3.2.1 Mô hình nghiên cứu
Trên cơ sở kế thừa từ các nghiên cứu của Hess và cộng sự (2009); Foos và cộng sự (2010); Boudriga và cộng sự (2010); Festic và cộng sự (2011); Vithessonthi (2015); Arega và cộng sự (2016); Nguyễn Thị Hồng Vinh (2015); Đinh Huỳnh Thị Liêm (2017); Nguyễn Kim Quốc Trung (2019), tác giả đề xuất mô hình nghiên cứu:
𝑞𝑞 𝑞𝑞𝑞 = 𝑞0 + 1𝑞𝑞𝑞𝑞𝑞−1 + 𝑞2_______________ 𝑞𝑞 + 𝑞3_______________𝑞𝑞−1 + 4𝑞𝑞𝑞𝑞𝑞 + 𝑞5𝑞𝑞𝑞𝑞𝑞𝑞
𝑞
+ 𝑞6𝑞𝑞𝑞𝑞𝑞 + ∑ 𝑞𝑞 _______________ + µ𝑞𝑞 [1]
H1 H2 H3 H4 H5 H6 H7
H8 Tăng trưởng tín dụng
Tăng trưởng tín dụng năm trước Hiệu quả kinh doanh
NPL Tỷ lệ dự phòng
Quy mô ngân hàng
Trong đó: ���� � là nợ xấu của ngân hàng i vào thời điểm t 𝑞𝑞𝑞𝑞𝑞−1 là nợ xấu của ngân hàng i vào thời điểm t-1 _
�� � �
_��𝑞𝑞 là tăng trưởng tín dụng của ngân hàng i vào thời điểm t _______________𝑞𝑞−1 là tăng trưởng tín dụng của ngân hàng i vào thời điểm t-1
� ��𝑞𝑞 là hiệu quả kinh doanh của ngân hàng i vào thời điểm t
�� ��𝑞𝑞 là quy mô của ngân hàng i vào thời điểm t 𝑞𝑞𝑞𝑞𝑞 là tỷ lệ dự phòng của ngân hàng i vào thời điểm t
���𝑞𝑞 là tăng trưởng tổng sản phẩm quốc nội
� � �𝑞𝑞 là tỷ lệ lạm phát
Mô hình [1] xác định ảnh hưởng của tăng trưởng tín dụng và một số yếu tố khác đến nợ xấu của các NHTM tại Việt Nam. Trên cơ sở nghiên cứu của Arellano và Bond (1991); Nguyễn Thị Hồng Vinh (2017); Nguyễn Kim Quốc Trung (2019), độ trễ một năm của nợ xấu để đảm bảo tính vững của mô hình nghiên cứu.
Tỷ lệ tăng trưởng GDP Tỷ lệ lạm phát
Hình 3.1: Mô hình nghiên cứu
Nguồn: tổng hợp của tác giả
Bảng 3.1: Diễn giải các biến của mô hình
STT Ký hiệu Diễn giải biến
Biến phụ thuộc
1 𝑞𝑞 𝑞𝑞𝑞 Nợ xấu của ngân hàng i vào thời điểm t Biến độc lập
1 𝑞𝑞𝑞𝑞𝑞−1 Nợ xấu của ngân hàng i vào thời điểm t-1
2 𝑞𝑞𝑞𝑞
_______________𝑞𝑞
Tăng trưởng tín dụng của ngân hàng i vào thời điểm t
3 𝑞𝑞𝑞𝑞
_______________𝑞𝑞−1 Tăng trưởng tín dụng của ngân hàng i vào thời điểm t-1 4 𝑞𝑞𝑞𝑞𝑞 (trừ
mô hình 2 và 3)
Hiệu quả kinh doanh của ngân hàng i vào thời điểm t 5 𝑞 𝑞𝑞𝑞𝑞𝑞 Quy mô của ngân hàng i vào thời điểm t
6 𝑞𝑞𝑞𝑞𝑞 Tỷ lệ dự phòng của ngân hàng i vào thời điểm t 7 𝑞𝑞𝑞𝑞𝑞 Tăng trưởng tổng sản phẩm quốc nội
8 𝑞𝑞 𝑞𝑞𝑞 Tỷ lệ lạm phát
Nguồn: tác giả tổng hợp
3.2.2 Các giả thuyết nghiên cứu
