Variable VIF 1/VIF
DEA 2.55 0.3929 LOA 2.31 0.433197 INF 1.93 0.516919 SIZE 1.92 0.519956 LIA 1.88 0.532714 LLP 1.64 0.609575 ETA 1.61 0.622836 GDPG 1.57 0.638832 DIV 1.27 0.787047 NPL 1.22 0.820735 GROW 1.18 0.847944 Mean VIF 1.73
Nguồn: Kết quả thống kê từ phần mềm Stata
Kiểm tra hiện tượng đa cộng tuyến thông qua hệ số VIF, nếu hệ số VIF nhỏ, khả năng xảy ra hiện tượng đa cộng tuyến thấp và ngược lại. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), qui tắc chung là VIF > 10 là dấu hiệu đa cộng tuyến. Ủng hộ quan điểm này, theo tác giả Nguyễn Đình Thọ (2011), nếu hệ số VIF của một biến độc lập nào đó lớn hơn 10 thì biến này được coi là có đa cộng tuyến cao. Theo kết quả hệ số phóng đại phương sai VIF có giá trị trung bình 1.73, giá trị VIF dao
động từ 1.18 đến 2.55, các hệ số VIF đều nhỏ hơn 10, nên mô hình không tồn tại hiện tượng đa cộng tuyến.
Bảng 4.7: Kiểm định hiện tượng phương sai sai số thay đổi (mô hình 1)
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity chi2(77) = 238.99
Prob > chi2 = 0.0000
Cameron & Trivedi's decomposition of IM-test
Source | chi2 df p + Heteroskedasticity | 238.99 77 0.0000 Skewness | 36.25 11 0.0002 Kurtosis | 1.30 1 0.2544 + Total | 276.54 89 0.0000
Nguồn: kết quả từ Stata
Kết quả Kiểm định hiện tượng phương sai sai số thay đổi (Bảng 4.7) cho thấy giá trị p-value = 0.0000 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ, dẫn đến mô hình tồn tại hiện tượng phương sai sai số thay đổi.
Bảng 4.8: Kiểm định hiện tượng phương sai sai số thay đổi (mô hình 2)
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity chi2(77) = 247.69
Prob > chi2 = 0.0000
Cameron & Trivedi's decomposition of IM-test
Source | chi2 df p + Heteroskedasticity | 247.69 77 0.0000 Skewness | 37.28 11 0.0001 Kurtosis | 1.04 1 0.3086 + Total | 286.00 89 0.0000
Nguồn: kết quả từ Stata
Kết quả Kiểm định hiện tượng phương sai sai số thay đổi (Bảng 4.8) cho thấy giá trị p-value = 0.0009 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ, dẫn đến mô hình tồn tại hiện tượng phương sai sai số thay đổi.
4.3 Kiểm định hồi quy tổng thể OLS, FEM và REM
Tác giả sẽ thực hiện tuần tự các phương pháp hồi quy OLS, FEM và REM, cùng các kiểm định tương ứng như F-test, Hausman test và Breusch and Pagan test để lựa chọn giữa các cặp mô hình OLS-FEM; FEM-REM; OLS-REM.
