CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.5. Kiểm định các khuyết tật của mô hình và kết quả hồiquy
Sau khi tìm ra mô hình FEM là phù hợp nhất, ta cần phải kiểm tra sức khỏe của mô hình, tìm ra các khuyết tật của mô hình (nếu có) để khắc phục khuyết tật cho mô hình và đưa ra kết quả phù hợp nhất.
Kiểm định phương sai sai số thay đổi qua các thực thể trong FEM (kiểm định Wald)
H0: Mô hình không có phương sai thay đổi H1: Mô hình có phương sai thay đổi
Modified Wald test for groupwise heteroskedasticity in fixed effect regression model
H0: sigma(i)^2 = sigma^2 for all i chi2 (26) = 1989.04
Prob > chi2 = 0.0000
→ P-value < 0.05 do đó bác bỏ Ho, chấp nhận H1 nghĩa là có phương sai thay đổi trong mô hình FEM với mức ý nghĩa 5%
Kiểm định hiên tương tương quan chuỗi
H0: Mô hình không có tự tương quan bậc nhất H1: Mô hình có hiện tượng tương quan bậc nhất Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
F(1, 25) = 145.099 Prob > F = 0.0000
→ P-value = 0.0000 < 0.05 do đó bác bỏ H0 và chấp nhận H1 nghĩa là mô hình có hiện tượng tương quan bậc nhất với độ tin cậy 95%
❖ Ket quả hồi quy theo phương pháp FGLS
Để khắc phục những hiện tượng này, tác giả tiến hành ước lượng lại mô hình bằng phương pháp bình phương tối thiểu tổng quát khả thi (Feasible General Least Square -FGLS). Kết quả ước lượng như sau:
6 LOANTA 0.3053556 0.149471 9 2.04 0.041 LLP 6.911393 2.999029 2.3 0.021 ROE 0.2202541 0.191088 2 1.15 0.249 BANKSIZE 0.0596476 0.018138 3 3.29 0.001 DIV 0.0102128 0.0011039 9.25 0 LTD -0.1452611 0.102457 -1.42 0.156 GDP -0.117468 1.103976 -0.11 0.915 INF 0.4433638 0.344799 4 1.29 0.198 cons -0.9308968 0.338709 2 -2.75 0.006
Number of instruments = 23 Obs per group: min = 11
F(10, 25)= 1691.49 Avg= 11
Prob > F = 0.000 Max= 11
LnZ-score Coef. Std.Err. t P>t
LnZ-score(t-1) 0.1188509 0.0283597 4.19 0.000
EQTA 9.654412 0.6026478 16.02 0.000
(Nguồn: Kết quả phân tích từ Stata 14)
Kết quả nhận được khi hồi quy mô hình theo phưong pháp FGLS cho thấy các biến LnZscore(t-1), EQTA, BANKSIZE và DIV có ý nghĩa thống kê với độ tin cậy lên đến 99%; LOANTA và LLP có ý nghĩa thống kê với độ tin cậy là 95%. Sáu biến này đều có tác động tích cực đáng kể đến sự ổn định tài chính của các NHTM Việt Nam (lnZ-score).
