Luận văn nghiên cứu dựa trên nguồn dữ liệu mới nhất, trong 10 năm trở lại đây (từ năm 2008-2017) cho số lượng mẫu nghiên cứu tương đối lớn, bao gồm hầu hết các ngân hàng thương mại Việt Nam tính đến thời điểm hiện tại.
Luận văn thực hiện chia nhỏ mẫu nghiên cứu để phân tích tác động của các nhân tố đến dự phòng rủi ro tín dụng khác nhau như thế nào giữa các ngân hàng thương mại có vốn nhà nước và các ngân hàng thương mại chỉ có vốn cổ phần, xem xét đối với các ngân hàng thương mại có vốn nhà nước, thì việc lượng hóa tác động của các nhân tố đến dự phòng rủi ro cho kết quả như thế nào và đối với nhóm các ngân hàng chỉ có vốn cổ phần thì tác động này sẽ ra sao.
CHƯƠNG III: PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH NGHIÊN CỨU
3.1 Xây dựng biến cho mô hình nghiên cứu 3.1.1 Mô hình nghiên cứu
Dựa trên nghiên cứu trước đây về các yếu tố tác động đến dự phòng rủi ro tín dụng: Hasan và Wall (2004); Taktak và ctg (2010)…tác giả tiến hành lựa chọn các biến số thích hợp và có thể đo lường được cho mục đích phân tích thống kê để xây dựng các giả thuyết nghiên cứu. Từ đó xây dựng mô hình nghiên cứu như sau:
LLPit = β0 + β1GDPGRt + β2DEPORATEt + β3LGRit + β4NPLit + β5SIZEit + β6LTAit + β7PROFITit + β8TYPE + εi
Trong đó:
i = 1, 2, …, 26 (Ngân hàng thứ i);
t = 1, 2,…, 10 (Thứ tự các năm, từ 2008 - 2017); β : hệ số hồi quy
εi : là phần dư của phương trình hồi quy (đại diện cho sai số và các biến không xuất hiện trong mô hình)
Biến phụ thuộc (LLPit ): tỷ lệ dự phòng rủi ro tín dụng của ngân hàng i tại thời điểm t;
Biến độc lập bao gồm các biến kiểm soát vĩ mô: GDPGR: Tốc độ tăng trưởng GDP; DEPORATE: Lãi suất tiền gửi 12 tháng và các biến nội tại của ngân hàng: LGR: Tốc độ tăng trưởng tín dụng, NPL: Tỷ lệ nợ xấu của ngân hàng, SIZE: Quy mô ngân hàng được đại diện bởi tổng tài sản, LTA: Hệ số rủi ro tín dụng, PROFIT: Tỷ lệ lợi nhuận trước thuế và dự phòng trên tổng tài sản, TYPE: loại hình NHTM là biến giả, TYPE = 0 nếu là NHTM cổ phần và TYPE = 1 nếu là NHTM có vốn nhà nước.
3.1.2 Các biến đo lường
3.1.2.1 Dự phòng rủi ro tín dụng (LLP)
Trong mô hình nghiên cứu của luận văn, biến phụ thuộc được xác định là chi phí dự phòng rủi ro tín dụng (Loan Loss Provision – LLP). LLP được luận văn đo
lường bằng tỉ số giữa chi phí dự phòng rủi ro tín dụng và tổng tài sản (Abdullah và
ctg 2015, Cavallo và Majnoni 2002,…).
Trong các nghiên cứu trước đây, nhiều nghiên cứu sử dụng dữ liệu tử số và mẫu số là tại thời điểm lập báo cáo tài chính (Hasan và Wall 2004), hoặc đo lường tử số và mẫu số là số liệu bình quân (Anandarajan và ctg 2005). Luận văn lựa chọn sử dụng dữ liệu tại các thời điểm để phản ánh được tình hình biến động giữa các năm.
Trong đó:
Số liệu về tổng tài sản được thu thập từ bảng cân đối kế toán của ngân hàng.
