Trong 5 chỉ tiêu đại diện cho tăng trƣởng tín dụng đã đƣợc nêu trong chƣơng 2 thì trong thực tế, khi làm các nghiên cứu thực nghiệm, rất nhiều tác giả đã sử dụng dƣ nợ tín dụng nhƣ Igan và Taririsa 2007 , Aydin 2008 , Lê Tấn Phƣớc (2016) làm chỉ tiêu đo lƣờng tăng trƣởng tín dụng. Ngoài ra, tốc độ tăng trƣởng dƣ nợ tín dụng cũng là chỉ số thƣớc đo chính xác nhất để nhà quản trị, các tổ chức tín dụng đánh giá đƣợc hoạt động tín dụng có thực sự đạt hiệu quả qua từng năm. Và cũng nhƣ đã trình bày ở trên, tốc độ tăng trƣởng tín dụng đƣợc tính bằng chênh lệch dƣ nợ tín dụng năm hiện hành so với năm trƣớc đó chia cho dƣ nợ tín dụng năm trƣớc đó. 3.2.2 Các biến độc lập đại diện cho biến vi mô
Tỷ lệ nợ xấu (NPL):
Tỷ lệ nợ xấu – đại diện cho việc xác định chất lƣợng của các khoản vay. Sự gia tăng của nợ xấu khiến cho các ngân hàng tập trung lại giai đoạn dài hạn và tập trung vào tài sản, điều này các hoạt động tín dụng sẽ bị hạn chế để tránh tình trạng ngân hàng
rơi vào tình trạng khó khăn hơn. Ngƣợc lại, kiểm soát rủi ro nợ xấu tốt sẽ tạo ra thanh khoản tốt, ngân hàng mở rộng hoạt động cho vay. Trong nghiên cứu thực nghiệm của Tamirisa và Igan (2007), Aydin (2008), Kai và Stepanyan (2011), Nguyễn Thùy Dƣơng và Trần Hải Yến (2011), Hussain và Junaid (2012), Tomak (2013), Lê Tấn Phƣớc (2016), Nguyễn Thành Tâm (2016), Huỳnh Thị Hiền (2017) đều chỉ ra mối quan hệ ngƣợc chiều giữa tỷ lệ nợ xấu và tăng trƣởng tín dụng. Do đó, tác giả kỳ vọng rằng tỷ lệ nợ xấu có mối quan hệ ngƣợc chiều đến tăng trƣởng tín dụng.
Tỷ lệ chi phí trên thu nhập (CTI)
Tỷ lệ này là một chỉ số tài chính quan trọng, cho thấy đƣợc mối tƣơng quan giữa chi phí với thu nhập của ngân hàng. Tỷ lệ này cho nhà đầu tƣ một cái nhìn rõ hơn về hiệu quả hoạt động của ngân hàng, tỷ lệ càng nhỏ thì ngân hàng đó hoạt động càng hiệu quả, vì thế ngân hàng càng mở rộng hoạt động cho vay hơn. Trong nghiên cứu của Nalatia T.Tamirisa và Deniz O.Igan (2007) cho thấy tỷ lệ chi phí trên thu nhập tác động ngƣợc chiều đến tăng trƣởng tín dụng. Do đó, trong nghiên cứu này, biến tỷ lệ chi phí trên thu nhập đƣợc kỳ vọng tác động ngƣợc chiều đến tăng trƣởng tín dụng ngân hàng.
