Bên cạnh việc trình bày cơ sở lý thuyết, tác giả cũng tiến hành lược khảo các nghiên cứu trong và ngoài nước liên quan đến đánh giá tác động của vốn chủ sở hữu đến rủi ro mất khả năng thanh toán. Mô hình nghiên cứu được tác giả đưa vào dựa trên kết quả của các nghiên cứu trước có liên quan.
Trên cơ sở kế thừa kết quả của các nghiên cứu trước, tác giả sử dụng dữ liệu bảng khi thực hiện nghiên cứu. Khác với các nghiên cứu trước sử dụng mô hình vector tự hồi quy (VAR) trong việc xây dựng mô hình đánh giá tác động của vốn chủ sở hữu đến rủi ro mất khả năng thanh toán, tác giả sử dụng ước lượng tác động cố định (fixed effects) và tác động ngẫu nhiên (random effects) để xây dựng mô hình với dữ liệu bảng. Kiểm định Hausman cho thấy mô hình tác động cố định phù hợp hơn mô hình tác động ngẫu nhiên. Các kiểm định cần thiết về tự tương quan trong dữ liệu bảng và phương sai thay đổi qua các thực thể được tác giả thực hiện. Kết quả cho thấy mô hình tác động cố định có hiện tượng phương sai thay đổi. Để khắc phục hiện tượng này, tác giả tiến hành ước lượng lại mô hình bằng phương
pháp ước lượng bình phương tối thiểu tổng quát khả thi (Feasible General Least Square – FGLS). Kết quả nghiên cứu thực nghiệm cho thấy tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP), tỷ lệ dư nợ trên tổng tài sản (TLA) và tổng tiền gửi trên tổng tài sản (DEPO) ảnh hưởng có ý nghĩa thống kê đến rủi ro mất khả năng thanh toán của các ngân hàng trong mẫu nghiên cứu tại mức ý nghĩa 5%.
Trong điều kiện các yếu tố khác không đổi, khi tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP) gia tăng 1% thì rủi ro mất khả năng thanh toán của các ngân hàng giảm 0.085%.
Trong điều kiện các yếu tố khác không đổi, khi tỷ lệ dư nợ trên tổng tài sản (TLA) gia tăng 1% thì rủi ro mất khả năng thanh toán của các ngân hàng tăng 0.42%.
Trong điều kiện các yếu tố khác không đổi, khi tỷ lệ tổng tiền gửi trên tổng tài sản (DEPO) tăng 1% thì rủi ro mất khả năng thanh toán của các ngân hàng giảm 0.02%.
TÀI LIỆU THAM KHẢO. Tiếng Việt,
1. Bùi Nguyên Khá (2016); “Phân tích các yếu tố tác động đến rủi ro thanh khoản tại ngân hàng thương mại Việt Nam”; Tạp chí Tài chính kỳ II số tháng 7/2016 (trang 42-46)
2. Lê Thanh Ngọc và cộng sự (2015); “Mối quan hệ giữa tỷ lệ vốn tự có và rủi ro của ngân hàng thương mại: Bằng chứng từ Việt Nam”;Tạp chí phát triển và hội nhập số 25 (35); (trang 54-61)
3. Lê Thị Lợi (2013), “Vốn chủ sở hữu trong các ngân hàng tại Việt Nam, các vấn đề về quản trị vốn”, Tạp chí Công nghệ ngân hàng số 2+3; (trang 90 – 95).
4. Ngân hàng Thương mại Cổ phần Việt Nam Thịnh Vượng (2014), “Báo cáo ngành Ngân hàng Việt Nam”.
5. Nguyễn Đình Thọ (2011), Phương pháp nghiên cứu khoa học trong kinh doanh, TPHCM: NXB Lao động – Xã hội.
6. Nguyễn Văn Lê (2014), “Tăng trưởng tín dụng ngân hàng đối với doanh nghiệp nhỏ và vừa ở Việt Nam trong điều kiện kinh tế vĩ mô bất ổn”, Luận án tiến sĩ, Học viện Ngân hàng.
7. Trần Huy Hoàng (2011), “Quản trị ngân hàng thương mại”, Nhà xuất bản thống kê.
8. Phạm Minh Tiến và cộng sự (2014), “Các nhân tố tác động đến rủi ro thanh khoản trường hợp các ngân hàng thương mại cổ phần Việt Nam”; Tạp chí Thị trường Tài chính Tiền tệ số 21 (414);(trang 33-39)
9. Vũ Thị Hồng (2015) “Các yếu tố ảnh hưởng đến thanh khoản của các ngân hàng thương ma ̣i Viê ̣t Nam” Tạp chí phát triển và hội nhập, số 23 (33); (trang 32-49).
