Trên cơ sở lược khảo từ các nghiên cứu thực nghiệm liên quan đã đề cập trong bảng 1.2, để đi sâu tìm hiểu các nhân tố định lượng tác động đến nợ xấu trong bối cảnh của Việt Nam, tác giả đưa ra mô hình nghiên cứu thực nghiệm đo lường các nhân tố ảnh hưởng đến nợ xấu tại 8 NHTMVN và tiến hành ước lượng dựa trên dữ liệu phân tích của các nhân tố này.
Mô hình nghiên cứu dự kiến
NPLit = βₒ + β1SIZEit + β2LOAN_RATEit + β3ROEit + β4NPLit-1+ β5GROWTH_RATEt + β6INFLt + β7L_DEPOSITit + eit
Giải thích các biến nghiên cứu
Bảng 2.2: Bảng mô tả các biến đo lƣờng đƣợc sử dụng trong nghiên cứu
STT Tên biến Định nghĩa Cách tính
Biến phụ thuộc
1 NPLit Tỷ lệ nợ xấu của ngân hàng i tại thời gian t
Nợ xấu/ Tổng dư nợ
Biến giải thích
Nhân tố vi mô
2 SIZEit Quy mô ngân hàng i tại thời gian t
Được tính bằng Logarit tự nhiên của Tổng tài sản 3 LOAN_RATEit Tăng trưởng dư nợ tín
dụng của ngân hàng i tại thời gian t
(Dư nợ năm nay - Dư nợ năm trước)/ Dư nợ năm trước
4 ROEit Suất lợi tức trên vốn chủ sở hữu của ngân hàng i tại thời gian t
Lợi nhuận sau thuế/ Vốn chủ sỡ hữu
5 NPLit-1 Tỷ lệ nợ xấu của ngân hàng i tại thời gian t-1
Nợ xấu năm trước/ Tổng dư nợ năm trước Nhân tố vĩ mô 6 GROWTH_RA TEt Tăng trưởng GDP (GDPt - GDPt-1)/GDPt-1 7 INFLt Tỷ lệ lạm phát Tỷ lệ lạm phát
Biến kiểm soát
8 L_DEPOSIT Tỷ lệ dư nợ tín dụng trên vốn huy động
Tỷ lệ dư nợ tín dụng/vốn huy động
Giả thuyết nghiên cứu
Trên cơ sở kết quả đạt được từ các nghiên cứu thực nghiệm đã được tìm hiểu và trình bày, các giả thuyết nghiên cứu được đưa ra như sau:
Bảng 2.3: Giả thuyết nghiên cứu Giả
thuyết
Diễn giải Dấu kỳ
vọng H1 Quy mô ngân hàng có tác động cùng chiều với tỷ lệ nợ xấu. Quy mô
ngân hàng càng lớn thì sẽ tác động làm gia tăng tỷ lệ nợ xấu của ngân hàng
+
H2 Tăng trưởng dư nợ tín dụng có tác động cùng chiều với tỷ lệ nợ xấu. Tăng trưởng dư nợ tín dụng càng cao thì sẽ tác động làm gia tăng tỷ lệ nợ xấu
+
H3 Suất lợi tức trên vốn chủ sở hữu có tác động ngược chiều với tỷ lệ nợ xấu. Suất lợi tức trên vốn chủ sở hữu càng cao thì sẽ tác động làm giảm tỷ lệ nợ xấu.
-
H4 Tỷ lệ nợ xấu thời kỳ trước có tác động cùng chiều với tỷ lệ nợ xấu. Tỷ lệ nợ xấu thời kỳ trước càng cao thì tác động làm gia tăng tỷ lệ nợ xấu hiện tại.
+
H5 Tăng trưởng GDP có tác động ngược chiều với tỷ lệ nợ xấu. Tăng trưởng GDP càng cao thì sẽ tác động làm giảm tỷ lệ nợ xấu của ngân hàng.
-
H6 Tỷ lệ lạm phát có tác động cùng chiều với tỷ lệ nợ xấu. Tỷ lệ lạm phát tăng cao sẽ tác động làm gia tăng tỷ lệ nợ xấu của ngân hàng.
+
Nguồn: Tổng hợp của tác giả
Tác giả sử dụng mô hình hồi quy tuyến tính đa biến để xem xét ảnh hưởng của các biến độc lập đến biến phụ thuộc. Dữ liệu bảng được sử dụng trong nghiên cứu.
