Dựa trên những nguyên nhân thực tiễn về thực trạng nợ xấu của các NHTM Việt Nam cùng với việc tổng hợp, đúc kết từ một số công trình nghiên cứu về nợ xấu của các tác giả trong và ngoài nước, các luận án, một số bài nghiên cứu của các tạp chí, các buổi hội thảo, nghiên cứu khoa học..., tác giả đã tập trung vào 2 nhóm nhân tố tác động chính gây nên nợ xấu :
V Các biến kinh tế vĩ mô : nhiều những nghiên cứu xem xét tác động của các yếu
tố vĩ mô đến các khoản nợ xấu (Rinadi và Sanchis - Arellano, 2006; Segoviano
et al.,
2006; Berger and Boye, 2007; Cifter et al., 2009; và Nkusu, 2011... Các yếu tố
vĩ mô
thường được nhấn mạnh là: tốc độ tăng trưởng GDP, lãi suất thực, tỷ lệ lạm
phát, tỷ lệ
thất nghiệp, tỷ giá hối đoái thực hiệu lực, cung tiền (M2),. Qua đó tác giả đã tổng
hợp được các yếu tố vĩ mô có tác động mạnh để xây dựng lên mô hình bao gồm
tốc độ
tăng trưởng (GDP), tỷ lệ lạm phát (IN), tỷ lệ thất nghiệp (UE) và lãi suất cho
vay bình
quân (Lendrate).
V Các biến nội tại ngân hàng : các yếu tố vi mô được xem xét trong các nghiên
cứu trước đây: quản lý kém, rủi ro đạo đức nghề nghiệp, quy mô ngân hàng, tăng
trưởng tín dụng, sự thiếu hiệu quả, tỷ lệ nợ xấu thời kỳ trước. Tác giả đã chọn các
biến chính sau để xây dựng mô hình : tốc độ tăng trưởng tín dụng ( Loan ), tỷ lệ
dư nợ
trên tổng tài sản ( LA ), tỷ lệ sinh lời trên vốn chủ sở hữu (ROE), tỷ lệ sinh lời
S NPLi,t : tỷ lệ nợ xấu ngân hàng i năm t
S Loanijt : tốc độ tăng trưởng tín dụng của ngân hàng i năm t
S ROEijt : tỷ lệ sinh lời trên vốn chủ sở hữu của ngân hàng i năm t S ROAijt : tỷ lệ sinh lời trên tổng tài sản của ngân hàng i năm t S LAijt : tỷ lệ dư nợ trên tổng tài sản của ngân hàng i năm t S Sizeijt : Quy mô ngân hàng i năm t
S GDPt : tốc độ tăng trưởng GDP tại năm t
S UEt : tỷ lệ thất nghiệp năm t
S INt : tỷ lệ lạm phát năm t
S Lendratet : lãi suất cho vay bình quân năm t S εi,t : phần sai số ngẫu nhiên
S α0 : hệ số chặn
S α1, ..., α7 : Các hệ số góc của các biến độc lập được nghiên cứu
NPLijt tỷ lệ nợ xấu ngân hàng i năm t NPLi.,=1 O O Cy*⅛.,
j__________tổ ng dư nợ ( t, t") _________________
GDPt tốc độ tăng trưởng GDP tại năm t_______________ _________+_________
UEt tỷ lệ thất nghiệp năm t +
IN tỷ lệ lạm phát năm t +
Lendratet Lãi suất cho vay bình quân năm t_______________ _________+_________
Loanijt tốc độ tăng trưởng tín dụng của ngân hàng i năm t
Loanit =100*---ợ „ ti“ ợ ʌ ---
ijt
+
ROEijt tỷ lệ sinh lời trên vốn chủ sở hữu của ngân hàng i
năm t______________________________________
ROAijt tỷ lệ sinh lời trên tổng tài sản của ngân hàng i năm
_t__________________________________________ LA
ijt tỷ lệ dư nợ trên tổng tài sản của ngân hàng i năm t _________+_________
Sizeijt Quy mô ngân hàng i năm t
C- _ Tông tài sản NHi,t
Sizeijt- A, _____,
_______j Tổng tà I Sản 1 3 NHTM ng h lễncứu năm t__________
3.3.2 Phương pháp nghiên cứu mô hình3.3.2.1 Phương pháp thu thập dữ liệu 3.3.2.1 Phương pháp thu thập dữ liệu
Cơ sở dữ liệu được tác giả thu thập từ 13 NHTMCP trong giai đoạn từ năm 2006 đến năm 2015. Nguồn dữ liệu các biến :
S Các biến kinh tế vĩ mô ( tốc độ tăng trưởng GDP, tỷ lệ thất nghiệp, tỷ lệ lạm
phát, lãi suất cho vay bình quân ) lấy từ số liệu của WB, IMF và IFS.
