›

Khóa luận Tác động của rủi ro tín dụng đến khả năng sinh lời tại các ngân hàng thương mại niêm yết trên sàn chứng khoán Việt Nam

pdf 87 trang thiennha21 25/04/2022 2120
Download
Bạn đang xem 20 trang mẫu của tài liệu "Khóa luận Tác động của rủi ro tín dụng đến khả năng sinh lời tại các ngân hàng thương mại niêm yết trên sàn chứng khoán Việt Nam", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfkhoa_luan_tac_dong_cua_rui_ro_tin_dung_den_kha_nang_sinh_loi.pdf

Nội dung text: Khóa luận Tác động của rủi ro tín dụng đến khả năng sinh lời tại các ngân hàng thương mại niêm yết trên sàn chứng khoán Việt Nam

  1. BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH PHẠM GIA HÂN TÁC ĐỘNG CỦA RỦI RO TÍN DỤNG ĐẾN KHẢ NĂNG SINH LỜI TẠI CÁC NGÂN HÀNG THƯƠNG MẠI NIÊM YẾT TRÊN SÀN CHỨNG KHOÁN VIỆT NAM KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7340201 TP. HỒ CHÍ MINH, NĂM 2018
  2. i TÓM TẮT KHÓA LUẬN Trong bài nghiên cứu này, tác giả tiến hành phân tích tác động của rủi ro tín dụng đến khả năng sinh lời tại 14 ngân hàng thƣơng mại niêm yết trên sàn chứng khoán Việt Nam trong khoảng thời gian 2005 - 2016. Tác giả thu thập số liệu thứ cấp qua báo cáo tài chính của các ngân hàng. Nghiên cứu sử dụng tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR), dự phòng rủi ro tín dụng (LLPR), đòn bẩy tài chính (LEV), tỷ lệ an toàn vốn tối thiểu (CAR) là các chỉ số của rủi ro tín dụng; ngoài ra còn có các biến quy mô ngân hàng (BS), tỷ lệ lạm phát (INF), tốc độ tăng trƣởng (GDP). Thêm vào đó, nghiên cứu có thêm yếu tố biến giả (DUMMY) tác động của khủng hoảng tài chính, để xét rằng trong giai đoạn khủng hoảng tài chính 2008 - 2009 có ảnh hƣởng đến khả năng sinh lời của các NHTM hay không. Còn chỉ số đại diện cho khả năng sinh lời là ROE. Qua kết quả thống kê từ mô hình hồi quy REM, NPLR tác động ngƣợc chiều và có ý nghĩa thống kê tới ROE. Ngƣợc lại, các biến LEV, BS, INF, GDP có tác động cùng chiều đến ROE. Trong khi đó, LLPR và DUMMY không có tác động đến khả năng sinh lời. Nghiên cứu kết luận rằng rủi ro tín dụng vẫn là một mối quan tâm lớn đối với các NHTM ở Việt Nam vì rủi ro tín dụng là một yếu tố dự báo quan trọng của hoạt động tài chính ngân hàng.
  3. ii ABSTRACT In this study, the author analyzes the impact of credit risk on profitability at 14 commercial banks listed on Vietnam’s securities market from 2005 to 2016. Secondary data were collected from annual reports of banks. In the model, non - performing loan ratio (NPLR), loan loss provision ratio (LLPR), leverage (LEV) and capital adequacy (CAR) as indicators of credit risk; moreover, bank size (BS), inflation (INF), and economic growth (GDP) are known as domestic and macro- financial variables. In addition, the study has used a dummy variable, the impact of the financial crisis 2008 - 2009 on the profitability of commercial banks. The indicator of profitability is ROE. Based on statistic results from the REM regression model, NPLR has a negative effect and statistically significant on ROE. In contrast, the result reveals that the effect of LEV, BS, INF, GDP are significant positive on ROE. Meanwhile, LLPR and DUMMY have no effect on profitability. The study concludes that credit risk remains a major concern for commercial banks in Vietnam because credit risk is an important predictor of banking operations.
  4. iii LỜI CAM ĐOAN Tôi tên là Phạm Gia Hân, sinh viên lớp HQ2 – GE02, niên khóa 2014 - 2018, trƣờng Đại Học Ngân Hàng TP. Hồ Chí Minh. Khóa luận này là công trình nghiên cứu riêng của tác giả, kết quả nghiên cứu là trung thực, trong đó không có các nội dung đã đƣợc công bố trƣớc đây hoặc các nội dung do ngƣời khác thực hiện ngoại trừ các trích dẫn đƣợc dẫn nguồn đầy đủ trong khóa luận. TP. Hồ Chí Minh, ngày . tháng 5, năm 2018 Kí tên Phạm Gia Hân
  5. iv LỜI CẢM ƠN Trƣớc tiên, tôi xin gửi lời cảm ơn đến quý thầy cô Trƣờng Đại học Ngân Hàng TP. HCM nói chung và các thầy cô trong khoa Ngân Hàng nói riêng đã tạo môi trƣờng cho tôi học tập và rèn luyện trong quá trình 4 năm ở đại học, giúp cho tôi đƣợc tiếp cận kiến thức nền tảng cũng nhƣ tạo điều kiện cho tôi đƣợc thực hiện khóa luận này nhằm nâng cao hiểu biết và áp dụng kiến thức đã học vào nghiên cứu thực nghiệm. Đồng thời, tôi cũng xin gửi lời cảm ơn đến thầy Ông Văn Năm, chủ nhiệm lớp HQ2 – GE02, đã phổ biến và hỗ trợ cho sinh viên rất nhiều về học tập cũng nhƣ các hoạt động tại trƣờng. Tôi xin gửi lời cảm ơn sâu săc đến giảng viên hƣớng dẫn tôi, Thạc sĩ Nguyễn Anh Tú. Thầy đã tận tình chỉ bảo, hƣớng dẫn, thẳng thắn đƣa ra các ý kiến, giúp tôi nhận ra từng lỗi sai để bài nghiên cứu đƣợc hoàn thiện hơn. Cuối cùng, tôi xin gửi lời cảm ơn sâu sắc đến gia đình và bạn bè, những ngƣời đã luôn đồng hành, giúp đỡ và ủng hộ tôi trong suốt thời gian thực hiện khóa luận này. Trân trọng! Phạm Gia Hân
  6. v MỤC LỤC TÓM TẮT KHÓA LUẬN I LỜI CAM ĐOAN III LỜI CẢM ƠN IV MỤC LỤC V DANH MỤC TỪ VIẾT TẮT IX DANH MỤC BẢNG X DANH MỤC PHỤ LỤC XI DANH MỤC CÔNG THỨC XII CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU 1 1.1 LÝ DO CHỌN ĐỀ TÀI 1 1.2 MỤC TIÊU NGHIÊN CỨU 2 1.3 ĐỐI TƢỢNG VÀ PHẠM VI NGHIÊN CỨU 2 1.4 PHƢƠNG PHÁP NGHIÊN CỨU 3 1.5 ĐÓNG GÓP MỚI CỦA ĐỀ TÀI 4 1.6 BỐ CỤC CỦA KHÓA LUẬN 4 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VỀ TÁC ĐỘNG CỦA RỦI RO TÍN DỤNG ĐẾN KHẢ NĂNG SINH LỜI CỦA NHTM TẠI VIỆT NAM 6 2.1 KHẢ NĂNG SINH LỜI CỦA NHTM 6 2.1.1 Khái niệm khả năng sinh lời của NHTM 6 2.1.2 Các chỉ số đo lường khả năng sinh lời 7 2.1.2.1 Tỷ suất sinh lời trên tổng tài sản – ROA 7 2.1.2.2 Tỷ suất sinh lời trên vốn chủ sở hữu – ROE 8 2.2 RỦI RO TÍN DỤNG 9 2.2.1 Khái niệm rủi ro tín dụng 9 2.2.2 Các chỉ số đo lường rủi ro tín dụng 10
  7. vi 2.2.2.1 Tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR) 10 2.2.2.2 Dự phòng rủi ro tín dụng (LLPR) 10 2.2.2.3 Hệ số đòn bẩy tài chính (LEV) 11 2.2.2.4 Tỷ lệ an toàn vốn tối thiểu (CAR) 12 2.3 CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN KHẢ NĂNG SINH LỜI CỦA NHTM 12 2.3.1 Yếu tố vi mô của các NHTM 13 2.3.2 Yếu tố vĩ mô 13 2.3.2.1 Tỷ lệ lạm phát (INF) 13 2.3.2.2 Tốc độ tăng trƣởng (GDP) 14 2.3.2.3 Khủng hoảng kinh tế 2008 – 2009 (DUMMY) 15 2.4 TÁC ĐỘNG CỦA RỦI RO TÍN DỤNG 15 2.4.1 Tác động của rủi ro tín dụng đến khả năng sinh lời của NHTM 15 2.4.2 Các nghiên cứu thực nghiệm về tác động của rủi ro tín dụng đến khả năng sinh lời của NHTM 17 2.4.2.1 Tác động ngƣợc chiều của rủi ro tín dụng đến khả năng sinh lời 17 2.4.2.2 Tác động cùng chiều của rủi ro tín dụng đến khả năng sinh lời 20 KẾT LUẬN CHƢƠNG 2 22 CHƢƠNG 3 XÂY DỰNG MÔ HÌNH NGHIÊN CỨU 24 3.1 GIỚI THIỆU MÔ HÌNH NGHIÊN CỨU 24 3.1.1 Lựa chọn mô hình nghiên cứu 24 3.1.2 Thiết kế mô hình nghiên cứu 25 3.2 GIẢI THÍCH CÁC BIẾN TRONG MÔ HÌNH VÀ KÌ VỌNG DẤU VỀ CÁC BIẾN 27 3.2.1 Biến phụ thuộc 27 3.2.2 Các biến độc lập đại diện cho rủi ro tín dụng 27 3.2.2.1 Tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR) 27 3.2.2.2 Dự phòng rủi ro tín dụng (LLPR) 28 3.2.2.3 Đòn bẩy tài chính (LEV) 28 3.2.2.4 Tỷ lệ an toàn vốn tối thiểu (CAR) 29
  8. vii 3.2.2.5 Quy mô ngân hàng (BS) 29 3.2.2.6 Tỷ lệ lạm phát (INF) 30 3.2.2.7 Tốc độ tăng trƣởng (GDP) 30 3.2.2.8 Khủng hoảng kinh tế 2008 – 2009 (DUMMY) 31 3.3 THU THẬP SỐ LIỆU NGHIÊN CỨU 33 3.3.1 Thu thập số liệu của các NHTMVN 33 3.3.2 Thu thập số liệu của các biến số vĩ mô và biến giả 35 3.4 PHƢƠNG PHÁP THỰC HIỆN MÔ HÌNH NGHIÊN CỨU 35 KẾT LUẬN CHƢƠNG 3 37 CHƢƠNG 4 THỰC HIỆN VÀ PHÂN TÍCH KẾT QUẢ MÔ HÌNH NGHIÊN CỨU 39 4.1 THỐNG KÊ MÔ TẢ 39 4.2 LỰA CHỌN MÔ HÌNH 41 4.3 KIỂM ĐỊNH SAU KHI LỰA CHỌN MÔ HÌNH 44 4.3.1 Hiện tượng đa cộng tuyến 45 4.3.2 Kiểm định hiện tượng tự tương quan 45 4.3.3 Phương sai thay đổi 46 4.4 PHÂN TÍCH DẤU CỦA CÁC BIẾN 47 4.4.1 Các biến độc lập đại diện cho rủi ro tín dụng 47 4.4.2 Biến kiểm soát 49 KẾT LUẬN CHƢƠNG 4 53 CHƢƠNG 5 KẾT LUẬN VÀ KHUYẾN NGHỊ 54 5.1 KẾT QUẢ NGHIÊN CỨU 54 5.2 KHUYẾN NGHỊ ĐỐI VỚI CÁC NHTM VÀ CƠ QUAN QUẢN LÝ NHÀ NƢỚC 55 5.2.1 Đối với các NHTM 55 5.2.1.1 Tỷ lệ nợ xấu trên tổng dƣ nợ (NPLR) 55 5.2.1.2 Đòn bẩy tài chính 56 5.2.1.3 Tỷ lệ an toàn vốn tối thiểu 56
  9. viii 5.2.2 Đối với Ngân hàng Nhà nước 57 5.3 HẠN CHẾ CỦA ĐỀ TÀI VÀ HƢỚNG NGHIÊN CỨU MỞ RỘNG 58 KẾT LUẬN CHƢƠNG 5 59 TÀI LIỆU THAM KHẢO 60 PHỤ LỤC 65
  10. ix DANH MỤC TỪ VIẾT TẮT Từ viết tắt Tiếng Anh Tiếng Việt BS Bank size Quy mô ngân hàng CAR Capital adequacy ratio Tỷ lệ an toàn vốn tối thiểu FEM Fixed effect model Mô hình tác động cố định GDP Gross domestic product Tổng sản phẩm quốc nội HNX Ha Noi Stock Exchange Sở giao dịch chứng khoán Hà Nội Sở giao dịch chứng khoán TP. Hồ Ho Chi Minh Stock Exchange HOSE Chí Minh INF Inflation Tỷ lệ lạm phát LEV Leverage Hệ số đòn bẩy tài chính LLPR Loan loss provision ratio Dự phòng rủi ro tín dụng LLRGL Loan loss reserve/ gross loan Tỷ lệ dự phòng tổn thất cho vay Loan loss reserve/ non – LLRNPL Dự phòng tổn thất cho vay/ nợ xấu performing loan NHNN State Bank Ngân hàng Nhà nƣớc NHTM Commercial Bank Ngân hàng thƣơng mại NHTMCP Joint Stock Commercial Bank Ngân hàng thƣơng mại cổ phần NHTMVN Vietnam Commercial Bank Ngân hàng thƣơng mại Việt Nam NIM Net interest margin Lãi suất cận biên Tỷ lệ nợ xấu trên tổng dƣ nợ cho NPLR Non – performing loan ratio vay Mô hình bình phƣơng nhỏ nhất OLS Ordinary Least Squares thông thƣờng REM Random effect model Mô hình tác động ngẫu nhiên ROA Return on asset Tỷ suất sinh lời trên tổng tài sản ROE Return on equity Tỷ suất sinh lời trên vốn chủ sở hữu Unlisted Public Company Giao dịch chứng khoán công ty đại UPCoM Market chúng chƣa niêm yết
  11. x DANH MỤC BẢNG STT Tên bảng Trang 1 Bảng 3.1 - Giải thích các biến và kỳ vọng dấu của từng biến 31 2 Bảng 3.2 - Danh sách các NHTM và thời gian thu thập số liệu 34 3 Bảng 4.1 - Thống kê mô tả các biến số 39 4 Bảng 4.2 - Kết quả hồi quy theo Pooled OLS 42 5 Bảng 4.3 - Kết quả hồi quy theo FEM 42 6 Bảng 4.4 - Kết quả kiểm định Likelihood Ratio 43 7 Bảng 4.5 - Kết quả hồi quy theo REM 43 8 Bảng 4.6 - Kết quả kiểm định Hausman 44 9 Bảng 4.7 - Hệ số tƣơng quan giữa các biến 45 10 Bảng 4.8 - Kiểm định hiện tƣợng tự tƣơng quan 45 11 Bảng 4.9 - Kiểm định phƣơng sai thay đổi 46 Bảng 4.10 - Kết quả hồi quy của các biến đại diện cho rủi ro tín 12 47 dụng 13 Bảng 4.11 - Kết quả hồi quy của các biến kiểm soát 49 14 Bảng 4.12 - Tổng hợp kết quả nghiên cứu 51
  12. xi DANH MỤC PHỤ LỤC STT Tên phụ lục Trang 1 Phụ lục 1 - Thống kê mô tả các biến trong mô hình hồi quy 65 Phụ lục 2 - Phân tích tƣơng quan giữa các biến trong mô hình 2 65 hồi quy 3 Phụ lục 3 - Kết quả hồi quy theo Pooled OLS 66 4 Phụ lục 4 - Kết quả hồi quy theo FEM 67 5 Phụ lục 5 - Kết quả kiểm định Likelihood Ratio 68 6 Phụ lục 6 - Kết quả hồi quy theo REM 69 7 Phụ lục 7 - Kết quả kiểm định Hausman 70 8 Phụ lục 8 - Kiểm định hiện tƣợng tự tƣơng quan 71 9 Phụ luc 9 – Kiểm định phƣơng sai thay đổi 72
  13. xii DANH MỤC CÔNG THỨC STT công Tên công thức Trang thức (2.1) Tỷ số sinh lời trên tổng tài sản 7 (2.2) Tỷ suất sinh lời trên vốn chủ sở hữu 8 (2.3) Tỷ lệ nợ xấu trên tổng dƣ nợ cho vay 10 (2.4) Hệ số đòn bẩy tài chính 11
  14. 1 CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU 1.1 Lý do chọn đề tài Trong hầu hết các nền kinh tế, việc điều hành, kiểm soát và vận hành thị trƣờng tài chính thì hệ thống ngân hàng luôn đƣợc Chính phủ quan tâm đặc biệt. Yêu cầu đƣợc đặt lên hàng đầu là thị trƣờng tài chính hoạt động hiệu quả, hệ thống ngân hàng phát huy hết vai trò điều tiết tài chính của nền kinh tế: trung gian thanh toán, điều tiết vốn và là công cụ để Ngân hàng Nhà nƣớc điều hành chính sách tiền tệ. Với vai trò quan trọng đó, hệ thống ngân hàng cần phải hoạt động ổn định, an toàn và hiệu quả. Từ đó, Ngân hàng Nhà nƣớc thực hiện việc quản lý vốn, điều tiết tiền tệ nhanh chóng và tiện lợi hơn. Việc nghiên cứu tác động của rủi ro tín dụng đến khả năng sinh lời tại các ngân hàng thƣơng mại luôn đƣợc quan tâm. Rủi ro tín dụng không những ảnh hƣởng đến lợi nhuận của các ngân hàng mà còn đến các hoạt động vốn của thị trƣờng tài chính. Vì vậy, việc quản lý, kiểm soát rủi ro tín dụng không chỉ là mối quan tâm hàng đầu của các ngân hàng thƣơng mại mà còn là của cả hệ thống ngân hàng bao gổm cả Ngân hàng Nhà nƣớc. Tính đến cuối năm 2016, hệ thông ngân hàng Việt Nam gồm 4 ngân hàng thƣơng mại Nhà nƣớc, 3 ngân hàng đƣợc nhà nƣớc mua lại, 28 ngân hàng thƣơng mại cổ phần, 2 ngân hàng thuộc khối ngân hàng chính sách, 1 Ngân hàng Hợp tác xã Việt Nam, 8 ngân hàng 100% vốn nƣớc ngoài, 51 văn phòng đại diện, 2 ngân hàng liên doanh và 51 chi nhánh ngân hàng nƣớc ngoài1 đang hoạt động. Hệ thống ngân hàng Việt Nam mặc dù có sự lớn mạnh về quy mô nhƣng luôn hoạt động với sự cạnh tranh gay gắt. Vì vậy, các ngân hàng luôn đƣợc đòi hỏi cần phải thay đổi trong chính sách, quản lý, điều hành để nâng cao chất lƣợng dịch vụ và hiệu quả hoạt động. Giai đoạn 2005 – 2016, rủi ro tín dụng và khả năng sinh lời của các NHTMCP có nhiều chuyển biến phức tạp. Do ảnh hƣởng của thời kỳ tăng trƣởng tín dụng nóng 2008 – 2009 mà tỷ lệ nợ xấu, dự phòng rủi ro tín dụng tăng, tất cả dẫn đến lợi nhuận 1 Báo cáo thƣờng niên của Ngân hàng Nhà nƣớc Việt Nam năm 2016
