Để lựa chọn FEM hay REM, tác giả sẽ sử dụng kiểm định Hausman (1978). Kiểm
định đưa ra giả thiết H0 là không có sự khác biệt mang tính hệ thống. Với mức ý nghĩa
10%, nếu P-value > 0.1 thì H0 được chấp nhận, khi đó phương pháp hồi quy dữ liệu bảng với mô hình tác động ngẫu nhiên REM được chấp nhận sẽ mang lại hiệu quả hơn FEM. Ngược lại, nếu P-value <0.1 tức là H47 0 không được chấp nhận, khi đó mô
Biến Số quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROA 250 0.0088 0.0083 -0.0599 0.0554 ROE 250 0.0997 0.0845 -0.5633 0.2912 ROCE 250 0.0470 0.0380 -0.0873 0.1945 SIZE 250 18.426 1.1409 15.9227 21.122 CAP 250 0.0954 0.0418 0.0406 0.2554 LOAN 250 0.5383 0.1299 0.1448 0.7436 DEP 250 0.6309 0.1258 0.2508 0.8937 LIQ 250 0.1919 0.0869 0.0452 0.611 NII 250 0.0061 0.0052 -0.0059 0.038 CIR 250 0.5312 0.1367 0.2271 0.9274 GDP 250 0.0631 0.0059 0.0525 0.0708 INF 250 0.0608 0.0498 0.0063 0.1868
trước ở chương 2. Bên cạnh đó, tác giả cũng xác định chi tiết các biến độc lập cũng như các biến phụ thuộc, làm rõ chúng thông qua các công thức tính toán, ý nghĩa và giả thuyết kỳ vọng của tác giả dựa trên cơ sở lý thuyết ở chương 2. Từ đó làm cơ sở cho việc thực hiện mô hình và kết luận cho đề tài.
CHƯƠNG 4: PHÂN TÍCH VÀ KẾT QUẢ NGHIÊN CỨU 4.1 Thống kê mô tả mẫu của mô hình
Ket quả của thống kê mô tả các biến đo lường trong mô hình hồi quy được trình bày trong bảng dưới đây:
Nguồn: Xử lý từ số liệu BCTC và BCTN của các NHTM thông qua Stata 14.0
Căn cứ vào bảng 3, tất cả các biến trong mô hình nghiên cứu đều là dữ liệu dạng bảng cân bằng, với mẫu nghiên cứu gồm 250 quan sát đến từ 25 NHTMCP trong thời gian 10 năm 2010 - 2019. Kết quả thống kê mô tả từng biến như sau:
Đối với nhóm biến đại diện cho lợi nhuận của các ngân hàng (ROA, ROE và ROCE): Nhìn vào bảng bên trên, bước đầu ta có thể dễ dàng nhận thấy giá trị ROA, ROE và ROCE trung bình của các ngân hàng thương mại cổ phần tại Việt Nam lần lượt là 0.88%, 9.97% và 4.7%với độ lệch chuẩn là 0.0083, 0.0845 và 0.0380. Trong đó ngân hàng SGB vào năm 2010 có ROA cao nhất là 5.54% và ngân hàng TPB vào năm 2011 có tỷ lệ ROA thấp nhất là -5.99%. Chỉ số ROE trong giai đoạn này có giá trị lớn nhất là 29.12% vào năm 2010 và tiếp tục thuộc về ngân hàng SGB và ngân hàng TPB cũng tiếp tục có giá trị nhỏ nhất là -56.33% vào năm 2011. Cùng với đó, chỉ số ROCE tương tự đạt giá trị lớn nhất là 19,45% rơi vào ngân hàng ACB năm
2017 và giá trị nhỏ nhất là của ngân hàng TPB vào năm 2011, đạt giá trị là -8,7%. Cùng với đó là độ lệch chuẩn của ROE tương đối cao 8.43% biểu hiện cho mức độ biến thiên đáng lưu ý, do khả năng sinh lời không đồng đều giữa các NHTM Việt Nam khi mà phần lớn thị phần thuộc về các NHTM vốn nhà nước có vốn lớn và năng lực kinh doanh chênh lệch nhiều so với NHTMCP nhỏ và vừa. Hoạt động kinh doanh kém hiệu quả năm 2011 dẫn đến hậu quả TPBank lỗ lũy kế và thặng dư vốn âm kéo dài. Năm 2011, ngân hàng ghi nhận lợi nhuận sau thuế âm 1.371 tỷ đồng khiến ba chỉ số ROA, ROE và ROCE của ngân hàng TPB có giái trị âm.
