CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.1.1 Mơ hình nghiên cứu các yếu tố ảnh hưởng đến nợ xấu
Với hướng thiết kế nghiên cứu và phương pháp nghiên cứu định lượng đã xây dựng ban đầu, tác giả lựa chọn mơ hình dựa theo những lý do sau:
Thứ nhất: các nghiên cứu thực nghiệm về nợ xấu, khả năng sinh lời trên thế giới và
trong nước trước đây chủ yếu được thực hiện theo hai hướng nghiên cứu: xác định các yếu tố ảnh hưởng đến nợ xấu và nghiên cứu tác động của nợ xấu đến khả năng sinh lời của NHTM, đây chính là cơ sở để tác giả lựa chọn các mơ hình nghiên cứu có liên quan.
Thứ hai: trong các nghiên cứu thực nghiệm của các tác giả đã thực hiện trước đây,
hầu hết đều sử dụng mơ hình hồi quy đa biến, với dữ liệu bảng nghiên cứu. Tác giả lựa chọn mơ hình hồi quy đa biến phù hợp với các nghiên cứu trước đây, kế thừa mơ hình nghiên cứu gốc của Ahlem Selma Messai (2013) và Marijana Ćurak, Sandra Pepur, Klime Poposki (2013) với dữ liệu bảng của 20 NHTM giai đoạn từ
năm 2007-2016 để xác định các yếu tố ảnh hưởng đến nợ xấu của ngân hàng. Mơ hình trong nghiên cứu được kỳ vọng có dạng như sau
NPLit = αit + β1CrGrit + β2Sizeit + β3DEit + β4LLPit + β5 ROAit + β6 GDPit + β7 INFit + εit
Trong đó:
Biến phụ thuộc là NPL là tỷ lệ nợ xấu của NHTM thứ i trong năm t. Được đo lường bằng (=) Nợ xấu/Tổng dư nợ.
Các biến độc lập: CrGr, Size, DE, LLP, ROA, GDP, INF. Cụ thể
- Biến CrGr: Tỷ lệ tăng trưởng tín dụng của ngân hàng i trong năm t. Được đo lường bằng (=) {Tổng dư nợ ngân hàng i năm t - Tổng dư nợ ngân hàng i năm (t-1)}/Tổng dư nợ ngân hàng i năm (t-1).
- Biến Size: Quy mô của ngân hàng i trong năm t. Được đo lường bằng logarit của Tổng tài sản ngân hàng.
- Biến DE: tỷ lệ địn bẩy tài chính. Được đo lường bằng (=) Tổng nợ/Tổng vốn chủ sở hữu.
- Biến LLP: tỷ lệ dự phịng rủi ro tín dụng (RRTD) của ngân hàng i trong năm t. Được đo lường bằng (=) Chi phí Dự phịng rủi ro tín dụng/Tổng dư nợ.
- Biến ROA: Tỷ lệ lợi nhuận trên tổng tài sản của ngân hàng trong năm t. - Biến GDP: tăng trưởng GDP năm t.
- Biến INF: tỷ lệ lạm phát năm t. Biến tự do: α
Các tham số của mơ hình: β1, β2, β3, β4, β5, β6, β7 εit : sai số của mơ hình.
Các biến độc lập trong mơ hình: dựa theo bài nghiên cứu “Determinants of
nonperforming loans – evidence from Southeastern European banking systems” của
tác giả Marijana Curak, Sandra Pepur and Klime Poposki. Sử dụng các biến tương ứng với các giả thuyết sau đây cho bài nghiên cứu:
Giả thuyết 1: Mối quan hệ cùng chiều giữa tỷ lệ dự phòng RRTD với tỷ lệ nợ
xấu dựa trên kết quả nghiên cứu của Ahlem Selma Messai (2013).
Ahlem Selma Messai (2013) cho rằng các NHTM thông thường dự phịng chi phí cao hơn nếu dự đốn được dư nợ vay của NH có mức rủi ro thất thốt vốn cao nhằm giảm bớt sự biến động trong lợi nhuận của NH trong tương lai so với hiện tại, khi rủi ro mất vốn do nợ xấu chưa xảy ra.
