3.2.1. Mầu nghiên cứu
Đề tài sử dụng phương pháp nghiên cứu định tính và phương pháp nghiên cứu định
lượng, thu thập mẫu dữ liệu từ báo cáo tài chính của 23 NHTM tại Việt Nam từ bộ dữ liệu Vietdata trong giai đoạn 10 năm từ 2011 - 2020 (phụ lục 1).
3.2.2. Dữ liệu nghiên cứu
Nghiên cứu sử dụng dữ liệu thứ cấp từ bộ dữ liệu Vietdata để đo lường biến phụ thuộc và biến độc lập thuộc nhóm yếu tố vi mô thuộc về NHTM, được thu thập từ báo cáo tài chính đã kiểm toán giai đoạn 2011 - 2020 của 23 NHTM tại Việt Nam, đã và đang niêm yết trên thị trường chứng khoán Việt Nam.
Nguồn dữ liệu đối với các biến độc lập thuộc nhóm yếu tố vĩ mô: Tổng Cục Thống
kê và Ngân hàng Thế giới (World Bank).
Bộ dữ liệu nghiên cứu của đề tài được trình bày chi tiết tại phụ lục 2.
3.2.3. Công cụ nghiên cứu
Đề tài nghiên cứu các yếu tố ảnh hưởng đến rủi ro tín dụng của các NHTM tại Việt
Nam được thực hiện dựa trên cơ sở dữ liệu bảng (Panel data) với sự hỗ trợ của phần mềm Excel và phần mềm Stata 14.0
3.3. PHƯƠNG PHÁP NGHIÊN CỨU
3.3.1. Phương pháp định tính
Phương pháp nghiên cứu định tính được sử dụng để thống kê mô tả (i) làm rõ các vấn đề liên quan đến rủi ro tín dụng, phân tích tương quan (ii) tham khảo và nghiên cứu các yếu tố ảnh hưởng đến rủi ro tín dụng, các nghiên cứu liên quan trên thế giới cũng như tại Việt Nam, phân tích hồi quy (iii) nghiên cứu để đưa vào mô hình các biến độc lập liên quan có ảnh hưởng tới biến phụ thuộc trong các bài nghiên cứu trước, hoàn chỉnh
mô hình nghiên cứu và thảo luận kết quả nghiên cứu, đúc rút kết luận và đưa các gợi ý, khuyến nghị có liên quan.
3.3.2. Phương pháp định lượng
Phương pháp nghiên cứu định lượng được sử dụng để xác định kết quả nghiên cứu xu hướng ảnh hưởng và mức độ ảnh hưởng của các yếu tố ảnh hưởng đến rủi ro tín dụng
tại các NHTM Việt Nam, bao gồm các phương pháp kỹ thuật nghiệp vụ cụ thể như sau: thống kê mô tả (Descriptive Statistics), phân tích tương quan (Correlation Analysis) và phân tích hồi quy dữ liệu bảng (Panel Data Regression), trong đó:
(i) Thống kê mô tả
Thống kê mô tả được sử dụng nhằm cung cấp thông tin khái quát về các biến trong
mô hình nghiên cứu, các chỉ tiêu thống kê mô tả bao gồm: giá trị trung bình (Mean), giá trị nhỏ nhất (Mininum), giá trị lớn nhất (Maxinum), độ lệch chuẩn (Standard deviation) và số quan sát (Observations).
(ii) Phân tích tương quan
Phân tích tương quan được sử dụng nhằm xác định mức độ tương quan mạnh hay yếu, cùng hay ngược chiều giữa các biến trong mô hình nghiên cứu. Ngoài ra, phân tích tương quan còn gợi ý nhận diện hiện tượng đa cộng tuyến nghiêm trọng có xảy ra hay không, nếu hệ số tương quan của một cặp biến độc lập bất kỳ có giá trị tuyệt đối cao hơn
0.8 thì mô hình có thể gặp lỗi đa cộng tuyến nghiêm trọng. Có ba cách có thể áp dụng để
xử lý hiện tượng đa cộng tuyến: (i) bỏ biến có mức độ tương quan cao với biến số khác, (ii) sử dụng phương pháp phân tích thành phần chính, và (iii) không làm gì; trong đó, phương pháp thứ hai đặc biệt hiệu quả khi xử lý các mô hình có nhiều biến độc lập.