Tiếng Anh
10. Altman, E.I. (1968), “Financial Ratios, Discriminate Analysis and the Prediction of Corporate Bankruptcy”, Journal of Finance, September.
11. Abba, G. O., Zadrariah, P., & Ingang, E. E. (2013). Capital adequacy ratio and banking risk in the Nigerian money deposit banks. Research Journal of Finance and Accounting, 4(17), 17-25
12. Aggrawal, R., & Jacques, K. (2001). The impact of FDICIA and prompt corrective action on bank capital and risk: Estimates using a simultaneous equations model. Journal of Banking and Finance, 25, 1139-1160
13. Arif A. & Anees N. A. (2012). Liquidity Risk and Performance in the Banking System. Journal of Financial Regulation and Compliance, 20(2), 182-195;
14. Aspachs, O., Nier, E., Tiesset, M. (2005), "Liquidity, Banking Regulation and macroeconomics. Proof of shares, bank liquidity from a panel the bank's UK-resident ", Bank of England working paper.
15. Aspachs, O., Nier, E., Tiesset, M. (2005), “Liquidity, Banking Regulation and macroeconomics. Proof of shares, bank liquidity from a panel the bank’s UK-resident “, Bank of England working paper;
16. Athanasolou, P. P, Delis, M. D, Staikouras, C. K, (2006), “Determinants of bank profitability in the South Eastern European Region”, Bank of Greece working paper, No. 47.
17. Baltagi, B. H. (2008) Econometric Analysis of Panel Data (4 edition) John Wiley & Sons.
18. Bank for International Settlement (2009), “International framework for liquidity risk measurement, standards and monitoring”. Political Economy, No. 91, pp. 401-419
19. Bonfim, D., Kim, M. (2008), “Liquidity risk in banking: Is there herding?”, International Economic Journal, vol. 22, no. 3, pp. 361-386;
20. Boyd, J. H., & Graham, S. L. (1988). The profitability and risk effects of allowing bank holding companies to merge with other financial firms: a simulation study. Federal Reserve Bank of Minneapolis Quarterly Review 2,3-20
21. Cucinelli D. (2013). The relationship between liquidity risk and probability of default: evidence from the euro area. Risk governance and control: financial markets and institutions, volume 3, issue 1.
22. Dao, B. H., & Ankenbrand, T. (2014). Capital adequacy and banking risk: An empirical study of Vietnamese banks. Retrieved from http://papers.ssrn.com
23. David G. Kleinbaum, Lawrence L. Kupper, và Keith E. Muller, Applied Regression Analysis and Other Multivariate Methods, (Phân tích hồi qui ứng dụng và các phương pháp đa biến khác), 2d. ed., PWS -Kent, Boston, Mass., 1988, trang 210)
24. Duttweiler, R. (2010), “Quản lý thanh khoản trong ngân hàng”, Nhà xuất bản tổng hợp TP. HCM.Farrell, M., (1957), “The Measurement of Productive Efficiency”, Journal of the Royal Statistical Society, Vol.120, No. 3, pp. 253–281.
25. Fielding, A. (2005), “Shortland political violence and excess liquidity in Egypt”, Journal of Development studies, vol. 41, no. 4, pp. 542-557.
26. Francisco, G. (2005), “Bank Regulation and Risk-taking Incentives: An International Comparison of Bank Risk”, Journal of Banking and Finance Vol. 29, 1153-1184.
27. Godlewski, C. J. (2004). Capital regulation and credit risk taking: Empirical evidence from banks in emerging market economies.
28. Golin, J. (2001), “The bank credit analysis handbook: A guide for analyst, bankers and investors”, Singapore: Jonh Wiley & sons (Asia), Pte Ltd.
29. Gorton, G., Huang, L. (2004), “Liquidity, Efficiency ang bank bailouts”, American Economic review, Vol. 94, No. 3, pp. 455-483.
30. Gujarati, N., D. (2003), “Basic Economics”, McGraw-Hill, New York, USA.
31. Indriani, V. (2004), “The relationship between Islamic financing with risk and performane of commercial banks in Indonesia”, Bachelor of Accounting,
University of Indonesia.
32. Iqbal, A. (2012), “Liquidity Risk Management: A Comparative Study between Conventional and Islamic Banks of Pakistan”,Global Journal of Management and Business Research, Vol.12, Issue 5, Version 1.0
33. Junarsin, E. (2011), “Capital Ratios and risk talking of Financial Crisis Period”, European Journal of Social Sciences, Vol. 21, No. 1.
