(Luận văn thạc sĩ) phản ứng của các yếu tố kinh tế vĩ mô đối với các cú sốc bên ngoài ứng dụng mô hình stre

Từ đó làm nảy sinh nhu cầu cấp thiết cần phải nghiên cứu: thứ nhất là tác động của các cú sốc kinh tế bên ngoài liệu có ảnh hưởng đến nền kinh tế Việt Nam hay không, ảnh hưởng như thế nà

NGUYỄN NGỌC BẢO TRÂN

PHẢN ỨNG CỦA CÁC YẾU TỐ KINH TẾ VĨ

MÔ ĐỐI VỚI CÁC CÚ SỐC BÊN NGOÀI - ỨNG

DỤNG MÔ HÌNH STRESS – TESTING

LUẬN VĂN THẠC SĨ KINH TẾ

Thành phố Hồ Chí Minh – Năm 2016

NGUYỄN NGỌC BẢO TRÂN

PHẢN ỨNG CỦA CÁC YẾU TỐ KINH TẾ VĨ MÔ ĐỐI

VỚI CÁC CÚ SỐC BÊN NGOÀI - ỨNG DỤNG MÔ

HÌNH STRESS – TESTING

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS TS NGUYỄN NGỌC ĐỊNH

Thành phố Hồ Chí Minh – Năm 2016

PGS.TS Nguyễn Ngọc Định Các số liệu, kết quả nêu trong luận văn là trung thực

và có nguồn gốc rõ ràng

TPHCM, ngày 05 tháng 05 năm 2016

NGUYỄN NGỌC BẢO TRÂN

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC BẢNG BIỂU

TÓM TẮT

CHƯƠNG 1: GIỚI THIỆU 1

CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY 4

CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 13

3.1 Dữ liệu và lựa chọn biến 13

3.2 Phương pháp 21

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 30

4.1 Kiểm định tác động của cú sốc bên ngoài lên nền kinh tế vĩ mô Việt Nam 30 4.2 Kết quả ước lượng mô hình BVAR 34

4.3 Kiểm tra cú sốc vĩ mô bằng cách sử dụng mô hình Stress Testing: ứng dụng cho nợ quá hạn 40

CHƯƠNG 5: KẾT LUẬN VÀ MỘT SỐ KHUYẾN NGHỊ 53

5.1 Kết luận về kết quả nghiên cứu 53

5.2 Hạn chế hướng nghiên cứu tiếp theo 54

5.3 Hướng mở rộng 54

5.4 Một số khuyến nghị 54 TÀI LIỆU THAM KHẢO

PHỤ LỤC

BVAR: Mô hình vector tự hồi quy theo phương pháp Bayesian (Bayesian Vector Autoregression)

CPI: Chỉ số giá tiêu dùng

FED: Cục dự trữ liên bang Hoa Kỳ

FEM: Hiệu ứng tác động cố định (Fixed Effect)

GDP: Tổng sản phẩm quốc nội

GMM: Phương pháp ước lượng Moment tổng quát (Generalized Method of Moments)

ILO: Tổ chức lao động quốc tế

HNX: Sàn giao dịch chứng khoán Hà Nội

HOSE: Sàn giao dịch chứng khoán Thành phố Hồ Chí Minh

NHNN: Ngân hàng Nhà Nước

NHTM: Ngân hàng thương mại

SVAR: Mô hình vector tự hồi quy cấu trúc (Structural Vector Autoregression hay Structural VAR)

REM: Hiệu ứng tác động ngẫu nhiên (Random effect)

TCTD: Tổ chức tín dụng

TTCK: Thị trường chứng khoán

VAR: Mô hình vector tự hồi quy (Vector Autoregression)

VAMC: Công ty quản lý tài sản

Hình 3.1 Các thị trường xuất nhập khẩu lớn nhất của Việt Nam

Hình 3.2 Stress Testing và các sự kiện bất ngờ có tầm ảnh hưởng lớn

Hình 4.1 Lạm giai đoạn năm 2006 – năm 2015 (%)

Hình 4.2 Tình hình xuất khẩu Việt Nam giai đoạn 2010 – 2015 và dự báo năm 2016 Hình 4.3 Thay đổi các mức lãi suất giai đoạn năm 2011 – năm 2014

Bảng 3.2 Các biến dùng trong mô hình hồi quy

Bảng 4.1 Thống kê mô tả giữa các biến trong mô hình

Bảng 4.7 Kết quả kiểm tra phương sai thay đổi mô hình

Bảng 4.8 Kết quả kiểm tra tự tương quan mô hình

Bảng 4.9 Kết quả hồi quy mô hình

Bảng 4.10 Dự báo lạm phát 2016 cho một số nước Đông Nam Á

Bảng 4.11 Kịch bản vĩ mô

TÓM TẮT

Nền kinh tế Việt Nam vừa qua có nhiều biến động do ảnh hưởng của cuộc khủng hoảng tài chính toàn cầu 2007 – 2009 và khủng hoảng nợ công châu Âu 2010 Có hai vấn đề lớn trong nền kinh tế Việt Nam Đầu tiên là tăng trưởng kinh tế chậm chạp do sự sụt giảm cầu quốc tế Vấn đề thứ hai là sự ổn định của hệ thống ngân hàng khi nợ xấu có khuynh hướng ngày càng gia tăng Bài viết ứng dụng công cụ Stress Testing - một công cụ quản trị rủi ro để xem xét khả năng chịu đựng của các ngân hàng trước tác động của các biến nội sinh và ngoại sinh Kết quả cho thấy, thứ nhất là tăng trưởng kinh tế của Việt Nam bị tác động từ phía đối tác thương mại quốc tế và suy thoái kinh tế thế giới là có ảnh hưởng đến tăng trưởng của Việt Nam Thứ hai, bài nghiên cứu cũng tiến hành phân tích các rủi ro ảnh hưởng đến mô hình hoạt động toàn hệ thống ngân hàng Việt Nam và thấy rằng tỷ lệ nợ xấu chịu tác động từ các yếu tố vĩ mô và các yếu tố đặc trưng nội bộ ngân hàng Từ đó, bài nghiên cứu đề xuất một số giải pháp nhằm cải thiện cán cân thương mại và hoạt động của hệ thống ngân hàng thương mại Việt Nam

CHƯƠNG 1: GIỚI THIỆU

Xem xét khoảng thời gian từ năm 2000 đến nay, tình hình kinh tế, chính trị trên thế giới biến đổi nhanh với những diễn biến phức tạp Trong thời gian qua, quá trình tự do thương mại và hội nhập thị trường đã đem lại nhiều kết quả tích cực Tiến trình Việt Nam gia nhập các hiệp hội, diễn đàn quốc tế như Hiệp hội các quốc gia Đông Nam Á (ASEAN), diễn đàn hợp tác kinh tế Châu Á – Thái Bình Dương (APEC), diễn đàn hợp tá Á Âu (ASEM); các tổ chức quốc tế như Ngân hàng thế giới (Worldbank), Quỹ tiền tệ quốc tế (IMF), tổ chức thương mại thế giới (WTO)

và ký kết các hiệp ước thương mại quốc tế với nhiều quốc gia, khu vực trên thế giới

đã tác động sâu sắc đến nền kinh tế và xã hội trong nước, cụ thể như việc tiếp cận thị trường xuất nhập khẩu dễ dàng hơn, dòng vốn đầu tư trực tiếp nước ngoài tăng nhanh, môi trường kinh doanh được cải thiện và minh bạch hơn, thể chế kinh tế theo định hướng thị trường được củng cố và hoàn thiện Tuy nhiên, tiến trình này cũng đặt ra không ít khó khăn, thách thức như sức ép cạnh tranh cho các ngành công nghiệp trong nước, đặc biệt việc hội nhập sâu rộng hơn cũng làm cho nền kinh

tế dễ bị tổn thương trước các cú sốc bên ngoài, dẫn đến các rủi ro và bất ổn kinh tế

vĩ mô Minh chứng cho điều này chính là những ảnh hưởng sâu sắc từ cuộc khủng hoảng kinh tế toàn cầu năm 2007 – 2009 và khủng hoảng nợ công Châu Âu năm

2010 khiến cầu đầu tư và tiêu dùng Việt Nam đều giảm và nguy cơ khủng hoảng nợ trong hệ thống ngân hàng tăng cao Từ đó làm nảy sinh nhu cầu cấp thiết cần phải nghiên cứu: thứ nhất là tác động của các cú sốc kinh tế bên ngoài liệu có ảnh hưởng đến nền kinh tế Việt Nam hay không, ảnh hưởng như thế nào, mức độ ảnh hưởng ra sao đối với nền kinh tế trong nước; thứ hai là xem xét hoạt động của hệ thống ngân hàng thương mại Việt Nam hiện nay mà cụ thể là xem xét tỷ lệ nợ xấu đang có khuynh hướng gia tăng sẽ chịu ảnh hưởng từ các yếu tố nào (đại diện bởi các yếu tố kinh tế vĩ mô và các yếu tố đặc trưng nội bộ ngân hàng) Đây cũng chính là lý do tôi

chọn đề tài: “Phản ứng của các yếu tố kinh tế vĩ mô đối với các cú sốc bên ngoài

- Ứng dụng mô hình Stress Testing”

