Các giả thuyết nghiên cứu

6. Bố cục của luận văn

2.4 GIẢ THUYẾT NGHIÊN CỨU VÀ MÔ HÌNH NGHIÊN CỨU

2.4.1 Các giả thuyết nghiên cứu

Giả thuyết 1: Tăng trưởng tín dụng có quan hệ dương đến rủi ro tín dụng. Giả thuyết 2: Quy mơ ngân hàng có quan hệ dương với tỷ lệ rủi ro tín dụng.

Giả thuyết 3: Tỷ lệ giữa chi phí và thu nhập hoạt động có quan hệ dương với tỷ lệ rủi ro tín dụng.

Giả thuyết 4: Tỷ lệ EBP có quan hệ âm với tỷ lệ rủi ro tín dụng. 2.4.2Cơ sở lựa chọn mơ hình nghiên cứu.

Khảo sát của các nghiên cứu trước cho thấy rủi ro tín dụng chịu tác động của khá nhiều yếu tớ. Một sớ yếu tớ chỉ có ý nghĩa riêng với từng nền kinh tế. Một sớ yếu tớ khác có ý nghĩa với hầu hết các nền kinh tế như: tăng trưởng tín dụng, tổng dư nợ tín dụng, tỷ lệ giữa chi phí và thu nhập cho vay và tỷ lệ giữa thu nhập ròng từ hoạt động kinh doanh trước chi phí dự phịng rủi ro tín dụng. Luận văn chọn các biến số tác động đến rủi ro tín dụng tại nhiều nền kinh tế để nghiên cứu trên số liệu thu thập tại Việt Nam. Các biến vĩ mô như: tăng trưởng GDP, lạm phát, tốc độ tăng trưởng thị trường địa ốc… cũng được nhiều nghiên cứu đề cập trong mơ hình của họ. Tuy nhiên, các biến này chỉ có ý nghĩa khi sử dụng dữ liệu từ nhiều quốc gia khác nhau, trong khi Luận văn này chỉ quan tâm đến các ngân hàng Việt Nam nên chưa thể đưa các biến vĩ mơ vào mơ hình nghiên cứu.

Luận văn sử dụng phương pháp hơi quy bình phương bé nhất để nghiên cứu mối quan hệ giữa các biến thu thập được. Từ kết quả khảo sát trong các nghiên cứu

trước, Luận văn đề xuất mơ hình nghiên cứu đới với dữ liệu thu thập tại Việt Nam như sau:

CRR = α + β1 LG + β2 LG-1 + β3 LG-2 +β4SIZE+ β5CIR + β6EBP + ε Trong đó:

CRR: Rủi ro tín dụng.

LG: Tăng trưởng tín dụng so với năm trước.

LG-1, LG-2: tăng trưởng tín dụng với độ trễ 1 năm, 2 năm SIZE: Tổng dư nợ tín dụng.

CIR: Tỷ lệ giữa chi phí hoạt động và thu nhập hoạt động.

EBP: Tỷ lệ giữa thu nhập rịng từ hoạt động kinh doanh trước chi phí dự phịng rủi ro tín dụng và tổng dư nợ tín dụng.

2.4.3Phương pháp nghiên cứu: Phương pháp bình phương bé Phương pháp bình phương bé nhất.

Phương pháp bình phương nhỏ nhất (OLS) là một thuật toán được sử dụng để ước lượng mối tương quan giữa các biến khác nhau. Kiểu tương quan đơn giản nhất là:

Yi=b0+b1Xi+εi Trong đó:

Y là biến phụ thuộc (biến được giải thích) X là biến độc lập (biến giải thích)

b0 và b1 là các hằng sớ cần được ước lượng.

ε là phần dư (chênh lệch giữa giá trị thực tế và biến phụ thuộc có được từ mơ hình).

