Biểu Đồ Tương Quan Giữa Biến Động Lạm Phát Và Phân Tán Tỷ Lệ Cho Vay/tổng Tài Sản


No. Country ARCH

(p)

GARCH

(q)

No. Country ARCH

(p)

GARCH

(q)

8 Laos 2 18 Taiwan 2

9 Malaysia 1 1 19 Indosia 2

10 Srilanka 1

Để hình dung sự liên quan giữa sự biến động của lạm phát và sự khác biệt về phương sai của tỷ lệ cho vay / tổng tài sản. Đồ thị ở Hình 3.2 mô tả sự biến thiên của biến động lạm phát và phân tán tỷ lệ cho vay trên tổng tài sản. Chúng ta thấy rằng có sự tương quan âm giữa sự biến động của lạm phát và sự phân tán tỷ lệ cho vay / tổng tài sản của các ngân hàng. Mặc dù những số liệu này cung cấp một bằng chứng trực quan về mối tương quan âm giữa sự bất ổn về lạm phát và sự phân tán chéo của tỷ lệ cho vay trên tài sản của các ngân hàng. Tuy nhiên các ngân hàng ở quốc gia có thể phải chịu các cú sốc cụ thể với các đặc trưng riêng của mỗi quốc gia, nên cần tiến hành nghiên cứu thực nghiệm chính thức trước khi đưa ra kết luận về mối tương quan này. Hơn nữa, ngoài các tác động cố định ở cấp độ quốc gia, chúng ta phải xem xét tác động của nhiều yếu tố khác có thể bóp méo quan sát.


Hình 3.2: Biểu đồ tương quan giữa biến động lạm phát và phân tán tỷ lệ cho vay/tổng tài sản


3.2.2.3 Nhóm biến kiểm soát‌

Biến kiểm soát là những biến chỉ đặc điểm riêng có được đưa vào mô hình nhằm làm giảm bất cứ tác động nào có thể gây nhiễu cho các nhân tố khác hoặc cho việc diễn giải kết quả của nghiên cứu. Biến kiểm soát cũng có một ảnh hưởng tiềm năng vào biến phụ thuộc như biến độc lập, nhưng sự tác động đó không phải là điều mà ta đang quan tâm. Bên cạnh đó, việc đưa biến kiểm soát vào mô hình phân tích vì ta không thể bỏ qua sự tác động của nó khi xem xét các tác động của biến độc lập. Tương tự như Mustafa, Bing (2016), nhóm biến kiểm soát được đưa vào mô hình bao gồm các yếu tố biến động khác của môi trường vĩ mô:

Lạm phát: được thu thập thừ WorldBank, lạm phát cũng được kỳ vọng tác động ngược chiều lên sự phân tán tỷ lệ cho vay trên tổng tài sản.

Tốc độ tăng trưởng GPD, GDP: tác động của tăng trưởng GDP (GDP) đối với sự phân tán tỷ lệ cho vay/tài sản vẫn còn chưa rò ràng. Chẳng hạn như trong một nền kinh tế tăng trưởng, nếu các tín dụng mới tăng đều đặn trên tất cả các ngân hàng, thì sự phân tán tỷ lệ cho vay / tài sản không thay đổi. Tuy nhiên, nếu tín dụng mới được mở rộng bởi các ngân hàng nhất định thì tác động lên sự phân tán sẽ cùng chiều vì tốc độ tăng trưởng GDP thay đổi theo thời gian.

Biến giả dumFC nhận giá trị là 1 nếu năm t lớn hơn năm 2007. Việc đưa biến giả này vào mô hình với mục đích kiểm tra xem sự phân tán của tỷ lệ cho vay đối với tài sản đã thay đổi sau cuộc khủng hoảng tài chính hay không. Hệ số chặn được kỳ vọng mang dấu dương vì sau cuộc khủng hoảng tài chính các khoản tiền đã được bơm vào các thị trường tài chính. Ngược lại, cũng có thể tranh luận về kỳ vọng ngược chiều, vì các ngân hàng hạn chế cung cấp các khoản vay trong giai đoạn khủng hoảng mặc dù các nỗ lực của NHTW và Chính phủ.

Biến tương tác giữa biến giả khủng hoảng tài chính và độ biến động lạm phát


(dumFC*h) cho thấy sự liên quan giữa biến động lạm phát có thay đổi sau cuộc khủng hoảng tài chính. Hệ số âm (dương) cho thấy rằng sau cuộc khủng hoảng tài chính, tác động ngược chiều của sự biến động về phân bổ nguồn lực ngân hàng đã tăng lên (suy yếu).

