Nguồn: Kết quả chạy Stata của tác giả
Kiểm định cho kết quả p-value = 1.0000, do đó với mức ý nghĩa 5%, khơng có cơ sở bác bỏ giả thiết H0: Phương sai không thay đổi. Như vậy, kiểm định này cho thấy mơ hình REM là phù hợp hơn mơ hình Pool OLS.
• Kiểm định Likelihood ratio test
Từ kết quả hồi quy mơ hình cố định FEM (xem ở phần phụ lục), p-value có
giá trị 0.005 < 5% nên tác giả có kết luận bác bỏ giả thiết H0: Dùng phương pháp Pool OLS sẽ thích hợp hơn. Như vậy, mơ hình cố định FEM sẽ là lựa chọn tốt hơn so với mơ hình Pool OLS.
Prob>chi2 = 0.0364 = 11.89
chi2(5) = (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 xtreg size -.0068016 -.001829 -.0049726 .0025184 car .0255665 .0059881 .0195784 .0184386 llpr .4983769 .3198064 .1785705 .202841 lar -.03708 -.0134786 -.0236014 .0114133 nplr -.1372726 -.2486152 .1113425 .0527012 f r Difference S.E. (b) (B) (b-B) sqrt(diag(V_b-V_B)) Coefficients
• Kiểm định Hausman lựa chọn giữa mơ hình REM và mơ hình FEM Bảng 4.6: Kiểm định Hausman Test
Nguồn: Kết quả chạy Stata của tác giả
Với kết quả kiểm định Hausman Test, p-value = 0.0364, do đó ở mức ý nghĩa 5%, tác giả có cơ sở để bác bỏ giả thuyết H0: Mơ hình ước lượng ngẫu nhiên REM thích hợp hơn. Mơ hình cố định FEM trong trường hợp này tốt hơn mơ hình ngẫu nhiên REM.
Kết luận: Như vậy, thông qua ba kiểm định trên, tác giả lựa chọn mơ hình tác
động cố định FEM là mơ hình thích hợp cho bài nghiên cứu của mình.
4.4.4.1 Kết quả hồi quy mơ hình FEM
Để kiểm định tính vững của mơ hình FEM, tác giả sẽ tiếp tục tiến hành kiểm định phương sai thay đổi và kiểm định tự tương quan trong mơ hình FEM.
Prob>chi2 = 0.0000 chi2 (9) = 1080.75
H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model
Modified Wald test for groupwise heteroskedasticity . xttest3
• Kiểm định phương sai thay đổi
Giả thiết:
H0: Phương sai sai số đồng đều H1: Phương sai sai số thay đổi
Bảng 4.7: Kết quả kiểm định phương sai thay đổi của mơ hình FEM
Nguồn: Kết quả chạy Stata của tác giả
Kết quả phân tích ở bảng trên cho thấy giá trị p-value (Prob>chi2) = 0.0000
nhỏ hơn mức ý nghĩa 1%, do đó bác bỏ giả thiết H0, mơ hình có phương sai thay đổi.
• Kiểm định tự tương quan
Để kiểm định hiện tượng tự tương quan trong mơ hình FEM, tác giả sử dụng
kiểm định xtserial. Giả thiết:
H0: Khơng có hiện tượng tự tương quan giữa các sai số H1:Có hiện tượng tự tương quan giữa các sai số
Prob > F = 0.1746 F( 1, 8) = 2.219 H0: no first-order autocorrelation
Wooldridge test for autocorrelation in panel data . xtserial roa lar llpr nplr car size
Bảng 4.8: Kết quả phân tích tự tương quan của mơ hình FEM
Nguồn: Kết quả chạy Stata của tác giả
Kết quả phân tích ở bảng trên cho thấy giá trị p-value (Prob>chi2) = 0.1746
lớn hơn mức ý nghĩa 1%, do đó chấp nhận giả thiết H0, mơ hình khơng có hiện tượng tự tương quan.
