Trong nước, các nghiên cứu thảo luận lãi cận biên của hệ thống NHTM rất ít bởi vì việc tiếp cận dữ liệu báo cáo tài chính của các ngân hàng rất khó khăn. Hơn nữa, thị trường chứng khoán Việt Nam chỉ hơn 10 năm thành lập và trong suốt 5 năm đầu tiên chỉ có số ít công ty được niêm yết nên gần như không có tổ chức nào có dịch vụ cung cấp dữ liệu các công ty. Đến năm 2006, khi Luật Chứng Khoán ra đời mới có quy định công ty đại chúng chưa niêm yết cũng phải công bố thông tin tài chính. Với quy định này, việc tiếp cận dữ liệu báo cáo tài chính của nhà đầu tư, người nghiên cứu thuận tiện hơn. Trong các năm gần đây, các bài viết công bố trên các tạp chí tài chính uy tín trong nước nghiên cứu về lãi suất chủ yếu thảo luận truyền dẫn lãi suất và có rất ít nghiên cứu thảo luận về lãi cận biên của NHTM, điển hình như:
Phạm Hoàng Ân & Nguyễn Thị Ngọc Hương (2013) nghiên cứu tác động của quyền sở hữu đến lãi cận biên của các ngân hàng thương mại. Tác giả sử dụng bộ dữ liệu chéo trong giai đoạn 2008-2012 của 30 NHTM. Bằng mô hình FGLS kết quả thực nghiệm cho thấy có sự tác động của quyền sở hữu đến thu nhập lãi cận biên của ngân hàng. Đồng thời, quy mô hoạt động cho vay, chi phí hoạt động, rủi ro tín dụng, rủi ro thanh khoản, tỷ lệ vốn chủ sở hữu có tương quan dương và có ý nghĩa thống kê với lãi cận biên của ngân hàng. Tác giả bài nghiên cứu đã đưa ra các bằng chứng thực nghiệm xác định các yếu tố ảnh hưởng đến lãi cận biên của NHTM Việt Nam. Tuy nhiên, bài viết vẫn còn nhiều khoảng trống chưa đề cập đến như:
- Bài viết chưa đề cập đến mô hình lý thuyết và các biến trong mô hình lý thuyết chưa được khảo sát đầy đủ trong mô hình. Điều này dẫn đến khả năng mô hình thiếu biến quan trọng;
- Vấn đề thu nhập phi truyền thống và các biến số khác cũng chưa được xem xét trong mô hình thực nghiệm.
Hoàng Vũ Chính (2017) nghiên cứu các yếu tố ảnh hưởng đến thu nhập lãi cận biên (Nim) của các ngân hàng TMCP Việt Nam giai đoạn từ 2006 đến 2016. Tìm hiểu các yếu tố ảnh hưởng, mức độ ảnh hưởng và đưa ra giải pháp, kiến nghị để nâng cao thu nhập lãi cận biên của các ngân hàng TMCP Việt Nam. Nghiên cứu sử dụng dữ liệu của 27 ngân hàng TMCP đang hoạt động tại Việt Nam, dữ liệu vĩ mô của Việt Nam và dữ liệu thể hiện đặc điểm ngành ngân hàng của Việt Nam giai đoạn 2006 -2016 để nghiên cứu. Sau khi đánh giá thực trạng các yếu tố ảnh hưởng đến thu nhập lãi cận biên của các ngân hàng TMCP Việt Nam, tham khảo và tổng hợp các nghiên cứu ở các quốc gia khác nhau, tác giả đã lựa chọn mô hình nghiên cứu dựa chủ yếu vào mô hình nghiên cứu của Bektas (2014) và một số nghiên cứu khác của Were và Wambua (2014), Hoàng Trung Khánh và Vũ Thị Đan Trà (2015), Islam và Nishiyama (2016). Nghiên cứu đã sử dụng phương pháp ước lượng GMM để phân tích các yếu tố ảnh hưởng đến thu nhập lãi cận biên của 27 ngân hàng TMCP Việt Nam giai đoạn 2006 – 2016. Kết quả nghiên cứu dựa trên mẫu được sử dụng chỉ ra rằng, chỉ có mức độ tập trung ngành và dư nợ cho vay có tác động ngược chiều với thu nhập lãi cận biên của các ngân hàng TMCP Việt Nam giai đoạn 2006 - 2016, các biến còn lại như rủi to tín dụng, rủi ro thanh khoản, rủi ro vốn, chỉ số Lerner, hiệu quả chỉ phí, hiệu quả quản lý, chính sách dự trữ của NHNN, quy mô ngân hàng, dư nợ cho vay, tăng trưởng kinh tế, lạm phát, lãi suất có tác động ngược chiều với thu nhập lãi cận biên của các ngân hàng TMCP Việt Nam. Dựa vào kết quả nghiên cứu, tác giả đã đưa ra các kiến nghị đối với các nhà quản trị của các ngân hàng TMCP đang hoạt động tại Việt Nam, cũng như các nhà hoạch định chính sách trong việc kiểm soát thu nhập lãi cận biên của các ngân hàng.
