Trong quá trình hoạt động, rủi ro thanh khoản trở thành một yếu tố quan trọng ảnh hưởng đến khả năng chống chịu và sự ổn định tài chính của ngân hàng, đặc biệt qua các chu kỳ kinh tế với
GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
LÝ DO CHỌN ĐỀ TÀI
Một trong những mục tiêu quan trọng hàng đầu của các Ngân hàng thương mại (NHTM) là duy trì khả năng tăng trưởng tín dụng bền vững đi kèm với việc tăng doanh số và lợi nhuận Bằng cách cung cấp hàng loạt các dịch vụ tín dụng, ngân hàng luôn thúc đẩy mạnh mẽ thu hút khách hàng mới và tạo ra được nguồn thu nhập từ lãi suất, chi phí dịch vụ và các khoản phí khác Và trong bối cảnh hiện nay, vì theo đuổi mục tiêu tăng trưởng lợi nhuận, các NHTM Việt Nam đang phải đối mặt với những thách thức lớn về việc quản lý rủi ro thanh khoản (RRTK), điều này có ảnh hưởng trực tiếp đến sự ổn định tài chính của chúng Sự biến động của thị trường tài chính có thể dẫn đến tình trạng thiếu hụt thanh khoản đột ngột, gây ra những hậu quả nghiêm trọng không chỉ cho chính ngân hàng mà còn cho cả hệ thống tài chính quốc gia
Những nghiên cứu trước đây đã thể hiện rằng thời kỳ ngân hàng đẩy mạnh việc tăng trưởng tín dụng quá nhanh và chấp nhận RRTK lớn sẽ ảnh hưởng đến sự ổn định của NHTM rất nhiều: He và Xiong (2012) khi xem xét mối tương quan giữa RRTK và rủi ro tín dụng (RRTD) đã nhận thấy rằng hai rủi ro này là nguyên nhân chính dẫn tới việc mất khả năng thanh toán và làm tăng nguy cơ vỡ nợ của các NHTM Imbierowicz và Rauch (2014) đã nghiên cứu xem xét mối quan hệ giữa RRTK, RRTD của các NHTM Hoa Kỳ trong giai đoạn 1998 – 2010, tác giả nhận thấy rằng nếu xét một cách riêng lẻ thì từng loại rủi ro đều có tác động đến khả năng vỡ nợ của các ngân hàng, tuy nhiên mức tác động của từng loại rủi ro lại phụ thuộc vào mức độ rủi ro tổng thể của ngân hàng Ejoh và cộng sự (2014) trong nghiên cứu
“Tương quan và tác động của RRTD và RRTK đối với khả năng phá sản của các ngân hàng gửi tiền tại Nigeria” đã cung cấp bằng chứng rằng cả RRTK, RRTD đều góp phần làm tăng nguy cơ phá sản của các ngân hàng Sự không ổn định dẫn đến nguy cơ phá sản của ngân hàng bởi vì ngân hàng không thể cung cấp tiền mặt cho khách hàng khi cần và không thể mở rộng tín dụng Phân tích dữ liệu của 49 ngân hàng giai đoạn từ 2006-2013, Ghenimi và cộng sự (2017) trong nghiên cứu ảnh hưởng của RRTK và RRTD đối với sự ổn định của NH trong khu vực Mena nhận định rằng không thể bác bỏ vai trò đặc biệt của NH đối với nền kinh tế quốc gia, vậy nên quản lí RRTK luôn là mối ưu tiên của nhà nước
Hơn một thập kỷ trôi qua kể từ sau cuộc suy thoái toàn cầu năm 2008, sự phá sản hàng loạt những ngân hàng danh tiếng như Lehman Brothers và tình hình suy giảm nhanh chóng của thị trường tài chính toàn cầu đã khiến RRTK trở thành mối quan tâm hàng đầu đối với các cơ quan quản lý Với bài học từ sự sụp đổ của các định chế tài chính đi trước, Việt Nam đã và đang nỗ lực không ngừng trong việc điều tiết nguồn cung tiền và điều chỉnh lãi suất linh hoạt dựa trên cung – cầu của thị trường nhằm làm giảm bớt áp lực cũng như giúp hệ thống thanh khoản của ổn định Bên cạnh đó, kể từ tháng 12/2019, sự xuất hiện của đại dịch Covid-19 tại Trung Quốc đã lan rộng sang hầu hết các quốc gia trên thế giới, một lần nữa làm đóng băng nền kinh tế toàn cầu, khủng hoảng và suy thoái trầm trọng khiến cho nhiều công ty, doanh nghiệp trong thời kỳ này kiệt quệ tài chính, bị ép phá sản Gounopoulos và cộng sự (2021) trong bài nghiên cứu “Quản trị rủi ro thanh khoản trong Đại dịch Covid-19” đã kết luận rằng cuộc suy thoái do đại dịch mang lại đã gây ra những cú sốc tổng thể cho toàn bộ hệ thống NH tại Hoa kỳ, gây ra các áp lực thanh khoản và gián đoạn tài chính đáng kể Nguyễn Đăng Khoa và cộng sự (2023) sau khi nghiên cứu tác động của RRTK đến hiệu quả hoạt động của các NHTM Việt Nam đã kết luận rằng các chính sách hỗ trợ của chính phủ ban hành nhằm làm giảm thiệt hại do đại dịch Covid-19 sẽ làm ngưng trệ khả năng kinh doanh, sự thanh khoản và tăng trưởng tín dụng của các NHTM, khiến cho RRTD tăng cao, lợi nhuận của các ngân hàng giảm xuống đáng kể
Từ những kết quả thực nghiệm nghiên cứu trên, có thể thấy được cho đến thời điểm hiện tại, trên thế giới đã có rất nhiều những nghiên cứu khác nhau về tác động của RRTK đến sự ổn định tài chính tuy nhiên vẫn chưa có một sự thống nhất giữa các kết quả nghiên cứu Hiểu rõ vấn đề này, tác giả thực hiện bài nghiên cứu: Tác động của rủi ro thanh khoản đến sự ổn định tài chính của các Ngân hàng Thương mại Cổ phần Việt Nam” nhằm xem xét, đo lường tác động của RRTK đến sự ổn định tài chính của các ngân hàng Hiểu rõ những tác động của RRTK đến sự ổn định tài chính của ngân hàng, thông qua đó đề xuất các chính sách dựa trên kết quả nghiên cứu với mục tiêu giảm thiểu RRTK, giúp nâng cao sự ổn định tài chính từ đó góp phần xây dựng một hệ thống kinh tế - tài chính vững mạnh và bền vững hơn.
MỤC TIÊU NGHIÊN CỨU
Mục tiêu tổng quát của đề tài là phân tích tác động của RRTK đến sự ổn định tài chính của các Ngân hàng TMCP Việt Nam trong giai đoạn 2013-2023 Từ kết quả nghiên cứu đề xuất một số hàm ý chính sách quản trị RRTK nhằm làm tăng tính ổn định tài chính của các Ngân hàng TMCP ở Việt Nam trong thời gian tới
1.2.2 Mục tiêu cụ thể Để đạt được mục tiêu tổng quát, đề tài cần đạt được các mục tiêu cụ thể sau:
Thứ nhất, đo lường và đánh giá tác động của RRTK đến sự ổn định tài chính của các Ngân hàng TMCP Việt Nam giai đoạn 2013-2023
Thứ hai, đề xuất một số hàm ý chính sách đối với nhà quản trị ngân hàng nhằm duy trì sự ổn định tài chính của các ngân hàng TMCP Việt Nam.
CÂU HỎI NGHIÊN CỨU
Từ những mục tiêu tổng quát và cụ thể nêu trên, khóa luận tốt nghiệp cần hoàn thành các câu hỏi nghiên cứu sau:
Câu hỏi 1: Rủi ro thanh khoản tác động đến sự ổn định tài chính của ngân hàng
TMCP Việt Nam như thế nào giai đoạn 2013-2023?
Câu hỏi 2: Dựa trên kết quả nghiên cứu thì hàm ý chính sách nào sẽ được đề xuất nhằm duy trì hoặc cải thiện tính ổn định tài chính của ngân hàng TMCP Việt Nam trong tương lai.
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
1.4.1 Đối tượng nghiên cứu Đề tài nghiên cứu về tác động của rủi ro thanh khoản đến sự ổn định tài chính của các Ngân hàng Thương mại Cổ phần Việt Nam trong giai đoạn 2013-2023
Về thời gian: Đề tài nghiên cứu được thực hiện với dữ liệu thời gian trong giai đoạn từ 2013 đến năm 2023 Trong giai đoạn này, Việt Nam đã bắt đầu áp dụng các chính sách chuẩn Basel II đến chuẩn Basel III - là bước tiến quan trọng trong việc chuyển đổi hệ thống quản lý rủi ro của các ngân hàng tại Việt Nam
Về không gian: Hiện nay trên thị trường Việt Nam đã có 31 Ngân hàng TMCP, tuy nhiên do dữ liệu tài chính của một số ngân hàng không được công bố đầy đủ dẫn đến số liệu bị thiếu sót, không thể đáp ứng được nhu cầu thu thập dữ liệu của khóa luận Do đó, nghiên cứu sẽ được tiến hành với 22 Ngân hàng TMCP Việt Nam được niêm yết, công bố minh bạch và rõ ràng Các dữ liệu được thu tập từ báo cáo tài chính (BCTC) hợp nhất đã kiểm toán, được công bố trên trang web của các ngân hàng này, công ty chứng khoán hoặc trang thông tin Vietstock.vn Ngoài ra, số liệu các biến vĩ mô sẽ được thu thập từ Ngân hàng thế giới (The World Bank) và Tổng Cục Thống kê.
