Nhằm kiểm định lại những lập luận từ việc lựa chọn biến, cách tính toán các biến có phù hợp với thực tế tại Việt Nam hay không, tác giả đã sử dụng phương pháp phỏng vấn chuyên gia dưới hình thức tham vấn trực tiếp một số người am hiểu sâu về thực chất hoạt động ngân hàng ở Việt Nam bao gồm những người đang tham gia công tác trực tiếp tại ngân hàng và các nhà khoa học trong lĩnh vực tài chính ngân hàng. (Danh sách đính kèm phụ lục 03). Tổng hợp kết quả tham vấn, các chuyên gia đều đồng ý với những lập luận trên của tác giả.
35
2.4.4 Mô hình nghiên cứu
Căn cứ theo kết quả khảo sát các nghiên cứu trước, kết hợp với việc khảo sát ý kiến của các chuyên gia trong lĩnh vực ngân hàng tại Việt Nam, tác giả có mô hình đề xuất như sau:
Liqi,t= β0 + β1 LRRi,t + β2 LnSizeit + β3 CAPt+ β4 ROEt + β5∆GDPi,t + εi,t
Trong đó:
Biến phụ thuộc Liqi,t: Tỷ lệ thanh khoản [Tài sản thanh khoản (ngân hàng i năm t)/ tổng tài sản (ngân hàng i năm t)].
Các biến độc lập:
- LRR:Rủi ro tín dụng ngân hàng(Giá trị trích lập Dự phòng rủi ro tín dụng ngân hàng i năm t / Tồng dư nợ ngân hàng i năm t-1).
- LnSizei,t: Quy mô ngân hàng năm t ( Logarit Tổng dư nợ của ngân hàng)
- CAPt: Tỷ lệ vốn chủ sở hữu của ngân hàng năm t /Tổng tài sản năm t
- ROEi,t: Tỷ lệ thu nhập sau thuế trên vốn chủ sở hữu năm t.
- ∆GDPi,t,: Tỷ lệ tăng trưởng GDP năm t
Bảng 2.4 Bảng tổng hợp các biến
STT Ký hiệu Tên biến Cách đo lường Nguồn Kỳ vọng
Biến phụ thuộc
1 Liqi,t Tỷ lệ thanh
khoản
Tài sản thanh khoản / Tổng tài sản
Tổng hợp từ báo cáo tài
chính của
ngân hàng
Biến độc lập
2 LRRi,t Rủi ro tín dụng Giá trị trích lập
Dự phòng rủi ro tín dụng ngân hàng i năm t /
36
Tồng dư nợ ngân hàng i năm t-1
3 LnSizei,t Quy mô ngân
hàng lg (Tổng dư nợ ngân hàng i năm t) nt (-) 4 CAPt Tỷ lệ vốn Vốn chủ sở hữu / Tổng tài sản năm t nt (-)
5 ROE Lợi nhuận Lợi nhuận sau
thuế / Vốn chủ sở hữu nt (+) 6 GDP Tăng trưởng GDP Tốc độ tăng trưởng GDP hàng năm World Bank (+)
37
TÓM TẮT CHƯƠNG 2
Tỷ lệ thanh khoản là một yếu tố được các ngân hàng đặc biệt quan tâm, bởi nó có liên quan mật thiết đến khả năng thanh toán của ngân hàng. Vấn đề này được rất nhiều các học giả quan tâm thể hiện qua nhiều bài nghiên cứu có liên quan. Tuy nhiên, tỷ lệ thanh khoản có nhiều cách xác định và chưa thống nhất giữa các nhà nghiên cứu cũng như tại các quốc gia. Bunda & Desquilbet (2008) đã sử dụng 5 cách khác nhau để đo lường thanh khoản tại ngân hàng trong một nghiên cứu về tác động của tỷ giá hối đoái đến thanh khoản ngân hàng, đó là: (i) tài sản ngắn hạn trên tổng tài sản, (ii) các khoản vay ròng trên tổng tài sản, (iii) tài sản ngắn hạn trên nguồn tài trợ ngắn hạn, và (iv) tài sản ngắn hạn với tổng số dư tiền gửi và cho vay. Trong một nghiên cứu khác, Vodóva (2011) cũng sử dụng tới 4 công thức để đo lường tỷ lệ thanh khoản: cụ thể là (i) tài sản ngắn hạn trên tổng tài sản, (ii) tài sản ngắn hạn trên tổng số dư tiền gửi và các khoản vay ngắn hạn, (iii) dư nợ cho vay trên tổng tài sản, và (iv) dư nợ cho vay trên tổng số dư tiền gửi và các khoản vay ngắn hạn. Trong bài nghiên cứu này, tỷ lệ thanh khoản được tính bằng tài sản thanh khoản chia cho tổng tài sản. Đây là cách làm khá phù hợp với dữ liệu được thu thập tại Việt Nam.
