3.3.1. Biến phụ thuộc
Có rất nhiều chỉ tiêu khác nhau để đo lường tăng trưởng tín dụng. Mỗi cách đo lường tùy thuộc vào mục tiêu, ý nghĩa nghiên cứu. Xét về mặt toán học, tăng trường tín dụng càng cao càng tốt, tuy nhiên khi đứng trên giác độ quản trị rủi ro thì tăng trưỏng tín dụng cao phải đi kèm với chất lượng tín dụng tốt.
Trong bài nghiên cứu của Natalia T. Tamirisa và Deniz o. Igan (2007) tăng trưởng tín dụng được tính bằng cách lấy tổng dư nợ của năm sau trừ tồng dư nợ của năm trước, tất cả chia cho tồng dư nợ của năm trước. Do vậy, CGi.t được sử dụng trong luận văn như biến phụ thuộc đo lường tăng trưởng tín dụng và sử dụng cách tính như của Natalia T. Tamirisa và Deniz o. Igan (2007), với công thức tính tăng trưởng tín dụng như sau:
3.3.2. Biến độc lập * Tăng trưởng GDP (GDPt)
Biến tỷ lệ tăng trưởng GDP được nhiều các tác giả đưa vào nghiên cứu mức độ ảnh hưởng đến tăng trưởng tín dụng ngân hàng như nghiên cứu của Natalia T. Tamirisa and Deniz 0. Igan (2007), Kai Guo và Vahram Stepanyan (2011).
Chỉ tiêu này phản ánh tốc độ tăng trưởng kinh tế của nền kinh tế mỗi quốc gia và nó sẽ ảnh hưởng trực tiếp tới sự phát triển cũng như nhu cầu vay của mỗi khách hàng, mỗi doanh nghiệp.
* Tỷ lệ lạm phát (INFt)
Tỷ lệ lạm phát có thể đo lường bằng những chỉ số khác nhau, và thông thường người ta tính tỷ lệ lạm phát dựa vào chỉ số giá tiêu dùng hoặc chỉ số giảm phát GDP. Trong nghiên cứu của Kai Guo và Vhram Stepanyan (2011) đã sử dụng chi tiêu tỷ lệ lạm phát làm biến độc lập và được tính dựa vào chỉ số giá tiêu dùng (CPI). Vì vậy, trong luận văn INF cũng được dựa vào chỉ số giá tiêu dùng để đo lường với công thức tính như sau:
Chỉ tiêu này cho biết tốc độ tăng của chỉ số giá tiêu dùng (mức giá cả chung trong nền kinh tế). Chỉ tiêu này càng cao, nhu cầu đầu tư để bổ sung vốn lưu động liên tục càng tăng nhưng trong dài hạn nó sẽ làm cho các doanh nghiệp bị đình trệ do không tiêu thụ được hàng hóa, sẽ ảnh hưởng tiêu cực đến lĩnh vực tiền tệ, tín dụng trong nền kinh tế.
Tăng trưởng tiền gửi thể hiện mức độ huy động và tăng trưởng nguồn vốn của các NHTM. Dựa trên các nghiên cứu trước đây, nghiên cứu sử dụng chỉ tiêu tăng trưởng tiền gửi làm biến độc lập như Kai Guo và Vhram Stepanyan (2011), Nguyễn Thùy Dương và Trần Hải Yến (2011) và cho rằng việc mở rộng tiền gửi cung cấp cho ngân hàng lượng vốn nhiều hơn tổng quỹ có sẵn để cho vay, do đó khuyến khích mở rộng tín dụng. Chính vì vậy, luận văn cùng lựa chọn tăng trưởng tiền gửi làm biến độc lập với công thức tính như sau:
* Thanh khoản (LIQi,t)
Đảm bảo khả năng thanh khoản là một trong những nhiệm vụ quan trọng - mà các nhà quản lý ngân hàng cần thực hiện. Dựa trên các nghiên cứu trước đây, nghiên cứu sử dụng chi tiêu thanh khoản ngân hàng làm biến độc lập như Natalia T. Tamirisa and Deniz o. Igan (2007), Nguyễn Thùy Dương và Trần Hải Yến (2011). Chính vì vậy, luận văn cũng lựa chọn tỷ lệ thanh khoản làm biến độc lập, với công thức tính như sau:
Tài sản có tính thanh khoản bao gồm: Tiền mặt và các khoản tương đương tại quỹ, tiền gửi tại NHNN, tiền, vàng gửi tại các TCTD khác và cho vay các TCTD khác. Chỉ tiêu này đánh giá năng lực thanh toán cũng như khả năng sẵn sàng đáp ứng các khoản vay.