PHƯƠNG PHÁP NGHIÊN CỨU
Bài nghiên cứu tập trung vào việc xác định tác động của RRTK đến sự ổn định tài chính của các ngân hàng TMCP Việt Nam Và mô hình cụ thể trong phần thực nghiệm được đề xuất bởi Imbierowicz và Rauch (2014) Để hoàn thành mục tiêu, tác giả sử dụng phương pháp nghiên cứu định lượng, lấy mẫu dữ liệu của 22 NHTM Việt Nam từ 2013-2023 Bài nghiên cứu được thực hiện trên phần mềm Stata 17, chạy mô hình hồi quy theo phương pháp Pooled OLS, phương pháp tác động ngẫu nhiên (REM), phương pháp tác động cố định (FEM) để tìm ra phương pháp tối ưu nhất Kế đến, tác giả thực hiện các kiểm định kiểm định tự tương quan, phương sai sai số thay đổi, kiểm định đa cộng tuyến, kiểm tra nội sinh trong mô hình Để khắc phục khuyết tật nếu có, tác giả sẽ sử dụng phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS), hồi quy GMM để đánh giá tác động của RRTK đến sự ổn định của NHTM Việt Nam
Dữ liệu nghiên cứu là dữ liệu thứ cấp, tác giả đã thu thập từ 22 Ngân hàng TMCP Việt Nam với dữ liệu thống kê đầy đủ trong khoảng thời gian từ 2013-2023 (11 năm), số lượng mẫu quan sát là 242 quan sát Các số liệu quan sát sẽ được thu thập từ BCTC đã kiểm toán của các ngân hàng được công bố rộng rãi, trung thực trên trang web chính thống của mỗi ngân hàng và các trang thông tin như vietstock.vn, cafef.vn, vndirect.com.
NỘI DUNG NGHIÊN CỨU
Để đạt được mục tiêu nghiên cứu, tác giả tóm tắt nội dung nghiên cứu thành các ý chính sau:
Thứ nhất, bổ sung tổng hợp lý thuyết, lược khảo các nghiên cứu trước nhằm xây dựng mô hình nghiên cứu nhằm phát triển các giả thuyết và xây dựng mô hình phù hợp với nghiên cứu
Thứ hai, thu thập và xử lý dữ liệu theo mô hình nghiên cứu, kết hợp các phương pháp hồi quy để thực hiện hồi quy các mô hình và kiểm định các giả thuyết đã đề ra nhằm đo lường tác động của RRTK đến sự ổn định tài chính của các Ngân hàng TMCP Việt Nam
Thứ ba, trên cơ sở các phát hiện từ kết quả nghiên cứu, rút ra các kết luận, đề xuất những hàm ý chính sách phù hợp với các hoạt động của ngân hàng Bên cạnh đó, những hạn chế và hướng phát triển tiếp theo của nghiên cứu cũng được đề cập để cải thiện chất lượng của các nghiên cứu sau này.
ĐÓNG GÓP CỦA ĐỀ TÀI
RRTK là một trong những yếu tố quan trọng của lĩnh vực ngân hàng, nó luôn được các nhà nghiên cứu tài chính quan tâm bởi vì các tác động của yếu tố này có thể gây ảnh hưởng đến sự ổn định tài chính của các NHTM Việt Nam Bài nghiên cứu trong giai đoạn 2013-2023 được tác giả thực hiện đóng góp vào việc hiểu sâu hơn về sự ổn định của hệ thống NHTM trong một giai đoạn đặc biệt Trong khoảng thời gian này, Việt Nam đã trải qua nhiều biến đổi kinh tế và tài chính quan trọng, từ sự phục hồi sau cuộc khủng hoảng tài chính toàn cầu năm 2008, cho đến bắt đầu áp dụng các chính sách chuẩn Basel II đến chuẩn Basel III Nghiên cứu này giúp chúng ta xác định rõ tác động của các yếu tố quan trọng như RRTK đối với sự ổn định tài chính của các Ngân hàng TMCP Việt Nam trong thời kỳ này Nghiên cứu này cũng có thể cung cấp thông tin cần thiết để ngân hàng và quyết định chính trị hiểu rõ hơn về rủi ro và cơ hội, từ đó đưa ra các quyết định kịp thời và chiến lược phù hợp để duy trì và cải thiện sự ổn định của ngân hàng trong tương lai.
KẾT CẤU KHÓA LUẬN
Khóa luận: “Tác động của rủi ro thanh khoản đến sự ổn định tài chính của Ngân hàng Thương mại Cổ phần Việt Nam” được tác giả trình bày theo bố cục sau: Chương 1: Giới thiệu đề tài nghiên cứu
Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu
Chương 3: Phương pháp và mô hình nghiên cứu
Chương 4: Kết quả nghiên cứu và thảo luận
Chương 5: Kết luận và hàm ý chính sách
Trong Chương 1, tác giả đã mở đầu bằng việc giải thích lý do chọn đề tài “Tác động của rủi ro thanh khoản đến sự ổn định tài chính của các Ngân hàng Thương mại Cổ phần Việt Nam” , đồng thời nhấn mạnh tầm quan trọng của vấn đề nghiên cứu đối với hệ thống ngân hàng hiện nay Để hướng tới việc giải quyết các vấn đề đặt ra và đạt được mục tiêu nghiên cứu chung, tác giả đã xác định các mục tiêu cụ thể thông qua việc trả lời hai câu hỏi nghiên cứu chính Ngoài ra, khóa luận cũng đề cập đến phạm vi và không gian nghiên cứu, bao gồm 22 Ngân hàng TMCP tại Việt Nam, với khoảng thời gian kéo dài từ năm 2013 đến 2023 Phương pháp và mô hình nghiên cứu được áp dụng trong khóa luận này đã được phát triển dựa trên nền tảng của các nghiên cứu thực nghiệm trước đó, nhằm đảm bảo tính chính xác và hiệu quả Cuối cùng, tác giả cũng đã làm rõ cấu trúc tổng thể của khóa luận Các thông tin được trình bày trong chương này sẽ là nền tảng cho việc triển khai và nghiên cứu sâu hơn các nội dung trong các chương tiếp theo của khóa luận.
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC
CƠ SỞ LÝ THUYẾT
2.1.1 Tổng quan về rủi ro thanh khoản của ngân hàng thương mại
2.1.1.1 Khái niệm rủi ro thanh khoản
Theo Comptroller of the Currency (2001), RRTK là rủi ro phát sinh từ khả năng không thể đáp ứng các nghĩa vụ tài chính khi chúng đến hạn mà không gây ra những tổn thất không thể chấp nhận được RRTK có thể tạo ra những tác động xấu đến lợi nhuận cũng như nguồn vốn của các NHTM Do đó, việc đảm bảo sự có sẵn của nguồn vốn đủ để đáp ứng nhu cầu tương lai của nhà cung cấp và người vay, với chi phí hợp lý, trở thành ưu tiên hàng đầu trong QTRR của ngân hàng
Theo Acharya và Mora (2015), sự thiếu hụt thanh khoản là nguyên nhân gây ra sự mất khả năng phòng vệ của các TCTD ở các giai đoạn tài chính suy thoái RRTK từ lâu được xem như là một nguyên nhân gây ra sự bất ổn tài chính Trong thời kỳ khủng hoảng, nhu cầu về tiền mặt tăng cao đột biến, nếu không đáp ứng được nhu cầu này, NHTM có thể phải đối mặt với nguy cơ mất thanh khoản, dẫn đến khả năng phá sản hoặc cần sự hỗ trợ đến từ các tổ chức bên ngoài.Khi một TCTC gặp những khó khăn về khả năng thanh khoản, nó không chỉ ảnh hưởng đến tổ chức đó mà còn có thể lây lan sang các TCTC khác như hiệu ứng domino, gây ra sự mất niềm tin và rút vốn trên diện rộng
Theo Goodhart (2008), có hai khía cạnh cơ bản của RRTK: sự chuyển đổi kỳ hạn (Maturity Transformation) và tính thanh khoản vốn có của tài sản ngân hàng (Inherent Liquidity of a Bank’s Asset) Cụ thể, đối với sự chuyển đổi kỳ, đây là quá trình mà NHTM sử dụng các khoản tiền gửi có kỳ hạn ngắn hạn (ví dụ: tiền gửi không kỳ hạn hoặc tiền gửi có kỳ hạn) để tài trợ cho các khoản vay dài hạn (như thế chấp hoặc vay doanh nghiệp) Rủi ro ở đây là khi ngân hàng không thể tái cấp vốn cho những khoản nợ ngắn hạn khi chúng đáo hạn mà không phải chịu chi phí cao hoặc tổn thất Điều này có thể xảy ra do sự biến động của lãi suất hoặc do khách hàng rút tiền gửi một cách đột ngột Thứ hai, tính thanh khoản vốn có của tài sản ngân hàng là khả năng mà một tài sản có thể được chuyển đổi thành tiền mặt mà không làm giảm giá trị của nó một cách đáng kể Cả hai khía cạnh này đều quan trọng trong việc đảm bảo rằng ngân hàng có thể đáp ứng nghĩa vụ của mình và duy trì hoạt động kinh doanh mà không gặp phải rủi ro tài chính
Ngoài ra, theo Diamond avà Rajan (2005), RRTK có thể phát sinh hoặc tăng lên trong điều kiện kinh tế suy thoái Điều này làm tăng nhu cầu rút tiền của người gửi tiền, tạo ra RRTK Từ đó có thể dẫn đến sự thất bại của một ngân hàng cụ thể hoặc thậm chí là toàn bộ hệ thống ngân hàng do hiệu ứng lây lan
