Bài nghiên cứu khắc phục hiện tƣợng phƣơng sai thay đổi và tự tƣơng quan bằng phƣơng pháp Driscoll-Kraay (1998).
Bảng 4.4 Kết quả kiểm định bằn p ƣơn p áp & – mô hình 01
ROE Hệ số hồi quy Sai số chuẩn t P>|t|
SIZE 0,0176 0,0050 3,49 0,008 LOAN 0,0722 0,0267 2,70 0,027 CAP -0,2182 0,1475 -1,48 0,177 LLR 1,144 0,4571 2,50 0,037 COSR -0,0688 0,0242 -2,84 0,022 LIQ 0,0782 0,0569 1,37 0,207 INF 0,2822 0,1128 2,50 0,037 _cons -0,4980 0,1928 -2,58 0,032
Vậy kết quả Mô hình nghiên cứu 01 (ROE) có phƣơng trình nhƣ sau
ROEit = - 0,4980 + 0,0176 SIZEit + 0,0072 LOANit + 1,144 LLRit – 0,0688 COSRit + 0,01095 I F + εit
Biến SIZEit tác động cùng chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 1% (P>|t|=0,008<1%), phù hợp với giả thuyết đƣa ra và phù hợp với kết quả nghiên cứu của Susan Moraa Onuonga (2014), Usman Dawood (2014), Nguyễn Thị Mỹ Linh, Nguyễn Thị Ngọc Hƣơng (2015), Nguyễn Thị Ánh Tuyết (2015). Điều đó có nghĩa là khi biến quy mô SIZE tăng lên 1% sẽ làm cho ROE tăng 1,8%.
Biến LOANit tác động cùng chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 5%, phù hợp với giả thuyết đƣa ra và phù hợp với kết quả nghiên cứu của Syafri (2012), Trịnh Quốc Trung, Nguyễn Văn Sang (2013), Hồ Thị Hồng Minh, Nguyễn Thị Cành (2015). Điều có nghĩa là khi biến vay LOAN tăng lên 1% sẽ làm ROE tăng 7,22%.
Biến COSRit tác động ngƣợc chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 5% (P>|t|=0,022 <5%), phù hợp với giả thuyết đƣa ra và phù hợp với kết quả nghiên cứu của Salman Ahmad và Bilad Nafees (2012), Usam Dawood (2014), Ong Tze San va The Boon Heng (2013), Syafri (2012), Trịnh Quốc Trung, Nguyễn Văn Sang (2013), Hồ Thị Hồng Minh, Nguyễn Thị Cành (2015). Điều đó có nghĩa là khi biến chi phí hoạt động COSR tăng lên 1% sẽ làm ROE giảm 6,88%.
Biến LLRit tác động cùng chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 10% (P>|t|=0,062<10%), chƣa ph hợp với giả thuyết đƣa ra. Vì dựa vào định hƣớng phát triển của Việt Nam trong những năm vừa qua chủ yếu theo chiều rộng, thâm dụng vốn chủ yếu bởi tăng trƣởng tín dụng, việc trích dự phòng rủi ro chung theo sự tăng trƣởng tín dụng, tín dụng tăng trƣởng nhiều sẽ làm gia tăng khả năng sinh lời của các ngân hàng. Với điều kiện các yếu tố khác không đổi, khi biến dự phòng rủi ro tín dụng LLR tăng lên 1% sẽ làm ROE tăng 114%.
Biến INFit tác động cùng chiều đến ROEit với mức ý nghĩa thống kê 5%. Điều này chƣa ph hợp với giả thuyết đƣa ra. Trong giai đọan nghiên cứu thì lạm phát tăng cao kéo dài, các nhà quản trị ngân hàng có thể dự đoán trƣớc đƣợc chính xác tình hình lạm phát để có thể điều chỉnh mức lãi suất phù hợp tăng doanh thu nhanh hơn chi phí, làm tăng lợi nhuận, tăng khả năng sinh lời của NHTMCP. Bên cạnh đó, Việt Nam là quốc gia tăng trƣởng theo chiều rộng, tỷ lệ lạm phát là hệ quả tất yếu của tăng trƣởng tín dụng trong thời gian dài. Chính vì vậy, tăng trƣởng tín dụng mang lại cơ hội để các NHTMCP mở rộng cho vay và gia tăng lợi nhuận từ hoạt động này. Điều này phù hợp với kết quả nghiên cứu của Hồ Thị Hồng Minh, Nguyễn Thị Cành (2015). Với điều kiện các yếu tố khác không đổi, khi biến lạm phát INF tăng lên 1% sẽ làm ROE tăng 28,22%.
