Dựa vào cơ sở lý thuyết và các nghiên cứu trình bày ở mục 2. 1, 2.2 và ở bảng
2.1 như Shu Lin và Haichun Ye (2007), Acedanski và Pietrucha (2019), John Thorton (1995), Badar và Javid (2013), Chen và các cộng sự (2017), Nguyễn Thị Hồng Vinh (2015), Ahmad và Bashir (2013), Louzis và các cộng sự (2010), ), Lê Thị Mỹ Nhàn (2016), Ekanayake và Azeez (2015), ta thấy ngoài các yếu tố vĩ mô tác động đến rủi ro tín dụng của NHTM, các yếu tố khác ảnh hưởng đến rủi ro tín dụng của NHTM được xem xét là các yếu tố đặc thù của ngân hàng như là quy mô ngân hàng,
tỷ lệ cho vay khách hàng trên tổng vốn huy động, tỷ lệ lợi nhuận trên vốn chủ sở hữu,
tỷ lệ an toàn vốn. Từ cơ sở đó, tác giả xây dựng mô hình bất ổn các yếu tố vĩ mô tác động đến rủi ro tín dụng của các NHTM tại Việt Nam như sau:
m
RRTDit = β0 + RRTDβι tt-ι + β2VOLATILITYlt + ∑ βl BIENKSit + ,μt[.]
7 = 1 Trong đó:
RRTD: là rủi ro tín dụng của NH, được đo lường bằng tỷ lệ nợ xấu Non performing loan (NPL)
VOLATILITY: độ bất ổn của các yếu tố vĩ mô bao gồm: GDP, tỷ lệ lạm phát, cung tiền M2
BIENKS: các biến kiểm soát βi; βj: các hệ số hồi quy
μit: phần dư của mô hình
Từ mô hình [*], tác giả đưa ra mô hình nghiên cứu cụ thể như sau:
NPL. = βo + βιNPLit-1+ β2 STDGDP it + β3 STDCPI it + β4 STDM2 it + β5 SIZE
it + ββ
ROE it+β7 ETA it + β8 LTD it + β9 DEP it + Hit
3 STDCPI i Độ lệch chuẩn của tỷ lệ lạm phát trượt 3 năm 4 STDM2 it Độ lệch chuẩn của cung tiền M2 trượt 3 năm Biến kiểm soát
5 NPLw Tỷ lệ nợ xấu năm trước 6 SIZEit Quy mô ngân hàng
7 ROEit Tỷ lệ lợi nhuận sau thuế trên vốn chủ sở hữu 8 ETAit Tỷ lệ an toàn vốn
9 LTDit Tỷ lệ dư nợ cho vay trên tổng vốn huy động 10 DEPit Tỷ lệ tiền gửi khách hàng trên tổng tài sản
Nợ xấu năm trước (NPL⅛√): Theo giả thuyết quản lý kém của Berger và
DeYoung (1997) lập luận hiệu quả thấp quan hệ cùng chiều với sự gia tăng nợ xấu trong tương lai. Nợ xấu là kết quả của quản trị ngân hàng kém liên quan đến các kỹ năng kém trong chấm điểm tín dụng, thẩm định tài sản đảm bảo và cam kết giám sát khách hàng vay nợ. Như vậy, một ngân hàng hoạt động hiệu quả và ổn định trong quá
khứ là tiền đề để gia tăng ổn định cho các năn sau. Ngược lại, khi ngân hàng hoạt động kém hiệu quả, không chịu thay đổi, không thực thực hiện tái cấu trúc dẫn đến tình trạng nợ xấu gia tăng và có khả năng phá sản. Các nghiên cứu trước đây như Klein (2013), Rajha (2016), Salas và Saurina (2002), Đỗ Quỳnh Anh và Nguyễn Đức
Hùng (2013), Phạm Hoàng Bảo Ngọc (2019) cũng cung cấp bằng chứng thực nghiệm
cho thấy nợ xấu trong quá khứ cao thể hiện khả năng quản trị rủi ro trong cho vay của
ngân hàng kém và có tác động cùng chiều đến nợ xấu hiện tại. Trên cơ sở lý thuyết và một số nghiên cứu trước khóa luận đề xuất giả thuyết:
Giả thuyết H1 : Nợ xấu năm trước tác động cùng chiều (+) đến rủi ro tín dụng ngân hàng.
