Dựa trên cơ sở các lý thuyết và công trình nghiên cứu từ mô hình trong đề tài nghiên cứu của tác giả Hasna Chaibi và Zied Ftiti năm 2015. Tác giả chọn ra 8 biến,
trong đó có 1 biến phụ thuộc là tỷ lệ nợ xấu và 8 biến còn lại là biến giải thích (biến độc lập). Các biến độc lập gồm 2 nhóm yếu tố, nhóm yếu tố kinh tế vĩ mô và nhóm yếu tố bên trong ngân hàng. Từ các tiền đề cơ bản trên, tác giả tiến hành áp dụng mô hình nghiên cứu tại Việt Nam nhằm xem xét các nhân tố tác động đến RRTD của các NTHM tại Việt Nam trong giai đoạn 2009-2019.
Do tình hình thực tế tại Việt Nam và để thuận tiện trong việc thu thập dữ liệu, các biến độc lập trong bài nghiên cứu này không hoàn toàn giống với mô hình trong bài nghiên cứu của Hasna Chaibi và Zied Ftiti (2015), có điều chỉnh thêm vào hoặc bớt đi một số biến để xác định các yếu tố ảnh hưởng đến RRTD của NHTM. Dữ liệu mẫu trong bài nghiên cứu liên tục trong thời gian 11 năm cho hầu hết các quan sát, tác giả có thể ước tính mô hình các yếu tố tác động đến RRTD của các NTHM tại Việt Năm từ dữ liệu bảng chi tiết sau đây:
NPLit = α + γNPLi,t-1 +
∑� ����
�� + εi,t (1)
Trong đó:
Biến phụ thuộc: NPLit: RRTD được đại diện bởi biến nợ xấu. Hệ số chặn: α
NPLi,t-1 là tỷ lệ nợ xấu của ngân hàng i vào năm t-1.
γ là tác động của biến trễ tỷ lệ nợ xấu đến tỷ lệ nợ xấu năm t.
Xkit là vector các biến độc lập, bao gồm cả biến vĩ mô và biến nội tại trong ngân hàng. Biến nội tại trong ngân hàng: LLR, LEV, SIZE, ROE; biến vĩ mô: INF, GDP, UEP.
Βk là tác động của vector biến độc lập đến tỷ lệ nợ xấu. εi,t là phần dư của mô hình.
=
�
Bảng 3.2: Diễn giải các biến độc lập tác động đến tỷ lệ nợ xấu của NHTM
Biến Ký hiệu Diễn giải biến Kỳ
ọng
Tỷ lệ nợ xấu năm trước
NPLi,t-1 Tỷ lệ nợ xấu/Tổng dư nợ +
Dự phòng rủi ro tín dụng LLR Tỷ lệ chi phí trích lập dự phòng rủi ro tín dụng /Tổng dư nợ +
Đòn bẩy LEV Tỷ lệ nghĩa vụ nợ/Tổng tài sản
bình quân +
Quy mô ngân
hàng SIZE
Logarit tự nhiên tổng tài sản
bình quân -
Lợi nhuận ngân
hàng (ROE) ROE
Lợi nhuận sau thuế/Vốn chủ sở
hữu bình quân -
Tăng trưởng GDP GDP Tốc độ tăng trong GDP -
Lạm phát INF Sự thay đổi trong chỉ số giá
CPI +
Tỷ lệ thất nghiệp UEP Tỷ lệ thất nghiệp +
Các dữ liệu thu thập để nghiên cứu trong các công trình nghiên cứu mà tác giả tham khảo đều sử dụng dự liệu bảng nên tác giả sử dụng mô hình Pooled OLS, tác động cố định FEM và tác động ngẫu nhiên REM, sau đó thực hiện kiểm định F- test, Hausman và Breusch and Pagan để kiểm tra sự phù hợp giữa các mô hình này.
