STT Ký hiệu Công thức
Biến phụ thuộc
1 ROE Lợi nhu n sau
thue Von chǔ sơ hữu
2 ROA Lợi nhu n sau
thue Tong tài sǎn
Biến độc lập
1 SALARY Tien chi trǎ cho nhân
viên Thu nh p lãi thuan
2 TAX Thue thực n®p trong năm Tong lợi nhu n trước thue
3 CHARITY Chi cho các hoạt đ®ng từ thi n, quyên góp Thu nh p lãi thuan
4 TNXH SALARY + TAX +
CHARITY 3 Biến kiểm soát
5 NPL Nợ nhóm 3 + nhóm 4 + nhóm 5
(đƣợc lấy từ Báo cáo tài chính)
6 LQR Tien và các khoǎn tương
đương tien Tong tài sǎn
7 TIA Tong đau
tư Tong tài sǎn
8 CIR Tong chi phí hoạt
đ®ng Tong thu nh p hoạt đ®ng
9 SIZE LOG (Tổng tài sản)
10 LQD Tien m t + Tien gưi tại NHNN + Phǎi thu Tong tài sǎn
11 CAR Tong Von chǔ sơ
hữu Tong tài sǎn
12 GDP Tỷ lệ tăng trƣởng GDP
13 INF Tỷ lệ lạm phát
Bảng 4. Các biến trong mô hình nghiên cứu
3.3 Phƣơng pháp nghiên cứu
Để khắc phục các khuyết tật trong các mô hình truyền thống nhƣ FEM hay REM, tác giả tiến hành sử dụng phƣơng pháp GMM trong bài nghiên cứu này.
Nói một cách tổng quan thì GMM là phƣơng pháp tổng quát của rất nhiều phƣơng pháp ƣớc lƣợng đƣợc sử dụng phổ biến nhƣ OLS, GLS,…Phƣơng pháp hồi quy GMM đƣợc trình bày bởi Lars Peter Hansen (1982). Trong trƣờng hợp biến độc lập trong mô hình cũ là biến nội sinh (đƣợc mô tả qua biến khác) mà biến chƣa đƣa vào này có quan hệ với phần dƣ thì sẽ dẫn tới khuyết tật cho mô hình. Do vậy, bằng cách đƣa thêm biến công cụ (có quan hệ chặt chẽ với biến độc lập, phụ thuộc trong mô hình cũ nhƣng không có quan hệ với phần dƣ), phƣơng pháp GMM này đƣợc sử dụng nhằm khắc phục tình trạng bỏ xót biến quan trọng, cụ thể là thiếu biến nội sinh hoặc biến ngoại sinh.
Để ƣớc lƣợng đƣợc vector hệ số β, phƣơng pháp GMM sẽ dùng một bộ L vector các biến công cụ (trong ƣớc lƣợng GMM còn đƣợc gọi là các điều kiện Moment) và số lƣợng biến công cụ phải không ít hơn số biến trong mô hình. Điều kiện để một biến đƣợc chọn là biến công cụ là nó không đƣợc tƣơng quan với phần dƣ, điều này có nghĩa là: Ý tƣởng chủ đạo của phƣơng pháp GMM là thay thế giá trị các biến công cụ bằng giá trị trung bình của mẫu và đi tìm Vector β thõa mãn phƣơng trình trên.
Khi số lƣợng điều kiện moment lớn hơn số biến trong mô hình thì phƣơng trình không thể xác định một nghiệm chính xác duy nhất (có nhiều nghiệm có thể thõa mãn phƣơng trình). Khi đó mô hình đƣợc gọi là overidentified. Trong trƣờng hợp đó, chúng ta phải thực hiện tính toán lại nhằm xác định giá trị β làm cho điều kiện moment gần bằng 0 nhất có thể, có nghĩa là khoảng cách với giá trị 0 là nhỏ nhất, khoảng cách đó đƣợc xác định thông qua ma trận ngẫu nhiên, cân xứng và không âm (kích thƣớc L x L) đƣợc gọi là ma trận trọng số vì nó thể hiện mức đóng góp của các điều kiện moment khác nhau vào khoảng cách J. Phƣơng pháp ƣớc lƣợng GMM sẽ xác định giá trị ƣớc lƣợng β để khoảng cách là J là nhỏ nhất.
