Phân tích dữ liệu

CHƯƠNG 3 : TỔNG QUAN VÀ ĐỀ XUẤT MÔ HÌNH NGHIÊN CỨU

4.3 Phân tích dữ liệu

4.3.1 Phân tích tương quan và kiểm định đa cộng tuyến

4.3.1.1 Phân tích tương quan

Qua kết quả phân tích tương quan có thể thấy mối quan hệ ban đầu giữa các biến với nhau. Ngoài sự tương quan giữa các biến độc lập và biến phụ thuộc, một số biến độc lập cũng có thể tương quan khá chặt với nhau.

Bảng 4.2 Ma trận hệ số tương quan giữa các biến

ROA ROE d.LnTA d.EA LA LLP COR DIV INF GDP

ROA 1.0000 ROE 0.9001 1.0000 d.LnTA -0.258 -0.0348 1.000 d.EA 0.4251 0.1491 -0.631 1.000 LA 0.2119 0.2136 -0.503 0.377 1.0000 LLP -0.624 -0.6246 0.137 -0.144 -0.174 1.0000 COR -0.379 -0.3114 0.270 -0.233 0.0906 -0.127 1.0000 DIV -0.089 -0.0505 0.270 -0.276 0.0234 -0.178 0.0120 1.0000 GDP -0.330 -0.0725 0.534 -0.359 0.0923 0.1129 0.4315 -0.011 1.000 INF 0.2944 0.1605 0.096 0.205 -0.094 -0.058 -0.148 -0.112 -0.09 1.000 (Nguồn: Tác giả tự tổng hợp )

Bảng 4.2 trình bày sự tương quan giữa các biến với nhau. Kết quả phân tích tương quan của biến phụ thuộc với các biến độc lập như sau:

 Mô hình 1:

+ ROA có tương quan với tất cả các biến trong mô hình: d.LnTA(-0.2583), d.EA (0,4251), LA (0.2119), LLP (-0.6245), COR (-0.3798), DIV (-0.0899), GDP (-

0,3301), INF (0.2944).

+ Về chiều tương quan của các biến giải thích đối với khả năng sinh lời trên tổng tài sản (ROA) – biến phụ thuộc của mô hình:

 ROA có mối quan hệ đồng biến với d.EA, LA, INF.

 ROA có mối quan hệ nghịch biến với d.LnTA, LLP, COR, DIV, GDP.

 Mô hình 2:

+ ROE có tương quan với tất cả các biến trong mô hình: d.LnTA(-0,0348), d.EA(0,1491), LA (0,2136), LLP (-0,6246), COR(-0.3114), DIV(-0,0505), GDP (-0,0725), INF(0,1605)

+ Về chiều tương quan của các biến giải thích đối với khả năng sinh lời trên tổng tài sản (ROE) – biến phụ thuộc của mô hình:

 ROE có mối quan hệ đồng biến với d.EA, LA, INF.

 ROA có mối quan hệ nghịch biến với d.LnTA, LLP, COR, DIV, GDP.

Ta thấy, chiều tương quan giữa các biến độc lập tác động đến biến phụ thuộc ROA và ROE là như nhau.

Qua phân tích tương quan, các biến tồn tại trong mô hình 1 và mô hình 2 tương đối phù hợp. Tuy nhiên, tất cả các mối tương quan trên chỉ là phân tích ban đầu. Sau khi kiểm định mô hình và thực hiện phân tích hồi quy thì mới có thể kết luận chính xác về các mối tương quan.

4.3.1.2 Kiểm định đa cộng tuyến

Trong mô hình hồi quy, nếu các biến độc lập có mối quan hệ tuyến tính có tương quan chặt, mạnh với nhau thì sẽ có hiện tượng đa cộng tuyến, Hiện tượng đa cộng tuyến chỉ trở nên nghiêm trọng khi hệ số tương quan giữa các biến độc lập trong mô hình từ 0.8 trở lên. Quan sát bảng 4.2 có thể thấy các cặp biến EA và LnTA; LA và LnTA; GDP và LnTA có mối quan hệ với nhau, tuy hệ số tương quan đều trên 0,5 nhưng không vượt 0,8. Điều này cho thấy mô hình này có thể có hiện tượng đa cộng tuyến những không nghiêm trọng. Để chứng minh điều này, ta tiếp tục kiểm định mô hình bằng nhân tử phóng đại VIF. Nhân tử phóng đại phương sai VIF lớn hơn 5 thì mô hình gặp phải khuyết tật đa cộng tuyến.

