Nợ xấu là một trong những nguyên nhân chính khiến ngân hàng mất vốn và ảnh hưởng đến dòng tiền hoạt động trong ngân hàng. Nợ xấu trong ngân hàng theo quyết định 493/2005/QĐ-NHNN là nợ nhóm 3, nhóm 4, nhóm 5. Đối với những khoản nợ xấu, tổ chức tín dụng phải thực hiện việc phân loại nợ, đánh giá khả năng trả nợ của khách hàng để phục vụ cho công tác quản lý chất lượng và rủi ro tín dụng. Như vậy, ngân hàng phải căn cứ vào mức nợ xấu được đánh giá để tiến hành trích lập dự phòng rủi ro tín dụng. Nợ xấu càng cao thì mức dự phòng rủi ro của ngân hàng càng cao.
Trong nghiên cứu thực nghiệm của mình Hasan và wall (2003), Perez và cộng sự (2006), Misman và Ahmad (2011) chỉ ra rằng có mối quan hệ tích cực giữa LLP với tỷ lệ nợ xấu, tức là khi tỷ lệ nợ xấu tăng lên thì tỷ lệ dự phòng rủi ro cũng tăng lên để ngân hàng có thể bù đắp được những rủi ro có thể xảy ra. Từ đó giả thuyết được đặt ra là:
Giả thuyết H1: Tỷ lệ nợ xấu ngân hàng có tác động cùng chiều với tỷ lệ dự phòng rủi ro tín dụng.
Hasan và wall (2003), Perez và cộng sự (2006), Misman và Ahmad (2011) đều đo lường biến nợ xấu thông qua chỉ tiêu tỷ lệ nợ xấu trên tổng tài sản. Trong nghiên cứu này đối với biến nợ xấu, tác giả cũng tiến hành đo lường theo công thức như :
Nợ xấu (NPL) = (Nợ xấu)/(Tổng tài sản)
Trong đó:
- Nợ xấu được lấy từ thuyết minh báo cáo tài chính mục cho vay khách hàng được phân loại theo nhóm nợ. Tổng số nợ xấu được tính bằng cách cộng nợ nhóm 3, nhóm 4 và nhóm 5 lại với nhau.
- Tổng tài sản thuộc bảng cân đối kế toán. 3.3.2.2. Biến thu nhập trước thuế và dự phòng (CROA).
Tổng hợp kết quả nghiên cứu trước đây của Luc Laeven & Giovanni Majnoni (2002), Larry D.Wall và Ifterkhar Hasan (2003), Bikker và các cộng sự (2005), Ruey- Dang Chang và các cộng sự (2008), Frank Packer và Haibin Zhu (2012), biến thu nhập trước thuế và dự phòng được dự đoán là sẽ có mối quan hệ thuận với dự phòng rủi ro tín dụng. Khi thu nhập trước thuế và dự phòng của năm nay mà thấp hơn năm trước, các nhà quản lý ngân hàng sẽ có động cơ để giảm quy định rủi ro tín dụng nhằm tăng lợi nhuận và ngược lại.
Theo Larry D.Wall và Ifterkhar Hasan (2003) biến này được đo lường bằng tỷ lệ thu nhập trước thuế và dự phòng trên tổng tài sản. Trên cơ sở đó, tác giả lựa chọn tính toán biến CROA theo công thức sau:
CROA = Lợi nhuận trước thuế và dự phòng/Tổng tài sản.
Trong đó:
- Lợi nhuận trước thuế và dự phòng thuộc báo cáo kết quả kinh doanh. - Tổng tài sản thuộc bảng cân đối kế toán.
Giả thuyết H2: Thu nhập trước thuế và dự phòng có mối tương quan thuận với dự phòng rủi ro tín dụng của ngân hàng thương mại.
