3.1.3.1. Biến phụ thuộc
Tăng trưởng tín dụng: Đo lường bằng sự chênh lệch (%) các khoản cho vay khách hàng của kỳ nghiên cứu so với kỳ trước. Theo Kiyotaki và Moore (1997), tăng trưởng tín dụng thường được định nghĩa là sự gia tăng giá trị các khoản cho vay khách hàng nhanh chóng trong ngắn hạn có thể tạo ra lợi ích cho các nhà quản lý ngân hàng trong nhiệm kỳ quản trị của họ, trong khi các cổ đông, nhà quản trị ngân hàng nhiệm kỳ sau đó sẽ đối mặt với nhiều rủi ro tiềm ẩn cũng như việc xử lý các hậu quả của rủi ro tín dụng. Hess và cộng sự (2009), Foos và cộng sự (2010), Amador và cộng sự (2013) cho rằng tăng trưởng tín dụng đo lường sự gia tăng mạnh mẽ đối với các khoản cho vay khách hàng để thể hiện sự mở rộng cho vay của ngân hàng. Theo đó, Foos và cộng sự (2010) định nghĩa tăng trưởng đối với các khoản cho vay là sự khác biệt giữa tăng trưởng cho vay của một ngân hàng hoặc tăng trưởng cho vay so với mức tăng trưởng trung bình của hệ thống ngân hàng.
3.1.3.2. Biến độc lập và các giả thuyết nghiên cứu
Tỷ suất sinh lời/vốn chủ sở hữu (ROE): Nguồn thu nhập này luôn chiếm tỷ trọng lớn trong tổng doanh thu của ngân hàng (Foos và cộng sự, 2010). Thúc đẩy hoạt động cho vay có thể giúp các ngân hàng mở rộng thị phần, tăng lợi nhuận và do đó cải thiện hiệu quả kinh doanh nói chung. Tuy nhiên, tăng trưởng cho vay cao có xu hướng đi kèm với các quyết định cho vay kém và do đó ảnh hưởng tiêu cực đến lợi nhuận của ngân hàng (Cooper và cộng sự, 2008; Hou và cộng sự, 2014).
Tỷ lệ an toàn vốn (CAR): đo lường bằng tỷ lệ vốn chủ sở hữu/tài sản có rủi ro. Jimenez và cộng sự (2012) thấy các ngân hàng có vốn hóa cao thường ít cho vay đối với người vay mới nhưng dấu hiệu bị đảo ngược nếu tương tác với các biến kinh tế vĩ mô được xem xét trong hồi quy. Carlson và cộng sự (2013)
Ky
hiệu Đo lường biến Nguồn Chiều
CREG Tỷ lệ chênh lệch (%) của cáckhoản cho vay khách hàng của ngân hàng so với kỳ trước.
Hess và cộng sự (2009), Foos và cộng sự (2010), Amador và ________cộng sự (2013)________
cho thấy tỷ lệ vốn có tác động đáng kể hơn đối với việc cho vay, tầm quan trọng cũng phụ thuộc vào phân loại các khoản cho vay. Albertazzi và Marchetti (2010) cho rằng các ngân hàng có vốn hóa rất thấp (dưới 10% RWA) mới cắt giảm cho vay.
Hiệu quả chi phí (INEFF): cho biết hiệu quả chi phí của các ngân hàng và nó được đo bằng tỷ lệ chi phí/thu nhập. Theo Barajas và cộng sự (2010); Hou và cộng sự (2014), các ngân hàng có chi phí so với thu nhập cao hơn, có thể do mức lương cao hơn, nhiều nhân viên hơn hoặc mạng lưới chi nhánh lớn hơn, có thể mức tăng trưởng cho vay cao hơn.
Tăng trưởng tiền gửi (DEPG): đo lường bằng tỷ lệ chênh lệch (%) tiền gửi của ngân hàng so với kỳ trước. Tăng trưởng tiền gửi cao hơn dẫn đến tăng trưởng tín dụng cao hơn vì ngân hàng có nguồn lực tài chính dồi dào hơn (Barajas và cộng sự, 2010 ;Guo và Stepanyan, 2011).
