Để nghiên cứu tác động của cấu trúc vốn đến hiệu quả hoạt động của ngân hàng, bài nghiên cứu kế thừa mô hình nghiên cứu của Hoffmann (2010), tuy nhiên có vận dụng linh hoạt cho các ngân hàng TMCP tại Việt Nam. Mô hình nghiên cứu cụ thể như sau:
ROEit = f(CAPit, Xit, Zt) + eit ROAit = f(CAPit, Xit, Zt) + eit
Trong đó, biến phụ thuộc là hiệu quả hoạt động của ngân hàng, đại diện bởi tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và tỷ suất sinh lợi trên tài sản (ROA) của ngân hàng i trong năm t. Biến phụ thuộc được xác định từ tỷ lệ vốn chủ sở hữu trên tổng nguồn vốn (CAP) của ngân hàng i trong năm t, các biến độc lập khác (Xit, Zt), và eit là sai số ngẫu nhiên.
Kế thừa các nghiên cứu trước, tác giả sử dụng Xit là tập hợp các biến bên trong ngân hàng có khả năng tác động đến hiệu quả hoạt động ngân hàng, bao gồm: quy mô ngân hàng (SIZE), tỷ lệ cho vay (LOAN), tỷ lệ tiền gửi (DEPOSIT), rủi ro của ngân hàng (RISK), kết hợp với tập hợp biến bên ngoài ngân hàng Zt, bao gồm mức độ tập trung thị trường đo lường bởi chỉ số Herfindahl (HHI), tốc độ tăng trưởng GDP (GDPG) và tỷ lệ lạm phát (INF).
Quy mô ngân hàng là nhân tố được hầu hết các nhà nghiên cứu đưa vào mô hình để xem xét tác động đến hiệu quả hoạt động của ngân hàng. Tuy nhiên, tác động của quy mô lên hiệu quả hoạt động của ngân hàng vẫn còn tồn tại nhiều quan điểm trái chiều. Short (1979), Athanasoglou và cộng sự (2006) đều tìm thấy mối quan hệ đồng biến giữa quy mô và lợi nhuận ngân hàng. Berger và Humphrey (1998) cũng đưa ra bằng chứng rằng các ngân hàng lớn hiệu quả hơn ngân hàng nhỏ. Tuy nhiên, Naceur và Goaied (2008) lại tìm thấy mối quan hệ ngược chiều giữa quy mô với khả năng sinh lời của ngân hàng. Vì các ngân hàng TMCP Việt Nam có quy mô vừa và nhỏ, bài nghiên cứu kỳ vọng quy mô có tác động cùng chiều đến hiệu quả hoạt động của ngân hàng. Trong bài nghiên cứu này, biến quy mô ngân hàng (SIZE) được đo lường bằng logarit tự nhiên của tổng tài sản của ngân hàng.
Nhiều nghiên cứu tìm thấy mối quan hệ đồng biến giữa tỷ lệ cho vay và lợi nhuận ngân hàng (Hassan và Bashir, 2003; Sufian, 2011). Demirguc –Kunt và Huizinga (2000) cho rằng các khoản vay được trả lãi đầy đủ sẽ làm tăng thu nhập lãi ròng. Vì các khoản cho vay của ngân hàng là rủi ro, nó được kỳ vọng sẽ sinh lời cao hơn các tài sản khác, tức là các khoản cho vay được kỳ vọng có tác động cùng chiều
đến lợi nhuận (Bourke, 1989). Thu nhập từ lãi vay luôn đóng góp một phần không nhỏ vào lợi nhuận của các ngân hàng Việt Nam, vì vậy, tỷ lệ cho vay được kỳ vọng có mối quan hệ cùng chiều với hiệu quả hoạt động của ngân hàng. Trong bài nghiên cứu này, biến tỷ lệ cho vay (LOAN) được tính bằng tỷ lệ tổng dư nợ cho vay trên tổng tài sản của ngân hàng.
Tiền gửi khách hàng là nguồn tài trợ vốn chính của ngân hàng. Một ngân hàng huy động được nhiều tiền gửi và tiền gửi đó được cho vay các khoản vay an toàn, ngân hàng sẽ gia tăng lợi nhuận. Chính vì vậy, tiền gửi khách hàng có mối quan hệ đồng biến với hiệu quả hoạt động của ngân hàng (Lee và Hsieh, 2013; Gul và cộng sự, 2011). Tuy nhiên, theo Berger (1995) và Berger và Patti (2006), nhu cầu tiền gửi đại diện cho các cơ hội của thị trường nhưng lại là lý do chính dẫn đến các vấn đề về đại diện do bảo hiểm tiền gửi được đưa ra bởi chính phủ, làm tăng chi phí đại diện của các khoản nợ bên ngoài. Chính vì vậy, có thể tồn tại một mối quan hệ ngược chiều giữa tỷ lệ tiền gửi với hiệu quả hoạt động của ngân hàng. Kết quả nghiên cứu của Hoffmann (2010) cho thấy một mối tương quan âm giữa tỷ lệ tiền gửi với hiệu quả hoạt động của ngân hàng. Trong bài nghiên cứu này, tỷ lệ tiền gửi (DEPOSIT) được tính bằng tỷ lệ tổng tiền gửi của khách hàng trên tổng tài sản, được kỳ vọng có tác động cùng chiều đến hiệu quả hoạt động của ngân hàng.
