GIỚI THIỆU TỔNG QUAN VỀ NGHIÊN CỨU
Đặt vấn đề nghiên cứu
Nợ xấu trong hoạt động ngân hàng là điều không thể tránh khỏi, nhưng khi vượt ngưỡng cho phép, nó sẽ gây ra những tác động nghiêm trọng đến hoạt động của ngân hàng Nợ xấu là chỉ tiêu quan trọng để đánh giá chất lượng tín dụng và sức khỏe tài chính của ngân hàng, đồng thời phản ánh khả năng quản trị rủi ro Khi nợ xấu gia tăng, ngân hàng có thể phải đối mặt với thua lỗ, giảm lòng tin từ người gửi tiền, và uy tín của ngân hàng sẽ bị ảnh hưởng Tình trạng này kéo dài có thể dẫn đến sụt giảm lợi nhuận và thậm chí là phá sản, gây ra hệ lụy cho các ngân hàng khác và tác động tiêu cực đến nền kinh tế và hệ thống tài chính.
Ngân hàng thương mại (NHTM) tại Việt Nam đã trải qua quá trình đổi mới và chuyển sang mô hình hai cấp, dẫn đến sự phát triển nhanh chóng và hội nhập quốc tế NHTM đóng vai trò quan trọng trong việc dẫn vốn lưu thông, góp phần lớn vào sự phát triển kinh tế đất nước Tuy nhiên, sự phát triển này cũng mang lại nhiều rủi ro, do ảnh hưởng của các yếu tố bên ngoài như bất ổn kinh tế vĩ mô và các yếu tố nội tại của ngân hàng.
Khủng hoảng tài chính toàn cầu năm 2008, bắt nguồn từ Mỹ và lan rộng ra Châu Âu, Châu Á, đã gây ra những tác động nghiêm trọng đến nền kinh tế thế giới, đặc biệt là sau giai đoạn tăng trưởng nóng trong ngành bất động sản Từ cuối năm 2007 đến năm 2013, nhiều ngân hàng gặp khó khăn, thua lỗ và mất khả năng thanh toán, dẫn đến hàng loạt vụ thâu tóm và phá sản Tại Việt Nam, sau giai đoạn tăng trưởng mạnh mẽ, nền kinh tế đã rơi vào tình trạng lạm phát, với nợ xấu trong các ngân hàng thương mại lên đến hàng nghìn tỷ đồng Nhiều doanh nghiệp phá sản đã làm gia tăng tỷ lệ thất nghiệp, trong khi hệ thống ngân hàng thương mại phải đối mặt với nhiều thách thức lớn Giải quyết nợ xấu trở thành vấn đề trọng tâm trong bối cảnh này.
Chương 1: Giới thiệu tổng quan về nghiên cứu hệ thống ngân hàng thương mại, bởi nó làm tắc nghẽn dòng tín dụng trong nền kinh tế Việt Nam Để tháo gỡ khủng hoảng ngân hàng nhà nước (NHNN) đã sử dụng nhiều giải pháp từ quản lý đầu tư công an ninh xã hội, đến xây dựng các giải pháp thắt chặt tiền tệ để duy trì sự cân bằng toàn ngành NHNN đã từng bước ổn định được thị trường tiền tệ, kiểm soát tín dụng từng NHTM Với nỗ lực từ NHNN lạm phát đã được kiểm soát, nền kinh tế có dấu hiệu phục hồi nhưng con số nợ xấu hàng nghìn tỷ đồng hầu như vẫn được khai thông Trước tình hình đó, ngày 27/06/2013 NHNN quyết định thành lập công ty quản lý tài sản (VAMC) với hoạt động chính là thu mua nợ xấu từ các tổ chức tín dụng Tính đến 31/12/2014 VAMC đã mua gần 130.000 tỷ đồng dư nợ gốc nhưng nợ xấu vẫn chưa được xử lý triệt để Câu hỏi đặt ra là: Các yếu tố nào tác động đến nợ xấu của ngân hàng trong khi NHNN đã thực hiện nhiều giải pháp nhưng nợ xấu vẫn chưa được kiểm soát? Chính vì lý do đó việc “Phân tích các yếu tố tác động đến nợ xấu của các ngân hàng thương mại Việt Nam” là điều cấp thiết trong bối cảnh hiện nay và đó là đề tài của bài nghiên cứu này.
Mục tiêu nghiên cứu
Để đi tìm lời giải cho câu hỏi trên, nghiên cứu đi đến mục tiêu cụ thể sau đây:
Tìm hiểu các yếu tố tác động đến nợ xấu của các ngân hàng thương mại ở Việt Nam
Lượng hóa sự tác động của các yếu tố đến nợ xấu của các ngân hàng thương mại ở Việt Nam
Đưa ra khuyến nghị hoặc giải pháp đối với Ngân hàng nhà nước hoặc bộ phận quản lý của các ngân hàng thương mại
Câu hỏi nghiên cứu
Từ mục tiêu trên đề tài này sẽ tập trung trả lời các câu hỏi sau
Các yếu tố nào có tác động đến nợ xấu của các ngân hàng thương mại ở Việt Nam?
Trong môi trường kinh tế Việt Nam, những yếu tố này có tác động như thế nào đến nợ xấu của các ngân hàng thương mại ở Việt Nam?
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu là các yếu tố tác động tới nợ xấu của các ngân hàng thương mại Việt Nam
Phạm vi nghiên cứu là 29 ngân hàng thương mại Việt Nam trong giai đoạn từ năm 2009 đến năm 2013.
