Biến phụ thuộc 1 Độ bất ổn tài chính của NHTM LnZscore Lograrit tự nhiên của Zscore Biến độc lập 1 Hiệu quả hoạt động của ngân hàng CIR Tỷ lệ chi phí hoạt động/Thu nhập hoạt động
- Berger & DeYoung (1997), Sufian và Chong (2008),
Mannasoo & Mayes (2009), Vũ Ngọc Hoài Chân (2016) 2 Tỷ lệ vốnchủ EQTA Tỷ lệ vốn chủsở hữu bình + Poghosyan & Cihak(2011), Louzis &
Trên cơ sở lý thuyết và phân tích các nghiên cứu trước đây, tác giả xây dựng mô hình nghiên cứu đề xuất bao gồm 10 yếu tố ảnh hưởng đến bất ổn tài chính của các NHTM tại Việt Nam như sau:
InZscoreiJ = β0 + β1lnZscorβij-1 + β2(CIR)i,t + β3(EQTA)i,t + β4(BANKSIZE)i,t + β5(LLP)i,t + β6(ROE)ij + β7(OWSTATE)i,t + ^s(GDP)t + β9(MARKETCAP)t + ‰(CRISIS)t + β11(INF)t + εit
Biến phụ thuộc được đo bằng logarit tự nhiên của chỉ số Z-score do chỉ số này được tính toán giả định rằng ROA thường được phân phối chuẩn. Tuy nhiên, không như kỳ vọng, giả định này hiếm khi được xác nhận trong thực tế, đặc biệt với một thị trường mà hành vi rủi ro của ngân hàng bị biến động nhiều như Việt Nam (tương tự như các quốc gia mà ngành ngân hàng gặp phải một số sự cố và sự kiện khủng hoảng). ROA bị sai lệch và có sự suy yếu quá mức, điều này có thể dẫn đến việc đánh giá sai xác suất phá sản hay sự ổn định tài chính của ngân hàng. Để giải quyết vấn đề này có thể sử dụng logarit tự nhiên của chỉ số Z-score (Laeven và Levine, 2009; Lepetit và Strobel, 2015).
hữu/Tổng tài sản quân/Tổng tài sản bình quân cộng sự (2012), Hoàng Công Gia Khánh và Trần Hùng Sơn (2015), Nguyễn Minh Hà & Nguyễn Bá Hướng (2016), Vũ Ngọc Hoài Chân (2016) 3 Quy mô ngân hàng BANKSIZE Logarit tự nhiên tổng tài sản của ngân hàng +
Salas & Saurina (2012) 4 Độ nhạy cảm với rủi ro thị trường LLP Tỷ lệ dự phòng rủi ro cho vay/Tổng dư nợ cho vay khách hàng + Nguyễn Minh Hà và Nguyễn Bá Hướng (2015) 5 Khả năng sinh lời của ngân hàng ROE Tỷ lệ lợi nhuận sau thuế/Vốn chủ sở hữu +
Nguyễn Lưu Tuyền (2018) 6 Sở hữu nhà nước OWSTATE 0: Nếu không có vốn sở hữu nhà nước 1 nếu có vốn nhà nước + Husain và cộng sự (2018), Hammanmi & Boubaker (2015, Iannotta và cộng sự (2007), Cornett và cộng sự (2010) 7 Tăng trưởng kinh tế GDP Tăng trưởng GDP năm t so với năm t - 1 -
Hesse & Cihak (2007), Uhde & Heimeshoff (2009), Vũ Ngọc Hoài Chân (2016) 8 Sự pháttriển của thị trường MARKETCAP Tổng giá trị vốn hóa thị -
Hoàng Công Gia Khánh & Trần Hùng
tài chính trường/GDP Sơn (2015) 9 Tác động của khủng hoảng tài chính CRISIS 1: Nếu là năm 2008 và 2009 0: Các năm còn lại -
Biến đề xuất của tác giả 10 Lạm phát INF Tốc độ tăng CPI năm t so với năm t-1 +/-
Hesse & Cihak (2007), Ivicic & cộng sự (2008), Kosmidou (2012), Vũ Ngọc Hoài Chân (2016)
Trong phổ biến các nghiên cứu thực nghiệm với dữ liệu bảng, phương pháp ước lượng được sử dụng nhiều nhất là mô hình các ảnh hưởng cố định FEM và mô hình các ảnh hưởng ngẫu nhiên REM. Sau đó, các nghiên cứu sẽ sử dụng kiểm định Hausman để đánh giá mô hình FEM hay REM là phù hợp hơn và rút ra kết luận. Tuy nhiên, một nhược điểm của dữ liệu dạng bảng với số cá thể quan sát lớn trong chuỗi thời gian ngắn thường phát sinh hiện tượng phương sai sai số thay đổi và rất khó khắc phục vấn đề này. Ngoài ra, tồn tại vấn đề về biến nội sinh trong mô hình, tức là tương quan hai chiều giữa biến giải thích và biến được giải thích, khi đó các ước lượng FEM và REM không còn hiệu quả.
