hiện không lành mạnh, ngân hàng đang gặp khó khăn, đối mặt với nguy cơ bị rút tiền đồng loạt, nghiêm trọng hơn có thể làm sụp đổ ngân hàng và tác động xấu đến cả hệ thống. Chính vì vậy, khả năng thanh toán trở thanh toán trở thành thước đo quan trọng về tính hiệu quả, uy tín và mức độ an toàn của mỗi ngân hàng cũng như toàn bộ hệ thống.
Cuối cùng, Mức độ nhảy cảm với rủi ro thị trường (Sensitivity)
Các tài sản của ngân hàng phần lớn đều có liên quan đến rủi ro thị trường ở các mức độ khác nhau, chủ yếu có sự nhảy cảm trước biến động về tỷ gá, lãi suất hoặc những thay đổi giá cả trên thị trường tài chính. Nếu trong cơ cấu tài sản của ngân hàng có một tỷ lệ lớn những tài sản quá nhảy cảm với các yếu tố này là tín hiệu về khả năng dễ tổn thương của ngân hàng đó. Hơn nữa, hiện nay các ngân hàng phần lớn đều tham gia vào hoạt động kinh doanh ngoại hối thì mỗi biến động trên thị trường tài chính thế giới sẽ tác động trực tiếp đến kết quả kinh doanh của ngân hàng đó. Do vậy, khi đánh giá sự an toàn của ngân hàng trong điều kiện hiện nay, cần tính đến cả những yếu tố nước ngoài trong cơ cầu tài sản của ngân hàng.
Do MPIs là các biến số định lượng và mỗi nước xác định một tỷ lệ khác nhau khi áp dụng các chỉ số CAMELS, việc đánh giá cần dựa vào nhóm các chỉ số tổng hợp, trong đó có tính đến cơ cấu toàn diện và tình hình kinh tế của một nước cũng như hệ thống tài chính. Có thể sử dụng các chỉ số CAMELS để đánh giá tính lành mạnh của hệ thống ngân hàng.
1.3. Ứng dụng mô hình DEA trong nghiên cứu hiệu quả hoạt động ngânhàng. hàng.
1.3.1 Ảp dụng mô hình phân tích bao dữ liệu DEA để đo lường hiệu quả hoạt
động ngân hàng thương mại.
Ngành ngân hàng là một ngành dịch vụ có rất nhiều các nguồn lực đầu vào và các kết quả đầu ra, ngoài ra mối liên hệ giữa chúng là rất phức tạp. Do đó việc sử dụng phương pháp tiếp cận tham số đòi hỏi xác định dạng hàm là hết sức khó khăn và có thể dẫn đến kết quả sai khi xác định dạng hàm không đúng, vì vậy mô hình
phân tích bao dữ liệu DEA với ưu điểm không yêu cầu xác định dạng hàm và cho phép kết hợp các biến đầu vào và biến đầu ra trong việc tính toán hiệu quả hoạt động4, được xem là một giải pháp thích hợp. Ngoài ra DEA còn cho phép thực hiện với cỡ mẫu nhỏ giúp giải quyết vấn đề về số lượng các ngân hàng có thể tiến hành đo lường còn ít.
Phương pháp DEA là phương pháp toán học được hoàn thiện nhằm khái quát hóa phương pháp xác định hiệu quả kỹ thuật của Farrell (1957) từ một biến đầu vào/một biến đầu ra thành nhiều biến đầu vào/nhiều biến đầu ra. Phương pháp này được phát triển vào năm 1978 bởi William Cooper và các công sự của ông, hiệu quả kỹ thuật tương đối của từng đơn vị ra quyết định sẽ được tính toán bằng cách thiết lập một biến ảo đầu vào duy nhất và biến ảo đầu ra duy nhất. Với phương pháp này, hiệu quả hoạt động của các ngân hàng sẽ được so sánh với nhau trong mẫu. Từ đó các nhà quản lý ngân hàng có thể xác định được thực tế hoạt động của ngân hàng mình so với các ngân hàng khác, từ đó xác định mục tiêu cần tập trung để cải thiện. Sau đây là các bước để đo lường hiệu quả dựa trên cách tiếp cận quy hoạch tuyến tính DEA:
Bước 1: Xác định các số liệu đầu vào và đầu ra cần thu thập.
