Theo Saunders et al. (2016), có hai phương pháp nghiên cứu khác nhau, cụ thể
là định lượng và định tính. Phương pháp định tính được định nghĩa là hành động xã hội được phát triển theo trên người giải thích và sự phụ thuộc kinh nghiệm của họ để có được sự hiểu biết về hiện tượng xã hội (Mohajan, 2018). Phương pháp định lượng
được định nghĩa là hành động phân tích mối quan hệ giữa các biến và các kết quả đóng góp trực tiếp cho các lý thuyết hiện có (Williams, 2007). Trong nghiên cứu, phương pháp nghiên cứu định lượng được đề xuất để sử dụng. Có bốn kỹ thuật phân tích dữ liệu của phương pháp nghiên cứu định lượng sẽ được sử dụng, trong đó có Pooled OLS, FEM, REM. Mỗi kỹ thuật phân tích dữ liệu được khám phá và nó được dựa trên các tài liệu của Zulfikar (2018). Tác giả dùng kiểu dữ liệu bảng (panel data) được hồi quy theo 3 cách: mô hình hồi quy Pooled OLS, FEM, REM và FGLS bằng phần mềm Stata để nghiên cứu tác động của hoạt động kinh doanh ngoài lãi đến hiệu quả hoạt động của các NHTM VN.
3.7.1 Mô hình tác động ngẫu nhiên (REM)Mô hình ước lượng sử dụng: Mô hình ước lượng sử dụng: Yit = αi + β1X1,it +
β2X2,it + ... + βkXk,it + uit Trong đó:
34
Yit: Thời gian (năm) Xit: Biến độc lập
αi (i=1 ... n): Bao gồm hệ số chặn và biến bị bỏ sót của từng đơn vị chéo βk: Hệ số góc đối với nhân tố X
Uit: Phần dư
Mô hình FEM giả định rằng mỗi đơn vị đều có những đặc điểm riêng biệt có thể tác động đến các biến giải thích, FEM được sử dụng để phân tích mối tương quan
này giữa phần dư của mỗi đơn vị với các biến giải thích qua đó kiểm soát và tách ảnh
hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực của biến giải thích lên biến
phụ thuộc, do đó FEM giải quyết được vấn đề biến bị bỏ sót.. Mô hình hồi quy này sử dụng biến giả để nắm bắt những vấn đề bị bỏ sót (bị chắn) của mỗi ngân hàng trong dữ liệu. Mô hình FEM vẫn dựa trên phương pháp Pooled OLS. Các chỉ tiêu thống kê quan trọng trong mô hình của FEM cũng tương tự như R-square, F-test và p-giá trị trong POLS. Với việc áp dụng các mô hình hiệu quả cố định, người ta tin rằng mỗi ngân hàng thương mại tại Việt Nam có những đặc điểm riêng của mình và những đặc điểm này có thể hoặc không thể ảnh hưởng đến khả năng sinh lời của nó. Từ đặc điểm riêng của một ngân hàng có thể ảnh hưởng đến khả năng sinh lời của nó, FEM loại bỏ ảnh hưởng của đặc điểm thời gian bất biến để tác động ròng của các
biến độc lập về khả năng sinh lời của các ngân hàng được ước tính. Tuy nhiên, phương
pháp này có nhược điểm là làm giảm bậc tự do của mô hình, đặc biệt khi số biến giả lớn.