  15. 2 các ngân hàng sụt giảm mạnh. Đến năm 2016, lợi nhuận của các ngân hàng cũng đƣợc cải thiện. Bình quân ROE toàn ngành ở mức 7.47 %, tăng 1.21 % so với năm 2015). Tỷ lệ nợ xấu đƣợc cả thiện và kiểm soát ở mức an toàn (dƣới 3%) chiếm 2.46% tổng dƣ nợ, giảm nhẹ so với mức 2.55% cuối năm 2015 (Báo cáo thƣờng niên của Ngân hàng Nhà nƣớc Việt Nam nắm 2016). Tuy nhiên, tổng nợ xấu của ngân hàng vẫn tăng, đặc biệt là nợ có khả năng mất vốn tăng ở hầu hết các ngân hàng. Nhƣ vây, hoạt động tín dụng của ngân hàng tại Việt Nam đang ngày càng có những rủi ro khó khắc phục và mức độ tác động lớn đến lợi nhuận của các ngân hàng. Từ các vần đề nêu trên, tác giả quyết định chọn đề tài “Tác động của rủi ro tín dụng đến khả năng sinh lời tại các ngân hàng thƣơng mại niêm yết trên sàn chứng khoán Việt Nam” làm đề tài tốt nghiệp. Qua đó, nhằm bổ sung thêm bằng chứng thực nghiệm về sự tác động của rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thƣơng mại niêm yết trên sàn chứng khoán Việt Nam. 1.2 Mục tiêu nghiên cứu Mục tiêu chung của bài nghiên cứu là phân tích. Mục tiêu 1: Làm rõ cơ sở lý thuyết về tác động của rủi ro tín dụng đến khả năng sinh lời. Mục tiêu 2: Phân tích tác động của nhân tố rủi ro tín dụng đến khả năng sinh lời tại các NHTM niêm yết trên sàn chứng khoán Việt Nam giai đoạn 2005 - 2016. Mục tiêu 3: Dựa trên kết quả nghiên cứu thực nghiệm, đƣa ra các khuyến nghị cho các bên liên quan, đặc biệt là với các NHTMVN. 1.3 Đối tƣợng và phạm vi nghiên cứu Đối tƣợng nghiên cứu là rủi ro tín dụng và khả năng sinh lời của các NHTM tại Việt Nam. Phạm vi nghiên cứu: Không gian: Tác giả thu thập số liệu từ 14 ngân hàng đƣợc niêm yết trên sàn chứng khoán vì các nguồn dữ liệu thứ cấp do ngân hàng công bố khi đã đƣợc niêm yết sẽ có tính tin cậy cao hơn do đƣợc kiểm toán kĩ càng từ các công ty kiểm toán độc lập
  16. 3 có uy tín. Ngoài ra, 14 NHTM đƣợc niêm yết đều có tổng tài sản khá lớn, mang tính đại diện cho hệ thống NHTMVN. Các NHTMCP đƣợc niêm yết trên sàn chứng khoán Việt Nam, bao gồm: NHTMCP Ngoại Thƣơng Việt Nam, NHTM Công Thƣơng Việt Nam, NHTMCP Đầu Tƣ và Phát Triển, NHTMCP Việt Nam Thịnh Vƣợng, NHTMCP Quân Đội, NHTMCP Á Châu, NHTMCP Sài Gòn Thƣơng Tín, NHTMCP Xuất Nhập Khẩu Việt Nam, NHTMCP Quốc tế Việt Nam, NHTMCP Sài Gòn – Hà Nội, NHTMCP Bƣu điện Liên Việt, NHTMCP Phát triển Hồ Chí Minh, NHTMCP Kiên Long, NHTMCP Quốc Dân. Thời gian: Giai đoạn 2005 – 2016, là giai đoạn trƣớc, trong và sau khủng khoảng tài chính 2008 – 2009 cho đến thời điểm gần nhất có thể thu thập số liệu đƣợc. Đồng thời, rủi ro tín dụng và khả năng sinh lời của các NHTMCP có nhiều chuyển biến phức tạp trong khoảng thời gian này. Dữ liệu đƣợc lấy theo năm với số quan sát cho 14 ngân hàng thƣơng mại đƣợc niêm yết trên sàn chứng khoán. 1.4 Phƣơng pháp nghiên cứu Phƣơng pháp định lƣợng: mô hình đƣợc ƣớc lƣợng bằng kỹ thuật Pooled LS, FEM và REM. Sau đó, các kiểm định lựa chọn mô hình đƣợc đƣa vào (kiểm định F, Hausman) để lựa chọn mô hình phù hợp nhất với số liệu thu thập đƣợc từ 14 NHTM tại Việt Nam. Thực hiện các kiểm định tăng cƣờng nhằm làm tăng tính tin cậy của ƣớc lƣợng (phƣơng sai thay đổi, tự tƣơng quan, sự phù hợp của mô hình) thông qua phần mềm Eview. Phƣơng pháp định tính: sử dụng phƣơng pháp mô tả để thống kê số liệu vào Excel và mô tả biến của từng ngân hàng qua từng năm, so sánh các nghiên cứu trƣớc đây và các lý thuyết liên quan đến đề tài, sau đó sử dụng phƣơng pháp phân tích để làm rõ cơ sở lý thuyết về tác động của rủi ro tín dụng đến khả năng sinh lời. Từ đó xây dựng mô hình nghiên cứu và tác động của yếu tố đó đến khả năng sinh lời tại các NHTM Việt Nam. Sử dụng dữ liệu thứ cấp từ các Báo cáo tài chính, bài báo khoa học, các trang web nhƣ Cafef, trang Chứng khoán Bảo Việt, Vietstock, Cophieu68,
  17. 4 1.5 Đóng góp mới của đề tài Kế thừa và bổ sung các điểm hạn chế của các bài nghiên cứu trƣớc đây ở Việt Nam, đề tài này đƣợc thực hiện với kỳ vọng có những đóng góp mới nhƣ sau: Thứ nhất, trong nghiên cứu này, dựa theo gợi ý của Heffernan (2005) về khả năng tác động của các yếu tố rủi ro vĩ mô và vi mô tới khả năng sinh lời của ngân hàng, tác giả đƣa ra biến vĩ mô là tốc độ tăng trƣởng GDP, lạm phát và biến vi mô là quy mô của các ngân hàng vào mô hình làm biến kiểm soát, giúp mô hình đƣợc chính xác hơn. Thứ hai, dữ liệu đƣợc cập nhật hơn, cụ thể là tác giả muốn xem xét rằng việc phát triển mạng lƣới phủ rộng cả nƣớc tại các NHTMVN, rủi ro tín dụng có ảnh hƣởng đến khả năng sinh lời nhƣ thế nào. Ngoài ra, dữ liệu đƣợc thu thập theo năm tạo tính cập nhật và tăng tính xác thực cho kết quả nghiên cứu. Thứ ba, nghiên cứu có thêm yếu tố biến giả tác động của khủng hoảng tài chính, để xét rằng trong giai đoạn khủng hoảng tài chính 2008 - 2009 có ảnh hƣởng đến khả năng sinh lời của các NHTM hay không. 1.6 Bố cục của khóa luận Khóa luận bao gồm 5 chƣơng: Chƣơng 1: Giới thiệu đề tài nghiên cứu. Chƣơng này sẽ nêu cơ sở việc chọn đề tài, mục tiêu nghiên cứu, đối tƣợng và phạm vi nghiên cứu, tóm lƣợc phƣơng pháp nghiên cứu, đóng góp của đề tài và bố cục của đề tài. Chƣơng 2: Cơ sở lý thuyết về tác động của rủi ro tín dụng đến khả năng sinh lời của NHTM tại Việt Nam. Chƣơng này sẽ nêu các cơ sở lý thuyết về rủi ro tín dụng và khả năng sinh lời trong NHTM. Đồng thời, trình bày các dẫn chứng là kết quả của các nghiên cứu trƣớc đây có liên quan đến vấn đề tác động của rủi ro tín dụng đến khả năng sinh lời. Chƣơng 3: Xây dựng mô hình nghiên cứu.
  18. 5 Chƣơng này nêu ra các cơ sở dữ liệu để thực hiện nghiên cứu, cách thức đo lƣờng các biến trong mô hình nghiên cứu và công việc thu thập dữ liệu đƣợc thực hiện nhƣ thế nào. Chƣơng 4: Thực hiện và phân tích kết quả mô hình nghiên cứu. Chƣơng này thực hiện thống kê mô tả các biến trong mô hình, kiểm định mô hình nghiên cứu đồng thời thảo luận về kết quả nghiên cứu. Chƣơng 5: Kết luận và khuyến nghị. Chƣơng này tóm tắt các vấn đề, các kết quả nghiên cứu chính của đề tài, những khuyến nghị cho các NHTMVN và gợi ý các chính sách liên quan đến quản trị rủi ro tín dụng. Đồng thời, tác giả cũng trình bày các hạn chế mà đề tài chƣa thực hiện đƣợc và hƣớng nghiên cứu tiếp theo của đề tài.
  19. 6 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VỀ TÁC ĐỘNG CỦA RỦI RO TÍN DỤNG ĐẾN KHẢ NĂNG SINH LỜI CỦA NHTM TẠI VIỆT NAM. Trong chƣơng này, tác giả sẽ nêu các cơ sở lý thuyết về rủi ro tín dụng, khả năng sinh lời của NHTM và các tác động của rủi ro tín dụng đến khả năng sinh lời của NHTM. Đồng thời, trình bày các dẫn chứng là kết quả của các nghiên cứu trƣớc đây có liên quan đến vấn đề tác động của rủi ro tín dụng đến khả năng sinh lời. 2.1 Khả năng sinh lời của NHTM 2.1.1 Khái niệm khả năng sinh lời của NHTM Theo Rose (2002), mục tiêu hoạt động của ngân hàng là tối đa hóa lợi nhuận với mức độ rủi ro cho phép. Tuy nhiên, khả năng sinh lời là mục tiêu đƣợc quan tâm hơn cả vì khi lợi nhuận ngân hàng cao sẽ bảo toàn đƣợc vốn, góp phần tăng thị phần và thu hút các nhà đầu tƣ. Nhiều tác giả đề cập tới khái niệm của khả năng sinh lời trong các nghiên cứu trƣớc đây. Điển hình là Rose (2002) đã nêu nhƣ sau: “Khả năng sinh lời là thước đo hiệu quả bằng tiền, là điều kiện cần nhưng chưa đủ để duy trì cân bằng tài chính. Việc đánh giá khả năng sinh lời phải dựa trên một khoảng thời gian tham chiếu. Khái niệm khả năng sinh lời được áp dụng trong mọi hoạt động kinh tế sử dụng các phương tiện vật chất, con người và tài chính, thể hiện bằng kết quả trên phương tiện. Khả năng sinh lời có thể áp dụng cho một hay một tập hợp tài sản.” Ở cấp độ ngân hàng, khả năng sinh lời là kết quả của việc sử dụng tập hợp các tài sản tài chính và tài sản vật chất, tức là vốn kinh tế mà ngân hàng nắm giữ. Nhìn chung, khả năng sinh lời cần ít nhất đủ, nhằm đáp ứng hai đòi hỏi quan trọng là đảm bảo duy trì đƣợc vốn cho ngân hàng, trả đƣợc các khoản gốc và lãi cho các nguồn vốn huy động. Lãi thu đƣợc từ các hoạt động sinh lời trong năm có thể đƣợc trích ra chia cho các cổ đông hay sẽ đƣợc duy trì dƣới dạng vốn dự trữ. Nếu không tính tới thuế và lãi, khả năng sinh lời của tài sản phải cho phép tích lũy đủ số tiền nhằm đảm bảo vốn
  20. 7 kinh doanh, hoàn trả nợ, đóng góp vào việc tăng vốn và trả lợi nhuận đầu tƣ vốn cho các cổ đông. Mọi quyết định và thay đổi về việc nắm giữ tài sản không chỉ làm nảy sinh vấn đề tài chính mà còn cả vấn đề sinh lợi. Do đó, khả năng sinh lời của tài sản chỉ là một phần vấn đề nảy sinh từ khả năng sinh lời của các nguồn vốn thực hiện. Trên thực tế, rủi ro trong hoạt động ngân hàng do các cổ đông gánh chịu. Lợi nhuận mà họ thu đƣợc không chỉ phụ thuộc vào khả năng sinh lời của tài sản mà còn phụ thuộc vào chi phí huy động vốn. 2.1.2 Các chỉ số đo lƣờng khả năng sinh lời Khả năng sinh lời đƣợc đo lƣờng bằng nhiều phƣơng pháp khác nhau. Một số chỉ tiêu phổ biến nhƣ khả năng sinh lời trên tổng tài sản (tỷ lệ lợi nhuận ròng trên tổng tài sản) – ROA, khả năng sinh lời trên vốn chủ sở hữu (tỷ lệ thu nhập ròng trên vốn chủ sở hữu) – ROE, tỷ lệ thu nhập lãi cận biên – NIM. Các tỷ lệ đo lƣờng khả năng sinh lời đƣợc sử dụng trong các trƣờng hợp khác nhau và phản ánh ý nghĩa không khác nhau đáng kể. Tuy nhiên, ROA và ROE là hai tỷ lệ phổ biến thƣờng đƣợc áp dụng để đo lƣờng khả năng sinh lời theo các nghiên cứu trƣớc đây. 2.1.2.1 Tỷ suất sinh lời trên tổng tài sản – ROA Tỷ suất sinh lời trên tài sản đo lƣờng hiệu quả hoạt động của ngân hàng trong việc sử dụng tài sản để tạo ra lợi nhuận sau thuế, không phân biệt tài sản này đƣợc hình thành bởi nguồn vốn vay hay vốn chủ sỡ hữu. ROA là suất sinh lời trên tài sản của ngân hàng sau tác động của thuế nhƣng chƣa có tác động của nợ. Đồng thời, thể hiện đƣợc sự hiệu quả trong việc quản lý, sử dụng tài sản để tạo ra lợi nhuận của ngân hàng. (2.1) ROA là suất sinh lời trên tài sản của ngân hàng sau thuế, do đó chịu ảnh hƣởng bởi chính sách thuế thu nhập. Tuy nhiên, ROA lại không chịu ảnh hƣởng của cơ cấu vốn vì là suất sinh lời sau thuế với giả định không sử dụng nợ. ROA cao phản ánh kết quả hoạt động hiệu quả, ngân hàng có cơ cấu tài sản hợp lý, có sự điều động linh
  21. 8 hoạt giữa các khoản mục trên tài sản có trƣớc những biến động nền kinh tế. Ngƣợc lại, ROA thấp là kết quả của chính sách đầu tƣ và cho vay không hiệu quả hay do chi phí ngân hàng cao. Để tăng ROA, các ngân hàng cần phải tìm cách gia tăng các khoản mục có sinh lời. Và vì mục đích chính là tối đa hóa lợi nhuận mà ngân hàng buộc phải tăng các khoản đầu tƣ tín dụng, khoản chứa nhiều rủi ro. Do đó, ROA càng cao thể hiện mức độ rủi ro cao từ tổng tài sản có. Khả năng sinh lời trên tổng tài sản đƣợc sử dụng nhiều trong các bài nghiên cứu trƣớc đây nhằm làm biến đại diện cho khả năng sinh lời nhƣ Owoputi (2014) dựa trên số liệu thứ cấp của các ngân hàng tại Nigeria giai đoạn từ 1998 đến 2012 để đi tìm các tác động đến khả năng sinh lời trong ngân hàng hay nghiên cứu của Alshatti (2015) về mối quan hệ giữa việc quản lí rủi ro tín dụng và hoạt động tài chính của 13 ngân hàng tại Jordan. 2.1.2.2 Tỷ suất sinh lời trên vốn chủ sở hữu – ROE Tỷ suất sinh lời trên vốn chủ sở hữu là chỉ tiêu phản ánh một đồng vốn đầu tƣ của chủ sở hữu ngân hàng, thể hiện lợi nhuận sau khi đã trừ thuế thu nhập mà các cổ đông nhận đƣợc từ việc đầu tƣ vào ngân hàng. (2.2) ROE có liên quan đến chi phí lãi vay, liên quan đến chi phí thuế thu nhập của ngân hàng, vì vậy đây là chỉ tiêu tổng hợp phản ánh hiệu quả việc ngân hàng sử dụng đồng vốn của các cổ đông, ngân hàng đã có cân đối hài hòa giữa vốn huy động và vốn cổ đông nhằm khai thác lợi thế cạnh tranh của chính ngân hàng mình trong quá trình kinh doanh. Cho nên hệ số ROE càng cao thì các cố phiểu càng hấp dẫn các nhà đầu tƣ. Qua đó khi tính toán đƣợc hệ số này, các nhà đầu tƣ có thể đánh giá nhƣ sau: - ROE lớn hơn lãi suất huy động của ngân hàng thì cần phải xem xét rằng ngân hàng đã vay nợ và khai thác hết lợi thế cạnh trạng trên thị trƣờng hay
