Các nhân tố ảnh hưởng đến nợ xấu của ngân hàng thương mại Việt Nam giai đoạn 2010 - 2022

MẪU VÀ DỮ LIỆU NGHIÊN CỨU

Đề tài sử dụng dữ liệu thứ cấp của 27 NHTM Việt Nam để đo lường biến phụ thuộc là tỷ lệ nợ xấu và các biến độc lập thuộc nhóm yếu tố ngân hàng (SIZE, CAP, ROA, ROE, LIQ, LLR, LG), thu thập từ BCTC kiểm toán hợp nhất và BCTN của TCTK và NHNN Việt Nam từ năm 2010 đến 2022. Dữ liệu thứ cấp đo lường các biến độc lập thuộc nhóm yếu tố vĩ mô (GDP, INF và UNIT) được lấy từ trang web của NHTG (data.worldbank.org). Do hạn chế về việc công bố thông tin, một số ngân hàng không cung cấp dữ liệu về một số chỉ tiêu trong những năm mà tác giả nghiên cứu.

Do đó, tác giả đã chọn các ngân hàng có thông tin đầy đủ trong giai đoạn được chọn. Đồng thời tác giả sử dụng phần mềm Excel để tính toán các giá trị của các biến độc lập và sau đó, dựa vào cơ sở dữ liệu bảng trong phần mềm Stata 17.0, xác định mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc.

PHƯƠNG PHÁP NGHIÊN CỨU 1. Thống kê mô tả

Nghiên cứu này áp dụng phương pháp định lượng, thực hiện phân tích hồi quy đa biến cho dữ liệu bảng (panel data) - được sử dụng phổ biến về mặt vi mô và vĩ mô, có cấu trúc hai chiều: không gian và thời gian. Trong hồi quy dữ liệu bảng, thường sử dụng phương pháp hồi quy bình phương nhỏ nhất với ba mô hình dành riêng cho dữ liệu bảng: mô hình hồi quy gộp (Pooled OLS), mô hình ảnh hưởng cố định (Fixed Effect Model - FEM), mô hình tác động ngẫu nhiên (Random Effect Model - REM), cùng với mô hình bình phương tối thiểu tổng quát khả thi FGLS (Feasible Generalized Least Square). Mục đích là đánh giá mức tin cậy của các biến độc lập đối với biến phụ thuộc, sử dụng hệ số hồi quy (beta) để làm rừ xu hướng và mức độ ảnh hưởng của những biến này.

Nếu giá trị P - value > 5%, thì chấp nhận giả thuyết H0 và lựa chọn mô hình Pooled OLS, đồng thời bác bỏ giả thuyết H1. Sau khi lựa chọn giữa 2 mô hình theo phương pháp Pooled OLS hoặc FEM, tác giả tiến hành kiểm định Hausman để quyết định lựa chọn mô hình theo phương pháp FEM hoặc REM. Để tăng tính tin cậy và phù hợp cho kết quả nghiên cứu, tác giả đã thực hiện kiểm định các khuyết tật của mô hình, bao gồm hiện tượng đa cộng tuyến, phương sai sai số thay đổi và hiện tượng tự tương quan.

Khi các biến độc lập không tập trung vào việc giải thích biến phụ thuộc mà thay vào đó tập trung vào việc giải thích cho nhau gọi là đa cộng tuyến. Porter (2009), sẽ gây ra một số hậu quả: Các ước lượng vẫn có tính chất hiệu quả (BLUEs) nhưng sai số chuẩn lớn dẫn đến khoảng tin cậy không chính xác. Theo Gujarati & Porter (2009) chỉ ra một số dấu hiệu của hiện tượng đa cộng tuyến trong mô hình như sử dụng ma trận hệ số tương quan giữa các biến độc lập và sử dụng hệ số phóng đại phương sai (VIF): Nếu hệ số tương quan có giá trị tuyệt đối lớn hơn 0.8 hoặc hệ số VIF ≥ 10, có dấu hiệu của sự cộng tuyến.

Cụ thể trong nghiên cứu này, tác giả sử dụng kiểm định Breusch - Pagan để xem xét dựa trên mô hình hồi quy tác động ngẫu nhiên REM.