Theo Dermine (1986), RRTK được nhìn nhận như một yếu tố làm suy giảm lợi nhuận và gây ra tổn hại đến sức khỏe tài chính, bởi nó buộc các NHTM phải duy trì một lượng lớn tài sản có khả năng chuyển nhượng cao, đồng thời từ bỏ cơ hội đầu tư vào các tài sản mang lại lợi nhuận cao hơn Khi một NHTM duy trì một lượng lớn tài sản lưu động, họ có khả năng chuyển đổi nhanh thành tiền mặt để đáp ứng nhu cầu thanh toán ngắn hạn Tuy nhiên, tài sản lưu động thường có tỷ suất sinh lời thấp hơn so với các tài sản dài hạn hoặc đầu tư mạo hiểm hơn Mặt khác, việc từ bỏ cơ hội đầu tư vào tài sản dài hạn có khả năng tạo ra lợi nhuận cao hơn có thể làm giảm khả năng tạo ra nguồn thu trong tương lai Vấn đề này tạo ra một sự cân nhắc giữa việc đảm bảo tính thanh khoản và việc tối ưu hóa tỷ suất sinh lời của NHTM
Phần trên đã trình bày một số quan điểm khác nhau của các tác giả về RRTK Tóm lại, RRTK là khả năng tiềm ẩn mà ngân hàngcó thể không đủ khả năng chuyển đổi tài sản thành tiền mặt hoặc không thể thu xếp nguồn vốn kịp thời để đáp ứng các nghĩa vụ tài chính khi đến hạn, mà không phải chịu chi phí hoặc tổn thất không thể chấp nhận được, đồng thời khi này các ngân hàng cũng phải sự thiếu hụt nguồn tiền mặt hoặc tài sản dễ chuyển đổi, và khả năng không thu hút được nguồn vốn mới dưới điều kiện thị trường không thuận lợi, từ đó gây ra hậu quả tiêu cực đối với hoạt động kinh doanh và sự ổn định tài chính của ngân hàng
2.1.1.2 Đo lường rủi ro thanh khoản
❖ Đo lường RRTK dựa vào khe hở tài trợ
Theo Saunders và cộng sự (2021), một trong những phương pháp đo lường RRTK là xác định khe hở tài trợ Khe hở tài trợ là sự chênh lệch giữa lượng tiền mà một tài sản có thể mang lại khi thanh lý hoặc thu hồi so với số tiền cần thiết để đáp ứng các nghĩa vụ tài chính ngắn hạn Chỉ số này phản ánh nguy cơ rủi ro mà một tổ chức gặp phải nếu không đủ nguồn lực để thực hiện các nghĩa vụ tài chính liên quan đến tính thanh khoản khi cần thiết
Mô hình của Arif và Nauman Anees (2012) sử dụng chỉ số FGAP để đo lường khả năng thanh khoản như sau:
FGAP = (Dư nợ tín dụng − Huy động vốn)
Theo Nguyễn Thanh Phong (2020), khe hở tài chính được xem là chỉ số dự báo cho RRTK sắp xảy ra đối với ngân hàng Tỷ lệ nợ tín dụng trên tổng tài sản chính là một chỉ số sự báo về đòn bẩy tài chính và khả năng thanh toán, nếu nợ chiếm tỷ trọng lớn trong tổng tài sản, có thể NHTM đang gặp khó khăn trong năng dự trữ tài sản thanh khoản, làm tăng nguy cơ đối với RRTK Ngược lại, nếu tỷ lệ này thấp, RRTK sẽ giảm đi tương ứng
❖ Đo lường RRTK dựa vào các chỉ số thanh khoản
Theo Vodova (2013), đây là phương pháp đo lường RRTK bằng các chỉ số thanh khoản được tính toán từ bảng cân đối kế toán Các tỷ lệ thường được sử dụng bao gồm tỷ lệ thanh khoản (LR), hệ số an toàn vốn tối thiểu (CAR) và tỷ lệ cấp tín dụng so với nguồn vốn huy động
- Tỷ lệ thanh khoản (LR – Liquidity Ratio)
Tỷ lệ thanh khoản là một chỉ số dùng để đánh giá khả năng của ngân hàng trong việc đáp ứng các nhu cầu thanh toán ngắn hạn của khách hàng mà không cần phải thanh lý tài sản dài hạn Chỉ số này giúp NHTM đảm bảo rằng có đủ tài sản lưu động hoặc dễ dàng chuyển đổi thành tiền mặt để đáp ứng các yêu cầu rút tiền hoặc các nghĩa vụ thanh toán khác mà không làm ảnh hưởng đến hoạt động kinh doanh dài hạn Theo Thông tư số 22/2019/TT-NHNN, tỷ lệ LR tối thiểu phải duy trì là tối thiểu 10%, công thức tính như sau:
Trong đó, tổng của tiền và các khoản tương đương tiền, bao gồm tiền mặt, tiền gửi NHTW, tiền gửi và cho vay các TCTD và chứng khoán đầu tư bằng tổng tài sản tài sản thanh khoản của NHTM Tỷ số trên cho biết có bao nhiêu phần trăm tài sản thanh khoản trong tổng tài sản của ngân hàng Nếu LR của một NHTM càng cao, chứng tỏ RRTK của họ thấp vì họ đang giữ rất nhiều tài sản lưu động, năng lực chi trả ở mức tốt, hoạt động kinh doanh của ngân hàng ổn định Tuy nhiên Peter S Rose (2011) đã khẳng định rằng có một sự đánh đổi giữa thanh khoản và lợi nhuận, trong điều kiện các yếu tố khác không đổi, khi tập trung vào tối đa hóa lợi nhuận, tính thanh khoản sẽ bị giảm, và ngược lại, nếu đầu tư vào các tài sản thanh khoản lớn, tỷ suất lợi nhuận thu về sẽ càng thấp Do đó, ngân hàng phải xem xét việc nắm giữ tài sản thanh khoản như thế nào để đảm bảo cân đối giữa thanh khoản và lợi nhuận
- Hệ số an toàn vốn (CAR – Capital Adequacy Ratio)
Hệ số an toàn vốn là là một chỉ tiêu kinh tế phản ánh mối quan hệ giữa vốn tự có và tổng tài sản điều chỉnh rủi ro của NHTM Được đo bằng tỷ lệ phần trăm rủi ro tín dụng, hệ số CAR đo lường khả năng hấp thụ tổn thất của ngân hàng Nó tiêu chuẩn hóa khả năng thanh toán nợ, giải quyết rủi ro tín dụng và hoạt động của ngân hàng
Hiệp ước Basel đã đưa ra một khung pháp lý bao gồm ba “trụ cột” Một trụ cột quan trọng của khung pháp lý này là yêu cầu các NHTM đảm bảo mức CAR tối thiểu nhằm duy trì tính ổn định của hệ thống tài chính Theo hiệp ước Basel, tất cả các NHTM hoạt động trên thị trường được yêu cầu phải duy trì một tỷ lệ an toàn vốn đủ lớn để đảm bảo cho hoạt động rủi ro, công thức được áp dụng như sau:
Tổng tài sản có rủi ro quy đổi
Trong đó, vốn tự có của ngân hàng bằng tổng của vốn cấp 1 và vốn cấp 2 (tỷ lệ tối thiểu của vốn cấp 1 trên tổng tài sản có rủi ro là 4% và tỷ lệ tối thiểu của vốn cấp
1 cộng với vốn cấp 2 trên tổng tài sản có rủi ro là 8%) Và tài sản có rủi ro ở đây là bao gồm RRTD, rủi ro hoạt động và rủi ro thị trường
CÁC NGHIÊN CỨU TRƯỚC
2.2.1 Các nghiên cứu ngoài nước
Imbierowicz và Rauch (2014) đã nghiên cứu mối quan hệ giữa RRTK và RRTD và sự tác động của chúng đến xác suất vỡ nợ của các NHTM rại Mỹ từ 1998-2010 Các tác giả đã thu thập dữ liệu từ tất cả các NHTM tại Mỹ, bao gồm 4300 ngân hàng, kể cả 254 ngân hàng suy thoái trong cuộc khủng hoảng tài chính trầm trọng giai đoạn 2007-2010 Nghiên cứu sử dụng biến Z-score để đo lường rủi ro tổng thể của ngân hàng Kết quả nghiên cứu cho thấy RRTK và RRTD không có mối quan hệ tương quan, tuy nhiên chúng đều có ảnh hưởng đến rủi ro vỡ nợ của ngân hàng Việc quản lý RRTK và RRTD trong ngân hàng có thể làm giảm sự không chắc chắn và tăng cường đáng kể sự ổn định của ngân hàng
Ghenimi và cộng sự (2017) đã sử dụng dữ liệu của 49 ngân hàng hoạt động tại khu vực MENA trong giai đoạn 2006-2013 để phân tích mối quan hệ giữa RRTD và
RRTK cũng như các tác động của nó đến sự ổn định của ngân hàng Bằng việc hồi quy dữ liệu bảng, mô hình hồi quy có độ trễ PVAR và khắc phục khiếm khuyết bằng mô hình GMM, kết quả của nghiên cứu cho thấy cả RRTK và RRTD đều có những ảnh hưởng khác biệt đến sự ổn định của ngân hàng và sự tương tác giữa 2 loại rủi ro cũng là nhân tố tạo nên những tác động tiêu cực đến các ngân hàng Từ đó, các tác giả đã đề ra một số khuyến nghị cho Ủy ban quản lý khu vực MENA và các cơ quan giám sát ngân hàng
Djebali và Zaghdoudi (2020) đã nghiên cứu về mối quan hệ giữa cả RRTK và RRTD đối với sự ổn định của ngân hàng đối với bộ dữ liệu bảng gồm 75 ngân hàng thông thường thuộc 11 quốc gia thuộc khu vực MENA được quan sát trong giai đoạn 1999–2017 Bằng cách thực hiện mô hình PSTR được phát triển bởi Gonzalezet, kết quả ước lượng cho thấy mối quan hệ giữa RRTK và RRTD là phi tuyến tính và được đặc trưng bởi sự hiện diện của hai ngưỡng tối ưu tương đương với 13,16% cho RRTD và 19,03% đối với RRTD Nếu ở dưới hai ngưỡng tối ưu trên, RRTD và RRTK sẽ có những tác động tiêu cực, gây bất lợi cho sự ổn định tài chính của ngân hàng
Ismail và Ahmed (2023) đã xem xét các tác động của rủi ro tài chính phi hệ thống đối cới sự ổn định tài chính ở các NHTM được niêm yết trên Sở giao dịch chứng khoán Amman ở Jordan Nghiên cứu áp dụng sử dụng dữ liệu bảng trong 5 năm từ 2016 đến 2021 để thiết lập mối quan hệ nhân quả giữa các biến nghiên cứu, đồng thời kiểm soát các biến liên quan khác có thể ảnh hưởng đến mối quan hệ Kết quả của bài nghiên cứu cho thấy RRTK không tác động trực tiếp đến sự ổn định tài chính nhưng nó vẫn là một yếu tố rủi ro quan trọng cần được chú ý trong các chiến lược quản lý rủi ro Bài nghiên cứu cho rằng các NHTM phải xây dựng một chiến lược quản lý rủi ro toàn diện nhằm giảm thiểu tác động tiêu cực của rủi ro tài chính phi hệ thống đối với sự ổn định tài chính