* Tỷ lệ nợ xấu (NPLi,t)
Nợ xấu là những khoản nợ thuộc nhóm 3,4,5. Việc quản lý và kiểm soát cũng như giải quyết nợ xấu được coi là vấn đề thường trực hiện nay đối với mỗi ngân hàng. Trong nghiên cứu của Kai Guo và Vhram Stepanyan (2011) sử dụng chỉ tiêu nợ xấu làm biến độc lập. Chính vì vậy, luận văn cũng lựa chọn chỉ tiêu nợ xấu làm biến độc lập, với công thức tính:
Chỉ tiêu này phản ánh về chất lượng của các khoản tín dụng đã được thực hiện. Tỷ lệ này càng cao chất lượng tín dụng càng thấp và khả năng mở rộng tín dụng càng bị siết chặt để đảm bảo khả năng không thu hồi được vốn.
* Tỷ lệ thu nhập lãi thuần (NIMi,t)
Trong nghiên cứu của Natalia T. Tamirisa and Deniz o. Igan (2007) sử dụng chỉ tiêu chênh lệch lãi thuần làm biến độc lập. Chính vì vậy, luận văn cũng lựa chọn chỉ tiêu tỷ lệ chênh lệch lãi thuần làm biến độc lập với công thức tính:
Tài sản sinh lãi bao gồm tiền gửi tại NHNN, tiền gửi tại các tổ chức tín dụng khác, chứng khoán đầu tư và cho vay khách hàng. Tài sản sinh lãi là trung bình cộng của số đầu năm và số cuối năm.
Chỉ số này đo lường chênh lệch thu nhập lãi thuần so với tài sản có sinh lãi bình quân đồng thời cũng phản ánh năng lực quản trị tài sàn có sinh lãi của các ngân hàng thương mại.
* Quy mô ngân hàng: được đo lường bằng giá trị Logarit của tổng tài sản SIZE = Ln(TA).
* Tỷ lệ dự phòng rủi ro tín dụng (LLR): Dự phòng tín dụngbao gồm dự phòng cụ thể và dự phòng chung.
Dự phòng cụ thể là loại dự phòng được trích lập cho những tổn thất có thể xảy ra đối với từng khoản nợ cụ thể. Dự phòng cụ thể được tính theo công thức sau:
Dự phòng cụ thể = Tỷ lệ trích lập x (Số dư khoản nợ – Giá trị khấu trừ của tài sản đảm bảo)
Với giá trị khấu trừ của tài sản đảm bảo và tỷ lệ trích lập dự phòng đối với từng nhóm nợ được Ngân hàng Nhà nước quy định theo từng thời kỳ.
Dự phòng chung là loại dự phòng được trích lập để dự phòng cho những tổn thất có thể xảy ra, nhưng chưa xác định được khi trích lập dự phòng cụ thể. Việc trích lập dự phòng rủi ro tín dụng được thực hiện trên cơ sở kết quả phân loại nợ và theo tỷ lệ trích do Thống đốc Ngân hàng nhà nước qui định.
Tỷ lệ trích lập dự phòng cụ thể đối với các nhóm nợ quy định như sau: Nhóm 1: 0%
Nhóm 2: 5% Nhóm 3: 20% Nhóm 4: 50%
Nhóm 5: 100%.
