3.3.1. Phương pháp ước lượng cho mô hình trạng thái tĩnh
Nhằm giải quyết câu hỏi nghiên cứu đã đặt ra về việc phân tích tác động của đa dạng hóa và các hình thái của rủi ro lên lợi nhuận của ngân hàng, bài luận văn cân nhắc áp dụng m hình tác động cố định (Fixed effect model) dành cho dữ liệu bảng đối với phương pháp ước lượng ở trạng thái tĩnh. Có thể thấy, m hình tác động cố định (Fixed Effect) là một trong hai m hình phổ biến được sử dụng trong ước lượng dữ liệu bảng. Đặc điểm của m hình này được hiểu như sau:
Xét một mối quan hệ kinh tế, với biến phụ thuộc, Y, và hai biến giải thích quan sát được, X1 và X2, và một hoặc nhiều biến kh ng quan sát được. Chúng ta có dữ liệu bảng cho Y, X1 và X2. Dữ liệu bảng bao gồm N-đối tượng và T-thời điểm, và vì vậy chúng ta có NxT quan sát. M hình hồi quy tuyến tính cổ điển (CLRM) kh ng có hệ số cắt được xác định bởi: 1 1 2 2 it it it it Y X X với i = 1,2,..N và t = 1, 2, .., T Trong đó: it
Y là giá trị của Y cho đối tượng i ở thời điểm t,
1
it
X là giá trị của X1 cho đối tượng i ở thời điểm t,
2
it
X là giá trị của X2 cho đối tượng i ở thời điểm t,
it
là sai số của đối tượng i ở thời điểm t.
M hình hồi quy tác động cố định, là một dạng mở rộng của m hình hồi quy tuyến tính cổ điển, được cho bởi
1 1 2 2
it it it i it
Y X X v
Trong đó, it vi it
Sai số của m hình hồi quy tuyến tính cổ điển it được tách làm hai thành phần gồm: (i) thành phần vi đại diện cho các yếu tố kh ng quan sát được khác nhau giữa các đối tượng nhưng kh ng thay đổi theo thời gian; và (ii) thành phần it đại diện cho những yếu tố kh ng quan sát được khác nhau giữa các đối tượng và thay đổi theo thời gian. Giả định rằng tất cả các tác động ròng của các yếu tố kh ng quan sát được lên Y cho đối tượng i (kh ng thay đổi theo thời gian) là một tham số cố định, kí hiệu là ai. Khi đó, m hình tác động cố định có thể được viết lại thành:
1 2
1 1 2 2 ... N
it it it it
Y X X a a a
Thành phần sai số kh ng quan sát được ai
đã được thay thế bằng một tập hợp các tham số cố định: a1 a2 ...aN, một tham số ứng với mỗi một trong đối tượng. Những tham số này được gọi là những tác động kh ng quan sát được và thể hiện tính kh ng đồng nhất kh ng quan sát được. Điều này có nghĩa là a thể hiện tác
động ròng của các yếu tố kh ng quan sát được (kh ng thay đổi theo thời gian) lên Y cho đối tượng 1, a2 cho đối tượng 2, …, aN cho đối tượng N. Vì vậy, trong m hình tác động cố định mỗi đối tượng trong mẫu đều có một hệ số cắt riêng. N hệ số cắt này kiểm soát tác động của tất cả các yếu tố kh ng quan sát được (kh ng thay đổi theo thời gian) lên N đối tượng khác nhau.
Thực tế khi áp dụng m hình phương pháp tác động cố định có 2 phương pháp cụ thể như sau: (i) Ước lượng hồi quy biến giả tối thiểu LSDV (Least squares dummy variable estimator); và (ii) Ước lượng tác động cố định FE (Fixed effects estimator). Ở đây xem xét các điểm mạnh và đặc điểm của m hình thì việc sử dụng ước lượng tác động cố định (Fixed effects model) là phù hợp hơn (khi N lớn và các dummy được thêm vào m hình quá nhiều thì việc hồi quy biến giả tối thiểu LSDV sẽ rất cồng kềnh và có khả năng bị thiên lệch do vấn đề đa cộng tuyến cao).