Phƣơng pháp nghiên cứu
Dữ liệu trong nghiên cứu là dữ liệu thời gian theo năm được thu thập từ báo cáo tài chính hàng năm của 8 NHTM tại Việt Nam trong giai đoạn 2008-2016, các số liệu kinh tế vĩ mô được thu thập từ Tổng cục Thống kê Việt Nam. Do dữ liệu trong nghiên cứu vừa theo thời gian và vừa theo không gian nên phương pháp hồi quy với
dữ liệu bảng được sử dụng trong nghiên cứu. Đối với phân tích hồi quy bằng dữ liệu bảng có thể sử dụng 3 mô hình đó là:
(1) Mô hình Pooled OLS - mô hình bình phương tối thiểu dạng gộp: ước lượng OLS cho các tham số ước lượng không chệch, nhưng không kiểm soát được từng đặc điểm riêng của từng ngân hàng trong nghiên cứu.
(2) Mô hình FEM (Fixed Effects Model) – mô hình tác động cố định: phát triển từ mô hình Pooled OLS khi có thêm kiểm soát được từng đặc điểm khác nhau giữa các ngân hàng, và có sự tương quan giữa phần dư của mô hình và các biến độc lập;
(3) Mô hình REM (Random Effects Model) – mô hình tác động ngẫu nhiên: phát triển từ mô hình Pooled OLS khi có thêm kiểm soát được từng đặc điểm khác nhau giữa các ngân hàng, nhưng không có sự tương quan giữa phần dư của mô hình và các biến độc lập.
Để phân tích ảnh hưởng của các yếu tố vi mô và vĩ mô tác động đến nợ xấu, tác giả tiến hành ước lượng lần lượt với 3 mô hình:
- Mô hình Pooled OLS; - Mô hình FEM;
- Mô hình REM.
Sau đó, tác giả tiếp tục sử dụng kiểm định Hausman để xác định lựa chọn mô hình FEM hay mô hình REM là phù hợp để nghiên cứu.
Kết quả nghiên cứu và thảo luận
Bảng 2.4: Kết quả ƣớc lƣợng với mô hình Pooled OLS
Dependent Variable: NPLIT Method: Panel Least Squares Date: 10/16/17 Time: 14:20 Sample: 2008 2016
Periods included: 9
Cross-sections included: 8
Total panel (balanced) observations: 72
Variable Coefficient Std. Error t-Statistic Prob.
C -0.048317 0.074807 -0.645884 0.5207
LOAN_RATEIT 0.010607 0.007446 1.424537 0.1591 L_DEPOSIT -0.023645 0.010017 -2.360545 0.0213 ROEIT -0.065692 0.028488 -2.305976 0.0244 NPLIT_1 0.378625 0.113521 3.335278 0.0014 GROWTH_RATET -0.205976 0.129318 -1.592786 0.1161 INFLT 0.111502 0.060887 1.831310 0.0717
R-squared 0.351507 Mean dependent var 0.021333 Adjusted R-squared 0.280578 S.D. dependent var 0.014506 S.E. of regression 0.012303 Akaike info criterion -5.853429 Sum squared resid 0.009688 Schwarz criterion -5.600466 Log likelihood 218.7235 Hannan-Quinn criter. -5.752724 F-statistic 4.955764 Durbin-Watson stat 1.764650 Prob(F-statistic) 0.000161
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview
Bảng 2.5: Kết quả ƣớc lƣợng với mô hình FEM
Dependent Variable: NPLIT Method: Panel Least Squares Date: 10/16/17 Time: 14:20 Sample: 2008 2016
Periods included: 9
Cross-sections included: 8
Total panel (balanced) observations: 72
Variable Coefficient Std. Error t-Statistic Prob.
