Ảnh hưởng của biến động lạm phát lên sự phân bổ nguồn cho vay của ngân hàng bằng chứng thực nghiệm tại một số ngân hàng châu á

Trước những biến động từ môi trường vĩ mô, lạm phát tại một số thị trường mới nổi ở châu Á luôn ở mức hai con số sau khủng hoảng và đang có xu hướng giảm trong thời gian gần đây, sự khôn

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH

- -NGUYỄN THỊ THUỲ NHÂN

ẢNH HƯỞNG CỦA BIẾN ĐỘNG LẠM PHÁT LÊN

SỰ PHÂN BỔ NGUỒN CHO VAY CỦA NGÂN HÀNG:

BẰNG CHỨNG THỰC NGHIỆM TẠI MỘT SỐ NGÂN

HÀNG CHÂU Á

LUẬN VĂN THẠC SĨ KINH TẾ

TP Hồ Chí Minh – Năm 2017

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH

- -NGUYỄN THỊ THUỲ NHÂN

ẢNH HƯỞNG CỦA BIẾN ĐỘNG LẠM PHÁT LÊN

SỰ PHÂN BỔ NGUỒN CHO VAY CỦA NGÂN HÀNG:

BẰNG CHỨNG THỰC NGHIỆM TẠI MỘT SỐ NGÂN

HÀNG CHÂU Á

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS NGUYỄN HỮU HUY NHỰT

TP Hồ Chí Minh – Năm 2017

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu thực sự của tác giả với sự hướng dẫn của Người hướng dẫn khoa học PGS.TS Nguyễn Hữu Huy Nhựt Nội dung, kết quả nghiên cứu của luận văn này là hoàn toàn trung thực Tất cả các nguồn tài liệu tham khảo đã được công bố đầy đủ

Tp.Hồ Chí Minh, ngày… tháng… năm…

Ký tên

Nguyễn Thị Thuỳ Nhân

MỤC LỤC TRANG PHỤ BÌA

LỜI CAM ĐOAN

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC BẢNG BIỂU

DANH MỤC HÌNH VẼ

TÓM TẮT

CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU 1

1.1 Lý do thực hiện đề tài 1

1.2 Mục tiêu nghiên cứu 2

1.3 Câu hỏi nghiên cứu 2

1.4 Đối tượng nghiên cứu 2

1.5 Phạm vi nghiên cứu 3

1.6 Phương pháp và dữ liệu nghiên cứu 3

1.7 Kết cấu bài nghiên cứu 3

1.8 Đóng góp của đề tài 4

CHƯƠNG 2: CƠ SỞ LÝ LUẬN VÀ CÁC NGHIÊN CỨU LIÊN QUAN 5

2.1 Lạm phát 5

2.1.1 Định nghĩa 5

2.1.2 Ảnh hưởng của lạm phát đến hoạt động ngân hàng 6

2.2 Tính bất ổn của lạm phát 7

2.2.1 Định nghĩa 7

2.2.2 Tác động của bất ổn lạm phát lên nền kinh tế 7

2.2.3 Cách đo tính biến động của lạm phát 9

2.3 Phân bổ nguồn cho vay của ngân hàng và những ảnh hưởng từ bất ổn vĩ mô: Mô hình của Baum, Caglayan và Ozkan 10

2.4 Tổng quan tình hình nghiên cứu thuộc lĩnh vực đề tài 13

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU 17

3.1 Mô hình nghiên cứu 17

3.2 Mẫu quan sát và nguồn số liệu 20

3.2.2 Mô tả biến và nguồn dữ liệu 21

3.2.2.1 Độ phân tán tỷ lệ cho vay 21

3.2.2.2 Biến động lạm phát 23

3.2.2.3 Nhóm biến kiểm soát 26

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 32

4.1 Kết quả hồi quy bằng REM 32

4.2 Kết quả hồi quy bằng FEM 33

4.3 Kết quả hồi quy bằng mô hình IV – GMM 36

CHƯƠNG 5: KẾT LUẬN VÀ ĐỀ XUẤT Ý KIẾN 39

5.1 Kết luận 39

5.2 Một số kiến nghị để tối đa hoá nguồn lực của ngân hàng 39

TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

Method of Moments approach

DANH MỤC BẢNG BIỂU

Bảng 3.1: Mô tả thống kê tỷ lệ cho vay/tổng tài sản 21

Bảng 3.2: Độ trễ p, q trong mô hình ARCH/GARCH khi ước lượng độ biến động lạm phát 24

Bảng 3.3: Mô tả biến, định nghĩa và nguồn dữ liệu 29

Bảng 3.4: Ma trận hệ số tương quan 31

Bảng 4.1: Kết quả hồi quy bằng phương pháp REM 32

Bảng 4.2: Kết quả hồi quy bằng phương pháp 33

Bảng 4.3: Kết quả hồi quy bằng mô hình tác động cố định (tiếp theo) 34

Bảng 4.4: Kết quả hồi quy bằng mô hình IV-GMM 36

DANH MỤC HÌNH VẼ

Hình 3.1: Biểu đồ phân phối biến phụ thuộc 23 Hình 3.2: Biểu đồ tương quan giữa biến động lạm phát và phân tán tỷ lệ cho vay/tổng tài sản 26

TÓM TẮT Bài nghiên cứu xem xét những ảnh hưởng của sự biến động của lạm phát đối với việc phân bổ hiệu quả nguồn lực khan hiếm của các ngân hàng Để tiến hành kiểm tra mối liên hệ này, bài nghiên cứu sử dụng một bảng dữ liệu ngân hàng xuyên quốc gia được xây dựng cho 19 quốc gia khu vực Châu Á bao gồm Bangladesh, Trung Quốc, Hongkong, Ấn Độ, Indonesia, Israel, Jordan, Kazakhstan, Kuwait, Lào, Malaysia, Paskita, Philippin, Singapore, Hàn Quốc, SriLanka, Đài Loan, Thái Lan và Việt Nam trong giai đoạn 1988-2016

Kết quả hồi quy cung cấp bằng chứng cho thấy sự bất ổn lạm phát có ảnh hưởng ngược chiều đến sự phân tán tỷ lệ cho vay trên tài sản Điều này cho thấy các nhà quản

lý ngân hàng (i) có thể dễ dàng cho vay nhiều hơn khi biến động lạm phát thấp, vì họ

có thể dự đoán được tỷ suất sinh lợi từ mỗi dự án thành công; (ii) phản ứng tương tự trong thời kỳ biến động lạm phát cao Hành động này ngụ ý rằng, khi sự biến động của lạm phát cao, nguồn vốn ngân hàng khan hiếm sẽ không được phân bổ hiệu quả Trong thời kỳ sau khủng hoảng tài chính, việc phân bổ các khoản vay của các nước càng phụ thuộc vào độ biến động lạm phát, phân bổ tỏ ra càng hiệu quả hơn khi lạm phát ổn định

và ngược lại

CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU 1.1 Lý do thực hiện đề tài

Lạm phát là một trong những biến số kinh tế được quan sát và kiểm tra nhiều nhất

cả về mặt lý thuyết và thực nghiệm Nguyên nhân và tác động của đến các biến số kinh

tế khác và chi phí cho nền kinh tế nói chung đã được nhiều nhà nghiên cứu đề cập Tuy nhiên một khía cạnh khác của lạm phát là sự không chắc chắn của lạm phát cũng đóng một vai trò không hề nhỏ trong cơ chế vận hành của nền kinh tế vĩ mô Sự biến động lạm phát làm nhiễu cơ chế giá, cản trở việc phân bổ nguồn lực hiệu quả của nền kinh

tế Vì trong các nền kinh tế định hướng thị trường, hệ thống giá cả là cơ chế chính thông qua đó các nguồn lực được phân bổ trên tất cả các lựa chọn thay thế tiềm năng Đối với hoạt động tín dụng, chừng nào mà các công ty và nhà cho vay có thể dự báo chính xác mức giá tương đối của từng cá thể, thì các quỹ sẽ tiếp tục chảy vào các dự án

có tỷ suất sinh lợi cao nhất Tuy nhiên, dưới sự không chắc chắn của lạm phát, phân bổ nguồn lực tối ưu khó mà đạt được

Sự ổn định giá cả sẽ giúp phân bổ các khoản mục có thể cho vay của ngân hàng hiệu quả hơn Vấn đề này trở nên quan trọng vì các ngân hàng thương mại thực hiện chức năng trung gian tín dụng, đóng vai trò là "cầu nối" giữa người dư thừa vốn và người có nhu cầu về vốn, thúc đẩy tăng trưởng kinh tế, nó đáp ứng nhu cầu vốn để đảm bảo quá trình tái sản xuất được thực hiện liên tục và mở rộng quy mô sản xuất Với các doanh nghiệp có nhiều hạn chế có thể sẽ dựa nhiều vào các khoản vay ngân hàng do không có khả năng hoặc hạn chế tiếp cận thị trường chứng khoán Việc cắt giảm các khoản vay có thể có ảnh hưởng lớn đến người đi vay phụ thuộc vào ngân hàng (ví dụ như các doanh nghiệp nhỏ) và có thể làm giảm đáng kể chi phí đầu tư cố định hoặc thậm chí dẫn đến phá sản (Gertler và Gilchrist, 1994, Ferri và cộng sự, năm 2014) Trước những biến động từ môi trường vĩ mô, lạm phát tại một số thị trường mới nổi ở châu Á luôn ở mức hai con số sau khủng hoảng và đang có xu hướng giảm trong thời gian gần đây, sự không chắc chắn của lạm phát là một điều khó lường trước được thì liệu rằng việc phân bổ nguồn cho vay của các ngân hàng có đạt hiệu quả tối ưu, hay nói cách khác sự biến động lạm phát có làm nhiễu các quyết định phân bổ vốn của nhà

quản lý ngân hàng như các nghiên cứu thực nghiệm trước đây tại một số quốc gia khác trên thế giới?

