4.3.1. Kết quả hồi quy
Kết quả hồi quy theo Pooled OLS, FEM và REM được trình bày tại bảng 4.3.
Bảng 4.3. Kết quả hồi quy theo Pooled OLS, FEM và REM
Biến Chỉ tiêu Pooled OLS FEM REM
BSIZE Hệ số β 0.0366** 0.0528** 0.0366* P-value 0.0142 0.0221 0.0089 CRISK Hệ số β -0.9399** -0.8412*** -0.9399** P-value 0.0235 0.0636 0.0157 EQUITY Hệ số β 1.3276* 1.6436* 1.3276* P-value 0.0000 0.0000 0.0000 GROWTH Hệ số β -0.0051 -0.0184 -0.0051 P-value 0.7141 0.1880 0.6957 LDR Hệ số β -0.0518 -0.0401 -0.0518*** P-value 0.1079 0.2719 0.0863 LSIZE Hệ số β -0.1148*** -0.1812* -0.1148*** P-value 0.0665 0.0065 0.0503 QOM Hệ số β -0.0019* -0.0021* -0.0019* P-value 0.0038 0.0017 0.0020 C Hệ số β -0.2225 -0.3546 -0.2225 P-value 0.0688 0.0710 0.0523 R2 0.5587 0.6510 0.5587
Nguồn: Tác giả xử lý từ kết quả hồi quy * Mức ý nghĩa 1%, ** Mức ý nghĩa 5%, *** Mức ý nghĩa 10%
43
Kết quả hồi quy theo Pooled OLS thể hiện tại bảng 4.3 cho thấy biến độc lập BSIZE và CRISK được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 5%; biến độc lập EQUITY và QOM được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 1%; biến độc lập LSIZE được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 10%; trong khi đó biến GROWTH và LDR không có ý nghĩa thống kê.
Kết quả hồi quy theo FEM thể hiện tại bảng 4.3 cho thấy biến độc lập BSIZE được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 5%; biến độc lập EQUITY, LSIZE và QOM được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 1%; biến độc lập CRISK được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 10%; trong khi đó biến GROWTH và LDR không có ý nghĩa thống kê.
Kết quả hồi quy theo REM thể hiện tại bảng 4.3 cho thấy biến độc lập CRISK được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 5%; biến độc lập EQUITY, BSIZE và QOM được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 1%; biến độc lập LDR và LSIZE được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 10%, trong khi đó biến GROWTH không có ý nghĩa thống kê.
4.3.2. Lựa chọn kết quả hồi quy
Thứ nhất, tác giả tiến hành kiểm định Redundant Fixed Effects Tests để lựa
chọn giữa FEM và Pooled OLS.
Bảng 4.4. Kết quả kiểm định lựa chọn giữa FEM và Pooled OLS
Redundant Fixed Effects Tests Equation: FEM
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 2.422207 (12,110) 0.0079
Cross-section Chi-square 30.481331 12 0.0024
44
Thực hiện kiểm định Redundant Fixed Effects Test tại bảng 4.4 để so sánh Pooled OLS và FEM với giả thuyết: H0: α1 = α2 = α3 = … = αn (chọn Pooled OLS) H1: αi ≠ 0 (chọn FEM). Tác giả nhận thấy Chi-bình phương có Prob. = 0.0024 < α = 0.05, do đó bác bỏ H0, chấp nhận H1. Vậy sử dụng mô hình FEM phù hợp hơn mô hình Pooled OLS.
Chọn mô hình FEM
Thứ hai, tác giả tiến hành kiểm định Lagrange multiplier (LM) test để lựa chọn
giữa REM và Pooled OLS
Bảng 4.5. Kết quả kiểm định lựa chọn giữa REM và Pooled OLS
Lagrange multiplier (LM) test for panel data Date: 09/09/18 Time: 11:09
Sample: 2008 2017
Total panel observations: 130 Probability in ()
Null (no rand.
effect) Cross-section Period Both
Alternative One-sided One-sided
Breusch-Pagan 3.915242 1.277067 5.192309
(0.0479) (0.2584) (0.0227)
Nguồn: Tác giả xử lý từ kết quả hồi quy
Thực hiện kiểm định Lagrange multiplier (LM) test for panel data tại bảng 4.5 để so sánh Pooled OLS và REM với giả thuyết: H0: α1 = α2 = α3 = … = αn (chọn Pooled OLS) H1: αi ≠ 0 (chọn REM). Tác giả nhận thấy có Prob. = 0.0227 < α = 0.05, do đó bác bỏ H0, chấp nhận H1. Vậy sử dụng mô hình REM phù hợp hơn mô hình Pooled OLS.
