CHƯƠNG 1 GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
4.1. Mơ hình nghiên cứu
Trên cơ sở tham khảo các nghiên cứu trên thế giới, tác giả nhận thấy rằng cả các yếu tố đặc trưng ngân hàng và kinh tế vĩ mơ đều có tác động đến tỷ lệ nợ xấu của các NHTM. Xuất phát từ nghiên cứu và mơ hình của nhóm tác giả Chaibi và Ftiti (2014) tác giả nghiên cứu sự tác động của hai nhóm yếu tố: đặc trưng ngân
hàng và kinh tế vĩ mô của 25 NHTM Việt Nam trong khoảng thời gian từ năm 2007 đến năm 2014 đến RRTD thơng qua mơ hình hồi quy dạng bảng động. Bên cạnh đó, tác giả cũng so sánh mơ hình hồi quy dạng bảng động với các mơ hình hồi quy dạng tĩnh như: mơ hình pooled regression, mơ hình FEM và mơ hình REM để lựa chọn mơ hình phù hợp nhất.
Trên cơ sở tham khảo bài nghiên cứu của hai tác giả Chaibi và Ftiti (2014) trong đó có sử dụng các biến sau khi nghiên cứu sự tác động của các yếu tố đặc trưng ngân hàng và kinh tế vĩ mô đến RRTD tại 147 NHTM ở Pháp và 133 NHTM ở Đức trong khoảng thời gian từ năm 2005 đến năm 2011, cụ thể như sau:
Đối với nhóm biến độc lập thuộc về các yếu tố đặc trưng ngân hàng gồm có:
Tỷ lệ dự phịng RRTD, tỷ số hiệu quả hoạt động, tác động đòn bẩy, tỷ số khả năng thanh tốn, thu nhập ngồi lãi, quy mơ và khả năng sinh lợi.
Đối với nhóm biến độc lập thuộc về các yếu tố kinh tế vĩ mơ gồm có: tốc độ
tăng trưởng GDP thực, tỷ lệ lạm phát, lãi suất thực, tỷ lệ thất nghiệp và tỷ giá hối đối.
Trên cơ sở kế thừa tồn bộ các biến của Chaibi và Ftiti (2014) tác giả đã có một sự điều chỉnh đối với biến tốc độ tăng trưởng GDP thực. Do bản thân các yếu tố về tăng trưởng kinh tế mà đại diện là biến GDP thực hầu hết đều tác động đến nền kinh tế có một độ trễ nhất định (Jimenez và Saurina (2005) đã kiểm chứng giả thuyết rằng tác động của tăng trưởng kinh tế đến RRTD có một độ trễ), vì vậy tác giả đã sử dụng biến tốc độ tăng trưởng GDP thực của năm trước thay vì sử dụng biến tốc độ tăng trưởng GDP thực để nghiên cứu sự tác động của các yếu tố đặc trưng ngân hàng và kinh tế vĩ mơ đến RRTD.
Mơ hình hồi quy dạng bảng động:
𝐍𝐏𝐋𝐢𝐭 = 𝜷𝟎+ 𝛃𝟏𝑵𝑷𝑳𝒊,𝒕−𝟏+ 𝛃𝐣𝐗𝐢𝐭+ 𝜶𝒊+ 𝐔𝐢𝐭
Diễn giải cụ thể cho các biến trong mơ hình:
𝑁𝑃𝐿𝑖𝑡 = 𝛽0+ 𝛽1𝑁𝑃𝐿𝑖,𝑡−1+ 𝛽2𝐿𝐿𝑃𝑖𝑡+ 𝛽3𝐼𝑁𝐸𝐹𝑖𝑡+ 𝛽4𝐿𝐸𝑉𝑖𝑡+ 𝛽5𝑆𝑅𝑖𝑡+ 𝛽6𝑁𝐼𝐼𝑖𝑡
+ 𝛽7𝑆𝐼𝑍𝐸𝑖𝑡+ 𝛽8𝑅𝑂𝐸𝑖𝑡 + 𝛽9𝐺𝐷𝑃𝑖,𝑡−1+ 𝛽10𝐼𝑁𝐹𝑖𝑡 + 𝛽11𝐼𝑅𝑖𝑡 + 𝛽12𝑈𝑁𝑖𝑡
+ 𝛽13𝐸𝑅𝑖𝑡 + 𝛼𝑖 + ∆𝑈𝑖𝑡
Trong đó:
NPLit: Tỷ lệ nợ xấu của NHTM thứ I trong năm t; NPLi,t-1: Tỷ lệ nợ xấu của NHTM thứ I trong năm t-1;
LLPit: Tỷ lệ dự phịng rủi ro tín dụng của NHTM thứ I trong năm t; INEFit: Tỷ số hiệu quả hoạt động của NHTM thứ I trong năm t; LEVit: Tỷ lệ đòn bẩy của NHTM thứ I trong năm t;
SRit: Tỷ số khả năng thanh toán của NHTM thứ I trong năm t; NIIit: Tỷ lệ thu nhập ngoài lãi của NHTM thứ I trong năm t; SIZEit: Quy mô của NHTM thứ I trong năm t;
INFit: Tỷ lệ lạm phát năm t; IRit: Lãi suất thực năm t; UNit: Tỷ lệ thất nghiệp năm t; ERit: Tỷ giá hối đoái năm t;
Uit: Các sai số ngẫu nhiên của NHTM thứ I trong năm t; β1: Hệ số chặn;
βj: Hệ số hồi quy tương ứng với các biến phụ thuộc;
αi: chênh lệch về tung độ gốc của hàm hồi quy được gây ra do sự thay đổi của đặc điểm riêng của các đối tượng nghiên cứu; i: đại diện cho các NHTM (I = 1, …, 25);
t: đại diện cho thời gian từ năm 2007 đến năm 2014;
4.2. Phương pháp nghiên cứu
Đề tài kiểm định sự tác động của các yếu tố đặc trưng ngân hàng và kinh tế vĩ mô đến RRTD của các NHTM Việt Nam (đại diện là tỷ lệ nợ xấu), tác giả sử dụng mô hình hồi quy dạng bảng động, trong đó sử dựng phương pháp GMM để ước lượng mơ hình. Ngồi ra, tác giả cũng sẽ so sánh với các mơ hình dạng tĩnh như: mơ hình pooled regression, mơ hình FEM và mơ hình REM. Phương pháp GMM này được sử dụng đối với tất cả các dạng hàm hồi quy, kể cả các dạng hàm hồi quy phi tuyến tính và khắc phục được các giả thuyết bị vi phạm khi sử dụng phương pháp OLS (như phương sai thay đổi, tự tương quan và hiện tượng nội sinh). Do đó, tác giả sử dụng phương pháp GMM này do những đặc tính tối ưu của nó.