Trong phần này, luận văn sẽ xây dựng giả thuyết nghiên cứu dựa trên các nhân tố tác động đến nợ xấu trình bày ở chương 2 và thực trạng mối quan hệ các nhân tố và tỷ lệ nợ xấu trong giai đoạn nghiên cứu trình bày ở chương 3. Để có cái nhìn tổng qt về các nhân tố tác động đến nợ xấu, khung tiếp cận sẽ được trình bày theo hình dưới đây:
4.1.1 Tỷ lệ tăng trưởng tín dụng
Theo Keeton (1999) “Does faster loan growth lead to higher loan losses” phân tích ảnh hưởng của tốc độ tăng trưởng tín dụng đến nợ xấu của các NHTM Mỹ giai đoạn 1982- 1996 và kết quả cho thấy mối quan hệ cùng chiều với nợ xấu.Có cùng kết quả trên là nghiên cứu của Caprio và các tác giả (1994) “Financial reform: theory and experience,
Cambridge: Cambridge U P” kết luận, mở rộng tín dụng nhanh chóng được xem là một
trong những nguyên nhân quan trọng nhất của các khoản vay có vấn đề.Có thể giải thích kết quả trên như sau: Trong quá trình phát triển kinh tế,để ngân hàng phát triển nhanh
Tỷ lệ tăng trưởng tín dụng
Dự phịng rủi ro tín dụng
Khả năng sinh lợi
Tỷ lệ nợ xấu năm trước
Quy mô ngân hàng
Khả năng quản lý
chóng và đạt được lợi nhuận là cao nhất thì ngân hàng phải tiến hành đẩy mạnh cho vay tín dụng,các ngân hàng sẽ giành giựt nhau thị phần cho vay tín dụng. Một cách dễ dàng để thu hút thị phần được các ngân hàng áp dụng là cho vay khách hàng chất lượng tín dụng kém hơn,thẩm định sơ xài hơn dẫn đến rủi ro tín dụng ngày càng cao hơn.Đồng quan điểm trên cịn có Ranjan và Dhal (2003) “Non-performing loans and terms of credit
of public sector banks in India: an empirical assessment” đã tiến hành phân tích thực
nghiệm và đưa ra kết luận rằng các điều khoản của tín dụng tác động mạnh tới nợ xấu. Dựa trên những nghiên cứu tổng quan về mối tương quan giữa tỷ lệ tăng trưởng tín dụng và nợ xấu và kết quả các cơng trình nghiên cứu trên thế giới đề tài tiến hành đặt giả thuyết như sau:
Giả thuyết H1: Tỷ lệ tăng trưởng tín dụng có mối quan hệ cùng chiều với tỷ lệ nợ xấu.
4.1.2 Dự phịng rủi ro tín dụng
Hiện có nhiều ý kiến khác nhau về mối quan hệ giữa dự phịng rủi ro tín dụng và tỷ lệ nợ xấu.Cụ thể như nghiên cứu của Halling (2006) thì dự phịng rủi ro tín dụng có tác dụng ngược chiều với tỷ lệ nợ xấu.Điều này có thể lý giải do ngân hàng có tiềm lực tài chính tốt thì sẽ chủ động tăng cường trích lập dự phịng,cịn những ngân hàng có tài chính hạn chế thì sẽ giảm trích lập dự phịng ở mức thấp nhất.
