Bảng Mô Tả Các Biến Được Sử Dụng Trong Nghiên Cứu

- Biến phụ thuộc: tỷ lệ nợ xấu trên tổng dư nợ

- Biến độc lập là các chỉ tiêu phản ánh môi trường kinh tế vĩ mô, cụ thể: (i) tăng trưởng GDP; (ii) tỷ lệ lạm phát; (iii) tỷ lệ thất nghiệp; (iv) lãi suất cho vay trung bình, (v) giá dầu.

- Biến nội tại: (vi) tỷ lệ chi phí trên thu nhập; (vii) suất sinh lợi tài sản;

(viii) tỷ lệ dư nợ tín dụng trên tổng tài sản; (ix) tăng trưởng tín dụng; (x)

Tỷ lệ nợ xấu NPL

quy mô ngân hàng; (xi) tỷ lệ nợ xấu năm trước đó

Biến vĩ mô:

 Tăng trưởng GDP

 Tỷ lệ lạm phát

 Tỷ lệ thất nghiệp

Lãi suất cho vay trung bình

 Giá dầu

Biến nội tại

 Tỷ lệ chi phí trên thu nhập

 Suất sinh lợi tài sản

 Tỷ lệ dư nợ tín dụng trên tổng tài sản

 Tăng trưởng tín dụng

 Quy mô ngân hàng

 Tỷ lệ nợ xấu năm trước đó

4.1.2.1 Biến phụ thuộc

Tỷ lệ nợ xấu trên tổng dư nợ: đo lường chất lượng tài sản của ngân hàng, được tính bằng tổng giá trị nợ dưới tiêu chuẩn (nợ nhóm 3), nợ nghi ngờ (nợ nhóm 4), nợ có khả năng mất vốn (nợ nhóm 5) chia cho tổng dư nợ tín dụng.

NPL(%) = Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5 × 100

Tổng dư nợ

Nhiều ngân hàng sử dụng chỉ tiêu NPL khi thực hiện các nghiên cứu về nợ xấu các ngân hàng. Tiêu biểu như trên thế giới có: Ekanayake (2015) và Al-Khazali và cộng sự (2017) và tại Việt Nam nghiên cứu của Nguyễn Thị Hồng Vinh (2015).

Luận văn trình bày các biến đo lường và cách thức đo theo bảng 4.1 như sau:

Bảng 4.1: Bảng mô tả các biến được sử dụng trong nghiên cứu

STT

TÊN BIẾN	GIẢI THÍCH	KỲ VỌNG DẤU	NGUỒN SỐ LIỆU
1	Non-performing loans	Biến phụ thuộc Tỷ lệ nợ xấu NHTM		Báo cáo tài chính của 24 NHTM 2006-2016
2	GDP growth	Các biến độc lập Tăng trưởng GDP	-	Ngân hàng Thế giới 2006-2016
3	Inflation	Tỷ lệ lạm phát	+	Ngân hàng Thế giới 2006-2016
4	Unemployment	Tỷ lệ thất nghiệp	+	Ngân hàng Thế giới 2006-2016
5	Average Prime Lending ratio	Lãi suất cho vay trung bình	+	Ngân hàng Thế giới 2006-2016
6	OilPrice	Giá dầu	-	Qũy tiền tệ quốc tế 2006-2016
7	Operating expense to Income	Tỷ lệ chi phí trên thu nhập	+	Báo cáo tài chính của 24 NHTM 2006-2016
8	Return on Assets	Suất sinh lợi tài sản	-	Báo cáo tài chính của 24 NHTM 2006-2016
9	Loans to Assets	Tỷ lệ dư nợ tín dụng trên tổng tài sản	+	Báo cáo tài chính của 24 NHTM 2006-2016
10	Loan growth	Tăng trưởng tín	+	Báo cáo tài chính của

Có thể bạn quan tâm!

Xem toàn bộ 104 trang tài liệu này.

dụng

24 NHTM 2006-2016

Bank size

Quy mô ngân hàng

Báo cáo tài chính của

24 NHTM 2006-2016

Last non-performing

loans

Tỷ lệ nợ xấu năm

Báo cáo tài chính của

24 NHTM 2006-2016

Nguồn: Tác giả tổng hợp

4.2 Dữ liệu và phương pháp nghiên cứu

4.2.1 Dữ liệu nghiên cứu

Trên cơ sở thu thập dữ liệu thứ cấp từ các báo cáo tài chính được kiểm toán của các ngân hàng thương mại tại Việt Nam tại website của từng ngân hàng. Các dữ liệu kinh tế vĩ mô được thu thập từ trang website của WB, ADB, IMF. Nghiên cứu số liệu của 24 NHTM tại Việt Nam trong giai đoạn 2006-2016.

