GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài
Trong bối cảnh hội nhập quốc tế, hệ thống ngân hàng thương mại (NHTM) Việt Nam đã có những cải thiện đáng kể về quy mô và chất lượng Tuy nhiên, các ngân hàng vẫn đối mặt với nhiều thách thức, đặc biệt là vốn tự có còn thấp và cấu trúc chưa hợp lý so với khu vực và thế giới Rủi ro trong hoạt động ngân hàng cũng là một yếu tố cản trở sự phát triển và hội nhập kinh tế Vốn tự có đóng vai trò quan trọng trong việc giúp các ngân hàng hoạt động an toàn và quản lý rủi ro hiệu quả Hiện nay, các NHTM đang nỗ lực tuân thủ các tiêu chuẩn quốc tế như Basel, nhưng quy định về vốn cũng gây lo ngại về tác động đến rủi ro ngân hàng và cấu trúc ngành Ngoài ra, sự gia tăng tín dụng không đảm bảo chất lượng có thể dẫn đến nợ xấu, làm giảm chất lượng vốn tự có Nhận thức được tầm quan trọng của vấn đề này, tác giả đã đề xuất nghiên cứu mối quan hệ giữa vốn tự có và rủi ro của các NHTM tại Việt Nam, đồng thời làm rõ các yếu tố ảnh hưởng đến sự gia tăng vốn tự có và hạn chế rủi ro.
Mục tiêu nghiên cứu, câu hỏi nghiên cứu và giả thiết nghiên cứu
Mục tiêu chung của nghiên cứu là phân tích mối quan hệ giữa vốn tự có và rủi ro trong các ngân hàng thương mại Cụ thể, nghiên cứu sẽ xác định cách thức vốn tự có ảnh hưởng đến khả năng quản lý rủi ro và ổn định tài chính của các ngân hàng.
- Phân tích các yếu tố tác động đến vốn tự có của NHTM
- Phân tích các yếu tố ảnh hưởng đến rủi ro của NHTM
- Xác định mối quan hệ giữa vốn tự có và rủi ro của NHTM
- Đƣa ra những khuyến nghị nhằm nâng cao vốn tự có và hạn chế rủi ro tại NHTM Việt Nam
Bài nghiên cứu đƣợc thực hiện dựa trên các giả định sau:
- Đặt giả thiết vốn tự có và rủi ro có tồn tại mối quan hệ tác động hai chiều
- Mô hình giả định rằng mỗi ngân hàng sẽ đặt mục tiêu thiết lập mục tiêu tối ƣu của họ ở mức vốn và rủi ro
- Các dữ liệu thu thập mang tính đại diện cho hệ thống NHTM trong giai đoạn nghiên cứu
Tác giả sẽ áp dụng lý thuyết và phương pháp nghiên cứu phù hợp để kiểm tra giả thuyết về mối quan hệ giữa vốn tự có và rủi ro tại các ngân hàng thương mại ở Việt Nam.
- Các yếu tố nào tác động đến vốn tự có của của NHTM tại Việt Nam?
- Các yếu tố nào tác động đến sự thay đổi rủi ro của các NHTM tại Việt Nam?
- Mối quan hệ tác động qua lại giữa vốn tự có và rủi ro NHTM là đồng biến hay nghịch biến?
- Các NHTM phản ứng như thế nào trước áp lực nâng cao vốn tự có và hạn chế rủi ro?
Đối tƣợng nghiên cứu/ phạm vi nghiên cứu
Bài nghiên cứu chủ yếu tập trung vào xác định mối quan hệ của vốn tự có đến rủi ro của các NHTM
Nguồn dữ liệu được sử dụng trong nghiên cứu này là dữ liệu thứ cấp từ Bankscope và báo cáo tài chính của 21 ngân hàng thương mại (NHTM) tại Việt Nam trong giai đoạn 2007-2017 Các ngân hàng bao gồm ABB, ACB, BIDV, CTG, EIB, HDB, KLB, MSB, VCB, MBB, NamA, NCB, OCB, SCB, SeaBank, NH STB, TCB, VIB, VPB, AGR và SHB Nghiên cứu chỉ tập trung vào các NHTM được thành lập theo quy định của pháp luật Việt Nam, không bao gồm các chi nhánh ngân hàng nước ngoài hoặc ngân hàng liên doanh.
Phương pháp nghiên cứu
Bài viết áp dụng phương pháp thống kê mô tả, phân tích và so sánh dữ liệu thứ cấp để nghiên cứu các yếu tố ảnh hưởng đến vốn tự có và rủi ro tại các ngân hàng thương mại Việt Nam Nghiên cứu tập trung xác định mối quan hệ giữa vốn tự có và rủi ro trong giai đoạn khảo sát.
Bài nghiên cứu sử dụng phần mềm Stata với phương pháp nghiên cứu định tính để thống kê tổng hợp và phân tích số liệu, kết hợp với nghiên cứu định lượng để hồi quy dữ liệu bảng và thống kê mô tả Nghiên cứu áp dụng các mô hình hồi quy cổ điển (OLS), mô hình ảnh hưởng cố định (FEM), mô hình tác động ngẫu nhiên (REM) và mô hình GMM để phân tích dữ liệu, từ đó lựa chọn mô hình tối ưu nhất nhằm xác định ý nghĩa và mối liên hệ giữa các biến Cuối cùng, nghiên cứu sẽ cân nhắc tính toán từ dữ liệu thu thập được để đưa ra các biến phù hợp nhất vào mô hình hồi quy đa biến, nhằm xác định các yếu tố ảnh hưởng và chiều hướng tác động của chúng đến rủi ro tín dụng của ngân hàng.
Bài viết đƣợc chia làm 2 mô hình khảo sát
Mô hình 1 :Xác định các yếu tố ảnh hưởng và chiều hướng tác động cụ thể của các biến này đến vốn tự có của các NHTM
Mô hình 2: Xác định các yếu tố ảnh hưởng cũng như chiều hướng tác động của chúng đến rủi ro của các NHTM.
Kết cấu của luận văn
Chương 1: Giới thiệu đề tài nghiên cứu
Chương 2: Tổng quan lý thuyết
Chương 3: Phương pháp nghiên cứu
Chương 4: Kết quả nghiên cứu và thảo luận h
Chương 5: Kết luận và khuyến nghị
Ý nghĩa nghiên cứu
Nghiên cứu này áp dụng phương pháp ước lượng để phân tích các yếu tố ảnh hưởng và mối quan hệ giữa vốn tự có và rủi ro tại các ngân hàng thương mại (NHTM) Việt Nam Mục tiêu là cung cấp cơ sở khoa học và bằng chứng thực nghiệm về các yếu tố tác động đến vốn tự có và rủi ro, đồng thời xác định mối quan hệ giữa chúng Kết quả kiểm định sẽ đề xuất giải pháp giúp các nhà quản lý ngân hàng xây dựng chính sách hiệu quả nhằm nâng cao vốn tự có, giảm thiểu rủi ro và cải thiện chất lượng hoạt động kinh doanh Ngoài ra, nghiên cứu cũng chỉ ra những thách thức và vấn đề còn tồn tại, mở ra hướng nghiên cứu mới cho tương lai.
Chương 1 nêu lên những khái quát chung về đề tài nghiên cứu “Mối quan hệ giữa vốn tự có và rủi ro tại các NHTM Việt Nam” h
TỔNG QUAN LÝ THUYẾT
Lý thuyết liên quan đến vấn đề nghiên cứu
2.1.1 Lý thuyết về Vốn tự có của NHTM
2.1.1.1 Khái niệm Định nghĩa của Biekpe, Keegan Floquet và Nicholas (2008) về tỷ lệ vốn tự có là tỷ lệ của tổng vốn chủ sở hữu trên tổng tài sản.Vốn chủ sở hữu gồm giá trị sổ sách của cổ phiếu phổ thông, phí bảo hiểm cổ phần, chung và quỹ dự trữ cụ thể và cổ phiếu ƣu đãi
Vốn tự có, hay còn gọi là vốn chủ sở hữu, được hình thành từ sự đóng góp của các chủ sở hữu và tạo ra trong quá trình kinh doanh thông qua lợi nhuận không chia, theo Trần Huy Hoàng (2007).
Theo Trần Huy Hoàng (2007), vốn tự có được phân chia thành hai loại: phần cơ bản hình thành khi ngân hàng mới thành lập và phần bổ sung phát triển trong quá trình hoạt động Sự phân chia này giúp ngân hàng linh hoạt hơn trong quản lý vốn, từ đó nâng cao chất lượng vốn và hiệu quả cạnh tranh.
Vốn chủ sở hữu và vốn tự có là hai khái niệm khác nhau, trong đó vốn tự có được xác định bằng vốn chủ sở hữu cộng hoặc trừ giá trị điều chỉnh Mặc dù có cách gọi khác nhau, nhưng bản chất của chúng tương tự và phù hợp với các tiêu chuẩn quốc tế Các văn bản luật liên quan cũng chỉ đưa ra những khái niệm này mà không đi sâu vào sự phân biệt rõ ràng giữa chúng.
“Vốn tự có”, vì vậy trong khuôn khổ bài nghiên cứu, tác giả sẽ sử dụng thuật ngữ Vốn tự có
Theo Hiệp ƣớc Basel 2 (2007), vốn tự có của ngân hàng bao gồm vốn tự có cấp
1 và vốn tự có cấp 2:
Vốn cấp 1, hay còn gọi là vốn tự có cơ bản, là phần vốn tự có được hình thành ban đầu và liên tục bổ sung trong suốt quá trình hoạt động của ngân hàng Đây là nguồn vốn tương đối ổn định, đóng vai trò quan trọng trong việc đảm bảo an toàn tài chính cho ngân hàng.
