Các bài nghiên cứu trước đây

VII. Nội dung nghiên cứu

1.3. Các bài nghiên cứu trước đây

Trên thế giới, các nước sử dụng nhiều hệ thống phân loại nợ khác nhau. Ví dụ như ở Anh, các ngân hàng thương mại không bị bắt buộc phải áp dụng một hệ thống phân loại cụ thể nào nhưng Ngân hàng trung ương địi hỏi họ phải có một quy trình quản lỷ rủi ro tín dụng phù hợp và phải đánh giá các khoản vay thường xuyên. Ở Pháp, Ngân hàng trung ương quy định rõ ràng các thuộc tính của một khoản nợ bình thường và nợ xấu, sau đó, các ngân hàng thương mại dựa vào đó để xây dựng hệ thống phân loại cho riêng mình. Brazil áp dụng hệ thống phân loại nợ bao gồm 9 nhóm nợ trong khi ở Cộng hồ Séc, các khoản nợ được phân thành 5 nhóm dựa trên số ngày quá hạn và việc đánh giá lại tình hình tài chính của khách hàng. Tương tự như vậy, ở Trung Quốc và Singapore, các ngân hàng thương mại được định hướng phân loại các khoản cho vay của mình theo 5 nhóm. Việc phân loại nợ khơng những giúp các ngân hàng xác định được các khoản nợ xấu, nợ quá hạn để chủ động trong việc quản lý rủi ro tín dụng mà cịn cần thiết cho việc trích lập dự phịng rủi ro để xử lý tổn thất do các khoản nợ xấu mang lại. Ở Việt Nam, quyết định 493/2005/QĐ- NHNN cũng hướng dẫn việc trích lập dự phịng cho các khoản nợ từ nhóm 2 trở đi, có nghĩa là thời gian quá hạn của một khoản nợ càng dài, số tiền trích lập dự phịng cho khoản nợ đó càng tăng. Số tiền trích lập dự phịng được hạch tốn thẳng vào chi phí của Ngân hàng nên điều này sẽ ảnh hưởng xấu đến lợi nhuận hoạt động của ngân hàng đó một khi nợ xấu tăng cao. Vì vậy, đã có nhiều nghiên cứu về các yếu tố tác động lên việc phân loại nợ của các ngân hàng thương mại, sử dụng cả dữ liệu định lượng và định tính.

Các nhà nghiên cứu tại Ngân hàng trung ương Slovenia đã thiết lập một mơ hình rủi ro tín dụng, trong đó, Kavcic và cộng sự (2005) sử dụng dữ liệu về chất lượng tín dụng của các công ty tư nhân để xây dựng mơ hình ordered probit với hiệu ứng ngẫu nhiên để tính tốn được xác suất một khoản nợ sẽ được phân vào một nhóm nhất định là bao nhiêu. Nghiên cứu này chú trọng vào đánh giá tác động của lãi suất khoản vay, thời hạn khoản vay và tỷ giá lên xác suất xảy ra nợ xấu. Một

cơng trình tương tự cũng được thực hiện bởi Hollos và Papp (2007) với bộ dữ liệu về tài chính của hộ gia đình với các biến : thu nhập của hộ gia đình, tính chất các khoản nợ và các vấn đề trong việc hoàn trả lấy từ một cuộc khảo sát của Ngân hàng trung ương Hungary. Nghiên cứu này đã chỉ ra rằng xác suất phân loại các khoản nợ rất nhạy cảm với sự biến động của lãi suất. Kết của nghiên cứu của họ cũng được Ngân hàng Magyar Nemzeti sử dụng để đánh giá tác động của biến số vĩ mô lên hệ thống ngân hàng Hungary.

