TÍNH CẤP THIẾT VÀ LÝ DO CHỌN ĐỀTÀI
Trong thời đại mà khi nền kinh tế là cán cân sức mạnh, hội nhập nền kinh tế thế giới là hết sức cấp thiết Trong khi các cường quốc tư bản với lịch sử kinh tế đã kéo dài cả trăm năm, các nước đang phát triển do sự trì hoãn của ổn định chính trị, cho đến nay chỉ đang trên đà phát triển Nhưng đó không phải là lý do cho sự chậm trễ, mà phải xem đó vừa là thách thức, vừa là cơ hội để có thể đuổi kịp các cường quốc kinh tế trên thế thế giới Với thế mạnh là có sẵn các kinh nghiệm, thành tựu các nước đi trước đã đút kết được và thử thách là về mặt thời gian, các quốc gia đang phát triển hội nhập nền kinh tế toàn cầu một cách công bằng là điều hoàn toàn khả thi. Để có thể phát triển được trong môi trường liên tục đổi mới và đầy tính cạnh tranh như thị trường quốc tế, tốc độ tăng trưởng là chưa đủ mà đòi hỏi tính bền vững của các ngành nghề Hoạt động an toàn, ổn định từ đó các ngành mới có thể phát triển bền vững trong tương lai Điều đó không chỉ mang lại lợi ích cho các doanh nghiệp trong ngành, mà còn có ý nghĩa to lớn đối với nền kinh tế quốc gia Sự tăng trưởng ổn định của các ngành tạo nên nguồn thu vững chắc cho ngân sách Nhà nước, phát triển nền kinh tế chung, nâng tầm quốc gia so với nền kinh tế trong khu vực và trên thế giới Sự phát triển của ngành Tài chính – Ngân hàng còn quan trọng hơn rất nhiều khi đó là một trong những ngành mũi nhọn của Việt Nam, ảnh hưởng trực tiếp đến toàn thị trường trong nước.
Ngân hàng thương mại là cầu nối trung gian giữa các kênh trong nền kinh tế, giữa nhu cầu vay vốn và vốn nhàn rỗi Ngân hàng được xem như huyết mạch của nền kinh tế quốc gia, giúp tiền tệ lưu thông Vì vậy, bên cạnh việc các ngân hàng thực hiện hoạt động kinh doanh đem lại lợi nhuận, ngân hàng đóng vai trò là hết sức cần thiết trong phát triển nền kinh tế quốc gia Với ý nghĩa mà ngành ngân hàng mang lại, việc kiểm soát chặt chẽ và thúc đẩy phát triển ngành là hết sức cấp thiết.
Trong suốt thời gian qua, Chính phủ và ngân hàng Nhà nước không ngừng theo dõi sát sao, chặt chẽ và kịp thời đưa ra, đổi mới mới các quy định liên quan đến kiểm soát hoạt động ngân hàng, đảm bảo ngân hàng hoạt động kinh doanh an toàn, hiệu quả Các chỉ tiêu đánh giá quốc tế cũng được Nhà nước xem xét đưa vào Một trong những chỉ tiêu đánh giá đó là tỷ lệ an toàn vốn CAR (Capital Adequacy Ratio). Thông qua tỷ lệ CAR, các nhà quản trị ngân hàng có thể xác định được mức độ đảm bảo an toàn của ngân hàng trước những rủi ro về vốn Tùy theo từng giai đoạn, quy định về tỷ lệ an toàn vốn CAR là cao hay thấp, đảm bảo ngân hàng hoạt động an toàn trước những biến cố về tài chính, kinh tế có thể xãy ra bất kì lúc nào.
Theo Thông tư 41/2016 TT-NHNN, quy định tỷ lệ an toàn vốn tối thiểu ở các ngân hàng là 8% Theo cập nhật thống kê tỷ lệ vốn đã áp dụng Basel II theo Thông tư 41 tháng 10/2022, bao gồm các ngân hàng thương mại Nhà nước và NHTM cổ phần Việt Nam cụ thể như sau: NHTM Nhà nước đạt 422.786 tỷ đồng, NHTM cổ phần đạt 722.854 tỷ đồng; so với đầu năm, NHTM Nhà nước và NHTM cổ phần tăng lần lượt là 15,23% và 18,52% Tỷ lệ an toàn vốn CAR của các NHTM Nhà nước đạt 9,04% hơn chuẩn 8% Trong khi đó, các NHTM cổ phần có tỷ lệ này cao hơn rất nhiều, lên đến 12,29% Con số này thậm chí con cao hơn ở các ngân hàng nước ngoài đang hoạt động tại Việt Nam, là 18,61% Trước đó, theo thống kê tháng 6/2022, tỷ lệ an toàn vốn ở một số ngân hàng thương mại đã rất khả quan, vượt chuẩn quy định và thậm chí gấp đôi so với yêu cầu vốn tối thiểu là 8% như: Shinhan Bank (17,13%), HSBC (16,32%), Techcombank (15,7%), HDBank (15,3%), VPBank (15%),…
Qua những cập nhật có thể thấy, tỷ lệ an toàn vốn CAR các ngân hàng thương mạiViệt Nam đã tăng đáng kể trong những năm gần đây Mặt bằng chung các ngân hàng đều đã đạt chuẩn tối thiểu 8% Tuy nhiên, so với các khu vực lân cận ngoài nước và toàn cầu, tỷ lệ này vẫn còn khá mỏng, chưa thể cạnh tranh sự uy tín so với các ngân hàng nước ngoài Đối với NHTM Nhà nước dù đã đạt chuẩn trên 8% nhưng vẫn là tỷ lệ an toàn vốn rất thấp, thấp nhất trong các loại hình ngân hàng theo thống kê ở Việt Nam, và 9,04% chỉ vượt chuẩn tối thiểu rất ít Báo cáo tỷ lệ an toàn vốn trung bình ở các quốc gia khác trong khu vực cao hơn nhiều so với Việt Nam, cụ thể: Indonesia là 22,6%, Philippines là 17,2%, Singapore là 17,1%, Thái Lan 19,6%, Malaysia 18,5% Tất cả đều cao hơn NHTM ở Việt Nam, xấp xỉ tỷ lệ an toàn vốn thống kê của các ngân hàng nước ngoài hoạt động tại Việt Nam là 18,61%.
Với tầm quan trọng của hệ số an toàn vốn CAR cũng như hiện trạng các ngân hàng tại Việt Nam hiện nay, việc tìm hiểu các yếu tố ảnh hưởng đến CAR của các ngân hàng thương mại cổ phần tại Việt Nam là hết sức cần thiết, tìm ra đâu là tác nhân ảnh hưởng lớn đến hệ số CAR, đề ra những biện pháp hợp lý nhằm ổn định hoạt động của hệ thống ngân hàng, qua đó góp phần nền kinh tế của Việt Nam.
MỤC TIÊU NGHIÊN CỨU
Mục tiêu tổng quát
Đề tài được thực hiện với mục tiêu là xác định và phân tích các yếu tố đến hệ số an toàn vốn ngân hàng thương mại cổ phần Việt Nam Từ đó, tác giả đề xuất các kiến nghị, giải pháp nhằm cải thiện tỷ lệ an toàn vốn của các ngân hàng thương mại ViệtNam trong tương lai.
Mục tiêu cụ thể
- Thứ nhất, bằng phương pháp định tính, tác giả tiến hành tổng hợp, hệ thống lại các cơ sở lý thuyết, lý luận về hệ số an toàn vốn, từ đó suy ra các yếu tố tác động đến hệ số an toàn vốn các NHTMCP Việt Nam.
- Thứ hai, tiến hành xác định chiều tương quan và lượng hóa mức độ ảnh hưởng của các yếu tố đối với tỷ lệ an toàn vốn các NHTMCP Việt Nam thông qua phương pháp định lượng.
- Thứ ba, từ kết quả phân tích đưa ra kết luận về các yếu tố tác động đến hệ số an toàn vốn, đưa ra các kiến nghị cải thiện, nâng cao hệ số CAR cho các
CÂU HỎI NGHIÊN CỨU
Với mục tiêu nghiên cứu trên, đề tài đề ra các câu hỏi nghiên cứu với mục đích giải quyết, trả lời các câu hỏi sau khi tìm ra kết quả nghiên cứu, từ đó hoàn thành mục tiêu đề tài Câu hỏi nghiên cứu bao gồm:
- Các yếu tố nào ảnh hưởng đến hệ số an toàn vốn của NHTM cổ phần Việt Nam?
