CHƯƠNG 1 : GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
3.2. Thực trạng về rủi ro tín dụng và các yếu tố tác động đến rủi ro tín
3.2.2.4. Tốc độ tăng trưởng GDP
Việt Nam là quốc gia đang phát triển và có tốc độ tăng trưởng kinh tế GDP thuộc nhóm các hàng đầu thế giới. Từ năm 2007 đến năm 2008, tốc độ tăng trưởng của nền kinh tế Việt Nam đạt ở mức cao, trung bình từ 6-7%/năm nhưng có xu
hướng giảm. Theo đó, tỷ lệ nợ xấu của các NHTM cũng có xu hướng tăng và đạt mức 2,60% năm 2008. Từ năm 2009 đến năm 2011, nền kinh tế Việt Nam có mức độ tăng trưởng khá, trung bình trên 6%/năm, tỷ lệ nợ xấu của các ngân hàng ở mức thấp, trung bình dưới 2%/năm. Từ năm 2012 đến năm 2015, tốc độ tăng trưởng của nền kinh tế có sự sụt giảm, trung bình chỉ xoay quanh 5 - 6%/năm, thấp nhất trong nhiều năm gần nhất, tỷ lệ nợ xấu tăng đột biến và đạt mức cao nhất năm 2013 là 3,39%. Từ năm 2015, nền kinh tế có dấu hiệu hồi phục và tăng trưởng trở lại với mức tăng khả quan, hơn 6%/năm và tỷ lệ nợ xấu được giữa ở mức ổn định dưới 2%.
Nguồn: Tổng hợp và tính tốn của tác giả từ Báo cáo tài chính hợp nhất của 25 NHTM Việt Nam và số liệu tổng cục thốngkê
Biểu đồ 3.7: Tỷ lệ tăng trưởng GDP của Việt Nam và tỷ lệ nợ xấu của 25 NHTM Việt Nam (2007-2016)
Tỷ lệ tăng trưởng GDP chậm lại đã bộc lộ sự khó khăn, bất ổn của nền kinh tế quốc gia nói chung trong đó có hoạt động ngân hàng. Điều này được thể hiện thông qua sự gia tăng tỷ lệ nợ xấu trong giai đoạn tăng trưởng khó khăn và sụt giảm tỷ lệ nợ xấu khi nền kinh tế tăng trưởng tốt.
7.13% 5.66% 5.40% 6.42% 6.24% 5.25% 5.42% 5.98% 6.68% 6.21% 2.08% 2.60% 1.75% 1.93% 2.07% 2.75% 3.39% 1.95% 1.87% 1.96% 0.00% 1.00% 2.00% 3.00% 4.00% 5.00% 6.00% 7.00% 8.00% 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
3.2.2.5. Tỷ lệ lạm phát
Nền kinh tế Việt Nam trong giai đoanh từ năm 2007 đến năm 2016 có tỷ lệ lạm phát khơng ổn định. Trung bình tỷ lệ lạm phát Việt Nam ở mức 9,12%/năm, tuy nhiên, năm 2008 và năm 2011, tỷ lệ lạm phát tăng đột biến lần lượt ở mức 23,12% và mức 18,68%. Từ năm 2007 đến năm 2012, tỷ lệ lạm ln ở mức cao, trung bình 12,52%/năm trong khi đó nền kinh tế trong giai đoạn này có tốc độ phát triển chậm lại, đã thể hiện sự bất ổn trong nền kinh tế. Giai đoạn từ năm 2013 đến năm 2016, nền kinh tế dần phục hồi, thêm vào đó các chính sách thúc đẩy kinh tế, kiềm chế lạm phát của Chính phủ đã phát huy tác đụng, đưa nền kinh tế trở lại ổn định và phát triển bền vững.
