2.4.1 Giới thiệu mơ hình
Nhƣ đã đề cập ở các phần trên, nợ xấu chịu tác động của nhiều yếu tố, bao gồm cả định tính và định lƣợng. Vì vậy việc nghiên cứu tác động của các yếu tố ảnh hƣởng đến nợ xấu giúp việc đƣa ra giải pháp xử lý nợ xấu hiệu quả hơn:
Một số các yếu tố định lượng:
Dƣ nợ cho vay: ảnh hƣởng trực tiếp đến dƣ nợ xấu. Dƣ nợ cho vay càng lớn, tập trung cho vay một ngành, dƣ nợ tín dụng trung dài hạn cao trong tình hình kinh tế khó khăn thì rủi ro nợ xấu càng cao.
Lãi suất : Điều chỉnh lãi suất giúp các KH giảm áp lực trả nợ nhƣng đồng thời cũng ảnh hƣởng đến lợi nhuận của các Ngân hàng.
Tốc độ tăng trƣởng GDP, lạm phát…: là yếu tố vĩ mô ảnh hƣởng đến nền kinh tế và qua đó tác động đến nợ xấu. Kinh tế phát triển, các doanh nghiệp, cá nhân làm ăn có lãi sẽ có nguồn trả nợ vay cho Ngân hàng
Các yếu tố định tính:
Các yếu tố nhƣ thời tiết, thiên tai, dịch bệnh, đều có ảnh hƣởng xấu đến nền kinh tế xã hội. Qua đó tác động tiêu cực đến nợ xấu và công tác xử lý nợ xấu.
Các yếu tố thuộc về ngân hàng: trình độ thẩm định, chính sách tín dụng, cơng nghệ… cũng ảnh hƣởng đến nợ xấu của các ngân hàng hiện nay.
Các yếu tố thuộc về bản thân ngƣời đi vay: sử dụng vốn sai mục đích, kinh doanh khơng hiệu quả, chi phí tăng, đầu tƣ ngoài ngành, khách hàng cố ý lừa đảo, chiếm dụng vốn ngân hàng.
Do việc đánh giá các yếu tố định tính khó khăn, việc khảo sát khơng chính xác do chịu ảnh hƣởng từ tâm lý chủ quan của ngƣời đƣợc khảo sát nên luận văn tập trung phân tích các yếu tố định lƣợng tác động đến nợ xấu dựa trên mơ hình của Xiaofen Chen Trong bài nghiên cứu Financial Liberalization, Competition and Sound Banking: Theoretical and Empirical Essays tại Virginia Polytechnic Institute and State University của tác giả Xiaofen Chen (2001) có sử dụng mơ hình hồi quy các nhân tố tác động đến nợ xấu là:
badt,i = α0 + α1 * loant,i + α2 * rothast,i + α3 * econt,i + α4 * mmrt,i + α5* d + ut,i
Trong đó:
t, i: năm, ngân hàng
bad: nợ xấu
loan: dƣ nợ tín dụng
rothas: thu nhập thuần ngoài lãi/tổng tài sản1 econ: tốc độ tăng GDP
mmr: lãi suất
d: biến giả đo lƣờng tính cạnh tranh của từng ngân hàng
Mơ hình của tác giả Xiaofen đƣợc tiến hành thực nghiệm tại 128 ngân hàng tại 15 nƣớc EU đánh giá các tác động của các nhân tố lên nợ xấu ngân hàng.
Theo kết quả nghiên cứu của tác giả, các biến loan, rothas, mmr, và d có tác động cùng chiều với biến bad, trong đó biến loan có tác động mạnh nhất đến biến bad với α1=0.967. Tuy nhiên, biến econ lại có tác động ngƣợc chiều với biến bad. Trong mơ hình này, tác giả cịn sử dụng biến d – đánh giá ảnh hƣởng của yếu tố cạnh tranh giữa
1 Thu nhập thuần ngoài lãi = lãi thuần từ hoạt động dịch vụ + lãi thuần từ kinh doanh ngoại hối và vàng + lãi thuần từ mua bán chứng khoán kinh doanh + lãi thuần từ mua bán chứng khoán đầu tƣ + lãi thuần từ hoạt động khác.
các ngân hàng. Do việc nghiên cứu tính cạnh tranh của từng ngân hàng Việt Nam khá khó khăn. Vì vậy, luận văn đề xuất bỏ biến d trong mơ hình hồi quy.
