> Kết quả mô hình hồi quy phương pháp Pooled OLS
R-sq: within = 0.3071 min = 10 between = 0.0000 avg = 10.0 overall = 0.1294 max = 10 F(8,172) = 9.53 corr(u_i, Xb) = -0.3907 Prob > F = 0.0000
RCE Coef. Std. Err. t p> t∣ ∣ [95% Conf Interval]
RC .1342663 .1841681 0.73 0.4 67 -.2292544 .497787 BL .3525391 .0729429 4.83 0.000 .2085606 .4965176 SIZE -.0103322 .0064538 -1.60 0.111 -.023071 .0024067 LI Q .1442219 .0801648 1.80 0.074 -.0140116 .3024555 OETA -6.690891 1.135663 -5.89 0.000 -8.932523 -4.44926 PRCF -.7307815 1.33439 -0.55 0.585 -3.36467 1.90310 7 GD P .343074 .9633876 0.36 0.722 -1.558511 2.24465 9 CPI .4222576 .1148203 3.68 0.000 .1956193 .6488959 _cons .1572144 .1256651 1.25 0.213 -.0908299 .4052586 sigma_u sigma_e rho .05818746 .06550561 .44104257
(fraction of variance due to u_i)
F test that all u_i=0: F(19, 172) = 4.83 Prob > F = 0.0000
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Ket quả ước lượng mô hình theo phương pháp Pooled OLS cho thấy các hệ số hồi quy BL, OETA, CPI có ý nghĩa thống kê mức ý nghĩa 1%, biến SIZE có mức ý nghĩa 5%, các biến còn lại không có ý nghĩa thống kê. Mức độ giải thích của mô hình là 0.2321 với ý nghĩa là các nhân tố biến độc lập giải thích được 23.21% biến thiên của biến phụ thuộc ROE.
46
> Kết quả mô hình hồi quy với tác động cố định (Fixed Effect Model)
R-sq: within = 0.2823 10
between = 0.0977 avg = 10.0
overall = 0.2041 max = 10
Wald chi2(8) = 62.38
corr(u_i, X) =O (assumed) Prob > chi2 = 0.0000
RCE Coef . Std. Err. Z p> I ZI [95% Conf. Interval] RC -.0006943 .1802707 -0.00 0.997 -.3540183 .3526297 BL .2484459 .0593023 4.19 0.000 .1322155 .3646763 SIZE .0020105 .0056442 0.36 0.722 -.0090519 .0130729 LIQ .0853452 .077134 1.11 0.269 -.0658347 .2365251 OETA -6.046127 1.091301 -5.54 0.000 -8.185037 -3.907216 PRCF -.2825702 1.206458 -0.23 0.815 -2.647185 2.082044 GDE 1 -.0509547 .9423447 -0.05 0.957 -1.897916 1.796007 CPI .4305567 .1130183 3.81 0.000 .2090449 .6520685 _cons .0124832 .1168707 0.11 0.915 -.2165792 .2415455 sigma_u sigma_e rho .02937274 .06550561 .16740417
(fraction of variance due to u_i)
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả từ mô hình hồi quy với tác động cố định cho thấy:
- Kiểm định F có hệ số hồi quy F = 9.53 với mức ý nghĩa 1%. Kết quả này hàm ý rằng giả thiết về các hệ số hồi quy đồng thời bằng không đều bị bác bỏ với mức ý nghĩa 1%. Nghĩa là mô hình này phù hợp và có ý nghĩa thống kê.
- Kết quả hồi quy tuyến tính có hệ số xác định R2 là 0.3071. Kết quả này hàm ý rằng, các biến độc lập đã đưa vào mô hình giải thích được 30.71% sự thay đổi của biến phụ thuộc ROE.
- Coef là hệ số tác động của các biến độc lập lên biến phụ thuộc ROE. 47
- P>|t| cho biết ý nghĩa thống kê của biến độc lập trong mối quan hệ với biến phụ thuộc ROE. Trong đó, biến BL, OETA, CPI có ý nghĩa thống kê ở mức 1%, biến LIQ có ý nghĩa thống kê ở mức 10%, các biến RC, SIZE, PRCF, GDP không có ý nghĩa thống kê trong mô hình.