Phương pháp nghiên cứu
Nghiên cứu này áp dụng phương pháp định lượng và mô hình phân tích dữ liệu bảng, trong đó sử dụng phân tích thống kê mô tả để tổng quát dữ liệu và phân tích ma trận tương quan để xem xét mối quan hệ giữa các chỉ tiêu định lượng Đề tài thu thập số liệu từ báo cáo tài chính của các ngân hàng thương mại Việt Nam và sử dụng các phần mềm như Excel, Eviews và Stata để tính toán Mục tiêu là xác định mối quan hệ giữa nợ xấu và các yếu tố tác động thông qua mô hình kinh tế lượng.
Đóng góp nghiên cứu
Nghiên cứu này nhằm phân tích các yếu tố ảnh hưởng đến nợ xấu trong hệ thống ngân hàng thương mại Việt Nam, từ đó cung cấp nguồn tài liệu tham khảo phong phú cho sinh viên.
Nghiên cứu này cung cấp cho các nhà quản trị ngân hàng thương mại cái nhìn rõ ràng về ảnh hưởng của các yếu tố đến nợ xấu, từ đó giúp họ xây dựng kế hoạch quản trị rủi ro tín dụng hiệu quả cho ngân hàng của mình.
Kết cấu đề tài nghiên cứu
Nội dung nghiên cứu được chia thành 5 chương (không bao gồm phần Phụ lục và Danh mục tài liệu tham khảo)
Chương 1: Tổng quan về đề tài nghiên cứu: Trình bày một cách tổng thể nội dung của toàn bộ nghiên cứu Chương này cho thấy lý do và vấn đề nghiên cứu, mục tiêu, câu hỏi, phương pháp, đối tượng và phạm vi, cũng như ý nghĩa của vấn đề nghiên cứu
Chương 2: Cơ sở lý thuyết và các nghiên cứu trước: Các lý thuyết xoay quanh vấn đề nghiên cứu cùng với các nghiên cứu thực nghiệm trước liên quan đến vấn đề
Chương 3: Phương pháp nghiên cứu: Trình bày phương pháp nghiên cứu, cách thu thập dữ liệu, xây dựng mô hình nghiên cứu, đưa ra các giả thuyết nghiên cứu giải thích cách đo lường các biến
Chương 1: Giới thiệu tổng quan về nghiên cứu
Chương 4: Kết quả nghiên cứu: Nêu các kết quả phân tích thống kê mô tả, phân tích tương quan giữa các cặp biến số và ước lượng hồi quy cho mô hình nghiên cứu, cùng với kết quả kiểm định mô hình và giải thích kết quả
Chương 5: Kết luận và khuyến nghị: Các kết luận được đưa ra sau khi phân tích, cùng những khuyến nghị về quản trị nợ xấu cho các ngân hàng và đề xuất hướng nghiên cứu tiếp theo.
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC
Lý thuyết về rủi ro tín dụng
Rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng là khả năng xảy ra tổn thất do khách hàng không thực hiện nghĩa vụ theo cam kết Theo quy định của NHNN tại thông tư 02/2013/TT-NHNN, rủi ro tín dụng phát sinh khi ngân hàng không thu được đầy đủ gốc và lãi vay, hoặc khi việc thanh toán nợ không đúng hạn.
Rủi ro tín dụng là tổn thất kinh tế xảy ra khi bên đối tác không thực hiện đầy đủ nghĩa vụ hợp đồng, đặc biệt trong lĩnh vực ngân hàng và tài chính khi khách hàng vay tiền mất khả năng chi trả nợ gốc và lãi Mặc dù có tài sản thế chấp, ngân hàng vẫn không thể đảm bảo thu hồi khoản tín dụng vì các khoản nợ chưa đến hạn thanh toán Tất cả các khoản cho vay đều tiềm ẩn rủi ro tín dụng, trong đó nợ xấu là một dạng phổ biến, được xác định là khoản nợ quá hạn từ 90 ngày trở lên với khả năng trả nợ của khách hàng đáng nghi ngờ Nguyên nhân gây ra rủi ro tín dụng có thể đến từ cả ngân hàng và khách hàng vay vốn, do đó, quản trị rủi ro tín dụng là rất cần thiết cho cả hai bên Các ngân hàng thường áp dụng nhiều biện pháp quản trị rủi ro tín dụng, bao gồm tư vấn chính sách quản trị rủi ro cho khách hàng, như kỹ năng quản trị khoản phải thu và chính sách bán chịu cho doanh nghiệp.
