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 khoản nợ cũ, rủi ro tín dụng cao. Đồng thời một phần không nhỏ dòng vốn tín dụng lại hướng tới các lĩnh vực kinh tế phi sản xuất như chứng khoán, bất động sản với mức độ rủi ro cao. Cùng với hiệu quả sử dụng vốn, kiểm soát, giảm sát sau vay lỏng lẻo từ phía các NHTM khiến cho rủi ro tín dụng trở nên tồi tệ hơn khi nền kinh tế xoay chiều bước vào giai đoạn suy thoái.
Như vậy thực chất việc giảm tỷ lệ nợ xấu trong trường hợp này là do tốc độ tăng trưởng tín dụng luôn lớn hơn tốc độ tăng trưởng của các giá trị nợ xấu, còn về bản chất nợ xấu vẫn không ngừng gia tăng.
Tỷ lệ cho vay trên tổng tài sản LA
Kinh doanh cốt lõi của ngân hàng là kinh doanh rủi ro. Vì thế, bên cạnh việc tối đa hóa lợi nhuận thì ngân hàng cần phải chú ý đến mức độ rủi ro và khả năng thanh khoản. Thiếu thanh khoản luôn là nguyên nhân sâu xa của sự đổ vỡ ngân hàng. Một ngân hàng được xem là có khả năng thanh khoản tốt nếu như ngân hàng có thể có được những khoản vốn khả dụng với chi phí thấp ngay tại thời điểm có nhu cầu (Peter và Sylvia, 2008). Nếu ngân hàng dự trữ thanh khoản quá nhiều sẽ bỏ qua cơ hội sinh lời của đồng vốn vay. Ngược lại, cho vay quá nhiều sẽ dẫn đến trạng thái mất thanh khoản, làm gia tăng rủi ro của ngân hàng và dẫn đến nợ xấu. Tỷ lệ cho vay trên tổng tài sản được sử dụng để đánh giá chất lượng tài sản có của ngân hàng. Ngân hàng có tỷ lệ cho vay cao thì khả năng sinh lời được cải thiện nhưng rủi ro cũng sẽ cao hơn (Nguyễn Minh Kiều, 2007). Tỷ lệ cho vay trên tổng tài sản cao thể hiện sự chấp nhận rủi ro để đánh đổi mục tiêu lợi nhuận của các ngân hàng và đây là một trong những nguyên nhân gây ra các khoản nợ xấu tăng vọt, đặc biệt trong thời kỳ nền kinh tế suy thoái.
Tuy nhiên kết quả hồi quy lại cho thấy tỷ lệ cho vay trên tổng tài sản có mối quan hệ ngược chiều với nợ xấu .Cụ thể khi tỷ lệ cho vay trên tổng tài sản tăng 1% thì tỷ lệ
nợ xấu lại giảm 0.02558%. Điều này có thể giải thích do các NHTM tăng tỷ lệ cho vay
so với tổng tài sản, có thể NH ngày càng đa dạng hóa được danh mục cho vay, kiểm soát tốt được các khoản vay mới, quy trình tín dụng ngày càng chặt chẽ và phù hợp
hơn; do đó tính trên tỷ lệ tổng dư nợ, thì tỷ lệ nợ xấu sẽ có sự suy giảm.
Hiệu quả sinh lời ROE,ROA
Ket quả ước lượng cho thấy rằng nếu NHTM có khả năng sinh lời cao hơn, đồng nghĩa với hiệu quả quản trị tốt hơn thì sẽ giúp cho NHTM giảm thiểu rủi ro tín dụng. Đồng thời, cùng với xu hướng toàn cầu hóa nền kinh tế nói chung và thị trường tài chính nói riêng, các NHTM Việt Nam ngày càng phát triển theo xu hướng chuyển đổi thành các tập đoàn, ngân hàng tài chính cung cấp đa dạng các dịch vụ tài chính vốn ít chịu tác động và ảnh hưởng tiêu cực của nền kinh tế. Điều này khiến cho khả năng sinh lời cũng không phải phụ thuộc quá nhiều vào danh mục tín dụng.
