Từ kết quả kiểm định Hausman, mô hình REM đã được lựa chọn là mô hình phù hợp hơn mô hình FEM. Để có kết luận đáng tín cậy nhất, nghiên cứu tiến hành kiểm định các khuyết tật thường gặp của mô hình. Do phần mềm Stata 12 chưa hỗ trợ kiểm định phương sai thay đổi và tự tương quan cho kết quả mô hình REM, nghiên cứu sẽ mượn mô hình FEM để kiểm định, nếu mô hình FEM mắc phải một trong các khuyết tật, thì mô hình REM sẽ có khả năng tương tự.
Kiểm định phƣơng sai sai số thay đổi qua các thực thể trong FEM (kiểm định Wald)
Kiểm định với giả định như sau:
-H0: Phương sai sai số không thay đổi trong mô hình -H1: Phương sai sai số thay đổi trong mô hình
Để thực hiện kiểm định phương sai sai sô nghiên cứu sử dụng hàm xttest3 trong phần mềm Stata 12 cho kết quả như sau:
. xttest3
Modified Wald test for groupwise heteroskedasticity in fixed effect regression model
H0: sigma(i)^2 = sigma^2 for all i chi2 (23) = 6283.91
Prob>chi2 = 0.0000
Kết quả cho thấy P-value = 0.0000 < 0.05, do đó bác bỏ Ho, chấp nhận H1 nghĩa là có hiện tượng phương sai sai số thay đổi trong mô hình.
Kiểm định hiện tƣợng tự tƣơng quan
Kiểm định với giả định như sau:
-H0: Mô hình không có tự tương quan bậc nhất -H1: Mô hình có tự tương quan bậc nhất
Để thực hiện kiểm định tự tương quan nghiên cứu sử dựng hàm xtserial trong phần mềm Stata 12 cho kết quả như sau:
. xtserial npl credgr size gdpgr cpi uep
Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
F( 1, 22) = 25.735 Prob > F = 0.0000
Kết quả cho thấy P-value = 0.0000 < 0.05, do đó bác bỏ Ho, chấp nhận H1 nghĩa là mô hình có tự tương quan bậc nhất.
4.5.6. Khắc phục hiện tƣợng phƣơng sai sai số thay đổi và hiện tƣợng tự tƣơng quan
Để khắc phục các khuyết tật của mô hình, sử dụng phương pháp bình phương nhỏ nhất tổng quan (GLS) như sau. Sử dụng hàm xtgls trong phần mềm Stata 12 như sau:
. xtgls npl credgr size gdpgr cpi uep,panels (h) corr (ar1)
Sau đó, so sánh kết quả của cả 4 mô hình ở cả ba mức ý nghĩa 10%, 5% và 1%, ta có bảng tổng hợp sau:
Bảng 4.11. Tổng hợp kết quả kiểm định
MÔ HÌNH POOLED FEM REM GLS
CREDGR -0.00118 -0.00219** -0.00136 -0.00206*** (-1.21) (-2.13) (-1.39) (-2.80) SIZE -0.11165 -0.20494 -0.11548 -0.10096* (-1.39) (-0.95) (-1.33) (-1.67) GDPGR -0.51718*** -0.50116*** -0.51102*** -0.40786*** (-3.08) (-2.95) (-3.08) (-5.04) CPI 0.03374** 0.02774 0.03317** 0.02681*** (2.19) (1.63) (2.18) (3.66) UEP -1.77158*** -1.77506*** -1.75822*** -1.45196*** (-5.11) (-4.49) (-5.11) (-7.17) Const 11.03524*** 12.72029*** 11.04955*** 9.39279*** (5.06) (2.59) (4.81) (6.30) Số quan sát 230 230 230 230 Kiểm định F (P-Value) 0.0611 Kiểm định Hausman (P-Value) 0.0684 Kiểm định PSTĐ (P- Value) 0.0000 Kiểm định tự tƣơng quan (P-Value) 0.0000
