Trong luận văn nghiên cứu tác giả sử dụng 1 biến phụ thuộc là CAR và 7 biến độc lập là ROA, DEP, LOA, LIQ, NPL, SIZE, INF để thấy được tác động của từng yếu tố ảnh hưởng đến hệ số CAR của ngân hàng thương mại Việt Nam giai đoạn 2013-2019. Từ đó nghiên cứu hình thành mô hình hồi quy, dựa vào kết quả kiểm định các mô hình Pooled OLS, FEM hay REM, tác giả sẽ lựa chọn mô hình phù hợp cho nghiên cứu.
4.3.1. Mô hình Pooled OLS
Đầu tiên tác giả sẽ sử dụng mô hình Pooled OLS để kiểm định. Dựa trên kết quả kiểm định OLS, tác giả nhận thấy các biến số ROA, DEP, LOA, LIQ, NPL có ý nghĩa thống kê ở mức 10% (P value<0.1). Các biến số còn lại không có ý nghĩa thống kê ở mức ý nghĩa thống kê 1% (P value<0.01). (Kết quả kiểm định mô hình Pooled OLS chi tiết ở phụ lục 03)
Tuy nhiên mô hình Pooled OLS là mô hình hồi quy dựa trên điều kiện tất các hệ số chặn đều không thay đổi theo thời gian và không gian, do đó các yếu tố quan sát không có sự riêng biệt, khá đồng nhất giữa các ngân hàng thương mại. Mô hình đã bỏ qua các giá trị không gian và thời gian dữ liệu kết hợp (dữ liệu bảng).
4.3.2. Mô hình Fixed Effect Model (FEM)
Dựa vào kết quả kiểm định FEM bảng 4.5 các biến ROA, LOA, có ý nghĩa thống kê ở mức ý nghĩa 10% (P value<0.1). các biến số còn lại không có ý nghĩa thống kê. (Kết quả kiểm định mô hình Fixed Effect chi tiết ở Phụ lục 3)
Tác giả sử dụng kiểm định Wald F-test để kiểm định lại sự phù hợp giữa mô hình Pooled OLS (mô hình hồi quy tuyến tính cổ điển) và FEM (mô hình hồi quy tác động cố định) ở mức ý nghĩa 5% với giả thuyết:
H0: Mô hình Pooled OLS phù hợp hơn. H1: Mô hình FEM phù hợp hơn
Mô hình cho kết quả Pro>ℎℎ2=0.0000<0.05, nên bác bổ giả thuyết H0, chấp nhận giả thuyết H1, mô hình FEM phù hợp hơn.
4.3.3. Mô hình Random Effect Model (REM)
Dựa vào kết quả bảng 4.6 các biến LOA, LEV, LIQ, NPL có ý nghĩa thống kê ở mức ý nghĩa 10% (P value<0.1). các biến số còn lại không có ý nghĩa thống kê. (Kết quả kiểm định mô hình Random Effect chi tiết ở phụ lục 03)
Tác giả sử dụng kiểm định Wald F-test để kiểm định lại sự phù hợp giữa mô hình Pooled OLS (mô hình hồi quy tuyến tính cổ điển) và REM (mô hình hồi quy tác động cố định) ở mức ý nghĩa 5% với giả thuyết:
H0: Mô hình Pooled OLS phù hợp hơn. H1: Mô hình REM phù hợp hơn
Mô hình cho kết quả Pro>chi^2=0.0000<0.05, nên bác bổ giả thuyết H0, chấp nhận giả thuyết H1, mô hình REM phù hợp hơn.
4.3.4. Kiểm định sự phù hợp giữa mô hình Fixed Effect và Random Effect
Tác giả tiến hành kiểm định Hausman để kiểm định sự phù hợp giữa mô hình FEM và REM. Với giả thuyết H0: Mô hình Rem phù hợp hơn với mức ý nghĩa 10%.
Dựa vào kết quả kiểm định (Chi tiết phụ lục 03). Ta thấy giá trị P-value bé hơn mức ý nghĩa 10%, do đó có đủ cơ sở chấp nhận giả thiết H1, mô hình tác động cố định (FEM) là hợp hơn so với mô hình tác động ngẫu nhiên (REM).