Tuy nhiên, vẫn tồn tại bốn biến không có ý nghĩa thống kê bao gồm: ROE, LTD, GDP và INF. Mô hình nghiên cứu sau khi hồi quy theo mô hình FGLS để khắc phục khuyết tật thì mô hình có được trình bày như sau:
InZscore= - 0.9309 + 0.7977 InZscore + 2.0459 EQTA + 0.0596 BANKSIZE + 0.3054 LOANTA + 6.911 LLP + 0.0102 DIV+ ε
Theo Altunbas et al. (2018), mô hình hồi quy kinh tế có dùng độ trễ của biến phụ thuộc làm biến độc lập sẽ xảy ra hiện tượng nội sinh. Theo Greene (2003), để khắc phục các khuyết tật phưong sai thay đổi, tự tưong quan và nội sinh, nghiên cứu sử dụng ước lượng bằng phưong pháp SGMM (System Generalized Method of Moments) do Blundell and Bond (1998) đề xuất. Kết quả ước lượng được trình bày trong bảng 4.7 dưới đây:
ROẼ -0.0382609 0.2804398 -0.14 0.893 BANKSIZE 0.2009866 0.0493727 4.07 0.000 DIV 0.0124747 0.0032173 3.88 0.001 LTD 0.796209 0.2416384 3.3 0.003 GDP -0.3002319 0.1025528 -2.93 0.007 INF 0.7585489 0.23491 3.23 0.003 cons -1.860838 0.8853424 -2.1 0.046 AR(1) (p-value) = 0.581 AR(2) (p-value) = 0.654 Sargan test (p-value) = 0.873 Hansen test (p-value) = 0.280
phương pháp SGMM với biến phụ thuộc lnZ-score đại diện cho sự ổn định tài chính. Trong đó AR (1), AR (2) (p-value) lần lượt là giá trị p-value của kiểm định sự tương quan bậc một và bậc hai của phần dư. Sargan (p-value) là giá trị p-value của kiểm định Sargan nhằm xác định tính chất phù hợp của các biến công cụ trong ước lượng. Hansen (p-value) là giá trị p-value của kiểm định Hansen về sự phù hợp của các biến công cụ trong mô hình.
Tính phù hợp của hồi quy bằng phương pháp SGMM được đánh giá thông qua 3 kiểm định: Arellano-Bond (AR), Sargan và Hansen. Cụ thể, kiểm định AR xác định liệu có sự tương quan phần dư của mô hình không. Kiểm định Hansen kiểm tra các ràng buộc quá mức, tính hợp lý của các biến đại diện. kiểm định Sargan nhằm xác định tính chất phù hợp của các biến công cụ trong ước lượng với giả thuyết H0: biến công cụ là ngoại sinh, nghĩa là biến công cụ không tương quan với sai số của mô hình.
Kết quả cho thấy hệ số Hansen (p-value) là 0.280 lớn hơn 10% nên chấp nhận giả thuyết H0: mô hình được xác định đúng, các biến đại diện là hợp lý. Hệ số Sargan (p-value) là 0.873 lớn hơn 10% nên các biến công cụ trong ước lượng là phù hợp. Đồng thời, kiểm định tự tương quan bậc một (AR1) và bậc hai (AR2) cho kết quả p-value lần lượt là 0.581 và 0.654 đều lớn hơn 5% nên chấp nhận giả thuyết HO
nghĩa là phần dư của mô hình SGMM không tồn tại hiện tượng tương quan chuỗi bậc một và bậc hai. Ngoài ra, số công cụ nhỏ hơn số nhóm. Như vậy, các kết quả tìm thấy được trong mô hình là vững và đạt yêu cầu hoàn toàn có thể tiến hành phân tích được.
Khi sử dụng biến trễ của biến phụ thuộc làm biến độc lập trong mô hình sẽ gặp phải hạn chế ở chỗ thiếu dữ liệu của biến trễ vào năm đầu tiên giai đoạn nghiên cứu. Cụ thể giai đoạn nghiên cứu của luận văn này là 2010-2020, nên sẽ thiếu lnZscore(2019) của 26 NHTM (nếu chạy mô hình hồi quy theo hàm thông thường của SGMM trên Stata). Để khắc phục điều này tác giả đã thu thập dữ liệu và tính toán đầy đủ số liệu cho biến lnZscore(2019) các ngân hàng để phục vụ cho nghiên cứu nhằm mang lại kết quả chính xác hơn.
Hệ số hồi quy của biến lnZscore(t-1) là 0.11885 với độ tin cậy lên đến 99% cho thấy mức độ ổn tài chính của ngân hàng có phụ thuộc vào mức độ ổn định tài chính năm trước đó và cũng cho thấy phương pháp hồi quy sử dụng là phù hợp. Hệ số hồi quy dương cho thấy mối quan hệ tỷ lệ thuận giữa Zscore năm nay với năm trước đó, nếu Zscore năm trước tăng thì Zscore năm nay tăng, mức độ ổn định tài
chính tăng và ngược lại. Ket quả này cũng phù hợp với kỳ vọng của tác giả và được ủng hộ bởi nghiên cứu của Hoàng Công Gia Khánh (2015) và Nguyễn Lưu Tuyền (2018). Theo Damodar Gujarati, xuất phát từ các lý do phát sinh biến trễ như: tâm lý, công nghệ và thể chế, cho thấy độ trễ chiếm một vai trò trọng tâm trong kinh tế học, phản ánh rõ rệt trong phương pháp luận dài hạn-ngắn hạn của kinh tế học.
