Nghiên cứu trường hợp các ngân hàng của Pakistan, Akhtar và cộng sự (2011) kết luận rằng quy mô của các ngân hàng (SIZE) và vốn lưu động ròng (CAP) có mối quan hệ cùng chiều với rủi ro thanh khoản còn lợi nhuận sau thể (ROE) có mối tương
quan nghịch với rủi ro thanh khoản.
Vodová (2011) nghiên cứu các yếu tố quyết định khả năng thanh khoản của các NHTM tại Cộng hòa Séc trong giai đoạn 2001 - 2009. Kết quả nghiên cứu cho thấy thanh khoản của các NHTM tại Séc có mối quan hệ cùng chiều với tỷ lệ vốn chủ sở hữu (CAP) và tỷ lệ nợ xấu (NPL). Ngược lại, tỷ lệ lạm phát (INF) và tỷ lệ tăng trưởng
kinh tế (GDP) có tác động nghịch chiều đến thanh khoản ngân hàng
Anjum Iqbal (2012) nghiên cứu các ngân hàng tại Pakistan giai đoạn 2007 - 2010 cho thấy, quy mô ngân hàng (SIZE), lợi nhuận ngân hàng (ROE) có tác động cùng chiều đến rủi ro thanh khoản, trong khi đó tỷ lệ nợ xấu (NPL) có tác động nghịch
chiều đến rủi ro thanh khoản.
Singh và Sharma (2016) nghiên cứu các yếu tố ảnh hưởng khả năng thanh khoản
của 59 ngân hàng tại Ản Độ giai đoạn 2000 - 2013 đã tìm thấy tác động âm của quy mô ngân hàng (SIZE) và tăng trưởng kinh tế (GDP) lên khả năng thanh khoản. Mặt khác, yếu tố tiền gửi (DEP) và lạm phát (INF) lại có tác động dương đến khả năng thanh khoản
Vodová (2013) nghiên cứu các yếu tố tác động đến thanh khoản của các NHTM
Hungary giai đoạn 2001 - 2010. Kết quả nghiên cứu cho thấy rủi ro thanh khoản ngân
hàng có mối quan hệ ngược chiều đến quy mô của các ngân hàng (SIZE), lợi nhuận ngân hàng (ROE) có mối quan hệ cùng chiều với rủi ro thanh khoản.
Bước 3: Phân tích các yếu tố tác động đến
rủi ro thanh khoản của các NHTM CP VN
Bước 4: Kiểm định mô hình hồi quy
Bước 5: Phân tích kết quả hồi quy
và thảo luận kết quả nghiên cứu
Bước 6: Gợi ý các ý nghĩa về mặt
chính sách và hạn chế của đề tài
Hình 3.1 Quy trình nghiên cứu
Nguồn: tác giả tổng hợp
Hình 3.1 thể hiện quy trình nghiên cứu của luận văn gồm các bước như sau: 17
Vodová (2012) cũng nghiên cứu các yếu tố quyết định tính thanh khoản của các
NHTM Ba Lan giai đoạn 2001 - 2010. Kết quả nghiên cứu cho thấy lợi nhuận ngân hàng (ROE) và quy mô ngân hàng (SIZE) tác động cùng chiều đến rủi ro thanh khoản.
Ngược lại, lạm phát (INF), tỷ lệ nợ xấu (NPL) tác động nghịch chiều đến rủi ro thanh
khoản.
B. Fola (2015) đã nghiên cứu các yếu tố ảnh hưởng đến tính thanh khoản của các ngân hàng thương mại ở Ethiopia từ năm 2002 đến 2013. Belete Fola kết luận rằng tăng trưởng tín dụng tương quan nghịch trong khi vốn chủ sở hữu (CAP), lạm phát (INF) và lãi suất cận biên tương quan thuận với biến phụ thuộc. Các biến số như
tỷ lệ nợ xấu (NPL), lợi nhuận (ROE), quy mô ngân hàng (SIZE) và tăng trưởng kinh tế (GDP) có ít hoặc không ảnh hưởng đến tình trạng thanh khoản ở Ethiopia
TÓM TẮT CHƯƠNG 2
Chương này tác giả trình bày những vấn đề cơ bản về cơ sở lý thuyết của rủi ro thanh khoản như là khái niệm về rủi ro thanh khoản, các nguyên nhân gây ra rủi ro thanh khoản, đo lường rủi ro thanh khoản và các yếu tố tác động đến rủi ro thnah khoản. Đồng thời đề cập đến các nghiên cứu trước có liên quan đến đề tài nghiên cứu.
