3.3.1 Quy trình nghiên cứu
Trong luận văn này, tác giả đã thực hiện phân tích các yếu tố vĩ mô tác động đến tỷ lệ nợ xấu của hệ thống NHTM Việt Nam thông qua quy trình sau:
Bƣớc 1: Kiểm tra tính dừng của mô hình
Điều kiện tiên quyết để phân tích hồi quy liên quan tới các dữ liệu của chuỗi thời gian là các biến sử dụng trong mô hình phải dừng. Nếu dữ liệu của biến không đạt
35
trạng thái dừng thì các kiểm định thống kê dựa trên t,F, các kiểm định chi bình phƣơng có thể trở nên không đáng tin cậy. Lúc đó phải sai phân để các biến có tính dừng.
Trong phần này, tác giả sẽ kiểm định tính dừng của các biến bằng cách kiểm nghiệm đơn vị Agumentd Dicker Fuller (ADF).
Bƣớc 2: Thực hiện mô hình hồi quy tuyến tính để xác định mối quan hệ tuyến tính giữa các biến kinh tế vĩ mô với biến tỷ lệ nợ xấu của hệ thống NHTM Việt Nam bằng phƣơng pháp ƣớc lƣợng bình phƣơng thông thƣờng nhỏ nhất (OLS).
Tác giả sử dụng hệ số phóng đại phƣơng sai (VIF) để phân tích hiện tƣợng đa cộng tuyến của mô hình.
Các vấn đề về phƣơng sai thay đổi và tự tƣơng quan của phần dƣ trong mô hình hồi quy OLS tuy không làm thiên chệch kết quả ƣớc lƣợng của hệ số nhƣng sẽ làm kết quả ƣớc lƣợng không hiệu quả, nhất là các sai số chuẩn ƣớc lƣợng của hệ số không còn là bé nhất. Vì vậy, tác giả sử dụng kiểm định Bruesch – Pagan và kiểm định Bruesch – Godfrey để kiểm tra phƣơng sai thay đổi và tự tƣơng quan của phần dƣ của mô hình.
Bƣớc 3: Thực hiện mô hình VAR nhằm ƣớc lƣợng rủi ro tín dụng để dự báo tình hình nợ xấu của hệ thống NHTM Việt Nam.
Việc tiếp theo để ƣớc lƣợng mô hình VAR là xác định độ trễ trong sai phân. Nguyên tắc cơ bản của việc xác định này là đảm bảo các phần dƣ trong hồi quy không có sự tự tƣơng quan. Vì vậy, tác giả thực hiện hồi quy ADF lần lƣợt với các độ trễ kết hợp với kiểm LM để xác định phần dƣ có tự tƣơng quan hay không. Quá trình sẽ dừng lại khi các phần dƣ không có tự tƣơng quan.
Sau khi các biến chuỗi đã thỏa mãn tính chất dừng, tác giả tiếp tục xem các biến có mối quan hệ đồng kết hợp với nhau hay không, nếu kết quả không có mối quan hệ đồng kết hợp thì sử dụng ƣớc lƣợng VAR.
Khi đã ƣớc lƣợng mô hình VAR, một số kiểm định cần đƣợc sử dụng để kiểm tra sự phù hợp của mô hình. Điều kiện đầu tiên là sự ổn định của phần dƣ bằng giá trị eigenvalue, nếu các giá trị eigenvalue nhỏ hơn 1 thì mô hình đƣợc xem là ổn định.
Mô hình đã thấy đƣợc sử ổn định, tác giả kiểm tra sự tự tƣơng quan của sai số để kết quả phân tích đƣợc tin cậy bằng cách thực hiện kiểm định nhân tử Lagrange (LM test) với giả thuyết Ho cho rằng không có sự tự tƣơng quan của sai số.
36
Kiểm tra độ tin cậy của hệ số đƣợc thực hiện qua kiểm định Wald. Kiểm định Wald sẽ kiểm tra độ tin cậy của các hệ số trong từng phƣơng trình và của mô hình VAR.