Chương 2: Cơ sở lý thuyết và các nghiên cứu trước ii Cung cấp công cụ phòng ngừa rủi ro tín dụng cho khách hàng vay vốn thông qua đó cũng hạn chế được rủi ro tín dụng cho chính ngân hàng như: công cụ bao thanh toán trong nước và xuất khẩu iii Xây dựng chính sách tín dụng chặt chẽ và thống nhất trong toàn bộ hệ thống của ngân hàng Chính sách này là một hệ thống các quan điểm, nguyên tắc, quy định và công cụ do hội đồng tín dụng hoặc hội đồng quản trị hoặc đại hội đồng cổ đông đề ra, thông qua và được thực thi thống nhất khi cấp tín dụng nhằm quản lý tốt dư nợ và rủi ro tín dụng iv Xây dựng quy trình và thẩm định tín dụng một cách chặt chẽ
Phân tích tín dụng là quá trình đánh giá và dự báo tình hình tài chính của khách hàng vay vốn, bao gồm thanh khoản, hiệu quả sử dụng nợ, hoạt động kinh doanh, doanh thu, chi phí, dòng tiền kỳ vọng và tính khả thi của kế hoạch sản xuất kinh doanh Thẩm định tín dụng nhằm đánh giá độ tin cậy của các phương án trước khi cấp tín dụng, với trọng tâm là xem xét dòng tiền kỳ vọng và đánh giá chi phí sử dụng vốn Các chỉ tiêu tài chính quan trọng như hiện giá của dòng tiền (NPV), suất sinh lời nội bộ (IRR) và thời gian hoàn vốn (PP, DPP) cũng được xem xét Cuối cùng, việc sử dụng công cụ xếp hạng tín dụng và chấm điểm tín dụng khách hàng là cần thiết để đảm bảo quyết định cấp tín dụng chính xác và hiệu quả.
Ngân hàng sử dụng dữ liệu thống kê để đánh giá rủi ro tín dụng và chấm điểm tín dụng cho khách hàng Trước khi cấp tín dụng, ngân hàng dựa vào xếp hạng tín dụng để xác định hạn mức và lãi suất Tại các quốc gia có thị trường tài chính phát triển, hệ thống chấm điểm tín dụng đã được xây dựng để hỗ trợ hoạt động ngân hàng, dựa trên nhiều yếu tố như lịch sử tín dụng, tình trạng làm việc và lịch sử thanh toán nợ Ở Mỹ, các tổ chức xếp hạng tín dụng như S&P, Moody và Fitch rất uy tín Trong khi đó, tại Việt Nam, việc chấm điểm tín dụng chưa được đồng nhất và mỗi ngân hàng có tiêu chí riêng, dẫn đến việc tự xếp hạng hoặc tham khảo từ Trung tâm thông tin tín dụng (CIC) của NHNN để quyết định cấp hạn mức và lãi suất cho vay.
Bảo đảm tín dụng là phương pháp phổ biến trong ngân hàng nhằm phòng ngừa rủi ro, với các hình thức như cầm cố, thế chấp, đặt cọc, ký cược, ký quỹ, bảo lãnh và tín chấp Mặc dù giúp giảm thiểu rủi ro, bảo đảm tín dụng không thể loại bỏ hoàn toàn rủi ro tín dụng Tại Việt Nam, các ngân hàng gặp khó khăn trong việc thanh lý tài sản đảm bảo, đặc biệt là bất động sản, do thủ tục hành chính phức tạp và giá trị bất động sản liên tục giảm Việc trích lập quỹ dự phòng rủi ro tín dụng cũng là một yếu tố quan trọng cần được xem xét.
Các ngân hàng đã chủ động lập quỹ dự phòng rủi ro tín dụng nhằm bù đắp cho các khoản nợ xấu không thể thu hồi Quỹ này được hình thành từ thu nhập trước thuế của ngân hàng.
Kiểm tra sau khi cấp tín dụng, bao gồm việc kiểm soát sử dụng vốn vay đúng mục đích và theo dõi tình trạng hoạt động của khách hàng, là rất quan trọng để giảm rủi ro tín dụng cho ngân hàng Tuy nhiên, nhiều ngân hàng Việt Nam chưa chú trọng đến vấn đề này, dẫn đến tình trạng khách hàng sử dụng vốn sai mục đích và không có khả năng trả nợ, từ đó gia tăng nợ xấu.
2.1.2 Nợ xấu (Non Performing Loans - NPL)
Khái niệm về nợ xấu
Nhóm chuyên gia tư vấn của Liên Hợp Quốc (AEG) khuyến nghị rằng định nghĩa về nợ xấu không nên chỉ mang tính chất mô tả mà nên là hướng dẫn cho các ngân hàng AEG đưa ra định nghĩa rằng một khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày, hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả theo thỏa thuận Ngoài ra, các khoản phải thanh toán quá hạn dưới 90 ngày nhưng có lý do chắc chắn để nghi ngờ khả năng thanh toán đầy đủ cũng được xem là nợ xấu Tóm lại, nợ xấu được xác định dựa trên hai yếu tố chính: thời gian quá hạn trên 90 ngày và khả năng trả nợ bị nghi ngờ.
Ủy ban Basel về Giám sát Ngân hàng (BCBS) đã đưa ra các hướng dẫn về các thông lệ chung liên quan đến quản lý rủi ro tín dụng tại nhiều quốc gia Theo BCBS, việc quản lý rủi ro tín dụng đóng vai trò quan trọng trong việc đảm bảo sự ổn định và an toàn của hệ thống tài chính.
Chương 2: Cơ sở lý thuyết và các nghiên cứu trước khoản nợ bị coi là không có khả năng hoàn trả khi một trong hai hoặc cả hai điều kiện sau xảy ra: ngân hàng thấy người vay không có khả năng trả nợ đầy đủ khi ngân hàng chưa thực hiện hành động gì để cố gắng thu hồi; người vay đã quá hạn trả nợ quá 90 ngày 1 Dựa trên hướng dẫn này, nợ xấu sẽ bao gồm toàn bộ các khoản cho vay đã quá hạn 90 ngày và có dấu hiệu người đi vay không trả được nợ
Nợ xấu được định nghĩa bởi Tổ chức Tiền tệ Thế giới (IMF) là khoản vay quá hạn thanh toán gốc hoặc lãi từ 90 ngày trở lên, hoặc khi lãi suất đã quá hạn 90 ngày và được vốn hóa, cơ cấu lại, hoặc trì hoãn theo thỏa thuận Ngoài ra, các khoản thanh toán đến hạn dưới 90 ngày nhưng có dấu hiệu rõ ràng cho thấy người vay không thể hoàn trả nợ cũng được coi là nợ xấu.
