2.2.3.1. Tốc độ tăng trƣởng kinh tế (GDP)
Tốc độ tăng trưởng kinh tế (GDP) có thể tượng trưng cho chu kỳ kinh tế của một quốc gia. Khi nền kinh tế tăng trưởng tốt sẽ tạo môi trường tốt cho các đối tượng vay vốn hoạt động có hiệu quả, góp phần làm tăng khả năng hoàn vốn cho ngân hàng, dẫn đến làm giảm rủi ro tín dụng và ngược lại (Abhiman Das and Saibal Ghosh, 2007). Mặt khác, khi nền kinh tế suy thoái, các ngân hàng sẽ mở rộng tín dụng cho những đối tượng có chất lượng thấp, đồng nghĩa với khả năng trả nợ của họ là thấp, dẫn đến sự gia tăng của nợ xấu.
2.2.3.2. Tỷ lệ lạm phát
Lạm phát có những tác động khác nhau đến rủi ro tín dụng của ngân hàng. Một mặt, lạm phát có thể làm tăng khả năng trả nợ của khách hàng vì nó có thể làm
giảm giá trị thực của các khoản vay chưa trả. Mặt khác, lạm phát có thể tác động tiêu cực đến rủi ro tín dụng, điều này được giải thích bởi việc làm giảm thu nhập thực tế của người đi vay (Hasna Chaibi và Zied Ftiti, 2015). Ngoài ra, trong một số trường hợp, lạm phát có tác động xấu đến khả năng trả nợ của khách hàng thông qua biện pháp gia tăng lãi suất của chính sách tiền tệ nhằm chống lại lạm phát và duy trì lợi nhuận thật của ngân hàng.
2.3. Lƣợc khảo các nghiên cứu thực nghiệm về rủi ro tín dụng của ngân hàng thƣơng mại
2.3.1. Các nghiên cứu nƣớc ngoài
Abhiman Das và Saibal Ghosh (2007), đã thực hiện nghiên cứu trên 27 ngân hàng Nhà nước, 40 ngân hàng tư nhân, 33 ngân hàng nước ngoài ở Ấn Độ trong khoảng thời gian từ 1993-2005. Bằng phương pháp hồi quy OLS và mô hình GMM, tác giả đã thu được kết quả nghiên cứu các yếu tố có tác động đến rủi ro tín dụng bao gồm ở cấp độ vĩ mô là tăng trưởng GDP, ở cấp độ vi mô là tăng trưởng tín dụng năm trước, kết cấu nợ và quy mô ngân hàng.
Asghar Ali, Kevin Daly (2010), đã thực hiện nghiên cứu sự tác động của các yếu tố vĩ mô đến rủi ro tín dụng ở các quốc gia phát triển là Mỹ và Australia. Tác giả đã sử dụng dữ liệu chuỗi thời gian được thu thập theo quý từ quý 1 năm 1995 đến quý 2 năm 2009 để ước lượng sự tác động của các yếu tố và thực hiện kiểm định kết quả bằng kiểm định Dickey-Fuller, kiểm định Breusch–Pagan và kiểm định Breusch–Godfrey (BG). Kết quả thể hiện GDP, lãi suất ng n hạn và tổng nợ có thể giải thích cho rủi ro vỡ nợ của hai nền kinh tế Mỹ và Australia.
Nabila Zribi và Younes Boujelbène (2011), với dữ liệu được thu thập từ năm 1995 đến 2008 đã thực hiện nghiên cứu các yếu tố tác động đến rủi ro tín dụng của 10 NHTM ở Tunisia. Tác giả đã sử dụng dữ liệu bảng thu thập, áp dụng mô hình hồi quy OLS, FEM và REM, đồng thời thực hiện các kiểm định Breusch-Pagan test và Wooldridge’s để kiểm định phương sai và sự tự tương quan. Kết quả nghiên cứu cho thấy các yếu tố như loại hình sở hữu vốn (Nhà nước hay tư nhân), tỷ suất sinh
lời trên tài sản và tỷ lệ an toàn vốn đều có tác động đến rủi ro tín dụng của ngân hàng.