Xuất phát từ ý tưởng đó, bài nghiên cứu đã tiến hành kiểm định mối tương quan của sự không chắc chắn trong lạm phát và hành động phân bổ nguồn vốn cho vay của các nhà quản lý ngân hàng tại các quốc gia châu Á Nghiên cứu sẽ cung cấp thêm cho các học giả cái nhìn riêng nhất về vai trò của việc ổn định lạm phát trong việc phân bổ hiệu quả các nguồn lực tài chính tại một số quốc gia Châu Á nói chung và Việt Nam nói riêng

1.2 Mục tiêu nghiên cứu

Xuất phát từ ý tưởng nghiên cứu trên, bài viết tập trung giải quyết hai mục tiêu sau:

(i) Xem xét mối tương quan, tác động của sự biến động của lạm phát lên hiệu

quả phân bổ nguồn vốn cho vay của các ngân hàng và mối tương quan này khi đặt chung với các biến động kinh tế vĩ mô khác

(ii) Kiểm tra sự biến động của lạm phát có thay đổi tác động sau cuộc khủng

hoảng tài chính toàn cầu hay không

1.3 Câu hỏi nghiên cứu

Để giải quyết hai mục tiêu nghiên cứu đặt ra, bài viết sẽ lần lượt trả lời các câu hỏi cụ thể sau:

(i) Biến động lạm phát có tác động lên hiệu quả phân bổ nguồn vốn cho vay của ngân hàng hay không? Cụ thể là những biến động lạm phát có tác động lên độ phân tán tỷ lệ cho vay trên tổng tài sản chéo của các ngân hàng trong cùng một quốc gia hay không?

(ii) Tác động của biến động lạm phát lên hiệu quả phân bổ của các ngân hàng sau khủng hoảng tài chính toàn cầu có thay đổi hay không?

1.4 Đối tượng nghiên cứu

Đối tượng nghiên cứu mà bài viết tập trung vào là mối quan hệ giữa biến động lạm phát và hiệu quả phân bổ nguồn cho vay của các ngân hàng

Biến động lạm phát được đo bằng phương sai có điều kiện từ hồi quy chỉ số giá tiêu dùng CPI theo tháng bằng mô hình ARCH/GARCH

Hiệu quả phân bổ nguồn cho vay của các ngân hàng được đo bằng độ phân tán chéo hay phương sai của tỷ lệ cho vay trên tổng tài sản của các ngân hàng trong cùng một quốc gia

Các biến động kinh tế vĩ mô khác được đo bằng tốc độ tăng trưởng GPD, biến động chỉ số thị trường chứng khoán, biến động giá dầu…

1.5 Phạm vi nghiên cứu

Bài nghiên cứu tập trung vào các ngân hàng trong châu Á Dữ liệu kiểm định thực nghiệm được thu thập từ các ngân hàng tại 19 quốc gia Châu Á bao gồm: Bangladesh, Trung Quốc, Hongkong, Ấn Độ, Indonesia, Israel, Jordan, Kazakhstan, Kuwait, Lào, Malaysia, Paskita, Philippin, Singapore, Hàn Quốc, SriLanka, Đài Loan, Thái Lan và Việt Nam Bài nghiên cứu sử dụng thông tin cấp ngân hàng với 556 ngân hàng ở tất cả các nước để tạo ra các biến phụ thuộc và kiểm soát Dữ liệu cấp ngân hàng được trích xuất hàng năm và kéo dài khoảng thời gian từ năm 1988 đến năm 2016

1.6 Phương pháp và dữ liệu nghiên cứu

Để kiểm định tác động của biến động lạm phát lên hiệu quả phân bổ nguồn cho vay của các ngân hàng, bài viết khai thác mô hình hồi quy dữ liệu bảng và kiểm soát các biến theo cấp độ quốc gia Phương pháp hồi quy được lựa chọn là phương pháp hồi quy ảnh hưởng cố định với ưu điểm vượt trội hơn, do phương pháp khắc phục được hiện tượng ước lượng không đồng nhất và thiếu hiệu quả của mô hình hồi quy hỗn hợp (Pooled Regression) Thêm vào đó bài viết sử dụng kết hợp phương pháp robust sai số chuẩn để khắc phục hiện tượng phương sai thay đổi

Để tránh hiện tượng nội sinh, bài viết đưa vào thêm phương pháp ước lượng các biến công cụ dựa trên Generalized Method of Moments approach (IV-GMM)

Sự biến động của lạm phát được đo bằng phương sai có điều kiện từ mô hình ARCH/GARCH để giải thích sự khác biệt của chỉ số giá tiêu dùng

1.7 Kết cấu bài nghiên cứu

Kết cấu bài viết gồm 5 chương chính, sau các chương chính là phần tài liệu tham

khảo và phần phụ lục

Chương 1: Giới thiệu đề tài nghiên cứu

Chương 2: Cơ sở lý luận và các nghiên cứu liên quan

Chương 3: Phương pháp và dữ liệu nghiên cứu

Chương 4: Kết quả nghiên cứu

Chương 5: Kết luận và kiến nghị

1.8 Đóng góp của đề tài

Như đã đề cập ở phần trên, lạm phát là một trong những biến số kinh tế được quan sát và kiểm tra nhiều nhất cả về mặt lý thuyết và thực nghiệm, tuy nhiên tính không chắc chắn của lạm phát và những ảnh hưởng của nó lên hành vi phân bổ nguồn vốn cho vay của các ngân hàng thì rất ít nghiên cứu được thực hiện tại Việt Nam cũng như khu vực châu Á

Do vậy có thể nói bài nghiên cứu đưa ra một cái nhìn mới về tính không chắc chắn của lạm phát cũng như tác động của lên chủ thể quan trọng của nên kinh tế, ngân hàng Nghiên cứu thực nghiệm trên mẫu các ngân hàng châu Á, kết quả nghiên cứu sẽ cho thấy rõ tầm quan trọng của sự ổn định về giá trong việc phân bổ hiệu quả các khoản vay ngân hàng ở cả các nền kinh tế mới nổi và các nước phát triển ở khu vực châu Á Từ đó giúp chính phủ và NHTW thông qua các chính sách tài khoá và tiền tệ làm ổn định nền kinh tế vĩ mô, giảm thiểu sự không chắc chắn góp phần giảm thiểu những mất mát không đáng có do phân bổ nguồn lực không hiệu quả mang lại

CHƯƠNG 2: CƠ SỞ LÝ LUẬN VÀ CÁC NGHIÊN CỨU LIÊN QUAN 2.1 Lạm phát

2.1.1 Định nghĩa

Lạm phát là một vấn đề mang tính toàn cầu và cũng là một vấn đề đang được quan tâm ở Việt Nam Có nhiều nhà kinh tế đã đưa ra định nghĩa cho thuật ngữ này Theo K Marx, lạm phát là hiện tượng tiền giấy tràn ngập các kênh lưu thông tiền

tệ, vượt quá các nhu cầu của kinh tế thực tế làm cho tiền tệ bị mất giá và phân phối lại thu nhập quốc dân Như vậy, lạm phát chỉ xuất hiện khi lượng tiền giấy trong lưu thông vượt quá nhu cầu tiền tệ của lưu thông hàng hoá trong nền kinh tế