- Chiều tương quan và mức độ ảnh hưởng của từng yếu tố đến tỷ lệ CAR là như thế nào?
- Có thể làm gì để có thể điều chỉnh hệ số an toàn vốn CAR?
ĐỐI TƯỢNG VÀ PHẠM VINGHIÊN CỨU
Đối tượng nghiên cứu của đề tài là các nhân tố tác động đến hệ số CAR của các NHTM cổ phần Việt Nam.
Về không gian: Dữ liệu nghiên cứu bao gồm số liệu của 20 NHTMCP tại Việt Nam được tác giả trình bày ở Phụ lục 1.
Về thời gian: Số liệu nghiên cứu được thu thập trong giai đoạn 10 năm từ 2012 đến2021.
Ý NGHĨA THỰC TIỄN
Đề tài tuy không đóng góp về mặt ý nghĩa lý thuyết khoa học, nhưng là một thực nghiệm chứng minh sự tác động của các yếu tố đến hệ số an toàn vốn CAR trong bối cảnh thị trường Việt Nam, góp phần cũng cố thêm các kết quả của các nghiên cứu trước Ngoài ra, kết quả nghiên cứu là cơ sở để tác giả đưa ra các đề xuất, kiến nghị cải thiện, khắc phục hệ số CAR của NHTMCP Việt Nam trong tương lai tới.
KẾT CẤU ĐỀ TÀI
Đề tài nghiên cứu được trình bày theo 5 chương như sau:
Chương 1: Trình bày lý do chọn đề tài, mục tiêu và phạm vi nghiên cứu, khung lý thuyết và các câu hỏi nghiên cứu.
Chương 2: Cơ sở lý thuyết, các lý thuyết nền liên quan, lược khảo tóm tắt kết quả các nghiên cứu thực nghiêm liên quan trước trong và ngoài nước, đề xuất mô hình nghiên cứu cho đề tài.
Chương 3: Khái quát, mô tả quy trình nghiên cứu của đề tài, mô tả mẫu nghiên cứu, mô hình nghiên cứu và phương pháp nghiên cứu.
Chương 4: Trình bày và thảo luận các yếu tố ảnh hưởng đến hệ số an toàn vốn của các NHTMCP tại Việt Nam.
Chương 5: Kết luận sự tác động của các yếu tố trong nghiên cứu, qua đó trả lời các câu hỏi nghiên cứu đã đề ra ban đầu Sau đó đưa ra những gợi ý, khuyến nghị cho các nhà quản trị ngân hàng tối ưu hóa hệ số CAR, góp phần bảo đảm hoạt động hiệu quả của ngân hàng TMCP tại Việt Nam nói riêng và các ngân hàng khác nói chung.
Trong chương 1, tác giả đã giới thiệu tổng quát về đề tài nghiên cứu, nêu lên tính cấp thiết của đề tài cũng như mục tiêu, câu hỏi, đối tượng và phạm vi nghiên cứu được áp dụng trong đề tài này Những định hướng trong chương này sẽ là tiền đề để tác giả xây dựng và trình bày nội dung ở các chương tiếp theo.
TỔNG QUAN LÝ LUẬN
CƠ SỞ LÝ THUYẾT VỀ HỆ SỐ AN TOÀN VỐN
2.1.1 Khái niệm và ý nghĩa hệ số an toàn vốn
Hệ số an toàn vốn CAR (Capital Adequacy Ratio) được xem là công cụ để đo khả năng chi trả các khoản nợ có thời hạn và đảm bảo các rủi ro khác trong hoạt động ngân hàng như rủi ro tín dụng, rủi ro thị trường,… Vì vậy, có thể nói hệ số CAR là thước đo mức độ an toàn và chống chọi lại những rủi ro trong hoạt động kinh doanh của ngân hàng.
Tỷ lệ an toàn vốn được quy định trong Thông tư 22/2019 quy định các giới hạn, tỷ lệ bảo đảm an toàn trong hoạt động của ngân hàng là chỉ số phản ánh mức độ đủ vốn của các ngân hàng dựa trên vốn tự có của ngân hàng Đồng thời cũng phản ánh mức độ rủi ro của ngân hàng trong các hoạt động.
2.1.1.1 Khái niệm an toàn vốn theo Hiệp ước Basel
Vào những năm 1970 đến 1980, một cuộc khủng hoảng kinh tế thế giới tiềm ẩn đang dần bùng nổ gây trì trệ trên mọi phương diện ngành nghề Năm 1974, các Ngân hàng Trung ương và cơ quan giám sát của 10 quốc gia phát triển hay còn biết đến với ký hiệu G10, đã thống nhất thành lập Ủy ban Basel về giám sát ngân hàng (Basel Committee on Banking supervision - BCBS) tại thành phố Basel, Thụy Điển Mục đích thành lập tổ chức nhằm thắt chặt lại sự kiểm soát hoạt động của các ngân hàng các nước thành viên Tuy nhiên đến tận 14 năm sau khi thành lập, năm 1988, Ủy ban Basel mới chính thức công bố quy định đầu tiên về hệ thống đo lường vốn tên là Basel I. Hiệp ước này là quy định bắt buộc chấp hành đối với các nước thành viên, tuy nhiên các nước khác trên châu lục cũng đã tình nguyện tham gia Nội dung chính của Hiệp ước Basel I là quy định tỷ lệ vốn trên tổng tài sản điều chỉnh theo hệ số rủi ro (RWA) không dưới mức tối thiểu 8%. Để đáp ứng sự đổi mới liên tục phát triển nhanh chóng của thị trường tài chính, sau một thời gian liên tục sửa đổi, tháng 6/2004, Hiệp ước Basel II được Ủy ban Basel ban hành nhằm khắc phục các khuyết điểm Basel I còn mắc phải và quy định nghiêm ngặt hơn về việc chấp hành các quy định của các ngân hàng Hiệp ước mới có hiệu lực từ năm 2007 đến hết năm 2010.
Dù Hiệp ước Basel II đã tiến bộ hơn Basel I và khắc phục được nhiều thiếu sót, song nó nhanh chóng bị “lỗi thời” Nền kinh tế thế giới tiếp tục phát triển mạnh mẽ và 1 chu kỳ suy thoái lại tới Khủng hoảng kinh tế thế giới 2008 nổ ra do bong bóng bất động sản đã tích lũy trước đó bùng nổ, gây ra hậu quả nặng nề cho toàn ngành Ngân hàng thế giới Ngân hàng đầu tư lớn nhất nước Mỹ bấy giờ - Lehman Brother, với thâm niên trăm năm cũng đã không vượt qua được cú sốc tài chính này và tuyên bố phá sản, dẫn đến hàng loạt tổ chức tài chính khác phá sản theo Sau khi vượt đợt đại thanh trừng này, Hiệp ước Basel III được ban hành ngày 12/9/2010 nhằm cố gắng ngăn chặn một cuộc khủng hoảng kinh tế khổng lồ khác sẽ xãy ra trong tương lai.
Tóm lại, theo Ủy ban Basel giám sát ngân hàng (The Basel Committee on Banking Supervision - BCBS), hệ số an toàn vốn là một chỉ số kinh tế phản ánh tình trạng vốn của ngân hàng đối với tổng tài sản có điều chỉnh rủi ro Chỉ số đại diện cho sức mạnh tài chính cũng như phản ánh mức độ an toàn hoạt động của ngân hàng.
2.1.1.2 Ý nghĩa hệ số an toàn vốn
Tỷ lệ an toàn vốn là một trong những chỉ tiêu không thể thiếu để đánh giá hoạt động kinh doan của ngân hàng Thông qua tỷ lệ an toàn vốn, tùy vào mục đích đánh giá có thể đưa ra những kết luận khác nhau:
- Đối với ngân hàng, tỷ lệ CAR thể hiện tình trạng vốn hiện tại của ngân hàng và khả năng đảm bảo an toàn trước những rủi ro mà ngân hàng có thể gặp phải trong hoạt động kinh doanh Tỷ lệ an toàn vốn còn là thước đo uy tín của ngân hàng, đảm bảo sự an toàn của khách hàng Đúng như cái tên là tỷ lệ an toàn, tỷ lệ này càng cao, khả năng chống chọi và vượt qua các biến cố tài chính và suy thoái, khủng hoảng kinh tế là càng lớn.