  22. 9 chƣa để từ đó đánh giá xem hệ số ROE của ngân hàng này có còn tăng trong tƣơng lai hay không. - ROE nhỏ hơn hoặc bằng lãi suất huy động của ngân hàng, ngân hàng có khoản vay nợ tƣơng đƣơng hay cao hơn vốn cổ đông thì lợi nhuận tạo ra cũng chỉ nhằm chi trả lãi. Cũng nhƣ ROA, ROE thƣờng đƣợc sử dụng làm đại diện cho khả năng sinh lời của ngân hàng trên thế giời qua các bài nghiên cứu Gizaw và cộng sự (2015) về tác đông của rủi ro tín dụng đến khả năng sinh lời tại 8 NHTM ở Ethiopia hay của Hosna và cộng sự (2009) khi viết về quản lí tín dụng và khả năng sinh lời tại các ngân hàng Thụy Điển. 2.2 Rủi ro tín dụng 2.2.1 Khái niệm rủi ro tín dụng Trong các rủi ro của ngân hàng thì rủi ro tín dụng đƣợc cho là rủi ro quan trọng nhất vì nguy cơ cao nhất ảnh hƣởng đến khả năng sinh lợi của ngân hàng. Agarwal (2015) khẳng định rủi ro tín dụng luôn là mối quan tâm hàng đầu tại các ngân hàng, do đó càng thấy rõ hơn tầm quan trọng của nó trong cuộc khủng hoảng tài chính. Rủi ro tín dụng thƣờng xảy ra trong giao dịch tiền vay, bên vay không trả cho các khoản nợ gốc và lãi trong khoảng thời gian đã định (Koch và Macdonald (2014)). Những năm gần đây, nhiều nghiên cứu về hiệu quả hoạt động của ngân hàng thƣờng xem xét chất lƣợng tài sản có và đặc biệt là nợ xấu ngân hàng: Fitch (2000) định nghĩa rủi ro tín dụng xảy đến khi ngƣời vay không thanh toán đƣợc nợ theo các thỏa thuận đã đƣợc quy định trong hợp đồng, dẫn đến sai hẹn trong việc trả nợ. Cùng với các loại rủi ro khác, rủi ro tín dụng là một trong những rủi ro chủ yếu trong hoạt động cho vay của ngân hàng. Theo Greuing và Bratanovic (1999), rủi ro tín dụng đƣợc hiểu là nguy cơ mà ngƣời đi vay không thể chi trả tiền lãi cũng nhƣ hoàn trả vốn gốc so với thời hạn trọng hợp đồng tín dụng của ngân hàng. Điều này gây ra sự cố với dòng chuyển tiền tệ và gây ảnh hƣởng đến khả năng thanh khoản của ngân hàng. Để thấy đƣợc tầm quan trọng của rủi ro tín dụng, Ernst và Young (2010) cũng chỉ ra trong các rủi ro của ngân
  23. 10 hàng, các nhà lãnh đạo thƣờng chú trọng tới rủi ro tín dụng. Mức độ quan tâm giữa các rủi ro hoạt động 44%, rủi ro thanh khoản 38%, rủi ro thị trƣờng 33%, riêng rủi ro tín dụng lên đến 67%. Qua các nghiên cứu trên, ta có thể rút ra đƣợc định nghĩa cơ bản của rủi ro tín dụng nhƣ sau: Rủi ro tín dụng là rủi ro cơ bản đối với hầu hết các NHTM do hoạt động cho vay là hoạt động chính tại các ngân hàng. Rủi ro này xảy ra khi khách hàng đƣợc cấp tín dụng, bên có nghĩa vụ hay đối tác không thực hiện hay không có khả năng thực hiện một phần hay toàn bộ nghĩa vụ theo các cam kết trong hợp đồng. Rủi ro tín dụng cũng sẽ dẫn đến thất thoát tài chính, giảm giá trị thị trƣờng vốn và thu nhập ròng. 2.2.2 Các chỉ số đo lƣờng rủi ro tín dụng 2.2.2.1 Tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR) Chỉ tiêu này cho biết tỷ lệ nợ xấu (là nợ thuộc các nhóm 3,4,5 theo quy định tại Thông tƣ số 09/2014/TT-NHNN của NHNNVN “Quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài”) trong tổng dƣ nợ cho vay của ngân hàng. Để xác định tỷ lệ nợ xấu, ta dùng công thức sau: (2.3) Chỉ tiêu này thể hiện chất lƣợng tín dụng tại ngân hàng. Trong quá trình hoạt động, các ngân hàng đều cố gắng dùng các biện pháp để đƣa tỷ lệ nợ xấu về mức thấp nhất có thể và đảm bảo trong mức cho phép theo quy định từng thời kỳ. 2.2.2.2 Dự phòng rủi ro tín dụng (LLPR) Theo “Thông tƣ số 09/2014/TT-NHNN của NHNNVN” quy định, dự phòng rủi ro là số tiền đƣợc trích lập và hạch toán vào chi phí hoạt động để dự phòng cho những tổn thất có thể xảy ra đối với nợ của tổ chức tín dụng, chi nhánh ngân hàng nƣớc ngoài. Dự phòng rủi ro gồm dự phòng cụ thể và dự phòng chung:
  24. 11 “Dự phòng cụ thể” đƣợc trích lập để dự phòng cho những tổn thất có thể xảy ra đối với từng khoản nợ đƣợc phân theo nhóm nợ cụ thể. “Dự phòng chung” là khoản tiền đƣợc trích lập để dự phòng cho những tổn thất chƣa xác định đƣợc trong quá trình phân loại nợ và trích lập dự phòng cụ thể và trong các trƣờng hợp khó khăn về tài chính của các tổ chức tín dụng khi chất lƣợng các khoản nợ suy giảm. Theo Gizaw và cộng sự (2015), dự phòng rủi ro tín dụng đƣợc trích từ lợi nhuận của ngân hàng. Do đó các nhà lãnh đạo sử dụng dự phòng này nhƣ một công cụ nhằm điều tiết thu nhập trong quan trị điều hành. Dự phòng rủi ro tín dụng cũng đƣợc dùng để đảm bảo khả năng mất vốn trong các khoản vay. Tại một số ngân hàng, dự phòng có thể đƣợc trích lập từ vốn điều lệ. 2.2.2.3 Hệ số đòn bẩy tài chính (LEV) Sau cuộc khủng hoảng tài chính 2008 – 2009, hệ số đòn bẩy đƣợc quan tâm nhƣ một chỉ tiêu đại diện cho rủi ro về vốn bên cạnh các chỉ tiêu đo lƣờng rủi ro tín dụng khác, bới nó phản ảnh ánh rủi ro một cách hiệu quả. Theo quy ƣớc của Basel III, mức đòn bẩy tài chính đƣợc yêu cầu tại các ngân hàng có hoạt động quốc tế phải công khai từ tháng 1 năm 2015. Đồng thời yêu cầu các quốc gia phải chuẩn hóa quy định về mức đòn bẩy tài chính từ tháng 1 năm 2017 và tiến tới giới hạn mức đòn bẩy tài chính từ tháng 1 năm 2018 (Lê Thị Tuấn Nghĩa và Trƣơng Hoàng Diệp Hƣơng (2015)) Đòn bẩy tài chính thể hiện qua cơ cấu nguồn vốn mà ngân hàng sử dụng để tài trợ cho tài sản. Đòn bầy tài chính đƣợc thể hiện bằng nhiều chỉ tiêu khác nhau. Để thể hiện rủi ro từ nợ và nguồn vốn rõ nhất, hệ số đòn bẩy tài chính đƣợc tính nhƣ sau: (2.4) Chỉ tiêu này cho thấy nợ chiếm bao nhiêu phần trăm trong vốn chủ sở hữu của NHTM.
  25. 12 2.2.2.4 Tỷ lệ an toàn vốn tối thiểu (CAR) Tỷ lệ an toàn vốn tối thiểu là một chỉ tiêu kinh tế phản ánh mối quan hệ giữa vốn tự có với tài sản có điều chỉnh rủi ro của NHTM. Hệ số CAR là thƣớc đo quan trọng để đo mức độ an toàn hoạt động của ngân hàng, đƣợc các chuyên gia đầu ngành trong lĩnh vực ngân hàng thuộc Ủy ban Basel dày công xây dựng và phát triển. Tại Việt Nam, tỷ lệ bảo đảm an toàn trong hoạt động của tổ chức tín dụng đƣợc quy định tại Thông tƣ số 41/2016/TT-NHNN với các vấn đề nhƣ: - Tỷ lệ an toàn vốn tối thiếu (CAR) là 8%. - Hạn chế việc tham gia vào các hoạt động liên quan chứng khoán và kinh doanh bất động sản đối với các NHTM. - Tăng cƣờng quy định về đảm bảo khả năng thanh khoản các tổ chức tín dung. Thông tƣ 41 vừa ban hành có tỷ lệ an toàn vốn tối thiếu (CAR) theo quy định là 8%, thấp hơn 1% so với tỷ lệ an toàn vốn tối thiểu 9% quy định tại Thông tƣ số 13/2010/TT-NHNN đƣợc áp dụng trƣớc đó. Việc giảm tỷ lệ này nhằm mở đƣờng cho việc áp dụng chuẩn Basel II vào hệ thống các ngân hàng, bởi theo quy định của chuẩn Basel II, tỷ lệ an toàn vốn tối thiểu là 8%. Sở dĩ tỷ lệ an toàn vốn tối thiểu tính theo chuẩn mới thấp hơn chuẩn cũ là do công thức tính tỷ lệ an toàn vốn tối thiểu theo chuẩn Basel II thực chất hơn, khiến tỷ lệ an toàn vốn tối thiểu giảm mạnh so với tính theo chuẩn cũ. Nhìn chung, các thông tƣ trên có liên quan đến quy định đảm bảo an toàn vốn cho hệ thống NHTM đã có nhiều chuyên biến tích cực theo hƣớng tiếp cận ngày càng gần với các quy định của Basel, đặc biệt là Basel I và Basel II. 2.3 Các nhân tố tác động đến khả năng sinh lời của NHTM Bên cạnh các nhân tố của rủi ro tín dụng tác động đến khả năng sinh lời của NHTM sẽ đƣợc làm rõ, mục này cũng phân tích các nhân tố vi mô tác động đến khả năng sinh lời của NHTM. Đồng thời đề cập tới một số nhân tố vĩ mô góp phần tác động đến khả năng sinh lời của một NHTM.
  26. 13 2.3.1 Yếu tố vi mô của các NHTM Quy mô ngân hàng (BS) Quy mô ngân hàng đƣợc tính bằng tỷ lệ của tổng tài sản ngân hàng trên tổng tài sản của toàn hệ thống ngân hàng (Williams (2007)). Các ngân hàng lớn thƣờng đƣợc mong đợi bởi có sự chênh lệch lãi suất thấp khiến quy mô và khả năng đầu tƣ vào công nghệ của nền kinh tế đƣợc nâng cao hiệu quả. Do đó, sẽ có ƣu thế hơn trong việc nắm giữ quyền lực thị trƣờng và có đủ điều kiện thuận lợi để hoạt động một cách tối ƣu. Đồng thời, các ngân hàng lớn có khả năng cao hơn trong việc chấp nhận rủi ro vì đƣợc cho là có khả năng xử lý rủi ro tốt hơn, các ngân hàng lớn cũng khá linh hoạt với việc dịch chuyển kỳ hạn bằng cách giảm phí bảo hiểm. 2.3.2 Yếu tố vĩ mô Trong các nghiên cứu trên thế giới và trong nƣớc, đã có rất nhiều bài nghiên cứu tìm ra đƣợc các nhân tố vĩ mô tác động đến khả năng sinh lời của NHTM. Vậy nên, trong bài nghiên cứu này, tác giả xin trình bày các nhân tố: tốc độ tăng trƣởng GDP, lạm phát làm đại diện cho môi trƣờng vĩ mô trong việc xem xét tác động của môi trƣờng vĩ mô đến khả năng sinh lời của NHTM. 2.3.2.1 Tỷ lệ lạm phát (INF) Lạm phát có thể đƣợc hiểu là hiện tƣợng xảy ra khi mức giá chung trong nền kinh tế tăng kéo dài trong một khoảng thời gian nhất định. Có nghĩa là, khi mức chung của giá cả tăng lên, mỗi đơn vị tiền tệ mua đƣợc ít hàng hóa và dịch vụ hơn, do đó giảm sức mua của tiền. Theo Pasiouras và Kosmidou (2007), khi mức lạm phát ngoài tầm kiểm soát thì dẫn đến chi phí tăng cao, tới một mức nào đó nó sẽ phá hủy toàn bộ nền kinh tế. Lạm phát không phải bao giờ cũng gây nên những tác hại cho nền kinh tế. Khi tốc độ lạm phát vừa phải từ 2-5% ở các nƣớc phát triển và dƣới 10% ở các nƣớc đang phát triển sẽ mang lại một số lợi ích cho nền kinh tế nhƣ thúc đẩy tiêu dùng, đầu tƣ, xuất khẩu, giảm bớt thất nghiệp, Trên thực tế, các nghiên cứu trƣớc đây nhƣ Abreu và Mendes (2000) tại các quốc gia ở châu Âu hay Sufian và Chong (2008) tại Philippines cho rằng trong quá trình
  27. 14 nghiên cứu, lạm phát gia tăng là ngoài dự kiến của ngân hàng và kết quả là gia tăng trong chi phí cao hơn mức gia tăng trong thu nhập tƣơng ứng. Ngoài ra, ở Việt Nam lạm phát tăng cao là một trong các nguyên nhân dẫn đến chạy đua lãi suất tại các NHTM nhằm giữ chân khách hàng và huy động vốn. Ngân hàng tăng lãi suất huy động gần bằng cho vay, dẫn đến khả năng thua lỗ trong hoạt động tín dụng cao. Và sự gia tăng trong lãi suất cho vay là kết quả của việc tăng lãi suất huy động khiến cho ngân hàng gặp khó khăn trong việc thu hút các nhà đầu tƣ vay vốn. Điều này gây ảnh hƣởng tới lợi nhuận của ngân hàng vì thu nhập từ lãi là nguồn thu chủ yếu của các NHTM tại Việt Nam (Phan Thu Hiền và Phan Thị Mỹ Hạnh, 2013). 2.3.2.2 Tốc độ tăng trƣởng (GDP) Tốc độ tăng trƣởng GDP đƣợc đại diện với chỉ số tăng trƣởng tổng thu nhập quốc nội hàng năm. Tốc độ tăng trƣởng GDP dùng để đo lƣờng hoạt động kinh tế, mức tiến bộ của nền kinh tế quốc gia, là giá trị đƣợc tính bằng tiền của tất cả các sản phẩm và dịch vụ cuối cùng đƣợc quốc gia sản xuất ra trong một năm. Theo Islam và Nishiyama (2016), GDP cũng ảnh hƣởng trực tiếp đến nhu cầu và tiền gửi và cho vay của hoạt động ngân hàng. Tăng trƣởng kinh tế mang lại sự thịnh vƣợng cho nền kinh tế. Các nhà đầu tƣ tìm thấy nhiều dự án đầu tƣ và tạo cho các ngân hàng cơ hội để tài trợ vay vốn. Từ đó ảnh hƣởng tích cực đến các hoạt động của ngân hàng. Còn khi nền kinh tế không ổn định, hoạt động ngân hàng cũng sẽ gặp nhiều khó khăn. Trong các nghiên cứu thực nghiệm trƣớc đây, Owoputi (2014) đã dựa trên số liệu thứ cấp của các ngân hàng tại Nigeria giai đoạn từ 1998 đến 2012 để tìm các tác động đến khả năng sinh lời trong ngân hàng thông qua ROA, ROE, NIM. Tác giả đã sử dụng mô tả thống kê, ma trận tƣơng quan và phƣơng pháp ƣớc lƣợng Random Effect để đƣa đến kết luận GDP tác động cùng chiều với cả 3 chỉ số sinh lời. Tƣơng tự, nhóm các tác giả Roman và Tomuleasa (2012), Flamini và cộng sự (2009), Duraj và Moci (2015) đã chứng minh tăng trƣởng kinh tế có tác động cùng chiều với hiệu quả hoạt động của ngân hàng.
  28. 15 2.3.2.3 Khủng hoảng kinh tế 2008 – 2009 (DUMMY) Tác giả đƣa thêm yếu tố biến giả là tác động của khủng hoảng tài chính, nhằm xét xem rằng trong giai đoạn khủng hoảng tài chính các năm 2008 và năm 2009 có ảnh hƣởng đến khả năng sinh lời của các NHTM niêm yết trên sàn chứng khoán tại Việt Nam. Theo nghiên cứu của Dietrich và Wanzenried (2011), các ngân hàng niêm yết trên sàn chứng khoán có nhiều lợi ích trong cuộc khủng hoảng hơn những ngân hàng không đƣợc niêm yết. Bởi ROE phản ảnh nỗ lực tối đa hóa của các cổ đông, thực tiễn thƣờng thấy ở các ngân hàng niêm yết. Do đó, một số ngân hàng niêm yết có thể giảm hiệu quả vốn chủ sở hữu của mình nhằm làm tăng ROE. Tƣơng tự, theo Beltratti và Stulz (2009), các ngân hàng với vốn cấp 1 cao, nhiều tiền gửi và cho vay nhiều hoạt động tốt hơn trong cuộc khủng hoảng. Các ngân hàng ở các nƣớc với sự giám sát vốn chặt chẽ có lợi nhuận cao hơn bởi sự can thiệp nhiều hơn của các nhà quản lý trong cuộc khủng hoảng. 2.4 Tác động của rủi ro tín dụng 2.4.1 Tác động của rủi ro tín dụng đến khả năng sinh lời của NHTM Rủi ro tín dụng ảnh hƣởng tới khả năng thanh khoản của ngân hàng: trƣờng hợp ngân hàng có rủi ro tín dụng cao, khả năng thu hồi vồn gặp nhiều khó khăn, không thu hồi đƣợc hoặc thu hồi không đủ cả nợ gốc và lãi đã cho vay. Trong khi đó, ngân hàng vẫn phải chịu áp lực thanh toán đúng hạn và đầy đủ các khoản tiền gửi và lãi suất huy động phát sinh thƣờng xuyên. Điều này khiến ngân hàng gặp khó khăn do nguồn tiền hoạt động bị thiếu hụt. Sự mất cân đối trên ảnh hƣởng lớn đến tính thanh khoản của ngân hàng, khiến thanh khoản bấp bênh. Khả năng thanh khoản giảm khiến ngân hàng thận trọng hơn trong việc cho vay đối với các khách hàng mới, thậm chí nhiều ngân hàng ngƣng giải ngân hồ sơ cho vay mới và chỉ duy trì dƣ nợ tiến dụng hiện tại hoặc chỉ giải ngân đối với các khách hàng lâu năm. Đồng thời, các ngân hàng tích cực đề ra các biện pháp xử lý, thu hồi nợ xấu để cân đối nguồn vốn, giúp giảm bớt gánh nặng cho vấn đề thanh khoản.
