2.3.1. Mơ hình cơ sở
Mơ hình hồi quy trong nghiên cứu được dựa trên mơ hình nghiên cứu của Alhassan (2017) về tác động của khả năng chuyển đổi thanh khoản đến hệ số an toàn vốn CAR của các ngân hàng thương mại tại Ghana giai đoạn 2007 - 2014; với biến phụ thuộc là hệ số an toàn vốn CARt của năm tài chính và 8 biến độc lập bao gồm: (i) hệ số an toàn vốn CAR1-I của năm tài chính trước, (ii) khả năng chuyển đổi thanh khoản LTGt-1 của năm tài chính trước, (iii) tỷ suất sinh lời trên tổng tài sản ROA, (iv) tỷ suất sinh lời trên vốn chủ sở hữu ROE, (v) quy mô ngân hàng SIZE, (vi) tỷ lệ trích lập dự phịng rủi ro tín dụng CRSK, (vii) tỷ lệ tăng trưởng kinh tế GDP và (viii) tỷ lệ lạm phát INFL. Mơ hình hồi quy gốc được sử dụng trong nghiên cứu của Alhassan (2017) như sau:
CARi,t = β0 + β1CARijt-1 + β2LTGijt-1 + β3ROAijt + β4R0Eijt + β5SIZEijt + β6CRSKijt + β7GDPt + β8INFLt + εijt
Trong đó:
CARij là hệ số an toàn vốn của ngân hàng i tại thời điểm t
CARi,t-1 là hệ số an toàn vốn của ngân hàng i tại thời điểm t - 1
LTGi,t-1 là khả năng chuyển đổi thanh khoản của ngân hàng i tại thời điểm t - 1 ROAij là tỷ suất lợi nhuận trên tổng tài sản của ngân hàng i tại thời điểm t ROEi,t là tỷ suất lợi nhuận trên vốn chủ sở hữu của ngân hàng i tại thời điểm t SIZEij là quy mô của ngân hàng i tại thời điểm t
CRSKi,t là tỷ lệ dự phịng rủi ro tín dụng của ngân hàng i tại thời điểm t GDPt là tỷ lệ tăng trưởng kinh tế của quốc gia tại thời điểm t
INFLt là tỷ lệ lạm phát của quốc gia tại thời điểm t
2.3.2. Cách xác định các biến trong mơ hình
-I- Các yếu tố nơi sinh của ngân hàng
Các yếu tố nội sinh sẽ được tính tốn dựa trên số liệu từ các khoản mục trên báo cáo tài chính thường niên của các ngân hàng được cung cấp trên website chính thống của các ngân hàng và dữ liệu từ hệ thống cơ sở dữ liệu tài chính FiinPro®.
Hệ số an tồn vốn (CAR — Capital Adequacy Ratio)
Cách tính tỷ lệ an tồn vốn CAR dựa trên các chuẩn mực của Hiếp ước vốn Basel (Basel I, Basel II và Basel III); tuy nhiên nghiên cứu này chỉ áp dụng cách tính trong Basel I theo quy định hiện hành là Thơng tư số 36/2014/TT-NHNN có hiệu lực thi hành kể từ ngày 01 tháng 02 năm 2015. Trong đó quy định:
Von ⅛ CO Tỷ lệ an toàn von toi thiêu CAR (%) = .∣,λ___
Tong tài sản CO rủi ro
x 100%
Khả năng chuyển đổi thanh khoản (LTG — Liquidity Transformation Gap)
Trước tiên, để xác định được khả năng chuyển đổi thanh khoản của ngân hàng, cần phân chia tài sản và nguồn vốn của ngân hàng với các mức độ thanh khoản khác nhau
TÀI SAN MƯC ĐỌ THANH KHOAN Tiền và các khoản tương đương tiền Cao
• Khoản mục “Tiền gửi ký quỹ” được chia vào nguồn vốn có tính thanh khoản cao, theo tiêu chí phân chia thì có nghĩa là khoản tiền này có thể được khách hàng rút ra khỏi ngân hàng một cách dễ dàng. Tuy nhiên, theo định nghĩa thì tiền gửi ký quỹ là khoản tiền khách hàng gửi vào ngân hàng nhằm cam kết thực hiện nghĩa vụ đối với ngân hàng hoặc đối với đối tác của họ, đơi khi ngân hàng cịn phong tỏa khoản tiền ký quỹ trong tài khoản thanh tốn của khách hàng, do vậy, nói khoản tiền gửi ký quỹ có tính thanh khoản cao là chưa chính xác.