Theo quy định của NHNN, các NHTM Việt Nam phải trích lập dự phịng rủi ro tín dụng và hạch tốn vào chi phí hoạt động để dự phịng cho những tổn thất có
thể xảy ra đối với các khoản cho vay của ngân hàng. Trên bảng cân đối kế tốn của ngân hàng, dự phịng là một khoản mục thuộc tài sản và làm giảm giá trị của tài sản có, nhằm phản ánh sự suy giảm của tài sản trước những tổn thất có khả năng xảy ra. Trong khi đó, trong bảng kết quả kinh doanh, dự phòng là một khoản chi phí phi tiền mặt, được ghi nhận làm giảm lợi nhuận/vốn chủ sở hữu của ngân hàng. Dự phịng rủi ro tín dụng gồm dự phòng cụ thể và dự phòng chung. Dự phịng chung được trích lập để dự phịng cho những tổn thất có thể xảy ra, nhưng chưa xác định được khi trích lập dự phịng cụ thể. Theo quy định tại Thông tư 02/2013/TT-NHNN ngày 21/01/2013 của Ngân hàng Nhà nước, dự phòng chung được xác định bằng 0,75% tổng số dư các khoản nợ từ nhóm 1 đến nhóm 4, trừ Tiền gửi và cho vay liên ngân hàng. Dự phịng cụ thể được trích lập để dự phịng cho những tổn thất có thể xảy ra đối với từng khoản nợ cụ thể. Cơng thức tính: Dự phịng cụ thể = Tỷ lệ trích lập x (Số dư khoản nợ – Giá trị khấu trừ của tài sản đảm bảo). Giá trị khấu trừ của tài sản đảm bảo và tỷ lệ trích lập dự phịng đối với từng nhóm nợ được Ngân hàng Nhà nước quy định theo từng thời kỳ.
Như vậy, chi phí dự phịng RRTD cao cho thấy ngân hàng có khả năng có tỷ lệ nợ xấu cao vì tỷ lệ trích lập dự phịng cụ thể đối với nợ xấu từ 20%-100% tùy nhóm nợ cụ thể và tỷ lệ trích lập dự phịng chung là 0.75% cho tất cả các khoản nợ từ nhóm 1-4.
Do đó, dự kiến mối quan hệ giữa 2 biến số này là cùng chiều.
Giả thuyết 2: Mối quan hệ cùng chiều giữa tăng trưởng tín dụng với tỷ lệ nợ xấu dựa trên kết quả nghiên cứu của Gabriel Jiménez , Jesús Saurina (2005).
Tăng trưởng tín dụng là tiêu chí thể hiện sự gia tăng về quy mơ cho vay của NHTM qua các năm, hầu như các NHTM đều đặt ra chỉ tiêu hoạt động của ngân hàng đều tăng tỷ lệ cho vay hàng năm để tăng thu nhập từ lãi cho vay và các phí dịch vụ khác đi kèm. Tùy dịng vốn tín dụng đổ vào lĩnh vực sản xuất kinh doanh hay tiêu dùng, ngắn hay trung dài hạn mà có thể gây ra nợ xấu cho NHTM nhiều hay ít.
Khi nền kinh tế tăng trưởng, càng nhiều ngân hàng thương mại cho vay càng có nhiều cạnh tranh để phát triển, các ngân hàng có những chiến lược kinh doanh riêng để dành lấy thị phần cho mình bằng chiến lược lãi suất, ưu đãi, chiến lược gói sản phẩm hay thậm chí nới lỏng các điều kiện chấp thuận cho vay. Việc nới lỏng danh mục các điều kiện chấp thuận cho vay như tăng tỷ lệ cho vay trên giá trị tài sản bảo đảm, tăng tỷ lệ cho vay trên tổng nhu cầu vốn, tăng cho vay không tài sản bảo đảm, tăng thời hạn cho vay để thỏa điều kiện chứng minh thu nhập trả nợ, gia hạn, ân hạn thời gian thanh toán gốc lãi vay, thậm chí nâng khống giá trị tài sản bảo đảm để khoản vay đủ điều kiện để chấp thuận…sẽ tích lũy rủi ro và trở thành nợ xấu thực sự khi nền kinh tế gặp khó khăn. Thêm vào đó, các khoản vay có chất lượng thấp, khơng hoặc ít được đảm bảo bằng tài sản có nguy cơ thất thốt cao, khơng thu hồi được. (Gabriel Jiménez , Jesús Saurina, 2005) Vì vậy, tăng trưởng tín dụng theo định hướng này sẽ làm tăng tỷ lệ nợ xấu trong tương lai.
