3.3.1 Biến phụ thuộc – Dự phòng rủi ro tín dụng (LLR)
Yếu tố này được sử dụng để kiểm soát tổn thất của các khoản cho vay và giúp ngân hàng bảo hiểm rủi ro cho các khoản vay của mình. Ngân hàng nếu có dự phòng rủi ro cao cho thấy ngân hàng có tỷ lệ nợ xấu cao.
Về cách xác định dự phòng rủi ro tín dụng, xét đến nghiên cứu của Luc Laeven và Giovanni Majnoni (2002) rủi ro tín dụng ngân hàng được đo lường bằng tỷ lệ giá trị trích lập dự phòng rủi ro tín dụng chia cho tổng tài sản của ngân hàng, vì tác giả cho rằng dư nợ cho vay chiếm chủ yếu trong tổng tài sản nên có thể lấy trực tiếp giá trị tổng tài sản để tính rủi ro. Ở nghiên cứu khác, Daniel Foos và các tác giả (2010) đo lường rủi ro tín dụng bằng cách sử dụng tỷ lệ giá trị trích lập dự phòng rủi ro tín dụng năm t chia cho tổng dư nợ cho vay năm t-1. Theo các tác giả, việc trích lập dự phòng cho năm nay chính là trích lập cho các năm trước đó vì khách hàng
vay thông thường không phát sinh rủi ro tín dụng ngay trong năm vay vốn. Nếu xác định dự phòng rủi ro tín dụng bằng cách so sánh giá trị trích lập dự phòng rủi ro tín dụng với tổng dư nợ cho vay trong cùng một năm là không hợp lý. Nhận thấy đây là cách tính phù hợp khi muốn xét cụ thể những tổn thất có thể xảy ra với từng khoản nợ để trích lập để dự phòng, nên trong phạm vi bài nghiên cứu này tác giả sẽ tính dự phòng rủi ro tín dụng ngân hàng dựa trên giá trị trích lập dự phòng rủi ro tín dụng năm t chia cho tổng dư nợ cho vay năm t-1.
Dự phòng rủi ro tín dụng (LLRi,t)
=
Giá trị trích lập dự phòng rủi ro tín dụng ngân hàng i năm t
Tổng dư nợ cho vay ngân hàng i năm (t-1)
3.3.2. Biến quy mô ngân hàng (SIZE)
Biến quy mô ngân hàng là yếu tố được nhiều nghiên cứu lựa chọn và đưa vào mô hình nghiên cứu. Như trong mô hình nghiên cứu của Luc Laeven và Giovanni Majnoni (2002), Ruey-Dang Chang và các cộng sự (2008), kết quả thực nghiệm đã chỉ ra mối tương quan ngược chiều giữa quy mô ngân hàng và dự phòng rủi ro tín dụng. Trong khi trong nghiên cứu của Thu Hiền và Phạm Đình Tuấn năm (2014) chứng mình điều ngược lại, quy mô ngân hàng có sự tương quan cùng chiều với mức trích lập dự phòng. Những ngân hàng có sự tăng trưởng về tổng tài sản sẽ có xu hướng càng mở rộng quy mô kinh doanh, tiến hành hoạt động cho vay nhiều hơn làm mức tăng trưởng tín dụng của ngân hàng tăng cao. Điều này đồng nghĩa sẽ có nhiều hơn những khoản nợ xấu phát sinh, khiến mức trích lập dự phòng rủi ro tín dụng của ngân hàng sẽ tăng.
Nhân 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. Quy mô tài sản ngân hàng thường lớn và tại Việt Nam có sự khác biệt đáng kể giữa các ngân hàng, do vậy chọn biến quy mô bằng logarit của tổng tài sản nhằm giảm sự phân tán thông qua xem xét một phần trăm thay đổi của tài sản tác động đến LLR. Đồng thời, dựa trên các nghiên cứu thực
nghiệm của Luc Laeven và Giovanni Majnoni (2002), Ruey-Dang Chang và các cộng sự (2008), Thu Hiền và Phạm Đình Tuấn năm (2014), nhân tố này được tính toán theo công thức sau:
Quy mô ngân hàng (SIZE)= Ln (Tổng tài sản)
Giả thuyết H1: Quy mô ngân hàng có mối quan hệ thuận chiều với mức trích lập dự phòng rủi ro tín dụng.
