Phương pháp nghiên cứu

Việc sử dụng dữ liệu tổng thể như được trình bày bởi Bernanke và Blinder (1992) vấp phải các chỉ trích về nền tảng là khó có thể xác định các phản ứng của cung tín dụng, giả định rằng các cú shock tiền tệ ảnh hưởng đồng thời đến cầu tín dụng (Romer & Romer, 1990). Một hướng nghiên cứu hấp dẫn khác khi sử dụng dữ liệu tổng thể kết hợp mơ hình vector hiệu chỉnh sai số (VECM) để xác định phân tách tác động của cung và cầu tín dụng. Tuy nhiên, hướng nghiên cứu này khi áp dụng tại Việt Nam gặp nhiều hạn chế vì các dữ liệu tổng thể tại Việt Nam khơng được công bố đầy đủ cho đến tháng 4/2012 theo các quy định tại Thông tư

số 35/2011/TT-NHNN của Thống đốc Ngân hàng nhà nước ban hành ngày 11/11/2011.

Việc sử dụng dữ liệu cấp độ ngân hàng để xác định sự tồn tại của kênh tín dụng trong cơ chế truyền dẫn chính sách tiền tệ thường được thực hiện bằng cách phân chia các ngân hàng theo các đặc trưng của ngân hàng là: quy mô, thanh khoản và mức độ vốn hóa (Kashyap và Stein, 1995a, 1995b, 2000; Kishan và Opiela, 2000, 2006; Altunbas et al., 2002 là các ví dụ). Cách tiếp cận này yêu cầu một số lượng các ngân hàng phải đủ lớn, điều này không là vấn đề đối với các quốc gia có hệ thống tài chính phát triển như ở Mỹ hoặc các nước Tây Âu. Nhưng khi xem xét thị trường tài chính tại Việt Nam, nơi mà số lượng các ngân hàng cịn ít và, ngoại trừ các ngân hàng có vốn đầu tư của nhà nước đã phát triển từ lâu, hầu hết các ngân hàng thương mại tại Việt Nam đều mới phát triển mạnh mẽ trong những năm gần đây, thì phương pháp này khơng phù hợp.

Phương pháp thay thế là sử dụng mơ hình bảng cho phép các phản ứng của tín dụng ngân hàng đối với chính sách tiền tệ trở nên phụ thuộc vào các đặc tính ngân hàng, như trong Ehrmann et al. (2003). Phương pháp này tránh được khó khăn nêu trên về số lượng ngân hàng, do đó phương pháp này được lựa chọn sử dụng trong bài nghiên cứu. Các tác giả đã phát triển một mơ hình của thị trường tín dụng được tạo ra dựa trên Bernanke và Blinder (1988). Các giải pháp từ mơ hình của họ mang lại một phương trình cho tín dụng ngân hàng liên kết các phản ứng của tín dụng ngân hàng với chính sách tiền tệ (thơng qua kênh tiền tệ) và với các đặc tính ngân hàng (kênh cho vay). Sau khi cho phép các thay đổi trong ngắn hạn, mơ hình được ước lượng được diễn giải như sau:

(3.1) + ∑ 𝜑𝑖∆ 𝑡 𝑗=0 (𝐶𝑃𝐼𝑡−𝑗) + ∑ 𝜓𝑖 𝑡 𝑗=0 𝑧𝑖𝑡−1 + ∑ 𝛾𝑖𝑧𝑖𝑡−1∆𝑅𝑡−𝑗 𝑡 𝑗=0 + 𝜀𝑖𝑡

Với i = 1,…, N; t = 1,…, T; N là số lượng các ngân hàng, T là thời gian nghiên cứu, j thể hiện số độ trễ. Lit là nợ vay của ngân hàng i trong năm t. ∆Rt-j là thay đổi trong lãi suất ngắn hạn danh nghĩa, được sử dụng như là chỉ báo của tình hình chính sách tiền tệ. ∆GDPt-j và ∆CPIt-j là tỷ lệ tăng trưởng GDP và tỷ lệ lạm phát theo thứ tự, đại diện cho cầu tín dụng. Các đặc tính đặc trưng của ngân hàng được tính tốn bởi vector zit. Cuối cùng, chúng tôi cho phép các tác động cố định giữa các ngân hàng, được tính tốn bởi hệ số αi.

