Mô tả biến số vàdữ liệu nghiên cứu

8. Cấu trúc bài nghiên cứu

3.2.3. Mô tả biến số vàdữ liệu nghiên cứu

Biến phụ thuộc

(i) ROA: Tỷ suất lợi nhuận sau thuế trên tổng tài sản

Biến độc lập

Nhóm biến vi mô:

(ii) LnA: Quy mô tổng tài sản, được tính bằng logarit nepe của tổng tài sản (iii) LTA: Quy mô dư nợ, được tính bằng Dư nợ tín dụng/Tổng tài sản (iv) LEV: Đòn bẩy tài chính, được xác định bằng Nợ phải trả/Tổng tài sản (v) LTD: Tỉ lệ thanh khoản, được xác định bằng Dự nợ tín dụng/Tổng tiền gửi (vi) TURN: Tăng trưởng doanh thu thuần

Nhóm biến vĩ mô:

(vii) GDP: phần trăm thay đổi GDP

(viii) CPI: chỉ số giá tiêu dùng (Consumer Price Index) Biến khác:

(ix) IFRS: là biến giả nhận giá trị 1 cho ngân hàng áp dụng chuẩn mực báo cáo tài chính quốc tế IFRS và ngược lại

Nhóm tác giả thu thập 2 nhóm số liệu là vi mô và vĩ mô sử dụng trong nghiên cứu này. Trong đó, dữ liệu vi mô đặc trưng của các ngân hàng được thu thập từ BCTC của 25 ngân hàng thương mại giai đoạn 2007 - 2020 trên hai hình thức là báo cáo tài chính được lập theo chuẩn mực kế toán Việt Nam (VAS) công bố trên website của công ty và bộ dữ liệu SMP Global; báo cáo tài chính được lập theo chế độ kế toán IFRS. Tuy nhiên BCTC này mới chỉ áp dụng một phần trong hệ thống các chuẩn mực báo cáo tài chính quốc tế. Dữ liệu vĩ mô được thu thập trên hai nguồn dữ liệu lớn là Database của quỹ tiền tệ thế giới IMF và Data Worlbank Ngân hàng thế giới.

Các dữ liệu thu thập được xử lí và tính toán bằng Excel. Do thời gian của mẫu nghiên cứu là tương đối dài 2007-2020 nên không tránh khỏi dữ liệu bị thiếu sót. Nhóm nghiên cứu đã tiến hành làm sạch dữ liệu, kiểm tra data và khắc phục. Sau đó, nhóm nghiên cứu đã lựa chọn phần mềm Stata để thu được kết quả theo mô hình.

LTA 348 .698713 .845523 .0399908 6.626043 LLP 348 1.118721 1.286333 -1.93668 14.01215 LEV 348 .8560828 .186459 .0425561 1.265827 LTD 348 .9037839 .4100755 0 6.912061 TURN 348 .0362196 .0360224 -.0031565 .2395966 GDP 350 6.015085 1.063646 2.91 7.129504 CPI 350 7.301369 6.161137 .6312009 23.11545 IFRS 348 .566092 .4963262 0 1

Nguồn: Thống kế bằng phần mềm Stata

Nhìn vào bảng thống kê cho thấy, với mẫu quan sát 25 NHTM Việt Nam giai đoạn 2007 - 2020 thu được số biến quan sát là 350. Do thời gian lấy mẫu nghiên cứu tương đối dài từ năm 2007 đến 2020 dẫn đến một số ngân hàng không thu thập được số liệu do đã quá lâu. Mặt khác có những ngân hàng như Tpbank, Liên Việt Postbank năm 2008 mới thành lập nên cũng dẫn đến bị khuyết thiếu dữ liệu và đã được xử lý missing data. Nhìn vào số liệu thống kê có thể thấy giá trị của các biến

ROA và EBTP có giá trị nhỏ nhất âm, có nghĩa các ngân hàng đã trải qua thời kỳ kinh doanh hoặc quản lý chi phí không hiệu quả làm cho tổng doanh thu và lợi nhuận có giá trị âm. Biến LLP cũng có giá trị nhỏ nhất âm vì có những năm ngân hàng hoàn nhập chi phí dự phòng thay vì phải trích lập. Biến IFRS nhận min=0 và max=1 do IFRS là biến giả chỉ nhận 2 giá 0,1 cho trường hợp ngân hàng không tuân thủ chuẩn mực báo cáo tài chính quốc tế và tuân thủ.