Kết quả nhân tử phóng đại VIF tại Phụ lục 5.1 cho thấy tất cả các hệ số VIF đều bé hơn 5, giá trị trung bình của VIF là 1,75, nhỏ hơn 5 nên nên có thể nói, mô hình không có hiện tượng đa cộng tuyến, vẫn đảm bảo tính Blue, hiệu quả và không thiên lệch của mô hình.

4.3.2 Phân tích hồi quy

4.3.2.1 Kiểm định tính dừng

Để kiểm định tính dừng của dữ liệu chuỗi thời gian ta tiến hành kiểm định thông qua kiểm định nghiệm đơn vị (Unit root test). Kết quả chi tiết kiểm định ADF (Augmented Dickey Fuller) tại Phụ lục 4.

Bảng 4.3 Tổng hợp kết quả kiểm định tính dừng của dữ liệu

Biến Kết quả Ghi chú Mức ý nghĩa

ROA I (0) Dừng 1%

ROE I (0) Dừng 10%

LnTA I (1) Dừng tại sai phân bậc 1 1%

EA I (1) Dừng tại sai phân bậc 1 1%

LA I (0) Dừng 1% LLP I (0) Dừng 1% COR I (0) Dừng 1% DIV I (0) Dừng 1% GDP I (0) Dừng 1% INF I (0) Dừng 1% (Nguồn: Tác giả tự tổng hợp)

Có hai biến dừng tại sai phân bậc 1 là biến LnTA và EA với mức ý nghĩa 1%, còn lại tất cả các biến đều dừng với mức ý nghĩa 10%. Vì vậy, ta sẽ dùng biến d.LnTA (sai phân bậc 1 của LnTA), d.EA (sai phân bậc 1 của EA) thay thế.

4.3.2.2 Kết quả ước lượng mô hình

Bảng 4.4 Kết quả hồi quy mô hình 1

ROA Coef. Std. Err. t P>|t| [95% Conf. Interval] DLnTA .0031589 .0032636 0.97 0.342 -.0035494 .0098672 DEAT .0245038 .0159413 1.54 0.136 -.008264 .0572716 LA .0056838 .0048471 1.21 0.237 -.0040996 .0158272 LLP -.3663149 .0809652 -4.52 0.000 -.5327412 -.1998887 COR -.0061739 .0020546 -3.00 0.006 -.0103971 -.0019506 DIV .0005076 .0013599 0.37 0.712 -.0022878 .0033029 GDP -.0082948 .0158245 -0.52 0.605 -.0408224 .0242329 INF .0081371 .0065701 1.24 0.227 -.005368 .0216421 _cons .003203 .0029414 1.09 0.286 -.0028431 .009249

(Nguồn: Tác giả tự tổng hợp từ kết quả hồi quy)

- Kết quả hồi quy mô hình 1 (Phụ lục 6) cho thấy R2 hiệu chỉnh là 0.5413 cho

thấy các biến trong mô hình giải thích được 54.13% sự tồn tại của biến ROA.

- Các hệ số khác 0 tương ứng với biến LLP, COR có ý nghĩa thống kê với độ

tin cậy 95%; và cả hai biến đều có tác động tiêu cực lên khả năng sinh lời trên tổng tài sản (ROA)

- Các hệ số khác 0 tương ứng với các biến d.LnTA, EAT, LA, DIV, GDP, INF

không có ý nghĩa thống kê.

