Luận văn sử dụng các kiểm định có liên quan đến mô hình hồi quy tuyến tính sử dụng dữ liệu bảng nhu hiện tuợng đa cộng tuyến, tự tuơng quan, phuơng sai thay đổi và hiện tuợng nội sinh.
4.1.2.1. Kiểm định hiện tượng đa cộng tuyến
Trong các giả định của mô hình hồi quy tuyến tính cổ điển (CLRM), có giả thiết các biến độc lập không có mối quan hệ tuyến tính chính xác. Nếu giả thiết này vi phạm, sẽ có hiện tượng đa cộng tuyến, đó là hiện tượng các biến độc lập trong mô hình có tương quan tuyến tính với nhau.
2 8 0 OEXPR 0,2 7 0,08- -0,02 -0,14 -0,02 -0,17 1,00 NIM 0,3 8 0,04- 5 0,1 4 0,1 -0,02 -0,09 0,69 001, LDR - 0,12 0,0 8 0,2 5 0,2 2 0,01 -0,24 0,20 0, 35 1,0 0 ROE 0,0 8 - 0,07 0,3 3 0,2 6 -0,06 0,2 8 0,04 0, 37 0,0 7 1,0 0
NIM 3,78 0,264610 SIZE 3,38 0,296042 OEXPR 2,48 0,403221 GGDP 2,46 0,406032 EXI 2,46 0,406847 ROE 2,14 0,467499 LDR 1,51 0,660404 __________GL____________________1,41 ________0,707463
Ma trận hệ số tương quan trong Bảng 4.2 thể hiện kết quả các biến nghiên cứu.
Để kiểm định đa cộng tuyến giữa các biến trong mô hình nghiên cứu, luận văn
sử dụng kiểm định VIF - hệ số phóng đại phương sai (variance inflation factor). Một quy ước chung là nếu VIF > 10 thì đó là dấu hiệu đa cộng tuyến cao.
Theo kết quả kiểm định VIF, có biến là CPI có hệ số VIF lớn hơn 10 do đó có hiện tượng đa cộng tuyến trong mô hình.
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 quy không còn đáng tin cậy. Luận văn tiến hành kiểm định giả thuyết không có tự tương quan trên dữ liệu bảng.
Để kiểm định hiện tượng tự tương quan, luận văn sử dụng kiểm định
Wooldridge (Wooldridge Test). Với mức ý nghĩa α = 5%, kiểm định Wooldridge cho kết quả p-value = 0,0224 < 0,05 nên bác bỏ giả thuyết Ho, tức là mô hình có hiện tượng tự tương quan.
4.1.2.3. Kiểm định hiện tượng phương sai thay đổi
Phương sai sai số thay đổi sẽ làm cho các hệ số ước lượng không còn hiệu quả
vì phương sai không còn là phương sai nhỏ nhất, do đó việc kiểm định giả thuyết không còn đáng tin cậy, những kết quả dự báo không còn tối ưu.
Để kiểm định hiện tượng phương sai thay đổi, luận văn sử dụng kiểm định White (White’s test). Với mức ý nghĩa α = 5%, kiểm định White cho kết quả p-value = 0,0035 < 0,05 nên bác bỏ giả thuyết Ho, tức là mô hình có hiện tượng phương sai thay đổi.
4.1.2.4. Kiểm định hiện tượng nội sinh
Vấn đề biến nội sinh có nghĩa là các biến độc lập ở trong tình trạng không hoàn toàn độc lập với biến phụ thuộc và phát sinh mối quan hệ 2 chiều giữa các biến này. Hiện tượng nội sinh sẽ làm cho ước lượng thu được bằng mô hình OLS không vững.
Mô hình nghiên cứu sử dụng biến trễ của biến phụ thuộc (LLRi,t-1) làm biến độc lập nên theo các nghiên cứu thực nghiệm trước đây về các yếu tố nội tại bên trong
ngân hàng, khi các nhà kinh tế học sử dụng mô hình hồi quy có biến trễ của biến phụ thuộc làm biến độc lập (Das và Ghosh (2007), Foos và cộng sự (2010)) thì nghiên cứu thuộc dạng mô hình với số liệu dạng bảng động có biến trễ của biến phụ thuộc là
biến nội sinh.
