Nguồn số liệu đƣợc sử dụng trong các mô hình ƣớc lƣợng các độ đo hiệu quả đƣợc thu thập từ bảng cân đối tài sản và báo cáo thu nhập & chi phí của 40 ngân hàng thƣơng mại Việt Nam (bao gồm 5 ngân hàng thƣơng mại nhà nƣớc, 35 ngân hàng thƣơng mại cổ phần) thời kỳ 2006-2012. Dựa trên nguồn số liệu hiện có và những gợi ý từ kết quả nghiên cứu của các tác giả trên thế giới về lĩnh vực mà luận án nghiên cứu cũng nhƣ thực tế hoạt động của các ngân hàng thƣơng mại ở Việt Nam, luận án đã lựa chọn 18 biến đầu vào nhƣ đã đề cập tới trong bảng 3.1 ở trên cho mô hình phân tích nhân tố và các biến đầu vào cho mô hình biến xấp xỉ để tính cho 3 biến định tính gồm: tổng tài sản cố định ròng (K) tính bằng triệu đồng, đƣợc lấy xấp xỉ bằng tổng tài sản trừ đi các khoản cho vay và các khoản đầu tƣ, chi cho nhân viên (L) tính bằng triệu đồng; tổng vốn huy động từ khách hàng (DEPO) tính bằng triệu đồng và các đầu ra bao gồm: thu từ lãi phí và các khoản tƣơng đƣơng (Y1) tính bằng triệu đồng, thu ngoài lãi và các khoản tƣơng đƣơng (Y2) tính bằng triệu đồng; hai biến đầu ra này đã đƣợc lựa chọn trong nghiên cứu của Cevdet A. Denizer and Mustafa Dinc (2000), Matthews, C. and Tripe, D (2002), Richard S. Barr, Kory A. Killgo, and Thomas F. Siems (1999), Thomas, F Siems. and Richard, S Barr (1998)... Ngoài ra để tính đƣợc hiệu quả chi phí, hiệu quả phân bổ chúng ta cần biết giá của các đầu vào. Giá của các đầu vào đƣợc xấp xỉ nhƣ sau: giá của tƣ bản (W1) = Chi về tài sản/tổng tài sản cố định ròng, giá của lao động (W2) = Chi cho nhân viên/tổng số nhân viên và giá của vốn huy động (W3) = chi trả lãi và các khoản chi tƣơng đƣơng/Vốn huy động.
Hơn nữa, kết quả nghiên cứu chỉ ra một mô hình phân tích nhân tố đƣợc xây dựng trên cơ sở phân tích nhân tố tìm kiếm (EFA- Exploratory Factor Analysis) EFA khám phá dữ liệu và cung cấp cho nhà nghiên cứu thông tin về việc cần có bao nhiêu nhân tố để đại diện tốt nhất cho dữ liệu.Trong EFA, tất cả các biến quan sát liên hệ với tất cả các nhân tố bằng một hệ số tải nhân tố (factor loading estimate). Cấu trúc giản đơn đạt đƣợc khi mỗi biến quan sát có hệ số tải cao chỉ ở một nhân tố và có hệ số tải thấp ở các nhân tố khác (tức là hệ số tải loadings < 0,5). Đặc điểm nổi bật của EFA là các nhân tố đƣợc rút ra từ kết quả thống kê, không phải từ lý thuyết,
không phải việc chúng ta nghĩ ra và gắn trọng số cho mỗi nhân tố mà do kết quả chạy phần mềm thống kê SPSS và cấu trúc căn bản của dữ liệu quyết định cấu trúc nhân tố. Nhƣ thế, EFA đƣợc tiến hành mà không biết có bao nhiêu nhân tố và mỗi biến quan sát sẽ thuộc về nhân tố nào. Các nhân tố xuất hiện chỉ đƣợc đặt tên sau khi tiến hành phân tích nhân tố. Nhƣ vậy, mô hình đƣợc sử dụng hồi qui bội [32] [40].
