Mô hình Fixed effect (FEM): còn được gọi là mô hình tác động cố định được phát triển thêm từ mô hình Pooled OLS. FEM có thể kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc. Mô hình đưa thêm sự khác nhau giữa các công ty và có sự tương quan giữa phần dư của mô hình và các biến độc lập.
Mô hình Random effect (REM): còn được gọi là mô hình tác động ngẫu nhiên, cũng giống như mô hình Fixed effect về sự khác nhau giữa các công ty nhưng đưa ra một giả định là không mối quan hệ nào giữa phần sai số với các biến độc lập của mô hình. Mô hình dữ liệu bảng có dạng tổng quát:
Yit= β1+ β2X1it + β2X2it + …+ βnXnit + ut
Trong đó:
i: Đơn vị chéo thứ i (cá nhân thứ i) t: Thời gian thứ t
Y: Biến phụ thuộc X: Biến độc lập
Việc lựa chọn mô hình nghiên cứu thực hiện qua hai quá trình:
Lựa chọn mô hình Pooled effect hay FEM thông qua kiểm định Likelihood Ratio.
Lựa chọn FEM hay REM thông qua kiểm định Hausman.
3.1.2. Mô hình nghiên cứu đề xuất
Hình 3.1: Mô hình nghiên cứu
Biến độc lập Biến độc lập Biến phụ thuộc ROA LG LLR ID NIM SIZE OWN Z-SCORE
Dựa vào một số nghiên cứu thực nghiệm liên quan đã được giới thiệu, trên nguyên tắc kế thừa và điều chỉnh sao cho phù hợp với thực tế của nghiên cứu, các số biến được đề xuất và đưa vào mô hình như sau:
Z-SCORE = β0 + β1 LGit + β2LLRit+ β3 ROAit + β4 NIMit + β5CIRit + β6IDit + β7SIZEit + β8OWNit + β9LISTit + εit (*)
Trong đó:
β1, β2, … β9: Hệ số của các biến độc lập;
β0: Hệ số chặn;
ε: Sai số;
Các biến được giải thích như sau:
Bảng 3.1: Mô tả các biến được sử dụng trong nghiên cứu
BIẾN KÝ HIỆU CÔNG THỨC DẤU KỲ VỌNG Biến phụ thuộc Chỉ số đo lường
rủi ro phá sản Z-SCORE
2
Biến độc lập
Tăng trưởng tín dụng
LG Dư nợ cho vayt - Dư nợ cho vayt-1
Dư nợ cho vay t
+
Tỷ lệ dự phòng nợ xấu
LLR
Vốn CSH t – Vốn CSH t-1 Dự phòng rủi ro tín dụng Tổng dư nợ cho vay
-
Tỷ suất lợi nhuận trên tổng tài sản
ROA Lợi nhuận sau thuế Tổng tài sản
-
Tỷ lệ thu nhập lãi thuần
NIM Thu nhập lãi thuần Tài sản sinh lời
-
BIẾN KÝ
HIỆU CÔNG THỨC
DẤU KỲ VỌNG
Hiệu quả quản lý chi phí
CIR Chi phí Tổng tài sản
+
Đa dạng hóa thu nhập
ID Thu nhập ngoài lãi Tổng thu nhập
-
Quy mô SIZE Log (Tổng tài sản) +
Sở hữu nhà nước
OWN
Là 1 nếu ngân hàng có sở hữu nhà
nước và ngược lại nhận giá trị 0 +
Ngân hàng niêm
yết LIST
Là 1 nếu ngân hàng được niêm yết trên sàn chứng khoán và ngược lại nhận giá trị 0
-
Dấu (+) so với Z-score có nghĩa biến độc lập đồng biến với rủi ro Dấu (-) so với Z-score có nghĩa biến độc lập nghịch biến với rủi ro
Nguồn: Tổng hợp của tác giả
3.1.3. Giả thuyết nghiên cứu
Trên cơ sở kết quả đạt được từ các nghiên cứu thực nghiệm đã được tìm hiểu và chứng minh, kế thừa và vận dụng vào bối cảnh thực tế tại dữ liệu nghiên cứu, các giả thuyết nghiên cứu sử dụng trong đề tài:
Giả thuyết H1: Tăng trưởng tín dụng đồng biến với rủi ro phá sản ngân hàng (Foos & ctg, 2010; Igan & Pinheiro, 2011; Köhler, 2012).