Trường phái của Keynes lại cho rằng “việc tăng nhanh cung tiền tệ sẽ làm cho mức giá cả tăng kéo dài với tỷ lệ cao, do vậy gây nên lạm phát” Theo quan điểm này, một nhân tố nào khác ngoài tiền tệ không thể gây nên lạm phát cao được Ngược lại, Paul A Samuelson lại cho rằng: “lạm phát biểu thị một sự tăng lên trong mức giá chung Tỷ lệ lạm phát là tỷ lệ thay đổi của mức giá chung…” Trên cơ sở đó ông đưa ra các phương pháp cụ thể để tính tỷ lệ lạm phát, như phương pháp tính theo chỉ số giá tiêu dùng (CPI), chỉ số giá sản xuất (PPI) và chỉ số giảm phát (GDP) Trái với quan điểm của trường phái Keynes, ông cho rằng lạm phát có thể do nguyên nhân cầu kéo hoặc nguyên nhân chi phí đẩy, tức là lạm phát có thể xảy ra ngoài nguyên nhân tiền tệ Vào những năm 70 của thế kỷ 20, Milton Friedman cho rằng “lạm phát dù lúc nào

và ở đâu cũng là một hiện tượng tiền tệ” Ông còn nhấn mạnh: “Lạm phát ở bất cứ nơi nào luôn là một hiện tượng tiền tệ với nghĩa là nó được và có thể được tạo ra chỉ bằng cách tăng lượng tiền nhanh hơn so với tăng sản lượng” Như vậy, theo ông một sự tăng giá cả tạm thời có thể do nhiều nguyên nhân nhưng không thể xảy ra lạm phát cao mà không có một tỷ lệ tăng trưởng tiền tệ nhanh được

Từ các quan điểm trên, lạm phát có thể được hiểu là hiện tượng xảy ra khi mức giá trong nền kinh tế tăng kéo dài trong một khoảng thời gian nhất định Mức giá chung tức là mức trung bình của giá cả các hàng hoá trong nền kinh tế, thể hiện được

xu thế biến động chung của mức giá cả - biểu thị sức mua của tiền tệ đối với các hàng hoá khác

2.1.2 Ảnh hưởng của lạm phát đến hoạt động ngân hàng

Trong điều kiện lạm phát tăng cao, Ngân hàng Trung ương (NHTW) thực hiện một loạt các biện pháp thắt chặt tiền tệ như tăng tỷ lệ dự trữ bắt buộc, tăng lãi suất, phát hành tín phiếu bắt buộc… là một nhân tố làm giảm khả năng thanh khoản của hệ thống ngân hàng Biểu hiện rõ nét nhất cho tình trạng này là lãi suất huy động vốn các

kỳ hạn ngắn lại cao hơn lãi suất huy động các kỳ hạn dài, các Ngân hàng chỉ tập trung huy động vốn hạn ngắn Xét về bản chất thì hiện tượng này phản ánh việc hệ thống Ngân hàng đang thiếu thanh khoản, mục đích huy động vốn của các Ngân hàng lúc này chủ yếu là nhằm đảm bảo khả năng thanh khoản chứ không phải vì mục tiêu sinh lời Hoạt động huy động vốn của các ngân hàng đã không còn thuận lợi như trước do lạm phát bởi tâm lý lo sợ trước tình hình lạm phát tăng cao, đồng tiền mất giá nên người dân có xu hướng tìm đến các kênh đầu tư an toàn hơn như mua vàng và ngoại tệ, thay vì gửi tiền nhàn rỗi vào ngân hàng như trước đây, từ đó làm giảm khả năng huy động vốn của các ngân hàng Giá cả các mặt hàng thiết yếu trong sản xuất và tiêu dùng tăng cao làm cho người dân và các doanh nghiệp sẽ phải chi tiêu nhiều hơn, dẫn đến nguồn tiền nhàn rỗi trong dân cư và doanh nghiệp giảm đi, trong điều kiện đó, các ngân hàng khó có thể gia tăng được nguồn tiền huy động Khi lạm phát tăng cao, mặc dù mặt bằng lãi suất huy động của các ngân hàng cũng đã tăng theo nhưng nếu vẫn chưa thể ngang bằng với tốc độ trượt giá, thì người gửi tiền vào ngân hàng phải chịu thiệt hại do lãi suất thực âm, từ đó không khuyến khích các dòng vốn chảy vào ngân hàng

Hoạt động tín dụng cũng bị kiềm chế và tiềm ẩn nhiều rủi ro Tín dụng tăng trưởng nóng là một nguyên nhân dẫn đến lạm phát và khi tình trạng lạm phát trở nên quá đà sẽ dẫn đến trạng thái bất ổn của thị trường tiền tệ và tín dụng Lạm phát làm cho

cả lãi suất huy động và cho vay của các Ngân hàng tăng cao, ảnh hưởng xấu đến hoạt động kinh doanh của chính các Ngân hàng, làm cho nguy cơ nợ xấu gia tăng, chất lượng tín dụng bị suy giảm Nguyên nhân của tình trạng này là khi xảy ra lạm phát, giá

cả vật tư, hàng hoá và các chi phí đầu vào của doanh nghiệp bị đẩy lên, kèm theo đó là lãi suất tiền vay ngân hàng cao đã làm giảm hiệu quả kinh doanh của các doanh nghiệp vay vốn, từ đó ảnh hưởng trực tiếp đến khả năng trả nợ tiền vay của doanh nghiệp đối

với các ngân hàng Khi lạm phát xảy ra, chính sách tiền tệ được thắt chặt thì quy mô và

cơ cấu của hoạt động tín dụng sẽ có nhiều biến động

Lợi nhuận cũng từ đó mà giảm sút, dưới tác động của lạm phát và các giải pháp điều hành chính sách tiền tệ thắt chặt của NHTW, lợi nhuận của các ngân hàng không thể tránh khỏi xu hướng sụt giảm bởi quy mô hoạt động tín dụng bị kiềm chế, dẫn tới khả năng thu nhập bị giảm sút Lãi suất huy động tăng cao trong khi lãi suất và các khoản phí dịch vụ trong hoạt động cho vay bị khống chế làm cho hoạt động tín dụng không có hiệu quả NHTW tăng tỷ lệ dự trữ bắt buộc, phát hành tín phiếu bắt buộc để giảm lượng tiền cung ứng sẽ làm cho chi phí vốn của các ngân hàng tăng lên, từ đó làm giảm lợi nhuận Chất lượng tín dụng suy giảm làm tăng chi phí trích lập dự phòng rủi

ro và làm giảm lợi nhuận

Tuy nhiên, điều chúng ta quan tâm trong bài nghiên cứu này là tính bất ổn của lạm phát và những tác động của nó lên hiệu quả phân bổ nguồn cho vay của các ngân hàng

2.2 Tính bất ổn của lạm phát

2.2.1 Định nghĩa

Lạm phát có thể dẫn đến nhiều hậu quả nghiêm trọng Trong số đó, sự không chắc chắn, bất ổn, biến động về lạm phát được coi là một trong những hậu quả quan trọng nhất Nó ảnh hưởng đến người tiêu dùng và người đưa ra những quyết định về tiết kiệm và đầu tư trong tương lai một cách tiêu cực dẫn đến sự mất mát kinh tế (Golob, 1994) Nếu không có bất ổn, họ có thể lên kế hoạch tốt hơn cho tương lai

Sự không chắc chắn về lạm phát được định nghĩa là "tình hình trong đó giá cả trong tương lai không thể đoán trước được và công chúng nói chung không biết lạm phát sẽ tăng hay giảm trong tương lai" (Asghar và cộng sự, 2011)

2.2.2 Tác động của bất ổn lạm phát lên nền kinh tế

Theo Golob (1994), sự không chắc chắn về lạm phát làm cho các chủ thể kinh tế, đưa ra các quyết định khác với những gì họ làm Đây là những ảnh hưởng được gọi ảnh hưởng trước khi ra quyết định, bởi vì các quyết định dự đoán lạm phát xảy ra trong

tương lai Loại thứ hai của các ảnh hưởng diễn ra sau khi các quyết định đã được thực hiện

Các ảnh hưởng trước khi ra quyết định đề cập đến tình hình mà chủ thể đưa ra các quyết định kinh tế khác với quyết định của họ trong trường hợp không có sự không chắc chắn về lạm phát Có ba kênh chính, thông qua đó các tác động truyền dẫn vào nền kinh tế Thứ nhất, sự không chắc chắn về lạm phát làm cho lãi suất dài hạn tăng lên trên thị trường tài chính Trên thực tế, một yếu tố quyết định quan trọng của lãi suất dài hạn là tỷ suất sinh lợi yêu cầu của các nhà đầu tư Nếu lạm phát là không chắc chắn, lãi suất danh nghĩa của các khoản nợ dài hạn sẽ rủi ro hơn Kết quả là các nhà đầu tư sẽ đưa ra tỷ suất sinh lợi kỳ vọng cao hơn, hàm ý mức lãi suất dài hạn cao hơn Cuối cùng, lãi suất cao hơn sẽ hàm ý các nhà sản xuất đầu tư vào nhà máy và thiết bị ít hơn người tiêu dùng đầu tư vào nhà ở và hàng hoá lâu bền khác Thứ hai, sự không chắc chắn về lạm phát làm cho các biến số kinh tế khác có ý nghĩa quan trọng đối với các quyết định của doanh nghiệp trở nên không chắc chắn, cản trở khả năng của người tiêu dùng và doanh nghiệp để đưa ra quyết định tối ưu và có thể làm giảm hiệu quả kinh tế