Để kiểm tra giả thuyết các biến kinh tế vĩ mô làm tăng hay giảm tỷ lệ nợ xấu của hệ thống NHTM Việt Nam hay không và ngƣợc lại, tác giả thực hiện phân tích nhân quả Granger
Kết quả ƣớc lƣợng mô hình VAR sau khi đƣợc kiểm định về tính ổn định của mô hình, không có sự tự tƣơng quan trong sai số các biểu thức, các hệ số ƣớc lƣợng đảm bảo độ tin cậy cũng nhƣ xác định rõ mối quan hệ nhân quả giữa các biến. Và cuối cùng, tác giả thực hiện dự báo và phân tích Impulse – Respone (kích thích – phản hồi) cho mô hình.
3.3.2 Mô hình nghiên cứu và các giả thuyết
Sau khi nghiên cứu các mô hình trong và ngoài nƣớc có nội dung tƣơng đồng, đề tài quyết định thực hiện theo mô hình của Fawad Ahmad và Taqadus Bashir- Tạp chí Khoa học Thế giới(2013).Vì đề tài của tác giả Fawad Ahmad và Taqadus Bashircó nội dung gần giống và các yếu tố trong mô hình có ảnh hƣởng mạnh mẽ đến rủi ro tín dụng của hệ thống NHTM.
Bên cạnh đó, đề tài có sửa đổi một số yếu tố ảnh hƣởng để phù hợp với phạm vi nghiên cứu, thời gian nghiên cứu và đối tƣợng nghiên cứu của đề tài.Cụ thể:
- Tác giả đã bỏ biến INF là tỷ lệ lạm phát của tác giả Fawad Ahmad và Taqadus Bashir vì ở Việt Nam CPI đƣợc sử dụng đại diện cho thông số về lạm phát.
- Tác giả sử dụng biến IP là tỷ lệ hàng tồn kho trên GDP. Biến IP có ý nghĩa đại diện cho chỉ số giá công nghiệp, bởi vì chỉ số giá công nghiệp của Việt Nam không đƣợc tổng hợp đầy đủ trong giai đoạn từ năm 2003 đến năm 2014.
Biến phụ thuộc: Tỷ lệ nợ xấu (NPL)
Biến độc lập: GDP, UNEMP, INRATE, REER, CPI, EXPORT, IP, FDI
Mô hình:
Y(NPL) = β0+ β1GDP+ β2UNEMP +β3REER +β4CPI+β5IP+ β6EXPORT + β7FDI + β8INRATE+ µt
Trong đó,
37
GDP: tỷ lệ tăng trƣởng GDP hàng quý (%) UNEMP: tỷ lệ thất nghiệp (%) (adsbygoogle = window.adsbygoogle || []).push({});
REER: tỷ giá thực hiệu lực CPI: Chỉ số giá tiêu dùng (%)
EXPORT: tỷ lệ xuất khẩu trên GDP(%)
FDI: tỷ lệ đầu tƣ trực tiếp nƣớc ngoài trên GDP(%) INRATE: tỷ lệ lãi suất huy động trong nƣớc(%) IP: tỷ lệ hàng tồn kho trên GDP (%)
µt: Các yếu tố khác
β1: H0:GDP tỷ lệ thuận với NPL
H1: GDP không tỷ lệ thuận với NPL Dấu kỳ vọng của là : -
β2: H0: UNEMP tỷ lệ thuận với NPL
H1: UNEMP không tỷ lệ thuận với NPL Dấu kỳ vọng của là : +
β3: H0: REER tỷ lệ thuận với NPL
H1: REER không tỷ lệ thuận với NPL Dấu kỳ vọng của là : +
β4: H0: CPI tỷ lệ thuận với NPL
H1: CPI không tỷ lệ thuận với NPL Dấu kỳ vọng của là : +
β5: H0: IP tỷ lệ thuận với NPL
H1: IP không tỷ lệ thuận với NPL Dấu kỳ vọng của là : +
β6: H0: EXPORT tỷ lệ thuận với NPL
H1: EXPORT không tỷ lệ thuận với NPL Dấu kỳ vọng của là : -
β7: H0: FDI tỷ lệ thuận với NPL
H1: FDI không tỷ lệ thuận với NPL Dấu kỳ vọng của β8 là : -
38
H1: INRATE không tỷ lệ thuận với NPL Dấu kỳ vọng của là : +
3.4 MÔ TẢ BỘ DỮ LIỆU
3.4.1 Mô tả chung
Hệ thống NHTM Việt Nam Mẫu khảo sát : n=48
3.4.2 Mô hình hồi quy theo pháp ƣớc lƣợng hồi quy tuyến tính
Mô hình hồi quy tuyến tính xây dựng để xác định mối quan hệ tuyến giữa 8 biến kinh tế vĩ mô của nền kinh tế với biến phụ thuộc tỷ lệ nợ xấu của hệ NHTM. Bài toán kiểm định:
H0: tất cả các hệ số của mô hình đều bằng 0 H1: Ít nhất một hệ số khác 0
Mức ý nghĩa α=5%
Để bác bỏ hay chấp nhận giả thiết căn cứ vào p-value. Nếu p-value <α , kết quả là bác bỏ H0 chấp nhận giả thuyết H1, tức là mô hình có ý nghĩa thống kê, và ngƣợc lại p-value >α không có bằng chứng để bác bỏ H0, có nghĩa là mô hình không có ý nghĩa thống kê.