> Ket quả hồi quy với tác động ngẫu nhiên (Random Effect Model)
RC .1342663 -.0006943 .0376882 BL .3525391 .2484459 .1040932 .0424724 SIZE -.0103322 .0020105 -.0123427 .0031296 L:Q .1442219 .0853452 .0588767 .0218344 CETf- -6.690891 -6.046127 -.6447644 .3143144 PRC F GDP -.7307815.343074 -.2825702-.0509547 -.4482113.3940286 .5701367.200255 CPI .4222576 .4305567 -.0082991 .0202624
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả từ mô hình hồi quy với tác động ngẫu nhiên cho thấy:
- Kết quả hồi quy tuyến tính có hệ số xác định R2 là 0.2823. Kết quả này hàm ý rằng, các biến độc lập đã đua vào mô hình giải thích đuợc 28.23% sự thay đổi của biến phụ thuộc ROE.
48
- Thống kê prob>chi2 = 0.0000. Kết quả này hàm ý rằng giả thiết về các hệ số hồi quy đồng thời bằng không đều bị bác bỏ với mức ý nghĩa 1%. Nghĩa là mô hình này phù hợp và có ý nghĩa thống kê.
- Coef là hệ số tác động của biến độc lập lên biến phụ thuộc ROA. P>|z| cho biết ý nghĩa thống kê của biến độc lập trong mối quan hệ với biến phụ thuộc ROE. Trong đó, biến BL, OETA, CPI có ý nghĩa thống kê ở mức 1%, các biến còn lại không có ý nghĩa thống kê.
> Lựa chọn mô hình Random Effect hay mô hình Fix Effect
Để quyết định lựa chọn mô hình Random Effect hay mô hình Fix Effect, tác giả sử dụng kiểm định Hausman:
Bảng 4.15 - Kết quả kiểm định Hausman
Test: Ho: difference in coefficients not systematic
Chi2(8) = (b-B),[(V_b-V_B)^(-1)](b-B)
= 42.60 Prob>chi2 = 0.0000 (VJD-V-B is not positive definite)
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả kiểm định Hausman cho thấy giả thuyết Ho: “Sự khác biệt trong các hệ số hồi quy không có tính hệ thống” bị bác bỏ ở mức ý nghĩa 5%, vì prob>chi2 =
SIZE 1.64 0.611595
RC 1.53 0.654971
BL 1.39 0.720140
0.0000 < 5%. Kết quả này hàm ý rằng, mô hình tác động cố định là mô hình phù hợp hơn so với mô hình tác động ngẫu nhiên.
Nhu vậy, hồi quy với mô hình Fix Effect sẽ mang lại kết quả tốt nhất. Do đó, những phần tiếp theo sau đây tác giả sẽ thảo luận kết quả hồi quy này trên cơ sở mô hình tác động cố định (Fix Effect).
Mô hình hồi quy đuợc viết lại nhu sau:
ROE i,t = βẼ + 0.3525 BLi,t - 6.6908 OETAi,t + 0.4222 CPIi,t
Theo mô hình tác động cố định (Fix Effect), những biến số có ý nghĩa thống kê bao gồm: tỷ lệ khoản cho vay khách hàng (BL) với mức ý nghĩa (P>|t|)=0.000<1%, tỷ lệ chi phí hoạt động (OETA) với mức ý nghĩa (P>| 11)=0.000<1%, lạm phát (CPI với mức ý nghĩa (P> 111)=0.000<1%.
> Kiểm định phương sai sai số thay đổi
Kiểm định Modified Wald mô hình FEM cho biến phụ thuộc ROE với giả thuyết H0: Phuơng sai sai số của các thực thể là không đổi.
