Luận văn Thạc sĩ Kinh tế: Nghiên cứu nhân tố ảnh hưởng đến tính dễ tổn thương của NHTM Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:73

Thêm vào BST

Báo xấu

21
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận văn xem xét các nhân tố quyết định đến tính dễ tổn thương của các NHTM để xác định chỉ số tài chính nào đóng vai trò quan trọng trong dự báo các Ngân hàng tổn thương. Đưa ra mô hình dự báo tính tổn thương và đo lường mức độ chính xác của mô hình hồi quy Binary logistic trong dự báo tính tổn thương của NHTM Việt Nam.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Kinh tế: Nghiên cứu nhân tố ảnh hưởng đến tính dễ tổn thương của NHTM Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ HỒ CHÍ MINH NGUYỄN THỊ KIM NGỌC NHÂN TỐ ẢNH HƯỞNG ĐẾN TÍNH DỄ TỔN THƯƠNG CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ TP. HỒ CHÍ MINH - NĂM 2013
i BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ HỒ CHÍ MINH NGUYỄN THỊ KIM NGỌC NHÂN TỐ ẢNH HƯỞNG ĐẾN TÍNH DỄ TỔN THƯƠNG CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Chuyên ngành : TÀI CHÍNH – NGÂN HÀNG Mã số : 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS. NGUYỄN NGỌC ĐỊNH TP. HỒ CHÍ MINH - NĂM 2013
ii LỜI CAM ĐOAN Tôi xin cam đoan Luận văn Thạc sĩ Kinh tế với đề tài “Nghiên cứu nhân tố ảnh hưởng đến tính dễ tổn thương của NHTM Việt Nam” là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn của PGS.TS. Nguyễn Ngọc Định. Các số liệu, kết quả trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Tôi sẽ chịu trách nhiệm về nội dung tôi đã trình bày trong luận văn này. TP.HCM, ngày 19 tháng 10 năm 2013 Tác giả Nguyễn Thị Kim Ngọc
iii LỜI CẢM ƠN Trước tiên, tôi xin chân thành cảm ơn PGS.TS Nguyễn Ngọc Định, PGS.TS Nguyễn Thị Liên Hoa đã tận tình chỉ bảo, góp ý và động viên tôi trong suốt quá trình thực hiện luận văn tốt nghiệp này. Tôi cũng xin gửi lời cảm ơn đến Quý Thầy Cô, những người đã tận tình truyền đạt kiến thức cho tôi trong cả khóa học vừa qua. Tôi xin cảm ơn gia đình, đồng nghiệp và bạn bè đã hết lòng quan tâm và tạo điều kiện tốt nhất để tôi hoàn thành được luận văn tốt nghiệp này. Nguyễn Thị Kim Ngọc
iv MỤC LỤC LỜI CAM ĐOAN ......................................................................................................... ii LỜI CẢM ƠN .............................................................................................................. iii MỤC LỤC .....................................................................................................................iv DANH MỤC CÁC BẢNG.......................................................................................... vii DANH MỤC CÁC ĐỒ THỊ ...................................................................................... viii GIỚI THIỆU .................................................................................................................. 1 CHƯƠNG 1 – TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU ....................................... 2 1.1 Lý do chọn đề tài .................................................................................................... 2 1.2 Mục tiêu nghiên cứu............................................................................................... 5 1.3 Vấn đề nghiên cứu ................................................................................................. 5 1.4 Đối tượng và phạm vi nghiên cứu .......................................................................... 5 1.5 Phương pháp nghiên cứu........................................................................................ 5 1.6 Kết cấu của đề tài ................................................................................................... 6 CHƯƠNG 2 - NHỮNG NGHIÊN CỨU THỰC NGHIỆM ....................................... 7 2.1 Nghiên cứu thực nghiệm của các tác giả trên thế giới ........................................... 7 2.2 Kinh nghiệm xử lý nợ xấu của một số quốc gia và bài học cho Việt Nam ......... 12 a. Hàn Quốc ......................................................................................................... 12 b. Trung Quốc ...................................................................................................... 