Nhìn vào đồ thị, có 1 điều nghịch lý là tại sao khi đồng Việt Nam ngày càng bị đánh giá cao hơn tỷ giá thực nghĩa là nó ngày càng bị mất giá trên thị trường nhưng từ năm 2002 đến 2007, tỷ lệ nợ xấu liên tục giảm. Điều này có thể giải thích vì giai đoạn 2002-2007, là những năm phát triển kinh tế cực thịnh của Việt nam, hơn nữa Việt Nam luôn cố định tỷ giá nên rủi ro về tỷ giá đối với doanh nghiệp Việt nam hầu như là rất nhỏ, cộng với tình hình kinh tế Việt nam đang trên đà phát triển thịnh vượng thì tỷ lệ nợ xấu ngày càng giảm. tuy nhiên như đã phân tích ở trên năm 2008 có lẽ là năm mà hầu như phản ánh đúng nền kinh tế Việt nam nhất, khi mà khủng hoảng tài chính tồn cầu diễn ra, Việt Nam cũng nằm trong cơn bão này, lạm phát tăng cao, lãi suất tăng cao, Việt Nam không thể giữ cố định đồng Việt Nam hơn nữa các doanh nghiệp gặp nhiều rủi ro, tỷ lệ nợ xấu của ngân hàng tăng lên khá cao so với trước đây.
2.3 Mơ hình đo lường rủi ro tín dụng của hệ thống NHTMCP Việt Nam bằng phương pháp Stress testing.
Trong luận văn này, tác giả sử dụng Phương pháp Stress Testing vĩ mô để đánh giá thực nghiệm mối quan hệ giữa rủi ro tín dụng khối NHTMCP và những biến số kinh tế vĩ mô tại Việt Nam.
Bước 1: Lựa chọn các biến số vĩ mô
N PL 20 02 20 03 RE ER
Tác giả sử dụng 5 biến số kinh tế vĩ mơ có tác động đến rủi ro tín dụng của hệ thống NHTMCP Việt Nam bao gồm:
- Chỉ số giá tiêu dùng (CPI), - Tỷ giá thực hiệu lực (REER), - Kim ngạch xuất nhập khẩu (IM), - Tổng sản phẩm quốc nội (GDP) ,
- Lãi suất ngân hàng (cụ thể lãi suất cho vay trung bình) (IRS).
NPL .
Bước 2: Lựa chọn biến đại diện rủi ro tín dụng ngân hàng là tỷ lệ nợ xấu
Bước 3: Ước tính xác suất các biến kinh tế vĩ mơ ảnh hưởng đến rủi ro tín
dụng ngân hàng .
Lựa chọn mơ hình kinh tế lượng là mơ hình VAR để xác định một hàm số hồi quy biểu thị mối quan hệ của rủi ro tín dụng với các biến số giải thích vĩ mơ khác.
Bước 4: Thực hiện các cú sốc và tính tốn tác động
Sau khi đã có cơng thức ước tính NPL theo các biến số vĩ mô, tác giả sẽ đưa ra các giả định sốc đối với các biến số vĩ mô để đưa ra kết quả của NPL trong các kịch bản căng thẳng này. Những kết quả NPL này được sử dụng để tính tốn mức độ tác động vào vốn của hệ thống NHTMCP Việt Nam. Ví dụ, người thực hiện có thể giả định một cú sốc giảm mạnh của GDP hoặc tỷ lệ lạm phát tăng mạnh để có được dự báo về tỷ lệ Nợ xấu. Trên cơ sở đó tính tốn mức độ ảnh hưởng đến nguồn vốn hệ thống ngân hàng theo cách tính tốn thơng thường.
Mơ
hình bao g ồ m m ộ t s ố bi ế n sau:
- CPI: Chỉ số giá tiêu dùng - IRS: Lãi suất ngân hàng
- GDP: tốc độ tăng trưởng tổng sản phẩm quốc nội - REER: tỷ giá thực hiệu lực
2.3.1 Kiểm định các biến của mơ hình
Điều kiện tiên quyết khi thực hiện mơ hình này là các biến sử dụng trong mơ hình này phải có tính dừng. Nếu tiến hành hồi quy với biến là chuỗi số không dừng, sẽ cho kết quả với hệ số xác định cao, dù khơng hề có mối liện hệ có ý nghĩa nào giữa chúng. Mơ hình sẽ xảy ra hiện tượng hồi quy giả, tức hồi quy không xác thực. Trường hợp, các biến này khơng dừng thì ta tiến hành sai phân để cho các biến có tính dừng.
