Variable Obs Mean
_____________
Std. Dev. Min Max______
ROA 9 0.3 9 0.199123 1 0.2 4 0.87 ROE 9 _________ 3.62038 4.4 7 15.49 MCTE 9 0.82693 3 0.073098 2 0.704 7 0.916 8 BCTE 9 0.08208 1 0.051659 9 0.03 8 0.16946 SIZE 9 1.66E+0 9 5.32E+0 8 1.07E+09 2.56E+09 CE 9 0.69597 2 0.139795 3 0.5732 5 1.036 9 Nguồn: tác giả tự tổng hợp
Bảng 4.2 cho thấy tương quan giữa các biến khá cao, rất dễ xảy ra hiện tượng đa cộng tuyến. Tuy nhiên, các số liệu tương quan đều dưới 80% ngoại trừ tương quan giữa hai biến MCTE và BCTE (r = -0.9787). Do vậy có thể sẽ xuất hiện hiện tượng đa cộng tuyến giữa hai biến này.
Theo như bảng hệ số tương quan, có một số nhân tố đi ngược lại kì vọng và dự đoán ban đầu. Cụ thể, tỷ lệ vốn huy động/ tổng nguồn vốn lại thể hiện mối quan hệ tiêu cực với cả ba tỷ suất đại diện cho khả năng sinh lời của ngân hàng. Điều tương tự cũng xảy ra với biến độc lập thanh khoản ngân hàng. Quy mô ngân hàng lại thể hiện hệ số tương quan dương chỉ với tỷ suất ROE, trong khi ROA sở hữu hệ số tương quan âm với thanh khoản. Trong khi đó, tỷ suất vốn đi vay/ tổng nguồn vốn cho thấy ảnh hưởng tích cực đối với khả năng sinh lời của ngân hàng theo đúng kì vọng.
Trong những nghiên cứu trước đây, đa số các tác giả sử dụng tỷ suất ROE như một công cụ đại diện cho khả năng sinh lời của ngân hàng. Nếu sử dụng tỷ suất ROE làm đại diện cho khả năng sinh lời trong nghiên cứu này, có thể chắc chắn tỷ số vốn đi vay/ tổng nguồn vốn sẽ có mối quan hệ tích cực với khả năng sinh lời (r = 0.398); Ngược lại, chi phí hiệu quả sẽ sở hữu mối quan hệ tiêu cực đối với khả năng sinh lời (r=-0.3184).
4.3. Miêu tả thống kê
Source SS df MS Number of obs F(5, 3) = 9 3.37 Model 0.269238925 5 0.0538478 Prob > F = 0.000 0 Residual 0.047961075 3 0.015987 R-squared = 0.848 8 Adj R-squared = 0.596 8 Total_______ 0.3172 8 0.03965 Root MSE = 0.12644
ROA Coef. Std. Err. t P>|t| [95% Conf. Interval] VIF MCTE -1.915235 3.061772 -0.63 0.576 -11.65916 7.82868 9 27.80 BCTE -0.2464208 4.56261 -0.05 0.960 -14.76668 14.2738 4 25.07
SIZE 6.35E-10 2.19E-10 2.89 0.063 -6.32E-11 1.33E- 09 6.80 CE -0.2217173 0.4415273 -0.50 0.650 -1.626854 1.1834 2 5.26 LA -51.01154 16.3934 -3.11 0.053 -103.1827 1.1595 7 1.91 _cons______ 49.46537 15.65144 3.16 0.051 -0.3444811 99.2752 3 Mean VIF _______________________________________________________________________13.37 Nguồn: Tác giả tự tổng hợp
Bảng 4.3 cho thấy số liệu thống kê mô tả của mười hai biến được nghiên cứu hiện tại. ROA của NHTM Agribank trong chín năm qua dao động từ giá trị tối thiểu 0.24 đến giá trị tối đa 0.87 với giá trị trung bình là 0.39 và phân chia tiêu chuẩn 0.1991231. Kết quả cho thấy ROA trong thời gian nghiên cứu không dao động nhiều so với giá trị trung bình nhưng hầu hết các giá trị trong giai đoạn này đều dưới mức trung bình có thể được hiểu là thu nhập ròng còn thấp hoặc tổng tài sản vẫn cao trong suốt thời gian nghiên cứu. Tuy nhiên, đến năm 2018 thì giá trị ROA đã cao hơn giá trị trung bình, cho thấy Agribank sử dụng tài sản hiệu quả hơn, tạo ra lợi nhuận nhiều hơn.
