Biến độc lập
Cách đo lường Nghiên cứu thực nghiệm được báo báo
Dấu kỳ vọng Tên Biến Ký hiệu
Quy mô
ngân hàng SIZE
Logarit của tổng tài sản
(-) Luc Laeven và Giovanni Majnoni (2002), Ruey-Dang Chang và các cộng sự (2008) (+) Thu Hiền và Phạm Đình Tuấn (2014)
+
Nợ xấu NPL Nợ xấu/Tổng dư nợ cho vay
(+) Ruey-Dang Chang và các cộng sự (2008), Frank Packer và Haibin Zhu (2012), Larry D.Wall và Iferkhar Hasan (2003), Thu Hiền và Phạm Đình Tuấn (2014), Lê Long Hậu và Nguyễn Ái Nhi (2014)
+ Thu nhập trước thuế và dự CROA Thu nhập trước thuế và dự phòng/Tổng tài
(+) Luc Laeven và Giovanni Majnoni (2002), Larry D.Wall và Iferkhar Hasan (2003), Ruey- Dang Chang và các cộng sự
Biến độc lập
Cách đo lường Nghiên cứu thực nghiệm được báo báo
Dấu kỳ vọng Tên Biến Ký hiệu
phòng sản (2008), Bikker và các cộng sự
(2005)
Tỷ lệ tăng
trưởng LG
Tổng dư nợ cho vay năm nay – Tổng dư nợ cho
vay năm
trước/Tổng dư nợ cho vay năm trước
(-) Luc Laeven và Giovanni Majnoni (2002), Lê Long Hậu và Nguyễn Ái Nhi (2014)
(+) Bikker và các cộng sự (2005) + Hệ số rủi ro tín dụng CE Tổng dư nợ cho vay khách hàng/Tổng tài sản
(+) Luc Laeven và Giovanni Majnoni (2002), Larry D.Wall và Iferkhar Hasan (2003)
(-) Frank Packer và Haibin Zhu (2012), Thu Hiền và Phạm Đình Tuấn (2014) - Tỷ lệ vốn chủ sở hữu trên tổng tài sản ER Vốn chủ sở hữu cuối năm trước/ Tổng tài sản cuối năm trước
(+) Larry D.Wall và Iferkhar
Hasan (2003) + Tăng trưởng GDP GDP Tỷ lệ tăng trưởng GDP thực
(-) Luc Laeven và Giovanni Majnoni (2002), Frank Packer và Haibin Zhu (2012), Bikker và
Biến độc lập
Cách đo lường Nghiên cứu thực nghiệm được báo báo
Dấu kỳ vọng Tên Biến Ký hiệu
các cộng sự (2005)
(Nguồn : Tổng hợp của tác giả)
(+) Mối tương quan thuận (-) Mối tương quan nghịch
3.4. Phương pháp nghiên cứu và xử lý số liệu
Dữ liệu được thu thập và sử dụng cho nghiên cứu này là dữ liệu thứ cấp. Nghiên cứu sử dụng Excel để tính toán và tạo ra các giá trị của những biến số cần thiết trong mô hình. Từ đó, xây dựng một bảng dữ liệu thông qua việc kết hợp các chuỗi dữ liệu theo thời gian, từ năm 2011 đến năm 2017 của các quan sát theo không gian là 24 ngân hàng thương mại cổ phần Việt Nam. Tiếp theo, nghiên cứu sử dụng phần mềm Stata 13 để tạo lập ma trận tương quan và ước lượng hồi quy. Phương pháp nghiên cứu được sử dụng là sự kết hợp giữa phương pháp định tính và định lượng.
Xử lý số liệu bao gồm thống kê mô tả dữ liệu, tiến hành khảo sát tương quan giữa các cặp biến trong mô hình nghiên cứu, chạy hồi quy 3 mô hình: Mô hình Pooled regression, mô hình Fixed effects (FEM) và mô hình Random effects (REM), kiểm định để lựa chọn mô hình phù hợp thông qua kiểm định Hausman test, kiểm định các giả thuyết hồi quy trong mô hình nghiên cứu thông qua kiểm định hiện tượng đa cộng tuyến bằng chỉ số VIF, kiểm định phương sai của sai số không đổi thông qua kiểm định White, kiểm định tự tương quan bằng Wooldridge test. Để khắc phục hiện tượng tự tương quan và phương sai của sai số không đổi bằng phương pháp bình phương nhỏ nhất tổng quát (General Least Square - GLS) để đưa ra kết quả cuối cùng của mô hình nghiên cứu.