Cũng thực hiện theo phương pháp nghiên cứu này, Matousek và Sarantis (2009) có sử dụng thêm một biến giả để xác định các tác động khác nhau của các ngân hàng nước ngồi và trong nước lên tăng trưởng tín dụng ngân hàng tổng thể. Tuy nhiên, ở Việt Nam hiện nay, hoạt động của các ngân hàng sở hữu nước ngoài cịn gặp nhiều hạn chế, quy mơ của các ngân hàng liên doanh và ngân hàng nước ngồi ở Việt Nam khơng đáng kể (tổng tài sản chiếm khoảng 11% trong tổng tài sản của toàn ngành theo số liệu thống kê của ngân hàng nhà nước thời điểm 31/07/2013), hơn nữa số liệu của các ngân hàng này cũng khơng được cơng bố rộng rãi. Vì vậy, mẫu dữ liệu được sử dụng trong bài không bao gồm các ngân hàng sở hữu nước ngồi này. Do đó, biến giả chủ sở hữu nói trên khơng được sử dụng trong bài nghiên cứu này áp dụng cho Việt Nam.

Các nhân tố được lựa chọn làm đặc trưng cho các ngân hàng, giống như các bài nghiên cứu trước đây, là quy mơ, thanh khoản và mức vốn hóa. Kashyap và Stein (1995a, 1995b, 2000) và Kishan và Opiela (2000) xem xét quy mô ngân hàng như là một nhân tố đặc trưng. Giả định là các ngân hàng nhỏ dễ gặp các vấn đề của bất cân xứng thông tin hơn các ngân hàng lớn. Điều này có thể được phản ánh trong độ nhạy cảm cao hơn của các ngân hàng nhỏ đối với các cú shock chính sách tiền tệ, khơng giống như những ngân hàng lớn có thể phát hành các cơng cụ thị trường như là chứng chỉ tiền gửi. Đặc tính ngân hàng thứ hai được sử dụng là thanh khoản. Các bằng chứng được cung cấp bởi Kashyap và Stein (2000) và Ehrmann et al. (2003) cho thấy rằng các ngân hàng thanh khoản cao có thể cách ly danh mục tín dụng của họ bằng việc làm giảm các tài sản thanh khoản cao của họ, trong khi các ngân hàng thanh khoản kém hơn khơng có khả năng làm điều đó. Nhân tố cuối cùng được lựa chọn như là một đặc trưng của ngân hàng là mức độ vốn hóa. Peek và Rosengren (1995) và Kishan và Opiela (2000, 2006) tranh luận rằng các ngân hàng có mức vốn hóa thấp giảm cung tiền vay của họ nhiều hơn các ngân hàng có mức vốn hóa cao sau một sự thu hẹp tiền tệ, do khả năng giới hạn của họ trong việc tiếp cận các nguồn vốn không được bảo đảm.

Các nhân tố đặc trưng ngân hàng là Quy mô (S), Thanh khoản (Liq) và Vốn hóa (Cap) được sử dụng để kiểm tra sự tồn tại của các hiệu ứng phân phối của chính sách tiền tệ giữa các ngân hàng1:

(3.2)

(3.3)

(3.4)

Quy mô của các ngân hàng đơn lẻ được định nghĩa như là log của tổng tài sản, Ait. Thanh khoản được tính tốn như là tỷ số của tài sản thanh khoản Lit trên tổng tài sản. Vốn hóa ngân hàng được tính tốn như là tỷ số của tổng vốn chủ sở hữu trên tổng tài sản. Như có thể được quan sát, số liệu của cả ba đặc trưng ngân hàng này đều được điều chỉnh như là chênh lệch so với giá trị trung bình của tất cả các ngân hàng trong mẫu được đưa ra. Để loại bỏ xu hướng trong quy mô, mẫu được điều chỉnh khơng chỉ đối với tồn bộ thời gian nghiên cứu mà với từng thời gian nghiên cứu đơn lẻ (Ehrmann et al., 2003).

Việc tính tốn mức độ tương quan của các nhân tố đặc trưng ngân hàng với lãi suất ngắn hạn sẽ cho thấy hiệu ứng phân phối của tình hình chính sách tiền tệ. Giả định rằng các ngân hàng nhỏ, kém thanh khoản, vốn hóa thấp sẽ phản ứng mạnh hơn với các thay đổi trong chính sách tiền tệ khi so với các ngân hàng lớn, thanh khoản nhiều hơn và vốn hóa lớn hơn. Do đó, bài nghiên cứu tiến hành kiểm tra giả thuyết về sự tồn tại của tín dụng ngân hàng bằng kiểm tra các giả thuyết:

(i) 𝜕2𝐿𝑖𝑡/𝜕∆𝑅𝑡−𝑗𝜕𝑆𝑖𝑧𝑒𝑖𝑡−1 > 0. Ngụ ý rằng tín dụng của các ngân hàng lớn thì kém nhạy cảm hơn với các thay đổi trong tình hình chính sách tiền tệ so với tín dụng của các ngân hàng nhỏ.