Bảng 4.9: Tổng hợp kết quả của 3 phương pháp (mô hình 1)
Mô hình OLS FEM REM
Biến Beta t Beta t Beta t
DIV 0.0073** 2.21 0.0170*** 4.74 0.0126*** 3.73 SIZE 0.0046*** 4.01 0.0043 1.63 0.0042*** 2.98 GROW 0.0076*** 4.09 0.0073*** 4.15 0.0074*** 4.23 ETA 0.0700*** 6.47 0.0601*** 5.01 0.0631*** 5.72 LOA 0.0199*** 4.1 0.0403*** 6.05 0.0294*** 5.34 NPL -0.0175 -0.71 -0.0010 -0.04 -0.0083 -0.35 DEA -0.0111** -2.21 -0.0207*** -3.45 - 0.0161*** -2.99 LLP -0.2070 -1.18 -0.4352*** -2.19 -0.3174* -1.75 LIA -0.0013 -0.2 0.0079 1.05 0.0034 0.5 GDPG 0.0505 0.59 -0.1215 -1.4 -0.0335 -0.41 INF 0.0368*** 3.18 0.0318** 2.57 0.0333*** 2.94 Kiểm định F Hausman Test
Breusch and Pagan test
Lựa
chọn OLS & FEM FEM & REM OLS & REM
Giả thuyết
H0
Không có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau
Không có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích
Sai số của ước lượng không bao gồm các sai lệch giữa các đối tượng
Giá trị
p-value Prob > F = 0.0000 Prob>chi2 = 0.0000 Prob > chibar2 =0.0000
Mức ý
nghĩa 5% 5% 5%
Kết luận Bác bỏ H0 Bác bỏ H0 Bác bỏ H0
Chọn FEM FEM REM
Kết luận lựa chọn mô hình: mô hình FEM là mô hình phù hợp
Nguồn: kết quả tổng hợp từ Stata
Bảng 4.10: Tổng hợp kết quả của 3 phương pháp (mô hình 2)
Mô hình OLS FEM REM
Biến Beta t Beta t Beta t
DIV 0.0456 1.4 0.1331*** 3.86 0.0988*** 3.01 SIZE 0.0880*** 7.8 0.0901*** 3.58 0.0887*** 6.16 GROW 0.0731*** 3.96 0.0688*** 4.06 0.0699*** 4.14 ETA 0.3975*** 3.71 0.3890*** 3.37 0.3787*** 3.52 LOA 0.1745*** 3.64 0.3765*** 5.88 0.2812*** 5.14 NPL -0.2524 -1.03 0.0977 0.42 -0.0303 -0.13 DEA -0.1247** -2.51 -0.1599*** -2.77 - 0.1478*** -2.79 LLP -1.1682 -0.68 -5.8895*** -3.08 -3.8991** -2.2 LIA 0.0077 0.12 0.1095 1.52 0.0687 1.02 GDPG 1.0859 1.27 -0.5198 -0.62 0.1841 0.23 INF 0.3410*** 2.97 0.3553*** 2.99 0.3359*** 3.04
Kiểm
định F Hausman Test Breusch and Pagantest
Lựa
chọn OLS & FEM FEM & REM OLS & REM
Giả thuyết
H0
Không có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau
Không có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích
Sai số của ước lượng không bao gồm các sai lệch giữa các đối tượng
Giá trị
thống kê F(27, 239) =4.67 chi2(11) = 18.96 chibar2(01) = 55.40
p-value Prob > F = 0.0000 Prob>chi2 = 0.0618 Prob > chibar2 =0.0000
Mức ý
nghĩa 5% 5% 5%
Kết luận Bác bỏ H0 Chấp nhận H0 Bác bỏ H0
Chọn FEM REM REM
Kết luận lựa chọn mô hình: mô hình REM là mô hình phù hợp
Nguồn: kết quả tổng hợp từ Stata
Trước hết, cả 11 ước lượng của 2 mô hình với biến phụ thuộc lần lượt ROA và ROE đều có ý nghĩa thống kê vì các giá trị p-value (Prob > F) của mô hình đều rất nhỏ (Prob > F = 0.0000) (Bảng 4.7 và 4.8), nghĩa là có thể sử dụng các ước lượng trên để phân tích tác động đa dạng hóa thu nhập đến hiệu quả kinh doanh của các ngân hàng.
Từ bảng kết quả hồi quy của 3 mô hình Pool OLS, FEM, REM với biến phụ thuộc ROA và ROE ta so sánh và lựa chọn các mô hình như sau:
Giữa mô hình Pool OLS và FEM sử dụng kiểm định F test với giả thuyết H0
nhau (hay nói cách khác mô hình Pool OLS phù hợp với với mẫu nghiên cứu hơn). Kết quả cả 2 mô hình với biến phụ thuộc ROA và ROE cho thấy p- value nhỏ hơn 0.05, suy ra bác bỏ H0 tức là mô hình FEM phù hợp
Kiểm định Hausman được sử dụng để lựa chọn giữa 2 mô hình FEM, REM với giả thuyết H0 cho rằng không có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích (hay nói cách khác mô hình REM phù hợp với mẫu nghiên cứu hơn) cho kết quả mô hình với biến phụ thuộc ROA có p-value (Prob > chi2) nhỏ hơn 0.05 (Bảng 4.9 và 4.10) dó đó có cơ sở để bác bỏ H0 điều này cho thấy mô hình FEM phù hợp hơn với mô hình biến phụ thuộc ROA. Trong khi đó p-value của mô hình với biến phụ thuộc ROE lớn hơn 0.05 cho thấy mô hình REM phù hợp hơn
Kiểm định Breusch and Pagan được sử dụng để lựa chọn giữa 2 mô hình Pool OLS và REM với kết quả cả hai p-value (Prob > chibar2) đều nhỏ hơn 0.05 nên có bằng chứng để bác bỏ H0 nghĩa là mô hình REM phù hợp hơn OLS.