- Đối với các nhà quản trị và Ngân hàng Nhà nước, hệ số CAR thể hiện tính an toàn của ngân hàng trong hoạt động kinh doanh Tỷ lệ này phải cân bằng, phù hợp với bối cảnh kinh tế trong và ngoài nước trong từng thời kì để đảm bảo không ảnh hưởng xấu đến lợi nhuận ngân hàng Hệ số an toàn vốn có nét tương đồng với hệ số đòn bẩy tài chính, khi hệ số quá cao có nghĩa ngân hàng đang bỏ lỡ nhiều cơ hội gia tăng lợi nhuận; ngược lại, trong khi hệ số an toàn vốn quá thấp chứng tỏ rằng ngân hàng đang đối diện trước những nguy cơ tiềm tàng lên quan đến vốn là rất lớn Từ tỷ lệ CAR, cùng với phân tích các số liệu về nền kinh tế, NHNN có thể kịp thời đưa ra các quy định nhằm kiểm soát, cải thiện hoạt động kinh doanh ngân hàng, từ đó phát triển nền kinh tế đất nước.
- Hệ số an toàn vốn còn được sử dụng đối với các nhà đầu tư, dùng để đánh giá mức độ rủi ro khi đầu tư Tuy theo “khẩu vị” và chiến lược của mỗi nhà đầu tư, dựa vào tỷ lệ an toàn vốn, các nhà đầu tư có thể đưa ra quyết định chọn ngân hàng đầu tư phù hợp.
2.1.2 Đo lường hệ số an toàn vốn
2.1.2.1 Theo Hiệp ước Basel Ủy Ban Basel ban hành các Hiệp ước mới nhằm cải tiến, khắc phục các thiếu sót của Hiệp ước cũ theo thời gian Hiện nay, Ủy ban Basel đã ban hành ba Hiệp ước Basel I,
• Đo lường theo Hiệp ước Basel I
Năm 1988, Ủy ban Basel về giám sát ngân hàng ban hành hệ thống đo lường vốn và rủi ro tín dụng Basel I Theo yêu cầu của Basel I các ngân hàng phải duy trì tỷ lệ vốn bắt buộc trên tổng tài sản điều chỉnh theo hệ số rủi ro (CAR) ở mức tối thiểu
8% Đồng thời, Hiệp ước Basel I đã định nghĩa rõ ràng về các nguồn vốn của ngân hàng và phân loại theo mức độ chủ động của từng loại vốn Các nguồn vốn được chia làm 3 cấp với mức độ tin cậy giảm dần từ cấp 1 tới cấp 3 Vốn cấp 3 không được sử dụng để xác định tỷ lệ an toàn vốn vì có mức độ tin cậy thấp nhất Basel I phân loại tài sản theo 4 loại mức rủi ro khác nhau là 0%, 20%, 50% và 100% Mức độ rủi ro của các tài sản chỉ căn cứ nhóm khách hàng vay và tài sản đảm bảo của khoản vay mà không căn cứ vào quy mô món, thời hạn vay cũng như chỉ số tín nhiệm của khách hàng Vì thế các quy định đo lường của Basel I mang tính tương đối Ngoài ra Basel I chỉ mới tính đến rủi ro tín dụng mà chưa tính đến rủi ro hoạt động và rủi ro thị trường.
• Đo lường theo Hiệp ước Basel II
Năm 2004, Ủy ban Basel ban hành Basel II áp dụng thực hiện từ năm 2007 đến hết năm 2010 Nội dung Basel II gồm 3 trụ cột chính: trụ cột thứ nhất liên quan đến quy định tiếp tục duy trì tỷ lệ vốn bắt buộc, trụ cột 2 và 3 quy định cụ thể hơn và nghiêm ngặt hơn quy trình đánh giá hoạt động và công bố thông tin Theo trụ cột 1 tỷ lệ an toàn vốn tối thiểu vẫn là 8% như quy định ở Basel I, tuy nhiên phần mẫu số để tính CAR là hệ số rủi ro của tài sản không chỉ phụ thuộc vào loại tài sản đảm khoản vay bảo và nhóm khách hàng vay mà còn phụ thuộc độ nhạy cảm từng loại tài sản đảm bảo và điểm tín nhiệm khách hàng vay Sự thay đổi đã cải thiện một số thiếu sót trong quy định trước đó.
• Đo lường theo Hiệp ước Basel III
Mặc dù đã liên tục cải tiến và ban hành hai Hiệp ước Basel I và Basel II, tuy nhiên những quy định vẫn chưa đủ để giúp các ngân hàng vượt qua các đợt khủng hoảng. Vào ngày 12/9/2010 Ủy ban Basel ban hành Hiệp ước Basel III có hiệu lực từ năm
2013 đến hết năm 2019 Basel III đưa ra tiêu chuẩn về thanh khoản đối với các ngân hàng, cụ thể: Ngân hàng buộc phải dự trữ tỷ lệ tài sản có tính thanh khoản và chất lượng cao để đảm bảo chi trả cho các khủng khoảng, khó khăn có thể xãy ra bất kì lúc nào Đồng thời, Hiệp ước cũng đề ra phương pháp giám sát ngân hàng mới là phương pháp giám sát vĩ mô Các yêu cầu trong quy định lần này có ảnh hưởng lớn đến cơ cấu ngân hàng, vì vậy cần thời gian để ngân hàng ở các quốc gia thành viên có thể áp dụng thực hiện.
Hình 2.1 Công thức tính hệ số an toàn vốn theo từng thời kỳ của Basel
Mốc ban hành ĩhờl gian bát đáu áp dụng (ông thúc ttnhCAR
Basel 1 1988 1992 Vón chù sở hữu
Tài sán có rúi ro (RWA)
(RWA_ rủi ro tín dụng+RWA_ rúi ro hoạt động +RWA_ rủi ro thị trướng)
01/2019 (RWA_ rủi ro tín dụng+RWA_ rủi ro hoat động+RWA_ rùi ro thi trướng)
Nguồn: Tổng hợp từ trang www.bis.org 2.1.2.2 Theo quy định tại Việt Nam
Hiện nay các ngân hàng vẫn áp dụng quy định từ Thông tư 41/2016 TT-NHNN, tỷ lệ an toàn vốn CAR được xác định bằng công thức:
R WA : Tổng tài sản tính theo rủi ro tín dụng
K o R : Vốn yêu cầu cho rủi ro tín dụng
K MR : Vốn yêu cầu cho rủi ro thị trường
TỔNG QUAN LỊCH SỬ NGHIÊN CỨU
(1) Công trình “Determinants of Capital Adequacy ratio of Commercial Banks in
Ethiopia” (2014) của Bahiru Workneh Tác giả sử dụng phương pháp nghiên cứu định lượng để phân tích dữ liệu 12 năm (2002-2013) cho 8 NHTM ở Ethiopia Các phát hiện cho thấy tiền gửi khách hàng, tỷ lệ đòn bẩy, dự phòng tổn thất cho vay và thanh khoản là những yếu tố chính tác động lớn đến tỷ lệ an toàn vốn của các NHTM ở Ethiopia Tuy nhiên, chất lượng quản lý, lợi nhuận và quy mô của các ngân hàng được xem là không có tác động đáng kể về mặt thống kê đối với CAR ở Ethiopia Nghiên cứu cũng chỉ ra rằng các biến số tiền gửi, thanh khoản, đòn bẩy và dự phòng tổn thất cho vay có liên quan đáng kể đến tỷ lệ an toàn vốn.
(2) Nadja Dreca (2014) đã tiến hành nghiên cứu các yếu tố ảnh hưởng đến hệ số an toàn vốn của 10 ngân hàng ở Bosna và Hercegovina Kết quả cho biết dựa trên số liệu thì các yếu tố quy mô ngân hàng, tiền gửi khách hàng, tỷ lệ cho vay, khả năng sinh lời và hệ số nợ có ảnh hưởng đáng kể đến CAR Mặt khác tỷ lệ trích lập dự phòng và lợi nhuận biên dường như không có ảnh hưởng đáng kể đến CAR Các biến quy mô ngân hàng, tiền gửi khách hàng, tỷ lệ cho vay và ROA ảnh hưởng ngược chiều đến CAR, trong khi các biến hệ số đòn bẩy tài chính, ROE, NIM và tỷ lệ trích lập dự phòng có quan hệ tích cực với hệ số CAR.
