Để phát hiện đa cộng tuyến, tác giả lựa chọn phương pháp sử dụng nhân tử phóng đại phương sai (VIF -Variance Inflation Factor - Mức độ đa cộng tuyến giữa biến phụ thuộc với các biến độc lập). Theo Gujari (2004):
• Nếu tất cả các biến độc lập đều có VIF nhỏ hơn 10 thì mô hình không xảy ra hiện tượng đa cộng tuyến.
• Nếu trong kết quả kiểm định phát hiện có VIF của biến >10, loại 1 biến độc lập có VIF lớn nhất và lớn hơn 10. Sau đó tiếp tục thực hiện lệnh collin với các biến độc lập còn lại, kiểm định VIF và cứ tiếp tục loại bỏ biến cho đến khi VIF của tất cả các biến độc lập đều nhỏ hơn 10. Lúc đó, mô hình phù hợp, đã khắc phục được hiện tượng đa cộng tuyến.
Kết quả thực tế từ mô hình thể hiện chi tiết qua bảng 4.11, khi kiểm định lần 1, tác giả thấy VIF của biến NIM (15.56) và OETA (10.08) lớn hơn 10. Tác giả tiến
ROA 4.96 ROA 1.62 LNAS 2.77 LNAS 2.57 CAD 3.48 CAD 3.33 LQ 3.55 LQ 3.50 DEPO 1.71 DEPO 1.70 LA 4.28 LA 4.23 CIR 1.54 CIR 1.34 OETA 10.08 OETA 2.26 DIA 1.51 DIA 1.27 NIM 15.56 CRISK 1.84 CRISK 2.08 GDP 1.20 GDP 1.20 IFL 1.26 IFL 1.30 Trung
bình VIF 4.15 bình VIFTrung 2.18
Kết quả hiện tượng đaMô hình bị
cộng tuyến Kết quả Mô hình phù hợp đã khắc phục được hiện tượng đa cộng ______tuyến______
hành loại bỏ biến NIM, sau đó thực hiện kiểm định đa cộng tuyến lần 2. Ket quả lần 2 cho thấy, VIF của tất cả các biến độc lập đều nhỏ hơn 10. Kết luận: mô hình lần 2 phù hợp và đã khắc phục được hiện tượng đa cộng tuyến.
CAD 0.0402027 0.010434 3.85 0.000 LQ 0.0110436 0.003817 2.89 0.004 DEPO -0.006155 0.0028023 -2.20 0.028 LA 0.0079454 0.0037322 2.13 0.033 CIR -0.0008229 0.0000668 -12.31 0.000 OETA 0.1208809 0.0570256 2.12 0.034 DIA 0.3842442 0.0512944 7.49 0.000 CRISK -0.1214118 0.0307611 -3.95 0.000 GDP 0.1083559 0.0342 3.17 0.002 IFL 0.0310264 0.0051886 5.98 0.000 Hằng số -0.0232105 0.0086196 -2.69 0.007 Số quan sát: 325 Mức ý nghĩa: 5%
Nguồn: Tác giả tổng hợp từ kết quả trích xuất phần mềm STATA
4.4 Phân tích mô hình hồi quy theo phương pháp bình phương tối thiểu tổng quát (GLS)
Từ kết quả kiểm định mô hình FEM, mô hình có hiện tượng đa cộng tuyến nhưng đã được khắc phục. Bên cạnh đó, mô hình còn có hiện tượng phương sai thay
đổi và tự tương quan chưa được khắc phục. Vậy nên, tác giả chọn phương pháp bình phương tối thiểu tổng quát (GLS) để tiếp tục khắc phục 2 khuyết tật còn lại của mô hình nhằm mục đích thu được ước lượng vững và hiệu quả.
