›
›

Nghiên cứu khoa học Rủi ro hệ thống ngân hàng và cú sốc vĩ mô

pdf 48 trang hapham 1130
Download
Bạn đang xem 20 trang mẫu của tài liệu "Nghiên cứu khoa học Rủi ro hệ thống ngân hàng và cú sốc vĩ mô", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfnghien_cuu_khoa_hoc_rui_ro_he_thong_ngan_hang_va_cu_soc_vi_m.pdf

Nội dung text: Nghiên cứu khoa học Rủi ro hệ thống ngân hàng và cú sốc vĩ mô

  1. Mã số: . RỦI RO HỆ THỐNG NGÂN HÀNG VÀ CÁC CÚ SỐC KINH TẾ
  2. i TÓM TẮT ĐỀ TÀI Lý do chọn đề tài Hệ thống ngân hàng như là hệ thần kinh của toàn bộ nền kinh tế quốc dân. Việc xem xét các biến động của cú sốc nền kinh tế với hành vi của hệ thống ngân hàng sẽ cho chúng ta một số gợi ý quan trọng về tầm quan trọng của các yếu tố chính của nền kinh tế vĩ mô trong việc hoạch định chính sách Mục tiêu nghiên cứu Mục tiêu nghiên cứu là xem xét làm thế nào các ngân hàng đối mặt với rủi ro vĩ mô và tính bất định; đặc biệt hơn, nó kiểm tra mối quan hệ giữa rủi ro hệ thống ngân hàng với sự thay đổi và sự gián đoạn trong các điều kiện nền kinh tế. Phƣơng pháp nghiên cứu Bài nghiên cứu của tôi được thực hiện bằng phương pháp nghiên cứu lịch sử và nghiên cứu khoa học. Quan trọng nhất bài nghiên cứu chúng tôi sử dụng mô hình EGARCH (Mô hình Garch đa biến). Nội dung nghiên cứu: Chúng tôi tập trung nghiên cứu các hành vi phân nhóm, thông qua việc tất cả các ngân hàng đồng thời phản ứng lại cú sốc kinh tế. Đóng góp của đề tài : Bài nghiên cứu đã chỉ ra ảnh hưởng của cú sốc kinh tế vĩ mô tới hành vi đồng nhất của các ngân hàng. Hƣớng phát triển của đề tài: Chúng tôi xem xét làm thế nào các ngân hàng, cũng như một nhóm ngân hàng, đối mặt với rủi ro vĩ mô và tính bất ổn của nền kinh tế.
  3. ii MỤC LỤC DANH MỤC TỪ VIẾT TẮT iii DANH MỤC BẢNG iv DANH MỤC HÌNH iv TÓM TẮT 1 1. GIỚI THIỆU 2 1.1. Lý do chọn đề tài 2 1.2. Tổng quan các vấn đề nghiên cứu 2 2. TỔNG QUAN CÁC NGHIÊN CỨU TRƢỚC ĐÂY 3 3. PHƢƠNG PHÁP NGHIÊN CỨU 10 3.1. Mô hình 10 3.2. Phƣơng pháp ƣớc tính EGARCH 13 3.3. Dữ liệu 17 4. NỘI DUNG VÀ CÁC KẾT QUẢ NGHIÊN CỨU 18 4.1. Kết quả kiểm định biến trong mô hình EGARCH 18 4.1.1. Thiết lập độ trễ 18 4.1.2. Kiểm định Unit Root Test 19 4.2. Ƣớc lƣợng OLS của disp(lta) và disp(snonin) và những kiểm định ARCH 20 4.3. Ƣớc lƣợng EGARCH của disp(lta) và disp(snonin) 22 5. KẾT LUẬN 26 TÀI LIỆU THAM KHẢO 28 PHỤ LỤC 29
  4. iii DANH MỤC TỪ VIẾT TẮT Từ viết tắt Tiếng anh Tiêng việt CPI Consumer Price Index Chỉ số giá tiêu dùng (lạm phát) Disp(lta) the cross-sectional dispersion of Độ phân tán cross-sectional lta của lta (Tỷ lệ cho vay trên tài sản) Disp(snonin) the cross-sectional dispersion of Độ phân tán của snonin (Tỷ snonin lệ thu nhập ngoài lãi trên thu nhập hoạt động) Dtl Aggregate measure of the Thước đo mức độ đòn bẩy degree of total leverage EGARCH Exponential general Mô hình dạng EGARCH autoregressive conditional heteroskedastic GDP Gross Domestic Product Tốc độ tăng trưởng Kalman filter Bộ lọc chuỗi biến thay đổi theo thời gian Lta loans-to-assets ratio Tỷ lệ cho vay trên tài sản Snonin The share of non-interest Tỷ lệ thu nhập ngoài lãi trên income in bank net operating thu nhập hoạt động income
  5. iv DANH MỤC BẢNG Bảng 1: Mô tả các biến 15 Bảng 2: Thống kê mô tả 19 Bảng 3: Ước lượng OLS cho disp(lta) và disp(snonin) 20 Bảng 4: Kiểm định phương sai thay đổi hiệu ứng GARCH 21 Bảng 5: Với mỗi biến phụ thuộc – disp(lta) và disp(snonin) 22 DANH MỤC HÌNH Hình 1: Tính dừng của chuỗi biến CPI 17 Hình 2: Tính dừng của chuỗi biến GDP 18 Hình 3: Kalman Filter cho biến dlt 29 Hình 4: Thống kê mô tả 30 Hình 5: Ước lượng EGARCH cho biến lta (phương trình 1) 30 Hình 6: Ước lượng EGARCH cho biến lta (phương trình 2) 31 Hình 7: Ước lượng EGARCH cho biến lta (phương trình 3) 32 Hình 8: Ước lượng EGARCH cho biến snonin (phương trình 1) 33 Hình 9: Ước lượng EGARCH cho biến snonin (phương trình 2) 33 Hình 10: Ước lượng EGARCH cho biến snonin (phương trình 3) 34 Hình 11: Hiệu ứng ARCH cho biến lta (phương trình 1) 35 Hình 12: Ước tính EGARCH(1,1) cho biến lta (phương trình 1) 37 Hình 13: Ước tính EGARCH(1,1) cho biến lta (phương trình 2) 38 Hình 14: Ước tính EGARCH(1,1) cho biến lta (phương trình 3) 39 Hình 15: Ước tính EGARCH(1,1) cho biến snonin (phương trình 1) 40
  6. v Hình 16: Ước tính EGARCH(1,1) cho biến snonin (phương trình 2) 41 Hình 17: Ước tính EGARCH(1,1) cho biến snonin (phương trình 3) 42
  7. 1 TÓM TẮT Bài nghiên cứu xem xét làm thế nào các ngân hàng, cũng như một nhóm, đối mặt với rủi ro vĩ mô và tính bất định; đặc biệt hơn, nó kiểm tra mối quan hệ giữa rủi ro hệ thống ngân hàng với sự thay đổi và sự gián đoạn trong các điều kiện nền kinh tế. Theo phương pháp của Beaudry et al. (2001), tác giả giới thiệu quy trình ước tính mới dựa trên EGARCH để nâng cao chất lượng khuôn khổ được phát triển bởi Baum et al. (2002, 2004, 2009) và Quagliariello (2007, 2009), và tác giả phân tích mối quan hệ trong bối cảnh công nghiệp hiện tại, tức là, trong bối cảnh hoạt động ngân hàng dựa trên thị trường. Kết quả của tác giả xác nhận rằng các ngân hàng có xu hướng vận hành đồng nhất đối với tính bất định của nền kinh tế vĩ mô. Đặc biệt, tác giả thấy rằng cả hai sự phân tán của các khoản vay trên tài sản và sự phân tán cross-sectional của phần thu nhập ngoài lãi co lại trong giai đoạn chậm tăng trưởng, đặc biệt trong suốt cuộc khủng hoảng tài chính, khi độ đàn hồi của hệ thống ngân hàng tại mức thấp nhất. Quan trọng hơn, những phát hiện chính của tác giả chỉ ra rằng sự phân tán cross-sectional của các khoản vay trên tài sản đã tăng trong mười năm vừa qua, ngược lại sự phân tán cross- sectional của phần thu nhập ngoài lãi dường như biến động hơn và nhạy cảm với các cú sốc vĩ mô.