MÔ HÌNH NGHIÊN CỨU VÀ MÔ TẢ BIẾN 1. Khát quát mô hình nghiên cứu

Tốc độ tăng trưởng kinh tế (GDPt): đại diện cho sự tăng trưởng hàng năm của GDP thực tế tại thời điểm t, viết tắt của "Gross Domestic Product" trong tiếng Anh, có nghĩa là "Sản phẩm Gross Nội địa." Đây là một chỉ số quan trọng trong kinh tế, thường được sử dụng để đo lường giá trị tổng cộng của tất cả hàng hóa và dịch vụ cuối cùng được sản xuất trong một quốc gia trong một khoảng thời gian t cụ thể, thường là một năm. Quy mô ngân hàng (SIZEi,t): Quy mô ngân hàng có thể ảnh hưởng đến nhiều khía cạnh của hoạt động ngân hàng, bao gồm khả năng cung cấp các dịch vụ và sản phẩm đa dạng, khả năng ứng phó với rủi ro tài chính, và tầm ảnh hưởng trong ngành công nghiệp tài chính. Khả năng sinh lợi (ROAi,t):Sử dụng phương pháp tiếp cận của Messai và Fathi Jouini (2013) cũng như Metya Kartikasary, Frihardina, Erla và Sebatianus (2020), khả năng sinh lợi được đo lường thông qua tỷ lệ lợi nhuận trên tài sản của ngân hàng dựa trên số liệu của bảng cân đối kế toán.

Tỷ lệ dự phòng rủi ro tín dụng (LLRi,t): (Credit Risk Provision Ratio) là một chỉ số trong ngành ngân hàng và tài chính, thường được sử dụng để đo lường mức độ dự phòng mà ngân hàng hoặc tổ chức tài chính có sẵn để đối phó với rủi ro tín dụng. Tỷ lệ dự phòng rủi ro tín dụng thường là một phần quan trọng của quản lý rủi ro của ngân hàng, giúp đảm bảo rằng tổ chức có đủ nguồn lực tài chính để đối mặt với các tình huống không lường trước được, như sự giảm giá trị của tài sản hoặc sự. Tỷ lệ này cao thì khả năng thanh khoản thấp và nợ cho vay của ngân hàng có thể gặp khó khăn trong việc thu hồi, ngân hàng có thể đối mặt với tình trạng nợ xấu hoặc thiếu thanh khoản để tất toán các tài khoản tiền gửi tiết kiệm của khách hàng.

Tương tự với giả thuyết "quản lý yếu kém", theo Nir Klein (2013), tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE) cao có thể là dấu hiệu của việc quản lý hiệu quả hơn trung bình trong các ngân hàng, đồng thời làm tăng chất lượng của tài sản. Quan điểm này được Khan và cộng sự (2020) cũng chia sẻ khi nói rằng tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE) cao thường phản ánh tình hình tài chính ổn định của ngân hàng, làm cho họ ít có ý định đầu tư vào các khoản vay có rủi ro cao hơn do ít phải đối mặt với áp lực tạo ra thu nhập. Trong chương 3 tác giả trình bày quy trình nghiên cứu với mô hình đề xuất là biến độc lập như : tốc độ tăng trưởng kinh tế (GDP), tỷ lệ lạm phát (INF), tỷ lệ thất nghiệp (UNT), quy mô của ngân hàng (SIZE), tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP), tỷ lệ thanh khoản (LIQ), tỷ lệ nợ lợi nhuận sau thuế trên vốn chủ sở hữu (ROE), khả năng sinh lợi (ROA), tốc độ tăng trưởng tín dụng (LG), tỷ lệ dự phòng rủi ro tín dụng (LLR) tác động lên biến phụ thuộc là tỷ lệ nợ xấu (NPL).

Đồng thời, các tổ chức tài chính phải đối mặt với rủi ro gia tăng về nợ xấu sau khi hết thời kỳ cơ cấu và hạn chế trả nợ dành cho khách hàng ảnh hưởng bởi đại dịch COVID-19, theo quy định trong Thông tư 14/2021/TT-NHNN. Nguyên nhân gây ra lạm phát năm 2011 là do sản lượng thực tế tăng mạnh hơn so với sản phẩm tiềm năng, thứ hai là do chi tiêu của Chính phủ tăng cao dẫn đến gia tăng tổng nhu cầu, thứ 3 là do nguồn tiền và nợ tín dụng của Việt Nam tăng nhanh chóng và cuối cùng là do Việt Nam quá phụ thuộc nhiều vào hàng nhập khẩu dẫn đến tình trạng nhập siêu. Nhìn chung về chiều tương quan tác động của các biến độc lập đến biến phụ thuộc có vài phần khác so với kỳ vọng nhưng tổng thể các giá trị tuyệt đối của các biến đều nhỏ hơn 1 (cao nhất là 0.6242, nhỏ nhất là -0.6760) khá thấp so với chuẩn so sánh của Farrar và Glauber (1967) (không lớn hơn 0.8 và nhỏ hơn -0.8), nên mô hình không xảy ra hiện tượng đa cộng tuyến nghiêm trọng hay hiện tượng tự tương quan giữa các biến là không cao.