Đối với các yếu tố tác động đến tỷ lệ thanh khoản, cũng có nhiều nghiên cứu đề cập đến với khá nhiều yếu tố có ý nghĩa. Một số yếu tố chỉ có ý nghĩa riêng đối với từng nền kinh tế, một số yếu tố khác tác động có ý nghĩa đến hầu hết các nền kinh tế. Trong luận văn này, tác giả lựa chọn một số biến có ý nghĩa tại hầu hết các nền kinh tế và phù hợp với thực tiễn của Việt Nam để nghiên cứu bao gồm: quy mô ngân hàng, Tỷ lệ vốn, Tỷ lệ thu nhập sau thuế trên vốn chủ sở hữu, Rủi ro tín dụng, tỷ lệ tăng trưởng GDP.
Trên cơ sở các khái niệm và lý thuyết có liên quan, nghiên cứu có cơ sở để đề xuất giả thuyết nghiên cứu và mô hình nghiên cứu.
38
CHƯƠNG 3
PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Phương pháp thu thập dữ liệu
Hiện nay, các bài nghiên cứu đều sử dụng dữ liệu chuỗi thời gian, dữ liệu chéo và dữ liệu bảng. Tùy từng mục đích và điều kiện nghiên cứu mà tác giả sử dụng loại dữ liệu nào cho phù hợp. Dữ liệu chuỗi thời gian là khi quan sát các giá trị của một hoặc nhiều biến theo thời gian, dữ liệu chéo là các giá trị của một hoặc nhiều biến được thu thập cho nhiều đơn vị mẫu hoặc nhiều đại diện mẫu ở tại cùng một thời điểm.
Loại dữ liệu dạng bảng (panel data) còn gọi là dữ liệu gộp chung đó là quan sát giá trị của một hoặc nhiều biến cho nhiều đối tượng khác nhau được thu thập theo một khoảng thời gian liên tục, nó bao hàm đặc điểm của dữ liệu theo thời gian và dữ liệu theo không gian. Cấu trúc dữ liệu bảng được kết hợp từ 2 thành phần: thành phần đơn vị chéo (cross – section) và thành phần đơn vị theo chuỗi thời gian (time series). Có hai dạng: bảng cân đối (balanced panel) là khi các đơn vị chéo cùng số quan sát theo thời gian và bảng không cân đối (unbalanced panel) là khi các đơn vị chéo không cùng số quan sát theo thời gian. Một dạng dữ liệu gọi là Pooled đó là dữ liệu chéo gộp chung, nó là dữ liệu được quan sát từ nhiều đối tượng khác nhau và trong khoảng thời gian liên tục nhưng không phân biệt như dữ liệu bảng, giống như một bộ dữ liệu thuần túy.
Ưu điểm của việc sử dụng dữ liệu bảng:
- Vì loại dữ liệu này liên quan đến nhiều thông tin của cùng một đối tượng nghiên cứu theo thời gian khác nhau nên nó bao hàm những đặc điểm riêng khác nhau cho các đối tượng nghiên cứu khác nhau. Chính vì vậy mà với những kỹ thuật ước lượng cho loại dữ liệu này có thể cho chúng ta xem xét sự khác biệt của các đặc điểm riêng của các đối tượng khác nhau một cách rõ ràng bằng việc đưa thêm vào trong mô hình những biến số chỉ định riêng cho từng đối tượng hoặc nhóm đối tượng nghiên cứu.
