Luận văn Mô hình đánh giá mức độ căng thẳng tài chính hệ thống ngân hàng Việt Nam (stress test) áp dụng phương pháp var

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH NGUYỄN HỮU PHƯỚC MÔ HÌNH ĐÁNH GIÁ MỨC ĐỘ CĂNG THẲNG TÀI CHÍNH HỆ THỐNG NGÂN HÀNG VIỆT NAM (STRESS TEST) ÁP DỤNG PHƯƠNG PHÁP VAR LUẬN VĂN THẠC SĨ KINH TẾ TP. Hồ Chí Minh, Năm 2011 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH NGUYỄN HỮU PHƯỚC MÔ HÌNH ĐÁNH GIÁ MỨC ĐỘ CĂNG THẲNG TÀI CHÍNH HỆ THỐNG NGÂN HÀNG VIỆT NAM (STRESS TEST) ÁP DỤNG PHƯƠNG PHÁP VAR Chuyên ngành: Kinh tế tài chính – ngân hàng Mã số: 60.31.12 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC TS. NGUYỄN TẤN HOÀNG TP. Hồ Chí Minh, Năm 2011 LỜI CAM ĐOAN
 Tôi tên Nguyễn Hữu Phước, xin cam đoan luận văn thạc sĩ kinh tế này là do chính tôi nghiên cứu và thực hiện. Các thông tin, số liệu được sử dụng trong luận văn là trung thực và hợp lý. Học viên Nguyễn Hữu Phước LỜI CÁM ƠN Lời đầu tiên, tôi xin chân thành cám ơn Lãnh đạo Trường Đại học Kinh tế Thành Phố Hồ Chí Minh, Khoa Tài Chính Doanh Nghiệp và Phòng Quản lý đào tạo sau đại học. Tôi xin được gửi lời cảm ơn trân trọng và sâu sắc nhất đến TS. Nguyễn Tấn Hoàng - thầy đã tận tình giúp đỡ, hướng dẫn cho tôi trong suốt quá trình nghiên cứu và thực hiện luận văn này. Trong quá trình học tập, triển khai nghiên cứu đề tài và những gì đạt được hôm nay, tôi không thể quên được công lao giảng dạy và hướng dẫn của các thầy, cô giáo trường Đại học Kinh tế Thành Phố Hồ Chí Minh. Và xin được cảm ơn, chia sẻ niềm vui này với gia đình, bạn bè cùng các anh chị đồng nghiệp của tôi tại Ngân hàng TMCP Xuất Nhập Khẩu Việt Nam - những người đã luôn ở bên tôi, giúp đỡ và tạo điều kiện thuận lợi để cho tôi được học tập, nghiên cứu, hoàn thành luận văn. Dù đã có rất nhiều cố gắng, song luận văn chắc chắn không thể tránh khỏi những thiếu sót và hạn chế. Kính mong nhận được sự chia sẻ và những ý kiến đóng góp quý báu của các thầy cô giáo và các bạn đồng nghiệp. Tp. Hồ Chí Minh, tháng 11 năm 2011 Nguyễn Hữu Phước MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT ...................................................................... i DANH MỤC CÁC BẢNG ................................................................................... ii DANH MỤC CÁC HÌNH .................................................................................... iii LỜI MỞ ĐẦU ..................................................................................................... 1 1.Vấn đề nghiên cứu ............................................................................................. 1 2.Mục tiêu đề tài ................................................................................................... 2 3.Đối tượng nghiên cứu ........................................................................................ 2 4.Phạm vi nghiên cứu ........................................................................................... 2 5.Phương pháp nghiên cứu ................................................................................... 2 6.Kết cấu của luận văn .......................................................................................... 3 CHƯƠNG 1: LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM VỀ STRESS TEST CỦA HỆ THỐNG NGÂN HÀNG ........................................................... 4 1.1 Hệ thống ngân hàng và mối quan hệ tổng thể rủi ro ngân hàng ....................... 4 1.1.1 Rủi ro tín dụng ............................................................................................. 4 1.1.2 Rủi ro thị trường .......................................................................................... 5 1.1.3 Rủi ro thanh khoản ...................................................................................... 6 1.1.4 Rủi ro hoạt động .......................................................................................... 6 1.2 Mô hình kiểm tra độ căng thẳng tài chính trong lĩnh vực ngân hàng (Stress test) ............................................................................................................................. 7 1.2.1 Khái niềm về kiểm tra độ căng thẳng (stress test)........................................ 7 1.2.2 Phương pháp thực hiện Stress test – Mô hình VAR ..................................... 7 1.2.2.1 Lý thuyết về mô hình VAR ....................................................................... 9 1.2.2.2 Ưu điểm và nhược điểm của mô hình VAR .............................................. 10 1.3 Những nghiên cứu thực nghiệm về Stress test trên thế giới ............................. 11 KẾT LUẬN CHƯƠNG 1 ..................................................................................... 16 CHƯƠNG 2: TÌNH HÌNH KINH TẾ VĨ MÔ ẢNH HƯỞNG ĐẾN HOẠT ĐỘNG CỦA HỆ THỐNG NGÂN HÀNG ......................................................... 17 2.1 Thực trạng hoạt động của hệ thống ngân hàng Việt Nam hiện nay ................. 17 2.1.1 Quy mô hoạt động của hệ thống ngân hàng ................................................ 17 2.1.2 Thực trạng rủi ro trong hệ thống ngân hàng ................................................ 19 2.2 Phân tích ảnh hưởng của các yếu tố vĩ mô đến hoạt động ngân hàng ............. 23 2.2.1 Chỉ số giá tiêu dùng (CPI) ........................................................................... 23 2.2.2 Độ lệch sản lượng (Output Gap) .................................................................. 25 2.2.3 Lãi suất ngân hàng trung ương .................................................................... 27 2.2.4 Tỷ giá thực hiệu lực (REER) ....................................................................... 29 2.2.5 Kim ngạch xuất nhập khẩu .......................................................................... 32 KẾT LUẬN CHƯƠNG 2 ..................................................................................... 35 CHƯƠNG 3: MÔ HÌNH KIỂM TRA ĐỘ CĂNG THẲNG TÀI CHÍNH CỦA HỆ THỐNG NGÂN HÀNG VIỆT NAM ÁP DỤNG PHƯƠNG PHÁP VAR . 36 3.1 Kiểm định các biến của mô hình ..................................................................... 36 3.2 Mô hình Stress test áp dụng phương pháp VAR cho hệ thống ngân hàng tại Việt Nam .............................................................................................................. 45 3.3 Phân tích tác động của các cú sốc kinh tế vĩ mô đến hoạt động ngân hàng ..... 46 3.4 Phân tích mức độ tác động trong ngắn hạn và trung hạn ................................. 47 3.5 Một số khuyến nghị đối với hệ thống ngân hàng Việt Nam ............................. 48 KẾT LUẬN CHƯƠNG 3 ..................................................................................... 50 KẾT LUẬN ......................................................................................................... 51 PHỤ LỤC TÀI LIỆU THAM KHẢO i DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT ADB: Ngân hàng Phát triển châu Á (Asian Development Bank) ALCO: Ủy ban quản lý Tài sản Nợ - Tài sản Có BĐH: Ban điều hành CAR: Tỷ lệ an toàn tối thiểu (Capital Adequacy Ratios) FED: Cục dự trữ liên bang Hoa Kỳ (Federal Reserve System) GDP: Tổng sản phẩm nội địa (Gross Domestic Product) HĐQT: Hội đồng quản trị IM: Nhập khẩu IMF: Quỹ tiền tệ quốc tế (International Monetary Fund) NHNN: Ngân hàng nhà nước NHTM: Ngân hàng thương mại NHTMCP: Ngân hàng thương mại cổ phần NHTW: Ngân hàng trung ương NPL: Tỷ lệ nợ xấu (Non-performing loan) REER : Tỷ giá thực hiệu lực (Real Effective Exchange Rate) SBV: Ngân hàng nhà nước (The State Bank of Viet Nam) TCTD: Tổ chức tín dụng TGKH: Tiền gửi khách hàng TSN – TSC: Tài sản Nợ - Tài sản Có VAR : Hồi quy vectơ (Vector Autoregressive) WTO: Tổ chức thương mại thế giới (Word Trade Organization) ii DANH MỤC CÁC BẢNG Bảng 2.1 Quy mô tổng tài sản, vốn điều lệ của các NHTM Việt Nam..................... 18 Bảng 2.2 Chỉ số giá tiêu dùng (CPI) bình quân qua các năm ................................... 24 Bảng 3.1 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu NPL ...................... 38 Bảng 3.2 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu GAP ..................... 39 Bảng 3.3 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu LNI ....................... 41 Bảng 3.4 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu CPI ....................... 42 Bảng 3.5 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu IM ......................... 44 Bảng 3.6 Ma trận tham số và thống kê t của mô hình VAR ..................................... 45 Bảng 3.7 Kết quả phân tích phương sai các biến của mô hình ................................. 47 iii DANH MỤC CÁC HÌNH Hình 2.1 Tăng trưởng huy động và tín dụng hệ thống ngân hàng ......................... 20 Hình 2.2 Tỷ lệ nợ xấu toàn ngành ngân hàng ....................................................... 22 Hình 2.3 Mối quan hệ giữa tỷ lệ nợ xấu và chỉ số giá cả ..................................... 24 Hình 2.4 Mối quan hệ giữa tỷ lệ nợ xấu và độ lệch sản lượng .............................. 27 Hình 2.5 Mối quan hệ giữa tỷ lệ nợ xấu và lãi suất ngân hàng trung ương ......... 29 Hình 2.6 Mối quan hệ giữa tỷ lệ nợ xấu và tỷ giá thực REER ............................. 31 Hình 2.7 Giá trị xuất nhập khẩu Việt Nam giai đoạn từ 2001 – 2011 ................... 33 Hình 2.8 Mối quan hệ giữa tỷ lệ nợ xấu và nhập khẩu .......................................... 34 Hình 3.1 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của NPL ............................................................................................................ 37 Hình 3.2 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của GAP ............................................................................................................ 38 Hình 3.3 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của LNI ............................................................................................................ 40 Hình 3.4 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của CPI ............................................................................................................ 42 Hình 3.5 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của IM ............................................................................................................ 43 Hình 3.6 Phản ứng xung lực của các biến trong mô hình ..................................... 47 1 LỜI MỞ ĐẦU 1. Vấn đề nghiên cứu Trong các nghiên cứu gần đây của Ông Settor Amediku “Kiểm tra độ căng thẳng của hệ thống ngân hàng Gana, sử dụng phương pháp VAR”(2006). Setttor Amediku đã cho rằng có mối liên hệ khách quan giữa tỷ lệ nợ xấu của hệ thống ngân hàng với chỉ số lạm phát và chỉ số độ chênh lệch sản lượng. Ông cũng cho rằng nền kinh tế ảnh hưởng mạnh mẽ đến hoạt động của ngân hàng mà cụ thể hơn là tình hình nợ xấu của hệ thống ngân hàng. Điều này tương ứng với các rủi ro mà các ngân hàng sẽ phải đối mặt khi tình hình nợ xấu tăng cao, căng thẳng về tín dụng, rủi ro về thanh khoản,… Áp dụng cho Việt Nam, hiện nay Việt Nam cũng không nằm ngoài quỹ đạo của cơn bão tài chính toàn cầu, nền kinh tế Việt Nam cũng chịu ảnh hưởng không nhỏ, các chỉ số vĩ mô không được khả quan nhiều, vì vậy câu hỏi đặt ra hiện nay là liệu các ngân hàng ở Việt Nam có thể trụ vững được trong hoàn cảnh và bối cảnh hiện nay hay không. Trong bài nghiên cứu này, sẽ đi nghiên cứu về sức chịu đựng của hệ thống ngân hàng Việt Nam, để tìm hiểu rõ hơn về tình hình kinh tế hiện nay sẽ ảnh hưởng đến tình hình nợ xấu của hệ thống ngân hàng. Tính cấp thiết của đề tài Năm 2009 là năm con số lạm phát của Việt Nam tăng cao so với các nước khu vực nói riêng và thế giới nói chung, mọi vấn đề dồn lên nền kinh tế Việt Nam lúc này là làm sao có thể kìm hãm được lạm phát mà vẫn duy trì được mức tăng trưởng, nhiều chỉ tiêu kế hoạch được đặt ra. Theo nhận định thì hiện Việt Nam đang có những dấu hiệu của cuộc khủng hoảng tài chính như cuộc khủng hoảng tài chính châu Á vào những năm 1997. Bài nghiên cứu sẽ đi tìm hiểu về sức chịu đựng của hệ thống ngân hàng đối vói cơn bão tài chính này mà đi kèm theo nó là những rủi ro có thể gặp phải. Đó là tính cấp thiết của đề tài. 2 2. Mục tiêu đề tài Đề tài sẽ đi sâu phân tích về tình hình kinh tế vĩ mô của Việt Nam như là lạm phát, tỷ giá thực, sản lượng nhập khẩu, chênh lệch sản lượng, lãi suất danh nghĩa tác động như thế nào đối với tỷ lệ nợ xấu của ngân hàng, từ đó phân tích về việc các ngân hàng sẽ gặp phải những rủi ro nào khi tình hình nợ xấu tăng lên như vậy. 3. Đối tượng nghiên cứu Tình hình kinh tế vĩ mô ảnh hưởng đến hoạt động ngân hàng Tình hình nợ xấu của hệ thống ngân hàng Việt Nam. Các rủi ro gặp phải khi tỷ lệ nợ xấu tăng lên. 4. Phạm vi nghiên cứu: Hệ thống ngân hàng Việt Nam từ năm 2002 - 2011 5. Phương pháp nghiên cứu: Sử dụng nhiều phương pháp định tính và định lượng:  Phương pháp định tính bằng bảng: tình hình nợ xấu ngân hàng, các chỉ số kinh tế vĩ mô.  