Các bước cụ thể như sau:
Bước 1: Phân tích thống kê mô tả.
Bước 2: Phân tích tương quan để đo lường mức tương quan giữa các cặp biến trong mô hình nghiên cứu.
Bước 3: So sánh giữa 3 mô hình trên panel data gồm mô hình Pooled regression (OLS), Fixed effects model (FEM), Random effects model (REM). Tiến hành lựa chọn theo các bước sau:
- So sánh giữa mô hình Pooled regression (OLS) và Fixed effects model (FEM) với giả thuyết:
H0: Chọn mô hình OLS. H1: Chọn mô hình FEM.
Nếu Prob > F nhỏ hơn mức ý nghĩa, kết luận bác bỏ giả thuyết H0 tức mô hình FEM phù hợp hơn, ngược lại thì mô hình OSL sẽ phù hợp hơn.
- So sánh lựa chọn giữa mô hình Fixed effects model (FEM), Random effects model (REM) thông qua thực hiện kiểm định Hausman. Giả thuyết đặt ra:
H0: Chọn mô hình REM. H1: Chọn mô hình FEM.
Nếu Prob > F lớn hơn mức ý nghĩa, kết luận bác bỏ chấp nhận giải thuyết H0
tức mô hình REM phù hợp hơn, ngược lại thì mô hình FEM sẽ phù hợp hơn.
Bước 4: Kiểm định hiện tượng đa cộng tuyến bằng cách dùng chỉ tiêu VIF. Nếu chỉ tiêu VIF của tất cả các biến độc lập đều nhỏ hơn 10 thì hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng (Gujarati, 2003).
Bước 5: Kiểm định phương sai của sai số không đổi bằng kiểm định White với giả thuyết H0: Không có hiện tượng phương sai thay đổi.
Nếu kiểm định White cho kết quả Prob > chi2 nhỏ hơn mức ý nghĩa thì bác bỏ H0, tức là kết luận mô hình có hiện tượng phương sai thay đổi.
Bước 6: Kiểm định tự tương quan theo Wooldridge test với giả thuyết H0: không có hiện tượng tự tương quan.
Nếu Wooldridge test cho kết quả Prob > F nhỏ hơn mức ý nghĩa thì bác bỏ H0, tức là kết luận mô hình có hiện tượng tự tương quan.
Bước 7: Sử dụng phương pháp bình phương nhỏ nhất tổng quát (General Least Square – GLS) để khắc phục hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai thay đổi.
Kết luận chương 3
Chương 3 đã tiến hành xây dựng mô hình nghiên cứu, cách tính toán các biến trong mô hình và đưa ra giả thuyết nghiên cứu, các phương pháp phân tích dữ liệu và kiểm định các giả thuyết hồi quy. Chương 4 tiếp theo sẽ trình bày cụ thể kết quả nghiên cứu với những phân tích và các kiểm định cần thiết.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1. Thực trạng dự phòng rủi ro tín dụng tại các ngân hàng TMCP Việt Nam giai đoạn từ năm 2011 đến 2017 giai đoạn từ năm 2011 đến 2017
4.1.1. Cơ sở pháp lý
Dựa trên Quyết định 488/2000/QĐ-NHNN, vào ngày 22 tháng 04 năm 2005 Quyết định 493/2005/QĐ-NHNN được ban hành và có sự đổi mới trong việc phân loại nợ và trích lập dự phòng theo hai phương pháp định tính và định lượng. Quyết định 493/2005/QĐ-NHNN được các ngân hàng áp dụng đến tháng 05 năm 2013 và được thay thế bởi thông tư 02/2013/TT-NHNN. Theo dự kiến thông tư 02/2013/TT- NHNN sẽ có hiệu lực từ ngày 01 tháng 06 năm 2013, nhưng sau đó đã được lùi ngày áp dụng đến ngày 01 tháng 06 năm 2014.
