3.2. Mơ hình nghiên cứu và các giả thuyết nghiên cứu 35
3.2.1. Mơ hình nghiên cứu 35
Trên cơ sở khảo sát lý thuyết ở chương 2 đề tài đã cho thấy nhóm biến vi mơ và vĩ mô thường được sử dụng trong việc nghiên cứu nợ xấu. Đối với các nghiên cứu về nợ xấu tổng thể của hệ thống ngân hàng các nước qua một khoảng thời gian, bên cạnh các yếu tố vi mô của bản thân hệ thống ngân hàng, các tác giả thường xem xét sự tác động của các yếu tố vĩ mô của quốc gia đến nợ xấu của hệ thống ngân hàng. Còn đối với các nghiên cứu về nợ xấu của hệ thống ngân hàng một quốc gia qua một khoảng thời gian, các tác giả chỉ sử dụng nhóm các biến vi mơ của ngân hàng để nghiên cứu. Trên cơ sở kinh nghiệm của các nghiên cứu trước và thực tiễn tại Việt Nam, nghiên cứu này xây dựng cách tiếp cận nghiên cứu các yếu tố tác động đến nợ xấu chỉ gồm các biến vi mô được trình bày như hình bên dưới để có cái nhìn tổng qt trước khi xây dựng các giả thuyết nghiên cứu. Việc lựa chọn các biến có khả năng tác động đến nợ xấu để xây dựng các giả thuyết nghiên cứu được dựa trên kinh nghiệm các nghiên cứu trước và phù hợp điều kiện tại Việt Nam. Các biến được nêu ra như hình 3.1 bên dưới là các biến có thể
36
tiếp cận số liệu nghiên cứu nên có thể được dùng để phân tích. Một số biến khơng thể có số liệu như nhiều nghiên cứu trên thế giới đã thực hiện như: tỷ lệ dư nợ cho vay nội bộ (hội đồng quản trị, ban điều hành, các cơng ty có liên quan), tỷ lệ dư nợ cho vay theo ngành nghề (bất động sản, thương mại dịch vụ, tiêu dùng), cơ cấu sở hữu (tỷ lệ sở hữu của nhà nước, tỷ lệ sở hữu thực sự của ban điều hành, ban quản trị và nhóm có liên quan)...Bên cạnh các biến thường được sử dụng trong các nghiên cứu trước như: Size, Equity, ROE, Creditgr, nghiên cứu này còn tiếp cận biến tỷ lệ dư nợ ngắn hạn trên tổng dư nợ cho vay (STL) như là biến có sự nghi ngờ tác động đến nợ xấu. Lý do cho việc chọn biến STL: tại Việt Nam các ngân hàng rất ngại cho vay dài hạn vì sợ rủi ro và tỷ lệ dư nợ cho vay ngắn hạn luôn luôn chiếm tỷ trọng rất cao trong tổng dư nợ. Điều này dễ làm tăng khả năng vỡ nợ cho khách hàng vay trong điều kiện kinh tế suy giảm hoặc thắt chặt tín dụng, từ đó dễ làm tăng nợ xấu cho chính ngân hàng.
Khi Jiménez và Saurina (2006) nghiên cứu về rủi ro ngân hàng ở khu vực Châu Âu, các tác giả đã phân tích hai nhóm biến tác động đến tỷ lệ nợ xấu là nhóm biến vĩ mơ và nhóm biến vi mơ của ngân hàng theo mơ hình như sau:
ln β β ln β GDPG β GDPG β RIR
β RIR β LOANG β LOANG β LOANG β HERFR
β HERFI β COLIND β COLFIR β SIZE u ε 3.15 Trong đó: NPL là tỷ lệ nợ xấu, GDPG là tốc độ tăng trưởng GDP, RIR là lãi suất thực, LOANG là tốc độ tăng trưởng tín dụng, HERFR và HERFI lần lượt là chỉ số Herfindahl theo khu vực địa lý và theo ngành công nghiệp, COLIND là tỷ lệ dư nợ có thế chấp của hộ gia đình trên tổng dư nợ cho vay (collateralised loans of households over total loans), COLFIR là tỷ lệ dư nợ có thế chấp của các doanh nghiệp trên tổng dư nợ cho vay (collateralised loans of firms over total loans), SIZE là quy mô ngân hàng.
Khi thực hiện thủ tục hồi quy, tác giả ước lượng hàm logarit của tỷ lệ nợ xấu: ln và ln tương ứng ở vế trái và phải của mơ hình thay thế cho NPLt
37
và NPLt-1. Khi diễn giải kết quả thì sử dụng NPLt và NPLt-1 để thấy sự tác động của các các yếu tố đến NPLt.
