GIỚI THIỆU NGHIÊN CỨU
LÝ DO CHỌN ĐỀ TÀI
Nền kinh tế Việt Nam đang ngày càng phát triển, hội nhập với kinh tế khu vực và thế giới Tuy nhiên, hệ thống tài chính Việt Nam chưa đạt được sự cân đối, khi còn phụ thuộc nhiều vào hệ thống ngân hàng Theo Cheng và Degryse (2010), ngành ngân hàng được xem là một trong những nền tảng quan trọng trong hệ thống tài chính Các ngân hàng thúc đẩy phát triển kinh tế nhờ vào việc phân phối vốn hiệu quả từ các nguồn vốn ngàn rỗi để tài trợ cho các ngành sản xuất khác trong nền kinh tế Theo Stewart và cộng sự (2021), độ ổn định của hệ thống ngân hàng tăng 1% thúc đẩy kinh tế tăng trưởng 3.895% Vì vậy, để tăng trường kinh tế bền vững, Việt Nam cần duy trì sự ổn định của hệ thống tài chính, trong đó, yêu cầu ổn định tài chính của các ngân hàng thương mại (NHTM) là điều kiện tiên quyết
Trên thực tế, sự ổn định tài chính của ngân hàng bị ảnh hưởng bởi nhiều loại rủi ro như rủi ro tín dụng, rủi ro thanh khoản, rủi ro lãi suất, rủi ro hoạt động Trong đó, rủi ro thanh khoản thu hút được nhiều sự quan tâm từ các nhà nghiên cứu, đặc biệt là từ sau cuộc khủng hoảng tài chính toàn cầu năm 2008 đã cho thấy, tình trạng mất cân bằng thanh khoản là một trong những nguyên nhân chính đe dọa đến sự ổn định của các NHTM nói riêng, hệ thống NHTM nói chung và nền kinh tế của các quốc gia (Nguyễn Đức Trung & Trần Trọng Huy 2024) Hay một minh chứng rõ ràng là ở Việt Nam năm 2022, tình trạng rút tiền hàng loạt của khách hàng tại NHTM cổ phần Sài Gòn (SCB) đã đưa SCB vào tình trạng mất thanh khoản mạnh, ảnh hưởng đến toàn bộ hoạt động của ngân hàng này và hệ thống ngân hàng Việt Nam, buộc NHNN phải hỗ trợ tài chính lên đến 24.5 tỷ USD để giải cứu SCB Có thể thấy, thanh khoản là vấn đề cần được chú trọng để đảm bảo sự ổn định tài chính của các ngân hàng
Trên thế giới đã có nhiều tác giả nghiên cứu về tác động của rủi ro thanh khoản đến sự ổn định tài chính của các ngân hàng như: Imbierowicz và Rauch (2014), Ghenimi và cộng sự (2017), Ismail và Ahmed (2023), Ayinuola và Gumel (2023) nhưng đa phần nghiên cứu tại Hoa Kỳ và các quốc gia khu vực châu Âu và đã cho ra các kết quả khác nhau Theo kết quả nghiên cứu của Ghenimi và cộng sự (2017) chỉ ra rằng rủi ro thanh khoản tác động trực tiếp và đáng kể đến ổn định tài chính của hệ thống ngân hàng Ngược lại, theo Ismail và Ahmed (2023) cho rằng rủi ro thanh khoản không ảnh hưởng trực tiếp đến sự ổn định tài chính của ngân hàng
Còn tại Việt Nam, các tác giả như Võ Thị Thúy Kiều và cộng sự (2021), Nguyễn Kim Chi và cộng sự (2023), Võ Tấn Lộc (2021), Hồ Phan Đức Dung và Hoàng Hải Yến (2023) cũng đã thực hiện nghiên cứu về tác động của rủi ro thanh khoản đến ổn định tài chính của ngân hàng Tuy nhiên, các bài nghiên cứu đã cho ra các kết quả khác nhau Thêm vào đó, những năm gần đây, NHNN đã đưa ra các công văn, thông tư liên quan đến quản lý rủi ro thanh khoản như Công văn số 1601/2014/NHNN-TTGSNH về chương trình thí điểm Basel II, Thông tư số 41/2016/TT-NHNN, Thông tư 13/2018/TT-NHNN về kiểm soát nội bộ Có thể thấy, NHNN đã đưa ra lộ trình để các ngân hàng tuân thủ các chuẩn mực của Basel để quản lý rủi ro hiệu quả Vì vậy, nghiên cứu “Tác động của rủi ro thanh khoản đến sự ổn định tài chính của các ngân hàng thương mại niêm yết tại Việt Nam” là cần thiết, để xem xét mức độ tác động của rủi ro thanh khoản đến ổn định tài chính của các ngân hàng tại Việt Nam trong giai đoạn hiện nay và xem xét liệu rằng đối với những ngân hàng đã đáp ứng Basel II thì mức độ tác động có sự khác biệt không Từ đó, đề xuất khuyến nghị để kiểm soát rủi ro thanh khoản, gia tăng ổn định tài chính cho hệ thống ngân hàng Việt Nam.
MỤC TIÊU NGHIÊN CỨU
Mục tiêu tổng quát của nghiên cứu là đánh giá tác động của rủi ro thanh khoản đến sự ổn định tài chính của các ngân hàng thương mại niêm yết tại Việt Nam trong khoảng thời gian từ 2013 – 2023 Từ đó, đưa ra các khuyến nghị để gia tăng sự ổn định tài chính của hệ thống ngân hàng Việt Nam
1.2.2 Mục tiêu cụ thể Để thực hiện được mục tiêu tổng quát đã nêu, mục tiêu cụ thể của nghiên cứu được đặt ra như sau:
(i) Kiểm định mức độ tác động của rủi ro thanh khoản đến sự ổn định tài chính của các NHTM niêm yết tại Việt Nam
(ii) Kiểm định mức độ tác động của rủi ro thanh khoản đến ổn định tài chính giữa các nhóm NHTM niêm yết đã hoàn thành Basel II và chưa hoàn thành Basel II tại Việt Nam
(iii) Đưa ra các khuyến nghị để hạn chế rủi ro thanh khoản nhằm gia tăng sự ổn định tài chính của hệ thống NHTM niêm yết tại Việt Nam.
CÂU HỎI NGHIÊN CỨU
Để đạt được các mục tiêu đã đề ra, đề tài cần giải quyết các câu hỏi sau: (i) Mức độ tác động của rủi ro thanh khoản đến sự ổn định tài chính các
NHTM niêm yết tại Việt Nam như thế nào?
(ii) Trong điều kiện áp dụng Basel II, mức độ tác động của rủi ro thanh khoản đến sự ổn định tài chính các NHTM niêm yết tại Việt Nam như thế nào?
(iii) Các khuyến nghị nào được đề xuất để các NHTM niêm yết tại Việt
Nam kiểm soát rủi ro thanh khoản nhằm gia tăng sự ổn định tài chính?
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
1.4.1 Đối tượng nghiên cứu Đề tài tập trung nghiên cứu về tác động của rủi ro thanh khoản đến sự ổn định tài chính của các NHTM niêm yết tại Việt Nam
Phạm vi về không gian
Khóa luận thu thập dữ liệu mẫu từ 26 NHTM được niêm yết trên 3 sàn: HOSE, HNX, UPCOM Mặc dù, theo NHNN tính đến thời điểm hiện tại, Việt Nam có 31 NHTM nhưng do một số ngân hàng không đáp ứng được các dữ liệu cần thiết cho nghiên cứu nên đã bị loại bỏ Tuy vậy, 26 NHTM niêm yết chiếm đến 84% trong tổng số 31 NHTM trong nước đã đủ tính đại diện cho các NHTM tại Việt Nam
Phạm vi về thời gian
Khóa luận được lựa chọn thời gian nghiên cứu trong giai đoạn 2013 – 2023, dựa trên nhiều nguyên nhân Một là, đây là giai đoạn NHNN ban hành nhiều sửa đổi, bổ sung các thông tư, công văn có chi phối tới hoạt động quản lý rủi ro Hai là giai đoạn này thể hiện tính cập nhật cao của nghiên cứu.
PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU
1.5.1 Phương pháp nghiên cứu Để đạt được mục tiêu nghiên cứu, tác giả sử dụng kết hợp nghiên cứu định tính và nghiên cứu định
Phương pháp nghiên cứu định tính
Nghiên cứu sử dụng phương pháp tổng hợp, phân tích, so sánh trong việc thực hiện lược khảo những nghiên cứu trước đó có liên quan đến đề tài để xác định các biến phù hợp cho mô hình nghiên cứu Ngoài ra, tác giả thực hiện phương pháp tổng hợp, phân tích để thảo luận kết quả nghiên cứu, đưa ra kết luận và các khuyến nghị liên quan đến hạn chế rủi ro thanh khoản
Phương pháp nghiên cứu định lượng Đầu tiên, do dữ liệu có ràng buộc về mặt không gian và thời gian nên nghiên cứu sử dụng phương pháp hồi quy dữ liệu bảng (panel data) Để xác định tác động của rủi ro thanh khoản đến ổn định tài chính, tác giả tiến hành ước lượng lần lượt với 3 mô hình: Pooled OLS, FEM (Fixed Effects Model), REM (Random Effects Model) Sau đó, nghiên cứu kiểm định F – test, Breusch – PaganLagrange Multiplier và Hausman test đối với 3 mô hình nhằm chọn ra mô hình phù hợp nhất Để nghiên cứu có độ tin cậy cao, mô hình đã chọn được kiểm định hiện tượng tự tương quan, kiểm định đa cộng tuyến và kiểm định hiện tượng phương sai thay đổi Trên cơ sở kế thừa kết quả từ các nghiên cứu của Arellano và Bond (1991), Blundell và Bond (1998) để khắc phục những khiếm khuyết từ mô hình, nghiên cứu sử dụng ước lượng SGMM two-step
Dữ liệu trong nghiên cứu là dữ liệu thứ cấp của 26 NHTM niêm yết trên 3 sàn: HOSE, HNX, UPCOM tại Việt Nam được xuất từ nền tảng FiinPro – X trong giai đoạn 2013 – 2023 Ngoài ra, số liệu về các yếu tố vĩ mô như tăng trưởng kinh tế (GDP), lạm phát (CPI) được tác giả tổng hợp từ World Bank.
