Do việc đánh giá các yếu tố định tính khó khăn, việc khảo sát không chính xác do chịu ảnh hưởng từ tâm lý chủ quan của người được khảo sát nên luận văn tập trung phân tích các yếu tố định lượng tác động đến nợ xấu dựa trên mô hình của Xiaofen Chen
Trong bài nghiên cứu Financial Liberalization, Competition and Sound Banking: Theoretical and Empirical Essays tại Virginia Polytechnic Institute and State University của tác giả Xiaofen Chen (2001) có sử dụng mô hình hồi quy các nhân tố tác động đến nợ xấu là:
badt,i = α0 + α1 * loant,i + α2 * rothast,i + α3 * econt,i + α4 * mmrt,i + α5* d + ut,i
Trong đó:
t, i: năm, ngân hàng bad: nợ xấu
loan: dư nợ tín dụng
rothas: thu nhập thuần ngoài lãi/tổng tài sản1 econ: tốc độ tăng GDP
mmr: lãi suất
d: biến giả đo lường tính cạnh tranh của từng ngân hàng
Mô hình của tác giả Xiaofen được tiến hành thực nghiệm tại 128 ngân hàng tại 15 nước EU đánh giá các tác động của các nhân tố lên nợ xấu ngân hàng.
Theo kết quả nghiên cứu của tác giả, các biến loan, rothas, mmr, và d có tác động cùng chiều với biến bad, trong đó biến loan có tác động mạnh nhất đến biến bad với α1=0.967. Tuy nhiên, biến econ lại có tác động ngược chiều với biến bad. Trong mô hình này, tác giả còn sử dụng biến d – đánh giá ảnh hưởng của yếu tố cạnh tranh giữa
1 Thu nhập thuần ngoài lãi = lãi thuần từ hoạt động dịch vụ + lãi thuần từ kinh doanh ngoại hối và vàng + lãi thuần từ mua bán chứng khoán kinh doanh + lãi thuần từ mua bán chứng khoán đầu tư + lãi thuần từ hoạt động khác.
các ngân hàng. Do việc nghiên cứu tính cạnh tranh của từng ngân hàng Việt Nam khá khó khăn. Vì vậy, luận văn đề xuất bỏ biến d trong mô hình hồi quy.
2.4.2 Kiểm định mô hình
2.4.2.1 Phương pháp
Để xác định sự tác động của các nhân tố: dư nợ tín dụng, tỷ lệ thu nhập thuần phi lãi trên tổng tài sản, lãi suất và tăng trưởng GDP đến nợ xấu, luận văn sử dụng mô hình ước lượng OLS. Các bước thực hiện như sau:
Bước 1: Thu nhập dữ liệu nghiên cứu
Bước 2: Dùng eview để ước lượng mô hình hồi quy các nhân tố tác động đến nợ xấu Bước 3: Kiểm tra hiện tượng đa cộng tuyến, phương sai thay đổi và tự tương quan Bước 4: Phương trình rút gọn của mô hình hồi quy
Bước 5: Đề xuất đưa thêm biến vào mô hình hồi quy
2.4.2.2 Dữ liệu và mô tả
Dữ liệu được thu thập từ 33 NHTM có công bố BCTC từ năm 2008 đến năm 2012, thu thập từ các nguồn dữ liệu của NHNN, các nguồn dữ liệu mở (cafef.vn, vietstock.vn), các bảng Báo cáo tài chính và Báo cáo thường niên của các NHTM
Bảng 3.1: Các biến trong mô hình phân tích
Ký hiệu | Nguồn | Số mẫu | Năm quan sát | Số quan sát | |
Nợ xấu | BAD | Tổng hợp từ các BCTC của các NHTM | 33 | 5 | 165 |
Dư nợ tín dụng | LOAN | Tổng hợp từ các BCTC của các NHTM | 33 | 5 | 165 |
Thu nhập thuần phi | ROTHAS | Tổng hợp từ các | 33 | 5 | 165 |
Có thể bạn quan tâm!
