*Kiểm định Hausman:
REM có giả định rằng cov( i, i�, )=0 trong khi FEM cho phép
cov( i, i�, )= 2
i. Nếu giả định cov( i, i�, )=0 không thỏa mãn thì mô hình
phân tích theo phương pháp REM sẽ dễ phát sinh vấn đề nội sinh, khi đó ước lượng tác động ngẫu nhiên sẽ không còn nhất quán (inconsistency).
Để đảm bảo giả định này tồn tại, kiểm định Hausman được thực hiện bằng cách so sánh hai ước lượng của FEM và REM theo giả thiết:
��: ����=���� �1: ���� G ����
Nếu sự khác biệt giữa hai ước lượng lớn, khi đó giá trị Prob<10%, giả thiết Ho bị bác bỏ và kết luận REM không phù hợp để ước lượng dữ liệu bảng. Từ đó FEM là mô hình phù hợp.
*Kiểm định đa cộng tuyến
Tác giả sẽ sử dụng hai phương pháp chính:
Phương pháp thứ nhất, nhìn vào kết quả chạy mô hình hồi quy FEM và REM, nếu R-squared cao, trị thống kê t thấp hoặc hệ số hồi quy khác dấu kỳ vọng thì ta kết luận là có hiện tượng đa cộng tuyến.
Phương pháp thứ hai, tác giả sẽ kiểm định đa cộng tuyến giữa một biến độc lập so với các biến còn lại thông qua cách sử dụng nhân tử phóng đại phương sai VIF. Nếu VIF ≥ 10, tác giả kết luận là có hiện tượng đa cộng tuyến.
Nếu xuất hiện hiện tượng đa cộng tuyến, tác giả sẽ khắc phục bằng cách bỏ biến, đây là cách làm đơn giản nhất vì khi bỏ biến đa cộng tuyến đi, các hệ số của những biến còn lại từ chỗ bằng 0 và không có ý nghĩa thống kê trở thành khác 0 và có ý nghĩa thống kê.
*Kiểm định phƣơng sai sai số thay đổi (Kiểm định Wald)
Một trong những giả định của mô hình FEM là phương sai sai số không đổi cho tất cả (t=1,.., T). Nghĩa là phương sai sai số là đồng nhất theo thời gian theo từng đơn vị chéo: (�i� i, )=var(�i�)= �
��: ��+1=��+2=��=0
�1: Ít nhất có một tham số ��trên khác 0
Nếu giá trị p-value < , bác bỏ ��, nghĩa là mô hình có hiện tượng phương sai
sai số thay đổi.
Nếu giá trị p-value > , chấp nhận ��, nghĩa là mô hình không có hiện tượng
phương sai sai số thay đổi.
*Kiểm định tự tƣơng quan chuỗi Wooldridge
Trong mô hình hồi quy tuyến tính giả định:
��: cov(�i�j)=0 ✯i,j.
�1: cov(�i�j) G0
Nếu giá trị p-value < , bác bỏ ��, nghĩa là mô hình có hiện tượng tương quan
chuỗi.
Nếu giá trị p-value < , chấp nhận ��, nghĩa là mô hình không có hiện tượng
tương quan chuỗi.
3.3. Dữ liệu nghiên cứu
+Biến phụ thuộc, biến độc lập được thu thập từ Báo cáo tài chính hợp nhất của các NHTM tại Việt Nam, giai đoạn 2009-2018. (adsbygoogle = window.adsbygoogle || []).push({});
+Các dữ liệu về kinh tế vĩ mô: GDP, CPI trong giai đoạn 2009-2018 được thu thập từ FininPro Data Platform, Tổng cục Thống kê, Wordbank, từ báo cáo của NHNN Việt Nam.