Kết quả hồi quy trong bảng 4.8 cho thấy 7 biến độc lập được đề xuất trong mô hình có ảnh hưởng đến sự ổn định tài chính của NHTM Việt Nam bao gồm chỉ số đo lường mức độ ổn tài chính năm trước (lnZ-score(t-1)), tỷ lệ vốn chủ sở hữu bình quân trên tổng tài sản bình quân (EQTA), quy mô ngân hàng (BANKSIZE), tỷ lệ cho vay khách hàng trên tổng tiền gửi của khách hàng (LTD), đa dạng thu nhập (DIV), tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát (INF). Ba biến còn lại là tỷ suất sinh lời trên vốn chủ sở hữu (ROE), tỷ lệ dự phòng rủi ro (LLP) và tỷ lệ cho vay (LOANTA) không có ý nghĩa thống kê.
Hệ số hồi quy của biến EQTA là 9.6544. Nó cho thấy: Vốn chủ sở hữu bình quân trên tổng tài sản bình quân có tác động tích cực tới sự ổn định tài chính của ngân hàng và có độ tin cậy 99%. Kết quả này phù hợp với kỳ vọng của tác giả và được sự ủng hộ bởi các nghiên cứu của Hoàng Công Gia Khánh và Trần Hùng Sơn (2015), Nguyễn Minh Hà & Nguyễn Bá Hướng (2016) và Nguyễn Lưu Tuyền (2018). Kết quả là phù hợp với lý thuyết kinh tế và cung cấp thêm bằng chứng thực nghiệm cho thấy ngân hàng có vốn chủ sở hữu trên tổng tài sản càng cao thì mức độ ổn định tài chính cũng cao hơn. Trên thực tế, tỷ lệ này càng cao thì mức độ an toàn vốn hoạt động của ngân hàng cũng càng cao, nói cách khác thì vốn chủ sở hữu trên tổng tài sản có thể đại diện cho sức mạnh nội bộ của các NHTM, cho thấy sự tự chủ tài chính của các ngân hàng. Đồng thời, phản ánh khả năng bù đắp cho những khoản nợ xấu, tổn thất mà vẫn có thể hoạt động một cách ổn định trơn tru khi xảy ra rủi ro. Hơn nữa chỉ số này có thể được xem là một vũ khí cạnh tranh với các ngân hàng khác.
Hệ số hồi quy của biến BANKSIZE là 0.2010. Nó cho thấy: Quy mô ngân hàng có tác động tích cực tới sự ổn định tài chính của ngân hàng và có độ tin cậy 99%. Kết quả này phù hợp với kỳ vọng của tác giả và được sự ủng hộ bởi các nghiên cứu của Nguyễn Quý Quốc (2020), Lê Ngọc Quỳnh Anh & cộng sự (2020) và Nguyễn Minh Hà & Nguyễn Bá Hướng (2016). Trên thực tế, tổng tài sản ngân hàng càng lớn đồng nghĩa với NH có nguồn huy động tiền gửi dồi dào và khả năng thanh khoản tốt. Khi ngân hàng mở rộng quy mô thì càng mở ra nhiều cơ hội để có thể tiếp tục huy động nhiều nguồn vốn khác nhau nhằm nâng cao khả năng cạnh tranh, tạo lợi nhuận và phát triển bền vững. Ở Việt Nam, đa số các ngân hàng lớn đều là những ngân hàng lâu đời và có uy tín rộng rãi trong công chúng, do đó thị phần của các ngân hàng này cũng lớn tương ứng như VCB, CTG, BID.... Vì vậy, những ngân hàng này có hệ thống quản lý rủi ro tốt và thường có xu hướng theo đuổi chính sách rủi ro thấp. Kết quả này giúp cung cấp thêm bằng chứng thực nghiệm cho thấy mức độ ổn định tài chính của các ngân hàng có quy mô tổng tài sản lớn sẽ cao hơn các ngân hàng còn lại trong quá trình hoạt động.
