Nguồn: Kết quả phân tích dữ liệu của tác giả
Theo kết quả hồi quy ở bảng 4.4, hệ số phóng đại phương sai VIF của tất cả các biến độc lập đều nhỏ hơn 2 nên hiện tượng đa cộng tuyến trong mơ hình được đánh giá là không nghiệm trọng.
Mean VIF 1.45 LG 1.14 0.880624 GDP 1.17 0.857381 EBP 1.18 0.845596 CONC 1.46 0.685219 SIZE 1.51 0.661514 CPI 1.51 0.660735 CIR 1.73 0.579446 ROE 1.90 0.526042 Variable VIF 1/VIF
4.2.3.2. Kiểm định phương sai của sai số không đổi (không bị hiện tượng phương sai thay đổi)
Phương sai của sai số thay đổi sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng khơng cịn đáng tin cậy. Từ đó dẫn đến hiện tượng ngộ nhận các biến độc lập trong mơ hình nghiên cứu có ý nghĩa, lúc đó kiểm định hệ số hồi quy và R2 khơng dùng được. Bởi vì phương sai của sai số thay đổi làm mất tính hiệu quả của ước lượng, nên cần thiết phải tiến hành kiểm định giả thuyết phương sai của sai số không đổi bằng kiểm định White, với giả thuyết H0: Khơng có hiện tượng phương sai thay đổi.
Bảng 4.5: Kết quả phân tích kiểm định phương sai của sai số khơng đổi
Nguồn: Kết quả phân tích dữ liệu của tác giả
Với mức ý nghĩa alpha = 5%, kiểm định White cho kết quả là: P-value = 0.0352
Vậy, P-value < 0.05 nên bác bỏ giả thuyết H0 Có hiện tượng phương
sai thay đổi.
Total 75.60 52 0.0179 Kurtosis 3.03 1 0.0818 Skewness 11.36 8 0.1820 Heteroskedasticity 61.21 43 0.0352 Source chi2 df p Cameron & Trivedi's decomposition of IM-test
Prob > chi2 = 0.0352 chi2(43) = 61.21
against Ha: unrestricted heteroskedasticity White's test for Ho: homoskedasticity
4.2.3.3 Kiểm định giữa các sai số không có mối quan hệ tương quan với nhau (không bị hiện tượng tự tương quan)
Giữa các sai số có mối quan hệ tương quan với nhau sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng khơng cịn đáng tin cậy. Nghiên cứu tiến hành kiểm định giả thuyết không bị tự tương quan trên dữ liệu bảng, với giả thuyết H0: khơng có sự tự tương quan.
Bảng 4.6: Kết quả kiểm định giữa các sai số khơng có mối quan hệ tương quan với nhau
Nguồn: Kết quả phân tích dữ liệu của tác giả
Với mức ý nghĩa alpha = 5%, kiểm định cho kết quả là: P-value = 0.0000 Vậy, P-value < 0.05 nên bác bỏ giả thuyết H0 Có sự tự tương quan.
4.2.3.4. Tổng hợp kết quả kiểm định
Qua kết quả kiểm định từng phần ở trên, ta thấy: mơ hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng. Tuy vậy, mơ hình có sự tự tương quan giữa các sai số và có hiện tượng phương sai thay đổi. Hiện tượng này sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng khơng cịn đáng tin cậy. Do vậy, tác giả đã dùng phương pháp GLS để khắc phục hiện tượng tự tương quan bậc nhất giữa các sai số và hiện tượng phương sai thay đổi để đảm bảo ước lượng thu được đáng tin cậy.