Muriithi và Waweru (2017) nghiên cứu ảnh hưởng của RRTK đến hiệu quả tài chính của các NHTM ở Kenya Dữ liệu của nghiên cứu thu thập từ 43 NHTM ở
Kenya trong giai đoạn 2005-2014 Trong đó RRTK được đo lường bằng tỷ lệ đảm bảo thanh khoản (LCR) và tỷ lệ tài trợ ròng ổn định (NSFR) Với kết quả từ bảng dữ liệu bảng ước tính hiệu ứng ngẫu nhiên và phương pháp khoảnh khắc tổng quát (GMM) chỉ ra rằng NSFR có tác động tiêu cực đến khả năng sinh lời của ngân hàng trong ngắn hạn và dài hạn, trong khi LCR ảnh hưởng không đáng kể đến hiệu quả tài chính của các NHTM Các tác giả đã đưa ra kết luận rằng RRTK tác động tiêu cực đến hiệu quả tài chính, do đó các nhà quản trị nên chú ý đến việc quản lý thanh khoản
Matey (2021) đã xem xét RRTK và RRTD có tác động riêng biệt như thế nào đến sự ổn định của 9 ngân hàng ở Ghana trong thời gian từ 2008-2018 Phân tích dữ liệu được thực hiện bằng cách sử dụng hồi quy bảng thông qua mô hình hiệu ứng cố định sau khi chạy Kiểm định Hausman Nghiên cứu này xác nhận mối quan hệ nghịch biến giữa RRTK và sự ổn định của ngân hàng, đồng thời nhấn mạnh sự cần thiết phải chuyển vốn nhàn rỗi sang chứng khoán thu lãi để củng cố lợi nhuận của ngân hàng Tác giả cũng cho rằng các ngân hàng phải tuân thủ các quy định của Basel III về duy trì ngưỡng thanh khoản tối ưu trong 30 ngày lên tới 100% trở lên
Ayinuola và Gumel (2023) đã nghiên cứu mối liên hệ giữa RRTK và RRTD và tác động của chúng tới sự ổn định của ngân hàng ở Nigeria Để đạt được mục tiêu, nghiên cứu đã sử dụng dữ liệu thứ cấp được công bố bởi 12 NHTM tại Nigeria trong giai đoạn từ 2010 đến 2021 Bằng việc sử dụng mô hình GMM để ước lượng, tác giả đã cho ra kết quả RRTD và RRTK đều tác động tiêu cực và đáng kể đến sự ổn định của các ngân hàng Nigeria Nghiên cứu sâu hơn bằng cách sử dụng các thử nghiệm nhân quả của Pairwise Dumitrescu-Hurlin Panel cho thấy mối quan hệ nhân quả một chiều từ thanh khoản đến RRTD Khuyến nghị mà nghiên cứu này đưa ra chính là đề nghị các nhà quản lý cùng lúc cả hai loại rủi ro vì RRTK gia tăng sẽ khiến cho RRTD tăng, dẫn đến sự bất ổn
2.2.2 Các nghiên cứu trong nước
Võ Tấn Lộc (2021) trong nghiên cứu tác động của RRTD và RRTK đến sự ổn định tài chính tại các NHTM Việt Nam đã sử dụng các mô hình hồi quy dữ liệu bảng, bao gồm Pooled OLS, FEM và REM với dữ liệu của 25 NHTM tại Việt Nam trong giai đoạn từ năm 2006 tới năm 2020 Tác giả đã nhận ra rằng RRTD và RRTK có tác động ngược chiều lẫn nhau, cụ thể một sự tăng lên trong RRTD sẽ dẫn đến sự giảm xuống trong RRTK và ngược lại Đồng thời, RRTK có sự tác động nghịch chiều và đáng kể đến sự ổn định về mặt tài chính của ngân hàng trong khi RRTD không tác động đến sự ổn định này
Nguyễn Thành Long (2022) với nghiên cứu “Ảnh hưởng của RRTD và RRTK đến sự ổn định của các Ngân hàng Thương mại Cổ phần Việt Nam” đã sử dụng phương pháp hồi quy 2SLS, PVAR, GMM để phân tích dữ liệu mảng thu thập từ 27 NHTM tại Việt Nam trong giai đoạn từ 2008 đến 2020 Kết quả của nghiên cứu chỉ ra rằng RRTD và RRTK không có mối quan hệ tương quan, tuy nhiên chúng lại có tác động trực tiếp và ngược chiều đến sự ổn định của các NHTM
Phan Tuyết Trinh (2018) trong nghiên cứu: “Tác động của RRTK và RRTD đến sự ổn định của các Ngân hàng Thương mại tại Việt Nam” đã thu thập bộ dữ liệu gồm 17 NHTM trong khoảng thời gian từ năm 2005 đến 2017 Trong bài nghiên cứu, Z-score là biến phụ thuộc đại diện cho tính ổn định của các NHTM Tác giả sử dụng mô hình 2SLS để xác định mối quan hệ giữa RRTK và RRTD, đồng thời sử dụng hồi quy PVAR để kiểm định mối quan hệ nhân quả giữa hai loại rủi ro, và cuối cùng là mô hình GMM để khắc phục các khiếm khuyết bao gồm phương sai sai số thay đổi, tự tương quan và hiện tượng nội sinh Kết quả nghiên cứu đã chỉ ra rằng sự kết hợp giữa RRTK và RRTD gây nên ảnh hưởng tiêu cực ở mức nghĩa 10%, và cả 2 loại rủi ro cũng gây ra tác động xấu đến sự ổn định tài chính của các NHTM Tác giả cũng đề xuất các khuyến nghị đới với các NHTM cũng như nhà quản lý, và đặc biệt nhấn mạnh vai trò của việc QTRR trong quá trình kinh doanh hoạt động
Nguyễn Vũ Trường (2019) đã nghiên cứu về “Ảnh hưởng tương tác của RRTD và RRTK đến sự ổn định của các ngân hàng thương mại cổ phần Việt Nam” Trong bài nghiên cứu, để đo lường và xác định tác động của hai loại rủi ro, tác giả đã hồi quy ước lượng dữ liệu dạng bảng với dữ liệu nghiên cứu gồm 264 quan sát, 12 biến thu thập 26 NHTM từ năm 2007 đến năm 2018 Tác giả cũng sử dụng mô hình 2SLS để tìm ra tương tác giữa RRTD và RRTK, PVAR để kiểm định quan hệ nhân quả và cuối cùng chủ yếu sử dụng phương pháp hồi quy GMM để ước lượng phương trình nghiên cứu giải thích sự tác động của các biến độc lập đến sự ổn định của các NHTM Từ kết quả nghiên cứu có thể rút ra như sau: RRTD có mối quan hệ cùng chiều so với RRTK, và 2 loại rủi ro nếu tăng sẽ đều làm giảm đi sự ổn định tài chính Ngoài ra, nghiên cứu cũng chỉ ra được giá trị thanh khoản có thể bù đắp cho RRTD nhằm duy trì sự bền vững của ngân hàng, cũng như các ngân hàng cần chú trọng đẩy mạnh công tác giám sát, quản lý hai loại rủi ro một cách cẩn ttrọng
Hà Văn Bảo (2019) đã nghiên cứu tác động của RRTK và RRTD đối với sự ổn định của ngân hàng được đại diện bởi hệ số Z–core qua việc phân tích và thu thập số liệu từ BCTC đã kiểm toán và BCTN của 29 NHTM tại Việt Nam trong giai đoạn 2008-2018 Bằng việc sử dụng các ước lượng mô hình PVAR và mô hình GMM, tác giả đã nhận thấy có mối quan hệ nghịch biến giữa RRTK và RRTD; đồng thời hai loại rủi ro này có gây tác động đáng kể đến sự ổn định của các ngân hàng tại Việt Nam
Bảng 2.1 Tổng hợp các nghiên cứu trước đây Biến Tác động (-) Tác động (+) Không tác động
Võ Tấn Lộc (2021), Nguyễn Thành Long (2022), Phan Tuyết Trinh (2018), Hà Văn Bảo (2019), Nguyễn Vũ Trường (2019),
Sawsan Ismaila và Emad Ahmedb (2023)
(2014), Ghemini và cộng sự (2017), Nesrine và
(2022), Ghemini và cộng sự (2017), Tunde và
Hà Văn Bảo (2019), Imbierowicz và Rauch (2014)
Tỷ lệ an toàn vốn Võ Tấn Lộc (2021)
Nguyễn Thành Long (2022), Phan Tuyết Trinh (2018), Nguyễn
Vũ Trường (2019), Imbierowicz và Rauch (2014), Ghemini và cộng sự (2017), Sawsan Ismaila và Emad Ahmedb (2023), Tunde và Babandi (2023)
Tỷ suất sinh lời trên tổng tài sản
Võ Tấn Lộc (2021), Phan Tuyết Trinh (2018), Nguyễn Vũ Trường (2019), Hà Văn Bảo, Nguyễn Thành Long (2012), Ghemini và cộng sự
Nguyễn Thành Long (2022), Ghemini và cộng sự (2017), Imbierowicz và Rauch (2014)
Hà Văn Bảo (2019) Phan Tuyết Trinh
Nguyễn Thành Long (2022), Nguyễn Vũ Trường (2019), Ghemini và cộng sự (2017), Imbierowicz và Rauch (2014)
Hà Văn Bảo (2019), Tunde và Babandi (2023)
Võ Tấn Lộc (2021), Phan Tuyết Trinh (2018)
Võ Tấn Lộc (2021), Nguyễn Thành Long (2022), Hà Văn Bảo (2019), Ghenimi và cộng sự (2017)
(Nguồn: Tác giả tự tổng hợp)
Trong chương 2, tác giả đã trình bày cơ sở lý thuyết về RRTK và tác động của RRTK đến sự ổn định tài chính của NHTM Đồng thời cũng nêu ra phương pháp nghiên cứu sử dụng Z-score để đo lường mức độ ổn định tài chính và đánh giá RRTK thông qua tỷ lệ thanh khoản Bên cạnh đó, chương 2 đã trình bày tóm tắt lược khảo các nghiên cứu trước liên quan đến tác động của RRTK đến sự ổn định tài chính của NHTM, và đa số các tác giả đều tìm ra được bằng chứng thực nghiệm cho thấy RRTK có mối tương quan âm so với sự ổn định tài chính Bên cạnh đó, tác giả cũng bổ sung, kế thừa một số nội dung nghiên cứu khác nhằm giúp cho đề tài được hoạn thiện hơn Tiếp theo trong nội dung của chương 3, luận văn sẽ trình bày mô hình và phương pháp xử lý dữ liệu nghiên cứu.
