Thực Hiện Các Kiểm Định Độ Tin Cậy Của Dữ Liệu

STT

Các biến	Trị số VIF
6	INF	5,71
7	LIQ	5,65
8	NPL	2,71
9	DG	1,48

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 6)

Sử dụng giá trị 10 làm mốc phân loại, các biến có giá trị VIF < 10 là các biến gần như không có hiện tượng đa cộng tuyến với các biến khác trong mô hình.

Kết quả kiểm định VIF cho thấy có 4 biến có trị số VIF > 10 là biến EF, INS, SIZ và GDP. Ngoài ra, kết quả chạy hồi quy sơ bộ FEM (một bước tiền đề để thực hiện kiểm định VIF) cũng cho thấy biến TYP có hệ số hồi quy = 0, đồng nghĩa với việc biến này không có bất kỳ mối quan hệ nào với biến phụ thuộc CG nên không xuất hiện trong kết quả kiểm định VIF.

Vì vậy, tác giả quyết định loại bỏ 3 biến có trị số VIF > 10, bao gồm biến EF, SIZ, GDP ra khỏi mô hình. Ngoài ra, loại bỏ biến TYP do có hệ số hồi quy =0. Tác giả giữ lại biến INS do xét thấy mối tương quan cặp của biến INS đối với biến chính CG là lớn nhất trong những biến vi phạm kiểm định VIF, chứng tỏ biến INS có một mối quan hệ đáng kể với hành vi cần nghiên cứu.

Sau khi loại bỏ 4 biến khỏi mô hình, tác giả thực hiện kiểm định VIF lại một lần nữa để kiểm chứng xem hiện tượng đa cộng tuyến đã được khắc phục hay chưa. Kết quả được trình bày trong bảng 4.5 dưới đây:

Bảng 4.5 Kết quả kiểm định đa cộng tuyến (lần 2)

STT

Biến	Trị số VIF
1	INS	9,30
2	CAP	6,50

STT

Biến	Trị số VIF
3	LIQ	5,47
4	INF	3,76
5	NPL	2,68
6	DG	1,46

Nguồn: Tác giả tổng hợp - STATA 13

(xem thêm tại Phụ lục 7)

Như vậy, có thể thấy, sau khi loại những biến có hiện tượng đa cộng tuyến, thì kết quả kiểm định VIF lần 2 đã cho kết quả phù hợp hơn với tất cả các biến đều có hệ số VIF khá nhỏ (<10). Điều này là cơ sở cho thấy có thể tiếp tục thực hiện các bước nghiên cứu tiếp theo vì các biến trong mô hình đã không còn tồn tại hiện tượng đa cộng tuyến nữa.

4.1.2.2 Thực hiện các kiểm định độ tin cậy của dữ liệu

Tác giả sử dụng phần mềm STATA 13 thực hiện liên tục 2 kiểm định gồm Modified Wald test và Wooldridge test để kiểm định phương sai thay đổi và kiểm định tương quan chuỗi trên dữ liệu.

Kết quả như sau:

+ Kết quả kiểm định phương sai thay đổi (Modified Wald test):

Giá trị p-value = 0,0000 < 5% (mức ý nghĩa) của kiểm định (xem thêm tại phụ

lục 8).

Kết quả này cho thấy dữ liệu nghiên cứu đang có tồn tại hiện tượng phương

sai thay đổi. Tác giả đánh giá kết quả kiểm định là phù hợp. Theo đó, mỗi ngân hàng sẽ có những ứng xử khác nhau cho mỗi tình huống, điều này khiến cho phương sai của các chuỗi dữ liệu cũng sẽ rất khác nhau.

+ Kết quả kiểm định tự tương quan (Wooldridge test)

lục 9).

Giá trị p-value = 0,0049 < 5% (mức ý nghĩa) của kiểm định (xem thêm tại phụ

Kết quả này cho thấy dữ liệu nghiên cứu đang có tồn tại hiện tượng tự tương

quan. Tác giả đánh giá kết quả kiểm định là phù hợp với đặc thù dữ liệu các ngân hàng, do có tồn tại yếu tố thời gian.