Ví dụ khi các khoản thanh toán đến hạn trong hợp đồng không đề cập đến yếu tố lạm phát, sự không chắc chắn về lạm phát làm cho giá trị thực của các khoản thanh toán trong tương lai không được xác định Cuối cùng, sự không chắc chắn về lạm phát khiến cho các doanh nghiệp chi tiêu các nguồn lực để tránh nguy cơ lạm phát trong tương lai

Ví dụ, khi sự không chắc chắn về lạm phát trong tương lai là cao, các doanh nghiệp có thể dành nhiều nguồn lực để đưa ra dự báo lạm phát chính xác hơn Hơn nữa, một số doanh nghiệp có thể cố gắng phòng ngừa lạm phát bất ngờ bằng cách sử dụng các công

cụ tài chính phái sinh

Các phản ứng sau khi xảy ra lạm phát trong thực tế khác với lạm phát dự kiến Do

đó, biến động lạm phát gây ra sự chuyển đổi của cải giữa các bên khác nhau khi họ sử dụng đồng tiền danh nghĩa để thanh toán các khoản thanh toán trong hợp đồng Đặc biệt, nếu lạm phát tăng cao hơn mức dự đoán, các khoản thanh toán theo hợp đồng sẽ thấp hơn dự kiến theo giá trị thực của chúng Do đó, một bên phải chịu tổn thất do lạm phát

Tất cả những lập luận này chỉ ra rằng sự không chắc chắn về lạm phát trong tương lai có thể gây ra những hậu quả kinh tế bất lợi Mặc dù sự không chắc chắn không thể được loại bỏ hoàn toàn, có thể trường hợp việc thông qua một chính sách cụ thể có thể giảm thiểu sự không chắc chắn của lạm phát và giảm thiểu các chi phí do nó gây ra Đặc biệt, vì một số mô hình lý thuyết dự đoán rằng sự không chắc chắn về lạm phát sẽ tăng theo mức độ lạm phát, theo đuổi một chính sách ổn định mức giá có thể giảm thiểu chi phí của sự không chắc chắn về lạm phát

Friedman (1977) đề xuất một khung lý thuyết cho mối quan hệ giữa lạm phát và

sự không chắc chắn của lạm phát Ông đưa ra hai tác động thực sự của lạm phát Trong phần thứ nhất, khi lạm phát tăng, sẽ có áp lực chính trị từ phía công chúng và các cử tri buộc các nhà hoạch định chính sách phải giảm lạm phát Tuy nhiên, các nhà hoạch định chính sách có thể không thực hiện chính sách tiền tệ nới lỏng để giảm lạm phát vì

sợ các tác động suy thoái Do đó, chính sách tiền tệ trong tương lai là không thể đoán trước được, dẫn đến sự không chắc chắn về lạm phát tăng lên trong tương lai Trong phần thứ hai, Friedman lập luận rằng sự bất ổn về lạm phát ngày càng tăng ảnh hưởng tiêu cực đến sự tăng trưởng kinh tế của đất nước

2.2.3 Cách đo tính biến động của lạm phát

Mặc dù có thể có một số cách để ước tính sự biến động của lạm Tuy nhiên, phổ biến nhất là ước tính biến động lạm phát bằng cách áp dụng phương pháp ARCH/GARCH đề xuất bởi Engle (1983), Bollerslev (1986) Dựa trên phương pháp ước lượng GARCH của Bollerslev (1986), một số nghiên cứu mô phỏng sự biến động của lạm phát thông qua chỉ số giá tiêu dùng (CPI) chẳng hạn như Brunner và Hess (1993) áp dụng tại Mỹ, Joyce (1995) và Kontonikas (2004) cho Vương quốc Anh, Della Mea và Perna (1996) cho Uruguay… Tất cả những nghiên cứu này đều mô hình hoá biến động lạm phát thông qua mô hình GARCH

Fountas và Karanasos (2007) và Bordes và Maveyraud (2008) đo sự biến động của lạm phát bằng cách sử dụng GJR-GARCH (TGARCH) của Glosten, Jagannathan,

và Runkle (1993) và Zakoian (1994) và mô hình GARCH mũ (EGARCH) của Nelson (1991)

Hầu hết các nghiên cứu sử dụng mô hình chuẩn GARCH (1,1) để ước tính độ biến động của lạm phát Tuy nhiên, mô hình này làm hạn chế các giả định về hành vi của sự không chắc chắn về lạm phát không tương xứng với quan niệm không chắc chắn của Friedman Những vấn đề sau đây được đưa ra là khả năng liên kết này có thể phụ thuộc vào mức độ lạm phát, chính sách tiền tệ và phát triển kinh tế, tất cả đều khác nhau giữa các nước và theo thời gian

2.3 Phân bổ nguồn cho vay của ngân hàng và những ảnh hưởng từ bất ổn vĩ mô:

Mô hình của Baum, Caglayan và Ozkan

Beaudry và cộng sự (2001), Baum và cộng sự (2005) đã đề xuất một mô hình để

mô tả cách thiết lập danh mục đầu tư tối ưu Trong nghiên cứu của họ, các nhà quản lý ngân hàng hoạt động trong một môi trường rủi ro và trong từng thời kỳ có thể đầu tư tiền gửi vào hai tài sản khác nhau: cho vay và đầu tư trái phiếu Việc đầu tư vào trái phiếu là giả định đơn giản cho sự đầu tư không có rủi ro phá sản, nhưng nó mang rủi ro thị trường vì giá trị của chứng khoán có thể thay đổi do điều kiện thị trường thay đổi Tuy nhiên, rủi ro này có thể dự đoán được và quan trọng hơn nó có thể được quản lý và phòng ngừa Tỷ suất sinh lợi của khoản đầu tư này bằng với lãi suất phi rủi ro (rf) Mặt khác, các khoản cho vay đối với khách hàng bao gồm hai loại rủi ro khác nhau: rủi ro thị trường và rủi ro vỡ nợ Rủi ro vỡ nợ là kết quả của một kết hợp xác suất khách hàng không trả được nợ trong tương lai và các yếu tố hệ thống, tương quan tình trạng của nền kinh tế Trên thực tế, trong những thời điểm kinh tế vĩ mô đi xuống, rủi

ro của danh mục đầu tư ngân hàng càng có xu hướng gia tăng

Đối với ngân hàng i vào thời điểm t, việc đầu tư vào các khoản cho vay rủi ro mang lại lãi suất (r i ) bằng lãi suất phi rủi ro cộng với phần bù rủi ro (rpi), bằng với tất

cả các khoản cho vay, giả định là đồng nhất và không phụ thuộc vào rủi ro của người vay nhất định:

r i = r f + rpi (1)

Giá trị kỳ vọng và phương sai của phần bù rủi ro lần lượt là ( ) = và Var(rpi) = Var(rpi) = Tỷ suất sinh lợi kỳ vọng của khoản vay có thể được viết lại là:

r i = r f + + (2)

trong đó là một thành phần ngẫu nhiên có phân phối chuẩn N (0, ) Baum và cộng

sự cũng giả định rằng mỗi ngân hàng có một danh mục đầu tư cụ thể với cấu trúc rủi ro khác nhau và do đó các thành phần ngẫu nhiên của tỷ suất sinh lợi của các ngân hàng không tương quan với nhau = 0

Trong khuôn khổ này, các nhà quản lý ngân hàng giải quyết vấn đề tối ưu hóa danh mục đầu tư Họ cân bằng lại thành phần của tài sản để có được sự kết hợp tối ưu giữa rủi ro và tỷ suất sinh lợi kỳ vọng Theo nguyên tắc tối đa hoá hữu dụng, họ phải chọn

cổ phần và (1 - ) tài sản tương ứng để đầu tư vào các khoản vay và trái phiếu Tuy nhiên, trước khi ra quyết định, các ngân hàng không quan tâm đến phần bù rủi ro thực

tế cũng như yếu tố ngẫu nhiên , họ chỉ quan tâm đến tín hiệu nhiễu của chúng:

= + (3)

trong đó là một biến ngẫu nhiên độc lập với có phân phối chuẩn N (0, ) Giả định, yếu tố nhiễu ( ) của các tín hiệu ngân hàng nhận được giống hệt nhau, trong khi các tín hiệu chung còn lại vẫn khác nhau Trên thực tế, mặc dù tất cả các ngân hàng đều có khả năng không đối mặt với vấn đề bất cân xứng thông tin, nhưng vẫn tồn tại các thông tin riêng khác biệt Về nguyên tắc, có thể được quan sát và sự không chắc chắn có thể được loại bỏ nếu tất cả các ngân hàng chia sẻ thông tin riêng của họ Tuy nhiên, chia sẻ thông tin dường như là điều không thể trên thị trường tín dụng cạnh tranh

Yếu tố nhiễu có thể được hiểu là mức độ không chắc chắn về các điều kiện kinh tế vĩ mô trong tương lai Tác động của nó lên các ngân hàng là đồng nhất, bất kể khả năng dự đoán của các nhà quản lý về thành phần ngẫu nhiên của tỷ suất sinh lợi khoản cho vay Khi sự bất định của kinh tế vĩ mô tăng thì phương sai của cũng tăng làm cho các ước tính về tỷ suất sinh lợi của các khoản vay không chính xác Giả thiết

về sự độc lập giữa và bây giờ rõ ràng hơn, thực tế là cú sốc kinh tế vĩ mô tổng thể không tương quan với thành phần của tỷ suất sinh lợi từ khoản cho vay

Để xác định tỷ suất sinh lợi kỳ vọng của khoản vay, các nhà quản lý ngân hàng phải dự đoán giá trị của Khi không có tín hiệu nhiễu, dự báo của ngân hàng (không

điều kiện) sẽ là giá trị trung bình trong phân phối của nó, bằng không Tuy nhiên, các ngân hàng quan sát tín hiệu và có thể dự đoán thêm thông tin từ nó Giá trị kỳ vọng

của tỷ suất sinh lợi thu được từ các khoản vay dựa trên điều kiện , E [ | ] được giả định là một hằng số ( ) của tín hiệu, trong đó đại diện cho một hệ số hồi quy tuyến tính của trên :

Sử dụng phương trình trung bình và phương sai của danh mục đầu tư, để đạt được tỷ lệ cho vay trên tài sản tối ưu ( ) đối với ngân hàng i và độ phân tán chéo là:

= (8) Var( ) = σE

2

ω2σv (9) Phương sai của của tỷ lệ cho vay trên tài sản có mối tương quan âm với mức độ bất ổn

về kinh tế vĩ mô σv2 Thật vậy, lấy đạo hàm của phương sai của đối với σv2:

( )

σv = −

2

< 0 (10) Điều này có hàm ý rằng phương của tỷ lệ cho vay trên tài sản thu hẹp do sự bất định về kinh tế vĩ mô gia tăng

Phương sai của tăng khi phương sai của thành phần ngẫu nhiên tăng lên:

( )

σε2 = 1 > 0 (11) Dựa trên công thức xây dựng, họ đưa ra giả thiết:

Giả thuyết: Khi sự không chắc chắn về kinh tế vĩ mô tăng lên, các ngân hàng có khuynh hướng phân bổ tài sản trong danh mục đầu tư của họ một cách đồng nhất hơn (phương sai của tỷ lệ cho vay trên tổng tài sản chéo giảm);

Lạm phát là một trong những vấn đề quan trọng trong kinh tế vĩ mô và biến động lạm phát làm môi trường kinh tế vĩ mô bất ổn Cụ thể hơn khi sự không chắc chắn lạm phát tăng lên làm bóp méo sự phân bổ tối ưu nguồn lực ngân hàng Một sự tăng lên trong bất ổn lạm phát làm độ phân tán của tỷ lệ cho vay trên tổng tài sản giảm xuống, hàm ý các nhà quản lý ngân hàng hành xử theo một cách đồng nhất hơn do hệ thống giá cả bị nhiễu quá mức, các nhà quản lý ngân hàng sẽ hành động thận trọng hơn trong việc phát hành các khoản vay mới vì họ không thể đánh giá chính xác mức tỷ suất sinh lợi mong đợi từ khoản cho vay Ngược lại, chất lượng thông tin tốt hơn sẽ dẫn đến sự phân bổ các khoản vay không đồng đều giữa các ngân hàng vì các nhà quản lý khác nhau có thể tận dụng dự đoán chính xác hơn của mình về các cơ hội cho vay khác nhau

2.4 Tổng quan tình hình nghiên cứu thuộc lĩnh vực đề tài

Một trong những vấn đề chính trong kinh tế là việc phân bổ nguồn lực khan hiếm

để sử dụng hiệu quả nhất Mặc dù hệ thống giá cả sẽ dẫn đến việc phân bổ nguồn lực hiệu quả, nhưng trong điều không chắc chắn, điều này khó có thể thực hiện được Các nhà nghiên cứu trước đây đã dành nhiều nỗ lực để chứng minh rằng sự không chắc chắn sẽ ảnh hưởng đến chi phí đầu tư cố định của các doanh nghiệp Ví dụ, dưới tác động hoàn toàn hoặc một phần, một số nhà nghiên cứu đã chỉ ra rằng sự gia tăng chêch lệch về tỷ suất sinh lợi trong tương lai từ dự án đầu tư sẽ làm tăng giá trị thời gian và gây ra sự trì hoãn trong chi tiêu đầu tư cố định (Bernanke, 1983) Hartman (1972) và Abel (1983) dự đoán mối quan hệ giữa sự không chắc chắn và đầu tư, một sự gia tăng bất ổn về giá trong tương lai làm tăng tỷ suất sinh lợi dự kiến trong tương lai trên một đơn vị vốn cận biên làm tăng tính hấp dẫn của đầu tư

Một số nhà nghiên cứu thực nghiệm đã chỉ ra rằng sự không chắc chắn có tác động ngược chiều đến mức chi phí đầu tư cố định của một công ty, trong khi một số nghiên cứu khác lại cho thấy một mối quan hệ cùng chiều hoặc không tuyến tính giữa

sự không chắc chắn và đầu tư Beaudry và cộng sự (2001) dựa trên nền tảng nghiên cứu của Lucas (1973), nhấn mạnh những hàm ý của sự không chắc chắn về chi phí đầu

tư cố định của các doanh nghiệp Dựa trên mô hình phân tích của họ, họ cho rằng những thay đổi trong sự không chắc chắn về lạm phát sẽ bóp méo sự phân bổ hiệu quả nguồn lực khan hiếm của các công ty Bài nghiên cứu sử dụng một bảng dữ liệu các doanh nghiệp sản xuất ở Anh trong giai đoạn từ năm 1970 đến năm 1990 và mô hình của họ ngụ ý rằng sự không chắc chắn cao sẽ dẫn đến sự phân bố tỷ lệ đầu tư cố định hẹp hơn do các nhà quản lý doanh nghiệp sử dụng ít kiến thức chính xác hơn về các cơ hội đầu tư khác nhau

Ngược lại khi sự bất ổn thấp sẽ dẫn đến sự phân bố tỷ lệ đầu tư cố định nới rộng

do các nhà quản lý có nhiều thông tin chính xác hơn về các cơ hội đầu tư của họ Caglayan và Xu (2014) sử dụng bảng dữ liệu của các công ty sản xuất Nhật Bản, họ cũng kết luận rằng sự không chắc chắn bóp méo sự phân bổ hiệu quả chi phí đầu tư cố định của các công ty

Baum và cộng sự (2009) là nghiên cứu đầu tiên nghiên cứu tác động của sự không chắc chắn đến sự phân bổ nguồn lực khan hiếm của các ngân hàng Khác với Beaudry và cộng sự (2001), họ nhấn mạnh tầm quan trọng của sự ổn định về kinh tế vĩ

mô đối với việc phân bổ các khoản cho vay của các ngân hàng và cho rằng sự ổn định của môi trường kinh tế vĩ mô sẽ giúp phân bổ tài sản cho vay hiệu quả hơn Để chứng minh các giải thiết của họ, họ đã sử dụng một bảng dữ liệu lớn các ngân hàng Mỹ và cho thấy sự bất định về kinh tế vĩ mô (đo lường bởi sự biến động của tăng trưởng GDP hoặc lạm phát) có tương quan âm với độ phân tán của tổng tỷ lệ cho vay đến tài sản Sau đó, Baum và cộng sự (2009), Quagliariello (2009) và Calmès and Théoret (2014) đã kiểm tra vai trò của sự không chắc chắn về kinh tế vĩ mô đối với sự phân tán các nguồn tài chính của ngân hàng cụ thể Nghiên cứu đầu tiên đã kiểm tra vai trò của

sự ổn định về kinh tế vĩ mô đối với hiệu quả phân bổ các khoản cho vay của ngân hàng

cho một nhóm lớn các ngân hàng ở Ý và nghiên cứu sau đã kiểm tra 6 ngân hàng hàng đầu của Canada và 20 ngân hàng hàng đầu của Mỹ Cả hai nghiên cứu đều đưa ra những kết luận tương tự Các ngân hàng có khuynh hướng ứng xử đồng nhất hơn trong những thời điểm bất ổn kinh tế vĩ mô cao Cả ba nghiên cứu đều sử dụng dữ liệu hàng quý và kiểm tra từng quốc gia