Chọn mô hình REM
Thứ ba, từ hai kiểm định trên ta thấy mô hình phù hợp nhất hiện tại nằm ở FEM
hoặc REM, tác giả tiến hành kiểm định Hausman Test để lựa chọn kết quả hồi quy phù hợp giữa 2 mô hình trên.
Bảng 4.6. Kết quả kiểm định lựa chọn giữa FEM và REM Hausman Test
45
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 24.482921 7 0.0009
Nguồn: Tác giả xử lý từ kết quả hồi quy
Thực hiện kiểm định Hausman Test để so sánh mô hình FEM và REM tại bảng 4.6 với giả thuyết: H0: chọn REM và H1: chọn FEM. Tác giả nhận thấy có Prob. = 0.0009 < α = 0.05, do đó bác bỏ H0, chấp nhận H1. Vậy sử dụng mô hình FEM phù hợp hơn so với mô hình REM.
Chọn mô hình FEM
Tóm lại, qua 3 lần kiểm định lựa chọn mô hình thông qua các kiểm định
Hausman để lựa chọn giữa FEM với REM, kiểm định Redundant Fixed Effects Tests để lựa chọn giữa FEM và OLS và kiểm định Lagrange multiplier (LM) test để lựa chọn giữa REM và OLS, từ đó lựa chọn ra mô hình phù hợp nhất. Tác giả thu được kết quả cuối cùng là mô hình FEM.
4.3.3. Kiểm định khuyết tật của mô hình
4.3.3.1. Kiểm định tự tương quan
Kiểm định Hausman Test lựa chọn kết quả hồi quy theo FEM, vì vậy đề tài không thực hiện kiểm định tự tương quan; FEM chỉ quan tâm đến những khác biệt mang tính cá nhân đóng góp vào mô hình nên không có hiện tượng tự tương quan.
4.3.3.2. Kiểm định đa cộng tuyến
Dựa vào ma trận tương quan tại bảng 4.2, xét hệ số tương quan giữa biến độc lập với nhau của mô hình, tất cả trường hợp đều có hệ số tương quan của từng cặp biến với giá trị tuyệt đối nhỏ hơn 0.8 chứng tỏ không có tương quan mạnh giữa các biến và do đó dự đoán không có hiện tượng đa cộng tuyến nghiêm trọng giữa các biến trong các mô hình.
Để khẳng định chắc chắn hơn rằng có hiện tượng đa cộng tuyến nghiêm trọng giữa các biến hay không trong từng mô hình hồi quy, đề tài thực hiện các hồi quy
46
phụ giữa các biến và từ đó xác định hệ số phóng đại phương sai VIF, kết quả trình bày tại bảng 4.7.
Bảng 4.7. Hệ số phóng đại phương sai VIF
Biến số VIF BSIZE 2.5628 CRISK 1.1298 EQUITY 1.8301 GROWTH 1.3804 LDR 1.7494 LSIZE 2.7315 QOM 1.0940
Nguồn: Tác giả xử lý từ kết quả hồi quy
Theo bảng 4.7, hệ số phóng đại phương sai của tất cả các trường hợp được tính từ kết quả hồi quy phụ đều nhỏ hơn 10, cho thấy không có hiện tượng đa cộng tuyến nghiêm trọng giữa các biến với nhau trong các mô hình nghiên cứu.
4.3.3.3. Kiểm định phương sai sai số thay đổi
Đề tài sử dụng kiểm định White để nhận biết có hiện tượng phương sai sai số thay đổi hay không trong các mô hình nghiên cứu với giả thiết H0: mô hình không có phương sai sai số thay đổi và H1: mô hình có phương sai sai số thay đổi, kết quả được trình bày tại bảng 4.8.
Bảng 4.8. Kết quả kiểm định phương sai sai số thay đổi White test
Heteroskedasticity Test: White
F-statistic 350.0994 Prob. F(35,94) 0.0000
Obs*R-squared 129.0103 Prob. Chi-Square(35) 0.0000 Scaled explained
SS 1401.578 Prob. Chi-Square(35) 0.0000
47
Theo bảng 4.8, kết quả kiểm định có Prob nhỏ hơn 5% nên bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 với kết luận có hiện tượng phương sai sai số thay đổi trong các mô hình. Vì vậy, để khắc phục hiện tượng này, đề tài sẽ thực hiện hồi quy theo GLS để tìm kết quả nghiên cứu cuối cùng, thay thế cho kết quả hồi quy theo FEM đã lựa chọn bởi kiểm định Hausman.
