3.2.1. Các yếu tố nội tại của NHTM
3.2.1.1. Quy mô ngân hàng (SIZE)
Quy mô ngân hàng có liên quan chặt chẽ với hiệu quả hoạt động của các ngân hàng. Nếu các ngân hàng hoạt động kinh doanh tốt, đạt lợi nhuận cao thì việc mở rộng quy mô sẽ tạo ra được nhiều cơ hội để thu hút khách hàng từ đó nâng cao thanh khoản của ngân hang từ việc huy động được nhiều hơn tiền gửi. Tuy nhiên, việc mở rộng quy mô sẽ khiến ngân hàng có thể gặp rủi ro lớn nếu hoạt động kinh doanh kém hiệu quả do không đáp ứng được nhu cầu tất toán các khoản tiền gửi hay thanh toán các khoản nợ đến hạn của ngân hàng. Do đó việc mở rộng quy mô ngân hàng có thể tác động cùng chiều hoặc ngược chiều đến rủi ro thanh khoản tùy thuộc vào tình hình kinh doanh của ngân hàng đó. Chính vì vậy, các nghiên cứu đã cho thấy các kết quả khác nhau về sự ảnh hưởng của quy mô ngân hàng đến rủi ro thanh khoản của ngân hàng. Về lý thuyết kinh tế quy mô, ngân hàng có tổng tài sản càng lớn thì sẽ có thanh khoản tốt hơn. Bên cạnh đó, ngân hàng lớn lại có lợi thế hơn khi tiếp cận với thị trường liên ngân hàng hay được hỗ trợ thanh khoản từ phía “Người cho vay cuối cùng (Vodova. P, 2013). Từ những lý thuyết, lập luận
và kết quả nghiên cứu ở trên tác giả đưa ra giả thuyết về mối quan hệ giữa quy mô và rủi ro thanh khoản của ngân hàng. Vì vậy tác giả đề xuất:
Giả thuyết (H1): Quy mô ngân hàng có tác động ngược chiều với rủi ro thanh khoản của ngân hàng.
3.2.1.2. Tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE)
Hệ số phản ánh hiệu quả quản trị của ngân hàng trong việc sử dụng vốn chủ sở hữu. Để dự phòng trong các trường hợp rút tiền đột ngột, ngân hàng thường dự trữ các loại tài sản thanh khoản ở một mức phù hợp. Trong thực tế, tài sản có tính thanh khoản cao thường mang lại ít lợi nhuận cho ngân hàng. Từ những kết quả nghiên cứu ở trên tác giả kỳ vọng biến ROE có tác động cùng chiều với rủi ro thanh khoản của ngân hàng. Vì vậy tác giả đề xuất:
Giả thuyết (H2): Tỷ suất sinh lợi trên vốn chủ sở hữu có tác động cùng chiều với rủi ro thanh khoản của ngân hàng.
3.2.1.3. Tỷ lệ vốn chủ sở hữu (CAP)
Ngân hàng sử dụng vốn chủ sở hữu và nợ vay để tài trợ hoạt động kinh doanh của mình, khác với nợ vay mang tính chất phải hoàn trả thì nguồn vốn chủ sở hữu được xem là nguồn quỹ tự có của ngân hàng, đại diện cho khả năng tự chống đỡ khi có rủi ro xảy ra. Các ngân hàng vốn càng lớn có xu hướng nắm giữ tài sản thanh khoản ít hơn, nên rủi ro thanh khoản càng lớn và ngược lại. Do đó, tác giả kỳ vọng tỷ lệ vốn chủ sở hữu có tương quan dương với rủi ro thanh khoản của ngân hàng. Vì vậy tác giả đề xuất:
Giả thuyết (H3): Tỷ lệ vốn chủ sở hữu có tác động cùng chiều với rủi ro thanh khoản của ngân hàng.
3.2.1.4. Tỷ lệ cho vay trên tổng tài sản (TLA)
Tại Việt Nam, cũng như hệ thống ngân hàng các nền kinh tế mới nổi, các ngân hàng thường tập trung sử dụng các nguồn vốn vào hoạt động truyền thống là cho vay. Các khoản cho vay thông thường có tính thanh khoản thấp; do đó, những
khoản rút tiền lớn và không được dự báo trước có thể dẫn đến việc mất thanh khoản của ngân hàng. Vì vậy tác giả đề xuất:
Giả thuyết (H4): Tỷ lệ cho vay trên tổng tài sản có tác động cùng chiều với rủi ro thanh khoản của ngân hàng.