3.3.3. Biến nợ xấu (NPL)
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. Trong các nghiên cứu về nhân tố tác động đến trích lập dự phòng thì nhân tố nợ xấu cũng là một trong những nhân tố được các nhà nghiên cứu quan tâm. Các nghiên cứu thực nghiệm từ Larry D. Wall và Iferkhar Hasan (2003), Ruey-Dang Chang và các cộng sự (2008), Frank Packer và Haibin Zhu (2012), hay Lê Long Hậu và Nguyễn Ái Nhi (2014), Nguyễn Thị Thu Hiền và Phạm Đình Tuấn (2014) đều sử dụng nhân tố này và chỉ ra mối quan hệ đồng biến giữa nợ xấu và tỷ lệ trích lập dự phòng rủi ro tín dụng tại các ngân hàng. Tốc độ tăng nợ xấu càng cao phản ánh nguy cơ phá sản của ngân hàng càng lớn, nên ngân hàng cần phải có mức dự phòng tối thiểu đảm bảo kịp thời những thay đổi trong chất lượng nợ.
Theo nghiên cứu của Larry D.Wall và Ifterkhar Hasan (2003) biến nợ xấu được đo lường thông qua chỉ tiêu tỷ lệ nợ xấu trên tổng tài sản. Grace T. Chen và các cộng sự (2005) thì đo lường thông qua chỉ tiêu tỷ lệ nợ xấu trên tổng dư nợ cho vay. Tại Việt Nam nợ xấu được tính dựa trên tổng dư nợ cho vay khách hàng (những khoản nợ quá hạn) nên thường thì tỷ lệ này sẽ so với tổng dư nợ. Trong bài nghiên cứu này, tác giả lựa chọn cách tính biến nợ xấu như sau:
Nợ xấu (NPL) =
Nợ xấu
Giả thuyết H2: Nợ xấu có tác động thuận chiều với mức trích lập dự phòng rủi ro tín dụng.
3.3.4. Biến thu nhập ròng trước thuế và dự phòng (CROA)
Biến thu nhập ròng trước thuế và dự phòng được các nghiên cứu của Luc Laeven và Giovanni Majnoni (2002), Larry D.Wall và Iferkhar Hasan (2003), Ruey-Dang Chang và các cộng sự (2008), Bikker và các cộng sự (2005) lựa chọn nghiên cứu và chỉ ra sự tương quan thuận chiều với trích lập 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 thu nhập của mình.
Dựa theo cách tính trong nghiên cứu của Larry D.Wall và Ifterkhar Hasan (2003), bài nghiên cứu này tiến hành đo lường biến CROA bằng tỷ lệ thu nhập trước thuế và dự phòng chia tổng tài sản.
CROA =
Lợi nhuận trước thuế và dự phòng Tổng tài sản
Giả thuyết H3: Thu nhập trước thuế và dự phòng có mối tương quan thuận đối với mức trích lập dự phòng cho vay của ngân hàng thương mại.
3.3.5. Tăng trưởng tín dụng (LG)
Là tỷ lệ tăng trưởng giá trị cho vay khách hàng. Theo Laeven và Majnoni (2003), tỷ lệ tăng trưởng giá trị cho vay khách hàng có mối quan hệ ngược chiều với biến LLP. Ngược lại trong nghiên cứu của Bikker và các cộng sự (2005) tăng trưởng tín dụng có mối quan hệ cùng chiều với biến LLP. Tại Việt Nam trong những năm gần đây, các ngân hàng cạnh tranh rất mạnh mẽ ở hoạt động cho vay khách hàng và lấy số liệu tốc độ tăng trưởng giá trị cho vay khách hàng làm một trong những mục tiêu tăng trưởng hoạt động cho các năm. Việc tăng trưởng giá trị cho vay khách hàng, ngoài tác động thúc đẩy sự phát triển của nền kinh tế, thì mặt khác cũng làm tăng rủi ro tín dụng đối với các khoản cho vay.
