CHƯƠNG 3: MÔ HÌNH ĐO LƯỜNG CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CHẤT LƯỢNG TÍN DỤNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT
3.1. Phương pháp nghiên cứu
* Các mô hình sử dụng trong bài nghiên cứu là:
- Mô hình ước lượng bình phương nhỏ nhất Pooled OLS;
- Mô hình tác động cố định (Fixed Effect Model – FEM);
- Mô hình tác động ngẫu nhiên (Random Effect Model – REM);
- Mô hình hồi quy theo phương pháp bình phương tối thiểu tổng quát (FGLS).
* Các bước nghiên cứu theo thứ tự như sau:
- Bước 1: Thống kê mô tả, phân tích hệ số tương quan và kiểm định hiện tƣợng đa cộng tuyến giữa các biến.
- Bước 2: Hồi quy mô hình Pooled OLS, mô hình REM & FEM.
- Bước 3: Sử dụng kiểm định Hausman và Breusch-Pagan Lagrange để lựa chọn mô hình phù hợp.
- Bước 4: Kiểm định các giả thiết hồi quy cho mô hình.
- Bước 5: Ước lượng mô hình theo phương pháp FGLS.
- Bước 6: Kết luận.
* Xây dựng mô hình nghiên cứu
Qua việc tham khảo các bài nghiên cứu trước đây về vấn đề nợ xấu, tác giả đã lựa chọn các nhân tố sau có tác động đến nợ xấu tại các NHTM nhằm đƣa vào mô hình nghiên cứu. Trong đó, tác giả sử dụng mô hình của tác giả Amit Gosh (2015) do các biến có sự tương đồng với tình hình kinh tế Việt Nam, phù hợp để điều chỉnh và nghiên cứu tại Việt Nam. Đồng thời, nhận thấy mô hình nghiên cứu của tác giả Nir Klein (2013) có nghiên cứu thêm yếu tố lạm phát vào mô hình của tác giả Amit Gosh (2015), tuy nhiên bài nghiên cứu lại tập trung chủ yếu vào các nhân tố vĩ mô bên ngoài ngân hàng. Do đó, tác giả quyết định lựa chọn bù đắp khe hở của hai nghiên cứu trên nhằm đề ra mô hình nghiên cứu cho đề tài này. Mô hình nghiên cứu nhƣ sau:
NPLit = + x NPLi(t-1) + x TTTDit + x CPDPRRit + x CIRit + x GDPit + x INFit +εit
Trong đó:
- là hệ số chặn.
- ., là hệ số của các biến độc lập.
- là tỷ lệ nợ xấu của ngân hàng i năm t.
- là tỷ lệ nợ xấu của ngân hàng i năm (t-1).
- là tốc độ tăng trưởng tín dụng của ngân hàng i năm t.
- là chi phí dự phòng rủi ro của ngân hàng i năm t.
- là chi phí hoạt động của ngân hàng i năm t.
- là tốc độ tăng trưởng kinh tế được đo bằng tốc độ tăng GDP thực năm t.
- là tỷ lệ lạm phát năm t.
- εit là các sai số ngẫu nhiên.
* Lý do chọn biến
- Rủi ro tín dụng (NPLit): là rủi ro tiềm tàng có khả năng xảy ra đối với tổ chức tín dụng khi khách hàng từ chối hoặc không thanh toán gốc, lãi đúng hạn theo cam kết với NHTM (Thông tƣ số 02/2013/TT-NHNN). Và HĐTD của các NHTM sẽ phải đối mặt với rủi ro lớn khi khách hàng có dấu hiệu chậm trả gốc và lãi cho ngân hàng. Trong hầu hết các nghiên cứu về RRTD trong kinh doanh của hệ thống NHTM, tỷ lệ nợ xấu thường được sử dụng rộng rãi để phản ánh CLTD của các NHTM (Salas và Saurina, 2002; Jimenex và Saurina, 2007; Louzis và cộng sự, 2012). Đặc biệt, theo Reinhart và Rogoff (2010), Nkusu (2011) và Louzis và cộng sự (2012), tỷ lệ nợ xấu thể hiện RRTD trong kinh doanh ngân hàng và có thể đƣợc sử dụng nhƣ một tiêu chí đáng tin cậy để đƣa ra cảnh báo sớm về khủng hoảng ngân hàng. Vì vậy, RRTD được lựa chọn làm chỉ tiêu đo lường CLTD của các NHTM Việt Nam.