Giả thuyết H2: Tỷ lệ dự phòng nợ xấu nghịch biến với rủi ro phá sản ngân hàng (Cole & White, 2011; Halling, 2006; Hà & Hướng, 2016; Ivičić và ctg, 2008).
Giả thuyết H3: Tỷ suất lợi nhuận trên tổng tài sản nghịch biến với rủi ro phá sản ngân hàng (Poghosyan & Cihak, 2011).
Giả thuyết H4: Tỷ lệ thu nhập lãi thuần nghịch biến với rủi ro phá sản ngân hàng (Uhde & Heimeshoff, 2009; Köhler, 2012; Hà & Hướng, 2016).
Giả thuyết H5: Hiệu quả quản lý chi phí đồng biến với rủi ro phá sản ngân hàng (Beck & ctg, 2009; Uhde & Heimeshoff, 2009; Hà & Hướng, 2016).
Giả thuyết H6: Đa dạng hóa thu nhập nghịch biến với rủi ro phá sản ngân hàng (De Jonghe, 2010; Jordan & ctg, 2011).
Giả thuyết H7: Quy mô tổng tài sản đồng biến với rủi ro phá sản ngân hàng (Teresa & M. Dolores, 2008; Yong Tana & Christos Florosb, 2013; Uhde &Heimeshoff, 2009; De Jonghe, 2010; Hà & Hướng, 2016).
Giả thuyết H8: Sở hữu nhà nước đồng biến với rủi ro phá sản ngân hàng (La Porta & ctg, 2002; Bonin & ctg, 2005; Iannotta & ctg, 2007).
Giả thuyết H9: Ngân hàng niêm yết nghịch biến với rủi ro phá sản ngân hàng (Hà & Hướng, 2016).
Về kích cỡ mẫu trong phân tích hồi qui, kích thước mẫu phụ thuộc rất nhiều vào các yếu tố như: Mức ý nghĩa, độ mạnh của phép kiểm định và số lượng biến độc lập. Có nhiều kỹ thuật để chọn kích thước mẫu đại diện cho tổng thể. Một trong số đó là kỹ thuật xác định cỡ mẫu dựa trên kinh nghiệm của Green (1991). Tác giả khuyến nghị công thức xác định cỡ mẫu nghiên cứu như sau: n > 50 + 8m. Trong đó, n là kích thước mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình. Giả sử vẫn áp dụng kinh nghiệm chọn mẫu của Green (1991), với số biến độc lập là 9, vậy kích thước mẫu nghiên cứu tối thiểu bằng 122 quan sát.
Ngoài ra, Tabachnick & Fidell (2007), còn cho rằng kích thước mẫu nghiên cứu cần đủ lớn để kết quả hồi qui được thuyết phục hơn. Các tác giả cũng đề xuất một công thức khác để xác định cỡ mẫu dựa trên kinh nghiệm như sau: n > 104 + m. Trong đó, n là kích thước mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình. Áp dụng theo công thức của Tabachnick và Fidell (2007), với số biến độc lập là 9, vậy kích thước mẫu nghiên cứu tối thiểu trong nghiên cứu này phải bằng 113 quan sát để đảm bảo kích thước mẫu tương đối lớn và đại diện tốt cho tổng thể.
