Sự Phát Triển Của Hệ Thống Ngân Hàng Thương Mại Việt Nam

NHTM, mục tiêu này được thực hiện thông qua mô hình (3.1), (3.13), (3.14) và (3.15) luận án sử dụng phương pháp ước lượng dữ liệu bảng tổng quát hóa dựa trên moment GMM hệ thống được đề xuất bởi Arellano và Bond (1991) và Blundell và Bond (1998). Lý do luận án chọn phương pháp GMM là vì: có hai vấn đề quan trọng tiềm ẩn lin quan đến thành phần sai số trong một mô hình dữ liệu bảng. Đó là sự tương quan giữa các biến giải thích với tác động riêng lẻ và sự tương quan giữa các biến giải thích với thành phần sai số nhiễu. Sự tồn tại của 1 trong 2 (hoặc cả 2) vấn đề này làm cho kết quả ước lượng của OLS sẽ bị chệch hoặc không hiệu quả.

Với các phương trình trên khi đưa vào các biến trễ thì ước lượng theo Hiệu ứng cố định FE sẽ bị chệch khi mô hình có chuỗi thời gian T của dữ liệu bảng nhỏ (Judson and Owen, 1999). Nickell (1981) và Kiviet (1995) giải thích rằng các hệ số hồi quy sẽ không chệch khi T tiến đến vô cùng. Nghĩa là FE chỉ cho kết quả tốt khi chuỗi thời gian của dữ liệu bảng lớn. Do đó, có một số vấn đề sau phát sinh khi tiến hành ước lượng các phương trình trên đó là: (i) Các biến có thể được xem là nội sinh. Bởi vì mối quan hệ nhân quả có thể xảy ra theo hai chiều hướng: từ các biến giải thích đến biến được giải thích và ngược lại. Việc hồi qui các biến này có thể dẫn đến sự tương quan với sai số, tức xảy ra hiện tượng nội sinh làm chệch kết quả; (ii) Tác động cố định hàm chứa sai số trong phương trình trên bao gồm tính đặc thù của các biến không quan sát được và sai số đặc thù quan sát được; (iii) Sự hiện diện của biến trễ trong phương trình sẽ dẫn đến hiện tượng tự tương quan và (iv) Dữ liệu bảng trong các nghiên cứu thường có thời gian ngắn (T ngắn) và mảng không gian lớn (N lớn).

Phương pháp GMM được sử dụng phổ biến trong các ước lượng dữ liệu bảng động tuyến tính hoặc các dữ liệu bảng vi phạm tính chất phương sai thay đổi và tự tương quan. Khi đó, các ước lượng tuyến tính cổ điển của mô hình dữ liệu bảng như FE hoặc RE sẽ không còn kết quả ước lượng tin cậy, hiệu quả. Phương pháp GMM ban đầu (Hansen 1982) dựa trên ước lượng hợp lý cực đại MLE (Maximum Likelihood Estimation) của Fisher. Bên cạnh đó, GMM cho

phép giải quyết những bài toán mà ở đó MLE cổ điển chịu bất lực và số bài toán này trong kinh tế lại rất nhiều. Hansen đã xây dựng nên những ước lượng có đủ các tính chất thống kê tốt như tính nhất quán, tính tiệm cận phân phối chuẩn, tính hiệu quả.

Tuy nhiên, theo Blundell và Bond (1998), những các ước lượng trên sẽ gặp vấn đề biến đại diện yếu khi các hệ số tiến đến 1. Khi hệ số = 1 thì các điều kiện moment là hoàn toàn không có liên hệ gì với các tham số thực và bản chất hành vi của các ước lượng phụ thuộc vào thời gian T. Để giải quyết vấn đề này từ phương pháp GMM ban đầu, các học giả đã cải tiến lên nhiều phiên bản GMM phù hợp hơn với các nghiên cứu thực nghiệm. Đáng chú ý nhất là hai phương pháp GMM sai phân do Arellano và Bond (1995) xây dựng dựa trên các nghiên cứu trước đó của Anderson và Cheng (1982), Holtz-Eakin và ctg (1988) và phương pháp GMM hệ thống do Blundell và Bond (1998) xây dựng dựa trên ý tưởng của Arellano và Bover (1995) bằng cách bổ sung thêm một số ràng buộc vào GMM sai phân.

Ngoài ra, phương pháp GMM còn khai thác dữ liệu gộp của bảng và không ràng buộc độ dài chuỗi dữ liệu thời gian của các đơn vị bảng trong bảng dữ liệu. Điều này cho phép sử dụng một cấu trúc trễ thích hợp để khai khác đặc tính năng động của dữ liệu. Tuy nhiên, giới hạn của mô hình là với mẫu có thời gian ngắn và tính bền vững cao thì tính chính xác của ước lượng thấp (Blundell và Bond, 1998). Để khắc phục vấn đề này, phương pháp GMM hệ thống được sử dụng vì nó thực hiện ước lượng tốt hơn GMM sai phân với các mẫu nhỏ và tính bền vững cao. Nó dùng sai phân có độ trễ của các biến tiên liệu như các biến công cụ và các sai phân của các biến ngoại sinh nghiêm ngặt (Blundell và Bond, 1998; Roodman, 2009). Đồng thời, nghiên cứu áp dụng GMM hai bước vì sẽ cho kết quả tốt hơn một bước nếu xảy ra tương quan chuỗi hoặc phương sai sai số thay đổi ở các thành phần chuỗi. Theo Windmeijer (2005), GMM hai bước sẽ sử dụng phương pháp điều chỉnh ma trận phương sai –hiệp phương sai.

