T ÍNH C ẤP THI ẾT VÀ LÝ DO CH ỌN ĐỀ TÀI
Hệ thống ngân hàng là trung gian của của nền kinh tế, là một trong những yếu tố quan trọng góp phần thúc đẩy nền kinh tế phát triển Trong thời gian qua, chúng ta chứng kiến sự phát triển ngày càng hoàn thiện và lớn mạnh của hệ thống ngân hàng trong nước Tuy nhiên, chính sự phát triển nhanh cả về quy mô và mức độ đa dạng của hệ thống ngân hàng trong thời gian ngắn vừa qua đã tiềm ẩn nhiều rủi ro và cả những nguy cơ lớn tác động trực tiếp đến sự an toàn và lành mạnh của hệ thống ngân hàng thương mại Để ngăn chặn sự đổ vỡ của ngân hàng và bảo vệ lợi ích của người gửi tiền mà các nhà quản lý ngành ngân hàng phải duy trì và nhấn mạnh tầm quan trọng của hệ số an toàn vốn trong hoạt động ngân hàng theo tiêu chuẩn Basel Đây là một trong các chỉ tiêu rất quan trọng trong việc đảm bảo an toàn trong hoạt động của các ngân hàng thương mại Hay nói cách khác, khi ngân hàng đảm bảo được tỉ lệ này tức là nó đã tự tạo ra một tấm đệm chống lại những cú sốc về tài chính, vừa tự bảo vệ mình, vừa bảo vệ những chủ thể khác trong nền kinh tế.
Tại Việt Nam, NHNN đã có những hướng triển khai áp dụng Basel vào quản trị rủi ro ngân hàng và xem đó là trọng tâm của ngành ngân hàng Từ năm 2014, NHNN đã chủ động xây dựng lộ trình triển khai và áp dụng Basel II đối với hệ thống NHTM, trong đó có việc lựa chọn 10 ngân hàng thương mại thí điểm áp dụng Basel II Và theo quy định tại Thông tư 41/2016/TT-NHNN, áp dụng Basel II là yêu cầu tất yếu đối với các NHTM, và kể từ 01/01/2020, các ngân hàng sẽ phải chính thức áp dụng tỷ lệ an toàn vốn theo chuẩn Basel II Tuy nhiên, các ngân hàng hiện tại đang bộc lộ quá nhiều điểm yếu điểm yếu trong quá trình hoàn thành Basel II, đặc biệt là hệ số an toàn vốn.
Vì vậy, xuất phát từ yêu cầu thực tiễn trong việc tìm hiểu về hệ số an toàn vốn của các ngân hàng thương mại Việt Nam, tác giả lựa chọn đề tài “Các yếu tố ảnh hưởng đến hệ số an toàn vốn của các ngân hàng thương mại cổ phầnViệt Nam” để
2 nghiên cứu Kết quả nghiên cứu sẽ làm rõ mức tác động của từng yếu tố cũng như bức tranh chung về tình hình tài chính của các ngân hàng thương mại cổ phần Việt Nam Từ đó, lập luận và đưa ra các hàm ý quản trị cho các nhà quản trị ngân hàng trong việc nâng cao chất lượng an toàn vốn.
M ỤC TIÊU NGHIÊN C ỨU
Bằng việc kết hợp nhiều phương pháp nghiên cứu khác nhau, đề tài được thực hiện nhằm xác định các yếu tố cũng như mức tác động đến hệ số an toàn vốn của các Ngân hàng thương mại ở Việt Nam giai đoạn 2013 - 2020 Từ đó, lập luận và đưa ra một vài khuyến nghị giúp nâng cao chất lượng hệ số an toàn vốn của các Ngân hàng tại Việt Nam trong thời gian tới.
Thứ nhất, hệ thống hóa cơ sở lý luận liên quan đến hệ số an toàn vốn, xác định các yếu tố ảnh hưởng đến hệ số an vốn của các ngân hàng thương mại Việt Nam.
Thứ hai, phân tích và đánh giá mức tác động của từng yếu tố đến hệ số an toàn vốn của các ngân hàng thương mại.
Thứ ba, lập luận và đưa ra các khuyến nghị giúp các nhà quản trị ngân hàng có thể đưa ra các chính sách nhằm cải thiện hệ số an toàn vốn.
C ÂU H ỎI NGHIÊN C ỨU
Để hoàn thành tốt mục tiêu nghiên cứu thì bài viết phải trả lời được lần lượt các câu hỏi sau:
- Những yếu tố nào ảnh hưởng đến hệ số an toàn vốn của ngân hàng thương mại Việt Nam?
- Các yếu tố tác động đến hệ số an toàn vốn như thế nào, yếu tố nào đóng vai trò chủ đạo?
- Giải pháp nào giúp các NH TMCP nâng cao chất lượng hệ số an toàn vốn trong thời gian tới?
Đ ỐI TƯỢNG VÀ PH ẠM VI NGHIÊN C ỨU
Hệ số an toàn vốn và các nhóm yếu tố thuộc đặc điểm về ngân hàng có tác động đến hệ số an toàn vốn của ngân hàng thương mại Việt Nam.
Về không gian: Nghiên cứu được tiến hành nghiên cứu trên dữ liệu của 25 ngân hàng TMCP Việt Nam trên tổng số 31 ngân hàng TMCP tính tới thời điểm nghiên cứu được thực hiện Do một vài hạn chế trong việc thu thập thông tin của 6 ngân hàng còn lại nên tác giả không thể mở rộng mẫu nghiên cứu Tuy nhiên, tác giả tin rằng mẫu nghiên cứu có thể đại điện cho hệ thống ngân hàng TMCP Việt Nam.
Về thời gian: Dữ liệu nghiên cứu trong giai đoạn 2013 – 2020.
P HƯƠNG PHÁP NGHIÊN CỨU
Ở nghiên cứu này sử dụng phương pháp nghiên cứu định lượng với sự hỗ trợ của phần mềm Stata Thông qua dữ liệu bảng thu thập, tác giả tiến hành phân tích hồi quy và tiến hành các kiểm định để xây dựng mô hình phù hợp Cụ thể, nghiên cứu sử dụng phân tích hồi quy dữ liệu bảng theo phương pháp bình phương nhỏ nhất (POOLED OLS), phương pháp tác động ngẫu nhiên (REM) và phương pháp tác động cố định (FEM) Trên cơ sở hồi quy dữ liệu bảng, tác giả sử dụng các kiểm định như Preusch and Pagan và kiểm định Hausman để chọn lựa mô hình phù hợp nhất Nghiên cứu sử dụng phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS) trên dữ liệu bảng để xử lý các vấn đề như phương sai của sai số thay đổi cũng như hiện tượng tự tương quan. Sau đó tác giả sử dụng phương pháp S-GMM để xử lí các vấn đề nội sinh Bên cạnh đó, phương pháp nghiên cứu định tính cũng được sử dụng để so sánh, đánh giá thông qua nền tảng nghiên cứu các đề tài đã thực hiện trước đó.