S Các biến nội tại ngân hàng: lấy từ số liệu trong các BCTC và BCTN của 13
ngân hàng thương mại cổ phần tại Việt Nam qua các năm từ 2006-2015.
3.3.2.2. Phương pháp ước lượng
Dữ liệu trong nghiên cứu được thu thập từ báo cáo tài chính của 13 NHTM trong giai đoạn 2006-2013. Luận văn Bên cạnh các biến phụ thuộc quan sát được nêu trên thì chắc chắn mỗi ngân hàng sẽ có những đặc điểm riêng (không quan sát được) tác động đến tỷ lệ nợ xấu. Như vậy, nếu dùng kỹ thuật hồi quy theo phương pháp ước lượng bình phương nhỏ nhất OLS (Ordinary Least Square) sẽ vô tình bỏ qua các yếu tố đặc trưng không quan sát được của từng ngân hàng, như cách thức hoạt động, mô hình quản trị rủi ro tín dụng, chính sách điều hanh... Do đó, để phù hợp với việc sử dụng dữ liệu bảng, tác giả sử dụng thêm hai mô hình kinh tế lượng khác có tính đến ảnh hưởng của đặc điểm riêng ở mỗi ngân hàng khi ước lượng, đó là mô hình tác động cố định (FEM - Fixed Effects Model) và mô hình tác động ngẫu nhiên (REM - Random Effects Model). Tuy nhiên, để thận trọng thì tác giả vẫn tiến hành đầy đủ các kiểm định phù hợp để so sánh giữa ba mô hình để chọn mô hình thích hợp.
Tác giả thực hiện các ước lượng này bằng phần mềm Eview.
Bước 1: Kiểm định Likelihood Ratio Test cho phép lựa chọn giữa mô hình FEM và Pooled OLS với giả thuyết H0: mô hình Pooled OLS là phù hợp hơn.
Bước 2: Kiểm định Hausman: kỹ thuật lựa chọn giữa mô hình FEM và REM. Giả thuyết H0 làm nền tảng cho kiểm định Hausman là tác động cá biệt của mỗi đơn vị chéo không gian có tương quan với các biến hồi quy khác trong mô hình. Nếu có tương quan (giả thuyết H0 bị từ chối), mô hình hồi quy theo REM sẽ cho kết quả bị thiên lệch và khi đó mô hình FEM được chọn.
3.3.3 Thống kê mô tả mô hình
Trước tiên, tác giả trình bày kết quả thống kê mô tả các biến trong bài nghiên cứu với các đại lượng đo lường đặc trưng cho mỗi biến (của 13 ngân hàng trong 10 năm) qua bảng sau:
Bảng 3.2: Thống kê mô tả các biến trong mô hình
Nguồn : Eview
Tỷ lệ nợ xấu (NPL) có sự chênh lệch khá lớn giữa các NHTM với độ lệch chuẩn xấp xỉ 1,64%, nguyên nhân do sự cách biệt rất lớn giữa giá trị lớn nhất về nợ xấu là 11,39% của SCB năm 2010 và giá trị nhỏ nhất 0,08% của ACB năm 2007.
