Chia sẻ chuyên mục Đề Tài Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Yếu tố ảnh hưởng đến nợ xấu của Ngân hàng Thương mại niêm yết tại Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.
3.1. Giả thuyết và mô hình nghiên cứu
3.1.1. Giả thuyết nghiên cứu
Tương ứng với các yếu tố được đề xuất trên bảng 3.1 để xây dựng mô hình nghiên cứu thì các giả thuyết được phát biểu như sau:
- Quy mô ngân hàng
Trần Trọng Phong và cộng sự (2015); Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) cho rằng với bối cảnh các NHTM hoạt động trên cùng một địa bàn thì vấn đề cạnh tranh và mở rộng thị phần luôn được chú trọng. Để cạnh tranh tốt hơn thì các NHTM thường tập trung vào việc mở rộng quy mô, thông qua đầu tư cơ sở vật chất mở rộng chi nhánh, phòng giao dịch để tiếp cận khách hàng nhiều hơn. Tất cả các hoạt động mở rộng quy mô này nhằm mục đích cuối cùng nhằm tạo ưu thế và tạo điều kiện để tăng trưởng cho vay với mọi đối tượng khách hàng, từ đó gia tăng thị phần, có thêm thu nhập nhưng cũng chính vì vậy mà tiềm ẩn rủi ro tín dụng hay nợ xấu tại các NHTM (Manz, 2019).
H1: Quy mô ngân hàng ảnh hưởng cùng chiều đến nợ xấu tại NHTM tại Việt Nam.
- Tỷ suất sinh lời
Messai và Jouini (2013); Hazimi và William (2020); Antony và Suresh (2023); Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) cho rằng ROE thước đo khả năng sinh lời của NHTM hay doanh nghiệp. Chỉ tiêu này phản ánh một đồng vốn bỏ ra có thể mang lại cho chủ sở hữu, nhà đầu tư bao nhiêu đồng lợi nhuận. Nó được sử dụng khá phổ biến trong phân tích hiệu quả kinh doanh nhằm phản ánh hiệu quả sử dụng VCSH. Do đó, khi ROE trong NHTM càng được duy trì tại mức tăng trưởng điều này có nghĩa là các khoản cấp tín dụng đang có chất lượng tốt, về việc thu lãi và gốc đúng kỳ hạn. Hay nói cách khác khi ROE tăng trưởng thì nợ quá hạn được hạn chế thì tỷ lệ dự phòng rủi ro tín dụng cũng giảm theo và lợi nhuận sau thuế cũng được gia tăng.
H2: Tỷ suất sinh lời ảnh hưởng ngược chiều đến nợ xấu tại NHTM tại Việt Nam.
- Tăng trưởng tín dụng Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
Lê Hoàng Vinh và cộng sự (2021); Hazimi và William (2020) cho rằng trong bối cảnh các NHTM cạnh tranh với nhau để thu được nhiều lợi nhuận và sức ảnh hưởng trên thị trường thì việc tăng trưởng tín dụng được xem là điều kiện tiên quyết. Hay nói cách khác, các NHTM sẽ tiến hành nới lỏng các quy trình hay chính sách cho vay để các đối tượng khách hàng tiếp cận dễ dàng hơn với vốn vay. Nhưng cũng chính vì vậy, trong dài hạn sẽ tiềm ẩn nguy cơ của nợ xấu vì các tiêu chí chấm điểm xếp hạng tín dụng bị bỏ qua hay khẩu vị rủi ro của NHTM quá cao.
H3: Tăng trưởng tín dụng ảnh hưởng cùng chiều đến nợ xấu tại NHTM tại Việt Nam.
- Tỷ lệ chi phí hoạt động
Manz (2019); Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) cho rằng tỷ lệ này được xem là thước đo dùng để đánh giá hiệu quả chi phí hoạt động của NHTM. Hệ số này phản ánh tỷ lệ giữa tổng chi phí để thực hiện HĐKD trên tổng thu nhập có được từ HĐKD. Ngoài ra, khi một NHTM đang gặp phải tình trạng đối mặt với áp lực thanh toán ngoài kiểm soát thì ngân hàng đó thường có xu hướng gia tăng chi phí hoạt động để trả bớt các khoản nợ, dẫn đến hiệu quả HĐKD thấp. Do đó, cho thấy các NHTM hoạt động kém hiệu quả có mức RRTD cao hơn các ngân hàng khác. Hoặc để bù đắp cho các khoản chi phí này thì các NHTM sẽ muốn cho vay nhiều hơn để tăng thu nhập, từ đó tạo cơ hội cho nợ xấu lại tăng trưởng.