Để giải quyết vấn đề trên, nghiên cứu này sẽ tiến hành kiểm định trước các khuyết tật của các mô hình nghiên cứu, sau đó sử dụng mô hình ước lượng GMM để phân tích chiều hướng ảnh hưởng của các nhân tố. Cuối cùng, nghiên cứu này sử dụng phương pháp ước lượng bình phương tối thiểu tổng quát khả thi FGLS để kiểm tra tính vững của kết quả nghiên cứu trong mô hình GMM.
GMM là tên chung của một họ phương pháp hồi quy hoặc ước lượng để xác định các thông số của mô hình thống kê hoặc mô hình kinh tế lượng. GMM được sử dụng
việc tổng quát hóa phương pháp hồi quy theo moments, được giới thiệu bởi Karl Pearson vào năm 1894. GMM được sử dụng nhiều cho dữ liệu bảng (panel data), đặc biệt khi T nhỏ hơn N nhiều lần hoặc dữ liệu không đồng nhất. Ngoài ra, GMM cho phép ước lượng đối với mô hình phi tuyến lẫn mô hình tuyến tính. Đồng thời, GMM cũng cho phép ước lượng mô hình có hiện tượng nội sinh và cho kết quả ước lượng ổn định.
Theo Hansen và các cộng sự (1996), khi hồi quy mô hình có một số khó khăn nghiêm trọng có thể dẫn đến kết quả sai lệch như: Nếu các biến hồi quy tương quan với biến phụ thuộc trễ đến một mức độ nào đó hay có sự tác động qua lại giữa các biến và lúc này có thể xảy ra hiện tượng nội sinh, chính nó là nguyên nhân dẫn đến hệ số của chúng có thể bị sai lệch nghiêm trọng. Vì vậy, Arellano và cộng sự (1995) đưa ra phương pháp GMM sai phân hiệu quả hơn để giải quyết tốt hơn với vấn đề nội sinh, phương sai thay đổi và tương quan chuỗi bởi nó tạo ra một ma trận trọng số của các biến công cụ nội sinh, có liên quan với phương sai thay đổi và tương quan chuỗi. Các biến công cụ này bao gồm biến trễ thích hợp của các biến nội sinh và các biến ngoại sinh nghiêm ngặt trong mô hình. Ngoài ra, theo Soto (2009), nếu các chuỗi này có mức độ dai dẳng vừa phải hoặc cao thì sử dụng phương pháp GMM hệ thống sẽ có độ thiên chệch thấp nhất và độ chính xác cao nhất.
Từ các nghiên cứu trước có thể rút ra các ước lượng của phương pháp GMM sẽ thích hợp sử dụng trong các trường hợp:
- Dữ liệu bảng có T nhỏ, N lớn (rất nhiều quan sát với ít mốc thời gian). - Tồn tại mối quan hệ tuyến tính giữa biến phụ thuộc với các biến giải thích. - Mô hình động với một hoặc 2 vế của phương trình có chứa biến trễ.
- Các biến độc lập không phải là một biến ngoại sinh ngặt (strictly exogenous), nghĩa là chúng có thể tương quan với các phần dư (hiện tại hoặc trước đó) hoặc tồn tại biến nội sinh (endogenous variables) trong mô hình.
- Tồn tại vấn đề phương sai thay đổi hoặc tự tương quan ở các sai số đo lường (idiosyncratic disturbances).
- Tồn tại các tác động cố định riêng rẻ (fixed individual effects).