Hiệu quả kinh doanh của ngân hàng cũng chịu sự tác động của rủi ro ngân hàng. Tarig và cộng sự (2014) cho rằng rủi ro ngân hàng chủ yếu đến từ rủi ro thanh khoản và rủi ro tín dụng. Theo Berger và Bouwman (2013), các ngân hàng có thanh khoản nhiều hơn có xác suất chịu đựng tình trạng kiệt quệ tài chính thấp hơn, dẫn đến rủi ro phá sản cao hơn. Duca và McLaughlin (1999) kết luận rằng tăng rủi ro tín dụng sẽ làm giảm lợi nhuận ngân hàng. Bessis (2011) cho rằng rủi ro tín dụng là rất quan trọng vì khi một số khách hàng lớn của ngân hàng bị vỡ nợ sẽ gia tăng khả năng thua lỗ của ngân hàng, từ đó dẫn tới phá sản. Trong bài nghiên cứu này, rủi ro ngân hàng (RISK)
(Boyd & Graham, 1986; Nguyễn Thanh Dương, 2013). Rủi ro ngân hàng được kỳ vọng có tác động ngược chiều lên hiệu quả hoạt động của ngân hàng.
Mức độ tập trung thị trường xác định hiệu quả kinh doanh của ngân hàng thông qua việc thể hiện sức mạnh thị trường của ngân hàng đó. Giả thuyết sức mạnh thị trường cho rằng, sức mạnh thị trường tăng lên sẽ mang lại lợi nhuận độc quyền, các công ty có thị phần lớn và các sản phẩm thực sự khác biệt có thể thực hiện sức mạnh thị trường và kiếm được lợi nhuận không cạnh tranh (Berger, 1995). Giả thuyết cấu trúc – hiệu quả cũng ủng hộ mối quan hệ đồng biến giữa mức độ tập trung thị trường với lợi nhuận ngân hàng khi cho rằng tăng hiệu quả quản lý và quy mô sẽ dẫn đến mức độ tập trung cao hơn, đồng thời chi phí hoạt động thấp hơn, dẫn tới lợi nhuận cao hơn. Bourke (1989), Smirlock (1985), Hoffmann (2010) đều tìm thấy tác động cùng chiều của mức độ tập trung thị trường đến lợi nhuận ngân hàng. Trong bài nghiên cứu này, tác giả sử dụng chỉ số Herfindahl-Hirschman (HHI) đại diện cho mức độ tập trung thị trường, đo lường bằng tổng bình phương thị phần các ngân hàng trong hệ thống. Mức độ tập trung thị trường được kỳ vọng có tác động cùng chiều lên hiệu quả hoạt động của ngân hàng.
Để đại diện cho môi trường kinh tế vĩ mô, tác giả lựa chọn tốc độ tăng trưởng tổng tài sản quốc nội (GDPG) và tỷ lệ lạm phát (INF).
Tăng trưởng GDP được xem như một yếu tố kiểm soát các tác động đầu ra theo chu kỳ, trong đó các điều kiện kinh tế vĩ mô thuận lợi được kỳ vọng sẽ có tác động tích cực đến lợi nhuận của ngân hàng. Khi tăng trưởng GDP chậm lại, chẳng hạn như trong thời kỳ suy thoái, chất lượng tín dụng sẽ xấu đi, số lượng các khoản vay có chất lượng xấu sẽ mặc định tăng lên, do đó lợi nhuận của ngân hàng giảm (Flamini và cộng sự, 2009). Hassan và Bashir (2005) và Gul và cộng sự (2011) đều tìm thấy mối quan hệ đồng biến giữa tốc độ tăng trưởng GDP và tỷ suất sinh lợi trên tổng tài sản của ngân hàng. Trong bài nghiên cứu này, tốc độ tăng trưởng GDP (GDPG) được kỳ vọng có tác động cùng chiều lên hiệu quả hoạt động của ngân hàng.
