Kiểm định Breusch-Pagan được thực hiện để kiểm định mô hình Pooled OLS hay REM là phù hợp trên cơ sở giả thuyết như sau:
H0: mô hình Pooled OLS là phù hợp H1: mô hình REM là phù hợp
Kết quả kiểm định ở bảng C.4 phụ lục E cho thấy hệ số Prob > chi2 = 0.000 < 0.01, nghĩa là bác bỏ giả thuyết H0. Do đó mô hình REM là phù hợp nhất cho việc nghiên cứu. Tuy nhiên, để đảm bảo độ tin cậy cho các hệ số trong mô hình, tác giả sẽ kiểm định các khuyết tật trong mô hình để chắc chắn rằng mô hình không bị vi phạm các giả thuyết trong nghiên cứu. Các khuyết tật thường gặp nhất trong mô hình là hiện tượng phương sai sai số thay đổi, đa cộng tuyến, hiện tượng nội sinh và hiện tượng tự tương quan giữa các biến trong mô hình.
Tên biến VIF Hệ số phóng đạiphương sai R2
4.5. Kiểm định các khuyết tật của mô hình nghiên cứu
4.5.1. Kiểm định Breusch và Pagan Lagrangian multiplier
Tác giả sử dụng kiểm định Breusch và Pagan Lagrangian multiplier hiện tượng phương sai sai số thay đổi sau khi ước lượng mô hình REM với giả thuyết kiểm định như sau:
H0: Không có hiện tượng phương sai sai số thay đổi H1: Có hiện tượng phương sai sai số thay đổi
Kết quả kiểm định Breusch and Pagan Lagrangian multiplier ở bảng C.5 cho mô hình REM cho thấy hệ số Prob = 0.0000< 5%, do đó chấp nhận giả thuyết H1, nghĩa là mô hình có hiện tượng phương sai sai số thay đổi. Đây là điều không mong muốn trong nghiên cứu. Để đảm bảo mô hình không bị vi phạm giả thuyết nghiên cứu, tác giả tiếp tục thực hiện các kiểm định tiếp theo.
4.5.2. Kiểm định hiện tượng nội sinh
Kiểm định Hansen và Sargan được Arellano & Bond (1991) đề xuất sử dụng trong mô hình để kiểm định hiện tượng nội sinh.
Giả thuyết sử dụng kiểm định Sargan nhằm kiểm định hiện tượng nội sinh trong mô hình như sau:
H0: Các biến là ngoại sinh
H1: Có hiện tượng nội sinh trong mô hình
Kết quả kiểm định Sargan ở bảng C.3 (Phụ lục) cho thấy các biến trong mô hình đều là biến ngoại sinh (Prob > 0.10), do đó chấp nhận giả thuyết H0 nghĩa là biến công cụ không có tương quan sai số trong mô hình.
4.5.3. Kiểm định hiện tượng tự tương quan
Tác giả sử dụng kiểm định Wooldridge cho mô hình nghiên cứu với giả thuyết kiểm định như sau:
H0: Không có hiện tượng tự tương quan chuỗi H1: Có hiện tượng tự tương quan chuỗi
64
Kết quả kiểm định Wooldridge test ở bảng C.2 cho mô hình Pooled OLS cho thấy hệ số Prob = 0.0058 < 5%, do đó chấp nhận giả thuyết H1, nghĩa là mô hình có hiện tượng tự tương quan chuỗi.