- Tồn tại phương sai thay đổi và tự tương quan trong mỗi đối tượng (nhưng không tồn tại giữa các đối tượng).
Trong nghiên cứu này, tác giả sử dụng sai phân bậc 1 cùng ước lượng 2 bước (2 - step) nhằm đạt ước lượng vững hơn 1 bước.
Các biến giải thích liên quan đến đặc điểm nội tại của ngân hàng được xem không hoàn toàn ngoại sinh. Điều này là do các biến nội tại có thể có mối quan hệ 2 chiều với bất ổn (rủi ro) của ngân hàng. Trong nghiên cứu này sử dụng biến trễ của biến LNZSCORE làm biến nội sinh. Độ trễ của các biến công cụ được giới hạn từ 4 đến 5 để đảm bảo số biến công cụ thấp hơn số ngân hàng (25). Các biến vĩ mô như tốc độ tăng trưởng kinh tế (GDP), tỷ lệ lạm phát (INF), khủng hoảng (CRISIS) và sự phát triển của thị trường tài chính (MARKETCAP) được xem là biến ngoại sinh.
Cuối cùng, để chứng minh phương pháp GMM có hiệu lực, thực hiện các kiểm định Sargan/Hansen và tự tương quan Arellano - Bond sẽ cho kết quả để đánh giá.
3.3.4. Các kiểm định trong mô hình
3.3.4.1. Kiểm định hiện tượng tự tương quan
Theo Gujarati và cộng sự (2009), kiểm định hiện tượng tự tương quan với giả thuyết sau:
Giả thuyết H0: Không có hiện tượng tự tương quan. H1: Có hiện tượng tự tương quan.
Khi có hiện tượng tự tương quan, sẽ dẫn đến hậu quả là chúng không còn là ước lượng không chệch tuyến tính tốt nhất. Theo Gujarati và cộng sự (2009), kết quả kiểm định cho giá trị p-values < α (a =5%), giả thuyết HO bị bác bỏ và chấp nhận giả thuyết H1; ngược lại chấp nhận giả thuyết HO.
Trong trường hợp sử dụng phương pháp GMM, luận văn sử dụng kiểm định tự tương quan Arellano - Bond. Theo Arellano và cộng sự (1995), để kiểm tra hiện tượng tự tương quan tách biệt với các ảnh hưởng cố định thì kiểm định Arellano - Bond được sử dụng cho các sai phân phần dư.
3.3.4.2. Kiểm định Sargan
Theo Hansen và các cộng sự (1996), kiểm định này được sử dụng để kiểm tra sự hợp lý của các biến đại diện sau ước lượng GMM. Đây là kiểm định giới hạn về vấn đề nội sinh của mô hình. Kiểm định Sargan/Hansen với giả thuyết là “H0: Biến công cụ là ngoại sinh”, nghĩa là các biến công cụ không tương quan với sai số của mô hình.
Theo Hansen và các cộng sự (1996), giá trị p-value của thống kê Sargan/Hansen càng lớn càng tốt.
3.3.4.3. Kiểm định phương sai thay đổi
Theo Gujarati và cộng sự (2009), kiểm định hiện tượng phương sai thay đổi qua giả thuyết sau:
H0: Phương sai không thay đổi. H1: Phương sai có thay đổi.
Khi phương sai thay đổi, hậu quả sẽ là hệ số ước lượng không còn hiệu quả vì phương sai không còn là phương sai nhỏ nhất. Điều này làm cho việc kiểm định giả thuyết không còn đáng tin cậy, điều này dẫn đến những kết quả hồi quy không còn là tối ưu.
Theo Gujarati và cộng sự (2009), kết quả kiểm định cho giá trị p-values < α (α = 5%): Giả thuyết H0 bị bác bỏ và chấp nhận giả thuyết H1; ngược lại chấp nhận giả thuyết H0.