4.1.3 Ước lượng phương trình hồi quy

4.1.3.1Ước lượng với mô hình FEM

Bảng 4.6 Kết quả ước lượng hồi quy với hiệu ứng cố định FEM

STT

Các biến	Kỳ vọng về dấu	Hệ số hồi quy	Sai số chuẩn	Trị thống kê t	p-value
1	DG	+	0,1443198*	0,0387563	3,72	0,000
2	NPL	-	-0,884005	0,8718288	-1,01	0,312
3	CAP	+/-	-0,8523439	0,5447075	-1,56	0,119
4	LIQ	+	-0,7063353*	0,2347132	-3,01	0,003
5	INS	+/-	-35,16907*	5,317135	-6,61	0,000
6	INF	-	0,132277	0,3361114	0,39	0,694
7	Hệ số chặn		355,1372	49,75395	7,14	0,000

Nguồn: Tác giả tổng hợp - STATA 13

(xem thêm tại Phụ lục 10)

Khi sử dụng mô hình FEM, các nhân tố có tác động thật sự với mức ý nghĩa 5% bao gồm các biến DG, LIQ và INS. Theo đó, so với kỳ vọng, biến tiền gửi DG là biến có tác động tích cực lớn nhất đến biến CG (phù hợp với kỳ vọng); cho thấy một sự tăng lên trong giá trị nguồn vốn huy động sẽ đem lại một khuynh hướng tăng trong hành vi cấp tín dụng. Ngoài ra, biến lãi suất INS lại đem lại một kết quả ngược chiều với giá trị khá lớn (xấp xỉ -35,2); cho thấy khi LSCB tăng lên thì việc tăng trưởng tín dụng của các NHTM có xu hướng khó khăn hơn, có lẽ do phản ứng co giãn của cầu

tín dụng so với mức giá sử dụng vốn tín dụng, ở đây là lãi suất vay đang chịu sự chi phối của LSCB đang tăng.

Về mối quan hệ với biến thanh khoản LIQ, kết quả nghiên cứu theo phương án này, tác giả tìm thấy một mối quan hệ ngược chiều có ý nghĩa; mặc dù kết quả này ngược lại với kỳ vọng của tác giả nhưng xét kỹ hơn thì kết luận này cũng có thể phù hợp với thực trạng một số NHTM Việt Nam trong giai đoạn này khi mà sự gia tăng tín dụng kèm theo chất lượng tín dụng suy giảm đã khiến cho các ngân hàng này rơi vào tình trạng khả năng thanh toán suy giảm nghiêm trọng, thanh khoản mỏng.

4.1.3.2Ước lượng với mô hình REM

Bảng 4.7 Kết quả ước lượng hồi quy với hiệu ứng cố định REM

STT

Các biến	Kỳ vọng về dấu	Hệ số hồi quy	Sai số chuẩn	Trị thống kê z	p-value
1	DG	+	0,1854552*	0,0366239	5,06	0,000
2	NPL	-	-1,165761	0,8427669	-1,38	0,167
3	CAP	+/-	-0,6713923	0,3512031	-1,91	0,056
4	LIQ	+	-0,1968705	0,1902579	-1,03	0,301
5	INS	+/-	-29,47031*	5,310669	-5,55	0,000
6	INF	-	-0,3053279	0,3092622	-0,99	0,324
7	Hệ số chặn		297,1722	48,57974	6,12	0,000

Nguồn: Tác giả tổng hợp - STATA 13

(xem thêm tại Phụ lục 11)

So với FEM, mô hình hồi quy với hiệu ứng ngẫu nhiên thu được một kết quả có nhiều khác biệt. Theo đó, với mô hình hiệu ứng ngẫu nhiên, chỉ có hai biến đem lại tác động có ý nghĩa thống kê đối với biến phụ thuộc CG. Cụ thể, nguồn vốn huy động đại diện bằng biến DG tác động cùng chiều với hệ số hồi quy +0,18; trong khi biến lãi suất cơ bản đem lại một tác động ngược chiều với hệ số hồi quy -29,5. Kết

quả kiểm định Hausman với giá trị p-value < 0 chứng tỏ kết quả ước lượng với mô hình FEM phù hợp với dữ liệu nghiên cứu (xem thêm phụ lục 12).

4.1.3.3Ước lượng với mô hình GMM

Tác giả quyết định sử dụng mô hình ước lượng GMM (Hansen L. P., 1982) như là phương pháp ước lượng chính của đề tài, dựa trên các ưu điểm mà GMM có được, đặc biệt với dữ liệu bảng. Kết quả ước lượng hồi quy GMM được tác giả trình bày trong bảng 4.8 dưới đây và kết quả này sẽ được tác giả dùng làm cơ sở để bàn luận trong chương tiếp theo của đề tài:

Bảng 4.8 Kết quả ước lượng hồi quy GMM

Kỳ vọng			Hệ số	Sai số	Trị thống
		về dấu	hồi quy	chuẩn	kê z
1	DG	+	0,3937737*	0,0284912	13,82	0,000
2	NPL	-	-2,047034*	0,3731281	-5,49	0,000
3	CAP	+/-	-0,3855747*	0,1942609	-1,98	0,047
4	LIQ	+	0,2436971*	0,0794684	3,07	0,002
5	INS	+/-	2,434537*	0,1683762	14,46	0,000
6	INF	-	-0,626713*	0,0756553	-8,28	0,000
7	Hệ số chặn		0

STT Các biến p-value

8 Arellano-Bond test for AR(1) 0,05

9 Arellano-Bond test for AR(2) 0,05

10 Hansen test 1,00

Nguồn: Tác giả tổng hợp - STATA 13

(xem thêm tại Phụ lục 13)

Kết quả ước lượng của mô hình cho thấy với mức ý nghĩa 5%, các giá trị p- value là rất nhỏ. Chính vì vậy, kết quả hồi quy là hoàn toàn đáng tin cậy trong việc giải thích biến phụ thuộc CG với mức ý nghĩa 5%.

