Keeton và Morris [18] nghiên cứu các nhân tố gây tổn thất trong hoạt động cho vay. Hai tác giả đã kiểm tra thiệt hại của 2470 NHTM trong giai đoạn 1979 -1985 và thấy rằng điều kiện kinh tế địa phương cùng với sự yếu kém của quản lý là nhân tố gây ra thiệt hại, rủi ro lớn trong các NHTM.
Keeton [17] dùng bộ dữ liệu các NHTM ở Hoa Kỳ giai đoạn 1982-1996 để nghiên cứu mối tương quan giữa tốc độ tăng trưởng tín dụng và nợ xấu. Kết quả của nghiên cứu cho thấy tốc độ tăng trưởng tín dụng càng nhanh thì nợ xấu càng lớn.
Trong quá trình nghiên cứu các yếu tố tác động đến tỷ lệ nợ xấu tại các NHTM ở Tây Ban Nha giai đoạn 1985 - 1997, Salas và Saurina [26] đã kết luận rằng tỷ lệ tăng trưởng GDP, tỷ lệ cho vay trên tổng tài sản, chi phí dự phòng cho vay khách hàng, tỷ lệ vốn chủ sở hữu, tỷ lệ lãi biên, quy mô ngân hàng có tác động đên tỷ lệ nợ xấu. Ngoài ra, mối quan hệ giữa nợ xấu và tốc độ tăng trưởng tín dụng có độ trễ theo thời gian. Do đó, tác giả khuyến cáo các ngân hàng quản lý tốt nợ xấu hiện tại để tránh xu hướng làm tăng nợ xấu ở tương lai. Bởi lẽ, nợ xấu năm nay cao sẽ có xu hướng làm nợ xấu các năm tới cao.
Rajan và Dhal [24] sử dụng phân tích hồi quy dữ liệu bảng cho rằng điều kiện kinh tế vĩ mô (tốc độ tăng trưởng GDP) và điều kiện kinh tế vi mô (điều khoản tín dụng, quy mô ngân hàng, chính sách tín dụng và lãi suất cho vay) tác động rất lớn
18
đến tỷ lệ nợ xấu của NHTM ở Ấn Độ. Nghiên cứu cho thấy kỳ hạn tín dụng càng dài thì tỷ lệ nợ xấu càng giảm, tỷ lệ cho vay ngắn hạn trên dư nợ càng tăng thì nợ xấu càng tăng. Ngoài ra, chi phí lãi vay tăng cũng sẽ làm tỷ lệ nợ xấu tăng.
Hu, Li, & Chiu [14] phân tích mối quan hệ giữa nợ xấu và cơ cấu sở hữu của 40 NHTM tại Đài Loan bằng một bộ dữ liệu bảng trong giai đoạn 1996-1999. Nghiên cứu cho thấy các ngân hàng có tỷ lệ sở hữu nhà nước cao hơn thì tỷ lệ nợ xấu thấp hơn. Ngoài ra, Hu và cộng sự cũng chứng minh quy mô ngân hàng có mối quan hệ nghịch chiều với các khoản nợ xấu. Mô hình nghiên cứu:
NPLnt = β0n + β1SHAREnt + β2SHARESQnt + β3SIZEnt + β4SIZESQnt + β5ENTROPYnt + β6D1991nt + β7TIMEnt + εnt(1)
Fofack [10] sử dụng quan hệ nhân quả Granger và mô hình dữ liệu bảng tìm hiểu những nhân tố gây ra nợ xấu ở 16 quốc gia trong vùng Sahara Châu Phi trong những năm 1993 - 2002. Kết quả nghiên cứu cho thấy mối quan hệ nhân quả mạnh mẽ giữa chất lượng các khoản vay với sự tăng trưởng kinh tế, tốc độ tăng tỷ giá hối đoái thực, lãi suất thực, lợi nhuận thuần từ lãi và tỷ lệ cho vay liên ngân hàng. Kết quả mô phỏng cho thấy sự ổn định kinh tế vĩ mô và tăng trưởng kinh tế có liên quan đến mức độ suy giảm của nợ xấu. Trong khi những cú sốc kinh tế vĩ mô bất lợi cùng với chi phí vốn cao và lợi nhuận thuần từ lãi thấp có xu hướng làm nợ xấu gia tăng.
