Hai nguồn thu nhập chính của các NHTM tại Việt Nam bao gồm nguồn thu từ lãi - nguồn thu chủ yếu từ hoạt động cho vay và nguồn thu ngoài lãi - nguồn thu khác ngoài những khoản thu từ hoạt động tín dụng. Thu nhập ngoài lãi là các khoản thu không trực tiếp của ngân hàng, cụ thể bao gồm các chi phí dịch vụ, các khoản thu nhập từ chứng khoán kinh doanh, chứng khoán đầu tư, các hoạt động góp vốn, đầu tư dài hạn, .
Theo Stiroh (2004), thu nhập ngoài lãi là một thể loại không đồng nhất mà bao gồm nhiều hoạt động khác nhau. ThS. Nguyễn Minh Sáng, Nguyễn Thị Hạnh Hoa (2013) cho rằng, xu hướng gia tăng tỉ lệ thu nhập ngoài lãi trên tổng tài sản của các NHTM Việt Nam theo xu hướng chung của những ngân hàng trên thế giới nhằm hướng tới sự phát triển hiệu quả, an toàn của một ngân hàng hiện đại là một xu hướng tất yếu. Nghiên cứu
29
của Nguyễn Đình An, Tô Thị Hồng Gấm (2021) đã chỉ ra rằng, với điều kiện các yếu tố khác không đổi thì thu nhập ngoài lãi tỷ lệ nghịch với tỷ lệ thu nhập lãi cận biên. Kết quả này cũng tương tự với các nghiên cứu trước đây của L Liya, L Minghui, S Sha và Y Jinjiang (2014); S Yuksel và S Zengin (2017). Thông qua dữ liệu thu thập kết hợp với các bài nghiên cứu thực nghiệm trước, nhóm đưa ra giả thuyết: chỉ số NII tác động ngược chiều với tỷ lệ thu nhập cận biên của ngân hàng. Công thức tính tỉ trọng thu nhập ngoài
lãi được tính như sau:
Tỉ trọng thu nhập ngoài lãi = / Thu nhập ngoài lẵi X 2 XThu nhập từ hoạt động/ Thu nhập ngoài lãi = Thu nhập hoạt động -Thu nhập lãi thuần
Biến phụ thuộc NIM Biến
độc lập LERNER MS OR CR OPEX CIR NII
30
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Mô hình nghiên cứu
Các nghiên cứu trích dẫn ở chương 1 cho thấy, tỷ lệ lãi cận biên bị ảnh hưởng bởi nhiều yếu tố. Nhóm nghiên cứu đã chọn lọc các yếu tố điển hình và các yếu tố có khả năng ảnh hưởng đến tỷ lệ NIM gần nhất để đưa vào mô hình nghiên cứu.
Bài nghiên cứu sử dụng mô hình nghiên cứu dựa trên mô hình nghiên cứu ban đầu của Phạm Minh Điển (2017) làm nền tảng kết hợp với mô hình dữ liệu bảng gồm mô hình ảnh hưởng cố định (FEM) và mô hình ảnh hưởng ngẫu nhiên (REM). Mô hình nghiên cứu được áp dụng như sau:
NIMiit= β0 + β1* LERNERiit + β2 * MSlj + β3 * ORi't + β.i * CRlj + β5
* OPEXiit + β6* CIRiit + β7* NIIiit + εi't
Trong đó:
Biến phụ thuộc: NIM - tỷ lệ lãi cận biên Các biến độc lập:
Lerner - chỉ số Lerner MS - thị phần
OR - chi phí cơ hội của dự trữ CR - rủi ro tín dụng
OPEX - chi phí hoạt động CIR - tỷ số chi phí trên thu nhập NII - thu nhập ngoài lãi
Và i, t lần lượt là tên ngân hàng và mốc thời gian 2014-2019 e_(i,t) là sai số ngẫu nhiên
31
Nhóm nghiên cứu lựa chọn mô hình dữ liệu bảng FEM và REM dựa trên hai cơ sở chính : thứ nhất là mối tương quan giữa phần dư của mỗi thực thể với các biến độc lập, thứ hai là sự kiểm soát được đặc điểm riêng của từng ngân hàng trong nghiên cứu. Mô hình FEM (Fixed Effects Model) và mô hình REM (Random Effects Model) có đặc điểm chung là đều phát triển từ mô hình Pooled OLS, kiểm soát được từng đặc điểm khác nhau giữa các ngân hàng. Mô hình FEM giả định rằng có sự tương quan giữa phần dư của mô hình với các biến độc lập, trong khi đó mô hình REM lại giả định rằng không có sự tương quan giữa phần dư của mô hình với các biến độc lập. Trong bài nghiên cứu, mẫu dữ liệu được lựa chọn ngẫu nhiên trong số các NHTM tại Việt Nam nên có thể lựa chọn mô hình REM. Tuy nhiên, dữ liệu được sử dụng là dữ liệu tài chính bảng, do đó trong mô hình có thể có khả năng tồn tại sự tương quan giữa các biến độc lập với phần dư. Chính vì chưa đủ cơ sở để lựa chọn mô hình FEM hay REM, nhóm nghiên cứu tiến hành ước lượng lần lượt với 3 mô hình là mô hình hồi quy tuyến tính OLS, mô hình FEM, mô hình REM và kết hợp với kiểm định Hausman để có thể xác định được mô hình phù hợp.