H4: Tỷ lệ chi phí hoạt động ảnh hưởng cùng chiều đến nợ xấu tại các NHTM tại Việt Nam.
- Tỷ lệ an toàn vốn
Tole và cộng sự (2019); Trần Trọng Phong và cộng sự (2015) cho rằng hệ số an toàn vốn được sử dụng để hỗ trợ tài sản rủi ro của ngân hàng. Tỷ lệ này càng được duy trì với ngưỡng cao có nghĩa là các loại vốn tài chính được coi là đáng tin cậy và có tính thanh khoản cao nhất, chủ yếu là vốn chủ sở hữu của cổ đông. NHTM có tỷ lệ an toàn vốn tốt có khả năng sinh lời tốt đồng thời có khả năng điều hòa các khoản cho vay xấu và hạn chế rủi ro tín dụng.
H5: Tỷ lệ an toàn vốn ảnh hưởng ngược chiều đến nợ xấu tại NHTM tại Việt Nam.
- Tăng trưởng kinh tế Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
Messai và Jouini (2013); Mazreku và cộng sự (2018); Tole và cộng sự (2019); Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) cho rằng bối cảnh tăng trưởng mạnh của nền kinh tế, nền kinh tế của khu vực phát triển mạnh làm cho thu nhập của cá nhân và hộ gia đình, doanh nghiệp hoạt động có hiệu quả hơn, có thị trường tiêu thụ hàng hóa và dịch vụ sẽ thúc đẩy các doanh nghiệp gia tăng hiệu quả hoạt động tái sản xuất và đầu tư, và điều này sẽ làm khả năng thanh toán của khách hàng được cải thiện, giúp giảm thiểu RRTD cho các NHTM. Từ đó, lợi nhuận gia tăng góp phần cải thiện khả thanh toán đúng hạn các khoản vay nợ ngân hàng, sự cải thiện này không chỉ giúp cho NHTM trong việc huy động vốn một cách hiệu quả hơn, mà còn tạo ra môi trường thuận lợi cho quá trình phát triển bền vững. Hay nói cách khác trong môi trường có tốc độ tăng trưởng kinh tế ổn định thì nợ xấu cũng sẽ được giảm thiểu đáng kể.
H6: Tốc độ tăng trưởng kinh tế ảnh hưởng ngược chiều đến nợ xấu tại các NHTM tại Việt Nam.
- Tỷ lệ lạm phát
Mazreku và cộng sự (2018); Hazimi và William (2020); Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) đã chỉ ra rằng lạm phát là sự gia tăng dần theo thời gian mức giá chung của nền kinh tế. Hiện tượng này gây ra tình trạng tăng giá lên và dẫn đến giảm sự quan tâm của người tiêu dùng đối với việc mua sắm hàng hóa, dẫn đến việc giảm tỷ lệ tiêu thụ của các sản phẩm. Điều này đồng nghĩa với việc các cá nhân, doanh nghiệp phải đối mặt với nhiều thách thức do HĐKD trì trệ khi lợi nhuận không đạt như kì vọng ban đầu. Đặc biệt là các doanh nghiệp kinh doanh kém hiệu quả có khả năng đối mặt với khả năng phá sản, làm cho họ thiếu tài chính để thanh toán các khoản nợ, điều này đồng nghĩa với việc NHTM có nguy cơ cao hơn trong việc thu hồi khoản vay và chịu thiệt hại tài chính, do đó, khiến tình trạng rủi ro tín dụng tại các NHTM gia tăng.
H7: Tỷ lệ lạm phát ảnh hưởng cùng chiều đến nợ xấu tại các NHTM tại Việt Nam.
