4.2.1 Thống kê mô tả
Dữ liệu được dùng để chạy mô hình là dữ liệu chuỗi thời gian bao gồm 48 quan sát đã được chọn lọc và phù hợp với yêu cầu của mô hình hồi quy. Kết quả thống kê mô tả các biến được đo lường từ bảng 4.2.
Bảng 4.2. Kết quả thống kê mô tả các biến nghiên cứu trong mô hình
Variable Obs Mean Median Std.Dev Min Max
EOL 48 0.363202 0.262333 0.284295 5.06E-05 0.872392 CRF 48 0.004740 0.005534 0.002281 5.19E-05 0.008147 EUC 48 0.717982 0.718275 0.003068 0.714335 0.721046 NPL 48 9.93E-06 8.49E-06 5.29E - 06 4.73E-06 1.83E-06 ROD 48 0.579415 0.578477 0.007066 0.572630 0.613350 TOC 48 1.474194 1.392042 0.161021 1.286898 1.851115
Nguồn: kết quả xử lý dữ liệu từ Eviews
Kết quả bảng 4.2 cho ta thấy:
Giá trị trung bình của biến phụ thuộc EOL là 0.3632 trong khi độ lệch chuẩn của biến này có giá trị là 0.2843, gấp 1.28 lần so với giá trị trung bình và giá trị trung vị của nó là 0.2623, cao hơn giá trị trung bình xấp xỉ 0.1. Điều này cho thấy độ phân tán của biến này xung quanh giá trị trung bình ở mức bình thường và cho thấy biến phụ thuộc EOL có mức độ tương đồng tương đối cao.
Với CRF, giá trị của biến nằm trong khoảng từ 5.19E-05 đến 0.008147. Giá trị trung bình của biến là 0.004740 và giá trị trung vị là 0.005534 cho thấy hai giá trị này không có sự chênh lệch nhiều. Bên cạnh đó, độ lệch chuẩn của của biến khá thấp với giá trị là 0.002281, chỉ bằng 0.48 lần so với giá trị trung bình của biến CRF. Chứng tỏ, mức độ phân tán của biến này xung quanh giá trị trung bình vẫn còn thấp. Điều này cũng cho thấy biến hệ số rủi ro cho vay (CRF) có mức độ tương đồng vẫn chưa cao, còn rải rác ở nhiều giá trị khác nhau.
Với biến EUC, trong khi giá trị trung bình là 0.7179 và giá trị trung vị là 0.7183 (xấp xỉ so với giá trị lớn nhất), độ lệch chuẩn của biến là 0.003068, thấp hơn gần 234 lần so với giá trị trung bình cho thấy mức độ phân tán của biến này xung quanh giá trị trung bình cực kỳ thấp.
Tương tự, tỷ lệ nợ xấu (NPL) của ngân hàng nằm trong khoản từ 4.73E-06 đến 1.83E-05 với giá trị trung bình là 9.93E-06 và giá trị trung vị là 8.49E-06 chênh lệch
khá nhiều so với giá trị lớn nhất của biến. Tuy nhiên, độ lệch chuẩn của biến này là 5.29E – 06, thấp hơn 1.88 lần so với giá trị trung bình. Chứng tỏ, mức độ phân tán của biến này xung quanh giá trị trung bình ở mức bình thường. Điều này cho thấy biến tỷ lệ nợ xấu có mức tương đồng tương đối cao.
Tương tự với nhân tố EUC, ROD là nhân tố cho thấy mức độ phân tán của biến này xung quanh giá trị trung bình cực kỳ thấp nguyên nhân do giá trị trung bình của biến là 0.579415, cao gấp 82 lần so với độ lệch chuẩn là 0.007066 và giá trị trung vị của nó đạt 0.578477.
Đáng chú ý, trong các nhân tố ảnh hưởng thì vòng quay vốn (TOC) lại có giá trị trung bình cao nhất là 1.474194 và độ lệch chuẩn tương ứng là 0.161021. Tuy nhiên, vì chỉ số này được thể hiện thông qua tỷ lệ giữa doanh số thu nợ và dư nợ bình quân nên thường lớn hơn 1 và điều này thể hiện thông qua giá trị nhỏ nhất là 1.286898 và lớn nhất là 1.851115.