  8. 2 1. GIỚI THIỆU 1.1. Lý do chọn đề tài Trong những năm gần đây, Việt Nam gây ấn tượng bởi tốc độ tăng trưởng kinh tế cao. Trong đó hoạt động ngân hàng chiếm vai trò quan trọng. Hệ thống ngân hàng như là hệ thần kinh của toàn bộ nền kinh tế quốc dân, nền kinh tế chỉ có thể phát triển với tốc độ cao nếu có một hệ thống ngân hàng hoạt động ổn định và có hiệu quả, ngược lại khi hệ thống yêu kém. Nhưng bên cạnh đó tác động của các cú sốc kinh tế vĩ mô như lạm phát, chính sách, . đều có thể tác động tới hành vi của toàn bộ hệ thống, gây ảnh hưởng tới nền kinh tế. Sau năm 2007-2008, do ảnh hưởng cuộc khủng hoảng tín dụng xấu đến toàn bộ thị trường, hoạt động của ngân hàng bị thu hẹp. Trước tình hình này, chính phủ đã đề ra nhiều biện pháp nhằm làm giảm các cú sốc kinh tế vĩ mô. Mỗi khi có cú sốc kinh tế xuất hiện, các ngân hàng đồng nhất phản ứng lại cú sốc bên ngoài có thể dẫn đến rủi ro hệ thống tăng lên. Việc xem xét các biến động của cú sốc nền kinh tế với hành vi của hệ thống ngân hàng sẽ cho chúng ta một số gợi ý quan trọng về tầm quan trọng của các yếu tố chính của nền kinh tế vĩ mô trong việc hoạch định chính sách. Cụ thể xoáy sâu vào hoạt động cho vay nhằm giảm rủi ro của hệ thống ngân hàng. Bên cạnh đó, hiện nay với sự lớn mạnh của hệ thống ngân hàng, và mức độ ảnh hưởng của chúng tới nền kinh tế là rất lớn, nên tìm hiểu về vấn đề ảnh hưởng cú sốc kinh tế vĩ mô đến hoạt động ngân hàng là vấn đề cần thiết. Nhận thức được vấn đề này, chúng tôi đã chọn chủ đề “Rủi ro hệ thống ngân hàng và cú sốc vĩ mô” để làm đề tài nghiên cứu khoa học. 1.2. Tổng quan các vấn đề nghiên cứu Trong bài nghiên cứu này, chúng tôi chủ yếu tập trung xem xét làm thế nào các ngân hàng, cũng như một nhóm các ngân hàng, đối mặt với rủi ro vĩ mô và tính bất định; đặc biệt hơn, nó kiểm tra mối quan hệ giữa rủi ro hệ thống ngân hàng với sự thay đổi và sự gián đoạn trong các điều kiện nền kinh tế. Và chúng tôi đã dùng phương pháp EGARCH để xác định ảnh hưởng của cú sốc kinh tế vĩ mô tới hoạt động của ngân hàng. Chủ yếu là sự phân tán cross-sectional của các yếu tố
  9. 3 ngành như tỷ lệ khoản cho vay trên tài sản (lta) và thu nhập phi lãi trên thu nhập hoạt động (snonin). Phần còn lại của bài nghiên cứu được tổ chức như sau. Phần 2 trình bày tổng quan các nghiên cứu trước đây trên thế giới về lý thuyết cũng như các nghiên cứu thực nghiệm. Phần 3 đứa ra mô hình phân tích ảnh hưởng của cú sốc kinh tế vĩ mô tới rủi ro hệ thống ngân hàng. Kết quả của mô hình sẽ được trình bày ở phần 4. Cuối cùng, phần 5 kết luận, tóm lại kết quả nghiên cứu, nêu các đề xuất, hạn chế của chuyên đề và hướng nghiên cứu tiếp theo. 2. TỔNG QUAN CÁC NGHIÊN CỨU TRƢỚC ĐÂY Nhiều bài nghiên cứu trước đây đã cố gắng tập trung vào loại hành vi phân nhóm, thông qua việc tất cả các ngân hàng phản ứng đồng thời với một thay đổi chế độ chung và phân bổ tài sản theo cách giống nhau một cách hợp lý. Ngoài ra còn có mức độ mà hệ thống ngân hàng hạn chế tác động từ cú sốc bên ngoài như: Bài nghiên cứu: “Some international evidence on output-inflation trade-offs” Lucas Jr., R.E., 1973: Bài nghiên cứu thể hiện các kết quả của một nghiên cứu thực nghiệm của sự cân bằng sản lượng – lạm phát thực, dựa trên chuỗi thời gian hàng năm từ 18 quốc gia qua các năm 1951-1967. Dữ liệu này được kiểm tra từ quan điểm của lý thuyết mà trung bình sản lượng thực không thay đổi dưới những thay đổi trong mẫu hình thời gian của tỷ lệ lạm phát, hay là có tồn tại một “giá tự nhiên” của sản lượng thực. Có 3 câu hỏi được đặt ra: (i) liệu rằng lý thuyết giá tự nhiên có dẫn đến những trình bày về mối quan hệ sản lương - lạm phát mà thực hiện một cách hài lòng trong một ý nghĩa kinh tế cho tất cả, hay hầu hết, của các quốc gia trong mẫu, (ii) sự hạn chế có thể kiểm tra được mà lý thuyết áp đặt lên mối quan hệ này hay không? Và (iii) những hạn chế này có phù hợp với những thí nghiệm gần đây hay không? Mô hình đưa ra 3 giả thiết quan trọng. Đầu tiên là sản lượng danh nghĩa được xác định trên tổng cầu của nền kinh tế, với các thành phần trong sản lượng thực và mức giá lớn phụ thuộc vào hành vi của cung lao động và hàng hóa. Thứ hai là thành phần “mức ổn định” chi phối hành vi cung ngắn hạn dẫn đến sự thiếu thông tin trên giá phù hợp với quyết định của họ. Thứ ba là giá không quan sát được làm cho tối ưu (hay “hợp lý”) trong những đặc điểm ngẫu nhiên của nền kinh tế. Lý thuyết phát triển theo lối này sẽ không đặt những hạn chế có thể kiểm tra được lên những hệ số của đường cong
  10. 4 Phillip hay những trình bày biểu thức đơn khác của sự cân bằng. Ví dụ, Chúng sẽ không ám chỉ rằng những thay đổi tiền lương được liên kết với những thay đổi mức giá với hệ số đơn vị, hay đường cong Phillip dài hạn phải ở điểm cao nhất. Chúng sẽ liên kết các tham số cung với các tham số điều chỉnh bản chất ngẫu nhiên của cầu thay đổi. Tác giả giả định rằng trong sự hiện diện của các vấn đề thông tin, những cú sốc tổng hợp có thể chi phối đến chất lượng tín hiệu của giá cả và bóp méo phân bổ nguồn lực ngân hàng một cách hệ thống. Để kiếm tra lý thuyết này, Baum et al. (2002, 2004, 2009) và Quagliariello. (2007, 2008, 2009) định nghĩa hành vi có hệ thống của ngân hàng về sự phân tán cross-sectional trong danh mục cho vay. Còn Baum et al. (2009) tìm ra rằng một sự tăng lên trong sự bất định vĩ mô một cách hệ thống tạo ra sự sụt giảm đáng kể trong sự phân tán cross-sectional của tỷ số khoản vay trên tài sản sau 1 năm. Bai nghiên cứu “The second moment matters: the impact of macroeconomic uncertainty on the allocation of loanable funds” Baum, C.-F., Caglayan, M., Ozkan, N., 2009: Bài nghiên cứu này điều tra cách những biến động trong sự bất định kinh tế vĩ mô bóp méo sự phân bổ những ngân hàng thương mại của quỹ có thể cho vay bằng phân tích độ phân tán của tỷ số tổng khoản cho vay trên tổng tài sản của các ngân hàng qua giai đoạn ¼ thế kỷ. Theo bài nghiên cứu tác giả tranh luận rằng các ngân hàng phải có được thông tin quý giá của những người đi vay trước khi kéo dài khoản vay với những khách hàng hiện tại và mới, sự không chắc chắn về các điều kiện kinh tế sẽ ảnh hưởng rõ rệt lên chiến lược cho vay trên những thời điểm của tập hợp kinh tế vĩ mô hay những ràng buộc được đưa ra bởi hành động của những người làm nên chính sách. Tác giả phỏng đoán rằng sự bất định cao hơn sẽ cản trở khả năng của các giám đốc tới việc dự đoán chính xác tỷ suất sinh lợi từ những cơ hội cho vay có sẵn. Trong nội dung nghiên cứu, tác giả mong đợi khi môi trường kinh tế vĩ mô tĩnh lặng thì các giám đốc ngân hàng sẽ dự đoán tỷ suất sinh lợi từ mỗi dự án tiềm năng dễ dàng hơn và kênh quỹ hướng tới các dự án với tỷ suất sinh lợi dự đoán cao hơn. Ngược lại, khi môi trường kinh tế rối loạn, khả năng dự đoán chính xác tỷ suất sinh lợi của các giám đốc ngân hàng sẽ bị cản trở, làm cho hành vi cho vay cẩn trọng hơn ở tất cả các ngân hàng. Những tranh luận này ám chỉ rằng trong thời gian sự bất định kinh tế
