GIỚI THIỆU VỀ ĐỀ TÀI NGHIÊN CỨU
Tính cấp thiết của đề tài
Ngân hàng thương mại đóng vai trò quan trọng trong hệ thống tài chính, hoạt động như một cầu nối tài chính trung gian và là kênh truyền dẫn vốn, ảnh hưởng tích cực đến hiệu suất kinh tế Sự ổn định và sức khỏe của hệ thống ngân hàng thương mại là then chốt cho sự phát triển kinh tế Tuy nhiên, tình trạng hoạt động của các ngân hàng không phải lúc nào cũng ổn định, như giai đoạn 2008-2012 khi nhiều ngân hàng gặp khó khăn và phải cải cách Trong bối cảnh Việt Nam hội nhập toàn cầu, các ngân hàng thương mại đối mặt với cạnh tranh từ cả đối thủ trong nước và quốc tế Sự mở cửa lĩnh vực tài chính tạo cơ hội mở rộng cạnh tranh, nhưng cũng có thể dẫn đến việc vi phạm nguyên tắc và quy định, gây ra sự không ổn định trong hoạt động của các ngân hàng.
Trong thời gian gần đây, hệ thống ngân hàng tại Việt Nam đang trải qua quá trình cải cách nhằm tăng cường sức khỏe cho các ngân hàng thương mại và ngăn ngừa tình trạng suy sụp Ngành ngân hàng phải đối mặt với nhiều rủi ro như rủi ro thanh khoản, tín dụng, đạo đức và thị trường, do đó, cần có khả năng tài chính vững mạnh Chính phủ và Ngân hàng Nhà nước Việt Nam luôn chú trọng đến việc duy trì tình trạng tài chính ổn định, vì nếu một ngân hàng không đảm bảo tài chính, có thể dẫn đến tình trạng không thể thanh toán và gây bất ổn cho toàn bộ hệ thống Hệ thống ngân hàng hiện tại chưa đạt được độ bền vững so với các quốc gia trong khu vực, dễ bị ảnh hưởng bởi các tác động tiêu cực từ bên ngoài như đại dịch Covid-19 và xung đột thương mại Mỹ - Trung Một số nghiên cứu đã chỉ ra rằng sự ổn định của ngân hàng có vai trò quan trọng trong phát triển kinh tế và xã hội.
Dựa trên kiến thức tích lũy từ quá trình học tập và nghiên cứu trước đây, bài viết này tập trung vào việc cung cấp các bằng chứng thực nghiệm về các yếu tố ảnh hưởng đến mức độ ổn định của hệ thống ngân hàng thương mại tại Việt Nam Nghiên cứu mang tên "Yếu tố ảnh hưởng đến sự ổn định của hệ thống ngân hàng thương mại Việt Nam" nhằm làm rõ cách thức các yếu tố này tác động đến sự ổn định của ngân hàng.
Mục tiêu nghiên cứu
Nghiên cứu này nhằm phân tích các yếu tố ảnh hưởng đến sự ổn định của ngành ngân hàng tại Việt Nam và xác định tác động của chúng Mục tiêu chính là cung cấp gợi ý về cách các yếu tố này tác động, hỗ trợ quản lý ngân hàng, hoạch định chính sách và các tổ chức ngân hàng, từ đó nâng cao mức độ ổn định cho hệ thống ngân hàng Việt Nam.
Thứ nhất, xây dựng mô hình phù hợp dựa trên các nghiên cứu trước
Mối tương quan giữa các nhân tố này có ảnh hưởng đáng kể đến sự ổn định của ngân hàng thương mại tại Việt Nam Việc hiểu rõ mức độ tác động của chúng là cần thiết để cải thiện khả năng quản lý rủi ro và tăng cường sức mạnh tài chính của các ngân hàng Sự ổn định ngân hàng không chỉ ảnh hưởng đến hoạt động của các tổ chức tài chính mà còn tác động đến nền kinh tế quốc dân.
Thứ ba, đề xuất các kiến nghị cho các NHTM Việt Nam nhằm hỗ trợ các ngân hàng duy trì tốt được mức độ ổn định ngân hàng
Câu hỏi nghiên cứu
Những nhân tố nào thực sự ảnh hưởng đến sự ổn định tài chính của hệ thống ngân hàng thương mại Việt Nam?
Những mô hình và phương pháp nào được sử dụng để đo lường tác động của các yếu tố này đến sự ổn định của ngân hàng?
Giải pháp tốt nhất để nâng cao tính ổn định ngân hàng của hệ thống ngân hàng thương mại Việt Nam thông qua các yếu tố này là gì?
Đối tƣợng và phạm vi nghiên cứu
1.4.1 Đối tƣợng nghiên cứu Đối tượng của nghiên cứu này là chỉ số ổn định ngân hàng, các yếu tố tác động như thế nào đến ổn định của các Ngân hàng thương mại Việt Nam
Tại Việt Nam, 27 ngân hàng thương mại đã phát hành chứng khoán ra công chúng, được giao dịch tại Sở giao dịch chứng khoán Tp Hồ Chí Minh (HOSE), Sở giao dịch chứng khoán Hà Nội (HNX) và thị trường UPCOM cho các công ty đại chúng chưa niêm yết.
Thời gian: Dữ liệu nghiên cứu được thu thập, xử lý, tính toán và phân tích trong giai đoạn 10 năm, từ 2011 – 2021.
Phương pháp nghiên cứu
Để thực hiện nghiên cứu, tác giả đã sử dụng phương pháp thu thập dữ liệu thứ cấp, thu thập số liệu từ các báo cáo tài chính của các ngân hàng thương mại Việt Nam được công bố trên các trang web trong giai đoạn 2011 – 2021.
Khóa luận nghiên cứu định lượng sử dụng phần mềm Stata 16 để phân tích dữ liệu từ 27 tổ chức ngân hàng thương mại (NHTM) trong giai đoạn 2011-2021 Để đánh giá tính ổn định của các tổ chức này, phương pháp ước lượng tổng quát hệ thống (System-GMM) được áp dụng theo Blundell và Bond (1998) Phương pháp này giúp khắc phục các vấn đề như tự tương quan, biến đổi phương sai và hiện tượng nội sinh, đồng thời phù hợp với mô hình dữ liệu ngắn hạn có tính bền vững cao Trong mô hình System-GMM, các biến công cụ và sai phân có độ trễ cùng với các sai phân của các biến ngẫu nhiên nghiêm ngặt được sử dụng.
Đóng góp của đề tài
Nghiên cứu này tập trung vào việc phân tích và đánh giá các chỉ số cũng như yếu tố ảnh hưởng đến việc đo lường sự ổn định tài chính của các ngân hàng.
Mục tiêu chính của luận văn này là nhận diện các yếu tố ảnh hưởng đến tình trạng ổn định tài chính của các ngân hàng thương mại tại Việt Nam Nghiên cứu về chủ đề này tại Việt Nam còn hạn chế, chủ yếu tập trung vào các vấn đề như nợ xấu và rủi ro thanh khoản, trong khi khả năng ổn định tài chính của ngân hàng chưa được chú trọng đầy đủ.
Luận văn này hy vọng sẽ là nguồn tư liệu tham khảo quý giá cho các ngân hàng thương mại, đồng thời mở ra cơ hội cho các nhà nghiên cứu vượt qua những giới hạn của nghiên cứu hiện tại Mục tiêu là tạo ra một tài liệu toàn diện hơn về ổn định tài chính trong lĩnh vực ngân hàng, từ đó hỗ trợ các ngân hàng thương mại xây dựng các chiến lược hiệu quả và hợp lý.