• Khoản mục “Các khoản nợ khác” trong bảng cân đối kế tốn chưa được đề cập đến.
• Khoản mục “Chứng khoán đầu tư” được chia vào tài sản có tính thanh khoản trung bình. Tuy nhiên, chứng khốn đầu tư được chia thành 2 loại: “Chứng khoán nắm giữ đến ngày đáo hạn” và “Chứng khoán sẵn sàng để bán”; trong trường hợp này, khoản mục chứng khoán nắm giữ đến ngày đáo hạn có thể được xếp vào loại tài sản có tính thanh khoản trung bình ví khi bán các chứng khốn này trước ngày đáo hạn (không theo dự định ban đầu của ngân hàng) thì chắc chắn sẽ có những tổn thất/ rủi ro nằm ngồi dự kiến hoặc đối với một số chứng khốn đặc biệt thậm chí cịn khơng bán được; nhưng chứng khốn sẵn sàng để bán lại khác, theo định nghĩa, đây vốn dĩ là các loại chứng khốn có tính thanh khoản cao, được ngân hàng bán mỗi khi có nhu cầu về tiền mặt. Do vậy, khơng thể gộp khoản mục “Chứng khốn sẵn sàng để bán” và “Chứng khoán nắm giữ đến ngày đáo hạn” vào cùng một loại tài sản có tính thanh khoản trung bình.
• Các khoản “Cho vay khách hàng” được phân chia mức độ thanh khoản theo các khoản “Cho vay khách hàng cá nhân” và “Cho vay khách hàng tổ chức” dựa trên phương thức phân chia “fat cat” của Berger & Bouwman (2009) đối với các ngân hàng tại Mỹ. Theo đó, các khoản cho vay khách hàng cá nhân được xếp vào tài sản có tính thanh khoản cao, cịn các khoản cho vay khách hàng tổ chức được xếp vào tài sản có tính thanh khoản trung bình. Điều này chưa thực sự hợp lý đối với thị trường Việt Nam, sở dĩ Berger & Bouwman có cách phân chia như trên là do các khoản tín dụng cá nhân tại Mỹ có thể dễ dàng được chứng khốn hóa và bán trên thị trường, dễ dàng được quy đổi ra tiền mặt, còn tại Việt Nam, việc chứng khốn hóa các khoản vay chưa được phát triển như vậy.
24
Dựa theo các tồn tại nhận thấy trong nghiên cứu của Vũ Hữu Thành & cộng sự (2016), tác giả đề xuất cách phân loại mức độ thanh khoản được sử dụng trong nghiên cứu như sau:
Các cơng cụ tài chính phái sinh Cao
Chứng khoán kinh doanh Cao
Chứng khoán sẵn sàng để bán Cao
Tiền gửi tại NHNN Trung bình
Tiền gửi và cho vay các TCTD Trung bình Chứng khốn nắm giữ đến ngày đáo hạn Trung bình Cho vay ngắn hạn khách hàng Trung bình Cho vay trung, dài hạn khách hàng Thấp
Góp vốn, đầu tư dài hạn Thấp
Tài sản cố định Thấp
Bất động sản đầu tư Thấp
Tài sản khác Thấp
NGUỒN VỐN MƯC ĐỘ THANH KHOẢN
NợNHNN Cao
Tiền gửi khơng kỳ hạn Cao
Tiền gửi có kỳ hạn Trung bình Tiền gửi tiết kiệm Trung bình
Các khoản nợ khác Trung bình
Phát hành giấy tờ có giá Thấp
Tổng hợp của tác giả
Học hỏi theo nghiên cứu của Alhassan A. S. (2017) khi nghiên cứu ảnh hưởng của khả năng tạo thanh khoản đến mức độ an toàn vốn của các ngân hàng tại Ghana, bài viết sẽ sử dụng LTG sửa đổi - được sửa đổi và kết hợp từ hai phương pháp của Deep & Schaefer (2004) và Berger & Bouwman (2009) - nhằm đo lường khả năng chuyển đổi thanh khoản của ngân hàng. Cụ thể, LTG sửa đổi được xác định như sau:
Khả năng chuyển đổi thanh khoản LTG = (Liquid Liabilities - Liquid Assets)Illiquid Assets
Trong đó:
Liquid Liabilities: Nguồn vốn có tính thanh khoản cao; Liquid Assets: Tài sản có tính thanh khoản cao;
Illiquid Assets: Tài sản có tính thanh khoản thấp.