(iii) Phân tích hồi quy
Phân tích hồi quy dữ liệu bảng để kiểm định xu hướng và mức độ ảnh hưởng của các yếu tố ảnh hưởng đến rủi ro tín dụng tại các NHTM Việt Nam, sử dụng mô hình bình
phương nhỏ nhất (Pooled Ordinary Least Square - Pooled OLS), mô hình các yếu tố ảnh
hưởng cố định (Fixed Effects Model - FEM) và mô hình các yếu tố ảnh hưởng ngẫu nhiên (Random Effects Model - REM). Nghiên cứu tiến hành so sánh giữa hai mô hình Pooled OLS và FEM bang kiểm định F với giả thuyết HO : Lựa chọn mô hình Pooled
Biến
Số quan
sát Trung bình
Độ lệch
chuẩn Giá trị nhỏnhất Giá trị lớnnhất
CR 229 0.022435 0.014358 0.000491 0.088066
LG 230 0.190249 0.202118 -0.81303 1.331303
OLS; sử dụng kiểm định Hausman để so sánh giữa hai mô hình FEM và REM với giả thuyết H0: Lựa chọn mô hình REM.
Để kiểm định các giả thuyết nghiên cứu về ảnh hưởng của các yếu tố ảnh hưởng đến rủi ro tín dụng của các NHTM Việt Nam, nghiên cứu sử dụng phương pháp kiểm định t hoặc kiểm định F với mức ý nghĩa 1%, 5% và 10% để xác định mức độ tin cậy về ảnh hưởng của các biến độc lập và biến kiểm soát, và căn cứ hệ số β để giải thích xu hướng và mức độ ảnh hưởng của các biến này đến biến phụ thuộc. Hiện tượng đa cộng tuyến sẽ được kiểm định và kết luận thông qua hệ số phóng đại phương sai (VIF - Variance Inflating Factor), nếu VIF lớn hơn 10 thì mô hình có hiện tượng đa cộng tuyến nghiêm trọng và ngược lại. Hiện tượng phương sai sai số thay đổi sẽ được kiểm định và kết luận bằng kiểm định Largrange với giả thuyết H0: Không có hiện tượng phương sai sai số thay đổi. Hiện tượng tự tương quan sẽ được kiểm định và kết luận thông qua kiểm
định Wooldridge với giả thuyết H0: Không có hiện tượng tự tương quan.
Bên cạnh đó, nếu xảy ra khuyết tật mô hình, nghiên cứu sẽ sử dụng phương pháp bình phương nhỏ nhất tổng quát (GLS) để khắc phục các khuyết tật như đa cộng tuyến, phương sai sai số thay đổi và hiện tượng tự tương quan làm cho kết quả mô hình của phương pháp OLS không còn đáng tin cậy nữa, nhằm đảm bảo tính bền vững và hiệu quả của ước lượng thu được.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Trên cơ sở mô hình và phương pháp nghiên cứu nêu trên, chương 4 sẽ trình bày kết
quả phân tích thống kê mô tả các biến trong mô hình, phân tích tương quan mô hình mô hình nghiên cứu, kiểm định các giả thiết hồi quy mô hình nghiên cứu, tiến hành các kiểm định để lựa chọn mô hình phù hợp. Sau đó, thảo luận kết quả nghiên cứu và từ mô hình xác định nhân tố nào thực sự ảnh hưởng đến rủi ro tín dụng và mức độ ảnh hưởng.