Đồ thị 3.3 : Tỷ lệ nợ xấu trung bình của 13 NHTMCP Việt Nam 2006-2015
Nguồn :tác giả
Đối với mức nợ xấu trung bình cụ thể của từng ngân hàng trong giai đoạn 2006- 2015, ngoài trường hợp đặc biệt của ngân hàng SCB năm 2010 (do hợp nhất với ngân hàng Tín Nghĩa và ngân hàng Đệ Nhất) và ngân hàng BIDV có tỷ lệ nợ xấu cao - vượt mức 3% so với phần còn lại thì tỷ lệ nợ xấu trung bình của các NHTM còn lại đều duy trì dưới mức 3%. Trong đó, nợ xấu được kiểm soát rất tốt ở ngân hàng Sài Gòn Thương Tín (STB) khi duy trì mức nợ xấu trung bình chỉ 0,902% , các ngân hàng còn lại đều duy trì tỷ lệ nợ xấu trung bình trong khoảng 1,1% -2,7 %( thấp nhất trong số này là nợ xấu của ACB ở mức 1,152% và cao nhất thuộc về ngân hàng Vietcombank ở mức 2,717%).
Đối với các biến giải thích: Qua bảng thống kê ta nhận thấy tốc độ tăng trưởng tín dụng bình quân trong giai đoạn 2006-2015 là 38,68%, một tỷ lệ tương đối cao phản ánh thực tế tăng trưởng tín dụng quá nóng và chạy theo áp lực lợi nhuận cũng như tăng vốn của các NHTM Việt Nam những năm qua. Cụ thể thấy rằng, tốc độ giải ngân vốn cho nền kinh tế tăng nhanh nhưng nhìn vào tốc độ tăng trưởng kinh tế bình quân chỉ khoảng 6,1%, điều đó có nghĩa rằng thực tế dòng vốn không được sử dụng đúng mục đích và hiệu quả, không chảy vào những lĩnh vực cần thiết để hỗ trợ và vực dậy nền kinh tế mà thay vào đó tập trung quá lớn vào các phân khúc rủi ro như bất động sản và chứng khoán... đã dẫn đến tình trạng lạm phát cao, trung bình khoảng 9.39% - đỉnh
Pooled Fem_______ Rem______
Biến______________ NPL NPL NPL
điểm lạm phát vào năm 2008 là 23.1% và năm 2011 là 18,7%. Do đó, với những bất lợi trên đã khiến tình hình nợ xấu diễn biến phức tạp (với tỷ lệ nợ xấu trung bình của 13 NHTM là 2.17% - thực tế sẽ còn cao hơn rất nhiều do nhiều nguyên nhân khác) sẽ khiến cho việc tiếp cận vốn của doanh nghiệp vượt quá khả năng của họ.
Tỷ lệ ROE bình quân của các NHTM ở mức khá cao với giá trị 13.45%, tuy nhiên, nếu so sánh với thông lệ trên thế giới nói chung (10% - 20%) và tại các nước Đông Nam Á nói riêng (14 - 15%) (Trần Việt Dũng và cộng sự, 2014) thì chỉ ở mức trung bình. Đáng chú ý là tương tự như tỷ lệ nợ xấu thì tỷ lệ ROE của các NHTM Việt Nam biến thiên trong một khoảng rộng với độ lệch chuẩn lên tới 7.79%. Điều này chứng tỏ hiệu quả hoạt động không đồng đều giữa các NHTM Việt Nam, hệ quả của việc cạnh tranh trên thị trường Việt Nam có mức độ tập trung lớn với phần lớn thị phần thuộc về các NHTM lớn với cơ cấu vốn, năng lực kinh doanh và tiềm lực chênh lệch so với những NHTM nhỏ và vừa.
Để xảy ra tình trạng này một mặt thuộc về NHTM khi tỷ lệ cho vay trên tổng tài sản (LA) bình quân ở mức 53.8%, tiềm ẩn rủi ro cao; đồng thời, trị số thể hiện sự hiệu quả sinh lời trên tổng tài sản ROA khá thấp, chỉ chiếm chưa tới 1,23% chứng tỏ các ngân hàng chưa thực sự chú trọng và quan tâm đến công tác quản trị rủi ro tín dụng cũng như giám sát các khoản cho vay.
