Mô Tả Các Biến Dùng Trong Mô Hình Yếu Tố Tác Động Đến Nợ Xấu

thuận lợi để giảm lợi nhuận báo cáo và chuyển lợi nhuận sang các năm có tình hình kinh doanh khó khăn (Wahlen, 1994).

Nợ xấu trong quá khứ kỳ vọng có ảnh hưởng cùng chiều với tỷ lệ nợ xấu ở hiện tại. Theo Jimenes và Saurina (2006), tỷ lệ nợ xấu trong quá khứ tác động cùng chiều với tỷ lệ nợ xấu ở hiện tại. Các nghiên cứu cho rằng nợ xấu trong quá khứ cao thể hiện khả năng quản trị rủi ro trong cho vay của ngân hàng kém, dẫn đến nợ xấu trong hiện tại cũng tăng cao. Một số bằng chứng thực nghiệm cho rằng tỷ lệ nợ xấu trong quá khứ tác động cùng chiều với nợ xấu hiện tại như nghiên cứu của Salas và Sauria (2002); Jimenez và Sauria (2006); và Klein (2013). Các tác giả kết luận rằng biến nợ xấu có tính xu hướng trong một số giai đoạn nhất định của nền kinh tế.

Biến đặc thù thứ tư là biến tốc độ tăng trưởng tín dụng (LGR) được định nghĩa là tỷ lệ tăng trưởng dư nợ cho vay của kỳ này so với kỳ trước (%) và được tính như sau:

𝐿𝐺𝑅 =𝐷ư 𝑛ợ𝑡−𝐷ư 𝑛ợ𝑡−1

𝐷ư 𝑛ợ𝑡−1

(3.4)

Các khoản mục dư nợ của năm nay và năm trước được thu thập trong bảng cân đối kế toán hoặc tốc độ tăng trưởng tín dụng được lấy từ báo cáo kiểm toán, báo cao thường niên của ngân hàng và được tính theo công thức (3.6).

Tốc độ tăng trưởng tín dụng kỳ vọng tác động cùng chiều với nợ xấu. Theo giả thuyết rủi ro tín dụng có tính chu kỳ, Keeton (1999) cho rằng tốc độ tăng trưởng tín dụng càng nhanh thì tỷ lệ nợ xấu càng lớn khi nghiên cứu các ngân hàng tại Hoa Kỳ. Salas và Saurina (2002) cũng cho thấy giữa tốc độ tăng trưởng tín dụng và tỷ lệ nợ xấu có mối tương quan thuận ở các độ trễ thời gian tại các ngân hàng Tây Ban Nha. Các bằng chứng thực nghiệm khác cũng cho thấy mối quan hệ cùng chiều như Demirgus-Kunt (1997) và Nguyễn Ngọc Diệp và Nguyễn Minh Kiều (2005). Tuy nhiên, Le (2016) và Jimenez và Saurina (2006) lại cho thấy tốc độ tăng trưởng tín dụng ngược chiều với nợ

xấu. Luận án cho rằng tốc độ tăng trưởng tín dụng cao trong giai đoạn 2005- 2015 là lý do dẫn đến nợ xấu gia tăng.

Biến đặc thù thứ năm là biến quy mô tài sản (TA) đại diện cho quy mô ngân hàng. Do tổng tài sản thường là số có giá trị tuyệt đối lớn nên trong kỹ thuật hồi quy phân tích dữ liệu, thường lấy logarit của tổng tài sản làm biến đại diện cho quy mô:

TA = Ln(tổng tài sản) (3.5)

Trong đó, khoản mục tổng tài sản thể hiện trên bảng cân đối kế toàn hàng năm của các ngân hàng. Bài nghiên cứu có đối tượng nghiên cứu là các ngân hàng nên biến quy mô được tính theo công thức 3.3 nêu trên.

