Kiểm định sự phù hợp của cácmô hình

- Kiểm định nhân tử Lagrange của Breusch-Pagan cho việc lựa chọn giữa OLS và REM

Kiểm định này với giả thuyết H0 cho rằng phương sai của sai số qua các thực thể là không đổi.

giả thuyết

Chỉ số F ^{13.991546 (21,213) 0.0000}

Kiểm định chi bình

phương ^{209.782207 21 0.0000}

(Nguồn: Tác giả tự tính toán từ Eview 8.1)

Bảng 4.5 cho thấy giá trị p = 0.000 < 0.05, Giả thuyết H0 bị bác bỏ, điều này cho thấy phương sai của sai số thay đổi qua các thực thể, và ước lượng tác động ngẫu nhiên (REM) phù hợp hơn so với ước lượng thô Pooled (OLS), hay nói cách khác là chọn mô hình (REM).

- Kiểm định Likelihood Ratio cho việc lựa chọn giữa FEM và OLS

Để kiểm định xem mô hình FEM hay OLS là mô hình phù hợp hơn trong việc nghiên cứu các các các yếu tố ảnh hưởng đến tính thanh khoản của các NHTM tại Việt Nam ta sử dụng kiểm định Likelihood Ratio

H0: Các hệ số chặn của hàm hồi quy của từng ngân hàng là bằng nhau (Chọn

OLS).

H1: Các hệ số chặn của hàm hồi quy của từng ngân hàng không bằng nhau (Chọn FEM).

định _thuyết

Period random ^{107.516674 7 0.0000}

Kiểm định ^{Lựa chọn mô}

hình ^{Mức xác suất}(p-value) ^{Mô hình được}chọn

Kiểm định bằng nhân

tử (Lagrange) ^{OLS và REM 0.0000 REM}

Tiêu chuẩn ước lượng hợp lý (Likelihood

Ratio)

FEM và OLS 0.0000 FEM

Kiểm định Hausman FEM và REM 0.000 FEM

Kết luận: Mô hình FEM là phù hợp nhất

(Nguồn: Tác giả tự tính toán từ Eview 8.1)

Kết quả cho thấy 02 chỉ số F của dữ liệu chéo có ý nghĩa thống kê với Prob = 0.0000 < 0.05. Vậy ta không chấp nhận H0, hay nói cách khác mô hình FEM tốt hơn.

- Kiểm định Hausman cho việc lựa chọn giữa FEM và REM

Kiểm định Hausman sẽ được sử dụng để lựa chọn phương pháp ước lượng phù hợp giữa hai phương pháp ước lượng tác động cố định và tác động ngẫu nhiên (Baltagi, 2008 trang 320; Gujarati, 2004 trang 652)

Để kiểm định xem mô hình FEM hay REM là mô hình phù hợp hơn trong việc nghiên cứu các các yếu tố ảnh hưởng đến tính thanh khoản của các NHTM ta sử dụng kiểm định Hausman-test.

H0: Không có tương quan giữa các biến giải thích và thành phần ngẫu nhiên (Chọn REM)

H1: Có tương quan giữa các biến giải thích và thành phần ngẫu nhiên (Chọn FEM)

Bảng 4.7 Kết quả Kiểm định Hausman-test

((Nguồn: Tác giả tự tính toán từ Eview 8.1)

Kết quả cho thấy: Mức xác suất (p-value) (Hausman) = 0.000 < 0.05, nên có cơ sở để bác bỏ H0, Hay nói cách khác mô hình FEM tốt hơn.

_____________(21.15)____________ CAP _{___________-0.035463**________________} ____________(-2.2518)___________ SIZE __________-0.072767***_______________ -27.12787) ROE ^{___________0.053756**________________} (2.565463) LDR ^{__________-0.021662***_______________} ___________(-3.393193)__________ GDP ^0.502649*** ___________(2.720658)___________ CPI ^{___________-0.066033**________________} (-2.405318) M2 ^-0.111953*** ___________(-5.444008)__________ Hệ số xác định (bội) R2 ___________0.831912**________________ Hệ số xác định điều chỉnh ____________0.809816___________ Thống kê F ____________37.64982___________

Thống kê dư Durbin-Watson ____________1.282503___________

Số quan sát ______________242______________

(Nguồn: Kết quả chạy Eviews 8.1)

Kết quả: Qua kiểm định sự phù hợp của mô hình, có thể đi đến kết luận mô hình FEM là phù hợp nhất.