Sử dụng biến trễ của biến phụ thuộc là NPLi,t-1 dẫn đến việc xảy ra hiện tượng nội sinh. Vậy nên, tác giả tiến hành hồi quy phương trình (1) mô hình bằng phương pháp Ước lượng bình phương tối thiểu tổng quát khả thi - FGLS (Feasible Generalized Least Square) của Greene (2012) nhằm khắc phục vi phạm giả thuyết về phương sai sai số không đổi. Hơn nữa, tác giả còn sử dụng thêm phương pháp hồi
quy Moment tổng thể (GMM) để khắc phục hiện tượng nội sinh do biến trễ NPLi,t- 1 gây ra.
3.3. ĐO LƯỜNG BIẾN VÀ GIẢ THUYẾT VỀ TÁC ĐỘNG CỦA CÁC
BIẾN
Phân tích những tác động của yếu tố tỷ lệ nợ xấu năm trước đó, dự phòng rủi ro tín dụng, đòn bẩy tài chính, quy mô, lợi nhuận ngân hàng, tỷ lệ lạm phát, tăng trưởng GDP và tỷ lệ thất nghiệp lên tỷ lệ nợ xấu của các NHTM, biến phụ thuộc và biến độc lập được lựa chọn và mô tả trong các mục sau. Để đo lường các yếu tố tác động đến RRTD của những NHTM tại Việt Nam, tỷ lệ nợ xấu được lựa chọn là biến phụ thuộc, các biến tỷ lệ nợ xấu năm trước, dự phòng rủi ro tín dụng, đòn bẩy tài chính, quy mô, lợi nhuận ngân hàng, tỷ lệ lạm phát, tăng trưởng GDP và tỷ lệ thất nghiệp được tác giả lựa chọn là các biến độc lập.
3.3.1. Biến phụ thuộc
Trong mô hình nghiên cứu, nợ xấu (NPL) được sử dụng để đánh giá RRTD với vai trò là biến phụ thuộc. Việc sử dụng biến NPL đại diện để đánh giá tác động của các biến độc lập đến RRTD phù hợp với các nghiên cứu của Somanadevi Thiagarajan và cộng sự (2011) bởi vì tác giả cho rằng NPL có tác động trực tiếp đến hoạt động tài chính, đồng thời cũng là nhân tố ảnh hưởng đến RRTD trong hệ thống ngân hàng. Theo tác giả Somoye (2010), nợ xấu làm giảm tính thanh khoản của các ngân hàng vì tín dụng tăng sẽ kìm hãm sự tăng trưởng của hoạt động ngân hàng khi ngân hàng đối mặt với tình trạng vỡ nợ cũng như là ảnh hưởng đến toàn bộ nền kinh tế. Theo Espinoza và Prasad (2010) cho rằng tỷ lệ nợ xấu trở nên tệ hơn khi tăng trưởng kinh tế có xu hướng suy giảm, vì vậy các ngân hàng sẽ chi tiêu ít lại để cải thiện tỷ lệ nợ xấu. Bên cạnh đó, các tác giả Karim, Chan và Hassan (2010) chỉ ra rằng nợ xấu cao hơn làm giảm hiệu quả chi phí hoạt động, nghĩa là nó sẽ làm giảm tính hiệu quả của ngân hàng, nói cách khác, nợ xấu có mối tương quan nghịch biến với hiệu quả chi phí. Kết quả là, RRTD được đại diện bởi nợ xấu vì nợ xấu không chỉ tác động đến các điều kiện, các nhân tố kinh tế mà còn tác động đến các yếu tố nội tại
của ngân hàng. Trong khi nghiên cứu của tác giả Ahlem Selma và cộng sự (2013) đã đo lường NPL qua tỷ lệ nợ xấu trên tổng tài sản thì các nghiên cứu thực nghiệm khác lại đo lường bởi tỷ lệ nợ xấu trên tổng dư nợ tín dụng. Tỷ số nợ xấu trên tổng dư nợ tín dụng phản ánh chất lượng khoản mục cho vay, còn tỷ lệ nợ xấu trên tổng tài sản cho phép đánh giá chất lượng tổng tài sản. Trong bài nghiên cứu này, tác giá chọn cách đo lường biến nợ xấu theo cách:
����� =�ổ��� ư�ư ợ� ợ� �ấ��í�
�ụ��
����%
3.3.2. Biến độc lập
Tỷ lệ nợ xấu năm trước
Tương tự giống như biến phụ thuộc, tỷ lệ nợ xấu năm trước đó sẽ có tác động tiêu cực đến việc lưu thông dòng vốn vào nền kinh tế, cụ thể, tỷ lệ nợ xấu năm trước càng cao thì rủi ro và tổn thất dòng vốn của các NHTM trong hiện tại càng lớn, điều này sẽ kìm hãm, hạn chế sự lưu thông của dòng tín dụng trong nền kinh tế.