Trong thống kê tính dừng có ý nghĩa rất quan trọng, biến có tính dừng ( stationarity) là biến có giá trị thống kê không thay đổi theo thời gian. Ngược lại, biến khơng có tính dừng là biến có giá trị thống kê thay đổi theo thời gian. Một chuỗi thời gian là dừng thì trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) sẽ giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa.
Trong phần này, tác giả sẽ kiểm định tính dừng của tất cả các biến khi đưa vào mơ hình bằng cách sử dụng kiểm nghiệm đơn vị Augmentd Dicker Fuller (ADF). Ngoài ra, tác giả cũng tiến hành kiểm định đồng liên kết giữa các biến dựa trên phương pháp VAR.
2.3.1.1 Kiểm định tính dừng của biến NPL
Ta tiến hành kiểm định ADF đối với chuỗi NPL và sai phân bậc 1 chuỗi NPL. Theo kết quả chạy kiểm định ADF, chuỗi dữ liệu của biến NPL khơng có tính dừng. Ta tiến hành xử lý bằng cách lấy sai phân lần 1 để được chuỗi dừng, với độ trễ bằng 0 (như bảng 2.4),
Bảng 2.4: Kiểm định nghiệm đơn vị ADF đối với NPL và sai phân bậc 1 chuỗi dữ liệu NPL
Null Hypothesis: NPL has a unit root
Lag Length: 0 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic 1.398410 1.0000 Test critical values: 1% level -4.186481
5% level -3.518090 10% level -3.189732
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(NPL) has a unit root
Lag Length: 0 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic-4.679604 0.0027 Test critical values: 1% level -4.192337
5% level -3.520787 10% level -3.191277
*MacKinnon (1996) one-sided p-values.
(Nguồn: Kết quả chạy eview)
Đối với chuỗi NPL
Ta có: │tqs│=│1.398410│<│t0.01│=│-4.186481 │ │tqs│=│1.398410│<│t0.05│=│-3.518090│
│tqs│=│1.398410│<│t0.1│=│-3.189732│ ─˃ Chuỗi dữ liệu NPL khơng dừng
Tương tự, ta có sai phân bậc 1 chuỗi NPL dừng ở mức ý nghĩa 1%, 5% và 10%. Tức trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) của chuỗi sai phân bậc 1 NPL giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa. Sai phân bậc 1 chuỗi NPL là đường khơng rõ xu hướng.
2.3.1.2 Kiểm định tính dừng của biến CPI
Ta tiến hành kiểm định ADF đối với chuỗi CPI. Theo kết quả chạy kiểm định ADF, chuỗi dữ liệu CPI có tính dừng, với độ trễ bằng 9 (như bảng 2.5),
Bảng 2.5 : Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu CPI
Null Hypothesis: CPI has a unit root
Lag Length: 1 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.470339 0.0000 Test critical values: 1% level -4.192337
5% level -3.520787
10% level -3.191277
*MacKinnon (1996) one-sided p-values.
(Nguồn: kết quả chạy eview)
Ta có: │tqs│=│-6.470339│>│t0.01│=│-4.192337│ │tqs│=│-6.470339 │>│t0.05│=│-3.520787│ │tqs│=│-6.470339 │>│t0.1│=│-3.191277│
─˃ Chuỗi CPI dừng ở mức ý nghĩa 1%, 5% và 10%. Tức trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) của chuỗi CPI giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa. Chuỗi CPI là đường không rõ xu hướng.
2.3.1.3 Kiểm định tính dừng của biến IRS
Ta tiến hành kiểm định ADF. Theo kết quả chạy kiểm định ADF, chuỗi dữ liệu của biến IRS có tính dừng, với độ trễ bằng 1 (như bảng 2.6),
Bảng 2.6 : Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu IRS
Null Hypothesis: IRS has a unit root
Lag Length: 3 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -4.166481 0.0110 Test critical values: 1% level -4.205004
5% level -3.526609
10% level -3.194611
*MacKinnon (1996) one-sided p-values.
(Nguồn: kết quả chạy eview)
Ta có: │tqs│=│-4.166481│<│t0.01│=│-4.205004│ │tqs│=│-4.166481│>│t0.05│=│-3.526609│
│tqs│=│-4.166481│>│t0.1│=│-3.194611│
─˃ Chuỗi IRS dừng ở mức ý nghĩa 5% và 10%. Tức trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) của chuỗi IRS giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa. Chuỗi IRS là đường không rõ xu hướng.
2.3.1.4 Kiểm định tính dừng của biến IM
Ta tiến hành kiểm định ADF. Theo kết quả chạy kiểm định ADF, chuỗi dữ liệu của biến IM có tính dừng, với độ trễ bằng 0 (như bảng 2.7).
