4.6Kết quả hồi quy
Tác giả tiếp tục ước lượng mô hình hồi quy theo phương pháp REM trong mô
hình 1 với (Wald chi2= 133.65 và Prob > chi2= 0.0000, mô hình có ý nghĩa thống kê 1%.) và mô hình 2 với (Wald chi2= 175.5 và Prob > chi2= 0.0000, mô hình có ý nghĩa thống kê 1%) được trình bày qua Bảng 4.9 sau:
63
MÔ HÌNH 1: ROA MÔ HÌNH 2: ROE
(Nguồn: Kết quả tổng hợp từ Stata 13.0)
Theo Bảng 4.9 kết quả hồi quy của mô hình theo phương pháp REM trong mô
hình 1 (ROA) cho thấy biến FGAP có ý nghĩa thống kê với độ tin cậy lên đến 99%, các biến SIZE, INF, DEP có ý nghĩa thống kê với độ tin cậy là 95%, biến CASH có ý nghĩa thống kê với độ tin cậy là 90%. Trong đó 3 biến FGAP, SIZE, INF có tác động tích cực và 2 biến DEP, CASH có tác động tiêu cực đến lợi nhuận của các NHTMCP tại Việt Nam. Tuy nhiên, vẫn còn tổn tại 2 biến không có ý nghĩa thống kê
bao gồm: NPL, GDP.
Trong mô hình 2 (ROE) kết quả hồi quy của mô hình theo phương pháp REM từ Bảng 4.9 cho thấy các biến FGAP, SIZE, INF có ý nghĩa thống kê với độ tin cậy lên đến 99%, biến NPL có ý nghĩa thống kê với độ tin cậy là 95%. Trong đó 3 biến FGAP, SIZE, INF đều có tác động tích cực và biến NPL có tác động tiêu cực đến lợi nhuận của các NHTMCP tại Việt Nam. Tuy nhiên, vẫn còn tồn tại 3 biến không có ý nghĩa thống kê bao gồm: CASH, DEP, GDP.
Tuy nhiên ở kiểm định Wooldridge ở cả 2 mô hình có p-value < 5% cho thấy
4.5.1 Phân tích kết quả hồi quy theo phương pháp SGMM
Mô hình ước lượng SGMM là mô hình khắc phục biến nội sinh của mô hình và có độ trễ để khắc phục tính tương quan, tác giả sử dụng ước lượng SGMM mô hình tổng quát hệ thống (System General Method of Moments - SGMM) đưa ra kết luận cuối cùng. Trong mô hình SGMM tập trung vào kiểm định sargan, hansen và Arellano-Bond (AR2) bởi vì đây là các kiểm định để đánh giá được sự phù hợp của các biến ngoại sinh trong mô hình SGMM.
Coef. Std. Err. t P>t Coef. Std. Err. t P>t FGAP - 0.0187 0.0043 - 4.33 0.000 0 0.1848 0.0736 2.5 1 0.019 0 SIZE 0.0179 0.0020 9.16 0.000 0 0.1103 0.0359 3.07 0.0050 CASH - 0.0394 0.0053 - 7.40 0.000 0 0.3364 0.1191 2.8 2 0.009 0 DEP - 0.0492 0.0074 6.66- 0.0000 0.0014 0.0988 0.01 0.9890 NPL - 0.0744 0.0285 2.61- 0.0150 -1.6671 1.1745 1.4- 0.1690 GDP 0.0339 0.0092 3.70 0.001 0 0.6999 0.0963 7.27 0.0000 INF 0.0275 0.0080 3.44 0.002 0 2.6071 0.5149 5.0 6 0.000 0 _CONS - 0.1066 0.0122 - 8.75 0.000 0 - 0.9653 0.2315 - 4.1 0.000 0 Mức ý nghĩa 5% 5% Số nhóm 25 23 Số công cụ 25 25 AR2 0.794 0.204 Hansen 0.397 0.642 Sargan 0.697 0.758
________Model__________________SGMM___________________SGMM________
Variance ROA ROE
FGAP -0.0187*** 0.185*
Trong kiểm định sargan, hansen nếu kết quả cho thấy rằng giá trị p-value > α với α = 10% cho thấy các biến ngoại sinh đều phù hợp với mô hình đồng thời Arellano- Bond (AR2) có giá trịp-value > α (với α = 10%) cho thấy mô hình không có hiện tượng tự tương quan giữa các biến trong mô hình. Từ Bảng 4.11 cho thấy:
- Kiểm định Hasen tác giả kiểm định tính over-identiíying của biến công cụ với mức ý nghĩa lớn hơn 10%, trong cả 2 mô hình đều cho ra kết quả p-value > 10% nghĩa là các biến công cụ trong mô hình thỏa tính over-identiíying. - Kiểm định Sargan với mức ý nghĩa lớn hơn 10%, trong cả 2 mô hình đều cho
ra kết quả p-value > 10% nghĩa là các biến công cụ trong mô hình không là biến ngoại sinh.
