Các nghiên cứu trước đã sử dụng nhiều phương pháp tiếp cận liên quan đến việc
đo lường hiệu quả kinh doanh của ngân hàng. Hai chỉ số thường được sử dụng để đo lường HQKD của các NHTM là ROA và ROE.
Điểm mạnh của ROA chính là thể hiện được tính hiệu quả của quá trình tổ chức, quản lý hoạt động kinh doanh của ngân hàng, cho biết bình quân cứ một đồng tài sản được sử dụng trong hoạt động kinh doanh thì tạo ra được bao nhiêu đồng lợi nhuận. Trong khi đó, ROE lại là chỉ tiêu quan trọng nhất đối với các cổ đông, đo lường khả năng sinh lời trên mỗi đồng vốn của chủ sở hữu, nó thể hiện thu nhập mà các cổ đông nhận được từ việc đầu tư vào ngân hàng vì thế thường được các nhà đầu tư phân tích so sánh để ra quyết định đầu tư. Cụ thể, tác giả Gizaw và cộng sự (2014),
giả quyết định chọn chỉ tiêu ROE và ROA làm đại diện đo lường hiệu quả HĐKD của các NHTM Việt Nam.
Công thức tính ROE phổ biến như sau:
______ L i nhu n sau thuợ ậ ế
ROE = -ɪɪɪɪ- x 100%
V n ch s h uố ủ ở ữ
Ý nghĩa: một đồng vốn chủ sở hữu tạo ra bao nhiêu đồng lợi nhuận. Tỷ số này cho thấy hiệu quả hoạt động kinh doanh của ngân hàng và mức doanh lợi tương đối mà các cổ đông được hưởng khi đầu tư vào doanh nghiệp (Lưu Thị Hương, 2014).
Công thức tính ROA phổ biến như sau:
L i nhu n sau thuợ ậ ế
ROA = ʌɪɪɪ--- x 100%
T ng tài s nổ ả
Ý nghĩa: đo lường khả năng sinh lời trên một đồng tài sản có. Tỷ số này phản ánh lợi nhuận của ngân hàng được sinh ra từ tổng tài sản và thể hiện tính hiệu quả quản lý, khả năng quản trị trong quá trình chuyển tài sản của ngân hàng thành thu nhập ròng. Tỷ số trên càng lớn thì ngân hàng hoạt động càng hiệu quả (Gizaw và cộng sự, 2015).
3.4.2 Biến đo lường rủi ro tín dụng
- Tỷ lệ nợ xấu (NPL)
Tỷ lệ nợ xấu là tỷ số cho thấy chất lượng và rủi ro xảy ra đối với các khoản cho vay. Bên cạnh đó, tỷ lệ nợ xấu một trong những chỉ tiêu quan trọng để xem xét mức độ rủi ro tín dụng, và là một chỉ báo cho thấy cách mà các ngân hàng quản lý rủi ro tín dụng của họ. Vì vậy, trong các nghiên cứu trước đây của Josiah-James (2011), Li và Zou (2014), Gizaw và cộng sự (2015), Olawale và cộng sự (2015).
Chỉ tiêu này được đo lường bằng cách lấy tổng nợ xấu (nhóm nợ từ 3 đến 5 theo
tiêu chuẩn phân loại của Ngân hàng Nhà Nước) chia cho tổng dư nợ tín dụng của ngân hàng, theo số liệu báo cáo tài chính qua các năm của các ngân hàng thương mại cổ phần.
Tỷ lệ nợ xấu được xác định theo công thức sau:
N x uợ ấ
Tỷ lệ nợ xấu = rτ^. _ " — x 100%
T ng d nổ ư ợ
- Tỷ lệ dự phòng rủi ro tín dụng (LLR)
Biến tỷ lệ dự phòng RRTD được đo lường bằng tỷ lệ phần trăm giữa mức dự phòng RRTD so với tổng dư nợ của từng ngân hàng. Trong đó, mức dự phòng RRTD
được trích lập gồm dự phòng chung và dự phòng cụ thể được lấy từ thuyết minh báo cáo tài chính, tổng dư nợ được thu thập từ bảng cân đối kế toán của các ngân hàng hàng năm.
