tỷ lệ lạm phát cao chứ không phải vì sự gia tăng giá trị thực tế của các khoản vay. Hơn nữa, tỷ lệ lạm phát cao thường dẫn đến sự gia tăng các mức lãi suất danh nghĩa đòi hỏi trên các khoản cho vay, từ đó gây sự suy giảm trong nhu cầu vay vốn.
Giả thuyết 8: Có mối tương quan thuận hoặc nghịch giữa tỷ lệ lạm phát và tăng trưởng tín dụng ngân hàng.
BẢNG 4. 2: KỲ VỌNG DẤU NGIÊN CÖU
Kỳ vọng dấu | |
DEPTA | + |
NPL | - |
CAP | +/- |
LIQ | - |
SIZE | + |
INR | - |
GGDP | + |
INF | - |
Có thể bạn quan tâm!
-
Các Yếu Tố Cơ Bản Tác Động Đến Tăng Trưởng Tín Dụng -
Tỷ Lệ Tăng Trưởng Tín Dụng Của Các Nhtm Và Tăng Trưởng Gdp Của Việt Nam -
Tỷ Lệ Ldr Và Tỷ Lệ Tài Sản Thanh Khoản/tổng Tài Sản (%) -
Giải Pháp Tăng Trưởng Tín Dụng Của Các Ngân Hàng Thương Mại Việt Nam -
Giải Pháp Từ Kết Quả Nghiên Cứu Mô Hình Về Phía Ngân Hàng Thương Mại : -
Các yếu tố tác động đến tăng trưởng tín dụng tại các ngân hàng thương mại Việt Nam - 10
Xem toàn bộ 96 trang tài liệu này.
(Nguồn: Tác giả tổng hợp)
4.2. PHƯƠNG PHÁP NGHIÊN CỨU:
Dữ liệu được sử dụng trong luận văn là dữ liệu bảng. Khi sử dụng dữ liệu bảng, ta thường lo ngại về sự tồn tại của những yếu tố đặc trưng của từng doanh nghiệp và tính đặc trưng về thời gian sẽ ảnh hưởng đáng kể đến biến phụ thuộc và kết quả nghiên cứu sẽ không đáng tin cậy nếu ta không lựa chọn phương pháp hồi quy phù hợp. Theo các nghiên cứu trước, có ba phương pháp ước lượng thường được sử dụng khi thực hiện hồi quy với dữ liệu bảng là:
- Phương pháp hồi quy OLS thông thường (Pooled OLS)
- Phương pháp hồi quy với hiệu ứng cố định (Fixed Effect Model – FEM)
- Phương pháp hồi quy với hiệu ứng ngẫu nhiên (Random Effect Model – REM)
Cụ thể:
Phương pháp hồi quy OLS thông thường:
Thực hiện hồi quy OLS thông thường bằng cách đơn giản hóa vấn đề, bỏ qua bình diện không gian và thời gian, xem tất cả dữ liệu trong bảng là các quan sát độc lập cho các biến. Đối với mô hình OLS thông thường, giả định về sự tự tương quan, phương sai thay đổi, những sự khác biệt về không gian và thời gian của từng biến quan sát đều không tác động đến biến phụ thuộc. Vì thế, trong mô hình OLS thông thường, tung độ gốc của tất cả các đơn vị chéo được giả định là như nhau. Với mô hình này, ảnh hưởng của các biến độc lập và của những biến không quan sát được đều không đổi đối với tất cả các doanh nghiệp qua từng năm.
Mô hình OLS thông thường được biểu diễn như sau:
Yi,t = β0 + β1Xi,t + Ui,t
Trong đó:
- Yi,t là biến phụ thuộc cần nghiên cứu
- Xi là các biến độc lập
- β0 là hằng số của mô hình
- β1 là hệ số hồi quy
- U là phần dư của mô hình
Khi có nhiều hơn 1 biến độc lập trong mô hình, người ra gọi đó là mô hình hồi quy đa biến.