Giá trị trung bình của ROE là 7.72 trong khi giá trị tối thiểu và tối đa của nó lần lượt là 4.47 và 15.49. Cùng với độ lệch chuẩn là 3.62038 và dữ liệu về tỷ suất ROE trong bảng 4.1, những thông tin này cho thấy tỷ suất ROE rất khả quan trong việc thể hiện khả năng sinh lời. Điều này cũng có nghĩa là thu nhập ròng tiếp tục ở mức cao hoặc vốn chủ sở hữu ở mức thấp trong giai đoạn nghiên cứu .
Giá trị trung bình của thanh khoản ngân hàng cho các ngân hàng thương mại trong giai đoạn nghiên cứu là 0.9482889. Giá trị tối thiểu và tối đa là 0.9382 và 0.9579 trong khi độ lệch chuẩn là 0.0062533 cho thấy độ biến thiên thấp so với giá trị trung bình. Điều đó có nghĩa là trong phần lớn thời gian, các khoản vay hàng tháng thấp hơn hoặc tổng tài sản cao hơn mức trung bình.
Quy mô ngân hàng được biểu thị bằng logarit tự nhiên của tổng tài sản có giá trị trung bình là 1.66, giá trị tối thiểu là 1.07 và giá trị tối đa là 2.56. Dữ liệu kích thước ngân hàng hiển thị giá trị độ lệch chuẩn là 5.32 cho thấy mức độ biến động khá cao so với giá trị trung bình.
Dữ liệu hiệu quả chi phí cho thấy giá trị trung bình là 0.6959722, giá trị tối thiểu là 0.57325 và giá trị tối đa là 1.0369. Độ lệch chuẩn của nó đứng ở mức 0.1339753 thể hiện độ biến động thấp. Điều này có thể có ý nghĩa là phần lớn của tổng chi phí dưới đây hoặc chi phí lãi và tổng thu nhập đều trên trung bình.
4.4. Mô hình hồi quy OLS
Source SS df MS Number of obs F(5, 3) — 9 4.65 Model 92.86731 5 18.573462 Prob > F = 0.000 0 Residual 11.98989 3 3.99662999 R-squared = 0.885 7 Adj R-squared = 0.695 1 Total 104.8572 8 13.10715 Root MSE = 1.999
2
ROE Coef. Std. Err. t P>|t| [95% Conf. Interva
l] VIF MCTE -28.96901 48.4101 -0.60 0.59 2 -183.0315 125.093 5 27.80 BCTE 13.59073 72.14007 0.19 0.86 3 -215.9912 243.172 6 25.07 SIZE 1.29E-08 3.47E-09 3.72 0.03
4 1.85E-09 2.39E- 08 6.80 CE -3.405569 6.98105 -0.49 0.65 9 -25.62238 18.8112 5 5.26 LA -843.3786 259.1983 -3.25 0.04 7 -1668.263 - 18.494 1.91 _cons 811.2493 247.467 3.28 0.04 6 23.6988 1598.8 Mean VIF ____________________________________________________________13.37 Nguồn: Tác giả tự tổng hợp Bảng 4.5: Mô hình hồi quy ROE
Source SS df MS Number of obs = 9 F(4, 4) = 6.81 Model 91.436145 7 4 22.8590364 Prob > F = 0.0450 Residual 13.421054 3 4 3.35526357 R-squared = 0.87 2 Adj R-squared = 0.74 4 Total_______ 104.8572 8 13.10715 Root MSE = 1.8317
ROE Coef. Std. Err. t P>|t| [95% Conf. Interva l] VIF BCTE 54.97421 18.81451 2.92 0.043 2.736757 107.211 7 6.73 SIZE 1.31E-08 3.16E-09 4.15 0.014 4.33E-09 2.19E-
08 5.26 CE -2.437664 6.222367 -0.39 0.715 -19.71373 14.8384 2.25 LA -841.9858 237.4822 -3.55 0.024 -1501.342 -182.63 1.8 cons ____________ 781.5384 222.1324 3.52 0.024 164.7999 1398.27 7 Mean VIF ________________________________________________________________4.01 Nguồn: Tác giả tự tổng hợp
Kết quả hồi quy ban đầu cho khả năng sinh lời của NHTM được phản ánh trong ba bảng trên. ROE đã tạo ra hệ số điều chỉnh cao nhất là 0.8857 và hệ số F là 4.65, p = 0.000. Tiếp theo là ROA với bình phương R được điều chỉnh là 0.8488 và Hệ số F là 3.37, p = 0,000.