Vốn điều lệ đƣợc hình thành khi NHTM mới hoạt động, có mặt trong bảng điều lệ
Các quỹ dự trữ bổ sung vốn điều lệ;
Một số quỹ dự phòng khác;
Quỹ phát triển,đầu tƣ nghiệp vụ;
Lợi nhuận giữ lại không chia;
Các tài sản nợ khác theo quy định của Ngân hàng Nhà nước
Vốn cấp hai, hay còn gọi là vốn tự có bổ sung, là nguồn vốn gia tăng cho ngân hàng sau khi đã đi vào hoạt động Nguồn vốn này phụ thuộc vào quy mô của vốn tự có cơ bản và có tính ổn định thấp.
Đối với tài sản cố định đƣợc tính là 50% phần giá trị tăng thêm đƣợc định giá lại thực hiện theo qui định của pháp luật;
Các loại chứng khoán đầu tư, bao gồm cổ phiếu đầu tư và vốn góp, sẽ được tính 40% giá trị tăng thêm khi định giá lại theo quy định của pháp luật.
Quỹ dự phòng tài chính;
Trái phiếu chuyển đổi do tổ chức tín dụng phát hành có thời hạn ban đầu ít nhất là 5 năm trước khi có thể chuyển đổi thành cổ phiếu phổ thông.
Các công cụ nợ khác là khoản nợ mà chủ nợ là thứ cấp so với các chủ nợ khác có kỳ hạn ban đầu tối thiểu trên 10 năm;
2.1.1.2 Các yếu tố ảnh hưởng đến vốn tự có của NHTM
Tình hình kinh tế xã hội
Theo Brealey, R.A., Myers, S.C (2003), Chih, H (1958) và Biekpe, Keegan Floquet và Nicholas (2008), các yếu tố khách quan ảnh hưởng đến ngân hàng thương mại (NHTM) có tác động đồng thời đến việc huy động và khơi thông nguồn vốn cho nền kinh tế Trong một nền kinh tế phát triển, việc huy động vốn tự có của NHTM ngày càng gia tăng, đáp ứng nhu cầu đầu tư mở rộng quy mô kinh doanh của người dân Hơn nữa, trong bối cảnh kinh tế hiện đại hóa với công nghệ ngân hàng tiên tiến, các NHTM cung cấp nhiều lợi ích trong các nghiệp vụ thanh toán, giúp ngân hàng thu hút được nhiều vốn từ hoạt động thanh toán.
Tập quán, thói quen của người gửi tiền
Theo nghiên cứu của Brealey, Myers và Chih, cũng như Biekpe, Floquet và Nicholas, những khu vực mà người tiêu dùng thường gửi tiền vào ngân hàng để tiết kiệm sẽ giúp ngân hàng dễ dàng thu hút vốn đầu tư hơn so với những nơi mà người dân có thói quen tích trữ tài sản bằng vàng hoặc bất động sản Điều này chứng tỏ rằng tập quán tiêu dùng có ảnh hưởng lớn đến khả năng thu hút vốn của ngân hàng Tuy nhiên, những thói quen này không thể thay đổi ngay lập tức, vì vậy các ngân hàng cần nỗ lực cải tiến quy trình, quy định và thủ tục, đồng thời chú trọng phát triển chính sách khách hàng để phát triển nguồn vốn tự có.
Sự ổn định chính trị được xem là điều kiện thiết yếu cho các ngân hàng thương mại (NHTM) trong việc mở rộng thị trường và tăng vốn Theo nghiên cứu của Brealey, Myers và Chih, sự ổn định chính trị giúp NHTM dễ dàng cung cấp dịch vụ ở những khu vực an toàn Ngược lại, các cuộc bãi công, biểu tình và sự sụp đổ của chính phủ thường dẫn đến tình trạng huy động vốn của ngân hàng bị đình trệ do sự mất niềm tin từ phía người dân Điều này tạo ra áp lực cho các NHTM trong quá trình hội nhập quốc tế.
Theo Brealey, R.A., Myers, S.C (2003), Chih, H (1958) và Biekpe, Keegan Floquet và Nicholas (2008), các ngân hàng đóng vai trò trung gian cung ứng vốn cho nền kinh tế, nhưng đang phải đối mặt với yêu cầu tăng cường nguồn vốn tự có để đáp ứng các tiêu chí quốc tế trong tiến trình hội nhập Theo Hiệp ước Basel mà Việt Nam đã ký kết với IMF, các ngân hàng Việt Nam cần đạt yêu cầu an toàn vốn tối thiểu 8% Tuy nhiên, quy mô vốn tự có của các ngân hàng thương mại cổ phần Việt Nam hiện vẫn còn quá nhỏ so với các quốc gia trong khu vực và trên thế giới Áp lực cạnh tranh sẽ gia tăng khi Việt Nam hội nhập kinh tế quốc tế sâu rộng, làm tăng nguy cơ xuất hiện các loại rủi ro do biến động kinh tế Việc tăng vốn sẽ giúp các ngân hàng nâng cao khả năng tự vệ trước những thách thức này.
Yếu tố thể chế và pháp luật
Theo Brealey, R.A., Myers, S.C (2003) và các tác giả khác, ngân hàng hoạt động đều chịu sự tác động và điều chỉnh của quy định pháp luật Hoạt động ngân hàng rất quan trọng trong nền kinh tế, do đó, Nhà nước quản lý chặt chẽ thông qua các văn bản pháp quy, ảnh hưởng đến nhiều khía cạnh, bao gồm huy động vốn Chính sách tiền tệ quốc gia và hệ thống ngân hàng đóng vai trò hỗ trợ đắc lực cho Chính phủ Ví dụ, trong trường hợp nền kinh tế lạm phát, Nhà nước có thể ban hành chính sách thắt chặt tiền tệ để tăng lãi suất tiền gửi, từ đó giúp ngân hàng thương mại dễ dàng thu hút nguồn vốn từ xã hội.
Theo Brealey, R.A., Myers, S.C (2003), Chih, H (1958) và Biekpe, Keegan Floquet và Nicholas (2008), trong bối cảnh nền kinh tế phát triển, các doanh nghiệp lớn thường có xu hướng mở rộng ngành nghề và quy mô kinh doanh, dẫn đến nhu cầu tăng vốn đầu tư Để đáp ứng kịp thời nhu cầu vốn này, các ngân hàng cần gia tăng nguồn vốn của mình Hơn nữa, với tình hình dư nợ cho vay và đầu tư gia tăng, việc đảm bảo tỷ lệ an toàn vốn tối thiểu buộc các ngân hàng phải tăng vốn tự có Trong đó, vốn điều lệ chiếm tỷ trọng lớn, do vậy các ngân hàng thương mại có vốn điều lệ nhỏ sẽ gặp khó khăn trong việc mở rộng hoạt động tín dụng và bảo lãnh cho các doanh nghiệp lớn, điều này yêu cầu họ phải tăng vốn tự có để duy trì hoạt động hiệu quả.
Lạm phát có tác động làm tăng giá trị tài sản của ngân hàng, nhưng đồng thời cũng làm gia tăng các khoản nợ và giảm giá trị vốn bằng tiền Hệ quả là nguồn vốn tự có của ngân hàng giảm sút, buộc các ngân hàng phải gia tăng vốn điều lệ để đảm bảo an toàn vốn tối thiểu.
Lược khảo các nghiên cứu trước có liên quan đến vấn đề nghiên cứu
2.3.1 Mô hình nghiên cứu liên quan về các yếu tố tác động đến vốn tự có và rủi ro
Nghiên cứu của Hichem Maraghni (2017) tập trung vào quy định ngân hàng, hành vi tỷ lệ vốn và rủi ro, áp dụng phương pháp tiếp cận đồng thời thông qua tỷ trọng tài sản có rủi ro trên tổng tài sản tại các ngân hàng thương mại ở Tunisia Kết quả của mô hình đề xuất đã đo lường và phân tích mối quan hệ giữa các yếu tố này.
Mô hình Δ CAR (tỷ lệ vốn) chịu ảnh hưởng bởi các yếu tố như ROA (tỷ suất sinh lời trên tổng tài sản), SIZE (quy mô ngân hàng), SPREAD (lãi suất biên trên tổng tài sản), LIQRISK (mức độ rủi ro), CAR (tỷ lệ an toàn vốn) và REG (đánh giá tác động của áp lực pháp lý và các yêu cầu về lập pháp luật về vốn).
Mô hình hai biến nội sinh Δ RISK thể hiện mức độ rủi ro thanh khoản của ngân hàng, chịu tác động bởi các yếu tố như SIZE (quy mô), LLOSS (tỷ lệ nợ xấu trên tổng tài sản), SPREAD (lãi suất biên trên tổng tài sản), CAR (tỷ suất an toàn vốn), và RISK (rủi ro) Đồng thời, REG đánh giá tác động của áp lực pháp lý và các yêu cầu lập pháp về vốn đối với ngân hàng.
Mô hình của Keegan Floquet và Nicholas Biekpe (2008) nghiên cứu mối quan hệ giữa cấu trúc vốn và rủi ro trong thị trường mới nổi Mô hình này chỉ ra các yếu tố ảnh hưởng đến vốn, bao gồm rủi ro tài chính, điều kiện kinh tế và chính sách quản lý Các yếu tố này có vai trò quan trọng trong việc xác định cấu trúc vốn của các doanh nghiệp tại thị trường mới nổi.
