CHƯƠNG 1 : GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
4.2. Kết quả nghiên cứu
Bảng 4.2: Thống kê mô tả các biến đo lường
Biến Số quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất NLPi,t 248 0.0233 0.0207 0.0008 0.2446 NPLi,t-1 248 0.0224 0.0212 0.0004 0.2446 LLPi,t 248 0.0065 0.0035 0.0000 0.0192 LEVi,t 248 0.8903 0.0766 0.0670 0.9825 SIZEi,t 248 7.7967 0.5431 6.3089 9.0028 ROAi,t-1 248 0.0097 0.0075 -0.0551 0.0473 LGi,t 248 0.4790 1.1624 -0.5581 11.3173 INFt 248 0.0902 0.0666 0.0060 0.4397 GDPt 248 0.0604 0.0058 0.0525 0.0713
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Sau khi thực hiện thống kê mơ tả cho các biến trong mơ hình ta được kết quả theo bảng 4.2. Kết quả thể hiện dữ liệu có sự dao động ổn định, đa phần các giá trị có độ lệch chuẩn của mẫu nghiên cứu đều nhỏ hơn so với giá trị trung bình. Tuy nhiên, biến LG có sự dao động tương đối mạnh so do trong giai đoạn nghiên cứu các NHTM Việt Nam đang trong thời kỳ phát triển nóng, khi gặp khủng hoảng tài chính dẫn đến tốc độ tăng trưởng tín dụng biến động mạnh.
Dữ liệu nghiên cứu gồm 248 quan sát cho mỗi biến (trong đó dữ liệu thu thập của NHTMCP Tiên Phong là từ năm 2009 đến năm 2016). Kích thước mẫu này đủ lớn để kết quả hồi quy đảm bảo độ tin cậy về mặt thống kê khi thực hiện phân tích hồi quy tuyến tính đa biến
Như vậy, dữ liệu đầu vào là hợp lệ để thực hiện hồi quy và các kiểm định thống kê.
Bảng 4.3: Ma trận hệ số tương quan
Tên
biến NLPi,t NPLi,t-1 LLPi,t LEVi,t SIZEi,t ROAi,t-1 LGi,t INFt GDPt
NLPi,t 1.00 NPLi,t-1 0.29 1.00 LLPi,t 0.39 0.31 1.00 LEVi,t -0.02 0.08 0.15 1.00 SIZEi,t 0.06 0.16 0.45 0.61 1.00 ROAi,t-1 -0.07 -0.13 -0.02 -0.14 -0.18 1.00 LGi,t -0.17 -0.11 -0.29 -0.05 -0.24 0.18 1.00 INFt -0.06 -0.23 -0.09 -0.11 -0.25 0.34 0.05 1.00 GDPt -0.24 -0.12 -0.22 0.07 -0.04 0.01 0.21 0.11 1.00
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Để đo lường mối tương quam tuyến tính giữa hai biến, tác giải sử dụng hệ số tương quan Pearson. Kết quả phân tích ma trận hệ số tương quan giữa các biến trong mơ hình được thể hiện trong bảng 4.3 cho thấy hệ số tương quan cặp giữa các biến độc lập đều nhỏ hơn 0.8. Vì thế mơ hình sẽ khơng xảy ra hiện tượng đa cộng tuyến nghiêm trọng
4.2.3. Kết quả kiểm định hiện tượng đa cộng tuyến
Bảng 4.4: Kết quả kiểm định hiện tượng đa cộng tuyến bằng với nhân tử phóg đại phương sai
Biến VIF 1/VIF
NPLi,t-1 2.20 0.46
LLPi,t 1.68 0.59
LEVi,t 1.51 0.66
ROAi,t-1 1.20 0.83
LGi,t 1.19 0.84
INFt 1.16 0.86
GDPt 1.11 0.90
Trung bình VIF 1.41
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Kết quả kiểm định hiện tượng đa cộng tuyến với nhân tử phóng đại phương sai cho giá trị VIF trung bình VIF là 1.41 (nhỏ hơn 10) và tất cả các giá trị VIF của các biến độc lập không vượt quá 10. Do đó, với tiêu chuẩn nhân tử phóng đại phương sai VIF thì mơ hình nghiên cứu khơng tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
