VII. Nội dung nghiên cứu
1.3. Các bài nghiên cứu trước đây
Trên thế giới, các nước sử dụng nhiều hệ thống phân loại nợ khác nhau. Ví dụ như ở Anh, các ngân hàng thương mại không bị bắt buộc phải áp dụng một hệ thống phân loại cụ thể nào nhưng Ngân hàng trung ương địi hỏi họ phải có một quy trình quản lỷ rủi ro tín dụng phù hợp và phải đánh giá các khoản vay thường xuyên. Ở Pháp, Ngân hàng trung ương quy định rõ ràng các thuộc tính của một khoản nợ bình thường và nợ xấu, sau đó, các ngân hàng thương mại dựa vào đó để xây dựng hệ thống phân loại cho riêng mình. Brazil áp dụng hệ thống phân loại nợ bao gồm 9 nhóm nợ trong khi ở Cộng hồ Séc, các khoản nợ được phân thành 5 nhóm dựa trên số ngày quá hạn và việc đánh giá lại tình hình tài chính của khách hàng. Tương tự như vậy, ở Trung Quốc và Singapore, các ngân hàng thương mại được định hướng phân loại các khoản cho vay của mình theo 5 nhóm. Việc phân loại nợ khơng những giúp các ngân hàng xác định được các khoản nợ xấu, nợ quá hạn để chủ động trong việc quản lý rủi ro tín dụng mà cịn cần thiết cho việc trích lập dự phịng rủi ro để xử lý tổn thất do các khoản nợ xấu mang lại. Ở Việt Nam, quyết định 493/2005/QĐ- NHNN cũng hướng dẫn việc trích lập dự phịng cho các khoản nợ từ nhóm 2 trở đi, có nghĩa là thời gian quá hạn của một khoản nợ càng dài, số tiền trích lập dự phịng cho khoản nợ đó càng tăng. Số tiền trích lập dự phịng được hạch tốn thẳng vào chi phí của Ngân hàng nên điều này sẽ ảnh hưởng xấu đến lợi nhuận hoạt động của ngân hàng đó một khi nợ xấu tăng cao. Vì vậy, đã có nhiều nghiên cứu về các yếu tố tác động lên việc phân loại nợ của các ngân hàng thương mại, sử dụng cả dữ liệu định lượng và định tính.
Các nhà nghiên cứu tại Ngân hàng trung ương Slovenia đã thiết lập một mơ hình rủi ro tín dụng, trong đó, Kavcic và cộng sự (2005) sử dụng dữ liệu về chất lượng tín dụng của các cơng ty tư nhân để xây dựng mơ hình ordered probit với hiệu ứng ngẫu nhiên để tính tốn được xác suất một khoản nợ sẽ được phân vào một nhóm nhất định là bao nhiêu. Nghiên cứu này chú trọng vào đánh giá tác động của lãi suất khoản vay, thời hạn khoản vay và tỷ giá lên xác suất xảy ra nợ xấu. Một
cơng trình tương tự cũng được thực hiện bởi Hollos và Papp (2007) với bộ dữ liệu về tài chính của hộ gia đình với các biến : thu nhập của hộ gia đình, tính chất các khoản nợ và các vấn đề trong việc hoàn trả lấy từ một cuộc khảo sát của Ngân hàng trung ương Hungary. Nghiên cứu này đã chỉ ra rằng xác suất phân loại các khoản nợ rất nhạy cảm với sự biến động của lãi suất. Kết của nghiên cứu của họ cũng được Ngân hàng Magyar Nemzeti sử dụng để đánh giá tác động của biến số vĩ mô lên hệ thống ngân hàng Hungary.
Ngoài ra, các nghiên cứu sau đây cũng chỉ ra được mối liên hệ giữa các biến định tính như thể chế, chính sách và trình độ quản lý nội bộ của ngân hàng lên xác suất phân loại nhóm nợ của các ngân hàng thương mại. Oriana và cộng sự (1997) cho thấy ở các nước đang phát triển, sự can thiệp của chính phủ vào ngành tài chính có tầm quan trọng hơn ảnh hưởng của lãi suất và cung tiền. Bên cạnh đó, Honohan (1997) cũng nâng cao vai trò của quản trị vi mô đến hiệu quả của lĩnh vực ngân hàng. Trong một nghiên cứu khác, Caprio và Klingerbiel (1996) xác định các yếu tố như: quản trị kém, giám sát và điều tiết yếu, sự can thiệp của chính phủ và quản trị doanh nghiệp khơng tốt là những ngun nhân chính gây nên phá sản của 68 ngân hàng trong thập niên 80 và 90 của thế kỷ trước. Các nghiên cứu của Garber (1998) và Mishkin (1999) chỉ ra rằng quản trị kém và việc đưa ra những quyết định cho vay không phù hợp đã dẫn đến cuộc khủng hoảng ở Chile năm 1982-1983, Thổ Nhĩ Kỳ năm 1994 và Mexico năm 1995.