Biến động của thị trường chứng khoán (VolStock) và biến động giá dầu (VolOil) cũng được đo bằng cách áp dụng phương pháp ARCH / GARCH. Để ước tính biến động thị trường chứng khoán, bài nghiên cứu thu thập dữ liệu theo tháng của các chỉ số chứng khoản đại diện cho thị trường tại mỗi quốc gia được lấy từ Datastream và biến động giá dầu được đo dựa trên giá dầu West Taxas Intermediate được lấy từ IMF. Mặc dù có thể kỳ vọng rằng sự biến động của thị trường chứng khoán sẽ có tác động tích cực đến sự phân tán các khoản cho vay của ngân hàng, nhưng tác động này cũng có thể là ngược lại. Ví dụ, nếu các ngân hàng mở rộng tín dụng cho các công ty có cơ hội đầu tư chất lượng tốt mặc dù các công ty này không thể huy động vốn tài chính trong giai đoạn biến động của thị trường chứng khoán, sự phân tán tỷ lệ cho vay / nguồn vốn của các ngân hàng sẽ mở rộng. Tuy nhiên, nếu sự biến động của thị trường chứng khoán là tín hiệu cho một bất ổn tổng thể trong thị trường tài chính, thì việc phân tán các khoản vay sẽ thu hẹp, vì các ngân hàng có xu hướng hành xử thận trọng trong việc mở rộng các khoản vay trong giai đoạn biến động. Tác động của biến động giá dầu đối với biến phụ thuộc dự kiến sẽ là ngược chiều, vì sự biến động giá dầu tăng lên hàm ý sự gia tăng bất ổn trong môi trường kinh tế vĩ mô dẫn đến hành vi cho vay bảo thủ của ngân hàng.

Rủi ro trung bình của ngành ngân hàng chính là sự biến động lợi nhuận của các ngân hàng của cùng một nước, nó được tính từ độ lệch chuẩn của tỷ lệ thu nhập ròng trên tổng tài sản của các ngân hàng có trong bộ dữ liệu. Bài nghiên cứu kỳ vọng rủi ro trung bình ngân hàng sẽ có tác động ngược chiều lên việc phân tán tỷ lệ cho vay/tổng tài sản.

Và cuối cùng là tỷ suất sinh lợi ngành ngân hàng trung bình được tính bình quân


cho các ngân hàng trong bộ dữ liệu và được kỳ vọng có tác động cùng chiều lên hiệu quả phân bổ nguồn cho vay của các ngân hàng.

Nhìn chung, việc đưa các biến số kiểm soát không nên ảnh hưởng đến kỳ vọng dấu và ý nghĩa của hệ số liên quan đến sự biến động của lạm phát, þ1, thể hiện những tác động đảo ngược của sự biến động lạm phát lên phân bổ nguồn lực ngân hàng. Cũng lưu ý rằng mô hình mở rộng bao gồm các biến giả hằng năm, i.year, nắm bắt những cú sốc còn lại có thể ảnh hưởng đến mối tương quan.


Bảng 3.3 trình bày tóm tắt mô tả biến, định nghĩa của các biến được sử dụng trong phân tích thực nghiệm kèm theo kỳ vọng dấu của các biến độc lập tác động lên độ phân tán tỷ lệ cho vay trên tổng tài sản của các ngân hàng.

29


Bảng 3.3: Mô tả biến, định nghĩa và nguồn dữ liệu


Nhóm Tên biến Định nghĩa Nguồn dữ liệu Kỳ vọng dấu

Biến phụ thuộc Disp (Loans) Phương sai của tỷ lệ cho vay trên tổng tài sản của các

Bankscope và

j,t TA

ngân hàng trong cùng một nước.

Datastream


j,t Biến động lạm phát được đo bằng phương sai có điều

kiện từ ước lượng ARCH/GARCH của chỉ số giá tiêu dùng hàng tháng

IMF -

Inflation Lạm phát Worldbank

Indicators

GDP Tốc độ tăng trưởng GDP Worldbank

-


+/-

Biến độc lập


dumFC Bằng 1 nếu năm t lớn hơn năm 2007

Indicators


+/-

dumFC*h Biến tương tác của dumFC và j,t +/-

VolStock Biến động thị trường chứng khoán được đo bằng phương sai có điều kiện từ ước lượng ARCH/GARCH của chỉ số thị trường chứng khoán

VolOil Biến động giá dầu được đo bằng phương sai có điều kiện từ ước lượng ARCH/GARCH của giá dầu WTI

Datastream +/-


IMF -

30


Ngoài ra, trước khi ước lượng, chúng tôi tiến hành xem xét hiện tượng đa cộng tuyến giữa các biến độc lập. Bảng 3.4 trình bày các hệ số tương quan đôi giữa các biến được đưa vào mô hình. Điều kiện để đánh giá không có đa cộng tuyến giữa các biến độc lập chính là các hệ số tương quan không được vượt quá 0,8 và có ý nghĩa thống kê.