Tại Việt Nam theo tiêu chuẩn của Ngân Hàng Nhà Nước quy định tại thông tư 02/2013/TT-NHNN ban hành ngày 21/01/2013 thì nợ xấu được định nghĩa như sau:
Nợ xấu (NPL) bao gồm các khoản nợ thuộc nhóm 3, 4 và 5, và tỷ lệ nợ xấu trên tổng dư nợ được sử dụng để đánh giá chất lượng tín dụng của tổ chức tín dụng.
Theo thông tư 02/2013/TT-NHNN của Ngân hàng Nhà Nước, nợ tại các tổ chức tín dụng được phân thành 5 nhóm Nhóm 3 (Nợ dưới tiêu chuẩn) bao gồm nợ quá hạn từ 91 đến 180 ngày, nợ gia hạn lần đầu, nợ được miễn hoặc giảm lãi do khách hàng không đủ khả năng trả, và nợ đang thu hồi theo kết luận thanh tra Những khoản nợ này được đánh giá là có khả năng tổn thất Nhóm 4 (Nợ nghi ngờ) bao gồm nợ quá hạn từ 181 đến 360 ngày, nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 90 ngày, nợ cơ cấu lại lần thứ hai, và nợ phải thu hồi theo kết luận thanh tra nhưng quá thời hạn thu hồi 60 ngày Những khoản nợ này được đánh giá là có khả năng tổn thất cao.
Nhóm 5 (Nợ có khả năng mất vốn) theo Basel Committee on Banking Supervision 2002 bao gồm các loại nợ như: nợ quá hạn trên 360 ngày, nợ cơ cấu lại lần đầu quá hạn từ 90 ngày trở lên, nợ cơ cấu lại lần thứ hai quá hạn, và nợ cơ cấu lại lần thứ ba trở lên, bao gồm cả nợ chưa quá hạn Ngoài ra, nợ phải thu hồi theo kết luận thanh tra nhưng đã quá hạn thu hồi trên 60 ngày mà vẫn chưa thu hồi, cũng như nợ của khách hàng là tổ chức tín dụng được Ngân hàng Nhà nước công bố trong tình trạng kiểm soát đặc biệt và chi nhánh ngân hàng nước ngoài bị phong tỏa vốn và tài sản Các khoản nợ này được đánh giá là không còn khả năng thu hồi và mất vốn.
Trích lập dự phòng rủi ro
PHƯƠNG PHÁP NGHIÊN CỨU
Thu thập dữ liệu nghiên cứu
Nghiên cứu này sử dụng dữ liệu thứ cấp từ các báo cáo tài chính của các ngân hàng thương mại Việt Nam trong giai đoạn 2009 – 2013 Các số liệu tài chính chi tiết được thu thập từ các báo cáo tài chính đã được kiểm toán và công bố trên website của các ngân hàng Thời gian nghiên cứu được chọn từ năm 2009 đến 2013 do đây là giai đoạn phục hồi sau khủng hoảng kinh tế.
Nghiên cứu này tập trung vào các ngân hàng thương mại cổ phần trong nước tại Việt Nam, nhằm làm rõ các yếu tố tác động đến nợ xấu của các ngân hàng này Trong giai đoạn nghiên cứu, một số ngân hàng đã sáp nhập và hợp nhất, do đó mẫu nghiên cứu chỉ bao gồm các ngân hàng còn tồn tại và có công bố báo cáo tài chính Cuối cùng, dữ liệu được thu thập từ 29 ngân hàng thương mại ở Việt Nam.
Trong nghiên cứu kinh tế sử dụng phân tích hồi quy đa biến, việc chọn mẫu đại diện cho tổng thể là rất quan trọng Theo Green (1991), cỡ mẫu tối thiểu cần thiết là n ≥ 50 + 8m, trong khi Tabachnick và Fidell (2007) đề xuất n ≥ 104 + m, với m là số biến độc lập trong mô hình Với 8 biến độc lập, cỡ mẫu tối thiểu theo Green là n ≥ 114 và theo Tabachnick và Fidell là n ≥ 112 Nghiên cứu này đã xây dựng mô hình với 8 biến độc lập và sử dụng 145 quan sát, đáp ứng đầy đủ yêu cầu về cỡ mẫu, đồng thời đảm bảo tính đại diện cho tổng thể.
Xây dựng mô hình nghiên cứu
Nghiên cứu của Jiménez và Saurina (2006) về rủi ro ngân hàng tại Tây Ban Nha, sử dụng dữ liệu hàng năm từ các ngân hàng báo cáo lên Trung tâm đăng ký tín dụng ngân hàng Tây Ban Nha trong giai đoạn 1984 – 2002, cho thấy mối quan hệ giữa tốc độ tăng trưởng tín dụng trong quá khứ và nợ xấu hiện tại Cụ thể, tác giả nhận định rằng tốc độ tăng trưởng tín dụng càng cao trong quá khứ thì tỷ lệ nợ xấu ở hiện tại càng lớn.