(3) Osama A El-Ansary và đồng sự với công trình “Determinants of Capital
Adequacy Ratio: An empirical study on Egyptian banks”(2015) Tác giả thu thập dữ liệu của 36 ngân hàng thương mại trong giai đoạn 2004 –2013 Kết quả cho thấy, trong giai đoạn 2003 –2013, tỷ lệ thanh khoản, quy mô ngân hàng và chất lượng quản lý là những yếu tố quan trọng nhất Bên cạnh đó, quy mô ngân hàng, chất lượng tài sản và khả năng sinh lời là những yếu tố tác động mạnh nhất đến hệ số CAR trong giai đoạn trước năm 2008 Còn sau đó, nghiên cứu chỉ ra chất lượng tài sản, quy mô ngân hàng, tỷ lệ thanh khoản, chất lượng quản lý và rủi ro tín dụng mới là tác nhân chính tác động lên sự thay đổi của hệ số CAR.
(4) Công trình “Determinants of Capital Adequacy ratio in Banking sector of
Greece” (2016) của Ilona Badalashvili Nghiên cứu dựa trến các báo cáo và dữliệu hàng quý của các NHTM trong khoảng thời gian 2001 –2015; và bao gồm bốn Ngân hàng Hy lạp có hệ thống lớn nhất vì tài sản cảu học hiếm hơn 90% hệ thống Ngân hàng Hy Lạp Các kết quả từ dữ liệu bảng không cân bằng và mô hình FEM cho thấy nợ xấu và thất nghiêp đã được tìm thấy có ý nghĩa để giải thích tỷ lệ an toàn vốn Trong khi đó, các khoản nợ xấu có mối liên hệ dương với tỷ lệ an toàn vốn trong khi thất nghiệp có mối quan hệ âm.
(5) Công trình “Determinants of capital adequacy ratio on banking industry:
Evidence in Indonesia Stock Exchange” của Usman và cộng sự (2019) Nghiên cứu sử dụng dữ liệu 27 ngân hàng được niêm yết trên sở giao dịch chứng khoánIndonesia 2007-2018 Kết quả cho thấy tỷ lệ đòn bẩy và lãi suất ròng có tác động cùng chiều, ngược lại quy mô ngân hàng, dự phòng rủi ro cho vay và tỷ lệ tài sản tín dụng có tác động ngược chiều và khả năng thanh khoản không ảnh hưởng đến tỷ lệ an toàn vốn.
(1) TS Võ Hồng Đức và đồng sự đã tiến hành nghiên cứu Công trình “Yếu tố quyết định tỷ lệ an toàn vốn: bằng chứng thực nghiệm từ hệ thống Ngân hàng thương mại Việt Nam”(2014) Nghiên cứu này tính toán và hồi quy dựa trên bộ dữ liệu bao gồm số liệu của 28 NHTM Việt Nam trong giai đoạn từ năm 2007 đến
2012 Kết quả nghiên cứu chỉ ra rằng quy mô ngân hàng, tỷ lệ tiền gửi và lợi nhuận trên vốn chủ sở hữu tương quan âm với tỷ lệ an toàn vốn Trong khi đó, gia tăng thanh khoản và tỷ lệ dự phòng rủi ro có thể làm tăng tỷ lệ an toàn vốn CAR.
(2) Thân Thị Thu Thuỷ & Nguyễn Thị Kim Chi (2015) nghiên cứu về “các nhân tố ảnh hưởng đến CAR tại các NHTMCP tại Việt Nam” giai đoạn 2007- 2013 Kết quả nghiên cứu chỉ ra rằng mức độ sử dụng vốn vay của ngân hàng có ảnh hưởng tỷ lệ thuận với CAR Ngược lại thì quy mô ngân hàng; khoản tiền gửi của khách hàng; khoản tiền vay của khách hàng và khả năng sinh lời trên tổng tài sản có tương quan âm đến CAR của ngân hàng Dự phòng các khoản cho vay khó đòi và hệ số thanh khoản không có ý nghĩa đối với CAR của ngân hàng.
(3) Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) với công trình nghiên cứu về nhằm xác định các nhân tố chính tác động đến tỷ lệ an toàn vốn các ngân hàng tại thị trường Việt Nam Tác giả xây dựng mô hình hồi quy dữ liệu dạng bảng được thu thập từ 29 NHTM trong giai đoạn 2013-2017 Sau khi thực hiện hồi quy, kết quả chứng minh rằng vốn chủ sở hữu trên tài sản và quy mô ảnh hưởng tích cực đến CAR tối thiểu, trong khi đó khả năng sinh lời và tỷ lệ trích lập dự phòng tăng có thể dẫn đến tỷ lệ an toàn vốn giảm Nghiên cứu không tìm thấy ý nghĩa về mặt thống kê của một sô nhân tố được chọn nghiên cứu khác.
(4) Nguyễn Thị Minh Hương với công trình nghiên cứu “Nhân tố ảnh hưởng đến tỷ lệ an toàn vốn của các NHTM Việt Nam” (2021) Nghiên cứu sử dụng mô hình hồi quy dữ liệu bảng với tác động cố định (FEM) và tác động ngẫu nhiên (REM) để phân tích các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của 28 NHTM Việt Nam trong giai đoạn 2015 đến 2019 Kết quả nghiên cứu chỉ ra tỷ suất lợi nhuận trên tổng tài sản (ROA) có tác động tích cực đến tỷ lệ an toàn vốn Trong khi đó, tỷ lệ dự phòng rủi ro tín dụng (LLR), quy mô ngân hàng (SIZE), hệ số đòn bấy tài chính (LEV), tỷ lệ huy động vốn trên tổng tài sản (DAR), tăng trưởng kinh tế (GDPG), tỷ lệ lạm phát (INF) có tác động tiêu cực đến tỷ lệ an toàn vốn Tỷ lệ nợ xấu (NPL), tỷ lệ cho vay trên tổng tà sản (LAR) và lãi suất cho vay (IR) không có ý nghĩa thống kê.
Qua sơ lược các bài nghiên cứu trước trong và ngoài nước đã giúp tác giả có cái nhìn tổng quát hơn về các yếu tố ảnh hưởng đến hệ số an toàn vốn ở các khu vực khác nhau, vào các giai đoạn khác nhau Về cơ bản, các yếu tố được cho là tác động đến hệ số CAR được nhiều tác giả trước đây chọn để nghiên cứu được tổng hợp vào bảng dưới đây.
Bảng 2.1 Tổng hợp kết quả nghiên cứu.
Chỉ tiêu Tương quan Tác giả đã nghiên cứu
(+) Phạm Phát Tiến và Nguyễn Thị Kiều
Ny (2019) (-) Dreca (2014), Võ Hồng Đức (2014),
Thân Thị Thu Thuỷ và Nguyễn Kim Chi (2015),Usman (2019), Nguyễn Thị
Workner (2014), Võ Hồng Đức (2014), Osama A El-Ansary và cộng sự
(-) Thân Thị Thu Thuỷ và Nguyễn Kim
Thân Thị Thu Thuỷ và Nguyễn Kim Chi (2015), Nguyễn Thị Minh Hương
Lợi nhuận trên tổng tài sản
Dreca (2014), Thân Thị Thu Thuỷ và Nguyễn Kim Chi (2015), Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) o
Workner (2014), Osama A El- Ansary và cộng sự (2015), Ilona Badalashvili
Lợi nhuận trên vốn chủ sở hữu
Workner (2014), Dreca (2014), Ilona Badalashvili (2016), Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019)
Hệ số tiền gửi khách hàng (+) Workner (2014)
(+) Nguyễn Thị Minh Hương (2021) (-) Dreca (2014), Usman (2019) o
Võ Hồng Đức (2014), Thân Thị Thu Thuỷ và Nguyễn Kim Chi (2015), Phạm Phát Tiến và Nguyễn Thị Kiều
Ny (2019), Nguyễn Thị Minh Hương
Hệ số đòn bẩy tài chính
Workner (2014), Dreca (2014), Thân Thị Thu Thuỷ và Nguyễn Kim Chi
(2015), Usman (2019) (-) Nguyễn Thị Minh Hương (2021) o Võ Hồng Đức (2014)
Tỷ lệ dự phòng rủi ro
Workner (2014), Usman (2019), Phạm Phát Tiến và Nguyễn Thị Kiều Ny
(2021) o Dreca (2014), Thân Thị Thu Thuỷ và
Phạm Phát Tiến và Nguyễn Thị Kiều
Ny (2019), Nguyễn Thị Minh Hương
Tỷ lệ lạm phát (-) Nguyễn Thị Minh Hương (2021) o Ilona Badalashvili (2016)
Nguồn: Tác giả tổng hợp
Qua bảng thống kê trên có thể thấy, các kết quả nghiên cứu các nhân tố ảnh hưởng đến hệ số an toàn vốn là không thống nhất Điều này có thể lý giải do các nghiên cứu được thực hiện trong điều kiện không gian và thời gian khác nhau, và kết quả của mỗi nghiên cứu gắn với các nguyên nhân khách quan như kết quả thực tiễn môi trường hoạt động của các ngân hàng thông qua pháp luật, chính sách, chế độ quản lý của Ngân hàng trung ương tại mỗi quốc gia,…; và nhân tố chủ quan như phương pháp đo lường, ước lượng và mức độ tin cậy khác nhau, dẫn đến kết quả nghiên cứu không đồng nhất.
