chiều giữa RRTD và quy mô ngân hàng. Nguyên nhân là các ngân hàng lớn thường có hệ thống quản lí rủi ro tốt và đương nhiên họ có nhiều cơ hội để nắm giữ danh mục cho vay ít rủi ro nhất.
Theo Chen & cộng sự (1998), Megginson (2005) quy mô ngân hàng được đo bằng logarit cơ số tự nhiên của tổng tài sản. Quy mô tài sản của ngân hàng thường lớn và tại VN có sự khác biệt đáng kể giữacác ngân hàng, do vậy chọn biến quy mô bằng Ln (tổng tài sản) nhằm giảm sự phân tán thông qua xem xét một phần trăm thay đổi của tài sản tác động đến LLR.
4.1.1.4. Dự phòng rủi ro tín dụng
Mối quan hệ giữa nợ xấu và dự phòng rủi ro tín dụng đã được đề cập nhiều trong các nghiên cứu trước đây của Larry D. Wall và Ifterkhar Hasan (2003), Laeven và cộng sự (2003), Ashour M.O (2011).
Nghiên cứu của Larry D. Wall và Ifterkhar Hasan (2003) phân tích các yếu tố quyết định đến rủi ro tín dụng chỉ ra rằng, mức trích lập dự phòng rủi ro tín dụng có ảnh hưởng tích cực đến nợ xấu. Trong khi đó, theo kết quả của Ashour M.O (2011), ngân hàng có điều kiện tài chính tốt thường chủ động tăng dự phòng, những ngân hàng đang gặp khó khăn tài chính sẽ giảm dự phòng đến mức thấp nhất.
Nhìn chung, các nghiên cứu đều cho rằng mức trích lập dự phòng rủi ro tín dụng là nhân tố tác động mạnh đến nợ xấu. Mức trích lập tăng lên nhằm đảm bảo an toàn trong hoạt động của ngân hàng, do hoạt động tín dụng đang có nhiều rủi ro hơn.
4.1.1.5. Tăng trưởng GDP
Tổng sản phẩm quốc nội (GDP) là một trong những chỉ tiêu chủ yếu để đo lường sức khỏe của nền kinh tế một quốc gia. Tổng sản phẩm quốc nội là chỉ tiêu phản ánh giá trị bằng tiền của tất cả sản phẩm và dịch vụ cuối cùng được sản xuất ra trong phạm vi một lãnh thổ trong một khoảng thời gian nhất định, thường là một năm.
Khi nền kinh tế tăng trưởng, biểu thị thông qua GDP tăng, điều đó cho thấy các doanh nghiệp trong nền kinh tế đang hoạt động hiệu quả, hàng hóa và dịch vụ sản xuất ra có thị trường tiêu thụ sẽ thúc đẩy các doanh nghiệp gia tăng hiệu quả hoạt động, tái sản xuất và đầu tư, từ đó gia tăng lợi nhuận, khả năng trả nợ của các doanh nghiệp được nâng cao. Các doanh nghiệp trả nợ đúng hạn, nợ xấu thấp nên trích lập dự phòng rủi ro tín dụng thấp. Ngược lại khi nền kinh tế rơi vào suy thoái, biểu thị thông qua GDP giảm, điều đó cho thấy các doanh nghiệp làm ăn không hiệu quả, không bán được hàng hóa, các khoản nợ vay trước đó ở các ngân hàng khó có khả năng trả đúng hạn, từ đó nợ xấu tăng lên và trích lập dự phòng rủi ro cũng tăng lên.
Có nhiều bằng chứng cho thấy mối quan hệ ngược chiều giữa tăng trưởng GDP và nợ xấu trong nhiều bài nghiên cứu trước như Salas và Suarina (2002); Rajan & Dhal (2003); Jimenez và Saurina (2005); Fofack (2005); Dash và Kabra (2010); Clair (1992).
Clair (1992) đã có bằng chứng tại Texas chỉ ra rằng tăng trưởng tín dụng thông qua các khoản vay của khách hàng mới hoặc hiện hữu thì ban đầu sẽ tác động tích cức đến chất lượng tín dụng nhưng sẽ làm giảm chất lượng tín dụng sau một độ trễ nhất định.
Dash and Kabra (2010) thực hiện nghiên cứu một số biến kinh tế vĩ mô và nhóm các yếu tố bên trong của ngân hàng ảnh hưởng như thế nào đến nợ xấu. Tác giả dựa trên dữ liệu của hệ thống ngân hàng Ấn Độ từ năm 1998-2009, nghiên cứu đã đưa ra bằng chứng cho thấy rằng có mối tương quan âm cao giữa GDP và NPL và thêm vào đó là những ngân hàng có lãi suất cao hơn kèm theo tỷ lệ nợ xấu cao hơn.