4.1. THỐNG KÊ MÔ TẢ
Kết quả của thống kê mô tả các biến đo lường trong mô hình hồi quy được trình bày trong bảng dưới đây:
Nguồn: Xử lý bộ dữ liệu từ BCTC của các NHTM thông qua Stata 14.0
Căn cứ vào bảng kết quả thống kê mô tả các biến, tất cả các biến trong mô hình nghiên cứu đều là dữ liệu dạng bảng, trong thời gian nghiên cứu từ 2011 đến 2020, có 230 quan sát của mỗi biến từ 23 NHTM, biến CR có 229 quan sát do thiếu dữ liệu tổng nợ xấu từ báo cáo tài chính của SCB vào năm 2020, biến LLR có 229 quan sát do thiếu
dữ liệu chi phí dự phòng rủi ro tín dụng của ngân hàng SCB năm 2011. Ket quả thống kê mô tả từng biến như sau:
Đối với biến rủi ro tín dụng (CR): Bảng trên cho thấy trung bình rủi ro tín dụng được tính bằng tỷ lệ tổng nợ xấu cho tổng dư nợ của 23 ngân hàng được nghiên cứu là 2.24%. Trong đó ngân hàng SHB có chỉ số này cao nhất với 8.81% vào năm 2012 và chỉ
số rủi ro tín dụng thấp nhất là ngân hàng NAB với 0.049% năm 2015. Bên cạnh đó, với giá trị độ lệch chuẩn là 1.44% thể hiện chỉ số rủi ro tín dụng của các NHTM tại Việt Nam có mức độ phân tán khá lớn.
Đối với tỷ lệ tăng trưởng tín dụng (LG): Tăng trưởng dư nợ trong giai đoạn nghiên cứu có trung bình là 19.03%, tuy nhiên với độ lệch chuẩn khá cao 20.21%, cho thấy mặc dù trong 10 năm qua ngành ngân hàng có sự bứt phá trong dư nợ tuy nhiên chỉ tập trung ở một số ngân hàng cụ thể. Ngân hàng TPB có tăng trưởng dư nợ mạnh mẽ ở mức 133.13% vào năm 2013 và thấp nhất ở chỉ số này là ngân hàng SCB vào năm 2014 với -81.30%.
Đối với quy mô tín dụng (SIZE): Quy mô tín dụng được tính bằng logarit tự nhiên
của tổng dư nợ ngân hàng có độ biến động từ khoảng giá trị khoảng từ giá trị 15.11 tới giá trị 20.92, với giá trị trung bình của cỡ mẫu 18.19; ứng với độ lệch chuẩn của mẫu là 1.25. Cho thấy dữ iệu ổn định không có sự dao động quá lớn từ quy mô các ngân hàng. Nhìn chung, các ngân hàng đều tăng trưởng về biến quy mô qua các năm. Đáng chú ý lớn nhất thuộc về ngân hàng BID của năm 2020 với giá trị tổng dư nợ là 1,214,295,916 triệu đồng, cũng như thấp nhất là ngân hàng TPB với tổng dư nợ của năm 2011 là 3,664,471 triệu đồng. Đặc biệt, ba ngân hàng là BID, CTG, VCB giữ vững phong độ cho
tới năm 2020 vẫn là 3 ngân hàng có tổng dư nợ lớn nhất tính từ đầu đến cuối giai đoạn nghiên cứu.
Đối với biến lãi suất thực (RIR): Lãi suất thực của Việt Nam giai đoạn nghiên cứu có trung bình là 3.12% với năm cao nhất là 7.32% vào năm 2015 và thấp nhất là
Biến CR LG SIZE RIR LLR UE INF GDP
CR 1
-
2011 với -3.55%. Nhìn chung lãi suất thực của Việt Nam giảm đều từ năm 2015 cho tới năm 2020.
Đối với biến tỷ lệ dự phòng rủi ro tín dụng (LLR): Tỷ lệ dự phòng rủi ro tín dụng trong giai đoạn nghiên cứu có trung bình là 1.33% và độ lệch chuẩn khá cao là 1.35%. Ngân hàng SCB có tỷ lệ dự phòng rủi ro tín dụng cao nhất ở mức 11.15% vào năm 2015 và thấp nhất ở chỉ số này là ngân hàng SHB vào năm 2012 với -0.99%.
Đối với biến tỷ lệ thất nghiệp (UE): Tỷ lệ thất nghiệp của Việt Nam bình quân 10 năm qua là 1.58%, cho thấy với tình hình vĩ mô ổn định của Việt Nam tỷ lệ thất nghiệp giữ ở mức rất thấp trong 10 năm qua. Năm cao nhất chỉ là 2.39% vào năm 2020, năm này nền kinh tế Việt Nam chịu ảnh hưởng rất nhiều bởi đại dịch Covid - 19, còn thấp nhất là 1% vào năm 2011.