3.2.3. Kết quả ước lượng thực nghiệm mô hình
3.2.3.1. Kiểm định KMO (Kaiser-Meyer-Olkin) và Bartlett [26]
Mô hình nghiên cứu của 40 quan sát có 5 nhóm định lƣợng với 18 yếu tố kỳ vọng ảnh hƣởng đến năng lực cạnh tranh của các Ngân hàng thƣơng mại.Sau khi chạy các mô hình phụ, dùng phƣơng pháp phân tích nhân tố tìm kiếm EFA- Exploratory Factor Analysis với phép xoay Varimax để phân tích 18 biến quan sát.
Mỗi phân tích nhân tố bao gồm kiểm định Bartlett về tính tròn, trong đó nhân tố quyết định của ma trận tƣơng quan đƣợc chuyển thành thống kê khi bình phƣơng 2 và kiểm định ý nghĩa của nó (giá trị chấp nhận đƣợc của kiểm định này là nhỏ hơn 0.05) và với thƣớc đo về tính chính xác của mẫu Kaiser-Meyer-Olkin, đây là thƣớc đo về mức độ phƣơng sai chung của các biến. Hair và cộng sự (1998) chỉ ra rằng KMO bằng 0.8 hoặc lớn hơn thì rất tốt, giữa 0.7 và 0.8 thì khá, giữa 0.6 và 0.7 thì bình thƣờng, giữa 0.5 và 0.6 thì kém, còn dƣới 0.5 thì không chấp nhận đƣợc [3], [59].
Sử dụng phƣơng pháp kiểm định KMO (Kaiser-Meyer-Olkin) và Bartlett để đo lƣờng sự tƣơng thích của mẫu khảo sát gồm 40 ngân hàng thƣơng mại Việt Nam đƣợc kết quả ở bảng 3.2.
Bảng 3.2: Kết quả của kiểm định KMO và Bartlett
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .644
Bartlett's Test of Sphericity
Approx. Chi-Square 852.784
Df 153
Kết quả phân tích nhân tố tìm kiếm (EFA) lần cuối cùng đƣợc ghi trong Bảng 3.2 có hệ số KMO = 0,644 (>0,5) (cho thấy phân tích nhân tố EFA là thích hợp) và Sig = 0,000 (< 0,05) (chứng tỏ các biến quan sát có tƣơng quan với nhau trong tổng thể), tổng phƣơng sai đƣợc giải thích là 75,700 (>50%) (cho biết các nhân tố đƣợc tách ra giải thích đƣợc 75,700% biến thiên của dữ liệu). Mặt khác, kết quả cũng cho thấy tính phù hợp của các chỉ số trong quá trình phân tích nhân tố. Số liệu chủ yếu đƣợc sử dụng từ nguồn báo cáo thƣờng niên năm 2012 của các NHTMVN, báo cáo ngành ngân hàng và phƣơng pháp chuyên gia để phân tích và thu thập số liệu.