Phương pháp định tính bằng đồ thị: vẽ đồ thị về từng biến của mô hình để thấy được cơn khủng hoảng tài chính ở Việt Nam  Phương pháp định lượng bằng phần mềm Eviews: (Chạy hồi quy và kiểm định VAR)  Nguồn dữ liệu: Từ các nguồn dữ liệu: Ngân hàng nhà nước, Tổng cục thống kê (GSO), Ngân hàng Ngoại Thương Việt Nam (VCB), Bộ tài chính, Quỹ Tiền tệ quốc (IMF), ngân hàng thế giới (WB), Ngân hàng phát triển châu Á (ADB), Bộ lao động Mỹ, Cục dự trữ liên bang Mỹ (FED), … công bố trong khoảng thời gian 10 năm từ 2002 đến 2011. 3 6. Kết cấu của luận văn Luận văn gồm có 5 phần: GIỚI THIỆU CHUNG. CHƯƠNG 1: LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM VỀ STRESS TEST CỦA HỆ THỐNG NGÂN HÀNG. CHƯƠNG 2: TÌNH HÌNH KINH TẾ VĨ MÔ ẢNH HƯỞNG ĐẾN HOẠT ĐỘNG CỦA HỆ THỐNG NGÂN HÀNG CHƯƠNG 3: MÔ HÌNH KIỂM TRA ĐỘ CĂNG THẲNG TÀI CHÍNH CỦA HỆ THỐNG NGÂN HÀNG VIỆT NAM ÁP DỤNG PHƯƠNG PHÁP VAR KẾT LUẬN. 4 CHƯƠNG 1: LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM VỀ STRESS TEST CỦA HỆ THỐNG NGÂN HÀNG Trước khi đi vào nghiên cứu về mô thử nghiệm độ căng thăng tài chính Stress test của hệ thống ngân hàng, ta sơ lược phần lý thuyết về ngân hàng, rủi ro trong hoạt động ngân hàng và mô hình thử nghiệm độ căng thẳng tài chính. 1.1 Hệ thống ngân hàng và mối quan hệ tổng thể rủi ro ngân hàng Tăng trưởng kinh tế của một quốc gia phụ thuộc rất lớn vào sự ổn định bền vững của hệ thống tài chính. Khi nền kinh tế phát triển một cách tốt đẹp thì ít người nhìn thấy vai trò của hệ thống tài chính, nhưng khi nền kinh tế xấu đi thì người ta lại quy kết nguyên nhân cho sự thất bại và đổ vỡ của hệ thống ngân hàng. Được xem là huyết mạch của nền kinh tế, nhưng hoạt động trong lĩnh vực ngân hàng lại là lĩnh vực khá nhạy cảm. Có rất nhiều rủi ro có thể tác động chi phối và tính dễ bị tổn thương của ngân hàng ngày càng tăng theo tốc độ phát triển của công nghệ thông tin và trình độ khoa học kỹ thuật. Các tài liệu khác nhau có thể trình bày nhiều loại rủi ro khác nhau, và đặt những tên rủi ro khác nhau. Nhưng về bản chất, ta có thể chia ra 4 nhóm rủi ro chính: 1.1.1 Rủi ro tín dụng Rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng là khả năng xảy ra tổn thất trong hoạt động ngân hàng của tổ chức tín dụng do khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ của mình theo cam kết Rủi ro tín dụng là khoản lỗ tiềm tàng khi ngân hàng cấp tín dụng cho một khách hàng, nghĩa là khả năng các luồng thu nhập dự tính mang lại từ khoản cho vay của ngân hàng không thể được thực hiện đầy đủ về cả số lượng và thời hạn Có thể nói, rủi ro tín dụng chiếm một tỷ trọng rất lớn trong tổng thể rủi ro ngân hàng. Do truyền thống hoạt động ngân hàng là huy động vốn và cho vay. Cũng từ rủi ro tín dụng sẽ dẫn đến các rủi ro khác và ngược lại. Mặc khác khi tình hình kinh tế xã 5 hội biến động theo chiều hướng bất lợi, tình hình sản xuất kinh doanh của khách hàng và các đối tác ngân hàng khác gặp khó khăn, không thể thanh toán các khoản nợ cho ngân hàng tạo phản ứng dây chuyền ảnh hưởng đến khả năng thanh toán các nghĩa vụ của ngân hàng đối với ngân hàng bạn cũng như khách hàng của mình. Có thể dẫn đến phá sản ngân hàng và gây ra cuộc khủng hoảng cho cả nền kinh tế 1.1.2 Rủi ro thị trường Rủi ro thị trường là rủi ro dẫn đến nguồn thu nhập hay vốn của ngân hàng sụt giảm do sự thay đổi theo hướng bất lợi của các yếu tố thị trường. Rủi ro thị trường trong hoạt động của ngân hàng bao gồm rủi ro lãi suất, rủi ro tỷ giá, rủi ro giá đầu tư và rủi ro thanh khoản Rủi ro lãi suất: rủi ro dẫn đến nguồn thu nhập hay vốn của ngân hàng sụt giảm do biến động của lãi suất trên thị trường. Rủi ro tỷ giá: rủi ro hiện tại hay trong tương lai tác động lên thu nhập hay vốn của ngân hàng do thay đổi bất lợi của tỷ giá hối đoái. Rủi ro này chủ yếu xảy ra trong thời gian tổ chức tín dụng có trạng thái mở, ở cả nội bảng và ngoại bảng, trên thị trường giao ngay, thị trường kỳ hạn hoặc thị trường tương lai. Rủi ro giá đầu tư: rủi ro dẫn đến giá trị đầu tư của ngân hàng sụt giảm do sự thay đổi bất lợi về giá của các cổ phiếu, trái phiếu, và những khoản đầu tư vốn, chứng khoán khác; Rủi ro thị trường ảnh hưởng đến giá trị TSN - TSC, tác động đến khả năng thanh toán khi đến hạn của ngân hàng. Là huyết mạch của nền kinh tế, có sức lan tỏa trong toàn hệ thống, bất cứ sự biến động nào của thị trường cũng ít nhiều tác động đến hoạt động của ngân hàng. Ngược lại, khi ngân hàng gặp rủi ro thị trường, với những động thái nhằm cải thiện tình hình hoạt động thông qua lãi suất, tỷ giá… của ngân hàng đều gây sức ép lên thị trường, ảnh hưởng ngược trở lại thị trường. Tạo nên một mối quan hệ tổng thể không thể tách rời của ngân hàng và nền kinh tế. 6 1.1.3 Rủi ro thanh khoản Rủi ro thanh khoản là rủi ro khi ngân hàng không đáp ứng được cam kết khi đến hạn do thiếu tiền. Ví dụ ngân hàng mất khả năng chi trả khi người gửi tiền rút tiền ồ ạt. Nguyên nhân chủ yếu dẫn đến rủi ro thanh khoản của các ngân hàng là: Sự mất cân đối về kỳ hạn giữa tài sản Có và tài sản Nợ do ngân hàng sử dụng quá nhiều nguồn vốn ngắn hạn để cho vay trung dài hạn hoặc đầu tư vào các tài sản kém thanh khoản. Rủi ro thanh khoản có thể được xem là sự đánh đổi giữa lợi ích trước mắt của ngân hàng và rủi ro tiềm ẩn trong tương lai. Xét về tổng thể nền kinh tế, nó là cái giá phải trả cho một giai đoạn ưu tiên tăng trưởng kinh tế, mà biểu hiện là tình trạng tăng trưởng nóng tín dụng nhiều năm liền, tập trung nguồn vốn cho sản xuất, lấy ngắn nuôi dài. Để đến một lúc nào đó, khi mà bong bóng tín dụng nổ ra, ngân hàng mất khả năng thanh toán các nghĩa vụ nợ đã cam kết thì sự đỗ vỡ hệ thông ngân hàng là điều không thể tránh khỏi. 1.1.4 Rủi ro hoạt động Rủi ro hoạt động là rủi ro dẫn đến tổn thất hoặc thiệt hại trực tiếp hay gián tiếp cho ngân hàng trong hoạt động hàng ngày do lỗi tác nghiệp phát sinh từ những sai sót hay không phù hợp của quy chế, quy trình nghiệp vụ, do yếu tố con người, do hệ thống công nghệ thông tin nội bộ hay do những tác động của các sự kiện bên ngoài gây ra. Đây cũng là một rủi ro khó kiểm soát nhất, bởi nó phụ thuộc rất lớn vào đạo đức nghề nghiệp của cán bộ nhân viên ngân hàng, ảnh hưởng đến uy tín của ngân hàng. Đứng trước những khó khăn mà ngành ngân hàng gặp phải đặc biệt là sau cuộc khủng hoảng tài chính. Các nhà nghiên cứu kinh tế đã đặc biệt quan tâm đến phân tích tính dễ bị tổn thương của hệ thống ngân hàng trong mối quan hệ tổng thể của nền kinh tế. 7 1.2 Mô hình kiểm tra độ căng thẳng tài chính trong lĩnh vực ngân hàng (Stress test) 1.2.1 Khái niềm về kiểm tra độ căng thẳng (stress test) Kiểm tra độ căng thẳng (Stress test) là một hình thức thử nghiệm để đánh giá tính ổn định của một hệ thống hoặc một tổ chức nào đó. Bằng cách thử nghiệm sức chịu đựng của hệ thống khi nó hoạt động vượt mức bình thường, thường là đến một điểm phá vỡ, để quan sát kết quả. Kiểm tra độ căng thẳng thường có ý nghĩa rất quan trọng trong các ngành công nghiệp nhất định, chẳng hạn như thử nghiệm sức chịu đựng của nhà máy đối khi thiếu hụt về nguyên liệu. Trong lĩnh vực tài chính ngân hàng, bên cạnh các phương pháp để ước tính khả năng hoạt động của đơn vị trong tương lai, nhà quản trị có thể sử dụng phương pháp đánh giá độ căng thẳng thử nghiệm, để đánh giá sức chịu đựng của đơn vị khi gặp một sự cố bất khả kháng, bằng cách thực hiện phân tích các kịch bản có thể xảy ra. Chẳng hạn như : Điều gì sẽ xảy ra khi thị trường vốn sụt giảm hơn 50 % trong năm nay? Điều gì sẽ xảy ra khi lãi suất tăng 10 %? Điều gì sẽ xảy ra khi giá dầu tăng 200 %? Cách phân tích này ngày càng được sử dụng phổ biến trên thế giới, được thực hiện bởi các cơ quan chính phủ các nước hoặc các tổ chức liên chính phủ như (IMF, WB, …) để đánh giá tình hình tài chính quốc gia thành viên, xem xét có nên hỗ trợ tài chính cho quốc gia đó hay không trước một sự cố nguy hiểm đến khả năng hoạt động của nó. Ngoài ra, stress test còn có thể được sử dụng để kiểm tra sức chịu đựng hiện tại của các tổ chức, sau một cú sốc kinh tế nào đó. 1.2.2 Phương pháp thực hiện Stress test – Mô hình VAR Trong luận văn này, tác giả sử dụng phương pháp VAR (tương tự như phương pháp đánh giá cho ngân hàng Ghana trong nghiên cứu của Settor Amediku) để đánh 8 giá thực nghiệm về mối quan hệ giữa nợ xấu ngân hàng (NPL) và những biến kinh tế vĩ mô tại Việt Nam. Mô hình VAR được đề xuất bởi Christopher Albert "Chris" Sims, một nhà khoa học kinh tế người Mỹ đã được được trao giải Nobel Kinh tế năm 2011 cùng Thomas J. Sargent. Mô hình này giúp nhận diện và giải thích của cú sốc kinh tế trong dữ liệu lịch sử, và giúp phân tích xem những cú sốc ấy dần dần tác động ra sao tới các biến số vĩ mô khác. Phương pháp của ông có tác động rất lớn đối với nghiên cứu. Đó cũng là nền tảng cho việc ban hành chính sách kinh tế. Phương pháp luận của Sims cũng gồm ba bước. Đầu tiên, nhà phân tích dự báo các biến số vĩ mô sử dụng mô hình vector- autoregression (mô hình VAR). Đây là một mô hình tương đối đơn giản sử dụng dữ liệu chuỗi thời gian, theo đó các giá trị quan sát trước đó được dùng để đi tới dự báo chính xác nhất có thể. Khác biệt giữa dự báo và kết quả (lỗi dự báo) đối với một biến cụ thể được coi là một loại “cú sốc”, nhưng Sims cho thấy những lỗi dự báo ấy không có ý nghĩa kinh tế rõ ràng. Ví dụ như lãi suất bất ngờ thay đổi có thể là phản ứng trước một cú sốc khác, ví dụ như thất nghiệp hay lạm phát, cũng có thể chúng xảy ra hoàn toàn “độc lập”. Sự thay đổi một cách độc lập ấy được gọi là “cú sốc cơ bản”. Bước thứ hai là tách “cú sốc cơ bản” ra. Đây là điều kiện tiên quyết để nghiên cứu tác động của việc lãi suất thay đổi “độc lập”. Thực tế, một trong những đóng góp lớn của Sims là chứng minh việc đi từ hiểu biết toàn diện cách thức vận hành của nền kinh tế có thể đi tới nhận diện được các “cú sốc cơ bản”. Sims và các nhà nghiên cứu tiếp bước ông đã phát triển các phương pháp khác nhau để nhận diện của “có sốc cơ bản” trong mô hình VAR. Một khi đã nhận diện được các “cú sốc cơ bản” từ dữ liệu lịch sử, bước thứ ba trong phương pháp của Sims là phân tích impulse-response [tạm dịch: phân tích phản 9 ứng xung lực]. Phân tích này minh họa tác động của các cú sốc cơ bản đối với các biến số vĩ mô qua thời gian. Phân tích “phản ứng xung lực” giúp chúng ta hiểu thêm về kinh tế vĩ mô và đã có những ảnh hưởng to lớn tới việc thi hành chính sách tiền tệ. Nay một NHTW có lạm phát mục tiêu điều chỉnh lãi suất để đạt tới mức mục tiêu đó trong vòng 1-2 năm đã là chuyện bình thường. Chính sách tiền tệ thắt chặt đồng nghĩa với việc 1-2 năm sau lạm phát mới thấp còn GDP giảm ngay lập tức. Các phân tích VAR tương tự về chính sách tài khóa cũng cho thấy tăng chi tiêu công có thể trung hòa được một đợt suy thoái tạm thời. Ngày nay, mô hình VAR là công cụ không thể thiếu của các NHTW và Bộ Tài chính trong phân tích ảnh hưởng của nhiều cú sốc khác nhau đối với nền kinh tế cũng như ảnh hưởng của nhiều chính sách khác nhau để đối phó với các cú sốc trên. 1.2.2.1 Lý thuyết về mô hình VAR Mô hình VAR: hay còn gọi là mô hình tự hồi quy véctơ (VAR) là một trong bốn phương pháp dự báo kinh tế dựa vào chuỗi dữ liệu thời gian, bao gồm: • Mô hình hồi quy đơn phương trình • Mô hình hồi quy phương trình đồng thời • Mô hình trung bình trượt kết hợp tự hồi quy ( ARIMA) • Mô hình tự hồi quy vectơ (VAR) Khái niệm về mô hình VAR Mô hình VAR là mô hình vectơ các biến số tự hồi quy. Mỗi biến số phụ thuộc tuyến tính vào các giá trị trễ của biến số này và giá trị trễ của các biến số khác. Mô hình VAR dạng tổng quát: 10 Yt= A1Yt-1 + A2Yt-2 + ...