Khi khách hàng phát sinh nợ quá hạn, ngân hàng buộc phải trích lập dự phòng, phát sinh chi phí dự phòng cho vay khách hàng, điều này làm giảm hiệu quả HĐKD của ngân hàng. Các bằng chứng nghiên cứu là Gizaw và cộng sự (2015), Kayode và cộng sự (2015), Ayandavà cộng sự (2013), Nguyễn Quốc Anh (2016).
Tỷ lệ trích lập dự phòng RRTD được đo lường như sau:
_... Dự phòng r i ro tín d ngủ ụ
Tỷ lệ trích lập dự phòng RRTD = — ---ɪ _ ■—'--- — x 100%
- t ∙ t & T ng d nổ ư ợ
3.4.3 Các biến kiểm soát trong mô hình
Quy mô ngân hàng (SIZE)
Biến SIZE được đo lường bằng Logartit tự nhiên của tổng tài sản. Biến SIZE được sử dụng để nghiên cứu sự ảnh hưởng của quy mô ngân hàng đến hiệu quả kinh doanh của ngân hàng.
Quy mô ngân hàng càng lớn thể hiện ngân hàng càng có nhiều khả năng đầu tư về vốn, công nghệ, nhân lực và quản lý. Thêm vào đó, với lợi thế của một ngân hàng lớn có nhiều hệ thống các chi nhánh có thể thu hút khách hàng tốt hơn đồng thời tạo ra nhiều sản phẩm khác biệt và quan trọng là có thể đảm bảo được các khoản tài trợ cho quá trình hoạt động ở mức chi phí thấp hơn so với các ngân hàng nhỏ, góp phần
làm gia tăng HQKD của ngân hàng. Như vậy, có nhiều nghiên cứu thực nghiệm như: Kosmidou (2008), Flamini và cộng sự (2009), Ayanda và cộng sự (2013).
Quy mô ngân hàng được xác định theo công thức: SIZE = Logarit (Tổng tài sản)
Tỷ lệ kém hiệu quả chi phí hoạt động (EFF)
Chi phí hoạt động của ngân hàng được xem là một yếu tố quan trọng và đồng thời cũng là điều kiện giúp cho việc gia tăng hiệu quả hoạt động của NHTM. Một ngân hàng nếu muốn gia tăng lợi nhuận thì trước hết cần phải giảm đi sự kém hiệu quả chi phí hoạt động trong ngân hàng. (Athanasolou và cộng sự, 2006).
Tỷ lệ kém hiệu quả chi phí hoạt động được đo lường bằng chi phí hoạt động trên cho thu nhập hoạt động thể hiện rằng các ngân hàng quản lý chi phí không hiệu quả có thể có xu hướng gặp vấn đề về cho vay đối với một số lý do như vấn đề giám sát chi phí nội bộ, và chi phí phát sinh chung trong nền kinh tế. Ngoài ra còn rất nhiều
chi phí khác như chi nộp thuế và các khoản phí, lệ phí, chi phí cho nhân viên, chi phí cho hoạt động quản lý, chi về tài sản, chi phí bảo hiểm tiền gửi khách hàng, chi phí dự phòng giảm giá đầu tư dài hạn.
Theo như các nghiên cứu của các tác giả Athanasolou và cộng sự (2006), Alshatti (2015), Salas và Saurina (2002) đều có kết luận biến có tỷ lệ kém hiệu quả chi phí hoạt động tác động với hiệu quả hoạt động của NH. Tại Việt Nam, nghiên cứu
của các tác giả Nguyễn Việt Hùng(2008) cho ra kết quả rằng tỷ lệ này có ý nghĩa đối với biến rủi ro tín dụng.
