2.1.2 .Mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng
2.2 Phƣơng pháp nghiên cứu
2.2.2 Mơ hình nghiên cứu
2.2.2.1. Mơ hình hồi quy hai giai đoạn 2SLS và mơ hình vector tự hồi quy theo dữ liệu bảng (PVAR).
Bài luận văn này bằng cách sử dụng mơ hình nghiên cứu tƣơng tự mơ hình trong nghiên cứu của Ameni và cộng sự (2017) với độ trễ của dữ liệu là 1 (Bài luận văn kiểm tra độ trễ tối ƣu của mơ hình đƣợc thể hiện ở phụ lục 03) để đo lƣờng mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng:
CRi,t= C + β1CRi,t-1 + β2LRi,t + ∑ + ∑ + (1)
LRi,t= C + β1LRi,t-1 + β2CRi,t + ∑ + ∑ + (2)
Trong đó:
LRit và CRit : biến phụ thuộc lần lƣợt đo lƣờng rủi ro thanh khoản và rủi ro tín dụng của ngân hàng i tại thời điểm cuối năm t (i=1…Ngân hàng thứ N; t=1… năm T)
, và thì đại diện cho các biến độc lập. Các biến độc lập đƣợc mô tả cụ thể ở Bảng 1.2
: là phần dƣ không quan sát của ngân hàng i tại thời điểm t
Luận văn sử dụng chuỗi số liệu theo năm quý của các biến độc lập và biến phụ thuộc giai đoạn 2008-2018 để kiểm tra mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng.
Trong đó, biến phụ thuộc để đo lƣờng rủi ro thanh khoản và rủi ro tín dụng đƣợc sử dụng trong các nghiên cứu Nurul Kabir và cộng sự (2015); Salma Louati và cộng sự (2015); Louati và cộng sự (2015); Anam và cộng sự (2012); Munteanu (2012); Kabir và cộng sự (2015); Tan (2015); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017). Các biến này đƣợc tính tốn nhƣ sau:
LRit : là chỉ số đo lƣờng rủi ro thanh khoản của ngân hàng i tại thời điểm cuối năm t. Rủi ro thanh khoản đƣợc tính bằng Tỷ lệ nợ xấu trên Tổng dƣ nợ. Trong đó tỷ lệ nó xấu gồm nợ dƣới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn. Tỷ lệ nợ xấu cho biết chất lƣợng và rủi ro của danh mục cho vay của ngân hàng thì có bao nhiêu đồng đang bị phân loại vào nợ xấu trên 100 đồng cho vay. Dấu hiệu cho thấy ngân hàng đang gặp khó khăn trong việc quản lý chất lƣợng các khoản cho vay khi Tỷ lệ này cao so với trung bình ngành và có xu
hƣớng tăng lên qua các năm.
LRit : là chỉ số đo lƣờng rủi ro tín dụng của ngân hàng i tại thời điểm cuối năm t. Rủi ro tín dụng đƣợc tính bằng cách lấy Tiền và các khoản tƣơng đƣơng tiền chia cho Tổng tài sản.
Bên cạnh đó, các biến độc lập đƣợc sử dụng trong bài luận văn đƣợc sử dụng trong các nghiên cứu của Muhammad và cộng sự (2011); Anam và cộng sự (2012), Muharamvà cộng sự (2012); Munteanu, I. (2012); Anam và cộng sự (2012); Misman và cộng sự (2015); Ameni và cộng sự (2017) nhƣ sau:
roait: gọi là tỷ số lợi nhuận trên tài sản của ngân hàng i tại thời điểm cuối năm t, là một chỉ số thể hiện tƣơng quan giữa mức sinh lợi của một ngân hàng so với chính tài sản của ngân hàng. ROA sẽ cho mơ hình biết hiệu quả của ngân hàng trong việc sử dụng tài sản để kiếm lời bằng cách tính lấy lợi nhuận sau thuế chia cho Tổng tài sản trung bình năm liền kề của ngân hàng ở thời điểm cuối năm tài chính.
roeit: gọi là lợi nhuận trên vốn hoặc lợi nhuận trên vốn chủ sở hữu của ngân hàng i tại thời điểm cuối năm t, là thƣớc đo về hiệu quả sử dụng vốn của ngân hàng, đo đếm xem ngân hàng kiếm đƣợc bao nhiêu đồng lãi dựa trên số vốn tự có của ngân hàng. ROE đƣợc tính bằng lợi nhuận sau thuế chia cho Vốn chủ sở hữu trung bình hai năm liền kề của ngân hàng ở thời điểm cuối năm tài chính. sizeit : là chỉ số đại diện cho quy mô của ngân hàng i trong năm t, đƣợc tính
bằng logarit của Tổng tài sản ngân hàng (đơn vị tính triệu đồng) tại thời điểm cuối năm tài chính.