Thông tư 02/2013/TT-NHNN thể hiện quyết tâm của NHNN về việc phản ánh chính xác hơn thực trạng số liệu nợ xấu của ngành ngân hàng, từng bước làm cho các quy định phân loại nợ và trích lập dự phòng của Việt Nam phù hợp hơn với thông lệ, chuẩn mực quốc tế và thực tiễn hoạt động ngân hàng Việt Nam. Theo đó, các định nghĩa về cấp tín dụng được mở rộng, tỷ lệ chiết khấu được xây dựng thận trọng hơn, đồng nghĩa với việc giá trị thế chấp của tài sản bảo đảm thấp hơn, khiến các TCTD phải trích lập dự phòng nhiều hơn khi cấp tín dụng cho khách hàng. Ngoài ra, các TCTD cũng phải xây dựng hệ thống xếp hạng tín dụng nội bộ, đánh giá khách hàng và phân nhóm nợ dựa cả trên các yếu tố định tính và định lượng, phân nhóm nợ cao hơn nếu hai kết quả định tính và định lượng khác nhau.
4.1.2. Phân tích các yếu tố ảnh hưởng đến dự phòng rủi ro tín dụng tại các NHTMCP Việt Nam giai đoạn từ năm 2011 đến 2017 các NHTMCP Việt Nam giai đoạn từ năm 2011 đến 2017
Bảng 4.1 và đồ thị 4.1 sẽ trình bày bức tranh tổng thể về quy mô ngân hàng và dự phòng rủi ro tín dụng của 24 ngân hàng TMCP Việt Nam giai đoạn từ năm 2011 đến năm 2017.
Bảng 4.1 Bảng tỷ lệ dự phòng rủi ro tín dụng và quy mô của 24 ngân hàng TMCP giai đoạn từ năm 2011 đến năm 2017
Năm 2011 2012 2013 2014 2015 2016 2017 LLR (%) 1,525 1,931 1,907 1,632 1,517 1,488 1,467 SIZE (triệu đồng) 122.196.860 127.029.019 141.405.652 163.533.648 191.903.070 227.987.585 273.337.240
(Nguồn: Tổng hợp từ BCTC của 24 ngân hàng TMCP Việt Nam)
Quy mô ngân hàng được đo lường bằng tổng tài sản của ngân hàng. Thông qua biểu đồ nhận thấy tương quan giữa quy mô ngân hàng và mức trích lập dự phòng có chiều hướng ngược chiều nhưng không rõ ràng. Điều này có thể giải thích rằng các ngân hàng TMCP Việt Nam thường tập trung đầu tư lớn nhất cho hoạt động tín dụng. Nên khi quy mô ngân hàng càng phát triển, thì dư nợ cho vay càng lớn, từ đó đòi hỏi mức dự phòng rủi ro tín dụng cũng sẽ tăng tương ứng. Nhưng giai đoạn từ năm 2012 đến năm 2017, mặc dù quy mô ngân hàng tăng trưởng không ngừng, nhưng mức trích lập lại có dấu hiệu giảm qua các năm. Dựa vào tình hình thực tế có thể giải thích cho mối tương quan ngược chiều trong giai đoạn này có thể do nhiều yếu tố tác động. Thực tế, trong một giai đoạn dài sau suy thoái năm 2008, các ngân hàng kinh doanh kém hiệu quả, một phần bởi nợ xấu tăng cao nên phải trích lập dự phòng rủi ro lớn, khiến lợi nhuận thu về thấp. Tuy nhiên, khi việc xử lý nợ xấu tại các ngân hàng phần nào được cải thiện, tác động tích cực lên kết quả kinh doanh nhờ hoàn nhập phần nào dự phòng. Như theo BCTC quý
ròng hơn 330 tỷ đồng, gấp 6 lần cùng kỳ năm trước, chủ yếu nhờ trích lập dự phòng rủi ro giảm mạnh hơn 60%, so với cùng kỳ, hay phần lớn các ngân hàng đều kỳ vọng lợi nhuận được cải thiện tích cực hơn nhờ giảm trích lập dự phòng.
(Nguồn:Tổng hợp từ BCTC của 24 ngân hàng TMCP Việt Nam)
Biểu đồ 4.1 Mối quan hệ giữa dự phòng rủi ro tín dụng và quy mô của 24 ngân hàng TMCP Việt Nam giai đoạn từ năm 2011 đến năm 2017
4.1.2.2. Nợ xấu (NPL)
Về mặt lý thuyết, khi tỷ lệ nợ xấu ngân hàng tăng lên sẽ buộc các ngân hàng phải tăng dự phòng rủi ro tín dụng, từ đó làm tăng tỷ lệ dự phòng rủi ro tín dụng.