34. Kim, D., Santomero, A. (1998), “ Risk in banking and capital regulation”, Journal of finance, Vol. 43, No. 5, pp. 1219-1233.
35. Konishi, M. and Yasuda, Y. (2004), “Factors affecting bank risk: Evidence from Japan”, Journal of Banking and Finance, No. 28, pp. 215-232.
36. Laetitia & Strobel, Frank, 2013. "Bank insolvency risk and time-varying Z- score measures," Journal of International Financial Markets, Institutions and Money, Elsevier, vol. 25(C), pages 73-87
37. Lastra R., M.,&Schiffman H., N., (1999). Bank failures and bank insolvency law in economies in transition. International economic development law, 9, p 227
38. Mohamed Aymen Ben Moussa (2015). The Relationship between Capital and Bank Risk: Evidence from Tunisia. International Journal of Economics and Finance; Vol. 7, No. 4; 2015
39. Naceur, S. B., Kandil, M. (2009), “The impact of capital requirement on banks’ cost of intermediation and performance: The case of Egypt”, Journal of Economic and business, Vol. 61, pp. 70-89.
40. Orlowski, J. (2008), "Stages of the period 2007/2008 the global financial crisis: Is There is a Wandering Asset - Price Bubble? ", KIWE economic Dicussion Paper, no. 43.
41. Pasiouras, F., Kosmidou, K. (2007), “Factors influencing the Profitability of domestic and foreign commercial banks in the European Union”, Research in International Business and Finance, Vol. 21, pp. 222-237.
The McGraw-Hill/Irwin Series in Finance, Insurance, and Real Estate.
43. Praet, J., Herzberg, M. (2008), “Market liquidity and banking liquidity: linkages, vulnerabilities and the role of disclosure”, Baque de France Financial stability review, pp.95-109.
44. Rauch, C., Steffen, S., Hackethal, A., Tyrell, M. (2009), “Saving Bank, Liquidity Creation and Monetary Policy”, European Journal of Social Sciences.
45. Repullo, R. (2003), “Liquidity, risk taking and the lender of last resort”, CEMFI Madrid.Rychtárik (2009), “Liquidity scenario analysis in the Luxembourg banking sector”, BCDL Working Paper, No. 41.
46. Rime, B. (2001). Capital requyrements and bank behaviour: empirical evidence for Switzerland. Journal of Banking and Finance, 25. 789-805
47. Samir Srairi (2013), “Ownership structure and risk -taking behaviour in conventional and Islamic banks: Evidence for MENA countries”; Borsa_ Istanbul Review 13, 115-127
48. Saunders, A., Cornett, M. M. (2006), “Financial institutions management: A risk managemant approach”, McGraw-Hill, Boston.
49. Shu Ling Lin, Jack.H.W.Penm, Shang-Chi Gong, Ching-Shan Chang (2005). Risk- based capital adequacy in assessing on insolvency-risk and financial performances in Taiwan’s banking industry. Research in international business and finance 19, 111-153
50. Sufian, F., Chong, R. R. (2008), “Determinants Of Bank Profitability In A Developing Economy: Empirical Evidences From The Philippines”, Asian Academy of Management Journal of Accounting and
51. Vodovà P. (2011). Liquidity of Czech Commercial Banks and its Determinants. International Journal of Mathematical Models and Methods in Applied Sciences, 6(5), 1060-1067.
