II. QUÁ TRÌNH HỌC TẬP
ĐẾN HOẠT ĐỘNG CỦA NGÂN HÀNG THƯƠNG MẠ
1.3.1. Mơ hình hồi quy tuyến tính đơn
Saquer Sulaiman Al-Tahat, Nourdeen Mohammed AbuNquira (2016) đã phát triển mơ hình nghiên cứu sau để đánh giá ảnh hưởng của hoạt động ngoại bảng đến hoạt động kinh doanh của ngân hàng thương mại:
MAR.Ri,t = β0 + β1OBSi,t + εt (3) CA.Ri,t = β0 + β1OBSi,t + εt ( 4) LIQ.Ri,t = β0 + β1OBSi,t + εt ( 5) REV.Ri,t = β0 + β1OBSi,t + εt ( 6) Trong đó:
Biến độc lập: Giao dịch ngoại bảng của ngân hàng thương mại. Ngồi ra mơ
hình cịn có thêm các biến kiểm sốt khác thể hiện các đặc điểm của ngân hàng thương mại.
Biến phụ thuộc:
Rủi ro tín dụng (NPLS.R) = Nợ xấu/Tổng dư nợ cho vay. Rủi ro đòn bẩy (LEV.R) = Vốn chủ sở hữu/Tổng tài sản
Rủi ro thị trường (MAR.R) = Tiền mặt + Tài sản tài chính được giữ để giao dịch/Tổng tiền gửi
Rủi ro an toàn vốn (CA.R) = Vốn điều tiết của Ngân hàng/(Rủi ro tín dụng + Rủi ro thị trường)
Rủi ro thanh khoản (LIQ.R) = (Tiền mặt và số dư với NHTW + số dư với ngân hàng và tổ chức tài chính + tiền gửi với ngân hàng và tổ chức tài chính + tài sản tài chính được giữ để giao dịch)/(Tiền gửi của khách hàng + tiền gửi của ngân hàng và tổ chức tài chính).
Tăng trưởng doanh thu (REV.R): biến này thể hiện thu nhập từ lãi và hoa hồng rịng tạo thành doanh thu chính của các ngân hàng
1.3.2. Mơ hình dữ liệu bảng
Mơ hình nghiên cứu của Aktana và cộng sự (2013), Karim và Gee (2007), De Jonghe và cộng sự (2009) nghiên cứu ảnh ưởng của hoạt động ngoại bảng đến hiệu suất của ngân hàng được xây dựng như sau:
PERFit=α+β1OBSit+β2LRit+β3 EQit+β4BSIZEit+εit (1)
Trong đó PERFit đại diện cho thước đo hiệu suất ngân hàng (i) trong khoảng thời gian (t), sẽ được đo lường thông qua tỷ lệ lợi nhuận trên OBSit. (OBSit) là tỷ lệ của hoạt động ngoại bảng/tổng tài sản của ngân hàng (i) trong khoảng thời gian (t). (LRit) là tỷ lệ của thấu chi tín dụng trực tiếp/tổng tài sản ngân hàng (i) trong giai đoạn (t). (EQit) là tỷ lệ vốn chủ sở hữu/tổng tài sản của ngân hàng (i) trong giai đoạn (t). (BSIZit) là logarit tự nhiên của quy mô tài sản ngân hàng (i) trong khoảng thời gian (t).
Thơng qua mơ hình trước đó, hai mơ hình có thể được trích xuất để đo lường các chỉ số hiệu suất như sau:
ROAit = α + 1OBSit + 2 LRit + 3EQit + 4BSIZEit + εit, (2) ROEit = α + 2LRit + 3EQit + 4BSIZEit + εit. (3)
Trong đó (ROAit) là tỷ suất lợi nhuận rịng/tổng tài sản của Ngân hàng (i) trong giai đoạn (t) và (ROEit) là tỷ lệ suất lợi nhuận ròng/vốn chủ sở hữu của ngân hàng (i) trong giai đoạn (t).