Null Hypothesis: GDP has a unit root
Lag Length: 4 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Null Hypothesis: IM has a unit root
Lag Length: 0 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.212563 0.0260 Test critical values: 1% level -3.592462
5% level -2.931404
10% level -2.603944
*MacKinnon (1996) one-sided p-values.
(Nguồn: kết quả chạy eview)
Ta có: │tqs│=│-3.212563│<│t0.01│=│-3.592462│ │tqs│=│-3.212563│>│t0.05│=│-2.931404│
│tqs│=│-3.212563│>│t0.1│=│-2.603944│
─˃Chuỗi dữ liệu của biến IM là chuỗi dừng ở mức ý nghĩa 5% và 10%. %. Tức trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) của chuỗi IM giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa. Chuỗi IM là đường khơng rõ xu hướng.
2.3.1.5 Kiểm định tính dừng của biến GDP
Theo kết quả chạy kiểm định ADF, chuỗi dữ liệu của biến GDP và sai phận bậc 1 GDP khơng có tính dừng. Ta tiến hành xử lý bằng cách lấy sai phân lần 2 để được chuỗi dừng, với độ trễ bằng 2 (như bảng 2.8).
Augmented Dickey-Fuller test statistic 1.716536 0.9995 Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(GDP) has a unit root Exogenous: Constant
Lag Length: 3 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.471680 0.5372 Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(GDP,2) has a unit root
Lag Length: 2 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -40.66126 0.0001 Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932
*MacKinnon (1996) one-sided p-values.
(Nguồn: kết quả chạy eview)
│tqs│=│-40.66126│>│t0.05│=│-2.938987│ │tqs│=│-40.66126│>│t0.1│=│-2.607932│
─˃ Sai phân bậc 2 chuỗi dữ liệu của biến GDP là chuỗi dừng ở mức ý nghĩa 1%, 5% và 10%. Tức trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) của chuỗi GDP giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa. Sai phân bậc 2 chuỗi GDP là đường không rõ xu hướng.
2.3.1.6 Kiểm định tính dừng của biến REER
Theo kết quả chạy kiểm định ADF, chuỗi dữ liệu của biến REER có tính dừng, với độ trễ bằng 0 (như bảng 2.9).
Bảng 2.9: Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu REER
Null Hypothesis: REER has a unit root
Lag Length: 0 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.572398 0.0443 Test critical values: 1% level -4.186481
5% level -3.518090
10% level -3.189732
*MacKinnon (1996) one-sided p-values.
(Nguồn: kết quả chạy eview)
Ta có: │tqs│=│-3.572398│<│t0.01│=│-4.186481│ │tqs│=│-3.572398│>│t0.05│=│-3.518090│
─˃ Chuỗi dữ liệu của biến REER là chuỗi dừng ở mức ý nghĩa 5% và 10%. Tức ở mức ý nghĩa 5% và 10%, trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) của chuỗi REER giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa. Chuỗi REER là đường không rõ xu hướng.
Như vậy, sau khi kiểm định tính dừng của các biến, ta thu được các chuỗi số liệu đều dừng ở mức ý nghĩa 5% và 10%. Tức ở mức ý nghĩa 5% và 10%, trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) của các chuỗi dữ liệu dưới đây giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa.
Mơ hình được xây dựng trên Chuỗi sai phân bậc 1 NPL: D1NPL; Chuỗi CPI; Chuỗi IRS; Chuỗi IM; Sai phân bậc 2 chuỗi GDP: D2GDP; Chuỗi REER. Việc xây dựng mơ hình với các chuỗi dữ liệu dừng sẽ giúp mơ hình tránh khỏi hiện tượng hồi quy khơng xác thực. Bởi vì nếu như các chuỗi số liệu gốc thể hiện xu hướng mạnh (xu hướng lên hoặc xuống liên tục) thì hệ số xác định có giá trị cao là do sự hiện diện của xu hướng loại này chứ không phải do mối quan hệ thực của các chuỗi số liệu. Mơ hình sẽ khơng có ý nghĩa trong thực tế.
hình
2.3.2 Kiểm định hồi quy đồng liên kết Johansen cho các biến của mơ
Trong q trình hồi quy một biến của chuỗi thời gian đối với một hoặc nhiều biến khác của chuỗi thời gian thường có thể cho ra các kết quả khơng có ý nghĩa hoặc khơng xác thực. Một cách để tránh khỏi nó là tìm xem liệu chuỗi thời gian có đồng liên kết hay khơng.
