Từ phương pháp nghiên cứu được đề cập ở chương 1, đề tài sử dụng phương pháp nghiên cứu định lượng dựa vào quy trình cụ thể bao gồm:
Bước 1: Dựa trên các lý thuyết kinh tế, các kết quả được nghiên cứu từ trước để xây dựng mô hình nghiên cứu của đề tài.
Bước 2: Thu thập dữ liệu cần thiết để ước lượng mô hình. Cụ thể, dữ liệu được sử dụng trong bài là dữ liệu thứ cấp (thu nhập từ Vietcombank chi nhánh Tân Sơn Nhất trong giai đoạn tháng 1 năm 2017 đến tháng 12 năm 2020.
Bước 3: Từ mô hình đề xuất ở bước 1 và đặc điểm dữ liệu được thu thập ở bước 2, tác giả tiến hành thực hiện ước lượng mô hình hồi quy dữ liệu thời gian.
Bước 4: Bước này bao gồm việc thực hiện các kiểm định để đảm bảo mô hình sử dụng là phù hợp. Nếu các kiểm định chỉ ra rằng mô hình sử dụng chưa phù hợp, lần nữa tác giả phải quay lại bước 1, 2 hoặc 3 để xem vấn đề nằm ở mô hình lý thuyết hay thu thập dữ liệu hay lựa chọn phương pháp ước lượng. Nếu các kiểm định chỉ ra rằng mô hình sử dụng là phù hợp, chuyển sang bước 5.
Bước 5: Đánh giá mô hình từ quan điểm lý thuyết nằm ở chương 2 để xem độ lớn và dấu của tham số ước lượng có đúng như kỳ vọng dưa trên lý thuyết ở bước 1 đã chỉ ra hay không. Nếu có, chuyển sang bước 6 và ngược lại, quay lại các bước 1, 2 và 3.
Bước 6: Khi mô hình ước lượng đã được kiểm định là đáng tin cậy, kết quả ước lượng của mô hình được sử dụng cho phân tích hồi quy. Từ kết quả đạt được, tác giả tiến hành đưa ra kết luận và hàm ý chính sách nâng cao hiệu quả hoạt động cho NH.
Mô hình không phù Mô hình phù hợp 5. Giải thích mô hình 6. Sử dụng mô hình phân tích 4. Kiểm định sự phù hợp của mô
3. Mô hình ước lượng 2. Thu thập dữ liệu
1b. Xây dựng mô hình lý thuyết có thể ước lượng 1a. Lý thuyết kinh tế, tài chính (nghiên cứu trước)
Hình 3.1. Các bƣớc xây dựng quy trình nghiên cứu
Nguồn: Giáo trình Kinh tế lượng ứng dụng trong Kinh tế và Tài chính
(TS. Phạm Thị Tuyết Trinh, 2016).
3.2 PHƢƠNG PHÁP NGHIÊN CỨU
3.2.1 Phƣơng pháp thu nhập dữ liệu
Dữ liệu được tác giả sử dụng được dựa trên số liệu tổng hợp từ kết quả Báo cáo tài chính nội bộ của Ngân hàng TMCP Ngoại thương Việt Nam chi nhánh Tân Sơn Nhất kết hợp với việc tổng hợp, tính toán theo công thức đã được nêu ở chương cơ sở lý thuyết (chương 2) để được nguồn dữ liệu thứ cấp đưa vào mô hình. Cụ thể, với tổng 48 mẫu quan sát được bắt đầu vào tháng 01/2017 và kết thúc vào tháng 12/2020 sẽ được đưa vào mô hình để đánh giá các chỉ tiêu ảnh hưởng đến hiệu quả hoạt động cho vay tại Ngân hàng. Trong dữ liệu nghiên cứu, tác giả quyết định chọn thời gian là năm
2017 là năm quan sát vì đây là năm có nhiều thay đổi lớn với Vietcombank chi nhánh Tân Sơn Nhất vì NH đã cố định được vị thế của mình trên toàn hệ thống Vietcombank sau 3 năm thành lập. Bên cạnh đó, năm 2020 là năm tác giả chọn để làm thời điểm kết thúc vì đây là năm thị trường gặp ít nhiều biến động, bị ảnh hưởng của dịch bệnh có thể dẫn đến ảnh hưởng phần nào hiệu quả hoạt động cho vay tại CN.
3.2.2 Phƣơng pháp xử lý số liệu
Để kiểm định các giả thuyết về hiệu quả hoạt động cho vay tại Ngân hàng TMCP Ngoại thương Việt Nam chi nhánh Tân Sơn Nhất trong giai đoạn 2017 – 2020, tác giả đã sử dụng phần mềm Eviews 9.0 để ước lượng các hệ số của mô hình hồi quy the phương pháp bình phương tối thiểu (OLS – Ordinary Least Squares). Cụ thể, để đảm bảo sự phù hợp và mô hình hồi quy có ý nghĩa, đề bài sử dụng các phương pháp kiểm định để xác định sự phù hợp của các yếu tố được tác giả đo lường.