Nghiên cứu của Nguyễn Kim Thu và Đỗ Thị Thanh Tuyền (2014) phân tích các yếu tố ảnh hưởng đến tỷ lệ thu nhập lãi thuần của các ngân hàng thương mại Việt Nam. Kết quả nghiên cứu cho thấy mức ngại rủi ro, rủi ro tín dụng và chi phí lãi suất ngầm có quan hệ tỷ lệ thuận, chất lượng quản lý có mối quan hệ tỷ lệ nghịch với tỷ lệ thu nhập lãi thuần của các ngân hàng thương mại Việt Nam. Biến tương tác giữa rủi ro tín dụng và rủi ro lãi suất không có quan hệ với tỷ lệ thu nhập lãi thuần. Kết quả nghiên cứu cũng cho thấy không có sự khác biệt có ý nghĩa thống kê trong tỷ lệ thu nhập lãi thuần của NHTM Nhà nước và NHTM cổ phần. Vì thế, trong chính sách lãi suất thì ngân hàng Nhà nước cần giám sát chặt chẽ đối với các ngân hàng thuộc cả hai nhóm trên.
Đặng Thị Xuân Hồng (2017) nghiên cứu các nhân tố ảnh hưởng đến tỷ lệ thu nhập lãi cận biên của các ngân hàng thương mại Việt Nam giai đoạn 2008 - 2016. Sau khi phân tích tình hình thực tế và các nghiên cứu có liên quan trong nước và trên thế giới, tác giả đã đúc kết ra các yếu tố ảnh hưởng đến tỷ lệ thu nhập lãi cận biên để phù hợp với tình hình thực tế của ngành ngân hàng Việt Nam. Để có bằng chứng thực nghiệm chứng minh về các nhân tố và mức độ tác động của các nhân tố đến tỷ lệ thu nhập lãi cận biên, tác giả sử dụng mô hình ước lượng hồi quy và các kiểm định thích hợp với dữ liệu mẫu nghiên cứu của 25 ngân hàng thương mại Việt Nam giai đoạn 2008 - 2016. Kết quả thực nghiệm cho thấy các nhân tố có mối tương quan tương đương với tỷ lệ thu nhập lãi cận biên bao gồm rủi ro tín dụng, chi phí hoạt động và tỷ lệ vốn chủ sở hữu với mức ý nghĩa thống kê cao, trong đó rủi ro tín dụng là yếu tố có ảnh hưởng mạnh mẽ nhất đến tỷ lệ thu nhập lãi cận biên. Nhân tố có mối tương quan âm với tỷ lệ thu nhập lãi cận biên là thu nhập ngoài lãi. Tác giả chưa tìm thấy tác động có ý nghĩa của rủi ro thanh khoản và rủi ro nguồn vốn. Dựa vào kết quả nghiên cứu thực nghiệm, tác giả đã đưa ra một số giải pháp nhằm gia tăng lợi nhuận, hiệu quả hoạt động cho ngân hàng và nền kinh tế.