Riêng đối với các khoản nợ chưa được xử lí, phải chờ Chính phủ xử lý thì được trích lập dự phòng cụ thể theo khả năng tài chính của tổ chức tín dụng. Số tiền dự phòng cụ thể phải trích được tính theo công thức sau:
R = max {0, (A – C)} x r (adsbygoogle = window.adsbygoogle || []).push({});
Trong đó: R: số tiền dự phòng cụ thể phải trích A: giá trị của khoản nợ
C: giá trị của tài sản bảo đảm r: tỷ lệ trích lập dự phòng cụ thể
Ngoài các khoản dự phòng cụ thể, tổ chức tín dụng phải trích thêm dự phòng chung. Dự phòng cụ thể được tính theo công thức trên, dự phòng chung được trích bằng 0,75% tổng giá trị của các khoản nợ từ nhóm 1 đến nhóm 4. Cả 2 loại dự phòng trên đều được trích từ chi phí.
3.4. THU THẬP DỮ LIỆU NGHIÊN CỨU
Nghiên cứu sử dụng dữ liệu thứ cấp từ báo cáo của NHNN, Worldbank, IFS và báo cáo tài chính của 22 NHTMCP. Hiện nay ở Việt Nam có tất cả 31 NHTM hoạt động trong đó có 3 ngân hàng là NHTM Nhà nước. Tuy nhiên, tác giả đã loại ra các NHTM không đủ dữ liệu cho suốt thời kỳ nghiên cứu và các NHTM đã tiến hành sáp nhập, hợp nhất hay chuyển đổi hình thức từ NHTM sang Ngân hàng trách nhiệm hữu hạn do Nhà nước sở hữu từ 50% vốn điều lệ. Từ cách làm trên, tác giả có được một bảng dữ liệu gồm 22 NHTMCP với dữ liệu trong thời gian 8 năm từ năm 2011 đến 2018, đáp ứng mục tiêu nghiên cứu tạo được bảng dữ liệu cân đối với 176 quan sát.
Báo cáo thường niên trong giai đoạn 2011-2018 của các ngân hàng sẽ được sử dụng để thu thập các dữ liệu cần thiết. Dữ liệu phục vụ cho nghiên cứu này được thu thập từ báo cáo thường niên, báo cáo tài chính của các ngân hàng qua các năm từ 2011- 2018.
Dữ liệu liên quan đến ngân hàng được chọn từ báo cáo thường niên, báo cáo tài chính của các NHTM đã được kiểm toán. Trong nhóm ngân hàng thương mại, phân thành 4 nhóm nhỏ: Nhóm NHTM nhà nước, nhóm NHTM cổ phần, nhóm ngân hàng 100% vốn nước ngoài và nhóm ngân hàng liên doanh. Tính đến ngày 31/12/2018, số lượng ngân hàng của mỗi nhóm như sau:
Nhóm ngân hàng thương mại nhà nước (3 ngân hàng), Nhóm ngân hàng thương mại cổ phần (28 ngân hàng), Nhóm ngân hàng 100% vốn nước ngoài (8 ngân hàng) và Nhóm ngân hàng liên doanh (2 ngân hàng).
Do giới hạn về số liệu và thời gian nghiên cứu, đề tài chỉ thu thập số liệu từ hai nhóm: Nhóm ngân hàng thương mại nhà nước (3 ngân hàng) và nhóm ngân hàng thương mại cổ phần (28 ngân hàng). Trong 31 ngân hàng này, tác giả chỉ thu thập được 22 ngân hàng do một số ngân hàng công bố không đầy đủ số liệu, và một số ngân hàng đã tiến hành sáp nhập nên nhóm đã tiến hành sàng lọc và loại bỏ, chỉ giữ lại những ngân hàng có đầy đủ số liệu phục vụ cho quá trình nghiên cứu.
Các dữ liệu kinh tế vĩ mô được thu thập trên website ngân hàng nhà nước, niêm giám thống kê của tổng cục thống kê.
Nghiên cứu sử dụng phần mềm Excel để xử lý dữ liệu cơ bản để tính toán và tạo ra các giá trị của các biến số cần phân tích trong mô hình. Từ đó xây dựng dữ liệu bảng Panel Data để sử dụng phân tích.