PHƯƠNG PHÁP NGHIÊN CỨU
MÔ HÌNH NGHIÊN CỨU
Trong đề tài nghiên cứu này, bài nghiên cứu kế thừa mô hình thực nghiệm được đề xuất bởi tác giả Imbierowicz và Rauch (2014) tuy nhiên tác giả có sự điều chỉnh đối với biến kiểm soát nhằm phù hợp với mục tiêu nghiên cứu và thực trạng của các NHTM tại Việt Nam, do đó mô hình hình nghiên cứu được sử dụng như sau:
- Biến phụ thuộc Z-score: sự ổn định tài chính của ngân hàng
- Biến độc lập LRi,t : rủi ro thanh khoản
+ Biến kiểm soát nội tại ngân hàng: Quy mô ngân hàng SIZE, Tỷ lệ an toàn vốn CAR, Tỷ suất sinh lời trên tổng tài sản ROA, Hiệu quả chi phí EC + Biến kiểm soát vĩ mô: Tốc độ tăng trưởng GDPGR, tỷ lệ lạm phát INF
Với I = 1, 2, 3, 4,…., n là số ngân hàng, t =1, 2, 3, 4,…., n là thời gian nghiên cứu, β 0 là hằng số, 𝜇 𝑖,𝑡 là phần dư
Trong nghiên cứu của tác giả, chỉ số đầu tiên được sử dụng để đánh giá sự ổn định của NH là Z-score Chỉ số này thường được sử dụng trong tài liệu hiện có và được xem là một chỉ số dự báo rủi ro không thiên vị cho NH dựa trên dữ liệu kế toán Trong nghiên cứu, tác giả sử dụng công thức của Ghenimi và cộng sự (2017):
Z-score xác định khoảng cách đến tình trạng phá sản Tỷ lệ càng cao, sự ổn định của NH càng cao, và nguy cơ tổng quan càng thấp, tức là lợi nhuận cao hơn và tỷ lệ đòn bẩy thấp hơn sẽ tăng cường sự ổn định của NH, trong khi lợi nhuận biến động sẽ làm tăng sự bất ổn của NHTM Ngoài ra, do sự ổn định tài chính luôn có những biến động dẫn đến sẽ có sai lệch, do đó tác giả sẽ sử dụng logarit tự nhiên của Z- score để giảm độ lệch (Ismail và Ahmed, 2023)
❖ Rủi ro thanh khoản (LR):
"Tỷ lệ thanh khoản" thường được sử dụng làm biến đại diện cho RRTK Tỷ lệ thanh khoản thường được tính bằng cách so sánh khả năng của một tổ chức hoặc một ngân hàng để chuyển đổi tài sản thành tiền mặt hoặc tương đương tiền mặt một cách nhanh chóng mà không gây ra mất giá trị đến khả năng thanh toán Ghenimi và cộng sự (2017) cho rằng RRTK được xem là sự nghịch đảo của tính thanh khoản Khi tính thanh khoản của các NH giảm sút thì RRTK của NH sẽ tăng lên Khi tính thanh khoản của các NH giảm sút thì RRTK của NH sẽ tăng lên Trong bài nghiên cứu, tác giả tính LR theo công thức của Ghenimi và cộng sự (2017) như sau:
Theo nghiên cứu Iyer và cộng sự (2012) đều cung cấp bằng chứng cho thấy sự ổn định của ngân hàng bị ảnh hưởng bởi RRTK Nguyên nhân là do việc khách hàng rút tiền khỏi NH một cách đột ngột làm giảm dòng tiền vào của NH, khiến cho nguồn vốn vay bị ảnh hưởng Bên cạnh đó, Nguyễn Thành Long (2022) đã nghiên cứu và chứng minh rằng RRTK có tác động ngược chiều đến sự ổn định của các NHTM tại Việt Nam Đồng quan điểm với ý kiến trên là một số tác giả như Võ Tấn
Lộc (2022), Imbierowicz và Rauch (2014), J.Matey (2021), Phan Tuyết Trinh (2018), Hà Văn Bảo (2019) Từ đó tác giả rút ra giả thuyết sau:
Giả thuyết H1: Rủi ro thanh khoản tác động ngược chiều đến sự ổn định tài chính của các Ngân hàng TMCP Việt Nam
❖ Quy mô ngân hàng (SIZE):
Theo Cubillas và González (2014) quy mô của ngân hàng sẽ ảnh hưởng đến sự ổn định của các ngân hàng Quy mô này được tính dưới dạng logarit tự nhiên của tổng tài sản Tương tự, Tabak và cộng sự (2015) đã phát hiện rằng các NH lớn hưởng lợi nhiều hơn từ sự cạnh tranh vì họ có quyền lực thị trường và cơ hội đa dạng hóa tài sản so với các ngân hàng nhỏ hơn Hơn nữa, Schaeck và Cihák (2014) đã đề xuất rằng kích thước làm tăng cường sự ổn định của ngân hàng thông qua các kênh hiệu suất, lý giải rằng, do quyền lực thị trường quan trọng của họ, các NH lớn thường có chi phí sản xuất thấp hơn Dựa vào nghiên cứu của Ghenimi và cộng sự (2017), trong bài nghiên cứu này tác giả đo lường quy mô ngân hàng bằng công thức:
SIZE i,t = 𝐿𝑛(𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛) (3.4) Theo nghiên cứu của Uhde và cộng sự (2009) cho thấy rằng quy mô NH tương quan âm đối với sự ổn định của các NH, nguyên nhân là do khi NH càng mở rộng thì nợ xấu càng nhiều làm sự bất ổn tăng lên Lehman Brothers (2008): “NHTM lớn có khả năng giảm thiểu kỷ luật thị trường và tạo ra sự cạnh tranh không lành mạnh, từ đó, dễ dàng bị cuốn vào những dự án rất lớn, những dự án mà rủi ro đổ vỡ của nó đủ sức mạnh để đóng băng hay thậm chí là hủy hoại toàn bộ hệ thống của nền kinh tế” Từ đó, tác giả đưa ra giả thuyết sau:
Giả thuyết H2: Quy mô ngân hàng tác động ngược chiều đến sự ổn định tài chính của các Ngân hàng TMCP Việt Nam
❖ Tỷ lệ an toàn vốn (CAR):
Hiện nay, công thức tính toán tỷ lệ an toàn vốn của NHTM rất đa dạng Tuy nhiên trong khóa luận, tác giả thực hiện tính toán chỉ số CAR theo bài nghiên cứu của Olarewaju (2016) theo công thức:
Hệ số CAR là hệ số giúp xác định khả năng đáp ứng nghĩa vụ tài chính của NH đồng thời cho thấy tỷ lệ an toàn của NH trước các RRTD Các tác giả Sawsan Ismaila và Emad Ahmedb (2023), Tunde và Babandi (2023), Imbierowicz và Rauch (2014), Ghemini và cộng sự (2017), Phan Tuyết Trinh (2018) cho rằng CAR đóng vai trò tích cực trong việc kiểm soát tính ổn định của ngân hàng Chính vì vậy đưa ra giả thuyết đối với biến CAR như sau:
Giả thuyết H3: Tỷ lệ an toàn vốn tác động cùng chiều đến sự ổn định tài chính của các Ngân hàng TMCP Việt Nam
❖ Tỷ suất sinh lợi trên tổng tài sản (ROA):
Dựa vào nghiên cứu của Ameni Ghenimi và cộng sự (2017), trong bài nghiên cứu này tác giả đo lường quy mô NH bằng công thức:
ROA là tỷ suất sinh lợi trên tổng tài sản nên ROA càng cao thì khả năng sinh lợi càng lớn, khả năng phá sản của các NH càng thấp giúp các NHTM ổn định hơn Các nghiên cứu trước của Võ Tấn Lộc (2021), Phan Tuyết Trinh (2018), Nguyễn Vũ Trường (2019), Hà Văn Bảo (2019), Ghemini và cộng sự (2017), Matey (2021) đã kết luận về sự tác động cùng chiều của ROA đến sự ổn định tài chính các ngân hàng, nên tác giả đưa ra giải thuyết sau:
Giả thuyết H4: ROA tác động cùng chiều đến sự ổn định tài chính của các
Ngân hàng TMCP Việt Nam
❖ Hiệu quả chi phí (EC):
Dựa vào nghiên cứu của Ghenimi và cộng sự (2017), trong bài nghiên cứu này tác giả đo lường hiệu quả chi phí bằng công thức:
Tỷ số EC là một chỉ số phản ánh hiệu suất hoạt động và sự ổn định tài chính của ngân hàng Tỷ số E/C thấp thường được coi là dấu hiệu tích cực, cho thấy ngân hàng quản lý chi phí hiệu quả và có nền tảng tài chính vững chắc Ngược lại, tỷ số E/C cao có thể cảnh báo về những rủi ro tiềm ẩn và sự thiếu ổn định tài chính Theo Nguyễn Thành Long (2022), Ghenimi và cộng sự (2017), Imbierowicz và Rauch (2014), EC sẽ có mối tương quan âm so với sự ổn định tài chính của NHTM Do đó, tác giả đưa ra giả thuyết rằng:
Giả thuyết H5: EC tác động ngược chiều đến sự ổn định tài chính của các Ngân hàng TMCP Việt Nam
❖ Tốc độ tăng trưởng GDP (GDPGR):
Sự tăng trưởng trong thu nhập quốc nội gắn liền với hoạt động kinh tế gia tăng, có nghĩa là nhu cầu vay vốn cũng như nhu cầu cho các dịch vụ tài chính cao hơn Đồng thời, GDP tăng mạnh cho thấy đó là một nền kinh tế lành mạnh với tỷ lệ thất nghiệp thấp và chi tiêu tiêu dùng cao Điều này có thể giúp cải thiện chất lượng tín dụng cho người đi vay, giảm khả năng vỡ nợ và cải thiện chất lượng tài sản cũng như cải thiện sức khỏe tài chính của các NHTM
Từ nghiên cứu của Hà Văn Bảo (2019), Tunde và Babandi (2023) đã chứng minh mối quan hệ cùng chiều của tốc độ tăng trưởng GDP đến sự ổn định tài chính
Do đó tác giả đưa ra giả thuyết sau:
