CƠ SỞ LÝ THUYẾT
Các chỉ số đo lường khả năng sinh lời của doanh nghiệp
Trong các nghiên cứu, khả năng sinh lợi của Ngân hàng được đo lường bằng tỷ suất lợi nhuận trên tổng tài sản (ROA), tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE)
Qua các nghiên cứu đo lường khả năng sinh lời của ngân hàng cho thấy các nhân tố ảnh hưởng đến khả năng sinh lời của ngân hàng thường được chia làm hai nhóm: nhóm các nhân tố ngoại sinh và nhóm nhân tố nội sinh Các nhân tố nội sinh thường là các nhân tố bị ảnh hưởng bởi các quyết định của ban quản trị Ngân hàng và các mục tiêu chính sách Các nhân tố này là mức thanh khoản, chính sách dự phòng, chính sách vốn, quản lý chi phí và quy mô Ngân hàng Mặt khác, các nhân tố ngoại sinh, bao gồm yếu tố ngành và yếu tố môi trường vĩ mô, là các biến phản ánh nền kinh tế và môi trường pháp lý mà ở đó Ngân hàng hoạt động
ROA là tỷ lệ thu nhập sau thuế trên tổng tài sản ROA cho thấy một đồng tài sản tạo ra được bao nhiêu đồng lợi nhuận và quan trọng nhất là cho biết khả năng quản lý của Ngân hàng trong việc sử dụng nguồn lực tài chính và đầu tư thực để tạo ra lợi nhuận Đối với bất kỳ Ngân hàng nào, ROA phụ thuộc vào quyết định chính sách của Ngân hàng cũng như các nhân tố không kiểm soát được liên quan đến nền kinh tế và điều hành của chính phủ Rivard và Thomas (1997) cho rằng khả năng sinh lợi của Ngân hàng được đo lường bởi ROA là tốt nhất bởi vì ROA không bị bóp méo bởi nhân vốn cao và ROA đo lường khả năng Ngân hàng tạo ra thu nhập từ tài sản tốt hơn Mặt khác, ROE, là tỷ lệ thu nhập sau thuế trên vốn chủ sở hữu, đo lường hiệu quả sử dụng vốn chủ sở hữu của ban quản trị Ngân hàng Từ khi ROA có xu hướng thấp hơn đối với các trung gian tài chính, hầu hết các Ngân hàng sử dụng đòn bẩy tài chính cao hơn để gia tăng ROE.
Ưu điểm của dữ liệu bảng
Bài nghiên cứu thực hiện dựa trên dữ liệu bảng cân đối Nói vắn tắt, dữ liệu bảng có thể làm phong phú các phân tích thực nghiệm theo những cách thức mà không chắc có thể đạt được nếu ta chỉ sử dụng các dữ liệu theo chuỗi thời gian hay không gian thuần túy Ước lưởng mô hình hồi quy dữ liệu bảng bao gồm phương pháp ảnh hưởng cố định (FEM) và phương pháp ảnh hưởng ngẫu nhiên (REM) Cho dù dễ sử dụng, mô hình ảnh hưởng cố định có một vài vấn đề cần lưu ý
Thứ nhất, nếu đưa vào quá nhiều biến giả, như trong trường hợp mô hình, sẽ vướng phải vấn đề bậc tự do
Thứ hai, với nhiều biến số trong mô hình như thế, luôn luôn có khả năng đa cộng tuyến, làm cho việc ước lượng chính xác một hay nhiều thông số trở nên khó khăn
Thứ ba, giả sử trong mô hình ảnh hưởng cố định bao gồm những biến như giới tính, màu da, và chủng tộc, cũng là những biến bất biến theo thời gian vì giới tính, màu da hay chủng tộc của một cá nhân không thay đổi theo thời gian Vì thế, cách tiếp cận ảnh hưởng cố định xem ra không thể nhận diện tác động của những biến số bất biến theo thời gian như vậy
Thứ tư, phải cẩn thận về số hạng sai số Giả định là số hạng sai số tuân theo các giả định kinh điển, đó là, ~ N (0, σ2) Vì chỉ số i tiêu biểu cho các quan sát theo không gian và chỉ số t tiêu biểu cho các quan sát theo thời gian nên giả định kinh điển đối với uit có thể phải hiệu chỉnh