Kiểm định Sargan xác định tính chất phù hợp của các biến công cụ trong ƣớc lƣợng GMM. Đây là kiểm định giới hạn về nội sinh của mô hình. Kiểm định Sargan
với giả thuyết H0: Biến công cụ là ngoại sinh, nghĩa là không tƣơng quan với sai số của mô hình. Để kiểm tra sự tƣơng quan có giả thuyết H0: Không tự tƣơng quan, kiểm định ArellanoBond áp dụng cho các số dƣ sai phân.
Cuối cùng sẽ tiến hành kiểm định lại các giả định của mô hình hồi quy nhƣ hiện tƣợng đa cộng tuyến, tự tƣơng quan, phƣơng sai thay đổi. Đồng thời, để đánh giá độ phù hợp của mô hình hồi quy đối với tập dữ liệu, tác giả sử dụng hệ số R2 và R2 hiệu chỉnh (Adjusted R-Square).
Mô hình đƣợc sử dụng trong nghiên cứu để thể hiện mối quan hệ tác động của trách nhiệm xã hội lên hiệu quả hoạt động của các NHTM CP tại Việt Nam là mô hình hồi quy tuyến tính đa biến. Trong mô hình này, cần phân tích sự tƣơng quan của các nhân tố. Trong phân tích tƣơng quan, giá trị Sig. nói lên tính phù hợp của hệ số tƣơng quan giữa các biến theo phép kiểm định F với một độ tin cậy cho trƣớc. Với mức ý nghĩa là 5% thì sig. phải nhỏ hơn 0.05 thì hệ số tƣơng quan mới có ý nghĩa thống kê (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hệ số tƣơng quan (Pearson Correlation) nói lên mức độ tƣơng quan giữa các biến với nhau trong mô hình. Nếu hệ số tƣơng quan càng lớn và có ý nghĩa thống kê thì mối tƣơng quan giữa các biến càng mạnh. Tƣơng quan giữa một biến với chính biến đó sẽ bằng một.
TÓM TẮT CHƢƠNG 3
Nội dung chƣơng 3 trình bày quy trình nghiên cứu của luận văn và phƣơng pháp đƣợc dùng để thực hiện nghiên cứu. Tác giả đã sử dụng phƣơng pháp nghiên cứu định lƣợng, và các kỹ thuật phân tích, so sánh, thống kê mô tả. Nghiên cứu định lƣợng đƣợc thực hiện thông qua việc xây dựng mô hình hồi quy tuyến tính nhằm đánh giá mối quan hệ tác động của trách nhiệm xã hội lên hiệu quả hoạt động của các NHTM CP tại Việt Nam. Các phƣơng pháp này sẽ giúp tác giả trả lời những câu hỏi nghiên cứu đặt ra ở chƣơng 1.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1 Thống kê mô tả
Variable Obs Mean Std. Dev. Min Max
ROA 246 0.0078161 0.0060659 0.0000309 0.0290233 ROE 246 0.081266 0.0639799 0.0008014 0.2682345 TNXH 246 0.1972502 0.1017183 0.0627438 0.7888074 SALARY 246 0.3434602 0.210793 0.0448758 2.320651 TAX 246 0.2444509 0.2211539 0.0002014 1.592789 CHARITY 246 0.0038394 0.0083411 0 0.0492663 NPL 246 0.0222161 0.0128156 0.0033983 0.0882746 LQR 246 0.1510063 0.0826942 0.0152123 0.6070128 TIA 246 0.1853631 0.0741389 0.0165411 0.4688907 CIR 246 0.5150947 0.22384 -0.655403 0.9273794 SIZE 246 8.028424 0.486776 7.121393 9.173174 LQD 246 0.0709309 0.0383863 0.0111187 0.2302825 CAR 246 0.1399764 0.2070117 0.0293141 0.9999557 GDP 246 0.0630389 0.0062958 0.0524737 0.0707579 INF 246 0.0565488 0.050403 0.006312 0.1867773
Bảng 5. Thống kê mô tả các biến
Nguồn: kết quả từ Stata
Bảng 5 trình bày thống kê mô tả các biến trong mô hình nghiên cứu. Với biến TNXH, giá trị trung bình tổng của các khoản chi cho các hoạt động TNXH là 0.1972502. Với biến SALARY, giá trị trung bình của Các khoản chi cho nhân viên
TNXH 0.30000 0.25000 0.20000 0.15000 0.10000 0.05000 0.00000 201120122013201420152016201720182019 TNXH
trên Thu nhập ngoài lãi là 0.3434602. Với biến TAX, giá trị trung bình của Thuế thực nộp trong năm trên Tổng lợi nhuận trƣớc thuế là 0.2444509. Trong khi với biến CHARITY, giá trị trung bình của các khoản chi cho các hoạt động quyên góp, từ thiện trên Thu nhập ngoài lãi chỉ là 0.0038394. Điều này cho thấy các ngân hàng chƣa thật sự quan tâm đến các hoạt động từ thiện, quyên góp, mang lại lợi ích cho cộng đồng vì nó có giá trị trung bình nhỏ nhất.