4.2.4. Kết quả hồi quy mơ hình Pooled OLS – FEM – REM
Tác giả thực hiện hồi quy dữ liệu bảng theo ba mơ hình là Pooled OLS – FEM – REM, thu được kết quả hồi quy sau:
Bảng 4.5: Kết quả phân tích hồi quy mơ hình Pooled OLS – FEM – REM
NPLi,t OLS FEM REM
NPLi,t-1 0.176*** 0.064 0.176*** (0.06) (0.062) (0.06) LLPi,t 2.125*** 3.720*** 2.125*** (0.411) (0.557) (0.411) LEVi,t 0.002 0.004 0.002 (0.02) (0.023) (0.02) SIZEi,t -0.006* 0.001 -0.006* (0.003) (0.006) (0.003) ROAi,t-1 -0.181 -0.197 -0.181
(0.171) (0.196) (0.171) LGi,t -0.001 0.000 -0.001 (0.001) (0.001) (0.001) INFt 0.005 0.029 0.005 (0.02) (0.023) (0.02) GDPt -0.487** -0.359* -0.487** (0.214) (0.215) (0.214) _cons 0.081*** 0.003 0.081*** (0.023) (0.043) (0.023)
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Sau khi thực hiện hồi quy, tác giả tiến hành kiểm định để lựa chọn mơ hình hồi quy tốt nhất
Lựa chọn giữa mơ hình Pooled OLS và mơ hình FEM
Để lựa chọn giữa mơ hình Pooled OLS và mơ hình FEM, tác giả sử dụng kiểm định với giả thuyết như sau:
+ Giả thuyết H0: Mơ hình Pooled OLS phù hợp với mẫu nghiên cứu hơn.
+ Giả thuyết H1: Mơ hình FEM phù hợp với mẫu nghiên cứu hơn.
Bảng 4.6: Kết quả kiểm định lựa chọn mơ hình Pooled OLS và mơ hình FEM
Kiểm định F với tất cả giá trị u_i=0: F(24, 215) = 1.57 P-value > F = 0.0497
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Kết quả kiểm định bằng phần mềm Stata (phụ lục 5) cho giá trị p-value = 0.0497 < α = 0.05. Vì vậy, bác bỏ giả thuyết H0 với mức ý nghĩa 5%
Kết luận: Mơ hình FEM sẽ phù hợp hơn mơ hình Pooled OLS
Tác giả thực hiện kiểm định Breusch, T. S. và A. R. Pagan (1980) để lựa chọn giữa mơ hình Pooled OLS và mơ hình dữ liệu bảng REM với giả thuyết như sau:
+ Giả thuyết H0: Mơ hình Pooled OLS phù hợp với mẫu nghiên cứu hơn. + Giả thuyết H1: Mơ hình REM phù hợp với mẫu nghiên cứu hơn.
Bảng 4.7: Kết quả kiểm định lựa chọn mơ hình Pooled OLS và mơ hình REM Phương sai Độ lệch chuẩn
NPLt 0.0004 0.2067
e 0.0003 0.0180
u 0.0000 0.0000
Kết quả kiểm định: Var(u) = 0
chibar2(01) = 0.00
P-value > chibar2 = 1.0000
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Kết quả kiểm định bằng phần mềm Stata (phụ lục 5) cho giá trị p-value = 1.0000 > α = 0.05. Suy ra, chấp nhận giả thuyết H0 ở mức ý nghĩa 5%.
Kết luận: Mơ hình hồi quy Pooled OLS sẽ phù hợp hơn REM.
Lựa chọn giữa mơ hình FEM và mơ hình REM
Tác giả tiếp tục thực hiện kiểm định Hausman nhằm lựa chọn giữa hai mô hình FEM và REM với giả thuyết như sau:
+ Giả thuyết H0: Khơng có sự khác biệt giữa mơ hình FEM và REM.
+ Giả thuyết H1: Mơ hình FEM phù hợp với mẫu nghiên cứu hơn.
