GIỚI THIỆU
Giới thiệu tổng quan về bài nghiên cứu
Rủi ro tín dụng là khái niệm quan trọng trong hoạt động cho vay của ngân hàng và thị trường tài chính, phản ánh khả năng người đi vay không thể thanh toán nợ đúng hạn Người cho vay luôn phải đối mặt với rủi ro khi ký kết hợp đồng cho vay, vì mọi hợp đồng tín dụng đều tiềm ẩn nguy cơ này.
Rủi ro tín dụng của ngân hàng thương mại được định nghĩa theo nhiều cách khác nhau Theo Anthony Sauder (2007), rủi ro tín dụng là tổn thất tiềm năng khi ngân hàng cung cấp tín dụng cho khách hàng, dẫn đến việc thu nhập dự kiến từ khoản vay không thể thực hiện Timothy W Koch (2006) cũng mô tả rủi ro tín dụng như một thay đổi tiềm năng trong thu nhập ròng và giá thị trường khi khách hàng không thanh toán hoặc thanh toán trễ Tóm lại, rủi ro tín dụng là tổn thất có thể xảy ra trong quá trình cấp tín dụng do người vay không thực hiện nghĩa vụ trả nợ đúng hạn, gây ra tổn thất tài chính cho ngân hàng, bao gồm giảm thu nhập ròng và giá trị thị trường của vốn.
Rủi ro tín dụng đã được nghiên cứu rộng rãi trên nhiều nền kinh tế toàn cầu, và có thể phân loại các yếu tố ảnh hưởng thành ba nhóm chính Nhóm thứ nhất là các yếu tố bên trong ngân hàng, bao gồm tỷ suất sinh lời trên tài sản, tỷ suất sinh lời trên tổng vốn cổ phần, nợ xấu và tài sản ngân hàng Nhóm thứ hai là các yếu tố bên ngoài ngân hàng, như tăng trưởng kinh tế, tỷ lệ lạm phát và cung tiền M2 Cuối cùng, nhóm thứ ba là các yếu tố tập trung vào thị trường, bao gồm tỷ lệ thất nghiệp và dịch bệnh.
Nghiên cứu này xác định các yếu tố ảnh hưởng đến rủi ro tín dụng ngân hàng tại Việt Nam trong giai đoạn 2010-2018 Dựa trên phân tích kết quả, chúng tôi đưa ra khuyến nghị nhằm cải thiện thanh khoản cho các ngân hàng thương mại Việt Nam trong tương lai.
Đề xuất nghiên cứu
Hoạt động tín dụng là chức năng cốt lõi của ngân hàng, đóng vai trò tạo ra doanh thu chính cho các ngân hàng thương mại và quyết định sự phát triển của quá trình tái sản xuất xã hội Việc thành lập tín dụng không chỉ thúc đẩy lực lượng sản xuất mà còn góp phần phục hồi và phát triển kinh tế toàn cầu Đối với ngân hàng, tín dụng là nguồn thu nhập lớn nhất, chiếm 70% tổng tài sản, do đó bất kỳ vấn đề nào trong hoạt động tín dụng đều có thể gây khó khăn cho ngân hàng Tín dụng được coi là xương sống của ngân hàng, quyết định sự tồn tại và phát triển của ngân hàng thương mại, yêu cầu ngân hàng xác định phạm vi và mức độ tín dụng phù hợp để đảm bảo tính cạnh tranh và nguyên tắc hoàn trả đúng hạn với lãi suất.
Tín dụng ngân hàng đóng vai trò quan trọng trong việc xác định vị thế của ngân hàng, ảnh hưởng lớn đến sự phát triển và uy tín của tổ chức tài chính này.
Ngân hàng thương mại đang đối mặt với rủi ro tín dụng, một yếu tố có thể gây tổn thất tài chính nghiêm trọng và làm giảm giá trị thị trường của vốn ngân hàng Trong những trường hợp nghiêm trọng, rủi ro này có thể dẫn đến thua lỗ trong hoạt động kinh doanh hoặc thậm chí là phá sản ngân hàng Do đó, việc nghiên cứu và áp dụng các biện pháp phòng ngừa, hạn chế rủi ro tín dụng là cần thiết, phù hợp với đặc điểm hoạt động của từng ngân hàng.
Ngành ngân hàng tại Việt Nam đang trải qua giai đoạn kinh doanh thành công với nhiều kỷ lục lợi nhuận Vietcombank dẫn đầu với hơn 18.000 tỷ đồng lợi nhuận, vượt xa các ngân hàng khác Techcombank cũng ghi nhận thành tựu lớn khi trở thành ngân hàng tư nhân đầu tiên đạt mốc lợi nhuận 10.000 tỷ đồng.
Trong bối cảnh hạn mức tăng trưởng tín dụng bị giới hạn, các ngân hàng đã cho thấy sự linh hoạt trong hoạt động kinh doanh của mình, với kết quả kinh doanh khả quan Họ không chỉ tập trung vào cho vay mà còn chú trọng vào các khoản thu nhập ngoài lãi, bao gồm dịch vụ, phí bảo hiểm và nguồn thu từ trái phiếu doanh nghiệp.
Trong bối cảnh hoạt động kinh doanh tích cực, quá trình xử lý nợ xấu của các ngân hàng cũng ghi nhận nhiều tiến triển đáng kể Theo báo cáo của Ngân hàng Nhà nước (NHNN), tỷ lệ nợ xấu nội bảng của hệ thống ngân hàng đã giảm mạnh xuống còn 1,89% trong năm 2018, đánh dấu mức thấp nhất kể từ năm 2012.
Mặc dù tình hình chung của ngành ngân hàng có dấu hiệu tích cực, nhưng không phải ngân hàng nào cũng cải thiện được vấn đề nợ xấu Theo thống kê, trong khi tỷ lệ nợ xấu toàn ngành giảm, nhiều ngân hàng vẫn ghi nhận sự gia tăng tỷ lệ nợ xấu trong năm 2018.
Trong đó, có những ngân hàng tỷ lệ nợ xấu vượt quy định 3% của NHNN như BaoViet Bank (3,97%), VPBank (3,5%), MSB (3,01%) hoặc xấp xỉ ngưỡng an toàn như PGBank (2,96%).
Ngân hàng Bảo Việt (BaoViet Bank) hiện đang dẫn đầu về tỷ lệ nợ xấu trong số các ngân hàng thương mại, vượt qua ngưỡng an toàn 3% Đến cuối năm 2018, tổng nợ xấu của ngân hàng đã lên tới 1.022 tỷ đồng, trong đó nợ có khả năng mất vốn chiếm 721 tỷ đồng.
VPBank hiện đang dẫn đầu về tỷ lệ nợ xấu nội bảng trong nhóm ngân hàng có quy mô tài sản trên 300 nghìn tỷ đồng, với tỷ lệ nợ xấu tại ngân hàng mẹ là 2,7% Khi tính thêm nợ xấu từ công ty tài chính tiêu dùng FE Credit, tỷ lệ này tăng lên 3,5%.
Nợ xấu của VPBank đã gia tăng nhanh chóng sau khi ngân hàng này mở rộng hoạt động cho vay tiêu dùng thông qua thương hiệu FE Credit Đến quý 3/2018, tỷ lệ nợ xấu của VPBank đã đạt mức cao nhất là 4,7% Để giảm tỷ lệ này, ngân hàng đã phải xử lý gần 2.000 tỷ đồng nợ xấu trong quý cuối năm Theo một nguồn tin, sự gia tăng nợ xấu là một trong những nguyên nhân khiến VPBank không được Ngân hàng Nhà nước nới hạn mức tăng trưởng tín dụng trong năm qua.