Tính thanh khoản của ngân hàng (LQTA)
Tính thanh khoản của NHTM đƣợc xem nhƣ khả năng để đáp ứng nhu cầu về mọi mặt của khách hàng nhƣ rút tiền gửi, giải ngân các khoản tín dụng. Khi thanh khoản yếu đồng nghĩa với việc hoạt động cho vay các hợp đồng bị hạn chế do không đủ tiền để đáp ứng các khoản vay. Vì vậy thanh khoản thấp khiến tăng trƣởng tín dụng thấp và ngƣợc lại, khi thanh khoản cao thì ngân hàng có nguồn tiền nhiều để đáp ứng các nhu cầu kinh doanh trong đó có cấp tín dụng, vì thế mà tăng trƣởng tín dụng cao hơn. Các nghiên cứu trƣớc đây, cụ thể nhƣ của Nalatia T.Tamirisa và Deniz O.Igan (2007), Nguyễn Thùy Dƣơng và Trần Hải Yến (2011), Hussain và Junaid (2012), Lê Tấn Phƣớc (2016) cũng chứng minh đƣợc rằng khi khả năng thanh khoản của dòng tiền từ ngân hàng tăng sẽ làm tăng tốc độ tăng trƣởng tín dụng và ngƣợc lại. Vì vậy, tác giả cũng kỳ vọng rằng tính thanh khoản cũng có mối
Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA):
Đây là biến thể hiện mối quan hệ giữa tỉ lệ vốn chủ sở hữu trên tổng tài sản với tỉ suất lợi nhuận ròng của ngân hàng - phản ánh mức độ rủi ro của các ngân hàng. Vốn chủ sở hữu lớn giúp ngân hàng có đủ khả năng để đối mặt với nhiều rủi ro, do đó ngân hàng giải quyết rủi ro hệ thống của mình bằng cách duy trì mức vốn chủ sở hữu nhất định và gia tăng vốn chủ sở hữu sẽ giúp các NHTMCP tăng giới hạn cấp tín dụng tối đa cho khách hàng, vì thế việc hoạt động tín dụng sẽ tạo ra thuận lợi hơn. Kết quả nghiên cứu của Hussain và Junaid( 2012), Lê Tấn Phƣớc (2016) cũng cho thấy mối quan hệ cùng chiều giữa vốn chủ sở hữu và tăng trƣởng tín dụng. Do đó, hệ số ƣớc tính của ETA trong nghiên cứu này đƣợc kỳ vọng là cùng chiều. 3.2.3 Biến kiểm soát
Tốc độ tăng trƣởng GDP(GDP):
Tác giả sử dụng biến tăng trƣởng GDP để kiểm soát cho các chu kỳ kinh tế vĩ mô. Dữ liệu trong bài nghiên cứu sẽ đƣợc lấy bằng tốc độ tăng trƣởng GDP của năm t so với năm (t-1). Trong thời kỳ kinh tế tăng trƣởng tốt, ổn định thu nhập trong dân cƣ sẽ tăng, dẫn đến hoạt động tín dụng trong ngân hàng đƣợc thúc đẩy hiệu quả hơn, khả năng tạo ra lợi nhuận cao hơn. Khi nền kinh tế phát triển, hàng hóa dịch vụ sản xuất đƣợc tiêu thụ nhanh chóng, các chủ thể kinh tế có nhu cầu sử dụng nhiều hơn các khoản nợ vay. Điều này làm doanh số cho vay gia tăng, nghĩa là ngân hàng sẽ có nhiều cơ hội trong việc mở rộng tín dụng, kết quả là tốc độ tín dụng đƣợc gia tăng. Ngƣợc lại, trong thời kỳ kinh tế suy thoái, thu nhập giảm, hoạt động tín dụng của ngân hàng sẽ trở nên khó khăn hơn, dẫn đến lợi nhuận cũng giảm theo.
Các nghiên cứu thực nghiệm của Kai & Stepanyan (2011), Olokoyo (2011), Hussain và Junaid (2012), Sharrma và Gounder (2012), Nguyễn Thanh Nhàn, Nguyễn Thị Minh Nguyệt, Nguyễn Thị Hồng Hải (2014), Lê Tấn Phƣớc (2016) đã chỉ ra tốc độ tăng trƣởng kinh tế GDP có tác động cùng chiều đến tốc độ tăng trƣởng tín dụng của ngân hàng. Vì vậy, tác giả cũng kỳ vọng biến GDP thuận chiều với tăng trƣởng tín dụng.
Tỷ lệ lạm phát là một trong những biểu hiện rõ nét nhất của kết quả đạt đƣợc trong điều hành chính sách tiền tệ. Một chính sách tiền tệ thắt chặt đồng nghĩa với một quốc gia có một tỷ lệ lạm phát cao, vì vậy để thực hiện điều này NHNN phải giảm cung tiền trong nền kinh tế dẫn đến khả năng tiếp cận vốn của ngân hàng giảm xuống. Một trong những kênh truyền dẫn chính sách ra nền kinh tế đó là tín dụng ngân hàng. Khi đó, ngân hàng sẽ khó có điều kiện thuận lợi để gia tăng mức tăng trƣởng tín dụng. Ngƣợc lại, nếu tỷ lệ lạm phát trong năm đang ở mức thấp đồng nghĩa điều này kìm hãm sự phát triển kinh tế, dẫn đến NHNN sẽ thực hiện chính sách tiền tệ mở rộng nhằm gia tăng cung tiền, thúc đẩy tăng trƣởng nền kinh tế. Điều này sẽ dẫn đến tốc độ tăng trƣởng tín dụng sẽ đƣợc gia tăng.