Kết quả quá trình ước lượng các hệ sớ b0 và b1 được gọi là 0 và 1. Các hệ số

này được sử dụng để ước lượng biến phụ thuộc i. Lúc đó, mơ hình ước lượng được

viết như sau: i= 0 + 1Xi

Chênh lệch giữa giá trị thực tế Yi và giá trị ước lượng i bằng phần dư εi. Mới quan hệ này được trình bày như sau: Yi=b0+b1Xi+εi với Yi- i=εi

Mơ hình ước lượng sẽ đạt độ chính xác cao nhất khi chênh lệch giữa giá trị Yi và I là nhỏ nhất. Vì vậy, mục đích của phương pháp OLS là tới thiểu hóa tổng ε12, ε22 và ε 2 nghĩa là chúng ta phải tìm ra được giá trị 1 và 2 sao cho

là nhỏ nhất để đường hôi quy mẫu là đường thẳng gần với tập hợp quan sát nhất. Chúng ta sẽ kiểm tra khả năng giải thích của mơ hình hơi qui mẫu đới với tổng thể thơng qua các chỉ tiêu sau:

Tổng bình phương của biến giải thích (ESS) là tổng bình phương tất cả các sai lệch giữa giá trị biến Y tính theo hàm hơi quy mẫu với giá trị trung bình. Phần này đo độ chính xác của hàm hơi quy. ESS =

Tổng bình phương tất cả các sai lệch (TSS) là tổng bình phương các sai lệch giữa giá trị quan sát Yi với giá trị trung bình của nó. TSS=

Tổng Bình Phương tất cả các phần dư (RSS) là tổng bình phương tất cả sai lệch giữa các giá trị quan sát của biến Y và các giá trị nhận được từ hàm hôi qui mẫu.

RSS= = và TSS = ESS+RSS

Nếu hàm hôi qui mẫu đáp ứng tớt với các sớ liệu quan sát thì RSS tiến về 0. Nếu tất cả các giá trị quan sát của Y đều nằm trên SRF thì ESS sẽ bằng TSS và do đó RSS=0.

Chỉ tiêu R2 là hệ sớ xác định và được sử dụng để đo lường mức độ phù hợp của hàm hơi qui. R2 được tính bằng cách lấy tỉ lệ giữa tổng bình phương tất cả các sai lệch của biến giải thích với tổng bình phương tất cả các sai lệch.

R2= = 1-

Ta có thể thấy được: 0≤R2≤1

R2 cao nghĩa là mơ hình ước lượng giải thích được một mức độ cao biến động của biến phụ thuộc.

Nếu R2 bằng 0 nghĩa là mơ hình khơng đưa ra thơng tin nào về biến phụ thuộc và dự đốn tớt nhất về giá trị của biến phụ thuộc là giá trị trung bình của nó. Các biến "giải thích" thực sự khơng đưa ra được giải thích nào.

Hơi Quy nhiều biến

Mơ hình hơi quy đơn khơng đưa ra nhiều câu hỏi thú vị để trả lời. Nhưng sẽ thú vị hơn khi xem xét nhiều biến giải thích trong mơ hình hơi quy nhiều biến sớ, hoặc hơi quy bội sớ. Mơ hình ví dụ là: =b0+b1X1i+b2X2i+b3X3i+…+bkXki+ εi

Mỗi hệ số bj là đạo hàm từng phần của biến phụ thuộc Yi theo biến giải thích Xji. Nghĩa là khi X thay đổi một đơn vị khi các biến khác khơng đổi thì Y được dự đốn là thay đổi một lượng đúng bằng hệ sớ.

R2 Điều Chỉnh

Hệ sớ R2 khơng cịn chính xác khi đo lường độ phù hợp của mơ hình hơi qui bội. Vì R2 là hàm khơng giảm của sớ biến giải thích có trong mơ hình. Nếu tăng sớ biến giải thích trong mơ hình thì R2 cũng tăng, bất kể các biến cho thêm có phù hợp với mơ hình hay khơng. Thêm càng nhiều biến vào phương trình ước lượng thì sẽ làm tăng giá trị R2 chứ không giảm. Kết quả là mơ hình với nhiều biến giải thích vơ dụng sinh ra một đạo hàm có vẻ như có mức độ giải thích rất cao. Nhưng R2 sẽ chỉ đơn thuần là sự tương quan vơ thực.

Để khắc phục điều này, chúng ta tính R2 điều chỉnh (adjusted R2) Adj.R2 = R2 - (1-R2) Trong đó:

n = số các quan sát trong tập dữ liệu. K = sớ lượng các hệ sớ.

