CHƯƠNG 1 : GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
4.3 Dữ liệu nghiên cứu
Dữ liệu nghiên cứu bao gồm 25 NHTMCP Việt Nam; trong đó có 3 NHTMCP có vốn cổ phần của nhà nước trên 50% và 22 NHTMCP khơng có vốn cổ phần của nhà nước trên 50% trong giai đoạn 2006 – 2018. Dữ liệu được thu thập được lấy từ
báo cáo tài chính của các ngân hàng thơng qua cơ sở dữ liệu của Bankscope và Orbis Bank Focus. Đây là cơ sở dữ liệu lớn và có độ tin cậy cao, được sử dụng phổ biến trong các nghiên cứu về lĩnh vực tài chính - ngân hàng. Sau khi thu thập, dữ liệu được tổ chức thành dữ liệu bảng không cân bằng, do thiếu đi một vài quan sát do các NHTMCP công bố không đầy đủ và cũng không thể khắc phục được bằng các phương pháp ước tính thơng thường. Tuy nhiên, các thiếu sót này là khơng đáng kể. Kết quả là có tổng cộng có 310 quan sát nhằm tối đa hóa số liệu thu thập được.
Ưu điểm của dữ liệu dạng bảng là có thể phản ánh các đặc tính của các quan sát theo cả chiều không gian lẫn thời gian. Dữ liệu bảng cũng chứa nhiều thông tin hơn và cho phép quan sát các tác động không thể quan sát được trong dữ liệu chuỗi thời gian hay dữ liệu chéo, cũng như cung cấp bậc tư do cao hơn và cho kết quả tốt hơn (Gujarati, 2009). Điều này rất có lợi trong bối cảnh các ngân hàng có quy mơ và thời gian hoạt động khác nhau.
4.4 Phương pháp nghiên cứu
Đề kiểm định tác động của rủi ro tín dụng đến tỷ suất sinh lợi tại các NHTMCP Việt Nam, tác giả tiến hành hồi quy mơ hình (1) và (2). Đây là những mơ hình hồi quy dạng bảng động. Theo Gujarati (2009) thì mơ hình hồi quy động dạng tổng quát như sau:
Yit = yit-1 + xitβ + uit
Trong đó, uit = µi + it và it ~ N(0, 2) và là tham số tự hồi quy của biến trễ
của biến phụ thuộc yit-1, xit là các biến độc lập và kiểm sốt trong mơ hình. Trong mơ hình này, biến trễ của biến phụ thuộc bị nội sinh do tương quan với sai số trong mơ hình, nghĩa là (it | yit-1) ≠ 0. Và vì vậy, việc sử dụng các phương pháp hồi quy dữ liệu bảng thơng thường như mơ hình hồi quy tác động cố định (FEM), mơ hình hồi quy tác động ngẫu nhiên (REM) không giải quyết một cách triệt để các vấn đề ước tính và vì vậy các tham số β và bị ước lượng thiên chệch. Do đó, để giải quyết các khía cạnh kỹ thuật của mơ hình thực nghiệm, nghiên cứu sử dụng phương pháp hồi quy hai bước tổng quát (system-GMM hai bước) để giải quyết tính khơng đồng nhất và tương quan chuỗi của mơ hình do ảnh hưởng của vấn đề nội sinh.
Giả định rằng mẫu gồm T quan sát được rút ra từ một hàm phân phối xác xuất chung như sau f(w1, w2, ..., wT, 0), trong đó 0 là một ma trận vector tham số thực (q x 1) và wt hàm chứa một hoặc nhiều biến nội sinh hoặc ngoại sinh. Ước lượng GMM sẽ ước tính như sau
T = argmin (MT()ATMT()), trong đó AT là một ma trận trọng số ngẫu
nhiên để giảm thiểu hiệp phương sai của ma trận ước lượng . Điều này cung cấp một cơng cụ ước tính hiệu quả. Để làm được điều này, GMM sử dụng các biến cơng cụ có sẵn để ước tính các tham số chưa biết β và . Hơn nữa, system-GMM hai bước
hiệu quả hơn GMM một bước do sử dụng ma trận trọng số phụ tối ưu. Trong trường hợp này, số lượng biến cơng cụ có thể lớn hơn số lượng tham số cần ước tính. Do vậy, để đảm bảo hiệu quả ước tính, GMM cần phải đảm bảo rằng số lượng biến công cụ phải nhỏ hơn hoặc gần đúng với số nhóm (n). Thử nghiệm Hansen (Hansen test) và thử nghiệm Arellano-Bond bậc 2 (AR(2) test) về ước tính biến cơng cụ q mức và tự tương quan cho tất cả các cấp được sử dụng để kiểm tra tính vững của mơ hình ước tính GMM (Roodman, 2009). Các kiểm định này cần phải được xem xét trước khi đánh giá độ tin cậy của mơ hình hồi quy bằng phương pháp GMM.