Trong khoa học thực nghiệm, các nghiên cứu của Hussain và Junaid (2012), Sharrma và Gounder (2012), Lê Tấn Phƣớc (2016) chỉ ra mối quan hệ ngƣợc chiều giữa lạm phát và tăng trƣởng tín dụng. Vì vậy, tác giả cũng kỳ vọng tỷ lệ lạm phát có tác động ngƣợc chiều đến tăng trƣởng tín dụng.
Biến giả (DUM)
Theo kết quả nghiên cứu của Guodong Chen và Yi Wu 2014 , nhà nƣớc ở các nƣớc có nền kinh tế mới nổi Châu Âu, Mỹ Latin, và một số ở Châu Á đã sử dụng chính sách tiền tệ mở rộng dẫn đến tăng trƣởng tín dụng cao hơn. Các ngân hàng ở Mỹ Latin và Châu Á dựa nhiều hơn vào quỹ bán lẻ sẽ có tăng trƣởng tín dụng cao hơn trong suốt giai đoạn khủng hoảng toàn cầu 2008 -2009. Các ngân hàng có vốn tốt hơn và các ngân hàng có tài sản thanh khoản cao hơn sẽ có mức tăng trƣởng tín dụng nhanh hơn. Các ngân hàng ở các nƣớc với quy định quản lý ngân hàng tốt hơn sẽ có mức tăng trƣởng tín dụng cao hơn trong suốt giai đoạn khủng hoảng. Vì vậy, tác giả kỳ vọng cuộc khủng hoảng tài chính toàn cầu sẽ có tác động cùng chiều đến tăng trƣởng tín dụng.
Bảng 3.1 sau đây sẽ tóm tắt các biến số trong mô hình, cách tính toán của các biến cũng nhƣ dấu kỳ vọng tƣơng ứng với mỗi biến:
Bảng 3.1 Các yếu tố và xu hƣớng tác động của chúng tới TTTD Biến Mô tả Kỳ vọng CG(CREDIT GROWTH) CG = Dƣ nợ tín dụng kỳ này – Dƣ nợ tín dụng kỳ trƣớc / Dƣ nợ tín dụng kỳ trƣớc ETA(Equity to asset)
Quy mô vốn chủ sở hữu: Vốn chủ sở hữu (vốn của các nhà đầu tƣ, thặng dƣ vốn cổ phần, lợi nhuận giữ lại, các quỹ, lợi nhuận chƣa phân phối, chênh lệch tỷ giá và chênh lệch đánh giá lại tài sản) / Tổng tài sản.
+ NPL(Non performing loan) Tỷ lệ nợ xấu = Tổng nợ xấu (nhóm 3, nhóm 4 và nhóm 5) / Tổng dƣ nợ. - LQTA(Liquid to asset)
Tổng tài sản có tính thanh khoản cao (tiền mặt, tiền gửi NHNN, tiền gửi và cho vay các tổ chức tín dụng khác, chứng khoán kinh doanh) / Tổng tài sản.
+
CTI(Cost to
income) Chi phí hoạt động trên tổng doanh thu hoạt động. -
INF(Inflation) Tỷ lệ lạm phát -
GDP(Growth Domestic Product
GDP = Tốc độ phát triển GDP của năm sau so
với năm trƣớc. +
DUM Khủng hoảng kinh tế (nhận giá trị 1 dữ liệu năm
2008 và 2009; nhận giá trị 0 cho các năm khác . +
3.3 Thu thập số liệu nghiên cứu
3.3.1 Thu thập số liệu của các Ngân hàng thƣơng mại Cổ Phần
Tác giả thu thập số liệu từ 20 ngân hàng thƣơng mại cổ phần đang hoạt động tại Việt Nam ( xem bảng 3.2 bên dƣới), số liệu các ngân hàng này đều đã đƣợc qua kiểm toán từ các công ty kiểm toán độc lập có uy tín, vì vậy số liệu này sẽ có tính tin cậy cao.