Ngoài ra, các nghiên cứu sau đây cũng chỉ ra được mối liên hệ giữa các biến định tính như thể chế, chính sách và trình độ quản lý nội bộ của ngân hàng lên xác suất phân loại nhóm nợ của các ngân hàng thương mại. Oriana và cộng sự (1997) cho thấy ở các nước đang phát triển, sự can thiệp của chính phủ vào ngành tài chính có tầm quan trọng hơn ảnh hưởng của lãi suất và cung tiền. Bên cạnh đó, Honohan (1997) cũng nâng cao vai trò của quản trị vi mô đến hiệu quả của lĩnh vực ngân hàng. Trong một nghiên cứu khác, Caprio và Klingerbiel (1996) xác định các yếu tố như: quản trị kém, giám sát và điều tiết yếu, sự can thiệp của chính phủ và quản trị doanh nghiệp khơng tốt là những ngun nhân chính gây nên phá sản của 68 ngân hàng trong thập niên 80 và 90 của thế kỷ trước. Các nghiên cứu của Garber (1998) và Mishkin (1999) chỉ ra rằng quản trị kém và việc đưa ra những quyết định cho vay không phù hợp đã dẫn đến cuộc khủng hoảng ở Chile năm 1982-1983, Thổ Nhĩ Kỳ năm 1994 và Mexico năm 1995.

Trong một số nghiên cứu gần đây hơn, Emawtee Bissoondoyal-Bheenick & Sirimon Treepongkarun (2009) đã nghiên cứu các yếu tố quyết định đến việc xếp hạng công ty sử dụng dữ liệu từ Moody’s and Fitch và Standard and Poor ở Anh và Úc. Nghiên cứu của họ cho thấy các yếu tố định lượng phản ánh chất lượng tài sản, rủi ro thanh khoản, số lượng vốn sẵn có và khả năng hoạt động có tầm ảnh hưởng lớn đến quyết định xếp hạng công ty hơn là các yếu tố vĩ mô và các yếu tố rủi ro của thị trường. Bebczuk & Sangiácomo (2008) sử dụng mẫu nghiên cứu hơn 192.000 công ty từ năm 1988 – 2005 ở Ac-hen-ti-na đã cho thấy đồ thị biểu diễn nợ xấu và quy mô khác hàng vay đi theo một hình chữ U ngược và qua các mơ hình định

lượng các tác giả đã kết luận bên cạnh các yếu tố như tài sản bảo đảm, số tiền vay, loại hình doanh nghiệp có ảnh hưởng đến xác suất xảy ra nợ xấu thì các mục đích vay khác nhau dẫn đến xác suất xảy ra nợ xấu hồn tồn khơng giống nhau. Trong nghiên cứu đó, Bebczuk & Sangiácomo (2008) chỉ ra xác suất nợ xấu sẽ cao hơn khi khoản cho vay đó là tín dụng thấu chi, ngược lại, xác suất này sẽ giảm đối với một khoản vay là chiết khấu chứng từ có giá và cho vay cá nhân. Trong nghiên cứu về vấn đề nợ xấu trong thời kỳ khủng hoảng kinh tế và tài chính ở miền Nam sa mạc Sahara những năm 1990, Fofack (2005), bằng các nghiên cứu thực nghiệm của mình đã chỉ ra sự khác biệt có ý nghĩa trong nợ xấu giữa các nước Châu Phi từng là thuộc địa của Pháp và các nước Châu Phi khác. Ogden Jr., Rangan, & Stanley (1989) sử dụng mơ hình hồi quy bậc 2 đối với các biến độc lập đưa đến kết quả thực nghiệm là các danh mục đầu tư được đa dạng hoá theo khu vực địa lý có rủi ro thấp hơn từ 50% đến 90% so với các danh mục khơng được đa dạng hố. Điều này chứng tỏ rằng ở các khu vực địa lý khác nhau, khả năng xảy ra rủi ro cũng khác nhau một các có ý nghĩa.