+ApYt-p + St + ut             = mt t t t Y Y Y Y ... 2 1 ;             = mt t t t U U U U ... 2 1 Trong đó At (i= 1,2,...,p): ma trận vuông cấp m*m; St = (S1t,S2t ,..., Smt) Y bao gồm m biến ngẫu hiên dừng, u vectơ các nhiễu trắng, St vec tơ các biến xác định, có thể bao gồm hằng số, xu thế tuyến tính hoặc đa thức. Phương pháp ước lượng mô hình VAR Xét tính dừng của các biến trong mô hình. Nếu chưa dừng thì sử lý kỹ thuật lấy sai phân để đưa về các chuỗi dừng Lựa chọn khoảng trễ phù hợp Xem xét mức độ phù hợp của mô hình chạy ra (bằng việc kiểm định tính dừng của phần dư. Nếu phần dư của mô hình dừng thì mô hình nhận được phù hợp với chuỗi thời gian và ngược lại So sánh các mô hình phù hợp và lựa chọn mô hình hợp nhất 1.2.2.2 Ưu điểm và nhược điểm của mô hình VAR Ưu điểm của mô hình VAR Giá trị của một biến số trong mô hình VAR chỉ phụ thuộc vào giá trị trong quá khứ của các biến số. Do đó, việc ước lượng các phương trình không đòi hỏi các thông tin nào khác ngoài các biến số của mô hình. Vì không có quan hệ đồng thời giữa các biến số nên người ta có thể sử dụng OLS hoặc phương pháp lượng hợp lý cực đại để ước lượng từng phương trình của mô hình. Ưu điểm nổi trội của mô hình VAR là không cần xác định biến nào là biến nội sinh và biến nào là biến ngoại sinh . 11 Khi dự báo, sử dụng mô hình VAR chỉ sử dụng trong ngắn hạn nay cả trong trường hợp sử dụng dự báo động. Nhược điểm của mô hình VAR Mô hình VAR đòi hỏi các biến số đều là biến dừng Mô hình VAR(p) với p không cho trước nên không thể biết được độ dài trễ bằng bao nhiêu? Mô hình VAR không dùng để phân tích chính sách được. Khi ước lượng đòi hỏi số quan sát nhiều do mô hình có nhiều phương trình 1.3 Những nghiên cứu thực nghiệm về Stress test trên thế giới Một số phương pháp đã được sử dụng trong quá khứ để kiểm tra độ căng tín dụng của ngân hàng. Phương pháp được sử dụng phổ biến nhất tại các nước IMF FSAPs là kiểm tra về độ nhạy của 1 yếu tố. Phương pháp này đánh giá mức độ tác động đến bảng cân đối của ngân hàng khi có một yếu tố (biến số) thay đổi đáng kể, chẳng hạn như tỷ giá hối đoái hoặc chính sách lãi suất. Tuy nhiên, việc kiểm tra độ căng không cho phép sự tương tác giữa các yếu tố (biến số) kinh tế vĩ mô (theo kịch bản) chẳng hạn như các tác động của những thay đổi lãi suất đối với hoạt động thực tế trên danh mục cho vay của ngân hàng. Các kịch bản có thể được phát triển thông qua một số phương pháp, trong đó có một cách tiếp cận là sử dụng mô hình cấu trúc kinh tế vĩ mô. Phương pháp này đã được thực hiện tại một số nước phát triển FSAPs IMF. Một phương pháp khác là áp dụng phương pháp Boss (2002) để kiểm tra danh mục đầu tư tín dụng của Áo. Phân tích của ông dựa trên mô hình CreditPortfolioView ®, xây dựng khả năng vở nợ của các ngành công nghiệp nhất định như là một chức năng hậu cần của một chỉ số ngành cụ thể, theo đó mô hình phụ thuộc vào giá trị hiện tại của một số biến số kinh tế vĩ mô. Các tham số ước tính có nguồn gốc từ mô hình này sau đó được sử dụng để đánh giá thiệt hại trong tương lai trên danh mục cho vay của các ngân hàng Áo. 12 Một phương pháp luận khác để đánh giá tác động của rủi ro thị trường và rủi ro tín dụng đối với ngành ngân hàng của Áo là phương pháp của Elsinger, Lehar và Summer (2002). Trong bài viết của mình, họ phân tích ảnh hưởng của những cú sốc kinh tế vĩ mô trên một ma trận của những trạng thái trên liên ngân hàng Áo. Cụ thể, các tác giả có thể đánh giá khả năng thất bại của từng ngân hàng trước tác động của các yếu tố kinh tế vĩ mô, đồng thời có tính đến mức độ ảnh hưởng của những thất bại này đối với phần còn lại của hệ thống ngân hàng. Mô hình này do đó phân tích sự vở nợ của ngân hàng từ những yếu tố phát sinh trực tiếp và những yếu tố tạo nên từ hệ quả của sự lây lan. Sự tương tác giữa điều kiện tài chính ngân hàng và kinh tế vĩ mô được mô hình hóa bằng cách giả định rằng các kịch bản kinh tế vĩ mô được rút ra từ một phân bổ xác suất chung của các cú sốc về lãi suất, tỷ giá hối đoái và các biến động của thị trường chứng khoán, cũng như những cú sốc liên quan đến chu kỳ kinh doanh. Trong một nghiên cứu khác của Pesaran et al (2004) và Alves (2004) sử dụng một mô hình VAR để đánh giá tác động của các yếu tố kinh tế vĩ mô trên khả năng vở nợ của các công ty. Trong mô hình của Pesaran et al VAR có bao gồm các yếu tố như GDP, chỉ số giá tiêu dùng, cung tiền danh nghĩa, giá cổ phiếu, tỷ giá hối đoái và lãi suất danh nghĩa cho mười một quốc gia/khu vực trong giai đoạn 1979-1999. VAR toàn cầu được sử dụng như một dữ liệu đầu vào để mô phỏng cho tỷ suất lợi nhuận của doanh nghiệp, sau đó được kết nối với sự phân bổ tổn thất danh mục vay vốn của doanh nghiệp. Một lợi thế rõ ràng của phương pháp này là nó liên kết đến rủi ro tín dụng của danh mục cho vay đa dạng hóa toàn cầu trong một mô hình kinh tế vĩ mô chi tiết cho phép sự khác biệt giữa các quốc gia và khu vực. Alves (2004) xây dựng một mô hình VAR đồng nhất, sử dụng tần xuất vở nợ dự kiến (EDFs) của công ty KMV như là các biến số nội sinh và các yếu tố kinh tế vĩ mô (12 tháng thay đổi một lần đối với sản lượng công nghiệp, 3 tháng thay đổi đối với lãi suất, giá dầu, và 12 tháng thay đổi đối với chỉ số thị trường chứng khoán) như là các biến ngoại sinh. Các tần xuất vở nợ dự kiến (EDFs) của mỗi ngành công nghiệp của EU được mô hình hóa dựa trên các 13 yếu tố kinh tế vĩ mô ngoại sinh cùng với tần xuất vở nợ dự kiến (EDFs) của các ngành công nghiệp khác để nắm bắt khả năng lây lan. Tuy nhiên, không có mô hình VAR nào nói trên tích hợp một cách rõ ràng các biện pháp đo lường chất lượng của bảng cân đối ngân hàng. Trong tài liệu này hệ thống VAR cũng được sử dụng nhưng ngoại trừ một hệ thống khác bao gồm việc đo lường trực tiếp mức độ yếu ớt của ngân hàng - tỷ lệ xóa nợ - cũng như các biến số kinh tế vĩ mô. Khi xóa nợ các khoản cho vay doanh nghiệp tư nhân phi tài chính (PNFCs) và các hộ gia đình có liên quan khác nhau đến chu kỳ kinh doanh, VAR cũng được ước tính bằng cách sử dụng các dữ liệu ngành cho các hộ gia đình và PNFCs. Trong một nghiên cứu của Fender et al (2001) cho rằng các tổ chức tài chính phụ thuộc rất nhiều vào các việc kiểm tra độ căng thẳng cho thị trường, các sản phẩm và các yếu tố rủi ro, những cái mà không đủ thực hiện bằng các phương pháp thống kê, ví dụ như giá trị rủi ro (VAR). Trong bối cảnh quản lý rủi ro thanh khoản, kiểm tra căng thẳng có thể đánh giá nhu cầu thanh khoản của ngân hàng trong các sự kiện thị trường khắc nghiệt và để chuẩn bị quản lý rủi ro thanh khoản cho các điều kiện căng thẳng. Một vài nghiên cứu về khuôn khổ cho việc kiểm tra độ căng thẳng, các phác thảo để thử nghiệm sự căng thẳng thanh khoản. Ví dụ, Neu và Matz (2007) đã minh họa cho việc kiểm tra độ căng thẳng. Họ phát triển một cách tiếp cận từng bước khôn ngoan để thiết kế các bài kiểm tra căng thẳng thanh khoản. Đầu tiên, ngân hàng xác định khả năng chịu rủi ro thanh khoản. Sau đó, nó xác định các biện pháp hiệu quả hơn sẵn có về năng lực quản trị và dòng tiền mặt dự kiến trong một khoảng thời gian. Kịch bản thiết kế và định lượng tác động của chúng đến dòng tiền mặt dự kiến là trung tâm quản lý rủi ro thanh khoản, nhưng vẫn còn có những thử thách đặc biệt. Dựa trên sự căng thẳng của dòng tiền, ngân hàng xác định giới hạn của cấu trúc và khả năng cân bằng với khả năng chịu rủi ro thanh khoản. 14 Chorofas (2002) đã đề ra các vấn đề chung trong việc xây dựng các mô hình bài kiểm tra căng thẳng, bao gồm cả mô hình phi tuyến tính và các mô hình tuyến tính, và liên kết các giả định để quản lý ngân hàng, đặc biệt là những định mức độ nghiêm trọng của cú sốc. Hiệu ứng ngược trong các bài kiểm tra căng thẳng thanh khoản là một thách thức đặc biệt. Hiệu ứng ngược bao gồm, ví dụ, hiệu ứng lan tỏa của vấn đề thanh khoản tại một ngân hàng cá nhân trên tính thanh khoản của tài sản thị trường hoặc các phản ứng hành vi của các ngân hàng khác. Tuy nhiên hiệu ứng ngược trong các thử nghiệm căng thẳng thanh khoản là gần như không tồn tại trong các bài nghiên cứu trước đây. Sau này, Pedersen và Brunnermeier (2007) và Adrian et al. (2007 ) cũng đã nỗ lực để nắm bắt những hiện tượng này trong các mô hình lý thuyết của họ. Một số ấn phẩm tập trung vào các công cụ thống kê toán học để thực hiện các bài kiểm tra căng thẳng. Zeransky (2006) trình bày một phương pháp thống kê để ước tính sự kiện đặc biệt, phương pháp Peaks-trên-ngưỡng. Bervas (2006) xem xét rủi ro thanh khoản thị trường và lập luận rằng các VAR của một vị trí thị trường của một ngân hàng nên được điều. VAR của giá cả có thể được áp dụng trực tiếp trong cuộc kiểm tra để đánh giá các kịch bản sự kiện đặc biệt. Bervas thảo luận về những ứng dụng của lý thuyết giá trị đặc biệt (EVT) để ước tính sự phân bổ của phần đuôi. Fiedler (2002) lập luận rằng các biện pháp của tình trạng thiếu thanh khoản có thể được xây dựng trên cơ sở chi phí bổ sung kinh phí so với điều kiện thị trường bình thường. Trong bối cảnh này, ông đề xuất việc sử dụng của giá trị thanh khoản có nguy cơ cao (VLaR) dựa trên các ước tính về chi phí tài trợ (tăng thêm) để bù đắp cho các chi phí khi xảy ra tình trạng căng thẳng. VLaR được định nghĩa là sự khác biệt giữa chi phí kinh phí theo bình thường và trong những trường hợp căng thẳng, tương ứng. Một cách tiếp cận thay thế thuộc về thanh khoản rủi ro (LAR) mô hình đại diện cho một sự thích nghi của VAR cách tiếp cận thanh khoản tài trợ. Điều này dựa trên dự toán của một phân bố xác suất của khoảng cách thanh khoản ròng tích lũy theo thời gian. Trên cơ sở khả năng chịu rủi ro thanh khoản của ngân hàng, quản lý của ngân hàng quyết định những gì mở rộng nó 15 muốn giữ khả năng cân thanh khoản. Tuy nhiên, Matz và Neu làm nổi bật những điểm yếu dựa trên phương pháp thống kê tiên tiến trong thiết kế kịch bản. Điều quan trọng nhất hạn chế của EVT thường nằm trong tình trạng thiếu quan sát để ước tính sự phân bố của các sự kiện đuôi. Tương tự như vậy Lar mô hình bị đo lường và không chắc chắn mô hình thống trị ở phần trăm nhỏ. Ở một phần trăm 0,01, họ nghĩ rằng quản lý của ngân hàng rằng các ngân hàng sẽ tránh được trong tương lai Các vấn đề về thanh khoản so với dự kiến biên độ thời gian với một xác suất 99,99%, nghe có vẻ thích hợp. Tuy nhiên, các kết quả chủ yếu phụ thuộc vào các mô hình cơ bản, các kịch bản và các dữ liệu đưa vào các Lar (đặc biệt là ước lượng của phân phối xác suất và khả năng của mình để bao gồm các sự kiện căng thẳng). 