Nhìn chung các đề tài nghiên cứu đều tập trung đi từ việc hệ thống hóa lý thuyết các yếu tố ảnh hưởng đến NIM của các ngân hàng thương mại, để từ đó đánh giá thực trạng hoặc đưa ra các mô hình đánh giá và đưa ra các giải pháp kiến nghị.
Tuy nhiên các yếu tố đó có thể thay đổi theo tình hình thực tế hiện tại mà quá khứ chưa nêu hoặc không còn phù hợp hoặc hình lý thuyết và các biến trong mô hình lý thuyết chưa được khảo sát đầy đủ trong mô hình hoặc vấn đề thu nhập phi truyền thống và các biến số khác cũng chưa được xem xét trong mô hình thực nghiệm. Trong khi đó, đây thực sự là vấn đề cốt lõi các ngân hàng cần theo đuổi để đạt được nhằm nâng cao hiệu quả hoạt động ngân hàng trong bối cảnh cạnh tranh ngày càng gay gắt như hiện nay.
3.2. Phương pháp nghiên cứu. 3.2.1.Dữ liệu nghiên cứu 3.2.1.Dữ liệu nghiên cứu
Dữ liệu của các ngân hàng TMCP Việt Nam được thu thập từ báo cáo tài chính của các ngân hàng, bao gồm bảng cân đối kế toán và bảng kết quả hoạt động kinh doanh, được tổng hợp từ Stoxplus.com (đây là website cung cấp dịch vụ tích hợp hàng đầu Việt Nam về dữ liệu tài chính, thông tin kinh doanh, nghiên cứu ngành và các dịch vụ cao cấp khác, nền tảng dữ liệu được dựa trên cơ sở dữ liệu tài chính toàn diện, chính xác đã được kiểm toán độc lập). Ngoài ra tác giả bổ sung thêm một số yếu tố vĩ mô nhằm kiểm soát tác động của biến độc lập đến biến phụ thuộc, các dữ liệu này được trích xuất từ kho dữ liệu thứ cấp trong giai đoạn từ năm 2008-2017 của Ngân Hàng Thế Giới (WorldBank- http://data.worldbank.org/). Mẫu nghiên cứu bao gồm 27 ngân hàng TMCP đang hoạt động tại Việt Nam bao gồm 03 ngân hàng TMCP quốc doanh (Ngân Hàng TMCP Đầu Tư & Phát Triển Việt Nam, Ngân Hàng TMCP Ngoại Thương Việt Nam và Ngân Hàng TMCP Công Thương Việt Nam) và 24 ngân hàng TMCP khác. Trong đó tổng cộng có 269 quan sát cho 27 ngân hàng tạo thành một bảng dữ liệu không cân xứng (vì đối với ngân hàng NASB tác giả không thể tìm được dữ liệu tương ứng cho năm 2008 để tạo nên dữ liệu bảng cân bằng). Bảng 3.1 dưới đây sẽ trình bày cụ thể các quốc gia trong mẫu nghiên cứu cũng như số quan sát của mỗi ngân hàng trong mẫu nghiên cứu.