Ngân hàng MSB (Martitime Bank) đã duy trì tỷ lệ nợ xấu ổn định trên 2% trong nhiều năm, nhưng bất ngờ tăng lên 3% vào năm 2018 Điều này đi kèm với quy mô nợ có khả năng mất vốn tăng gấp đôi, từ 640 tỷ đồng lên 1.242 tỷ đồng.
PGBank, với tỷ lệ nợ xấu 2,96%, sẽ được sáp nhập vào HDBank, ngân hàng có tỷ lệ nợ xấu chỉ 1,53% Đáng chú ý, nợ xấu của HDBank chỉ ở mức 0,97%, phần còn lại đến từ việc hợp nhất với công ty cho vay tiêu dùng HD Saison.
Báo cáo kết quả kinh doanh năm 2018 cho thấy một số ngân hàng có tỷ lệ nợ xấu vượt 2%, bao gồm SHB (2,4%), VIB (2,52%), OCB (2,29%) và Saigonbank (2,19%).
Trong những năm qua, Sacombank đã ghi nhận sự giảm đáng kể tỷ lệ nợ xấu, từ 6,9% vào năm 2016 xuống chỉ còn 2,11% vào năm 2018 Sự cải thiện này đến từ việc giảm giá trị nợ xấu và mở rộng quy mô tín dụng Cụ thể, giá trị nợ xấu của ngân hàng giảm từ gần 20.000 tỷ đồng năm 2016 xuống hơn 5.000 tỷ đồng vào cuối năm 2018, trong khi dư nợ cho vay tăng 28%, từ 199.000 tỷ đồng lên hơn 256.000 tỷ đồng.
Mục đích nghiên cứu
Mục tiêu chính của nghiên cứu này là phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại ở Việt Nam Đồng thời, nghiên cứu cũng đưa ra một số giải pháp thực tiễn nhằm nâng cao hệ thống quản lý rủi ro tín dụng của các ngân hàng thương mại.
Nghiên cứu này được thực hiện để đạt được các mục tiêu cụ thể theo sau:
Tìm hiểu và kiểm tra các yếu tố quyết định rủi ro tín dụng của các ngân hàng thương mại Việt Nam.
Đề xuất các khuyến nghị và chính sách thiết thực để cải thiện hệ thống tín dụng của các ngân hàng thương mại Việt Nam.
Câu hỏi nghiên cứu
Bài nghiên cứu này sẽ trả lời một số câu hỏi liên quan đến:
- Nhân tố nào ảnh hưởng đến rủi ro tín dụng của các ngân hang thương mại Việt Nam?
- Mức độ tác động của các yếu tố này là gì? Yếu tố nào ảnh hưởng nhất đến rủi ro tín dụng trong ngân hàng thương mại?
- Giải pháp nào có thể cải thiện rủi ro tín dụng của các ngân hàng thương mại Việt Nam?
1.5 Đối tƣợng nghiên cứu và phạm vi:
- Đối tượng nghiên cứu là sự rủi ro tín dụng của các ngân hàng thương mại Việt Nam
- Mẫu nghiên cứu được thu thập từ báo cáo tài chính ngân hàng từ năm 2010- 2018
Tôi xin ước tính mô hình dưới đây:
CR it =β 0 + β 1 *ROA it + β 2 *NPL it + β 3 *LAi,t + β 4 *UNE it + β 5 *SIZE it + β 6 INF it + β 7 GDP it + E it
- CR = Tỉ lệ rủi ro tín dụng
- ROA = tỷ suất sinh lời trên tổng tài sản
ROA là chỉ số quan trọng để đánh giá khả năng sinh lời từ tài sản của ngân hàng (Chin, 2011) Tỷ lệ này thường được sử dụng trong các nghiên cứu để so sánh hiệu quả tài chính giữa các ngân hàng Việc sử dụng ROA làm biến phụ thuộc giúp tăng tính thuyết phục khi so sánh kết quả với các nghiên cứu khác.
Biến nợ xấu được đo lường bằng tỷ lệ phần trăm nợ xấu so với tổng dư nợ của từng ngân hàng (Nguyễn Thị Hồng Vinh, 2017)
- SIZE = quy mô ngân hàng = logaric tự nhiên của tổng tài sản
Kích thước của nền kinh tế có thể được phản ánh qua quy mô hoạt động của các ngân hàng lớn, những tổ chức này tận dụng lợi thế từ quy mô kinh tế để giảm chi phí sản xuất và nâng cao hiệu quả thu thập thông tin (Boyd and Runkhle, 1993).
- GDP = tốc độ tăng trưởng
GDP cho thấy sự tăng trưởng các hoạt động kinh tế trong nước (Ayadi và Boujelbène, 2012).
- INF = tỉ lệ lạm phát
INF cho thấy sự gia tăng chỉ số giá.
- LA = cho vay tổng tài sản
Là một chỉ số tài chính đo lường năng lực sử dụng và quản lí nợ của doanh nghiệp
Phương pháp định tính bao gồm việc sử dụng các kỹ thuật mô tả, tổng hợp, so sánh và phân tích nhằm nâng cao hiểu biết về các yếu tố ảnh hưởng đến tính thanh khoản của ngân hàng thương mại, từ đó xây dựng một mô hình nghiên cứu hiệu quả.
- Phương pháp định lượng: Thực hiện mô hình hồi quy đa biến Theo Brooks
(2008), quy trình hồi quy sử dụng phân tích hồi quy đa biến cho dữ liệu bảng bao gồm:
- Triển khai các mô hình Pooled OLS, FEM, REM và FGLS.
- Thực hiện các bài kiểm tra để chọn mô hình phù hợp nhất.
- Kiểm tra các khiếm khuyết của mô hình đã chọn và khắc phục các khiếm khuyết của mô hình (nếu có).
- Phân tích kết quả của mô hình cuối cùng sau khi thử nghiệm và khắc phục các khiếm khuyết.
1.7 Nội dung nghiên cứu: Để phân tích các yếu tố quyết định rủi ro tín dụng của các ngân hàng thương mại tại Việt Nam, tìm kiếm này được tổ chức bằng cách tách thành năm chương:
Chương 1: Giới thiệu bài nghiên cứu
Chương 2: Tổng quan về ngân hàng thương mại Việt Nam và nghiên cứu thực nghiệm
Chương 3: Mô hình và phương pháp ước tính
Chương 4: Kết quả dự toán
Chương 5: Tóm tắt và khuyến nghị
1.8 Chủ đề chính của nghiên cứu
Nội dung của luận án bao gồm 5 chương, bên cạnh phần giới thiệu, kết luận, danh sách các từ viết tắt, danh sách các bảng, danh sách tài liệu tham khảo và phụ lục.
Bài báo này giới thiệu chủ đề nghiên cứu và nhấn mạnh tầm quan trọng của nó trong bối cảnh hiện tại Mục tiêu nghiên cứu được xác định rõ ràng, cùng với các câu hỏi nghiên cứu, chủ đề và phạm vi nghiên cứu Đồng thời, phương pháp nghiên cứu cũng được xác minh, nhằm làm nổi bật ý nghĩa và những đóng góp quan trọng của nghiên cứu này.
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
Chương này trình bày tổng quan về ngân hàng thương mại Việt Nam, đặc biệt là thực trạng rủi ro tín dụng trong giai đoạn 2010 đến 2018 Bên cạnh đó, bài viết cũng sẽ phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng trong hệ thống ngân hàng thương mại.
CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Chương này giới thiệu mô hình nghiên cứu, giải thích các biến và tính toán cũng như xác định dấu hiệu dự kiến của chúng Ngoài ra, chương còn cung cấp dữ liệu nghiên cứu, phương pháp và quy trình thực hiện mô hình nghiên cứu.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương này đưa ra kết quả chạy mô hình nghiên cứu, phân tích, đánh giá và nhận xét về kết quả.
CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
Dựa trên kết quả phân tích từ chương 4, chương này sẽ tổng hợp toàn bộ kết quả nghiên cứu và đưa ra các giải pháp nhằm nâng cao tỷ lệ lợi nhuận cho các ngân hàng thương mại.
Nghiên cứu này nhằm xây dựng tài liệu học thuật qua việc phân tích các yếu tố quyết định và rủi ro tín dụng của ngân hàng thương mại tại Việt Nam Kết quả ước tính cung cấp các khuyến nghị và chính sách nhằm nâng cao chất lượng tín dụng, giảm thiểu nợ xấu và phá sản, đồng thời nâng cao hiệu quả hoạt động của ngân hàng.
Trong chương 1, tác giả trình bày chủ đề và tầm quan trọng của bài báo, đồng thời xác định mục tiêu nghiên cứu, câu hỏi nghiên cứu, chủ đề và phạm vi nghiên cứu Chương này cũng làm rõ phương pháp nghiên cứu được áp dụng, cùng với ý nghĩa và những đóng góp của nghiên cứu đối với lĩnh vực liên quan.
Phương pháp nghiên cứu
Phương pháp định tính được áp dụng thông qua việc mô tả, tổng hợp, so sánh và phân tích nhằm nâng cao hiểu biết về các yếu tố ảnh hưởng đến tính thanh khoản của ngân hàng thương mại, từ đó xây dựng mô hình nghiên cứu hiệu quả.
- Phương pháp định lượng: Thực hiện mô hình hồi quy đa biến Theo Brooks
(2008), quy trình hồi quy sử dụng phân tích hồi quy đa biến cho dữ liệu bảng bao gồm:
- Triển khai các mô hình Pooled OLS, FEM, REM và FGLS.
- Thực hiện các bài kiểm tra để chọn mô hình phù hợp nhất.
- Kiểm tra các khiếm khuyết của mô hình đã chọn và khắc phục các khiếm khuyết của mô hình (nếu có).
- Phân tích kết quả của mô hình cuối cùng sau khi thử nghiệm và khắc phục các khiếm khuyết.
Nội dung nghiên cứu
Để phân tích các yếu tố quyết định rủi ro tín dụng của ngân hàng thương mại tại Việt Nam, nghiên cứu này được tổ chức thành năm chương.
Chương 1: Giới thiệu bài nghiên cứu
Chương 2: Tổng quan về ngân hàng thương mại Việt Nam và nghiên cứu thực nghiệm
Chương 3: Mô hình và phương pháp ước tính
Chương 4: Kết quả dự toán
Chương 5: Tóm tắt và khuyến nghị
Chủ đề chính của nghiên cứu
Ngoài phần giới thiệu, kết luận và các danh sách như từ viết tắt, bảng biểu, tài liệu tham khảo, phụ lục, nội dung luận án được cấu trúc thành 5 chương chính.
Bài báo này giới thiệu chủ đề nghiên cứu và nhấn mạnh sự cần thiết của nó trong bối cảnh hiện tại Mục tiêu nghiên cứu được xác định rõ ràng, cùng với các câu hỏi nghiên cứu, chủ đề và phạm vi nghiên cứu cụ thể Bên cạnh đó, phương pháp nghiên cứu cũng được xác minh, đồng thời làm nổi bật ý nghĩa và những đóng góp quan trọng của nghiên cứu này đối với lĩnh vực liên quan.
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
Chương này trình bày về ngân hàng thương mại Việt Nam và phân tích thực trạng rủi ro tín dụng trong giai đoạn 2010 đến 2018 Bên cạnh đó, bài viết cũng cung cấp cái nhìn tổng quan về tín dụng cùng với những yếu tố tác động đến rủi ro tín dụng của các ngân hàng thương mại.
CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Chương này giới thiệu mô hình nghiên cứu, giải thích các biến và xác định dấu hiệu dự kiến của chúng Ngoài ra, chương cũng cung cấp dữ liệu nghiên cứu, phương pháp và quy trình thực hiện mô hình nghiên cứu.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương này đưa ra kết quả chạy mô hình nghiên cứu, phân tích, đánh giá và nhận xét về kết quả.
CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
Dựa trên kết quả phân tích từ chương 4, chương này sẽ tổng hợp toàn bộ kết quả nghiên cứu và đề xuất các giải pháp nhằm nâng cao tỷ lệ lợi nhuận của các ngân hàng thương mại.
Ý nghĩa của nghiên cứu
Nghiên cứu này nhằm xây dựng tài liệu học thuật bằng cách phân tích các yếu tố quyết định và rủi ro tín dụng của ngân hàng thương mại tại Việt Nam Kết quả ước tính từ nghiên cứu đưa ra các khuyến nghị và chính sách thiết thực nhằm nâng cao chất lượng tín dụng, giảm thiểu nợ xấu và tình trạng phá sản, đồng thời cải thiện hiệu quả hoạt động của các ngân hàng.
Trong chương 1, tác giả trình bày chủ đề và tầm quan trọng của bài báo, đồng thời xác định mục tiêu nghiên cứu cùng với các câu hỏi và phạm vi nghiên cứu Bên cạnh đó, tác giả cũng làm rõ phương pháp nghiên cứu, ý nghĩa và những đóng góp của nghiên cứu này.
CƠ SƠ LÝ THUYẾT
Cơ sở lý thuyết về rủi ro tín dụng
2.1.1 Định nghĩa về rủi ro tín dụng ngân hàng:
Rủi ro tín dụng, theo Theo Brock (2020), là khả năng thua lỗ do người vay không trả nợ hoặc không tuân thủ nghĩa vụ hợp đồng Điều này có nghĩa là người cho vay có thể không nhận được tiền gốc và lãi, dẫn đến gián đoạn dòng tiền và tăng chi phí thu hồi Để hạn chế rủi ro tín dụng, dòng tiền ròng có thể được sử dụng hiệu quả Mặc dù không thể xác định chính xác ai chịu trách nhiệm, việc đánh giá và quản lý rủi ro tín dụng đúng cách có thể giảm thiểu tổn thất Các khoản thanh toán lãi từ người vay hoặc phát hành nghĩa vụ nợ là phần thưởng cho người cho vay hoặc nhà đầu tư khi chấp nhận rủi ro tín dụng.
2.1.2 Vai trò của tín dụng đối với ngân hàng thương mại Việt Nam: Đối với ngân hàng, hoạt động tín dụng góp phần tạo điều kiện cho ngân hàng thương mại mở rộng được các hoạt động kinh doanh khác nhằm tăng thu nhập cho ngân hàng Đây là hoạt động sinh lời lớn nhất của ngân hàng với tỷ lệ 70% tổng tài sản Như vậy nếu hoạt động tín dụng có vấn đề thì ngân hàng cũng khó khăn trong việc kinh doanh.
2.1.3 Quy trình tín dụng và tình hình tín dụng thực tế tại các ngân hàng thương mại Việt Nam:
Quy trình tín dụng là tập hợp các nguyên tắc và quy định của ngân hàng trong việc cấp tín dụng cho khách hàng, bao gồm các bước từ khởi đầu đến khi kết thúc quan hệ tín dụng Quy trình này có nhiều giai đoạn liên kết chặt chẽ với nhau và tuân thủ theo một trật tự nhất định Việc tuân thủ quy trình tín dụng là rất quan trọng, giúp ngân hàng nâng cao chất lượng sản phẩm và dịch vụ tín dụng, đồng thời giảm thiểu rủi ro tín dụng.