Mô hình ROE với R bình phương điều chỉnh cao nhất (0.8857) và F -Factor (4.65) làm cho nó trở thành dự đoán tốt nhất trong số ba mô hình. Những phát hiện này tương đồng với kết quả của Frederick (2015) liên quan đến các ngân hàng thương mại ở Uganda nhưng lại không phù hợp với kết quả của Dawood (2014) và San và Heng (2013), những người nhận thấy ROA là yếu tố dự báo mạnh nhất về hoạt động của ngân hàng tại Pakistan và Malaysia. Tuy nhiên, khi kiểm định tương quan ban đầu đã cho ra kết quả là xuất hiện tình trạng đa cộng tuyến giữa hai biến MCTE và BCTE (r = -0.0987) và điều này có thể đã ảnh hưởng tới kết quả hồi quy.
Bởi vậy, biến độc lập MCTE sẽ được bỏ ra khỏi mô hình hồi quy. Tuy nhiên, biến độc lập BCTE vẫn được giữ nguyên vì nó có hệ số cao hơn và VIF thấp hơn so với MCTE. Hơn nữa, giả thuyết liên quan đến biến MCTE sẽ bị loại bỏ, không được kiểm tra.
Do đó, mô hình được sử dụng để kiểm tra các yếu tố xác định lợi nhuận của các ngân hàng thương mại tại Botswana đã giảm xuống còn bốn biến độc lập như sau:
ROE = α +β1 BCTE+ β2 SIZE+ β3 CE+ β4LA+ ε (2)
Nguồn: Tác giả tự tổng hợp
Kết quả hồi quy mô hình (2) được thể hiện trong bảng 7.8. Hàm tuyến tính của mô hình là:
ROE = 781.5384 + 54.97421 BCTE+ 1.31√ : SIZE - 2.437664 CE - 841.9858 LA+ ε
Theo Bảng 4.8, mô hình R bình phương 0.872 có nghĩa là 87.2% biến thể của ROE biến phụ thuộc được giải thích bằng sự kết hợp của các yếu tố biến độc lập bao gồm thanh khoản ngân hàng, chi phí hiệu quả, quy mô ngân hàng và tỷ lệ vốn đi vay/ tổng nguồn vốn. Những phát hiện này đồng ý với nghiên cứu của Frederick (2015), người đã báo cáo rằng 91,5% thay đổi ROE trong các ngân hàng thương mại ở Ugandan được tính bằng hiệu ứng kết hợp của các biến độc lập. Mô hình tạo ra một yếu tố F có ý nghĩa thống kê (F = 6.81) thể hiện mô hình có khả năng dự đoán khá mạnh. Tất cả các biến có số liệu thống kê cộng tác trong phạm vi chấp nhận được với
VIF dưới 10. Nhìn chung, kết quả chỉ ra rằng không có vấn đề đa cộng tuyến trong mô hình sửa đổi.
Hiệu quả chi phí đã chứng minh có tác động tiêu cực đáng kể đến hiệu suất của ngân hàng (β = -243.76%). Điều này dẫn đến sự chấp nhận giả thuyết rằng một mối quan hệ có ý nghĩa tiêu cực tồn tại giữa chi phí hiệu quả và khả năng sinh lời của ngân hàng. Hệ số tiêu cực của chi phí hiệu quả nhấn mạnh tầm quan trọng của việc kiểm soát chi phí hoạt động nhằm tăng hiệu quả hoạt động của ngân hàng. Một số nghiên cứu trước đây đã báo cáo kết quả tương tự về hiệu quả chi phí trong nghiên cứu của Syafri (2012); Dawood (2014) và Frederick (2015).