Bất ổn kinh tế vĩ mô: Ngân hàng thương mại có nhiều nguồn vốn nhất cho
tăng trưởng kinh tế, trong phạm vi của mình mà việc phân bổ nguồn lực tín dụng chắc
chẳn bị ảnh hưởng bởi các chính sách kinh tế vĩ mô. Về mặt lý thuyết, vai trò định hướng của các chính sách kinh tế làm tăng hiệu quả của phân bổ tín dụng. Tuy nhiên,
nếu các thay đổi đối với các chính sách kinh tế diễn ra thường xuyên và quá mức, sự bất ổn kinh tế vĩ mô sẽ phát sinh, buộc các ngân hàng thương mại để đối phó với sự không rõ ràng về việc các cơ quan quản lý muốn hỗ trợ những ngành nào hoặc doanh
nghiệp. Khi đó, rất khó để xác định chính xác những ngành hoặc doanh nghiệp nào có giá trị đối với chuyển nhượng các nguồn tín dụng. Trong trường hợp này, các chính
sách kinh tế có thể đánh lừa các ngân hàng trong việc phân bổ các khoản vay tín dụng
khan hiếm để các ngành hoặc doanh nghiệp có triển vọng kém về lợi nhuận trong tương lai (Qinwei Chi và Wenjin Li, 2016). Hậu quả là, các ngân hàng thương mại gặp phải sự bất cân xứng thông tin lớn hơn khi quyết định cách phân bổ tín dụng của mình. Điều này cuối cùng tạo ra sự gia tăng các khoản nợ xấu. Do đó, sự gia tăng không chắc chắn của kinh tế vĩ mô có thể trực tiếp làm tăng rủi ro tín dụng. Sự không
chắc chắn về kinh tế vĩ mô cũng có thể ảnh hưởng gián tiếp đến các ngân hàng thông qua ảnh hưởng của nó đối với các doanh nghiệp. Ngân hàng là nguồn tài chính phổ biến nhất cho các doanh nghiệp, do đó tình trạng tài chính của một công ty xấu đi hoặc phá sản ảnh hưởng đến quy mô của các khoản cho vay và ảnh hưởng đến kết quả hoạt động của ngân hàng thương mại. Cụ thể, nếu một khách hàng doanh nghiệp lâm vào tình trạng kiệt quệ tài chính, các ngân hàng sau đó có thể rơi vào tình trạng thua lỗ hoặc mất khả năng thanh toán ( Zhu, 2002 ). Do đó, rủi ro hoạt động của doanh
nghiệp có tác động lan tỏa đến rủi ro tín dụng của ngân hàng. Theo phân tích trên thì sự không chắc chắn hay độ bất ổn kinh tế vĩ mô có thể gia tăng rủi ro tín dụng của
các ngân hàng thông qua các kênh trực tiếp và gián tiếp. Vì vậy trong khóa luận, tác giả đưa ra giả thuyết:
Gỉả thuyết H2: Độ biến động của kinh tế vĩ mô tác động cùng chiều (+) đến rủi ro tín dụng của ngân hàng.
Quy mô ngân hàng (SIZE): Theo lý thuyết quá lớn không thể bị sụp đổ, các
ngân hàng có quy mô lớn, có tầm ảnh hưởng đến toàn bộ nền kinh tế quốc gia sẽ được
chính phủ hỗ trợ khi gặp rủi ro vỡ nợ. Qua đó, các ngân hàng lớn tăng đòn bẩy quá nhiều và cho vay với chất lượng khách hàng thấp hơn. Theo Boyd và Gertler (1994), trong những năm 1980, xu hướng các ngân hàng lớn của Mỹ có danh mục đầu tư rủi ro cao hơn bởi sự khuyến khích của chính sách Too big to fail (quá lớn không thể bị sụp đổ) của chính phủ Mỹ. Nghiên cứu của Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013), quy mô của ngân hàng có mối quan hệ cùng chiều với tỷ lệ nợ xấu. Vì vây, tác giả đưa ra giả thuyết:
Giả thuyết H3: Quy mô ngân hàng có tác động cùng chiều (+) với rủi ro tín dụng.