Giả thuyết H6: GDP tác động cùng chiều so với sự ổn định tài chính của các Ngân hàng TMCP Việt Nam
❖ Tỷ lệ lạm phát (INF): Đối với nền kinh tế của những quốc gia đang phát triển như Việt Nam, với một tỷ lệ lạm phát vừa phải sẽ giúp cho nhu cầu vay vốn tăng lên, nhằm mở rộng sản xuất kinh doanh và tiêu dùng, và các NHTM có thể mở rộng tín dụng và tăng doanh, giúp cải thiện lợi nhuận và sự ổn định tài chính của ngân hàng Đồng thời, theo Perry (2019), khi tỷ lệ lạm phát được kỳ vọng, các NHTM và thị trường tài chính có thể điều chỉnh lãi suất để phản ánh sự thay đổi trong mức giá cả, và việc điều chỉnh lãi suất theo kỳ vọng lạm phát có thể giúp NHTM duy trì sự ổn định tài chính
DỮ LIỆU VÀ QUY TRÌNH XỬ LÝ DỮ LIỆU
Mục đích của đề tài nghiên cứu là đo lường và xác định mức độ ảnh hưởng của RRTK lên sự ổn định tài chính của các NHTM, do đó đối tượng chính cho việc lựa chọn mẫu nghiên cứu chính là các Ngân hàng TMCP tại Việt Nam Để đảm bảo nghiên cứu được chính xác và đảm bảo tính minh bạch, theo chuẩn các tiêu chuẩn và quy định của NHNN, luận văn đã lựa chọn 22 NH TMCP Việt Nam với dữ liệu thống kê đầy đủ trong khoảng thời gian từ 2013-2023 (11 năm), số lượng mẫu quan sát là 242 quan sát Các số liệu quan sát sẽ được thu thập từ Báo cáo tài chính đã kiểm toán của các ngân hàng được công bố rộng rãi, trung thực trên trang web chính thống của mỗi ngân hàng và các trang thông tin như vietstock.vn, cafef.vn, vndirect.com
Trong quá trình thu thập và tổng hợp, dữ liệu được nghiên cứu sàng lọc và xử lý như sau: Đầu tiên, trong phạm vi của bài nghiên cứu này, tác giả đã hạn chế đối tượng nghiên cứu chỉ bao gồm các NHTM của Việt Nam đang được niêm yết trên thị trường chứng khoán Điều này có nghĩa là những ngân hàng chưa hoàn tất quá trình cổ phần hóa, cũng như các ngân hàng nước ngoài hoạt động trong lãnh thổ Việt Nam, sẽ không được xem xét trong mẫu dữ liệu của nghiên cứu
Tiếp theo, khoảng thời gian được chọn để phân tích và đánh giá là từ năm 2013 đến 2023 Do đó, bất kỳ ngân hàng nào không có dữ liệu số liệu liên tục và đầy đủ qua suốt giai đoạn này sẽ không được bao gồm trong mẫu nghiên cứu Điều này nhằm mục đích loại bỏ những biến số có thể làm giảm tính xác thực và thuyết phục của kết quả nghiên cứu
Cuối cùng, sau quá trình tìm kiếm và thu thập thông tin từ các nguồn dữ liệu khác nhau, tác giả đã tiến hành tổng hợp và phân loại dữ liệu Chỉ những ngân hàng đáp ứng được tiêu chí về sự liên tục và đầy đủ của số liệu, và phù hợp với mô hình nghiên cứu đã được xây dựng, mới được giữ lại trong mẫu số liệu cuối cùng để phân tích
3.2.2 Quy trình nghiên cứu Để có thể thực hiện đúng theo mục tiêu và câu hỏi nghiên cứu, tác giả đưa quy trình nghiên cứu gồm các bước như sau:
Bước 1: Xác định vấn đề nghiên cứu
Bước 2: Tổng hợp lý thuyết và khảo lược các nghiên cứu trước
Bước 3: Xây dựng mô hình mô hình nghiên cứu (xác định biến phụ thuộc và biến độc lập)
Bước 4: Thu thập dữ liệu nghiên cứu
Bước 5: Xử lý dữ liệu nghiên cứu Ở trong bước này, tác giả sẽ lần lượt tiến hành phân tích thống kê mô tả, ma trận tương quan Sau đó tiến hành hồi quy mô hình Pool OLS, FEM, REM và xác định được mô hình phù hợp nhất thông qua các kiểm định Tiếp đó tác giả tiếp tục kiểm định các khiếm khuyết của mô hình bao gồm đa cộng tuyến, tự tương quan, phương sai thay đổi và tính nội sinh Nếu có các khuyết tật tồn tại trong mô hình nghiên cứu, mô hình hồi quy FGLS và GMM sẽ được sử dụng để khắc phục các khuyết tật trên Chi tiết về quy trình xử lý dữ liệu, các mô hình cũng như các kiểm định sẽ được tác giả phân tích chi tiết hơn ở mục 3.3
Bước 5: Trình bày kết quả và thảo luận
Bước 6: Đưa ra kết luận và hàm ý chính sách
(Nguồn: tác giả tự tổng hợp)
Sơ đồ 3.1 Quy trình nghiên cứu
PHƯƠNG PHÁP PHÂN TÍCH DỮ LIỆU
Nghiên cứu sử dụng dữ liệu bảng Dữ liệu bảng (Panel Data) là loại dữ liệu đa chiều liên quan đến các phép đo theo thời gian Nó kết hợp thông tin từ dữ liệu chéo (cross-sectional) và chuỗi thời gian (time series) Ưu điểm chính của dữ liệu bảng là cung cấp cái nhìn sâu sắc và toàn diện về không gian và thời gian, giúp phân tích được sự biến động của các biến số qua nhiều khoảng thời gian Ngoài ra, dữ liệu bảng còn giúp kiểm soát tốt hơn các yếu tố không quan sát được, giảm thiên lệch trong ước lượng và tăng cường độ tin cậy của kết quả nghiên cứu Đầu tiên, tác giả tiến hành phân tích thống kê mô tả, việc này bao gồm tính toán các thống kê cơ bản như giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn và phân phối của từng biến trong mô hình Mục đích của bước này là để có cái nhìn tổng quan về dữ liệu nghiên cứu, thông qua đó, có thể phân biệt được các điểm đặc trưng và nhận ra bất kỳ điểm bất thường nào trong dữ liệu, là bước chuẩn bị cho việc phân tích sâu hơn
Phân tích ma trận tương quan là bước tiếp theo, nhằm xác định mức độ và hướng tương quan giữa các biến số Bằng cách tính toán các hệ số tương quan giữa các cặp biến số, nhà phân tích có thể hiểu rõ hơn về mối quan hệ tuyến tính giữa các biến, từ đó có cơ sở để lựa chọn các biến độc lập phù hợp cho mô hình hồi quy Ma trận tương quan cũng giúp phát hiện tình trạng đa cộng tuyến giữa các biến, nếu hệ số tương quan nhỏ hơn 0.8 thì có nghĩa là giữa các biến không tồn tại hiện tượng tự tương quan mạnh, và ngược lại, nếu hệ số tương quan lớn hơn 0.8, có hiện tượng tự tương quan mạnh giữa các biến
Hồi quy mô hình Pool OLS, FEM, REM và lựa chọn mô hình phù hợp là bước quan trọng để xây dựng mô hình hồi quy Pool OLS (Ordinary Least Squares) là phương pháp cơ bản, FEM (Fixed Effects Model) và REM (Random Effects Model) là các phương pháp nâng cao giúp xử lý dữ liệu bảng (panel data) có cấu trúc phức tạp hơn Tiếp sau đó, nếu Pool OLS, FEM, REM có khiếm khuyết, tác giả sẽ tiến hành hồi quy mô hình FGLS và mô hình GMM nhằm khắc phục các khuyết tật của mô hình nghiên cứu Các mô hình được trình bày một cách khái quát như sau:
Mô hình hồi quy gộp (Pool OLS): Trong mô hình này, tất cả các hệ số đều không đổi theo thời gian và cá nhân, tức là nó giả định rằng không có sự khác biệt giữa các đơn vị chéo và qua thời gian Đây là cách tiếp cận đơn giản nhất vì khi làm việc với dữ liệu bảng, tức là bỏ qua bình diện không gian và thời gian của dữ liệu kết hợp và chỉ ước lượng hồi quy theo OLS thông thường
Mô hình hiệu ứng ngẫu nhiên (FEM): Mô hình FEM trở thành một công cụ quan trọng trong việc phân tích dữ liệu bảng, đặc biệt khi nghiên cứu muốn tập trung vào sự biến đổi của các biến số qua thời gian và giữa các đơn vị chéo bởi những ưu điểm mà nó đem lại FEM giúp loại bỏ các thiên lệch do các yếu tố không quan sát được bằng cách cố định chúng, giúp ước lượng chính xác hơn mối quan hệ giữa các biến độc lập và biến phụ thuộc, đồng thời cung cấp cái nhìn sâu sắc về sự biến đổi theo thời gian của các biến, giảm thiểu sự sai lệch so với ước lượng Pool OLS
Mô hình hiệu ứng cố định (REM): Mô hình hồi quy hiệu ứng ngẫu nhiên (REM) là một phương pháp phân tích dữ liệu bảng khác, được sử dụng khi các hiệu ứng không quan sát được giữa các đơn vị chéo được coi là ngẫu nhiên và không tương quan với các biến giải thích REM giả định rằng các hiệu ứng cụ thể cho mỗi đơn vị chéo là ngẫu nhiên và phân phối độc lập với các biến độc lập trong mô hình Trong mô hình REM, phần dư của mỗi thực thể (đơn vị chéo) được xem xét như là một biến ngẫu nhiên riêng biệt, giúp mô hình hóa sự biến đổi giữa các đơn vị mà không cần phải cố định chúng như trong mô hình FEM