Với phương pháp bình phương tối thiểu tổng quát GLS, mô hình được xem là phù hợp (H0) hoặc không phù hợp (H1) với giả thuyết như sau:
H0: Các hệ số hồi quy đều bằng không H1: Các hệ số hồi quy khác không
LNAS chiều (+/-) không có ý nghĩa
CAD cùng chiều (+) (+)
LQ cùng chiều (+) (+)
DEPO cùng chiều (+) -
LA cùng chiều (+) (+)
CIR ngược chiều - -
OETA ngược chiều - (+)
DIA cùng chiều (+) (+)
CRISK ngược chiều - -
GDP cùng chiều (+) (+)
IFL cùng chiều (+) (+)
Nguồn: Tác giả trích xuất từphầm mềm STATA
Bảng 4.12 cho ta thấy kết quả mô hình nghiên cứu với mức ý nghĩa 5%, Prob > chi2 = 0.0000 nhỏ hơn 5% nên ta bác bỏ giả thuyết H1. Kết luận: mô hình được coi là phù hợp và có thể sử dụng được.
Từ kết quả hồi quy, phương trình mô hình nghiên cứu viết lại như sau:
ROAit = -0.0232105 + 0.0402027 CADit + 0.0110436 LQit - 0.006155 DEPit + 0.0079454 LAit - 0.0008229CIRit + 0.1208809 OETAit + 0.3842442 DIAit - 0.1214118 CRISKit + 0.1083559 GDP it + 0.0310264 IFL it
• Biến LNAS không có ý nghĩa thống kê trong mô hình hồi quy của ROA do có p-value lớn hơn 10%.
• Biến DEPO (có ý nghĩa tại mức 5%), CIR và CRISK (có ý nghĩa tại mức 1%) tác động ngược chiều với ROA.
• 3 Biến CAD, DIA, IFL cùng mức ý nghĩa 1% và 4 biến LQ, LA, OETA, GDP có ý nghĩa tại mức 5% đều tác động cùng chiều đến ROA.
4.5 Thảo luận kết quả nghiên cứu
Căn cứ từ kết quả hồi quy GLS với biến phụ thuộc là ROA, tác giả tổng hợp kết quả thu được cuối cùng so với giả thuyết ban đầu qua bảng 4.13 và giải thích mối quan hệ giữa các nhân tố vi mô và vĩ mô ảnh hưởng tới KNSL của các NHTM Việt Nam như sau:
Quy mô ngân hàng (LNAS): Trước khi tiến hành chạy mô hình, tác giả đã kỳ vọng quy mô ngân hàng có tác động lưỡng tính đến ROA của NHTM. Tuy nhiên, kết quả mô hình thu được lại không có ý nghĩa thống kê. Kết quả nghiên cứu này phù hợp với nghiên cứu của Brahmaiah (2018), Tan & Floros (2012), Bougatef (2017), Petria và cộng sự (2015), TS Nguyễn Thị Thu Hiền (2018). Từ kết quả nghiên cứu cho thấy quy mô của ngân hàng không ảnh hưởng đến khả năng sinh lời của ngân hàng. Kết quả có thể giải thích như sau: do sự cạnh tranh rộng rãi trong lĩnh vực ngân hàng nên quy mô của các ngân hàng không quan trọng đối với lợi nhuận, các NH có quy mô lớn sẽ có lợi thế lớn về vốn, con người, số lượng chi nhánh tuy nhiên do mở rộng về quy mô nhưng không đáp ứng được yêu cầu về chất lượng dịch vụ, chất lượng quản lý, hiệu suất lao động làm gia tăng chi phí nhưng lợi nhuận không cao như mong đợi.