Quy mô tài sản của ngân hàng
Quy mô hoạt động lớn cho phép các NHTM có điều kiện để đầu tư cải thiện quy trình tín dụng, chất lượng quản trị rủi ro cũng như nguồn nhân lực chất lượng cao. Đồng thời, quy mô hoạt động lớn cùng với thị phần cao cho phép các NHTM có thể đa dạng hóa hoạt động tín dụng của mình, từ đó giúp giảm thiểu rủi ro tập trung tín dụng . Tuy nhiên, quy mô và thị phần lớn trên thị trường NHTM có thể giúp NHTM đạt tới trạng thái “quá lớn để đổ vỡ” (Too big to fail1) khiến cho các NHTM này sẵn sàng chấp nhận rủi ro lớn hơn trong hoạt động kinh doanh, cho vay các đối tượng khách hàng rủi ro hơn để có được lãi suất cao. Điều này sẽ khiến cho rủi ro tín dụng tăng lên trong tương lai.
Kết quả hồi quy với con số 0.0485 cho thấy có sự tác động cùng chiều của quy
mô tài sản các NHTMCP Việt Nam với tỷ lệ nợ xấu. Những NHTM có quy mô và thị phần lớn lại thường dễ phải gánh chịu một sự tăng lên của tỷ lệ nợ xấu trong tương lai. Điều này xác nhận sự tồn tại của lý thuyết “quá lớn để đổ vỡ” ở thị trường NHTM Việt Nam do các NHTM lớn dường như đang sẵn sàng chấp nhận mức rủi ro cao hơn trong hoạt động tín dụng, dẫn đến khả năng gia tăng của rủi ro tín dụng trong tương lai. Đồng thời, điều này có thể lý giải do hiệu ứng của các NHTM Nhà nước. Tại Việt Nam, đây là nhóm ngân hàng mà nhà nước vẫn nắm giữ phần lớn cổ phần chi phối và cũng là nhóm ngân hàng có qui mô lớn nhất (Agribank, Vietinbank, Vietcombank, BIDV) trong toàn hệ thống . Tuy nhiên, hiệu quả hoạt động của các ngân hàng này không ổn định và có xu hướng giảm qua các năm, một phần, do áp lực cho vay các tập đoàn, công ty nhà nước theo chỉ đạo, dẫn đến nhiều khoản nợ xấu phát sinh trong thời
gian qua. Mặt khác, tại nhóm các NHTMNN này, các biện pháp xử lý nợ xấu chưa hợp lý ảnh hưởng tới hiệu quả hoạt động cũng như vấn đề rủi ro đạo đức đã làm cho nợ xấu của nhóm các ngân hàng này ở mức tương đối cao cũng như hiệu quả của đại diện vốn nhà nước tại các NHTM này là chưa hiệu quả. Ngoài ra, kết quả này còn có thể được giải thích bởi thực tế trong giai đoạn vừa qua, tại Việt Nam, các ngân hàng nhỏ thường có xu hướng tăng trưởng nhanh về quy mô mà chưa chú trọng tới chất lượng tín dụng, gây ảnh hưởng tiêu cực tới rủi ro tín dụng trong hoạt động kinh doanh.
Tốc độ tăng trưởng GDP
Tăng trưởng GDP có quan hệ tuyến tính cùng chiều với sự gia tăng nợ xấu. Con số
0.0018 cho biết khi tốc độ tăng trưởng GDP tăng lên 1% thì nợ xấu tăng lên 0.0018%. Rõ ràng ta thấy rằng, tốc độ tăng trưởng GDP có tác động đến sự gia tăng nợ xấu của các NHTM Việt Nam hiện nay. Kết quả hồi quy này là ngược với kết quả hồi quy của các mô hình nghiên cứu trong quá khứ khi hầu hết tìm thấy mối tương quan hệ ngược chiều giữa tăng trưởng kinh tế và tỷ lệ nợ xấu (giả Dr.Chen, 2001; Ths. N.Trung Thông,
2013; Ths. Đ. Quỳnh Anh, 2013; Fawad Ahmad, 2011; Louzis,Vouldis và Metaxas, 2010; Khemraj, 2005; Salas và Suarina, 2002; Rajan & Dhal, 2003; Fofack, 2005; Jiminez và Saurina, 2005) .Tuy nhiên, có thể thấy, đối với nền kinh tế Việt Nam,điều này là khá phù hợp khi nền kinh tế chủ yếu dựa trên vốn tín dụng ngân hàng với mức tăng trưởng tín dụng rất “nóng” trong nhưng giai đoạn nền kinh tế tăng trưởng nhanh. Đồng thời, đi cùng với đó là việc sử dụng vốn tín dụng kém hiệu quả khiến cho dòng vốn tín dụng được đưa tới những mục đích sử dụng vốn vay rủi ro cao. Sự suy giảm chất
lượng tín dụng trong giai đoạn kinh tế tăng trưởng đã khiến cho tỷ lệ nợ xấu so với tăng trưởng GDP có mối quan hệ cùng chiều.