Bảng 3.1. Thống kê các quan sát trong mẫu nghiên cứu
STT Tên Ngân Hàng Viết tắt Số quan
sát
1 Ngân Hàng TMCP An Bình ABB 10
2 Ngân Hàng TMCP Á Châu ACB 10
3 Ngân Hàng TMCP Đầu Tư & Phát Triển Việt Nam BID 10
4 Ngân Hàng TMCP Ngoại Thương Việt Nam CTG 10
5 Ngân Hàng TMCP Xuất Nhập Khẩu VIỆT NAM EIB 10
6 Ngân hàng TMCP Bản Việt GDB 10
7 Ngân Hàng TMCP Phát Triển TPHCM HDB 10
8 Ngân hàng TMCP Kiên Long KLB 10
9 Ngân Hàng TMCP Bưu Điện Liên Việt LVB 10
10 Ngân Hàng TMCP Quân Đội MBB 10
11 Ngân Hàng TMCP Hàng Hải Việt Nam MSB 10
12 Ngân hàng TMCP Nam Á NAB 10
13 Ngân hàng TMCP Bắc Á NASB 9
14 Ngân hàng TMCP Quốc Dân NVB 10
15 Ngân Hàng TMCP Phương Đông OCB 10
16 Ngân hàng TMCP đại chúng PVF 10
17 Ngân hàng TMCP Sài Gòn SCB 10
18 Ngân Hàng TMCP Đông Nam Á SEAB 10
19 Ngân hàng TMCP Sài Gòn Công thương SGB 10
20 Ngân Hàng TMCP Sài Gòn - Hà Nội SHB 10
21 Ngân Hàng TMCP Sài Gòn Thương Tín STB 10
22 Ngân Hàng TMCP Kỹ Thương Việt Nam TCB 10
23 Ngân hàng TMCP Tiên Phong TPB 10
24 Ngân hàng TMCP Việt Á VAB 10
STT Tên Ngân Hàng Viết tắt Số quan sát
26 Ngân Hàng TMCP Quốc Tế Việt Nam VIB 10
27 Ngân Hàng TMCP Việt Nam Thịnh Vượng VPB 10
Tổng cộng 269
(Nguồn: Tác giả tự tổng hợp)
Theo Gujariti (1995), việc sử dụng dữ liệu bảng để phân tích có một số ưu điểm so với dữ liệu chéo hoặc dữ liệu chuỗi thời gian như:
- Dữ liệu bảng xem thông tin của các ngân hàng trong thời gian nhiều năm nên sẽ có tính không đồng nhất trong các đơn vị này. Các kỹ thuật dựa trên dữ liệu bảng có thể tính đến tính không đồng nhất này một cách rõ ràng;
- Bằng cách kết hợp chuỗi thời gian của các quan sát chéo, dữ liệu bảng chứa đựng được nhiều thông tin hơn, tính biến thiên nhiều hơn, giảm được hiện tượng đa cộng tuyến, tăng bậc tự do và đạt được tính hiệu quả cao hơn;
- Việc nghiên cứu lặp lại nhiều lần các quan sát dữ liệu chéo thời gian, dữ liệu bảng sẽ phù hợp trong quá trình nghiên cứu sự năng động của các thay đổi theo thời gian của nhiều đối tượng khác nhau;
- Dữ liệu chéo hay dữ liệu chuỗi thời gian thuần túy sẽ không thể quan sát hết được những đo lường tác động mà dữ liệu bảng đem lại, giúp cho nghiên cứu các mô hình phức tạp hơn;
- Việc kết hợp các yếu tố không gian và thời gian sẽ giúp cho số quan sát tăng lên đáng kể, làm giảm các sai số ngẫu nhiên có thể xảy ra trong việc phân tích các mô hình.
Hình 3.1: Mô hình khung nghiên cứu
Dựa vào mô hình nghiên cứu tác giả tiến hành chạy phần mềm Stata để phân tích các yếu tố ảnh hưởng đến NIM của các Ngân hàng TMCP Việt Nam và tìm ra mô hình phù hợp nhất.
3.2.3.Phương pháp nghiên cứu
Để nghiên cứu các yếu tố ảnh hưởng đến NIM của các NHTM cổ phần Việt Nam, cùng với sự hỗ trợ của phần mềm Stata, bài nghiên cứu được tiến hành theo quy trình cụ thể sau:
Bước 1: Lựa chọn biến số trong mô hình nghiên cứu: bao gồm biến phụ thuộc
đại diện cho tỷ lệ thu nhập lãi thuần của NHTM cổ phần Việt Nam và biến độc lập đại diện cho các yếu tố ảnh hưởng đến thu nhập lãi cận biên cùng với một số biến kiểm soát. Mã hóa dữ liệu thu thập được, tiến hành sàng lọc, loại bỏ các nghiên cứu
Thu nhập lãi
cận biên Rủi ro thanh khoản
Rủi ro vốn
Chỉ số Lerner
Hiệu quả chi phí
Hiệu quả quản lý
Chính sách dự trữ của ngân hàng nhà
nước
Quy mô ngân hàng Dư nợ cho vay Các Biến kiểm soát
Gt9
Trong đó: Gt: là giả thuyết
bị khiếm khuyết hoặc tồn tại giá trị di biệt để có được một mẫu nghiên cứu bao gồm các quan sát ít sai biệt với nhau.
