tăng trưởng tín dụng (LD): Giá trị trung bình của biến là 0.2112, giá trị cao nhất là 1.1239 và thấp nhất là -0.09872 Độ lệch chuẩn của biến là 0.2029, cho thấy sự biến động tương đối cao giữa những ngân hàng trong mẫu nghiên cứu.
Phân tích tương quan
Kết quả ma trận tương quan giữa các biến ở mô hình được thể hiện qua bẳng 4.2
Bảng 4 2 Ma trận tương quan giữa các biến trong mô hình
NPL ROE LLR SIZE GDP INF LD
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata)
Ma trận tương quan của biến phụ thuộc NPL và các biến độc lập cho thấy tất cả hệ số tương quan giữa các biến đều có giá trị tuyệt đối nhỏ hơn 0.8 và có thể cho rằng mô hình nghiên cứu không có hiện tượng đa cộng tuyến Các biến tương quan âm lần lượt là ROE, SIZE và GDP Các biến tương quan dương lần lượt là LLR, INF và LD Kết luận rằng không có hiện tượng đa cộng tuyến giữa các biến để đảm bảo độ tin cậy cao tác giả thực hiện kiểm định hệ số phóng đại (Variance Inflation Factor – VIF), kết quả trình bày tại bảng 4.3
Bảng 4 3 Bảng kiểm định đa cộng tuyến
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata)
Kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF Các biến đều nhỏ hơn 10 và giá trị trung bình của hệ số là 1.21 cho thấy nghiên cứu không có hiện tượng đa cộng tuyến giữa các biến, phù hợp để chạy mô hình nghiên cứu.
Kết quả mô hình hồi quy
4.3.1 Kết quả hồi quy Pool (OLS)
Bảng 4 4 Kết quả mô hình hồi quy theo phương pháp OLS
Biến quan sát Hệ số hồi quy P>|t|
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata)
Kết quả mô hình hồi quy theo mô hình Pooled OLS có 𝑅 2 = 35,47% cho thấy có bốn biến độc lập: Tỷ lệ dự phòng RRTD (LLR), Quy mô ngân hàng (SIZE),Tỷ lệ lạm phát (INF), Tăng trưởng tín dụng (LD) đã giải thích được 35,47% sự thay đổi của RRTD Trong đó với ý nghĩa thống kê tại 1%, Tỷ lệ dự phòng RRTD (LLR), Quy mô ngân hàng (SIZE),Tỷ lệ lạm phát (INF) Biến Tăng trưởng tín dụng (LD) với ý nghĩa thống kê tại 5% và không thấy ý nghĩa thống kê ở các biến còn lại
4.3.2 Kết quả hồi quy FEM
Bảng 4 5 Kết quả mô hình hồi quy theo phương pháp FEM
Biến quan sát Hệ số hồi quy P>|t|
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata)
Quan sát bảng hồi quy trong mô hình FEM có 4 biến tỷ lệ dự phòng RRTD (LLR), quy mô ngân hàng (SIZE), tỷ lệ lạm phát (INF), tăng trường tín dụng (LD) phù hợp với giả thuyết đặt ra Hệ số 𝑅 2 = 33,72% cho thấy các biến độc lập tỷ lệ dự phòng RRTD, quy mô ngân hàng, tỷ lệ lạm phát, tăng trường tín dụng đã giải thích được 33,72% sự thay đổi của rủi ro tín dụng Ở mức ý nghĩa 1%, hai biến tỷ lệ dự phòng RRTD (LLR), tỷ lệ lạm phát (INF) thể hiện mối tương quan đồng biến vói NPL Ở mức ý nghĩa 5%, biến quy mô ngân hàng (SIZE) có mối quan hệ nghịch biến với NPL, còn biến tăng trường tín dụng (LD) có mối quan hệ đồng biến với NPL Biến khả năng sinh lời (ROE), Tốc độ tăng trưởng kinh tế (GDP) không có ý nghĩa thống kê
4.3.3 Kết quả hồi quy REM