Từ những lý do trên, đề tài nghiên cứu thực nghiệm cho trường hợp cụ thể là các NHTMCP tại Việt Nam Bên cạnh đó, số liệu sử dụng trong đề tài được cập nhật mới (2012-2021) Đó chính là khoảng trống nghiên cứu mà đề tài góp phần giải quyết.
Chương 2 trình bày những lý luận cơ bản về các yếu tố ảnh hưởng đến CAR tại
NHTM, bao gồm khái niệm và tổng quan nguyên tắc đo lường CAR Ngoài ra, chương này còn lược khảo, tổng hợp kết quả của một số công trình nghiên cứu tiêu biểu trong và ngoài nước có liên quan đến hệ số an toàn vốn, từ đó thấy được lỗ hổng nghiên cứu và đề xuất đề tài cụ thể.
Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 MÔ HÌNH NGHIÊN CỨU
Dựa vào mô hình nghiên cứu của Dreca (2014) nghiên cứu về 10 ngân hàng ở Bosna và Hercegovina, Workner (2014) nghiên cứu ngân hàng ở Ethiopia, Võ Hồng Đức
(2014), Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) và Nguyễn Thị Minh Hương (2021) đã nghiên cứu dữ liệu các NHTM tại Việt Nam vào các giai đoạn 2007-2012, 2013-2017 và 2015-2019, Ilona Badalashvili (2016) nghiên cứu về NHTM ở Hy Lạp và Usman và cộng sự (2019) nghiên cứu 27 ngân hàng được niêm yết trên sở giao dịch chứng khoán Indonesia 2007-2018, tác giả xây dựng mô hình nghiên cứu như sau:
CARit = po + p 1 S I z E it + p2D E pit + p 3N I M it + p4R0A it + p 5L OAit + p6LL R it + p 7N p
Trong đó: p o: Hệ số chặn p 1 ■■■ p 8: Hệ số góc của các biến độc lập
(CARit) : Hệ số an toàn vốn của ngân hàng thương mại (i) tại thời điểm (t)
( s I z Eit): Quy mô ngân hàng (i) tại thời điểm (t)
( D E pit): Tỷ lệ tiền gửi của ngân hàng (i) tại thời điểm (t)
(N I Mit) : Thu nhập lãi cận biên của ngân hàng (i) tại thời điểm (t)
(ROAit): Tỷ suất lợi nhuận trên tổng tài sản của ngân hàng (i) tại thời điểm (t)
(LOAit): Tỷ lệ cho vay của ngân hàng (i) tại thời điểm (t)
(LLRit): Dự phòng các khoản cho vay khó đòi của ngân hàng (i) tại thời điểm (t) (NPLit): Tỷ lệ nợ xấu của ngân hàng (i) tại thời điểm (t)
(INFit): Lạm phát tại thời điểm (t)
^it : Sai số thống kê
GIẢ THUYẾT NGHIÊN CỨU
3.2.1 Quy mô ngân hàng (SIZE)
Theo các nghiên cứu trước đây, quy mô ngân hàng là một trong những yếu tố tác động đến hệ số an toàn vốn biến quy mô ngân hàng được thể hiện trong mô hình bằng logarit của tổng tài sản ngân hàng:
SIZE =ln(Tổng tài sản)
Theo kết quả từ các tài liệu liên quan, các kết quả nghiên cứu đưa ra mâu thuẫn. Theo Dreca (2014), Võ Hồng Đức (2014), Thân Thị Thu Thuỷ và Nguyễn Kim Chi (2015),Usman (2019) và Nguyễn Thị Minh Hương (2021), quy mô ngân hàng có tác động ngược chiều đối với hệ số an toàn vốn CAR Ngân hàng có tài sản càng lớn, tài sản rủi ro ngân hàng nắm giữ càng cao, điều đó dẫn đến hệ số an toàn vốn giảm Tuy nhiên theo Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) lại cho rằng, quy mô ngân hàng càng lớn, quản lý rủi ro ngân hàng càng đảm bảo, vì vậy quy mô ngân hàng tác động cùng chiều đến hệ số CAR.
H1: Quy mô ngân hàng tác động ngược chiều đến hệ số an toàn vốn.
3.2.2 Tỷ lệ tiền gửi ngân hàng (DEP)
Tiền gửi là một trong những nguồn vốn huy động quan trọng của ngân hàng Tỷ lệ tiền gửi của ngân hàng được xác định bằng công thức sau:
Theo nghiên cứu của Workner (2014) về 8 NHTM ở Ethiopian, tỷ lệ tiền gửi có tác động cùng chiều đến hệ số an toàn vốn Tiền gửi khách hàng càng tăng, hệ số CAR ngân hàng càng cao để đảm bảo an toàn cho khách hàng Võ Hồng Đức, Nguyễn Minh Vương và Đỗ Thành Trung (2014) lại giải thích rằng, tiền gửi khách hàng là nguồn huy động có chi phí tương đối rẻ hơn so với các cách huy động vốn khác, vì vậy, rủi ro đối với khoản huy động vốn tiền gửi tương đối thấp Tỷ lệ tiền gửi càng tăng, trích lập dự phòng rủi ro càng giảm, dẫn đến hệ số an toàn vốn giảm.
H2: Tỷ lệ tiền gửi ngân hàng tác động ngược chiều đến hệ số an toàn vốn.
3.2.3 Thu nhập lãi cận biên ngân hàng (NIM)
Một trong những biến thể hiện khả năng sinh lời của ngân hàng là thu nhập lãi cận biên (NIM) Yếu tố này phản ánh tốc độ tăng trưởng thu nhập từ lãi của ngân hàng, đo lường mức chênh lệch giữa thu từ lãi và chi phí trả lãi.
T ổ ng t àĩ sản sinh 1ờ1 bìnℎ QUâ 71
Kết quả nghiên cứu các ngân hàng ở Indonesia của Usman (2019) đã chứng minh rằng thu nhập lãi cận biên của ngân hàng có tác động dương đối với hệ số CAR. Nguyên nhân vì thu nhập của ngân hàng cao cho phép ngân hàng gia tăng vốn chủ sở hữu, do đó hê số an toàn vốn cũng tăng theo.
H3: Thu nhập lãi cận biên ngân hàng tác động cùng chiều đến hệ số an toàn vốn.
3.2.4 Tỷ suất lợi nhuận trên tổng tài sản ngân hàng (ROA)
Nếu thu nhập lãi cận biên (NIM) thể hiện tốc độ tăng trưởng thu nhập từ lãi, khả năng kiểm soát chi phí lãi của ngân hàng, thì lợi nhuận trên tổng tài sản (ROA) không những là một biến thể hiện khả năng sinh lời, mà còn đánh giá hiệu quả sử dụng vốn huy động của ngân hàng.
Lợi nℎuậ ĨI r ò ng Tổng tài sản bìnℎquân
Theo Dreca (2014), Thân Thị Thu Thuỷ và Nguyễn Kim Chi (2015), Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019), lợi nhuận trên tổng tài sản (ROA) tác động âm đến hệ số an toàn vốn Ngân hàng dùng vốn huy động đầu tư vào các tài sản rủi ro để thu về lợi nhuận, vì vậy lợi nhuận càng cao, tài sản rủi ro càng càng cao, hệ số CAR càng giảm Nguyễn Thị Minh Hương (2021) lại có kết luận mâu thuẫn Vốn chủ sở hữu của ngân hàng tăng lên nhờ gia tăng lợi nhuận giữ lại, từ đó tỷ lệ an toàn vốn cũng được nâng cao.
