Thống kê mô tả của các biến chính

stats mean p50 sd ROA 0,00695 0,00607 0,00588 ROE 0,06175 0,04286 0,06137 SIZE 18,43246 18,43011 1,19386 ETA 0,24828 0,09431 0,29923 RGDP 0,06292 0,06235 0,00594 POLICYRATE 7,8 6,5 2,62114 NPL 0,03399 0,01054 0,38373 CIR 7,859685 2,820351 26,63673 LTA 0,55861 0,56677 0,14894 DTA 0,72429 0,75339 0,18462 NITR 1,80185 0,90972 8,11605 CONCEN 0,62609 0,05508 0,02771

Nguồn: Tác giả tính từ phần mềm Stata 14 ROA vƣợt trội trong năm 2019, ở mức 1,08% (ROA trung bình ngành năm 2019), cao hơn so với mức trung bình của mẫu (0,7%) và có độ lệch chuẩn khá ổn định. Đồng thời, chỉ số ROE trong năm 2019 là 15,29% cao hơn so với mức trung bình giai đoạn 2010-2019 (6,2%).

Tính đến hiện tại, BIDV năm 2019 là ngân hàng có quy mô lớn nhất trong mẫu nghiên cứu và AVB năm 2010 là ngân hàng có quy mô nhỏ nhất. Nhƣng không phải bất cứ khi nào quy mô tổng tài sản của ngân hàng cao cũng kéo theo sự gia tăng trong lợi nhuận. Khi quy mô tổng tài sản tăng lên đòi hỏi việc quản lý, chất lƣợng tài sản cũng cần đƣợc chú trong quan tâm, nếu không rủi ro sẽ cao hơn và tác động xấu đến hiệu quả hoạt động của ngân hàng. Kiểm soát quy mô ngân hàng là một điều quan trọng, qua bảng thống kê mô tả trên cho

44

thấy quy mô tài sản không phải yếu tố chính quyết định khả năng sinh lời của ngân hàng.

Sự khác biệt rõ rệt giữa các ngân hàng phần nào phản ánh thực tế rằng sự khác biệt nhỏ trong đòn bẩy (nghịch đảo của Vốn chủ sở hữu/Tài sản) có thể tạo ra sự khác biệt đáng kể ROE. Dựa vào bảng thống kê trên, tỷ lệ vốn chủ sở hữu trên tổng tài sản của các ngân hàng Thƣơng mại trong giai đoạn nghiên cứu có giá trị trung bình là 0.24828 có nghĩa là trong 100 đồng vốn thì trung bình chủ sở hữu chỉ bỏ ra 24,8 đồng, còn lại là nợ, SCB năm 2019 có ETA thấp nhất trong mẫu (2,7%), VAB là ngân hàng có ETA là 91,1% (năm 2016)lớn nhất trong mẫu. Khoảng cách từ min đến max là 0,89, độ lệch chuẩn là 29,9%, điều này cho thấy độ phân tán dữ liệu của ETA không lớn và phù hợp để đƣa vào mô hình nghiên cứu.

Từ khi khủng hoảng kinh tế toàn cầu nổ ra năm 2008, Việt Nam chìm trong vòng xoáy tăng trƣởng chậm khi các thị trƣờng xuất khẩu lớn bị ảnh hƣởng, sức mua trong nƣớc giảm. Tăng trƣởng GDP trung bình, bao gồm cả cuộc khủng hoảng và sự phục hồi, thấp hơn ƣớc tính hiện tại về tăng trƣởng tiềm năng. Hơn mẫu 2010-2019 đƣợc xem xét trong phân tích, trung bình tăng trƣởng GDP thực tế là 6,3%, Sau năm 5 năm dƣ chấn của khủng khoảng tài chính Thế giới tại Việt Nam,năm 2012 tăng trƣởng GDP chỉ còn 5,03%, chƣa bằng hai phần ba so với mức trƣớc khi khủng hoảng. Năm 2019, tốc độ tăng trƣởng tăng lên 0,73% và độ lệch chuẩn của nó giảm. Quan sát này phù hợp với bản chất đồng bộ của sự phục hồi kinh tế của nƣớc ta.