  11. 5 vĩ mô các ngân hàng sẽ vận hành đồng nhất hơn, lý do mà sự phân tán cross- sectional của tỷ số cho vay trên tài sản các ngân hàng nhỏ lại. Trong suốt thời gian các ngân hàng có sự bất định thấp sẽ vận hành theo cách riêng, dẫn đến tăng độ phân tán cross-sectional của tỷ số cho vay trên tài sản các ngân hàng. Trong quan điểm này, sự ổn định của môi trường kinh tế vĩ mô sẽ thuận lợi hơn cho sự phân bổ hiệu quả của các quỹ có thể cho vay. Để kiểm định giả thiết tác giả đã sử dụng dữ liệu theo quý các ngân hàng Mỹ trong ¼ thế kỷ lấy từ Hệ thống dự trữ liên bang ngân hàng Thương mại và cơ sở dữ liệu công ty cổ phần ngân hàng. Và kết quả là cung cấp một hỗ trợ mạnh cho các giả thuyết rằng sự bất định kinh tế vĩ mô bóp méo sự phân bổ của các quỹ có thể cho vay của các ngân hàng. Tác giả tìm ra mối liên kết giữa đại diện cho sự bất định kinh tế vĩ mô và độ biến thiên cross-sectional của tỷ số nợ vay trên tài sản ngân hàng. Hành vi cho vay của các ngân hàng trở nên đồng nhất hơn trong thời gian sự bất định tăng. Kết quả của tác giả kiểm định chắc chắn sự đưa ra các biến khác kiểm soát cho các thay đổi trong chính sách tiền tệ và môi trường kinh tế vĩ mô: tỷ lệ quỹ Liên bang, tỷ lệ lạm phát, chỉ số dấu hiệu dẫn đầu, và dấu hiệu các thay đổi pháp lý. Qua các kiểm định thực nghiệm, tác giả đã tìm ra độ lớn của những ảnh hưởng của sự bất định kinh tế vĩ mô lên sự phân bổ các quỹ có thể cho vay là: một thay đổi 6% tới 10% disp(lta) các ngân hàng phản ứng gấp đôi đối với sự bất định kinh tế vĩ mô. Tác giả Christopher F. Baum trong bài nghiên cứu “The Impact of Macroeconomic Uncertainty on Bank Lending Behavior” cho rằng các ngân hàng thương mại đóng vai trò quan trọng trong nền kinh tế. Các ngân hàng là nguồn tín dụng nội địa chính trong thị trường tín dụng bằng chi phí thông tin trên các khoản vay, và mở rộng tín dụng trên thông tin liên quan tới điều kiện thị trường. Trong bài nghiên cứu này, tác giả cho rằng việc cho vay của các ngân hàng là một phần riêng biệt ảnh hưởng không chỉ tới chính sách tiền tệ và các momen của chỉ số kinh tế vĩ mô, mà còn có thể ảnh hưởng tới phương sai của tính bất ổn kinh tế vĩ mô. Đặc biệt, tác giả đặt câu hỏi về tính bất ổn nền kinh tế vĩ mô sẽ ảnh hưởng tới phân phối cross-sectional của tỷ lệ cho vay trên tài sản. Tính bất ổn nhiều hơn về điều kiện kinh tế tương lai sẽ có ảnh hưởng hoàn toàn với chiến lược cho vay của ngân hàng. Tác giả kết luận, hành động của ngân hàng phản ứng lại tính bất ổn của nền kinh tế vĩ mô có thể là đồng nhất, cùng với hành động
  12. 6 mạnh mẽ của ngân hàng mạnh hơn trong các hoàn cảnh khác; giả thuyết này khẳng định lợi nhuận nhiều hơn và tỷ lệ lợi ích nhiều hơn sẽ dẫn đến tỷ lệ lta nhỏ hơn so với các ngân hàng lợi nhuận ít hơn. Christopher F. Baum, Mustafa Caglayan, Neslihan Ozkan trong bài nghiên cứu “The response of bank lending behavior to macroeconomic uncertainty” đã điều tra liệu rằng tính bất ổn nền kinh tế vĩ mô có thể làm sai lệch phân bổ của các ngân hàng vào các quỹ cho vay. Tác giả đặt giả thuyết rằng sự tăng tính bất ổn, độ phân tán cross-sectional của tỷ lệ cho vay trên tài sản có thể thu hẹp tính bất ổn kinh tế tốt hơn. Ngược lại, khi tính bất ổn thấp, tỷ suất inh lợi sẽ được dự đoán nhiều hơn dẫn đến sự phân bố không đều đối với quỹ cho vay của các ngân hàng. Do đó, tính bất ổn kinh tế vĩ mô giảm, các ngân hàng sẽ tái cân bằng lại danh mục đầu tư của họ, nguyên nhân cho sự phân phối cross-sectional của tỷ lệ cho vay trên tài sản được mở rộng, và cho phép phân bổ hiệu quả hơn quỹ cho vay so với giai đoạn tính bất ổn cao hơn. Cuối cùng, tác giả khẳng định ứng dụng lý thuyết danh mục đầu tư, tác giả chứng tỏ rằng phương sai của tính bất ổn nền kinh tế vĩ mô cao hơn chu kì kinh tế có thể ảnh hưởng tới quyết định phân bổ danh mục đầu tư của ngân hàng. Đặc biệt, khi tính bất ổn nền kinh tế là ít, các ngân hàng sẽ có nhiều hành động giống nhau hơn. Trong “A model of Shadow Banking” của các tác giả Nicola Gennaioli, Andrei Shleifer, And Robert W. Vishny đã giới thiệu mô hình bóng của ngân hàng, trong đó là các ngân hàng có các khoản vay thương mại, tập trung chúng lại trong các danh mục đầu tư và tài trợ cho các danh mục đầu tư bên ngoài với các khoản nợ không có rủi ro. Trong mô hình: tài sản của các nhà đầu tư bên ngoài điều chỉnh cầu nợ rủi ro và tăng tính bảo hiểm, tài sản ngân hàng và mức đòn bảy sẽ di chuyển cùng nhau, các ngân hàng trở nên liên kết với thị trường, và các ngân hàng sẽ tăng độ nhạy tới rủi ro hệ thống. Nhiều bài nghiên cứu trong giai đoạn tăng trưởng thấp và đặc biệt trong giai đoạn khủng hoảng đã chứng tỏ hoạt động kinh doanh ngân hàng gặp nhiều rủi ro, bởi vì giá trị tài sản thế chấp giảm. Bài nghiên cứu “Credit cycles” (Kyotaki, N. Moore, J., 1997): Mục tiêu của bài nghiên cứu là mô hình hóa và phân tích sự tương tác giữa các hạn chế và tập hợp hoạt động kinh tế qua chu kỳ kinh doanh. Đặc biệt, làm cách nào sự hiện diện
  13. 7 giới hạn tín dụng có thể tạo ra, khi nền kinh tế phát triển, ví dụ, bằng một cú sốc kỹ thuật nhỏ và tạm thời, sự dao động lớn và bền vững trong sản lượng và giá tài sản. Và để xem sự tương tác đó như thế nào thì tác giả xây dựng một nền kinh tế năng động trong đó giới hạn tín dụng xuất hiện bởi vì những người cho vay không thể bắt buộc những người đi vay trả lại các khoản nợ của họ, trừ phi nợ được đảm bảo. Tài sản lâu bền đóng vai trò gấp đôi - chúng là các nhân tố của sự sản xuất và phục vụ như vật ký quỹ cho các khoản vay. Hơn nữa, các giới hạn của những người đi vay bị ảnh hưởng bởi giá của vật ký quỹ, nhưng tại thời điểm tương tự các giá này bị ảnh hưởng bởi phạm vi của các giới hạn tín dụng. Vì vậy trong nền kinh tế này sự tương tác giữa các giới hạn tín dụng và giá tài sản sẽ được chuyển giao cơ cấu hiệu lực thông qua các ảnh hưởng của sức bền của các cú sốc, sự mở rộng và sự lan rộng. Tác giả còn xây dựng một nền kinh tế thực trong đó tài sản lâu bền là đất, vì vậy không chỉ có các nhân tố sản xuất mà còn được sử dụng để đảm bảo cho khoản vay. Tác giả cho thấy tổng cung của đất thì cố định và tập hợp các quan sát là các công ty bị ràng buộc về tài chính (những người nông đân/người đi vay) và các công ty tự do (người thu thập và người cho vay). Ngoài ra tác giả còn chỉ ra sự ưu tiên về tính không đồng nhất, người thu thập thì kiên nhẫn hơn người nông dân, vì vậy sau cùng là người cho vay và người đi trước là người cho vay. Và kết quả của tác giả này là trong giai đoạn t các công ty trải qua một cú sốc sản phẩm tạm thời và dẫn đến một sự giảm giá trị thuần thì : (i) các công ty bị ràng buộc tín dụng không thể vay nhiều hơn vì vậy họ giảm đầu tư, bao gồm đầu tư vào đất, (ii) trong giai đoạn tiếp theo doanh thu của họ sẽ giảm, (iii) kết quả là giá trị thuận giảm và một lần nữa vì các giới hạn tín dụng nên họ giảm đầu tư. Bài nghiên cứu của chúng ta phù hợp hơn với bảng cân đối hơn là kênh cho vay, điều đó được chứng tỏ qua các bài nghiên cứu sau: Bài nghiên cứu “Inside the black box: the credit channel of monetary policy transmission” (Bernanke, B.-S., Gertler, N., 1995): Tác giả đã vạch ra, phân tích theo quy ước của sự chuyển giao tiền tệ có nhiều khuyết điểm. Tuy nhiên, đưa ra kênh tín dụng tiềm năng giúp giải quyết những câu hỏi này. Đầu tiên, trong khi chính sách tiền tệ rõ ràng có một ảnh hưởng mạnh lên tiêu dùng hàng hóa lâu bền, hầu hết các nghiên cứu gặp khó khăn trong việc xác định các ảnh hưởng chi phí