Bảng 4.16 - Kết quả kiểm định phương sai sai số thay đổi cho biến phụ thuộc ROE
Modified Wald test for groupwise heteroskedasticitγ in fixed effect regression model
HO: sigma{i} ^2 = sigma*2 for all i
chi2 ¢20) = 267.72
Prob>chi2 = O.OOOO
Nguồn: Tong hợp từ kết quả phân tích dữ liệu bằng Stata
Kết quả cho thấy giá trị Prob > chibar2 = 0.0000 < 0.01 (Mức ý nghĩa 1%). Vì vậy mô hình FEM phù hợp với nghiên cứu thông qua kiểm định Modified Wald test, dữ liệu nghiên cứu có hiện tuợng phuơng sai sai số thay đổi.
> Kiểm định tự tương quan đối với mô hình ROE
Kiểm định Wooldridge được thực hiện để kiểm định tự tương quan của dữ liệu bảng với giả thuyết H0: Không có tự tương quan
Bảng 4.17 - Kết quả kiểm tra tự tương quan đối với biến phụ thuộc là ROE
. Xtserial ROE RC BL SIZE LIQ OETA ERCF GDE CEI
Wooldridge test for autocorrelation in panel data HŨ: no first-order autocorrelation
E( 1, 19) = 97.430
Prob > F = O .OOOO
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Theo kết quả thể hiện ở bảng 4.10, vì P-value = 0.0000 < 0.05 nên bác bỏ H0, kết luận dữ liệu nghiên cứu có hiện tượng tự tương quan.
> Kiểm định đa cộng tuyến đối với mô hình ROE
3
OETA 1.21 0.θ27017
PRCF 1.12 O.091Θ4
9
Estimated autocorrelations = 1 Number of groups =
Estimated coefficients = 9 Time periods = 10
Wald chi2(8) = 29.79 Prob > chi2 = 0.0002 RC E Coef . Std. Err. Z F> I Z I [95% Conf. Interval] RC -.0093039 .1610149 -0.06 0.954 -.3248874 .3062795 BL .1431871 .0579548 2.47 0.013 .0295979 .2567764 SIZE -.0033163 .0038886 -0.85 0.394 -.0109379 .0043053 LI Q .0475238 .0623888 0.76 0.446 -.0747559 .1698035 OET A -4.560744 1.09767 -4.15 0.000 -6.712138 -2.409351 PRC F .6580106 .9908435 0.66 0.507 -1.284007 2.600028 GD P .396418 .7209142 0.55 0.582 -1.016548 1.809384 CPI .2210019 .0915248 2.41 0.016 .0416165 .4003873 _cons .1212428 .0892636 1.36 0.174 -.0537107 .2961962
Nguồn: T ng hợp từ kết qu phân ích dữ liệu bằng Stata
Quan sát ma trận tương quan giữa các biến nghiên cứu trong bảng 4.2 có thể thấy không có một hệ số tương quan nào vượt quá 0.65, nghĩa là không có hiện
51
tượng đa cộng tuyến trầm trọng giữa các cặp biến độc lập. Đồng thời kết quả từ bảng 4.10 cho thấy tất cả các giá trị VIF đều nhỏ hơn 10. Kết luận hiện tượng đa cộng tuyến không ảnh hưởng nghiêm trọng đến kết quả trong mô hình.
Việc lựa chọn mô hình tại bước này chỉ mang tính chất trung gian vì mô hình ROE có hiện tượng tự tương quan và phương sai sai số thay đổi nên tác giả sử dụng phương pháp hồi quy mô hình ROE với Feasible Generalized Least Square (FGLS) để khắc phục hiện tượng tự tương quan và phương sai sai số thay đổi nhằm đảm bảo ước lượng thu được vững và hiệu quả.
