Các yếu tố ảnh hưởng đến rủi ro tín dụng trong hệ thống Ngân hàng thương mại Việt Nam - 7

Số liệu tỷ lệ lạm phát hàng năm được thu thập tại Báo cáo điều tra số liệu thống kê của Tổng cục thống kê Việt Nam.

Để kiểm định tác động này, tác giả sử dụng dữ liệu về lãi suất cho vay kỳ hạn 12 tháng bình quân của 17 NHTM Việt Nam.

Bảng 4.2. Tổng kết các biến được sử dụng trong bài nghiên cứu

Biến

Có thể bạn quan tâm!

• Thực Trạng Các Yếu Tố Ảnh Hưởng Đến Rủi Ro Tín Dụng Trong Hệ Thống Nhtm Việt Nam
• Mối Tương Quan Giữa Tăng Trưởng Tín Dụng Và Rủi Ro Tín Dụng Của 17 Nhtm Việt Nam Trong Giai Đoạn 2006 – 2015
• Dữ Liệu, Phương Pháp, Mô Hình Và Kết Quả Nghiên Cứu
• Giải Pháp Hạn Chế Rủi Ro Tín Dụng Trong Hệ Thống Nhtm Việt Nam
• Tổng Hợp Số Liệu Nghiên Cứu
• Các yếu tố ảnh hưởng đến rủi ro tín dụng trong hệ thống Ngân hàng thương mại Việt Nam - 10

Xem toàn bộ 92 trang tài liệu này.

Lạm phát (INF)

(Nguồn: Tác giả tổng hợp)

4.4. Kết quả nghiên cứu‌

4.4.1. Thống kê mô tả‌

Trước khi tiến hành chạy hồi quy, tác giả thực hiện kiểm định đa cộng tuyến, kiểm định phương sai sai số thay đổi, kiểm định tự tương quan của sai số. các phép kiểm định này được sử dụng để đảm bảo kết quả ước lượng mô hình hồi quy chính xác và tìm ra mô hình tối ưu. Sau đó, thực hiện hồi quy mô hình dưới đây để kiểm định các giả thuyết nghiên cứu.

Thống kê mô tả các biến quan sát:

Bảng 4.2. Thống kê mô tả các biến quan sát

Đơn vị tính: %

Chỉ tiêu

(Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata)

Kết quả cho thấy biến phụ thuộc tỷ lệ nợ xấu (NPL) trung bình của các ngân hàng là1.9878% với độ lệch chuẩn 0.98%. Trong đó ACB năm 2007 có NPL thấp nhất là0.08%, trong khi đóNPL của HDBANK năm 2013 có mức cao nhất đạt 5.53%.

Biến lợi nhuận ròng trên tổng tài sản (ROA) có mức trung bình đạt 1.109%, với độ

lệch chuẩn 0.64%. Năm 2015 DAB có ROA thấp nhất đạt 0.002% trong khiSACOMBANK năm 2007 có ROA cao nhất đạt 3.13%.

Biến tăng trưởng tín dụng (LG) có mức trung bình 38.68%, với độ lệch chuẩn

50.92%. Năm 2008 SEABANK có LG chỉ đạt -31.29%, trong khi ABB năm 2007có LG đạt mức cao nhất 408.18%.

Biến quy mô ngân hàng (SIZE) có mức trung bình 17.99 với độ lệch chuẩn 1.32.

Năm 2006 KIENLONGBANK có SIZE nhỏ nhất chỉ đạt 13.625, trong khi BIDVnăm 2015 có SIZE cao nhất đạt mức 20.56.

Biến tốc độ tăng trưởng GDP (GDP) có mức trung bình 6.394% với độ lệch chuẩn

1.12%, mức cao nhất đạt 8.46% (năm 2007) và mức thấp nhất đạt 4.98% (năm2012).

Biến tỷ lệ lạm phát (INF) có mức trung bình 9.395% với độ lệch chuẩn 6.28%, mức

cao nhất đạt 22.97%, mức thấp nhất đạt 0.63%.

4.4.2. Ma trận hệ số tương quan‌

Trước khi sử dụng các biến trong mô hình hồi quy, tác giả tiến hành kiểm tra hiện tượng đa cộng tuyển bằng cách tính toán ma trận hệ số tương quan giữa các biến. Điều này giúp nhận ra các biến độc lập nào có tương quan với nhau trong mô hình.

Bảng 4.3. Ma trận hệ số tương quan giữa các biến độc lập

GDP

(Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata)

Bảng 4.3 cho thấy hệ số tương quan giữa các cặp biến dao động từ 0.0427 – 0.3859.Trong đó, mức cao nhất là 0.3859 thể hiện mối tương quan giữa biến NPL và biếnLG, thấp hơn 0.8, do đó có thể chấp nhận được. Hệ số tương quan giữa các biến độclập khác thấp cho thấy hiện tượng đa cộng tuyến khó xảy ra khi chạy mô hình hồiquy tương quan giữa các yếu tố tác động và rủi ro tín dụng ngân hàng.

4.4.3. Kiểm định đa cộng tuyếnBảng 4.4. Kiểm tra đa cộng tuyến‌

(Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata)

Bảng 4.4 trình bày chỉ số VIF, nếu chỉ số này lớn hơn 5 là có hiện tượng đa cộngtuyến cao. Đặc biệt, nếu chỉ số VIF xấp xỉ 10, dấu hiệu cho biết có hiện tượng đacộng tuyến nghiêm trọng. Chỉ số VIF lớn nhất trong Bảng có giá trị là 1.34, chothấy hiện tượng đa cộng tuyến là không đáng kể.