Phương trình (1) cho thấy biến độc lập CARP chịu ảnh hưởng từ các yếu tố như quy mô (SIZE), ROAA (tổng tài sản), rủi ro (RISK), tăng trưởng (GROW), chi phí nợ (COD), lạm phát (CPI), thanh khoản ngân hàng (LIQ) và đánh giá tác động của áp lực pháp lý cùng các yêu cầu về lập pháp luật về vốn (REG).
Mức độ rủi ro (RISK) được ước lượng thông qua các yếu tố như quy mô (SIZE), tỷ suất sinh lời trên tổng tài sản (ROAA), tỷ suất vốn (CARP), mức độ tăng trưởng (GROW), mức độ lạm phát (CPI), và mức độ thanh khoản (LIQ) Ngoài ra, cần đánh giá tác động của áp lực pháp lý cùng với các yêu cầu về lập pháp luật về vốn (REG).
Nghiên cứu của Lê Thanh Ngọc và các cộng sự (2015) chỉ ra mối quan hệ giữa vốn tự có và rủi ro của ngân hàng thương mại (NHTM) tại Việt Nam, từ đó đề xuất hai mô hình phân tích.
Mô hình CAP (vốn tự có) chịu ảnh hưởng từ các yếu tố RPL và RPG, đại diện cho áp lực quy định về tỷ lệ an toàn vốn tối thiểu Các yếu tố khác bao gồm SIZE (quy mô), DEP (tiền gửi ngân hàng), NPL (nợ xấu) và ROA (khả năng sinh lời) Mối quan hệ giữa các biến này đóng vai trò quan trọng trong việc xác định log vốn tự có.
Mô hình DELRISK phản ánh sự thay đổi rủi ro của ngân hàng, chịu ảnh hưởng bởi các yếu tố như RPL và RPG, đại diện cho áp lực từ quy định tỷ lệ an toàn vốn tối thiểu Ngoài ra, quy mô ngân hàng (SIZE), vốn tự có (CAP), tỷ lệ đòn bẩy (LEVD) và khả năng sinh lời (ROA) cũng là những yếu tố quan trọng góp phần vào việc đánh giá rủi ro trong mô hình này.
2.3.2 Tổng hợp các nghiên cứu trước đây về mối quan hệ giữa vốn tự có và rủi ro của NHTM
Chức năng của vốn tự có trong ngân hàng là đo lường lợi nhuận và rủi ro, đồng thời so sánh với các ngân hàng tương tự và doanh nghiệp phi tài chính Thông thường, mối quan hệ giữa lợi nhuận và rủi ro là tỷ lệ thuận: lợi nhuận cao thường đi kèm với rủi ro lớn Quản trị ngân hàng tập trung vào việc tối đa hóa giá trị vốn tự có bằng cách cân bằng giữa rủi ro và lợi nhuận.
Vốn tự có của ngân hàng thương mại (NHTM) chịu ảnh hưởng từ nhiều yếu tố, bao gồm yếu tố vĩ mô, chính trị, áp lực hội nhập quốc tế, thể chế và pháp luật, cùng các yếu tố khác Hoạt động ngân hàng vốn dĩ tiềm ẩn rủi ro, vì vậy vốn tự có đóng vai trò quan trọng trong việc chống đỡ các loại rủi ro khác nhau, đặc biệt là rủi ro hệ thống trong quá trình kinh doanh.
Trong bài báo "Mối quan hệ giữa rủi ro và vốn trong các ngân hàng thương mại" của Shrieves & Dahl (1992), các tác giả đã nghiên cứu mối quan hệ giữa rủi ro và vốn tự có dựa trên dữ liệu từ một mẫu lớn các ngân hàng thương mại tại Hoa Kỳ Họ phát hiện ra rằng có mối liên hệ tích cực giữa thay đổi rủi ro và vốn của ngân hàng, với vốn vượt quá các yêu cầu quy định tối thiểu Ngoài ra, nghiên cứu cũng chỉ ra rằng những thay đổi về mức mục tiêu vốn ngân hàng trong giai đoạn kiểm tra có liên quan đến những thay đổi về mức độ rủi ro.
Nghiên cứu của Iannotta (2007) và Houssem Rachdi (2017) cho thấy mối quan hệ trái chiều giữa vốn và mức độ rủi ro, tức là việc tăng vốn có thể dẫn đến gia tăng rủi ro Theo Ben Bouheni (2014), việc sử dụng vốn tự có giúp ngân hàng giảm thiểu tham gia vào các hoạt động kinh doanh có nguy cơ cao Tuy nhiên, một số nghiên cứu khác lại chỉ ra rằng vốn và rủi ro ngân hàng có thể tồn tại mối quan hệ ngược lại do ảnh hưởng của rủi ro đạo đức, khi các ngân hàng có thể lợi dụng hệ thống bảo hiểm tiền gửi, như được đề cập bởi Demirguc-Kunt và Kane (2002).
Nghiên cứu của Furlong và Keeley (1989) chỉ ra rằng việc thiết lập yêu cầu về vốn có thể giúp giảm thiểu rủi ro đạo đức bằng cách buộc các cổ đông ngân hàng cùng chia sẻ phần nào các khoản lỗ Kết quả nghiên cứu nhấn mạnh rằng an toàn vốn tối thiểu có tác động tích cực, không chỉ hạn chế thiệt hại mà còn giảm xác suất vỡ nợ của ngân hàng.
Rime (2001) chỉ ra rằng không có mối quan hệ nào giữa vốn tự có và rủi ro ngân hàng Mặc dù các quy định và áp lực điều tiết từ chính phủ khiến các ngân hàng thương mại tăng vốn tự có, nhưng chúng không ảnh hưởng đến mức độ rủi ro của các ngân hàng này.
PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu và giả thuyết nghiên cứu
Mô hình mối quan hệ tuyệt đối giữa vốn và rủi ro
Bài nghiên cứu này giả định rằng có sự liên hệ giữa vốn tự có và rủi ro, đồng thời kế thừa các mô hình của Biekpe, Keegan Floquet và Nicholas (2008) về mối quan hệ giữa cấu trúc vốn và rủi ro tại các thị trường mới nổi Dựa trên đó, mô hình nghiên cứu cụ thể được đề xuất nhằm khám phá mối quan hệ này.
Mô hình (1) : CARP i,t = α 0 + α 1 SIZE i,t + α 2 ROA i,t + α 3 RISK i,t + α 4 GROWTH t,i + α5 COD i,t + α 6 CPI t + α 7 LIQ i,t + α 8 REG i,t + ξ i,t
Các biến đo lường được sử dụng trong nghiên cứu sẽ được trình bày cụ thể ở mô hình 1-CARP
tỷ số giá tiêu dùng
biến về dấu hiệu áp lực an toàn vốn tối thiểu
VỐN TỰ CÓ Biến phụ thuộc h
Biến phụ thuộc: vốn tự có của NHTM
Biến độc lập : (i) kích thước ngân hàng ; (ii) tỷ suất lợi nhuận; (iii) rủi ro; (iv) tăng trưởng , (v) chi phí nợ; (vi) thanh khoản
Biến kiểm soát : (i) tỷ số giá tiêu dùng, ;(ii) biến về dấu hiệu áp lực an toàn vốn tối thiểu
Mô hình (2): RISK i,t = β 0 + β 1 SIZE i,t + β 2 ROA i,t + β 3 CAPR i,t + β 4 GROWTH t,i + β 5 CPI t + β 6 LIQ i,t + β 7 REG (i,t-1) + V i,t
Các biến đo lường được sử dụng trong luận văn sẽ được trình bày cụ thể ở mô hình 2- RISK
Biến phụ thuộc: rủi ro của NHTM
Biến độc lập : (i) kích thước ngân hàng ; (ii) tỷ suất lợi nhuận; (iii) vốn tự có; (iv) tăng trưởng ,(v) thanh khoản
Biến kiểm soát : (i) tỷ số giá tiêu dùng, ;(ii) biến về dấu hiệu áp lực an toàn vốn tối thiểu h
- CARP: Biến đại diện cho vốn tự có của ngân hàng
- RISK: Biến đại diện cho rủi ro của ngân hàng
- SIZE: Biến đại diện cho quy mô của ngân hàng
- GROWTH: Biến đại diện cho tăng trưởng ngân hàng
- ROA: Biến đại diện cho khả năng sinh lời của ngân hàng
- COD: Biến đại diện cho chi phí nợ của ngân hàng
- LIQ: Biến đại diện cho thanh khoản của ngân hàng
- CPI: Biến đại diện cho chỉ số giá tiêu dùng của Việt Nam
- REG: Biến đại diện cho dấu hiệu áp lực từ quy định tỷ lệ an toàn vốn tối thiêu
Các biến nghiên cứu và cách thức đo lường
tỷ số giá tiêu dùng
biến về dấu hiệu áp lực an toàn vốn tối thiểu
RỦI RO Biến phụ thuộc h
Biến CARP đại diện cho vốn tự có, được xác định qua tỷ lệ tổng vốn tự có trên tổng tài sản Vốn tự có bao gồm giá trị sổ sách của cổ phần phổ thông, phí bảo hiểm chung, quỹ dự trữ cụ thể và cổ phần ưu đãi Nghiên cứu của Pettway đã chỉ ra tầm quan trọng của các yếu tố này trong việc đánh giá sức mạnh tài chính của doanh nghiệp.
(1976), Demirguc-Kunt và Huizinga (2000), Iannotta et al( 2007) và Ben Bouheni(
Năm 2014, nhiều ý kiến cho rằng việc tăng vốn có thể giúp giảm thiểu thiệt hại cho ngân hàng Sử dụng vốn một cách hợp lý sẽ hạn chế ngân hàng tham gia vào các hoạt động đầu tư mạo hiểm, đồng thời củng cố mối quan hệ giữa vốn tự có và rủi ro trong hai mô hình nghiên cứu.