Dữ liệu bảng phù hợp cho nghiên cứu vì bằng cách kết hợp chuỗi thời gian của các quan sát chéo, dữ liệu bảng cho chúng ta dữ liệu chứa nhiều thông tin hữu ích hơn, tính biến thiên nhiều hơn, ít hiện tượng đa cộng tuyến giữa các biến hơn, nhiều bậc tự do hơn và hiệu quả hơn (Chương trình Giảng dạy Kinh tế Fulbright).
KẾT LUẬN CHƢƠNG 3
Ở chương 3, tác giả đã chi tiết hóa phương pháp nghiên cứu. Cụ thể là, từ các nghiên cứu trước, tác giả đã xây dựng mô hình nghiên cứu với 6 yếu tố tác động đến hiệu quả kinh doanh, trong đó gồm 4 yếu tố bên trong và 2 yếu tố bên ngoài, sau đó, tác giả trình bày phương pháp tính các chỉ tiêu được chọn. Dữ liệu trong mô hình được thu thập từ Báo cáo tài chính hợp nhất theo năm của 20 NHTMCP Việt Nam giai đoạn 2009 – 2018 và được xử lý trên phần mềm STATA 12.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. Kết quả nghiên cứu
Bảng 4.1. Thống kê mô tả các biến
Biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROA 200 0.0097599 0.0089602 -0.0599291 0.055663 ROE 200 0.1086252 0.0878303 -0.563263 0.2920098 SIZE 200 18.37839 1.177873 15.82754 20.99561 LDR 200 0.8670419 0.1912868 0.3718736 1.597714 LAR 200 0.5372055 0.1333016 0.1472547 0.8186418 SPREAD 200 0.0305906 0.121043 0.0011385 0.0815812 GDP 200 0.06149 0.0060153 0.0525 0.0708 CPI 200 0.0620676 0.0500605 0.006 0.1812718
Bảng 4.1 cho thấy, ROA của ngân hàng có giá trị trung bình là 0.976%, tuy nhiên biên độ dao động lớn với giá trị nhỏ nhất là -5.993% và giá trị lớn nhất là 5.556%. Tương tự, ROE của ngân hàng có giá trị trung bình là 10.863%, giá trị lớn nhất là 29.201% và giá trị nhỏ nhất là -56.326%, giá trị nhỏ nhất này thuộc NHTMCP Tiên Phong (TPBank) vào năm 2011. Theo nhiều chuyên gia ngành ngân hàng, ROE năm 2011 của TPBank giảm mạnh đột ngột là do giai đoạn từ năm 2011 trở về trước, TPBank không chỉ lạm dụng huy động vốn từ thị trường liên ngân
hàng, mà còn sử dụng lượng vốn này tương đối tùy tiện, rõ nhất là năm 2011, tương tự như vậy còn có Eximbank.
Về các biến độc lập, quy mô ngân hàng (SIZE) có giá trị trung bình là 18.378, biên độ dao động tương đối với giá trị nhỏ nhất là 15.828 và giá trị lớn nhất là 20.996. Chứng tỏ các NHTM được nghiên cứu có quy mô tương tự qua các năm.
Tỷ lệ dư nợ cho vay trên tiền gửi khách hàng (LDR) có giá trị trung bình là 86.70%, biên độ dao động lớn với giá trị nhỏ nhất là 37.19% và giá trị lớn nhất là 159.77%. Tỷ lệ dư nợ cho vay trên tổng tài sản (LAR) có giá trị trung bình là 53.72%, biên độ dao động lớn với giá trị nhỏ nhất là 14.73% và giá trị lớn nhất là 81.86%.
Chênh lệch lãi suất bình quân (SPREAD) có giá trị trung bình là 3.06%, biên độ dao động khá lớn với giá trị nhỏ nhất là 1.14% và giá trị lớn nhất là 8.16%. Theo đánh giá của hãng xếp hạng tín nhiệm quốc tế Standard & Poor’s, tỷ lệ này nếu dưới 3% là thấp, trên 5% là quá cao, bảng số liệu ở phụ lục 1 cho thấy phần lớn các NHTM Việt Nam ở giữa khoảng này.