Tỷ lệ kém hiệu quả chi phí hoạt động được xác định theo công thức sau: Tỷ lệ kém hiệu quả chi phí hoạt động = Chi phí ho t đ ngạ ộ
Tỷ lệ tăng trưởng tín dụng (GLOAN)
Tăng trưởng tín dụng là sự gia tăng giá trị khoản cho vay qua các năm, cùng với
đó là sự biến động của nền kinh tế qua từng năm và cho thấy tăng trưởng tín dụng đi cùng với RRTD. Nếu ngân hàng tăng trưởng bằng những khoản cho vay tốt thì rủi ro tín dụng có khuynh hướng giảm và như thế ngân hàng kinh doanh hiệu quả. Cụ thể, nghiên cứu của Kurawa and Garba (2014) là kỳ vọng tăng trưởng tín dụng tác động cùng chiều hiệu quả kinh doanh ngân hàng. Tại Việt Nam, mỗi năm Ngân hàng Nhà nước đều quy định một mức tăng trưởng tín dụng đối với mỗi ngân hàng thương mại cổ phần, để kiểm soát quy mô vốn và hạn chế mức tăng trưởng tín dụng quá nóng có thể ảnh hưởng đến hoạt động của các ngân hàng. Đồng thời biến này cũng được đưa vào mô hình như một tính mới do giai đoạn nghiên cứu có tính tổng quát hơn ở giai đoạn 2011-2020.
Tăng trưởng tín dụng được xác định theo công thức sau:
_ T ng d n năm sau - T ng d n năm trổ ự ợ ổ ư ợ ước
Tăng trưởng tín dụng---:—l--- ---3—•—Tj--- x 100%
T ng d n năm trổ ư ợ ước
Tốc độ tăng trưởng kinh tế (GDP)
Sự phát triển của nền kinh tế ảnh hưởng rất lớn đến hiệu quả hoạt động củangân
hàng. Bất cứ một ngân hàng nào cũng chịu sự chi phối của các chu kỳ kinh tế. Tốc độ tăng trưởng kinh tế hàng năm là một yếu tố quyết định kinh tế vĩ mô và có tác động đến lợi nhuận các NHTM. Khi nền kinh tế tăng trưởng tốt, các chủ thể kinh tế sẽ đầu tư mở rộng hoạt động sản xuất kinh doanh, nhu cầu cấp tín dụng nói riêng và sử dụng đa dạng các sản phẩm, dịch vụ của ngân hàng nói chung đều tăng lên, góp phần nâng cao hiệu quả hoạt động của ngân hàng. Cụ thể, có một số nghiên cứu của tác giả cùng quan điểm như Athanasolou và cộng sự (2006), Nicolae Petria (2013), Hasan Ayaydin (2014), Alshatti (2015) cho thấy hiệu quả hoạt động của ngân hàng cùng chiều với sự tăng trưởng của nền kinh tế và rủi ro tín dụng có kết quả ngược chiều với sự tăng trưởng kinh tế.
Tăng trưởng kinh tế được đại diện với chỉ số tăng trưởng tổng thu nhập quốc giới, được đưa vào mô hình để kiểm soát tác động của biến độc lập trong từng giai đoạn có sự điều chỉnh của tăng trưởng kinh tế (Liu và Wilson, 2010).
Tỷ lệ cấu trúc vốn (ETA)
Chỉ số này được đo lường vốn chủ sở hữu trên tổng tài sản. Tỷ số ETA càng cao
cho thấy mức độ an toàn vốn của ngân hàng cao, rủi ro phá sản thấp, do đó các nhà đầu tư yêu cầu phần bù rủi ro thấp hơn từ đó làm giảm chi phí sử dụng vốn. Đồng thời với tỷ lệ nắm giữ vốn chủ sở hữu cao cũng tạo điều kiện ngân hàng có khả năng tiếp cận với nguồn vốn giá rẻ hơn, và ngân hàng cũng sẽ chủ động hơn trong việc nắm bắt các cơ hội kinh doanh mang lại lợi nhuận cao hơn cho ngân hàng (Bourke, 1989). Có rất nhiều nghiên cứu trước đây cũng đã tìm thấy mối quan hệ cùng chiều với hiệu quả kinh doanh ngân hàng như: Alkassim (2005), Pasiouras và Kosmidou (2007), Athanasoglou và cộng sự (2008).