Tỷ lệ an toàn vốn (ETA): Theo lý thuyết rủi ro đạo đức của Keeton và
Morris
(1987) cho rằng mức vốn hóa đóng vai trò quan trọng trong việc xác định mức độ nợ xấu. Mức vốn hóa thấp của ngân hàng làm tăng rủi ro của danh mục cho vay và do đó làm tăng rủi ro nợ xấu. Mối quan hệ ngược chiều giữa nợ xấu và các chỉ số vốn được tìm thấy trong các nghiên cứu của Salas và Saurina (2002), Lê Thị Mỹ Nhàn (2016). Vì vậy, dựa vào cơ sở lý thuyết và các nghiên cứu bài nghiên cứu đưa ra giả thuyết:
Giả thuyết H4: Tỷ lệ an toàn vốn tác động ngược chiều (-) với rủi ro tín dụng của ngân hàng.
Tỷ lệ dư nợ cho vay trên tổng vốn huy động (LTD): Lý thuyết rủi ro đạo
đức của Jensen và Meckling (1976) hàm ý vấn đề rủi ro đạo đức đều dẫn đến tốc độ tăng trưởng cho vay cao hơn và hình thành một lượng lớn hơn các khoản nợ xấu.
Theo nghiên cứu của Ahmad và Bashir (2013) cho rằng tỷ lệ cho vay trên vốn huy động tương quan tích cực với nợ xấu. Khi ngân hàng tăng tỷ lệ cho vay trên tổng vốn
huy động, nghĩa là ngân hàng đang thực hiện mở rộng tín dụng, điều này sẽ làm cho lợi nhuận và rủi ro tăng theo. Mối quan hệ cùng chiều giữa tỷ lệ cho vay trên vốn huy
động và tỷ lệ nợ xấu cũng được tìm thấy trong nghiên cứu của Louzis và các cộng sự (2010). Vì vậy, khóa luận đưa ra giả thuyết:
Giả thuyết H5: Tỷ lệ cho vay trên vốn huy động tác động cùng chiều (+) với rủi
ro tín dụng ngân hàng.
Tỷ lệ lợi nhuận sau thuế trên vốn chủ sở hữu (ROE): Các nghiên cứu của Godlewski (2004), Nir Klein (2013), Lê Thị Mỹ Nhàn (2016) cho thấy khi ngân hàng
hoạt động kém hiệu quả dẫn đến lợi nhuận giảm và gia tăng các khoản vay có vấn đề.
Khi ngân hàng có tỷ suất sinh lời ổn định sẽ kiểm soát được rủi ro hoạt động, giảm thiểu được nợ xấu. Vì vậy, nghiên cứu đưa ra giả thuyết:
Giả thuyết He: Tỷ lệ lợi nhuận sau thuế trên vốn chủ sở hữu tác động ngược chiều (-) đến rủi ro tín dụng ngân hàng.
Tỷ lệ tiền gửi khách hàng trên tổng tài sản (DEP): Tiền gửi khác hàng là
nguồn tài chính chủ yếu của ngân hàng với chi phí thấp nhất. Các khoản tiền gửi huy động được chuyển thành các khoản vay với lãi suất cao hơn. Do đó tiền gửi ảnh hưởng
tích cực đến lợi nhuận ngân hàng theo nghiên cứu của Javaid và cộng sự (2011), Gil và cộng sự (2011). Tuy nhiên nếu nguồn vốn huy động nhiều nhưng ngân hàng không
thể cho vay dẫn đến tình trạng ứ đọng vốn, phải trả lãi nhiều hơn cho việc huy động mà nguồn thu từ cho vay lại thấp hơn sẽ ảnh hưởng tiêu cực đến hiệu quả hoạt động ngân hàng Davaydenko (2010). Vì thế tiền gửi có thể tác động dương hoặc âm đến hiệu quả hoạt động ngân hàng. Mặt khác, lợi nhuận của ngân hàng có thể tác động dương hoặc âm đến rủi ro tín dụng của ngân hàng đã được tìm thấy trong các nghiên cứu của Godlewski (2004), Nir Klein (2013), Lê Thị Mỹ Nhàn (2016), Garciya và Robles (2008). Vì vậy, trong khóa luận tác giả đưa ra giả thuyết:
Giả thuyết H7: Tỷ lệ tiền gửi khách hàng trên tổng tài sản tác động dương (+) hoặc âm (-) đến rủi ro tín dụng ngân hàng.