- Kiểm định AR (2) trong cả 2 mô hình đều cho ra kết quả với p-value > 10% nghĩa là phần dư trong mô hình không có hiện tượng tự tương quan bậc 2. - Ngoài ra, tác giả xem xét đến số nhóm bằng và nhỏ hơn số công cụ để đảm
bảo được tính ổn định trong cả 2 mô hình.
Dựa trên Bảng 4.11 kết quả cho thấy rằng mô hình 1 có tổng cộng 7 biến tác động đến lợi nhuận của ngân hàng (ROA) bao gồm: các biến FGAP, SIZE, CASH, DEP với mức ý nghĩa thống kê lần lượt là 1%, các biến GDP, INF với mức nghĩa là 5% và biến NPL với mức ý nghĩa 10%.
Mô hình nghiên cứu sau hồi quy phương pháp SGMM đã khắc phục được các
khuyến tật trong mô hình 1 (ROA) với mức ý nghĩa tối ưu, được trình bày như sau:
ROA = - 0.1066 - 0.0187FGAP + 0.0179SIZE - 0.0394CASH
- 0.0492DEP - 0.0744NPL + 0.0339GDP + 0. 0275INF
Dựa trên Bảng 4.11 kết quả cho thấy rằng mô hình 2 có tổng cộng 5 biến tác động đến lợi nhuận của ngân hàng (ROE) bao gồm: các biến GDP, INF với mức ý nghĩa thống kê là 1%, các biến SIZE, CASH với mức nghĩa là 5%, biến FGAP với mức ý nghĩa 10%. Với tác động của 7 biến thì chỉ có 2 biến bao gồm DEP và NPL không có ý nghĩa thống kê.
68
Mô hình nghiên cứu sau hồi quy phương pháp SGMM đã khắc phục được các khuyến tật trong mô hình 2 (ROE) với mức ý nghĩa tối ưu, được trình bày như sau:
ROE = — 0. 9653 + 0.1848FGAP + 0.1103SIZE + 0.3364CASH + 0.0014DEP - 1.6671NPL + 0. 6999GDP + 2.6071INF
4.7 Thảo luận kết quả nghiên cứu
Kết quả phân tích tác động rủi ro thanh khoản đến lợi nhuận của NHTMCP tại Việt Nam được tác giả tóm tắt kết quả hồi quy như sau:
(-4.33) -2.51 SIZE 0.0179*** 0.110** -9.16 -3.07 CASH -0.0394*** 0.336** (-7.40) -2.82 DEP -0.0492*** 0.00138 (-6.66) -0.01 NPL -0.0744* -1.667 (-2.61) (-1.42) GDP 0.0339** 0.700*** -3.7 -7.27 INF 0.0275** 2.607*** -3.44 -5.06 L.ROA 0.497*** -13.57 L.ROE 0.542** -3.64 _CONS -0.107*** -0.965*** (-8.75) (-4.17) N 247 98
Biến độc
lập Kỳ vọng
Kết quả thực tế Mức ý nghĩa
ROA ROE ROA ROE
FGAP + - + 1% 10%
SIZE + + + 1% 5%
CASH - - + 1% 5%
DEP + - + 1% Không có ý nghĩa
NPL - - - 10% Không có ý nghĩa
GDP + + + 5% 1%
INF + + + 5% 1%
69
Ghi chú mức ý nghĩa * p<0.1, ** p<0.05, *** p<0.01
(Nguồn: Kết quả phân tích từphầm mềm Stata 13.0)
Bảng 4.13: Ket quả mô hình tác động của RRTK đến lợi nhuận của các NHTMCP tại Việt Nam giai đoạn 2010-2020