Qua các kiểm định thực hiện để chọn mô hình tốt nhất là mô hình FEM, tác giả tiếp tục tìm những khuyết tật của mô hình: phương sai thay đổi, đa cộng tuyến, tự tương quan và thực hiện hiệu chỉnh cần thiết nhằm khắc phục hạn chế của mô hình.
Bảng 4.3 Kết quả hồi quy mô hình với biến phụ thuộc CAR. CAR
Pool OLS FEM REM
ROA DEP LOA LIQ NPL SIZE INF _CONS 1.364** -2.271*** -1.904*** [-2.62] [-4.95] [-4.08] -0.0347* 0.00200 -0.0134 [-1.97] [0.12] [-0.81] -0.0783*** -0.0534* -0.0699*** [-3.91] [-1.89] [-3.01] 0.105* 0.0179 0.0582 [1.67] [0.30] [0.98] -0.632*** 0.0468 0.316 [2.97] [0.22] [1.52] 0.00145 0.00156 0.00137 [0.83] [0.96] [0.84] -0.0156 0.0102 0.0134 [1.00] [0.78] [1.00] 0.152*** 0.141*** 0.150*** [5.94] [5.33] [5.93] R-sq 0.274 0.294 0.272 Prob>F 0.0000 0.0001 0.0000 Hausman Prob>chi2 0.0000 Breusch
and Pagan test
0.0000 * p<0.1, ** p<0.05, *** p<0.01
Ghi chú: *, **, *** tương ứng với mức ý nghĩa 10%, 5%, 1%
4.4. KIỂM ĐỊNH KẾT QUẢ HỒI QUY 4.4.1. Kiểm định hiện tượng đa cộng tuyến
Để phát hiện hiện tượng đa cộng tuyến trong mô hình, tác giả sử dụng hệ số phóng đại phương sai (VIF – Variance Inflation Factor). Nếu hệ số VIF > 10 sẽ có hiện tượng đa cộng tuyến trong mô hình.
(Nội dung được trình bày trong phụ lục 03) Bảng 4.4 Kiểm định đa cộng tuyến.
Variable Mô hình CAR
VIF 1/VIF CAR 1.38 1.17 ROA 1.1 1.05 DEP 1.19 1.09 LOA 1.39 1.18 LIQ 1.06 1.03 NPL 1.3 1.14 SIZE 1.05 1.03 INF 1.1 1.05 Mean VIF 1.2
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata 13.0
Quan sát các hệ số hồi quy của mô hình, ta thấy hệ số VIF của các biến < 10 nên không có hiện tượng đa cộng tuyến xảy ra giữa các biến trong mô hình.
4.4.2. Kiểm định hiện tượng tự tương quan
Phương pháp kiểm định Wooldrige test được sử dụng để kiểm định hiện tượng tự tương quan cho các mô hình hồi quy.
Giả thiết:
H0: không có hiện tượng tự tương quan H1: có hiện tượng tự tương quan
Nếu kết quả cho giá trị P-value < α=0.05, bác bỏ giả thiết H0 và chấp nhận giả thiết H1 (với mức ý nghĩa thống kê 5%)
Bảng 4.5 Kiểm định Wooldridge test về tự tương quan.
Biến phụ thuộc Biến độc lập P- value Lựa chọn phương pháp hồi quy
CAR ROA, DEP, LOA, LIQ, NPL,
SIZE, INF 0.0275
có hiện tượng tự tương quan (Phụ lục 04)
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata 13.0)
Qua kết quả kiểm định mô hình ta thấy được biến phụ thuộc CAR có giá trị P value=0.0275<0.05 bác bác bỏ giả thuyết H0 chấp nhận giả thuyết H1, mô hình nghiên cứu có hiện tượng tự tương quan. Kết quả mô hình chi tiết được trình bày ở phụ lục 03.
4.4.3. Kiểm định hiện tượng phương sai thay đổi
Để kiểm định mô hình có hiện tượng phương sai thay đổi hay không, tác giả sử dụng kiểm định Modified Wald test lệnh (xttest3).
Giả thiết:
H0: không có hiện tượng phương sai thay đổi H1: có hiện tượng phương sai thay đổi
Nếu kết quả kiểm định cho P-value < α=5 %, bác bỏ giả thiết H0 và chấp nhận giả thiết H1.
Bảng 4.6 Kiểm định Xttest3 về phương sai thay đổi cho mô hình FEM.
