Nguồn dữ liệu sẽ được tác giả tiến hành thu thập số liệu về tình hình hoạt động kinh doanh trên Bảng cân đối kế toán và Bảng kết quả hoạt động kinh doanh của các NHTMCP tại Việt Nam. Thời gian thu thập: Trong thời gian 6 năm, từ năm 2015 - 2020 và tác giả thu lấy số liệu của 22 NHTMCP sau:
16 ACB Ngân hàng TMCP Á Châu____________________
17 STB Ngân hàng TMCP Sài Gòn Thương Tín
18 MBB Ngân hàng TMCP Quân Đội
19 KLB Ngân hàng TMCP Kiên Long
20 VCB Ngân hàng TMCP Ngoại Thương Việt Nam
21
BID Ngân hàng TMCP Đầu Tư và Phát Triển ViệtNam
22 CTG Ngân hàng TMCP Công Thương Việt Nam
gian. Nói cách khác, dữ liệu bảng là sự mở rộng dữ liệu chéo (cross section) theo thời gian (time series). Việc lựa chọn sử dụng dữ liệu bảng sẽ có nhiều ưu điểm hơn so với dữ liệu chuỗi thời gian hay dữ liệu chéo. Hồi quy bằng dữ liệu bảng thường sử dụng ba phương pháp hồi quy theo các mô hình Pooled, mô hình tác động ngẫu nhiên và mô hình tác động cố định.
Tác giả sử dụng phần mềm hỗ trợ STATA 14.0 để thực hiện mô hình và kiểm định mô hình. Các bước trong quy trình được thực hiện chi tiết như sau:
Bước 1: Thống kê mô tả dữ liệu.
Thống kê mô tả được sử dụng nhằm mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu qua các cách thức khác nhau. Qua thống kê mô tả này trình bày được giá trị trung bình của các biến thông qua tiêu chí giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất, giá trị trung vị và sai số chuẩn giữa các giá trị. Thông qua các tiêu chí được thống kê đó, ta có thể hiểu được các hiện tượng và đưa quyết định đúng đắn về chuỗi dữ liệu nghiên cứu.
51
Thực hiện phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập quy định các biến phụ thuộc như thế nào. Ket quả hồi quy được xem là bằng chứng thực nghiệm để đánh giá tác động. Các mô hình hồi quy được tác giả xem
xét gồm có: Pooled OLS, Fixed effect, Random effect. Để chọn ra được mô hình phù hợp nhất cho bài nghiên cứu, chúng ta cần phải xem xét các nội dung và đặc điểm của
các mô hình ước lượng này:
Mô hình hồi quy Pooled OLS: Yit = α + βXit + μit
Trong đó: Yit là biến phụ thuộc của quan sát i trong thời kỳ t; Xit là biến độc lập của quan sát i trong thời kỳ t
Đối với phương pháp Pooled OLS thực chất là việc sử dụng dữ liệu bảng để phân tích bằng hình thức sử dụng tất cả dữ liệu theo cách xếp chồng không phân biệt từng đơn vị chéo riêng. Đây là phương pháp đơn giản nhất, giống sử dụng dữ liệu như một phân tích OLS bình thường, không kể đến kích thước không gian và thời gian của dữ liệu bảng. Nhược điểm của phương pháp Pooled OLS là bỏ qua các đặc điểm riêng khác nhau của các đơn vị về thời gian lẫn không gian.
Mô hình tác động cố định FEM
Với giả định mỗi đơn vị đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM 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 (net effects) của biến giải thích lên biến phụ thuộc.
Mô hình hồi quy sử dụng: Yit = αi + βXit + μit
Trong đó: Yit là biến phụ thuộc; Xit là biến độc lập; αi (i 1.. .11): hệ số chặn cho từng đơn vị nghiên cứu; β: hệ số góc đối với nhân tố X; εit: phần dư.
Mô hình tác động ngẫu nhiên REM
Thay vì trong mô hình trên αi là cố định (không thay đổi theo thời gian) thì phương pháp REM giả định rằng nó là một biến ngẫu nhiên với αi = α + εi (i= 1, 2, ..., n), thay vào trong mô hình ban đầu ta có: Yit = α + βXit + εi + μit.