Đối với biến lạm phát (INF): Lạm phát của Việt Nam trong giai đoạn nghiên cứu trung bình là 5.56% có sự biến động khá lớn với độ lệch chuẩn là 4 .99%, với năm cao nhất là 18.68% và thấp nhất là 0.63% tương đương ở các năm 2011 và 2015, con số này là hợp lý với một nước đang phát triển như Việt Nam.
Đối với biến tốc độ tăng trưởng GDP (GDP): Tốc độ tăng trưởng GDP trong giai đoạn 2011 -2020 có trung bình là 5.90% và độ lệch chuẩn là 1.19%,chỉ số này có giá trị cao nhất là vào năm 2018 với 7.08% và thấp nhất là vào năm 2020 với 2.91%. Tốc độ tăng trưởng GDP tăng đều và ổn định qua các năm từ 2011 - 2019, nhưng đến năm 2020, chỉ số này bất ngờ sụt giảm và đạt con số thấp nhất trong giai đoạn 10 năm từ 2011 đến 2020 khi chỉ đạt 2.91%, nguyên nhân từ ảnh hưởng của đại dịch bệnh Covid - 19 khiến cho nền kinh tế bị thiệt hại nặng nề.
4.2. KẾT QUẢ NGHIÊN CỨU
4.2.1. Phân tích tương quan mô hình nghiên cứu
UE -
0.2229 0.1482 0.3056 0.2661 0.0437 1
INF 0.149 -0.1571 -0.274 -0.8217 -0.1005 -0.6169 1
GDP -
Nguồn: Xử lý bộ dữ liệu từ BCTC của các NHTM thông qua Stata 14.0
Dựa vào bảng ma trận tương quan giữa các biến, có thể thấy chỉ có hai biến độc lập là tỷ lệ dự phòng rủi ro tín dụng (LLR) và lạm phát (INF) ảnh hưởng cùng chiều đến rủi ro tín dụng (CR). Ngược lại, phần lớn các biến độc lập có trong mô hình là tỷ lệ tăng trưởng dư nợ (LG), quy mô tín dụng (SIZE), lãi suất thực (RIR), tỷ lệ thất nghiệp (UE) và tốc độ tăng trưởng GDP (GDP) lại ảnh hưởng ngược chiều đến rủi ro tín dụng (CR).
Tương quan giữa biến phụ thuộc rủi ro tín dụng (CR) với từng biến độc lập
Tỷ lệ tăng trưởng tín dụng (LG): biến độc lập LG có tương quan âm với biến phụ thuộc là -0.0081, cho thấy tỷ lệ tăng trưởng tín dụng ảnh hưởng ngược chiều với rủi ro tín dụng. Điều này có nghĩa là, tỷ lệ tăng trưởng tín dụng càng tăng sẽ dẫn đến rủi ro tín dụng cũng giảm.
Quy mô tín dụng (SIZE): quy mô tín dụng SIZE có tương quan âm với biến phụ thuộc là -0.4067, cho thấy quy mô tín dụng ảnh hưởng ngược chiều với rủi ro tín dụng. Điều này được hiểu rằng, quy mô tín dụng càng lớn sẽ dẫn đến làm rủi ro tín dụng trong ngân hàng sụt giảm.
Lãi suất thực (RIR): biến độc lập RIR có tương quan âm với biến phụ thuộc CR là -0.0097, cho thấy lãi suất thực ảnh hưởng ngược chiều với rủi ro tín dụng. Điều này có nghĩa là, khi lãi suất thực tăng sẽ hạn chế rủi ro tín dụng.
Tỷ lệ dự phòng rủi ro tín dụng (LLR): tỷ lệ dự phòng rủi ro tín dụng LLR có tương quan dương với biến phụ thuộc là 0.2365, cho thấy tỷ lệ dự phòng rủi ro tín dụng và rủi ro tín dụng có mối quan hệ cùng chiều. Hàm nghĩa rằng, khi dự phòng rủi ro tín dụng tăng sẽ là nguyên nhân khiến cho rủi ro tín dụng tăng lên.
