Kết quả nghiên cứu của Gropp và Heider (2007), Al-Sabbagh (2000) cho rang các ngân hàng làm ăn cĩ lợi nhuận thƣờng cĩ xu hƣớng tăng vốn của mình lên tức tăng
tỷ lệ an tồn vốn. Tƣơng tự nhƣ nghiên cứu này, Büyüksalvarci và Abdioglu (2011), Bokhari et. al. (2012), Almazari (2013) và Bateni et. al. (2014) cũng xác định rang tỷ lệ lợi nhuận ảnh hƣởng tích cực đến tỷ lệ an tồn vốn. Từ đĩ cơ sở đƣa ra giả thuyết:
H6: Cĩ mối quan hệ đồng biến giữa tỷ suất lợi nhuận sau thuế trên vốn chủ sở hữu và CAR
3.1.7 Tăng trvởng kinh tế
Tăng trƣởng kinh tế là sự gia tăng của tổng tài sản quốc nội (GDP), theo Bokhari et. al. (2012), Al-Sabbagh và Magableh (2004) tỷ lệ an tồn vốn của các ngân hàng cĩ liên quan tiêu cực với tốc độ tăng trƣởng kinh tế. Điều này cho thấy trong trƣờng hợp kinh tế suy giảm, các ngân hàng thích cĩ lƣợng vốn cao hơn. Lý do chính là các ngân hàng này muốn an tồn, giảm thiểu tổn thất trong tình huống xấu. Từ đĩ:
H7: Cĩ mối quan hệ nghịch biến giữa tăng trưởng kinh tế và CAR
3.1.8 Tỷ lệ lạm phát
Khi tỷ lệ lạm phát tăng cao làm cho hoạt động huy động vốn gặp nhiều khĩ khăn, làm cho các NHTM phải tăng lãi suất huy động cao mới thu hút đƣợc vốn, tăng lãi suất huy động vốn cao nhƣng lãi suất cho vay vẫn giữ nguyên làm cho hoạt động kinh doanh của NHTM lỗ lớn. Nghiên cứu Mehranfar (2013), Shaddady và Moore (2015) xác định rang tỷ lệ lạm phát ảnh hƣởng tiêu cực đến tỷ lệ an tồn vốn.
H8: Cĩ mối quan hệ nghịch biến giữa tỷ lệ lạm phát và CAR
3.2. Dữ liệu nghiên cứu 3.2.1 Mẫu nghiên cứu
Mơ hình nghiên cứu giới hạn trong bộ số liệu của 20 Ngân hàng TMCP niêm yết trên TTCK ở Việt Nam.
Bảng 3.1 Số liệu 20 ng n hàng TMCP niêm yết
STT Tên ngân hàng Tên giao dịch
Vốn điều lệ năm 2018 (tỷ đồng)
1 Ngân hàng TMCP Á Châu ACB 16.627
2 Ngân hàng TMCP Tiên Phong TPBank, TPB 8.566
3 Ngân hàng TMCP An Bình ABBANK, ABB 5.319
4 Ngân hàng TMCP Bắc Á BacABank, BAB 5.500
5 Ngân hàng TMCP Kỹ Thƣơng Việt Nam Techcombank, TCB 34.966
6 Ngân hàng TMCP Kiên Long KienLongBank, KLB 3.237
7 Ngân hàng TMCP Quốc Dân National Citizen Bank,
NVB 4.000
8 Ngân hàng TMCP Việt Nam Thịnh Vƣợng VPBank, VPB 25.300
9 Ngân hàng TMCP Phát triển Thành phố Hồ
Chí Minh HDBank, HDB 9810
10 Ngân hàng TMCP Phƣơng Đơng Orient Commercial
Bank, OCB 7.899 11 Ngân hàng TMCP Quân đội Military Bank, MBB 21.605
12 Ngân hàng TMCP Quốc tế VIBBank, VIB 9.245
13 Ngân hàng TMCP Sài Gịn-Hà Nội SHBank, SHB 12.036
14 Ngân hàng TMCP Sài Gịn Thƣơng Tín Sacombank, STB 18.852
16 Ngân hàng TMCP Xuất Nhập khẩu Việt
Nam Eximbank, EIB 12.355
17 Ngân hàng TMCP Bƣu điện Liên Việt LienVietPostBank, LPB 8.881
18 Ngân hàng TMCP Ngoại thƣơng
ViệtNam Vietcombank,VCB 37.089
19 Ngân hàng TMCP Cơng Thƣơng
ViệtNam VietinBank, CTG 37.234 20 Ngân hàng TMCP Đầu tƣ và Phát