Từ các cơ sở lý thuyết và các nghiên cứu có liên quan tác giả xây dựng mô hình
cũng như phương pháp nghiên cứu ở chương 3. 18
CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU 3.1Khung nghiên cứu
3.1.1 Quy trình nghiên cứu
Bước 1: Lược khảo lý thuyết nền và các
nghiên cứu trước
Xây dựng và thiết kế biến Xử lý dữ liệu Phân tích hồi quy
Biến phụ thuộc
- Bước 1: Tiến hành lược khảo lý thuyết nền liên quan đến rủi ro thanh khoản của ngân hàng. Đồng thời, thực hiện phân tích và xem xét kết quả của các nghiên cứu trước có liên quan để làm cơ sở xác định các biến và xây dựng mô
hình nghiên cứu.
- Bước 2: Trên cơ sở lý thuyết và các nghiên cứu có liên quan, xây dựng mô hình nghiên cứu và áp dụng các phương pháp nghiên cứu phù hợp để phân tích
các yếu tố tác động đến rủi ro thanh khoản của ngân hàng ở bước tiếp theo
- Bước 3: Từ mô hình nghiên cứu đề xuất áp dụng phương pháp định lượng, tác
giả sẽ ước lượng tác động của từng yếu tố đến rủi ro thanh khoản của các ngân
hàng TMCP tại Việt Nam
- Bước 4: Kiểm định mô hình hồi quy để đảm bảo kết quả nghiên cứu đáng tin cậy, tiến hành các kiểm định có liên quan như kiểm định hiện tượng đa cộng tuyến, hiện tượng tự tương quan, hiện tượng phương sai sai số thay đổi
- Bước 5: Phân tích kết quả hồi quy và thảo luận kết quả nghiên cứu
- Bước 6: Gợi ý các ý nghĩa về mặt chính sách và hạn chế của đề tài
3.1.2 Mô hình và các giả thuyết nghiên cứu
3.1.2.1 Mô hình nghiên cứu
Biến phụ thuộc thuộc về rủi ro thanh khoản được lấy dựa theo các nghiên cứu trước: Đặng Văn Dân (2015), Trương Quang Thông (2013), A.ỉncekara & H.Qetinkaya (2019), Phan Thị Mỹ Hạnh và cộng sự (2019), Tu.T.T.Tran và cộng sự (2019), P.Vodová (2011), P.Vodová (2012), Hoàng Kim Hoàng (2015), P.Vodová (2013), S. Bhati và cộng sự (2019), Singh & Sharma (2016), Nguyễn Thị Tuyết Nga (2019)
Tương tự, các biến độc lập cũng được lấy từ các nghiên cứu đi trước: M.A.B.Moussa (2015), A.Hakimi & K.Zaghdoudi (2017), D.Cucinelli (2013), Đặng Văn Dân (2015), Trương Quang Thông (2013), M.F.Malik & A.Rafique (2013), Nguyễn Thị Tuyết Nga (2019), L.O.Mugenyah (2015), Z.A.Maaka (2013), S.Bhati và cộng sự (2019), Hoàng Kim Hoàng (2015), P.Vodová (2013), Phan Thị Mỹ Hạnh và cộng sự (2019), B.Fola (2015)
Mô hình:
LiqRiskit = βo + βι CAPit + β2 ROE it + β3 SIZE it + β4LLRit + β5 TLAit + β6DEP it + β7NPL it+β8 GDPt+β9 INFt + eit [1]
Trong đó:
LiqRiskit là biến phụ thuộc, rủi ro thanh khoản được đại diện bởi 2 biến là khe hở tài trợ (FGAP) và tài sản thanh khoản (LA)
CAPit, ROEit, SIZEit, LLRit, TLAit, DEPit, NPLit, GDPit, INFit là các biến độc lập.
