4.2.1. Phân tích tƣơng quan mô hình nghiên cứu
Bảng 4.2: Kết quả phân tích tƣơng quan mô hình nghiên cứu
Biến NPL NPL1 SIZE ROA CAP LLR LG GDP LIR
NPL 1.0000 NPL1 0.3352 1.0000 SIZE -0.1341 0.0507 1.0000 ROA -0.1800 -0.2662 -0.0582 1.0000 CAP 0.1874 -0.0399 -0.6864 0.2476 1.0000 LLR 0.4574 0.3052 0.3699 0.1023 -0.2400 1.0000 LG -0.1043 -0.0076 -0.0430 0.1590 -0.1805 0.2684 1.0000 GDP -0.3235 -0.0923 0.1439 -0.0257 -0.1423 -0.1219 -0.0549 1.0000 LIR 0.0667 -0.3885 -0.2068 0.3411 0.1732 -0.0327 -0.1451 -0.1506 1.0000
Nguồn: Kết xuất từ phần mềm Stata
Dựa vào bảng 4.2: kết quả phân tích tương quan mô hình nghiên cứu, có thể thấy các biến độc lập gồm SIZEi,t, ROAi,t, LGi,t, GDPt tác động ngược chiều đến NPLi,t, các biến độc lập còn lại gồm NPLi,t-1, CAPi,t, LLRi,t, LIRi,t tác động cùng chiều đến NPLi,t. Không có hiện tượng đa cộng tuyến nghiêm trọng hay hiện tượng tự tương quan giữa các biến độc lập trong mô hình do các hệ số tương quan có giá trị khá thấp. Chuẩn so sánh theo Farrar & Glauber (1967) là 0.8, trong khi đó giá trị cao nhất theo bảng 4.2 chỉ 0.6864. Kết quả tương quan trên cũng phù hợp với kết quả của các nghiên cứu trước trên thế giới.
4.2.2. Kiểm định các giả thiết hồi quy mô hình nghiên cứu(i) Kiểm định hiện tƣợng đa cộng tuyến (i) Kiểm định hiện tƣợng đa cộng tuyến
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau. Luận văn tiến hành kiểm định giả thuyết không bị hiện tượng đa cộng tuyến bằng cách dùng chỉ số phóng đại phương sai VIF (Variance Inflation Factor).
Bảng 4.3: Kết quả kiểm định chỉ số VIF
Biến VIF 1/VIF
SIZE 2.64 0.378527 CAP 2.45 0.407536 LLR 1.60 0.625744 LIR 1.54 0.649370 NPL1 1.47 0.678318 LG 1.45 0.691638 ROA 1.44 0.695261 GDP 1.10 0.911182 Trung bình VIF 1.71
Nguồn: Kết xuất từ phần mềm Stata
Hệ số VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiệm trọng (Gujrati, 2003).
(ii)Kiểm định hiện tƣợng phƣơng sai thay đổi
Phương sai của sai số thay đổi sẽ làm cho các ước lượng thu được bằng phương pháp OLS vững nhưng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Từ đó dẫn đến hiện tượng ngộ nhận các biến độc lập trong mô hình nghiên cứu có ý nghĩa, khi đó kiểm định hệ số hồi quy và R2
không dùng được. Bởi vì phương sai của sai số thay đổi làm mất tính hiệu quả của ước lượng, nên cần thiết phải tiến hành kiểm định giả thuyết phương sai của sai số không đổi bằng kiểm định White, với giả thuyết H0: Không có hiện tượng phương sai thay đổi.
Bảng 4.4: Kết quả kiểm định White White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(44) = 86.98 Prob > chi2 = 0.0001
Nguồn: Kết xuất từ phần mềm Stata
Vậy, Prob < 1% nên bác bỏ giả thuyết H0 hay mô hình có hiện tượng phương sai thay đổi.
(iii)Kiểm định giữa hiện tƣợng tự tƣơng quan
Giữa các sai số có mối quan hệ tương quan với nhau sẽ làm cho các ước lượng thu được bằng phương pháp OLS vững nhưng không hiệu quả, các kiểm định hệ số hồi qui không còn đáng tin cậy. Luận văn tiến hành kiểm định giả thiết các sai số không có tương quan với nhau, với giả thuyết H0: không có sự tự tương quan.