2.4.2 Kiểm định mơ hình
2.4.2.1 Phƣơng pháp
Để xác định sự tác động của các nhân tố: dƣ nợ tín dụng, tỷ lệ thu nhập thuần phi lãi trên tổng tài sản, lãi suất và tăng trƣởng GDP đến nợ xấu, luận văn sử dụng mơ hình ƣớc lƣợng OLS. Các bƣớc thực hiện nhƣ sau:
Bƣớc 1: Thu nhập dữ liệu nghiên cứu
Bƣớc 2: Dùng eview để ƣớc lƣợng mơ hình hồi quy các nhân tố tác động đến nợ xấu Bƣớc 3: Kiểm tra hiện tƣợng đa cộng tuyến, phƣơng sai thay đổi và tự tƣơng quan Bƣớc 4: Phƣơng trình rút gọn của mơ hình hồi quy
Bƣớc 5: Đề xuất đƣa thêm biến vào mơ hình hồi quy
2.4.2.2 Dữ liệu và mơ tả
Dữ liệu đƣợc thu thập từ 33 NHTM có cơng bố BCTC từ năm 2008 đến năm 2012, thu thập từ các nguồn dữ liệu của NHNN, các nguồn dữ liệu mở (cafef.vn, vietstock.vn), các bảng Báo cáo tài chính và Báo cáo thƣờng niên của các NHTM
Bảng 3.1: Các biến trong mơ hình phân tích
Biến Ký hiệu Nguồn Số mẫu Nămquan
sát Số quan sát Nợ xấu BAD Tổng hợp từ các BCTC của các NHTM 33 5 165 Dƣ nợ tín dụng LOAN Tổng hợp từ các BCTC của các NHTM 33 5 165
Dependent Variable: BAD Method: Least Squares Date: 08/17/13 Time: 23:22 Sample: 1 165 Included observations: 165
Variable Coefficient Std. Error t-Statistic Prob.
lãi/ Tổng tài sản BCTC của các
NHTM
Lãi suất MMR NHNN 5
Tăng trƣởng GDP ECON NHNN 5
2.4.2.3 Phƣơng pháp kiểm định
Bài nghiên cứu ứng dụng phần mềm Eviews, hồi quy theo phƣơng pháp bình phƣơng nhỏ nhất.
2.4.3 Kết quả kiểm định
2.4.3.1 ng nợ xấu
Kết quả ƣớc lƣợng mơ hình hồi quy các biến độc lập Loan, Econ, Mmr, Rothas đến biến bad.
Bảng 3.2: Kết quả mơ hình hồi quy
C 0.087970 0.008161 10.77950 0.0000 ECON -1.974695 0.170225 -11.60051 0.0000 LOAN 1.41E-07 8.43E-09 16.75409 0.0000 MMR 0.336481 0.046507 7.235115 0.0000 ROTHAS 0.273550 0.113179 2.416968 0.0168 R-squared 0.752920 Mean dependent var 0.017627 Adjusted R-squared 0.746743 S.D. dependent var 0.019060 S.E. of regression 0.009592 Akaike info criterion -6.426014 Sum squared resid 0.014720 Schwarz criterion -6.331894 Log likelihood 535.1461 Hannan-Quinn criter. -6.387807 F-statistic 121.8909 Durbin-Watson stat 1.459546 Prob(F-statistic) 0.000000
Mơ hình ƣớc lƣợng biến BAD theo các biến độc lập nhận đƣợc:
BAD = 0.087970 - 1.974695*ECON + 1.41*10-7*LOAN + 0.336481*MMR + 0.273550*ROTHAS
R và ROTHAS. biến
ng âm) ECON. Kết quả này cũng phù hợp với kết quả nghiên cứu của Xiaofen. Theo bảng kết quả ƣớc lƣợng mơ hình ta thấy hệ số R-squared = 0.752920 và hệ số Adjusted R-squared = 0.746743 tƣơng đối lớn cho thấy độ thích hợp của hàm hồi quy này là khá cao. Mơ h
của 5 biến đƣợc giải thích khá tốt cho mơ hình.
ỏ kết quả dữ liệu thu thập
Các biến độc lập nhƣ LOAN, MMR, ECON và ROTHAS trong mơ hình ƣớc lƣợng này đều có p-value < 0.05 đã chứng tỏ các biến này đƣợc đƣa vào mơ hình là phù hợp và có ý nghĩa về mặt thống kê với mức ý nghĩa 5%.