-
Áp Dụng Các Biện Pháp Hỗ Trợ, Kích Thích Thị Trường Bất Động Sản Nhằm Xử Lý Nợ Xấu Cho Các Ngân Hàng -
Thành Lập Các Công Ty Quản Lý Nợ Và Khai Thác Tài Sản -
Phân Tích Các Nhân Tố Tác Động Đến Nợ Xấu Của Các Nhtm -
Giải Pháp Xử Lý Nợ Xấu Tại Các Ngân Hàng Thương Mại Việt Nam -
Giải pháp xử lý nợ xấu tại các ngân hàng thương mại Việt Nam - 12 -
Giải pháp xử lý nợ xấu tại các ngân hàng thương mại Việt Nam - 13
Xem toàn bộ 104 trang tài liệu này.
BCTC của các NHTM | |||||
Lãi suất | MMR | NHNN | 5 | ||
Tăng trưởng GDP | ECON | NHNN | 5 |
2.4.2.3 Phương pháp kiểm định
Bài nghiên cứu ứng dụng phần mềm Eviews, hồi quy theo phương pháp bình phương nhỏ nhất.
2.4.3 Kết quả kiểm định
2.4.3.1 
ng nợ xấu
Kết quả ước lượng mô hình hồi quy các biến độc lập Loan, Econ, Mmr, Rothas đến biến bad.
Bảng 3.2: Kết quả mô hình hồi quy
Method: Least Squares | ||||
Date: 08/17/13 Time: 23:22 | ||||
Sample: 1 165 | ||||
Included observations: 165 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 0.087970 | 0.008161 | 10.77950 | 0.0000 |
ECON | -1.974695 | 0.170225 | -11.60051 | 0.0000 |
LOAN | 1.41E-07 | 8.43E-09 | 16.75409 | 0.0000 |
MMR | 0.336481 | 0.046507 | 7.235115 | 0.0000 |
ROTHAS | 0.273550 | 0.113179 | 2.416968 | 0.0168 |
R-squared | 0.752920 | Mean dependent var | 0.017627 | |
Adjusted R-squared | 0.746743 | S.D. dependent var | 0.019060 | |
S.E. of regression | 0.009592 | Akaike info criterion | -6.426014 | |
Sum squared resid | 0.014720 | Schwarz criterion | -6.331894 | |
Log likelihood | 535.1461 | Hannan-Quinn criter. | -6.387807 | |
F-statistic | 121.8909 | Durbin-Watson stat | 1.459546 | |
Prob(F-statistic) | 0.000000 | |||
Mô hình ước lượng biến BAD theo các biến độc lập nhận được:
BAD = 0.087970 - 1.974695*ECON + 1.41*10-7*LOAN + 0.336481*MMR + 0.273550*ROTHAS
R và ROTHAS. 
biến
ng âm) ECON. Kết quả này cũng phù hợp với kết quả nghiên cứu của Xiaofen.
Theo bảng kết quả ước lượng mô hình ta thấy hệ số R-squared = 0.752920 và hệ số Adjusted R-squared = 0.746743 tương đối lớn cho thấy độ thích hợp của hàm hồi quy này là khá cao. Mô 
ỏ kết quả dữ liệu thu thập của 5 biến được giải thích khá tốt cho mô hình.
Các biến độc lập như LOAN, MMR, ECON và ROTHAS trong mô hình ước lượng này đều có p-value < 0.05 đã chứng tỏ các biến này được đưa vào mô hình là phù hợp và có ý nghĩa về mặt thống kê với mức ý nghĩa 5%.
Đồng thời, ta thấy có thể có hiện tượng đa cộng tuyến thông qua chỉ số F-statistic khá cao = 121.8909.
2.4.3.2 Kiểm tra hiện tượng đa cộng tuyến
Để đo lường mức độ phù hợp giữa các biến trong mô hình từ đó phát hiện hiện tượng đa cộng tuyến, luận văn tiến hành kiểm tra ma trận tương quan.