- Tỷ lệ nợ xấu năm trước ( ): Thực tế cho thấy khi nợ xấu tăng trưởng trong giai đoạn này sẽ có nguy cơ làm tăng RRTD của NHTM trong giai đoạn sau. Khi nghiên cứu các nhân tố ảnh hưởng đến RRTD, một số bài nghiên cứu cũng đưa nhận xét về mối quan hệ cùng chiều giữa nợ xấu năm trước và RRTD như của tác giả Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018), Salas và
Saurina (2002), Klein (2013), Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng (2018). Chính vì vậy, tác giả đã lựa chọn tỷ lệ nợ xấu năm trước ( làm biến độc lập nhằm đƣa vào mô hình nghiên cứu.
- Tăng trưởng tín dụng (TTTDit): Tốc độ TTTD được coi là một trong những biến số ảnh hưởng và sớm cảnh báo RRTD trong HĐKD của các ngân hàng.
Fisher (1933) và Keynes (1934) đã chỉ ra rằng trong thời kỳ tín dụng tăng trưởng nhanh, dòng vốn liên tục đổ vào nền kinh tế sẽ dẫn đến giá trị tài sản không ngừng tăng lên, điều này làm cho RRTD gia tăng. Đồng thời, TTTD nhanh thường xảy ra trong giai đoạn cạnh tranh gay gắt giữa các NHTM, làm giảm tiêu chuẩn tín dụng và tăng RRTD trong tương lai (Dell Ariccia và các cộng sự, 2009; Salas và Saurina, 2002; Jimenez và Saurina, 2007). Berger và các cộng sự (2004) cũng cho rằng TTTD nhanh sẽ ảnh hưởng đến việc quản lý rủi ro và thông tin khách hàng của các NHTM, do đó làm tăng RRTD. Nhận thấy tầm quan trọng của tốc độ TTTD đối với RRTD, tác giả đã sử dụng biến này vào trong nghiên cứu.
- Chi phí dự phòng rủi ro ( : Khi ngân hàng phải tăng chi phí DPRR, tức tăng tỷ lệ chi phí DPRR trên tổng tài sản, nghĩa là ngân hàng đó đang đối mặt với vấn đề nợ xấu gia tăng. Các nghiên cứu của tác giả Messai và Jouini (2013), Salas và Saurina (2002), Amit Ghosh (2015) cũng đã chỉ ra mối tương quan cùng chiều giữa chi phí dự phòng RRTD và nợ xấu. Tuy nhiên, tác giả Makri et al.
(2014) lại cho rằng mỗi quan hệ giữa chúng là ngƣợc chiều qua nghiên cứu về các nhân tố ảnh hưởng đến nợ xấu tại các nước châu Âu giai đoạn 2000 – 2008. Chi phí dự phòng RRTD thực tế ảnh hưởng rất nhiều tới RRTD của NHTM, vì vậy tác giả đã lựa chọn đƣa vào mô hình để thực hiện nghiên cứu.
- Chi phí hoạt động (CIRit): Khi nâng cao hiệu quả hoạt động và quản lý của các NHTM, thông tin và quản lý rủi ro sẽ giảm thiểu RRTD trong HĐKD của các NHTM. Trong đó, biến đƣợc lựa chọn để thể hiện năng lực quản lý của ngân hàng đó là hiệu quả quản lý chi phí đƣợc thể hiện bằng tỷ lệ chi phí trên tổng thu nhập. Tương tự như các nghiên cứu được thực hiện bởi Louzis (2012) và Lobna Abid và các cộng sự (2013), các nhà nghiên cứu đƣa ra kỳ vọng của họ về mối tương quan thuận chiều giữa chi phí hoạt động và RRTD của NHTM.