C -0.066224 0.098065 -0.675311 0.5022 SIZEIT 0.004073 0.003051 1.335051 0.1872 LOAN_RATEIT 0.009482 0.007494 1.265370 0.2109 L_DEPOSIT -0.061490 0.014542 -4.228405 0.0001 ROEIT -0.024536 0.032188 -0.762247 0.4491 NPLIT_1 0.304451 0.117259 2.596393 0.0120 GROWTH_RATET 0.033781 0.693958 0.048679 0.9613 INFLT 0.100777 0.058846 1.712575 0.0922 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.483764 Mean dependent var 0.021333 Adjusted R-squared 0.356969 S.D. dependent var 0.014506 S.E. of regression 0.011632 Akaike info criterion -5.887071 Sum squared resid 0.007712 Schwarz criterion -5.412766 Log likelihood 226.9346 Hannan-Quinn criter. -5.698249
F-statistic 3.815325 Durbin-Watson stat 1.827716 Prob(F-statistic) 0.000156
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview
Bảng 2.6: Kết quả ƣớc lƣợng với mô hình REM
Dependent Variable: NPLIT
Method: Panel EGLS (Cross-section random effects) Date: 10/16/17 Time: 14:20
Sample: 2008 2016 Periods included: 9
Cross-sections included: 8
Total panel (balanced) observations: 72
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C -0.048317 0.070724 -0.683172 0.4970 SIZEIT 0.002681 0.002228 1.203077 0.2334 LOAN_RATEIT 0.010607 0.007040 1.506779 0.1368 L_DEPOSIT -0.023645 0.009470 -2.496825 0.0151 ROEIT -0.065692 0.026933 -2.439106 0.0175 NPLIT_1 0.378625 0.107325 3.527831 0.0008 GROWTH_RATET -0.205976 0.122260 -1.684742 0.0969 INFLT 0.111502 0.057563 1.937036 0.0572 Effects Specification S.D. Rho Cross-section random 0.000000 0.0000 Idiosyncratic random 0.011632 1.0000 Weighted Statistics
R-squared 0.351507 Mean dependent var 0.021333 Adjusted R-squared 0.280578 S.D. dependent var 0.014506 S.E. of regression 0.012303 Sum squared resid 0.009688 F-statistic 4.955764 Durbin-Watson stat 1.764650 Prob(F-statistic) 0.000161
Unweighted Statistics
R-squared 0.351507 Mean dependent var 0.021333 Sum squared resid 0.009688 Durbin-Watson stat 1.764650
Bảng 2.7: Kết quả ƣớc lƣợng với mô hình Pooled OLS, FEM và REM
Pooled OLS FEM REM
Biến Hệ số hồi quy Giá trị kiểm định P Hệ số hồi quy Giá trị kiểm định P Hệ số hồi quy Giá trị kiểm định P C -0.048317 0.5207 -0.066224 0.5022 -0.048317 0.4970 SIZEIT 0.002681 0.2596 0.004073 0.1872 0.002681 0.2334 LOAN_RATEIT 0.010607 0.1591 0.009482 0.2109 0.010607 0.1368 ROEIT -0.065692 0.0244 -0.024536 0.4491 -0.065692 0.0175 NPLIT_1 0.378625 0.0014 0.304451 0.0120 0.378625 0.0008 GROWTH_RATET -0.205976 0.1161 0.033781 0.9613 -0.205976 0.0969 INFLT 0.111502 0.0717 0.100777 0.0922 0.111502 0.0572 L_DEPOSIT -0.023645 0.0213 -0.061490 0.0001 -0.023645 0.0151 R2 điều chỉnh 0.280578 0.356969 0.280578 Giá trị kiểm định F 4.955764 3.815325 4.955764 Giá trị kiểm định P (F – statistic) 0.000161 0.000156 0.000161
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview
Kết quả mô hình Pooled OLS được trình bày trong Bảng 3.3 cho thấy các nhân tố vi mô có tác động đến nợ xấu là nợ xấu thời kỳ trước (mức ý nghĩa 1%), suất sinh lời trên vốn chủ sở hữu (mức ý nghĩa 5%). Các nhân tố không có ý nghĩa thống kê rõ ràng là quy mô ngân hàng, tăng trưởng dư nợ tín dụng, tăng trưởng GDP và tỷ lệ lạm phát.
Sau khi thực hiện ước lượng với mô hình FEM (theo Bảng 3.3) cho ra kết quả khác với mô hình Pooled OLS: đối với nhân tố vi mô thì ngoài biến nợ xấu thời kỳ trước là có mức ý nghĩa 5%, các nhân tố vi mô và vĩ mô còn lại đều không có ý nghĩa thống kê rõ ràng.