  29. 16 Rủi ro tín dụng làm giảm lợi nhuận của ngân hàng: hoạt động kinh doanh của ngân hàng chủ yếu thu lợi từ hoạt động cho vay, khi rủi ro tín dụng tăng đồng nghĩa với việc ngân hàng phải tăng các khoản trích lập dự phòng rủi ro, quỹ dự phòng rủi ro làm cho chi phí gia tăng, ảnh hƣởng đến thu nhập của ngân hàng. Trƣờng hợp các khoản vay đã là nợ xấu nhƣng không có biện pháp xử lý hay cơ cấu nợ phù hợp, tình trạng này kéo dài sẽ gây ảnh hƣởng ngày càng lớn đến báo cáo thu nhập của ngân hàng. Nếu những món vay lớn với giả trị tài sản chỉ vừa đủ để đảm bảo cho dƣ nợ vay thi tình hình tài chính của ngân hàng sẽ còn gặp nhiều khó khăn. Rủi ro tín dụng làm giảm uy tín của ngân hàng: NHTM là trung tâm tài chính, nguồn vốn kinh doanh chủ yếu là vốn huy động từ nền kinh tế. Do đó trong lĩnh vực ngân hàng, uy tín là một yếu tố chiếm vị trí quan trọng, nó quyết định sự sống còn, tồn tại cũng nhƣ phát triển của một ngân hàng. Berger và DeYoung (1997), khi rủi ro tín dụng gia tăng, thanh khoản của ngân hàng gặp khó khăn, lợi nhuận kinh doanh giảm gây ảnh hƣởng trực tiếp đến quyền lời của các cổ đông và những ngƣời góp vốn đầu tƣ vào ngân hàng. Khi rủi ro không đƣợc khắc phục và liên tục kéo dài, các cổ đông và nhà đầu tƣ sẽ tìm cách thoái vốn do không giữ đƣợc niềm tin vào sự phát triển của ngân hàng nhƣ trƣớc đây. Thêm vào đó, thông tin về rủi ro của ngân hàng nhƣ thiếu trách nhiệm nghề nghiệp, đạo đức yếu kém của đội ngũ cán bộ ngân hàng, ngân hàng không chấp hành theo đúng quy định dẫn tới tranh chấp pháp lý, thiệt hại cả về tài sản và nguồn vốn, đƣợc đƣa lên báo chí sẽ dẫn tới hậu quả khôn lƣờng. Từ việc tiếp cận các nguồn thông tin trên, khách hàng sẽ rút khoản tiền gửi của họ tại ngân hàng do tâm lý không còn tin tƣởng vào khả năng giữ tiền hộ của ngân hàng. Vì thế, ngân hàng cũng gặp nhiều khó khăn trong việc huy động vốn cũng nhƣ tạo mối quan hệ giao dịch với các khách hàng mới. Điều này, làm khả năng cạnh tranh của ngân hàng giảm, thị phần bị thu hẹp, lợi nhuận cũng bị ảnh hƣởng nghiêm trọng.
  30. 17 2.4.2 Các nghiên cứu thực nghiệm về tác động của rủi ro tín dụng đến khả năng sinh lời của NHTM 2.4.2.1 Tác động ngƣợc chiều của rủi ro tín dụng đến khả năng sinh lời Noman và cộng sự (2015) thu thập các dữ liệu từ cơ sở dữ liệu Bankscope trong khoảng thời gian 2003 - 2013 của 18 NHTM tại Bangladesh. Nghiên cứu sử dụng tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR), chi phí dự phòng rủi ro tín dụng (LLRGL), trích lập dự phòng rủi ro tín dụng (LLRNPL) và tỷ lệ an toàn vốn tối thiểu (CAR) là các chỉ số của rủi ro tín dụng. Còn các chỉ số đại diện cho khả năng sinh lời là ROA, ROE và NIM. Qua kết quả thống kê từ mô hình hồi quy OLS, GLS và GMM, các tác giả kết luận rằng có tác động ngƣợc chiều của NPLR, LLPR lên tất cả các chỉ số khả năng sinh lời. Ở biến giả của nghiên cứu, tác động của việc thực hiện Basel II có tác động cùng chiều với NIM nhƣng ngƣợc chiều với ROE. Bài phân tích đƣa ra một số gợi ý chính sách quan trọng để tăng lợi nhuận và bảo vệ các ngân hàng từ khủng hoảng. Li và Zou (2014) khi thực hiện nghiên cứu tác động của rủi ro tín dụng đến khả năng sinh lời của 47 NHTM tại Châu Âu giai đoạn 2007 – 2012. Kết quả cho thấy không có mối tƣơng quan rõ ràng giữa tỷ lệ an toàn vốn tối thiểu (CAR) và ROE hay ROA. Có thể nói CAR không ảnh hƣởng nhiều đến khả năng sinh lợi của ngân hàng. Tuy nhiên, tác giả có thêm rằng trong thời gian khủng hoảng 2007, thì CAR có tác động ngƣợc chiều đến ROE và ROA. Nghiên cứu cũng chỉ ra, tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR) và quy mô ngân hàng (BS) đều có tác động ngƣợc chiều với ROA và ROE. Gizaw và cộng sự (2015) dựa trên phƣơng pháp dữ liệu bảng đƣợc tổng hợp từ nguồn dữ liệu thứ cấp ở báo cáo tài chính của 8 NHTM tại Ethiopia giai đoạn từ 2003 đến 2012. Kết quả cho thấy các biến rủi ro tín dụng: tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR), tỷ lệ an toàn vốn tối thiếu (CAR) tác động ngƣợc chiều và có ý nghĩa đáng kể đến khả năng sinh lời của ngân hàng. Chính vì thế, quá trình quản lí rủi ro tín dụng cần phải chặt chẽ là điều hết sức cần thiết. Các nhà quản trị cần sử
  31. 18 dụng các công cụ quản lí rủi ro hiện đại hơn và đa dạng hóa các hoạt động thu nhập tại các ngân hàng. Rasika và Sampath (2015) dựa trên nguồn dữ liệu thứ cấp đƣợc thu thập từ báo cáo thƣờng niên của 6 NHTM từ năm 2011 đến 2015. Nghiên cứu này đƣợc tiến hành nhằm mục đích điều tra về ảnh hƣởng định lƣợng của rủi ro tín dụng đến kết quả tài chính của NHTM ở Sri Lanka. Trong mô hình, tỷ suất sinh lời trên vốn chủ sở hữu (ROE) đƣợc sử dụng nhƣ chỉ số hoạt động tài chính trong khi tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR) và tỷ lệ an toàn vốn (CAR) là chỉ số rủi ro tín dụng. Kết quả phân tích chỉ ra rằng cả NPLR và CAR tác động ngƣợc chiều và có ý nghĩa thống kê tới ROE, riêng NPLR có mức ảnh hƣởng quan trọng cao hơn so với CAR. Các tác giả cũng nhận định rằng khi đã thiết lập đƣợc mối quan hệ giữa rủi ro tín dụng và hoạt động tài chính của các NHTM, các nhà nghiên cứu nên gợi ý các ngân hàng áp dụng một hệ thống phân loại rủi ro tín dụng. Phân loại rủi ro là một thƣớc đo quan trọng trong việc phân loại chất lƣợng tài sản và điều đó là hoàn toàn cần thiết bởi nó góp phần giúp cho hệ thống tài chính trở nên mạnh mẽ. Nghiên cứu kết luận rằng rủi ro tín dụng vẫn là một mối quan tâm lớn đối với các NHTM ở Sri Lanka vì rủi ro tín dụng là một yếu tố dự báo quan trọng của hoạt động tài chính ngân hàng. Kargi (2011), tác giả đã dựa trên dữ liệu thu thập từ các nguồn thứ cấp chủ yếu là các báo cáo hằng năm từ 2004 đến 2008 tại các ngân hàng ở Nigeria nhằm đánh giá tác động rủi ro tín dụng đến khả năng sinh lời trong ngân hàng thông qua ROA. Kết quả cho thấy cả tỷ lệ nợ xấu trên tổng vay và khoản trả trƣớc, tỷ lệ tổng vay và khoản trả trƣớc trên tổng tiền gửi đều có tác động ngƣợc chiều và có mức ý nghĩa đáng kể với ROA. Bài nghiên cứu nhận định rằng quản lý rủi ro tín dụng không đúng cách sẽ làm giảm lợi nhuận ngân hàng, ảnh hƣởng đến chất lƣợng của tài sản, tổn thất cho vay tăng và các khoản nợ xấu có thể dẫn đến nguy cơ tài chính tại các ngân hàng. Do đó, quản lý rủi ro cần đƣợc chú ý trong việc thiết lập các chính sách tín dụng ảnh hƣởng tích cực tới khả năng sinh lời. Đồng thời, họ cũng cần phải hiểu rõ các chính sách này có ảnh hƣởng nhƣ thế nào đến hoạt động của ngân hàng nhằm đảm bảo việc sử dụng tiền gửi một cách đúng đắn và tối đa hóa lợi nhuận.
  32. 19 Akhtar và cộng sự (2011) nghiên cứu nhân tố ảnh hƣởng đến khả năng sinh lời của các ngân hàng Hồi giáo tại Pakistan từ giai đoạn 2006 đến 2009. Từ mô hình hồi quy đa biến, tỷ lệ an toàn vốn và tỷ lệ tổng dƣ nợ cho vay trên vốn chủ sở hữu có tác động cùng chiều với ROA, ROE. Trong khi đó, quản lý tài sản tuy tác động cùng chiều nhƣng không có ý nghĩa thống kê với ROE. Ngƣợc lại, tỷ lệ nợ xấu trên tổng dƣ nợ cho vay lại tác động ngƣợc chiều. Ngoài ra, quy mô của các ngân hàng cho thấy tác động ngƣợc chiều và không có ý nghĩa thống kê trong cả hai mô hình. Owoputi (2014), tác giả đã dựa trên số liệu thứ cấp của các ngân hàng tại Nigeria giai đoạn từ 1998 đến 2012 để đi tìm các tác động đến khả năng sinh lời trong ngân hàng thông qua ROA, ROE. Tác giả đã sử dụng mô tả thống kê, ma trận tƣơng quan và phƣơng pháp ƣớc lƣợng Random Effect để đƣa đến kết luận tỷ lệ nợ xấu trên dƣ nợ cho vay (NPLR) có tác động ngƣợc chiều đến khả năng sinh lời. Achou và Tenguh (2008), sử dụng dữ liệu từ ngân hàng trung ƣơng Qatar trong khoảng thời gian 5 năm 2001 – 2005 để nghiên cứu mối quan hệ giữa hoạt động ngân hàng (khả năng sinh lời) và quản lý rủi ro tín dụng (tỷ lệ nợ xấu trên tổng dƣ nợ). Ngân hàng hoạt động hiệu quả sẽ là kết quả của việc quản lý tín dụng tốt. Đó là tầm quan trọng thiết yếu để ngân hàng thực hiện việc quản lý tín dụng một cách thận trọng, bảo toàn đƣợc tài sản cũng nhƣ quyền lợi của các nhà đầu tƣ. Bài nghiên cứu cũng cho thấy rằng các ngân hàng với chính sách quản lý tốt có tỷ lệ cho vay thấp và thu nhập lãi suất cao. Thêm vào đó, các ngân hàng với lợi nhuận cao có thể bù đắp cho tổn thất tín dụng. Dựa vào kết quả nghiên cứu, tác giả kết luận rằng mối quan hệ giữa tỷ lệ nợ xấu trên tổng dƣ nợ, tỷ lệ nợ xấu trên tổng vốn và ROE, ROA là ngƣợc chiều và có ý nghĩa thống kê. Điều này cho thấy ngân hàng với lãi suất thu nhập cao có tỷ lệ nợ xấu thấp, có nghĩa là chiến lƣợc quản lý rủi ro có hiệu quả. Kolapo và cộng sự (2012) tiến hành điều tra thực nghiệm ảnh hƣởng rủi ro tín dụng đến khả năng sinh lời của các NHTM tại Nigeria trong giai đoạn 11 năm (2000 – 2010) thông qua mô hình ƣớc lƣợng Pooled OLS, FEM. Kết quả chỉ ra, các tỷ lệ nợ xấu trên cho vay và ứng trƣớc (NPL/LA), tỷ lệ cho vay và ứng trƣớc trên tổng tiền gửi (LA/TD) ngƣợc chiều với ROA.
