Theo Tabachnick và Fidell (2007), công thức xác định cỡ mẫu nghiên cứu như sau: n ≥ 104 + m, với n là kích thước mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình.
Luận văn chọn mẫu là 18/25 QTDND hiện đang hoạt động tại tỉnh Bình Thuận để nghiên cứu. Thời gian thu thập số liệu liên tục từ năm 2009 – 2016 (8 năm) với 144 quan sát. Số lượng biến độc lập được nghiên cứu là 8 biến. Do đó, mẫu của đề tài đảm bảo kích thước tối thiểu.
Dữ liệu được thu thập từ NHNN Chi nhánh tỉnh Bình Thuận dựa trên bảng cân đối kế toán, các báo cáo thường niên, báo cáo thống kê về tình hình hoạt động của các QTDND trên địa bàn và số liệu từ Cục thống kê tỉnh Bình Thuận.
3.2.2. Xử lý dữ liệu
Dữ liệu thu thập ban đầu được nhập vào chương trình phần mềm Excel. Sau đó thực hiện tính toán cơ bản để có được các biến số trong mô hình và tổ chức theo dữ liệu bảng. Dữ liệu được kiểm tra bằng đồ thị scatter để giảm thiểu khả năng sai sót trong khâu nhập số liệu. Các biến được phân tích biểu đồ,phân tích thống kê mô tả, kiểm tra tính tương quan giữa các biến số. Việc phân tích hồi quy được thực hiện bằng phần mềm Stata phiên bản 13.
3.3. Phƣơ g ph p ƣớ ƣợng
Nghiên cứu sử dụng 02 phương pháp ước lượng là hồi quy tác động cố định (FE) và hồi quy tác động ngẫu nhiên (RE). Cả 02 phương pháp này đều đưa biến giả Dummy là năm vào mô hình.
3.3.1. Hồi qu t ng cố ịnh FE (Fixed Effect Regression)
Mô hình hồi quy tác động cố định FE có dạng như sau:
Yit = α + 𝛽1X1it + 𝛽2X2it + + 𝛽nXnit + TimeDummy + ui + eit Trong đó: vit = ui + eit
Với i: QTDND thứ i được quan sát, i = ̅̅̅̅̅̅;
t: Thời đoạn quan sát thứ t của QTDND thứ i, t = ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅.
Trong mô hình FE xuất hiện ui là những yếu tố cố định không đổi theo thời gian. Những yếu tố này không quan sát được và nằm ở sai số. Nó có thể tác động lên cả X và Y. Vì ui tác động tới X nên vit tác động tới X làm cho ước lượng bị chệch và không vững. Do vậy, cần phải biến đổi phương trình để các ước lượng β là không chệch và vững (Vũ Hữu Thành, 2014).
Theo Wooldridge (2012), phương pháp biến đổi như sau:
Yit – Y*t = α + 𝛽1(X1it - X*1t) + + 𝛽n(Xnit – X*nt)+ TimeDummy + vit – v*t ΔYit = α + 𝛽1ΔX1it + + 𝛽nΔXnit + TimeDummy + Δvit
Do ui đã bị khử nên Δvit không tác động tới ΔXnit nữa. Lúc này sẽ ước lượng được các β đảm bảo không chệch và vững, trong khi đó vẫn thỏa mãn được sự tác động của các yếu tố cố định theo thời gian.
Mặc dù dễ sử dụng, mô hình FE cũng có một vài vấn đề như: nếu đưa vào quá nhiều biến giả sẽ vướng phải vấn đề bậc tự do; với nhiều biến số trong mô hình có thể dẫn đến hiện tượng đa cộng tuyến, làm cho việc ước lượng chính xác một hay nhiều thông số trở nên khó khăn; không thể nhận diện tác động của những biến số bất biến theo thời gian (Gujarati, 2004).
3.3.2. Hồi qu t ng ngẫu nhiên RE (Random Effect Regression)
Mô hình hồi quy tác động ngẫu nhiên RE có dạng như sau: Yit = α + 𝛽1X1it + 𝛽2X2it + + 𝛽nXnit + TimeDummy + ui + eit Trong đó: vit = ui + eit
Với i: QTDND thứ i được quan sát, i = ̅̅̅̅̅̅;
t: Thời đoạn quan sát thứ t của QTDND thứ i, t = ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅.