Ta tiến hành chạy kiểm định đồng liên kết theo phương pháp VAR của Johasen kết quả chạy theo (Phụ lục 1), ta thấy bác bỏ giả thiết H0 (khơng có đồng liên kết) ở mức ý nghĩa 5% và 1%. Có 2 đồng liên kết ở mức ý nghĩa 5% và 2 đồng liên kết ở mức ý nghĩa 1%. Như vậy có 1 mối quan hệ dài hạn (hoặc cân bằng) giữa các biến phân tích của mơ hình.
2.3.3 Mơ hình Stress test áp dụng cho hệ thống NHTMCP tại Việt Nam.
2.3.3.1 Xác định độ trễ tối ưu
Kết quả độ trễ tối ưu được trình bày trong bảng 2.10. Theo đó, độ trễ tối ưu được xác định dựa vào chỉ tiêu AIC. Với chỉ tiêu AIC càng thấp, mơ hình càng có ý nghĩa. Vì vậy bài nghiên cứu sẽ sử dụng độ trễ là 4 để ước lượng mơ hình.
2.3.3.2 Tham số thống kê T và ước lượng mơ hình VAR
Theo kết quả ước lượng mơ hình VAR (phụ lục 2), mối quan hệ giữa các biến trong mơ hình VAR phù hợp về mặt lý thuyết kinh tế. Với hệ số R-squared từ 75- 99% cho thấy mơ hình khá phù hợp, phản ánh được mối quan hệ giữa các yếu tố vĩ mô của nền kinh tế và tỷ lệ nợ xấu của khối NHTMCP.
2.3.3.3 Kiểm định tính dừng phần dư của mơ hình
Kiểm định phần dư của mơ hình đều dừng (phụ lục 3) điều này chứng tỏ mơ hình VAR cơ bản được xây dựng là hoàn toàn phù hợp với chuỗi dữ liệu và các biến được lựa chọn.
2.3.3.4 Phân tích tác động của các cú sốc kinh tế vĩ mô đến nợ xấu hệ thống NHTMCP Việt Nam
Từ kết quả của mơ hình VAR, bằng chương trình Eview ta tiến hành phân tích xung lực để đánh giá mối quan hệ giữa các biến với nhau.
Response to Cholesky One S.D. Innovations ± 2 S.E. Res pons e of D 1NPL to D 1 NPL .8 Res pons e of D 1NPL to CPI .8 Res pons e of D 1NPL to IRS .8 Res pons e of D 1NPL to IM .8 Res pons e of D1NPL to D2GDP .8
Res pons e of D 1 NPL to REER
.8 .4 .4 .4 .4 .4 .4 .0 .0 .0 .0 .0 .0 -.4 -.4 -.4 -.4 -.4 -.4 -.8 1 2 3 4 5 6 7 8 9 10 -.8 1 2 3 4 5 6 7 8 9 10 -.8 1 2 3 4 5 6 7 8 9 10 -.8 1 2 3 4 5 6 7 8 9 10 -.8 1 2 3 4 5 6 7 8 9 10 -.8 1 2 3 4 5 6 7 8 9 10
Res pons e of CPI to D 1NPL
10
Res pons e of CPI to CPI
10
Res pons e of CPI to IRS
10
Res pons e of CPI to IM
10
Res pons e of CPI to D 2GDP
10
Res pons e of CPI to REER
10 0 0 0 0 0 0 -10 -10 -10 -10 -10 -10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Res pons e of IRS to D 1NPL
4
Res pons e of IRS to CPI
4
Res pons e of IRS to IRS
4
Res pons e of IR S to IM
4
Res pons e of IRS to D 2GDP
4
Res pons e of IR S to REER
4 2 2 2 2 2 2 0 0 0 0 0 0 -2 - 2 -2 - 2 -2 -2 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 Res pons e of IM to D 1NPL 4 Res pons e of IM to CPI 4 Res pons e of IM to IR S 4 Res pons e of IM to IM 4 Res pons e of IM to D 2GDP 4
Res pons e of IM to REER
4 2 2 2 2 2 2 0 0 0 0 0 0 -2 - 2 -2 - 2 -2 -2 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 -4 1 2 3 4 5 6 7 8 9 10 80,000 Res pons e of D 2GDP to D
1NPL 80,000 Res pons e of D2GDP to CPI 80,000 Res pons e of D 2GDP to IRS 80,000 Res pons e of D 2 GDP to IM 80,000 Response of D 2GDP to D 2GDP 80,000 Res pons e of D 2GDP to REER
40,000 40,000 40,000 40,000 40,000 40,000 0 0 0 0 0 0 -40,000 -40,000 -40,000 -40,000 -40,000 -40,000 -80,000 1 2 3 4 5 6 7 8 9 10 -80,000 1 2 3 4 5 6 7 8 9 10 -80,000 1 2 3 4 5 6 7 8 9 10