Bước 2: Thu thập số liệu dựa trên các báo cáo tài chính của các ngân hàng trong giai đoạn từ năm 2012 đến năm 2015.
Bước 3: Áp dụng mô hình DEA để tính toán hiệu quả hoạt động và đánh giá tình hình hoạt động của các NHTM.
Do kết quả đầu ra có những nhân tố bị giới hạn do vậy tác giả lựa chọn mô hình đánh giá hiệu quả hoạt động dựa trên quan điểm tối thiểu hóa nguồn lực đầu vào
1.3.2.1. Mô hình hiệu quả không đổi theo quy mô (CRS-DEA model)
Mô hình hiệu quả không đổi theo quy mô giả định có K đầu vào (k=1,...,K) và M đầu ra (m=1,...,M) tương ứng với N DMUs hay cụ thể trong bài
nghiên cứu là N ngân hàng. Gọi i là biến quan sát, ngân hàng thứ i sẽ được biểu diễn bởi 2 vectơ Xi và yi. Số liệu của N ngân hàng sẽ được biểu diễn ma trận đầu vào X=[KxN] và ma trận đẩu ra Y=[MxN]. Mục tiêu của DEA là xây dựng một đường biên giới hạn phi tham số sao cho tất cả các điểm quan sát đều nằm trên hoặc nằm dưới đường giới hạn khả năng sản xuất. Để tính hiệu quả kỹ thuật của mỗi ngân hàng, trước tiên phải tính toán tỷ số của tất cả các biến đầu ra trên tất cả các biến đầu vào - u,yi∕v,xi, trong đó u là trọng số đầu ra [Mx1] và v là trọng số đầu vào [Kx1], kết quả được ước tính bằng cách giải bài toán sau:
Max u,v (u’yi / v’xi)
Trong đó: u’yj / v’xj ≤ 1, j =1,2,...,A
u, v ≥ 0
Bài toán trên có hai điều kiện: điều kiện thứ nhất nhằm đảm bảo độ đo hiệu quả lớn nhất bằng 1 và điều kiện thứ hai nhằm đảm bảo các trọng số đầu vào và đầu ra không âm. Tuy nhiên vấn đề gặp phải của bài toán trên là tồn tại vô số nghiệm. Để khắc phục vấn đề này Charnes, Cooper va Rhodes (1978) đã đưa vào thêm điều kiện v'xi = 1. Như vậy bài toán được biến đổi lại thành như sau:
Max u,v (u'yi) (1)
Trong đó: v'xi = 1
u'yj - v'xj ≤ 0, j = 1,2,., N
u, v ≥ 0
Bài toán (1) có thể được viết lại bằng một bài toán quy hoạch tuyến tính đối ngẫu như sau:
Min θ,λ θ (2)
Trong đó: Yλ ≥ yi θxi ≥ Xλ λ ≥ 0
θ là một đại lượng vô hướng đại diện cho điểm hiệu quả của n gân hàng thứ i, có giá trị từ 0 đến 1. λ là một vector của Nxl hằng số. Khi θ đạt giá trị bằng 1 thì điều này có nghĩa là điểm hiệu quả nằm trên đường biên OC, khi đó ta nói ngân hàng đó đạt hiệu quả kỹ thuật (theo định nghĩa của Farrell, 1957). Giả sử một ngân hàng p hoạt động không hiệu quả (giả sử tại điểm P nằm bên phải đường biên OC), hiệu quả kỹ thuật toàn bộ của ngân hàng s được xác định bằng tỷ lệ AB/AP ( theo quan điểm tối thiểu hóa nguồn lực đầu vào).