4.2.2 Kết quả hồi quy
Kết quả hồi quy của mô hình được trình bày qua bảng 4.3
Bảng 4.3. Kết quả phân tích mô hình hồi quy
Dependent Variable: EOL Method: Least Squares Date: 03/13/21 Time: 00:28 Sample: 2017M01 2020M12 Included observations: 48
Variable Coefficient Std. Error t-Statistic Prob. C 0.254958 45.76767 5.626150 0.0000 ROD 0.137145 6.706777 -2.044820 0.0472 NPL -1.895486 33985.03 -5.577413 0.0000 CRF -24.64848 15.13196 -1.628902 0.1108 EUC 3.438391 59.12723 -5.815240 0.0000 TOC -0.214583 0.278494 -0.770513 0.4453 R-squared 0.518353 Mean dependent var 0.363202 Adjusted R-squared 0.461014 S.D. dependent var 0.284295 S.E. of regression 0.208717 Akaike info criterion -0.179209 Sum squared resid 1.829632 Schwarz criterion 0.054691 Log likelihood 10.30101 Hannan-Quinn criter. -0.090818 F-statistic 9.040169 Durbin-Watson stat 1.459358 Prob(F-statistic) 0.000007
Dựa vào bảng 4.3, kết quả hồi quy cho thấy những biến EUC, ROD, TOC và NPL có xác suất Prob < 0.05 nên có ảnh hưởng đáng kể đến EOL với mức ý nghĩa xác suất <0.05. Biến còn lại là CRF có xác suất > 0.05 nên không ảnh hưởng đến hiệu quả hoạt động cho vay tại Chi nhánh. Như vậy, với các giả thuyết nghiên cứu được đặt ra ở chương 2, ta chấp nhận các giả thiết H2, H3, H4,. Theo đó, biến NPL có tương quan nghịch với EOL, trong khi hai biến EUC và ROD có tương quan thuận với EOL:.
4.2.3 Kiểm định tự tƣơng quan
Để phát hiện hiện tượng tự tương quan trong mô hình, tác giả đã sử dụng kiểm định Bruesch – Godfrey (kiểm định BG) được tiến hành trên hàm hồi quy phụ.
Đặt giả thuyết:
H0: mô hình gốc không có tự tương quan đến bậc p H1: mô hình gốc có tự tương quan ở ít nhất một bậc p
Bảng 4.4. Kết quả kiểm định tự tƣơng quan
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 3.113425 Prob. F(1,41) 0.0851
Obs*R-squared 3.387731 Prob. Chi-Square(1) 0.0657
Nguồn: Kết quả phân tích từ phần mềm Eview
Kết quả bảng 4.4 cho thấy, Obs*R-squared = 3.3877 với p = 0.0657 > α = 0.05 nên chấp nhận H0, bác bỏ H1. Điều này chứng tỏ, mô hình gốc không có tự tượng quan đến bậc p.
4.2.4 Kiểm tra hiện tƣợng đa cộng tuyến
Bảng 4.5. Kết quả kiểm tra đa cộng tuyến
Variance Inflation Factors
Date: 03/13/21 Time: 15:56 Sample: 2017M01 2020M12
Included observations: 48
Coefficient Uncentered Centered Variable Variance VIF VIF
C 2.094679 2308045. NA CRF 2.289761 6.953446 1.285624 EUC 3.496030 1985803. 3.496986 NPL 1.15E+09 160.4320 3.826588 ROD 4.498086 16641.69 2.422933 TOC 0.077559 187.8937 2.169600
Nguồn: Kết quả phân tích từ phần mềm Eview
Qua bảng 4.5, lần lượt thực hiện mô hình hồi quy giữa các biến độc lập, ta thấy giá trị centererd VIF của tất cả các biến CRF, EUC, NPL, ROD và TOC đều có giá trị VIF <10 nên ta có thể kết luận mô hình không có hiện tượng đa cộng tuyến xảy ra.