Bảng 3.2: Các giả thuyết nghiên cứu mô hình STT Ký hiệu Giả
thuyết Nguồn
1 𝑞𝑞𝑞𝑞𝑞−1 H1(-) Boudriga và cộng sự (2010); Festic và cộng sự (2011); Nguyễn Kim Quốc Trung (2019)
2
𝑞𝑞𝑞𝑞
_______________𝑞𝑞 H2(+)
Hess và cộng sự (2009); Foos và cộng sự (2010); Festic và cộng sự (2011); Vithessonthi (2015); Arega và cộng sự (2016); Đinh Huỳnh Thị Liêm (2017)
3 𝑞𝑞𝑞𝑞
4 𝑞𝑞𝑞𝑞𝑞 H4(-) Hess và cộng sự (2009); Boudriga và cộng sự (2010); Nguyễn Kim Quốc Trung (2019)
5 𝑞𝑞𝑞𝑞𝑞𝑞 H5(-) Boudriga và cộng sự (2010); Nguyễn Kim Quốc Trung (2019)
6 𝑞𝑞𝑞𝑞𝑞 H6(-) Boudriga và cộng sự (2010); Nguyễn Kim Quốc Trung (2019)
7 𝑞𝑞𝑞𝑞𝑞 H7(-) Festic và cộng sự (2011); Nguyễn Kim Quốc Trung (2019)
8 𝑞𝑞𝑞𝑞𝑞 H8(-) Festic và cộng sự (2011); Nguyễn Kim Quốc Trung (2019)
Nguồn: tác giả tổng hợp
- Giả thuyết H1: biến độ trễ một năm của nợ xấu có tác động ngược chiều đến nợ xấu.
- Giả thuyết H2: biến tăng trưởng tín dụng có tác động cùng chiều đến nợ xấu.
- Giả thuyết H3: biến độ trễ một năm của tăng trưởng tín dụng có tác động cùng chiều đến nợ xấu.
- Giả thuyết H4: biến hiệu quả kinh doanh có tác động ngược chiều đến nợ xấu. - Giả thuyết H5: biến quy mô ngân hàng có tác động ngược chiều đến nợ xấu. - Giả thuyết H6: biến tỷ lệ dự phòng có tác động ngược chiều đến nợ xấu.
- Giả thuyết H7: biến tăng trưởng sản phẩm quốc nội có tác động ngược chiều đến nợ xấu.
- Giả thuyết H8: biến tỷ lệ lạm phát có tác động ngược chiều đến nợ xấu.
3.3 Dữ liệu nghiên cứu3.3.1 Mẫu nghiên cứu 3.3.1 Mẫu nghiên cứu
Nghiên cứu sử dụng dữ liệu bảng động với số lượng NHTM tại Việt Nam là 25 trong khoảng thời gian từ 2009 – 2019. Do giới hạn về việc tiếp cận và thu thập thông tin, nên số lượng NHTM CP mà tác giả chọn là 25 ngân hàng. Từ đó, cỡ mẫu nghiên
cứu bằng 25 * 11 = 265 quan sát. Số liệu ngân hàng này được thu thập từ báo cáo tài chính và các báo cáo thường niên của các NHTM Việt Nam.
Ngoài ra, dựa trên nghiên cứu của tác giả Green (1991), cỡ mẫu được xác định theo công thức: n ≥ 50 + 8m. Trong đó, n là kích thước mẫu tối thiểu cần thiết cho nghiên cứu và m là số lượng biến độc lập. Áp dụng công thức của Green (1991) để xác định cỡ mẫu: kích thước mẫu cho nghiên cứu được xác định là n ≥ 114 (do nghiên cứu có 8 biến độc lập).