Trong các nghiên cứu trước đây về việc đo lường ảnh hưởng của các cú sốc kinh tế, thông thường có thể sử dụng rất nhiều phương pháp và mô hình khác nhau như mô hình hiệu chỉnh sai số vector - VECM (Vector Error Correction Model), mô hình Vectơ tự hồi quy - VAR (Vector Autoregressive Model), phương pháp GMM (generalized method of moments),…Bài nghiên cứu sử dụng mô hình VAR nhằm đánh giá khả năng phục hồi cho nền kinh tế Việt Nam trước các cú sốc bên ngoài ,

cụ thể là cú sốc đến từ nền kinh tế Mỹ trong giai đoạn từ quý I năm 2000 đến quý II năm 2015, dữ liệu được lấy theo quý Cú sốc bên ngoài trong bài là cú sốc từ GDP của Mỹ được lấy dữ liệu Ngân hàng dự trữ Liên bang St Louis, các biến vĩ mô trong nước bao gồm tổng kim ngạch xuất khẩu hàng hóa và dịch vụ Việt Nam, dữ liệu từ Worldbank; sản lượng công nghiệp, dữ liệu từ Tổng cục thống kê, tỷ lệ thất nghiệp trên cơ sở ILO, dữ liệu lấy từ Worldbank

Phương pháp thứ hai mà bài sử dụng là GMM và Stress Testing cho việc đo lường tác động của các các yếu tố vĩ mô và các yếu tố nội bộ đặc trưng của ngân hàng lên tỷ lệ nợ xấu bao gồm các biến vĩ mô như tăng trưởng GDP thực, tỷ lệ lạm phát hàng năm, tỷ giá hối đoái thực hiệu lực, lãi suất thực; các yếu tố đặc trưng nội

bộ ngân hàng như thị phần tương đối của ngân hàng, tốc độ tăng trưởng nợ,…với

dữ liệu lấy theo năm từ năm 2005 đến năm 2014 của các ngân hàng thương mại Việt Nam, dữ liệu vĩ mô lấy từ Tổng cục thống kê, Ngân hàng Nhà nước, Worldbank và các biến đặc trưng ngân hàng lấy từ báo cáo tài chính hợp nhất đã được kiểm toán của các ngân hàng thương mại Việt Nam

Bài nghiên cứu tiến hành giải quyết các mục tiêu chính sau:

- Thứ nhất là đo lường phản ứng của các yếu tố kinh tế vĩ mô Việt Nam trước cú sốc bên ngoài mà cụ thể là tác động từ một cú sốc đến từ nền kinh tế Mỹ

- Thứ hai, luận văn tiến hành đo lường ảnh hưởng của các yếu tố vĩ mô

và các yếu tố đặc trưng nội bộ ngân hàng lên tỷ lệ nợ xấu

Bài nghiên cứu dựa theo hai nghiên cứu chính của Colin Bermingham, Thomas Conefrey (2014) và Sukrishnalall Pasha (2005) nhằm làm sáng tỏ các câu

hỏi nghiên cứu sau:

- Thứ nhất, phản ứng của nền kinh tế Việt Nam trước cú sốc đến từ Mỹ

ra sao?

- Thứ hai, tỷ lệ nợ xấu chịu ảnh hưởng của các yếu tố nào? Mức độ ảnh hưởng ra sao? Từ kịch bản vĩ mô được xác định, hoạt động của hệ thống ngân hàng diễn biến như thế nào?

Bố cục luận văn gồm 05 phần, cụ thể như sau:

Chương 1: Giới thiệu Phần này sẽ trình bày những dẫn nhập về vấn đề

nghiên cứu của luận văn

Chương 2: Tổng quan các nghiên cứu trước đây Phần này sẽ trình bày

những nghiên cứu trước đây của các tác giả trong và ngoài nước về các vấn đề được

đề cập trong luận văn

Chương 3: Dữ liệu và Phương pháp nghiên cứu Phần này sẽ trình bày lý

do lựa chọn mô hình, đồng thời trình bày về cách thức thu thập và xử lý dữ liệu đầu vào và phương pháp nghiên cứu

Chương 4: Kết quả nghiên cứu Phần này sẽ trình bày việc chạy mô hình,

các kiểm định, kết quả rút ra được từ mô hình nghiên cứu

Chương 5: Kết luận và Một số kiến nghị Phần này sẽ trình bày tổng kết bài

nghiên cứu và đề xuất hướng nghiên cứu tiếp theo Phần này cũng sẽ tiến hành đề xuất một số kiến nghị cho vấn đề nghiên cứu trong bài

CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY

Luận văn đầu tiên sẽ xem xét về phản ứng của nền kinh tế vĩ mô Việt Nam trước cú sốc bên ngoài Cuộc khủng hoảng tài chính không chỉ gây ra vấn đề lớn đối với nhiều nước châu Âu, đặc biệt là những chương trình hỗ trợ tài chính quốc tế, mà còn truyền dẫn vào nền kinh tế các nước châu Á Các vấn đề quan trọng là việc đề

ra chính sách thế nào để hồi phục sức khỏe nền tài chính của các nước này Claessens, DellAriccia, Igan, và Laeven (2010) đã ghi lại các yếu tố dẫn đến cuộc khủng hoảng tài chính trên 58 quốc gia Vấn đề với hệ thống ngân hàng là cốt lõi của cuộc khủng hoảng, tuy nhiên sự thanh khoản của các ngân hàng lại phụ thuộc vào các khoản nợ quốc tế quy mô lớn và các khoản nợ này bị suy giảm nghiêm trọng khả năng thanh toán do cuộc khủng hoảng Trong cuộc khủng hoảng tài chính toàn cầu, nguyên nhân chính là do các chính sách kinh tế vĩ mô và các quy định, giám sát của các ngân hàng và các tổ chức phi ngân hàng mà cụ thể bắt nguồn từ bong bóng bất động sản, bùng nổ tín dụng, các khoản cho vay cận biên, có rủi ro hệ thống và do các quy định và giám sát của các ngân hàng và các tổ chức phi ngân hàng thiếu tính nhất quán và sự gắn kết Tuy nhiên, cũng có những yếu tố mới phần nào gây nên cuộc khủng hoảng như hội nhập tài chính và liên kết lẫn nhau giữa các khu vực, các quốc gia, vai trò của yếu tố đòn bẩy, vai trò trung tâm của các hộ gia đình Và giải pháp cho vấn đề trên là phải cải cách hệ thống tài chính, bao gồm cả chính sách kinh tế vĩ mô, quy chế tài chính, và các cấu trúc tài chính toàn cầu Akyuz, Y (2010) cũng phát hiện ra rằng thông qua cuộc khủng hoảng tài chính toàn cầu năm 2008, tác giả đã tìm thấy những yếu kém mang tính cấu trúc và hệ thống, cũng như tính dễ tổn thương của nền kinh tế các quốc gia châu Á đối với cú sốc thương mại Tác giả cho thấy mức độ nhạy cảm cao của các quốc gia này với chu

kỳ bùng nổ tài chính và sự hoàn chuyển vốn cổ phần, thị trường bất động sản và tiền tệ Đặc biệt là khủng hoảng cho vay dưới chuẩn đã khuếch đại mức độ nghiêm trọng của các vấn đề kinh tế và tài khóa của các quốc gia Tác giả cũng đề xuất gợi

ý phát triển một thị trường giữa những nền kinh tế phát triển và những nền kinh tế

mới nổi, các quốc gia châu Á nên dừng việc lệ thuộc vào nguồn nhân lực và tiền tệ giá rẻ, mà thay vào đó bắt đầu cho phép tiền lương và tiêu dùng tư phát triển song song với năng suất nhằm củng cố việc mở rộng năng lực sản xuất bằng cách phát triển thị trường nội bộ và thị trường khu vực Hạ Thị Thiều Dao (2013) cho rằng mức độ hội nhập của một nền kinh tế đối với nền kinh tế toàn cầu sẽ chi phối sự ảnh hưởng của các yếu tố bên ngoài mà cụ thể là khủng hoảng toàn cầu lên nền kinh tế nước đó thông qua các kênh đầu tư trực tiếp, đầu tư gián tiếp, kiều hối, ngoại thương, nghiên cứu được thực hiện cho Việt Nam Do đó cần có một chính sách nhằm thúc đẩy một môi trường thuận lợi để tăng trưởng kinh tế bền vững Các tổ chức như IMF và OECD từ lâu đã ủng hộ một chính sách thương mại mở cửa mang lại lợi ích về tăng trưởng kinh tế Theo IMF (1997, p 84), "Các chính sách ngoại thương là một trong những yếu tố quan trọng nhất thúc đẩy tăng trưởng kinh tế và đặc biệt là ở các nước đang phát triển" Việt Nam nhờ lợi thế về địa lý và nguồn tài nguyên dồi dào đã giúp cho nền kinh tế đất nước khai thác thế mạnh trong sản xuất hàng hóa hướng về xuất khẩu Trong nhiều năm qua Việt Nam luôn mở cửa đón nhận luồng vốn đầu tư trực tiếp và gián tiếp từ các quốc gia trên thế giới, cũng như cho phép việc thành lập công ty liên doanh, chi nhánh công ty nước ngoài và các công ty xuất khẩu đa quốc gia Bài nghiên cứu sẽ định lượng tầm quan trọng của hoạt động thương mại này và thảo luận về các tác động chính sách