Trong đó εi là thành phần sai số theo đơn vị chéo và μit là thành phần sai số chéo và chuỗi thời gian kết hợp. Như vậy, với phương pháp REM, thay vì coi mỗi đặc điểm riêng của các đơn vị có tương quan tới biến độc lập và tách tác động đó ra như trong FEM thì phương pháp REM coi các đặc điểm riêng đó là ngẫu nhiên và không tương quan tới các biến độc lập mà giống như một biến giải thích mới tác động tới biến phụ thuộc.
So với phương pháp FEM, phương pháp REM có thể khắc phục được những nhược điểm của FEM nhưng REM coi mỗi đặc điểm riêng của các đơn vị εi không tương quan với các biến độc lập do đó nếu điều này vi phạm thì REM sẽ ước lượng không còn chính xác.
Qua nội dung của ba phương phương pháp ước lượng trên tác giả nhận thấy rằng mô hình REM và FEM có nhiều ưu điểm hơn so với mô hình Pooled OLS. Tuy nhiên để có được một mô hình tối ưu nhất, tác giả sẽ đi theo trình tự như sau: đầu tiên tiến hành ước lượng Pooed OLS, sau đó ước lượng mô hình Fixed Effect. Để biết giữa mô hình Pooled OLS và nhóm mô hình FEM và REM mô hình nào phù hợp hơn bằng cách sử dụng công cụ Redundant Fixed Effects trên STATA 14.0 để kiểm định xem hệ số chặn của hàm hồi quy của từng ngân hàng có khác nhau không. Nếu không có sự khác nhau, ta có thể chọn Pooled OLS làm mô hình ước lượng cho bài nghiên cứu và nếu trường hợp ngược lại nhóm mô hình FEM và REM phù hợp thì ta phải tiến hành kiểm định Hausman nhằm lựa chọn một trong hai mô hình Fixed effect và Random effect, xem mô hình nào là mô hình phù hợp nhất cho bài nghiên cứu này.
Bước 3: Phương pháp kiểm định các hệ số hồi quy và sự phù hợp của mô hình.
Đầu tiên tác giả sẽ thực hiện kiểm định thừa biến để loại bỏ những biến không cần thiết ra khỏi mô hình. Các biến được sử dụng là các biến không có ý nghĩa thống
53
kê từ kết quả ước lượng của các mô hình Pooled OLS, FEM và REM. Để thực hiện tác giả sử dụng kiểm định Wald để kiểm tra sự cần thiết của các biến không có ý nghĩa thống kê đối với mô hình. Sau khi loại bỏ biến thừa (nếu có), tác giả sẽ chạy lại mô hình phù hợp được lựa chọn với biến độc lập còn lại, rồi tiến hành kiểm định các hệ số hồi quy. Tác giả quyết định sử dụng kiểm định t (t-test) để kiểm tra sự phù hợp của các hệ số hồi quy. Theo kinh nghiệm, một hệ số hồi quy được xem là phù hợp khi có mức ý nghĩa thống kê là 1% hoặc 5% hoặc 10%, tương ứng với độ tin cậy là 99%, 95% và 90%.
Bước 4: Kiểm định các khuyết tật của mô hình.
Kiểm định hiện tượng đa cộng tuyến: Tác giả sẽ tiến hành kiểm định đa cộng tuyến bằng hai cách. Cách một là thông qua phân tích hệ số tương quan nhằm kiểm định đa cộng tuyến của từng cặp biến độc lập. Hệ số tương quan (Pearson) được tính bằng cách chia hiệp phương sai của biến với tích độ lệch chuẩn của chúng. Nếu hệ số tương quan giữa các biến độc lập lớn hơn 0.8 (còn được gọi là hệ số tương quan cao), ta có hiện tượng đa cộng tuyến cao. Cách hai là kiểm định đa cộng tuyến giữa một biến độc lập so với các biến độc lập còn lại thông qua sử dụng thừa phóng đại phương sai VIF. Nếu hiện tượng đa cộng tuyến xảy ra, tác giả sẽ khắc phục bằng cách bỏ đi biến độc lập có đa cộng tuyến, đây là cách làm đơn giản nhất vì sau khi bỏ biến độc lập có đa cộng tuyến, các hệ số hồi quy của các biến còn lại từ chỗ khác 0 và không có ý nghĩa thống kê có thể trở thành khác 0 có ý nghĩa thống kê.
Kiểm định hiện tượng tự tương quan: tác giả sẽ tiến hành kiểm định dựa trên quy tắc kiểm định Durbin - Watson theo kinh nghiệm. Nếu có hiện tượng tự tương quan xảy ra, tác giả quyết định chọn biến pháp khắc phục là ước lượng ρ dựa trên thống kê d - Durbin - Watson.