ĐÓNG GÓP CỦA ĐỀ TÀI
Đóng góp về khoa học
Khóa luận cung cấp thêm bằng chứng về tác động của rủi ro thanh khoản đến ổn định tài chính của NHTM tại Việt Nam trong điều kiện ngân hàng hoàn thành tiêu chuẩn Basel II Bên cạnh đó, khóa luận đã trình bày sơ lược lý thuyết liên quan đến chủ đề nghiên cứu, dữ liệu cho nghiên cứu được cập nhật mới hơn so với các bài luận khác và được xuất từ các nguồn uy tín, đáng tin cậy Ngoài ra, khóa luận còn xem xét đến các nhân tố khác có ảnh hưởng đến ổn định ngân hàng với nền tảng lý thuyết vững chắc Đóng góp về mặt thực tiễn
Trên cơ sở nghiên cứu, khóa luận đưa ra các gợi ý trong quản trị hướng đến quản lý rủi ro thanh khoản và nâng cao ổn định tài chính cho các ngân hàng Ngoài ra, khóa luận còn được xem là một nguồn tham khảo để các NHTM Việt Nam, các đọc giả tìm hiểu về chiều hướng ảnh hưởng của rủi ro thanh khoản, cũng như tác động của các chỉ tiêu kinh tế khác đến ổn định tài chính của hệ thống NHTM niêm yết Việt Nam Từ đó, ngân hàng có thể đề ra các kế hoạch để nâng cao sự ổn định tài chính ngân hàng, đặc biệt là như hiện nay nền kinh tế Việt Nam chưa đạt được sự cân bằng, còn phụ thuộc nhiều vào ngành ngân hàng.
KẾT CẤU CỦA KHÓA LUẬN
Để đảm bảo được các mục tiêu khóa luận đề ra, nghiên cứu được tiến hành theo kết cấu 5 chương như sau:
Chương 1: Giới thiệu nghiên cứu
Chương đầu tiên, khóa luận nêu tổng quan về lý do chọn đề tài, mục tiêu, câu hỏi, đối tượng và phạm vi nghiên cứu Ngoài ra, chương cũng trình bày tóm tắt về phương pháp nghiên cứu, đóng góp của đề tài và kết cấu của khóa luận để làm tiền tề cho các chương sau.
LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM
RỦI RO THANH KHOẢN
Theo Ủy ban Basel (2008), thanh khoản là khả năng của một ngân hàng trong việc cung cấp vốn cho sự gia tăng tài sản và đáp ứng các nghĩa vụ khi đến hạn mà không làm phát sinh những tổn thất khác
Trong khi Malik và cộng sự (2016) nhận định thanh khoản là thuật ngữ khi ngân hàng biến đổi tài sản sang tiền mặt để đáp ứng các nghĩa vụ nợ đến hạn Ngoài ra, các tác giả cho rằng tính thanh khoản của tài sản được thể hiện qua khả năng chuyển đổi thành tiền mặt và sự ổn định tài chính về giá của tài sản đó Vì vậy, tiền gửi ngân hàng và chứng khoán ngắn hạn có khả năng thanh khoản cao hơn đầu tư vốn cổ phần
Vento và La Ganga (2009) cho rằng thanh khoản được hiểu theo nhiều ý nghĩa khác nhau trong từng trường hợp cụ thể Thứ nhất, thanh khoản là khả năng duy trì sự cân bằng theo thời gian giữa dòng tiền vào và dòng tiền ra của một ngân hàng Thứ hai, thanh khoản là năng lực chuyển đổi nhanh tài sản thành tiền của ngân hàng mà không bị mất vốn hoặc bị phạt lãi Thứ ba, thanh khoản được hiểu là năng lực huy động vốn của một ngân hàng trên thị trường bán buôn, trước hết là trên thị trường liên ngân hàng không có bảo đảm - bằng cách tăng nợ phải trả Một cách khái quát hơn, thanh khoản có thể được coi là khả năng huy động vốn của hoạt động ngân hàng
Như vậy, ngân hàng được xem là có thanh khoản tốt khi có khả năng thực hiện nhanh chóng các giao dịch mua bán tài sản, thực hiện được các khoản phải trả đến kỳ hạn và tham gia vào các hoạt động huy động vốn mà không gặp khó khăn lớn Do đó, thanh khoản là nhân tố quyết định để bảo đảm ngân hàng hoạt động ổn định tài chính
Theo quy định của NHNN Việt Nam tại khoản 14 Điều 3 Thông tư 27/VBHN-NHNN, rủi ro thanh khoản là rủi ro khi các NHTM không thể đáp ứng các nghĩa vụ tài chính khi đến hạn hoặc có khả năng đáp ứng nhưng phải mất chi phí vượt trên mức bình quân của thị trường theo quy định nội bộ của NHTM đó
Tương tự Vento và La Ganga (2009) cũng cho rằng rủi ro thanh khoản được hiểu là ngân hàng khi không có nguồn tiền để chi trả các khoản nợ khi đến hạn hoặc huy động vốn để đáp ứng nhu cầu vốn với chi phí cao hơn mức thông thường Trong khi, Tavana và cộng sự (2018) cho rằng có hai khái niệm về rủi ro thanh khoản Thứ nhất, rủi ro thanh khoản bắt nguồn từ việc ngân hàng không thể chuyển nhượng các tài sản để thu tiền mặt một cách nhanh chóng và hiệu quả khi cần thiết Thứ hai, rủi ro thanh khoản phát sinh do sự mất cân xứng giữa lợi nhuận và chi phí hoạt động của ngân hàng
Còn Ahamed (2021) nhận định rủi ro thanh khoản là rủi ro phát sinh từ sự mất cân bằng giữa cầu và cung vốn Trong đó, nguồn cung vốn được ngân hàng huy động từ các nguồn khác nhau, bao gồm: tiền gửi, thu hồi nợ tín dụng, vay ngắn hạn từ thị trường tiền tệ và ngân hàng trung ương Nguồn cầu vốn là việc rút tiền của khách hàng, các khoản trả nợ tín dụng và các chi phí khác tạo ra nhu cầu vốn Chênh lệch giữa tổng cung và tổng cầu vốn được gọi là trạng thái thanh khoản ròng, NHTM phải duy trì trạng thái này ổn định và cân bằng này để đảm bảo hoạt động thanh khoản ngân hàng
Theo Diamond và Philip (1983), rủi ro thanh khoản là do NHTM đầu tư vào các tài sản dài hạn bằng nguồn tài trợ từ các khoản nợ ngắn hạn Vì sự không cân xứng về thời hạn giữa nguồn vốn và tài sản của ngân hàng Trong khi các khoản nợ ngắn hạn phải được trả lại trong thời gian ngắn thì tài sản dài hạn thường gặp khó khăn để chuyển hóa thành tiền mặt một dễ dàng Khi cần tiền mặt cho khả năng thanh toán ngắn hạn, ngân hàng có thể gặp khó khăn trong việc bán tài sản hoặc thu hồi tiền từ các khoản cho vay
Từ các quan điểm trên, rủi ro thanh khoản là rủi ro khi ngân hàng không thể hoàn thành được các nghĩa vụ tài chính khi đến hạn, không thể chuyển đổi tài sản thành tiền mặt ngay lập tức hoặc phải huy động nguồn tài chính với chi phí cao hơn so với mức trung bình của thị trường, gây bất lợi cho hoạt động của ngân hàng
2.1.2 Đo lường rủi ro thanh khoản
Trên thực tế, có nhiều tiêu chí, phương pháp khác nhau để đánh giá rủi ro thanh khoản của NHTM như khe hở tài trợ, tiếp cận các chỉ số thanh khoản, phương pháp cung cầu thanh khoản Trong bài nghiên cứu này, tác giả sẽ trình bày hai phương pháp đánh giá rủi ro thanh khoản
Phương pháp khe hở tài trợ
Khe hở tài trợ được hiểu là sự khác biệt giữa tài sản và nguồn vốn, cả ở hiện tại và trong tương lai (Vodová, 2011) Công thức tính:
Khe hở tài trợ (FGAP) = Tổng dư nợ tín dụng - Tổng nguồn huy động vốn
Tổng tài sản Khe hở tài trợ có thể báo hiệu cho ngân hàng về rủi ro thanh khoản ở thời điểm hiện tại và tương lai Trong trường hợp, khe hở tài trợ có giá trị dương và lớn đồng nghĩa với ngân hàng cần được bổ sung tiền để thực hiện các nghĩa vụ ngắn hạn và buộc phải sử dụng lượng tiền dự trữ, chuyển đổi sử dụng các tài sản dễ dàng chuyển đổi hoặc vay vốn dưới thị trường tiền tệ có thể dẫn đến gia tăng rủi ro thanh khoản
Phương pháp chỉ số thanh khoản
Phương pháp đo lường rủi ro thanh khoản của ngân hàng bằng chỉ số thanh khoản được hiểu đơn giản là việc đo lường rủi ro thanh khoản thông quan khả năng thanh khoản của ngân hàng, khả năng thanh khoản càng cao thì rủi ro thanh khoản của ngân hàng càng thấp và ngược lại Nghiên cứu của Tamirisa và Igan (2008), Aspachs và cộng sự (2005), Ferrouhi và Lehadiri (2014) đều đo lường rủi ro thanh khoản thông qua ba chỉ số lần lượt là L1, L2, L3 với công thức sau:
Tổng tài sản Trong đó, tài sản thanh khoản là các khoản gồm tiền mặt, tiền gửi NHNN, tiền gửi tại các tổ chức tín dụng Chỉ số L1 cho thấy tỷ lệ của tài sản thanh khoản so với tổng tài sản ngân hàng có, khi L1 càng thấp thì ngân hàng có rủi ro thanh khoản càng cao và ngược lại Tuy nhiên, khi L1 quá cao là dấu hiệu của việc ngân hàng đang có thặng dư thanh khoản hay các tài sản ngân hàng đang sở hữu chưa sinh lời hiệu quả, ngân hàng cần xem xét các khoản đầu tư
L2 = Tài sản thanh khoản Tổng nguồn vốn huy động ngắn hạn Chỉ số L2 thể hiện khả năng ngân hàng thực hiện các nghĩa vụ tài chính đúng hạn Ngoài ra, chỉ số thể hiện sự nhạy cảm của ngân hàng đối với các nguồn vốn được lựa chọn Chỉ số L2 càng thấp thì ngân hàng có khả năng thanh khoản càng thấp và rủi ro thanh khoản càng cao và ngược lại