Từ công thức của Green (1991), kích thước mẫu của luận văn là 265 quan sát lớn hơn 114 quan sát, nên kích thước mẫu đảm bảo đại diện cho tổng thể nghiên cứu.
Bảng 3.3: Danh sách các NHTM CP trong nghiên cứu của luận văn
TT Tên ngân hàng TT Tên đầy đủ
1 Ngân hàng TMCP Công thươngViệt Nam (VietinBank) 14 Ngân hàng TMCP Tiên Phong(TPBank) 2 Ngân hàng TMCP Ngoại Thương
Việt Nam (Vietcombank) 15
Ngân hàng TMCP Quốc Tế (VIB)
3 Ngân hàng TMCP Kỹ Thương
(Techcombank) 16
Ngân hàng TMCP Đông Nam Á (SeABank)
4 Ngân hàng TMCP Đầu tư vàPhát triển Việt Nam (BIDV) 17 Ngân hàng TMCP Phương Đông(OCB) 5 Ngân hàng TMCP Việt NamThịnh Vượng (VPBank) 18 Ngân hàng TMCP Bắc Á (Bac ABank) 6 Ngân hàng TMCP Quân Đội(MB) 19 Ngân hàng TMCP An Bình(ABBANK) 7 Ngân hàng TMCP Sài GònThương Tín (Sacombank) 20 Ngân hàng TMCP Đông Á(DongA Bank) 8 Ngân hàng TMCP Sài Gòn(SCB) 21 Ngân hàng TMCP Việt Á(VietABank)
9 Ngân hàng TMCP Á Châu(ACB) 22 Ngân hàng TMCP Nam Á (NamA Bank) 10 Ngân hàng TMCP Xuất NhậpKhẩu (Eximbank) 23 Ngân hàng TMCP Kiên Long(Kienlongbank)
11 Ngân hàng TMCP Sài Gòn – HàNội (SHB) 24 Ngân hàng TMCP Bản Việt(Viet Capital Bank) 12 Ngân hàng TMCP Hàng Hải(MSB) 25 Ngân hàng TMCP Sài Gòn CôngThương (SAIGONBANK) 13
Ngân hàng TMCP Phát triển Thành phố Hồ Chí Minh
(HDBank) Tổng 25
Nguồn: SBV, 2019
3.3.2 Mô tả các biến trong mô hình nghiên cứu
Bảng 3.4: Các biến trong mô hình nghiên cứu
STT Ký hiệu Công thức
Biến phụ thuộc
1 𝑞𝑞𝑞𝑞𝑞 Nợ xấu
Tổng dư nợ cho vay Biến độc lập
1 𝑞𝑞𝑞𝑞𝑞−1 Độ ễ ộ ộ ộ ộ ộ ộ ộ ộ ộ ộ ộ ộ ộ ộ ộ ăă ủủủủủủủủủủủủủủủ ỷ 𝑞ệ ợ ấ ấ ấ ấ ấ ấ ấ ấ ấ ấ ấ ấ ấ ấ ấ
2 𝑞𝑞𝑞𝑞
_______________𝑞𝑞
Dư nợ năm t − Dư nợ năm t − 1 Dư nợ năm t − 1
3 𝑞𝑞𝑞𝑞
_______________𝑞𝑞−1 Độ 𝑞𝑞ễ ộộộ ăộộộộộộộộộộộộ ă ủủủ ưủủủủủủủủủủủủ ă ởă ở íí ụụ
4 𝑞𝑞𝑞𝑞𝑞 Lợi nhuận sau thuế
Vốn chủ sở hữu 5 𝑞𝑞𝑞𝑞𝑞𝑞 (ổ(ổ(ổ(ổ(ổ(ổ(ổ(ổ(ổ(ổ(ổ(ổ(ổ(ổ(ổ àà )ảả
6 𝑞𝑞𝑞𝑞𝑞 Dự phòng RRTD
Dư nợ cho vay khách hàng
7 𝑞𝑞𝑞𝑞𝑞 Số liệu từ Ngân hàng thế giới
8 𝑞𝑞𝑞𝑞𝑞 Số liệu từ Ngân hàng thế giới
Nguồn: tác giả tổng hợp
3.4 Phương pháp nghiên cứu
Trên cơ sở nghiên cứu của Chaiporn Vithessonthi (2016) và Đinh Huỳnh Thị Liêm (2017) đề cập đến việc tăng trưởng tín dụng ngân hàng có tăng nợ xấu hay không; đồng thời sự ảnh hưởng của tăng trưởng tín dụng và nợ xấu đến hiệu quả kinh
doanh ngân hàng. Để kiểm định và ước lượng mức độ tác động, phương pháp bình phương nhỏ nhất và phương pháp moment tổng quát được sử dụng.