Hình 1. 1 : Mô hình hiệu quả không đổi theo quy mô
1.3.1.2. Mô hình hiệu quả biến đổi theo quy mô
Do giả định CRS chỉ phù hợp với điều kiện khi tất cả các ngân hàng trong mẫu đang hoạt động ở một quy mô tối ưu. Tuy nhiên, trên thực tế sự cạnh tranh giữa các ngân hàng là không hoàn hảo, các ngân hàng bị ràng buộc về mặt tài chính.. .có thể làm cho các ngân hàng hoạt động không ở mức quy mô tối ưu. Việc sử dụng CRS có thể khiến cho kết quả tính hiệu quả kỹ thuật (TE) bị ảnh hưởng bởi yếu tố hiệu quả theo quy mô (SE). Vì vậy năm 1984, Banker, Charnes và Cooper đã triển khai mở rộng mô hình CRS thành mô hình VRS khi đưa thêm điều kiện N1' λ
= 1 vào phương trình (2). Việc sử dụng mô hình VRS sẽ tính toán được TE mà không chịu sự ảnh hưởng của SE. Như vậy chỉ số hiệu quả biến đổi theo quy mô được ước tính bằng bài toán sau:
Min θ,λ θ (3)
Trong đó: Yλ ≥ yi
ớxi ≥ Xλ
λ ≥ 0
Giá trị θ đạt được từ mô hình VRS lớn hơn hoặc bằng giá trị θ đạt được từ
mô hình CRS. Điều này cho thấy hiệu quả kỹ thuật được đo lường trong mô hình CRS DEA bị hạn chế bởi hiệu quả quy mô (Scale effieciency_SE). Điểm hiệu quả kỹ thuật được tính toán dựa trên mô hình CRS có thể được phân tích thành 2 thành phần hiệu quả kỹ thuật thuần và hiệu quả theo quy mô với công thức: ΘCRS = ΘVRS x
ΘSE. Việc này có thể được thực hiện bằng cách áp dụng cả hai mô hình CRS và
VRS trên cùng một cơ sở dữ liệu, nếu có sự khác nhau thì chứng tỏ ngân hàng có ngân hàng có quy mô chưa hiệu quả. Ví dụ, xét ngân hàng thứ s tại điểm S, hiệu quả kỹ thuật thuần PTE (Pure Technical Efficiency) được tính bằng AR/AS và hiệu quả quy mô SE được tính bằng ΘCRS∕ΘVRS = (AQ/AS) / (AR/AS) = AQ/AR. Nếu giá trị này bằng 1, thì ngân hàng có hiệu quả về quy mô. Điều này có nghĩa là ngân hàng hoạt động với quy mô tối ưu của nó và do đó năng suất của các đầu vào không thể được cải thiện bằng cách tăng hoặc giảm quy mô sản xuất. Nếu giá trị của tỷ số này nhỏ hơn 1, thì kết quả chỉ ra rằng ngân hàng đang hoạt động với quy mô không tối ưu. Như vậy, tỷ lệ đầu ra mất đi do phi hiệu quả quy mô có thể xác định bằng (1- Os).
Hình 1.2 : Mô hình hiệu quả biến đổi theo quy mô
1.3.2 Biến đầu vào và đầu ra cho mô hình DEA
Ngành ngân hàng là một ngành dịch vụ hoạt động hết sức đa dạng vào vì vậy luôn có những tranh cãi xung quanh việc xác đinh các yếu tố đầu vào và các sản phẩm đầu ra. Do đó một vấn đề khó khăn khi áp dụng mô hình phân tích bao dữ liệu DEA là lựa chọn được các biến một cách hợp lý. Tổng kết từ nhiều các nghiên cứu
về hiệu quả ngân hàng trên thế giới có nhiều quan điểm khác nhau, một số quan điểm chính được sử dụng như sau5:
(1)Cách tiếp cận sản xuất: ngân hàng được nhìn nhận dưới khía cạnh
cung cấp các dịch vụ về cho vay và tiền gửi cho khách hàng bằng việc sử
dụng vốn
và lao động được coi là các nguồn lực đầu vào. Trong khi đó số lượng và các loại
giao dịch và chứng từ được xử lý là các biến đầu ra.