Thông qua kiểm định F, Hausman và Breusch and Pagan cho thấy mô hình tác động cố định FEM là phù hợp cho mô hình 1 và và mô hình tác động ngẫu nhiên REM phù hợp cho mô hình 2.
4.4 Kiểm định các khuyết tật của mô hình và kết quả hồi quy4.4.1 Mô hình 1: 4.4.1 Mô hình 1:
4.4.1.1 Kiểm định các khuyết tật:
Kết quả so sánh 3 mô hình OLS, FEM và REM vừa tìm được ở phần trên thì mô hình FEM là mô hình phù hợp đối với là mô hình 1. Do đó cần phải kiểm tra sức khỏe của mô hình, tìm ra các khuyết tật của mô hình nếu có để khắc phục khuyết tật cho mô hình và đưa ra kết quả phù hợp nhất.
Bảng 4.11: Kết quả kiểm định khuyết tật của mô hình 1 với biến phụ thuộc ROA
Mô hình 1 Kiểm định phương sai sai số thay đồi
H0: Mô hình không có phương sai thay đổi H1: Mô hình có phương sai thay đổi
Modified Wald test for groupwise heteroskedasticity in fixed effect regression model
H0: sigma(i)^2 = sigma^2 for all i chi2 (28) = 1146.80
Prob>chi2 = 0.0000
P – value = 0.0000 < 0.05, bác bỏ H0 và chấp nhận H1 nghĩa là mô hình có hiện tượng phương sai thay đổi với mức ý nghĩa 5%.
Kiểm định hiện tượng tự tương quan
H0: Mô hình không có tự tương quan bậc nhất H1: Mô hình có hiện tượng tương quan bậc nhất Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
F (1, 27) = 9.987 Prob > F = 0.0039
P – value = 0.0000 < 0.05, bác bỏ H0 và chấp nhận H1 nghĩa là mô hình có hiện tượng tương quan bậc nhất với mức ý nghĩa 5%.
Nguồn: kết quả tổng hợp từ Stata
4.4.1.2 Kết quả hồi quy theo phương pháp FGLS
Kết quả kiểm định cho thấy mô hình 1 với biến phụ thuộc ROA tồn tại hiện tượng tự tương quan và hiện tượng phương sai thay đổi nên bài nghiên cứu sử dụng phương pháp FGLS để xử lý khuyết tật của mô hình 1.
Bảng 4.12: Kết quả hồi quy tác động của đa dạng hóa thu nhập đến hiệu quả kinh doanh ngân hàng ROA
Mô hình 1
Model OLS FEM REM FGLS
Variance ROA DIV 0.00726** 0.0170*** 0.0126*** 0.00798*** [2.21] [4.74] [3.73] [3.91] SIZE 0.00457*** 0.00427 0.00421*** 0.00286*** [4.01] [1.63] [2.98] [2.88] GROW 0.00763*** 0.00732*** 0.00740*** 0.00492*** [4.09] [4.15] [4.23] [4.85] ETA 0.0700*** 0.0601*** 0.0631*** 0.0578*** [6.47] [5.01] [5.72] [5.94] LOA 0.0199*** 0.0403*** 0.0294*** 0.0163*** [4.10] [6.05] [5.34] [3.89] NPL -0.0175 -0.001 -0.00831 0.0042 [-0.71] [-0.04] [-0.35] [0.30] DEA -0.0111** -0.0207*** -0.0161*** -0.00630* [-2.21] [-3.45] [-2.99] [-1.84] LLP -0.207 -0.435** -0.317* -0.237* [-1.18] [-2.19] [-1.75] [-1.72] LIA -0.00129 0.00789 0.00343 0.00588 [-0.20] [1.05] [0.50] [1.31] GDPG 0.0505 -0.122 -0.0335 0.0875* [0.59] [-1.40] [-0.41] [1.66] INF 0.0368*** 0.0318** 0.0333*** 0.0239*** [3.18] [2.57] [2.94] [3.76] _cons -0.0453*** -0.0386* -0.0398*** -0.0346*** [-4.17] [-1.88] [-3.19] [-3.98] N 278 278 278 278 R-sq 0.304 0.373
*, **, *** tương ứng mức ý nghĩa thống kê lần lượt là 10%, 5%, 1%