triểnViệt Nam BIDV, BID 34.187
Nguồn: Tác gi t ng h p từ Báo Cáo 2019 của Ngân hàng Nhà nước Việt Nam
Đây là các ngân hàng hiện đang niêm yết trên thị trƣờng chứng khốn Việt Nam, các ngân hàng này đáp ứng chặt chẽ các điều kiện của Sở Chứng Khốn, cĩ quy mơ, vốn hĩa, thị phần đủ lớn để đại diện cho hệ thống ngân hàng TMCP. Bài nghiên cứu sử dụng dữ liệu của 20 ngân hàng TMCP Việt Nam từ năm 2010- 2018
3.2.2 Dữ liệu nghiên cứu
Luận văn đƣợc tiến hành nghiên cứu ở các NHTM tại Việt Nam, dữ liệu thu thập trong giai đoạn 2010-2018. Tính đến ngày 31/12/2019 tại Việt Nam cĩ 31 NHTMCP trong nƣớc. Mẫu đƣợc nghiên cứu cịn lại sao khi loại trừ một số ngân hàng khơng cung cấp đầy đủ báo cáo tài chính trên website, ngân hàng cĩ quy mơ nhỏ, ngân hàng bị kiểm sốt đặc biệt bởi Ngân hàng Nhà nƣớc, ngân hàng thƣơng mại sáp nhập và các ngân hàng khơng cơng bố đầy đủ tỷ lệ an tồn vốn. Vì thế đã chọn lọc đƣợc 20 NHTM tại Việt Nam nhƣ bảng 3.1 trong giai đoạn 2010-2018, gồm 9 năm với 180 quan sát để đƣa vào mẫu nghiên cứu. Tính tốn, dữ liệu đƣợc chọn cĩ tính đại diện cho các NHTM (mẫu chiếm 66,67%) thể hiện đƣợc các ngân hàng cĩ quy mơ lớn, vừa và nhỉ, các ngân hàng đều thỏa quy định về vốn pháp định của Nhà nƣớc.
Dữ liệu nghiên cứu đƣợc tổng hợp và thu thập từ báo cáo thƣờng niên, báo cáo tài chính hợp nhất đã đƣợc kiểm tốn của các ngân hàng đƣợc chọn làm mẫu. Nguồn dữ liệu lấy từ website của từng ngân hàng, chi tiết hơn là các chỉ số nhƣ tổng tài sản, vốn chủ sở hữu, vốn điều lệ, dƣ nợ cho vay, vốn huy động đƣợc tính tốn trích từ bảng cân đối kế tốn, báo cáo kết quả hoạt động kinh doanh, thuyết minh báo cáo tài chính của NHTM trong từng năm.
Do đặc thù về nguồn dữ liệu, nên khơng phải tiến hành khảo sát, đo lƣờng, việc chọn mẫu chỉ nhập liệu tính tốn bang Excel các dữ liệu liên quan đến biến số của mơ hình nghiên cứu và lập thành dữ liệu bảng cân bang. Dữ liệu bảng là dữ liệu kết hợp giữa dữ liệu chéo và dữ liệu thời gian. Dữ liệu này vừa phân tích đƣợc đối tƣợng theo khơng gian và thời gian. Trong đề tài nghiên cứu, luận văn sử dụng phần mền hỗ trợ Eview 8.0 để xử lý và chạy số liệu.
3.3 Mơ hình nghiên cứu đề xuất3.3.1 Mơ hình hồi quy 3.3.1 Mơ hình hồi quy
Do mơ hình Al-Sabbagh và Magableh (2004) nghiên cứu này xác định các yếu tố tác động đến tỷ lệ an tồn vốn với số liệu từ các báo cáo tài chính thƣờng niên của 17 ngân hàng chọn làm mẫu ở Jordan đƣợc nhiều nhà nghiên cứu làm cơ sở nghiên cứu để áp dụng, mở rộng,cải tiến cho nhiều nghiên cứu cĩ tính ứng dụng cao sau này, cĩ thể kể đến là nghiên cứu của Yahaya et.al.(2016). Vì lý do trên luận văn dựa vào mơ hình của Al-Sabbagh và Magableh (2004) và Yahaya et.al.(2016) để đo lƣờng tác động của các yếu tố đến tỷ lệ an tồn vốn của các NHTMCP Việt Nam.