3.4.1 Phương pháp bình phương nhỏ nhất (OLS)
Bình phương nhỏ nhất thông thường (OLS) là một loại phương pháp bình phương nhỏ nhất tuyến tính để ước tính các tham số chưa biết trong mô hình hồi quy tuyến tính. OLS chọn các tham số của một hàm tuyến tính của một tập hợp các biến giải thích theo nguyên tắc bình phương nhỏ nhất: tối thiểu hóa tổng bình phương của sự khác biệt giữa biến phụ thuộc quan sát (giá trị của biến được quan sát) trong tập dữ liệu đã cho và những biến được dự đoán bằng hàm tuyến tính.
Phương pháp bình phương tối thiểu (OLS) thường được gọi là hồi quy tuyến tính (đơn giản hoặc bội số tùy thuộc vào số lượng biến giải thích). Trong trường hợp mô hình có p biến giải thích, mô hình hồi quy OLS viết:
�
� = �� + ∑ ���� + �
=�
�
Trong đó Y là biến phụ thuộc, β0 là hệ số chặn của mô hình, Xj tương ứng với biến giải thích thứ j của mô hình (j = 1 đến p) và Ɛ là sai số ngẫu nhiên với kỳ vọng 0 và phương sai σ².
Trong trường hợp có n quan sát, ước tính giá trị dự đoán của biến phụ thuộc Y cho lần quan sát thứ i được xác định bởi:
�
�� = �� + ∑ �����
=�
�
Phương pháp OLS tương ứng với việc giảm thiểu tổng chênh lệch bình phương giữa các giá trị được quan sát và dự đoán. Các mô hình bình phương nhỏ nhất thông thường giả định rằng phân tích phù hợp với một mô hình về mối quan hệ giữa một hoặc nhiều biến giải thích và biến kết quả liên tục hoặc ít nhất trong khoảng thời gian tối thiểu hóa tổng sai số bình phương, trong đó lỗi là sự khác biệt giữa thực tế và giá
trị dự đoán của biến kết quả. Phương pháp phân tích phổ biến nhất sử dụng mô hình OLS là hồi quy tuyến tính (với một hoặc nhiều biến dự báo) (Zdaniuk, 2014).
3.4.2 Phương pháp moment tổng quát (GMM)
Ước lượng GMM được chính thức hóa bởi Hansen (1982), và kể từ đó đã trở thành một trong những phương pháp ước lượng được sử dụng rộng rãi nhất cho các mô hình trong kinh tế và tài chính.
Phương pháp GMM (Generalized Method of Moments). GMM được Hansen trình bày lần đầu tiên vào năm 1982. Phương pháp GMM cho ra các hệ số ước lượng vững, không chệch và hiệu quả. Phương pháp GMM là phương pháp ước lượng hiện đại, hiệu quả, khắc phục nhiều vấn đề trong hồi quy như tự tương quan, phương sai thay đổi, hiện tượng nội sinh.