Inekwe Murumba (2013) với tựa đề “Mối quan hệ giữa GDP và nợ xấu: Bằng chứng từ Nigeria (1995-2009)”. Dựa trên hệ số tương quan Pearson r, chuỗi thời gian phân tích. Kết quả của bài này là tìm ra mối quan hệ có ý nghĩa và cùng
chiều giữa GDP thực tế và nợ xấu trong ngành ngân hàng Nigeria. Điều này trái với những phát hiện của những nghiên cứu trước đây.
4.1.1.6. Lạm phát
Trong nghiên cứu của Fofack & Hippolyte (2005), các tác giả đã tìm ra mối qua hệ tích cực giữa tỷ lệ lạm phát và nợ xấu.
Lạm phát tăng cao đã làm suy yếu, thậm chí phá vỡ thị trường vốn, ảnh hưởng lớn đến hoạt động của các NHTM. Sự không ổn định của giá cả, bao gồm cả giá vốn, đã làm suy giảm lòng tin của các nhà đầu tư và dân chúng, gây khó khăn cho sự lựa chọn các quyết định của khách hàng cũng như các thể chế tài chính - tín dụng. Bên cạnh đó, lạm phát tăng sẽ kéo theo các hệ lụy lãi suất tăng, đồng tiền bị mất giá dẫn đến chi phí sản xuất gia tăng, sản xuất gặp nhiều khó khăn, một số doanh nghiệp mất khả năng thanh khoản, nguy cơ vỡ nợ cao. Cơ sở lý thuyết này cũng phù hợp với kết quả nghiên cứu về mối tương quan thuận chiều giữa nợ xấu với tỷ lệ lạm phát của các tác giả Hoggarth và cộng sự (2005), Baboucek và Jancar (2005).
4.1.1.7. Tỷ lệ thất nghiệp
Ahlem Selma Messai và Fathi Jouini (2013) sử dụng số liệu hàng quý của các ngân hàng Anh từ 1988 đến 2004 đánh giá mối quan hệ giữa nợ xấu và các nhân tố vĩ mô cho thấy rằng tỷ lệ nợ xấu của ngân hàng tăng sau khi lạm phát giá bán lẻ, lãi suất danh nghĩa và tỷ lệ thất nghiệp tăng. Tương tự, Baboucek và Jancar (2005) lượng hoá tác động của các cú sốc bên ngoài lên chất lượng cho vay của các ngân hàng Czech giai đoạn từ 1993 đến 2006 và tìm thấy bằng chứng về mối tương quan thuận chiều giữa nợ xấu với tỷ lệ thất nghiệp và lạm phát giá hàng tiêu dùng.
4.1.2. Lựa chọn mô hình nghiên cứu
Các nghiên cứu được thực hiện trên thế giới về các nhân tố ảnh hưởng đến rủi ro tín dụng của ngân hàng hầu hết đều sử dụng mô hình hồi quy tuyến tính. Điều đó có thể thấy rằng mô hình hồi quy tuyến tính cho kết quả khá tốt trong nghiên cứu
về ảnh hưởng đến RRTD của ngân hàng. Vì vậy, người nghiên cứu sẽ sử dụng mô hình hồi quy tuyến tính đa biến để xem xét ảnh hưởng của các biến độc lập đến biến phụ thuộc. Dữ liệu chuỗi thời gian được sử dụng trong nghiên cứu. Theo những thảo luận trên ta có thể xây dựng phương trình cho tỷ lệ các khoản nợ xấu của ngân hàng giai đoạn 2009-2014:
NPL= β0 + β1CREDGR + β2SIZE + β3LLR + β4GDPGR + β5CPI + β6UEP +ε
Biến phụ thuộc: NPL : Tỷ lệ nợ xấu
Biến độc lập:
CREDGR: Tăng trưởng tín dụng SIZE: Quy mô ngân hàng
LLR: Dự phòng RRTD
GDPGR: tốc độ tăng trưởng GDP CPI: Chỉ số giá tiêu dùng
UEP: Tỷ lệ thất nghiệp
β0 : hằng số của mô hình
ε : hệ số hồi quy, là phần dư của phương trình hồi quy (đại diện cho sai số và các biến không xuất hiện trong mô hình)
Các dữ liệu thu thập để nghiên cứu trong các công trình nghiên cứu trước mà tác giả đã tham khảo đều sử dụng dữ liệu bảng. Số lượng quan sát trong đa phần các bài nghiên cứu khá lớn, trong đó số lượng quan sát lớn nhất là 11.903 quan sát trong nghiên cứu của Clair (1992) và thấp nhất với 160 quan sát là của Hu, Li, & Chiu (2004). Các bài nghiên cứu đa phần thu thập số liệu từ một lượng lớn các ngân hàng trong thời gian dài.