Somanadevi Thiagarajan, S. Ayyappan và A. Ramachandran (2011),
nghiên cứu các yếu tố tác động tới rủi ro tín dụng tại các ngân hàng ở Ấn Độ. Các tác giả đã thu thập dữ liệu của 22 ngân hàng thuộc khu vực do nhà nước sở hữu và 15 ngân hàng thuộc khu vực do tư nhân sở hữu trong giai đoạn từ năm 2001-2010. Nghiên cứu đã tìm thấy tác động rất mạnh và cùng chiều giữa rủi ro tín dụng ngân hàng trong quá khứ với độ trễ một năm và rủi ro tín dụng ngân hàng năm hiện hành. Các tác giả cho rằng tác động này là do rủi ro tín dụng ngân hàng trong quá khứ không hoàn toàn bị xóa bỏ mà có thể chuyển sang và ảnh hướng tới năm tiếp theo. Ngoài ra, nghiên cứu cũng cho rằng tăng trưởng tín dụng có tác động cùng chiều đến rủi ro tín dụng với độ trễ sau hai năm.
Vítor Castro (2013), đã thực hiện nghiên cứu về tác động của các yếu tố vĩ mô đến rủi ro tín dụng của một nhóm các ngân hàng ở 5 quốc gia châu Âu bao gồm Hy Lạp, Ailen, Bồ Đào Nha, Tây Ban Nha và Ý từ năm 1997-2011 bằng mô hình hồi quy OLS, FEM, REM và GMM. Kết quả cho thấy rủi ro tín dụng ngân hàng bị ảnh hưởng đáng kể bởi môi trường kinh doanh cụ thể là: rủi ro tín dụng tăng lên khi tăng trưởng GDP, chỉ số giá nhà và cổ phiếu giảm và tăng lên khi tỷ lệ thất nghiệp, lãi suất, tăng trưởng tín dụng tăng.
Hasna Chaibi và Zied Ftiti (2015), đã nghiên cứu về các yếu tố tác động đến rủi ro tín dụng của 147 ngân hàng Pháp và 133 ngân hàng Đức trong khoảng thời gian từ 2005-2011. Kết quả bằng mô hình GMM cho thấy các yếu tố có tác động đến rủi ro tín dụng là: quy mô, lợi nhuận, tỷ lệ đòn bẩy, dự phòng rủi ro tín dụng của ngân hàng, tốc độ tăng trưởng GDP, lãi suất, tỷ giá, tỷ lệ thất nghiệp.
2.3.2. Các nghiên cứu trong nƣớc
Võ Thị Quý, Bùi Ngọc Toản (2014), với dữ liệu nghiên cứu được thu thập từ 26 NHTM trong giai đoạn từ năm 2009 đến năm 2012 với các biến nghiên cứu là rủi ro tín dụng năm trước, tỷ lệ tăng trưởng tín dụng, quy mô ngân hàng và tốc độ
tăng trưởng. Bằng phương pháp hồi quy OLS kết hợp với các kiểm định phương sai thay đổi, kiểm định tự tương, quan, kiểm định biến nội sinh dẫn đến kết quả sử dụng mô hình GMM, tác giả đã tìm thấy mối liên hệ thuận chiều giữa rủi ro tín dụng với độ trễ một năm với rủi ro tín dụng, mối liên hệ ngược chiều giữa tăng trưởng tín dụng với độ trễ một năm, tỷ lệ tăng trưởng GDP với độ trễ một năm với rủi ro tín dụng.