Thanh khoản ngân hàng ngược lại với dự đoán lợi nhuận ngân hàng trong mô hình ROE. Nó mang lại một hệ số âm và có ý nghĩa thống kê (- 841.9858). Do đó, giả thuyết rằng mối quan hệ tích cực có ý nghĩa tồn tại giữa thanh khoản ngân hàng và khả năng sinh lời không được chấp nhận.
Còn lại hai biến tỷ số vốn đi vay/ tổng nguồn vốn và quy mô ngân hàng đều chấp nhận giả thiết H1: có mối quan hệ tích cực với khả năng sinh lời và mối quan hệ này có ý nghĩa thống kê.
CHƯƠNG 5: KẾT LUẬN
•
Bài viết trình bày một phân tích về một số nhân tố ảnh hưởng tới khả năng sinh lời của NHTM Agribank. Kết quả cho thấy ROE là thước đo tốt nhất cho khả năng sinh lời của ngân hàng, theo sau là ROA. Sự kết hợp giữa tỷ số vốn đi vay/ tổng nguồn vốn, chi phí hiệu quả, thanh khoản ngân hàng và quy mô ngân hàng là một trong những yếu tố dự báo tốt về lợi nhuận ngân hàng được đại diện bởi ROE. Nhìn chung, giai đoạn điều tra bao gồm sự sụt giảm mạnh (50%) trong lợi nhuận của các ngân hàng thương mại được đo bằng các tỷ suất về khả năng sinh lời mặc dù tài sản đang tăng. Tất cả các dấu hiệu dự kiến trong các biến đã được nhận ra trong quá trình quan sát sự thay đổi của dữ liệu qua từng năm, tuy vẫn có biến cho ra kết quả ngược với kì vọng ban đầu.
Ý nghĩa của những kết quả này đối với các ngân hàng Agribank là Agribank nên tìm cách để tự bảo vệ mình trước các rủi ro liên quan đến lạm phát và cố gắng khớp chi phí hoạt động ngày càng tăng của họ với tăng trưởng doanh thu. Đây là một trong những giải pháp hạn chế chi phí hiệu quả ngày càng cao, do khi thu nhập tăng thì chi phí hoạt động cũng sẽ tăng. Mặt khác, khi các ngân hàng theo đuổi khách hàng doanh nghiệp, họ không nên đánh mất khách hàng hộ gia đình vì việc tiếp xúc quá nhiều với khách hàng trước đây có thể dẫn đến rủi ro cao trong trường hợp vỡ nợ do các yếu tố kinh tế vĩ mô, đồng thời sẽ ảnh hưởng đến thu nhập và quy mô ngân hàng.
Thanh khoản ngân hàng nên được kiểm soát trong khi các ngân hàng trở nên thận trọng hơn trong việc đánh giá khách hàng xứng đáng cho các khoản vay và ứng trước để giảm khả năng vỡ nợ. Các ngân hàng cũng nên tăng cường theo đuổi các nguồn thu nhập ngoài lãi (thu nhập từ phòng dịch vụ Marketing) có thể đảm bảo thu nhập ổn định để trang trải một số chi phí ngoài lãi. Nhìn chung, các ngân hàng nên cân bằng giữa tài sản, thanh khoản và quản lý trách nhiệm để duy trì tính cạnh tranh và kiếm được lợi nhuận cao hơn. Đối với ngân hàng trung ương của Agribank, trước hết nên tiếp tục theo dõi tỷ lệ lạm phát để đảm bảo rằng nó nằm trong phạm vi mục tiêu. Đây là do tỷ lệ lạm phát cao hơn sẽ dẫn đến lợi nhuận ngân hàng nhiều hơn nhưng đồng thời dẫn đến xói mòn sức mua và từ đó hạn chế khả năng tiết kiệm. Ngược lại tỷ
lệ lạm phát thấp hơn có thể dẫn đến hiệu suất ngân hàng kém. Thứ hai, ngân hàng trung ương nên theo dõi tỷ lệ chiết khấu (ngân hàng) để đảm bảo rằng các ngân hàng chi nhánh cung cấp cho khách hàng của họ lãi suất cơ bản và cho vay hợp lý. Thứ ba, ngân hàng trung ương nên thực thi kiểm soát thanh khoản ngân hàng bằng cách giám sát lãi suất tiền gửi và cũng để mắt đến việc tạo ra thu nhập ngoài lãi quá mức bằng cách giám sát các khoản phí ngân hàng.