(2)Cách tiếp cận trung gian: ngân hàng được coi là trung gian tài chính
giữa người có vốn và người cần vốn
(3)Cách tiếp cận theo quan điểm lợi nhuận: thu nhập (thu nhập từ lãi và
thu nhập khác) được coi là đầu ra, chi phí (chi phí lãi, nhân công,..) được coi
là yếu
tố đầu vào.
(4)Cách tiếp cận theo quan điểm thị trường: theo quan điểm này, thu
nhập và lợi nhuận được coi là yếu tố đầu vào , trong khi đó giá trị thị trường, lợi
nhuận trên mỗi cổ phiếu được coi là các biến đầu ra.
(5)Cách tiếp cận theo quan điểm chỉ có các nhân tố đầu ra: quan điểm
được đưa ra bởi Halkos and Salamouris (2004) sử dụng 5 biến đầu ra là các
chỉ số
tài chính và không sử dụng nhân tố đầu vào. Nguyên nhân là các yếu tố đầu vào
được coi là tương đồng đối với tất cả các ngân hàng hoạt động trong cùng
một thị
trường.
Ngoài ra còn một số quan điểm khác như cách tiếp cận giá trị gia tăng, hay cách tiêp cận giữa trên chi phí người sử dụng ( User cost approach). Tuy nhiên không có quan điểm nào là hoàn hảo để có thể phản ánh đầy đủ các hoạt động đa 5 Các quan điểm được đưa ra và sử dụng bởi Berger and Humphrey (1997) (University of Chicago), Drake et al. (2006) và Luo (2003) trong các nghiên cứu về đánh giá hiệu quả hoạt động
hình hồi quy Tobit với lý do điểm hiệu quả có giá trị nằm trong khoảng từ 0 đến 1, nếu sử dụng các phương pháp không có kiểm duyệt kết quả sẽ bị sai lệch nhiều (Berger Humphrey, 1997), ví dụ nếu sử dụng hồi quy OLS (ước lượng bình phương nhỏ nhất) có thể làm cho các ước lượng của các tham số bị lệch do xuất hiện hiện tượng phương sai sai số (homoscedasticity hay homoscedastic) (Jackson and Fethi, 2000). Trong khi đó, mô hình hồi quy Tobit là phương pháp có thể hỗ trợ tốt cho trường hợp giá trị biến phụ thuộc bị giới hạn về mặt lý thuyết, mô hình Tobit chuẩn có thể được định nghĩa như sau (Stavarek, 2004):
y* = β ’Xi + Zi
yi = yi* nếu yi* > 0 hoặc, y-i = 0, Zi ≈ N (0,σ2)
Trong đó, Zi có phân phối chuẩn N (0, σ 2), Xi và β lần lượt là vector của biến giải thích và hệ số biến thiên của biến giải thích. yi là biến ẩn và yi là độ đo hiệu quả của ngân hàng thứ i. Dựa trên giá trị xi và yi của các biến quan sát (ngân hàng), cực đại hóa hàm khả năng L để xác định giá trị β và σ:
L = ∏yi=o(1 - Pi) ¾>0⅛ x e-[⅛L'-^2
∏ σ
Trong đó
Pi = ∕*yσ-⅛2x e→2∕⅛t
l j-∞ 2∏σ1/2
Số hạng thứ nhất của hàm L phản ánh ngân hàng đạt hiệu quả toàn bộ (y=0), số hạng thứ hai của hàm L phản ánh ngân hàng phi hiệu quả (y>0). Pi là hàm phân phối có giá trị chuẩn hóa tại β,xi∕σ.