CARP được tính bằng cách chia vốn tự có cho tổng tài sản ROA, hay tỷ lệ lợi nhuận trên tài sản, được xác định từ báo cáo tài chính của từng ngân hàng trong khoảng thời gian phân tích, phản ánh chất lượng tài sản của mỗi tổ chức Nghiên cứu của Rime (2001) và Heid et al (2004) đã chỉ ra các chỉ số này cho các ngân hàng tại Thụy Sĩ và Đức, cùng với các nghiên cứu của Matejašák và Teplý.
Nghiên cứu của 2009 và Van Roy (2005) cho thấy rằng ROA được đưa vào phương trình đo lường vốn tự có, với giả định rằng việc tăng vốn tự có thông qua phân bổ lợi nhuận chưa phân bổ sẽ tạo ra mối quan hệ tích cực trong mô hình Theo Lê Thanh Ngọc và các cộng sự (2015), ROA được kỳ vọng sẽ có tác động tích cực đến RISK, vì các ngân hàng thương mại thường phải chấp nhận rủi ro cao hơn để đạt được lợi nhuận tối ưu.
ROA được tính bằng cách chia lợi nhuận ròng cho tổng tài sản Biến SIZE thể hiện quy mô của ngân hàng, đóng vai trò quan trọng trong việc giải thích hành vi của các tỷ lệ vốn Quy mô ngân hàng có thể được đánh giá thông qua nhiều tiêu chí như tổng tài sản, khu vực hoạt động, phạm vi dịch vụ, số lượng dịch vụ cung cấp, số lượng nhân sự, và các chỉ tiêu hiệu quả hoạt động Trong số đó, tổng tài sản là yếu tố được nhắc đến nhiều nhất.
Kích thước ngân hàng được đo bằng logarit tự nhiên của tổng tài sản, cho thấy mối liên hệ tiêu cực giữa kích thước và sự thay đổi về vốn cũng như mức độ rủi ro Nhiều nghiên cứu, bao gồm của Keegan Floquet, Nicholas Biekpe (2008), Matejašák và Teply (2009), cùng với Shrieves và Dahl (1992), Godlewski (2004), Murinde và Yassen (2004), Hassan và Hussain (2006), đã chỉ ra rằng kích thước ảnh hưởng đến rủi ro và vốn, liên quan đến đa dạng hóa danh mục và đặc điểm riêng của ngân hàng Aggarwal và Jacques (1998) xác nhận điều này trong nghiên cứu của họ về ngân hàng Mỹ Ngoài ra, nghiên cứu của Van Roy (2005) cho thấy các ngân hàng lớn có khả năng chịu đựng chi phí rủi ro cao hơn và linh hoạt hơn trong chính sách vốn Tóm lại, hiệu ứng kích thước thể hiện mối quan hệ tiêu cực với sự thay đổi về mức độ rủi ro và vốn.
SIZE = Ln (Tổng tài sản) Biến RISK: trong trường hợp của một biến đo lường của rủi ro ngân hàng
Nghiên cứu của Kaddour et al (2010), Mamoghli và Dhouibi (2009), Maraghni và Rajhi (2001), McAllister và McManus (1993), và Liang và Rhoades (1991) chỉ ra rằng có mối quan hệ tích cực giữa mức độ rủi ro và vốn tự có Khi các ngân hàng thương mại (NHTM) đối mặt với rủi ro tín dụng cao, họ thường có xu hướng tăng vốn sau khi trích lập dự phòng Việc tăng vốn không chỉ giúp đáp ứng yêu cầu về hệ số an toàn tối thiểu mà còn duy trì khả năng cho vay của NHTM Brealey và Myers (2003) nhấn mạnh rằng rủi ro gia tăng cần tỷ lệ vốn tự có cao hơn trong cấu trúc vốn để tránh chi phí vốn không hiệu quả Keegan Floquet và Nicholas Biekpe (2008) cũng cho rằng, với rủi ro lớn, "đệm" vốn tự có càng lớn càng tốt để duy trì khả năng thanh toán của ngân hàng.
RỦI RO = Tỷ lệ nợ quá hạn trên tổng dư nợ cho vay Biến REG phản ánh áp lực từ quy định về tỷ lệ an toàn vốn tối thiểu Để tuân thủ quy định Basel II và Thông tư 41, các ngân hàng cần đạt yêu cầu tỷ lệ an toàn vốn tối thiểu (CAR) trên 8% trước năm 2010, theo nghiên cứu của Hichem Maraghni.
Nghiên cứu của REG (2016) chỉ ra rằng đây là một biến ngoại sinh quan trọng, giúp nắm bắt tác động của quy định áp lực và yêu cầu pháp lý về vốn từ Hiệp định Basel, ảnh hưởng đến vốn tự có và rủi ro Các tác giả Heid et al (2003), Van Roy (2005), Cannat và Quagliariello (2006), Matejašák và Teplý (2009), cùng với Saadawi đã nhấn mạnh tầm quan trọng của vấn đề này trong việc quản lý rủi ro tài chính.
Nghiên cứu của Awdeh và cộng sự (2011) cùng với Bouri và Ben Hmida (2011) chỉ ra rằng có hai giá trị ảnh hưởng đến sự biến động của vốn, trong đó việc tăng vốn được coi là hoạt động tốn kém và các cổ đông mong muốn duy trì mức vốn tối thiểu theo quy định Saadawi (2010) và Awdeh (2011) hỗ trợ giả thuyết rằng các ngân hàng tuân thủ yêu cầu về vốn tối thiểu thường cảm thấy bị đe dọa bởi các quy định pháp lý, từ đó buộc họ phải củng cố vốn điều lệ và kiểm soát rủi ro Ngoài ra, Godlewski (2005) và Lin et al (2013) cũng đã nghiên cứu và phát hiện tác động tiêu cực của yếu tố này đối với rủi ro.
REG = 1 nếu CARP < 8% và 0 trong trường hợp ngược lại
Biến GROWTH: Biến đại diện cho tăng trưởng Theo nghiên cứu của Bondt và
Theo Prast (2000) và Keegan Floquet, Nicholas Biekpe (2008), tăng trưởng cho vay (GROWTH) có thể tác động đến đòn bẩy ngân hàng, đặc biệt khi vốn tự có khó tăng trong bối cảnh tăng trưởng nhanh Điều này càng trở nên nghiêm trọng nếu tỷ lệ các khoản vay xấu gia tăng GROWTH được tính bằng cách lấy dư nợ kỳ trước chia cho dư nợ kỳ này, do đó tỷ số này càng cao thì tăng trưởng càng kém.
GROWTH = Tổng dư nợ của kỳ trước /tổng số vốn vay h
Biến COD, hay chi phí nợ, ảnh hưởng đến vốn tự có của ngân hàng và quyết định cơ cấu tài chính của họ Nghiên cứu của Bondt và Prast (2000) cùng với Keegan Floquet, Nicholas Biekpe (2008) chỉ ra rằng chi phí nợ cao có mối liên hệ đáng kể với tỷ lệ vốn cao hơn, cho thấy các ngân hàng thường cố gắng giảm thiểu chi phí vốn của mình.
COD được tính bằng tổng chi phí lãi chia cho tổng nợ phải trả Biến LIQ phản ánh thanh khoản của ngân hàng, trong đó Vodová (2011) đã sử dụng bốn tỷ số để đo lường khả năng thanh khoản của các ngân hàng thương mại Tuy nhiên, nghiên cứu này chỉ áp dụng tỷ số L3 (Tổng cho vay/Tổng tài sản) để đánh giá khả năng thanh khoản của các NHTM Việt Nam, được xem là hệ số tốt nhất Tỷ số này cho biết tỷ lệ phần trăm khoản cho vay trên tổng tài sản ngân hàng; tỷ lệ cao cho thấy khả năng thanh khoản yếu Theo Vũ Thị Hồng (2015), LIQ có mối quan hệ nghịch biến với CARP và RISK với mức ý nghĩa 1%, và độ phù hợp của mô hình đạt 84.89%.
LIQ được tính bằng tổng cho vay chia cho tổng tài sản Biến CPI, đại diện cho tác động của nền kinh tế đến rủi ro và tín dụng, được Keegan Floquet và Nicholas Biekpe (2008) đưa vào mô hình nghiên cứu CPI được đo lường qua tỷ lệ lạm phát hàng năm của quốc gia Mặc dù nghiên cứu của Keegan Floquet và Nicholas Biekpe chưa chỉ ra rõ ràng ảnh hưởng của CPI đến rủi ro và vốn tự có, nhưng biến này vẫn được đề xuất trong mô hình nghiên cứu nhằm khám phá mối liên hệ giữa yếu tố vĩ mô và tình hình rủi ro, vốn tự có tại các ngân hàng thương mại ở Việt Nam.
Nguồn dữ liệu, cách thu thập dữ liệu
Nguồn dữ liệu thứ cấp cho nghiên cứu được thu thập từ Bankscope và báo cáo tài chính của 21 ngân hàng thương mại trong giai đoạn 2007-2017 Các dữ liệu kinh tế vĩ mô được lấy từ trang web của World Bank Indicators Dữ liệu được trình bày dưới dạng bảng (Panel).
Phương pháp nghiên cứu
Các kiểm định đƣợc thực hiện:
Luận văn áp dụng phương pháp nghiên cứu định lượng thông qua kỹ thuật phân tích mô hình hồi quy dữ liệu bảng Đầu tiên, các mô hình hồi quy OLS được sử dụng để kiểm tra ý nghĩa thống kê của các biến Tiếp theo, luận văn tiến hành kiểm tra tương quan đơn tuyến tính giữa các biến độc lập nhằm phát hiện hiện tượng tự tương quan Ngoài ra, hệ số phóng đại phương sai cũng được áp dụng để hỗ trợ phân tích.