Giá trị thông kê F 1106.913 (1, 213) 0.0000

Kiểm định chi bình 1106.913 1 0.0000

Không có ý nghĩa thông kê: C(2) + C(7) = 1

Giới hạn phân phôi chuân (= 0) Giá trị Std. Err.

-1 + C(2) + C(7) -1.101496 0.033107

Kiểm định Wald:

Kiểm định giá trị thông kê Giá trị df Độ tin cậy

Giá trị thông kê t -2.40531 213

0

.017

1

Giá trị thông kê F______________ 5.78555 (1, 213) 0.017013

Kiểm định chi bình phương 5.785553 1 0.016158

Không có ý nghĩa thông kê: C(7)=0__________________________________________

Giới hạn phân phôi chuân (= 0) Giá trị Sai sô chuân

C(7) , -0.66033 0.027453

(Nguồn: Tác giả tự tính toán từ Eview 8.1)

Căn cứ trên kết quả mô hình ta thấy với mức ý nghĩa α = 5%, toàn bộ 7 biến độc lập đều có ý nghĩa thống kê do mức xác suất (p-value) < α=0.05.

4.2.4.2 Kiểm định Wald (Kiểm định biến có cần thiết trong mô hình hay không)

Khi phân tích hồi quy hai biến CAP và CPI không có ý nghĩa thống kê mức xác suất (p-value) > α=0.05. Do vậy, để đảm bảo 02 biến CAP và CPI cần thiết trong mô hình, tiến hành kiểm định Wald với kết quả như sau:

• Giả thuyết: H0: Biến CAP không cần thiết trong mô hình H1: Biến CAP cần thiết trong mô hình

Bảng 4.10 Kết quả kiểm định Wald lần 1

(Nguồn: Tác giả tự tính toán từ Eview 8.1)

Từ bảng kiểm định Wald ở trên, ta có P _ Giá trị 0.0000 = < α cho trước nên bác bỏ H0 với mức ý nghĩa 5%, Vậy biến CAP cần thiết trong mô hình

• Giả thuyết: H0: Biến CPI không cần thiết trong mô hình H1: Biến CPI cần thiết trong mô hình

ROE 1.328 SIZE 1.162 LDR 1.567 GDP 1.193 CPI 1.264 M2 1.399

Giá trị trung bình VIF 1.328

(Nguồn: Tác giả tự tính toán từ Eview 8.1)

Từ bảng kiểm định Wald ở trên, ta có P _ Giá trị 0.0000 = < α cho trước nên bác bỏ H0 với mức ý nghĩa 5%, Vậy biến CPI cần thiết trong mô hình.

4.2.4.3 Kiểm định bằng phương pháp giá trị mức xác suất (p-value) để kiểm định sự phù hợp của mô hình

Với mức ý nghĩa 5%, kiểm định mô hình (R) với giả thiết sau:

H0: β1 = β2 = β3 = β4 = β5 = 0 (Biến độc lập không ảnh hưởng đến biến phụ thuộc LIQ)

H1: Có ít nhất một hệ số βj ≠ 0 (Biến độc lập có ảnh hưởng đến biến phụ thuộc LIQ)

Theo kết quả Ước lượng của mô hình (R) tại bảng 4.12 ta thấy

Mức xác suất (p-value) ≤ 0,05 và F = 37.64982> F crit = 0.000, bác bỏ giả thiết H0, hay nói cách khác thì sự sai khác giữa biến phụ thuộc LIQ và 07 các biến độc lập CAP, ROE, LDR, SIZE, GDP, CPI, M2 là có ý nghĩa, tức là các biến độc lập này là khác nhau và sự khác nhau đó có ý nghĩa khi nghiên cứu.

4.2.4.4 Kiểm định hiện tượng đa cộng tuyến

Kiểm định lại hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (VIF) cho thấy hiện tượng đa cộng tuyến không xảy ra, cụ thể:

1,162 đến 1.567. Điều này cho thấy mô hình có hiện tượng đa cộng tuyến ở mức thấp, không ảnh hưởng đến kết quả ước lượng mô hình.