3.3.2.3. Biến quy mô (SIZE).
Nghiên cứu của Chen & cộng sự (2005), Daniel Foos & các tác giả (2010), Ashour (2011) và Leventis & cộng sự (2012) tìm thấy có mối tương quan thuận giữa biến quy mô ngân hàng và dự phòng rủi ro tín dụng. Khi ngân hàng có sự tăng trưởng
về tổng tài sản thì sẽ tiến hành hoạt động cho vay nhiều hơn, và khi mức tăng trưởng tín dụng của ngân hàng tăng cao thì dễ dẫn đến những khoản nợ xấu phát sinh, điều này là nguyên nhân khiến dự phòng rủi ro tín dụng của ngân hàng cũng sẽ tăng cao.
Để đo lường biến mô quy, nghiên cứu thực nghiệm của Daniel Foos & các tác giả (2010), Mahmuod O.Ashour và các cộng sự (2011), Nguyễn Thị Diễm Kiều năm (2013), Nguyễn Thị Thu Hiền và Phạm Đình Tuấn năm (2014) đều sử dụng logarit tự nhiên của tổng tài sản nhằm giảm sự phân tán thông qua xem xét một phần trăm thay đổi của tài sản tác động đến LLP. Trên cơ sở đó, tác giả lựa chọn biến quy mô để đưa vào mô hình và tính toán theo công thức sau:
Quy mô ngân hàng (SIZE) = Ln (Tổng tài sản)
Trong đó: Tổng tài sản thuộc bảng cân đối kế toán.
Giả thuyết H3: Có mối quan hệ cùng chiều giữa quy mô ngân hàng và dự phòng rủi ro tín dụng.
3.3.2.4. Biến tăng trưởng tín dụng (LG).
Trong quá trình phát triển kinh tế, nhiều ngân hàng cạnh tranh mạnh mẽ ở thị phần cho vay, điều này mang lại mức tăng trưởng tín dụng cao làm cho nợ xấu cũng tăng lên do đó ngân hàng cần trích lập rủi ro tín dụng nhiều hơn.
Nghiên cứu của Bikker và các cộng sự (2005), Daniel Foos và các tác giả (2010) chỉ ra rằng có mối quan hệ thuận chiều giữa tăng trưởng tín dụng và dự phòng rủi ro tín dụng, trong khi đó nghiên cứu của Luc Laeven & Giovanni Majnoni (2002), Nguyễn Thị Diễm Kiều năm (2013) lại cho kết quả ngược lại. Xét đến tình hình thực tế của các ngân hàng thương mại tại Việt Nam tác giả đặt ra giả thuyết về mối quan hệ giữa biến tăng trưởng tín dụng và dự phòng rui ro tín dụng cũng như công thức đo lường biến này như sau:
Tăng trưởng tín dụng (LG) = (Tổng dư nợ cho vay năm nay – Tổng dư nợ cho vay năm trước)/Tổng dư nợ cho vay năm trước.
Trong đó: Tổng dư nợ cho vay thuộc bảng cân đối kế toán.
Giả thuyết H4: Có mối quan hệ cùng chiều giữa tăng trưởng tín dụng và dự phòng rủi ro tín dụng.
Qua việc tổng kết những kết quả nghiên cứu về các yếu tố tác động đến dự phòng rủi ro tín dụng, bảng 3.1 dưới đây liệt kê các biến được sử dụng trong mô hình hồi quy, mô tả cách đo lường các biến, mối tương quan dương hay âm giữa các biến độc lập và biến phụ thuộc:
Bảng 3.1 Mô tả các biến được sử dụng trong mô hình hồi quy
Biến Cách đo lường Dấu kỳ
vọng
LLP Ln (Giá trị trích lập dự phòng rủi ro tín dụng)
NPL Nợ xấu/ Tổng tài sản + CROA Lợi nhuận trước thuế và dự phòng/ Tổng tài sản + SIZE Ln (Tổng tài sản) + LG (Tổng dư nợ cho vay năm nay - tổng dư nợ cho vay năm trước)/ Tổng dư nợ cho vay năm trước +
(Nguồn: Tổng hợp của tác giả)