Phương pháp hồi quy OLS với hiệu ứng cố định (FEM):
Yi,t = β0+ β1Xi,t + αi+ Ui,t
Trong đó:
- Yi,t là biến phụ thuộc cần nghiên cứu
- β0 là hằng số của mô hình
- β1 là hệ số hồi quy
- αi thể hiện tác động của đối tượng thứ i đến hàm hồi quy chung
- U là phần dư của mô hình
Mô hình hồi quy OLS với hiệu ứng cố định chú trọng đến đặc trưng riêng (α_i) về mặt không gian và thời gian của các quan sát và được kỳ vọng là có ảnh hưởng đến biến phụ thuộc. Do đó, α_i được đưa vào mô hình đế giải thích cho Yi,t . Các α_i gây ra sự chênh lệch về tung độ góc và sự chênh lệch này có thể tính toán được. Hay nói cách khác, mô hình hồi quy với hiệu ứng cố định xây dựng dựa trên giả định về tung độ góc khác nhau giữa các đơn vị chéo nhưng hệ số góc không đổi.
Trên thực tế, dữ liệu bảng được thu thập với nhiều đối tượng khác nhau tại những thời điểm khác nhau. Các đơn vị chéo khác nhau sẽ có những đặc tính, đặc thù khác nhau, vì vậy tung độ góc sẽ khác nhau khi sử dụng ước lượng theo dữ liệu bảng. Do đó, việc sử dụng hồi quy OLS theo phương pháp thông thường bằng cách gộp dữ liệu của các đơn vị chéo và bỏ qua đặc tính khác nhau của các đơn vị chéo có thể sẽ bóp méo hình ảnh thực sự về mối quan hệ giữa biến độc lập và biến phụ thuộc của các đơn vị chéo. Vì vậy, tác giả sẽ tập trung phân tích kết quả hồi quy trên mô hình hiệu ứng cố định (FEM) mặc dù tác giả có trình bày kết quả hồi quy theo OLS thông thường.
Phương pháp hồi quy OLS với hiệu ứng nhẫu nhiên (REM):
Yi,t = β0 + β1Xi,t + αi+ Ui,t
Trong đó:
- Yi,t là biến phụ thuộc cần nghiên cứu
- β0 là hằng số của mô hình
- β1 là hệ số hồi quy
- αi thể hiện tác động của đối tượng thứ i đến hàm hồi quy chung
- U là phần dư của mô hình
Các αi gây ra sự chênh lệch về tung độ góc và sự chênh lệch này là không thể tính toán tính toán được vì nó biến động ngẫu nhiên giữa các đơn vị.
Ban đầu, tác giả sử dụng kỹ thuật hồi quy OLS trên dữ liệu bảng thông thường với phương pháp bình phương nhỏ nhất là Pooled OLS để ước lượng các phương trình hồi quy và kiểm định một số giả thuyết của mô hình OLS. Sau đó, tác giả cứu ước lượng bằng mô hình hiệu ứng cố định Fixed Effect (FEM) và mô hình hiệu ứng ngẫu nhiên Random Effect (REM). Các vấn đề về đa cộng tuyến và phương sai thay đổi sẽ được kiểm soát trong mô hình.
Nếu phần dư của mô hình có hiện phương sai thay đổi, tác giả sẽ hồi quy mô hình theo phương pháp FGLS (Feasible Generalized Least Squares) để khắc phục hiện tượng phương sai thay đổi trên dữ liệu bảng. Trình tự được tiến hành như sau:
- Thu thập và xử lý số liệu.
- Thống kê mô tả và hệ số tương quan giữa các biến.
- Kiểm định các giả thuyết của OLS.
- Hồi quy theo các mô hình Pooled OLS, FEM, REM, FGLS.
- Lựa chọn mô hình phù hợp và phân tích kết quả.
4.3. THU THẬP VÀ LÝ SỐ LIỆU
Dữ liệu nội bộ ngân hàng sử dụng trong bài được thu thập từ báo cáo tài chính có kiểm toán của 23 NHTM Việt Nam trong giai đoạn từ năm 2008 đến năm 2015.
Dữ liệu vĩ mô được lấy từ báo cáo của ADB Indicator và Tổng Cục Thống kê Việt Nam trong giai đoạn từ năm 2008 đến năm 2015.