3.2.3.2. Phân tích thực nghiệm và kết quả xếp hạng năng lực cạnh tranh của các ngân hàng thương mại Việt Nam
Nguồn số liệu
Bảng 3.3: Số liệu về các ngân hàng thương mại Việt Nam năm 2012
Ngân hàng Tổng tài sản (Tỷđ) Tỷ lệ tăng trƣởng tài sản (%) Tỷ lệ tăng trƣởng nguồn vốn huy động (%) Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) Tỷ suất sinh lời trên tổng tài sản (ROA) Tỷ lệ thu nhập lãi ròng (NIM) Tỷ lệ an toàn vốn tối thiểu (CAR) Tỷ lệ nợ xấu (NPLs) Tỷ lệ trích lập dự phòng rủi ro tín dụng Tỷ lệ Chi phí trên thu nhập Tỷ lệ cho vay trên VHĐ Thị phần huy động vốn Thị phần cho vay Vốn điều lệ (Tỷđ) Cho vay (Tỷđ) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15
NHNNo&PTNT Việt Nam 618099 13.6% 40.5% 7.5% 0.5% 4.5% 9.5% 5.6% 2.0% 97.2% 98.0% 14.9% 16.8% 26079 501914 NH Đầu tƣ và Phát triển ViệtNam 491776 21.2% 57.3% 11.4% 0.7% 2.1% 9.0% 4.7% 1.4% 97.6% 90.2% 11.2% 11.6% 23012 402542 NH Ngoại thƣơng Việt Nam 416167 13.5% 34.0% 10.2% 1.0% 2.7% 13.9% 5.0% 1.8% 93.0% 88.5% 8.2% 8.4% 23174 299910 NH Công thƣơng Việt Nam 518821 12.6% 16.5% 16.3% 1.1% 4.6% 9.2% 5.0% 1.0% 96.1% 99.2% 10.1% 11.6% 26218 397379 NH Phát triển nhà Đồng bằng SCL 37986 -19.7% -28.7% 2.9% 0.3% 4.6% 16.9% 5.0% 1.5% 98.8% 106.7% 0.7% 0.9% 3068 15216 NHTMCP Kỹ thƣơng 178217 0.1% -14.5% 6.1% 0.5% 0.9% 12.3% 4.9% 1.5% 98.8% 59.5% 3.5% 2.4% 8848 81323 NHTMCP Quân đội 176017 26.8% 13.5% 16.1% 1.3% 3.9% 11.2% 5.0% 1.3% 94.6% 64.2% 3.5% 2.6% 10000 90412 NHTMCP Hàng Hải 107467 -6.0% -26.6% 2.3% 0.2% 2.1% 11.9% 4.3% 2.2% 98.7% 51.1% 1.7% 1.0% 8000 45000 NHTMCP Xăng dầu Petrolimex 19570 11.3% -1.8% 7.4% 1.3% 5.7% 22.3% 9.5% 1.8% 95.4% 117.6% 0.4% 0.5% 3000 17153 NHTMCP Nhà Hà nội 0 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0 0 NHTMCP Phát triển nhà TPHCM 52907 17.5% 10.7% 6.1% 0.6% 1.8% 14.9% 4.5% 0.8% 97.9% 59.1% 1.1% 0.7% 5000 24025 NHTMCP Đông Nam Á 75102 -25.7% 12.6% 2.1% 0.2% 1.1% 13.6% 4.4% 2.2% 99.0% 51.3% 1.0% 0.6% 5335 29800 NHTMCP Đông Á 68751 4.9% 22.5% 12.2% 1.1% 4.0% 13.6% 5.4% 1.4% 94.8% 101.3% 1.5% 1.7% 5000 56086 NHTMCP Việt Nam thịnh vƣợng 98715 19.2% 58.6% 8.1% 0.5% 0.9% 12.1% 4.8% 0.9% 97.3% 62.6% 1.8% 1.3% 5770 38707 NHTMCP Đại dƣơng 64568 3.1% -13.1% 6.8% 0.5% 2.9% 10.4% 5.4% 2.2% 97.4% 64.3% 1.2% 0.9% 4000 29849 NHTMCP Nam Á 16002 -15.9% -23.6% 5.6% 1.2% 2.7% 19.7% 4.8% 0.9% 95.0% 66.1% 0.3% 0.2% 3000 6803 NHTMCP Dầu khí toàn cầu 18165 -43.3% -32.6%
1609.2
% -13.9% 0.2% 6.9% 31.5% 8.9% 161.5% 43.5% 0.5% 0.2% 3018 7229 NHTMCP Đại Á 18079 -18.6% -44.3% 5.6% 1.1% 4.8% 22.5% 6.2% 1.9% 94.8% 110.4% 0.3% 0.3% 3100 9781
