3.3.1 Các biến phụ thuộc
Tỷ số lợi nhuận trên vốn chủ sở hữu (ROE)
Biến ROE được tính bằng tỉ lệ lợi nhuận sau thuế trên vốn chủ sở hữu. Đây là một trong những chỉ tiêu tài chính quan trọng nhất đối với các nhà đầu tư vì ROE sẽ cho thấy các nhà quản trị ngân hàng đã quản lý và sử dụng tiền của các cổ đông hiệu quả như thế nào. Một tỉ lệ ROE cao sẽ khiến cho cổ phiếu của ngân hàng đó trở
nên hấp dẫn hơn trong mắt các nhà đầu tư tài chính. Trong các nghiên cứu của các tác giả: Eric và ctg (2014), Mohammad R.A. và ctg (2015), J. Aloy (2012) cũng đã sử dụng biến ROE để đo lường ảnh hưởng của cơ cấu vốn đến hiệu quả hoạt động của các ngân hàng. Nhưđã trình bày ở chương 2, trong đề tài nghiên cứu lần này tôi cũng lựa chọn ROE làm biến đại diện cho khả năng sinh lời trong mô hình hồi quy.
Tỷ số lợi nhuận trên tổng tài sản (ROA)
Tỷ số ROA được đo lường bằng lợi nhuận thu được trên tổng tài sản. ROA
được xem là thước đo hiệu suất hoạt động vì nó có liên quan trực tiếp đến lợi nhuận của các ngân hàng (Kosmidous, 2006). Tỷ lệ này cho thấy các nhà quản trịđã quản
lý, sử dụng, đầu tư các nguồn lực để thực sự tạo ra lợi nhuận như thế nào. Tương tự
như các nghiên cứu trước đây của Eric và ctg (2014), Muhammad R.Z. và ctg (2016)...đã sử dụng ROA làm biến đại diện cho khả năng sinh lời của các ngân hàng, trong đề tài nghiên cứu lần này tôi cũng lựa chọn ROA làm biến phụ thuộc để
xem xét ảnh hưởng của cơ cấu vốn lên hiệu quả hoạt động các ngân hàng thương mại Việt Nam.
3.3.2 Các biến độc lập, biến kiểm soát và giả thuyết nghiên cứu
Tỷ lệ nợ phải trả trên vốn chủ sở hữu (D_E)
Tỷ lệ nợ phải trả trên vốn chủ sở hữu là tỉ lệ khái quát nhất về cấu trúc vốn. Tỷ lệ này giúp nhà đầu tư có một cái nhìn khái quát về sức mạnh tài chính, cấu trúc tài chính của ngân hàng đang nghiêng về sử dụng nợ vay hay vốn chủ sở hữu và tác dụng của nó đến lợi nhuận là tiêu cực hay tích cực. Vì sử dụng đòn bẩy tài chính sẽ
giúp các ngân hàng tạo thêm lá chắn thuế song không thể tránh khỏi các rủi ro tài chính phát sinh và áp lực trả lãi nợ vay quá lớn có thể làm giảm lợi nhuận thu về.
Trong các nghiên cứu trước đây về ảnh hưởng của cơ cấu vốn đến hiệu quả
hoạt động các ngân hàng thông qua đòn bầy tài chính Mohammad R.Z và ctg (2015), Eric và ctg (2014) tìm thấy sự tác động có ích của đòn bẩy tài chính lên lợi nhuận của ngân hàng. Ngược lại, các tác giả J. Aloy (2012) và Muhammad R.Z và ctg (2016) lại thu được kết quả cho thấy tỷ lệ nợ phải trả trên vốn chủ sở hữu có tác
động ngược chiều đến lợi nhuận của các ngân hàng.
Trong khóa luận này, tác giả cũng sử dụng tỷ lệ này làm biến phụ thuôc trong mô hình hồi quy phân tích. Biến này được kỳ vọng có tác động âm (-) đến hiệu quả hoạt động.
