Các Thống Kê Mô Tả, Bảng Tần Suất Và Ma Trận Tương Quan Các Biến

g) Lãi suất cơ bản (INS)

Dựa trên phân tích của tác giả tại Mục 2.3.2.1 cũng như kết quả nghiên cứu của các tác giả Pouw L. và Kakes J. (2013), mặc dù tác giả có thể kỳ vọng một tương quan ý nghĩa giữa LSCB và tăng trưởng tín dụng, nhưng vẫn chưa thể chắc chắn về hướng của mối quan hệ này.

Kỳ vọng (giả thiết) về mối tương quan giữa biến INS và CG:

H7: Tăng trưởng tín dụng sẽ chịu sự tác động của các mức LSCB

Thông tin về mức LSCB được dựa trên thông tin công bố định kỳ của NHNN (thường theo tháng). Theo đó mức lãi suất được sử dụng trong mô hình là giá trị bình quân tương ứng với năm quan sát. Công thức đo lường giá trị biến INS như sau:

INS = (∑ Các mức lãi suất cơ bản được công bố theo tháng) / 12

h) Tăng trưởng kinh tế (GDP)

Dựa trên phân tích của tác giả tại Mục 2.3.2.2 cũng như kết quả nghiên cứu của Aydin B. (2008), tác giả có thể có một kỳ vọng cao về khả năng tác động của tăng trưởng kinh tế đến tăng trưởng tín dụng theo hướng tích cực.

Kỳ vọng (giả thiết) về mối tương quan giữa biến GDP và CG:

H8: Tăng trưởng tín dụng sẽ chịu sự tác động tích cực của tốc độ tăng trưởng của nền kinh tế

Thông tin về tốc độ tăng trưởng kinh tế được dựa trên thông tin công bố định kỳ của Tổng cục thống kê đối với chỉ số tăng trưởng của tổng sản phẩm quốc dân (GDP). Việc đo lường biến GDP được tính toán dựa trên công thức như sau:

GDP = Tốc độ tăng/ giảm của GDP (theo năm)

i) Tỷ lệ lạm phát (INF)

Dựa trên phân tích của tác giả tại Mục 2.3.2.3 cũng như kết quả nghiên cứu của các tác giả Singh A. và Sharma A. K. (2016), tác giả có thể kỳ vọng về một tác động ngược chiều có ý nghĩa của lạm phát đến tăng trưởng tín dụng ngân hàng.

Kỳ vọng (giả thiết) về mối tương quan giữa biến INF và CG:

H9: Tín dụng sẽ giảm trong điều kiện lạm phát trong nền kinh tế gia tăng

Thông tin về tỷ lệ lạm phát được dựa trên thông tin công bố của Tổng cực thống kê định kỳ hàng tháng và cuối mỗi năm. Theo đó mức lạm phát được sử dụng trong mô hình là giá trị bình quân tương ứng với năm quan sát. Việc đo lường biến INF được tính toán dựa trên công thức như sau:

INF = (∑ Các mức lạm phát công được bố theo tháng) / 12

j) Chỉ số tự do kinh tế (EF)

Dựa trên phân tích của tác giả tại Mục 2.3.2.4 và nghiên cứu của Lane P. R. và McQuade P. (2014), tác giả có thể kỳ vọng về một mối quan hệ tích cực giữa chỉ số tự do kinh tế và tăng trưởng tín dụng của hệ thống NHTM. Tuy nhiên, do đặc tính của nền kinh tế Việt Nam và hệ thống tài chính đang phát triển của chúng ta đều còn chưa ổn định. Nên một sự lo lắng về khả năng hấp thụ các nguồn vốn ngoại rất đáng để tác giả quan tâm và chưa thể xác định được xu hướng của tác động.

Kỳ vọng (giả thiết) về mối tương quan giữa biến EF và CG:

H10: Tín dụng sẽ chịu sự tác động đáng kể của mức độ tự do hoá kinh tế

Thông tin về chỉ số tự do kinh tế của Việt Nam được dựa trên công bố của tổ chứ "The Heritage Foundation"5. Công thức đo lường giá trị biến EF như sau:

5 The Heritage Foundation, hay còn gọi là Tổ chức Di sản là một nhóm tư duy chính sách công bảo thủ của Mỹ có trụ sở tại Washington, D.C. Tư tưởng của tổ chức này đóng vai trò chủ đạo trong phong trào bảo thủ trong nhiệm kỳ tổng thống của Ronald Reagan, chính sách của họ được lấy từ các nghiên cứu chính sách của tổ chức này.