Mô hình hồi quy bình phương nhỏ nhất tổng quát khả thi (FGLS): là phương pháp ước lượng trong kinh tế lượng và thống kê, được sử dụng để khắc phục các vấn đề về phương sai thay đổi và tự tương quan trong mô hình hồi quy tuyến tính FGLS biến đổi dữ liệu sao cho các sai số trở nên độc lập và có phương sai đồng nhất, sau đó áp dụng phương pháp GLS để ước lượng mô hình Ưu điểm của FGLS là khắc phục được các vấn đề về phương sai thay đổi và tự tương quan, giúp các ước lượng trở nên hiệu quả hơn và cung cấp các ước lượng nhất quán và không chệch khi cấu trúc phương sai-covariance được ước lượng chính xác
Mô hình hồi quy tổng quát (GMM): Mô hình hồi quy GMM được sử dụng khi phải đối mặt với biến nội sinh khi các giả định của mô hình hồi quy cổ điển không được thỏa mãn Đặc điểm nổi bật của GMM là khả năng sử dụng các biến công cụ để giảm thiểu hoặc khắc phục những vấn đề liên quan đến những giả định của mô hình Các biến công cụ được chọn sao cho chúng không ảnh hưởng trực tiếp đến biến phụ thuộc, nhưng lại liên kết với biến độc lập và giả định là không tương quan với thành phần lỗi Sử dụng các biến công cụ có thể giúp giảm thiểu hiện tượng lỗi đo lường và hiện tượng thiên lệch trong ước lượng tham số của mô hì
3.3.2 Kiểm định mô hình hồi quy
Khóa luận sử dụng các kiểm định sau đây để đảm bảo rằng mô hình nghiên cứu là phù hợp và chính xác:
Kiểm định lựa chọn mô hình:
Kiểm định F-test: Để kiểm định xem mô hình Pool OLS hay mô hình FEM cho ra kết quả tốt hơn, tác giả thực hiện kiểm định F-test Khi đó căn cứ vào giá trị p- value, nếu p-value nhỏ hơn 5%, mô hình hồi quy hiệu ứng cố định FEM hiệu quả hơn Và ngược lại, khi giá trị p-value lớn hơn 5%, mô hình hồi quy gộp Pool OLS sẽ được lựa chọn
Kiểm định Hausman test: Để kiểm định mô hình hồi quy hiệu ứng cố định FEM hay mô hình hiệu ứng ngẫu nhiên REM phù hợp hơn, tác giả sẽ sử dụng kiểm định Hausman test Căn cứ vào giá trị p-value của kiểm định, khi p-value nhỏ hơn 5%, mô hình hiệu ứng cố định FEM hiệu quả hơn Và ngược lại, nếu p-value lớn hơn 5%, mô hình hiệu ứng ngẫu nhiên REM sẽ hiệu quả hơn
Kiểm định Breusch – Pagan Lagrange Multiplier: Nhằm kiểm định sự phù hợp giữa mô hình Pool OLS và mô hình REM, kiểm định LM sẽ được sử dụng, và căn cứ trên giá trị p-value, nếu p-value nhỏ hơn 5% thì sử dụng mô hình REM, nếu p- value lớn hơn 5%, mô hình Pool OLS được sử dụng
Kiểm định khiếm khuyết mô hình: Sau khi chọn được mô hình phù hợp trong 3 mô hình trên, tác giả sẽ tiến hành kiểm tra hiện tượng đa cộng tuyến, phương sai thay đổi và tự tương quan trong mô hình của mô hình được lựa chọn
❖ Kiểm định đa cộng tuyến: Đa cộng tuyến là hiện tượng trong mô hình hồi quy khi các biến độc lập có mối tương quan mạnh với nhau.Điều này ảnh hưởng đến ước lượng hệ số và độ tin cậy của mô hình, kết quả hồi quy sẽ trở nên nhạy cảm với bất kỳ sự thay đổi nhỏ nào xảy ra, và ý nghĩa thống kê sẽ không còn chính xác Để kiểm tra có hiện tượng đa cộng tuyến hay không, nghiên cứu tiến hành kiểm định VIF (Variance Inflation Factor) Nếu giá trị kiểm định VIF > 10, có thể kết luận rằng mô hình nghiên cứu có tồn tại hiện tượng đa cộng tuyến và ngược lại
❖ Kiểm định phương sai thay đổi:
Một trong các giả định quan trọng của mô hình hồi quy tuyến tính phần dư trong hàm hồi quy tổng thể có phương sai không thay đổi, tức là chúng có cùng phương sai, khi phương sai của phần dư thay đổi, có nghĩa là giả định bị vi phạm, và tức là mô hình đang có hiện tượng phương sai thay đổi Sự tồn tại của phương sai thay đổi sẽ ảnh hưởng đến ước lượng và dẫn đến kết quả của kiểm định không đáng tin cậy Để kiểm định phương sai thay đổi, Kiểm định White (Pooled OLS); Kiểm định Modified Wald (FEM); Kiểm định Breusch – Pagan Lagrangian Multiplier (REM) và kiểm định Wald test (FEM) sẽ được sử dụng Căn cứ vào giá trị p-value của kết quả kiểm định, nếu p-value > 5%, hiện tượng phương sai không xảy ra Và ngược lai, nếu p-value < 5% thì có hiện tượng phương sai thay đổi
❖ Kiểm định tự tương quan:
Khi hiện tượng này xảy ra, các hệ số ước lượng có được từ mô hình hồi quy OLS là không chệch nhưng không còn hiệu quả, các sai số chuẩn được ước lượng cũng không còn phù hợp và kết quả nghiên cứu sẽ không chính xác Khóa luận sử dụng kiểm định Wooldridge để kiểm tra tự tương quan, nếu p-value của kết quả kiểm định lớn hơn 5% thì không tồn tại hiện tượng tự tương quan trong mô hình Ngược lại, nếu p-value nhỏ hơn 5% thì mô hình có tồn tại hiện tượng tự tương quan
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
THỐNG KÊ MÔ TẢ
Bảng 4.1 Thống kê mô tả các biến trong mô hình nghiên cứu
Biến số Số quan sát
Giá trị trung bình Độ lệch chuẩn
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Thông qua Bảng 4.1 tác giả nhận thấy rằng biến Z-score thể hiện sự ổn định của các NH trong giai đoạn từ năm 2013 – 2023 có giá trị nhỏ nhất và lớn nhất lần lượt là 1.5794 đến 3.2898 Theo đó, NH có hệ số Z-score nhỏ nhất trong giai đoạn nghiên cứu là Ngân hàng NVB vào năm 2018 và ngân hàng có hệ số Z-score lớn nhất là ngân hàng SGB vào năm 2013 Nhìn chung trong giai đoạn này thì mức ổn định trung bình của ngân hàng là 2.3150 và giá trị độ lệch chuẩn của biến này là 0.3359
Biến RRTK (LR) dao động trong khoảng từ 0.0138 đến 0.4162 với tính thanh khoản trung bình là 0.1381 và độ lệch chuẩn là 0.0604 Theo đó, ngân hàng có tính thanh khoản thấp nhất là Ngân hàng BAB (2016) và ngân hàng có tính thanh khoản cao nhất là Ngân hàng KLB (2021)
Biến quy mô ngân hàng (SIZE) có giá trị dao động từ 16.5023 đến 21.5565 với giá trị trung bình và độ lệch chuẩn lần lượt là 18.9555 và 1.1654 Dữ liệu dao động ổn định, chênh lệch nhỏ giữa độ lệch chuẩn và giá trị trung bình
Biến tỷ lệ an toàn vốn (CAR) có giá trị dao động trong khoảng từ 0.0406 đến 0.2383 với giá trị trung bình và độ lệch chuẩn lần lượt là 0.0896 và 0.0332 Giá trị độ lệch chuẩn nhỏ hơn giá tị trung bình của mẫu Theo chuẩn mực Basel II được áp dụng tại các hệ thống ngân hàng trên toàn thế giới, tỷ lệ CAR trung bình là 8% và theo thông tư 36/2014/TT – NHNN thì tỷ lệ này là 9%, do đó giá trị trung bình của biến CAR là hợp lý
Biến tỷ suất sinh lời trên tổng tài sản (ROA) có giá trị trong khoảng từ -0.0069 đến 0.0323, đồng thời tỷ suất ROA trung bình của các ngân hàng là 0.0095 và độ lệch chuẩn là 0.0069
Biến hiệu quả chi phí (EC) có giá trị dao động trong khoảng từ 0.2270 đến 2.2415, với giá trị trung bình và độ lệch chuẩn của EC lần lượt là 0.5345 và 0.2713
Biến tốc độ tăng trưởng GDP (GDPGR) có giá trị dao động trong khoảng từ 0.0256 đến 0.0801 Giá trị trung bình và độ lệch chuẩn trung bình lần lượt là 0.0599 0.1744
Biến tỷ lệ lạm phát (INF) có giá trị dao động trong khoảng từ 0.0063 đến 0.0659, với giá trị trung bình và độ lệch chuẩn lần lượt là 0.0320 và 0.0139
Nhìn chung, qua kết quả thống kê mô tả biến, các biến giải thích và biến kiểm soát đều dao động ổn định và độ lệch chuẩn nhỏ hơn giá trị trung bình của mỗi biến Với mẫu dữ liệu gồm 22 ngân hàng NHTM trong giai đoạn từ 2013-2023, gồm 242 số lượng quan sát Điều này thể hiện bảng dữ liệu là cân bằng và mẫu dữ liệu phù hợp để thực hiển các kiểm định và mô hình hồi quy.