Mơ hình FEM sẽ phân tích mối tương quan giữa phần dư của mỗi đơn vị với các biến độc lập qua đó kiểm sốt và tách ảnh hưởng của các đặc điểm riêng biệt
(không thay đổi theo thời gian) ra khỏi các biến độc lập để từ đó có thể ước lượng những ảnh hưởng thực của biến độc lập lên biến phụ thuộc. Nhưng trong bài nghiên cứu này, tác giả muốn kiểm soát các biến theo yếu tố thời gian từ 2006 – 2014 nên tác giả sẽ hồi quy lại một lần nữa mơ hình FEM có xử lý theo chiều thời gian và
đồng thời sử dụng phương pháp robust error để khắc phục hiện tượng phương sai
rho .2204413 (fraction of variance due to u_i)
sigma_e .00906273 sigma_u .00481927 _cons .0176752 .0636435 0.28 0.788 -.1290869 .1644373 2014 -.009593 .006568 -1.46 0.182 -.0247388 .0055528 2013 -.0093883 .0060455 -1.55 0.159 -.0233291 .0045525 2012 -.0083298 .0053375 -1.56 0.157 -.0206383 .0039786 2011 -.0072694 .0052228 -1.39 0.201 -.0193131 .0047743 2010 -.005185 .0052352 -0.99 0.351 -.0172574 .0068874 2009 -.0039578 .0032613 -1.21 0.260 -.0114784 .0035629 2008 -.0070405 .0025365 -2.78 0.024 -.0128897 -.0011912 2007 .0075621 .0085892 0.88 0.404 -.0122447 .0273688 year size .0008392 .0077331 0.11 0.916 -.0169935 .0186718 car .0142364 .025674 0.55 0.594 -.0449679 .0734406 llpr .6497532 .6234187 1.04 0.328 -.787853 2.087359 lar -.0264467 .0134133 -1.97 0.084 -.0573779 .0044845 nplr -.1403643 .0716611 -1.96 0.086 -.3056152 .0248866 roa Coef. Std. Err. t P>|t| [95% Conf. Interval] Robust
(Std. Err. adjusted for 9 clusters in namecode) corr(u_i, Xb) = -0.3745 Prob > F = . F(8,8) = . overall = 0.2673 max = 9 between = 0.0226 avg = 9.0 R-sq: within = 0.3728 Obs per group: min = 9 Group variable: namecode Number of groups = 9 Fixed-effects (within) regression Number of obs = 81 . xtreg roa nplr lar llpr car size i.year, fe robust;
Bảng 4.9: Kết quả hồi quy mơ hình cố định FEM có yếu tố thời gian và phương pháp robust error
Nguồn: Kết quả chạy Stata của tác giả
Từ kết quả hồi quy cuối cùng, tác giả thu được phương trình để giải thích mối quan hệ giữa biến phụ thuộc với các biến độc lập như sau:
4.4.4.2 Ý nghĩa các kết quả ước lượng mơ hình hồi quy FEM
Kết quả ước lượng đã cho thấy một mối quan hệ ngược chiều giữa hiệu quả
hoạt động kinh doanh và rủi ro tín dụng tại các ngân hàng TMCP niêm yết tại Việt Nam giai đoạn 2006 đến 2014. Rủi ro tín dụng càng cao thì hiệu quả hoạt động kinh doanh càng giảm. Cụ thể tác động của từng biến độc lập đến tỷ suất sinh lời trên
tổng tài sản như sau:
• Tỷ lệ nợ xấu (NPLR)
Biến NPLR được tính bằng tỷ lệ giữa nợ xấu và tổng dư nợ cho vay. Biến này có hệ số hồi quy âm và có ý nghĩa thống kê ở mức 10% đối với biến phụ thuộc
ROA. Cụ thể khi các yếu tố khác không đổi, nếu biến tỷ lệ nợ xấu tăng 1% thì giá
trị trung bình của ROA sẽ giảm 14.03%. Tỷ lệ nợ xấu tác động tiêu cực đến ROA