4.4. KẾT QỦA NGHIÊN CỨU
4.4.1 THỐNG KÊ MÔ TẢ MẪU D LIỆU
Bảng 4.3 khái quát sơ bộ các thông số cơ bản của dữ liệu nghiên cứu, thể hiện sự phân tán giữa các quan sát trong mẫu nghiên cứu thông qua các giá trị lớn nhất, nhỏ nhất, trung bình và độ lệch chuẩn của các biến số. Cụ thể như sau:
BẢNG 4. 3: THỐNG KÊ MÔ TẢ D LIỆU
Obs | Mean | Std. Dev. | Min | Max | |
LGR | 183 | 0.282 | 0.306 | -0.614 | 1.650 |
DEPTA | 184 | 0.882 | 0.093 | 0.015 | 1.129 |
NPL | 179 | 0.024 | 0.016 | 0.003 | 0.125 |
CAP | 184 | 0.114 | 0.065 | 0.002 | 0.462 |
LIQ | 184 | 0.211 | 0.097 | 0.006 | 0.506 |
SIZE | 184 | 17.919 | 1.244 | 14.688 | 20.562 |
INR | 184 | 10.30 | 2.38 | 6.5 | 13.46 |
GGDP | 184 | 5.88 | 0.50 | 5.25 | 6.68 |
INF | 184 | 9.76 | 7.02 | 0.63 | 23.12 |
Nguồn: Tác giả tính toán từ báo cáo tài chính của các NHTM trên STATA 12
Biến phụ thuộc đại diện cho tăng trưởng tín dụng là LGR, thông qua bảng trên có thể thấy trung bình tốc độ tăng trưởng tín dụng của 23 NHTM trong khoảng thời gian từ 2008 đến 2015 là 0.282. Các giá trị của biến LGR dao động từ giá trị thấp nhất là -0.614 và giá trị cao nhất đạt 1.650. Độ lệch chuẩn có giá trị là 0.306 và cao
hơn giá trị trung bình, điều này cho thấy tốc độ tăng trưởng tín dụng biến động lớn giữa các ngân hàng trong mẫu nghiên cứu qua các năm.
Biến tỷ lệ huy động (DEPTA): có các giá trị biến động trong khoảng từ 0.015 đến 1.129, với giá trị trung bình là 0.882 và độ lệch chuẩn thấp, chỉ đạt giá trị 0.093. Điều này cho thấy có sự chênh lệch không lớn trong tỷ lệ tiền gửi giữa các ngân hàng trong mẫu nghiên cứu.
Biến tỷ lệ nợ xấu (NPL): biến tỷ kệ nợ xấu có giá trị cao nhất lên tới 0.125 và thấp nhất chỉ là 0.003. Trung bình các ngân hàng trong mẫu có tỷ lệ nợ xấu dưới mức 3%, và cụ thể chỉ là 0.024 với độ lệch chuẩn thấp hơn giá trị trung bình. Độ lệch chuẩn là 0.016 cho thấy mặc dù sự phân bố giữa tỷ lệ nợ xấu cao nhất và tỷ lệ nợ xấu thấp nhất có sự phân biệt, tuy nhiên nhìn chung sự biến động của tỷ lệ nợ xấu trong khoảng thời gian nghiên cứu là không lớn.
Biến tỷ lệ vốn (CAP): tỷ lệ vốn chủ sở hữu có giá trị dao động từ 0.002 đến
0.462 với giá trị trung bình là 0.114 và độ lệch chuẩn là 0.065. Tỷ lệ vốn của các ngân hàng dao động qua mỗi năm nhưng mức độ biến động giữa các ngân hàng trong mẫu nghiên cứu nhìn chung không lớn.
Biến tỷ lệ thanh khoản (LIQ): tỷ lệ thanh khoản của các ngân hàng trong mẫu có sự biến động với giá trị lớn nhất là 0.506, trong khi đó giá trị thấp nhất chỉ là
0.006. Sự biến động của LIQ được thể hiện thông qua độ lệch chuẩn là 0.097 và giá trị trung bình là 0.211. Điều này cho thấy tỷ lệ thanh khoản ở các ngân hàng là cao và chưa ổn định qua các năm.