15 c. Hungary............................................................................................................ 17 d. Kinh nghiệm cho Việt Nam ............................................................................. 19 CHƯƠNG 3 -PHƯƠNG PHÁP VÀ KẾT QUẢ NGHIÊN CỨU ............................ 23 3.1. Phương pháp nghiên cứu .................................................................................. 23 3.1.1 Mô hình kinh tế lượng ................................................................................... 23 3.1.2 Mẫu nghiên cứu ............................................................................................. 25 3.1.3 Dữ liệu nghiên cứu ........................................................................................ 26 3.1.4 Biến nghiên cứu ............................................................................................. 26
v 3.1.5 Xử lý và phân tích số liệu .............................................................................. 32 3.2 Kết quả nghiên cứu ........................................................................................... 33 3.2.1 Đánh giá hoạt động NHTM qua số liệu báo cáo tài chính ............................ 33 3.2.2 Kết quả nghiên cứu định lượng ..................................................................... 38 a. Thống kê mô tả ................................................................................................ 38 b. Kiểm tra hiện tượng tự tương quan .................................................................. 39 c. Hồi quy Binary logistic .................................................................................... 40 d. Phân tích biệt số MDA ..................................................................................... 44 e. So sánh giữa hồi quy Binary Logistic và phân tích biệt số MDA ................... 46 CHƯƠNG 4 – HẠN CHẾ ĐỀ TÀI VÀ GỢI Ý CHÍNH SÁCH .............................. 48 4.1 Hạn chế của đề tài .............................................................................................. 48 4.2 Gợi ý chính sách ................................................................................................. 48 4.2.1 An toàn vốn .................................................................................................... 48 4.2.2 Nợ xấu ............................................................................................................ 51 4.2.3 Nâng cao năng lực quản trị của NHTM: ....................................................... 52 4.2.4 Thanh khoản: ................................................................................................. 53 4.3 Những gợi ý và hướng nghiên cứu tiếp theo .................................................... 56 KẾT LUẬN .................................................................................................................. 57 TÀI LIỆU THAM KHẢO........................................................................................... 58 PHỤ LỤC ..................................................................................................................... 61
vi DANH MỤC VIẾT TẮT CAMEL(S): hệ thống đánh giá mức độ an toàn và bền vững của Tổ chức tín dụng NHTM: Ngân hàng thương mại NHTMCP: Ngân hàng thương mại cổ phần NHTMNN: Ngân hàng thương mại nhà nước TCTD: Tổ chức tín dụng M&A: Hợp nhất và sáp nhập DNNN: Doanh nghiệp nhà nước BIDV: NH TMCP Đầu Tư và Phát triển Việt Nam VCB: NHTMCP Ngoại thương Việt Nam ABBank: NHTMCP An Bình ACB: NHTMCP Á Châu EIB: NHTMCP Xuất Nhập Khẩu Việt Nam EAB: NHTMCP Đông Á HDBank: NHTMCP Phát Triển TPHCM MB: NHTMCP Quân Đội MSB: NHTMCP Hàng Hải SCB: NHTMCP Sài Gòn SHB: NHTMCP Sài gòn – Hà Nội OCB: NHTMCP Phương Đông VPBank: NHTMCP Việt Nam Thịnh Vượng SeABank: NHTMCP Đông Nam Á
vii DANH MỤC CÁC BẢNG Bảng 3.1: Phân nhóm NHTM Bảng 3.2: Thống kê mô tả các biến Bảng 3.3: Ma trận hệ số tương quan Bảng 3.4: Các biến được chọn để đưa vào mô hình Bảng 3.5: Kiểm định độ phù hợp tổng quát Bảng 3.6: Kiểm định độ phù hợp của mô hình Bảng 3.7: Kiểm định mức độ chính xác của mô hình Bảng 3.8: Kiểm định ý nghĩa hệ số hồi quy Bảng 3.9: Các biến đưa vào mô hình phân tích biệt số Bảng 3.10: Hệ số chuẩn hóa trong mô hình phân tích biệt số Bảng 3.11: Kết quả dự báo của phân tích biệt số Bảng 3.12: So sánh các biến có ý nghĩa của 2 mô hình Bảng 3.13: So sánh khả năng dự báo của 2 mô hình Bảng 4.1: Tỷ lệ LDR của các NHTM Hàn Quốc Bảng 4.2: Tỷ lệ LDR của các NHTM Indonesia Bảng 4.3: Tỉ lệ LDR mục tiêu của một số nước Bảng 4.4: Tỉ lệ LDR trung bình phân theo thu nhập của các nhóm nước