3.3.2. Phương pháp ước lượng cho mô hình ở trạng thái động
Sau khi phân tích các yếu tố ở trạng thái tĩnh, có thể thấy tồn tại một vấn đề khác là đặc tính ở trạng thái động. Nó thể hiện việc tồn tại thiên lệch gây ra do tương quan chuỗi (serial autocorrelation) – yếu tố của quá khứ là nền tảng ảnh hưởng dự đoán cho giá trị xảy ra ở hiện tại. Cụ thể, khi phân tích các m hình ước lượng dành cho các tổ chức ngân hàng, Berger và cộng sự (2000); Goddard và các cộng sự (2004); Athanasoglou và các cộng sự (2008); Naceur (2011) đã cho thấy có sự xuất hiện của vấn đề tương quan chuỗi (serial correlation), làm cho các đặc điểm quá khứ ảnh hưởng đến đặc tính hiện tại của biến số phụ thuộc. Do vậy như đã đề cập, bài nghiên cứu này sẽ tiếp tục đánh giá tác động của: (i) đa dạng hóa lên hiệu quả hoạt động; và (ii) các khía cạnh rủi ro lên lợi nhuận của ngân hàng dưới dạng m hình ở trạng thái động, với việc sử dụng kỹ thuật ước lượng sai phân bậc một của moment tổng quát với 2 bước hiệu chỉnh (first different Generalized Method of Moment). Phương pháp này giúp hiệu chỉnh thiên lệch gây ra do ước lượng quá khứ lên hiện tại của biến phụ thuộc và vấn đề nội sinh tiềm tàng của tác động ngược từ biến phụ thuộc lên biến độc lập của m hình mà ở phần trước các phương pháp của
m hình tĩnh kh ng xử lý được. Dựa theo Anderson and Hisao (1981), Arellano- Bond (1991), and Roodman (2009) dùng chính biến quá khứ ở bậc thứ hai của biến nội sinh làm biến c ng cụ. Xét hệ số ước lượng của phương pháp 2sls, thì kết quả sẽ cho là:
Trong khi, kết quả ước lượng hệ số bằng phương pháp GMM là:
3.3.3. Kỹ thuật ước lượng hàm sản xuất của biến rủi ro bất ổn định
Như đã trình bày ở phần 3.1.3. theo Fang và các cộng sự (2011), và Tan (2016), xác suất của việc hoạt động kh ng ổn định sẽ hình thành nên một loại rủi ro gọi là rủi ro về mức độ bất ổn định (risk of stability), từ đó tạo ra tác động lan tỏa, làm xói mòn lợi nhuận và hiệu quả hoạt động của ngân hàng. Vấn đề này được m hình hóa dựa trên kỹ thuật phương trình hàm sản xuất (Aigner và các cộng sự, 1977; Meeusen và Van den Broeck, 1977) và phương pháp phân tích giới hạn sản xuất ngẫu nhiên (stochastic frontier analysis):
0 2 1 1 1 1 2 . 2 2 2 Z-score 1
ln LnY LnY LnY
W 2
W 1 W W
Ln Ln LnY Ln
W 2 W W
j jit jk jit kit
j j k it j jit it it j it it it v u
Và để ước lượng được m hình hàm sản xuất này, sau đó rút ra được yếu tố
(để có được biến thể hiện mức độ hoạt động kém hiệu quả - inefficiency) và yếu tố
u(để có được biến đại diện cho hình thái của rủi ro bất ổn định) thì mô hình sản xuất biên ngẫu nhiên dành cho dữ liệu bảng (Stochastic frontier models fitted for panel data) được cân nhắc sử dụng.
Kỹ thuật này ban đầu được khởi xướng bởi Aigner và các cộng sự (1977) khi đo lường các ước lượng biên ngẫu nhiên trong các đo lường của hàm sản xuất kỹ
thuật cho dữ liệu chéo. Trong khi đó, Desli và các cộng sự (2003), và Kumbhakar và các cộng sự (2014) , và Belotti và các cộng sự (2015) đã đưa ra các khuyến nghị và xây dựng nên mô hình biên ngẫu nhiên cho hàm sản xuất kỹ thuật trong cơ chế của dữ liệu bảng (ước lượng đồng thời các yếu tố biến đổi theo các đối tượng khác nhau, và khung thời gian khác nhau). Cụ thể xét m hình ước lượng tiệm cận (likelihood-based model) sau đây:
; ( ) it it it it y f x Trong đó, it
y là tổng sản lượng đầu ra (output) của chu trình sản xuất kỹ thuật của đối tượng i tại thời gian t
là hệ số chặn ;
( it )
f x là hàm sản xuất kỹ thuật của các yếu tố đầu vào x, và tham số
của đối tượng i tại thời gian t.
it
là giá trị đại diện cho sự kém hiệu quả của quy trình sản xuất kỹ thuật của đối tượng i tại thời gian t.
it
là phần dư gây nhiễu, có giá trị dương hay âm tùy thuộc vào đặc điểm kỹ
thuật của hàm ngẫu nhiên biên hoặc hàm sản xuất biên. Cần lưu ý là các giá trị này mang đặc tính thể hiện sự không hiệu quả biến đổi theo thời gian t (time-varying inefficiency) và đối tượng i.