Tên biến ^{Dấu hệ số}_{hồi quy giả thuyết}^{Kỳ vọng Củng cố kết quả của} các nghiên cứu trước

Trái ngược với nghiên cứu trước

Tỷ lệ vốn chủ sở hữu trên tổng tài sản

(CAP) - + Thakor (1996), Bunda (2003), Rupullo (2003), Gorton & Huang (2004), Indriani (2004), Aspachs et al (2005), Inoca Munteanu (2012), Chikoko Laurine (2013), Gorton & Winton (2017)

Bonfim & Kim (2009), Vodova. P (2013) Tỷ lệ dư nợ cho vay/tiền gửi khách hàng (LDR) - - Muriithi (2014); Tseganesh (2012); Delechat và ctg (2012)

Bunda & Desquilbet, (2008), Doriana Cucinelli (2013), Vodová. P (2013). 4.2.4.5 Kiểm định tự tương quan

Tại bảng 4.9, ta có thể kết luận mô hình không có hiện tượng tương quan chuỗi (tự tương quan) do DW = 1,28 lớn hơn 11. Hay nói cách khác, không có hiện tượng tự tương quan giữa các thành phần của dãy quan sát theo thời gian, các quan sát kế tiếp không có nhiều khả năng tương quan với nhau.

4.3 Kết quả

Mô hình ước lượng sau khi đã kiểm định

LIQ = 0.605 - 0.035*CAP - 0.072*SIZE + 0.053*ROE - 0.022*LDR + 0.503*GDP - 0.066*CPI - 0.112*M2

Mức xác suất (p-value) ≤ 0,05 và F = 37.64> F crit = 0.000 thì sự sai khác giữa biến phụ thuộc LIQ và các biến độc lập CAP, NPL, ROE, SIZE, GDP, CPI, M2 là có ý nghĩa, tức là các biến độc lập này là khác nhau và sự khác nhau đó có ý nghĩa khi nghiên cứu.

Kết quả mô hình R2 (R square) bằng 0.809; đều này nói lên độ thích hợp của mô hình là 80,9% hay nói cách khác cho thấy trong 100% sự biến động của LIQ thì có 80,9% biến động là do CAP, NPL, ROE, SIZE, GDP, CPI, M2; còn 19,1% là do các yếu tố ngẫu nhiên và các yếu tố khác không có trong mô hình.

1 Theo J. Holton Wilson, Barry Keating, John Solutions Inc. 2009, Business Forecasting chỉ tiêu Durbin - Watson trong khoảng 1 đến 3 đối với các hiện tượng mang tính vĩ mô được xem là chưa có hiện tượng tự tương quan đáng kể.

(SIZE) _{Laurine (2013)} ^{Cucinelli, (2013),} Vodová. P,(2013). Tỷ suất sinh lợi trên

vốn chủ sở hữu (ROE)

+ +

Aspachs et al, (2005), Bonfim & Kim (2011);

Iqbal (2012) và Al- Khouri (2011) O. Aspachs et al (2005); C. Rauch et al (2010); Lucchetta (2007); Akhtar (2011) Tăng trưởng tổng sản phẩm quốc nội (GDP)

+ + ^{Chung-Hua Shen et al,}₍₂₀₀₉₎

Cung tiền (M2) - + ^{M. Lucchetta (2007),}_{W. Moore}

(2

09)

Chỉ số lạm phát

(CPI) ^{- -}

Chikoko Laurine

4.4 Thảo luận kết quả nghiên cứu

Bằng phương pháp nghiên cứu định lượng dựa trên số liệu thu thập được và phương pháp hồi quy như FEM (Fixed Effect Model), bài nghiên cứu rút ra được kết luận như sau:

Kết quả nghiên cứu: Tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP) tác động ngược chiều đến khả năng thanh khoản của ngân hàng, củng cố những phát hiện của một số nhà nghiên cứu trước, chẳng hạn như nghiên cứu của Thakor (1996), Bunda (2003), Rupullo (2003), Gorton & Huang (2004), Indriani (2004), Aspachs et al (2005), Inoca Munteanu (2012), Chikoko Laurine (2013), Gorton & Winton (2017); đồng thời trái ngược với các nghiên cứu của: Bonfim & Kim (2009), Vodova. P (2013). Từ đó cho thấy, chiều hướng tác động của tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP) đến khả năng thanh khoản của ngân hàng là tùy thuộc vào mẫu nghiên cứu, trong đó có liên quan đến chọn mẫu ngân hàng, giai đoạn nghiên cứu. Đối với các NHTM hoạt động trong giai đoạn 2009 - 2019, thì tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng 1% thì khả năng thanh khoản của ngân hàng giảm 0.035%.