Biến phụ thuộc Biến độc lập P-value Lựa chọn phương pháp hồi quy
CAR ROA, DEP, LOA, LIQ,
NPL, SIZE, INF 0.0000
Có hiện tượng phương sai thay đổi (Phụ lục 03)
(Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata 13.0)
Kết quả kiểm định mô hình trên cho thấy P-value nhận được đều bé hơn α =0.005 do đó giả thuyết H0 bị bác bỏ với mức ý nghĩa 5%, mô hình có hiện tượng phương sai thay đổi. Để khắc phục khuyết tật mô hình tác giả sử dụng mô hình hồi quy bằng phương pháp hồi quy GLS.
4.4.4. Kiểm định nội sinh
Tác giả sẽ kiểm định hiện tượng nội sinh bằng mô hình hồi quy 2 giai đoạn. (Chi tiết phụ lục 03)
Giả thiết:
H0: không có hiện tượng nội sinh H1: có hiện tượng nội sinh
Nếu kết quả kiểm định cho P-value < α=5 %, bác bỏ giả thiết H0 và chấp nhận giả thiết H1.
Biến phụ thuộc Biến độc lập P-value Lựa chọn phương pháp hồi quy
CAR ROA, DEP, LOA, LIQ,
NPL, SIZE, INF 0.0000
Có hiện tượng nội sinh (Phụ lục 03)
Kết quả kiểm định mô hình trên cho thấy P-value nhận được đều bé hơn α =0.05 do đó giả thuyết H0 bị bác bỏ với mức ý nghĩa 5%, mô hình có hiện tượng nội sinh.
4.4.5. Khắc phục khuyết tật của mô hình bằng phương pháp GLS
Sau khi thực hiện hồi quy và kiểm định, lựa chọn mô hình phù hợp là FEM, tác giả tiến hành khắc phục khuyết tật được phát hiện của mô hình bằng phương pháp GLS (Generalized least squares). Kết quả được trình bày bảng 4.7 là kết quả đã được khắc phục khuyết tật của mô hình (kết quả chi tiết được trình bày ở phụ lục 03).
Bảng 4.7 Kết quả mô hình hồi quy bằng phương pháp GLS. CAR ROA 0.994*** [3.16] DEP -0.0230** [-2.24] LOA -0.0517*** [-2.88] LIQ 0.0606* [1.65] NPL -0.283** [-2.12] SIZE -0.000220 [-0.23] INF 0.0147** [2.07] _cons 0.157*** [9.29] N 105
Ghi chú: *, **, *** tương ứng với mức ý nghĩa 10%, 5%, 1%
(Nguồn: Kết quả phân tích từ phần mềm Stata 13.0)
4.5. THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Kết quả nghiên cứu được trình bày ở bảng 4.7 sau khi khắc phục được các khuyết tật của mô hình, tác giả xem lại các kiểm định các giả thuyết nghiên cứu và kì vọng như sau:
Giả thuyết H1: Lợi nhuận sau thuế/tổng tài sản có tác động cùng chiều (+) đến hệ
0.14 0.135 0.13 0.125 0.12 0.115 0.11 0.105 0.009 0.008 0.007 0.006 0.005 0.004 0.003 0.002 0.001 0 ROA CAR 2013 2014 2015 2016 2017 2018 2019
Theo kết quả hồi quy tại bảng 4.10, biến ROA lợi nhuận sau thuế/tổng tài sản có tác động cùng chiều đến CAR có ý nghĩa thống kê ở mức 10% và có hệ số hồi quy là 0,994. Nghĩa là khi các yếu tố khác không đổi, khi quy mô tăng(giảm) 1% thì hệ số CAR sẽ tăng (giảm) 0.994 đơn vị. Điều này phù hợp với các nghiên cứu của Abusharba, Triyuwono, Ismail & Rahman và nghiên cứu của Osama A. El-Ansary, Hassan M. Hafez (2013), Yoo (2000). Khi ngân hàng kinh doanh được nhiều lợi nhuận ngân hàng sẽ có xu hướng trích ra các phần lợi nhuận có được bổ sung vào nguồn vốn kinh doanh, nhằm mục đích tăng vốn để kiếm thêm nhiều lợi nhuận trong tương lại. Nguồn vốn tự có của ngân hàng tăng lên vì thế tỷ suất sinh lời có quan hệ cùng chiều với tỷ lệ an toàn vốn. Tình hình biến động hệ số an toàn vốn và tỷ suất sinh lời trên tổng tài sản thể hiện chi tiết qua biểu đồ dưới
Hình 4.1 Tình hình biến động hệ số an toàn vốn và tỷ suất sinh lời trên tổng tài sản của các NHTM giai đoạn 2013-2019.
