3.1.1. Giả thuyết nghiên cứu
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). Theo Baron và Xiong (2017), nếu các ngân hàng tăng trưởng tín dụng nhanh chóng họ sẽ đối mặt với rủi ro tín dụng, các ngân hàng sẽ bị lỗ sau một thời gian tăng trưởng cao. Tăng trưởng cao là kết quả của các khoản vay rủi ro, do đó có thể dự đốn đốn hiệu quả thấp hơn. Aydin (2008), Carlson và cộng sự (2013), tăng trưởng tín dụng nhạy cảm với tỷ lệ lợi nhuận vốn chủ sở hữu của các ngân hàng thương mại.
Giả thuyết H1: Tỷ suất sinh lời/vốn chủ sở hữu tác động tích cực/tiêu cực đến tăng trưởng tín dụng của ngân hàng thương mại.
Carlson 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. Độ co giãn của giá trị các khoản cho vay phụ thuộc vào chi phí vốn so với các nguồn tài trợ khác cũng như kỳ vọng đối với rủi ro và lợi nhuận của các nhà đầu tư (Admati và Hellwig, 2013). Kashif và cộng sự (2016); Goyal và Verma (2018) cho rằng tỷ lệ an tồn vốn có mối quan hệ tiêu cực với tăng trưởng tín dụng của các ngân hàng.
Giả thuyết H2: Tỷ lệ an toàn vốn (CAR) tác động tiêu cực đến tăng trưởng tín dụng của ngân hàng thương mại.
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.
Giả thuyết H3: Hiệu quả chi phí tác động tích cực đến tăng trưởng tín dụng của ngân hàng thương mại.
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 (Guo và Stepanyan, 2011). Do đó, về phía cung, tăng trưởng tiền gửi phải là động lực đáng kể cho tăng trưởng tín dụng. Barajas và cộng sự (2010) cho rằng các ngân hàng có nhiều nguồn tài trợ hơn có thể thực hiện chức năng trung gian tài chính tốt hơn và nên có sự tăng trưởng cho vay sẽ mạnh mẽ hơn.
Giả thuyết H4: Tăng trưởng tiền gửi tác động tích cực đến tăng trưởng tín dụng của ngân hàng thương mại.
Tỷ lệ nợ xấu (NPL): Keeton (1999) nhận thấy rằng 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 phịng rủi ro. Trái ngược với những nhận định trên, Fama và French (2015) cho rằng các ngân hàng tăng trưởng tín dụng cao trích lập dự phịng cao hơn những ngân hàng tăng trưởng thấp. Lê Tấn Phước (2017) cho thấy tăng trưởng tín dụng cần phải xem xét khi các ngân hàng thương mại có tỷ lệ nợ xấu cao, nếu khơng các khoản tín dụng sẽ gây ra thiệt hại cho ngân hàng.
Giả thuyết H5: Tỷ lệ nợ xấu tác động tích cực/tiêu cực đến tăng trưởng tín dụng của ngân hàng thương mại.
Tốc độ tăng trưởng kinh tế (GDP): Calza và cộng sự (2001) cho rằng
trong dài hạn, tăng trưởng tín dụng có mối quan hệ tích cực đến tăng trưởng GDP thực tế và tiêu cực đối với lãi suất thực trong ngắn hạn và dài hạn. Shijaku và Kalluci (2013) cho thấy rằng tăng trưởng cho vay có mối quan hệ tích cực với tăng trưởng kinh tế. Tăng trưởng GDP cao hơn sẽ thúc đẩy tăng trưởng tín dụng cao hơn (Guo và Stepanyan, 2011; Tan, 2012).
Giả thuyết H6: Tốc độ tăng trưởng GDP tác động tích cực đến tăng trưởng tín dụng của ngân hàng thương mại.
Lạm phát: Lạm phát làm sai lệch q trình phân bổ tín dụng và làm giảm
chất lượng tín dụng (De Gregorio và Sturzenegger 1994). Dòng nghiên cứu trước cũng chứng minh mối liên hệ tiêu cực mạnh mẽ giữa lạm phát, tín dụng ngân hàng thương mại (Boyd và cộng sự, 2001; Rosseau và Wachtel, 2002; Rosseau và Yilmazkuday 2009; Huang và cộng sự, 2010; Bittencourt 2011).