Trong mô hình RE, ui cũng là những yếu tố cố định không đổi theo thời gian, không quan sát được và nằm ở sai số. Tuy nhiên, khác với trong mô hình FE, ui
trong mô hình RE được giả định là không tác động lên X. Vì ui không tác động tới X nên vit không tác động tới X (Vũ Hữu Thành, 2014).
Vấn đề là ở chỗ, ui + eit được gọi là sai số kết hợp theo từng thời điểm, vì vậy nó có thể xuất hiện hiện tượng tự tương quan ở sai số. Để xử lý vấn đề này không thể chạy Pool thông thường mà phải biến đổi mô hình.
Theo Wooldridge (2012), phương pháp biến đổi như sau: Từ công thức tương quan sai số thời điểm t và thời điểm s:
Corr(uit,uis) = σ2 μ/(σ2 μ+σ2 u) Đặt: θ=1–[σ2 u/ (Tσ2 μ+σ2 u)]1/2 Phương trình biến đổi:
Yit–θY*
t= α 0(1–θ)+β1(X1it–θX*
1t)+ +βn(Xnit–θX*
nt)+𝑇𝑖𝑚𝑒𝐷𝑢𝑚𝑚𝑦+uit–θu* t
3.4. Kiểm ịnh Hausman
Kiểm định Hausman được sử dụng để lựa chọn phương pháp ước lượng phù hợp giữa hai phương pháp ước lượng tác động cố định (FE) và phương pháp ước lượng tác động ngẫu nhiên (RE). Giả thiết H0 cho rằng không có sự tương quan giữa sai số đặc trưng giữa các đối tượng (vi) với các biến giải thích Xit trong mô hình. Bác bỏ giả thiết Ho (p-value < 0,05) dẫn đến kết luận mô hình ước lượng tác động cố định là phù hợp so với mô hình ước lượng tác động ngẫu nhiên. Ngược lại, nếu chưa có đủ bằng chứng để bác bỏ H0 (p-value >0,05) thì mô hình ước lượng ngẫu nhiên (REM) sẽ được ưu tiên sử dụng (Vũ Hữu Thành, 2014).
3.5 Kiểm ịnh hiệ tƣợ g ng tuy n
Hệ số tương quan giữa các biến độc lập cao: Khi hệ số tương quan giữa các biến độc lập lớn hơn 0,8 thì vấn đề đa cộng tuyến trở nên nghiêm trọng. Chỉ số VIF là chỉ tiêu được d ng để kiểm định hiện tượng đa cộng tuyến. Nếu VIF >10 thì sẽ xuất hiện đa cộng tuyến. Nếu mô hình bị đa cộng tuyến có thể khắc phục bằng cách thu thập thêm dữ liệu hoặc lấy thêm mẫu mới, bỏ bớt biến độc lập
Ngoài các kiểm định trên, nghiên cứu còn sử dụng các kiểm định phù hợp với mô hình được chọn, nếu mô hình bị vi phạm các kiểm định trên thì đưa ra cách khắc phục các vi phạm để lựa chọn mô hình tối ưu.
