Để xác định các yếu tố tác động lên thanh khoản của NHTMCP Việt Nam giai đoạn 2007-2017, luận văn sử dụng khung lý thuyết xây dựng mô hình hồi quy đƣợc trình bày tại mục 3.2. Trong mô hình hồi quy này, khởi điểm luận văn dự kiến sử dụng 06 biến độc lập đóng vai trò biến giải thích cho biến phụ thuộc FGAP (rủi ro thanh khoản của NHTMCP).
Tác giả tổng hợp số liệu từ các báo cáo hợp nhất của NHTMCP niêm yết trên sàn giao dịch chứng khoán TP.HCM và Hà Nội từ năm 2007 đến năm 2017. Dữ liệu theo năm với 110 quan sát từ năm 2007-2017 (Xem thêm Phụ lục 1), kỳ vọng độ tin cậy 95%, tƣơng đƣơng mức ý nghĩa α = 5%.
Mô hình hồi quy có thể viết dƣới dạng đa biến, tuyến t nh nhƣ sau: FGAPi,t = β0 + β1C Pi,t + β2T i,t+ β3ROEi,t + β4SIZE1i,t + β5 DRi,t
+β6 Ri,t+ ei Trong đó:
- Biến phụ thuộc FGAPi,t:rủi ro thanh khoản của ngân hàng (i) tại thời điểm (t)
- Biến độc lập:
+ CAPi,t:Tỷ lệ vốn tự có của ngân hàng (i) tại thời điểm (t);
+ TLAi,t:Tỷ lệ dƣ nợ cho vay trên tổng tài sản của ngân hàng (i) thời điểm (t);
+ ROEi,t:Tỷ lệ lợi nhuận của ngân hàng (i) tại thời điểm (t);
+ SIZE1i,t: Quy mô tổng tài sản của ngân hàng (i) tại thời điểm (t); + LDRi,t:Tỷ lệ cho vay trên huy động ngắn hạn của ngân hàng (i) tại thời
điểm (t);
+ LLRi,t:Tỷ lệ dự trữ thanh khoản của ngân hàng (i) tại thời điểm (t).
4.2.M tả mẫu nghiên cứu
Thông qua việc sử dụng hàm Sum trong phần mềm thông kếStata 13 nhằm mục đ ch tóm tắt các đặc điểm của dữ liệu. Thống kê mô tả phân tích các chỉ tiêu phổ biến nhƣ giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất. Dữ liệu đƣợc thu thập từ 10 ngân hàng thƣơng mại cổ phần Việt Nam đƣợc niêm yết
trên hai sàn chứng khoán là HOSE và HNX trong giai đoạn 2007-2017 với các thông số về thống kê đƣợc thể hiện ở bảng sau:
Bảng 4.1: Tóm tắt và m tả thống ê c c biến
ĐVT: Tỷ đồng, tỷ lệ %
(Nguồn: Tổng hợp từ dữ liệu nghiên cứu từ phần mềm thống kê Stata 13)
Bảng 4.1 thống kê các biến đƣợc sử dụng trong mô hình nghiên cứu với số liệu của 110 quan sát từ 10 NHTMCP niêm yết trên sàn chứng khoán TP.HCM và Hà Nội giai đoạn từnăm 2007 đến năm 2017.
Kết quả thống kê cho thấy giá trị trung bình rủi ro thanh khoản (FGAP) của các NHTM ở mức-10.6%, có ngân hàng có mức FGAP rất thấp là-62.62%, nhƣng cũng có ngân hàng có năm FGAP ở mức với 11.7%.Nhƣ vậy, có thể nhận xét thấy rằng rủi ro thanh khoản ở các NHTMCP Việt Nam đƣợc xem là tốt. Việc rủi ro thể hiện các đại lƣợng âm nhƣ muốn ám chỉ việc các ngân hàng thƣơng mại cổ phần luôn trong tình trạng thanh khoản tốt.
Tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP) trung bình là 8.27%, cao nhất là 26.62% và thấp nhất là 3.82%. Đối với các ngân hàng nhỏ thì tỉ lệ này luôn cao hơn các ngân hàng lớn.
Tỷ lệ lợi nhuận của ngân hàng (ROE), kết quả thống kê cho thấy giá trị trung bình ROE của các ngân hàng là 11.68%, có ngân hàng có mức ROE rất cao lên tới 28.46%, nhƣng cũng có ngân hàng có năm ROE với 0.068%.
