MỤC LỤC
Giả thuyết nói trên thừa nhận rằng kỹ năng quản lý không phù hợp trong việc giám sát và kiểm soát, cũng như giám sát của các nhà quản lý, có thể dẫn đến hiệu quả chi phí dưới mức tối ưu, có khả năng dẫn đến các khoản nợ quá hạn. Giả thuyết này dựa trên thực tế là tỷ lệ chi phí hoạt động/thu nhập cao có thể phản ánh mức độ hạn chế về quản lý và phõn bổ nguồn lực của ngõn hàng trong cụng tỏc theo dừi rủi ro về nợ xấu dẫn đến tình trạng nợ xấu cao hơn trong tương lai.
Trong nghiên cứu này, tác giả sử dụng biến phụ thuộc là tỷ lệ nợ xấu (NPL) và biến độc lập bao gồm: tỷ lệ nợ xấu năm trước (NPLt-1), khả năng sinh lời (ROE), quy mô ngân hàng (SIZE), vốn chủ sở hữu (EQUITY), dư nợ cho vay/vốn huy động (LTD), dư nợ ngắn hạn (STL), tốc độ tăng trưởng tín dụng (CREDITGR), tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát (INF). Kết quả này cũng hỗ trợ các nhà hoạch định chính sách trong việc xây dựng các chiến lược tài chính và kinh tế vĩ mô hợp lý, tập trung đánh giá tác động của các chính sách vĩ mô đến rủi ro tín dụng của các tổ chức tài chính. Nghiên cứu đã xem xét tác động của các biến độc lập khác nhau bao gồm quy mô ngân hàng (SIZE), lợi nhuận trên vốn chủ sở hữu (ROE), dự phòng rủi ro cho vay (LLP), tăng trưởng tín dụng (GROW) và lạm phát (INF) với biến phụ thuộc là nợ xấu (NPL).
Chính vì thế, sau khi lược khảo các nghiên cứu có liên quan ở một số quốc gia trên thế giới và ở Việt Nam về tác động các yếu tố đặc thù và vĩ mô đến nợ xấu NHTM, tác giả đã lựa chọn và tập trung nghiên cứu, xem xét về sự tác động của KNSL và QTĐH đến tỷ lệ nợ xấu của các ngân hàng thương mại cổ phần Việt Nam.
Tác giả ủng hộ nghiên cứu của Khan và các cộng sự (2020), đồng thời đặt kỳ vọng có mối quan hệ ngược chiều giữa quản trị điều hành với nợ xấu, bởi vì khi CIR tăng, nghĩa là ngân hàng đang tập trung cải thiện và tăng chi phí hoạt động để tăng doanh thu một cách có hiệu quả, điều này sẽ dẫn đến sự tăng trưởng về lợi nhuận, góp phần giảm tỷ lệ nợ xấu. Theo nghiên cứu của Ekanayake và Azeez (2015), Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng (2018), quy mô ngân hàng có tác động ngược chiều với tỷ lệ nợ xấu hay quy mô ngân hàng càng lớn thì ngân hàng sẽ có hệ thống quản lý rủi ro và khả năng xử lý thông tin bất cân xứng tốt hơn, do đó quy mô càng lớn sẽ tác động làm giảm tỷ lệ nợ xấu của ngân hàng. Lý giải cho kết quả này, Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng (2018), Tole và các cộng sự (2019) đều có cái nhìn khái quát rằng càng nhiều ngân hàng thương mại nới lỏng các điều kiện chấp thuận cho vay với các khoản vay chất lượng thấp, có nguy cơ thất thoát cao để tăng cạnh tranh trên thị trường thì việc tăng trưởng tín dụng theo hướng này càng làm.
Khi các đơn vị chéo được quan sát không đồng nhất và các biến bị bỏ sót có tác động cố định và có tương quan với biến độc lập, mô hình phản ánh tác động của k biến giải thích (Xit,k) đến biến phụ thuộc (Yit ) có tính đến đặc trưng riêng của từng đơn vị chéo, үZZ’i thể hiện các biến giả (nếu có) của mô hình.
Đề tài thực hiện dựa trên cơ sở dữ liệu thứ cấp được thu thập từ FiinPro, World Bank, Tổng cục Thống kê Việt Nam (GSO) và các tài liệu khác có liên quan trong giai đoạn 8 năm từ năm 2014 đến năm 2021 của 27 ngân hàng TMCP tại Việt Nam để đo lường các biến phụ thuộc và độc lập. Kết quả của thống kê mô tả sẽ bao gồm giá trị trung bình (mean), độ lệch chuẩn (standard deviation), giá trị lớn nhất (max) và nhỏ nhất (min) của cả biến phụ thuộc và biến độc lập trong giai đoạn từ 2014 đến 2021. Biến tiếp theo đại diện cho khả năng sinh lời là lợi nhuận trên vốn chủ sở hữu (ROE) có giá trị trung bình là 19,8% với độ lệch chuẩn là 7,7%, giá trị nhỏ nhất và giá trị lớn nhất lần lượt thuộc về Ngân hàng TMCP Quốc Tế và Ngân hàng TMCP Quốc Dân.