Giả thuyết 1 (H1): Tỷ lệ nợ xấu năm trước tác động cùng chiều với tỷ lệ nợ xấu của các NHTM ở năm hiện tại.
Đòn bẩy tài chính
Đòn bẩy tài chính là mức độ sử dụng vốn vay trong tổng nguồn vốn nhằm kỳ vọng gia tăng tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE) hay thu nhập trên một cổ phần thường (EPS).
Thực tế cho thấy, đòn bẩy tài chính là yếu tố cực kỳ quan trọng và giữ vai trò trung tâm trong các mô hình lượng hóa rủi ro tín dụng nền tảng được sử dụng cả trong học thuật lẫn thực tế nhiều ngành công nghiệp (Merton, 1974, Collin- Dufresne và Goldstein, 2001, Vassalou và Xing, 2004, Bharath và Shumway, 2008).
Xét về quy mô, các ngân hàng có quy mô lớn có thể sẽ mở rộng đòn bẩy tài chính do dễ tiếp cận các khoản vay hoặc các nguồn tài trợ từ bên ngoài. Việc vay nợ là một quyết định cực kỳ quan trọng được đưa ra bởi phải cân nhắc sự đánh đổi giữa sự gia tăng thu nhập tiềm năng của ngân hàng và sự sụt giảm sẽ xảy ra đối với năng lực tài chính và điều hành kiểm soát của ngân hàng, là một phần quan trọng trong việc ra
quyết định bởi vì các quyết định tài trợ tài chính không thích hợp sẽ làm ngân hàng rơi vào rủi ro nhiều hơn. Mối quan hệ này được tìm thấy trong các nghiên cứu của Casu và Girardone (2006), Short (1979), Salas và Saurina (2002).
Giả thuyết 2 (H2): Đòn bẩy tài chính tác động cùng chiều với tỷ lệ nợ xấu của các NHTM.
Quy mô ngân hàng
Bên cạnh yếu tố đòn bẩy tài chính, quy mô ngân hàng cũng được quan tâm khi nghiên cứu các yếu tố tác động đến RRTD ở nhiều khu vực trên thế giới. Quy mô của ngân hàng được thể hiện qua tổng tài sản của một ngân hàng và được tính bằng logarit tự nhiên tổng tài sản của ngân hàng như trong nghiên cứu Daniel Foos và cộng sự (2010), Jin-Li Hu và cộng sự (2004), Somanadevi Thiagarajan và cộng sự (2011). Nghiên cứu của Jin-Li Hu và cộng sự (2004) đã chỉ ra rằng các ngân hàng lớn có hệ thống quản lý rủi ro tốt hơn và nắm giữ danh mục cho vay ít rủi ro hơn nên có thể hạn chế được rủi ro tín dụng so với những ngân hàng có quy mô nhỏ.
Tại Việt Nam, quy mô tài sản của các ngân hàng thường lớn nhằm tập trung cho các doanh nghiệp Nhà nước và các tập đoàn lớn vay vốn, mà các doanh nghiệp này luôn có ưu thế trong quan hệ vay mượn nên ngân hàng thường đơn giản hóa thủ tục xét duyệt cho vay. Điều này đôi khi tiềm ẩn những nguy cơ chứa rủi ro tín dụng đối với các khoản vay này. Do vậy việc chọn biến quy mô ngân hàng thông qua logarit tự nhiên của tổng tài sản nhằm giảm sự phân tán bằng cách xem xét, phân tích một phần trăm thay đổi của tài sản tác động đến tỷ lệ nợ xấu như thế nào.