3.2.1.5. Tỷ lệ nợ xấu (NPL)
Tỷ lệ này được xác định bằng cách lấy tổng nợ xấu chia tổng dư nợ của ngân hàng. Tỷ lệ nợ xấu cho biết chất lượng và rủi ro của danh mục cho vay của ngân hàng. Tỷ lệ này càng cao cho thấy ngân hàng đang gặp khó khăn trong việc quản lý chất lượng các khoản vay và đối mặt với rủi ro tín dụng, ngân hàng có khả năng mất vốn, suy giảm lợi nhuận và giảm thanh khoản. Tác giả đề xuất:
Giả thuyết (H5): Tỷ lệ nợ xấu có tác động cùng chiều với rủi ro thanh khoản của ngân hàng.
3.2.1.6. Tỷ lệ dư phòng rủi ro tín dụng trên tổng dư nợ (LLR)
Chi phí dự phòng rủi ro tín dụng phản ánh chất lượng của khoản cho vay hay rủi ro tín dụng, nếu chi phí dự phòng tăng cao phản ánh chất lượng của các khoản cho vay bị giảm và nguy cơ xảy ra rủi ro tín dụng gia tăng. Vì vậy, nghiên cứu này cũng kỳ vọng sẽ tìm ra mối mối tương quan dương giữa tỷ lệ dự phòng rủi ro tín dụng với rủi ro thanh khoản ngân hàng. Vì vậy tác giả đề xuất:
Giả thuyết (H6): Tỷ lệ dự phòng rủi ro tín dụng có tác động cùng chiều với rủi ro thanh khoản của ngân hàng.
3.2.2. Yếu tố vĩ mô
Lạm phát là sự tăng mức giá chung của hàng hóa và dịch vụ theo thời gian và sự mất giá trị của một loại tiền tệ. Tỷ lệ lạm phát tác động đến toàn bộ các chủ thể trong nền kinh tế. Dựa vào mức lạm phát, các chủ thể sẽ ra quyết định đầu tư hay gửi tiền vào ngân hàng, do đó để thu hút được các khoản tiền gửi, các nhà quản trị dựa vào mức lạm phát kỳ vọng mà niêm yết lãi suất. Kết quả các nghiên cứu trước cho thấy mối tương quan âm giữa khả năng thanh khoản và lạm phát, điều này hàm
ý rằng rủi ro thanh khoản cao hơn. Nghiên cứu này kỳ vọng lạm phát tác động cùng chiều đến rủi ro thanh khoản. Vì vậy tác giả đề xuất:
Giả thuyết (H7): Tỷ lệ lạm phát có tác động cùng chiều đến rủi ro thanh khoản của ngân hàng.
Bảng 3.2: Bảng mô tả các giả thuyết mối tương quan giữa khe hở tài trợ và các nhân tố có tác động đến khe hở tài trợ
Ký hiệu Tên Biến Đo lường Dấu kỳ vọng
FGAP
Khe hở tài trợ (Tổng dư nợ tín dụng - Tổng huy động)/Tổng tài sản
SIZEit Quy mô ngân hàng Logarit Tổng tài sản -
ROEit Tỷ lệ lợi nhuận trên (adsbygoogle = window.adsbygoogle || []).push({});
vốn chủ sở hữu
Lợi nhuận sau thuế/Vốn
chủ sở hữu +
CAPit Tỷ lệ vốn chủ sở hữu
trên Tổng tài sản
Vốn chủ sở hữu/Tổng
tài sản +
TLAit Tỷ lệ cho vay trên tổng
tài sản
Tỷ lệ cho vay/ Tổng tài
sản +
NPLit Tỷ lệ nợ xấu Tổng nợ xấu/Tổng dư
nợ + LLRit Tỷ lệ dự phòng rủi ro tín dụng trên tổng dư nợ Dự phòng rủi ro tín dụng /Tổng dư nợ +
(Nguồn: Tác giả tổng hợp)
3.3. PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu này sử dụng phương pháp định lượng, hồi quy bằng phần mềm Stata 14.0 để kiểm định các giả thuyết trên. Theo đó mô hình hồi quy với biến phụ thuộc và 7 biến độc lập. Tiếp theo, để kiểm định hiện tượng đa cộng tuyến, tác giả sử dụng hệ số phóng đại phương sai (VIF – Variance Inflation Factor).