1.6.1 Về mặt khoa học: Trên cơ sở xây dựng mô hình tìm ra các yếu tố tác động đến hệ số an toàn vốn của các NH TMCP Việt Nam, tác giả đã xác định và lượng hóa
4 mức tác động của từng yếu tố Nội dung nghiên cứu sẽ góp phần củng cố cơ sở lý luận cũng như là tài liệu tham khảo cho các đọc giả quan tâm về chủ đề này.
1.6.2 Về mặt thực tiễn: Kết quả nghiên cứu là bằng chứng thực nghiệm trong việc đo lường các yếu tố ảnh hưởng đến hệ số an toàn vốn Từ đó, gợi ý các giải pháp cho các nhà quản trị trong việc nâng cao chất lượng hệ số an toàn vốn của các NHTMCP Việt Nam.
K ẾT CẤU CỦA ĐỀ TÀI
Để thực hiện các mục tiêu trên, nghiên cứu được chia thành 5 chương với các nội dung như sau:
Chương này giới thiệu tổng quan về đề tài nghiên cứu bao gồm: lý do chọn đề tài nghiên cứu, mục tiêu và câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu,phương pháp nghiên cứu, ý nghĩa thực tiễn.
C Ơ SỞ LÝ THUYẾT VỀ HỆ SỐ AN TOÀN VỐN
2.1.1 Khái niệm hệ số an toàn vốn
Nhắc đến hệ số an toàn vốn thì không thể không nói tới Uỷ ban Basel về giám sát Ngân hàng (The Basel Committee on Banking Supervision - BCBS), vì đây là tổ chức tiên phong trong việc tiêu chuẩn hoá cách đo lường chỉ số này Theo đó, hệ số an toàn vốn được định nghĩa là một chỉ tiêu kinh tế phản ánh mối quan hệ về vốn của ngân hàng đối với tổng tài sản có điều chỉnh rủi ro Chỉ số này biểu thị sức mạnh tài chính và mức độ an toàn trong hoạt động của ngân hàng.
Theo như thông tư 22/2019 quy định các giới hạn, tỷ lệ bảo đảm an toàn trong hoạt động của ngân hàng, chi nhánh ngân hàng nước ngoài do NHNN Việt Nam ban hành Theo đó, tỷ lệ an toàn vốn tối thiểu phản ánh mức đủ vốn của ngân hàng, chi nhánh ngân hàng nước ngoài trên cơ sở giá trị vốn tự có và mức độ rủi ro trong hoạt động của ngân hàng, chi nhánh ngân hàng nước ngoài.
Theo quan điểm của Aspal, P K., & Nazneen, A (2014), hệ số an toàn vốn được xem là một trong những chỉ tiêu để đánh giá về sức khỏe tài chính của các ngân hàng và cực kỳ hữu ích trong việc ngăn chặn các ngân hàng tránh rơi vào phá sản Hệ số CAR cao được coi là một biện pháp tự vệ, bảo vệ các bên liên quan và duy trì sự ổn định của hệ thống ngân hàng trong nền kinh tế.
Theo quan điểm của Nguyễn Đăng Dờn (2012), hệ số an toàn vốn là tỷ lệ giữa vốn tự có và tổng tài sản có rủi ro quy đổi Đây là chỉ tiêu rất quan trọng để phản ánh năng lực tài chính của các NHTM, cũng như đánh giá khả năng thanh toán các khoản nợ có thời hạn và đánh giá mức độ an toàn trong hoạt động tín dụng của các NHTM.
Như vậy có thể thấy hệ số an toàn vốn là thước đo về vốn tự có của ngân hàng đối với tổng tài sản đã điều chỉnh rủi ro Chỉ số này không chỉ biểu thị sức mạnh tài chính, xác định khả năng thanh toán các khoản nợ cũng như khi đối mặt với các rủi ro như rủi ro tín dụng, rủi ro thị trường Một khi ngân hàng đảm bảo được hệ số này thì không những tự bảo vệ mình khỏi những cú sốc tài chính mà còn bảo vệ người gửi tiền, đảm bảo sự an toàn của hệ thống tài chính và nền kinh tế.
2.1.2 Sự ra đời hệ số an toàn vốn
Như đã đề cập ở trên, sự ra đời và phát triển của hệ số an toàn vốn gắn liền mật thiết với
Uỷ ban Basel Theo Khuất Duy Tuấn và Bùi Văn Hải (2017), sau cuộc khủng hoảng thị trường tài chính dẫn đến sự sụp đổ của hàng loạt ngân hàng vào những năm cuối của thập niên 70, Thống đốc Ngân hàng Trung ương các nước thuộc nhóm G10 đã thành lập một Uỷ ban về các quy định hoạt động ngân hàng và thông lệ giám sát, sau này đổi tên là Uỷ ban Basel về giám sát ngân hàng (BCBS) Ủy ban này đóng vai trò như một diễn đàn hợp tác định kỳ giữa các nước thành viên về các vấn đề liên quan đến hoạt động giám sát ngân hàng với mục đích tăng cường ổn định tài chính thông qua việc nâng cao kiến thức về giám sát và tăng cường chất lượng giám sát ngân hàng toàn cầu.
Vào năm 1988, Ủy ban đã quyết định giới thiệu hệ thống đo lường vốn mà nó được đề cập như là Hiệp ước vốn Base I (the Basel Capital Accord) hay Basel I Hệ thống này cung cấp khung đo lường rủi ro tín dụng với tiêu chuẩn vốn tối thiểu 8% Basel I không chỉ được phổ biến trong các quốc gia thành viên mà còn được phổ biến ở hầu hết các nước khác có các ngân hàng hoạt động quốc tế.