LTG được sửa đổi giúp dễ dàng hơn trong việc xác định bao nhiêu nguồn vốn thanh khoản cao của các ngân hàng được sử dụng để tài trợ cho một đơn vị tài sản kém thanh khoản. Chẳng hạn, giá trị LTG là 0,5 có nghĩa là mỗi 1 đồng tài sản kém thanh khoản như các khoản tín dụng và đầu tư dài hạn được ngân hàng tài trợ bằng 0,5 đồng nguồn vốn thanh khoản như tiền gửi không kỳ hạn. Dựa trên điều này, ngân hàng có thể dễ dàng nhận ra mức độ rủi ro thanh khoản của mình do giá trị LTG cao hơn đồng nghĩa với rủi ro thanh khoản cao hơn.
CAR CARt-1 LTGt-1 ROA ROE CRSK GDP INFL
Tỷ suất lợi nhuận vốn chủ sở hữu ROE = Vốn chủ sở hữu bình qnLợi nhuận sau thuế
Tỷ lệ dự phịng rủi ro tín dụng (CRSK — Credit Risk)
Tỷ lệ dự phịng rủi ro tín dụng được xác định như sau:
Dự phòn g rủi ro tín d ụ gn
Tỷ lệ dự phịng rủi ro tín dụng CRSK = .∣,λ__._____._________, . , ,___ Tong dư nợ tín dụng của khách hàng
-I- Các yếu tố vĩ mô
Các yếu tố vĩ mô như Tỷ lệ tăng trưởng kinh tế/Tỷ lệ tăng trưởng tổng sản phẩm
quốc nội (GDP — Gross Domestic Product) và Tỷ lệ lạm phát (INFL — Inflation
Rate) sẽ được lấy dữ liệu từ website của Ngân hàng thế giới
(https://www.worldbank.org).
2.3.3. Mơ hình sử dụng trong nghiên cứu
Ve cơ bản, nghiên cứu sẽ sử dụng mơ hình hồi quy gốc từ nghiên cứu của Alhassan (2017), nhưng sẽ loại bỏ biến quy mơ ngân hàng SIZE ra khỏi mơ hình trên do nhận thấy sự bất hợp lý về mối tương quan giữa quy mơ ngân hàng và hệ số an tồn vốn CAR. Cụ thể, số liệu về hệ số an tồn vốn của 10 NHTM thí điểm trong giai đoạn 2012 - 2018 tại Bảng 2.4 cho thấy rằng, các NHTM có quy mơ lớn như BIDV, VietinBank có hệ số an tồn vốn ở mức thấp, chỉ xấp xỉ 9% - mức yêu cầu tối thiểu của NHNN, trong khi đó các NHTM có quy mơ nhỏ như Maritimebank hay VIB lại ln duy trì được hệ số an tồn vốn ở mức cao, có những năm lên đến 18% hay trên 24%. Theo một số nghiên cứu trên thế giới như nghiên cứu của Wong và cộng sự (2005) hay Kleff và Weber (2003), thì điều này là hồn tồn hợp lý, và các nghiên cứu này đã kết luận tác động ngược chiều của quy mơ ngân hàng đến hệ số an tồn vốn CAR qua 3 nguyên nhân: (i) các ngân hàng lớn có tài sản rủi ro hơn các ngân hàng nhỏ; (ii) công nghệ quản lý rủi ro của các ngân hàng có quy mơ tài sản lớn phát triển hơn, tạo ra lợi thế đo lường rủi ro chính xác hơn so với các ngân hàng nhỏ, do vậy khơng cần dự phịng q nhiều vốn; (iii) các ngân hàng lớn có lợi thế trong việc đáp ứng các yêu cầu về vốn từ các nguồn bên ngoài và danh mục đầu tư của họ có thể được đa dạng hóa trên diện rộng. Tuy nhiên, khi xem xét kỹ hoạt động của các NHTM Việt Nam thì kết luận trên