4.4.4. Kết quả hồi quy‌

Từ mô hình nghiên cứu trên với 3 hiệu ứng Pooled OLS, Fixed effects và Random effects thu được kết quả như sau:

Bảng 4.5. Kết quả ước tính các nhân tố tác động theo Pooled OLS, FEM, REM

Ghi chú: *, **, *** với mức ý nghĩa lần lượt là 10%, 5%, 1%

(Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata)

Theo Bảng 4.5, với hiệu ứng Pooled OLS:

Biến ROA có mối quan hệ ngược chiều với biến NPL ở mức ý nghĩa 1%, biến LGcó mối quan hệ ngược chiều với biến NPL ở mức ý nghĩa 5%, biến SIZE và GDPcó mối quan hệ ngược chiều với biến NPL ở mức ý nghĩa 10%. Hệ số hồi quy chothấy mức độ biến động của biến phụ thuộc khi biến này thay đổi. Cụ thể là nếu lầnlượt các biến ROA, LG, SIZE, GDP tăng (hoặc giảm) sẽ khiến cho biến NPL giảm(hoặc tăng) tương ứng 46,7%; 0,4%; 10,4%; 12,1%.

Biến INF có mối quan hệ cùng chiều với biến NPL ở mức ý nghĩa 10%. Khi biếnINF tăng lên 1% sẽ tác động làm biến NPL tăng tương ứng 1,9%.

Với hiệu ứng Fix effects:

Biến ROA và LG có mối quan hệ ngược chiều với biến NPL ở mức ý nghĩa 1%.

Biến SIZE và GDP có mối quan hệ ngược chiều với biến NPL ở mức ý nghĩa 5%.

Với hiệu ứng Random effects:

Biến ROA và LG có mối quan hệ ngược chiều với biến NPL ở mức ý nghĩa 1%.Trong khi đó, biến GDP có mối quan hệ ngược chiều với biến NPL ở mức ý nghĩa5%.Biến SIZE có mối quan hệ ngược chiều với biến NPL ở mức ý nghĩa 10%.

Tuy nhiên, khi ước tính theo mô hình Pooled OLS, dữ liệu chéo bị ràng buộc chặtchẽ về không gian và thời gian khi các hệ số hồi quy không đổi. Điều này khiếnPooled OLS không phản ánh được tác động của sự khác biệt của mỗi ngân hàng,dẫn đến mức ảnh hưởng thật sự của biến độc lập lên biến phụ thuộc giảm mạnh vàkết quả có thể không phù hợp với thực tế. Vì vậy, tác giả sử dụng kiểm địnhHausman để lựa chọn giữa FEM và REM.

Kiểm định Hausman với giả định:

- Ho: ước lượng của mô hình tác động cố định và mô hình tác động ngẫu nhiênkhông khác nhau

- H1: ước lượng của mô hình tác động cố định và mô hình tác động ngẫu nhiên làkhác nhau.

Kiểm định Hausman cho thấy P = 0.000 < 5% là bác bỏ Ho và chấp nhận H1. Khicó sự khác biệt của ước lượng của mô hình tác động cố định và mô hình tác độngngẫu nhiên thì nghiên cứu sử dụng mô hình tác động cố định có ý nghĩa cao hơn.

Bảng 4.6. Kết quả kiểm định Hausman test

INF0.01300.0158-0.0028

Chi2(7) = (b-B) ‘ V_b-V_B ^ (-1)(b-B)

= 1.08

Prob>chi2 = 0.9562

(Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata)

Kết quả cho thấy mô hình nhân tố tác động ngẫu nhiên (REM) là mô hình phù hợpvới nghiên cứu này vì Prob>Chi2 = 0.9562> 5%.

Kết quả kiểm định độ phù hợp của các biến giải thích

Từ kết quả kiểm định Hausman, mô hình REM được chọn là mô hình phù hợp hơnFEM. Tiếp theo, tác giả tiến hành kiểm định các khuyết tật thường gặp của mô hìnhREM.

. xttest0

Breusch and Pagan Lagrangian multiplier test for random effects npl[bank,t] = Xb + u[bank] + e[bank,t]

Estimated results:

Var sd = sqrt(Var)

npl

e u

.9702902

.5701061

.2113394

.9850331

.7550537

.4597167

Test: Var(u) = 0

chibar2(01) = 35.71

Prob > chibar2 = 0.0000

.

Kiểm định phương sai sai số thay đổi qua các thực thể trong REM (Kiểm địnhnhân tử Lagrange)

Kết luận: p-value = 0.0000< 0.05 => Bác bỏ Ho, nghĩa là có phương sai sai số thayđổi qua các thực thể.

Kiểm định hiện tượng tương quan chuỗi

. xtserial npl roa lg size gdp inf

Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation

F( 1, 16) = 16.580

Prob > F = 0.0009

p-value = 0.0009, do đó bác bỏ Ho => có hiện tượng tương quan chuỗi

Khắc phục hiện tượng phương sai sai số thay đổi và tự tương quan bằngphương pháp bình phương bé nhất tổng quát(General Least Square – FGLS)

Với biến phụ thuộc là NPL, sau khi dùng phương pháp GLS để khắc phục hiệntượng tự tương quan để đảm bảo ước lượng thu được vững và hiệu quả, có được kếtquả như sau:

Bảng 4.7.Tổng hợp kết quả kiểm định Pooled OLS, FEM, REM, GLS