4.2.4. So sánh giữa các mơ hình trên panel data: Pooled Regression, Fixed effects model, Random effects model
So sánh giữa các mơ hình: Pooled Regression và Fixed effects model:
Prob > F = 0.0000 F( 1, 26) = 23.567 H0: no first order autocorrelation
Ta tiến hành so sánh giữa các mơ hình Pooled Regression và Fixed effects model với giả thuyết H0: Chọn Pooled Regression
Phân tích hồi quy theo Pooled Regression:
Nguồn: Kết quả phân tích dữ liệu của tác giả
Phân tích hồi quy theo Fixed effects model:
Nguồn: Kết quả phân tích dữ liệu của tác giả
Nhận xét: Với mức ý nghĩa 5%, ta có: p = 0.0000 < 5% nên bác bỏ giả
_cons .0856004 .0212197 4.03 0.000 .0437944 .1274065 CPI .0329701 .0232588 1.42 0.158 -.0128534 .0787936 GDP -.7329305 .1806969 -4.06 0.000 -1.088931 -.3769299 CONC .0048715 .0032723 1.49 0.138 -.0015755 .0113185 ROE -.0066433 .0016391 -4.05 0.000 -.0098726 -.0034139 EBP .0405279 .015242 2.66 0.008 .0104988 .0705571 CIR -.0007116 .0002302 -3.09 0.002 -.0011651 -.0002582 SIZE -.0005611 .0010266 -0.55 0.585 -.0025837 .0014615 LG -.0098431 .0052954 -1.86 0.064 -.0202759 .0005896 CRR Coef. Std. Err. t P>|t| [95% Conf. Interval]
F test that all u_i=0: F(26, 209) = 4.66 Prob > F = 0.0000 rho .40998964 (fraction of variance due to u_i)
sigma_e .01268958 sigma_u .01057801 _cons .1389417 .0315508 4.40 0.000 .0767431 .2011404 CPI .0040374 .0213103 0.19 0.850 -.0379732 .0460481 GDP -.7428483 .1565165 -4.75 0.000 -1.051402 -.4342949 CONC 0 (omitted) ROE -.0034293 .0016789 -2.04 0.042 -.0067391 -.0001194 EBP .0602195 .0146367 4.11 0.000 .0313651 .089074 CIR -.0003696 .0002237 -1.65 0.100 -.0008105 .0000713 SIZE -.0034689 .0017199 -2.02 0.045 -.0068595 -.0000783 LG -.00506 .005679 -0.89 0.374 -.0162554 .0061355 CRR Coef. Std. Err. t P>|t| [95% Conf. Interval]
So sánh giữa các mơ hình: Fixed effects model và Random effects model:
Phân tích hồi quy theo Fixed effects model:
Nguồn: Kết quả phân tích dữ liệu của tác giả
Phân tích hồi quy theo Random effects model:
F test that all u_i=0: F(26, 209) = 4.66 Prob > F = 0.0000 rho .40998964 (fraction of variance due to u_i)
sigma_e .01268958 sigma_u .01057801 _cons .1389417 .0315508 4.40 0.000 .0767431 .2011404 CPI .0040374 .0213103 0.19 0.850 -.0379732 .0460481 GDP -.7428483 .1565165 -4.75 0.000 -1.051402 -.4342949 CONC 0 (omitted) ROE -.0034293 .0016789 -2.04 0.042 -.0067391 -.0001194 EBP .0602195 .0146367 4.11 0.000 .0313651 .089074 CIR -.0003696 .0002237 -1.65 0.100 -.0008105 .0000713 SIZE -.0034689 .0017199 -2.02 0.045 -.0068595 -.0000783 LG -.00506 .005679 -0.89 0.374 -.0162554 .0061355 CRR Coef. Std. Err. t P>|t| [95% Conf. Interval]
F test that all u_i=0: F(26, 209) = 4.66 Prob > F = 0.0000 rho .40998964 (fraction of variance due to u_i)
sigma_e .01268958 sigma_u .01057801 _cons .1389417 .0315508 4.40 0.000 .0767431 .2011404 CPI .0040374 .0213103 0.19 0.850 -.0379732 .0460481 GDP -.7428483 .1565165 -4.75 0.000 -1.051402 -.4342949 CONC 0 (omitted) ROE -.0034293 .0016789 -2.04 0.042 -.0067391 -.0001194 EBP .0602195 .0146367 4.11 0.000 .0313651 .089074 CIR -.0003696 .0002237 -1.65 0.100 -.0008105 .0000713 SIZE -.0034689 .0017199 -2.02 0.045 -.0068595 -.0000783 LG -.00506 .005679 -0.89 0.374 -.0162554 .0061355 CRR Coef. Std. Err. t P>|t| [95% Conf. Interval]
Bảng 4.7 Kiểm định Hausman:
Nhận xét: Với mức ý nghĩa 5%, ta có: p = 0.0000 < 5% nên bác bỏ giả thuyết H0 chọn Fixed effects model
Kết luận chung: Sau khi so sánh ba mô hình, ta chọn mơ hình Fixed effects model.