Tác giả tiếp tục tiến hành ước lượng với mô hình REM (theo Bảng 3.3) thì nhận được kết quả tương tự với kết quả của ước lượng với mô hình Pooled OLS. Các nhân tố vi mô có tác động đến nợ xấu là nợ xấu thời kỳ trước (mức ý nghĩa 1%), suất sinh lời trên vốn chủ sở hữu (mức ý nghĩa 5%), các nhân tố còn lại có ý nghĩa thống kê không rõ ràng.
Kiểm định Hausman Test
Bảng 2.8: Kiểm định Hausman Test
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.000000 7 1.0000
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview
Kiểm định Hausman có các giả thuyết sau:
H0: Không có tương quan giữa các biến giải thích và thành phần ngẫu nhiên (Mô hình REM là phù hợp).
H1: Có tương quan giữa các biến giải thích và thành phần ngẫu nhiên (Mô hình FEM là phù hợp).
Tác giả thực hiện kiểm định Hausman và nhận thấy giá trị P-value bằng 1.00 lớn hơn 0.05 nên chấp nhận giả thuyết H0 và bác bỏ giả thuyết H1, tức là mô hình REM là mô hình phù hợp để nghiên cứu.
Như vậy phương trình hồi quy theo mô hình REM có dạng:
NPL = -0.0483 + 0.0027*SIZE + 0.0106*LOAN_RATE - 0.0657*ROE + 0.3786*NPL(-1) - 0.2060*GROWTH_RATE + 0.1115*INFL - 0.0236*L_DEPOSIT
Bảng 2.9: Kết luận các giả thuyết thống kê theo mô hình REM Giả
thuyết
Diễn giải Kết quả
Prob.
Kết luận (độ tin cậy
95%) H1 Quy mô ngân hàng có tác động cùng chiều với tỷ lệ nợ
xấu. Quy mô ngân hàng càng lớn thì sẽ tác động làm gia tăng tỷ lệ nợ xấu của ngân hàng
0.2334 Bác bỏ
H2 Tăng trưởng dư nợ tín dụng có tác động cùng chiều với tỷ lệ nợ xấu. Tăng trưởng dư nợ tín dụng càng cao thì sẽ
tác động làm gia tăng tỷ lệ nợ xấu
H3 Suất lợi tức trên vốn chủ sở hữu có tác động ngược chiều với tỷ lệ nợ xấu. Suất lợi tức trên vốn chủ sở hữu càng cao thì sẽ tác động làm giảm tỷ lệ nợ xấu.
0.0175 Chấp nhận
H4 Tỷ lệ nợ xấu thời kỳ trước có tác động cùng chiều với tỷ lệ nợ xấu. Tỷ lệ nợ xấu thời kỳ trước càng cao thì tác động làm gia tăng tỷ lệ nợ xấu hiện tại.
0.0008 Chấp nhận
H5 Tăng trưởng GDP có tác động ngược chiều với tỷ lệ nợ xấu. Tăng trưởng GDP càng cao thì sẽ tác động làm giảm tỷ lệ nợ xấu của ngân hàng.
0.0969 Bác bỏ
H6 Tỷ lệ lạm phát có tác động cùng chiều với tỷ lệ nợ xấu. Tỷ lệ lạm phát tăng cao sẽ tác động làm gia tăng tỷ lệ nợ xấu của ngân hàng.
0.0572 Bác bỏ
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eview
Ở mức ý nghĩa 5%, kiểm định F cho thấy mô hình nghiên cứu có ý nghĩa thống kê (F-statistic có P-value < 0.05), hệ số R2 điều chỉnh bằng 0.2397 (Bảng PL2.6) cho thấy mô hình giải thích được gần 24% sự thay đổi của biến NPL trong giai đoạn 2008-2016. Sau khi sử dụng dữ liệu bảng để chạy hồi quy theo Pooled OLS, FEM và REM, tất cả các biến trong mô hình nghiên cứu (ngoại trừ biến tăng trưởng GDP) đều có hệ số hồi quy cùng dấu và phù hợp với các giả thuyết đưa ra ở Bảng PL2.6. Đồng thời, sau khi kiểm định Hausman (Bảng PL2.7), Mô hình REM là mô hình phù hợp với độ tin cậy bền vững cho kết quả đáng tin cậy khi ước lượng các nhân tố ảnh hưởng đến nợ xấu.