3.4. Dữ liệu nghiên cứu
Nghiên cứu sử dụng dữ liệu thứ cấp từ 25 NHTM tại Việt Nam trong giai đoạn 2008 đến 2019. Vì vậy cỡ mẫu là 25 x 12 = 300 quan sát. Đây là dữ liệu bảng động với danh sách 25 NHTM được thể hiện tại Bảng 3.2 dưới đây:
3 Ngân hàng TMCP Ngoại Thương Việt Nam
https://www.vietcombank.com.vn
4 Ngân hàng TMCP Á Châu https://acb.com.vn 5 Ngân hàng TMCP Tiên Phong https://tpb.vn
6 Ngân hàng TMCP Hàng Hải https://www.msb.com.vn 7 Ngân hàng TMCP Kiên Long https: //kienlongbank.c om
8 Ngân hàng TMCP Kỹ Thương https://www.techcombank.com.vn 9 Ngân hàng TMCP Bưu điện Liên Việt https://lienvietpostbank.com.vn 10 Ngân hàng TMCP Quân Đội https://www.mbbank.com.vn 11 Ngân hàng TMCP Quốc Tế https://www.vib.com.vn 12 Ngân hàng TMCP Quốc dân https://www.ncb-bank.vn 13 Ngân hàng TMCP Sài Gòn https://www.scb.com.vn 14 Ngân hàng TMCP Sài Gòn Công
Thương
https://www.saigonbank.com.vn
15 Ngân hàng TMCP Sài Gòn - Hà Nội https://www.shb.com.vn
16 Ngân hàng TMCP Sài Gòn Thương Tín https://www.sacombank.com.vn 17 Ngân hàng TMCP Việt Nam Thịnh
Vượng
https://www.vpbank.com.vn
18 Ngân hàng TMCP Xuất Nhập Khẩu https://www.eximbank.com.vn 19 Ngân hàng TMCP Phát triển nhà Thànhphố Hồ Chí Minh https://www.hdbank.com.vn 20 Ngân hàng TMCP Phương Đông https://www.ocb.com.vn
21 Ngân hàng TMCP Bản Việt https://www.vietcapitalbank.com. vn
22 Ngân hàng TMCP Xăng dầu Petrolimex https://www.pgbank.com.vn 23 Ngân hàng TCMP Đông Nam Á https://www.seabank.com.vn 24 Ngân hàng TMCP Việt Á https://www.vietabank.com.vn 25 Ngân hàng TMCP An Bình https://www.abbank.vn
Ngân hàng 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 Bìnhquân ACB 15,32 12,92 11,11 699, 069, 12,37 12,26 11,32 10,74 10,50 12,22 13,51 11,75 BIDV 36,04 37,80 41,60 39,78 35,13 36,01 35,22 32,99 29,72 27,01 26,26 29,73 33,94 Vietin 24,26 19,68 19,25 22,39 24,20 28,81 30,52 26,65 23,61 21,32 19,64 21,32 23,47 VCB 27,14 28,21 28,59 29,97 35,36 36,67 31,76 27,74 25,60 22,80 23,86 27,41 28,76 ABBank 21,00 26,14 39,71 31,87 30,26 26,80 23,76 22,88 22,57 20,73 21,00 22,07 25,73 Exim 32,43 32,36 20,05 14,74 13,30 12,09 11,27 12,34 13,87 13,64 13,03 13,06 16,85 HD 24,09 29,90 19,50 18,92 21,98 23,74 22,53 21,56 18,72 18,73 20,64 22,58 21,91 Kienlong 44,88 29,52 30,83 32,11 27,34 24,75 21,18 19,12 16,39 14,15 12,77 10,77 23,65 Lienviet 29,13 15,37 12,01 11,67 11,10 9,36 7,48 6,52 6,26 5,80 5,50 5,96 10,51 MB 31,15 32,87 30,49 25,45 24,41 25,88 27,26 30,04 32,91 31,33 31,85 32,96 29,72 MSB 16,50 13,63 12,84 14,31 16,02 16,66 17,08 21,06 26,35 25,39 22,10 19,70 18,47 NCB 22,61 22,70 24,06 34,84 38,63 33,72 25,94 20,13 14,67 12,25 12,02 13,27 22,90 TÓM TẮT CHƯƠNG 3
Nội dung chương 3 đã đề cập đến quy trình nghiên cứu và phương pháp sẽ được thực hiện trong luận văn. Ngoài các kỹ thuật phân tích, thống kê, mô tả, so sánh và tính toán Z-score của các NHTM Việt Nam, phương pháp chủ yếu dùng để đạt được mục tiêu nghiên cứu là phương pháp định lượng GMM.