Chi phí dự phòng rủi ro tín dụng được lấy từ khoản mục Chi phí hoạt động trên bảng kết quả hoạt động kinh doanh cuả ngân hàng.
3.1.2.2 Tăng trưởng GDP (GDPGR)
Tổng sản phẩm quốc nội GDP (viết tắt của Gross Domestic Product) là một trong những chỉ tiêu để do lường sức khỏe của một nền kinh tế. GDP là tổng sản phẩm nội địa là giá trị tính bằng tiền của tất cả sản phẩm và dịch vụ cuối cùng được sản xuất ra trong phạm vi lãnh thổ trong một khoảng thời gian nhất định, thường là một năm.
Số liệu tăng trưởng GDP qua các năm được thu thập tại trang điện tử của Tổng cục thống kê Việt Nam.
3.1.2.3 Lãi suất (DEPORATE)
Có nhiều loại lãi suất như: lãi suất cơ bản, lãi suất tiền gửi, lãi suất tiền vay, lãi suất liên ngân hàng…Lãi suất là cơ sở để cho cá nhân cũng như doanh nghiệp đưa ra các quyết định của mình như chi tiêu hoặc tiết kiệm; đầu tư, mua sắm trang thiết bị phục vụ sản xuất kinh doanh hoặc gửi tiền vào ngân hàng.
Do lãi suất cơ bản và lãi suất chiết khấu do NHNN công bố thường không có biến động nhiều nên luận văn sử dụng dữ liệu về lãi suất tiền gửi được World Bank công bố hằng năm.
3.1.2.4 Tăng trưởng tín dụng (LGR)
Tăng trưởng tín dụng là tỷ lệ (%) gia tăng tổng số tiền cho vay của các NHTM của kỳ này so với cùng kỳ năm trước.
Các chỉ tiêu thể hiện tăng trưởng tín dụng bao gồm: Tỷ lệ tăng trưởng dư nợ; Tỷ lệ tăng trưởng doanh số cho vay,..Trong đó,
- Tỷ lệ tăng trưởng dư nợ:
Chỉ tiêu này giúp đánh giá được sự tăng trưởng dư nợ tín dụng qua các năm nhằm thấy được khả năng cho vay, phát triển khách hàng và đánh giá việc thực hiện hoạt động kinh doanh tín dụng của ngân hàng. Chỉ tiêu càng cao phản ánh hoạt động kinh doanh tín dụng của ngân hàng có hiệu quả, ngược lại ngân hàng đang gặp khó khăn, nhất là trong việc tìm kiếm khách hàng và duy trì mối quan hệ với khách hàng.
- Tỷ lệ tăng trưởng doanh số cho vay (DSCV)
Chỉ tiêu này tương tự như chỉ tiêu tăng trưởng dư nợ, nhưng bao gồm toàn số tiền thực tế đã giải ngân cho khách hàng trong năm.
Trên báo cáo tài chính của các NHTM Việt Nam thể hiện thông tin dư nợ cho vay khách hàng, do vậy luận văn sử dụng chỉ tiêu tỷ lệ tăng trưởng dư nợ cho vay để thuận lợi cho việc thu thập dữ liệu nghiên cứu.
3.1.2.5 Nợ xấu (NPL)
Theo IMF, nợ xấu trên tổng dư nợ (Nonperforming loans to total gross loans- NPL) là chỉ tiêu cốt lõi phản ánh sự lành mạnh về tài chính của một tổ chức tín dụng, dùng để xem xét, đánh giá chất lượng tài sản và thường được sử dụng như một biến đại diện cho chất lượng tài sản của tổ chức nhận tiền gửi, đồng thời, chỉ số này dùng để xác định độ rủi ro của tài sản trong danh mục cho vay.. Nếu chỉ số này ở mức cao thì ngân hàng phải kiểm soát chặt chẽ nợ quá hạn, hạn chế những rủi ro có thể mất vốn do những khoản nợ xấu gây ra và phải tiến hành trích lập các khoản dự phòng tương ứng với các khoản nợ xấu đó.