Tỷ lệ cấu trúc vốn được xác định theo công thức sau:
Ấ , A V n ch s hũuố ủ ở
Tỷ lệ cấu trúc vốn = —————-— x 100%j T ng tài s nổ ả
thuộc ROE Tỷ suất sinh lời trênvốn chủ sở hữu Lợi nhuận sau thuế/Vốn chủsở hữu
Biến độc lập
NPL Tỷ lệ nợ xấu Nợ xấu/ Tổng dư nợ - LLR Tỷ lệ dự phòng rủiro tín dụng Dự phòng rủi ro chovay/Tổng dư nợ - SIZE Quy mô ngân hàng Logarit (Tổng tài sản) +
soát
GLOAN Tỷ lệ tăng trưởng tín dụng
dư nợ năm trước)/ Tổng dư nợ năm trước
+
GDP Tốc độ tăng trưởng Tỷ lệ tăng trương kinh tếhằng năm +
Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính của 25 NHTM Việt Nam từ năm 2011 đến năm 2020. Tác giả sử dụng số liệu của 25 NHTM Việt Nam hiện nay đủ đảm bảo tính đại diện cho các NHTM Việt Nam. Do hiện nay chưa có hệ thống tổng hợp các dữ liệu chính thức, vì vậy tác giả thu thập báo cáo tài chính, báo cáo thường niên từ các website chính thống của các ngân hàng: http://vietsock.vn/,
http://cafef.vn/. Riêng tỷ lệ tăng trưởng GDP và tỷ lệ lạm phát được lấy theo số liệu
thống kê của Ngân hàng Thế giới (http://data.worldbank.org/).
3.6 Phương pháp nghiên cứu
Dữ liệu nghiên cứu là loại dữ liệu bảng, tương tự các bài nghiên cứu trước đây, luận văn thực hiện phân tích hồi quy thông thường trên dữ liệu bảng qua ba mô hình: Pooled Regression -OLS, Fixed effects model -FEM và Random effects model -REM
Mô hình hồi quy gộp (Pooled OLS thích hợp nếu không có yếu tố riêng biệt (từng ngân hàng) và yếu tố về thời gian. Phương pháp ước lượng tác động cố định (FEM) và tác động ngẫu nhiên (REM) không bỏ qua các yếu tố thời gian và yếu tố riêng biệt nên nó sẽ thích hợp để hồi quy. Để xem xét mô hình hồi quy phù hợp nhất trong ba mô hình trên, các kiểm định được sử dụng: đầu tiên, kiểm định F để lựa chọn
hình FEM được lựa chọn), tiếp đến là kiểm định Hausman được thực hiện để lựa chọn
giữa mô hình FEM và REM (nếu giá trị p-value của kiểm định Hausman nhỏ hơn 5%
thì lựa chọn mô hình FEM, ngược lại p-value có giá trị lớn hơn 5% thì REM được lựa chọn) cuối cùng sử dụng kiểm định Breusch & Pagan để lựa chọn OLS và REM (Nếu p-value của kiểm định Breusch & Pagan có giá trị nhỏ hơn 5% thì lựa chọn mô hình REM).