Sau những năm khủng hoảng kinh tế toàn cầu, NHNN đã điều hành chính sách tiền tệ cần phải theo dõi thật sát sao diễn biến thị trƣờng, chủ động, linh hoạt, dùng nhiều công cụ, biện pháp để kiểm soát lạm phát, ổn định tỷ giá, thị trƣờng ngoại hối, thị trƣờng vàng… Một trong số đó là tăng lãi suất chính sách lên cao vào giai đoạn năm 2010-2012. Khi nền kinh tế đã dần khôi phục, NHTW nhiều nƣớc đã liên tục cắt giảm lãi suất trong thời gian vừa qua để ngăn chặn nguy cơ suy thoái và kích thích kinh tế. Việt Nam cũng là một trong những quốc gia đã chọn giảm lãi suất chính sách làm một trong các giải pháp

45

cấp bách để tháo gỡ khó khăn cho sản xuất kinh doanh, giảm mối lo về dòng tiền cũng nhƣ tính thanh khoản, bảo đảm an sinh xã hội.

Tỷ lệ nợ xấu và chi phí trên thu nhập cũng cho thấy sự phân tán đáng kể giữa các ngân hàng. Hậu quả của các cuộc khủng hoảng là các khoản cho vay kém hiệu quả cao giữa các ngân hàng (tính theo tỷ lệ tổng cho vay, tức là tỷ lệ nợ xấu), đang giảm dần. Tỷ lệ nợ xấu trung bình vẫn ở mức cao trong năm 2019, mặc dù tập trung ở một số ngân hàng, thể hiện qua độ lệch chuẩn lớn.

Chi phí hoạt động, nhƣ một phần của thu nhập hoạt động, ta thấy CIR thấp hơn trong năm 2019 so với mức trung bình mẫu, có khả năng phản ánh quán tính của các chi phí liên quan đến mạng lƣới chi nhánh lớn và việc cung cấp các khoản vay kém hiệu quả cho các ngân hàng truyền thống, và phí và tiền phạt cho khác. Các đặc điểm chính khác của từng ngân hàng cũng khác nhau đáng kể giữa các ngân hàng.

Theo kết quả phân tích ở bảng 4.1 ta thấy DTA có giá trị nhỏ nhất là 0,0558, giá trị lớn nhất là 0,9594, giá trị trung bình là 0,7243 với độ lệch chuẩn là 0,1846, tỷ lệ này khá cao trong giai đoạn 2010 – 2019. Mặc khác, LTA có giá trị nhỏ nhất là 0,00049 giá trị lớn nhất là 1, giá trị trung bình là 0,5586 với độ lệch chuẩn là 0.1489. Từ dữ liệu trên ta thấy rằng, các NHTM đang tăng cƣờng và ngày càng đa dạng hóa sản phẩm, dịch vụ nhƣ mua bán chứng khoán, kinh doanh ngoại tệ vàng bạc đá quý, kinh doanh bảo hiểm,…do đó lợi nhuận thông qua việc đẩy mạnh nhận tiền gửi của khách nhiều hơn là cho vay tín dụng.

NITR có giá trị nhỏ nhất là -91.0666, giá trị lớn nhất là 59.266, giá trị trung bình là 1,8019 với độ lệch chuẩn là 8,11605, tỷ lệ này khá cao cho biết trong giai đoạn này ngân hàng đã có nhiều khoản doanh thu ngoài lãi, chứng tỏ NHTM ngày càng mở rộng lĩnh vực kinh doanh khác, nhằm giảm đƣợc các rủi ro của NHTM.