- Việc kết hợp các giá trị quan sát theo thời gian khác nhau cho nhiều đối tượng khác nhau làm cho loại dữ liệu này sẽ chứa đựng nhiều thông tin có giá trị hơn, biến đổi
39
hơn, giảm hiện tượng tương quan trong các biến của mô hình, bậc tự do cao hơn và sẽ là hiệu quả hơn cho việc xử lý các mô hình.
- Việc nghiên cứu các biến số trên từng đối tượng khác nhau được lặp đi lặp lại theo thời gian nên loại dữ liệu này sẽ phù hợp hơn cho việc nghiên cứu sự động thái thay đổi theo thời gian của nhiều đối tượng khác nhau. Ví dụ nghiên cứu về thất nghiệp, thu nhập từ việc làm của các lao động…
- Lọai dữ liệu này sẽ tốt hơn cho việc theo dõi và đo lường những tác động mà dữ liệu theo không gian hoặc dữ liệu theo thời gian thuần túy không thể quan sát được. Ví dụ, những tác động của các quy định về mức lương tối thiểu đến thất nghiệp và thu nhập sẽ được thấy rõ hơn nếu chúng ta sử dụng dữ liệu dạng bảng.
- Loại dữ liệu này cho phép chúng ta nghiên cứu các mô hình phức tạp hơn. Ví dụ nghiên cứu hiệu quả kinh tế theo quy mô và sự thay đổi về kỹ thuật công nghệ sẽ được quan sát rõ hơn khi dùng dữ liệu dạng bảng
- Việc kết hợp nhiều dữ liệu của nhiều đối tượng nghiên cứu khác nhau sẽ làm cho số quan sát tăng lên đáng kể, nó sẽ làm giảm các sai số ngẫu nhiên có thể xảy ra trong việc phân tích các mô hình.
Tuy nhiên dữ liệu bảng có một nhược điểm là khó thu thập được cùng nhóm đối tượng theo thời gian.
Ngành ngân hàng Việt Nam chỉ thực sự phát triển sau năm 1988, khi có quyết định phân chia hệ thống ngân hàng từ một cấp thành hai cấp. Thêm vào đó, các quy định về công khai tài chính còn thực hiện chưa nghiêm ngặt, dẫn đến có khá nhiều ngân hàng không công bố đầy đủ số liệu của mình. Trừ một số ít những ngân hàng đã niêm yết trên thị trường chứng khoán, những ngân hàng còn lại hoặc không công bố, hoặc công bố không đầy đủ trong thời gian tác giả nghiên cứu (2008 – 2012). Do đó, tác giả sử dụng các thu thập số liệu theo dữ liệu bảng để đảm bảo số lượng đối tượng quan sát là nhiều nhất.
40
Bài nghiên cứu sử dụng số liệu từ các báo cáo tài chính đã được kiểm toán và công bố trên website của 28 ngân hàng thương mại Việt Nam trong giai đoạn 2008 – 2012. Sau khi thu thập đủ dữ liệu, tác giả tiến hành xử lý số liệu và tính toán các biến theo mục đích của đề tài nghiên cứu. Riêng biến tỷ lệ tăng trưởng GDP được thu thập từ website của World Bank
3.2 Phương pháp xử lý số liệu
Tác giả dùng phương pháp nghiên cứu định lượng và sử dụng phần mềm stata để phân tích với các mục tiêu:
Sử dụng phương pháp thống kê mô tả để mô tả mẫu nghiên cứu và phân tích, đánh giá thực trạng hoạt động tín dụng của các ngân hàng thương mại tại Việt Nam.