Theo đó, quy trình tín dụng của các ngân hàng hiện nay gồm 6 bước:
- Bước 1: Tiếp cận khách hàng
- Bước 2: Thông tin khách hàng
- Bước 3: Thẩm định khách hàng
- Bước 4: Quyết định và hợp đồng
- Bước 5: Giải ngân, thu nợ và giám sát tín dụng
- Bước 6: Thanh lý hợp đồng tín dụng
2.1.3.2 Tình hình tín dụng thực tế:
Trong thời gian qua, các ngân hàng thương mại Việt Nam đã nỗ lực xử lý nợ xấu, đặc biệt nhờ Nghị quyết số 42/2017/QH14 của Quốc hội, tạo cơ sở pháp lý cho việc thí điểm xử lý nợ xấu Mặc dù đã đạt được nhiều kết quả tích cực, nhưng tại một số ngân hàng, nợ xấu vẫn còn cao, ảnh hưởng đến tăng trưởng tín dụng và khả năng giảm lãi suất cho vay trong nền kinh tế.
Xu hướng gia tăng nợ xấu tại nhiều ngân hàng thương mại
Theo báo cáo tài chính quý I/2019, tổng nợ xấu nội bảng của 22 ngân hàng thương mại tại Việt Nam đã vượt 84.200 tỷ đồng, tăng 4.600 tỷ đồng so với đầu năm, tương ứng với mức tăng 5,9% so với cuối năm 2018 Trong khi đó, tăng trưởng dư nợ cho vay chỉ đạt 3,46%, dẫn đến tỷ lệ nợ xấu trên dư nợ cho vay tăng từ 1,62% lên 1,66% Số ngân hàng có tỷ lệ nợ xấu tăng vẫn nhiều hơn so với số ngân hàng có tỷ lệ nợ xấu giảm, cho thấy sự cần thiết phải nâng cao chất lượng hoạt động của các ngân hàng thương mại Việt Nam, đặc biệt khi tài sản đảm bảo cho vay chủ yếu là bất động sản.
Những ảnh hưởng đến tăng trưởng tín dụng
Đa số các ngân hàng thương mại (NHTM) hiện đang duy trì tỷ lệ nợ xấu dưới 3%, với chỉ 7 trong số 22 ngân hàng có tỷ lệ nợ xấu trên 2% Tuy nhiên, sự gia tăng nợ xấu trong quý I/2019 đang gây lo ngại, đặc biệt khi nợ có khả năng mất vốn chiếm tỷ lệ cao ở nhiều ngân hàng Điều này ảnh hưởng tiêu cực đến tăng trưởng tín dụng của nền kinh tế, do NHTM bị Ngân hàng Nhà nước (NHNN) hạn chế chỉ tiêu tăng trưởng tín dụng, lãi suất cho vay khó giảm, và khách hàng có nợ xấu không thể tiếp cận vốn ngân hàng.
Theo Văn phòng Chính phủ, tính đến ngày 17/4/2019, tăng trưởng tín dụng của các TCTD chỉ đạt 3,23%, thấp hơn so với mức 5% của cùng kỳ năm 2018 và 2017, cũng như thấp hơn mức tăng bình quân 3,5% trong các năm trước.
Theo Phạm Thị Kim Ánh (2019), tín dụng toàn ngành tăng trưởng chậm lại do chính sách siết chặt tín dụng của NHNN, nhằm kiềm chế lạm phát theo chỉ đạo của Chính phủ trong bối cảnh lo ngại về giá điện, giá xăng dầu và giá dịch vụ y tế tăng cao, có thể đẩy chỉ số CPI tăng NHNN đặt chỉ tiêu tăng trưởng tín dụng cho năm 2019 ở mức 14%, với mức cao nhất cho Vietcombank là 15%, trong khi các ngân hàng tái cơ cấu có tỷ lệ nợ xấu và tỷ lệ an toàn vốn CAR chỉ khoảng 7%.
Tín dụng tăng thấp sẽ tác động tiêu cực đến kết quả kinh doanh và nguồn thu lợi nhuận của các ngân hàng thương mại (NHTM) tại Việt Nam, khi mà lãi suất từ hoạt động tín dụng hiện chiếm khoảng 70% tổng nguồn thu hàng năm của họ Thực trạng này đã được nhiều NHTM công bố công khai, thể hiện rõ trong báo cáo kết quả kinh doanh năm 2018 và quý I/2019.
Các nhân tố ảnh hưởng đến rủi ro tín dụn
Rủi ro tín dụng ngân hàng chịu ảnh hưởng từ nhiều yếu tố, bao gồm lợi nhuận trên tài sản, nợ xấu, tỷ suất sinh lời trên tài sản, quy mô ngân hàng, tỷ lệ trích lập dự phòng rủi ro tín dụng và tài sản ngân hàng Ngoài ra, các yếu tố bên ngoài như tốc độ tăng trưởng GDP, tỷ lệ lạm phát và cung tiền cũng đóng vai trò quan trọng Hơn nữa, rủi ro tín dụng còn bị tác động bởi các yếu tố thị trường như tỷ lệ thất nghiệp, bệnh tật, khủng hoảng kinh tế và chiến tranh.
2.2.1 Nhóm nhân tố bên trong ngân hàng:
2.2.1.1 Tỷ suất sinh lời trên tài sản (ROA)
ROA là chỉ số quan trọng giúp đánh giá khả năng tạo thu nhập từ tài sản của ngân hàng (Chin, 2011) Tỷ lệ này thường được sử dụng để so sánh hiệu quả tài chính giữa các ngân hàng Việc sử dụng ROA làm biến phụ thuộc cũng giúp thuyết phục trong việc so sánh kết quả với các nghiên cứu khác (Khrawish, 2011; Ongore và Kusa, 2013) Nó phản ánh khả năng của ngân hàng trong việc khai thác dữ liệu tài chính và tài nguyên bất động sản để tạo ra lợi nhuận.
ROA=Lợi nhuận thuần/Tổng tài sản
Nợ xấu, theo Nguyễn Thị Kim Nhung và ctg (2017), được định nghĩa là các khoản nợ quá hạn trên 90 ngày, có dấu hiệu không khả thi trong việc trả nợ và thu hồi vốn do con nợ gặp khó khăn tài chính, tuyên bố phá sản hoặc tẩu tán tài sản Nợ xấu là chỉ số quan trọng phản ánh chất lượng tín dụng của ngân hàng, được phân loại thành 3 nhóm dựa trên thời gian quá hạn và khả năng trả nợ: nhóm 3 (dưới chuẩn), nhóm 4 (nghi ngờ) và nhóm 5 (có khả năng mất vốn) Các chỉ tiêu này giúp ngân hàng đánh giá tình hình nợ xấu một cách chính xác.
Tỷ lệ nợ xấu được tính bằng công thức Nợ xấu chia cho Tổng dư nợ Ngân hàng Thế giới cho rằng tỷ lệ nợ xấu dưới 5% là chấp nhận được, và lý tưởng nhất là nằm trong khoảng từ 1% đến 3%.
Tỷ trọng nợ xấu theo nhóm nợ = Dư nợ xấu nhóm (3,4,5)/Tổng dư nợ xấu
Tỷ lệ nợ xấu trên vốn chủ sở hữu = Nợ xấu/Vốn chủ sở hữu
Tỷ lệ nợ xấu trên quỹ dự phòng tổn thất = Nợ xấu/Quỹ dự phòng tổn thất
Quy mô ngân hàng có thể phản ánh sức mạnh kinh tế của chúng, với các ngân hàng lớn thường tận dụng lợi thế quy mô để giảm chi phí sản xuất và tối ưu hóa việc thu thập thông tin (Boyd và Runkhle, 1993).
