MỤC LỤC
Hầu hết các nghiên cứu khi xem xét đến yếu tố vĩ mô nền kinh tế đều chỉ ra GDP có ảnh hưởng đến CAR của ngân hàng: Mili và cộng sự (2016) cho rằng nếu sự tăng trưởng của một quốc gia tăng cũng đồng nghĩa rằng ngân hàng có ít sự rủi ro hơn về vốn và có thể đầu tư nhiều hơn vào các lĩnh vực khác; hoặc ngược lại nếu tốc độ tăng trưởng này là thấp hoặc âm thì có nghĩa rằng ngân hàng có xác suất rủi ro cao hơn, nên giữ tỷ trọng vốn cao để ngăn tổn thất trong tương lai. Nghiên cứu này chỉ ra các yếu tố ảnh hưởng đến hệ số an toàn vốn của các ngân hàng nước ngoài bằng cách sử dụng dữ liệu của 310 công ty con và 265 chi nhánh với mô hình các biến là Quy mô ngân hàng, Tỷ lệ tiền gửi, Tỷ suất sinh lời trên tài sản, Tỷ suất lợi nhuận biên và yếu tố vĩ mô là Tốc độ tăng trưởng kinh tế để kiểm tra các tác động của các yếu tố của ngân hàng mẹ ảnh hưởng đến hệ số an toàn vốn của công ty con và các chi nhánh.
Để có phục vụ cho nghiên cứu, tác giả đã sử dụng phương pháp thu thập dữ liệu thứ cấp bằng cách lấy các số liệu được công bố trong báo cáo thường niên, bảng cân đối kế toán, kết quả hoạt động kinh doanh của các NHTM Việt Nam trong giai đoạn 2012 –2020 tại website vietstock, sau đó thực hiện tính toán lại các chỉ số cần tìm. Tác giả sử dụng phần mềm STATA để thực hiện mô tả tóm tắt các đặc trưng của dữ liệu về biến phụ thuộc và các biến độc lập như giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn. Tác giả chạy mô hình hồi quy lần lượt theo các phương pháp bình phương nhỏ nhất (Pooled OLS), mô hình hồi quy theo phương pháp tác động cố định (FEM) và mô hình hồi quy theo phương pháp tác động ngẫu nhiên (REM).
Sau khi thực hiện ước lượng với 3 phương pháp là Pooled OLS, FEM, REM, tác giả tiến hành thực hiện một số kiểm định bao gồm Kiểm định Fixed effect, Breusch – Pagan và Hausman để lựa chọn mô hình phù hợp nhất. Tiếp theo, tác giả khắc phục bằng dùng phương pháp SGMM trên dữ liệu bảng để khắc phục, xử lý các vấn đề như phương sai sai số thay đổi, hiện tượng tự tương quan và các vấn đề nội sinh của mô hình.
Phương pháp này dùng để tóm tắt bộ dữ liệu mà tác giả đã thu thập được trong mô hình nghiên cứu để đo lường các chỉ tiêu như: số quan sát, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung bình. Phân tích tương quan dùng để xác định mức độ tương quan cùng chiều hay ngược chiều, tương quan mạnh hay tương quan yếu, tương quan giữa từng biến độc lập với nhau và từng biến độc lập với biến phụ thuộc trong mô hình nghiên cứu. Đề tài sẽ sử dụng mô hình hồi quy bình phương nhỏ nhất – Pooled OLS (Pooled Ordinary Least Square), mô hình tác động cố định – FEM (Fixed Effects Model) và mô hình tác động ngẫu nhiên – REM (Random Effects Model), mô hình S-GMM (System Generalized Method of Moments).
Để kiểm định các giả thuyết nghiên cứu về ảnh hưởng của các yếu tố tác động đến hệ số an toàn vốn tại các NHTM Việt Nam giai đoạn 2012 – 2020, đề tài sử dụng phương pháp (i) kiểm định F, (ii) kiểm định Breusch – Pagan, hay (iii) kiểm định Hausman với mức ý nghĩa là 1%, 5% và 10% để xác định mức độ tin cậy của các biến độc lập với biến phụ thuộc, và căn cứ vào hệ số hồi quy (beta) để giải thích xu hướng cũng như mức độ của các biến này đến biến phụ thuộc. Nhằm mục đích tăng độ tin cậy và tính phù hợp cho kết quả nghiên cứu, tác giả tiến hành kiểm định các khuyết tật mô hình, bao gồm (i) hiện tượng đa cộng tuyến, (ii) hiện tượng phương sai sai số thay đổi, (iii) kiểm định hiện tượng tự tương quan.
Nhìn chung, có thể thấy hệ số CAR có xu hướng giảm mạnh ở giai đoạn này ngoại trừ một lần tăng trưởng nhẹ vào năm 2015.