Với bộ dữ liệu thu thập đƣợc, biến LIQit và CAPit không có ý nghĩa thống kê với mức ý nghĩa 10% (giá trị P>|z| lớn hơn 10%).
4.3 KIỂ NH CÁC NHÂN TỐ Á Ộ G ẾN ROA 4.3.1 P ân tí tƣơn quan
Bảng 4.5 Ma trận tƣơn quan gi a các biến trong mô hình ROA
Biến ROA SIZE LOAN CAP LLR COSR LIQ INF
ROA 1 SIZE (0.1042) 1 LOAN 0.1338 0.0215 1 CAP 0.3044 (0.6980) 0.1982 1 LLR 0.0843 0.3491 (0.094) (0.2357) 1 COSR (0.4048) (0.0001) (0.1213) (0.0784) 0.0733 1 LIQ 0.1154 (0.0907) (0.6546) (0.1117) 0.0978 (0.1237) 1 INF 0.3266 (0.3026) (0.1507) 0.2467 (0.0856) (0.1290) 0.3705 1
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 12
Ma trận tƣơng quan giữa các biến trong mô hình ROA, thể hiện hệ số tƣơng quan cao nhất là -0.6980 thể hiện mối tƣơng quan nghịch chiều giữa biến SIZE (qui mô ngân hàng) và biến CA (vốn chủ sở hữu), các biến độc lập SIZE, COSR có dấu âm hay tác động ngƣợc chiều đến ROA. Tất cả các hệ số tƣơng quan còn lại đều nhỏ hơn 0.8 nên có thể kết luận mô hình nghiên cứu không có hiện tƣợng đa cộng tuyến nghiêm trọng. Tuy nhiên, phần sau của luận văn tác giả cũng sẽ thực hiện kiểm định hiện tƣợng đa cộng tuyến.
4.3.2 So sách gi a các mô hình (Pooled OLS, FEM, REM)
Bảng 4.6 Hệ số hồi quy và p-value của 03 mô n ƣớ ƣợng Mô hình Biến Pooled OLS FEM REM SIZE 1 0,0008 0,0001 0,0005 P-value 0,050 0,912 0,262 LOAN 2 0,007 0,0063 0,0063 P-value 0,061 0,552 0,110 CAP 3 0,0428 0,0335 0,0380 P-value 0,000 0,004 0,000 LLR 4 0,132 0,2143 0,1748 P-value 0,016 0,001 0,002 COSR 5 -0,0066 -0,0061 -0,0065 P-value 0,000 0,000 0,000 LIQ 6 0,0073 0,0165 0,0125 P-value 0,135 0,003 0,012 INF 7 0,0196 0,0122 0,0166 P-value 0,001 0,054 0,002 Hệ số chặn 8 -0,0278 -0,0034 -0,020 P-value 0,064 0,915 0,269
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 12
Kiểm định lựa chọn mô hình Pooled OLS và FEM
Sử dụng kiểm định F – test; với Prob > F = 0.0000 < 1%. Bác bỏ H0. Vậy lựa chọn mô hình FEM.
Kiểm định lựa chọn mô hình FEM và REM
Sử dụng kiểm định Hausman test; với Prob > chi2 = 0.4766 > 10%. Chƣa đủ cơ sở để bác bỏ H0. Vậy lựa chọn mô hình REM.
Kiểm định lựa chọn mô hình Pooled OLS và REM
Sử dụng kiểm định Breusch and Pagan Lagrangian multiplier test; với Prob > chibar2 = 0.0000 < 1%. Bác bỏ H0. Vậy lựa chọn mô hình REM.
Sau khi so sánh ba mô hình, ta chọn mô hình REM. Tuy nhiên, nếu mô hình này có hiện tƣợng tự tƣơng quan và phƣơng sai sai số thay đổi thì đây chƣa phải là mô hình ƣớc lƣợng đáng tin cậy mà phải khắc phục các hiện tƣợng này nhằm đảm bảo ƣớc lƣợng thu đƣợc vững và hiệu quả.
4.3.3 Kiểm định giả thiết kinh tế ƣợng trong mô hình nghiên cứu Kiểm định đa ộng tuyến
Đa cộng tuyến là hiện tƣợng các biến độc lập trong mô hình tƣơng quan tuyến tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết không bị hiện tƣợng đa cộng tuyến bằng cách dùng chỉ tiêu hệ số tƣơng quan.