Phương pháp chọn mẫu xác suất ngẫu nhiên đơn giản được sử dụng để giảm bớt thời gian thu thập số liệu trong nghiên cứu. Theo Trần Tiến Khai (2014), đây là phương pháp chọn mẫu không hạn chế, phương pháp chọn mẫu xác suất ngẫu nhiên đơn giản là hình thức đơn giản nhất, thuần nhất của cách chọn mẫu xác suất.
Đối với nghiên cứu, dữ liệu thống kê được xây dựng từ các báo cáo tài chính của các NHTM Việt Nam. Các dữ liệu được lấy từ trang thông tin điện tử chính thức của mỗi ngân hàng. Mẫu nghiên cứu là 28 NHTM Việt Nam trong khoảng thời gian 2013 – 2018 để thiết lập dữ liệu bảng quan sát. Theo đó, có 25 đơn vị chéo và 6 giai đoạn, tổng cộng có 168 quan sát cho mẫu nghiên cứu, nhưng trong đơn vị chéo có Ngân hàng TMCP Việt Nam Thương Tín (VBB) mới thành lập từ năm 2015 nên mất đi 2 quan sát. Vậy tổng số quan sát cho mẫu nghiên cứu là 166 quan sát, số quan sát đã đủ lớn và thỏa yêu cầu để tiến hành nghiên cứu.
Đối với xử lý dữ liệu khi thu thập, nghiên cứu tiến hành hiệu chỉnh và mã hóa các dữ liệu. Bước tiếp theo là nghiên cứu tiến hành làm sạch dữ liệu nhằm phát hiện các sai sót, các ô trống thiếu thông tin, sai thông tin và tiến hành hoàn thiện ma trận dữ liệu.
Như vậy, dữ liệu sau cùng được đưa vào sử dụng trong mô hình và tiến hành phân tích, kiểm định bằng phương pháp nghiên cứu hồi quy. Sau khi thu thập đủ các số liệu cần thiết, tác giả dựa vào các công thức tính các chỉ số đó thông qua các nghiên cứu trước với cách tính phù hợp nhất cho Việt Nam để có kết quả cuối cùng cho bảng dữ liệu cho mẫu nghiên cứu.
3.3.1. Phương pháp thống kê mô tả
Phương pháp thống kê mô tả sẽ được sử dụng để đưa ra một cái nhìn khái quát về những điều kiện đặc trưng của dữ liệu nghiên cứu; sử dụng các dữ liệu thống kê trên cơ sở những dữ liệu có sẵn để tiến hành phân tích, đánh giá và giải thích sơ lược về thực trạng ngành ngân hàng trong giai đoạn hiện nay.
3.3.2 Các kiểm định
Mục đích của việc xây dựng và phân tích mô hình kinh tế lượng sử dụng hàm hồi quy với dữ liệu bảng là nhằm nhận diện và đánh giá mức độ tác động của từng yếu tố ảnh hưởng. Các thông tin thu thập được thực tế sẽ được phân tích bằng phần mềm Eview 8.0.
Trước khi chính thức thực hiện hồi quy, đề tài tiến hành một số kiểm định ban đầu như: Phân tích tương quan để xem xét mối tương quan giữa các biến với nhau, đặc biệt là kiểm định xem có mối tương quan giữa biến phụ thuộc và các biến độc lập trong mẫu quan sát, hiện tượng đa cộng tuyến để kiểm tra vi phạm các biến độc lập trong mô hình có phụ thuộc lẫn nhau hay không. Khi các kiểm định này thoả, các kiểm định về mức độ phù hợp của mô hình và kiểm định thêm về tính nội sinh của mô hình với các giả thiết về hệ số hồi quy sẽ được tiếp tục tiến hành và phân tích.
Phân tích tương quan
Mục đích chạy tương quan nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập. Phân tích này dựa trên kết quả hệ số tương quan trong ma trận hệ số tương quan giữa các biến trong mô hình nghiên cứu.