có thể được lý giải là do hoạt động kinh doanh chủ yếu của chín ngân hàng trong giai đoạn này là hoạt động cho vay các doanh nghiệp và công ty. Trong khi đó từ
năm 2008 đến nay, cuộc khủng hoảng kinh tế – tài chính tồn cầu đã ảnh hưởng
mạnh mẽ tới nền kinh tế Việt Nam, đặc biệt là hệ thống doanh nghiệp. Lạm phát
tăng đến mức kỷ lục trong năm 2008, kéo theo rủi ro tài chính tăng cao. Và cho dù chính sách tài chính thắt chặt dùng để đối phó lạm phát cao đã được thực hiện,
nhưng chính điều đó cũng đã làm cho mặt bằng lãi suất tăng vọt theo (lãi suất cơ
bản vào năm 2008 lần lượt được năng lên mức 12% – 14%). Nhiều doanh nghiệp muốn vượt qua thời kỳ khó khăn này và mở rộng sản xuất cũng đã phải chấp nhận lãi suất vay tiền cao để tiếp tục sinh tồn và phát triển. Tuy nhiên bước sang năm
2009, nền kinh tế Việt Nam vẫn chưa khởi sắc (bằng chứng là Chính phủ đã tung ra các gói kích thích kinh tế nhằm giải cứu doanh nghiệp Việt Nam thoát khởi bờ vực phá sản, duy trì sản xuất và giải quyết việc làm, hỗ trợ cho hệ thống ngân hàng nhưng vẫn khơng mang lại hiệu quả tích cực). Rất nhiều doanh nghiệp vừa và nhỏ của Việt Nam gặp rất nhiều khó khăn, việc sản xuất bị đình trệ, hàng hóa khơng tiêu thụ được ngày càng nhiều dẫn đến việc lãi suất cho vay tăng cao, vượt xa khả năng xoay sở của doanh nghiệp. Tính từ năm 2010 đến nay, do sự suy yếu của môi
trường kinh doanh và việc thiếu năng lực cơ cấu lại phương án sản xuất, kinh doanh
đã làm cho nhiều doanh nghiệp thua lỗ, bắt buộc phải rời khỏi thị trường. Theo số
liệu từ Tổng cục thống kê (Bộ Kế hoạch và Đầu tư) thì trong số hơn 600,000 doanh nghiệp đăng ký thành lập, đến này chỉ còn gần 380,000 đơn vị hoạt động, và trong
số này có tới 70% làm ăn khơng có lãi. Doanh nghiệp thua lỗ, làm ăn không lợi
nhuận, phá sản… buộc ngân hàng phải thu hồi khoản cho vay từ các tài sản đảm
bảo của doanh nghiệp – đặc biệt là bất động sản. Những bất cập trong luật pháp về
việc xử lý tài sản sản đảm bảo, việc định giá, kiểm tra, đánh giá định kỳ của ngân hàng cịn gặp nhiều vướng mắc, khó khăn cộng với vài năm gần đây thị trường bất
động sản đóng băng lại càng làm cho việc thu hồi nợ trở nên cực kỳ khó khăn. Và
chính nhóm ngân hàng niêm yết này cũng bị tác động bởi các doanh nghiệp làm ăn thua lỗ, tạo thành các khoản nợ xấu, giảm lợi nhuận, ảnh hưởng không nhỏ đến hiệu quả hoạt động kinh doanh của mình. Có thể lấy vài ví dụ điển hình như của ngân hàng BID, ngân hàng SHB đang có các khoản nợ xấu từ tập đoàn Vinashin và
Vinalines khi hai tập đoàn này mất khả năng chi trả. Ngân hàng SHB thì cịn có
thêm khoản nợ xấu khi sáp nhập với ngân hàng Habubank vào năm 2012 – trước sáp nhập, nợ xấu SHB chỉ 726 tỷ đồng, sau tiếp nhận Habubank, nợ xấu đột biến tới 5.014 tỷ đồng.
