4.2.1. Thống kê mô tả các biến nghiên cứu.
Bảng 4.1 trình bày thống kê mô tả giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất và số mẫu quan sát dùng trong nghiên cứu.
Bảng 4.1 Thống kê mô tả các biến nghiên cứu
Biến Phương sai trung bình Giá trị bé nhất Giá trị lớn nhất Giá trị
LLP 1.536372 13.33702 7.66529 16.56576 NPL 0.009024 0.011373 0.00089 0.06283 CROA 0.010479 0.016056 -0.051359 0.06019 SIZE 1.027159 18.69611 14.69872 20.88266
LG 3.041611 0.594742 -0.93231 35.74672
(Nguồn: Dữ liệu nghiên cứu của tác giả trích phụ lục 3.1)
Theo số liệu thống kê mô tả của tất cả các biến, dự phòng rủi ro tín dụng của các ngân hàng trong giai đoạn 2008 - 2017 dao động từ 7.66529 (năm 2008 của HDB) đến 16.56576 (năm 2017 của BIDV), dự phòng rủi ro tín dụng trung bình là 13.33702.
0.00% 20.00% 40.00% 60.00% 80.00% 100.00% 120.00% 140.00% 0 2 4 6 8 10 12 14 16 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 LG LLP
Biểu đồ 4.4 Mối tương quan giữa tăng trưởng TD và DP RRTD của các NH TMCP Việt Nam từ năm 2008 đến năm 2017
Tỷ lệ nợ xấu trên tổng tài sản của các ngân hàng có mức trung bình là 1.13% dao động từ 0.09% (năm 2009 của ngân hàng LVPB) đến 6.28% (năm 2010 của ngân hàng SCB)
Tiếp theo, tỷ lệ thu nhập trước thuế và dự phòng trên tổng tài sản của các ngân hàng có mức trung bình là 0.0161 có nghĩa là cứ mỗi một đồng đầu tư vào tài sản sẽ tạo ra 0.0161 đồng thu nhập trước thuế và dự phòng. Tỷ lệ này đạt tối đa ở mức 0.0602 (năm 2008 của LVPB) và đạt tối thiểu ở mức -0.05136 (năm 2011 của ngân hàng TPB).
Quy mô ngân hàng có giá trị lớn nhất là 20.88266 (năm 2017 của BIDV) và giá trị nhỏ nhất là 14.69872 (năm 2008 của TPB)
Mức tăng tưởng tín dụng có giá trị trung bình là 59.47%, mức tăng trưởng thấp nhất là -31.16% (năm 2008 của HDB), và mức tăng trưởng cao nhất là 124.59% thời điểm năm 2009 (của LVPB)
4.2.2. Phân tích mối tương quan giữa các biến, kiểm định đa cộng tuyến.
Hệ số tương quan chỉ ra mối quan hệ hai chiều giữa từng cặp biến với nhau. Hệ số tương quan càng lớn cho thấy mối quan hệ giữa hai biến càng chặt và ngược lại khi hệ số tương quan thấp diễn tả mối quan hệ giữa hai biến không chặt. Đồng thời với hệ số dương chỉ ra mối quan hệ cùng chiều giữa các cặp biến, hệ số âm cho thấy quan hệ ngược chiều giữa hai biến.
Bảng 4.2 thể hiện ma trận hệ số tương quan giữ các biến độc lập và biến phụ thuộc:
Bảng 4.2 Ma trận hệ số tương quan giữa các biến và chỉ số VIF
LLP NPL CROA SIZE LG VIF
LLP 1
NPL 0.2678 1 2.8
CROA 0.2405 -0.0125 1 4.13
SIZE 0.8827 0.1283 0.1524 1 28.09
LG -0.0778 -0.1046 0.0026 -0.0227 1 1.24
(Nguồn: Dữ liệu nghiên cứu của tác giả trích phụ lục 3.2)
Kết quả cho thấy biến LLP có tương quan mạnh nhất với biến SIZE (0.88) và tương quan yếu nhất với biến LG (-0.08). Tuy nhiên hệ số tương quan chỉ đánh giá quan
hệ hai chiều mà không đánh giá được tác động 1 chiều các biến lên LLP. Do vậy, tác giả tiếp tục thực hiện phân tích hồi quy.