Tỷ lệ nợ phải trả trên tổng tài sản (D_A)
Ngoài tỷ lệ nợ phải trả trên vốn chủ sở hữu, một tỷ lệ khác cũng thường được lấy đểđại diện cho tỷ lệ sử dụng đòn bẩy là tỷ lệ nợ phải trả trên tổng tài sản (D/A).
hình của mình có ổn định và đáng tin cậy hay không, vì vậy sẽ sử dụng cả 2 tỷ lệ
này để cùng hồi quy một mô hình và so sánh kết quả của chúng.
Các nghiên cứu của Mohammad và ctg (2015) vềảnh hưởng của cơ cấu vốn
đến khả năng sinh lợi của ngân hàng đã thu về kết quả rằng giữa tỷ lệ nợ phải trả
trên tổng tài sản và lợi nhuận vốn có mối quan hệ tích cực. Ngược lại, nghiên cứu của Eric và ctg (2014), Muhammad R.Z. và ctg (2016), lại tìm thấy mối quan hệ
ngược chiều giữa các khoản vay và lợi nhuận. Nguyên nhân là do khi tài chính của một ngân hàng phụ thuộc quá nhiều vào các khoàn cho vay sẽ khiến cho ngân hàng nàycó nguy cơ phải đối mặt với sự gia tăng của chi phí kiệt quệ, gia tăng khả năng phá sản và sẽ làm giảm giá trị doanh nghiệp. Trong luận văn, biến này được kỳ
vọng tác động âm (-) đến hiệu quả hoạt động.
Tỷ lệ tiền gửi huy động trên tổng tài sản (DEP)
Tỷ lệ này được tính bằng cách lấy tổng tiền gửi của khách hàng trên tổng tài sản. Tỷ này có tác động tích cực hay tiêu cực đến lợi nhuận của các ngân hàng phụ
thuộc phần lớn vào nhu cầu tín dụng của thị trường và khả năng chuyển đổi của các khoản tiền gừi thành các khoản cho vay nhiều hay ít (Gul và ctg, 2011), Goyal, A. 2013). Trong luận văn, DEP được dựđoán có tác động dương (-) đến hiệu quả hoạt
động.
Rủi ro tín dụng (LLP)
Rủi ro tín dụng được đo lường bằng cách lấy chi phí dự phòng tổn thất rủi ro tín dụng chia cho tổng dư nợ tín dụng. Tỷ lệ này dùng để đánh giá chất lượng tín dụng của các ngân hàng trong những thời kỳ khác nhau là tốt hay xấu.Vì rủi ro tín dung có thể gây tác động làm tăng hay giảm phần lợi nhuận thu vào của ngân hàng phụ thuộc vào các khoản phải trích lập dự phòng rủi ro là nhiều hay ít.Tỷ lệ này đã
được sử dụng trong nghiên cứu của Vong và Chan (2009), Pasiouras và ctg, (2006). Trong luận văn này, LLP được dựđoán có tác động âm (-) đến hiệu quả hoạt động.
Quy mô ngân hàng (BSIZE)
Quy mô ngân hàng (BSIZE) được xác định bằng cách lấy logarit tổng tài sản. Nếu BSIZE có mối tương quan dương với khả năng sinh lợi của ngân hàng chứng tỏ
ngân hàng càng mở rộng quy mô thì khả năng sinh lợi càng tăng, mở ra cơ hội cho các ngân hàng có thể tiếp tục đa dạng hoá và mở rộng kênh phân phối để thu lợi nhuận nhiều hơn. Ngược lại, trường hợp xuất hiện mối tương quan âm chứng tỏ nếu các ngân hàng tiếp tục mở rộng quy mô thêm nữa có thể làm cho chi phí tăng cao, sự phát triển về trình độ quản lý, nguồn nhân lực không theo kịp sự phát triển của quy mô khiến cho rủi ro của ngân hàng tăng cao, khả năng sinh lợi cũng vì thế mà bị giảm đi. Biến quy mô được khá nhiều tác giả sử dụng trong các mô hình phân tích hiệu quả hoạt động các NH như một biến kiểm soát (Eric và ctg, 2004; Kosmidou và ctg, 2005). Ở đây, BSIZE được kỳ vọng có tác động dương (+) đến hiệu quả hoạt động.
