CHƯƠNG 1 : GIỚI THIỆU CHUNG
4.1. Mơ hình nghiên cứu
Trên cơ sở nghiên cứu Stress Testing được thực hiện tại các nước trên thế giới, tác giả đề xuất các biến được đưa vào mơ hình. Cụ thể:
Dựa trên nghiên cứu Stress Testing đối với hệ thống Ngân hàng Nga của Fungáčová & Jakubík (2013), tác giả đề xuất phương pháp nghiên cứu Top- down và các biến được đưa vào mơ hình là tốc độ tăng trưởng GDP và tốc độ tăng trưởng tín dụng, giá nhà.
Dựa trên nghiên cứu Stress Testing đối với hệ thống ngân hàng Gana của Settor Amediku (2006), tác giả đề xuất biến chỉ số giá tiêu dùng được đưa vào mơ hình để đại diện cho lạm phát.
Dựa trên nghiên cứu đánh giá tác động của rủi ro thị trường và rủi ro tín dụng đối với ngành ngân hàng Áo của Elsinger, Lehar và Summer (2002), tác giả đề
xuất các biến được đưa vào mơ hình là lãi suất, tỷ giá hối đối và các biến động của thị trường chứng khoán, Vốn đầu tư trực tiếp nước ngoài.
Dựa trên nghiên cứu Stress Testing độ nhạy đối với rủi ro tín dụng của các ngân hàng thương mại Trung Quốc của Lu & Yang (2012), tác giả đưa vào mơ hình biến giá nhà.
Các nghiên cứu trên đều sử dụng tỷ lệ nợ xấu trên tổng dư nợ (NPL) làm biến đại diện cho rủi ro tín dụng của các ngân hàng thương mại.
Tuy nhiên do các biến này khác nhau về độ lớn và đơn vị nên tác giả chuyển tất cả các biến số thành dạng phần trăm thay đổi của quý sau so với quý trước nhằm tạo sự thống nhất về dữ liệu giữa các biến trong mô hình nghiên cứu. Như vậy, các biến trong mơ hình nghiên cứu thực nghiệm cụ thể là:
NPL: phần trăm thay đổi tỷ lệ nợ xấu trên tổng dư nợ, đây là biến phụ thuộc của mơ hình.
NPL(-1): đây là giá trị trễ một giai đoạn của biến NPL, biến này được đưa vào mơ hình để xem xét ảnh hưởng của tỷ lệ nợ xấu trên tổng dư nợ trong quá khứ đến tỷ lệ nợ xấu trên tổng dư nợ hiện tại.
GDP: đây là biến tốc độ tăng trưởng tổng sản phẩm quốc nội hằng quý. Nếu tốc độ tăng trưởng GDP giảm sút chứng tỏ nền kinh tế đang trong thời kỳ suy thoái, điều này gây ảnh hưởng xấu đến khả năng trả nợ của người đi vay và làm gia tăng tỷ lệ nợ xấu trên tổng dư nợ. Do đó, hệ số của biến này được kỳ vọng là mang dấu âm (-).
CPI: đây là phần trăm thay đổi chỉ số giá tiêu dùng, đại diện cho lạm phát của nền kinh tế. Tỷ lệ lạm phát tăng cao cho thấy tình hình kinh tế vĩ mơ đang bất ổn, làm giảm khả năng trả nợ của người vay và kéo theo đó là tỷ lệ nợ xấu tăng lên. Từ đó, hệ số của biến này được kỳ vọng sẽ mang dấu dương (+).
R: đây là phần trăm thay đổi của lãi suất tái cấp vốn của ngân hàng Nhà nước Việt Nam. Khi lãi suất này tăng sẽ kéo theo lãi suất cho vay của các ngân hàng thương mai gia tăng, nghĩa vụ trả nợ của người đi vay do đó sẽ trở nên nặng nề hơn, điều này sẽ làm giảm ý chí trả nợ của khách hàng, cùng với đó là nợ xấu sẽ gia tăng. Mối quan hệ giữa lãi suất và tỷ lệ nợ xấu cịn được thể hiện thơng qua các lý thuyết về “kiềm chế tín dụng tự nguyện” như “lựa chọn nghịch” và “rủi ro đạo đức”. Trong mơi trường lãi suất cao, sẽ chỉ có những người làm ăn mạo hiểm mới dám đi vay và
những người này sẽ có nhiều khả năng nhận được khoản vay từ ngân hàng (lựa chọn nghịch). Sau khi nhận được khoản vay với lãi suất cao, người đi vay càng có động cơ thực hiện các dự án mạo hiểm để có thể hồn trả cả gốc và lãi cao của khoản vay vừa nhận được. Kết quả chung của các hiện tượng lựa chọn nghịch và rủi ro đạo đức là khi lãi suất tăng lên thì tỷ lệ nợ xấu cũng sẽ tăng lên theo. Vì vậy, hệ số của biến này được kỳ vọng sẽ có dấu dương (+).