Do đó phương pháp GMM được sử dụng để khắc phục hiện tượng nội sinh nhằm mang lại kết quả ước lượng vững. Tính vững của mô hình ước lượng bằng phương pháp GMM phụ thuộc vào các biến trễ làm biến công cụ. Một điều kiện cần thiết cho các biến công cụ là nó không được tương quan với phần dư của mô hình. Để giải quyết vấn đề này, luận văn sử dụng 2 kiểm định được đưa ra bởi Arellano and
Bond (1991). Đầu tiên là kiểm định Hansen để xác định tính phù hợp của các biến công cụ trên mô hình GMM (overidentifying restrictions). Sau đó sẽ kiểm định phần dư của mô hình có tự tương quan bậc 2 hay không bằng kiểm định Arellano - Bond. Nếu cả hai kiểm định đều cho kết quả thuận lợi thì kết quả ước lượng từ phương pháp
GMM là hoàn toàn có thể tin cậy và được sử dụng cho phân tích kết quả. 4.1.3. Ket quả ước lượng mô hình
Ban đầu, tác giả sử dụng mô hình hồi quy dữ liệu bảng thông thường với phương pháp bình phương nhỏ nhất Pooled OLS (POOL) để ước lượng phương trình hồi quy và kiểm định một số giả thuyết của mô hình OLS. Sau đó, tác giả tiếp tục ước lượng mô hình Fixed Effect (FEM) và mô hình Random Effect (REM). Kết quả nghiên cứu cho thấy mô hình FEM phù hợp hơn so với mô hình REM khi thực hiện kiểm định Hausman cho kết quả chi2 = 53,98, có ý nghĩa thống kê ở mức ý nghĩa 1%.
Tuy nhiên như đã phân tích ở trên do xuất hiện hiện tượng nội sinh trong mô hình, nên tác giả tiếp tục thực hiện hồi quy theo phương pháp GMM trên dữ liệu bảng.
Pooled OLS (1) ... Fixed Effect (2) ... Random Effect (3) ... GMM (4) LLRi,t-1 0,430*** (7,28) 0,203*** (3,06) 0,430*** (7,28) 0,345** (2,32) GGDPi,t -0,0240 (-0,21) 0,205 (1,37) -0,0240 (-0,21) 0,0344 (0,21) CPli,. -0,0212 (-0,48) 0,0000253 (0,00) -0,0212 (-0,48) -0,00459 (-0,07) EXl.,t -0,0323 (-1,45) -0,0810** (-2,53) -0,0323 (-1,45) -0,0367* (-1,93) “GLt 0,00381*** (8,29) 0,00377*** (8,27) 0,00381*** (8,29) 0,00382***(12,57) SIZEit 0,00177 (1,09) -0,00644 (-1,26) 0,00177 (1,09) 0,00130 (0,53) OEXPRlj -0,146 (-1,09) -0,00531 (-0,03) -0,146 (-1,09) -0,171 (-1,13) ■NMŨ 0,399*** (5,31) ■ 0,461*** (5,42) 0,399*** (5,31) ■ 0,377*** (3,45) LDRi,, -0,00816*** (-2,76) -0,00684 (-1,61) -0,00816*** (-2,76) -0,00424 (-1,26) ROEi,, -0,00906 (-0,88) -0,00607 (-0,52) -0,00906 (-0,88) -0,00152 (-0,10)
Kiểm định Hansen để xác định tính phù hợp của các biến công cụ trên mô hình
GMM, đó là kiểm định về giới hạn xác định quá cao của mô hình, với giả thuyết HO: Các biến công cụ là biến ngoại sinh nghĩa là không có tuơng quan với sai số của mô hình. Kết quả cho thấy hệ số p-value = 0,267 > 0,05, kết luận biến công cụ đuợc sử dụng trong mô hình GMM thỏa mãn tính overidentifying.
