OLS FEM REM OLS FEM REM CAR Hệ số β 0.0171 0.0135 ^ 0.0187 0.391** 0.0844 ^ 0.199 ~ P-value 0.658 0.683 0.571 0.016 0.630 0.214 AQ Hệ số β 0.143* -0.0414 0.0149 -0.310 -0.486 -0.339 P-value 0.075 0.513 0.813 0.347 0.148 0.266 OE Hệ số β 0.0000207 0.0000406 0.0000362 0.0000326 -0.0000471 -0.0000496 P-value 0.663 0.172 0.233 0.855 0.764 0.746 EQ Hệ số β 0.0966*** 0.0413** 0.0553*** 0.367*** 0.233*** 0.298*** P-value 0.000 0.014 0.001 0.000 0.009 0.000 LIQR Hệ số β 0.0247*** 0.0104 0.0150** -0.0596** -0.0583 -0.0495 P-value 0.000 0.135 0.026 0.028 0.114 0.111 SEN Hệ số β 0.04669*** 0.00971 0.000713 -0.0630 -0.0325 -0.0123 P-value 0.007 0.478 ^ 0.958 0.368 ^ 0.654 0.851 ~
Biến kiểm soát
SIZE P-value -0.00241 -0.0107*** 0.00679** 0.295*** -0.0163 0.00856 Hệ số β 0.368 0.003 0.033 0.008 0.375 0.528 CONS P-value 0.0183 0.169*** 0.106** 0.579*** 1.287*** 0.897*** Hệ số β 0.652 0.002 0.030 0.001 0.000 0.000 n 112 112 112 112 112 112 R- square d 0.442 0.338 0.318 0.350 0.178 0.106
Nguồn: Trích xuất kết quả từ Stata
Theo kết quả phân tích tương quan giữa các biến tại bảng 4.3 cho thấy TOBIN’s Q có tương quan mạnh nhất với EQ (0.5136) và tương quan yếu nhất với SEN (0.0236). Ngoài ra, các biến CAR, AQ và OE có tác động ngược chiều với TOBIN’s Q; các biến EQ, LIQR, SEN và SIZE có tác động cùng chiều với TOBIN’s Q. Tương tự, mức độ tương quan giữa các biến đều bé hơn 0.8. Mô hình có nhiều khả năng không gặp lỗi đa cộng tuyến.
4.2. Phân tích hồi quy
4.3.1. Phân tích hồi quy theo mô hình Pooled - OLS, FEM và REM
56
Giá trị P-vaue Kết luận Giá trị P-vaue Kết luận F(7,88)= 6.41 Prob>F= 0.0000 FEM F(7,88)= 2.73 Prob>F= 0.0130 FEM
Nguồn: Tác giả trích xuất từ Stata
Ghi chú: (*) mức ý nghĩa 10%, (**) mức ý nghĩa 5%, (♦♦♦) mức ý nghĩa 1%.
Mô hình NIM
Ket quả hồi quy theo Pooled - OLS thể hiện tại bảng 4.4 cho thấy các biến độc lập CAR, OE và biến kiểm soát SIZE không có ý nghĩa thống kê. Với mức ý nghĩa 1% các biến độc lập EQ, LIQR, SEN được chấp nhận giải thích cho biến phụ thuộc NIM; biến AQ được chấp nhận cho biến NIM với mức ý nghĩa 10%.
Kết quả hồi quy theo mô hình NIM dựa trên phương pháp FEM cho thấy các biến CAR, AQ, OE, LIQR, SEN không có ý nghĩa thống kê. Biến độc lập EQ được chấp nhận để giải thích cho biến phụ thuộc NIM với độ tin cậy 95%, biến kiểm soát SIZE được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 1%.
Kết quả hồi quy theo mô hình NIM dựa trên phương pháp REM cho thấy biến EQ được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa 1%; biến LIQR và SIZE được chấp nhận để giải thích cho biến phụ thuộc NIM với
57
mức ý nghĩa 5%. Còn lại, các biến CAR, AQ, OE và SEN không có ý nghĩa thống kê.