Đối với nghiên cứu của Hasan và Wall (2004), tác giả đo lường NPL qua tỉ lệ nợ xấu trên tổng tài sản, cho phép đánh giá tốt hơn chất lượng tổng tài sản. Taktak và ctg (2010), sử dụng tỉ lệ nợ xấu trên tổng dư nợ để đo lường NPL, tỉ số nợ xấu trên dư nợ cho vay phản ánh chất lượng khoản mục cho vay. Với mục tiêu quản lý tốt mức dự phòng rủi ro tín dụng, luận văn lựa cho đo lường biến nợ xấu theo cách:
Dữ liệu về nợ xấu là dư nợ từ nhóm 3 đến nhóm 5 được thu thập từ báo cáo thường niên hàng năm của ngân hàng theo quy định về phân loại nợ của Ngân hàng nhà nước. Khoản mục tổng dư nợ cho vay được thu thập từ bảng cân đối kế toán.
3.1.2.6 Quy mô ngân hàng (SIZE)
Đã có rất nhiều nghiên cứu trên thế giới lựa cho yếu tố Quy mô ngân hàng để đưa vào mô hình nghiên cứu. Hầu hết các nghiên cứu trước đây đều nhận định yếu tố quy mô, được thể hiện qua tổng tài sản của ngân hàng, có tác động đến trích lập dự phòng rủi ro tín dụng trong ngân hàng.
Theo Levetis và ctg (2011), quy mô ngân hàng được đo bằng logarit cơ số tự nhiên của tổng tài sản. Quy mô tài sản của ngân hàng thường lớn và có sự khác biệt đáng kể giữa các ngân hàng tại Việt Nam, do vậy chọn biến quy mô bằng Ln (tổng
tài sản) nhằm giảm sự phân tán thông qua xem xét một phần trăm thay đổi của tài sản tác động đến LLP.
Số liệu về tổng tài sản được thu thập từ bảng cân đối kế toán của ngân hàng.
3.1.2.7 Thu nhập trước thuế và dự phòng (PROFIT)
Biến được đo lường bằng: Tỷ lệ thu nhập trước thuế và dự phòng trên tổng tài sản bình quân theo Anandarajan và ctg (2005), hoặc đo lường bằng tỷ lệ thu nhập trước thuế và dự phòng trên tổng tài sản theo nghiên cứu của Hasan và Wall (2004). Luận văn lựa chọn sử dụng tỷ lệ thu nhập trước thuế và dự phòng trên tổng tài sản để đo lường sự ảnh hưởng của biến PROFIT đến LLP như sau:
Số liệu về thu nhập trước thuế và dự phòng được thu thập từ bảng cân đối kế toán hằng năm của ngân hàng.
3.1.2.8 Hệ số rủi ro tín dụng (LTA)
LTA được đo lường bởi tỷ lệ dư nợ trên tổng tài sản.
3.1.2.9 Loại hình ngân hàng (TYPE)
Loại hình ngân hàng thương mại liên quan đến chính sách tín dụng đặc thù và những đặc quyền trong hoạt động cho vay. Căn cứ vào đặc điểm phân biệt loại hình ngân hàng thương mại ở Việt Nam. Luận văn phân chia các Ngân hàng thương mại thì 2 loại hình chính là Ngân hàng thương mại nhà nước và Ngân hàng thương mại tư nhân.