Tuy nhiên, những tiến bộ trong thông lệ Ngân hàng cũng như những điểm yếu diễn ra sau khi áp dụng Basel I dẫn đến một thực tế là các chuẩn mực vốn cần phải linh động để đảm bảo tính hiệu quả Theo đó, các chuẩn mực cần thể hiện những thay đổi trong khu vực tài chính và giải quyết những bất cập về chính sách được bộc lộ qua khủng hoảng tài chính Vì vậy mà BCBS đã đưa các thay đổi này vào Hiệp ước vốn Basel II vào năm
2004 và Basel III vào năm 2010.
2.1.3 Đo lường hệ số an toàn vốn
2.1.3.1 Theo Hiệp ước vốn Basel
Bảng 2.1 Công thức tính hệ số an toàn vốn qua từng thời kỳ của Basel
Mốc ban hành Công thức tính CAR
Vốn tự có Tài sản điều chỉnh rủi ro (Risk-Weighted Asset, RWA) Rủi ro tín dụng
Vốn tự có RWA-Rủi ro tín dụng+RWA-Rủi ro hoạt động+RWA-Rủi ro thị trường
Vốn tự có RWA-Rủi ro tín dụng+RWA-Rủi ro hoạt động+RWA-Rủi ro thị trường
2.1.3.2 Theo quy định tại Việt Nam
Bảng 2.2 Các mốc chính trong quy định hệ số an toàn vốn tại Việt Nam
Văn bản Năm ban hành Năm thực hiện Quy định về CAR
Các nhóm tài sản có rủi ro: 0%, 20%, 50%, 100%, 150% và 250%
Các nhóm tài sản có rủi ro: 0%, 20%, 50%, 100% và 150%.
01/06/2016 Hệ số tài sản có rủi ro trong bất động sản tăng từ150% đến 200%.
Bao gồm cả rủi ro tín dụng, rủi ro hoạt động và rủi ro thị trường Thông tư số
CAR được sửa đổi, bổ sung cấu phần và cách xác định cấu phần vốn tự có, hệ số rủi ro của một số khoản phải đòi
31/07/2018 Sửa đổi bổ sung một số điều của
Thông tư Thông tư 36/2014/TT- NHNN
9 01/01/2020 Quy định về lộ trình giảm tỉ lệ vốn ngắn hạn sử dụng cho vay trung dài hạn xuống 30%; tăng hệ số rủi ro với cho vay bất động sản tiêu dùng lên 150%.
0 14/02/2021 Quy định về tỷ lệ an toàn vốn riêng lẻ và hợp nhất ≥ 9%
Nguồn: NHNN Việt Nam Theo Bảng 2.2, tính đến thời điểm hiện tại NHNN Việt Nam đã áp dụng Basel I hoàn toàn, và một phần Basel II trong cách tính hệ số an toàn vốn đã được thể hiện trong các Thông tư 13, 36, 06, Đến Thông tư 23/2020/TT-NHNN, các tiêu chuẩn tính toán hệ số an toàn vốn đã tương đối tiệm cận với các tiêu chuẩn trong Basel II.
Cụ thể cấu phần và cách xác định vốn tự có cũng như phân nhóm tài sản rủi ro được quy định trong Thông tư 23/2020/TT-NHNN sẽ được tác giả trình bày trong phần phụ lục.
2.1.4 Ý nghĩa của hệ số an toàn vốn Đối với ngân hàng thương mại: Hệ số an toàn vốn là một chỉ tiêu quan trọng để đảm bảo năng lực tài chính của một ngân hàng, nó thể hiện khả năng bảo vệ của ngân hàng nếu có rủi ro xảy ra Do đó, việc áp dụng một tỷ lệ an toàn vốn tối thiểu của ngân hàng hỗ trợ rất nhiều trong việc xây dựng và duy trì một hệ thống tài chính quốc gia lành mạnh và hiệu quả (Bahiru Workneh, 2014) Bên cạnh đó, thực hiện đúng chỉ tiêu hệ số an toàn vốn còn giúp gia tăng uy tín và năng lực cạnh tranh cho các NHTM (Nguyễn Kim Chi,
2014) Điều này có ý nghĩa vô cùng đặc biệt trong hoạt động kinh doanh tiền gửi của các NHTM. Đối với nhà đầu tư: Hệ số này thường được sử dụng để báo hiệu cho người gửi tiền trước rủi ro của ngân hàng Ngoài ra, hệ số an toàn vốn được sử dụng như một chỉ số quan trọng để nhà đầu tư đánh giá mức độ an toàn, khả năng phòng vệ rủi ro của từng ngân hàng. Đối với ngân hàng Nhà nước: Hệ số an toàn vốn được Ngân hàng nhà nước sử dụng làm công cụ giám sát vốn khi quy định hệ số an toàn vốn tối thiểu theo từng thời kỳ để các ngân hàng thương mại chấp hành theo quy định Việc kiểm soát hệ số an toàn vốn giúp đảm bảo khả năng thanh toán của các ngân hàng, bảo vệ người gửi tiền cũng như giảm thiểu khả năng phá sản của ngân hàng thương mại.
C ÁC YẾU TỐ ẢNH HƯỞNG ĐẾN HỆ SỐ AN TOÀN VỐN
Quy mô ngân hàng (SIZE) được thể hiện thông qua quy mô tài sản của ngân hàng Tổng tài sản ngày một gia tăng hay giảm đi nghĩa là ngân hàng đang trong giai đoạn mở rộng hay thu hẹp quy mô, điều này ảnh hưởng tới đáng kể tới hoạt động ngân bao gồm cả hoạt động cho vay lẫn hoạt động huy động tiền gửi dẫn đến sự ảnh hưởng đến hệ số an toàn vốn của ngân hàng. Theo tác giả Nadja Dreca nghiên cứu về yếu tố tác động đến hệ số an toàn vốn trong hệ thống Ngân hàng Bosnian năm 2005-2010 cho rằng quy mô ngân hàng quan hệ tỷ lệ nghịch với hệ số an toàn vốn bởi vì ngân hàng càng lớn thì càng nắm giữ nhiều tài sản rủi ro hơn so với ngân hàng nhỏ Cùng với quan điểm đó, Nguyễn Kim Chi (2014), Phạm Tiến Dũng (2017) cũng cho rằng quy mô ngân hàng rất quan trọng và có tác động ngược chiều với hệ số an toàn vốn.