Bảng 3.2 – Danh sách các NHTM và sàn niêm yết tại mỗi ngân hàng
Nguồn: Tác giả tự tổng hợp Trong 20 NHTM cổ phần nêu trên có 3 NHTM cổ phần nhà nƣớc là Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam BID , Ngân hàng TMCP Công Thƣơng Việt
STT Ngân hàng Tên viết tắt Sàn niêm yết
1
Ngân hàng TMCP Đầu tƣ và Phát triển Việt
Nam BIDV HOSE
2 Ngân hàng TMCP Công Thƣơng Việt Nam CTG HOSE
3 Ngân hàng TMCP Ngoại Thƣơng Việt Nam VCB HOSE
4 Ngân hàng TMCP Sài Gòn Thƣơng Tín STB HOSE
5 Ngân hàng TMCP Quân Đội MBB HOSE
6 Ngân hàng TMCP Sài Gòn Hà Nội SHB HNX
7 Ngân hàng TMCP Á Châu ACB HNX
8 Ngân hàng TMCP Việt Nam Thịnh Phƣợng VPB HOSE
9 Ngân hàng TMCP Kỹ Thƣơng Việt Nam TCB OTC
10 Ngân hàng TMCP Phát Triển TPHCM HDB HOSE
11 Ngân hàng TMCP Xuất Nhập Khẩu Việt Nam EIB HOSE
12 Ngân hàng TMCP Đông Nam Á SEABANK OTC
13 Ngân hàng TMCP Quốc Tế Việt Nam VIB
14 Ngân hàng TMCP Hàng Hải Việt Nam MSB OTC
15 Ngân hàng TMCP An Bình ABB OTC
16 Ngân hàng TMCP Phƣơng Đông OCB OTC
17 Ngân hàng TMCP Nam Á NamABank OTC
18 Ngân hàng TMCP Kiên Long KLB
19 Ngân hàng TMCP Sài Gòn Công Thương SGB OTC
Nam (CTG), Ngân hàng TMCP Ngoại Thƣơng Việt Nam (VCB). Tác giả chọn nghiên cứu dựa theo thứ tự quy mô tổng tài sản và đƣợc công bố số liệu tƣơng đối đầy đủ.
Mẫu quan sát bắt đầu từ năm 2006 đến năm 2017. Tác giả quyết định chọn giai đoạn này là muốn nghiên cứu đề tài trƣớc, trong và sau giai đoạn khủng hoảng tài chính toàn cầu 2008-2009 cho đến thời điểm gần nhất mà tác giả có thể thu thập số liệu đƣợc.
Số liệu các biến đƣợc thu thập từ nguồn dữ liệu thứ cấp, chủ yếu là từ báo cáo tài chính đã đƣợc kiểm toán, theo chuẩn mực kế toán Việt Nam và trình bày trên các trang http:// cafef.vn/, https://vietstock.vn/ và tài liệu của từ chính ngân hàng. Thông qua việc thu thập các thông số: tổng tài sản, vốn chủ sở hữu, tài sản mang tính thanh khoản, lợi nhuận sau thuế, chi phí hoạt động, thu nhập hoạt động, tổng nợ xấu từ nhóm 3 đến nhóm 5 và sử dụng các công thức tính toán nhƣ đã trình bày ở trên để tính toán dữ liệu của các biến độc lập LQTA, ETA, NPL,CTI.
3.3.2 Thu thập số liệu của các biến số vĩ mô và yếu tố khủng hoảng kinh tế
Thứ nhất, số liệu về tốc độ tăng trƣởng GDP, lạm phát đƣợc tác giả lấy từ
http://worldbank.com/. Số liệu đƣợc lấy từ năm 2006 đến năm 2017.
Thứ hai, yếu tố khủng hoảng kinh tế: tác giả gán giá trị 1 cho dữ liệu năm 2008 và 2009; nhận giá trị 0 cho các năm khác.
3.4 Phƣơng pháp thực hiện nghiên cứu
Để hoàn thành đƣợc các mục tiêu nghiên cứu của mình đã đƣợc nêu trong chƣơng 1, đề tài thực hiện mô hình nghiên cứu và tiến hành kiểm định mô hình theo trình tự nhƣ sau: Thống kê mô tả dữ liệu, lựa chọn mô hình, kiểm định các khuyết tật mô hình với sự hỗ trợ của phần mềm Eviews 8.0.