Tổng hợp kết quả kiểm định
Qua kết quả kiểm định từng phần ở trên, ta thấy: mơ hình có hiện tượng đa cộng tuyến được đánh giá là khơng nghiêm trọng. Tuy vậy, mơ hình có sự tự tương quan giữa các sai số và có hiện tượng phương sai thay đổi. Hiện tượng này sẽ làm cho các ước lượng thu được bằng các phương pháp hồi quy thông trường trên dữ liệu bảng không hiệu quả, các kiểm định hệ số hồi qui khơng cịn đáng tin cậy. Do vậy, tác giả dùng phương pháp GLS để khắc phục hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai thay đổi để đảm bảo ước lượng thu được vững và hiệu quả.
see suest for a generalized test assumptions of the Hausman test; data fails to meet the asymptotic = -37.07 chi2<0 ==> model fitted on these chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtgls CPI .0329701 .014533 .0184372 .0091615 GDP -.7329305 -.7497042 .0167737 .084397 CONC .0048715 .0074597 -.0025882 . ROE -.0066433 -.0044934 -.0021498 .0000765 EBP .0405279 .0551299 -.0146019 .0046121 CIR -.0007116 -.0004868 -.0002249 .0000638 SIZE -.0005611 -.001968 .0014069 . LG -.0098431 -.0067378 -.0031053 . fe re Difference S.E. (b) (B) (b-B) sqrt(diag(V_b-V_B)) Coefficients
4.3. Kết quả nghiên cứu
Bảng 4.8. Khắc phục hiện tượng tự tương quan bằng phương pháp Generalized Least Square (GLS)
Nguồn: Kết quả phân tích dữ liệu của tác giả
Với biến phụ thuộc là CRR, sau khi dùng phương pháp GLS để khắc phục hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai thay đổi để đảm bảo ước lượng thu được vững và hiệu quả, ta có kết quả như sau:
CRR= 0.0856004 – 0.0098431*LG – 0.0007116*CIR + 0.0405279*EBP – 0.0066433*ROE – 0.7329305*GDP
+ Biến GDP tác động mạnh nhất, ngược chiều và có ý nghĩa thống kê ở mức ý nghĩa 5%. Kết quả này hoàn toàn phù hợp với kỳ vọng của tác giả và các bài nghiên cứu trước của S Pasha và T Khemraj ( 2009); Louzis và cộng sự (2010); Nkusu (2011); Gunsel (2011); Ahlem S. M. và cộng sự (2013); Vi1tor Castro _cons .0856004 .020823 4.11 0.000 .044788 .1264128 CPI .0329701 .0228241 1.44 0.149 -.0117642 .0777044 GDP -.7329305 .1773191 -4.13 0.000 -1.080469 -.3853915 CONC .0048715 .0032112 1.52 0.129 -.0014222 .0111653 ROE -.0066433 .0016085 -4.13 0.000 -.0097958 -.0034907 EBP .0405279 .0149571 2.71 0.007 .0112125 .0698434 CIR -.0007116 .0002259 -3.15 0.002 -.0011543 -.000269 SIZE -.0005611 .0010074 -0.56 0.578 -.0025356 .0014135 LG -.0098431 .0051964 -1.89 0.058 -.0200279 .0003416 CRR Coef. Std. Err. z P>|z| [95% Conf. Interval] Log likelihood = 680.3036 Prob > chi2 = 0.0000 Wald chi2(8) = 61.95 Estimated coefficients = 9 Time periods = 9 Estimated autocorrelations = 0 Number of groups = 27 Estimated covariances = 1 Number of obs = 243 Correlation: no autocorrelation
Panels: homoskedastic
Coefficients: generalized least squares Cross-sectional time-series FGLS regression
(2013). Tăng trưởng kinh tế càng cao thì nợ xấu càng giảm. Điều này được giải thích là do khi kinh tế tăng trưởng tốt, các doanh nghiệp và hộ gia đình hoạt động hiệu quả, tăng khả năng thanh toán nợ ngân hàng làm tỷ lệ nợ xấu giảm xuống. Trong thời kỳ tăng trưởng kinh tế giảm, thu nhập của doanh nghiệp và hộ gia đình giảm, làm giảm khả năng trả nợ và rủi ro tín dụng sẽ tăng.