16 KẾT LUẬN CHƯƠNG 1 Chương 1 giới thiệu sơ khởi về tổng thể rủi ro trong hoạt động ngân hàng và một cơ sở lý thuyết cơ bản về Stress test bằng mô hình VAR. Tổng hợp một số nghiên cứu trước đây trên thế giới về mô hình đánh giá thử nghiệm mức độ căng thẳng tài chính (stress test). Thông qua chương 1, tác giả điểm lại một số lý thuyết cơ bản nhằm làm nền tảng để tiến hành phần tích ở các chương sau. 17 CHƯƠNG 2: TÌNH HÌNH KINH TẾ VĨ MÔ ẢNH HƯỞNG ĐẾN HOẠT ĐỘNG CỦA HỆ THỐNG NGÂN HÀNG 2.1 Thực trạng hoạt động của hệ thống ngân hàng Việt Nam hiện nay 2.1.1 Quy mô hoạt động của hệ thống ngân hàng Hệ thống ngân hàng được xem là ngành giữ vai trò chủ chốt trong hệ thống tài chính, là kênh cung ứng vốn chính cho nền kinh tế. Trong những năm qua hệ thống ngân hàng Việt Nam không ngừng lớn mạn về cả số lượng lẫn chất lượng, phát triển đa dạng về hính thức sở hữu và loại hình dịch vụ. Quy mô và chất lượng hoạt động của TCTD ngày càng tăng, năng lực tài chính, năng lực quản trị điều hành, năng lực cạnh tranh, trình độ ứng dụng công nghệ thông tin ngày càng được nâng lên. Các TCTD đã cơ bản thực hiện tốt vai trò trung gian, huy động và phân bổ nguồn vốn có hiệu quả, cơ bản đáp ứng được nhu cầu vốn và tiện tích của nền kinh tế và xã hội, duy trì sự tăng trưởng kinh tế ổn định. Về quy mô, Theo số liệu cập nhật đến quý II/2011 tổng tài sản có của các ngân hàng đạt tăng trưởng khá. 18 Bảng 2.1 Quy mô tổng tài sản, vốn điều lệ của các NHTM Việt Nam (Nguồn: VietstockFinance) Kể từ khi chính thức trở thành thành viên của WTO, tiềm lực tài chính của các NHTM Việt Nam đã có sự bức phá rất ngoạn mục. Nếu như năm 2007, số lượng ngân hàng có vốn điều lệ dưới 3.000 tỷ đồng chiếm 91,2% trên tổng số NHTM, thì đến cuối năm 2010 con số này chỉ còn dưới 20% và tính đến 30/09/2011 chỉ còn vài ngân hàng chưa đáp ứng vốn theo quy định. 19 Hiện nay, Việt Nam đang tiếp tục mở cửa dịch vụ ngân hàng và hình thức pháp lý trong hệ thống ngân hàng cho các tổ chức tín dụng nước ngoài, đối xử bình đẳng như tất cả các ngân hàng thương mại trong nước. Theo đánh giá năng lực cạnh tranh của các ngân hàng thương mại Việt Nam còn yếu, đặc biệt là vốn, nhân lực, công nghệ, quản lý và điều hành, dịch vụ ngân hàng và thị trường.Vì vậy, vấn đề quan trọng đối với các ngân hàng thương mại Việt Nam hiện nay không chỉ là vốn, mà còn là trình độ, kinh nghiệm quản lý và quản trị chiến lược. Bởi việc quản trị chiến lược giúp cho NHTM thấy rõ mục đích và định hướng kinh doanh, giúp ngân hàng tăng tính chủ động, tăng khả năng thích nghi với những khuynh hướng và biến động mới. Quản trị chiến lược cũng sẽ giúp ngân hàng nhìn thấy được các cơ hội, cũng như các nguy cơ để tận dụng tăng khả năng sinh lời và tránh những nguy cơ nảy sinh. Bên cạnh đó, cần đẩy mạnh hợp tác, tìm kiếm các nhà đầu tư chiến lược nước ngoài có kinh nghiệm quản trị rủi ro trong lĩnh vực tài chính – ngân hàng là một lựa chọn ưu tiên. 2.1.2 Thực trạng rủi ro trong hệ thống ngân hàng Sự gia tăng nhanh chóng về mặt số lượng các ngân hàng cùng với sự đa dạng về lại hình sản phẩm dịch vụ trong môi trường cạnh tranh gay gắt dẫn đến rủi ro phát sinh trong lĩnh vực ngân hàng cũng ngày càng phức tạp. Mặc dù NHNN và từng NHTM cũng đã chú trọng đến công tác quản trị rủi ro trong hoạt động ngân hàng, điển hình là việc áp dụng các quy định về tỷ lệ an toàn theo thông lệ, hoàn thiện quy trình nghiệp vụ, sắp xếp hệ thống kiểm tra, kiểm soát nội bộ trên cơ sở rủi ro… Thông tư 13/2010/TT- NHNN ngày 20/05/2010 và số 19/2010/TT- NHNN ngày 27/09/2010 quy định về tỷ lệ bảo đảm an toàn trong hoạt động của tổ chức tín dụng trên cơ sở xem xét áp dụng thông lệ Basel II. Tốc độ tăng trưởng tín dụng của Việt Nam đã từng rất cao hơn rất nhiều so với tốc độ tăng trưởng huy động, dẫn đến sự mất cân bằng khi tiền gửi ngắn hạn được đem cho vay dài hạn. Đối với toàn hệ thống ngân hàng, tốc độ tăng trưởng tín dụng luôn được duy trì trên 25% kể từ năm 2007 đến nay. 20 Đến ngày 31/12/2010, tổng dư nợ tín dụng ước tăng 29 % so với cuối năm 2009, trong đó dư nợ tín dụng VND tăng 25,3% và dư nợ tín dụng ngoại tệ, vàng tăng 49,3%. Huy động vốn đến cuối năm 2010 ước tăng 27 % so với cuối năm 2009. Nguồn vốn huy động khó khăn đã khiến ngân hàng trên không thể mở rộng mảng cho vay của mình được. Trong khi đó, việc giảm nguồn vốn huy động cũng khiến cho ngân hàng này không thể tăng cường vốn bằng cách vay của ngân hàng bạn trên thị trường liên ngân hàng vì Ngân hàng Nhà nước đã quy định các ngân hàng không được huy động vốn trên thị trường liên ngân hàng cao hơn 20% tổng vốn huy động từ tổ chức và cá nhân. (Nguồn: NHNN) Hình 2.1 Tăng trưởng huy động và tín dụng hệ thống ngân hàng Tìm nguồn vốn huy động để cho vay không dễ dàng, nhưng tìm đầu ra cho đồng vốn huy động cũng không hề đơn giản đối với ngân hàng trong thời điểm hiện nay. Bên cạnh những cơ hội và phát triển, thì rủi ro thách thức đối với hệ thống ngân hàng cũng ngày càng phức tạp và khó lường hơn: Rủi ro về chi phí huy động vốn gia tăng: biểu hiện rõ nét là sự xuất hiện của các cuộc chạy đua lãi suất giữa các ngân hàng và tính chất bất bình đẳng trong việc sở hữu các giấy tờ có giá do NHNN phát hành như tín phiếu NHNN qua các phiên đấu thầu. Các ngân hàng có thị phần huy động khó lại còn khó khăn hơn khi có quá ít 21 chứng từ có giá làm đảm bảo cho dự trữ. Các ngân hàng này không có cơ hội nhận được sự hỗ trợ thanh khoản từ phía NHNN, đành phải đi vay lại trên thị trường liên ngân hàng với lãi suất cao. Rủi ro từ hoạt động tín dụng: Vấn đề tăng trưởng tín dụng quá nóng trong những năm gần đây đã tạo ra các sức ép cho nền kinh tế. Đặc biệt , năm 2008 và 2009 tăng trưởng mạnh với tốc độ tăng là 24,2% và 37,8%. Bên cạnh đó, sự tụt dốc của thị trường chứng khoán và diễn biến phức tạp của thị trường bất động sản, giá vàng lên xuống thất thường, sự đỗ vỡ của nhiều chủ nợ tín dụng “ đen” đã và đang diễn ra ở nhiều địa phương trên cả nước sẽ ảnh hưởng đến chất lượng tín dụng. Đã để lại hậu quả là tỷ lệ nợ xấu tích lũy qua các năm. Tình trạng lạm phát cao, đồng tiền nội tệ bị mất giá liên tục trong nhiều năm qua. Mặt khác với tâm lý cũng như tập quán của người dân Việt Nam là dự trữ vàng và ngoại tệ mạnh, tâm lý lựa chọn các kỳ hạn ngắn của người gửi tiền trước lo ngại của nền kinh tế. Chính vì lẽ đó việc các tổ chức tín dụng huy động nguồn vốn trung và dài hạn là còn hạn chế, dẫn đến các rủi ro tiềm ẩn do chênh lệch về kỳ hạn giữa nguồn vốn và sử dụng vốn. Sự mất cân đối trong việc sử dụng nguồn vốn ngắn hạn cho vay trung dài hạn là điều hết sức nguy hiểm và mang tiềm ấn nhiều rủi ro về thanh khoản mà Ngân hàng có thể không chủ động được Việc không huy động được nguồn vốn có kỳ hạn dài sẽ làm cho hệ thống NHTM ở trong tình trạng dễ mất thanh khoản. Để huy động được vốn cho vay trung và dài hạn bù đắp phần thiếu hụt do giảm tỉ lệ sử dụng vốn ngắn hạn, chắc các NH phải tính đến tiếp tục tăng lãi suất huy động, lại có thể dẫn đến cạnh tranh không lành mạnh suất giữa các ngân hàng. Nợ xấu ngân hàng Nợ xấu và xử lý nợ xấu luôn là vấn đề đau đầu của hầu hết các quốc gia, các hệ thống tài chính và các tổ chức tài chính. Khi khối lượng nợ xấu của các tổ chức tài chính gia tăng sẽ ảnh hưởng đến sự phát triển của nền kinh tế nói chung, hệ thống tài 22 chính nói riêng. Điều này đặt ra yêu cầu cho tất cả các nước cần phải có những biện pháp xử lý và ngăn chặn các khoản nợ xấu phát sinh. Trong quá trình phát triển, hệ thống tài chính của nhiều quốc gia đã rơi vào khủng hoảng, phát sinh khối lượng nợ xấu rất lớn. Nếu như năm 2010, tỷ lệ nợ xấu của các NHTM là 2,5%/ tổng dư nợ, nhưng đến 30/09/2011, tỷ lệ nợ xấu của hệ thống đã lên 3,5%, đặc biệt nợ nhóm 5 chiếm 47% (nợ có khả năng mất trắng) tăng mạnh. Tỷ lệ nợ xấu toàn ngành ngân hàng Việt Nam 2 3.5 3.5 2.5 2.2 0 0.5 1 1.5 2 2.5 3 3.5 4 2007 2008 2009 2010 09-11 Năm % NPL (Nguồn: NHNN) Hình 2.2 Tỷ lệ nợ xấu toàn ngành ngân hàng Theo ông Nguyễn Hữu Nghĩa, Vụ chiến lược phát triển (Ngân hàng Nhà nước) đánh giá về tiềm lực vốn và năng lực tài chính, chất lượng tài sản của các ngân hàng thương mại Việt Nam: "Nợ xấu của các ngân hàng Việt Nam (theo tiêu chuẩn kế toán và phân loại nợ quốc tế) còn lớn. Các ngân hàng thương mại cổ phần hầu hết có quy mô tài chính và hoạt động nhỏ. Trong đó ngân hàng thương mại Nhà nước chiếm thị 23 phần tín dụng đến 80% nhưng tổng vốn tự có cũng chỉ trên 1 tỷ USD, chưa đạt hệ số an toàn vốn tối thiểu (8%), khả năng tăng vốn và xử lý nợ xấu yếu". Công tác quản lý rủi ro trong hệ thống ngân hàng Nhằm đảm bảo an toàn hoạt động trong toàn hệ thống NHTM Việt Nam, NHNN cũng đã nghiên cứu và đưa ra nhiều tỷ lệ đánh giá an toàn hoạt động của các ngân hàng theo hướng tiếp cận và áp dụng hệ thống chuẩn mực đánh giá an toàn ngân hàng của Ủy ban Giám sát ngân hàng Basel, tuy nhiên do hoàn cảnh nền kinh tế chưa cho phép nên việc tính toán và quy định các tỷ số được điều chỉnh cho phù hợp với thực tiễn Việt Nam. Với quyết tâm của NHNN trong việc nâng cao hơn nữa khả năng bảo đảm an toàn cho hệ thống ngân hàng theo định hướng của NHNN từng thời kỳ, Quyết định 457/2005/QĐ-NHNN, Thông tư 15/2009/TT-NHNN và gần đây là Thông tư 13/2010/TT-NHNN, Thông tư 19/2010/TT-NHNN ra đời thay thế QDD457, đang chi phối rất lớn hoạt hoạt động của hệ thống ngân hàng hiện nay. Bao gồm các chỉ tiêu: Tỷ lệ an toàn vốn tối thiểu; Khả năng chi trả; Tỷ lệ cấp tín dụng từ nguồn vốn huy động; Tỷ lệ nguồn vốn ngắn hạn được sử dụng để cho vay trung dài hạn; Giới hạn tín dụng; Giới hạn góp vốn, mua cổ phần. Hiện nay, việc tính toán các chỉ tiêu tại các NHTM được NHNN hướng dẫn và theo dõi rất sâu sát, công tác báo cáo được thực hiện định kỳ hàng tháng, có một số chỉ tiêu được báo cáo mỗi ngày. Tuy nhiên việc công bố hệ số này trên các phương tin thông tin đại chúng vẫn chưa là bắt buộc, NHNN cũng chưa bao giờ cho biết thông tin đầy đủ về chỉ số này của cả hệ thống và từng TCTD. 2.2 Phân tích ảnh hưởng của các yếu tố vĩ mô đến hoạt động ngân hàng 2.2.1 Chỉ số giá tiêu dùng (CPI) Hiện nay, Việt Nam đang từng bước đối phó với rủi ro lạm phát ngày càng gia tăng. Chúng ta có thể thấy rằng con số lạm phát của năm 2008 rất cao, đó là năng Việt 24 Nam có nhiều biến động nhất, năm 2009 và 2010 Việt Nam được ghi nhận là kiềm chế lạm phát khá chặt, tuy nhiên đến năm 2011 lạm phát vẫn tăng và là 18.58%. Bảng 2.2 Chỉ số giá tiêu dùng (CPI) bình quân qua các năm Năm 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 CPI 3,9 3,2 7,71 8,29 7,48 8,3 22,97 6,88 9,19 18,58 (Nguồn: Tổng cục thống kê Việt Nam) Năm 2011 là thời điểm hội tụ và bùng nổ nhiều sức ép lạm phát chủ yếu từ nguyên nhân trong nước, trước hết là tác động từ độ trễ của giai đoạn thực hiện cung tín dụng và tiền tệ mở rộng trước đó, cũng như từ sự điều chỉnh tỷ giá và giá một số mặt hàng nhạy cảm, như giá xăng dầu, điện, đồng thời được nhân bội bởi những cú sốc giá vàng thế giới liên tiếp lập những kỷ lục mới. Mối quan hệ giữa NPL và CPI 0 5 10 15 20 25 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Năm % NPL CPI (Nguồn: NHNN và Tổng cục thống kê) Hình 2.3 Mối quan hệ giữa tỷ lệ nợ xấu và chỉ số giá cả Ở bất kỳ nền kinh tế của một quốc gia nào thì lạm phát cũng đi liền với những hệ lụy của nó là xấu hay tốt thì xét ở khía cạnh khác nhau, và ngành ngân hàng cũng không ngoại lệ. Qua đồ thị phân tích mối liên hệ giữa lạm phát và tình hình nợ xấu của ngân hàng, ta có thể thấy rằng khi lạm phát tăng thì nợ xấu của hệ thống ngan hàng 25 cũng tăng, đó là quan hệ đồng biến. Tuy nhiên, ta có thể thấy từ năm 2002 đến năm 2007, thì hầu như có sự nghịch lý ở đây, điển hình là trong năm 2003, lạm phát tăng nhưng tình hình nợ xấu lại giảm, điều này ta có thể giải thích rằng do năm 2003 có thể là lạm phát nhưng đó là lạm phát mang hàm ý tăng trưởng, kích cầu, hơn nữa năm 2003 thì tỷ lệ dư nợ của toàn bộ hệ thống ngân hàng cũng tăng nên tỷ lệ nợ xấu của ngành giảm xuống là việc tất yếu. Năm 2008, có lẽ là đỉnh cao của cuộc khủng hoảng toàn cầu cũng như lạm phát tăng cao, tạo đà cho tỷ lệ nợ xấu ngân hàng cũng đang tăng cao. Điều này có thể giải thích là nền kinh tế đang trong quá trình thoái trào, tỷ lệ nợ xấu của hệ thống ngân hàng tăng lên đi theo đúng quy luật từ trước tới nay. 2.2.2 Độ lệch sản lượng (Output Gap) Output gap là độ chênh lệch, thường tính bằng %, giữa sản lượng thực tế và sản lượng tiềm năng của một nền kinh tế. (Sản lượng tiềm năng – potential output hoặc natural GDP là mức sản lượng mà nền kinh tế có thể phát triển bền vững trong dài hạn). Cú sốc tổng cầu là nguyên nhân của sai lệch chu kỳ sản lượng thực tế so với tiềm năng Độ lệch sản lượng: Output gap lớn hơn 0, là mức chênh lệch giữa sản lượng thực tế so với sản lượng tiềm năng, thường được coi là dấu hiệu của dư cầu, nhu cầu nguyên liệu đầu vào và lao động cao sẽ đẩy giá cả và thu nhập lên gây áp lực gia tăng lạm phát, do đó sẽ phải tăng lãi suất nhằm tránh cho nền kinh tế phát triển quá nóng cũng như kiềm chế lạm phát. Ngược lại, khi Output Gap nhỏ hơn 0, sản lượng thực tế thấp hơn sản lượng tiềm năng thì sẽ gây áp lực thiểu phát Đối với lĩnh vực tài chính ngân hàng, Output Gap cũng ảnh hưởng rất nhiều đến