Để khắc phục nhược điểm của mô hình hồi quy Pooled OLS cũng như nghiên cứu rõ hơn tác động của các nhân tố đối tượng (ngân hàng) và thời gian (năm) lên CTTC của các ngân hàng TMCP Việt Nam, đề tài tiếp tục thực hiện hồi quy với mô hình FEM. Tuy nhiên, bên cạnh việc sử dụng mô hình FEM thì đề tài cũng có thể sử dụng mô hình REM là những mô hình có thể sẽ phù hợp hơn với nghiên cứu. Hồi quy mô hình hồi quy FEM và REM với kết quả thu được được trình bày ở phần phụ lục 3. Theo lý thuyết về lựa chọn mô hình hồi quy đã trình bày ở chương 3 thì ta cần phải dùng kiểm định Hausman để lựa chọn giữa mô hình FEM và mô hình REM. Kết quả kiểm định Hausman ở phụ lục 3 với giả thiết: H0: các hệ số ước lượng của hai mô hình FEM và REM không có khác biệt căn bản. Kết quả cho thấy thống kê Chi bình phương đạt giá trị 40,91 với giá trị P = 0,000 < α = 5%. Như vậy, với mức ý nghĩa 5%, ta bác bỏ giả thiết H0 và chọn mô hình FEM là phù hợp hơn so mô hình REM.
So sánh kết quả giữa mô hình Pooled OLS và FEM, ta thấy các hệ số ước lượng trong FEM có sai số chuẩn (s.e.) lớn hơn trong Pooled OLS. Tuy nhiên các ước lượng trong Pooled OLS là các ước lượng chệch và không hiệu quả do bỏ sót biến và tự tương quan (Phạm Lê Thông 2014). Ta xem xét kiểm định F để lựa chọn giữa Pooled OLS và FEM. Kiểm định F (= 7,63) về ảnh hưởng của nhân tố không quan sát được lên biến LEV cho thấy ảnh hưởng này có ý nghĩa thống kê Prob > F = 0,0000, như vậy mô hình FEM sẽ tốt hơn mô hình Pooled OLS và đây cũng là mô hình được lựa chọn.
Bước tiếp theo cùng với sự hỗ trợ của phần mềm Stata 11.1, ta thực hiện kiểm định với mô hình FEM vừa được chọn. Kiểm định Wald được sử dụng bởi câu lệnh xttest3, với giả thuyết H0: phương sai phần dư là thuần nhất. Kết quả ở phần phụ lục 3 cho thấy P = 0,000 < α = 5%, giả thiết H0 bị bác bỏ nghĩa là phương sai phần dư thay đổi. Ta tiếp tục thực hiện kiểm định hiện tượng tự tương quan với câu lệnh xtsterial giả thuyết H0: không có hiện tượng tương quan chuỗi, kết quả được
trình bày ở phần phụ lục 3 ta được P = 0,0000 < α = 5%, do đó ta bác bỏ giả thuyết H0 nghĩa là có hiện tượng tự tương quan giữa các biến.
Như vậy, với bước đầu tiên khi thực hiện chạy mô hình hồi quy Pooled OLS vì có xảy ra hiện tượng phương sai thay đổi nên chưa là mô hình tối ưu. Đề tài thực hiện hồi quy REM và FEM, qua bước kiểm định đã chọn được mô hình hồi quy được xem là phù hợp nhất đó là mô hình FEM. Qua các kiểm định, mô hình FEM được lựa chọn, ta thấy mô hình này xảy ra hiện tượng phương sai phần dư thay đổi và hiện tượng tự tương quan. Chính vì thế, bước tiếp theo đề tài sẽ tiến hành hoàn thiện mô hình tốt nhất cho nghiên cứu bằng cách dùng lệnh Robust khắc phục hai hiện tượng trên trong mô hình FEM là mô hình tốt nhất cho nghiên cứu.
Bảng 4.4: Kết quả hồi quy của mô hình hiệu ứng cố định (FEM) có tuỳ chọn Robust.