3.3. Mô hình tác động của IFRS đến chỉ tiêu rủi ro

3.3.1. Tổng quan về mô hình nghiên cứu

Perotti, P & Cameran, M (2014) đo lường dự phòng rủi ro cho vay bất

thường từ một mô hình liên quan đến dự phòng rủi ro cho vay kết hợp với một tập hợp các biến kiểm soát. Sau đó, tác giả tập trung vào giá trị tuyệt đối của các khoản dự phòng rủi ro cho vay bất thường âm (làm tăng thu nhập)

EB = β0 + β1BIGt + β2SIZEt + β3GROWTHt + β4.LOANSt + β5LEVt + β6CFOt + β7ALLOWt + β8IASt εt

Trong đó:

+ BIG: là biến giả chỉ công ty kiểm toán, BIG=1 nếu doanh nghiệp được kiểm toán bởi các công ty Big4: Pwc, KPMG, Deloite và E&Y

+ GROWTH: tốc độ tăng trưởng doanh thu bán hàng + SIZE: quy mô tổng tài sản

+ LOANS: cho vay khách hàng + LEV: đòn bẩy nợ tài chính

+ CFO: lưu chuyển tiền thuần từ hoạt động kinh doanh + ALLOW: dự phòng cho vay khách hàng

+ IAS: biến giả chỉ tuân thủ IAS, IAS =1 nếu tuân thủ

Azira Abdul Adzis (2012) khám phá tác động của việc áp dụng IAS 39 đến

thu nhập của các ngân hàng cũng thông qua biến phụ thuộc LLP:

LLPit = α + β1EBTPit + β2LOANit + β3BLLAit + β4LOANTAit + β5IFFRSADOPit + β6EBTPit x IFRSADOPit+ εt

Trong đó:

+ LLPit: Dự phòng rủi ro tín dụng năm t + EBTPit: Lợi nhuận trước thuế năm t

+ LOANit: phần trăm thay đổi cho vay khách hàng năm t + BLLAi,t: dự phòng cho vay khác hàng năm t

+ IFRSADOP: là một biến giả IFRS = 1 cho ngân hàng áp dụng IFRS và IFRS = 0 nếu không áp dụng

Thông qua mô hình định lượng, Adiz cho thấy IFRS làm giảm đi hoạt động làm mịn thu nhập các ngân hàng. Bên cạnh đó, nghiên cứu cũng cho thấy không đủ bằng chứng để ủng hộ những luận điểm cho rằng việc áp dụng IFRS 39 làm tăng tính chu kỳ của tổn thất cho vay khách hàng.

Đối với ý kiến cho rằng IFRS có thể gây ra nhiều sự biến động của thu nhập đối với các ngân hàng áp dụng, nhóm nghiên cứu cũng đã thu thập được bằng chứng về tác động này. Tuy nhiên, tác giả cũng nhấn mạnh cần thận trọng hơn trong việc giải thích các phát hiện vì kết quả có thể bị ảnh hưởng bởi cuộc suy thoái toàn cầu năm 2008. Cuối cùng, Abdul Adzis kết luận rằng nghiên cứu này không đủ bằng chứng để xác định việc áp dụng IFRS dẫn đến sự biến động thu nhập cao hơn đối với những ngân hàng áp dụng IFRS.

Nghiên cứu của Oosterbosch (2009) cũng tập trung đánh giá ảnh hưởng của

việc thực hiện IFRS đối với việc quản lý lợi nhuận của các ngân hàng thông qua 2 giai đoạn là trước khi áp dụng IFRS và sau khi áp dụng IFRS. Sử dụng một mẫu các ngân hàng châu Âu được niêm yết và chưa niêm yết, sau đó hồi quy mô hình theo biến LLP và các biến kiểm tra để điều chỉnh thu nhập:

LLPt = β0 + β1LCOt + β2LLAt-1 + β3.NPLt + β4.EBTPt + β5LISTEDt + β6EBTPt*LISTEDt + εt

Trong đó:

+ Biến phụ thuộc: LLPt: Dự phòng rủi ro tín dụng năm t Biến độc lập:

+ LCOt: Các khoản nợ không thu hồi được của năm t + LLAt-1: Khoản dự phòng rủi ro cho vay vào năm t-1 + NPLt: Sự thay đổi của các khoản nợ xấu trong năm t + EBTPt: Lợi nhuận trước thuế

+ LISTEDt: Biến giả biểu thị 1 cho các ngân hàng được niêm yết trên sàn chứng khoán

Nghiên cứu của Oosterbosch (2009) cho thấy IFRS làm giảm thu nhập của các ngân hàng. Lí do chủ yếu được giải thích là IAS 30,43 yêu cầu các ngân hàng công bố chi tiết về các khoản liên quan đến tổn thất cho vay. Thông tin này bao gồm cách thức xác định các khoản dự phòng và khoản lỗ của các khoản cho vay không có khả năng thu hồi, các sự kiện bất thường trong quá trình theo dõi một khoản dự phòng trong kỳ (bổ sung, xóa sổ các khoản cho vay không có khả năng

Variable Obs Mean Std. Dev. Min Max LLP

- —

. 348 1.118721 1.286333 -1.93668 14.01215

thu hồi...) và tổng số tiền dự phòng tại ngày khóa sổ (Moison, 2007). Nói cách khác, IFRS yêu cầu cần có thông tin cụ thể về tổn thất cho vay đối với từng loại khoản vay thay vì công bố số liệu tổng hợp. Điều này khiến các ngân hàng thận trọng hơn và dẫn tới làm giảm thu nhập. Hơn thế nữa, tác giả nhận định dự phòng rủi ro cho vay (LLPs) là một khoản dự phòng tương đối lớn đối với các NHTM và do đó có tác động đáng kể đến thu nhập và vốn điều tiết của ngân hàng. Mục đích của các quy định này là điều chỉnh dự phòng rủi ro cho vay của các ngân hàng để phản ánh kịp thời các khoản lỗ dự kiến trong tương lai. Quan điểm này tương tự Wahlen (1994), Collins, Shackelford và Wahlen (1995), Beaver và Engel (1996), Ahmed Takeda và Thomas (1999).

3.3.2. Lựa chọn mô hình nghiên cứu

Nhóm tác giả sử dụng LLP để đánh giá rủi ro của ngân hàng bởi nhóm tác giả cho rằng LLP là biến phụ thuộc thể hiện trực tiếp rủi ro của các ngân hàng. Mô hình được xây dựng cho bài nghiên cứu:

LLPt = β0 + β1L.LLPt-1 + β2LnAt + β3LTAt + β4LEVt + β5LTDt + β6EBTPt + β7GDPt + β8CPIt + β9IFRSt + β10EBTPxIFRSt + St

3.3.3. Mô tả biến số và dữ liệu nghiên cứu

1. Biến phụ thuộc

(i) LLP: Dự phòng rủi ro tín dụng 2. Biến độc lập

Nhóm biến vi mô:

(ii) L.LLP: Dự phòng rủi ro tín dụng với độ trễ -1

(iii) LnA: Quy mô tổng tài sản, được tính bằng logarit nepe của tổng tài sản (iiv) LTA: Quy mô dư nợ, được xác định bằng Dư nợ tín dụng/Tổng tài sản (v) LEV: Đòn bẩy tài chính, được xác định bằng Nợ phải trả/Tổng tài sản (vi) LTD: Tỉ lệ thanh khoản, được xác định bằng Dự nợ tín dụng/Tổng tiền gửi (vii) EBTP: Lợi nhuận trước thuế và dự phòng

Nhóm biến vĩ mô:

(viii) GDP: phần trăm thay đổi GDP

(ix) CPI: chỉ số giá tiêu dùng (Consumer Price Index) Biến khác:

(x) IFRS: là biến giả nhận giá trị 1 cho ngân hàng áp dụng chuẩn mực báo cáo tài chính quốc tế IFRS và ngược lại

(xi) EBTPxIFRS: biến tương tác giữa lợi nhuận trước thuế và dự phòng với biến IFRS