Thêm biến vào phương trình hơi qui, thậm chí biến này chẳng có ảnh hưởng gì tới biến phụ thuộc có khả năng R2 tăng, nhưng K sẽ giảm và có thể làm R2 điều chỉnh giảm.

Một quy luật tổng quát đáng tin cậy là chọn mơ hình nào có R2 điều chỉnh cao. Khi xem xét thêm biến mới vào phương trình hơi qui, chúng ta xét xem liệu nó có làm R2 tăng hay khơng; nếu có, chúng ta nên thêm biến mới đó vào phương trình.

Cách tớt nhất để lựa chọn các biến cho phương trình hơi quy là tìm hiểu các biến phụ thuộc, và dựa vào những hiểu biết về bản thân biến đó để quyết định chọn các biến nào nên được đưa vào. Mơ hình của chúng ta ít nhiều còn nặng về lý thuyết nên cần đưa ra giải thích đáng tin cậy dựa trên thực tiển cho những kết quả kiểm định từng biến cũng như toàn bộ các biến giải thích.

2.4.4Thu thập dữ liệu

Hiện nay, các nghiên cứu trên thế giới sử dụng phổ biến 3 loại dữ liệu: dữ liệu chuỗi thời gian (time-series data), dữ liệu chéo (cross-sectional data) và dữ liệu bảng (panel data). Mỗi loại dữ liệu được thiết kế riêng cho từng mục đích và điều kiện nghiên cứu.

Dữ liệu chuỗi thời gian thể hiện thông tin về một đối tượng trong 1 khoảng thời gian dài. Nghiên cứu loại dữ liệu này có thể thấy sự thay đổi của đối tượng trong thời gian nghiên cứu, từ đó dự báo xu hướng tương lai của đới tượng đó.

Trái với dữ liệu chuỗi thời gian, dữ liệu chéo thể hiện thông tin về nhiều đối tượng vào một thời điểm nhất định.

Ưu điểm của dữ liệu chéo:

- Việc thu thập được thực hiện nhanh chóng vì loại bỏ được yếu tớ thời gian và có thể cơng bớ ngay kết quả.

- Dữ liệu chéo có chi phí thu thập thấp hơn dữ liệu theo thời gian. Nhược điểm của dữ liệu chéo:

- Dữ liệu chéo thiếu phân tích chi tiết như dữ liệu chuỗi thời gian vì cho chúng ta thấy sự khác nhau giữa các chủ thể nghiên cứu nhưng không cho thấy sự khác biệt qua một thời kỳ nghiên cứu.

- Dữ liệu chéo không so sánh quá khứ và tương lai, tức là nguyên nhân và kết quả nghiên cứu, nên làm giảm giá trị của kết luận nghiên cứu.

Dữ liệu bảng là sự kết hợp của dữ liệu chéo và dữ liệu chuỗi thời gian. Dữ liệu bảng thể hiện thông tin về một nhóm đới tượng nghiên cứu theo thời gian.

Ưu điểm của dữ liệu bảng:

- Thể hiện sự thay đổi của từng biến qua thời gian. - Thiết lập trật tự thời gian của các biến.

- Thể hiện được mối quan hệ giữa các đối tượng theo thời gian. Nhược điểm của dữ liệu bảng:

- Khó thu thập được cùng nhóm đới tượng theo thời gian.

Ngân hàng Việt Nam có lịch sử phát triển khá mới trong điều kiện việc cơng khai tài chính chưa tốt nên đa số các ngân hàng không công bớ đầy đủ sớ liệu hoạt động, gây nhiều khó khăn trong nghiên cứu. Tác giả chọn dữ liệu chéo để đảm bảo số lượng đối tượng thu thập được nhiều nhất.

Độ chính xác của dữ liệu vơ cùng quan trọng. Nếu thu thập dữ liệu để phân tích từ những nguôn không đáng tin cậy, kết quả nghiên cứu sẽ mất ý nghĩa. Vì vậy, Luận văn sử dụng sớ liệu từ các báo cáo tài chính đa được kiểm tốn của 30 ngân hàng Việt Nam đến năm 2012. Đây là số liệu báo cáo cho cổ đông, cơ quan thuế, ngân hàng, không trực tiếp dành để nghiên cứu. Sau khi thu thập dữ liệu, tác giả phải tính toán lại các biến theo số liệu thu thập được để phù hợp với mục tiêu nghiên cứu.