Tiền gửi huy động Khác với chỉ số L2, chỉ số L3 đánh giá thanh khoản khi ngân hàng không có nguồn tài trợ từ các ngân hàng khác, chỉ có tiền gửi từ khách hàng cá nhân và doanh nghiệp Khi L3 ≥ 1, cho thấy có nhiều tài sản thanh khoản đủ để bù đắp cho nguồn tài trợ không kỳ hạn hay ngân hàng hoàn toạn thực hiện được các nghĩa vụ cho khách hàng Do đó, L3 càng cao thì ngân hàng có thanh khoản càng tốt, rủi ro thanh khoản sẽ thấp đi
Ngoài ra, các nhà nghiên cứu như Ferrouhi và Lehadiri (2014), Vodová (2011) đã đề xuất thêm các công thức đo lường khả năng thanh khoản như:
ỔN ĐỊNH TÀI CHÍNH
Từ sau cuộc khủng hoảng kinh tế toàn cầu năm 2008, vấn đề ổn định tài chính ngày càng được chú trọng bởi các nhà kinh tế học và NHTW các quốc gia Do đó, khái niệm về ổn định tài chính ngày càng được phát triển rõ ràng và cụ thể
Khái niệm về ổn định tài chính được đề cập đầu tiên bởi NHTW Anh vào năm 1994, theo đó ổn định tài chính là nhận định các rủi ro có thể xảy ra với hệ thống tài chính và đưa ra các giải pháp để giảm thiểu nó (Allen và Wood 2006) Sau đó, NHTW Châu Âu cũng nhận định ổn định tài chính là khi các trung gian tài chính, thị trường có thể chống chịu trước những cú sốc kinh tế hay sự mất cân đối tài chính (SBV-Ngân Hàng Nhà Nước) NHTW Úc cho rằng ổn định tài chính là việc các tổ chức tài chính phân bổ phù hợp giữa vốn đầu tư và tiết kiệm, giúp đẩy mạnh phát triển kinh tế Ngoài ra, NHTW những quốc gia như Thụy Sỹ, Nhật Bản, Nauy, Áo cũng đưa các quan điểm khác nhau về ổn định tài chính
Với khả năng phân phối vốn tài trợ cho các ngành sản xuất khác trong nền kinh tế, ngân hàng được xem là trụ cột của kinh tế của quốc gia Vì vậy, ổn định tài chính ngân hàng được xem là điều kiện tiên quyết để ổn định kinh tế Theo các nhà kinh tế học có hai hướng tiếp cận khái niệm ổn định tài chính ngân hàng, một là phân tích trực tiếp ổn định tài chính ngân hàng, hai là tiếp cận gián tiếp bằng bất ổn tài chính hay nói cách khác bất ổn và ổn định tài chính ngược dấu với nhau
Theo hướng tiếp cận trực tiếp, Crockett (1997) cho rằng ổn định tài chính trong lĩnh vực ngân hàng có nghĩa là không tồn tại những áp lực tài chính có thể gây tổn hại kinh tế rõ rệt cho lượng lớn khách hàng và các tổ chức khác có liên kết kinh doanh với ngân hàng, trong đó việc thỉnh thoảng số ít ngân hàng nhỏ gặp thất bại, hoặc các ngân hàng lớn hơn chịu tổn thất đáng kể, là điều bình thường trong hoạt động của hệ thống tài chính
Theo hướng tiếp cận bằng bất ổn tài chính, Lai (2002) nhận định rằng bất ổn tài chính là do ngân hàng gặp phải khủng hoảng về thanh khoản, bắt nguồn từ nhu cầu ngắn hạn về thanh khoản của ngân hàng vượt quá mức tích trữ thanh khoản, gây mất cân đối giữa nguồn vốn và tài sản, trong khi các khoản nợ có kỳ hạn ngắn thì tài sản lại có xu hướng dài hạn và có tính thanh khoản thấp Ngoài ra, Ngalawa và cộng sự (2016) đã bổ sung thêm hai tác nhân có thể gây ra bất ổn tài chính ngân hàng Một là vì khách hàng quan ngại về năng lực chi trả của ngân hàng, đặc biệt là với những tổ chức tài chính lớn, họ sẽ có thể quyết định rút tiền gửi của mình Điều này buộc ngân hàng bán các tài sản của mình, thường là với giá thấp, dẫn đến các khoản lỗ Hai là vì ngân hàng có tỷ lệ nợ xấu cao, tức là có nhiều khoản cho vay không thể thu hồi được, điều này sẽ làm giảm tính thanh toán của ngân hàng Nợ xấu cao làm ngân hàng thiếu thanh khoản và không thực hiện được nhu cầu rút tiền của khách hàng
Như vậy, qua hai cách tiếp cận trên, ổn định tài chính có thể hiểu là khi ngân hàng thực hiện hiệu quả các chức năng trung gian thanh toán và những nhiệm vụ khác Đồng thời, ngân hàng có thể chống chọi với những tác động từ môi trường bên ngoài và bên trong mà không gây tiêu cực cho nền kinh tế
2.2.2 Đo lường ổn định tài chính
Phương pháp đo lường ổn định tài chính ngân hàng được xem là bắt nguồn từ những năm 1930 Trong số đó, chỉ số Z-score được sử dụng phổ biến nhất cho đến ngày nay để đại diện cho ổn định tài chính của ngân hàng
Chỉ số Z-score được đề xuất lần đầu tiên bởi Edward I Altman vào năm
1968 khi dự báo xác suất vỡ nợ của những doanh nghiệp Mỹ Kế thừa kết quả nghiên cứu của Altman, nhiều nhà nghiên cứu sử dụng Z-score để đánh giá rủi ro phá sản của nhiều ngành trong nền kinh tế Hai nhà nghiên cứu Boyd và Runkle (1993) và nhiều nhóm tác giả đã đề xuất công thức tính Z-score để đánh giả rủi ro ngân hàng như sau:
Z-score it = ROA it + E/TA it σ(ROA it )
Trong đó: ROA là tỷ suất lợi nhuận trên tổng tài sản; E/ TA (Equity/ Total Asset) là tỷ lệ vốn chủ sở hữu trên tổng tài sản; σ(ROA it ) là độ lệch chuẩn (t đến t-2) của lợi nhuận trên tổng tài sản; i, t là NHTM thứ i và t là thời gian quan sát
Theo đó, σ(ROA it ) thể hiện sự dao động thu nhập và mức độ chấp nhận rủi ro của ngân hàng vì nó đo lường mức độ phân tán của lợi nhuận trên tài sản so với giá trị trung bình; E/ TA (Equity/ Total Asset) đánh giá mức độ đòn bẩy tài chính của ngân hàng
Có thể thấy, khi ROA âm cho thấy ngân hàng không tạo ra đủ lợi nhuận từ tài sản, E/TA it thấp cho thấy ngân hàng có rất ít vốn chủ sở hữu so với tổng tài sản hoặc thậm chí là khi E/TA it âm đồng nghĩa với ngân hàng có nợ nhiều hơn tài sản Do đó, khi ROA it + E/TA it < 0 chứng tỏ ngân hàng đang ở trong tình trạng tài chính rất nguy hiểm, với việc thua lỗ hoạt động và vốn hóa không đủ mạnh để hỗ trợ Trong tình huống này, ngân hàng khả năng cao sẽ bị ngừng hoạt động Vì vậy, có thể nói kết quả của ROA it + E/TA it càng thấp, Z-score càng thấp thì rủi ro phá sản của ngân hàng càng cao hay nói cách khác Z-score càng cao có nghĩa là ngân hàng càng ổn định tài chính, rủi ro phá sản càng thấp
Chỉ số Z-score được sử dụng phổ biến bởi cỏc nhà nghiờn cứu như Kửhler (2015), (Ghenimi và cộng sự, 2017), (Imbierowicz và Rauch, 2014) để xem xét ổn định tài chính vì hai ưu điểm Một là về khả năng so sánh, Z-score cho phép so sánh giữa các ngân hàng khác nhau hoặc so sánh cùng một ngân hàng qua các thời kỳ khác nhau Hai là về khả năng đo lường toàn diện, Z-score kết hợp các khía cạnh quan trọng của hoạt động tài chính của ngân hàng, bao gồm tỷ suất sinh lời trên tài sản (ROA), vốn chủ sở hữu và biến động thu nhập Tuy nhiên, Z-score vẫn tồn mặt hạn chế vì Z-score được phân tích trên dữ liệu kế toán nên các ngân hàng thực hiện hành vi gian lận để Z-score được kết quả tích cực
Ngoài chỉ số Z-score, Al-Shboul và cộng sự (2020), Louhichi và cộng sự (2020) đã sử dụng chỉ tiêu nợ xấu (NPL: non-performing loan) để đo lường ổn định tài chính Có thể thấy, tỷ lệ NPL cao cho thấy ngân hàng gặp khó khăn khi thu hồi nợ, điều này làm gia tăng rủi ro tín dụng và ảnh hưởng tiêu cực đến khả năng sinh lời, cũng như vị thế ngân hàng Hay nói cách khác, tỷ lệ NPL tỷ lệ thuận với rủi ro tín dụng và tỷ lệ nghịch với ổn định tài chính Theo quy định tại khoản 8 Điều 3 thông tư 11/2021/TT-NHNN thì nợ xấu gồm những khoản nợ thuộc nhóm 3, 4, 5
Do vậy, để đo lường ổn định tài chính của các NHTM có thể bằng công thức:
NPL = Nợ nhóm 3+ Nợ nhóm 4+ Nợ nhóm 5
Tổng dư nợ Mặt dù, tỷ lệ NPL có thể đánh giá độ ổn định tài chính ngân hàng Tuy nhiên, nó cũng có những nhược điểm nhất định Một là không phản ảnh toàn diện, vì NPL chỉ tập trung vào các khoản vay không hiệu quả và không phản ánh toàn bộ hình ảnh rủi ro tài chính của ngân hàng Hai là chỉ số phản ánh chậm, vì NPL chỉ hiển thị khi các khoản vay đã trở thành nợ xấu Điều này có nghĩa là NPL không thể cung cấp cảnh báo sớm về các vấn đề tín dụng hoặc khủng hoảng tài chính sắp tới cho ngân hàng
Như vậy, có nhiều phương pháp khác nhau để đo lường ổn định tài chính của ngân hàng Tuy nhiên, với các ưu điểm và sự phổ biến rộng rãi, chỉ số Z-score là phương pháp đánh giá tối ưu nhất để đo lường ổn định tài chính của ngân hàng cũng như của các doanh nghiệp.