Từ mô hình [1] tác giả đưa ra 2 mô hình nghiên cứu cụ thể:
FGAPtt = βo + βι CAPtt + β2 ROE it + β3 SIZE it + β4LLRit + β5 TLAit + β6DEP
it + β7NPL it+β8 GDPt + β9 INFt + eit
LAit = βo + βι CAPit + β2 ROE it + β3 SIZE it + β4LLRit + β5 TLAit + β6DEP it + β7NPL it+β8 GDPt+β9 INFt + eit
Biến độc lập
1 CAP Tỷ lệ vốn chủ sở hữu trên tổng tài sản
"2 ROE Tỷ suất sinh lời trên vốn chủ sở hữu
^3 SIZE Quy mô ngân hàng
^4 LLR Dự phòng rủi ro tín dụng
~5 TLA Tỷ lệ cho vay
T DEP Tỷ lệ tiền gửi
~7 NPL Nợ xấu
GDP Tăng trưởng kinh tế
vọng
FGA
P Đặng Văn Dân (2015), Trương Quang Thông (2013), A.Incekara & H. Qetinkaya (2õ19), Phan Thị Mỹ Hạnh và cộng
sự (2019)
"2 TÃ
Tu.T.T. Tran và cộng sự (2õ19), Hoàng Kim Hoàng (2õ15), P. Vodová (2õ13), Singh & Sharma (2õ16), Nguyễn Thị Tuyết Nga (2019)
^3 CAP - Nguyễn Thị Tuyết Nga (2019), Nguyễn Thị Ngọc Diệp & cộng sự (2016), D. Cucinelli (2õ13)
^4 ROE - F. Ahamed (2021), Phan Thị Mỹ Hạnh và cộng sự (2õ19), Nguyễn Thị Ngọc Diệp & cộng sự (2016)
~5 SIZE - Đặng Văn Dân (2015), Nguyễn Thị Tuyết Nga (2019), Phan
Thị Mỹ Hạnh và cộng sự (2019), Singh & Sharma (2õ16), Tu.T.T. Tran và cộng sự (2019)
~6 LLR + Hoàng Kim Hoàng (2õ15), D. Cucinelli (2õ13)
~ĩ TLA + Trương Quang Thông (2013), Đặng Văn Dân (2015), M.A.B. Moussa (2õ15), Phan Thị Mỹ Hạnh và cộng sự (2Õ19), F. Ahamed (2Õ21)
DEP + M. A. B. Moussa (2õ15), Singh & Sharma (2õ16)
~9 NPL + A. Incekara & H. Qetinkaya (2õ19), A. Iqbal (2õ12)
lõ GDP +
Trương Quang Thông (2013), Phan Thị Mỹ Hạnh và cộng sự (2019), Singh & Sharma (2016)
Tĩ INF + B. Fola (2õ15), Trương Quang Thông (2013), M. F. Malik & A. Rafique (2õ13), P. Vodova (2õ11)
Nguồn: tác giả tổng hợp
21
3.1.2.2 Các giả thuyết trong nghiên cứu
STT Tên ngân hàng STT Tên ngân hàng 1 Ngân hàng TMCP Công thương
Việt Nam (VietinBank)
14 Ngân hàng TMCP Quốc Tế (VIB)
1 Ngân hàng TMCP Ngoại Thương Việt Nam (Vietcombank)
13 Ngân hàng TMCP Tiên Phong (TPBank)
Ngân hàng TMCP Kỹ Thương (Techcombank)
ló Ngân hàng TMCP Đông Nam Á (SeABank)
7 Ngân hàng TMCP Đầu tư và Phát
triển Việt Nam (BIDV)
17 Ngân hàng TMCP Phương Đông (OCB)
3.2Dữ liệu nghiên cứu
Luận văn sử dụng phương pháp nghiên cứu định lượng với mô hình kế thừa từ nghiên cứu của Đặng Văn Dân (2015), Trương Quang Thông (2013), Phan Thị Mỹ
Hạnh và cộng sự (2019), Nguyễn Thị Tuyết Nga (2019), A. Iqbal (2012), D. Cucinelli
(2013), Singh và Sharma (2016), Vodova (2011), M. A. B Moussa (2015)
3.2.1 Mầu nghiên cứu
Thu thập dữ liệu bảng thông qua mẫu quan sát gồm 26 ngân hàng TMCP của Việt Nam trong khoảng thời gian từ 2012 - 2020. Số liệu ngân hàng này được thu thập từ báo cáo tài chính và báo cáo thường niên, kết quả kinh doanh và Tổng cục Thống kê và Qũy tiền tệ Quốc tế (IMF). Nghiên cứu thực hiện với 9 năm và tại 26 NHTM CP nên số lượng quan sát là 234. Đồng thời đây là dữ liệu bảng với n là số NHTM CP và t là khoảng thời gian nghiên cứu (9 năm).
Theo nghiên cứu của Green (1991), công thức xác định cỡ mẫu là n ≥ 50 + 8m.