H4: Lợi nhuận trên tổng tài sản tác động ngược chiều đến hệ số an toàn vốn.
3.2.5 Tỷ lệ cho vay của ngân hàng (LOA)
Tỷ lệ cho vay của ngân hàng cũng là một trong những yếu tố được nhiều nghiên cứu liên quan trước đây chọn nghiên cứu Tỷ lệ cho vay được xác định bằng công thức sau:
Dreca (2014) và Usman (2019) đều nghiên cứu tác động của tỷ lệ cho vay đến hệ số an toàn vốn của ngân hàng Kết quả thống nhất rằng tỷ lệ cho vay tác động âm đối với hệ số CAR Ngân hàng cho vay càng nhiều, nguồn vốn cho thanh khoản càng ít, hệ số an toàn vốn càng giảm.
H5: Tỷ lệ cho vay của ngân hàng tác động ngược chiều đối với hệ số an toàn vốn. 3.2.6 Tỷ lệ dự phòng rủi ro (LLR)
Dự phòng rủi ro tín dụng của ngân hàng rất quan trọng, nhằm giảm thiểu những tổn thất của ngân hàng trong hoạt động tín dụng Tỷ lệ dự phòng rủi ro tín dụng được xác định như sau:
Dựp òℎ ng r ủ i ro tín dụ ng LLR = ự ụ ×100
Theo Workner (2014), Usman (2019), Phạm Phát Tiến và Nguyễn Thị Kiều Ny
(2019), Nguyễn Thị Minh Hương (2021), tỷ lệ dự phòng rủi ro tác động ngược chiều đến hệ số an toàn vốn Theo các nhà nghiên cứu, tỷ lệ trích lập dự phòng ở các ngân hàng có xu hướng tăng đồng nghĩa với khoản cho vay rủi ro cao của ngân hàng đang tăng Các rủi ro liên quan đến vốn đều sẽ ảnh hưởng xấu đến tỷ lệ an toàn vốn.
H6: Tỷ lệ dự phòng rủi ro tác động ngược chiều đối với hệ số an toàn vốn.
3.2.7 Tỷ lệ nợ xấu (NPL)
Nợ xấu phản ánh khả năng thu hồi vốn khó khăn, vốn của ngân hàng lúc này không còn ở mức độ rủi ro thông thường nữa mà là nguy cơ mất vốn Theo một số nghiên cứu trước đây, tỷ lệ nợ xấu (NPL) có ý nghĩa về mặt thống kê đối với hệ số an toàn vốn Ilona Badalashvili (2016) nghiên cứu tác động của tỷ lệ nợ xấu đến hệ số CAR của ngân hàng, được xác định bằng công thức sau:
Kết quả của Ilona Badalashvili (2016) cho thấy tỷ lệ nợ xấu tác động tích cực đến hệ số an toàn vốn Tỷ lệ nợ xấu càng cao, ngân hàng càng cẩn trọng trong việc duy trì và nâng cao mức độ an toàn về vốn hơn.
H7: Tỷ lệ nợ xấu của ngân hàng tác động cùng chiều đến hệ số an toàn vốn.
3.2.8 Tỷ lệ lạm phát (INF)
Tỷ lệ lạm phát là một trong những yếu tố vĩ mô được xác định có tác động đến hệ số an toàn vốn của ngân hàng, được tính bằng công thức sau:
, : Chỉ số giá tiêu dùng năm đầu và năm sau
Theo Nguyễn Thị Minh Hương (2021), tỷ lệ lạm phát có tác động tiêu cực đến hệ số CAR Đồng tiền bị mất giá, ngân hàng phải tăng lãi suất Nhu cầu vốn giảm trong khi chi phí huy động vốn tăng, điều đó ảnh hưởng tiêu cực đến hoạt động ngân hàng nói chung và tỷ lệ an toàn vốn nói riêng.
H8: Tỷ lệ lạm phát tác động ngược chiều đến hệ số an toàn vốn.
Bảng 3.1 Tổng hợp giả thuyết nghiên cứu
SIZE Quy mô ngân hàng (-)
DEP Tỷ lệ tiền gửi (-)
NIM Thu nhập lãi cận biên (+)
ROA Lợi nhuận trên tổng tài sản (-)
LOA Tỷ lệ cho vay (-)
LLR Tỷ lệ dự phòng rủi ro (-)
NPL Tỷ lệ nợ xấu (+)
INF Tỷ lệ lạm phát (-)
QUY TRÌNH NGHIÊN CỨU
Sơ đồ 3.1 Quy trình nghiên cứu
Nguồn: Tác giả tổng hợp
Bước 1: Thu thập dữ liệu
Dữ liệu nghiên cứu được tác giả thu thập là dữ liệu thứ cấp, bao gồm các thông tin, số liệu được công bố trong báo cáo thường niên, bảng cân đối kế toán, kết quả hoạt động kinh doanh của 20 ngân hàng thương mại Việt Nam trong giai đoạn 2012-
2021 tại website chính thức của các ngân hàng và website vietstock.
Bước 2: Thống kê mô tả
Tác giả sử dụng phần mềm STATA để thực hiện mô tả tóm tắt các đặc trưng của biến phụ thuộc và các biến độc lập như giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn.
Bước 3: Phân tích ma trận tương quan
Tác giả tiếp tục sử dụng phần mềm để kiểm tra tương quan giữa các biến độc lập thông qua ma trận tương quan Sau đó, tác giả thực hiện phóng đại phương sai VIF để phát hiện tương quan nhóm, nguyên nhân gây ra hiện tượng đa cộng tuyến.
Bước 4: Phân tích mô hình
Tác giả chạy mô hình hồi quy lần lượt theo các phương pháp: mô hình hồi quy bình phương nhỏ nhất (Pooled Ordinary Least Square - Pooled OLS), mô hình tác động cố định (Fixed Effects Model – FEM), mô hình tác động ngẫu nhiên (Random Effects Model – REM).
Bước 5: Kiểm định lựa chọn mô hình phù hợp
Sau khi thực hiện ước lượng mô hình theo 3 phương pháp OLS, FEM và REM, tác giả tiến hành một số kiểm định bao gồm: Kiểm định Fixed effect, Breusch-Pagan và Hausman để lựa chọn mô hình phù hợp nhất.
Bước 6: Kiểm định và xử lý khuyết tật mô hình
Sau khi chọn được mô hình phù hợp, tác giả thực hiện kiểm định các khuyết tật của mô hình để tăng độ tin cậy và tính phù hợp Các khuyết tật được kiểm định bao gồm tự tương quan và phương sai sai số thay đổi Sau đó, tác giả sử dụng phương pháp FGLS để khắc phục, xử lý các vấn đề phương sai sai số thay đổi và tự tương quan.
Bước 7: Kết luận và đưa ra kiến nghị
Căn cứ vào kết quả hồi quy, tác gia tiến hành thảo luận, đưa ra kết luận, đồng thời đề xuất các gợi ý, khuyến nghị nhằm giải quyết mục tiêu đã đề ra.
3.3.2 Dữ liệu nghiên cứu Để phục vụ cho mục đích của bài viết là nghiên cứu các yếu tố ảnh hưởng đến hệ số an toàn vốn của các NHTM Việt Nam, tác giả thu thập dữ liệu thứ cấp của các NHTM Việt Nam để đo lường biến phụ thuộc CAR và các biến độc lập ở nhóm các yếu tố thuộc vi mô ngân hàng (SIZE, DEP, NIM, ROA, LOA, LLR, NPL) từ báo cáo thường niên, báo cáo tài chính kiểm toán hợp nhất từ năm 2012 đến năm 2021.
Dữ liệu còn bao gồm yếu tố vĩ mô (INF) được tác giả thu thập từ website Ngân hàng Thế giới (data.worldbank.org).
Mẫu dữ liệu bao gồm số liệu của 20 NHTM Việt Nam trong giai đoạn 2012-2021.
Vì hạn chế trong việc công bố thông tin, một số ngân hàng không có số liệu về một số chỉ tiêu ở một số năm mà tác giả nghiên cứu Vậy nên tác giả chỉ chọn các ngân hàng công bố đầy đủ thông tin trong giai đoạn lựa chọn Cụ thể danh sách 20 NHTM Việt Nam được tác giả chọn trong bài nghiên cứu này được trình bày ở Phụ lục 1.
Tác giả sử dụng Excel để tính toán các giá trị của biến độc lập, đồng thời sử dụng phần mềm STATA 16.0 để tiến hành phân tích mô tả, kiểm định tương quan, chạy và lựa chọn mô hình phù hợp.
PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp định tính được sử dụng nhằm:
- Phân tích tổng quan về hệ số an toàn vốn, cơ sở lý thuyết và các yếu tố tác động đến hệ số an toàn vốn.
- Lược khảo các nghiên cứu liên quan trước về các yếu tố ảnh hưởng đến hệ số an toàn vốn trong và ngoài nước.
- Thảo luận, thiết lập mô hình nghiên cứu Giải thích các biến độc lập và đặt giả thuyết cho từng biến độc lập đối với biến phụ thuộc.
- Nhận xét kết quả nghiên cứu và đưa ra kết luận.
Phương pháp định lượng giúp đề tài có thể đo lường sự tác mức độ ảnh hưởng của các nhân tố đối với hệ số an toàn vốn CAR bằng cách sử dụng các phương pháp kỹ thuật sau:
Phương pháp này tóm tắt các đặc điểm của bộ dữ liệu mà tác giả thu thập được Các chỉ tiêu số quan sát, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung bình sẽ được trình bày ở thống kê này.
Phân tích tương quan dùng để xác định mức độ tương quan mạnh hay yếu, cùng chiều hay ngược chiều giữa các biến độc lập với nhau và các biến độc lập và biến phụ thuộc.
Phân tích hồi quy nhằm xác định xu hưownsg và mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc Đề tài sử dụng mô hình hồi quy bình phương nhỏ nhất (Pooled Ordinary Least Square - Pooled OLS), mô hình tác động cố định (Fixed Effects Model – FEM), mô hình tác động ngẫu nhiên (Random Effects Model – REM) và mô hình FGLS (Cross-section weights).
3.4.2.4 Kiểm định lựa họn mô hình Để kiểm định các giả thuyết nghiên cứu và tìm ra mô hình phù hợp cho đề tài, tác giả sử dụng các kiểm định F, kiểm định Breusch-Pagan và kiểm định Hausman với mức ý nghĩa 1%, 5% và 10% để xác định mức độ tin cậy của các biến độc lập đối với biến phụ thuộc Căn cứ vào hệ số hồi quy Beta để giải thích xu hướng cũng như mức độ ảnh hưởng của các biến độc lập đến hệ số an toàn vốn.
• Kiểm định F: Được sử dụng để đưa ra quyết định lựa chọn mô hình Pooled OLS hay FEM Với giả định:
H 0 : Lựa chọn mô hình theo phương pháp Pooled OLS.
H1: Lựa chọn mô hình theo phương pháp FEM.
⇒ Nếu P-value > 5% chấp nhận giả thuyết H0 chọn mô hình Pool OLS, bác bỏ H1.
Tiếp theo, để lựa chọn mô hình theo phương pháp Pooled OLS hay phương pháp REM, thực hiện kiểm định sau:
H 0 : Lựa chọn mô hình theo phương pháp Pooled OLS.
H 1 : Lựa chọn mô hình theo phương pháp REM.
⇒ Nếu P-value > 5% chấp nhận giả thuyết H0 chọn mô hình Pool OLS, bác bỏ H1.
Sau khi thực hiện kiểm định để lựa chọn giữa mô hình OLS hay FEM, OLS hay REM, tiến hành kiểm định Hausman để lựa chọn mô hình FEM hay REM với giả định:
H0: Lựa chọn mô hình theo phương pháp REM.
H1: Lựa chọn mô hình theo phương pháp FEM.
⇒ Nếu P-value > 5% chấp nhận giả thuyết H0 chọn mô hình REM, bác bỏ H1.
3.4.2.5 Kiểm định khuyết tật mô hình
Nhằm mục đích tăng độ tin cậy và tính phù hợp của kết quả nghiên cứu, tác giả tiến hành các kiểm định để kiểm tra đa cộng tuyến, tự tương quan và phương sai sai số thay đổi.
• Kiểm định hiện tượng đa cộng tuyến: Đề tài sử dụng phương pháp kiểm định hệ số phóng đại phương sai (VIF) để kiểm tra hiện tượng đa cộng tuyến của mô hình Hệ só VIF quyết định mức độ nghiêm trọng của hiện tượng đa cộng tuyến trong mô hình, nếu hệ số VIF không lớn hơn 10 thì mô hình không xuất hiện hiện tượng đa cộng tuyến nghiêm trọng.
• Kiểm định tự tương quan:
Tác giả sử dụng kiểm định Wooldrige với giả định:
H 0 : Mô hình không bị tự tương quan.
H 1 : Mô hình có tự tương quan.
⇒ Nếu P-value > 5% chấp nhận giả thuyết H 0 không có hiện tượng tự tương quan, bác bỏ H1.
• Kiểm định hiện tượng phương sai sai số thay đổi:
Có nhiều phương pháp kiểm định hiện tượng phương sai sai số thay đổi như kiểm định White, Harvey, Modified và Breusch-Pagan Cụ thể, trong nghiên cứu này, tác giả sử dụng kiểm định Wald để kiểm tra hiện tượng phương sai sai số thay đổi của mô hình FEM với giả định:
H0: Không có hiện tượng phương sai sai số thay đổi.
H 1 : Có hiện tượng phương sai sai số thay đổi.
⇒ Nếu P-value > 5% chấp nhận giả thuyết H0 không có phương sai sai số thay đổi,bác bỏ H1.
Dựa trên cơ sở lý thuyết ở chương 2, tác giả khái quát mô hình nghiên cứu gồm các biến độc lập: Quy mô ngân hàng, Tỷ lệ tiền gửi, Thu nhập cận biên, Lợi nhuận trên tổng tài sản, Tỷ lệ cho vay, Tỷ lệ dự phòng rủi ro, Tỷ lệ nợ xấu và Tỷ lệ lạm phát.Đồng thời trình bày quy trình nghiên cứu và phương pháp nghiên cứu.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả bao gồm: trung bình (Mean), độ lệch chuẩn (Std.Dev), giá trị lớn nhất (Max), giá trị nhỏ nhất (Min) Kết quả thống kê mô tả của các biến quan sát được thể hiện ở bảng dưới:
Bảng 4.1 Thống kê mô tả
Variable Ob s Mean Std Dev Min Max
Nguồn: Tính toán của tác giả trên Stata 16.0
Từ kết quả trên cho thấy hệ số CAR trong bộ số liệu đề tài có giá trị trung bình là 12,98%; giá trị lớn nhất và giá trị nhỏ nhất lần lượt là 5% và 33,4%; độ lệch chuẩn là 3,58% Theo quy định mới nhất Thông tư 22/2019 TT-NHNN, hệ số CAR duy trì từ 9% trở lên, có thể thấy phần lớn các ngân hàng thương mại tại Việt Nam trong giai đoạn 2012-2021 đã đáp ứng được quy định.
Quy mô ngân hàng (SIZE) có độ lệch chuẩn tương đối lớn so với các biến khác, cụ thể là 10,11% Trong đó lượng tổng tài sản thấp nhất là ngân hàng TMCP Tiên Phong(TPB); ngân hàng có quy mô lớn nhất là ngân hàng TMCP Đầu tư và Phát triển Việt
Thu nhập lãi cận biên (NIM) có giá trị trung bình là 3,3%; giá trị lớn nhất là 9,4% của ngân hàng Thương mại cổ phần Việt Nam Thịnh Vượng (VPB) và giá trị bé nhất là 0,58% của ngân hàng thương mại cổ phần Phát triển Thành phố Hồ Chí Minh (HDB); độ lệch chuẩn là 1,35%.
Tỷ lệ tiền gửi (DEP) của 20 NHTM trong giai đoạn 2012-2021 có giá trị trung bình là 66,86% với độ lệch chuẩn là 10,59% Giá trị nhỏ nhất là 41,4% và tỷ lệ tiền gửi cao nhất lên đến 89,37% của ngân hàng thương mại cổ phần Sài Gòn Thương Tín (STB).
Lợi nhuận trên tổng tài sản (ROA) có giá trị trung bình là 0,97% với độ lệch chuẩn 0,7% Giá trị nhỏ nhất là 0,028% của ngân hàng TMCP Xuất nhập khẩu Việt Nam (EIB) và giá trị lớn nhất là 3,65% của ngân hàng Thương mại cổ phần Kỹ Thương Việt Nam (TCB).