Phương pháp định lượng được thực hiện trên cơ sở mô hình dữ liệu bảng động. Các phương pháp ước lượng như OLS, FEM và REM sẽ không vững và hiệu quả khi được dùng để đo lường và ước lượng sự tác động của các yếu tố vi mô và yếu tố vĩ mô đến Z-score của các NHTM do có mặt của biến trễ của biến phụ thuộc và vấn đề nội sinh trong mô hình.
Các kiểm định đo lường các khuyết tật của mô hình sẽ được thực hiện, bao gồm hiện tượng tự tương quan, đa cộng tuyến và phương sai thay đổi, hiện tượng nội sinh, để đảm bảo mô hình hiệu quả. Các nội dung của chương 3 sẽ là cơ sở để vận dụng vào đo lường, đánh giá các kết quả nghiên cứu trong chương 4 và đề xuất các giải pháp, kiến nghị ở chương 5.
4.1.Ket quả tính toán chỉ số Z-score của các NHTM Việt Nam nghiên cứu trong giai đoạn 2008 - 2019
Trên cơ sở công thức của Boyd & Graham (1986), Hannan & Hanweck (1988), tác giả tính toán chỉ số Z-score cho 25 NHTM Việt Nam từ năm 2008 đến năm 2019. Ket quả tính toán Z-score được thể hiện ở Bảng 4.1, theo đó chỉ số Z-score cao nhất trong 12 năm 2008 - 2019 là 50,34 thuộc về Bản Việt năm 2009, thấp nhất trong giải đoạn năm 2008 - 2015 là 1,96 thuộc về TIENPB năm 2011, Z-score trung bình trong giai đoạn 2008 - 2019 của các NHTM Việt Nam đạt 19,26.
SCB 22,92 19,76 19,75 19,09 18,04 17,28 14,53 12,08 10,72 9,01 7,91 7,24 14,86
SHB 36,68 25,80 19,62 19,16 20,25 16,82 14,55 12,67 12,18 12,10 11,45 11,70 17,75
VIB 12,24 12,69 13,91 15,82 20,42 21,83 20,95 20,72 18,42 16,35 17,11 17,81 17,36 VPBank 20,66 18,31 15,46 13,83 11,75 11,34 10,41 11,72 14,02 18,19 20,30 20,57 15,55 Bản Việt 50,03 50,34 42,26 34,79 27,44 22,64 20,77 18,19 15,99 13,77 11,94 11,18 26,61 PGBank 18,70 17,77 16,52 19,90 20,32 17,55 16,07 16,09 17,17 15,86 15,14 14,77 17,15 Seabank 27,65 32,81 23,94 12,14 10,49 12,33 11,91 11,61 10,40 9,13 9,59 11,84 15,32 Việt Á 28,97 26,86 27,46 31,11 30,64 27,22 22,69 19,35 15,28 12,85 12,28 11,95 22,22 Bình quân 25,49 23,49 21,91 20,85 20,64 20,21 18,57 17,20 16,22 15,21 15,29 16,04 19,26
Tác giả Thời gian
tính toán Nhóm ngân hàng Z-score bình quân Fu & cộng sự (2014) Giai đoạn 2003-2009
Các ngân hàng khu vực Châu Á- Thái Bình Dương 30,59 Soedarmono & cộng sự Giai đoạn 2001 - 2007
Các ngân hàng thuộc 12 quốc gia Châu Á 41,78 Hesse & Cihák (2007) Giai đoạn 1994-2004
Các NHTM của 29 quốc gia thuộc khối OECD 46,50 Chiaramonte & cộng sự (2015) Giai đoạn 2008-2011
Các ngân hàng thuộc 12 nước Châu Âu không gặp phải khó khăn
tài chính 86,57
Các ngân hàng thuộc 12 nước
Châu Âu gặp phải khó khăn tài 19,83
Nguồn: Tính toán của tác giả
So sánh với các nghiên cứu về chỉ số Z-score của các nước khác hoặc hệ thống NHTM Việt Nam các giai đoạn trước thì chỉ số Z-score bình quân cho giai đoạn nghiên cứu của tác giả ở mức thấp hơn.
Bảng 4.2: Tổng hợp kết quả tính Z-score của các nghiên cứu trước tại Việt Nam