Bảng 4.5: Kết quả kiểm định hiện tƣợng tự tƣơng quan Wooldridge test for autocorrelation in panel data
H0: no first order autocorrelation
F( 1, 17) = 17.403 Prob > F = 0.0006
Nguồn: Kết xuất từ phần mềm Stata
Với mức ý nghĩa alpha = 1%, kiểm định cho kết quả Prob = 0.0006
Vậy, Prob < 1% nên bác bỏ giả thuyết H0 hay mô hình bị hiện tượng tự tương quan.
(iv)Tổng hợp kết quả kiểm định
Qua kết quả kiểm định từng phần ở trên, có thể thấy mô hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng. Tuy nhiên, mô hình có hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai thay đổi.
4.2.3. So sánh giữa các mô hình Pooled OLS, FEM và REM (i) So sánh giữa các mô hình Pooled OLSvàFEM (i) So sánh giữa các mô hình Pooled OLSvàFEM
Luận văn tiến hành so sánh giữa các mô hình Pooled OLS và FEM với giả thuyết H0: Chọn mô hình Pooled OLS.
Bảng 4.6: Kết quả phân tích hồi quy theo PooledOLS
Biến Hệ số Sai số chuẩn Giá trị P> |z|
NPL NPL1 .1034457 .0681442 0.131 SIZE -.0023073 .0009903 0.021 ROA -.5668253 .1497513 0.000 CAP .0454914 .0248455 0.069 LLR 1.006117 .1248099 0.000 LG -.0090219 .0032457 0.006 GDP -.4605179 .1550852 0.004 LIR .0334627 .0281146 0.236 C .1031119 .0352503 0.004 R2 0.5151 R2 điều chỉnh 0.4864 F thống kê 17.93
Nguồn: Kết xuất từ phần mềm Stata
Bảng 4.7: Kết quả phân tích hồi quy theo FEM
Biến Hệ số Sai số chuẩn Giá trị P> |z|
NPL NPL1 -.0997475 .0660638 0.134 SIZE .0024114 .0017843 0.179 ROA -.3635483 .1511256 0.018 CAP .081994 .0253641 0.002 LLR 1.343512 .1427665 0.000 LG -.015739 .0031743 0.000 GDP -.6046469 .1429606 0.000 LIR .0073038 .0267962 0.786 C -.0413315 .0569827 0.470 R2 0.5910 F test (8,118) 21.31 Prob>F 0.0000
Với mức ý nghĩa 1%, ta có: Prob = 0.0000 < 1% nên bác bỏ giả thuyết H0 hay mô hình FEM được lựa chọn.
(ii) So sánh giữa các mô hình:FEM và REM
Bảng 4.8: Kết quả phân tích hồi quy theo REM
Biến Hệ số Sai số chuẩn Giá trị P> |z|
NPL1 .1034457 .0681442 0.129 SIZE -.0023073 .0009903 0.020 ROA -.5668253 .1497513 0.000 CAP .0454914 .0248455 0.067 LLR 1.006117 .1248099 0.000 LG -.0090219 .0032457 0.005 GDP -.4605179 .1550852 0.003 LIR .0334627 .0281146 0.234 C .1031119 .0352503 0.003 Prob>chi2 0.0000
Nguồn: Kết xuất từ phần mềm Stata
Kiểm định Hausman được sử dụng để lựa chọn giữa mô hình FEM và REM, với giả thuyết H0: Chọn mô hình REM
Bảng 4.9: Kết quả kiểm định Hausman
Test: Ho: difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 10.41 Prob>chi2 = 0.2374
(V_b-V_B is not positive definite)
Nguồn: Kết xuất từ phần mềm Stata
Với mức ý nghĩa 10%, ta có: Prob = 0.2374 > 10% nên chấp nhận giả thuyết H0 hay mô hình REM được chọn.
