Tên ngân hàng Viết tắt
Ngân hàng TMCP Đầu tư và Phát triển Việt Nam BID Ngân hàng TMCP Xuất nhập khẩu Việt Nam EIB Ngân hàng TMCP Phát triển TPHCM HDB Ngân hàng TMCP Hàng hải Việt Nam MSB Ngân hàng TMCP Quân Đội MBB
Ngân hàng TMCP Á Châu ACB
Ngân hàng TMCP An Bình ABB Ngân hàng TMCP Bản Việt GDB Ngân hàng TMCP Kiên Long KLB
Ngân hàng TMCP Nam Á NAB
Ngân hàng TMCP Quốc Dân NVB Ngân hàng TMCP Tiên Phong TPB Ngân hàng TMCP Phương Đông OCB Ngân hàng TMCP Sài gịn Thương tín STB Ngân hàng TMCP Sài Gịn Cơng thương SGB Ngân hàng TMCP Đông Nam Á SEAB Ngân hàng TMCP Sài Gòn - Hà Nội SHB
Ngân hàng TMCP Kỹ thương Việt Nam TCB Ngân hàng TMCP Quốc tế Việt Nam VIB Ngân hàng TMCP Petrolimex PGB Ngân hàng TMCP Ngoại thương Việt Nam VCB Ngân hàng TMCP Công thương Việt Nam CTG Ngân hàng TMCP Việt Nam Thịnh Vượng VPB
(Nguồn: Học viên tự tổng hợp)
3.2.2 Phương pháp ước lượng
Phương pháp hồi quy OLS là phương pháp ước lượng đơn giản và dễ thực hiện nhất. Các nghiên cứu trước như nghiên cứu của Witowschi và Luca (2016) cũng đã sử dụng mơ hình này. Tuy nhiên, phương pháp OLS phải đảm bảo thỏa các giả định của phương pháp, cụ thể:
(1) Khơng có mối tương quan giữa các biến độc lập (2) Khơng có nội sinh trong mơ hình
(3) Khơng có phương sai thay đổi trong sai số (4) Khơng có tự tương quan trong sai số
Trong đó giả định (2), (3) và (4) nếu bị vi phạm sẽ làm cho hệ số hồi quy được ước lượng bởi OLS mặc dù là tuyến tính nhưng khơng đạt được ước lượng hiệu quả nhất. Nói các khác, khi mơ hình tồn tại vấn đề nội sinh, tự tương quan, phương sai thay đổi thì nếu mơ hình nghiên cứu tác động của vốn ngân hàng đến rủi ro tín dụng của các ngân hàng được ước lượng bởi phương pháp hồi quy OLS có thể đưa ra kết quả bị chệch và
Hơn thế nữa, theo như một số nghiên cứu trước đây khi phân tích về chủ đề ngân hàng, thì các nghiên cứu cho rằng có thể tồn tại vấn đề nội sinh trong mơ hình nghiên cứu. Theo đó vấn đề nội sinh có thể xuất hiện khi có các vấn đề sau:
- Biến trễ của biến phụ thuộc đóng vai trị như là một biến độc lập - Sai số của mơ hình có tương quan với các biến độc lập
- Biến phụ thuộc có tác động đến các biến độc lập
Căn cứ vào mơ hình nghiên cứu, thể thấy rằng biến trễ của biến phụ thuộc đóng vai trò như là một biến độc lập cho nên đề tài kết luận rằng có tồn tại vấn đề nội sinh trong mơ hình nghiên cứu tác động của vốn ngân hàng đến rủi ro tín dụng của các ngân hàng. Mà để giải quyết vấn đề này, các nghiên cứu trước đây đề cử phương pháp GMM và phương pháp biến công cụ. Tuy nhiên, giữa hai phương pháp có sự khác biệt nhất định, cụ thể, phương pháp biến cơng cụ u cầu phải khơng có tự tương quan và khơng có phương sai thay đổi; trong khi đó phương pháp GMM khơng u cầu.