viii DANH MỤC CÁC ĐỒ THỊ Hình 1.1. Tỷ lệ nợ xấu của hệ thống ngân hàng (2008 - 2012) ....................................... 3 Hình 3.1 Biểu đồ thể hiện quy mô tổng tài sản của mẫu nghiên cứu ............................ 26 Hình 3.2 Biểu đồ nợ xấu của các NHTMCP năm 2011-2012 ....................................... 34 Hình 3.3 Dư nợ và nợ xấu 7 Ngân hàng niêm yết trên thị trường chứng khoán (4 Quý gần nhất) ............................................................................................................ 35 Hình 3.4 Biểu đồ nợ xấu của các NHTM niêm yết trên thị trường chứng khoán ......... 35 Hình 3.5 Chi tiết nợ xấu các NHTM (thời điểm 30/06/2013) ...................................... 36 Hình 3.6 Cơ cấu nợ xấu 07 Ngân hàng niêm yết trên thị trường chứng khoán (4 Quý gần nhất) ............................................................................................................ 36
1 GIỚI THIỆU Bài này nghiên cứu tác động của các nhân tố vi mô đến tính tổn thương của các NHTM Việt Nam từ năm 2008 đến 2012, sử dụng hồi quy Binary Logistic với số liệu trên Báo cáo tài chính của 30 NHTM Việt Nam. Dựa vào các kết quả nghiên cứu trước đây, tác giả đã sử dụng 14 biến độc lập đại diện cho các chỉ số tài chính của NHTM và một biến đại diện cho quy mô NHTM, và một biến phụ thuộc là biến nhị phân. Cùng với hồi quy Binary Logistic, phân tích biệt số MDA cũng được thực hiện để so sánh kết quả với mô hình hồi quy Binary logistic. Kết quả nghiên cứu cho thấy, các biến đại diện cho an toàn vốn ECTA, tỷ suất sinh lời ROE, thanh khoản LDR và nợ xấu NPL là có ý nghĩa thống kê trong việc giải thích tính tổn thương của các NHTM. Các biến ECTA và ROE có quan hệ cùng chiều, LDR và NPL có quan hệ ngược chiều với xác suất tổn thương của các NHTM. Đồng thời biến NPL có ảnh hưởng mạnh nhất đến biến phụ thuộc. Khả năng dự báo của mô hình hồi quy Binary Logistic cao hơn phân tích biệt số MDA, vì vậy các nhà quản lý có thể sử dụng như là một mô hình để dự báo sớm khả năng tổn thương của các NHTM trong tương lai, phát hiện các NHTM có vấn đề cũng như đưa ra các giải pháp để hạn chế xảy ra khủng hoảng.
2 CHƯƠNG 1 – TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU 1.1 Lý do chọn đề tài Ngân hàng đóng vai trò là trung gian tài chính và là huyết mạch của nền kinh tế. Hiệu quả hoạt động của các trung gian tài chính ảnh hưởng đến tốc độ tăng trưởng của nền kinh tế. Các nền kinh tế có hệ thống Ngân hàng hoạt động hiệu quả có thể chịu đựng được các cú sốc tốt hơn và góp phần ổn định nền kinh tế (Athanasoglou, Brissimis and Delis, 2005). Chúng chính là cầu nối không biên giới giữa các lĩnh vực khác nhau trong nền kinh tế, giữa các vùng khác nhau trong một nước, và xa hơn nữa là giữa các nền kinh tế khác nhau của các quốc gia. Chính vì vai trò to lớn đó mà nó mang trong mình những nguy cơ dễ tổn thương nhất định bởi những tác động nội sinh cũng như ngoại sinh của nền kinh tế. Đặc biệt trong giai đoạn khủng hoảng hiện nay, tính dễ tổn thương đó lại càng thể hiện rõ nét. Trong hơn 5 năm trở lại, hệ thống mạng lưới Ngân hàng đặc biệt là NHTMCP phát triển rất nhanh chóng nhưng thiếu tính ổn định. Những khó khăn của nền kinh tế thế giới nói chung và Việt Nam nói riêng đã khiến cho các NHTM trong nước càng gặp nhiều khó khăn. Đồng thời những bất cập trong công tác quản trị của các Ngân hàng đã khiến hoạt động của chính các NHTM bộc lộ nhiều khuyết điểm, ảnh hưởng đến sự phát triển bền vững của NHTM Việt Nam. Đó là sự gia tăng liên tục nợ xấu, thanh khoản kém nên các Ngân hàng đã huy động với lãi suất cao bằng mọi giá, tác động đến sự an toàn của cả hệ thống Ngân hàng. Theo số liệu báo cáo của NHNN Việt Nam, tỷ lệ nợ xấu của hệ thống ngân hàng ở mức 3,1% trong năm 2011 đã tăng vọt lên mức 8,86% trong năm 2012 (tăng 211%). Tốc độ tăng trưởng tín dụng năm 2012 thấp hơn nhiều so với những năm trước trong khi tỷ lệ nợ xấu tăng rất cao đã phản ánh nợ xấu chủ yếu là các khoản tín dụng đã được cấp trước đây, đồng thời cho thấy chất lượng tín dụng đang theo chiều hướng xấu.