Đối với các biến giải thích vĩ mô, tăng trưởng GDP thực (GDP) trong suốt khoảng thời gian nghiên cứu có giá trị trung bình là 6.1% với mức độ biến thiên rất nhỏ cho thấy nền kinh tế Việt Nam trong suốt giai đoạn này vẫn duy trì được tốc độ tăng trưởng cao mặc dù có chậm lại trong những năm gần đây do ảnh hưởng của suy thoái kinh tế. Lãi suất cho vay bình quân (Lendrate ) có giá trị bình quân là 12.007 % đảm bảo thu nhập cho các NHTM Việt Nam.
Như vậy, để hạn chế mức nợ xấu, các NHTM cần tập trung phát triển vào các sản phẩm dịch vụ cũng như nâng mức chi phí trong việc đảm bảo tỷ lệ an toàn trong các hoạt động tín dụng thông qua việc đầu tư hơn nữa mảng kiểm soát tín dụng và quản trị rủi ro.
3.3.4 Kiểm định mô hình
Nghiên cứu sử dụng phần mềm Eview8 để ước lượng.
Kết quả ước lượng mô hình hồi quy các biến được trình bày trong bảng sau :
C________________ 0.50856 9 0.5860 3 0.62565 3 LOAN____________ -0.002466 - 0.004018 - 0.003347 LA_______________ -0.025821 - 0.024788 - 0.025582 ROE______________ -0.079119 - 0.098636 - 0.089881 ROA______________ -0.411051 0.0110 8 - 0.164854 SIZE_____________ 0.04341 4 0.05697 8 0.04853 5 GDP______________ - 0.02729 0.02409 3 0.00182 UE_______________ 0.62770 6 0.50394 5 0.55043 8 IN________________ -0.047611 - 0.042564 - 0.044208 LENDRATE ______ 0.20508 1 0.18053 3 0.18921 1
Nguồn : Eview
Trong mô hình Pooled OLS, ngoài trừ biến GDP không có ý nghĩa thống kê thì các biến còn lại đều tác động lên nợ xấu. Cụ thể, các biến Loan, La, ROE, ROA tác động ngược chiều lên nợ xấu, còn các biến Size,UE, IN, LENDRATE tác động cùng chiều lên nợ xấu. Trong đó, ảnh hưởng mạnh nhất tới nợ xấu là biến tỷ lệ thất nghiệp UE và tỷ lệ sinh lời trên tổng tài sản ROA lần lượt ở mức 62,77% và 41,1% sau đó là tới biến lãi suất cho vay bình quân Lendrate với mức ảnh hưởng 20,5%.
Tuy nhiên, theo nguyên tắc thận trọng sau khi ước lượng ba mô hình, thì tác giả tiến hành lựa chọn một mô hình phù hợp nhất với dữ liệu nghiên cứu.
So sánh giữa Pooled OLS và FEM
Việc ước tính theo mô hình Pooled OLS không phản ánh được tác động của sự khác biệt ở từng ngân hàng, tác động này có thể là chính sách quản lý, điều hành riêng của mỗi ngân hàng... Do đó, sau khi hồi quy theo mô hình FEM, tác giả dùng kiểm định Likelihood Ratio Test với giả thuyết:
H0: hệ số chặn của hàm hồi quy mỗi ngân hàng giống nhau (không tồn tại đặc điểm riêng của từng ngân hàng)
H1 : không có chuyện hệ số chặn hàm hồi quy các ngân hàng giống nhau.
Từ đó, để kiểm định xem có tồn tại tác động của mỗi ngân hàng trong mô hình hay không.
Bảng 3.4: Kết quả kiểm định Likelihood Ratio Test.
Nguồn : Eview
Rõ ràng từ kết quả trên, mô hình Pooled OLS sử dụng không thích hợp bởi vì có sự tồn tại tác động cố định ở mỗi quốc gia (F(12, 108) = 2,172, P_value = 0,0179 < 0,05). Như vậy, với mức ý nghĩa 5%, ta có cơ sở bác bỏ giả thuyết H0, tức mô hình FEM phù hợp hơn mô hình Pooled OLS.