3.6. Mô hình nghiên cứu 3.6.1. Mô hình gốc 3.6.1. Mô hình gốc
Luận văn đưa ra mô hình nghiên cứu dựa trên cơ sở mô hình trong nghiên cứu “Các nhân tố tác động đến tăng trưởng tín dụng của các QTDND ở khu vực đồng bằng Sông Cửu Long” của hai tác giả Trương Đông Lộc và Nguyễn Văn Thép (2014) như sau:
∑ 𝛽
Trong đó:
- Xk là các biến độc lập, bao gồm 2 nhóm nhân tố: các nhân tố bên trong ngân hàng và các nhân tố vĩ mô, cụ thể như sau:
iến độc lập Diễn giải biến Kỳ vọng
Tỷ lệ sinh lời (X1) Lợi nhuận r ng/vốn chủ sở hữu bình quân
(%) +
Tốc độ tăng trưởng vốn huy động (X2)
(Vốn huy động bình quân năm sau – vốn huy động bình quân năm trước)/vốn huy động bình quân năm trước
+ Tỷ lệ nợ xấu (X3) Nợ xấu bình quân/Tổng dư nợ bình quân
(%) -
Quy mô QTDND (X4) Logarit của tổng tài sản bình quân (tỷ
đồng) +
Hệ số chênh lệch lãi r ng – NIM (X5)
(Thu nhập lãi – chi phí lãi)/tài sản sinh lời
bình quân -
Hệ số thanh khoản (X6) (Tiền mặt + tiền gửi tại các TCTD)/tổng tài
sản +/-
Tốc độ tăng trưởng kinh tế
(X7) Tốc độ tăng trưởng GDP (%) +
Lạm phát (X8) Chỉ số giá tiêu d ng (CPI) (%) -
Nghiên cứu sử dụng kiểm định Hausman để tìm ra mô hình phù hợp và kết quả là mô hình hiệu ứng cố định phù hợp hơn mô hình hiệu ứng ngẫu nhiên. Kết quả ước lượng bằng mô hình hiệu ứng cho thấy có 5/8 biến giải thích được đưa vào mô hình có ý nghĩa thống kê ở mức 1% và 5%, đó là: tốc độ tăng trưởng vốn huy động (X2), tỷ lệ nợ xấu (X3), quy mô QTDND (X4), tốc độ tăng trưởng kinh tế (X7) và lạm phát (X8).
3.6.2. Mô hình nghiên cứu
Sau khi nghiên cứu về tín dụng, tăng trưởng tín dụng và các nghiên cứu thực nghiệm trước đây có liên quan, luận văn dựa trên cơ sở mô hình trong nghiên cứu “Các nhân tố tác động đến tăng trưởng tín dụng của các QTDND ở khu vực đồng bằng Sông Cửu Long” của hai tác giả Trương Đông Lộc và Nguyễn Văn Thép (2014) và các đặc điểm của QTDND để đưa ra mô hình nghiên cứu các nhân tố tác động đến tăng trưởng tín dụng của các QTDND trên địa bàn tỉnh Bình Thuận.
Đối với biến độc lập, để đo lường các nhân tố vi mô tác động đến tăng trưởng tín dụng, luận văn sử dụng 5/6 biến vi mô của mô hình gốc là: tỷ lệ sinh lời, tốc độ tăng trưởng vốn huy động, tỷ lệ nợ xấu, quy mô QTDND, hệ số chênh lệch lãi ròng. Đối với biến hệ số thanh khoản, do tác giả không thu thập được đầy đủ số liệu nên biến này không đưa vào mô hình nhằm đảm bảo sự liên tục của số liệu. Đồng thời do tín dụng cũng thay đổi qua từng năm và dư nợ cho vay cũng là một trong những thành phần được sử dụng để tính tỷ lệ an toàn vốn, do đó nghiên cứu đưa thời gian thành lập và tỷ lệ an toàn vốn tối thiểu vào mô hình. Ngoài ra, nghiên cứu sử dụng thêm biến vĩ mô lạm phát, biến tăng trưởng kinh tế không được đưa vào mô hình do số liệu thu thập tại địa phương không được đầy đủ.
Mô hình tổng quát có dạng: Tốc độ tăng trưởng tín dụng = f(ROE, tốc độ huy động vốn, tỷ lệ nợ xấu, quy mô tổng tài sản, hệ số chênh lệch lãi ròng, lạm phát, thời gian thành lập, tỷ lệ an toàn vốn tối thiểu).
Mô hình cụ thể như sau:
Yit = α + β1X1it + + β8X8it + ak.TimeDummy + eit Trong đó:
Yit: Tốc độ tăng trưởng tín dụng của QTDND i năm t (biến phụ thuộc); i: QTDND thứ i được quan sát, i = ̅̅̅̅̅̅
t: Thời đoạn quan sát thứ t của QTDND thứ i, t = ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅ α: Hệ số gốc;
𝛽j: Ảnh hưởng biên của từng biến số độc lập, j = ̅̅̅̅̅;
ak: Ảnh hưởng biên của biến giả phân loại năm, k = ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅ TimeDummy: Biến giả phân loại năm, từ năm 2009 đến năm 2016; Xjit : Các biến độc lập;
eit: Các sai số của mô hình.