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
Giả thuyết H4:Tăng trưởng tín dụng có mối quan hệ thuận chiều với dự phòng rủi ro tín dụng.
3.3.6. Biến hệ số rủi ro tín dụng (CE)
Đây là biến đo lường rủi ro, phân tích việc sử dụng nợ của ngân hàng. Trong nghiên cứu thực nghiệm của Larry D. Wall và Iferkhar Hasan (2003), Luc Laeven và Giovanni Majnoni (2002) đã chứng minh hệ số rủi ro tín dụng có tương quan cùng chiều với trích lập dự phòng rủi ro tín dụng. Ngược lại, trong nghiên cứu của Frank Packer và Haibin Zhu (2012), Nguyễn Thị Thu Hiền và Phạm Đình Tuấn (2014) lại cho rằng hệ số rủi ro tín dụng có sự tương quan ngược chiều với dự phòng rủi ro tín dụng. Có nghĩa khi hệ số này tăng cao sẽ tác động đến mức độ an toàn tín dụng ngân hàng, lúc này các ngân hàng sẽ phải giảm tỷ lệ này bằng cách tăng vốn làm tăng tài sản thông qua giảm tỷ lệ trích lập dự phòng.
Được đo lường bằng tỷ lệ dư nợ cho vay trên tổng tài sản, cho biết tỷ trọng của các khoản mục tín dụng trong tài sản có và khoản mục tín dụng trong tổng tài sản càng lớn thì lợi nhuận sẽ lớn nhưng đồng thời rủi ro tín dụng cũng rất cao.
Hệ số rủi ro tín dụng
(CE) =
Tổng dư nợ cho vay khách hàng
Tổng tài sản
Giả thuyết H5: Hệ số rủi ro tín dụng có mối tương quan ngược chiều đối với mức trích lập dự phòng rủi ro tín dụng.
3.3.7. Biến tỷ lệ vốn chủ sở hữu trên tổng tài sản (ER)
Tỷ lệ vốn chủ sở hữu trên tổng tài sản thể hiện khả năng tự chủ về tài chính của ngân hàng. Là tỷ lệ mà người đầu tư và khách hàng quan tâm khi lựa chọn gửi
hay vay tiền. Nghiên cứu của của Larry D. Wall và Iferkhar Hasan (2003) đưa biến này vào nghiên cứu và chứng minh có sự tương quan thuận chiều với dự phòng rủi ro tín dụng. Khi tỷ lệ này thấp thì các nhà quản lý sẽ có xu hướng giảm mức trích lập dự phòng rủi ro tín dụng nhằm tăng nguồn vốn chủ sở hữu và làm tăng tỷ lệ vốn chủ trên tổng tài sản như một tín hiệu về khả năng an toàn vốn và khả năng tự chủ của ngân hàng. Nghiên cứu của của Larry D. Wall và Iferkhar Hasan (2003) đo lường biến này bằng tỷ lệ vốn chủ sở hữu trên tổng tài sản cuối năm trước.
Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ER)
=
Vốn chủ sở hữu cuối năm trước
Tổng tài sản cuối năm trước
Giả thuyết H6: Tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối tương quan thuận chiều với mức trích lập dự phòng rủi ro tín dụng.
3.3.8. Biến tỷ lệ tăng trưởng GDP (GDP)
Có nhiều tài liệu xác định rằng điều kiện kinh tế vĩ mô rất quan trọng đối với rủi ro tín dụng, sự ổn định về kinh tế vĩ mô và lành mạnh trong hoạt động của các ngân hàng được liên kết chặt chẽ với nhau, biến số kinh tế vĩ mô được đề cập nhiều nhất trong các nghiên cứu đó là tổng sản phẩm quốc nội (GDP). GDP là tiêu chí tiện lợi nhất để tính mức tăng trưởng kinh tế của một nước và tốc độ tăng trưởng của các nền kinh tế.