Mô hình TOBIN’s Q
Kết quả hồi quy theo Pooled - OLS thể hiện tại bảng 4.4 cho thấy biến độc lập EQ và biến kiểm soát SIZE được chấp nhận giải thích cho biến phụ thuộc TOBIN’s Q với mức ý nghĩa 1%. Với mức ý nghĩa 5% các biến độc lập CAR, LIQR được chấp nhận giải thích cho biến phụ thuộc TOBIN’s Q. Các biến độc lập AQ, OE và SEN không có ý nghĩa thống kê.
Kết quả hồi quy theo mô hình TOBIN’s Q dựa trên phương pháp FEM cho thấy các biến CAR, AQ, OE, LIQR, SEN và biến kiểm soát SIZE không có ý nghĩa thống kê. Biến độc lập EQ được chấp nhận để giải thích cho biến phụ thuộc TOBIN’s Q với độ tin cậy 99%.
Kết quả hồi quy theo mô hình TOBIN’s Q dựa trên phương pháp REM cho thấy các biến CAR, AQ, OE, LIQR, SEN và biến kiểm soát SIZE không có ý nghĩa thống kê. Biến độc lập EQ được chấp nhận để giải thích cho biến phụ thuộc TOBIN’s Q với độ tin cậy 99%.
4.3.2. Lựa chọn phương pháp hồi quy
• Lựa chọn mô hình FEM và OLS
Giá trị P-vaue Kết luận Giá trị P-vaue Kết luận
chi2= 29.7 Prob>chi2=0.0001
FEM chi2= 5.43 Prob>chi2= 0.6077
REM
BIẾN VIF 1/VIF
CAR 194 0.514879
AQ L57 0.636245
OE Ẽ5Ô 0.664822
EQ 144 0.696254
Nguồn: Tác giả trích xuất từ Stata Dựa vào bảng 4.5, ta thấy kết quả với P-value = 0.000 < 5% (mô hình NIM) và P-value = 0.0130 < 5% ( mô hình TOBIN’s Q) nên bác bỏ Ho, chấp nhận H1, cho rằng mô hình FEM phù hợp hơn Pooled OLS.
58
• Kiểm định Hausman
Bảng 4.6: Kết quả kiểm định Hausman
Nguồn: Tác giả trích xuất từ Stata Với giả thuyết: H0 cho rằng không có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích trong mô hình. Để lựa chọn mô hình FEM hoặc REM tác giả sử dụng kiểm định Hausman. Với mô hình NIM, kết quả kiểm định cho thấy P-value = 0.0001 < 0.05, đủ cơ sở bác bỏ giả thuyết H0, tức là với mức ý nghĩa 5%, có tương quan giữa biến giải thích và các sai số ngẫu nhiên nên chọn mô hình FEM. Với mô hình TOBIN’s Q, thấy P-value = 0.6077 > 0.05, chọn mô hình REM.
4.3.3. Kiểm định các khuyết tật mô hình
Tác giả tiến hành thực hiện kiểm định các khuyết tật của các mô hình như hiện tượng đa cộng tuyến, phương sai sai số thay đổi và sự tương quan chuỗi trong bài nghiên cứu để chỉ ra rõ hơn tác động của các yếu tố ảnh hưởng hiệu quả hoạt động của các NHTM.
Thứ nhất, kiểm tra đa cộng tuyến
Kết quả kiểm tra hiện tượng đa cộng tuyến cho mô hình nghiên cứu thể hiện qua bảng 4.7.
LIQR 1.33 0.751032
SIZE 1.16 0.863400
Mô hình NIM Mô hình TOBIN’s Q
Giá trị P-vaue Giá trị P-vaue
chi2= 6.1e+30
Prob>chi2= 0.0000 Chibar2= 38.23 Prob>chibar2= 0.0000 59
Nguồn: Tác giả trích xuất từ Stata
Qua bảng 4.7 cho thấy mô hình không xảy ra hiện tượng đa cộng tuyến vì giá trị VIF của tất cả các biến điều nhỏ hơn 10.
Thứ hai, kiểm định phương sai sai số thay đổi
Sử dụng kiếm định Breusch-Pagan trong mô hình REM và kiếm định Modified Wald trong mô hình FEM đế nhận biết các mô hình có bị hiện tượng phương sai sai số thay đổi hay không.