PHỤ LỤC 1: THỐNG KÊ MÔ TẢ VÀ MA TRẬN HỆ SỐ TƯƠNG QUAN TINF 90 .0805 .0560447 .0063 .1858 TPIB 90 .0661667 .0157507 .0503 .098 CFC 90 .1023224 .0500119 .0329583 .2941412 CPC 90 .1364554 .0487284 .0458071 .2588171 DEPO 90 .7346295 .0706758 .6138434 .8945791 CEA 90 .0167197 .0053145 .0070292 .0306584 ROE 90 .1021797 .061461 .0030426 .2682345 ROA 90 .007668 .0044707 .0002352 .0174694 TLA 90 .7625569 .1988489 .4482318 1.681905 CAP 90 .0769382 .0174215 .0425561 .1297333 SIZE 90 19.0596 .8194486 17.35325 20.81723 zscore 90 .0015781 .0005595 .0007067 .003772 Variable Obs Mean Std. Dev. Min Max
TINF -0.0505 -0.0849 0.0164 -0.0350 0.3621 0.4430 -0.0608 -0.3739 0.2542 0.6618 -0.4107 1.0000 TPIB 0.1757 0.0270 -0.1382 0.2121 -0.1331 -0.1188 -0.0528 0.1459 -0.1459 -0.3436 1.0000 CFC 0.0508 -0.3326 -0.0157 -0.1474 0.0727 0.1390 -0.0431 -0.2354 0.5164 1.0000 CPC -0.3588 -0.5191 0.7074 -0.3460 0.2100 0.0759 -0.1246 -0.1746 1.0000 DEPO -0.1697 0.2374 -0.0023 -0.2183 -0.1107 -0.2671 0.1116 1.0000 CEA -0.3312 0.1646 0.1262 -0.1707 0.0536 -0.1561 1.0000 ROE 0.2012 0.1025 -0.1350 0.2727 0.6505 1.0000 ROA -0.1292 0.0333 0.2551 -0.0149 1.0000 TLA 0.5534 0.0561 -0.4742 1.0000 CAP -0.6725 -0.2491 1.0000 SIZE -0.0691 1.0000 zscore 1.0000 zscore SIZE CAP TLA ROA ROE CEA DEPO CPC CFC TPIB TINF
PHỤ LỤC 2: KẾT QUẢ HỒI QUY MÔ HÌNH
FIXED EFFECTS MODEL
F test that all u_i=0: F(14, 64) = 14.77 Prob > F = 0.0000 rho .8642621 (fraction of variance due to u_i)
sigma_e .00019415 sigma_u .00048991 _cons .0022947 .0011374 2.02 0.048 .0000225 .0045669 tinf -.001352 .0007514 -1.80 0.077 -.0028531 .000149 tpib -.0004404 .0016133 -0.27 0.786 -.0036634 .0027827 cfc .0010445 .0013793 0.76 0.452 -.001711 .0038001 cpc -.0005445 .0019268 -0.28 0.778 -.0043936 .0033047 depo -.0007618 .0003971 -1.92 0.060 -.0015551 .0000315 cea -.0078782 .0071872 -1.10 0.277 -.0222362 .0064798 roe .00044 .0007664 0.57 0.568 -.0010911 .001971 roa .0016705 .0078073 0.21 0.831 -.0139263 .0172673 tla .0003498 .0001656 2.11 0.039 .0000189 .0006807 cap -.0334819 .0048052 -6.97 0.000 -.0430813 -.0238824 size .0001223 .0000604 2.03 0.047 1.67e-06 .000243 zscore Coef. Std. Err. t P>|t| [95% Conf. Interval] corr(u_i, Xb) = -0.6224 Prob > F = 0.0000 F(11,64) = 42.16 overall = 0.4701 max = 6 between = 0.1741 avg = 6.0 R-sq: within = 0.8787 Obs per group: min = 6 Group variable: id Number of groups = 15 Fixed-effects (within) regression Number of obs = 90
RANDOM EFFECTS MODEL
rho .79635121 (fraction of variance due to u_i)
sigma_e .00019415 sigma_u .00038393 _cons .0032315 .0011096 2.91 0.004 .0010567 .0054063 tinf -.0016392 .000765 -2.14 0.032 -.0031385 -.0001399 tpib .000039 .00165 0.02 0.981 -.003195 .0032729 cfc .0015099 .0013781 1.10 0.273 -.0011912 .0042109 cpc -.0009638 .0019193 -0.50 0.616 -.0047255 .0027978 depo -.0007827 .0004057 -1.93 0.054 -.0015779 .0000125 cea -.0102422 .0071414 -1.43 0.152 -.024239 .0037545 roe .0005656 .0007774 0.73 0.467 -.0009581 .0020893 roa .0010075 .0079914 0.13 0.900 -.0146553 .0166703 tla .0003991 .0001679 2.38 0.017 .0000701 .0007281 cap -.0294484 .0047299 -6.23 0.000 -.0387188 -.0201781 size .0000575 .0000577 1.00 0.319 -.0000556 .0001705 zscore Coef. Std. Err. z P>|z| [95% Conf. Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 Wald chi2(11) = 426.52 overall = 0.5147 max = 6 between = 0.1957 avg = 6.0 R-sq: within = 0.8751 Obs per group: min = 6 Group variable: id Number of groups = 15 Random-effects GLS regression Number of obs = 90
PHỤ LỤC 3: CÁC KIỂM ĐỊNH
HAUSMAN TEST
MODIFIED WALD TEST
WOOLDRIDGE TEST