TỔNG QUAN LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC
CƠ SỞ LÝ THUYẾT
2.1.1 Khái niệm về ổn định tài chính
Mặc dù có nhiều nghiên cứu về ổn định ngân hàng, vẫn chưa đạt được sự đồng thuận về khái niệm này Các nghiên cứu thường phân tích ổn định ngân hàng qua hai hướng chính: (i) Ổn định tài chính liên quan đến lĩnh vực ngân hàng và (ii) Bất ổn ngân hàng như một cách tiếp cận gián tiếp để đánh giá ổn định ngân hàng, trong đó bất ổn ngân hàng được xem là trạng thái ngược lại của ổn định ngân hàng Do đó, sự ổn định tài chính đóng vai trò quan trọng trong các nghiên cứu về ổn định ngân hàng.
Theo Ngân hàng Trung ương Úc, hệ thống tài chính ổn định là hệ thống bao gồm các tổ chức trung gian tài chính, thị trường và hạ tầng tài chính, có khả năng phân bổ hiệu quả các luồng vốn giữa tiết kiệm và đầu tư Hệ thống này giúp chống đỡ các cú sốc và rủi ro từ sự mất cân đối tài chính, đồng thời thúc đẩy tăng trưởng kinh tế quốc gia.
Sỹ định nghĩa hệ thống tài chính ổn định là “một hệ thống mà trong đó các chủ thể, bao gồm trung gian tài chính và cơ sở hạ tầng thị trường, thực hiện tốt các chức năng và có khả năng chống lại cú sốc tiềm tàng trong nền kinh tế” Ngân hàng Trung ương Anh nhấn mạnh rằng ổn định tài chính liên quan đến việc xác định rủi ro trong hệ thống tài chính và thực hiện các biện pháp nhằm giảm thiểu những rủi ro đó.
Crockett (1997) nhấn mạnh rằng sự ổn định trong ngành ngân hàng có mối liên hệ chặt chẽ với việc phòng ngừa các tình huống căng thẳng tài chính Những tình huống này có thể gây ra tổn thất nghiêm trọng và thậm chí đe dọa sự tồn vong của các ngân hàng, đặc biệt là các ngân hàng nhỏ.
Các ngân hàng có mức ổn định tài chính cao sẽ có khả năng đạt được mục tiêu của mình một cách độc lập, giảm thiểu sự phụ thuộc vào hỗ trợ từ bên ngoài.
Theo Nout Wellink, một hệ thống tài chính ổn định có khả năng phân bổ nguồn lực hiệu quả và hấp thụ cú sốc, ngăn chặn tác động tiêu cực đến nền kinh tế thực và các hệ thống tài chính khác Hệ thống tài chính không chỉ phải thực hiện các chức năng như phương tiện thanh toán và đơn vị tài khoản, mà còn phải huy động tiết kiệm, đa dạng hóa rủi ro và phân bổ nguồn lực Ổn định tài chính là điều kiện sống còn cho tăng trưởng kinh tế, vì hầu hết các giao dịch trong nền kinh tế thực đều thông qua hệ thống tài chính, và tầm quan trọng của nó càng rõ ràng trong các tình huống bất ổn tài chính.
Jahn và Thomas (2014) định nghĩa ổn định tài chính ngân hàng là trạng thái mà hệ thống ngân hàng hoạt động hiệu quả, đảm bảo các chức năng như phân bổ tài nguyên, phân phối rủi ro và thu nhập.
Sự ổn định tài chính, theo Cục Dự trữ Liên bang Mỹ, là khả năng của hệ thống tài chính duy trì hoạt động hiệu quả trong mọi tình huống kinh tế, bất kể tích cực hay tiêu cực Điều này không có nghĩa là ngăn chặn thất bại thị trường, mà là đảm bảo sự liên tục trong hoạt động của hệ thống, cho phép hộ gia đình và doanh nghiệp vay vốn để thực hiện các mục tiêu như mua sắm, xây dựng và đầu tư Bất ổn tài chính xảy ra khi các sự cố làm gián đoạn luồng thông tin, dẫn đến việc hệ thống không thể phân bổ nguồn lực cho các cơ hội đầu tư Đối với ngân hàng, bất ổn có thể xuất phát từ sự lo ngại của khách hàng về khả năng thanh toán, khiến họ rút tiền gửi, hoặc do lượng nợ xấu quá lớn không thể thu hồi, ảnh hưởng đến khả năng thanh toán của ngân hàng.
Sự ổn định tài chính của các Ngân hàng Thương mại (NHTM) được thể hiện qua khả năng hoạt động trơn tru, không bị ảnh hưởng bởi các yếu tố không mong muốn và có khả năng đứng vững trước biến động kinh tế Tình hình tài chính của ngân hàng có thể bị gián đoạn bởi các yếu tố nội bộ và tác nhân không mong đợi từ môi trường bên ngoài, bao gồm yếu tố vĩ mô, vai trò của chủ nợ và người nợ, chính sách tài chính và sự biến đổi trong môi trường quy định Những tác động từ các biến động này có thể dẫn đến sự suy vỡ của NHTM, ảnh hưởng đến chức năng trung gian tài chính và thanh toán của ngân hàng, đồng thời có thể gây ra khủng hoảng tài chính, tạo ra tác động tiêu cực đối với nền kinh tế.
2.1.2 Đo lường ổn định tài chính của ngân hàng thương mại Để đánh giá sự ổn định tài chính của ngân hàng, nhiều nghiên cứu như của Boyd và Runkle (1993); Beck, Demirgỹỗ-Kunt, Levine (2007); Demirgỹỗ- Kunt, Detragiache, và Tàu (2008); Laeven và Levine (2009); Čihák và Hawai (2010), cùng với nhiều nghiên cứu khác, đã sử dụng hệ số Z-Score Sự phổ biến của Z-score xuất phát từ thực tế là nó có mối quan hệ ngược chiều rõ ràng với xác suất của tổ chức tài chính mất khả năng thanh toán, nghĩa là xác suất giá trị tài sản của nó trở nên thấp hơn giá trị của khoản nợ Do đó, Z-score càng cao thể hiện hàm ý khả năng mất khả năng thanh khoản thấp hơn
Z-score cũng tồn tại một số hạn chế trong việc sử dụng làm thước đo sự ổn định tài chính Một trong những hạn chế lớn nhất là Z-score hoàn toàn dựa trên dữ liệu kế toán Điều này có nghĩa rằng Z-score chỉ có thể chính xác phản ánh dữ liệu được cung cấp từ các Ngân hàng Thương mại (NHTM) Nếu các NHTM cố tình điều chỉnh dữ liệu báo cáo, Z-score có thể dẫn đến một đánh giá quá lạc hướng về sự ổn định của các tổ chức tài chính Hơn nữa, Z-score chỉ xem xét từng NHTM riêng lẻ mà bỏ qua rủi ro liên quan đến toàn bộ hệ thống, chẳng hạn khi một ngân hàng gặp khó khăn có thể gây ảnh hưởng đến các ngân hàng khác
Chỉ số này được phát triển bởi Edward Altman, một nhà kinh tế người Mỹ, vào những năm 1960 nhằm đánh giá khả năng thanh toán nợ và rủi ro của doanh nghiệp Boyd và Runkle (1993) đã đề xuất công thức tính chỉ số này.
