55
𝑖
𝑖
có thể cao hơn so với phương sai thật sự của 𝛽̂. Dù trong trường hợp nào thì ước lượng của Var (𝛽̂) theo cách thông thường đều bị chệch. Theo đó, các thông kê t cũng không còn phù hợp để kiểm định các giả thuyết về hệ số hồi quy.
Có 2 phương pháp thường được sử dụng để phát hiện ra hiện tượng tự tương quan:
- Kiểm định tiệm cận (Asymptotic tests)
- Kiểm định Durbin-Watson
b. Xây dựng mô hình nghiên cứu
Biến phụ thuộc có nhiều phạm trù, mỗi phạm trù đại diện cho một nhóm và biến này có khả năng phân biệt tốt nhất và duy nhất trên cơ sở tập hợp biến độc lập được lựa chọn. Nói cách khác là mỗi quan sát phải được sắp xếp vào một nhóm duy nhất.
Tỷ lệ nợ xấu: Theo quyết định số 493/2005/QĐ-NHNN ngày 22/04/2005 và thông tư 11/2021/TT-NHNN ngày 30/07/2021 của NHNN thì nợ nợ xấu được tính như sau:
Tỷ lệ nợ xấu (NPL) =
Dư nợ tín dụng nhóm (3,4,5) Tổng dư nợ tín dụng
Trong mô hình hồi quy tác giả dùng chỉ số NPL (tỷ lệ nợ xấu) để thông qua đó phân tích sự tác động của các biến độc lập lên nợ xấu của Ngân hàng TMCP Đại Chúng Việt Nam.
Sau khi lựa chọn được biến phụ thuộc, bước tiếp theo phải xác định được biến độc lập (biến giải thích) trong phân tích. Việc lựa chọn biến độc lập được tiến hành theo hai cách. Cách tiếp cận đầu tiên là dựa trên cơ sở và những nghiên cứu từ trước như nghiên cứu của Seema Bhattarai (2015); Phạm Cẩm Nhung (2016);.. . Cách tiếp cận thứ hai là trực giác dựa trên cơ sở kiến thức của các chuyên gia và lựa chọn những biến chưa có trong những nghiên cứu trước và cơ sở lý thuyết hợp lý. Trong
56
nghiên cứu này, biến độc lập được chọn vừa kế thừa từ những kết quả nghiên cứu trước đây đồng thời thu thập từ tình hình thực tế của khách hàng doanh nghiệp có nợ xấu tại Ngân hàng TMCP Đại Chúng Việt Nam.
Ký hiệu: Các biến độc lập trong nghiên cứu.
Bảng 2. 12: Bảng tóm tắt biến độc lập của mô hình
Chỉ tiêu | Thang đo | |
LSCV | Lãi suất cho vay trung bình theo quý | Tỷ lệ % |
TN | Logarit tự nhiên Thu nhập trung bình theo quý của khách hàng | Đồng |
THV | Thời hạn cho vay trùng bình | Năm |
Có thể bạn quan tâm!
- Sơ Đồ Tổ Chức Của Ngân Hàng Tmcp Đại Chúng Việt Nam
- Tình Hình Dư Nợ Cho Vay Tckt, Cá Nhân Và Đầu Tư Của Ngân Hàng Qua Các Năm 2019-2021
- Tình Hình Nợ Quá Hạn Và Nợ Xấu Đối Với Khdn Tại Ngân Hàng
- Ước Lượng Mô Hình Sau Khi Khắc Phục Các Khuyết Tật
- Nâng Cao Chất Lượng Nguồn Nhân Lực Của Ngân Hàng Tmcp Đại Chúng Việt Nam
- Nghiên cứu các nhân tố ảnh hưởng đến nợ xấu của khách hàng doanh nghiệp tại Ngân hàng thương mại cổ phần Đại Chúng Việt Nam - 12
Xem toàn bộ 105 trang tài liệu này.
Trên cơ sở các mô hình đánh giá các nhân tố ảnh hưởng đến nợ xấu của khách hàng doanh nghiệp, tác giả phân tích các yếu tố ảnh hưởng đến nợ xấu của khách hàng doanh nghiệp gồm những yếu tố sau: Thu nhập trung bình theo quý của KHDN; thời hạn vay trung bình theo quý của KHDN ; Lãi suất cho vay trung bình theo quý; Tỷ lệ nợ xấu của Ngân hàng theo quý.