- Đại dịch Covid 19
Đại dịch Covid 19 gây ra ảnh hưởng tiêu cực nghiêm trọng cho các quốc gia về xã hội lẫn kinh tế, do đó, ngành ngân hàng không thể tránh khỏi sự ảnh hưởng nghiêm trọng này. Tại Việt Nam, giai đoạn 2020 – 2021 và hậu Covid năm 2022 thì Chính phủ đã ưu tiên chống dịch bằng cách đóng cửa nền kinh tế không cho lưu thông hàng hóa theo phương thức truyền thống, do đó các đối tượng kinh doanh trong nền kinh tế gặp rất nhiều khó khăn trong việc có doanh thu lẫn trả nợ cho ngân hàng. Vì vậy, đại dịch ảnh hưởng xấu đến thu nhập cũng như HQKD của các NHTM hay có thể làm gia tăng nợ xấu.
H8: Đại dịch Covid 19 ảnh hưởng cùng chiều đến nợ xấu tại các NHTM tại Việt Nam.
- Sở hữu Nhà nước
Antony và Suresh (2023) cho rằng các NHTM có VCSH của nhà nước sẽ có phần đảm bảo về các rủi ro hơn là các NHTM tư nhân. Vì các NHTM có vốn nhà nước thường tập trung vào các hoạt động tín dụng truyền thống do đó sẽ gia tăng nguy cơ nợ xấu, ngược lại các NHTM tư nhân đang mở rộng hoạt động bán lẻ do đó sẽ giảm được nguy cơ nợ xấu.
H9: Sở hữu Nhà nước ảnh hưởng cùng chiều đến nợ xấu tại các NHTM niêm yết tại Việt Nam.
3.1.2. Mô hình nghiên cứu Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
Dựa trên việc tổng hợp các lý thuyết nền tảng, lược khảo các công trình nghiên cứu hiện có và xác định các khoảng trống nghiên cứu, luận văn này chọn mô hình của Antony và Suresh (2023) làm mô hình gốc để phát triển và áp dụng vào bối cảnh các NHTM niêm yết tại Việt Nam. “NPLi,t = 𝜶 + 𝜷𝟏∗SIZEi,t + 𝜷𝟐∗ROEi,t + 𝜷𝟑∗LGRi,t + 𝜷𝟒∗MEi,t + 𝜷𝟓∗CARi,t + 𝜷𝟔*GDPt + 𝜷7∗𝑪𝑷𝑰t + 𝜷8∗𝑪OVIDt + 𝜷9∗STAi,t + 𝜺i,t
Trong đó các hệ số βj là tham số biểu diễn cho mức độ ảnh hưởng của biến độc lập đến biến phụ thuộc, 𝜺 là chỉ số biểu diễn sai số của mô hình nghiên cứu. Ngoài ra, i biểu diễn cho NHTM thứ i và t biểu diễn cho năm thứ t. Các biến số trong mô hình được đo lường với các công thức dưới bảng sau:
- Bảng 3.1: Phương pháp đo lường biến
Sự lựa chọn này dựa trên một số lý do quan trọng. Thứ nhất, nghiên cứu của Antony và Suresh (2023) có tính thời sự cao, với dữ liệu được cập nhật đến năm 2022. Thứ hai, công trình này đề cập đến ảnh hưởng của cấu trúc sở hữu ngân hàng đối với nợ xấu –một khoảng trống nghiên cứu cần được kế thừa và xem xét sâu hơn trong bối cảnh Việt Nam. Ngoài ra, luận văn sẽ bổ sung các biến số quan trọng như tăng trưởng tín dụng, tỷ lệ chi phí hoạt động và tỷ lệ an toàn vốn, vốn đã được đề xuất và nghiên cứu bởi Manz (2019); Tole và cộng sự (2019); Hazimi và William (2020). Dưới đây là những luận giải chi tiết về lý do lựa chọn các biến số này: Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
Quy mô ngân hàng: Biến số này phản ánh năng lực tài chính và sức mạnh kinh doanh của NHTM, đồng thời biểu thị mục tiêu chiến lược trong quản trị của NHTM nhằm mở rộng quy mô tài sản để triển khai các hoạt động kinh doanh. Do đó, quy mô ngân hàng được kỳ vọng có ảnh hưởng đáng kể đến tình hình tăng trưởng tín dụng và mức độ nợ xấu.
Tỷ suất lợi nhuận: Đây là chỉ số thể hiện hiệu quả quản trị của NHTM trong việc gia tăng thu nhập. Tỷ suất lợi nhuận cao thường đi đôi với khả năng giảm thiểu rủi ro tín dụng, qua đó tối ưu hóa lợi nhuận ngân hàng.