3.7.2 Mô hình tác động ngẫu nhiên (REM)Mô hình REM được trình bày như sau: Mô hình REM được trình bày như sau:
35
Yit = α + β1X1,it + β2X2,it + ... + βkXk,it + ωit Với ωit = εi + νit Trong đó:
a: Hệ số chặn chung của tất cả đơn vị chéo ωit: Sai số phức hợp εi: Sai số ngẫu nhiên
νit: Tương quan chéo và không tương quan chuỗi trong cùng đối tượng
Mô hình REM nghiên cứu những khác biệt của riêng của các đối tượng phân tích qua thời gian đóng góp vào mô hình và ảnh hưởng chung (không thay đổi
theo đơn vị chéo) của các biến giải thích, do đó tự tương quan là một vấn đề tiềm tàng trong mô hình cần phải giải quyết. Lợi ích của việc sử dụng REM là nó sẽ loại bỏ các vấn đề liên quan đến phương sai thay đổi (heteroskedasticity). Kỹ thuật
ước lượng chính là phương pháp bình phương tối thiểu (generalized least square). Điểm khác biệt giữa FEM và REM được thể hiện ở sự biến động giữa các đơn vị. Nếu FEM cho rằng các đơn vị chéo khác nhau ở hệ số chặn cố định và sự biến động giữa các đơn vị có tương quan đến biến độc lập - biến giải thích trong mô hình FEM thì trong mô hình REM sự biến động giữa các đơn vị được cho là ở sai số và không tương quan đến các biến giải thích.
Chính vì vậy, nếu sự khác biệt giữa các đơn vị có tác động đến biến phụ thuộc thì REM sẽ phù hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (không tương quan với biến giải thích) được xem là một biến giải thích mới. 3.7.3 Phương pháp binh phương tối thiểu tổng quát khả thi (FGLS - Feasible
36
Generalized Least Squares)
REM được ước lượng bằng GLS nếu biết được cấu trúc của sai số phức hợp,
nhưng vì cấu trúc của sai số phức hợp thường không được biết nên thông thường ta sử dụng phương pháp ước lượng bình phương bé nhất tổng quát khả thi FGLS (Feasible Generalised Least Squares) để ước lượng mô hình REM.
Một cách tổng quát, chúng ta không biết được cấu trúc của phương sai của sai số thay đổi (ơ_(i)) ), làm cho việc ước lượng GLS khó thực hiện. Để thực hiện được thì phải ước lượng của σ bằng cách dùng các phương trình hồi quy của tác giả Glejser, Breush- Pagan, God Fray, White.
Giả định phương sai của phần dư có mối quan hệ luỹ thừa với tổ hợp tuyến tính các biến giải thích sau:
Var (u x)-∣ = σ^2 exp(ỗ_0+ Ỗ_1 xil'---' δ k x_ik ), trong đó, h (x) = exp(ỗ_0+ỗ_1 x_i1+ỗ_2 x_i2+- -' δ k x_ik)
Nếu mô hình được chọn trước có xảy ra hiện tượng tự tương quan hay phương sai thay đổi qua các biến, nhóm có thể sử dụng mô hình này để khắc phục hiện tượng này.
Variable Obs Mean Std. Dev. Min Max QLIQ ^262 -0.0923278 0.1168679 -0.3804724 0.3676008 CAR ^262 0.1360674 0.0373937 0.0834 0.2687 EXCHRT ^262 21647.98 1535.503 17941 23190 ^OC ^262 0.163214 0.1101309 0.0453 0.8947 SIZE ^262 7.94287 0.4123428 7.017806 8.80195 37 KẾT LUẬN CHƯƠNG 3
Với chương chương 2, nhóm tác giải đã khái quát về khái niệm cũng như nền tảng lý thuyết các cách đo lường tỷ sở hữu tập trung đến rủi ro thanh khoản của ngân hàng. Đến với chương 3, nhóm tác giả đã đưa ra danh sách ngân hàng được chọn để thực hiện nghiên cứu, nguồn của dữ liệu cũng như các công thức xử lí dữ liệu. Bên cạnh đó, nhóm tác giả cũng đã khái quát, liệt kê và ước lượng các biến trong mô hình và các mô hình mà nhóm tác giả sẽ sử dụng như mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM). Và cuối cùng, nhóm tác giã đã đưa ra mô hình đề xuất cho bài nghiên cứu và đặt kỳ vọng cho các biến tác động đến mô hình. Tiếp nối theo chương 3, với chương 4 nhóm tác giả đưa ra kết quả từ việc chạy mô hình từ đó đưa ra kết luận.