Tỷ lệ thất nghiệp UE
Tỷ lệ thất nghiệp tăng cao thể hiện sự xuống dốc của nền kinh tế, doanh nghiệp khó khăn trong sản xuất, nhu cầu mua sắm, tiêu dùng của người dân sẽ càng thắt chặt hơn. Điều này sẽ khiến cho tình hình doanh nghiệp nói riêng và nền kinh tế nói chung đối mặt với nhiều bất ổn, ảnh hưởng đến việc chi trả nợ ở các NHTM và vì thế nợ xấu
Tỷ lệ lạm phát IN
Mối quan hệ giữa lạm phát và nợ xấu trong hoạt động kinh doanh của NHTM có thể tồn tại tương quan ngược chiều hoặc cùng chiều. Lạm phát tăng cũng sẽ tác động tiêu cực đến thu nhập thực của các chủ thể kinh tế và khiến họ khó khăn hơn trong việc hoàn thành nghĩa vụ trả nợ theo cam kết với NHTM. Ngược lại, lạm phát tăng sẽ làm giảm chi phí thực tế mà các chủ thể kinh tế phải gánh chịu với các khoản nợ, từ đó tăng khả năng trả nợ của khách hàng (Castro, 2013) .Điều này phù hợp với kết quả hồi
quy , khi tỷ lệ lạm phát tăng 1 % thì nợ xấu giảm 0.0442 %, UE và NPL có mối quan
hệ ngược chiều.
Lãi suất cho vay Lendrate
Lãi suất thực thể hiện giá cả của các khoản vay và chi phí thực mà các chủ thể kinh tế phải gánh chịu đối với các khoản vay. Chính vì vậy, lãi suất thực thay đổi sẽ ảnh hưởng đến khả năng hoàn trả nợ vay của cá nhân và các doanh nghiệp với NHTM. Một khi sự thay đổi lãi suất đột ngột, theo chiều hướng bất lợi sẽ khiến cho tình hình doanh nghiệp diễn biến xấu đi khi họ không kịp xoay sở nguồn tiền để trả nợ và điều này trực tiếp dẫn tới việc số nợ xấu tăng mạnh. Nghiên cứu của tác giả Fawad Ahmad ở Pakistan, Dr.Chen ở các NHTM châu Âu cũng cùng kết luận là nợ xấu sẽ tăng tỷ lệ với tỷ lệ lãi suất cho vay.
3.3.6 Hạn chế của mô hình hồi quy
Qua các mô hình kiểm định phụ cho thấy rằng dữ liệu của các biến là phù hợp và có thể giải thích được cho biến phụ thuộc. Tuy nhiên, nhóm nghiên cứu nhận thấy mô hình và dữ liệu cũng còn nhiều hạn chế :
- Dữ liệu tỷ lệ nợ xấu thu thập được chủ yếu được lấy từ báo cáo thường niên và tính toán dựa trên báo cáo tài chính của các NHTM Việt Nam. Xét tới mức độ minh
bạch thông tin thì theo quan điểm của Moody’s, chất lượng tài sản của các ngân hàng
trên thực tế còn sai lệch nhiều so với con số tỷ lệ nợ xấu thực tế.Độ tin cậy của
tỷ lệ nợ
xấu nói chung và các dữ liệu khác nhìn chung còn thấp.
- Mô hình còn chưa đề cập đến các nhân tố định tính tác động đến nợ xấu như thiên tai, địch họa, tác động của Chính phủ.
KẾT LUẬN CHƯƠNG 3
Nợ xấu là một chỉ tiêu quan trọng để đánh giá chất lượng tín dụng của các ngân hàng, qua đó có thể thấy được sức khỏe tài chính, kỹ năng quản trị rủi ro, điều hành