Mức độ an toàn vốn (CAD): Kết quả nghiên cứu cho thấy tỷ số giữa tổng VCSH và tổng tài sản ảnh hưởng cùng chiều lên ROA trùng với giả thuyết H2 mà tác giả đã kỳ vọng. Kết quả nghiên cứu này phù hợp với nghiên cứu của Brahmaiah (2018), Bogale (2019), Ariyadasa và cộng sự (2017), Vong & Chan (2009). Tại mức ý nghĩa 1%, khi các yếu tố khác không đổi, mức an toàn vốn tăng 1% thì khả năng sinh lời của ngân hàng tăng 4.02%. Kết quả này đúng với tình hình thực tế tại các NHTM hiện nay, để nâng cao năng lực tài chính và chất lượng kinh doanh dịch vụ thì các NH phải gia tăng nguồn vốn theo tiêu chuẩn của Basel II. Vậy nên, các NH đang cố gắng thực hiện các kế hoạch, chiến lược nhằm hoàn thiện mục tiêu cơ cấu vốn và tìm kiếm các nguồn vốn rẻ nhất để huy động. Khi nguồn vốn được tăng cao, các NHTM sẽ có cơ hội thuận lợi để mở rộng tín dụng. Ngoài ra, vốn còn giúp cho các NHTM nâng cao uy tín đối với khách hàng hay các nhà đầu tư trong tình huống bảo vệ người gửi tiền khi ngân hàng gặp các rủi ro có thể xảy ra trong quá trình hoạt động. Khi khả năng tài chính của NH được tăng lên một cách phù hợp, các NH sẽ chủ động được trong việc sử dụng vốn, chi phí huy động vốn đúng mức và hoạt động có hiệu quả hơn nên KNSL cũng tăng theo.
Tính thanh khoản (LQ): Ket quả nghiên cứu cho thấy tỷ số giữa giữa tài sản thanh khoản và tổng tài sản tác động cùng chiều lên ROA trùng với kỳ vọng giả thuyết H3 của tác giả. Kết quả nghiên cứu này phù hợp với nghiên cứu của Ariyadasa và cộng sự (2017) và San & Heng (2013). Tại mức ý nghĩa 1%, khi khác yếu tố khác không đổi, khi tính thanh khoản tăng 1% thì lợi nhuận của ngân hàng tăng 1,1%. Kết quả này có thể giải thích rằng khi ngân hàng có tỷ lệ thanh khoản cao, uy tín và lợi nhuận của NH cũng tăng lên do khả năng thanh khoản đầy đủ giúp các NHTM đáp ứng tốt nhu cầu rút tiền và nhu cầu vay vốn của khách hàng.
Tỷ lệ tiền gửi khách hàng (DEPO): Kết quả nghiên cứu cho thấy rằng với hệ số hồi quy âm, tỷ lệ tiền gửi khách hàng (DEPO) ảnh hưởng tiêu cực tới KNSL. Kết quả này không trùng lặp với giả thuyết H4 mà tác giả đã kỳ vọng và không phù hợp với các nghiên cứu trước đây. Kết quả biến DEPO có ý nghĩa rằng, ở mức ý nghĩa thống kê 5%, khi các yếu tố khác không đổi, tỷ lệ tiền gửi khách hàng tăng 1% thì khả năng sinh lời ngân hàng giảm 0.6%. Điều đó cho thấy rằng, hiện nay thực tế nhu cầu tín dụng của khách hàng giảm thấp trong khi các ngân hàng có số lượng khách hàng gửi tiền vào ngân hàng ở mức cao gây ra sức ép trả nợ của NH ngày một tăng lên. Kết quả là doanh thu từ hoạt động tín dụng của ngân hàng giảm đi nhưng chi phí lại không thay đổi làm cho khả năng sinh lời của các ngân hàng giảm.
Chất lượng tài sản (LA): Kết quả nghiên cứu cho thấy tỷ số giữa tổng các khoản cho vay và tổng tài sản tác động cùng chiều lên ROA trùng với kỳ vọng giả thuyết H5 mà tác giả kỳ vọng ban đầu. Kết quả nghiên cứu này phù hợp với nghiên cứu của Menicucci & Paolucci (2016), TS Nguyễn Thị Thu Hiền (2017). Kết quả hồi quy có ý nghĩa rằng tại mức ý nghĩa 5%, khi các yếu tố khác không đổi, chất lượng tài sản tăng 1% sẽ làm cho ROA tăng 0,8%. Kết quả này giải thích rằng khi tài sản của ngân hàng chiếm đa số là các khoản cho vay hiệu quả tức là chất lượng tài sản cao dẫn tới việc tạo ra KNSL của NH cao hơn.