Nghiên cứu được thực hiện dựa trên số liệu của 24 NHTM tại Việt Nam trong giai đoạn 2009-2016.

Nguyên nhân loại một số ngân hàng ra khỏi dữ liệu nghiên cứu:

Thứ nhất, số liệu của các ngân hàng hợp nhất, sáp nhập sẽ không còn phản ánh đúng tình hình hoạt động của ngân hàng trước khi hợp nhất, sáp nhập.

Thứ hai, số liệu về các biến đo lường của những ngân hàng nước ngoài và những ngân hàng liên doanh thường không được công bố rộng rãi, cấu trúc của các ngân hàng thường chịu ảnh hưởng từ các ngân hàng mẹ ở nước ngoài, cách thức hoạt động và tổ chức cũng không đồng đều với các ngân hàng trong nước. Sự khác biệt này có thể dẫn đến sai lệch kết quả nghiên cứu.

Thứ ba, số liệu các biến đo lường không đầy đủ của các NHTM sẽ làm cho dữ liệu nghiên cứu bị thiếu và sẽ làm sai lệch hoàn toàn kết quả của nghiên cứu.

4.2.2 Phương pháp kiểm định

Nghiên cứu sử dụng phương pháp nghiên cứu định lượng và sử dụng mô hình phân tích hồi quy dữ liệu bảng. Trong đó, sử dụng các mô hình hồi quy OLS , mô hình tác động ngẫu nhiên và tác động cố định, mô hình.

Các kiểm định được thực hiện:

Kiểm tra đa cộng tuyến bằng việc dùng hệ số phóng đại phương sai VIF.

Phương sai thay đổi và tự tương quan ảnh hưởng tín hiệu của mô hình. Để kiểm tra hiện tượng phương sai thay đổi, tác giả sẽ sử dụng kiểm định Green (2000) để xem xét tổng quát về sự đồng nhất của phương sai.

Đối với hiện tượng tự tương quan, đề tài sẽ dựa vào kiểm định Drukker (2003), Wooldrige (2002) có hay không tồn tại sự tự tương quan trong mô hình hồi quy.

4.3 Kết quả nghiên cứu

Phần trên luận văn đã trình bày về mô hình nghiên cứu, các phương pháp và dữ liệu sẽ sử dụng để mô hình hóa các biến. Phần tiếp theo sẽ trình bày kết quả kiểm định và hồi quy. Quan sát mức ý nghĩa tác động lẫn chiều hướng của các biến độc lập đối với biến phụ thuộc là nợ xấu ngân hàng thương mại. Mẫu nghiên cứu của luận văn bao gồm 24 Ngân hàng với mẫu nghiên cứu 264 số quan sát, trong khoảng thời gian từ năm 2006–2016.

Việc hồi quy sẽ dựa vào nội dung ở chương 3 đã trình bày, tác giả sẽ iến hành kiểm định việc lựa chọn mô hình ước lượng hồi quy. Sau đó tiếp tục tiến hành phân tích hồi quy dữ liệu bảng bằng phương pháp khác như Pooled OLS, FEM, REM, GMM để kiểm tra đối chiếu giữa các mô hình. Mô hình ước lượng GMM (Generalized method of moments) sẽ khắc phục những yếu điểm của mô hình Pooled, FEM hay REM kiểm soát phương sai của phần nhiễu thay đổi (heteroskedasticity), tự tương quan của nhiễu (autocorrelation noise) và nội sinh trong mô hình đảm bảo ước lượng vững và hiệu quả.

4.3.1 Phân tích thống kê mô tả

Là việc kiểm tra những đặc tính của các biến. Nó tương tự như so sánh mục đích để thống kê mối quan hệ giữa các biến trong mô hình. Nó giúp ta có thể tổng quan hơn về dữ liệu, cung cấp đơn giản về mẫu dữ liệu nghiên. Ngoài ra, còn có thể xem xét nhanh mức độ thay đổi, đồng đều của dữ liệu ở các biến thu thập trong nghiên cứu thực nghiệm. Nhờ vậy phát hiện những giá trị dao động sai lệch trong cỡ mẫu.