Mơ hình nghiên cứu:
CARit= β0 + β1DEPit + β2LIQit + β3LOAit + β4ROAit + β5ROEit + β6 SIZEit + β7 GDPit + β8 INFit+ εit
Trong đĩ:
a: Hệ số chặn
βi: Hệ số gĩc ứng với từng biến độc lập
: Sai số ngẫu nhiên khơng đổi và đƣợc giả định phân phối chuẩn
3.3.2 Giải thích các biến trong mơ hình3.3.2.1 Biến phụ thuộc 3.3.2.1 Biến phụ thuộc
Phƣơng pháp tính tỷ lệ an tồn vốn tại đa số các NHTMCP Việt Nam hiện nay đƣợc tính tốn theo TT36/2014/TT-NHNN ngày 20/11/2014, TT06/2016/TT-NHNN ngày 27/05/2016 về sửa đổi TT36/2014/TT-NHNN của NHNN Việt Nam với cơng thức cụ thể nhƣ sau :
Von tự cĩ
CAR =
Tài sǎn đã đieu chǐnh rǔi ro
*100
Tài sản đã điều chỉnh rủi ro dựa vào mức độ rủi ro của tài sản, NHNN quy định cĩ 6 nhĩm tài sản cĩ mức độ rủi ro nhƣ sau: 0%, 20%, 50%, 100%, 150% và 200%
3.3.2.2 Biến độc lập
Bảng 3.2 Tĩm tắt chi tiết các khái niệm cũng nhv cách đo lvờng các biến độc lập đvợc sử dụng trong mơ hình
Tên biến độc lập
Định ngh a Cách đo lvờng Kì vọng
dấu
SIZE Quy mơ ngân hàng Log (Tổng tài sản) -
DEP Tỷ lệ huy động vốn trên
tổng tài sản ℎ đ o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o 𝑛𝑛 Tong tài sǎn -
LOA Tỷ lệ cho vay ngân hàng ooooooooooooooo 𝑛ư 𝑛ợ ℎℎℎℎℎℎℎℎℎℎℎℎℎℎℎ 𝑛𝑛𝑛
Tên biến độc lập
Định ngh a Cách đo lvờng Kì vọng
dấu
ROA Tỷ lệ sinh lời trên tài sản ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎợi ư ớ ớ ớ ớ ớ ớ ớ ớ ớ ớ ớ ớ ớ ớ ớ
e ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ Tong tài sǎn bình quân -
LIQ Tỷ lệ tài sản cĩ khả năng thanh khoản ự 𝑛𝑛ữ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎǎℎǎ Tong tài sǎn +
ROE Tỷ suất lợi nhuận trên
vốn chủ sở hữu 𝑛ợi ℎℎℎℎℎℎℎℎℎℎℎℎℎℎℎ 𝑛 𝑛𝑛𝑛 e ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ ℎ Von chǔ sơ hữu + GDP Tăng trƣởng kinh tế 𝑛𝑛𝑛 (𝑛) − (( − 1) P(t − 1) * 100 - INF Tỷ lệ lạm phát 𝑛(𝑛) − (( − 1) * 100 P(t − 1) Trong đĩ:
P(t): chỉ số giá tiêu dùng năm t P(t-1): chỉ số giá tiêu dùng năm t-1
-
Nguồn: Tác giả tĩm tắt
3.4 Phv ng pháp ph n tích dữ liệu 3.4.1 Thống kê mơ tả
Thống kê mơ tả đƣợc sử dụng để mơ tả những đặc tính cơ bản của dữ liệu thu thập đƣợc từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mơ tả và thống kê suy luận cùng cung cấp những tĩm tắt đơn giản về mẫu và các thƣớc đo. Cùng với phân tích đồ họa đơn giản, chúng tạo ra nền tảng của mọi phân tích định lƣợng về số liệu. Để hiểu đƣợc các hiện tƣợng và ra quyết định đúng đắn, cần nắm đƣợc các phƣơng pháp cơ bản của mơ tả dữ liệu.
Cĩ rất nhiều kỹ thuật hay đƣợc sử dụng. Cĩ thể phân loại các kỹ thuật này nhƣ sau:
- Biểu diễn dữ liệu bang đồ họa trong đĩ các đồ thị mơ tả dữ liệu hoặc giúp so sánh dữ liệu;
- Biểu diễn dữ liệu thành các bảng số liệu tĩm tắt về dữ liệu;
- Thống kê tĩm tắt (dƣới dạng các giá trị thống kê đơn nhất) mơ tả dữ liệu.