Bảng 4.10: Bảng tổng hợp kết quả ƣớc lƣợng theo Pooled OLS, FEM và REM
Biến
Pooled OLS FEM REM
Hệ số Sai số chuẩn Hệ số Sai số chuẩn Hệ số Sai số chuẩn NPL1 .1034457 .0681442 -.0997475 .0660638 .1034457 .0681442 SIZE -.0023073** .0009903 .0024114 .0017843 -.0023073** .0009903 ROA -.5668253*** .1497513 -.3635483** .1511256 -.5668253*** .1497513 CAP .0454914* .0248455 .081994*** .0253641 .0454914* .0248455 LLR 1.006117*** .1248099 1.343512*** .1427665 1.006117*** .1248099 LG -.0090219*** .0032457 -.015739*** .0031743 -.0090219*** .0032457 GDP -.4605179*** .1550852 -.6046469*** .1429606 -.4605179*** .1550852 LIR .0334627 .0281146 .0073038 .0267962 .0334627 .0281146 C .1031119*** .0352503 -.0413315 .0569827 .1031119*** .0352503 R2 0.5151 0.5910 0.5071
***, **, * có ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
4.2.4. Ƣớc lƣợng mô hình theo phƣơng pháp GMM
Căn cứ vào kết quả kiểm định ở trên, có thể thấy mô hình có sự tự tương quan giữa các sai số và hiện tượng phương sai thay đổi. Ngoài ra, vì mô hình nghiên cứu sử dụng biến trễ của biến phụ thuộc (NPLi,t-1) làm biến độc lập nên theo Richard Blundell & Stephen Bond (1998), thì mô hình nghiên cứu thuộc dạng mô hình với số liệu dạng bảng động (Dynamic panel data) và với biến trễ của biến phụ thuộc (NPLi,t-1) có khả năng là biến nội sinh. Cũng theo Richard Blundell & Stephen Bond (1998) và Nguyễn Thị Hồng Vinh (2015) nên luận văn sử dụng phương pháp ước lượng Mômen tổng quát dạng hệ thống (System Generalized Method of Moments- SGMM) theo đề xuất của Arellano và Bover (1995), Blundell và Bond (1998) để khắc phục hiện tượng tự tương quan giữa các sai số, hiện tượng phương sai thay đổi và hiện tượng biến nội sinh để đảm bảo ước lượng thu được vững và hiệu quả. Mô hình nghiên cứu được ước lượng bởi GMM hệ thống hai bước, sử dụng phần mềm Stata 11 với lệnh Xtabond2.
Bảng 4.11: Kết quả phân tích hồi quy theo GMM
Biến Hệ số Sai số chuẩn Giá trị P> |z|
NPL NPL1 .3030439 .1470662 0.039 SIZE -.002061 .0007388 0.005 ROA -.3720121 .1251103 0.003 CAP .0411813 .0209933 0.050 LLR .9289813 .3028493 0.002 LG -0.0106267 .0040574 0.009 GDP -.3120301 .0733158 0.000 LIR .0468616 .0335335 0.162 C .0802061 .0267561 0.003 Wald chi2(7) = 193.86 Prob>chi2 =0.000
Arellano-Bond test for AR(1) in first differences: z = -2.31 Pr > z = 0.021 Arellano-Bond test for AR(2) in first differences: z = -0.38 Pr > z = 0.702 Sargan test of overid. restrictions: chi2(5) = 2.87 Prob > chi2 = 0.720 Hansen test of overid. restrictions: chi2(5) = 4.68 Prob > chi2 = 0.457
Nguồn: Kết xuất từ phần mềm Stata
Với biến phụ thuộc là NPLi,t, sau khi sử dụng phương pháp GMM để khắc phục hiện tượng nội sinh, phương sai thay đổi và tự tương quan, mô hình có ý nghĩa ở mức ý nghĩa 1% (do Chi2 = 0,0000) nên kết quả mô hình phù hợp và có thể sử dụng được. Biến nội sinh là NPLi,t-1, biến công cụ sử dụng là NPLi,t-2 và GDPt-1.
Kiểm định Arellano và Bond (1991) có giả thiết H0: Không có hiện tượng tự tương quan và được áp dụng cho số dư sai phân. Kết quả AR(2) có mức ý nghĩa là 0.702 > 10% không có ý nghĩa thống kê nên mô hình không có hiện tượng tự tương quan.