Sau khi lựa chọn mô hình phù hợp, nếu mô hình REM được lựa chọn, ta dựa vào mô hình REM đế phân tích kết quả, nếu FEM được lựa chọn thì nghiên cứu tiếp tục thực hiện các kiểm định phương sai thay đổi (sử dụng kiểm định Modified Ward) và tự tương quan (sử dụng kiểm định Wooldridge). Trong mô hình FEM kiểm định Modified Ward dùng để kiểm định hiện tượng phương sai thay đổi với giả thuyết HO: mô hình không có hiện tượng phương sai thay đổi. (Nếu giá trị p-value của kiểm định
Modified Ward nhỏ hơn 5% thì bác bỏ giả thuyết HO, tức là mô hình có hiện tượng phương sai thay đổi). Kiểm định hiện tượng tự tương quan trong mô hình FEM là kiểm định Wooldridge với giả thuyết HO: mô hình không có hiện tượng tự tương quan.
(Nếu giá trị p-value của kiểm định Wooldridge có nhỏ hơn 5% thì bác bỏ giả thuyết HO tức là mô hình có hiện tượng tự tương quan). Nếu mô hình tồn tại hiện tượng tự tương quan và phương sai thay đổi, mô hình FGLS (Feasible Generalized Least Square) được sử dụng bởi mô hình này có thể kiểm soát được hiện tượng tự tương quan và phương sai thay đổi.
Biến độc lập (tỷ lệ nợ xấu và tỷ lệ dự phòng rủi ro) và biến phụ thuộc (hiệu quả kinh doanh ngân hàng) có quan hệ đồng thời nên mô hình có thể xuất hiện vấn đề nội
sinh. Nội sinh có thể gây ra ước tính sai lệch trong phân tích. Do đó, bài nghiên cứu sử dụng SGMM để giải quyết vấn đề nội sinh và tự tương quan đồng thời qua đó có
xác định quá mức (over-identifying) cho phép kiểm tra sự phù hợp của các biến công
cụ. Trong nghiên cứu tác giả sử dụng Kiểm định Hansen được sử dụng để kiểm định tính over-identifying của các biến công cụ. Kiểm định này xác định liệu có sự tương quan giữa biến công cụ và phần dư trong mô hình hay không thông qua kiểm tra giả thuyết H0: các biến công cụ là phù hợp (thỏa tính over-identifying). Khi chấp nhận giả
thuyết H0 (p-value > 10%) nghĩa là các biến công cụ được sử dụng trong mô hình là phù hợp.
Bên cạnh đó, khi sử dụng mô hình SGMM nghiên cứu sử dụng kiểm định tự tương quan bậc 2 (AR2) để kiểm định sự tương quan bậc 2 của phần dư trong mô hình, với giả thuyết H0: không có sự tương quan bậc 2 của phần dư. Khi p-value lớn hơn 10%, ta chấp nhận H0: phần dư của mô hình không tồn tại hiện tượng tự tương quan bậc 2, nghĩa là mô hình đạt yêu cầu.
TÓM TẮT CHƯƠNG 3
Nội dung chương 3 trình bày quy trình nghiên cứu của khóa luận, phương pháp được dùng để thực hiện nghiên cứu, mô tả dữ liệu, đưa ra các giả thuyết nghiên cứu để có cơ sở thiết lập mô hình nghiên cứu như sau:
Yit = β0 + βιNPL1,t + β2LLRi,t + β3SIZEi,t +04 LEVi,t + β5GLOANi,t + β6GDPi,t
+ β7 INFi,t + ũi,t
Trong đó, biến phụ thuộc Y đo hiệu quả kinh doanh là ROA và ROE
Tác giả đã sử dụng phương pháp nghiên cứu định lượng và các kỹ thuật phân tích, so sánh, thống kê mô tả. Nghiên cứu định lượng được thực hiện thông qua việc xây dựng mô hình hồi quy tuyến tính và phân tích hồi quy theo các phương pháp OLS, FEM, REM, FGLS, SGMM để lựa chọn mô hình phù hợp, đảm bảo tính vững nhằm đánh giá tác động của rủi ro tín dụng đến hiệu quả kinh doanh của các NHTM tại Việt Nam. Trong chương 3, tác giả cũng đặt dấu kì vọng cho rủi ro tín dụng cũng