3 Hình 1.1. Tỷ lệ nợ xấu của hệ thống ngân hàng (2008 - 2012) Nguồn: NHNN và MSB tổng hợp Rủi ro thanh khoản luôn thường trực, khi huy động vốn của NHTM chủ yếu là kỳ hạn ngắn với tỷ trọng thường tới 70% - 80% trong tổng nguồn vốn huy động, thậm chí đối với một số ngân hàng, tỷ trọng này trên 90%, trong khi đó cho vay trung, dài hạn thường chỉ chiếm tỷ trọng khoảng 30% - 40% tổng dư nợ. Vốn điều lệ toàn hệ thống đã tăng nhanh, chủ yếu trong giai đoạn 2008 - 2011 Vấn đề ở chỗ liệu việc tăng vốn có thực chất hay không. Hiện tượng “nhóm lợi ích” và “sở hữu chéo” thông qua một “bên thứ 3” diễn ra khá phổ biến, đã làm cho quy mô vốn điều lệ cũng như tổng tài sản toàn hệ thống bị tăng ảo. Điều nguy hiểm hơn, tình trạng sở hữu chéo vốn thường dẫn đến hoặc luôn đi kèm với vấn đề “cho vay nhóm khách hàng liên quan” vượt xa tỷ lệ quy định - kênh chủ yếu để dẫn vốn tín dụng đến với các dự án nhiều rủi ro (bao gồm các dự án bất động sản, kinh doanh chứng khoán…). Chất lượng tài sản suy giảm nhanh nhưng mức trích lập dự phòng rủi ro đạt thấp. Theo các số liệu báo cáo, số dư quỹ dự phòng rủi ro tín dụng đều thấp so với tổng nợ xấu theo sổ sách. Điều này hàm ý mức độ an toàn hoạt động của hệ thống ngân hàng sẽ bị đe dọa khi rủi ro diễn ra.
4 Các tỷ lệ an toàn hoạt động theo quy định thực chất không bảo đảm. Tình trạng cho vay quá mức dẫn đến hệ số sử dụng vốn (tỷ lệ cho vay trên huy động) của các NHTM rất cao và vượt mức an toàn. Toàn hệ thống luôn trong trạng thái mất cân đối nghiêm trọng cả về kỳ hạn lẫn đồng tiền giữa nguồn vốn và sử dụng vốn. Các tỷ lệ an toàn chi trả đạt mức thấp và hệ số an toàn vốn thực chất cũng ở mức dưới thông lệ và cả so với yêu cầu, xét về mặt kỹ thuật, đã mất khả năng thanh toán/phá sản nhưng vẫn tạo vỏ bọc bên ngoài là chỉ bị khó khăn về thanh khoản. Kết quả kinh doanh không thực chất; lợi nhuận ngành ngân hàng có khả năng sẽ suy giảm nhanh trong thời gian tới. Cơ cấu thu nhập của hệ thống NHTM chỉ ra, lãi của hầu hết các ngân hàng chủ yếu đến từ hoạt động tín dụng. Thế nhưng, trong bối cảnh nợ xấu gia tăng và tín dụng tăng trưởng âm thì nhiều ngân hàng chắc chắn sẽ phải đối mặt với nguy cơ thua lỗ. Đó là chưa kể, nếu thực hiện phân loại nợ và trích lập dự phòng rủi ro đúng, đủ và/hoặc tuân thủ thông lệ quốc tế, đồng thời hạch toán theo chuẩn mực kế toán quốc tế, thì hiệu quả kinh doanh của các NHTM Việt Nam còn thấp hơn. Những phân tích trên đây cho thấy, hoạt động ngân hàng tự nó đã chứa đựng rất nhiều rủi ro và khi những rủi ro đó tích tụ, trở nên quá lớn do tác động của các yếu tố bên ngoài (như bất ổn kinh tế vĩ mô, khủng hoảng kinh tế thế giới, thị trường chứng khoán và thị trường bất động sản lao dốc) hay do các yếu tố bên trong (như quản trị rủi ro bất cập, quy trình tín dụng không hoàn chỉnh, đầu tư mạo hiểm, năng lực và đạo đức của nguồn nhân lực ngân hàng không đáp ứng yêu cầu,…) thì hệ thống ngân hàng sẽ không tránh khỏi đổ vỡ. Tuy nhiên, hiện nay tại Việt Nam hầu như có rất ít các nghiên cứu chính thức về tính dễ tổn thương của các NHTM Việt Nam. Do đó, nghiên cứu vấn đề “Nhân tố ảnh hưởng đến tính dễ tổn thương của các NHTM Việt Nam” với mô hình hồi quy Binary logistic sẽ phần nào nắm bắt được các nhân tố quyết định đến khả năng tổn thương của các Ngân hàng, từ đó có thể đưa ra hệ thống cảnh báo sớm nhằm ngăn ngừa khủng hoảng trong hệ thống Ngân hàng Việt Nam.