Để tiến hành kiểm định bằng GMM, biến được công cụ và biến công cụ được phân biệt. Nếu các biến được dự đoán là nội sinh (tương đương với ngoại sinh không nghiêm ngặt) thì sắp xếp vào nhóm biến được công cụ theo tiếp cận GMM và khi đó chỉ có giá trị trễ của các biến này mới là các công cụ phù hợp (Judson vả Owen, 1996). Nếu các biến giải thích được xác định là ngoại sinh nghiêm ngặt cũng như các biến công cụ được thêm vào thì xếp vào nhóm biến công cụ. Các biến được cho ngoại sinh nghiêm ngặt thì giá trị hiện tại và giá trị trễ của chúng đều là các công cụ thích hợp. Luận án chọn các biến trễ của của các biến giải thích làm biến công cụ trong mô hình nghiên cứu.

Tóm lại, các ước lượng GMM sẽ thích hợp sử dụng trong các trường hợp: (i) Dữ liệu bảng có T nhỏ, N lớn (rất nhiều quan sát với ít mốc thời gian); (ii) Tồn tại mối quan hệ tuyến tính giữa biến phụ thuộc với các biến giải thích; (iii) Mô hình động với một hoặc 2 vế của phương trình có chứa biến trễ; (iv) Các biến độc lập không phải là một biến ngoại sinh ngặt, nghĩa là chúng có thể tương quan với các phần dư (hiện tại hoặc trước đó) hoặc tồn tại biến nội sinh trong mô hình; (v) Tồn tại vấn đề phương sai thay đổi hoặc tự tương quan ở các sai số đo lường; (vi) Tồn tại các tác động cố định riêng rẻ; (vii) Tồn tại phương sai thay đổi và tự tương quan trong mỗi đối tượng (nhưng không tồn tại giữa các đối tượng).

Kiểm định Sargan hay Hansen xác định tính chất phù hợp của các biến công cụ trong ước lượng GMM. Đây là kiểm định giới hạn về nội sinh của mô hình. Kiểm định Sargan với giả thuyết Ho biến công cụ là ngoại sinh, nghĩa là không tương quan với sai số của mô hình. Để kiểm tra sự tương quan có giả thuyết Ho: không tự tương quan, kiểm định Arellano-Bond áp dụng cho các số dư sai phân.

3.3. Dữ liệu nghiên cứu

Bộ dữ liệu của đề tài được thu thập từ báo cáo thường niên và báo cáo tài chính của các NHTM trong chuỗi thời gian từ 2005 đến 2015. Số ngân hàng trong mẫu nghiên cứu gồm 34 ngân hàng, bao gồm 5 NHTM nhà nước và 29 NHTM cổ phần. Số lượng mẫu 34 trên tổng số 35 NHTMCP hiện nay nên mẫu mang tính đại diện cho nhóm NHTMCP tại Việt Nam. Do đặc thù công bố thông tin hoạt động kinh doanh và một số ngân hàng mới thành lập cũng như sáp nhập, hợp nhất trong thời gian nghiên cứu nên số ngân hàng trong mẫu nghiên cứu không cân bằng. Do những biến động trong hệ thống NHTM thời gian nghiên cứu, mẫu 34 ngân hàng và các giai đoạn thu thập số liệu tương ứng của từng NHTM trong dữ liệu bảng được trình bày cụ thể trong Phụ lục 1.

3.4. Nguồn thu thập dữ liệu

Để tìm kiếm bằng chứng định lượng nhằm trả lời các câu hỏi nghiên cứu, luận án tiến hành khai thác và sử dụng bộ dữ liệu của 34 NHTM Việt Nam trong giai đoạn 2005-2015. Dữ liệu đặc thù liên quan đến hoạt động của ngân hàng được thu thập thứ cấp từ báo cáo thường niên, báo cáo tài chính, báo cáo của hội đồng quản trị của 34 NHTM Việt Nam. Dữ liệu vĩ mô như GDP, tỷ lệ lạm phát, lãi suất cho vay bình quân, tỷ giá được thu thập từ Cơ sở dữ liệu IFS của Quỹ Tiền tệ Quốc tế, trong đó số liệu năm 2015 được thu thập từ Regional Economic Outlook của IMF. Chỉ số giá nhà được thu thập từ Tổng cục Thống Kê Việt Nam. Nguồn thu thập dữ liệu của từng biến được trình bày trong Phụ lục 2.