Jimenez & Saurina [16] sử dụng mô hình hồi quy tuyến tính để xác định các yếu tố tác động đến tỷ lệ nợ xấu của hệ thống ngân hàng Tây Ban Nha trong giai đoạn 1984 – 2003. Họ cung cấp bằng chứng cho thấy tỷ lệ nợ xấu được xác định bởi tốc độ tăng trưởng GDP, lãi suất thực, các điều khoản tín dụng, tâm lý đám đông và chi phí đại diện. Mô hình nghiên cứu:
1 Trong mô hình nghiên cứu của Hu, Li, & Chiu, NPL là tỷ lệ nợ xấu, SHARE là tỷ lệ sở hữu của Chính phủ, SHARESQ là bình phương của SHARE chia cho 100, SIZE là tổng tài sản thực, SIZESQ là bình phương của SIZE chia cho 100, ENTROPY là, D1991 là biến giả có giá trị 1 nếu ngân hàng thành lập sau khi bãi bỏ quy định ngược lại là 0, TIME là yếu tố thời gian bằng năm của thời kỳ dữ liệu trừ đi 1995.
19
log[NPLit/(100-NPLit)] = αlog[NPLit-1/(100-NPLit-1)] + β1GDPGt + β2GDPGt-1 + β3RIRt + β3RIRt-1 + δ1LOANGit-2 + δ2LOANGit-3 + δ3LOANGit-4 + χ1HERFRit +
χ2HERFIit + φ1COLINDit + φ2COLFIRit + ωSIZEit + ηi + εit (1)
Das & Ghosh [7] sử dụng kỹ thuật dữ liệu bảng để kiểm tra các biến kinh tế vĩ mô và biến kinh tế vi mô ảnh hưởng đến các khoản vay có vấn đề của các ngân hàng Ấn Độ trong giai đoạn 1994 – 2005. Kết quả cho thấy, cả yếu tố vĩ mô và yếu tố vi mô đều ảnh hưởng đến khoản vay có vấn đề. Trong đó, các yếu tố có tác động mạnh là: GDP, năng lực cán bộ tín dụng, tài sản thế chấp, sự cạnh tranh…
Pasha & Khemraj [22] nghiên cứu các yếu tố ảnh hưởng đến nợ xấu của các ngân hàng ở Guyana bằng phương pháp phân tích hồi quy dữ liệu trong giai đoạn 1994 - 2004. Kết quả nghiên cứu chứng minh chỉ số lạm phát, tốc độ tăng trưởng tín dụng hiện tại và trước đó có tác động ngược chiều đến tỷ lệ nợ xấu. Ngược lại, tỷ lệ nợ xấu trong quá khứ, tỷ lệ doanh số cho vay trên tổng tài sản, lãi suất thực, quy mô ngân hàng, tỷ giá hối đoái thực có quan hệ thuận chiều với tỷ lệ nợ xấu hiện tại.
Dash & Kabra [8] sử dụng dữ liệu từ năm 1998 đến năm 2008 để nghiên cứu về nợ xấu của các ngân hàng ở Ấn Độ. Nghiên cứu chỉ ra rằng tỷ lệ tăng GDP thực và tốc độ tăng trưởng tín dụng có quan hệ ngược chiều với tỷ lệ nợ xấu. Các yếu tố như lãi suất thực, tỷ giá hối đoái thực lại có quan hệ thuận chiều với tỷ lệ nợ xấu. Trong nghiên cứu này, yếu tố quy mô ngân hàng lại không có tác động đến tỷ lệ nợ xấu.
Louzis, Vouldis & Metaxas [20] nghiên cứu nợ xấu ở các ngân hàng ở Hy Lạp. Kết quả nghiên cứu cho thấy tốc độ tăng GDP thực và tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối quan hệ ngược chiều với tỷ lệ nợ xấu. Ngược lại, tỷ lệ thất nghiệp tự nhiên, lãi suất cho vay và tỷ lệ chi phí hoạt động trên tổng thu nhập lại có tác động thuận chiều đến tỷ lệ nợ xấu. Riêng tỷ lệ dư nợ trên vốn huy động có quan hệ thuận
1 Trong mô hình nghiên cứu của Jimenez & Saurina, NPL là tỷ lệ nợ xấu, GDPG là tốc độ tăng trưởng GDP, RIR là lãi suất thực, LOANG là tốc độ tăng trưởng dư nợ cho vay, HERFR là chỉ số Herfindahl của ngân hàng về số tiền cho vay với từng vùng, HERFI là chỉ số Herfindahl của ngân hàng về số tiền cho vay với từng ngành công nghiệp, COLIND là tỷ lệ các khoản vay thế chấp của các hộ gia đình trên tổng dư nợ, COLFIR là tỷ lệ các khoản vay thế chấp của các doanh nghiệp trên tổng dư nợ, SIZE là thị phần của các ngân hàng.
20
chiều với tỷ lệ nợ xấu của lĩnh vực thương mại và tiêu dùng nhưng lại có quan hệ ngược chiều với tỷ lệ nợ xấu của các khoản vay có thế chấp.