Bước 1: Kiểm định các biến không cần thiết
Sau khi sử dụng phần mềm Eviews 9.0 để chạy ra bảng hồi quy gốc. Nếu Prob của các biến độc lập đều < 0.05 thì các biến đều có ý nghĩa sử dụng với mô hình.
Bước 2: Kiểm định giả thuyết về độ phù hợp của mô hình
Nhằm đánh giá sự phù hợp của mô hình dựa trên dữ liệu mẫu có phù hợp với dữ liệu hay không thì ta dùng hệ số xác định R2. Tiếp theo đó, ta kiểm định hệ số F – statistic để kiểm tra sự tồn tại mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập.
Bước 3: Kiểm tra hiện tượng đa cộng tuyến
Từ những kiến thức được học ở môn Kinh tế lượng ứng dụng, có tất cả 5 cách để kiểm tra hiện tượng đa cộng tuyến gồm
Dựa vào kết quả ước lượng có giá trị R2 rất cao nhưng rất ít biến độc lập có ý nghĩa thống kê (P – value > 0.05) thì có khả năng cao các biến trên đã bị ảnh hưởng bởi đa cộng tuyến.
Kiểm tra hệ số tương quan giữa các cặp biến (Pairwise correlations). Nếu hệ số này cao hơn 0.5 thì có thể đã xảy ra hiện tượng đa cộng tuyến và loại bỏ các biến ra
Kiểm tra hệ số tương quan từng phần (Partial correlation). Hệ số tương quan này thực chất được tính toán giữa các cặp biến và giữ nguyên các biến còn lại.
Hồi quy phụ hỗ/ hỗ trợ (Auxiliary regressions). Bằng cách hồi quy lần lượt từng biến độc lập lên các biến độc lập khác bằng kiểm định F. Nếu F có ý nghĩa thống kê (P – Value < 0.1 hoặc P – value < 0.05) thì hàm ý có hiện tượng đa cộng tuyến giữa các biến độc lập.
Dùng hệ số VIF (Variance Inflation Factor – hệ số phóng đại phương sai). Theo nghiên cứu của Wooldrige (2012), khi giá trị của hệ số VIF > 10 thì hiện tượng đa cộng tuyến xảy ra.
Từ 5 kiểm định được liệt kê, tác giả thống nhất dùng hệ số phóng đại phương sai (VIF) nhằm kiểm tra hiện tượng đa cộng tuyến của mô hình.
Bước 4: Kiểm định phương sai thay đổi theo White:
Đặt giả thuyết
H0: không có hiện tượng phương sai thay đổi. H1: có hiện tượng phương sai thay đổi.
Thực hiện các bước kiểm định theo kiểm định White từ phần mềm Eviews 9.0. Nếu kết quả Prob > 0,05, ta chấp nhận H0, bác bỏ H1.
Tóm tắt chƣơng 3
Chương 3 đã trình bày các vấn đề về quy trình nghiên cứu, phương pháp nghiên cứu định lượng bao gồm phương pháp thu thập dữ liệu và phương pháp xử lý dữ liệu dựa vào dữ liệu thu thập được từ kết quả Báo cáo tài chính nhằm giúp tác giả loại bỏ và lọc ra các biến độc lập không tác động đến hiệu quả hoạt động cho vay tại chi nhánh.
CHƢƠNG 4 KẾT QUẢ NGHIÊN CỨU 4.1 THỰC TRẠNG HOẠT ĐỘNG KINH DOANH
Với 1 NHTM, nghiệp vụ cho vay được xem là một trong những nghiệp vụ chính của NHTM vì đây là hoạt động mang lại nguồn lợi nhuận lớn cho các NH. Tuy nhiên, các ngân hàng luôn đặt ra giả thiết rằng làm thế nào để đạt lợi nhuận cao nhất nhưng mức độ rủi ro thấp nhất mà vẫn đảm bảo chấp hành đúng quy định của NHNN và các kế hoạch kinh doanh chính do NH đề ra. Hiện nay, hầu hết nguồn doanh thu của NH đến từ hoạt động cho vay, được quyết đinh dựa vào lãi suất khoản cho vay, đầu tư và mức lệ phí tiền vay, các khoản thù lao cho các dịch vụ. Bằng những hoạt động của mình, VCB chi nhánh Tân Sơn Nhất đã đem lại kết quả kinh doanh tương đối tốt trong giai đoạn 2017 – 2020.
Bảng 4.1. Báo cáo kết quả hoạt động kinh doanh chi nhánh Tân Sơn Nhất
Đơn vị: tỷ đồng
Chỉ tiêu 2017 2018 2019 2020
Doanh thu 129,6 179,1 244,2 341,9
Chi phí 58,8 74,9 91,1 112,1
Lợi nhuận sau thuế 70,8 104,2 153,1 229,8
Tỷ suất chi phí/ Lợi nhuận 45,4% 41,8% 37,3% 48,8%
Lợi nhuận/ doanh thu 54,6% 58,2% 62,7% 67,2%
Nguồn: Báo cáo kết quả kinh doanh Vietcombank chi nhánh Tân Sơn Nhất
4.2 KẾT QUẢ NGHIÊN CỨU4.2.1 Thống kê mô tả 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