4.5.4. Kiểm định hiện tượng đa cộng tuyến
Trong mô hình hồi quy, nếu các biến độc lập có quan hệ chặt với nhau, các biến độc lập có mối quan hệ tuyến tính, nghĩa là các biến độc lập có tương quan chặt, mạnh với nhau thì sẽ có hiện tượng đa cộng tuyến, đó là hiện tượng các biến độc lập trong mô hình phụ thuộc lẫn nhau và thể hiện được dưới dạng hàm số. Để xác định mô hình có hiện tượng đa cộng tuyến hay không thì tác giả dựa trên hệ số VIF được mô tả ở bảng dưới đây:
NPL Ũ7 0.7324 0.2676 ROA 222 0.4498 0.5502 LA L39 0.7185 0.2815 ROE 241 0.4146 0.5854 LLP 1.40 0.7121 0.2879 SIZE 142 0.7022 0.2978 GDP 349 0.2863 0.7137 INF 303 0.3190 0.6810 UNE 613 0.1464 0.8536 Giá trị trung bình VIF 2.63
NPL Hệ số Độ lệch chuẩn t Prob ROA 0.549787 0.1221794 045 0.653 LA 0.0121082 0.0061351 1.97 0.048 OPE 0.0063069 0.0063582 0.99 0.321 LLP 0.971642 0.115984 8.38 0.000 SIZE -0.001745 0.0007223 -2.42 0.016 GDP -0.440438 0.1050877 -4.19 0.000 INF -0.002654 0.0100406 -0.24 0.810 UNE 0.3010789 0.2192806 1.37 0.170 Hằng số 0.0510217 0.0151294 3.37 0.001 Tổng số quan sát = 234 Prob > chi2 = 0.000
Nguồn: Tính toán từ STATA
Kết quả chạy VIF ở bảng 4.6 cho thấy hệ số VIF của các biến đều nhỏ hơn 10 và hệ số phóng đại phương sai (Tolerance) đều lớn hơn 0.1, điều đó chứng tỏ rằng không có hiện tượng đa cộng tuyến giữa các biến trong mô hình.
65
Sau khi thực hiện toàn bộ kiểm định cho mô hình REM, tác giả nhận thấy rằng mô hình REM có hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan chuỗi do đều có hệ số Prob < 0.01. Để khắc phục được các hiện tượng này, mô hình bình phương nhỏ nhất tổng quát (Generlized Least Squares) được tác giả sử dụng trong nghiên cứu này.
4.5.5. Ước lượng mô hình bình phương nhỏ nhất tổng quát GLS
Để khắc phục hiện tượng tự tương quan và phương sai sai số thay đổi, tác giả tiến hành sử dụng mô hình bình phương nhỏ nhất (GLS). Kết quả ước lượng mô hình GLS được trình bày như sau:
(1) NPL (2) NPL (3) NPL (4) NPL ROA 0.0532 0.0198 0.00914 0.0550 LA 0.0120* -0.0143 0.00188 0.0121** OPE 0.00675 -0.00169 0.00112 0.00631 LLP 1.061*** 1.179*** 1.100*** 0.972*** SIZE -0.00216*** -0.00483* -0.00247*** -0.00175*** GDP -0.784*** -0.932*** -0.846*** -0.440*** INF 0.00214 0.000403 0.000929 -0.00265 UNE 0.805* 1.571*** 1.042** 0.301 Hằng số 0.0720*** 0.136*** 0.0864*** 0.0510*** N 234 234 234 234 R2 0.268 0.308
Nguồn: Tính toán từ STATA
Kết quả ước lượng mô hình GLS cho thấy có 3 biến có ý nghĩa thống kê gồm LA, SIZE, LLP và GDP, tất cả các biến còn lại đều không có ý nghĩa do có hệ số prob > 0.1. Mô hình GLS được trình bày như sau:
NPL = 0.0510217 + 0.0121082*LA + 0.971642*LLP - 0.001745*SIZE - 0.440438*GDP
66
4.5.6. Thảo luận kết quả ước lượng giữa các mô hình hồi quy
Bảng 4.8 dưới đây so sánh kết quả ước lượng giữa các mô hình Pooled OLS (1), FEM (2), REM (3) và GLS (4). Nhìn chung, có thể thấy rằng hệ số hồi quy của ba biến gồm tỷ lệ trích lập dự phòng trên tổng dư nợ cho vay (LLP), quy mô ngân hàng (SIZE) và tốc độ tăng trưởng kinh tế (GDP) đều có ý nghĩa ở mức 10% ở bốn mô hình. Riêng biến tổng dư nợ cho vay khách hàng trên tổng tài sản (LA) có hệ số hồi quy ở mức ý nghĩa 10% ở mô hình Pooled OLS và GLS và tỷ lệ thất nghiệp có hệ số hồi quy không có ý nghĩa ở mô hình GLS.