lại khơng áp dụng được, việc hệ số an tồn vốn CAR của các NHTM có quy mơ nhỏ cao hơn rất nhiều so với các NHTM có quy mơ lớn, lại có thể khơng phải là dấu hiệu cho thấy các ngân hàng này đang hoạt động, quản trị rủi ro tốt hơn, mà chỉ do họ đang khó khăn trong việc huy động vốn hoặc khó khăn trong việc tìm khách hàng để cung cấp các khoản tín dụng. Thực tế cũng đã chứng minh rằng, các NHTM lớn sẽ có lợi thế trong việc huy động tiền gửi và cấp các khoản tín dụng bởi danh tiếng và sự phủ sóng rộng rãi của ngân hàng. Do vậy, việc loại bỏ biến quy mô ngân hàng SIZE ra khỏi mơ hình nghiên cứu tác động của các nhân tố đến hệ số an toàn vốn CAR tại các NHTM Việt Nam là hồn tồn hợp lý.
Mơ hình sau khi loại bỏ biến quy mơ SIZE có dạng như sau:
CARi,t = β0 + β1CARi,t-1 + β2LTGi,t-ι + β3ROAi,t + β4R0Eijt + β5CRSKi,t + β6GDPt + βγ!NFLt + ɛɪt
-I- Phân tích tương quan giữa các biến trong mơ hình:
CAR 1,000 CARt- 1 0,576 1,000 LTGt-1 -0,392 -0,437 1,000 ROA -0,146 -0,033 0,031 1,000 ROE -0,338 -0,274 0,195 0,882 1,000 CRSK 0,576 0,265 -0,126 -0,073 -0,190 1,000 GDP -0,161 -0,069 0,213 0,214 0,285 -0,282 1,000 INF L 0,125 -0,001 -0,112 -0,035 -0,090 0,294 -0,799 1,000
tương quan thuận chiều hoàn toàn). Hệ số tương quan bằng 0 khi cặp biến này hồn tồn khơng có mối tương quan với nhau.
Kennedy (2008), hệ số tương quan giữa các biến có giá trị tuyệt đối từ 0,8 trở lên thì có thể xem như mơ hình có đa cộng tuyến cao. Với hệ số tương quan lên đến 0,8823 giữa ROA và ROE; hệ số tương quan -0,7986 (~0,8) giữa GDP và INFL,
nghiên cứu sẽ loại bỏ biến ROA tỷ suất lợi nhuận trên tổng tài sản và biến INFL tỷ lệ lạm phát ra khỏi mơ hình.
Cuối cùng, mơ hình được sử dụng trong nghiên cứu sẽ có dạng sau:
CARi,t = β0 + β1CARi,t-1 + β2LTGi,t-ι + β3ROEi,t + β4CRSKi,t + β5GDPt + εi,t
Trong đó:
CARiJ là hệ số an tồn vốn của ngân hàng i tại thời điểm t CARi,t-ι là hệ số an toàn vốn của ngân hàng i tại thời điểm t - 1
LTGi,t-ι là khả năng chuyển đổi thanh khoản của ngân hàng i tại thời điểm t - 1
ROEiJ là tỷ suất lợi nhuận trên vốn chủ sở hữu của ngân hàng i tại thời điểm t CRSKi,t là tỷ lệ dự phịng rủi ro tín dụng của ngân hàng i tại thời điểm t GDPt là tỷ lệ tăng trưởng kinh tế của Việt Nam tại thời điểm t
i = 1÷13 và t = 2012÷2018
Các biến được tập hợp trong bảng 3.2 với ký hiệu, cách xác định và dấu kỳ vọng của từng biến. Cách tính tỷ lệ an toàn vốn của biến phụ thuộc - CAR (Capital Adequacy Ratio) trong nghiên cứu này, để phù hợp với cách tính của các NHTM Việt Nam, được tính tốn theo Thông tư số 36/2014/TT-NHNN có hiệu lực thi hành kể từ ngày 01 tháng 02 năm 2015.