Giả thuyết 3: Mối quan hệ ngược chiều giữa quy mô ngân hàng và tỷ lệ nợ xấu
dựa trên kết quả nghiên cứu của Marijana Curak, Sandra Pepur and Klime Poposki (2013).
Đối với NHTM có quy mơ vốn càng lớn thì sức ảnh hưởng đến thị trường càng nhiều, với quy mơ vốn lớn, các NHTM có hệ thống quản lý rủi ro tốt hơn vì có khả năng xây dựng danh mục sản phẩm cho vay đi kèm với bộ máy quản trị rủi ro tốt hơn. Như vậy, dự kiến có mối quan hệ cùng chiều giữa hai biến số này.
Giả thuyết 4: Mối quan hệ cùng chiều giữa tỷ lệ địn bẩy tài chính và tỷ lệ nợ
xấu dựa trên kết quả nghiên cứu của Salas và Saurina (2002)
Địn bẩy tài chính cung cấp cơ hội để gia tăng sức mạnh cho đồng vốn, do đó chiến lược trong cơ cấu vốn có khả năng ảnh hưởng đến tỷ lệ nợ xấu. Một cấu trúc vốn có địn bẩy cao dẫn tới tỷ lệ nợ xấu sẽ cao hơn vì nếu sử dụng tốt đòn bẩy sẽ tạo ra lợi nhuận cao hơn với mức vốn đầu tư thấp hơn. Dự kiến một mối quan hệ cùng chiều giữa tỷ lệ nợ xấu của ngân hàng và tỷ lệ đòn bẩy tài chính.
Giả thuyết 5: Mối quan hệ ngược chiều giữa ROA và tỷ lệ nợ xấu dựa trên kết
quả nghiên cứu của Ahlem Selma Messai (2013) và Marijana Curak, Sandra Pepur and Klime Poposki (2013).
Một NHTM thực sự có tiềm lực, có lợi nhuận tốt thì thường khơng mong muốn có được thu nhập từ những khoản vay mang tính rủi ro cao do đó tỷ lệ nợ xấu sẽ thấp và ngược lại đối với các NHTM hoạt động không hiệu quả (Ahlem Selma Messai, 2013). Do đó, dự kiến mối quan hệ giữa 2 biến số này là ngược chiều.
Giả thuyết 6: Mối quan hệ ngược chiều giữa tỷ lệ tăng trưởng GDP và tỷ lệ nợ
xấu dựa trên kết quả nghiên cứu của Gabriel Jiménez , Jesús Saurina (2005).
Khi nền kinh tế tăng trưởng sẽ tạo điều kiện thuận lợi cho hoạt động sản xuất kinh doanh nói chung hay tạo môi trường hoạt động thuận lợi cho các khách hàng vay vốn, dòng tiền tạo ra từ việc đầu tư vốn của khách hàng sẽ có khả năng thu về sớm hơn, từ đó năng lực trả nợ sẽ tốt hơn, làm giảm tỷ lệ nợ xấu. Như vậy, dự kiến mối quan hệ ngược chiều giữa hai biến số này.
Giả thuyết 7: Mối quan hệ cùng chiều giữa tỷ lệ lạm phát và tỷ lệ nợ xấu dựa
trên kết quả nghiên cứu của Marijana Ćurak, Sandra Pepur, Klime Poposki
(2013).
Sự mất ổn định trong tiền tệ sẽ làm giảm giá trị thực của thu nhập, dẫn đến khả năng trả nợ của khách hàng cũng sẽ giảm sút theo, khoản nợ vay có nguy cơ khơng thanh tốn đúng hạn dẫn đến nợ xấu (Marijana Ćurak, Sandra Pepur, Klime Poposki , 2013)
Đồng thời, đối với các NHTM, kinh doanh trong lĩnh vực tiền tệ, lạm phát tăng cao, sức mua đồng tiền giảm xuống sẽ có tác động xấu đến hoạt động huy động vốn, cho vay, đầu tư và thực hiện các dịch vụ ngân hàng.