  14. 8 vốn đáng kể của loại tân cổ điển thuần. Tuy nhiên, các đo lường chi phí vốn quy ước hiếm khi làm cho phần trợ cấp đối với phàn bù tài chính bên ngoài biến đổi. Để chắc chắn, có được những đo lường trực tiếp của phần bù tài chính bên ngoài rất khó. Các nghiên cứu gần đây đã chỉ ra rằng các đại diện hay các dấu hiệu kèm theo cho phần bù này trong phương trình cầu dài hạn cải thiện hiệu quả của chúng. Thiếu sót thứ hai của phân tích là trong khi chính sách tiền tệ rõ ràng có một ảnh hưởng mạnh lên tiêu dùng hàng hóa lâu bền, hầu hết các nghiên cứu gặp khó khăn trong việc xác định các ảnh hưởng chi phí vốn đáng kể của loại tân cổ điển thuần. - đặc biệt, sau khi lãi suất bắt đầu rớt xuống trở lại mức đường gốc. Giải thích cho biến động trong phần bù tài chính bên ngoài có thể có ích trong việc giải thích cả thời điểm phản ứng của hàng tồn kho và đầu tư và sự thật rằng các biến này dừờng như giải thích tốt hơn bởi doanh số và dòng tiền hơn là bởi lãi suất. Ví dụ, theo chính sách thắt chặt tiền tệ, bảng cân đối kế toán của các công ty làm giảm giá trị vì lãi suất tăng, dòng tiền giảm và vay ngắn hạn tăng thu thập sự tích lũy hàng tồn kho, bảng lương Sự suy yếu duy trì lâu dài của bảng cân đối kế toán ám chỉ rằng phần bù cho tài chính bên ngoài có thể tiếp tục tăng như sự suy thoái kinh tế diễn ra, dù cho lãi suất thị trường đang giảm. Sự tăng dần trong “áp lực tài chính” này giúp giải thích sự trì hoãn nhưng giảm mạnh trong hàng tồn kho và đầu tư. Vấn đề thứ 3 cho quan điểm tiêu chuẩn này là phản ứng mạnh và nhanh của đầu tư bất động sản để thay đổi chính sách tiền tệ, mặc dù chính sách tiền tệ có thể đoán được giới hạn tốt nhất kiểm soát qua lãi suất dài hạn. Một lần nữa, giải pháp cỏ thể cho phép các chuyển động trong phần bù tài chính dẫn đến sự thay đổi trong chính sách. Như tác giả đã tranh luận trong bài báo này, cả bảng cân đối kế toán và kênh cho vay ngân hàng đóng một vai trò quan trọng trong thị trường bất động sản. Bài nghiên cứu “What Do a Million Observations on Banks Say About the Transmission of Monetary Policy?” (Kashyap, A.K Stein, J.C., 2000): Tác giả nghiên cứu cơ chế lan truyền tiền tệ với một bộ dữ liệu bao gồm các quan sát theo quý của ngân hàng thương mại bảo hiểm Mỹ từ năm 1976 tới 1993. Nghiên cứu trước đây khám phá nhiều bằng chứng phù hợp với sự tồn tại của kênh cho vay của sự lan truyền tiền tệ. Thật không may, bằng chứng này cũng thừa nhận sự giải thích khác. Tiền đề của tác giả trong bài nghiên cứu này cung cấp một
  15. 9 kiểm định rõ ràng kênh cho vay, tiền đề phải kiểm tra chi tiết cách mà chính sách tiền tệ ảnh hưởng tới hành vi cho vay của các ngân hàng tư nhân, như đã đề nghị các biện pháp tổng hợp cho vay rộng rãi. Trong lớp nhỏ ngân hàng, các thay đổi trong vấn đề chính sách tiền tệ hơn là cho vay của các ngân hàng đó với bảng cân đối có tính thanh khoản ít nhất. Các kết quả cho các phần có ý nghĩa thống kê mạnh, và vững chắc với nhiều biến động trong kỹ thuật ước lượng. Hơn nữa, sự khác nhau được ám chỉ qua các ngân hàng là rất quan trọng, tại mức nhỏ nhất, nó sẽ lãi suất kinh tế. Không giống với các bằng chứng trước đây, khó hơn để đưa ra phương án thay thế, lịch sử kênh không cho vay để hợp lý hóa các kết quả của tác giả. Đặc biệt, nếu muốn giải thích các kết quả của tác giả bằng việc sử dụng một kênh lãi suất chuẩn, phải tranh luận rằng cá ngân hàng mà nhu cầu vay của các khách hàng hầu như nhạy cảm với chính sách tiền tệ một cách hệ thống lựa chọn để giữ trong các tài sản thanh khoản – tức là, phải yêu cầu lịch sử không thích rủi ro không đồng nhất. Không những đây là lịch sử không có vẻ hợp lý từ viễn cảnh lý thuyết, tác giả có thể tổ chức một vài loại riêng biệt của bằng chứng mà tất cả ám chỉ rằng nó không có hiệu lực trong dữ liệu. Điểm cốt yếu là bây giờ dường như khó phủ nhận sự tồn tại của kênh cho vay của sự lan truyền tiền tệ, ít nhất cho Mỹ trong giai đoạn mẫu của tác giả. Thứ 2, nếu nó có thể tạo nên một trường hợp mạnh hơn mà các cú sóc tiền tệ có một ảnh hướng lớn đến phạm vi tổng cho vay ngân hàng. Ngoài ra tác giả đã dử dụng phương pháp Filter, để hiểu rõ hơn, ta tìm hiểu bài nghiên cứu sau “The procyclicality of Basel III leverage: Elasticty-based indicators and the Kalman filter’ của Christian Calmes và Raymond Theoret trong”. Sử dụng bộ lọc Kalman filter để làm thước đo, khi các ngân hàng được phép để thực hiện các hoạt động mới ngoài bảng cân đối kế toán (ví dụ các hoạt động phi truyền thống như bảo hiểm hay bảo lãnh phát hành) làm cho kết quả tài chính trở nên biến động hơn. Tính biến động này liên quan tới vấn đề định hướng hoạt động của ngân hàng, đặc biệt là các hoạt động giao dịch và các hoạt động thị trường vốn. Trong đó mức đòn bẩy là nhân tố chính của rủi ro ngân hàng. Hai tác giả đã đề xuất một phương pháp mới dựa trên bộ lọc Kalman filter để giải thích cho chu kì kinh doanh của mức đòn bẩy gần đây. Tác giả xây dựng thước độ đòn bẩy dựa trên xem xét bảng cân đối kế toán có tính thanh khoản như nợ xấu, mức
  16. 10 đòn bẩy được thể hiện . Tác giả sử dụng Kalman filter để hồi quy các chuỗi thông số chuỗi biến đổi theo thời gian. Bước 1 , tác giả tính toán hai dự báo là mức đòn bẩy mong đợi. Bước 2, tác giả tính toán sai số. Bước 3, tác giả ước tính thông số dựa vào phương pháp maximum likelihood. Mức độ đòn bẩy mang tính chu kì và biến đổi theo thời gian. 3. PHƢƠNG PHÁP NGHIÊN CỨU 3.1. Mô hình Theo Baum et al. (2004, 2009), danh mục đầu tư của ngân hàng bao gồm hai loại tài sản: một tài sản phi rủi ro (đảm bảo) và tài sản rủi ro. Tuy nhiên, do cú sốc nền kinh tế vĩ mô có thể làm sai lệch sự phân bổ của quỹ cả cho thu nhập ngoài lãi và thu nhập từ lãi, tài sản rủi ro bao gồm các khoản vay và các thu nhập hoạt động ngoài lãi. Chính xác hơn, để kiểm tra giả thuyết chúng ta xem xét mô hình mẫu dạng giảm sau đây: Tại là thước đo phương sai của sự phân tán cross-sectional của tài sản rủi ro j tại thời điểm t; là thời điểm đầu tiên của biến nền kinh tế vĩ mô đại diện cho rủi ro; là phương sai có điều kiện của biến kinh tế vĩ mô (tức là thước đo tính bất ổn nền kinh tế thời điểm thứ hai); và là sai số. Ví dụ, momen bậc 1 biến kinh tế vĩ mô có thể là tốc độ tăng trường GDP, và momen bậc 2 là phương sai có điều kiện của tốc độ tăng trưởng GDP. Cuối cùng, mô hình thêm các biến phụ thuộc độ trễ để kiểm soát sự tự tương quan của phần dư và để giải thích cho độ trễ trong việc điều chỉnh quan sát tới mức mục tiêu. Quan trọng, chú ý rằng mô hình mang lại một sự phân biệt rõ ràng giữa rủi ro và bất ổn của nền kinh tế vĩ mô; rủi ro nền kinh tế vĩ mô liên quan đến sự phổ biến của các điều kiện kinh tế nhất định, và tính không chắc chắn nền kinh tế vĩ mô với biến động của nó. Nguyên nhân đầu tiên cho quyết định này để mang lại sự phân biệt biến momen bậc 1 của các yếu tố chính kinh tế vĩ mô có tác động quan trọng đến thu nhập phi lãi suất, ngược lại momen bậc 2 lại chủ yếu ảnh hưởng
  17. 11 đến việc cho vay. Nói cách khác, chúng ta có thể giả định thu nhập phi lãi suất có tương quan ít với độ bất ổn kinh tế vĩ mô hơn là các khoản vay bởi vì chúng có thể - theo lý thuyết – dễ dàng tự phòng ngừa. Thực tế, sản phẩm cấu trúc tài chính, chiếm tỷ trọng lớn hơn trong các hoạt động này, được thiết kế để quản lý tính biến động và để cải thiện việc chia sẻ rủi ro giữa các thị trường tài chính. Nói cách khác, chúng mang lại mức độ thanh khoản cao hơn, tác giả cũng ước lượng thu nhập các hoạt động ngoài lãi tương đối nhạy cảm hơn với rủi ro nền kinh tế vĩ mô (Output gap và tăng trưởng GDP), và mật độ chu kì của rủi ro hệ thống ngân hàng là rất đáng kể (Lucas và Stokey, 2011). Thứ hai, động cơ kĩ thuật thúc đẩy cho cả momen bậc 1 và momen bậc 2 trong phương trình (1), từ góc độ kinh tế, momen bậc 1 của một biến được sử dụng để xác định tính bất ổn cũng phải được bao gồm trong các kiểm định chắc chắn (Huizinga, 1993; Quagliariello, 2007, 2008, 2009). Thực tế, không loại trừ việc momen bậc 1 có thể sai dẫn đến các nhà nghiên cứu giải thích biến momen bậc 2 bị tác động bởi biến momen bậc 1. Chúng ta phân tích tác động của một yếu tố kinh tế vĩ mô tại các momen. Ví dụ, sự phân tán cross-sectional của lta trong các giai đoạn của tính bất ổn GDP, mô hình của chúng ta có thể được thể hiện như mô hình (1) Tại disp(lta) là sự phân tán cross-sectional của lta; cv_gdp là phương sai có điều kiện của tăng trưởng GDP; dln(gdp) là tỷ lệ tăng trưởng của GDP; output_gap là thước đo output gap như chênh lệch của GDP thực từ xu hướng Hodrick–Prescott; và dtl là thước đo tổng quát của mức độ đòn bẩy tổng thể.1 Để ước tính disp(lta) với phiên bản trơn hơn cho biến có điều kiện của tăng trưởng kinh tế, chúng ta chạy phương trình (2) sử dụng thước đo phương sai tỷ trọng của tăng trưởng GDP (cv_gdp_w). Sự mô tả cho tất cả các biến được bao gồm trong bài nghiên cứu này được cung cấp trong bảng 1. 