Kết quả cho thấy biến rủi ro ngành ngân hàng và biến lợi nhuận ngành ngân hàng có tương quan hoàn toàn với mức ý nghĩa 1%. Do đó khi hồi quy bằng mô hình FE, biến rủi ro ngành ngân hàng bị loại bỏ. Ngoài ra các biến độc lập khác trong mô hình đều không có mối tương quan nào đặc biệt cao hơn 0,8, tức là không thể xảy ra hiện tượng đa cộng tuyến.

Thêm vào đó, để làm giảm bớt tác động của các giá trị ngoại lai, chúng tôi đã loại trừ 2,5% các giá trị ngoại lai. Các quan sát còn lại trong mẫu nghiên cứu là các giá trị còn lại.

31


Bảng 3.4: Ma trận hệ số tương quan

Với các ký hiệu *,**, và *** lần lượt đại diện cho các mức ý nghĩa 10%, 5%, và 1%

Tên biến

1

2

3

4

5

6

7

8

9

10

1. Độ phân tán tỷ lệ cho

1.0000










vay











2. Biến động lạm phát

-0.0881

1.0000









3. Lạm phát

-0.0782

0.0106

1.0000








4. Tăng trưởng GDP

5. Khủng hoảng tài chính

0.0232

-0.1049*

0.0060

0.1519***

-0.1755***

-0.1248**

1.0000

-0.1527***


1.0000






6. Biến động lạm phát sau

-0.0865

-0.0865

0.0932***

-0.0117

0.2061

1.0000





khủng hoảng tài chính

7. Biến động thị trường


-0.1472**


0.0277


0.1769***


-0.0441


0.0642


0.0155


1.0000




chứng khoán

8. Biến động giá dầu


-0.0449


0.0175


0.0931


-0.1197**


0.1678**


0.2607***


0.0054


1.0000



9. Rủi ro ngành ngân hàng

0.0143

-0.0056

-0.0170

-0.0335

0.0633

-0.0021

0.0296

0.0585

1.0000


10. Lợi nhuận ngành ngân

-0.0143

0.0056

0.0170

0.0335

-0.0633

0.0021

-0.0296

-0.0585

-1.0000 ***

1.0000

hàng











Có thể bạn quan tâm!

Xem toàn bộ 74 trang tài liệu này.

Ảnh hưởng của biến động lạm phát lên sự phân bổ nguồn cho vay của ngân hàng - Bằng chứng thực nghiệm tại một số ngân hàng Châu Á - 5


CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU‌

Trong chương này, kết quả hồi quy sẽ được trình bày theo ba phương pháp ước lượng. Mô hình ước lượng bằng cách sử dụng mô hình FEM, REM và sau đó là mô hình biến công cụ với kỹ thuật ước lượng GMM, IV-GMM để khắc phục hiện tượng nội sinh. Tất cả các mô hình cho phép các hiệu ứng cố định cụ thể của quốc gia và mô hình mở rộng nhất của đưa thêm vào hiệu ứng năm. Robust standard errors cũng được trình bày trong tất cả các bảng kết quả.

Kết quả cho thấy có mối tương quan ngược chiều giữa sự biến động của lạm phát và sự phân tán chéo của tỷ lệ cho vay trên tài sản. Những phát hiện này cung cấp hỗ trợ cho giả thuyết rằng sự biến động ảnh hưởng cản trở việc phân bổ một cách có hệu quả nguồn vốn khan hiếm của ngân hàng.


4.1 Kết quả hồi quy bằng REM‌

Bảng 4.1: Kết quả hồi quy bằng phương pháp REM

Với các ký hiệu *,**, và *** lần lượt đại diện cho các mức ý nghĩa 10%, 5%, và 1% Độ lệch chuẩn được đặt trong dấu ngoặc đơn.



(1)

(2)

(3)

(4)

h

-0.054621***

-0.0547329***

-0.0548081***

-0.048062***


(0.0062821)

(0.0058209)

(0.0060634)

(0.0065763)

Inflation


-0.000074

-0.000059

0.0000207



(0.003496)

(0.000349)

(0.003264)

GPD



0.0000789

0.000219




(0.0004065)

(0.000432)

dumFC




0.0040325





(0.0056153)

dumFC*h





VolStock





VolOil





BankRisk





BankReturn





i.year





Country

Yes

Yes

Yes

Yes

Cons

0.0207991***

0.0210531***

0.0205542***

0.0170831***


(0.0010182)

(0.0044867)

(0.0050174)

(0.0055164)

N

302

301

300

300

R20.0078

0.00098

0.0099

0.0271

Cột 1 mô tả mô hình giản đơn nhất khi biến động lạm phát là biến giải thích duy

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 07/06/2022