>10% nên mô hình không có hiện tượng nội sinh. Ngoài ra, mô hình có số lượng biến công cụ (14) nhỏ hơn số lượng các nhóm (18) nên đảm bảo tính vững.
Vậy mô hình nghiên cứu có phương trình như sau:
NPLi,t = 0.0802061 + 0.3030439 NPLi,t-1 - 0.002061 SIZEi,t - 0.3720121 ROAi,t + 0.0411813CAPi,t + 0.9289813LLRi,t - 0.0106267LGi,t - 0.3120301GDPt + εi,t
Theo phương trình trên, các biến độc lập gồm NPLi,t-1 và CAPi,t tác động cùng chiều đến NPLi,t và có ý nghĩa thống kê với mức ý nghĩa 5%, biến độc LLRi,t tác động cùng chiều, mạnh nhất (0.9289813) đến NPLi,t và có ý nghĩa thống kê với mức ý nghĩa 1%. Các biến độc lập SIZEi,t,ROAi,t, LGi,t, GDPt tác động ngược chiều đến NPLi,t và có ý nghĩa thống kê với mức ý nghĩa 1%. Và biến độc lập LIRttác động cùng chiều với nợ xấu nhưng không có ý nghĩa thống kê với mức ý nghĩa 10%.
4.3. Thảo luận kết quả nghiên cứu
Tỷ lệ dự phòng rủi ro tín dụng có tương quan cùng chiều mạnh nhất với nợ xấu và có ý nghĩa thống kê 1%. Hệ số này phản ánh các ngân hàng có tỷ lệ trích lập dự phòng tín dụng cao sẽ có tỷ lệ nợ xấu cao hơn. Các ngân hàng dự đoán mức lỗ vốn cao có thể có mức dự phòng cao hơn để giảm biến động trong thu nhập và tăng cường khả năng thanh toán trung hạn. Kết quả này cũng phù hợp với nghiên cứu của Hasan & Wall (2004), Ahlem Selma Messai & Fathi Jouini (2013).
Khả năng sinh lợi (ROA) có tương quan âm với nợ xấu và có ý nghĩa thống kê 1%. Hệ số này phản ảnh các ngân hàng có khả năng sinh lợi cao hay hiệu quả quản trị tốt sẽ có tỷ lệ nợ xấu thấp. Các ngân hàng có tỷ suất sinh lời cao sẽ có ít động cơ buộc phải tạo ra nhiều lợi nhuận và do đó có thể hạn chế tham gia vào các hoạt động cho vay nhiều rủi ro. Thay vào đó, các ngân hàng hoạt động không hiệu quả sẽ phải cấp tín dụng với mức độ rủi ro lớn hơn để tìm kiếm lợi nhuận và vì vậy sẽ gánh chịu tỷ lệ nợ xấu cao.
Tốc độ tăng trƣởng GDP có tương quan âm với nợ xấu và có ý nghĩa thống kê 1%. Kết quả này đúng như kỳ vọng của nghiên cứu và phù hợp với các nghiên cứu trước (Rajan và Dhal, 2003; Fofack, 2005; Jimenez và Saurina, 2006; Khemraj
và Pasha, 2009; Dash và Kabra, 2010; Espinoza và Prasad, 2010). Hệ số này phản ánh nền kinh tế có tốc độ tăng trưởng GDP cao thì nợ xấu sẽ giảm. Do khi kinh tế tăng trưởng tốt sẽ giúp tăng thu nhập của hộ gia đình và lợi nhuận của doanh nghiệp, từ đó tăng khả năng thanh toán các khoản nợ đến hạn và do đó làm giảm tỷ lệ nợ xấu của NHTM.
Nợ xấu kỳ trƣớc có tương quan dương với nợ xấu kỳ này và có ý nghĩa thống kê 1%. Hệ số này phản ánh các ngân hàng có tỷ lệ nợ xấu cao ở kỳ trước thì sẽ có tỷ lệ nợ xấu cao ở kỳ này hay ngụ ý rằng nợ xấu trong quá khứ cao thể hiện khả năng quản trị rủi ro của các ngân hàng chưa hiệu quả làm cho danh mục tín dụng có xu hướng xấu đi. Kết quả này cũng phù hợp với nghiên cứu của Salas và Saurina (2002).