2.5THỐNG KÊ MƠ TẢ

2.5.1Thống kê qui mơ các ngân hàng.

Qui mô dư nợ cho vay của các ngân hàng được chọn nghiên cứu tăng nhanh chóng trong vịng 3 năm trở lại đây.

Bảng 2.1: Quy mô dư nợ 2010 – 2012

(ĐVT: triệu đông) Năm Chỉ tiêu 2010 2011 2012 Tổng dư nợ 1.357.290.643 1.577.879.964 1.795.579.558 Tăng trưởng 36,12% 16,25% 13,80% (Nguôn: Tác giả tự tổng hợp)

2010 – 2012 sau khủng hoảng tài chính và suy thối kinh tế toàn cầu, các ngân hàng Việt Nam lại mở rộng qui mô cho vay. Trong khi nền kinh tế Việt Nam gặp nhiều khó khăn như GDP chỉ tăng dưới 10% và lạm phát luôn ở mức cao (năm 2010 là 18,13%, năm 2011 là 18,53%, năm 2012 là 6,84%4), qui mơ tín dụng tăng tiềm ẩn nhiều rủi ro mất nợ.

2.5.2 Thống kê tổng quan các chỉ số cơ bản về quy mô các ngân hàng được nghiên cứu.

Đồ thị 2.8: Phân bố giá trị tổng tài sản năm 2012 (ĐVT: triệu đông)

(Nguôn: BCTC hợp nhất các ngân hàng 2010-2012. Tác giả tự tổng hợp)

Hầu hết các ngân hàng Việt Nam đều có tổng tài sản khá nhỏ do hoạt động chủ yếu tại Việt Nam với qui mô GDP khoảng 100 tỷ USD. Tuy nhiên, giữa các ngân hàng qui mô lại chênh lệch khá lớn. Dưới 1/3 sớ lượng ngân hàng có tổng tài sản trên 100.000 tỷ đơng, sớ cịn lại chỉ xấp xỉ từ 50.000 tỷ đơng trở x́ng, trong đó, giá trị lớn nhất là 503.530 tỷ đông, giá trị nhỏ nhất là 14.852 tỷ đơng, nghĩa là có ngân hàng sở hữu khới tài sản gấp 34 lần ngân hàng khác. Các ngân hàng lại kinh doanh trên cùng một phân khúc thị trường. Các ngân hàng nhỏ sẵn sàng mạo hiểm chào lai suất huy động cao nhất hoặc lai suất cho vay thấp nhất có thể, còn nới lỏng cho vay để giành thị phần bằng mọi giá. Vì vậy, tăng trưởng tín dụng ln ở mức cao trong mấy năm liền, ẩn chứa nhiều rủi ro tín dụng.

Đồ thị 2.9: Phân bố vốn chủ sở hữu năm 2012 (ĐVT: triệu đông) (Nguôn: BCTC hợp nhất các ngân hàng 2010-2012. Tác giả tự tổng hợp) Dù có qui định tăng vốn điều lệ của ngân hàng lên trên 3.000 tỷ đông vào 31/12/ 2010, nhưng đến ći năm 2012, cịn một sớ ngân hàng Việt Nam chưa đáp ứng được. Các ngân hàng khó trong cùng một lúc góp được lượng lớn vớn đầu tư lúc đang thực thi chính sách thắt chặt tiền tệ để kiềm chế lạm phát.

Đồ thị 2.10: Phân bố số dư cho vay năm 2012

Tổng tài sản và dư nợ của ngân hàng tăng khá mạnh trong thời kỳ nghiên cứu. Tốc độ tăng trung bình khoảng 15% là khá lớn so với tăng trưởng GDP chỉ dưới 10% cho thấy lượng vốn các ngân hàng đưa ra vượt quá nhu cầu của thị trường. Các ngân hàng đa dành 1 phần vốn huy động được để bù đắp cho doanh nghiệp kinh doanh yếu kém, thua lỗ hay đưa vào chứng khoán, bất động sản để tăng lợi nhuận và qui mô tổng tài sản của bản thân ngân hàng. Điển hình nhất là vụ thất thốt 100.000 tỷ đơng của Vinashin hay hơn 1.000 tỷ đông ở Cơng ty CP thủy sản Bình An (Biafish).