TÀI LIỆU THAM KHẢO
•
1. Ash DemirgUẹ-Kunt, Harry Huizinga (1999). “Determinants of Commercial Bank Interest Margins and Profitability: Some International Evidence”. The World Bank Economic Review, Volume 13, Issue 2, pp. 379-408.
2. Dietricha, A. and Wanzenriedb, G. (2009) “What Determines the Profitability of Commercial Banks? New Evidence from Switzerland”.
3. Antonio Trujillo-Ponce (2012) “What determines the profitability of banks? Evidence from Spain”. Accounting and Finance, Volume 53, Issue 2, pp. 561 -586. 4. Anbar, A., and Alper, D. (2011) “Bank specific and macroeconomic determinants of
commercial bank profitability: Empirical evidence from Turkey”.
5. Athanasoglou, P. P., Brissimis, S. N., and Delis, M. D. (2008) “Bank-specific, industry-specific and macroeconomic determinants of bank profitability”. Journal of international financial Markets, Institutions and Money, 18(2), pp. 121-136.
6. Williams, B. (1998). “A pooled study of the profits and size of foreign banks in Australia”. Journal of Multinational Financial Management, Volume 8, Issues 2-3, pp. 211-231.
7. Bourke, P. (1989). Concentration and other determinants of bank profitability in Europe, North America and Australia. Journal of Banking and Finance, 13(1), 65-79. 8. Christian J.Mbekomize & M. Mapharing (2017) “Analysis of Determinants of
Profitability of Commercial Banks in Botswana”. International Journal of Academic Research in Accounting, Finance and Management Sciences, Vol. 7, No.2, pp. 131 - 144.
9. Chirwa, E. W. (2003). "Determinants of commercial banks' profitability in Malawi: a cointegration approach." Applied Financial Economics, volumn13, Issue 8, pp.565- 571.
10. Christos K. Staikouras, Geoffrey E. Wood (2004) “The Determinants Of European Bank Profitability”. International Business & Economics Research Journal Volume 3, Number 6, pp. 57 - 68.
11. Dawood, U. (2014) “Factors impacting profitability of commercial banks in Pakistan for the period of (2009-2012)”. International Journal of Scientific and Research Publications, Volume 4(3), pp. 1-7.
12. Frederick, N. K. (2015) “Factors Affecting Performance of Commercial Banks in Uganda-A Case for Domestic Commercial Banks”. International Review of Business Research Papers, Volume 11(1), pp. 95-113.
13. Hồ Thị Hồng Minh, Nguyễn Thị Cành (2014), “Đa dạng hóa thu nhập và các yếu tố tác động đến khả năng sinh lời của các ngân hàng thương mại Việt Nam”.
14. Kosmidou, K., Pasiouras, F., Doumpos, M., and Zopounidis, C. (2006). Assessing performance factors in the UK banking sector: a multicriteria methodology. Central European Journal of Operations Research, 14(1), 25-44.
15. Rudhani, L. H., Ahmeti, S. & Rudhani, T. (2016) “The Impact of Internal Factors on Bank Profitability in Kosovo”. Acta Universitatis Danubius. fficonomica, Issue 1, pp. 95-107.
16. Nguyễn Thị Thu Hiền (2017), “Các yếu tố đặc trưng xác định khả năng sinh lời của các ngân hàng thương mại Việt Nam”.
17. Nguyễn Hồng Sơn và các cộng sự, “Tác động của cấu trúc sở hữu đến khả năng