Bảng 4.2 và đồ thị 4.2 trình bày bức tranh tổng thể về nợ xấu và dự phòng rủi ro tín dụng của 24 ngân hàng TMCP Việt Nam giai đoạn 2011 – 2017.
Bảng 4.2 Bảng tỷ lệ dự phòng rủi ro tín dụng và tỷ lệ nợ xấu của 24 ngân hàng TMCP giai đoạn từ năm 2011 đến năm 2017
Năm 2011 2012 2013 2014 2015 2016 2017
LLR (%) 1,525 1,931 1,907 1,632 1,517 1,488 1,467
NPL (%) 1,605 3,044 2,692 2,039 1,628 1,820 1,683
(Nguồn: Tổng hợp từ BCTC của 24 ngân hàng TMCP Việt Nam)
(Nguồn:Tổng hợp từ BCTC của 24 ngân hàng TMCP Việt Nam)
Biểu đồ 4.2 Mối quan hệ giữa dự phòng rủi ro tín dụng và nợ xấu của 24 ngân hàng TMCP Việt Nam giai đoạn từ năm 2011 đến năm 2017
Dựa vào bảng 4.2 và đồ thị 4.2 nhận thấy nợ xấu và tỷ lệ dự phòng có mối tương quan cùng chiều. Từ khủng hoảng kinh tế 2008, về sau nợ xấu có xu hướng tăng nhanh. Từ năm 2011 đến năm 2012, tỷ lệ nợ xấu tăng mạnh từ 1,605% lên đến 3,044% kéo theo mức trích lập dự phòng tăng từ 1,525% lên 1,931%. Theo kết quả giám sát của Ngân hàng Nhà nước, đến ngày 31/3/2012 nợ xấu của các tổ chức tín
dụng là 202.099 tỷ đồng, chiếm 8,6% tổng dư nợ cấp tín dụng. Trong đó, nợ xấu của nhóm ngân hàng thương mại cổ phần là 60,9 ngàn tỷ đồng, chiếm 5,8% dư nợ tín dụng của nhóm ngân hàng thương mại cổ phần. Từ năm 2011, tổng cầu của nền kinh tế giảm mạnh, tiêu thụ hàng hóa gặp nhiều khó khăn, hàng tồn kho lớn, thị trường bất động sản đóng băng, năng lực tài chính của doanh nghiệp giảm sút... làm cho tốc độ tăng trưởng dư nợ tín dụng năm 2011 chậm lại đáng kể và trong 7 tháng đầu năm 2012 chỉ tăng 1,02% nhưng nợ xấu tăng tới 45,5%.
Sang đến năm 2013 tỷ lệ nợ xấu giảm xuống ở mức 2,692%, tỷ lệ dự phòng cũng giảm nhẹ từ 1,931% xuống 1,907%. Lý giải cho điều này có thể là do vào ngày 23/8/2013, Thống đốc NHNN Nguyễn Văn Bình đã ký Quyết định số 1085/QĐ-NHNN ban hành Kế hoạch hành động của ngành ngân hàng về xử lý nợ xấu. Và việc thành lập Công ty Quản lý tài sản của các TCTD Việt Nam (VAMC) theo Nghị quyết 53/2013/ND-CP của chính phủ và khai trương hoạt động từ ngày 26/7/2013 là bước đi rõ nhất của Chính phủ trong quyết tâm giải quyết vấn đề nợ xấu. Hoạt động của Công ty quản lý tài sản (VAMC), đã đạt được những kết quả ban đầu với kế hoạch xử lý ít nhất 30 – 35 nghìn tỷ đồng (1,42 – 1,65 tỷ USD) nợ xấu của các ngân hàng trong năm 2013 (Yên Lam 2018).