Nguồn: Tổng hợp và tính tốn của tác giả từ Báo cáo tài chính hợp snhất của 25 NHTM Việt Nam và số liệu tổng cục thốngkê
Biểu đồ 3.8: Tỷ lệ lạm phát của Việt Nam và tỷ lệ nợ xấu của 25 NHTM Việt Nam (2007-2016)
Nhìn chung, tỷ lệ lạm phát cũng như tỷ lệ tăng trưởng GDP là hai thước đo sức khỏe của nền kinh tế. Tỷ lệ lạm phát tăng cao là dấu hiệu thể hiện nền kinh tế có
12.60% 19.89% 6.52% 11.75% 18.13% 6.81% 6.04% 1.84% 0.60% 4.74% 2.08% 2.60% 1.75% 1.93% 2.07% 2.75% 3.39% 1.95% 1.87% 1.96% 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Tỷ lệ lạm phát Tỷ lệ nợ xấu
Tóm tắt chương 3
Chương 3 trình bày khái qt, sơ lược về hệ thống NHTM Việt Nam. Tác giả cũng đã trình bày tổng quát về thực trạng rủi ro tín dụng của các NHTM Việt Nam từ năm 2007 đến năm 2016 để có cái nhìn khái qt về tình hình thực tiễn rủi ro tín dụng. Tiếp đó, tác giả cũng đã phân tích thực trạng một số các yếu tố có thể tác động đến rủi ro tín dụng bao gồm các yếu tố vi mơ và yếu tố vĩ mô trong cùng giai đoạn nghiên cứu, giúp người đọc có cái nhìn tổng quan đối với đối tượng được nghiên cứu và dữ liệu nghiên cứu trước khi đi việc phân tích định lượng các yếu tố tác động đến rủi ro tín dụng của các NHTM Việt Nam.
CHƯƠNG 4: MƠ HÌNH NGHIÊN CỨU VÀ KIỂM ĐỊNH CÁC YẾU TỐ TÁC ĐỘNG ĐẾN RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƯƠNG
MẠI VIỆT NAM
4.1. Phương pháp nghiên cứu 4.1.1. Mơ hình nghiên cứu 4.1.1. Mơ hình nghiên cứu
Rủi ro tín dụng được đo lường bằng nhiều phương pháp khác nhau, nhưng trong mơ hình này tác giả sử dụng tỷ lệ nợ xấu (Nợ xấu/Tổng dư nợ) làm đại diện vì đây là một chỉ số được sử dụng phổ biến, dễ tính tốn và có thể đo lường một cách chính xác.
Bài luận văn sử dụng mơ hình dựa trên nghiên cứu của Hasna Chaibi và Zied Ftiti (2014), Võ Thị Quý và Bùi Ngọc Toản (2014) cùng các phát hiện của các nghiên cứu trước đã được đề cập trong chương 2. Tác giả đề xuất mơ hình nghiên cứu định lượng để kiểm định các yếu tố tác động đến rủi ro tín dụng tại các NHTM Việt Nam như sau:
NLPi,t = β0 + β1NLPi,t-1 + β2LLPi,t + β3LEVi,t + β4SIZEi,t + β5ROAi,t-1 + β6LGi,t + β7INFt + β8GDPt + εi,t
Trong đó:
Biến phụ thuộc:
NLPi,t : Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t.