3.4. Dữ liệu nghiên cứu.
Dữ liệu sử dụng trong bài nghiên cứu được lấy từ các báo cáo tài chính và báo cáo thường niên của các ngân hàng thương mại cổ phần Việt Nam được niêm yết và chưa được niêm yết trong khoảng thời gian 10 năm, từ năm 2008 đến năm 2017. Từ đây tác giả tiến hành lựa chọn các ngân hàng có đầy đủ thông tin nhất lấy từ báo cáo tài chính bao gồm bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh, báo cáo lưu chuyển tiền tệ và thuyết minh báo cáo tài chính để thu thập dữ liệu nghiên cứu. Kết quả tác giả lựa chọn được 17 ngân hàng phù hợp.
3.4.1. Mô tả tổng thể.
Tổng số ngân hàng thương mại cổ phần đang hoạt động trong hệ thống ngân hàng Việt Nam là 31 ngân hàng tính đến thời điểm 31/12/2017. Trong đó, các NH TMCP có vốn nhà nước chiếm 9.86% (3 ngân hàng) và NH TMCP chiếm đa số 90.32% (28 ngân hàng).
3.4.2. Mô tả mẫu nghiên cứu.
Dữ liệu được lấy từ báo cáo tài chính và báo cáo thường niên đã kiểm toán của 17 NHTM Việt Nam được thu thập từ website Ngân hàng Nhà nước Việt Nam và các trang web của 17 NH TMCP
Số vốn điều lệ của 17 NH này chiếm khoảng 72.68% tổng vốn điều lệ NH TMCP, đảm bảo tính đại diện cho các NHTM ở Việt Nam.
Theo tình trạng niêm yết, mẫu nghiên cứu có 11 ngân hàng đã niêm yết chính thức chiếm tỷ trọng 64.71% và số ngân hàng chưa niêm yết là 6 ngân hàng tương đương 35.29%, hiện sự phân bố hợp lý với các tiêu chí về đặc điểm.
Theo loại hình sở hữu ngân hàng thương mại có vốn nhà nước số lượng 3 ngân hàng chiếm 17.65%. Trong khi số lượng ngân hàng thương mại cổ phần không có vốn nhà nước là 14 ngân hàng chiếm tỷ trọng 82.35% đáp ứng tiêu chí về loại hình sở hữu của các NHTM tại Việt Nam.
Theo nghiên cứu thực nghiệm của Tabachnick và Fidell (2007) thì kích thước mẫu cần đủ lớn để kết quả hồi quy được thuyết phục hơn, kích thước mẫu được xác định dựa trên công thức: n ³ 50 + t*m (trong đó: n là kích thước mẫu; t là phạm vi thời gian của dữ liệu; m là số biến độc lập).
Cụ thể trong nghiên cứu, tác giả lấy nguồn dữ liệu trong 10 năm và sử dụng 4 biến độc lập, như vậy kích thước mẫu n ³ 90. Dữ liệu từ 17 NH trong 10 năm tương đương khoảng 160 quan sát, kích thước mẫu đủ lớn để kết quả hồi quy được thuyết phục. Dữ liệu được lấy từ các báo cáo tài chính và báo cáo thường niên của các NH trong giai đoạn 2008 – 2017. Đây là giai đoạn bắt đầu sự bùng nổ của thị trường bất động sản, giai đoạn tăng trưởng nóng về số lượng mạng lưới, vốn, tín dụng của các NH TM …. NHNN cũng có những thay đổi trong chính sách điều hành, tái cơ cấu hệ thống NH, đưa ra những quy định mới trong việc trích lập dự phòng RRTD.