Tỷ lệ thất nghiệp (UE): biến độc lập UE có tương quan âm với biến phụ thuộc là -0.2229, cho thấy tỷ lệ thất nghiệp có mối quan hệ ngược chiều với rủi ro tín dụng. Có nghĩa là, khi tỷ lệ thất nghiệp tăng sẽ khiến rủi ro tín dụng sụt giảm.
Tỷ lệ lạm phát (INF): biến độc lập INF có tương quan dương với biến phụ thuộc là 0.149, cho thấy lãi suất thực ảnh hưởng cùng chiều với rủi ro tín dụng. Nói cách khác, khi tỷ lệ lạm phát càng gia tăng sẽ càng làm rủi ro tín dụng tại các NHTM tăng lên.
Tốc độ tăng trưởng GDP (GDP): biến độc lập GDP có tương quan âm với biến phụ thuộc là -0.0816, cho thấy tốc độ tăng trưởng GDP có mối quan hệ ngược chiều với rủi ro tín dụng, đồng nghĩa với việc nếu tốc độ tăng trưởng GDP tăng sẽ khiến rủi ro tín dụng sụt giảm.
4.2.2. So sánh giữa các mô hình Pooled OLS, FEM và REM
So sánh mô hình Pooled OLS và FEM
Nghiên cứu sử dụng kiểm định F để tiến hành so sánh giữa hai mô hình Pooled OLS và FEM với giả thuyết:
Hu: Lựa chọn mô hình Pooled OLS
SIZE -.00346 0.000 -.0016692 0.435 RIR .135193 0.030 .1518271 0.016 LLR .229175 0.000 .0372261 0.665 UE -.44026 0.116 -.487675 0.059 INF .057888 0.180 .0751811 0.102 GDP .2582 0.002 -.2660065 0.000
Biến FEM REM Hệ số β P - value Hệ số β P - value LG .0061818 0.158 0.0058191 0.170 SIZE -.0016692 0.435 -0.0031886 0.003 RIR .1518271 0.016 0.1332034 0.019 LLR .0372261 0.665 0.1254153 0.085 UE -.487675 0.059 -0.4472273 0.076 INF .0751811 0.102 0.0585632 0.143 GDP -.2660065 0.000 -0.2562737 0.001
Test: Ho: difference in coefficients not systematic
chi2(7) = (b-B)'[(V-b-V~B)^(-1)](b-B) = 10.14 Prob>chi2 = 0.1805
Nguồn: Xử lý bộ dữ liệu từ BCTC của các NHTM thông qua Stata 14.0
Từ kết quả kiểm định Hausman, Prob > chi2 = 0.185 > 1%, nên châp nhận giả thuyết H0, hay nói cách khác chấp nhận mô hình REM
Nguồn: Xử lý bộ dữ liệu từ BCTC của các NHTM thông qua Stata 14.0
Với mức ý nghĩa α = 1%, ta có: Prob = 0.0000 <1%, nên bác bỏ giả thuyết H0 hay nói cách khác lựa chọn mô hình FEM.
So sánh giữa mô hình FEM và REM
Bảng 4.4 Kết quả phân tích hồi quy theo FEM và REM
Nguồn: Xử lý bộ dữ liệu từ BCTC của các NHTM thông qua Stata 14.0
Nghiên cứu tiền hành so sánh hai mô hình FEM và REM thông qua kiểm định Hausman, từ đó tìm ra mô hình tối ưu nhất giữa hai mô hình với mức ý nghĩa 1%, đặt ra giả thuyết:
Hu: Lựa chọn mô hình REM
Biến VIF 1/VIF LG 682 0.146664 SIZE 508 0.196991 RIR 244 0.41032 LLR E42 0.704305 UE Ũ9 0.84339 INF ẼĨ 0.905541 GDP ẼĨ 0.908535 Trung bình VIF Ĩ83
Kết luận: Sau khi tiến hành so sánh giữa ba mô hình Pooled OLS, FEM và REM, nghiên cứu lựa chọn mô hình REM là mô hình tối ưu nhất để xác định các yếu tố ảnh