LÝ THUYẾT VỀ TÁC ĐỘNG CỦA RỦI RO THANH KHOẢN ĐẾN SỰ ỔN ĐỊNH TÀI CHÍNH
Lý thuyết bất ổn tài chính
Lý thuyết này do Minsky đề xuất, kế thừa những quan điểm từ tác phẩm
“The General Theory of Employment, Interest, and Money” của John Maynard Keynes Theo Keynes, nền kinh tế không tự điều chỉnh để đạt tới trạng thái toàn dụng lao động và ổn định; thay vào đó, nó thường bị ảnh hưởng bởi những yếu tố tâm lý và kỳ vọng của nhà đầu tư, dẫn đến chu kỳ kinh doanh với các giai đoạn thăng trầm Kế thừa và phát triển tư tưởng này, Minskey cho rằng trong giai đoạn kinh tế phát triển ổn định thì ngân hàng và nhà đầu tư tin rằng suất sinh lời của tài sản đầu tư càng gia tăng Điều này thúc đẩy ngân hàng và nhà đầu tư sẵn sàng đánh đổi các rủi ro lớn để tìm kiếm lợi nhuận cao hơn Tuy nhiên, khi thị trường biến động làm giá của các tài sản tài chính như cổ phiếu hoặc bất động sản giảm mạnh, có thể kéo theo sự sụt giảm giá trị các khoản đầu tư của ngân hàng và khách hàng nói chung Nếu các khách hàng gặp khó khăn và không thanh toán nợ đến hạn, ngân hàng gặp rắc rối trong việc duy trì thanh khoản do thiếu hụt dòng tiền vào Nếu kéo dài lâu sẽ gây ra khủng hoảng tài chính vì ngân hàng không có đủ nguồn lực tiền mặt cho nhu cầu rút tiền hoặc hoàn thành các nghĩa vụ đến hạn khác Như vậy, Minsky đã cụ thể hóa và làm rõ hơn quan điểm của Keynes về ảnh hưởng của kỳ vọng đến nhà đầu tư đến nền kinh tế, đồng thời nhấn mạnh vai trò của quản lý rủi ro, đặc biệt là rủi ro thanh khoản để duy trì ổn định tài chính của ngân hàng
Lý thuyết quá lớn để sụp đổ
Thuật ngữ “Too big to fail” (quá lớn để sụp đổ) là được phổ biến vào năm
1984 sau phát biểu của Stewart McKinney Lý thuyết Too big to fail cho rằng những thể chế tài chính – ngân hàng có quy mô lớn có liên kết với các thành phần khác trong nền kinh tế nên khi chúng có xảy ra bất ổn tài chính sẽ ảnh hưởng sâu rộng và tiêu cực đến nền kinh tế quốc gia, vì vậy, chúng gặp bất ổn cần nhận được sự viện trợ từ Chính phủ, tránh những hệ lụy cho nền kinh tế Để giải thích cho sự liên hệ quy mô và ổn định tài chính, Boyd và Runkle (1993) cho rằng do đặc thù không có quá nhiều cạnh tranh của ngành ngân hàng nên dễ phát triển mạnh và trở thành trọng yếu của nền kinh tế Ngoài ra, theo ông Andrew Haldane, Giám đốc Điều hành của Ngân hàng Trung ương Anh nhấn mạnh rằng rằng các ngân hàng lớn thường có xu hướng tham gia vào các hoạt động rủi ro cao hơn do niềm tin sẽ được cứu trợ trường hợp gặp khó khăn Quan điểm này nhấn mạnh mối liên hệ giữa quy mô ngân hàng và rủi ro hệ thống cũng như tác động tiềm tàng của sự sụp đổ của các ngân hàng lớn
Ngoài ra, thực tiễn từ cuộc khủng hoảng năm 2008 chứng minh tồn tại sự liên kết của rủi ro thanh khoản và rủi ro hệ thống, sự sụp đổ của ngân hàng Lehman Brother do thiếu thanh khoản nó đã gây ra một làn sóng khủng hoảng niềm tin và thanh khoản trên toàn hệ thống tài chính, gây ra vỡ nợ ở nhiều tổ chức tài chính khác và cuối cùng là suy thoái kinh tế toàn cầu
Như vậy, rủi ro thanh khoản là một nhân tố gây ra bất ổn tài chính của ngân hàng và dẫn đến những tác động tiêu cực lên nền kinh tế.
NGHIÊN CỨU THỰC NGHIỆM
Đề tài này đã có nhiều tác giả nghiên cứu, tuy nhiên các kết quả nghiên cứu chưa đạt được sự thống nhất Để có thêm cơ sở cho bài nghiên cứu, tác giả tiến hành khảo lược các nghiên cứu trên thế giới có sự tương đồng với đề tài
Imbierowicz và Rauch (2014) đã sử dụng dữ liệu từ các NHTM Hoa Kỳ trong khoảng 1998 – 2010 để xem xét sự tương tác giữa rủi ro thanh khoản và rủi ro tín dụng và ảnh hưởng tương tác của mối quan hệ này đến xác suất vỡ nợ Nghiên cứu áp dụng hai phương pháp đo lường xác suất vỡ nợ của ngân hàng là phương pháp BB (xác định thanh khoản) đề xuất bởi Berger và Bouwman (2009), phương pháp chỉ số Z-score và sử dụng VAR để ước lượng mô hình Kết quả cho thấy rủi ro thanh khoản hay rủi ro tín dụng tăng đều làm tăng khả năng vỡ nợ của ngân hàng, nói cách khác hai rủi ro này càng cao thì ngân hàng có độ ổn định tài chính càng giảm Về các biến kiểm soát, nhóm tác giả tìm thấy tác động tiêu cực của tỷ suất lợi nhuận trên tổng tài sản và tích cực của quy mô ngân hàng đến độ ổn định tài chính ngân hàng
Adusei (2015) đã thu thập dữ liệu gồm 2200 quan sát từ 112 ngân hàng ở Ghana từ 2009 – 2013 để xem xét ảnh hưởng của quy mô và rủi ro tài trợ đến sự ổn định tài chính Bài viết áp dụng mô hình FEM, REM chỉ số Z-score, RAROA và RAEA để đo lường ổn định tài chính của ngân hàng Kết quả cho ra có sự khác nhau với ba chỉ số đo lường Theo phương pháp đo lường chỉ số Z-score và RAROA thì quy mô, rủi ro thanh khoản, tỷ suất lợi nhuận trên vốn chủ sở hữu, tỷ lệ lạm phát và tăng trưởng kinh tế là các biến tỷ lệ thuận với ổn định tài chính Trong khi đó, đo lường bằng RAEA cho thấy rủi ro thanh khoản tỷ lệ nghịch với độ ổn định tài chính các ngân hàng
Ghenimi và cộng sự (2017) đã thu thập dữ liệu từ 49 ngân hàng của Mena từ
2006 – 2013 để nghiên cứu ảnh hưởng tương tác của rủi ro thanh khoản và rủi ro tín dụng đến độ ổn định tài chính Nghiên cứu áp dụng phương pháp GMM và chỉ số Z-score để đo lường ổn định tài chính ngân hàng Kết quả thể hiện dù là rủi ro thanh khoản hay rủi ro tín dụng đều có ảnh hưởng tiêu cực trực tiếp đến sự ổn định tài chính của ngân hàng Về biến kiểm soát, nghiên cứu chứng minh trong khi quy mô nghịch chiều với ổn định tài chính thì tỷ suất sinh lời trên tổng tài sản và hệ số an toàn vốn tỷ lệ thuận
Rupeika-Apoga và cộng sự (2018) đã tận dụng dữ liệu trên báo cáo tài chính để phân tích độ ổn định tài chính của tất cả ngân hàng ở Latvia từ 2003 – 2016, áp dụng chỉ số Z-score để đại diện cho sự ổn định tài chính và sử dụng phương pháp hồi quy đa biến Kết quả cho thấy rủi ro tín dụng, rủi ro thanh khoản làm tác động tiêu cực ổn định tài chính, trong khi quy mô, tỷ lệ lạm phát, tăng trưởng kinh tế và lợi nhuận tác động tích cực đến sự ổn định tài chính ngân hàng
Widarjono và cộng sự (2022) đã phân tích 142 ngân hàng Hồi giáo ở Indonesia trong giao đoạn 2013 – 2018 để tìm hiểu rủi ro thanh khoản tài trợ và rủi ro tài sản Theo bài viết, biến phụ thuộc là rủi ro được đo lường bằng Z-score và chỉ số LLP (dự phòng rủi ro cho vay) và mô hình được tiến hành hồi quy OLS, FEM, REM Kết quả cho ra rủi ro thanh khoản có tương quan ngược chiều với Z-score của các ngân hàng lớn, nhưng không làm ảnh hưởng đến các ngân hàng nhỏ Hơn nữa, rủi ro thanh khoản có tương quan dương với rủi ro tài sản và chỉ ra, còn biến kiểm soát quy mô, hiệu quả hoạt động làm ảnh hưởng đến rủi ro tài sản của ngân hàng