NPLit: tỷ lệ nợ xấu của ngân hàng i trong thời gian t trong nghiên cứu, tác giả đã chuyển đổi tỷ số này thành ln(NPLit/(100 – NPL it ))
GDPG: tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP)
RIR: lãi suất thực được tính bằng cách lấy lãi suất liên ngân hàng trừ đi lạm phát
LOANG: tốc độ tăng trưởng tín dụng
HERFR và HERFI: lần lượt là chỉ số thể hiện mức độ cạnh tranh của ngân hàng (Herfindahl) theo khu vực địa lý và theo ngành
COLIND là khoản vay có đảm bảo của hộ gia đình, được tính bằng tỷ lệ giữa dư nợ có thế chấp của hộ gia đình và tổng dư nợ cho vay.
COLFIR refers to a secured loan for businesses, defined as the ratio of collateralized loans to the total amount of loans extended to firms.
SIZE: là quy mô ngân hàng
Tiếp theo đó, Jiménez, Lopez và Saurina (2010) đã sử dụng mô hình sau để về nghiên cứu nợ xấu của các ngân hàng ở Tây Ban Nha:
Một nghiên cứu gần đây nhất của Klein (2013) về nợ xấu của các ngân hàng tại khu vực Eurozone đã sử dụng mô hình nghiên cứu sau:
Chương 3: Phương pháp nghiên cứu
Bên cạnh đó, một số tác giả sử dụng mô hình khác như Allen, Boffey & Powell
(2011) khi nghiên cứu về nợ xấu của các ngân hàng Úc và Canada, các tác giả đã sử dụng mô hình hồi quy như sau:
Size: Quy mô ngân hàng
Equity: vốn chủ sở hữu của ngân hàng
ROE: Khả năng sinh lời của ngân hàng
LTA: tỷ lệ dư nợ trên trên tổng tài sản
CLL: Tỷ lệ chu vay thương mại (ngoài trừ cho vay bất động sản) chia cho tổng dư nợ
INTI: thu nhập từ lãi trên tổng thu nhập
DD (Distance to Default): đo lường mức độ biến động nợ xấu khi giá trị tài sản đảm bảo thấp hơn mức dư nợ theo mô hình Merton (1974): ̅
V là thị giá cổ phiếu của công ty, F là mệnh giá của nợ, và T là biến thời gian Các ký hiệu lần lượt đại diện cho phương sai và độ lệch chuẩn của ROA, trong khi μ thể hiện độ lệch hàng năm của tài sản xấu.
(an estimate of annual return (drift) of the firm asset)
Contagion: “global DD” là sự kết hợp giữa nợ xấu của Châu Âu và Mỹ, với cách tính tương tự như đối với Úc và Canada Biến này được sử dụng để giải thích ảnh hưởng từ nợ xấu của các quốc gia khác đến nợ xấu của ngân hàng trong quốc gia đang được nghiên cứu.
Dựa trên lý thuyết và nghiên cứu từ các tác giả như Salas và Saurina (2002), Jiménez và Saurina (2006), Jiménez, Lopez và Saurina (2010) cùng Klein (2013), bài nghiên cứu này phân tích ảnh hưởng của các yếu tố vi mô đến nợ xấu (NPL) Các biến được xem xét bao gồm tỷ lệ nợ xấu trước đó (NPLit-1), quy mô ngân hàng (Size), tỷ số lợi nhuận trên vốn chủ sở hữu (ROE), tốc độ tăng trưởng tín dụng (Creditgr), tỷ lệ dư nợ trên tổng tài sản (LTA), tỷ lệ dư nợ cho vay trên vốn huy động (LTD) và tỷ lệ vốn chủ sở hữu (Equity).
Hình 3.1: Mô hình nghiên cứu các yếu tố tác động đến nợ xấu ngân hàng
3.2.1 Các biến số phụ thuộc
Nội dung nghiên cứu tập trung vào việc phân tích các yếu tố ảnh hưởng đến nợ xấu của ngân hàng, với chỉ tiêu nợ xấu trên tổng dư nợ được chọn làm đối tượng khảo sát Đây là chỉ tiêu phổ biến được sử dụng trong hầu hết các nghiên cứu liên quan đến nợ xấu.
NPL Dư nợ nhóm 3 + Dư nợ nhóm 4 + Dư nợ nhóm 5
Tỷ lệ nợ xấu (NPL)
Tỷ lệ nợ xấu năm trước (NPL it-1 )
Quy mô ngân hàng (Size)
Lợi nhuận trên vốn chủ sở hữu (ROE)
Tốc độ tăng trưởng tín dụng (Creditgr)
Tốc độ tăng trưởng tín dụng năm trước
Tỷ lệ dư nợ trên tổng tài sản (LTA)
Tỷ lệ dư nợ cho vay trên vốn huy động
Tỷ lệ vốn chủ sở hữu (Equity)
Chương 3: Phương pháp nghiên cứu
3.2.2 Các biến số độc lập
Các biến số quan trọng để đo lường nợ xấu của ngân hàng bao gồm: tỷ lệ nợ xấu năm trước (NPL it-1), quy mô ngân hàng (Size), tỷ số lợi nhuận trên vốn chủ sở hữu (ROE), tốc độ tăng trưởng tín dụng (Creditgr), tốc độ tăng trưởng tín dụng năm trước (Creditgrit-1), tỷ lệ dư nợ trên tổng tài sản (LTA), tỷ lệ dư nợ cho vay trên nguồn vốn huy động (LTD) và tỷ lệ vốn chủ sở hữu (Equity) Bảng 3.1 sẽ tóm tắt cách tính toán cũng như chiều hướng tác động kỳ vọng của các biến số độc lập trong mô hình nghiên cứu này, với dấu “+” biểu thị tác động cùng chiều và dấu “-” biểu thị tác động ngược chiều.