Khi lạm phát tăng cao, việc huy động vốn của các NHTM gặp nhiều khó khăn vì để huy động được vốn, các NHTM phải tăng lãi suất huy động bám sát với diễn biến của thị trường vốn, thậm chí có một số ngân hàng chấp nhận mức lãi suất huy động xấp xỉ mức lãi cho vay, do đó, sau khi trừ đi các khoản chi phí hoạt động thì NIM
lợi nhuận gần bằng không hoặc âm, nhưng NHTM vẫn thực hiện, gây ảnh hưởng bất ổn cho cả hệ thống ngân hàng.
Mặt khác, khi lạm phát tăng cao, NHNN thực hiện chính sách thắt chặt tiền tệ để giảm khối lượng tiền trong lưu thông, nhưng nhu cầu vay vốn trong nền kinh tế vẫn rất lớn, các NHTM chỉ có thể đáp ứng cho một số ít khách hàng với những hợp đồng tín dụng đã ký kết hoặc những dự án thực sự có hiệu quả, với mức độ rủi ro cho phép hoặc thậm chí bị khống chế giới hạn tăng trưởng tín dụng, khơng thể giải ngân mới dẫn đến việc sử dụng vốn để tiếp tục kinh doanh của khách hàng bị nghẽn lại, khả năng dịng tiền thu về khơng đúng như dự kiến ban đầu. Do đó, lạm phát có thể tác động xấu đến khả năng trả nợ vay của khách hàng vì những thay đổi trong chính sách tiền tệ nhằm kìm hãm lạm phát, hoặc chính sách điều chỉnh lãi suất cho vay khi NHTM muốn duy trì lợi nhuận. Dự kiến mối quan hệ cùng chiều giữa hai biến số này.
Bảng 3.1 Mô tả các biến và dấu kỳ vọng của Mơ hình 1
Biến Đo lường Dấu kỳ vọng
Biến phụ thuộc đo lường nợ xấu: Tỷ lệ nợ xấu (NPL) Nợ xấu/Tổng dư nợ Biến độc lập Tỷ lệ Dự phòng RRTD (LLP) Chi phí Dự phịng RRTD/Tổng dư nợ +
Địn bẩy tài chính (DE) Tổng nợ/Tổng vốn chủ sở
hữu +
Quy mô (SIZE) Logarit Tổng tài sản +
Lạm phát (INF) Tỷ lệ lạm phát +
Tăng trưởng GDP (GDP) Tỷ lệ tăng trưởng GDP - Tăng trưởng tín dụng
(CrGr)
{Tổng dư nợ ngân hàng i
hàng i năm (t-1)}/Tổng dư nợ ngân hàng i năm (t-1)
ROA Lợi nhuận/tổng tài sản. -
3.1.2 Mơ hình nghiên cứu tác động của nợ xấu đến khả năng sinh lời
Trong các nghiên cứu của các tác giả Dr. Joseph Femi Adebisi, Okike Benjamin Matthew (2015), Muhammad Farhan Akhtar, Khizer Ali,Shama Sadaqat (2011), Dr. Aremu, Mukaila Ayanda (2013), Kolapo, T. Funso (2012), Fatih Macit (2011) khi nghiên cứu các nhân tố tác động đến khả năng sinh lời của NHTM đều cho kết quả biến nợ xấu có tác động tiêu cực đến lợi nhuận/khả năng sinh lời của NHTM. Tác giả kế thừa mơ hình nghiên cứu gốc của Muhammad Farhan Akhtar, Khizer Ali,
Shama Sadaqat (2011), Dr. Aremu, Mukaila Ayanda (2013) với dữ liệu bảng
của 20 NHTM giai đoạn từ năm 2007-2016 để xây dựng mơ hình nghiên cứu tác động của nợ xấu đến khả năng sinh lời của NHTM. Mơ hình được kỳ vọng có dạng như sau:
ROEit = αit + θ1 DEit + θ2 Sizeit + θ3 NPLit + θ4 LLP it + θ5 GDP it + θ6 INF it + εit ROAit = αit + θ1 DEit + θ2 Sizeit + θ3 NPLit + θ4 LLP it + θ5 GDP it + θ6 INF it + εit
Trong đó:
Biến phụ thuộc là ROE (Tỷ lệ lợi nhuận trên vốn chủ sở hữu), ROA (Tỷ lệ lợi nhuận trên tổng tài sản).