Kiểm định hiện tượng đa cộng tuyến
Để dò tìm và phát hiện hiện tượng đa cộng tuyến, nghiên cứu sử dụng công cụ hệ số phóng đại phương sai (VIF - Variance Inflation Factor), quy tắc là khi VIF vượt quá 10 thì mô hình có xảy ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Một biện pháp dò tìm khác cũng khá hiệu quả đó là xem xét các hệ số tương quan tuyến tính giữa các biến giải thích trong ma trận hệ số tương quan. Nếu tồn tại mối quan hệ tương quan mạnh giữa các biến độc lập với nhau thì mô hình có khả năng xảy ra hiện tượng đa cộng tuyến.
Nếu mô hình nghiên cứu có tồn tại hiện tượng đa cộng tuyến, đề tài sử dụng phương pháp loại bỏ bớt biến giải thích ra khỏi mô hình, cụ thể như sau:
Bước 1: Xem cặp biến giải thích nào có quan hệ chặt chẽ. Giả sử X2, X3, … Xk là các biến độc lập, Y là biến phụ thuộc và X2, X3 có tương quan chặt chẽ với nhau.
Bước 2: Tính R2 đối với các hàm hồi quy: Có mặt cả hai biến; không có mặt một trong hai biến.
Bước 3: Loại biến mà giá trị R2 tính được khi không có mặt biến đó là lớn hơn.
Dùng phương pháp nghiên cứu định lượng để xác định mối quan hệ giữa 9 biến độc lập. Dùng kỹ thuật hồi quy bảng thông qua hồi quy tuyến tính đa biến. Khi chạy trên phần mềm Eview 8.0 ưu tiên dùng phương pháp ước lượng bình phương nhỏ nhất - LS. Sử dụng thuật toán khắc phục hiện tượng ma trận hiệp phương sai của sai số đảm bảo không vi phạm các giả thiết hồi quy. Khi phương pháp ước lượng OLS không đáp ứng được thì sẽ thay bằng phương pháp ước lượng GLS. Sử dụng kiểm định Durbin Watson để kiểm định hiện tượng tự tương quan, kiểm định VIF về hiện tượng đa cộng tuyến. Mô hình ưu tiên hiệu ứng cố định (Fixed Effects) và ngẫu nhiên (Random Effect).
Hình 3.2: Quy trình phân tích và xử lý dữ liệu 3.4. Quy trình phân tích và xử lý dữ liệu
TÓM TẮT CHƯƠNG 3
Dựa vào cơ sở lý luận về rủi ro và các yếu ảnh hưởng đến rủi ro phá sản ngân hàng ở chương 2, tác giả đã đề xuất mô hình nghiên cứu tại chương 3. Mô hình này có sự phù hợp với mục tiêu nghiên cứu của đề tài, bao gồm phương trình hồi qui theo phương pháp ước lượng GLS và các biến trong mô hình nghiên cứu. Ngoài ra, trong chương này cũng đã nêu các phương pháp thu thập dữ liệu nghiên cứu, kích thước mẫu và nêu những phương pháp phân tích sử dụng trong đề tài bao. Từ đó, làm cơ sở cho việc trình bày kết quả nghiên cứu từ việc chạy mô hình hồi qui trong chương 4.
CHƯƠNG 4. PHÂN TÍCH VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Trên cơ sở những lý thuyết và mô hình nghiên cứu đã được giới thiệu ở các chương trước, chương 4 thực hiện thống kê mô tả đối với các biến của mô hình hồi qui. Đề tài sẽ tập trung đi sâu vào phân tích kết quả hồi qui dựa trên các giả thuyết, lý thuyết, thực nghiệm đã trình bày. Qua đó, để xác định các yếu tố ảnh hưởng đến rủi ro phá sản ngân hàng tại Việt Nam.