Chú thích: * Mức ý nghĩa 10% Nguồn: Tính toán từ STATA ** Mức ý nghĩa 5 %
*** Mức ý nghĩa 1 %
- Biến tỷ lệ các khoản cho vay trên tổng tài sản (LA)
Kết quả hồi quy ở bảng 4.8 cho thấy hệ số hồi quy có ý nghĩa thống kê ở mức 10% đối với mô hình Pooled OLS và mức 5% đối với mô hình GLS. Như vậy, trong điều kiện yếu tố không đổi, khi biến LA tăng 1 đơn vị thì bến nợ xấu tăng 0.0120 đơn vị (mô
hình Pooled OLS) và 0.0121 đơn vị (mô hình GLS), nghĩa là LA tăng sẽ làm cho biến nợ xấu tăng theo. Điều này hàm ý rằng khi ngân hàng vì mục đích gia tăng lợi nhuận nên phải thu hút khách hàng đề cho vay nhiều hơn. Khi các ngân hàng ồ ạt cho vay nhiều mà không xem xét kỹ hồ sơ cho vay thì dẫn đến việc ngân hàng không thể thu hồi đuợc vốn vay dẫn đến kết quả là nợ xấu của ngân hàng gia tăng. Kết quả này phù hợp với nghiên cứu của Dimitrios, Helen, & Mike (2016) và Ekanayake & A.A.Azeez (2015).
Biến tỷ lệ trích lập dự phòng cho vay khách hàng (LLP)
Tỷ lệ trích lập dự phòng cho vay khách hàng tác động cùng chiều đến biến tỷ lệ nợ xấu ở mức ý nghĩa 1% đối với tất cả mô hình đuợc minh họa ở bảng 4.8. Kết quả uớc luợng này phù hợp với nghiên cứu của Ekanayake & A.A.Azeez (2015). Điều này hàm ý rằng khi ngân hàng gia tăng trích lập dự phòng đối với du nợ cho vay khách hàng đồng nghĩa với việc hiệu quả hoạt động của ngân hàng giảm, làm gia tăng gánh nặng trong việc thu hồi nợ. Kết quả là chi phí hoạt động của ngân hàng gia tăng làm nợ xấu của ngân hàng tăng lên.
Biến quy mô ngân hàng (SIZE)
Biến quy mô ngân hàng có tuơng quan nguợc chiều với biến nợ xấu ở mức ý nghĩa 1% (mô hình 1, 3 và 4) và có mức ý nghĩa 10% (mô hình 2). Trong điều kiện các yếu tố khác không đổi, khi quy mô ngân hàng tăng 1 đơn vị thì nợ xấu giảm 0.00216 đơn vị (mô hình 1), 0.00483 đơn vị (mô hình 2), 0.00247 (mô hình 3) và 0.00175 đơn vị (mô hình 4). Điều này lý giải rằng khi quy mô ngân hàng càng lớn thì chất luợng tín dụng của ngân hàng ngày càng đuợc cải thiện, hơn nữa các ngân hàng lớn cung cấp nhiều loại dịch vụ khác để gia tăng lợi nhuận thay vì lệ thuộc vào hoạt động tín dụng. Chính vì sự đa dạng về các loại dịch vụ nên tỷ lệ nợ xấu của ngân hàng giảm.
