6. Ý nghĩa khoa học và thực tiễn của đề tài nghiêncứu
2.2. Mô hình nghiêncứu định lƣợng về ảnh hƣởng của một số yếu tố đến nợ xấu
2.2.2. Dữ liệu nghiêncứu
Các phƣơng pháp đƣợc sử dụng trong các nghiên cứu hiện có để điều tra mối quan hệ thực nghiệm giữa nợ xấu và các biến đặc trƣng ngân hàng là phân tích hồi quy dữ liệu bảng. Do vậy phân tích hồi quy dữ liệu bảng đƣợc sử dụng trong nghiên cứu này.
41
Các dữ liệu liên quan đến các biến đặc trƣng ngân hàng và biến phụ thuộc (nợ xấu - NPLs) để thực hiện kiểm định các giả thuyết đƣợc thu thập tính toán từ báo cáo thƣờng niên và báo cáo tài chính của các ngân hàng thƣơng mại từ năm 2008 đến năm 2013 đƣợc đƣa ra từ kho dữ liệu của trang web http://www.cophieu68.vn/ và các trang web của các Ngân hàng tƣơng ứng.
Theo danh sách các NHTM đƣợc NHNN công bố vào cuối năm 2012 cho thấy toàn hệ thống Ngân hàng Việt Nam (khơng tính Ngân hàng nƣớc ngồi và liên doanh) có 39 NHTM bao gồm 05 NHTM nhà nƣớc và 34 NHTM cổ phần. Vốn điều lệ bình quân của hệ thống NHTM Việt Nam là 7.111 tỷ đồng. Trong tất cả 39 NHTM có 12 Ngân hàng có vốn điều lệ lớn hơn mức bình qn ngành.
Trong BCTC, từ số liệu của các hạng mục thuộc Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, có thể tính tốn các biến dùng kiểm định cho các giả thuyết từ H1 đến H7. Riêng dữ liệu để tính tốn tỷ lệ nợ xấu (NPLs) và các biến thực hiện kiểm định cho 02 giả thuyết sau cùng H8 và H9 thì yêu cầu các Ngân hàng phải có chi tiết phần thuyết minh phân tích dƣ nợ cho vay theo ngành nghề và theo loại hình doanh nghiệp. Thực tế số liệu các báo cáo tài chính và các báo cáo thƣờng niên cho thấy có 12 Ngân hàng thƣơng mại có BCTC và thuyết minh đính kèm đáp ứng đầy đủ yêu cầu nhƣ trên, các Ngân hàng cịn lại hầu nhƣ khơng có và khơng đủ số liệu để thực hiện kiểm định cho hai giả thuyết cuối.
Nhƣ vậy, dữ liệu có thể sử dụng đƣợc là dữ liệu của 12 Ngân hàng thƣơng mại Việt Nam (08 Ngân hàng thƣơng mại cổ phần và 03 Ngân hàng thƣơng mại nhà nƣớc) có số liệu báo cáo tài chính liên tục trong 6 năm từ năm 2008 đến năm 2013.
Đặc điểm của bộ dữ liệu nhƣ sau:
- Trong số 12 Ngân hàng thuộc bộ dữ liệu nghiên cứu thì có 11 NHTM có vốn điều lệ trên mức bình quân của tồn hệ thống NHTM Việt Nam nếu tính theo số liệu vốn điều lệ cơng bố của NHNN cuối năm 2012.
42
- BCTC thu thập đƣợc của 12 Ngân hàng, trong đó có 01 Ngân hàng số liệu chỉ đáp ứng đƣợc đầy đủ cho 3 năm, 01 Ngân hàng số liệu đáp ứng đƣợc đầy đủ cho 4 năm, 02 Ngân hàng có số liệu cho 5 năm, cịn lại 08 Ngân hàng có đầy đủ số liệu cho cả giai đoạn nghiên cứu 2008 – 2013. Do đó dữ liệu đƣợc sử dụng mang tính chất là dữ liệu bảng khơng cân bằng.
Mẫu dữ liệu 12 Ngân hàng này hầu hết là các NHTM có quy mơ lớn và nổi trội trong hệ thống các NHTM Việt Nam và đa phần đáp ứng số liệu cho việc thực hiện nghiên cứu trong giai đoạn từ 2008 đến năm 2013, do đó mẫu đƣợc sử dụng đại diện để nghiên cứu kiểm định các giả thuyết về các yếu tố tác động đến nợ xấu tại các NHTM Việt Nam.