Ngoài ra, kết quả nghiên cứu cũng cho thấy: Tỷ lệ dư nợ cho vay/tiền gửi khách hàng tác động ngược chiều đến khả năng thanh khoản của ngân hàng, củng cố những phát hiện của Muriithi (2014); Tseganesh (2012); Delechat và ctg (2012); đồngthời trái ngược với các nghiên cứu của: Bunda & Desquilbet, (2008), Doriana Cucinelli (2013), Vodová. P (2013). Điều này cho thấy, việc sử dụng vốn vay đã ẩn chứa rủi ro tài chính mà ngân hàng có thể gặp phải trong quá trình kinh doanh. Hơn nữa, việc ngân hàng tăng trưởng về vốn quá nhanh, và áp lực về đảm bảo tỷ lệ trả cổ tức cho các cổ đông, nên việc các ngân hàng đã làm trong những năm qua là cố gắng tăng trưởng tín dụng, qua đó tăng trưởng tổng tài sản nhằm ổn định mức độ thu nhập. Hiện tại và trước đây, với cơ cấu thu nhập từ hoạt động tín dụng của các ngân hàng luôn chiếm tỷ trọng lớn và là nguồn thu chủ yếu. Áp lực tăng trưởng tín dụng ở tốc độ cao có thể dẫn đến việc chất lượng nợ suy giảm đẩy nợ xấu tăng và gây tổn hại trực tiếp đến vốn chủ sở hữu của các ngân hàng. và đặc biệt là các ngân hàng nhỏ với số vốn tăng nhanh theo qui định của cơ quan quản lý, đều mong manh

trước những biến động trên thị trường, và khả năng quản trị kinh doanh ngân hàng của hàng loạt các ngân hàng đều không theo kịp và lớn mạnh cùng với lượng vốn tăng nhanh, đẩy các ngân hàng vào tính mất an toàn và thanh khoản yếu.

Kết quả nghiên cứu cho thấy, quy mô hoạt động (logarit tự nhiên của tổng tài sản) có ý nghĩa thống kê trong mô hình và tác động ngược chiều với khả năng thanh khoản của ngân hàng, củng cố những phát hiện của O. Aspachs et al (2005), Chikoko Laurine (2013); đồng thời trái ngược với các nghiên cứu của: Bunda & Desquilbet, (2008), Doriana Cucinelli, (2013), Vodová. P,(2013). Quy mô ngân hàng tăng 1% thì khả năng thanh khoản của ngân hàng giảm 0.072. Về mặt lý thuyết, một ngân hàng có quy mô tổng tài sản càng lớn thường thể hiện khả năng huy động vốn và năng lực cho vay càng cao vì vậy sẽ làm cho khả năng thanh khoản của ngân hàng này tăng lên. Tuy nhiên, kết quả nghiên cứu cho thấy, quy mô ngân hàng có tác động ngược chiều lên tỷ lệ thanh khoản, mức tác động không cao, chủ yếu là đối với những ngân hàng có quy mô nhỏ thường nắm giữ tỷ lệ thanh khoản cao hơn. Khi ngân hàng đầu tư vào tài sản càng nhiều sẽ có những tài sản không khai thác hiệu quả, chi phí hoạt động tăng lên sẽ làm giảm khả năng thanh khoản của ngân hàng. Kết quả nghiên cứu đã chỉ ra rằng không phải luôn luôn đầu tư vào nhiều vào tài sản thì chắc chắn sẽ mang lại hiệu quả cho ngân hàng, thậm chí nếu ngân hàng sử dụng không hiệu quả tài sản tứclà khả năng sinh lời không bù đắp chi phí thì ảnh hưởng làm hiệu quả hoạt động giảm sút. Điều này cho thấy các NHTM trong giai đoạn 2009 - 2019 chưa có hiệu quả trongviệc quản lý và sử dụng tài sản, nhất là tài sản cố định ngân hàng mua sắm còn lạc hậu chưa đáp ứng được yếu tố khoa học công nghệ phục vụ cho hoạt động sản xuất kinh doanh gây ra tình trạng hiệu quả kinh tế thấp, lãng phí các yếu tố đầu vào