Bảng 4.8: Kết quả kiểm định lựa chọn mơ hình Pooled OLS và mơ hình REM
(b) (B) (b-B)
Độ lệch chuẩn
FEM REM Chênh lệch
NPLi,t-1 0.0640 0.1756 -0.1116 0.0165
LEVi,t 0.0040 0.0015 0.0024 0.0114 SIZEi,t 0.0015 -0.0059 0.0074 0.0051 ROAi,t-1 -0.1965 -0.1815 -0.0151 0.0948 LGi,t 0.0000 -0.0008 0.0008 0.0005 INFt 0.0289 0.0049 0.0239 0.0117 GDPt -0.3592 -0.4873 0.1281 0.0231 Kết quả kiểm định: Chi bình phương (2) = 57.51 P-value> Chi bình phương (2
) = 0.0000
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Kết quả kiểm định bằng phần mềm Stata (Phụ lục 5) cho giá trị p-value = 0.0000 < α = 0.05. Suy ra, đủ cơ sở để bác bỏ giả thuyết H0 ở mức ý nghĩa 5%.
Kết luận: Mơ hình hồi quy FEM sẽ phù hợp hơn mơ hình REM.
4.2.5. Kết quả kiểm định hiện tượng phương sai thay đổi
Hiện tượng phương sai thay đổi có thể ảnh hưởng đến tính hiệu quả của ước lượng mơ hình và mất đi tính tin cậy của kiểm định hệ số. Tác giả tiến hành kiểm định phương sai sai số thay đổi bằng phương pháp kiểm định Wald với giả thuyết kiểm định như sau:
+ Giả thuyết H0: Mơ hình khơng có hiện tượng phương sai thay đổi.
+ Giả thuyết H1: Mơ hình có hiện tượng phương sai thay đổi.
Bảng 4.9: Kết quả kiểm định hiện tượng phương sai sai số thay đổi
Chi bình phương (χ2
) p-value
11672.29 0.0000
Kết quả kiểm định Wald bằng phần mềm Stata (phụ lục 6) cho thấy kết quả với giá trị p-value=0.0000<α= 0.05. Vì vậy, bác bỏ giả thuyết H0 ở mức ý nghĩa 5%.
Kết luận: Tồn tại hiện tượng phương sai sai số thay đổi trong mơ hình nghiên
cứu.
4.2.6. Kết quả kiểm định hiện tượng tự tương quan
Hiện tượng tự tương quan phần dư có thể ảnh hưởng đến tính hiệu quả của ước lượng mơ hình cũng như làm mất đi độ tin cậy của kiểm định hệ số. Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng phương pháp kiểm định được đề xuất bởi Wooldridge (2002) & Drukker (2003) và đặt giả thuyết kiểm định như sau:
+ Giả thuyết H0: Mơ hình khơng có hiện tượng tự tương quan (bậc 1). + Giả thuyết H1: Mơ hình có hiện tượng tự tương quan (bậc 1).
Bảng 4.10: Kết quả kiểm định hiện tượng tự tương quan trong mơ hình
Chi bình phương (χ2) p-value
12.967 0.0014
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Kết quả kiểm định bằng phần mềm Stata (phụ lục 7) cho thấy kết quả với giá trị p-value = 0.0014 < α = 0.05. Suy ra, đủ cơ sở để bác bỏ giả thuyết H0 ở mức ý nghĩa 5%.
Kết luận: Tồn tại hiện tượng tự tương quan (bậc 1) trong mơ hình nghiên cứu.
4.2.7. Kết quả phân tích hồi quy
Để xác định mức độ tác động của các yếu tố bên trong và bên ngoài ngân hàng đến RRTD, tác giả đã lần lượt thực hiện cả ba mơ hình hồi quy dữ liệu bảng là: Pooled OLS, FEM và REM. Tuy nhiên, việc mơ hình có xảy ra cả hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan phần dư mà các ước lượng hồi quy như: Pooled OLS, FEM và REM đều khơng thể kiểm sốt được nên tác giả tiến hành hồi quy thêm phương pháp ước lượng GMM.