3.4.2 Ph n tích hồi quy
Để phân tích và nghiên cứu dữ liệu thơng qua phần mềm Eview nham lựa chọn mơ hình hồi quy phù hợp, tác giả sử dụng các phƣơng pháp sau:
- Mơ hình hồi quy gộp (pooled), mơ hình này sử dụng phƣơng pháp bình phƣơng nhỏ nhất (OLS). Phƣơng pháp này đơn giản nhƣng khả năng xảy ra hiện tƣợng tự tƣơng quan cao do phƣơng pháp sử dụng giả định khơng cĩ đơn vị chéo hoặc thời kỳ đặc biệt nào ảnh hƣởng đến các hệ số trong mơ hình.
- Mơ hình hiệu ứng cố định FEM (Fixed Effects Model) với giả định mỗi đơn vị đều cĩ những đặc điểm riêng biệt cĩ thể ảnh hƣởng đến biến giải thích qua đĩ kiểm sốt và tách các ảnh hƣởng riêng biệt (khơng thay đổi theo thời gian) ra khỏi các biến giải thích để cĩ thể ƣớc lƣợng ảnh hƣởng của biến độc lập lên biến phụ thuộc.
- Mơ hình hiệu ứng ngẫu nhiên REM (Random Effects Model), thể hiện sự biến động của các đơn vị cĩ tƣơng quan đến biến độc lập trong mơ hình hiệu ứng cố định, trong khi đĩ mơ hình hiệu ứng ngẫu nhiên, sự biến động giữa các đơn vị đƣợc giả định là ngẫu nhiên và khơng tƣơng quan đến các biến độc lập. Điểm khác biệt giữa mơ hình ảnh hƣởng ngẫu nhiên và mơ hình ảnh hƣởng cố định đƣợc thể hiện ở sự biến động giữa các đơn vị.
3.4.3 Các kiểm định
+ Sử dụng kiểm định Chow với F-test để lựa chọn phƣơng pháp ƣớc lƣợng giữa Pooled OLS và FEM. Với giả thuyết H0: hệ số ƣớc lƣợng của hai mơ hình khơng cĩ sự khác biệt cơ bản. Nếu kết quả cho giá trị Prob < 0,05, ta bác bỏ giả thuyết H0, do đĩ mơ hình FEM giải thích tốt hơn mơ hình Pooled OLS.
+ Sử dụng kiểm định Hauman Test để xem xét sự phù hợp của mơ hình FEM và REM. Với giả thuyết H0: hệ số ƣớc lƣợng của hai mơ hình khơng cĩ sự khác biệt cơ bản. Nếu kết quả cho giá trị Prob > 0,05, ta bác chấp nhận giả thuyết H0, do đĩ mơ hình REM giải thích tốt hơn mơ hình FEM.
• Kiểm định hiện tvợng đa cộng tuyến:
Đa cộng tuyến là hiện tƣợng các biến độc lập trong mơ hình phụ thuộc tuyến tính lẫn nhau (Nguyễn Văn Tùng, 2014). Để kiểm định hiện tƣợng đa cộng tuyến trong mơ hình, cĩ thể thực hiện các phƣơng pháp sau:
+ Hệ số tƣơng quan giữa hai biến độc lập > 0,8 và thống kê t thấp thì mơ hình cĩ khả năng xảy ra hiện tƣợng đa cộng tuyến cao.
+ Sử dụng phĩng đại phƣơng sai VIF (Variance Inflation Factor), nếu VIF ≥ 10 thì mơ hình cĩ hiện tƣợng đa cộng tuyến cao. Với:
= 1 VIF 1−R2
• Kiểm định hiện tvợng tv ng quan chuỗi
Để phát hiện hiện tƣợng tƣơng quan chuỗi, tác giả sử dụng kiểm định Wooldridge. Với giả thuyết H0: Khơng cĩ hiện tƣợng tƣơng quan chuỗi, nếu kết quả cho giá trị Prob > 0,05 thì khơng thể bác bỏ giả thuyết H0, nghĩa là mơ hình khơng cĩ hiện tƣợng tƣơng quan chuỗi. Vậy, muốn khắc phục hiện tƣợng tự tƣơng quan bậc nhất, sử dụng phƣơng pháp Ƣớc lƣợng hồi quy bang phƣơng pháp GMM (Generalized Method of Moments), phƣơng pháp này vừa cĩ thể khắc phục hiện tƣợng tự tƣơng quan bậc nhất mà cịn khắc phục hiện tƣợng phƣơng sai thay đổi. Một cách tổng quan, GMM là phƣơng pháp tổng quát của
rất nhiều phƣơng pháp ƣớc lƣợng phổ biến nhƣ OLS, MLE, FE, RE, GLS, IV, 2SLS….Ngay cả trong điều kiện giả thiết nội sinh bị vi phạm, phƣơng pháp GMM cho ra các hệ số ƣớc lƣợng vững, khơng chệch và hiệu quả.