(ii) 𝜕2𝐿𝑖𝑡/𝜕∆𝑅𝑡−𝑗𝜕𝐿𝑖𝑞𝑖𝑡−1 > 0. Ngụ ý rằng các ngân hàng thanh khoản tốt hơn có thể mở rộng tín dụng của họ bằng việc giảm tổng các tài sản thanh khoản, hoặc nói một cách khác, các ngân hàng kém thanh khoản hơn phải giảm danh mục tín dụng của họ khi cú shock tiền tệ xảy ra.

(iii) 𝜕2𝐿𝑖𝑡/𝜕∆𝑅𝑡−𝑗𝜕𝐶𝑎𝑝𝑖𝑡−1 > 0. Ngụ ý rằng các ngân hàng vốn hóa càng cao càng kém nhạy cảm với các thay đổi trong tình hình chính sách tiền tệ.

Phương trình (3.1) là mơ hình bảng linh hoạt. Để có được các ước lượng đúng và hiệu quả, bài nghiên cứu ước lượng mơ hình với phương pháp moments tổng quát (generalised method of moments – GMM) như được đề xuất bởi Arellano và Bond (1991), chạy trên nền ứng dụng Eviews 8.0. Các ước lượng GMM bảo đảm các ước lượng tham số là đúng bằng việc lựa chọn các biến công cụ cho biến phụ thuộc có độ trễ do đó những sự tương quan mẫu giữa các biến công cụ và khái niệm lỗi của mơ hình gần như giảm hết mức xuống gần như bằng không (xem Hamilton, 1994). Các biến độc lập có độ trễ được sử dụng như các biến công cụ. Để đảm bảo kết quả đạt được từ mơ hình GMM là đúng, bài nghiên cứu sẽ sử dụng các kiểm định Sargan test, và Arellano và Bond m2 test. Cụ thể, để kiểm tra hiệu lực của các giới hạn xác định vượt mức (over-identifying) (hoặc các điều kiện trực giao – orthogonality conditions), bài nghiên cứu sẽ sử dụng

kiểm định Sargan (1988). Nếu kiểm định có ý nghĩa, tức là biến cơng cụ khơng có tương quan với phần dư của mơ hình, sẽ đảm bảo việc chọn biến cơng cụ là đúng. Thêm vào đó, để kiểm tra giả thuyết rằng khơng có mối tương quan chuỗi bậc hai

trong sự biến động của phương trình phân rã phương sai,2 bài nghiên cứu sử dụng kiểm định Arellano và Bond m2.

Bảng 3.1. Thống kê dữ liệu Năm Số quan Năm Số quan sát Tổng tài sản (tỷ đồng) Tổng cho vay (tỷ đồng) Chỉ số giá tiêu dùng Lãi suất ngắn hạn Tổng sản phẩm quốc dân 2002 6 264588.7 161898.1 83.02876 6.4475 79.70033 2003 13 440289.7 291780.1 85.7022 6.621667 85.55101 2004 22 566645.3 377916.4 92.35195 6.17125 92.21537 2005 31 723899.8 465046.2 100 7.145 100 2006 35 979302.6 570410.6 107.3858 7.63 108.2289 2007 35 1491641 872707.1 116.3029 7.4925 117.3811 2008 39 1793716 1027320 143.1878 12.73042 124.7889 2009 40 2424342 1420690 153.2891 7.91 131.4319 2010 40 3397325 1876656 166.873 11.19375 140.3475 2011 36 3999284 2122042 198.0406 13.9935 148.6074 2012 31 3393197 1875871 216.0509 10.50367 156.0823

Nguồn: tổng hợp từ báo cáo tài chính các ngân hàng trong mẫu nghiên cứu

2 Arellano và Bond (1991) chỉ ra rằng sự phù hợp của các ước lượng GMM phụ thuộc chủ yếu

vào giả định rằng khơng có tương quan chuỗi bậc hai trong các số dư được phân rã phương sai.

Dữ liệu đặc trưng ngân hàng được sử dụng trong bài nghiên cứu được tổng hợp từ báo cáo tài chính của 37 ngân hàng thương mại, chủ yếu được niêm yết trên các sàn HOSE, HNX và OTC trong các năm 2002 – 2012. Dữ liệu không bao gồm các Ngân hàng Phát Triển Việt Nam và Ngân hàng Chính sách xã hội là các ngân hàng có đối tượng cho vay chính là các đối tượng ưu tiên của chính phủ, vốn là nhóm các khoản nợ ít bị ảnh hưởng bởi các quyết định chính sách tiền tệ. Số liệu các biến kinh tế vĩ mô được lấy từ các báo cáo của Ngân hàng Thế Giới.