Biến quy mô ngân hàng (SIZE): có giá trị cao nhất lên tới 20.562 và giá trị thấp nhất là 14.88. Giá trị trung bình của quy mô ngân hàng đạt mức 17.919 và sự biến động tuy không lớn thể hiện qua giá trị độ lệch chuẩn là 1.244. Tuy nhiên vẫn cho thấy có sự chênh lệch về quy mô giữa các ngân hàng trong mẫu nghiên cứu qua các năm.
Biến lãi suất danh nghĩa (INR): có giá trị cao nhất lên tới 13.46 và giá trị thấp nhất là 6.5. Giá trị trung bình của biến lãi suất đạt mức 10.30 và sự biến động khá
lớn thông qua giá trị độ lệch chuẩn là 2.38. Như vậy có thể thấy, lãi suất danh nghĩa ở Việt Nam trong những năm qua đã biến động khá lớn.
Biến tăng trưởng GDP (GDP): tăng trưởng kinh tế của Việt Nam có dấu hiệu tích cực trong những năm trở lại đây với mức tăng trưởng trung bình là 5.88 và giá trị của GDP trong thời gian nghiên cứu dao động từ 5.25 đến 6.68. Với độ lệch chuẩn đạt mức chỉ 0.5 cho thấy sự chênh lệch không lớn trong tốc độ tăng trưởng kinh tế của Việt Nam.
Biến tỷ lệ lạm phát (INF): biến tỷ lệ lạm phát có sự phân bổ dữ liệu khá lớn trong những năm nghiên cứu, với giá trị cao nhất lên tới 23.12 và giá trị thấp nhất chỉ là 0.63. Giá trị trung bình của tỷ lệ lạm phát lên tới 9.76 và sự biến động xoay quanh giá trị trung bình rất lớn thông qua giá trị độ lệch chuẩn là 7.02. Như vậy có thể thấy, tỷ lệ lạm phát của Việt Nam trong những năm qua đã biến động khá lớn.
4.4..2. KẾT QUẢ KIỂM ĐỊNH GIẢ THUYẾT CỦA OLS
* Đa cộng tuyến
- Kiểm tra bằng hệ số tương quan:
Ma trận hệ số tương quan của các biến nghiên cứu được trình bày trong Bảng
4.4. Theo kết quả cho thấy các hệ số tương quan giữa các cặp biến độc lập trong mô hình tương đối nhỏ. Các hệ số dao động từ -0.01 đến 0.42, không có hệ số tương quan nào lớn hơn 0.8.
BẢNG 4. 4: MA TRẬN HỆ SỐ TƯƠNG QUAN CỦA CÁC BIẾN
LGR | DEPTA | NPL | CAP | LIQ | SIZE | INR | GGDP | INF | |
LGR | 1 | ||||||||
DEPTA | -0.01 | 1 | |||||||
NPL | -0.10 | -0.08 | 1 |
0.04 | -0.56 | 0.10 | 1 | ||||||
LIQ | 0.15 | 0.01 | -0.05 | 0.03 | 1 | ||||
SIZE | -0.13 | 0.42 | -0.09 | -0.75 | -0.13 | 1 | |||
INR | 0.04 | -0.18 | 0.10 | 0.26 | 0.40 | -0.29 | 1 | ||
GGDP | -0.08 | 0.18 | -0.20 | -0.12 | -0.15 | 0.14 | -0.25 | 1 | |
INF | -0.09 | -0.16 | 0.08 | 0.27 | 0.34 | -0.27 | 0.90 | -0.17 | 1 |
Nguồn: Tác giả tính toán từ báo cáo tài chính của các NHTM trên STATA 12
Kết quả này cho thấy giữa các biến độc lập trong mô hình nghiên cứu có thể sẽ không có hiện tượng đa cộng tuyến. Tác giả cũng sử dụng hệ số phóng đại phương sai VIF để kiểm tra lại hiện tượng này.
Kiểm tra bằng hệ số phóng đại phương sai VIF: BẢNG 4. 5: HỆ SỐ VIF
VIF | 1/VIF | |
INR | 5.95 | 0.16814 |
INF | 5.51 | 0.181581 |
CAP | 2.79 | 0.358392 |
SIZE | 2.34 | 0.427003 |
DEPTA | 1.51 | 0.66383 |
LIQ | 1.24 | 0.809635 |
GGDP | 1.14 | 0.874179 |