Kiểm định hiện tượng phương sai thay đổi: tác giả sẽ tiến hành kiểm định Breusch - Pagan cho mô hình Pooled OLS hoặc FEM. Nếu mô hình có phương sai thay đổi sẽ được khắc phục mô hình nghiên cứu bằng cách ước lượng lại mô hình
Tên biến Số quan sát Giá trị trung ______bình______ Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROE 132 8,61% 6,16% 0,03% 24,44% SIZE 132 8,255 39,98% 7,019 9,118 CEA 132 7,84% 2,27% 3,23% 16,13% ME 132 192,03% 73,31% 111,98% 525,41% LIQ 132 60,09% 13,04% 22,01% 89,82% LLR 132 1,01% 0,47% 0% 2,17% GDP 132 5,93% 1,46% 2,90% 7,08% CPI 132 2,95% 1,30% 0,63% 5,74%
được chọn bằng phương pháp FGLS. Neu trong trường hợp mô hình REM được chọn thì đề tài chỉ tiến hành kiểm định đa cộng tuyến và tự tương quan do mô hình Random Effect chưa có cách thức kiểm định phương sai thay đổi.
TÓM TẮT CHƯƠNG 3
Tại chương 3 tác giả đã mô tả phương pháp nghiên cứu của đề tài, đồng thời tác giả đã đưa ra những giả thuyết nghiên cứu về mối quan hệ giữa hiệu quả kinh doanh và các nhân tố tác động đó là quy mô ngân hàng, tỷ lệ an toàn vốn, hiệu quả quản lý, tỷ lệ thanh khoản, tỷ lệ dự phòng rủi ro tín dụng (nhóm nhân tố nội tại của ngân hàng) và tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát (nhóm nhân tố kinh tế vĩ mô) dựa trên những mô hình nghiên cứu thực nghiệm của các học giả và công trình nghiên cứu trên thế giới. Dữ liệu thu thập được tác giả sẽ tiến hành tính toán, xử lý thông qua sự hỗ trợ của phần mềm STATA. Kết quả này sẽ được tác giả thống kê mô tả, phân tích, tương quan và hồi quy tại cũng như sẽ trình bày kết quả nghiên cứu tại chương tiếp theo.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1 PHÂN TÍCH THỐNG KÊ MÔ TẢ
Nghiên cứu dữ liệu của 22 ngân hàng niêm yết trên thị trường chứng khoán Việt Nam trong 5 năm giai đoạn 2015-2019, tương đương 80 quan sát. Từ bảng 4.1, kết quả thống kê mô tả các biến như sau:
SIZE | 82 0.38 01.000 CEA | 0.0462- -0.4069 001.00 ME | 0.1053- 30.104 070.12 01.000 LIQ | 80 0.37 10.281 -0.2949 10.019 01.000 LLR | 0.1308- -0.0285 -0.0917 -0.1501 0.0388- 1.0000 GDP | 28 0.25 -0.0121 -0.1464 -0.1521 80.064 0.002- 1.0000 CPI | 80 0.01 20.065 -0.0937 -0.1207 40.142 0.1271 0.1106 1.0000 Nguồn: Xử lỷ từ BCTC của các ngân hàng
Nguồn: Xử lý từBCTC của các ngân hàng
Đối với ROE thì giá trị trung bình là 8,61% có nghĩa là 100 đồng vốn chủ sở hữu thì sẽ tạo ra được 8,61 đồng lợi nhuận với độ lệch chuẩn là 6,16%. Tỷ lệ ROE lớn nhất 24,44% của ngân hàng ACB năm 2016 và thấp nhất là 0,03% của ngân hàng EIB năm 2019. Đối với quy mô ngân hàng (SIZE) thì giá trị trung bình là 8,255 với độ lệch chuẩn là 39,98%. Quy mô ngân hàng lớn nhất là 9,1183 của ngân hàng BID năm 2016 và thấp nhất là 7,019 của ngân hàng VIB năm 2017. Đối với độ an toán vốn (CEA) thì giá trị trung bình là 7,84% có nghĩa là trong 100 đồng tài sản của ngân hàng thì có 7,84 đồng là vốn chủ sở hữu với độ lệch chuẩn là 2,27%. Tỷ lệ này cao nhất là 16,13% của ngân hàng TCB năm 2016 và thấp nhất là 3,23% của ngân hàng KLB năm 2016. Đối với hiệu quả chi phí (ME) thì giá trị trung bình là 192,03% có nghĩa là chi phí của các ngân hàng gấp 1,9203 lần thu nhập tạo ra với độ lệch chuẩn là 73,31%. Tỷ lệ này cao nhất là là 525,41% của ngân hàng CTG năm 2020 và thấp nhất là 111,98% của ngân hàng KLB năm 2019. Đối với tỷ lệ thanh khoản (LIQ) thì giá trị