Z-score Với k: (tổng vốn chủ sở hữu và các khoản dự trữ)/ tổng tài sản μ: lợi nhuận trung bình/tổng tài sản σ: độ lệch chuẩn của lợi nhuận/tổng tài sản
Chỉ số Z-score đã được áp dụng để đánh giá độ ổn định tài chính của các tổ chức tài chính, đặc biệt là ngân hàng Nghiên cứu của Nguyen và cộng sự (2012) đã sử dụng chỉ số này để đo lường tính ổn định của ngân hàng, kết hợp giữa lợi nhuận, đòn bẩy và biến động lợi nhuận thành một chỉ số duy nhất phản ánh khoảng cách rủi ro của ngân hàng.
Trong đó: ROA là lợi nhuận tính trên tổng tài sản trung bình
TA là tổng tài sản trong khoảng thời gian nghiên cứu KUA là độ lệch chuẩn của lợi nhuận trên tổng tài sản trung bình
Ariss (2010) đã áp dụng chỉ số Z-score để đánh giá sự ổn định của các ngân hàng Chỉ số này kết hợp các yếu tố như khả năng sinh lời, đòn bẩy và biến động lợi nhuận thành một thước đo duy nhất, được tính toán cho từng ngân hàng trong mẫu nghiên cứu Nó cung cấp thông tin về số đơn vị độ lệch chuẩn mà lợi nhuận cần giảm trước khi vốn hóa của ngân hàng bị ảnh hưởng.
Tổng quan về các nghiên cứu trước đây
Mark, Srobona và DeLisle (2007) đã thực hiện phân tích hồi quy đa biến để đánh giá tác động của rủi ro tín dụng, rủi ro thị trường, thanh khoản và các yếu tố kinh tế toàn cầu đối với các ngân hàng Liên minh châu Âu và 08 ngân hàng ở các quốc gia trong giai đoạn 1997-2004 Nghiên cứu chỉ ra rằng tăng trưởng tín dụng nhanh làm gia tăng bất ổn cho các ngân hàng, trong khi việc dự phòng nợ xấu có tác động tích cực đến sự ổn định ngân hàng Cụ thể, chi phí dự phòng giúp giảm lợi nhuận ngân hàng, và sự tác động của rủi ro thanh khoản đến sự ổn định ngân hàng là không nhất quán Hơn nữa, các ngân hàng có vốn chủ sở hữu thấp thường đối mặt với mức rủi ro cao hơn so với những ngân hàng có vốn lớn.
Nghiên cứu của Rajhi và Hassairi (2013) phân tích sự ổn định của ngân hàng Hồi giáo so với ngân hàng truyền thống tại 16 quốc gia Hồi giáo trong giai đoạn 2000-2008, nhằm tìm hiểu nguyên nhân gây ra phá sản ở Trung Đông, Bắc Phi và Đông Nam Á Sử dụng chỉ số Z-score để đánh giá sự ổn định, nghiên cứu chỉ ra rằng rủi ro tín dụng và đa dạng hóa thu nhập là yếu tố quan trọng dẫn đến thất bại của ngân hàng Hồi giáo Hơn nữa, tỷ lệ dự phòng rủi ro cho vay so với thu nhập lãi ròng cũng ảnh hưởng đến tính ổn định của ngân hàng Ngoài ra, sự gia tăng của Libor có tác động tiêu cực đến ngân hàng Hồi giáo nhỏ ở Đông Nam Á, trong khi thị trường cạnh tranh ảnh hưởng đến cả ngân hàng Hồi giáo lớn và nhỏ trong khu vực này.
Ioana-Raluca và Dumitru (2015) đã tiến hành nghiên cứu về các yếu tố ảnh hưởng đến sự ổn định ngân hàng, tập trung vào lợi nhuận đo bằng ROA và sự ổn định tài chính qua biến z-score Nghiên cứu sử dụng dữ liệu từ 34 quốc gia trong giai đoạn 2008 - 2013, với các biến độc lập như tỷ lệ cho vay trên tài sản (LA), tỷ lệ cho vay trên tiền gửi (LD), tỷ lệ vốn chủ sở hữu trên tài sản (EA), tỷ lệ tài khoản hoạt động trên tổng tài sản (OEA), chi phí lương và GDP Kết quả nghiên cứu chỉ ra mối liên hệ giữa các biến này và sự ổn định của ngân hàng.
LA và EA đều ảnh hưởng đến lợi nhuận và ổn định, trong khi OEA có tác động tiêu cực đến cả hai yếu tố này GDP chỉ ảnh hưởng đến lợi nhuận mà không tác động đến ổn định Hoạt động cho vay mang lại lợi nhuận tích cực, nhưng lại có ảnh hưởng ngược lại đối với sự ổn định.
Nghiên cứu của Noman và đồng nghiệp (2017) phân tích tác động của cạnh tranh đối với ổn định tài chính của các ngân hàng thương mại ASEAN từ 1990 đến 2014, sử dụng các chỉ số như thống kê H, chỉ số Lerner và HHI để đo lường cạnh tranh, cùng với điểm Z, tỷ lệ nợ xấu (NPL) và tỷ lệ vốn chủ sở hữu để đánh giá ổn định tài chính Kết quả cho thấy có mối quan hệ tích cực giữa mức độ cạnh tranh và điểm Z, tỷ lệ vốn chủ sở hữu, trong khi cạnh tranh lại có mối quan hệ tiêu cực với tỷ lệ nợ xấu Ngược lại, sức mạnh thị trường, đo lường bằng chỉ số Lerner, có mối quan hệ ngược chiều với điểm Z và tỷ lệ vốn chủ sở hữu, nhưng thuận chiều với tỷ lệ nợ xấu Nghiên cứu cũng chỉ ra mối quan hệ phi tuyến tính giữa cạnh tranh và ổn định tài chính trong lĩnh vực ngân hàng Tại Indonesia, nghiên cứu của Cynthis (2016) cho thấy các chỉ số như tỷ lệ thanh khoản và vốn hóa ngân hàng ảnh hưởng đến sự ổn định của ngân hàng truyền thống từ 2004 đến 2012 Yusgiantoro và cộng sự (2019) khẳng định sức mạnh thị trường và tổng số tiền gửi có tác động tích cực đến ổn định ngân hàng trong giai đoạn 2010-2015 Cuối cùng, nghiên cứu của Rizvi và cộng sự (2019) chỉ ra rằng kích thước ngân hàng, tỷ lệ chi phí/thu nhập và đa dạng hóa sản phẩm có ảnh hưởng tiêu cực đến sự ổn định của ngân hàng tại Indonesia.
Nghiên cứu của Ullah và cộng sự (2021) đã khảo sát tác động ngắn hạn và dài hạn của hiệu quả sử dụng vốn trí tuệ đối với sự ổn định của các ngân hàng tại Pakistan, với dữ liệu từ 20 Ngân hàng Thương mại Trung ương trong giai đoạn 2008-2018 Kết quả cho thấy tỷ lệ hiệu quả, vốn dựa trên rủi ro, đòn bẩy và quy mô ngân hàng có tác động tích cực trong ngắn hạn Tuy nhiên, trong dài hạn, vốn dựa trên rủi ro và đòn bẩy lại có ảnh hưởng tích cực rõ rệt, trong khi tỷ lệ hiệu quả và quy mô ngân hàng thể hiện tác động tiêu cực Những phát hiện này cung cấp thông tin quan trọng để tăng cường đầu tư không rõ ràng, nhằm tạo ra lợi thế cạnh tranh bền vững dựa trên nguồn lực Nghiên cứu nhấn mạnh vai trò của việc sử dụng hiệu quả vốn trí tuệ trong sự ổn định của ngân hàng và gợi ý cách tối ưu hóa tài nguyên vốn để xây dựng sự cạnh tranh mạnh mẽ và bền vững.