4.1.1. Thực trạng ngành ngân hàng tại Việt Nam
4.1.1.1. Tổng quan về ngành ngân hàng Việt Nam giai đoạn 2013 – 2015
Theo báo cáo tổng kết của NHNN, giai đoạn 2013-2015, ngành Ngân hàng có sự khởi sắc mạnh mẽ và đạt được những thành tựu nổi bật, góp phần tích cực vào ổn định kinh tế vĩ mô, kiềm chế lạm phát, hỗ trợ tăng trưởng. Để có được những kết quả trên, ngành Ngân hàng đã phải nỗ lực phấn đấu vượt qua nhiều khó khăn, thách thức. Kể từ năm 2011, kinh tế Việt Nam và hệ thống ngân hàng đứng trước vô vàn gian nan, thử thách do tác động của khủng hoảng tài chính toàn cầu và những bất cập nội tại nền kinh tế. Lạm phát tăng cao lên 18,13%, gây khó khăn cho đời sống nhân dân và hoạt động sản xuất, kinh doanh, tạo áp lực đối với việc thực hiện các mục tiêu ổn định vĩ mô; lãi suất cho vay lên tới 20-25%/năm, nhiều tổ chức tín dụng vượt trần lãi suất huy động (14%/năm) gây xáo trộn trên thị trường tiền tệ; khó khăn cho doanh nghiệp trong hoạt động sản xuất kinh doanh. Quy mô của nhiều ngân hàng còn nhỏ, nhưng tốc độ tăng trưởng tín dụng cao từ 23-50%/năm, dẫn đến rủi ro tín dụng lớn. Thanh khoản của hệ thống ngân hàng thiếu hụt nghiêm trọng, tiềm ẩn nguy cơ đổ vỡ hệ thống, các tỷ lệ an toàn vốn của từng ngân hàng và toàn hệ thống sụt giảm. Theo đánh giá của Ngân hàng Nhà nước (NHNN), nợ xấu toàn hệ thống vào tháng 9/2012 lên tới 17,2%. Nhiều ngân hàng vi phạm nghiêm trọng các quy định về tiền tệ, ngân hàng. Kỷ luật, kỷ cương và lòng tin thị trường giảm sút.
Nhằm giảm nhanh và mạnh mặt bằng lãi suất, tháo gỡ khó khăn cho hoạt động sản xuất, kinh doanh, ổn định thị trường tiền tệ, NHNN chủ động công bố mục tiêu giảm lãi suất cho vay xuống còn 17-19% vào cuối năm 2011; năm 2012 giảm mặt bằng lãi suất huy động còn 9-10%; năm 2013-2014, tiếp tục điều chỉnh giảm nhẹ lãi suất; năm 2015 duy trì ổn định mặt bằng lãi suất, phấn đầu tiếp tục giảm mặt bằng lãi suất cho vay trung và dài hạn thêm 1-1,5%. Kỷ cương thị trường được thiếp lập và củng cố, không còn tình trạng vượt trần lãi suất hoặc sử dụng lãi suất để cạnh tranh không lành mạnh giữa các TCTD.
Cơ cấu tín dụng tập trung cho sản xuất kinh doanh, nhất là các lĩnh vực ưu tiên, hỗ trợ tích cực cho tái cơ cấu nông nghiệp, phát triển thủy sản, công nghiệp hỗ trợ, doanh nghiệp vừa và nhỏ, doanh nghiệp xuất khẩu. Nhiều chương trình, chính sách tín dụng đặc thù đối với các ngành, lĩnh vực, sản phẩm chủ lực của nền kinh tế được triển khai như gói cho vay hỗ trợ nhà ở 30.000 tỷ, cho vay theo Nghị định 67, Chương trình liên kết 4 nhà, cho vay mua tạm trữ lúa gạo,... Nhiều cơ chế, giải pháp tháo gỡ khó khăn cho doanh nghiệp trong tiếp cận vốn, trong đó có Chương trình kết nối Ngân hàng – doanh nghiệp được triển khai trên cả 63 tỉnh thành trong cả nước, với trên 440 hội nghị đối thoại được tổ chức. Các chương trình tín dụng chính sách được triển khai tích cực, hiệu quả, góp phần quan trọng giúp Việt Nam hoàn