Tăng trưởng tín dụng: Biến này phản ánh mức độ tham vọng của các NHTM trong việc mở rộng dư nợ nhằm tìm kiếm lợi nhuận. Tuy nhiên, việc đẩy mạnh tăng trưởng tín dụng cũng có thể đi kèm với nguy cơ nới lỏng chính sách tín dụng hoặc các quy định liên quan, từ đó tiềm ẩn rủi ro gia tăng nợ xấu tại ngân hàng.
Tỷ lệ chi phí trên thu nhập: Chỉ số này đo lường hiệu quả quản lý chi phí của các NHTM. Nếu chi phí hoạt động cao, các NHTM có thể chịu áp lực phải gia tăng dư nợ cho vay để tìm kiếm nguồn thu bù đắp, điều này có khả năng làm biến động nợ xấu.
Hệ số an toàn vốn: Hệ số này phản ánh khả năng huy động vốn chủ sở hữu của NHTM. Vốn chủ sở hữu dồi dào giúp giảm bớt áp lực thanh toán lãi huy động, cho phép các NHTM thận trọng hơn trong việc gia tăng dư nợ tín dụng, từ đó kiểm soát rủi ro tốt hơn.
Tốc độ tăng trưởng kinh tế và tỷ lệ lạm phát: Hai yếu tố vĩ mô này phản ánh ảnh hưởng của môi trường kinh tế thị trường đến hoạt động chung của ngân hàng và khả năng trả nợ của khách hàng, do đó chúng tác động trực tiếp đến nợ xấu. Đây là những chỉ số quan trọng cho thấy cách các NHTM quản trị rủi ro trong môi trường kinh doanh bên ngoài.
Đại dịch Covid-19: Đây là một biến giả được đưa vào để xem xét ảnh hưởng của sự xuất hiện của dịch bệnh đến nợ xấu. Thực tiễn đã chứng minh rằng đại dịch gây suy giảm đáng kể cho nền kinh tế, và do đó, có thể tác động trực tiếp đến chất lượng tài sản của ngân hàng.
Sở hữu của Nhà nước: Luận văn sẽ xem xét biến giả này với hai giá trị 1 (có sở hữu Nhà nước trên 51%) và 0 (các NHTM tư nhân và vốn của Nhà nước chiếm dưới 51%). Hai loại hình sở hữu này liên quan đến các đặc thù trong quản lý Nhà nước, hoạt động của NHTM, và nguồn cung ứng tiền huy động tương ứng. Do đó, văn hóa làm việc và cách thức xử lý nợ xấu giữa hai loại hình này cũng được kỳ vọng có sự khác biệt.
- Bảng 3.1: Tổng hợp các biến trong mô hình nghiên cứu
3.2. Dữ liệu nghiên cứu Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
3.2.1. Xác định mẫu nghiên cứu
Đối với phân tích hồi quy đa biến thì cỡ mẫu tối thiểu cần đạt được tính theo công thức là 50 + 8 x m (m: số biến độc lập) (Tabachnick và Fidell, 2007) thì với nghiên cứu này thì 106 mẫu là tối thiểu. Dữ liệu thu thập 24 NHTM niêm yết tại Việt Nam từ 2011 –2023 (13 năm) nên mẫu nghiên cứu có tổng cộng 288 quan sát, đáp ứng được số mẫu tối thiểu.
3.2.2. Thu thập dữ liệu nghiên cứu
Trong số các NHTM được niêm yết tại Việt Nam thì luận văn lựa chọn 24 NHTM niêm yết tại Việt Nam, không tính đến các NHTM có vốn sở hữu nước ngoài 100% hay đặt trụ sở đại diện tại Việt Nam. Mặt khác, tổng tài sản của 24 NHTM này chiếm trên 80% thị phần của hệ thống NHTM Việt Nam, do đó có thể đại diện cho các NHTM. Đồng thời, đây là ngân hàng hoạt động vì mục tiêu lợi nhuận, ít bị chi phối bởi các yếu tố chính trị hoặc thực hiện một số nhiệm vụ đặc biệt của Nhà nước. Do đó, phản ánh một cách gần như chính xác các đặc điểm, tính chất của ngành trong giai đoạn nghiên cứu. Dữ liệu nghiên cứu được tác giả sử dụng trong nghiên cứu là dữ liệu thứ cấp được thu thập từ các BCTC hợp nhất đã kiểm toán, Báo cáo thường niên của 24 NHTM niêm yết tại Việt Nam. Nguồn số liệu tổng hợp vào cuối mỗi năm trong giai đoạn 2012 – 2023 cho nên nghiên cứu gồm tổng cộng 288 quan sát.