NHTMCP Sài gòn-Hà nội 117007 64.8% 102.2% -0.9% -0.1% 1.9% 13.3% 8.7% 1.9% 100.2% 72.0% 2.4% 2.0% 8866 63301 NHTMCP Bƣu điện Liên Việt 66967 19.3% -1.1% 11.1% 1.3% 4.0% 18.1% 5.2% 1.5% 92.1% 59.0% 1.2% 0.8% 6460 25969 NHTMCP An Bình 46324 21.6% 8.5% 7.4% 0.8% 3.1% 13.1% 5.4% 1.7% 94.4% 59.1% 1.0% 0.7% 4200 20583 NHTMCP xuất nhập khẩu 170488 -7.1% -35.8% 13.4% 1.2% 3.2% 15.6% 4.2% 0.7% 94.3% 96.4% 2.4% 2.6% 12355 93124 NHTMCP Phƣơng Đông 27442 7.9% -9.1% 6.0% 0.8% 4.7% 28.0% 4.8% 1.6% 96.8% 113.8% 0.5% 0.6% 3234 18794 NHTMCP Quốc tế 63128 -34.9% -46.6% 6.0% 0.8% 3.7% 19.4% 4.8% 1.2% 96.6% 88.9% 1.2% 1.2% 4250 41352 NHTMCP Sài gòn Công thƣơng 15458 -3.0% 37.8% 8.4% 1.9% 6.8% 25.1% 4.9% 0.8% 89.2% 102.8% 0.3% 0.4% 3080 11696 NHTMCP Nam Việt 21834 -2.9% 29.9% 3.4% 0.5% 3.5% 18.8% 7.4% 1.2% 97.3% 78.6% 0.5% 0.5% 3010 14537 NHTMCP Sài gòn 150258 93.7% 49.2% 0.3% 0.0% 1.5% 10.4% 8.5% 0.9% 99.9% 102.4% 2.6% 3.1% 10583 89053 NHTMCP Kiên Long 19080 6.9% -1.5% 10.1% 1.8% 3.9% 26.6% 5.9% 1.2% 90.8% 83.9% 0.3% 0.3% 3000 9891 NHTMCP Bảo Việt 13323 0.7% -33.3% 2.9% 0.7% 3.3% 42.5% 7.5% 1.7% 96.8% 114.2% 0.2% 0.2% 3000 7205 NHTMCP Đệ nhất 0 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0 0 NHTMCP Bản Việt (NH Gia định) 21172 24.8% 7.9% 5.3% 0.8% 2.4% 24.1% 5.2% 0.8% 94.2% 66.0% 0.4% 0.3% 3000 8238 NHTMCP phát triển Mê Kông 8640 -15.6% -71.9% 3.5% 1.7% 11.3% 60.7% 5.4% 1.2% 89.4% 259.9% 0.0% 0.1% 3750 4141 NHTMCP Bắc Á 34952 18.2% 65.9% 1.1% 0.1% -0.2% 12.5% 5.8% 1.0% 99.5% 0.0% 0.8% 0.8% 3000 22195 NHTMCP Phƣơng Nam 74282 6.1% 54.8% 3.0% 0.2% -0.4% 9.0% 5.8% 1.5% 99.2% 74.0% 1.8% 1.5% 4000 47548 NHTMCP Đại Tín 15556 -42.7% -18.6% 157.2% -56.8% 2.0% 16.5% 70.5% 19.9% 316.7% 88.6% 0.5% 0.5% 3000 13320 NHTMCP Tiên Phong 15122 -44.2% -51.9% -41.7% -9.2% 0.3% 45.9% 4.9% 0.9% 147.5% 103.1% 0.3% 0.3% 5550 6766 NHTMCP Việt Á 24752 9.9% 60.7% 6.8% 1.0% 2.2% 17.7% 6.4% 1.3% 95.8% 81.8% 0.5% 0.5% 3098 15252 NHTMCP Việt Nam Tín Nghĩa 0 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0 0 NHTMCP Việt Nam Thƣơng Tín 16880 -4.0% -36.0% 0.7% 0.1% 2.9% 15.4% 5.5% 1.1% 99.5% 115.9% 0.2% 0.3% 3000 8868 NHTMCP Phƣơng Tây 15152 -26.3% -2.9% 1.5% 0.3% -3.1% 23.3% 24.0% 0.9% 98.7% 47.3% 0.3% 0.2% 3000 5026 NHTMCP Á Châu 175572 -37.5% -27.9% 5.7% 0.4% 3.7% 13.5% 4.6% 1.2% 98.8% 74.3% 4.2% 3.6% 9377 120394 NHTMCP Sài gòn Thƣơng tín 152397 7.7% 21.1% 9.0% 0.8% 2.5% 10.2% 4.1% 1.2% 93.6% 82.5% 3.4% 3.2% 10740 103661
Tác giả chọn 40 ngân hàng thƣơng mại Việt Nam để phân tích, đánh giá xếp hạng năng lực cạnh tranh. Số liệu chủ yếu đƣợc sử dụng từ nguồn báo cáo thƣờng niên năm 2012 của các NHTMVN, báo cáo ngành ngân hàng và phƣơng pháp chuyên gia để phân tích và thu thập số liệu.