Tỷ lệ dƣ nợ cho vay so với tổng tài sản (TLA) trung bình các năm của ngành là 55,1%, trongđó có ngân hàngcó tỷ lệ TLA lên tới 71.45% cho thấy đã có ngân hàng sử dụngđ n bẩy tài chính rất lớn, tiềm ẩn rủi ro thanh khoản rất cao nhƣng
cũng cónhững ngân hàng sử dụng dƣ nợ cho vay rất thấp chỉ ở mức 33.08% cho thấy mức độ tự chủtài chính tốt.
Tổng tài sản của ngân hàng (SIZE), chúng ta có thể thấy tổng tài sản của các ngân hàng đƣợc hiện nay trong 10 ngân hàng tác giả đang xem x t có sự biến động lớn về quy mô. Tổng tài sản trung bình ở mức 248,377 tỷ đồng nhƣng lại có khoảng cách quá xa với ngân hàng có tổng tài sản ít nhất (9,903 tỷ đồng) với ngân hàng có tổng tài sản lớn nhất (1,202,284 tỷ đồng).
Tỷ lệ cho vay trên huy động (LDR) trung bình khoảng 86.12% đáp ứng đúng tỷ lệ tối đa mà NHNN quy định về dƣ nợ cho vay so với tổng tiền gửi theo đồng Việt Nam là 90%), tuy nhiên cá biệt có ngân hàng có năm đạt tỷ lệ rất cao 148.86 %, trong khi đó có ngân hàng đạt tỷ lệ thấp 41.01%. Riêng tỷ lệ này không thể đánh giá đƣợc thấp hay cao là tốt cho ngân hàng thƣơng mại, vì còn tùy thuộc vào chính sách quản trị của ngân hàng dựa trên tỷ lệ tài sản nợ và có.
Tỷ lệ dự trữ thanh khoản (LLR) trung bình 23.55%, trong đó có ngân hàng có tỷ lệ dự trữ thanh khoản rất cao 55.44%. Tuy nhiên cũng có ngân hàng có rủi ro mất thanh khoản, do tỷ lệ thanh khoản rất thấp 4.87%.Theo quy định của pháp luật hiện hành, NHTM phải duy trì tỷ lệ khả năng chi trả là Tỷ lệ dự trữ thanh khoản tối thiểu đƣợc tính theo tỷ lệ phần trăm giữa tài sản có tính thanh khoản cao trên tổng nợ phải trả): 10%. Nhƣ vậy có thể nói những ngân hàng có mức dự trữ thanh khoản thấp đang vi phạm quy định của pháp luật, cần nhanh chóng khắc phục tỷ lệ này.
4.3.Phân tích mối quan hệ tƣơng quan
Hệsốtƣơngquanđolƣờngmứcđộquanhệtuyếntính
giữacácbiếnmàkhôngphânbiệtbiến nàolàbiếnphụthuộcbiến vànào làbiếngiảithích. Nếu hệ số tƣơng quan càng gần với /1/ thì phản ảnh mối tƣơng quan tuyến tính giữa 2 biến càng chặt chẽ.
Bảng 4.2:Hệ số tƣơng quan giữa rủi ro thanh hoản và các biến độc ập
(Nguồn: Tổng hợp từ dữ liệu nghiên cứu từ phần mềm thống kê Stata 13)
Sau khi x t tƣơng quan có thể dễ dàng nhận thấy rằng tƣơng quan của các biến độc lập lên biến phụ thuộc (rủi ro thanh khoản) là phù hợp với kì vọng cũng nhƣ ph hợp với các nghiên cứu đi trƣớc. Riêng hai biến là Tỷ lệ lợi nhuận của ngân hàng (ROE) và Quy mô tổng tài sản SIZE1 ta đã nhận biết đƣợc tƣơng quan phù hợp của hai biến trên, cụ thể cả hai có tƣơng quan đồng biến với biến phụ thuộc.
Ngoài ra, ta còn có thể nhận thấy biến LDR có sự tác động mạnh mẽ lên biến phụ thuộc của mô hình, +0.994. Điều đó cho ta biết rằng, khi tỷ lệ vay trên huy động càng cao sẽ càng dễ dẫn đến rủi ro thanh khoản cho các NHTMCP Việt Nam.