2.2.2 Tỷ suất sinh lời trên tài sản
Tỷ suất sinh lời trên tài sản (ROA) được đo lường bằng lợi nhuận sau thuế chia cho tổng tài sản Đây là là một chỉ tiêu đánh giá về hiệu quả quản lý tài sản, cho biết chất lượng của công tác quản lý tài sản có trong ngân hàng trong quá trình chuyển tài sản thành thu nhập ròng, đánh giá khả năng tạo tích lũy và đóng góp của ngành ngân hàng đối với nền kinh tế xã hội Nhóm tác giả Mohammed T Abusharba, Iwan Triyuwono, Munawar Ismail và Aulia F. Rahman (2012) nghiên cứu về các yếu tố tác động đến hệ số an toàn vốn hệ thống 11 Ngân hàng thương mại Hồi Giáo ở Indonesia giai đoạn từ 01/2019 đến 12/2011 chỉ ra mối quan hệ tích cực giữa tỷ suất sinh lời trên tổng tài sản và hệ số an toàn vốn Như vậy, các ngân hàng có ROA cao, chứng tỏ chính sách kinh doanh và đầu tư hiệu quả, công tác quản trị tài sản và quản trị rủi ro tín dụng tốt, từ đó giảm chi phí trích lập dự phòng và gia tăng lợi nhuận, gián tiếp cải thiện được hệ số CAR.
Trái ngược với quan điểm đó, Theo tác giả Nadja Dreca nghiên cứu về yếu tố tác động đến hệ số an toàn vốn trong hệ thống Ngân hàng Bosnian năm 2005-2010 thì ngân hàng để có lợi nhuận cao hơn làm tăng tài sản rủi ro của nó, do đó tồn tại mối quan hệ ngược chiều giữa tỷ suất sinh lời trên tổng tài sản và hệ số an toàn vốn.
2.2.3 Tỷ lệ dự phòng rủi ro tín dụng
Tỷ lệ dự phòng rủi ro tín dụng (LLR) cũng được xem là một yếu tố tác động đến hệ số an toàn vốn Tỷ lệ dự phòng các khoản cho vay khó đòi của NHTM được xác định bằng tỷ lệ giữa tổng giá trị dự phòng cho các mất mát trong danh mục cho vay trên tổng số tiền cho vay.
Hệ số này được xem xét như là một trong các yếu tố xác định rủi ro của ngân hàng Có thể thấy, tồn tại một mối quan hệ tiêu cực giữa tỷ lệ dự phòng rủi ro tín dụng hay còn gọi là dự phòng mất vốn đối với hệ số an toàn vốn Trên thực tế, việc ngân hàng gia tăng trích lập dự phòng khiến khả năng tăng vốn giảm dẫn đến khó khăn trong việc tăng hệ số an toàn vốn Theo các tác giả Osama A.El-Ansary, Hassan M.Hafez (2015) nghiên cứu về các yếu tố tác động đến hệ số an toàn vốn của 36 NHTM Ai Cập trong giai đoạn 2004 - 2013 hay như Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019), xây dựng mô hình hồi quy tuyến tính đa biến với dữ liệu dạng bảng được thu thập ở 27 NHTM Việt Nam trong giai đoạn 2013-2017 Các nghiên cứu đều tìm thấy mối tương quan cùng chiều giữa hệ số an toàn vốn và tỷ lệ dự phòng rủi ro tín dụng.
Khả năng thanh khoản (LIQ) của NHTM được thể hiện thông qua hệ số giữa lượng tiền mặt và các khoản tương đương tiền với tổng tài sản mà ngân hàng nắm giữ, khả năng thanh khoản cao có nghĩa là ngân hàng có thể chuyển đổi tài sản thành tiền mặt nhanh chóng để đáp ứng các nhu cầu tài chính khác Theo nhóm tác giả Võ Hồng Đức, Nguyễn Minh Vương và Đỗ Thành Trung (2014), nghiên cứu này được tiến hành nhằm mục đích xác định và lượng hóa tác động của các nhân tố tiêu biểu đến tỷ lệ an toàn vốn của các Ngân hàng Thương Mại (NHTM) tại Việt Nam Nghiên cứu sử dụng kỹ thuật hồi quy bảng để phân tích các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn (CAR) của 28 NHTM Việt Nam trong giai đoạn 2007 đến 2012 Kết quả nghiên cứu chỉ ra rằng gia tăng tỷ lệ tài sản có khả năng thanh khoản có tác động cùng chiều đến tỷ lệ an toàn vốn.
Tỷ lệ cho vay (LOA) của ngân hàng cũng là một trong những yếu tố ảnh hưởng đến hệ số an toàn vốn, thể hiện thông qua tỷ lệ cho vay trên tổng tài sản của ngân hàng Theo Nadja Dreca nghiên cứu về yếu tố tác động đến hệ số an toàn vốn trong hệ thống 15 Ngân hàng Bosnian năm 2005-2010 cho thấy tỷ lệ cho vay trên tổng tài sản đo lường tác động của các khoản vay trong danh mục tài sản tăng nguy cơ dẫn đến tài sản có rủi ro tăng cao và các ngân hàng có xu hướng tăng vốn để bù đắp rủi ro cho người gửi tiền Tuy nhiên, mức độ tăng vốn để bù đắp rủi ro thấp hơn mức độ tăng tài sản có rủi ro thì hệ số an toàn vốn sẽ giảm và thực nghiệm theo nghiên cứu của Nadja Dreca đã cho thấy tồn tại một mối tương quan ngược chiều giữa hệ số an toàn vốn và tỷ lệ cho vay Cùng với quan điểm này, Nguyễn Kim Chi (2014); Phạm Thị Xuân Thoa và Nguyễn Ngọc Anh (2017) cũng chỉ ra rằng việc lạm phát tăng cao buộc NHNN siết chặt chính sách tiền tệ làm cho các ngân hàng thiếu hụt nguồn vốn Tuy nhiên, do nhu cầu vay vẫn không ngừng tăng cao, ngân hàng đẩy mạnh cho vay vì muốn chạy theo lợi nhuận làm thiếu hụt nguồn vốn dự trữ dẫn đến CAR giảm.
2.2.6 Tỷ lệ huy động tiền gửi khách hàng
Hoạt động huy động vốn là một trong những hoạt động cơ bản, thường xuyên củaNHTM giúp ngân hàng có thể thực hiện đúng vai trò của mình là trung gian tài chính Trong số các hình thức huy động vốn thì nhận tiền gửi của khách hàng là hình thức chủ yếu nhất Lượng tiền gửi của khách hàng gia tăng chứng tỏ ngân hàng đang có chiến lược huy động vốn hợp lý, thương hiệu ngày càng được khẳng định thông qua niềm tin và sự lựa chọn của khách hàng Tỷ lệ huy động tiền gửi khách hàng (DEP) được đo lường bằng tỷ lệ tiền gửi trên tổng tài sản Tiền gửi khách hàng cũng là một yếu tố tác động đến CAR của NHTM.