1 Chú ý rằng tác giả cũng kiểm tra các biến vĩ mô và tài chính khác, nhưng các nhân tố này không cải thiện sự phù hợp của mô hình. Ví dụ, các tác giả thường phụ thuộc vào phương sai có điều kiện của sản phẩ công nghiệp để mô hình hóa độ bất ổn của nền kinh tế vĩ mô, nhưng trong sự thiết lập này các biến thể hiện mối tương quan kém với GDP. Các biến kinh tế vĩ mô không trực tiếp, như là các sáng chế của các công ty, tỷ lệ thất nghiệp, các chỉ số dẫn đầu và tỷ lệ vốn của ngành công nghiệp cũng được tìm thấy có ý nghĩa yếu trong tiêu chuẩn của tác giả
  18. 12 Một vài biến yêu cầu được giải thích thêm. Việc xây dựng biến tăng trưởng GDP có điều kiện được giải thích chi tiết trong Baum et al. (2002, 2004, 2009). Thực tê, nó là phương sai có điều kiện của mô hình ARMA ứng dụng cho tăng trưởng GDP (Bảng 1). Việc xây dựng chuỗi dtl – một thước đo rủi ro ngân hàng – được giải thích trong Calmès and Théoret (2013). Nó thu được bằng cách hồi quy thu nhập ròng của ngân hàng (lợi nhuận hay lỗ) dựa trên thu nhập hoạt động thuần sử dụng Kalman filter. Phương pháp lọc được sử dụng là HP fiter. Kết quả độ nhạy thời gian hay đổi của thu nhập thuần trên thu nhập hoạt động thuần là thước đo dựa trên tính đàn hồi của đòn bẩy, là mức độ tổng đòn bẩy (dtl). Các thực nghiệm chỉ ra rằng nó theo dõi rủi ro hệ thống trong ngân hàng rất tốt. Theo các giả thuyết chính, chúng ta mong đợi β1 âm: một sự tăng lên trong tính bất ổn nền kinh tế vĩ mô, được đo lường bởi phương sai có điều kiện của tốc độ tăng trưởng GDP, nên được kết hợp với một sự sụt giảm trong disp(lta). Hai biến tiếp theo xuất hiện trong phương trình (2) là momen bậc 1 kết hợp với phương sai có điều kiện tăng trưởng GDP và output gap. Trước đây là một thước đo sức mạnh của tăng trưởng kinh tế, sau này thì là một thước đo chu kì kinh doanh. Chúng ta hy vọng dấu hiệu hệ số của cả hai biến đều dương. Thực tế, khi rủi ro nền kinh tế vĩ mô tăng - tức là khi tăng trưởng GDP và output gap giảm - các ngân hàng nên hành động đồng nhất nhiều hơn, như họ đã làm trong trường hợp sự bất ổn nền kinh tế tăng. Trong mô hình này, tác giả cũng giới thiệu một biến để điều chỉnh cho rủi ro ngành ngân hàng - tổng đòn bẩy (dtl). Thử nghiệm của chúng tôi phát hiện ra rằng thước đo độ đàn hồi của đòn bẩy đại điện cho rủi ro ngân hàng tốt hơn là thước đo kế toán ví dụ như tỷ lệ tài sản trên vốn cổ phần, hay các thước đo đòn bẩy bắt buộc như được yêu cầu trong Basel I và II. Trong điều kiện các yếu tố khác không đổi, để mở rộng giả thuyết chúng ta kiểm tra một vài yếu tố, β4 là hệ dố của dtl, nó nên âm, như ngân hàng có các hành vi đồng nhất trong giai đoạn ngân hàng gặp nhiều rủi ro. Trong phiên bản mô hình thứ hai, độ phân tán của lta được thể hiện trong thời kì lạm phát bất ổn và được thể hiện như sau:
  19. 13 Với cv_inf là phương sai có điều kiện của lạm phát2 và inf, tỷ lệ lạm phát, là thời điểm đầu tiên liên kết với phương sai có điều kiện của lạm phát. Tương tự phương sai có điều kiện của tăng trưởng GDP, chúng ta mong đợi dấu hiệu âm cho γ1 hệ số liên kết với sự bất ổn lạm phát. Chúng ta cũng mong đợi hệ số liên kết với lạm phát, γ4 là âm, từ khi lạm phát làm méo mó tín hiệu được đưa ra bởi giá (Beaudry et al., 2001). Sau đó, chúng ta thể hiện các ước tính tương tự cho sự phân tán cross-sectional của snonin. 3.2. Phƣơng pháp ƣớc tính EGARCH Kiểm định GARCH xác nhận sự hiện diện của một sự bất đối xứng dương trong bình phương phần dư (innovation) của các ước tính.3 Do đó, chúng ta chọn hướng tiếp cận EGARCH để ước tính 3 mô hình trên (Franses and Van Dijk, 2000). Trong cách tiếp cận này, mức biến động của innovation - được biểu thị bằng ζt - là một phương trình dấu hiệu của innovation trễ (εt-1). Ví dụ, chu trình EGARCH cơ bản được áp dụng cho mô hình tỷ suất sinh lợi cổ phiếu. Tin tốt là được xác định như một trường hợp trong (εt-1)> 0 - tức là một sự gia tăng trong giá cổ phiếu. Ngước lại, tin không tôt với trường hợp này khi (εt-1) 0. Trên thị trường cổ phiếu, tin tức xấu nhìn chúng có tác động tốt hơn là các tin tức tốt, một sự bất ngờ trong việc sụt giảm lợi nhuận (tin xấu) có biến động lớn hơn một sự bất ngờ trong việc tăng lợi nhuận (tin tốt) ở cùng một mức độ (Black, 1976). Nói cách khác, chúng ta cho rằng việc áp đặt một hạn chế đối xứng trên phương sai có điều kiện của innovation quá khứ - như các các tác giả trước đã làm - là quá hạn chế trong trường hợp của chúng ta. Trong bối cảnh của mô hình chúng ta (phương trình (2) và phương trình (3)), các tin tốt – là (εt-1) 0 - có thể tương quan với ouput gap dương hay tỷ lệ tăng trưởng GDP dương. Như bằng chứng sau đó, ζt tương quan với mô hình cao 2 Giống như phương sai có điều kiện của GDP, việc xây dựng Phuong sai có điều kiện được giải thích trong Baum et al. (2004, 2009). Nó được xây dựng như cách mà xây dựng phương sai có điều kiện của GDP (Bảng 1) 3 Kiểm định này được giới thiệu trong phần sau của bài nghiên cứu.
  20. 14 hơn trong thời điểm tốt hơn trong thời điểm xấu. Khi lta và snonin là một phương trình đồng biến của ouput gap, ζt cao hơn khi snonin và lta tăng khi chúng giảm. Để giải thích cho tác động bất đối xứng (trên biến động có điều kiện innovation của disp(lta) và disp(snonin) tác giả theo Nelson (1991) và giới thiệu mô hình như : Có thể được khái quát hóa từ chu trình EGARCH(p,q) bằng thêm độ trễ p và độ trễ q log(ζt). Trong phương trình này, tin tức tốt, (εt-1) > 0 và các tin tức xấu, (εt-1) 0 chúng ta có thể giảm xuống một sự bất đối xứng dương trong mô hình ước tính phần dư.5 Để kết luận, so sánh tiêu chuẩn GARCH (Bollerslev, 1986), phương pháp ước tính EGARCH cho phép các tin tức xấu và tin tức tốt tạo ra những biến động khác nhau, và các tin tức quan trong hơn, sẽ có những biến động lớn hơn (Engle và Ng, 1993). Một minh họa thêm về lợi ích của phương pháp này có thể được xem ở Hình 1, nó thể hiện các cụm biến động disp(lta) và disp(snonin) cho các ngân hàng Canada và Mỹ. Với mô hình phân nhóm chúng ta quan sát, nó rất có tác dụng trong một chu trình EGARCH để mô hình hóa biến động có điều kiện của innovation. Để hiểu tốt hơn về sự cần thiết áp dụng phương pháp này, nó cũng rất tác dụng khi xây dựng biểu đồ tương quan của sự phân tán cross-sectional. Các nhà nghiên cứu thường phụ thuộc vào thống kê Ljung-Box và thống kê Q để làm giảm mức độ tự tương quan trong biểu đồ tương quan. Như được chỉ ra trong Bảng 2, cho độ trễ 15, tự tương quan có ý nghĩa tồn tại cho 4 thước đo của sự phân tán crosss-sectional, thống kê Q rất cao trong bốn trường hợp và mang ý 4 Trong mô hình ARCH – một cách khác để giải thích tính bất đối xứng của biến động có điều kiện, ảnh hưởng này được giả định là bậc hai 5 Hệ dố ước tính của mô hình EGARCH cũng tác động đến phần dư bất đối xứng.