  33. 20 2.4.2.2 Tác động cùng chiều của rủi ro tín dụng đến khả năng sinh lời Afriyie và Akotey (2012) dựa trên phƣơng pháp dữ liệu bảng đƣợc tổng hợp từ nguồn dữ liệu thứ cấp ở báo cáo tài chính của 10 ngân hàng nông thôn tại Ghana từ giai đoạn 2006 – 2010. Trong mô hình, lợi nhuận trên vốn chủ sở hữu (ROE) đƣợc sử dụng nhƣ chỉ số khả năng sinh lời trong khi tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NLPR) và tỷ lệ an toàn vốn (CAR) là chỉ số quản lý rủi ro tín dụng. Dựa vào kết quả nghiên cứu cho thấy mối quan hệ tích cực đáng kể giữa các khoản nợ xấu và khả năng sinh lời của các ngân hàng, mặc dù có những tổn thất khi cho vay nhƣng các ngân hàng vẫn kiếm đƣợc lợi nhuận. Điều này cho thấy các ngân hàng này vẫn chƣa có biện pháp quản trị rủi ro đúng đắn và hiệu quả. Về mặt lý thuyết, tỷ lệ nợ xấu làm giảm mức lợi nhuận của ngân hàng nhƣng trong tình huống này nợ xấu đang gia tăng lợi nhuận theo tỉ lệ tƣơng ứng, có nghĩa là các ngân hàng này chƣa có thƣớc đo hiệu quả để đối phó quản lý tín dụng. Còn tỷ lệ an toàn vốn (CAR) tuy có tác động tích cực nhƣng không đáng kể. Muthee (2009) nghiên cứu khoảng thời gian 2000 - 2009 nhằm tìm hiểu mối quan hệ giữa quản lý rủi ro tín dụng và khả năng sinh lời của 30 NHTM ở Kenya. Cả hai phƣơng pháp định tính và định lƣợng đều đƣợc sử dụng trong bài nghiên cứu. Mô hình hồi quy đƣợc sử dụng để làm phân tích thực nghiệm. Trong mô hình, ROE đƣợc định nghĩa là chỉ số khả năng sinh lời trong khi NPLR là chỉ số quản lý rủi ro tín dụng. Các dữ liệu chính đƣợc thu thập thông qua một bảng câu hỏi; các thông tin đƣợc phân tích qua thống kê mô tả. Số liệu thứ cấp đƣợc thu thập từ các báo cáo hàng năm của các NHTM. Nghiên cứu sử dụng phân tích hồi quy để thiết lập các mối liên hệ giữa NPLR và ROE. Những phát hiện và phân tích cho thấy quản lý rủi ro tín dụng có ảnh hƣởng đến khả năng sinh lời trong các NHTM đƣợc phân tích. NPLR có tác động cùng chiều đến chỉ số lợi nhuận (ROE). Các kết quả thu đƣợc từ mô hình hồi quy cho thấy có tác động của quản lý rủi ro tín dụng đối với khả năng sinh lời ở mức hợp lý. Saeed và Zahid (2016) dựa trên dữ liệu của 5 ngân hàng tại Anh giai đoạn 2007 – 2015 đã chỉ ra đƣợc rằng có mối quan hệ cùng chiều giữa rủi ro tín dụng và khả
  34. 21 năng sinh lời. Điều này có nghĩ là dù sau những ảnh hƣởng của cuộc khủng hoảng tín dụng năm 2008, các ngân hàng tại Anh vẫn chịu rủi ro tín dụng và kiếm thu nhập từ lãi suất, lệ phí, hoa hồng, Kết quả cũng cho thấy quy mô ngân hàng, đòn bẩy tài chính, và tăng trƣởng cùng chiều với lợi nhuận. Tuy nhiên, một vài tác động ngƣợc chiều chỉ ra rằng rủi ro tín dụng cải thiện khả năng sinh lời của ngân hàng. Do đó, các ngân hàng nên tự tin với việc giảm lãi suất cho vay, và giảm các lệ phí cũng nhƣ hoa hồng. Đồng thời, quan trọng không kém, ngƣời cho vay cần phải trả đầy đủ khoản nợ đúng thời hạn đã đƣợc ấn định trong hợp đồng. Quan điểm tƣơng tự với nghiên cứu của Boahene và cộng sự (2012) có nhận định rằng rủi ro tín dụng là một trong những nguyên nhân chính gây nên các vấn đề nghiêm trọng của ngân hàng. Qua việc nghiên cứu 6 NHTM từ 2005 – 2009 tại Ghana, kết quả cho thấy các chỉ số của rủi ro tín dụng đều tác đồng cùng chiều và có mức độ ý nghĩa với khả năng sinh lời. Đồng thời, quy mô ngân hàng, tăng trƣởng tín dụng cũng cùng chiều với lợi nhuận. Isanzu (2017), tác giả đã dựa trên số liệu thứ cấp từ báo cáo tài chính của các ngân hàng Trung Quốc trong giai đoạn từ 2008 đến 2014. Các dữ liệu thu thập đƣợc đƣợc phân tích bằng cách sử dụng phần mềm thống kê E-views 8 và đã đƣợc kiểm tra thông qua thống kê mô tả, phân tích tƣơng quan và phƣơng pháp ƣớc lƣợng OLS để chỉ ra đƣợc rằng ROA chịu sự tác động cùng chiều với tỷ lệ an toàn vốn tối thiểu, phí tổn thất cho vay. Do đó, các nhà quản trị cần chú ý đến việc cải thiện hệ số an toàn vốn từ khi nó có ảnh hƣởng tới hoạt động ngân hàng. Lalon (2015) đã dựa trên số liệu thứ cấp từ báo cáo tài chính của các NHTM tại Bangladesh giai đoạn 2008 đến 2012. Các kết quả cho thấy ROA có ảnh hƣởng đáng kể bởi 3 tỷ lệ nợ xấu trên tổng dƣ nợ, tỷ lệ an toàn vốn tối thiểu, dự phòng rủi ro tín dụng. Cụ thể tỷ lệ nợ xấu trên tổng dƣ nợ cho vaytác động ngƣợc chiều, còn dự phòng rủi ro, tỷ lệ an toàn vốn tối thiểu cùng chiều với ROA. Trong đó, cả 3 tỷ lệ đều có ý nghĩa về mặt thống kê với khả năng sinh lời có biến đại diện là ROA. Phạm Hữu Hồng Thái (2013) dựa trên dữ liệu của 34 NHTM cổ phần Việt Nam giai đoạn 2005 – 2012 đã chỉ ra rằng nợ xấu có tác động ngƣợc chiều đến tỷ suất sinh lời
  35. 22 của ngân hàng. Ngoài ra, quy mô ngân hàng, đòn bẩy tài chính, hiệu quả quản lý tài sản có tác động cùng chiều với khả năng sinh lời. Để nâng cao hoạt động tài chính của ngân hàng, cần phải quản lý tốt các khoản tín dụng và giảm thiểu tỷ lệ nợ xấu đến mức thấp nhất. Ngoài ra, cũng cần phải xây dựng hệ thống đánh giá rủi ro tín dụng theo các thông lệ quốc tê, từ đó hạn chế rủi ro ở mức thấp nhất để đảm bảo chẩt lƣợng tài sản có. Vì phải đối mặt với việc suy giảm lợi nhuận do hạn chế rủi ro quá mức, các NHTM cần nâng cao chất lƣợng phục vụ cũng nhƣ ra đời nhiều sản phẩm mới mang tính cạnh tranh thể hiện năng lực của ngân hàng. Trịnh Quốc Trung và Nguyễn Văn Sang (2013) nghiên cứu yếu tố ảnh hƣởng đến hiệu quả hoạt động của NHTM Việt Nam thông qua chỉ tiêu ROE và ROA, bài viết đã sử dụng mô hình hồi quy Tobit và dựa trên số liệu của 39 NHTM Việt Nam giai đoạn 2005 – 2012. Nghiên cứu cho thấy, tổng chi phí hoạt động trên doanh thu có tác động ngƣợc chiều với cả ROE, ROA.Tỷ lệ vốn chủ sở hữu trên tổng tài sản càng cao thì lợi nhuận trên tổng tài sản càng cao, nhƣng lại làm lợi nhuận trên vốn chủ sở hữu giảm. Tỷ lệ cho vay trên tổng tài sản càng cao thì lợi nhuận NHTM càng cao, trong khi đó tỷ lệ nợ xấu càng cao thì hiệu quả hoạt động của các NHTM càng giảm. KẾT LUẬN CHƢƠNG 2 Trong chƣơng này, tác giả đã trình bày cơ sở lý thuyết về rủi ro tín dụng và khả năng sinh lời của NHTM. Qua đó giúp ta có cái nhìn tổng quan về rủi ro tín dụng để đánh giá sơ bộ tình hình hoạt động tài chính của ngân hàng. Kế đến, tác giả cũng trình bày các nghiên cứu trong nƣớc và nƣớc ngoài có liên quan đến tác động của rủi ro tín dụng đến khả năng sinh lời trong NHTM, làm cơ sở cho bài nghiên cứu của tác giả. Qua các bằng chứng thực nghiệm trƣớc đó, mặc dù sử dụng các phƣơng pháp nghiên cứu, thời gian, nền kinh tế khác nhau, nhƣng đều chỉ ra đƣợc rằng rủi ro tín dụng có tác động đến khả năng sinh lời. Do đó càng có cơ sở để kì vọng rằng rủi ro tín dụng có tác động đến khả năng sinh lời của các NHTMVN. Vì vậy việc nghiên cứu đề tài Tác động của rủi ro tín dụng đến khả năng sinh lời tại các ngân hàng thƣơng mại niêm yết trên sàn chứng khoán Việt Nam một lần nữa sẽ là
  36. 23 bằng chứng thực nghiệm về mối quan hệ này có tồn tại sự tác động, nếu có đó là tác động cùng chiều hay ngƣợc chiều. Các nghiên cứu thực nghiệm đƣợc nêu trong chƣơng này cũng là cơ sở để tác giả thiết lập, lựa chọn mô hình nghiên cứu sẽ đƣợc trình bày trong chƣơng sau.
  37. 24 CHƢƠNG 3: XÂY DỰNG MÔ HÌNH NGHIÊN CỨU Trong chƣơng này, dựa trên các cơ sở lý thuyết đã trình bày trong chƣơng trƣớc, tác giả sẽ giới thiệu về mô mình nghiên cứu, đồng thời tác giả cũng sẽ giải thích cũng nhƣ kì vọng về dấu của từng biến trong mô hình. Tiếp theo, tác giả sẽ trình bày việc thu thập số liệu và phƣơng pháp thực hiện mô hình nghiên cứu làm cơ sở cho việc thực hiện nghiên cứu trong chƣơng sau. 3.1 Giới thiệu mô hình nghiên cứu 3.1.1 Lựa chọn mô hình nghiên cứu Trong các nghiên cứu đã đƣợc trình bày ở chƣơng 2, các tác giả đã sử dụng nhiều mô hình khác nhau để thực hiện ngiên cứu nhƣ mô hình hồi quy đa biến OLS, mô hình hồi quy đa biến với dữ liệu bảng và dữ liệu thời gian kết hợp với ƣớc lƣợng Pooled OLS, Fixed Effect, Random Effect, Tuy nhiên, trong phạm vi bài nghiên cứu này, tác giả quyết định chọn mô hình hồi quy đa biến sử dụng dữ liệu bảng. Thứ nhất là do mô hình này đã đƣợc nhiêu tác giả sử dụng nhƣ: Noman và cộng sự (2015), Bayyoud và Sayyad (2015), Akhtar và cộng sự (2011), Alshatti (2015), Muthee (2009), Gizaw (2015) và trong các bài nghiên cứu tại Việt Nam nhƣ Phạm Hữu Hồng Thái (2013), Nguyễn Mạnh Huy (2016). Đặng Thị Diệu Hƣơng (2016), Nguyễn Thị Thanh Trà (2015). Thêm vào đó, theo Baltagi (2008) mô hình hồi quy đa biến sử dụng dữ liệu bảng còn mang nhiều ƣu điểm hơn so với hồi quy thông thƣờng: Một là, dữ liệu bảng cho phép kiểm soát sự khác biệt không quan sát đƣợc giữa các ngân hàng trong mẫu nghiên cứu. Hai là, qua việc kết hợp chuỗi thời gian của các quan sát chéo, dữ liệu bảng cho chúng ta dữ liệu chứa nhiều thông tin hữu ích hơn, tính biến thiên nhiều hơn, ít hiện tƣợng đa cộng tuyến giữa các biến, nhiều bậc tự do và hiệu quả cao hơn. Ba là, nghiên cứu quan sát lập đi lập lại của các đơn vị chéo, dữ liệu bảng phù hợp hơn cho việc nghiên cứu sự động thái thay đổi theo thời gian của các đơn vị chéo. Bốn là, dữ liệu bảng có thể phát hiện và đo lƣờng tốt các tác động mà ngƣời ta
  38. 25 không thể quan sát đƣợc trong dữ liệu chuỗi thời gian hay dữ liệu chéo thuần túy. Năm là, dữ liệu bảng giúp ta có thể nghiên cứu các mô hình hành vi phức tạp hơn. Sáu là, bằng cách cung cấp dữ liệu đối với vài nghìn đơn vị, dữ liệu bảng có thể giảm đến mức thấp nhất hiện tƣợng chệch có thể xảy ra nếu chúng ta gộp các cá nhân hay các doanh nghiệp theo những biến số có mức tổng hợp cao. 3.1.2 Thiết kế mô hình nghiên cứu Mô hình trong bài nghiên cứu này chủ yếu kế thừa từ nghiên cứu của tác giả Saeed và Zahid (2016), Li và Zou (2014) và bài nghiên cứu tại Việt Nam của Phạm Hữu Hồng Thái (2013). Trong các bài nghiên cứu này, các tác giả đã chọn tỷ suất sinh lời trên vốn chủ sở hữu ROE làm biến phụ thuộc đại diện cho khả năng sinh lời. Biến độc lập đƣợc các tác giả sử dụng là tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR), tỷ lệ an toàn vốn tối thiểu (CAR), tỷ lệ dự phòng trên tổng dƣ nợ cho vay- dự phòng rủi ro tín dụng (LLPR) làm đại diện cho rủi ro tín dụng của ngân hàng. Dữ liệu của các tác giả đƣợc thu thập theo phƣơng pháp dữ liệu bảng và sử dụng các mô hình hồi quy đơn giản nhƣ Pooled OLS. Vì vậy, ngoài kế thừa nghiên cứu của các tác giả trên, tác giả vẫn sử dụng phƣơng pháp dữ liệu bảng và sẽ kết hợp ƣớc lƣợng Pooled OLS, REM, FEM nhằm tăng tính chính xác cho mô hình nghiên cứu. Ngoài ra, trong các bài nghiên cứu Alshatti (2015), Saeed và Zahid (2016) có đề cập đến biến hệ số đòn bẩy tài chính (LEV) làm biến độc lập đại diện cho rủi ro tín dụng khi xem xét tác động của rủi ro tín dụng đến khả năng sinh lời. Nhận thấy biến LEV có vai trò quan trọng trong việc đánh giá đòn bẩy tài chính của hệ thống NHTMVN, nên tác giả quyết định thêm biến vào mô hình để thêm ý nghĩa thực tiễn cho bài nghiên cứu. Bên cạnh đó, trong các bài nghiên cứu về các nhân tố tác động đến khả năng sinh lời, nhiều tác giả cho thấy tốc độ tăng trƣởng GDP có tác động đến khả năng sinh lời nhƣ Chouikh và Blagui (2017), Simiyu và Ngile (2015), Marak (2014), Owoputi và cộng sự (2014), Trong khi đó, các tác giả Akhtar và cộng sự (2011), Li và Zou (2014), Phạm Hữu Hồng Thái (2013), Saeed và Zahid (2016), Boahene và cộng sự
  39. 26 (2012), Owoputi và cộng sự (2014), tìm ra sự tác động của quy mô ngân hàng (BS) đến khả năng sinh lời trong ngân hàng. Ngoài ra, mối quan hệ giữa lạm phát (INF) và khả năng sinh lời cũng đƣợc nhiều tác giả tìm ra nhƣ Owoputi và cộng sự (2014), Marak (2014), Chouikh và Blagui (2017). Đồng thời, tác giả đƣa thêm biến giả để đo lƣờng tác động của cuộc khủng hoảng kinh tế thế giới 2008 - 2009 tới khả năng sinh lời của các NHTM. Tóm lại, dựa trên các cơ sở lý thuyết mà tác giả đã trình bày đã nêu kết hợp với mô hình hồi quy tuyến tính đa biến, tác giả đƣa ra mô hình nghiên cứu của đề tài đƣợc tóm gọn nhƣ sau: ROEit = β0 + β1NPLRit + β2CARit + β3LLPRit + β4LEVit + β5BSit + β6INFit + β7GDPit + ß8DUMit + εit Trong đó: β0: Hệ số chặn. β1, β8: Các hệ số hồi quy riêng của các biến độc lập. i ký hiệu cho các ngân hàng, t ký hiệu cho các năm và ε đại diện cho sai số của mô hình. Biến phụ thuộc: - ROE: suất sinh lời trên vốn chủ sở hữu, đại diện cho khả năng sinh lời của NH (tính theo tỷ lệ phần trăm). Biến độc lập: - NPLR đại diện cho tỷ lệ nợ xấu trên tổng dƣ nợ cho vay của NH (tính theo tỷ lệ phần trăm). - CAR đại diện cho tỷ lệ an toàn vốn tối thiẻu của NH (tính theo tỷ lệ phần trăm). - LLPR đại diện cho dự phòng rủi ro tín dụng (tính theo tỷ lệ phần trăm). - LEV đại diện do hệ số đòn bẩy tài chính của NH (đƣợc tính theo tỷ lệ phần trăm). Biến kiểm soát: - BS đại diện quy mô ngân hàng (đƣợc tính theo tỷ lệ phần trăm).