Trần Trọng Phong, Trần Văn ằng, Nguyễn Song Phƣơng (2015), đã sử dụng mẫu nghiên cứu gồm 15 NHTM tại Việt Nam với thời kỳ từ năm 2007 đến năm 2014. Nghiên cứu đã chứng minh rằng tỷ lệ nợ xấu kỳ trước, kết quả kinh doanh trong quá khứ, sự kém hiệu quả, quy mô của ngân hàng và tỷ lệ cho vay trên tổng tài sản có ảnh hưởng cùng chiều tới nợ xấu; còn tỷ lệ lạm phát và tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng ảnh hưởng ngược chiều đến tỷ lệ nợ xấu
Nguyễn Tuấn Kiệt, Đinh Hùng Phú (2015), đã sử dụng dữ liệu bảng của 32 ngân hàng thương mại iệt Nam trong giai đoạn từ năm 2007 đến năm 2013. Bằng phương pháp sử dụng mô hình REM, FEM và GMM. Nghiên cứu đã chỉ ra được các yếu tố vi mô và vĩ mô tác động đến nợ xấu của ngân hàng Việt Nam. Các yếu tố vĩ mô bao gồm tăng trưởng kinh tế tác động tích cực và nợ công tác động tiêu cực đến nợ xấu của hệ thống ngân hàng Việt Nam. Các yếu tố vi mô cũng có tác động đến nợ xấu của ngân hàng là nợ xấu kỳ trước, quy mô, tăng trưởng tín dụng, hiệu quả kinh doanh và hiệu quả quản lý.
Kết luận chƣơng 2
Chương 2 trình bày nền tảng lý thuyết về khái niệm rủi ro tín dụng, các phương pháp đo lường rủi ro tín dụng, nguyên nhân và hậu quả của rủi ro tín dụng đến hoạt động kinh doanh của NHTM cũng như toàn bộ nền kinh tế, đồng thời phân tích các yếu tố tác động đến rủi ro tín dụng của NHTM. Tiếp đến, tác giả thực hiện lược khảo các nghiên cứu thực nghiệm về những yếu tố tác động đến rủi ro tín dụng của các NHTM trong và ngoài nước để làm cơ sở cho việc đề xuất mô hình nghiên cứu bao gồm các yếu tố tác động đến rủi ro tín dụng của các NHTM Việt Nam.
CHƢƠNG 3: MÔ HÌNH NGHIÊN CỨU CÁC YẾU TỐ TÁC ĐỘNG ĐẾN RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM 3.1. Mô hình nghiên cứu
3.1.1. Giả thuyết nghiên cứu
- Giả thuyết 1 (H1): Tỷ lệ nợ xấu năm trước có tác động cùng chiều (+) với tỷ lệ nợ xấu. Tỷ lệ nợ xấu của ngân hàng trong quá khứ không hoàn toàn bị xóa bỏ mà sẽ chuyển sang và ảnh hưởng ở năm tiếp theo.
- Giả thuyết 2 (H2): Dự phòng rủi ro tín dụng có tác động cùng chiều (+) với tỷ lệ nợ xấu. Ngân hàng với số dư nợ quá hạn càng cao sẽ làm tăng dự phòng rủi ro tín dụng.
- Giả thuyết 3 (H3): Tỷ lệ đòn bẩy có tác động cùng chiều (+) với tỷ lệ nợ xấu. Bản chất của việc kinh doanh của ngân hàng là vay mượn nguồn vốn chủ yếu từ các chủ thể thừa vốn trong nền sau đó sẽ cho các chủ thể thiếu vốn vay lại nên phần lớn nguồn vốn của ngân hàng là nợ. Tỷ trọng nợ trong cơ cấu nguồn vốn càng nhiều thì sẽ làm cho ngân hàng áp lực hơn trong việc thanh toán các khoản nợ.
- Giả thuyết 4 (H4): Quy mô ngân hàng có tác động ngược chiều (-) với tỷ lệ nợ xấu. Với quy mô tài sản lớn, giúp cho ngân hàng có cơ hội đa dạng hoá hoạt động, gia tăng thu nhập ngoài lãi, hạn chế được rủi ro tín dụng.
- Giả thuyết 5 (H5): Hiệu quả hoạt động có tác động ngược chiều (-) với tỷ lệ nợ xấu. Tỷ lệ lợi nhuận trên tổng tài sản phản ánh kết quả hoạt động kinh doanh của ngân hàng, các khoản chi phí dự phòng càng thấp sẽ làm cho lợi nhuận càng cao.