Một số khái niệm được sử dụng trong bài được định nghĩa như sau: Tín dụng ngân hàng được xác định như là tổng tín dụng, có bao gồm nợ xấu. Quy mơ ngân hàng được xác định là tổng tài sản trong bảng cân đối kế tốn. Thanh khoản được tính tốn bao gồm tiền và tương đương tiền, tiền gửi và cho vay các ngân hàng thương mại và Ngân hàng nhà nước, các trái phiếu, thương phiếu và các tài sản tài chính khác và các khoản đầu tư chứng khốn ngắn hạn. Nguồn vốn được định nghĩa như là tổng vốn và các quỹ.

Vì các hạn chế về mặt cơng bố và thu thập số liệu, cũng như khoảng thời gian từ năm 2002 đến năm 2012 là giai đoạn chứng kiến sự phát triển mạnh mẽ của hệ thống ngân hàng khi có hàng loạt ngân hàng mới ra đời trong giai đoạn đầu của thời kỳ nghiên cứu, còn các năm 2011 đến nay lại là thời kỳ chững lại với những dấu hiệu thoái trào khi hàng loạt các ngân hàng đứng trước các yêu cầu cải tổ, sát nhập hoặc rời khỏi ngành. Điển hình là việc hợp nhất ba ngân hàng: Ngân hàng TMCP Sài Gòn (SCB), Ngân hàng TMCP Đệ nhất (Ficombank) và Ngân hàng TMCP Việt Nam Tín Nghĩa trở thành Ngân hàng TMCP Sài gòn (Ngân hàng hợp nhất) vào ngày 01/01/2012; Ngân hàng TMCP Nhà Hà Nội (Habubank) sáp

nhập vào ngân hàng TMCP Sài Gòn – Hà Nội (SHB) vào ngày 28/02/2012. Do đó, dữ liệu được sử dụng trong bài có dạng bảng khơng cân bằng.

Như Verbeek and Nijman (1992) đã chỉ ra, các ước lượng tham số dựa trên bảng khơng cân có thể dẫn tới độ lệch lựa chọn do sự lựa chọn giữa việc quan sát được và mối tương quan giữa các tác động ngẫu nhiên trong mơ hình và trong quá trình lựa chọn. Bài nghiên cứu liên quan chủ yếu đến các hành vi vĩ mô trên tất cả các ngân hàng tại Việt Nam. Do đó, thành phần của ngành ngân hàng khơng nên có tác động chính đến kết quả của bài nghiên cứu, nếu không những thay đổi của nó thay đổi đáng kể qua thời gian.

Để chắc chắn rằng điều này không ảnh hưởng đáng kể đến các kết quả thu được trong bài, một phương pháp dùng để giải quyết tình trạng bảng khơng cân bằng được Verbeek and Nijman (1992) đưa ra bằng cách thực hiện 3 kiểm định: kiểm định LM, kiểm định Quasi-Hausman, và kiểm định thêm biến. Hai kiểm định đầu tiên cần phải sử dụng máy tính. Mặt khác, kiểm định thêm biến đơn giản hơn và dễ dàng áp dụng hơn, hoạt động khá hợp lý trong thực tế, và cho thấy hoạt động hiệu quả. Do đó, kiểm định thêm biến được sử dụng trong bài nghiên cứu này. Tương tự như Matousek và Sarantis (2009), bài nghiên cứu sử dụng ba biến để kiểm tra độ lệch lựa chọn do các ngân hàng gia nhập và rời khỏi ngành trong suốt thời kỳ phân tích. Biến đầu tiên (D1) thể hiện số năm trong mẫu nghiên cứu. Thứ 2, một biến giả, nhận giá trị 1 nếu ngân hàng vắng mặt ít nhất 1 năm trong thời gian nghiên cứu và chúng tơi gọi đó là biến vắng mặt (D2). Biến giả thứ 3 nhận giá trị bằng 1 nếu ngân hàng đó vắng mặt năm trước, giả định rằng đó là năm mà ngân hàng gia nhập vào ngành ngân hàng và chúng tôi gọi là biến giả gia nhập

(D3). Giả thuyết không của kiểm định thêm biến là tất cả các biến được thêm vào đều khơng có ý nghĩa thống kê.