Nguyễn Thị Như Quỳnh và cộng sự (2020) đã thực hiện phân tích trên 22 NHTM Việt Nam từ 2008 – 2018 để đánh giá ảnh hưởng của chính sách an toàn vĩ mô đến độ ổn định ngân hàng Nhóm tác giả sử dụng phương pháp SGMM cho nghiên cứu, Z-score và chỉ tiêu NPL là hai địa lượng đại diện cho độ ổn định ngân hàng, tính thanh khoản, hệ số an toàn vốn, tỷ lệ cho vay trên tiền gửi là biến thuộc nhóm chính sách an toàn vĩ mô Kết quả cho ra có sự khác biệt về mức độ ảnh hưởng của các biến khi đo lường ổn định ngân hàng bằng Z-score và NPL Tuy nhiên, nhìn chung tính thanh khoản, hệ số an toàn vốn, hiệu quả hoạt động, tỷ lệ dư nợ cho vay trên tổng tài sản là những biến có quan hệ tích cực với ổn định ngân hàng, trong khi tỷ lệ lạm phát, tỷ lệ dư nợ cho vay trên tiền gửi có ảnh hưởng tiêu cực đến sự ổn định ngân hàng
Võ Thị Thúy Kiều và cộng sự (2021) phân tích 22 NHTM Việt Nam từ 2006 – 2019, để nghiên cứu ảnh hưởng của liên kết rủi ro tín dụng và thanh khoản đến độ ổn định của hệ thống ngân hàng Bài viết áp dụng ước lượng SGMM two-step và mô hình PVAR, Z-score là đại lượng đo lường cho ổn định tài chính, tỷ lệ thanh khoản đại diện cho rủi ro thanh khoản Kết quả cho ra tỷ lệ lợi nhuận trên vốn chủ sở hữu, hệ số an toàn vốn, chỉ số hiệu quả hoạt động là những biến có tác động tích cực đến ổn định tài chính các ngân hàng; trong khi, rủi ro thanh khoản, tăng trưởng dư nợ có tác động ngược chiều Điểm mới trong nghiên cứu là phát hiện khi tỷ lệ thanh khoản lớn hơn 13.44% thì có thể triệt tiêu rủi ro tín dụng
Võ Tấn Lộc (2021) khi phân tích 25 NHTM Việt Nam từ 2006 – 2020 bằng hồi quy Pooled OLS, FEM, REM Kết quả ra rủi ro thanh khoản và rủi ro tín dụng tỷ lệ nghịch với nhau, rủi ro thanh khoản có ảnh hưởng ngược chiều đến độ ổn định tài chính Kết quả của ba mô hình Pooled OLS, FEM, REM cho ra các kết quả khác nhau về của các biến kiểm soát, tỷ suất lợi nhuận trên vốn chủ sở hữu có quan hệ ngược chiều với ổn định tài chính ngân hàng trong Pooled OLS và cùng chiều trong FEM, REM Ngược lại, quy mô có có tương quan cùng chiều với đọ ổn định của ngân hàng khi ước lượng Pooled OLS và ngược chiều khi FEM, REM
Nguyễn Kim Chi và cộng sự (2023) đã thu thập dữ liệu từ 25 NHTM Việt Nam từ 2008 – 2022 Bài viết lấy Z-score là đại diện để đánh giá ổn định tài chính ngân hàng Ngoài ra, áp dụng các phương pháp 2SLS, PVAR, GMM và Stata 16 để chạy dữ liệu Kết quả cho rằng rủi ro tín dụng ảnh hưởng tiêu cực trực tiếp tới ổn định tài chính, trong khi rủi ro thanh khoản chỉ cho thẩy ảnh hưởng gián tiếp thông qua biến tương tác của hai rủi ro này Về các biến kiểm soát, hệ số an toàn vốn, quy mô đều tỷ lệ nghịch với độ ổn định tài chính Như vậy, kết quả này tương ứng với tác giả Imbierowicz và Rauch (2014)
Hồ Phan Đức Dung và Hoàng Hải Yến (2023) đã phân tích 21 NHTM Việt Nam từ 2011 – 2021 để xem xét tác động tương tác của rủi ro tín dụng, khả năng thanh khoản và lạm phát đến mức độ ổn định tài chính của ngân hàng Bài viết áp dụng ước lượng FEM, REM và PCSE Dựa vào các ưu điểm và sự phổ biến Z-score được lựa chọn để đại diện cho độ ổn định tài chính Kết quả nghiên cứu cho thấy khả năng thanh khoản và ổn định tài chính tỷ lệ thuận, tuy nhiên trong trường hợp tỷ lệ lạm phát tăng cao, thanh khoản tăng cao ngân hàng bị ảnh hưởng đến khả năng sinh lời Ngoài ra, bài viết chỉ ra quy mô, hệ số an toàn vốn tỷ lệ thuận với ổn định tài chính, trong khi tỷ lệ nợ xấu tỷ lệ nghịch Đặc biệt, tác giả sử dụng biến tương tác giữa tính thanh khoản và lạm phát trong mô hình Qua đó, nghiên cứu cho thấy tỷ lệ lạm phát có khả năng làm ảnh hưởng đến của mức tác động của rủi ro thanh khoản và rủi ro tín dụng tới sự ổn định tài chính Cụ thể, khi tỷ lệ lạm phát nhỏ hơn 3.5%, rủi ro thanh khoản ảnh hưởng ngược chiều với ổn định tài chính ngân hàng và khi lạm phát lớn hơn 4% thì rủi ro thanh khoản có tác động tích cực Đây được xem là điểm mới của nghiên cứu này và các nghiên cứu sau cần tận dụng
Bảng 2.1 Tổng hợp các nghiên cứu thực nghiệm
Phạm vi/ dữ liệu nghiên cứu
Phương pháp nghiên cứu Đo lường rủi ro thanh khoản Đo lường ổn định ngân hàng
Kết quả nghiên cứu (tương quan với ổn định tài chính)
VAR (tự động hồi quy vectơ)
Tài sản thanh khoản trên tổng tài sản
Phương pháp BB và chỉ số Z-score
Tương quan cùng chiều: quy mô ngân hàng
Tương quan ngược chiều: rủi ro thanh khoản, rủi ro tín dụng, tỷ suất lợi nhuận trên tổng tài sản
Tiền và tiền gửi các tổ chức khác trên tổng tài sản
Chỉ số Z-score, RAROA, RAEA Trong đó:
RAROA = ROA it + E/TA it σ(ROA it )
RAEA = σ(ROA E/TA it it )
Tương quan cùng chiều: rủi ro thanh khoản, quy mô ngân hàng, tỷ suất lợi nhuận trên vốn chủ sở hữu, tăng trưởng kinh tế
Tương quan ngược chiều: rủi ro thanh khoản (khi đo lường ổn định bằng RAEA)
Tài sản thanh khoản trên tổng tài sản
Tương quan cùng chiều: tỷ suất lợi nhuận trên tổng tài sản, tỷ lệ an toàn vốn, tỷ lệ lạm phát, biến trễ
Tương quan ngược chiều: quy mô ngân hàng, hiệu quả hoạt động, tăng trưởng kinh tế
Tất cả ngân hàng ở Latvia (2003 – 2016)
Tài sản thanh khoản trên tổng tài sản
Tương quan cùng chiều: quy mô ngân hàng, tỷ lệ lạm phát, tăng trưởng kinh tế, lợi nhuận
Tương quan ngược chiều: rủi ro thanh khoản, rủi ro tín dụng, hiệu quả hoạt động
142 ngân hàng Hồi giáo ở Indonesia (2013 – 2018)
Tổng tiền gửi trên tổng tài sản
Chỉ số Z-score và chỉ số LLP (dự phòng rủi ro cho vay)
Tương quan cùng chiều: quy mô ngân hàng, tỷ suất lợi nhuận trên tổng tài sản
Tương quan ngược chiều: rủi ro thanh khoản, hiệu quả hoạt động
Như Quỳnh và cộng sự
Tỷ lệ tài sản có tính khoản cao trên tổng nợ phải trả
Chỉ số Z-score, chỉ số NPL
Tương quan cùng chiều: tỷ lệ an toàn vốn, hiệu quả hoạt động, tăng trưởng kinh tế, tỷ lệ dư nợ cho vay trên tổng tài sản
Tương quan ngược chiều: rủi ro thanh khoản, tỷ lệ lạm phát, tỷ lệ dư nợ cho vay trên tiền gửi
Thúy Kiều và cộng sự
SGMM two- step và PVAR
Tài sản thanh khoản trên tổng tài sản
Tương quan cùng chiều: biến trễ của Z-score, tỷ suất lợi nhuận trên vốn chủ sở hữu, tỷ lệ an toàn vốn, hiệu quat hoạt động, tăng trưởng kinh tế
Tương quan ngược chiều: rủi ro thanh khoản, rủi ro tín dụng, quy mô ngân hàng, tăng trưởng dư nợ, tỷ lệ lạm phát
Tài sản thanh khoản trên tổng tài sản
Tương quan cùng chiều: tỷ lệ an toàn vốn, tỷ suất lợi nhuận trên vốn chủ sở hữu
Tương quan ngược chiều: rủi ro thanh khoản (FEM, REM), tỷ suất lợi nhuận trên tổng tài sản (Pooled OLS)
Nguyễn 25 NHTM 2SLS, PVAR, Tài sản thanh Chỉ số Z-score Tương quan cùng chiều: tỷ suất lợi
Kim Chi và cộng sự
GMM khoản trên tổng tài sản nhuận trên tổng tài sản, biến trễ của Z-score, tỷ lệ an toàn vốn
Tương quan ngược chiều: rủi ro tín dụng
Rủi ro thanh khoản không có ý nghĩa thống kê
Hồ Phan Đức Dung và Hoàng
FEM, REM, PCSE (sai số chuẩn hiệu chỉnh)
Tài sản thanh khoản trên tổng tài sản
Tương quan cùng chiều: tỷ lệ an toàn vốn, tỷ suất lợi nhuận trên vốn chủ sở hữu, quy mô ngân hàng Tương quan ngược chiều: tỷ lệ nợ xấu, rủi ro thanh khoản Đặc biệt: nghiên cứu có sử dụng biến tương tác giữa tỷ lệ thnah khoản và lạm phát
(Nguồn: Tác giả tự tổng hợp)
PHƯƠNG PHÁP NGHIÊN CỨU
GIẢ THUYẾT NGHIÊN CỨU