3.3 Dữ liệu nghiên cứu
3.3.1 Mau nghiên cứu
Nghiên cứu thu thập dữ liệu thứ cấp từ báo cáo tài chính đã kiểm toán của 28 NHTM của Việt Nam trong khoảng thời gian từ 2010 - 2019 trong tổng số 31 NHTMCP. Các NHTM Việt Nam trong mẫu nghiên cứu gồm ABB, ACB, BAB, BIDV, BVB, BaoVietBank, CTG, EIB, HDB, KLB, LPB, MBB, MSB, NAB, NVB, OCB, PGB, SCB, SEAB, SGB, SHB, STB, TCB, TPB, VAB, VCB, VIB, VPB (Phụ
lục 1). Các ngân hàng được chọn vì cung cấp đủ thông tin về báo cáo tài chính, báo
cáo thường niên đã được kiểm toán trong giai đoạn nghiên cứu, do đặc thù công bố thông tin trong hoạt động kinh doanh nên dữ liệu nghiên cứu là dữ liệu không cân bằng, những ngân hàng còn lại không trình bày đầy đủ chỉ tiêu do đó không thu thập được đầy đủ thông tin BCTC của những ngân hàng này trong giai đọng 2010-2019.
Dữ liệu của các yếu tố vĩ mô gồm GDP, tỷ lệ lạm phát, lượng cung tiền M2. Trong đó, lượng cung tiền M2 được lấy từ website của ngân hàng nhà nước Việt Nam.
Bộ dữ liệu tỷ lệ lạm phát và GDP được tác giả thu thập từ website của Tổng cục Thống kê, Ngân hàng Thế giới (WB) và IMF.
Dữ liệu nghiên cứu được thu thập và tổng hợp thành dữ liệu bảng gồm:
Dữ liệu thời gian: 10 năm
Dữ liệu không gian: 28 NHTM Việt Nam
Sau khi thu thập xong các dữ liệu trên, tác giả tiến hành tính toán từng chỉ tiêu
mà khóa luận cần, sau đó sử dụng phần mềm Stata 14 để kiểm định các khuyết tật của dữ liệu, đồng thời tiến hành chạy hồi quy và phân tích kết quả.
Ký hiệu NPL Biến phụ thuộc NPL Nợ xấu (Nợ nhóm 3, 4,5)/Tổng dư nợ BCĐKT Badar và Javid (2013) Castro (2013), Akinlo và Emmanuel (2014) Rajha (2016), Nguyễn Thị Hồng Vinh (2015), Lê Thị Mỹ Nhàn (2016), Phạm Hoàng Bảo Ngọc (2019) Biến độc lập VOLATILI T Yit (Bất ổn kinh tế vĩ mô) Độ lệch chuẩn trượt 3 năm của GDP, Lạm phát, lượng cung tiền M2
NHNN, TCTK, IMF, World Bank
Talavera và cộng sự (2006), Hongbo Liang và Yuanliang Liu (2012), Baum và cộng sự (2002), Shigui Tao và Mengqiao Xu (2019), Baker và cộng sự. (2013), Qinwei Chi and Wenjing Li (2016), Li Li (2019)
+
Biến kiểm soát
NPLt-1
Nợ xấu năm trước (Nợ nhóm 3, 4, 5)/Tổng dư nợ
BCĐKT
Nguyễn Thị Như Quỳnh và các cộng sự (2018), Klein (2013), Rajha (2016), Salas và Saurina (2002), Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013), Phạm Hoàng
Bảo Ngọc (2019) +
sản
SIZE Cho vay khách
hàng/ Tổng tài sản BCĐKT
Đỗ Quỳnh Anh và Nguyễn Đức
Hùng (2013) +
ROE
Lợi nhuận sau thuế/ Tổng tài sản BCĐKT, BCKQKD Godlewski (2004), Nir Klein (2013), Lê Thị Mỹ Nhàn (2016) -
LTD Dư nợ cho vay/Vốn huy
động BCĐKT
Ahmad và Bashir (2013), Louzis và các cộng sự (2010), Lê Thị Mỹ Nhàn (2016) + DEP Tiền gửi khách hàng/Tổng tài sản BCĐKT Javaid và cộng sự (2011), Gil và cộng sự (2011), Davaydenko (2010), Godlewski (2004), Nir Klein (2013), Lê Thị Mỹ Nhàn (2016), Garciya và Robles (2008). -/ +