Đối với quy mô ngân hàng (SIZE): Quy mô ngân hàng có độ biến động trong khoảng từ giá trị 15.92 tới giá trị 21.12, với giá trị trung bình của cỡ mẫu 18.43; ứng với độ lệch chuẩn của mẫu là 1.14. Dữ liệu dao động ổn định, giá trị của độ lệch chuẩn không lớn hơn so với giá trị trung bình. Nhìn chung quy mô của các ngân hàng tăng qua các năm, với giá trị lớn nhất là hơn 1,49 triệu tỷ đồng thuộc về ngân hàng BID vào năm 2019 và giá trị thấp nhất là hơn 8,2 nghìn tỷ đồng thuộc về BVB vào năm 2010. Bảng cũng cho thấy sự chênh lệch rất lớn về quy mô giữa các NHTMCP Việt Nam. Trong năm 2019, BIDV, Vietinbank và Vietcombank là 03 ngân hàng dẫn đầu về quy mô cũng như tốc độ tăng trưởng tổng tài sản với tổng tài sản lần lượt là gần 1,49 triệu tỷ đồng (tăng 1.76%), 1,24 triệu tỷ đồng (tăng 0.76%) và hơn 1,22 triệu tỷ đồng (tăng 1.48%).
Đối với tỷ số vốn chủ sở hữu trên tổng tài sản (CAP): Vốn ngân hàng được đại diện bằng vốn chủ sở hữu trên tổng tài sản trong dữ liệu nghiên cứu cũng có sự phân bố rộng đạt trung bình là 9.54% với độ lệch chuẩn 4.18%. Vốn thấp nhất là ngân hàng BID vào năm 2017 với tỷ lệ CAP là 4.06% nguyên nhân chính là tổng tài sản của ngân hàng này tăng đều qua các năm tuy nhiên việc tăng vốn (chủ yếu là vốn điều lệ) gặp nhiều khó khăn. Tỷ lệ vốn cao nhất là ngân hàng KLP vào năm 2010 với tỷ số vốn chủ sở hữu trên tổng tài sản là 25.54%.
Đối với tỷ lệ tổng cho vay trên tổng tài sản (LOAN): tỷ lệ tổng cho vay trên tổng tài sản có giá trị trung bình là 53,83% và độ lệch chuẩn 12.99%. Điều này cho thấy các NHTMCP Việt Nam sử dụng trung bình 53.83% lượng tiền tổng có để cho vay. Các ngân hàng như BIDV, VietinBank và PG Bank có tỷ lệ này rất cao. Trong đó ngân hàng cao nhất là ngân hàng BIDV với tỷ lệ là 74.36% năm 2018, ngân hàng TPB có tỷ lệ thấp nhất với 14.48% trong năm 2011.
ROA ROE ROCE SIZE CAP LOAN DEP LIQ NII CIR GDP INF RO
A 1
Đối với tỷ lệ tiền gửi của khách hàng trên tổng tài sản (DEP): trong giai đoạn 2010-2019, tỷ lệ tiền gửi của khách hàng vào các NHTMCP Việt Nam đạt giá trị trung bình 63.09%. Trong đó, giá trị lớn nhất 89.37% thuộc về ngân hàng STB năm 2015 và giá trị nhỏ nhất 25.08% thuộc về ngân hàng TPB năm 2011.
Đối với tỷ lệ tài sản thanh khoản trên tổng tài sản của ngân hàng (LIQ): qua kết quả mô tả thống kê cho thấy tỷ lệ tài sản thanh khoản trên tổng tài sản của ngân hàng có giá trị trung bình là 19.19%, độ lệch chuẩn là 8.69%. Mức dao động từ giá trị nhỏ nhất là 4.5% (năm 2017, ngân hàng STB) và giá trị lớn nhất là 61.1% (năm 2011, ngân hàng SeABank) và độ lệch chuẩn là 0.0869. Điều này chứng tỏ các ngân hàng có sự khác biệt khá rõ ràng.