VIF để kiểm tra đa cộng tuyến
Kiểm định Wald F-test và t-test lựa chọn Pooled và FEM (mô hình tác động cố định)
Kiểm định Breusch-Pagan (1980) được sử dụng để lựa chọn giữa mô hình Pooled và mô hình tác động ngẫu nhiên (REM) Để kiểm tra hiện tượng phương sai thay đổi, kiểm định Green (2000) được áp dụng nhằm đánh giá tổng quát về sự đồng nhất của phương sai.
Phương pháp GMM được dùng ở cuối bài để khắc phục hiện tượng nội sinh của mô hình nghiên cứu
Trong chương 3, tác giả phân tích và lựa chọn phương pháp cùng nguồn dữ liệu phù hợp để xây dựng mô hình nghiên cứu về tình hình vốn tự có và rủi ro của các ngân hàng thương mại Việt Nam trong giai đoạn 2007 - 2017 Dựa trên mô hình đã đề xuất, chương này cung cấp cái nhìn sâu sắc về các yếu tố ảnh hưởng đến vốn tự có và rủi ro trong ngành ngân hàng.
4 tác giả sẽ sơ lƣợc qua thực trạng và kiểm chứng lại với kết quả kiểm định đƣợc h
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Phân tích thực trạng và thống kê mô tả
4.1.1 Thực trạng về vốn tự có và rủi ro của hệ thống NHTM Việt Nam giai đoạn 2007-2017
Nguồn: thống kê từ báo cáo tài chính của 21 NHTM
Hình 4.1: Thực trạng của rủi ro và vốn tự có giai đoạn 2007-2017
Kêt quả thống kê sơ bộ tình hình rủi ro và vốn tự có của 21 NHTM từ nguồn dữ liệu Bankscope trong khoảng thời gian từ 2007-2017,
Rủi ro thu hút sự chú ý lớn từ các nhà hoạch định chính sách ngân hàng thương mại (NHTM) vì nó gây ra những khó khăn nhất định, ảnh hưởng đáng kể đến hoạt động kinh doanh của ngân hàng Biểu đồ thống kê cho thấy rủi ro luôn dao động xung quanh một mức nhất định.
Trong giai đoạn nghiên cứu từ 2007 đến 2017, tỷ lệ rủi ro tín dụng dao động từ 2-4%, với xu hướng gia tăng từ năm 2007 và đạt đỉnh vào năm 2012-2013 do ảnh hưởng của khủng hoảng kinh tế toàn cầu, bùng nổ tín dụng và tác động tiêu cực từ thị trường bất động sản Tuy nhiên, từ năm 2012 đến 2017, Ngân hàng Nhà nước Việt Nam đã tích cực chỉ đạo và xử lý rủi ro tín dụng, giúp giảm thiểu rủi ro xuống dưới 3% vào năm 2015 Ngoài các yếu tố vĩ mô, rủi ro còn xuất phát từ những vấn đề nội tại của ngân hàng như năng lực quản lý yếu kém và đạo đức cán bộ Công ty Quản lý Tài sản Việt Nam (VAMC) được thành lập nhằm mua, phục hồi và tái cơ cấu các khoản nợ xấu, góp phần quan trọng vào việc cải thiện chất lượng tín dụng và giảm thiểu rủi ro trong hệ thống ngân hàng.
Trong giai đoạn 2007-2017, vốn tự có của các ngân hàng thương mại (NHTM) dao động ở mức 8-10% Từ năm 2008 đến 2011, sự bùng nổ của hệ thống ngân hàng với nhiều ngân hàng nhỏ ra đời đã dẫn đến việc vốn tự có không đủ, và đến năm 2011, quy mô đã thu hẹp do chính sách tái cơ cấu, mua bán và sáp nhập Vốn tự có cao nhất trong giai đoạn này đạt được nhờ vào việc Việt Nam gia nhập WTO năm 2007, tạo điều kiện thuận lợi cho môi trường kinh doanh và sự phát triển của thị trường chứng khoán Các ngân hàng đã đua nhau đầu tư để nâng cao năng lực hạ tầng, tăng cường cạnh tranh và đảm bảo các hệ số an toàn vốn (CAR) nhằm đáp ứng nhu cầu tăng trưởng tín dụng và tài sản có rủi ro Hơn nữa, vốn tự có cao giúp các ngân hàng Việt Nam duy trì năng lực tài chính và thị phần trước sự xâm nhập của các ngân hàng nước ngoài khi Việt Nam mở cửa ngành ngân hàng vào năm 2011 Tuy nhiên, việc tăng vốn tự có trong những năm gần đây gặp khó khăn do các cổ đông mất trắng vốn tại ba ngân hàng bị NHNN mua lại với giá 0 đồng, trong khi một số ngân hàng khác bị kiểm soát đặc biệt vì nợ xấu cũng làm bào mòn vốn tự có.
Biểu đồ cho thấy mối quan hệ tích cực giữa rủi ro và vốn tự có, với cả hai đều tăng từ 2007-2012 và giảm từ 2012-2017 Để tuân thủ quy định Basel II về vốn và kiểm soát rủi ro, các ngân hàng cần tăng vốn tự có gấp 1,8 - 2 lần so với hiện tại trước cuối năm 2020, sau một thời gian dài từ đợt tăng vốn giai đoạn 2008-2011.
4.1.2 Thực trạng về vốn tự có và rủi ro và lợi nhuận trên tổng tài sản (ROA) giai đoạn 2007-2017
Nguồn: thống kê từ báo cáo tài chính của 21 NHTM
Hình 4.2: Thực trạng rủi ro, vốn tự có và lợi nhuận giai đoạn 2007-2017
Từ năm 2007 đến 2017, tỷ lệ lợi nhuận trên tổng tài sản có sự tương quan cùng chiều với vốn tự có và ngược chiều với rủi ro Lợi nhuận trên tổng tài sản giảm từ 2007 đến 2014, sau đó có xu hướng tăng trưởng Cuộc khủng hoảng tài chính toàn cầu từ 2010 đến 2012 đã gây khó khăn cho doanh nghiệp, ảnh hưởng đến khả năng trả nợ và tác động tiêu cực đến hoạt động kinh doanh của ngân hàng thương mại, dẫn đến giảm lợi nhuận và gia tăng rủi ro tín dụng vào cuối 2011 Từ năm 2013, các ngân hàng đã chú trọng vào việc xử lý rủi ro tín dụng thông qua việc trích lập dự phòng và bán nợ cho VAMC, giúp cải thiện lợi nhuận Khi lợi nhuận tăng, ngân hàng có khả năng bù đắp chi phí và trang trải nợ.
4.1.3 Thực trạng về vốn tự có và rủi ro và tốc độ tăng trưởng (GROWTH) giai đoạn 2007-2017 h
Nguồn: thống kê từ báo cáo tài chính của 21 NHTM
Hình 4.3:Thực trạng của rủi ro, vốn tự có và tốc độ tăng trưởng giai đoạn 2007-
Tỷ lệ GROWTH trong ngân hàng cho thấy rằng khi tỷ lệ này cao, tăng trưởng tín dụng lại thấp Ngân hàng có xu hướng phản ứng tích cực với vốn tự có nhưng lại phản ứng ngược với rủi ro Gói kích cầu của chính phủ vào năm 2008 đã tạo ra tốc độ tăng trưởng tín dụng nóng Tuy nhiên, từ 2010-2012, chính sách kiềm chế lạm phát để ổn định kinh tế vĩ mô đã dẫn đến sự giảm tốc trong tăng trưởng kinh tế Năm 2012, sự gia tăng vốn tự có của ngân hàng đã ảnh hưởng trực tiếp đến tình hình này Từ 2013-2014, các chính sách tiền tệ và tài chính đã cải thiện thanh khoản ngân hàng, tạo điều kiện cho lãi suất cho vay giảm và thúc đẩy sản xuất kinh doanh Đến năm 2015, tăng trưởng tín dụng đã chuyển dịch mạnh mẽ sang các ngành nghề ưu tiên của chính phủ, đồng thời chính sách tín dụng được cải cách để phù hợp với nhu cầu phát triển kinh tế quốc gia.
4.1.4 Thực trạng về vốn tự có và rủi ro và quy mô ngân hàng (SIZE) giai đoạn 2007-2017
Nguồn: thống kê từ báo cáo tài chính của 21 NHTM
Hình 4.4:Thực trạng của rủi ro, vốn tự có và quy mô ngân hàng giai đoạn 2007-
Kết quả từ đồ thị cho thấy mối quan hệ ngược chiều giữa quy mô ngân hàng và tỷ lệ rủi ro tín dụng, trong khi chưa tìm ra mối liên hệ giữa quy mô và vốn tự có Tăng trưởng quy mô ngân hàng phụ thuộc vào chiến lược cạnh tranh mở rộng thị phần Quy mô của các ngân hàng thương mại Việt Nam từ năm 2007-2016 liên tục tăng, với mỗi năm cao hơn năm trước Dù chịu ảnh hưởng từ cuộc khủng hoảng tài chính toàn cầu năm 2008, tốc độ tăng quy mô ngân hàng đã chậm lại từ 2008-2014 Tuy nhiên, sự tăng trưởng mạnh mẽ nhất diễn ra vào năm 2015 và 2016, khi Chính phủ thực hiện tái cơ cấu hệ thống các tổ chức tín dụng, góp phần vào sự phát triển vượt bậc của thị trường tài chính và nâng cao hiệu quả hoạt động của các ngân hàng.
