* Tốc độ tăng trƣởng GDP
GDP là chỉ số xác định một cách tương đối tổng giá trị tăng thêm mà nội bộ một nền kinh tế có thể sản xuất trong một khoảng thời gian nhất định, đồng thời còn cho phép so sánh quy mô nền kinh tế và mức độ tăng trưởng giữa các quốc gia với nhau. Tốc độ tăng càng cao, chứng tỏ nền kinh tế thuận lợi trong phát triển các ngành nghề và lĩnh vực. Nghiên cứu của Gul và cộng sự (2011) đưa ra kết quả là GDP có tác động cùng chiều với hiệu quả hoạt động của ngân hàng.
Ngược lại, Islam and Nishiyama (2016) cho rằng GDP có mối quan hệ đáng kể và ngược chiều với biên lợi nhuận ngân hàng, ảnh hưởng trực tiếp đến nhu cầu tiền gửi và cho vay của hoạt động ngân hàng. Tăng trưởng kinh tế mang lại thịnh vượng cho nền kinh tế, các NHTM có thể kinh doanh trong môi trường tương đối dễ dàng, khi đó NHTM tính phí rất ít, điều này dẫn đến GDP ngược chiều với biên lợi nhuận của ngân hàng. Nghiên cứu của Trần Huy Hoàng và Nguyễn Hữu Huân (2016) cũng cho kết quả tương tự.
Trong nghiên cứu này, tác giả kỳ vọng:
H5: Tốc độ tăng trưởng GDP có tác động cùng chiều với hiệu quả hoạt động của NHTMCP Việt Nam.
* Lạm phát (CPI)
Lạm phát là sự tăng mức giá chung của một rổ hàng hóa hay dịch vụ của một nền kinh tế trong một khoảng thời gian. Điều đó có nghĩa là với cùng một lượng tiền, sau một năm, người tiêu dùng chỉ có thể mua được ít lượng hàng hóa hơn. Ở góc độ nền kinh tế, hiện tượng lạm phát diễn ra làm cho giá đồng tiền nội tệ trở nên mất giá so với đồng tiền ngoại tệ của các quốc gia khác. Về cơ bản, lạm phát làm giảm lượng tiền gửi tiết kiệm của người dân vào các NTHM, để huy động được vốn NHTM phải nâng lãi suất huy động sát với diễn biến của thị trường vốn, điều này khó thực hiện được đối với ngân hàng, vì thời hạn cho vay thường là dài hạn không thể điều chỉnh lãi suất cho vay kịp với mức độ điều chỉnh lãi suất huy động. Nghiên cứu của Võ Xuân Vinh và Dương Thị Ánh Tiên (2016) đưa ra kết quả là CPI có tác động ngược chiều với hiệu quả hoạt động của ngân hàng.
Ngược lại, Gambacorta (2008) cho rằng trong thời kỳ mở rộng tiền tệ, nhu cầu cho vay tăng cao dẫn đến tăng lãi suất cho vay, mặt khác cũng thúc đẩy nhu cầu của người gửi tiền, khi đó NHTM không có nhiều động lực để nâng lãi suất huy động lên, kết quả là CPI tác động cùng chiều với hiệu quả hoạt động của ngân hàng.
Trong nghiên cứu này, tác giả kì vọng:
H6: Lạm phát có tác động ngược chiều với hiệu quả hoạt động của NHTMCP Việt Nam.
KẾT LUẬN CHƢƠNG 2
Ở chương 2, tác giả đã trình bày những vấn đề lý luận chung về NHTM, hiệu quả hoạt động của NHTM, tổng quan về các nghiên cứu thực nghiệm có liên quan về tác động của các yếu tố đến hiệu quả hoạt động NHTM, từ đó phân tích các yếu tố tác động đến hiệu quả hoạt động NHTM và đề xuất giả thuyết nghiên cứu của đề tài luận văn. Toàn bộ nội dung chương 2 được dùng làm cơ sở cho việc phân tích chi tiết ở chương 3 và chương 4 tiếp theo.