Nghiên cứu của Suljić Nikolaj và các cộng sự (2022) chỉ ra sự khác biệt rõ rệt giữa hệ thống ngân hàng EU và các nước Đông Nam Âu, tập trung vào tác động của hệ thống bảo hiểm tiền gửi đối với sự ổn định ngân hàng Tác giả sử dụng các biến rủi ro như điểm số z và tỷ lệ nợ xấu trên tổng số nợ để đo lường sự ổn định Phương pháp phân tích bảng động với ước tính GMM Arellano-Bond (AB) được áp dụng từ năm 2005 đến 2014 Kết quả cho thấy các ngân hàng lớn trong hệ thống có xu hướng hành xử rủi ro hơn, làm giảm hiệu quả của cơ chế bảo hiểm tiền gửi và đe dọa an toàn hệ thống ngân hàng.
Nghiên cứu của Alfiyan và nnk (2023) tập trung vào ổn định tài chính trong ngân hàng Hồi giáo Indonesia, đặc biệt là trong bối cảnh trước và trong đại dịch Covid-19 Nghiên cứu này phân tích các yếu tố ảnh hưởng đến khả năng ổn định tài chính của các ngân hàng Hồi giáo, đồng thời đánh giá tác động của đại dịch đối với ngành ngân hàng này Kết quả cho thấy rằng những thách thức từ Covid-19 đã làm nổi bật tầm quan trọng của việc quản lý rủi ro và các chiến lược ứng phó hiệu quả trong bối cảnh tài chính không ổn định.
19 Nghiên cứu này nhằm mục đích phân tích mức độ so sánh về sự ổn định tài chính của các ngân hàng Hồi giáo trước và trong giai đoạn đại dịch Covid-19 Nhóm nghiên cứu đã sử dụng chỉ số Z-Score cùng với các biến độc lập khác như BOPO (Biaya Operasional Pendapatan Operasional - tỷ lệ giữa chi phí hoạt động và doanh thu hoạt động), NPF (Non-Performing Financing - tỷ lệ nợ xấu), HHI (Herfindahl-Hirschman Index - chỉ số tập trung ngành công nghiệp), GDP (Gross Domestic Product - tổng sản phẩm quốc nội) và Lạm phát (tỷ lệ tăng giá hàng hóa) để tiến hành phân tích Kết quả của nghiên cứu cho thấy các chỉ số Z-Score, BOPO, NPF, HHI, GDP và Lạm phát không có sự khác biệt đáng kể ở mức bình quân giữa giai đoạn trước đại dịch và trong thời gian đại dịch Covid-19 Tuy nhiên, có sự khác biệt đối với các chỉ số FDR (Fixed Deposit Ratio - tỷ lệ tiền gửi cố định), Quy mô ngân hàng và Tỷ lệ BI (Bank Indonesia - tỷ lệ lãi suất điều chỉnh của Ngân hàng Trung ương) giữa giai đoạn trước và trong đại dịch Covid-19 Phân tích so sánh về sự ổn định tài chính của ngân hàng Hồi giáo trước đại dịch Covid-19 và trong đại dịch thông qua chỉ số Z-Score cho thấy rằng các ngân hàng Hồi giáo đã có mức ổn định tốt hơn trong thời kỳ trước đại dịch Tuy nhiên, dưới tác động của đại dịch Covid-19, các ngân hàng vẫn duy trì mức độ ổn định tài chính tốt, không bị tổn thương nghiêm trọng Nhìn chung, nghiên cứu này chỉ ra rằng các ngân hàng Hồi giáo ở Indonesia đã có mức độ ổn định tài chính tương đối cao cả trước và trong giai đoạn đại dịch Covid-19, và đều đáp ứng tốt trong bối cảnh khó khăn của đại dịch
Nghiên cứu của Nguyễn Đức Trung và cộng sự (2018) phân tích hiệu lực của chính sách tiền tệ và chính sách an toàn vĩ mô đối với ổn định tài chính tại Việt Nam, sử dụng dữ liệu từ 21 ngân hàng thương mại trong giai đoạn 2008–2015 Kết quả cho thấy các hệ số an toàn vốn (CAR), tỷ lệ dự trữ thanh khoản và tỷ lệ dư nợ cho vay so với tổng tiền gửi là những biến số quan trọng thể hiện chính sách an toàn vĩ mô Nghiên cứu cũng chỉ ra rằng tỷ lệ dự trữ thanh khoản và tỷ lệ cho vay trên huy động tiền gửi ngắn hạn có tác động tích cực đến tăng trưởng tín dụng.
Nghiên cứu của Quỳnh, N.T.N (2020) phân tích ảnh hưởng của chính sách an toàn vĩ mô và chính sách tiền tệ đến sự ổn định của ngân hàng thương mại Việt Nam giai đoạn 2008-2018, dựa trên dữ liệu bảng động của 22 NHTM Kết quả cho thấy, việc tăng cung tiền M2 và tỷ lệ cho vay trên tiền gửi sẽ gia tăng rủi ro cho hệ thống ngân hàng Ngược lại, các yếu tố như tỷ lệ an toàn vốn tối thiểu (CAR), hiệu quả quản lý chi phí (CIR) và quy mô ngân hàng (BANKSIZE) có tác động tích cực đến sự ổn định Do đó, cải thiện hiệu quả quản lý chi phí và duy trì quy mô hoạt động phù hợp là cần thiết để đảm bảo khả năng sinh lời và ổn định cho các NHTM tại Việt Nam.
Nghiên cứu của Lan, N.T.T (2021) đã chỉ ra tác động của lợi nhuận đến ổn định tài chính của các ngân hàng thương mại (NHTM) tại Việt Nam Sử dụng phương pháp nghiên cứu định lượng, nghiên cứu đã phân tích dữ liệu từ 25 NHTM Việt Nam trong giai đoạn từ năm 2008.
Kết quả nghiên cứu năm 2018 cho thấy rằng lợi nhuận, tỷ lệ huy động vốn và tăng trưởng kinh tế có ảnh hưởng tích cực đến ổn định tài chính Ngược lại, quy mô, tỷ lệ cho vay và lạm phát lại tác động tiêu cực đến ổn định tài chính Đặc biệt, tăng trưởng tài sản không có ảnh hưởng đến ổn định tài chính của các ngân hàng thương mại Việt Nam.
Nghiên cứu của Tú, P.T và Oanh, Đ.L.K (2021) đã phân tích tác động của cạnh tranh đến mức độ ổn định tài chính của 31 ngân hàng thương mại tại Việt Nam trong giai đoạn 2010 - 2018 Họ sử dụng chỉ số Lerner để đo lường năng lực cạnh tranh và chỉ số Z-Score để đánh giá ổn định tài chính Kết quả cho thấy năng lực cạnh tranh, quy mô vốn chủ sở hữu, quy mô tín dụng, khả năng đa dạng hóa thu nhập và các yếu tố vĩ mô như GDP và tỷ lệ lạm phát đều có tác động tích cực đến ổn định tài chính của ngân hàng Ngược lại, một số yếu tố như quy mô ngân hàng quá lớn, thị phần huy động vốn không ổn định, tỷ lệ dự phòng rủi ro tín dụng không đủ và tốc độ tăng trưởng tổng tài sản quá nhanh lại có ảnh hưởng tiêu cực Nghiên cứu này cung cấp thông tin quan trọng cho việc quản lý và điều hành hiệu quả các ngân hàng trong bối cảnh thị trường cạnh tranh và biến đổi kinh tế.