Bảng 4.11: Kết quả phân tích hồi quy theo phương pháp GMM GMM GMM NLPi,t NPLi,t-1 0.1984*** (0.0132) LLPi,t 2.5858*** (0.2064) LEVi,t -0.0053* (0.0026) SIZEi,t -0.0052*** (0.0012) ROAi,t-1 -0.1725*** (0.0228) LGi,t -0.0007** (0.0003) INFt 0.0161** (0.0064) GDPt -0.2845*** (0.0417) _cons 0.0639*** (0.0102)
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Theo kết quả phân tích hồi quy theo phương pháp GMM (phụ lục 9), ta thấy số lượng các biến công cụ là 24 gần bằng số lượng đối tượng quan sát, đồng thời giá trị Sargan trong mơ hình là: 0.039 (nhỏ hơn 0.05) cho thấy các biến công cụ đại
diện được hồi quy trong mơ hình GMM là chưa hợp lệ. Nguyên nhân vì mẫu khảo sát nhỏ dẫn đến kết quả của ước lượng có thể khơng chính xác.
Roodman (2009) đã phát triển một mơ hình GMM hiện đại, khắc phục những được nhược điểm của mơ hình GMM cổ điển và có thể sử dụng trong trường hợp mẫu nhỏ. Vì thế tác giả tiếp tục thực hiện hồi quy theo phương pháp ước lượng GMM Roodman.
Theo kết quả phân tích hồi quy theo phương pháp GMM của Roodman (phụ lục 10), ta thấy số lượng các biến công cụ là 18, thấp hơn số lượng quan sát là 25, đồng thời giá trị Sargan 0.623 (lớn hơn 0.05) cho thấy các biến công cụ đại diện được hồi quy trong mơ hình GMM Roodman là hợp lệ và có tính đầy đủ. Trong khi đó, giá trị AR(2) của mơ hình là: 0.981 (lớn hơn 0.05) cũng thỏa mãn dữ kiện của phương pháp GMM nên mơ hình kiểm sốt được hiện tượng tự tương quan trong hồi quy. Đồng thời giá trị AR(2) của mơ hình GMM Roodman lớn hơn mô hình GMM cổ điển là: 0.920, vì thế mơ hình GMM Roodman cho kết quả đáng tin cậy hơn mơ hình GMM cổ điển. Tác giả sẽ sử dụng kết quả của phương pháp GMM Roodman là kết quả chính cho bài nghiên cứu.
Bảng 4.12: Kết quả phân tích hồi quy theo phương pháp GMM Roodman
GMM Roodman NLPi,t NPLi,t-1 0.2124* (0.1156) LLPi,t 2.0087*** (0.326) LEVi,t 0.0013 (0.0108) SIZEi,t -0.0055**
(0.0027) ROAi,t-1 -0.1547** (0.0652) LGi,t -0.0009* (0.0005) INFt 0.0184 (0.0151) GDPt -0.3813*** (0.1012) _cons 0.0690*** (0.0239)
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
Nguồn: Kết quả tổng hợp từ phần mềm Stata dựa trên số liệu đã thu thập
Kết quả ước lượng GMM Roodman trong bảng 4.8 cho thấy có tất cả sáu biến có ý nghĩa thống kê tác động đến rủi ro tín dụng của các NHTM Việt Nam, bao gồm: Tỷ lệ nợ xấu năm trước (NPLi,t-1), dự phịng rủi ro (LLP), quy mơ ngân hàng (SIZE), khả năng sinh lời năm trước (ROAi,t-1), tốc độ tăng trưởng tín dụng (LG) và tăng trưởng kinh tế hàng năm (GDP). Trong đó, các biến có tác động cùng chiều là biến tỷ lệ nợ xấu năm trước (NPLi,t-1) và dự phòng rủi ro (LLP); các biến có tác động ngược chiều là quy mô ngân hàng (SIZE), khả năng sinh lời năm trước (ROAi,t-1), tốc độ tăng trưởng tín dụng (LG) và tăng trưởng kinh tế hàng năm (GDP).
Ngoài ra, kết quả nghiên cứu cũng cho thấy có ba biến tác động đến rủi ro tín dụng, trong đó hai biến tác động cùng chiều là tỷ lệ đòn bẩy (LEV), tỷ lệ lạm phát (INF) nhưng tất cả đều khơng có ý nghĩa thống kê.