Theo Ejoh và cộng sự (2014), rủi ro thanh khoản là nhân tố trực tiếp ảnh hưởng tới sự ổn định tài chính hay xác suất vỡ nợ của ngân hàng Theo Ghenimi và cộng sự (2017), Imbierowicz và Rauch (2014), rủi ro thanh khoản được xem là sự nghịch đảo của tính thanh khoản nên khi tính thanh khoản được gia tăng lên sẽ giúp hạn chế rủi ro thanh khoản và nâng cao độ ổn định tài chính Có thể thấy, khi ngân hàng có tính thanh khoản thấp, ngân hàng không thể thực hiện được các nhu cầu thanh khoản của khách hàng một cách nhanh chóng Trong khi, khách hàng với tâm lý lo sợ mất tiền sẽ đồng loạt rút tiền ra khỏi ngân hàng Điều này dẫn đến sự suy giảm đáng kể khối lượng tiền gửi và khiến ngân hàng gặp khó khăn về thanh khoản và có nguy cơ vỡ nợ Các nghiên cứu của Rupeika-Apoga và cộng sự (2018), Ghenimi và cộng sự (2017), Imbierowicz và Rauch (2014), Nguyễn Thị Như Quỳnh và cộng sự (2020), đã cho thấy tác động tiêu cực của rủi ro thanh khoản đến sự ổn định tài chính của các ngân hàng Do đó, tác giả kỳ vòng rủi ro thanh khoản tỷ lệ nghịch với độ ổn định tài chính của các NHTM niêm yết tại Việt Nam
Giả thuyết H1: Rủi ro thanh khoản tác động ngược chiều đến sự ổn định tài chính của các NHTM niêm yết tại Việt Nam
Dựa vào quy định của Ủy ban Basel, việc quản lý rủi ro được quy định trong Basel II gồm: (i) yêu vầu mức vốn tối thiểu dựa trên rủi ro; (ii) giám sát và đanh giá năng lực vốn của ngân hàng; (iii) công khai các thông tin trên thị trường Các ngân hàng đã thực hiện được các yêu cầu trong Basel II thì được xem là đã hoàn thành Basel II Có thể thấy, bằng cách yêu cầu quản lý rủi ro toàn diện, mặc dù không tập trung cụ thể vào rủi ro thanh khoản, song Basel II vẫn giúp ngân hàng giảm thiểu rủi ro này thông qua các giải pháp gián tiếp Yêu cầu về vốn tối thiểu giúp ngân hàng có đủ tiềm năng tài chính dự phòng để ứng phó với các tình huống căng thẳng về thanh khoản Hơn nữa, yêu cầu công khai thông tin tăng cường sự tín nhiệm của khách hàng, giúp ổn định dòng tiền gửi Như vậy, mặc dù Basel II không trực tiếp nhắm vào rủi ro thanh khoản, nhưng với những yêu cầu như vậy nó vẫn tạo ra một nền tảng vững chắc giúp ngân hàng giảm thiểu rủi ro thanh khoản đáng kể Do đó, tác giả kỳ vọng việc hoàn thành Basel II giúp giảm thiểu sự tiêu cực của rủi ro thanh khoản đến độ ổn định tài chính ngân hàng Vì vậy, tác giả quyết định thêm vào mô hình biến tương tác LIQxBASEL với kỳ vọng:
Giả thuyết H2: Áp dụng Basel II làm giảm sự tác động của rủi ro thanh khoản đến sự ổn định tài chính của các NHTM niêm yết tại Việt Nam.
MÔ HÌNH VÀ CÁC BIẾN NGHIÊN CỨU
Dựa trên sự khảo lược nghiên cứu và các bài viết của Imbierowicz và Rauch (2014), Ghenimi và cộng sự (2017), Hồ Phan Đức Dung và Hoàng Hải Yến (2023), tác giả đưa ra mô hình cụ thể như sau:
Z-score it = β 0 + β 1 Z-score it-1 + β 2 LIQ it + β 3 LIQ×BASEL it + β 4 CIR it + β 5 ROA it
+ β 6 ETA it + β 7 SIZE it + β 8 LLP it + β 9 GDP t + β 10 INF t + ε it
Z-score: đại diện cho ổn định tài chính ngân hàng i tại thời điểm t
Z-score it-1 : một giai đoạn bị trễ của biến phụ thuộc
LIQ: tỷ lệ thanh khoản (tính thanh khoản của ngân hàng)
LIQ×BASEL : biến tương tác giữa tỷ lệ thanh khoản và độ hoàn thành Basel
CIR: hiệu quả hoạt động
ROA: tỷ suất lợi nhuận ròng trên tài sản
ETA: hệ số an toàn vốn
SIZE: quy mô ngân hàng
LLP: dự phòng rủi ro cho vay
GDP: tốc độ tăng trưởng kinh tế
INF: tỷ lệ lạm phát β 0 : hằng số của mô hình nghiên cứu β 1 , β 2 , , β 9 : hệ số hồi quy của biến độc lập ε: sai số của mô hình nghiên cứu i: biểu thị ngân hàng thứ i trong tổng thể các ngân hàng nghiên cứu t: biểu thị mốc thời gian t
3.2.2 Mô tả biến trong mô hình nghiên cứu
Tác giả sử dụng Z-score là chỉ số đại diện cho ổn định tài chính của các ngân hàng Chỉ số này được sử dụng bởi nhiều tác giả trong và ngoài nước như Imbierowicz và Rauch (2014), Adusei (2015), Ghenimi và cộng sự (2017), Nguyễn Thị Như Quỳnh và cộng sự (2020) đã nêu ở mục 2.2.2, Z-score được tính theo công thức như sau:
Z-score it = ROA it + E/TA it σ(ROA it )
Trong đó: ROA là tỷ suất lợi nhuận trên tổng tài sản; E/ TA (Equity/ Total Asset) là tỷ lệ vốn chủ sở hữu trên tổng tài sản; σ(ROA it ) là độ lệch chuẩn (t đến t- 2) của lợi nhuận trên tổng tài sản; i, t là ngân hàng thứ i và t là thời gian quan sát
Có thể thấy, Z-score là chỉ số tối ưu để ước tính sức khỏe tài chính tổng thể của ngân hàng bằng cách kết hợp lợi nhuận, vốn hóa và sự ổn định lợi nhuận Khi ngân hàng có lợi ích tài chính cao và giá trị vốn hóa cao có thể giúp gia tăng độ ổn định tài chính Tuy nhiên, dựa vào công thức tính Z-score có thể thấy chỉ số này có độ lệch chuẩn khá cao Do đó, theo gợi ý của Beck và cộng sự (2013), Laeven và Levine (2009), tác giả thực hiện logarit tự nhiên cho giá trị Z-score để chạy trên Stata, ký hiệu ln(Zscore)
Tác giả thực hiện mô hình gồm 10 biến độc lập: Z-score t-1 , LIQ, LIQxBASEL, CIR, ROA, ETA, SIZE, LLP, GDP và INF
Là biến trễ 1 năm của biến độc lập Z-score, được thêm vào mô hình giảm thiểu ước lượng sai lệch và tình trạng thiên lệch do bỏ soát biến (OVB - Omitted
Variable Bias) Tác giải kì vọng Z-score t-1 sẽ tỷ lệ thuận với Z-score và như Z-score, biến trễ Z-score t-1 sử dụng ln(Z-score) t-1 để đưa vào mô hình Biến Z-score t-1 được tính theo công thức như sau:
Z-score it-1 = ROA it-1 + E/TA it-1 σ(ROA it-1 )
Trong đó: ROA là tỷ suất lợi nhuận trên tổng tài sản; E/ TA (Equity/ Total Asset) là tỷ lệ vốn chủ sở hữu trên tổng tài sản; σ(ROA it ) là độ lệch chuẩn (t -1) đến t-3) của lợi nhuận trên tổng tài sản; i, t là ngân hàng thứ i và t là thời gian quan sát
Theo Ghenimi và cộng sự (2017), tỷ lệ thanh khoản càng cao thì ngân hàng càng ổn định tài chính vì nó cho thấy ngân hàng có năng lực thực hiện các thanh toán tiền mặt và chi trả trong ngắn hạn Trong khi đó, rủi ro thanh khoản được xem là sự nghịch đảo của tỷ lệ thanh khoản Do đó, tác giả kỳ vọng rằng rủi ro thanh khoản có tương quan ngược chiều với độ ổn định tài chính Trong bài viết này, tác giả sử dụng tỷ lệ thanh khoản (LIQ) bằng tài sản thanh khoản chia tổng tài sản, là biến thay thế của rủi ro thanh khoản Vì vậy, tác giả kỳ vọng biến LIQ có tương quan dương với Z-score Dưới đây là công thức tính LIQ:
LIQ = Tiền mặt+ Tiền gửi NHNN+ Tiền gửi tại các tổ chức tín dụng
Tác giả lựa chọn LIQ vì nó biểu thị mức độ rủi ro của tài sản được đánh giá dựa trên khả năng chuyển đổi thành tiền mặt trong tương lai Hơn nữa, chỉ số này được sử dụng phổ biến nên thuận lợi cho việc so sánh và phân tích
Bi ến tướ ng tác gi ữ a t ỷ l ệ thanh kho ản và độ hoàn thành Basel II ( LIQ×BASEL )