  40. 27 - INF đại diện cho tỷ lệ lạm phát của Việt Nam. - GDP đại diện cho tốc độ tăng trƣởng Việt Nam (đƣợc tính theo tỷ lệ phần trăm). - DUM: đại diện cho biến khủng hoảng kinh tế (nhận giá trị 1 dữ liệu năm 2008 và 2009, nhận giá trị 0 cho các năm khác). 3.2 Giải thích các biến trong mô hình và kì vọng dấu về các biến 3.2.1 Biến phụ thuộc Trong các chỉ tiêu đại diện khả năng sinh lời mà chƣơng 2 đã nêu thì trong thực tế, ROE đƣợc sử dụng phổ biến để đại diện cho khả năng sinh lời khi nghiên cứu tác động của rủi ro tín dụng đến khả năng sinh lời tại các ngân hàng nhƣ Noman và cộng sự (2015), Bayyoud và Sayyad (2015), Afriyie và Akotey (2012), Alshatti (2015), Saeed và Zahid (2016), Ngoài ra, ROE cũng là chỉ số thƣớc đo chính xác nhất để nhà quản trị, chủ sở hữu đánh giá một đồng vốn của mình bỏ ra tạo ra bao nhiêu đồng lợi nhuận. Theo Owoputi và cộng sự (2014), ROE đƣợc gọi là số nhân vốn chủ sở hữu, nó phản ánh việc lợi nhuận thu về của các cổ đông trên phần vốn góp của mình. Nó cho thấy hiệu quả việc sử dụng đồng vốn góp. Và đã trình bày ở chƣơng 2, ROE đƣợc tính bằng tỷ lệ lợi nhuận ròng chia cho vốn chủ sở hữu. 3.2.2 Các biến độc lập đại diện cho rủi ro tín dụng 3.2.2.1 Tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR) Chỉ số này thể hiện chất lƣợng tín dụng tại ngân hàng, đƣợc đo lƣờng bằng cách lấy tổng nợ xấu (nhóm 3 đến 5 theo tiêu chuẩn phân loại của NHNN) chia cho tổng dƣ nợ cho vay của ngân hàng. Các ngân hàng có danh mục cho vay quá nhiều khoản vay kém chất lƣợng và khi phát sinh vấn đề, ngân hàng phải trích lập dự phòng vào chi phí hoạt động để dự phòng cho những tổn thất có thể xảy ra, từ đó làm giảm lợi nhuận của ngân hàng. Theo Girardone và cộng sự (2004) xác định tình trạng nợ xấu đã gây ra sự kém hiệu quả trong hệ thống ngân hàng Italia. Tƣơng tự, Li và Zou (2014) nghiên cứu tác động của quản trị rủi ro tín dụng đến khả năng sinh lời của NHTM tại Châu Âu, Alshatti (2015) nghiên cứu tác động của quản trị rủi ro tín dụng đến hiệu quả hoạt động của các NHTM tại Jordan, Gizaw và cộng sự (2015)
  41. 28 nghiên cứu tác động của rủi ro tín dụng đến khả năng sinh lời của NHTM tại Ethiopia, khi nghiên cứu về tác động của rủi ro tín dụng đến khả năng sinh lời đều sử dụng chỉ tiêu tỷ lệ nợ xấu để đại diện cho rủi ro tín dụng. Theo kết quả của các bài nghiên cứu thì tỷ lệ nợ xấu có tác động ngƣợc chiều đến khả năng sinh lời. Trong phạm vi nghiên cứu bài này, tác giả cũng kỳ vọng tìm ra mối tƣơng quan nghịch biến giữa tỷ lệ nợ xấu và khả năng sinh lời trong cả hai mô hình. Giả thuyết H1: mối quan hệ ngƣợc chiều giữa NPLR và ROE. 3.2.2.2 Dự phòng rủi ro tín dụng (LLPR) Chỉ số này đƣợc đo lƣờng bằng tỷ lệ dự phòng rủi ro trên tổng dƣ nợ. Dự phòng rủi ro tín dụng đƣợc trích lập và hạch toán vào chi phí hoạt động để dự phòng cho những tổn thất có thể xảy ra đối với các khoản tín dụng của ngân hàng. Trên bảng cân đối kế toán của ngân hàng, dự phòng là một khoản mục thuộc tài sản và làm giảm giá trị của tài sản Có, nhằm phản ánh sự suy giảm của tài sản trƣớc những tổn thất có khả năng xảy ra. Trong khi đó, trong bảng kết quả kinh doanh, dự phòng là một khoản chi phí phi tiền mặt, đƣợc ghi nhận là làm giảm lợi nhuận hoặc vốn chủ sở hữu của ngân hàng. Tƣơng tự, Noman và cộng sự (2015) khi nghiên cứu tác động của rủi ro tín dụng đến khả năng sinh lời của 18 NHTM tại Bangladesh, Kolapo và cộng sự (2012) nghiên cứu quản lý rủi ro tín dụng tại các NHTM ở Nigeria giai đoạn 2000 – 2010, cho ra kết quả ngƣợc chiều giữa tỷ lệ dự phòng rủi ro tín dụng và khả năng sinh lời. Do đó, tác giả kì vọng rằng việc tăng LLPR sẽ góp phần làm giảm khả năng sinh lời. Giả thuyết H2: mối quan hệ cùng chiều giữa LLPR và ROE. 3.2.2.3 Đòn bẩy tài chính (LEV) Chỉ số này đƣợc đo lƣờng bằng tỷ lệ tổng nợ phải trả trên tổng vốn chủ sở hữu. Đòn bẩy tài chính còn là công cụ quan trọng để dự kiến ROE, ngân hàng hoạt động kinh doanh có hiệu quả thể hiện ở hệ số đòn bẩy tài chính cao, làm tăng tỷ lệ sinh lời của vốn chủ sở hữu. Mặt khác, khi ngân hàng huy động nợ cao thì rủi ro phá sản hay mất thanh khoản càng lớn, chính vì thế chi phí huy động vốn sẽ cao hơn để bù đắp
  42. 29 vào rủi ro mà họ có thể gánh chịu và khi đó tác dụng của đòn bẩy tài chính sẽ giảm đi, thậm chí làm giảm ROE. Thêm vào đó, các nghiên cứu trƣớc đây cũng cho thấy mối quan hệ tƣơng quan giữa ROE và LEV nhƣ Alshatti (2015), Saeed và Zahis (2016), Do đó, tác giả kì vọng là đòn bẩy tài chính sẽ tác động cùng chiều đến khả năng sinh lời của NHTMVN. Giả thuyết H3: mối quan hệ cùng chiều giữa LEV và ROE. 3.2.2.4 Tỷ lệ an toàn vốn tối thiểu (CAR) Chỉ số này là thƣớc đó quan trọng để đo mức độ an toàn hoạt động của ngân hàng. Nghiên cứu của Isanzu (2017) nhận định rằng CAR tăng thể hiện sức mạnh, khả năng của ngân hàng nhƣ một bộ đệm giúp giảm các thiệt hại khi cho vay. Đồng thời, kết quả cũng cho thấy các NHTM tại Trung Quốc phụ thuộc vào vốn chủ sở hữu và nó đƣợc sử dụng nhằm nâng cao khả năng sinh lời giúp gia tăng hoạt động tài chính. Tuy nhiên, tác giả nhận định rằng khi hệ số CAR tăng có nghĩa là vốn trong ngân hàng ít đƣợc mang đi đầu tƣ thì khả năng lợi nhuận sẽ giảm xuống. Thực tế, NHNN vì muốn các NHTM tăng vốn nhằm đáp ứng định hƣớng triển khai Basel II tại Việt Nam đã giảm tỷ lệ xuống 8% theo Thông tƣ số 41/2016/TT-NHNN. Tƣơng tự, các nghiên cứu của Noman và cộng sự (2015), Li và Zou (2014), Rasika và Sampath (2015), cho rằng lợi nhuận ngân hàng có xu hƣớng giảm vì tăng hệ số CAR. Chính vì thế, tác giả cũng kì vọng biến tỷ lệ an toàn vốn tối thiểu có mối quan hệ ngƣợc chiều với khả năng sinh lời. Giả thuyết H4: mối quan hệ ngƣợc chiều giữa CAR và ROE. 3.2.2.5 Quy mô ngân hàng (BS) Chỉ số này đƣợc đo bằng tỷ lệ của tổng tài sản ngân hàng trên tổng tài sản của toàn hệ thống ngân hàng. Các ngân hàng lớn sẽ có ƣu thế hơn trong việc nắm giữ quyền lực thị trƣờng và có đủ điều kiện thuận lợi để hoạt động một cách tối ƣu. Các ngân hàng lớn có khả năng cao hơn trong việc chấp nhận rủi ro của hoạt động chuyển hóa tài sản do đƣợc hƣởng khoản bảo hiểm tiền gửi cao. Đƣợc cho là có khả năng xử lý rủi ro tốt hơn, các ngân hàng lớn cũng khá linh hoạt với việc dịch chuyển kỳ
  43. 30 hạn bằng cách giảm phí bảo hiểm. Ảnh hƣởng của quy mô ngân hàng đối với khả năng sinh lời cũng đƣợc đề cập trong các nghiên cứu của Saeed và Zahid (2016), Owoputi và cộng sự (2014), Phạm Hữu Hồng Thái (2013), Boahene và cộng sự (2012), đều cho thấy sự ảnh hƣởng cùng chiều. Chính vì thế, tác giả cũng kì vọng biến quy mô ngân hàng có mối quan hệ cùng chiều với khả năng sinh lời. Giả thuyết H5: mối quan hệ cùng chiều giữa BS và ROE. 3.2.2.6 Tỷ lệ lạm phát (INF) Chỉ số này cơ bản đo lƣờng giá cả hàng hóa dịch vụ và cho biết liệu nền kinh tế có bị lạm phát hay giảm phát hay không. Theo Pasiouras và Kosmidou (2007), tác động lạm phát đến lợi nhuận của ngân hàng còn phụ thuộc vào dự đoán của các nhà quản lý về lạm phát trong từng thời kỳ. Ngân hàng nên dự đoán chính xác tỷ lệ lạm phát, từ đó có chính sách điều chỉnh lãi suất huy động và cho vay phù hợp nhằm tăng lợi nhuận. Nhìn chung, tác động của lạm phát có hai mặt. Nếu duy trì ở mức lạm phát vừa phải nó sẽ thúc đẩy nền kinh tế phát triển. Tuy nhiên, khi mức lạm phát ở trên 10% đối với nƣớc ta và khó kiểm soát có thể sẽ gây ra nhiều hậu quả nặng nề. Do đó, tác giả kì vọng tỷ lệ lạm phát sẽ tác động hai chiều đến khả năng sinh lời của ngân hàng. Giả thuyết H6: mối quan hệ cùng chiều hay ngƣợc chiều giữa INF và ROE. 3.2.2.7 Tốc độ tăng trƣởng (GDP) Chỉ số này thể hiện cho tốc độ GDP thực hàng năm. Theo Obamuyi (2013), điều kiện kinh tế sẽ ảnh hƣởng tích cực đến các hoạt động của ngành tài chính. Nghiên cứu của Dietrich và Wanzenried (2011) cũng có nhận định tƣơng tự, tăng trƣởng kinh tế giúp ổn định thu nhập trong dân cƣ cao, làm tăng nhu cầu cho vay và dẫn đến hoạt động kinh doanh ngân hàng đƣợc thúc đẩy hiệu quả hơn do đó làm gia tăng lợi nhuận của ngân hàng. Ngƣợc lại, trong thời kì kinh tế suy thoái, thu nhập giảm, hoạt động kinh doanh của ngân hàng sẽ trở nên khó khăn hơn, hiệu quả kinh doanh giảm, lợi nhuận theo đó cũng giảm theo. Do đó, tác giả kì vòng tác động của tốc độ tăng trƣởng cùng chiều với khả năng sinh lời của ngân hàng.
  44. 31 Giả thuyết H7: mối quan hệ cùng chiều giữa GDP và ROE. 3.2.2.8 Khủng hoảng kinh tế 2008 – 2009 (DUMMY) Tác giả đƣa thêm yếu tố biến giả là tác động của khủng hoảng tài chính, nhằm xét xem rằng trong giai đoạn khủng hoảng tài chính các năm 2008 và năm 2009 có ảnh hƣởng đến khả năng sinh lời của các NHTM niêm yết trên sàn chứng khoán tại Việt Nam. Theo nghiên cứu của Dietrich và Wanzenried (2011), các ngân hàng niêm yết trên sàn chứng khoán có nhiều lợi ích trong cuộc khủng hoảng hơn những ngân hàng không đƣợc niêm yết. Bởi ROE phản ảnh nỗ lực tối đa hóa của các cổ đông, thực tiễn thƣờng thấy ở các ngân hàng niêm yết. Do đó, một số ngân hàng niêm yết có thể giảm hiệu quả vốn chủ sở hữu của mình nhằm làm tăng ROE. Tƣơng tự, theo Beltratti và Stulz (2009), các ngân hàng với vốn cấp 1 cao, nhiều tiền gửi và cho vay nhiều hoạt động tốt hơn trong cuộc khủng hoảng. Các ngân hàng ở các nƣớc với sự giám sát vốn chặt chẽ có lợi nhuận cao hơn bởi sự can thiệp nhiều hơn của các nhà quản lý trong cuộc khủng hoảng. Qua các thực nghiệm trên, tác giả kì vọng biến khủng hoảng kinh tế thế giới tác động ngƣợc chiều với khả năng sinh lời của các NHTM niêm yết trên sàn chứng khoán tại Việt Nam. Giả thuyết H8: mối quan hệ ngƣợc chiều giữa DUMMY và ROE. Bảng 3.1: Giải thích các biến và kỳ vọng dấu của từng biến Dấu Các nghiên cứu Ký hiệu Tên biến Đo lƣờng kỳ trƣớc đây vọng Biến phụ thuộc Tỷ suất Noman và cộng sự (2015), sinh lời Afriyie và Akotey (2012), Lợi nhuận ròng/ vốn chủ sở ROE trên vốn Muthee (2010), Li và Zou hữu bình quân chủ sở (2014), Saeed và Zahid hữu (2016), Biến độc lập Tỷ lệ nợ Nợ xấu (thuộc nhóm 3, 4, Girardone và cộng sự (2004), NPLR - xấu trên 5) / Tổng dƣ nợ cho vay Li và Zou (2014), Alshatti
  45. 32 tổng dƣ (2015), Gizaw và cộng sự nợ cho (2015) vay Dự phòng Dự phòng rủi ro / tổng dƣ Kolapo và cộng sự (2012), LLPR rủi ro tín - nợ cho vay Noman và cộng sự (2015) dụng Đòn bẩy Tổng nợ phải trả/ tổng vốn Alshatti (2015), Saeed và LEV + tài chính chủ sở hữu Zahis (2016) Tỷ lệ an (Vốn cấp 1 + vốn cấp 2) / Noman và cộng sự (2015), Li CAR toàn vốn (Tài sản “Có” rủi ro + rủi ro - và Zou (2014), Rasika và tối thiểu tín dụng) Sampath (2015) Biến kiểm soát Tỷ lệ của tổng tài sản Saeed và Zahid (2016), Quy mô NHTMi / Tổng tài sản của BS + Owoputi và cộng sự (2014), ngân hàng toàn hệ thống ngân hàng Boahene và cộng sự (2012) theo từng năm. Abreu và Mendes (2000), Tỷ lệ lạm INF Tỷ lệ lạm phát hằng năm + / - Sufian và Chong (2008), phát Owoputi và cộng sự (2014) Obamuyi (2013), Dietrich và Tốc độ Tốc độ tăng trƣởng của Wanzenried (2011), Roman GDP tăng + Việt Nam hằng năm và Tomuleasa (2012), trƣởng Flamini và cộng sự (2009) Khủng hoảng Nhận giá trị 1 dữ liệu năm Beltratti và Stulz (2009), DUMMY kinh tế 2008 và 2009; nhận giá trị - Dietrich và Wanzenried 2008 - 0 cho các năm khác (2011) 2009 Ghi chú: + là tác động cùng chiều, - là tác động ngƣợc chiều Nguồn: Tác giả tự tổng hợp
  46. 33 3.3 Thu thập số liệu nghiên cứu 3.3.1 Thu thập số liệu của các NHTMVN Tác giả thu thập số liệu từ 14 ngân hàng đƣợc niêm yết trên sàn chứng khoán (bảng 3.2 bên dƣới) vì các nguồn dữ liệu thứ cấp do ngân hàng công bố khi đã đƣợc niêm yết trên sàn chứng khoán sẽ có tính tin cậy cao hơn do đƣợc kiểm toán kĩ càng từ các công ty kiểm toán độc lập có uy tín. Ngoài ra, 14 NHTM đƣợc niêm yết đều có tổng tài sản khá lớn, mang tính đại diện cho hệ thống NHTMVN. Thời gian quan sát từ năm 2005 đến năm 2016. Tác giả quyết định chọn giai đoạn này là muốn nghiên cứu đề tài trong giai đoạn trƣớc, trong và sau khủng hoảng 2008 – 2009 cho đến thời điểm gần nhất mà tác giả có thể thu thập số liệu đƣợc. Đồng thời, rủi ro tín dụng và khả năng sinh lời của các NHTMCP có nhiều chuyển biến phức tạp trong khoảng thời gian này. Số liệu các biến đƣợc thu thập từ nguồn dữ liệu thứ cấp, chủ yếu từ các báo cáo thƣờng niên, báo cáo tài chính đã đƣợc kiểm toán, theo chuẩn mực kế toán Việt Nam và trình bày trên các trang vietstock.vn, cafef.vn, cophieu68.vn, bvsc.com.vn, và của chính các ngân hàng. Thông qua việc thu thập các thông số: tổng tài sản, vốn chủ sở hữu, tổng dƣ nợ, tổng nợ xấu từ nhóm 3 đến nhóm 5, dự phòng rủi ro và sử dụng các công thức tính toán nhƣ đã trình bày để tính toán dữ liệu của các biến độc lập NPLR, LLPR, LEV, CAR, BS, INF, GDP. Trong đó, do NHTMCP Bƣu điện Liên Việt (LienVietPostBank) đƣợc thành lập từ 28/3/2008 nên số liệu chỉ đƣợc thu thập từ năm 2009 – 2016. NHTMCP Sài Gòn – Hà Nội (SHB) đƣợc thành lập 20/1/2006 nên số liệu thu thập từ năm 2006 – 2016. Còn các ngân hàng còn lại số liệu đƣợc thu thập đầy đủ từ năm 2005 đến năm 2016.
