Hình 2.8 thể hiện mối quan hệ giữa tỷ lệ nợ xấu ngân hàng và nhập khẩu của Việt Nam trong khoảng thời gian từ năm 2002 đến năm 2011. Ta thấy mối quan hệ nghịch biến giữa tỷ lệ nợ xấu và nhập khẩu, điều này cũng khá phù hợp với một đất nước nền kinh tế đang phát triển như Việt Nam. Là một nền kinh tế nhỏ, đang dần bước mở cửa và hội nhập, cơ cấu nhập khẩu của Việt Nam với tỷ trọng hàng nhập về gia cơng và sau đó xuất khẩu trở lại lớn. Giá trị nhập khẩu gia tăng cao khơng có nghĩa là tình hình sản xuất và tiêu thụ hàng hóa trong nước bị hạn chế so với các nước khác.
KẾT LUẬN CHƯƠNG 2
Qua chương 2, tác giả đã khái quát về tình hình hoạt động cũng như những rủi ro tiềm ẩn đang đe dọa thị trường tài chính Việt Nam. Đồng thời, phân tích định tính mối quan hệ giữa tỷ lệ nợ xấu của hệ thống ngân hàng và các biến số vĩ mô trong nền kinh tế như: độ lệch sản lượng (Output Gap), tỷ giá thực REER, lãi suất ngân hàng nhà nước , chỉ số giá cả và nhập khẩu. Đây cũng là những biến số trong mơ hình đánh giá mức độ căng thẳng tài chính ở chương sau.
CHƯƠNG 3: MƠ HÌNH KIỂM TRA ĐỘ CĂNG THẲNG TÀI CHÍNH CỦA HỆ THỐNG NGÂN HÀNG VIỆT NAM ÁP DỤNG
PHƯƠNG PHÁP VAR
Trong luận văn này, tác giả cũng sử dụng phương pháp VAR (tương tự phương pháp mà Ông Settor Amediku thực hiện trong bài “Kiểm tra độ căng thẳng của hệ
thống ngân hàng Gana, sử dụng phương pháp VAR”(2006)) để kiểm tra độ căng thẳng
tài chính của hệ thống ngân hàng Việt Nam. Mơ hình này bao gồm một số biến sau: NPL, GAP, R1, LNI, CPI, IM. Trong đó, NPL (Non- performing Loan) là tỷ lệ nợ xấu của hệ thống ngân hàng; GAP (Output Gap) là chênh lệch sản lượng của nền kinh tế, R1 (Real effective exchange rate) là tỷ giá thực của đồng nội tệ; LNI là logarit của lãi suất danh nghĩa do ngân hàng trung ương công bố từng thời kỳ; CPI là chỉ số giá tiêu dùng được tính theo quý; IM là giá trị nhập khẩu.
3.1 Kiểm định các biến của mơ hình
Như đã trình bày, tác giả thực hiện stress test hệ thống ngân hàng sử dụng Mơ hình VAR (hay cịn gọi là mơ hình tự hồi quy vector). Điều kiện tiên quyết khi thực hiện mơ hình này là các biến được sử dụng trong mơ hình phải có tính dừng. Nếu 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 tiến hành kiểm định tính dừng của tất cả các biến khi đưa vào mơ hình bằng cách sử dụng kiểm định nghiệm đơn vị Augmented Dicker
Fuller (ADF). Ngồi ra, tác giả cũng tiến hành kiểm định tính đồng liên kết giữa các biến dựa trên phương pháp VAR
3.1.1 Kiểm định tính dừng của biến NPL
(Nguồn: Kết quả chạy eview)
Hình 3.1 Biểu đồ tương quan và tương quan riêng phần của NPL và sai
phân bậc 1 của NPL
Nhìn vào hình 3.1 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu NPL chưa dừng, ta phải sai phân bậc 1.
Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của NPL (hình 3.1 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng.
Theo kết quả chạy kiểm định ADF, chuỗi dữ liệu của biến NPL khơng có tính dừng. Ta tiến hành xữ lý bằng cách lấy sai phân một lần để được chuỗi dừng, với độ trễ bằng 0, như (bảng 3.1).
τqs= -7.389697>τ0.01= -2.6280 τqs= -7.389697>τ0.05= -1.9504 τqs= -7.389697>τ0.1= -1.6206
⇒ Chuỗi dữ liệu là chuỗi dừng với các mức ý nghĩa 1%, 5%, 10%.
Bảng 3.1 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu NPL
ADF Test Statistic -7.389697 1% Critical Value* -2.6280 5% Critical Value -1.9504 10% Critical Value -1.6206 *MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(NPL,2)
Method: Least Squares Date: 01/15/12 Time: 17:34 Sample(adjusted): 2002:3 2011:2
Included observations: 36 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. D(NPL(-1)) -1.217368 0.164739 -7.389697 0.0000 R-squared 0.609402 Mean dependent var -0.005278 Adjusted R-squared 0.609402 S.D. dependent var 1.367785 S.E. of regression 0.854836 Akaike info criterion 2.551571 Sum squared resid 25.57607 Schwarz criterion 2.595557 Log likelihood -44.92827 Durbin-Watson stat 2.056651
(Nguồn: Kết quả chạy eview)
3.1.2 Kiểm định tính dừng của biến GAP
(Nguồn: Kết quả chạy eview)
Hình 3.2 Biểu đồ tương quan và tương quan riêng phần của NPL và sai
Nhìn vào hình 3.2 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu GAP chưa dừng, ta phải sai phân bậc 1.
Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của GAP (hình 3.2 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng.
Ta tiến hành kiểm định ADF chuỗi dữ liệu GAP, với độ trễ là 2, ta thấy chuỗi này khơng có tính dừng. Tiến hành lấy sai phân một lần ta được kết quả như (bảng 3.2), chuỗi dừng ở mức ý nghĩa 5% và 10%.
τqs= -2.333968<τ0.01= -3.1714 τqs= -2.333968>τ0.05= -2.0056 τqs= -2.333968>τ0.1= -1.6458
Bảng 3.2 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu GAP
ADF Test Statistic -2.333968 1% Critical Value* -3.1714 5% Critical Value -2.0056 10% Critical Value -1.6458 *MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(GAP,2)
Method: Least Squares Date: 01/13/12 Time: 22:02 Sample(adjusted): 2006 2011
Included observations: 6 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. D(GAP(-1)) -4.527510 1.939834 -2.333968 0.1018
D(GAP(-1),2) 2.689263 1.712764 1.570130 0.2144 D(GAP(-2),2) 1.950351 1.417573 1.375838 0.2626 R-squared 0.859478 Mean dependent var -0.333333 Adjusted R-squared 0.765797 S.D. dependent var 35.04093 S.E. of regression 16.95789 Akaike info criterion 8.806197 Sum squared resid 862.7105 Schwarz criterion 8.702076 Log likelihood -23.41859 Durbin-Watson stat 2.481263
(Nguồn: Kết quả chạy eview)
3.1.3 Kiểm định tính dừng của biến LNI
(Nguồn: Kết quả chạy eview)
Hình 3.3 Biểu đồ tương quan và tương quan riêng phần của NPL và sai
phân bậc 1 của LNI
Nhìn vào hình 3.3 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu LNI chưa dừng, ta phải sai phân bậc 1.
Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của LNI (hình 3.3 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng.
Kiểm định ADF chuỗi dữ liệu LNI, với độ trễ là 0, ta thấy chuỗi này khơng có tính dừng. Tiến hành lấy sai phân một lần ta được kết quả như (bảng 3.3), chuỗi dừng ở mức ý nghĩa 1%, 5% và 10%.
τqs= -5.665602>τ0.01= -2.6280 τqs= -5.665602 >τ0.05= -1.9504 τqs= -5.665602>τ0.1= -1.6206
Bảng 3.3 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu LNI
ADF Test Statistic -5.665602 1% Critical Value* -2.6280 5% Critical Value -1.9504 10% Critical Value -1.6206 *MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNI,2)
Method: Least Squares Date: 01/16/12 Time: 20:52 Sample(adjusted): 2002:3 2011:2
Included observations: 36 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. D(LNI(-1)) -0.956766 0.168873 -5.665602 0.0000 R-squared 0.478383 Mean dependent var 0.000000 Adjusted R-squared 0.478383 S.D. dependent var 1.242086 S.E. of regression 0.897072 Akaike info criterion 2.648024 Sum squared resid 28.16585 Schwarz criterion 2.692011 Log likelihood -46.66443 Durbin-Watson stat 1.984983
3.1.4 Kiểm định tính dừng của biến CPI
(Nguồn: Kết quả chạy eview)
Hình 3.4 Biểu đồ tương quan và tương quan riêng phần của NPL và sai
phân bậc 1 của CPI
Nhìn vào hình 3.4 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu CPI chưa dừng, ta phải sai phân bậc 1.
Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của CPI (hình 3.4 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng.
Tiến hành kiểm định ADF chuỗi dữ liệu CPI, với độ trễ là 1, ta thấy chuỗi này khơng có tính dừng. Tiến hành lấy sai phân một lần ta được kết quả như, kết quả như (bảng 3.4), chuỗi dừng ở mức ý nghĩa 1%, 5% và 10%.
τqs= -3.737852>τ0.01= -3.6289 τqs= -3.737852>τ0.05= -2.9472 τqs= -3.737852>τ0.1= -2.6118
Bảng 3.4 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu CPI
ADF Test Statistic -3.737852 1% Critical Value* -3.6289 5% Critical Value -2.9472 10% Critical Value -2.6118
*MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(CPI,2) Method: Least Squares
Date: 01/27/12 Time: 09:04 Sample(adjusted): 2002:4 2011:2
Included observations: 35 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. D(CPI(-1)) -1.114860 0.298262 -3.737852 0.0007 D(CPI(-1),2) -0.102486 0.202019 -0.507310 0.6154
C 3.263353 1.076366 3.031824 0.0048
R-squared 0.623733 Mean dependent var 0.028000 Adjusted R-squared 0.600217 S.D. dependent var 6.875259 S.E. of regression 4.347118 Akaike info criterion 5.858720 Sum squared resid 604.7178 Schwarz criterion 5.992035 Log likelihood -99.52759 F-statistic 26.52304 Durbin-Watson stat 1.974858 Prob(F-statistic) 0.000000
(Nguồn: Kết quả chạy eview)
3.1.5 Kiểm định tính dừng của biến IM
(Nguồn: Kết quả chạy eview)
Hình 3.5 Biểu đồ tương quan và tương quan riêng phần của NPL và sai
Nhìn vào hình 3.5 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu IM chưa dừng, ta phải sai phân bậc 1.
Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của IM (hình 3.5 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng.
Tiến hành kiểm định chuỗi dữ liệu IM, với độ trễ là 0, ta thấy chuỗi này có tính dừng, kết quả như (bảng 3.5), chuỗi dừng ở mức ý nghĩa 1%, 5% và 10%.
τqs= -6.181775>τ0.01= -2.6261 τqs= -6.181775>τ0.05= -1.9501 τqs= -6.181775>τ0.1= -1.6205
Bảng 3.5 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu IM
ADF Test Statistic -5.491645 1% Critical Value* -2.6280 5% Critical Value -1.9504 10% Critical Value -1.6206 *MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(IM,2)
Method: Least Squares Date: 01/26/12 Time: 18:11 Sample(adjusted): 2002:3 2011:2
Included observations: 36 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. D(IM(-1)) -0.993216 0.180860 -5.491645 0.0000 R-squared 0.462112 Mean dependent var 103.8889 Adjusted R-squared 0.462112 S.D. dependent var 2851.408 S.E. of regression 2091.247 Akaike info criterion 18.15629 Sum squared resid 1.53E+08 Schwarz criterion 18.20028 Log likelihood -325.8133 Durbin-Watson stat 1.871011
3.1.6 Kiểm định hồi quy đồng liên kết Johansen cho các biến của mơ hình
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 không xác thực. Hiện tượng này được gọi là hồi quy không xác thực. Một cách để tránh khỏi nó là tìm xem liệu chuỗi thời gian có phải là đồng liên kết hay không.
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 thuyết H0 (khơng có đồng liên kết) ở các mức ý nghĩa 1% và 5%. Có 3 đồng liên kết ở mức ý nghĩa 5% và có 02 đồng liên kết ở mức ý nghĩa 1%. Như vậy, có một mối quan hệ dài hạn (hoặc cân bằng) giữa các biến phân tích của mơ hình.
3.2 Mơ hình Stress test áp dụng phương pháp VAR cho hệ thống ngân hàng tại Việt Nam Việt Nam
Theo kết quả ước lượng mơ hình VAR (phụ lục 2) ta có các tham số ước lượng và thống kê T được tổng hợp trong (bảng 3.6)
Bảng 3.6 Ma trận tham số và thống kê t của mơ hình VAR
Biến Constant NPL GAP R1 LNI CPI IM NPL -19.73 0.34 0.12 -6.78 0.29 1.41 619.83 [-1.84] [ 1.48] [ 0.51] [-0.11] [ 1.25] [ 1.13] [ 1.29] GAP -17.77 2.33 -1.04 -203.64 -1.86 6.40 1761.22 [-1.63] [ 2.00] [-0.87] [-0.66] [-1.54] [ 1.00] [ 0.71] R1 -456.69 0.00 0.00 -0.42 0.00 -0.01 1.15 [-0.16] [-1.47] [ 1.02] [-0.89] [ 0.99] [-0.61] [ 0.30] LNI -3.57 1.90 0.63 -98.88 1.20 6.68 1698.54 [-0.32] [ 1.88] [ 0.61] [-0.37] [ 1.15] [ 1.21] [ 0.80] CPI 19.88 0.17 0.02 0.69 0.03 0.15 61.07 [ 0.34] [ 2.37] [ 0.21] [ 0.036] [ 0.42] [ 0.38] [ 0.40] IM -6796.18 0.00 0.00 -0.02 0.00 0.00 0.56 [-0.30] [-2.42] [-1.15] [-0.27] [-1.12] [-0.57] [ 1.10]
Theo ma trận tham số trong bảng 3.6, mối quan hệ giữa các biến trong mơ hình VAR phù hợp về mặt lý thuyết kinh tế. Ta thấy, tỷ lệ nợ xấu NPL có mối quan hệ tỷ lệ thuận với độ lệch sản lượng GAP, lãi suất ngân hàng trung ương LNI, chỉ số giá cả CPI, và nhập khẩu IM; đồng thời, tỷ lệ nghịch với tỷ giá thực REER ( R1). Với hệ số R- squared từ 91%- 99%, hệ số điều chỉnh R- squared từ 68% - 99 % cho thấy mơ hình khá phù hợp, phản ánh được các mối quan hệ giữa các yếu tố vĩ mô của nền kinh tế và tỷ lệ nợ xấu của ngân hàng.
3.3 Phân tích tác động của các cú sốc kinh tế vĩ mô đến hoạt động ngân hàng
Từ kết quả hồi quy 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.
(Nguồn: Kết quả hồi quy)