Quy mô ngân hàng được kỳ vọng tác động cùng chiều đến tỷ lệ nợ xấu. Kỳ vọng này dựa trên giả thuyết “quá lớn để phá sản” cho rằng các ngân hàng có quy mô lớn thường chấp nhận rủi ro quá mức bằng cách tăng sử dụng vốn cho vay của mình, do đó quy mô càng lớn thì ngân hàng có nợ xấu nhiều hơn. Bởi vì kỷ luật thị trường thường không áp đặt cho các ngân hàng lớn, những người mong đợi chính phủ bảo vệ trong trường hợp ngân hàng phá sản. Các NHTMNN tại Việt Nam có quy mô lớn hơn các NHTMCP và thực tế có các khoản vay rủi ro hơn do quan niệm chính phủ sẽ bảo vệ trong trường hợp phá sản. Từ đó, mối quan hệ này được kỳ vọng là cùng chiều theo nghiên cứu của Salas và Saurina (2002), Boyd và Gertler (1994).

Biến đặc thù thứ sáu là biến vốn chủ số hữu trên tổng tài sản (ETA) được tính theo công thức sau:

𝐸𝑇𝐴 = 𝑉ố𝑛 𝑐ℎủ 𝑠ở ℎữ𝑢

𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛

(3.6)

Trong đó, cả hai khoản mục vốn chủ sở hữu và tổng tài sản đều được thu thập từ bảng cân đối kế toán. Biến ETA được kỳ vọng có mối tương quan ngược chiều đến NPL.

Tỷ lệ vốn chủ sở hữu trên tổng tài sản được kỳ vọng tác động ngược chiều lên tỷ lệ nợ xấu. Giả thuyết “rủi ro đạo đức” cho rằng khi đòn bẩy và rủi ro của các ngân hàng đều đã cao, các ngân hàng giảm vốn làm tăng trạng thái rủi ro (Altunbas và ctg, 2007). Mức vốn thấp cũng thể hiện năng lực tài chính yếu kém của các NHTM vì vốn chủ sở hữu là tấm đệm giúp ngân hàng chống đỡ cho sự giảm giá trị của những tài sản có và giúp ngân hàng không rơi vào tình trạng mất khả năng chi trả. Klein (2013) và Louzis (2012) đã nghiên cứu các yếu tố ảnh hưởng đến nợ xấu ở châu Âu và Hy Lạp đã chứng minh vốn chủ sở hữu tác động ngược chiều đến nợ xấu.

Biến đặc thù thứ bảy là biến tỷ lệ dư nợ trên vốn huy động (LDR). Công thức tính tỷ lệ dư nợ trên vốn huy động như sau:

𝐿𝐷𝑅 = 𝐷ư 𝑛ợ 𝑐ℎ𝑜 𝑣𝑎𝑦

𝑉ố𝑛 ℎ𝑢𝑦 độ𝑛𝑔

(3.7)

Trong đó, dư nợ cho vay và vốn huy động được lấy từ bảng cân đối kế toán của các ngân hàng theo từng năm. Tỷ lệ này cho thấy, các ngân hàng phát triển dư nợ cho vay bằng vốn huy động hay vốn khác, vấn đề này liên quan đến việc sở hữu chéo giữa các ngân hàng với nhau. Nếu tỷ lệ này cao (lớn hơn 1) cho thấy ngân hàng cho vay vượt quá số vốn huy động của mình nên phải huy động thêm bằng các kênh khác như: vay liên ngân hàng, vốn ủy thác, vốn tự có…

Dư nợ cho vay trên vốn huy động được kỳ vọng tác động cùng chiều đến nợ xấu. Do các ngân hàng có mức vốn hóa thấp làm tăng rủi ro của danh mục cho vay và do đó gia tăng nợ xấu. Việc cho vay trên vốn huy động quá cao cho thấy rủi ro tín dụng của các NHTM tăng cao. Các nghiên cứu thực nghiệm đều cung cấp bằng chứng LTD có tác động cùng chiều đến tỷ lệ nợ xấu như Jimenez và Saurina (2005), Pasha và Khemraj (2010).