Đối với các chỉ số kinh tế vĩ mô mỗi năm như tốc độ tăng trưởng kinh tế, chỉ số giá tiêu dùng được thu thập từ các trang web uy tín như World Bank, Ourworldindata, IMF. Số liệu được thu thập và sắp xếp theo dữ liệu bảng, cấu trúc dữ liệu bảng được kết hợp từ hai thành phần: thành phần dữ liệu chéo và thành phần dữ liệu thời gian. Trong khoảng thời gian này, nền kinh tế Việt Nam đã trải qua nhiều biến động, từ cuộc khủng hoảng kinh tế toàn cầu đến các vấn đề chính trị trên thế giới, hay gần đây nhất là những tác động nặng nề bởi dịch bệnh, chiến tranh thương mại Mỹ – Trung, lạm phát nghiêm trọng trong 2022 – 2023, chiến tranh giữa Nga và Ukraina,…. Do đó, khoảng thời gian này sẽ có những tác động mạnh mẽ đến hoạt động của các NHTM niêm yết tại Việt Nam. Dữ liệu này được trình bày tại Phụ lục 1. Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
3.3. Phương pháp nghiên cứu
Các dữ liệu thứ cấp cần thu thập của 24 NHTM niêm yết tại Việt Nam được lấy từ các BCTC đã được kiểm toán từ năm 2011 – 2023. Dữ liệu được thiết kế dưới dạng bảng với từng nhóm của mỗi NHTM tương ứng theo từng năm. Phương pháp này được ước lượng thông qua phần mềm thống kê STATA 14.0, trích xuất tại Phụ lục 2 và theo trình tự như sau:
- Thống kê mô tả mẫu nghiên cứu
Phân tích tình hình biến động tỷ lệ nợ xấu của 24 NHTM niêm yết tại Việt Nam, thông qua giá trị trung bình được tính riêng tại mỗi năm. Sau đó mô tả rõ ràng nhất các đặc tính của các biến số trong mô hình đó là giá trị nhỏ nhất, lớn nhất, trung bình và độ lệch chuẩn. Từ đó tác giả có thể đánh giá tình hình tổng quát chung của các biến số cũng như dữ liệu nghiên cứu có hay không sai lệch bước đầu.
3.3.1. Phân tích tương quan Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
Một trong số các giả định của hồi quy tuyến tính là không có tương quan giữa các biến độc lập với nhau và khi giả thuyết này bị vi phạm thì hiện tượng đa cộng tuyến có thể xảy ra. Thông qua ma trận tương quan nhằm kiểm tra mối quan hệ tương quan giữa các biến số trong mô hình, kiểm tra mối tương quan giữa các biến độc lập với nhau. Nếu sự tương quan giữa các cặp biến độc lập vượt qua ngưỡng 0,8 thì sẽ có khả năng xuất hiện hiện tượng đa cộng tuyến giữa chúng trong mô hình.
3.3.2. Phân tích hồi quy
Mô hình hồi quy gộp (Pooled OLS): Mô hình này theo phương pháp bình phương nhỏ nhất với dữ liệu bảng, đây là mô hình giản đơn và cơ bản nhất khi hồi quy các biến số. Với phương pháp OLS này thì giả định đặt ra không tồn tại khác biệt giữa các đơn vị chéo, tung độ gốc α được dùng chung cho các đơn vị chéo. Do đó, mô hình này không phản ánh sự khác biệt giữa các đơn vị chéo tại mẫu nghiên cứu, do cả hai tham số ước lượng không thay đổi với đơn vị chéo. Nhưng phương pháp này dễ xuất hiện tự tương quan chuỗi, thể hiện qua hệ số d (hệ số Durbin Watson thấp) nên kết quả ước lượng kém chất lượng và thiếu sự tin cậy.