Tốc độ tăng trưởng GDP có giá trị trung bình là 6.15%, biên độ dao động nhỏ với giá trị nhỏ nhất là 5.25% và giá trị lớn nhất là 7.08%. Tốc độ tăng trưởng GDP Việt Nam đạt mức cao nhất là 7.08% năm 2018, cao nhất tính từ năm 2009, có thể xem đây là mức tăng trưởng khá tốt trong điều kiện nền kinh tế còn nhiều khó khăn. Tỷ lệ lạm phát (CPI) có giá trị trung bình là 6.21%, biên độ dao động lớn với giá trị nhỏ nhất là 6.0% vào năm 2015 và giá trị lớn nhất là 18.13% vào năm 2011. Nguyên nhân năm 2011 với tỉ lệ lạm phát cao kỉ lục là do sự yếu kém bên trong của nền kinh tế, cụ thể đầu tư khu vực doanh nghiệp nhà nước kém hiệu quả, sự phụ thuộc quá mức vào tín dụng của hệ thống tài chính yếu kém. Chính vì lẽ đó những năm tiếp theo Ngân hàng Nhà nước Việt Nam đã chủ động điều hành linh hoạt các công cụ chính sách tiền tệ cùng với sự phối hợp chặt chẽ của chính sách tài khóa đã kiểm soát được mức độ lạm phát từ 18.13% xuống còn 6.81% vào năm 2012 và duy trì giảm xuống còn 6.0% vào năm 2015, giai đoạn 2012-2015 đã đánh dấu được sự
thành công trong việc giữ lạm phát ổn định thậm chí ở mức thấp hơn kế hoạch đề ra, đạt được một số thành tựu như kinh tế vĩ mô, thị trường ngoại hối, tỷ giá được ổn định, dự trữ ngoại hối tăng lên, thanh khoản được cải thiện rõ rệt, ... Năm 2017, đánh dấu một chiến tích khi tỷ lệ lạm phát lại giảm xuống còn 2.6%, thấp hơn cả mục tiêu mà Quốc hội đề ra là 4%.
4.2. Mô hình FEM và REM
4.2.1. Kết quả hồi quy FEM, REM
Hồi quy biến phụ thuộc ROA, ROE với các biến độc lập SIZE, LDR, LAR, SPREAD, GDP, CPI theo FEM ta được bảng:
Hồi quy biến phụ thuộc ROA, ROE với các biến độc lập SIZE, LDR, LAR, SPREAD, GDP, CPI theo REM ta được bảng:
4.2.2. Kiểm định Hausman
Sau khi hồi quy mô hình FEM, REM cho hai biến phụ thuộc ROA và ROE, tác giả thực hiện kiểm định Hausman để lựa chọn mô hình FEM hay REM là phù hợp hơn cho mô hình nghiên cứu.
Bảng 4.4. Kết quả kiểm định Hausman cho biến phụ thuộc ROA
Kết quả cho thấy giá trị Prob = 0.001 < 0.05, điều này có nghĩa tác động đặc trưng có tương quan với biến giải thích trong mô hình nên mô hình FEM là phù hợp hơn để ước lượng biến phụ thuộc ROA và tác giả sử dụng kết quả từ mô hình FEM để phân tích.
Kết quả hồi quy tuyến tính có hệ số xác định �2 là 0.3535. Kết quả này hàm ý là các biến độc lập đã đưa vào mô hình giải thích được 35.35% sự thay đổi của biến phụ thuộc ROA.
P> cho biết ý nghĩa thống kê của biến độc lập trong mối quan hệ với biến phụ thuộc ROA. Trong đó, biến LDR, SPREAD có ý nghĩa thống kê ở mức 1%, biến SIZE, LAR có ý nghĩa thống kê ở mức 5% và các biến GDP, CPI không có ý nghĩa thống kê.