Ghi chú: *, **, *** lần lượt tương ứng với mức ý nghĩa 10%, 5% và 1%
(Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata)
4.5.7. Phân tích kết quả hồi quy mô hình theo phƣơng pháp GLS
Sau khi hồi quy khắc phục các khuyết tập mô hình cho kết quả từ bảng 4.11 cho thấy các biến độc lập CREDGR, GDPGR, CPI, UEP đều có ý nghĩa thống kê ở mức ý nghĩa 1%, và biến độc lập SIZE thì có ý nghĩa ở mức ý nghĩa 10%. Sau khắc phục khuyết tật mô hình cho phương trình hồi quy như sau:
NPL = 9.39279 - 0.00206CREDGR - 0.10096SIZE - 0.40786GDPGR + 0.02681CPI - 1.45196UEP + ε
Phương trình hồi quy cho thấy có sự tác động ngược chiều của biến CREDGR đến biến NPL và có ý nghĩa thống kê ở mức ý nghĩa 1%. Với kết quả này có cơ sở để chấp nhận giả thuyết H1: Có mối quan hệ ngược chiều giữa tăng trưởng tín dụng và tỷ lệ nợ xấu với độ tin cậy 99%. Kết quả thu được giống như kết quả thu được ở những nghiên cứu Clair (1992); Lis et al (2001); Abhiman Das và Saibal Ghosh (2007). Điều này phù hợp với một số lý thuyết đề ra khi các NHTM mở rộng tăng trưởng tín dụng tức việc tiếp cận vốn vay của các doanh nghiệp và cá nhân trở nên dễ dàng với chi phí thấp hơn trước đây. Đây chính là điều kiện để doanh nghiệp và cá nhân có thêm cơ hội và nguồn lực vốn để mở rộng sản xuất kinh doanh đầu tư, việc mở rộng kinh doanh đầu tư giúp doanh nghiệp, cá nhân kinh doanh hiệu quả với dòng vốn vay được. Đến hạn doanh nghiệp, các nhân sẽ dễ dàng hoàn trả khoản nợ hiện tại cũng như khoản nợ trước đây. Giúp tỷ lệ nợ xấu tại các NHTM sẽ giảm đi. Ngược lại nếu các NHTM thắt chặt việc cấp tín dụng từ đó việc tiếp cận vốn vay trở nên khó khăn hơn đối với các doanh nghiệp và cá nhân dẫn đến chi phí tiếp cận vốn vay, thị trường vốn vay trở nên đắt đỏ dẫn đến lãi suất tăng cao. Từ đó ảnh hưởng đến hoạt động kinh doanh đầu tư của doanh nghiệp và cá nhân, hoạt động doanh nghiệp trở nên khó khăn dẫn đến việc hoàn trả các khoản nợ khó hơn cộng với lãi suất vay cao làm cho tình trạng nợ của các doanh nghiệp và cá nhân càng ngày khó khắc phục, xấu nhất có thể dẫn đến giải thể phá sản.