Để khái quát được cách đo lường và thu thập các biến, bảng 3.1 trình bày tổng hợp các biến như sau:
Bảng 3.1 : Các biến và cách đo lường biến
Các biến Cách đo lường
LLP Chi phí dự phòng/Tổng tài sản GDPGR Tỷ lệ tăng trưởng GDP thực
DEPORATE Lãi suất tiền gửi được Word Bank công bố hằng năm LGR LN(Tổng dư nợ kỳ này/Tổng dư nợ kỳ trước)
NPL Nợ xấu/Tổng dư nợ cho vay SIZE LN (tổng tài sản)
LTA Tổng dư nợ cho vay/Tổng tài sản
PROFIT Thu nhập trước thuế và dự phòng/Tổng tài sản
TYPE TYPE = 0 nếu là NHTM tư nhân và TYPE = 1 nếu là NHTM nhà nước
3.1.3 Giả thuyết nghiên cứu:
Việc đưa ra giả thuyết nghiên cứu sẽ cung cấp những nhận định sơ bộ về kết quả tác động của các biến do lường đến dự phòn rủi ro tín dụng. Qua việc tham khảo các nghiên cứu trước đây, dựa vào mục tiêu và câu hỏi nghiên cứu, các giả thuyết nghiên cứu trong luận văn sẽ được trình bày như sau:
Bảng 3.2 Các giả thuyết của đề tài nghiên cứu Nhân tố Giả
thuyết
Nội dung giả thuyết Các nghiên cứu trước
Tốc độ tăng trưởng GDP
H1a Có mối quan hệ ngược chiều giữa tăng trưởng GDP với dự phòng rủi ro tín dụng.
Bikker và ctg (2005), Taktak và ctg (2010), Floro (2010)
Lãi suất H1b Có mối quan hệ cùng chiều giữa lãi suất với dự phòng rủi ro tín dụng.
Tốc độ tăng trưởng dư nợ tín dụng
H1c Tốc độ tăng trưởng dư nợ tín dụng tăng thì LLP giảm
Cavallo và Majnoni (2002), Laeven và ctg (2003)
Nợ xấu H1d Nợ xấu của các ngân hàng càng tăng thì LLP càng tăng Perez và ctg (2006), Taktak và ctg (2010), Packer và Zhu (2012), Ozili (2015), Abdullah và ctg (2015) Quy mô ngân hàng
H1e Quy mô tài sản của ngân hàng càng lớn thì LLP càng tăng Ashour (2011), Floro (2010) Hệ số rủi ro tin dụng H1f Hệ số rủi ro tín dụng có mối tương quan dương với dự phòng rủi ro tín dụng. Hasan và Wall (2004), Craig và ctg (2006), Pérez và ctg (2008), Davis và Zhu (2009), Floro (2010) Lợi nhuận trước thuế và dự phòng
H1g Lợi nhuận trước thuế và dự phòng càng tăng thì LLP càng tăng Greenawalt và Sinkey (1988), Abdullah và ctg (2015), Leventis và ctg (2011) Loại hình NHTM H1h Các NHTMCP nhà nước có LLP cao hơn so với các NHTMCP tư nhân.
Taktak và ctg (2010), Ashour (2011), …
3.2 Dữ liệu nghiên cứu
Phương pháp nghiên cứu được sử dụng trong luận văn là phương pháp thống kê mô tả kết hợp định lượng dựa trên nên dữ liệu bảng không cân bằng (unbalance panel data), vậy thế nào là dữ liệu bảng, dữ liệu bảng không cân bằng và các phương pháp hồi quy trên dữ liệu bảng?
3.2.1 Dữ liệu bảng
Mục đích của đa số các nghiên cứu thực nghiệm trong kinh tế là giải thích mối quan hệ giữa một biến phụ thuộc Y, theo một hay nhiều biến giải thích X1, X2,...Xk. Nói cách khác, chúng ta muốn biết sự tác động của Xi lên Y như thế nào, cả chiều hướng lẫn độ lớn của tác động. Để trả lời câu hỏi này, chúng ta phải thu thập mẫu để có được kết quả ước lượng không chệch tác động của Xi lên Y.