Ngược lại theo nghiên cứu của Hasan & Larry D.Wall (2004) “Determinants of the loan
loss allowance: some cross-country comparisons” lại đưa ra kết luận ngược lại tỷ lệ dự
phịng là phát sinh từ các khoản nợ có vấn đề cho nên tỷ lệ dự phòng cao là do tỷ lệ nợ xấu cao.Đồng quan điểm trên thì theo Eng, L. and S. Nabar, (2007) “Loan Loss
LLRisions by banks in Hongkong, Malaysia and Singapore” tỷ lệ nợ xấu tăng cao thì
dẫn đến trích lập dự phịng tăng cao, hai yếu tố này có mối quan hệ cùng chiều với nhau.Căn cứ vào cơ sở lý thuyết đã trình bày ở trên, nghiên cứu đặt giả thuyết kiểm định tác động của việc trích lập dự phịng đến nợ xấu trong các ngân hàng thương mại cổ phần ở Việt Nam như sau:
4.1.3 Khả năng sinh lợi của ngân hàng
Các chỉ tiêu quan trọng nhất đo lường khả năng sinh lời của ngân hàng được sử dụng hiện nay gồm : Tỷ lệ thu nhập trên vốn chủ sở hữu ( ROE), lệ thu nhập trên tổng tài sản tỷ (ROA), tỷ lệ thu nhập lãi cận biên (NIM), tỷ lệ thu nhập ngoài lãi cận biên…Khi
mà các tỷ số về tỷ lệ sinh lời của ngân hàng cao chứng tỏ ngân hàng đang hoạt động hiệu quả do đó áp lực về lợi nhuận phần nào cũng được giảm bớt nên ngân hàng có thể ưu tiên kiểm sốt chặt hơn các khoản tín dụng có rủi ro cao.Ngược lại các ngân hàng có tỷ suất sinh lợi kém thì phải thúc đẩy các khoản cho vay bất chấp rủi ro gặp phải sẽ cao hơn nhằm mục đích tăng thêm thu nhập cho ngân hàng.Theo nghiên cứu của Godlewski (2004) “Bank capital and credit risk taking in emerging market economies” thì tỷ số lợi nhuận trên tổng tài sản (ROA) có tác động tiêu cực đến nợ xấu.Từ đó có thể thấy có thể thấy khả năng sinh lợi tác động tiêu cực đến nợ xấu.Từ những lập luận trên thì luận văn đưa ra giả thiết nghiên cứu như sau:
Giả thiết 3 : Khả năng sinh lợi của ngân hàng có mối tương quan nghịch với tỷ lệ nợ
xấu.
4.1.4 Tỷ lệ nợ xấu năm trước
Tỷ lệ nợ xấu trong quá khứ cao cho thấy khả năng quản trị rủi ro trong cho vay của ngân hàng kém qua đó sẽ tác động tăng nợ xấu trong tương lai.Theo nghiên cứu của Salas và Saurina (2002) “Credit risk in two institutional regimes:spanish commercial and saving
banks” đã đưa ra kết quả về mối tương quan thuận của tỷ lệ nợ xấu năm trước đến tỷ lệ
nợ xấu năm sau.Đồng quan điểm cịn có nghiên cứu của Klein (2013) “Non-perfoming
loans in CESEE: Determinants and impact on macroeconomic performance”.Từ những
cơ sở trên thì luận văn đưa ra giả thiết như sau:
Giả thuyết: Tỷ lệ nợ xấu năm trước có mối quan hệ cùng chiều với tỷ lệ nợ xấu. 4.1.5 Quy mô ngân hàng
Những ngân hàng có tổng tài sản càng lớn thì điều đó thể hiện quy mô của ngân hàng lớn.Theo lý luận thì những ngân hàng lớn có những thuận lợi về nguồn lực để xây dựng
hệ thống kiểm soát rủi ro hoạt động, có khả năng thẩm định và đánh giá khách hàng tốt hơn nên có thể giảm rủi ro nợ xấu tốt hơn.Những ngân hàng với quy mơ lớn thường có thương hiệu qua đó dễ dàng tạo niềm tin đối với khách hàng nhất là những khách hàng sợ rủi ro và những khoản cho vay đối với những khách hàng này thường rủi ro sẽ thấp hơn so với các khách hàng bình thường.Ngồi ra với việc huy động nguồn vốn cũng dễ dàng hơn với chi phí thấp hơn so với các ngân hàng quy mơ nhỏ nên có thể cung cấp các khoản tín dụng với chi phí rẻ nhất. Chính điều này giúp ngân hàng thu hút được những khách hàng tốt, những khách hàng có nhiều khả năng tài chính trả nợ vay từ đó sẽ hạn chế tình trạng nợ xấu, nợ quá hạn.