Kết quả nghiên cứu cho thấy, tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) tác động cùng chiều với khả năng thanh khoản của ngân hàng, củng cố những phát hiện của Aspachs et al, (2005), Bonfim & Kim (2011); Iqbal (2012) và Al-Khouri (2011); đồng thời trái ngược với nghiên cứu của: Bunda & Desquilbet, (2008), Doriana Cucinelli, (2013), Vodová. P,(2013). Tỷ suất sinh lợi trên vốn chủ sở hữu

tăng 1% thì khả năng thanh khoản của ngân hàng tăng 0.053%. Kết quả nghiên cứu phù hợp với thực trạng trong giai đoạn 2009 - 2019 (cũng giai đoạn hội nhập kinh tế quốc tế, đặc biệt là gia nhập WTO, các ngân hàng đều niêm yết trong thời gian này), do yêu cầu tại Nghị định 141/2006/NĐ-CP đến năm 2010 lên 3.000 tỷ đồng và Thông tư số 41/2016/TT-NHNN ngày 30/12/2016 của NHNN yêu cầu tỷ lệ an toàn vốn (CAR) của tất cả các NHTM phải đáp ứng theo chuẩn Basel II (CAR>8%), dẫn đến các ngân hàng nỗ lực để tăng quy mô và nguồn lực tài chính nhằm đáp ứng nhu cầu hội nhập,cụ thể chủ yếu tăng quy mô là phát hành cổ phiếu để huy động vốn là phù hợp nhất vì nếu ROE càng tăng cao thì khả năng phát hành cổ phiếu thành công với thị giá và khối lượng giao dịch càng cao. Các khoản thu từ phát hành cổ phiếu làm tăng vốn điều lệ đồng thời cũng làm tăng tăng nguồn cung thanh khoản đáng kể cho ngân hàng. Hơn nữa, thay vì chỉ dựa vào hoạt động kinh doanh truyền thống là huy động và cho vay để có lợi nhuận từ chênh lệch lãi suất, các NHTM đã đa dạng hóa các dịch vụ để khai thác lợi nhuận từ các hoạt động bán lẻ, kinh doanh ngoại hối, kinh doanh chứng khoán, tư vấn tài chính, đầu tư góp vốn. Hơn nữa, những ngân hàng có ROE cao sẽ tạo uy tín, dễ dàng tiếp cận nguồn cung thanh khoản từ bên ngoài với chi phí huy động vốn thấp.

Kết quả nghiên cứu cho thấy, tăng trưởng tổng sản phẩm quốc nội (GDP) tác động cùng chiều với khả năng thanh khoản của ngân hàng, củng cố những phát hiện của Chung-Hua Shen et al, (2009). Tăng trưởng tổng sản phẩm quốc nội tăng 1% thì khả năng thanh khoản của ngân hàng tăng 0.503%. Đặc biệt là trong thời kỳ khủng hoảng tài chính tăng trưởng GDP cao sẽ hỗ trợ cho thanh khoản tốt hơn đối với NHTM. Ngoài ra, các NHTM đã chú trọng đến công tác quản trị rủi ro tín dụng, thường lựa chọn đối tượng vay là các doanh nghiệp hoạt động có hiệu quả hoặc khách hàng cá nhân có tài sản đảm bảo, khả năng thu hồi vốn cao, lựa chọn kỳ hạn cho vay vốn ngắn có khả năng thu hồi vốn nhanh vả ít rủi ro.

Kết quả nghiên cứu cho thấy, cung tiền M2 có tác động ngược chiều đến thanh khoản nhưng không rõ ràng. Điều này cho thấy chính sách nới lỏng tiền tệ

của NHNN để duy trì tăng trưởng GDP đã không ảnh hưởng nhiều đến thanh khoản của ngân hàng mà trong giai đoạn này cung tiền M2 chỉ giúp những ngân hàng này gia tăng tốc độ tăng trưởng tín dụng mạnh hơn và lạm phát cao hơn.

Tăng trưởng cung tiền cho thấy rằng chính phủ đang thực thi chính sách tiền tệ mở rộng, chính phủ cần phải đưa ra các chính sách kinh tế vĩ mô phù hợp như kiểm soát cung tiền và ấn định mức lãi suất hiệu quả để ổn định giá và phát triển thị trường tài chính. Cung tiền tăng 1% thì khả năng thanh khoản của ngân hàng giảm 0.112%. Vậy liều lượng nới lỏng cung tiền bao nhiêu là hợp lý? Nghiên cứu của Công ty Chứng khoán Bảo Việt cho biết: Việt Nam hiện là nước có tăng trưởng M2 cao nhất khi so sánh với nhóm nước bao gồm Thái Lan, Malaysia, Indonesia, Philippines và Trung Quốc, kể cả ở giai đoạn khủng hoảng lẫn giai đoạn ổn định