Một số nghiên cứu thực nghiệm trước về các yếu tố ảnh hưởng đến rủi ro vỡ

Một phần của tài liệu (LUẬN văn THẠC sĩ) phân tích các yếu tố ảnh hưởng đến rủi ro vỡ nợ ngân hàng ở việt nam bằng thang đo z SCORE (Trang 26 - 31)

nợ các ngân hàng bằng thang đo Z-score

Nghiên cứu của Baselga- Pascual & cộng sự (2013) sử dụng một mô hình dữ liệu bảng để xác định các yếu tố nội tại của ngân hàng và các yếu tố vĩ mô ảnh hưởng đến rủi ro khánh kiệt của ngân hàng được đo lường bằng thang đo Z-score (theo đề xuất của Boyd và cộng sự, 1993; Boyd và Runkle, 1993). Mô hình nghiên cứu cơ bản được đề xuất như sau:

Yi,t = α + δ. Yi,t-1 + 1 J j  βj . Xjit + 1 L l  βl . Xlit + ɛit (2.4)

Trong đó biến phụ thuộc Yi,t đo lường cho rủi ro của ngân hàng i tại thời điểm t bằng chỉ số Z- score, các biến độc lập bao gồm biến đặc trưng nội tại của ngân hàng như tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAR), quy mô ngân hàng (SIZE),… và biến vĩ mô như tăng trưởng GDP, lạm phát … Nghiên cứu sử dụng một mẫu số lượng lớn các NHTM hoạt động tại Liên minh Châu Âu. Kết quả của nghiên cứu chỉ ra rằng vốn chủ sở hữu, lợi nhuận, hiệu quả và tính thanh khoản có quan hệ nghịch biến và liên quan đáng kể với rủi ro ngân hàng. Nghiên cứu cũng chỉ ra rằng thị trường ít cạnh tranh, lãi suất thấp hơn, tỷ lệ lạm phát cao hơn và một bối cảnh khủng hoảng kinh tế (với GDP giảm) làm tăng rủi ro ngân hàng.

Nghiên cứu của Lé (2013) điều tra, đánh giá tác động của việc áp dụng bảo hiểm tiền giữ lên rủi ro của ngân hàng và đặc biệt lên đòn bẩy tài chính ngân hàng. Bài nghiên cứu sử dụng một tập dữ liệu bảng bao gồm các ngân hàng tại 117 quốc gia trong giai đoạn 1986-2011 cùng với một cơ sở dữ liệu mới được cập nhật trên các chương trình bảo hiểm tiền gửi trên thế giới. Mô hình cơ bản được tác giả đề xuất như sau:

Trang 15 Riski,j,t = α + β . DIj,t + γ . Xi,j,t + θt + μi + εi,j,t (2.5)

Trong bài nghiên cứu này, để đo lường rủi ro ngân hàng tác giả đã sử dụng chỉ số Z-score đã được sử dụng phổ biến trong các nghiên cứu trước đó như Laeven và Levine (2009), Demirguc- Kunt và Huizinga (2010). Theo bài nghiên cứu này, chỉ số Z-score phản ảnh độ lệch chuẩn của tỷ suất lợi nhuận trên tài sản của ngân hàng,khi tỷ suất lợi nhuận trên tài sản ngân hàng giảm dẫn đến ngân hàng mất khả năng thanh toán. Chỉ số Z- score càng cao thì rủi ro mất khả năng thanh toán của ngân hàng càng thấp. Bài nghiên cứu cho thấy việc áp dụng bảo hiểm tiền gửi làm tăng rủi ro ngân hàng bởi việc giảm đáng kể bộ đệm vốn ngân hàng, cụ thể tỷ lệ vốn trên tổng tài sản của các ngân hàng giảm khoảng 15% sau khi thực hiện chương trình bảo hiểm tiền gửi. Đây là nguyên nhân dẫn đến nguy cơ phá sản ngân hàng cao hơn.

Nghiên cứu của Berger & các cộng sự (2013) về ảnh hưởng của quốc tế hóa rủi ro ngân hàng. Nghiên cứu cho thấy quốc tế hóa làm tăng rủi ro ngân hàng. Nghiên cứu cũng sử dụng chỉ số Z-score như là chỉ số báo hiệu cho rủi ro của ngân hàng. Nghiên cứu này cũng chỉ ra rõ chỉ số Z-score càng lớn thì độ rủi ro tổng thể của ngân hàng càng thấp, nội dung này phù hợp với các kết quả nghiên cứu trước đây. Để kiểm tra mối quan hệ giữa quốc tế hóa và rủi ro ngân hàng, Berger đề xuất mô hình như sau:

Riskit = α + βInternationalizationit - 12 + Controlsit – 12 + Timet + εit (2.6)

Trong đó biến độc lập về rủi ro ngân hàng (Risk) được đo lường bằng chỉ số Z- score, biến quốc tế hóa ngân hàng (Internationalization) được đo lường bằng tỷ lệ tài sản nước ngoài của ngân hàng trên tổng tài sản cụ thể là tỷ lệ nợ nước ngoài của ngân hàng trên tổng tài sản và tỷ lệ tiền gửi nước ngoài trên tổng tài sản. Kết quả nghiên cứu cho thấy quốc tế hóa làm tăng rủi ro các ngân hàng do các yếu tố thị trường cụ thể như đối thủ cạnh tranh, văn hóa, phức tạp quy định, bất ổn kinh tế và chính trị,...