38
CHƯƠNG 4: THỰC HIỆN MÔ HÌNH NGHIÊN CỨU VÀ PHÂN TÍCH KẾT QUẢ
4.1. Thống kê mô tả
Bảng 4.1: Số liệu thống kê mô tả các biến được sử dụng trong mô hình nghiên cứu
Variable RLIQ CAR EXCHRT OC SIZE RLIQ 1.0000 CAR 0.2369 1.0000 EXCHRT -0.0734 -0.2841 1.0000 OC -0.0822 0.1422 -0.0827 1.0000 SIZE -0.2211 -0.6159 0.4348 -0.1797 1.0000 Variable VIF SlZE 1.85 CAR 1.61 EXCHRT 123 OC 104 Mean VIF 143
Nguồn: Tính toán của tác giả từ phần mềm stata
Mức độ sở hữu tâp trung trung bình của các ngân hàng trong mẫu nghiên cứu đạt 16.32% với giá trị nhỏ nhất là 4.53%, giá trị lớn nhất là 89,47% (mẫu nghiên cứu không bao gồm các NHTM cổ phần nhà nước nắm giữ 100% vốn). Bên cạnh độ lệch chuẩn ở mức 16.3% chứng tỏ các ngân hàng Việt Nam có mức độ tập trung sở hữu không cao (ngoại trừ các NHTM Nhà nước nắm cổ phần chi phối).
Rủi ro thanh khoản trung bình của của toàn mẫu nghiên cứu đạt giá trị -9%, giá trị lớn nhất là 36.76% (Ngân hàng Nam Á năm 2011), giá trị nhỏ nhất là -38.05%
(Ngân hàng Hàng Hải Việt Nam năm 2014) và độ lệch chuẩn là 11.69%.
4.2. Phân tích ma trận tương quan
Hệ số tương quan là một chỉ số thống kê đo lường mối liên hệ tương quan giữa
hai biến số. Hệ số tương quan có giá trị từ -1 đến 1. Hệ số tương quan bằng 0 (hay gần 0) có nghĩa là hai biến số không có liên hệ gì với nhau; ngược lại nếu hệ số bằng -1 hay 1 có nghĩa là hai biến số có một mối liên hệ tuyệt đối. Nếu giá trị của hệ số tương quan là âm có nghĩa là khi x tăng cao thì y giảm (và ngược lại, khi x giảm thì
39
y tăng); nếu giá trị hệ số tương quan là dương (r > 0) có nghĩa là khi x tăng cao thì y cũng tăng, và khi x tăng cao thì y cũng giảm theo. Có nhiều hệ số tương quan , hệ số tương quan thông dụng nhất: hệ số tương quan Pearson. Kết quả trình bày trong bảng
bên dưới.
Bảng 4.2: Mô tả tương quan giữa các biến trong mô hình
Nguồn: Tính toán từ phần mềm stata
Các biến trong mô hình có tương quan không lớn (các giá trị đều nhỏ hơn 8). Biến sở hữu tập trung có mối tương quan âm với biến đại diện cho sự ổn định của ngân hàng.
4.3. Kiểm định hiện tượng đa cộng tuyến _ VIF
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến
tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết không bị hiện tượng đa cộng tuyến bằng cách dùng chỉ tiêu VIF với kết quả được trình bày trong Bảng
FEM REM Biến Hệ số hồi quy P-value Hệ số hồi quy P-value EXCHRT -0.0000268 0.001 -5.20e-06 0.364 CAR 0.4110727 0.111 0.3717147 0.128 OC -0.1609387 0.045 -0.1482562 0.037 SIZE 0.1663949 0.002 0.0030944 0.924 Constant - 0.864652 0.007 -0.0286184 0.901 R2 0.133 0.510 chi2(3) = 16.88 Prob>chi2 = 0.0007 40
Nguồn: Tính toán từ phần mềm stata
VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng.