Ngược lại, các ngân hàng nhỏ chịu nhiều áp lực trong việc tạo ra lợi nhuận, duy trì khả năng thanh khoản, việc tiếp cận nguồn vốn cũng khó khăn hơn và thường chịu chi phí trong việc huy động các nguồn vốn từ các tổ chức cá nhân và hộ gia đình. Do đó, khả năng tiếp cận khách hàng tốt khó khăn hơn cộng với những khoản tín dụng lãi suất cao dễ dẫn tới khách hàng mất khả năng trả nợ làm nợ xấu ngày càng tăng.
Theo nghiên cứu của Rajan và Dhal (2003) “Non-performing loans and terms of credit
of public sector banks in India: an empirical assessment” chỉ ra rằng, các ngân hàng lớn
có nhiều nguồn lực hơn, và có nhiều khả năng để xử lý tốt hơn với những khách hàng vay xấu. Ngược lại, các ngân hàng nhỏ do thiếu khả năng cạnh tranh vì lý do đó khách hàng của những ngân hàng này thường có chất lượng thấp hơn. Bên cạnh đó, các ngân hàng nhỏ thường thiếu nguồn lực đầu tư cho việc đánh giá và phân loại khách hàng vì vậy khó khăn trong việc đánh giá chính xác chất lượng tín dụng của khách hàng vay.Cùng quan điểm này cịn có nghiên cứu của Jin-li Hu (2004) “Ownership and non-
performing loans: evidence from Taiwan’s banks” cho rằng quy mơ ngân hàng có ý nghĩa tiêu cực với tỷ lệ nợ xấu.Từ những lý luận trên thì luận văn đưa ra giả thuyết :
4.1.6 Khả năng quản lý
Theo giả thuyết “Khả năng quản lý kém” của Berger và DeYoung (1997) “Problem
loans and cost efficiency in commercial banks” tại các NHTM của Mỹ giai đoạn 1985-
1994 đã cho rằng hiệu quả quản lý thấp có mối quan hệ cùng chiều với tỷ lệ nợ xấu trong tương lai.Nghiên cứu cho rằng quản lý kém liên quan đến các kỹ năng kém trong chấm điểm tín dụng,thẩm định tài sản đảm bảo và việc kiểm tra giám sát khách hàng vay nợ.Cùng quan điểm này cịn có nghiên cứu của Podpiera and Weild (2008)“Bad luck or
bad management? Emerging banking market experience” đã kiểm định về mối quan hệ
giữa hiệu quả và các khoản nợ xấu trong ngành ngân hàng tại Sec từ 1994-2005 đã đưa ra bằng chứng thực nghiệm về mối quan hệ ngược chiều giữa hiệu quả quản lý kém và nợ xấu trong tương lai.Từ những lập luận trên thì luận văn đưa ra giả thiết như sau:
Giả thiết H6: Khả năng quản lý kém tác động tích cực đến nợ xấu .
4.2 Mơ hình nghiên cứu
Từ các giả thuyết ở trên thì luận văn tiến hành xây dựng mơ hình nghiên cứu như sau:
NPL = β1Cred_gr + β2LLR + β3ROE + β4NPLt-1 + β5Size + β6INEF +β0
Bảng 4.1: Bảng mô tả các biến đo lường được sử dụng trong mơ hình
Biến Mơ tả Cách đo lường
Biến phụ thuộc
NPL Tỷ lệ nợ xấu Nợ xấu trên tổng dư nợ cho vay
Biến độc lập
Cred_gr Tốc độ tăng trưởng tín dụng
(Dư nợ cho vay năm t - Dư nợ cho vay năm t-1)/Dư nợ cho vay năm t-1 hàng năm
LLR Tỷ lệ dự phòng rủi ro tín dụng
Dự phịng rủi ro cho vay khách hàng/Tổng cho vay khách hàng
ROE Tỷ suất sinh lợi trên vốn chủ sở Lợi nhuận ròng/Vốn chủ sở hữu hữu
NPLt-1 Tỷ lệ nợ xấu năm trước Tỷ lệ nợ xấu năm trước
Size Quy mô ngân hàng Logarit tự nhiên của tổng tài sản
INEF Kỹ năng quản lý
Tổng chi phí hoạt động/Tổng thu nhập hoạt động
4.3 Kết quả nghiên cứu
4.3.1 Đặc điểm mẫu nghiên cứu
Trong bài luận văn,mẫu nghiên cứu được hình thành từ việc thu thập dữ liệu của ngân hàng Vietcombank trong giai đoạn 2002-2016 thông qua cơ sở dữ liệu của bankscope và báo cáo tài chính,báo cáo thường niên cơng khai của Vietcombank trong suốt giai đoạn 2002-2016.