Nghiên cứu của Nguyễn Thanh Dương (2013) sử dụng mẫu gồm 36 NHTM tại Việt Nam trong giai đoạn 2006-2011 và sử dụng phương pháp định lượng nhằm xác định sự tác động của các chỉ tiêu đặc trưng đến rủi ro ngân hàng. Nguyễn Thanh Dương sử

dụng chỉ số rủi ro ngân hàng Z-score được sử dụng trong các nghiên cứu trước đây (Roy, 1952; Boyd & Runkle, 1993; Cihak và Hess, 2008; Marco & Fernandez, 2004) để đo lường rủi ro phá sản ngân hàng.

Mô hình được xuất: Z-scoreit = β0 + βiXit + eit (2.7)

Với Xit bao gồm 7 biến: Tỷ lệ dự phòng nợ xấu (LLR), Tỷ lệ chi phí dự phòng rủi ro tín dụng (LLP), đòn bẩy (LEV), Tỷ lệ thu nhập lãi thuần (NIR), Tỷ lệ chi phí lương và trợ cấp (CTI), tỷ lệ cho vay (LDR), tỷ lệ tài sản thanh khoản (LAD). Kết quả có 4 biến có ý nghĩa thống kê: NIR, LLP, LDR, LEV. Trong đó, LLP và NIR đồng biến với rủi ro ngân hàng; LEV và LDR nghịch biến với rủi ro ngân hàng. Nghiên cứu cũng khẳng định việc tăng vốn chủ sở hữu là điều kiện tiên quyết nhằm bảo vệ ngân hàng trước rủi ro khánh kiệt.

Trang 17

Bảng 2.1. Tóm tắt các nghiên cứu liên quan đến đề tài

Tác giả Phạm vi nghiên cứu Phương pháp nghiên cứu Kết quả nghiên cứu

Baselga- Pascual &cộng sự (2013)

Tất cả các NHTM trong khu vực EU từ năm 2001-2012

Hồi quy dữ liệu bảng theo tác động cố định

Vốn chủ sở hữu, lợi nhuận, hiệu quả và tính thanh khoản có quan hệ nghịch biến và liên quan đáng kể với rủi ro ngân hàng.

Thị trường ít cạnh tranh, lãi suất thấp hơn, tỷ lệ lạm phát cao hơn và một bối cảnh khủng hoảng kinh tế (với GDP giảm) làm tăng rủi ro ngân hàng

Lé (2013) Các ngân hàng tại 117 quốc gia trong giai đoạn 1986-2011

Hồi quy dữ liệu bảng theo tác động cố định

Z-score phản ảnh độ lệch chuẩn của tỷ suất lợi nhuận trên tài sản của ngân hàng làm cho tỷ suất lợi nhuận trên tài sản ngân hàng giảm dẫn đến ngân hàng mất khả năng thanh toán.

Việc áp dụng bảo hiểm tiền gửi làm tăng rủi ro ngân hàng bởi việc giảm đáng kể bộ đệm vốn ngân hàng.

Berger & các cộng sự (2013)

Các ngân hàng tại Hoa Kỳ từ năm 1986 - 2010

Hồi quy dữ liệu bảng theo tác động cố định

Kết quả nghiên cứu cho thấy quốc tế hóa làm tăng rủi ro các ngân hàng do các yếu tố thị trường cụ thể như đối thủ cạnh tranh, văn hóa, phức tạp quy định, bất ổn kinh tế và chính trị

Nguyễn Thanh Dương (2013)

36 NHTM tại Việt Nam trong giai đoạn 2006-2011

Hồi quy dữ liệu bảng, kết hợp với phương pháp ước lượng GLS

Kết quả có 4 biến có ý nghĩa thống kê: NIR, LLP, LDR, LEV. Trong đó, LLP và NIR đồng biến với rủi ro ngân hàng; LEV và LDR nghịch biến với rủi ro ngân hàng.

LEV tác động mạnh nhất đến xác suất phá sản ngân hàng. Nghiên cứu cũng khẳng định việc tăng vốn chủ sở hữu là điều kiện tiên quyết nhằm bảo vệ ngân hàng trước rủi ro khánh kiệt.

Trang 19 So sánh với những công trình nghiên cứu trước, nghiên cứu của tác giả có điểm khác biệt là không chỉ đánh giá, phân tích các biến đặc trưng về tài chính mà còn bổ sung thêm các biến thể hiện đặc điểm của từng ngân hàng ảnh hưởng như thế nào đến rủi ro vỡ nợ ngân hàng ở Việt Nam. Từ đó, tìm kiếm mối quan hệ tác động cùng chiều hay ngược chiều của các biến này đến rủi ro vỡ nợ ngân hàng suốt giai đoạn nghiên cứu.

So với các nghiên cứu trong nước, tác giả lựa chọn các biến đặc trưng riêng của nhóm ngân hàng để phân tích tác động đến rủi ro vỡ nợ ngân hàng. Bên cạnh đó, để phù hợp với thực tế hoạt động của hệ thống Ngân hàng Việt Nam hiện nay, dữ liệu nghiên cứu được tác giả cập nhật mới hơn, cụ thể dữ liệu nghiên cứu được tác giả thu nhập trong giai đoạn từ 2011-2015 so với dữ liệu nghiên cứu của tác giả trước.

2.5 Các yếu tố nội tại ảnh hưởng đến rủi ro vỡ nợ ngân hàng 2.5.1 Tăng trưởng tín dụng (LG)

Một phần của tài liệu (LUẬN văn THẠC sĩ) phân tích các yếu tố ảnh hưởng đến rủi ro vỡ nợ ngân hàng ở việt nam bằng thang đo z SCORE (Trang 26 - 31)

Tải bản đầy đủ (PDF)

(96 trang)