1 BỘ GIÁO DỤC VÀ ĐÀO TẠO NAM TRƯỜNG ĐẠI HỌC NG ^ r>G*N NGÂN HÀNG NHÀ NƯỚC VIỆT N HÀNG TP HỒ CHÍ MINH ^ •X LĂNG N CÁC NHÂN TỐ ẢNH H KHOẢN CỦA CÁC NG MẠI VIỆ KHÓA LUẬN CHUYÊN NGÀNH TÀI MÃ SỐ TP HỒ CHÍ M[.]
Mục tiêu của đề tài
Mục tiêu tổng quát
Mục tiêu tổng quát của đề tài là xác định được các nhân tố tác động và mức độ ảnh hưởng của chúng đến khả năng thanh khoản của các NHTM tại Việt Nam Để hướng đến mục tiêu tổng quát nghiên cứu sẽ triển khai các mục tiêu cụ thể sau.
Mục tiêu cụ thể
• Xác định các nhân tố ảnh hưởng đến thanh khoản của các NHTM cổ phần Việt Nam.
• Trong các nhân tố đó, nhân tố nào là nhân tố bên trong và nhân tố nào là nhân tố bên ngoài tác động đến thanh khoản của các NHTM ở Việt Nam.
• Đo lường mức độ ảnh hưởng và chiều hướng tác động tiêu cực/ tích cực của các nhân tố trên.
Câu hỏi nghiên cứu
Để đạt được các mục tiêu đề ra nghiên cứu phải trả lời được các câu hỏi sau:
Câu hỏi 1: Những nhân tố nào ảnh hưởng từ bên trong và nhân tố nào ảnh hưởng từ bên ngoài?
Nhân tố bên trong ở đây là những nhân tố liên quan đến hoạt động của ngân hàng, được thu thập từ thông tin BCTC hằng năm Nhân tố bên ngoài ở đây là các nhân tố liên quan đến các biến số vĩ mô như lạm phát, tăng trưởng GDP…
Câu hỏi 2: Những nhân tố nào ảnh hưởng tiêu cực? Những nhân tố nào ảnh hưởng tích cực?
Nhân tố nào làm tăng tỷ lệ thanh khoản của NHTM, nhân tố nào làm giảm tỷ lệ thanh khoản.
Câu hỏi 3: Mức độ ảnh hưởng của các nhân tố đến thanh khoản của NHTM như thế nào?
Phương pháp nghiên cứu
Phương pháp thống kê mô tả: Thống kê mô tả đặc tính cơ bản của bộ dữ liệu thu thập nhằm có cái nhìn tổng quát về mẫu nghiên cứu Thống kê biến độc lập và biến phụ thuộc của các NHTM Việt Nam trong giai đoạn năm 2010 đến 2020 Bên cạnh đó so sánh các kết quả từ phân tích thực nghiệm với kết quả từ các nghiên cứu trước, nhận xét và giải thích các kết quả hồi quy thu được.
Phương pháp định lượng: Áp dụng hồi quy đa biến với dữ liệu bảng không cân bằng (unbalanced panel data) bằng 3 mô hình: Pooled OLS, FEM, REM Để lựa chọn được mô hình tối ưu, tác giả sử dụng các kiểm định sau: Kiểm định F (đối vớiOLS và FEM/REM) và kiểm định Hausman (đối với FEM và REM) Để cải tiến tính hiệu quả của ước lượng, nghiên cứu sử dụng mô hình bình phương bé nhất tổng quátGLS để khắc phục các vi phạm giả định hồi quy.
Đóng góp của nghiên cứu
Kế thừa từ kết quả của các nghiên cứu trước nhưng không gian và thời gian nghiên cứu được mở rộng, mang lại cái nhìn đầy đủ hơn về hoạt động kinh doanh của các NHTM tại Việt Nam và từ đó hiểu rõ về các nhân tố ảnh hưởng đến tỷ lệ thanh khoản xuất phát từ các hoạt động này Đồng thời giúp các nhà nghiên cứu, ban quản trị các NHTM có thêm thông tin để hoạch định kế hoạch hoạt động và nâng cao khả năng thanh khoản cho ngân hàng.
Cấu trúc nghiên cứu
Ngoài phụ lục và các danh mục tài liệu tham khảo, danh mục bảng biểu, danh mục chữ viết tắt, nghiên cứu này được chia thành 5 chương:
Chương 1: Giới thiệu đề tài nghiên cứu
Chương này sẽ nói về công trình nghiên cứu bao gồm lý do chọn đề tài, mục tiêu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu,những đóng góp của đề tài và bố cục đề tài.
CƠ SỞ LÝ THUYẾT VÀ CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN KHẢ NĂNG THANH KHOẢN CỦA CÁC NHTM
Cơ sở lý thuyết về thanh khoản và rủi ro thanh khoản ngân hàng
2.1.1 Khái niệm khả năng thanh khoản của ngân hàng
Theo sách “A Treatise on Money”, tính thanh khoản là một khái niệm trong tài chính chỉ khả năng mua hoặc bán các tài sản trên thị trường mà không tạo ra sự thay đổi lớn đến giá của tài sản Một tài sản có tính thanh khoản cao nếu nó có thể được bán nhanh chóng mà giá bán không giảm đáng kể (Keynes, 1930) Theo Basel
II (2008), thanh khoản là khả năng ngân hàng vừa tăng tài sản vừa đáp ứng các nghĩa vụ nợ đến hạn mà không phải chịu tổn thất quá mức cho phép Tại Mỹ, dưới góc độ tài sản, Cục dự trữ Liên bang Mỹ (FED) định nghĩa khả năng thanh khoản là thước đo khả năng dễ dàng chuyển đổi tài sản thành tiền Tài sản thanh khoản là những tài sản có thể nhanh chóng chuyển đổi thành tiền khi cần để đáp ứng các nghĩa vụ tài chính Từ các định nghĩa trên, có thể hiểu khả năng thanh khoản là khả năng ngân hàng có đủ nguồn vốn khả dụng với chi phí hợp lý vào đúng lúc ngân hàng cần. Đối với một ngân hàng, khả năng thanh khoản được xét trên ba góc độ, bao gồm: tính thanh khoản của tài sản, tính thanh khoản của nguồn vốn và tính thanh khoản của ngân hàng.
Tính thanh khoản của tài sản được hiểu là khả năng chuyển hóa thành tiền của tài sản, được đo bằng thời gian và chi phí Một tài sản được xem là có tính thanh khoản cao nếu việc chuyển tài sản đó thành tiền mất thời gian ngắn và chi phí thấp (Longworth, 2010).
Tính thanh khoản của nguồn vốn là khả năng huy động, mở rộng nguồn vốn của ngân hàng, được đo bằng thời gian và chi phí mở rộng nguồn vốn huy động khi cần Thời gian và chi phí của nguồn vốn huy động càng thấp thì tính thanh khoản càng cao và ngược lại (Neto, 2003).
Tính thanh khoản của ngân hàng là khả năng của ngân hàng trong việc thực hiện các nghĩa vụ tài chính khi chúng đến hạn với một chi phí hợp lý Đối với NHTM thì tính thanh khoản là khả năng đáp ứng các nhu cầu thanh toán, chi trả, rút tiền và cho vay.
Theo Nguyễn Bảo Huyền (2016), cung thanh khoản chính là khả năng cung ứng tiền của một ngân hàng nhằm đáp ứng nhu cầu thanh toán của khách hàng. Nguồn cung thanh khoản cho ngân hàng bao gồm: các khoản tiền gửi, thu nhập từ việc cung cấp dịch vụ, các khoản thu tín dụng, tiền từ việc bán tài sản kinh doanh, vay mượn từ thị trường tiền tệ.
Cầu thanh khoản là nhu cầu thanh toán của khách hàng mà ngân hàng có nghĩa vụ đáp ứng Những hoạt động tạo ra cầu thanh khoản bao gồm: khách hàng rút tiền gửi, khách hàng đề nghị vay vốn, thanh toán các khoản phải trả, chi phí cho quá trình tạo ra sản phẩm và dịch vụ ngân hàng, thanh toán cổ tức cho cổ đông (Nguyễn Bảo Huyền, 2016).
Một thực tế thường xuyên xảy ra là rất hiếm khi cung thanh khoản và cầu thanh khoản bằng nhau tại một thời điểm, nghĩa là các ngân hàng thường ở trạng thái thặng dư hoặc thiếu hụt thanh khoản Chính điều này đòi hỏi các nhà quản trị phải luôn nắm bắt và đánh giá được trạng thái thanh khoản của ngân hàng ở bất kỳ thời điểm nào để có thể nhanh chóng đưa ra những quyết định đúng đắn mang lại lợi nhuận tốt nhất cho ngân hàng Đánh giá tốt trạng thái thanh khoản cùng những quyết định đúng lúc của nhà quản trị giúp cho ngân hàng một mặt tận dụng tốt nguồn vốn nhàn rỗi để tìm kiếm lợi nhuận, mặt khác giúp nâng cao, giữ vững uy tín của ngân hàng và tránh được rủi ro thanh khoản.
Rủi ro thanh khoản là khả năng ngân hàng không đáp ứng được các nghĩa vụ tài chính một cách tức thời phải huy động vốn bổ sung với chi phí cao hoặc phải bán tài sản với giá thấp (Vũ Thị Hồng, 2015) Rủi ro thanh khoản xảy ra khiến cho ngân hàng phải đình trệ hoạt động gây thua lỗ, mất uy tín và có thể dẫn đến phá sản.
Những nguyên nhân tiền đề gây ra rủi ro thanh khoản của ngân hàng:
❖ Ngân hàng huy động và đi vay vốn với thời hạn ngắn, và cứ tuần hoàn sử dụng khoản vốn đó cho vay với thời hạn dài hơn Do đó, nhiều khi ngân hàng phải đối mặt với sự không trùng khớp với thời hạn đến hạn giữa tài sản nợ và tài sản có.
❖ Sự nhạy cảm của tài sản tài chính với những thay đổi của lãi suất Khi lãi suất tăng, nhiều người gửi tiền sẽ rút tiền ra tìm kiếm nơi gửi khác có mức lãi suất cao hơn Như vậy thay đổi lãi suất sẽ ảnh hưởng đến luồng tiền vào ra và khả năng thanh khoản của ngân hàng.