 Ước lượng mô hình (2) bằng phương pháp OLS được kết quả như sau:

Bảng 4.5 Kết quả hồi quy mô hình 2

ROA Coef. Std. Err. t P>|t| [95% Conf. Interval] DLnTA .0670915 .0534721 1.25 0.221 -.042822 .1770049 DEAT .0564462 .2611916 0.22 0.831 -.4804409 .5933332 LA .1598398 .0794179 2.01 0.055 -.0040996 .0158272 LLP -5.888526 1.326582 -4.44 0.000 -8.615354 -3.161699 COR -.114704 .0336635 -3.41 0.002 -.1839003 -.0455078 DIV -.0005438 .0222818 -0.02 0.981 -.0463447 .0452571 GDP .2707302 .2592773 1.04 0.306 -.2622219 .8036822 INF .069559 .1076487 0.65 0.524 -.151716 .290834 _cons -.0109519 .048193 -0.23 0.822 -.110014 .0881102

(Nguồn: Tác giả tự tổng hợp từ kết quả hồi quy)

- Kết quả hồi quy mô hình 2 (Phụ lục 6) cho thấy R2 hiệu chỉnh là 0.5076 cho

- Các hệ số khác 0 tương ứng với biến LA, LLP, COR có ý nghĩa thống kê với độ tin cậy 95%; và cả hai biến đều có tác động tiêu cực lên khả năng sinh lời trên tổng tài sản (ROA)

- Các hệ số khác 0 tương ứng với các biến d.LnTA, EAT, DIV, GDP, INF

không có ý nghĩa thống kê.

4.3.2.3 Chẩn đoán phần dư của mô hình hồi quy

 Kiểm định hiện tượng đa cộng tuyến

 Kiểm định phương sai sai số thay đổi

Để tiến hành kiểm định mô hình có phương sai sai số thay đổi hay không, ta tiến hành kiểm định White. Theo bảng kết quả ở phụ lục 5.2, hệ số prob của cả hai mô hình khi dùng kiểm định White đều lớn hơn α = 5% chứng tỏ mô hình không có phương sai sai số thay đổi.

 Kiểm định tự tương quan

Để tiến hành kiểm định mô hình có hiện tượng tự tương quan hay không, ta sử dụng kiểm định Durbin – Watson. Kết quả của kiểm định đối với mô hình (1) là d = 1,1448 và của mô hình (2) là d = 1,2665. Cả hai giá trị này đều nằm trong

khoản từ dL đến dU (giá trị tra bảng của dL và dU lần lượt là 0,8 và 1,847) nên chưa thể kết luận có hiện tượng tự tương quan ở hai mô hình hay không.

Vì kiểm định Durbin – Watson là kiểm định yếu nên tác giả tiếp tục kiểm định lại bằng kiểm định Breusch-Godfrey. Với giải thiết Ho là không có hiện tượng tự tương quan, từ kết quả ở bảng tại phụ lục 5.3 ta thấy: hệ số Prob>chi2 ở mô hình

(1) < 5% => bác bỏ Ho, vậy mô hình (1) có hiện tượng tự tương quan; hệ số

Prob>chi2 ở mô hình (2) > 5% => chấp nhận Ho, vậy mô hình (2) không có hiện tượng tự tương quan.

Như vậy, sau khi kiểm tra các khuyết tật của hai mô hình, ta đưa ra kết luận như sau: Cả hai mô hình (1) và (2) đều không có hiện tượng đa cộng tuyến, mô hình vẫn giữ được tính Blue; cả hai mô hình đều không có phương sai sai số thay đổi; mô hình (1) có hiện tượng tự tương quan bậc nhất dương, mô hình (2) không có hiện tượng tự tương quan.

4.3.2.4 Xử lý khuyết tật mô hình

Để khắc phục hiện tượng tự tương quan, sau khi hồi quy mô hình bằng phương pháp hồi quy OLS, tác giả đã tiến hành hồi quy mô hình thêm bằng phương pháp hồi quy Newey. Sau khi sử dụng hai phương pháp hồi quy OLS và phương pháp hồi quy Newey, kết quả hồi quy mô hình được thể hiện như sau:

 Mô hình (1)

Bảng 4.6 Kết quả hồi quy lại mô hình 1

-1 -2

OLS NEWEY

VARIABLES ROA ROA

dLnTA 0.0032 0.0032* (0.97) (1.79) dEA 0.0245 0.0245** (1.54) (2.34) LA 0.0059 0.0059 (1.21) (1.47) LLP -0.366*** -0.366***