Dữ liệu bảng là dữ liệu có quy mô về cả thời gian lẫn không gian. Cấu trúc dữ liệu bảng được kết hợp từ 2 thành phần: thành phần dữ liệu chéo (cross – section) và thành phần dữ liệu theo chuỗi thời gian (time series). Việc kết hợp 2 loại dữ liệu có nhiều lợi thế và thuận lợi trong phân tích, đặc biệt khi muốn quan sát, phân tích sự biến động của các nhóm đối tượng nghiên cứu sau các biến cố hay theo thời gian cũng như phân tích sự khác biệt giữa các giữa các nhóm đối tượng nghiên cứu.
Để thu thập dữ liệu bảng, chúng ta cần phải thu thập nhiều đối tượng giống nhau trong cùng một thời điểm hoặc nhiều thời điểm.
Phân loại dữ liệu bảng: Có 2 kiểu cấu trúc dữ liệu bảng: cân bằng (đầy đủ thông tin) và không cân bằng (thiếu thông tin).
Ưu điểm của dữ liệu bảng:
- Bởi vì dữ liệu bảng thể hiện các đơn vị quan sát theo thời gian, nên chắc chắn có tính không đồng nhất trong các đơn vị này. Các kỹ thuật ước lượng dựa trên dữ liệu bảng có thể tính đến tính không đồng nhất đó một cách rõ ràng bằng cách bao gồm các biến chuyên biệt theo từng đơn vị quan sát.
- Bằng cách kết hợp chuỗi thời gian của các quan sát chéo, dữ liệu bảng cho các nhà nghiên cứu “dữ liệu chứa nhiều thông tin hữu ích hơn, tính biến thiên nhiều hơn, ít hiện tượng đa cộng tuyến giữa các biến hơn, nhiều bậc tự do hơn và hiệu quả cao hơn.”
- Bằng cách nghiên cứu quan sát lặp đi lặp lại của các đơn vị chéo, dữ liệu bảng phù hợp hơn cho việc nghiên cứu sự động thái thay đổi theo thời gian của các đơn vị chéo này.
- Dữ liệu bảng có thể phát hiện và đo lường tốt hơn các tác động mà người ta không thể quan sát được trong dữ liệu chuỗi thời gian hay dữ liệu chéo thuần túy.
- Dữ liệu bảng làm cho các nhà nghiên cứu có thể nghiên cứu các mô hình hành vi phức tạp hơn. Thí dụ, có thể xử lý tốt hơn bằng dữ liệu bảng các hiện tượng như lợi thế kinh tế theo qui mô và thay đổi công nghệ so với dữ liệu chéo hay dữ liệu chuỗi thời gian.
- Bằng cách cung cấp dữ liệu đối với vài nghìn đơn vị, dữ liệu bảng có thể giảm đến mức thấp nhất hiện tượng chệch có thể xảy ra nếu các nhà nghiên cứu gộp các cá nhân hay các doanh nghiệp theo những biến số có mức tổng hợp cao.
3.2.2 Các phương pháp hồi quy trên dữ liệu bảng
Dữ liệu bảng có nhiều ưu điểm hơn dữ liệu chéo hoặc dữ liệu chuỗi thời gian thuần túy. Tuy nhiên, các mô hình dữ liệu bảng cũng có nhiều vấn đề về ước lượng và suy diễn, chẳng hạn như phương sai thay đổi, tự tương quan, và tương quan chéo (cross-correlation) trong các đơn vị chéo tại cùng thời điểm.
Hai phương pháp được sử dụng nổi bậc nhất để giải quyết một hoặc nhiều vấn đề này là mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), mô hình REM cũng được biết với tên gọi là mô hình các thành phần nhiễu (ECM).
3.2.2.1 Mô hình tác động cố định FEM
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.
Xét một mối quan hệ kinh tế, với biến phụ thuộc, Y, và hai biến giải thích quan sát được, X1 và X2, và một hoặc nhiều biến không quan sát được. Chúng ta có dữ liệu bảng cho Y, X1, và X2. Dữ liệu bảng bao gồm N-đối tượng và T-thời điểm,