Trong đó, n là kích thước mẫu tối thiểu cần thiết và m là số lượng biến độc lập. Áp dụng công thức của Green (1991) để xác định cỡ mẫu: kích thước mẫu cho nghiên cứu được xác định là n ≥ 122 (do nghiên cứu có 9 biến độc lập)
Từ công thức của Green (1991), kích thước mẫu của luận văn là 234 quan sát,
lớn hơn 122 quan sát, nên kích thước mẫu đảm bảo đại diện cho tổng thể nghiên cứu.
Tuy nhiên do hạn chế về việc minh bạch và công bố thông tin ở Việt Nam, một số ngân hàng không trình bày đầy đủ một vài chỉ tiêu ở một số giai đoạn, nên số lượng quan sát còn lại 229 quan sát. Cỡ mẫu quan sát còn lại bằng 229 > 122 do đó mẫu nghiên cứu đạt yêu cầu tối thiểu để thực hiện hồi quy.
1 Ngân hàng TMCP Quân Đội (MB) 19 Ngân hàng TMCP An Bình (ABBANK)
~ĩ Ngân hàng TMCP Sài Gòn Thương
Tín (Sacombank)
lõ Ngân hàng TMCP Quốc dân (NCB)
1 Ngân hàng TMCP Hàng Hải
(MSB)
lĩ Ngân hàng TMCP Việt Á
(VietABank)
1 Ngân hàng TMCP Á Châu (ACB) 12 Ngân hàng TMCP Nam Á (Nam A
Bank) lõ Ngân hàng TMCP Xuất Nhập
Khẩu (Eximbank)
13 Ngân hàng TMCP Kiên Long (Kienlongbank)
lĩ Ngân hàng TMCP Sài Gòn - Hà Nội (SHB)
14 Ngân hàng TMCP Bản Việt (Viet Capital Bank)
12 Ngân hàng TMCP Phát triển Thành
phố Hồ Chí Minh (HDBank)
13 Ngân hàng TMCP Sài Gòn Công Thương (SAIGONBANK)
13 Ngân hàng TMCP Bưu điện Liên Việt (LienVietPostBank)
ló Ngân hàng TMCP Xăng dầu Petrolimex (PG Bank)
1 FGAP Khe h tài trở ợ
(T ng d n tín d ng- T ng ngu n v n huy đ ng)ổ ư ợ ụ ổ ồ ố ộ
T ng tài s nổ ả
^2 TÃ T ’ng tài s n thanh kho nổ ả ả
T ng tài s nổ ả
Biến độc lập
3 CAP _____ V n ch s h uố ủ ở ữ
CAP= TTTT
T ng tài s nổ ả
7 ROE L i nhu n sau thuợ ậ ế
ROE= ;T T TT1
V n ch s h uố ủ ở ữ
^^5 SIZE SIZE = Ln(T ’ng tài s n)ổ ả
~6 LLR D phòng r i ro tín d ngự ủ ụ
LLR =---—í--- T ng d nổ ư ợ
~ĩ TLA T ng d n cho vayổ ư ợ
T ng tài s nổ ả ^8 DEP T ’ng ti n g iổ ề ử DEP = Tl T T ng tài s nổ ả ^9 NPL T ’ng n x uổ ợ ấ NPL= TTTT T ng d nổ ư ợ lõ GDP Tỷ lệ tăng trưởng GDP INF Tỷ lệ lạm phát Nguồn: tác giả tổng hợp 24
3.2.2 Công thức của các biến trong mô hình nghiên cứuBảng 3.4 Công thức các biến trong mô hình nghiên cứu Bảng 3.4 Công thức các biến trong mô hình nghiên cứu
3.3 Phương pháp nghiên cứu
3.3.1 Phương pháp nghiên cứu
- Thống kê mô tả: Với phương pháp mô tả này, các đặc điểm nổi bật của các các nhân tố tác động đến rủi ro thanh khoản của NHTM VN sẽ được thể hiện qua các chỉ số như giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và giá trị nhỏ nhất. Từ đó, thông qua các chỉ số này, sẽ có cái nhìn tổng quát về các mẫu
nghiên cứu.
- Phân tích tương quan: Xác định mức độ tương quan giữa các biến độc lập và biến phụ thuộc với nhau
- Phân tích hồi quy: Sử dụng phần mềm Stata để thực hiện hồi quy tuyến tính theo phương pháp hồi quy thông thường trên dữ liệu bảng như phương pháp bình phương nhỏ nhất (OLS), phương pháp tác động cố định (FEM), phương pháp tác động ngẫu nhiên (REM). Sau đó, tác giả sẽ sử dụng kiểm định Hausman-test để kiểm tra xem mô hình FEM hay REM là phù hợp hơn trong nghiên cứu này. Bên cạnh đó, tác giả sẽ sử dụng kiểm định LM -Breusch & Pagan Lagrangian Multiplier và Wooldridge để xem xét mô hình có chứa hiện
tượng phương sai của sai số thay đổi và tự tương quan. Cuối cùng là tác giả sử
dụng phương pháp GMM.