> Hồi quy mô hình ROE với FGLS
Bảng 4.19 - Hồi quy mô hình ROE với FGLS
Cross-sectional time-series FGLS regression
Coefficients: generalized least squares
RC + + // BL + + + SIZE + - // LIQ - + // OETA - - - CPI - + +
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu bằng Stata
Hồi quy FGLS mô hình ROE với mức ý nghĩa 5% có p-value (prob>chi2)=0.0002 thì mô hình nghiên cứu có dạng như sau:
ROE = 0.1432 BL - 4.5607 OETA + 0.221 CPI 4.4. PHÂN TÍCH DẤU CỦA CÁC BIẾN
> Tỷ lệ vốn chủ sở hữu (RC)
Hệ số hồi quy của biến RC đối với ROA cho ra kết quả dương, kết quả này đúng với kỳ vọng của tác giả, RC đã thể hiện mối tương quan tích cực của vốn chủ sở hữu đối với khả năng sinh lời của ngân hàng. Điều này trùng với nghiên cứu Phan Thu Hiền và Phan Thị Mỹ Hạnh (2013). Kết quả mà tác giả thu được là khi các yếu tố khác không đổi. Từ khi NHNN chủ trương cổ phần hóa các ngân hàng, thị trường luôn chứng kiến sự tranh đua trong việc cố gắng gia tăng tỉ lệ vốn chủ sở hữu. Gần đây, các Vietcombank là NHTM đi đầu trong việc áp dụng Basel II (theo NFNSC - hệ thống tài chính của Ủy ban giám sát tài chính Quốc gia công bố) nhằm nâng cao tính cạnh tranh cũng như cải thiện chất lượng dịch vụ. Gia tăng vốn không chỉ giúp NHTM đề phòng các rủi ro hiện hữu, vừa là công cụ phòng vệ trong trường
hợp nền kinh tế bị ảnh hưởng xấu, mà còn giúp NHTM mở rộng sản phẩm tín dụng, đa dạng hóa các loại sản phẩm của mình.
> Tỉ lệ khoản cho vay (BL)
Tỉ lệ các khoản cho vay cũng là một yếu tố được kỳ vọng có tác động tích cực. Trên lý thuyết, lãi suất tính trên các khoản cho vay chính là nguồn thu của NHTM. Vì vậy, càng cho vay được nhiều, thì lợi nhuận mà NHTM thu được càng tăng lên. Trong mô hình mà tác giả thu được, khi các yếu tố khác không đổi, thì khi Tỉ lệ cho vay tăng lên 1% thì tỉ suất sinh lời trên tổng tài sản tăng lên 0.01225% và tỷ suất sinh lời trên vốn chủ sở hữu tăng 0.1432%. Có thể kết luận rằng, việc gia tăng quy mô tín dụng của các NHTM Việt Nam là có hiệu quả khi qui mô tín dụng tăng sẽ góp phần gia tăng tính cạnh tranh, an toàn, sinh lời theo nguyên tắc hoàn trả đầy đủ và có lãi, nói cách khác là khi tỷ lệ cho vay tăng sẽ đem lại lợi nhuận trực tiếp giúp ngân hàng bù đắp được những chi phí đã bỏ ra như chi phí tiền gửi, lệ phí,... từ đó thu lại những khoản lãi nhất định.
> Quy mô ngân hàng (SIZE)
Đối với quy mô ngân hàng, tác giả thu được hệ số hồi quy của biến SIZE với ROA âm. Như vậy, khi các yếu tố khác không đổi, biến SIZE tăng thêm 1% thì ROA sẽ giảm thêm 0.0006%.
Khi một ngân hàng sở hữu quy mô càng lớn, đội ngũ nhân viên đông đảo, hay nhiều chi nhánh thì càng gặp khó khăn trong quản trị hệ thống bộ máy hay quy trình vận hành. Tuy nhiên, khi giải quyết được vấn đề này, thì NHTM đó sẽ càng triển khai được nhiều sản phẩm dịch vụ của mình, tiếp cận khách hàng dễ dàng hơn. Nói cách khác, với một hệ thống quản trị tốt cũng như quy mô lớn, một NHTM sẽ giành được nhiều thị phần hơn, khả năng cạnh tranh tốt hơn. Nhìn chung, để việc mở rộng mạng lưới và qui mô có hiệu quả tối đa thì các NHTM cần phải có kế hoạch cụ thể trong việc tăng vốn cũng nâng cao chất lượng sản phẩm và dịch vụ của ngân hàng, từ đó mang lại lợi nhuận cho các NHTM.