Đối với biến ROA, giá trị trung bình của Lợi nhuận sau thuế trên Tổng tài sản là 0.0078161 (0.78161%). Trong khi với biến ROE, giá trị trung bình của lợi nhuận sau thuế trên VCSH là 0.081266 (8.1266%).
Hình 3. Biến động TNXH từ năm 2011-2019
Nguồn: tác giả thực hiện
Mức độ thực hiện các hoạt động TNXH của các NHTM CP Việt Nam trong giai đoạn 2011-2019 không ổn định. Tăng mạnh nhất trong giai đoạn 2011-2012 rồi giảm mạnh từ năm 2012-2015. Sau đó dao động quanh mức 0.15-0.20 đến cuối năm 2019. TNXH đạt mức cao nhất vào năm 2012 với giá trị khoảng 0.24, đạt mức thấp nhất vào năm 2015 với giá trị khoảng 0.17.
SALARY 0.45000 0.40000 0.35000 0.30000 0.25000 0.20000 0.15000 0.10000 0.05000 0.00000 201120122013201420152016201720182019 SALARY TAX 0.40000 0.35000 0.30000 0.25000 0.20000 0.15000 0.10000 0.05000 0.00000 201120122013201420152016201720182019 TAX
Hình 4. Biến động SALARY từ năm 2011-2019
Nguồn: tác giả thực hiện
Các khoản chi cho nhân viên của các NHTM CP Việt Nam tăng mạnh từ năm 2011 đến năm 2013 rồi giảm sâu đến năm 2015. Trong giai đoạn 2015-2019 có xu hƣớng tăng nhẹ quanh mức 0.30-0.35. SALARY đạt giá trị cao nhất là gần bằng 0.40 vào năm 2013, đạt giá trị thấp nhất khoảng 0.26 vào năm 2011.
Hình 5. Biến động TAX từ năm 2011-2019
CHARITY 0.00700 0.00600 0.00500 0.00400 0.00300 0.00200 0.00100 0.00000 201120122013201420152016201720182019 CHARITY
Trong suốt giai đoạn 2011-2019, Thuế thực nộp trong năm của các NHTM CP Việt Nam có xu hƣớng không ổn định, tăng từ năm 2011-2012 rồi giảm hẳn đến năm 2015. Sau đó tăng rồi giảm trong khoảng 0.15-0.25. TAX đạt giá trị cao nhất vào năm 2012 ở mức gần bằng 0.38 và thấp nhất vào năm 2017 ở mức gần bằng 0.17.
Hình 6. Biến động CHARITY từ năm 2011-2019
Nguồn: tác giả thực hiện
Các khoản chi cho các hoạt động quyên góp, từ thiện của các NHTM CP Việt Nam không có bất kì xu hƣớng chung là tăng hay giảm trong suốt giai đoạn 2011-2019. CHARITY giảm nhẹ từ năm 2011-2012 rồi tăng mạnh đến năm 2014. Dù trong giai đoạn 2015-2016, CHARITY có tăng từ mức khoảng 0.0032 đến khoảng 0.005 nhƣng sau đó là xu hƣớng giảm sâu đến cuối năm 2019. CHARITY đạt mức trung bình cao nhất khoảng 0.0062 vào năm 2014, thấp nhất khoảng 0.002 vào năm 2019.
ROA 0.01400 0.01200 0.01000 0.00800 0.00600 0.00400 0.00200 0.00000 201120122013201420152016201720182019
Hình 7. Biến động ROA từ năm 2011-2019
Nguồn: tác giả thực hiện
Trong giai đoạn 2011-2019, Lợi nhuận sau thuế trên tổng tài sản của các NHTM CP Việt Nam cho 2 xu hƣớng rõ rệt. Một là xu hƣớng giảm liên tục từ năm 2011 đến năm 2015. Hai là xu hƣớng tăng liên tục từ năm 2015 đến năm 2019.