Về phương pháp tiếp cận thực nghiệm cho vấn đề đầu tiên, bài nghiên cứu sử dụng mô hình VAR để tiến hành phân tích các cú sốc cầu quốc tế Trong bối cảnh của một nền kinh tế mở nhỏ, Cushman và Zha (1997) sử dụng mô hình SVAR để nghiên cứu về chính sách tiền tệ của Đài Loan, đã tìm thấy những ảnh hưởng nhỏ và không đáng kể lên đầu ra Nghiên cứu cũng xem xét tác dụng những can thiệp của ngoại hối của Ngân hàng trung ương Đài Loan với dữ liệu lấy theo tháng từ tháng 4 năm 1989 đến tháng 8 năm 2006 Biến tỷ giá hối đoái được kiểm soát chặt chẽ bởi Ngân hàng trung ương Đài Loan với năm biến nội sinh: chỉ số sản xuất công nghiệp, chỉ số giá tiêu dùng, các biện pháp trong chính sách tiền tệ, tỷ giá hối đoái NDT/USD, tỷ lệ tăng trưởng hàng tháng của tài sản nước ngoài ròng (sau khi loại

bỏ những ảnh hưởng của biến động tỷ giá hối đoái) Cushman và Zha (1997) xác định tác động của chính sách tiền tệ lên nền kinh tế mở, nhỏ và nêu bật tầm quan trọng của tỷ giá hối đoái như một cơ chế truyền dẫn Một nghiên cứu khác của Linde (2003) vẫn sử dụng công cụ VAR cho nền kinh tế mở, nhỏ, với giả định thông thường cho các nền kinh tế mở, nhỏ này là các nền kinh tế trong nước phụ thuộc rất lớn của sự phát triển quốc tế (tức là các biến bên ngoài không bị ảnh hưởng bởi các biến trong nước), xem xét các cú sốc ngoại sinh lên chu kỳ kinh doanh của Thụy Điển trong giai đoạn từ năm 1986 đến năm 2002, cho thấy rằng điều hành chính sách tiền tệ là quan trọng đối với kết quả kinh tế vĩ mô, dữ liệu lấy theo quý trong giai đoạn 1970 – 2000 với các biến GDP, CPI, lãi suất danh nghĩa kỳ hạn 3 tháng, tỷ giá hối đoái thực theo trọng số thương mại và tỷ lệ lạm phát hàng hóa nhập khẩu Bartosz Mackowiak (2006) sử dụng mô hình SVAR với các biến lãi suất ngắn hạn, tỷ giá hối đoái, sản lượng thực, chỉ số giá cả, cung tiền của Mỹ tại 08 nước mới nổi gồm HongKong, Hàn Quốc, Malaysia, Phillipines, Singapore, Thái Lan, Chilê và Mexico, với dữ liệu lấy từ tháng 1 năm 1986 đến tháng 12 năm 2000 cho thấy rằng các cú sốc bên ngoài đóng một vai trò quan trọng trong các mô hình

áp dụng cho thị trường mới nổi các biến chịu tác động mạnh bởi cú sốc bên ngoài

tỷ giá và mức giá, tác động ít hơn đối với biến động lãi suất và sản lượng thực Cũng sử dụng mô hình SVAR, nghiên cứu của Mala Raghavan và Param Silvapulle (2007) xác định các biến động trong cơ chế truyền dẫn tiến tệ thay đổi ra sao trước

và sau khủng hoảng, góp phần ổn định kinh tế Giai đoạn trước khủng hoảng sản lượng, giá, lãi suất, cung tiền và tỷ giá chịu tác động đáng kể dưới tác động của cú sốc tiền tệ và tỷ giá Tuy nhiên, giai đoạn sau khủng hoảng, biến sản lượng chịu tác động đáng kể do ảnh hưởng của cung tiền Dữ liệu bao gồm các biến như chỉ số giá hàng hóa thế giới, chỉ số sản xuất công nghiệp Mỹ, chỉ số giá tiêu dùng Mỹ, lãi suất Fed, chỉ số sản xuất công nghiệp Malaysia, chỉ số giá tiêu dùng Malaysia, cung tiền M1, lãi suất qua đêm và tỷ giá danh nghĩa với dữ liệu từ tháng 01 năm 1980 đến tháng 05 năm 2006 ở Malaysia Sử dụng mô hình GVAR, Castren, Dees, và Zaher (2008) với các biến GDP thực, chỉ số giá thị trường chứng khoán thực, chỉ số giá

tiêu dùng, lãi suất ngắn hạn, giá dầu tính bằng USD/ thùng và tỷ giá hối đoái của đồng tiền so với USD, dữ liệu lấy hàng quý trong giai đoạn 1979 đến năm 2005 cho

33 quốc gia từ các vùng khác nhau trên thế giới phát hiện ra rằng ở cấp độ toàn bộ khu vực đồng Euro, tần suất vỡ nợ của công ty phản ứng nhất với những cú sốc lên GDP, tỷ giá và giá cổ phiếu Kilian (2009) sử dụng VAR để phân tích đánh giá tác động của các cú sốc giá dầu lên các biến kinh tế vĩ mô bao gồm các biến phần trăm thay đổi trong sản lượng dầu thô toàn cấu, các chỉ số hoạt động kinh tế thực (mức giá vận chuyển hàng hóa lớn, trung bình tốc độ tăng trưởng, CPI Mỹ, ), giá dầu thực với ba cú sốc: cung dầu, cú sốc cầu toàn cầu đối với các mặt hàng công nghiệp,

cú sốc cầu dầu mỏ Bài viết ước tính các tác động của các cú sốc về giá thực tế của dầu Những cú sốc có thể có tác động trực tiếp đến nền kinh tế Mỹ cũng như các tác động gián tiếp thông qua giá dầu Những thay đổi trong thành phần của những cú sốc giúp giải thích tại sao hồi quy của tập hợp các biến kinh tế vĩ mô về giá dầu có

xu hướng không ổn định

Xét về các nghiên cứu trong nước, Nguyễn Phúc Cảnh (2013) nghiên cứu các biến bao gồm giá dầu, tỷ giá danh nghĩa, thay đổi trong chỉ số giá theo năm, lãi suất tái cấp vốn của ngân hàng Nhà Nước theo năm, lãi suất tái chiết khấu của ngân hàng Nhà Nước theo năm, lãi suất điều hành, cung tiền M2, chỉ số VN-Index, chỉ số HNX-Index trong giai đoạn năm 2000 đến năm 2013 Với mô hỉnh SVAR, bài viết cho thấy chỉ số VN-Index phản ứng rất mạnh với sự thay đổi trong chỉ số lạm phát của Việt Nam và cung tiền M2 Chỉ số VN-Index phản ứng không rõ ràng với các

cú sốc từ giá dầu thế giới và lãi suất điều hành của Ngân hàng Nhà nước và sản lượng công nghiệp của Việt Nam Chính sách tiền tệ của Việt nam có tác động mạnh lên thị trường chứng khoán thông qua lạm phát và cung tiền, trong khi đó lãi suất không có tác động lớn đến thị trường chứng khoán ở cả hai chỉ số VN-Index và HNX-Index Chính sách tiền tệ truyền dẫn qua kênh giá tài sản tài chính thông qua kênh tiền tệ Nghiên cứu trong nước thứ hai là của Huỳnh Thị Cẩm Hà, Lê Thị Lanh, Lê Thị Hồng Minh và Hoàng Thị Phương An (2014) thông qua việc sử dụng

mô hình VAR, mô hình Vector hiệu chỉnh sai số VECM kiểm định cho các biến chỉ

số giá thị trường chứng khoán, lạm phát, cung tiền, tỷ giá hối đoái, giá trị sản lượng công nghiệp và lãi suất dữ liệu theo tháng từ năm 2001 đến năm 2013 thấy rằng có tồn tại mối quan hệ dài hạn giữa các biến vĩ mô với thị trường chứng khoán Biến cung tiền có khả năng dự báo biến động thị trường chứng khoán VN-INDEX ít nhạy cảm với các cú sốc của thông tin vĩ mô và có xu hướng phản ứng giảm khi xảy

ra cú sốc, ngoại trừ cú sốc của cung tiền

Vấn đề thứ hai mà luận văn xem xét là vấn đề nợ xấu ngân hàng Chor và Manova (2012) cho thấy dòng chảy thương mại trong cuộc khủng hoảng tài chính bị ảnh hưởng bởi tính sẵn có của tín dụng Các công ty phải đối mặt với các hạn chế tài chính dẫn đến xuất khẩu ít hơn tương đối sang Mỹ so với những công ty có đầy

đủ tài chính Điều này có nghĩa rằng chính sách hỗ trợ cho vay ngân hàng cũng sẽ dẫn đến sự cải thiện trong GDP thông qua kênh thương mại ngoài các kênh thông thường Bên cạnh đó, Claessens, DellAriccia, Igan, và Laeven (2010) đã ghi lại các yếu tố dẫn đến cuộc khủng hoảng tài chính trên 58 quốc gia và cho rằng vấn đề với

hệ thống ngân hàng là cốt lõi của cuộc khủng hoảng Ảnh hưởng của các cú sốc bên ngoài từ một quốc gia sẽ tác động lên các biến số kinh tế vĩ mô trong nước theo các phương thức truyền dẫn và với các mức độ khác nhau Khi có một cú sốc cầu quốc

tế tích cực, điều này không chỉ kích thích tăng cầu nước ngoài đối với hàng hóa sản xuất trong nước mà còn tăng cầu nội địa đối với hàng hóa sản xuất trong nước nhằm thay thế hàng hóa nước ngoài Đây là điều đáng mừng vì điều này giúp do tăng cầu

về lao động Tuy nhiên, về lâu dài, tác động tích cực từ cú sốc tích cực ban đầu sẽ dần mất đi do áp lực về giá hàng hóa xuất khẩu và hàng hóa thay thế trở nên đắt hơn, áp lực tiền lương cao hơn Cuối cùng dẫn đến kết quả giá tiêu dùng tăng Giá tiêu dùng tăng gây ra lạm phát, giá cả tăng cao trong khi đó thu nhập chưa tăng kịp