Phân tích thực nghiệm và kết quả
Phân tích nhân tố tìm kiếm (EFA- Exploratory Factor Analysis). EFA
khám phá dữ liệu và cung cấp cho nhà nghiên cứu thông tin về việc cần có bao nhiêu nhân tố để đại diện tốt nhất cho dữ liệu.Trong EFA, tất cả các biến quan sát liên hệ với tất cả các nhân tố bằng một hệ số tải nhân tố (factor loading estimate). Cấu trúc giản đơn đạt đƣợc khi mỗi biến quan sát có hệ số tải cao chỉ ở một nhân tố và có hệ số tải thấp ở các nhân tố khác (tức là hệ số tải loadings < 0,5). Đặc điểm nổi bật của EFA là các nhân tố đƣợc rút ra từ kết quả thống kê, không phải từ lý thuyết. Nhà nghiên cứu chạy phần mềm và để cho cấu trúc căn bản của dữ liệu quyết định cấu trúc nhân tố. Nhƣ thế, EFA đƣợc tiến hành mà không biết có bao nhiêu nhân tố và mỗi biến quan sát sẽ thuộc về nhân tố nào. Các nhân tố xuất hiện chỉ đƣợc đặt tên sau khi tiến hành phân tích nhân tố.
Tất cả dữ liệu trong bài viết đều đƣợc sử dụng phần mềm phân tích số liệu SPSS 16.0 và phân tích nhân tố tìm kiếm EFA để phân tích nhân tố. Quy trình phân tích cụ thể nhƣ sau:
Tách nhân tố dựa trên phân tích thành phần chính
Các nhân tố đƣợc tách dựa trên thành phần chung. Chúng ta xác định số
lƣợng các nhân tố trong một phân tích dựa trên tỷ lệ của các biến thiên đƣợc giải thích bởi mỗi nhân tố. Một quy tắc chính trong xác định số lƣợng nhân tố cần tách là xem xét tổng biến thiên đƣợc giải thích bởi nhân tố. Trong đầu ra máy tính, tổng biến thiên đƣợc giải thích bởi một nhân tố đƣợc liệt kê là eigenvalue (giá trị riêng)
và là cơ sở cho hầu hết các phân tích đa chiều. Quy tắc đƣợc đề cập đến ở trên cho biết một nhân tố với một eigenvalue giá trị riêng nhỏ hơn 1,0 thì không đƣợc sử dụng bởi vì nó bao hàm cho ít sự biến thiên đƣợc giải thích bởi một biến duy nhất.
Xem bảng 3.4- Tổng phƣơng sai đƣợc giải thích sau:
Bảng 3.4: Tổng phương sai được giải thích
Component
Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulativ e % Total % of Variance Cumulati ve % Total % of Variance Cumulati ve % 1 6.597 35.012 35.012 6.597 35.012 35.012 5.8915 33.943 33.943 2 2.723 15.022 50.034 2.723 15.022 50.034 3.735 13.061 47.004 3 2.275 10.516 60.550 2.275 10.516 60.550 3.2754 11.574 58.578 4 1.517 8.107 68.657 1.517 8.107 68.657 2.5173 9.468 68.046 5 1.250 7.043 75.703 1.250 7.043 75.700 1.6506 7.654 75.700 6 0.983 6.932 82.632 7 0.916 4.529 87.161 8 0.800 4.010 91.171 9 0.656 3.401 94.573 10 0.367 1.915 96.488 11 0.263 1.460 97.948 12 0.201 0.940 98.888 13 0.149 0.675 99.563 14 0.038 0.183 99.746 15 0.031 0.170 99.915 16 0.009 0.052 99.967 17 0.004 0.032 99.999 18 0.002 0.001 100
Extraction Method: Principal Component Analysis.