❖ Hiệu ứng rút tiền dây chuyền trong giai đoạn khủng hoảng tài chính, vì ngân hàng cho vay phần lớn số tiền huy động được nên khi khách hàng đồng loạt rút tiền, sẽ rất khó để các ngân hàng có khả năng hoàn trả các khoản nợ Điều này tác động đến thanh khoản của các ngân hàng.
Hoặc có thể chia rủi ro thanh khoản thành ba nhóm theo các nguyên nhân từ hoạt động:
Rủi ro thanh khoản từ bên tài sản nợ: rủi ro thanh khoản có thể phát sinh bất cứ lúc nào khi những người gửi tiền rút tiền ngay lập tức Để đáp ứng nhu cầu này ngân hàng phải đi vay trên thị trường tiền tệ hoặc bán bớt tài sản với giá thấp.
Rủi ro thanh khoản từ bên tài sản có: rủi ro thanh khoản phát sinh liên quan đến các cam kết tín dụng Cam kết tín dụng cho phép người vay rút tiền vay bất cứ lúc nào trong thời hạn của nó, ngân hàng phải đảm bảo có đủ tiền ngay lập tức để đáp ứng nhu cầu của khách hàng.
Rủi ro thanh khoản từ hoạt động ngoại bảng: sự phát triển mạnh mẽ của các công cụ tài chính phái sinh khiến rủi ro thanh khoản đến từ hoạt động ngoại bảng cũng ngày càng tăng Các nghĩa vụ thanh toán bất thường như cam kết bảo lãnh, các hợp đồng kỳ hạn, hợp đồng hoán đổi hay hợp đồng quyền chọn xảy ra khi các hợp đồng đó đến hạn dẫn đến sự phát sinh nhu cầu thanh khoản Khi đó, NHTM có thể phải đối mặt với rủi ro thanh khoản nếu không có kế hoạch chuẩn bị nguồn thanh khoản kịp thời.
2.1.4 Cách đo lường khả năng thanh khoản
Các nhân tố tác động đến tính thanh khoản của NHTM
2.2.1 Các nhân tố thuộc môi trường vi mô
Dựa trên lý thuyết “Quá lớn để sụp đổ” (Too big to fail), có thể phát biểu rằng các ngân hàng càng lớn thì càng ít gặp rủi ro thanh khoản Theo Vodová
(2011), các ngân hàng lớn đóng vai trò quan trọng trong nền kinh tế sẽ nhận được sự giúp đỡ và viện trợ từ NHTW nên các ngân hàng này sẽ nảy sinh tâm lý ỷ lại và không ưu tiên việc dự trữ tài sản thanh khoản Ngược lại, các ngân hàng với quy mô nhỏ thường gặp khó khăn khi tiếp cận các nguồn tài chính Vì vậy các ngân hàng nhỏ thường nắm giữ một lượng tài sản thanh khoản nhất định Mặc dù vậy, vẫn có các kết quả nghiên cứu đi ngược lại giả thuyết trên, chứng minh rằng các ngân hàng quy mô lớn vẫn duy trì tỷ lệ thanh khoản cao theo Akhtar & cộng sự (2011); Delechat & cộng sự (2012).
• Tỷ lệ vốn chủ sở hữu
Lý thuyết “Hấp thụ rủi ro” (Risk Absorption) cho rằng tỷ lệ vốn chủ sở hữu cao sẽ nâng cao khả năng thanh khoản của ngân hàng Ngân hàng tạo thanh khoản bằng cách sử dụng các khoản tiền gửi có tính thanh khoản cao để cho vay các khoản vay có tính thanh khoản thấp (Berger & Bouwman, 2013) Càng tạo nhiều thanh khoản, ngân hàng càng đối mặt với nhiều rủi ro Tuy nhiên, sự sẵn có của nguồn vốn cao làm tăng khả năng hấp thụ rủi ro của các ngân hàng (Berger & Bouwman, 2010).
Dù vậy, lý thuyết “Mong manh – lấn át tài chính” (Financial Fragility - Crowding Out) lại cho rằng nguồn vốn chủ sở hữu càng lớn thì cung thanh khoản càng giảm. Gorton & Winton (1999) chỉ ra tỷ lệ vốn cao có thể làm giảm khả năng tạo thanh khoản thông qua việc dồn ép tiền gửi Do tiền gửi có tính thanh khoản cao và vốn chủ sở hữu ngân hàng không có tính thanh khoản, nên thanh khoản tổng thể sẽ giảm khi tỷ lệ vốn cao.
• Khả năng sinh lời (ROE)
Trong lý thuyết về mối quan hệ giữa vốn và đệm thanh khoản (Inventory theory of capital and liquidity buffer), Baltensperger (1980) cho rằng số lượng tài sản thanh khoản ngân hàng nắm giữ phản ánh chi phí cơ hội là lợi nhuận từ các khoản cho vay Việc ngân hàng nắm giữ tài sản thanh khoản sẽ giảm thiểu nguy cơ thiếu hụt tiền mặt và tối thiểu hóa chi phí huy động vốn từ bên ngoài Tuy nhiên, chi phí cơ hội của việc nắm giữ tài sản thanh khoản lại lớn hơn lợi ích của việc bảo đảm khả năng thanh khoản (Owolabi & cộng sự, 2011) Điều này phù hợp với các nghiên cứu tại nước ngoài như Akhtar & cộng sự (2011); Arif & Anees (2012).
• Tỷ lệ dự phòng rủi ro tín dụng
Dự phòng rủi ro là khoản tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra do khách hàng không thực hiện nghĩa vụ theo đúng cam kết vay Theo Delechat & cộng sự (2012), các ngân hàng có nhiều trích lập dự phòng để ngăn chặn lỗ tiềm năng thường có đệm thanh khoản thấp Đa số các nghiên cứu trước đây của các tác giả nước ngoài như Lucchetta (2007), Delechat & cộng sự (2012) cũng cho thấy mối tương quan âm giữa tỷ lệ dự phòng rủi ro tín dụng và khả năng thanh khoản của các ngân hàng.
Các khoản nợ xấu là các khoản cho vay không thu hồi được gốc và lãi trong thời gian dài và trái với các điều khoản và điều kiện trong hợp đồng vay Các khoản nợ xấu thể hiện chất lượng tài sản của ngân hàng và làm suy giảm khả năng thanh khoản Theo Bloem & Gorter (2001), danh mục cho vay có nhiều khoản nợ xấu sẽ ảnh hưởng đến khả năng cấp tín dụng của ngân hàng Càng nhiều nợ xấu thì ngân hàng càng khiến người gửi tiền mất niềm tin và các nhà đầu tư sẽ dần thoái vốn khỏi ngân hàng, dẫn đến các rủi ro thanh khoản Phát hiện này giống với kết quả nghiên cứu của Arif & Anees (2012); Phạm Quốc Việt & Nguyễn Văn Vinh (2019) Tuy nhiên các nghiên cứu của Vodová (2011); Vũ Thị Hồng (2015); Mai Thị Phương Thùy & Bùi Thị Điệp (2018) lại cho kết quả ngược lại.
Theo lý thuyết “Đánh đổi” (Trade-off), đối với các NHTM thì cơ cấu tài sản thiên về cho vay và tiền gửi khách hàng thường được các ngân hàng dùng để cho vay Tuy nhiên, các khoản cho vay lại có tính thanh khoản kém hơn các khoản tiền gửi Ngân hàng càng nắm giữ nhiều khoản tiền gửi mà không dùng tiền đó cho vay thì khả năng thanh khoản càng cao Đổi lại thu nhập của ngân hàng ngày càng kém. Điều này phù hợp với kết quả nghiên cứu tỷ lệ tiền gửi có mối tương quan dương với khả năng thanh khoản của Arif & Anees (2012), Singh & Sharma (2016).
Lợi nhuận chủ yếu của các NHTM đến từ hoạt động cho vay Tuy nhiên các khoản vay lại có tính thanh khoản thấp, nếu cho vay nhiều thì mức độ rủi ro chắc chắn sẽ tăng lên Các ngân hàng nắm giữ nhiều tài sản thanh khoản hơn khi nhu cầu vay vốn thấp và ngược lại Điều này đã được nhắc đến trong các nghiên cứu của Aspachs & cộng sự (2005), Vũ Thị Hồng (2015).
2.2.2 Các nhân tố thuộc môi trường vĩ mô
• Tỷ lệ tăng trưởng kinh tế
Theo Aspachs & cộng sự (2005), tài sản thanh khoản ngân hàng nắm giữ sẽ chịu tác động từ chu kỳ kinh tế Cụ thể, trong thời kỳ kinh tế tăng trưởng, các ngân hàng không ưu tiên nắm giữ tài sản thanh khoản mà tăng cường cho vay, đầu tư vào tài sản có suất sinh lời và rủi ro cao Vì vậy, khả năng thanh khoản của ngân hàng giảm Ngược lại, trong thời kỳ suy thoái, các cơ hội cho vay không nhiều và nhu cầu giao dịch tiền tệ giảm đi nên ngân hàng nắm giữ tài sản thanh khoản, làm tăng khả năng thanh khoản Chu kỳ kinh tế được thể hiện thông qua tỷ lệ tăng trưởng GDP (Aspachs & cộng sự, 2005) Moussa (2015), Singh & Sharma (2016) cũng chứng minh được mối quan hệ ngược chiều giữa tỷ lệ tăng trưởng kinh tế và thanh khoản.
Lý thuyết “Mô hình Fisher” cho rằng tỷ lệ lạm phát có tác động đến khả năng phân bổ nguồn lực tài chính của Ngân hàng Lạm phát tăng khiến đồng nội tệ mất giá so với ngoại tệ và vàng, các ngân hàng gặp khó khăn khi huy động vốn Để huy động được vốn, các ngân hàng buộc phải tăng lãi suất huy động Việc này kéo theo lãi suất tiền gửi tăng để đảm bảo lãi suất thực dương cho khách hàng và tránh tình trạng khách hàng rút tiền để đầu tư vào các kênh sinh lời khác Từ đó khiến lợi nhuận ngân hàng giảm đi Chính vì vậy, các ngân hàng sẽ có xu hướng cho vay ít hơn và nắm giữ nhiều tài sản thanh khoản hơn, theo Moussa (2015) và Phạm Quốc Việt & Nguyễn Văn Vinh (2019) Tuy nhiên nghiên cứu của Vodová (2011) lại cho kết quả ngược lại.