Kết luận chương 3

Trong Chương này, nghiên cứu đã trình bày các giả thuyết nghiên cứu chính của luận án. Đồng thời đề xuất mô hình nghiên cứu cụ thể, cách chọn biến và lý giải lý do chọn biến trong mô hình. Đồng thời, tác giả cũng làm rõ phương pháp phân tích dữ liệu và phương pháp kiểm định các kết quả nghiên cứu là phương pháp ước lượng dữ liệu bảng động GMM nhằm khắc phục vấn đề nội sinh của mô hình, phương pháp bao tham số để xác định hiệu quả chi phí. Chương này cũng làm rõ các nguồn dữ liệu đặc thù cũng như dữ liệu vĩ mô và nêu tổng quan về mẫu ngân hàng trong nghiên cứu. Cuối cùng, chương 3 đã trình bày tổng quan về dữ liệu và phương pháp ước lượng GMM dành cho dữ liệu bảng nhằm đạt được các mục tiêu nghiên cứu và làm căn cứ cho các bước thực nghiệm tiếp theo.

Chương 4 sẽ trình bày các kết quả nghiên cứu về tác động của các nhân tố đến nợ xấu cũng như tác động của nợ xấu đối với hoạt động ngân hàng cùng với thảo luận ý nghĩa của kết quả đạt được.

CHƯƠNG 4

THẢO LUẬN KẾT QUẢ NGHIÊN CỨU

Giới thiệu

Để đạt được các mục tiêu nghiên cứu, luận án tiến hành thực nghiệm nhằm phân tích các yếu tố tác động đến nợ xấu cũng như tác động của nợ xấu đến hoạt động ngân hàng. Trước tiên, luận án tập trung đánh giá tác động của các yếu tố đến nợ xấu tại các NHTM Việt Nam. Sau đó, tác giả khảo sát tác động của nợ xấu đến các yếu tố như: hiệu quả, an toàn vốn và tăng trưởng tín dụng. Để thực hiện mục tiêu đánh giá hệ số hồi quy của các biến trong mô hình, tác giả sử dụng mô hình dữ liệu bảng động GMM hệ thống hai bước. Trước khi trình bày các kết quả đạt được, nghiên cứu cũng tóm lược về thực trạng nợ xấu của các NHTM Việt Nam và phân tích mối tương quan của các biến thông qua đồ thị cũng như thực hiện các kiểm định cần thiết của mô hình.

Các nghiên cứu thực nghiệm trước đây về tác động của nợ xấu đến hoạt động ngân hàng xem các yếu tố vĩ mô như là biến kiểm soát. Bên cạnh đó, hiệu quả chi phí cũng chưa được quan tâm nhiều trong các nghiên cứu này. Do đó, luận án sẽ làm rõ kết quả nghiên cứu về hiệu quả chi phí thông qua phương pháp bao dữ liệu phi tham số DEA trong Chương này. Cuối cùng, luận án trình bày kết quả phân tích tác động của các yếu tố vĩ mô và đặc thù đến nợ xấu của các NHTM Việt Nam cũng như kiểm định tác động của nợ xấu đến hoạt động ngân hàng thông qua phương pháp GMM. Đây cũng là cơ sở để luận án đề ra các gợi ý chính sách ở chương tiếp theo.

4.1. Khái quát hoạt động của các ngân hàng thương mại Việt Nam

4.1.1. Sự phát triển của hệ thống ngân hàng thương mại Việt Nam

Hệ thống NHTM Việt Nam đã có sự tăng trưởng vô cùng mạnh mẽ về số lượng, quy mô và đa dạng về cơ cấu sở hữu cũng như loại hình hoạt động kể từ khi hệ thống ngân hàng một cấp của Việt Nam được tách thành NHTW đại

diện bởi NHNN và các NHTM quốc doanh vào năm 1988. Giai đoạn nghiên cứu từ năm 2005 đến 2015, trong đó năm 2005 gắn liền với việc chuyển đổi các NHTMCP nông thôn thành các NHTMCP đô thị được hoạt động trên phạm vi toàn quốc. Quyết định 1557/QĐ-NHNN năm 2006 của NHNN về Đề án cơ cấu lại NHTMCP nông thôn với mục tiêu là củng cố và sắp xếp lại các NHTMCP nông thôn nhằm tăng khả năng cạnh tranh trong điều kiện mới, tránh rủi ro trong nền kinh tế hội nhập. Từ đó, 12 NHTMCP nông thôn được chuyển đổi thành NHTMCP đô thị. Bảng 4.1 cho thấy, số lượng các NHTM tại Việt Nam không ngừng gia tăng trong giai đoạn nghiên cứu.

Bảng 4.1. Số lượng các NHTM Việt Nam giai đoạn 2005 - 2015

2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015
NHTMNN	5	5	5	5	5	5	5	5	5	4	7
NHTMCP	35	35	34	40	39	38	35	32	33	31	28
NHLD&NN	38	38	46	49	50	58	59	60	60	55	58
Tổng	78	78	85	94	94	101	99	97	98	90	93