More recently, Chase et al. (2005)

More recently, Chase et al. (2005) modelled non-performing loans using the Treasury bill rate, the consumer price index, real GDP and a lagged dependent variable. The authors use a similar technique to Graham and Humphrey (1978), where Ordinary Least Squares (OLS) is employed to forecast the NPL to total loans ratio for the banking system in Barbados. All of the explanatory variables were found to be significant. Subsequent research conducted in the Caribbean includes that of Khemraj and Pasha (2009), who examined the determinants of non-performing loans in Guyana. Using a panel dataset and a fixed effect model, the authors regressed the NPL ratio on the GDP growth rate, inflation rate, real effective exchange rate, and the bank specific variables, loans to total assets ratio, size, real interest rate and annual growth in loans. The empirical results revealed that with the exception of the inflation rate and bank size, all other factors have a significant relationship with the NPL ratio.

Kết quả (Việt) 1:

Gần đây, Chase et al. (2005) theo mô hình không thực hiện các khoản vay bằng cách sử dụng tỷ lệ hóa đơn ngân khố, chỉ số giá tiêu dùng, GDP thực tế và một biến phụ thuộc lagged. Các tác giả sử dụng một kỹ thuật tương tự như với Graham và Humphrey (1978), nơi thường tối thiểu (OLS) được sử dụng để dự báo nợ xấu đến tỷ lệ tổng số các khoản vay cho hệ thống ngân hàng ở Barbados. Tất cả các biến giải thích đã được tìm thấy là đáng kể. Tiếp theo nghiên cứu thực hiện ở Caribê bao gồm Khemraj và Pasha (2009), người kiểm tra các yếu tố quyết định không thực hiện các khoản vay tại Guyana. Sử dụng một tập dữ liệu bảng điều khiển và một mô hình ảnh hưởng cố định, các tác giả Andrew tỷ lệ nợ xấu trên tỷ lệ tăng trưởng GDP, tỷ lệ lạm phát, tỷ giá hối đoái thực sự hiệu quả, và ngân hàng biến cụ thể, các khoản vay với tổng tài sản tỷ lệ, kích thước, tỷ lệ lãi suất thực tế và các tăng trưởng hàng năm trong các khoản vay. Kết quả thực nghiệm cho thấy rằng ngoại trừ tỷ lệ lạm phát và kích thước của ngân hàng, tất cả các yếu tố khác có một mối quan hệ quan trọng với tỷ lệ nợ xấu.

Kết quả (Việt) 2:

Gần đây hơn, Chase et al. (2005) mô hình nợ xấu bằng cách sử dụng tỷ lệ Kho bạc hóa đơn, chỉ số giá tiêu dùng, GDP thực tế và một biến phụ thuộc trễ. Các tác giả sử dụng một kỹ thuật tương tự như Graham và Humphrey (1978), nơi thường Least squares (OLS) được sử dụng để dự báo tỷ lệ nợ xấu trên tổng tỷ lệ các khoản vay cho hệ thống ngân hàng ở Barbados. Tất cả các biến giải thích đã được tìm thấy là có ý nghĩa. nghiên cứu tiếp theo được tiến hành tại vùng biển Caribbean bao gồm của Khemraj và Pasha (2009), xem xét các yếu tố quyết định của các khoản cho vay ở Guyana. Sử dụng một tập dữ liệu bảng và các mẫu hiệu ứng cố định, các tác giả thụt lùi tỷ lệ nợ xấu trên tỷ lệ tăng trưởng GDP, tỷ lệ lạm phát, tỷ giá hối đoái thực hiệu quả, và các ngân hàng biến cụ thể, các khoản vay với tổng tỷ lệ tài sản, kích cỡ, tỷ lệ lãi suất thực tế và tốc độ tăng trưởng hàng năm các khoản cho vay. Các kết quả thực nghiệm cho thấy với sự ngoại lệ của tỷ lệ lạm phát và kích thước của ngân hàng, tất cả các yếu tố khác có mối quan hệ đáng kể với tỷ lệ nợ xấu.