EF = Chỉ số tự do kinh tế được The Heritage Foundation công bố theo từng năm và theo từng quốc gia6

3.3.3 Các thao tác trên mẫu dữ liệu

Từ từ mô hình mà tác giả xây dựng và sử dụng trong khuôn khổ đề tài này (tại mục 3.2.1), tác giả lựa chọn sử dụng lần lượt 3 mô hình gồm: FEM, REM và GMM và tiến hành phân tích dựa trên các kết quả có được.

Cụ thể, tác giả lần lượt thực hiện các thao tác trên dữ liệu như sau:

- Xây dựng mô hình

- Thực hiện các thống kê mô tả trên mẫu dữ liệu

- Thực hiện các kiểm định độ tin cậy dữ liệu bằng kiểm định VIF

- Lần lượt thực hiện ước lượng theo mô hình FEM, REM và GMM

- Từ các kết quả của ước lượng theo mô hình GMM, tác giả thực hiện đồng thời các kiểm định AR(1) và AR(2) để chắc chắn rằng dữ liệu không có hiện tượng phương sai thay đổi và hiện thượng tự tương quan.

Phần mềm STATA 13 là phần mềm được sử dụng xuyên suốt trong khuôn khổ nghiên cứu này để thực hiện các thao tác xử lý trên dữ liệu.

Tác giả lựa chọn phương pháp ước lượng chính của đề tài là phương pháp ước lượng GMM (Generalized Method of Moments) và xem kết quả hồi quy theo phương pháp GMM là kết quả chính của luận văn vì những ưu điểm mà phương pháp này mang lại cho các nghiên cứu cần ước lượng mô hình hồi quy đa biến cho dữ liệu bảng khi nó xử lý triệt để các hiện tượng phương sai thay đổi, tự tương quan trong mô hình. Mặc dù có những phức tạp nhất định trong quá trình thực hiện, nhưng so với các phương pháp ước lượng khác (OLS, FEM, REM), thì hiện tại, GMM vẫn được xem là phương pháp mạnh, hiện đại, được nhiều các nghiên cứu sử dụng.

6 Xem chi tiết lại đường dẫn: https://www.heritage.org/index/visualize?cnts=vietnam&type=9

Chương 4

KẾT QUẢ NGHIÊN CỨU

4.1 Kết quả ước lượng mô hình

4.1.1 Các thống kê mô tả, bảng tần suất và ma trận tương quan các biến

4.1.1.1Thống kê mô tả

Tác giả thực hiện các thống kê mô tả đối với dữ liệu và trình bày các giá trị trong bảng 4.1:

Bảng 4.1 Bảng thống kê mô tả của các biến

STT

Các biến	Giá trị trung bình	Giá trị lớn nhất	Giá trị nhỏ nhất	Trung vị	Độ lệch chuẩn
1	CG	25,2783	148,061	-30,09972	20,16176	23,68142
2	DG	24,41395	438,1994	-30,07472	17,77942	39,25041
3	NPL	2,076063	11,67212	0	1,99646	1,683572
4	CAP	9,843538	25,64247	3,461845	8,558525	4,378812
5	LIQ	15,84645	60,64193	1,383007	13,94209	9,088612
6	SIZ	32,0613	34,723	29,73825	32,06666	1,115789
7	INS	8,89625	9	8,17	9	0,2751115
8	GDP	6,05375	6,81	5,25	6,095	0,5409759
9	INF	6,87	18,68	0,88	5,34	5,212417
10	EF	51,575	54	49,8	51,45	1,160988

Có thể bạn quan tâm!

Xem toàn bộ 86 trang tài liệu này.

Nguồn: Tác giả tổng hợp - STATA 13

(xem thêm tại Phụ lục 3)

Biến CG (biến phụ thuộc) - tốc độ tăng trưởng tín dụng của các NHTM trong giai đoạn 2010-2017 có giá trị trung bình xấp xỉ 25,3 và độ lệch chuẩn 23,7. Mức tăng trưởng tín dụng trung bình của các NHTM trong mẫu nghiên cứu được đánh giá là cao; trong đó có tổng cộng 87 quan sát có mức tăng trưởng tín dụng cao hơn mức

trung bình này; đặc biệt có 18 quan sát có tỷ lệ tăng trưởng tín dụng âm, phần lớn đều là trong 2 năm 2011 và 2012. Độ lệch chuẩn cũng có giá trị khá cao (23,7) chứng tỏ mức độ phân hoá trong tăng trưởng tín dụng của các NHTM khá lớn; cụ thể, mức tăng trưởng tín dụng cao nhất thuộc về BVB vào năm 2010 (+148%); ngược lại, mức tăng trưởng tín dụng âm thấp nhất thuộc về TPB vào năm 2011 (-30%). Kết quả này có thể phản ánh phần nào mức độ phân hoá không đồng đều trong tốc độ tăng trưởng tín dụng của các NHTM, phần lớn các NHTM có mức tăng trưởng cao trong thời gian nghiên cứu. Riêng trong giai đoạn 2011-2012, NHNN thực thi CSTT thắt chặt nhằm ổn định nền kinh tế, kiềm hãm lạm phát phát sinh sau giai đoạn tăng trưởng nóng của nền kinh tế sau khủng hoảng.