L1. 323 1.111317 1.309231 -1.93668 14.01215 LnA 348 18.21476 1.397013 13.77442 21.13979 LTA 348 .698713 .845523 .0399908 6.626043 LEV 348 .8560828 .186459 .0425561 1.265827 LTD 348 .9037839 .4100755 0 6.912061 EBTP 348 .022125 .0231413 -.0513589 .198444 GDP 350 6.015085 1.063646 2.91 7.129504 CPI 350 7.301369 6.161137 .6312009 23.11545 IFRS 348 .566092 .4963262 0 1 EBTPxIFRS 348 .0132741 .0240264 0 .198444

Nguồn: Thống kế bằng phần mềm Stata

Nhìn vào bảng thống kê cho thấy, với mẫu quan sát 25 NHTM Việt Nam giai đoạn 2007 - 2020 thu được số biến quan sát tối là 350. Do thời gian lấy mẫu nghiên cứu tương đối dài từ năm 2007 đến 2020 dẫn đến một số ngân hàng không thu thập được số liệu do đã quá lâu. Mặt khác có những ngân hàng như Tpbank, Liên Việt Postbank năm 2008 mới thành lập nên cũng dẫn đến bị khuyết thiếu dữ liệu và đã được xử lý missing data. Nhìn vào số liệu thống kê có thể thấy giá trị min của LLP âm là do có những năm ngân hàng được hoàn nhập dự phòng mà không cần trích lập. Bên cạnh đó, EBTP có giá trị nhỏ nhất âm, có nghĩa các ngân hàng đã trải qua thời kỳ kinh doanh hoặc quản lý chi phí không hiệu quả làm cho lợi nhuận có giá trị âm. Biến IFRS nhận min=0 và max=1 do IFRS là biến giả chỉ nhận 2 giá 0,1 cho trường hợp ngân hàng không tuân thủ chuẩn mực báo cáo tài chính quốc tế và có tuân thủ.

TÓM TẮT CHƯƠNG 3

Trong chương 3, nhóm nghiên cứu tập trung làm rõ phương pháp nghiên cứu riêng biệt đối với mô hình tác động của IFRS đến chỉ tiêu lợi nhuận và mô hình tác động của IFRS đến rủi ro. Theo đó, nhóm đề cập bắt đầu từ cách thức tiếp cận để xây dựng nên mô hình nghiên cứu, đưa ra tổng quan các nghiên cứu trước về tác động của việc áp dụng chuẩn mực IFRS đến lợi nhuận và tác động của việc áp dụng chuẩn mực IFRS đến rủi ro của các NHTM. Dựa vào đó, lựa chọn ra biến số và mô hình phù hợp với mục tiêu bài nghiên cứu.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

4.1. Tác động của việc tuân thủ chuẩn mực IFRS đến chỉ tiêu lợi nhuận của cácNHTM Việt Nam NHTM Việt Nam

Dữ liệu nghiên cứu được sử dụng là dữ liệu bảng do đó nhóm nghiên cứu sử dụng mô hình hồi quy hiệu ứng cố định FEM và hiệu ứng ngẫu nhiên REM, kết quả hồi quy được thể hiện trong phụ lục 4.

Kiểm định Hausman được sử dụng để lựa chọn mô hình tối ưu giữa FEM và REM, kết quả phụ lục cho thấy Pro>chi2 < 0,05 do đó bác bỏ giả thuyết H0 chấp nhận mô hình hồi quy hiệu ứng cố định là tối ưu.

Kiểm định phương sai số thay đổi: Đối với mô hình FEM được lựa chọn, kiểm định Wald được sử dụng cho kết quả p_value < 0,05 tại phụ lục. Do đó bác bỏ giả thuyết H0: Phương sai qua các thực thể là không đổi.

Khi mô hình xảy ra hiện tượng tự phương sai sai số thay đổi cho thấy kết quả hồi quy FEM không còn tin cậy. Hồi quy ước lượng tác động ngẫu nhiên FGLS được đề xuất với lựa chọn panel (hetero) khắc phục khuyết tật phương sai số thay đổi.

Mặt khác, vì mô hình được chọn FEM gặp phải các khuyết tật phương sai sai số thay đổi và hiện tượng tự tương quan. Điều này hàm ý rằng mô hình đang gặp phải các vấn đề về tính nội sinh của biến và vấn đề liên quan tính chất động của mô hình dữ liệu bảng. Phương pháp hồi S-GMM với lựa chọn twostep sử dụng sai số chuẩn được sử dụng để kết quả ước lượng có thể tin cậy.