  21. 15 nghĩa thống kê. Do đó, thực tế rất cần thiết khi áp dụng chu trình GARCH. Việc thêm vào các kiểm định được giới thiệu trong phần thực nghiệm Cuối cùng, tác giả cũng xem xét EGARCH với các thành phần, do phương sai có điều kiện của các biến nền kinh tế vĩ mô và chuỗi dtl là các biến tổng quát- tức là, độ nhiễu tiềm năng cho các hồi quy không quan sát sát được (Pagan, 1984, 1986). Thực tế, ngay cả khi sử dụng OLS hay MLE đơn giản trong sự có mặt của các biến tạo ra không dẫn tới sự không thống nhất trong thủ tục ước tính, kiểm định t liên kết với hệ số được ước tính là không hợp lệ (Kiểm định F hay Kiểm định Wald trên nhóm hệ số là hợp lệ; Pagan, 1984, 1986). Vấn đề này được đề cập trong các bài nghiên cứu trước (Ví dụ Beaudry et al., 2001; Baum et al., 2002, 2004, 2009; Quagliariello, 2007, 2008, 2009) nhưng với kiến thức của chúng ta, tiêu chuẩn đã không còn phù hợp với cách giải quyết trước đây. Một cách phù hợp, để kiểm định tính chắc chắn của kết quả, chúng ta giới thiệu một phương pháp thay thế mô hình EGARCH mà đầu tiên chúng ta thoái các biến được tạo ra trên công cụ. Các công cụ này bao gồm các biến được xác định trước và những thời điểm cao hơn của biến giải thích của mô hình (Fuller, 1987; Lewbel, 1997). Phương pháp ước tính thứ 2 này mô hình EGARCH với các công cụ (IV- EGARCH), trong đó các biến tạo ra cv_gdp, cv_gdp_w, cv_inf và dtl là xem là các biến nội sinh. Bảng 1: Mô tả các biến Biến Định nghĩa và cách xây dựng Lta Tỷ lệ khoản vay của ngân hàng trên tài sản. Phương trình : (Cho vay/ tài sản) x 100 Snonin Tỷ lệ thu nhập ngoài lãi trong thu nhập hoạt động ròng của ngân hàng. (Thu nhập ngoài lãi/ thu nhập hoạt động ròng) x 100 disp(lta) Phương sai cross-sectional của lta ngân hàng. Phương sai của lta được thể hiện trong ví dụ. disp(snonin) Phương sai cross-sectional của snonin. Phương sai cũng bao gồm
  22. 16 trong ví dụ dln(gdp) Tốc độ tăng trưởng GDP hàng quý. Bằng với log( output_gap Output gap. Để thu được output gap, tác giả lọc log của chuỗi thời gian GDP bằng bộ lọc HP filter. Phần dư kết quả tạo thành ouput gap. Inf Tỷ lệ lạm phát theo quý. Phương trình log( . CPI là chỉ số giá tiêu dùng. Dtl Tổng đòn bẩy, là một thước đo đàn hồi về đòn bẩy ngân hàng (Calmès and Théoret, 2013). Trong bài nghiên cứu của tác giả, nó là một thước đo đo độ rủi ro hệ thống ngân hàng. Biến phụ thuộc độ trễ. cv_gdp Phương sai có điều kiện của tăng trường GDP. Nó là phần dư có điều kiện của chu trình ARMA(2,2) – tức là trung bình phương trình – áo dụng cho chuỗi tăng trưởng GDP. Phương sai có điều kiện được tính bằng cách sử dụng chu trình GARCH. Nó đại điện cho thời điểm thứ hai của tăng trưởng GDP (thời điểm thứ nhất). cv_gdp_w Tỷ trọng phương sai có điều kiện của GDP. Nó được tính bằng tring bình của cv_gdp được tính dựa trên rolling window cho bốn quý cùng với các tỷ trọng lần lượt giảm 0.4, 0.3, 0.2, và 0.1. cv_inf Phương sai có điều kiện của lạm phát. Phương sai có điều kiện này là innovation của chu trình AR(1) – phương trình trung bình – áp dụng cho chuỗi lạm phát. Phương sai có điều kiện được tính bằng cách sử dụng chu trình GARCH. Nó đại diện cho thời điểm thứ hai của lạm phát (thời điểm 1).
  23. 17 Trend Biến mang giá trị từ 1 đến N, tại N là số lượng quan sát trong mẫu. 3.3. Dữ liệu Bởi vì trước tiên chúng ta tập trung vào phản ứng hệ thống ngân hàng tới các điều kiện kinh tế, nên bộ dữ liệu sử dụng bao gồm các cuộc khủng hoảng tài chính. Trong khía cạnh này. Dữ liệu các chỉ số ngành ngân hàng được lấy từ 5 ngân hàng lớn của Việt Nam theo quý, từ năm 2006 đến năm 2013. Trong đó chỉ số thu nhập ngoài lãi được thu thập trên bảng báo cáo kết quả hoạt động kinh doanh ngân hàng. Trong đó, thước đo đòn bẩy lấy được bằng cách sử dụng phương pháp Kalman filter hồi quy từ thu nhập thuần ngân hàng trên thu nhập từ hoạt động. Các biến vĩ mô như GDP và lạm phát (CPI) chúng tôi lấy chuỗi dữ liệu theo quý từ năm 2000 đến năm 2013. Hình 1: Tính dừng của chuỗi biến CPI
  24. 18 Hình 2: Tính dừng của chuỗi biến GDP Chỉ số output gap được định nghĩa là sự khác nhau giữa sản lượng đầu ra thực và đầu ra tiềm năng. Sự vượt trội của sản lượng thực so với sản lượng tiềm năng, phản ảnh là output dương, ám chỉ rằng kinh tế phát triển vượt qua năng suất dài hạn, hay nói cách khác, nó đã sử dụng toàn bộ nhân lực. Kết quả, output gap ám chỉ sự vượt cầu trong kinh tế. Thực tế, phương pháp truyền thống để đo lường output gap là phần dư từ hồi quy tuyến tính và bình phương ln của chỉ số công nghiệp, được cung cấp bởi bộ lọc HP. Nguồn dữ liệu được lấy từ IMF, Interational Financial Statistics, Ngân hàng phát triển châu Á (ADB), cophieu68, và nguồn dữ liệu báo cáo tài chính từ các ngân hàng. Để kiểm định tính dừng của chuỗi thời gian của các biến được kiểm tra bởi kiểm định yếu tố Dickey-Fuller Test (ADF) và Phillip-Perron (PP). Kết quả được trình bày trong bảng 1 chỉ ra rằng tất cả các biến gồm CPI, lạm phát, tỷ lệ cho vay trên tài sản, tỷ lệ thu nhập ngoài lãi trên thu nhập hoạt động dừng ở sai phân bậc 1. 4. NỘI DUNG VÀ CÁC KẾT QUẢ NGHIÊN CỨU 4.1. Kết quả kiểm định biến trong mô hình EGARCH 4.1.1. Thiết lập độ trễ Có một số tiêu chuẩn trong mô hình VAR có thể giúp thiết lập độ trễ cho mô hình. Kiểm định Likehood ratio test (LR), Final Prediction Error (FPE), Akaike
  25. 19 Information Criterion (AIC), Schwarz Information Criterion (SC) và Hannan- Quinn Information Criterion (HQ) là một trong nhưng số đó. Theo kiểm định Likehood Ratio test và FBE thì độ trễ phù hợp là 4. Trong khi kết quả AIC là 6 và SC là 2, cuối cùng HQ bằng 3. 4.1.2. Kiểm định Unit Root Test Kiểm định Unit Root Test là kiểm định xem chuỗi thời gian có dừng hay không. Với phương trình hồi quy tự tương quan: (với -1 ) hay có thể viết thành : ΔY = δ + Với giả thuyết : (chuối không dừng) (chuỗi là chuỗi dừng) Dickey and Fuller cho rằng giá trị Yt-1 ước lượng sẽ theo phân phối xác xuất tau. Để kiểm định H0 tôi so sánh giá trị thống kê tau với giá trị tra bảng. Tuy nhiên, do có thể có hiện tượng tự tương quan chuỗi do thiếu biến, nên người ta thường sử dụng kiểm định ADF. Kiểm định thực hiện bằng cách đưa thêm vào các phương trình các biến trễ sai phân. Sử dụng Eviews ta sẽ so sánh kết quả ADF test với Critial test. Nếu ADF test > Critical test thì bác bỏ giả thuyết H0 Nếu ADF test < Critical test thì chấp nhận giả thuyết H0 Bảng 2: Thống kê mô tả Mean Median s.d. Maximum Minimum Skewnewss Kurtosis Disp(lta) 0.039 0.013 0.073 0.409 0.004 4.234 21.813 Disp(snonin) 0.066 0.025 0.082 0.361 0.001 1.7923 6.538 Lcpi 0.027 0.019 0.025 0.081 -0.039 0.2062 3.4015 Lgdp 0.030 0.038 0.147 0.489 -0.458 -0.445 7.747 Dtl 0.896 0.897 0.007 0.906 0.881 -0.451 2.049