5 1.2 Mục tiêu nghiên cứu Luận văn xem xét các nhân tố quyết định đến tính dễ tổn thương của các NHTM để xác định chỉ số tài chính nào đóng vai trò quan trọng trong dự báo các Ngân hàng tổn thương. Đưa ra mô hình dự báo tính tổn thương và đo lường mức độ chính xác của mô hình hồi quy Binary logistic trong dự báo tính tổn thương của NHTM Việt Nam. 1.3 Vấn đề nghiên cứu Từ các mục tiêu nghiên cứu trên, bài nghiên cứu sẽ tập trung giải quyết vấn đề sau: Một là, trong số các biến số đại diện cho tỷ số CAMEL(S), gồm Vốn chủ sở hữu (C), chất lượng tài sản(A), chất lượng quản trị (M), thu nhập (E), thanh khoản (L), và quy mô Ngân hàng (S), biến nào có ảnh hưởng mạnh nhất đến tính tổn thương của các NHTM. Hai là, các biến số này có thể xem như là các chỉ số dự báo tính tổn thương của các NHTM hay không? 1.4 Đối tượng và phạm vi nghiên cứu - Đối tượng nghiên cứu của luận văn là các NHTM đang hoạt động tại Việt Nam - Phạm vi nghiên cứu: các NHTMCP và NHTMNN tại Việt Nam trong giai đoạn từ năm 2008 đến 2012. 1.5 Phương pháp nghiên cứu Để giải quyết các yêu cầu đặt ra trong bài nghiên cứu, tác giả sử dụng phương pháp nghiên cứu định lượng với mô hình hồi quy Binary logistic. Các kỹ thuật nghiên cứu được thực hiện thông qua phần mềm SPSS 20.
6 1.6 Kết cấu của đề tài Ngoài phần tóm tắt, danh mục bảng, danh mục hình, danh mục các chữ viết tắt, phụ lục, tài liệu tham khảo, đề tài gồm 4 chương, bao gồm: Chương 1: Tổng quan về đề tài nghiên cứu. Chương 2: Các nghiên cứu thực nghiệm trên thế giới Chương 3: Phương pháp nghiên cứu và Kết quả nghiên cứu. Ở chương này, tác giả trình bày lý thuyết về mô hình nghiên cứu, nguồn dữ liệu để thực hiện nghiên cứu, mô tả các biến sử dụng trong bài nghiên cứu và kết quả đạt được từ nghiên cứu. Chương 4: Hạn chế của luận văn, hướng nghiên cứu tiếp theo và những gợi ý chính sách
7 CHƯƠNG 2 - NHỮNG NGHIÊN CỨU THỰC NGHIỆM 2.1 Nghiên cứu thực nghiệm của các tác giả trên thế giới Taha Zaghdoudi (2013) đã đưa ra mô hình dự báo sự đổ vỡ của các Ngân hàng Tunisian dùng phương pháp hồi quy Binary Logistic. Phương pháp này đã được sử dụng trong công trình của Demirguc-Kunt and Detragiache (1998). Điểm đáng chú ý của mô hình dự báo là xem xét đến các chỉ số vi mô của Ngân hàng. Bài nghiên cứu đã sử dụng số liệu năm tại 64 nước bao gồm các nước phát triển và đang phát triển từ năm 1984-1994. Kết quả cho thấy khả năng chi trả của Ngân hàng, các chỉ số hoạt động, lợi nhuận đầu người và tỷ số đòn bẩy tài chính có tác động ngược chiều đến xác suất phá sản của Ngân hàng. Alexander Babanskiy (2012) nghiên cứu các nhân tố có khả năng dự báo tốt nhất các Ngân hàng có vấn đề ở Nga. Phân tích thực nghiệm dựa vào dữ liệu của các Ngân hàng ở Nga giai đoạn từ năm 2004 đến 2007. Dữ liệu được thu thập từ 1.000 tổ chức tài chính ở Nga. Tác giả sử dụng mô hình tham số probit và logit để phân tích mức ý nghĩa của các chỉ số tài chính trong các báo cáo tài chính được công bố. Biến giải thích mà tác giả đưa vào mô hình dựa vào những nghiên cứu trước đó như: Beaver (1966), Altman (1968), Jagtiani et