Trong nghiên cứu của Luc Laeven và Giovanni Majnoni (2002), Frank Packer và Haibin Zhu (2012), Bikker và các cộng sự (2005) đều đã tìm thấy mối quan hệ ngược chiều giữa dự phòng rủi ro tín dụng và tăng trưởng GDP thực. Khi nền kinh tế tăng trưởng, biểu hiện ở chỉ số GDP tăng, cho thấy thu nhập của người dân trong xã hội tăng lên, doanh nghiệp làm ăn hiệu quả giúp khả năng trả nợ được cải thiện, nợ xấu thấp nên rủi ro tín dụng thấp. Ngược lại khi nền kinh tế suy thoái, chỉ số GDP giảm, thu nhập của người dân trong xã hội giảm, doanh nghiệp kinh doanh khó khăn dẫn đến khả năng trả nợ kém, nợ xấu tăng lên làm tăng mức dự phòng rủi
ro tín dụng. Tăng trưởng GDP chính là mức gia tăng GDP năm sau so với năm trước và được thể hiện bằng đơn vị tính phần trăm.
Giả thuyết H7: Tỷ lệ tăng trưởng GDP có tác động ngược chiều đến dự phòng rủi ro tín dụng ngân hàng.
Tổng hợp dự đoán về mối tương quan của các nhân tố và mức dự phòng rủi ro tín dụng trong ngân hàng trong bảng sau
Bảng 3.2 Tổng hợp các yếu tố nghiên cứu sử dụng trong mô hình hồi quy Biến độc lập
Cách đo lường Nghiên cứu thực nghiệm được báo báo
Dấu kỳ vọng Tên Biến Ký hiệu
Quy mô
ngân hàng SIZE
Logarit của tổng tài sản
(-) Luc Laeven và Giovanni Majnoni (2002), Ruey-Dang Chang và các cộng sự (2008) (+) Thu Hiền và Phạm Đình Tuấn (2014)
+
Nợ xấu NPL Nợ xấu/Tổng dư nợ cho vay
(+) Ruey-Dang Chang và các cộng sự (2008), Frank Packer và Haibin Zhu (2012), Larry D.Wall và Iferkhar Hasan (2003), Thu Hiền và Phạm Đình Tuấn (2014), Lê Long Hậu và Nguyễn Ái Nhi (2014)
+ Thu nhập trước thuế và dự CROA Thu nhập trước thuế và dự phòng/Tổng tài
(+) Luc Laeven và Giovanni Majnoni (2002), Larry D.Wall và Iferkhar Hasan (2003), Ruey- Dang Chang và các cộng sự
Biến độc lập
Cách đo lường Nghiên cứu thực nghiệm được báo báo
Dấu kỳ vọng Tên Biến Ký hiệu
phòng sản (2008), Bikker và các cộng sự
(2005)
Tỷ lệ tăng
trưởng LG
Tổng dư nợ cho vay năm nay – Tổng dư nợ cho
vay năm
trước/Tổng dư nợ cho vay năm trước
(-) Luc Laeven và Giovanni Majnoni (2002), Lê Long Hậu và Nguyễn Ái Nhi (2014)
(+) Bikker và các cộng sự (2005) + Hệ số rủi ro tín dụng CE Tổng dư nợ cho vay khách hàng/Tổng tài sản
(+) Luc Laeven và Giovanni Majnoni (2002), Larry D.Wall và Iferkhar Hasan (2003)
(-) Frank Packer và Haibin Zhu (2012), Thu Hiền và Phạm Đình Tuấn (2014) - Tỷ lệ vốn chủ sở hữu trên tổng tài sản ER Vốn chủ sở hữu cuối năm trước/ Tổng tài sản cuối năm trước
(+) Larry D.Wall và Iferkhar
Hasan (2003) + Tăng trưởng GDP GDP Tỷ lệ tăng trưởng GDP thực
(-) Luc Laeven và Giovanni Majnoni (2002), Frank Packer và Haibin Zhu (2012), Bikker và
Biến độc lập
Cách đo lường Nghiên cứu thực nghiệm được báo báo