Các biến nghiên cứu còn lại gồm quy mô ngân hàng (SIZE), tăng trưởng kinh tế (GDP), tỷ lệ lạm phát (INF), tỷ lệ thất nghiệp (UNE) không có sự chênh lệch đáng kể giữa giá trị nhỏ nhất và giá trị lớn nhất.
Khi kiểm định cho ra kết quả có P-value của Chi bình phương > 0.05 thì chấp nhận giả thuyết H0, khi đó mô hình REM là thích hợp hơn để giải thích cho mối tương quan giữa các biến. Phương pháp FGLS (Feasible Generalized Least Squares) được sử dụng để ước lượng mô hình hồi quy tuyến tính trong trường hợp có sự hiện diện của hiệp biến. FGLS sử dụng các trọng số khác nhau cho từng quan sát trong mô hình hồi quy, dựa trên một ma trận hiệp phương sai được ước lượng từ dữ liệu, để giảm thiểu sai số và tăng độ chính xác của mô hình.
Chương tiếp theo sẽ liên quan đến việc sử dụng phần mềm Stata14 để phân tích bộ dữ liệu và kiểm tra kết quả của mô hình, với mục đích chọn mô hình tối ưu.
Đối với mô hình Pooled OLS, biến CIR không có ý nghĩa thống kê ở cả 3 mức độ (giá trị p của CIR lớn hơn 0,1) và đồng thời không có biến độc lập nào tác động đến biến NPL ở mức ý nghĩa 10%. Ở mức ý nghĩa thống kê 5%, các biến SIZE, LGR, INF thể hiện sự tác động đến biến NPL; trong đó, chỉ có INF là thể hiện mối quan hệ tương quan dương với NPL. Với mức ý nghĩa 1%, biến ROE, GDP, UNE có tác động cùng chiều với NPL, chỉ có LGR tác động âm đến NPL ở mức ý nghĩa này.
Vì vậy, các giá trị p trong ba mô hình ước lượng hồi quy có ý nghĩa thống kê khác nhau đối với các biến độc lập và phụ thuộc, tùy vào từng phương pháp ước lượng hồi quy cụ thể.
Vì vậy, nghiên cứu chọn FEM và tiến hành kiểm định khuyết tật còn tồn tại của mô hình. Tác giả nhận thấy sau khi sử dụng các kiểm định gồm: kiểm định đa cộng tuyến VIF, kiểm định tự tương quan bằng phương pháp Wooldridge và kiểm định phương sai thay đổi bằng phương pháp Modified Wald, mô hình FEM có hiện tượng phương sai thay đổi và có tự tương quan bậc nhất nên cần xử lý khắc phục mô hình bằng phương pháp FGLS để tăng tính hiệu quả cho mô hình nghiên cứu. Tác giả tiến hành khắc phục mô hình FEM bằng phương pháp bình phương tối thiểu tổng quát (GLS).
Kết quả hồi quy mô hình bằng phương pháp FGLS qua bảng 4.9 cho thấy Prob > Chi2.
Trong giai đoạn 2014 – 2021, nguyên nhân mà CIR tác động ngược chiều tới NPL của các ngân hàng TMCP Việt Nam chính là vì khi ngân hàng tăng chi phí hoạt động và các công tác tăng cường tín dụng dẫn đến giảm số lượng nợ xấu trong danh mục nợ của tổ chức. Nguyên nhân của mối quan hệ ngược chiều giữa quy mô ngân hàng và tỷ lệ nợ xấu được giải thích rằng trong hệ thống NHTM, do thực tế là các ngân hàng lớn có nguồn lực đủ mạnh để đánh giá các khoản vay của họ, giúp cải thiện chất lượng các khoản vay và cơ hội đa dạng hóa danh mục đầu tư nhiều hơn so với các ngân hàng nhỏ. Trong giai đoạn 2014 – 2021, nền kinh tế Việt Nam tăng trưởng cao đã góp phần tạo điều kiện thuận lợi cho các hoạt động kinh doanh sản xuất, tuy nhiên chính lúc này, nhu cầu vay tiền cũng tăng, và do đó ngân hàng có thể tăng cường bổ sung các khoản vay.
Lý luận cho điều này là vì thực tế, giai đoạn năm 2014 – 2021, khi lạm phát tăng cao chính phủ có xu hướng áp dụng chính sách tiền tệ và tài khóa, điều này sẽ tác động xấu đến huy động vốn cho vay, đầu tư và thực hiện các dịch vụ ngân hàng, ảnh hưởng xấu đến khả năng trả nợ vay của khách hàng, làm gia tăng nợ xấu.