al. (2002), Montgomery et al. (2005), Kolari et al. (1996), Lanine, Vennet (2006), Poghosyan and Chhak (2009). Tác giả cũng muốn đưa các biến vĩ mô vào mô hình nhưng theo Kennedy (1998) những biến này là những biến không mong muốn vì thường xảy ra hiện tượng đa cộng tuyến và ảnh hưởng đến kết quả của ước lượng trong khi chúng không phải là những biến thực sự được quan tâm. Mô hình gồm 12 biến số độc lập: CTL = Vốn chủ sở hữu/ Tổng nợ, CTD = Vốn chủ sở hữu/Tổng huy động, CTA = Vốn chủ sở hữu/Tổng tài sản, ROA = Lợi nhuận ròng/Tổng tài sản, ROC = Lợi nhuận ròng/vốn chủ sở hữu, LTA = Tổng dư nợ cho vay/ Tổng Tài sản, LDT = Tổng dư nợ cho vay/tổng huy động, LTC = Tổng dư nợ cho vay/Vốn chủ sơ hữu, ATL = Tổng tài sản/Tổng nợ, DTA = Tổng huy động/Tổng tài sản, Cash = tiền mặt/Tổng tài sản, Size = Ln(Tổng tài sản). Kết quả nghiên cứu là tỷ số khả năng sinh lời, thanh khoản, Vốn là những nhân tố quan trọng dự báo các Ngân
8 hàng vỡ nợ. Cụ thể: tỷ suất sinh lời trên tổng tài sản, tỷ suất sinh lời trên vốn chủ sở hữu, tổng dư nợ cho vay/tổng tài sản, vốn chủ sở hữu/Tổng huy động là những biến có ý nghĩa trong việc dự báo các Ngân hàng phá sản. Đáng chú ý là tỷ suất sinh lời trên vốn chủ sở hữu, tỷ lệ vốn chủ sở hữu trên tổng huy động là những nhân tố có ý nghĩa trong thời kỳ bùng nổ khủng hoảng, trong khi tỷ suất sinh lời trên vốn chủ sở hữu là những nhân tố quan trọng trong thời kỳ sắp xảy ra khủng hoảng. Nghiên cứu chỉ ra rằng mô hình logit và probit dự đoán khá chính xác. Kết quả nghiên cứu cũng tương tự như Lanie, Vennet (2006) đã sử dụng 2 mô hình này để dự báo xác xuất vỡ nợ. Đây có thể là một công cụ hữu ích cho những người đóng vai trò giám sát Ngân hàng và cho những ai quan tâm đến tình trạng sức khỏe Ngân hàng. Nil Gunsel (2012) nghiên cứu thực nghiệm các nhân tố quyết định đến tính dễ vỡ, tính tổn thương của nền kinh tế Bắc Thổ Nhĩ Kỳ từ năm 1984 đến 2008, sử dụng mô hình Multivariate logit. Dữ liệu bảng thiết lập dữ liệu gồm các biến số vi mô của 24 NHTM cùng với các biến số kinh tế vĩ mô. Các biến số vi mô là các biến số tài chính đại diện cho tiêu chuẩn CAMELS. Sự yếu kém của các Ngân hàng có thể thấy qua các chỉ số tài chính: thiếu vốn (C), tín dụng vượt mức, nợ xấu (A), quản trị thiếu hiệu quả (M), thu nhập thấp (E), rủi ro thanh khoản (L) và quy mô Ngân hàng nhỏ (S). Tác giả đã sử dụng tổng cộng 10 biến độc lập, trong đó biến vi mô gồm: Vốn/Tổng tài sản (C), Dư nợ cho vay/Tổng tài sản (A), Thu nhập ròng/tổng tài sản (E), Huy động/Dư nợ cho vay (L), và log (Tổng tài sản) (S); biến vĩ mô gồm: Tăng trưởng GDP thực, lạm phát, lãi suất thực và các điều kiện bên ngoài (điều khoản thương mại, tỷ giá hối đoái thực và chỉ số áp lực thị trường (market pressure)). Kết quả nghiên cứu cho rằng: thiếu vốn, lợi nhuận thấp, quy mô Ngân hàng nhỏ, tỷ lệ lạm phát cao, tỷ lệ tăng trưởng thấp, điều khoản thương mại và áp lực thị trường bất lợi là những nhân tố xác định các Ngân hàng rơi vào tình trạng kiệt quệ ở Bắc Thổ Nhĩ Kỳ. Christopoulos Apostolos G. et a.l., (2011) đã phân tích các yếu tố riêng của Ngân hàng Lehman Brothers với số liệu 5 năm trước (2003-2007), sử dụng các chỉ số CAMELS. Bài nghiên cứu phân tích xem sự đổ vỡ của Ngân hàng này là do cuộc