Tỷ lệ vốn chủ sở hữu trên tổng tài sản có tương quan dương với nợ xấu và có ý nghĩa thống kê 1%. Hệ số này phản ánh các ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản cao sẽ có mức nợ xấu cao hơn, kết quả này trái với kỳ vọng cũng như kết quả của các nghiên cứu trước. Nguyên nhân là do ngày 22/11/2006 chính phủ ban hành nghị định 141/2006/NĐ-CP quy định các NHTMCP phải tăng vốn pháp định lên mức tối thiểu là 1.000 tỷ đồng vào cuối năm 2008 và 3.000 tỷ đồng vào cuối năm 2010. Vì vậy các ngân hàng phải chịu áp lực tăng vốn vốn điều lệ để đạt mức vốn pháp định tối thiểu 3,000 tỷ đồng do NHNN quy định. Kết quả là vốn điều lệ của các ngân hàng tăng lên liên tục. Tiếp đó ngày 01/03/2012, Thủ tướng Chính phủ ban hành quyết định 254/QĐ-TTg phê duyệt đề án cơ cấu lại hệ thống các tổ chức tín dụng. Theo đề án các TCTD phải đảm bảo vốn điều lệ từ 3,000 tỷ đồng và tỷ lệ an toàn vốn từ 9% trở lên. Nếu các tổ chức tín dụng thiếu hụt vốn thì phải tăng vốn để đạt mức yêu cầu. Bên cạnh đó, các tổ chức tín dụng yếu kém cũng được NHNN khuyến khích sáp nhập, hợp nhất với nhau và sáp nhập, hợp nhất với các tổ chức tín dụng lành mạnh. Theo đó, hoạt động mua bán, sáp nhập giữa các tổ chức tín dụng đã diễn rất sôi động. Như NHTMCP Phát triển Nhà Đồng bằng sông Cửu Long sáp nhập vào BIDV, PG Bank sáp nhập vào Vietinbank (ký kết hồ sơ sáp
nhập vào NHTMCP Hàng hải, NHTMCP Phương Nam sáp nhập vào Sacombank và 3 NHTM CP yếu kém (NHTMCP Xây dựng Việt Nam, NHTMCP Đại Dương, NHTMCP Dầu khí Toàn Cầu) được NHNN mua lại với giá 0 đồng để trở thành Ngân hàng TNHH Nhà nước Một thành viên. Quá trình mua bán, sáp nhập cũng giúp vốn chủ sở hữu của các ngân hàng trong hệ thống NHTM Việt Nam tăng lên đáng kể. Vốn chủ sở hữu tăng buộc các ngân hàng tăng quy mô cho vay. Tuy nhiên, thị trường bước vào giai đoạn bão hòa sau thời gian tăng trưởng tín dụng nóng vì vậy để đảm bảo tín dụng tăng trưởng các ngân hàng đã lựa chọn các khách hàng có độ an toàn thấp hơn. Các khách hàng có độ an toàn thấp hơn tương ứng với năng lực tài chính để hoàn trả khoản vay thấp hay rủi ro gia tăng vì vậy nợ xấu gia tăng là điều tất yếu.
Tăng trƣởng tín dụng có tương quan âm với nợ xấu và có ý nghĩa thống kê 1%. Hệ số này phản ánh tốc độ tăng trưởng tín dụng ngược chiều với nợ xấu, kết quả này trái với kỳ vọng cũng như kết quả của các nghiên cứu trước. Nguyên nhân là do tốc độ tăng trưởng tín dụng có xu hướng tăng trở lại kể từ năm 2012, trong khi đó thì nợ xấu giảm do các ngân hàng tăng cường bán nợ cho VAMC, trích lập dự phòng rủi ro cao hơn, đồng thời sử dụng dự phòng để xóa một số khoản vay không có khả năng thu hồi của những năm trước, đối với các khoản vay mới các ngân hàng tăng cường kiểm soát chặt nhằm hạn chế nợ xấu mới phát sinh.
Quy mô ngân hàng có tương quan âm với nợ xấu và có ý nghĩa thống kê