  26. 20 4.2. Ƣớc lƣợng OLS của disp(lta) và disp(snonin) và những kiểm định ARCH Kết quả liên quan đến ước lượng OLS của disp(lta) không có ý nghĩa (bảng 3). Chỉ những biến có ý nghĩa ở mức 5% thông qua bảng là tỷ số tốc độ tăng trưởng. Ước lượng phương sai có điều kiện của tốc độ tăng trưởng dương dấu hiệu sai so với dự kiến (cv_gdp) nhưng không có ý nghĩa, trong khi phương sai có điều kiện của lạm phát có dấu hiệu đúng so với dự kiến nhưng lại không có ý nghĩa. Tuy nhiên, những kết quả chứa đựng ước lượn OLS của disp(snonin) phù hợp với kì vọng. Biến cv_gdp có dấu hiệu âm và có ý nghĩa tại mức 10%, trong khi cv_inf cũng có dấu hiệu đúng nhung không có ý nghĩa. Bảng 3: Ước lượng OLS cho disp(lta) và disp(snonin) disp(lta) disp(snonin) (1) (2) (3) (1) (2) (3) Constant -4.878 -4.9659 -5.0702 -1.92898 -2.5898 -2.9841 0.0317 0.0228 0.0283 0.3581 0.2152 0.2021 cv_gdp 0.003 - - -0.51119 - - 0.9909 - - 0.0541 - - cv_gdp_w - -0.4559 - - 0.8679 - - 0.3694 - - 0.0585 - cv_inf - - -0.06 - - -1.3559 - - 0.9308 - - 0.2977 dln(gdp) -0.0322 -0.0637 -0.0281 - - - 0.8046 0.3745 0.682 - - - output_gap 0.1632 0.25497 0.173 -0.04255 -0.32507 -0.2518 0.4227 0.1761 0.3119 0.000 0.0229 0.0791
  27. 21 Inf - - 0.13035 - - 0.5889 - - 0.8272 - - 0.3998 Dtl 5.491 5.5977 5.70122 2.2209 2.9331 3.2395 0.0308 0.0219 0.0274 0.3453 0.2106 0.1947 -0.0400 -0.0757 -0.051 0.17104 0.20953 0.01309 0.845 0.7114 0.8088 0.5202 0.4456 0.9616 R-squared 0.2222 0.25148 0.22802 0.401423 0.3984 0.36054 Adj.R-squared 0.0666 0.10177 0.03503 0.309334 0.30582 0.23265 DW 2.0422 2.09409 2.03674 1.663407 1.83119 1.28997 Chú ý: cột (1) và (3) là những mô hình với phương sai có điều kiện tương ứng của GDP và lạm phát, như những nhân tố của sự bất ổn kinh tế vĩ mô (phương trình (2) và (3)). Cột (2) sao lại cột (1) các mong đợi cụ thể từ các biến vĩ mô là phương sai có trọng số của GDP có giá trị đúng. Bảng 4: Kiểm định phương sai thay đổi hiệu ứng GARCH Phương Trình (1) (2) (3) disp(lta) -0.120523 -0.20805 -0.3401 p-Value 0.0242 0.0217 0.0476 Skewness của 0.077 0.0808 0.01968 disp(snonin) 2.474017 3.2623 -0.2009
  28. 22 p-Value 0.0626 0.0078 0.125 Skewness của 0.1407 0.0384 0.2467 Do ước lượng OLS cho kết quả không chính xác có thể liên quan đến hiện tượng phương sai thay đổi có điều kiện trong biểu thức (2) và (3). Thật vậy, khi sử dụng ước lượng OLS hiện tượng phương sai thay đổi có thể làm cho kết quả không chính xác dẫn đến độ lệch chuẩn sai và thống kê t (Judge et al., 1985). Để giải quyết vấn đề phương sai thay đổi chúng ta sử dụng kiểm định hiệu ứng ARCH. Bảng 4 thể hiện sự bất đối xứng trong phân phối. Như vậy, những kiểm định này chỉ ra, EGARCH có thể thích hợp hơn để ước lượng. 4.3. Ƣớc lƣợng EGARCH của disp(lta) và disp(snonin) Cột (1) của bảng 4 trình bày lại kết quả ước lượng cho biểu thức (2) và xác nhận rằng disp(lta) là một hàm âm của sự không chắc chắn kinh tế vĩ mô. Hệ số ước lượng cv_gdp bằng -0.044 và có ý nghĩa tại mức 5%. Hệ số phương sai có điều kiện có trọng số của tốc độ tăng trưởng GDP, cv_gdp_w, cao hơn trong giá trị tuyệt đối -0.1924 và có ý nghĩa tại mức 5%. Bảng 5: Với mỗi biến phụ thuộc – disp(lta) và disp(snonin) disp(lta) disp(snonin) (1) (2) (3) (1) (2) (3) constant 3.9762 -4.749 -4.6727 -1.9364 -2.7512 -2.8566 0.000 0.000 0.000 0.000 0.0798 0.000 cv_gdp -0.04425 - - -0.3364 - - 0.0347 - - 0.0084 - - cv_gdp_w - -0.1924 - - 0.36919 - - 0.0204 - - 0.0573 -
  29. 23 cv_inf - - -0.4129 - - -0.53206 - - 0.0440 - - 0.0171 dln(gdp) 0.03835 -0.05228 -0.0425 - - - 0.0514 0.0153 0.2066 - - - output_gap 0.20977 0.227100 0.1841 0.200124 -0.1297 -0.0584 0.0026 0.0020 0.0076 0.0053 0.2601 0.6292 inf - - -0.9529 - - - - - 0.000 - - - dtl -4.57948 -4.32907 5.217339 2.1964 3.11688 3.22373 0.000 0.000 0.000 0.000 0.0778 0.000 0.23355 1.4144 -0.00846 0.372562 0.18245 0.08669 0.0416 0.0319 0.9379 0.000 0.4791 0.2527 Egarch -0.34532 - 0.7397 -0.3691 -0.51566 2.654564 0.0456 0.443388 0.4660 0.5082 0.3712 0.000 0.5252 1.491766 1.585938 -14.1435 3.18400 1.790437 -1.62433 0.2367 0.2468 0.000 0.0001 0.0414 0.0224 -0.75628 - -0.8422 0.1507 0.7163 -0.10637 0.000 0.759303 0.0000 0.6405 0.491 0.7344 0.000 R-Squared 0.162912 0.178003 0.128443 0.141033 0.31711 0.162575 Adj.R- -0.19584 -0.17428 -0.30733 -0.17132 0.068788 -0.19632
  30. 24 Squared DW 1.958912 1.99948 1.9772 1.21782 1.5962 1.9953 Chú ý: cột (1) và (3) là những mô hình với phương sai có điều kiện tương ứng của GDP và lạm phát, như những nhân tố của sự bất ổn kinh tế vĩ mô (phương trình (2) và (3)). Cột (2) tương tự cột (1) ngoại trừ nhân tố bất ổn kinh tế vĩ mô là phương sai có trọng số. Những biến này được miêu tả trong bảng 1. Phương trình cho disp(lta) và disp(snonin) được ước lượng bằng việc sử dụng EGARCH(1,1). Những biến có mũ được tính toán bằng việc sử dụng các giá trị được xác định trước các biến giải thích và momen cao hơn của họ như các công cụ Mức độ của tốc độ phát triển tăng cùng với disp(lta), vì vậy việc xác định rằng các ngân hàng vận hành đồng nhất hơn với mong đọi lta trong lúc tốc độ phát triển chậm đặc biệt trong giai đoạn khủng hoảng. Hơn nữa, hệ số ước lượng của dhn(gdp) bằng 0.038 và có ý nghĩa ở mức 10%, trong khi hệ số chênh lệch sản lượng bằng 0.20977 và có ý nghĩa tại mức ý nghĩa 5%. Theo kết quả này, moment bậc 1 đóng vai trò quan trọng trong việc tác động tới hành vi đồng thời của các ngân hàng trong các nghiên cứu trước đây. Ví dụ, Quagliariello (2009) tìm ra rằng những biến kiểm soát giải thích cho các biến lạm phát hay tăng trưởng kinh tế (momen bậc 1) không di chuyển cùng với độ phân tán chép của thị phần mà chủ yếu các ngân hàng đầu tư vào những khoản vay đầy rủi ro. Tương tự, Baum et al (2002, 2004), những biến kiểm soát đóng vai trò nhỏ trong ước lượng OLS. Tuy nhiên, những kết quả mà chúng ta lấy từ khuôn khổ khác với những kết quả của các bài nghiên cứu này. Một sự giải thích hợp lý cho việc tại sao momen đầu tiên có ý nghĩa hơn trong liên quan đến sự xuất hiện phương sai thay đổi gắn vào các lý thuyết thực nghiệm trước đây. Phương trình (2) cũng trình bày kết quả phù hợp khi xem xét các biến vĩ mô với rủi ro hệ thống ngân hàng. Như dự đoán, một sự tăng lên trong dtl (thước đo mức độ đòn bẩy) liên quan đến một sự sụt giảm trong disp(lta) (độ phân tán cross- sectional). Hệ số ước lượng là -4.579 với mức ý nghĩa 1% (cột (1)). Kết quả này chứng thực quan điểm rằng những ngân hàng vận hành đồng nhất đối với tỷ số (lta- tỷ số cho vay trên tài sản) khi rủi ro ngân hàng tăng, và nó cũng phù hợp với xu hướng tăng lên trong rủi ro kinh tế vĩ mô và sự không chắc chắn. Với hệ số