Một số nhà nghiên cứu cũng xem xét tầm quan trọng của tình trạng nền kinh tế đối với cho vay ngân hàng trong chu kỳ kinh tế Ví dụ như Gambacorta và Marques-Ibanez (2011), Brei và Schclarek (2013), Brei và cộng sự (2013) đã tìm thấy bằng chứng cho thấy các ngân hàng nhà nước tăng mức cho vay trong giai đoạn khủng hoảng, các ngân hàng tư nhân lại giảm mức cho vay Bài nghiên cứu hàm ý Chính phủ đóng vai trò tương phản trong chu kỳ của hệ thống ngân hàng

Một khía cạnh khác của các nghiên cứu trước đây đã khảo sát vai trò của rủi ro đối với các khoản vay ngân hàng Ví dụ, Altunbas và cộng sự (2010) nhận thấy rằng các ngân hàng với xác suất vỡ nợ thấp hơn có thể cung cấp một khoản tín dụng lớn hơn

để bảo vệ nguồn cấp vốn của họ khỏi những thay đổi về chính sách tiền tệ Tiếp đến, Kosak và cộng sự (2015) đã sử dụng bảng dữ liệu ngân hàng nước ngoài và thấy rằng

sự sẵn có của các quỹ chất lượng cao (vốn cấp 1 và tiền gửi cá nhân) và hỗ trợ của chính phủ là rất quan trọng trong việc cho vay liên tục của ngân hàng trong giai đoạn khủng hoảng Một nghiên cứu tương tự, Delis và cộng sự (2014) cho thấy khi người tiêu dùng và các nhà phân tích thận trọng, nguồn cung của tổng số khoản vay ngân hàng ở Mỹ sụt giảm Caglayan và Xu (2016) nhận thấy rằng những thay đổi vĩ mô có ảnh hưởng tiêu cực đến tăng trưởng tín dụng ngân hàng Họ cũng nhấn mạnh rằng các ngân hàng tiếp tục giảm mức tăng trưởng tín dụng của họ khi mức độ biến động đạt quá mức

Giống như Beaudry và cộng sự (2001), Caglayan và Xu (2016) tập trung chú ý vào những ảnh hưởng của sự biến động của lạm phát đối với việc phân bổ khoản cho vay của các ngân hàng Điều này khác với Baum và cộng sự (2009) đã kiểm tra xem sự

ổn định kinh tế vĩ mô có giúp phân bổ nguồn lực hiệu quả hơn hay không Tuy nhiên, điểm khác so với các nghiên cứu thực nghiệm trước đây là bài nghiên cứu sử dụng bộ

dữ liệu từ các ngân hàng từ 15 quốc gia, áp dụng các phương pháp dữ liệu bảng để đưa

ra một cái nhìn rộng hơn về mối liên hệ giữa sự biến động về tỷ lệ lạm phát và vấn đề phân bổ nguồn lực của các ngân hàng so với các nghiên cứu trước đây Ngoài ra, bài nghiên cứu còn đưa ra so sánh và tương phản ảnh hưởng của sự không chắc chắn đến các khoản vay ngân hàng giữa EU và các nhóm nước ngoài của EU và cuối cùng là điều tra mối tương quan này có thay đổi sau cuộc khủng hoảng tài chính hay không Nhìn chung các nghiên cứu thực nghiệm trước đây dù sử dụng bảng dữ liệu với nhiều doanh nghiệp, ngân hàng trong nước hay dữ liệu bảng các ngân hàng từ nhiều nước để kiểm tra những tác động của sự không chắc chắn, bất ổn, biến động kinh tế vĩ

mô hay cụ thể hơn là lạm phát đều cho thấy kết tương tự Sự không chắc chắn trong kinh tế vĩ mô làm hệ thống giá không phát huy tác dụng trong việc phân bổ nguồn lực Một sự biến động làm bóp méo hiệu quả phân bổ nguồn lực tối ưu Cụ thể đối với sự phân bổ khoản cho vay của ngân hàng, khi sự biến động càng lớn thì độ phân tán của tỷ

lệ cho vay trên tài sản càng nhỏ và ngược lại sự ổn định, biến động thấp giúp các ngân hàng phân bổ nguồn lực một cách hiệu quả hơn

Khi môi trường vĩ mô ổn định, ít biến động, các nhà quản lý ngân hàng sẽ có thể

dự đoán lợi nhuận từ mỗi dự án tiềm năng một cách dễ dàng hơn và tài trợ cho các dự

án có tỷ suất sinh lợi kỳ vọng cao hơn Ngược lại, khi môi trường kinh tế đang bất ổn, khả năng dự đoán của các nhà quản lý ngân hàng sẽ không còn chính xác nữa, điều này

sẽ gây trở ngại, giải thích hành vi cho vay khá bảo thủ ở tất cả các ngân hàng Lập luận này hàm ý rằng trong thời gian kinh tế vĩ mô biến động mạnh, các ngân hàng sẽ hành

xử đồng nhất hơn, làm cho tỷ lệ cho vay trên tài sản của các ngân hàng giảm Trong những khoảng thời gian ổn định hơn, các ngân hàng sẽ có nhiều cơ hội hành xử theo cách riêng, họ tận dụng được thông tin riêng, dẫn đến việc mở rộng hệ số phân bổ của các khoản cho vay đối với tài sản của các ngân hàng Theo quan điểm này, sự ổn định của môi trường kinh tế vĩ mô sẽ giúp phân bổ các khoản vay có hiệu quả hơn

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU

3.1 Mô hình nghiên cứu

Để tiến hành kiểm định mối quan hệ giữa bất ổn vĩ mô mà cụ thể là biến động lạm phát và sự phân bổ nguồn cho vay của các ngân hàng đại diện bằng chỉ tiêu độ phân tán tỷ lệ cho vay trên tổng tài sản Các giả thuyết và mô hình nghiên cứu thực nghiệm tương tự như giả thuyết của Beaudry và cộng sự (2001) và Mustafa, Bing (2016) Theo quan điểm này, khi sự biến động của lạm phát thấp, cơ chế hình thành giá

cả sẽ được vận hành hiệu quả Trong trường hợp như vậy, các nhà quản lý ngân hàng

có thể xếp hạng các dự án liên quan đến nhau và phân bổ các nguồn có thể cho vay để

sử dụng tốt nhất Tuy nhiên, nếu sự biến động của lạm phát tăng cao, do tín hiệu nhiễu cao, việc sử dụng cơ chế giá để khai thác thông tin về tính xác đáng của dự án gặp nhiều khó khăn hơn Do đó, các ngân hàng trở nên thận trọng trong hoạt động cho vay

và có xu hướng hành xử tương tự nhau Hành vi này của các nhà quản lý ngân hàng có thể được nắm bắt bằng cách quan sát mối liên hệ giữa sự phân tán tỷ lệ cho vay trên tổng tài sản và sự biến động của lạm phát Sự gia tăng tính biến động của lạm phát sẽ dẫn đến việc thu hẹp sự phân tán tỷ lệ nợ trên tài sản và ngược lại Để hỗ trợ cho giả thuyết này, bài nghiên cứu xem xét bảng dữ liệu của các ngân hàng thu thập được từ một số quốc gia Châu Á và sử dụng mô hình sau:

, = + ℎ, + + , (1)

Trong đó biến phụ thuộc, , (Loans/TA), đại diện cho sự phân tán tỷ lệ nợ

trên tổng tài sản của các ngân hàng tại quốc gia j vào thời điểm t Biến giải thích, ℎ, là

thước đo sự biến động của lạm phát của nước j cụ thể theo thời gian Sự biến động của

lạm phát được đo bằng phương sai có điều kiện từ mô hình ARCH/GARCH để giải thích sự khác biệt của chỉ số giá tiêu dùng