Đồng thời, ta thấy có thể có hiện tƣợng đa cộng tuyến thơng qua chỉ số F-statistic khá cao = 121.8909.
2.4.3.2 Kiểm tra hiện tƣợng đa cộng tuyến
Để đo lƣờng mức độ phù hợp giữa các biến trong mơ hình từ đó phát hiện hiện tƣợng đa cộng tuyến, luận văn tiến hành kiểm tra ma trận tƣơng quan.
Bảng 3.3: Ma trận tƣơng quan các biến
BAD ECON LOAN MMR ROTHAS
BAD 1.000000 -0.406985 0.737759 0.060067 0.062578
ECON -0.406985 1.000000 -0.068817 0.550312 0.090974
LOAN 0.737759 -0.068817 1.000000 0.047660 0.109279
ROTHAS 0.062578 0.090974 0.109279 -0.166106 1.000000 biến nhƣ sau:
Biến phụ thuộc BAD có mức độ tƣơng quan khá cao ( 0.737759) với biến độc
lập LOAN
Biến độc lập MMR có mức độ tƣơng quan khá cao ( 0.550312) với các biến
ECON
Hầu hết các nhà nghiên cứu kinh tế lƣợng cho rằng khi hệ số tƣơng quan giữa hai biến lớn hơn hoặc bằng 0.8 thì đó là một dấu hiệu quan trọng để nhận biết hiện tƣợng đa cộng tuyến đang xảy ra trong mơ hình, đặc biệt là mơ hình hồi quy bội.
Qua kết quả phân tích tƣơng quan, ta thấy tƣơng quan giữa các cặp biến giải thích của mơ hình đều nhỏ hơn 0.8. Vì vậy có thể kết luận các biến đƣa vào mơ hình khơng có hiện tƣợng đa cộng tuyến.
2.4.3.3 Kiểm tra hiện tƣợng phƣơng sai thay đổi
Phƣơng sai thay đổi khơng những làm mất đi tính chất khơng chệch và tính vững chắc của các ƣớc lƣợng OLS, mà cịn làm cho các ƣớc lƣợng đó khơng cịn hiệu quả nữa. Sử dụng kiểm định White để phát hiện phƣơng sai thay đổi trong mơ hình.
Giả thiết: Ho: Phƣơng sai của sai số ngẫu nhiên của mơ hình khơng
đổi.
H1: Phƣơng sai của sai số ngẫu nhiên của mơ hình thay
đổi.
Bảng 3.4: Kết quả Kiểm định White
Heteroskedasticity Test: White
F-statistic 1.158404 Prob. F(13,151) 0.3156 Obs*R-squared 14.96320 Prob. Chi-Square(13) 0.3097 Scaled explained SS 89.13010 Prob. Chi-Square(13) 0.0000
Theo kết quả của bảng trên, ta thấy n 2 = 14.96320 có xác suất p-value tƣơng ứng là 0.3097 > 0.05 nên ta chấp nhận giả thiết Ho
Vậy mơ hình hồi quy khơng có hiện tƣợng phƣơng sai thay đổi.
2.4.3.4 Kiểm định hiện tƣợng tự tƣơng quan
Theo kết quả mơ hình hồi quy phần trên, ta có:
Durbin-Watson stat = 1.459546
Vì cỡ mẫu lớn (165) nên các giá trị , khơng có trong bảng, do đó đơi khi ngƣời
ta kiểm định Durbin-Watson theo kinh nghiệm:
nếu 1<d<3 thì kết luận mơ hình khơng có tự tƣơng quan. Theo nhƣ kết quả kiểm định thì: 1< d = 1.459546 < 3 Vậy mơ hình hồi quy khơng có hiện tƣợng tự tƣơng quan.
2.4.3.5 Phƣơng trình
Nhƣ đã phân tích ở trên, do có một số biến có mức tƣơng quan cao có thể gây ra hiện tƣợng đa cộng tuyến nên luận văn thực hiện loại bỏ một số biến khỏi mơ hình để khắc phục. Cụ thể, ta thử loại bỏ biến ROTHAS ra khỏi mơ hình. Mơ hình mới đƣợc rút gọn có dạng nhƣ sau:
badt,i = α0 + α1 * loant,i + α2 * econt,i + α3 * mmrt,i
Để có cơ sở kết luận về điều này ta tiến hành kiểm định giả thiết:
Ho: biến ROTHAS khơng cần thiết đƣa vào mơ hình H1: biến ROTHAS cần thiết đƣa vào mơ hình
Dùng kiểm định Wald ta đƣợc kết quả:
Wald Test: Equation: EQ01
Test Statistic Value df Probability F-statistic 5.841734 (1, 160) 0.0168 Chi-square 5.841734 1 0.0157
Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
C(5) 0.273550 0.113179
Restrictions are linear in coefficients.