Đối với tỷ lệ thu nhập ngoài lãi trên tổng tài sản (NII): tỷ lệ này có sự khác biệt rõ ràng giữa các ngân hàng với tỷ lệ trung bình là 0.0061 và độ lệch chuẩn 0.0052, các ngân hàng đã sử dụng tài sản cho những mục đích là khác nhau, và ngân hàng đạt giá trị nhỏ nhất là -0.0059 là ACB vào năm 2012 và ngân hàng SGB vào năm 2010 đã đạt giá trị cao nhất là 0.038.
Đối với tỷ lệ chi phí hoạt động trên thu nhập hoạt động (CIR): với tỷ lệ trung bình là 53,12% và độ lệch chuẩn là 0.1367 với tỷ lệ nhỏ nhất chỉ 22,71% thuộc về ngân hàng SGB năm 2010 và tỷ lệ cao nhất lên đến 92,74% thuộc về NVB năm 2013.
Đối với các chỉ tiêu tăng trưởng kinh tế (GDP) và lạm phát (INF): lần lượt có giá trị trung bình 6,31% và 6,08% với độ lệch chuẩn là 0.0059 và 0.0498. Do Việt Nam thuộc nhóm các nước đang phát triển nên tăng trưởng kinh tế trung bình luôn ở mức cao và do đó lạm phát cũng không thể thấp. Việt Nam nổi trội với mức độ tăng trưởng kinh tế ấn tượng, mặc dù đang có dấu hiệu chững lại, và mức độ lạm phát cũng ấn tượng không kém. Tỷ lệ tăng trưởng kinh tế trung bình cao nhất vào năm 2018 và thấp nhất vào năm 2012, tương tự lạm phát cao nhất năm 2015 và thấp nhất năm 2011.
4.2 Kết quản ước lượng mô hình và các kiểm định mô hình4.2.1 Ma trận tương quan giữa các biến trong mô hình 4.2.1 Ma trận tương quan giữa các biến trong mô hình
Hệ số tương quan (r) là chỉ số thống kê phản ánh mức độ quan hệ tuyến tính giữa các biến. Hệ số này biến thiên từ +1 đến -1. Thông qua hệ số tương quan có thể biết chiều tương quan riêng giữa biến phụ thuộc với biến giải thích. Đồng thời cho thấy xuất hiện hiện tượng đa cộng tuyến trong mô hình hồi quy (nếu r > 8). Trong trường
51
hợp có sự khác biệt về xu hướng tác động của các biến giải thích và biến phụ thuộc giữa kết quả theo hệ số tương quan và kết quả theo mô hình hồi quy. Khi đó, mô hình hồi quy có thể chưa đáp ứng đủ các giả thuyết của mô hình nghiên cứu, điều này làm dấu của hệ số ước lượng có thể khác biệt so với xu hướng tác động dựa trên số liệu thực tế. Theo Hoàng & Chu (2008), mối quan hệ tuyến tính giữa các biến có thể được ước lượng thông qua giá trị hệ số tương quan như sau:
(i) r > 0: Hai biến sốcó mối quan hệcùng chiều; r < 0: Haibiếnsố có mối quan hệngược chiều; r = 0: Haibiếnsố có mối quan hệ tuyến tính; (ii) |r| = 1: Tương quan tuyến tính tuyệt đối.
(iii) |r| > 0.8: Tương quan tuyến tính rất mạnh. (iv) |r| = 0.6 - 0.8: Tương quan tuyến tính mạnh. (v) |r| = 0.4 - 0.6: Có tương quan tuyến tính. (vi) |r| = 0.2 - 0.4: Tương quan tuyến tính yếu.
(vii) |r| < 0.2 Tương quan tuyến tính rất yếu hoặc không có tương quan tuyến tính.
Hoặc theo Hoàng (2008), khi tương quan cặp giữa các biến giải thích cao (lớn hơn 0,5) thì có thể xảy ra đa cộng tuyến.