Các biến độc lập: NPL, Size, DE, LLP, GDP, INF. Cụ thể
- Biến Size: Quy mô của ngân hàng i trong năm t. Được đo lường bằng logarit của Tổng tài sản ngân hàng.
- Biến DE: tỷ lệ địn bẩy tài chính. Được đo lường bằng (=) Tổng nợ/Tổng vốn chủ sở hữu.
- Biến NPL: Tỷ lệ nợ xấu. Được đo lường bằng (=) Nợ xấu/Tổng dư nợ.
- Biến LLP: tỷ lệ dự phịng rủi ro tín dụng (RRTD) của ngân hàng i trong năm t. Được đo lường bằng (=) Chi phí Dự phịng rủi ro tín
- Biến GDP: tăng trưởng GDP năm t. - Biến INF: tỷ lệ lạm phát năm t. Biến tự do: α
Các tham số của mơ hình: θ1, θ2, θ3, θ4, θ5, θ6 , θ7, θ8 εit : sai số của mơ hình.
Trong các biến của mơ hình, nợ xấu là một trong những biến số chính ảnh hưởng đến hiệu quả kinh doanh hay khả năng sinh lời của NHTM, vì khi khoản nợ xấu xẩy ra nghĩa là người đi vay không thể thực hiện đầy đủ nghĩa vụ của họ cho ngân hàng. Tác giả sẽ ước lượng bằng ba mơ hình Pooled OLS, mơ hình ảnh hưởng tác động ngẫu nhiên (REM) và mơ hình ảnh hưởng tác động cố định (FEM) trên dữ liệu bảng để xem xét tác động của nợ xấu đến khả năng sinh lời của các NHTM.
Các nghiên cứu trước đây đã sử dụng nhiều biến phụ thuộc để đại diện cho hiệu quả kinh doanh hay khả năng sinh lời của NHTM, hai tỷ số thường được sử dụng nhiều nhất là ROE và ROA. Theo kết quả nghiên cứu của Dr. Joseph Femi Adebisi, Okike Benjamin Matthew (2015), nợ xấu khơng có tác động đến ROA (tỷ suất lợi nhuận trên tài sản). Trong nghiên cứu này, tác giả sử dụng cả hai biến ROA, ROE để đo lường khả năng sinh lời của NHTM. Tỷ suất ROA, ROE càng lớn cho thấy khả năng sinh lời của NHTM càng cao.
Giả thuyết 8: Có mối quan hệ ngược chiều giữa tỷ lệ nợ xấu và khả năng sinh
lời dựa trên kết quả nghiên cứu của Kolapo, T. Funso (2012) và Dr. Joseph Femi Adebisi, Okike Benjamin Matthew (2015)
Nợ xấu càng nhiều thì nguy cơ thất thốt vốn càng lớn, dẫn đến lợi nhuận hay khả năng sinh lời của NHTM bị ảnh hưởng theo chiều tiêu cực. Vì vậy, dự kiến mối quan hệ ngược chiều giữa hai biến số này.
Bảng 3.2 Mô tả các biến và dấu kỳ vọng của Mơ hình 2
Biến Đo lường Dấu kỳ vọng
Biến phụ thuộc đo lường khả năng sinh lời: ROA,
ROE
ROA = Lợi nhuận sau thuế/Tổng tài sản ROE = Lợi nhuận sau
thuế/Vốn chủ sở hữu
Biến độc lập
Tỷ lệ nợ xấu (NPL) Nợ xấu/Tổng dư nợ -
Tỷ lệ Dự phịng RRTD (LLP)
Chi phí Dự phịng