SIZE= Logarit tự nhiên của tổng tài sản
2.2.2 Nhóm nhân tố bên ngoài ngân hàng:
2.2.2.1 Tốc độ tăng trưởng (GDP)
Akhigbe và đồng tác giả (2012) chỉ ra rằng trong cuộc khủng hoảng tài chính gần đây, các ngân hàng có vốn lớn chịu tác động nặng nề hơn với sự sụt giảm giá cổ phiếu Họ nhấn mạnh rằng giá trị tài sản ngân hàng bị ảnh hưởng bởi nền kinh tế yếu kém và cú sốc giá bất động sản, vốn là tài sản thế chấp cho nhiều khoản vay Albertazzi và Gambacorta (2009) cũng khẳng định rằng điều kiện kinh tế xấu có thể làm giảm chất lượng danh mục cho vay, dẫn đến tổn thất tín dụng và giảm lợi nhuận của ngân hàng Ngoài ra, Acharya và Mora (2011) phát hiện rằng trong thời kỳ khủng hoảng, các ngân hàng thường tăng lãi suất cho tiền gửi, điều này có thể ảnh hưởng tiêu cực đến lợi nhuận.
2.2.2.2 Tỷ lệ lạm phát (INF) Đối với hoạt động tín dụng: do lạm phát tăng cao, việc huy động vốn của các ngân hàng gặp nhiều khó khăn Để huy động được vốn, hoặc không muốn vốn từ ngân hàng mình chạy sang các ngân hàng khác, thì phải nâng lãi suất huy động sát với diễn biến của thị trường vốn Nhưng nâng lên bao nhiêu là hợp lý, luôn là bài toán khó đối với mỗi ngân hàng Một cuộc chạy đua lãi suất huy động ngoài mong đợi tại hầu hết các ngân hàng (17% – 18%/năm cho kỳ hạn tuần hoặc tháng), luôn tạo ra mặt bằng lãi suất huy động mới, rồi lại tiếp tục cạnh tranh đẩy lãi suất huy động lên, có ngân hàng đưa lãi suất huy động gần sát lãi suất tín dụng, kinh doanh ngân hàng lỗ lớn nhưng vẫn thực hiện, gây ảnh hưởng bất ổn cho cả hệ thống NHTM.
Lạm phát cao buộc Ngân hàng Nhà nước phải thắt chặt tiền tệ để giảm lượng tiền lưu thông, trong khi nhu cầu vay vốn của doanh nghiệp và cá nhân vẫn lớn Các ngân hàng chỉ có thể đáp ứng cho một số ít khách hàng có hợp đồng đã ký hoặc dự án hiệu quả với rủi ro chấp nhận được Lãi suất huy động cao kéo theo lãi suất cho vay cũng tăng, làm xấu đi môi trường đầu tư và gia tăng rủi ro đạo đức Đồng Việt Nam mất giá, trong khi giá vàng và ngoại tệ tăng, khiến việc huy động vốn kỳ hạn từ 6 tháng trở lên trở nên khó khăn Nhu cầu vay vốn trung và dài hạn cao, dẫn đến việc sử dụng vốn ngắn hạn cho vay trung và dài hạn, ảnh hưởng đến tính thanh khoản của ngân hàng và làm gia tăng rủi ro kỳ hạn và tỷ giá.
Trong bối cảnh lạm phát cao và khan hiếm tiền mặt, nhiều doanh nghiệp và người dân tại Việt Nam đã chuyển sang giao dịch hàng hóa bằng tiền mặt Theo điều tra của Ngân hàng Thế giới, khoảng 35% lượng tiền lưu thông ngoài ngân hàng và hơn 50% giao dịch không qua ngân hàng, với hơn 90% dân cư không sử dụng dịch vụ thanh toán ngân hàng Sự lưu thông tiền tệ lớn ngoài ngân hàng gây khó khăn cho Ngân hàng Nhà nước trong việc kiểm soát, đồng thời cản trở các ngân hàng thương mại phát triển dịch vụ phi tín dụng, đặc biệt là thanh toán qua ngân hàng Nhiều doanh nghiệp phải thực hiện mua chịu và bán chịu, dẫn đến gia tăng công nợ và thoát ly khỏi hoạt động chính thức.
Lạm phát cao đã gây ra sự suy yếu và phá vỡ thị trường vốn, ảnh hưởng nghiêm trọng đến hoạt động của các ngân hàng thương mại Sự bất ổn trong giá cả, bao gồm giá vốn, đã làm giảm lòng tin của nhà đầu tư và công chúng, tạo ra khó khăn trong việc ra quyết định cho khách hàng cũng như các tổ chức tài chính – tín dụng.
Vì vậy xét ở góc độ các NHTM cần có những biện pháp kiềm chế lạm phát (Phạm Huy Hùng, 2008).
2.2.3 Nhóm nhân tố tập trung thị trường:
2.2.3.1 Tỷ lệ thất nghiệp (UNE)
Tỉ lệ thất nghiệp: là tỉ lệ phần trăm giữa số người thất nghiệp trong tổng số lực lượng lao động của nền kinh tế (Saga, 2019).
Tỉ lệ thất nghiệp =Số người thất nghiệp/Số người trong độ tuổi lao động (lực lượng lao động)
Nghiên cứu của Bai (2016) đã chỉ ra mối quan hệ cùng chiều giữa tỷ lệ thất nghiệp và rủi ro tín dụng của ngân hàng thương mại trong giai đoạn 1929 – 2015 Kết quả này cho thấy khi tỷ lệ thất nghiệp tăng, rủi ro tín dụng cũng có xu hướng gia tăng.
Dịch bệnh là sự lây lan nhanh chóng của bệnh truyền nhiễm, ảnh hưởng đến một lượng lớn người trong cộng đồng trong thời gian ngắn, thường dưới hai tuần Nếu dịch kéo dài, nợ xấu trong các lĩnh vực sản xuất, kinh doanh và thương mại sẽ gia tăng, do Việt Nam phụ thuộc vào chuỗi cung ứng toàn cầu.
Khủng hoảng kinh tế, là sự suy giảm các hoạt động kinh tế kéo dài và trầm trọng hơn cả suy thoái trong chu kỳ kinh tế.
Khủng hoảng kinh tế, theo học thuyết Kinh tế chính trị của Mác-Lênin, đề cập đến giai đoạn chuyển biến nhanh chóng sang suy thoái kinh tế Khái niệm này, được sử dụng phổ biến trong Kinh tế chính trị Marx, mô tả quá trình tái sản xuất tạm thời bị suy sụp Thời gian khủng hoảng không chỉ làm gia tăng xung đột giữa các giai tầng xã hội mà còn khởi động lại quá trình tích tụ tư bản mới.
MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Đề xuất mô hình nghiên cứu về các yếu tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam
Dựa trên mô hình cơ sở của các tác giả
Albertazzi và Gambacorta (2009) chỉ ra rằng tình hình kinh tế kém có thể dẫn đến suy giảm chất lượng danh mục cho vay, gây ra tổn thất tín dụng.
Theo nghiên cứu của Foos và các đồng tác giả (2010), cũng như Suluck và Supat (2012), không có tác động đáng kể của qui mô ngân hàng đến rủi ro tín dụng ngân hàng Tương tự, nghiên cứu của Nabila Zribi và Younes Boujelbène (2011) về 10 ngân hàng thương mại tại Tunisia trong giai đoạn 1995-2008 cũng cho thấy kết quả như vậy.
Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015) đã sử dụng dữ liệu bảng và phương pháp hồi quy bình phương bé nhất (OLS) để phân tích tác động của các yếu tố đặc điểm ngân hàng đến RRTD Nghiên cứu này cung cấp gợi ý cho nhà đầu tư cá nhân và giúp các nhà quản lý ngân hàng nhận diện các tác động ngược chiều, từ đó kiểm soát hiệu quả hơn các ảnh hưởng từ việc đẩy mạnh cho vay Dữ liệu được thu thập từ báo cáo tài chính của 32 ngân hàng thương mại Việt Nam trong giai đoạn 2010 đến nay.
Nghiên cứu năm 2013 đã xác định các yếu tố ảnh hưởng đến rủi ro tín dụng, bao gồm tăng trưởng tín dụng, quy mô dư nợ và tỷ lệ chi phí hoạt động so với thu nhập từ hoạt động cho vay.
Nghiên cứu của Thiagarajan, Auuapan và cộng sự (2011) đã chỉ ra rằng có mối quan hệ tích cực giữa lạm phát hiện tại và rủi ro tín dụng, trong khi không tìm thấy mối liên hệ nào giữa lạm phát một năm trễ và rủi ro tín dụng ở ngân hàng công Đối với ngân hàng tư, kết quả cho thấy không có mối quan hệ giữa lạm phát và rủi ro tín dụng.
Từ những nghiên cứu thực nghiệm trước đây, tác giả đề xuất mô hình như sau:
CR it =β 0 + β 1 *ROA it + β 2 *NPL it + β 3 *LAi,t + β 4 *UNE it + β 5 *SIZE it + β 6 INF it + β 7 GDP it + E it ng 3.1 B ng mô t tên biến
Mô tả tên biến Công thức Kỳ vọng Nghiên cứu đo lường dấu trước đây
CR đo lường tỷ lệ rủi ro tín dụng lập dự phòng Auuapan và ctg
/ Tổng dư nợ (2011); Nguyễn khi hoạt động ngân hàng Chỉ số cho vay Thị Ngọc Diệp
CR này được đo lường bằng tỷ lệ
(2015) và trích lập dự phòng trên tổng dư
Nguyễn Minh nợ cho vay.
ROA ROA đo lường tỷ lệ lợi nhuận sau sau thuế / - Ghemini thuế trên tài sản của ngân hàng Tổng tài sản (2017),
NPL đo lường tỷ lệ nợ xấu trên Nợ nhóm 3 4 Ozili (2017),
NPL tổng dư nợ cho vay của ngân 5/ Dư nợ cho + Zou (2014) hàng Nợ từ nhóm 3 trở lên được vay xem là nợ xấu
LA đo lường tỷ lệ dư nợ cho vay Dư nợ cho Ngọc Diệp
LA khách hàng trên tổng tài sản của vay / Tổng + (2015) và ngân hàng tài sản Nguyễn Minh
Kiều (2015)Biến tập trung thị trường
Logarithm tự Foos và đồng
SIZE minh họa quy mô ngân tác giả (2010);
SIZE nhiên của +/- hàng trong nền kinh tế Nabila Zribi và tổng tài sản
UNE đo lường tỷ lệ thất nghiệp Bai (2016);
UNE + Castro (2013); của 1 quốc gia
Albertazzi và Gambacorta INF cho thấy tỷ lệ gia tăng chỉ số CPIt – CPIt- (2009),
INF + Thiagarajan, giá tiêu dùng của 1 quốc gia 1 / CPIt-1
Tốc độ tăng Albertazzi và
GDP GDP minh họa tốc độ tăng trưởng của - Gambacorta trưởng kinh tế của 1 quốc gia sản phẩm (2009) quốc nội
Nguồn: Tổng hợp từ tác giả ng 3.2 B ng danh sách ngân hàng
TT Tên đầy đủ MÃ CK
1 Ngân hàng TMCP Công thương Việt Nam
2 Ngân hàng TMCP Ngoại Thương Việt Nam
3 Ngân hàng TMCP Kỹ Thương (Techcombank) TCB
4 Ngân hàng TMCP Đầu tư và Phát triển Việt Nam
5 Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) VPB
6 Ngân hàng TMCP Quân Đội (MB) MBB
7 Ngân hàng TMCP Sài Gòn Thương Tín (Sacombank) STB
8 Ngân hàng TMCP Sài Gòn (SCB) SCB
9 Ngân hàng TMCP Á Châu (ACB) ACB
10 Ngân hàng TMCP Xuất Nhập Khẩu (Eximbank) EIB
11 Ngân hàng TMCP Sài Gòn – Hà Nội (SHB) SHB
12 Ngân hàng TMCP Hàng Hải (MSB) MSB
13 Ngân hàng TMCP Phát triển Thành phố Hồ Chí Minh
14 Ngân hàng TMCP Đại Chúng Việt Nam
15 Ngân hàng TMCP Bưu điện Liên Việt
16 Ngân hàng TMCP Tiên Phong (TPBank) TPB
17 Ngân hàng TMCP Quốc Tế (VIB) VIB
18 Ngân hàng TMCP Đông Nam Á (SeABank) SEA
19 Ngân hàng TMCP Phương Đông (OCB) OCB
20 Ngân hàng TMCP Bắc Á (Bac A Bank) BAB
21 Ngân hàng TMCP An Bình (ABBANK) ABB
22 Ngân hàng TMCP Đông Á (DongA Bank) DAB
23 Ngân hàng TMCP Việt Nam Thương Tín (Vietbank) VTB/VBB
24 Ngân hàng TMCP Quốc dân (NCB) NCB
25 Ngân hàng TMCP Việt Á (VietABank) VAB
26 Ngân hàng TMCP Nam Á (Nam A Bank) NAB
27 Ngân hàng TMCP Kiên Long (Kienlongbank) KLB
28 Ngân hàng TMCP Bản Việt (Viet Capital Bank) VCA/CAB
29 Ngân hàng TMCP Bảo Việt (BAOVIET Bank) BVB
30 Ngân hàng TMCP Sài Gòn Công Thương
31 Ngân hàng TMCP Xăng dầu Petrolimex (PG Bank) PGB
Nguồn: Tổng hợp của tác giả
Information relating to the sample:
Tính đến ngày 30/6/2018, hệ thống tổ chức tín dụng tại Việt Nam bao gồm 31 ngân hàng thương mại cổ phần, 4 ngân hàng thương mại nhà nước, 2 ngân hàng chính sách xã hội, 1 ngân hàng hợp tác xã, 2 ngân hàng liên doanh, 9 ngân hàng 100% vốn nước ngoài, 48 chi nhánh ngân hàng nước ngoài, 49 văn phòng đại diện ngân hàng nước ngoài, 16 công ty tài chính, 11 công ty cho thuê tài chính, 4 tổ chức tài chính vi mô và 1 hệ thống quỹ tín dụng, theo báo cáo của NHNN Việt Nam.
Các sự kiện tiêu biểu liên quan đến hoạt động sáp nhập, hợp nhất và đổi tên các
NHTM trong thời gian nghiên cứu đề cập gồm:
- Ngày 27/7/2010 NHTMCP Các doanh nghiệp Ngoài quốc doanh đổi tên thành NHTMCP Việt Nam Thịnh Vượng
- Ngày 15/12/2011 hợp nhất 3 NHTMCP: NHTMCP Sài Gòn, NHTMCP Việt Nam Tín Nghĩa và NHTMCP Đệ Nhất thành NHTMCP Sài Gòn và chính thức hoạt động từ ngày 01/01/2012
- Ngày 23/11/2013 Sáp nhập NTHMCP Đại Á và NHTMCP phát triển TP.CHM
- Ngày 23/01/2014, NHTMCP Nam Việt chính thức đổi tên thành NHTCMCP Quốc dân
Phương pháp nghiên cứu
3.2.1 Phương pháp dữ liệu bảng
Hồi quy dữ liệu bảng áp dụng ba phương pháp chính: Pooled OLS, tác động cố định (FEM) và tác động ngẫu nhiên (REM).