  47. 34 Bảng 3.2: Danh sách các NHTM và thời gian thu thập số liệu Sàn Mã Thời gian Ngày niêm Tên ngân hàng niêm chứng thu thập yết yết khoán dữ liệu NHTMCP Ngoại Thƣơng HOSE VCB 30/6/2009 2005 - 2016 Việt Nam (Vietcombank) NHTMCP Công Thƣơng HOSE CTG 16/7/2009 2005 – 2016 Việt Nam (VietinBank) NHTMCP Đầu tƣ và Phát HOSE BID 24/1/2014 2005 – 2016 triển Việt Nam (BIDV) Ngân hàng Việt Nam HOSE VPB 17/8/2017 2005 – 2016 Thịnh Vƣợng(VPBank) NHTMCP Quân Đội HOSE MBB 1/11/2011 2005 – 2016 (MBBank) NHTMCP Á Châu (ACB) HNX ACB 21/11/2006 2005 – 2016 NHTMCP Sài Gòn Thƣơng HOSE STB 12/7/2006 2005 – 2016 Tín (Sacombank) NHTMCP Xuất Nhập Khẩu Việt Nam HOSE EIB 27/10/2009 2005 – 2016 (Eximbank) NHTMCP Quốc tế Việt UPCoM VIB 9/1/2017 2005 – 2016 Nam (VIB) NHTMCP Sài Gòn – Hà HNX SHB 20/4/2009 2006 – 2016 Nội (SHB) NHTMCP Bƣu điện Liên UPCoM LPB 5/10/2017 2009 – 2016 Việt (LienVietPostBank) NHTMCP Kiên Long UPCoM KLB 29/6/2017 2005 – 2016 (KienLongBank)
  48. 35 NHTMCP Quốc Dân HNX NVB 13/9/2010 2005 – 2016 (NCB) NHTMCP Phát triển Hồ HOSE HDB 5/1/2018 2005 – 2016 Chí Minh (HDBank) Nguồn: Tác giả tự tổng hợp 3.3.2 Thu thập số liệu của các biến số vĩ mô và biến giả Thứ nhất, số liệu về tốc độ tăng trƣởng GDP và tỷ lệ lạm phát INF đƣợc tác giả lấy từ dữ liệu World Bank. Số liệu đƣợc lấy theo năm, từ năm 2005 đến 2016. Thứ hai, biến yếu tố khủng hoảng kinh tế đƣợc gán giá trị 1 cho dữ liệu năm 2008 và 2009, nhận giá trị 0 cho các năm còn lại. 3.4 Phƣơng pháp thực hiện mô hình nghiên cứu Để hoàn thành các mục tiêu nghiên cứu đã đƣợc nêu trong chƣơng 1, đề tài thực hiện mô hình nghiên cứu và tiến hành kiểm định mô hình theo trình tự: thống kê mô tả dữ liệu, lựa chọn mô hình, kiểm định các khuyết tật mô hình với sự hỗ trợ của phần mềm Eview 8. Bƣớc 1: Thống kê mô tả Thống kê mô tả đƣợc sử dụng nhằm mục đích thống kê lại các số liệu cần thiết, tóm tắt, trình bày, tính toán để mô tả lại các đặc tính cơ bản của dữ liệu đề tài. Việc này giúp ta thấy đƣợc giá trị trung bình của các biến số thông qua tiêu chí giá trị trung bình, đánh giá đƣợc sự dao động của các biến số thông qua tiêu chí giá trị nhỏ nhất và giá trị lớn nhất, biết đƣợc giá trị của trung vị và sai số chuẩn giữa các giá trị là bao nhiêu. Qua đó có thể đƣa ra các nhận định ban đầu về chuỗi dữ liệu nghiên cứu. Bƣớc 2: Phƣơng pháp lựa chọn mô hình hồi quy Phân tích hồi quy đƣợc sử dụng nhằm đo lƣờng độ ảnh hƣởng của các biến độc lập với biến phụ thuộc, qua đó biết đƣợc chiều tác động và mức độ tác động của từng biến độc lập lên biến phụ thuộc. Kết quả hồi quy đƣợc cho là bằng chứng thực nghiệm để xem xét tác động. Dữ liệu nghiên cứu là loại dữ liệu bảng, tƣơng tự các bài nghiên cứu trƣớc đây, tác giả xem xét để lựa chọn cho bài nghiên cứu gồm có:
  49. 36 Pooled Regression – OLS, Fixed effects model – FEM, Random effects model – REM. Từ đó, để lựa chọn mô hình ƣớc lƣợng phù hợp nhất cho bài nghiên cứu, cần xem xét các ƣu nhƣợc điểm của các mô hình ƣớc lƣợng Pooled OLS, FEM, REM. Ƣớc lƣợng Pooled OLS là cách tiếp cận đơn giản nhất, có thể nói là thô sơ nhất. Giả định của mô hình này là các hệ số hồi quy, là không thay đổi giữa các ngân hàng, mô hình này phần dƣ đƣợc cho là không thay đổi theo thời gian. Có nghĩa là, mô hình này không có sự đồng nhất, khác biệt giữa các ngân hàng cũng nhƣ tính cá thể giữa các đối tƣợng đƣợc nghiên cứu. Đó cũng là nhƣợc điểm của Pooled OLS, mô hình này không cho ta biết tác động của giá trị từng ngân hàng có thay đổi giữa các ngân hàng khác và thay đổi theo thời gian hay không. Chính vì thế đây cũng là lí do gây ra hiện tƣợng tƣơng quan giữa các biến độc lập trong mô hình có nhiều biến giải thích. Vì vậy, mô hình hồi quy đơn thuần Pooled OLS thƣờng gặp phải nhiều nhƣợc điểm và cho ra những kết quả hồi quy chƣa thật sự chuẩn xác. Để khắc phục nhƣợc điểm của mô hình Pooled OLS thì mô hình FEM và REM thƣờng đƣợc sử dụng. Mô hình FEM với giả định mỗi quan sát đều có ảnh hƣởng riêng đến biến độc lập trong mô hình. Từ đó, phân tích mối tƣơng quan giữa các phần dƣ của từng quan sát đến biến độc lập nhằm kiểm soát và tách ảnh hƣởng các đặc điểm riêng biệt khỏi biến độc lập. Qua đó, ƣớc lƣợng hệ số hồi quy, tác động của biến độc lập đến biến phụ thuộc có hiệu quả hơn. Mô hình hồi quy FEM là phù hợp với dữ liệu nghiên cứu khi phần dƣ tƣơng quan đến các biến độc lập. Mô hình REM đƣợc sử dụng nhằm phân tích thêm tác động của các yếu tố riêng biệt tƣơng quan đến biến độc lập theo thời gian. Mô hình tách phần tác động của yếu tố riêng theo không gian và thời gian ra khỏi các biến độc lập, tạo phần dƣ biến thiên. Mô hình REM phù hợp khi phần dƣ không tƣơng quan với biến độc lập. Dựa vào các vấn đề trên, tác giả nhận thấy mô hình FEM và REM có những ƣu điểm hơn so với mô hình Pooled OLS. Tuy nhiên, để chọn mô hình nào tố hơn, tác giả sẽ ƣớc lƣợng mô hình Pooled OLS trƣớc, tiếp theo là mô hình FEM. Sau đó, cần kiểm định xem hệ số chặn hàm hồi quy của từng ngân hàng có khác nhau hay không, bằng cách sử dụng Redundant Fixed Effects trên Eview 8. Nếu không có sự
  50. 37 khác nhau, tác giả sẽ chọn mô hình Pooled OLS làm mô hình ƣớc lƣợng. Ngƣợc lại, nếu mô hình Pooled OLS không phù hợp, tác giả kiểm tra ƣớc lƣợng mô hình REM. Để so sánh mô hình FEM và REM xem mô hình nào phù hợp hơn, tác giả sẽ sử dụng kiểm định Hausman. Bƣớc 3: Kiểm định các khuyết tật của mô hình Đối với kiểm định hiện tƣợng đa cộng tuyến: Phân tích tƣơng quan đƣợc sử dụng nhằm kiểm định đa cộng tuyến của từng cặp biến độc lập, xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc lẫn nhau. Trong trƣờng hợp các biến độc lập có mối tƣơng quan cao (lớn hơn hay bằng 0,8) và có nghĩa, đây là dấu hiệu của hiện tƣợng đa cộng tuyến (Dong và Minh, 2012). Đối với kiểm định hiện tƣợng phƣơng sai thay đổi: Phƣơng sai thay đổi sẽ làm mất tính hiệu quả của ƣớc lƣợng nên cần phải tiến hành kiểm định giả thuyết phƣơng sai của sai số không đổi. Nếu xuất hiện phƣơng sai thay đổi trong mô hình hồi quy chuẩn sẽ gây ra hậu quả nghiêm trọng. Các ƣớc lƣợng của hệ số hồi quy vững nhƣng không hiệu quả gây nên các kiểm định hệ số hồi quy không còn đáng tin cây. Dẫn đến đƣa ra các đánh giá sai lệch về kết quả cũng nhƣ chất lƣợng của mô hình. Tác giả sẽ tiến hành kiểm định phƣơng sai thay đổi dựa trên phần dƣ tƣơng ứng với các biến giả. Đối với kiểm định hiện tƣợng tự tƣơng quan: Nhƣ ảnh hƣởng của phƣơng sai thay đổi đến kết quả mô hình hồi quy, khi các sai số có hiện tƣợng tự tƣơng quan làm cho các ƣớc lƣợng của hệ số hồi quy vững nhƣng không hiệu quả. Trong phạm vi đề tài, tác giả sử dụng kiểm định dựa trên phần dƣ tƣơng quan bậc 1. KẾT LUẬN CHƢƠNG 3 Trong chƣơng này, tác giả đã nêu các cơ sở cho việc chọn mô hình, dữ liệu nghiên cứu, phƣơng pháp thực hiện và kiểm định mô hình nhằm làm cơ sở ƣớc lƣợng, phân tích các chƣơng sau. Phần giới thiệu mô hình nghiên cứu, tác giả dựa trên cơ sở lý
  51. 38 thuyết của chƣơng 2 và cách thức chọn mô hình nghiên cứu, tác giả đã thống nhất các biến phụ thuộc, độc lập và kiểm soát. Tiếp theo, tác giả nêu rõ cách đo lƣờng nhằm hình dung rõ ràng mô hình hơn. Và dựa trên các giả thuyết nghiên cứu trƣớc đây, tác giả đã thiết lập kì vọng dấu cho các biến. Việc thu thập số liệu của 14 NHTM niêm yết trên sàn chứng khoán đƣợc trình bày và lập thành bảng làm cơ sở nghiên cứu. Sau cùng, tác giả trình bày phƣơng pháp thực hiện mô hình nghiên cứu.
  52. 39 CHƢƠNG 4: THỰC HIỆN VÀ PHÂN TÍCH KẾT QUẢ MÔ HÌNH NGHIÊN CỨU Trong chƣơng này, tác giả tiến hành thống kê mô tả, phân tích tƣơng quan giữa các biến. Sau đó, tác giả trình bày phƣơng pháp lựa chọn mô hình ƣớc lƣợng và kiểm định các khuyết tật của mô hình để đƣa đến kết quả nghiên cứu. 4.1 Thống kê mô tả Bảng 4.1: Thống kê mô tả các biến số Trung Độ lệch Biến Trung vị Lớn nhất Nhỏ nhất bình chuẩn ROE 0,142223 0,133000 0,538000 0,001000 0,091326 NPLR 0,020627 0,018050 0,116400 0,000000 0,016440 CAR 0,138010 0,122750 0,476300 0,013600 0,069412 LLPR 0,012635 0,011332 0,037018 0,000820 0.006847 LEV 11,75031 11,18711 36,45596 0,404387 5,683287 BS 0,073171 0,044166 0,305692 0,000325 0,075932 INF 0,088159 0,073858 0,231163 0,008786 1,189682 GDP 0,062176 0,062110 0,075472 0,052474 0,006991 Nguồn: Tác giả tổng hợp từ phần mềm Eviews 8.0 Tác giả thu thập mẫu dữ liệu từ 14 NHTM niêm yết trên sàn chứng khoán Việt Nam trong khoảng thời gian 2005 – 2016, bảng 4.1 trình bày kết quả thống kê mô tả các biến số đƣợc nghiên cứu trong bài. Kết quả mô tả thông kế 8 biến số gồm giá trị trung bình, giá trị trung vị, giá trị lớn nhát, giá trị nhỏ nhất và độ lệch chuẩn. Dựa vào bảng thống kê, ta thấy giá trị trung bình của ROE là 14,22%, giá trị trung vị bằng 13,3%, nghĩa là trong một nửa quan sát có ROE trên 13,3%. Giá trị lớn nhất của ROE là 53,8% thuộc về ngân hàng ACB, mức cao nhất kể từ ngày thành lập đến năm 20072. Ngƣợc lại, giá trị nhỏ nhất là 0,01% thuộc về ngân hàng Navibank năm 2 Báo cáo thƣờng niên của NHTMCP Á Châu (ACB) năm 2007
  53. 40 2012, trƣớc khi đổi tên thành Ngân hàng Quốc dân (NVB) khi tái cơ cấu theo đề án của NHNN cuối năm 2011. Độ lệch chuẩn của ROE là 0,0913. Trong số năm nghiên cứu, giai đoạn 2009 – 2011 đa số các NHTM có giá trị ROE cao hơn mức trung bình, đặc biệt là ACB. Thị trƣờng tài chính và mức độ liên kết của các ngân hàng trong nƣớc và hệ thống tài chính quốc tế còn hạn chế, cho nên thị trƣờng tiền tệ và hoạt động các ngân hàng trong nƣớc ít bị ảnh hƣởng trực tiếp của cuộc khủng hoảng tài chính và chỉ bị ảnh hƣởng gián tiếp ở mức độ không lớn. Tỷ lệ nợ xấu trên tổng dƣ nợ (NPLR) có giá trị trung bình là 2,06%, giá trị dao động của NPLR trong khoảng từ 0% (năm 2008 của ngân hàng LPB) đến 11,64% của năm 2005 ngân hàng BID. Độ lệch chuẩn là 0,0164. Dựa vào số liệu thống kê, giá trị nợ xấu hầu nhƣ tăng cao hơn giá trị trung bình, giai đoạn có tỷ lệ nợ xấu cao nhất khoảng năm 2012 – 2013. Điều này có thể hiểu do trong khoảng thời gian này, các NHTMCP chuyển đổi từ nông thôn lên đô thị dẫn đến nợ xấu tăng nhanh hơn dƣ nợ tín dụng. Thêm vào đó, việc liên tục tăng vốn điều lệ của các NHTMCP dẫn đến sức ép tăng trƣởng tín dụng để đảm bảo về hiệu quả kinh doanh trong khi khả năng về quản trị rủi ro, giám sát vốn vay còn bất cập. Và trong những năm gần đây, tỷ lệ nợ xấu đã có xu hƣớng giảm và dƣới mức cho phép 3%. Dù các ngân hàng đẩy nhanh tăng trƣởng tín dụng nhƣng nhìn chung, với sự giúp đỡ của NHNN và Chính phủ trong việc thành lập, tổ chức và hoạt động Công ty Quản lý tài sản của các TCTD Việt Nam (VAMC) đã giúp việc quản lý tình trạng nợ xấu cải thiện đáng kể. Dự phòng rủi ro tín dụng (LLPR) có giá trị trung bình 1,26%. Mức dao động từ giá trị nhỏ nhất là 0,08% và giá trị lớn nhất là 3,70% (năm 2008 ngân hàng VCB). Giá trị trung vị là 1,13%. Giá trị cho thấy mức độ bảo đảm rủi ro tín dụng là rất thấp, có nguy cơ nợ xấu cao, không đảm bảo an toàn hoạt động cho hệ thống ngân hàng. Đòn bẩy tài chính tài chính (LEV) có giá trị trung bình là 11,75 và có giá trị dao động trong khoảng 0.4043 (năm 2005 ngân hàng NCB) đến 36,4559 (năm 2005 ngân hàng BIDV), trung vị là 11,19. Giá trị cao hầu nhƣ tập trung ở các ngân hàng BID, VCB, ACB, CTG tức là các ngân hàng này có mức nợ phải trả cao đồng nghĩa
  54. 41 với việc huy động tiền gửi cao. Trong khi đó, giá trị thấp thƣờng dƣới 9 là ở ngân hàng KLB, đòn bẩy tài chính thấp là do khả năng huy động tiền gửi của KLB khá thấp so với các ngân hàng khác. Trong các NHTM, tỷ lệ nợ chiếm phần lớn trong cơ cấu nguồn vốn, mà ở đây là vốn chủ sở hữu. Mặc dù còn khá nhiều khó khăn sau khủng hoảng nhƣng các NHTM đã nỗ lực trong việc huy độn vốn nhàn rỗi trong nền kinh tế để phục vụ hoạt động kinh doanh. Quy mô ngân hàng (BS) có giá trị trung bình là 7,32%. Mức dao động từ giá trị nhỏ nhất là 0,03% và giá trị lớn nhất là 30,57% (năm 2005 ngân hàng VCB). Giá trị trung vị là 4,42%. Dựa vào số liệu thống kê, tác giả nhận thấy hầu hết các giá trị đều thấp hơn giá trị trung bình. Tỷ lệ lạm phát (INF) dao động từ 0,88% đến 23,11% và có giá trị trung bình là 8,81%. Điển hình là khoảng thời gian 2008 – 2012, CPI tăng cao bởi lúc này tiền tệ đã đƣợc nới lỏng trong một thời gian dài, tốc độ tăng cung tiền M2 của Việt Nam khá cao. Trong khi đó, tốc độ tăng trƣởng GDP có giá trị trung bình là 6,21%, dao động trong khoảng 5,25% đến 7,55%. Và cùng với khoảng thời gian 2008 – 2012, GDP Việt Nam tăng trƣởng chậm, luôn thấp hơn 7% và ngày càng đi xuống. Các thị trƣờng xuất khẩu lớn bị ảnh hƣởng, sức mua trong nƣớc giảm khi khủng hoảng kinh tế năm 2008 xảy ra. Những năm sau này, các chỉ số đã khả quan và ổn định hơn khi có sự nỗ lực của Chính phủ và của NHNN trong việc thực thi chính sách tài khóa và tiền tệ nhằm kích thích nền kinh tế phát triển trở lại. 4.2 Lựa chọn mô hình Trong mục này, tác giả sẽ lựa chọn mô hình hồi quy phù hợp cho ƣớc lƣợng mô hình nghiên cứu bằng cách hồi quy dữ liệu theo ba mô hình là Pooled OLS, Fixed Effect và Random Effect. Sau đó sẽ tiến hành các kiểm định nhằm lựa chọn mô hình phù hợp trong 3 mô hình ƣớc lƣợng. Thông qua đó, kiểm định Likelihood đƣợc sử dụng để lựa chọn mô hình nào tốt hơn giữa OLS và nhóm FEM, REM. Sau đó, kiểm định Hausman đƣợc dùng nhằm chọn mô hình tốt nhất trong 2 mô hình FEM và REM.
  55. 42 Hồi quy theo mô hình Pooled OLS Bảng 4.2: Kết quả hồi quy theo Pooled OLS Biến độc lập NPLR LLPR LEV CAR BS INF GDP DUMMY Hệ số -2,80822 3,13776 0,00773 0,18067 0,36101 1,87959 0,01843 0,01618 chặn * * R2 = 0,34934 R2 hiệu chỉnh = 0,31575 Prob (F – Statistic) = 0,00000 Ghi chú: *, , tƣơng ứng với mức ý nghĩa 10%, 5%, 1%. Nguồn: Tác giả tổng hợp lại từ phần mềm Eviews 8.0 Hồi quy theo mô hình FEM Bảng 4.3: Kết quả hồi quy theo FEM Biến độc lập NPLR LLPR LEV CAR BS INF GDP DUMMY Hệ số -2,36304 0,00543 0,33053 0,72266 0,29957 1,53458 0,75587 0,01205 chặn * R2 = 0,56502 R2 hiệu chỉnh = 0,50069 Prob (F – Statistic) = 0,00000 Ghi chú: *, , tƣơng ứng với mức ý nghĩa 10%, 5%, 1%. Nguồn: Tác giả tổng hợp lại từ phần mềm Eviews 8.0 Kiểm định Redundant Fixed Effect – Likelihood Ratio Giả thuyết kiểm định Likelihood:
  56. 43 H0: hệ số chặn của hàm hồi quy của từng ngân hàng bằng nhau hay mô hình Pooled OLS phù hợp. H1: hệ số chặn của hàm hồi quy của từng ngân hàng khác nhau hay nhóm mô hình FEM hay REM phù hợp hơn. Bảng 4.4: Kết quả kiểm định Likelihood Ratio Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 8.0 Kết quả cho thấy cả hai kiểm định đều có giá trị Prob < 1%, do đó bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 với mức ý nghĩa 1%. Vậy mô hình FEM hay REM sẽ phù hợp hơn mô hình Pooled OLS. Hồi quy theo mô hình REM Bảng 4.5: Kết quả hồi quy theo REM Biến độc lập NPLR LLPR LEV CAR BS INF GDP DUMMY Hệ số -2,33259 0,00614 0,28579 0,31266 0,31619 1,60728 1,00376 0,01331 chặn * * R2 = 0,32375 R2 hiệu chỉnh = 0,28885 Prob (F – Statistic) = 0,00000 Ghi chú: *, , tƣơng ứng với mức ý nghĩa 10%, 5%, 1% Nguồn: Tác giả tổng hợp lại từ phần mềm Eviews 8.0
  57. 44 Kiểm định Correlated Random Effects – Hausman Test Giả thuyết kiểm định Hausman Test: H0: không có tƣơng quan giữa các biến và thành phần ngẫu nhiên, mô hình REM phù hợp hơn. H1: có tƣơng quan giữa các biến và thành phần ngẫu nhiên, mô hình FEM phù hợp hơn. Bảng 4.6: Kết quả kiểm định Hausman Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 8.0 Kết quả cho thấy Prob = 1 > 10%, do đó chấp nhận giả thuyết H0 với mức ý nghĩa 10%. Vậy mô hình REM sẽ là mô hình phù hợp nhất trong ba mô hình. 4.3 Kiểm định sau khi lựa chọn mô hình Để đảm bảo tính vững và hiệu quả trong mô hình nghiên cứu của đề tài, tác giả tiến hành kiểm định một số khuyết tật của mô hình REM đƣợc chọn gồm hiện tƣợng đa cộng tuyến, phƣơng sai thay đổi và tự tƣơng quan phần dƣ.