Mức độ tập trung trung bình là 6,3%, năm 2010 có sự tập trung thấp nhất là 3%, sau đó tăng dần theo từng năm, đến năm 2019 là 11,3% và có độ lệch chuẩn là 0,0277.

46

4.2 Ma trận tƣơng quan

Hệ số tƣơng quan đƣợc thiết lập bằng cách chạy mô hình lập ra ma trận giữa các biến độc lập và biến phụ thuộc để tìm ra những cặp biến có sự tƣơng quan với nhau.

Bảng 4.2: Ma trận tương quan

Nguồn: Tác giả tính từ phần mềm Stata 14 Phân tích tƣơng quan mối quan hệ giữa các biến độc lập chứa thông tin chung về biến phụ thuộc ROA, ROE để xác định hiện tƣợng đa cộng tuyến của mô hình nghiên cứu. Từ bảng 4.2, cho thấy rằng các biến độc lập tác động cùng chiều đến ROA là ETA, RGDP, POLICY RATE, LTA; và các biến tác động ngƣợc chiều đến ROA là SIZE, NPL, CIR, DTA, NITR, CONCEN. Các biến tác động cùng chiều đến ROE là SIZE, RGDP, POLICY RATE, LTA, DTA, CONCEN; Các biến tác động ngƣợc chiều đến ROE là ETA, NPL, CIR, NITR. Tất cả các hệ số tƣơng quan còn lại đều nhỏ hơn 0.8 nên có thể kết luận mô hình nghiên cứu không có hiện tƣợng đa cộng tuyến nghiêm trọng.

ROA ROE SIZE ETA RGDP POLICY

RATE NPL CIR LTA DTA NITR CONCEN ROA 1.0000 ROE 0.5820 1.0000 0.0000 SIZE -0.0233 0.1474 1.0000 0.6915 0.0117 ETA 0.1212 -0.4611 0.0081 1.0000 0.0384 0.0000 0.8896 RGDP 0.0015 0.1175 0.2467 -0.0038 1.0000 0.9798 0.0448 0.0000 0.9488 POLICYRATE 0.3278 0.1806 -0.2379 -0,0053 -0.2790 1.0000 0.0000 0.0019 0.0000 0.9282 0.0000 NPL -0.0551 -0.0383 0.0041 -0.0382 -0.0064 0.1605 1.0000 0.3494 0.5149 0.9438 0.5153 0.9133 0.0059 CIR -0.2452 -0.1949 -0.1010 -0.0112 -0.0775 -0.0498 -0.0083 1.0000 0.0000 0.0008 0.0856 0.8497 0.1875 0.3971 0.8881 LTA 0.0472 0.0864 0.2434 0.0184 0.2723 -0.1802 -0.2218 -0.0342 1.0000 0.4225 0.1414 0.0000 0.7538 0.0000 0.0020 0.0001 0.5616 DTA -0.3216 0.1121 0.2325 -0.3660 0.1346 -0.3105 -0.1226 0.0299 0.3683 1.0000 0.0000 0.0558 0.0001 0.0000 0.0209 0.0000 0.0359 0.6116 0.0000 NITR -0.1393 -0.0985 0.0110 -0.0077 0.0279 -0.0750 -0.0142 0.6037 -0.0137 0.0717 1.0000 0.0175 0.0934 0.8511 0.8957 0.6351 0.2020 0.8091 0.0000 0.8166 0.2225 CONCEN -0.1384 0.0253 0.3386 0.0014 0.7814 -0.5986 -0.0593 -0.0288 0.3049 0.2311 0.0341 1.0000 0.0180 0.6666 0.0000 0.9816 0.0000 0.0000 0.3117 0.6250 0.0000 0.0001 0.5628

47

4.3 Kết quả hồi quy

4.3.1 Các nhân tố tác động đến ROA

Phân tích hồi qui mô hình ROA theo phƣơng pháp hồi quy tứ phân vị (ở mức OLS, 0.25, 0.50, 0.75)