Tất cả các hệ số tƣơng quan đều có giá trị nhỏ hơn 0,8 (chuẩn so sánh theo nghiên cứu của Farrar & Glauber (1967) là 0,8) thể hiện rằng không tồn tại hiện tƣợng đa cộng tuyến giữa các biến độc lập trong mô hình hoặc hiện tƣợng đa cộng tuyến không nghiêm trọng. Điều đó cho thấy các biến độc lập có thể đƣợc sử dụng để ƣớc lƣợng và bƣớc đầu đánh giá đƣợc các dự báo của mô hình.
Kiểm địn p ƣơn sai ủa sai số ôn đổi
Phƣơng sai của sai số thay đổi sẽ làm cho các ƣớc lƣợng thu đƣợc bằng phƣơng pháp Pooled OLS vững nhƣng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Từ đó dẫn đến hiện tƣợng ngộ nhận các biến độc lập trong mô hình nghiên cứu có ý nghĩa, lúc đó kiểm định hệ số hồi quy và R2 d ng đƣợc. Bởi vì phƣơng sai của sai số thay đổi làm mất tính hiệu quả của ƣớc lƣợng, nên cần thiết phải tiến hành kiểm định giả thuyết phƣơng sai của sai số không đổi bằng kiểm định Wald, với giả thuyết H0: Không có hiện tƣợng phƣơng sai thay đổi.
Sử dụng kiểm định cho mô hình sai số kết hợp. Với Prob>chi2 = 0.0000 < 1%. Bác bỏ H0. Mô hình có hiện tƣợng phƣơng sai thay đổi.
Kiểm định tự tƣơn quan
Giữa các sai số có mối quan hệ tƣơng quan với nhau sẽ làm cho các ƣớc lƣợng thu đƣợc bằng phƣơng pháp Pooled OLS vững nhƣng không hiệu quả, các kiểm định hệ số hồi qui không còn đáng tin cậy. Nghiên cứu tiến hành kiểm định hiện tƣợng tự tƣơng quan trên dữ liệu bảng với giả thiết H0: không có sự tự tƣơng quan.
Sử dụng kiểm định cho mô hình sai số kết hợp, với mức ý nghĩa alpha = 1%, kết quả kiểm định Prob > F = 0.0000 < 1% nên bác bỏ giả thuyết H0 nên mô hình có tự tƣơng quan.
Qua kết quả kiểm định từng phần ở trên, ta thấy mô hình có đa cộng tuyến đƣợc đánh giá là không nghiêm trọng. Tuy vậy, mô hình xảy ra hiện tƣợng tự tƣơng quan giữa các sai số và hiện tƣợng phƣơng sai sai số thay đổi, điều này sẽ làm cho các ƣớc lƣợng thu đƣợc bằng phƣơng pháp hồi quy thông thƣờng trên dữ liệu bảng không hiệu quả và các kiểm định không còn đáng tin cậy. Do vậy, tác giả dùng phƣơng pháp bình phƣơng bé nhất tổng quát khả thi – FGLS để khắc phục hiện tƣợng tự tƣơng quan giữa các sai số nhằm đảm bảo ƣớc lƣợng thu đƣợc vững và hiệu quả (theo Wooldridge (2002)).
4.3.4 Tổng hợp kết quả kiểm định mô hình ROA
Bài nghiên cứu khắc phục hiện tƣợng phƣơng sai thay đổi và tự tƣơng quan bằng phƣơng pháp FGLS.
Bảng 4.7 Kết quả kiểm định bằn p ƣơn p áp n p ƣơn é n ất tổng quát khả thi - FGLS (mô hình 02)
ROA Hệ số hồi quy Sai số chuẩn z P>|z|
SIZE 0,0009 0,0003 2,62 0,009 LOAN 0,0066 0,0029 2,23 0,026 CAP 0,0377 0,0087 4,30 0,000 LLR 0,0911 0,0381 2,39 0,017 COSR -0,0039 0,0008 -4,64 0,000 LIQ 0,0142 0,0035 3,95 0,000 INF 0,0041 0,0034 1,19 0,236 _cons -0,0312 0,0120 -2,60 0,009
Vậy kết quả mô hình nghiên cứu 01 có phƣơng trình nhƣ sau
ROAit = - 0,0312 + 0,0009 SIZEit + 0,0066 LOANit + 0,0377 CAPit + 0,0911 LLRit – 0,0039 COSRit + 0,0142 LIQit + εit
Biến SIZEit tác động cùng chiều đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 1%, phù hợp với giả thuyết đƣa ra và phù hợp với kết quả nghiên cứu của Susan Moraa Onuonga (2014), Usman Dawood (2014), Nguyễn Thị Mỹ Linh, Nguyễn Thị Ngọc Hƣơng (2015), Nguyễn Thị Ánh Tuyết (2015). Điều đó có nghĩa là khi biến quy mô SIZE tăng lên 1% sẽ làm ROA tăng 0,09%.