Với dữ liệu của các doanh nghiệp có dư nợ tại Ngân hàng TMCP Đại Chúng Việt Nam sẽ được sắp xếp theo thời gian. Mô hình hồi quy cơ bản như sau:
NPLit= 0 + 1. LCSV + 2.THV + 3.TN
Trong đó:
NPL: Tỷ lệ nợ xấu
TN: Thu nhập trung bình theo Quý
THV: Thời hạn trung bình của khoản vay theo Quý LSCV: Lãi suất cho vay trung bình theo Quý
βj (j= 1,3): hệ số phản ảnh tác động của từng biến độc lập với biến phụ thuộc. Từ đó, ta xây dựng các giả thuyết thống kê:
57
- Thu nhập của khách hàng (TN): Nghiên cứu của Maharjan, (1983); Kohansal và Mansoori, (2009) chỉ ra yếu tố Thu nhập có tác động cùng chiều với khả năng trả nợ của người vay cho Ngân hàng, đồng nghĩa với việc nó có tác động ngươc chiều đến tỷ lệ nợ xấu của Ngân hàng. Biến này được kỳ vọng có hệ số âm, vì khi thu nhập của khách hàng càng cao, đồng nghĩa với khách hàng có khả năng tích lũy cao. Vì vậy, họ sẽ có khả năng trả nợ cao cho Ngân hàng do vậy nợ xấu sẽ giảm.
H1: Thu nhập càng cao khách hàng có nợ xấu giảm và ngược lại
- Thời hạn khoản vay (THV)
Thời hạn khoản vay hay thời gian vay: Thời gian tính từ lúc khách hàng doanh nghiệp nhận tiền vay lần đầu tiên đến khi kết thúc hợp đồng vay giữa hai bên Ngân hàng và doanh nghiệp. Các khoản nợ càng ngắn hạn sẽ khiến cho khả năng trả nợ của khách hàng càng giảm do áp lực về thời gian trả nợ sẽ khiến cho khách hàng không đủ khả năng xoay sở tìm kiếm nguồn trả nợ sẽ dẫn đến khả năng bị nợ xấu cao hơn. Nghiên cứu Kohansal và Mansoori, (2009); (Kenneth Ogol Ochung, 2013), chỉ ra kỳ hạn vay có mối quan hệ ngược chiều với nợ xấu (bời vì kỳ hạn vay cùng chiều với khả năng trả nợ của khách hàng tức là kỳ hạn vay càng lâu thì khả năng trả nợ cho ngân hàng càng lớn).
Vì vậy tác giả, đặt giả thuyết nghiên cứu như sau:
H2: Thời hạn khoản vay tác động ngược chiều đến nợ xấu (tức khoảng vay càng dài thì nợ xấu thấp).
- Lãi suất cho vay (LSCV): Lãi suất của khoản vay (interest, đơn vị tính % năm): Đây là lãi suất thỏa thuận giữa Ngân hàng và khách hàng được tính theo lãi suất trung bình trong kỳ vay. Nghiên cứu của (Kenneth Ogol Ochung, 2013); Kohansal và Mansoori, (2009) chỉ ra rằng, lãi suất khoản vay có tác động cùng chiều với nợ xấu của người vay. Kêt quả nghiên cứu tương tự cũng được chỉ ra bởi Trương Đông Lộc và Nguyễn Thanh Bình, (2011); Nguyễn Quốc Nghi, (2012), (2013). Theo nghiên cứu này, tác giả nhận định lãi suất vay lớn sẽ làm khách hàng trả nợ với số tiền cao hơn nên sẽ
làm khách hàng khó trả nợ đầy đủ cho Ngân hàng dẫn đến nợ xấu cao. Vì vậy tác giả đặt giả thuyết
H3: Lãi suất cho vay tác động cùng chiều đến nợ xấu
c. Phương pháp thu thập dữ liệu và mẫu nghiên cứu
- Phương pháp xử lý số liệu: Sau khi thu thập các dữ liệu về thu nhập khách hàng doanh nghiệp, lãi suất cho vay KHDN củ Ngân hàng và thời hạn cho vay KHDN của Ngân hàng, tác giả đã tính ra tỷ lệ nợ xấu của KHDN tại Ngân hàng dựa vào phương pháp luận được áp dụng với cách tính tỷ lệ nợ xấu theo TT11/2021-NHNN. Với các dữ liệu vi mô thu thập được, dữ liệu được chuyển về đồng nhất ở dạng hàng quý. Số quan sát được trong vòng 8 năm sẽ là 32 quan sát.