Bảng 3.1: Tóm tắt các biến số trong mô hình nghiên cứu
STT Tên biến Kí hiệu Công thức tính Dấu
1 Tỷ lệ nợ xấu NPL Nợ xấu/ Tổng dư nợ
2 Tỷ lệ nợ xấu năm trước NPL it-1 Biến trễ của tỷ lệ nợ xấu +
3 Quy mô ngân hàng Size Logarit (Tổng tài sản) –
4 Tỷ số lợi nhuận trên vốn chủ sở hữu
ROE Lợi nhuận sau thuế/ Vốn chủ sở hữu
5 Tốc độ tăng trưởng tín dụng
Creditgr [(Dư nợ)t – (Dư nợ)t-1]/
6 Tốc độ tăng trưởng tín dụng năm trước
Creditgr it-1 Biến trễ của tốc độ tăng trưởng tín dụng
7 Tỷ lệ dư nợ trên tổng tài sản
LTA Dư nợ cho vay/ Tổng tài sản
8 Tỷ lệ dư nợ cho vay trên nguồn vốn huy động
LTD Dư nợ cho vay/ Vốn huy động
9 Tỷ lệ vốn chủ sở hữu Equity Vốn chủ sở hữu/ Tổng tài sản
3.2.3 Các giả thuyết nghiên cứu
Tỷ lệ nợ xấu năm trước (NPL it-1 )
Nghiên cứu về nợ xấu ngân hàng cho thấy tỷ lệ nợ xấu có tính xu hướng trong các giai đoạn kinh tế nhất định Cụ thể, tỷ lệ nợ xấu cao trong quá khứ (NPL it-1) có khả năng làm tăng tỷ lệ nợ xấu hiện tại.
(NPLt) các nghiên cứu ủng hộ quan điểm trên như là Salas và Saurina (2002), Jiménez và Saurina (2006), Jiménez, Lopez và Saurina (2010), Pasha và Khemraj (2010), Klein
Dựa trên các nghiên cứu trước đây của Espinoza và Prasad (2010) cũng như những thực nghiệm từ năm 2013, bài nghiên cứu này đưa ra giả thuyết H1 liên quan đến biến trễ của tỷ lệ nợ xấu (NPLit-1).
Giả thuyết H1: Tỷ lệ nợ xấu trong quá khứ (NPL it-1 ) có tác động cùng chiều đến tỷ lệ nợ xấu (NPL)
Quy mô ngân hàng (Size)
Nhiều nghiên cứu toàn cầu đã chỉ ra rằng quy mô ngân hàng (Size) ảnh hưởng đến nợ xấu và rủi ro ngân hàng Hu và cộng sự (2006) cho thấy trong giai đoạn 1996 – 1999 tại Đài Loan, ngân hàng có quy mô lớn hơn thường có tỷ lệ nợ xấu thấp hơn Tương tự, Allen, Boffey & Powell (2011) đã khẳng định rằng quy mô ngân hàng có mối tương quan nghịch với nợ xấu ở hệ thống ngân hàng Úc và Canada Ngược lại, Pasha và Khemraj (2010) phát hiện mối tương quan thuận giữa quy mô ngân hàng và tỷ lệ nợ xấu, tức là ngân hàng lớn hơn có thể dẫn đến nợ xấu cao hơn Mặc dù có nhiều quan điểm trái chiều, nhưng hầu hết các nghiên cứu đều đồng ý rằng quy mô ngân hàng lớn hơn giúp giảm tỷ lệ nợ xấu Do đó, giả thuyết nghiên cứu (H2) được đề xuất như sau:
Giả thuyết H2: Quy mô ngân hàng (Size) có tác động ngược chiều đến tỷ lệ nợ xấu (NPL)
Tỷ số lợi nhuận trên vốn chủ sở hữu (ROE)
Nhiều tác giả đã nghiên cứu các yếu tố ảnh hưởng đến rủi ro ngân hàng, sử dụng các biến phụ thuộc như tỷ lệ nợ xấu (NPL) và tỷ lệ dự phòng rủi ro tín dụng (LLP), cùng với tỷ lệ dự phòng cho vay khách hàng (LLR) Họ kết luận rằng tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE) càng cao thì tỷ lệ nợ xấu (NPL) càng thấp, cho thấy mối tương quan nghịch giữa ROE và NPL Các nghiên cứu của Altumbas và cộng sự (2000), Girardone và cộng sự (2004) tại Nhật Bản, cùng với nghiên cứu của Banker và cộng sự (2008) ở Hàn Quốc, đã củng cố cho quan điểm này.