Để đảm bảo các biến độc lập không có quan hệ chặt chẽ với nhau, các biến độc lập khi đưa cùng lúc vào trong mô hình cần đảm bảo không có đa cộng tuyến với nhau. Nếu chỉ số VIF lớn hơn 5, đó là dấu hiệu cho biết có hiện tượng đa cộng tuyến cao, đặc biệt nếu chỉ số VIF xấp xỉ 10 là dấu hiệu cho biết có hiện tượng đa cộng tuyến nghiêm trọng (Gujarati, 2004).
Kết quả kiểm định đa cộng tuyến cho thấy biến SIZE có VIF là 28.09 (bảng 4.2), vì vậy SIZE có đa cộng tuyến với 1 trong các biến độc lập còn lại. Tác giả tiến hành loại SIZE ra khỏi mô hình và kiểm tra lại thu được kết quả như sau:
Kết quả chỉ ra khi bỏ SIZE ra khỏi mô hình các biến độc lập còn lại không còn đa cộng tuyến với nhau.
Sau khi loại bỏ hiện tượng đa cộng tuyến giữa các biến độc lập, tác giả tiến hành hồi quy bảng các yếu tố ảnh hưởng đến dự phòng rủi ro tín dụng của các NHTMCP tại Việt Nam.
Bảng 4.3 Kiểm định đa cộng tuyến giữ các biến (sau khi loại biến SIZE)
Biến VIF
NPL 4.86
CROA 3.63
LG 2.6
4.2.3. Kết quả hồi quy và các kiểm định.
4.2.3.1. Kết quả phân tích hồi quy và lựa chọn mô hình.
Bảng 4.4 Kết quả phân tích hồi quy
Biến
Pooled OLS FEM REM
Hệ số hồi quy (Coef.) Mức ý nghĩa (P>|t|) Hệ số hồi quy (Coef.) Mức ý nghĩa (P>|t|) Hệ số hồi quy (Coef.) Mức ý nghĩa (P>|t|) NPL 49.69948 0.004 27.45623 0.049 32.48061 0.017 CROA 39.27775 0.008 3.100742 0.817 9.737775 0.448 LG -0.00928 0.837 -0.0404 0.252 -0.03517 0.311 _cons 11.72665 0.000 14.18532 0.000 13.63594 0.000 R2 hiệu chỉnh 0.106 0.086 0.1372 F-statistic /Wald.Chi2 4.27 2.14 9.09 P-value 0.003 0.0821 0.0589
(Nguồn: Dữ liệu nghiên cứu của tác giả trích phụ lục 3.4)
Bảng dưới đây sẽ trình bày kiểm định F và kiểm định Hausman giúp ta so sánh từng cặp giữa 3 mô hình Pooled OLS, FEM và REM để lựa chọn ra mô hình phù hợp.
Bảng 4.5 Kiểm định F
Thống kê F 7,68 Prob.F(15,91) 0.000 Bảng 4.6 Kiểm định Hausman
Chi-Square 8.59 Prob.Chi-Square 0.0723
(Nguồn: Dữ liệu nghiên cứu của tác giả trích phụ lục 3.4 và 3.5)
Trong bảng 4.5 trình bày kết quả kiểm định F cho ta cơ sở để lựa chọn giữa 2 mô hình Pooled OLS và FEM với giả thuyết H0: Chọn mô hình Pooled OLS. Kết quả giá trị F là 7.68 với P-value = 0,0000 < mức ý nghĩa α = 5% nên ta kết luận bác bỏ giả thuyết H0, như vậy phương pháp ước lượng FEM sẽ tốt hơn so với Pooled OLS cho mô hình ước lượng.
Trong bảng 4.6 trình bày kiểm định Hausman cho việc lựa chọn giữa mô hình FEM và REM với giả thuyết H0: Mô hình REM phù hợp. Kết quả chỉ số Prob.Chi-
Square = 0.07 < mức ý nghĩa α = 10% nên ta kết luận chấp nhận giả thuyết H0, như vậy phương pháp ước lượng FEM sẽ phù hợp hơn so với REM.
Sau khi so sánh 3 mô hình trên, tác giả sẽ chọn mô hình FEM để phân tích kết quả.
4.2.3.2. Kiểm định các giả thuyết hồi quy và tính phù hợp của mô hình hồi quy.
Ø Kiểm định phương sai của sai số không đổi (không bị hiện tượng phương sai thay đổi).