Kết quả kiểm định theo mô hình Pooled OLS, FEM và REM đều cho thấy nợ xấu hiện tại và nợ xấu quá khứ trong giai đoạn nghiên cứu có mối tương quan với hệ số là 0.3786 với mức ý nghĩa 1% (5% đối với mô hình FEM), điều này có nghĩa là một cú sốc với nợ xấu sẽ có ảnh hưởng lâu dài đối với hệ thống ngân hàng. Kết quả này cũng phù hợp với Nir Klein (2013), Vasiliki Makri, Athanasios Tsagkanos và Athanasios Bellas (2014) và Nguyễn Thị Hồng Vinh (2015). Nợ xấu trong quá khứ cao thể hiện khả năng quản trị rủi ro trong cho vay của ngân hàng kém dẫn đến nợ xấu gia tăng trong hiện tại. Tại Việt Nam, trong giai đoạn nghiên cứu, theo phân
tích thực trạng nợ xấu, các NHTMVN có hoạt động quản trị rủi ro chưa hiệu quả, do khả năng kiểm soát, phòng ngừa và xử lý nợ xấu còn yếu kém và gặp nhiều khó khăn từ các yếu tố bên trong và bên ngoài ngân hàng; Vì vậy, khi nợ xấu gia tăng lên, sẽ gây hệ lụy khó khăn lên hoạt động quản lý kinh doanh và quản trị rủi ro của các ngân hàng trong tương lai, gây áp lực nguy cơ tiếp tục gia tăng nợ xấu. Từ năm 2013 trở đi, các NHTM dần kiểm soát tốt nợ xấu nên những những năm sau có rủi ro nợ xấu thấp hơn do công tác kiểm soát rủi ro phòng ngừa nợ xấu tốt hơn.
Nghiên cứu thực nghiệm theo mô hình Pooled OLS và REM cho thấy suất sinh lời trên vốn chủ sở hữu ROE có tác động ngược chiều với tỷ lệ nợ xấu ở mức ý nghĩa 5%. Kết quả này cũng phù hợp với Nir Klein (2013), Vasiliki Makri, Athanasios Tsagkanos và Athanasios Bellas (2014) và Nguyễn Thị Hồng Vinh (2015). Ngân hàng quản lý hiệu quả sẽ góp phần làm giảm tỷ lệ nợ xấu; ngược lại, ngân hàng quản lý yếu kém, không kiểm soát được chất lượng tín dụng sẽ dẫn đến tỷ lệ nợ xấu gia tăng. Tại Việt Nam, các ngân hàng có chỉ số ROE tốt phản ánh hiệu quả hoạt động quản lý kinh doanh, khả năng quản trị rủi ro tốt, giảm trích lập dự phòng rủi ro tín dụng để gia tăng lợi nhuận. Tuy nhiên, thực tế ít ngân hàng đạt được điều này, bởi còn tùy thuộc vào mức độ minh bạch trong báo cáo của các ngân hàng, vì mục tiêu lợi nhuận các ngân hàng có thể cung cấp số liệu giảm nợ xấu thiếu chính xác.
KẾT LUẬN CHƢƠNG 2
Qua chương 2, tác giả đã phân tích tổng quan về tình hình hoạt động và thực trạng nợ xấu của các NHTM trong thời gian qua. Trên cơ sở những phân tích đó, kết hợp với cơ sở lý thuyết và phân tích các nghiên cứu thực nghiệm ở Chương 1, tác giả đã chỉ ra được những nhân tố tác động nợ xấu tại các NHTM: các nhân tố định tính và các nhân tố định lượng; cũng như phân tích được ảnh hưởng của các nhân tố đến nợ xấu của ngân hàng. Trên cơ sở đó, chương tiếp theo sẽ trình bày về một số giải pháp đề xuất nhằm góp phần hạn chế nợ xấu tại NHTMVN.
CHƢƠNG 3: GIẢI PHÁP NHẰM HẠN CHẾ NỢ XẤU TẠI NGÂN HÀNG THƢƠNG MẠI VIỆT NAM
Tỷ lệ nợ xấu hiện nay là hệ quả tất yếu của chất lượng tín dụng yếu kém ở các NHTM cộng với những biến động vĩ mô bất lợi trong giai đoạn gần đây, gắn liền với sự phát triển nóng của thị trường bất động sản, biến động thăng trầm của thị trường chứng khoán, tình trạng quản lý các Tập đoàn và Tổng công ty nhà nước,