carit: là một chỉ tiêu phản ánh mối quan hệ giữa vốn tự có của ngân hàng với tài sản của ngân hàng thƣơng mại. Hệ số CAR là thƣớc đo quan trọng để đo mức độ an tồn hoạt động của ngân hàng, đƣợc tính bằng cơng thức Tổng Vốn cấp 1 và vốn cấp 2 chia cho Tổng tài sản. Hệ số car giúp xác định khả năng đáp ứng
các nghĩa vụ của ngân hàng với khả năng tự vệ từ vốn tự có và đánh giá khả năng thích ứng các rủi ro tín dụng, rủi ro hoạt động của ngân hàng.
nimit: là sự chênh lệch phần trăm giữa thu nhập lãi và chi phí lãi phải trả của ngân hàng i trong năm t, hệ số này cho biết hiện ngân hàng đang thực sự hƣởng chênh lệch lãi suất giữa hoạt động huy động và hoạt động đầu tƣ tín dụng là bao nhiêu. Cơng thức tính tỷ lệ lãi biên thuần bằng chênh lệch Thu nhập lãi và Chi phí lãi chia cho Tài sản sinh lãi bình qn. Trong đó: Tài sản sinh lãi bình quân gồm Tổng Tiền gửi tại ngân hàng nhà nƣớc, Tiền gửi lại các Tổ chức tín dụng khác, Chứng khoán đầu tƣ, Cho vay khách hàng từ bảng cân đối tài chính. loangrowthit: là chỉ số phản ánh tốc độ tăng trƣởng tín dụng của ngân hàng i
trong năm t, đƣợc tính bằng tỷ lệ tăng trƣởng của giá trị dƣ nợ của năm nay so với năm liền trƣớc đó, biến này đƣợc sử dụng trong các nghiên cứu của Bonfim, D. (2009); Zhang và cộng sự (2016); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017);
efficiencyit: là chỉ số tài chính quan trọng trong việc đánh giá hiệu quả hoạt động của ngân hàng i trong năm t. Chỉ số này cho thấy đƣợc mối tƣơng quan giữa chi phí với thu nhập của ngân hàng, cho nhà đầu tƣ một cái nhìn rõ hơn về hiệu quả hoạt động của tổ chức: tỷ lệ càng nhỏ thì ngân hàng đó càng hoạt động hiệu quả. Chỉ số này đƣợc tính bằng Chi phí hoạt động chia cho thu nhập hoạt động. Biến này đƣợc sử dụng trong các nghiên cứu của Anam và cộng sự (2012); Kabir và cộng sự (2015); Louzis và cộng sự (2012); Munteanu, I. (2012); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017);
loanassetsit: là chỉ số tài chính cho biết tỷ trọng cho vay của ngân hàng trên tài sản của ngân hàng i trong năm t. Tỉ lệ số này lớn hơn 1 cho thấy phần lớn tài sản của ngân hàng đã tài trợ bởi các khoản tín dụng. Chỉ số này đƣợc tính bằng Cho vay khách hàng ròng chia cho Tổng tài sản. Biến này đƣợc sử dụng trong các nghiên cứu Kabir và cộng sự (2015); Tan (2015); Ameni và cộng sự (2017);
incomediversityit: đo lƣờng mức độ đóng góp của hoạt động ngồi lãi, tác giả sử dụng tỷ lệ từng nguồn thu nhập ngoài lãi trên tổng thu nhập hoạt động. Biến này hàm nghĩa đa dạng hóa thu nhập có thể làm hạn chế rủi ro và nâng cao hiệu quả hoạt động của ngân hàng. Biến này đƣợc sử dụng trong các nghiên cứu của Kabir và cộng sự (2015); Louzis và cộng sự (2012); Cole và cộng sự (1995); Ameni và cộng sự (2017).
infit: dùng để đo lƣờng bằng chỉ số giá tiêu dùng CPI. Lạm phát tác động đến hiệu quả kinh doanh ngân hàng thơng qua lƣơng và chi phí hoạt động khác. Biến này đƣợc sử dụng trong các nghiên cứu của Anam và cộng sự (2012); Kabir và cộng sự (2015); Munteanu (2012); Ameni và cộng sự (2017)
gdpit: tỷ lệ tăng trƣởng GDP đo lƣờng khả năng tăng trƣởng của nền kinh tế, góp phần nâng cao hiệu quả kinh doanh cho ngân hàng và ngƣợc lại. Biến này đƣợc sử dụng trong các nghiên cứu của Anam và cộng sự (2012); Kabir và cộng sự (2015); Munteanu (2012); Tan (2015); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017).