Tỷ lê cho vay (LOA) có giá trị trung bình đạt 58,59% với độ lệch chuẩn là 11,3% Giá trị lớn nhất là 80,06% ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BID) và giá trị nhỏ nhất là 22,53% ngân hàng thương mại cổ phần Hàng hải Việt Nam (MSB).
Tỷ lệ dự phòng rủi ro (LLR) có giá trị trung bình là 1,4% với độ lệch chuẩn 4,48% Giá trị nhỏ nhất là 0,66% của ngân hàng TMCP Nam Á (NAB) và giá trị lớn nhất là 2,78% của ngân hàng Thương mại cổ phần Việt Nam Thịnh Vượng (VPB).
Tỷ lệ nợ xấu (NPL) có giá trị trung bình 2,09% Trong giai đoạn 2012-2021, tỷ lệ nợ xấu lớn nhất là 8,8% của ngân hàng TMCP Sài Gòn (SHB) năm 2012.
Tỷ lệ lạm phát (INF) trong giai đoạn 2012-2021 có giá trị MEAN là 3,8% Trong đó lạm phát cao nhất vào năm 2012 đạt 9,09% và lạm phát thấp nhất năm 2015 là 0,63%.
Hệ số tương quan dùng để xem xét mối quan hệ tương quan tuyến tính âm hay dương, mạnh hay yếu giữa các biến Bảng sau thể hiện hệ số tương quan giữa các biến trong mô hình:
Bảng 4.2 Ma trận tương quan giữa các biến
CAR SIZE NIM DEP ROA LOA LLR NPL INF
Nguồn: Tính toán của tác giả trên Stata 16.0
Qua bảng thống kê trên, các biến SIZE, DEP, ROA và LOA là các biến độc lập tương quan ngược chiều đối với biến phụ thuộc CAR Trong khi đó, các biến NIM, LLR, NPL và INF lại tương quan dương đối với CAR.
Trong các biến tương quan cùng chiều, biến độc lập NPL có hệ số tương quan đối vớiCAR là lớn nhất (0,2236); biến độc lập SIZE tương quan âm với CAR lớn nhất đạt -0,5759 Tất cả hệ số tương quan của các biến độc lập với biến phụ thuộc và các biến độc lập với nhau đều bé hơn 0,8; điều đó chứng tỏ không có hiện tượng đa cộng tuyến nghiêm trọng giữa các biến.
Trong bài nghiên cứu, tác giả sử dụng một biến phụ thuộc là CAR và 8 biến độc lập là SIZE, DEP NIM, ROA, LOA, LLR, NPL và INF để thấy được tác động của từng yếu tố đến hệ số CAR trong giai đoạn 2012-2021 Từ đó nghiên cứu hình thành mô hình hồi quy dựa vào kết quả kiểm định Pool OLS, FEM hay REM; tác giả lựa chọn mô hình phù hợp cho bài nghiên cứu.
4.1.3.1 Mô hình Pooled OLS Đầu tiên tác giả sử dụng mô hình Pooled OLS để gộp kiểm định mô hình Dựa vào kết quả kiểm định hồi quy OLS, bảng 4.3 giải thích được 37,56% (R- square=0,3756) Kết quả hồi quy cho thấy, biến độc lập SIZE tác động ngược chiều lên CAR với mức ý nghĩa 1% (P-value < 0,01) Trong khi đó, NIM có tác động dương đối với CAR với mức ý nghĩa 10% (P-value < 0,1) Các biến độc lập DEP, ROA, LOA, LLR, NPL, INF đều không có ý nghĩa về mặt thống kê.
Bảng 4.3 Hồi quy theo mô hình Pooled OLS
F(8, 191) = 14.36 Prob > F = 0,000 R-squared = 0.3756 Adj R-squared = 0.3494 Root MSE = 0.02894
CAR Hệ số hồi quy Độ lệch chuẩn t P>t Khoảng tin cậy 95%
Nguồn: Tính toán của tác giả trên Stata 16.0 4.1.3.2 Mô hình FEM
Tiếp theo thác giả chạy mô hình cố định FEM (Fixed Effect Model) Dựa vào kết quả hồi quy ở bảng 4.4 đã giải thích được 35,49% sự thay đổi của CAR ở các NHTM Việt Nam giai đoạn 2012-2021 (R-square=0,3549) Các biến độc lập SIZE và INF tác động âm đối với biến CAR với mức ý nghĩa 1% và 10% Biến NIM tác
Nguồn: Tính toán của tác giả trên Stata 16.0 động cùng chiều đến CAR ở mức ý nghĩa 5% Các biến DEP, ROA, LOA, LLR, NPL là không có ý nghĩa về mặt thống kê.
Bảng 4.4 Hồi quy theo mô hình FEM
Fixed-effects (within) regression Number of = 200
Group variable: NameMH = 20 groups R-sq: within = 0,3956 between = 0,5819 overall = 0,3549 corr(u_i, Xb) = -0,8384
Obs per group: min = 10 avg = 10,0 max = 10
CAR Hệ số hồi quy Độ lệch chuẩn t P>t Khoảng tin cậy
_cons 1,482695 0,198848 7,46 0,000 1,09 1,875192 sigma_u 0,03216505 sigma_e 0,02492619 rho 0,624788 (fraction of variance due to u_i)
Bảng 4.5 Hồi quy theo mô hình REM
Random-effects GLS regression Group variable: NameMH
Number of groups R-sq: within = 0,3701 between = 0,5536 overall = 0,3699 corr(u_i, X) = 0 (assumed)
Obs per group: min = 10 avg = 10,0 max = 10
CAR Hệ số hồi quy Độ lệch chuẩn z P>z Khoảng tin cậy 95%
_cons 0,851754 0,111545 7,64 0,000 0,63313 1,070379 sigma_u 0,01362232 sigma_e 0,02492619 rho 0,229981 (fraction of variance due to u_i)
Nguồn: Tính toán của tác giả trên Stata 16.0
THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Đảm bảo an toàn hoạt động kinh doanh ngân hàng là vô cùng quan trọng đối với ngân hàng nói riêng và hệ thống ngân hàng quốc gia nói chung Nâng cao hệ số an toàn vốn NHTM Việt Nam không những bảo vệ ngân hàng và khách hàng, nâng cao khả năng chống chọi của ngân hàng đối với các biến động tài chính, mà còn là bảo vệ nền kinh tế Việt Nam Đó còn là điều thiết yếu mà các NHTM Việt Nam phải thực hiện để tăng sự uy tín, tăng khả năng cạnh tranh đối với các ngân hàng trên toàn cầu trong bối cảnh hội nhập kinh tế thế giới.
Nghiên cứu sử dụng dữ liệu bảng gồm 20 NHTMCP Việt Nam đại diện cho mẫu các NHTM Việt Nam trong giai đoạn 2012 đến năm 2021 để phân tích tác động của yếu tố vĩ mô như tỷ lệ lạm phát, và các yếu tố vi mô bao gồm quy mô ngân hàng, tỷ lệ tiền gửi, thu nhập cận biên, tỷ lệ cho vay, lợi nhuận trên tổng tài sản, tỷ lệ dự phòng rủi ro và tỷ lệ nợ xấu đến hệ số an toàn vốn NHTM Việt Nam Để lựa chọn ra mô hình phù hợp nhất, tác giả đã tiến hành hồi quy dữ liệu bảng theo 3 mô hình Pooled OLS, FEM và REM Sau đó thực hiện các kiểm định và chọn được mô hình phù hợp nhất trong 3 mô hình là FEM Tác giả tiếp tục thực hiện kiểm định và khắc phục các khuyết tật của mô hình bao gồm phương sai sai số thay đổi và tự tương quan bằng phương pháp hồi quy theo mô hình GLS.
Thông qua kết quả hồi quy, tác giả chấp nhận 4 giả thuyết ban đầu đề tài Các biến SIZE và DEP tương quan ngược chiều với hệ số CAR với mức ý nghĩa lần lượt là 1% và 10% Các biến NIM, LOA và NPL ghi nhận có ảnh hưởng đến tỷ lệ CAR ở mức ý nghĩa 10% Còn lại ROA, LLR và INF là không có ý nghĩa trong mô hình.
Kết quả nghiên cứu nói lên rằng để cải thiện và nâng cao hệ số an toàn vốn, giảm thiểu rủi ro hoạt động, ngân hàng các ngân hàng thương mại cần phải kiểm soát,quản lý chặt chẽ nguồn vốn huy động, tăng khả năng sinh lời song song với việc