Tuy nhiên, khác với kết quả nghiên cứu trước, biến khơng có ý nghĩa thống kê là tỷ lệ lạm phát (CPI). Điều này có thể là do trong giai đoạn nghiên cứu, mối quan hệ giữa yếu tố này với nợ xấu của các NHTM Việt Nam chưa thể hiện rõ.
+ Các biến ROE, CIR, tác động ngược chiều và có ý nghĩa thống kê ở mức ý nghĩa 5%. Kết quả này không phù hợp với kỳ vọng khi lợi nhuận tăng đồng nghĩa với rủi ro tín dụng tăng cao, Ngược lại ngân hàng chấp nhận lợi nhuận thấp thì rủi ro tín dụng thấp và nợ xấu giảm.
+ Tăng trưởng tín dụng (LG): Kết quả nghiên cứu tìm thấy tăng trưởng tín dụng có tác động ngược chiều và có ý nghĩa thống kê ở mức ý nghĩa 5%. Kết quả hồi quy từ mơ hình nghiên cứu nhất quán với các nghiên cứu của Sukrishnalall Pasha và Tarron Khemraj (2009), Louzis và cộng sự (2010), Ahlem S. M. và cộng sự (2013). Khi các NHTM thúc đẩy tăng trưởng tín dụng, các doanh nghiệp và cá nhân tiếp cận vốn vay dễ dàng, mở rộng được hoạt động sản xuất kinh doanh, khả năng trả nợ cao, tỷ lệ nợ xấu thấp. Ngược lại khi các NHTM giảm tăng trưởng tín dụng, các doanh nghiệp và cá nhân gặp khó khăn trong vay vốn, chi phí vay vốn cao, hiệu quả kinh doanh giảm, khả năng nợ nần tăng cao, dẫn đến tăng rủi ro tín dụng.
+ Quy mơ ngân hàng (SIZE): Kết quả hồi quy tìm thấy quy mơ ngân hàng có tác động ngược chiều và có ý nghĩa thống kê ở mức ý nghĩa 5%. Ngân hàng có quy mơ càng lớn thì lại có tỷ lệ nợ xấu thấp, do các ngân hàng có quy mơ lớn thường đa dạng hóa được danh mục cho vay, đồng thời sàng lọc khách hàng vay hiệu quả hơn, kỹ càng hơn, có hệ thống quản trị rủi ro tốt hơn so với các ngân hàng có quy mơ nhỏ. Bên cạnh đó các ngân hàng nhỏ thường sẵn sàng cho vay dưới chuẩn để đổi lấy lợi nhuận cao và cạnh tranh thị phần, do đó làm tỷ lệ nợ
xấu tăng cao. Kết quả này giống với các nghiên cứu thực nghiệm của Rajiv Ranjan và Sarat Chandra Dhal (2003); Gunsel (2011).
+ Trong khi đó biến EBP tác động cùng chiều và có ý nghĩa thống kê ở mức ý nghĩa 5%.
+ Trong khi đó các biến CONC, CPI khơng có ý nghĩ thống kê.
Kết luận chương 4:
Chương 4 đã tiến hành phân tích dữ liệu của 27 ngân hàng thương mại cổ phầnViệt Nam. Từ kết quả của những nghiên cứu trước đây, luận văn đã chọn lọc và tiến hành xây dựng mơ hình thực nghiệm cũng như các giả thuyết nghiên cứu ban đầu về các nhân tố ảnh hưởng đến rủi ro tín dụng. Sau đó thực hiện mơ hình hồi quy bội và kiểm định theo các phương pháp OLS, Fixed effect, Random effect và cuối cùng là GMM nhằm khắc phục khuyết tật của ba mơ hình trên và hiện tượng nội sinh.