Bảng 2.3: Tóm tắt đặc tính của mẫu.
Năm Số quan
sát
Số Ngân hàng
Số quan sát tối thiểu/ 1 Ngân hàng
Số quan sát tối đa/ 1 Ngân hàng
Bảng không
cân bằng
2008 -
2013 64 12 3 6
2.2.3. Mơ hình nghiên cứu:
Bài nghiên cứu xây dựng 02 dạng mơ hình cho dữ liệu bảng gồm mơ hình tĩnh và mơ hình động. Tuy nhiên qua quá trình kiểm định các giả định cho bộ dữ liệu, tác giả sẽ thực hiện xem xét lựa chọn mơ hình cùng phƣơng pháp ƣớc lƣợng phù hợp nhất.
- Mơ hình tĩnh:
NPLsit = β0 + βjXit + µit (mơ hình I)
- Mơ hình động: Lấy sai phân bậc nhất từ mơ hình 1 và hồi quy thêm giá trị trễ của biến phụ thuộc:
NPLsit = βNPLsit-1 + βjXit + µit (mơ hình II)
- Với Xit đại diện cho các biến giải thích trong mơ hình, cụ thể việc diễn giải ký hiệu các biến nhƣ sau:
43
NPLsit : Tỷ lệ nợ xấu của Ngân hàng “i” trong năm “t” – Biến phụ thuộc. LOANGit : Tốc độ tăng trƣởng tín dụng của Ngân hàng “i” trong năm “t” so
với năm “t-1”.
MPit : Thị phần cho vay của Ngân hàng “i” trong năm “t” so với tổng dƣ nợ cho vay của các Ngân hàng thuộc mẫu nghiên cứu trong năm “t”. SIZEit : Tỷ lệ tài sản của Ngân hàng “i” trong năm “t” so với tổng tài sản
của các Ngân hàng thuộc mẫu nghiên cứu trong năm “t”.
NIIit : Tỷ lệ thu nhập ngoài lãi so với tổng tài sản của Ngân hàng “i” trong năm “t”.
LDRit : Tỷ lệ cho vay so với tiền gửi của Ngân hàng “i” trong năm “t”. SOLRit : Tỷ lệ nguồn lực vốn chủ sở hữu – tổng vốn chủ sở hữu so với tổng
tài sản của Ngân hàng “i” trong năm “t”.
DRit : Tỷ lệ tổng chi phí lãi so với tổng tiền gửi của Ngân hàng “i” trong năm “t”.
LRit : Tỷ lệ đòn bẫy – Tổng nợ phải trả so với tổng tài sản của Ngân hàng “i” trong năm “t”.
INEFit : Tỷ lệ chi phí hoạt động so với thu nhập hoạt động của Ngân hàng “i” trong năm “t”.
ROEit : Hiệu suất trên vốn chủ sở hữu của Ngân hàng “i” trong năm “t”. ROAit : Hiệu suất trên tổng tài sản của Ngân hàng “i” trong năm “t”.
BDSXDit : Tỷ trọng dƣ nợ cho vay bất động sản và xây dựng trong tổng dƣ nợ của Ngân hàng “i” trong năm “t”.
CTNNit : Tỷ trọng dƣ nợ cho vay Công ty thuộc sở hữu vốn nhà nƣớc trong tổng dƣ nợ của Ngân hàng “i” trong năm “t”.
44
βj là các hệ số tƣơng quan, β0 là hệ số chặn, “j” là số lƣợng biến độc lập trong mơ hình.
“i” đại diện cho đơn vị chéo của dữ liệu (Ngân hàng). “t” đại diện cho thời gian (Năm: 2008 – 2013).
Phƣơng pháp kinh tế lƣợng:
- Để thực hiện hồi quy dƣ̃ liê ̣u bảng đối với mơ hình tĩnh thƣờng có các mơ hình ƣớc lƣợng chính sau:
Mơ hình ƣớc lƣợng theo phƣơng pháp bình phƣơng tối thiểu (OLS – Ordinary Least Square).
Mơ hình tác động cố định (FEM – Fixed Effects Model).
Mơ hình tác động ngẫu nhiên (REM – Random Effects Model).
Tùy theo việc kiểm định các giả định cơ bản của các mơ hình hình trong bộ dữ liệu có đƣợc và việc kiểm định lựa chọn mơ hình, bài nghiên sẽ xem xét sử dụng các kết quả của mơ hình phù hợp phục vụ cho việc phân tích hoặc chuyển sang sử dụng ƣớc lƣợng mơ hình động.