Theo nghiên cứu Ijaz Hussain Bokhari, Syed Muhamad Ali (2009) về yếu tố tác động đến hệ số an toàn vốn trong hệ thống Ngân hàng Pakistan thì chỉ ra rằng hệ số tiền gửi trên tổng tài sản có tương quan âm với hệ số an toàn vốn Cùng quan điểm với nghiên cứu trên, Nadja Dreca (2014) và Nguyễn Kim Chi (2014) cũng cho rằng những ngân hàng có lượng tiền gửi dồi dào thì các ngân hàng có xu hướng duy trì hệ số an toàn vốn thấp hơn Thực tế tại một số ngân hàng lớn tại Việt Nam có số lượng tiền gửi từ khách hàng lớn như Ngân hàng Đầu tư và phát triển Việt Nam (BIDV), Ngân hàng Công thương Việt Nam (Vietinbank), Ngân hàng Ngoại thương Việt Nam (Vietcombank) thường duy trì một hệ số an toàn vốn thấp hơn so với các ngân hàng trong hệ thống Do đó tác giả tin rằng tỷ lệ huy động tiền gửi khách hàng các mối quan hệ ngược chiều với hệ số an toàn vốn.
Hệ số đòn bẩy (LEV) được xác định bằng tỷ số giữa tổng vốn chủ sở hữu trên tổng tài sản Việc ngân hàng có hệ số đòn bẩy cao không có nghĩa là ngân hàng dễ dàng tăng vốn hơn bởi vì chi phí sử dụng vốn chủ sở hữu cao Đòn bẩy tài chính cao sẽ phát sinh nhiều rủi ro, dẫn đến tăng chi phí trích lập dự phòng, giảm lợi nhuận ngân hàng và gián tiếp giảm hệ số CAR Thực nghiệm nghiên cứu các yếu tác động đến hệ sốan toàn vốn của các ngân hàng Thổ Nhĩ Kỳ của Hasan và cộng sự (2011) cho hệ số đòn bẩy tài chính có tác động ngược chiều với hệ số an toàn vốn Tuy nhiên, Nadja Dreca (2014) lại cho rằng hệ số đòn bẩy và hệ số an toàn vốn lại có mối quan hệ tích cực với nhau.
Biên lãi ròng hay thu nhập lãi cận biên (NIM) là một yếu tố quan trọng của lợi nhuận ngân hàng, chịu ảnh hưởng của biến động thịt rường lãi suất và rủi ro mặc định trên lợi nhuận được công nhận Thu nhập lãi cận biên rất hữu ích trong việc đo lường những thay đổi và xu hướng trong biên độlãi suất và so sánh thu nhập lãi giữa các ngân hàng, đồng thời cũng là một thước đo quan trọng để đo lường hiệu quả tài chính của ngân hàng vì nó thường chiếm trên 70% tổng thu nhập của ngân hàng Theo quan điểm của Bahtiar Usman, Henny Setyo Lestari, Tiara Puspa (2019) và nghiên cứu được thực hiện bởi Phạm Thị Xuân Thoa và Nguyễn Ngọc Anh
(2017) cho thấy NIM có tác động cùng chiều đến CAR vì các ngân hàng duy trì nhiều thu nhập cho phép các ngân hàng tăng vốn thông qua lợi nhuận giữ lại.
M Ô HÌNH NGHIÊN CỨU
3.1.1 Giới thiệu mô hình nghiên cứu
Trên cơ sở lý luận và các nghiên cứu thực nghiệm trước đó về các yếu tố ảnh hưởng đến hệ số an toàn vốn của các NHTM, tác giả quyết định chọn mô hình nghiên cứu của Hasan và cộng sự (2011) – Nghiên cứu các yếu tố ảnh hưởng đến hệ số an toàn vốn của các NHTM Thổ Nhĩ Kỳ trong giai đoạn 2006-2010 làm mô hình gốc cho nghiên cứu Cũng bởi vì, Thổ Nhĩ Kỳ và Việt Nam có nhiều điểm tương đồng về cấu trúc nền kinh tế Thêm vào đó, mô hình nghiên cứu của Hasan và cộng sự cũng đã phản ánh khá đầy đủ các yếu tố khi nghiên cứu về sự ảnh hưởng đến hệ số an toàn vốn của các NHTM.
Ngoài ra, tác giả cũng tổng hợp thêm một một số biến độc lập được lấy từ các nghiên cứu khác Cụ thể, thu nhập lãi cân biên (NIM) được lấy từ nghiên cứu của Bahtiar Usman, Henny Setyo Lestari và Tiara Puspa (2019); Tỷ lệ dự phòng rủi ro tín dụng (LLR) tham khảo được từ nghiên cứu của Osama A El-Ansary & Hassan M Hafez (2015), Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) để hoàn thiện hơn mô hình nghiên cứu của tác giả.
Mô hình nghiên cứu được đề xuất như sau:
CARit = Po + P1 SIZEit + P2 ROAit + p3 LLR it + p4LIQit +
P5DEP it + P6 LOA it + P7 LEV it + P8 NIM it + eit
Trong đó: β0: Hệ số chặn. β1, , β8: Các hệ số hồi quy riêng của các biến độc lập. i: ký hiệu cho các ngân hàng, t ký hiệu cho các năm và e đại diện cho sai số của mô hình.
CAR: Hệ số an toàn vốn của ngân hàng (được tính theo tỷ lệ phần trăm)
Biến độc lập bao gồm:
SIZE: Quy mô ngân hàng (thể hiện bởi logarit tự nhiên của tổng tài sản)
ROA: Tỷ suất lợi nhuận trên tài sản (được tính theo tỷ lệ phần trăm)
LLR: Tỷ lệ dự phòng rủi ro tín dụng (được tính theo tỷ lệ phần trăm)
LIQ: Khả năng thanh khoản (được tính theo tỷ lệ phần trăm)
DEP: Tỷ lệ huy động tiền gửi khách hàng (được tính theo tỷ lệ phần trăm)
LOA: Tỷ lệ cho vay (được tính theo tỷ lệ phần trăm)
LEV: Hệ số đòn bẩy tài chính (được tính theo tỷ lệ phần trăm)
NIM: Thu nhập lãi cận biên (được tính theo tỷ lệ phần trăm)
3.1.2.1 Quy mô ngân hàng (SIZE)
Quy mô ngân hàng được đo lường bằng cách lấy logarit tự nhiên của tổng tài sản, ký hiệu là SIZE Dữ liệu được lấy từ Báo cáo tài chính (BCTC) của các ngân hàng TMCP Việt Nam.