hoạt động kinh doanh của ngân hàng. Cụ thể, theo nghiên cứu của Pain (2003) tỷ lệ nợ xấu NPL của ngân hàng sẽ tăng khi Output gap tăng. Bởivì, khi sản lượng thực tế tăng cao hơn sản lượng tiềm năng tức là nền kinh tế đã trãi qua một giai đoạn tăng trưởng nóng, tín dụng ngân hàng đã tăng cao trong một khoảng thời gian dài. Nhưng theo quy luật cân bằng, sản lượng thực tế trong tương lai sẽ giảm lại nhằm giảm đà tăng lạm 26 phát, sản xuất kinh doanh sẽ bị thu hẹp lại, hàng tồn kho tăng lên, sảnn xuất kinh doanh khó khăn dẫn đến các khoản nợ ngân hàng cũng sẽ chậm thanh toán. Do đó, nợ xấu trong lĩnh vực ngân hàng được dự báo sẽ tăng lên theo độ chênh lệch sản lượng Output gap. Output Gap đuợc sử dụng như một chỉ số đánh giá lạm phát trong các báo cáo của các tổ chức tài chính như Goldman Sachs, HSBC. Theo các báo cáo này, output gap của Việt Nam đang ở mức dương Tốc độ tăng trưởng 5,8% GDP cả năm 2011 với Việt Nam là thấp nhưng so với toàn cầu đó là con số khá cao. Theo dự báo của WB, mặc dù hiện nay tăng trưởng kinh tế Việt Nam đang chững lại nhưng dự kiến sẽ vẫn cao trong năm 2011 ở mức 5,8% trong đó khu vực công nghiệp và dịch vụ tăng mạnh. Theo số liệu từ Tổng cục Thống kê, tốc độ tăng trưởng trung bình của giai đoạn 2001 – 2010 là 7,25%. Trong đó, tăng trưởng trung bình giai đoạn 2001 – 2005 là 7,51% và giai đoạn 2006 – 2010 lại bị tụt lùi, còn 7%. Theo các chuyên gia đều có chung quan điểm rằng chất lượng tăng trưởng kinh tế của Việt Nam còn thấp và chưa đạt được độ bền vững. Chất lượng tăng trưởng kinh tế thấp thể hiện ở sự chuyển dịch cơ cấu kinh tế chậm, tính hiệu quả của kinh tế thấp, đồng thời, sức cạnh tranh của nền kinh tế còn yếu. Cho nên độ lệch sản lượng Output Gap của Việt Nam còn nhiều bất ổn, thiếu vững chắc. Theo hình 2.3 ta thấy tỷ lệ nợ xấu NPL của hệ thống ngân hàng và độ chênh lệch sản lượng Output Gap của Việt Nam qua các năm từ 2002 đến 2011 tuân theo các nghiên cứu lý thuyết. Tỷ lệ nợ xấu và độ chênh lệch sản lượng có mối quan hệ đồng biến, đặc biệt gần đây nhất là khoảng 2008 – 2009 , do ảnh hưởng của cuộc khủng hoảng kinh tế toàn cầu, sản lượng sản xuất suy giảm, độ chênh lệch sản lượng giảm đáng kể và tỷ lệ nợ xấu ngân hàng cũng giảm theo. 27 Mối quan hệ giữa NPL và GAP -4 -2 0 2 4 6 8 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Năm Tỷ lệ (% ) NPL GAP (Nguồn: NHNN và HSBC) Hình 2.4: Mối quan hệ giữa tỷ lệ nợ xấu và độ lệch sản lượng 2.2.3 Lãi suất ngân hàng trung ương Ngân hàng là nơi chịu ảnh hưởng trực tiếp, đồng thời phản ánh rõ nét nhất hiệu quả của một chính sách tiền tệ quốc gia. Bằng công cụ lãi suất, chính phủ có thể tác động hoạt động của nền kinh tế theo mục tiêu quốc gia. Hiện nay, ba loại lãi suất chủ chốt: lãi suất cơ bản, lãi suất tái chiết khấu và lãi suất tái cấp vốn, NHNN Việt Nam đang tham mưu các chính sách liên quan đến tiền tệ cho Chính phủ Việt Nam. Việc điều hành linh hoạt lãi suất, vừa là công cụ điều tiết thị trường, vừa là động thái phát tín hiệu về chủ trương của Chính phủ và giải pháp điều hành chính sách tiền tệ của Ngân hàng Nhà nước là thắt chặt hay mở rộng tiền tệ, đã và đang trở thành một chỉ số kinh tế quan trọng trên thị trường tài chính, tiền tệ, được các tổ chức, các nhân trong và ngoài nước quan tâm, theo dõi, dự báo và có phản ứng khá nhanh nhạy, tích cực về hoạt động đầu tư, tiết kiệm và tiêu dùng. Kết quả này có ý nghĩa rất quan trọng, thể hiện được vai trò và những tác động tích cực của chính sách tiền tệ đối với việc kiềm chế lạm phát và điều tiết kinh tế vĩ mô. Trên thực tế hiện nay, cách điều hành chính sách lãi suất và cách quản lý lãi suất của ngân hàng cũng có những thuận lợi, khó khăn cũng như những tồn tại nhất định tác 28 động đến nền kinh tế đất nước. Chính vì vậy mà cần phải có những giải pháp tốt để điều hành chính sách lãi suất một cách khoa học nhằm đảm bảo và phát huy được công cụ điều hành tiền tệ vĩ mô của nền kinh tế, đồng thời tác động thúc đẩy hoạt động của các doanh nghiệp cho tốt hơn Để chống lạm phát thì một trong các nguyên tắc căn bản là phải thực hiện lãi suất thực dương (tức lãi suất cho vay của ngân hàng phải cao hơn lãi suất huy động và lãi suất huy động phải cao hơn lạm phát, trên thực tế từ năm 2007 đến nay các ngân hàng Việt Nam chỉ đảm bảo một chiều là lãi suất tiền cho vay cao hơn lãi suất huy động còn lãi suất huy động lại thấp hơn hẳn so với mức lạm phát. Điều nay đã dẫn chính sách lãi tiền gửi ản thực âm, khiến tiền đồng Việt Nam bị mất giá và kéo dài tình trạng thừa tiền trong lưu thông, tính thanh khoản của ngân hàng yếu, hoạt động cho vay tắc nghẽn vì lãi suất huy động cao Ở Việt Nam, chính sách lãi suất đã được cải tiến. Tuy nhiên, khi tình hình kinh tế vĩ mô chưa được ổn định và các NHTM Nhà nước làm chủ thị trường thì Chính phủ không tránh khỏi việc áp dụng chính sách lãi suất tích cực. Giai đoạn từ tháng 6/2002 đến nay, NHNN điều hành theo cơ chế lãi suất thỏa thuận trên cơ sở giải quyết tốt mối quan hệ cung cầu vốn tín dụng giữa ngân hàng vµ khách hàng, thể hiện vai trò tác động và sự ảnh hưởng hết sức quan trọng đến nền kinh tế. 29 Mối quan hệ giữa NPL và LNI 0 2 4 6 8 10 12 14 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Năm % NPL LNI (Nguồn: NHNN và Tổng cục thống kê) Hình 2.5 Mối quan hệ giữa tỷ lệ nợ xấu và lãi suất ngân hàng trung ương Ta có thể thấy rằng do Việt Nam điều hành chính sách tỷ giá cố định nên lãi suất luôn nằm trong biên độ mà NHNN đề ra, hầu như qua các năm lãi suất không thay đổi nhiều trong khi đó tỷ giá thực của Việt Nam biến động khá lớn, dẫn đến ở Việt Nam việc tỷ lệ nợ xấu của hệ thống ngân hàng không bị ảnh hưởng nhiều bởi chỉ tiêu này so với ở nước ngoài, khi họ điều hành tỷ giá theo hướng linh hoạt. Thấy rõ nhất là năm 2008, khi tỷ lệ lạm phát tăng khá cao, NHNN đã tăng cao lãi suất ngân hàng nhằm thu hồi tiền đồng vào, và hơn nữa lại hạn chế việc cho vay. Khi lãi suất tăng cao, các doanh nghiệp sẽ phải chịu một khoảng chi phí thêm nữa, vì vậy khi tình hình kinh tế khó khăn, các doanh nghiệp rất dễ rơi vào tình trạng khủng hoảng nợ. Vì vậy, tỷ lệ nợ xấu của năm 2008 tăng cao là điều dễ hiểu. Ta có thể kết luận rằng tình hình nợ xấu của ngân hàng có thể tăng hay giảm phụ thuộc vào nhiều nguyên nhân từ nền kinh tế và lãi suất này cũng là một vai trò khá quan trọng. 2.2.4 Tỷ giá thực hiệu lực REER Tỷ giá thực RER (Real Exchange Rate) hay còn gọi là tỷ giá thực song phương là cơ sở để định ra giá trị thực của đồng tiền trong nước và một đồng tiền ngoại tệ 30 khác, liên quan đến chỉ số lạm phát của một quốc gia so với chỉ số lạm phát của một quốc gia khác. Tỷ giá thực hiệu lực REER (Real Effective Exchange Rate) được tính toán nhằm định giá trị thực của đồng nội tệ so với một loại ngoại tệ khác. Về mặt lý thuyết, khi chỉ số tỷ giá thực REER >1, nghĩa là tỷ giá thực tăng, VNĐ giảm giá thực và sức cạnh tranh thương mại quốc tế của Việt Nam được cải thiện. Ngược lại, khi chỉ số REER < 1, nghĩa là tỷ giá thực giảm, VNĐ lên giá và sức cạnh tranh thương mại quốc tế của Việt Nam bị xói mòn. Theo thống kê của Quỹ tiền tệ quốc tế IMF, sự biến động về thâm hụt cán cân thương mại của Việt Nam từ năm 2000 đến nay trãi qua hai giai đoạn: Giai đoạn từ 2000 đến 2003, tỷ giá thực có xu hướng tăng, cán cân thương mại được cải thiện và thậm chí có thặng dư chút ít. Tuy nhiên, từ năm 2004 đến nay, tỷ giá thực có xu hướng giảm, đặc biệt vào thời điểm cuối quý 3 năm 2006, REER tính được là 97,573 tức là đã giảm 2,427 % so với năm cơ sở. Khi tỷ giá thực giảm, chứng tỏ giá hàng xuất khẩu trở nên đắt hơn và giá hàng nhập khẩu trở nên rẽ hơn một cách tương đối, điều này sẽ góp phần làm giảm giá trị kim ngạch xuất khẩu của Việt Nam, nên về lý thuyết, sẽ làm giảm khả năng cạnh tranh thương mại quốc tế. Thực tế thâm hụt cán cân thương mại ngày càng tăng trong giai đoạn này cũng phần nào chứng minh cho mối quan hệ này. Để góp phần thúc đẩy các hoạt động ngoại thương, ngân hàng với vai trò trung gian tài chính, cung cấp vốn và các nghiệp vụ xuất nhập khẩu rất quan trọng. Rất nhiều ngân hàng với thế mạnh về xuất nhập khẩu ngày càng nâng cao năng lực và đã thu về được những nguồn lợi nhuận từ lĩnh vực này. Tuy nhiên, trong giai đoạn khủng hoảng thị trường, các doanh nghiệp xuất nhập khẩu gặp khó khăn thì rủi ro tín dụng của ngân hàng đối với các món nợ này là điều không thể tránh khỏi. Về công tác điều hành tỷ giá, kể từ năm 2007 cho đến nay, VNĐ đã trải qua 3 giai đoạn biến động giá lớn. Mỗi một giai đoạn đều do các nhân tố khác nhau trực tiếp dẫn dắt, do đó việc xử lý trong từng giai đoạn là khác nhau. Năm 2008, biến động trên 31 thị trường ngoại hối là do các nhà đầu tư nước ngoài bán khoản 3 tỷ USD trái phiếu để rút vốn khi lạm phát lên cao. Vào những tháng cuối năm 2009, biến động tỷ giá là do lượng cung VNĐ quá lớn trên thị trường, đồng thời các hoạt động buôn lậu trên thị trường vàng khiến USD khan hiếm. Đây cũng là năm mà sai số trong cán cân thanh toán lên đến 12 tỷ USD. Những tháng cuối năm 2010 và đầu năm 2011, biến động ngoại hối một phần do tín dụng ngoại hối tăng mạnh và đầu năm 2010, kỳ vọng VNĐ giảm giá do đã liên tục bị giảm giá trong thời gian vừa qua, thêm vào đó là dự trữ ngoại hối thấp và lạm phát cao. Ta thấy, tỷ giá chịu ảnh hưởng rất nhiều nhân tố trên thị trường, trong đó một phần do tín dụng ngoại tệ của ngân hàng và công tác quản lý cung tiền của ngân hàng nhà nước. Cho nên sự biến động của tỷ giá sẽ ảnh hưởng đến hoạt động ngân hàng và ngược lại, hoạt động ngân hàng ảnh hưởng rất nhiều đến tỷ giá thực. Mối quan hệ giữa NPL và REER 0 1 2 3 4 5 6 7 8 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Năm N PL 0 20 40 60 80 100 120 R EE R NPL R1 (Nguồn: NHNN và Tổng cục thống kê) Hình 2.6 Mối quan hệ giữa tỷ lệ nợ xấu và tỷ giá thực REER Nhìn vào đồ thị, có một điều nghịch lý là tại sao khi đồng Việt Nam ngày càng bị đánh giá cao hơn tỷ giá thực có nghĩa là nó ngày càng bị mất giá trên thị trường nhưng từ năm 2002 đến năm 2007, tỷ lệ nợ xấu liên tục giảm. Điều này có thể giải 32 thích vì từ năm 2002 đến năm 2007, là những năm phát triển kinh tế cực thịnh của Việt Nam, hơn nữa Việt Nam luôn cố định tỷ giá nên rủi ro về tỷ giá đối với doanh nghiệp Việt Nam là hầu như rất nhỏ, cộng với tình hình kinh tế đang trên đà phát triển thịnh vượng thì tỷ lệ nợ xấu ngày càng giảm. Tuy nhiên, như đã phân tích ở trên năm 2008 có lẽ là năm mà hầu như phản ánh đúng nhất nền kinh tế Việt Nam nhất, khi mà khủng hoảng tài chính toàn cầu diễn ra, Việt Nam cũng nằm trong cơn bão này, lạm phát tăng cao, lãi suất tăng cao, Việt Nam không thể giữ cố định đồng Việt Nam hơn nữa, các doanh nghiệp gặp nhiều rủi ro, tỷ lệ nợ xấu của ngân hàng tăng lên khá cao so với trước đây. 2.2.5 Kim ngạch xuất nhập khẩu Góp phần quan trọng vào thành tựu chung của đất nước, hoạt động thương mại nói chung và xuất nhập khẩu nói riêng đã giải quyết được những vấn đề kinh tế, phát huy tiềm năng, lợi thế so sánh của đất nước. Tuy nhiên xuất nhập khẩu của Việt Nam còn nhiều tồn tại như quy mô, khối lượng xuất khẩu thì nhiều nhưng giá trị thấp, dễ gặp rủi ro. Thị trường xuất khẩu của ta chưa ổn định, nguyên nhân là chất lượng hàng hóa chưa cao, mẫu mã nghèo nàn, giá thành cao, nhiều trường hợp phải buôn bán qua trung gian. Về cơ cấu hàng xuất khẩu có những thay đổi nhưng tỷ trọng hàng chế biến còn thấp hơn hàng thô. Về nhập khẩu, tình trạng nhập siêu lớn dẫn đến thâm hụt thương mại gia tăng. Nếu như năm 2001, tỷ lệ nhập siêu chiếm 7,9% so với kim ngạch xuất khẩu thì đến năm 2010, tỷ lệ này đã là 17,47%. Đặc biệt, sau khi Việt Nam gia nhập WTO, tỷ lệ nhập siêu tăng lên rõ rệt nhất là các năm 2007, 2008 tỷ lệ nhập siêu lên tới gần 30%. 