Vì OBS đã được sử dụng rộng rãi như một công cụ cho các ngân hàng để phòng ngừa rủi ro lãi suất và rủi ro tỷ giá hối đối. Do đó, dự kiến các hoạt động OBS sẽ góp phần thay đổi rủi ro lãi suất trong cả ngắn hạn và dài hạn. Bora Akatan và cộng sự (2013) đo lường mức độ rủi ro của ngân hàng về tỷ giá hối đoái và rủi ro lãi suất bên cạnh rủi ro thị trường truyền thống. Nếu các ngân hàng thương mại thành cơng trong việc phịng ngừa lãi suất và tỷ giá hối đối thì mối quan hệ giữa hoạt động OBS với rủi ro lãi suất và tỷ giá hối đoái là tiêu cực. Nếu các ngân hàng sử dụng các giao dịch OBS như một công cụ đầu cơ hơn là cho mục đích quản lý rủi ro thì mối quan hệ là tích cực. Mơ hình thực nghiệm được đưa ra để phân tích ảnh hưởng của các hoạt động OBS đối với rủi ro ngân hàng:
RISKi,t = α + β1OBSi,t + β2TLTAi,t + β3LTAi,t + β4EAi,t + β5FATAi,t + β6LIQi,t + β7PLTAi,t + εi,t
Trong đó:
RISKi,t = rủi ro của ngân hàng vào thời điểm t
OBSit = hoạt động ngoại bảng của ngân hàng vào thời điểm t
TLTAit = tỷ lệ tổng dư nợ cho vay/Tổng tài sản của ngân hàng vào thời điểm t LTAit = logarit tự nhiên của tổng tài sản của ngân hàng vào thời điểm t
EAit = cổ đông của công ty cổ phần trong tổng tài sản của ngân hàng vào thời điểm t. FATAit = tài sản cố định/tổng tài sản của ngân hàng vào thời điểm t LIQit = tài sản lưu động /tổng tài sản của ngân hàng vào thời điểm t
PLTAit = tỷ lệ dự phòng rủi ro cho vay/tổng tài sản của ngân hàng thời điểm t Bên cạnh việc ảnh hưởng đến mức độ rủi ro của các ngân hàng thương mại, ảnh hưởng của hoạt động ngoại bảng đến hiệu suất, đòn bẩy và thanh khoản của ngân hàng được đo lường qua các mơ hình sau:
Performancei,t= α + β1OBSi,t + β2TLTAi,t + β3LTAi,t + β4EAi,t + β5FATAi,t + β6LIQi,t + β7PLTAi,t + εi,t
Leveragei,t = α + β1OBSi,t + β2TLTAi,t + β3LTAi,t + β4EAi,t + β5FATAi,t + β6LIQi,t + β7PLTAi,t + εi,t
LIQi,t = α + β1OBSi,t + β2TLTAi,t + β3LTAi,t + β4EAi,t + β5FATAi,t + β6PLTAi,t + εi,t
Mơ hình hiệu ứng cố định và hiệu hứng ngẫu nhiên được sử dụng. Mọi biến giải thích khơng đổi theo thời gian sẽ bị xóa khỏi mơ hình trước khi ước tính. Tuy nhiên, mơ hình này cho phép có sự tương quan tùy ý giữa các hiệu ứng không quan sát được với các biến giải thích theo thời gian. Mặt khác, mơ hình hiệu ứng ngẫu nhiên được ước tính với giả định rằng các hiệu ứng khơng quan sát được độc lập với các biến giải thích trong mơ hình ước tính. Kiểm định Hausman sẽ được sử dụng để xác định mơ hình cuối cùng sẽ được sử dụng trong nghiên cứu.
Để khắc phục hạn chế của hai mơ hình hiệu ứng cố định và hiệu ứng ngẫu nhiên, Oladokum Nafiu Olaniyi, Shamsul Kamarial Abdullah, Charmele Ayadurai (2019) sử dụng GMM làm mơ hình ước tính trong nghiên cứu của mình. Một trong những điều kiện chính để áp dụng GMM là số lượng quan sát lớn hơn khoảng thời gian. Phương pháp GMM được sử dụng phổ biến trong các ước lượng dữ liệu bảng động tuyến tính hoặc các dữ liệu bảng vi phạm tính chất HAC (Heteroskedasticity and Autocorrelation). Khi đó, các ước lượng tuyến tính cổ điển của mơ hình dữ liệu bảng như mơ hình hồi quy OLS, mơ hình hiệu ứng cố định (Fixed efects model) và mơ hình hiệu ứng ngẫu nhiên (Random efects model) sẽ khơng cịn đáng tin cậy, hiệu quả (Ibrahim & Law, 2012). Những mơ hình đó thiếu khả năng xử lý các vấn đề cụ thể liên quan đến dữ liệu bảng như hiệu ứng cụ thể của công ty và khả năng nội sinh tiềm tàng của các biến giải thích (Hansen et al., 1996). Một trong những lý do cho sự phổ biến của GMM là khả năng xử lý những vấn đề đó. Phương pháp GMM trên dữ liệu bảng điều khiển đã được tìm thấy là một phương pháp hiệu quả so với các phương pháp khác (Judson & Owen, 1996). Mơ hình như sau:
LnOBS = α + yLn OBSit-1 + β1Ln TA it + β2 Imp Loans_ Equityit+ β3 CIRit + β4 LqdAssts_TotDep&Borit + β5TCRit + β6 ROAit+ β7 Ln Loansit+ β8 GDPit+ εit