Bourke (1989) và Gul và cộng sự (2011) đều tìm thấy mối quan hệ đồng biến giữa lạm phát và hiệu quả hoạt động của ngân hàng. Revell (1979) cho rằng ảnh hưởng của lạm phát đối với khả năng sinh lời của ngân hàng phụ thuộc vào việc chi phí lương và các chi phí hoạt động khác của ngân hàng có tăng nhanh hơn lạm phát hay không. Perry (1992) cho rằng lạm phát ảnh hưởng đến lợi nhuận của ngân hàng phụ thuộc vào kỳ vọng lạm phát có được dự đoán đúng hay không. Tỷ lệ lạm phát được dự đoán chính xác bởi quản trị của ngân hàng ngụ ý rằng các ngân hàng có thể điều chỉnh lãi suất một cách thích hợp nhằm tăng doanh thu nhanh hơn chi phí và do đó kiếm được lợi nhuận kinh tế cao hơn. Trong bài nghiên cứu này, tỷ lệ lạm phát (INF) được kỳ vọng có tác động tích cực đến hiệu quả hoạt động của ngân hàng.
Cụ thể các biến được trình bày như bảng sau:
Bảng 3.1: Mô tả các biến được sử dụng trong mô hình
STT Ký hiệu Mô tả Kỳ
vọng
1 ROEit Tỷ suất sinh lợi trên vốn chủ sở hữu của ngân hàng i tại năm t
2 ROAit Tỷ suất sinh lợi trên tài sản của ngân hàng i tại năm t 3 CAPit Tỷ lệ vốn chủ sở hữu trên tổng nguồn vốn của ngân
hàng i tại năm t.
+/-
4 SIZEit Quy mô ngân hàng, đo lường bởi giá trị logarit tự nhiên tổng tài sản của ngân hàng i tại năm t
+
5 LOANit Tỷ lệ cho vay trên tổng tài sản của ngân hàng i tại năm t + 6 DEPOSITit Tỷ lệ tiền huy động trên tổng tài sản của ngân hàng i tại
năm t
+
Vốn chủ sở hữu/tổng tài sản)/ σROA.
8 HHIt Chỉ số Herfindahl-Hirschman (HHI), đo lường bằng tổng bình phương thị phần các ngân hàng
+
9 GDPGt Tốc độ tăng trưởng GDP năm t +
10 INFt Tỷ lệ lạm phát năm t +
Ngoài biến tốc độ tăng trưởng GDP (GDPG) và tỷ lệ lạm phát (INF) được thu thập từ số liệu của Tổng Cục Thống Kê, các biến còn lại đều thu được từ số liệu báo cáo tài chính đã kiểm toán của các ngân hàng.
3.3 Phương pháp nghiên cứu
Vì dữ liệu nghiên cứu là dữ liệu dạng bảng, phương pháp ước lượng thường được sử dụng là mô hình các ảnh hưởng cố định (FEM) và mô hình các ảnh hưởng ngẫu nhiên (REM). Mô hình các ảnh hưởng cố định (FEM) phân tích mối tương quan giữa các biến giải thích với các biến phụ thuộc, qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để có thể ước lượng những ảnh hưởng thực của biến giải thích lên biến phụ thuộc. Tương tự đối với mô hình các ảnh hưởng ngẫu nhiên (REM), tuy nhiên, nếu sự biến động giữa các đơn vị có tương quan đến biến giải thích trong mô hình FEM cố định, thì trong mô hình REM, sự biến động giữa các đơn vị được giả định là ngẫu nhiên và không tương quan đến các biến giải thích. Hạn chế của FEM là nó không thể đo lường ảnh hưởng của các biến không thay đổi theo thời gian (ví dụ: giới tính, chủng tộc, …) và tạo ra nhiều biến số có khả năng dẫn đến bậc tự do thấp hơn và khả năng xảy ra đa cộng tuyến cao hơn. REM, trái ngược với FEM, có thể đo lường ảnh hưởng của các biến không thể thay đổi theo thời gian, tuy nhiên REM không thể kiểm soát tính sai lệch do những biến bị bỏ sót gây ra.
Để lựa chọn mô hình FEM hay REM phù hợp hơn, kiểm định Hausman được sử dụng. Tuy nhiên, một nhược điểm của dữ liệu bảng với số cá thể quan sát lớn trong
chuỗi thời gian ngắn thường phát sinh hiện tượng phương sai sai số thay đổi (heterokedasticity). Ngoài ra, tồn tại vấn đề nội sinh trong mô hình, tức tương quan hai chiều giữa biến giải thích và biến được giải thích, cụ thể trong bài nghiên cứu là cấu trúc vốn (CAP) và hiệu quả hoạt động của ngân hàng (ROA, ROE). Như vậy, để kết quả ước lượng của mô hình thêm chính xác, vấn đề phương sai sai số thay đổi và hiện tượng nội sinh cần được giải quyết.