Bảng 4.3: Bảng phân tích mô hình hồi quy ROA

VARIABLES

OLS Quantile regressions

(1) (2) (3) (4) 25th 50th 75th SIZE 0,00023 0,00016 0,00039 0,00047 (0.85) (0.64) (1.35) (1.45) ETA -0,00001 0,00157 0,00112 -0,00115 (-0.13) (0.93) (0.61) (-0.56) RGDP 0,07211 -0,00369 0,04432 0,07123 (0.81) (-0.04) (0.41) (0.59) Policy rate 0,00063*** 0,00063*** 0,00072*** 0,00086** (3.86) (3.47) (3.81) (2.47) NPL -0,00162** -0,00086 -0,00147 -0,00235 (-1.98) (-0.03) (-0.03) (-0.03) CIR -0,00005*** -0,00008 -0,00005 -0,00004 (-3.58) (-1.29) (-0.67) (-0.57) LTA 0,00653*** 0,00265 0,00547 0,00909 (2.77) (1.54) (1.51) (1.64) DTA -0,01025*** -0,00147 -0,0057 -0,01479** (-5.02) (-0.41) (-1.15) (-2.16) NITR 0,00003 0,00005 -0,00005 -0,00009 (0.7) (0.48) (-0.36) (-0.82) CONCEN -0,00566 0,00159 -0,01217 -0,00192 (-0.24) (0.07) (-0.38) (-0.06) Observations 290 290 290 290

Ghi chú: *,**,***: hệ số có ý nghĩa thống kê lần lƣợt tại mức ý nghĩa 10%, 5% và 1%

Nguồn: Tác giả tính từ phần mềm Stata 14

POLICY RATE có ý nghĩa trên tất cả các phân vị ở mức 1% và 5% có hệ số hồi quy dƣơng nên tác động cùng chiều đến ROA. Nhiều nghiên cứu nói trên kiểm soát lãi suất chính sách (ngắn hạn), lãi suất dài hạn hoặc độ dốc của đƣờng cong lãi suất. Cho thấy rằng một đƣờng cong lãi suất dốc hơn sẽ thúc đẩy khả năng sinh lời bằng cách cải thiện biên thu nhập ngân hàng, lãi suất dài

48

hạn cao hơn cũng có thể làm giảm giá trị của chứng khoán dài hạn (Alessandri và Nelson 2015; Borio, Gambacorta và Hofmann 2017). Trong giai đọan nghiên cứu lạm phát tăng cao kéo dài, các nhà quản trị ngân hàng có thể dự đoán trƣớc đƣợc tình hình lạm phát để có thể điều chỉnh mức lãi suất phù hợp tăng doanh thu nhanh hơn chi phí, làm tăng lợi nhuận, tăng khả năng sinh lời của NHTM. Điều này phù hợp với kết quả nghiên cứu của Nguyễn Thị Ánh Tuyết (2015). Khi lãi suất cao hơn, các ngân hàng kiếm đƣợc nhiều tiền hơn, bằng cách tận dụng sự chênh lệch giữa lãi suất ngân hàng trả cho khách hàng và lãi suất ngân hàng có thể kiếm đƣợc bằng cách đầu tƣ. Một ngân hàng có thể trả cho khách hàng của mình một điểm phần trăm đầy đủ ít hơn số tiền họ kiếm đƣợc thông qua việc đầu tƣ vào lãi suất ngắn hạn.