Tỷ lệ nợ xấu (NPL): đo lường bằng tỷ lệ nợ xấu chia cho tổng dư nợ của ngân hàng, nợ xấu càng cao chất lượng tín dụng càng thấp. Tăng trưởng cho vay quá mức dẫn đến nợ xấu tăng cao, buộc các ngân hàng phải gia tăng nhiều khoản dự phòng rủi ro cho vay. Theo Salas và Saurina (2002), Hess và cộng sự (2008), Bouvatier and Lepetit (2008), Laidroo và Mannasoo (2013), tăng trưởng cho vay của ngân hàng càng nhanh, các khoản rủi ro tín dụng phát sinh càng lớn, buộc các ngân hàng phải trích lập dự phòng rủi ro.
Tốc độ tăng trưởng kinh tế (GDP): đại diện cho trạng thái của nền kinh tế. Điều kiện và sự phát triển kinh tế quyết định nhu cầu tiêu dùng và đầu tư, và do đó phản ánh nhu cầu tín dụng. Tăng trưởng GDP cao hơn sẽ thúc đẩy tăng trưởng tín dụng cao hơn (Guo và Stepanyan, 2011; Tan, 2012).
Lạm phát: Lạm phát cao dẫn đến sự suy giảm hoạt động kinh tế (Huybens và Smith 1999), vì lạm phát làm sai lệch quá trình phân bổ tín dụng và làm giảm chất lượng tín dụng (De Gregorio và Sturzenegger 1994). Baum và cộng sự (2006, 2009). Dòng nghiên cứu trước cũng chứng minh kiềm chế lạm phát là
động lực thúc đẩy tăng trưởng tín dụng ngân hàng thương mại (Rosseau và Yilmazkuday 2009; Huang và cộng sự, 2010; Bittencourt 2011).
ROE Lợi nhuận sau thuế/vốn chủ sởhữu Aydin (2008), Carlson và cộngFoos và cộng sự (2010) sự(2013)____________________
+/-
CAR Tỷ lệ vốn chủ sở hữu/tài sản có
rủi ro._______________________ Albertazzi và Marchetti (2010);Admati và Hellwig (2013) + INEFF Đo lường bằng tỷ lệ chi phítrên tổng thu nhập của ngân
hàng._______________________
Barajas và cộng sự (2010); Hou
và cộng sự (2014) + DEPG Tỷ lệ chênh lệch (%) tiền gửi
của ngân hàng so với kỳ trước. Barajas và cộng sự (2010)Guo và Stepanyan, 2011) + NPL Đo lường bằng tỷ lệ nợ
xấu/tổng dư nợ của ngân hàng. Bouvatier and Lepetit (2008),Laidroo và Mannasoo (2013) +/- GDP Tăng trưởng GDP so với kỳ
trước (%).___________________ ____________(2012)Guo và Stepanyan (2011); Tan + INF Tỷ lệ tăng trưởng chỉ số CPI
(%).
Baum và cộng sự (2006, 2009); Talavera và cộng sự (2012);
Huang và cộng sự (2010)
Dữ liệu được sử dụng trong nghiên cứu được thu thập từ các báo cáo tài chính (BCTC) đã được kiểm toán và báo cáo thường niên của 25 ngân hàng thương mại tại Việt Nam trong giai đoạn 2010 - 2019. Từ đây, người nghiên cứu tiến hành lựa chọn các ngân hàng có đầy đủ báo cáo tài chính bao gồm bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh, báo cáo lưu chuyển tiền tệ và thuyết minh báo cáo tài chính. Ngoài ra dữ liệu còn được thu thập từ ngân hàng thế giới (WB), website của các NHTM, Tổng cục thống kê... Dữ liệu sử dụng được so sánh và đối chiếu với nhiều nguồn khác nhau để đảm bảo độ tin cậy,
3.3. Phương pháp xử lý số liệu
3.3.1. Thống kê mô tả
Dữ liệu sau khi được thu thập sẽ được nhập vào file Excel và được hiệu chỉnh, mã hóa trên file này. Bước tiếp theo là nghiên cứu tiến hành làm sạch dữ liệu nhằm phát hiện các sai sót, các ô trống thiếu thông tin, sai thông tin và tiến hàng hoàn thiện ma trận dữ liệu. Sau đó, sử dụng phần mềm STATA 12 để tính toán và xử lý dữ liệu theo mô hình. Thực hiện phân tích thống kê mô tả các biến số như tăng trưởng tín dụng, tỷ lệ nợ xấu, hiệu quả chi phí, tỷ lệ an toàn vốn (CAR), tăng trưởng tiền gửi, lạm phát, tăng trưởng GDP.