33 Hình 2.7 Giá trị xuất nhập khẩu Việt Nam giai đoạn từ 2001-2011 Từ năm 2001 đến nay, thâm hụt thương mại của Việt Nam gia tăng mang tính chất hệ thống. Thâm hụt thương mại gia tăng là gánh nặng đối với cán cân thanh toán quốc tế và làm cho tài khoản vãng lai rơi vào tình trạng thâm hụt. Năm 2007, thâm hụt tài khoản vãng lai lên đến 6,9 tỷ USD, năm 2008 là 9 tỷ USD và năm 2010 khoảng 5,5 tỷ USD. Cũng giống như tỷ giá, hoạt động xuất nhập khẩu có mối quan hệ rất mật thiết đến tình hình kinh tế vĩ mô và hoạt động của ngân hàng. Tỷ trọng dư nợ cho vay lĩnh vực xuất nhập khẩu ở các ngân hàng rất lớn, đây cũng là lợi thế của ngành đồng thời cũng là rủi ro tiềm ẩn trong bối cảnh hội nhập hiện nay. 34 Mối quan hệ giữa NPL và IM 0 1 2 3 4 5 6 7 8 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Năm N PL -10 -5 0 5 10 15 20 25 30 IM NPL IM (Nguồn: NHNN và Tổng cục thống kê) Hình 2.8 Mối quan hệ giữa tỷ lệ nợ xấu và nhập khẩu Hình 2.8 thể hiện mối quan hệ giữa tỷ lệ nợ xấu ngân hàng và nhập khẩu của Việt Nam trong khoảng thời gian từ năm 2002 đến năm 2011. Ta thấy mối quan hệ nghịch biến giữa tỷ lệ nợ xấu và nhập khẩu, điều này cũng khá phù hợp với một đất nước nền kinh tế đang phát triển như Việt Nam. Là một nền kinh tế nhỏ, đang dần bước mở cửa và hội nhập, cơ cấu nhập khẩu của Việt Nam với tỷ trọng hàng nhập về gia công và sau đó xuất khẩu trở lại lớn. Giá trị nhập khẩu gia tăng cao không có nghĩa là tình hình sản xuất và tiêu thụ hàng hóa trong nước bị hạn chế so với các nước khác. 35 KẾT LUẬN CHƯƠNG 2 Qua chương 2, tác giả đã khái quát về tình hình hoạt động cũng như những rủi ro tiềm ẩn đang đe dọa thị trường tài chính Việt Nam. Đồng thời, phân tích định tính mối quan hệ giữa tỷ lệ nợ xấu của hệ thống ngân hàng và các biến số vĩ mô trong nền kinh tế như: độ lệch sản lượng (Output Gap), tỷ giá thực REER, lãi suất ngân hàng nhà nước , chỉ số giá cả và nhập khẩu. Đây cũng là những biến số trong mô hình đánh giá mức độ căng thẳng tài chính ở chương sau. 36 CHƯƠNG 3: MÔ HÌNH KIỂM TRA ĐỘ CĂNG THẲNG TÀI CHÍNH CỦA HỆ THỐNG NGÂN HÀNG VIỆT NAM ÁP DỤNG PHƯƠNG PHÁP VAR Trong luận văn này, tác giả cũng sử dụng phương pháp VAR (tương tự phương pháp mà Ông Settor Amediku thực hiện trong bài “Kiểm tra độ căng thẳng của hệ thống ngân hàng Gana, sử dụng phương pháp VAR”(2006)) để kiểm tra độ căng thẳng tài chính của hệ thống ngân hàng Việt Nam. Mô hình này bao gồm một số biến sau: NPL, GAP, R1, LNI, CPI, IM. Trong đó, NPL (Non- performing Loan) là tỷ lệ nợ xấu của hệ thống ngân hàng; GAP (Output Gap) là chênh lệch sản lượng của nền kinh tế, R1 (Real effective exchange rate) là tỷ giá thực của đồng nội tệ; LNI là logarit của lãi suất danh nghĩa do ngân hàng trung ương công bố từng thời kỳ; CPI là chỉ số giá tiêu dùng được tính theo quý; IM là giá trị nhập khẩu. 3.1 Kiểm định các biến của mô hình Như đã trình bày, tác giả thực hiện stress test hệ thống ngân hàng sử dụng Mô hình VAR (hay còn gọi là mô hình tự hồi quy vector). Điều kiện tiên quyết khi thực hiện mô hình này là các biến được sử dụng trong mô hình phải có tính dừng. Nếu các biến này không dừng thì ta tiến hành sai phân để cho các biến có tính dừng. Trong thống kê tính dừng có ý nghĩa rất quan trọng, biến có tính dừng (stationarity) là biến có giá trị thống kê không thay đổi theo thời gian. Ngược lại, biến không có tính dừng là biến có giá trị thống kê thay đổi theo thời gian. Một chuỗi thời gian là dừng, thì trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) sẽ giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa Trong phần này, tác giả sẽ tiến hành kiểm định tính dừng của tất cả các biến khi đưa vào mô hình bằng cách sử dụng kiểm định nghiệm đơn vị Augmented Dicker 37 Fuller (ADF). Ngoài ra, tác giả cũng tiến hành kiểm định tính đồng liên kết giữa các biến dựa trên phương pháp VAR 3.1.1 Kiểm định tính dừng của biến NPL (Nguồn: Kết quả chạy eview) Hình 3.1 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của NPL Nhìn vào hình 3.1 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu NPL chưa dừng, ta phải sai phân bậc 1. Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của NPL (hình 3.1 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng. Theo kết quả chạy kiểm định ADF, chuỗi dữ liệu của biến NPL không có tính dừng. Ta tiến hành xữ lý bằng cách lấy sai phân một lần để được chuỗi dừng, với độ trễ bằng 0, như (bảng 3.1). τqs= -7.389697>τ0.01= -2.6280 τqs= -7.389697>τ0.05= -1.9504 τqs= -7.389697>τ0.1= -1.6206 Ta thấy giá trị τqs= 7.389697 lớn hơn các giá trị tới hạn mức ý nghĩa 1%, 5%, 10% 38 ⇒ Chuỗi dữ liệu là chuỗi dừng với các mức ý nghĩa 1%, 5%, 10%. Bảng 3.1 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu NPL ADF Test Statistic -7.389697 1% Critical Value* -2.6280 5% Critical Value -1.9504 10% Critical Value -1.6206 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(NPL,2) Method: Least Squares Date: 01/15/12 Time: 17:34 Sample(adjusted): 2002:3 2011:2 Included observations: 36 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(NPL(-1)) -1.217368 0.164739 -7.389697 0.0000 R-squared 0.609402 Mean dependent var -0.005278 Adjusted R-squared 0.609402 S.D. dependent var 1.367785 S.E. of regression 0.854836 Akaike info criterion 2.551571 Sum squared resid 25.57607 Schwarz criterion 2.595557 Log likelihood -44.92827 Durbin-Watson stat 2.056651 (Nguồn: Kết quả chạy eview) 3.1.2 Kiểm định tính dừng của biến GAP (Nguồn: Kết quả chạy eview) Hình 3.2 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của GAP 39 Nhìn vào hình 3.2 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu GAP chưa dừng, ta phải sai phân bậc 1. Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của GAP (hình 3.2 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng. Ta tiến hành kiểm định ADF chuỗi dữ liệu GAP, với độ trễ là 2, ta thấy chuỗi này không có tính dừng. Tiến hành lấy sai phân một lần ta được kết quả như (bảng 3.2), chuỗi dừng ở mức ý nghĩa 5% và 10%. τqs= -2.333968<τ0.01= -3.1714 τqs= -2.333968>τ0.05= -2.0056 τqs= -2.333968>τ0.1= -1.6458 Bảng 3.2 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu GAP ADF Test Statistic -2.333968 1% Critical Value* -3.1714 5% Critical Value -2.0056 10% Critical Value -1.6458 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(GAP,2) Method: Least Squares Date: 01/13/12 Time: 22:02 Sample(adjusted): 2006 2011 Included observations: 6 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(GAP(-1)) -4.527510 1.939834 -2.333968 0.1018 40 D(GAP(-1),2) 2.689263 1.712764 1.570130 0.2144 D(GAP(-2),2) 1.950351 1.417573 1.375838 0.2626 R-squared 0.859478 Mean dependent var -0.333333 Adjusted R-squared 0.765797 S.D. dependent var 35.04093 S.E. of regression 16.95789 Akaike info criterion 8.806197 Sum squared resid 862.7105 Schwarz criterion 8.702076 Log likelihood -23.41859 Durbin-Watson stat 2.481263 (Nguồn: Kết quả chạy eview) 3.1.3 Kiểm định tính dừng của biến LNI (Nguồn: Kết quả chạy eview) Hình 3.3 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của LNI Nhìn vào hình 3.3 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu LNI chưa dừng, ta phải sai phân bậc 1. Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của LNI (hình 3.3 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng. 41 Kiểm định ADF chuỗi dữ liệu LNI, với độ trễ là 0, ta thấy chuỗi này không có tính dừng. Tiến hành lấy sai phân một lần ta được kết quả như (bảng 3.3), chuỗi dừng ở mức ý nghĩa 1%, 5% và 10%. τqs= -5.665602>τ0.01= -2.6280 τqs= -5.665602 >τ0.05= -1.9504 τqs= -5.665602>τ0.1= -1.6206 Bảng 3.3 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu LNI ADF Test Statistic -5.665602 1% Critical Value* -2.6280 5% Critical Value -1.9504 10% Critical Value -1.6206 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNI,2) Method: Least Squares Date: 01/16/12 Time: 20:52 Sample(adjusted): 2002:3 2011:2 Included observations: 36 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(LNI(-1)) -0.956766 0.168873 -5.665602 0.0000 R-squared 0.478383 Mean dependent var 0.000000 Adjusted R-squared 0.478383 S.D. dependent var 1.242086 S.E. of regression 0.897072 Akaike info criterion 2.648024 Sum squared resid 28.16585 Schwarz criterion 2.692011 Log likelihood -46.66443 Durbin-Watson stat 1.984983 (Nguồn: Kết quả chạy eview) 42 3.1.4 Kiểm định tính dừng của biến CPI (Nguồn: Kết quả chạy eview) Hình 3.4 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của CPI Nhìn vào hình 3.4 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu CPI chưa dừng, ta phải sai phân bậc 1. Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của CPI (hình 3.4 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng. Tiến hành kiểm định ADF chuỗi dữ liệu CPI, với độ trễ là 1, ta thấy chuỗi này không có tính dừng. Tiến hành lấy sai phân một lần ta được kết quả như, kết quả như (bảng 3.4), chuỗi dừng ở mức ý nghĩa 1%, 5% và 10%. τqs= -3.737852>τ0.01= -3.6289 τqs=  -3.737852>τ0.05= -2.9472 τqs=  -3.737852>τ0.1= -2.6118 Bảng 3.4 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu CPI ADF Test Statistic -3.737852 1% Critical Value* -3.6289 5% Critical Value -2.9472 10% Critical Value -2.6118 43 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(CPI,2) Method: Least Squares Date: 01/27/12 Time: 09:04 Sample(adjusted): 2002:4 2011:2 Included observations: 35 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(CPI(-1)) -1.114860 0.298262 -3.737852 0.0007 D(CPI(-1),2) -0.102486 0.202019 -0.507310 0.6154 C 3.263353 1.076366 3.031824 0.0048 R-squared 0.623733 Mean dependent var 0.028000 Adjusted R-squared 0.600217 S.D. dependent var 6.875259 S.E. of regression 4.347118 Akaike info criterion 5.858720 Sum squared resid 604.7178 Schwarz criterion 5.992035 Log likelihood -99.52759 F-statistic 26.52304 Durbin-Watson stat 1.974858 Prob(F-statistic) 0.000000 (Nguồn: Kết quả chạy eview) 3.1.5 Kiểm định tính dừng của biến IM (Nguồn: Kết quả chạy eview) Hình 3.5 Biểu đồ tương quan và tương quan riêng phần của NPL và sai phân bậc 1 của IM 44 Nhìn vào hình 3.5 bên trái, ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách từ từ về 0. Chuỗi dữ liệu IM chưa dừng, ta phải sai phân bậc 1. Kiểm tra đồ thị Correlogram của chuỗi sai phân bậc 1 của IM (hình 3.5 bên phải) ta thấy ACF tắt nhanh về 0 sau 1 độ trễ, PAC giảm nhanh về 0 sau 1 độ trễ. Ta có chuỗi dữ liệu dừng. Tiến hành kiểm định chuỗi dữ liệu IM, với độ trễ là 0, ta thấy chuỗi này có tính dừng, kết quả như (bảng 3.5), chuỗi dừng ở mức ý nghĩa 1%, 5% và 10%. τqs=  -6.181775>τ0.01= -2.6261 τqs=  -6.181775>τ0.05= -1.9501 τqs=  -6.181775>τ0.1= -1.6205 Bảng 3.5 Kiểm định nghiệm đơn vị ADF đối với chuỗi dữ liệu IM ADF Test Statistic -5.491645 1% Critical Value* -2.6280 5% Critical Value -1.9504 10% Critical Value -1.6206 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(IM,2) Method: Least Squares Date: 01/26/12 Time: 18:11 Sample(adjusted): 2002:3 2011:2 Included observations: 36 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(IM(-1)) -0.993216 0.180860 -5.491645 0.0000 R-squared 0.462112 Mean dependent var 103.8889 Adjusted R-squared 0.462112 S.D. dependent var 2851.408 S.E. of regression 2091.247 Akaike info criterion 18.15629 Sum squared resid 1.53E+08 Schwarz criterion 18.20028 Log likelihood -325.8133 Durbin-Watson stat 1.871011 (Nguồn: Kết quả chạy eview) 45 3.1.6 Kiểm định hồi quy đồng liên kết Johansen cho các biến của mô hình Trong quá trình hồi quy một biến của chuỗi thời gian đối với một hoặc nhiều biến khác của chuỗi thời gian thường có thể cho ra các kết quả không có ý nghĩa hoặc không xác thực. Hiện tượng này được gọi là hồi quy không xác thực. Một cách để tránh khỏi nó là tìm xem liệu chuỗi thời gian có phải là đồng liên kết hay không. Ta tiến hành chạy kiểm định đồng liên kết theo phương pháp VAR của Johasen kết quả chạy theo (Phụ lục 1), ta thấy bác bỏ giả thuyết H0 (không có đồng liên kết) ở các mức ý nghĩa 1% và 5%. Có 3 đồng liên kết ở mức ý nghĩa 5% và có 02 đồng liên kết ở mức ý nghĩa 1%. Như vậy, có một mối quan hệ dài hạn (hoặc cân bằng) giữa các biến phân tích của mô hình. 3.2 Mô hình Stress test áp dụng phương pháp VAR cho hệ thống ngân hàng tại Việt Nam Theo kết quả ước lượng mô hình VAR (phụ lục 2) ta có các tham số ước lượng và thống kê T được tổng hợp trong (bảng 3.6) Bảng 3.6 Ma trận tham số và thống