• Kiểm định phv ng sai sai số thay đổi
Kiểm định phƣơng sai sai số thay đổi đƣợc thực hiện bang kiểm định Wald. Với mức ý nghĩa a = 5%, xét giả thuyết H0: mơ hình cĩ phƣơng sai sai số khơng đổi. Nếu kết quả p-value < 0,05 (mức ý nghĩa 5%) thì bác bỏ giả thuyết H0, nghĩa là mơ hình cĩ xảy ra hiện tƣơng phƣơng sai sai số thay đổi.
3.4.4 Phân tích kết quả
- Hệ số R2: hệ số này càng tiến về 1 thì độ khớp của mơ hình và bộ dữ liệu càng tốt.
- Giá trị Prob (F-statistic) < 0,05: mơ hình hồi quy phù hợp.
- Giá trị Prob của các biến độc lập < 0,05 và t-Statistic > 1,76: chấp nhận sự tồn tại của các biến này trong mơ hình và các biến này cĩ ý nghĩa về mặt thống kê. - Giá trị βi âm hoặc dƣơng giải thích các biến độc lập cĩ tác động ngƣợc chiều
hay cùng chiều đến biến phụ thuộc.
KẾT LUẬN CHƯƠNG 3
Chƣơng 3 đã tập trung nêu rõ về phƣơng pháp nghiên cứu, dữ liệu đƣợc thu thập, cách xử lý dữ liệu nghiên cứu. Ngồi ra trong chƣơng này tác giả cũng đã trình bày về mơ hình nghiên cứu,các kiểm định thống kê mà nghiên cứu sử dụng trong việc nghiên cứu để đƣa ra kết quả trong Chƣơng 4
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1 Thống kê mơ tả
Kết quả thống kê mơ tả cho thấy: Cĩ tất cả 180 quan sát của mỗi biến nghiên cứu trong giai đoạn từ năm 2010 đến năm 2018.Các giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn cho biết sự chênh lệch giá trị của số liệu các biến trong mơ hình. Hai giá trị thống kê giúp ta hình dung về hình dáng phân phối của số liệu là độ nghiêng (Skewness) và độ nhọn (Kurtosis).
- Hệ số bất đối xứng (độ nghiêng - Skewness):
+ Nếu Skewness =0 thì phân phối là đối xứng.
+ Nếu Skewness <0 thì phân phối là bất đối xứng và đồ thị sẽ xuơi về bên trái nhiều hơn.
+ Nếu Skewness >0 thì phân phối là bất đối xứng và đồ thị sẽ xuơi về bên phải nhiều hơn.
- Hệ số nhọn (độ nhọn - Kurtosis):
+ Nếu Kurtosis =3 thì phân phối xác suất đƣợc tập trung ở mức bình thƣờng.
+ Nếu Kurtosis >3 thì phân phối tập trung ở mức độ cao hơn mức bình thƣờng.
+ Nếu Kurtosis <3 thì phân phối xác suất đƣợc tập trung ở mức độ thấp hơn mức bình thƣờng.
Bảng 4.1: Thống kê mơ tả
CAR DEP LIQ SIZE LOA ROA ROE GDP INF
Mean 0.195581 0.435096 0.322690 31.89393 0.328887 0.110080 0.122666 6.241738 6.200000 Median 0.134609 0.435595 0.289933 32.81114 0.294064 0.093767 0.098867 6.300000 4.300000 Maximum 0.652607 0.823674 0.802021 35.07885 0.802021 0.379057 0.564013 7.080000 18.60000 Minimum 0.007777 0.050300 0.057259 27.23382 0.057259 0.000456 0.000456 5.030000 0.600000 Std. Dev. 0.158605 0.186533 0.155604 2.250262 0.163232 0.072937 0.092923 0.543725 5.318170 Skewness 0.959874 -0.001343 0.565433 -0.689039 0.592227 1.022098 1.778514 -0.749270 1.321568 Kurtosis 2.878275 2.113743 2.789064 1.990202 2.779289 3.937805 7.364162 3.535391 3.658912