ROA của các NH này đạt mức cao nhất vào năm 2011 ở ngƣỡng gần 1.2% và đạt mức thấp nhất vào năm 2015 ở mức gần bằng 0.5%.
ROE 0.12000 0.10000 0.08000 0.06000 0.04000 0.02000 0.00000 201120122013201420152016201720182019 ROE
Hình 8. Biến động ROE từ năm 2011-2019
Nguồn: tác giả thực hiện
Trong giai đoạn 2011-2019, Lợi nhuận sau thuế trên vốn chủ sở hữu của các NHTM CP Việt nam cũng cho xu hƣớng gần giống với ROA. ROE giảm từ mức khoảng 10% vào năm 2011 xuống còn gần 5% vào năm 2013. Sau đó tăng lên mức gần 6% vào năm 2014 rồi giảm nhẹ vào năm 2015. Từ đây, ROE tăng vọt lên mức gần bằng 11.8% vào năm 2019.
4.2 Kiểm định các khuyết tật của mô hình 1 và 24.2.1 Mô hình 1 4.2.1 Mô hình 1
ROAit = β0 + β1 SALARY it + β2 TAX it + β3 CHARITY it + β4 NPL it +β5 LQR it + β6 TIA it + β7 CIR it +β8 SIZE it + β9 LQD it + β10 CAR it+ β11 GDP t + β12 INF t +
µit
Trƣớc khi thực hiện hồi quy, tác giả tiến hành các kiểm định có liên quan, nhƣ kiểm định hiện tƣợng đa cộng tuyến, hiện tiệng tự tƣơng quan và hiện tƣợng phƣơng sai sai số thay đổi. Kiểm định hiện tƣợng đa cộng tuyến đƣợc đánh giá thông qua Ma trận hệ số tƣơng quan và hệ số VIF. Khi mô hình không tồn tại hiện tƣợng đa cộng tuyến một số ƣớc lƣợng chỉ số trong mô hình hồi quy sẽ không bị chệch. Kết quả đƣợc thể hiện sau đây:
Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
F( 1, 27) = 48.994 Prob > F = 0.0000
Bảng 6. Kiểm định hiện tượng tự tương quan (mô hình 1)
Nguồn: kết quả từ Stata
Tƣơng tự, tác giả thực hiện Kiểm định hiện tƣợng tự tƣơng quan (Bảng 6) cho thấy giá trị p-value = 0.0000 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ, dẫn đến mô hình tồn tại hiện tƣợng tự tƣơng quan.
Variable VIF 1/VIF
SALARY 1.22 0.816404 TAX 1.13 0.886279 CHARITY 1.20 0.832677 LQR 1.39 0.718200 TIA 1.16 0.859803 CIR 1.26 0.792834 SIZE 1.39 0.720446 NPL 1.27 0.787054 LQD 1.35 0.738507 CAR 1.23 0.811744 GDP 1.50 0.664778 INF 1.81 0.552185 Mean VIF 1.33 Bảng 7. Hệ số VIF (mô hình 1)
Bảng 7 cho thấy hệ số VIF – một chỉ tiêu dùng để nhận biết hiện tƣợng đa cộng tuyến trong mô hình. Kiểm tra hiện tƣợng đa cộng tuyến thông qua hệ số VIF, nếu hệ số VIF nhỏ, khả năng xảy ra hiện tƣợng đa cộng tuyến thấp và ngƣợc lại. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), qui tắc chung là VIF > 10 là dấu hiệu đa cộng tuyến. Ủng hộ quan điểm này, theo tác giả Nguyễn Đình Thọ (2011), nếu hệ số VIF của một biến độc lập nào đó lớn hơn 10 thì biến này đƣợc coi là có đa cộng tuyến cao. Theo kết quả của Bảng 7, các hệ số VIF đều nhỏ hơn 10, nên mô hình không tồn tại hiện tƣợng đa cộng tuyến.