Nguyễn Thị Hương và Nguyễn Thị Thu Huyền (2022) đã tiến hành nghiên cứu nhằm xác định các yếu tố ảnh hưởng đến sự ổn định tài chính của các ngân hàng thương mại tại Việt Nam, sử dụng chỉ số Z-score trong giai đoạn từ 2011 đến 2020.
PHƯƠNG PHÁP, DỮ LIỆU VÀ MÔ HÌNH NGHIÊN CỨU
Mô hình nghiên cứu
3.1.1 Cơ sở đề xuất mô hình
Dựa vào các nghiên cứu trước đây về các yếu tố ảnh hưởng đến sự ổn định của ngân hàng thương mại (NHTM) trong và ngoài nước, tác giả đã lựa chọn các biến phụ thuộc và độc lập phù hợp để đề xuất mô hình nghiên cứu về ổn định tài chính của hệ thống NHTM Việt Nam trong giai đoạn 2011 – 2021 Mô hình nghiên cứu này được xây dựng dựa trên các giai đoạn và thời kỳ khác nhau nhằm cung cấp cái nhìn sâu sắc về tình hình ổn định tài chính của NHTM.
Hình 3.1: Sơ đồ các nhân tố tác động đến sự ổn định ngân hàng của ngân hàng thương mại tại Việt Nam
Nguồn: Tác giả tổng hợp
Tỷ lệ tăng trưởng tài sản
Tỷ lệ đòn bẩy vốn
Tỷ lệ cho vay trên huy động
Mô hình nghiên cứu đề xuất:
Z-score it = β 0 + β 1 SIZE it + β 2 ROE it + β 3 NPL it + β 4 CAR it +β 5 LDR it + β
6 LEV it + β 7 GTA it + β 8 INF t + β 9 GDP t + ɛ it
Các biến được diễn giải và đo lường được trình bày ở bảng 3.1:
Bảng 3.1: Bảng tóm tắt các biến trong mô hình
Biến nghiên cứu Ký hiệu Phương pháp đo lường
Quy mô ngân hàng SIZE Ln(Tổng tài sản)
Lợi nhuận trên VCSH ROE
Tỷ lệ an toàn vốn CAR
Tỷ lệ cho vay trên huy động
Tỷ lệ đòn bẩy LEV Nợ phải trả
Tốc độ tăng trưởng tổng tài sản
Lạm phát INF Lạm phát của năm t
GDP Tăng trưởng kinh tế GDP năm t
Nguồn: Tác giả tổng hợp
Mô Tả Biến Và Các Giả Thuyết Nghiên Cứu
Dựa vào các nghiên cứu gần đây (Shahriar và các công sự, 2023; Quỳnh, 2020; Rahim và Zakaria, 2013; Defung và Yudaruddin, 2022; Suljić Nikolaj và các cộng sự, 2022), tác giả đã sử dụng chỉ số Z-score để đại diện cho biến phụ thuộc tỷ lệ ổn định ngân hàng trong khóa luận này.
Với ROA it là suất sinh lời trên tổng tài sản của ngân hàng i năm t
E/A là tỷ lệ vốn chủ sở hữu trên tổng tài sản của ngân hàng trong năm t, trong khi σ(ROA) là độ lệch chuẩn của ROA ngân hàng trong cùng năm Độ lệch chuẩn của ROA được tính dựa trên lợi nhuận trên tổng tài sản trung bình trong khoảng thời gian ba năm Chỉ số Z-score cung cấp cái nhìn tổng thể về tính ổn định tài chính của ngân hàng; một Z-score cao cho thấy ngân hàng có khả năng tài chính mạnh mẽ và ổn định, ngược lại, một Z-score thấp có thể chỉ ra rằng ngân hàng đang gặp khó khăn tài chính và có nguy cơ không ổn định.
Tổng tài sản doanh nghiệp là chỉ số quan trọng phản ánh quy mô của doanh nghiệp (Kim và cộng sự 1998) Nghiên cứu cho thấy có những phương pháp chuẩn hóa đơn vị đo lường doanh nghiệp thông qua việc sử dụng Logarit tổng tài sản (Miller và Orr 1966) Do đó, trong nghiên cứu này, tác giả áp dụng công thức đo lường quy mô ngân hàng bằng đơn vị tỷ đồng.
SIZE = Ln (Tổng tài sản)
Nếu ngân hàng hoạt động hiệu quả và đạt lợi nhuận cao, việc mở rộng quy mô sẽ giúp thu hút khách hàng và củng cố sự ổn định thông qua huy động tiền gửi Các nghiên cứu của Adusei (2015), Dahir và cộng sự (2018), Kiemo và cộng sự (2019), Chand và cộng sự (2021), Nguyễn Quý Quốc và cộng sự (2020), và Tăng Mỹ Sang (2020) đã ủng hộ lý thuyết kinh tế quy mô Tuy nhiên, quá mức phát triển có thể dẫn đến nguy cơ thất bại và rủi ro hệ thống trong ngành ngân hàng, gây khó khăn trong quản lý và kiểm soát rủi ro, đặc biệt khi ngân hàng hoạt động phức tạp và phụ thuộc vào nhiều hệ thống và thị trường khác nhau, như được đề cập bởi Khan và cộng sự (2017), Ali và Puah (2018), và Ullah cùng các cộng sự (2021).
Giả thuyết H1: Quy mô ngân hàng có tác động tích cực đến ổn định NHTM
3.2.3 Tỷ lệ lợi nhuận sau thuế trên vốn chủ sở hữu
Tỷ lệ lợi nhuận sau thuế trên vốn chủ sở hữu (ROE) được tính bằng lợi nhuận sau thuế chia cho vốn chủ sở hữu của ngân hàng ROE thấp cho thấy ngân hàng hoạt động không hiệu quả, không tạo ra lợi nhuận tốt từ vốn chủ sở hữu, dẫn đến mất niềm tin của cổ đông và giảm giá trị cổ phiếu Điều này cũng có thể khiến ngân hàng gặp khó khăn trong việc vay vốn và tăng chi phí vốn Ngược lại, ROE cao thể hiện hiệu quả hoạt động và sinh lợi tốt từ vốn chủ sở hữu, nhưng ROE quá cao có thể chỉ ra sự tập trung quá mức vào tăng trưởng lợi nhuận mà không đảm bảo an toàn và quản lý rủi ro.
Các tác giả như Adusei (2015), Khan và các cộng sự (2017), Ali và Puah
Nghiên cứu của Dahir và cộng sự (2018), Nguyễn Quý Quốc và cộng sự (2020), Tăng Mỹ Sang (2020), cùng với Nguyễn Quốc Anh và Dương Nguyễn Thanh Phương (2021) đã chỉ ra mối tương quan dương giữa ROE và sự ổn định của các Ngân hàng Thương mại Khi lợi nhuận tăng, khả năng hấp thụ rủi ro của ngân hàng cũng được cải thiện, đặc biệt trong trường hợp dư thừa vốn, điều này có thể được sử dụng để tăng cường an toàn vốn cho các Ngân hàng Thương mại.
Giả thuyết H2: ROE có ảnh hưởng cùng chiều đến sự ổn định của NHTM Việt Nam
Nghiên cứu của Guy và Lowe (2011), Danisman (2018), Defung và Yudaruddin (2022), cùng với Rahman và các cộng sự (2021) đã chỉ ra rằng nợ xấu là một chỉ số quan trọng để đánh giá tính ổn định của ngân hàng Tỷ lệ nợ xấu cao không chỉ phản ánh sự không ổn định trong hoạt động ngân hàng mà còn tạo ra rủi ro tài chính, dẫn đến suy yếu vốn chủ sở hữu và khả năng hoạt động của ngân hàng.