Dấu kỳ vọng Tên Biến Ký hiệu
các cộng sự (2005)
(Nguồn : Tổng hợp của tác giả)
(+) Mối tương quan thuận (-) Mối tương quan nghịch
3.4. Phương pháp nghiên cứu và xử lý số liệu
Dữ liệu được thu thập và sử dụng cho nghiên cứu này là dữ liệu thứ cấp. Nghiên cứu sử dụng Excel để tính toán và tạo ra các giá trị của những biến số cần thiết trong mô hình. Từ đó, xây dựng một bảng dữ liệu thông qua việc kết hợp các chuỗi dữ liệu theo thời gian, từ năm 2011 đến năm 2017 của các quan sát theo không gian là 24 ngân hàng thương mại cổ phần Việt Nam. Tiếp theo, nghiên cứu sử dụng phần mềm Stata 13 để tạo lập ma trận tương quan và ước lượng hồi quy. Phương pháp nghiên cứu được sử dụng là sự kết hợp giữa phương pháp định tính và định lượng.
Xử lý số liệu bao gồm thống kê mô tả dữ liệu, tiến hành khảo sát tương quan giữa các cặp biến trong mô hình nghiên cứu, chạy hồi quy 3 mô hình: Mô hình Pooled regression, mô hình Fixed effects (FEM) và mô hình Random effects (REM), kiểm định để lựa chọn mô hình phù hợp thông qua kiểm định Hausman test, kiểm định các giả thuyết hồi quy trong mô hình nghiên cứu thông qua kiểm định hiện tượng đa cộng tuyến bằng 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. Để khắc phục hiện tượng tự tương quan và phương sai của sai số không đổi bằng phương pháp bình phương nhỏ nhất tổng quát (General Least Square - GLS) để đưa ra kết quả cuối cùng của mô hình nghiên cứu.
Các bước cụ thể như sau:
Bước 1: Phân tích thống kê mô tả.
Bước 2: Phân tích tương quan để đo lường mức tương quan giữa các cặp biến trong mô hình nghiên cứu.
Bước 3: So sánh giữa 3 mô hình trên panel data gồm mô hình Pooled regression (OLS), Fixed effects model (FEM), Random effects model (REM). Tiến hành lựa chọn theo các bước sau:
- So sánh giữa mô hình Pooled regression (OLS) và Fixed effects model (FEM) với giả thuyết:
H0: Chọn mô hình OLS. H1: Chọn mô hình FEM.
Nếu Prob > F nhỏ hơn mức ý nghĩa, kết luận bác bỏ giả thuyết H0 tức mô hình FEM phù hợp hơn, ngược lại thì mô hình OSL sẽ phù hợp hơn.
- So sánh lựa chọn giữa mô hình Fixed effects model (FEM), Random effects model (REM) thông qua thực hiện kiểm định Hausman. Giả thuyết đặt ra:
H0: Chọn mô hình REM. H1: Chọn mô hình FEM.
Nếu Prob > F lớn hơn mức ý nghĩa, kết luận bác bỏ chấp nhận giải thuyết H0
tức mô hình REM phù hợp hơn, ngược lại thì mô hình FEM sẽ phù hợp hơn.
Bước 4: Kiểm định hiện tượng đa cộng tuyến bằng cách dùng chỉ tiêu VIF. Nếu chỉ tiêu VIF của tất cả các biến độc lập đều nhỏ hơn 10 thì hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng (Gujarati, 2003).
Bước 5: Kiểm định phương sai của sai số không đổi bằng kiểm định White với