Một mô hình thay thế cho FEM là REM Trong REM, người ta giả định rằng tung độ gốc của một đơn vị cá nhân được lấy ra ngẫu nhiên từ một tổng thể lớn hơn nhiều với giá trị trung bình không đổi Tung độ gốc của cá nhân được thể hiện như một sự lệch khỏi giá trị trung bình không đổi này Ưu điểm của mô hình REM so với FEM là nó tiết kiệm bậc tự do bởi vì không phải ước lượng N tung độ gốc chéo mà chỉ cần ước lượng giá trị trung bình của tung độ gốc và phương sai của nó ECM thích hợp trong các tình huống mà tung độ gốc (ngẫu nhiên) của mỗi đơn vị chéo không tương quan với các biến hồi quy độc lập Để lựa chọn mô hình những ảnh hưởng cố định (FEM) hay mô hình những ảnh hưởng thay đổi (REM), thông thường dùng kiểm định Hausman với giả thiết:
Nghĩa là nếu thành phần sai số cá nhân và một hay nhiều hơn một biến hồi quy độc lập tương quan với nhau thì ước lượng REM bị chệch, trong khi đó ước lượng FEM thì không chệch Hay nói cách khác, giả thiết : Ước lượng của FEM và REM không khác nhau P 0.05, ta chấp nhận giả thiết cho thấy sử dụng mô hình ảnh hưởng thay đối là phù hợp hơn so với mô hình ảnh hưởng cố định Như vậy, đặc điểm riêng giữa các thực thể được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích
Các mô hình được xem là tốt khi các nhân tố hầu như ổn định xuyên suốt các kiểm định Khả năng giải thích của mô hình là khá cao, trong khi thống kê F của các mô hình là trọng yếu với mức ý nghĩa 10%
Thực hiện hồi quy cho các biến có ý nghĩa thống kê, sau đó thực hiện kiểm định Wald đối với các biến bị loại (là các biến không có ý nghĩa thống kê) Động tác này nhằm giải quyết đa cộng tuyến giữa một số biến giải thích trong mô hình ban đầu đồng thời để xác định mô hình tốt nhất bao gồm các biến giải thích tồn tại một cách ổn định xuyên suốt toàn bộ các kiểm định
Xem xét đa cộng tuyến trong các mô hình cuối cùng (sau khi kiểm định Wald) bằng cách chạy mô hình hồi quy phụ lần lượt đối với các biến độc lập trong mô hình VIF – nhân tử phóng đại phương sai của các mô hình hồi quy phụ đều 0,05, chấp nhận Ho, FEM không hợp lý, nên sử dụng REM
Mô hình các ảnh hưởng ngẫu nhiên với đầy đủ các biến cho thấy các biến LnTA (logarithm tổng tài sản), LLP_TL (tỷ lệ dự phòng nợ/ tổng tài sản), MS (thị phần), LnDep (logarithm tổng tiền gửi khách hàng), BOS (yếu tố người nước ngoài trong ban quản trị), BOD (yếu tố người nước ngoài trong ban điều hành), OWNER (hình thức sở hữu), LnGDP (logarithm của tổng sản phẩm quốc nội), INFL (lạm phát) không có ý nghĩa thống kê trong việc tác động lên ROA của các NHTMVN
Bảng bên dưới trình bày kết quả hồi quy tác động của các nhân tố đặc trưng của ngân hàng và các nhân tố vĩ mô sử dụng các mô hình FEM và REM, dữ liệu là toàn bộ các ngân hàng trong mẫu Thống kê t được trình bày dưới các hệ số hồi quy
Bảng 4.7 Kết quả hồi quy toàn bộ mẫu (ROA)
Nguồn: Kết quả do tác giả tính toán, tổng hợp
* có ý nghĩa thống kê ở mức 1% ** có ý nghĩa thống kê ở mức 5% *** có ý nghĩa thống kê ở mức 10%
Các mô hình được xem là tốt khi các nhân tố hầu như ổn định xuyên suốt các kiểm định Khả năng giải thích của mô hình là khá cao, trong khi thống kê F của các mô hình là trọng yếu với mức ý nghĩa 10%