CHƢƠNG 3: MÔ HÌNH VÀ PHƢƠNG PHÁP NGHIÊN CỨU 3.1. Mô hình nghiên cứu
Dựa trên nghiên cứu của Nguyễn Công Tâm và Nguyễn Minh Hà (2012), Võ Xuân Vinh và Dương Ánh Tiên (2016), Said & Tumin (2011), và phần lớn những nghiên cứu trước đều lấy chỉ số ROA và ROE để đo lường hiệu quả hoạt động của NHTM, nên tác giả lựa chọn mô hình nghiên cứu dự kiến là:
���i,�= �0 + �1����i,� + �2���i,� + �3���i,� + �4������i,�+++++++++++++++5���� + �6���� + si,� ���i,�= �0 + �1����i,� + �2���i,� + �3���i,� + �4������i,�+++++++++++++++5���� + �6����+ si,� Trong đó: - Biến phụ thuộc:
ROA: Tỷ suất sinh lời trên tổng tài sản ROE: Tỷ suất sinh lời trên vốn chủ sở hữu
- Biến độc lập:
SIZE: Quy mô ngân hàng
LDR (Loan to Deposits Ratio): Tỷ lệ dư nợ cho vay trên tiền gửi khách hàng LAR (Loan to Assets Ratio): Tỷ lệ dư nợ cho vay trên tổng tài sản
SPREAD: Chênh lệch lãi suất bình quân GDP: Tốc độ tăng trưởng GDP
CPI: Tỷ lệ lạm phát
Bảng 3.1. Tổng hợp các biến và mối tƣơng quan kỳ vọng với biến phụ thuộc
Biến Diễn giải Cách tính Kỳ
vọng
Biến phụ thuộc
ROA Tỷ suất sinh lời trên tổng
tài sản
Lợi nhuận sau thuế/ Bình quân tổng tài sản
ROE Tỷ suất sinh lời trên tổng
vốn chủ sở hữu
Lợi nhuận sau thuế/ Bình quân vốn chủ sở hữu (adsbygoogle = window.adsbygoogle || []).push({});
Biến độc lập
SIZE Quy mô ngân hàng Logarit của tổng tài sản +
LDR Tỷ lệ dư nợ cho vay trên
tiền gửi khách hàng
Dư nợ cho vay/ Tiền gửi khách hàng
+
LAR Tỷ lệ dư nợ cho vay trên
tổng tài sản
Dư nợ cho vay/ Tổng tài sản +
SPREAD Chênh lệch lãi suất bình Thu từ lãi/Tổng tài sản sinh lời – Tổng chi phí trả lãi/Tổng nguồn
quân trên thị trường vốn phải trả lãi
GDP Tốc độ tăng trưởng GDP Tốc độ tăng trưởng GDP +
CPI Tỷ lệ lạm phát Tốc độ tăng của chỉ số giá tiêu
dùng
-
3.2. Phƣơng pháp nghiên cứu3.2.1. Phƣơng pháp xử lí số liệu 3.2.1. Phƣơng pháp xử lí số liệu
Với dữ liệu bảng, phương pháp ước lượng thường được sử dụng là mô hình ảnh hưởng cố định (Fixed Effects Model – FEM) và mô hình ảnh hưởng ngẫu nhiên (Random Effects Model – REM). Mô hình tác động cố định FEM, với giả định mỗi đơn vị đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM phân tích mối tương quan này giữa phần dư của mỗi đơn vị với các biến giải thích qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc. Tương tự đối với mô hình tác động ngẫu nhiên (REM), nhưng điểm khác biệt giữa mô hình ảnh hưởng ngẫu nhiên và mô hình ảnh hưởng cố định được thể hiện ở sự biến động giữa các đơn vị. Nếu sự biến động giữa các đơn vị có tương quan đến biến độc lập – biến giải thích trong mô hình ảnh hưởng cố định thì trong mô hình ảnh hưởng ngẫu nhiên sự biến động giữa các đơn vị được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích. Chính vì vậy, nếu sự khác biệt giữa các đơn vị có ảnh hưởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (không tương quan với biến giải thích) được xem là một biến giải thích mới. Hai mô hình FEM và REM đều có những hạn chế riêng, vì vậy tác giả sử dụng kiểm định Hausman để lựa chọn mô hình phù hợp hơn với nghiên cứu.
Tuy nhiên, dữ liệu bảng phần lớn tồn tại những khuyết tật, để khắc phục tác giả chọn hồi quy theo phương pháp ước lượng FGLS nhằm để kết quả ước lượng mô hình thêm chính xác.
3.2.2. Các kiểm định của mô hình*Kiểm định Hausman: *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. (adsbygoogle = window.adsbygoogle || []).push({});
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.
+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%. (adsbygoogle = window.adsbygoogle || []).push({});
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