So sánh giữa FEM và REM
Tác giả sẽ dùng kiểm định Hausman Test với giả thuyết:
H0: REM hiệu quả hơn (không có sự tương quan giữa sai số ngẫu nhiên giữa các ngân hàng với các biến giải thích trong mô hình)
H1 : FEM hiệu quả hơn.( có sự tương quan giữa sai số ngẫu nhiên giữa các ngân hàng với các biến giải thích trong mô hình)
Qua đó, kiểm soát các yếu tố đặc trưng của mỗi ngân hàng có khả năng tác động đến nợ xấu.
Bảng 3.5: Kết quả kiểm định Hausman Test
Nguồn : Eview
Kiểm định cho kết quả P_value = 1.0000> 0,05. Với mức ý nghĩa 5%, ta chấp nhận giả thuyết H0, tức mô hình REM được chọn.
Như vậy, trong ba mô hình Pooled OLS, FEM và REM khi hồi quy dữ liệu bảng thì mô hình REM là phù hợp nhất với tổng thể số liệu nghiên cứu các nhân tố tác động đến tỷ lệ nợ xấu tại các NHTM Việt Nam.
Để đo lường mức độ phù hợp giữa các biến trong mô hình từ đó phát hiện hiện tượng đa cộng tuyến, tác giả tiến hành kiểm tra ma trận tương quan.
Bảng 3.6 : Ma trận tương quan giữa các biến trong mô hình nghiên cứu
Nguồn : Eview
Gujarati (1995) và White (1998) cho rằng, nếu hệ số tương quan cặp vượt quá 0,8 thì phương trình hồi quy sẽ gặp vấn đề đa công tuyến. Do đó, để giảm tối đa hiện tượng đa cộng tuyến, tác giả tiến hành kiểm tra sự tương quan giữa các biến để loại bỏ biến không cần thiết ra khỏi mô hình. Có thể nhận thấy các cặp biến ở mô hình đều có hệ số tương quan nhỏ hơn 0,8. Do đó, dữ liệu nghiên cứu không xuất hiện hiện tượng đa cộng tuyến và các biến được đưa vào mô hình là khá phù hợp trong việc xem xét các nhân tố tác động đến tỷ lệ nợ xấu.
3.3.5 Kết luận từ mô hình hồi quy
Như vậy, mô hình hồi quy theo mô hình REM sẽ có dạng :
NPL = 0.6257 - 0.0033*LOAN - 0.02558*LA - 0.0899*ROE - 0.1649*ROA + 0.0485*SIZE + 0.0018*GDP + 0.5504*UE - 0.0442*IN + 0.1892*LENDRATE. Giải thích ý nghĩa các biến :
Tốc độ tăng trưởng tín dụng Loan
Kết quả hồi quy cho thấy mối quan hệ ngược chiều giữa tốc độ tăng trưởng tín dụng và nợ xấu . Khi tín dụng tăng trưởng 1% thì nợ xấu giảm 0,0033% và ngược lại. Tăng trưởng tín dụng cao sẽ có ảnh hưởng làm giảm tỷ lệ nợ xấu có thể được giải thích là vì các NHTM đã có sự điều chỉnh và giám sát tốt các khoản cho tín dụng mới cấp hơn, các nhà điều hành không chạy theo lợi nhuận tức thời mà ngày càng chú trọng đến chất lượng tín dụng song song với quy mô tín dụng hơn. Tuy nhiên có thể thấy, đối với các NHTM Việt Nam, giai đoạn trước năm 2011, tăng trưởng tín dụng tại các
NHTM là rất cao với nhu cầu xin vay lớn từ các chủ thể kinh tế, các ngân hàng nới lỏng quy định cấp tín dụng, các doanh nghiệp vì thế dễ dàng hơn trong việc tiếp cận vốn, thậm chí nhiều ngân hàng cho vay đảo nợ tức là dùng món vay mới để trả các