Tỷ lệ cấp tín dụng trên vốn huy động (LDR)
Tỷ lệ này được tính bằng cách lấy toàn bộ dư nợ cho vay chia cho tổng vốn huy động được của một ngân hàng. Tỷ lệ này càng cao cho thấy nguồn vốn huy
động của ngân hàng đã được sử dụng khá tốt để chuyển thành nhiều khoản cho vay nhằm thu về lợi nhuận nhiều hơn. Do vậy, trong các nghiên cứu trước đây về hiệu quả hoạt động của ngân hàng, tỷ lệ cấp tín dụng so với nguồn vốn huy động được kỳ vọng có tác động tích cực đến lợi nhuận. Biến này cũng đã được Mohamed L.A. và ctg (2014), Aragaw Hailu (2015) đưa vào để đánh giá ảnh hưởng của nó tới lợi nhuận của ngân hàng. Trong luận văn này, LDR cũng được kỳ vọng các tác động dương (+) đến hiệu quả hoạt động.
Tỷ lệ tăng trưởng GDP (GRO)
Tốc độ tăng trưởng GDP đại diện cho tăng trưởng kinh tế, là sự gia tăng của tổng sản phẩm quốc nội (GDP) trong một thời gian nhất định. Dữ liệu được lấy từ
số liệu công bố của tổng cục thống kê. Trong mô hình biến GRO đóng vai trò là một biến kiểm soát. Các tác giả Jiang và ctg (2003), Vong và Chan (2009),
Kosmidous và ctg (2005) cũng đều sử dụng chỉ tiêu tốc độ tăng trưởng khi thực hiện nghiên cứu trước đây về các nhân tố ảnh hưởng đến hiệu quả hoạt động các NH. Biến này được kỳ vọng tác động dương (+) đến hiệu quả hoạt động trong mô hình nghiên cứu.
3.4 PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU 3.4.1 Phương pháp nghiên cứu 3.4.1 Phương pháp nghiên cứu
Dữ liệu luận văn là một dữ liệu bảng không cân bằng, các phương pháp ước lượng trên dữ liệu bảng thường được sử dụng là mô hình hồi quy OLS bình thường (Pooled Ordinary Least Square –Pooled OLS), mô hình các ảnh hưởng cố định (Fixed Effects Model –FEM), mô hình các ảnh hưởng ngẫu nhiên (Random Effects Model –REM), mô hình hồi quy theo phương pháp ước lượng bình phương nhỏ nhất tổng quát – GLS (Generalied least squares) và mô hình GMM (Generalized Method of Moments). Tuy rằng bản thân mỗi phương pháp nghiên cứu đều có điểm
ưu và nhược riêng của nó song tùy thuộc vào đặc điểm dữ liệu thu thập mà phương pháp nghiên cứu nào sẽ thực sự phát huy tác dụng và cho kết quả chính xác nhất.
Cụ thể:
- Phương pháp ước lượng bình phương nhỏ nhất tổng quát – GLS (Generalied least squares) có giả định rằng mô hình hoàn toàn xác định, có sự khác biệt về phương sai sai số ở mỗi nhóm đối tượng, nhưng là không đổi trong phạm vi từng đối tượng. Qua đó đem lại ước lượng không chệch, và có tính hiệu quả cao. Đồng thời việc ước lượng cũng cho phép khắc phục hiện tượng tự tương quan và phương sai sai số thay đổi trong mô hình hồi quy với dữ liệu bảng.