- Nói một cách tổng quan thì GMM là phương pháp tổng quát của rất nhiều phương pháp ước lượng được sử dụng phổ biến như OLS, FEM, REM, GLS, ... Phương pháp hồi quy GMM được trình bày bởi Lars Peter Hansen (1982). Trong trường hợp biến độc lập trong mô hình cũ là biến nội sinh (được mô tả qua biến khác) mà biến chưa đưa vào này có quan hệ với phần dư thì sẽ dẫn tới khuyết tật cho mô hình. Do vậy, bằng cách đưa thêm biến công cụ (có quan
hệ chặt chẽ với biến độc lập, biến phụ thuộc trong mô hình cũ nhưng không có quan hệ với phần dư), phương pháp GMM này được sử dụng nhằm khắc phục tình trạng bỏ xót biến quan trọng, cụ thể là thiếu biến nội sinh hoặc biến ngoại sinh.
- Để ước lượng được vector hệ số β, phương pháp GMM sẽ dùng một bộ L vector các biến công cụ (trong ước lượng GMM còn được gọi là các điều kiện
Moment). Điều kiện để một biến được chọn là biến công cụ không được tương
quan với phần dư, điều này có nghĩa là: Ý tưởng chủ đạo của phương pháp GMM là thay thế giá trị các biến công cụ bằng giá trị trung bình của mẫu và đi tìm Vector β thõa mãn phương trình trên.
- Khi số lượng điều kiện moment lớn hơn số biến trong mô hình thì phương trình không thể xác định một nghiệm chính xác duy nhất (có nhiều nghiệm có thể thõa mãn phương trình). Khi đó mô hình được gọi là overidentified. Trong
trường hợp đó, chúng ta phải thực hiện tính toán lại nhằm xác định giá trị β làm cho điều kiện moment gần bằng 0 nhất có thể, có nghĩa là khoảng cách với giá trị 0 là nhỏ nhất, khoảng cách đó được xác định thông qua ma trận ngẫu
nhiên, cân xứng và không âm (kích thước L x L) được gọi là ma trận trọng số vì nó thể hiện mức đóng góp của các điều kiện moment khác nhau vào khoảng
cách J. Phương pháp ước lượng GMM sẽ xác định giá trị ước lượng β để khoảng cách là J là nhỏ nhất.
3.3.2 Các kiểm định
- Kiểm định phương sai sai số thay đổi: Phương sai sai số thay đổi là hiện tượng
mà phương sai của các sai số ước lượng không bằng nhau. Nếu như mô hình chỉ xảy ra lỗi phương sai sai số thay đổi thì ước lượng OLS (FEM hoặc REM)
vẫn là ước lượng ko bị thiên lệch và nhất quán, tuy nhiên nó không phải là ước
lượng tốt nhất. Bởi vì, phương sai của sai số trong trường hợp này không thể đạt được giá trị nhỏ nhất. Khi đó, các kiểm định hệ số hồi quy và kiểm định F của mô hình trở nên không đáng tin cậy. Vì vậy, việc đưa ra các kết luận dựa trên các kiểm định này sẽ không chính xác.
• Tác giả sử dụng kiểm định Breusch-Pagan/Cook-Weisberg với lệnh hettest để kiểm định phương sai sai số thay đổi trong mô hình hồi quy OLS, với giả thuyết H0: không có hiện tượng phương sai thay đổi, khi kết quả cho ra giá trị
sát trung bình chuẩn nhất nhất
FGAP 22
9 0.1590- 1 0.109 -0.5122 6 0.159
• Tác giả sử dụng kiểm định Modified Ward với lệnh xttest3 để kiểm định phương sai sai số thay đổi trong mô hình FEM, với giả thuyết H0: không có hiện tượng phương sai thay đổi, giá trị P-value > 5% thì chấp nhận H0.
• Tác giả sử dụng kiểm định LM - Breusch and pagan Lagrangian Multiplier với lệnh xttest0 để kiểm định phương sai sai số thay đổi trong mô hình REM, với giả thuyết H0: không có hiện tượng phương sai thay đổi, giá trị P -value > 5% thì chấp nhận H0.
- Kiểm định tự tương quan: Tác giả sử dụng kiểm định Wooldridge với lệnh