EXR: đây là phần trăm thay đổi tỷ giá danh nghĩa VND/USD. Khi đồng nội tệ mất giá (tỷ giá tăng lên) sẽ khiến cho những khách hàng trong nước đi vay bằng USD gặp khó khăn hơn trong việc trả nợ. Việc gia tăng tỷ giá cũng tác động gián tiếp đối với những người vay bằng đồng nội tệ nhưng sử dụng các khoản vay đó trong các hoạt động thương mại quốc tế. Chẳng hạn một công ty phải nhập khẩu nguyên vật liệu để sản xuất hàng tiêu dùng trong nước. Đồng nội tệ mất giá sẽ khiến cho chi phí ngun vật liệu đầu vào của cơng ty đó tăng lên dẫn tới phải tăng giá bán hoặc giảm biên lợi nhuận, trong cả hai trường hợp lợi nhuận của cơng ty đều có nhiều khả năng bị giảm sút. Vì những lẽ đó, hệ số của biến này được kỳ vọng sẽ mang dấu dương (+).
VNI: đây là phần trăm thay đổi chỉ số VN-INDEX. Sự gia tăng của thị trường chứng khốn có tác động trực tiếp đến các khoản vay đầu tư chứng khoán của khách hàng tại các ngân hàng thương mại. Sự gia tăng của chỉ số VN-INDEX phản ánh sự gia tăng tài sản của các khách hàng, điều này dẫn đến khả năng trả nợ của khách hàng gia tăng và do đó nợ xấu sẽ giảm. Ngồi ra, với vai trị là “phong vũ biểu” của nền kinh tế, sự gia tăng của chỉ số VN-INDEX cho thấy sự tăng trưởng của nền kinh tế, điều này có ảnh hưởng tích cực đến khả năng trả nợ của người đi vay và làm giảm tỷ lệ nợ xấu trên tổng dư nợ. Do đó, hệ số của biến này được kỳ vọng là mang dấu âm (-).
CRE: đây là tốc độ tăng trưởng tín dụng, tính bằng phần trăm. Xét trong ngắn hạn, sự gia tăng của hoạt động tín dụng sẽ làm giảm tỷ lệ nợ xấu trên tổng dư nợ. Do đó, hệ số của biến này được kỳ vọng là mang dấu âm (-).
Như vậy, mô hình nghiên cứu có dạng:
4.2. Phương pháp nghiên cứu.
Với đặc điểm cho phép so sánh kết quả thực hiện Stress Testing giữa các ngân hàng, phương pháp Top-down là cơng cụ thích hợp đối với ngân hàng Nhà nước hoặc các cơ quan giám sát. Phương pháp này giúp các cơ quan của chính phủ có cái nhìn tổng quan về hệ thống ngân hàng, từ đó có những chính sách phù hợp theo định hướng phát triển của nền kinh tế. Từ quan điểm trên, luận văn thực hiện Stress Testing theo phương pháp Top-down vĩ mơ, trong đó liên kết dữ liệu báo cáo tài chính của ngân hàng với mơi trường kinh tế vĩ mô dưới những kịch bản khác nhau. Các giả định, kịch bản được áp dụng thống nhất để tính rủi ro tín dụng dựa trên mơ hình (1) đã được ước lượng.
Mơ hình (1) được ước lượng bằng các phương pháp ước lượng dữ liệu bảng. Cụ thể:
Trên dữ liệu bảng, xét mơ hình có dạng
Trong đó: Z là biến đại diện cho đặc điểm riêng (ở đây ta xét đặc điểm riêng của ngân hàng thứ i, bao gồm đặc điểm quản lý, triết lý kinh doanh,…). Tùy vào việc xem xét tác động của đặt điểm riêng Zilên mơ hình sẽ hình thành các mơ hình khác nhau trên dữ liệu bảng.
Tác động tính tốn được, xác định được thì ta sử dụng mơ hình fixed effects. Ngược lại, tác động khơng tính tốn được và là ngẫu nhiên thì ta sử dụng, mơ hình random effects.
Mơ hình tác động cố định (Fixed effects- FEM).
Với giả định mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, Fixed effects phân tích mối tương quan này giữa phần dư của mỗi thực thể với các biến giải thích qua đó kiểm sốt và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc.
Mơ hình ước lượng sử dụng Trong đó
: biến phụ thuộc với i: ngân hàng thứ i, t: thời gian (quý mấy). : biến độc lập
: hệ số chặn cho từng thực thể quan sát : hệ số góc
phần dư
Mơ hình trên đã thêm vào chỉ số i cho hệ số chặn C để phân biệt hệ số chặn của từng ngân hàng khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm khác nhau của từng ngân hàng hoặc do sự khác nhau trong chính sách quản lý, hoạt động của ngân hàng.
Mơ hình tác động ngẫu nhiên (random effects - REM).
Điểm khác biệt giữa mơ hình ảnh hưởng ngẫu nhiên và mơ hình ảnh hưởng cố định được thể hiện ở sự biến động giữa các thực thể. Nếu sự biến động giữa các thực thể có tương quan đến các biến độc lập trong mơ hình ảnh hưởng cố định thì trong mơ hình ảnh hưởng ngẫu nhiên sự biến động giữa các thực thể được giả sử là ngẫu nhiên và khơng tương quan đến các biến giải thích.