Cho nên, có thể thấy rằng để minh chứng cho việc nên sử dụng phương pháp hồi quy nào là phù hợp, luận văn cũng xem xét vấn đề tự tương quan và phương sai thay đổi bởi các kiểm định với giả thuyết H0 như sau:
- Kiểm định phương sai thay đổi bởi Breusch-Pagan: H0 là phương sai không đổi trong mơ hình nghiên cứu
- Kiểm định tự tương quan bởi Wooldridge: H0 là không tồn tại hiện tượng tự tương quan trong mơ hình nghiên cứu
Khi cả hai kiểm định này đều cho thấy không tồn tại hiện tượng tự tương quan và không tồn tại phương sai thay đổi thì các kết quả ước lượng từ phương pháp biến cơng cụ có thể dùng để phân tích. Tuy nhiên ngược lại thì kết quả thu được từ phương pháp biến cơng cụ có thể bị chệch, do vậy luận văn đề cử dùng phương pháp GMM với ưu
điểm khắc phục được cả hiện tượng tự tương quan lẫn phương sai thay đổi và cho ra kết quả ước lượng hiệu quả hơn. Với ưu điển trên, phương pháp GMM đã được nhiều nghiên cứu trước đây sử dụng: nghiên cứu của Koju và các cộng sự (2018), Mohanty và các cộng sự (2018), Kumar và Kusuma (2019) hay ở Việt Nam có nghiên cứu của Nguyễn Thị Hồng Vinh và Lê Phan Diệu Thảo (2016), Lê Bá Trực (2015), Nguyễn Thùy Dương (2016).
CHƯƠNG 4. KẾT QUẢ VÀ THẢO LUẬN
4.1 Thống kê mơ tả
Trước khi tiến hành phân tích định lượng mơ hình nghiên cứu, tác giả tiến hành thực hiện thống kê mơ tả để có cái nhìn tổng quan cũng như xu hướng của các biến trong mơ hình.
4.1.1 Nợ xấu và trích lập dự phịng
Hình 4.1 So sánh tỷ lệ nợ xấu và tỷ lệ trích lập dự phịng rủi ro tín dụng (nguồn: tổng hợp từ dữ liệu) (nguồn: tổng hợp từ dữ liệu)
Nhìn chung, sự biến thiên của tỷ lệ nợ xấu trên tổng dư nợ và tỷ lệ dự phịng rủi ro tín dụng trên tổng dư nợ tương đối tương đồng nên kết quả này ủng hộ lập luận rằng có thể sử dụng giá trị tài sản có khác như một chỉ báo cho nợ xấu ngân hàng. Xét trong giai đoạn từ năm 2008-2012, thị trường bất động sản đóng băng, nợ xấu trong hệ thống
0 0.5 1 1.5 2 2.5 3 3.5 2006 2008 2010 2012 2014 2016 2018 2020 LLP NPL
ngân hàng liên tục tăng lên, từ năm 2012-2014 nợ xấu của các ngân hàng trên sổ sách giảm dần một phần là do bán nợ cho VAMC.
4.1.2 Vốn điều lệ và tỉ lệ an toàn vốn
Hình 4.2 Vốn điều lệ và tỉ lệ an tồn vốn trung bình hàng năm từ 2008-2018 (nguồn: tổng hợp từ dữ liệu) năm từ 2008-2018 (nguồn: tổng hợp từ dữ liệu)
Từ biểu đồ 4.2, ta có thể thấy rõ xu thế ngược chiều của Vốn điều lệ và tỷ lệ an toàn vốn trong giai đoạn từ năm 2008 – 2018. Hệ số an toàn vốn CAR của các ngân hàng bình quân từ năm 2008 – 2018 có xu hướng suy giảm theo thời gian. Trong khi đó, vốn điều lệ của các ngân hàng bình quân từ năm 2008 – 2018 lại có xu hướng tăng nhẹ. Giải thích cho điều này, nhằm thu hút được nhà đầu tư nhằm đạt mục tiêu tăng vốn điều lệ của NHNN, các ngân hàng buộc phải mở rộng đầu tư, gia tăng tín dụng để tăng ROE, khi đó tài sản rủi ro tăng lên. Theo cơng thức tính chỉ số CAR, khi mà tài sản rủi ro có rủi ro tăng lên cao hơn so với mức tăng của vốn tự có thì sẽ là chỉ số CAR giảm xuống.
0 5 10 15 20 25 30 35 1 2 3 4 5 6 7 8 9 10 11 CAR lnCharterCapital
4.1.3 Tỷ suất sinh lợi tài sản bình quân
Hình 4.3 Tỷ lệ ROAA của các NHTM trung bình hàng năm từ 2008-2018 (nguồn: tổng hợp từ dữ liệu) (nguồn: tổng hợp từ dữ liệu)
Hình 4.3 cho thấy tỷ suất sinh lợi tài sản bình quân theo xu hướng giảm mạnh từ sau cuộc khủng hoảng tài chính tồn cầu và có dấu hiệu phục hồi từ năm 2015 nhờ nỗ lực tái cấu trúc toàn hệ thống ngân hàng. Trong 4 năm trở lại đây, tỷ số ROAA của các NHTM có xu hướng ổn định, năm sau cao hơn năm trước, tăng từ mức 0.51% (năm 2015) lên 1.02% (năm 2018). 1.2 1.55 1.55 1.06 0.83 0.69 0.65 0.51 0.57 0.77 1.03 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 ROAA
4.1.4 Quy mô tổng tài sản
Hình 4.4 Tổng tài sản của các NHTM trung bình hàng năm từ 2008-2018 (nguồn: tổng hợp từ dữ liệu) (nguồn: tổng hợp từ dữ liệu)
Quy mô tổng tài sản các NHTM tăng mạnh trong 11 năm qua thể hiện Hình 4.4, đạt 7,77 triệu tỷ đồng (tương đương 337 tỷ đô la Mỹ) vào cuối năm 2017, tăng 525% so với năm 2008 (1,24 tỷ đồng). Từ đó cho thấy hệ thống ngân hàng đã phát triển mở rộng theo cấp số nhân thông qua việc thành lập thêm nhiều chi nhánh và phòng giao dịch trong cả nước. Song song với mở rộng quy mô, mức lợi nhuận ổn định đã được các NHTM duy trì trong những năm qua.