Sử dụng phương pháp hồi quy theo phương pháp bình phương bé nhất (OLS) trên dữ liệu bảng để phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng ngân hàng. Sau đó, giả dùng phương pháp GLS để khắc phục hiện tượng tự tương quan bậc nhất giữa các sai số và hiện tượng phương sai thay đổi để đảm bảo ước lượng thu được vững và hiệu quả
3.2.1 Phương pháp bình phương bé nhất (OLS)
Phương pháp bình phương bé nhất (OLS) là một thủ thuật toán học được sử dụng để ước lượng mối tương quan giữa các biến khác nhau.
Kiểu tương quan đơn giản nhất với giá trị thực tế là:
i i
i X e
Y 01
Trong đó:
Yi là biến phụ thuộc (biến được giải thích) Xi là biến độc lập (biến giải thích)
41 0 và 1
là các hằng số cần được ước lượng
ei là phần dư (chênh lệch giữa giá trị thực tế và biến phụ thuộc có được từ mô hình). Giá trị ước lượng được viết như sau:
i i X Y 0 1 Sai số: ei = Yi - Yi Vậy, ta phải tìm 0, 1
sao cho tổng bình phương sai số là nhỏ nhất.
Tức là
Các giả thuyết của OLS :
Giả thuyết 1: Quan hệ giữa Y và X là thuyết tính. Các giá trị Xi cho trước và không ngẫu nhiên.
Giả thuyết 2: Các sai số Ui là đại lượng ngẫu nhiên có giá trị trung bình bằng 0. E (Ui | Xi) = 0
Giả thuyết 3: Các sai số Ui là đại lượng ngẫu nhiên có phương sai không thay đổi. Var (Ui | Xi) = 2= const
Giả thuyết 4: Không có sự tương quan giữa các sai số Ui. Cov (Ui, Uj | Xi, Xj) = 0, i ≠ j
Giả thuyết 5: Không có sự tương quan giữa Ui và Xi. Cov (Ui | Xi) = 0
42
3.2.2 Phương pháp phương sai thay đổi GLS
Để đơn giản và không mất tính tổng quát, xét mô hình một biến độc lập: Yi = β1 + β2X2i + Ui
Giả thiết của phương pháp bình phương bé nhất OLS yêu cầu phương sai sai số là đồng nhất.
Var (Ui) = σ2 ( với mọi i) σ2 là một hằng số dương cố định. Khi đó phương sai sai số được gọi là không đổi, đồng đều hay thuần nhất. Khi giả thuyết không được thỏa mãn, phương sai sai số ứng với quan sát i là những đại lượng không bằng nhau: Var (Ui) # Var (Uj), (i # j ). Nếu đặt (Ui) =δ2
i thì δ2i # δ2j. Khi đó phương sai sai số được gọi là thay đổi, không đồng đều, không thuần nhất. Nguyên nhân phương sai thay đổi có thể kể ra:
- Mô hình học tập sai lầm
- Kỹ thuật thu thập số liệu
- Do các yếu tố tách biệt
- Một biến số X quan trọng bị loại bỏ trong mô hình
- Phương sai thay đổi thường xuất hiện trong bảng dữ liệu chéo
3.3 Mô tả mẫu nghiên cứu:
Dữ liệu được thu thập từ 28 ngân hàng thương mại trong giai đoạn 2008-2012 với các thông số về thống kê được thể hiện ở bảng sau:
Bảng 3.1: Các thông số thống kê mô tả
Biến Số quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất Liq 140 0.2557524 0.1100389 0.033777 0.610376 Lrr 140 0.0158133 0.0073343 0.002437 0.04281 Lnsize 140 30.65246 1.243053 27.92305 33.45974 CAP 140 0.1250158 0.0793079 0.010888 0.463763
43
ROE 140 0.1172279 0.0699142 0.0007495 0.3152641
GDP 140 0.05866 0.0063949 0.0503 0.0678