- Hồi quy dữ liệu bảng với mơ hình động: Các nghiên cứu trƣớc cho thấy đối với việc sử dụng mơ hình động, các tác giả đã thực hiện hồi quy dữ liệu với phƣơng pháp ƣớc lƣợng GMM 1 bƣớc và có nêu rõ đây là phƣơng pháp kế thừa từ nghiên cứu về phƣơng pháp hồi quy dữ liệu bảng dạng động của Arellano & Bond (1998 và 1981). Do đó trong trƣờng hợp chuyển sang ƣớc lƣợng mơ hình động, kế thừa việc ứng dụng của các nghiên cứu khác bài luận văn sẽ sử dụng phƣơng pháp hồi quy dữ liệu bảng động của Arellano & Bond.
45
KẾT LUẬN CHƢƠNG 2
Các NHTM Việt Nam hiện nay đang đối mặt với tình trạng nợ xấu cao làm sụt giảm đáng kể lợi nhuận của các NHTM và đe dọa đến an toàn của toàn hệ thống.
Các nghiên cứu về nguyên nhân dẫn đến sự gia tăng nợ xấu tại các NHTM Việt Nam chủ yếu là các nghiên cứu định tính. Trong khi đó, trên thế giới đã có khá nhiều nghiên cứu định lƣợng về các yếu tố tác động đến nợ xấu của hệ thống Ngân hàng và đã cho nhiều kết quả thực nghiệm có ý nghĩa. Chính vì lẽ đó, việc thực hiện nghiên cứu định lƣợng tại các NHTM Việt Nam góp phần cung cấp thêm bằng chứng mạnh mẽ hơn về nguồn gốc phát sinh nợ xấu, giúp đề ra giải pháp, chính sách phù hợp để kiểm sốt hoạt động tín dụng, xử lý triệt để nguồn gốc của vấn đề nợ xấu, lành mạnh hóa hệ thống tín dụng.
Mơ hình nghiên cứu dựa trên các giả thuyết về các yếu tố tác động đến nợ xấu đƣợc xây dựng từ các cơng trình nghiên cứu ngoài nƣớc mà tác giả đã tham khảo, chủ yếu là nghiên cứu về hai nhóm nguyên nhân khách quan xuất phát từ nền kinh tế vĩ mơ và nhóm nguyên nhân từ hoạt động Ngân hàng. Tuy nhiên do hạn chế trong việc thu thập dữ liệu nên nghiên cứu tại Việt Nam tập trung xem xét ảnh hƣởng đến tỷ lệ nợ xấu của các yếu tố thuộc nhóm nguyên nhân xuất phát từ hoạt động Ngân hàng trên cơ sở kế thừa các giả thuyết, các biến mà các nghiên cứu nƣớc ngoài đƣa ra (07 giả thuyết) để thực hiện kiểm định tại Việt Nam và xây dựng thêm 02 giả thuyết dựa trên những nghiên cứu suy luận trong nƣớc. Mơ hình nghiên cứu đƣợc thiết kế ở dạng tĩnh và động, đi kèm theo là các phƣơng pháp ƣớc lƣợng phù hợp. Tuy nhiên việc sử dụng mơ hình dạng nào và phƣơng pháp ƣớc lƣợng cho mơ hình đó cịn phụ thuộc vào tính chất của bộ dữ liệu có vi phạm các giả định cơ bản làm ảnh hƣởng đến mức độ tin cậy của kết quả nghiên cứu hay không. Dựa trên những thiết kế trong chƣơng 2 này, kết quả hồi quy các mơ hình cũng nhƣ việc lựa chọn kết quả nghiên cứu sử dụng cho phân tích, gợi ý chính sách đƣợc thể hiện trong chƣơng 3.