Biến quan sát Hệ số Sai số chuẩn Giá trị P
Quy mô ngân hàng (SIZE) 0,0566114** 0,0274302 0,047 Cấu trúc tài sản (TANG) 0,1601857* 0,0387611 0,000 Hiệu quả kinh doanh (ROA) -2,4407* 0,6911216 0,001 Sự tăng trưởng của ngân hàng
(GROW) 0,0053284 0,009955 0,596
Rủi ro tín dụng (RISK) -0,2060315*** 0,103224 0,055 Tỷ suất sinh lời (ROE) 0,213277* 0,0661163 0,003 Khả năng thanh khoản (LIQ) -0,0065105 0,0066336 0,334 Tuổi của ngân hàng (AGE) 0,0019152 0,0018096 0,298
Hằng số 0,3663686 0,2225484 0,110
Số quan sát 157 R2 0,6161 Prob > F 0,0000
*mức ý nghĩa 1%; **mức ý nghĩa 5%, *** mức ý nghĩa 10%
Nguồn: Kết quả hồi quy từ phần mềm Stata 11.1
Nhìn vào kết quả hồi quy của mô hình bảng 4.4, ta thấy có ba biến có ý nghĩa thống kê với giá trị P.value dưới 1%: biến cấu trúc tài sản (TANG), hiệu quả kinh doanh (ROA) và tỷ suất sinh lời (ROE); biến có mức ý nghĩa 5%: quy mô ngân hàng (SIZE) và biến rủi ro tín dụng (RISK) có ý nghĩa ở mức 10%. Ba biến còn lại: sự tăng trưởng của ngân hàng (GROW), khả năng thanh khoản (LIQ) và tuổi của ngân hàng (AGE) là những biến không có ý nghĩa thống kê trong mô hình nghiên cứu.
Để đánh giá độ phù hợp của mô hình, ta sử dụng hệ số xác định R2 (R Square). Với kết quả hồi quy mô hình hiệu ứng cố định (FEM) với tùy chọn Robust được chọn là phù hợp nhất ở bảng 4.7 thì R2
= 0,6161 cho thấy CTTC của các ngân hàng TMCP Việt Nam được giải thích bởi mối liên hệ tuyến tính của các biến độc lập là 61,61%. Hệ số này cho thấy mức độ phù hợp của mô hình ở mức trung bình và thể hiện mức độ giải thích của các biến độc lập đối với biến phụ thuộc trong phương trình hồi quy. Từ kết quả này, ta cũng thấy được ngoài các nhân tố tác động đến CTTC các ngân hàng TMCP Việt Nam có trong kết quả hồi quy còn nhiều nhân tố khác.
Từ kết quả bảng 4.4 ta xây dựng mô hình hồi quy các nhân tố ảnh hưởng đến CTTC của các ngân hàng TMCP Việt Nam như mô hình (4.1) như sau:
LEV = 0,366 + 0,057 SIZE + 0,160 TANG – 2,441 ROA – 0,206 RISK+ 0,213 ROE (4.1)
Hình 4.1: Mô hình cấu trúc tài chính của các ngân hàng thƣơng mại cổ phần Việt Nam
Nguồn: Kết quả hồi quy mô hình FEM có tùy chọn Robust từ phần mềm Stata 11.1
Các biến có ý nghĩa trong mô hình nghiên cứu:
Biến Quy mô ngân hàng (SIZE):
Biến này có ý nghĩa thống kê với độ tin cậy 95% (prob < 0,05). Trong mô hình, biến SIZE có tác động dương (+) đến CTTC của các ngân hàng TMCP Việt Nam và phù hợp với kỳ vọng dấu ban đầu của đề tài. Hệ số hồi quy là 0,0566 điều này có nghĩa là khi quy mô của ngân hàng tăng lên 1 lần thì tỷ suất nợ của ngân hàng ấy tăng lên 0,0566 lần. Các ngân hàng có quy mô càng lớn thì sẽ có tỷ lệ nợ/
HSHQ:0,2133 HSHQ: -2,4407 HSHQ: 0,0566 HSHQ:-2,2060 HSHQ: 0,1602 CTTC của các ngân hàng TMCP Việt Nam Quy mô ngân hàng