Dựa trên những nghiên cứu thực nghiệm trước, nhóm đưa ra giả thuyết về sự tác động của các biến độc lập lên biến phụ thuộc NIM như sau :
Tác động kỳ
32
2.2. Mô tả biến
2.2.1 Biến phụ thuộc
Chỉ số NIM được tính bằng thu nhập lãi trừ đi chi phí từ lãi sau đó chia cho tổng tài sản. NIM là một trong những chỉ tiêu đo lường khả năng sinh lời và tính hiệu quả của ngân hàng, là chỉ số hữu ích trong việc đo lường xu hướng thay đổi trong biên độ lãi suất. NIM càng cao thì thu nhập lãi từ ngân hàng càng cao.
2.2.2 Biến độc lập
❖ Chỉ số Lerner: xác định mức độ độc quyền và tính toán tổn thất mà xã hội phải gánh chịu vì các nhà độc quyền, có mối quan hệ đồng biến với thị phần và tỉ lệ NIM
❖ Thị phần (MS): là phần thị trường doanh nghiệp đã chiếm lĩnh được hay sự phân chia thị trường của doanh nghiệp đối với các đối thủ cạnh tranh trong ngành, tác động cùng chiều với NIM
❖ Chi phí cơ hội của dự trữ (OR): có mối quan hệ đồng biến với NIM
❖ Rủi ro tín dụng (CR): có tác động cùng chiều đến NIM, các ngân hàng cho vay nhiều thì có thể có rủi ro cao và họ phải trích lập dự phòng nhiều
❖ Chi phí hoạt động (OPEX): là các chi phí phát sinh trong quá trình kinh doanh, tác động cùng chiều với NIM
❖ Tỷ số chi phí trên thu nhập (CIR (cost-to-income ratio)): đo lường mức độ hiệu quả hoạt động của ngân hàng. Altunbas và cộng sự (2001) cho rằng chi phí hoạt động cao hơn làm tăng tính kém hiệu quả trong hoạt động của doanh nghiệp. Tỷ số này có tác động ngược chiều với NIM
❖ Thu nhập ngoài lãi (NII (non-interest income)): là những khoản thu không trực tiếp liên quan đến các hoạt động lãi suất của ngân hàng, tác động ngược chiều với NIM.
33
2.3. Phương pháp kiểm định mô hìnhBước 1: Thống kê mô tả Bước 1: Thống kê mô tả
Để có được cái nhìn tổng quát nhất về mẫu nghiên cứu, nhóm tiến hành sử dụng phân tích thống kê mô tả để mô tả những đặc tính cơ bản của dữ liệu. Qua thống kê mô tả chúng ta có thể thấy được giá trị lớn nhất, giá trị nhỏ nhất, giá trị trung bình, độ lệch chuẩn của các biến nghiên cứu bao gồm biến phụ thuộc và các biến độc lập của các NHTM Việt Nam giai đoạn 2014 - 2019.
Bước 2: Phân tích ma trận tương quan
Nghiên cứu kiểm định hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình. Đồng thời, nhóm nghiên cứu hiện tượng đa cộng tuyến thông qua chỉ số VIF. Nếu chỉ số VIF lớn nhất của các biến giải thích nhỏ hơn 5, điều này cho thấy ít khả năng xảy ra hiện tượng đa cộng tuyến (Gujarati, 2004). Việc phân tích tương quan cũng nhằm mục đích lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính của biến phụ thuộc với các biến độc lập.
Bước 3: Ước lượng hồi quy OLS
Các kiểm định Hausman, F - Test thường được các nghiên cứu trước đó sử dụng cho mục đích xác định mô hình FEM hay REM là phù hợp trong mô hình dữ liệu bảng như nghiên cứu của Phạm Minh Điển và các cộng sự (2017), Nguyễn Kim Thu và Đỗ Thị Thanh Huyền (2014),... Kiểm định này nhằm xác định sự tương quan của sai số ui với các biến giải thích. Do vậy, nhóm lựa chọn thực hiện kiểm định Hausman, F - Test để lựa chọn mô hình hồi quy phù hợp nhất.