4.3.4. Kết quả hồi quy khắc phục khuyết tật của mô hình
Đề tài nghiên cứu các nhân tố ảnh hưởng đến tỷ lệ thu nhập lãi cận biên của 13 NHTM niêm yết trên thị trường chứng khoán Việt Nam trong khoảng thời gian 10 năm. Sau các lần kiểm định thì mô hình FEM đã được lựa chọn bởi kiểm định Hausman cho mô hình của đề tài; tuy nhiên, kiểm định White tại mục 4.3.3.3 đã khẳng định có hiện tượng phương sai sai số thay đổi trong mô hình, vì vậy kết quả hồi quy sẽ được xác định theo GLS. Ngoài ra, kết quả theo FEM có biến GROWTH và biến LDR không có ý nghĩa thống kê nên hồi quy theo GLS cũng loại bỏ 2 biến này. Kết quả hồi quy theo GLS trình bày tại bảng 4.9.
Bảng 4.9. Kết quả phân tích hồi quy theo GLS
STT Các biến Hệ số Giá trị 1 BSIZE Hệ số β 0.0141*** P-value 0.0976 2 CRISK Hệ số β -0.4587** P-value 0.0233 3 EQUITY Hệ số β 0.3837* P-value 0.0011 4 LSIZE Hệ số β -0.1083* P-value 0.0001 5 QOM Hệ số β -0.0016* P-value 0.0000 6 Hằng số C Hệ số β -0.0194 P-value 0.7740
48
R² 0.3542
Nguồn: Tác giả xử lý từ kết quả hồi quy.
(*) Mức ý nghĩa 1%, (**) Mức ý nghĩa 5% và (***) Mức ý nghĩa 10%.
Kết quả hồi quy mô hình nghiên cứu theo GLS thể hiện tại bảng 4.9 cho thấy biến độc lập EQUITY, LSIZE, QOM được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 1%, biến độc lập CRISK được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 5%, trong khi đó biến độc lập BSIZE được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 10%. R² = 35,42% cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu ở mức 35,42% hay nói cách khác 35,42% biến thiên của biến phụ thuộc được giải thích bởi 5 biến độc lập có ý nghĩa thống kê theo mô hình nghiên cứu của đề tài, còn lại được giải thích bởi các nhân tố khác nằm ngoài mô hình. Điều này cũng dễ hiểu khi nghiên cứu chỉ tập trung vào một số nhân tố đặc thù bên trong ngân hàng. Kết quả này được viết theo phương trình như sau:
NIM = 0.0141 x BSIZE - 0.4587 x CRISK + 0.3837 x EQUITY - 0.1083 x LSIZE - 0.0016 x QOM - 0.0194
4.4. THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
4.4.1. Quy mô ngân hàng ảnh hưởng đến tỷ lệ thu nhập lãi cận biên
Hệ số hồi quy theo GLS của biến độc lập BSIZE là 0.0141 cho thấy quy mô ngân hàng ảnh hưởng cùng chiều đến thu nhập lãi cận biên của các NHTM niêm yết tại Việt Nam. Mối quan hệ giữa quy mô ngân hàng và thu nhập lãi cận biên cho thấy khi quy mô ngân hàng tăng lên 1% thì thu nhập lãi cận biên của ngân hàng sẽ tăng lên 0.0141%. Kết quả này ủng hộ kì vọng mà tác giả đã đặt ra và đã cung cấp thêm bằng chứng thực nghiệm nhằm khẳng định vững chắc hơn cho cơ sở lý thuyết về ảnh hưởng của quy mô ngân hàng đến tỷ lệ thu nhập lãi cận biên của 13 NHTM niêm yết trên thị trường chứng khoán Việt Nam, cũng như ủng hộ kết luận từ nghiên cứu trước của Doliente (2005). Kết quả ảnh hưởng cùng chiều của quy mô ngân hàng đến tỷ lệ thu nhập lãi cận biên hàm ý rằng các NHTM niêm yết trên thị trường chứng khoán Việt Nam càng mở rộng quy mô hoạt động gia tăng tài sản,
49
phát triển mạng lưới thì thu nhập lãi cận biên càng tăng. Điều này có thể giải thích là nhờ vào sức mạnh thị trường, các NHTM lớn hơn sẽ trả chi phí đầu vào thấp hơn và một lý do khác là lợi thế kinh tế theo quy mô thông qua việc phân bổ chi phí cố định trên một số lượng giao dịch lớn, chi phí tính trên mỗi đơn vị đầu ra giảm. Thực tế cũng cho ta thấy các NHTM có quy mô lớn tại Việt Nam như các NHTM khối nhà nước (Vietcombank, Vietinbank, BIDV) và một số NHTM cổ phần lớn (ACB, Sacombank) nhờ vào quy mô lớn về hệ thống thường thu hút được nguồn vốn huy động lớn từ các tập đoàn, tổng công ty lớn. Bên cạnh đó, đây là những ngân hàng có hình ảnh, uy tín tốt đảm bảo an toàn vốn tốt hơn do đó tạo được niềm tin gửi tiền của nhân dân nên họ có thể huy động được nguồn vốn ở mức lãi suất thấp.