Theo kết quả của bảng trên, vì P(F > 5.841734) = 0.0168 < 0.05 nên ta bác bỏ giả thuyết Ho. Biến ROTHAS vẫn cần thiết phải đƣa vào mơ hình.
Kết quả hồi quy sau khi đã bỏ biến ROTHAS ra khỏi mơ hình: Bảng 3.6: Mơ hình rút gọn của mơ hình
Dependent Variable: BAD Method: Least Squares Date: 08/18/13 Time: 09:22 Sample: 1 165
Included observations: 165
Variable Coefficient Std. Error t-Statistic Prob. C 0.089659 0.008591 10.43620 0.0000 ECON -1.938403 0.175850 -11.02304 0.0000 LOAN 1.44E-07 8.51E-09 16.95023 0.0000 MMR 0.315233 0.046279 6.811593 0.0000 R-squared 0.740646 Mean dependent var 0.017627 Adjusted R-squared 0.735813 S.D. dependent var 0.019060 S.E. of regression 0.009796 Akaike info criterion -6.389651 Sum squared resid 0.015451 Schwarz criterion -6.314356 Log likelihood 531.1462 Hannan-Quinn criter. -6.359086 F-statistic 153.2574 Durbin-Watson stat 1.391446
Prob(F-statistic) 0.000000
Mơ hình hồi quy lúc này sẽ là:
BAD = 0.089659 -1.938403*ECON + 1.44*10-7*LOAN + 0.315233*MMR
Với mơ hình ƣớc lƣợng sau khi đã bỏ biến ROTHAS, ta thấy rằng R-squared = 0.740646 và Adjusted R-squared = 0.735813 là khá lớn, tuy nhiên thấp hơn độ tin cậy của mơ hình khi có biến ROTHAS (thấp hơn khoảng 1%).
2.4.3.6 Mơ hình hồi quy khi đƣa thêm biến
Dựa trên mơ hình hồi quy của Xiaofen Chen (2001) các nhân tố tác động đến nợ xấu, đề xuất đƣa thêm biến INF (lạm phát - inflation) để xét xem yếu tố lạm phát có ảnh hƣởng đến nợ xấu hay khơng. Mơ hình thêm biến có dạng nhƣ sau:
badt,i = α0 + α1 * econt,i + α2 * loant,i + α3 * mmrt,i + α4 * rothast,i + α5 * inft,i
Kết quả hồi quy sau khi đã thêm biến INF vào mơ hình:
Bảng 3.7: Kết quả mơ hình hồi quy thêm biến
Dependent Variable: BAD Method: Least Squares Date: 08/18/13 Time: 11:00 Sample: 1 165
Included observations: 165
Variable Coefficient Std. Error t-Statistic Prob. C 0.068759 0.010499 6.549034 0.0000 ECON -1.641017 0.209257 -7.842112 0.0000 LOAN 1.40E-07 8.23E-09 16.95956 0.0000 MMR 0.420407 0.050860 8.265922 0.0000 ROTHAS 0.260957 0.110457 2.362522 0.0194 INF -0.072696 0.021431 -3.392094 0.0009 R-squared 0.766501 Mean dependent var 0.017627 Adjusted R-squared 0.759158 S.D. dependent var 0.019060 S.E. of regression 0.009354 Akaike info criterion -6.470427 Sum squared resid 0.013911 Schwarz criterion -6.357483
Log likelihood 539.8102 Hannan-Quinn criter. -6.424579 F-statistic 104.3890 Durbin-Watson stat 1.513861 Prob(F-statistic) 0.000000
Mơ hình hồi quy lúc này sẽ là:
BAD = 0.068759 - 1.641017*ECON + 1.40*10-7*LOAN + 0.420407*MMR + 0.260957*ROTHAS - 0.072696*INF
Ta nhận thấy, biến INF có tác dụng ngƣợc chiều với biến BAD. Với mô hình ƣớc lƣợng sau khi đã thêm biến INF, ta thấy rằng R-squared = 0.766501và Adjusted R- squared = 0.759158 là khá lớn, cao hơn độ tin cậy của mơ hình cũ (cao hơn khoảng 1%). Tuy nhiên, giá trị p-value của biến giải thích INF rất nhỏ (0.0009) tức là biến này giải thích khá tốt cho biến BAD => đề xuất thêm biến INF vào mơ hình