Battese và Coelli (1988), Desli và các cộng sự (2003), và Kumbhakar và các cộng sự (2014) , và Belotti và các cộng sự (2015) Đặc điểm tham số của mô hình này dựa trên cơ chế hợp lý cực đại (maximum likelihood) như sau :
2 2 2 (0, ) or ( , ), (0, ) i it N N : :
3.4. ố liệu nghiên cứu và quy trình thu thập dữ liệu
Luận văn này sử dụng số liệu của các ngân hàng thương mại được trích xuất từ nguồn dữ liệu của Bankscope (danh sách đính kèm trong phụ lục) trong giai đoạn từ năm 2001 đến năm 2016. Dữ liệu thu thập được là dạng dữ liệu bảng (vừa có
khung thay đổi theo đối tượng – là các ngân hàng thương mại, vừa có những biến động theo thời gian). Lý do chọn số mẫu nghiên cứu này là vì trong giai đoạn này có nhiều ngân hàng mới thành lập hoặc giải thể, cho nên tiêu chí đặt ra là bài nghiên cứu chỉ xét tới các ngân hàng có xuất hiện liên tục trong giai đoạn nghiên cứu. Mặc dù đặc thù của ngành ngân hàng là số liệu sẽ kh ng thể hoàn toàn được đầy đủ, nhưng bài nghiên cứu đã cân nhắc chỉ lấy những ngân hàng có gần đủ số liệu cần nghiên cứu. Vì vậy, sẽ có một số ngân hàng tuy có hoạt động đầy đủ trong giai đoạn nghiên cứu nhưng c ng bị loại bỏ do kh ng có số liệu cần thiết. Ngoài ra, nhằm đạt được các ước lượng chính xác nhất có thể, nên tiêu chí đặt ra là số liệu của từng ngân hàng phải được liên tục càng nhiều càng tốt, kh ng để xảy tình trạng mất cân bằng dữ liệu bảng một cách nghiêm trọng (strongly unbalance data). Kết quả là số lượng các ngân hàng được thu thập ban đầu là 33 ngân hàng, sau đó đã được rút lại còn 25, để đảm bảo các chỉ tiêu đặt ra. Dữ liệu được nhập và xử lí bằng phần mềm xử lý số liệu STATA bảng 14 (MP).
Dựa trên cơ sở lý thuyết và các bài nghiên cứu thực tiễn bài nghiên cứu sẽ tiếp cận bộ số liệu Bankscope, sau đó tải về các th ng tin cần thiết như sau.
Bảng 3. Các biến được sử dụng trong m hình nghiên cứu
TT Biến ịnh nghĩa và cách thức đo lường Nguồn
Hiệu quả hoạt động
1 ROA Return on asset: là t suất lợi nhuận trên tổng tài sản. T số này thể hiện mối tương quan giữa khả năng sinh lợi của c ng ty trên tổng tài sản.
Trình bày ở mục 2.1
2 pbt_ass T số lợi nhuận biên (profit margin) được thể hiện
bởi các đặc điểm về lợi nhuận của ngân hàng trên quy m tổng tài sản. Đây được xem như một nhân tố quan trọng để đánh giá sự biển đổi lợi nhuận và khả năng sinh lợi của các tổ chức tài chính và các ngân hàng thương mại.
Trình bày ở mục 2.1
a dạng hóa
1 Focus_depo Thể hiện chỉ số tập trung của các loại tiền gửi: tiền
gửi từ ngân hàng (deposit from banks), tổng tiền gửi của khách hàng (total customer deposits), và các khoản tiền gửi khác (other deposits and short- term borrowing). Sử dụng chỉ số Hirschman Herfindahl Index (HHI):
∑ ( )2,
∑
Trong đó, đa dạng hóa tiền gửi sẽ bao gồm 3 thành phần: tiền gửi từ ngân hàng (deposit from banks), tổng giá trị tiền gửi của khách hàng (total
customer deposits), và các khoản tiền gửi khác bao gồm tiền gửi ngắn hạn (other deposits and short- term borrowing)
Berger và các cộng sự (2010);
2 Focus_loan Thể hiện chỉ số tập trung của các loại tín dụng:
corporate and commercial loans, other consumer/ retail loans, and other loan. Sử dụng chỉ số Hirschman Herfindahl Index (HHI):
∑ ( )2 , ∑ Berger và các cộng sự (2010); Minh và Cành (2015)
Trong đó, đa dạng hóa tín dụng bao gồm:
corporate and commercial loans, other consumer/ retail loans, and other loan.