3.3.2. Phân tích tương quan
Phân tích tương quan cho ta cái nhìn ban đầu về mối quan hệ giữa các biến trong mô hình, kiểm tra mối tương quan giữa các biến độc lập và biến phụ thuộc cũng như giữa các biến phụ thuộc với nhau. Chúng ta phải xác định tầm quan trọng của mỗi nhân tố khi chúng được sử dụng đồng thời trong mô hình, vì vậy, chúng ta phải loại bỏ mối quan hệ giữa các nhân tố. Áp dụng phương pháp phân tích tương quan để xác định sự liên kết giữa các nhân tố giải thích. Phân tích này dựa trên ma trận tương quan (correlation matrix).
3.3.3. Các kiểm định mô hình dữ liệu bảng
Nghiên cứu ước lượng tham số hồi quy cho mô hình các nhân tố tác động với các mô hình bình phương nhỏ nhất (OLS), hiệu ứng cố định (FEM), hiệu ứng ngẫu nhiên (REM) và GMM để có phương trình tốt nhất thể hiện mối quan hệ của các nhân tố.
Lựa chọn phương pháp ước lượng: Mô hình tác động cố định FE thường được ưa chuộng hơn vì nó có thể đánh giá được tác động của các biến ngẫu nhiên bị bỏ xót có tương quan. Mặc dù thế, việc lựa chọn mô hình nào còn tùy thuộc vào việc kiểm định xem mô hình nào phù hợp hơn với mẫu dữ liệu nghiên cứu. Để lựa chọn một trong hai mô hình RE hoặc FE, chúng ta sử dụng kiểm định Hausman Test để lựa chọn một trong hai mô hình với cặp giả thuyết:
Hi: lựa chọn mô hình hiệu ứng ngẫu nhiên (RE).
Kiểm định hiện tượng phương sai sai số thay đổi: Phương sai thay đổi là hiện tượng phương sai của các số hạng này không giống nhau. Khi phương sai của các sai số thay đổi thì các ước lượng của các hệ số hồi quy không hiệu quả, các kiểm định t và F không còn đáng tin cậy. Nếu độ lớn của phần dư chuẩn hóa tăng hoặc giảm theo giá trị dự đoán thì có khả năng giả thuyết phương sai không đổi bị vi phạm. Giả thuyết đặt ra là:
H0: Mô hình có hiện tượng phương sai sai số thay đổi.
H1: Mô hình không có hiện tượng phương sai sai số thay đổi.
Nếu kết quả kiểm định chỉ cho thấy P-value > 0.05 thì không bác bỏ giả thuyết H0 và lựa chọn mô hình RE là mô hình phù hợp nhất. Nếu P-value < 0.05 thì chúng ta khẳng định mô hình có khuyết tật phương sai sai số thay đổi.
Kiểm định hiện tượng tương quan phần dư đơn vị chéo: Để lựa chọn mô hình hồi quy khắc phục các khuyết tật, bên cạnh dùng các kiểm định trên, tác giả sử dụng kiểm định tương quan phần dư đơn vị chéo với giả thuyết. Kết quả kiểm định Pesaran tương quan giữa các phần dư đơn vị chéo.
H0: Mô hình có hiện tượng tương quan phần dư đơn vị chéo.
H1: Mô hình không có hiện tượng tương quan phần dư đơn vị chéo.
Nếu kết quả kiểm định cho thấy P-value > 0.05 thì không bác bỏ giả thuyết H0. Nếu P-value < 0.05 thì chúng ta khẳng định mô hình có khuyết tật này.