Hệ số xác định R2 giúp đánh giá sự phù hợp của mô hình với mẫu nghiên cứu. Nó cho biết mức độ giải thích của các biến độc lập với sự biến động (quanh giá trị trung bình) của biến phụ thuộc. R2
luôn luôn nằm giữa 0 và 1. Hệ số R2 càng cao tính giải thích của mô hình càng cao. (adsbygoogle = window.adsbygoogle || []).push({});
3.4.3 Kiểm định phƣơng sai thay đổi
Bài toán kiểm định:
H0: Phƣơng sai của sai số trong mô hình là đồng nhất H1: Phƣơng sai của sai số trong mô hình là thay đổi Mức ý nghĩa α=5%
Có 2 cách kiểm định: theo kiểm định Breusch-Pagan và theo White. Nếu giá trị p- value < α bác bỏ giả thuyết H0, tức là mô hình có tồn tại phƣơng sai thay đổi.
3.4.4 Kiểm định tự tƣơng quan
Bài toán kiểm định theo Bruesch – Godfrey:
39
H1: Phần dƣ của mô hình có sự tự tƣơng quan Mức ý nghĩa α=5%
Nếu giá trị p-value < α bác bỏ giả thuyết H0, tức là phần dƣ của mô hình có sự tự tƣơng quan, và ngƣợc lại.
3.4.5 Kiểm định tính dừng
Bài toán kiểm định theo phƣơng pháp Box-Jenkins:
H0: Chuỗi thời gian gốc có nghiệm đơn vị=> chuỗi thời gian gốc không dừng H1: Chuỗi thời gian gốc không có nghiệm đơn vị
Mức ý nghĩa α=5%
Nếu giá trị p-value for Z(t) < α bác bỏ giả thuyết H0, tức là chuỗi thời gian gốc dừng, và ngƣợc lại.
40
TÓM TẮT CHƢƠNG 3
Từ những nội dung trình bày và phân tích ở chƣơng 3 với mục đích là đánh giá thực trạng sức khỏe của hệ thống NHTM Việt Nam và các yếu tố vĩ mô ảnh hƣởng đến tỷ lệ nợ xấu của ngân hàng, cụ thể nhƣ sau:
- Giới thiệu tổng quát và phân tích thực trạng hoạt động của hệ thống NHTM Việt Nam.
- Phân tích các yếu tố kinh tế vĩ mô đã ảnh hƣởng đến tỷ lệ nợ xấu của hệ thống NHTM Việt Nam trong thời gian qua.
Về quy trình nghiên cứu, giới thiệu về mô hình và các giả thiết sẽ thực hiện trong luận này. Bên cạnh đó tác giả mô tả chung bộ dữ liệu và giới thiệu sơ lƣợc về các kiểm định, cũng nhƣ các bài toán kiểm định và cách đọc kết quả của mô hình.