Mô hình tác động cố định (FEM): Để khắc phục các nhược điểm của mô hình Pooled OLS về sự không đồng nhất của các đơn vị chéo thì mô hình FEM sẽ tính đến đặc trưng riêng của các đơn vị chéo. Với FEM thì các hệ số hồi quy riêng có giả định giống nhau với các đơn vị chéo nhưng hệ số chặn lại có tính phân biệt. Đặc biệt, trong mô hình FEM thì mỗi thành phần của mẫu nghiên cứu đều có những điểm riêng thuộc các đối tượng hay thời gian khác nhau và được xem như các hằng số có khả năng tác động đến các biến độc lập. Do đó, mô hình FEM sẽ phân tích sự liên hệ giữa các phần dư với từng đơn vị của biến độc lập để kiểm soát và tách sự tác động của các đặc trưng riêng rẻ (không thay đổi với thời gian) khỏi các biến số độc lập.
Mô hình tác động ngẫu nhiên (REM): Mô hình này thì lại tập trung vào việc xác định các hệ số chặn khác nhau với từng đơn vị chéo, tác động chung của các biến độc lập. Với những hệ số chặn tại các đơn vị chéo phát sinh bởi một hệ số chặn chung không thay đổi theo thời gian hay các đối tượng. Mỗi biến ngẫu nhiên là một thành phần sai số thay đổi theo đối tượng nhưng không thay đổi theo thời gian (với thành phần của sai số là biến số không quan sát được thể hiện các sự tác động của yếu tố không quan sát được bằng cách trực tiếp). Do đó, thay vì tiếp cận trực tiếp mỗi đặc điểm riêng của các đơn vị hay cách chúng tương quan với biến độc lập, thì REM xem xét những đặc điểm này là các biến số ngẫu nhiên không tương quan với biến độc lập và được xem là những cơ sở để giải thích sự tác động đến biến phụ thuộc. Vì vậy, tại những tình huống nghiên cứu mà có sự khác biệt với các đơn vị tác động đến biến phụ thuộc thì mô hình REM có phần tối ưu hơn mô hình FEM.
3.3.3. Kiểm định lựa chọn mô hình
- Lựa chọn mô hình Pooled OLS và FEM Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
Để lựa chọn mô hình Pooled OLS và FEM sẽ được thực hiện thông qua kiểm định F –test, với giả thuyết H0 là không có khác biệt giữa các đối tượng hoặc các thời điểm khác khau nên Pooled OLS phù hợp. Giả thuyết H1 là tồn tại sự khác biệt giữa giữa các đối tượng hoặc các thời điểm khác khau nên FEM phù hợp. Nếu P – value lớn hơn 5% chấp nhận H0 có nghĩa là Pooled OLS phù hợp và ngược lại.
- Lựa chọn mô hình FEM và REM
Để lựa chọn mô hình FEM và REM sẽ được thực hiện thông qua kiểm định Hausman, với cặp giả thuyết đặt ra gồm H0 là phần dư tương quan không xuất hiện với các biến độc lập trong mô hình hồi quy, tương ứng với REM được chọn. H1 là phần dư tương quan xuất hiện với các biến độc lập trong mô hình hồi quy, tương ứng với FEM được chọn. Với kiểm định này thì dựa trên hệ số P – Value của Hausman để kết luận, thông thường nếu P – Value thấp hơn 5% thì sẽ bác bỏ H0 thì sẽ lựa chọn mô hình FEM và ngược lại nếu P – Value lớn hơn 5% thì sẽ chấp nhận H0 thì sẽ lựa chọn mô hình REM.
3.3.4. Kiểm định hiện tượng khuyết tật của mô hình được chọn
Hiện tượng đa cộng tuyến: Kiểm định này nhằm phát hiện các biến số độc lập có tương quan cao với nhau hay không. Nếu các cặp biến độc lập tương quan quan cao với nhau thì mô hình xảy ra đa cộng tuyến (Hoàng Ngọc Nhậm, 2007). Hiện tượng này sẽ được kiểm định thông qua hệ số phóng đại phương sai VIF. Với cặp giả thuyết H0 là mô hình không tồn tại đa cộng tuyến, H1 là mô hình tồn tại đa cộng tuyến. Nếu VIF của các biến số và trung bình trong mô hình thấp hơn 10 thì giả thuyết H0 được chấp nhận hay không có đa cộng tuyến trong mô hình nghiên cứu và ngược lại.