(SIZE)
Hiệu quả kinh doanh (ROA)
Tỷ suất sinh lời (ROE) Rủi ro tín dụng
(RISK) Cấu trúc tài sản
VCSH cao hơn những ngân hàng có quy mô nhỏ hơn vì ngân hàng có quy mô lớn dễ dàng tiếp cận với nguồn vốn vay lớn để tài trợ cho các hoạt động kinh doanh của mình. Bên cạnh đó, với thế mạnh về quy mô, ngân hàng quy mô lớn sẽ có đội ngũ nhân sự hùng hậu và thu hút nhiều nhà quản lý xuất sắc, có bề dày kinh nghiệm và năng lực tốt giúp giảm thiểu rủi ro phá sản cho ngân hàng. Kết quả mối quan hệ này phù hợp với kết quả nghiên cứu trong các doanh nghiệp trong và ngoài nước như: Đoàn Ngọc Phi Anh (2010), Nguyễn Thành Cường (2008), Rajan và Ringales (1995), Bevan and Danbolt (2002),.... Kết quả này cũng giống như kết quả trong lĩnh vực ngân hàng như nghiên cứu của Gropp và Heider (2009) tại Mỹ và Châu Âu và nghiên cứu của Octavia và Brown (2008) ở các quốc gia đang phát triển.
Biến Cấu trúc tài sản (TANG):
Biến TANG có ý nghĩa thống kê với độ tin cậy cao 99% (Prob < 0,01) với hệ số hồi quy là 0,1602 và có tác động dương (+) lên CTTC của ngân hàng. Như vậy, khi cấu trúc tài sản của ngân hàng tăng lên 100% thì CTTC của ngân hàng cũng tăng lên 16,02%. Kết quả này cũng phù hợp với giả thuyết ban đầu của đề tài và đa số kết quả nghiên cứu của các tác giả trước đây như nghiên cứu của Rajan và Zingales (1995) và nghiên cứu của Reint Gropp và Florian Heider (2009). Khi ngân hàng có tài sản hữu hình chiếm tỷ trọng lớn thì ngân hàng có cơ hội thế chấp các tài sản này để tiếp cận các nguồn vốn bên ngoài và giá trị thanh lý của ngân hàng cũng tăng lên khi có tài sản hữu hình và làm giảm thiệt hại trong trường hợp ngân hàng bị phá sản.
Hiệu quả kinh doanh (ROA):
Biến ROA có ý nghĩa thống kê trong mô hình, độ tin cậy cao 99% (prob < 0,01), trong mô hình biến có tác động âm (-) đến CTTC của các ngân hàng TMCP Việt Nam. Và điều này cũng phù hợp với lý thuyết trật tự phân hạng, đó là do nhà quản trị doanh nghiệp luôn có đầy đủ thông tin về ngân hàng của mình và họ có xu hướng ưu tiên sử dụng nguồn vốn nội bộ rồi mới đến nguồn vốn vay mượn từ bên ngoài, do đó khi lợi nhuận trên tổng tài sản (ROA) tăng thì ngân hàng sẽ tăng lợi nhuận giữ lại, xu hướng “mượn” nợ giảm và tỷ suất nợ có xu hướng giảm. Một cách
khác, khi ngân hàng có lợi nhuận cao chứng tỏ ngân hàng đã quản trị tốt chi phí làm chi phí giảm do đó tổng nợ giảm. Và đây cũng chính là kết quả của nhiều nghiên cứu như: Rajan và Zingales (1995), Bevan và Danbolt (2002) và cũng đặc biệt tương đồng với nghiên cứu của Octavia và Brown (2008) nghiên cứu CTV của ngân hàng ở các nước đang phát triển. Hệ số hồi quy -2,4407 có nghĩa là khi hiệu quả kinh doanh của ngân hàng tăng lên 100% thì tỷ suất nợ của ngân hàng giảm mạnh 244,07%.