Tuy nhiên, về mặt thực nghiệm mô hình Tobit có thể được viết lại đơn giản như sau:
Trong đó, φit là điểm hiệu quả của ngân hàng thứ i tại năm t được ước lượng bằng phương pháp DEA. Aijt là các biến phản ánh (như quy mô, tốc độ tăng trưởng kinh tế, sức mạnh thị trường, tính ổn định của các món tiền gửi, rủi ro...). Bijt là biến giả (ở đây có thể là loại hình ngân hàng)
1.5 Kinh nghiệm quốc tế nâng cao hiệu quả hoạt động của ngân hàng sauM&A. M&A.
Kinh nghiệm ở Trung Quốc_ trường hợp cụ thể Thương vụ ICBC Ngan hàng Đông Ả ở Mỹ (2011)
Được thành lập năm 1984, Ngân hàng Công thương Trung Quốc (ICBC) là ngân hàng lớn nhất trong "bộ tứ" đại gia ngân hàng Trung Quốc với số nhân viên lên hơn 389 nghìn người. Tổng giá trị tài sản của ICBC ước tính đạt 2,500 tỷ USD, trong đó 70.7% cổ phần của nhà băng này do Chính phủ Trung Quốc nắm giữ. Năm 2011, ICBC lần đầu tiên ký thoả thuận để mua lại 80% cổ phần của chi nhánh Ngân hàng Đông Á tại Mỹ, trị giá khoảng 100 triệu USD.
Mặc dù hệ thống ngân hàng Trung Quốc chịu sự can thiệp sâu và trực tiếp của chính phủ, tuy nhiên để nâng cao hiệu quả hoạt động của ngân hàng ICBC, Chính phủ Trung Quốc tiến hành cổ phần hóa ICBC và khuyến khích ngân hàng này thực hiện M&A bằng việc bán cổ phiếu ngân hàng cho các đối tác tham gia mua trên thị trường trong và ngoài nước với tỷ lệ nắm giữ từ 30-49% vốn điều lệ, nhằm nâng cao năng lực cạnh tranh về quản trị, quản lý ngân hàng lên tầm cao mới, đồng thời tiếp nhận công nghệ ngân hàng hiện đại và phương thức quản lý mới. Qua đó, ICBC có thể cung cấp đa dạng các dịch vụ ngân hàng hiện đại. Bên cạnh đó, tỷ lệ an toàn vốn tối thiểu trung bình của ICBC trong giai đoạn sau M&A được nâng lên mức 10% theo Basel 3. Sự giám sát tài chính ngân hàng, đặc biệt là sau M&A của ICBC được xây dựng theo hướng bám sát các tiêu chuẩn kế toán quốc tế. Dựa vào đặc điểm xã hội và văn hóa truyền thống ở Trung Quốc, ICBC đã khai thác thế mạnh của NHTM Trung Quốc so với ngân hàng nước ngoài là dễ chiếm lĩnh lòng tin của khách hàng nội địa hơn, để từ đó phát triển một dịch vụ mới và hiện đại (vốn là điểm mạnh của Ngân hàng nước ngoài), nhưng dịch vụ này cũng cần có sự tin tưởng của khách hàng. Vấn đề nợ xấu trước và sau M&A được chính phủ Trung Quốc đặc biệt quan tâm và coi đây là nhiệm vụ hàng đầu nhằm cải thiện chất lượng
tài sản ngân hàng. Chính phủ Trung Quốc chấp thuận giao cho ngành ngân hàng thành lập cáccông ty quản lý tài sản (AMCs) để mua lại tài sản ngân hàng và tiến hành xử lý nợ xấu của bốn NHTM lớn. Phương thức M&A được tiến hành bằng việc bán tài sản đi mua của ngân hàng và chuyển nợ thành cổ phần, bán các tài sản không sinh lời và cổ phần đã được hoán đổi từ các khoản nợ của công ty cho các nhà đầu tư nước ngoài
Kinh nghiệm trong thương vụ sáp nhập giữa ngân hàng Mitsubishi Tokyo và UFJ (năm 2005)
Trong năm 2005 hoạt động M&A ngân hàng tại Nhật Bản ngày càng trở nên