Hiện tượng phương sai sai số thay đổi: Kiểm định nhằm xác định mô hình có xuất hiện phương sai của các phần dư khác hằng số, nó sẽ làm cho các quan sát có sự sai khác và mất đi tính phân phối ngẫu nhiên của dữ liệu. Với cặp giả thuyết H0 là mô hình không tồn tại phương sai sai số thay đổi, H1 là mô hình tồn tại phương sai sai số thay đổi. Nếu P – Value của kiểm định Breusch – Pagan Lagrangian lớn hơn 5% thì sẽ chấp nhận H0 – không tồn tại phương sai sai số thay đổi. Ngược lại, nếu P – Value thấp hơn 5% thì sẽ chấp nhận H1 – có tồn tại phương sai sai số thay đổi.
Hiện tượng tự tương quan: Kiểm định này nhằm xác định sự tự tương quan của các biến quan sát trong mẫu, nếu xuất hiện thì sẽ tạo sự sai lệch trong dữ liệu và mô hình. Với cặp giả thuyết H0 là mô hình không tồn tại tự tương quan, H1 là mô hình tồn tại tự tương quan. Nếu P – Value của kiểm định Wooldridge lớn hơn 5% thì sẽ chấp nhận H0 – không tồn tại tự tương quan. Ngược lại, nếu P – Value thấp hơn 5% thì sẽ chấp nhận H1 – có tồn tại tự tương quan.
3.3.5. Khắc phục các hiện tượng khuyết tật bằng phương pháp FGLS Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
Trong trường hợp mô hình gặp hiện tượng phương sai thay đổi hoặc tự tương quan hoặc thậm chí có cả hai khuyết tật này thì tiến hành khắc phục mô hình nghiên cứu bằng cách tác giả sẽ áp dụng phương pháp FGLS (Feasible Generalized Least Square) để khắc phục mô hình, và đây cũng sẽ là mô hình cuối cùng được sử dụng để xác định các yếu tố và mức độ ảnh hưởng đến nợ xấu của NHTM niêm yết tại Việt Nam. Phương pháp này sẽ tập trung vào việc khắc phục sửa sai cho các phương sai, độ lệch chuẩn và tạo tính ổn định cho sự biến thiên của dữ liệu nhằm đưa ra kết quả thỏa mãn với giả thuyết bình phương nhỏ nhất theo tiêu chuẩn. Đồng thời, sau khi khắc phục theo FGLS thì mô hình hồi quy đa biến mới được thiết lập, từ đó sẽ dựa trên hệ số hồi quy của các biến số, P – Value tương ứng và mức ý nghĩa 5% để xem xét việc kiểm định các giả thuyết nghiên cứu đề xuất là phù hợp hay không? Sau đó, dựa trên kết luận giả thuyết đó tiến hành thảo luận so sánh với các nghiên cứu trước đây.
- KẾT LUẬN CHƯƠNG 3
Chương 3 của luận văn này sẽ tập trung vào việc đề xuất mô hình và các giả thuyết nghiên cứu về những yếu tố ảnh hưởng đến nợ xấu tại các NHTM niêm yết tại Việt Nam trong giai đoạn 2011 – 2023. Các biến độc lập được lựa chọn để xây dựng giả thuyết và đề xuất mô hình nghiên cứu bao gồm: Quy mô ngân hàng, Tỷ suất sinh lời, Tăng trưởng tín dụng, Tỷ lệ chi phí hoạt động, Hệ số an toàn vốn, Tốc độ tăng trưởng kinh tế, Tỷ lệ lạm phát, Đại dịch Covid-19 và Sở hữu Nhà nước. Ngoài ra, chương 3 cũng sẽ trình bày chi tiết về cách thức xác định mẫu nghiên cứu, quy trình thu thập dữ liệu, và các bước cần thiết để tính toán cũng như ý nghĩa của các hệ số kiểm định liên quan. Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết.
XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:
===>>> Luận văn: PPNC ảnh hưởng đến nợ xấu của Ngân hàng niêm yết
Pingback: Luận văn: Yếu tố ảnh hưởng đến nợ xấu của Ngân hàng niêm yết