Hồi quy theo mô hình Pooled OLS
Phương pháp Pooled OLS là kỹ thuật phân tích dữ liệu bảng, sử dụng toàn bộ dữ liệu mà không phân biệt các đơn vị riêng lẻ Đây là phương pháp đơn giản nhất, tương tự như phân tích OLS thông thường, không tính đến yếu tố không gian và thời gian của dữ liệu Mô hình Pooled OLS được áp dụng để khai thác thông tin từ dữ liệu một cách hiệu quả.
Trong đó là biến phụ thuộc của quan sát i trong thời kỳ t, quan sát k trong thời kỳ k.
Mô hình này gặp một số nhược điểm, bao gồm việc nhận diện sai thể hiện qua chỉ số Durbin – Watson (DW) và việc ràng buộc quá chặt giữa các đơn vị chéo, điều này khó xảy ra trong thực tế Để khắc phục những nhược điểm này, các mô hình FEM và REM được áp dụng.
Hồi quy theo mô hình tác động cố định (FEM) là phương pháp cho phép thể hiện tác động đặc trưng của từng đơn vị chéo lên biến phụ thuộc, trong đó tung độ gốc có thể khác nhau giữa các đơn vị nhưng hệ số độ dốc không thay đổi theo thời gian Phương pháp này giúp phân tích sự khác biệt giữa các đơn vị mà vẫn giữ nguyên mối quan hệ giữa biến độc lập và biến phụ thuộc.
Mô hình FEM phân tích mối tương quan giữa phần dư của mỗi đơn vị và các biến giải thích, nhằm kiểm soát và tách biệt ảnh hưởng của các đặc điểm riêng biệt không thay đổi theo thời gian Điều này giúp ước lượng ảnh hưởng thực sự (net effects) của biến giải thích lên biến phụ thuộc.
Biến phụ thuộc của quan sát i tại thời điểm t được xác định bởi biến độc lập của quan sát i tại thời điểm t, cùng với hệ số chặn cho từng đơn vị nghiên cứu, hệ số góc đối với nhân tố x và phần dư.
Theo Brooks (2008), có hai phương pháp ước lượng tham số cho mô hình tác động cố định: (i) sử dụng hồi quy biến giả tối thiểu LSDV cho từng biến giả đại diện cho mỗi đối tượng trong mẫu; và (ii) áp dụng ước lượng tác động cố định (Fixed effects estimator).
(3.2) là biến độc lập của
Mặc dù phương pháp Pooled OLS có thể được cải thiện bằng mô hình FEM, nhưng FEM vẫn tồn tại một số nhược điểm Đầu tiên, việc sử dụng quá nhiều biến giả có thể làm giảm bậc tự do của dữ liệu Thứ hai, điều này cũng có thể dẫn đến hiện tượng đa cộng tuyến, gây ra sự không chính xác trong các ước lượng Cuối cùng, mô hình FEM không xem xét tác động của các biến không thay đổi theo thời gian như giới tính và chủng tộc.
Mô hình tác động ngẫu nhiên (REM) khác biệt với mô hình tác động cố định ở chỗ sự biến động giữa các đơn vị được giả định là ngẫu nhiên và không tương quan với các biến giải thích Trong khi đó, mô hình tác động cố định cho rằng sự biến động này có tương quan với biến độc lập Điều này cho thấy cách tiếp cận và giả định của hai mô hình này trong việc phân tích dữ liệu là khác nhau.
Nếu sự khác biệt giữa các đơn vị tác động đến biến phụ thuộc, mô hình REM sẽ phù hợp hơn so với FEM Trong REM, phần dư của mỗi thực thể, không liên quan đến biến giải thích, được coi là một biến giải thích mới Ý tưởng của mô hình REM bắt nguồn từ mô hình này.
Trong mô hình REM, giả định rằng hệ số chặn là một biến ngẫu nhiên với trung bình là C1, thay vì cố định như trong mô hình trước đó.
Trong đó là sai số ngẫu nhiên có trung bình bằng 0 và phương sai là mô hình tác giả được:
Sai số thành phần của các đối tượng khác nhau phản ánh đặc điểm riêng biệt của từng doanh nghiệp, đồng thời cũng bao gồm sai số thành phần kết hợp từ các đặc điểm theo từng đối tượng và theo thời gian.
Phương pháp REM khắc phục toàn bộ nhược điểm của phương pháp FEM, nhưng lại không xem xét sự tương quan giữa các đặc điểm riêng của các đơn vị và các biến độc lập Do đó, nếu hiện tượng này xảy ra, ước lượng của REM sẽ không còn chính xác.
Kiểm định khuyết tật mô hình
3.3.1 Kiểm định đa cộng tuyến
Trong mô hình hồi quy, hiện tượng đa cộng tuyến xảy ra khi các biến độc lập có mối quan hệ chặt chẽ và tương quan mạnh với nhau Điều này có nghĩa là các biến độc lập phụ thuộc lẫn nhau và có thể được biểu diễn dưới dạng hàm số Ví dụ, nếu có hai biến độc lập, sự tương quan giữa chúng có thể dẫn đến những sai lệch trong kết quả phân tích.
Khi A tăng thì B cũng tăng, và khi A giảm thì B cũng giảm, điều này cho thấy sự tồn tại của hiện tượng đa cộng tuyến Hai biến độc lập này có mối quan hệ rất mạnh, lẽ ra chúng nên được coi là một biến duy nhất, nhưng trong thực tế, các nhà nghiên cứu lại tách chúng thành hai biến riêng biệt Hiện tượng đa cộng tuyến vi phạm giả định của mô hình hồi quy tuyến tính cổ điển, trong đó yêu cầu các biến độc lập không được có mối quan hệ tuyến tính với nhau.
Hiện tượng đa cộng tuyến có thể xuất phát từ một số nguyên nhân chính: Thứ nhất, khi các biến độc lập có mối quan hệ nhân quả hoặc tương quan cao do cùng phụ thuộc vào một yếu tố khác Thứ hai, phương pháp thu thập mẫu không đại diện cho tổng thể, dẫn đến sai lệch trong kết quả Cuối cùng, việc lựa chọn các biến độc lập có độ biến thiên nhỏ cũng góp phần làm gia tăng hiện tượng này.
Để phát hiện đa cộng tuyến, ta sử dụng hệ số VIF (variance inflation factor) Nếu VIF > 2, có dấu hiệu đa cộng tuyến, điều này không mong muốn Khi VIF > 10, chắc chắn có đa cộng tuyến Ngược lại, nếu VIF < 2, không có đa cộng tuyến Ngoài ra, giá trị Tolerance cũng có thể được xem xét với công thức Tolerance = 1/VIF.
Hệ số Tolerance nằm ở cột bên trái của hệ số VIF, với giá trị nhỏ hơn 0.5 cho thấy có dấu hiệu đa cộng tuyến, điều này không mong muốn Nếu giá trị Tolerance nhỏ hơn 0.1, thì chắc chắn tồn tại đa cộng tuyến.