- Phương pháp GMM có thể giải quyết được các hiện tượng nội sinh và các khuyết tật trong mô hình dữ liệu bảng. Tôi sẽ sử dụng phương pháp hồi quy bảng mô hình điều chỉnh động từng phần (Dynamic Partial Adjustment Model) đã được dùng các nghiên cứu trước như nghiên cứu của Fama và French (2002), Oztekin và Flannery (2012). Với việc sử
dụng mô hình này, ta có thể xem xét có tồn tại cấu trúc vốn mục tiêu/tối
ưu với các ngân hàng hay không và xem độ điều chỉnh của của ngân hàng
để đạt mức tối ưu đó. Hơn nữa, mô hình cũng cho phép kiểm soát các tác
động tiềm năng của những biến không được lấy vào mẫu, biến không phụ
thuộc vào thời gian và các nhân tốảnh hưởng khác đến khả năng sinh lợi của ngân hàng.
Vì dữ liệu thu thập được từ báo cáo tài chính của các NHTM (2008-2015) chưa được đầy đủ và liên tục giữa các năm (Agribank..) nên mô hình có hiện tượng nộisinh và phương sai thay đổi. Do đó, để đảm bào tính chính xác của kết quả hồi quy tác giả sẽ sử dụng phương pháp GMM. Phần kết quả mô hình FE, RE và GLS sẽ trình bày trong Phần phụ lục để tham khảo thêm.
3.4.2 Chọn mẫu nghiên cứu, thu thập và xử lý số liệu
Để tổng hợp số liệu, tôi sử dụng tiêu chí số quan sát thu được là lớn nhất. Do vậy, đề tài đã lựa chọn 27 NHTM tại Việt Nam, bao gồm 4 NHTM nhà nước và 23 NHTM cổ phần trong giai đoạn 2008 – 2015, tức 8 năm để đưa vào mẫu nghiên cứu.
Dữ liệu nghiên cứu bao gồm các số liệu từ báo cáo tài chính đã được kiểm toán và báo cáo thường niên của của 27 NHTM Việt Nam trong 8 năm từ 2008 – 2015. Mẫu nghiên cứu không bao gồm các ngân hàng bị chi phối chủ yếu bởi ngân hàng mẹ như: NHTM 100% vốn đầu tư nước ngoài, ngân hàng liên doanh và các ngân hàng bị chi phối bởi mục đích điều hành kinh tế xã hội của chính phủ như các ngân hàng chính sách xã hội. Sau khi bỏđi các quan sát bất thường (các quan sát có giá trị biến độc lập chênh lệch quá lớn và không hợp lý so với dãy số liệu cùng tính chất) bài viết có được một bảng dữ liệu không cân bằng với tổng cộng 214 quan sát cho 27 ngân hàng.
Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính hợp nhất đã được kiểm toán của các ngân hàng được chọn quan sát. Cụ thể hơn, các chỉ số như tổng tài sản, nợ phải trả, dư nợ cho vay, vốn chủ sở hữu, tổng nguồn vốn huy động bình
quân được được tính toán và lấy từ bảng cân đối kế toán; các yếu tố như chi phí dự phòng rủi ro, lợi nhuận sau thuế được thu thập từ báo cáo kết quả kinh doanh của ngân hàng thương mại trong từ năm.
Do đặc thù về nguồn dữ liệu, nên tôi không cần phải tiến hành khảo sát, đo lường và chọn mẫu mà chỉ cần xử lý bằng phương trình hồi quy. Có nhiều phần mềm hỗ trợ trong việc thống kê, tính toán như Eview, Stata, SPSS…Trong đề tài nghiên cứu này, tác giả sử dụng phần mềm Stata 13.0 MP để xử lý số liệu.
3.4.3 Các kiểm định
Thống kê mô tả các biến
Bước tiếp theo sau khi đã thu thập được dữ liệu từ các nguồn đáng tin cậy là tiếp tục xử lý thứ cấp các số liệu đó thành các biến số như yêu cầu của mô hình. Sau khi đã có bộ dữ liệu đầy đủ, tác giả sẽ tiến hành thông kê mô tả để nhận định một số đặc điểm riêng của biến số như giá trị trung bình, phương sai, độ lệch chuẩn, giá trị lớn nhất và giá trị nhỏ nhất.