Kiểm định Arellano - Bond đuợc đề xuất bởi Arellano - Bond (1991) để kiểm tra tính chất tự tuơng quan của phuơng sai sai số mô hình GMM ở dạng sai phân bậc một. Khi xây dựng mô hình, phần du của các phuơng trình sai phân sẽ có mối tuơng quan chuỗi nhung nếu giả định không có tuơng quan chuỗi trong phần du ban đầu, phần du lấy sai phân sẽ không thể hiện tự tuơng quan đáng kể. Nếu xảy ra tự tuơng quan đáng kể, độ trễ thứ hai của biến nội sinh sẽ không là biến công cụ thích hợp cho
giá trị hiện tại. Do chuỗi sai phân khảo sát mặc nhiên có tuơng quan bậc một nên kết quả kiểm định AR(I) có thể bỏ qua. Tuơng quan bậc hai AR(2) đuợc kiểm định trên chuỗi sai phân của sai số để phát hiện tự tuơng quan của sai số ở bậc một AR(I).
Kiểm định AR(2) cho kết quả p-value = 0,324 >0,05, kết luận phần du của mô hình GMM không tồn tại hiện tuợng tự tuơng quan bậc hai.
Biến công cụ đuợc sử dụng trong mô hình đều thõa mãn hai kiểm định đề ra. Nhu vậy, sử dụng mô hình GMM với biến trễ của LLRi,t-1 làm biến công cụ đã giải quyết đuợc hiện tuợng nội sinh trong mô hình. Các kết quả tìm thấy đuợc trong mô hình là vững và hoàn toàn có thể phân tích đuợc.
p-value 0,0000 AR(2) p-value 0,99 0,324 Hansen Test p-vaue__________ 11,12 0,267 Ghi chú:
+ t-statistics là giá trị trong ngoặc ( ).
+ Các ký hiệu (***), (**), (*) thể hiện mức ý nghĩa thống kê lần lượt tương ứng là 1%, 5%,
10%. , ,
LLRi,t-1 H1 (+) (+) Có (5%)
GGDPt H2 (-) (+) Không
CPIt H3 (+) (-) Không
EXIt H4 (-) (-) Có (10%)
GLi, t H5 (+) (+) Có (1%)
SIZEi,t H6 (+) (+) Không
LDRi,t H7 (+) (-) Không
OEXPRi,t H8 (+) (-) Không
ROEi,t H9 (-) (-) Không
NIMi,t H10 (+) (+) Có (1%)
4.2. Thảo luận kết quả nghiên cứu
Ket quả nghiên cứu so với giả thuyết nghiên cứu được tóm tắt ở bảng 4.5 cho thấy thực trạng các yếu tố ảnh hưởng đến RRTD tại các CN và PGD Agribank tỉnh Ben Tre trong giai đoạn 2010-2019.
có ý nghĩa thống kê ở mức ý nghĩa 5%, nghĩa là khi RRTD với độ trễ 1 năm tăng 1% thì RRTD năm hiện hành tăng 0,345%. Tác động cùng chiều của RRTD với độ trễ 1 năm đến RRTD năm hiện hành từ kết quả chạy mô hình tương đồng với nghiên cứu của Foos và cộng sự (2010) và cũng phù hợp với kỳ vọng tương quan của giả thuyết ban đầu. Điều này cho thấy RRTD trong quá khứ không hoàn toàn bị xóa bỏ mà tiếp tục chuyển sang và ảnh hưởng tới năm tiếp theo. Do đó việc giảm thiểu RRTD hiện tại sẽ góp phần giảm thiểu khả năng xảy ra RRTD và tạo sự ổn định cho hoạt động của các CN và PGD Agribank tỉnh Bến Tre trong tương lai.