3.3.2 Kiểm định tự tương quan chuỗi
Khi V{ε} = σ 2 I bị vi phạm, tức là hiệp phương sai giữa các sai số không đồng thời bằng 0, xảy ra hiện tượng tự tương quan của sai số (autocorrelation) hay tương quan chuỗi (serial correlation) Miễn là E{ε | X} = 0, tự tương quan dẫn đến OLS không thiên lệch nhưng không hiệu quả, và sai số chuẩn của ước lượng các hệ số (SE) bị ước tính sai Tự tương quan thường xuất hiện trong dữ liệu chuỗi thời gian, với thứ tự quan sát quan trọng hơn Sai số εt ảnh hưởng đến các biến chưa được đưa vào mô hình, dẫn đến hiện tượng tự tương quan dương Nếu các biến bị loại trừ được đưa vào mô hình, tự tương quan có thể chỉ ra sự không chuẩn của mô hình Các bài kiểm tra tự tương quan thường được coi là kiểm tra sự sai lệch của mô hình, và các dạng hàm mô tả không chính xác, biến bị bỏ sót, cũng như mô hình thiếu tính động có thể dẫn đến kết luận về tự tương quan Đối với dữ liệu bảng, kiểm định Wooldridge có thể được sử dụng để xác định tự tương quan.
H0: Không có hiện tượng tương quan chuỗi
H1: Có hiện tượng tương quan chuỗi
Kiểm định Hausman (1978) là một phương pháp thống kê trong kinh tế lượng, được đặt theo tên của James Durbin, De-Min Wu và Jerry A Hausman Kiểm định này được sử dụng để so sánh hai phương pháp ước lượng là FEM và REM, nhằm xác định mô hình nào giữa FEM và REM là phù hợp hơn cho dữ liệu nghiên cứu.
Thực chất kiểm định Hausman để xem xét có tồn tại tự tương quan giữa εi và các biến độc lập hay không.
Kiểm định Hausman được sử dụng để xác định xem mô hình tác động cố định hay ngẫu nhiên là phù hợp cho dữ liệu bảng Mục tiêu của kiểm định này là xác định liệu sai số ui có tương quan với các biến giải thích hay không Giả thuyết của kiểm định Hausman được nêu bởi Chmelarova (2007).
H0: Không có tương quan giữa sai số và biến giải thích (mô hình REM phù hợp)
H1: Có sự tương quan giữa sai số và biến giải thích (mô hình FEM phù hợp)
KẾT QUẢ NGHIÊN CỨU
Phân tích thống kê mô tả
ng 4.1 Phân tích thống kê mô t
Tên biến Giá trị trung Độ lệch chuẩn Giá trị nhỏ Giá trị lớn bình nhất nhất
Nguồn: Tính toán từ STATA
Theo bảng 4.1, giá trị trung bình của biến CR là 1.151966%, cho thấy xác suất rủi ro tín dụng chung của các ngân hàng trong giai đoạn 2010-2018 là 1.151966%.
Phân tích đa cộng tuyến
ng 4.2 Kiểm định đa cộng tuyến VIF
Tên biến Giá trị VIF 1/VIF
Nguồn: Tính toán từ STATA
Theo bảng 4.6, giá trị VIF của các biến trong mô hình đều dưới 10, chứng tỏ rằng mô hình không gặp phải hiện tượng đa cộng tuyến.
Phân tích mối tương quan
ng 4.3 Ma trận tương quan các biến
CR ROA NPL LA UNE SIZE INF GDP
Nguồn: Tính toán từ STATA
Chú thích: * mức ý nghĩa là 10%, ** mức ý nghĩa là 5%,*** mức ý nghĩa là 1%
Hầu hết các hệ số hồi quy trong mô hình đều có ý nghĩa thống kê và không có hệ số nào vượt quá 80%, cho thấy không có hiện tượng đa cộng tuyến giữa các biến Kết quả cho thấy hệ số tương quan giữa biến UNE và INF là khá cao với giá trị -0.7832 Để kiểm tra sự tồn tại của đa cộng tuyến, tác giả đã sử dụng kiểm định VIF, với kết quả được trình bày trong bảng 6.
Ước lượng mô hình hồi quy
4.4.1 Mô hình Pooled OLS ng 4.4 Ước lượng mô hình Pooled OLS
Tên biến Hệ số hồi quy Độ lệch chuẩn Prob
Nguồn: Tính toán từ STATA
Theo mô hình Pooled OLS, biến NPL có ý nghĩa thống kê ở mức 10%, cho thấy khi NPL tăng 1 đơn vị, tỉ lệ rủi ro tín dụng sẽ tăng 0.1391033 đơn vị Mô hình Pooled OLS được trình bày như sau: CR = 0.0486364 + 0.1391033*NPL.
4.4.2 Mô hình FEM ng 4.5.Ước lượng mô hình FEM
Tên biến Hệ số hồi quy Độ lệch chuẩn Prob
Nguồn: Tính toán từ STATA
Theo bảng 4.4, biến NPL có ý nghĩa thống kê ở mức 10%, cho thấy rằng khi NPL tăng 1 đơn vị, tỷ lệ rủi ro tín dụng sẽ tăng 0.1268259 đơn vị Kết quả mô hình FEM được trình bày như sau:
4.4.3 Mô hình REM ng 4.6.Ước lượng mô hình REM
Tên biến Hệ số hồi quy Độ lệch chuẩn Prob
Nguồn: Tính toán từ STATA
Theo bảng 4.5, biến NPL có ý nghĩa thống kê ở mức 10%, cho thấy rằng khi NPL tăng 1 đơn vị, tỉ lệ rủi ro tín dụng tăng 0.1391033 đơn vị Kết quả mô hình REM được trình bày như sau:
Kiểm định sự lựa chọn và khuyết tật mô hình
Giả thuyết kiểm định Hausman như sau:
H0: không có sự khác biệt giữa các biến độc lập, mô hình REM
H1: có sự tương quan giữa các biến độc lập, mô hình FEM
Dựa vào hệ số Prob>chi2 trong bảng C.2 (phụ lục), giá trị 0.8617 lớn hơn 0.1 cho thấy giả thuyết H0 được chấp nhận Do đó, mô hình REM được xác định là mô hình phù hợp cho nghiên cứu này.
4.5.2 Kiểm định lựa chọn Pooled OLS và REM
Giả thuyết kiểm định lựa chọn mô hình như sau:
H0: không có hiện tượng sai số thay đổi, mô hình Pooled OLS là phù hợp H1: có hiện tượng sai số thay đổi, mô hình REM là phù hợp
Dựa vào hệ số Prob>chi2 trong bảng C.3 (phụ lục), giá trị 0.00 nhỏ hơn 0.05 cho thấy giả thuyết H1 được chấp nhận Do đó, mô hình REM được xác định là phù hợp cho nghiên cứu này.
4.5.3 Kiểm định tương quan chuỗi
Giả thuyết kiểm định lựa chọn mô hình như sau:
H0: không có hiện tượng tương quan chuỗi
H1: có hiện tượng tương quan chuỗi
Kết quả kiểm định hệ số Prob>chi2 cho thấy giá trị 0.9779, lớn hơn 0.05, dẫn đến việc chấp nhận giả thuyết H0 Điều này chỉ ra rằng không tồn tại hiện tượng tương quan chuỗi giữa các biến trong mô hình nghiên cứu Để khắc phục vấn đề này, tác giả đã áp dụng mô hình FGLS.
Ước lượng mô hình FGLS
ng 4.7 Kết qu ước lượng mô hình FGLS
Tên biến Hệ số hồi quy Độ lệch chuẩn Prob
Nguồn: Tính toán từ STATA
Kết quả ước lượng hồi quy mô hình FGLS đã giải quyết vấn đề phương sai sai số thay đổi từ mô hình REM Nghiên cứu xác định được 4 biến có ý nghĩa thống kê, bao gồm NPL, LA, SIZE và GDP, với mức ý nghĩa 10% Mô hình được trình bày như sau:
CR = 0.1317338*NPL – 0.0002205*LA + 0.000609*SIZE – 0.1828104*GDP