Kết quả hồi quy mô hình cho thấy có sự tác động ngược chiều của biến SIZE đến biến NPL và có ý nghĩa thống kê ở mức ý nghĩa 10%. Với kết quả này có cơ sở để chấp nhận giả thuyết H2: Có mối quan hệ ngược chiều quy mô ngân hàng và tỷ lệ nợ xấu với độ tin cậy 90%. Kết quả thu được giống như kết quả thu được ở những nghiên cứu Hu et al. (2004). Dựa trên mô hình này có thể thấy việc tác động của biến SIZE lên biến NPL không thật sự mạnh. Điều này có thể lý giải bằng việc các NHTM mở rộng quy mô hoạt động tăng thị phần trên thị trường, các NHTM sẽ mở rộng quy mô vốn bằng việc tăng cường huy động vốn sau đó mở rộng quy mô hoạt động tín dụng bên cạnh đó phát triển các hoạt động dịch vụ dẫn đến tăng tiềm lực tài chính cho các NHTM từ đó các NHTM có nguồn lực xử lý các khoản nợ xấu
trước đây cũng như sắp tới. Việc mở rộng quy mô của các NHTM cũng giúp thị trường tài chính lành mạnh hơn, ổn định hơn mang tính chất cạnh tranh hơn tạo điều kiện cho các doanh nghiệp phát triển ổn định và hoạt động hiệu quả dễ hoàn trả các khoản nợ đối với ngân hàng làm cho tỷ lệ nợ xấu sẽ giảm. Ngược lại nếu việc thu hẹp quy mô các NHTM lại tức thu hẹp hoạt động tài chính lại điều này dẫn đến các ngân hàng sẽ mất dần thị phần trên thị trường dẫn đến tài chính của các NHTM từ đó các NHTM sẽ không có đủ nguồn lực để xử lý các khoản nợ xấu của mình sẽ làm tăng tỷ lệ nợ xấu lên. Bên cạnh đó việc hoạt động kinh doanh của các NHTM thu hẹp lại hay yếu đi sẽ làm ảnh hưởng thị trường tài chính sẽ ảnh hưởng không tốt đến các hoạt động kinh doanh của các doanh nghiệp, doanh nghiệp sẽ khó khăn hơn trong việc kinh doanh của mình từ đó có thể dẫn đến khó trả được những khoản nợ của doanh nghiệp mình dẫn đến tỷ lệ nợ xấu sẽ tăng lên rủi ro tín dụng cũng tăng theo. Đối với mô hình việc tác động ngược chiều của biến SIZE lên biến NPL thật sự không lớn chỉ ở độ tin cậy 90% không như các biến khác mức độ tác động ở độ tin cậy 99%. Điều này có thể lý do có thể đã xảy ra sai sót trong việc thu thập số liệu từ mẫu, hoặc cũng có thể việc các thông tin các NHTM Việt Nam khi công bố con số của mình đôi lúc không phản ánh được đúng thực trạng của ngân hàng mình.
Kết quả hồi quy mô hình cho ra sự tác động ngược chiều giữa của biến GDPGR đến biến NPL và có ý nghĩa thống kê ở mức ý nghĩa 1%. Với kết quả này có cơ sở để chấp nhận giả thuyết H3: Có mối quan hệ ngược chiều giữa tăng trưởng GDP và tỷ lệ nợ xấu với độ tin cậy 99%. Kết quả thu được giống như kết quả thu được ở những nghiên cứu Lis et al (2001); Bofondi & Ropele (2011); Louzis et al (2012). Điều này phù hợp với một số lý thuyết trước đã đề ra. Việc tăng trưởng GDP là thước đo mức độ tăng trưởng kinh tế của một quốc gia, việc duy trì mức tăng trưởng GDP ổn định qua các năm cho thấy nền kinh tế đất nước đó ổn định, tăng trưởng tốt, các doanh nghiệp và cá nhân hoạt động kinh doanh ổn định hiệu quả góp phần vào mức tăng trưởng GDP. Khi nền kinh tế tăng trưởng tốt sẽ tạo thêm các điều kiện cũng như cơ hội cho các doanh nghiệp và cá nhân hoạt động kinh doanh đầu tư sẽ hiệu quả hơn. Từ đó gánh nặng áp lực các khoản nợ sẽ bớt đi,
việc hoàn trả các khoản nợ đó cũng trở nên dễ dàng hơn dẫn đến tỷ lệ nợ xấu sẽ giảm đi. Ngược lại việc tăng trưởng GDP có xu hướng giảm qua các năm cho thấy nền kinh tế đang có dấu hiệu chưỡng lại hoặc sức khỏe của nền kinh tế đang có vấn đề. Điều này sẽ ảnh hưởng không nhỏ đối với các chủ thể trong nền kinh tế đặc biệt là các doanh nghiệp và cá nhân, việc kinh doanh đầu tư sẽ khó khăn hơn ảnh hưởng khả năng tài chính của các doanh nghiệp và cá nhân dẫn đến việc hoàn trả các khoản nợ khó hơn từ đó tỷ lệ nợ xấu sẽ tăng lên, rủi ro tín dụng sẽ tăng lên.