- Nhóm các biến đặc thù của ngành

Biến liên quan đến yếu tố cạnh tranh ngành thứ nhất là hệ số tập trung CR4 được tính dựa trên thị phần được kiểm soát bởi 4 NHTM lớn nhất trong hệ thống (CR4) đo lường mức độ cạnh tranh ngân hàng. Chỉ số này được tính toán theo công thức sau:

j=1

CR4 = ∑4 MSj , 0 ≤ CR4 ≤ 1 (3.9)

Trong đó, hệ số CR4 được xác định bằng tổng giá trị thị phần của 4 NHTM lớn nhất trong hệ thống, MSj là thị phần của ngân hàng thứ j bằng cách sử dụng tổng tài sản đại diện cho thị phần và giá trị CR4 nằm trong khoảng từ 0 đến 1. CR4 càng gần 0 cho thấy thị trường cạnh tranh hoàn hảo và ngược lại càng gần 1, thị trường càng tập trung. Hệ số CR4 càng cao cho thấy mức độ tập trung thị trường càng lớn, hay quyền lực thị trường nằm ở các NHTM lớn nhất.

Biến liên quan đến yếu tố cạnh tranh ngành thứ hai là chỉ số HHI (Herfindahl- Hirschman Index) được tính toán bằng bình phương thị phần tổng tài sản của tất cả các NHTM trong hệ thống với công thức như sau:

j=1

HHI = ∑n

MS2

(3.10)

Trong đó, MSj là thị phần của ngân hàng thứ j. HHI thể hiện mức độ tập trung trong ngành ngân hàng. Giá trị HHI càng cao phản ánh mức độ tập trung càng cao và cạnh tranh giảm. Chỉ số nhỏ hơn 0,01 thể hiện thị trường có mức cạnh tranh hoàn hảo, từ 0,01 đến 0,1 thể hiện mức độ cạnh tranh cao, từ 0,1 đến 0,18 thể hiện mức cạnh tranh trung bình và trên 0,18 thể hiện mức độ tập trung thị trường cao và có xu hướng độc quyền nhóm.

Mức độ cạnh tranh ngành được kỳ vọng có tác động ngược chiều đến nợ xấu. Theo giả thuyết “rủi ro đạo đức” cho rằng hệ thống ngân hàng sẽ trở nên bất ổn định và dễ đổ vỡ hơn nếu mức độ cạnh tranh tăng lên (Jimenez và ctg, 2007).

Tại Việt Nam, trong giai đoạn nghiên cứu, các NHTM cạnh tranh để thu hút vốn đã dẫn đến tăng trưởng tín dụng tăng cao, điều này có thể làm hạ thấp tiêu chuẩn tín dụng, từ đó dẫn đến nợ xấu gia tăng.

Biến đặc thù thứ chín là biến mức độ kiểm soát của chủ sở hữu. Sở hữu tập trung bao gồm các biến giả OWN1, OWN2, OWN3 thể hiện tỉ lệ sở hữu của một cá nhân, hay tổ chức trên 10%, trên 25% và trên 50% vốn điều lệ của ngân hàng. Luận án tiến hành kiểm định giả thuyết để đánh giá tác động của mức độ kiểm soát của chủ sở hữu đến nợ xấu của NHTM Việt Nam thông qua sử dụng biến đại diện là tỷ lệ nắm giữ cổ phần.

Mức độ kiểm soát của chủ sở hữu được kỳ vọng tác động cùng chiều đến nợ xấu. Quyền sở hữu ngân hàng càng tập trung sẽ càng tăng tính thận trọng đối với rủi ro thông qua việc kiểm soát chặt chẽ hơn các khoản vay. Một số nghiên cứu cho rằng tỷ lệ sở hữu cổ phần tương quan ngược chiều với nợ xấu (Shehzad và ctg, 2010). Điều này được giải thích rằng mức độ kiểm soát của chủ sở hữu góp phần làm giảm hậu quả của vấn đề rủi ro đạo đức. Các nghiên cứu trước cũng sử dụng tỷ lệ nắm giữ cổ phần của các cá nhân hay tổ chức làm biến đại diện cho mức độ kiểm soát của chủ sở hữu. Laeven và Levine (2009) sử dụng hai tỷ lệ là 10% và trên 20% trong khi Shehzad và ctg (2010) cho thấy vấn đề có thể nằm ở tỷ lệ sở hữu cao hơn.