Hệ số hồi quy của biến DIV là 0.0125. Nó cho thấy: Đa dạng hóa thu nhập có tác động tích cực tới sự ổn định tài chính của ngân hàng và có độ tin cậy 99%. Kết quả này phù hợp với kỳ vọng của tác giả và được sự ủng hộ bởi các nghiên cứu của Hoàng Công Gia Khánh & Trần Hùng Sơn (2015), Chiorazzo & cộng sự (2008). Đa dạng hóa thu nhập sẽ giúp ngân hàng giảm rủi ro nhờ vào việc phân tán rủi ro và nguồn thu nhập của ngân hàng không phụ thuộc vào hoạt động tín dụng mà thay vào đó là nguồn thu nhập ngoài lãi từ các sản phẩm dịch vụ mới được phát triển, giúp hiệu quả kinh doanh gia tăng, giúp cải thiện sự ổn định tài chính. Kết quả này giúp cung cấp thêm bằng chứng thực nghiệm cho thấy các ngân hàng càng đa dạng hóa nguồn thu nhập sẽ giúp gia tăng sự ổn định tài chính.
Hệ số hồi quy của biến LTD là -0.3002 Nó cho thấy: Tỷ lệ cho vay khách hàng trên tổng tiền gửi của khách hàng có tác động ngược chiều tới sự ổn định tài chính của ngân hàng và có độ tin cậy 99%. Kết quả này phù hợp với kỳ vọng của
tác giả và được sự ủng hộ bởi nghiên cứu của Moussa (2015). Theo Acharya and Thakor (2011), Berger và Bouwman (2009) khi một ngân hàng cho vay càng lớn thì nó càng nhạy cảm hơn trong các cú sốc của thị trường, điều đó dẫn đến ngân hàng sẽ đối mặt rủi ro lớn hơn. Có thể lý giải rằng nếu ngân hàng cho vay càng nhiều so với tổng tiền gửi, có thể làm cho rủi ro nợ xấu tăng cao, mất vốn, giảm sút ổn định tài chính của các NHTM. Bên cạnh đó, một ngân hàng cho vay quá nhiều so với tổng nguồn vốn huy động mà ngân hàng đang nắm giữ sẽ gây ra khủng hoảng niềm tin tới tâm lý khách hàng có giao dịch tiền gửi, khiến cho rủi ro của ngân hàng tăng cao, trong đó có rủi ro mất khả năng thanh toán. Kết quả này giúp cung cấp thêm bằng chứng thực nghiệm cho thấy tổng dư nợ trên tổng tiền gửi tăng làm giảm sự ổn định tài chính của các NHTM.
Hệ số hồi quy của biến GDP là 0.7962. Nó cho thấy: Tốc độ tăng trưởng kinh tế có tác động tích cực tới sự ổn định tài chính của ngân hàng và có độ tin cậy 99%. Kết quả này phù hợp với kỳ vọng của tác giả và được sự ủng hộ bởi các nghiên cứu của Salas & Saurina (2002), Chen & ctg (2017), Nguyễn Thị Như Quỳnh (2020). Theo Chiorazzo & cộng sự (2008), Stiroh (2004), thái độ chấp nhận rủi ro của nhà quản lý thể hiện qua tốc độ tăng trưởng. Khi tốc độ tăng trưởng cao vấn đề chấp nhận rủi ro sẽ cao. Khi đó các ngân hàng sẽ không bỡ ngỡ mà sẵn sàng ứng phó với mọi rủi ro nhờ vào sự tăng trưởng của mình. Trên thực tế khi GDP tăng, thu nhập của cá nhân và hộ gia đình sẽ tăng lên, kích thích tiết kiệm và đầu tư, nhờ vào đó hoạt động kinh doanh và lợi nhuận của ngân hàng cũng được cải thiện, hạn chế được rủi ro phá sản, gia tăng tính ổn định tài chính cho các ngân hàng. Kết quả này giúp cung cấp thêm bằng chứng thực nghiệm cho thấy tốc độ tăng trưởng kinh tế càng cao thì sự ổn định tài chính của các ngân hàng càng cao.