Theo Horváth & cộng sự (2014), tỷ lệ thất nghiệp có ảnh hưởng tiêu cực đáng kể đến thanh khoản Thất nghiệp nhiều làm giảm vốn và cản trở việc tạo ra thanh khoản Phát hiện này phù hợp với thực tế là các ngân hàng bị giảm khả năng thanh toán và tạo ra thanh khoản thấp hơn trong thời điểm kinh tế khó khăn Tuy nhiên các nghiên cứu của Vodová (2011), Singh & Sharma (2016) lại cho ra kết quả rằng tỷ lệ thất nghiệp không có mối tương quan với khả năng thanh khoản.
Nghiên cứu thực nghiệm về các nhân tố tác động đến khả năng thanh khoản của các NHTM
Trên thế giới, có khá nhiều các công trình nghiên cứu về các yếu tố tác động đến khả năng thanh khoản của ngân hàng Nghiên cứu của Aspachs & cộng sự
(2005) sử dụng phương pháp GMM để kiểm định dữ liệu bảng không cân bằng tổng hợp từ 57 ngân hàng Anh quốc giai đoạn 1985 – 2003 Kết quả nghiên cứu cho thấy khả năng sinh lời, lãi suất ngắn hạn và tỷ lệ tăng trưởng GDP có tác động ngược chiều trong khi quy mô ngân hàng có tác động cùng chiều đến tính thanh khoản. Nghiên cứu của Akhtar & cộng sự (2011) sử dụng dữ liệu từ bảng cân đối kế toán của 12 ngân hàng thông thường và ngân hàng Hồi giáo của Pakistan trong giai đoạn
2.4 Kết quả tương quan và hồi quy cho thấy quy mô, tỷ lệ vốn lưu động, hệ số an toàn vốn có tác động tích cực trong khi lợi nhuận trên vốn chủ sở hữu có tác động tiêu cực đến thanh khoản Arif & Anees (2012) cũng tập trung vào một số yếu tố nội tại như nợ xấu, tiền gửi khách hàng, tiền mặt và lợi nhuận trên vốn chủ sở hữu thông qua dữ liệu mô hình hồi quy của 22 ngân hàng Pakistan trong giai đoạn 2004 – 2009. Kết quả cho thấy tiền gửi khách hàng, tiền mặt và lợi nhuận trên vốn chủ hữu có tương quan cùng chiều với tính thanh khoản trong khi nợ xấu có tác động ngược chiều.
Trong khi đó, Vodová (2011) đã đưa ra kết quả nghiên cứu qua phương pháp hồi quy dữ liệu bảng Nhưng khác với các nghiên cứu trước là tác giả tập trung vào các ngân hàng ở cộng hòa Séc trong hai giai đoạn trước và trong khủng hoảng kinh tế thế giới 2001 – 2009 để thấy rõ được tầm ảnh hưởng của các yếu tố nội tại cũng như vĩ mô ảnh hưởng đến khả năng thanh khoản của các ngân hàng này Kết quả nghiên cứu cho thấy tính thanh khoản của ngân hàng tăng khi mức an toàn vốn, tỷ lệ nợ xấu, lãi suất cho vay và lãi suất giao dịch liên ngân hàng tăng cao Ngược lại, tính thanh khoản của ngân hàng có tác động ngược chiều với tỷ số khủng hoảng tài chính, tỷ lệ lạm phát và tốc độ tăng tổng sản phẩm quốc nội Tương tự, nghiên cứu của Delechat & cộng sự (2012) cũng có sự đề cập đến các biến vĩ mô khi chỉ ra rằng có mối tương quan giữa thanh khoản và quy mô ngân hàng, khả năng sinh lời, vốn hóa, phát triển tài chính và đô la hóa tiền gửi thông qua mô hình OLS, GMM kiểm định 96 ngân hàng khu vực Trung Mỹ giai đoạn 2006 – 2010 Cụ thể, biến quy mô có tương quan cùng chiều và tỷ lệ vốn chủ sở hữu, tỷ lệ dự phòng rủi ro tín dụng có tương quan ngược chiều với thanh khoản Cùng sử dụng chung phương pháp hồi quy OLS và khắc phục bằng kiểm định GMM, Moussa (2015) lại chỉ ra rằng quy mô ngân hàng, lợi nhuận và tỷ lệ vốn chủ sở hữu có mối tương quan nghịch biến với khả năng thanh khoản Ngoài ra, nghiên cứu của Singh & Sharma (2016) có nhắc đến một biến vĩ mô mới là tỷ lệ thất nghiệp Nghiên cứu sử dụng mô hình hồi quy bảng thông qua dữ liệu 59 ngân hàng Ấn Độ giai đoạn 2000 – 2013 Kết quả chỉ ra biến tỷ lệ thất nghiệp không có tác động đến thanh khoản Đồng thời, các biến tiền gửi, lợi nhuận, vốn chủ sở hữu và lạm phát có tác động dương; trong khi quy mô và tỷ lệ tăng trưởng kinh tế có tác động âm. Ở Việt Nam, dù các NHTM đã có bước phát triển mới cả về lượng và chất, nhưng vấn đề rủi ro thanh khoản dường như chưa được quan tâm đúng mức Điều này được chứng minh qua việc số lượng đề tài nghiên cứu liên quan đến vấn đề thanh khoản còn hạn chế Nghiên cứu của Vũ Thị Hồng (2015) chứng minh tỷ lệ vốn chủ sở hữu, tỷ lệ nợ xấu và tỷ lệ lợi nhuận có mối tương quan thuận Ngược lại, tỷ lệ cho vay trên huy động có mối tương quan nghịch với khả năng thanh khoản Tác giả sử dụng kỹ thuật hồi quy bảng OLS, FEM, REM và kiểm định Hausman để lựa chọn mô hình phù hợp với dữ liệu 37 NHTM Việt Nam trong giai đoạn 2006 – 2011 Bên cạnh đó có nghiên cứu của Mai Thị Phương Thùy & Bùi Thị Điệp (2018) sử dụng mô hình FEM và GLS để cải tiến tính hiệu quả ước lượng của dữ liệu 31 NHTM Việt Nam giai đoạn 2007 – 2016 Kết quả nghiên cứu chỉ ra các yếu tố ảnh hưởng đến khả năng thanh khoản của các NHTM Việt Nam bao gồm: tỷ lệ vốn chủ sở hữu, tỷ lệ cho vay trên huy động, tỷ lệ lợi nhuận và tỷ lệ nợ xấu Phạm Quốc Việt & Nguyễn Văn Vinh (2019) nghiên cứu ảnh hưởng của các yếu tố đến thanh khoản của
24 NHTM Việt Nam trong giai đoạn 2008 – 2017 cũng hồi quy dữ liệu bảng thông qua Pooled OLS, FEM, REM và GLS để khắc phục các vi phạm giả định hồi quy. Nhóm tác giả phát hiện quan hệ cùng chiều giữa lợi nhuận, quy mô ngân hàng và lạm phát với tỷ lệ thanh khoản trong khi nợ xấu và tỷ lệ vốn chủ sở hữu ảnh hưởng tiêu cực.
Khác với 3 nghiên cứu trước không có sự đề cập đến yếu tố vĩ mô bên ngoài ngân hàng, nghiên cứu của Nguyễn Thị Tuyết Nga (2019) sử dụng mô hình hồi quy REM với dữ liệu 29 NHTMCP Việt Nam trong giai đoạn 2014-2018 có xét đến yếu tố vĩ mô là tăng trưởng kinh tế và kết quả cho thấy biến này có tác động ngược chiều với tỷ lệ thanh khoản, cùng kết quả là biến quy mô, tỷ lệ vốn chủ sở hữu.
Bảng 2.1 Tổng quan các nghiên cứu thực nghiệm về các nhân tố ảnh hưởng đến thanh khoản của các NHTM
Các nhân tố Tác động cùng chiều (+)
Delechat & cộng sự (2012) Phạm Quốc Việt
Moussa (2015) Nguyễn Thị Tuyết Nga (2019)
Mai Thị Phương Thùy & Bùi Thị Điệp (2018) Vodová (2011) Vũ Thị Hồng (2015)
Tỷ lệ vốn chủ sở hữu Akhtar & cộng sự
(2011) Mai Thị Phương Thùy & Bùi Thị Điệp (2018) Singh
& Sharma (2016) Vodová (2011) Vũ Thị Hồng (2015)
Delechat & cộng sự (2012) Moussa (2015) Nguyễn Thị Tuyết Nga (2019)
Mai Thị Phương Thùy & Bùi Thị Điệp (2018) Phạm Quốc Việt &
Moussa (2015) Nguyễn Thị Tuyết Nga (2019)
Tỷ lệ dự phòng rủi ro tín dụng
Mai Thị Phương Thùy & Bùi Thị Điệp (2018) Vodová (2011) Vũ Thị Hồng (2015)
Tỷ lệ tiền gửi Arif & Anees
Tỷ lệ cho vay Aspachs & cộng sự (2005)
Tỷ lệ tăng trưởng kinh tế
Aspachs & cộng sự (2005) Moussa (2015) Nguyễn Thị Tuyết Nga (2019)
Tỷ lệ lạm phát Moussa (2015) Vodová (2011)
Tỷ lệ thất nghiệp Rauch & cộng sự
Nguồn: Tổng hợp từ tác giả
Chương 2 trình bày khung lý thuyết cơ bản về thanh khoản và rủi ro thanh khoản cũng như các nhân tố bên trong và bên ngoài tác động đến khả năng thanh khoản của các ngân hàng Đồng thời cũng trình bày tóm tắt tổng quan các nghiên cứu thực nghiệm trong và ngoài nước có liên quan đến sự tác động của các nhân tố ảnh hưởng thanh khoản của các NHTM Qua đó xác định các yếu tố nội tại và vĩ mô ảnh hưởng đến thanh khoản của ngân hàng bao gồm: Quy mô ngân hàng; Tỷ lệ vốn chủ sở hữu; Khả năng sinh lời; Tỷ lệ dự phòng rủi ro tín dụng; Tỷ lệ nợ xấu; Tỷ lệ tiền gửi; Tỷ lệ cho vay; Tỷ lệ tăng trưởng kinh tế; Tỷ lệ lạm phát; Tỷ lệ thất nghiệp.
Từ đó làm cơ sở để tác giả thiết lập giả thuyết, lựa chọn mô hình nghiên cứu trình bày trong chương sau.