Mô hình sử dụng biến giả Dummy là năm, để kiểm soát sự thay đổi của các biến số độc lập theo thời gian.
3.7. Mô tả v ƣờng c i 3.7.1. i phụ thu
Qua một số nghiên cứu thì tăng trưởng tín dụng được đo lường bằng tốc độ tăng trưởng tín dụng (Aydin, 2008; Guo và Stepanyan, 2011; Nguyễn Th y Dương và Trần Hải Yến, 2011; Trương Đông Lộc và Nguyễn Văn Thép, 2014; Ivanovíc, 2015; Lê Tấn Phước, 2016). Do đó, mô hình này cũng sử dụng biến phụ thuộc là tốc độ tăng trưởng tín dụng của QTDND (Yit).
Yit =
3.7.2. i ập
- Xi (i= ̅̅̅̅̅̅) là các biến độc lập (biến giải thích), bao gồm 2 nhóm nhân tố: nhân tố vi mô và nhân tố vĩ mô.
- Tỷ lệ sinh lời (X1): Thông thường, để phản ánh khả năng sinh lời trong hoạt động QTDND, người ta sử dụng các tỷ số chủ yếu như: tỷ lệ thu nhập trên vốn chủ sở hữu (ROE); tỷ lệ thu nhập trên tổng tài sản (ROA); tỷ lệ thu nhập lãi cận biên (NIM); tỷ lệ thu nhập ngoài lãi cận biên và một số tỷ lệ khác (Rose & Hudgins, 1998, 2010). Theo như một số nghiên cứu trước đây sử dụng chỉ tiêu ROE (Aydin, 2008; Hussain, Junaid, 2012; Trương Đông Lộc, Nguyễn Văn Thép, 2014) nên nghiên cứu này cũng sử dụng chỉ tiêu ROE để phản ánh tỷ lệ sinh lời.
Khả năng sinh lời trên vốn chủ sở hữu (ROE) là chỉ tiêu cho thấy có bao nhiêu lợi nhuận kiếm được của một công ty so với tổng số vốn chủ sở hữu của công ty đó (Nguyễn Thu Phương, 2015). ROE phản ánh hiệu quả hoạt động của công ty.
Khi hiệu quả hoạt động tốt thì QTDND tạo được uy tín trên thị trường và có thêm nguồn lực để mở rộng tín dụng. Do đó, nghiên cứu đưa ra giả thuyết H1: tỷ lệ sinh lời (X1) có mối tương quan thuận với tốc độ tăng trưởng tín dụng.
- Tốc độ tăng trưởng vốn huy động (X2): Tốc độ tăng trưởng vốn huy động thể hiện tỷ lệ phần trăm tăng hoặc giảm của vốn huy động bình quân năm sau so với vốn huy động bình quân năm trước.
X2=
Khi vốn huy động năm nay tăng cao hơn năm trước sẽ tạo thêm nguồn vốn để QTDND mở rộng cho vay. Do đó, nghiên cứu đưa ra giả thuyết H2: Tốc độ tăng trưởng vốn huy động (X2) có mối tương quan thuận với tốc độ tăng trưởng tín dụng. - Tỷ lệ nợ xấu (X3): được tính toán bằng cách lấy tổng nợ xấu chia cho tổng dư nợ của QTDND, trong đó nợ xấu bao gồm các khoản nợ thuộc các nhóm 3, 4 và 5 theo quy định về phân loại nợ, trích lập và sử dụng dự ph ng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của QTDND theo Quyết định số 493/2005/QĐ- NHNN ngày 22/4/2005 của Ngân hàng Nhà nước Việt Nam và Quyết định số 18/2007/QĐ-NHNN về sửa đổi, bổ sung Quyết định số 493/2005/QĐ-NHNN. Tỷ lệ nợ xấu được d ng để đo lường rủi ro tín dụng và khả năng có thể xảy ra tổn thất gây ảnh hưởng đến lợi nhuận của QTDND. Do đó, khi QTDND có tỷ lệ nợ xấu cao sẽ thận trọng trong cho vay nên có ảnh hưởng tiêu cực đến tốc độ tăng trưởng tín dụng. Trên cơ sở đó, nghiên cứu đưa ra giả thuyết H3: Tỷ lệ nợ xấu (X3) có mối tương quan nghịch với tốc độ tăng trưởng tín dụng.