Đơn vị tính % Nguồn: Tác giả tổng hợp từ BCTC
Qua đồ thị số liệu ta có thể thấy giai đoạn từ năm giai đoạn 2013-2015, nhìn chung có thể thấy rằng hệ số an toàn vốn và tỷ suất sinh lợi trên tổng tài sản có xu hướng biến động cùng chiều với nhau, ROA bình quân giai đoạn này của các ngân
hàng cho thấy hiệu quả kinh doanh có xu hướng giảm dần cho đến năm 2015 chỉ còn 0,46%.
Giai đoạn 2013 đến 2019, ROA của các NHTM có nhiều biến động tăng giảm khác nhau nhưng xu thế biến động chung toàn giai đoạn là có chiều hướng tăng. Nhưng hệ số an toàn vốn biến động tăng đến năm 2017 và giảm đến 2019. Điều này trái với kết quả nghiên cứu nhưng tác giả có thể giải thích như sau, thực tế khi lợi nhuận ngân hàng bị giảm do hoạt động kinh doanh ảnh hưởng, rủi ro cho vay, tài sản có rủi ro gia tăng lên. Ngân hàng phải tìm cách tăng vốn để đáp ứng hoạt động kinh doanh, dẫn đến hệ số an toàn vốn tăng. Hoặc ngược lại khi lợi nhuận ngân hàng tăng, hoạt động kinh doanh tốt ngân hàng có thể gia tăng cho vay, tăng tài sản rủi ro để kiếm lời nên tác động làm hệ số an toàn vốn giảm. Trong từng giai đoạn nghiên cứu hai yếu tố này có thể tương quan ngược chiều nhưng nhìn chung tổng thể qua các năm và từ cơ sở lý thuyết thì ROA có tác động cùng chiều đến CAR.
Giả thuyết H2: Tiền mặt và các khoản tương đương tiền/Tổng tài sản có tác
động cùng chiều (+) đến hệ số an toàn vốn của ngân hàng thương mại Việt Nam
Theo kết quả hồi quy tại bảng trên biến LIQ hệ số thanh khoản có tác động cùng chiều đến CAR có ý nghĩa thống kê ở mức 10% và có hệ số hồi quy là 0.06. Nghĩa là khi các yếu tố khác không đổi, khi quy mô tăng (giảm) 1% thì hệ số CAR sẽ tăng (giảm) 0.06 đơn, vị kết quả nghiên cứu giống với kết quả nghiên cứu của Osama A.El-Ansary, Hassan M.Hafez (2013) có biến động cùng chiều.
Tình hình biến động hệ số an toàn vốn và tỷ lệ thanh khoản thể hiện chi tiết qua biểu đồ dưới:
0.14 0.135 0.13 0.125 0.12 0.115 0.11 0.105 0.5 0.4 0.3 0.2 LIQ CAR 0.1 0 2013 2014 2015 2016 2017 2018 2019
Hình 4.2 Tình hình biến động hệ số an toàn vốn và tỷ lệ thanh khoản của các NHTM giai đoạn 2013-2019.
Đơn vị tính % Nguồn: Tác giả tổng hợp từ BCTC
Dựa vào đồ thị ta thấy hệ số an toàn vốn và tỷ lệ thanh khoản của NHTM có biến động giảm từ năm 2013 đến 2019.
Cụ thể qua tổng hợp số liệu từ báo cáo tài chính của các NHTM hệ số thanh khoản của các ngân hàng thương mại có biến động tăng giảm tuy nhiên mức biến động không lớn giữa các năm như ngân hàng TMCP Á Châu hệ số thanh khoản năm 2013 đạt 10.77% giảm nhẹ đến năm 2017 đạt 8.15% và tăng 14.75% vào năm 2019.