46
CHƢƠNG 3
KẾT QUẢ NGHIÊN CỨU – GỢI Ý CHÍNH SÁCH CHO VIỆC QUẢN LÝ KIỂM SOÁT NỢ XẤU TRONG HỆ THỐNG NGÂN
HÀNG THƢƠNG MẠI VIỆT NAM
Trong chƣơng 3, tác giả luận văn sẽ tiến hành các bƣớc thực hiện hồi quy các mô hình theo các phƣơng pháp ƣớc lƣợng bao gồm ƣớc lƣợng OLS, ƣớc lƣợng theo phƣơng pháp ảnh hƣởng cố định (FE) hoặc phƣơng pháp ảnh hƣởng ngẫu nhiên (RE) đối với mơ hình tĩnh, và ƣớc lƣợng GMM – 1 bƣớc theo phƣơng pháp của Arellano & Bond (1998 và 1981) đối với mơ hình động. Trên cơ sở thực hiện kiểm định, luận văn sẽ lập luận để lựa chọn mơ hình và phƣơng pháp ƣớc lƣợng phù hợp để sử dụng kết quả cho phân tích. Từ kết quả hồi quy có đƣợc, phần cuối của chƣơng sẽ tiến hành phân tích các kết quả kiểm định các giả thuyết nghiên cứu và đƣa ra các gợi ý chính sách cho việc quản lý kiểm sốt nợ xấu nói chung trong hệ thống NHTM Việt Nam.
3.1. Kiểm định một số giả định cơ bản cho các phƣơng pháp ƣớc lƣợng: 3.1.1. Kiểm định đa cộng tuyến: 3.1.1. Kiểm định đa cộng tuyến:
Một trong những giả định quan trong khi thực hiện hồi quy các mơ hình đó là khơng tồn tại đa cộng tuyến hồn hảo giữa các biến giải thích.
Để phát hiện hiện tƣợng đa cộng tuyến hoàn hảo trong bộ dữ liệu các biến, trƣớc tiên ta sử dụng ma trận tƣơng quan giữa các biến giải thích.
Bảng 3.1 – phụ lục 03 cung cấp bức tranh về tƣơng quan giữa các biến giải thích trong bộ dữ liệu.
- Kết quả từ ma trận tƣơng quan cho thấy:
Tồn tại đa cộng tuyến rất cao giữa biến thị phần cho vay “MP” và quy mô Ngân hàng “SIZE”, mức tƣơng quan là 0,9695.
47
Tồn tại đa cộng tuyến rất cao giữa biến hiệu suất trên tổng tài sản “ROA” với lần lƣợt hai biến là tỷ lệ nguồn lực vốn chủ sở hữu “SOLR” và tỷ lệ đòn bẫy “LR”, mức tƣơng quan lần lƣợt là -0,9803 và 0,9803.
Tồn tại đa cộng tuyến hoàn hảo trong bảng dữ liệu, mức tƣơng quan bằng (-1) giữa biến tỷ lệ nguồn lực vốn chủ sở hữu “SOLR” và tỷ lệ đòn bẫy “LR” do bản chất trong cơng thức tính hai biến này có liên quan chặt chẽ với nhau. Trong trƣờng hợp hệ số tƣơng quan giữa các cặp biến độc lập cao, thì mơ hình có khả năng xảy ra hiện tƣợng đa cộng tuyến cao nếu nhƣ hệ số phóng đại phƣơng sai (VIF) của biến này lớn hơn 10 (Thục Đoan và Hào Thi, 2013). Kết quả kiểm định hệ số VIF nhƣ sau:
Mean VIF 22.79 nii 1.10 0.907202 loang 2.21 0.452044 dr 2.27 0.440054 bdsxd 2.36 0.423199 roe 2.48 0.403581 inef 2.60 0.384134 ldr 2.76 0.361866 ctnn 3.40 0.294395 size 60.29 0.016586 mp 61.55 0.016248 solr 61.88 0.016161 roa 70.52 0.014181 Variable VIF 1/VIF . estat vif
Nhƣ vậy các biến ROA, SOLR, MP, SIZE tồn tại đa cộng tuyến cao, biến LR đã bị loại bỏ tự động khi thực hiện kiểm định do tồn tại đa cộng tuyến hoàn hảo với biến SOLR. Tác giả sẽ thực hiện loại bỏ bớt các biến có tƣơng quan với nhau căn cứ vào lập luận đối chiếu với ý nghĩa của chúng trong việc kiểm định các giả thuyết.
- Hệ quả của hiện tƣợng đa cộng tuyến:
Khi có hiện tƣợng đa cộng tuyến cao: Hệ số hồi quy β ƣớc lƣợng đƣợc nhƣng sai số chuẩn của ƣớc lƣợng rất lớn dẫn đến độ chính xác thấp, khoảng tin cậy
48
thƣờng rộng, hệ số t thƣờng nhỏ và nghiêm trọng hơn là dấu hệ số ƣớc lƣợng có thể sai.