Biến độc lập:
NLPi,t-1 : Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t-1
LLPi,t : Dự phịng rủi ro tín dụng của ngân hàng i tại thời điểm t
LEVi,t : Tỷ lệ đòn bẩy của ngân hàng i tại thời điểm t
SIZEi,t : Quy mô của ngân hàng i tại thời điểm t
LGi,t : Tốc độ tăng trưởng tín dụng của ngân hàng i tại thời điểm t
INFt : Lạm phát của nền kinh tế tại thời điểm t
GDPt : Tỷ lệ tăng trưởng GDP của nền kinh tế tại thời điểm t
Bảng 4.1: Mô tả biến và kỳ vọng tương quan quan hệ của các biến trong mơ hình nghiên cứu
STT MÃ BIẾN TÊN GỌI BIẾN CÁCH ĐO LƯỜNG KỲ
VỌNG
Biến phụ thuộc
NPL Tỷ lệ nợ xấu Dư nợ xấu/tổng dư nợ
tín dụng
Biến độc lập
1 NPLt-1 Tỷ lệ nợ xấu năm trước Tổng nợ xấu/tổng dư nợ
năm (t-1) +
2 LLP Dự phịng rủi ro tín
dụng
Dự phịng rủi ro tín
dụng/tổng tài sản +
3 LEV Tỷ lệ đòn bẩy Tổng nợ/tổng tài sản +
4 SIZE Quy mô ngân hàng Logarit tổng tài sản -
5 ROA
t-1
Hiệu quả hoạt động
năm trước Lợi nhuận/tổng tài sản -
6 LG Tốc độ tăng trưởng tín
dụng
(Tổng dư nợ năm t-tổng dưnợ năm t-1)/tổng dư
nợ năm t-1 - 7 INF Lạm phát Tỷ lệ lạm phát (%) + 8 GDP Tốc độ tăng trưởng GDP Tốc độ tăng trưởng GDP (%) -
4.1.2. Quy trình thực hiện
4.1.2.1. Thu thập dữ liệu
Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính hợp nhất đã kiểm toán của 25 NHTM ở Việt Nam trong giai đoạn từ 2007-2016. Sau đó, tác giả thực hiện tính tốn các biến phụ thuộc dựa trên các dữ liệu đã thu thập. Dữ liệu nghiên cứu là dữ liệu không cân bằng vì ngân hàng TMCP Tiên Phong được thành lập ngày 05/05/2008 nên số liệu đối với ngân hàng được thu thập từ năm 2009 đến năm 2016.
Đối với các biến vĩ mô, dữ liệu được thu thấp từ nguồn số liệu thống kê hàng năm của Tổng cục thống kê Việt Nam
4.1.2.2. Thống kê mô tả
Thống kê mơ tả được xem là nền tảng của phân tích định lượng, được sử dụng để mơ tả các đặc tính cơ bản của các biến dựa trên dữ liệu đã thu thập. Việc thực hiện thống kê mơ tả giúp tác giả có cái nhìn tổng qt về dữ liệu, phát hiện những quan sát có sai biệt hoặc các yếu tố bất thường của mơ hình. Thơng qua kết quả từ việc thống kê mô tả sẽ giúp cho tác giả xem xét được mức độ thay đổi và độ đồng đều của dữ liệu thu thập và có thể phát hiện những giá trị dao động sai lệch trong mẫu quan sát.
Kết quả của thống kê mô tả chỉ ra số quan sát, giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất của các biến quan sát. Dựa trên các chỉ số của thống kê mơ tả ta có thể thấy được sự đồng đều trong bộ dữ liệu thu thập. Nếu bộ dữ liệu thu thập là phù hợp, khơng có yếu tố bất thường thì ta có thể sử dụng để nghiên cứu. Còn trong trường hợp phát hiện các yếu tố bất thường thì ta phải tiến hành loại bỏ hoặc lập luận để tìm ra cách lý giải cho sự bất hợp lý đó.
4.1.2.3. Phân tích hệ số tương quan
Hệ số tương quan đo lường mức độ quan hệ tuyến tính giữa hai biến, khơng phân biệt là biến độc lập hay biến phụ thuộc. Thông qua ma trận hệ số tương quan,
ta có phân tích được mức độ hoặc mối tương quan giữa biến độc lập với biến phụ thuộc và giữa các biến phụ thuộc với nhau. Hệ số tương quan càng lớn nói lên mức độ tương quan càng cao, điều này có thể dẫn đến hiện tượng đa cộng tuyến trong mơ hình nghiên cứu.