Phương sai của sai số thay đổi sẽ làm cho các ước lượng thu được vững nhưng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Từ đó dẫn đến hiện tượng ngộ nhận các biến độc lập trong mô hình nghiên cứu có ý nghĩa, lúc đó kiểm định hệ số hồi quy và R bình phương không dùng được. Bởi vì phương sai của sai số thay đổi làm mất tính hiệu quả của ước lượng, nên cần thiết phải tiến hành kiểm định giả thuyết phương sai của sai số không đổi bằng kiểm định White, với giả thuyết H0: Không có hiện tượng phương sai thay đổi.
Bảng 4.7 Kiểm định phương sai của sai số không đổi
Chi-Square 71.77 Prob.Chi-Square 0.000
(Nguồn: Dữ liệu nghiên cứu của tác giả trích phụ lục 3.6)
Trong bảng 4.7 trình bày kết quả kiểm định phương sai của sai số không đổi bằng kiểm định White với mức ý nghĩa α = 10% giá trị P-value = 0.000 < α nên ta bác bỏ giả thuyết H0, vậy có hiện tương phương sai của sai số thay đổi.
Ø Kiểm định giữa các sai số không mối quan hệ tương quan với nhau (không bị hiện tượng tự tương quan).
Giữa các sai số có mối quan hệ tương quan với nhau sẽ làm cho các ước lượng thu được vững nhưng không hiệu quả, các kiểm định hệ số hồi qui không còn đáng tin cậy. Nghiên cứu tiến hành kiểm định giả thuyết không bị tự tương quan trên dữ liệu bảng, với giả thuyết H0: không có sự tự tương quan.
Bảng 4.8 Kiểm định giữa các sai số không mối quan hệ tương quan với nhau
Thống kê F 24.28 Prob.F(1,13) 0.0003
Trong bảng 4.8 trình bày kết quả kiểm định tự tương quan của sai số. Với mức ý nghĩa 10% giá trị P-value là 0.0003 < α nên ta bác bỏ giả thuyết H0, vậy có hiện tượng tự tương quan của sai số.
Ø Hiệu chỉnh mô hình FGLS
Sau khi thực hiện các kiểm định ta thấy mô hình có hai vi phạm giả thuyết là vừa bị phương sai sai số thay đổi và tự tượng quan của sai số. Theo Wooldridge (2002) là dùng phương pháp bình phương bé nhất tổng quát khả thi (Feasible General Least Square – FGLS) để khắc phục hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai thay đổi để đảm bảo ước lượng thu được vững và hiệu quả.
Bảng 4.9 Kết quả hiệu chỉnh mô hình FGLS
LLP Coef. Std. Err. z P>z NPL 49.69948 16.69496 2.980 0.003 CROA 39.27775 14.3089 2.740 0.006 LG -0.00928 0.043905 -0.210 0.833 _cons 11.72665 0.687985 17.040 0.000
(Nguồn: Dữ liệu nghiên cứu của tác giả trích phụ lục 3.8)
Kết quả hiệu chỉnh mô hình chỉ ra NPL, CROA có tác động tích cực lên LLP (hệ số beta dương và p-value nhỏ hơn 0.1 với mức ý nghĩa 10%)
Biến LG không tác động lên LLP (p-value đều lớn hơn 0.1)
Biến SIZE do có đa cộng tuyến với các biến còn lại (nội dung mục 4.2.2) nên được chạy riêng để xem xét tác động lên LLP. Kết quả cũng chỉ ra biến SIZE có tác động cùng chiều lên LLP.
Bảng 4.10 Kết quả hiệu chỉnh mô hình FGLS bao gồm biến SIZE LLP (1) LLP (2) NPL Coef. 49.70* Std. Err. 16.69 CROA Coef. 39.28* Std. Err. 14.31 LG Coef. -0.00928 Std. Err. 0.0439 SIZE Coef. 1.387* Std. Err. 0.0609 _cons Coef. 11.73* -12.67* Std. Err. 0.688 1.143
(Nguồn: Dữ liệu nghiên cứu của tác giả trích phụ lục 3.8)
Ghi chú:
(***): Mức ý nghĩa thống kê 1%; (**) : Mức ý nghĩa thống kê 5% ; (*) : Mức ý nghĩa thống kê 10%
Ta thấy, trong 4 biến độc lập được đưa vào mô hình chỉ có 3 biến có ý nghĩa thống kê là biến NPL, biến CROA và biến SIZE (đều với mức ý nghĩa 10%). Đồng thời, 3 biến đều có dấu của các hệ số hồi quy cùng với dấu của giả thuyết nghiên cứu trên.