Giả thuyết 3 (H3): Quy mô ngân hàng tác động ngược chiều với tỷ lệ nợ xấu của các NHTM.
Lợi nhuận ngân hàng
Trong giai đoạn nền kinh tế tăng trưởng, lợi nhuận các ngân hàng thường gia tăng vì điều kiện phát triển và kinh doanh thuận lợi nên khách hàng cũng dễ tìm kiếm lợi nhuận, do đó khả năng trả nợ đúng hạn cao. Nghiên cứu Hu và các cộng sự (2004) cho rằng các ngân hàng có lợi nhuận càng cao sẽ ít có động cơ tham gia vào các hoạt động rủi ro bởi vì các ngân hàng này ít bị áp lực bởi việc tạo ra lợi nhuận. Đồng thời
các ngân hàng có lợi nhuận cao thì sẽ có cơ hội để lựa chọn ra các khách hàng có khả năng tài chính tốt và rủi ro thấp. Do đó, khi lợi nhuận ngân hàng gia tăng, xác suất mà các nhà quản trị ngân hàng tham gia vào các dự án đầu tư rủi ro sẽ giảm từ đó xác suất các khoản vay của ngân hàng chuyển sang nợ xấu cũng sẽ giảm tương ứng.
Tuy nhiên, kinh tế tăng trưởng cũng có thể dẫn đến rủi ro tín dụng đối với một số ngân hàng mở rộng tăng trưởng cấp tín dụng bằng cách nới lỏng điều kiện cho vay. Do đó, khi kinh tế suy thoái là lúc khách hàng gặp khó khăn, dẫn đến nợ xấu ngân hàng gia tăng. Ngoài ra, những ngân hàng không có lợi nhuận (hoặc kinh doanh không hiệu quả) thì sẽ tham gia vào các hoạt động cho vay có rủi ro khi các nhà quản trị bị áp lực về việc tạo ra lợi nhuận trong ngắn hạn. Khi các nhà quản trị tham gia vào các hoạt động rủi ro sẽ làm gia tăng khả năng các khoản vay chuyển sang nợ xấu, và do đó sẽ làm gia tăng tỷ lệ nợ xấu của các ngân hàng. Lập luận này phù hợp với kết quả nghiên cứu của nhiều tác giả như Salas và Saurina (2002), Dash và Kabra (2010), Gunsel (2008), Thiagarajan và cộng sự (2011), Zribi và Boujelbene (2011).
Giả thuyết 4 (H4): Lợi nhuận ngân hàng tác động ngược chiều với tỷ lệ nợ xấu của các NHTM.
Tỷ lệ thất nghiệp
Tỷ lệ thất nghiệp chính là tỷ lệ phần trăm của lực lượng lao động bị thất nghiệp để cho biết hiệu quả sử dụng lao động của nền kinh tế. Trong nghiên cứu của Ahlem Selma Messai và Fathi Jouini (2013) sử dụng số liệu hàng quý của các ngân hàng Anh từ 1988 đến 2004 đánh giá mối quan hệ giữa nợ xấu và các nhân tố vĩ mô cho thấy rằng tỷ lệ nợ xấu của ngân hàng tăng sau khi tỷ lệ thất nghiệp tăng. Tương tự, Baboucek và Jancar (2005) lượng hoá tác động của các cú sốc bên ngoài lên chất lượng cho vay của các ngân hàng Czech giai đoạn từ 1993 đến 2006 và tìm thấy bằng chứng về mối tương quan thuận chiều giữa nợ xấu với tỷ lệ thất nghiệp.
Giả thuyết 5 (H5): Tỷ lệ thất nghiệp tác động cùng chiều với tỷ lệ nợ xấu của các NHTM.