Bảng 4 6 Kết quả mô hình hồi quy theo phương pháp REM
Biến quan sát Hệ số hồi quy P>|t|
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata)
Căn cứ vào bảng 4.6 có tổng cộng 4 biến độc lập có ý nghĩa thống kê Các biến Tỷ lệ dự phòng RRTD (LLR), Tỷ lệ lạm phát (INF), Tăng trưởng tín dụng (LD), Quy mô ngân hàng (SIZE) đều có ý nghĩa trên mô hình Hệ số 𝑅 2 = 35,17% cho thấy những biến độc lập Tỷ lệ dự phòng RRTD, Tỷ lệ lạm phát, Tăng trưởng tín dụng, Quy mô ngân hàng đã giải thích được 35,17% sự thay đổi của RRTD Trong đó ở mức ý nghĩa 1%, biến LLR, INF có mối quan hệ cùng chiều với NPL Ở mức ý nghĩa 5%, biến SIZE nghịch biến với NPL và biến LD đồng biến với NPL Các biến còn lại không có ý nghĩa thống kê
4.3.4 Ước lượng bằng phương pháp FEM, OLS, REM
Nghiên cứu này để tiếp tục đánh giá hồi quy để xác định mức độ và chiều hướng ảnh hưởng từ các biến độc lập đến biến sau khi kiểm tra hệ số tương quan để xác định mối quan hệ giữa các biến trong mô hình, để chọn lựa được mô hình phù hợp với biến phụ thuộc NPL, ta tiến hành chạy các kiểm định bao gồm Kiểm định lựa chọn mô hình F- test, Hausman và Breush & Pagan
Kiểm định F- test: kiểm định F-test được thực hành nhằm so sánh 2 mô hình Pooled OLS và FEM Đối với mô hình, ta có kết quả F-test: Prob > F = 0.0000 < 5% ở mức ý nghĩa 5% và F(19,194) =3,60 Điều này đưa ra kết luận lag H0 hay có sự khác biệt giữa các đối tượng hoặc thời điểm khác nhau Do đó kết quả của kiểm định này cho rằng ước lượng FEM phù hợp hơn cho mô hình với biến phụ thuộc NPL
Kiểm định Hausman: đối với kiểm định Hausman, kiểm định này được thực hiện để so sánh hai mô hình FEM và REM Ta thu được kết quả P-value = 0.4947 > 5% Kết luận chấp nhận H0, mô hình phù hợp với ước lượng REM hơn
Kiểm định Breusch & Pagan: kết qura của kiểm định Kiểm định Breusch & Pagan nhằm đưa ra hai sự lựa chọn Pools OLS và REM, với kết quả Prob> chibar2 =0.0000 < 5%, từ đó bác bỏ H0 và đưa ra kết luận rằng ước lượng REM phù hợp với mô hình hơn Kết quả nghiên cứu của các kiểm đinhj tổng hợp dưới bảng 4.7 sau:
Bảng 4 7 Kết quả hồi quy OLS, FEM, REM và các kiểm định lựa chọn
NPL Coef Giá trị P Coef Giá trị P Coef Giá trị P
OLS & FEM FEM & REM OLS & REM
Giá trị thống kê F(19,194) =3,60 Chi2(8) = 7 Chibar2(01) = 34,27
Kết luận Mô hình REM là mô hình phù hợp cho nghiên cứu
Từ các kiểm định F-test, Hausman và Breush & Pagan cho thấy mô hình tác động ngẫu nhiên REM phù hợp và tối ưu nhất cho mô hình có biến phụ thuộc NPL
4.3.5 Kiểm định các khuyết tật của mô hình
4.3.5.1 Kiểm tra hiện tượng tự tương quan
Tiến hành kiểm định Wooldridge về sự tự tương quan của mô hình với các giả thuyết:
𝐻 0 :Mô hình không có hiện tượng tự tương quan
𝐻 1 :Mô hình có hiện tượng tự tương quan
Bảng 4 8 Kết quả kiểm định Wooldridge
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata)
Kết quả của kiểm định Wooldridge cho thấy với mức ý nghĩa 5%, Prob = 0.0011