Liên quan đến nhóm biến thuộc về các yếu tố nội tại của NHTM, trị thống kê mô tả của các biến DG đại diện cho tốc độ tăng trưởng tiền gửi, NPL đại diện cho tỷ lệ nợ xấu và LIQ đại diện cho tỷ lệ các TSTK của các NHTM trong giai đoạn nghiên cứu đem lại nhiều ý nghĩa đáng quan tâm. Theo đó, tốc độ tăng trưởng tiền gửi có giá trị trung bình gần như tương đồng với tốc độ tăng trưởng tín dụng (24,4); chứng tỏ một mối quan hệ hết sức mật thiết với biến chính CG của mô hình. Giá trị trung bình của tỷ lệ nợ xấu NPL ở mức khá cao (2,1%), trong đó có đến 111 quan sát có tỷ lệ nợ xấu vượt mức trung bình, đặc biệt quan sát SCB vào năm 2010 có mức nợ xấu cao nhất với 11,7%. Yếu tố thanh khoản của các NHTM trong mẫu nghiên cứu cũng có mức trung bình khá cao (15,8), với 90 quan sát có giá trị trên mức trung bình, đặc biệt SEAB trong năm 2011 có tỷ trọng các TSTK cao nhất lên đến trên 60%; có thể nhận ra có tương quan nhất định giữa thanh khoản các NHTM và tốc độ tăng trưởng tín dụng ngay trong giai đoạn này; tuy nhiên cũng phải chú ý rằng không phải tất cả các NHTM đều dư thừa thanh khoản, bằng chứng là trong giai đoạn nghiên cứu có đến 70 quan sát có tỷ lệ thanh khoản dưới 10%.

Liên quan đến nhóm các biến thuộc về các yếu tố vĩ mô, trị thống kê mô tả của các biến này phần lớn đã bộc lộ được xu hướng của các chính sách kinh tế vĩ mô mà Nhà nước Việt Nam đã thực hiện trong giai đoạn nên trên nhằm kiềm chế lạm phát, đồng thời thúc đẩy tăng trưởng kinh tế sau giai đoạn tăng trưởng nóng về lượng cũng

như chịu tác động tiêu cực của khủng hoảng kinh tế thế giới 2008. Theo đó, với CSTT thắt chặt áp dụng từ năm 2011, mức lạm phát trung bình của mẫu nghiên cứu trong giai đoạn này đã giảm đáng kể (6,8%) so với mức cao nhất 18,7% của năm 2011, mức lạm phát thấp nhất được ghi nhận trong giai đoạn này là 0,9% vào năm 2015. Như vậy, có thể thấy những chính sách của Nhà nước trong giai đoạn nghiên cứu đã có tác động tích cực đến kiềm chế lạm phát, đồng thời TDNH được đưa vào lưu thông đã khiến cho GDP kể từ năm 2012 liên tục tăng và đạt mức cao nhất 6,8% trong năm 2017. Ngoài ra, dù có sự thay đổi không đáng kể, nhưng xu hướng chung trong chỉ số tự do kinh tế của Việt Nam đã có sự tăng trưởng từ mức thấp nhất 49,8 điểm (năm 2010) lên mức cao nhất 54 điểm (năm 2016).

4.1.1.2Bảng tần suất

Khác với các biến định lượng được mô tả thông qua các trị thống kê mô tả, biến định tính TYP của mô hình nghiên cứu được mô tả thông qua bảng 4.2 dưới đây:

Bảng 4.2 Bảng tần suất của biến định tính

TYP

Tần suất	Phần trăm tần suất	Phần trăm tích lũy
0 (NHTM tư nhân)	200	89,29	89,29
1 (NHTM có sở hữu Nhà nước)	24	10,71	100,00
Tổng cộng	224	100,00

Nguồn: Tác giả tổng hợp - STATA 13

(xem thêm tại Phụ lục 4)

Liên quan đến biến TYP thể hiện tính chất sở hữu của các NHTM trong mẫu nghiên cứu, kết quả bảng tần suất cho thấy có 24 quan sát có sở hữu Nhà nước, tương ứng với 3 NHTM thuộc sở hữu Nhà nước có trong mẫu nghiên cứu, bao gồm: VCB, BID và CTG. Trong khi đó có đến 25 NHTM thuộc sở hữu tư nhân. Đặc điểm này của dữ liệu ít nhiều sẽ có tác động đến kết quả ước lượng mô hình. Tác giả bàn luận chi tiết hơn trong các phần sau của đề tài.