Ghi chú (+) tác động cùng chiều, (-) tác động ngược chiều
(nguồn: Tác giả tự tổng hợp từ kết quả nghiên cứu) Khe hở tài trợ (FGAP) có tác động ngược chiều với ROA với mức ý nghĩa 1% tuy nhiên tác động cùng chiều với ROE với mức ý nghĩa 10%. Đối với kết quả khe hở tài trợ tác động ngược chiều đến ROA, kết quả này chưa đúng với giả thuyết mà tác giả kỳ vọng ban đầu. Theo đó cho thấy khi khe hở tài trợ tăng 1% thì ROA giảm 0.0187% và ngược lại. Kết quả được ủng hộ bởi nghiên cứu của Naser Ail Yadollahzadeh Tabari và cộng sự (2013). Điều này cho thấy các NHTMP có khe hở tài trợ dương như: CTG, EIB, KLB, OCB, PGB, SGB, ... Đồng nghĩa với việc tổng dự nợ nhiều hơn tổng nguồn vốn huy động, nhất là trong giai đoạn 2010-2011, tỷ lệ cho vay ở các ngân hàng tăng quá nhanh trong khi mức độ giám sát và kiểm soát nợ
trong giai đoạn này còn nhiều hạn chế dẫn đến nợ xấu tăng cao. Đồng thời khe hở tài trợ tăng cao, các ngân hàng buộc phải giảm tiền mặt dự trữ và giảm các tài sản thanh khoản hoặc đi vay bổ sung trên thị trường tiền tệ để bù đắp thanh khoản. do đó làm giảm lợi nhuận của ngân hàng.
Đối với kết quả khe hở tài trợ tác động cùng chiều với ROE với mức ý nghĩa 10%. Kết quả này giống với giả thuyết mà tác giả kỳ vọng ban đầu. Theo đó cho thấy
khe hở tài trợ tăng 1% thì ROE tăng 0.185% và ngược lại. Kết quả này được ủng hộ bởi các nghiên cứu của Samuel Siaw (2013), Mohammad Hossein Khadem Dezfouli và cộng sự (2014), Nguyễn Thanh Phong (2020), Trần Thị Thanh Nga (2018). Xét thực tế thị trường các NHTMCP Việt Nam giai đoạn 2010-2020 nhìn chung tốc độ tăng trưởng tiền gửi lớn hon tốc độ tăng trưởng cho vay (khe hở tài trợ âm) do những
biến động về tình hình kinh tế và lãi suất cho vay. Điều này sẽ làm giảm rủi ro thanh khoản cho ngân hàng nhờ nguồn vốn huy động tăng cao. Khi nguồn vốn huy động dư
thừa, ngân hàng có thể dự trữ thanh khoản bằng cách mua các tài sản có tính thanh khoản cao, có thể đầu tư vào các tài sản có khả năng sinh lời cao hoặc cho vay trên thị trường liên ngân hàng, ... mang lại lợi nhuận cho ngân hàng cao hon, tuy nhiên ngân hàng phải đối mặt với rủi ro sẽ cao hon. Việc gia tăng dự trữ thanh khoản quá nhiều có thể đảm bảo khả năng thanh khoản trong tưong lại nhưng lại xuất hiện thêm
chi phí vốn nắm giữ tài sản ít khả năng sinh lời, từ đó làm giảm lợi nhuận của ngân hàng.