Thực hiện hồi quy cho các biến có ý nghĩa thống kê, sau đó thực hiện kiểm định Wald đối với các biến bị loại (là các biến không có ý nghĩa thống kê), cho kết quả p-value = 0,7491 > 0.1, chấp nhận Ho: các biến bị loại không ảnh hưởng đến mô hình Nghiên cứu được phương trình cuối cùng như sau:
ROA = 0.0469*EQ_ASS + 0.01258*LOAN_TA - 0.29275*AE_TA + 0.42673*NII_TA + 0.00229*BOS + 0.00014*INFL - 0.00143+ [CX=R] (1)
Bảng 4.8 Kết quả hồi quy toàn bộ mẫu (ROA)
Nguồn: Kết quả do tác giả tính toán, tổng hợp
Bảng trên trình bày kết quả hồi quy tác động của các nhân tố (có ý nghĩa thống kê từ mô hình ban đầu) sử dụng các mô hình (fixed effect, random effect), dữ liệu là toàn bộ các ngân hàng trong mẫu Thống kê t được trình bày dưới các hệ số hồi quy
* có ý nghĩa thống kê ở mức 1% ** có ý nghĩa thống kê ở mức 5% *** có ý nghĩa thống kê ở mức 10%
Các biến trên hầu như ổn định xuyên suốt các kiểm định, cho thấy mô hình với các biến này là tốt nhất
Xem xét đa cộng tuyến trong mô hình trên bằng cách chạy mô hình hồi quy phụ lần lượt đối với các biến độc lập trong mô hình trên Tính VIF – nhân tử phóng đại phương sai của các mô hình hồi quy phụ đều 10.64, bác bỏ Ho: Có phương sai sai số thay đổi Phương sai sai số thay đổi xuất hiện trong mô hình được giải thích như ở phần 3.1 Phương pháp nghiên cứu Khắc phục PSSSTĐ bằng phương pháp có trọng số, dùng mô hình Generalized Least Squares (FGLS) và thực hiện theo White (1980) để kiểm tra lại dấu và hệ số của các biến trong mô hình ban đầu Phương trình cuối cùng có dấu của các biến giải thích không đổi và hệ số chỉ thay đổi không đáng kể, cụ thể như sau:
ROA = 0.04497*EQ_ASS + 0.00985*LOAN_TA - 0.260050*AE_TA + 0.344814*NII_TA + 0.003297*BOS + 0.00022*INFL - 0.00076
Tỷ lệ EQ/ASS có ảnh hưởng đồng biến với khả năng sinh lời của Ngân hàng với mức ý nghĩa 1% Kết quả này ủng hộ cho nghiên cứu của Demiruguc Kunt và Huizinga (2000) và Zeitun (2012), các ngân hàng có tỷ lệ vốn cao có khả năng phá sản thấp, vì vậy giảm chi phí vốn Hơn thế nữa, cấu trúc vốn mạnh là cần thiết cho các nền kinh tế đang phát triển, vì nó chống đỡ các cuộc khủng hoảng tài chính, và tăng sự an toàn cho các khoản tiền gửi trong các điều kiện vĩ mô không ổn định Tỷ lệ này có thể giải thích 22% tỷ suất sinh lời của Ngân hàng và mỗi đồng tăng lên của thu nhập từ dịch vụ phi tín dụng làm ROA tăng lên 4.5% Để tăng khả năng sinh lợi của ngân hàng, các ngân hàng cần tăng vốn Tuy nhiên, việc tăng vốn để tăng quy mô hoạt động mà trong nghiên cứu này quy mô không có ý nghĩa thống kê, ngoài ra, tăng quy mô gắn liền với việc tăng chi phí hoạt động mà có tác động ngược chiều như trong kết quả nghiên cứu bên dưới thì cần xem xét kỹ Do đó, các NHTMVN cần tăng vốn để đầu tư phát triển theo chiều sâu như phát triển các dịch vụ mới, đa dạng và nâng cao công nghệ nhằm có khả năng sinh lời cao hơn và phát triển bền vững hơn Đối với mức thanh khoản của Ngân hàng, Loan/TA (tỷ lệ cho vay/ tài sản) là đồng biến với ROA - khả năng sinh lợi của Ngân hàng, chỉ ra mối quan hệ nghịch biến giữa khả năng sinh lợi của Ngân hàng và mức tài sản thanh khoản nắm giữ Tỷ lệ này càng cao có nghĩa là khả năng thanh khoản kém hơn, kết quả ngụ ý rằng Ngân hàng có nhiều (ít) tài sản thanh khoản hơn thì có khả năng sinh lời kém (cao) hơn