2.4.4 Kết luận
Bảng 3.8: So sánh kết quả hồi quy và lý thuyết nghiên cứu
Xiaofen Chen Luận văn
LOAN + +
MMR + +
ROTHAS + +
ECON - -
Nhƣ vậy, kết quả nghiên cứu khá phù hợp với lý thuyết của tác giả Xiaofen Chen. Ta có kết quả mơ hình sau:
BAD = 0.087970 - 1.974695*ECON + 1.41*10-7*LOAN + 0.336481*MMR + 0.273550*ROTHAS
Dƣ nợ tín dụng có quan hệ tuyến tính cùng chiều với nợ xấu của các NHTMCP. Nếu tốc độ tăng trƣởng GDP, thu nhập thuần ngoài lãi/tổng tài sản và lãi suất khơng đổi qua
các năm thì dƣ nợ tín dụng tăng lên 1 tỷ đồng thì nợ xấu tăng lên 1.41*10-7% (hay nói cách khác khi dƣ nợ tín dụng tăng thêm 100,000 tỷ thì nợ xấu tăng thêm 0.0141%. Lãi suất có quan hệ tuyến tính cùng chiều với nợ xấu của các NHTMCP. Nếu tốc độ tăng trƣởng GDP, thu nhập thuần ngoài lãi/tổng tài sản và dƣ nợ tín dụng khơng đổi qua các năm thì lãi suất tăng lên 1% thì nợ xấu tăng lên 0.336481%
Thu nhập thuần ngồi lãi/tổng tài sản có quan hệ tuyến tính cùng chiều với nợ xấu của các NHTMCP. Nếu tốc độ tăng trƣởng GDP, lãi suất và dƣ nợ tín dụng khơng đổi qua các năm thì thu nhập thuần ngoài lãi/tổng tài sản tăng lên 1% thì nợ xấu tăng lên 0.273550%
Tốc độ tăng trƣởng GDP có quan hệ tuyến tính ngƣợc chiều với nợ xấu của các NHTMCP. Nếu dƣ nợ tín dụng, thu nhập thuần ngồi lãi/tổng tài sản và lãi suất khơng đổi qua các năm thì tốc độ tăng trƣởng GDP tăng lên 1% thì nợ xấu giảm 1.974695% . Ngoài những biến giống với nghiên cứu của tác giả, luận văn còn đƣa vào những biến khác phù hợp với tình hình thực tế ở Việt Nam. Với việc đề xuất thêm biến lạm phát (INF) ta đƣợc mơ hình hồi quy mới nhƣ sau:
BAD = 0.068759 - 1.641017*ECON + 1.40E-07*LOAN + 0.420407*MMR + 0.260957*ROTHAS - 0.072696*INF
Qua đó, ta thấy lạm phát có quan hệ tuyến tính ngƣợc chiều (khi lạm phát tăng thì nợ xấu giảm). Điều này khá đúng với thực tế của nền kinh tế nƣớc ta trong giai đoạn 2008-2012 khi đòi hỏi sự đánh đổi giữa 2 yêu cầu: kiểm soát lạm phát, đồng thời giảm tỷ lệ nợ xấu.
2.4.5 Hạn chế của mơ hình
Qua các mơ hình kiểm định cho thấy rằng dữ liệu của các biến là phù hợp và các biến độc lập có thể giải thích đƣợc cho biến phụ thuộc (BAD). Tuy nhiên, từ mơ hình nghiên cứu và dữ liệu thu thập cũng có vài hạn chế sau:
Một số ngân hàng khơng đăng tải Báo cáo tài chính hay Báo cáo thƣờng niên. Vì vậy bài luận văn chỉ lấy đƣợc số liệu từ khoảng 33 NHTM trong hệ thống (thiếu số liệu BCTC của ngân hàng liên doanh, NH có vốn đầu tƣ 100% nƣớc ngồi).
Mơ hình cịn chƣa đề cập đến các nhân tố định tính tác động đến nợ xấu nhƣ
thiên tai, địch họa, tác động của Chính phủ, trình độ thẩm định của nhân viên ngân hàng. Trong khi đó, tại Việt Nam, tỷ lệ nợ xấu phụ thuộc nhiều vào các