9 khủng hoảng kinh tế toàn cầu hay do các vấn đề bên trong Ngân hàng mà cơ quan giám sát ở Mỹ đã có thể nhìn thấy trước. Bài nghiên cứu xem xét đến các chỉ số như: Hệ số An toàn vốn: CAR Tỷ số chất lượng tài sản = (Nợ xấu (trên 90 ngày) – dự phòng )/Tổng dư nợ cho vay. Tỷ số này càng thấp, chất lượng tài sản càng cao. Tỷ số quản trị chất lượng = Chi phí quản trị/Doanh thu. Chi phí quản trị gồm tất cả các chi phí hoạt động, doanh thu gồm lợi nhuận đã trừ đi chi phí và các khoản lỗ. Tỷ số thu nhập: ROA = Lợi nhuận ròng/tổng tài sản, ROE = Lợi nhuận ròng/Vốn chủ sở hữu Tỷ số thanh khoản: Tổng dư nợ cho vay/Tổng huy động và Tổng tài sản có khả năng thanh toán ngay/Tổng tài sản Tỷ số độ nhạy cảm đối với thị trường = Tổng giá trị danh mục chứng khoán/ Tổng tài sản. Kết quả nghiên cứu chỉ ra rằng chất lượng tín dụng thấp, quản trị không tuân theo các luật lệ của cơ quan giám sát, phương pháp quản trị rủi ro không hiệu quả so với quy mô của Ngân hàng này. Ngân hàng dường như dễ đỗ vỡ trước những rủi ro và những điều kiện không ổn định mà lẽ ra cơ quan giám sát và Cục dự trữ Liên bang Mỹ đã có thể nhìn thấy trước, khi hoạt động của Lehman Brothers có những dấu hiệu đi xuống. Deger Alper & Adem Anbar (2011) xem xét các nhân tố vi mô (các chỉ số tài chính của Ngân hàng) và nhân tố vĩ mô ảnh hưởng đến khả năng sinh lời của các Ngân hàng ở Thổ Nhĩ Kỳ giai đoạn 2002-2010. Khả năng sinh lời của Ngân hàng được đo lường bằng chỉ số ROA và ROE. Kết quả nghiên cứu cho thấy quy mô tổng tài sản, thu nhập phi lãi có tác động dương và có ý nghĩa đối với khả năng sinh lời của Ngân hàng. Tuy nhiên, quy mô danh mục tín dụng và cho vay… có tác động ngược chiều đối với khả năng sinh lời. Bài nghiên cứu đã đưa ra đề xuất: các Ngân hàng có thể cải thiện
10 khả năng sinh lời bằng cách tăng quy mô và thu nhập từ dịch vụ khác của Ngân hàng, giảm tỷ lệ cho vay/tổng tài sản. Đồng thời, lãi suất thực cao cũng có thể gia tăng khả năng sinh lời của Ngân hàng. Bài nghiên cứu cũng chỉ ra rằng việc đa dạng hóa hoạt động ở các Ngân hàng có quy mô lớn hơn có ảnh hưởng tích cực đến tỷ suất sinh lời. Với các biến kinh tế vĩ mô, chỉ có lãi suất thực có tác động cùng chiều với khả năng sinh lời của Ngân hàng. Khi lãi suất thực càng cao, tỷ suất sinh lời trên vốn chủ sở hữu càng cao. Các nhân tố vi mô khác như: an toàn vốn, thanh khoản, tỷ lệ tiền gửi/tài sản, NIM và các nhân tố vĩ mô như tăng trưởng GDP thực, tỷ lệ lạm phát không ảnh hưởng nhiều đến khả năng sinh lời của Ngân hàng. Kết quả nghiên cứu của Olweny and Shipo (2011) đã cho rằng Chất lượng tài sản thấp và thanh khoản kém là hai nguyên nhân chính khiến cho Ngân hàng bị đổ vỡ. Chất lượng tài sản kém đã khiến nhiều Ngân hàng ở Kenya phá sản vào những năm đầu 1980. Ongore and Kusa (2013) cho rằng vấn đề quản trị và các quyết định của Hội đồng quản trị tác động chủ yếu đến hoạt động của các NHTM ở Kenya, còn các nhân tố vĩ mô thì không có ý