Trong lĩnh vực tín dụng, việc thiếu thông tin đầy đủ về khách hàng vay có thể dẫn đến rủi ro không thu hồi được vốn gốc và lãi, làm gia tăng khả năng nợ xấu và ảnh hưởng đến sự ổn định của ngân hàng Các nghiên cứu của Adusei (2015), Khan và cộng sự (2017), Ali và Puah (2018), Chand và cộng sự (2021) đã chỉ ra những vấn đề này Tác giả hy vọng rằng những khía cạnh này sẽ được xem xét kỹ lưỡng để cải thiện tình hình.
Giả thuyết H3: Tỷ lệ nợ xấu có tác động ngƣợc chiều đến sự ổn định của các NHTM Việt Nam
3.2.5 Tỷ lệ an toàn vốn
Tỷ lệ an toàn vốn (Capital Adequacy Ratio - CAR) là chỉ số quan trọng trong ngành ngân hàng, phản ánh mức độ an toàn và độ tin cậy của ngân hàng CAR đo lường khả năng đáp ứng yêu cầu vốn và ứng phó với rủi ro tài chính Tỷ lệ CAR cao đảm bảo sự ổn định và phát triển của ngân hàng trong môi trường kinh doanh khó khăn, trong khi tỷ lệ thấp cảnh báo về rủi ro tài chính, có thể dẫn đến khó khăn trong hoạt động Nghiên cứu của Quốc (2020), Ozili (2018), Aroghene và Ikeora (2022), Almahadin và cộng sự (2020), Odundo và Orwaru (2018), Quỳnh (2020) chỉ ra rằng tỷ lệ an toàn vốn có tác động tích cực đến sự ổn định của ngân hàng Công thức tính tỷ lệ an toàn vốn (CAP) cũng được đề cập trong bài viết.
Giả thuyết H4: Tỷ lệ an toàn vốn tác động cùng chiều đến ổn định NHTM
3.2.6 Tỷ lệ cho vay trên huy động
Tỷ lệ cho vay trên huy động (LDR) là chỉ số quan trọng trong ngân hàng, thể hiện mức độ sử dụng tiền gửi của khách hàng để cấp vay Tỷ lệ này được tính bằng tổng số tiền cho vay so với tổng số tiền gửi, cho thấy ngân hàng đã sử dụng bao nhiêu tiền gửi để cho vay LDR cao cho thấy ngân hàng sử dụng nhiều tiền gửi để cấp vay, trong khi LDR thấp cho thấy ngân hàng cho vay ít hơn so với tiền gửi, giúp giảm rủi ro tín dụng và tăng tính ổn định Tuy nhiên, tỷ lệ LDR thấp cũng có thể hạn chế khả năng tăng trưởng và lợi nhuận Việc điều chỉnh tỷ lệ LDR là cần thiết để đảm bảo sự ổn định và bền vững của ngân hàng, như đã được nghiên cứu bởi Odeduntan (2016) và Nurfalah cùng các cộng sự (2018).
Giả thuyết H5: Tỷ lệ cho vay trên huy động có tác động tích cực đến ổn định NHTM
3.2.7 Tỷ lệ đòn bẩy tài chính
Tỷ số nợ trên tổng tài sản (LEV) là chỉ số quan trọng phản ánh mức độ sử dụng đòn bẩy tài chính của doanh nghiệp Theo nghiên cứu của Nguyễn Đình Kiệm và Bạch Đức Hiển (2008), tỷ lệ này được tính bằng cách so sánh nợ và tổng tài sản, và thường được biểu thị dưới dạng phần trăm (%) Do tính chất phân bổ, tỷ lệ này luôn có giá trị lớn hơn hoặc bằng 0.
0 Nếu LEV của ngân hàng quá cao, ngân hàng đang sử dụng quá nhiều vốn vay ngoài so với tổng tài sản, dẫn đến nguy cơ mất kiểm soát trong việc quản lý rủi ro Trong trường hợp này, nếu có sự thay đổi bất lợi trong hoạt động kinh doanh, ngân hàng có thể gặp rủi ro về khả năng thanh toán các khoản nợ Do đó, mức độ LEV càng cao thì ổn định ngân hàng càng thấp Các nghiên cứu trước của Mkadmi và các công sự (2022), Ullah và các cộng sự (2021), Shahriar và các công sự (2023) có tác động tiêu cực đến ổn định ngân hàng Công thức đòn bẩy do tác giả tìm hiểu:
Giả thuyết H6: Tỷ lệ đòn bẩy có tác động ngƣợc chiều đến ổn định NHTM
3.2.8 Tăng trưởng tổng tài sản
Tốc độ tăng trưởng tổng tài sản (GTA) là chỉ tiêu quan trọng đánh giá hiệu quả hoạt động ngân hàng Chỉ số này phản ánh sự tăng trưởng tài sản của ngân hàng qua các năm, được tính bằng cách so sánh tổng tài sản năm hiện tại với năm trước Tốc độ tăng trưởng GTA cao cho thấy ngân hàng phát triển mạnh mẽ, trong khi tốc độ thấp có thể chỉ ra khó khăn trong việc tăng trưởng.
Theo nghiên cứu của Tú và Oanh (2021), GTA ảnh hưởng tiêu cực đến sự ổn định của các ngân hàng thương mại Việt Nam Các tác giả đã phân tích công thức liên quan đến tốc độ tăng trưởng tổng tài sản.
Giả thuyết H7: Tăng trưởng tổng tài sản tác động cùng chiều với ổn định NHTM
Tỷ lệ lạm phát là một yếu tố vĩ mô quan trọng ảnh hưởng đến nền kinh tế Khi lạm phát tăng cao, giá cả gia tăng sẽ tác động tiêu cực đến hoạt động sản xuất kinh doanh, làm tăng chi phí và giảm khả năng cạnh tranh của doanh nghiệp Lạm phát cũng làm giảm giá trị đồng tiền, khiến người dân có xu hướng tích trữ tài sản thay vì gửi tiền vào ngân hàng Điều này buộc ngân hàng phải tăng lãi suất để thu hút nguồn tiền, dẫn đến chi phí trả lãi cao hơn và giảm lợi nhuận, làm cho hoạt động của ngân hàng trở nên không ổn định Sự gia tăng kỳ vọng lạm phát trong tương lai có thể làm giảm sự ổn định tài chính của ngân hàng Để đối phó với lạm phát, ngân hàng cần thực hiện các biện pháp kiểm soát rủi ro, theo dõi và đánh giá tình hình, đồng thời duy trì chính sách tín dụng và quản lý vốn hợp lý để giảm thiểu tác động tiêu cực và bảo đảm sự ổn định tài chính trong bối cảnh khó khăn.
Giả thuyết H8: Lạm phát có tác động tiêu cực đến ổn định NHTM
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Tổng quan dữ liệu tiền nghiên cứu
4.1.1 Thống kê mô tả biến
Bảng 4.1: Kết quả thống kê mô tả các biến thuộc mô hình
Biến Quan sát Trung bình Độ lệch chuẩn GTNN GTLN
Nguồn: Tác giả tổng hợp từ phần mềm Stata 16
Trong giai đoạn 2011 - 2021, các chỉ tiêu đại diện cho ổn định của 27 Ngân hàng Thương mại (NHTM) Việt Nam được mô tả như sau:
Chỉ số Z-score trung bình đạt 276.46% với độ lệch chuẩn 45.76% Ngân hàng TMCP Sài Gòn Công thương (SGB) ghi nhận mức Z-score thấp nhất là 173.53% vào năm 2011, trong khi Ngân hàng TMCP Đông Nam Á (SSB) đạt mức cao nhất là 474.82% vào năm 2018.