Bảng 2.3: Tổng hợp các biến số trong mơ hình
, „ Ký Dấu kỳ
Biến số Cách xác định
Biến phụ thuộc
Nguồn: Tính tốn từ dữ liệu ban đầu bằng phần mềm STATA
Hệ số tương quan được dùng để biểu hiện mức độ tương quan giữa hai biến khi các nhân tố khác trong mơ hình khơng thay đổi. Hệ số này sẽ dao động trong khoảng từ -1 (khi cặp biến có tương quan ngược chiều hồn tồn) đến +1 (khi cặp biến có
Hệ số an tồn vốn CAR Tài sản có rủi roVốn tự có Biến độc lập Hệ số an tồn vốn của CAR t- Vốn tự có + năm tài chính trước 1 Tài sản có rủi ro
Khả năng chuyển
đổi LTGt- NV thanh khoản - TS thanh khoản +/- thanh khoản 1 TS kém thanh khoản
Tỷ suất lợi nhuận
trên ROE Lợi nhuận sau thuế +/-
vốn chủ sở hữu Vốn chủ sở hữu bình quân Tỷ lệ dự phòng rủi ro CRSK Tổng mức dự phòng rủi ro tín dụng +/- tín dụng Tổng dư nợ tín dụng Tỷ lệ tăng trưởng kinh tế GDP
Tổng chi tiêu tiêu dùng, chi tiêu đầu tư,
chi tiêu chính phủ & xuất khẩu rịng -
Biến Obs Mean Std. Dev. Min Max
CAR 91 0,1318 0,0415 0,087 0,4015 CARt-1 91 0,1317 0,0419 0,090 0,4015 LTGt-1 91 -0,1734 0,4733 -1,9317 1,2228 ROE 91 0,1108 0,0680 0,0029 0,2773 CRSK 91 0,0143 0,0054 0,0063 0,0475 GDP 91 0,0620 0,0065 0,0525 0,0708
Nguồn: Tổng hợp của tác giả
2.4. Thống kê mơ tả các biến trong mơ hình
Số liệu thống kê mơ tả được tóm tắt trong bảng:
Obs: số quan sát; Mean: giá trị trung bình; Std. Dev.: độ lệch chuẩn; Min: giá trị nhỏ nhất; Max: giá trị lớn nhất.
Có thể thấy, giá trị hệ số an tồn vốn CAR của các NHTM được nghiên cứu
giai đoạn 2012 - 2018 khơng có một xu hướng biến động cụ thể, dao động từ 8,7% đến 40,15%, giá trị trung bình là 13,18% với độ lệch chuẩn ở mức 4,15%, đây là một con số khá cao so với mức 9% mà NHNN u cầu, nhìn vào những con số này có thể nói rằng các NHTM đang hoạt động một cách lành mạnh. Tuy nhiên, khi bóc tách ra, có thể nhận thấy một đặc điểm, đó chính là hệ số CAR của các NHTM lớn như BIDV, Vietinbank, MB Bank có xu hướng thấp hơn, chỉ ở mức xấp xỉ mức quy định của NHNN (giá trị nhỏ nhất của hệ số CAR là 8,7% trong bảng trên chính là hệ số CAR của ngân hàng BIDV trong năm 2018); trong khi hệ số CAR của các NHTM nhỏ lại lớn hơn khá nhiều, như hệ số CAR của Maritime Bank ln được duy trì rất cao, đã