- Giả thuyết 6 (H6): Tốc độ tăng trưởng tín dụng có tác động ngược chiều (-) với tỷ lệ nợ xấu. Khi dư nợ tăng, do trình độ quản lý rủi ro tín dụng của các nhà quản lý tốt, lợi nhuận tăng, ngân hàng tăng thu nhập đầu tư đào cạo cán bộ, bổ sung chi phí giám sát khoản vay, thu hồi nợ tốt, dẩn đến rủi ro tín dụng giảm.
- Giả thuyết 7 (H7): Lạm phát có tác động cùng chiều (+) với tỷ lệ nợ xấu. Khi nền kinh tế đang trong tình trạng lạm phát cao, các chi phí hoạt động của các
doanh nghiệp không ngừng gia tăng, ảnh hưởng đến lợi nhuận của doanh nghiệp và do đó sẽ ảnh hướng đến khả năng thanh toán các khoản nợ ngân hàng đúng hạn.
- Giả thuyết 8 (H8): Tốc độ tăng trưởng GDP có tác động ngược chiều (-) với tỷ lệ nợ xấu. Một khi nền kinh tế tăng trưởng, các doanh nghiệp bán hàng tốt hơn và sẵn sàng đều tư mở rộng sản xuất, nhu cầu cấp tín dụng gia tăng, doanh số bán hàng và lợi tức của doanh nghiệp và cá nhân gia tăng góp phần làm tăng khả năng hoàn trả nợ vay. Khi điều kiện kinh tế xấu đi trong tình trạng trì trệ và suy thoái làm cho sức mua của người tiêu dùng ngày càng giảm. Tồn kho của doanh nghiệp gia tăng miễn cưỡng, điều đó làm ảnh hưởng đến lợi tức của cá nhân và doanh nghiệp, ảnh hưởng đến sự sẵn lòng chi trả của người vay. Những bất lợi này làm gia tăng mức độ rủi ro của các ngân hàng.
3.1.2. Mô hình nghiên cứu
Rủi ro tín dụng được đo lường bằng nhiều phương pháp khác nhau, nhưng trong mô hình này tác giả sử dụng tỷ lệ nợ xấu (Nợ xấu/Tổng dư nợ) làm đại diện.
Bài luận văn sử dụng mô hình dựa trên nghiên cứu của Hasna Chaibi và Zied Ftiti (2014), Võ Thị Quý và Bùi Ngọc Toản (2014) cùng các phát hiện của các nhà nghiên cứu trước. Tác giả đề xuất mô hình nghiên cứu định lượng để xác định chiều hướng và mức độ tác động của các yếu tố đến rủi ro tín dụng tại các NHTM Việt Nam như sau:
NLPi,t = β0 + β1NLPi,t-1 + β2LLPi,t + β3LEVi,t + β4SIZEi,t + β5ROAi,t + β6LGi,t + β7INFt + β8GDPt + εi,t
Trong đó:
Biến phụ thuộc:
NLPi,t : Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t.
