Nghiên cứu Tác động của Đầu tư Công nghệ đến Hoạt động Ngân hàng Việt Nam

PHƯƠNG PHÁP NGHIÊN CỨU

Mô hình nghiên cứu

Chúng tôi cũng bao gồm kiểm soát các tác động cố định theo thời gian, 𝜃𝑡, nhằm kiểm soát các điều kiện kinh tế vĩ mô, phổ biến ở các ngân hàng. Theo đó, kỳ vọng xu hướng tác động của các biến giải thích được thể hiện cụ thể như bảng 3.2 bên dưới. Tỷ lệ giữa tổng của ROA bình quân và CAPITAL chia cho độ lệch chuẩn của ROA.

Với ROA là tỷ lệ giữa lợi nhuận trên tổng tài sản và độ lệch chuẩn tính trong 2 năm. Logarit tổng chi tiêu hàng năm của NHTM vào các chi phí liên quan đến phần mềm, công nghệ. Tỷ lệ giữa tổng chi phí công nghệ trên tổng chi phí hoạt động ngoài lãi.

Tỷ lệ giữa chi phí hoạt động trên tổng thu nhập hoạt động kinh doanh trước dự phòng. Nội dung của Chương 3 là cơ sở để nhóm tác giả trình bày các kết quả nghiên cứu và thảo luận ở Chương 4 tiếp theo.

KẾT QUẢ NGHIÊN CỨU

Trong Mô hình (3), chúng tôi thêm biến giả, STATE, có giá trị bằng 1 nếu NHTM thuộc sở hữu của nhà nước và bằng 0 cho các trường hợp còn lại, để xem xét tác động có thể có của sở hữu nhà nước ở NHTM về phát hiện của chúng tôi. Ngoài ra, các điều kiện kinh tế vĩ mô có thể đóng một vai trò nhất định trong việc thúc đẩy sự đổi mới nhiều hơn ở mỗi quốc gia mà sự bất ổn như: biến động giá cả, tăng trưởng,…có thể liên quan đến tốc độ đổi mới nhanh hơn (Frame & White, 2004). Như chúng tôi đã lưu ý trước đó, để tìm hiểu sâu hơn về việc nắm bắt các tác động của việc đầu tư vào công nghệ đối với lợi nhuận cận biên của các ngân hàng, chúng tôi ước tính lại phát hiện của mình bằng cách lần lượt sử dụng NIIR và NII làm các biến độc lập trong Mô hình (5) - (8) và trong Mô hình (9) - (12).

Trong một sự ngạc nhiên thú vị, chúng tôi nhận thấy rằng mặc dù những ảnh hưởng của những khoản đầu tư công nghệ này đối với NIM là không đáng kể, mức độ tác động của chúng trên NIIR và NII là tương đối mạnh hơn, đặc biệt là NII. Đơn cử, trong Mô hình (10), một mức tăng độ lệch chuẩn của TECHINVEST, với các yếu tố khác không đổi, kết quả là NII tăng khoảng 38 điểm so với NIIR là khoảng 5 điểm cơ bản trong Mô hình (6). Hơn nữa, các hệ số trên biến giải thích chính của chúng tôi, TECHINVEST, trong tất cả các mô hình này đều dương và có ý nghĩa thống kê ở mức 1% hoặc 5% (ngoại trừ Mô hình (7) khi chúng tôi thêm biến STATE vào mô hình cơ sở với biến phụ thuộc là NIIR).

Đầu tiên, biến độc lập chính, TECHINVEST, được làm trễ một kỳ vì các khoản chi tiêu công nghệ cần một khoảng thời gian nhất định để các ngân hàng đồng hóa công nghệ và hấp thụ chúng vào hoạt động kinh doanh của họ (DeLone & McLean (1992), Beccalli (2007)). Trong khi đó, TECHRATE ảnh hưởng sâu sắc đến NIIR và NII với mức ý nghĩa 10% trong Mô hình (3) với NII là biến phụ thuộc.3 Một lần nữa, điều này khẳng định lại những phát hiện trước đó của chúng tôi. 3Theo tính toán của chúng tôi từ mẫu nghiên cứu, tỷ lệ giữa chi tiêu dành cho công nghệ hàng năm và tổng chi phí hoạt động ngoài lãi của các NHTM, về trung bình, vào khoảng 1.44% như đã nêu ở mục thống kê mô tả.

Để củng cố niềm tin vào tính thuyết phục của những phát hiện của mình, chúng tôi sử dụng phương pháp hệ thống động GMM (the dynamic system GMM method) bằng cách thêm biến phụ thuộc có độ trễ vào mô hình cơ sở. Điều này, đến lượt nó, giúp chúng tôi giải quyết có khả năng khắc phục các vấn đề về nội sinh, phương sai thay đổi và tự tương quan cũng như mối tương quan giữa tất cả các biến độc lập (Arellano & Bond, 1991; Blundell & Bond, 1998) và do đó, kiểm tra ước tính nhất quán của chúng tôi. Kết quả cho thấy TECHINVEST có tác động tích cực đến NIM ở mức ý nghĩa 1% nhưng mức độ không đáng kể.4 Theo cách tương tự, chúng tôi sử dụng NIIR và NII tương ứng là các biến độc lập trong Mô hình (2) và Mô hình (3).

Kết quả của chúng tôi chỉ ra rằng TECHINVEST có ảnh hưởng tích cực tương đối đáng kể đến NIIR với mức ý nghĩa 5%, bên cạnh đó, đặc biệt, tác động của con số này lên NII có ảnh hưởng đáng kể mặc dù nó chỉ là ý nghĩa thống kê ở mức 10%. Nhìn chung, việc đầu tư công nghệ có tác động tích cực đến NIM, NIIR và NII trong tất cả các mô hình, tuy nhiên, tác động này chỉ có ý nghĩa thống kê ở mức 5% ở Mô hình (1) với việc sử dụng NIM đối với các ngân hàng lớn và ở Mô hình (6) với NII là biến phụ thuộc đối với các ngân hàng nhỏ. Kết hợp với những thay đổi nhanh chóng của đổi mới công nghệ và sự xuất hiện của những người mới tham gia, các công ty fintech, có những lo ngại rất lớn về sự ổn định của hệ thống ngân hàng.

Nhìn chung, chúng tôi dường như không tìm thấy bằng chứng thực nghiệm ủng hộ quan điểm rằng chi tiêu về công nghệ có thể khiến các ngân hàng đối mặt với rủi ro bất ổn cao hơn, ít nhất trong bối cảnh Việt Nam. Từ những kết quả hồi quy đã được chỉ ra, nhóm tác giả sẽ đi đến những đánh giá, thảo luận về sự tác động của các biến độc lập đến biến phụ thuộc từ đó đưa ra những khuyến nghị và giải pháp được trình bày trong chương tiếp theo.