3.5. Phương pháp nghiên cứu và xử lý số liệu.
Để đạt được mục tiêu nghiên cứu đề ra, đề tài sử dụng phương pháp nghiên cứu định lượng kết hợp với nghiên cứu định tính, dựa trên cơ sở thống kê mô tả, phân tích tương quan và phân tích hồi quy. Nghiên cứu sử dụng phương pháp dữ liệu bảng để
kiểm tra và phân tích mối quan hệ giữa biến dự phòng rủi ro tín dụng (LLP) và các biến độc lập: Nợ xấu (NPL), thu nhập trước thuế và dự phòng (CROA), quy mô ngân hàng (SIZE), tăng trưởng tín dụng (LG) với sự hỗ trợ của phần mềm Stata 12.
Trình tự xử lý số liệu gồm thống kê mô tả dữ liệu, khảo sát các cặp tương quan giữa các biến, kiểm định hiện tượng đa cộng tuyến thông qua chỉ số VIF, kiểm định phương sai của sai số không đổi thông qua kiểm định White, kiểm định tự tương quan bằng Wooldridge test, tiến hành chạy hồi quy với 3 mô hình: Mô hình Pooled regression (OLS), mô hình Fixed effects (FEM) và mô hình Random effects (REM), kiểm định để lựa chọn mô hình phù hợp thông qua kiểm định F test và Hausman test. Sau khi lựa chọn mô hình phù hợp sẽ tiến hành khắc phục hiện tượng tự tương quan và phương sai của sai số không đổi bằng phương pháp bình phương bé nhất tổng quát khả thi (Feasible General Least Square – FGLS) để đưa ra kết quả cuối cùng và lựa chọn mô hình phù hợp. Các bước cụ thể như sau:
Bước 1: Thống kê mô tả, tập hợp dữ liệu và phân tích tổng quan về dữ liệu thu thập được.
Bước 2: Phân tích tương quan xác định mức độ tương quan giữa các biến. Bước 3: Kiểm định hiện tượng đa cộng tuyến thông quan chỉ tiêu VIF.
Bước 4: So sánh lựa chọn giữa mô hình OLS và FEM với giả thuyết đặt ra như sau:
H0: Mô hình OLS phù hợp. H1: Mô hình FEM phù hợp.
Nếu p-value > alpha cho phép kết luận chấp nhận giả thuyết H1 tức mô hình OLS phù hợp hơn, ngược lại thì mô hình FEM sẽ phù hợp hơn
Bước 5: So sánh lựa chọn giữa mô hình FEM và REM. Thực hiện kiểm định Hausman để lựa chọn giữa mô hình FEM và mô hình REM, với giả thuyết sau:
H0: Mô hình REM phù hợp. H1: Mô hình FEM phù hợp.
Nếu p-value < alpha cho phép kết luận giả thuyết H0 bị bác bỏ, khi đó ta kết luận là mô hình FEM sẽ phù hợp với nghiên cứu, ngược lại thì mô hình REM sẽ được lựa chọn nếu giả thuyết H0 được chấp nhận.
Bước 6: Kiểm định phương sai của sai số không đổi (kiểm định White)
Nếu p-value < alpha ta bác bỏ giả thuyết H0 => có hiện tượng phương sai thay đổi và ngược lại.
Bước 7: Kiểm định tự tương quan theo Wooldridge test
Nếu p-value < alpha ta bác bỏ giả thuyết H0 => có hiện tượng tự tương quan và ngược lại.
Bước 8: Sử dụng 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.
Tóm tắt chương 3
Chương 3 đã trình bày quy trình nghiên cứu, thiết lập mô hình nghiên cứu, cách tính toán các biến trong mô hình và đưa ra giả thuyết nghiên cứu, cách thu thập dữ liệu cũng như các phương pháp phân tích dữ liệu và kiểm định cho việc nghiên cứu. Chương 4 tiếp theo sẽ trình bày cụ thể kết quả nghiên cứu với những phân tích và các kiểm định cần thiết.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1. Thực trạng dự phòng rủi ro tín dụng tại các NHTMCP Việt Nam giai đoạn từ năm 2008 đến 2017. năm 2008 đến 2017.