Coef là hệ số tác động của biến độc lập lên biến phụ thuộc ROA.
Kết quả cho thấy giá trị Prob = 0.0033 < 0.05, điều này có nghĩa tác động đặc trưng có tương quan với biến giải thích trong mô hình nên mô hình FEM là phù hợp hơn để ước lượng biến phụ thuộc ROE và tác giả sử dụng kết quả từ mô hình FEM để phân tích.
Kết quả hồi quy tuyến tính có hệ số xác định �2 là 0.2628. Kết quả này hàm ý là các biến độc lập đã đưa vào mô hình giải thích được 26,28% sự thay đổi của biến phụ thuộc ROE.
P> cho biết ý nghĩa thống kê của biến độc lập trong mối quan hệ với biến phụ thuộc ROA. Trong đó, biến LDR, SPREAD có ý nghĩa thống kê ở mức 1%, các biến SIZE, LAR, GDP, CPI không có ý nghĩa thống kê.
Coef là hệ số tác động của biến độc lập lên biến phụ thuộc ROE.
Bảng 4.8. Kết quả kiểm định Wald cho biến phụ thuộc ROA (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả cho thấy Prob = 0.0000 < 0.05, do đó bác bỏ Ho, nghĩa là mô hình FEM với biến phụ thuộc là ROA có hiện tượng phương sai sai số thay đổi.
Bảng 4.9. Kết quả kiểm định Wald cho biến phụ thuộc ROE
Kết quả cho thấy Prob = 0.0000 < 0.05, do đó bác bỏ Ho, nghĩa là mô hình FEM với biến phụ thuộc là ROE có hiện tượng phương sai sai số thay đổi.
Bảng 4.10. Kết quả kiểm định tự tƣơng quan chuỗi cho biến phụ thuộc ROA
Kết quả cho thấy Prob = 0.0047 < 0.05, do đó bác bỏ Ho, nghĩa là mô hình có hiện tượng tự tương quan chuỗi.
Bảng 4.11. Kết quả kiểm định tự tƣơng quan chuỗi cho biến phụ thuộc ROE
Kết quả cho thấy Prob = 0.0960 > 0.05, do đó chấp nhận Ho, nghĩa là mô hình không có hiện tượng tự tương quan. Đây là điều mong muốn của kiểm định này.
Bảng 4.13. Ma trận tƣơng quan giữa ROE và các biến trong mô hình
Cooper & Schindler (2009) cho rằng “Một hệ số tương quan trên 0.8 giữa các biến giải thích nên được sửa chửa vì đó là dấu hiệu cho vấn đề đa cộng tuyến của mô hình”.
Bảng 4.12 và bảng 4.13 cho thấy hệ số tương quan giữa các biến đều nhỏ hơn 0.8, mối quan hệ giữa các biến đều ở mức cho phép, bên cạnh đó, bảng 4.12 có VIF < 10, có nghĩa là hiện tượng đa cộng tuyến không ảnh hưởng nghiêm trọng đến kết quả của mô hình.
4.2.6. Hồi quy bình phƣơng tối thiểu tổng quát khả thi FGLS
Như vậy, sau khi tiến hành các kiểm định, kết quả cho thấy dữ liệu nghiên cứu không có hiện tượng đa cộng tuyến, tuy nhiên vẫn tồn tại hiện tượng tự tương quan chuỗi và phương sai sai số nhỏ nhất đối với biến phụ thuộc ROA, và hiện tượng phương sai sai số thay đổi đối với biến phụ thuộc ROE. Vì vậy, để khắc phục được các khuyết tật của mô hình, tác giả sử dụng phương pháp hồi quy FGLS, những nghiên cứu cũng sử dụng phương pháp này là: của Phan Thanh Hiệp (2016), của Phạm Hoàng Ân và Nguyễn Thị Ngọc Hương (2013), của Lamia Jamel & Sihem Mansour (2018).