Quy mô ngân hàng (SIZE) trung bình đạt 806.31% với độ lệch chuẩn là 49.93% Ngân hàng có SIZE thấp nhất là BaoVietBank, đạt 712.14% vào năm 2011, trong khi BID - Ngân hàng TMCP Đầu tư và Phát triển Việt Nam ghi nhận SIZE cao nhất với 924.59% vào năm 2021.
Lợi nhuận sau thuế trên vốn chủ sở hữu (ROE) trung bình đạt 9.36% với độ lệch chuẩn 6.53% Ngân hàng TMCP Quốc Dân (NVB) ghi nhận ROE thấp nhất chỉ 0.03% vào năm 2020, trong khi Ngân hàng TMCP Á Châu (ACB) đạt mức cao nhất 26.82% vào năm 2011.
Chỉ số nợ xấu (NPL) có giá trị trung bình là 2.18% và độ lệch chuẩn là 12.58% Thấp nhất là của KLB - Ngân hàng TMCP Kiên Long với 0.19% vào năm
2021, cao nhất là của SHB - Ngân hàng TMCP Sài Gòn - Hà Nội với 8.83% vào năm 2012
Giá trị trung bình của tỷ lệ an toàn vốn (CAR) là 9.19%, với độ lệch chuẩn 3.80% Ngân hàng có CAR thấp nhất là BID - Ngân hàng TMCP Đầu tư và Phát triển Việt Nam vào năm 2017, chỉ đạt 4.06% Trong khi đó, ngân hàng có CAR cao nhất là SGB – Ngân hàng TMCP Sài Gòn Công thương, với tỷ lệ lên tới 23.83% vào năm 2012.
Tỷ lệ cho vay trên huy động (LDR) trung bình đạt 86.92% với độ lệch chuẩn là 18.38% Ngân hàng TMCP Hàng hải Việt Nam (MSB) ghi nhận LDR thấp nhất là 36.33% vào năm 2014, trong khi Ngân hàng TMCP Bắc Á (BAB) có LDR cao nhất là 178.93% vào năm 2011.
Tỷ lệ đòn bẩy (LEV) trung bình đạt 90.4% với độ lệch chuẩn 6.06% Ngân hàng TMCP Ngoại thương Việt Nam (VCB) ghi nhận tỷ lệ thấp nhất là 9.22% vào năm 2021, trong khi Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BID) có tỷ lệ cao nhất là 95.94% vào năm 2017.
Tốc độ tăng trưởng tổng tài sản (GTA) trung bình đạt khoảng 15.98% với độ lệch chuẩn 18.41% Ngân hàng TMCP Bắc Á (BAB) ghi nhận mức tăng trưởng thấp nhất vào năm 2011 với GROW đạt -98.35%, trong khi Ngân hàng TMCP Tiên Phong (TPB) có tốc độ tăng trưởng cao nhất vào năm 2013 với 112.22%.
Tỷ lệ lạm phát (INF) trung bình trong giai đoạn 2011 - 2021 là 5.28% với độ lệch chuẩn là 4.75%, tỷ lệ lạm phát thấp nhất và cao nhất lần lượt là 0.60% (năm
Tăng trưởng kinh tế (GDP) trung bình trong giai đoạn 2011 - 2021 là 5.64% với độ lệch chuẩn là 1.49%, giá trị thấp nhất và cao nhất lần lượt là 2.58% (năm
4.1.2 Đánh giá mức độ tương quan giữa hai biến số
Hình 4.2: Ma trận tương quan giữa các biến trong mô hình
Nguồn: Tác giả tổng hợp từ phần mềm Stata16
Tác giả đã áp dụng chỉ số Z-score để biểu thị biến phụ thuộc trong nghiên cứu Kết quả ma trận tương quan giữa các biến trong mô hình được trình bày trong bảng 4.2, cho thấy giá trị tuyệt đối của hệ số tương quan giữa biến phụ thuộc (đo bằng Z-score) và các biến độc lập, cũng như giữa các biến độc lập, đều nhỏ hơn 0.6 Điều này chứng tỏ rằng mối quan hệ giữa các biến trong mô hình nằm trong giới hạn chấp nhận được.
Z-score SIZE ROE NPL CAR LDR LEV GTA INF GDP Z-score 1,0000
Các biến ROE, GTA, NPL, CAR, LDR, INF có mối tương quan nghịch với chỉ số Z-score, trong khi các biến SIZE, LEV, GDP lại có mối tương quan thuận với biến phụ thuộc này.
Hệ số tương quan cao có thể dẫn đến các vấn đề đa cộng tuyến, vì vậy tác giả đã tiến hành kiểm định hệ số nhân tử phóng đại phương sai (VIF) để đánh giá mức độ nghiêm trọng của hiện tượng này.
Kết quả nghiên cứu và các kiểm định
4.2.1 Kết quả ƣớc lƣợng mô hình Pooled OLS
Sau khi tiến hành thống kê mô tả và phân tích tương quan giữa các biến, tác giả đã thực hiện quy trình hồi quy dữ liệu, bắt đầu với mô hình bình phương bé nhất (Pooled OLS) Kết quả hồi quy được trình bày như sau:
Bảng 4.3: Kết quả mô hình hồi quy Pooled OLS
Biến tác động Hệ số hồi quy P – value
Nguồn: Tác giả tổng hợp từ phần mềm Stata 16
Kết quả hồi quy Pooled OLS cho thấy mô hình có ý nghĩa thống kê với P-value = 0,0000 < 0,05 và mức độ giải thích đạt 2,530% theo chỉ số Adj R-squared Các biến ROE và CAR có ý nghĩa thống kê ở mức 1%, trong khi SIZE và NPL có ý nghĩa thống kê ở mức 5% Để đánh giá tính hữu dụng của mô hình, sẽ tiến hành kiểm định đa cộng tuyến và phương sai thay đổi.
Kiểm định đa cộng tuyến
Bảng 4.4: Kết quả kiểm định đa cộng tuyến mô hình Pooled OLS
Nguồn: Tính toán từ phần mềm Stata16
Trung bình VIF là 1,67, không có biến nào lớn hơn 10, cho thấy không có dấu hiệu đa cộng tuyến trong mô hình hồi quy Pooled OLS Các hệ số VIF đều nhỏ hơn 3, với biến CAR và SIZE có giá trị lần lượt là 2,68 và 2,56, trong khi biến GDP có giá trị thấp nhất là 1,07 Do không xuất hiện đa cộng tuyến, số lượng biến được giữ nguyên và mô hình hồi quy sẽ tiếp tục kiểm định phương sai thay đổi.
Kiểm định phương sai thay đổi
Hình 4.1: Đồ thị sai số mô hình Pooled OLS
Nguồn: Vẽ minh họa từ phần mềm Stata16
Hình 4.1 cho thấy các giá trị biến ước lượng trong mô hình, với các điểm giá trị phân tán tương đối so với đường trung bình màu đỏ Sự tồn tại của nhiều sai số không đối xứng theo trục tọa độ cho thấy khả năng xuất hiện phương sai thay đổi trong mô hình.