Nguồn: Kết quả chạy mô hình từ Stata
Kết quả hồi quy mô hình theo phương pháp FGLS cho thấy chỉ số đa dạng hóa thu nhập (DIV), quy mô ngân hàng (SIZE), tốc độ tăng trưởng (GROW), tỷ lệ an toàn vốn (ETA), tỷ lệ cho vay khách hàng (LOA), tỷ lệ tiền gửi khách hàng (DEA), rủi ro tín dụng (LLP), tốc độ tăng trưởng kinh tế (GDPG), tỷ lệ lạm phát (INF) có ý nghĩa và tác động đáng kể đến hiệu quả kinh doanh đo lường bằng chỉ số ROA. Tuy nhiên,
sau khi hồi quy theo phương pháp FGLS thì tỷ lệ nợ xấu (NPL), chất lượng tài sản thanh khoản (LIA) không có ý nghĩa thống kê. Mô hình nghiên cứu sau khi khi hồi quy theo mô hình FGLS để khắc phục khuyết tật thì mô hình có được trình bày như sau:
ROAit = – 0.0346 + 0.00798 DIVit + 0.00286 SIZE it + 0.00492 GROW it + 0.578
ETA it + 0.0163 LOA it – 0.00630 DEA it – 0.237 LLP it + 0.0875 GDPG it +
0.0239 INF it + µit
Trọng tâm phân tích của nghiên cứu là biến đa dạng hóa thu nhập (DIV), kết quả nghiên cứu cho thấy đa dạng hóa thu nhập có sự tác động thuận chiều đến hiệu quả kinh doanh được đo lượng thông qua chỉ tiêu ROA với mức ý nghĩa 1%. Điều đó cho thấy đa dạng hóa thu nhập qua các năm nghiên cứu tác động tích cực đến hiệu quả kinh doanh các NHTM Việt Nam. Như vậy, có thể thấy khi các NHTM Việt Nam đa dạng hóa thu nhập thì đã gia tăng được các nguồn thu khác nhau làm lợi nhuận của ngân hàng tăng nên hiệu quả kinh doanh gia tăng. Kết quả nghiên cứu này cho thấy đa dạng hóa thu nhập của các NHTM Việt Nam phù hợp với lý thuyết danh mục đầu tư hiện đại.
Đa đạng hóa thu nhập tác động cùng chiều đến hiệu quả kinh doanh phù hợp với kết quả các nghiên cứu ở nước ngoài như của Chiorazzo và cộng sự (2008), Elsas và cộng sự (2010), Moudud-Ul-Huq và cộng sự (2008). Kết quả này cũng tương đồng với nghiên cứu của Võ Xuân Vinh và Trần Thị Phương Mai (2015), Nguyễn Quang Khải (2016), Lê Văn Hậu và Phạm Xuân Quỳnh (2016). Những kết quả thêm một lần nữa khẳng định khi các NHTM Việt Nam đa dạng hóa thu nhập thì đã gia tăng được các nguồn thu khác nhau, làm tăng lợi nhuận của ngân hàng nên hiệu quả kinh doanh tăng. Đa dạng hóa thu nhập tác động cùng chiều với hiệu quả kinh doanh nhưng trái ngược với kết quả của một số nghiên cứu ngân hàng Mỹ như của DeYoung & Rice (2004), của Stiroh (2004a, 2004b), hay nghiên cứu về các ngân hàng Châu Âu của Mercieca và cộng sự (2007). Thực tế, có thể thấy rằng lợi nhuận ngân hàng dễ bị ảnh hưởng nghiêm trọng nếu chỉ tập trung vào hoạt động kinh doanh truyền thống khi nền kinh tế biến động hay nhu cầu người dân giảm sút. Vì khi đó nguồn lợi nhuận chính