Các hình thái rủi ro
1 Npl/total
asset
rủi ro nợ xấu: được đại diện bởi t số của mức nợ tín dụng bị đưa vào mức báo động nợ xấu (non- performing loan) trên tổng tài sản (total asset)
Trình bày ở mục 2.3
3 Risk of
instability
Rủi ro bất ổn định: là khả năng xảy ra thiệt hại do việc vận hành kh ng ổn định trong hệ thống một ngân hàng. Hay nói cách khác nó sẽ cấu thành nên một hình thái của rủi ro gọi là rủi ro về độ bất ổn định và kém hiệu quả (risk of stability
inefficiency). Để ước lượng loại rủi ro này, tác giả cân nhắc sử dụng phương trình hàm sản xuất dành cho hồi quy của chỉ số điều chỉnh Zscore
Trình bày ở mục 2.3
Các biến kiểm soát được sử dụng trong các phương trình
1 Total asset
(ln form)
Quy m tài sản của ngân hàng (dạng hàm log). Đây là biến truyền thống thể hiện mức độ gia tăng của quy m ngân hàng.
Maudos và Solís (2009); Valverde và Fernandez (2007); Minh và Cành (2015); Trung (2017) 2 Total loan/total asset
thể hiện mối hệ của rủi ro tỉ lệ tín dụng trên tổng tài sản đến hiệu quả hoạt động của ngân hàng
Maudos và Solís (2009); Valverde và Fernandez (2007); Hoàng và Huân (2016) 3 Liquidity asset
thể hiện mức độ thanh khoản trên tổng tài sản ngân hàng Hamadi và Awdeh (2012); Ahokpossi (2013); Hoàng và Huân (2016)
4 Market share
được đo lường bởi tổng mức tài sản của từng ngân hàng chia cho tổng tài sản của toàn bộ các ngân hàng. T lệ này với ý nghĩa thị phần của ngân hàng càng tăng thì tạo điều kiện thuận lợi cho hoạt động ngân hàng
(Claeys và Vennet, 2008)
5 Cost to
income
là chỉ số của chi phí hoạt động chia cho thu nhập, được dùng để đo lường chất lượng của hiệu quả quản trị ngân hang
Maudos và Solis (2009); Hamadi và Awdeh (2012); 6 Equity/ total asset
t lệ vốn của ngân hàng đo lường bởi giá trị sổ sách của vốn chủ sở hữu chia cho giá trị tài sản.
Chương 4: Kết quả nghiên cứu
4.1. Đặc điểm mẫu nghiên cứu
Sau khi lược thảo các cơ sở nghiên cứu và phương pháp nghiên cứu, thì phần này của bài luận văn cung cấp những đặc điểm cơ bản của mẫu nghiên cứu. Thứ nhất, các biến động khác biệt về hiệu quả hoạt động giữa các ngân hàng sẽ được thể hiện th ng qua các đồ thị đường và đồ thị điểm. Thứ hai, là các thống kê m tả về các thành phần của từng loại chiến lược đa dạng hóa – thể hiện th ng qua các giá trị trung bình, độ lệch chuẩn.v.v và đặc biệt là phần trăm cấu thành nên từng loại chiến lược đa dạng hóa. Thứ ba, là đoạn m tả tất cả các biến được sử dụng trong m hình – các chỉ số tài chính và đặc điểm rủi ro bên cạnh đa dạng hóa và hiệu quả hoạt động. Tuy nhiên, để tìm thấy sâu hơn các dấu hiệu thể hiện các cơ chế tác động của các yếu tố, ba mục tiếp theo sẽ là: (i) các thống kê thập phân vị (cho thấy sự biến động của các biến chính theo từng nhóm phân vị của quy m tài sản); và (ii) kiểm định tương quan giữa các biến số.
4.1.1. Lợi nhuận của ngân hàng thương mại Việt Nam
Hình 1 và 2 cho thấy sự dao động của hiệu suất hoạt động của 25 ngân hàng thương mại Việt Nam trong giai đoạn 2001-2016. Có thể thấy, chỉ trong vòng 15 năm, hầu hết các ngân hàng đã có những bước đi ổn định và bền vững khi chỉ số t suất lợi nhuận trên quy m tổng tài sản lu n đạt mức dương – dao động từ 0 đến hơn 2 đơn vị t lệ (Hình 1), Xét trên phương diện của yếu tố kh ng gian và thời gian thì đây là một yếu tố đáng mừng của hệ thống các ngân hàng thương mại Việt Nam, khi mà bức tranh chung của toàn thị trường về hiệu quả hoạt động là khá ổn định (dù có những năm biến động khá mạnh do các biến cố về khủng hoảng tài chính toàn cầu – 2007 và 2008) bức tranh chung về hiệu quả hoạt động của toàn ngành là khá ổn định (thậm chí trong giai đoạn xảy ra biến cố khủng hoảng tài chính