Biến độc lập:
NLPi,t-1: Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t-1
LEVi,t: Tỷ lệ đòn bẩy của ngân hàng i tại thời điểm t SIZEi,t: Quy mô của ngân hàng i tại thời điểm t
ROAi,t: Khả năng sinh lời của ngân hàng i tại thời điểm t
LGi,t: Tốc độ tăng trưởng tín dụng của ngân hàng i tại thời điểm t INFt: Lạm phát của nền kinh tế tại thời điểm t
GDPt: Tỷ lệ tăng trưởng GDP của nền kinh tế tại thời điểm t
Bảng 3.1: Bảng mô tả biến
STT KÍ HIỆU BIẾN TÊN GỌI BIẾN KỲ VỌNG
Biến phụ thuộc
NPL Tỷ lệ nợ xấu
Biến độc lập
1 NPLt-1 Tỷ lệ nợ xấu năm trước +
2 LLP Dự phòng rủi ro tín dụng +
3 LEV Tỷ lệ đòn bẩy +
4 SIZE Quy mô Ngân hàng -
5 ROA Hiệu quả hoạt động -
6 LG Tốc độ tăng trưởng tín dụng -
7 INF Lạm phát +
8 GDP Tốc độ tăng trưởng GDP -
Các biến độc lập và biến phụ thuộc và các biến độc lập được tính toán, xây dựng theo các công thức sau:
NLPi,t: Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t = Tổng nợ xấu của ngân hàng i tại thời điểm t / Tổng dư nợ tín dụng của ngân hàng i tại thời điểm t
NLPi,t-1: Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t-1 = Tổng nợ xấu của ngân hàng i tại thời điểm t-1 / Tổng dư nợ tín dụng của ngân hàng i tại thời điểm t-1
LLPi,t: Dự phòng rủi ro tín dụng của ngân hàng i tại thời điểm t= Dự phòng rủi ro tín dụng của ngân hàng i tại thời điểm t / Tổng tài sản của ngân hàng i tại thời điểm t
LEVi,t: Tỷ lệ đòn bẩy của ngân hàng i tại thời điểm t = Tổng nợ của của ngân hàng i tại thời điểm t / Tổng tài sản của ngân hàng i tại thời điểm t
SIZEi,t: Quy mô của ngân hàng i tại thời điểm t = Logarit tổng tài sản của ngân hàng i tại thời điểm t
ROAi,t: Khả năng sinh lời của ngân hàng i tại thời điểm t = Lợi nhuận sau thuế của ngân hàng i tại thời điểm t / Tổng tài sản của ngân hàng i tại thời điểm t.
LGi,t: Tốc độ tăng trưởng tín dụng của ngân hàng i tại thời điểm t = (Tổng dư nợ tín dụng của ngân hàng i tại thời điểm t - Tổng dư nợ tín dụng của ngân hàng i tại thời điểm t-1)/ Tổng dư nợ tín dụng của ngân hàng i tại thời điểm t-1
3.2. Quy trình thực hiện nghiên cứu 3.2.1. Thu thập dữ liệu 3.2.1. Thu thập dữ liệu
Dữ liệu đặc trưng hoạt động của mỗi ngân hàng được thu thập từ báo cáo tài chính hợp nhất đã kiểm toán của 25 NHTMCP ở Việt Nam trong giai đoạn từ 2007- 2017. Số liệu được thu thập tại thời điểm cuối năm của từng ngân hàng. Sau đó, tác giả thực hiện tính toán các biến phụ thuộc dựa trên các dữ liệu đã thu thập. Dữ liệu nghiên cứu là dữ liệu không cân bằng vì NHTMCP Tiên Phong được thành lập ngày 05/05/2008 nên số liệu đối với ngân hàng được thu thập từ năm 2008 đến năm 2017.
Đối với các biến vĩ mô, dữ liệu được thu thấp từ nguồn số liệu thống kê hàng năm của Tổng cục thống kê Việt Nam.
3.2.2. Thống kê mô tả dữ liệu
Thống kê mô tả được xem là nền tảng của phân tích định lượng, được sử dụng để mô tả các đặc tính cơ bản của các biến dựa trên dữ liệu đã thu thập. Việc thực hiện thống kê mô tả giúp tác giả có cái nhìn tổng quát về dữ liệu, phát hiện những quan sát có sai biệt hoặc những yếu tố bất thường của mô hình. Thông qua kết quả từ việc thống kê mô tả sẽ giúp cho tác giả xem xét được mức độ thay đổi và độ đồng đều của dữ liệu thu thập và có thể phát hiện những giá trị dao động sai lệch trong mẫu quan sát.
Kết quả của thống kê mô tả chỉ ra số quan sát, giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất của các biến quan sát. Dựa trên các chỉ số của thống kê mô tả ta có thể thấy được sự đồng đều trong bộ dữ liệu thu thập. Nếu bộ dữ liệu thu thập là phù hợp, không có yếu tố bất thường thì ta có thể sử dụng để