Bảng 4.15. Kết quả hồi quy FGLS cho biến phụ thuộc ROA
Kết quả hồi quy cho thấy ROA chịu sự tác động của các biến LDR, SPREAD, GDP ở mức ý nghĩa 1% với mức tác động lần lượt là 0.0094, 0.2334, -0.1270 và biến CPI ở mức ý nghĩa 10% với mức độ tác động là 0.0107
Bảng 4.16. - Kết quả hồi quy FGLS cho biến phụ thuộc ROE
Kết quả hồi quy cho thấy ROE chịu sự tác động của các biến SIZE, LDR, SPREAD, CPI ở mức ý nghĩa 1% với mức độ tác động lần lượt là 0.0310, 0.7472, 2.3915, 0.3594 và biến GDP ở mức ý nghĩa 5% với mức độ tác động là -1.0965.
4.3. Thảo luận kết quả
Vì kết quả ước lượng theo phương pháp hồi quy bình phương tối thiểu tổng quát khả thi FGLS là kết quả sau khi đã khắc phục các hiện tượng khuyết tật của mô hình nên tác giả quyết định dựa trên kết quả ước lượng của mô hình này để phân tích thay vì sử dụng kết quả của mô hình FEM.
Mô hình nghiên cứu đối với hai biến phụ thuộc ROA và ROE của tác giả có những kết quả đáng chú ý sau:
*Đối với cả hai mô hình có biến phụ thuộc ROA, ROE:
Tỷ lệ dư nợ cho vay trên tiền gửi khách hàng LDR tác động cùng chiều đến ROA và mức độ tác động là 0.0094, nghĩa là trong khi các yếu tố khác không đổi, LDR tăng thêm 1 đơn vị sẽ làm ROA tăng thêm 0.0094 đơn vị. Tương tự, LDR tác động cùng chiều đến ROE với mức tác động là 0.0747, nghĩa là trong khi các yếu tố khác không đổi, LDR tăng thêm 1 đơn vị sẽ làm ROE tăng thêm 0.0747 đơn vị. Chiều hướng tác động này cũng đã được tìm thấy ở kết quả nghiên cứu của Bùi Nguyên Khá (2016), của Islam & Nishiyama (2016).
Chênh lệch lãi suất bình quân SPREAD tác động cùng chiều đến ROA với mức tác động là 0.2334, nghĩa là trong khi các yếu tố khác không đổi, SPREAD tăng thêm 1 đơn vị sẽ làm ROA tăng thêm 0.2334 đơn vị. Tương tự, chênh lệch lãi suất bình quân SPREAD tác động cùng chiều đến ROE với mức độ tác động là 2.3915, nghĩa là trong khi các yếu tố khác không đổi, SPREAD tăng thêm 1 đơn vị sẽ làm ROE tăng thêm 2.3915 đơn vị. Kết quả nghiên cứu này cũng đã được tìm thấy ở nghiên cứu của Kosak & Cok (2008), Muhammad Ayub Siddiqui (2011).
Tốc độ tăng trưởng GDP tác động ngược chiều với ROA và mức độ tác động là -0.1270, nghĩa là trong khi các yếu tố khác không đổi, GDP tăng thêm 1 đơn vị sẽ làm ROA giảm đi 0.1270 đơn vị. Tương tự như ROA, trái với kì vọng ban đầu, tốc độ tăng trưởng GDP tác động ngược chiều với ROE và mức độ tác động là -1.0965, nghĩa là trong khi các yếu tố khác không đổi, GDP tăng thêm 1 đơn vị sẽ làm ROE giảm đi 1.0965 đơn vị. Đối với kết quả nhận được, tác giả có thể giải thích như sau trong cuộc khủng hoảng kinh tế năm 2008, ngành ngân hàng là một trong những ngành ảnh hưởng nặng nề nhất. Hai năm tiếp theo là 2009 – 2010, các ngân hàng