(V_b-V_B is not positive definite) Prob>chi2 = 0.0350
= 20.85
chi2(11) = (b-B)'[(V_b-V_B)^(-1)](b-B) Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg tinf -.001352 -.0016392 .0002872 . tpib -.0004404 .000039 -.0004793 . cfc .0010445 .0015099 -.0004653 .0000583 cpc -.0005445 -.0009638 .0004194 .00017 depo -.0007618 -.0007827 .0000209 . cea -.0078782 -.0102422 .0023641 .0008102 roe .00044 .0005656 -.0001256 . roa .0016705 .0010075 .000663 . tla .0003498 .0003991 -.0000493 . cap -.0334819 -.0294484 -.0040334 .0008473 size .0001223 .0000575 .0000649 .000018 fe . Difference S.E. (b) (B) (b-B) sqrt(diag(V_b-V_B)) Coefficients Prob>chi2 = 0.0000 chi2 (15) = 1681.04
H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model
Modified Wald test for groupwise heteroskedasticity
Prob > F = 0.0661 F( 1, 14) = 3.973 H0: no first-order autocorrelation
PHỤ LỤC 4: KẾT QUẢ ƯỚC LƯỢNG MÔ HÌNH BẰNG PHƯƠNG PHÁP BÌNH PHƯƠNG TỐI THIỂU TỔNG QUÁT KHẢ THI
_cons .0099834 .0010486 9.52 0.000 .0079283 .0120386 tinf -.0010271 .0008285 -1.24 0.215 -.0026509 .0005968 tpib .0025923 .0017576 1.47 0.140 -.0008525 .0060371 cfc .000764 .0011819 0.65 0.518 -.0015525 .0030805 cpc -.0018418 .0014882 -1.24 0.216 -.0047587 .0010751 depo -.0005034 .0004053 -1.24 0.214 -.0012978 .000291 cea -.0225507 .0051444 -4.38 0.000 -.0326336 -.0124678 roe .0010186 .0007183 1.42 0.156 -.0003891 .0024264 roa .0055884 .0077183 0.72 0.469 -.0095392 .0207159 tla .000348 .0001511 2.30 0.021 .0000517 .0006442 cap2 .4208238 .0726928 5.79 0.000 .2783485 .5632991 cap -.0845839 .0124355 -6.80 0.000 -.108957 -.0602109 size -.0002173 .0000436 -4.98 0.000 -.0003028 -.0001319 zscore Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.0000 Wald chi2(12) = 407.01 Estimated coefficients = 13 Time periods = 6 Estimated autocorrelations = 0 Number of groups = 15 Estimated covariances = 15 Number of obs = 90 Correlation: no autocorrelation
Panels: heteroskedastic
Coefficients: generalized least squares Cross-sectional time-series FGLS regression
_cons .0041009 .0007437 5.51 0.000 .0026432 .0055586 d14cap -.006488 .0021408 -3.03 0.002 -.0106838 -.0022921 d13cap -.0019674 .0015778 -1.25 0.212 -.0050598 .0011249 d12cap -.0027382 .0021299 -1.29 0.199 -.0069128 .0014363 d11cap -.0089795 .0042655 -2.11 0.035 -.0173397 -.0006193 d10cap -.006597 .002192 -3.01 0.003 -.0108932 -.0023007 tinf .0029271 .0019638 1.49 0.136 -.0009219 .006776 tpib .01159 .0049365 2.35 0.019 .0019147 .0212654 cfc .0000286 .001013 0.03 0.978 -.0019569 .0020141 cpc .0009603 .0013969 0.69 0.492 -.0017775 .0036981 depo -.0009625 .0003363 -2.86 0.004 -.0016217 -.0003033 cea -.016042 .0059903 -2.68 0.007 -.0277828 -.0043011 roe .0007242 .0007206 1.00 0.315 -.0006882 .0021366 roa -.0031238 .0059476 -0.53 0.599 -.0147809 .0085333 tla .0002544 .0001154 2.20 0.028 .0000281 .0004807 cap -.0213896 .0037577 -5.69 0.000 -.0287545 -.0140247 size -.0000522 .0000392 -1.33 0.182 -.000129 .0000245 zscore Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.0000 Wald chi2(16) = 516.71 Estimated coefficients = 17 Time periods = 6 Estimated autocorrelations = 1 Number of groups = 15 Estimated covariances = 15 Number of obs = 90 Correlation: common AR(1) coefficient for all panels (0.6859)
Panels: heteroskedastic
Coefficients: generalized least squares Cross-sectional time-series FGLS regression
_cons .0099834 .0010486 9.52 0.000 .0079283 .0120386 tinf -.0010271 .0008285 -1.24 0.215 -.0026509 .0005968 tpib .0025923 .0017576 1.47 0.140 -.0008525 .0060371 cfc .000764 .0011819 0.65 0.518 -.0015525 .0030805