Hiệu quả chi phí hoạt động (CIR): Kết quả nghiên cứu cho thấy tỷ số giữa tổng chi phí hoạt động và thu nhập tác động ngược chiều lên ROA trùng với giả
thuyết H6 mà tác giả kỳ vọng ban đầu. Ket quả nghiên cứu này phù hợp với nghiên cứu của Almaqtari và cộng sự (2019), Nguyễn Thị Thu Hiền (2017), Lê Đồng Duy Trung (2020), Petria và cộng sự (2015), Ariyadasa và cộng sự (2017). Kết quả biến CIR có ý nghĩa rằng tại mức ý nghĩa thống kê 1%, khi các yếu tố khác không thay đổi, chi phí hoạt động trên tổng thu nhập của ngân hàng tăng 1% thì lợi nhuận ngân hàng giảm 0.08%. Mô hình nghiên cứu thể hiện đúng bản chất thực trạng của hệ thống NHTM Việt Nam trong những năm gần đây, khi mà áp lực mở rộng mạng lưới hoạt động, gia tăng nguồn nhân lực chất lượng và nâng cao chất lượng sản phẩm, dịch vụ đi kèm cùng đổi mới công nghệ thì buộc các NHTM phải gia tăng chi phí hoạt động để đáp ứng được nhu cầu của khách hàng. Do sự gia tăng bao quát các khoản chi phí đã làm giảm lợi nhuận. Tuy nhiên, một khi chất lượng quản lý tốt, để ngân hàng hoạt động hiệu quả thì việc đầu tư nhiều chi phí hoạt động để thực hiện chiến lược dài hạn cũng nhằm mục đích tăng cao hiệu quả hoạt động.
Chi phí quản lý tài sản (OETA): Kết quả nghiên cứu cho thấy tỷ số giữa tổng chi phí hoạt động trên tổng tài sản ảnh hưởng tích cực lên ROA trái với kỳ vọng giả thuyết H7 mà tác giả đề ra. Kết quả hồi quy có ý nghĩa rằng tại mức ý nghĩa 1%, khi các yếu tố khác không đổi, chi phí hoạt động trên tổng tài sản tăng 1% sẽ làm cho ROA tăng khá mạnh khoảng 12,1%. Kết quả này có thể giải thích như sau: nếu chi phí quản lý tài sản của ngân hàng gia tăng trong tầm kiểm soát thì sẽ mang đến hiệu quả hoạt động cao cho NH, cụ thể là góp phần gia tăng lợi nhuận chứ không phải lúc nào chi phí tăng cũng làm giảm lợi nhuận. Cụ thể như, khi ngân hàng chi trả lương phù hợp cho nhân viên, hoặc tăng chi phí quản lý sẽ làm tăng năng suất làm việc của nhân viên cũng như gia tăng KNSL của NH. Đồng thời, chi phí hoạt động được định hướng cho các khoản vay thu hồi, mặc định cho vay và quản lý tài sản làm cho tỷ lệ này càng cao thì KNSL của một NH càng cao.
Thu nhập ngoài lãi (DIA): Kết quả nghiên cứu cho thấy tỷ số giữa thu nhập ngoài lãi thuần trên tổng tài sản tác động cùng chiều lên ROA giống với giả thuyết H9 mà tác giả kỳ vọng. Kết quả nghiên cứu này phù hợp với nghiên cứu của Sufian và Chong (2008), Tan và Floros (2012), Detrich và Wanzenried (2011). Kết quả
biến DIA có ý nghĩa rằng tại mức ý nghĩa thống kê 1%, khi các yếu tố khác không thay đổi, thu nhập ngoài lãi của ngân hàng tăng 1% thì lợi nhuận ngân hàng tăng 38.42%. Đây là biến số ảnh hưởng lớn nhất trong mô hình với chiều hướng tác động tích cực. Qua kết quả hồi quy cho thấy, thực trạng hiện nay do tình hình kinh tế khó khăn và nợ xấu gia tăng nên các ngân hàng quan tâm tới hoạt động kinh doanh phi truyền thống và nó cũng đem đến thu nhập tương đối cao cho NH.