Ngoài ra, các biến nhƣ T và SIZE1 cũng có nằm trong nhóm có tác động rõ ràng lên biến FGAP, cụ thể, nếu ngân hàng cho vay quá nhiều (tỷ lệ dự nợ cho vay trên tổng tài sản cao cũng khiến cho ngân hàng rơi vào tình cảnh mất khả năng thanh khoản. Và biến quy mô tài sản trong trƣờng hợp này lại cho ta thấy đúng những gì đang diễn ra tại thị trƣờng các ngân hàng Việt Nam, khi các ngân hàng nhận đƣợc nhiều sự hỗ trợ từ ph a nhà nƣớc. Hiện nay, ngành ngân hàng giữ một vai trò quan trọng trong việc phát triển kinh tế bền vững cho nên nhà nƣớc luôn giám sát và ƣu tiên các quyền lợi cho các ngân hàng đặc biệt là các ngân hàng lớn). Và điều này rất đúng với lập luận mà in 2010 đƣa ra “Too Big to Fail, Too Blind to See” để nói về việc các ngân hàng liều lĩnh trong việc đầu tƣ vào các loại tài sản rủi ro. Tuy nhiên, tác động này là rất nhỏ (+0.059), chứng minh rằng chỉ có một nhóm ngân hàng đƣợc nhà nƣớc bảo hộ, cụ thể là các ngân hàng chiếm thị phần lớn
Với hai biến ROE và SIZE1, hai biến mà ban đầu tác giả không đƣa ra nhận định của cá nhân vì muốn xem xét hai biến trên phù hợp với nghiên cứu đi trƣớc nào. Đối với biến SIZE1 chúng ta đã nói ở trên. Biến ROE có tƣơng quan dƣơng với biến phụ thuộc thể hiện rằng khi tỷ lệ này tăng sẽ khiến rủi ro thanh khoản của ngân hàng sẽ gia tăng, tuy nhiên tác động của biến lên rủi ro thanh khoản chỉ ở mức +0.2505.
4.4.Kiểm định c c giả thu ết hồi qu
4.4.1. Kiểm định sự tự tƣơng quan giữa các biến độc lập trong mô hình
Đa cộng tuyến là hiện tƣợng các biến độc lập trong mô hình tƣơng quan tuyến tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết không bị hiện tƣợng đa cộng tuyến bằng cách dùng chỉ tiêu VIF.
Khi phân tích hiện tƣợng tự tƣơng quan, nếu hệ số tƣơng quan giữa các biến cao là dấu hiệu của đa cộng tuyến. Để tìm ra trƣờng hợp biến nào đó có tƣơng quan tuyến tính mạnh với các biến còn lại của mô hình, ta sử dụng hệ số phóng đại phƣơng sai VIF . Theo kinh nghiêmk thì VIF> 10 thì khả năng xuất hiện hiện tƣợng đa cộng tuyến đƣợc xem là cao. Lúc đó, các hệ số hồi quy của mô hình sẽ dẫn tới tình trạng ƣớc lƣợng với độ chính xác không cao.
So sánh với kết quả kiểm định hồi quy tuyến tính với hệ số VIF, các biến có VIF lớn hơn 10 sẽ bị loại ra khỏi mô hình và sẽ đƣợc tiếp tục thực hiện việc phân tích hồi quy cho đến lúc không còn xuất hiệnbiến nào có giá trị VIF lớn hơn 10 tức là không còn hiện tƣợng đa cộng tuyến).
Theo kết quả hồi quy ở Bảng 4.3, hệ số phóng đại phƣơng sai VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tƣợng đa cộng tuyến trong mô hình đƣợc đánh giá là không nghiêm trọng.
4.4.2. Kiểm định phƣơng sai của sai số h ng đổi
Phƣơng sai của sai số thay đổi sẽ làm cho các ƣớc lƣợng thu đƣợc bằng phƣơng pháp hồi quy thông thƣờng trên dữ liệu bảng không c n đáng tin cậy. Từ đó dẫn đến hiện tƣợng ngộ nhận các biến độc lập trong mô hình nghiên cứu có ý nghĩa, lúc đó kiểm định hệ số hồi quy và R2
không d ng đƣợc. Bởi vì phƣơng sai của sai số thay đổi làm mất tính hiệu quả của ƣớc lƣợng, nên cần thiết phải tiến hành kiểm định giả thuyết phƣơng sai của sai số không đổi bằng kiểm định White, với giả thuyết:
H0: Không có hiện tƣợng phƣơng sai thay đổi.