kê t của mô hình VAR Biến Constant NPL GAP R1 LNI CPI IM NPL -19.73 0.34 0.12 -6.78 0.29 1.41 619.83 [-1.84] [ 1.48] [ 0.51] [-0.11] [ 1.25] [ 1.13] [ 1.29] GAP -17.77 2.33 -1.04 -203.64 -1.86 6.40 1761.22 [-1.63] [ 2.00] [-0.87] [-0.66] [-1.54] [ 1.00] [ 0.71] R1 -456.69 0.00 0.00 -0.42 0.00 -0.01 1.15 [-0.16] [-1.47] [ 1.02] [-0.89] [ 0.99] [-0.61] [ 0.30] LNI -3.57 1.90 0.63 -98.88 1.20 6.68 1698.54 [-0.32] [ 1.88] [ 0.61] [-0.37] [ 1.15] [ 1.21] [ 0.80] CPI 19.88 0.17 0.02 0.69 0.03 0.15 61.07 [ 0.34] [ 2.37] [ 0.21] [ 0.036] [ 0.42] [ 0.38] [ 0.40] IM -6796.18 0.00 0.00 -0.02 0.00 0.00 0.56 [-0.30] [-2.42] [-1.15] [-0.27] [-1.12] [-0.57] [ 1.10] (Nguồn: Kết quả hồi quy) 46 Theo ma trận tham số trong bảng 3.6, mối quan hệ giữa các biến trong mô hình VAR phù hợp về mặt lý thuyết kinh tế. Ta thấy, tỷ lệ nợ xấu NPL có mối quan hệ tỷ lệ thuận với độ lệch sản lượng GAP, lãi suất ngân hàng trung ương LNI, chỉ số giá cả CPI, và nhập khẩu IM; đồng thời, tỷ lệ nghịch với tỷ giá thực REER ( R1). Với hệ số R- squared từ 91%- 99%, hệ số điều chỉnh R- squared từ 68% - 99 % cho thấy mô hình khá phù hợp, phản ánh được các mối quan hệ giữa các yếu tố vĩ mô của nền kinh tế và tỷ lệ nợ xấu của ngân hàng. 3.3 Phân tích tác động của các cú sốc kinh tế vĩ mô đến hoạt động ngân hàng Từ kết quả hồi quy của mô hình VAR , bằng chương trình Eview ta tiến hành phân tích xung lực để đánh giá mối quan hệ giữa các biến với nhau. 47 (Nguồn: Kết quả hồi quy) Hình 3.6 Phản ứng xung lực của các biến trong mô hình Theo hình 3.6, tỷ lệ nợ xấu chịu ảnh hưởng chủ yếu bởi sự biến động của các biến độ lệch sản lượng, tỷ giá thực và lãi suất ngân hàng trung ương với biên độ rộng và kéo dài nhiều độ trễ. 3.4 Phân tích mức độ tác động trong ngắn hạn và trung hạn Để phân tích mức độ tác động giữa các biến trong ngắn hạn và trung hạn. Sử dụng phân tích phương sai Variance Decomposition để đánh giá mức độ tác động trong ngắn hạn và trung hạn của các biến NPL, GAP, R1, LNI, CPI và IM trong thời gian 10 quý tới (tức là 2,5 năm). Bảng 3.7 tóm tắt từ (Phụ lục 3): Bảng 3.7 Kết quả phân tích phương sai các biến của mô hình Biến S.E NPL GAP R1 LNI CPI IM NPL 2.003 21.776 38.181 30.562 6.8271 0.6244 2.0294 GAP 1.774 6.8959 44.333 4.7584 40.617 1.0731 2.3219 R1 984 13.57 26.245 26.666 29.495 1.153 2.8703 LNI 1.889 12.183 46.916 6.7706 30.263 1.9443 1.9232 CPI 9.51 12.159 39.717 24.373 19.085 2.5629 2.1028 IM 20.99 16.221 39.456 12.18 25.182 4.9358 2.0251 (Nguồn: Kết quả hồi quy) Sự biến động của tỷ lệ nợ xấu ngân hàng trong trung hạn chủ yếu do sự tác động của độ chênh lệch sản lượng GAP, tỷ giá thực R1 và lãi suất ngân hàng trung ương . Hệ số giải thích của các biến này lần lược là 38.18%, 30,56% và 6,82% Sự biến động của độ chênh lệch sản lượng chủ yếu là do sự ảnh hưởng từ sự biến động của lãi suất ngân hàng trung ương LNI, tỷ lệ nợ xấu NPL và tỷ giá thực. Hệ số giải thích của các biến này lần lược là 40,61%, 6,89% và 4,75 %. 48 Sự biến động của tỷ giá thực R1 chủ yếu chịu ảnh hưởng do sự biến động của lãi suất ngân hàng nhà nước LNI, độ chênh lệch sản lượng GAP và tỷ lệ nợ xấu NPL. Hệ số giải thích của các biến này lần lượt là 29,49%, 26,24% và 13,57% Sự biến động của lãi suất ngân hàng chịu ảnh hưởng của độ chênh lệch sản lượng, tỷ lệ nợ xấu và tỷ giá thực. Hệ số giải thích của các biến này lần lược là 46,91%, 12,18% và 6,77%. Sự biến động của chỉ số giá tiêu dùng CPI chủ yếu chịu sự ảnh hưởng của độ chênh lệch sản lượng, tỷ giá thực và tỷ lệ nợ xấu. Hệ số giải thích của các biến này lần lượt là 39,71%, 24,37% và 12,15%. Sự biến động của nhập khẩu chịu ảnh hưởng của các biến chênh lệch sản lượng, lãi suất ngân hàng và tỷ lệ nợ xấu. Hệ số giải thích của các biến này lần lượt là 39,45%, 25,18% và 16,22%. Nhìn chung, tỷ lệ nợ xấu ngân hàng đều có mối quan hệ rất chặc chẽ với các biến vĩ mô trong nền kinh tế, có thể một chiều và hai chiều. 3.5 Một số khuyến nghị đối với hệ thống ngân hàng Việt Nam Mô hình đáng giá mức độ căng thẳng tài chính cung cấp thêm một bằng chứng thực nghiệm về mối quan hệ chặt chẽ giữa rủi ro trong hoạt động ngân hàng và các yếu tố vĩ mô của nền kinh tế. Thông qua mô hình, với việc xem tỷ lệ nợ xấu đại diện cho rủi ro trong hoạt động kinh doanh của ngân hàng, thể hiện sức khỏe cũng như khả năng chịu đựng của ngân hàng trước những cú sốc của nền kinh tế, với những kết quả định lượng, ta thấy bất cứ sự biến động nào của nền kinh tế vĩ mô cũng ảnh hưởng đến tỷ lệ nợ xấu và dẫn đến nguy cơ tiềm ẩn trong hoạt động ngân hàng. Qua phân tích, tác giả khuyến nghị một số vấn đề cho việc hoạch định chính sách kinh tế vĩ mô nói chung và lĩnh vực tài chính ngân hàng nói riêng như sau: Đảm bảo an toàn hoạt động trong lĩnh vực tài chính ngân hàng, nâng cao năng lực quản trị, kiểm tra kiểm soát nội bộ, quản lý tốt các rủi ro trong họat động ngân 49 hàng. Đặc biệt là nâng cao chất lượng tín dụng, kiểm soát tỷ lệ nợ xấu ở các ngân hàng không để tăng đột biến. Hoàn thiện hệ thống chỉ tiêu đánh giá an toàn và quản lý nội bộ của từng định chế theo xu thế ngày càng tiến gần các chuẩn mực của thế giới. Ngân hàng Nhà nước Việt Nam thực hiện điều hành chính sách tiền tệ thận trọng, linh hoạt nhằm tạo điều kiện hỗ trợ tích cực cho thị trường tiền tệ - tín dụng hoạt động ổn định, góp phần hỗ trợ tăng trưởng kinh tế và kiềm chế lạm phát gia tăng một cách hiệu quả Kết hợp hài hòa giữa chính sách tiền tệ và chính sách tài khóa để kiểm soát tốc độ tăng tổng phương tiện thanh toán, tín dụng và bảo đảm lãi suất ở mức hợp lý; điều hành tỷ giá chủ động, linh hoạt theo tín hiệu thị trường; tăng cường năng lực phân tích, dự báo, chủ động điều chỉnh lượng cung tiền để bảo đảm tính thanh khoản của hệ thống ngân hàng. Nâng cao năng lực thanh tra giám sát ngân hàng của Ngân hàng Nhà nước, phối hợp chặt chẽ giữa các cơ quan chức năng như NHNN, Ủy ban chứng khoán, kiểm toán ... thông qua cơ chế phối hợp cung cấp thông tin cụ thể. Kiểm soát các dòng vốn nước ngoài, giảm thiểu rủi ro gắn với những dòng vốn chu chuyển với khối lượng lớn và bất ngờ, nhầm ngăn ngừa khủng hoảng tài chính. Kiểm soát đầu tư công và tăng cường kỷ luật tài khóa để giảm thâm hụt ngân sách và ổn định nợ công là yếu tố quan trọng để bảo đảm ổn định kinh tế vĩ mô và tăng trưởng bền vững trong trung và dài hạn 50 KẾT LUẬN CHƯƠNG 3 Chương 3, tác giả sử dụng mô hình VAR để phân tích ảnh hưởng của các nhân tố trong nền kinh tế Việt Nam. Với những số liệu định lượng bằng mô hình minh chứng cho mối quan hệ giữa các biến phân tích trong chương 2, cụ thể xem xét tỷ lệ nợ xấu hệ thống ngân hàng phản ứng ra sao trước sự biến đổi của độ chênh lệch sản lượng, tỷ giá thực, lãi suất ngân hàng , chỉ số giá tiêu dùng và nhập khẩu. Ta thấy được mối quan hệ rất chặt chẽ giữa tỷ lệ nợ xấu ngân hàng và độ chênh lệch sản lượng. Đồng thời, sự biến động của của các biến kinh tế khác cũng chịu ảnh hưởng ít nhiều từ tỷ lệ nợ xấu của ngân hàng. 51 KẾT LUẬN Kinh tế thế giới vừa trải qua những năm tháng khó khăn do cuộc khủng hoảng xuất phát từ huyết mạch của nền kinh tế - hệ thống các ngân hàng. Với tình trạng sức khỏe vẫn còn rất yếu, đang trong giai đoạn phục hồi, chỉ cần một cú sốc nhẹ cũng có thể gây khó khăn cho công tác quản lý, thậm chí có thể dẫn đến hậu quả nghiêm trọng. Có thể nói, chưa bao giờ công tác quản lý rủi ro tại các ngân hàng lại trở nên cấp thiết và thu hút nhiều sự quan tâm của các chuyên gia kinh tế, các nhà quản trị ngân hàng và Chính phủ của các nước trên toàn thế giới. Việt nam cũng không ngoại lệ, liên tục những năm gần đây, Chính phủ cũng như NHNN liên tục ban hành hàng loạt các văn bản pháp quy chi phối hoạt động của hệ thống ngân hàng, đồng thời thị trường tài chính cũng luôn trong trạng thái theo dõi động thái tiếp theo của NHNN trước thực trạng kinh tế Việt Nam còn quá nhiều bất ổn. Trên cơ sở vận dụng những kiến thức đã học tại Trường Đại học Kinh Tế Thành phố Hồ Chí Minh vào điều kiện thực tế tại Việt Nam. Luận văn đã thực hiện được các nội dung sau đây: Thứ nhất, phân tích mối quan hệ giữa tỷ lệ nợ xấu của ngân hàng và các yếu tố vĩ mô của nền kinh tế nhằm đánh giá thực trạng rủi ro trong khoảng thời gian từ năm 2002 đến nay. Thứ hai, áp dụng mô hình kiểm tra mức độ căng thẳng tài chính của hệ thống ngân hàng bằng phương pháp VAR để đánh giá tác động của các nhân tố trước cú sốc kinh tế vĩ mô. Mặc dù đã cố gắng nghiên cứu tài liệu và vận dụng lý thuyết vào từng tình huống cụ thể, nhưng do trình độ và thời gian có hạn nên không tránh khỏi những sai sót. Rất mong quý thầy cô trong hội đồng và T.S Nguyễn Tấn Hoàng cảm thông và cho ý kiến để bản thân nâng cao được kỹ năng nghiên cứu trong thời gian tới. Xin chân thành cảm ơn! 52 PHỤ LỤC Phụ lục 1: Kiểm định đồng liên kết các biến của mô hình Date: 01/16/12 Time: 19:31 Sample(adjusted): 2002:3 2011:2 Included observations: 36 after adjusting endpoints Trend assumption: Linear deterministic trend Series: NPL GAP R1 LNI CPI IM Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized Trace 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value None ** 0.819561 152.8880 94.15 103.18 At most 1 ** 0.690283 91.24288 68.52 76.07 At most 2 * 0.495492 49.04742 47.21 54.46 At most 3 0.308229 24.41727 29.68 35.65 At most 4 0.259395 11.15124 15.41 20.04 At most 5 0.009424 0.340872 3.76 6.65 *(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 3 cointegrating equation(s) at the 5% level Trace test indicates 2 cointegrating equation(s) at the 1% level Hypothesized Max-Eigen 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value None ** 0.819561 61.64511 39.37 45.10 At most 1 ** 0.690283 42.19547 33.46 38.77 At most 2 0.495492 24.63015 27.07 32.24 At most 3 0.308229 13.26603 20.97 25.52 At most 4 0.259395 10.81037 14.07 18.63 At most 5 0.009424 0.340872 3.76 6.65 53 *(**) denotes rejection of the hypothesis at the 5%(1%) level Max-eigenvalue test indicates 2 cointegrating equation(s) at both 5% and 1% levels Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): NPL GAP R1 LNI CPI IM 0.329387 -1.453552 -0.000783 1.977269 0.025676 0.016171 -0.053958 1.999668 0.001768 -2.711734 -0.015128 -0.213323 0.122900 -0.307291 -0.001492 0.533315 0.025662 -0.040144 0.748971 0.268354 -0.001395 -1.099851 0.093100 -0.017935 -0.099043 1.996673 4.83E-05 -1.687052 0.064075 -0.031992 -0.344366 -1.241910 -0.003117 -0.336956 0.098225 -0.069765 Unrestricted Adjustment Coefficients (alpha): D(NPL) -0.089729 -0.241067 -0.296300 -0.268544 0.119707 0.030736 D(GAP) -0.393697 0.054114 -0.376769 0.008021 0.015399 -0.008918 D(R1) 208.8839 -47.52984 -76.97920 33.68083 38.00220 -7.321047 D(LNI) -0.488465 -0.044212 -0.411688 0.149537 0.105346 -0.007204 D(CPI) 0.560080 0.665810 -0.417399 -0.496124 1.594632 -0.186975 D(IM) 1.177717 4.849013 0.494574 -2.039267 -0.248145 0.546714 1 Cointegrating Equation(s): Log likelihood -529.2410 Normalized cointegrating coefficients (std.err. in parentheses) NPL GAP R1 LNI CPI IM 1.000000 -4.412901 -0.002377 6.002875 0.077952 0.049094 (0.92323) (0.00112) (1.06293) (0.03975) (0.06185) Adjustment coefficients (std.err. in parentheses) D(NPL) -0.029556 (0.05029) D(GAP) -0.129679 (0.03600) D(R1) 68.80362 (12.4144) D(LNI) -0.160894 (0.04481) D(CPI) 0.184483 54 (0.24407) D(IM) 0.387925 (0.55784) 2 Cointegrating Equation(s): Log likelihood -508.1432 Normalized cointegrating coefficients (std.err. in parentheses) NPL GAP R1 LNI CPI IM 1.000000 0.000000 0.001731 0.021086 0.050591 -0.478670 (0.00146) (0.89072) (0.06488) (0.08611) 0.000000 1.000000 0.000931 -1.355523 -0.006200 -0.119596 (0.00024) (0.14629) (0.01066) (0.01414) Adjustment coefficients (std.err. in parentheses) D(NPL) -0.016548 -0.351628 (0.04864) (0.36022) D(GAP) -0.132598 0.680469 (0.03632) (0.26899) D(R1) 71.36825 -398.6674 (12.2174) (90.4887) D(LNI) -0.158509 0.621600 (0.04532) (0.33570) D(CPI) 0.148557 0.517294 (0.24374) (1.80524) D(IM) 0.126280 7.984542 (0.47537) (3.52086) 3 Cointegrating Equation(s): Log likelihood -495.8282 Normalized cointegrating coefficients (std.err. in parentheses) NPL GAP R1 LNI CPI IM 1.000000 0.000000 0.000000 0.160445 0.071997 -0.500719 (0.73854) (0.02030) (0.08403) 0.000000 1.000000 0.000000 -1.280575 0.005312 -0.131454 (0.22488) (0.00618) (0.02559) 0.000000 0.000000 1.000000 -80.50238 -12.36527 12.73721 (220.520) (6.06262) (25.0912) Adjustment coefficients (std.err. in parentheses) 55 D(NPL) -0.052963 -0.260577 8.60E-05 (0.04785) (0.33512) (0.00033) D(GAP) -0.178903 0.796246 0.000966 (0.02926) (0.20496) (0.00020) D(R1) 61.90754 -375.0124 -0.132784 (11.9468) (83.6739) (0.08204) D(LNI) -0.209105 0.748108 0.000918 (0.03959) (0.27725) (0.00027) D(CPI) 0.097259 0.645557 0.001361 (0.25821) (1.80849) (0.00177) D(IM) 0.187063 7.832564 0.006915 (0.50548) (3.54030) (0.00347) 4 Cointegrating Equation(s): Log likelihood -489.1951 Normalized cointegrating coefficients (std.err. in parentheses) NPL GAP R1 LNI CPI IM 1.000000 0.000000 0.000000 0.000000 0.075323 -0.434162 (0.01691) (0.05645) 0.000000 1.000000 0.000000 0.000000 -0.021237 -0.662671 (0.03593) (0.11996) 0.000000 0.000000 1.000000 0.000000 -14.03428 -20.65737 (4.95861) (16.5545) 0.000000 0.000000 0.000000 1.000000 -0.020732 -0.414827 (0.02425) (0.08096) Adjustment coefficients (std.err. in parentheses) D(NPL) -0.254095 -0.332642 0.000461 0.613627 (0.10330) (0.31215) (0.00035) (0.44497) D(GAP) -0.172895 0.798399 0.000955 -1.134945 (0.06821) (0.20611) (0.00023) (0.29382) D(R1) 87.13350 -365.9740 -0.179777 463.8098 (27.3447) (82.6331) (0.09277) (117.794) D(LNI) -0.097106 0.788237 0.000710 -1.229963 (0.08925) (0.26972) (0.00030) (0.38448) D(CPI) -0.274324 0.512420 0.002054 -0.375014 (0.59688) (1.80372) (0.00202) (2.57122) D(IM) -1.340289 7.285319 0.009760 -8.313917 (1.13417) (3.42736) (0.00385) (4.88572) 56 5 Cointegrating Equation(s): Log likelihood -483.7900 Normalized cointegrating coefficients (std.err. in parentheses) NPL GAP R1 LNI CPI IM 1.000000 0.000000 0.000000 0.000000 0.000000 -0.953690 (0.14538) 0.000000 1.000000 0.000000 0.000000 0.000000 -0.516190 (0.09411) 0.000000 0.000000 1.000000 0.000000 0.000000 76.14144 (30.7723) 0.000000 0.000000 0.000000 1.000000 0.000000 -0.271829 (0.05707) 0.000000 0.000000 0.000000 0.000000 1.000000 6.897313 (1.38436) Adjustment coefficients (std.err. in parentheses) D(NPL) -0.265951 -0.093626 0.000466 0.411675 -0.023592 (0.10230) (0.39251) (0.00034) (0.48393) (0.01466) D(GAP) -0.174421 0.829145 0.000956 -1.160923 -0.018862 (0.06865) (0.26339) (0.00023) (0.32474) (0.00984) D(R1) 83.36965 -290.0961 -0.177940 399.6981 9.677628 (26.8782) (103.126) (0.09055) (127.147) (3.85180) D(LNI) -0.107540 0.998579 0.000715 -1.407688 -0.001766 (0.08834) (0.33893) (0.00030) (0.41788) (0.01266) D(CPI) -0.432261 3.696380 0.002131 -3.065242 0.049584 (0.54592) (2.09457) (0.00184) (2.58246) (0.07823) D(IM) -1.315712 6.789853 0.009748 -7.895282 -0.236180 (1.14156) (4.37994) (0.00385) (5.40014) (0.16359) 57 Phụ lục 2: Kết quả ước lượng mô hình VAR Vector Autoregression Estimates Date: 01/26/12 Time: 18:16 Sample(adjusted): 2003:1 2011:2 Included observations: 34 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] NPL GAP R1 LNI CPI IM NPL(-1) -0.195415 -0.033116 -14.06994 -0.028218 -0.201623 -515.0025 (0.16218) (0.16464) (42.4044) (0.16764) (0.88425) (341.453) [-1.20491] [-0.20114] [-0.33180] [-0.16832] [-0.22802] [-1.50827] NPL(-2) -0.067899 -0.244329 109.6757 -0.146372 0.031057 -183.9569 (0.18315) (0.18592) (47.8862) (0.18932) (0.99856) (385.594) [-0.37073] [-1.31415] [ 2.29034] [-0.77316] [ 0.03110] [-0.47707] NPL(-3) 0.336605 0.118567 -6.777575 0.294929 1.406649 619.8334 (0.22701) (0.23045) (59.3553) (0.23466) (1.23773) (477.947) [ 1.48276] [ 0.51450] [-0.11419] [ 1.25685] [ 1.13648] [ 1.29687] NPL(-4) 0.056059 0.287732 81.40487 0.458761 -1.131426 -257.9220 (0.27077) (0.27487) (70.7971) (0.27989) (1.47632) (570.080) [ 0.20703] [ 1.04677] [ 1.14983] [ 1.63906] [-0.76638] [-0.45243] GAP(-1) 0.817579 0.325346 29.68063 -0.037277 0.823783 1997.234 (0.61404) (0.62334) (160.548) (0.63472) (3.34787) (1292.78) [ 1.33148] [ 0.52194] [ 0.18487] [-0.05873] [ 0.24606] [ 1.54492] GAP(-2) -0.655862 1.599294 -374.7051 1.316787 -1.538903 799.3721 (0.80318) (0.81534) (210.001) (0.83023) (4.37911) (1690.99) [-0.81658] [ 1.96150] [-1.78430] [ 1.58606] [-0.35142] [ 0.47272] GAP(-3) -1.748985 -0.126833 -82.55480 -0.722213 -7.468083 -2089.240 (1.03983) (1.05557) (271.875) (1.07484) (5.66936) (2189.22) [-1.68200] [-0.12016] [-0.30365] [-0.67192] [-1.31727] [-0.95433] GAP(-4) 2.332671 -1.036501 -203.6433 -1.864150 6.401336 1761.215 (1.16482) (1.18246) (304.557) (1.20405) (6.35087) (2452.38) [ 2.00260] [-0.87656] [-0.66865] [-1.54823] [ 1.00795] [ 0.71816] 58 R1(-1) -0.000146 -0.001622 0.326543 -0.002030 0.000843 -0.323418 (0.00124) (0.00126) (0.32331) (0.00128) (0.00674) (2.60337) [-0.11769] [-1.29215] [ 1.01001] [-1.58851] [ 0.12507] [-0.12423] R1(-2) 0.003040 0.000141 -0.001475 0.000338 0.008146 5.206273 (0.00146) (0.00149) (0.38282) (0.00151) (0.00798) (3.08257) [ 2.07610] [ 0.09495] [-0.00385] [ 0.22358] [ 1.02041] [ 1.68894] R1(-3) -0.002661 0.001875 -0.421451 0.001866 -0.006019 1.152079 (0.00181) (0.00184) (0.47294) (0.00187) (0.00986) (3.80829) [-1.47085] [ 1.02104] [-0.89112] [ 0.99785] [-0.61032] [ 0.30252] R1(-4) 0.000663 0.001069 0.700266 7.66E-05 -0.002705 -3.349893 (0.00143) (0.00146) (0.37480) (0.00148) (0.00782) (3.01801) [ 0.46271] [ 0.73463] [ 1.86837] [ 0.05172] [-0.34610] [-1.10997] LNI(-1) -0.407130 -0.423819 4.447139 -0.252544 -2.616862 -2396.695 (0.51903) (0.52689) (135.707) (0.53651) (2.82987) (1092.75) [-0.78440] [-0.80437] [ 0.03277] [-0.47072] [-0.92473] [-2.19326] LNI(-2) 1.238625 -1.283469 491.2334 -1.009774 1.692177 -953.6959 (0.68662) (0.69702) (179.526) (0.70975) (3.74362) (1445.59) [ 1.80394] [-1.84136] [ 2.73628] [-1.42273] [ 0.45202] [-0.65973] LNI(-3) 1.904609 0.630607 -98.88395 1.204553 6.676591 1698.539 (1.00833) (1.02360) (263.640) (1.04229) (5.49763) (2122.91) [ 1.88888] [ 0.61607] [-0.37507] [ 1.15568] [ 1.21445] [ 0.80010] LNI(-4) -2.147414 1.083158 256.8204 1.481205 -4.886146 -1419.498 (0.93926) (0.95349) (245.581) (0.97089) (5.12106) (1977.49) [-2.28628] [ 1.13600] [ 1.04577] [ 1.52561] [-0.95413] [-0.71783] CPI(-1) 0.171513 0.015531 0.694450 0.031948 0.152964 61.06774 (0.07223) (0.07332) (18.8855) (0.07466) (0.39382) (152.072) [ 2.37452] [ 0.21181] [ 0.03677] [ 0.42790] [ 0.38841] [ 0.40157] CPI(-2) 0.073238 0.021392 -9.483422 0.047157 -0.088115 -189.3274 (0.05230) (0.05310) (13.6754) (0.05407) (0.28517) (110.118) 59 [ 1.40026] [ 0.40289] [-0.69347] [ 0.87224] [-0.30899] [-1.71931] CPI(-3) 0.001490 -0.012963 10.51117 -0.052286 0.045431 21.45773 (0.05446) (0.05529) (14.2397) (0.05630) (0.29694) (114.662) [ 0.02736] [-0.23446] [ 0.73816] [-0.92877] [ 0.15300] [ 0.18714] CPI(-4) -0.154222 -0.108430 3.693072 -0.150350 0.342807 -37.88970 (0.05132) (0.05210) (13.4189) (0.05305) (0.27982) (108.053) [-3.00496] [-2.08120] [ 0.27521] [-2.83408] [ 1.22509] [-0.35066] IM(-1) 0.000123 -0.000201 0.091940 -4.98E-05 0.001533 0.708845 (0.00019) (0.00019) (0.04868) (0.00019) (0.00102) (0.39198) [ 0.66254] [-1.06463] [ 1.88869] [-0.25859] [ 1.50977] [ 1.80837] IM(-2) 0.000112 0.000346 -0.064592 0.000543 0.001323 0.571448 (0.00029) (0.00029) (0.07592) (0.00030) (0.00158) (0.61136) [ 0.38405] [ 1.17383] [-0.85075] [ 1.80798] [ 0.83590] [ 0.93472] IM(-3) -0.000503 0.000389 0.053295 0.000438 0.000746 -0.352648 (0.00028) (0.00028) (0.07231) (0.00029) (0.00151) (0.58222) [-1.81753] [ 1.38585] [ 0.73708] [ 1.53327] [ 0.49451] [-0.60569] IM(-4) -0.000580 -0.000281 -0.017218 -0.000280 -0.000748 0.555354 (0.00024) (0.00024) (0.06262) (0.00025) (0.00131) (0.50425) [-2.42317] [-1.15496] [-0.27495] [-1.12948] [-0.57305] [ 1.10134] C -19.73128 -17.76982 -456.6856 -3.574230 19.87800 -6796.180 (10.6970) (10.8590) (2796.86) (11.0572) (58.3224) (22521.2) [-1.84456] [-1.63641] [-0.16329] [-0.32325] [ 0.34083] [-0.30177] R-squared 0.913243 0.963870 0.998492 0.950850 0.998402 0.993749 Adj. R- squared 0.681893 0.867525 0.994470 0.819784 0.994140 0.977080 Sum sq. resids 1.784580 1.839041 121998.0 1.906801 53.04960 7910292. S.E. equation 0.445294 0.452037 116.4274 0.460290 2.427839 937.5080 F-statistic 3.947442 10.00429 248.2611 7.254715 234.2839 59.61547 Log likelihood 1.858112 1.347067 -187.3957 0.731965 -55.80665 -258.3183 Akaike AIC 1.361288 1.391349 12.49386 1.427531 4.753332 16.66578 Schwarz SC 2.483611 2.513673 13.61619 2.549855 5.875656 17.78810 60 Mean dependent 2.716471 -0.376471 16843.74 8.179412 122.7739 13811.56 S.D. dependent 0.789514 1.241958 1565.618 1.084262 31.71663 6192.483 Determinant Residual Covariance 495985.5 Log Likelihood (d.f. adjusted) -512.4066 Akaike Information Criteria 38.96509 Schwarz Criteria 45.69904 61 Phụ lục 3: Kết quả chạy phân tích Variance Decomposition các biến của mô hình Variance Decomposition of NPL: Perio d S.E. NPL GAP R1 LNI CPI IM 1 0.422226 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.549688 72.50927 18.04119 1.847684 4.591303 0.287301 2.723254 3 0.789728 40.40141 13.48274 17.59063 25.93193 0.282442 2.310851 4 0.860811 36.12743 13.12613 16.68123 31.57715 0.241350 2.246709 5 0.931765 31.04131 18.88917 18.25644 29.53451 0.357812 1.920758 6 0.970763 32.74640 19.32212 18.05490 27.21656 0.415505 2.244512 7 1.256045 21.03457 39.81584 20.56209 16.34024 0.486717 1.760543 8 1.352252 25.01411 35.16824 23.19411 14.50324 0.428238 1.692060 9 1.726685 17.84265 43.45573 27.76474 8.907028 0.450707 1.579151 10 2.003378 21.77586 38.18101 30.56221 6.827125 0.624410 2.029386 Variance Decomposition of GAP: Perio d S.E. NPL GAP R1 LNI CPI IM 1 0.433832 19.30317 80.69683 0.000000 0.000000 0.000000 0.000000 2 0.512143 17.99860 73.95249 0.720070 1.157419 4.671728 1.499695 3 0.563208 16.73109 64.87683 0.749175 11.97353 4.019360 1.650009 4 0.608897 16.33625 55.57413 4.084654 18.76310 3.824818 1.417042 5 1.072302 12.89343 36.84040 1.346082 45.74469 1.728144 1.447251 6 1.288158 9.329071 33.67324 1.039582 53.15694 1.352236 1.448927 7 1.558375 6.510470 45.05294 0.947545 44.65037 0.930147 1.908528 8 1.696731 6.781707 44.20395 1.997860 44.21462 0.824956 1.976912 9 1.731356 6.952490 44.44914 2.640509 42.62550 0.970744 2.361625 10 1.773699 6.895894 44.33343 4.758437 40.61721 1.073103 2.321930 Variance Decomposition of R1: Perio d S.E. NPL GAP R1 LNI CPI IM 1 126.6049 46.36542 0.050242 53.58434 0.000000 0.000000 0.000000 2 147.3448 36.11783 6.583850 40.45731 12.63675 0.996472 3.207792 3 228.7046 15.25127 18.84461 24.38624 38.56504 1.621068 1.331778 4 300.6136 12.77219 23.15095 14.13747 46.93794 1.584242 1.417208 5 407.5999 7.800243 14.04510 25.26826 50.46343 1.475781 0.947173 6 518.0719 7.330062 24.51776 16.42515 47.74556 1.078003 2.903467 62 7 626.7545 8.668753 19.01007 26.25699 42.97236 1.097074 1.994748 8 737.3975 11.71926 23.39253 20.20021 41.08472 0.810803 2.792475 9 875.2771 9.733554 22.99034 29.48078 34.49440 1.251878 2.049048 10 984.0175 13.57049 26.24512 26.66606 29.49507 1.152962 2.870308 Variance Decomposition of LNI: Perio d S.E. NPL GAP R1 LNI CPI IM 1 0.504397 2.056927 87.06550 0.625034 10.25254 0.000000 0.000000 2 0.653671 6.330878 54.87736 2.021864 30.95844 5.464991 0.346464 3 0.737106 12.14198 44.56885 4.102063 33.12915 5.761013 0.296940 4 0.845281 11.89299 49.09753 3.531842 29.62921 4.457251 1.391180 5 1.085997 23.63552 32.48184 2.590908 36.78559 3.509714 0.996434 6 1.212138 19.79631 28.15756 2.257765 45.42351 3.551678 0.813179 7 1.525583 12.55341 46.59024 1.453919 35.71955 2.275922 1.406959 8 1.734160 12.13711 46.84053 1.879966 35.81714 1.839072 1.486184 9 1.821281 11.03340 49.18052 3.348328 32.51800 1.977110 1.942655 10 1.888902 12.18270 46.91601 6.770591 30.26324 1.944263 1.923188 Variance Decomposition of CPI: Perio d S.E. NPL GAP R1 LNI CPI IM 1 2.682154 11.92594 10.01337 11.56048 59.15440 7.345814 0.000000 2 3.602822 8.872152 22.98509 6.822698 55.67932 4.211401 1.429338 3 4.436475 6.765094 21.35922 12.55990 54.6631