Theo Ủy ban Basel, Basel II được khuyến khích để nâng cao khả năng quản lý rủi ro cho ngân hàng Theo báo cáo thường niên từ 26 NHTM thì đã có 19 NHTM công bố hoàn thành 3 trụ cột của Basel II trong giai đoạn nghiên cứu (các ngân hàng in đậm ở phần phụ lục) Vì vậy, để so sánh hiệu quả trong ổn định tài chính ngân hàng khi hoàn thành tiêu chuẩn Basel II và khi chưa hoàn thành, tác giả đề xuất biến tương tác giữa tỷ lệ thanh khoản và độ hoàn thành Basel II vào mô hình, với ngân hàng đã hoàn thành cả 3 trụ cột thì hệ số Basel II là 1, chưa hoàn thành là 0 Công thức tính biến tương tác LIQ×BASEL bằng tích của tỷ lệ thanh khoản (LIQ) và hệ số Basel, trong đó LIQ được tính theo công thức (4.1) và giá trị Basel là 0 hoặc 1 Theo Ghenimi và cộng sự (2017), tỷ lệ thanh khoản (LIQ) có tương quan dương với ổn định tài chính ngân hàng, vì vậy, tác giả kỳ vọng biến tương tác LIQ×BASEL tỷ lệ thuận với Z-score
Hi ệ u qu ả ho ạt độ ng (CIR)
Theo Berger và DeYoung (1997) thì hiệu quả hoạt động là nhân tố ảnh hưởng đến rủi ro Có thể thấy, hiệu quả hoạt động cao đồng nghĩa với ngân hàng đang có các khoản chi phí nhiều hơn lợi nhuận, làm ảnh hưởng đến ổn định tài chính ngân hàng, làm tăng nguy cơ phá sản của ngân hàng Thêm vào đó, theo Ghenimi và cộng sự (2017) thì hiệu quả hoạt động biến động ngược chiều với ổn định tài chính Do đó, tác giả kỳ vọng biến CIR có tương quan âm với Z-score Công thức CIR như sau:
T ỷ su ấ t l ợ i nhu ậ n trên t ổ ng tài s ả n (ROA)
Thông qua lược khảo các nghiên cứu, tác giả nhận thấy có 2 quan điểm khác nhau về tác động của ROA đến Z-score Theo Ghenimi và cộng sự (2017), Rupeika- Apoga và cộng sự (2018) thì ROA biến động cùng chiều với Z-score Trong khi đó, Imbierowicz và Rauch (2014), Nguyễn Kim Chi và cộng sự (2023), Võ Tấn Lộc (2021) kết luận rằng ROA tác động ngược chiều Do đó, mối quan hệ giữa ROA và ổn định tài chính ngân hàng phụ thuộc vào phạm vi và dữ liệu nghiên cứu Tuy nhiên, theo quan điểm của tác giả ROA cho thấy ROA cao biểu thị độ hiệu quả càng cao và có thể tạo ra động lực cho ngân hàng tập trung tài sản, làm gia tăng rủi ro cho ngân hàng và làm giảm ổn định tài chính Vì vậy, trong nghiên cứu này tác giả kỳ vọng biến ROA có tương quan âm với Z-score Công thức tính ROA:
ROA = Lợi nhuận sau thuế
Có thể xem biến ETA chính là CAR (tỷ lệ an toàn vốn của ngân hàng) theo quy ước Basel vì có cùng công thức tính Theo Ghenimi và cộng sự (2017), Hồ Phan Đức Dung và Hoàng Hải Yến (2023) thì ETA (hay CAR) có tương quan cùng chiều với Z-score Ta có, nguồn vốn của ngân hàng được hình thành từ vốn chủ sở hữu và vay nợ Trong đó, vốn chủ sở hữu được xem là năng lực chống chịu của ngân hàng, giá trị vốn hóa cao hỗ trợ ngân hàng về mặt tài chính hơn, làm giảm các rủi ro Do đó, tác giả kỳ vọng biến ETA có tương quan dương với Z-score Công thức tính ETA:
ETA = Vốn chủ sở hữu
Quy mô ngân hàng (SIZE)
Theo Hồ Phan Đức Dung và Hoàng Hải Yến (2023) thì SIZE có tác động ngược chiều đến ổn định tài chính ngân hàng (Z-score), trong khi kết quả nghiên cứu của Rupeika-Apoga và cộng sự (2018) cho thấy SIZE có biến động cùng chiều Z-score và một vài nghiên cứu khác SIZE không mang giá trị thống kê Nếu quy mô ngân hàng càng lớn thì tài chính ngân hàng càng vững mạnh, xác suất vỡ nợ càng thấp Vì vậy, tác giả kỳ vọng biến SIZE có tương quan âm với Z-score Để đo lường SIZE, tác giả sử dụng công thức logatit tự nhiên của SIZE
SIZE = ln(Tổng tài sản)
D ự phòng r ủ i ro cho vay (LLP)
DỮ LIỆU NGHIÊN CỨU
Dữ liệu của 26 NHTM niêm yết được thu thập trên: HOSE, HNX, UPCOM tại Việt Nam từ 2013 – 2023 (chi tiết tại phụ lục 1)
Số liệu vi mô của các biến LIQ, CIR, ROA, ETA, SIZE, LLP và mức độ hoàn thành Basel II của các NHTM được lấy nền tảng FiinPro-X, kết hợp báo cáo thường niên, báo cáo tài chính trong thời gian nghiên cứu Số liệu vĩ mô gồm GDP, INF được lấy từ trang web World Bank
Dữ liệu của biến Z-score và biến trễ (Z-score t-1 ) được tính theo công thức đã nêu ở mục 3.2.2 trên phần mềm Excel dựa vào dữ liệu của ROA, ETA đã xuất từ FiinPro-X Tuy nhiên, cần lưu ý, do công thức Z-score có độ lệch chuẩn ROA là 3 năm và có biến trễ do đó khi lấy dữ liệu ROA lấy từ 2010 – 2023, ETA từ 2012 -
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
THỐNG KÊ MÔ TẢ
Để hiểu một cách tổng thể số liệu nghiên cứu, tác giả tiến hành thống kê mô tả
Bảng 4.1 Thống kê mô tả các biến trong mô hình
Tên biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất lnZscore 286 4.2795 1.2085 1.0042 8.1391
(Nguồn: Truy xuất và tổng hợp từ Stata 17)
Bảng 4.1 cho thấy với 26 NHTM nghiên cứu từ 2013 - 2023 đã tạo thành 286 quan sát
Giá trị trung bình của lnZscore xấp xỉ 4.2795, với độ lệch chuẩn là 1.2085, thể hiện rằng khi ROA trung bình phải giảm 1.2085 thì vốn chủ sở hữu sẽ về 0, lnZscore(t-1) có GTNN và GTLN trong khoảng từ 1.0042 đến 8.1391 cho thấy giữa
26 NHTM có sự khác nhau về mức ổn định tài chính từ 2013 - 2023
Rủi ro thanh khoản (LIQ) có trung bình 0.1390, với độ lệch chuẩn bằng 0.0598 thể hiện sự biến động trong khả năng thanh toán giữa các ngân hàng Do rủi ro thanh khoản trong mô hình được đo lường từ công thức tính thanh khoản, do đó, ngân hàng BAB năm 2016 với LIQ có GTNN là 1.38% là có tính thanh khoản thấp nhất trong thời gian nghiên cứu, trong khi ngân hàng KLB có thanh khoản cao nhất đạt 41.62% vào năm 2021
Hiệu quả hoạt động (CIR) có GTTB là 51.38% và độ lệch chuẩn là 16.15%, GTNN là 22.71% thuộc về ngân hàng SHB năm 2022, GTLN là 172.25% thuộc về NVB năm 2023, biểu thị rằng có sự khác biệt rõ ràng trong hiệu quả kinh doanh giữa các ngân hàng, CIR càng cao càng bất lợi cho ngân hàng
Tỷ suất lợi nhuận trên tổng tài sản (ROA) có GTTB là 0.95%, độ lệch chuẩn là 0.74%, GTNN là -0.72% thuộc về ngân hàng NVB năm 2023, GTLN là 3.58% thuộc về TCB năm 2021
Hệ số an toàn vốn (ETA) có GTTB là 8.78%, độ lệch chuẩn là 3.21% cho thấy có sự chênh lệch giữa mức rủi ro vốn giữa các ngân hàng, trong đó BID năm
2017 là ngân hàng có ETA đạt GTNN là 4.06%, SGB năm 2013 có ETA có GTLN là 23.84%
Quy mô ngân hàng (SIZE) có độ lệch chuẩn là 1.1413 biểu thị có sự khác biệt trong quy mô vốn hóa giữa các ngân hàng được niêm yết, trong đó SGB năm
2013 là ngân hàng có quy mô nhỏ nhất với 14,684,738,975,008 đồng, BID là có quy mô vốn lớn nhất đạt 2,300,868,728,000,000 đồng năm 2023
Dự phòng rủi ro cho vay (LLP) có GTTB là 1.33%, độ lệch chuẩn là 0,45% Trong đó, NAB năm 2013 có tỷ lệ LLP thấp nhất với 0.66%, LLP năm 2022 của ngân hàng VPB cao nhất giai đoạn nghiên cứu đạt 3.12%
Tăng trưởng kinh tế (GDP) có GTTB là 5.8%, có độ lệch chuẩn giữa các năm là 1.64% trong giai đoạn nghiên cứu Năm 2021 với GTNN là 2.58% nền kinh tế Việt Nam tăng trưởng kém nhất, nguyên nhân là do Covid 19 gây khó khăn cho xuất khẩu và giảm nhu cầu tiêu dùng của khách hàng GDP Việt Nam tăng trưởng tốt nhất trong giai đoạn nghiên cứu vào năm 2023 đạt 8.02% nhờ vào các gói kích cầu kinh tế của Chính phủ là động lực để kinh tế phục hồi sau đại dịch
Tỷ lệ lạm phát (INF) có GTTB là 3.2%, độ lệch chuẩn là 1.4%, GTNN là 0.6%, GTLN là 6.59% Trong đó, năm 2015 giá trị INF của Việt Nam thấp kỷ lục chỉ 0.6%, nguyên nhân là do giá xăng dầu trên thế giới giảm mạnh Trong giai đoạn nghiên cứu, INF của Việt Nam cao nhất vào năm 2013 đạt 6.59%.