Trong kinh tế lượng và thống kê, phương pháp mô men tổng quát (GMM) là một phương pháp chung để ước lượng các tham số trong mô hình thống kê. Thông thường, nó được áp dụng trong bối cảnh mô hình bán tham số, trong đó tham số quan tâm là hữu hạn chiều, trong khi hình dạng đầy đủ của hàm phân phối dữ liệu có thể không được biết và do đó không thể áp dụng ước tính khả năng tối đa. Phương pháp này yêu cầu một số điều kiện thời điểm nhất định được chỉ định cho mô hình. Các điều kiện thời điểm này là các hàm của các tham số mô hình và dữ liệu, sao cho kỳ vọng của chúng bằng 0 tại các giá trị thực của tham số. Sau đó, phương pháp GMM giảm thiểu một tiêu chuẩn nhất định của giá trị trung bình mẫu của các điều kiện thời điểm, và do đó có thể được coi như một trường hợp đặc biệt của ước lượng khoảng cách tối thiểu (Huber, 1967).
Một số trường hợp phát hiện các khuyết tật của mô hình nghiên cứu với những nguyên nhân của các khuyết tật thường là: Sai dạng hàm hay do bỏ xót các biến quan trọng thì phương pháp GMM sẽ góp phần khắc phục sai dạng hàm hoặc các vấn đề nội sinh. Hơn nữa, dữ liệu nghiên cứu là dữ liệu bảng động nên phương pháp GMM được sử dụng để giải quyết vấn đề nội sinh trong mô hình.
TÓM TẮT CHƯƠNG 3
Nội dung chính của chương 3 đã trình bày quy trình nghiên cứu thực hiện nghiên cứu và phương pháp nghiên cứu được sử dụng trong luận văn. Tác giả đã đề cập đến hai phương pháp để ước lượng mô hình là phương pháp bình phương nhỏ nhất (OLS) và phương pháp GMM, tuy nhiên do việc sử dụng phương pháp OLS vẫn còn tồn tại một số khuyết tật nên kết quả ước lượng bằng phương pháp OLS sẽ bị chệch và không chính xác. Hơn nữa, dữ liệu nghiên cứu là dữ liệu bảng động, nên phương pháp GMM sẽ được chọn để kiểm định và ước lượng tác động của tăng trưởng tín dụng đến nợ xấu của các NHTM tại Việt Nam, cũng như sự tác động của tăng trưởng tín dụng và nợ xấu đến hiệu quả kinh doanh của ngân hàng.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1 Khái quát về hệ thống ngân hàng thương mại Việt Nam
Hoạt động của ngành ngân hàng trong năm 2019 đã đạt được những thành tựu nhất định 18 ngân hàng được công nhận đạt chuẩn Basel II trước thời hạn, trong đó hai ngân hàng đầu tiên áp dụng Basel II là NHTM CP Ngoại thương Việt Nam, NHTM CP Quốc tế Việt Nam. Sáu ngân hàng tiếp theo áp dụng Basel II trong nhóm 10 ngân hàng được NHNN chọn thí điểm NHTM CP Đầu tư & Phát triển Việt Nam, NHTM CP Kỹ thương, NHTM CP Á Châu, NHTM CP Quân đội, NHTM CP Việt Nam Thịnh Vượng, NHTM CP Hàng Hải Việt Nam. Tám ngân hàng Việt Nam tiếp theo áp dụng Basel II, không nằm trong nhóm 10 ngân hàng thí điểm: NHTM CP Phương Đông, NHTM CP Đông Nam Á, NHTM CP Nam Á, NHTM CP Tiên Phong, NHTM CP Bản Việt, NHTM CP Bưu điện Liên Việt, NHTM CP Phát triển Thành phố Hồ Chí Minh, NHTM CP Việt Nam Thương tín. Ngoài ra, trong năm 2019, có 9 ngân hàng tất toán xong nợ xấu tại VAMC (Công ty trách nhiệm hữu hạn một thành viên quản lý tài sản của tổ chức tín dụng Việt Nam).