- Tăng trưởng kinh tế ( ): Tín dụng ngân hàng và tăng trưởng kinh
tế luôn có mối liên hệ chặt chẽ với nhau. Theo lý thuyết do Modigliani và Miller (1967) phát triển, trong thời kỳ kinh tế tăng trưởng, các doanh nghiệp và cá nhân sẽ dễ dàng hơn trong việc thanh toán các khoản vay từ NHTM vì có cơ hội đầu tƣ và triển vọng kinh doanh tốt hơn. Ngƣợc lại, trong thời kỳ kinh tế suy thoái, các tác nhân kinh tế sẽ gặp nhiều khó khăn hơn trong kinh doanh và sử dụng vốn vay, từ đó ảnh hưởng xấu đến việc trả nợ. Điều này được chứng minh qua các nghiên cứu thực nghiệm ở nhiều quốc gia nhƣ của tác giả Salas và Saurina (2002); Jimenez và Saurina (2005) với hệ thống NHTM Tây Ban Nha, Fisher và cộng sự (2002) với hệ thống NHTM Mỹ và Canada; Louzis và cộng sự (2010) với hệ thống các NHTM Ai Cập hay Quagliarello’s (2007) với hệ thống các NHTM Ý giai đoạn 1985-2002.
Tương tự, tác giả chọn tăng trưởng GDP để trình bày mức độ tác động của tăng trưởng kinh tế đến RRTD tại các NHTM Việt Nam.
- Lạm phát: Lạm phát và RRTD có thể sẽ tồn tại các mối quan hệ cùng chiều hoặc ngƣợc chiều trong HĐKD của các NHTM. Lạm phát tăng sẽ làm giảm chi phí thực tế mà các tác nhân kinh tế phải gánh chịu từ các khoản nợ, do đó nâng cao khả năng thanh toán của khách hàng. Ngƣợc lại, lạm phát gia tăng cũng ảnh hưởng xấu đến thu nhập thực tế của các tác nhân kinh tế và gây khó khăn trong việc trả nợ theo cam kết với các NHTM (Castro, 2013). Nhận thấy đƣợc tầm quan trọng giữa lạm phát với RRTT, tác giả đã sử dụng biến này làm cơ sở để nghiên cứu.
Bảng mô tả tóm tắt các biến và chiều tác động của các biến độc lập tới RRTD:
Biến Đo lường Ký hiệu Dự đoán chiều
tác động Biến
phụ thuộc
Rủi ro tín dụng
Tổng nợ xấu năm t/ Tổng dƣ nợ năm t
NPLit
Biến độc lập
Tỷ lệ nợ xấu năm trước
Tổng nợ xấu năm (t-1)/ Tổng dƣ nợ năm (t-1)
+
Tăng trưởng tín dụng [Dư nợ năm t – Dư
nợ năm (t-1)]/Dƣ TTTDit +
nợ năm (t-1) Chi phí dự phòng rủi
ro
Chi phí dự phòng
rủi ro/ Tổng tài sản CPDPRRit + Chi phí hoạt động Chi phí hoạt động/
Tổng thu nhập CIRit +
Tăng trưởng kinh tế
Tốc độ tăng trưởng GDP thực hàng năm
GDPit -
Lạm phát Tỷ lệ lạm phát
hàng năm INFit +
Bảng 3.1: Bảng tóm tắt các biến trong mô hình nghiên cứu
* Các giả thuyết nghiên cứu được đưa ra như sau:
- H1: Tỷ lệ nợ xấu năm trước và RRTD có mối quan hệ cùng chiều (+).
- H2: Tăng trưởng tín dụng và RRTD có mối quan hệ cùng chiều (+).
- H3: Chi phí dự phòng RRTD và RRTD có mối quan hệ cùng chiều (+).
- H4: Chi phí hoạt động và RRTD có mối quan hệ cùng chiều (+).
- H5: Tăng trưởng kinh tế và RRTD có mối quan hệ ngược chiều (-).
- H6: Tỷ lệ lạm phát và RRTD có mối quan hệ cùng chiều (+).