Sau đó Jiménez, Lopez và Saurina (2010) khi nghiên cứu nợ xấu và rủi ro tín dụng tại Tây Ban Nha, các tác giả sử dụng mồ hình tương tự như năm 2005:
ln NPL
100 NPL β β ln
NPL
100 NPL β STRUCTURE
β STRUCTURE β GDPG β GDPG β ROA β SIZE
β LOAN RATIO u ε 3.16
Trong liên tục các năm từ năm 2000 đến 2010 nhóm tác giả Saurina và các cộng sự đều nghiên cứu về vấn đề nợ xấu, rủi ro vỡ nợ, dự phịng rủi ro tín dụng của ngân hàng. Trong những nghiên cứu đã công bố, các tác giả đều tiếp cận theo hướng có hai nhóm biến vĩ mơ và vi mơ tác động đến nợ xấu hoặc dự phịng rủi ro tín dụng.
Hay như nghiên cứu của Espinoza và Prasad (2010) về nợ xấu của hệ thống ngân hàng các nước vùng vịnh, các tác giả đã sử dụng mơ hình với hai nhóm biến tác động đến nợ xấu là vi mô và vĩ mô:
ln β β ln β ln Equity β .
β LOANG β non oil GDPG β interest rate β VIX ε 3.17
Gần đây nhất Klein (2013) nghiên cứu nợ xấu ngân hàng tại các nước khu vực Eurozones đã sử dụng mơ hình sau:
ln β β ln β Unemployment
β Inflation β ExchangeRate β RealGDP β VIX β Equity
β ROE β LTA β LoanGr ε 3.18 Bên cạnh đó cũng có tác giả sử dụng mơ hình khác như Allen, Boffey & Powell (2011) khi nghiên cứu về nợ xấu của hệ thống ngân hàng Úc và Canada, các tác giả đã sử dụng mơ hình hồi quy với biến phụ thuộc là NPL và được mô tả như sau:
38
NPLit = β0 + β1Sizeit + β2Equityit + β3ROEit + β4LtAit+ β5CLLit + β6INTIit + β7DDit + β8Contagionit + αi+ εit (3.19)
Trong đó:
Size : Quy mô của ngân hàng, được đo bằng logarit của tổng tài sản.
Equity : vốn chủ sở hữu , được đo bằng tổng vốn chủ sở hữu chia cho tổng tài sản. ROE : khả năng sinh lợi, được đo bằng lợi nhuận sau thuế chia cho VCSH. LtA : tỷ lệ dư nợ cho vay, được đo bằng tổng cho dư nợ chia cho tổng tài sản. CLL : tỷ lệ khoản cho vay thương mại (ngoài trừ cho vay bất động sản) chia cho tổng dư nợ.
INTI : Thu nhập từ lãi trên tổng thu nhập.
DD : Distance to Default, do lường mức độ biến động nợ xấu khi giá trị tài sản đảm bảo thấp hơn mức nợ theo mơ hình Merton (1974):
0.5
√ 3.20
Trong đó: V là thị giá cổ phiếu của cơng ty (the market value of the firm), F là mệnh giá của nợ (the face value of firm's debt), T là biến thời gian, còn , lần lượt là phương sai và độ lệch chuẩn của ROA, µ là độ lệch hàng năm của tài sản xấu (an estimate of annual return (drift) of the firm asset).
Contagion: là "global DD" - kết hợp DD của Châu Âu và Mỹ, cách tính cũng giống cách tính DD cho Úc và Canada. Biến này dùng để giải thích sự tác động của ngoại sốc (nợ xấu của các quốc gia khác) đến nợ xấu của ngân hàng ở quốc gia đang nghiên cứu.
Dựa trên ý tưởng và cách tiếp cận vấn đề trong nghiên cứu của Salas và Saurina (2002), Jiménez và Saurina (2006), Espinoza và Prasad (2010) và Klein (2013) làm nền tảng và kết hợp kinh nghiệm từ các nghiên cứu khác, bài nghiên cứu này chỉ tiếp cận ở
39
khía cạnh sự tác động của các yếu tố vi mô đến nợ xấu (NPL) bao gồm các biến: biến trễ của tỷ lệ nợ xấu (Lag1NPL), quy mô ngân hàng (Size), tỷ lệ vốn chủ sở hữu (Equity), suất sinh lợi trên vốn chủ sở hữu (ROE), tỷ lệ dư nợ cho vay (LTD), tỷ lệ dư nợ cho vay ngắn hạn (STL) và tốc độ tăng trưởng tín dụng (Creditgr).