Nhìn vào ma trận tương quan giữa các biến trình bày trong bảng sau cho thấy những mối quan hệ giữa các biến phụ thuộc và các biến giải thích trong mô hình
ROE 0.84 6 1 ROCE 0.58 1 0.66 5 1 SIZ E 0.08 4 0.44 2 0.428 1 CAP 0.27 7 - 0.166 -0.081 -0.688 1 LOAN 0.135 0.201 0.338 0.285 -0.030 1 DEP -0.149 - 0.024 0.230 0.333 -0.214 0.615 1 LIQ -0.007 -0.010 -0.282 -0.137 -0.045 -0.654 -0.582 1
NII 0.414 0.353 0.420 0.215 0.147 0.100 0.036 -0.189 1
CIR -0.578 -0.585 -0.464 -0.273 -0.111 -0.116 0.219 -0.059 -0.397 1
GDP 0.071 0.190 0.222 0.238 -0.252 0.342 0.164 -0.253 0.187 0.140 1
INF 0.192 0.101 -0.136 -0.237 0.234 -0.392 -0.589 0.465 -0.130 0.264 -0.364 1
Variable VIF 1/VIF
(Nguồn: Tác giả tự tính toán và tổng hợp thông qua Stata 14.0)
Dựa vào bảng trên ta có thể thấy các biến độc lập bao gồm: Quy mô ngân hàng (SIZE), tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP), tỷ lệ tổng cho vay trên tổng tài sản (LOAN), tỷ lệ thu nhập ngoài lãi thuần trên tổng tài sản (NII), và 2 chỉ số tài chính GDP và INF có mối quan hệ cùng chiều với ROA và tất cả đều có mối tương quan tuyến tính yếu. Các biến còn lại như tỷ lệ tiền gửi trên tổng tài sản (DEP), tỷ lệ tài sản thanh khoản trên tổng tài sản (LIQ) và cuối cùng là tỷ lệ chi phí hoạt động trên thu nhập hoạt động (CIR) thì có mối quan hệ ngược lại và mối tương quan tuyến tính cũng không mạnh.
Mối tương quan của các biến độc lập so với ROE cũng tương tự như ROA, duy chỉ có biến tỷ lệ vốn chủ sở hữu trên tài sản (CAP) thì lại có mối quan ngược chiều với ROE. Và các chỉ số này cũng có mối quan hệ tương quan tuyến tính với ROE thấp.
Mối tương quan của các biến độc lập so với chỉ số ROCE thì tương đối khác hơn só với hai biến còn lại, trong đó các biến như: Quy mô ngân hàng (SIZE), tỷ lệ tổng cho vay trên tổng tài sản (LOAN), tỷ lệ tiền gửi trên tổng tài sản (DEP), tỷ lệ thu nhập ngoài lãi thuần trên tổng tài sản (NII) và chỉ số tài chính GDP có tác động tích cực đến chỉ số này, ngoài ra các yếu tố khác thì có tác động tiêu cực đặc biệt là chỉ số tài chính INF.
4.2.2 Hiện tượng đa cộng tuyến của mô hình
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau. Mô hình nghiên cứu cần đảm bảo không có hiện tượng đa cộng tuyến cao xuất hiện. Đa cộng tuyến nghiêm trọng có thể làm sai số chuẩn cũng như khoảng tin cậy của ước lượng lớn, thậm chí có thể làm ước lượng bị sai dấu. Vì vậy, để chắc chắn rằng hiện tượng đa cộng tuyến không xuất hiện trong mô hình, nghiên cứu tiến hành thực hiện kiểm định chỉ số phóng đại phương sai VIF (Variance Inflation Factor). Kết quả được trình bày trong bảng 4 dưới đây:
SIZE 3.40 0.294 CAP 3.09 0.324 DEP 2.62 0.382 LOAN 2.58 0.388 LIQ 2Λ5 0.466 INF 1.97 0.507 CIR F90 0.526 NII 1.52 0.657 GDP 1.47 0.680 Mean VIF 2.30
(Nguồn: Tác giả tự tính toán và tổng hợp thông qua Stata 14.0)
Kết quả từ bảng 4 cho thấy, không có hệ số phóng đại phương sai VIF (Variance Inflation Factor) của biến giải thích nào vượt quá 10, giá trị VIF trung bình là 2.3 đối với toàn bộ mẫu của các nhóm NHTM, một lần nữa xác nhận mô hình trên có đa cộng tuyến nhưng mức độ nhỏ và cho phép thực hiện ước lượng (Gujrati, 2003).