Tỷ lệ lạm phát
lạm phát của nền kinh tế. Thông thường lạm phát sẽ có ảnh hưởng đáng kể đến khả năng thanh toán lãi vay và trả nợ của các khách hàng vay của ngân hàng, do đó tác động của lạm phát đến nợ xấu có thể là cùng chiều hoặc ngược chiều (Fofack, 2005; Pasha và Khemraj, 2009; Nkusu, 2011)
Trong nghiên cứu của Fofack & Hippolyte (2005), các tác giả đã tìm ra mối quan hệ cùng chiều giữa lạm phát và tỷ lệ nợ xấu. Lạm phát tăng cao làm suy yếu, thậm chí phá vỡ thị trường vốn, ảnh hưởng lớn đến hoạt động kinh doanh của các NHTM. Sự không ổn định về giá cả làm suy giảm lòng tin, gây khó khăn cho sự lựa chọn các quyết định của khách hàng cũng như các thể chế tài chính – tín dụng. Bên cạnh đó, lạm phát tăng sẽ kéo theo các hệ lụy như lãi suất tăng, tiền bị mất giá dẫn đến chi phí sản xuất gia tăng, sản xuất gặp nhiều khó khăn, một số doanh nghiệp mất khả năng thanh toán, nguy cơ vỡ nợ cao. Cơ sở lý thuyết này cũng phù hợp với kết quả nghiên cứu về mối tương quan thuận chiều giữa nợ xấu với tỷ lệ lạm phát của các tác giả Hoggarth và cộng sự (2005), Baboucek và Jancar (2005). Các nghiên cứu giải thích mối quan hệ này như là lạm phát cao có thể làm cải thiện năng lực trả nợ của các khách hàng bởi việc làm giảm giá trị thực của các khoản vay khi lãi suất cho vay là cố định (các ngân hàng không thể điều chỉnh lãi suất nhưng lạm phát lại thay đổi suất sinh lợi thực của khoản vay này).
Giả thuyết 6 (H6): Tỷ lệ lạm phát tác động cùng chiều với tỷ lệ nợ xấu của các NHTM.
Tăng trưởng GDP
Tổng sản phẩm quốc nội (GDP) là một trong những chỉ tiêu chủ yếu để đo lường sức khỏe của nền kinh tế một quốc gia. Chỉ số GDP là thước đo để đánh giá tốc độ tăng trưởng kinh tế của một nước và thể hiện sự biến động của sản phẩm hay dịch vụ theo thời gian. Suy giảm GDP sẽ có tác động xấu đến nền kinh tế của quốc gia đó; dẫn đến suy thoái, lạm phát, thất nghiệp, mất giá đồng tiền... Các tác động xấu này ảnh hưởng trực tiếp đến sản xuất kinh doanh của các doanh nghiệp và đời sống của người dân. Thông qua GDP bình quân đầu người, ta biết được mức thu nhập tương đối cũng như chất lượng sống của người dân ở mỗi quốc gia.
Cụ thể, khi nền kinh tế có xu hướng tăng trưởng, biểu thị thông qua GDP tăng, điều đó cho thấy các doanh nghiệp trong kinh tế đang hoạt động hiệu quả, có thị trường tiêu thụ hàng hóa và dịch vụ sẽ thúc đẩy các doanh nghiệp gia tăng hiệu quả hoạt động tái sản xuất và đầu tư, từ đó lợi nhuận được gia tăng, khả năng trả nợ của các doanh nghiệp được cải thiện. Các doanh nghiệp thực hiện nghĩa vụ trả nợ đúng hạn, nợ xấu giảm từ đó rủi ro tín dụng cũng giảm. Ngược lại khi nền kinh tế rơi vào suy thoái, biểu thị thông qua GDP giảm, điều đó cho thấy các doanh nghiệp kinh doanh không hiệu quả, hàng hóa bị ứ động, trì trệ và các khoản nợ vay trước đó tại