MÔ HÌNH NGHIÊN CỨU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 20 3.1 Mô hình nghiên cứu
Mô tả biến và các giả thuyết
Khả năng thanh khoản của các NHTM thường được ước lượng thông qua bốn chỉ số sau đây:
LIQ1 = Tài sản thanh khoản
LIQ2 = Tài sản thanh khoản
LIQ3 Dư nợ cho vay
LIQ4 Dư nợ cho vay
Tuy nhiên, nghiên cứu này lựa chọn sử dụng chỉ số LIQ2 để đo lường khả năng thanh khoản của các NHTM Việt Nam Đây là chỉ số được các tác giả trong và ngoài nước sử dụng gần như là phổ biến nhất, có thể kể đến như Aspachs & cộng sự
(2005), Delechat & cộng sự (2012), Vodová (2011), Vũ Thị Hồng (2015), Phạm Quốc Việt & Nguyễn Văn Vinh (2019), …
Tài sản thanh khoản bao gồm tiền và các khoản tương đương tiền, tiền gửi tạiNHNN và các TCTD khác, chứng khoán chính phủ và chứng khoán tương tự khác.Ngân hàng có khả năng thanh khoản tốt khi nắm giữ nhiều tài sản thanh khoản Chỉ số LIQ2 được tính với giả định ngân hàng không thể vay từ NHNN hoặc các ngân hàng khác trong trường hợp thiếu hụt thanh khoản Chỉ số thể hiện khả năng ngân hàng dùng tài sản thanh khoản để chi trả cho các yêu cầu rút tiền của khách hàng Do đó, ngân hàng đủ khả năng đáp ứng cho loại nghĩa vụ nợ này khi chỉ số LIQ2 lớn hơn 100% (Vodová,
2013) Chỉ số này càng cao, ngân hàng càng có khả năng hấp thụ cú sốc thanh khoản (khả năng ngân hàng đáp ứng các yêu cầu rút tiền bất chợt của khách hàng).
3.1.2.1 Quy mô ngân hàng (SIZE) Theo Rauch & cộng sự (2009), quy mô ngân hàng là tổng tài sản ngân hàng sở hữu Do giá trị tuyệt đối của tổng tài sản là con số rất lớn nên quy mô ngân hàng được đo lường bằng logarit tự nhiên của tổng tài sản Khi ngân hàng càng mở rộng quy mô thì khả năng thanh khoản càng tăng bởi vì có thêm nhiều cơ hội huy động những nguồn vốn khác. Tuy nhiên nếu mở rộng quy mô thêm nữa có thể làm cho chi phí tăng, sự phát triển về trình độ quản lý, nguồn nhân lực không theo kịp sự phát triển của quy mô khiến cho rủi ro của ngân hàng tăng cao, trong đó có rủi ro thanh khoản Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 1: Quy mô ngân hàng có tác động cùng chiều hoặc ngược chiều đến khả năng thanh khoản.
3.1.2.2 Tỷ lệ vốn chủ sỡ hữu (CAP)
Tỷ lệ vốn chủ sở hữu được tính bằng vốn chủ sở hữu chia cho tổng tài sản Vốn chủ sở hữu phản ánh thực lực tài chính của ngân hàng Tỷ lệ này thể hiện tình trạng an toàn tài chính và đủ vốn của một ngân hàng để bù đắp tổn thất bảo vệ người gửi tiền. Những ngân hàng có vốn lớn sẽ khiến khách hàng và nhà đầu tư tin tưởng, từ đó sẽ huy động được nhiều nguồn tiền gửi và đầu tư Tỷ số này thấp chứng tỏ ngân hàng sử dụng đòn bẩy tài chính cao, điều này chứa đựng nhiều rủi ro và có thể làm cho lợi nhuận của ngân hàng giảm khi chi phí vốn vay cao Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 2: Tỷ lệ vốn chủ sở hữu có tác động cùng chiều đến thanh khoản.
Khả năng sinh lời (ROE) được đo lường bằng tỷ lệ giữa lợi nhuận sau thuế và vốn chủ sở hữu bình quân, phản ảnh hiệu quả quản trị của ngân hàng trong việc sử dụng vốn chủ sở hữu Thông thường, các NHTM rơi vào tình trạng tiến thoái lưỡng nan trong việc lựa chọn giữa duy trì khả năng thanh khoản (nắm giữ các tài sản thanh khoản) và tối ưu hóa lợi nhuận Các khoản cho vay là tài sản có mức sinh lời cao nhất và chiếm tỷ trọng lớn nhất trong thu nhập hoạt động của ngân hàng Tuy nhiên rủi ro từ loại tài sản này cũng khá cao Do đó, chỉ số thanh khoản cao thể hiện ngân hàng có ít rủi ro nhưng đồng thời cũng sinh lời ít (Hempel & Simonson, 1998) Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 3: Khả năng sinh lời có tác động ngược chiều đến thanh khoản.
3.1.2.4 Tỷ lệ dự phòng rủi ro tín dụng
Dự phòng rủi ro là khoản tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra do khách hàng không thực hiện nghĩa vụ hoàn trả theo cam kết vay Theo Thông tư số 39/2013/TT-NHNN ngày 31/12/2013 của Ngân hàng Nhà nước về xác định và trích lập dự phòng rủi ro, các khoản nợ phải thu trong hạn và quá hạn của TCTD được phân loại theo năm nhóm: nhóm 1 (dưới 6 tháng), nhóm 2 (6 tháng đến dưới 1 năm), nhóm 3 (1 năm đến dưới 2 năm), nhóm 4 (2 năm đến dưới 3 năm) và nhóm 5 (quá hạn từ
3 năm trở lên) Dự phòng cụ thể khoản phải thu được tính bằng giá trị khoản phải thu nhân cho tỷ lệ trích lập tương ứng Cụ thể, tỷ lệ trích lập như sau: Nhóm 1 (0%), nhóm 2 (30%), nhóm 3 (50%), nhóm 4 (70%) và nhóm 5 (100%) Tỷ lệ dự phòng rủi ro tín dụng được tính bằng chi phí dự phòng rủi ro tín dụng trên tổng cho vay Các ngân hàng có nhiều trích lập dự phòng và các danh mục cho vay nhiều rủi ro thường có đệm thanh khoản thấp Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 4: Tỷ lệ dự phòng rủi ro tín dụng có tác động ngược chiều đến thanh khoản.
3.1.2.5 Tỷ lệ nợ xấu Theo Quyết định 493/2005/QĐ-NHNN ngày 22/4/2005 của Ngân hàng Nhà nước về phân loại nợ, nợ của TCTD được phân loại theo năm nhóm: nhóm 1 ( nợ đủ tiêu chuẩn), nhóm 2 (nợ cần chú ý), nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn) Nợ xấu là những khoản nợ thuộc nhóm 3, nhóm 4 và nhóm 5 Tỷ lệ nợ xấu được đo lường bằng tổng dư nợ từ nhóm 3 đến nhóm 5 trên tổng dư nợ cho vay Những khoản nợ xấu khó thu hồi sẽ ảnh hưởng đến chất lượng tài sản và làm giảm thu nhập của ngân hàng do không thu được gốc và lãi từ người đi vay nhưng vẫn phải trả lãi tiền gửi cho người gửi tiền Ngân hàng có tỷ lệ nợ xấu cao sẽ khiến khách hàng lo sợ và rút tiền ra khỏi ngân hàng, huy động vốn sẽ khó khăn hơn dẫn đến suy giảm khả năng thanh khoản Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 5: Tỷ lệ nợ xấu có tác động ngược chiều đến thanh khoản.
Tỷ lệ tiền gửi được tính bằng tổng tiền gửi khách hàng chia cho tổng tài sản Trong thời kỳ kinh tế bất ổn, ngân hàng sẽ hạn chế rủi ro hoạt động bằng cách cho vay ít đi và khách hàng sẽ có xu hướng tiết kiệm thông qua việc gửi tiền vào ngân hàng (Moussa,
2015) Như vậy, tỷ lệ tiền gửi càng cao thì thanh khoản càng cao Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 6: Tỷ lệ tiền gửi có tác động cùng chiều đến thanh khoản.
Tỷ lệ cho vay được tính bằng tổng cho vay chia cho tổng nguồn vốn huy động. Các ngân hàng thường tập trung nguồn vốn vào hoạt động cho vay do thu nhập chủ yếu của các ngân hàng đến từ hoạt động này Các khoản này thường có tính thanh khoản thấp, do vậy tỷ lệ cho vay càng lớn thì tính thanh khoản của ngân hàng càng giảm Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 7: Tỷ lệ cho vay có tác động ngược chiều đến thanh khoản.
3.1.2.8 Tỷ lệ tăng trưởng kinh tế Tổng sản phẩm quốc nội (GDP) là giá trị thị trường của tất cả hàng hóa và dịch vụ cuối cùng được sản xuất trong lãnh thổ một quốc gia trong một thời kỳ nhất định (thường là một năm) Tăng trưởng GDP là tỷ lệ phần trăm thay đổi của giá trị GDP thời kỳ này so với cùng kỳ năm trước, đo lường mức độ tăng trưởng của nền kinh tế Công thức tính tỷ lệ tăng trưởng GDP:
Trong giai đoạn kinh tế tăng trưởng, doanh nghiệp bán được hàng và thu nhập của khách hàng tăng nên khả năng trả nợ của khách hàng cũng tăng Ngân hàng sẽ tăng cường cho vay để đáp ứng nhu cầu của khách hàng Điều này làm giảm tài sản thanh khoản ngân hàng nắm giữ Theo Aspachs và cộng sự (2005), ngược lại trong giai đoạn kinh tế suy thoái, các cơ hội cho vay không nhiều và rủi ro tín dụng tăng nên các ngân hàng hạn chế cho vay và nắm giữ nhiều tài sản thanh khoản Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 8: Tỷ lệ tăng trưởng kinh tế có tác động ngược chiều đến thanh khoản.
Lạm phát là sự gia tăng mức giá chung một cách liên tục của hàng hóa và dịch vụ của nền kinh tế theo thời gian Tỷ lệ lạm phát được đo lường thông qua phần trăm gia tăng mức giá chung của kỳ này so với kỳ trước Nghiên cứu sử dụng chỉ số CPI để đo lường lạm phát Công thức tính CPI và lạm phát như sau:
Tỷ lệ lạm phát tăng làm giảm giá trị thực của tiền và tài sản Lãi suất ngân hàng không theo kịp lạm phát của thị trường (đồng tiền hôm nay có giá trị hơn so với trong tương lai) Do đó các tổ chức tài chính, bao gồm cả ngân hàng hạn chế cấp tín dụng trong thời gian này dẫn đến số lượng tài sản thanh khoản ngân hàng nắm giữ tăng khi lạm phát tăng (Fola, 2015) Vì thế tác giả đặt giả thuyết nghiên cứu như sau:
Giả thuyết 9: Tỷ lệ lạm phát có tác động cùng chiều đến thanh khoản.