Theo tiêu chuẩn Kaiser, những nhân tố có chỉ số Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình, vì thế từ 18 biến ban đầu chúng ta tách ra đƣợc 5 nhân tố có Eigenvalue > 1 sẽ đƣợc chọn và thỏa mãn tiêu chuẩn tổng phần trăm biến thiên (% Cumulative) phải lớn hơn 50%.
Xoay nhân tố.
Có hai loại phƣơng pháp xoay. Một là Trực giao. Ở đây, các trục vẫn giữ đƣợc tính trực giao; nghĩa là, giữa mỗi trục với nhau tạo thành góc 900. Điều đó có nghĩa rằng các nhân tố, một khi chúng đƣợc xoay, sẽ giữ đƣợc tính chất không
tƣơng quan với nhau. Điều đó có thể có ích nếu chúng ta tin tƣởng rằng, các chiều ẩn, cố hữu trong các vấn đề của chúng ta là độc lập với nhau (ở đây có nghĩa là chúng ta tin tƣởng rằng tồn tại sự độc lập giữa khả năng ngôn ngữ, trí thông minh và năng khiếu thể dục). Phép xoay rigid cũng đơn giản để thực hiện hơn phép xoay
nonrigid. Phép xoay nonrigid đƣợc gọi là xoay xiên. Trong xoay xiên, chúng ta
cho phép các nhân tố có tƣơng quan với nhau. Chúng ta chia góc 900gốc của một cặp trục (cặp nhân tố), và tìm sự kết hợp tốt nhất giữa các nhân tố và các biến mà bao gồm chúng, mặc cho các nhân tố có độc lập đối với nhau hay không (nghĩa là góc xoay có giữ đƣợc góc 900
hay không).
Hình 3.1: Phép xoay trực giao và Phép xoay Oblique Factor
Hình 3.2 chỉ ra hai khả năng về loại phép xoay. Các dấu chấm trong hình vẽ là tƣơng ứng với các biến, và các trục tƣơng ứng với các nhân tố. Trong ví dụ thứ nhất, xoay trực giao, quan sát hình chiếu của bảy điểm (bảy biến) dọc theo hai trục. Đây là các factor loadings. Khi chúng ta xoay trục (các nhân tố), duy trì góc 900 giữa hai trục, chúng tra tìm đƣợc sự phù hợp tốt nhất giữa các biến và các nhân tố. Bốn biến ở trên cùng chứa đựng nhiều nhất trong trục đã đƣợc dịch chuyển, trong khi ba biến ở dƣới chứa đựng trong trục hoành đƣợc xoay. Trong hình vẽ bên phải,
chúng ta quan sát thấy một phép xoay oblique ratation cung cấp một sự kết hợp tốt hơn giữa nhân tố và biến.
Có rất nhiều thuật toán cho phép xoay trực giao. Đƣợc dùng nhiều nhất là VARIMAX. Thuật toán VARIMAX nhắm đến việc tìm kiếm một giải pháp mà một biến mang nhiều nhất thông tin về một nhân tố và chứa đựng ít nhất thông tin về nhân tố khác. Thuật toán cực đại hoá tổng các phƣơng sai chứa đựng trong một ma trận nhân tố; do vậy có tên là VARIMAX. Khi sử dụng phƣơng pháp này, giải pháp cuối cùng của chúng ta sẽ có các nhân tố với việc chứa đựng cao ở một vài biến và