Kết quả nghiên cứu cho thấy Tăng trưởng tín dụng (LG), Tỷ lệ giữa chi phí hoạt động và thu nhập hoạt động (CIR), Lợi nhuận trên vốn chủ sở hữu (ROE), Tốc độ tăng trưởng kinh tế (GDP) có quan hệ ngược chiều với tỷ lệ nợ xấu; Tỷ lệ giữa thu nhập ròng từ hoạt động kinh doanh trước chi phí dự phịng rủi ro tín dụng và tổng dư nợ tín dụng (EBP) có quan hệ cùng chiều với tỷ lệ nợ xấu. Đây sẽ là cơ sở để đề xuất một số giải pháp và kiến nghị nhằm hạn chế rủi ro tín dụng của các NHTM Việt Nam trong chương 5.
CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
Với những phân tích về thực trạng rủi ro tín dụng, cụ thể là tỷ lệ nợ xấu tại Việt Nam hiện nay, có thể thấy nợ xấu vẫn sẽ tiếp tục là gánh nặng cho nền kinh tế trong tương lai nếu như các cơ quan quản lý và bản thân các NHTM khơng có những giải pháp và chính sách kịp thời.
Từ kết quả nghiên cứu của mơ hình thực nghiệm về các yếu tố tác động đến rủi ro tín dụng (đặc trưng bởi tỷ lệ nợ xấu/tổng dư nợ) của hệ thống NHTM Việt Nam và thực trạng khuôn khổ pháp lý về lĩnh vực ngân hàng cũng như tình hình hoạt động của các NHTM hiện nay, tác giả đưa ra hàm ý một số chính sách nhằm hạn chế rủi ro tín dụng tại các NHTM Việt Nam.
5.1. Giải pháp từ phía NHTM
Có thể nói đối với vấn đề hạn chế rủi ro tín dụng và giảm nợ xấu, giữ vai trò quan trọng nhất vẫn là bản thân các NHTM khi NHTM là người trực tiếp đưa ra quyết định cho vay và giám sát tình hình sử dụng vốn vay của khách hàng sau giải ngân. Do đó, NHTM cần có những giải pháp mang tính lâu dài và bền vững nhằm nâng cao năng lực quản trị rủi ro tín dụng cũng như hạn chế tối đa khả năng xảy ra nợ xấu, nhằm bảo đảm doanh thu, uy tín của mình, đồng thời góp phần tạo sự ổn định cho kinh tế vĩ mô.
5.1.1. Giải pháp dựa trên kết quả mơ hình
- Tỷ lệ giữa thu nhập rịng từ hoạt động kinh doanh trước chi phí dự phịng rủi ro tín dụng và tổng dư nợ tín dụng có quan hệ cùng chiều với sự gia tăng nợ xấu. Do đó, cần sử dụng, theo dõi và quản lý một cách hiệu quả các khoản chi phí hoạt động, tăng cường khả năng quản lý của những người có trách nhiệm, tránh tình trạng bỏ ra nhiều chi phí cho hoạt động kinh doanh nhưng lại khơng quản lý tốt các khoản chi phí này dẫn đến việc không thu thập thông tin đầy đủ và chính xác, đánh giá khơng đúng về khách hàng, sơ sót trong khâu thẩm định và giám sát…từ đó làm gia tăng nợ xấu.
- Số liệu thực tế tại Việt Nam cho thấy ROE và tỷ lệ nợ xấu có mối quan hệ nghịch biến. Vì vậy, các NHTM cần sử dụng một cách có hiệu quả nguồn vốn của mình, chú trọng đến chất lượng tín dụng và những dự án thật sự có hiệu quả, khơng nên chấp nhận những khoản vay có rủi ro quá cao dù có thể thu về lợi nhuận cao, vì một khi rủi ro xảy ra có thể ảnh hưởng rất lớn đến lợi nhuận ròng của ngân hàng, làm giảm giá trị ROE gây mất lịng tin cho cổ đơng và tăng tỷ lệ nợ xấu.
5.1.2. Phân loại nợ xấu và trích lập dự phịng hợp lý