Hình 3.1 Mơ hình nghiên cứu các yếu tố tác động đến nợ xấu ngân hàng
Nguồn: tác giả tự tổng hợp
Trong đó đề tài này sẽ xem xét sự tác động của tỷ lệ dư nợ ngắn hạn (STL) và tốc độ tăng trưởng tín dụng (Creditgr) cả ở hiện tại, ở quá khứ và kết hợp cả hiện tại - quá khứ. Đo đó đề tài này xem xét ba mơ hình nghiên cứu như trình bày bên dưới đây, sau khi có kết quả hồi quy và thực hiện các kiểm định, được trình bày trong chương 4, đề tài sẽ lựa chọn mơ hình phù hợp nhất để diễn giải kết quả nghiên cứu. Ba mơ hình nghiên cứu như sau:
(1) Tỷ lệ nợ xấu năm trước (Lag1NPL) (2) Quy mô ngân hàng (Size)
(3) Tỷ lệ vốn chủ sở hữu (Equity)
(4) Suất sinh lợi trên vốn chủ sở hữu (ROE) (5) Tỷ lệ dư nợ trên nguồn vốn huy động (LTD) (6) Tỷ lệ dư nợ ngắn hạn (STL)
(7) Tỷ lệ dư nợ ngắn hạn năm trước (Lag1STL) (8) Tốc độ tăng trưởng tín dụng (Creditgr)
(9) Tốc độ tăng trưởng tín dụng năm trước (Lag1Creditgr)
Tỷ lệ nợ xấu
40
Mơ hình 1: xem xét tác động của hai biến trễ STLt-1 và Creditgrt-1:
ln β β ln β Size β Equity β ROE
β LTD β STL β Creditgr u (3.21)
Mơ hình 2: xem xét tác động của hai biến STLt và Creditgrt:
ln β β ln β Size β Equity β ROE
β LTD β STL β Creditgr u (3.22)
Mơ hình 3: kết hợp cả STLt-1 , STLt , Creditgrt-1 và Creditgrt:
ln β β ln β Size β Equity β ROE
β LTD β STL β Creditgr β STL β Creditgr u (3.23)
Với: i = 1, 2, 3,...., 39 và t = 1, 2, 3,..., 7
Vì giá trị 0 ≤ NPL ≤ 1 nên ∞ ln ∞ . Hay nói một cách khác nếu ln tăng có nghĩa là NPLit tăng và ngược lại nếu ln giảm thì NPLit giảm. Lý luận này được dùng để giải thích sự tác động của các biến độc lập lên tỷ lệ nợ xấu NPL thông qua ln . Riêng ln tăng, tức NPLt-1 cũng tăng.
Bảng 3.1 ở bên dưới là bảng liệt kê các biến được sử dụng trong mơ hình hồi quy, mô tả cách đo lường các biến và thể hiện sự kỳ vọng về dấu tác động của các biến độc lập lên biến phụ thuộc NPL. Cơ sở lý luận lựa chọn dấu kỳ vọng cho từng biến độc lập sẽ được trình bày trong phần 3.2.2: Các giả thuyết nghiên cứu. Việc xem xét mức tác động của các biến đến nợ xấu của ngân hàng, đồng thời kiểm định các dấu của hệ số các biến sẽ được thảo luận trong chương kết quả nghiên cứu và thảo luận.
41
Bảng 3.1. Mô tả biến của mơ hình nghiên cứu
Tên biến Mơ tả biến Cơng thức tính Dấu kỳ vọng
NPL Tỷ lệ nợ xấu Nợ xấu / tổng dư nợ biến phụ thuộc
NPLt-1 Tỷ lệ nợ xấu năm trước Biến trễ của tỷ lệ nợ xấu +
Size Quy mô ngân hàng Logarit(tổng tài sản) -
Equity Tỷ lệ vốn chủ sở hữu Vốn chủ sở hữu / tổng tài sản - ROE Suất sinh lợi trên vốn
chủ sở hữu
Lợi nhuận sau thuế / vốn chủ sở hữu
-
LTD Tỷ lệ dư nợ trên nguồn vốn huy động
Dư nợ cho vay / nguồn vốn huy động
+
STL Tỷ lệ dư nợ ngắn hạn Dư nợ ngắn hạn / tổng dư nợ + STLt-1 Tỷ lệ dư nợ ngắn hạn
năm trước
Biến trễ của STL +
Creditgr Tốc độ tăng trưởng tín dụng
[(Dư nợ)t - (Dư nợ)t-1] / (Dư nợ)t-1
+
Creditgrt-1 Tốc độ tăng trưởng tín dụng năm trước
Biến trễ của Creditgr +
Nguồn: tác giả tự tổng hợp