- Quy mô QTDND (X4): là tổng tài sản của QTDND được phản ánh trên bảng cân đối kế toán cuối năm, được tính bằng cách lấy logarit neper của số dư tổng tài sản có đến cuối năm của quỹ tín dụng. Ngoài đầu tư vào các tài sản khác như xây dựng trụ sở làm việc, trang thiết bị quản lý thì nguồn tài sản của QTDND chủ yếu dử dụng để cho vay nên khi tổng tài sản tăng sẽ tác động tích cực đến tốc độ tăng trưởng tín dụng. Do đó, nghiên cứu đưa ra giả thuyết H4: Quy mô QTDND (X4) có mối tương quan thuận với tốc độ tăng trưởng tín dụng.
- Hệ số chênh lệch lãi r ng – NIM (X5) = (Doanh thu từ lãi – Chi phí trả lãi)/Tài sản sinh lời bình quân. Hệ số chênh lệch lãi r ng thể hiện chênh lệch giữa lãi đầu ra và lãi đầu vào, nó phản ánh tỷ suất lợi nhuận mà QTDND sẽ thu được.
Tuy nhiên khi chênh lệch lãi suất lớn nghĩa là lãi suất đầu ra cao có thể tác động tiêu cực đến tăng trưởng tín dụng hoặc lãi suất đầu vào thấp, khi đó QTDND cũng thu hút được ít vốn tạo nguồn để cho vay. Trên cơ sở đó, giả thuyết được đề xuất H5: Hệ số chênh lệch lãi r ng - NIM (X5) có mối tương quan nghịch với tốc độ tăng trưởng tín dụng.
- Lạm phát (X6) là tình trạng mức giá chung của nền kinh tế tăng lên trong một thời gian nhất định. Để phản ánh tình hình lạm phát, người ta thường dùng chỉ số giá tiêu dùng (CPI) hoặc chỉ số giảm phát GDP (Nguyễn Ngọc Thạch, 2014). Nghiên cứu này sử dụng CPI - chỉ số giá biểu thị biến động mức giá chung của một rổ hàng hóa và dịch vụ cố định dùng cho tiêu dùng cuối cùng của hộ gia đình.
Khi lạm phát tăng cao thì giá cả vật liệu đầu vào cũng như các mặt hàng tiêu dùng sẽ tăng cao, làm cho nhu cầu vốn tăng. Tuy nhiên, khi đó lãi suất vay QTDND cũng tăng nên khách hàng cân nhắc trong việc vay vốn làm ảnh hưởng tiêu cực đến tăng trưởng tín dụng. Do đó, nghiên cứu đề xuất giả thuyết H6: Lạm phát (X6) có mối tương quan nghịch với tốc độ tăng trưởng tín dụng.
- Thời gian thành lập (X7): phản ánh số năm mà QTDND đã thành lập. Đó là nhân tố quan trọng trong hoạt động của QTDND, tạo ra sự khác biệt trong tổ chức thành lập lâu năm và tổ chức mới thành lập, các QTDND có bề dầy lâu năm thì sẽ có một hệ thống quản lý, xử lý rủi ro tốt, quá trình hoạt động lâu năm sẽ sàng lọc, phân loại và chấm điểm khách hàng tốt, giúp hạn chế được rủi ro. Tuy nhiên, với địa bàn tương đối hạn chế của QTDND thì lượng khách hàng qua thời gian sẽ không tăng lên quá nhiều được, do đó tăng trưởng tín dụng ở những năm sau có thể