Từ năm 2011 đến năm 2015, Theo thống kê của Tổng cục thống kê thì bình quân mỗi năm có trên 63.000 doanh nghiệp giải thể và phá sản, các yếu tố này cũng làm gia tăng nợ xấu trong nền kinh tế và nợ xấu của hệ thống ngân hàng. Nhưng với hướng đi đúng đắn của Nhà nước, nợ xấu được tập trung giải quyết và giảm dần qua các năm. Dù nợ xấu có tăng nhẹ vào năm 2016 so với năm 2015 từ 1,628% lên 1,820%, nhưng cũng đã giảm xuống 1,683% vào năm 2017.
Biểu đồ 4.2 cũng cho thấy nợ xấu và dự phòng rủi ro tín dụng có mối quan hệ mật thiết và cùng chiều với nhau.
4.1.2.3. Thu nhập trước thuế và dự phòng (CROA)
Để ước lượng được mối tương quan giữa thu nhập trước thuế và dự phòng rủi ro tín dụng, dựa vào bảng 4.3 và đồ thị 4.3 sau
Bảng 4.3 Bảng tỷ lệ dự phòng rủi ro tín dụng và tỷ lệ thu nhập trước thuế và dự phòng 24 ngân hàng TMCP giai đoạn từ năm 2011 đến năm 2017
Năm 2011 2012 2013 2014 2015 2016 2017
LLR (%) 1,525 1,931 1,907 1,632 1,517 1,488 1,467
CROA (%) 1,792 1,789 1,325 1,345 1,407 1,465 1,63
(Nguồn: Tổng hợp từ BCTC của 24 ngân hàng TMCP Việt Nam)
(Nguồn:Tổng hợp từ BCTC của 24 ngân hàng TMCP Việt Nam)
Biểu đồ 4.3 Mối quan hệ giữa dự phòng rủi ro tín dụng và thu nhập trước thuế và dự phòng 24 ngân hàng TMCP Việt Nam giai đoạn 2011 đến năm 2017
Theo bảng 4.3 và đồ thị 4.3, nhận thấy tỷ lệ thu nhập trước thuế và dự phòng có xu hướng giảm từ năm 2011 đến 2013 trước khi tăng lại vào năm 2014. Cụ thể CROA giảm nhẹ từ 1,792% (năm 2011) xuống còn 1,789% năm 2012. Năm 2013 tỷ lệ này tiếp tục giảm xuống ở mức 1,325% và tăng nhẹ lên 1,345% vào năm 2014.
Giai đoạn từ năm 2014 đến năm 2017 là giai đoạn CROA có xu hướng tăng không giảm và đạt mức 1,63% vào năm 2017.
Theo đó sự biến động của mức trích lập dự phòng lại có sự biến động xen kẽ, từ năm 2011 đến năm 2012 và giai đoạn từ 2013 đến 2017 tỷ lệ này có tác động ngược chiều với CROA, còn năm 2012 đến năm 2013 lại có tác động cùng chiều. Điều này cho thấy dù có sự tương quan nhưng không mạnh, vì dự phòng rủi ro tín dụng không chỉ phụ thuộc vào chỉ số CROA mà còn phụ thuộc nhiều yếu tố khác.
4.1.2.4. Tăng trưởng tín dụng (LG)
Dựa vào bảng 4.4 và đồ thị 4.4 nhận thấy tăng trưởng tín dụng có biến động tăng giảm xen kẽ qua các năm. Tín dụng năm 2012 có sự tăng trưởng ở mức 17,659% so với 12,075% năm 2011, kéo theo đó là tỷ lệ nợ xấu tăng theo trong khoảng thời gian này, từ đó yêu cầu gia tăng mức trích lập dự phòng. Ta còn có thể thấy sự tương quan cùng chiều: tăng trưởng tín dụng giảm, giảm nợ xấu và giảm mức dự phòng qua các khoảng thời gian 2013 – 2014 và 2016 – 2017.
Bảng 4.4 Bảng tỷ lệ dự phòng rủi ro tín dụng và tăng trưởng tín dụng của 24 ngân hàng TMCP giai đoạn từ năm 2011 đến năm 2017
Năm 2011 2012 2013 2014 2015 2016 2017
LLR (%) 1,525 1,931 1,907 1,632 1,517 1,488 1,467
LG (%) 12,075 17,659 24,102 18,979 25,753 26,257 22,133
Bên cạnh đó tỷ lệ tăng trưởng tín dụng thể hiện mối tương quan ngược chiều với dự phòng rủi ro tín dụng qua các năm 2012 – 2013 và giai đoạn từ năm 2014