Như vậy nhìn chung giá trị trung bình của các NHTM đã đảm bảo so với quy định chung của NHNN là phải đạt mức tối thiểu 9%. Điều này đồng nghĩa các NHTM về cơ bản có đủ khả năng về vốn để đáp ứng những cú sốc tài chính, và có khả năng bảo vệ chính ngân hàng và khách hàng. Đối với quy mô ngân hàng (SIZE): có thể thấy quy mô của các NHTM cách biệt nhau khá lớn khi giá trị trung bình logarit của tổng tài sản đạt 18,74 tỷ đồng với độ lệch chuẩn lên đến 1,190 tỷ đồng.
Tương quan giữa các biến độc lập trong mô hình các yếu tố ảnh hưởng đến hệ số an toàn vốn của các NHTM.
Nguồn: Phụ lục 3 Vì mô hình hồi quy Pooled OLS là mô hình hồi quy dựa trên điều kiện tất cả các hệ số chặn đều không có sự thay đổi về mặt thời gian và không gian, do đó không có sự khác biệt giữa các yếu tố quan sát giữa các ngân hàng với nhau. Tuy nhiên, nhu cầu cho vay trong giai đoạn này vẫn có xu hướng tăng cao, nhằm duy trì và đẩy mạnh hoạt động cho vay đã khiến nhiều ngân hàng thiếu hụt vốn dự trữ dẫn đến hệ số an toàn vốn của các ngân hàng có dấu hiệu suy giảm. Kết quả này cũng được ủng hộ bởi các nghiên cứu điển hình như Phạm Thị Xuân Thoa và Nguyễn Ngọc Anh (2017) khi nghiên cứu các yếu tố quyết định tỷ lệ an toàn vốn tại hệ thống ngân hàng Việt Nam giai đoạn 2011-2015, Usman và cộng sự (2019) nghiên cứu về các yếu tố quyết định tỷ lệ an toàn vốn trong ngành ngân hàng: Bằng chứng tại Sở giao dịch chứng khoán Indonesia, hay Aspal & Nazneen (2014) phân tích thực nghiệm về mức độ an toàn vốn trong các ngân hàng khu vực tư nhân Ấn Độ.
Kết quả này cũng được ủng hộ bởi các nghiên cứu của Bhattarai (2020) về các yếu tố quyết định tỷ lệ an toàn vốn của các ngân hàng thương mại ở Nepal, Siti Norbaya Yahaya và cộng sự (2016) về hiệu quả tài chính và tác động kinh tế đối với tỷ lệ an toàn vốn ở Nhật Bản. Ngoài ra kết quả hệ hồi quy lần lượt là -0,103 và 0,0120 cũng cho thấy mối tương quan của tỷ lệ tiền gửi (DEP) tác động ngược chiều đến hệ số an toàn vốn và biến vĩ mô như tăng trưởng kinh tế (GDP) tác động cùng chiều đến hệ số an toàn vốn, kết quả này hoàn toàn phù hợp với giả thuyết ban đầu.
Điều này cho thấy khi lạm phát tăng cao, lãi suất tăng cao, các tài sản rủi ro mà ngân hàng sở hữu sẽ trở nên rủi ro hơn, ngân hàng gặp khó khăn trong việc huy động vốn từ đó khiến hệ số an toàn vốn giảm trong giai đoạn này. Tuy nhiên các yếu tố này không có ý nghĩa thống kê nên chưa có đủ bằng chứng cho thấy chúng có tác động đến hệ số an toàn vốn trong bài nghiên cứu này. Bên cạnh đó, để gia tăng độ vững của nghiên cứu, đề tài còn sử dụng phương pháp ước lượng S-GMM để kiểm tra lại các biến độc lập có ý nghĩa thống kê với CAR, hay các biến có ý nghĩa thống kê với kỳ vọng đặt ra theo giả thuyết khi mô hình REM chưa mang ý nghĩa thống kê; đồng thời khắc phục nội sinh cũng như các khuyết tật trong mô hình.
Với kết quả thu được sau khi tiến hành hồi quy S-GMM, tác giả đã tìm ra 7 yếu tố có tác động đến hệ số an toàn vốn CAR, đa phần các biến đều có ý nghĩa thống kê đúng với kỳ vọng đặt ra theo giả thuyết. Với kết quả vừa thu được này giúp đề tài sẽ thảo luận và gợi ý một số khuyến nghị liên quan đến hệ số an toàn vốn của hệ thống NHTM Việt Nam trong chương tiếp theo.
HỆ SỐ TƯƠNG QUAN GIỮA CÁC BIẾN ĐỘC LẬP TRONG MÔ HÌNH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN HỆ SỐ AN TOÀN VỐN CỦA CÁC NHTM. (within) regression Number of obs = Number of groups. v MÔ HÌNH HỒI QUY REM. xtreg car lev liq size nim loa dep roa gdp inf, re Random-. effects Group variable R-sq:. GLS regression bank. Number of obs = Number of groups. on of variance due to u_i).