Biến tốc độ tăng trưởng kinh tế (GDP)
Biến tốc độ tăng truởng kinh tế có tác động nguợc chiều với biến nợ xấu với mức ý nghĩa 1% với tất cả 4 mô hình và đúng với dấu kỳ vọng của nghiên cứu. Kết quả này phù hợp với nghiên cứu của Lê Phan Thị Diệu Thảo & Bùi Công Duy (2018), Dimitrios, Helen, & Mike (2016), Ekanayake & A.A.Azeez (2015), Louzis, Vouldis, & Metaxas (2011). Khi các yếu tố khác không đổi, tốc độ tăng truởng kinh tế GDP
tăng 1 đơn vị thì nợ xấu giảm 0.784 đơn vị (mô hình 1), 0.932 đơn vị (mô hình 2), 0.846 đơn vị (mô hình 3) và 0.440 đơn vị (mô hình 4). Điều này lý giải rằng khi tăng truởng kinh tế càng cao, các doanh nghiệp và hộ gia đình có đủ thu nhập để trang trải tất cả chi phí, do đó làm tăng khả năng thanh toán các khoản nợ đến hạn cho ngân hàng làm cho tỷ lệ nợ xấu của ngân hàng giảm. Khi tăng truởng kinh tế thấp thì thu nhập của các hộ gia đình và doanh nghiệp giảm, do đó làm giảm khả năng thanh toán các khoản nợ đến hạn của ngân hàng làm cho tỷ lệ nợ xấu của ngân hàng gia tăng. - Biến tỷ lệ thất nghiệp (UNE)
Biến tỷ lệ thất nghiệp có tác động cùng chiều với biến nợ xấu với mức ý nghĩa 10% (mô hình 1), 1% (mô hình 2) và 5% (mô hình 3). Khi tỷ lệ thất nghiệp tăng 1 đơn vị thì tỷ lệ nợ xấu tăng 0.805 đơn vị (mô hình 1), 1.571 đơn vị (mô hình 2) và 1.042 đơn vị (mô hình 3). Điều đó lý giải rằng khi tỷ lệ thất nghiệp gia tăng, các cá nhân và hộ gia đình không có đủ thu nhập để trang trải các chi phí sinh hoạt hằng ngày. Để trang trải các chi phí hằng này thì họ phải vay muợn NH và khi vay muợn quá nhiều thì không có khả năng thanh toán các khoản nợ quá hạn cho NH. Kết quả là các NHTM không có khả năng thu hồi đuợc các khoản nợ quá hạn dẫn đến việc gia tăng nợ xấu.
TÓM TẮT CHƯƠNG 4
Trong chương này, tác giả đã trình bày kết quả mô hình hồi quy về các yếu tố tác động đến tỷ lệ nợ xấu của các NHTM tại Việt Nam trong giai đoạn 2010 - 2018. Sau khi ước lượng mô hình hồi quy Pooled OLS, FEM và REM, tác giả sử dụng kiểm định Hausman để lựa chọn mô hình FEM hay REM. Sau khi kiểm định Hausman, tác giả tiếp tục kiểm định các khuyết tật của mô hình nghiên cứu bao gồm kiểm định hiện tượng đa cộng tuyến, phương sai sai số thay đổi, hiện tượng nội sinh và hiện tượng tự tương quan. Kết quả kiểm định cho thấy mô hình có hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan. Để khắc phục khuyết tật này, tác giả sử dụng mô hình bình phương nhỏ nhất tổng quát (GLS) và kết quả hồi quy cho thấy có 4 biến có ý nghĩa ở mức 5% là LA và mức 1% là LLP, SIZE và GDP. Sau khi ước lượng mô hình GLS, tác giả so sánh kết quả ước lượng giữa 4 mô hình trên nhằm có cách nhìn
tổng quát về mô hình hồi quy.
CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ
Từ phân tích kết quả ở chương 4, chương này sẽ tóm tắt lại toàn bộ kết quả nghiên cứu và các đề xuất liên quan nhằm cải thiện lợi nhuận của các NHTM Việt Nam. Đồng thời, chương này cũng đưa ra những hạn chế của nghiên cứu và hướng nghiên cứu mở rộng trong tương lai.
5.1. Thảo luận kết quả hồi quy
Ngày nay, NHTM là một mắc xích quan trọng góp phần thúc đẩy kinh tế của một quốc gia phát triển. Để làm được điều này thì NHTM phải hoạt động một cách hiệu quả trong lĩnh vực tài chính và tiền tệ. So với những năm trước đây thì có thể thấy rằng hệ thống NHTM Việt Nam đang ngày càng lớn mạnh và cạnh tranh với nhiều NHTM trên thế giới và các sản phẩm dịch vụ của NHTM đang ngày càng đa dạng và mở rộng để phù hợp với xu hướng hội nhập quốc tế của nền kinh tế Việt Nam. Tuy nhiên, có thể thấy rằng hoạt động tín dụng đang là một trong những hoạt động chiếm tỷ trọng lớn trong doanh thu hoạt động hằng năm của NHTM. Trong quá trình hoạt động tín dụng luôn xảy ra tình trạng NHTM cho vay khách hàng cá nhân và doanh nghiệp nhưng không thể thu hồi được nợ do khách hàng không đủ năng lực tài chính để chi trả. Điều này sẽ khiến các khoản vay trở nên quá hạn và dẫn đến nợ xấu. Bên cạnh đó, nợ xấu của NHTM không chỉ bị tác động bởi yếu tố dư nợ cho vay khách hàng cá nhân tăng nhanh mà còn bị tác động bởi nhiều yếu tố vi mô và vĩ mô khác thông qua quá trình hoạt động ngân hàng.