Dấu và các hệ số chi tiết của 6 biến độc lập này được trình bày chi tiết trong bảng 4.8.

Cụ thể, các biến DG (đại diện cho tốc độ tăng trưởng quy mô vốn huy động), biến LIQ (đại diện cho tỷ trọng các TSTK) và biến INS (đại diện cho LSCB) có tương quan cùng chiều với tăng trưởng tín dụng, trong đó biến INS có tác động cùng chiều lớn nhất với hệ số hồi quy +2,4. Các biến còn lại gồm: biến NPL (đại diện cho tỷ lệ nợ xấu), biến CAP (đại diện cho tỷ trọng VCSH) và biến INF (đại diện cho tỷ lệ lạm phát trung bình) đều có mối tương quan ngược chiều với tăng trưởng tín dụng, đặc biệt, biến NPL có hệ số hồi quy lớn nhất -2,0.

Tác giả xây dựng phương trình hồi quy gồm sáu biến độc lập trong mối tương quan với biến tăng trưởng tín dụng CG như sau:

CG = 2,4*INS + 0,39*DG + 0,24*LIQ - 2,0*NPL - 0,63*INF - 0,39*CAP

Bằng cách thực hiện hai kiểm định AR(1) và AR(2), kết quả cho thấy là giá trị p-value đang lớn hơn so với mức ý nghĩa 5%, kiểm định Hansen cho kết quả với giá trị p-value 1,000. Điều này chứng tỏ phương pháp GMM đã thực hiện khắc phục được toàn bộ các khiếm khuyết của các mô hình FEM, REM.

4.2 Đúc kết và bàn luận về kết quả nghiên cứu

4.2.1 Nhóm các nhân tố có tác động tích cực (cùng chiều)

Mức lãi suất cơ bản được công bố bởi NHNN (biến INS) có tác động cùng chiều mạnh nhất đến tăng trưởng tín dụng của các NHTM. Hệ số hồi quy +2,4 cho thấy một diễn biến cùng chiều của tăng trưởng tín dụng đối với LSCB được công bố. Kết quả này đã ủng hộ cho những lập luận của tác giả khi dựa vào nghiên cứu của Pouw L. và Kakes J. (2013) để kỳ vọng rằng tăng trưởng tín dụng có khả năng diễn biến cùng chiều với mức LSCB khi mà cầu tín dụng ngân hàng không co giãn trong dài hạn.

Tốc độ tăng trưởng nguồn vốn huy động (biến DG) cũng có tác động cùng chiều đến tăng trưởng tín dụng của các NHTM. Theo đó, các NHTM có nguồn vốn

huy động tăng trưởng càng nhanh thì ngân hàng đó sẽ có xu hướng có tăng trưởng tín dụng càng cao. Cụ thể, với hệ số hồi quy là +0,39 thì khi tốc độ tăng trưởng quy mô vốn huy động tăng 1% thì sẽ khiến cho tăng trưởng tín dụng tăng 0,39%. Kết quả này hoàn toàn phù hợp với kỳ vọng của tác giả về xu hướng tác động của các biến này cũng như kết quả đạt được của Aydin B. (2008) khi nghiên cứu về giai đoạn bùng nổ tín dụng ở châu Âu. Kết quả mô hình định lượng thực hiện tại Việt Nam trong giai đoạn 2010-2017 chứng tỏ nguồn vốn huy động thật sự có một tác động thúc đẩy hoạt động cấp tín dụng của các NHTM. Nguồn vốn huy động mà cụ thể là nguồn vốn có thể sử dụng cho hoạt động cấp tín dụng đóng vai trò là đầu vào, tiền đề cho hoạt động tín dụng. Do đó, trong thực tế, với dấu hiệu nguồn vốn tăng trưởng liên tục, các đối tượng sử dụng thông tin có thể kỳ vọng về một tốc độ tăng trưởng dương trong số dư cấp tín dụng của NHTM.