3.1.2.10 Tỷ lệ thất nghiệp Thất nghiệp là tình trạng người trong độ tuổi lao động, chưa có hoặc mất việc làm.
Phương pháp nghiên cứu
3.3.1 Thu thập và xử lý dữ liệu
Dữ liệu bảng là dạng dữ liệu kết hợp của dữ liệu chuỗi thời gian và dữ liệu chéo. Thông qua kết hợp các chuỗi theo thời gian của các quan sát theo không gian, dữ liệu bảng cung cấp những dữ liệu có nhiều thông tin hơn, đa dạng hơn, giúp hạn chế được các khuyết tật của mô hình, ít cộng tuyến hơn giữa các biến số, nhiều bậc tự do hơn và hiệu quả hơn Chính vì những lý do trên, sử dụng dữ liệu bảng sẽ tốt nhất cho nghiên cứu thay vì dữ liệu chuỗi thời gian hay dữ liệu chéo đơn thuần.
Dữ liệu sử dụng là dữ liệu dạng bảng được thu thập từ các BCTC thường niên của
32 NHTM tại Việt Nam, bao gồm các bảng BCTC, cân đối kế toán, báo cáo kết quả kinh doanh Nhưng trong quá trình tổng hợp, tác giả thấy có sự không đầy đủ trong dữ liệu được cung cấp của một số ngân hàng Vì thế tác giả đã cân nhắc loại bỏ một số ngân hàng có số liệu cung cấp bị thiếu sót Bên cạnh đó cũng có các ngân hàng không công khai dữ liệu trong một vài năm nên các năm này cũng được loại bỏ nhưng vẫn giữ lại các năm đầy đủ dữ liệu Vậy, cuối cùng dữ liệu trên được lấy từ 25 NHTM.
Với sự thiếu sót dữ liệu, dữ liệu bảng được tổng hợp là dữ liệu bảng không cân bằng (unbalanced).
Mẫu nghiên cứu: Nghiên cứu được thực hiện trên mẫu thu thập từ nhóm 32 NHTM tại Việt Nam từ năm 2010 đến 2020 Sau đó chọn được 25 NHTM đảm bảo hoạt động liên tục và có BCTC cập nhật ít nhất 11 năm trong khoảng thời gian nghiên cứu. Riêng các biến vĩ mô thu thập từ nguồn dữ liệu Worldbank, Statista Vì vậy, dữ liệu nghiên cứu là đáng tin cậy.
Phần mềm phân tích dữ liệu: Nghiên cứu sử dụng phần mềm Stata để phân tích hồi quy Sau khi thu thập dữ liệu, khóa luận thực hiện thống kê mô tả dữ liệu Kết quả thống kê mô tả cung cấp các thông số về trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất của biến phụ thuộc và các biến độc lập.
3.3.2 Ma trận tương quan giữa các biến
Ma trận tương quan giữa các biến được dùng để kiểm tra mối quan hệ giữa các biến trong mô hình Giá trị của hệ số tương quan luôn nằm trong phạm vi từ -1 đến 1 Hệ số tương quan bằng 1 thể hiện giữa hai biến số có mối tương quan dương hoàn hảo, hệ số tương quan bằng -1 thể hiện mối tương quan âm hoàn hảo Hai biến số không có mối quan hệ tuyến tính khi hệ số tương quan bằng 0 Trong trường hợp các biến độc lập có mối tương quan cao (lớn hơn hoặc bằng 0.8), đây có thể là dấu hiệu của hiện tượng đa cộng tuyến khiến ước lượng không hiệu quả và kết quả không đáng tin cậy Nếu hiện tượng đa cộng tuyến xảy ra, tác giả sẽ tiến hành loại bỏ biến ra khỏi mô hình.
Nghiên cứu sử dụng phương pháp phân tích hồi quy dữ liệu bảng Có ba mô hình hồi quy dữ liệu bảng cơ bản là mô hình bình phương bé nhất dữ liệu gộp (Pooled OLS), mô hình tác động cố định (Fixed Effect Model/ FEM) và mô hình tác động ngẫu nhiên (Random Effect Model/ REM).
❖ Mô hình bình phương bé nhất dữ liệu gộp (Pooled OLS):
Y it = a + p i X it,l + p 2 X it,2 + • + Pk x it,k + u it
Mô hình Pooled OLS phản ánh tác động của các biến giải thích đến biến phụ thuộc với giả định không có sự khác biệt giữa các đơn vị chéo Nói cách khác, các đơn vị chéo là đồng nhất (homogeneous) Tuy nhiên, điều này rất hiếm xảy ra vì trong thực tế, các đơn vị chéo (trong bài nghiên cứu là các ngân hàng) không thể giống nhau hoàn toàn.
❖ Mô hình tác động cố định (FEM):
Y it = ôi + p i x i,it + p 2 X 2,it + ••• + p k x k,it + u it
Mô hình FEM phản ánh tác động của các biến giải thích đến biến phụ thuộc có phân biệt giữa các đơn vị chéo Sự xuất hiện của ai phản ánh sự không đồng nhất giữa các đơn vị chéo và không thay đổi theo thời gian.
❖ Mô hình tác động ngẫu nhiên (REM):
Y it = a + p i X l,it + p 2 x 2,it + -+ p k x k,it + w it với wit = £i + vit
Mô hình REM phản ánh tác động của các biến giải thích đến biến phụ thuộc có tính đến đặc trưng riêng của từng đơn vị chéo Tuy nhiên, tính không đồng nhất giữa các đơn vị chéo được phản ánh qua thành phần sai số phức hợp wit(error components) Thành phần của wit bao gồm thành phần tác động ngẫu nhiên £i (random effect) thể hiện đặc trưng của từng đơn vị chéo và vitlà hạng nhiễu không tương quan lẫn nhau giữa các biến.
Theo Frees (2004), cơ sở để lựa chọn FEM – REM thay cho Pooled OLS là vì sự không đồng nhất giữa các đơn vị chéo Do đó, kiểm định tồn tại sự không đồng nhất giữa các đơn vị chéo (pooling test/ F-test) được tiến hành với hai giả thuyết như sau:
H0: Không tồn tại tác động đặc trưng giữa các đối tượng (Pooled OLS phù hợp)
H1: Tồn tại tác động đặc trưng giữa các đối tượng (FEM phù hợp)
Nếu giá trị p-value bé hơn mức ý nghĩa α (5%) thì bác bỏ giả thuyết H0, khi đó mô hình FEM sẽ phù hợp hơn mô hình Pooled OLS Ngược lại, nếu chấp nhận giả thuyết H0 thì mô hình Pooled OLS phù hợp hơn.
Trường hợp mô hình FEM phù hợp hơn Pooled OLS, việc lựa chọn mô hình FEM hay REM sẽ dựa trên kiểm định Hausman (Hausman test) Trong khi FEM cho rằng các đơn vị chéo khác nhau ở hệ số chặn cố định thì REM cho rằng các đơn vị chéo khác nhau ở sai số nên kiểm định được tiến hành với hai giả thuyết:
H0: βFEM = βREM (REM phù hợp)
H1: βFEM ≠ βREM (FEM phù hợp)
Nếu giá trị p-value bé hơn mức ý nghĩa α (5%) thì bác bỏ giả thuyết H0, khi đó FEM sẽ phù hợp hơn REM Ngược lại, nếu chấp nhận giả thuyết H0thì REM phù hợp hơn FEM.
3.3.4 Kiểm tra hiện tượng đa cộng tuyến Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình có mối quan hệ tuyến tính với nhau Để chắc chắn mô hình không xảy ra đa cộng tuyến, hệ số nhân tử phóng đại phương sai VIF (Variation Inflation Factor) được áp dụng Giá trị VIF nhỏ hơn 10 chứng tỏ mô hình không xảy ra hiện tượng đa cộng tuyến.
3.3.5 Kiểm định phương sai sai số thay đổi
Phương sai thay đổi xảy ra khi phương sai của sai số không phải là hằng số Kiểm định Wald (Wald test) dùng cho FEM hoặc LM - Breusch and Pagan dùng cho REM để kiểm định phương sai thay đổi theo hai giả thuyết sau:
H0: Không xảy ra hiện tượng phương sai thay đổi
H1: Có xảy ra hiện tượng phương sai thay đổi
Nếu giá trị p-value bé hơn mức ý nghĩa α (5%) thì bác bỏ giả thuyết H0, mô hình xảy ra hiện tượng phương sai thay đổi.
3.3.6 Kiểm định tự tương quan
Quy trình nghiên cứu
Trình tự các bước nghiên cứu như sau:
Bước 1: Lược khảo lý thuyết nền và các nghiên cứu trước
Bước 5: Phân tích kết quả hồi quy và thảo luận kết quả nghiên cứu
Sơ đồ 3.1 Quy trình nghiên cứu
Cụ thể các bước như sau:
Bước 1: Tác giả sẽ tiến hành lược khảo lý thuyết nền liên quan đến các nhân tố ảnh hưởng thanh khoản của các NHTM để làm cơ sở xác định các biến và xây dựng mô hình
Bước 2: Xây dựng mô hình nghiên cứu
Bước 3: Thu thập và xử lý dữ liệu
Bước 4: Kiểm định mô hình hồi quy nghiên cứu.
Bước 2: Trên cơ sở lý thuyết và các nghiên cứu có liên quan, tác giả xây dựng mô hình nghiên cứu.
Bước 3: Thu thập dữ liệu: Mẫu dữ liệu về biến phụ thuộc LIQ và biến độc lập được thu thập từ các BCTC hàng năm của NHTM Các biến vĩ mô thu thập từ Worldbank và Statista.
Bước 4: Từ mô hình nghiên cứu đề xuất, áp dụng phương pháp định lượng hồi quy bảng dựa trên dữ liệu đã thu thập Sau đó tiến hành kiểm định mô hình hồi quy Để bảo đảm kết quả nghiên cứu đáng tin cậy, tác giả tiến hành các kiểm định có liên quan như kiểm định hiện tượng đa cộng tuyến, hiện tượng tự tương quan, hiện tượng phương sai sai số thay đổi.