Bảng 4.1. Tổng hợp các yếu tố nghiên cứu
Cách đo lường | Dấu kỳ vọng | Bằng chứng thưc nghiệm | |
Tăng trưởng tín dụng | CREDGR = (Tổng dư nợ năm t - Tổng dư nợ năm (t-1))/ Tổng dư nợ năm (t-1) | - | Sukrishnalall Pasha & Tarron Khemraj (2009); Cavallo & Majnoni (2002); Packer et al. (2012); Bofondi & Ropele (2011); Louzis et al. (2012); Ahlem Selma, Messai & Fathi Jouini (2013) |
Quy mô ngân hàng | SIZE = ln (Tổng tài sản) | - | Saunders et al. (1990); Chen et al. (1998); Cebenoyan et al. (1999); Megginson (2005); Hu et al. (2004) |
Dự phòng RRTD | LLR = Dự phòng RRTD trích lập/ Tổng dư nợ tín dụng | + | Larry D. Wall & Ifterkhar Hasan (2003); Grace T. Chen et al. (2005); Asokan Anvàarajan et al. (2005); Eng & Nabar (2007); Ashour M.O (2011). |
Tăng trưởng GDP | GDP = Tỷ lệ tăng trưởng GDP thực | - | Salas & Suarina (2002); Rajan & Dhal (2003); Jimenez & Saurina (2005); Fofack (2005); Dash & Kabra (2010); Clair (1992). |
Có thể bạn quan tâm!
-
Lược Khảo Các Nghiên Cứu Thực Nghiệm Trên Thế Giới Về Các Yếu Tố Tác Động Đến Rủi Ro Tín Dụng Ngân Hàng Thương Mại -
Tác Động Của Các Yếu Tố Đến Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại Việt Nam -
Mối Tương Quan Giữa Lạm Phát Với Rủi Ro Tín Dụng -
Bảng Thống Kê Mô Tả Các Biến Quan Sát (Phụ Lục 2) -
Giải Pháp Cho Các Yếu Tố Tác Động Đến Rủi Ro Tín Dụng Nhằm Góp Phần Hạn Chế Rủi Ro Tín Dụng Tại Các Ngân Hàng Thương Mại Việt Nam -
Giải Pháp Cho Tăng Trưởng Tín Dụng An Toàn, Hiệu Quả
Xem toàn bộ 111 trang tài liệu này.
CPI | + | Baboucek & Jancar (2005); Fofack & Hippolyte (2005) | |
Tỷ lệ thất nghiệp | UEP | + | Louzis, Vouldis & Metaxas (2011), Hoggarth et al. (2005), Baboucek & Jancar (2005); Ahlem Selma Messai & Fathi Jouini (2013) |
(Nguồn: Tổng hợp nghiên cứu của các tác giả)
4.1.3. Xây dựng giả thuyết nghiên cứu
Dựa trên các giả thuyết đưa ra từ các công trình nghiên cứu ngoài nước mà tác giả đã tham khảo và các kết quả mà họ nhận được về mối tương quan giữa nợ xấu và các yếu tố kinh tế vĩ mô và các yếu tố xuất phát từ phía hoạt động ngân hàng, trong giới hạn về nguồn dữ liệu thu thập được, người nghiên cứu lựa chọn các yếu tố tác động đến RRTD mà người nghiên cứu có khả năng xác định và tính toán để xây dựng và đo lường biến độc lập và các biến phụ thuộc, để từ đó hình thành mô hình nghiên cứu.
Giả thuyết H1: Có mối quan hệ ngược chiều giữa tăng trưởng tín dụng và tỷ lệ nợ xấu.
Giả thuyết H2: Có mối quan hệ ngược chiều giữa quy mô ngân hàng và tỷ lệ nợ xấu.
Giả thuyết H3: Có mối quan hệ cùng chiều giữa dự phòng RRTD và tỷ lệ nợ xấu.
Giả thuyết H4: Có mối quan hệ ngược chiều giữa tăng trưởng GDP và tỷ lệ nợ xấu.
Giả thuyết H5: Có mối quan hệ cùng chiều giữa lạm phát và tỷ lệ nợ xấu. Giả thuyết H6 : Có mối quan hệ cùng chiều giữa thất nghiệp và tỷ lệ nợ xấu.