Kiểm định tương quan chuỗi: Quan hệ tương quan giữa các thành viên của chuỗi của các quan sát được sắp xếp theo thời gian (như trong dữ liệu chuỗi thời gian) hoặc không gian (như trong dữ liệu chéo). Trong ngữ cảnh hồi quy, mô hình hồi quy tuyến tính cổ điển giả định rằng quan hệ tự tương quan không tồn tại trong các nhiễu. Kiểm định tương quan chuỗi bằng việc dùng kiểm định Wooldridge. Với giả thuyết:
H0: Có hiện tượng tương quan chuỗi.
Nếu kết quả kiểm định cho thấy P-value > 0.05 thì không bác bỏ giả thuyết H0. Nếu P-value < 0.05 thì chúng ta khẳng định mô hình có khuyết tật này.
3.3.4. Hồi quy mô hình FGLS
Tác giả kiểm định mô hình FEM xét có trọng số Panel FGLS (Cross- section weights) để khắc phục phương sai thay đổi. Phương pháp OLS cho mỗi quan sát các trọng số hay tầm quan trọng như nhau. Nhưng một phương pháp ước lượng, gọi là bình phương tối thiểu tổng quát (GLS), đưa các thông tin này vào mô hình và do vậy có khả năng đưa ra các ước lượng tuyến tính không thiên lệch tốt nhất (BLUE). Phép biến đổi các biến gốc để các biến đã biến đổi thỏa mãn các giả thuyết của mô hình cổ điển và sau đó áp dụng phương pháp OLS đối với chúng được gọi là phương pháp bình phương tối thiểu tổng quát. Nói ngắn gọn, FGLS là OLS đối với các biến đã biến đổi để thỏa mãn các giả thuyết bình phương tối thiểu tiêu chuẩn.
Các giả thuyết nghiên cứu sẽ được tiến hành kiểm định thông qua dữ liệu nghiên cứu của phương trình hồi quy được xây dựng. Tiêu chuẩn kiểm định sử dụng thống kê t và giá trị p-value tương ứng, độ tin cậy lấy theo chuẩn 90%, 95%, 99% giá trị p-value sẽ được so sánh trực tiếp với giá trị 0.01, 0.05, 0.1 để kết luận chấp thuận hay bác bỏ giả thuyết nghiên cứu. Để xem xét sự phù hợp dữ liệu và sự phù hợp của mô hình ta sử dụng hệ số R-square, thống kê t và thống kê F để kiểm định. Để đánh giá sự quan trọng của các nhân tố ta xem xét hệ số hồi quy tương ứng trong phương trình hồi quy bội được xây dựng từ dữ liệu nghiên cứu.
Biến Quan sát Trung bình Giá trị nhỏ nhất Giá trị lớn nhất CREG 250 0.2281 -0.3010 1.0682 ROE 250 0.0938 -0.8200 0.4248 CAR 250 0.1340 0.0538 0.3616 INEFF 250 0.8769 0.2271 86.3019 DEPG 250 0.1637 -0.2964 0.6349 NPL 250 0.0245 0.0002 0.1140 GDP 250 0.0631 0.0525 0.0708 TNF 250 0.0619 0.0088 0.1868 Chú ý: CR EG (tăng trưởng tín
dụng); <OE (Lợi nhuận ròng/vốn chủ sở hữu);
KẾT LUẬN CHƯƠNG 3
Trong chương này, nghiên cứu đã trình bày phương pháp nghiên cứu bao gồm các nhân tố tỷ lệ nợ xấu, hiệu quả chi phí, tỷ lệ an toàn vốn (CAR), tăng trưởng tiền gửi, lạm phát, tăng trưởng GDP ảnh hưởng đến tăng trưởng tín dụng của các ngân hàng thương mại Việt Nam giai đoạn 2010 - 2019. Nghiên cứu cũng trình bày rõ các giả thuyết nghiên cứu, đo lường biến nghiên cứu và phương pháp phân tích định tượng đánh giá tác động của các nhân tố đến tăng trưởng tín dụng của các NHTM.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1. Phân tích thống kê mô tả
Nghiên cứu này nhằm đánh giá tác động của các nhân tố đến tăng trưởng tín dụng của các ngân hàng thương mại cổ phần tại Việt Nam. Bảng 4.1 thống kê mô tả các biến nghiên cứu bao gồm biến phụ thuộc, biến độc lập được sử dụng trong mô hình nghiên cứu.