Bước 4: Kiểm định và khắc phục hiện tượng phương sai thay đổi
Thực hiện kiểm định phương sai của sai số không đổi bằng White cho mô hình REM. Giả thuyết đầu tiên H0: Phương sai sai số thay đổi. Nếu kết quả kiểm định White có P-value >= 5% thì chấp nhận giả thuyết H0, nghĩa là mô hình không có hiện tượng phương sai sai số thay đổi.
34
Nếu mô hình có hiện tượng phương sai sai số thay đổi thì có thể khắc phục được bằng nhiều phương pháp như hồi quy trọng số FGLS (bình phương tối thiểu tổng quát), Robust Standard, bình phương tối thiểu có trọng số hoặc có thể biến đổi dạng hàm hay bổ sung thêm biến, ...
Bước 5: Kiểm định và khắc phục hiện tượng tự tương quan
Để khắc phục hiện tượng tự tương quan, chúng ta có thể sử dụng các hàm thông dụng như OLS dù không có các phương sai nhỏ nhất giữa các hàm tuyến tính không có thiên lệch tốt. Wooldridge (2002) cho rằng phương pháp này rất hữu dụng khi kiểm soát được hiện tượng phương sai của sai số không đồng nhất và hiện tượng tự tương quan. Nếu có hiện tượng tự tương quan và phương sai sai số thay đổi thì nhóm nghiên cứu sẽ sử dụng phương pháp FGLS.
Nguyên tắc kiểm định Wooldridge như sau:
- Nếu d > 10% thì kết luận mô hình không có hiện tượng tự tương quan - Nếu 0 < d < 10% thì kết luận mô hình có hiện tượng tự tương quan
Loại hình ngân
hàng 2014 2015 2016 2017 2018 2019
35
CHƯƠNG 3: THỰC TRẠNG VỀ TỶ LỆ THU NHẬP LÃI CẬN BIÊN CỦA CÁC NHTM VIỆT NAM VÀ KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH
3.1 Thực trạng về tỷ lệ thu nhập lãi cận biên của các ngân hàng thương mại ViệtNam Nam
3.1.1 Quá trình phát triển của các ngân hàng thương mại Việt Nam từ 2014đến 2019 đến 2019
Năm 2014, Ngân hàng Nhà nước đã chọn ra 10 NHTM để triển khai thí điểm phương pháp quản trị vốn và rủi ro theo tiêu chuẩn Basel II giai đoạn từ 2015 đến 2018. Các NHTM đã tuân thủ các quy định của Luật Các tổ chức tín dụng 2010 nhằm mục đích nâng cao công tác quản trị doanh nghiệp trong ngân hàng, quản trị rủi ro và các nghiệp vụ trong ngân hàng. Các NHTM đã thành lập các Ủy ban như: Ủy ban quản lí rủi ro, Ủy ban chính sách, Ủy ban quản trị tài sản nợ có, ... để tư vấn cũng như tham mưu cho hội đồng quản trị.
Trong giai đoạn 2012 - 2014, tăng trưởng kinh tế thấp, thị trường chứng khoán và bất động sản giảm sâu đã làm giảm tín dụng. Tuy nhiên, đến năm 2015 tín dụng đã tăng trở lại. Các nhà kinh tế học đánh giá mức tăng trưởng tín dụng trong khoảng 17 - 18% được cho là cần thiết để đảm bảo duy trì tăng trưởng GDP ở mức 6,6 - 6,8%. Tín dụng bất động sản và tiêu dùng tăng mạnh, kinh doanh mở rộng đồng thời tăng nhu cầu vay sản xuất, giúp các NHTM cải thiện đáng kể lợi nhuận của mình. Tính từ 2015 đến 2018, tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE) trên cả hệ thống tín dụng tăng từ 6,3% lên 10%. Xu thế tín dụng được dự đoán cho đến năm 2019 vẫn là tiếp tục tăng, dự kiến tăng khoảng 2 lần từ năm 2015 đến 2019.
Tín dụng tăng, nợ xấu ngân hàng cũng tăng theo, có những trường hợp âm vốn chủ sở hữu nên phải giám sát đặc biệt và tái cấu trúc bắt buộc. Nguyên nhân là do việc cho vay chéo và vay theo quan hệ, lách các quy định. Tuy nhiên tỷ lệ nợ xấu cũng đã giảm mạnh từ đầu năm 2015, xuống dưới 2% vào cuối năm 2018. Nợ xấu giảm mạnh do hai yếu tố chính là tăng trưởng tín dụng và chuyển nợ xấu nội bảng thành nợ xấu ngoại bảng.
36
Những ngân hàng yếu kém đã được ngân hàng nhà nước thu mua lại với giá 0 đồng và chuyển thành ngân hàng thuộc sở hữu nhà nước.