Bảng 4.4: Kết quả kiểm định White
Dựa vào kiểm định trên, ta thấy prob = 0 <α (5%), ta chấp nhận H0, tức là mô hình Pooled-OLS có xuất hiện hiện tƣợng phƣơng sai thay đổi. Từ đó, ta nhận thấy mô hình Pooled-OLS không thể sử dụng đƣợc trong trƣờng hợp này.
4.4.3. Kiểm định giữa các sai số không có mối quan hệ tƣơng quan
Giữa các sai số có mối quan hệ tƣơng quan với nhau sẽ làm cho các ƣớc lƣợng thu đƣợc bằng phƣơng pháp hồi quy thông thƣờng trên dữ liệu bảng không c n đáng tin cậy. Nghiên cứu tiến hành kiểm định giả thuyết không bị tự tƣơng quan trên dữ liệu bảng, với giả thuyết:
H0: Không có sự tự tƣơng quan.
Bảng 4.5: Kết quả iểm định Woo dridge
Với mức ý nghĩa = 5%, kiểm định cho kết quả là: P-value = 0.0000 Vậy, P- value <α (0.05) nên bác bỏ giả thuyết H0: Không có sự tự tƣơng quan. Suy ra mô hình xuất hiện hiện tƣợng tự tƣơng quan.
4.5.Ƣớc ƣợng c c m h nh hồi qu
Bảng 4.6:Ƣớc ƣợng m h nh dựa trên c c biến độc ập CHỈ
TIÊU
Pooled-OLS FEM REM
Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.
CAP 0.0353869 0.1492543 0.2828881 0.2010827 0.0904412 0.1596139 ROE 0.0915731 0.0834552 0.2146618** 0.1075304 0.1149181 0.0867698 TLA -0.1019094 0.0689757 -0.103941 0.0746552 -0.1125661 0.0690575 SIZE1 0.0056642 0.0059065 0.0175004* 0.0099609 0.0063813 0.0065372 LDR 0.6868422*** 0.026591 0.6687021*** 0.032799 0.6841177*** 0.0279347 LLR -0.0835258 0.0541101 -0.0921819 0.065057 -0.0955297* 0.0565224
(Nguồn: Tổng hợp từ số liệu trong Phụ lục 3)
Ký hiệu , , chỉ ra các hệ số hồi quy lần lƣợt có ý nghĩa thống kê tại các mức ý nghĩa 10%, 5%, 1%
Dựa vào những mô hình hồi quy Pooled-OLS, FEM và REM ta có một bảng tóm tắt các giá trị hồi quy và sai số chuẩn đồng thời dựa trên độ tin cậy lần lƣợt là 99%, 95% và 90% chúng ta tìm ra đƣợc những biến có ý nghĩa với từng mô hình. cả ba mô hình hồi quy, biến DR đều có ý nghĩa với mô hình hồi quy với mức ý
nghĩa 1%. Riêng REM, ta có thêm biến LLR (α =10%) và mô hình FEM với biến ROE (α = 5%) và SIZE1 (α= 10%). Yêu cầu đặt ra trong trƣờng hợp này là tìm ra một mô hình phù hợp nhất, chúng ta lần lƣợt dùng các kiểm định dƣới đây cho việc lựa chọn giữa ba mô hình hồi quy.
4.5.1. So sánh giữa mô hình Pooled-OLS và Fixed Effects Model
Ta thực hiện việc so sánh giữa hai mô hình Pooled-Regression và FEM với giả thuyết:
H0: Pooled-OLS phù hợp hơn.
4.4.1.1 Phân tích hồi quy theo Pooled-OLS
4.5.1.2. Phân tích hồi quy theo FEM
Bảng 4.8: Hồi qu m h nh Fixed Effects Mode
4.5.1.3. Kết quả
Nhận xét: Với mức ý nghĩa 5%, ta có: P-value = 0.0000 < 0.05
Nên tabác bỏ giả thuyết H0, điều có nghĩa rằng mô hình FEM phù hợp hơn để hồi quy.
4.5.2. So sánh giữa hai mô hình Fixed Effects Model và Random Effects Model bằng kiểm định Hausman Model bằng kiểm định Hausman
Bảng 4.9: Kết quả iểm định Hausman
Với mức ý nghĩa 5%, sử dụng kiểm định Haumans nhằm tìm ra sự phù hợp của hai mô hình tác động cố định và tác động ngẫu nhiên trong trƣờng hợp này với giả thuyết sau:
H0: Mô hình REM phù hợp hơn.