đã làm giảm mức tiêu thụ hàng hóa, kéo theo sản xuất trì trệ, lại làm tăng tỷ lệ thất nghiệp Thêm vào đó, các doanh nghiệp xuất khẩu ban đầu nhờ vào sự hỗ trợ từ các ngân hàng nhằm gia tăng sản xuất giờ đây khi việc kinh doanh không còn hiệu quả, đầu tư giảm theo, dẫn đến các khoản nợ xấu cho ngân hàng Các doanh nghiệp trong nước cũng gặp trường hợp tương tự Kết quả nợ xấu càng leo thang, có nguy cơ

khủng hoảng Luận văn tập trung vào các yếu tố chi phối nợ xấu ngân hàng và các chính sách giải quyết vấn đề trên nhằm cải thiện hệ thống tài chính cốt lõi của nền kinh tế Có rất nhiều nghiên cứu trước đây về vấn đề này Nghiên cứu thực nghiệm của tác giả liên kết các biến kinh tế vĩ mô và các biến nội tại thuộc về bản thân ngân hàng tác động đến các khoản nợ quá hạn, như là một phần mở rộng của bài nghiên cứu Nghiên cứu sẽ đưa vào mô hình thứ hai ba biến vĩ mô nội địa từ mô hình một

để kiểm tra tác động của các cú sốc cầu quốc tế lên tỷ lệ nợ xấu của ngân hàng

Bài nghiên cứu sẽ ứng dụng công cụ Stress Testing cho nghiên cứu thực nghiệm Theo định nghĩa chung, Stress Testing là khái niệm để chỉ công cụ đo lường mức độ biến động của danh mục khi có sự xuất hiện đột ngột của các biến cố

vĩ mô có tầm ảnh hưởng lớn Hiện nay, công cụ này ngày càng được sử dụng rộng rãi và phổ biến là được biết đến với vai trò đo lường độ nhạy cảm của hệ thống tài chính trước tác động của một cú sốc nào đó

Hoggarth, Sorensen, và Zicchino (2005) kiểm tra các liên kết giữa các biến kinh tế vĩ mô và rủi ro tín dụng ở Anh, đề xuất một công cụ bổ sung để thực hiện các bài kiểm tra căng thẳng về sự vững mạnh của hệ thống ngân hàng Anh với những cú sốc bất lợi kinh tế vĩ mô Đặt rủi ro tín dụng trực tiếp trong mô hình VAR với ba biến kinh tế vĩ mô khác, các tác giả nhận ra rằng rủi ro tín dụng tổng hợp phản ứng với những thay đổi trong tốc độ tăng trưởng và lãi suất Mô hình chính bao gồm các biến như tỷ lệ tổn thất trên tổng nợ, chênh lệch sản lượng, tỷ lệ lạm phát hàng năm của giá bán lẻ (không bao gồm các khoản thanh toán có thế chấp), lãi suất danh nghĩa ngắn hạn được áp dụng cho mô hình đối với doanh nghiệp và

mô hình đối với hộ gia đình với dữ liệu theo quý từ quý I năm 1988 đến quý II năm

2004 Jimenez và Mencia (2009) ước lượng rủi ro tín dụng cho Tây Ban Nha trong mười khu vực doanh nghiệp và hai khu vực tư nhân Sử dụng Stress Testing, bài biết chỉ ra rằng chu kỳ kinh tế vĩ mô ảnh hưởng đến mức độ tiếp cận rủi ro Phương pháp Stress Testing thấy rằng cú sốc GDP có ảnh hưởng lớn hơn so với cú sốc lãi suất và có được độ nhạy cảm cao hơn khi giải thích rủi ro mặc định trên các chu kỳ Bài viết sử dụng hai biến vĩ mô chính là tốc độ thay đổi GDP thực theo quý và sự

biến động của lãi suất thực kỳ hạn 3 tháng và các biến ngầm khác đo lường xác suất

vỡ nợ và sự tăng trưởng dư nợ áp dụng cho trong mười khu vực doanh nghiệp và hai khu vực tư nhân Tây Ban Nha trong giai đoạn quý IV năm 1984 đến quý IV năm 2006 Nghiên cứu khác của Sommer và Shahnazarian (2009) sử dụng mô hình Vector hiệu chỉnh sai số (VECM), Stress Testing với dữ liệu về xác suất vỡ nợ đối với các công ty niêm yết phi tài chính, sản lượng công nghiệp, chỉ số giá tiêu dùng, lãi suất trái phiếu kỳ hạn 3 tháng, dữ liệu hàng tháng trong giai đoạn năm 1997 đến năm 2006 Nhóm nghiên cứu dự đoán chất lượng tín dụng tương lai khu vực doanh nghiệp, cho thấy tăng sản lượng sản xuất đi kèm với EDF thấp hơn dự kiến, lạm phát tăng cao làm tăng EDF làm giảm chất lượng tín dụng, lãi suất có tác động mạnh nhất trong ba biến vĩ mô Ngoài ra, Funda Yurdakul (2013) cho thấy tỷ lệ nợ xấu (NPL) đại diện cho rủi ro tín dụng Cả hai phương pháp sử dụng trong bài cho thấy sự gia tăng trong chỉ số ISE và tốc độ tăng trưởng dẫn đến suy giảm rủi ro tín dụng ngân hàng Tăng cung tiền, tỷ giá, tỷ lệ thất nghiệp, tỷ lệ lạm phát, lãi suất, mặt khác làm tăng rủi ro tín dụng của các ngân hàng Kết quả của các mô hình cụ thể chứng minh rằng rủi ro tín dụng trong giai đoạn trước có tác động đáng kể đến rủi ro tín dụng trong giai đoạn hiện tại Việc tăng lãi suất và tỷ lệ thất nghiệp ở kỳ trước dẫn đến sự gia tăng rủi ro tín dụng của các ngân hàng

Tháng 4 năm 1995, Ủy ban Basel đề xuất các ngân hàng cần thực hiện Stress Testing, buộc các ngân hàng gia tăng lượng vốn cần thiết để hấp thụ các cú sốc khi

nó xảy ra Tháng 1 năm 2009, Ủy ban Basel xuất bản tài liệu tư vấn về Stress Testing Khủng hoảng tài chính toàn cầu và khủng hoảng nợ công Châu Âu cho thấy tổn thất của hệ thống ngân hàng do các cú sốc bên ngoài Đe dọa khả năng thanh khoản ngân hàng đến từ rủi ro kinh tế vĩ mô là chính Cụ thể, hệ thống Dự trữ Liên bang và các giám sát viên Mỹ đã đưa ra chương trình kiểm soát vốn (SCAP) với hai kịch bản vĩ mô là kịch bản chuẩn và kịch bản xấu hơn nhằm đánh giá bộ đệm vốn của hệ thống ngân hàng trong năm 2009 và năm 2010 Stress Testing toàn

EU của EBA 2011 tiến hành theo phương pháp bottom-up cho 903 ngân hàng trong giai đoạn năm 2010 đến năm 2012 nhằm đánh giá khả năng phục hồi của hệ thống

ngân hàng dựa trên kịch bản đối với các biến số vĩ mô như GDP, thất nghiệp và giá nhà Kết quả cho thấy chỉ có 20 ngân hàng có CT1 giảm xuống dưới ngưỡng Ngoài

ra, các ngân hàng phải tiến hành những biện pháp mở rộng như việc sử dụng các dự phòng phản chu kỳ, thoái vốn, huy động vốn và back-stop, cũng như các hoạt động quản lý khác nhằm giảm thiểu tác động từ cú sốc theo kịch bản bất lợi hơn Stress Testing cũng được thực hiện cho thị trường mới nổi ở Nga (2009), kết quả cho thấy

hệ thống ngân hàng Nga khá nhạy cảm với những thay đổi trong môi trường kinh tế

được trình bày trong hình trên

(A) Có một hoặc những cú sốc kinh tế bất lợi xảy ra như sự bùng nổ của bong bóng bất động sản Những cú sốc gây ra những thay đổi mạnh mẽ trong các chỉ số kinh tế cơ bản chủ yếu của quốc gia như lãi suất tăng, tịch biên tài sản, và sự sụt giảm chỉ số thị trường chứng khoán

(B) Từ góc độ riêng một ngân hàng, những tác động tiêu cực của những

cú sốc có thể gây ra cho một hoặc nhiều ngân hàng đối tác (tức là, các ngân hàng có nghĩa vụ thanh toán cho i) phải chịu thiệt hại lớn và do đó thất bại trong việc thực hiện nghĩa vụ cho i

(C) Trong khi đó, giá nhà đất giảm cũng gây ra những thiệt hại lớn trong danh mục đầu tư có thế chấp nhằm hỗ trợ an toàn của ngân hàng i Cùng với rủi ro tín dụng, rủi ro thị trường liên quan sẽ làm giảm khả năng thanh toán các nghĩa vụ của ngân hàng i cho những đối tác khác (Sự kiện D)

(D) Nếu tổn thất lớn hơn vốn dự phòng của i, ngân hàng i sẽ không thể để thực hiện nghĩa vụ của mình đối với các ngân hàng khác (Sự kiện F) Sau đó, sự sống còn của i phụ thuộc vào việc ngân hàng trung ương sẽ bơm vốn vào nó Nếu ngân hàng trung ương cho rằng sự vỡ nợ của i góp phần đáng kể vào sự sụp đỗ dây truyền trong hệ thống ngân hàng, ngân hàng trung ương có thể bơm vốn cho i nhằm ngăn chặn một cuộc khủng hoảng toàn hệ thống (Sự kiện E)

CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

 Để giải quyết vấn đề đầu tiên của bài, các biến được sử dụng trong bài luận văn dựa trên các biến của Colin Bermingham, Thomas Conefrey (2014) trong bài nghiên cứu “The Irish macroeconomic response to an external shock with an application to Stress Testinging” Mô hình VAR bao gồm hệ thống các biến kinh tế

vĩ mô chính như sau: GDP thực được điều chỉnh theo mùa của nước bên ngoài (cụ thể Mỹ), giá dầu tính theo USD/thùng, tổng kim ngạch xuất khẩu hàng hóa và dịch

vụ của Việt Nam, chỉ số sản xuất công nghiệp, và tỷ lệ thất nghiệp trên cơ sở ILO Tương tác giữa những biến này sẽ quyết định việc ứng phó với các cú sốc bên ngoài

và các quy định ảnh hưởng đến các biến này Dữ liệu GDP Mỹ đến từ ngân hàng dữ liệu của Ngân hàng Dự trữ Liên bang St Louis, dữ liệu còn lại đến từ cơ sở dữ liệu của từng ngân hàng Mô hình được ước lượng bằng cách sử dụng dữ liệu từ quý I năm 2000 đến quý II năm 2015 Dữ liệu được trình bày trong bảng 3.1

Bảng 3.1 Các biến kinh tế vĩ mô được xem xét lựa chọn

Ngân hàng Dự trữ Liên bang St Louis

Giá dầu tính theo

USD/thùng

OIL_PRICE Cushing, WTI Spot Price

FOB (USD/ thùng)

Quản lý thông tin năng lượng

Mỹ Tổng kim ngạch xuất

khẩu hàng hóa và

EXPORT Tổng kim ngạch xuất

khẩu hàng hóa và dịch vụ

Worldbank

dịch vụ của Việt Nam của Việt Nam tính theo

USD Sản lượng công

nghiệp

IPI Industrial Production

(extracted crude oil)

Tỷ lệ thất nghiệp trên cơ

sở ILO tính theo tỷ lệ phần trăm

Worldbank

Trong các biến trong bài, biến ngoại sinh là GDP thực được điều chỉnh theo mùa của Mỹ (GDP_US) và giá dầu (OIL_PRICE); biến nội sinh bao gồm tổng kim ngạch xuất khẩu hàng hóa và dịch vụ của Việt Nam (EXPORT), sản lượng công nghiệp (IPI), tỷ lệ thất nghiệp trên cơ sở ILO (UNEMPLOYMENT_RATE) Bài nghiên cứu tiến hành xem xét các yếu tố vĩ mô Việt Nam sẽ thay đổi như thế nào khi có một cú sốc từ GDP của Mỹ

Với nghiên cứu gốc, biến trong nước sẽ bao gồm GDP thực trong nước, tổng kim ngạch xuất khẩu hàng hóa và dịch vụ, tỷ lệ thất nghiệp trên cơ sở ILO, tiền lương được đo bằng tiền công cho mỗi nhân công Tuy nhiên, do hạn chế về mặt số liệu khi nghiên cứu thực nghiệm tại Việt Nam, luận văn thay thế biến GDP thực thành biến sản lượng công nghiệp Điều này được cho là phù hợp vì sản lượng công nghiệp là chỉ tiêu đánh giá tốc độ phát triển sản xuất ngành công nghiệp hàng tháng, quý, năm; là một chỉ tiêu quan trọng phản ánh khái quát tình hình phát triển toàn ngành công nghiệp nói chung và tốc độ phát triển của từng sản phẩm, nhóm ngành sản phẩm nói riêng Biến này cũng được lựa chỏn phản ánh tình hình kinh tế trong nước như nghiên cứu của Cushman và Zha (1997), Mala Raghavan và Param Silvapulle (2007)

Trong các biến nội sinh, biến EXPORT đại diện cho hoạt động sản xuất

thương mại - một kênh quan trọng thông qua đó sự phát triển trong nền kinh tế thế giới tác động vào Việt Nam Biến sản lượng công nghiệp đại diện cho yếu tố sản lượng Biến tỷ lệ thất nghiệp đại diện cho thị trường lao động

Hình 3.1 Các thị trường xuất nhập khẩu lớn nhất của Việt Nam

Nguồn: Niên giám thống kê hải quan về hàng hóa xuất nhập khẩu Việt Nam năm

2014

Luận văn lựa chọn Mỹ để nghiên cứu vì theo thống kê hải quan về hàng hóa xuất nhập khẩu Việt Nam, Mỹ luôn là đối tác chính với tổng kim ngạch xuất nhập khẩu chỉ đứng sau Trung Quốc Nền kinh tế Mỹ là nền kinh tế lớn có sức ảnh hưởng đối với nền kinh tế toàn cầu

 Về việc giải quyết vấn đề kiểm tra cú sốc vĩ mô bằng cách sử dụng

mô hình VAR: ứng dụng cho nợ quá hạn

Theo khung thảo luận ở trên, bài viết áp dụng một mô hình rủi ro tín dụng kinh tế vĩ mô để ước lượng mối quan hệ giữa các biến số kinh tế vĩ mô, biến số đặc trưng ngân hàng và tỷ lệ nợ xấu (NPLR) của hệ thống ngân hàng Bởi vì tầm quan trọng của việc lựa chọn các biến thích hợp, dưới đây trình bày một bản tóm tắt ngắn gọn về biến được xem xét trong nghiên cứu trước đó, sau đó thông báo cho sự lựa chọn của các biến đối với Việt Nam

Mô hình xác định mối quan hệ giữa tỷ lệ NPL và các biến vĩ mô, các biến nội bộ ngân hàng của nhà kinh tế Sukrishnalall Pasha được thể hiện như sau:

𝑙𝑛𝑁𝑃𝐿_𝐴𝑖,𝑡 = 𝛽0𝑖 + 𝛽1𝑙𝑛𝑁𝑃𝐿_𝐴𝑖,𝑡−1+ 𝛽3𝑆𝐼𝑍𝐸𝑖,𝑡+ 𝛽4∆𝐿𝑂𝐴𝑁𝑆𝑖,𝑡

+ 𝛽5∆𝐿𝑂𝐴𝑁𝑆𝑖,𝑡−1 + 𝛽6∆𝐿𝑂𝐴𝑁𝑆𝑖,𝑡−2+ 𝛽7𝑙𝑛𝑅𝐼𝑅𝑡 + 𝛽8𝑙𝑛𝑅𝐼𝑅𝑡−1+ 𝛽9𝑙𝑛𝐼𝑁𝐹𝑡+ 𝛽10𝑙𝑛𝐼𝑁𝐹𝑡−1 + 𝛽11∆𝐺𝐷𝑃𝑡+ 𝛽12∆𝐺𝐷𝑃𝑡−1

+ 𝛽13𝑙𝑛𝑅𝐸𝐸𝑅𝑡+ 𝛽14𝑙𝑛𝑅𝐸𝐸𝑅𝑡−1+ 𝜂 + 𝜀𝑖,𝑡 (𝑖 = 1, … , 𝑁; 𝑡 = 1, … , 𝑇) Bài nghiên cứu tiến hành đưa thêm ba biến EXPORT, IPI, UNEMPLOYMENT RATE có được từ mô hỉnh BVAR vào mô hình nợ quá hạn trên để đánh giá tác động của cú sốc cầu quốc tế trong thị trường nợ thế chấp Ba biến vĩ mô này đều được lấy logarit tự nhiên Mô hình chạy ở năm t và năm t-1

Bảng 3.2 Các biến dùng trong mô hình hồi quy

(+)

Logarit tự nhiên của tỷ lệ lạm phát hàng năm thời

Biến Định nghĩa Dấu

tế của một quốc gia Biến này cũng nắm bắt chất lượng thể chế của quốc gia đó (La

Porta et al., 2002) GDP có tác động tích cực lên hiệu suất hoạt động ngân hàng Đây là hiển nhiên vì khi nền kinh tế phát triển, nó mang lại sự phát triển của mỗi ngành, cụ thể ở các ngân hàng, sự gia tăng của đầu tư và tiêu dùng sẽ làm tăng tín dụng Kết quả là, hiệu suất sẽ tốt hơn (Schwaiger và Liebeg, 2008) Mặt khác, khi GDP tăng trưởng mạnh mẽ sẽ dẫn tới sự gia tăng trong thu nhập, làm tăng khả năng trả nợ của người vay, kết quả, nợ xấu giảm Tương tự, tổng kim ngạch xuất khẩu hàng hóa và dịch vụ và biến sản lượng công nghiệp cũng có tương quan nghịch biến với tỷ lệ nợ xấu vì hai biến này cũng như biến GDP đều phản ánh sự phát triển của nền kinh tế quốc gia, do đó khi xuất khẩu hay gia tăng sản lượng công nghiệp đều

có tác động tích cực lên hiệu suất hoạt động ngân hàng

Mối quan hệ giữa tỷ lệ lạm phát và nợ xấu được chứng minh là có mối quan

hệ đồng biến Lạm phát đo ổn định kinh tế vĩ mô, tác động đến rủi ro của hệ thống ngân hàng Staikouras và Wood (2003) chỉ ra rằng lạm phát có tác động trực tiếp và gián tiếp, có nghĩa là tăng giá lao động, lợi nhuận và giá tài sản các ngân hàng tương ứng.Mối quan hệ giữa lạm phát và hiệu suất hoạt động ngân hàng phụ thuộc vào tăng trưởng của chi phí hoạt động (Revell, 1979, Demirgüç-Kunt và Huizinga,