Để có một bức tranh cụ thể về các biến quan sát, luận văn sử dụng phương pháp thống kê mô tả, sử dụng các chỉ tiêu đo lường bao gồm: số trung bình, độ lệch chuẩn, giá trị lớn nhất và giá trị nhỏ nhất để làm rõ hơn về những đặc trưng của các biến quan sát trong mẫu nghiên cứu như bảng sau:
Bảng 4.2 Bảng thống kê mô tả các biến quan sát
Biến quan sát Trung bình Độ lệch chuẩn Lớn nhất Nhỏ nhất
NPL 0.2945 0.1153 0.1505 0.6136 Cred_gr 0.2582 0.1725 0.1097 0.7805 LLR 0.2379 0.0057 0.0155 0.0370 ROE 0.1493 0.0554 0.0486 0.2531 SIZE 12.467 0.7119 11.310 13.577 INEF 0.3939 0.1249 0.2441 0.7614 NPLt-1 0.0371 0.0280 0.0184 0.1309
Nguồn: Số liệu được tính tốn từ BCTC của Vietcombank trong giai đoạn 2002-2016. Với:Cred_gr: Tỷ lệ tăng trưởng tín dụng; LLR: Tỷ lệ dự phịng trên tổng dư nợ cho vay; ROE: Tỷ suất sinh lợi trên vốn chủ sở hữu; Size: Quy mơ ngân hàng; INEF: Chi phí hoạt động trên thu nhập hoạt động; NPL: Tỷ lệ nợ xấu; NPLt-1: Tỷ lệ nợ xấu năm t-1)
4.3.2 Kết quả thực nghiệm
Từ các dữ liệu thu thập được luận văn sử dụng phần mềm Stata 12 để tiến hành hồi quy mơ hình và chạy các kiểm định cần thiết.Kết quả hồi mơ hình trên bằng lệnh Robust với câu lệnh như sau : reg npl cred_gr llr roe size inef nplt1,robust.
Bảng 4.3 Bảng kết quả hồi quy
Hệ số hồi quy Prob(95%)
Cred_gr-Tỷ lệ tăng trưởng tín dụng 0.02039 0.063
LLR-Tỷ lệ dự phịng rủi ro tín dụng 1.06031 0.006
ROE-tỷ suất sinh lợi trên VCH -0.1284 0.034
SIZE-Quy mô ngân hàng -0.00398 0.216
INEF-Chi phí hoạt đơng/Doanh thu -0.08117 0.039
NPLt-1-Tỷ lệ nợ xấu năm trước 0.350059 0.061
Hằng số β0 0.086818 0.044
R-Squared 0.8958
Prob.Chi-square 0.0003
F(6,8) 17.76
Với mức ý nghĩa 5% thì tỷ lệ dự phịng rủi ro tín dụng có tác động cùng chiều tới tỷ lệ nợ xấu, tỷ suất sinh lợi trên vốn chủ sở hữu và chi phí hoạt động trên doanh thu hoạt động có tác động ngược chiều đến tỷ lệ nợ xấu.Trong khi đó hệ số hồi quy của tỷ lệ tăng trưởng tín dụng, quy mơ ngân hàng và tỷ lệ nợ xấu năm trước khơng có ý nghĩa tại mức 5%.Với mức ý nghĩa 10% thì tỷ lệ tăng trưởng tín dụng,tỷ lệ dự phịng rủi ro tín dụng và tỷ lệ nợ xấu năm trước có tác động cùng chiều đến tỷ lệ nợ xấu, ngược lại tỷ suất sinh lợi trên vốn chủ sở hữu và chi phí hoạt động trên doanh thu hoạt động có tác động ngược chiều đến tỷ lệ nợ xấu , trong khi đó quy mơ ngân hàng cũng khơng có ý nghĩa tại mức 10%.