4.1.5 Thực trạng về vốn tự có và rủi ro và thanh khoản ngân hàng (LIQ) giai đoạn 2007-2017
Nguồn: thống kê từ báo cáo tài chính của 21 NHTM
Hình 4.5: Thực trạng của rủi ro, vốn tự có và thanh khoản ngân hàng giai đoạn 2007-2017
Chỉ số thanh khoản được tính bằng tỷ lệ cho vay trên tổng tài sản, với tỷ số cao cho thấy khả năng thanh khoản của ngân hàng yếu Kết quả từ mô hình thanh khoản cho thấy tỷ lệ này thuận với vốn tự có và nghịch với rủi ro trong giai đoạn 2007-2017 Từ năm 2010 đến 2015, hoạt động của các ngân hàng thương mại Việt Nam đã có nhiều biến đổi, trong đó năm 2010 đánh dấu sự gia tăng rủi ro thanh khoản và rủi ro tín dụng của các ngân hàng.
2011.Đỉnh điểm về rủi ro thanh khoản kém nhất trong giai đoạn nghiên cứu là năm
Năm 2015, các ngân hàng thương mại đã mạo hiểm huy động vốn ngắn hạn để tài trợ cho vay trung và dài hạn, trong khi tốc độ tăng trưởng huy động vốn vẫn thấp và tín dụng lại tăng cao Từ 2015 đến 2017, để đảm bảo thanh khoản, các ngân hàng quy mô nhỏ đã tăng vốn nhanh chóng nhằm đáp ứng các quy định của cơ quan nhà nước và điều chỉnh lãi suất huy động hấp dẫn hơn cho kỳ hạn dài Tổng tài sản của ngân hàng không chỉ gia tăng về quy mô mà còn nâng cao chất lượng tài sản và tính thanh khoản Cơ cấu tài sản có sự chuyển dịch với tỷ trọng cho vay khách hàng tăng lên trong tổng tài sản Thanh khoản được chú trọng phát triển ở mức dƣ thừa và đảm bảo, các ngân hàng cân đối tỷ lệ thanh khoản nhằm đáp ứng mục tiêu sử dụng vốn cho phát triển kinh doanh và phòng tránh rủi ro.
4.1.6 Thực trạng về vốn tự có và rủi ro và chi phí nợ (COD) giai đoạn 2007-2017
Nguồn: thống kê từ báo cáo tài chính của 21 NHTM
Hình 4.6: Thực trạng của vốn tự có và chi phí nợ giai đoạn 2007-2017
Chi phí nợ ảnh hưởng tích cực đến vốn tự có của các ngân hàng thương mại (NHTM) Việt Nam trong giai đoạn 2007-2017 Sự gia tăng vốn tự có được thúc đẩy bởi yêu cầu của Ngân hàng Nhà nước và tiêu chuẩn Basel về vốn tối thiểu, dẫn đến gia tăng chi phí nợ Sau khi gia nhập WTO, các NHTMCP mở rộng hoạt động, làm tăng nhu cầu vốn và kéo theo chi phí nợ gia tăng Sự gia tăng chi phí nợ có mối liên hệ đáng kể với tỷ lệ vốn cao hơn, cho thấy các ngân hàng đang nỗ lực giảm chi phí vốn để nâng cao vốn tự có.
4.1.7 Thống kê mô tả giữa các biến
Bảng 4.1: Thống kê mô tả giữa các biến trong mô hình
Trung bình Độ lệch chuẩn
Nguồn: Tính toán của tác giả từ phần mềm Stata
Giá trị dữ liệu trong nghiên cứu ổn định, với độ lệch chuẩn của hầu hết các biến nhỏ hơn giá trị trung bình Kích cỡ mẫu đạt 231 quan sát cho mỗi biến, đủ lớn để thực hiện hồi quy trong thống kê Những yếu tố này cho thấy dữ liệu thu thập là phù hợp cho ước lượng hồi quy và kiểm định giả thuyết thống kê.
Ma trận tương quan đơn tuyến tính giữa các cặp biến Pearson
Để kiểm tra mối tương quan tuyến tính giữa các biến độc lập trong mô hình (1) CARP và mô hình (2) RISK, chúng ta sẽ sử dụng phương pháp tương quan Pearson Hệ số tương quan Pearson gần 1 cho thấy mối tương quan mạnh, trong khi hệ số gần 0 cho thấy mối tương quan yếu Nếu hệ số tương quan giữa các cặp biến lớn hơn 0.8, điều này cho thấy sự tự tương quan và cần xem xét loại bỏ hai biến đó khỏi mô hình.
Phân tích ma trận tương quan cho thấy tất cả các hệ số tương quan giữa các biến độc lập đều có trị tuyệt đối nhỏ hơn 0.8, điều này cho thấy tính tự tương quan giữa các biến là tương đối yếu Do đó, có thể suy luận rằng cả hai mô hình đều không gặp phải hiện tượng tự tương quan.
Bảng 4.2: Ma trận tương quan
SIZE GROWTH COD LIQ REG CPI ROA
Nguồn: Tính toán của tác giả từ phần mềm Stata
Kiểm định đa cộng tuyến
Bảng 4.3 Kiểm tra đa cộng tuyến mô hình 1 và mô hình 2
Biến Mô hình 1 Mô hình 2
Theo tính toán từ phần mềm Stata, kết quả kiểm tra hiện tượng đa cộng tuyến trong mô hình (1) cho thấy giá trị trung bình VIF của 8 biến đều nhỏ hơn 10, điều này chứng tỏ rằng mô hình (1) không gặp phải hiện tượng đa cộng tuyến trong mẫu dữ liệu nghiên cứu.
Xét thấy qua kiểm định hiện tƣợng tự đa cộng tuyến đối với mô hình (2) RISK
Hệ số VIF của các biến đều nhỏ hơn 10, không tồn tại đa cộng tuyến trong mô hình đối với các biến nghiên cứu
Hệ số của mô hình (1) và (2) được ước lượng hiệu quả và không có độ thiên lệch, đảm bảo độ tin cậy cao Điều này cung cấp bằng chứng thực nghiệm rõ ràng về tác động có ý nghĩa của biến độc lập đến biến phụ thuộc trong mô hình.
4.5.4 Kết quả ƣớc lƣợng các mô hình
Nghiên cứu chỉ ra mối quan hệ chặt chẽ giữa vốn tự có và rủi ro, dựa trên dữ liệu của 21 ngân hàng trong khoảng thời gian 10 năm từ 2007-2017 với 9 biến RISK, CARP, SIZE, ROA, GROWTH, CPI, LIQ, COD, REG Bằng phương pháp mô tả thống kê, nghiên cứu thể hiện đặc trưng mẫu và mối quan hệ giữa các biến trong mô hình Qua việc phân tích tổng quát dữ liệu, nghiên cứu đánh giá mức độ thay đổi, sự phù hợp của mẫu và phát hiện các giá trị ngoại lai cần loại bỏ Kết quả thống kê từ phần mềm Stata cung cấp thông tin về giá trị trung bình, độ lệch chuẩn, trung vị, cũng như giá trị lớn nhất và nhỏ nhất của các biến trong nghiên cứu, bao gồm cả biến độc lập và phụ thuộc.
Bảng 4.4: Kết quả ƣớc lƣợng mô hình 1 bằng OLS, FEM, REM
Ghi chú: ***,**,* tương ứng với mức ý nghĩa 1%, 5%, 10%
Nguồn: Tính toán của tác giả từ Stata
Khi phân tích kết quả, chỉ số P>|t| p-value cho thấy nếu giá trị này nhỏ hơn 5% (0.05), thì mối quan hệ giữa biến độc lập và biến phụ thuộc là có ý nghĩa thống kê Do đó, ở mức ý nghĩa 5%, chỉ có biến CPI không thể hiện ý nghĩa.
Mô hình hồi quy 2 ở mức ý nghĩa 5% không đạt được kết quả như mong đợi, khi hầu hết các biến như CPI, REG, GROWTH và SIZE đều không có ý nghĩa thống kê và không giải thích được biến độc lập RISK trong mô hình.
Bảng 4.5: Kết quả ƣớc lƣợng mô hình 2 bằng OLS, FEM, REM
Ghi chú: ***,**,* tương ứng với mức ý nghĩa 1%, 5%, 10%
Nguồn: Tính toán của tác giả từ Stata
Kiểm định lựa chọn mô hình
4.4.1 Kiểm định Wald F-test va t-test lựa chọn Pooled và FEM
Sự khác biệt chính giữa hai mô hình OLS và REM nằm ở ảnh hưởng của các mẫu quan sát Mô hình Pooled phù hợp khi giả định rằng các quan sát giữa các Ngân hàng qua các năm không có sự khác biệt Ngược lại, nếu các đặc điểm riêng của thực thể có tương quan với các biến độc lập, mô hình các ảnh hưởng cố định (FEM) sẽ được sử dụng Để lựa chọn giữa mô hình Pooled và FEM, chúng ta áp dụng kiểm định Wald F-test và T-test.
Giả thuyết cho mô hình 1 CARP
Giải thuyết H 0 : Mô hình Pooled là phù hợp với mẫu nghiên cứu
Giả thuyết H 1 : Mô hình FEM là phù hợp với mẫu nghiên cứu
Kết quả kiểm định lựa chọn giữa Mô hình OLS và FEM
Bảng 4.6: Kết quả phân tích kiểm định lựa chọn Pooled và FEM cho mô hình 1
Nguồn: tính toán của tác giả từ Stata
Dựa vào giá trị p-value=0.000, nhỏ hơn 5%, chúng ta chấp nhận giả thuyết H0 Điều này cho thấy mô hình hồi quy Pooled OLS phù hợp hơn so với mô hình FEM Do đó, tác giả đã sử dụng ước lượng Pooled OLS cho mô hình 1 CARP.