1999, Perry, 1992) Nó có nghĩa rằng nếu lạm phát được dự đoán tốt nhất, chi phí sẽ được điều chỉnh một cách thích hợp nhất; điều này mang đến tác động tích cực đối với lợi nhuận Ngược lại, nếu lạm phát không được dự đoán hoàn toàn, lãi suất sẽ được điều chỉnh từ từ và sự phát triển của chi phí sẽ cao hơn so với lạm phát, do đó, dẫn đến tác động tiêu cực Trong lời giải thích khác, Ben Naceur và Kandil (2009) cho rằng, hoạt động của ngân hàng thương mại với cho vay là chủ yếu Khi có sự gia tăng lạm phát, điều này làm các nhà đầu tư lo lắng về sự không chắc chắn trong tương lai, làm giảm nhu cầu vay vốn, hạn chế đầu tư của các cá nhân hoặc doanh nghiệp Điều này tác động trực tiếp và tiêu cực đến hoạt động tín dụng của các ngân hàng và làm giảm hiệu suất của ngân hàng

Đối với tỷ giá thực hiệu lực (REER), mối quan hệ được xem là đồng biến Cũng theo nhà kinh tế Fofack (2005), khi tỷ giá hối đoái tăng lên sẽ có tác động làm gia tăng NPLs của các ngân hàng thương mại đang hoạt động theo chế độ tỷ giá cố

định

Đối với tỷ lệ thất nghiệp, mối quan hệ được xem là đồng biến Khi có một cú sốc tiêu cực từ cầu quốc tế sẽ dẫn đến gia tăng tỷ lệ thất nghiệp, hệ quả kéo theo sẽ làm gia tăng các khoản nợ xấu

Các biến kinh tế được đề cập trong mô hình này sử dụng dữ liệu hiện thời và

dữ liệu có độ trễ một năm so với thời điểm xảy ra cú sốc

 Các biến đặc trưng của ngân hàng

Bài nghiên cứu xem xét sử dụng bốn biến thuộc khu vực ngân hàng là lãi suất thực (RIR), quy mô của ngân hàng (SIZE), tốc độ tăng trưởng hàng năm của nợ (∆LOANS) và tỷ số nợ trên tổng tài sản (L_A)

Đối với lãi suất thực, tác động của nó đến NPLs được chứng minh là đồng biến khi mức lãi suất cao Lãi suất thực được tính bằng cách lấy lãi suất cho vay theo trung bình tỷ trọng của ngân hàng trừ đi tỷ lệ lạm phát hàng năm

Phần trăm thay đổi trong danh mục cho vay của ngân hàng (ΔLOANS) được

sử dụng đại diện cho tốc độ tăng trưởng tín dụng, dữ liệu của biến đưa vào mô hình bao gồm dữ liệu hiện thời và dữ liệu có độ trễ hai năm Cũng giống như tốc độ tăng trưởng GDP, logarit của ΔLOANS không tính được bởi vì kết quả có thể âm khi các ngân hàng thắt chặt tín dụng hơn so với các năm trước khi xảy ra khủng hoảng

Với độ lớn của ngân hàng thì mối tương quan vẫn còn khá nhiều tranh luận Pasiouras và Kosmidou (2007) phát hiện ra một tác động tích cực của kích thước của ngân hàng trên hiệu suất ngân hàng Các nhà nghiên cứu đưa ra bằng chứng rằng các ngân hàng lớn có lợi thế về chi phí, có nghĩa là các ngân hàng lớn có thể giảm chi phí hoặc huy động vốn với chi phí thấp hơn theo yêu cầu của nền kinh tế nhờ quy mô Sufian và Zulkhibri (2011) sử dụng biến quy mô ngân hàng là đại diện cho kích thước để nắm bắt được lợi thế cạnh tranh (quy mô lớn sẽ có lợi thế về chi phí, …), kết quả cho thấy quan hệ đồng biến giữa quy mô và hiệu suất hoạt động ngân hàng Trong khi nhóm thứ hai, nghiên cứu của Stiroh và Rumble (2006) trong

đó sử dụng mẫu của các công ty tài chính Mỹ trong giai đoạn 1997-2002 cho thấy một tác động tiêu cực của kích thước ngân hàng Họ nhấn mạnh rằng kích thước lớn gây khó khăn hơn để quản lý Theo quan điểm này, Kasman (2010) sử dụng mẫu của 431 ngân hàng tại 39 quốc gia và con số ra một tác động tiêu cực kích thước của NIM De Jonghe (2010); Barros et al (2007) kết luận rằng các ngân hàng nhỏ có thể chống lại với những trở ngại của các điều kiện kinh tế tốt hơn so với các ngân hàng lớn Nathan and Neave (1992) đã phân tích hiệu quả hoạt động của các ngân hàng Canada trong giai đoạn 1983-1987 sử dụng phương pháp biên ngẫu nhiên thông qua hai phương pháp để ước tính chi phí hoạt động Các kết quả nghiên cứu cho thấy các ngân hàng lớn không có lợi thế về chi phí hơn so với các ngân hàng nhỏ Với lập luận là mối tương quan ngược chiều (Rajan và Dhal, 2003; Salas và Saurina, 2002; Hu và các tác giả khác, 2006), cho rằng khi một ngân hàng có quy mô lớn sẽ

có nhiều hành động hơn trong việc quản trị rủi ro do đó sẽ giúp giảm thiểu các khoản nợ xấu Trong bài nghiên cứu này, quy mô của ngân hàng sẽ được xây dựng bằng cách tính tỷ trọng theo giá trị trường của tài sản trên tổng tài sản của hệ thống ngân hàng

Cuối cùng là tỷ lệ cho vay trên tổng tài sản (L_A), biến đại diện này được nghiên cứu là tương quan thuận với NPLs (Sinkey và Greenwalt, 1991) Lý do là vì lợi nhuận thu được từ các khoản cho vay có giá trị cao hơn chi phí khi rủi ro tăng lên, được biểu hiện trong sự gia tăng của NPLs trong suốt thời kỳ khủng hoảng

Bài nghiên cứu tiến hành lấy dữ liệu các biến vĩ mô từ hệ thống dữ liệu World Bank, Ngân hàng Nhà Nước và các biến nội bộ đặc trưng ngân hàng từ báo cáo tài chính đã được kiểm toán của các ngân hàng thương mại Việt Nam giai đoạn

từ năm 2005 đến năm 2014

3.2 Phương pháp

3.2.1 Khái quát công cụ đánh giá rủi ro – Stress Testing

3.2.1.1 Khái niệm Stress Testing

Theo định nghĩa chung, Stress Testing là khái niệm dùng để chỉ công cụ mô

tả mức độ biến động của danh mục khi có sự xuất hiện đột ngột của các biến cố vĩ

mô có tầm ảnh hưởng lớn Stress Testing được xem là một công cụ hữu dụng bởi nó cung cấp các thông tin về sự thay đổi của thị trường dưới tác động của các sự kiện lớn trong khi hầu hết các tài sản thị trường và các khoản thu nhập trong quá khứ không cho chúng ta biết về các tín hiệu đó

Dần dần, công cụ này được ứng dụng với quy mô rộng hơn, mục đích để đo lường độ nhạy cảm của một nhóm các tổ chức hay rộng hơn cho toàn bộ hệ thống tài chính dưới tác động của cú sốc Stress Testing được xem như một công cụ quản trị rủi ro đo lường tác động của rủi ro thị trường (các khoản lỗ xảy ra khi có sự thay đổi trong giá hay lãi suất), rủi ro tín dụng (các khoản lỗ xuất hiện khi người đi vay hay người được cấp tín dụng bị phá sản), rủi ro thanh khoản (sự mất thanh khoản của các tài sản và sự rút vốn ồ ạt của người cho vay)

3.2.1.2 Phân loại Stress Testing

Khác biệt thứ hai, sự khác biệt được thể hiện ở sự phức tạp và mức độ tập hợp Stress Testing hệ thống thường có mức độ tập hợp hay sự so sánh của nhiều danh mục khác nhau, và thường dựa vào các giả định và các phương pháp tính toán

khác nhau Việc sử dụng Stress Testing hệ thống được thiết kế để giúp cung cấp một cái nhìn rộng hơn về độ nhạy cảm của toàn bộ hệ thống khi có sự xuất hiện của các cú sốc khác nhau Thông thường, Stress Testing hệ thống sử dụng cùng một kịch bản như nhau cho các tổ chức khác nhau

 Theo phương pháp kiểm định

Theo phương pháp này Stress Testing sẽ được chia làm hai loại: Phân tích độ nhạy và phân tích kịch bản

 Phân tích độ nhạy

Phân tích độ nhạy là loại kiểm định đơn giản nhất, xem xét sự thay đổi của từng biến rủi ro khi các biến tài chính thay đổi một đơn vị Loại kiểm định này cho

ra kết quả tương đối nhanh và thường được sử dụng bởi các nhà quản lý cấp cao để

có cái nhìn đầu tiên tương đối khi có sự thay đổi của các biến tài chính Tác dụng thứ hai của phân tích độ nhạy là kiểm định sự di chuyển của thị trường trong quá khứ với nhiều nhân tố khác nhau