Bảng 4.8. Kiểm định phương sai sai số thay đổi của mô hình NIM và TOBIN’s Q
Giá trị P-vaue Kết luận Giá trị P-vaue Kết luận F(1,13)= 3.106 Prob>F= 0.1015 Không xảy ra hiện tượng tự tương quan F(1,13)= 19.241 Prob>F= 0.0007 Xảy ra hiện tượng tự tương quan Biến độc lập Biến phụ thuộc NIM TOBIN’s Q CAR Hệ số β 0.0219 0.336** P-value 0.560 0.018 AQ Hệ số β 0.108 -0.192 P-value 0.157 0.532 OE Hệ số β 0.0000170 -0.0000290 P-value 0.633 0.833 EQ Hệ số β 0.0879*** 0.208*** P-value 0.000 0.004
Nguồn: Tác giả trích xuất từ Stata
Cú pháp: Xttest3
Ho: Không xảy ra hiện tượng phương sai sai số thay đổi.
Kết quả bảng 4.8 cho thấy cả hai mô hình NIM và TOBIN’s Q đều xảy ra hiện tượng phương sai sai số thay đổi do P-value đều nhỏ hơn 5%, do đó chưa đủ cơ sở chấp nhận giả thuyết Ho, tức là mô hình có hiện tượng phương sai sai số thay đổi.
Thứ ba, kiểm định tự tương quan
Tác giả dùng kiếm định Wooldridge đế nhận biết các mô hình có hiện tượng tự quan hay không
60
Bảng 4.9. Kết quả kiểm định hiện tượng tương quan chuỗi
Nguồn: Tác giả trích xuất từ Stata Kết quả bảng 4.9 chỉ ra rằng, mô hình NIM không xảy ra hiện tượng tự tương quan do P-value > 0.05; mô hình TOBIN’s Q xuất hiện hiện tượng tự tương quan do P-value < 0.05.
4.3.4. Phân tích hồi quy GLS
Theo Wooldrige (2002) cách khắc phục hiện tượng phương sai sai số thay đổi và tương quan chuỗi là lựa chọn phương pháp bình phương tối thiểu tổng quát (GLS).
LIQR
P-value 0.001 0.210
SEN
Hệ số β 0.0351** -0.0474
P-value 0.023 0.440
Biến kiểm soát
SIZE Hệ số β -0.00146 0.0208* P-value 0.608 0.068 Cons Hệ số β 0.0101 0.703*** P-value 0.812 0.000 N 112 112 Wald chi2 63.54 18.55 Prob>chi2 0.0000 0.0097 61
Ghi chú: (*) mức ý nghĩa 10%, (**) mức ý nghĩa 5%, (***) mức ý nghĩa 1%
Bảng 4.10 cho thấy kết quả hồi quy theo mô hình GLS trong mô hình NIM có biến biến độc lập gồm EQ, LIQR và SEN có ý nghĩa thống kê và được chấp nhận để giải thích cho biến phụ thuộc NIM với mức ý nghĩa lần lượt là 1%, 1% và 5%. Các biến còn lại gồm CAR, AQ, OE và SIZE không có ý nghĩa thống kê trong mô hình NIM. Kết quả được viết theo phương trình như sau:
NIM= 0.0879EQ + 0.0220LIQR + 0.0351SEN
Bảng 4.10 cho thấy kết quả hồi quy theo mô hình GLS trong mô hình TOBIN’s Q có biến độc lập gồm CAR, EQ và biến kiểm soát SIZE có ý nghĩa thống kê và được chấp nhận để giải thích cho biến phụ thuộc TOBIN’s Q với mức ý nghĩa lần lượt là 5%, 1% và 10%. Các biến còn lại gồm AQ, OE và SEN và LIQR không có ý nghĩa thống kê trong mô hình TOBIN’s Q. Kết quả được viết theo phương trình như sau:
4.4. Thảo luận kết quả hồi quy theo GLS
4.4.1 Ảnh hưởng của tỷ lệ an toàn vốn đến hiệu quả hoạt động - CAR
Biến CAR cho thấy kết quả có mối quan hệ cùng chiều với TOBIN’s Q, với mức ý nghĩa 5% trong mô hình nghiên cứu giai đoạn 2009-2019. Điều này đúng với kỳ vọng ban đầu của tác giả. Khi tỷ lệ an toàn vốn tăng lên 1% thì hiệu quả đo lường bằng chỉ số TOBIN’s Q tăng lên 0.336%. Điều này chứng tỏ CAR đóng vai trò không nhỏ trong việc nâng cao hiệu quả hoạt động tại các NHTM. Khi ngân hàng gia tăng tỷ lệ an toàn vốn đồng nghĩa với việc gia tăng tính hoạt động bền vững trong hệ thống ngân hàng. Ngoài ra, ngân hàng nâng cao hệ số CAR bằng cách tăng vốn không chỉ giúp các ngân hàng có khả năng chống chọi tốt hơn đối với việc suy giảm các hoạt động của doanh nghiệp mà đồng thời còn giúp ngân hàng tăng khả năng cấp tín dụng cho nền kinh tế.