Tác giả sử dụng phƣơng pháp ƣớc lƣợng hồi quy bình phƣơng tối thiểu hai giai đoạn (2SLS) để khắc phục vấn đề nội sinh trong mơ hình nghiên cứu này. Biến nội sinh là những biến có tƣơng quan với phần dƣ, nên trong tƣờng hợp hồi quy chúng ta thƣờng xuyên gặp những vấn đề này, dẫn đến những sai xót nghiêm trọng, nhƣ: bỏ biến, sai số trong biến, hoặc xác định đồng thời qua các biến giải thích khác. Trong những trƣờng hợp biến nội sinh xác định đồng thời qua các biến giải thích khác chúng ta áp dụng mơ hình hồi quy OLS sẽ khơng chính xác, cần phải có mơ hình khác ƣớc lƣợng chính xác hơn đó chính là hồi quy bình phƣơng nhỏ nhất hai giai đoạn (2SLS).
Sau đó bài luận văn tiến hành kiểm tra mối nhân quả giữa rủi ro thanh khoản và rủi ro tín dụng bằng mơ hình vector tự hồi quy theo dữ liệu bảng (PVAR). Trong mô hình PVAR một biến khơng những chịu ảnh hƣởng từ tác động hiện tại của các biến
khác mà còn chịu ảnh hƣởng bởi độ trễ của chính biến đó và độ trễ của các biến khác. Bài luận văn này sử dụng mơ hình PVAR để phân tích mối quan hệ nhân quả giữa hai biến rủi ro thanh khoản và rủi ro tín dụng bằng cách thực hiện các bƣớc sau:
(i) Bƣớc 1: kiểm định tính dừng của các chuỗi dữ liệu để đảm bảo các chuỗi dữ liệu sử dụng trong nghiên cứu dừng tại sai phân bậc 1.
(ii) Bƣớc 2: lựa chọn độ trễ tối ƣu dựa trên mơ hình PVAR.
(iii) Bƣớc 3: kiểm tra nhân quả Granger để xác định mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng là một chiều, hai chiều, hay độc lập đồng thời xác định hƣớng của mối quan hệ này.
Để kiểm tra mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng, tác giả sử dụng mơ hình vector tự hồi quy theo dữ liệu bảng (PVAR) tƣơng tự cơng trình nghiên cứu của Ameni và cộng sự (2017) nhƣ sau:
yi,t =ui,t + (L)yi,t + i;t Trong đó:
• ui,t: vector hệ số chặn không đổi theo thời gian cho các biến đặc thù của từng ngân hàng cụ thể;
• (L)yi,t: vector ma trận của hệ số các biến trễ;
• i;t: vector các sai số.
Bài luận văn này kỳ vọng về dấu của mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng nhƣ sau:
Khơng có mối quan hệ tƣơng quan giữa rủi ro thanh khoản và rủi ro tín dụng nhƣ trong Nghiên cứu của Ameni và cộng sự (2017).
Tồn tại một mối quan hệ nhân quả giữa rủi ro thanh khoản và rủi ro tín dụng: rủi ro tín dụng trong quá khứ gây ra tác động ngƣợc chiều tới rủi ro thanh khoản ở hiện tại nhƣ trong Nghiên cứu của Ameni và cộng sự (2017).
Bảng 2-2.Các biến trong mơ hình và cách thức đo lƣờng
TÊN BIẾN CƠNG THỨC CƠNG TRÌNH NGHIÊN CỨU
Yếu tố bên trong
creditrisk Tỷ lệ nợ xấu/Tổng dƣ nợ
Nurul Kabir và cộng sự (2015); Salma Louati và cộng sự (2015); Louati và cộng sự (2015); Anam và cộng sự (2012); Munteanu (2012); Kabir và cộng sự (2015); Tan (2015); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017)
liquidityrisk Tiền và các khoản tƣơng đƣơng tiền/ Tổng tài sản
Muhammad và cộng sự (2011) , Anam và cộng sự (2012), Muharam và cộng sự (2012); Anjum (2012); Ameni và cộng sự (2017); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017)
roa Lợi nhuận sau thuế/ Tổng tài sản
Muhammad và cộng sự (2011); Anam và cộng sự (2012); Bonfim và cộng sự (2009); Kabir và cộng sự (2015); Misman và cộng sự (2015); Muharam và cộng sự (2012); Tan (2015); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017)
roe Lợi nhuận sau thuế/ Vốn chủ sở hữu
Muhammad và cộng sự (2011); Anam và cộng sự (2012); Kabi và cộng sự (2015); Louzis và cộng sự (2012); Misman và cộng sự (2015); Muharam và cộng sự (2012); Tan (2015); Zhang và cộng sự (2016); Ameni và cộng sự (2017).
size Logarit của Tổng tài sản ngân hàng, đơn vị tính triệu đồng
Muhammad và cộng sự (2011), Anam và cộng sự (2012); Kabir và cộng sự (2015); Louzis và cộng sự (2012); Misman và cộng sự (2015); Tan(2015); Zhang và cộng sự (2016); Ameni và cộng sự (2017)
car Vốn cấp 1+Vốn cấp 2 /Tổng tài sản
Muhammad và cộng sự (2011); Anam và cộng sự (2012), Muharamvà cộng sự (2012); Munteanu, I.