- 1,000,000,000 2,000,000,000 3,000,000,000 4,000,000,000 5,000,000,000 6,000,000,000 7,000,000,000 8,000,000,000 9,000,000,000 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 Tổng tài sản (triệu đồng)
4.1.5 Tốc độ tăng trưởng GDP và tỉ lệ lạm phát
Hình 4.5 Tỷ lệ lạm phát, tốc độ tăng trưởng GDP hàng năm từ 2008-2018 (nguồn: tổng hợp từ dữ liệu) (nguồn: tổng hợp từ dữ liệu)
Hình 4.5 cho thấy tốc độ tăng trưởng kinh tế và tỷ lệ lạm phát của Việt Nam trong giai đoạn từ 2008-2018. Trong khi các GDP thay đổi trong khoảng từ 5% đến 7%, phạm vi biến động của lạm phát lớn hơn (0.88 – 23,12%). Đặc biệt trong giai đoạn 2008 – 2012 là bất ổn ngày càng tăng của nền kinh tế quốc gia nên lạm phát đạt mức cao (trên 7%). Từ 2013 cho đến nay, nhà nước đã điều hành tốt trong việc kiềm chế lạm phát (dưới 4%).
4.1.6 Thống kê mô tả
Luận văn tiến hành thống kê mô tả các biến số thông qua việc đưa ra các giá trị trung bình, giá trị độ lệch chuẩn, giá trị nhỏ nhất và giá trị lớn nhất được thực hiện thông qua phần mềm Stata 13. Bảng 4.1 trình bày thống kê mơ tả các biến trong đề tài. Qua bảng 4.1 có thể thấy rằng nhìn chung rủi ro tín dụng của các ngân hàng vẫn đang thấp. Cụ thể, rủi ro tín dụng của ngân hàng được đại diện bởi NPL có giá trị trung bình là
0 5 10 15 20 25 2006 2008 2010 2012 2014 2016 2018 2020 GDP INF
2.2388, số liệu này cho thấy rằng nợ xấu của các ngân hàng đang chiếm khoảng 2.2388% so với tổng dư nợ cho vay của ngân hàng. Qua đó có thể thấy rằng các ngân hàng TMCP trong thời gian gần đây đã có nhiều sự thay đổi trong chính sách cho vay cũng như thẩm định, theo dõi, kiểm soát các khoản vay đã được giải ngân cho các khách hàng nhằm đảm bảo tỷ lệ nợ xấu nhỏ hơn mức 3% do Ngân hàng Nhà nước quy định. Đồng thời, Ngân hàng TMCP Đông Nam Á năm 2010 là ngân hàng có rủi ro tín dụng thấp nhất trong các ngân hàng trong mẫu nghiên cứu, giá trị NPL tương ứng đạt 0.0000. Trong khi đó, Ngân hàng TMCP Sài gịn – Hà Nội năm 2012 là ngân hàng có rủi ro tín dụng cao nhất trong các ngân hàng trong mẫu nghiên cứu, giá trị NPL tương ứng đạt 8.81.
Tương tự vậy, rủi ro tín dụng của ngân hàng được đại diện bởi LLP có giá trị trung bình đạt 1.2051, số liệu này cho thấy rằng dự phịng rủi ro tín dụng của các ngân hàng đang chiếm khoảng 1.2051% so với tổng cho vay khách hàng và các TCTD khác. Đồng thời, Ngân hàng TMCP Tiên Phong năm 2008 là ngân hàng có rủi ro tín dụng thấp nhất trong các ngân hàng trong mẫu nghiên cứu, giá trị LLP tương ứng đạt 0.01. Tuy nhiên, ngân hàng TMCP Tiên Phong năm 2011 lại có rủi ro tín dụng LLP cao nhất tương ứng đạt 6.48.