4.2. Phương pháp nghiên cứu
Phương pháp phân tích nghiên cứu sử dụng là hồi quy với dữ liệu bảng (panel data). Phương pháp hồi quy với dữ liệu bảng đã được thực hiện trong rất nhiều nghiên cứu trước đó như nghiên cứu của Clair (1992), Lis et al. (2001), Hu et al. (2004), Ahlem Selma, Messai và Fathi Jouini (2013).
Nghiên cứu sử dụng thống kê mô tả để phân tích sơ bộ thông tin cơ bản từ mẫu.Để xác định mối tương quan giữa biến độc lập và các biến phụ thuộc, nghiên cứuước lượng tham số hồi quy cho mô hình các nhân tố tác động với hai bước: (i) Lựa chọn mô hình hồi quy thích hợp bằng cách so sánh giữa hai mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) với kiểm định Hausman; (ii) Phân tích hồi quy mô hình các nhân tố tác động đến NPL.
4.3. Dữ liệu nghiên cứu
Kích thước mẫu nghiên cứu là vấn đề quan tâm trong luận văn này. Trong phân tích hồi quy bội, kích thước mẫu phụ thuộc rất nhiều vào các yếu tố như: mức ý nghĩa, độ mạnh của phép kiểm định và số lượng biến độc lập (Tabachnick và Fidell, 2007). Có nhiều kỹ thuật để chọn kích thước mẫu đại diện cho mẫu tổng thể. Một trong những kỹ thuật xác định cỡ mẫu dựa trên kinh nghiệm của Green (1991). Tác giả khuyến nghị công thức xác định cỡ mẫu nghiên cứu như sau:
n ≥ 50 + 8m
Trong đó, n là kích thước mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình. Giả sử áp dụng kinh nghiệm chọn mẫu của Green (1991), với số biến độc lập là 6, vậy kích thước mẫu nghiên cứu tối thiểu bằng 98 số quan sát. Ngoài ra, Tabachnick và Fidell (2007) cho rằng, kích thước mẫu cần đủ lớn để kết quả hồi quy được thuyết phục hơn. Các tác giả cũng đề xuất một công thức xác định cỡ mẫu dựa trên kinh nghiệm như sau:
n ≥ 104 + m
Trong đó, n là kích thước mẫu tối thiểu cần thiết và m là số lượng biến độc lập trong mô hình. Áp dụng theo công thức trên của Tabachnick và Fidell (2007), với số biến độc lập là 6, vậy kích thước mẫu nghiên cứu tối thiểu bằng 110 số quan sát
Dữ liệu được sử dụng trong bài nghiên cứu được thu thập từ các báo cáo tài chính đã được kiểm toán và báo cáo thường niên của các ngân hàng thương mại trong khoản thời gian 6 năm, từ năm 2009 đến năm 2014. Từ đây, người nghiên cứu tiến hành lựa chọn các ngân hàng có đầy đủ báo cáo tài chính bao gồm bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh, báo cáo lưu chuyển tiền tệ và thuyết minh báo cáo tài chính.
Dữ liệu phân tích lấy theo năm, số liệu được trích lọc, tận dụng các biến số vĩ mô và các biến nội tại của các ngân hàng. Các biến vĩ mô như tốc độ tăng trưởng GDP, lạm phát, tỷ lệ thất nghiệp được tổng hợp từ Website của Tổng cục thống kê Việt Nam trong giai đoạn phân tích. Số liệu các biến nội tại về nợ xấu, tăng trưởng tín dụng, quy mô ngân hàng, dự phòng RRTD lấy từ báo cáo tài chính và báo cáo thường niên của các NHTM.
Dữ liệu sau khi được thu thập sẽ được nhập vào file Excel và xử lý trên file này. Sau đó, luận văn sử dụng phần mềm Stata 12 để tính toán và xử lý dữ liệu theo mô hình.
Mẫu dữ liệu 17 ngân hàng này hầu hết là các NHTM có quy mô lớn và nổi trội trong hệ thống các NHTM Việt Nam và đa phần đáp ứng số liệu cho việc thực hiện nghiên cứu trong giai đoạn từ 2009 đến năm 2014, do đó mẫu được sử dụng đại diện để nghiên cứu kiểm định các giả thuyết về các yếu tố tác động đến nợ xấu tại các NHTM Việt Nam.
4.4. Thảo luận kết quả nghiên cứu
Trước khi tiến hành chạy hồi quy, luận văn sẽ thực hiện các phép kiểm định như: kiểm định đa cộng tuyến, kiểm định phương sai sai số thay đổi, kiểm định tự