Trong một số nghiên cứu gần đây hơn, Emawtee Bissoondoyal-Bheenick & Sirimon Treepongkarun (2009) đã nghiên cứu các yếu tố quyết định đến việc xếp hạng công ty sử dụng dữ liệu từ Moody’s and Fitch và Standard and Poor ở Anh và Úc. Nghiên cứu của họ cho thấy các yếu tố định lượng phản ánh chất lượng tài sản, rủi ro thanh khoản, số lượng vốn sẵn có và khả năng hoạt động có tầm ảnh hưởng lớn đến quyết định xếp hạng công ty hơn là các yếu tố vĩ mô và các yếu tố rủi ro của thị trường. Bebczuk & Sangiácomo (2008) sử dụng mẫu nghiên cứu hơn 192.000 công ty từ năm 1988 – 2005 ở Ac-hen-ti-na đã cho thấy đồ thị biểu diễn nợ xấu và quy mô khác hàng vay đi theo một hình chữ U ngược và qua các mơ hình định
lượng các tác giả đã kết luận bên cạnh các yếu tố như tài sản bảo đảm, số tiền vay, loại hình doanh nghiệp có ảnh hưởng đến xác suất xảy ra nợ xấu thì các mục đích vay khác nhau dẫn đến xác suất xảy ra nợ xấu hồn tồn khơng giống nhau. Trong nghiên cứu đó, Bebczuk & Sangiácomo (2008) chỉ ra xác suất nợ xấu sẽ cao hơn khi khoản cho vay đó là tín dụng thấu chi, ngược lại, xác suất này sẽ giảm đối với một khoản vay là chiết khấu chứng từ có giá và cho vay cá nhân. Trong nghiên cứu về vấn đề nợ xấu trong thời kỳ khủng hoảng kinh tế và tài chính ở miền Nam sa mạc Sahara những năm 1990, Fofack (2005), bằng các nghiên cứu thực nghiệm của mình đã chỉ ra sự khác biệt có ý nghĩa trong nợ xấu giữa các nước Châu Phi từng là thuộc địa của Pháp và các nước Châu Phi khác. Ogden Jr., Rangan, & Stanley (1989) sử dụng mơ hình hồi quy bậc 2 đối với các biến độc lập đưa đến kết quả thực nghiệm là các danh mục đầu tư được đa dạng hố theo khu vực địa lý có rủi ro thấp hơn từ 50% đến 90% so với các danh mục không được đa dạng hoá. Điều này chứng tỏ rằng ở các khu vực địa lý khác nhau, khả năng xảy ra rủi ro cũng khác nhau một các có ý nghĩa.
Ở Việt Nam, các nghiên cứu trước đây về rủi ro tín dụng ở Việt Nam đã chỉ ra được các yếu tố ảnh hưởng lên xác suất xảy ra rủi ro. Phạm Phú Nhân (2011), bằng cách sử dụng phương pháp phân tích các nhân tố Explore Factor Analysis (EFA) và kiểm định Cronbach Alpha, tác giả tổng hợp các nhân tố chính và nguyên nhân chủ yếu ảnh hưởng rủi ro tín dụng tại các NHTM gồm có 5 nhân tố chính: áp lực chỉ tiêu; quy định quản lý tài sản tại địa phương; khách hàng chưa hợp tác và phê duyệt, kiểm soát thiếu chặt chẽ; ảnh hưởng môi trường kinh tế vĩ mơ; chính sách cho vay thiếu khoa học. Trong một nghiên cứu khác, Lương Thị Kim Thuận (2011) đã chỉ ra được các yếu tố tác động đến xác xuất xảy ra rủi ro tín dụng tại Cơng ty cho th tài chính – Ngân hàng Đầu tư và Phát triển Việt Nam bao gồm: Chỉ số thanh toán nhanh, hiệu suất sử dụng tài sản, tỷ lệ nợ trên vốn chủ sở hữu, tỷ suất sinh lợi trên doanh thu, tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và số tiền vay trên tổng giá trị tài sản đảm bảo. Mai Thuỳ Dung (2011), qua nghiên cứu về rủi ro tín dụng tại các ngân hàng thương mại cổ phần trên địa bàn tỉnh Bình Dương đã
chỉ ra rằng các nguyên nhân gây ra rủi ro tín dụng đến từ phía khách hàng, ngân hàng và cả môi trường kinh tế.
Ưu điểm của các bài nghiên cứu ở Việt Nam là đã xây dựng được mơ hình định lượng xác định các yếu tố ảnh hưởng đến rủi ro tín dụng. Tuy nhiên, các nghiên cứu ở Việt Nam chủ yếu sử dụng mơ hình hồi quy nhị phân logit, mơ hình này có thể chỉ cho chúng ta thấy được các yếu tố ảnh hưởng đến xác suất xảy ra nợ xấu đối với một khoản nợ nhất định và tiên đốn được xác suất đó. Tuy nhiên, sử dụng mơ hình nhị phân sẽ khơng phân tích được xác suất mà khoản nợ đó nằm trong một nhóm nợ là bao nhiêu và không chỉ ra được khi các yếu tố ngoại sinh thay đổi thì xác suất thay đổi nhóm nợ của khoản nợ đó là bao nhiêu. Chẳng hạn, sử dụng mơ hình logit, nếu một cơng ty có ROE là α% và tỷ suất sinh lợi trên doanh thu là β%, ta có thể tính ra được khả năng cơng ty đó xảy ra nợ xấu là 70%. Tuy nhiên, con số 70% này không cho thấy được khoản nợ của cơng ty này sẽ có xu hướng nằm trong nhóm nợ nào và khi ROE hoặc tỷ suất sinh lợi trên doanh thu thay đổi thì khoản nợ này sẽ có xu thế chuyển sang nhóm nợ nào nhiều hơn.
Để giải quyết được những khuyết điểm của mơ hình nhị phân khi nghiên cứu về xác suất xảy ra nợ xấu tại một ngân hàng thương mại, tác giả đề xuất sử dụng mơ hình ordered probit.