Bước 5: Phân tích kết quả hồi quy và thảo luận kết quả nghiên cứu Từ đó gợi ý các đề xuất về mặt chính sách và hướng nghiên cứu tiếp theo.
Trong chương 3, tác giả đã xây dựng mô hình nghiên cứu cho đề tài dựa trên cơ sở lí thuyết đã trình bày ở chương 2 Đồng thời, tác giả cũng xác định các biến độc lập cùng biến phụ thuộc qua việc trình bày công thức, ý nghĩa và bảng kì vọng dấu của các biến trên Bên cạnh đó, tác giả đã giới thiệu phương pháp phân tích dữ liệu để xác định chọn mô hình hồi quy cụ thể nào Sau đó, tác giả trình bày về quy trình nghiên cứu, sử dụng phần mềm Stata để phân tích hồi quy và thực hiện kiểm định các khuyết tật của mô hình.Kết quả nghiên cứu sẽ được trình bày và giải thích cụ thể ở chương 4.
PHÂN TÍCH VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Kết quả thống kê mô tả dữ liệu
Bảng 4.1 Thống kê mô tả các biến
Biến Trung bình Độ lệch chuẩn
Nguồn: Kết quả từ phần mềm Stata 15
Bảng 4.1 là kết quả thống kê mô tả bộ dữ liệu Kết quả bao gồm trung bình, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất của từng biến Tổng số quan sát trong nghiên cứu là 275 quan sát do thiếu dữ liệu của một số ngân hàng trong một vài năm.
Theo kết quả thống kê, chỉ số thanh khoản LIQ của các NHTM có giá trị trung bình là 59.59%, dao động từ 20.56%-263.63% Ngân hàng có tỷ lệ thanh khoản lớn nhất là TPBank năm 2011 và ngân hàng có tỷ lệ thanh khoản nhỏ nhất là PGBank năm 2010. Độ lệch chuẩn cho thấy mức độ phân tán LIQ của các ngân hàng có giá trị trung bình là 32.95% Giai đoạn hầu như các ngân hàng đều nắm giữ tỷ lệ tài sản thanh khoản thấp là từ 2014 đến nay (thấp hơn mức trung bình).
Quy mô ngân hàng (SIZE): Các ngân hàng có quy mô trung bình 8.03, dao động từ
7.1 đến 9.18 Ngân hàng có quy mô lớn nhất trong tổng số 25 ngân hàng thuộc mẫu nghiên cứu là BIDV (năm 2020), ngân hàng có quy mô nhỏ nhất là ngân hàng Kiên Long (năm 2010) Nhìn chung, tổng tài sản của các ngân hàng có xu hướng tăng qua các năm và đa số các ngân hàng đều có quy mô cao hơn mức trung bình.
Tỷ lệ vốn chủ sở hữu (CAP): Các ngân hàng có tỷ lệ vốn chủ sở hữu trung bình là
9.4% Ngân hàng Kiên Long có tỷ lệ vốn chủ sở hữu cao nhất 25.54% (năm 2010), ngân hàng BIDV có tỷ lệ vốn chủ sở hữu thấp nhất là 4.06% (năm 2017) Vốn chủ sở hữu của các ngân hàng tăng trưởng đều trong giai đoạn 2010 – 2020 nhưng tổng tài sản có tốc độ tăng trưởng nhanh hơn nên tỷ lệ vốn chủ sở hữu của các ngân hàng có xu hướng giảm qua các năm.
Khả năng sinh lời (ROE): Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) của 25
NHTMCP có giá trị trung bình 10.07%, dao động từ -56.33% đến 29.57% với độ lệch chuẩn 8.27% Điều đó có nghĩa trên mỗi 100 đồng đầu tư vào vốn chủ sở hữu, ngân hàng tạo ra được nhiều lợi nhuận nhất là 29.57 đồng (VIB năm 2020), ngân hàng tạo ra ít lợi nhuận nhất là -56.33 đồng (TPBank năm 2011).
Tỷ lệ dự phòng rủi ro tín dụng (LPR): Các ngân hàng có tỷ lệ dự phòng rủi ro tín dụng trung bình là 1.13% Ngân hàng VPBank năm 2019 có tỷ lệ dự phòng cao nhất là 5.41% và ngân hàng Sài Gòn – Hà Nội (SHB) năm 2012 có tỷ lệ dự phòng thấp nhất là - 1.01% Những năm gần đây do ảnh hưởng của dịch Covid-19, các ngân hàng sẽ được trích lập dự phòng rủi ro tín dụng cho những khoản nợ cơ cấu trong thời gian dài hơn theo thông tư 03/2021/ TT-NHNN.
Tỷ lệ nợ xấu (NPL): Các ngân hàng có tỷ lệ nợ xấu trung bình là 2.14% Ngân hàng Sài Gòn – Hà Nội (SHB) năm 2012 có tỷ lệ nợ xấu cao nhất là 8.8% và ngân hàng TPBank năm 2010 có tỷ lệ nợ xấu thấp nhất là 0.018% Nhìn chung, giai đoạn 2010 –
2014 các ngân hàng có tỷ lệ nợ xấu cao hơn mức trung bình Tỷ lệ nợ xấu tăng cao giai đoạn 2009 – 2011 là do ảnh hưởng của cuộc khủng hoảng tài chính toàn cầu và giai đoạn
2012 – 2014 là do các ngân hàng tập trung vào tăng trưởng tín dụng trong khi công tác thẩm định còn yếu kém (Nguyễn Thị Hồng Vinh, 2017) Những năm gần đây các ngân hàng thắt chặt hơn trong việc cấp tín dụng nên tỷ lệ nợ xấu cũng giảm đáng kể (đa số dưới 3%).
Tỷ lệ tiền gửi (DEP): Các ngân hàng có tỷ lệ tiền gửi trung bình là 63.42% Ngân hàng Sacombank năm 2015 có tỷ lệ tiền gửi cao nhất là 89.37% và ngân hàng TPBank năm 2011 có tỷ lệ tiền gửi thấp nhất là 25.08%.
Tỷ lệ cho vay (LDR): Tỷ lệ cho vay của 25 NHTMCP có giá trị trung bình 65.75%, dao động từ 16.71% đến 122.66% với độ lệch chuẩn 17.79% Ngân hàng cho vay nhiều nhất là VPBank năm 2020 và ngân hàng cho vay thấp nhất là TPBank năm 2011 Theo thông tư số 13/2010/TT-NHNN quy định về các tỷ lệ bảo đảm an toàn trong hoạt động của TCTD, điều 18 có ghi tỷ lệ cấp tín dụng so với nguồn vốn huy động của ngân hàng là80% Có thể thấy tỷ lệ cho vay của một số ngân hàng như VietinBank, OCB, TPBank và
VPBank lớn hơn 1(100%) do hoạt động cho vay là nguồn tạo ra lợi nhuận chính.
Tỷ lệ tăng trưởng kinh tế (GDP): Trong giai đoạn 2010 – 2020, tỷ lệ tăng trưởng kinh tế GDP có giá trị trung bình là 6% Tăng trưởng GDP đạt mức cao nhất 7.08% vào năm 2018 và thấp nhất vào năm 2020 với 2.91% Mặc dù tăng trưởng GDP năm 2020 đạt thấp nhất trong giai đoạn 2011 – 2020 nhưng trước những tác động tiêu cực của dịch Covid-19 thì đó là một thành công của nước ta với tốc độ tăng thuộc nhóm nước cao nhất thế giới (Thông tin điện tử Tổng cục thống kê, 2021) Từ năm 2012 – 2019, tăng trưởng GDP có xu hướng tăng, đặc biệt giai đoạn từ 2015 – 2019 luôn cao hơn 6%, cho thấy sự phát triển ổn định của nền kinh tế Việt Nam.
Tỷ lệ lạm phát (INF): Trong giai đoạn 2010 – 2020, tỷ lệ lạm phát có giá trị trung bình là 5.82% Tỷ lệ lạm phát cao nhất chạm mức 2 con số là vào năm 2011 với 18.67% và thấp nhất với 0.63% vào năm 2015 Nguyên nhân chủ yếu cho mức tăng lạm phát kỷ lục năm 2011 là do chính sách tiền tệ nới lỏng của NHNN trong suốt thời gian dài 2003 –
2007 khiến cung tiền tăng 25% mỗi năm (Bộ Tài chính Kho bạc nhà nước, 2009) Từ
2016 – 2020, tỷ lệ lạm phát dao động lên xuống trong khoảng 2.67% - 3.22%.
Tỷ lệ thất nghiệp (UNE): Trong giai đoạn 2010 – 2020, tỷ lệ thất nghiệp tại Việt
Nam luôn được duy trì ở mức thấp Tỷ lệ thất nghiệp trung bình là 1.89% Tỷ lệ thất nghiệp cao nhất là vào năm 2015 đạt 2.13% và thấp nhất là vào năm 2010 đạt 1.11%.Sau khủng hoảng tài chính toàn cầu, tỷ lệ thất nghiệp có sự cải thiện rõ rệt, dao động từ1.11% - 1.87% trong giai đoạn 2010 – 2014 Tuy nhiên do ảnh hưởng của dịch bệnhCovid-19 nên hoạt động sản xuất kinh doanh gặp khó khăn dẫn đến cắt giảm lao động; vì vậy trong 2 năm trở lại đây tỷ lệ thất nghiệp tăng trên mức 2%.
Ma trận hệ số tương quan giữa các biến
Bảng 4.2 Ma trận hệ số tương quan giữa các biến
LIQ SIZE CAP ROE LPR NPL DEP
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả tương quan từ bảng 4.2 xuất hiện hiện tượng đa cộng tuyến giữa biến DEP và biến phụ thuộc LIQ (|-0.8242| = 0.8242 > 0.8) Vì vậy, tác giả sẽ tiến hành loại bỏ biến này ra khỏi mô hình và chạy lại kiểm định tương quan.
Bảng 4.3 Ma trận hệ số tương quan giữa các biến sau khi bỏ biến DEP
LIQ SIZE CAP ROE LPR NPL LDR
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả ma trận tương quan của bảng 4.3 cho thấy không còn hiện tượng đa cộng tuyến ở mức nghiêm trọng do hệ số tương quan của các biến đều nhỏ hơn 0.8.