PHÂN TÍCH TƯƠNG QUAN
Hệ số tương quan (ký hiệu: r) trong mô hình thống kê là thước đo mối quan hệ tuyến tính giữa hai biến số Hệ số này có giá trị biến đổi trong khoảng (-1; 1) Khi 0 < r < 1: hai biến có quan hệ cùng chiều, -1 < r < 0: hai biến có quan hệ ngược chiều, r = 0: không có quan hệ tuyến tính Sau bước thống kê mô tả là bước phân tích tương quan của các biến và thể hiện dưới bảng 4.2 sau đây Khi quan sát bảng 4.2, có thể thấy r đều nhỏ hơn 0.8, điều này được coi là chấp nhận được Do đó, các biến trong mô hình có tương quan với nhau thấp và được phép tiếp tục ước lượng
Bảng 4.2 Phân tích tương quan các biến lnZscore lnZscore(t – 1) LIQ LIQxBASEL CIR ROA ETA SIZE LLP GDP INF lnZscore 1 lnZscore(t – 1) 0.5211 1
(Nguồn: Truy xuất và tổng hợp từ Stata 17)
PHÂN TÍCH HỒI QUY
4.3.1 Kết quả hồi quy Pooled OLS, FEM, REM
Bước tiếp theo là thực hiện hồi quy với ba phương pháp Pooled OLS, FEM và REM và lựa chọn cách hồi quy tối ưu nhất thông qua các kiểm định F-test, Hausman test, Breusch – PaganLagrange Multiplier (LM)
Bảng 4.3 Kết quả ước lượng OLS, FEM, REM
(Nguồn: Truy xuất và tổng hợp từ Stata 17)
Bảng 4.3 cho thấy cả ba mô hình Pooled OLS, FEM và REM đều có giá trị thống kê (p-value = 0) Với R-squared lần lượt là 0.5518, 0.5261, 0.5518 cho biết các mô hình lần lượt có 55.18%, 52.61%, 55.18% biến Z-score được mô tả bởi các biến Z-score t-1 , LIQ, LIQ×BASEL, CIR, ROA, ETA, SIZE, LLP, GDP và INF
Kiểm định chọn ra phương pháp ước lượng
Kiểm định Breusch – PaganLagrange Multiplier: để chọn ra giữa Pooled OLS và REM, bảng 4.4 cho thấy p-value = 1 > α = 5% Do đó, chấp nhận giả thuyết
H 0 hay lựa chọn ước lượng Pooled OLS sẽ phù hợp với dữ liệu nghiên cứu hơn ước lượng REM
Bảng 4.4 Kiểm định Breusch – PaganLagrange Multiplier
Giả thuyết Giả thuyết H 0 : Ước lượng OLS có độ phù hợp hơn
Giả thuyết H 1 : Ước lượng REM có độ phù hợp hơn Prob > chibar2 = 1.0000
(Nguồn: Truy xuất và tổng hợp từ Stata 17) Kiểm định F- test: để chọn ra giữa ước lượng Pooled OLS và FEM, bảng 4.5 cho thấy F = 0.81 < 1, biến độc lập trong ước lượng FEM không giải thích nhiều về sự thay đổi của biến phụ thuộc Prob > F = 0.7312, p-value = 0.7312 > α = 5%, đồng nghĩa là chấp nhận giả thuyết H 0 : Ước lượng OLS có độ phù hợp hơn
Giả thuyết Giả thuyết H 0 : Ước lượng OLS có độ phù hợp hơn
Giả thuyết H 1 : Ước lượng FEM có độ phù hợp hơn
(Nguồn: Truy xuất và tổng hợp từ Stata 17)
Như vậy, sau khi đã thực hiện được hai kiểm định ta có ước lượng Pooled OLS sẽ phù hợp với nghiên cứu hơn ước lượng FEM và REM Do đó, tác giả không cần thiết để thực hiện kiểm định Hausman
4.3.2 Kiểm định khuyết tật của mô hình
Sau khi đã chọn được ước lượng Pooled OLS là thích hợp nhất với dữ liệu thì tiến hành kiểm định các khuyết tật mô hình
Kiểm tra đa cộng tuyến
Tác giả lựa chọn phương pháp phóng đại phân tử phương sai VIF để kiểm định hiện tượng đa cộng tuyến
Bảng 4.6 cho thấy giá trị VIF của các biến biến thiên trong khoảng (1.08; 2.98) và VIF trung bình là 1.90, giá trị VIF đều bé hơn 10 Vì vậy, hiện tượng đa cộng tuyến giữa các biến độc lập không tồn tại
Bảng 4.6 Kết quả kiểm tra đa cộng tuyến
(Nguồn: Truy xuất và tổng hợp từ Stata 17)
Kiểm định phương sai thay đổi
Bảng 4.7 biểu thị p-value là 0.0112 < α = 5% nên bác bỏ giả thuyết H 0 , chấp nhận H 1 Do đó, mô hình tồn tại sự biến thiên phương sai
Giả thuyết H 0 : Mô hình có phương sai đồng nhất Giả thuyết H 1 : Mô hình có phương sai không đồng nhất
(Nguồn: Truy xuất và tổng hợp từ Stata 17) Kiểm định tự tương quan
Bảng 4.8 cho thấy p-value là 0.0057 < α = 5% nên bác bỏ giả thuyết H 0 , chấp nhận H 1 Do đó, mô hình có sự tương quan giữa các quan sát
Giả thuyết H 0 : Mô hình không có hiện tượng tự tương quan Giả thuyết H 1 : Mô hình có hiện tượng tự tương quan
(Nguồn: Truy xuất và tổng hợp từ Stata 17) Kiểm định nội sinh
Tác giả tiến hành kiểm tra nội sinh cho các biến độc lập Bảng 4.9 cho thấy p-value của LLP là 0.0486 < α = 5% nên bác bỏ giả thuyết H 0 , chấp nhận H 1
Bảng 4.9 Kiểm định Durbin Wu-Hausman
Giả thuyết H 0 : LLP không là nội sinh Giả thuyết H 1 : LLP là biến nội sinh
(Nguồn: Truy xuất và tổng hợp từ Stata 17)
4.3.3 Khắc phục mô hình bằng SGMM two-step
Tiến hành các kiểm định ta có kết luận mô hình tồn tại phương sai thay đổi, tự tương quan và nội sinh Để khắc phục, tác giả áp dụng ước lượng SGMM two- step được kết quả như sau:
Bảng 4.10 Kết quả ước lượng SGMM two-step
Tên biến Hệ số hồi quy p-value lnZscoreL1 0.0283 0.790
(Nguồn: Truy xuất và tổng hợp từ Stata 17) Để đánh giá tính bền vững của ước lượng, tác giả tiến hành kiểm định Hansen, kiểm định Arellano –Bond/ AR(1) và kiểm định Arellano –Bond/ AR(2)
Kiểm định Hansen: giả thuyết H 0 : biến công cụ là hợp lệ, giả thuyết H 1 : biến công cụ là không hợp lệ Qua bảng kết quả hồi quy cho thấy p-value của kiểm định Hansen bằng 0.735 > α = 10% Vì vậy, chấp nhận giả thuyết H 0 : biến công cụ là hợp lệ
Kiểm định Arellano –Bond/ AR(1): giả thuyết H 0 : không có tự tương quan bậc một trong sai số của mô hình, giả thuyết H 1 : có tự tương quan bậc một trong sai số của mô hình Qua bảng kết quả hồi quy cho thấy p-value của kiểm định Arellano –Bond/ AR(1) bằng 0.085 > α = 5% Vì vậy, chấp nhận giả thuyết H 0 : không có tự tương quan bậc một trong sai số của mô hình
Kiểm định Arellano –Bond/ AR(2): giả thuyết H 0 : không có tự tương quan bậc hai trong sai số của mô hình, giả thuyết H 1 : có tự tương quan bậc hai trong sai số của mô hình Qua bảng kết quả hồi quy cho thấy p-value của kiểm định Arellano –Bond/ AR(2) bằng 0.161 > α = 5% Vì vậy, chấp nhận giả thuyết H 0 : không có tự tương quan bậc hai trong sai số của mô hình
Như vậy, kiểm định Hansen và Arellano –Bond/ AR(2) cho thấy ước lượng SGMM two-step cho ra kết quả mô hình có tính vững.