Ngoài ra cũng cần phải đề cập đến công tác thẩm định các khoản cho vay của các ngân hàng khi chúng không được xét duyệt kỹ càng mà chủ yếu chỉ dựa trên các tiêu chí khách quan. Điều này đã dẫn đến hậu quả là nhiều doanh nghiệp, dự án sau
vay không đủ khả năng trả nợ, buộc ngân hàng phải tăng trích lập dự phịng, phát sinh chi phí làm giảm lợi nhuận, ảnh hưởng đến hiệu quả hoạt động kinh doanh.
Kết quả này là phù hợp với các nghiên cứu của Kargi (2011); Oke và các cộng sự (2012); Abbas, Ahmad và Asharf (2014); Kayode và các cộng sự (2015).
• Hệ số rủi ro tín dụng (LAR)
Biến LAR tính bằng tổng dư nợ cho vay trên tổng tài sản có. Mơ hình hồi quy cho thấy biến LAR có hệ số hồi quy bằng -0.0264 và có giá trị p=0.084 < 10% nên
chấp nhận biến này với mức ý nghĩa 10%. Ngoài ra, hệ số hồi quy -0.0264 thể hiện tỷ lệ dư nợ tín dụng trên tổng tài sản có mối tương quan âm với ROA của các ngân hàng. Với các điều kiện yếu tố khác khơng đổi, khi LAR tăng 1% thì giá trị bình
quân của ROA sẽ giảm 2.64%.
Trong khi lĩnh vực tín dụng ln là ưu tiên hàng đầu của các ngân hàng thì
tăng trưởng tín dụng đã góp phần làm tăng lợi nhuận của ngân hàng thông qua việc tăng thu nhập lãi. Về mặt lý thuyết khi tổng dư nợ cho vay tăng tức ngân hàng đang
đẩy mạnh hoạt động kinh doanh, mở rộng thị trường góp phần nâng cao lợi nhuận.
Nhưng trên thực tế trong giai đoạn nghiên cứu, kết quả thu được từ hồi quy mơ hình
đã thể hiện kết quả ngược lại. Khi tỷ lệ này cao, không những lợi nhuận khơng tăng
mà cịn giảm xuống. Điều này có thể lý giải như sau:
Trong giai đoạn từ năm 2006 – 2007 là thời kỳ hoàng kim của ngành chứng khoán và bất động sản. Mọi nguồn vốn trong nền kinh tế và tất nhiên là các khoản cho vay của ngân hàng phần lớn cũng được sử dụng để đầu tư vào hai lĩnh vực này
để kiếm lợi nhuận “khủng”. Chính việc cho vay đầu tư tập trung như thế này dễ gây
ra khủng hoảng tín dụng cho ngân hàng nếu hai lĩnh vực này hoạt động không hiệu quả. Bước sang năm 2008, khủng hoảng kinh tế toàn cầu diễn ra trầm trọng, kéo theo sự đi xuống của thị trường chứng khoán và bất động sản. Thế nhưng, hầu hết nhiều nhà đầu tư vẫn kỳ vọng sự đi xuống chỉ là nhất thời và sẽ sớm trở về thời
hoàng kim đã có. Vì thế, số lượng nhà đầu tư vào thị trường chứng khoán và bất động sản vẫn tiếp tục tăng và hiển nhiên các khoản vay ngân hàng vẫn tiếp tục được đầu tư vào. Nhưng thực tế khơng phải vậy, từ năm 2009 đến nay, có thể thấy hai thị
trường này đã tuột dốc không phanh. Sự đi xuống này đã khiến rất nhiều nhà kinh doanh, nhiều công ty đi vay ngân hàng để đầu tư vào chứng khoán và bất động sản bị vỡ nợ, phá sản, mất cả khả năng chi trả cả phần lãi và vốn gốc, gây ra các khoản nợ xấu cho các ngân hàng. Trong các BCTC của một số ngân hàng niêm yết trong các năm từ 2006 đến 2014, đã minh chứng rõ điều này. Khi các khoản nợ cho vay đầu tư vào lĩnh vực bất động sản càng cao thì nợ xấu theo đó cũng tăng lên, đặc biệt