Giả thuyết H7: Lạm phát tác động tiêu cực đến tăng trưởng tín dụng của ngân hàng thương mại.
3.1.2. Mơ hình nghiên cứu
Nghiên cứu các nhân tố ảnh hưởng đến tăng trưởng tín dụng của ngân hàng thương mại Việt Nam tiếp cận phương pháp động lực tăng trưởng tín dụng của Enoch và Otker-Robe (2007), cho rằng tăng trưởng tín dụng do các nguyên nhân xuất phát từ phía cung và cầu. Mơ hình nghiên cứu và biến nghiên cứu được chắt lọc và lựa chọn từ dòng nghiên cứu ngồi nước và trong nước trước đó. Trong đó, có các nghiên cứu tại các quốc gia riêng rẻ như Amador và cộng sự (2013); Chen và Wu (2014); Kashif và cộng sự (2016); Goyal và Verma (2018). Đối với nhóm các quốc gia, Aydin (2008); Guo và Stepanyan (2011); Foos và cộng sự (2010); Messai và Jouini (2013) là các nghiên cứu nổi bật áp dụng phương pháp dữ liệu bảng nhằm đánh giá tăng trưởng tín dụng của các ngân hàng thương mại. Các giả thuyết nghiên cứu sẽ được tiến hành kiểm định thơng qua dữ liệu nghiên cứu của phương trình hồi quy được xây dựng.
CREGi,t = β0 + βιROE i,t + β3CARi,t + β4INEFFi,t + β2DEPG i,t + βιNPL i,t +β5GDPt + βINFt+εi
Trong đó:
Biến phụ thuộc là tăng trưởng tín dụng ngân hàng thương mại (CREG).
Biến thuộc về ngân hàng bao gồm: Tỷ suất sinh lời trên vốn chủ sở hữu
(ROE); Tỷ lệ nợ xấu (NPL); Tăng trưởng tiền gửi (DEPG); Tỷ lệ an tồn vốn (CAR); Hiệu quả chi phí (INEFF).
Biến kinh tế vĩ mô: tăng trưởng kinh tế (GDP) và lạm phát (INF).
β là hệ số hồi quy.
3.1.3. Đo lường biến nghiên cứu3.1.3.1. Biến phụ thuộc 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 đơng, 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 phịng 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 q 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. Ngồi 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 ơ trống thiếu thơng tin, sai thông tin và tiến hàng hoàn thiện ma trận dữ liệu. Sau đó, sử dụng phần mềm STATA 12 để tính tốn và xử lý dữ liệu theo mơ hình. Thực hiện phân tích thống kê mơ 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 mơ 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 mơ 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 mơ hình dữ liệu bảng
Nghiên cứu ước lượng tham số hồi quy cho mơ hình các nhân tố tác động với các mơ 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: Mơ 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 cịn tùy thuộc vào việc kiểm định xem mơ 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 mơ hình với cặp giả thuyết:
Hi: lựa chọn mơ 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 khơng cịn đáng tin cậy. Nếu độ lớn của phần dư chuẩn hóa tăng hoặc giảm theo giá trị dự đốn thì có khả năng giả thuyết phương sai không đổi bị vi phạm. Giả thuyết đặt ra là:
H0: Mơ hình có hiện tượng phương sai sai số thay đổi.
H1: Mơ hình khơng 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 mơ hình RE là mơ hình phù hợp nhất. Nếu P-value < 0.05 thì chúng ta khẳng định mơ hình có khuyết tật phương sai sai số thay đổi.
Kiểm định hiện tượng tương quan phần dư đơn vị chéo: Để lựa chọn mơ
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: Mơ hình có hiện tượng tương quan phần dư đơn vị chéo.
H1: Mơ hình khơng có hiện tượng tương quan phần dư đơn vị chéo.
Nếu kết quả kiểm định cho thấy P-value > 0.05 thì khơng bác bỏ giả thuyết H0. Nếu P-value < 0.05 thì chúng ta khẳng định mơ 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, mơ 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 khơng bác bỏ giả thuyết H0. Nếu P-value < 0.05 thì chúng ta khẳng định mơ hình có khuyết tật này.
3.3.4. Hồi quy mơ hình FGLS
Tác giả kiểm định mơ hình FEM xét có trọng số Panel FGLS (Cross- section weights) để khắc phục phương sai thay đổi. Phương pháp OLS cho mỗi