Bƣớc 1: Thống kê mô tả
Thống kê mô tả đƣợc sử dụng nhằm mô tả lại những đặc tính cơ bản của dữ liệu nghiên cứu. Việc thống kê mô tả này sẽ giúp ta thấy đƣợc giá trị trung bình của các biến thông qua tiêu chí giá trị trung bình, đánh giá đƣợc sự dao động của các biến số thông qua tiêu chí giá trị nhỏ nhất và giá trị lớn nhất, biết đƣợc trung vị có giá trị
là bao nhiêu và sai số chuẩn giữa các giá trị. Thông qua các tiêu chí đƣợc thống kê đó, ta có thể đƣa ra các nhận định ban đầu về chuỗi dữ liệu nghiên cứu.
Bƣớc 2: Phƣơng pháp lựa chọn mô hình hồi quy
Phân tích hồi quy đƣợc dùng để đo lƣờng mức độ ảnh hƣởng của các biến độc lập với các biến phụ thuộc, qua đó cho biết chiều hƣớng tác động và mức độ tác động của từng biến độc lập lên biến phụ thuộc. Kết quả hồi quy đƣợc xem là bằng chứng thực nghiệm để xem xét tác động. Các mô hình hồi quy đƣợc tác giả xem xét để lựa chọn cho bài nghiên cứu gồm có: Pooled OLS, Fixed effect, Random effect. Theo đó, để lựa chọn mô hình ƣớc lƣợng phù hợp nhất cho bài nghiên cứu, chúng ta cần xem xét các ƣu nhƣợc điểm của 3 loại mô hình này:
Thứ nhất, ƣớc lƣợng Pooled OLS là cách tiếp cận đơn giản nhất. Giả định của mô hình này là các hệ số hồi quy (hệ số chặn và hệ số gốc là không thay đổi giữa các ngân hàng, đồng thời mô hình này cũng không xem xét đến sự thay đổi theo thời gian. Hay nói cách khác, mô hình này bỏ qua sự không đồng nhất, sự khác biệt giữa các ngân hàng cũng nhƣ tính cá thể giữa các đối tƣợng nghiên cứu. Đó cũng chính là điểm yếu của Pooled OLS, mô hình này không nói cho chúng ta biết tác động của các giá trị từng ngân hàng có thay đổi giữa các ngân hàng khác và thay đổi theo thời gian hay không. Và chính điểm yếu đó có thể gây ra hiện tƣợng tƣơng quan giữa các biến độc lập trong mô hình có nhiều biến giải thích dẫn đến ƣớc lƣợng Pooled OLS không còn hiệu quả. Do đó cần một mô hình tốt hơn.
Thứ hai, nhƣ các khuyết điểm của mô hình Pooled OLS đã đề cập ở trên, chúng ta cần một mô hình có thể xem xét từng đặc điểm riêng của từng ngân hàng trong mẫu nghiên cứu ảnh hƣởng đến biến giải thích nhƣ thế nào và cũng có những thuộc tính chúng ta không quan sát đƣợc bằng giá trị, lúc này mô hình phù hợp đƣợc đƣa ra là Fixed Effect. Theo đó, mô hình này sẽ quan tâm đến sự khác biệt, đặc điểm riêng, không đồng nhất giữa các công ty trong mẫu nghiên cứu theo thay đổi (theo không gian) của tung độ gốc mỗi ngân hàng. Tuy nhiên, tung độ gốc này không thay đổi theo thời gian và để xem xét sự thay đổi tung độ gốc giữa các công ty thì chúng ta có thể dùng biến giả.
Thứ ba, đối với những nghiên cứu mà quan tâm đến sự khác biệt giữa các đối tƣợng nghiên cứu là ngẫu nhiên theo không gian và thời gian, thì lúc này mô hình hiệu ứng ngẫu nhiên (Random effect model) sẽ phù hợp hơn. Cách tiếp cận của mô hình này là dựa trên phần dƣ.
Dựa các vấn đề vừa nêu trên, tác giả nhận thấy mô hình ƣớc lƣợng Fixed Effect và