-1 -2

OLS NEWEY

VARIABLES ROA ROA

(-4.52) (-2.33) COR -0.0062*** -0.0062*** (-3.00) (-2.66) DIV 0.0051 0.0051 (0.37) (0.31) GDP -0.0083 -0.0083 (-0.52) (-0.54) INF 0.0082 0.0082 (1.24) (1.18) Constant 0.0032 0.0032 (1.09) (1.12) Observations 35 35 R-squared 0.6392 *** p<0.01, ** p<0.05, * p<0.1

(Nguồn: tác giả thực hiện từ kết quả hồi quy)

Từ bảng kết quả trên, có thể thấy các biến d.LnTA, d.EA, LLP, và COR có ý nghĩa thống kê với độ tin cậy 90%. Các biến LA, DIV, GDP và INF không có ý nghĩa thống kê.

Kết quả mô hình (1) được viết lại như sau:

ROA = 0,0032 + 0,0032d.LnTA + 0,0245d.EA - 0,3660LLP – 0,0062COR + u

 Mô hình (2)

Bảng 4.7 Kết quả hồi quy lại mô hình 2

-1 -2

OLS NEWEY

VARIABLES ROE ROE

dLnTA 0.0671 0.0671**

(1.25) (2.65)

dEA 0.0564 0.0564

(0.22) (0.30)

-1 -2

OLS NEWEY

VARIABLES ROE ROE

(2.01) (2.89) LLP -5.889*** -5.889*** (-4.44) (-2.33) COR -0.115*** -0.115** (-3.41) (-2.74) DIV 0.00054 0.00054 (-0.02) (-0.02) GDP 0.271 0.271 (1.04) (1.04) INF 0.0696 0.0696 (0.65) (0.67) Constant -0.0110 -0.0110 (-0.23) (-0.24) Observations 35 35 R-squared 0.6235 *** p<0.01, ** p<0.05, * p<0.1

(Nguồn: tác giả thực hiện từ kết quả hồi quy)

Từ bảng kết quả trên, có thể thấy các biến d.LnTA, LA, LLP, và COR có ý nghĩa thống kê với độ tin cậy 95%. Các biến d.EA, DIV, GDP và INF không có ý nghĩa thống kê.

Kết quả mô hình (2) được viết lại như sau:

ROE = -0,0110 + 0,0671d.LnTA + 0,160LA – 5,889LLP – 0,115COR + u 4.4 Thảo luận kết quả nghiên cứu

4.4.1 Giả thuyết về quy mô ngân hàng (LnTA)

Quy mô ngân hàng có mối quan hệ tương quan thuận chiều với khả năng sinh lời của VCB, phù hợp với giả thuyết ban đầu, có ý nghĩa thống kê ở mức ý nghĩa 10% trong mô hình biến phụ thuộc ROA và mức ý nghĩa 5% trong mô hình biến phụ thuộc ROE. Mối tương quan thuận chiều này thể hiện khi VCB càng mở rộng quy mô, khả năng sinh lời của VCB càng tăng lên. Giá trị của các hệ số hồi quy ở hai mô hình lần lượt là 0,0032 và 0,0671. Hệ số tương đối thấp chứng tỏ quy mô

ngân hàng tuy có ảnh hưởng đến khả năng sinh lời nhưng không phải là yếu tố tiên quyết và quan trọng nhất.

Kết quả nghiên cứu quy mô ngân hàng có mối quan hệ tương quan thuận chiều với khả năng sinh lời phù hợp với các kết quả nghiên cứu trước đây của Sehrish Gul, Faiza Irshad và Khalid Zaman (2011), Deger Alper và Adem Anbar (2011), Ong Tze San và The Boon Heng (2012).

Số liệu thực tế về tổng tài sản và tốc độ tăng tổng tài sản của VCB được thể hiện qua biểu đồ trong hình 4.1 dưới đây:

Hình 4.1 Tổng tài sản VCB 2009-2017

(Nguồn: Báo cáo thường niên VCB)