Kết quả này phù hợp với kết quả của Trương Quang Thông (2012) là cần tăng tỷ lệ vay dài hạn lên để nâng cao ROA Điều này có thể giải thích như sau, đặc biệt là đối với các ngân hàng nhỏ ở Việt Nam có ROA cao nhất trong các nhóm ngân hàng là do các ngân hàng nhỏ tìm cách phát triển và giành được thị phần bằng cách cho vay cho những người có rủi ro cao, là các khoản vay rủi ro mà các ngân hàng lớn từ chối cho phép các ngân hàng có thị phần nhỏ hơn để phát triển Rủi ro tín dụng lớn hơn gắn liền với nguy cơ vỡ nợ và nợ xấu tăng lên nên ngân hàng sẽ tăng lãi suất cho vay và từ đó làm tăng ROA Tỷ lệ này chỉ giải thích khoảng 4.7% tỷ suất sinh lời của Ngân hàng và có hệ số ảnh hưởng không đáng kể (0.012578)
Hệ số của biến NII/TA là dương và thống kê có ý nghĩa với mức 1% Kết quả cho thấy rằng ngân hàng có tỷ lệ thu nhập từ dịch vụ phi tín dụng cao như mua bán đầu tư chứng khoán và các dịch vụ khác có khả năng sinh lời tốt hơn Như trong kiểm định mô hình, mức độ ảnh hưởng của NII/TA đối với khả năng sinh lời lớn Tỷ lệ này có thể giải thích 21,5% tỷ suất sinh lời của Ngân hàng và mỗi đồng tăng lên của thu nhập từ dịch vụ phi tín dụng làm ROA tăng lên 0,345 Kết quả này đi ngược lại với kết quả của Demirgỹỗ-Kunt và Harry Huizinga (2000) nhưng đồng nhất với Sufian (2011) và Alper và Anbar (2011), cho rằng thu nhập từ các mảng kinh doanh mới làm tăng khả năng hoạt động của Ngân hàng một cách đáng kể Đối với chi phí quản lý, ảnh hưởng của chi phí quản lý/ tổng tài sản đối với ROA là nghịch biến và đáng kể Kết quả này cho thấy rằng chi phí quản lý tăng lên (giảm xuống) làm giảm (tăng) khả năng sinh lời của Ngân hàng 29% Rõ ràng, quản lý chi phí hoạt động một cách hiệu quả là vấn đề tiên quyết cho việc tăng cường khả năng sinh lợi của Ngân hàng Việt Nam Hệ số của biến AE/TA cho thấy, nếu Ngân hàng càng chú trọng đến quản lý chi phí thì hiệu quả hoạt động càng lớn Các ngân hàng Việt Nam cũng chưa đạt đến trình độ trưởng thành khi mà chi phí tăng lên thì lợi nhuận càng tăng
Lạm phát ảnh hưởng đến ROA có ảnh hưởng tích cực đến ROA nhưng không nhiều
Kết quả này đi ngược lại với kỳ vọng tuy nhiên ủng hộ cho nghiên cứu của Sufian
(2011) Kết quả này có thể được giải thích như sau: Ở Việt Nam, giai đoạn năm 2007 – 2012, lạm phát khá cao, đặc biệt là năm 2008 (19.9%), 2010 (11.75%) và 2011 (18.13%) Trong giai đoạn này, các ngân hàng đã chủ động nâng lãi suất huy động lên cao hơn lạm phát dưới các hình thức chi khuyến mãi, chi tiếp thị, chi hoa hồng môi giới huy động vốn để cạnh tranh trong việc huy động vốn Từ việc lãi suất huy động tăng cao, các NHTM đã tăng lãi suất cho vay lên khoảng 20- 23%/năm trong năm 2011 Do đó, trong giai đoạn này, lạm phát làm tăng hiệu suất hoạt động
4.2.2 Kết quả hồi quy dữ liệu ROE và các biến độc lập với mẫu các NHTMNN
Tương tự, thực hiện hồi quy dữ liệu với mô hình các ảnh hưởng ngẫu nhiên với đầy đủ các biến để xác định mối quan hệ giữa ROE và các biến đặc trưng của ngân hàng và các biến vĩ mô Thực hiện kiểm định Hausman có giá trị p-value > 0,05, chấp nhận Ho, FEM không hợp lý, nên sử dụng REM