nghĩa. Allen N. Berger & Christa H.S. Bouwman (2009) đã nghiên cứu vốn chủ sở hữu trước khủng hoảng có ảnh hưởng như thế nào đến khả năng sống sót của các Ngân hàng. Bài nghiên cứu đã cho thấy: vốn giúp các Ngân hàng nhỏ sống sót trong khủng hoảng ngân hàng và khủng hoảng thị trường, giúp các Ngân hàng có quy mô trung bình và quy mô lớn sống sót sau khủng hoảng ngân hàng. Lanine and Vennet (2006) áp dụng mô hình cảnh báo sớm (EWS) sử dụng phương pháp hồi quy logit, phương pháp thi tham số và kiểm định mức độ chính xác của mô hình dự báo. Trong bài nghiên cứu, các tác giả đã phân biệt 3 loại rủi ro: thanh khoản, rủi ro không trả được nợ, và rủi ro về vốn mà Ngân hàng phải đối mặt. Các biến sau được đưa vào bài nghiên cứu: Thu nhập ròng/tổng tài sản, Tài sản thanh khoản/tổng tài sản, Trái phiếu chính phủ/tổng tài sản, Vốn/tổng tài sản, Nợ vay/tổng tài sản, Quy mô tổng tài sản…Kết quả nghiên cứu cho thấy cả 2 mô hình logit và phương pháp thi tham số đều không có khả năng dự báo cao, nhưng cùng với các công
11 cụ phân tích khác thì đó là những công cụ hữu ích cho người làm công tác giám sát Ngân hàng. Ridwan Nurazi & Michael Evans (2005) nghiên cứu xem liệu các chỉ số CAMEL(s) có thể sử dụng như là các nhân tố dự báo sự đỗ vỡ của các Ngân hàng hay không? Bài nghiên cứu đã sử dụng 13 biến đại diện cho các chỉ số CAMEL, một biến đại diện cho độ nhạy cảm với rủi ro thị trường và một biến đại diện cho quy mô Ngân hàng. Tác giả đã sử dụng hồi quy bội Binary logistic. Đồng thời để đánh giá tính đồng nhất với mô hình Binary Logistic, tác giả cũng tiến hành phân tích biệt số MDA. Hồi quy Binary logistic cho kết quả tương tự như MDA và có thể được xem như một hệ thống cảnh báo sớm để xác định, dự báo sự đổ vỡ của các Ngân hàng và có thể sử dụng để kiểm tra tại chỗ. Kết quả hồi quy cho thấy biến số ECTA (tỷ số vốn), RORA (chất lượng tài sản), ROA (quản trị), OEOI (thu nhập), CBTD (thanh khoản), và LGBS (quy mô Ngân hàng) là những biến có ý nghĩa trong việc giải thích sự đổ vỡ của các Ngân hàng. Kết quả nghiên cứu cũng cho thấy các Ngân hàng thuộc sở hữu tư nhân có khả năng phá sản cao hơn các Ngân hàng thuộc sở hữu nhà nước. Montgomerry et al (2004) đã nghiên cứu nguyên nhân gây ra tình trạng phá sản của các Ngân hàng ở Nhật Bản và Indonesia. Các tác giả đã sử dụng hồi quy logistic với các biến số độc lập là các tỷ số tài chính, nghiên cứu trong giai đoạn 1997-2003. Kết quả nghiên cứu cho thấy dư nợ cho vay/tổng tài sản, dư nợ cho vay/tổng huy động, tỷ lệ nợ xấu là những chỉ số dự báo có ý nghĩa nhất. Wheelock D.C&Wilson P.W (2000) nghiên cứu những nhân tố dự báo Ngân hàng phá sản ở Mỹ. Kết quả nghiên cứu cho thấy các Ngân hàng có tỷ lệ vốn hóa thấp hơn, dư nợ trên tổng tài sản cao hơn, chất lượng khoản vay kém, lợi nhuận thấp có rủi ro bị phá sản cao hơn. Demirguc-Kunt và Detragiache (1998) cho rằng khủng hoảng ngân hàng có xu hướng tăng lên khi môi trường vĩ mô yếu kém, thiếu ổn định, đặc biệt khi tốc độ tăng trưởng thấp và lạm phát cao. Đồng thời, lãi suất thực tăng cao cũng ảnh hưởng đến khu vực Ngân hàng.