Với P-value = 49% >α(5%) tachấp nhận H0, tức mô hình hồi quy REM phù hợp để sử dụng hơn so với mô hình FEM.
4.6.Tổng hợp c c iểm định và hắc phục 4.6.1. Tổng kết lại
Sau khi sử dụng các kiểm định và các yêu cầu đặt ra ta nhận thấy rằng trong trƣờng hợp này ta dùng mô hình REM là phù hợp nhất. Nhƣng theo Phạm Thị Tuyết Trinh (2016) rằng “…REM không thể được ước lượng bằng OLS. Phương pháp bình phương nhỏ nhất tổng quát (GLS, Generalised Least Squares) thường được sử dụng trong tình huống này…”. Hơn nữa, mô hình Pooled-OLS còn xuất hiện tƣợng phƣơng sai thay đổi và tự tƣơng quan nên để khắc phục ta sử dụngphƣơng pháp bình phƣơng nhỏ nhất tổng khả thi, viết tắt là FGLSđể hồi quy trong trƣờng hợp này.
4.6.2. Khắc phục mô hình hồi quy
Sau khi kiểm định mô hình FGLS ta loại các biến có P-value >α(5%), sau đó thực hiện hồi quy lại một lần nữa (Xem thêm Phụ lục 3), ta có kết quả nhƣ sau:
Bảng 4.10: Kết quả hồi qu m h nh FGLS
Với biến phụ thuộc là FGAPi,t, sau khi vận d ng mô hìnhFG S để khắc phục hiện tƣợng tự tƣơng quan giữa các sai số và hiện tƣợng phƣơng sai thay đổi để đảm bảo ƣớc lƣợng thu đƣợc bền vững và hiệu quả hơn, ta có kết quả nhƣ sau:
FGAPi,t= -0.6864768 + 0.6738324LDRi,t + εi,t
Ta nhận xét rằng, chỉ có duy nhất biến tỷ lệ cho vay trên huy động có tác động lên rủi ro thanh khoản của ngân hàng thƣơng mại, và có tác động cùng chiều với mô hình.
Bảng 4.11:M tả ết quả hồi qu so với ỳ vọng ban đầu Mã
biến Tên biến
Dấu kỳ vọng
Dấu hệ số tƣơng quan
Dấu hệ số
hồi quy Kết quả
LDR Tỷ lệ cho vay trên huy động + + + Phù hợp với thực tế,phù hợp với kỳ vọng
4.7.Giải thích ết quả hồi qu
Kết quả hồi quy cho ta thấy ở mô hình trên với dữ liệu các NHTMCP Việt Nam đƣợc niêm yết trên hai sàn chứng khoán HOSE và HNX có sự tác động cùng chiều giữa biến tỷ lệ dự nợ cho vay trên huy động có tƣơng quan tỷ lệ thuận với rủi ro thanh khoản. Điều này bản thân tác giả cho rằng rất đúng với thực tế bởi vì cũng đã có nhiều nghiên cứu đi trƣớc chỉ ra những kết quả tƣơng tự nhƣ vậy. Với nghiên cứu của Bonfim và Kim 2011 đã chỉ ra rằng tác động của nợ lên rủi ro thanh khoản là cùng chiều trong cuộc nghiên cứu về rủi ro thanh khoản ở các ngân hàng Châu Âu và Bắc Mỹ giai đoạn 2002-2009.
Tỷ ệ dƣ nợ cho va trên hu động (LDR) có quan hệ tỷ ệ thuận với rủi ro thanh hoản.
Tỷ lệ dƣ nợ cho vay trên huy động (LDR) có quan hệ tỷ lệ thuận với rủi ro thanh khoản cho thấy có khả năng tỷ lệ dự nợ cho vay trên vốn huy động càng cao thì rủi ro thanh khoản càng cao. Quan hệ tỷ lê thuận giữa tỷ lệ cho vay trên huy động và rủi ro thanh khoản của các ngân hàng đƣợc lý giải bởi 02 nguyên nhân sau:
Thứ nhất, nếu trong tổng nguồn vốn huy động đƣợc chủ yếu là trong ngắn hạn, ngân hàng cho vay nhiều thì nó sẽ tài trợ cho các tài sản thanh khoản t hơn và thanh khoản ngân hàng sẽ giảm.
Thứ hai, tỷ lệ cho vay trên huy động càng lớn chứng tỏ ngân hàng cho vay cao hơn nhiều so với nguồn vốn huy động đƣợc. Lúc ngân hàng gặp khó khăn về