Mơ hình nghiên cứu sau khi được phân tích và kiểm định đã chỉ ra được các yếu tố vi mô và vĩ mô tác động đến rủi ro tín dụng của Ngân hàng. Mơ hình nghiên cứu này ngoài đã chỉ ra được các yếu tố hiện tại tác động RRTD của các NHTMVN mà còn chỉ ra được các yếu tố trong quá khứ, đặc biệt là biến rủi ro tín dụng trong quá khứ, có thể tác động đến RRTD của các NHTMVN và đây cũng là điểm mới của mơ hình, cụ thể như sau:
4.3.1. Các yếu tố bên trong ngân hàng
4.3.1.1. Rủi ro tín dụng ngân hàng trong quá khứ
Kết quả phân tích cho thấy yếu tố rủi ro tín dụng trong quá khứ với độ trễ là 1 năm có tác động cùng chiều và có ý nghĩa thống kê, khi tỷ lệ nợ xấu năm trước tăng 1% thì tỷ lệ nợ xấy năm nay sẽ tăng 0.2124%. Kết quả này phù hợp với những nghiên cứu của Daniel Foos & ctg (2010), Somanadevi Thiagarajan & ctg (2011). Nguyên nhân do hoạt động tín dụng của ngân hàng không chỉ trong ngắn hạn mà còn trong dài hạn. Đối với những khoản tín dụng dài hạn sẽ tác động đến rủi ro tín dụng của ngân hàng trong năm mà còn những năm sau.
4.3.1.2. Các khoản dự phịng rủi ro
Mơ hình hồi quy cho kết quả các khoản dự phịng rủi ro có tác động cùng chiều và có ý nghĩa thống kê đối với rủi ro tín dụng của ngân hàng, cụ thể khi ngân hàng tăng 1% tỷ lệ dự phòng sẽ tác động làm tăng 2.0087% tỷ lệ nợ xấu của ngân hàng. Điều này là phù hợp với kỳ vọng ban đầu. Các ngân hàng trong trường hợp dự đoán khả năng xảy ra rủi ro cao sẽ xây dựng một mức dự phòng cao hơn để giảm thiểu sự biến động trong thu nhập. Hay nói cách khác, việc trích lập dự phịng rủi ro tín dụng của các ngân hàng có thể phản ánh được tình hình rủi ro tín dụng tại ngân hàng đó.
4.3.1.3. Địn bẩy tài chính
Kết quả hồi quy mơ hình cho thấy tỷ lệ địn bẩy tài chính của ngân hàng có tác động cùng chiều đến rủi ro tín dụng nhưng khơng lại khơng có ý nghĩa thống kê. Vì
thế, đối với các NHTM Việt Nam tác giả chưa tìm thấy mối liên hệ giữa tỷ lệ địn bẩy tài chính của ngân hàng và rủi ro tín dụng.
4.3.1.4. Quy mô ngân hàng
Kết quả hồi quy cho thấy khi quy mô tổng tài sản của ngân hàng tăng 1% thì tỷ lệ rủi ro tín dụng của ngân hàng giảm 0.0055%, tức quy mô ngân hàng có tác động ngược chiều và có ý nghĩa thống kê đến rủi ro tín dụng của ngân hàng, cụ thể là quy mơ ngân hàng càng lớn thì rủi ro tín dụng của ngân hàng càng giảm.
Kết quả này là phù hợp với kỳ vọng ban đầu và phù hợp với nghiên cứu Zribi và Boujelbène ,2011. Điều này là hợp lý đối với các NHTM ở Việt Nam bởi vì các ngân hàng có quy mơ lớn thường tập trung những khách hàng lớn như doanh nghiệp Nhà nước, tập đoàn kinh tế. Những đối tượng khách hàng này có rủi ro tín dụng tương đối thấp bao gồm cả rủi ro về tài sản đảm bảo, rủi ro về ngành nghề hoạt động, v.v… Đồng thời các ngân hàng có quy mơ lớn có chun mơn, trình độ cao