4.2.5 Kiểm tra hiện tƣợng phƣơng sai sai số thay đổi
Để kiểm tra hiện tượng phương sai sai số thay đổi như thế nào, tác giả sẽ chọn các bước kiểm định White để thực hiện. Cụ thể:
Đặt giả thuyết:
H0: R2 = 0, mô hình không có hiện tượng phương sai thay đổi. H1: R2 ≠ 0, mô hình có hiện tượng phương sai thay đổi.
Bảng 4.6. Kết quả kiểm tra phƣơng sai sai số thay đổi
Heteroskedasticity Test: White
F-statistic 1.818743 Prob. F(17,30) 0.0740 Obs*R-squared 24.36191 Prob. Chi-Square(17) 0.1099 Scaled explained SS 20.75113 Prob. Chi-Square(17) 0.2376
Kết quả bảng 4.6 cho thấy, Prob. Chi- Square(17) = 0.1099 > 0.05 nên chấp nhận H0, tức là không có hiện tượng phương sai thay đổi.
4.3 THẢO LUẬN
Như vậy, kết quả từ mô hình hồi quy ở mục 4.2.2 cho thấy, hiệu quả hoạt động cho vay của CN thực chất phụ thuộc vào 3 yếu tố chính là EUC, ROD và NPL. Cụ thể, dựa vào các nghiên cứu từ trước kết hợp với dữ liệu thu thập được xử lý từ phần mềm Eview, từ kết quả nghiên cứu ta thấy:
− Yếu tố “Hiệu quả sử dụng vốn – EUC”
Biến hiệu quả sử dụng vốn (EUC) có tác động cùng chiều với các nghiên cứu trước và cùng dấu với kỳ vọng ban đầu tác giả đưa ra. Chứng tỏ, hiệu suất sử dụng vốn vay tỷ lệ thuận với hiệu quả hoạt động cho vay tổng thể (EOL), nghĩa là khi hiệu suất sử dụng vốn vay càng tốt thì hoạt động cho vay của CN càng có hiệu quả hay nói cách khác chi nhánh cần đẩy mạnh tốc độ tăng trưởng dư nợ nhanh hơn tốc độ tăng trưởng nguồn vốn.
− Yếu tố “Hệ số thu nợ - ROD”
Tương tự biến EUC, biến ROD cũng cho kết quả tương tự và cho thấy ROD có tương quan dương với hiệu quả hoạt động cho vay của NH (EOL) và giống với kỳ vọng ban đầu được đặt giả thuyết ở chương 2. Nghĩa là, khi tăng tỷ lệ doanh số thu nợ trên doanh số cho vay thì sẽ làm tăng hiệu quả hoạt động cho vay của NH. Điều này cho thấy Vietcombank chi nhánh Tân Sơn Nhất đã thực hiện rất tốt khâu thu hồi nợ của KH trong quá trình cho vay.
− Yếu tố “Tỷ lệ nợ xấu – NPL”
Ngược dấu với 2 biến EUC và ROD, biến tỷ lệ nợ xấu NPL, có tương quan âm và hoàn toàn trùng khớp với nghiên cứu từ trước và trùng với dấu kỳ vọng tác giả đưa ra ở giả thuyết nghiên cứu. Điều này hoàn toàn phù hợp với tình hình thực tế vì hiện nay, hầu như các NH đều quan tâm nhiều đến tình hình nợ xấu đang diễn ra ở CN vì nó làm ảnh hưởng đến phần nào hiệu quả hoạt động của NH. Vì vậy, NPL tỷ lệ nghịch với
hiệu quả hoạt động cho vay tổng thể cho thấy khi tỷ lệ nợ xấu càng ít thì hiệu quả cho vay của CN càng cao và ngược lại.
Tuy nhiên, trong giai đoạn nghiên cứu, có thể hoạt động cho vay cũng như thu nợ của CN diễn ra khá tốt làm cho dư nợ cho vay tại CN nằm ở mức khá cao và tổng tài sản có của CN trong 5 năm kể từ ngày thành lập CN nằm ở mức tương đối ổn định dẫn đến lợi nhuận của NH tăng trưởng tốt qua từng năm, đồng nghĩa với việc rủi cho vay của CN càng cao. Bên cạnh đó, nhờ vào chủ động của KH trong vấn đề trả nợ, đặc biệt là những khoản vay có dư nợ lớn đã làm doanh số thu nợ của CN luôn nằm ở mức cao. Vì vậy, hai biến CRF và TOC không có ý nghĩa trong mô hình.