Quy mô ngân hàng (SIZE) có tác động cùng chiều với lợi nhuận ngân hàng được đại diện bởi 2 biến độc lập bao gồm ROA và ROE với mức ý nghĩa lần lượt là 1% và 5%. Kết quả này giống với giả thuyết mà tác giả kỳ vọng ban đầu. Theo đó, khi các yếu tố khác không đổi, quy mô ngân hàng tăng 1% thì ROA tăng 0.0179% và
Kết quả này hàm ý rằng các ngân hàng có quy mô lớn sẽ lợi thế hơn trong việc
huy động nguồn vốn, phát triển sản phẩm và dịch vụ. Đồng thời khả năng tiếp cận ngân hàng cao hơn dẫn đến khả năng cạnh tranh của ngân hàng có quy mô lớn sẽ mạnh hơn các ngân hàng có quy mô nhỏ từ đó mang lại lợi nhuận cho các ngân hàng.
Chỉ số trạng thái tiền mặt (CASH) có tác động ngược chiều với ROA với mức
ý nghĩa 1% tuy nhiên tác động cùng chiều với ROE với mức ý nghĩa 5%. Đối với kết
quả chỉ số trạng thái tiền mặt (CASH) tác động ngược chiều ROA. Kết quả này đúng với kỳ vọng ban đầu của tác giả, theo đó chỉ số trạng thái tiền mặt tăng 1% thì ROA giảm 0.0394% và ngược lại. Kết quả này được ủng hộ bởi nghiên cứu của Ndoka và cộng sự (2016). Việc duy trì mức dự trữ tiền mặt cao trong ngân hàng sẽ làm lợi nhuận của ngân hàng do thực tế là nếu ngân hàng giữ tiền trong ngân hàng thì họ không thể đầu tư, cho vay công chúng hoặc sử dụng để đầu tư thay thế để kiếm lợi nhuận từ đó giảm lợi nhuận của ngân hàng.
Đối với kết quả chỉ số trạng thái tiền mặt (CASH) tác động cùng chiều với ROE. Kết quả này chưa đúng với kỳ vọng mà tác giả đặt ra ban đầu. Tuy nhiên kết quả được sự ủng hộ bởi nghiên cứu của Ahmed Arif và Ahmed Nauman Anees (2012). Theo đó cho thấy khi chỉ số trạng thái tiền mặt tăng 1% dẫn đến ROE tăng 0.336% và ngược lại. Điều này có thể thấy rằng rủi ro thanh khoản có thể được giảm thiểu bằng cách duy trì đủ dự trữ tiền mặt, tăng cơ sở tiền gửi, giảm chênh lệch thanh
khoản và nợ xấu.
Tỷ lệ tiền gửi khách hàng trên tổng tài sản (DEP) có tác động ngược chiều với ROA với mức ý nghĩa 1% và tác động cùng chiều với ROE tuy nhiên lại không có ý nghĩa thống kê. Đối với kết quả tỷ lệ tiền gửi khách hàng trên tổng tài sản (DEP)
đối với việc cho vay, lãi suất tái chiếc khấu. Điều này làm cho các nhân hàng gặp nhiều khó khăn về tín dụng, tốc độ tăng trưởng cho vay có nhiều biến động do NHNN
muốn kiểm soát lạm phát, ổn định nền kinh tế. Cụ thể tỷ lệ tiền gửi trên tổng tài sản giảm mạnh trong giai đoạn 2010-2013 và đang dần có dấu hiệu hồi phục trong năm 2014-2020 tuy nhiên mức tăng trong giai đoạn 2014-2018 tương đối chậm.
Tỷ lệ nợ xấu (NPL) có tác động ngược chiều với ROA với mức ý nghĩa 10% và tác động ngược chiều với ROE tuy nhiên lại không có ý nghĩa thống kê. Kết quả cho ra đúng với kỳ vọng ban đầu của tác giả. Theo đó, khi tỷ lệ nợ xấu tăng 1% thì ROA giảm 0.0744% và ngược lại. Kết quả được ủng hộ bởi các nghiên cứu như Mohammad Hossein Khadem Dezfouli và cộng sự (2014), Nguyễn Thanh Phong (2020).