4.1.2.4. Kiểm tra đa cộng tuyến
Đa cộng tuyến là hiện tượng các biến độc lập có mối quan hệ phụ thuộc lẫn nhau và thể hiện được dưới dạng hàm số. Nói một cách khác là hai biến độc lập có mối quan hệ chặt chẽ với nhau, thực chất là một biến nhưng trong mơ hình lại tách ra thành hai biến. Hiện tượng đa cộng tuyến vi phạm những giả định của mơ hình tuyến tính cổ điển là các biến độc lập khơng có mối quan hệ với nhau. Nếu các biến độc lập có mối quan hệ tuyến tín với nhau sẽ dẫn đến các hậu quả như: sai số chuẩn của các hệ số ước lượng lớn dẫn đến khoảng tin cậy lớn, thống kê T ít có ý nghĩa, dấu của các ước lượng của các hệ số hồi quy có thể bị sai lệch,v.v..
Để kiểm định có hay khơng xảy ra hiện tượng đa cộng tuyến, ngoài sử dụng ma trận hệ số tương quan, tác giả cịn sử dụng hệ số phóng đại phương sai (VIF). Nếu có hiện tượng đa cộng tuyến xảy ra, tác giả sẽ thực hiện khắc phục bằng biện pháp bỏ bớt các biến có đa cộng tuyến hoặc gia tăng kích thước mẫu.
4.1.2.5. Phân tích hồi quy và lựa chọn mơ hình phù hợp
Trong bài luận văn này, tác giả sử dụng ba mơ hình hồi quy dữ liệu bảng là mơ hình Pooled OLS, mơ hình hiệu ứng tác động cố định (Fixed effect model – FEM) và mơ hình hiệu ứng tác động ngẫu nhiên (Random effect model – REM).
Sau khi tiến hành hồi quy theo các mơ hình hồi quy trên, tác giả tiến hành thực hiện các kiểm định để lựa chọn mơ hình phù hợp nhất trong ba mơ hình: Pooled OLS, FEM và REM.
4.1.2.6. Kiểm tra và xử lý khiếm khuyết của mơ hình
Kiểm định các khiếm khuyết của mơ hình
Phương sai thay đổi là hiện tượng phương sai của các phần dư không phải là hằng số, tức là phương sai sẽ khác nhau ở các quan sát khác nhau. Phương sai thay đổi đã vi phạm một trong những giả thiết quan trọng của mơ hình tuyến tín cổ điểm. Việc mơ hình ước lượng có hiện tượng phương sai thay đổi sẽ dẫn đến các hâu quả như: các ước lượng OLS vẫn là các ước lượng khơng chệch nhưng khơng cịn hiệu quả, ước lượng của các phương sai sẽ bị chệnh nên sẽ làm mất hiệu lực của kiểm định hệ số hồi quy.
Để kiểm định có hay khơng xảy ra hiện tượng phương sai thay đổi, tác giả sẽ sử dụng kiểm định Wald trên dữ liệu bảng thu thập.
Xử lý các khiếm khuyết của mơ hình
Sau khi kiểm tra các khiếm khuyết của mơ hình thơng qua kiểm định Wald đã cho thấy mơ hình có xảy ra hiện tượng phương sai sai số thay đổi mà các mô hồi quy như Pooled OLS, FEM và REM đều khơng thể kiểm sốt được. Vì thể tác giải sẽ xử lý bằng phương pháp GMM
Phương pháp GMM là phương pháp tổng quát của rất nhiều phương pháp ước lượng phổ biến như OLS, FEM, REM, GLS, 2SLS,v.v… Phương pháp ước lượng GMM là một phương pháp hiệu quả, khắc phục được nhiều vấn đề như tự tương quan, phương sai thay đổi, nội sinh. Sử dụng phương pháp này cho ra các hệ số ước lượng vững, không chệch và hiệu quả. Thông qua kiểm định qua thống kê của Arellano-Bond và Sargan test đã chứng minh được sự hợp lý của các biến công cụ được sử dụng trong phương pháp GMM.
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 mô 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 khơng vượt q 10. Do đó, với tiêu chuẩn nhân tử phóng đại phương sai VIF thì mơ hình nghiên cứu không tồn tại hiện tượng đa cộng tuyến nghiêm