Biến Rủi ro tín dụng (RISK):
Biến RISK cũng có ý nghĩa thống kê với mức ý nghĩa 90% (prob < 0,1) và có tương quan âm (-) với CTTC của các ngân hàng TMCP Việt Nam. Kết quả hồi quy cho ra hệ số là -2,206 có nghĩa là khi rủi ro tín dụng của ngân hàng tăng lên 100% thì tỷ suất nợ của ngân hàng sẽ giảm xuống 220,6%. Điều này hoàn toàn phù hợp với thực tế khi rủi ro tín dụng tăng, các nhà đầu tư sẽ ít đầu tư vào ngân hàng do niềm tin giảm do đó khả năng tiếp cận các nguồn vốn từ bên ngoài thấp.
Tỷ suất sinh lời (ROE):
Biến ROE có ý nghĩa thống kê trong mô hình, độ tin cậy cao 99% (prob < 0,01). Trong mô hình, biến ROE có tác động dương (+) đến CTTC của các ngân hàng TMCP Việt Nam và phù hợp với kỳ vọng dấu ban đầu của đề tài. Giải thích cho tác động đồng biến lên CTTC các ngân hàng TMCP Việt Nam nói trên ta xem xét tỷ số ROE = Lợi nhuận sau thuế/ VCSH hay ROE = Lợi nhuận sau thuế/ (Tổng tài sản – Nợ phải trả). Khi ROE tăng có nghĩa là lợi nhuận sau thuế có xu hướng tăng và (Tổng tài sản – Nợ phải trả) có xu hướng giảm và hiệu số này giảm khi Tổng nợ phải trả có xu hướng tăng lên làm cho tỷ suất nợ tăng lên. Kết quả này cũng tương tự như kết quả nghiên cứu của Nguyễn Thị Ngân (2011). Hệ số hồi quy 0,2133 cho thấy khi tỷ suất sinh lời tăng 100% thì tỷ suất nợ của ngân hàng cũng tăng lên tương ứng 21,33%.
Các biến không có ý nghĩa trong mô hình nghiên cứu:
Biến GROW là biến không có ý nghĩa thống kê trong mô hình. Tuy nhiên, tác động dương (+) của biến lên CTTC của các ngân hàng TMCP Việt Nam theo như kết quả hồi quy phù hợp với kỳ vọng ban đầu của đề tài. Giá trị biến này càng lớn thể hiện sự tăng trưởng về mặt tổng tài sản của ngân hàng càng cao. Khi ngân hàng trong giai đoạn tăng trưởng, khả năng tiếp cận với các nguồn vốn bên ngoài của ngân hàng càng lớn do đó tỷ suất nợ của ngân hàng sẽ cao hơn. Kết quả biến này không có ý nghĩa thống kê cho thấy rằng không hẳn những ngân hàng nào có sự tăng trưởng tốt cũng muốn tăng tỷ suất nợ của mình lên và đây rõ ràng không phải là một yếu tố quan trọng quyết định sự đầu tư từ các nhà đầu tư từ bên ngoài.
Biến Khả năng thanh khoản (LIQ):
Biến LIQ cũng là một biến không có ý nghĩa thống kê nhưng tác động âm (-) của biến phù hợp với giả thuyết của đề tài. Khi ngân hàng có khả năng thanh khoản tốt, nguồn vốn dồi dào ngân hàng sẽ hạn chế hoặc thanh toán bớt nợ làm tỷ suất nợ nói chung có xu hướng giảm.
Biến Tuổi của ngân hàng (AGE):
Biến AGE không có ý nghĩa thống kê và có tác động dương (+) phù hợp với giả thuyết ban đầu của đề tài do ngân hàng có số năm hoạt động càng lâu càng tạo được niềm tin để các nhà đầu tư có thể yên tâm góp vốn đầu tư vào ngân hàng. Biến này không có ý nghĩa thống kê, ta có thể lý giải nguyên nhân là một số ngân hàng có lợi thế về số năm thành lập và một số khác có thể có lợi thế để tăng tỷ suất nợ của mình nhờ vào sự quản lý chặt chẽ hay có những cổ đông chiến lược nước ngoài giúp những ngân hàng mới thành lập vẫn có thể thu hút nguồn vốn từ các nhà đầu tư.