sau đó – giai đoạn thị trường bất động sản ảm đạm, rớt giá mạnh sau thời kỳ hoàng kim. Số liệu ở một vài ngân hàng như sau:
Bảng 4.10: Dự nợ cho vay kinh doanh BĐS và nợ xấu ở một số ngân hàng TMCP niêm yết
Đơn vị tính: Tỷ đồng
Ngân hàng Chỉ tiêu 2007 2008 2009
ACB
Dư nợ cho vay kinh doanh BĐS 26 308 254
Nợ xấu 360 608 520
CTG
Dư nợ cho vay kinh doanh BĐS 1,042 2,187 1,000
Nợ xấu 164 363 1,442
EIB
Dư nợ cho vay kinh doanh BĐS 161 1,000 700
Nợ xấu 197 348 1,041
MBB
Dư nợ cho vay kinh doanh BĐS 117 288 467
Nợ xấu 589 808 1,063
STB
Dư nợ cho vay kinh doanh BĐS 81 208 384
Nợ xấu 2,171 2,949 5,508
Nguồn: Tác giả tổng hợp từ BCTC các ngân hàng TMCP niêm yết
Như vậy, thông qua số liệu có thể thấy, trong thời kỳ này, chín ngân hàng TMCP niêm yết, ngân hàng nào có dư nợ càng cao – đặc biệt cho vay tập trung vào bất động sản thì hiệu quả hoạt động kinh doanh càng kém.
Song song với các khoản vay đầu tư ở thị trường bất động sản và chứng khốn, các ngân hàng này cịn có những khoản vay ở những ngành nghề khác như thương
mại, sản xuất và xây dựng… Và chính cơng tác thẩm định, kiểm tra và đánh giá sau cho vay của một số các khoản vay này vẫn còn yếu kém đã góp phần tạo nên nhiều khoản cho vay khơng thể thu hồi, buộc ngân hàng phải tăng trích lập dự phòng nợ xấu tăng cao. Phần lợi nhuận tăng thêm cũng không đủ khả năng bù đắp được
những dự phòng tổn thất này, dẫn đến hiệu quả hoạt động kinh doanh bị sụt giảm.
Mối tương quan nghịch chiều này cũng được khẳng định trong các nghiên cứu của Alper và Anbar (2011).
• Hai biến NPLR và LAR có mức ý nghĩa thống kê nhưng chỉ ở mức thấp 10%. Nguyên nhân có thể giải thích là do xuất phát từ phía các ngân hàng TMCP niêm yết khi mà việc công bố các khoản nợ xấu của các ngân hàng này chưa thật sự đầy
đủ và chính xác. Hoặc cũng có thể là do mẫu nghiên cứu của tác giả không nhiều
chỉ nằm trong phạm vi chín ngân hàng TMCP niêm yết giai đoạn từ 2006 – 2014.
• Các biến còn lại
Hai biến đo lường rủi ro tín dụng cịn lại: LLPR, CAR và biến kiểm sốt SIZE thì lại có mối tương quan dương với biến ROA. Tuy nhiên các kết quả này lại khơng có ý nghĩa thống kê. Kết quả này giống như kết quả nghiên cứu lần lượt của Oke và các cộng sự (2012); Abiola và Olausi (2014); Kaaya và Pastory (2013).
KẾT LUẬN CHƯƠNG 4
Trong chương 4, tác giả đã lựa mơ hình hồi quy cố định FEM có kèm yếu tố thời gian làm mơ hình hồi quy cuối cùng cho bài nghiên cứu của mình. Đồng thời,
thơng qua các hệ số hồi quy, tác giả đã kiểm định được sự tác động của biến độc lập
đến biến phụ thuộc và đi đến kết luận rủi ro tín dụng có tác động tiêu cực đến hiệu
quả hoạt động kinh doanh của các ngân hàng TMCP niêm yết tại Việt Nam giai đoạn 2006 đến 2014. Ngoài ra, tác giả còn so sánh với các nghiên cứu trước đây để
lý giải kết quả của mơ hình.
Các kết quả nghiên cứu trong chương 4 này sẽ làm tiền đề để giúp tác giả đưa