Ở Việt Nam, các nghiên cứu trước đây về rủi ro tín dụng ở Việt Nam đã chỉ ra được các yếu tố ảnh hưởng lên xác suất xảy ra rủi ro. Phạm Phú Nhân (2011), bằng cách sử dụng phương pháp phân tích các nhân tố Explore Factor Analysis (EFA) và kiểm định Cronbach Alpha, tác giả tổng hợp các nhân tố chính và nguyên nhân chủ yếu ảnh hưởng rủi ro tín dụng tại các NHTM gồm có 5 nhân tố chính: áp lực chỉ tiêu; quy định quản lý tài sản tại địa phương; khách hàng chưa hợp tác và phê duyệt, kiểm soát thiếu chặt chẽ; ảnh hưởng môi trường kinh tế vĩ mơ; chính sách cho vay thiếu khoa học. Trong một nghiên cứu khác, Lương Thị Kim Thuận (2011) đã chỉ ra được các yếu tố tác động đến xác xuất xảy ra rủi ro tín dụng tại Cơng ty cho th tài chính – Ngân hàng Đầu tư và Phát triển Việt Nam bao gồm: Chỉ số thanh toán nhanh, hiệu suất sử dụng tài sản, tỷ lệ nợ trên vốn chủ sở hữu, tỷ suất sinh lợi trên doanh thu, tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và số tiền vay trên tổng giá trị tài sản đảm bảo. Mai Thuỳ Dung (2011), qua nghiên cứu về rủi ro tín dụng tại các ngân hàng thương mại cổ phần trên địa bàn tỉnh Bình Dương đã

chỉ ra rằng các nguyên nhân gây ra rủi ro tín dụng đến từ phía khách hàng, ngân hàng và cả môi trường kinh tế.

Ưu điểm của các bài nghiên cứu ở Việt Nam là đã xây dựng được mơ hình định lượng xác định các yếu tố ảnh hưởng đến rủi ro tín dụng. Tuy nhiên, các nghiên cứu ở Việt Nam chủ yếu sử dụng mơ hình hồi quy nhị phân logit, mơ hình này có thể chỉ cho chúng ta thấy được các yếu tố ảnh hưởng đến xác suất xảy ra nợ xấu đối với một khoản nợ nhất định và tiên đốn được xác suất đó. Tuy nhiên, sử dụng mơ hình nhị phân sẽ khơng phân tích được xác suất mà khoản nợ đó nằm trong một nhóm nợ là bao nhiêu và không chỉ ra được khi các yếu tố ngoại sinh thay đổi thì xác suất thay đổi nhóm nợ của khoản nợ đó là bao nhiêu. Chẳng hạn, sử dụng mơ hình logit, nếu một cơng ty có ROE là α% và tỷ suất sinh lợi trên doanh thu là β%, ta có thể tính ra được khả năng cơng ty đó xảy ra nợ xấu là 70%. Tuy nhiên, con số 70% này không cho thấy được khoản nợ của cơng ty này sẽ có xu hướng nằm trong nhóm nợ nào và khi ROE hoặc tỷ suất sinh lợi trên doanh thu thay đổi thì khoản nợ này sẽ có xu thế chuyển sang nhóm nợ nào nhiều hơn.

Để giải quyết được những khuyết điểm của mơ hình nhị phân khi nghiên cứu về xác suất xảy ra nợ xấu tại một ngân hàng thương mại, tác giả đề xuất sử dụng mơ hình ordered probit.

1.4. Mơ hình nghiên cứu

Theo Basel II, việc lượng hóa rủi ro tín dụng hay ước lượng mức độ tổn thất tín dụng dựa vào 04 nhân tố chính bao gồm (i) Xác suất không trả được nợ của khách hàng – PD, (ii) Tỷ lệ mất vốn dự kiến – LGD, (iii) Dư nợ tại thời điểm khách hàng không trả được nợ – EAD và (iv) Thời hạn vay thực tế – EE. Trong đó, xác suất khơng trả được nợ là yếu tổ đầu tiên và rất quan trọng để ngân hàng tiếp cận và ước lượng các nhân tố khác trong mơ hình lượng hóa rủi ro tín dụng. Nghiên cứu đề xuất sử dụng mơ hình ordered probit do biến được hồi quy là nhóm nợ của một khoản vay phân loại dựa theo Quyết định 493/2005/QĐ-NHN. Như vậy, biến phụ thuộc sẽ nhận các giá trị:

1 nếu khoản nợ thuộc nhóm 1 2 nếu khoản nợ thuộc nhóm 2 3 nếu khoản nợ thuộc nhóm 3 4 nếu khoản nợ thuộc nhóm 4 5 nếu khoản nợ thuộc nhóm 5

Như vậy, nếu một khoản nợ thuộc nợ nhóm 1, xác suất khơng trả được nợ của nhóm nợ đó là thấp nhất. Khi khoản nợ nằm ở các nhóm nợ tiếp theo, xác suất không trả được nợ tăng dần, xác suất không trả được nợ của nợ nhóm 5 là cao nhất. Điều này đồng nghĩa với rủi ro tín dụng của nợ nhóm 1 là thấp nhất và rủi ro tín dụng đối với nợ nhóm 5 là cao nhất.

Các biến độc lập được đưa vào trong mơ hình để nghiên cứu dựa trên cơ sở các nghiên cứu đã được thực hiện. Do hạn chế về mặt thu thập dữ liệu, nghiên cứu đưa một số biến đại diện cho các yếu tố vi mô. Cách thu thập dữ liệu của nghiên cứu này là dữ liệu chéo, do vậy, việc đưa các biến đại diện cho các yếu tố vĩ mô như tăng trưởng kinh tế, cung tiền… không phù hợp.

Tên biến Loại biến Mô tả biến Tác động

dự kiến GRP Biến thứ bậc Nhóm nợ Biến phụ thuộc DUREE Biến định lượng Số tháng phát vay + TXI Biến định lượng

Lãi suất của khoản vay + OBJ Biến định tinh Mục đích khoản vay ( Cho vay vốn

lưu động, cho vay đầu tư dự án, cho vay tài trợ xuất nhập khẩu)

N/A

VIL Biến định tính Khoản vay đó được giải ngân tại vùng nào (Bắc, Trung, Nam)

N/A TAI Biến định tính Quy mơ doanh nghiệp có khoản vay

đó (DN lớn, DN vừa và nhỏ, DN khác)

N/A 𝑌𝑖 =

Lãi suất cho vay là một trong những yếu tố kinh tế quyết định chính của các khoản nợ xấu. Có bằng chứng thực nghiệm của mối tương quan giữa lãi suất và nợ xấu (Nkusu 2011; Adebola, Yusoff, & Dahalan, 2011; Louzis, Vouldis và Metaxas, 2011; Berge và Boye, 2007). Sự gia tăng lãi suất làm suy yếu khả năng thanh toán khoản vay của khách hàng vay do nợ xấu và nợ xấu đang tích cực tương quan với lãi suất (Nkusu, 2011). Theo đó lãi suất là có liên quan đóng vai trị rất quan trọng trong tốc độ tăng trưởng nợ xấu ở một đất nước / nền kinh tế. Hoque và Hossain (2008) đã kiểm tra vấn đề này và theo họ nợ xấu liên quan chặt chẽ với lãi suất cao làm tăng cường gánh nặng nợ của khách hàng vay. Espinoza và Prasad (2010) đã kiểm tra các yếu tố quyết định kinh tế vĩ mô của nợ xấu trong hệ thống ngân hàng ,theo họ lãi suất cao làm tăng giá trị mặc định cho khoản vay nhưng họ khơng tìm thấy mối quan hệ có ý nghĩa thống kê. Bloem và Gorter (2001) đã nghiên cứu nguyên nhân và giải pháp cho vấn đề nợ xấu, theo họ thay đổi thường xuyên trong chính sách lãi suất làm tăng các khoản nợ xấu. Asari và cộng sự (2011) cũng cho thấy mối quan hệ đáng kể giữa giá trị mặc định của khoản vay và lãi suất, họ cũng thấy sự gia tăng trong giá trị mặc định cho vay cũng gây ăn mòn tài sản của các ngân hàng và xói mịn sau đó vốn. Theo Dash và Kabra (2010) với các ngân hàng chính sách cho vay với lãi suất cao chịu nợ xấu lớn hơn. Collins và Wanjau (2011) cũng cho thấy lãi suất là một yếu tố chính thúc đẩy nợ xấu.