Dựa vào kết quả, ta thấy các biến SIZE – LPR – NPL – LDR – UNE có tác động ngược chiều và các biến CAP – ROE – GDP – INF có tác động cùng chiều đến biến phụ thuộc LIQ Kết quả kiểm định tương quan này phù hợp với hầu hết các nghiên cứu đã lược khảo và kỳ vọng của tác giả.
Tổng hợp kết quả phân tích hồi quy và lựa chọn mô hình
4.3.1 Kết quả phân tích hồi quy
Tác giả sẽ thực hiện tuần tự các phương pháp hồi quy OLS, FEM và REM, cùng các kiểm định lựa chọn mô hình tương ứng như F-test (Pooling test), Hausman test để lựa chọn giữa các cặp mô hình OLS – FEM – REM.
Bảng 4.4 Tổng hợp kết quả hồi quy của 3 mô hình OLS, FEM, REM
Mô hình OLS FEM REM
Ghi chú: ***, **, * có ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả hồi quy theo mô hình OLS thể hiện ở bảng 4.4 cho thấy biến CAP và LPR không có ý nghĩa thống kê trong mô hình Biến độc lập SIZE và UNE có tác động đến biến phụ thuộc LIQ với mức ý nghĩa 10% Các biến ROE, NPL, LDR, GDP và INF có ý nghĩa thống kê với mức ý nghĩa 1% trong việc giải thích sự thay đổi của LIQ Hệ số R 2 hiệu chỉnh bằng 0.6228 có nghĩa 7 biến độc lập trên giải thích được 62.28% sự biến thiên của biến phụ thuộc LIQ.
Kết quả hồi quy theo mô hình FEM thể hiện ở bảng 4.4 cho thấy ngoại trừ 2 biến ROE và LPR không có ý nghĩa thống kê trong mô hình, tất cả các biến độc lập còn lại bao gồm SIZE, CAP, NPL, LDR, GDP, INF và UNE đều có ý nghĩa thống kê với mức ý nghĩa 1% trong việc giải thích sự thay đổi của LIQ Hệ số R 2 hiệu chỉnh bằng 0.4534 có nghĩa 7 biến độc lập trên giải thích được 45.34% sự biến thiên của biến phụ thuộc LIQ.
Kết quả hồi quy theo mô hình REM thể hiện ở bảng 4.4 cho thấy 2 biến SIZE và LPR không có ý nghĩa thống kê trong mô hình Biến độc lập CAP và UNE có tác động đến biến phụ thuộc LIQ với mức ý nghĩa lần lượt là 10% và 5% Các biến ROE, NPL, LDR, GDP và INF có ý nghĩa thống kê với mức ý nghĩa 1% trong việc giải thích sự thay đổi của LIQ Hệ số R 2 hiệu chỉnh bằng 0.6213 có nghĩa 7 biến độc lập trên giải thích được 62.13% sự biến thiên của biến phụ thuộc LIQ.
Nhìn chung, có tất cả 5 biến độc lập có ý nghĩa thống kê trong cả 3 mô hình là NPL, LDR, GDP, INF và UNE Các biến SIZE, CAP, ROE có tác động đến biến phụ thuộc LIQ trong 2/3 mô hình Cả 3 mô hình đều cho ra kết quả không có mối liên hệ giữa biến LPR và tính thanh khoản LIQ.
4.3.2 Các kiểm định lựa chọn mô hình
4.3.3 Kiểm định sự không đồng nhất (Pooling test)
Kiểm định này dùng để so sánh giữa mô hình OLS và FEM/REM Kiểm định được tiến hành với hai giả thuyết như sau:
H0: Không tồn tại tác động đặc trưng giữa các đối tượng (Pooled OLS phù hợp)
H1: Tồn tại tác động đặc trưng giữa các đối tượng (FEM/REM phù hợp)
Bảng 4.5 Kết quả kiểm định sự không đồng nhất
Nguồn: Kết quả từ phần mềm Stata 15
Với mức ý nghĩa 5%, ta thấy giá trị Prob = 0.0000 < 5% ^ Bác bỏ H0^ Tồn tại tác động đặc trưng giữa các đối tượng ^ Mô hình FEM/REM phù hợp hơn OLS.
Kiểm định này dùng để so sánh tiếp giữa FEM và REM Kiểm định được tiến hành với hai giả thuyết như sau:
H0: Không có tương quan giữa các biến và thành phần ngẫu nhiên, mô hình REM phù hợp hơn
H1: Có tương quan giữa các biến và thành phần ngẫu nhiên, mô hình FEM phù hợp hơn
Bảng 4.6 Kết quả kiểm định Hausman
H0: Difference in coefficients not systematic chi2 (9) = 15.53
Nguồn: Kết quả từ phần mềm Stata 15
Với mức ý nghĩa 5%, ta thấy giá trị Prob = 0.0774 > 5% ^ Chấp nhận H0^ Không có tương quan giữa các biến và thành phần ngẫu nhiên, mô hình phù hợp là REM.
Các kiểm định chẩn đoán
4.4.1 Kiểm định hiện tượng đa cộng tuyến VIF
Bảng 4.7 Kết quả kiểm định đa cộng tuyến VIF
Hệ số phóng đại phương sai VIF (Variance Inflation Factor) của tất cả các biến độc lập đều nhỏ hơn 10, giá trị trung bình VIF = 1.71 < 2 nên trong mô hình không có
Nguồn: Kết quả từ phần mềm Stata 15 hiện tượng đa cộng tuyến xảy ra.
4.4.2 Kiểm định phương sai sai số thay đổi
Bảng 4.8 Kết quả kiểm định phương sai sai số thay đổi
Breusch and Pagan Lagrangian multiplier test for random effects chibar2 (01) = 85.18
Nguồn: Kết quả từ phần mềm Stata 15
Với mức ý nghĩa 5%, ta thấy giá trị Prob = 0.0000 < 5% ^ Bác bỏ H0 ^ Có xảy ra phương sai sai số thay đổi.
4.4.3 Kiểm định tự tương quan
Bảng 4.9 Kết quả kiểm định tự tương quan
Wooldridge test for autocorrelation in panel data
Nguồn: Kết quả từ phần mềm Stata 15
Với mức ý nghĩa 5%, ta thấy giá trị Prob = 0.0000 < 5% ^ Bác bỏ H0 ^ Có xảy ra hiện tượng tự tương quan.
Kết quả hồi quy theo phương pháp GLS
Vì mô hình REM được chọn tồn tại cả hai khuyết tật phương sai thay đổi và tự tương quan nên tiến hành khắc phục mô hình bằng cách sử dụng mô hình GLS để ước lượng lại.
Bảng 4.10 Kết quả hồi quy cuối cùng bằng mô hình GLS
Ghi chú: ***, **, * có ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
Nguồn: Kết quả từ phần mềm Stata 15
Qua bảng 4.10, mô hình hồi quy có thể viết ra và phát biểu như sau:
LIQ = 2.2323 - 0.0671SIZE + 0.6599ROE - 5.3184NPL - 1.2077LDR
Kết quả hồi quy mô hình cho thấy các biến độc lập có ý nghĩa thống kê ở mức 1%, 5%, 10% thể hiện có mối quan hệ giữa các biến độc lập và biến phụ thuộc LIQ Mức độ và chiều hướng tác động của các biến độc lập thể hiện qua hệ số hồi quy Cụ thể:
Mô hình có 7 biến độc lập có ý nghĩa thống kê lần lượt ở mức 1% là ROE, NPL, LDR, GDP, INF và mức 10% là SIZE và UNE Các biến có mối quan hệ cùng chiều với biến phụ thuộc LIQ là ROE và INF Các biến có mối quan hệ ngược chiều với LIQ là SIZE, NPL, LDR, GDP và UNE Nghiên cứu không tìm được mối quan hệ giữa CAP và LPR đối với LIQ.
Bảng 4.11 So sánh kết quả kiểm định thực nghiệm với giả thuyết
Dấu kỳ vọng Kết quả Mức ý nghĩa
DEP 6 + Loại vì đa cộng tuyến
Nguồn: Tổng hợp từ tác giả
Thảo luận kết quả hồi quy
Sau đây là những phân tích về tác động của các nhân tố đến khả năng thanh khoản của 25 NHTMCP Việt Nam giai đoạn 2010 – 2020.
4.6.1 Tác động của quy mô ngân hàng đến tính thanh khoản
Trong mô hình, biến quy mô SIZE có hệ số hồi quy là -0.0672 với độ tin cậy đạt 90% và mức ý nghĩa là 10% Trong điều kiện các yếu tố khác không thay đổi, quy mô ngân hàng tăng 1 đơn vị sẽ làm tính thanh khoản giảm 0.0672 đơn vị Như vậy, quy mô ngân hàng có tác động yếu và ngược chiều đến khả năng thanh khoản của ngân hàng.
Kết quả nghiên cứu phù hợp với kỳ vọng của tác giả, chấp nhận giả thuyết 1: quy mô ngân hàng càng tăng thì khả năng thanh khoản càng giảm Các ngân hàng lớn đóng vai trò quan trọng trong nền kinh tế sẽ nhận được sự giúp đỡ và viện trợ từ NHTW nên các ngân hàng này sẽ nảy sinh tâm lý ỷ lại và không ưu tiên việc dự trữ tài sản thanh khoản Cụ thể các ngân hàng trực thuộc nhà nước như BIDV, VietinBank, Vietcombank có giá trị quy mô cao nhưng tỷ lệ thanh khoản trong giai đoạn nghiên cứu cao nhất chỉ đạt56.79%, thấp hơn tỷ lệ trung bình là 59.59% Ngược lại, các ngân hàng với quy mô nhỏ thường gặp khó khăn khi tiếp cận các nguồn tài chính Vì vậy các ngân hàng nhỏ thường nắm giữ một lượng tài sản thanh khoản nhất định Cụ thể, các ngân hàng như Bản Việt, Kiên Long, Nam Á có mức thanh khoản lớn hơn 1 (trên 100%) Kết quả ước lượng này phù hợp và tương tự kết quả nghiên cứu của các tác giả như Vodová (2013); Moussa (2015); Singh & Sharma (2016) và Nguyễn Thị Tuyết Nga (2019).