Bảng 3.3: Ma trận tương quan các biến
BAD | ECON | LOAN | MMR | ROTHAS | |
BAD | 1.000000 | -0.406985 | 0.737759 | 0.060067 | 0.062578 |
ECON | -0.406985 | 1.000000 | -0.068817 | 0.550312 | 0.090974 |
LOAN | 0.737759 | -0.068817 | 1.000000 | 0.047660 | 0.109279 |
MMR | 0.060067 | 0.550312 | 0.047660 | 1.000000 | -0.166106 |
0.062578 | 0.090974 | 0.109279 | -0.166106 | 1.000000 |
biến như sau:
Biến phụ thuộc BAD có mức độ tương quan khá cao ( 0.737759) với biến độc lập LOAN
Biến độc lập MMR có mức độ tương quan khá cao ( 0.550312) với các biến ECON
Hầu hết các nhà nghiên cứu kinh tế lượng cho rằng khi hệ số tương quan giữa hai biến lớn hơn hoặc bằng 0.8 thì đó là một dấu hiệu quan trọng để nhận biết hiện tượng đa cộng tuyến đang xảy ra trong mô hình, đặc biệt là mô hình hồi quy bội.
Qua kết quả phân tích tương quan, ta thấy tương quan giữa các cặp biến giải thích của mô hình đều nhỏ hơn 0.8. Vì vậy có thể kết luận các biến đưa vào mô hình không có hiện tượng đa cộng tuyến.
2.4.3.3 Kiểm tra hiện tượng phương sai thay đổi
Phương sai thay đổi không những làm mất đi tính chất không chệch và tính vững chắc của các ước lượng OLS, mà còn làm cho các ước lượng đó không còn hiệu quả nữa.
Sử dụng kiểm định White để phát hiện phương sai thay đổi trong mô hình. Giả thiết: Ho: Phương sai của sai số ngẫu nhiên của mô hình không đổi.
H1: Phương sai của sai số ngẫu nhiên của mô hình thay đổi.
Bảng 3.4: Kết quả Kiểm định White
F-statistic | 1.158404 | Prob. F(13,151) | 0.3156 |
Obs*R-squared | 14.96320 | Prob. Chi-Square(13) | 0.3097 |
Scaled explained SS | 89.13010 | Prob. Chi-Square(13) | 0.0000 |
Theo kết quả của bảng trên, ta thấy n 2 = 14.96320 có xác suất p-value tương ứng là 0.3097 > 0.05 nên ta chấp nhận giả thiết Ho
Vậy mô hình hồi quy không có hiện tượng phương sai thay đổi.
2.4.3.4 Kiểm định hiện tượng tự tương quan
Theo kết quả mô hình hồi quy phần trên, ta có:
Durbin-Watson stat = 1.459546
Vì cỡ mẫu lớn (165) nên các giá trị , không có trong bảng, do đó đôi khi người ta kiểm định Durbin-Watson theo kinh nghiệm:
nếu 1
2.4.3.5 Phương trình 
Như đã phân tích ở trên, do có một số biến có mức tương quan cao có thể gây ra hiện tượng đa cộng tuyến nên luận văn thực hiện loại bỏ một số biến khỏi mô hình để khắc phục. Cụ thể, ta thử loại bỏ biến ROTHAS ra khỏi mô hình. Mô hình mới được rút gọn có dạng như sau:
badt,i = α0 + α1 * loant,i + α2 * econt,i + α3 * mmrt,i
Để có cơ sở kết luận về điều này ta tiến hành kiểm định giả thiết:
Ho: biến ROTHAS không cần thiết đưa vào mô hình
H1: biến ROTHAS cần thiết đưa vào mô hình Dùng kiểm định Wald ta được kết quả:
Bảng 3.5: Kết quả kiểm định Wald
Equation: EQ01 | |||
Test Statistic | Value | df | Probability |
F-statistic | 5.841734 | (1, 160) | 0.0168 |
Chi-square | 5.841734 | 1 | 0.0157 |
Null Hypothesis Summary: | |||
Normalized Restriction (= 0) | Value | Std. Err. | |
C(5) | 0.273550 | 0.113179 | |
Restrictions are linear in coefficients. | |||
Theo kết quả của bảng trên, vì P(F > 5.841734) = 0.0168 < 0.05 nên ta bác bỏ giả thuyết Ho. Biến ROTHAS vẫn cần thiết phải đưa vào mô hình.