Dữ liệu thu thập được từ 30 ngân hàng với 7 biến có các thơng sớ về thống kê được thể hiện ở bảng sau:

Bảng 2.2: Các thông số thống kê mô tả

Giá trị nhỏ nhất Giá trị lớn nhất Trung bình Độ lệch chuẩn

CRR .008189 .043407 .02025 .008050 LG -.415732 .933194 .165404 .294929 LG-1 -.130079 1.234807 .170828 .222627 LG-2 -.490404 1.208747 .433336 .349547 SIZE 6.711637 8.530211 7.482582 .484897 CIR .02879 .120062 .065639 .021454 EBP .007242 .069933 .034023 .015491 (Ngn: Tác giả tự tính)

Tất cả 7 biến đều có đủ 30 quan sát. Biến rủi ro tín dụng có mức dao động khá lớn giữa các ngân hàng, trải dài trong khoảng từ 0,8% đến 4,3%, giá trị trung bình là 2 %. Với số tiền 100 tỷ đông cho vay, các ngân hàng phải trích 2 tỷ đơng dự phòng rủi ro. Trong thời kỳ 2010 – 2012 GDP của Việt Nam đều tăng dưới 10%, tăng trưởng tín dụng giảm dần (năm 2010 là 27,65%, năm 2011 là 10,9%, năm 2012 là 7%) do chính sách thắt chặt tài khóa và tiền tệ nhằm kìềm chế lạm phát. Hàng tơn

kho lớn, sản xuất kinh doanh bị thu hẹp trong khi nợ xấu ngân hàng tăng cao, mức trích dự phịng của các ngân hàng cịn thấp, khơng đủ bù đắp tổn thất khi cần, cho thấy việc trích lập dự phịng của các ngân hàng Việt Nam chưa hợp lý.

Quy mơ dư nợ (được tính bằng hàm log giá trị dư nợ của từng ngân hàng) có giá trị nhỏ nhất là 6,71 lớn nhất là 8,53, trung bình là 7,48 với độ lệch chuẩn là 0,21. Tỷ lệ chi phí trên thu nhập cho vay có giá trị nhỏ nhất là 2,88%, lớn nhất là 12%, trung bình là 6,56% độ lệch chuẩn là 2,1%. Sớ liệu này thể hiện mức chênh lệch khá nhỏ giữa các ngân hàng trong việc tìm lợi nhuận từ cho vay. Xét trung bình, các ngân hàng mất 7 đơng chi phí để đổi lấy 100 đơng thu nhập.

Theo các nghiên cứu trước, các ngân hàng có vị thế lớn thường sẽ tớn ít chi phí hơn cho 1 khoản vay, đơng thời cũng sẽ có rủi ro thấp hơn các ngân hàng nhỏ. Tỷ lệ thu nhập trước dự phòng là biến kiểm tra việc tôn tại hiện tượng che giấu thu nhập của các ngân hàng. Chỉ tiêu này được tính bằng cách dùng thu nhập rịng từ hoạt động kinh doanh trước chi phí dự phịng rủi ro tín dụng chia cho tổng dư nợ tín dụng. Biến này có giá trị nhỏ nhất là 0,72%, lớn nhất là 6,99%. Luận văn không bàn vấn đề che giấu thu nhập, nhưng tác giả cũng đưa biến tỷ lệ thu nhập trước dự phịng vào mơ hình để có thể đánh giá đầy đủ các nhân tớ tác động đến rủi ro tín dụng.

Thớng kê mơ tả cho thấy tổng quan số liệu thu thập nhưng đòi hỏi các bước phân tích sâu hơn để có thể khám phá rõ vấn đề cần phải khám phá từ những sớ liệu thu thập được.

2.6XỬ LÝ DỮ LIỆU.

Phân tích tương quan là bước cần thiết để thấy được mức độ quan hệ của các

Điều chỉnh chính sách tín dụng:

Đa dạng hóa hoạt động tín dụng