SIZE = Ln (Tổng tài sản) Quy mô ngân hàng được thể hiện thông qua tổng tài sản hiện có của chính ngân hàng đó, tổng tài sản ngày càng gia tăng chứng tỏ ngân hàng đang trong giai đoạn mở rộng quy mô Tuy nhiên, việc này cũng đồng nghĩa với ngân hàng đang phải nắm nhiều tài sản rủi ro hơn, dẫn đến hệ số an toàn vốn càng nhỏ lại.
Các nghiên cứu thực nghiệm trước đây cũng cho thấy quy mô ngân hàng có tác động ngược chiều với hệ số an toàn vốn như nghiên cứu của Nadja Dreca (2013),
Nguyễn Kim Chi (2014), Nguyễn Tiến Dũng (2017) Dựa trên cơ sở đó, tác giả xây dựng giả thuyết như sau:
H1: Quy mô ngân hàng có tác động ngược chiều với hệ số an toàn vốn.
3.1.2.2 Tỷ suất lợi nhuận trên tài sản (ROA)
Tỷ suất sinh lời trên tài sản được đo lường bằng cách lấy lợi nhuận sau thuế chia cho tổng tài sản., ký hiệu là ROA Dữ liệu được lấy từ Báo cáo tài chính (BCTC) của các ngân hàng TMCP Việt Nam.
Lợi nhuận sau thuế ROA= Tổng tài sản
Tỷ suất sinh lời trên tài sản của ngân hàng (ROA) được xem là một trong những chỉ tiêu quan trọng trong đo lường hoạt động kinh doanh của ngân hàng ROA cao chứng tỏ ngân hàng quản lí tài sản tốt trong quá trình chuyển đổi tài sản thành thu nhập ròng Điều này sẽ giúp ngân hàng giảm rủi ro và gia tăng lợi nhuận, ngân hàng sẽ tăng thu nhập giữ lại và từ đó giúp tăng nguồn vốn Chính vì thế, lợi nhuận trên tài sản cao giúp ngân hàng cải thiện hệ số CAR Các nghiên cứu thực nghiệm trước đây cũng cho thấy lợi nhuận trên tài sản có tác động cùng chiều với hệ số an toàn vốn như nghiên cứu của Mohammed T Abusharba, Iwan Triyuwono, Munawar Ismail & Aulia F Rahman (2013) Trái ngược, Nadja Dreca (2013) lại cho rằng ROA với hệ số an toàn vốn có mối quan hệ ngược chiều.
Mặc dù vẫn có nhiều quan điểm trái chiều về tác động của lợi nhuận trên tài sản đến hệ số an toàn vốn Tuy nhiên, tác giả vẫn mong đợi mối quan hệ cùng chiều giữa hai yếu tố này.
H2: Lợi nhuận trên tài sản có tác động cùng chiều với hệ số an toàn vốn 3.1.2.3 Tỷ lệ dự phòng rủi ro tín dụng (LLR)
Tỷ lệ dự phòng rủi ro tín dụng được đo lường bằng cách lấy dự phòng rủi ro tín dụng trên tổng tổng dư nợ, ký hiệu là LLR Dữ liệu được lấy từ Báo cáo tài chính (BCTC) của các ngân hàng TMCP Việt Nam
Dự phòng rủi ro tín dụng
Dự phòng rủi ro tín dụng được định nghĩa là phần trích lập dự trữ cho những mất mát
LLR đối với các khoản cho vay của ngân hàng Khi trích lập dự phòng tăng đồng nghĩa với việc ngân hàng đang gia tăng nợ xấu hay các tài sản có rủi ro trong danh mục cho vay Một khi tỷ lệ này tăng lên sẽ khiến ngân hàng đối mặt với áp lực về tài chính, gây khó khăn trong việc tăng vốn Các nghiên cứu thực nghiệm trước đây cũng cho thấy tỷ lệ dự phòng rủi ro tín dụng có mối quan hệ ngược chiều với hệ số an toàn vốn Được thể hiện qua nghiên cứu của Osama
A El-Ansary & Hassan M Hafez (2015), Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019).
Do đó, tác giả cũng mong đợi mối tương quan ngược chiều giữa hai yếu tố này.
H3: Tỷ lệ dự phòng rủi ro tín dụng có tác động ngược chiều với hệ số an toàn vốn.
3.1.2.4 Khả năng thanh khoản (LIQ)
Hệ số thanh khoản được xác định bằng tỷ lệ tiền mặt và các khoản tương đương tiền trên tổng tài sản của ngân hàng và được ký hiệu là LIQ Dữ liệu được lấy từ báo cáo tài chính (BCTC) của các ngân hàng TMCP Việt Nam.
Tiền và các khoản tương đương tiền
Tổng tài sản Trên thực tế, khi tỷ lệ tiền mặt và tương đương tiền gia tăng, nguy cơ đối mặt mới rủi ro thanh khoản được cải thiện và ngược lại, khi tiền và các khoản tương đương tiền giảm đồng nghĩa với rủi ro thanh khoản tăng lên Khi ngân hàng đảm bảo được khả năng thanh khoản phản ánh ngân hàng đáp ứng đủ nhu cầu tín dụng cũng như dòng tiền, từ đó giúp ngân hàng gia tăng lợi nhuận và nguồn vốn Điều này có tác động tích cực với hệ số CAR Nghiên cứu thực nghiệm trước đây của Võ Hồng Đức và cộng sự (2014) cũng cho thấy mối tương quan cùng chiều giữa khả năng thanh khoản và hệ số an toàn vốn.
H4: Khả năng thanh khoản có tác động cùng chiều với hệ số an toàn vốn.
3.1.2.5 Tỷ lệ huy động tiền gửi khách hàng (DEP)
Tỷ lệ huy động tiền gửi khách hàng được đo lường bằng tỷ lệ tiền gửi khách hàng trên tổng tài sản ngân hàng, được ký hiệu là DEP Dữ liệu được lấy từ báo cáo tài chính (BCTC) của các ngân hàng TMCP Việt Nam.