Thứ hai, biến tốc độ tăng trưởng dư nợ năm hiện hành (GLi,t) có hệ số hồi quy
là 0,00382 và có ý nghĩa thống kê ở mức ý nghĩa 1%, nghĩa là khi tốc độ tăng trưởng dư nợ năm hiện hành tăng 1% thì RRTD năm hiện hành tăng 0,00382%. Tác động
cùng chiều của tốc độ tăng trưởng tín dụng năm hiện hành và RRTD từ kết quả chạy mô hình tương đồng với nghiên cứu của Das và Ghosh (2007) và cũng phù hợp với kỳ vọng tương quan của giả thuyết nghiên cứu. Mối tương quan này được giải thích là do các CN và PGD có mức tăng trưởng tín dụng cao sẽ có nguy cơ gặp RRTD cao hơn so với các CN và PGD khác. Thực tế, tăng trưởng tín dụng luôn là yếu tố được quan tâm nhiều nhất khi đánh giá mức độ an toàn trong hoạt động tín dụng của ngân hàng. Tại Agribank nói riêng và các NHTM Việt Nam nói chung, tốc độ tăng trưởng tín dụng luôn duy trì ở mức cao trong thời gian qua nhưng các CN và PGD lại không tập trung nâng cao chất lượng tín dụng khiến cho chất lượng tín dụng giảm mạnh, RRTD gia tăng.
Thứ ba, biến tỷ lệ lãi cận biên (NIMi,t) có hệ số hồi quy là 0,377 và có ý nghĩa
thống kê ở mức ý nghĩa 1%, nghĩa là khi tỷ lệ lãi cận biên tăng 1% thì RRTD năm hiện hành tăng 0,377%. Tác động cùng chiều của tỷ lệ lãi cận biên đến RRTD từ kết quả chạy mô hình tương đồng với nghiên cứu của Louzis và cộng sự (2012), Park và Zhang (2012), Castro (2013) và phù hợp với kỳ vọng tương quan của giả thuyết. Khi các CN và PGD Agribank tỉnh Bến Tre theo đuổi chính sách lãi suất cao sẽ làm gia tăng nguy cơ RRTD bởi lãi suất cao sẽ gia tăng gánh nặng nợ nần đối với người đi vay do đó làm suy yếu khả năng trả nợ của khách hàng và khi nền kinh tế bị suy giảm thì dẫn đến rủi ro sẽ xảy ra.
Thứ tư, biến tỷ giá hối đoái (EXIi,t) có hệ số hồi quy là -0,0367 và có ý nghĩa thống kê ở mức ý nghĩa 10%, nghĩa là khi tỷ giá hối đoái tăng 1% thì RRTD năm hiện hành giảm 0,0367%. Tác động ngược chiều của tỷ giá hối đoái đến RRTD từ kết quả chạy mô hình phù hợp với kỳ vọng tương quan của giả thuyết và tương đồng với nghiên cứu của Pestova và Mamonov (2011). Như đã phân tích ở trên, tỷ giá hối đoái có thể tác động cùng chiều hoặc ngược chiều với đến RRTD của các CN và PGD Agribank tỉnh Bến Tre.
Với việc kết quả nghiên cứu tìm thấy mối quan hệ ngược chiều của tỷ giá hối đoái với RRTD có thể hàm ý rằng tỷ giá hối đoái gia tăng qua đó sẽ hỗ trợ cho các doanh nghiệp xuất khẩu khi giá cả hàng hóa Việt Nam sẽ cạnh tranh hơn khi xuất khẩu sang thị trường nước ngoài, nhờ đó hoạt động kinh doanh của các doanh nghiệp tăng trưởng, nâng cao khả năng trả nợ. Thực tế chính sách tỷ giá hối đoái của NHNN được thực thi trong thời gian gần đây với mức tăng tỷ giá hối đoái hàng năm
được kiểm soát ở mức độ hợp lý đã thúc đẩy hoạt động xuất khẩu của các doanh nghiệp Việt Nam, góp phần thúc đẩy nền kinh tế tăng trưởng ổn định trong thời gian qua.