Keeton và Morris (1987) đã tiến hành một nghiên cứu ở Mỹ để xác định các yếu tố đang gây ra nợ xấu trong lĩnh vực ngân hàng của nước này bằng cách lấy dữ liệu 1979-85 và theo họ hiệu suất kém của lĩnh vực nông nghiệp và năng lượng cùng với bối cảnh kinh tế / các điều kiện nghèo là những yếu tố chính gây ra nợ xấu.

Kalirai và Scheicher (2002) được tìm thấy lãi suất cho vay, sản xuất của ngành công nghiệp, trở lại thị trường chứng khoán và chỉ số niềm tin kinh doanh là những yếu tố để xác định mức độ chất lượng cho vay tại Úc trong khi tiến hành một nghiên cứu lấy dữ liệu từ giai đoạn 1990-2001.

(Guida & Maggi, 2009) chỉ trích các nghiên cứu trước vì khơng đưa phân vùng địa lý vào để nghiên cưú các yếu tố ảnh hưởng đến nợ xấu. (Guida & Maggi, 2009) nghiên cứu tính co dãn của chi phí đến nợ vay ở các vùng khác nhau của Italie và đưa ra hàm ý chính sách cho ngân hàng trung ương để giúp các chi nhánh ngân hàng ở các vùng khác nhau cungf đạt được mục đích kiểm sốt nợ xấu. Nghiên cứu này chỉ ra vai trị đặc biệt của các khía cạnh địa lý được tìm thấy có liên quan đến việc chuyển đổi và chức năng dự tốn chi phí nợ xấu. Điều này cho phép cân nhắc hiệu quả của việc quản lý chi phí.

Dựa trên dữ liệu hàng năm từ 1998-2005 từ văn phịng tín dụng (Central de Deudores) do Ngân hàng Trung ương quản lý, (Bebczuk & Sangiácomo, 2008) nghiên cứu các nhân tố ảnh hưởng đến nợ xấu của khoản cho vay thương mại (chia theo quy mô khách hàng vay và cơ cấu sở hữu của ngân hàng) để xác định các yếu tố kinh tế, vĩ mô và các yếu tố kinh tế vi mô ảnh hưởng đến chất lượng danh mục đầu tư cho vay. Mẫu bao gồm hơn 192.000 doanh nghiệp.

Kết quả chính như sau: (1) Khơng thể hiện một mối tương quan cao với chu kỳ kinh doanh, mặc dù tương quan này suy yếu tạm thời trong cuộc khủng hoảng 2002-2003; (2) Mặc dù tỷ trọng nợ xấu đã trở lại mức trước khủng hoảng, tỷ lệ của khách hàng khơng có khả năng trả nợ vẫn tăng cao. Trong năm 2005, khoảng 1 trên 3 khách hàng vay phải đối mặt với vấn đề trả nợ. Con số này là 1 trên 5 vào năm 1999, với tối đa là 1 trên 2 năm 2003; (3) Về quy mô của khách hàng vay, nợ xấu dường như theo một hình chữ U ngược, với các giá trị cao hơn xung quanh các khoản vay của khác hàng quy mơ trung bình; (4) Khách hàng vay trong năm 2000 và 2001 đã thể hiện một danh mục đầu tư chất lượng tốt hơn so với người đi vay