4.4 Mô hình hồi quy
Sau khi phân tích hệ số tương quan để nhận diện mối quan hệ giữa các biến trong mô hình, nghiên cứu này tiếp tục phân tích hồi quy với mục tiêu đo lường chiều
hướng và mức độ tác động của các biến độc lập đến biến phụ thuộc bằng các phương
pháp như:, FEM, REM và thực hiện các kiểm định nhằm lựa chọn phương pháp hồi quy phù hợp.
Bảng 4.4: Kết quả mô hình FEM và REM
Nguồn: Tính toán từ phần mềm stata
Tiếp theo đó, tiến hành kiểm định Hausman để lựa chọn giữa mô hình FEM và REM, nếu giá trị xác suất Prob (Random) nhỏ hơn mức ý nghĩa 5% thì mô hình FEM được lựa chọn.
Giả thuyết HO : Mô hình REM là phù hợp.
chi2 (27) = 3.3e+30 Prob>chi2 = 0.0000
F( 1,25) = 7.133 Prob > F = 0.0131 41
Nguồn: Tính toán từ phần mềm stata
Nhìn vào mô hình trên ta thấy,
> Giá trị thống kê: chi2(3) = 16.88. > P-value: Prob>chi2 = 0.0007.
Kết luận:
⇒ bác bỏ HO, chọn mô hình FEM. Mô hình hồi quy phù hợp:
Vì mô hình FEM được lựa chọn nên nghiên cứu tiếp tục thực hiện các kiểm định phương sai thay đổi và tự tương quan.
4.5 Kiểm tra phương sai:
Giả thuyết HO: Phương sai qua các thực thể là không đổi.
Bảng 4.6: Mô hình kiểm tra phương sai trong mô hình FEM
Nguồn: Tính toán từ phần mềm stata
Mô hình có giá trị Prob > chi2 < 5% (p-value = 0.0000), mô hình gặp hiện tượng phương sai thay đổi ( bác bỏ H0 ).
4.6 Kiểm tra tương quan chuỗi:
Giả thiết Ho: Không có tương quan chuỗi
Bảng 4.8: Ket quả hồi
quy FGLS của RLIQ______________________________
Biến Hệ số hồi quy P-value
EXCHRT 2.36e-06 0.640
CAR 0.530878 0.024
OC -0.1394338 0.029
SIZE -0.0433712 0.057
Constant 0.1514701 0.445
Nguồn: Tính toán từ phần mềm stata
Do giá trị Prob > F < 5% của kiểm định Wooldridge như trên, ta kết luận bác bỏ giả thiết HO, có nghĩa là mô hình gặp hiện tượng tương quan chuỗi.
Vì mô hình bị phương sai và có hiện tượng tương quan bậc 1, để giải quyết vấn đề trên, nghiên cứu sẽ sử dụng mô hình FGLS (Feasible Generalized Least Square) để khắc phục hiện tượng trên.
Nguồn: Tính toán từ phần mềm stata
RLIQ = 0.1514701 - 0.1394338*OC - 0.0433712*SIZE + 2.36e-06*EXCHRT + 0.530878*CAR
Ket quả ước tính trong bảng 9 cho thấy:
• Constant = 0.1514701 trong điều điều kiện các yếu tố khác yếu tố khác không
đổi thì rủi ro thanh khoản trung bình của hệ thống NHTM là 15,15%.
• Hệ số hồi quy của biến EXCHRT là 2.36e-06 và có độ tin cậy <90%. Điều này
nói lên tỉ giá trung bình hàng năm của vnd/usd (EXCHRT) chưa thực sự tác động đến rủi ro thanh khoản (LIQ).
• Hệ số hồi quy của biến CAR là 0.530878 và có độ tin cậy 95%. Điều này chứng tỏ ngưỡng hệ số an toàn vốn tác động thuận chiều đến rủi ro thanh khoản
(LIQ), kết quả này hàm ý rằng ngưỡng hệ số an toàn vốn càng lớn thì rủi ro thanh khoản càng cao và ngược lại. Đây là một điều khá khó hiểu và cần được
nghiên cứu thêm.