 Phân tích kịch bản

Phân tích kịch bản lại phức tạp hơn so với việc phân tích độ nhạy Phân tích kịch bản không xem xét từng nhân tố rủi ro riêng lẻ khi có sự xuất hiện của các biến

cố bất thường mà xem xét toàn bộ rủi ro ngân hàng có thể gánh chịu cùng một lúc

Có hai cách tiếp cận theo phương pháp này: cách tiếp cận thứ nhất là tập trung vào danh mục và cách tiếp cận thứ hai là tập trung vào các sự kiện bất thường

có thể diễn ra trong tương lai Với cách tiếp cận thứ nhất, ban đầu các nhà quản lý rủi ro sẽ thảo luận và xác lập các khoản lỗ có thể có của danh mục đầu tư được xây dựng bởi ngân hàng Khi các khoản lỗ này đã được thiết lập, bước tiếp theo là các nhà quản trị rủi ro cần phải xây dựng các kịch bản ứng với từng khoản lỗ đó Ngược lại, với cách tiếp cận các sự kiện bất thường, thì kịch bản ở đây sẽ dựa vào các sự kiện đặc biệt có khả năng xảy ra và xem xét các sự kiện này sẽ tác động đến giá trị tài sản của ngân hàng như thế nào thông qua các nhân tố rủi ro Các kịch bản này

thường được đưa ra bởi các quản lý cấp cao, thông thường là theo các tin tức mới nhất ví dụ như sự tăng lên của lãi suất ngắn hạn sẽ ảnh hưởng như thế nào Ngoài ra khi xem xét cần phải tìm hiểu xem giữa các tài sản, khoản mục đầu tư có các mối tương quan ngầm hay không để đảm bảo kết quả không mang quá nhiều tính chất chủ quan

3.2.1.3 Vai trò của Stress Testing

Stress Testing được sử dụng để hỗ trợ các mô hình thống kê như VaR, và chủ yếu là để bù đắp các khuyết điểm của các phương pháp thống kê khi các phương pháp này không còn hiệu quả trong trường hợp xảy ra các biến cố lớn, đặc biệt là khủng hoảng

 Stress Testing giúp nắm bắt được các tác động lên ngân hàng khi các sự kiện không thường xuyên xảy ra và gây nên tổn thất lớn Với công cụ thống kê VAR, chúng ta có thể phản ánh được sự biến động của giá cả thị trường hằng ngày do những số liệu trong quá khứ được sử dụng để làm cơ sở dự đoán các biến động trong tương lai, tuy nhiên đó cũng là khuyết điểm bởi các xu hướng trong quá khứ có thể không được lặp lại và công cụ Stress Testing khắc phục được nhược điểm này

Hình 3.2 Stress Testing và các sự kiện bất ngờ có tầm ảnh hưởng lớn

 Xác định và kiểm soát rủi ro Stress Testing xem xét các rủi ro tiềm tàng mà các tổ chức tài chính có thể phải đối mặt, với phương pháp kiểm tra độ nhạy chúng ta có thể tính toán được mức độ nhạy cảm của từng khoản mục ứng với mỗi rủi ro cụ thể Từ đó có thể xem xét tổng thể rủi ro và tác động tổng hợp của chúng

 Đánh giá rủi ro của các tổ chức tài chính Công cụ Stress Testing được xem như là một khung nền, một công cụ quản trị rủi ro ngân hàng, vì vậy nó sẽ giúp cho các nhà quản lý có thể đưa ra các quyết định khi phải đối diện với các sự kiện không mong muốn, có thể làm giảm giá trị ngân hàng hay không với các giả định và các mục tiêu mà ngân hàng đang theo đuổi

 Đưa ra quyết định về mức độ chịu đựng rủi ro và phân bổ nguồn lực Ở một

số tổ chức, từ các kết quả được tính toán về mức độ thiệt hại có thể có trong tương lai, các nhà quản lý cấp cao sẽ dùng làm cơ sở đưa ra mức độ chịu đựng rủi ro của từng bộ phận Sau đó chúng được liên kết lại và đưa ra quyết định phân bổ nguồn lực một cách tốt nhất cho toàn ngân hàng

3.2.2 Giới thiệu mô hình VAR ((Vector Auto-regressive)

Phương pháp VAR - véc tơ tự hồi quy (Vector Auto-regressive) được giới thiệu lần đầu tiên vào năm 1980 bởi Chrishtopher H Sims, người vừa đạt được giải Nobel kinh tế 2011

Phương pháp phân tích định lượng: mô hình VAR được sử dụng và ứng dụng chức năng hàm phản ứng xung IRF (Impulse Response Function), phân rã phương sai (Variance decomposition) để đo lường và phân tích sự truyền dẫn GDP nước ngoài đến các biến số vĩ mô; đồng thời thông qua chức năng phân rã phương sai, tác giả phân tích vai trò của các yếu tố vĩ mô ảnh hưởng đến các biến vĩ mô khác Phương pháp này, cùng các bước thực hiện, thu thập và xử lý dữ liệu sẽ được trình bày cụ thể sau đây

Về bản chất VAR là sự kết hợp của 2 phương pháp: tự hồi quy đơn biến (univariate autoregression - AR) và hệ phương trình ngẫu nhiên (simultanous

equations - SEs) VAR có ưu điểm của AR là dễ ước lượng bằng phương pháp tối thiểu hóa phần dư (OLS) và ưu điểm của SEs là ước lượng nhiều biến trong cùng một hệ thống Đồng thời khắc phục nhược điểm của SEs là không cần lưu tâm đến tính nội sinh của các biến kinh tế Tức là các biến kinh tế vĩ mô thường mang tính nội sinh khi chúng tác động qua lại lẫn nhau Thuộc tính này làm cho phương pháp

cổ điển hồi quy bội dùng một phương trình hồi quy nhiều khi bị sai lệch khi ước lượng Đây là những lý do cơ bản khiến VAR trở nên phổ biến trong nghiên cứu kinh tế vĩ mô

Trong mô hình VAR, một biến không những chịu ảnh hưởng từ tác động hiện tại của các biến khác mà còn chịu ảnh hưởng bởi độ trễ của chính nó và độ trễ của các biến khác trong quá khứ Mô hình VAR về cấu trúc gồm nhiều phương trình (mô hình hệ phương trình) và có các trễ của các biến số VAR là mô hình động của một số biến thời gian Mô hình VAR tổng quát đối với hai biến số Y1, Y2 và trễ bước có dạng sau đây:

3.2.3 Mô hình vector tự hồi quy theo phương pháp Bayesian (Bayesian Vector Autoregression - BVAR)

Trong mô hình này một biến chỉ chịu tác động của độ trễ của chính nó và độ trễ của biến khác trong quá khứ Các nhiễu trắng trong phương trình bao hàm trong

đó tính chất các biến Nếu các biến khác nhau có tương quan với nhau thì nhiễu trắng của chúng cũng tương quan với nhau Mô hình VAR dạng rút gọn với hai biến

và trễ một bước có dạng:

Phân rã Cholesky

Mô hình BVAR được xếp là mô hình không định dạng được Để xử lý vấn đề này chúng ta đưa ra thêm ràng buộc lên các tham số của mô hình Một trong những cách tiếp cận dạng này là phân rã Cholesky Để minh họa phân rã Cholesky cho mô hình đơn giản hai biến và một trễ, phân rã này giả sử, chẳng hạn rằng b21=0, nghĩa

là y2 không có tác động tức thời lên y1 (tuy nhiên nó vẫn có tác động trong các thời

kỳ sau, thông qua cơ chế trễ của mô hình)

Sắp xếp thứ tự (Cholesky ordering)

- Các biến sắp xếp theo một thứ tự giả định, khi đó biến đứng trước được giả định sẽ gây ra tác động cho những biến ở sau nó, trong khi các biến sau không gây

ra tác động tới biến đứng trước nó

- Với thứ tự sắp xếp khác nhau sẽ cho ra kết quả khác nhau Do đó thông thường người ta thường vận dụng đến lý thuyết kinh tế để đưa ra các cách sắp xếp

lý thuyết phù hợp

3.2.4 Mô hình của bài nghiên cứu

Một mô hình VAR chuẩn với 05 biến ước lượng cho dữ liệu quý trong mẫu

có sẵn sẽ gặp phải vấn đề chọn biến Điều này dẫn đến tình trạng ước lượng bất định cao, dẫn đến sai lệch (overfitting and poor out) những dự báo ngoài mẫu Một

trong những cách giải quyết vấn đề này là sử dụng phương pháp Bayes để ước lượng Phương pháp Bayes đưa vào các biến tiên nghiệm vào quá trình ước lượng Tác giả sử dụng mô hình VAR với độ trễ s:

yt = C + B1yt-1 + … + Bpyt-s + Єt

Єt ~ N(0, ∑) Mục đích của tác giả là “thu nhỏ” các hệ số đối với mô hình đơn giản sau:

yt = C + yt-1 + Єt Trong mô hình đơn giản, các hệ số tuyến tính của B1 đồng nhất với nhau và tất cả những hệ số trễ khác được thiết lập bằng 0 Số lượng các tham số giảm đáng

kể do tất cả các hệ số có độ trễ quá một đều bị loại bỏ, cũng như tất cả hệ số phi tuyến trong độ trễ đầu tiên Mô hình cuối cùng kết hợp các biến tiên nghiệm với các khả năng có thể xảy ra, đẩy các kết quả về hướng mô hình đơn giản này Nếu độ trễ

dữ liệu quan trọng thì nó sẽ không gần 0, còn nếu độ trễ không quan trọng thì nó sẽ gần bằng 0 Điều này làm giảm tác động của những hệ số không quan trọng, nhằm mong muốn tránh sự vượt quá cũng như đem đến kết quả hàm phản ứng đẩy (IRF)

Nó cho phép tác giả xác định những tương tác và phản ứng chính trong hệ thống, những thứ có thể được nhắm đến cho việc can thiệp chính sách sau đó

Bài nghiên cứu sẽ giải quyết hai vấn đề chính: 1 Phản ứng của các yếu tố kinh tế vĩ mô Việt Nam trước cú sốc đến từ Mỹ; 2 Xem xét các yếu tố ảnh hưởng đến tỷ lệ nợ xấu ngân hàng, tiến hành đánh giá hoạt động ngân hàng dưới các kịch bản vĩ mô được xác định