Saba, Kouser & Azeem [25] nghiên cứu nợ xấu của các ngân hàng ở Mỹ trong giai đoạn 1985 – 2010. Mô hình nghiên cứu với biến phụ thuộc là tỷ lệ nợ xấu. Biến độc lập chỉ bao gồm 3 biến là: tăng trưởng GDP thực, lạm phát (interest rate) và tổng dư nợ cho vay. Nghiên cứu cho thấy tăng trưởng GDP thực và lạm phát có mối quan hệ ngược chiều với tỷ lệ nợ xấu. Ngược lại, tổng dư nợ cho vay có mối quan hệ thuận chiều với tỷ lệ nợ xấu. Mô hình nghiên cứu:
NPLR = α0 + β1TL + β2IR + β3GDPPC+ ε (1)
Klein [19] nghiên cứu nợ xấu của khu vực Eurozone trong giai đoạn 1998 – 2011. Nghiên cứu này xác định có mối quan hệ ngược chiều giữa tỷ lệ nợ xấu với các chỉ số như: tốc độ tăng GDP năm trước, tỷ lệ vốn trên tổng tài sản và chỉ số ROE. Đồng thời, nghiên cứu cũng chỉ ra mối quan hệ thuận chiều giữa dư nợ cho vay, tỷ lệ thất nghiệp tự nhiên năm trước với tỷ lệ nợ xấu hiện tại. Mô hình nghiên cứu:
yit = αyit-1 + βBit-1 + γCt + δGt + μit (2)
Mehmood, Younas, & Ahmed [21] nghiên cứu các yếu tố vĩ mô và các yếu tố vi mô cụ thể của ngân hàng tác động đến tỷ lệ nợ xấu. Dữ liệu nghiên cứu gồm số liệu từ 13 NHTM trong giai đoạn 2003 -2012. Mô hình nghiên cứu bao gồm biến phụ thuộc là tỷ lệ nợ xấu và các biến độc lập là: thị phần cho vay của ngân hàng, tỷ số lợi nhuận trên tổng tài sản, tỷ số lợi nhuận trên vốn chủ sở hữu, tỷ lệ vốn ngắn hạn cho vay trung dài hạn. Kết quả nghiên cứu cho thấy bên cạnh chính sách tín dụng và hiệu quả quản lý của ngân hàng có tác động rất lớn đến tỷ lệ nợ xấu thì môi trường vĩ mô cũng có tác động không ít. Tác giả khẳng định một nền kinh tế khỏe mạnh và ngành tài chính lành mạnh sẽ làm giảm tỷ lệ nợ xấu. Mô hình nghiên cứu:
1 Trong mô hình nghiên cứu của Saba, Kouser & Azeem, NPLR là tỷ lệ nợ xấu, TL là tổng dư nợ cho vay, IR là lãi suất thực, GDPPC là GDP bình quân đầu người.
2 Trong mô hình nghiên cứu của Klein, y là logarit tỷ lệ nợ xấu; B là tập hợp các biến đại diện cho ngân hàng như: tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ suất sinh lợi trên vốn chủ sở hữu, tỷ số dư nợ cho vay trên tổng tài sản, tốc độ tăng trưở dư nợ cho vay; C là tập hợp các chỉ tiêu biến vĩ mô trong nước như tỷ số thất nghiệp, lạm phát, tỷ giá hối đoái; G đại diện cho biến vĩ mô toàn khu vực là tốc độ tăng trưởng GDP thực của khu vực Eurozone.
21
ln(NPLi,t) =μi + δt + β1ln(MSi,t) + β2ROAi,t + β3ROEi,t β4ln(SLRi,t) + β5ln(GDPt) + β5lnINFt+ β5lnINTt + εi,t (1)
Prasanna [23] nghiên cứu các yếu tố ảnh hưởng tỷ lệ nợ xấu ở hệ thống ngân hàng ở Ấn Độ. Dữ liệu nghiên cứu lấy từ 31 ngân hàng trong giai đoạn 2000 – 2013. Tác giả sử dụng mô hình hồi quy dữ liệu bảng để xác định mối quan hệ giữa các biến vĩ mô với tỷ lệ nợ xấu. Kết quả nghiên cứu cho thấy sự gia tăng của tỷ lệ tiết kiệm và tốc độ tăng GDP làm giảm tỷ lệ nợ xấu. Ngược lại, sự gia tăng của lạm phát và lãi suất làm tỷ lệ nợ xấu tăng lên. Kết quả hồi quy của tác giả này cũng cho thấy những biến vĩ mô cùng nhau đóng góp 52% các thay đổi của tỷ lệ nợ xấu. Còn lại 48% phụ thuộc vào chính sách và đặc tính cụ thể của từng ngân hàng.