Hàng năm, việc công bố danh sách 10 Ngân hàng Thương mại Việt Nam đứng đầu uy tín do công ty cổ phần Báo cáo Đánh giá Việt Nam (Vietnam Report) rất được quan tâm. Ngày 14/7/2020 thì 10 các Ngân hàng Thương Mại Việt Nam đứng đầu uy tín năm 2020 được công bố dựa trên 3 tiêu chí chính là: (1) căn cứ vào năng lực và hiệu quả tài chính; (2) căn cứ theo uy tín truyền thông được thông qua phương pháp đánh giá là Media coding – nghĩa là mã hóa các bài viết về ngân hàng trên phương tiện truyền thông có mức độ tác động và ảnh hưởng; (3) Căn cứ theo điều tra khảo sát về mức độ nhận biết và ghi nhận sự hài lòng của khách hàng với các sản phẩm/ dịch vụ của ngân hàng; đồng thời khảo sát nhóm chuyên gia tài chính về vị thế và uy tín của các ngân hàng trong ngành; bên cạnh đó, việc điều tra khảo sát về tình hình của các ngân hàng được thực hiện trong tháng 6/2020 về quy mô vốn, tốc độ tăng trưởng doanh thu, lợi nhuận, kế hoạch hoạt động trong năm...
Hình 4.1: Danh sách 10 NHTM cổ phần tư nhân đứng đầu về uy tín năm 2020
Nguồn: Vietnam Report (2020)
So với cuối năm 2018, thì năm 2019 ngành ngân hàng gặt hái được nhiều thành công khi ngân hàng thương mại tiếp tục được cơ cấu đã làm cho hoạt động tín dụng tăn 13,5%, riêng khối 18 ngân hàng niêm yết chiếm 67,4% tổng dư nợ toàn ngành với mức tăng trưởng tín dụng 15,5%, chất lượng tài sản của các ngân hàng cũng được cải thiện, tỷ lệ nợ xấu giảm xuống 1,89%.
Dưới tác động đại dịch Covid-19 tác động toàn cầu từ cuối năm 2019 đã tạo nên khó khăn không chỉ cho toàn bộ nền kinh tế, mà còn đặc biệt ảnh hưởng tiêu cực đến ngành ngân hàng. Trong 6 tháng đầu năm 2020, tác động khó khăn dưới dịch Covid- 19 cho ngành ngân hàng được thể hiện qua 3 yếu tố: lợi nhuận sụt giảm, dự báo nợ xấu tăng lên và thu nhập của người lao động trong ngành giảm.
Tuy nhiên, trong thời kỳ khó khăn do dịch Covid-19, những ngành ngân hàng cũng có những mặt tích cực trong 6 tháng đầu năm 2020, cụ thể là: Ngân hàng chủ
động hỗ trợ khách hàng dưới tác động của dịch Covid-19 qua các chương trình giảm lãi và phí đối với các khoản vay hiện tại, đồng thời cơ cấu lại nợ và điều chỉnh thời gian đáo hạn nợ cho khách hàng. Bên cạnh đó, ngân hàng chú trọng phát triển dịch vụ ngân hàng số, khuyến khích thanh toán không dùng tiền mặt, phát triển các dịch vụ tiêu dùng gắn liền với thương mại điện tử. Có thể thấy rằng chiến lược ngân hàng hướng tới là khách hàng có thể tiến hành giao dịch bất cứ nơi nào thông qua xử lý các giao dịch điện tử. Bên cạnh đó, được ngân hàng nhà nước cho phép xác thực chữ ký điện tử, đây là bước ngoặc quan trọng cho tiền đề phát triển ngân hàng số.
Dưới góc độ đánh giá của NHNN, tăng trưởng tín dụng năm 2020 khoảng 10%, thấp hơn so với năm 2019 chủ yếu là do ảnh hưởng của dịch bệnh. Điều tra khảo sát của Vietnam Report về ngân hàng TMCP cũng đưa ra 60% ngân hàng đánh giá triển vọng tăng trưởng năm 2020 sẽ thấp hơn so với năm 2019, có 15% NHTM có khả năng duy trì tăng trưởng và 8% sẽ đưa ra nhận định tăng trưởng khả quan hoặc tăng trưởng nhưng không đáng kể so với năm 2019. Điều này cho thấy, tín