Sau khi hiệu chỉnh, loại bỏ các yếu tố khiến kết quả ước lượng không đáng tin ta được mô hình như sau:
LLPi,t = 11.73 + 49.70NLPi,t + 39.28CROAi,t + ei,t LLPi,t = -12.67 + 1.387SIZEi,t
4.2.3.3. Kiểm định các giả thuyết và thảo luận kết quả nghiên cứu.
Căn cứ vào kết quả nghiên cứu, chúng ta sẽ phân tích và thảo luận ý nghĩa sự tác động của các biến độc lập trong nghiên cứu.
Ø Với giả thuyết H1 về nợ xấu (NPL):
Nợ xấu (NPL) được đo lường bằng tỷ lệ nợ xấu chia cho tổng tài sản, qua kết quả hồi quy cho thấy nợ xấu có tác động cùng chiều đến dự phòng rủi ro tín dụng (LLR) và có ý nghĩa thống kê ở mức 10% trong mô hình nghiên cứu. Tác động cùng chiều thể hiện các ngân hàng có nợ xấu trên tổng tài sản càng cao thì dự phòng rủi ro càng cao, kết quả này phù hợp với dấu kỳ vọng của H1 đồng thời cũng nhất quán với kết quả nghiên cứu của Larry D.Wall và Ifterkhar Hasan (2003), Ruey-Dang Chang và các cộng sự (2008), Frank Packer và Haibin Zhu (2012), Nguyễn Thị Diễm Kiều năm (2013), Nguyễn Thị Thu Hiền và Phạm Đình Tuấn năm (2014).
Mức dự phòng rủi ro tín dụng được tính trên cơ sở nợ xấu, nợ xấu càng nhiều thì cần trích lập dự càng nhiều. Theo Nguyễn Thị Thu Hiền và Phạm Đình Tuấn năm (2014) mối quan hệ thuân chiều giữa NLP và LLP giải thích cho mối quan hệ ủy nhiệm giữa nhà quản trị ngân hàng (đại diện cho các cổ đông là bên được ủy nhiệm) và chủ nợ (người gửi tiền – là bên ủy nhiệm). Để giảm chi phí ủy nhiệm phát sinh (do chia cổ tức nhiều hơn), chủ nợ đòi hỏi các điều khoản hạn chế là kiểm soát chất lượng hoạt động tín dụng của ngân hàng, bằng cách lập dự phòng đầy đủ.
Trong giai đoạn 2008 – 2014, tình hình nợ xấu có những diễn biến phức tạp ảnh hưởng bởi cuộc khủng hoảng kinh tế và những thay đổi trong chính sách điều hành của chính phủ, tuy nợ xấu có những thay đổi tăng giảm qua các năm nhưng DP RRTD vẫn tăng bởi có những khoản dự phòng được trích lập cho những khoản nợ xấu phát sinh trước đó. Từ năm 2014 trở đi, mối quan hệ thuận chiều giữ NLP và LLP được thể hiện rõ hơn, trong giai đoạn này nợ xấu có xu hướng tăng và DP RRTD cũng vậy.
Trong giai đoạn này, BIDV là NH có NLP bình quân cao nhất (1.65%) cũng là NH có LLP cao nhất ở mức 15.3098. TPB với LLP bình quân là 7.9136 với NLP là 0.73%. Ta có thể thấy, NH có mức nợ xấu càng cao thì càng cần trích lập nhiều hơn.
Ø Với giả thuyết H2 về thu nhập trước thuế và dự phòng (CROA):
Kết quả nghiên cứu cho thấy tỷ lệ thu nhập trước thuế và dự phòng trên tổng tài sản có mối tương quan dương với dự phòng rủi ro tín dụng của ngân hàng ở mức ý nghĩa thống kê 10%. Mối tương quan dương này chỉ ra rằng, tỷ lệ thu nhập trước thuế và dự phòng trên tổng tài sản của các NHTMCP Việt Nam càng tăng thì dự phòng rủi ro tín dụng càng tăng.