Chính vì vậy, nếu sự khác biệt giữa các thực thể có ảnh hưởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (khơng tương quan với biến giải thích) được xem là một biến giải thích mới.
Ý tưởng cơ bản của mơ hình ảnh hưởng ngẫu nhiên cũng bắt đầu từ mơ hình: Thay vì trong mơ hình FEM, Cilà cố định thì trong REM có giả định rằng nó là một biến ngẫu nhiên với trung bình là C và giá trị hệ số chặn được mô tả như sau:
với (i=1,2,3...n)
là sai số ngẫu nhiên có trung bình bằng 0 và phương sai khơng đổi Thay vào mơ hình ta có
Hay
với
: Sai số thành phần của các đối tượng khác nhau (đặc điểm riêng khác nhau của từng ngân hàng).
: Sai số thành phần kết hợp khác của cả đặc điểm riêng theo từng đối tượng và theo thời gian.
Nhìn chung mơ hình random effects hay fixed effects tốt hơn cho nghiên cứu phụ thuộc vào giả định có hay khơng sự tương quan giữa và biến giải thích X. Nếu giả định rằng khơng tương quan thì mơ hình Fixed effects phù hợp hơn và ngược lại. Kiểm định Hausman là một trong những phương pháp để lựa chọn giữa random effects hay fixed effects.
So sánh giữa mơ hình random effects hay Fixed effects.
Sử dụng kiểm định Hausman:
Ho : ) = 0 ( random effects)
H1: ) 0 ( fixed effects)
Nếu p-value < α thì bác bỏ giả thuyết H0. Trường hợp ngược lại, nếu p-value > α thì chấp nhận giả thuyết H0.
Các kiểm định cần thiết.
Kiểm định Wald được dùng để kiểm định phương sai thay đổi qua các thực thể.
H0: Phương sai qua các thực thể là không đổi. Với p-value > 0.05 giả thuyết H0được chấp nhận.
Kiểm định Wooldridge được dùng để kiểm định tự tương quan trong dữ liệu bảng.
H0: Khơng có hiện tương tự tương quan.
Với p-value > 0.05 giả thuyết H0được chấp nhận.
Nếu mơ hình được chọn có xảy ra hiện tượng tự tương quan hay phương sai thay đổi qua các thực thể, tác giả sử dụng phương pháp ước lượng bình phương tối thiểu tổng quát khả thi (Feasible General Least Square – FGLS) để khắc phục hiện tượng này.
Với mơ hình tốt nhất được xây dựng, tác giả thực hiện Stress Testing bằng phân tích mơ phỏng Monte Carlo với phần mềm Crystal Ball. Theo Trần Ngọc Thơ (2007), ý tưởng cơ bản của mơ phỏng là xây dựng một cấu hình thực nghiệm, cấu hình này sẽ hoạt động mơ phỏng các tình huống cần phân tích theo những khía cạnh quan trọng nào đó bằng những phương cách ít tốn kém chi phí và nhanh chóng.
Để tiến hành phân tích mơ phỏng Monte Carlo, giai đoạn đầu tiên là phải xây dựng được một mơ hình tốn học. Một mơ hình như vậy sẽ xác định quan hệ đại số giữa biến phụ thuộc và các biến độc lập. Trong nghiên cứu này, mơ hình (1) chính là mơ hình tốn học cần được xây dựng. Tiếp theo, cần xác định phân bố xác suất của các biến độc lập trong mơ hình tốn học được xây dựng. Phân bố xác suất chủ yếu được sử dụng trong phân tích mơ phỏng Monte Carlo là các phân bố sau: Phân bố chuẩn, phân bố đồng dạng, phân bố tam giác. Cuối cùng, ta quan sát sự thay đổi của biến phụ thuộc khi các biến độc lập thay đổi n lần và có phân bố đã được xác định. Trong nghiên cứu này, tác giả lấy n = 5.000. Giới hạn sức chịu đựng đối với rủi ro tín dụng trong nghiên cứu này là tỷ lệ nợ xấu trên tổng dư nợ vượt quá 3%. Giới hạn này được tác giả đề xuất dựa trên thông tư 36/2014/TT-NHNN ngày 20/11/2014 về quy định các giới hạn, tỷ lệ đảm bảo an toàn trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngồi.
Quy trình thực hiện nghiên cứu.
Ứng dụng quy trình thực hiện Stress Testing đối với hệ thống ngân hàng Nga của Fungáčová & Jakubík (2013), tác giả thực hiện Stress Testing đối với rủi ro tín dụng cho các ngân hàng thương mại lớn tại Việt Nam thông qua các bước sau:
Bước 1: Xây dựng mơ hình (1) thể hiện mối quan hệ giữa các biến vĩ mô và tỷ lệ nợ xấu trên tổng dư nợ.
Bước 2: Thu thập số liệu và ước lượng mơ hình (1)
Bước 3: Xây dựng kịch bản kinh tế vĩ mô cho giai đoạn 2016 – 2020.
Bước 4: Thực hiện Stress Testing đối với rủi ro tín dụng của các ngân hàng theo kịch bản được xây dựng.