56
trung bình là 60,09% có nghĩa là 100 đồng tiền gửi huy động được thì có 60,09 đồng là ngân hàng cho vay với độ lệch chuẩn là 13,04%. Tỷ lệ này cao nhất là 89,82% của ngân hàng OCB năm 2017 và thấp nhất là 22,01% của ngân hàng MSB năm 2015. Đối với tỷ lệ dự phòng rủi ro (LLR) thì giá trị trung bình là 1,01% có nghĩa là trong 100 đồng cho vay có 1,01 đồng dự phòng rủi ro với độ lệch chuẩn là 0,471%. Tỷ lệ này cao nhất là 2,165% của ngân hàng HDB năm 2015 và thấp nhất là xấp xỉ 0% của ngân hàng TCB năm 2015. Đối với tốc độ tăng trưởng kinh tế (GDP) thì giá trị trung bình là 5,93% với độ lệch chuẩn là 1,46%. Tỷ lệ này cao nhất là 7,08% vào năm 2018 và thấp nhất là 2,90% năm 2020. Đối với tỷ lệ lạm phát (CPI) thì giá trị trung bình là 2,95% với độ lệch chuẩn là 1,3%. Tỷ lệ này cao nhất là 5,74% vào năm 2016 và thấp nhất là 0,63% vào năm 2015.
4.2 PHÂN TÍCH TƯƠNG QUAN
Bảng 4.2: Ma trận tương quan của các biến độc lập
| ROE SIZE CEA ME LIQ LLR GDP CPI
---+---
CEA 0,7270 0,1634 0,2833 ME -0,0145 -0,0157 -0,0163 LIQ 0,1556 0,0922 0,1152 LLR -1,2798 -2,4489 -2,2766 GDP 1,0859 0,8085 0,7914 CIP -0,3239 -0,2907 -0,2861 Constant -0,6220 -1,0139 -0,7840 R-Squared 37,27% 46,59% 45,42%
Ma trận tương quan nhằm xác định sự tác động cũng như mức độ tác động của các biến độc lập theo từng cặp. Điều này giúp ta thấy được các cặp biến độc lập nào có tương quan với nhau, tức là ảnh hưởng đến nhau trong mô hình hệ số tương quan giữa các biến có giá trị không cao, cao nhất là -0,4069, chuẩn so sánh theo Farrar và
Glauber (1967) là 0,8 vì vậy mô hình sẽ không có hiện tượng đa cộng tuyến nghiêm trọng.
4.3 KẾT QUẢ MÔ HÌNH HỒI QUY
4.3.1 Ket quả mô hình hồi quy với các mô hình
Tác giả đã tiến hành hồi quy dữ liệu bảng được thu thập với ba phương pháp ước lượng đó là Pooled OLS, REM và FEM để xác định mức độ ảnh hưởng của các biên độc lập đến biến phụ thuộc thông qua các hệ số ước lượng. Kết quả hồi quy được
tác giả tổng hợp vào bảng 4.3 cụ thể như sau:
SIZE | .1268843 .0962567 .0306277 0121422. CEA | .1633585 .283283 -.1199245 0484038. ME | -.0157283 -.0163171 .0005887 . 0009305 LIQ | .0922409 .1151853 -.0229444 0290356. LLR | -2.448944 -2.276559 -.1723854 . GDP | .8085348 .7914253 .0171095 . CPI | -.2907217 -.286105 -.0046167 .
Nguồn: Kết quả tính toán từ STATA
4.3.2 Kiểm định sự phù hợp của mô hình tác động cố định FEM và mô hình tác động ngẫu nhiên REM
Để tiến hành đo lường sự phù hợp giữa hai mô hình tác động cố định FEM và tác động ngẫu nhiên REM thì tác giả tiến hành kiểm định Hausman.
58
Bảng 4.4: Kết quả kiểm định sự phù hợp của mô hình FEM và REM
- - - Coefficients - - -
| (b) (B) (b-B) sqrt(diag(V_b-V_B))
| fe re Difference S.E.