- Nhóm các biến kinh tế vĩ mô

Ngoài các yếu tố đặc thù của ngân hàng, nợ xấu của các NHTM cũng đồng thời chịu tác động của các yếu tố kinh tế vĩ mô. Mặc dù, việc đưa các biến vĩ mô vào mô hình sẽ gặp vấn đề không tương thích với dữ liệu vi mô, nhưng nếu thiếu biến vĩ mô sẽ dẫn đến việc thiếu biến khi xem xét nguyên nhân dẫn đến nợ xấu. Bên cạnh đó, các công trình nghiên cứu thường đưa biến vĩ mô vào mô hình kiểm định các yếu tố ảnh hưởng đến nợ xấu của chỉ một quốc gia. Cụ thể Athanasoglou và ctg (2008) khi nghiên cứu các ngân hàng Hy Lạp, Stolz và Wedow (2009) nghiên cứu các ngân hàng Đức, Rossi (2009) nghiên cứu các

ngân hàng Áo, Trujillo-Ponce (2013) khi nghiên cứu các ngân hàng Tây Ban Nha, Lee và Hsieh (2013) khi nghiên cứu các ngân hàng Trung Quốc. Carey (2002) cho rằng, tăng trưởng kinh tế là yếu tố của hệ thống vĩ mô tác động mạnh nhất đến việc giảm tính đa dạng của danh mục nợ. Ngoài ra, nợ xấu là một biến nội sinh, bên cạnh chịu tác động của tốc độ tăng trưởng GDP còn phụ thuộc đáng kể vào lạm phát, lãi suất cho vay và tỷ giá hối đoái. Các biến này tạo nên khuôn khổ hữu ích cho việc giám sát nợ xấu (Guy, 2011). Chính vì vậy, luận án sử dụng các biến kinh tế vĩ mô với vai trò là biến kiểm soát khi tiến hành kiểm định tác động của các yếu tố nội tại đến nợ xấu của các NHTM Việt Nam.

Biến kinh tế vĩ mô thứ nhất là yếu tố môi trường kinh tế. Tác giả sử dụng tỷ lệ tăng trưởng tổng sản phẩm quốc nội (%) GDP để phản ảnh môi trường kinh tế. Công thức tính tốc độ tăng trưởng kinh tế như sau:

𝐺𝐷𝑃 =𝐺𝐷𝑃𝑡−𝐺𝐷𝑃𝑡−1

𝐺𝐷𝑃𝑡−1

(3.11)

Tăng trưởng kinh tế được kỳ vọng tác động ngược chiều đến nợ xấu. Khi nền kinh tế tăng trưởng tốt, các doanh nghiệp bán hàng tốt hơn và sẽ đầu tư mở rộng sản xuất kinh doanh, nhu cầu cấp tín dụng gia tăng, doanh số bán hàng, lợi tức của doanh nghiệp và thu nhập cá nhân gia tăng giúp khả năng trả nợ vay cao hơn. Nếu điều kiện kinh tế trong tình trạng trì trệ, suy thoái sẽ làm cho sức mua của người tiêu dùng giảm sút khiến lợi tức doanh nghiệp suy giảm do doanh số bán hàng sụt giảm. Điều này ảnh hưởng đến sự khả năng trả nợ của người đi vay. Nền kinh tế Việt Nam tăng trưởng vẫn dựa vào phần lớn tăng cung tín dụng ngân hàng, vì vậy tốc độ tăng trưởng kinh tế cao sẽ làm tăng khả năng trả nợ của các khách hàng nên làm giảm tỷ lệ nợ xấu.

Biến kinh tế vĩ mô thứ hai là yếu tố lạm phát. Tác giả sử dụng tỷ lệ % tăng giảm CPI bình quân hằng năm phản ánh tỷ lệ lạm phát. Công thức tính lạm phát như sau:

𝐼𝑁𝐹 =𝐶𝑃𝐼𝑡−𝐶𝑃𝐼𝑡−1

𝐶𝑃𝐼𝑡−1

(3.12)

Lạm phát càng cao sẽ làm cho lãi suất tăng lên, ảnh hưởng đến khả năng trả nợ của các đối tượng trong nền kinh tế tại các NHTM, làm cho tỷ lệ nợ xấu tăng nhanh.

Biến kinh tế vĩ mô thứ ba là yếu tố lãi suất thị trường. Tác giả sử dụng lãi suất cho vay bình quân hằng năm của hệ thống NHTM Việt Nam phản ánh lãi suất thị trường. Lãi suất cho vay được tính bằng tỷ lệ %/năm.