MA TRẬN HỆ SỐ TƯƠNG QUAN
Ma trận hệ số tương quan thể hiển mức độ liên kết giữa các biến độc lập thông qua việc thể hiện tương quan 1-1 giữa các biến trong mô hình Và ma trận hệ số tương quan được thể hiện theo bảng sau:
Bảng 4.2 Ma trận hệ số tương quan
Z-score LR SIZE CAR ROA EC GDPGR INF Z-score 1.0000
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Từ kết quả trên có thể thấy có sự tương quan mạnh mẽ nhất giữa biến ổn định tài chính và tỷ lệ an toàn vốn với hệ số tương quan là 0.9507 Các biến còn lại có hệ số tương quan < 0.8 và không có mối tương quan mạnh mẽ Đồng thời ma trận tương quan cũng thể hiện sự tác động ngược chiều của các biến SIZE, EC, GDPGR đến sự ổn định tài chính Các biến còn lại, bao gồm LR, CAR, ROA, INF có tác động cùng chiều với Z-score Tuy nhiên sự tác động vẫn chưa rõ ràng và cần được phân tích chi tiết theo các mô hình hồi quy với các kiểm định thống kê.
KẾT QUẢ HỒI QUY
4.3.1 Kết quả mô hình hồi quy
Như đã nêu rõ ở chương 1 và 3, bài nghiên cứu thực hiện hồi quy dữ liệu bảng thông qua mô hình Pooled OLS, FEM, REM Tác động của các biến độc lập đối với biến phụ thuộc Z-Score theo 3 mô hình được tóm tắt như bảng sau:
Bảng 4.3 Bảng kết quả hồi quy Pool OLS, FEM, REM
Biến Pooled OLS FEM REM
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Theo kết quả trình bày ở trên thì tính chất tác động của tính thanh khoản đến sự ổn định tài chính là nhất quán đối với cả 3 mô hình, tương tự với các biến còn lại
Riêng EC ở mô hình FEM có tính chất ngược chiều so với mô hình Pool OLS và REM Do đó, để tìm ra mô hình phù hợp nhất, tác giả sẽ tiến hành thực hiện các bước kiểm định tiếp theo
4.3.2 Lựa chọn mô hình phù hợp
Nghiên cứu tiến hành so sánh sự phù hợp giữa mô hình Pooled OLS và FEM thông qua kiểm định F-test Nếu p-value > 0.05 thì mô hình Pool OLS phù hợp và p-value < 0.05 thì mô hình FEM là phù hợp
Bảng 4.4 Kiểm định lựa chọn Pool OLS và FEM
Kết luận Mô hình FEM
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Bảng 4.4 cho ta biết được giá trị p-value của kiểm định là 0,0000 < 0,05, do đó có thể đưa ra kết luận rằng mô hình FEM phù hợp với bài nghiên cứu hơn mô hình Pooled OLS
Sau khi lựa chọn được mô hình FEM, khóa luận tiếp tục sử dụng kiểm định Hausman test để so sánh sự phù hợp giữa mô hình FEM, REM Căn cứ vào giá trị p-value của kết quả kiểm định, với p-value > 5% thì lựa chọn REM Nếu p-value
Bảng 4.5 Kiểm định lựa chọn FEM và REM
Kết luận Mô hình FEM
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Bảng 4.5 cho kết quả p-value của Hausman test là 0,0017 < 0,05 nên có thể kết luận mô hình nghiên cứu phù hợp với khóa luận là mô hình FEM thay vì mô hình REM
Kết luận chung : Sau khi tiến hành sử dụng kiểm định F-test và Hausman test để lựa chọn mô hình tốt nhất Các kết quả đã chỉ ra rằng mô hình FEM là phù hợp hơn, do đó không cần sử dụng Breuch – Pagan Lagrange Multiplier (LM) để kiểm tra sự phù hợp giữa Pooled OLS và REM Khóa luận sẽ lựa chọn mô hình FEM để xác định tác động của RRTK đến sự ổn định tài chính của các NHTM Việt Nam
4.3.3 Kết quả kiểm định các khiếm khuyết của mô hình hồi quy
Khóa luận đã xác định được mô hình FEM là phù hợp cho nghiên cứu Sau đây, tác giả lần lượt kiểm định các khiếm khuyết có thể tồn tại như đa cộng tuyến, phương sai thay đổi, tự tương quan Bằng cách tiến hành các kiểm định này, tính hợp lệ của mô hình sẽ được đảm bảo và các kết quả có thể được giải thích với độ tin cậy cao hơn Và nếu có khiếm khuyết trong mô hình, GMM sẽ được sử dụng để khắc phục những vi phạm ấy Chi tiết các kiểm định được trình bày lần lượt theo bên dưới:
Bảng 4.6 Kiểm định đa cộng tuyến
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Bảng 4.6 cho biết hệ số phóng đại phương sai VIF của các biến độc lập trong mô hình nằm trong khoảng từ 1,03 đến 2,13 đều 0,05 thì không tồn tại phương sai thay đổi trong mô hình và ngược lại, nếu p-value
< 0.05 thì có tồn tại phương sai sai số thay đổi
Bảng 4.7 Kiểm định phương sai thay đổi Modified Wald test for groupwise heteroskedasticity
Kết luận khuyết tật Phương sai sai số thay đổi
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Gái trị p-value thu được của kiểm định Wald test là 0.0000 Do đó kết luận có tồn tại hiện tượng phương sai sai số thay đổi ở phương trình hồi quy
Kiểm định tự tương quan:
Nghiên cứu sử dụng kiểm định Wooldridge để phát hiện hiện tượng tự tương quan Với p-value > 0,05 nghĩa là mô hình không có hiện tượng tự tương quan
Bảng 4.8 Kiểm định tự tương quan Wooldridge test for autocorrelation in panel data
Kết luận khuyết tật Có tự tương quan
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Kết quả của bảng 4.8 cho thấy p-value của kiểm định là 0,0000 < 0,05, do đó có thể kết luận có vi phạm về tự tương quan trong mô hình nghiên cứu
4.3.4 Khắc phục khuyết tật bằng FGLS
Sau khi kiểm định các khuyết tật, khóa luận nghiên cứu sử dụng phương pháp bình phương nhỏ nhất tổng quát (FGLS) để khắc phục các khuyết tật trên
Bảng 4.9 Kết quả phương pháp FGLS Biến Hệ số tương quan Giá tri p-value
(Nguồn: Tác giả tổng hợp kết quả từ Stata 17)
Kết quả ước lượng FGLS cho thấy các biến SIZE, ROA, CAR, EC và INF có ý nghĩa thống kê Còn các biến GDPGR và LR không có ý nghĩa thống kê
4.3.5 Kiểm tra biến nội sinh của mô hình
Khóa luận sẽ tiến hành xác định biến nội sinh bằng câu lệnh ivregress 2sls, ghép lần lượt các biến độc lập vào mô hình Căn cứ vào giá trị p-value của kết quả kiểm định Durbin Wu-hausman, với p-value >5% thì không phải biến nội sinh Nếu p- value