Đối với các biến nhân tố vĩ mô còn lại như tăng trưởng GDP, tỷ lệ lạm phát không có ý nghĩa thống kê từ kết quả chạy mô hình. Điều này cũng là tương tự đối với các biến đặc trưng hoạt động ngân hàng không có ý nghĩa thống kê từ kết quả chạy mô hình do ảnh hưởng của các biến này đến RRTD của các CN và PGD Agribank tỉnh Bến Tre không có sự đồng nhất cho toàn bộ giai đoạn nghiên cứu.
TÓM TẮT CHƯƠNG 4
Trong Chương 4, tác giả đã trình bày kết quả nghiên cứu định lượng kiểm định các yếu tố ảnh hưởng đến RRTD tại các CN và PGD Agribank tỉnh Bến Tre với mẫu nghiên cứu trong giai đoạn 2010-2019. Mô hình nghiên cứu được thực hiện bằng các phương pháp ước lượng Pooled OLS, Fixed Effect, Random Effect, GMM và thực hiện kiểm định so sánh các phương pháp ước lượng. Kết quả hồi quy từ mô hình GMM được sử dụng để phân tích kết quả cuối cùng bởi tính vững của mô hình đã được kiểm định thông qua kiểm định Hansen và kiểm định AR(2). Kết quả nghiên cứu định lượng cho thấy các biến RRTD trong quá khứ với độ trễ 1 năm, tăng trưởng tín dụng năm hiện hành và biến tỷ lệ thu nhập lãi cận biên có mối quan hệ cùng chiều với RRTD, trong khi tỷ giá hối đoái có tác động ngược chiều đến RRTD của các CN và PGD Agribank tỉnh Bến Tre.
CHƯƠNG 5: KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH
Chương 5 là chương cuối cùng và các kết quả nghiên cứu trọng tâm sẽ được tóm tắt ở chương này và liệt kê những ý nghĩa quan trọng từ kết quả nghiên cứu này đối với những đối tượng khác nhau. Trên cơ sở đó, luận văn đưa ra một số kiến nghị nhằm hạn chế RRTD của các CN và PGD Agribank tỉnh Bến Tre. Ngoài ra, chương 5 cũng chỉ ra những giới hạn trong nghiên cứu của luận văn và khuyến nghị hướng nghiên cứu tiếp theo.
5.1. Ket luận
Các nhân tố ảnh hưởng đến RRTD ngân hàng được quan tâm đặc biệt sau các cuộc khủng hoảng tài chính gần đây. Tổng hợp các nghiên cứu thực nghiệm của các tác giả trong nước và nước ngoài cho thấy có 2 nhóm nhân tố tác động đến RRTD của các ngân hàng, đó là nhóm các yếu tố vĩ mô và nhóm các yếu tố đặc trưng hoạt động của ngân hàng. Tùy theo phương pháp nghiên cứu tại quốc gia cụ thể trong khoảng thời gian khác nhau, các nghiên cứu ảnh hưởng của nhân tố vĩ mô và nhân tố đặc trưng hoạt động ngân hàng đối với RRTD cho kết quả nghiên cứu khác nhau.
Trên cơ sở tiếp cận các mô hình nghiên cứu của Foos và cộng sự (2010), Pestova và Mamonov (2011), Chaibi và Ftiti (2015) đồng thời dựa trên bối cảnh thực tế hoạt động các CN và PGD Agribank tỉnh Bến Tre và nguồn dữ liệu thu thập, tác giả đã xây dựng mô hình hồi quy đa biến để nghiên cứu xác định các yếu tố ảnh hưởng đến RRTD tại các CN và PGD Agribank tỉnh Bến Tre. Dữ liệu nghiên cứu được thu thập từ 24 CN và PGD Agribank Bến Tre trong giai đoạn 2010-2019.
Tác giả sử dụng phương pháp GMM trên dữ liệu bảng động cân bằng để thực hiện kiểm định và phân tích kết quả. Kết quả ước lượng được kiểm định tin cậy bằng kiểm định Hansen và kiểm định Arellano - Bond (AR) phù hợp, đã xác định được các yếu tố ảnh hưởng đến RRTD của các NHTM Việt Nam trong giai đoạn 2010-