Ở mô hình hồi quy được chỉ có sự tác động thuận chiều của biến CPI đến tỷ lệ nợ xấu và có ý nghĩa thống kê ở mức ý nghĩa 1%. Với kết quả này có cơ sở để chấp nhận giả thuyết H4: Có mối quan hệ thuận chiều giữa lạm phát và tỷ lệ nợ xấu với độ tin cậy 99%. Kết quả thu được giống như kết quả thu được ở những nghiên cứu Bofondi và Ropele (2011); Louzis et al (2012); Ahlem Selma, Messai & Fathi Jouini (2013). Kết quả trên phù hợp với những lý thuyết đề ra trước đây. Khi lạm phát tăng qua các năm cho thấy sự bất ổn của nền kinh tế, chi phí sẽ tăng lên mọi thức dần trở nên đắt đỏ dẫn đến chi phí tiếp cận nguồn vốn cũng tăng lên tức lãi suất sẽ tăng theo. Điều này làm mất cân đối tài chính của các doanh nghiệp ảnh hưởng không nhỏ đến hoạt động kinh doanh cũng như ảnh hưởng đến khả năng trả nợ của các doanh nghiệp. Lãi suất tăng lên áp lực nợ càng lớn đối với các doanh nghiệp việc tiếp cận đã khó nay còn phải hoàn trả nợ với chi phí lớn hơn dẫn đến khó có khả hoàn trả nợ, tăng tỷ lệ nợ xấu là điều không tránh khỏi. Ngược lại việc lạm phát giảm qua các năm ở mức kiểm soát được và ổn định là điều kiện để ổn định kinh tế sau những cú sốc mà nên kinh tế phải ránh chịu. Lãi suất sẽ có xu hướng giảm, thị trường vốn sẽ ổn định và không còn đắt đỏ giống trước đây tạo điều kiện cơ hội cho các doanh nghiệp và cá nhân tiếp cận vốn sẽ dàng hơn trước. Hoạt động kinh doanh và đầu tư sẽ hiệu quả ổn định hơn, việc lãi suất giảm còn giảm áp lực trả nợ của các doanh nghiệp và cá nhân. Việc hoàn trả thanh toán nợ sẽ dễ dàng hơn tỷ lệ nợ xấu sẽ giảm, rủi ro tín dụng sẽ giảm.
Phương trình hồi quy mô hình cho kết quả ở biến UEP có sự tác động ngược chiều và có ý nghĩa thống kê ở mức ý nghĩa 1%. Điều này trái với giả thuyết H5: Có
mối quan hệ cùng chiều giữa tỷ lệ thất nghiệp và tỷ lệ nợ xấu. Tức là sẽ bác bỏ giả thuyết H5 ở độ tin cậy 99%, tồn tại mối quan hệ ngược chiều giữa tỷ lệ thất nghiệp và tỷ lệ nợ xấu khi thực hiện hồi quy các dữ liệu thu thập tại các NHTM Việt Nam trong mô hình này. Điều này có thể lý giải bằng việc thông qua mối quan hệ giữa tỷ lệ thất nghiệp và lạm phát chúng có mối quan hệ ngược chiều trong lý thuyết đường cong J. Khi tỷ lệ thất nghiệp tăng thì lạm phát lại giảm, lúc này lãi suất sẽ giảm và ổn định tức chi phí tiếp cận vốn và hoàn trả vốn vay sẽ thấp. Giúp cho việc hoàn trả các khoản nợ của các doanh nghiệp và cá nhân sẽ dễ dàng hơn dẫn đến tỷ lệ nợ xấu sẽ giảm rủi ro tín dụng thấp đi. Ngược lại khi tỷ lệ thất nghiệp thất tức lạm phát tăng lúc này lãi suất tăng, chi phí tiếp cận vốn và chi phí hoàn trả nợ cũng tăng ảnh hưởng khả năng tài chính cũng như hiệu quả hoạt động của doanh nghiệp. Dẫn đến áp lực nợ tăng cao làm tăng tỷ lệ nợ xấu cũng như rủi ro tín dụng.