- Phương pháp hồi quy
Phương pháp bình phương nhỏ nhất OLS:
𝒀̂𝒕 = 𝜷̂ + ∑ 𝜷̂𝑿 + 𝝁̂
𝟏 𝒊 𝒊 𝒊
Trong đó:
𝒀̂𝒕: là biến phụ thuộc của quan sát i trong thời kỳ t
𝑿𝒊: là biến độc lập của quan sát i trong thời kỳ t
Phương pháp kiểm định
- Kiểm định tính phù hợp của mô hình bằng F-statistics
Cặp giả thiết:
𝐻0: 𝑅2 = 0
𝐻1: 𝑅2 ≠ 0
2
Kiểm định F: 𝐹
= 𝐸𝑆𝑆/(𝑘−1) = 𝑅
× 𝑛−𝑘
𝑞𝑠
𝑅𝑆𝑆/(𝑛−𝑘) 1−𝑅2
𝑘−1
Nếu 𝐹𝑞𝑠 > 𝐹𝛼(𝑘 − 1; 𝑛 − 𝑘) thì bác bỏ 𝐻0: Hàm hồi quy được gọi là phù hợp
Ngược lại, hàm hồi quy không phù hợp
- Kiểm định ý nghĩa của các hệ số hồi quy bằng p-value
Với mức ý nghĩa 𝛼 cho trước, Cặp giả thiết:
𝑗
𝐻0: 𝛽𝑗 = 𝛽∗
𝑗
𝐻1: 𝛽𝑗 ≠ 𝛽∗
Nếu p-value < 𝛼 thì bác bỏ giả thiết 𝐻0
Nếu p-value > 𝛼 thì chưa có cơ sở bác bỏ giả thiết 𝐻0
- Kiểm định Breusch-Pagan để phát hiện phương sai sai số thay đổi
Giả thuyết 𝐻0 được viết lại dưới dạng tương quan giữa các biến giải thích với phần dư là:
𝐻0: 𝐸(𝑢2|𝑥𝑖 ) = 𝜎2
Giả thuyết này cho rằng phương sai không liên quan đến biến 𝑥𝑖 . Kiểm định BP sẽ kiểm tra sự tương quan này.
Phương pháp khắc phục nếu xảy ra hiện tượng phương sai sai số thay đổ là sử dụng các sai số chuẩn mạnh (robust standard errors). Phương sai các hệ số ước lượng sẽ được tính lại mà không sử dụng đến giả thuyết phương sai sai số không đổi.
- Kiểm định Durbin – Watson để phát hiện hiện tượng tự tương quan
Xét mô hình hồi quy:
𝒀̂𝒕 = 𝜷̂ + ∑ 𝜷̂𝑿 + 𝝁̂
𝟏 𝒊 𝒊 𝒊
Nếu giữa các sai số có hiện tương tự tương quan bậc 1 thì mối quan hệ giữa chúng có thể biểu diễn dưới dạng phương trình hồi quy:
𝑢𝑡 = 𝜌𝑢𝑡−1 + 𝜀𝑡, −1 < 𝜌 < 1
Giả thuyết 𝐻0 : 𝜌 = 0 Mô hình hồi quy không có tự tương quan
Xác định giá trị thống kê Durbin – Watson và so sánh với giá trị tới hạn 𝑑𝑈, 𝑑𝐿
Chưa kết luận | Chấp nhận 𝐻0 | Chưa kết luận | Bác bỏ 𝐻0 |
0 𝑑𝐿 𝑑𝑈 4 − 𝑑𝑈 4 − 𝑑𝐿 4
- Kiểm định Wald để xác định biến độc lập có cần thiết cho mô hình
Mục tiêu nhằm xác định khi thêm hoặc bỏ đi một biến giải thích của mô hình thì mức ý nghĩa của mô hình có tăng lên hay không.
Giả thiết:
𝐻0 : 𝛽1 = ⋯ = 𝛽𝑖 = 0
𝐻1: Có ít nhất 1 𝛽𝑗 ≠ 0
Quy tắc quyết định dựa vào p-value như sau:
Nếu p-value < 𝛼 thì bác bỏ giả thiết 𝐻0
Nếu p-value > 𝛼 thì chưa có cơ sở bác bỏ giả thiết 𝐻0
2.4.2.2. Kết quả nghiên cứu và thảo luận
a. Thống kê - Mô tả các biến
Bảng 2. 13: Thống kê mô tả
NPL | LSCV | THV | TN | |
Mean | 2,3425 | 9,47 | 4,72 | 22,5974 |
Median | 2,4 | 9,45 | 4,50 | 22,58103 |
Maximum | 2,65 | 10,20 | 6,00 | 23,21647 |
Minimum | 1,9 | 8,9 | 3,50 | 21,98173 |
Std. Dev. | 0,228713 | 0,35 | 0,59 | 0,37557 |
Sknewness | -0,558855 | 0,27 | 0,41 | 0,029962 |
Kurtosis | 2,048199 | 2,22 | 2,85 | 1,688862 |
Jarque-Bera | 2,873602 | 1,20 | 0,93 | 2,296898 |
Probability | 0,237687 | 0,55 | 0,63 | 0,317128 |
Sum | 74,96 | 303,00 | 150,90 | 723,1169 |
Sum Sq. Dev. | 1,6216 | 3,87 | 10,80 | 4,372631 |
Observations | 32,00 | 32,00 | 32,00 | 32,00 |
Nguồn: Kết quả từ Eviews 10
Qua bảng kết quả thống kê mô tả tác giả xác định được thông tin về biến phụ thuộc là tỷ lệ nợ xấu (NPL) và các biến độc lập lãi suất cho vay (LSCV), Thời hạn cho vay (THV), Thu nhập của khách hàng (TN).