Lạm phát và lãi suất thị trường được kỳ vọng tác động cùng chiều với nợ xấu. Lạm phát, lãi suất và cung tiền có quan hệ nhân quả với nhau qua CSTT. Trong ngắn hạn, nếu lạm phát gia tăng, chính phủ thường áp dụng chính sách thắt chặt tiền tệ, làm cho lãi suất tăng cao gây gánh nặng nợ cho doanh nghiệp và cá nhân, làm cho khả năng trả nợ của người đi vay giảm xuống hay tỷ lệ nợ xấu tăng nhanh và ngược lại.

Biến kinh tế vĩ mô thứ tư là yếu tố tỷ giá hối đoái. Tác giả sử dụng tỷ giá USD/VND bình quân hằng năm (EXI). Do tỷ giá này là số lớn so với các biến khác, tác giả sử dụng hàm logarit để biến đổi tỷ giá USD/VND thành số nhỏ để tính hồi quy chính xác.

Tỷ giá hối đoái được kỳ vọng tác động cùng chiều với nợ xấu. Khi tỷ giá giảm (hay nội tệ tăng giá), doanh nghiệp phụ thuộc vào các nguyên vật liệu, dịch vụ nhập khẩu phải vay nhiều nội tệ để trang trải chi phí tăng thêm. Khi tỷ giá tăng lên, các doanh nghiệp này sẽ gánh nặng nợ ngoại tệ (Poudel, 2013).

Biến kinh tế vĩ mô thứ năm là yếu tố thị trường bất động sản. Tác giả sử dụng tỷ lệ (%) tăng giảm chỉ số nhà ở và xây dựng bình quân hàng năm để phản ánh tình hình thị trường bất động sản (ESI). Để phù hợp với cách tính của Việt Nam và thống nhất số liệu thống kê, tác giả thu thập số liệu ESI bình quân mỗi năm và tính toán biến bất động sản bằng ESI-100.

Giá bất động sản được kỳ vọng sẽ tác động cùng chiều với nợ xấu. Do thị trường bất động sản tăng sẽ làm tín dụng tăng trưởng mạnh, đặc biệt các khoản vay thế chấp bất động sản. Tỷ trọng cho vay kinh doanh và thế chấp bất động sản cao sẽ dẫn đến nguy cơ rủi ro tín dụng gia tăng khi bất động sản giảm sút.

Bảng 3.1. Mô tả các biến dùng trong mô hình yếu tố tác động đến nợ xấu

Yếu tô

Chỉ tiêu	Đo lường	Ký hiệu	Hệ số tương quan kỳ vọng
Nợ xấu	Tỷ lệ nợ xấu	Nợ xấu/Tổng dư nợ (%)
Hiệu quả của ngân hàng (EF)	Nợ xấu trong quá khứ	Nợ xấu của năm trước	L.NPL	(+)
	Khả năng sinh lời	Lợi nhuận sau thuế/Tổng tài sản(%)	ROA	(-)
	Hiệu quả chi phí	Đầu ra là thu nhập từ lãi (Y1), thu nhập ngoài lãi (Y2), đầu vào được chọn là chi phí lao động (X1), Tài sản cố định(X2) và tiền gửi khách hàng (X3)	CE	(-)
Tăng trưởng tín dụng	Tốc độ tăng trưởng tín dụng	(𝐷ư 𝑛ợ𝑖𝑡 − 𝐷ư 𝑛ợ𝑖,𝑡−1)/ 𝐷ư 𝑛ợ𝑖,𝑡−1(%)	LGR	(+)
Quy mô ngân hàng	Logarit tổng tài sản	LOG(Tổng tài sản)	TA	(+)
An toàn vốn	Vốn chủ sở hữu	Vốn chủ sở hữu/Tổng tài sản (%)	ETA	(-)
Khả năng thanh khoản	Dư nợ cho vay/vốn huy động	Dư nợ cho vay/vốn huy động (%)	LDR	(+)
Khả năng bù đắp rủi	Tỷ lệ dự phòng rủi ro tín dụng	Tỷ lệ dự phòng/tổng dư nợ (%)	LLR	(+)