4.4.2. Rủi ro tín dụng ảnh hưởng đến tỷ lệ thu nhập lãi cận biên
Kết quả hồi quy theo mô hình GLS đã cho ta thấy biến độc lập CRISK có hệ số là -0.4587 cho thấy rủi ro tín dụng ảnh hưởng ngược chiều đến thu nhập lãi cận biên của các NHTM niêm yết tại Việt Nam với tương quan mạnh. Khi rủi ro tín dụng của ngân hàng tăng lên 1% trong điều kiện các nhân tố khác không đổi thì tỷ lệ thu nhập lãi cận biên sẽ giảm đi 0.4587%. Kết quả này đi ngược lại kỳ vọng ban đầu của tác giả và mâu thuẫn với nhiều kết quả nghiên cứu đã đưa ra. Tuy nhiên, kết quả này ủng hộ quan điểm nghiên cứu của Hamadi và Awded (2012), Fungáčová & Poghosyan (2009) khi cho rằng có mối tương quan ngược chiều giữa rủi ro tín dụng và tỷ lệ thu nhập lãi cận biên. Có thể giải thích điều này rằng người gửi tiền yêu cầu mức lợi tức cao hơn cho các khoản tiền tiết kiệm của họ vào các ngân hàng rủi ro hơn (tức là các ngân hàng có tỷ lệ nợ xấu cao hơn), mà khi gia tăng lãi suất đầu vào sẽ góp phần làm giảm tỷ lệ thu nhập lãi cận biên (Fungáčová & Poghosyan, 2009). Thực tế tại thị trường Việt Nam hiện nay cũng cho thấy điều đó khi một số NHTM cổ phần nhỏ thường có mức lãi suất huy động đầu vào rất cao so với các ngân hàng khác và thường nằm trong khoảng trên 7%/năm cho kì hạn 12 tháng như TP Bank (8%/năm), VPBank (7,3%) (số liệu cập nhật tới tháng 09/2018) nhưng đây cũng là những ngân hàng thường đánh mạnh vào phân khúc tín chấp với đặc thù là rủi ro cao. Sự gia tăng rủi ro tín dụng theo biện luận ban đầu của tác giả có thể tạo động
50
lực thúc đẩy các NHTM phải kiếm được nhiều lợi nhuận hơn để bù đắp cho các khoản chi phí dự phòng dự kiến tuy nhiên nó có thể là con dao hai lưỡi khi đối với các ngân hàng yếu kém, nó có thể làm giảm thu nhập lãi cận biên thông qua việc lợi nhuận kiếm được không thể bù đắp được khoản trích lập dự phòng và các NHTM phải nhận thêm vốn huy động để nhằm trang trải cho các khoản tổn thất dự kiến. Và để huy động thêm được nhiều buộc phải quy định lãi đầu vào cao nhằm thu hút khách hàng gửi tiền. Hệ thống NHTM ở Việt Nam hiện nay còn tồn tại nhiều ngân hàng nhỏ và hoạt động yếu kém, nhiều trường hợp phải rơi vào kiểm soát đặc biệt có tỷ lệ nợ tăng cao và kết quả kinh doanh thấp, do đó cũng ảnh hưởng xấu đến lợi nhuận hoạt động kinh doanh của ngân hàng.
4.4.3. Quy mô vốn chủ sở hữu ảnh hưởng đến tỷ lệ thu nhập lãi cận biên
Hệ số hồi quy theo GLS của biến độc lập EQUITY là 0.3837 cho thấy quy mô vốn chủ sở hữu của ngân hàng ảnh hưởng cùng chiều đến thu nhập lãi cận biên của các NHTM niêm yết tại Việt Nam. Mối quan hệ giữa quy mô vốn chủ sở hữu và thu nhập lãi cận biên khá mạnh khi cho thấy khi quy mô ngân hàng tăng lên 1% thì thu nhập lãi cận biên của ngân hàng sẽ tăng lên 0.3837%. Kết quả này ủng hộ kì vọng mà tác giả đã đặt ra và đã cung cấp thêm bằng chứng thực nghiệm nhằm khẳng định vững chắc hơn cho cơ sở lý thuyết về ảnh hưởng của quy mô vốn chủ sở hữu của ngân hàng đến tỷ lệ thu nhập lãi cận biên của 13 NHTM niêm yết trên thị trường chứng khoán Việt Nam, cũng như ủng hộ kết luận từ các nghiên cứu trước của Garza-Garcia (2010), Doliente (2005), Maudos & Solis (2009), Maudos & Guevara (2004), Fungáčová & Poghosyan (2009), Kasman & cộng sự (2010), Fentaw Leykun (2016) đều cho rằng giữa quy mô vốn chủ sở hữu và tỷ lệ thu nhập lãi cận