Hiện tượng nội sinh thường xảy ra trong các nghiên cứu về tác động của cấu trúc vốn đến hiệu quả hoạt động của ngân hàng và được xử lý bằng hai phương pháp: phương pháp bình phương nhỏ nhất hai giai đoạn (2SLS) (Berger và Patti, 2006; Al- Kayed và cộng sự, 2014) và phương pháp GMM (Genealized Method of Moments) (Athanasoglou và cộng sự, 2008; Hoffmann, 2010). Trong khuôn khổ bài nghiên cứu này, tác giả sử dụng phương pháp GMM, cụ thể là S-GMM để ước lượng mô hình và kiểm tra tính vững mạnh của mô hình ước lượng ban đầu.
GMM lần đầu được đưa ra bởi Hansen (1982), sau đó được kế thừa bởi Arellano và Bond (1991) – phát triển phương pháp hồi quy D-GMM (Difference GMM), Arellano và Bover (1995) và Blundell và Bond (1998) – phát triển phương pháp hồi quy S-GMM (System GMM). Ước lượng của Arellano và Bond (1991) bắt đầu bằng cách biến đổi tất cả các biến hồi quy, thường là bằng cách dùng sai phân kết hợp với phương pháp GMM, và vì vậy gọi là “Difference GMM”. Công cụ ước tính của Arellano và Bover (1995) và Blundell và Bond (1998) tăng thêm so với của Arellano và Bond (1991) bằng cách đưa ra giả định bổ sung rằng sai phân của các biến công cụ không có tương quan với tác động cố định. Điều này cho phép sử dụng nhiều biến công cụ hơn, và do đó tăng tính hiệu quả hơn. Phương pháp “System GMM” thực hiện ước tính hồi quy sai phân kết hợp với hồi quy cấp độ, tức là sử dụng độ trễ của các biến phụ thuộc và biến nội sinh làm công cụ cho phương trình sai phân. Điều này làm giảm sai lệch có thể xảy ra trong mẫu hữu hạn và sự thiếu chính xác trong phương trình ước lượng sai phân (Trujillo – Ponce, 2013).
Roodman (2006) lập luận rằng D-GMM và S-GMM có thể giải quyết các vấn đề nội sinh, các vấn đề không đồng nhất, không quan sát được và tự tương quan. Bond (2002) lập luận rằng S-GMM chính xác hơn D-GMM, đặc biệt trong trường hợp mẫu nghiên cứu là dữ liệu bảng có cá thể quan sát lớn trong chuỗi thời gian ngắn. Do vậy, bài nghiên cứu sử dụng phương pháp S-GMM để thực hiện ước lượng mô hình.
Để kiểm định tính phù hợp của phương pháp GMM trong hồi quy, kiểm định Sargan/Hansen và Arellano-Bond được sử dụng. Kiểm định Sargan/Hansen xác định tính phù hợp của các biến công cụ trong mô hình GMM còn kiểm định Arellano-Bond kiểm tra tính chất tự tương quan của sai số theo phương pháp GMM ở dạng sai phân bậc nhất và bậc hai.
Nghiên cứu sử dụng phần mềm Stata 13.0 để tiến hành các ước lượng.
Kết luận chương 3
Chương 3 giới thiệu mô hình nghiên cứu gồm các biến phụ thuộc là tỷ suất sinh lợi của ngân hàng, trong khi các biến độc lập lần lượt là cấu trúc vốn, quy mô, tỷ lệ tiền gửi, tiền vay, rủi ro ngân hàng, mức độ tập trung thị trường, tốc độ tăng trưởng GDP và lạm phát. Sử dụng dữ liệu bảng là số liệu của 24 ngân hàng TMCP Việt Nam, bài nghiên cứu áp dụng mô hình hồi quy FEM, REM và GMM để tìm ra tác động của cấu trúc vốn đến hiệu quả hoạt động của ngân hàng. Kết quả nghiên cứu sẽ được trình bày cụ thể trong chương 4.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương 4 lần lượt trình bày về kết quả nghiên cứu dựa trên mô hình được đưa ra ở chương 3. Đầu tiên, bảng thống kê mô tả các biến được trình bày nhằm mục đích tóm tắt, mô tả sơ bộ cấu trúc và các đặc trưng phân phối của số liệu, sau đó là kết quả kiểm tra mối tương quan tuyến tính giữa các biến. Tiếp theo, bài nghiên cứu lần lượt trình bày kết quả hồi quy mô hình FEM, REM, kiểm định Hausman, kiểm định về các khuyết tật của mô hình trước khi đưa ra kết quả hồi quy GMM nhằm kiểm tra tính vững mạnh của mô hình.