Bảng 4.2: Thống kê mô tả giữa các biến trong mô hình

Biến

Số quan sát	Trung bình	Độ lệch chuẩn	Min	Max
npl	240	2.006156	1.449065	0	12.46352
gdp	264	6.126778	0.619434	5.24737	7.12949
cpi	264	8.781569	6.322624	0.63	23.08776
une	264	2.707811	0.9909	1.70906	4.88424
awprt	264	11.35352	3.106835	6.96	16.95383
ope	258	5.777533	21.26089	0	299.1784
roa	260	0.942687	0.614893	0	4.744628
la	258	53.69726	13.49696	0	85.16843
grl	237	0.396304	0.869279	-0.31294	11.31726
lnsize	260	17.67189	1.784134	0	20.72965
lnoilprice	264	4.276696	0.368362	3.63019	4.706191

Nguồn: Phần mềm Stata 12 (Phụ lục 1)

Qua phần thống kê mô tả chung cho các biến trong mô hình theo bảng 4.2, Nhìn chung dữ liệu có sự dao động ổn định, đa phần các giá trị độ lệch chuẩn của mẫu nghiên cứu đều nhỏ hơn so với giá trị trung bình. Cỡ mẫu nghiên cứu gồm 237-264 quan sát cho mỗi biến, là cỡ mẫu chấp nhận để thực hiện hồi quy trong thống kê. Dữ liệu đầu vào là hợp lệ để thực hiện hồi quy và các kiểm định thống kê.

4.3.2 Ma trận tương quan đơn tuyến tính giữa các cặp biến Pearson

Hệ số tương quan dùng để chỉ mối quan hệ giữa các biến trong mô hình. Dựa vào kết quả ma trận tương quan, tác giả sẽ phân tích mối tương quan giữa các biến phụ thuộc với các biến độc lập trong mô hình và mối tương quan giữa các biến độc lập với nhau.

Đo lường mối liên hệ tương quan giữa hai biến đơn tuyến tính, tác giả dùng hệ số tương quan Pearson. Tác giả chỉ tập trung nhấn mạnh những hệ số tương quan có trị tuyệt đối lớn hơn 0.8. để thấy được mức độ đa cộng tuyến của các biến trong mô hình.

Kết quả phân tích ma trận tự tương quan giữa các biến trong mô hình theo bảng

4.3 cho thấy, tồn tại các hệ số tự tương quan cặp giữa các biến lớn hơn 0.8 bao gồm 2 cặp biến lần lượt là awprt - cpi. Do đó mô hình tồn tại hiện tượng đa cộng tuyến.

Bảng 4.3: Ma trận tương quan

npl	gdp	cpi	une	awprt	ope	roa	la	grlt1	lnsize	lnoilprice
npl	1.00
gdp	-0.26	1.00
cpi	0.08	-0.15	1.00
une	-0.22	0.46	0.33	1.00
awprt	0.14	-0.14	0.92	0.17	1.00
ope	0.21	-0.08	-0.10	-0.15	-0.08	1.00
roa	-0.23	0.13	0.26	0.30	0.30	-0.30	1.00
la	-0.06	0.03	-0.12	0.14	-0.19	0.00	0.11	1.00
grl	-0.18	0.30	-0.06	0.37	-0.06	-0.07	0.08	-0.06	1.00
lnsize	0.01	-0.04	-0.26	-0.41	-0.22	-0.04	-0.17	-0.01	-0.20	1.00
lnoilprice	0.13	-0.17	0.04	-0.30	0.35	-0.01	0.14	-0.21	0.08	0.00	1.00

Nguồn: Phần mềm Stata 12 (Phụ lục 2)

4.3.3 Kiểm định đa cộng tuyến

Bảng 4.4: Kiểm tra đa cộng tuyến

Biến

VIF
awprt	21.61
cpi	20.22
lnoilprice	3.17
une	2.65
gdp	1.67
roa	1.4
grl	1.37
lnsize	1.26
lnpl	1.16
ope	1.15
la	1.15
Trung bình VIF	5.16

Nguồn: Phần mềm Stata 12 (Phụ lục 3)

Dựa vào bảng 4.4 kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai, giá trị rung bình VIF của các biến trong mô hình 5.16 nhỏ hơn 10. Tuy nhiên ở biến awprt và cpi có VIF lớn hơn 10 nên có dấu hiệu cho thấy có xảy ra hiện tượng đa cộng tuyến trong mô hình dữ liệu nghiên cứu.Với tiêu chuẩn nhân tử phóng đại phương sai VIF, mô hình tồn tại hiện tượng đa cộng tuyến trong mẫu dữ liệu nghiên cứu.

Tuy nhiên, theo Achen Christoper dẫn nghiên cứu (1982) chỉ ra rằng thậm chỉ mô hình xảy ra hiện tương đa cộng tuyến chặt thì tính chất BLUE của các hệ số ước lượng trong mô hình không bị ảnh hưởng, tức ước lượng hệ số của mô hình vẫn giữ được tính hiệu quả và không có độ thiên lệch, hoàn toàn không ảnh hưởng đến độ tin cậy của đóng