> Tỉ lệ chi phí hoạt động (OETA)
Tương tự nghiên cứu của Owoputi, J. A. (2014), tác giả ghi nhận tác động tiêu cực của biến OETA đến ROA và ROE của ngân hàng. Cụ thể, khi tỉ lệ chi phí hoạt động tăng 1%, tỉ suất sinh lời trên tổng tài sản sẽ giảm đi 0.4263% và tỉ suất sinh lời trên vốn chủ sở hữu sẽ giảm đi 4.5607% Dựa trên công thức Lợi nhuận = Doanh thu - Chi phí, ta có thể lí giải rằng khi càng tăng chi phí, lợi nhuận thu được sẽ giảm đi. Khi OTETA tăng đồng nghĩa với việc phải tăng trưởng tín dụng, huy động vốn, tài sản đầu tư và dịch vụ để lợi nhuận không bị hao hụt. Và nếu chi phí hoạt động quá cao hơn nhiều so với sự tăng trưởng của các tài sản sinh lời và tài sản nợ, thì ngân hàng đó hoạt động không hiệu quả dẫn đến sự sụt giảm ROA và ROE. Như vậy nếu trong trường hợp doanh thu không đổi, chi phí càng cao thì lợi nhuận của của ngân hàng sẽ càng giảm.
> Tỉ lệ lạm phát (CPI)
CPI đo lường tỷ lệ lạm phát giai đoạn 2009-2018 với mức ý nghĩa 1% có hệ số hồi quy dương có tác động cùng chiều với ROE chưa phù hợp với giả thuyết đưa ra. Trong giai đoạn nghiên cứu thì lạm phát tăng cao kéo dài, các nhà quản trị ngân hàng có thể dự đoán trước được chính xác tình hình lạm phát để có thể điều chỉnh mức lãi suất phù hợp tăng doanh thu nhanh hơn chi phí, làm tăng lợi nhuận, tăng khả năng sinh lời của NHTM. Với điều kiện các yếu tố khác không đổi, khi biến CPI tăng 1% thì ROE tăng 0.221%
CHƯƠNG 5
KẾT LUẬN VÀ KHUYẾN NGHỊ
Trong chương này, tác giả sẽ tóm tắt lại kết quả nghiên cứu đã nhận được ở chương trước và đưa ra các khuyến nghị đối với nhà quản trị NHTM và cơ quan quản lý nhà nuớc dựa trên kết quả đã nhận được. Đồng thời, ở cuối chương, tác giả cũng trình bày mặt hạn chế của đề tài và huớng nghiên cứu mở rộng cho các đề tài sau.
5.1. KẾT QUẢ NGHIÊN CỨU
Trong bối cảnh hiện nay, các NHTM thế giới nói chung và Việt Nam nói riêng đang cạnh tranh ngày càng gay gắt hơn và không ngừng gia tăng chất lượng sản phẩm dịch vụ để có chỗ được chỗ đứng tốt nhất trên thị trường. Do đó, việc nghiên cứu và tìm ra các yếu tố có ảnh hưởng đến khả năng sinh lời là một việc làm hết sức cần thiết để ngân hàng có thể tối đa hóa lợi nhuận cho mình. Với đề tài: “Phân tích các yếu tố tác động đến khả năng sinh lời của các Ngân hàng thương mại Việt Nam trong giai đoạn 2009 - 2018”, tác giả tập trung nghiên cứu, phân tích và lý luận những yếu tố tác động đến khả năng sinh lời của các Ngân hàng thương mại Việt Nam. Thông qua việc thực hiện mô hình hồi quy từ dữ liệu có được từ 20 NHTM trong giai đoạn 2009 - 2018, tác giả nhận thấy rằng tỷ lệ vốn chủ sở hữu, tỷ lệ khoản cho vay khách hàng, lạm phát có tác động cùng chiều với tỷ suất sinh lời của các NHTM trong khi quy mô ngân hàng, tỷ lệ chi phí hoạt động có ảnh hưởng