Sau đó sử dụng dữ liệu bảng kết hợp các quan sát nhiều đối tượng trong một giai đoạn thời gian nhất định, theo phương pháp hồi quy bình phương nhỏ nhất có 3 dạng mô hình dành riêng cho dữ liệu bảng là mô hình hồi quy gộp (Pooled OLS), mô hình ảnh hưởng cố định (Fix effect model - FEM) và mô hình các tác động ngẫu nhiên (Random effect model - REM). Để lựa chọn phương pháp hồi quy nào nào phù hợp nhất trong ba phương pháp nêu trên là kiểm định F-test và kiểm định Breusch-Pagan lagrangian (Breuch và Pagan, 1979). Kiểm định F-test để lựa chọn giữa mô hình Pooled OLS và mô hình FEM. Kiểm định Breusch-Pagan lagrangian để lựa chọn mô hình Pooled OLS và mô hình REM. Để lựa chọn mô hình FEM hay REM sử dụng kiểm định Hausman.
Sau khi lựa chọn mô hình phù hợp, sẽ tiến hạnh kiểm định hiện tượng tự tương quan và hiện tượng phương sai của sai số thay đổi, nếu có hiện tượng tượng tự tương quan và/hoặc hiện tượng phương sai của sai số thay đổi thì nghiên cứu sẽ sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để khắc phục hiện tượng tượng tự tương quan và/hoặc hiện tượng phương sai của sai số thay đổi và so sánh các kết quả từ các mô hình. Các bước thực hiện như sau:
Bước 1: Xác định nhân tố nội tại của ngân hàng và các nhân tố vĩ mô tác động đến rủi ro thanh khoản của các ngân hàng.
Bước 2: Mã hóa các biến quan sát. Bước 3: Thu thập và xử lý số liệu. Bước 4: Thống kê mô tả dữ liệu.
Bước 5: Hồi quy mô hình Pooled OLS. Xem xét tương quan của các biến. Kiểm định hiện tượng đa cộng tuyến. Kiểm định phương sai sai số thay đổi. Kiểm định hiện tượng tự tương quan.
Bước 6: Ước lượng mô hình FEM và mô hình REM. Bước 7: Kiểm định mô hình phù hợp.
Kiểm định F-test để lựa chọn mô hình Pooled OLS và FEM. Kiểm định Hausman để lựa chọn mô hình FEM và REM.
Kiểm định Breusch-Pagan lagrangian để lựa chọn mô hình Pooled OLS và REM.
Kiểm định hiện tượng tự tương quan và phương sai của sai số thay đổi. Bước 8: Ước lượng mô hình bằng phương pháp FGLS trong trường hợp có hiện tượng tự tương quan và/hoặc phương sai của sai số thay đổi trong mô hình
KẾT LUẬN CHƯƠNG 3
Tại Chương 3 tác giả đã mô tả phương pháp nghiên cứu của đề tài, đồng thười tác giả đã đưa ra những giả thuyết nghiên cứu về mối quan hệ giữa khe hở tài trợ và các nhân tố tác động đó là nhóm nhân tố nội tại của ngân hàng và 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 (adsbygoogle = window.adsbygoogle || []).push({});
4.1. THỐNG KÊ MÔ TẢ VÀ XEM XÉT SỰ TƯƠNG QUAN TRONG MẪU NGHIÊN CỨU TRONG MẪU NGHIÊN CỨU
4.1.1. Thống kê mô tả biến nghiên cứu
Bảng 4.1: Kết quả thống kê mô tả dữ kiện nghiên cứu
Tên biến Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất FGAP -0,2314 0,1259 -0,6963 0,1373 SIZE 8,088 0,5621 6,9701 9,9297 ROE 0,0909 0,0903 -0,8200 0,2682 CAP 0,091 0,0389 0,0323 0,2374 TLA 0,5214 0,1189 0,1448 0,7969 NPL 0,0221 0,0129 0 0,1246 LLR 0, 013 0,0057 0 0,0352 INF 0,0661 0,0475 0,0060 0,1813
Nguồn: Kết quả chạy từ phần mềm STATA
FGAP có giá trị trung bình là -0,2314, độ lệch chuẩn 0,1259, giá trị nhỏ nhất là -0,6963 (Ngân hàng PVB năm 2009) , giá trị lớn nhất là 0,1373 (Ngân hàng VPB năm 2017). Khi so sánh giá trị các quan sát với giá trị trung bình, cho thấy chênh lệch giá trị khe hở tài trợ giữa các quan sát là tương đối lớn. Sự chênh lệch này không phải chỉ do sự khác biệt giữa các ngân hàng, mà còn do chính sự biến động của từng ngân hàng qua thời gian.