Biến LOANit tác động cùng chiều đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 1%, phù hợp với giả thuyết đƣa ra và phù hợp với kết quả nghiên cứu của Syafri (2012), Trịnh Quốc Trung, Nguyễn Văn Sang (2013), Hồ Thị Hồng Minh, Nguyễn Thị Cành (2015). Điều có nghĩa là khi biến vay LOAN tăng lên 1% sẽ làm ROA tăng 0,66%.
Biến CAPit tác động cùng chiều đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 1% (P>|z|=0,000<1%), ph hợp với giả thuyết đƣa ra ph hợp với kết quả nghiên cứu của Salman Ahmad và Bilad Nafees (2012), Muhammad Bilad, Asif Saeed, Ammar Ali Gull (2013), Hồ Thị Hồng Minh, Nguyễn Thị Cành (2015). Điều đó có nghĩa là khi biến quy mô vốn chủ sở hữu CAP tăng lên 1% sẽ làm ROA tăng 3,77%.
Biến COSRit tác động ngƣợc chiều đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 1% (P>|z|=0,000 <1%), phù hợp với giả thuyết đƣa ra và phù hợp với kết quả nghiên cứu của Salman Ahmad và Bilad Nafees (2012), Usam Dawood (2014), Syafri (2012), Ong Tze San và The Boon Heng (2013), Syafri (2012), Trịnh Quốc Trung, Nguyễn Văn Sang (2013), Hồ Thị Hồng Minh, Nguyễn Thị Cành (2015).. Điều đó có nghĩa là khi biến chi phí hoạt động COSR tăng lên 1% sẽ làm ROA giảm 0,39%.
Biến LLRit tác động cùng chiều đến ROAit và có ý nghĩa thống kê với mức ý nghĩa
5% (P>|z|=0,017<5%), chƣa ph hợp với giả thuyết đƣa ra. Vì dựa vào định hƣớng phát triển của Việt Nam trong những năm vừa qua chủ yếu theo chiều rộng, thâm dụng vốn chủ yếu bởi tăng trƣởng tín dụng, theo đó rủi ro tín dụng của các NHTMCP cũng gia tăng. Với điều kiện các yếu tố khác không đổi khi biến dự phòng rủi ro tín dụng LLR tăng lên 1% sẽ làm ROA tăng 9,11%.
Biến LIQit tác động cùng chiều đến ROAit và có ý nghĩa thống kê với mức ý nghĩa
1% (P>|z|=0,000<1%), phù hợp với giả thuyết đƣa ra và phù hợp với nghiên cứu của Ong Tze San và The Boon Heng (2013). Điều đó có nghĩa là khi biến tính thanh khoản LIQ tăng lên 1% sẽ làm ROA tăng 1,42%.
Với bộ dữ liệu thu thập đƣợc, biến INFit không có ý nghĩa thống kê với mức ý nghĩa 10% (giá trị P>|z| lớn hơn 10%).
4.4 THẢO LU N KẾT QUẢ NGHIÊN CỨU
Bảng 4.8 So sánh gi a hai mô hình
Mô hình ROE Mô hình ROA
ROEit = -0,4980 + 0,0176 SIZEit + 0,0072 LOANit + 1,144 LLRit – 0,0688 COSRit + 0,01095 I F + εit ROAit = -0,0312 + 0,0009 SIZEit + 0,0066 LOANit + 0,0377 CAPit + 0,0911 LLRit – 0,0039 COSRit + 0,0142 LIQit + εit
Nguồn: Tổng hợp của tác giả
4.4.1 Sự giống nhau
Thứ nhất, kết quả 02 mô hình nêu trên đã cho thấy KNSL của các NHTMCP chịu sự ảnh hƣởng bởi các yếu tố đã nêu ra từ cơ sở nghiên cứu đó là: Quy mô ngân hàng (SIZE), Quy mô vốn chủ sở hữu (CAP), Dƣ nợ cho vay (LOAN), Dự phòng rủi ro tín dụng (LLR), Chi phí hoạt động (COSR), Tính thanh khoản (LIQ), Tỷ lệ lạm phát (INF).