Kết quả nghiên cứu cũng phù hợp với kết quả nghiên cứu của Ongore và Kusa (2013), Dabaghie và Rajha (2019), Kengatharan (2018), Dash và Das (2009), Olweny và Shipho (2011), Bashatweh và Ahmed (2020).
4.4.2 Ảnh hưởng của tỷ lệ nợ xấu vốn đến hiệu quả hoạt động - AQ
Kết quả nghiên cứu ở cả hai mô hình đều cho thấy tỷ lệ nợ xấu không có ý nghĩa thống kê, chưa có đủ cơ sở để kết luận mối quan hệ giữa tỷ lệ nợ xấu và đo lường hiệu quả hoạt động đối với NIM và TOBIN’s Q. Do đó, biến AQ không được chấp nhận để giải thích cho sự ảnh hưởng của tỷ lệ nợ xấu đến hiệu quả hoạt động. Kết quả chưa đồng nhất với các nghiên cứu Ongore và Kusa (2013); Olweny và Shipho (2011); Fani và các cộng sự (2018); Trịnh Quốc Trung, Nguyễn Văn Sang (2013); Nguyễn Thanh Thiên (2019). Kết quả nghiên cứu này có thể không giống với các nghiên cứu trước có thể có sự khác biệt về môi trường kinh doanh, quy định pháp luật, đặc điểm của nền kinh tế và giai đoạn nghiên cứu...Thực tế ở các NHTM tại Việt Nam nợ xấu ảnh hưởng nhiều đến hoạt động cũng như lợi nhuận của các ngân hàng nhưng kết quả nghiên cứu chưa cho thấy việc tác động của nợ xấu ảnh hưởng đến hiệu quả hoạt động nên cần có sự mở rộng về mặt số liệu để nghiên cứu sâu hơn về yếu tố này.
4.4.3 Ảnh hưởng của tỷ lệ chi phí hoạt động trên lợi nhuận đến hiệu
quả hoạt
động - OE
Biến chi phí hoạt động trên lợi nhuận trước thuế không có ý nghĩa thống kê, chưa có đủ cơ sở để kết luận mối quan hệ giữa tỷ lệ chi phí hoạt động trên lợi nhuận trước thuế với hiệu quả hoạt động đối với NIM và TOBIN’s Q. Do đó biến OE không được chấp nhận để giải thích cho sự ảnh hưởng của chi phí hoạt động đến hiệu quả tại các NHTM. Kết quả chưa đồng nhất với các nghiên cứu của Olweny và Shipho (2011); Fani và các cộng sự (2018); Ong Tze San và The Boon Heng (2013); Sufian (2012); Trịnh Quốc Trung và Nguyễn Văn Sang (2013). Trong giai đoạn nghiên cứu này, nhận thấy tỷ lệ chi phí hoạt động trên lợi nhuận có sự biến động rất lớn, khoảng dao động giá trị nhỏ nhất và giá trị lớn nhất từ 0.43187 đến 187.1912. Điều này cho thấy trong giai đoạn 2009 - 2019, một số ngân hàng đang gặp khó khăn trong vấn đề quản lý chi phí do quá trình tái cấu trúc hệ thống, xử lý nợ xấu hoặc cải tổ lại hệ thống sau quá trình sáp nhập nên dữ liệu có nhiều đứt gãy nên cần có nghiên cứu sâu hơn về chỉ tiêu này.