Đây là bước thực nghiệm khá đơn giản nhưng không kém phần quan trọng, vì nó cung cấp một cái nhìn chung nhất về biến số của mô hình nghiên cứu.
Kiểm định hiện tượng đa cộng tuyến
Mô hình hồi quy tốt sẽ loại trừ các trường hợp những biến độc lập có mối quan hệ chi phối lẫn nhau. Nếu xảy ra đa cộng tuyến, dấu của hệ số hồi quy sẽ bị sai lệch, khoảng tin cậy bị nới rộng bất thường.
Để xác định hiện tượng đa cộng tuyến, tác giả sẽ căn cứ theo quy tắc kinh nghiệm tức là VIF (hệ số phóng đại phương sai của các biến giải thích) lớn hơn 10 thì được xem là đa cộng tuyến. Trường hợp xuất hiện hiện tượng đa cộng tuyến, tác giả sẽ loại trừ các biến số có VIF lớn 10, từ đó loại bỏ hiện tượng đa cộng tuyến trong mô hình.
Kiểm định phương sai sai số thay đổi
Nếu phương sai của sai số không đổi thì phép hồi quy đạt tiêu chuẩn về tính hiệp phương sai đồng nhất. Ngược lại, nếu chỉ số này thay đổi thì những kết luận từ quá trình kiểm định, ước lương thường dễ bị sai lầm.
Kiểm định phương sai sai số thay đổi được thực hiện sau kiểm định Hausman. Nếu mô hình được chọn là mô hình FEM tôi sẽ sử dụng lệnh xttest3 để
kiểm định phương sai sai số thay đổi. Ngược lại mô hình sử dụng là mô hình REM tôi sử dụng lệnh xttest0.
Điểm chung của các kiểm định này là giả thiết H0. H0: Phương sai sai số không đổi, nếu P-value lớn 0.05 thì với mức ý nghĩa 5% chấp nhận H0. Mô hình
không có hiện tượng phương sai sai số thay đổi.
Nếu kết quả kiểm định thu được cho biết mô hình có hiện tượng phương sai sai số thay đổi tôi sẽ tiếp tục hồi quy theo phương pháp GLS để khắc phục tình trạng trên nhằm đảm bảo kết quả hồi quy là chính xác nhất.
Kiểm định hiệu tương tự tương quan
Khi xảy ra hiện tượng tự tương quan sẽ làm cho các ước lượng R2 quá cao so với thực tế, ước lượng bị sai chệch. Gây ảnh hưởng xấu đến mô hình hồi quy.
Kiểm định này có giả thuyết như sau. H0: Không có hiện tượng tự tương
quan, nếu P – value lớn hơn 0.05 thì với mức ý nghĩa 5%, chấp nhận H0. Mô hình
không có hiện tượng tự tương quan.
Trường hợp nếu mô hình nghiên cứu hồi quy theo phương pháp GLS thì sẽ
không cần thực hiện kiểm định tự tương quan nữa.
Kiểm định lựa chọn mô hình
Sau khi thông kê mô tả và kiểm định đa cộng tuyến, tác giả sẽ tiến hành chạy
hai mô hình hồi quy FEM và REM song song với nhau. Tiếp đó sử dụng kiểm định
Kiểm định Hausman có giả thuyết H0 như sau: Không có sự khác biệt có tính hệ thống giữa hai phương pháp FEM và REM. Nếu P-value nhỏ hơn 0.05 thì với
mức ý nghĩa 5%, giả thuyết H0 bị bác bỏ, từ đó lựa chọn FEM thay vì REM, tuy
nhiên, nếu P-value lớn hơn 0.05, thì với mức ý nghĩa 5%, ta chấp nhận H0. Sử dụng