Bảng 4.7. Kiểm định các giả thuyết
Giả thuyết Kết quả kiểm định
X1: Hệ số rủi ro cho vay càng ít biến động thì hiệu quả hoạt
động cho vay càng tốt. Bác bỏ
X2: Hiệu quả sử dụng vốn càng cao thì hiệu quả hoạt động
cho vay càng tốt. Chấp nhận
X3: Tỷ lệ nợ xấu càng thấp thì hiệu quả hoạt động cho vay
càng tốt. Chấp nhận
X4: Hệ số thu nợ càng cao thì hiệu quả hoạt động cho vay
càng tốt. Chấp nhận
X5: Vòng quay vốn cho vay càng nhanh thì hiệu quả hoạt
động cho vay càng tốt. Bác bỏ
TÓM TẮT CHƢƠNG 4
Qua xây dựng mô hình hồi quy và kiểm định các giả thiết nghiên cứu với sự hỗ trợ của phần mềm Eviews, tác giả tổng hợp kết quả từ mô hình đo lường biến phụ thuộc đặc trưng cho hiệu quả cho vay tại Ngân hàng TMCP Ngoại thương Việt Nam chi nhánh Tân Sơn nhất, ta thấy trong 5 biến được đưa ra chỉ có 3 biến có ý nghĩa thống kê. Hay nói cách khác, hiệu quả hoạt động cho vay tại CN chịu ảnh hưởng bởi 3 yếu tố chính là hệ số thu nợ, tỷ lệ nợ xấu và hiệu quả sử dụng vốn. Vì vậy, ở chương 5 bài khóa luận sẽ đưa ra kết luận từ những kết quả nghiên cứu đạt được và hàm ý chính sách để nâng cao hiệu quả hoạt động cho vay tại CN.
CHƢƠNG 5 KẾT LUẬN VÀ HÀM Ý 5.1 KẾT LUẬN
Dựa vào mục tiêu nghiên cứu ở chương 1 kết hợp với cơ sở lý thuyết về hiệu quả hoạt động cho vay của NHTM và lược khảo các mô hình nghiên cứu trước ở chương 2, tác giả đã tập trung nghiên cứu các yếu tố ảnh hưởng đến hiệu quả hoạt động cho vay tại Vietcombank chi nhánh Tân Sơn Nhất với sự hỗ trợ của phần mềm Eview và đưa ra kết luận:
Kết quả chạy phân tích hồi quy và các kiểm định cho mô hình cho thấy có 3 biến độc lập trong tổng 5 biến gồm: hệ số thu nợ (ROD), tỷ lệ nợ xấu (NPL) và hiệu quả sử dụng vốn (EUC) đều có ý nghĩa trong mô hình và đều có tác động đến biến phụ thuộc hiệu quả hoạt động cho vay tại Vietcombank chi nhánh Tân Sơn Nhất. Mô hình được thể hiện qua phương trình hồi quy:
EOL = 0.2549 – 1.8955NPL + 0.137145ROD + 3.4384EUC
Ý nghĩa của các biến độc lập:
β1 = -1.8955: trong điều kiện các yếu tố khác không đổi, yếu tố “tỷ lệ nợ xấu” tăng thêm 1 đơn vị thì hiệu quả hoạt động cho vay giảm đi 1.8955 đơn vị.
β2 = 0.13714: trong điều kiện các yếu tố khác không đổi, yếu tố “hệ số thu nợ” tăng thêm 1 đơn vị thì hiệu quả hoạt động cho vay tăng thêm 0.13714 đơn vị.
β3 = 3.4384: trong điều kiện các yếu tố khác không đổi, yếu tố “hiệu quả sử dụng vốn” tăng thêm 1 đơn vị thì hiệu quả hoạt động cho vay tăng thêm 3.4384 đơn vị.