Kết quả nghiên cứu này phù hợp với các kết quả nghiên cứu trước đây của Luc Laeven & Giovanni Majnoni (2002), Larry D.Wall và Iferkhar Hasan (2003), Bikker và các cộng sự (2005), Ruey-Dang Chang và các cộng sự (2008), Frank Packer và Haibin Zhu (2012).
Kết quả nghiên cứu cũng phù hợp thực tế tại Việt Nam, bởi vì lợi nhuận chủ yếu của các NHTMCP tại Việt Nam là từ hoạt động cho vay mang lại, khi cho vay càng nhiều thì lợi nhuận sẽ càng cao, tuy nhiên điều này cũng dễ dẫn đến nợ xấu kéo theo dự phòng rủi ro tín dụng cũng tăng lên nếu không có các biện pháp quản trị tín dụng hợp lý.
Ở biểu đồ 4.2, giai đoạn từ 2013 cũng thể hiện mối quan hệ cùng chiều giữa CROA và LLP, giai đoạn này khi mà hoạt động kinh doanh của các NH không còn bị ảnh hưởng quá nặng từ khủng hoảng kinh tế ta có thể thấy mối quan hệ cùng chiều giữa thu nhập trước thuế và dự phòng và DP RRTD.
Ø Với giả thuyết H3 về quy mô ngân hàng (SIZE):
Mối tương quan dương chỉ ra rằng các NHTMCP Việt Nam càng mở rộng hoạt động bao gồm gia tăng lượng tài sản, phát triển về quy mô thì dự phòng rủi ro tín dụng sẽ càng tăng.
Kết quả nghiên cứu này phù hợp với giải thuyết đặt ra và cũng phù hợp với kết quả nghiên cứu trước đây của Ruey-Dang Chang và các cộng sự (2008), Daniel Foos và các tác giả (2010), Nguyễn Thị Diễm Kiều năm (2013), Nguyễn Thị Thu Hiền và Phạm Đình Tuấn năm (2014).
Các NH quy mô nhỏ, với áp lực tăng vốn sẽ thực hiện tăng lợi nhuận nhằm tăng vốn chủ sở hữu bằng cách trích lập dự phòng thấp. Ngược lại các NH có quy mô lớn hơn, ít chịu áp lực phải tăng vốn chủ sở hũu sẽ trích lập dự dự phòng nhiều hơn.
Trong năm 2017, NH có vốn điều lệ trên 30.000 tỷ đồng là Vietcombank, Vietinbank và BIDV cũng là 3 NH có trích lập dự phòng cao nhất lần lượt là 6.187 , 8.279 và 15.646 tỷ đồng. Ngược lại, TPB và LVPB là 2 NH có mức trích lập thấp nhất với mức trích lập là 271 và 521 tỷ đồng đây cũng là 2 NH có vốn điều lệ thấp nhất trong 17 NH nghiên cứu.
Ngoài ra thực tế tại Việt Nam, các ngân hàng thương mại mặc dù có sản phẩm dịch vụ ngày càng đa dạng, tuy nhiên sản phẩm chiếm tỷ trọng lớn nhất và mang lại lợi nhuận lớn nhất cho các ngân hàng vẫn là sản phẩm tín dụng truyền thống. Quy mô ngân hàng càng lớn thì dư nợ cho vay càng lớn, từ đó đòi hỏi mức dự phòng chung phải tăng tương ứng, đồng thời mức dự phòng cụ thể có thể cũng sẽ tăng lên. Do đó, quy mô ngân hàng có mối tương quan cùng chiều với dự phòng rủi ro tín dụng.
Tóm tắt chương 4
Chương 4 đã trình bày tổng quát về các yếu tố tác động đến dự phòng rủi ro tín dụng, phân tích sơ bộ về thực trạng dự phòng rủi ro tín dụng và các yếu tố tác động đến dự phòng rủi ro tín dụng của các NHTMCP Việt Nam giai đoạn từ năm 2008-2017.
Bằng mô hình tác động cố định FEM và phương pháp bình phương bé nhất tổng quát khả thi (FGLS), kết quả nghiên cứu cho thấy có ba biến độc lập là nợ xấu, thu nhập trước thuế và dự phòng, quy mô ngân hàng có tác động cùng chiều đến biến phụ thuộc là dự phòng rủi ro tín dụng ở mức ý nghĩa 10%.