Kết luận chƣơng 4
Những nội dung chính trong chương 4 được tóm tắt lại như sau:
Thứ nhất, hệ thống NHTM Việt Nam đã có những bước phát triển nhất định từ khi thành lập đến này và đạt được nhiều kết quả trong hoạt động tín dụng.
Thứ hai, rủi ro tín dụng tại các NHTM Việt Nam có xu hướng tăng lên trong giai đoạn 2007-2016, tỷ lệ nợ xấu đạt mức cao ở hai năm 2007 và 2012. Điều này cho thấy chất lượng các khoản tín dụng tại các NHTM ở những năm trước bị giảm sút, khả năng thu hồi nợ thấp. Trong giai đoạn từ năm 2013-2016 chất lượng tín dụng được chú trọng và được cải thiện thể hiện qua tỷ lệ nợ xấu giảm liên tục qua các năm, đưa về mức dưới 3% theo định hướng của NHNN.
Thứ ba, bài nghiên cứu đã phân tích mối quan hệ giữa các yếu tố ảnh hưởng đến rủi ro tín dụng tại các NHTM Việt Nam và minh họa bằng đồ thị để thấy được cái nhìn trực quan hơn về mối tương quan này, cụ thể: lạm phát có mối quan hệ cùng chiều với rủi ro tín dụng. Tăng trưởng tín dụng có ảnh hưởng ngược chiều lên rủi ro tín dụng. Ngoài ra, qua phân tích thực trạng chưa thể rút ra kết luận rõ ràng về mối tương quan của quy mô ngân hàng, tăng trưởng GDP và tỷ lệ thất nghiệp với tỷ lệ nợ xấu.
Thứ tư, bài nghiên cứu đã thảo luận kết q uả hồi quy mô hình nghiên cứu cụ thể chứng minh cả 5 yếu tố ảnh hưởng đều có ý nghĩa thống kê, trong khi tăng trưởng tín dụng, quy mô ngân hàng, tăng trưởng GDP, thấp nghiệp có tác động ngược chiều với tỷ lệ nợ xấu thì yếu tố còn lại lạm phát lại có tác động cùng chiều với tỷ lệ nợ xấu.
CHƢƠNG 5. KIẾN NGHỊ VỀ CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM
5.1. Kiến nghị kiểm soát các yếu tố ảnh hƣởng đến rủi ro tín dụng tại các ngân hàng thƣơng mại Việt Nam
5.1.1. Kiến nghị cho yếu tố tăng trƣởng GDP, lạm phát và thất nghiệp
Qua hai thập kỷ, các nhà nghiên cứu đã kiểm định các yếu tố khách quan ảnh hưởng đến chất lượng các khoản cho vay của ngân hàng. Tại các nền kinh tế lớn, cơ sở lý thuyết khẳng định điều kiện kinh tế vĩ mô có ảnh hưởng đến rủi ro tín dụng. Sự ổn định kinh tế vĩ mô và hệ thống ngân hàng có quan hệ chặt chẽ với nhau, chính vì vậy, những diễn biến bất lợi của nền kinh tế sẽ có ảnh hưởng tiêu cực đến nợ xấu. Đối với hầu hết các nền kinh tế, các bất ổn kinh tế được truyền dẫn vào hệ thống ngân hàng và khi hệ thống ngân hàng thẩm thấu hoàn toàn các bất ổn kinh tế, thì đến lượt nó sẽ tác động và khuếch đại các bất ổn kinh tế. Do đó, để nền kinh tế thực sự ổn định, cần thiết phải có những chính sách điều tiết kinh tế phù hợp và giảm thiểu tính dễ đỗ vỡ của hệ thống ngân hàng trước những cú sốc bên ngoài