• Hệ số hồi quy của biến SIZE là -0.0433712 và có độ tin cậy 90%. Điều này chứng tỏ sở hữu tập trung (OC) tác động nghịch chiều đến rủi ro thanh khoản (LIQ), kết quả này hàm ý rằng quy mô ngân hàng càng lớn thì rủi ro thanh khoản càng thấp và ngược lại. Kết quả này đồng ý kiến với Chung-Hua Shen
43
và cộng sự (2009), Valla và Saes-Escorbiac (2006), Pakistan, Akhtar và cộng sự (2011), nhưng lại trái ngược với Ahamad và Rasool (2017). Các ngân hàng
có tổng tài sản lớn thường là các ngân hàng đã khẳng định được thương hiệu và uy tín trên thị trường. Uy tín là nhân tố vô cùng quan trọng trong hoạt động
kinh doanh ngân hàng. Chính vì vậy, các ngân hàng lớn có thể huy động được
nguồn vốn ổn định với giá rẻ từ các thành phần kinh tế, đặc biệt là các tập đoàn, tổng công ty lớn (Võ Xuân Vinh & Mai Xuân Đức 2017). Bên cạnh đó, với thương hiệu và uy tín của mình, các ngân hàng lớn còn có thể dễ dàng huy
động vốn trực tiếp từ các định chế tài chính nước ngoài thông qua các chương
trình cấp tín dụng, nguồn vốn trực tiếp từ nước ngoài từ việc mở L/C... Vì vậy
ngân hàng có quy mô tài sản lớn sẽ tăng vị thế thanh khoản, từ đó làm giảm rủi ro thanh khoản của ngân hàng.
• Hệ số hồi quy của biến OC là -0.085765 và có độ tin cậy 95%. Điều này chứng tỏ sở hữu tập trung (OC) tác động nghịch chiều đến rủi ro thanh khoản (LIQ), kết quả này hàm ý rằng cổ đông lớn nhất càng sở hữu nhiều cổ phiếu thì rủi ro
thanh khoản ngân hàng càng thấp và ngược lại. Kết quả này đồng ý kiến với (García-Marco & RoblesFernández 2008); (Iannotta et al. 2007); (Shehzad et al. 2010) nhưng trái ngược với một số nghiên cứu khác (Kim và Rhee 2000, Kim et al. 2016, Vodová 2011). Điều này có thể lý giải vì các cổ đông lớn sở hữu tập trung ở các ngân hàng thương mại làm giảm hành vi chấp nhận rủi ro và đóng vai trò là cơ chế mà cổ đông lớn có thể kiểm soát các nhà quản lý. Các cổ đông lớn dường như miễn cưỡng chấp nhận rủi ro quá mức ngay cả khi
được bảo vệ bởi bảo hiểm tiền gửi. Cuối cùng, mức độ tập trung quyền sở hữu
cao hơn thường gắn với chất lượng khoản vay tốt hơn, rủi ro tài sản thấp hơn và rủi ro mất khả năng thanh toán thấp hơn (Shehzad et al. 2010). Dong et al. (2014) cho thấy rằng sở hữu tập trung trong ngân hàng có ảnh hưởng làm giảm
44
rủi ro. Điều này được giải thích rằng quyền kiểm soát lớn giúp tăng cường giám sát việc quản lý và thúc đẩy các quy trình hoạt động thận trọng. Vậy bác bỏ giả thuyết thuyết 1, ta kết luận sở hữu tập trung có tác động tiêu cực với rủi
45
KẾT LUẬN CHƯƠNG 4
Trong chương 4, tác giả đã sử dụng biến OC để đo lường rủi ro thanh khoản của 32 ngân hàng thương mại tại Việt Nam giai đoạn 2009-2020. Từ đó cho thấy, sở hữu tập trung của NHTM có tác động đến rủi ro thanh khoản của NHTM. Bên cạnh đó, đa số các biến liên quan được đề cập đến như qui mô ngân hàng, ngưỡng an toàn