Với việc áp dụng phương pháp ước lượng dữ liệu bằng phương pháp bình phương nhỏ nhất (GLS) cho mô hình hồi quy dữ liệu bảng, khóa luận đã xác định mức độ tác động của các yếu tố vi mô và vĩ mô đến tỷ lệ nợ xấu của NHTM tại Việt Nam trong giai đoạn 2010 - 2018. Các yếu tố đó bao gồm: lợi nhuận sau thuế trên tổng tài sản (ROA), tỷ lệ dư nợ cho vay khách hàng trên tổng tài sản (LA), tỷ lệ chi phí hoạt động trên tổng thu nhập hoạt động (OPE), tỷ lệ lợi nhuận sau thuế trên tổng vốn CSH (ROE), tỷ lệ dự phòng cho vay khách hàng trên tổng dư nợ cho vay khách hàng (LLP), quy mô ngân hàng (SIZE), tốc độ tăng trưởng kinh tế (GDP), tỷ lệ lạm phát (INF), tỷ lệ thất nghiệp (UNE). Kết quả nghiên cứu đã củng cố cơ sở lý thuyết được đề cập ở chương 2 và cho thấy tỷ lệ nợ xấu của NHTM sẽ gia tăng khi các yếu tố đặc thù về vĩ mô gia
tăng như tỷ lệ dư nợ cho vay khách hàng trên tổng tài sản (LA), tỷ lệ dự phòng cho vay khách hàng trên tổng dư nợ cho vay khách hàng (LLP). Bên cạnh đó có các yếu tố giúp góp phần làm giảm nợ xấu của NHTM là quy mô ngân hàng (SIZE) và tốc độ tăng trưởng kinh tế (GDP).
Đề tài nghiên cứu các yếu tố tác động đến nợ xấu của NHTM tại Việt Nam đã đạt một số vấn đề cơ bản như sau:
Thứ nhất, đề tài đã làm rõ các khái niệm cơ bản về tín dụng cũng như khái niệm về
nợ xấu. Bên cạnh đó, đề tài còn chỉ ra các yếu tố tác động và mức độ tác động của chúng đối với tỷ lệ nợ xấu của các NHTMCP tại Việt Nam trong giai đoạn 2010 - 2018.
Thứ hai, dựa trên các mô hình nghiên cứu thực nghiệm trên thế giới, khóa luận đã
trình bày mô hình chính thức về các yếu tố tác động đến nợ xấu của NHTM tại Việt Nam và đưa ra các phương thức ước lượng cho phù hợp đối với mô hình nghiên cứu.
Thứ ba, sau khi ước lượng mức độ tác động về các yếu tố tác động đến nợ xấu của
NHTM tại Việt Nam và dựa trên kết quả ước lượng có được, khóa luận gợi ý một số chính sách và khuyến nghị đối với các nhà chính sách và cơ quan quản lý NHTM nhằm hỗ trợ NHTM giảm thiểu tỷ lệ nợ xấu.
5.2. Khuyến nghị
Dựa vào kết quả nghiên cứu thực nghiệm có sẵn, Khóa luận đưa ra một số hàm ý chính sách, khuyến nghị dành cho các nhà chính sách và cơ quan quản lý NHTM nhằm giúp NHTM giảm thiểu tỷ lệ nợ xấu, gia tăng lợi nhuận nhằm gia tăng hiệu quả hoạt động NHTM góp phần phát triển kinh tế
Thứ nhất, về biến tỷ lệ trích lập dự phòng trên tổng dư nợ cho vay khách hàng. Dựa
trên kết quả phân tích có được, có thể thấy rằng biến tỷ lệ dự phòng trên tổng dư nợ