Bước 2: Thực hiện thống kê mô tả để biết được khuynh hướng trung tâm, độ
phân tán, hình dạng,… của dữ liệu thu thập được.
Bước 3: Các tiếp cận đơn giản để ước lượng cho dữ liệu bảng là bỏ quan bình
diện không gian lẫn thời gian của dữ liệu và chỉ cần sử dụng hồi quy OLS thông thường (Pooled OLS) để ước lượng. Tuy nhiên việc bỏ qua không gian và thời gian dường như là những giả định vô cùng hạn chế nên mô hình các ảnh hưởng cố định FEM (Fixed Effects Model) và mô hình ảnh hưởng ngẫu nhiên REM (Random Effects Model) được sử dụng để giải quyết các vấn đề trên.
Giả sử mẫu quan sát bao gồm n quốc gia, trong t năm, như vậy dữ liệu bảng sẽ bao gồm n*t quan sát. Phương trình hồi quy tổng quát có dạng:
Yit = βXit + αZi + εit(3.1) Trong đó:
Y: biến phụ thuộc;
X: tập hợp các biến giải thích;
Z: gồm các biến không thay đổi theo thời gian, đại diện cho đặc điểm riêng của từng ngân hàng;
β, α là các hệ số hồi quy; ε là sai số.
Phương pháp ước lượng Pooled OLS thực chất là ước lượng bình phương bé nhất, phương pháp này không xem xét đến khía cạnh không gian và thời gian. Theo đó, mô hình (3.1) trở thành:
Yit = βXit + α + εit (3.2)
Phương pháp ước lượng FEM xem xét các ảnh hưởng cố định riêng đối với từng ngân hàng. Phương pháp ước lượng FEM giống như phương pháp OLS có sử dụng biến giả. Theo đó, có thể đặt các biến giả theo không gian hoặc thời gian. Tuy nhiên, trường hợp có nhiều ngân hàng trong mẫu nghiên cứu sẽ làm giảm bậc tự do của mô hình do phải đặt nhiều biến giả. Mô hình tổng quát (3.1) trở thành:
Yit = βXit + αi + εit (3.3)
Trong mô hình (3.3) thì αi là các biến giả tương ứng với mỗi ngân hàng.
Phương pháp REM dựa trên ý tưởng cơ bản là phân tách các biến giả trong mô hình (3.3) thành 2 thành phần αi = α + ui. Mô hình (3.3) trở thành:
Yit = βXit + α + ui + εit (3.4)
Trong mô hình (3.4) thì ui và εit đều là các đại lượng ngẫu nhiên.
Kết quả tóm lược 3 phương pháp ước lượng trên cho thấy Pooled OLS là phương pháp ước lượng đơn giản nhất nhưng lại bỏ qua bình diện không gian lẫn thời gian của dữ liệu. Mô hình FEM khắc phục vấn đề trên bằng cách bổ sung vào mô hình các biến giả đại diện cho các ngân hàng khác nhau nhưng việc có quá nhiều biến giả có thể làm giảm bậc tự do trong mô hình. REM được sử dụng nếu đặc điểm riêng giữa các quốc gia là ngẫu nhiên và không tương quan với các biến giải thích.
Bước 4: Để có thể chọn ra mô hình thích hợp, nghiên cứu sử dụng các kiểm
định F để chọn giữa Pooled OLS và FEM, kiểm định Breusch-Pagan Lagrange