Thứ hai, kết quả nghiên cứu cho thấy 02 mô hình nghiên cứu cho thấy KNSL có tƣơng quan mạnh nhất với biến LLR; sự thay đổi của dự phòng rủi ro tín dụng có tác động mạnh nhất đến KNSL của NHTMCP và tƣơng quan này là c ng chiều. Thứ ba, kết quả 02 mô hình nghiên cứu cho thấy ROE và ROA c ng có tƣơng quan dƣơng (+) với quy mô ngân hàng (SIZE), dƣ nợ tín dụng (LOAN), dự phòng rủi ro tín dụng (LLR) và tƣơng quan âm (-) với chi phí hoạt động (COSR).
4.4.2 Sự khác nhau
Số biến tác động
Mô hình (1) có KNSL ROE chịu tác động của 05 biến độc lập là SIZE, LOAN, LLR, COSR và INF. Trong khi đó, mô hình (2) có KNSL ROA chịu tác động của 06 biến độc lập là SIZE, LOAN, CAP, LLR, COSR và LIQ.
Sự tác động của các biến độc lập
Nhìn chung, mức độ tác động của các biến độc lập trong mô hình ROE lớn hơn so với mức độ tác động của các biến độc lập trong mô hình ROA. Trong đó, biến dự phòng rủi ro tín dụng LLR trong mô hình ROE cho thấy khi tỷ lệ này tăng 1% thì ROE tăng 114,4%; trong khi đó trong mô hình ROA thì khi tỷ lệ này tăng 1% thì ROA chỉ tăng 9,1%.
Bên cạnh đó, mô hình ROE chịu sự tác động của biến lạm phát INF, khi lạm phát tăng 1% thì ROE tăng 1%. Tuy nhiên, mô hình ROA không chịu tác động của biến này mà chịu tác động của biến tỷ lệ thanh khoản LIQ, khi LIQ tăng 1% thì ROA tăng 1,4%. Thêm vào đó, ROA còn chịu tác động của vốn chủ sở hữu, khi tỷ lệ này tăng 1% thì ROA tăng 3,7%.
4.4.3 Sự phù hợp với các nghiên cứu trƣớ đây
Bản 4.9 á động của các biến độc lập lên khả năn sinh lời (ROE, ROA) Biến độc lập á động của các biến độc lập lên KNSL Kỳ vọng
Mô hình ROE Mô hình ROA
SIZE + + +
CAP Không ý nghĩa + +
LOAN + + +
LLR + + -
COSR - - -
LIQ Không ý nghĩa + +
INF + Không ý nghĩa -
Nguồn tổng hợp của tác giả.
Đầu tiên, từ bảng tổng hợp kết quả nghiên cứu cho thấy kết quả mô hình 01 và 02 chƣa cho ra kết quả nhƣ kỳ vọng. Cụ thể, biến LLR có mối quan hệ cùng chiều với khả năng sinh lời, biến CAP hay LIQ không có ý nghĩa thống kê ở mô hình ROE hay biến INF không có ý nghĩa thống kê đối với mô hình ROA.
Tuy nhiên, tƣơng quan về dấu của các biến số độc lập có ý nghĩa thống kê với cả hai mô hình đều phù hợp với cơ sở kỳ vọng. Chứng tỏ mô hình sau khi khắc phục các khuyết tật có tính vững, không bị thay đổi theo thời gian và sự thay đổi của số liệu nghiên cứu. Đây có thể là cơ sở để hình thành và xây dựng các mô hình dự báo cho ngân hàng trong tƣơng lai.
HƢƠ G 5
Ế À H Ế GH Ừ Ế Ả GHI Ứ
5.1 Ế
Với mục tiêu phân tích các yếu tố tác động đến KNSL của các ngân hàng TMCP tại Việt Nam, nghiên cứu sử dụng dữ liệu bảng của 22 ngân hàng TMCP trong khoảng thời gian từ 2008 - 2016. Kết quả nghiên cứu định lƣợng đã lựa chọn ra đƣợc mô hình phù hợp nhất giải thích sự thay đổi KNSL của ngân hàng là mô hình D & K và FGLS. Các biến có ý nghĩa thống kê đối với ROA là quy mô ngân hàng (SIZE), dƣ