TÊN BIẾN CƠNG THỨC CƠNG TRÌNH NGHIÊN CỨU
(2015); Ameni và cộng sự (2017) nim tỷ lệ lãi biên thuần =(Thu nhập lãi- Chi phí
lãi)/ Tài sản sinh lãi bình quân
Misman và cộng sự (2015); Tan (2015); Muharam và
cộng sự (2012); Ameni và cộng sự (2017)
loangrowth
Bonfim, D. (2009); Zhang và cộng sự (2016); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017)
efficiency Chi phí hoạt động/thu nhập hoạt động
Anam và cộng sự (2012); Kabir và cộng sự (2015); Louzis và cộng sự (2012); Munteanu, I. (2012); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017)
loanassets Cho vay khách hàng ròng / Tổng tài sản Kabir và cộng sự (2015); Tan (2015); Ameni và cộng sự (2017) incomediversity | | Kabir và cộng sự (2015); Louzis và cộng sự (2012); Cole và cộng sự (1995); Ameni và cộng sự (2017)
Yếu tố bên ngoài
inf Tỷ lệ lạm phát tính theo chỉ số CPI Anam và cộng sự (2012); Kabir và cộng sự (2015); Munteanu (2012); Ameni và cộng sự (2017)
gdp Tốc độ tăng trƣởng GDP
Anam và cộng sự (2012); Kabir và cộng sự (2015); Munteanu (2012); Tan (2015); Imbierowicz and Rauch (2014); Ameni và cộng sự (2017)
2.2.2.2. Mơ hình Zscore
Bởi vì chiều hƣớng ảnh hƣởng của các biến trong mơ hình khơng rõ ràng và mối quan hệ thời gian có thể bị trễ giữa các biến, hoặc trƣờng hợp biến độc lập trong mơ hình cũ là biến nội sinh (đƣợc miêu tả qua biến khác) mà biến chƣa đƣa vào này có quan hệ với phần dƣ gây ra hiện tƣợng tự tƣơng quan nên bài luận văn sử dụng cơng trình nghiên cứu của Ameni và cộng sự (2017) về mơ hình hệ phƣơng trình đồng thời trên dữ liệu bảng (PVAR) đƣợc phát triển bởi Love và Zicchino (2006) để kiểm tra mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng tới độ ổn định của ngân hàng:
=β0+ β1 +β2liquidityriskit+β3creditriskit+ β4LIQCRERit+ β5sizeit+ β6roait+ β7carit+ β8loangrowthit+β9efficiencyit +β10incomediversityit +β11infit +β12gdpit +
Trong đó:
, : sự ổn định của ngân hàng i tại thời điểm cuối năm t (i=1…Ngân hàng thứ N; t=1… năm T)
LIQCRERit: liquidityriskit*creditriskit
Các biến độc lập gồm có: liquidityriskit;creditriskit; sizeit; roait; carit; loangrowthit; efficiencyit; incomediversityit; infit ; gdpit lầnlƣợt là các biến đo lƣờng rủi ro thanh khoản, rủi ro tín dụng, quy mơ ngân hàng, tỷ suất sinh lợi trên tài sản, tỷ suất lợi nhuận trên vốn chủ sở hữu, mức độ an toàn hoạt động, tốc độ tăng trƣởng dƣ nợ, hiệu quả hoạt động, đóng góp của hoạt động ngồi lãi của ngân hàng i tại thời điểm t, tỷ lệ lạm phát và tốc độ tăng trƣởng kinh tế. : là phần dƣ không quan sát của ngân hàng i tại thời điểm t
Trong nghiên cứu cũng cho thấy các loại rủi ro đóng một vai trị quan trọng đối với sự ổn định của ngân hàng. Các biến độc lập bao gồm các yếu tố bên trong và bên ngoài của ngân hàng. Biến phụ thuộc đƣợc sử dụng trong mơ hình để đo độ ổn định của ngân hàng đƣợc thể hiện qua biến Zcore. Theo phƣơng pháp đƣợc đề xuất bởi Roy
(1952), Blair và Heggestad (1978), Boyd và Graham (1988), Imbierowicz và Rauch (2014) và Ameni và cộng sự (2017) biến này là nghịch đảo liên quan đến xác suất vỡ nợ:
Trong đó
u: tỷ suất sinh lợi trên tổng tài sản của ngân hàng (ROA).
là độ lệch chuẩn tỷ số ROA.