4.4.4. Ảnh hưởng của tỷ lệ lợi nhuận trên vốn CSH đến hiệu quả hoạt động- -
EQ
Biến EQ cho thấy kết quả có mối quan hệ cùng chiều với NIM, với mức ý nghĩa 1% trong mô hình nghiên cứu giai đoạn 2009-2019. Điều này đúng với kỳ vọng ban đầu của tác giả. Khi tỷ lệ lợi nhuận trước thuế trên vốn chủ sở hữu tăng lên 1% thì hiệu quả đo lường bằng chỉ số NIM tăng lên 0.0879%. Điều này chứng tỏ biến EQ đóng vai trò quan trọng trong việc nâng cao hiệu quả hoạt động tại các NHTM. Ngoài ra, biến EQ cũng có quan hệ cùng chiều với TOBIN’s Q với mức ý nghĩa 1%. Khi EQ tăng lên 1% thì TOBIN’s Q tăng lên 0.208%. Kết quả nghiên cứu cũng phù hợp với kết quả nghiên cứu của Berger và Mester (1997), Bawaneh và Dahiyat (2019); Fani và các cộng sự (2018); Dabaghie và Rajha (2019); Olweny và Shipho (2011); Roman và Sagu (2013); Rozanni và Radman (2013); Ishad và
4.4.5. Ảnh hưởng tỷ lệ cho vay khách hàng trên tiền gửi khách hàng đến hiệu
quả hoạt động - LIQR
Ket quả nghiên cứu cho thấy, biến LIQR có tác động cùng chiều với hiệu quả hoạt động đo lường theo NIM. Ở mức ý nghĩa 1%, khi LIQR tăng lên 1% thì NIM tăng lên 0.0220%. Ở Việt Nam, hoạt động truyền thống và chủ lực vẫn là hoạt động cho vay nên các NHTM thường tập trung vào lĩnh vực này để tạo ra lợi nhuận ngân hàng. Vì vậy, nghiên cứu chỉ ra rằng, khi ngân hàng đẩy mạnh cho vay thì đồng thời hệ số NIM sẽ tăng lên.
Khi LIQR tăng lên chứng tỏ ngân hàng đang gia tăng cho vay; giảm hoặc giữ nguyên số tiền gửi khách hàng. Điều này làm rủi ro thanh khoản tăng lên nhưng thực tế tại các NHTM, tăng trưởng tín dụng luôn là mục tiêu được đặt ra hàng năm và cho vay khách hàng cũng là khoản mục tài sản chính trên bảng cân đối kế toán tạo ra lợi nhuận chủ yếu cho ngân hàng. Vì vậy, nghiên cứu cũng phù hợp thực tế diễn ra tại các ngân hàng thương mại là luôn đẩy mạnh cho vay đồng thời gia tăng số tiền gửi của khách hàng. Để hài hòa giữa việc đảm bảo khả năng thanh khoản và lợi ích ngân hàng, ngân hàng cần điều chỉnh tỷ lệ giữa cho vay và tiền gửi phù hợp với tình hình kinh doanh của mình và không vượt quá quy định theo yêu cầu của NHNN là dưới 85%.
Kết quả nghiên cứu cũng đồng nhất với các nghiên cứu của Echekoba và các cộng sự (2014); Bawaneh và Dahiyat (2019); Sufian (2012); Nasserinia và các cộng sự (2014); Olweny và Shipho (2011); Nguyễn Phúc Quý Thạnh (2019).
4.4.6 Ảnh hưởng của tỷ lệ danh mục chứng khoán trên TTS đến hiệu quả hoạt động - SEN
Biến SEN có tác động cùng chiều với hiệu quả hoạt động đo lường theo NIM, ở mức ý nghĩa 5%, khi SEN tăng lên 1% thì NIM tăng lên 0.0351%. Điều này cho thấy, khi ngân hàng gia tăng danh mục chứng khoán đầu tư và chứng khoán kinh doanh thì NIM sẽ tăng. Điều này phù hợp với lý thuyết về danh mục đầu tư cân bằng (Balanced Porfolio Theory) được sử dụng trong nghiên cứu về hiệu quả hoạt động ngân hàng. Vì lý thuyết này cho rằng các nhà đầu tư có thể tối thiểu
hoá rủi ro thị trường cho một mức lợi nhuận kỳ vọng thông qua việc đa dạng hoá