NPL đo lƣờng nợ xấu với mức ý nghĩa 5% ở đƣờng cơ sở và hệ số hồi quy dấu âm nên tác động ngƣợc chiều đến ROA phù hợp giả thuyết nghiên cứu, khi nợ xấu gia tăng thì NHTM phải tăng chi phí trích lập DPRR nên ảnh hƣởng đến kết quả kinh doanh thì khả năng sinh lời của NHTM giảm. Điều này phù hợp với kết quả nghiên cứu của Muhammad Bilal và cộng sự (2013), Trịnh Quốc Trung, Nguyễn Văn Sang (2013), Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015). Nguyên nhân là do việc quản trị ngân hàng yếu kém dẫn đến rủi ro tín dụng làm nợ xấu gia tăng, ngƣợc lại, ngân hàng nào có hiệu quả kinh doanh cao hay khả năng sinh lời cao thì ngân hàng có khả năng kiểm soát nợ xấu hay kiểm soát tốt chi phí kinh doanh nên nợ xấu phát sinh thấp. Với điều kiện các yếu tố khác không đổi, khi biến NPL tăng 1% thì ROA giảm 0.162%.

CIR đo lƣờng chi phí hoạt động/thu nhập với mức ý nghĩa 1% ở đƣờng cơ sở và hệ số hồi quy dấu âm nên tác động ngƣợc chiều đến ROA phù hợp giả thuyết nghiên cứu. Điều này cho thấy NHTM quản lý chi phí tốt sẽ đạt đƣợc khả năng sinh lời cao, hàm ý ủng hộ giả thuyết Hiệu quả-cấu trúc, theo đó các NHTM quản lý chi phí tốt sẽ đạt đƣợc hiệu quả hoạt động cao và giành đƣợc thị phần tốt hơn. Kết quả này tƣơng đồng với các kết quả của Athanasoglou và cộng sự (2006, 2008); Pasiouras và Kosmidou (2007); Liu và Wilson (2010); Goddard và cộng sự (2013); Khan và Hanif (2018); Khan và cộng sự (2018).

49

LTA đo lƣờng tỷ lệ cho vay trên tài sản với mức ý nghĩa 1% ở đƣờng cơ sở và hệ số hồi quy dấu dƣơng nên tác động cùng chiều đến ROA phù hợp giả thuyết đã nghiên cứu. Hầu hết các nghiên cứu cho thấy rằng khả năng sinh lời của ngân hàng tăng khi danh mục tài sản gồm các khoản cho vay tăng so với các tài sản an toàn hơn khác. Mặc dù chi phí nắm giữ các khoản cho vay tăng, khả năng sinh lời vẫn tăng khi tỷ lệ cho vay trên tài sản tăng. Có nhiều nghiên cứu ủng hộ quan điểm này nhƣ Hồ Thị Hồng Minh, Nguyễn Thị Cành (2014). Theo giả thuyết, tồn tại tƣơng quan cùng chiều giữa tỷ lệ cho vay trên tổng tài sản và khả năng sinh lời hay dấu của LTA sẽ dƣơng trong mô hình nghiên cứu.

DTA đo lƣờng tỷ lệ tiền gửi trên tài sản với mức ý nghĩa 1% và 5% ở đƣờng cơ sở và phân vị 75 có hệ số hồi quy dấu âm nên tác động ngƣợc chiều đến ROA phù hợp với giả thuyết đã nghiên cứu. Điều này ngƣợc lại so với kỳ vọng ban đầu của đề tài: khi tiền gửi tăng cao thì NH phải nâng mức thanh khoản lên cao thể hiện khả năng thanh khoản của NH càng tốt. Tuy nhiên, sẽ làm giảm lợi nhuận do các tài sản này không sinh lời hoặc sinh lời rất thấp. Nhƣ vậy, có thể nói tỷ lệ tiền gửi trên tài sản tỷ lệ nghịch với khả năng sinh lời.