Nghiên cứu sử dụng phần mềm Stata 14 để thống kê mô tả dữ liệu nghiên cứu, lập ma trận hồi quy và ước lượng hồi quy trong mô hình.
3.5. PHƯƠNG PHÁP NGHIÊN CỨU
Theo mô hình nghiên cứu của Kai Guo và Vahram Stepanyan (2011); Nguyễn Thùy Dương và Trần Hải Yến (2012) tác giả áp dụng tiếp cận phân tích dữ liệu bảng động để giải thích sự tồn tại yếu thời gian trong tăng trưởng tín dụng của NHTM.
Ưu điểm của dữ liệu bảng là nghiên cứu được sự khác biệt giữa các đơn vị chéo, chứa đựng nhiều thông tin hơn và quan trọng hơn cả là nâng cao số quan sát của mẫu. Để lựa chọn phương pháp ước lượng phù hợp tác giả kiểm định theo tiến trình sau
Bước 1: Thống kê mô tả. Số liệu trong nghiên cứu được thể hiện dưới dạng thống kê theo các giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung bình, giá trị trung vị, độ lệch chuẩn. Mô tả tóm tắt các đặc trưng dữ liệu của các NHTMCP để phản ánh một cách tổng quát về tình hình các ngân hàng được niêm yết.
Bước 2: Phân tích ma trận hệ số tương quan. Thiết lập ma trận hệ số tương quan giữa các biến độc lập và biến kiểm soát nhằm xác định mối tương quan giữa các
biến này là như thế nào và để kiểm tra mối tương quan như thế nào giữa các biến độc lập và biến phụ thuộc và giữa các biến độc lập với nhau.
Bước 3 : Các phương pháp ước lượng.
Mô hình nghiên cứu của bài sử dụng dữ liệu bảng được hồi quy theo các cách sau: mô hình các ảnh hưởng cố định (FEM), mô hình các ảnh hưởng ngẫu nhiên (REM) kế thừa các nghiên cứu của Natalia T. Tamirisa và Deniz O. Igan (2007); Burcu Aydin (2008); Chu Khánh Lân, (2012); Nguyễn Thùy Dương và Trần Hải Yến (2012); Kai Guo và Vahram Stepanyan (2011). Mô hình nghiên cứu của bài sử dụng dữ liệu bảng (panel data), để đảm bảo tính bền vững của mô hình, nghiên cứu này thực hiện ba phương pháp ước lượng là hiệu ứng cố định (Fixed Effect Model - FEM), phương pháp hiệu ứng ngẫu nhiên (Radom Effect Model - REM), phương pháp bình phương tối thiếu thông thường (Pooled Ordinary Least Square – Pool OLS)
Mô hình bình phương tối thiếu thông thường (POOL OLS)
Mô hình (Pool OLS) có phương trình như sau: Yit = α + β1 X1it + β2 X2it +…+ βn Xnit + εit
Trong đó:
i: Đối tượng thứ i được quan sát (đơn vị chéo thứ i) t: Thời gian quan sát thứ t của đơn vị chéo thứ i α: Hệ số chặn
β: Ảnh hưởng biên của từng biến độc lập εit: Sai số của mô hình
Việc hồi quy mô hình Pool OLS có thể tạo ra các ước lượng sai do các giả thuyết của mô hình bị vi phạm. Mô hình này có thể nhận diện sai do ràng buộc quá chặt về các đơn vị chéo, hiện tượng đa cộng tuyến, do tự tương quan hoặc phương sai sai số thay đổi.
Mô hình các ảnh hưởng cố định (FEM)
Mô hình ước lượng sử dụng: Yit = Ci + β Xit + Uit*
Trong đó:
Yit: thời gian (Năm) Xit: biến độc lập (adsbygoogle = window.adsbygoogle || []).push({});
Ci (i=1….n): hệ số chặn cho từng đơn vị nghiên cứu β: hệ số góc đối với nhân tố X
Uit: phần dư
Mô hình trên đã thêm vào chỉ số i cho hệ số chặn “C” để phân biệt hệ số chặn của từng thực thể khác nhau có thể khác nhau. Với giả định mỗi đơn vị đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM phân tích mối tương quan này giữa phần dư của mỗi đơn vị với các biến giải thích qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc.