Hồi quy dữ liệu bảng có thể được tiến hành bằng nhiều phương pháp khác nhau như phương pháp bình phương nhỏ nhất-Ordinary Least Square (OLS), Fixed-effects

model (FEM) hay Random-effects model (REM) Tuy nhiên, đối với dạng dữ liệu bảng hỗn hợp (panel data) thì OLS không phải là một lựa chọn hợp lý vì phương pháp này là phương pháp ước lượng đơn giản nhất và trong trường hợp này OLS có thể làm cho các hệ số ước lượng không đồng nhất và thiếu hiệu quả, tức là ước lượng không nhất quán (bị chệch) và khả năng mức ý nghĩa thống kê không còn chính xác Để giải quyết vấn đề này, mô hình hồi quy được đưa thêm vào các hiệu ứng cố định theo thời gian cụ

thể của quốc gia j Ký hiệu cuối cùng trong mô hình, j, t, biểu thị sai số thường gặp liên

quan đến quốc gia j tại thời điểm t FEM được phát triển từ mô hình Pooled OLS khi

có thêm kiểm soát được từng đặc điểm khác nhau giữa các quốc gia j, và có sự tương quan giữa phần dư của mô hình và các biến độc lập Trong khi đó REM lại không có sự tương quan giữa phần dư của mô hình và các biến độc lập Để lựa chọn mô hình thích hợp kiểm định Hausman được sử dụng và đi đến kết quả mô hình FE có ưu thế hơn

Chính vì vậy, trong mô hình hồi quy (1), các biến kiểm soát sau được đưa vào bao gồm tốc độ tăng trưởng GDP (∆GDP), biến giả để nắm bắt mức độ ảnh hưởng của

cuộc khủng hoảng tài chính (dumFC) cũng như biến tương tác giữa biến giả khủng hoảng tài chính và biến biến động lạm phát (dumFC * ℎ) để nắm bắt hiệu ứng biến

động đã thay đổi sau cuộc khủng hoảng tài chính Ngoài ra, một số biến kiểm soát được thêm vào để nắm bắt những tác động bất ổn xuất phát từ thị trường tài chính và hàng hóa (đánh giá sự ổn định của nền kinh tế vĩ mô) đo lường sự biến động của thị trường chứng khoán ( ), giá dầu ( ) và hai biến còn lại nắm bắt mức độ rủi

ro – sinh lợi của ngành ngân hàng của từng quốc gia: rủi ro ngân hàng ( ), và

tỷ suất sinh lợi trung bình của ngân hàng ( ) Mô hình cuối cùng sau khi thêm vào hiệu ứng cố định và các biến kiểm soát có dạng như sau:

, = + ℎ, + , + + + , (2) Cũng lưu ý rằng mô hình mở rộng bao gồm các biến giả hằng năm, i.year để kiểm soát những cú sốc còn lại có thể ảnh hưởng đến mối tương quan

Và cuối cùng, để tránh hiện tượng nội sinh của biến giải thích, kết quả hồi quy dựa mô hình biến công cụ Instrumnet Varible với kỹ thuật ước lượng GMM (IV-GMM)

Cũng như vấn đề đa cộng tuyến và phương sai sai số thay đổi, vấn đề nội sinh trong mô hình OLS cũng được coi là một trong những vi phạm nghiêm trọng các giả định của OLS Hiện tượng nội sinh là hiện tượng các biến giải thích ở trong tình trạng không hoàn toàn độc lập với các biến được giải thích và phát sinh mối ảnh hưởng hai chiều của các biến này dẫn đến các phương pháp ước lượng FEM và REM không còn hiệu quả Nội sinh trong mô hình thường xuất hiện dưới 3 dạng Thứ nhất, thiếu vắng biến độc lập trong mô hình và do đó phần giải thích của biến này sẽ nằm ở sai số (phần dư) Khi đó có mối tương quan chặt giữa biến độc lập và phần dư Thứ hai, sai số trong

đo lường hay sai lệch do lựa chọn Thứ ba, vấn đề đồng thời và hệ phương tình đồng thời

Có nhiều các để khắc phục hiện tượng nội sinh như: chấp nhận sai lệch tiềm ẩn

mà không làm gì cả, có thể sử dụng thêm lệnh ước lượng vững (robust); sử dụng panel data với một mô hình có thể giải quyết vấn đề nội sinh; tìm một biến proxy khác phù

hợp để giải quyết mô hình; sử dụng mô hình với biến công cụ: IV model, 2SLS, 3SLS Trong bài nghiên cứu, để khắc phục hiện tượng nội sinh tác giả sử dụng mô hình biến công cụ IV Người ta dùng nhiều kỹ thuật để xử lý phụ thuộc vào chính mô hình chúng ta định ước lượng, các kỹ thuật ước lượng phổ biến là: 2SLS, GMM, iGMM, việc xác định kỹ thuật ước lượng nào dựa vào số biến nội sinh và biến công cụ mà chúng ta có được Để giải quyết cả vấn đề nội sinh và phương sai thay đổi trong mô hình thì GMM là kỹ thuật ước lượng phù hợp nhất

Mustafa, Bing (2016) đã sử dụng biến trễ của các biến lạm phát, sự biến động của lạm phát, và tỷ suất sinh lời ngân hàng để làm biến công cụ Tương tự như vậy, bài nghiên cứu sử dụng độ trễ thứ 2 của lạm phát, sự biến động của lạm phát, và tỷ suất sinh lời ngân hàng thông qua kết quả kiểm định thống kê J của Hansen (1982) và p-value để xác định tính hợp lý của biến công cụ

3.2 Mẫu quan sát và nguồn số liệu

3.2.1 Mẫu quan sát

Để thực hiện bài nghiên cứu, dữ liệu được trích xuất từ cơ sở dữ liệu Bankscope

do Bureau van Dijk thu thập và điều chỉnh Bankscope là một trong những cơ sở dữ liệu toàn diện nhất về các báo cáo tài chính của các ngân hàng Từ cơ sở dữ liệu này, bài nghiên cứu thu thập ba chỉ tiêu cấp ngân hàng bao gồm: cho vay ròng, thu nhập ròng và tổng tài sản

Mặc dù Bankscope cung cấp thông tin về các ngân hàng trên toàn thế giới, tuy nhiên do hạn chế khi thu thập số liệu, tác giả chỉ thu thập được tại các quốc gia khu vực Đông Nam Á Để làm tăng tính chính xác khi ước lượng, dữ liệu tương tự của các ngân hàng niêm yết tại một số quốc gia khác ở Châu Á được thu thập từ Datastream Trong mẫu cuối cùng, bài nghiên cứu yêu cầu mỗi quốc gia nên đóng góp ít nhất 10 ngân hàng tại bất kỳ mọi thời điểm để có một thước đo chính xác về sự phân tán chéo tỷ lệ cho vay / tài sản của mỗi quốc gia Mục tiêu chính của bài nghiên cứu là tập trung vào

chính sách của các quốc gia Châu Á Do đó, những hạn chế trên đã khiến mẫu dữ liệu cấp ngân hàng thu thập từ 19 nước bao gồm: Bangladesh, Trung Quốc, Hongkong, Ấn

Độ, Indonesia, Israel, Jordan, Kazakhstan, Kuwait, Lào, Malaysia, Paskita, Philippin, Singapore, Hàn Quốc, SriLanka, Đài Loan, Thái Lan và Việt Nam Sử dụng bộ dữ liệu này, bài nghiên cứu sử dụng thông tin cấp ngân hàng với 556 ngân hàng ở tất cả các nước để tạo ra các biến phụ thuộc và kiểm soát Dữ liệu cấp ngân hàng được trích xuất hàng năm và kéo dài khoảng thời gian từ năm 1988 đến năm 2016

3.2.2 Mô tả biến và nguồn dữ liệu

3.2.2.1 Độ phân tán tỷ lệ cho vay

Để xem xét mức độ hiệu quả của sự phân bổ các nguồn cho vay của các ngân hàng tại một nước, bài nghiên cứu sử dụng thước đo độ phân tán tỷ lệ cho vay trên tổng tài sản Cụ thể là phương sai tỷ lệ cho vay trên tổng tài sản của các ngân hàng của nước

j tại thời điểm t Như vậy, tại một nước, một thời điểm, chỉ có một quan sát

Bảng 3.1: Mô tả thống kê tỷ lệ cho vay/tổng tài sản

Nước Giai đoạn N

Hình 3.1: Biểu đồ phân phối biến phụ thuộc

3.2.2.2 Biến động lạm phát

Để ước lượng mô hình, chúng ta phải đánh giá độ nhiễu trong cơ chế giá của từng quốc gia mà cụ thể là sự biến động hay lạm phát không chắc chắn Để đo sự biến động lạm phát này, bài nghiên cứu dùng với mô hình ARCH / GARCH để nắm bắt những biến động khác biệt của chỉ số giá tiêu dùng hàng tháng Chỉ số giá tiêu dùng được thu thập từ cơ sở dữ liệu Datasteam theo tháng Chúng ta cần lưu ý rằng trước khi ước tính

mô hình, chuỗi chỉ số giá đã được kiểm tra và khẳng định sự hiện diện của các hiệu ứng ARCH bằng kiểm định Lagrange Multiplier (LM) Mô hình GARCH (p, q) có dạng sau:

Trong đó biểu thị lạm phát, i.month nắm bắt các hiệu ứng tháng, t = t ℎ

và t là trung bình không, phương sai đơn vị quá trình nhiễu trắng

Đối với mỗi quốc gia, bài viết ước tính một biến thể của mô hình trên, mô hình ARCH (p) hoặc GARCH (p, q) đối với các nước được mô tả trong Bảng 3.2 tác giả thấy rằng đối với hầu hết các quốc gia, mô hình ARCH (1) hoặc ARCH (2) là đủ để làm cho các phần dư còn lại không có hiệu ứng ARCH bậc cao hơn Đối với một số nước khác, mô hình GARCH (p, q) bậc thấp được sử dụng thay vì mô hình ARCH bậc cao hơn Sau khi mô hình được lựa chọn đã được xác định rõ ràng, chuỗi phương sai có điều kiện được tính trung bình trong năm để phù hợp với tần suất của dữ liệu cấp ngân hàng Như vậy, sau khi hồi quy chuỗi CPI 12 tháng trong năm của một nước bằng mô hình ARCH/GARCH, ta thu được chuỗi phương sai có điều kiện Sau đó lấy trung bình chuỗi phương sai 12 tháng này Từ chuỗi CPI 12 tháng của một nước, sau khi hồi quy

ta thu được một quan sát Chuỗi này được sử dụng như là một thước đo của độ nhiễu trong các tín hiệu giá, mà chúng ta biểu thị là ℎ trong phương trình (1) và (2)

Phương sai có điều kiện cao hơn hàm ý độ nhiễu cao hơn trong cơ chế giá, nghĩa

là nội dung thông tin của giá đã giảm Trong những trường hợp như vậy, người ra quyết định sẽ không thể dự đoán tính khả thi của các dự án và do đó sẽ hành xử một cách thận trọng hơn Do đó, hệ số chặn được kỳ vọng mang dấu âm, thể hiện tác động ngược chiều của biến động lạm phát lên sự phân bổ khoản vay của các ngân hàng Khi lạm phát biến động mạnh thì độ phân tán càng giảm do các nhà quản lý ngân hàng cư

xử thận trọng hơn, hàm ý các nguồn cho vay chưa được sử dụng hiệu quả

Bảng 3.2: Độ trễ p, q trong mô hình ARCH/GARCH khi ước lượng độ biến động lạm phát

(p)

GARCH (q)

(p)

GARCH (q)

No Country ARCH

(p)

GARCH (q)

(p)

GARCH (q)

sự tương quan âm giữa sự biến động của lạm phát và sự phân tán tỷ lệ cho vay / tổng tài sản của các ngân hàng Mặc dù những số liệu này cung cấp một bằng chứng trực quan về mối tương quan âm giữa sự bất ổn về lạm phát và sự phân tán chéo của tỷ lệ cho vay trên tài sản của các ngân hàng Tuy nhiên các ngân hàng ở quốc gia có thể phải chịu các cú sốc cụ thể với các đặc trưng riêng của mỗi quốc gia, nên cần tiến hành nghiên cứu thực nghiệm chính thức trước khi đưa ra kết luận về mối tương quan này Hơn nữa, ngoài các tác động cố định ở cấp độ quốc gia, chúng ta phải xem xét tác động của nhiều yếu tố khác có thể bóp méo quan sát

Hình 3.2: Biểu đồ tương quan giữa biến động lạm phát và phân tán tỷ lệ cho

vay/tổng tài sản 3.2.2.3 Nhóm biến kiểm soát

Biến kiểm soát là những biến chỉ đặc điểm riêng có được đưa vào mô hình nhằm làm giảm bất cứ tác động nào có thể gây nhiễu cho các nhân tố khác hoặc cho việc diễn giải kết quả của nghiên cứu Biến kiểm soát cũng có một ảnh hưởng tiềm năng vào biến phụ thuộc như biến độc lập, nhưng sự tác động đó không phải là điều mà ta đang quan tâm Bên cạnh đó, việc đưa biến kiểm soát vào mô hình phân tích vì ta không thể

bỏ qua sự tác động của nó khi xem xét các tác động của biến độc lập Tương tự như

Mustafa, Bing (2016), nhóm biến kiểm soát được đưa vào mô hình bao gồm các yếu tố biến động khác của môi trường vĩ mô:

Lạm phát: được thu thập thừ WorldBank, lạm phát cũng được kỳ vọng tác động ngược chiều lên sự phân tán tỷ lệ cho vay trên tổng tài sản

Tốc độ tăng trưởng GPD, ∆GDP: tác động của tăng trưởng GDP (∆GDP) đối với

sự phân tán tỷ lệ cho vay/tài sản vẫn còn chưa rõ ràng Chẳng hạn như trong một nền kinh tế tăng trưởng, nếu các tín dụng mới tăng đều đặn trên tất cả các ngân hàng, thì sự phân tán tỷ lệ cho vay / tài sản không thay đổi Tuy nhiên, nếu tín dụng mới được mở rộng bởi các ngân hàng nhất định thì tác động lên sự phân tán sẽ cùng chiều vì tốc độ tăng trưởng GDP thay đổi theo thời gian

Biến giả dumFC nhận giá trị là 1 nếu năm t lớn hơn năm 2007 Việc đưa biến giả

này vào mô hình với mục đích kiểm tra xem sự phân tán của tỷ lệ cho vay đối với tài sản đã thay đổi sau cuộc khủng hoảng tài chính hay không Hệ số chặn được kỳ vọng mang dấu dương vì sau cuộc khủng hoảng tài chính các khoản tiền đã được bơm vào các thị trường tài chính Ngược lại, cũng có thể tranh luận về kỳ vọng ngược chiều, vì các ngân hàng hạn chế cung cấp các khoản vay trong giai đoạn khủng hoảng mặc dù các nỗ lực của NHTW và Chính phủ

Biến tương tác giữa biến giả khủng hoảng tài chính và độ biến động lạm phát

(dumFC*h) cho thấy sự liên quan giữa biến động lạm phát có thay đổi sau cuộc khủng

hoảng tài chính Hệ số âm (dương) cho thấy rằng sau cuộc khủng hoảng tài chính, tác động ngược chiều của sự biến động về phân bổ nguồn lực ngân hàng đã tăng lên (suy yếu)

Biến động của thị trường chứng khoán (Vol Stock ) và biến động giá dầu (Vol Oil) cũng được đo bằng cách áp dụng phương pháp ARCH / GARCH Để ước tính biến động thị trường chứng khoán, bài nghiên cứu thu thập dữ liệu theo tháng của các chỉ số chứng khoản đại diện cho thị trường tại mỗi quốc gia được lấy từ Datastream và biến động giá dầu được đo dựa trên giá dầu West Taxas Intermediate được lấy từ IMF Mặc

dù có thể kỳ vọng rằng sự biến động của thị trường chứng khoán sẽ có tác động tích cực đến sự phân tán các khoản cho vay của ngân hàng, nhưng tác động này cũng có thể

là ngược lại Ví dụ, nếu các ngân hàng mở rộng tín dụng cho các công ty có cơ hội đầu

tư chất lượng tốt mặc dù các công ty này không thể huy động vốn tài chính trong giai đoạn biến động của thị trường chứng khoán, sự phân tán tỷ lệ cho vay / nguồn vốn của các ngân hàng sẽ mở rộng Tuy nhiên, nếu sự biến động của thị trường chứng khoán là tín hiệu cho một bất ổn tổng thể trong thị trường tài chính, thì việc phân tán các khoản vay sẽ thu hẹp, vì các ngân hàng có xu hướng hành xử thận trọng trong việc mở rộng các khoản vay trong giai đoạn biến động Tác động của biến động giá dầu đối với biến phụ thuộc dự kiến sẽ là ngược chiều, vì sự biến động giá dầu tăng lên hàm ý sự gia tăng bất ổn trong môi trường kinh tế vĩ mô dẫn đến hành vi cho vay bảo thủ của ngân hàng

Rủi ro trung bình của ngành ngân hàng chính là sự biến động lợi nhuận của các ngân hàng của cùng một nước, nó được tính từ độ lệch chuẩn của tỷ lệ thu nhập ròng trên tổng tài sản của các ngân hàng có trong bộ dữ liệu Bài nghiên cứu kỳ vọng rủi ro trung bình ngân hàng sẽ có tác động ngược chiều lên việc phân tán tỷ lệ cho vay/tổng tài sản

Và cuối cùng là tỷ suất sinh lợi ngành ngân hàng trung bình được tính bình quân