Ngoài ra, kết quả hồi quy cho thấy biến EUC có ảnh hưởng lớn nhất và mức độ tác động của biến đến hiệu quả hoạt động cho vay tại chi nhánh là lớn nhất (β3 = 3.438), tiếp đến biến ROD (β2 = 0.13714) và cuối cùng là biến NPL (β1 = -1.8955) có mức độ tác động là nhỏ nhất và ít có ảnh hưởng nhất đến hiệu quả hoạt động cho vay tại chi nhánh. Các biến có hệ số dương là EUC và ROD, trong khi đó NPL là biến có hệ số beta âm điều đó có nghĩa là biến này có tác động ngược chiều với biến phụ thuộc. Khi tỷ lệ nợ xấu tăng lên thì hiệu quả hoạt động cho vay của NH giảm xuống.
5.2 HÀM Ý
5.2.1 Nâng cao hiệu quả sử dụng vốn
Theo kết quả nghiên cứu ở chương 4, tác giả nhận thấy rằng nhân tố EUC (Hiệu quả sử dụng vốn) có tương quan thuận với hiệu quả cho vay tại Vietcombank chi nhánh Tân Sơn Nhất, nghĩa là có tác động tích cực làm tăng EOL (hiệu quả hoạt động cho vay). Phần lớn tài sản của các ngân hàng hình thành từ nợ vayvà nguồn huy động, đảm bảohiệu quả sử dụng vốnhợp lý giúp ngân hàng có cơ hội gia tăng thêm lợi nhuận.Do đó, Ngân hàng nên duy trì tỷ lệ này ở mức trên mức bình quân, khi đó hiệu quả hoạt động cho vay sẽ được cải thiện hơn vì nếu tỷ lệ này thấp hơn mức trung bình làm mất đi cơ hội gia tăng lợi nhuận, lúc đó hiệu quả cho vay (EOL) của ngân hàng sẽ giảm xuống. Bên cạnh đó, tuỳ theo từng thời kỳ mà ngân hàng cần ưu tiên sử dụng nợ ngắn hạn hay trung dài hạn. Để từ đó hình thành các tài sản tương ứng nhằm giảm bớt rủi ro, đảm bảo lợi nhuận ổn định. Khi chưa đạt đến giới hạn tối ưu thì ngân hàng sẽ có lợi khi sử dụng nợ để gia tăng tài sản sinh lời, Theo kết quả nghiên cứu ở chương 4, tác giả nhận thấy rằng nhân tố EUC (Hiệu quả sử dụng vốn) có tương quan thuận với hiệu quả cho vay của VCB chi nhánh Tân Sơn nhất, nghĩa là có tác động tích cực làm tăng EOL (hiệu quả cho vay).Phần lớn tài sản của các ngân hàng hình thành từ nợ vay và nguồn huy động, đảm bảo hiệu quả sử dụng vốn hợp lý giúp ngân hàng có cơ hội gia tăng thêm lợi nhuận. Do đó, Ngân hàng nên duy trì tỷ lệ này ở mức trên mức bình quân.
5.2.2 Giảm nợ xấu
Hiện nay, với toàn hệ thống các CN ngân hàng Vietcombank, nợ xấu là một trong những yếu tố quan trọng và tiên quyết để đánh giá hiệu quả hoạt động cho vay tại CN. Vì nợ xấu càng tăng thì hiệu quả hoạt động cho vay của CN càng giảm. Do đó, việc giảm tỷ lệ nợ xấu là vấn đề các CN đặt lên hàng đầu trong hoạt động cho vay.
Chính từ kết quả nghiên cứu, tình hình nợ xấu của Vietcombank chi nhánh Tân Sơn Nhất có xu hướng giảm qua từng năm giảm nhờ vào sự cố gắng của toàn thể cán bộ, công nhân viên ở các phòng ban cùng với Ban lãnh đạo chi nhánh cũng như chiến
lược kinh doanh, các biện pháp ngăn ngừa rủi ro tín dụng và các cách xử lý để tránh tình trạng nợ xấu được đề ra từ Ban lãnh đạo thực sự mang lợi hiệu quả cho NH. Tuy