Tiền gửi khách hàng Tổng tài sản Khi tiền gửi khách hàng tăng lên, ngân hàng cần có các biện pháp để vừa bảo vệ người gửi tiền, vừa bảo vệ chính ngân hàng tránh việc mất khả năng thanh khoản Khi ngân hàng có được lượng tiền ổn định đồng nghĩa với việc ngân hàng đủ vốn để có thể tài trợ cho hoạt động tín dụng của mình, mang về cho ngân hàng một khoản lợi nhuận đáng kể khi mà nguồn thu từ hoạt động tín dụng vẫn chiếm tỷ trọng lớn, từ đó góp phần cải thiện hệ số an toàn vốn Tuy nhiên, theo như Nguyễn Kim Chi (2014), việc có lượng tiền gửi dồi dào giúp cho ngân hàng có đủ nguồn vốn để tài trợ cho hoạt động cho vay của mình, dẫn tới việc tăng thêm tài sản rủi ro cũng như gia tăng rủi ro tín dụng, làm ảnh hưởng tiêu cực đến hệ số CAR Mặc dù vẫn còn nhiều quan điểm trái chiều về tác động giữa tỷ lệ tiền gửi khách hàng với hệ số an toàn vốn, tuy nhiên cá nhân tác giả vẫn mong đợi mối tương quan ngược chiều giữa hai yếu tố này.
H5: Tỷ lệ huy động tiền gửi khách hàng có tác động ngược chiều với hệ số an toàn vốn.
3.1.2.6 Tỷ lệ cho vay (LOA)
D Ữ LI ỆU NGHIÊN C ỨU
Dữ liệu cho nghiên cứu này được thu thập từ các báo cáo tài chính bao gồm bảng cân đối kế toán và kết quả hoạt động kinh doanh, báo cáo thường niên của các ngân hàng Dữ liệu được thu thập của 25/31 NHTM Việt Nam trong gia đoạn 2013 – 2020 Do một vài hạn chế trong việc thu thập thông tin của 6 ngân hàng còn lại nên tác giả không thể mở rộng mẫu nghiên cứu Bên cạnh đó, tính tới thời điểm 31/12/2020, tổng tài sản của 25 ngân hàng này chiếm gần 94% tổng tài sản trên toàn hệ thống NHTM nên tác giả tin rằng 25 ngân hàng này có thể đại điện cho hệ thống ngân hàng TMCP Việt Nam để lựa chọn làm mẫu nghiên cứu cho đề tài Cụ thể danh sách các NHTM được lựa chọn để xác định các yếu tố ảnh hưởng đến hệ số an toàn vốn được tác giả trình bày trong bảng 3.2.
Bảng 3.2: Danh sách 25 NHTM sử dụng trong nghiên cứu
TT Tên đầy đủ TT Tên đầy đủ
1 Ngân hàng TMCP An Bình
14 Ngân hàng TMCP Ngoại Thương Việt Nam (Vietcombank)
2 Ngân hàng TMCP Á Châu (ACB) 15 Ngân hàng TMCP Công thương
3 Ngân hàng TMCP Đầu tư và Phát triển
16 Ngân hàng TMCP Kiên Long (Kienlongbank)
4 Ngân hàng TMCP Xuất Nhập Khẩu
(Eximbank) 17 Ngân hàng TMCP Quốc dân (NCB)
5 Ngân hàng TMCP Quân Đội (MB) 18 Ngân hàng TMCP Bưu điện Liên
6 Ngân hàng TMCP Phương Đông
19 Ngân hàng TMCP Nam Á (Nam A Bank)
7 Ngân hàng TMCP Sài Gòn Thương
20 Ngân hàng TMCP Việt Nam Thương Tín (Vietbank)
8 Ngân hàng TMCP Sài Gòn (SCB) 21 Ngân hàng TMCP Quốc dân (NCB)
9 Ngân hàng TMCP Sài Gòn – Hà Nội
22 Ngân hàng TMCP Hàng Hải (MSB
Ngân hàng TMCP Việt Nam Thịnh
23 Ngân hàng TMCP Đông Nam Á (SeABank)
Ngân hàng TMCP Kỹ Thương
24 Ngân hàng TMCP Bản Việt (Viet Capital Bank)
25 Ngân hàng TMCP Quốc Tế (VIB)
3 Ngân hàng TMCP Phát triển Thành phố Hồ Chí Minh (HDBank)
Nguồn: Tác giả tổng hợp
Q UY TRÌNH NGHIÊN C ỨU
Sơ đồ 3.1: Quy trình nghiên cứu
Nguồn: Tác giả tổng hợp
Bước 1:Thu thập dữ liệu Để có dữ liệu phục vụ cho nghiên cứu, tác giả đã sử dụng phương pháp thu thập dữ liệu thứ cấp bằng cách lấy các số liệu được công bố trên website của các ngân hàng thương mại như báo cáo thường niên, bảng cân đối kế toán, kết quả kinh doanh trong giai đoạn 2013 – 2020, sau đó thực hiện tính toán lại các chỉ số cần tìm.
Bước 2: Thống kê mô tả
Tác giả sử dụng phần mềm STATA 16 để thực hiện mô tả tóm tắt các đặc trưng của dữ liệu về biến phụ thuộc và các biến độc lập bao gồm giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn.
Bước 3: Phân tích ma trận tương quan giữa các biến
Một trong những giả thiết của hồi quy tuyến tính là không có hiện tượng tương quan giữa các biến độc lập Chính vì thế, việc phân tích, kiểm tra tương quan giữa các biến độc lập là hết sức cần thiết thông qua ma trận tương quan Sau đó, bài viết thực hiện nhân tử phóng đại phương sai (VIF) để phát hiện tương quan nhóm, nguyên nhân xảy ra hiện tượng đa cộng tuyến.
Bước 4: Kiểm định mô hình theo phương pháp Pooled OLS, FEM, REM
Tác giả chạy mô hình hồi quy lần lượt theo các phương pháp bình phương nhỏ nhất (Pooled OLS), mô hình hồi quy theo phương pháp tác động cố định (FEM) và mô hình hồi quy theo phương pháp tác động ngẫu nhiên (REM).
Bước 5: Kiểm định lựa chọn mô hình
Sau khi thực hiện ước lượng với 3 phương pháp là Pooled OLS, FEM, REM, tác giả tiến hành thực hiện một số kiểm định bao gồm Kiểm định F, Breusch – Pagan và Hausman để lựa chọn mô hình phù hợp nhất.