Kiểm định đa cộng tuyến có kết quả như sau:
Bảng 4.4 Bảng ma trận tương quan giữa các biến
CREDGR LLR ROE SIZE INEF NPLt- VIF
CREDGR 1 4.42 LLR -0.1834 1 1.68 ROE -0.4262 0.4752 1 3.46 SIZE -0.5847 0.0544 -0.0284 1 3.47 INEF 0.7541 -0.1220 -0.6988 -0,2466 1 10.7 NPLt-1 0.8553 -0.0156 -0.4063 -0,6416 0.8313 1 12.1
Nguồn: Kết quả ma trận tương quan giữa các biến từ phần mềm Stata 12 với các biến như đã mô tả ở trên.Câu lệnh như sau : Corr tên các biến.
Bảng 3.4 thể hiện ma trận tương quan giữa các biến độc lập và biến phụ thuộc. Đồng thời bảng 3.4 cịn trình bày chỉ số VIF (Variance Inflation Factor), một chỉ số quan trọng thể hiện khả năng đa cộng tuyến trong mơ hình. Nếu chỉ số này lớn hơn 10 hiện tượng đa cộng tuyến nghiêm trọng (Gujarati, 2004). Trong bảng chỉ số VIF lớn là INEF và NPLt-1.Mơ hình có khả năng có hiện tượng đa cộng tuyến khá cao.Để khắc phục vấn đề này thì ta có thể xem xét việc bỏ biến.Theo chương 2 phân tích mối tương quan giữa các biến và tỷ lệ nợ xấu thì biến Size-quy mơ ngân hàng dường như chưa thể hiện mối tương quan với tỷ lệ nợ xấu tại Vietcombank và biến quy mơ ngân hàng cũng khơng có ý nghĩa tại mức 5% và 10% nên luận văn đề xuất bỏ biến Size.Sau khi bỏ biến Size thì ta có bảng tương quan giữa các biến như sau:
Bảng 4.5 Bảng ma trận tương quan giữa các biến sau khi bỏ bớt biến
CREDGR LLR ROE INEF NPLt-1 VIF
CREDGR 1 4.25
LLR -0.1834 1 1.63
ROE -0.4262 0.4752 1 3.46
INEF 0.7541 -0.1220 -0.6988 1 7.23
NPLt-1 0.8553 -0.0156 -0.4063 0.8313 1 6.40
Nguồn: Kết quả ma trận tương quan giữa các biến từ phần mềm Stata 12 với các biến như đã mô tả ở trên.Câu lệnh như sau : Corr tên các biến
Ta thấy các chỉ số VIF < 10 mơ hình đã khơng cịn hiện tượng đa cộng tuyến. Mơ hình hồi quy như sau:
NPL = β1Cred_gr + β2LLR + β3ROE + β4NPLt-1 + β5INEF +β0
Để hồi qui mơ hình tránh sự thiên chệch trong ước lượng của sai số chuẩn thì luận văn thực hiện hồi quy với sai số chuẩn mạnh robust trong phần mềm Stata với công thức là reg Cred_gr LLR ROE INEF NPLt-1,robust cho ra kết quả như sau:
Bảng 4.6 Bảng kết quả hồi quy khi bỏ bớt biến Size
Hệ số hồi quy Prob(95%)
Cred_gr-Tỷ lệ tăng trưởng tín dụng 0.02403 0.027
LLR-Tỷ lệ dự phịng rủi ro tín dụng 1.00322 0.002
ROE-tỷ suất sinh lợi trên VCH -0.12844 0.036
INEF-Chi phí hoạt đơng/Doanh thu -0.10392 0.007
NPLt-1-Tỷ lệ nợ xấu năm trước 0.479629 0.003
Hằng số β0 0.041667 0.042
R-Squared 0.8783
Prob.Chi-square 0.0000
F(5,9) 54.12