Ngân hàng TMCP Quốc tế (VIB) giảm hệ số thanh khoản từ 20.85% năm 2013 xuống còn 14.16% năm 2018, Ngân hàng Ngoại Thương Việt nam có hệ số thanh khoản cao và có mức dao động không đáng kể từ năm 2013 đến năm 2019 từ 40% đến 44%. Khi lượng tiền mặt hay các khoản tương đương tiền tăng lên thì khả năng thanh toán của ngân hàng cũng được củng cố, tỷ lệ thanh khoản có tác lên hệ số an toàn vốn theo chiều hướng tích cực, ngược lại khi hệ số an toàn vốn tăng lên lượng vốn của ngân hàng tăng lên thì lượng vốn tiền bằng tiền và các khoản tương đương tiền cũng tăng lên góp phần tăng tỷ lệ thanh khoản của ngân hàng.
0.14 0.135 0.13 0.125 0.12 0.115 0.11 0.105 8000 7000 6000 5000 4000 3000 2000 1000 0 DEP CAR 2013 2014 2015 2016 2017 2018 2019
Giả thuyết H3: Tổng tiền gửi/ tổng tài sản có tác động ngược chiều (-) đến hệ số an
toàn vốn của ngân hàng thương mại Việt Nam.
Theo kết quả hồi quy tại bảng 4.7 biến DEP được tính bằng tổng tiền gửi/tổng tài sản có tác động ngược chiều với CAR tại mức ý nghĩa 10%. Khi các yếu tố không đổi, khi DEP tăng (giảm) 1% thì tác động giảm (tăng) đến hệ số an toàn vốn 0.023 đơn vị. Kết quả nghiên cứu phù hợp với nghiên cứu của Ijaz Hussain Bokhari và Syed Muhamad Ali (2009), kết quả nghiên cứu này phù hợp với thực trạng ngân hàng thương mại Việt Nam, khi tỷ lệ tiền gửi tăng lên, nguồn vốn huy động tăng lên chi phí lãi ngày càng cao tác động làm giảm lợi nhuận của ngân hàng, làm cho nguồn vốn tự có của ngân hàng giảm tác động làm CAR giảm.
Tình hình biến động hệ số an toàn vốn và tổng tiền gửi thể hiện chi tiết qua biểu đồ dưới:
Hình 4.3 Tình hình biến động hệ số an toàn vốn và tỷ lệ tiền gửi trên tổng tài sản của các NHTM giai đoạn 2013-2019.
Đơn vị tính % Nguồn: Tác giả tổng hợp từ BCTC N gh ìn tỷ đồ ng
Dựa vào đồ thị ta thấy hệ số an toàn vốn và tỷ tiền gửi của NHTM có biến động ngược chiều từ năm 2013 đến 2019.
Kết quả phân tích từ báo cáo tài chính của các NHTM lựa chọn nghiên cứu cho thấy, chỉ sau 6 năm từ năm 2013 đến 2019, quy mô tổng tiền gửi khách hàng đã tăng gấp 2,4 lần (Tổng tiền gửi khách hàng của các NHTM tại 30/06/2019 là 7.318 nghìn tỷ đồng so với 3.067 nghìn tỷ đồng tại thời điểm 31/12/2013).
Qua số liệu tổng hợp từ báo cao tài chính của các NHTM từ năm 2013 đến năm 2018 lượng tiền gửi huy động từ khách hàng tăng cao như BIDV từ 339 nghìn tỷ đồng năm 2013 đã tăng gấp 3 lần đạt con số 989 nghìn tỷ đồng năm 2019. Ngân hàng VCB từ 332 nghìn tỷ đồng năm 2013 đến năm 2019 đạt 802 nghìn tỷ đồng.
Trong khi đó hệ số an toàn vốn của các ngân hàng thương mại 2013-2019 có chiều hướng giảm đều từ năm 2013 đến năm 2019, cụ thể hệ số an toàn vốn đạt cao nhất 13.75% năm 2012 và giảm đến tháng đến gần 12% năm 2019. Sự tương quan ngược chiều thể hiện rõ ở các biểu đồ trên.
Giả thuyết H4: Tổng nợ xấu/tổng dư nợ cho vay có tác động ngược chiều (-) đến hệ
số an toàn vốn của ngân hàng thương mại Việt Nam.
Dựa trên kết quả nghiên cứu cuối cùng, biến độc lập NPL có ý nghĩa thống kê trong mô hình với mức ý nghĩa 10%, biến thiên ngược chiều với CAR, cụ thể là