Tỷ lệ các TSTK trong tổng tài sản (biến LIQ) cũng có tương quan ý nghĩa cùng chiều đối với tăng trưởng tín dụng của các NHTM trong giai đoạn nghiên cứu. Theo đó, các NHTM có tỷ trọng các TSTK cao (tiền và tương đương tiền, tiền gửi ngắn hạn, chứng khoán kinh doanh) sẽ có xu hướng cấp tín dụng cho khách hàng nhiều hơn. Cụ thể, với hệ số hồi quy +0,24 thì khi tỷ trọng các TSTK tăng 1% thì sẽ khiến cho tăng trưởng tín dụng tăng 0,24%. Kết quả này hoàn toàn phù hợp với lập luận cũng như kỳ vọng về dấu của tác giả đặt ra trong Chương 3 của đề tài; ngoài ra các nghiên cứu Laidroo L. (2015) và Nguyễn Thuỳ Dương (2011) cũng đem lại một kết quả tương tự. Thật vậy, một ngân hàng có đệm thanh khoản càng an toàn thì giới hạn tăng trưởng tín dụng của NHTM càng được mở rộng. Trên cơ sở dư thừa vốn, các NHTM có khả năng tăng số dư cấp tín dụng để tối đa hoá rủi ro, nhưng vẫn đảm bảo tỷ lệ an toàn vốn tối thiểu theo quy định.

4.2.2 Nhóm các nhân tố có tác động tiêu cực (ngược chiều)

Chất lượng các khoản cấp tín dụng (biến NPL) là nhân tố đem lại một tác động ngược chiều mạnh nhất với mức ý nghĩa 5% đến tăng trưởng tín dụng của các NHTM trong mẫu nghiên cứu. Theo đó, khi nợ xấu của các NHTM tăng lên thì các ngân hàng

có xu hướng giảm cấp tín dụng, thậm chí cắt giảm tín dụng đối với khách hàng để giảm rủi ro. Cụ thể, với hệ số hồi quy -2,0 thì khi tỷ lệ nợ xấu tăng lên 1% thì các NHTM sẽ có xu hướng giảm tỷ lệ tăng trưởng tín dụng của mình xuống 2,0%. Đây cũng là một kết quả tương đồng với nghiên cứu của Tracy M. (2011) thực hiện tại Jamaica, Trinidad & Tobago; cũng như kỳ vọng về dấu của tác giả đối với yếu tố nợ xấu. Hiệu quả cấp tín dụng của các NHTM một phận được thể hiện thông qua chỉ tiêu chất lượng tín dụng (tỷ lệ nợ xấu), thậm chí tỷ lệ này có vai trò quyết định quan trọng trong việc định hướng các hoạt động sử dụng vốn, các chính sách, chiến lượng trong kế hoạch hoạt động kinh doanh chung của NH. Do đó, nếu nhận thấy chất lượng tín dụng của NH nào đó có xu hướng sụt giảm mạnh, chúng ta có thể suy đoán về tỷ lệ nợ xấu của nó, về khả năng kiểm soát hoặc cắt giảm tín dụng trong thời gian tiếp theo.

Lạm phát của nền kinh tế (biến INF) là nhân tố duy nhất thuộc nhóm các nhân tố thuộc về kinh tế vĩ mô có tác động ngược chiều đến biến phụ thuộc của nghiên cứu. Theo đó, một sự gia tăng trong lạm phát trung bình của nền kinh tế sẽ dẫn đến một sự sụt giảm trong tăng trưởng tín dụng của NHTM. Cụ thể, với hệ số hồi quy - 0,63; lạm phát gia tăng 1% khiến tốc độ tăng trưởng tín dụng giảm 0,63%. Kết quả này phù hợp với nghiên cứu được công bố bởi các tác giả Singh A. và Sharma A. K. (2016) cũng như kỳ vọng của tác giả đã được lập luận và phân tích ở Chương 3. Cơ chế tác động của lạm phát đối với tăng trưởng tín dụng được thực hiện thông qua việc tác động làm giảm giá trị đồng tiền, kéo theo tác động đến khả năng mở rộng tín dụng của các ngân hàng thương mại.

Độ lớn của VCSH được đại diện bằng biến CAP là nhân tố tiếp theo thuộc nhóm các nhân tố nội tại tác động đến tăng trưởng tín dụng của các NHTM. Theo đó, với hệ số hồi quy -0,39; tỷ lệ VCSH đem đến một tác động ngược chiều có ý nghĩa, khi tín dụng có tăng trưởng đồng nghĩa có một sự sụt giảm trong tỷ lệ VCSH. Kết quả này đã ủng hộ cho kỳ vọng của tác giả về xu hướng tác động âm của biến này, cũng như phù hợp với kết quả nghiên cứu của các tác giả Foos D. và các cộng sự (2010). Xu hướng tác động này cũng khá phù hợp với thực trạng, điều kiện kinh doanh của một số NHTM trong giai đoạn nghiên cứu; khi mà chất lượng các khoản