 Với vấn đề đầu tiên của bài, cú sốc bên ngoài đến từ nền kinh tế Mỹ, các biến nội địa sẽ bao gồm biến: tổng kim ngạch xuất khẩu hàng hóa và dịch vụ của Việt Nam – đại diện cho yếu tố thương mại, chỉ số sản lượng công nghiệp – đại diện cho yếu tố sản lượng trong nước, tỷ lệ thất nghiệp trên cơ sở ILO – đai diện cho yếu tố thị trường lao động Dữ liệu sẽ trình bày dưới dạng dữ liệu bảng Nghiên

cứu tiến hành các bước:

Bước đầu tiên, với những dữ liệu đã được thu thập, bài nghiên cứu tiến hành thống kê mô tả để xem xét phạm vi, giá trị trung bình và độ lệch chuẩn từng biến trong mô hình

Bước thứ hai là kiểm định tính dừng của các biến Nếu các biến đều dừng, cho phép dùng mô hình VAR Nếu không dừng sẽ tiến hành kiểm định đồng liên kết: có hiện tượng đồng liên kết dùng mô hình VECM

Bước thứ ba sẽ tiến hành kiểm định giá trị độ trễ tối ưu cho mô hình VAR Bước thứ tư là kiểm định tính ổn định của mô hình Thông qua vòng tròn đơn

vị sẽ xác định mô hình VAR có thực sự dừng hay chưa

Bước thứ năm sẽ phân tích hàm phản ứng đẩy và phân tách phương sai Bước cuối cùng, bài nghiên cứu tiến hành thay đổi thứ tự các biến nội địa trong mô hình VAR để xem xét xem liệu tác động của GDP Mỹ đến các biến vĩ mô trong nước có thay đổi không

 Vấn đề thứ hai kiểm định tỷ lệ nợ xấu Việt Nam sẽ được tiến hành theo trình tự sau

Như đã giới thiệu ở phần 2.1, Stress Testing là khái niệm dùng để chỉ công

cụ mô tả mức độ biến động của danh mục khi có sự xuất hiện đột ngột của các biến

cố vĩ mô có tầm ảnh hưởng lớn Stress Testing được chia làm hai loại là Stress Testing vi mô cho từng ngân hàng và Stress Testing vĩ mô cho toàn hệ thống Với mục tiêu là giúp cho các nhà điều hành chính sách xác định được nguồn gốc xảy ra đối với các tổ chức tài chính, từ đó tiến hành đề ra các chính sách nhằm củng cố sức mạnh cho hệ thống tài chính và với những nghiên cứu có được từ chương trình đánh giá kiểm soát vốn được thực hiện bởi Dự trữ Liên bang và các giám sát viên để xác định liệu các tổ chức tài chính lớn nhất ở Mỹ đã có bộ đệm vốn cần thiết để chịu đựng trước các cú sốc do khủng hoảng tài chính mang lại, luận văn tiến hành Stress

Testing cho hệ thống ngân hàng trong giai đoạn từ năm 2005 đến năm 2014 Mô hình áp dụng loại hình phân tích kịch bản bao gồm kịch bản chuẩn và kịch bản bất lợi hơn để đánh giá

Bước đầu tiên, bài nghiên cứu tiến hành kiểm định các yếu tố ảnh hưởng đến

tỷ lệ nợ xấu ngân hàng Do dữ liệu ở dạng dữ liệu bảng có thể sử dụng mô hình , có thể sử dụng hồi quy dữ liệu bảng hiệu ứng tác động cố định (Fixed effect – FEM), hồi quy dữ liệu bảng hiệu ứng tác động ngẫu nhiên (Random effect – REM) hay GMM Tuy nhiên FEM và REM không kiểm soát được hiện tượng phương sai thay đổi và tự tương quan và đặc biệt vấn đề nội sinh trong mô hình, nghiên cứu tiến hành kiểm định hiện tượng phương sai thay đổi phần dư trên dữ liệu bảng và kiểm định hiện tượng tự tương quan phần dư, từ đó kết luận lựa chọn mô hình phù hợp

Bước thứ hai, từ mô hình lựa chọn tiến hành hồi quy dữ liệu bảng để xem xét

sự tác động của các yếu tố lên tỷ lệ nợ xấu

Bước thứ ba là xác định kịch bản vĩ mô cho mô hình bao gồm kịch bản chuẩn và kịch bản bất lợi hơn

Bước thứ tư là tính toán tỷ lệ nợ xấu thông qua các biến số vĩ mô được dự báo và đưa ra đánh giá

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

Việt Nam

4.1.1 Thống kê mô tả

Dữ liệu sau khi thu thập tính toán, kết quả trình bày theo bảng thống kê mô tả trong bảng 4.1 dưới đây Kết quả chỉ ra phạm vi, giá trị trung bình và độ lệch chuẩn của các biến sử dụng trong nghiên cứu này

Bảng 4.1: Thống kê mô tả giữa các biến trong mô hình

Mean Median Maximum Minimum Std Dev Observations GDP_US 4.527361 4.548058 4.732733 4.29989 0.132097 62 OIL_PRICE 4.04988 4.146805 4.819905 3.015535 0.50404 62 EXPORT 9.354006 9.487714 10.55059 8.067776 0.78626 62 IPI 8.31659 8.3247 8.550976 8.140607 0.082251 62 UNEMPLOYMENT_RATE 0.859157 0.832909 1.114116 0.580818 0.138752 62

Nguồn: Kết quả tổng hợp từ Eviews trên số liệu thu thập

Biến GDP_US có độ biến động trong khoảng từ giá trị 4,3 tới giá trị 4.733 với giá trị trung bình của cỡ mẫu 4.527, ứng với độ lệch chuẩn của mẫu là 0.132 Dữ liệu dao động ổn định, giá trị của độ lệch chuẩn không lớn hơn so với giá trị trung bình

Biến OIL_PRICE có độ biến động trong khoảng từ giá trị 3.015 tới giá trị 4.82 với giá trị trung bình của cỡ mẫu 4.05, ứng với độ lệch chuẩn của mẫu là 0.504 Dữ liệu dao động ổn định, giá trị của độ lệch chuẩn không lớn hơn so với giá trị trung bình

Biến EXPORT có độ biến động trong khoảng từ giá trị 8.068 tới giá trị 10.55 với giá trị trung bình của cỡ mẫu 9.354, ứng với độ lệch chuẩn của mẫu là 0.786

Dữ liệu dao động ổn định, giá trị của độ lệch chuẩn không lớn hơn so với giá trị trung bình

Biến IPI có độ biến động trong khoảng từ giá trị 8.141 tới giá trị 8.551 với giá trị trung bình của cỡ mẫu 8.317, ứng với độ lệch chuẩn của mẫu là 0.082 Dữ liệu dao động ổn định, giá trị của độ lệch chuẩn không lớn hơn so với giá trị trung bình

Biến UNEMPLOYMENT_RATE có độ biến động trong khoảng từ giá trị 0.581 tới giá trị 1.114 với giá trị trung bình của cỡ mẫu 0.859, ứng với độ lệch chuẩn của mẫu là 0.139 Dữ liệu dao động ổn định, giá trị của độ lệch chuẩn không lớn hơn so với giá trị trung bình

Mô tả thống kê heo bảng 4.1 cho thấy, trong mô hình các biến có độ lệch chuẩn đều nhỏ hơn so với giá trị trung bình mẫu của từng biến quan sát Dữ liệu nhìn chung mang tính đồng đều giữa các biến với nhau, cỡ mẫu nghiên cứu gồm 62 quan sát, là cỡ tương đối trong thống kê

4.1.2 Kiểm định tính dừng ADF

Hồi quy dữ liệu bảng hoặc chuỗi thời gian, nếu dữ liệu không dừng thì sẽ vi phạm độ tin cậy của hồi quy, đó là hiện tượng hồi quy giả mạo được giải thích đầu tiên bởi Phillips (1986) Nếu chuỗi dữ nghiên cứu dừng tại bậc gốc, có thể cho phép thực hiện hồi quy tránh được hồi quy giả mạo Trong bài nghiên cứu, tác giả sử dụng kiểm định tính dừng Augmented Dickey-Fuller (ADF) và đối chiệu lại bằng kiểm định tính dừng DF-GLS được đề nghị bởi Elliott, Rothenberg and Stock (ERS) in (1992, 1996)

(**), (***) dữ liệu dừng ở mức ý nghĩa tương ứng 5% và 1%

Nguồn: Kết quả tổng hợp từ Eviews trên số liệu tác giả thu thập

Kiểm định tính bằng phương pháp ADF và DF-GLS, cho thấy tất cả các biến của bậc dữ liệu gốc đều có bằng chứng dừng ở mức ý nghĩa 10% Cho phép sử dụng VAR trong phân tích chuỗi thời gian dừng tránh được hồi quy giả mạo

4.1.3 Kiểm định độ trễ tối ưu cho mô hình VAR

Mô hình VAR là sự kết hợp của 2 phương pháp: tự hồi quy đơn chiều (univariate autoregression - AR) và hệ phương trình ngẫu nhiên (simultanous equations - SEs) Để tránh hiện tượng bỏ sót tác động trễ của các yếu tố vĩ mô trong tác động biến độc lập đến biến phụ thuộc mô hình, tác giả sử dụng kiểm định chọn được độ trễ tối ưu cho mô hình VAR, với công cụ Lag Structure trong Eview đối với mô hình VAR Kết quả lựa chọn độ trễ với các tiêu chuẩn lựa chọn LR, AIC, FPE SC và HQ