4.1.1.2Ma trận tương quan

Bảng 4.3 dưới đây biểu thị ma trận tương quan (mối tương quan giữa từng cặp biến) trong mô hình. Ma trận tương quan về cơ bản cung cấp thông tin về mức độ tương quan giữa các cặp biến, là cơ sở để tác giả có giả thiết về mối quan hệ có thể có giữa các biến trong mô hình. Song song đó, dự kiến về khả năng dữ liệu có thể có hiện tượng đa cộng tuyến giữa các biến trước khi thực hiện các kiểm định.

Bảng 4.3 Ma trận tương quan theo từng cặp biến

Biến

CG	DG	NPL	CAP	LIQ	SIZ	TYP	INS	GDP	INF	EF
CG	1,0000
DG	0,3563*	1,0000
NPL	-0,0978	0,0775	1,0000
CAP	-0,0825	0,1086	0,1498*	1,0000
LIQ	0,0736	0,1671*	-0,1255	0,0909	1,0000
SIZ	-0,0592	-0,1358*	-0,0702	-0,7382*	-0,2079*	1,0000
TYP	-0,0738	-0,0531	-0,0568	-0,2633*	-0,0612	0,6122*	1,0000
INS	-0,3584*	-0,1924*	0,0727	-0,1270	-0,3135*	0,1752*	-0,0000	1,0000
GDP	0,1788*	0,0311	-0,0858	-0,1366*	-0,2520*	0,0742	-0,0000	-0,2565*	1,0000
INF	-0,0643	0,0599	0,0138	0,2194*	0,4846*	- 0,2056*	-0,0000	-0,1446*	-0,6348*	1,0000
EF	-0,1586*	-0,1267	-0,0543	-0,2306*	-0,3057*	0,2272*	-0,0000	0,5792*	0,1179	-0,2871*	1,0000

Trong đó, *: p-value < 0,05: Có ý nghĩa thống kê.

Cụ thể:

Nguồn: Tác giả tổng hợp - STATA 13

(xem thêm tại Phụ lục 5)

(i) Mối tương quan giữa biến CG và các biến độc lập trong mô hình: hệ số tương quan từng cặp biến cho thấy các biến: biến DG, biến INS, biến GDP và biến EF có tác động mạnh và có ý nghĩa thống kê nhất đối với biến CG; các hệ số tương quan của từng cặp biến này lần lượt là +0,36;

-0,36; +0,18 và -0,16. Kết quả này có thể mang đến một suy nghĩ về

mối tương quan ý nghĩa giữa các biến này đến tốc độ tăng trưởng tín dụng, đặc biệt là tác động của các biến DG và GDP. Tuy vậy, các hệ số tương quan lớn chưa đủ để kết luận bất kỳ sự tác động mang tính ý nghĩa nào đến biến phụ thuộc. Vì vậy, cần phải có thêm các bước ước lượng hồi quy sau đó. Tác giả sẽ trình bày và phân tích sâu hơn trong các phần tiếp theo của luận văn.

(ii) Mối tương quan giữa các cặp biến độc lập có trong mô hình: các hệ số tương quan giữa các cặp biến độc lập khá nhỏ và chỉ một số ít hệ số có ý nghĩa thống kê với mức ý nghĩa 5%. Những cặp biến độc lập có hệ số tương quan lớn như là SIZ-CAP (-0,74); INF-GDP (-0,63) và TYP-SIZ (0,61). Tác giả lạc quan về các hệ số tương quan này vì khả năng xuất hiện hiện tượng đa cộng tuyến là tương đối thấp. Tác giả sẽ tiếp tục thực hiện các kiểm định khác để các kết luận thực sự chắc chắn và có cơ sở.

4.1.2 Thực hiện kiểm định độ tin cậy trên dữ liệu

4.1.2.1 Thực hiện kiểm định hiện tượng đa cộng tuyến

Tác giả thực hiện kiểm định VIF để kết luận sự tin cậy của mô hình, đặc biệt tránh trường hợp các biến bị trùng lắp hoặc có ý nghĩa tương tự nhau trong mô hình.

Tác giả trình bày kết quả thực hiện kiểm định đa cộng tuyến lần 1 trong bảng

4.4 dưới đây (sắp xếp theo chiều giảm dần trị số VIF):

Bảng 4.4 Kết quả kiểm định đa cộng tuyến (lần 1)

STT

Các biến	Trị số VIF
1	EF	2979,59
2	INS	2017,52
3	SIZ	1171,49
4	GDP	236,16
5	CAP	9,90