Kết quả hồi quy sau khi đã bỏ biến ROTHAS ra khỏi mô hình:
Bảng 3.6: Mô hình rút gọn của mô hình
Method: Least Squares | ||||
Date: 08/18/13 Time: 09:22 | ||||
Sample: 1 165 | ||||
Included observations: 165 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 0.089659 | 0.008591 | 10.43620 | 0.0000 |
ECON | -1.938403 | 0.175850 | -11.02304 | 0.0000 |
LOAN | 1.44E-07 | 8.51E-09 | 16.95023 | 0.0000 |
MMR | 0.315233 | 0.046279 | 6.811593 | 0.0000 |
R-squared | 0.740646 | Mean dependent var | 0.017627 | |
Adjusted R-squared | 0.735813 | S.D. dependent var | 0.019060 | |
S.E. of regression | 0.009796 | Akaike info criterion | -6.389651 | |
Sum squared resid | 0.015451 | Schwarz criterion | -6.314356 | |
Log likelihood | 531.1462 | Hannan-Quinn criter. | -6.359086 | |
F-statistic | 153.2574 | Durbin-Watson stat | 1.391446 | |
0.000000 | ||||
Mô hình hồi quy lúc này sẽ là:
BAD = 0.089659 -1.938403*ECON + 1.44*10-7*LOAN + 0.315233*MMR
Với mô hình ước lượng sau khi đã bỏ biến ROTHAS, ta thấy rằng R-squared = 0.740646 và Adjusted R-squared = 0.735813 là khá lớn, tuy nhiên thấp hơn độ tin cậy của mô hình khi có biến ROTHAS (thấp hơn khoảng 1%).
2.4.3.6 Mô hình hồi quy khi đưa thêm biến
Dựa trên mô hình hồi quy của Xiaofen Chen (2001) các nhân tố tác động đến nợ xấu, đề xuất đưa thêm biến INF (lạm phát - inflation) để xét xem yếu tố lạm phát có ảnh hưởng đến nợ xấu hay không. Mô hình thêm biến có dạng như sau:
badt,i = α0 + α1 * econt,i + α2 * loant,i + α3 * mmrt,i + α4 * rothast,i + α5 * inft,i
Kết quả hồi quy sau khi đã thêm biến INF vào mô hình:
Bảng 3.7: Kết quả mô hình hồi quy thêm biến
Method: Least Squares | ||||
Date: 08/18/13 Time: 11:00 | ||||
Sample: 1 165 | ||||
Included observations: 165 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 0.068759 | 0.010499 | 6.549034 | 0.0000 |
ECON | -1.641017 | 0.209257 | -7.842112 | 0.0000 |
LOAN | 1.40E-07 | 8.23E-09 | 16.95956 | 0.0000 |
MMR | 0.420407 | 0.050860 | 8.265922 | 0.0000 |
ROTHAS | 0.260957 | 0.110457 | 2.362522 | 0.0194 |
INF | -0.072696 | 0.021431 | -3.392094 | 0.0009 |
R-squared | 0.766501 | Mean dependent var | 0.017627 | |
Adjusted R-squared | 0.759158 | S.D. dependent var | 0.019060 | |
S.E. of regression | 0.009354 | Akaike info criterion | -6.470427 | |
Sum squared resid | 0.013911 | Schwarz criterion | -6.357483 | |