Bảng 4.5: Kết quả kiểm định phương sai thay đổi mô hình Pooled OLS
Kiểm định Breusch-Pagan / Cook-
Nguồn: Tính toán từ phần mềm Stata16
Kết quả kiểm định Breusch-Pagan / Cook-Weisberg test cho thấy Prob > chi2 = 0,0003 < 0,05 (mức ý nghĩa 5%), như vậy bác bỏ giả thuyết H 0 và chấp nhận
H 1 , mô hình hồi quy Pooled OLS có phương sai thay đổi
Kiểm định tự tương quan Bảng 4.6: Kết quả kiểm định tự tương quan mô hình Pooled OLS
Nguồn: Tính toán từ phần mềm Stata16
Tự tương quan là hiện tượng thường gặp trong dữ liệu bảng chuỗi thời gian, khi một biến có thể phụ thuộc vào chính nó qua các khoảng thời gian khác Phương pháp Wooldridge được áp dụng để kiểm tra tự tương quan, với kết quả p-value = 0,0000 < 0,05, dẫn đến việc bác bỏ giả thuyết H0 Điều này cho thấy mô hình có hiện tượng tự tương quan và có khả năng xảy ra hồi quy giả mạo đối với mô hình Pooled OLS.
Bài viết thực hiện ba phép kiểm định cho mô hình Pooled OLS, phát hiện hiện tượng phương sai thay đổi và tự tương quan, nhưng không có đa cộng tuyến Để khắc phục những vấn đề này, tác giả đã tiến hành hồi quy tác động ngẫu nhiên (REM) và hồi quy tác động cố định (FEM) nhằm lựa chọn mô hình phù hợp nhất.
4.2.2 Kết quả ƣớc lƣợng mô hình FEM và REM
Mô hình FEM và kiểm định F
Trong nghiên cứu này, chúng tôi sử dụng mô hình quy dữ liệu bảng Pooled OLS để phân tích mối quan hệ giữa biến phụ thuộc Zscore và các biến độc lập như SIZE, ROE, NPL, CAR, LDR, LEV, GTA, INF, GDP Chúng tôi thực hiện hồi quy theo mô hình FEM và REM, đồng thời tiến hành kiểm định tính phù hợp ba bên nhằm xác định mô hình hiệu quả nhất cho phân tích.
Bảng 4.7: Kết quả hồi quy mô hình FEM
Biến Hệ số hồi quy P – value
Nguồn: Tính toán từ phần mềm Stata16
Kết quả mô hình FEM bao gồm kiểm định F thể hiện Prob > F = 0,000 với mức ý nghĩa 5% sẽ bác bỏ giả thuyết H 0 : Mô hình phù hợp là mô hình Pooled OLS
Mô hình FEM là lựa chọn phù hợp cho bộ dữ liệu này với chỉ số R-squared đạt 0,2198, cho thấy mức độ giải thích của mô hình đạt 21,98% Hơn nữa, với P-value = 0,0000, mô hình FEM có ý nghĩa thống kê ở mức 1%.
Mô hình REM và kiểm định Breusch & Pagan Lagrangian
Bảng 4.8: Kết quả hồi quy mô hình REM
Biến Hệ số hồi quy P – value
Nguồn: Tính toán từ phần mềm Stata17
Mô hình REM cho thấy ý nghĩa thống kê ở mức 1% với P-value = 0,0000, cho thấy kết quả đáng tin cậy Khả năng giải thích của mô hình REM đạt 21,01%, chỉ thấp hơn một chút so với mô hình FEM Để đánh giá mức độ phù hợp dữ liệu giữa mô hình REM và mô hình Pooled OLS, tác giả đã áp dụng kiểm định Breusch.
Bảng 4.9: Kết quả kiểm định Breusch & Pagan Lagrangian
Nguồn: Tính toán từ phần mềm Stata16
Theo bảng 4.9, P – value = 0,0000 < 0,05, tức loại bỏ giả thuyết H 0 : phương sai mô hình bằng 0 nghĩa là mô hình có phương sai khác 0, từ đó suy ra mô hình
REM là phù hợp hơn Pooled OLS
Kiểm định Hausman chọn mô hình phù hợp
Sau khi so sánh mô hình FEM và REM với mô hình Pooled OLS, ưu thế nghiêng về hai mô hình tác động Do đó, cần thực hiện bước sàng lọc cuối cùng để lựa chọn mô hình phù hợp nhất, và phương pháp được sử dụng là kiểm định Hausman.
Bảng 4.10: Kết quả kiểm định Hausman
Kiểm định sự hiệu quả trong khác biệt hệ thống
Nguồn: Tính toán từ phần mềm Stata17
Dựa vào bảng kết quả 4.9, P-value = 0,2464 cho thấy chấp nhận giả thuyết H0, tức là có sự khác biệt giữa các hệ số tác động, cho thấy hệ số tác động không cố định và mô hình REM là lựa chọn phù hợp hơn Qua ba bước kiểm định theo tổ hợp chập hai, mô hình REM được xác định là tối ưu hơn so với Pooled OLS và FEM Do đó, nghiên cứu quyết định chọn mô hình REM và sẽ tiến hành kiểm định các khuyết tật còn tồn tại và khắc phục nếu cần.
Kiểm định khuyết tật mô hình REM
Kiểm định tự tương quan mô hình REM đánh giá mối quan hệ giữa các biến trong chuỗi thời gian thuộc một không gian nhất định Trong nghiên cứu này, chúng tôi tập trung vào chuỗi dữ liệu thời gian của một công ty, nhằm xác định khả năng tự tương quan với chính nó trong quá khứ Để thực hiện nghiên cứu, chúng tôi áp dụng kiểm định Wooldridge cho dữ liệu bảng.
Bảng 4.11: Kết quả kiểm định tự tương quan mô hình REM
Nguồn: Tính toán từ phần mềm Stata16
Dựa vào kết quả kiểm định từ bảng 4.10, ta có P – value = 0,0000 < 0,05%, từ đó bác bỏ giả thuyết H 0 , chấp nhận H 1 : có tương quan bậc nhất theo kiểm định
Wooldridge, như vậy mô hình có hiện tượng tự tương quan
Kiểm định phương sai thay đổi mô hình REM tương tự đối với mô hình
Pooled OLS vi phạm các giả định của hồi quy tuyến tính, dễ dẫn đến hồi quy giả mạo Kết luận trong điều kiện có phương sai thay đổi thường bị coi là vội vàng, dẫn đến mô hình không có ý nghĩa thống kê Kiểm định Breusch & Pagan Lagrangian là phương pháp phổ biến để phát hiện phương sai thay đổi trong mô hình REM.
Bảng 4.12: Kết quả kiểm định phương sai thay đổi mô hình REM
Kiểm định Breusch & Pagan Lagrangian
Nguồn: Tính toán từ phần mềm Stata16
Hệ số P-value trong kiểm định Breusch & Pagan Lagrangian là 0,0000, nhỏ hơn 0,05, dẫn đến việc bác bỏ giả thuyết H0 về phương sai các sai số là không đổi Điều này tương đương với việc chấp nhận H1, cho thấy phương sai các sai số biến đổi Kết luận là mô hình REM có hiện tượng phương sai thay đổi.
Sau khi thực hiện hai bước kiểm định mô hình REM, tác giả phát hiện mô hình gặp phải vấn đề về phương sai thay đổi và tự tương quan Để khắc phục những khuyết tật này, nghiên cứu đã tiến hành hồi quy GLS với dữ liệu bảng.
4.2.3 Kết quả ƣớc lƣợng mô hình GLS