Thực tế là quy mô tổng tài sản của VCB có sự gia tăng đáng kể qua các năm với tốc độ tăng trưởng hàng năm đều ở mức 2 con số, trung bình giai đoạn 2009- 2017 là: 18,77%/năm, tăng mạnh nhất vào năm 2017 với tốc độ 31,4%. Tổng tài sản của VCB tại 31/12/2017 đạt 1.035.293 tỷ đồng, tăng gấp 4 lần, tương đương với 779.797 tỷ so với cuối năm 2009. Song song với việc gia tăng quy mô tổng tài sản, lợi nhuận của VCB cũng tăng trưởng vượt bậc trong khoảng thời gian này. Việc gia tăng quy mô tài sản, mở rộng mạng lưới chi nhánh đã giúp VCB tăng khả năng tiếp cận với khách hàng, dễ dàng phát triển các hoạt động truyền thống như huy động hoặc cấp tín dụng. Bên cạnh đó khi VCB có nguồn tài sản lớn, VCB dễ dàng đầu tư

công nghệ, phát triển thêm các dịch vụ khác, tăng thêm khả năng tạo ra lợi nhuận cho ngân hàng. Như vậy rõ ràng quy mô ngân hàng có tác động tích cực đến khả năng sinh lời của VCB trong giai đoạn 2009 – 2017.

4.4.2 Giả thuyết về Quy mô vốn chủ sở hữu trên tổng tài sản (EA)

Quy mô vốn chủ sở hữu trên tổng tài sản có tác động thuận chiều với khả năng sinh lời của VCB, phù hợp với giả thuyết ban đầu của tác giả. Theo đó tỷ lệ EA có tương quan thuận chiều với tỷ lệ ROA ở mức ý nghĩa 5% và không tìm thấy ý nghĩa thống kê trong mô hình với biến phụ thuôc là ROE. Với hệ số hồi quy tương đối nhỏ, chỉ 0,0245 thể hiện quy mô vốn chủ sở hữu trên tổng tài sản cũng chỉ là một trong những yếu tố tác động đến khả năng sinh lời của VCB nhưng không phải là yếu tố quan trọng nhất.

Về tình hình thực tế vốn chủ sở hữu tại VCB, tính đến 31/12/2017, vốn chủ sở hữu của VCB đạt: 54.067 tỷ đồng, tăng gấp 3,2 lần so với năm 2009, tăng mạnh vào những năm 2009-2012 với tốc độ tăng trưởng bình quân 36%, trong đó: năm 2010 tăng vốn điều lệ thêm 9,28%; năm 2011 là 33% thông qua phát hành cổ phiếu cho cổ đông hiện hữu và phát hành cổ phiếu riêng lẻ cho cổ đông chiến lược Mizuho Corporate Bank. Giai đoạn 2013- 2017, vốn chủ sở hữu chỉ tăng nhẹ với tốc độ tăng trưởng bình quân là 5%. Việc tăng lên về số vốn chủ sở hữu trên tổng nguồn vốn cho thấy mức độ an toàn vốn, sự ổn định và lành mạnh của VCB là khá tốt, không phụ thuộc quá nhiều vào nợ vay. Tuy nhiên ROA của VCB trong thực tế giai đoạn tỷ lệ EA tăng mạnh lại có xu hướng giảm và giai đoạn EA tăng nhẹ thì có xu hướng tăng. Điều này thể hiện EA tuy có tác động đến khả năng sinh lời của VCB nhưng chỉ có mức độ ảnh hưởng nhỏ và khả năng sinh lời còn phụ thuộc vào rất nhiều yếu tố khác.

Kết quả nghiên cứu này cũng phù hợp với các kết quả nghiên cứu trước đây như: Sehrish Gul, Faiza Irshad và Khalid Zaman (2011), Ong Tze San và The Boon Heng (2012), Syafri thuộc khoa Kinh tế-Đại học Tríakti (2012), Muhammad Bilal, Asif Saeed, Ammar Ali Gull, Toquer Akram 2013, Trịnh Quốc Trung và Nguyễn Văn Sang (2013) (đối với ROA). Nghiên cứu này cho rằng một cấu trúc vốn mạnh là rất cần thiết trong nền kinh tế ngày càng phát triển vì nó cung cấp cho ngân hàng

sức mạnh tài chính nếu gặp khủng hoảng kinh tế và làm tăng niềm tin của khách hàng khi thực hiện gửi tiết kiệm tại ngân hàng. Một minh chứng cụ thể là giai đoạn

Mô tả mô hình nghiên cứu

Quản trị cơ cấu tài sản có