Mô hình hiệu ứng ngẫu nhiên (REM)
Mô hình ước lượng sử dụng được bắt đầu cũng từ mô hình: Yit = Ci + β Xit + Uit
Mô hình này Ci là cố định, nhưng trong REM có giả định rằng nó là một biến ngẫu nhiên với trung bình là C và giá trị hệ số chặn được mô tả như sau:
Ci = C + εi (i = 1,…n)
εi: sai số ngẫu nhiên có trung bình bằng 0 và phương sai là ϭ2 Thay vào mô hình ta có:
Yit = C + β Xit + εi + Uit hay Yit = C + β Xit + wit (wit = εi + Uit) εi: sai số thành phần của các đối tượng khác nhau
Uit: sai số thành phần kết hợp khác của cả đặc điểm riêng theo từng đối tượng và theo thời gian.
Bước 4: Lựa chọn phương pháp.
* Kiểm định Hausman để lựa chọn mô hình ảnh hưởng ngẫu nhiên và mô hình ảnh hưởng cố định.
Để lựa chọn mô hình tác giả xây dựng giả thuyết H0: Ước lượng của FEM và REM không khác nhau.
H1: Ước lượng của FEM và REM khác nhau.
Nếu: P-value < 5%: Bác bỏ H0 (chọn mô hình FEM) P-value > 5%: Chấp nhận H0 (chọn mô hình REM) * Kiểm định xttest0 để lựa chọn mô hình REM và POOL
Để lựa chọn mô hình tác giả xây dựng giả thuyết H0: Ước lượng của REM và POOL không khác nhau. H1: Ước lượng của REM và POOL khác nhau.
Nếu: P-value < 5%: Bác bỏ H0 (chọn mô hình REM) P-value > 5%: Chấp nhận H0 (chọn mô hình POOL) . Bước 5: Kiểm định các khuyết tật của mô hình được chọn
(i) Kiểm định đa cộng tuyến của mô hình
Nguyễn Đình Thọ (2008) chỉ ra rằng giá trị VIF > 2, thì mức độ đa cộng tuyến được xem là cao.
(ii) Kiểm định hiện tượng tự tương quan
Tự tương quan là sự tương quan giữa các thành phần của chuỗi quan sát được sắp xếp theo thứ tự thời gian (trong chuỗi thời gian) hoặc không gian (trong số liệu chéo). Nghĩa là trong mô hình hồi quy cổ điển OLS ta giả thiết rằng không có tương quan giữa các Ui, Cov (Ui,Uj) = 0 ( j ≠ i), sai số ứng với quan sát nào đó không bị ảnh hưởng bởi sai số ứng với quan sát khác. Kiểm định tự tương quan thông qua kiểm định Durbin – Watson và Breusch Godfrey (BG). Trong nghiên cứu này, tác giả kiểm định tương quan bằng kiểm định Durbin – Watson và kiểm định Breusch Godfrey (BG) để khẳng định tính đúng đắn của mô hình nghiên cứu.
TÓM TẮT CHƯƠNG 3
Mục tiêu chương 3 nhằm trình bày quy trình và phương pháp nghiên cứu được thực hiện trong nghiên cứu đã xây dựng. Quy trình nghiên cứu gồm các giai đoạn chính cách thu thập dữ liệu liệu và mô tả dữ liệu thu thập, xây dựng biến và cách đo lường các biến, đề xuất mô hình nghiên cứu, xây dựng giả thuyết nghiên cứu và trình bày phương pháp kiểm định mô hình nghiên cứu. Cách thu thập dữ liệu gồm hai giai đoạn chính.
Giai đoạn 1: Thu thập số liệu về các yếu tố trong mô hình nghiên cứu thông qua các NHTMCP từ nguồn cơ sở dữ liệu của Vietstock và Cafef.