Bước 6: Kiểm định các khuyết tật mô hình
Nhằm mục đích tăng độ tin cậy và tính phù hợp cho kết quản ghiên cứu, các kiểm định về khuyết tật mô hình được triển khai Cụ thể là các kiểm định về ba khuyết tật phổ biến trong nghiên cứu định lượng: Sử dụng nhân tử phóng đại phương sai (VIF) để phát hiện hiện tượng đa cộng tuyến; kiểm định Modified Wald để phát hiện phương sai sai số thay đổi và kiểm định Wooldrige để phát hiện hiện tượng tự tương quan Tiếp theo, tác giả dùng phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS) trên dữ liệu bảng để xử lý các vấn đề như phương sai của sai số thay đổi cũng như hiện tượng tự tương quan Sau đó tác giả sử dụng phương pháp S-GMM để xử lí các vấn đề nội sinh của mô hình.
K ẾT QU Ả NGHIÊN C ỨU
Trước hết, bài nghiên cứu này sẽ trình bày thống kê dữ liệu của các biến chính qua các năm để thấy tổng quan của nguồn dữ liệu.
Bảng 4.1: Thống kê mô tả các biến
Trung bình Độ lệch chuẩn
Nguồn: Kết quả tính toán từ phần mềm Stata.
Bảng 4.1 cho thấy kết quả thống kê mô tả về số lượng quan sát, các giá trị trung bình,giá trị lớn nhất và giá trị nhỏ nhất, mức độ sai số của các biến trong mô hình nghiên cứu Theo đó, tổng số quan sát cho biến độc lập và các biến phụ thuộc là 200 quan sát Cụ thể:
Hệ số an toàn vốn của 25 NH TMCP Việt Nam trong giai đoạn 2013 – 2020 có giá trị trung bình là 12.85%, giá trị nhỏ nhất và lớn nhất là 8.35% và 20.74% lần lượt của ngân hàng TMCP Bưu điện Liên Việt năm 2019 và ngân hàng TMCP Kiên Long năm 2013 Nhìn chung, hệ số an toàn vốn trung bình của các ngân hàng cao hơn so với mức quy định tối thiểu 8% của NHNN (Thông tư 41/2016/TT-NHNN) Tuy nhiên, vẫn có sự chệnh lệch đáng kể giữa các ngân hàng, đặc biệt là giữa ngân hàng lớn và các ngân hàng nhỏ.
Quy mô ngân hàng với biến đại diện là SIZE, được đo lường bằng Logarit tự nhiên của tổng tài sản có giá trị trung bình bẳng 32.634 với độ lệch chuẩn bằng 1.0513 Trong đó, giá trị nhỏ nhất bằng 30.693 thuộc về ngân hàng TMCP Kiên Long năm 2013, giá trị lớn nhất là 34.955 của ngân hàng TMCP Đầu tư và Phát triển Việt Nam năm 2020.
Tỷ suất sinh lời trên tài sản (ROA) có giá trị trung bình bằng 0.71%, với độ lệch chuẩn là 0.61% Giá trị nhỏ nhất là -0.09% của ngân hàng TMCP Sài Gòn - Hà Nội năm 2013 và giá trị lớn nhất là 2.86% của ngân hàng TMCP Kỹ Thương Việt Nam năm 2020.
Tỷ lệ dự phòng rủi ro tín dụng (LLR) có giá trị giá trị trung bình bằng 1.19% với độ lệch chuẩn là 0.93% Giá trị nhỏ nhất là -0.2% của ngân hàng TMCP Nam Á năm 2018 và giá trị lớn nhất là 5.41% của ngân hàng TMCP Việt Nam Thịnh Vượng năm 2019.
Khả năng thanh khoản (LIQ) có giá trị giá trị trung bình bằng 0.88% với độ lệch chuẩn là 0.42% Giá trị nhỏ nhất là 0.25% của ngân hàng TMCP Bưu điện Liên Việt năm 2013 và giá trị lớn nhất là 2.62% của ngân hàng TMCP Sài Gòn Thương Tín cũng vào năm 2013.
Tỷ lệ tiền gửi khách hàng (DEP) có giá trị trung bình bằng 68.54%, với độ lệch chuẩn là 9.66% Giá trị nhỏ nhất bằng 45.30% của ngân hàng TMCP Đông Nam Á năm 2013 và giá trị lớn nhất là 89.21% thuộc về ngân hàng TMCP Sài Gòn Thương Tín năm 2015.
Tỷ lệ cho vay (LOA) có giá trị trung bình bằng 57.81%, với độ lệch chuẩn là 10.72%.Giá trị nhỏ nhất là 22% của ngân hàng TMCP Hàng Hải Việt Nam năm 2014 và giá trị lớn nhất là 78.8% thuộc về ngân hàng TMCP Đầu tư và Phát triển Việt Nam năm 2020.
Hệ số đòn bẩy (LEV) có giá trị trung bình bằng 8.18%, với độ lệch chuẩn là 2.71%. Giá trị nhỏ nhất là 2.69% của ngân hàng TMCP Sài Gòn năm 2020 và giá trị lớn nhất thuộc về ngân hàng TMCP Kỹ Thương Việt Nam vào năm 2020 với giá trị là 16.97%.
Thu nhập lãi cận biên (NIM) có giá trị trung bình bằng 2.78%, với độ lệch chuẩn là 1.22% Giá trị nhỏ nhất là 0.43% của ngân hàng TMCP Phát triển Thành phố Hồ Chí Minh năm 2013 và giá trị lớn nhất là 8.84% thuộc về ngân hàng TMCP Việt Nam Thịnh Vượng năm 2019.
4.1.2 Phân tích ma trận tương quan
Hệ số tương quan (ả) dựng để xem xột mối tương quan tuyến tớnh giữa cỏc biến, ngoài ra hệ số tương quan còn đo mức độ mạnh yếu thông qua hệ số biến thiên từ -1 đến 1 Bên cạnh đó, hệ số tương quan riêng giữa các biến có thể biết chiều tác động, đồng thời phát hiện hiện tượng đa cộng tuyến có xuất hiện trong mô hình hồi quy hay không.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), mối quan hệ tuyến tính giữa các biến có thể ước lượng thông qua giá trị hệ số tương quan như sau: ả>0: Hai biến cú mối quan hệ cựng chiều; ả