41
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ CÁC THẢO LUẬN
4.1 KẾT QUẢ NGHIÊN CỨU VÀ KIỂM ĐỊNH 4.1.1 Thống kê mô tả 4.1.1 Thống kê mô tả Bảng 4.1: Mô tả mô hình . inrate 48 7.939583 2.943709 4.5 15 fdi 48 4.828038 5.443002 -1.730449 30.11561 export 48 16.94537 2.861851 11.68831 22.26027 cpi 48 100.4812 35.70017 55.1 159.1 reer 48 1.068387 .0658504 .94565 1.218993 unemp 48 2.331667 .2774146 1.92 2.92 gdp 48 6.681458 1.434623 3.14 9.26 npl 48 3.028542 .8016287 2.01 4.82 Variable Obs Mean Std. Dev. Min Max
Nguồn: từ tính toán của tác giả
Theo bảng 4.1 cho thấy đƣợc mô hình có 48 quan sát thể hiện cho thời gian quan sát là 48 quý tức là từ quý I năm 2003 đến quý IV năm 2014 và 9 biến yếu tố kinh tế vĩ mô tác động đến nợ xấu của hệ thống NHTM Việt Nam.
4.1.2 Kiểm tra tính dừng
Tiến hành kiểm định ADF đối với từng chuỗi NPL, GDP, UNEMP, REER, IP, CPI, IP, INRATE, FDI, EXPORT theo phụ lục từ 1 đến 9.
Bảng 4.2:Tổng hợp kết quả tính dừng của các biến kinh tế vĩ mô ở chuỗi thời gian gốc
Biến p-value for Z(t) p-value for Z(t)
NPL 0.7291 IP 0.0666 (adsbygoogle = window.adsbygoogle || []).push({});
GDP 0.6001 INRATE 0.2949
UNEMP 0.0412 FDI 0.0935
REER 0.6402 EXPORT 0.7156
42
Theo kết quả kiểm định giá trị p-value for Z(t) của tất cả các biến đều > α, vậy không có bằng chứng bác bỏ giả thuyết H0, chuỗi thời gian của các biến không dừng ở thời gian gốc, ngoại trừ biến UNEMP có giá trị p-value for Z(t) < α, dừng chuỗi thời gian gốc. Nhƣ vậy, tiếp tục sai phân bậc 1 các biến còn lại.
Bảng 4.3: Tổng hợp kết quả tính dừng của các biến kinh tế vĩ mô khi sai phân bậc 1
Biến p-value for Z(t) p-value for Z(t)
NPL 0.0032 INRATE 0.0092
GDP 0.0000 FDI 0.0001
REER 0.0082 EXPORT 0.0001
IP 0.0000 CPI 0.0032
Nguồn: từ tính toán của tác giả
4.1.3 Mô hình hồi quy theo pháp ƣớc lƣợng hồi quy tuyến tính Bảng 4.4: Kết quả hồi quy OLS Bảng 4.4: Kết quả hồi quy OLS
_cons 1.042209 1.613272 0.65 0.522 -2.220941 4.305359 inrate -.0538444 .0242349 -2.22 0.032 -.1028642 -.0048246 fdi .0020994 .0109941 0.19 0.850 -.0201383 .0243371 export .0321931 .0455887 0.71 0.484 -.0600188 .1244049 ip .2484824 .0554259 4.48 0.000 .136373 .3605918 cpi .0035066 .0044543 0.79 0.436 -.005503 .0125163 reer 2.985226 1.061276 2.81 0.008 .8385937 5.131858 unemp -.7274941 .2360395 -3.08 0.004 -1.204929 -.2500591 gdp -.2238458 .0659909 -3.39 0.002 -.3573251 -.0903666 NPL Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 30.2025979 47 .642608466 Root MSE = .32684 Adj R-squared = 0.8338 Residual 4.16613778 39 .106824046 R-squared = 0.8621 Model 26.0364601 8 3.25455752 Prob > F = 0.0000 F( 8, 39) = 30.47 Source SS df MS Number of obs = 48
Nguồn: từ tính toán của tác giả
Từ kết quả hồi quy NPL theo các biến độc lập cho các kết quả sau:
- Với giá trị thống kê F đƣợc tính từ tổng bình phần dƣ của mô hình (SSM) và tổng bình phƣơng phần dƣ chƣa đƣợc giải thích (SSR) bằng 30.47 cho thấy mô hình đảm bảo đƣợc độ tin cậy của mô hình với Prob >F=0.0000.