SIZE có giá trị trung bình là 8,088, độ lệch chuẩn 0,5621, giá trị nhỏ nhất là 6,9701 (Ngân hàng PVB năm 2010), giá trị lớn nhất là 9,9297 (Ngân hàng BID 2015). Hiện tại BIDV là Ngân hàng có tổng tài sản lớn nhất trong nhóm NHTM. Tuy rằng có sự khác biệt về quy mô tài sản giữa các ngân hàng tại mỗi thời điểm và sự gia tăng tài sản của từng ngân hàng qua thời gian là rất lớn; nhưng khi logarit hóa giá trị tổng tài sản các đối tượng quan sát thì sự chênh lệch giữa giá trị nhỏ nhất và giá trị lớn nhất không còn nhiều
ROE có giá trị trung bình là 0,0909, độ lệch chuẩn 0,0903, giá trị nhỏ nhất là - 0,8200 (Ngân hàng TPB năm 2011), giá trị lớn nhất là 0,2682 (Ngân hàng ACB năm 2011). Kết hợp bảng dữ liệu gốc và bảng thống kê mô tả, tác giả nhận thấy có sự khác biệt lớn về hiệu quả kinh doanh giữa các ngân hàng là do khả năng của từng ngân hàng.
CAP có giá trị trung bình là 0,091, độ lệch chuẩn 0,0389, giá trị nhỏ nhất là 0,0323 (Ngân hàng SCB năm 2018), giá trị lớn nhất là 0,2374 (Ngân hàng BVB năm 2012)
TLA có giá trị trung bình là 0,5214, độ lệch chuẩn 0,1189, giá trị nhỏ nhất là 0,1448 (Ngân hàng TPB năm 2011), giá trị lớn nhất là 0,7969 (Ngân hàng OCB năm 2009)
NPL có giá trị trung bình là 0,0221, độ lệch chuẩn 0,0129, giá trị nhỏ nhất là 0, giá trị 0 do dữ liệu các ngân hàng không công bố (Ngân hàng VAB năm 2018), giá trị lớn nhất là 0,1246 (Ngân hàng SCB năm 2010)
LLR có giá trị trung bình là 0,013, độ lệch chuẩn 0,0057, giá trị nhỏ nhất là 0, giá trị 0 do không có thông tin dữ liệu, giá trị lớn nhất là 0,0352 (Ngân hàng PVB năm 2018). Giá trị trung bình của dự phòng rủi ro tín dụng toàn ngành tương đối thấp, biến động xoay quanh giá trị trung bình thấp, tuy nhiên, sự chênh lệch giữa các đối tượng quan sát là tương đối lớn.
INF có giá trị trung bình là 0,0661, độ lệch chuẩn 0,0475, tỷ lệ lạm phát của Việt Nam trong giai đoạn năm 2009-2018 có sự thay đổi rất lớn, giá trị nhỏ nhất là 0,006 (năm 2015), giá trị lớn nhất là 0,1813 (năm 2011).
4.1.2. Phân tích tương quan của các biến độc lập trong mô hìnhBảng 4.2: Ma trận tương quan giữa các biến giải thích trong mô hình Bảng 4.2: Ma trận tương quan giữa các biến giải thích trong mô hình
| SIZE ROE CAP TLA NPL LLR INF ---+--- SIZE | 1.0000 ROE | 0.2708 1.0000 CAP | -0.6107 -0.1380 1.0000 TLA | 0.5477 0.1922 -0.2782 1.0000 NPL | -0.1153 -0.3077 0.1344 -0.0453 1.0000 LLR | 0.3153 0.1879 -0.1862 0.1711 0.3417 1.0000 INF | -0.2219 0.0105 0.2207 -0.3854 0.1021 -0.0208 1.0000
(Nguồn: Kết quả chạy từ phần mềm STATA) 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 -0,6107, chuẩn so sánh theo Farrar và Glauber (1967) là 0,8. Vì vậy không có hiện tượng đa cộng tuyến nghiêm trọng.
4.2. KẾT QUẢ 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 chi tiết của việc phân tích hồi được trình bày trong Phụ lục 2.
4.2.1. Kết quả hồi quy của mô hình POOLED OLS, mô hình tác động cốđịnh (FEM) và mô hình tác động ngẫu nhiên (REM) định (FEM) và mô hình tác động ngẫu nhiên (REM)
- Kết quả mô hình tác động POOLED OLS
Source | SS df MS Number of obs = 200 ---+--- F(7, 192) = 54.63
Model | 2.10112457 7 .300160653 Prob > F = 0.0000 Residual | 1.05497643 192 .005494669 R-squared = 0.6657 ---+--- Adj R-squared = 0.6535
Total | 3.156101 199 .015859804 Root MSE = .07413