Đối với đa cộng tuyến hoàn hảo: Hệ số hồi quy β là không xác định và các sai số chuẩn là vô hạn.
- Khắt phục hiện tƣợng đa cộng tuyến: Một trong những biện pháp khắt phục hiện tƣợng đa cộng tuyến là bỏ bớt một trong hai biến tƣơng quan cao, tuy nhiên cần xem xét ý nghĩa của biến đó đối với mơ hình.
Lựa chọn giữa biến MP và SIZE trong bảng dữ liệu: Đây là 02 trong 03 biến dùng để kiểm định cho cùng một giả thuyết H2, do đó việc loại bỏ một trong hai biến này không làm ảnh hƣởng đến mục tiêu của nghiên cứu. Vì tác giả muốn thực hiện xem xét ảnh hƣởng của thị phần cho vay đến chất lƣợng tín dụng (thơng qua nợ xấu), do đó biến MP đƣợc giữ lại trong mơ hình nghiên cứu.
Lựa chọn giữa biến SOLR và LR trong bảng dữ liệu: SOLR là 01 trong 02 biến dùng để kiểm định cho giả thuyết H3, trong khi đó để kiểm định cho giả thuyết H5 chỉ có biến LR đƣợc sử dụng. Mặt khác, các nghiên cứu gần đây khơng tìm đƣợc bằng chứng về mối tƣơng quan có ý nghĩa giữa tỷ lệ nguồn lực vốn chủ sở hữu “SOLR” và tỷ lệ nợ xấu “NPLs”. Do đó, từ ý nghĩa của nghiên cứu cho thấy biến LR cần đƣợc giữ lại trong mơ hình nghiên cứu và biến SOLR có thể loại bỏ đƣợc.
Lựa chọn giữa biến LR và ROA: LR là biến duy nhất dùng để kiểm định cho giả thuyết H5, trong khi đó để kiểm định giả thuyết H7 ngồi biến ROA ta cịn có thể sử dụng kết quả đo lƣờng hệ số tƣơng quan từ biến ROE. Do đó bài luận văn sẽ thực hiện loại bỏ biến ROA và giữ lại biến LR trong mơ hình nghiên cứu.
49
- Từ những lập luận trên, các biến trong mơ hình nghiên cứu đƣợc điều chỉnh nhƣ sau (mơ hình gồm 10 biến giải thích): LOANGit, MPit, NIIit, LDRit, DRit, LRit, INEFit, ROEit, BDSXDit, CTNNit.
Thực hiện kiểm định lại với hệ số VIF, ta thấy trong mơ hình khơng cịn tồn tại đa cộng tuyến cao theo kết quả nhƣ sau:
Mean VIF 2.16 nii 1.09 0.915687 lr 1.11 0.903356 bdsxd 1.29 0.772684 inef 1.47 0.678276 loang 1.69 0.590441 ldr 2.00 0.501209 roe 2.05 0.487145 dr 2.06 0.486129 ctnn 3.23 0.309148 mp 5.57 0.179637 Variable VIF 1/VIF . estat vif
3.1.2. Kiểm định phƣơng sai thay đổi:
Hiện tƣợng phƣơng sai thay đổi khi các quan sát trong mơ hình hồi quy độc lập với nhau và có sự khác biệt lớn giữa các quan sát. Phƣơng sai thay đổi khơng làm
mất tính khơng thiên lệch và nhất quán của các ƣớc lƣợng OLS nhƣng các ƣớc lƣợng này khơng cịn hiệu quả vì khơng cịn có phƣơng sai nhỏ nhất.
- Để kiểm tra hiện tƣợng phƣơng sai thay đổi trƣớc tiên ta thực hiện ƣớc lƣợng OLS mơ hình (I) với mơ hình 10 biến giải thích đã điều chỉnh, sau đó sử dụng
kiểm định Breusch-Pagan đƣợc kết quả nhƣ sau:
Prob > chi2 = 0.0000 chi2(1) = 69.22
Variables: fitted values of NPLs Ho: Constant variance
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity . hettest
50
Với giả thuyết H0: Phƣơng sai của sai số là không đổi. Các kết quả kiểm định Chi-square cho hai bảng dữ liệu cho thấy giả thuyết H0 bị bác bỏ với p nhỏ hơn các mức ý nghĩa 1%. Do đó có hiện tƣợng phƣơng sai thay đổi trong ƣớc lƣợng