43
- Hệ số xác định (R-squared = 0.8621) cho thấy 86,21% sự thay đổi của các biến kinh tế vĩ mô đƣợc giải thích bởi mô hình
- Kết quả của hệ số ƣớc lƣợng cho thấy chỉ có 5 biến có ý nghĩa thống kê là GDP, UNEMP, REER, IP, INRATE có ý nghĩa thống kế ở mức 5%; còn 3 biến CPI, EXPORT, và FDI không có ý nghĩa thống kê.
Tuy nhiên với hệ số R-squared lớn rất có thể mô hình bị đa cộng tuyến. Vì vậy kiểm tra đa cộng tuyến VIF
Bảng 4.5: Kết quả kiểm tra đa cộng tuyến
Mean VIF 3.98 ip 1.42 0.706698 fdi 1.58 0.634706 unemp 1.89 0.530082 reer 2.15 0.465370 inrate 2.24 0.446578 gdp 3.94 0.253587 export 7.49 0.133525 cpi 11.13 0.089882 Variable VIF 1/VIF
Nguồn: từ tính toán của tác giả
Bảng 4.5 cho thấy, biến CPI có hệ số phóng đại phƣơng sai VIF là 11,13 chứng minh đƣợc là biến CPI đã bị đa cộng tuyến. Vì vậy, cách xử lý tiếp theo của tác giả là loại biến CPI ra khỏi mô hình.
44
Bảng 4.6: Kết quả hồi quy sau khi loại biến CPI
_cons .7025577 1.547104 0.45 0.652 -2.424256 3.829372 inrate -.0552609 .0240529 -2.30 0.027 -.1038736 -.0066481 fdi -.0003235 .0105043 -0.03 0.976 -.0215534 .0209065 export .0640203 .0209675 3.05 0.004 .0216434 .1063973 ip .2576564 .0539288 4.78 0.000 .1486621 .3666506 reer 3.122466 1.041872 3.00 0.005 1.016764 5.228168 unemp -.6351538 .2038568 -3.12 0.003 -1.047164 -.2231438 gdp -.2600654 .0470828 -5.52 0.000 -.3552234 -.1649075 NPL Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 30.2025979 47 .642608466 Root MSE = .32528 Adj R-squared = 0.8353 Residual 4.23234254 40 .105808564 R-squared = 0.8599 Model 25.9702554 7 3.71003648 Prob > F = 0.0000 F( 7, 40) = 35.06 Source SS df MS Number of obs = 48
Nguồn: từ tính toán của tác giả
Kết quả kiểm định phƣơng sai thay đổi bằng kiểm định Bruesch – Pagan cho thấy mô hình không tồn tại hiện tƣợng phƣơng sai thay đổi vì p-value >α (adsbygoogle = window.adsbygoogle || []).push({});
Bảng 4.7: Kết quả kiểm tra phƣơng sai thay đổi
Prob > chi2 = 0.7846 chi2(1) = 0.07
Variables: fitted values of NPL Ho: Constant variance
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Nguồn: từ tính toán của tác giả
Tuy nhiên, kết quả kiểm định Breusch-Godfrey cho thấy có sự tự tƣơng quan của phần dƣ trong mô hình
Bảng 4.8: Kết quả kiểm tra tự tƣơng quan của phần dƣ
H0: no serial correlation
1 6.520 1 0.0107
lags(p) chi2 df Prob > chi2
Breusch-Godfrey LM test for autocorrelation
45
Nhận xét:
Ngoại trừ biến FDI là không có ý nghĩa thống kê ở mức 5% thì các hệ số còn lại của mô hình đều có ý nghĩa thống kê. Tuy nhiên hệ số ƣớc lƣợng của các biến nhƣ UNEMP (-), EXPORT (+) Và INRATE (-) khác với dấu kì vọng của Fawad Ahmad and Taqadus Bashir(2013). Trong điều kiện của biến động của nền kinh tế Việt Nam trong giai đoạn 2003 – 2014, điều này có thể đƣợc giải thích nhƣ sau:
- Hệ số ƣớc lƣợng của biến UNEMP (-) vì NPL ở Việt Nam trong giai đoạn 2003 – 2014 tập trung chủ yếu cho các đối tƣợng là doanh nghiệp mà hầu nhƣ rất ít tập trung cho phân khúc tín dụng tiêu dùng cá nhân. Do vậy, tỉ lệ thất nghiệp có tăng cũng