CAR (Tỷ lệ vốn chủ sở hữu/tài sản có rủi ro); INEFF (tỷ lệ chi phí/tổng thu nhập); DEPG (Tăng trưởng tiền gửi khách hàng); NPL (Tỷ lệ nợ xấu/ dư nợ cho
vay); Gdp (Tăng trưởngkinh tế); INF (lạm phát).
Nguồn: Tính toán của tác giả
Mức tăng trưởng tín dụng của các ngân hàng khá cao trung bình đạt 22.81%. Tốc độ tăng trưởng này cho thấy sự vươn mình của các tổ chức tín dụng đặc biệt là các ngân hàng TMCP tư nhân. Các NHTM Việt Nam triển khai tích cực đã áp dụng sớm Thông tư số 41/2016/TT-NHNN ngày 30/12/2016 của NHNN quy định tỷ lệ an toàn vốn (trụ cột thứ nhất của Basel II) kỳ vọng được giao chỉ tiêu lớn để có bước bứt phá trong trong vài năm trở lại đây, trong khi
những ngân hàng đang cận kề Basel II cũng phấn đấu hoàn thiện sớm để được nới rộng chỉ tiêu tăng trưởng tín dụng. Tại một số ngân hàng thương mại, nợ xấu vẫn còn cao, ảnh hưởng đến tăng trưởng tín dụng cho nền kinh tế và vấn đề giảm lãi suất cho vay. Làm thế nào để xử lý hiệu quả nợ xấu, đảm bảo an toàn trong tăng trưởng tín dụng là vấn đề đặt ra... Với chính sách siết chặt tín dụng của NHNN hiện nay, đặc biệt là tín dụng vào các lĩnh vực có nhiều rủi ro như bất động sản, thì tín dụng ngân hàng năm nay chắc chắn sẽ khó có đột biến, kéo theo đó là mức tăng trưởng lợi nhuận cũng không thể đạt được như những năm trước. Tỷ lệ nợ xấu của các ngân hàng thương mại đạt trung bình 2.45%, có thể thấy rằng nợ xấu đang nằm trong tầm kiểm soát của ngân hàng. Trong thời gian qua, các ngân hàng thương mại Việt Nam đã có nhiều nỗ lực xử lý nợ xấu, đặc biệt từ khi hoạt động này được hỗ trợ về mặt cơ sở pháp lý từ Nghị quyết số 42/2017/QH14 ngày 21/6/2017 của Quốc hội về thí điểm xử lý nợ xấu của các tổ chức tín dụng đã mang lại nhiều kết quả tích cực. NHNN đã cho phép các NHTM giữ nguyên nhóm nợ đối với một số khoản nợ đủ điều kiện được gia hạn, điều chỉnh giảm lãi suất hợp lý, điều này có tác dụng xử lý tạm thời thanh khoản cho nền kinh tế. Bên cạnh đó, NHNN đã tiến hành rà soát lại nợ xấu, buộc các NHTM phải trích lập dự phòng rủi ro đầy đủ, các dự phòng chung và dự phòng riêng; chỉ đạo các ngân hàng sử dụng dự phòng rủi ro để xử lý nợ xấu nhằm tránh tình trạng các NHTM vì quan tâm đến lợi nhuận mà sao nhãng trách nhiệm xử lý nợ xấu. Với những nỗ lực đó, nợ xấu của các NHTM đã được kiểm soát và từng bước được xử lý. Tuy nhiên đây mới chỉ là số liệu trên bảng cân đối kế toán, thực tế nợ xấu ngoài bảng có xu hướng tăng và rất dai dẳng suốt nhiều năm qua. Tỷ lệ an toàn vốn đạt 13.4% đảm bảo theo đúng quy định của thông tư 13 ngân hàng nhà nước (NHNN) và đạt yêu cầu tiêu chuẩn Basel II. Tỷ lệ CAR của