Hệ số hồi quy của biến INF là 0.7585. Nó cho thấy: Tỷ lệ lạm phát có tác động tích cực tới sự ổn định tài chính của ngân hàng và có độ tin cậy 99%. Kết quả này trái với kỳ vọng của tác giả nhưng được sự ủng hộ bởi nghiên cứu của Nguyễn Thị Thu Trang và Hoàng Anh Thư (2019). Đa số các nghiên cứu khác đều ra kết
quả nghịch biến và không có tác động. Trên thực tế, hoạt động huy động vốn và cho vay của các NHTM bị ảnh hưởng lớn bởi lạm phát. Lạm phát khó có thể dự đoán, trong trường hợp được dự báo chính xác, mức lãi suất có thể được các nhà quản lý ngân hàng điều chỉnh sao cho tốc độ tăng doanh thu cao hơn tốc độ gia tăng chi phí để ngân hạng đạt lợi nhuận cao và duy trì sự ổn định tài chính. Theo Chu Thanh Tuấn (2021), trong tình hình dịch bệnh hiện nay, việc để nền kinh tế phát triển bền vững rất quan trọng. Vì vậy, mục tiêu kiểm soát lạm phát quan trọng nhưng chúng ta có thể sẽ phải ưu tiên mục tiêu thúc đẩy nền kinh tế. Đó cũng chính là cách các nước trên thế giới đang thực hiện. Mỹ, Anh và châu Âu tạm cho phép lạm phát tăng cao trong ngắn hạn để thúc đẩy nền kinh tế trước khi thực hiện các biện pháp kiểm soát. Kết quả này giúp cung cấp thêm bằng chứng thực nghiệm cho thấy khi lạm phát tăng cao sẽ gia tăng sự ổn định tài chính của NHTM.
Hệ số hồi quy của biến ROE là -0.0383 và không có ý nghĩa thống kê, kết quả này cũng phù hợp với nghiên cứu của Nguyễn Quý Quốc (2020), Đặng Văn Dân (2015) và Lê Ngọc Quỳnh Anh & cộng sự (2020). Chiều tác động trái kỳ vọng của tác giả và các nghiên cứu của Nguyễn Lưu Tuyền (2018), Nguyễn Minh Hà & Nguyễn Bá Hướng (2016), Fu & ctg (2014). Như vậy, nghiên cứu đã không tìm ra sự ảnh hưởng của tỷ suất sinh lợi trên vốn chủ sở hữu đối với sự ổn định tài chính của ngân hàng.
Hệ số hồi quy của biến LOANTA là -0.1542 và không có ý nghĩa thống kê, kết quả này phù hợp với nghiên cứu của Nguyễn Quý Quốc (2020). Chiều tác động phù hợp với kỳ vọng dấu của tác giả và nghiên cứu của Nguyễn Minh Sáng & cộng sự (2019). Như vậy, nghiên cứu đã không tìm ra sự ảnh hưởng của dư nợ cho vay khách hàng trên tổng tài sản đối với sự ổn định tài chính của ngân hàng.
Hệ số hồi quy của biến LLP là -2.656 và không có ý nghĩa thống kê, kết quả này phù hợp với nghiên cứu của Nguyễn Lưu Tuyền (2018). Chiều tác động phù hợp với kỳ vọng dấu của tác giả và các nghiên cứu của Cole & White (2011), Halling (2006) và Nguyễn Minh Hà & Nguyễn Bá Hướng (2016). Như vậy, nghiên cứu đã không tìm ra sự ảnh hưởng của tỷ lệ dự phòng rủi ro cho vay trên tổng dư nợ cho vay khách hàng đối với sự ổn định tài chính của ngân hàng.