Giả thuyết cho mô hình 2 RISK
Giải thuyết H 0 : Mô hình Pooled là phù hợp với mẫu nghiên cứu
Giả thuyết H 1 : Mô hình FEM là phù hợp với mẫu nghiên cứu
Kết quả kiểm định lựa chọn Pooled và FEM cho mô hình 2 RISK
Bảng 4.7: Kết quả kiểm định lựa chọn giữa OLS và FEM cho mô hình 2
Giá trị thống kê F P-value
Nguồn: tính toán của tác giả từ Stata Ở mô hình 2 giá trị cho p-value=0.000 < 5%, chấp nhận giả thiết H0
Nhƣ vậy FEM là không phù hợp cho kiểm định mô hình 2- RISK, ta sẽ dùng kiểm định Pooled OLS
So sánh giữa hai phương pháp kiểm định POOLED OLS và FEM cho mô hình 1 - CARP và mô hình 2 - RISK cho thấy cả hai mô hình đều phù hợp hơn với kiểm định POOLED OLS Do đó, việc sử dụng kiểm định FEM cho hai mô hình này không cần thiết.
4.4.2 Kiểm định Breusch-Pagan để lựa chọn mô hình Pooled OLS và mô hình ảnh hưởng ngẫu nhiên REM
Mô hình REM, phát triển từ mô hình POOLED OLS, chú trọng vào sự khác biệt của các đối tượng phân tích theo thời gian, điều này dẫn đến việc tự tương quan trở thành một vấn đề tiềm ẩn cần được giải quyết Đồng thời, mô hình này cũng loại bỏ hiệu quả yếu tố phương sai thay đổi Để lựa chọn giữa mô hình Pooled OLS và REM, chúng ta thực hiện kiểm định T S Breusch và A R Pagan (1980) cho mô hình 1 CARP.
Giả thuyết H 0 : Mô hình Pooled là phù hợp dữ liệu mẫu hơn REM
Giả thuyết H 1 : Mô hình REM là phù hợp dữ liệu mẫu hơn Pooled
Bảng 4.8: Kiểm định lựa chọn phương pháp Pooled hay mô hình REM cho mô hình 1
Giá trị thống kê P-value Chibar2(01)g.30 0.000
Nguồn: tính toán của tác giả từ Stata
Kết quả phân tích cho thấy p-value < 0.05, cho phép chúng ta kết luận rằng có sự khác biệt có ý nghĩa thống kê giữa OLS và REM Việc chấp nhận giả thuyết Ho cho thấy mô hình REM - mô hình các ảnh hưởng ngẫu nhiên không hợp lý, do đó, hồi quy OLS được khuyến nghị là phương pháp hiệu quả hơn cho kiểm định mô hình CARP trong trường hợp 2 RISK.
Giả thuyết H 0 : Mô hình Pooled là phù hợp dữ liệu mẫu hơn REM
Giả thuyết H 1 : Mô hình REM là phù hợp dữ liệu mẫu hơn Pooled h
Bảng 4.9: Kiểm định lựa chọn phương pháp Pooled hay mô hình REM cho mô hình 2
Giá trị thống kê P-value Chibar2(01)%.52 0.000
Nguồn: tính toán của tác giả từ Stata
Với p-value < 0.05, chúng ta kết luận có sự khác biệt có ý nghĩa thống kê giữa OLS và REM Kết quả cho thấy rằng giả thuyết Ho được chấp nhận, chỉ ra rằng mô hình REM với các ảnh hưởng ngẫu nhiên không hợp lý Do đó, hồi quy OLS sẽ là lựa chọn hiệu quả hơn cho việc kiểm định mô hình 2 RISK.
Kết quả so sánh từ hai kiểm định F Test và Breusch-Pagan cho mô hình 1 - CARP và mô hình 2 - RISK cho thấy cả hai mô hình phù hợp hơn với phương pháp ước lượng Pooled OLS so với các phương pháp khác như REM và FEM Do đó, tác giả đã quyết định sử dụng phương pháp hồi quy Pooled OLS để thực hiện ước lượng cho cả hai mô hình.
Kiểm định hiện tượng phương sai thay đổi bằng kiểm định Breusch-Pagan-Godfrey 50 4.6 Phân tích kết quả hồi quy GMM
Hiện tượng phương sai thay đổi có thể làm giảm hiệu quả của hệ số ước lượng, dẫn đến việc kiểm định giả thuyết trở nên không đáng tin cậy và kết quả dự báo không tối ưu Để kiểm tra phương sai số thay đổi, chúng ta sử dụng phương pháp kiểm định Breusch-Pagan-Godfrey với giả thuyết cho mô hình 1-CARP.
Giả thuyết H 0 : Mô hình không xảy ra hiện tượng phương sai thay đổi
Giả thuyết H 1 : Mô hình có xảy ra hiện tượng phương sai thay đổi
Bảng 4.10: Kết quả kiểm định hiện tượng phương sai thay đổi ở mô hình 1 h
Giá trị thống kê P-value
Nguồn: tính toán của tác giả từ Stata
Kết quả kiểm định Breusch-Pagan-Godfrey cho thấy p-value = 0.000, nhỏ hơn α = 0.05, dẫn đến việc bác bỏ giả thiết Ho Điều này chỉ ra rằng mô hình có hiện tượng phương sai thay đổi, có thể gây ra sự không nhất quán trong phương pháp OLS và làm cho ước lượng bị chệch, đặc biệt đối với mô hình 2 – RISK.
Bảng 4.11:Kết quả kiểm định hiện tượng phương sai thay đổi ở mô hình 2
Giá trị thống kê P-value
Nguồn: tính toán của tác giả từ Stata
Kết quả kiểm định Breusch-Pagan-Godfrey cho giá trị p-value =0.000
Ở mức ý nghĩa 5% (α=0.05), chúng ta bác bỏ giả thuyết Ho, cho thấy mô hình có hiện tượng phương sai thay đổi Do đó, việc lựa chọn phương pháp ước lượng để khắc phục tình trạng phương sai thay đổi là cần thiết.
Kết quả kiểm định cho thấy phương pháp ước lượng hồi quy cổ điển Pooled OLS hiện tại là tối ưu hơn so với mô hình hiệu ứng tác động cố định (FEM) và mô hình ảnh hưởng ngẫu nhiên (REM) Tuy nhiên, khi áp dụng Pooled OLS để kiểm định giả thuyết, đã phát hiện hiện tượng phương sai thay đổi, một yếu điểm mà mô hình này không thể kiểm soát Để khắc phục vấn đề này, phương pháp ước lượng GMM dựa trên nghiên cứu Arellano – Bover được đề xuất GMM là phương pháp tiên tiến giúp giải quyết hiện tượng nội sinh trong nghiên cứu.
4.6 Phân tích kết quả hồi quy GMM h
Phương pháp hồi quy GMM sai phân, phát triển bởi Arellano và Bover (1995) cùng với Blundell và Bond (2000), là một phương pháp ước lượng tổng quát hiệu quả GMM giúp giải quyết các vấn đề nội sinh của biến, tự tương quan của phần dư, và khắc phục sự tương quan giữa các tác động riêng rẽ với các biến giải thích trong mô hình bảng tĩnh tuyến tính Việc áp dụng phương pháp này cho kiểm định mô hình 1-CARP và mô hình 2-RISK bắt đầu bằng việc kiểm tra sự tự tương quan của phần dư, tính phù hợp của mô hình và các biến đại diện, tính hợp lý của các biến đại diện sai phân, sự cần thiết của biến giả thời gian, tính vững của hệ số ước lượng, và cuối cùng là kiểm tra các biến đại diện yếu.
Bảng 4.12: Kết quả hồi quy mô hình với biến phụ thuộc CARP bằng phương pháp GMM
Biến Biến phụ thuộc: CARP
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
Nguồn: Tính toán của tác giả từ phần mềm Stata 12
Kết quả dựa trên phương pháp GMM hai bước được giới thiệu bởi Roodman (2009) mô hình CARP có ý nghĩa thống kê tại mức ý nghĩa 5%
Kết quả kiểm định Hansen và kiểm định Abond (AR(2)) cho thấy mô hình có tính hiệu lực với giá trị p=1.00, lớn hơn 0.05, đạt mức ý nghĩa 5% Kiểm định AR(2) cũng cho kết quả p=0.414, lớn hơn 0.05, dẫn đến việc bác bỏ giả thuyết không có mối tương quan chuỗi 2 bậc Tuy nhiên, hai biến quy mô ngân hàng (SIZE) với p-value=-0.49 và chỉ số giá tiêu dùng (CPI) với p=1.56 đều không có ý nghĩa thống kê.
Mô hình 1 CARP bao gồm 6 biến kiểm soát vốn tự có của ngân hàng, gồm ROA (lợi nhuận trên tổng tài sản), RISK (rủi ro), GROWTH (tăng trưởng), COD (chi phí nợ), LIQ (thanh khoản ngân hàng) và REG (biến đại diện cho áp lực từ quy định tỷ lệ an toàn vốn tối thiểu).