Rủi ro tín dụng (CRISK): Theo kết quả hồi quy cho thấy rủi ro tín dụng ảnh hưởng tiêu cực đến khả năng sinh lời thống nhất với giả thuyết H10 của tác giả kỳ vọng và tương đồng với nghiên cứu của Lê Đồng Duy Trung (2020). Tại mức ý nghĩa 1%, khi khác yếu tố khác không đổi, chi phí dự phòng rủi ro tín dụng tăng 1% thì lợi nhuận giảm 12,14%. Kết quả này có thể được giải thích rằng, nợ xấu tại các ngân hàng đang có diễn biến xấu và chất lượng tín dụng có dấu hiệu kém dẫn đến việc các ngân hàng bắt buộc phải trích lập các khoản chi phí dự phòng RRTD khiến khoản chi phí này tăng cao làm giảm không ít lợi nhuận của các ngân hàng.
Tốc độ tăng trưởng kinh tế (GDP): Kết quả nghiên cứu cho thấy tỷ lệ tăng trưởng GDP tác động cùng chiều lên ROA khớp với giả thuyết H11 mà tác giả kỳ vọng và có ý nghĩa thống kê ở mức 1%. Kết quả nghiên cứu này phù hợp với nghiên cứu của Petria và cộng sự (2015), Lê Đồng Duy Trung (2020). Khi GDP tăng trưởng thường đi cùng với việc tăng tổng cầu của nền kinh tế. Các NHTM Việt Nam với vai trò tài trợ vốn chủ đạo cho nền kinh tế, qua đó được hưởng lợi thông qua sự tăng trưởng cầu của các sản phẩm truyền thống như tín dụng và huy động vốn. Ngoài ra, còn được hưởng lợi từ sự tăng trưởng về cầu của các dịch vụ như thanh toán, bảo lãnh, cam kết tín dụng và các hoạt động ngoài lãi khác.
Tỷ lệ lạm phát (IFL): Kết quả nghiên cứu cho thấy tỷ lệ lạm phát tác động cùng chiều lên ROA khớp với kỳ vọng giả thuyết H12 mà tác giả kỳ vọng và có ý nghĩa thống kê ở mức 1%. Kết quả nghiên cứu này phù hợp với nghiên cứu của Tan & Floros (2012), Vong & Chan (2009), Lê Đồng Duy Trung (2020). Trong những năm gần đây, chính sách kiểm soát lạm phát được NHNN ngày càng công khai mục
tiêu, các công cụ sử dụng và được thừa nhận ngày càng tích cực. Điều này đem đến lợi ích cho các NHTM trong việc điều hành lãi suất của mình.
TÓM TẮT CHƯƠNG 4
Ở chương này, tác giả đã trình bày phân tích kết quả nghiên cứu trích xuất từ phầm mềm STATA, bao gồm nghiên cứu thống kê mô tả, uớc lượng mô hình hồi quy theo phương pháp Pooled OLS, FEM, REM. Tiếp theo, tác giả đã lựa chọn được mô hình FEM là mô hình phù hợp nhất qua các kiểm định F, kiểm định Breusch and Pagan Lagrangian, kiểm định Hausman để lựa chọn giữa 3 mô hình. Sau khi tác giả đã kiểm định các giả định của mô hình FEM như hiện tượng đa cộng tuyến, tự tương quan, phương sai sai số thay đổi và kết quả là mô hình đã loại 1 biến NIM do có VIF lớn hơn 10 để khắc phục hiện tượng đa cộng tuyến. Sau đó, chuyển sang hồi quy theo phương pháp bình phương bé nhất tổng quát (GLS) để khắc phục hiện tượng tự tương quan, phương sai thay đổi và đưa ra kết quả mô hình cuối cùng. Kết quả cho thấy, chỉ có biến LNAS không có ý nghĩa thống kê, còn lại đều có ý nghĩa thống kê, cụ thể như: Biến DEPO (có ý nghĩa tại mức 5%), CIR và CRISK (có ý nghĩa tại mức 1%) tác động ngược chiều với ROA. 3 Biến CAD, DIA, IFL cùng mức ý nghĩa 1% và 4 biến LQ, LA, OETA, GDP có ý nghĩa tại mức 5% đều tác động cùng chiều đến ROA.
CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
Tại chương cuối cùng, tác giả sẽ tóm lược lại và đánh giá kết quả nghiên cứu