Biến số Số quan sát Giá trị trungbình Độ lệch chuẩn Giá trị nhỏnhất Giá trị lớn nhất NPLt 245 0.0227151 0.0145774 0.0034 0.1246 NPLt-1 189 0.0233074 0.013687 0.0034 0.0883 STDGDP 245 12.90814 0.2631775 12.4521 13.1776 STDCPI 245 0.0394633 0.0699892 0.0117 0.0677 STDM2 245 13.48685 0.3573657 12.973 13.9934 SIZE 245 7.933408 0.4903092 6.7618 9.1466 ETA 245 0.0963857 0.042994 0.0293 0.2554 LTD 245 0.6803278 0.1622593 0.2184 1.1948 ROE 245 0.0927555 0.0699892 0.0007 0.292 DEP 245 0.6334412 0.129257 0.2923 0.8992 TÓM TẮT CHƯƠNG 3
Chương 3 của khóa luận đã đề xuất mô hình nghiên cứu dựa trên các nghiên cứu trước nhằm trả lời các câu hỏi nghiên cứu của khóa luận. Đồng thời, khóa luận đưa ra các giả thuyết để thực hiện kiểm định trong chương 4. Chương 3 cũng phân tích chi tiết về các ước lượng và các kiểm định sẽ thực hiện trong mô hình nghiên cứu
và nguồn dữ liệu mà khóa luận thực hiện. Đây là cơ sở để chương 4 đề ra kết quả nghiên cứu về tác động của bất ổn các yếu tố vĩ mô đến rủi ro tín dụng của NHTM tại Việt Nam.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1 Thống kê mô tả dữ liệu nghiên cứu
Qua đó cho thấy có sự phân tán giữa các quan sát trong mẫu được thể hiện qua giá trị
trung bình, lớn nhất, nhỏ nhất và độ lệch chuẩn. Giá trị của các biến phân phối không
đều, thông qua giá trị trung bình và độ lệch chuẩn. Dữ liệu bảng thu thập được là không cân bằng. Nghiên cứu được thực hiện trên mẫu gồm 28 NHTM Việt Nam từ năm 2010 đến năm 2019. Dữ liệu được sử dụng để tính các biến trong mô hình từ báo
cáo tài chính đã được kiểm toán của các NHTM Việt Nam từ năm 2010 đến năm 2019
NPLt 1,000 và dữ liệu kinh tế vĩ mô từ Tổng cục thống kê, Worldbank và IMF. Dữ liệu của các ngân hàng thu được là dữ liệu bảng không cân bằng với 245 quan sát. Thống kê về mẫu nghiên cứu được trình bày ở bảng 4.1.
Tỷ lệ nợ xấu của 28 NHTM từ 2010 đến 2019 đạt giá trị trung bình 2,27%, trong đó tỷ lệ nợ xấu cao nhất là 12,46% thuộc NHTMCP Sài Gòn (SCB) vào năm 2010. Ngân hàng có tỷ lệ nợ xấu thấp nhất là NHTMCP Á Châu (ACB) với giá trị 0.34% vào năm 2010.
Đối với độ bất ổn kinh tế vĩ mô, mức biến động trung bình của GDP trong giai
đoạn 2010-2019 là 12,91. Trong đó mức biến động GDP lớn nhất là 13,18 vào năm 2013, thấp nhất là 12,45 vào năm 2010; Mức độ biến động trung bình 10 năm của tỷ lệ lạm phát trong giai đoạn 2010-2019 là 3,95%, thấp nhất là 1,17% vào năm 2019, cao nhất là 6,77% vào năm 2013; Trong giai đoạn 2010-2019 mức biến động trung bình của lượng cung tiền M2 là 13,49, thấp nhất là 12,973 vào năm 2012, cao nhất là 13,99 vào năm 2019.
Đối với các biến kiểm soát thuộc về đặc thù ngân hàng, quy mô của 28 NHTM
trong mẫu nghiên cứu ở mức trung bình là 7,93, giá trị lớn nhất là 9,15 thuộc NHTMCP Đầu tư và Phát triển Việt Nam (BID) vào năm 2019 và giá trị thấp nhất là