Để kiểm tra sự tin cậy của kết quả S-GMM, kiểm định Arellano and Bond Autocorrelation Test yêu cầu 2 bậc tự do và Hansen được sử dụng:

Kiểm định sự tự tương quan của phần dư: Theo Arellano & Bond (1991), ước lượng GMM yêu cầu có sự tương quan bậc 1 và không có sự tương quan bậc 2 của phần dư. Do vậy, khi kiểm định giả thuyết H0: không có sự tương quan bậc 1 (kiểm định AR(1)) và không có sự tương quan bậc 2 của phần dư (kiểm định AR(2)). Kết quả kiểm định cho AR(1) < 0.05 và AR(2) >0.05 (phụ lục) bác bỏ H0 ở kiểm định AR (1) và chấp nhận H0 ở kiểm định AR (2) tức mô hình không có hiện tượng tự tương quan Arellano and Bond.

Kiểm tra tính phù hợp của mô hình và các biến công cụ: Kiểm định Hansen cho p_value > 0,05 (phụ lục) chấp nhận giả thuyết H0: các biến công cụ là phù hợp.

Bảng 4.1 dưới đây trình bày kết quả hồi quy chuỗi dữ liệu của 25 NHTM giai đoạn 2007 - 2020 thông qua ba phương pháp hồi quy (1) Hồi quy hiệu ứng cố định

(1) ROA (2) ROA (3) ROA LnA 0.000530 0.000772*** 0.000640*** [0.57] [2.70] [2.65] LTA 0.00430*** -0.00677*** -0.00887*** [3.61] [-4.75] [-9.53] LLP -0.000730* 0.0000558 0.000326 [-1.82] [0.43] [1.09] LEV -0.0211** 0.00268 0.00278** [-2.56] [1.07] [2.11] LTD -0.000801 0.00479*** 0.00536*** [-0.58] [5.16] [10.15] TURN 0.863*** 0.733*** 0.751*** [28.81] [29.99] [27.24] GDP 0.000298 0.000101 0.000336* [0.69] [0.77] [1.78] CPI -0.000118 -0.0000937*** -0.000550*** [-1.20] [-3.71] [-4.24] IFRS -0.00250* -0.00218*** -0.00397*** [-1.71] [-3.77] [-4.41] _cons -0.00799 -0.0239*** -0.0196*** [-0.44] [-4.17] [-3.98] N 348 348 348 t statistics in brackets * p<0.1, ** p<0.05, *** p<0.01 54

FEM (2) Hồi quy ước lượng tác động ngẫu nhiên FGLS (3) Hồi quy tổng quát S- GMM

Bảng 4.1: Tác động của việc tuân thủ chuẩn mực BCTC quốc tế IFRS đến chỉ tiêu lợi nhuận của các NHTM Việt Nam

Nguồn: Kết quả thu được từ phần mềm Stata

Thứ nhất, mô hình thu được cho thấy IFRS có tác động ngược chiều với tổng thu nhập của các ngân hàng. Tức là tỷ suất sinh lời của ngân hàng sau khi áp dụng IFRS đã giảm so với trước khi áp dụng. Nghiên cứu của Oosterbosch (2009) tập trung đánh giá ảnh hưởng của việc thực hiện IFRS đối với việc quản lý thu nhập của các ngân hàng, kết quả cũng thể hiện mức độ quản lý thu nhập đã thực sự giảm kể từ khi áp dụng IFRS. Kết quả này tương tự với các nghiên cứu Azira Abdul Adzis (2012), Ewert và Wagenhofer (2005) khi cho rằng việc áp dụng IFRS làm giảm lợi nhuận của các NHTM thông qua việc thay đổi cách ghi nhận ở một số khoản mục trên BCTC. Xét trong bối cảnh thực tế tại Việt Nam, kết quả này đã đạt

được đúng như kỳ vọng được trình bày ở chương 2 là việc triển khai IFRS làm giảm

Mô tả biến số vàdữ liệu nghiên cứu

Tác động đến lợi nhuận

Tác động đến rủi ro