Trong giai đoạn từ năm 2006 đến tháng 5 năm 2013, các ngân hàng vẫn thực hiện phân loại nợ và trích lập dự phòng theo Quyết định 493/2005/QĐ-NHNN, ban hành ngày 22 tháng 04 năm 2005, tuy nhiên quyết định này sẽ được thay thế bởi thông tư 02/2013/TT-NHNN có hiệu lực áp dụng từ ngày 01 tháng 06 năm 2013, với tài sản có được yêu cầu trích lập dự phòng tăng lên và thực hiện phân loại nợ chặt chẽ hơn so với quyết định 493/2005/QĐ-NHNN, việc áp dụng thông tư 02/2013/TT- NHNN đẫ đẩy dự phòng rủi ro tín dụng của các ngân hàng lên cao hơn so với giai đoạn trước đó.
4.1.1. Nợ xấu (NPL).
Trong giai đoạn 2008 - 2013 nền kinh tế Việt Nam phát triển nóng nợ xấu của các NH cũng diễn biến phức tạp theo những thay đổi của nền kinh tế, các chính sách quản lý, điều tiết của NHNN.
Càng về giai đoạn sau này, tỷ lệ nợ xấu của các NHTM có xu hướng giảm bởi các quy định từ phía NHNN về việc quản lý nợ xấu, đặc biệt khi có sự ra đời của Công ty Quản lý tài sản của các TCTD Việt Nam (VAMC) bởi các khoản nợ xấu của các NH sau khi bán cho VAMC được đưa ra khỏi bản cân đối kế toán. Tuy nhiên dù khoản nợ đã được bán cho VAMC nhưng trách nhiệm thu hồi nợ vẫn là của NH, do đó NH vẫn phải trích lập dự phòng cho các khoản nợ đã bán.
Ta có thể thấy, tỷ lệ nợ xấu có thay đổi, và đang có xu hướng giảm trong những năm gần đây nhưng trích lập dự phòng rủi ro tín dụng vẫn tăng đều qua từng năm.
(Nguồn: Tổng hợp từ BCTC của các ngân hàng TMCP Việt Nam)
4.1.2. Thu nhập trước thuế và dự phòng (CROA).
Thu nhập trước thuế và dự phòng trung bình của các NH TMCP tại Việt Nam giai đoạn 2008-2013 có xu hướng giảm. Đây là giai đoạn nền kinh tế toàn cầu rơi vào khủng hoảng và những hậu quả mà nó để lại.
Từ 2013 trở đi, nền kinh tế dần ổn định và phục hồi cũng giúp cho việc kinh doanh của hệ thống ngân hàng trở nên tốt hơn.
Ở giai đoạn 2013 trờ về sau, 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.
0.00% 0.20% 0.40% 0.60% 0.80% 1.00% 1.20% 0 2 4 6 8 10 12 14 16 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 NP L LLP
Biểu đồ 4.1 Mối quan hệ giữa nợ xấu và DP RRTD của các NH TMCP Việt Nam từ năm 2008 đến năm 2017
(Nguồn: Tổng hợp từ BCTC của các ngân hàng TMCP Việt Nam)
4.1.3. Quy mô ngân hàng (SIZE).
Trong giai đoạn này, quy mô của các NH ngày càng được mở rộng, việc này cũng kéo theo việc mở rộng quy mô tín dụng, làm dự phòng rủi ro tín dụng cũng tăng tương ứng.
Điều này có thể giải thích là do các NH TMCP ở Việt Nam mặc dù có nhiều sản phẩm dịch vụ tuy nhiên sản phẩm mang lại lợi nhuận nhiều nhất vẫn là sản phẩm tín dụng truyền thống. Các ngân hàng thường tập trung đầu tư lớn nhất trong hoạt động tín dụng.
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. 0.00% 0.50% 1.00% 1.50% 2.00% 2.50% 0 2 4 6 8 10 12 14 16 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 CR O A LLP