4.6.2 Tác động của khả năng sinh lời đến tính thanh khoản
Trong mô hình, biến khả năng sinh lời ROE có hệ số hồi quy là 0.6599 với độ tin cậy đạt 99% và mức ý nghĩa là 1% Trong điều kiện các yếu tố khác không thay đổi, tỷ lệ vốn chủ sở hữu tăng 1 đơn vị sẽ làm tính thanh khoản tăng 0.6599 đơn vị Như vậy, khả năng sinh lời có tác động mạnh và cùng chiều đến khả năng thanh khoản của ngân hàng.
Kết quả nghiên cứu không phù hợp với kỳ vọng của tác giả, bác bỏ giả thuyết 3 nên khả năng sinh lời càng tăng thì khả năng thanh khoản càng tăng Khả năng thanh khoản của ngân hàng tăng khi ROE tăng có thể được giải thích bởi các lý do sau Thứ nhất, lợi nhuận sau thuế ngân hàng tạo ra dùng để trang trải chi phí hoạt động và đáp ứng yêu cầu rút tiền từ khách hàng, giải ngân các khoản cấp tín dụng; hoặc tích lũy lợi nhuận đó và chuyển sang thành tài sản thanh khoản như một nguồn cung thanh khoản dự trữ Do đó, ngân hàng tạo ra nhiều lợi nhuận sau thuế sẽ củng cố khả năng thanh khoản của ngân hàng Thứ hai, ngân hàng có tỷ suất ROE cao thể hiện hiệu quả hoạt động của ngân hàng, tạo dựng lòng tin và uy tín đối với khách hàng và nhà đầu tư Điều này sẽ giúp ngân hàng thuận lợi hơn trong việc huy động vốn dẫn đến nâng cao khả năng thanh khoản Kết quả này tương tự kết quả nghiên cứu của các tác giả như Vũ Thị Hồng (2015); Singh & Sharma (2016); Mai Thị Phương Thùy & Bùi Thị Điệp (2018); Phạm Quốc Việt & Nguyễn Văn Vinh (2019).
4.6.3 Tác động của tỷ lệ nợ xấu đến tính thanh khoản
Trong mô hình, biến tỷ lệ nợ xấu NPL có hệ số hồi quy là -5.3184 với độ tin cậy đạt 99% và mức ý nghĩa là 1% Trong điều kiện các yếu tố khác không thay đổi, tỷ lệ nợ xấu tăng 1 đơn vị sẽ làm tính thanh khoản giảm 5.3184 đơn vị Như vậy, tỷ lệ nợ xấu có tác động mạnh và ngược chiều đến khả năng thanh khoản của ngân hàng.
Kết quả nghiên cứu phù hợp với kỳ vọng của tác giả, chấp nhận giả thuyết 5: tỷ lệ nợ xấu càng tăng thì khả năng thanh khoản càng giảm Hoạt động cho vay khách hàng là khoản mục chiếm tỷ trọng lớn nhất trong tổng tài sản trên bảng cân đối kế toán ngân hàng và thu nhập từ hoạt động này luôn chiếm 70-80% trên tổng thu nhập của các NHTM (Nguyễn Thị Gấm, Nguyễn Thanh Tùng & Phạm Thanh Hưng, 2017) Vì vậy, những khoản nợ xấu khó thu hồi sẽ làm giảm thu nhập của ngân hàng do ngân hàng không thu được gốc và lãi từ người đi vay nhưng vẫn phải trả lãi tiền gửi cho khách hàng Hơn nữa, những khoản nợ xấu không thu hồi được tương đương với khoản tiền gửi khách hàng bị mất đi do ngân hàng sử dụng tiền gửi huy động để cho vay Kết quả này tương tự kết quả nghiên cứu của các tác giả như Luchetta (2007); Arif & Anees (2012); Phạm Quốc Việt & Nguyễn Văn Vinh (2019); Joseph & cộng sự (2012).
4.6.4 Tác động của tỷ lệ cho vay đến tính thanh khoản
Trong mô hình, biến tỷ lệ cho vay LDR có hệ số hồi quy là -1.2077 với độ tin cậy đạt 99% và mức ý nghĩa là 1% Trong điều kiện các yếu tố khác không thay đổi, tỷ lệ cho vay tăng 1 đơn vị sẽ làm tính thanh khoản giảm 1.2077 đơn vị Như vậy, tỷ lệ cho vay có tác động mạnh và ngược chiều đến khả năng thanh khoản của ngân hàng.
Kết quả nghiên cứu phù hợp với kỳ vọng của tác giả, chấp nhận giả thuyết 7: tỷ lệ cho vay càng tăng thì khả năng thanh khoản càng giảm Các ngân hàng thường tập trung nguồn vốn vào hoạt động cho vay do thu nhập chủ yếu của các ngân hàng đến từ hoạt động này Các khoản này thường có tính thanh khoản thấp hơn so với tiền mặt hay chứng khoán, do vậy tỷ lệ cho vay càng lớn thì tính thanh khoản của ngân hàng càng giảm Hơn nữa, tổng nguồn vốn huy động được chủ yếu là trong ngắn hạn, ngân hàng cho vay nhiều thì phần còn lại tài trợ cho các tài sản thanh khoản sẽ ít hơn và khả năng thanh khoản sẽ giảm Kết quả này tương tự kết quả nghiên cứu của các tác giả như Aspachs & cộng sự (2005); Lucchetta (2007); Vũ Thị Hồng (2015); Nguyễn Thị Ngọc Diệp & Nguyễn Thanh Lâm (2016).
4.6.5 Tác động của tỷ lệ tăng trưởng kinh tế đến tính thanh khoản
Trong mô hình, biến tỷ lệ tăng trưởng kinh tế GDP có hệ số hồi quy là -3.8402 với độ tin cậy đạt 99% và mức ý nghĩa là 1% Trong điều kiện các yếu tố khác không thay đổi, tỷ lệ tăng trưởng kinh tế tăng 1 đơn vị sẽ làm tính thanh khoản giảm 3.8402 đơn vị.
Như vậy, tỷ lệ tăng trưởng kinh tế có tác động mạnh và ngược chiều đến khả năng thanh khoản của ngân hàng.
Kết quả nghiên cứu phù hợp với kỳ vọng của tác giả, chấp nhận giả thuyết 8: tỷ lệ tăng trưởng kinh tế càng tăng thì khả năng thanh khoản càng giảm Khi kinh tế tăng trưởng, các nhu cầu về tín dụng và các sản phẩm dịch vụ khác của ngân hàng tăng theo, khả năng nắm giữ tài sản thanh khoản sẽ thấp do các NHTM thực hiện hoạt động cho vay nhiều hơn để đáp ứng nhu cầu của khách hàng thay vì chú trọng về đảm bảo vốn Điều này đúng với diễn biến thời gian nghiên cứu, trong giai đoạn hậu khủng hoảng từ 2010 –
2013 tình hình kinh tế có nhiều biến động giảm nên tỷ lệ nắm giữ tài sản thanh khoản của các NHTM khá cao và trên mức trung bình Tuy nhiên từ giai đoạn 2014 – 2019 nền kinh tế có sự khởi sắc và tăng trưởng ổn định nên tỷ lệ thanh khoản của các ngân hàng có xu hướng giảm dần Kết quả này tương tự kết quả nghiên cứu của các tác giả như Aspachs & cộng sự (2005); Vodová (2011); Moussa (2015); Singh & Sharma (2016) và Nguyễn Thị Tuyết Nga (2019).
4.6.6 Tác động của tỷ lệ lạm phát đến tính thanh khoản
Trong mô hình, biến tỷ lệ lạm phát INF có hệ số hồi quy là 1.4873 với độ tin cậy đạt 99% và mức ý nghĩa là 1% Trong điều kiện các yếu tố khác không thay đổi, tỷ lệ lạm phát tăng 1 đơn vị sẽ làm tính thanh khoản tăng 1.4873 đơn vị Như vậy, tỷ lệ lạm phát có tác động mạnh và cùng chiều đến khả năng thanh khoản của ngân hàng.
Kết quả nghiên cứu phù hợp với kỳ vọng của tác giả, chấp nhận giả thuyết 9: tỷ lệ lạm phát càng tăng thì khả năng thanh khoản càng tăng Lạm phát tăng làm giảm giá trị thực của tiền và tài sản Lãi suất ngân hàng không theo kịp lạm phát của thị trường (đồng tiền hôm nay có giá trị hơn so với trong tương lai) Do đó, các ngân hàng hạn chế cho vay thời gian này vì tính kém hiệu quả của khoản vay dẫn đến tính thanh khoản được đảm bảo và cải thiện Có thể thấy kể từ sau năm 2011 đạt tỷ lệ lạm phát kỷ lục với 18.68%, tỷ lệ lạm phát có xu hướng giảm dần qua các năm Đồng nghĩa với việc cho vay của ngân hàng sẽ giảm bớt rủi ro hơn do đó các ngân hàng sẽ nắm giữ tài sản thanh khoản ở mức thấp hơn Kết quả này tương tự kết quả nghiên cứu của các tác giả như Vodová (2011); Fola(2015); Moussa (2015); Singh & Sharma (2016).
4.6.7 Tác động của tỷ lệ thất nghiệp đến tính thanh khoản
Trong mô hình, biến tỷ lệ thất nghiệp UNE có hệ số hồi quy là -8.6370 với độ tin cậy đạt 90% và mức ý nghĩa là 10% Trong điều kiện các yếu tố khác không thay đổi, tỷ lệ thất nghiệp tăng 1 đơn vị sẽ làm tính thanh khoản giảm 8.637 đơn vị Như vậy, tỷ lệ thất nghiệp có tác động yếu và ngược chiều đến khả năng thanh khoản của ngân hàng.
Kết quả nghiên cứu phù hợp với kỳ vọng của tác giả, chấp nhận giả thuyết 10: tỷ lệ thất nghiệp càng tăng thì khả năng thanh khoản càng giảm Thất nghiệp nhiều làm giảm vốn huy động vì những người thất nghiệp không có những khoản tiền nhàn rỗi để gửi tiết kiệm dẫn đến cản trở việc tạo ra thanh khoản Ngoài ra cũng có trường hợp thất nghiệp xảy ra làm mất nguồn thu nhập chủ yếu để hoàn trả các khoản nợ vay hiện hành Điều này gây áp lực cho ngân hàng về việc bù đắp những tổn thất này cho nên thanh khoản dễ bị sụt giảm Kết quả này tương tự kết quả nghiên cứu của các tác giả như Vodová (2011); Madhi (2017).