50

Bảng 4.4: Bảng phân tích mô hình hồi quy ROA khi thay đổi nợ xấu

VARIABLES Quantile regressions (1) (2) (3) (4) 25th 50th 75th SIZE 0,00042 0,0002 0,00053 0,00049 (1.61) (0.92) (1.57) (1.11) ETA 0,00081 0,00004 0,00122 -0,00061 (0.8) (0.02) (0.77) (-0.25) RGDP -0,18918** -0,02414 -0,05997 -0,13746 (-1.99) (-0.41) (-0.58) (-1.26) Policy rate 0,00097*** 0,00069*** 0,00072*** 0,00083*** (6.17) (5.27) (2.92) (2.78) NPL -0,00248** -0,00112 -0,00248 -0,00357 (-2.39) (-0.06) (-0.05) (-0.04) CIR -0,00005*** -0,00006 -0,00004 -0,00004*** (-3.56) (-1.64) (-0.93) (-4.35) LTA 0,00522** 0,00209 0,00371 0,00821 (2.3) (1.05) (1.16) (1.44) DTA -0,00747*** -0,00062 -0,0074** -0,01425*** (-3.72) (-0.042) (-2.14) (-2.91) NITR 0,00003 0,00002 -0,00007 -0,00009 (0.73) (0.21) (-0.56) (-1.05) CONCEN 0,07647*** 0,01491 0,02958 0,06183* (2.85) (0.81) (1.1) (1.81) DNPL 0,00098 0,00027 0,00097 0,00155 (1.38) (0.03) (0.03) (0.03) Observations 264 264 264 264

Ghi chú: *,**,***: hệ số có ý nghĩa thống kê lần lƣợt tại mức ý nghĩa 10%, 5% và 1%

Nguồn: Tác giả tính từ phần mềm Stata 14 Khi thay đổi tỷ lệ nợ xấu thì mô hình hồi quy còn tác động lên RGDP và

CONCEN

RGDP đo lƣờng tăng trƣởng kinh tế vói mức ý nghĩa 5% ở đƣờng cơ sở và hệ số hồi quy âm nên tác động ngƣợc chiều với ROA phù hợp với giả thuyết đã nghiên cứu. Một số nghiên cứu đã phát hiện ra tác động tiêu cực của GDP và Lạm phát đối với hoạt động của ngành Ngân hàng (Tan và Floros, 2012; Francis, 2013; Masood và Ashraf, 2012; Scott và Ovuefeyen, 2014;Khrawish, 2011). Aftab, Jebran và

51

Ullah, (2016) điều tra thực nghiệm tác động của lãi suất đối với lĩnh vực ngân hàng của Pakistan trong giai đoạn 1975-2011.

CONCEN có ý nghĩa ở mức 1% và 10% ở đƣờng cơ sở và phân vị 75 có hệ số hồi quy dƣơng nên tác động cùng chiều với ROA phù hợp với giả thuyết đã nghiên cứu. Boyd và De Nicolo (2005) nhấn mạnh rằng tập trung cao hơn trong thị trƣờng ngâu lƣng địa phƣơng, giả các dịch vụ tài chính cao hơn, và do đó lợi nhuận ngân hàng cũng cao hơn. Điều này là do môi trƣờng ít canh tranh hơn, mức lãi suất các ngân hàng tập trung tính cho các doanh nghiệp sẽ cao hơn, điều này đặc biệt không tốt cho các nhà đầu tƣ vi nó làm cho đầu tƣ nhiều rủi ro hơn. Nếu tập trung quan hệ cùng chiều với các ngân hàng có sức mạnh thị trƣờng, thủ tập trung sẽ làm tăng ca ty lệ lợi nhuận trên tài sản dự kiến của ngân hàng và độ lệch chuẩn của lợi nhuận (Beck. Demirgic-Kunt và Levine, 2004). Nghĩa là tập trung thị trƣờng cao hơn có liên quan đến phúc lợi kinh tế xã hội thấp hơn nên tập trung cao hơn là điều không đƣợc mong muốn. Do đó, một quốc gia nhƣ Anh (Monopolies và Mergers Commission 1996) đã cảnh giác với một tỷ lệ tập trung là 25% hoặc hơn của thị trƣờng ngân hàng vẻ tong tài sản hoặc tiền gửi (Holden và El-Bannary, 2006).

52

Bảng 4.5: Bảng phân tích mô hình hồi quy ROA khi thay đổi dư nợ