(2008) nghiên cứu các ngân hàng ở Quatar, Ali, Akhtar và Ahmed (2011) nghiên cứu các ngân hàng tại Pakistan, Hughes và Mester (1993) nghiên cứu các ngân hàng ở Hoa
Chương 3: Phương pháp nghiên cứu
Kỳ, Berger và Humphrey (1992), Wheelock và Wilson (1995) Căn cứ vào các nghiên cứu trên giả thuyết nghiên cứu (H3) như sau:
Giả thuyết H3: Có tác động ngược chiều của lợi nhuận trên vốn chủ sở hữu (ROE) đến tỷ lệ nợ xấu (NPL)
Tốc độ tăng trưởng tín dụng (Credit growth rate)
Nghiên cứu của Keeton (1999) chỉ ra rằng tốc độ tăng trưởng tín dụng cao dẫn đến tỷ lệ nợ xấu lớn tại các ngân hàng Hoa Kỳ Salas và Saurina (2002) cũng xác nhận mối tương quan thuận giữa tốc độ tăng trưởng tín dụng (Creditgr) và tỷ lệ nợ xấu (NPL) qua các độ trễ thời gian Jiménez và Saurina (2006) tiếp tục củng cố quan điểm này, cho thấy mối liên hệ tích cực giữa tốc độ tăng trưởng tín dụng hiện tại và quá khứ với tỷ lệ nợ xấu Ngoài ra, Espinoza và Prasad (2010) nhấn mạnh rằng biến trễ của tăng trưởng tín dụng (Lag2Creditgr) có tác động cùng chiều với tỷ lệ nợ xấu, cho thấy rằng mức tăng trưởng tín dụng cao trong quá khứ (năm t-2) có xu hướng làm tăng tỷ lệ nợ xấu ở hiện tại (năm t).
Một số nghiên cứu như của Dash và Kabra (2010) tại Ấn Độ, và Mario (2006) tại Italia cho thấy rằng tốc độ tăng trưởng tín dụng nhanh có thể dẫn đến giảm tỷ lệ nợ xấu Tuy nhiên, nghiên cứu gần đây của Klein (2013) lại chỉ ra rằng việc các ngân hàng đẩy mạnh tín dụng trong những năm trước có thể làm tăng đáng kể nợ xấu trong năm hiện tại Mặc dù có nhiều quan điểm trái ngược, giả thuyết nghiên cứu (H4, H5) sẽ nghiêng về kết luận của Jiménez và Saurina.
(2006), Espinoza và Prasad (2010) và Klein (2013)
Giả thuyết H4: Tốc độ tăng trưởng tín dụng (Creditgr) có tác động cùng chiều đến tỷ lệ nợ xấu (NPL)
Giả thuyết H5: Có tác động cùng chiều của tốc độ tăng trưởng tín dụng ở năm trước (Creditgr it-1 ) đến tỷ lệ nợ xấu (NPL)
Tỷ lệ dư nợ (LTA, LTD)
Tỷ lệ dư nợ trên tổng tài sản và tỷ lệ dư nợ trên nguồn vốn huy động là hai chỉ số quan trọng thường được áp dụng trong các nghiên cứu về rủi ro ngân hàng, như đã được đề cập bởi Sinkey và Greenwalt.
Phương pháp nghiên cứu
Nghiên cứu này chủ yếu áp dụng phương pháp định lượng, trong đó mô hình hồi quy đa biến được sử dụng để phân tích ảnh hưởng của các biến độc lập đối với biến phụ thuộc.
3.3.1 Xử lý dữ liệu nghiên cứu
Nghiên cứu này áp dụng phần mềm Excel để xử lý dữ liệu cơ bản, nhằm tính toán và tạo ra các giá trị cho các biến số cần phân tích trong mô hình Qua đó, nghiên cứu xây dựng bảng dữ liệu (Panel data) bằng cách kết hợp các chuỗi dữ liệu theo thời gian từ năm 2009 đến 2013 của các ngân hàng thương mại tại Việt Nam.
Phần mềm Eviews 8 được sử dụng để thực hiện thống kê mô tả, giúp phân tích đặc trưng dữ liệu nghiên cứu thông qua các giá trị của biến số trong mô hình Ngoài ra, Eviews 8 còn hỗ trợ tạo lập ma trận hồi quy tương quan và thực hiện ước lượng hồi quy một cách hiệu quả.
3.3.2 Phương pháp ước lượng hồi quy Đối với dữ liệu bảng có rất nhiều phương pháp để ước lượng hồi quy cho mô hình nghiên cứu Mỗi một phương pháp đều có ưu, nhược điểm riêng của nó Hầu hết các nghiên cứu trước đã sử dụng từ mô hình phổ biến đến phức tạp, phù hợp với dữ liệu nghiên cứu.Tuy nhiên, bài nghiên cứu này sử dụng một số phương pháp ước lượng hồi quy phổ biến
3.3.2.1 Phương pháp ước lượng hồi quy Pool Regression (OLS) Đây là phương pháp cơ bản nhất, dễ sử dụng nhất nên rất phổ biến được sử dụng trong hầu hết các nghiên cứu Mô hình nghiên cứu của phương pháp ước lượng Pool được trình bày tổng quát như sau:
Phương pháp hồi quy Pool có thể dẫn đến ước lượng chệch nếu tác động của các biến độc lập giữa các ngân hàng quá khác biệt Mô hình này đạt hiệu quả tối ưu khi độ dốc của hàm hồi quy chung tương đồng với độ dốc của hàm hồi quy riêng Để có kết quả hồi quy chính xác và hiệu quả, các giả thiết của phương pháp OLS cần được kiểm định Tuy nhiên, OLS không xem xét ảnh hưởng của không gian và thời gian, có thể làm sai lệch mối quan hệ giữa biến độc lập và biến phụ thuộc Do đó, mô hình hồi quy tác động cố định (Fix Effect – FE) và mô hình tác động ngẫu nhiên (Random Effect – RE) là lựa chọn phù hợp hơn khi xem xét các yếu tố không gian và thời gian.