  31. 25 biến phụ thuộc độ trễ là 0.2334 tai mức ý nghĩa 5% thì hành vi này là một hiện tượng tiếp diễn (Nakagawa and Uchida,2011). Cột (3) của bảng 5 trình bày những kết quả cho mô hình 2, mô hình bao gồm phương sai có điều kiện của lạm phát như đại diện cho tính bất ổn của nền kinh tế vĩ mô (biểu thức (3)). Phù hợp với lý thuyết của chúng tôi về mối quan hệ âm giữa độ phân tán cross-sectional của tài sản rủi ro với sự không chắc chắn, hệ số ước tính của cv_inf tại mức ý nghĩa 5%. Như mong đợi disp(lta) nghịch biến với mức độ lạm phát. Bên cạnh đó, disp(lta) di chuyển ngược với mức độ lạm phát, hệ số ước lượng là -0.953 có ý nghĩa tại mức ý nghĩa 1%. Những kết quả này ủng hộ lý thuyết của Beaudry et al (2001) cho rằng lạm phát tạo ra dấu hiệu thị trường náo nhiệt và phân nhóm lợi nhuận. Những khía cạnh khác, xem xét lạm phát thay cho sự không chắc chắn của tốc độ tăng trưởng kinh tế. Sự dự đoán của bài nghiên cứu này, ngân hàng sẽ hành động trong tỷ lệ snonin giống nhau (snonin là tỷ lệ thu nhập ngoài lãi trên thu nhập hoạt động). Bảng 5 thể hiện sự phỏng đoán là thiếu chính xác. Đặc biệt, tính bất ổn nền kinh tế vĩ mô, được đo lường bằng phương sai có điều kiện của lạm phát, liên quan đến sự sụt giảm trọng disp(snonin). Ví dụ, hệ số của cv_gdp là -0.3364 và có ý nghĩa tại mức 5%. Các kết quả này khẳng định này disp(snonin) ít phù hợp so với disp(lta). Tính chất biến động phù hợp với cả hai loại biến động của độ phân tán cross-sectional của snonin (tỷ lệ thu nhập ngoài lãi trên thu nhập hoạt động) và tính thanh khoản của thu nhập ngoài lãi. Với tất cả các biến ngoại sinh được xem xét, những biến liên quan đến cả rủi ro hệ thống và tính bất ổn, những kết quả thực nghiệm đã có thể chứng minh. Đặc biệt, disp(snonin) dường như nhạy cảm về cú sốc kinh tế vĩ mô hơn là disp(lta). Trong khi đó hoạt động cho vay có thể chống lại những cú sốc bên ngoài, thu nhập ngoài lãi cũng có sự biến đổi và nhạy cảm với các yếu tố kinh tế vĩ mô hơn. Quan sát này bổ sung quan điểm cho rằng những tiến bộ trong quản trị rủi ro về cơ bản dẫn đến hoạt động tín dụng lớn hơn sẽ làm giảm rủi ro hệ thống của ngân hàng (Cebenoyan and Strahan, 2004; Instefjord, 2005). Qua kết quả thực nghiệm chúng ta cũng thấy rằng, mức độ tác động của disp(lta) với disp(snonin) tới dtl cũng khác nhau, dtl – biến kiểm soát rủi ro của ngân hàng. Trái với kết quả disp(lta), một sự tăng trong dtl sẽ dẫn đến một sự tăng tương ững
  32. 26 trong disp(snonin). Hệ số ước lượng dtl dương và có ý nghĩa tại mức 1%. Bất kể các biến đại diện cho sự không chắc chắn của các yếu tố kinh tế vĩ mô được sử dụng. Kết quả này liên quan đến thực tế rằng, khi dtl (thước đo mức độ đòn bẩy) tăng, các ngân hàng chỉ có một hành động là giảm tỷ số lta (tỷ số cho vay trên tài sản), và không cần thiết phải giảm thu nhập ngoài lãi. Điều này dựa vào lý thuyết kinh doanh chênh lệch vốn quy định để giải thích những phản ứng ngược với mức đòn bẩy (Jones, 2000; Calomiris and Mason, 2004; Ambrose et al., 2005; Kling, 2009; Brunnermeier, 2009; Cardone Riportella et al., 2010; Blundell- Wignall and Atkinson, 2010; Vives, 2010). Khi dtl tăng – tức là rủi ro ngân hàng tăng – ngân hàng đứa ra những giảm tải hoạt động trên bảng cân đối sang các hoạt động ngoài bảng cân đối (như bảo lãnh phát hành, bảo hiểm, ) để tạo ra vốn mới hay tăng tính thanh khoản. 5. KẾT LUẬN Bài nghiên cứu có nhiều tác dụng trong việc xem xét hành động đồng nhất của các ngân hàng trong giai đoạn tăng trưởng đặc biệt trong giai đoạn khủng hoảng tài chính. Đầu tiên, chúng ta áp dụng nguyên tắc của Beaudry et al. (2001) và Baum et al.(2002, 2004, 2009) về thu nhập ngoài lãi của ngân hàng không chỉ là mỗi thu nhập từ lãi. Thứ hai, không giống như những nghiên cứu khác, chúng ta dựa vào thủ tục EGARCH chứ không phải OLS để ước lượng cho mô hình của chúng ta. Những kết quả thu được, bổ sung cho lý thuyết vững chắc về thu nhập ngoài lãi. Đặc biệt khi đối chiếu với các cũ sốc kinh tế vĩ mô, những ngân hàng phản ứng một cách đồng nhất hơn với cả danh mục cho vay và thu nhập ngoài lãi. Bên cạnh đó, kết quả cũng đề nghị rằng những mẫu hình ngân hàng chung có thể quan sát tốc độ phát triển tăng và cả biến di chuyển cùng chiều với disp(lta) và disp(snonin). Mẫu hình chung này có thể ứng dụng với các hoạt động ngân hàng tạo ra thu nhập ngoài lãi. Thật vậy, phù hợp với Baum et al. (2002, 2004, 2009), nếu có cú sốc xả ra, hoạt động kinh doanh cho vay của ngân hàng co giãn thì sẽ tránh khỏi cú sốc bên ngoài. Cuối cùng bài nghiên cứu có nhiều ý nghĩa quan trọng về mặt chính sách của Chính phủ. Đầu tiên, vì độ phân tán chép của lta có xu hướng tăng qua thời gian,
  33. 27 kênh cho vay theo chính sách tiền có thể thấp và ít có hiệu quả. Thứ 2, những ngân hàng lớn trong hệ thống có thể tạo ra các ảnh hưởng bên ngoài trong thời điểm khủng hoảng kinh tế. Tác động của các ảnh hưởng này sẽ giảm trong độ phân tán cross-sectional của snonin mà chúng ta quan sát khi có sự bất ổn kinh tế vĩ mô và khủng hoảng tài chính. Chính sách tiền tệ có thể thắt chặt.
  34. 28 TÀI LIỆU THAM KHẢO 1. Baum, C.-F., Caglayan, M., Ozkan, N., 2009 “The second moment matters: the impact of macroeconomic uncertainty on the allocation of loanable funds” 2. Bernanke, B.-S., Gertler, N., 1995 “Inside the black box: the credit channel of monetary policy transmission” 3. Christian Calmes và Raymond Theore 2011 “The procyclicality of Basel III leverage: Elasticty-based indicators and the Kalman filter” 4. Kyotaki, N. Moore, J., 1997 “Credit cycles” 5. Lucas Jr., R.E., 1973 “Some international evidence on output-inflation trade-offs” 6. Stein, J.C., 2000 “What Do a Million Observations on Banks Say About the Transmission of Monetary Policy?”
  35. 29 PHỤ LỤC Hình 3: Kalman Filter cho biến dlt
  36. 30 Hình 4: Thống kê mô tả : Hình 5: Ước lượng EGARCH cho biến lta (phương trình 1)
  37. 31 Hình 6: Ước lượng EGARCH cho biến lta (phương trình 2)
  38. 32 Hình 7: Ước lượng EGARCH cho biến lta (phương trình 3)
  39. 33 Hình 8: Ước lượng EGARCH cho biến snonin (phương trình 1) Hình 9: Ước lượng EGARCH cho biến snonin (phương trình 2)
  40. 34 Hình 10: Ước lượng EGARCH cho biến snonin (phương trình 3)
  41. 35 Hình 11: Hiệu ứng ARCH cho biến lta (phương trình 1)
  42. 37 Hình 12: Ước tính EGARCH(1,1) cho biến lta (phương trình 1)
  43. 38 Hình 13: Ước tính EGARCH(1,1) cho biến lta (phương trình 2)
  44. 39 Hình 14: Ước tính EGARCH(1,1) cho biến lta (phương trình 3)
  45. 40 Hình 15: Ước tính EGARCH(1,1) cho biến snonin (phương trình 1)
  46. 41 Hình 16: Ước tính EGARCH(1,1) cho biến snonin (phương trình 2)
  47. 42 Hình 17: Ước tính EGARCH(1,1) cho biến snonin (phương trình 3)