Năm 2017, Quốc hội thông qua Nghị quyết 42 về thí điểm xử lý nợ xấu của các tổ chức tính dụng. Nghị quyết đã gia tăng quyền cho các NHTM trong tổ chức mua bán, xử lý nợ xấu cà tăng quyền thu giữ tài sản bảo đảm.
Khung pháp lý về quản trị và kiểm soát nội bộ đã được NHNN ban hành và có hiệu lực từ năm 2019. Các NHTM cũng đã điều chỉnh báo cáo chính thức của mình để phù hợp với khung pháp lý này.
Trong suốt quá trình hình thành và phát triển, số lượng các NHTM ở nước ta ngày càng gia tăng, mạng lưới các chi nhánh và phòng giao dịch được mở rộng. Số lượng các ngân hàng Việt Nam giai đoạn từ năm 2014 đến 2019 được thể hiện như ở bảng 1.1 sau:
NHTM nhà nước 5 7 7 7 7 4 NHTM cổ phần 33 28 28 28 28 28 Ngân hàng liên doanh 4 3 2 2 2 2 Chi nhánh ngân hàng nước ngoài 47 50 51 49 49 49 Ngân hàng 100% vốn nước ngoài 5 5 8 9 9 9 Tổng số NHTM 94 93 96 95 95 92
37
Nguồn: Tổng hợp từ Báo cáo thường niên của NHNN Việt Nam
Số lượng các NHTM cổ phần và ngân hàng liên doanh có xu hướng giảm, chi nhánh ngân hàng nước ngoài tăng trong năm 2015, 2016 và giảm trong 3 năm còn lại. Năm 2019, 3 ngân hàng Vietinbank, Vietcombank và BIDV đã không còn nằm trong danh sách nhà nước chiếm trên 50% vốn điều lệ. Ngân hàng Xây dựng (VNCB) là ngân hàng đầu tiên tại Việt Nam bị Ngân hàng Nhà nước thu mua lại bắt buộc toàn bộ số cổ phần với mức giá 0 đồng kể từ ngày 02/02/2015, tiếp đó là Oceanbank và GPBank đều bị NHNN mua lại với giá 0 đồng năm 2015.
3.1.2 Tỷ lệ thu nhập lãi cận biên của một số ngân hàng thương mại Việt Nam từ 2014 đến 2019
Thu nhập lãi cận biên của 20 NHTM tại Việt Nam giai đoạn 2014 - 2019 được trình bày trong hình 1.1.
Hình 1. NIM của 20 ngân hàng thương mại Việt Nam, giai đoạn 2014 - 2019
38
Dễ dàng thấy được, chỉ số NIM của NHTM cổ phần có tỉ lệ cao hơn so với NIM của NHTM nhà nước và trung bình ngành trong khoảng từ 2015 - 2018. Trong đó, tỷ lệ thu nhập lãi cận biên của ngân hàng đạt mức cao nhất với tỷ lệ trên 3.20% trong 6 năm từ 2014-2019. Năm 2014 và 2018 thì NIM của NHTM cổ phần thấp hơn NIM của NHTM nhà nước và trung bình ngành.
Bắt đầu từ năm 2014, VAMC được thành lập, cơ quan này đã làm khá tốt vai trò của mình trong việc làm giảm được khối lượng nợ xấu khổng lồ từ các TCTD, trở thành công cụ quan trọng của NHNN trong việc giảm thiểu nợ xấu. Điều này đã giúp tăng tài sản sinh lãi của các NHTM nhà nước, dẫn tới giảm NIM. Tuy nhiên đối với NHTM cổ phần thì chưa thực sự quản lý tốt được nợ xấu, dẫn tới tài sản sinh lãi giảm, làm tăng NIM. Năm 2017, triển khai quyết định số 1058/QĐ-TTg ngày 19/07/2017 của Thủ tướng Chính phủ phê duyệt đề án “Cơ cấu lại hệ thống các tổ chức tín dụng gắn với xử lý nợ xấu giai đoạn 2016-2020” góp phần xử lý nhanh, dứt điểm nợ xấu tại các TCTD. Nhờ việc triển khai quyết định này, có thể thấy đây là một trong những lý do khiến cho NIM của các NHTM cổ phần giảm và tăng đều cùng với NHTM nhà nước bắt đầu từ năm 2017.
Năm 2018, NHNN Việt Nam thu mua một khối lượng ngoại tệ lớn nên khả năng thanh toán cao, dẫn tới thu nhập lãi thuần tăng mạnh, góp phần tăng trưởng NIM, ngoài ra, cho vay ngắn hạn tăng ở các NHTM cũng giúp làm tăng NIM. Từ năm 2017 đến nay, việc số hóa dịch vụ tài chính và sản phẩm ngân hàng, tự động hóa các dịch vụ ngân hàng