Xét thực tế thị trường các NHTMCP tại Việt Nam trong khoảng thời gian nghiên cứu, đặc biệt giai đoạn 2010-2011, tình hình tín dụng tăng lên nhanh chóng, hầu hết các ngân hàng cho vay ồ ạt mà không kiểm soát được chất lượng tín dụng, dẫn đến tỷ lệ nợ xấu tăng cao, chi phí dự phòng rủi ro tín dụng tăng mạnh gây sụt giảm nghiêm trọng đến lợi nhuận của ngân hàng, thậm chỉ có thể dẫn đến tình trạng phá sản của các ngân hàng và ảnh hưởng đến toàn hệ thống ngân hàng.
Tốc độ tăng trưởng kinh tế hằng năm (GDP) có tác động cùng chiều đến lợi nhuận của ngân hàng được đo lường bằng ROA và ROE với mức ý nghĩa lần lượt là 5% và 1%. Kết quả này giống với giả thuyết mà tác giả kỳ vọng ban đầu. Kết quả này
được sự ủng hộ bởi các nghiên cứu của Chung-Hua Shen và cộng sự (2009), Naser Ail Yadollahzadeh Tabari và cộng sự (2013), Mohammad Hossein Khadem Dezfouli và cộng sự (2014), Samuel Siaw (2013), Nguyễn Thanh Phong (2020), Trần Thị Thanh Nga (2018). Theo đó, khi các yếu tố khác không đổi, GDP tăng 1% thì ROA tăng 0.0339% và ngược lại. Đồng thời, khi GDP tăng 1% dẫn đến ROE tăng 0.700% và ngược lại.
Sự phát triển kinh tế góp phần thúc đẩy hoạt động kinh doanh ngân hàng, đời 73
hàng dễ thu hồi nợ, mặc khác trong thời kỳ tăng trưởng kinh tế, nhu cầu đi vay của người dân cao do lãi suất ngân hàng có xu hướng giảm nên nguồn phí thu từ các dịch
vụ gia tăng.
Tỷ lệ lạm phát hằng năm (INF) có tác động cùng chiều với lợi nhuận của các ngân hàng được đo lường bởi 2 biến bao gồm ROA và ROE mức ý nghĩa lần lượt là 5% và 1%. Kết quả này giống với giả thuyết mà tác giả kỳ vọng ban đầu. Kết quả được ủng hộ bởi các nghiên cứu của Chung-Hua Shen và cộng sự (2009), Naser Ail Yadollahzadeh Tabari và cộng sự (2013), Trần Thị Thanh Nga (2018).
Biến INF được xác định dựa vào tỷ lệ thay đổi CPI từng quốc gia của từng năm. Lạm phát khó có thể dự đoán, trong trường hợp được 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. Tuy nhiên nếu lạm phát bất ngờ, ít ngân hàng có thể điều chỉnh kịp thời các mức lãi suất nên chi phí gia tăng nhanh hơn thu nhập làm lợi nhuận ngân hàng giảm. Hoạt động cho vay và huy
TÓM TẮT CHƯƠNG 4
Nghiên cứu về tác động của RRTK đến lợi nhuận của các NHTMCP tại Việt Nam từ việc lựa chọn mô hình phù hợp là REM cho 2 mô hình với biến phù thuộc tỷ suất lợi nhuận trên tổng tài sản (ROA) và tỷ suất lợi nhuận trên vốn chủ sỡ hữu (ROE).
Bên cạnh đó, nhằm gia tăng sự chắc chắc, mức độ vững của nghiên cứu, nghiên cứu này sử dụng phương pháp ước lượng SGMM để kiểm lại các biến tác động có ý nghĩa
với ROA, ROE cũng như các biến không có ý nghĩa thống kê khi sử dụng ước lượng SGMM để khắc phục các khiếm khuyết của mô hình hay các biến trở nên có ý nghĩa thống kê với kỳ vọng đặt ra theo giả thuyết khi REM chưa mang ý nghĩa thống kê. Tác giả đã tìm ra mối quan hệ của các yếu tố trong đó có RRTK tác động ngược chiều
với lợi nhuận của các ngân hàng được đo lường bằng ROA và tác động cùng chiều