Tất cả các biến đều có đủ quan sát như dự kiến. Biến tỷ lệ thanh khoản có giá trị dao động từ 3.3% đến 61%, với mức trung bình là 25.58%. Điều này phản ánh khá đúng thực tế diễn biến thanh khoản diễn ra tại Việt Nam. Có những thời điểm thanh khoản tại ngân hàng Việt Nam rất khó khăn, đặc biệt trong giai đoạn 2008, khi mà sức ép từ việc NHNN sử dụng nhiều biện pháp để giảm lạm phát. Vào tháng 2 năm 2008, khi NHNN thông báo bán 20,300 tỷ đồng trái phiếu chính phủ bắt buộc, các NHTM khi đó phải nhanh chóng thu hồi về các khoản tiền đã được giải ngân trong năm 2007. Thêm vào đó, dự trữ bắt buộc tăng thêm 1% cũng gây nên sức ép thanh khoản cho ngân hàng thương mại vào thời điểm đó. Những năm tiếp theo, ngân hàng thương mại đã chủ động hơn trong việc ứng phó với biến động thanh khoản, cho nên tình trạng thanh khoản tại các NHTM đã ổn định hơn. Đặc biệt, tỷ lệ thanh khoản cao lại nằm trong nhóm những ngân hàng có quy mô nhỏ. Tỷ lệ lợi nhuận ròng trên vốn chủ sở hữu trong giai đoạn này dao động từ 0.07% đến 31.52%, với giá trị trung bình là 11.72%. Tuy rằng mức trung bình cao, nhưng lại không tăng trưởng đều và có dấu hiệu đi xuống vào năm 2012. Ngược lại rủi ro tín dụng có giá trị cao nhất là 4.28% ( cao hơn ngưỡng cho phép nợ xấu là 3%). Riêng chỉ tiêu GDP khá ổn định ở mức từ 5.03% đến 6.78%. Tỷ lệ tăng trưởng kinh tế giai đoạn này khá thấp, rủi ro tín dụng lại ở mức cao, đây chính là những khó khăn mà hệ thống ngân hàng phải đối mặt trong giai đoạn này. Qua số liệu thống kê cho thấy, tỷ lệ thanh khoản ngân hàng trong giai đoạn này biến động rất mạnh mẽ. Tuy nhiên, số liệu thống kê tổng quan trên chưa làm rõ nhiều được vấn đề nghiên cứu, chưa thấy rõ tác động của từng yếu tố đến tỷ lệ thanh khoản. Để có cách đánh giá chính xác hơn, đòi hỏi hỏi bài nghiên cứu phải tiến hành các bước phân tích sâu hơn nữa để có thể làm rõ vấn đề cần giải quyết từ những số liệu thu thập được.
44
3.4 Phân tích tương quan
Bảng 3.2: Phân tích tương quan
Liq Lrr Lnsize CAP ROE GDP
Liq 1.000 Lrr -0.0569 1.000 Lnsize -0.1435 0.4759 1.000 CAP -0.1180 -0.1911 -0.6617 1.000 ROE 0.1248 0.2037 0.5017 -0.3395 1.000 GDP 0.1012 -0.1710 -0.0896 0.0285 0.1785 1.000
Dựa vào bảng phân tích tương quan trên, ta thấy:
+ Biến LRR, LnSize, CAP tác động ngược chiều đến LIQ. + Biến ROE, GDP tác động cùng chiều đến LIQ.
Kết quả tương quan trên phù hợp với hầu hết các nghiên cứu trước trên thế giới và phù hợp với kỳ vọng của tác giả trong giai đoạn nghiên cứu này tại Việt Nam. Riêng biến ROE đã phù hợp với kỳ vọng của tác giả, phản ánh đúng thực tế tại Việt Nam.
45
TÓM TẮT CHƯƠNG 3
Bài nghiên cứu sử dụng số liệu từ các báo cáo tài chính đã được kiểm toán được công bố trên website của 28 ngân hàng thương mại tại Việt Nam trong giai đoạn 2008-2012. Sau khi dữ liệu được thu thập, tác giả thực hiện bước tiếp theo là tính toán các biến dựa trên số liệu thu thập được từ báo cáo tài chính để phù hợp với bài nghiên cứu.