Kết quả mô hình (1): CARP = α0 +1.556 ROA + 0.358 RISK+ 0.005 GROWTH + 0.143 COD +0.097 LIQ -0.029 REG
Kết quả kiểm định độ tin cậy mô hình GMM cho mô hình 2-RISK
Kết quả dựa trên phương pháp GMM hai bước được giới thiệu bởi Roodman (2009) mô hình RISK có ý nghĩa thống kê tại mức ý nghĩa 5%
Kết quả kiểm định Hansen và kiểm định Abond (AR(2)) cho thấy mô hình có tính hiệu lực với giá trị p = 0.967, lớn hơn 0.05, đạt mức ý nghĩa 5% Kiểm định AR(2) cũng cho thấy giá trị p = 0.178, cho thấy không có mối tương quan chuỗi 2 bậc Thêm vào đó, kết quả từ GMM cho thấy biến chỉ số giá tiêu dùng (CPI) = -0.71, không có ý nghĩa thống kê vì giá trị p > 0.05.
Mô hình 2 – RISK bao gồm 6 biến kiểm soát vốn tự có của ngân hàng, đó là ROA (tổng tài sản), CARP (vốn tự có), GROWTH (tăng trưởng), LIQ (thanh khoản ngân hàng), REG (áp lực từ quy định tỷ lệ an toàn vốn tối thiểu) và SIZE (kích thước ngân hàng).
Bảng 4.13: Kết quả phân tích mô hình 2 bằng phương pháp GMM
Biến Biến phụ thuộc: RISK
Nguồn: tính toán của tác giả từ Stata
Kết quả mô hình (2): RISK = β0 -0.001 SIZE -1.962 ROA + 0.596 CAPR -0.005 GROWTH -0.167 LIQ + 0.087REG
Phân tích kết quả nghiên cứu
ROA (lợi nhuận trên tổng tài sản) ảnh hưởng đến tốc độ tăng vốn tự có và gia tăng rủi ro, nhưng tác động của nó lại khác nhau trong hai mô hình.
Mô hình (1) chỉ ra rằng ROA có tác động tích cực đến sự gia tăng vốn tự có của ngân hàng, vì lợi nhuận cao giúp ngân hàng dễ dàng sử dụng lợi nhuận giữ lại để tăng cường vốn Ngược lại, mô hình (2) cho thấy ROA lại có tác động tiêu cực đến sự gia tăng rủi ro, phản ánh thực trạng hoạt động của các ngân hàng thương mại cổ phần niêm yết tại Việt Nam Tốc độ tăng trưởng kinh tế cao đã thúc đẩy ROA tăng, đồng thời việc tăng cường trích lập dự phòng rủi ro và phát triển hoạt động tín dụng ngân hàng giúp giảm thiểu rủi ro Lợi nhuận cao cũng góp phần hạn chế tài trợ cho các tình huống rủi ro xảy ra.
Biến SIZE (quy mô ngân hàng) có ảnh hưởng tiêu cưc đến biến RISK mô hình
Sự gia tăng kích thước của danh mục đầu tư thường dẫn đến việc giảm biến đổi rủi ro, điều này cho thấy một chính sách quản lý tài sản mới phù hợp với các yêu cầu của Basel Theo Van Roy (2005), việc đa dạng hóa các tài sản trong danh mục đầu tư có thể giúp giảm thiểu mức độ rủi ro.
Biến GROWTH (tăng trưởng) ở mô hình (1) biến Growth có tác động thuận chiều đến CARP vốn tự có.Theo đề xuất của Keegan Floquet and Nicholas Biekpe
Năm 2008, khi chỉ số GROWTH giảm, điều này cho thấy tín dụng tăng trưởng, có thể ảnh hưởng đến đòn bẩy ngân hàng do áp lực tăng trưởng dư nợ cao, dẫn đến giảm vốn chủ sở hữu khi các ngân hàng thương mại sử dụng vốn để tài trợ cho vay Như dự đoán ban đầu, sự giảm này làm gia tăng nguy cơ rủi ro, được chứng minh qua kết quả trái chiều của mô hình (2), khi tăng trưởng tín dụng nóng không được kiểm soát sẽ làm giảm chất lượng nợ và tiềm ẩn nguy cơ rủi ro cao.
Biến LIQ (thanh khoản ngân hàng) có tác động tích cực đến biến CARP trong mô hình (1), phản ánh nguyên tắc của Basel về an toàn vốn, cho thấy thiếu thanh khoản có thể dẫn đến rủi ro đổ vỡ Tại Việt Nam, các ngân hàng thiếu thanh khoản thường tìm cách tăng vốn tự có, bao gồm hợp nhất và sáp nhập, để duy trì sự ổn định Tình hình này đã diễn ra trong giai đoạn 2008, nửa cuối 2011 và nửa đầu 2012, khi căng thẳng thanh khoản gia tăng, đặc biệt ở các ngân hàng nhỏ Trong mô hình (2), khi LIQ tăng, các ngân hàng thương mại sẽ áp dụng chính sách hạn chế rủi ro nhằm tránh vỡ nợ Tuy nhiên, việc duy trì tỷ số LIQ ổn định và thanh khoản vững mạnh sẽ tối đa hóa hiệu quả sử dụng vốn và giảm thiểu rủi ro.
Biến CARP (vốn tự có) có tác động tích cực đến RISK (rủi ro) trong mô hình (2), cho thấy rằng khi các ngân hàng sở hữu nguồn vốn lớn, họ thường chịu áp lực duy trì lợi nhuận, dẫn đến xu hướng đầu tư vào các khoản rủi ro cao hơn Trong giai đoạn nghiên cứu, sự bùng nổ của hệ thống ngân hàng đã dẫn đến sự ra đời của nhiều ngân hàng nhỏ lẻ, tạo ra nguồn vốn tự có dồi dào về số lượng nhưng không đảm bảo về chất lượng, gây ra rủi ro cho các khoản vay Do đó, việc tăng vốn tự có có thể làm gia tăng rủi ro tín dụng cho ngân hàng.
Biến RISK (rủi ro) ở mô hình (1) tác động cùng chiều đến vốn tự có
Trong trường hợp ngân hàng thương mại (NHTM) đối mặt với nhiều rủi ro tín dụng, việc trích lập dự phòng sẽ dẫn đến xu hướng gia tăng vốn Tăng vốn không chỉ là biện pháp quan trọng để xử lý rủi ro tín dụng mà còn giúp đảm bảo hệ số an toàn tối thiểu và duy trì khả năng cho vay của NHTM.
Biến REG, đại diện cho áp lực từ quy định tỷ lệ an toàn vốn tối thiểu, được Saadawi (2010) và Awdeh (2011) ủng hộ, cho rằng ngân hàng tuân thủ vốn tối thiểu sẽ cảm thấy bị đe dọa bởi các hạn chế pháp lý, từ đó buộc họ phải củng cố vốn điều lệ và kiểm soát rủi ro Tuy nhiên, đối với các ngân hàng thương mại có hệ số an toàn vốn (CAR) lớn hơn 8%, động lực để giảm rủi ro tín dụng và gia tăng vốn tự có sẽ ít hơn Do đó, biến REG trong mô hình (2) có mối tương quan cùng chiều với rủi ro tín dụng (RISK) và tương quan ngược chiều với vốn tự có (CARP).
Biến COD (chi phí nợ) cao hơn có mối liên hệ rõ ràng với tỷ lệ vốn cao hơn, điều này có thể xuất phát từ nỗ lực của các ngân hàng trong việc giảm thiểu chi phí vốn nhằm tăng cường vốn tự có.
4.8.2 Các biến không có ý nghĩa thống kê
CPI (chỉ số giá tiêu dùng) không ảnh hưởng đến rủi ro (RISK) trong mô hình (2) và vốn tự có (CARP) trong mô hình (1) Mặc dù CPI là yếu tố quan trọng ảnh hưởng đến lãi suất, nhưng lãi suất còn phụ thuộc vào các biến số khác, đặc biệt là mối quan hệ giữa lãi suất và tín dụng Do đó, trong nghiên cứu này, CPI không tác động trực tiếp đến tín dụng và rủi ro Hơn nữa, sự thay đổi của CPI cũng không ảnh hưởng đến CARP, vì ngân hàng thường giữ vốn tự có ở mức thấp nhất để tối đa hóa lợi nhuận thông qua đầu tư và cho vay.
Biến SIZE không ảnh hưởng đến biến CARP trong mô hình (1) do yêu cầu tăng vốn để đáp ứng tiêu chuẩn Basel, nhằm nâng cao năng lực tài chính và chiếm lĩnh thị trường Các ngân hàng nhỏ thường tìm cách tăng vốn tự có bằng nhiều phương thức, thậm chí thông qua việc chuyển vốn lòng vòng để đạt được tốc độ tăng nhanh Đồng thời, họ có xu hướng giữ vốn tự có ở mức tối thiểu để tối ưu hóa đầu tư và cho vay, từ đó tối đa hóa lợi nhuận.
Chương 4 của nghiên cứu phát triển dựa trên lý thuyết ở chương 2, xây dựng các mô hình hồi quy bao gồm Pool OLS, REM, FEM và GMM Kết quả cho thấy giả định ban đầu đúng, với mối quan hệ hai chiều giữa vốn tự có và rủi ro trong giai đoạn nghiên cứu Các yếu tố tác động đến vốn tự có (CARP) trong mô hình (1) gồm ROA, RISK, GROWTH, COD, LIQ và REG Trong mô hình (2), các yếu tố ảnh hưởng đến RISK bao gồm ROA, CARP, GROWTH, LIQ, REG và SIZE Mức ý nghĩa thống kê được kiểm định là 5% Nghiên cứu cũng chỉ ra rằng không có mối quan hệ đáng kể giữa CPI với rủi ro và vốn tự có, và quy mô ngân hàng không tác động đến vốn tự có Các mẫu ngân hàng trong nghiên cứu đại diện cho nhiều quy mô, có thể phản ánh đặc điểm của hầu hết các NHTM tại Việt Nam.