- Tỷ lệ nợ xấu (NPL): Giá trị lớn nhất của chỉ số là 2,65 tại thời điểm 31/12/2021; giá trị bé nhất là 1,9 tại thời điểm 31/12/2015. Hệ số nhọn của biến phụ thuộc xấp xỉ 2 với hệ số nhọn dương
- Lãi suất cho vay (LSCV): Lãi suất cho vay tương đối ổn định trong giai đoạn 2013 – 2021 với giá trị trung bình khoảng 9,47, độ lệch chuẩn rất thấp chỉ 0,35. Điều này cũng thể hiện được mục tiêu ổn định lãi suất và chính sách cho vay KHDN của Ngân hàng
- Thời hạn cho vay (THV): Thời hạn cho vay của Ngân hàng giai đoạn 2013 – 2021 trung bình là 4,72 năm và có xu hướng tăng dần. Hệ số nhọn nhỏ hơn 3 chứng tỏ đồ thị hàm mật độ có dạng Platykurtic.
- Thu nhập của khách hàng (TN): Logarit tự nhiên Thu nhập trung bình theo quý của khách hàng là 22,5974. Hệ số nhọn nhỏ hơn 3 chứng tỏ đồ thị hàm mật độ có dạng Platykurtic.
b. Ma trận hệ số tương quan
Bảng 2. 14: Hệ số tương quan
LSCV | THV | TN | |
LSCV | 1,00 | ||
THV | 0,36 | 1,00 | |
TN | 0,40 | 0,48 | 1,00 |
Nguồn: Kết quả từ Eviews 10
Hệ số tương quan của các biến độc lập tương đối thấp, giá trị tuyệt đối của hệ số tương quan cao nhất là 0,4 giữa biến LSCV và TN Để chắc chắn, tác giả kiểm tra hệ số VIF theo bảng. Tất cả các hệ số VIF của biến độc lập đều nhỏ hơn 2 nên không có hiện tượng đa cộng tuyến xảy ra giữa các biến (Kennedy, 1992). Như vậy việc sử dụng các biến vào mô hình là phù hợp.
Bảng 2. 15: Hệ số VIF của các biến độc lập
Coefficient | Centered | |
Variance | VIF | |
LSCV | 0,007942 | 1,247639 |
THV | 0,003092 | 1,356042 |
TN | 0,007938 | 1,40945 |
Nguồn: Kết quả từ Eviews 10
c. Kết quả ước lượng
Để đo lường các nhân tố ảnh hưởng đến nợ xấu của khách hàng doanh nghiệp tại Ngân hàng TMCP Đại Chúng Việt Nam, luận văn thực hiện hồi quy mô hình đa biến bằng phương pháp bình phương nhỏ nhất OLS bằng phần mềm Eviews 10.
Bảng 2. 16: Mô hình hồi quy
Coefficient | Std. Error | t-Statistic | Prob. | |
LSCV | 0,48 | 0,09 | 5,35 | 0 |
THV | 0,02 | 0,06 | 0,38 | 0,7074 |
TN | (0,39) | 0,09 | (4,43) | 0,0001 |
C | 6,64 | 1,84 | 3,62 | 0,0012 |
R-squared | 0,5748 | Mean dependent var | 2,3425 | |
Adjusted R-squared | 0,5292 | S.D. dependent var | 0,228713 | |
S.E. of regression | 0,1569 | Akaike info criterion | -0,749547 | |
Sum squared resid | 0,6896 | Schwarz criterion | -0,56633 | |
Log likelihood | 15,9928 | Hannan-Quinn criter. | -0,688816 | |
F-statistic | 12,6151 | Durbin-Watson stat | 1,499997 | |
Prob(F-statistic) | 0,0000 |