  58. 45 4.3.1 Hiện tƣợng đa cộng tuyến Bảng 4.7: Hệ số tƣơng quan giữa các biến ROE NPLR CAR LLPR LEV BS INF GDP DUMMY ROE 1,000 NPLR -0,2638 1,000 CAR -0,1093 -0,0516 1,000 LLPR 0,0343 0,5308 -0,1636 1,000 LEV 0,2979 0,3049 -0,5598 0,2538 1,000 BS 0,2557 0,2132 -0,4219 0,4429 0,6200 1,000 INF 0,1987 -0,0104 0,1757 -0,0303 -0,1406 -0,0029 1,000 GDP 0,1492 -0,1383 -0,0531 -0,2099 0,1388 0,0358 -0,1892 1,000 DUMMY 0,0981 -0,0541 0,1052 -0,0222 -0,1112 -0,0104 0,4703 -0,4477 1,000 Nguồn: Tác giả tổng hợp từ phần mềm Eviews 8.0 Dựa vào bảng trên, ta có thể thấy hệ số tƣơng quan giữa biến phụ thuộc và các biến độc lập NPLR, CAR, LLPR, LEV, BS, INF, GDP, DUMMY lần lƣợt là -0,26; - 0,11; 0,03; 0,29; 0,26; 0,19; 0,15; 0,09. Nhƣ trình bày ở chƣơng 3, nếu mối tƣơng quan giữa hai biến là 0,8 trở lên và có ý nghĩa thì có khả năng xảy ra hiện tƣợng đa cộng tuyến trong mô hình. Do đó, thông qua bảng trên, ta có thể thấy không có hiện tƣợng đa cộng tuyến trong mô hình. 4.3.2 Kiểm định hiện tƣợng tự tƣơng quan Giả thuyết kiểm định hiện tƣợng tự tƣơng quan: H0: mô hình dữ liệu bảng không có hiện tƣợng tự tƣơng quan bậc nhất. H1: mô hình dữ liệu bảng có hiện tƣợng tự tƣơng quan bậc nhất. Bảng 4.8: Kiểm định hiện tƣợng tự tƣơng quan Biến Phandu (-1) NPLR LLPR LEV CAR BS INF GDP DUMMY Prob 0,65816 0,37322 -0,23267 0,00036 -0,02725 -0,04241 -0,29389 0,68718 0,03668 Nguồn: Tác giả tổng hợp từ phần mềm Eviews 8.0 Kết quả cho thấy Prob của phandu(-1) lớn hơn mức ý nghĩa 1%, do đó chấp nhận giả thuyết H0 với mức ý nghĩa 1%. Vậy mô hình REM không có hiện tƣợng tự tƣơng quan bậc nhất.
  59. 46 4.3.3 Phƣơng sai thay đổi Giả thuyết kiểm định phƣơng sai thay đổi: H0: mô hình không có hiện tƣợng phƣơng sai thay đổi. H1: mô hình có hiện tƣợng phƣơng sai thay đổi. Bảng 4.9: Kiểm định phƣơng sai thay đổi Mô hình OLS FEM REM Kiểm định F 1,34325 1,97516 0,00962 phƣơng sai thay đổi f (5%, k-1, n-k) 2,00418 1,63084 N/A Nguồn: Tác giả tổng hợp từ phần mềm Eviews 8.0 Dựa vào bảng kết quả và mô hình REM đã đƣợc lựa chọn, ta tiến hành kiểm định phƣơng sai thay đổi để xem xét ý nghĩa của mô hình. Kết quả cho thấy, đối với mô hình OLS có hiện tƣợng phƣơng sai thay đổi; FEM không có hiện tƣợng phƣơng sai thay đổi, trong khi đó mô hình REM không có kết quả phƣơng sai vì số bậc tự do lớn hơn số quan sát. Dựa vào các kiểm định khuyết tật của mô hình, ta thấy mô hình không có hiện tƣợng đa cộng tuyến, do đó kết quả ƣớc lƣợng trên là đáng tin cậy để giải thích tác động của rủi ro tín dụng đến khả năng sinh lời trong NHTM. Theo đó, ta có thể viết lại phƣơng trình hoàn chỉnh nhƣ sau: ROE = - 0,086722 - 2,332590 NPLR + 1,003760 LLPR + 0,006137 LEV + 0,285788 CAR + 0,312656 BS + 0,316198 INF + 1,607289 GDP + 0,013314 DUMMY R2 có giá trị là 32,37%, do đó có thể kết luần rằng các biến độc lập trong mô hình giải thích đƣợc 32,37% sự biến thiên xung quanh giá trị trung bình của khả năng sinh lời ROE.
  60. 47 Sau đây, tác giả sẽ đi phân tích cụ thể hơn về dấu của các nhân tố tác động đến ROE, cũng nhƣ thảo luận về các kết quả này. 4.4 Phân tích dấu của các biến 4.4.1 Các biến độc lập đại diện cho rủi ro tín dụng Từ kết quả hồi quy trên, ta có thể thấy đƣợc trong 4 biến đại diện cho rủi ro tín dụng thì chỉ có 3 biến tác động đến khả năng sinh lời ROE và có ý nghĩa thống kê. Trong đó, biến NPLR có tác động ngƣợc chiều, còn biến LEV, CAR có tác động cùng chiều đến khả năng sinh lời ROE. Cụ thể tác giả sẽ trình bày tóm tắt trong bảng sau: Bảng 4.10: Kết quả hồi quy của các biến đại diện cho rủi ro tín dụng Kỳ vọng dấu Kết quả nghiên Biến Hệ số chặn nghiên cứu cứu NPLR - - 2,332590 LLPR - Không có ý nghĩa LEV + + 0,006137 CAR + + 0,285788 Ghi chú: + là tác động cùng chiều, - là tác động ngƣợc chiều. Nguồn: Tác giả tự tổng hợp Tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR): Trƣớc khi tiến hành ƣớc lƣợng, tác giả kỳ vọng NPLR sẽ có tác động ngƣợc chiều đến ROE. Và kết quả sau ƣớc lƣợng trùng với kì vọng của tác giả. Trong các nghiên cứu trƣớc đây, kết quả này cũng trùng với kết quả nghiên cứu của các tác giả nhƣ Phạm Hữu Hồng Thái (2013), Li và Zou (2014), Alshatti (2015), Noman và cộng sƣ (2015), Bayyoud và Sayyad (2015), Akhtar và cộng sự (2011), Theo đó, khi các yếu tố khác không đổi thì tỷ lệ nợ xấu trên tổng dƣ nợ cho vay tăng 1% thì suất sinh lời trên vốn chủ sở hữu giảm 2,33%. Nhƣ vậy trong các tác động của rủi ro tín dụng đến ROE thì NPLR ảnh hƣởng nhiều nhất đến ROE. Điều này giải thích đƣợc rằng khi tỷ lệ nợ xấu tăng có nghĩa là nợ từ nhóm 3 đến 5 cũng tăng. Ngân hàng buộc
  61. 48 phải trích lập dự phòng tƣơng ứng và điều này làm tăng chi phí cho ngân hàng. Điều này làm gia tăng gánh nặng chi phí cho ngân hàng khi các khoản tín dụng này không những sinh lời mà còn có khả năng mất vốn, làm giảm hiệu quả hoạt động tín dụng vốn là hoạt động sẽ mang lại nhiều lợi nhuận cho ngân hàng. Dự phòng rủi ro tín dụng (LLPR): Kết quả ƣớc lƣợng cho thấy biến LLPR không có tác động đến khả năng sinh lời của NHTM trong giai đoạn 2005 – 2016, trùng với kết quả nghiên cứu của Phạm Hữu Hồng Thái (2013). Khoản dự phòng là phản ứng của ngân hàng với rủi ro cho vay và các khoản nợ quá hạn. Sự tác động này là chƣa thật sự rõ ràng vì các ngân hàng có cách nhìn nhận về rủi ro khác nhau. Theo nghiên cứu của Nguyễn Thị Thu Hiền và Phạm Đình Tuấn (2013) đã chỉ ra rằng có bằng chứng về chủ nghĩa cơ hội trong việc lựa chọn chính sách kế toán liên quan đến dự phòng rủi ro tín dụng của nhà quản trị ngân hàng tại Việt Nam. Nhƣ vậy, dự phòng rủi ro không có tác động đến khả năng sinh lời có thể phát sinh từ bất cập do chính sách kế toán về phân loại nợ cũng nhƣ các xét đoán trong lập dự phòng rủi ro tín dụng tại các NHTM. Những ngân hàng thích rủi ro thì sẽ muốn mang lại lợi nhuận cao, còn các ngân hàng thận trọng với rủi ro thì sẽ hạn chế cho vay nên cũng sẽ thu lợi nhuận ít hơn. Đòn bẩy tài chính (LEV): Trƣớc khi tiến hành ƣớc lƣợng, tác giả kì vọng LEV sẽ tác động cùng chiều đến khả năng sinh lời của ROE, điều này trùng với kì vọng của tác giả. Kết quả ƣớc lƣợng cũng trùng với các nghiên cứu của các tác giả nhƣ Alshatti (2015), Saeed và Zahid (2016), Theo đó, khi các yếu tố khác không đổi, thì tỷ lệ này tăng 1% thì suất sinh lời trên vốn chủ sở hữu tăng 0,006137%. Điều này cho thấy trong khoảng thời gian 2005 – 2016, các NHTM đã sử dụng nợ một cách hiệu quả, tận dụng tốt nguồn vốn huy động đƣợc để phục vụ hoạt động kinh doanh ngân hàng. Tỷ lệ an toàn vốn tối thiểu (CAR):
  62. 49 Kết quả ƣớc lƣợng cho thấy CAR có tác động cùng chiều đến khả năng sinh lời của ROE, điều này ngƣợc với kì vọng của tác giả. Kết quả này trùng với các nghiên cứu của các tác giả nhƣ Akhtar và cộng sự (2011), Isanzu (2017), Theo đó, khi các yếu tố khác không đổi, CAR tăng 1% thì khả năng sinh lời ROE tăng 0,28%. Điều này có thể hiểu CAR tăng thể hiện rằng ngân hàng có khả năng giảm các thiệt hại khi cho vay, chống đỡ các rủi ro tốt hơn, lợi nhuận của ngân hàng cũng đƣợc cải thiện đáng kể. Do đó, tỷ lệ an toàn vốn tối thiểu sẽ góp phần tác động làm tăng khả năng sinh lời trong NHTM. 4.4.2 Biến kiểm soát Mặc dù các biến kiểm soát đƣa vào mô hình nghiên cứu nhằm giúp mô hình thêm chính xác, không phải là đối tƣợng nghiên cứu chính của đề tài nhƣng để thấy rõ hơn còn các yếu tố khác ảnh hƣởng đến khả năng sinh lời ROE của các NHTM, tác giả vẫn phân tích thêm về tác động của các biến kiểm soát đến ROE. Bảng 4.11: Kết quả hồi quy của các biến kiểm soát Kỳ vọng dấu Kết quả nghiên Biến Hệ số chặn nghiên cứu cứu BS + + 0,132656 INF + / - + 0,316198 GDP + + 1,607289 DUMMY - Không có ý nghĩa Ghi chú: + là tác động cùng chiều, - là tác động ngƣợc chiều. Nguồn: Tác giả tự tổng hợp Quy mô tăng trƣởng (BS): Trùng với kì vọng bạn đầu của tác giả, kết quả ƣớc lƣợng cho thấy biến BS có tác động cùng chiều đến khả năng sinh lời ROE. Theo đó, khi quy mô ngân hàng tăng 1% thì khả năng sinh lời ROE tăng 0,13% khi các yếu tố khác không đổi. Kết quả này cũng nhƣ các nghiên cứu trƣớc đây của các tác giả Boahene và cộng sự (2012),
  63. 50 Phạm Hữu Hồng Thái (2013), Owoputi và cộng sự (2014), Saeed và Zahid (2016), Các ngân hàng lớn sẽ có nhiều cơ hội hơn trong quá trình mở rộng phân phối sản phẩm và dịch vụ, thành lập các chi nhánh hay phòng giao dịch, gia tăng tài sản nhằm thu hút khách hàng và quan trọng là có thể duy trì đƣợc các khoản tài trợ cho quá trình hoạt động ở mức chi phí thấp hơn các ngân hàng có quy mô nhỏ. Tỷ lệ lạm phát (INF): Kết quả ƣớc lƣợng cho thấy, lạm phát có tác động cùng chiều đến khả năng sinh lời trong NHTM, kết quả này cũng trùng với một số nghiên cứu của các tác giả nhƣ . Theo đó, tỷ lệ lạm phát tăng 1% thì ROE tăng 0,32%, cho thấy lạm phát tác động không nhỏ tới khả năng sinh lời. Qua kết quả, ta có thể thấy rằng tuy tỷ lệ lạm phát của nƣớc ta không thật sự ổn định nhƣng hầu hết các nhà quản lý của các NHTM nghiên cứu đều đã dự đoán đƣợc tỷ lệ lạm phát qua các giai đoạn từ đó đã có các chính sách điều chỉnh lãi suất huy động và cho vay phù hợp nhằm tăng lợi nhuận. Tuy nhiên nhƣ đã đƣợc nhắc đến trong chƣơng 3, lạm phát đƣợc duy trì ở mức vừa phải thì nó sẽ thúc đẩy nền kinh tế phát triển, góp phần làm tăng khả năng sinh lời trong NHTM. Tốc độ tăng trƣởng (GDP): Kết quả ƣớc lƣợng cho thấy GDP có tác động cùng chiều đến khả năng sinh lời của ROE, điều này cũng trùng với kì vọng của tác giả. Kết quả này trùng với các nghiên cứu của các tác giả nhƣ Flamini và cộng sự (2009), Dietrich và Wanzenried (2011), Roman và Tomuleasa (2012), Obamuyi (2013), Theo đó, khi các yếu tố khác không đổi, GDP tăng 1% thì khả năng sinh lời ROE tăng 1,61%. Khi điều kiện kinh tế khó khăn, các doanh nghiệp cũng nhƣ các cá nhân giảm nhu cầu tín dụng, khả năng trả nợ của ngƣời đi vay cũng giảm, thêm vào đó rủi ro tín dụng và chi phí dự phòng cho các khoản nợ có vấn đề tăng sẽ làm giảm khả năng sinh lời của ngân hàng. Ngƣợc lại, khi điều kiện kinh tế có sự cải thiện trong khả năng thanh toán của khách hàng, nhu cầu tín dụng tăng và sử dụng các dịch vụ của ngân hàng thì từ đó gia tăng lợi nhuận của ngân hàng.
  64. 51 Khủng hoảng kinh tế 2008 – 2009 (DUMMY): Kết quả ƣớc lƣợng cho thấy biến tác động của khủng hoảng kinh tế 2008 - 2009 không có tác động đến khả năng sinh lời của NHTM trong giai đoạn 2005 – 2016. Mức độ liên kết của thị trƣờng tài chính trong nƣớc với quốc tế khi ấy còn hạn chế, chịu ít tác động trực tiếp của cuộc khủng hoảng tài chính hay có tác động gián tiếp ở mức độ không lớn. Nhìn chung, thị trƣờng tiền tệ và hoạt động ngân hàng trong nƣớc đang diễn biến theo chiều hƣớng ổn định, bảo đảm an toàn thanh toán. Bảng 4.12: Tổng hợp kết quả nghiên cứu Kỳ vọng Nghiên cứu trƣớc đây dấu của Kết quả Biến nghiên nghiên cứu Cùng chiều Ngƣợc chiều cứu Phạm Hữu Hồng Thái (2013), Li và Zou (2014), Alshatti NPLR - - (2015), Bayyoud và Sayyad (2015), Akhtar và cộng sự (2011) Không có LLPR - ý nghĩa Alshatti (2015), LEV + + Saeed và Zahid (2016) Akhtar và cộng sự (2011), CAR + + Büyüksalvarcı and Abdioğlu (2011),
  65. 52 Owoputi và cộng sự (2014), Lalon (2015), Isanzu (2017) Boahene và cộng sự (2012), Phạm Hữu Hồng Thái BS + + (2013), Owoputi và cộng sự (2014), Saeed và Zahid (2016) INF + / - + Flamini và cộng sự (2009), Dietrich và Wanzenried GDP + + (2011), Roman và Tomuleasa (2012), Obamuyi (2013) Không có DUMMY - ý nghĩa Ghi chú: + là tác động cùng chiều, - là tác động ngƣợc chiều. Nguồn: Tác giả tự tổng hợp
  66. 53 KẾT LUẬN CHƢƠNG 4 Trong chƣơng này, tác giả đã trình bày và phân tích kết quả nghiên cứu bao gồm thống kê mô tả, phân tích tƣơng quan và hồi quy theo phƣơng pháp Pooled OLS, FEM, REM. Tiếp đến tác giả đã sử dụng kiểm định Likelihood Ratio để kiểm tra xem hệ số chặn của hồi quy của từng ngân hàng có khác nhau không. Kết quả cho thấy, hệ số chặn của hàm hồi quy của từng ngân hàng khác nhau với mức ý nghĩa 1%, do đó tác giả lựa chọn mô hình Pooled OLS. Sau đó, tác giả kiểm định Hausman Test để kiểm tra có tƣơng quan giữa các biến và thành phần ngẫu nhiên hay không. Kết quả cho thấy không có tƣơng quan giữa các biến và thành phần ngẫu nhiên, tác giả chọn mô hình REM là mô hình phù hợp nhất. Sau khi chọn đƣợc mô hình phù hợp với nghiên cứu, tác giả kiểm định hiện tƣợng đa cộng tuyến, phƣơng sai thay đổi và tự tƣơng quan. Kết quả cho thấy mô hình không có hiện tƣợng đa cộng tuyến . Thông qua kết quả ƣớc lƣợng, có 3 biến độc lập và 3 biến kiểm soát có ý nghĩa thống kê trong mô hình. Các biến độc lập tỷ lệ nợ xấu trên tổng dƣ nợ cho vay có tác động ngƣợc chiều đến khả năng sinh lời, đòn bẩy tài chính và tỷ lệ an toàn vốn tối thiểu tác động ngƣợc chiều với khả năng sinh lời. Biến kiểm soát gồm quy mô ngân hàng, tỷ lệ lạm phát, tốc độ tăng trƣởng đều có tác động cùng chiều đến khả năng sinh lời. Riêng biến giả khủng hoảng kinh tế 2008 – 2009 không có ý nghĩa thống kê với mô hình nghiên cứu. Cuối chƣơng, tác giả cũng phân tích dấu của các biến sau hồi quy làm cơ sở cho các kết luận và gợi ý các chính sách cho chƣơng sau.