ROA SALARY TAX CHARITY NPL LQR TIA
ROA 1 SALARY -0.2547 1 TAX -0.1899 -0.0008 1 CHARITY 0.0367 -0.0453 -0.0158 1 NPL -0.0728 0.1170 0.1133 -0.1306 1 LQR 0.0722 -0.1030 0.1345 0.0015 -0.0092 1 TIA -0.0359 -0.0353 -0.0588 -0.1000 0.0083 -0.1211 1 CIR -0.4149 0.2538 0.1126 -0.1916 0.1433 0.0424 0.1498 SIZE 0.1475 -0.0335 -0.0664 0.2949 -0.2752 -0.1966 -0.0959 LQD -0.0617 0.2896 0.1904 -0.0386 0.1365 0.0837 0.1499 CAR 0.0152 -0.0158 0.1731 0.1074 0.1706 0.0371 0.1586 GDP 0.0537 -0.0248 -0.1994 -0.0990 -0.3701 -0.0862 -0.1006 INF 0.2650 -0.0691 0.1280 0.0253 0.2033 0.4639 -0.0759
CIR SIZE LQD CAR GDP INF
CIR 1 SIZE -0.2997 1 LQD 0.1557 -0.0900 1 CAR 0.0016 -0.1035 0.1910 1 GDP -0.0851 0.2707 -0.2241 -0.2966 1 INF -0.0545 -0.2321 0.3079 0.2928 -0.3937 1
Bảng 8. Ma trận hệ số tương quan (mô hình 1)
Nguồn: kết quả từ Stata
Ma trận tƣơng quan là một bảng thể hiện hệ số tƣơng quan giữa các biến. Mỗi ô trong bảng hiển thị mối tƣơng quan giữa hai biến. Ma trận tƣơng quan đƣợc sử dụng để tóm tắt dữ liệu, làm đầu vào cho một phân tích và chẩn đoán cho phân tích
mô hình. Hệ số tƣơng quan có thể nằm trong khoảng từ -1 đến +1, với -1 cho biết mối tƣơng quan âm hoàn hảo, +1 cho thấy mối tƣơng quan dƣơng hoàn hảo và 0 cho thấy không có mối tƣơng quan nào cả. Một biến tƣơng quan với chính nó sẽ luôn có hệ số tƣơng quan là 1. Kết quả Ma trận tƣơng quan của Bảng 8 cho ta thấy mối quan hệ giữa các biến đều ở mức cho phép vì giá trị tuyệt đối của hệ số tƣơng quan của các biến đều nhỏ hơn 0.8. Sáu biến gồm SALARY, TAX, NPL, TIA, CIR, LQD có tƣơng quan ngƣợc chiều với biến phụ thuộc ROA; trong khi các biến còn lại có tƣơng quan dƣơng với ROA.
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance
Variables: fitted values of ROA chi2(1) = 40.63
Prob > chi2 = 0.0000
Bảng 9. Kiểm định hiện tượng phương sai sai số thay đổi (mô hình 1)
Nguồn: kết quả từ Stata
Kết quả Kiểm định hiện tƣợng phƣơng sai sai số thay đổi (Bảng 9) cho thấy giá trị p-value = 0.0000 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ, dẫn đến mô hình tồn tại hiện tƣợng phƣơng sai sai số thay đổi.
4.2.2 Mô hình 2
ROAit = β0 + β1 TNXH it + β2 NPL it +β3 LQR it + β4 TIA it + β5 CIR it +β6 SIZE it +
β7 LQD it + β8 CAR it+ β9 GDP t + β10 INF t + µit
Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
F( 1, 27) = 49.371 Prob > F = 0.0000
Tƣơng tự, tác giả thực hiện Kiểm định hiện tƣợng tự tƣơng quan (Bảng 10) cho thấy giá trị p-value = 0.0000 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ, dẫn đến mô hình tồn tại hiện tƣợng tự tƣơng quan.
Variable VIF 1/VIF
TNXH 1.26 0.794061 LQR 1.36 0.733011 TIA 1.15 0.867226 CIR 1.24 0.806630 SIZE 1.28 0.780024 NPL 1.25 0.801069 LQD 1.33 0.752481 CAR 1.20 0.832892 GDP 1.43 0.698535 INF 1.81 0.552185 Mean VIF 1.33 Bảng 11. Hệ số VIF (mô hình 2)
Nguồn: kết quả từ Stata
Theo kết quả của Bảng 7, các hệ số VIF đều nhỏ hơn 10, nên mô hình không tồn tại hiện tƣợng đa cộng tuyến.
ROA TNXH NPL LQR TIA CIR SIZE
ROA 1 TNXH -0.3126 1 NPL -0.0728 0.1594 1 LQR 0.0722 0.0264 -0.0092 1 TIA -0.0359 -0.0698 0.0083 -0.1211 1 CIR -0.4149 0.2517 0.1433 0.0424 0.1498 1