của ngân hàng chủ yếu là hoạt động cho vay kiếm lãi nếu như nhu cầu của người dân càng giảm thì nguồn lợi nhuận của ngân hàng sẽ giảm không đủ với các chi phí bỏ ra từ đó làm hiệu quả kinh doanh ngân hàng đi xuống. Do đó có thể thấy được đa dạng hóa thu nhập có tầm quan trọng lớn đến hiệu quả kinh doanh, dù nguồn thu từ cho vay có giảm sút nhưng các nguồn thu nhập ngoài lãi từ kinh doanh thẻ, dịch vụ thanh toán quốc tế, bảo hiểm, phí hoạt động cung cấp dịch vụ nhận tiền gửi, dịch vụ thanh toán không dùng tiền mặt, … sẽ giúp ngân hàng ổn định được mức lợi nhuận tuy nhiên cần phải kết hợp giữa hai nguồn thu nhập để có thể gia tăng lợi nhuận hơn. Các NHTM Việt Nam kinh doanh dựa trên các hoạt động cho vay truyền thống nếu khủng hoảng kinh tế xảy ra, người đi vay phải đối mặt với khó khăn không trả được nợ và lãi, nợ quá hạn nhiều làm cho ngân hàng trích lập dự phòng, không thu được lãi cho vay làm lợi nhuận ngân hàng giảm. Khách hàng của các NHTM Việt Nam đang trong giai đoạn phát triển thường ít có thói quen thay đổi ngân hàng khác, việc phát triển mở rộng sang nhiều hoạt động ngoài lãi sẽ đem lợi nhuận về cho các ngân hàng nhiều hơn nên hiệu quả kinh doanh vẫn tăng qua các năm, do đó việc các ngân hàng thực hiện đa dạng hóa thu nhập sẽ có tác động tích cực với hiệu quả kinh doanh của NHTM Việt Nam. Đa dạng hóa không còn là chiến lược vì lợi nhuận mà nó là một hành động cần thiết trong sự cạnh tranh gay gắt giữa các ngân hàng. Kinh tế ngày càng hội nhập và phát triển, ngày càng có nhiều ngân hàng mới ra đời với sự cải tiến mạnh mẽ từ hoạt động kinh doanh cho đến việc liên doanh giữa các ngân hàng với nước ngoài do đó đòi hỏi sự mới lạ trong hình thức tổ chức lẫn chất lượng hoạt động vô cùng quan trọng. Muốn tồn tại và phát triển để có được vị thế trong môi trường cạnh tranh thì các ngân hàng phải không ngừng mở rộng phát triển nhiều sản phẩm dịch vụ mới lạ, có thể đáp ứng mọi nhu cầu của khách hàng để góp phần nâng cao lợi nhuận cho ngân hàng.
Quy mô ngân hàng (SIZE) có tác động tích cực đến hiệu quả kinh doanh ngân hàng đo bằng chỉ tiêu ROA với mức ý nghĩa 1%, cho thấy khi quy mô càng lớn, ngân hàng càng mở rộng hoạt động kinh doanh thì khả năng đầu tư phát triển, quản lý cũng như khách hàng được phục vụ một cách tận tình từ đó niềm tin của khách hàng về
hoạt động kinh doanh đối với ngân hàng càng nhiều hơn từ đó hiệu quả kinh doanh được nâng cao hơn từ nguồn khách hàng đó và khách hàng mới được giới thiệu. Kết quả này phù hợp với kết quả nghiên cứu của Lee và cộng sự (2014), Võ Xuân Vinh và Trần Thị Phương Mai (2015) nhưng lại ngược với kết quả của Meslier và cộng sự (2014). Kết quả phù hợp với lý thuyết kinh tế theo quy mô, các ngân hàng có quy mô lớn có thể tận dụng tính kinh tế theo quy mô, có nhiều lợi thế cạnh tranh, mạng lưới rộng lớn, khả năng đầu tư, phục vụ khách hàng tốt hơn, công nghệ được sử dụng hiện đại nên chất lượng dịch vụ kết hợp công tác quản lý, phục vụ khách hàng tốt, đáp ứng mọi nhu cầu để niềm tin từ khách hàng được tạo nên nhiều hơn nên hiệu quả kinh doanh nâng cao. Như vậy hiệu quả kinh doanh gia tăng đối với các ngân