3.3.2.2 Phương pháp ước lượng hồi quy Fixed Effect Method (FE)
Phương pháp này thích hợp cho các nghiên cứu có số lượng đối tượng lớn hơn số năm nghiên cứu Mô hình hồi quy FE tổng quát được biểu diễn dưới dạng cụ thể.
3.3.2.3 Phương pháp ước lượng hồi quy Random Effect Method (RE)
Mô hình này xem xét hệ số cắt của mỗi cá thể có hai thành phần:
Trong đó: là sai số ngẫu nhiên có trung bình E( ) = 0 và variance ( ) Khi đó mô hình hồi quy tổng quát như sau:
Theo lý thuyết nghiên cứu định lượng và kỹ thuật hồi quy của Wooldridge
Mô hình hồi quy năm 2002 cần tuân thủ các giả định cơ bản sau: đầu tiên, mô hình phải là hồi quy tuyến tính; thứ hai, mẫu dữ liệu phải được chọn ngẫu nhiên; thứ ba, không được xảy ra hiện tượng đa cộng tuyến; và cuối cùng, sai số phải luôn bằng 0 với mọi giá trị X.
( ) v Giả định 5: Phương sai sai số không đổi (Homoskedasticity)
3.3.3 Trình tự thực hiện nghiên cứu định lượng
Bằng phương pháp xử lý số liệu và ước lượng hồi quy đã được trình bày trên đây, nghiên cứu lần lượt thực hiện theo trình tự sau:
Bước đầu tiên trong quy trình phân tích dữ liệu là thực hiện thống kê mô tả, nhằm xác định các giá trị tiêu biểu của các biến số định lượng, bao gồm giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn.
Chương 3: Phương pháp nghiên cứu chuẩn, để sử dụng mô tả và phân tích dữ liệu tổng quát, từ đó làm cơ sở phân tích trong nghiên cứu
3.3.3.2 Phân tích ma trận hệ số tương quan
Phân tích ma trận tương quan là bước quan trọng để đánh giá mối quan hệ giữa các biến độc lập và phát hiện hiện tượng đa cộng tuyến Theo nghiên cứu của Wooldridge (2002) và Gujarati (2004), hệ số tương quan cặp từ ma trận có thể chỉ ra dấu hiệu đa cộng tuyến; nếu hệ số này nằm trong khoảng 0,8 đến 1, mô hình sẽ gặp phải vấn đề này Để xác định mức độ đa cộng tuyến, hệ số nhân tử phóng đại phương sai (VIF) được sử dụng; cụ thể, nếu VIF < 10 thì không có đa cộng tuyến, trong khi VIF > 10 cho thấy hiện tượng đa cộng tuyến đang xảy ra.
3.3.3.3 Lựa chọn phương pháp ước lượng phù hợp cho mô hình
Nghiên cứu này sẽ áp dụng các phương pháp ước lượng phổ biến như hồi quy Pool (OLS), hồi quy cố định (FE) và hồi quy ngẫu nhiên (RE) để so sánh và lựa chọn mô hình hồi quy tối ưu, nhằm đảm bảo tính vững và hiệu quả cho phân tích Các nghiên cứu trước đã thực hiện nhiều phương pháp ước lượng khác nhau để xác định mô hình tốt nhất cho phân tích.
Nghiên cứu sử dụng kiểm định Hausman để lựa chọn giữa mô hình ảnh hưởng cố định (FE) và mô hình ảnh hưởng ngẫu nhiên (RE) Kiểm định này nhằm kiểm tra giả thuyết rằng phần dư không tự tương quan với các biến độc lập tương ứng, từ đó xác định mô hình phù hợp nhất cho dữ liệu nghiên cứu.
H 0 : Sử dụng RE hiệu quả hơn
Để sử dụng mô hình ảnh hưởng cố định (FE) một cách hiệu quả, nếu giá trị Prob nhỏ hơn 0,05, chúng ta bác bỏ giả thuyết H0 và chọn mô hình FE Ngược lại, nếu Prob lớn hơn 0,05, mô hình sẽ được xác định là ảnh hưởng ngẫu nhiên (RE).
3.3.4 Kiểm định sự phù hợp của mô hình lựa chọn
Nghiên cứu tiến hành các kiểm định cơ bản để xác định sự tồn tại của các vi phạm trong mô hình Các kiểm định được áp dụng bao gồm kiểm định phương sai sai số thay đổi, kiểm định tự tương quan, và kiểm định tương quan giữa các phần dư của đơn vị chéo sau khi thực hiện các mô hình hồi quy.
Kiểm định phương sai của sai số (Heterokedasticity)
Giả thuyết của kiểm định Wald được sử dụng để kiểm tra hiện tượng phương sai của sai số được đặt ra như sau:
H0: Phương sai sai số không thay đổi
Phương sai sai số thay đổi được xác định thông qua giá trị Prob trong mô hình hồi quy Nếu Prob < 0,05, giả thuyết H0 bị bác bỏ, cho thấy mô hình có phương sai sai số thay đổi Ngược lại, nếu Prob > 0,05, chúng ta chấp nhận H0, tức là phương sai của sai số là không đổi Kết quả kỳ vọng trong phân tích này là chấp nhận H0.
Kiểm định hiện tượng tự tương quan (Autocorrelation)
Kiểm định Wooldrige được sử dụng để kiểm tra hiện tượng tự tương quan với giả thuyết được đặt ra như sau:
H0: Mô hình hồi quy không có tự tương quan