4.2.3 Ket quả ước lượng mô hình hồi quy và lựa chọn mô hình
Kết quả mô hình hồi quy theo 3 phương pháp ước lượng Pooled OLS, FEM, REM được trình bày tóm tắt trong bảng 5 và bảng 6. Kết quả cho thấy:
Đối với biến phụ thuộc ROA, với phương pháp Pooled OLS, biến CAP, NII và CIR có tác động đến biến ROA với ý nghĩa thống kê cao ở mức độ tin cậy là 99%. Ngoài ra các biến còn lại không có ý nghĩa thống kê. Với phương pháp ước lượng FEM, biến CAP, LOAN, NII và CIR cũng có tác động đến biến ROA với ý nghĩa thống kê cao, ở mức độ tin cậy là 99%; ngoài ra còn có các biến như: SIZE, DEP, LIQ đều có tác động đến ROA nhưng ở các mức độ tin cậy khác nhau (dao động từ 90-95%). Hai biến vĩ mô GDP và INF lại không có ý nghĩa thống kê. Kết quả ước lượng mô hình theo phương pháp ước lượng REM cũng cho kết quả khá đồng nhất với các mô hình trên.
Bảng 5: Kết quả hồi quy theo các mô hình của biến ROA
Đối với biến phụ thuộc ROE, với phương pháp Pooled OLS, biến NII và CIR có tác động đến biến ROE với ý nghĩa thống kê cao ở mức độ tin cậy là 99%. Các biến SIZE, LOAN và INF có tác động đến ROE ở mức độ tin cậy thấp hơn và dao động từ 90-95%. Ngoài ra các biến còn lại không có ý nghĩa thống kê. Với phương pháp ước lượng FEM, biến SIZE, LOAN,LIQ, NII và CIR đều có tác động mạnh đến biến ROE với ý nghĩa thống kê cao, ở mức độ tin cậy dao động từ 95- 99%; ngoài ra các biến còn lại không có ý nghĩa thống kê đến ROE. Kết quả ước lượng mô hình theo phương pháp ước lượng REM cũng cho kết quả khá đồng nhất với các mô hình trên.
Bảng 6: Kết quả hồi quy theo các mô hình của biến ROE
Đối với biến phụ thuộc RCOE, với phương pháp Pooled OLS, biến SIZE, NII và CIR có tác động đến biến ROCE với ý nghĩa thống kê cao ở mức độ tin cậy là 99%. Chỉ có biến LIQ có tác động đến ROCE ở mức độ tin cậy thấp hơn và với độ tin cậy là 90%. Ngoài ra các biến còn lại không có ý nghĩa thống kê. Với phương pháp ước lượng FEM, biến SIZE, CAP, LOAN, NII và CIR có tác động mạnh đến biến ROCE với ý nghĩa thống kê cao, ở mức độ tin cậy dao động từ 95- 99%; ngoài ra các biến còn lại không có ý nghĩa thống kê đến ROCE. Kết quả ước lượng mô hình theo phương pháp ước lượng REM cũng cho kết quả khá đồng nhất với các mô hình trên.
Biến phụ thuộc ROA Biến phụ thuộc ROE Biến phụ thuộc ROCE
F(9, 240) = 20.43 F(9, 240) = 22.9 F(9, 240) = 19.69
R-squared = 0.433
7 R-squared = 0 0.462 R-squared = 7 0.424
Prob > F = 0.000 Prob > F = 0.000 Prob > F = 0.000
Biến phụ thuộc ROA Biến phụ thuộc ROE Biến phụ thuộc ROCE
Bảng 7: Kết quả hồi quy theo các mô hình của biến ROCE
Với những sự khác biệt trong kết quả hồi quy cũng như đảm bảo được mô hình hồi