4.5 Thống kê mơ tả các biến trong mơ hình nghiên cứu
Bảng 4.2: Thống kê mơ tả các biến trong mơ hình nghiên cứu
Biến Quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROA 288 1.009 0.904 -5.993 7.936 ROE 288 10.838 8.452 -56.326 44.253 DR 255 2.004 1.284 0.010 8.830 LPTL 286 1.280 0.624 0.013 4.341 LR 288 11.664 9.584 3.367 86.080 ASSET 288 11.306 1.244 7.027 14.088 TCE 289 9.396 5.712 2.820 46.300
Bảng thống kê mô tả cho thấy, trung bình của tỷ suất sinh lợi trên tổng tài sản (ROA) tại các NHTM vào khoảng 1,009%; trong khi tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) vào khoảng 10,383%. Điều này cho thấy địn bẩy tài chính tại các NHTM là khá cao. Điều này cũng được phản ánh trong thống kê giá trị lớn nhất và nhỏ nhất của các thước đo tỷ suất sinh lợi khi độ lệch chuẩn của ROA là 0,904% và ROE là 8,452% khá cao khi so với giá trị trung bình. Giá trị nhỏ nhất của ROA là -5,993% (NHTMCP Tiên Phong, năm 2011) trong khi giá trị lớn nhất là 7,936% (NHTMCP Liên Việt Postbank, năm 2008). Tương tự, giá trị nhỏ nhất của ROE là -56,326% (NHTMCP Tiên Phong, năm 2011) trong khi giá trị lớn nhất là 44,253% (NHTMCP ACB, năm 2007).
Tỷ lệ nợ xấu (DR) của các NHTM trong mẫu là 2,004% trong giai đoạn 2008 – 2018. Trong giai đoạn này, nợ xấu biến động khá mạnh với độ lệch chuẩn vào mức 1,284% và sự cách biệt lớn giữa giá trị nhỏ nhất là 0,010% (NHTMCP Công thương Việt Nam, năm 2006) và giá trị lớn nhất là 8,830% (NHTMCP Sài Gòn Hà Nội, năm 2012). Trong khi đó, biến trích lập dự phịng rủi ro (LPTL) có giá trị trung bình là 1,280% với độ lệch chuẩn là 0,624%, giá trị lớn nhất là 4,341% (NHTMCP Ngoại Thương Việt Nam, năm 2008) và 0,013% (thuộc về NHTMCP Công thương Việt Nam, năm 2006).
Tỷ số tiếp theo được xem xét là tỷ số cấu trúc vốn (LR). Theo kết quả thống kê, giá trị trung bình của LR đạt 11,664% với độ lệch chuẩn là 9,584%. Giá trị lớn nhất của LR là 86,080% (NHTMCP Nam Việt, năm 2006) và giá trị nhỏ nhất là 3,367% (NHTMCP Sài Gòn, năm 2018). Điều này cho thấy rằng, giai đoạn 2006 – 2008 là giai đoạn mà các ngân hàng sử dụng địn bẩy tài chính khá lớn, điều này một mặt có thể giúp các ngân hàng gia tăng tỷ suất lợi nhuận (năm 2008 cũng là năm tỷ suất lợi nhuận của các NHTM đạt giá trị cao nhất); mặt khác cũng gây ra rủi ro cho những năm sau đó khi chứng kiến sự sụt giảm đáng kể của tỷ suất sinh lợi.
Quy mô của ngân hàng ASSET, đo lường bằng logarit tự nhiên của tổng tài sản, nhận giá trị trung bình 11,306, với độ lệch chuẩn là 1,244. Thống kê mô tả cũng thể hiện sự khác biệt đáng kể trong quy mô của các NHTMCP Việt Nam, thông qua giá
trị nhỏ nhất của ASSET là 7,027 tương đương 1.127 tỷ đồng (NHTMCP Nam Việt, năm 2007) và giá trị lớn nhất là 14,088 tương đương 1.313.038 tỷ đồng (BIDV, năm 2018).
Cuối cùng, biến vốn chủ sở hữu hữu hình, TCE nhận giá trị trung bình là 9,396% với độ lệch chuẩn là 5,712%. Giá trị nhỏ nhất của TCE là 2,820% (NHTMCP Sài Gòn, năm 2018) và giá trị lớn nhất của TCE là 46,300% (NHTMCP Nam Việt, năm 2006). Điều này phản ánh rằng các ngân hàng nhỏ của Việt Nam thường ít có giá trị tài sản vơ hình, và vì vậy hệ số TCE thường nhận giá trị cao.
4.6 Ma trận tương quan
Nhìn vào bảng ma trận hệ số tương quan có thể thấy biến ROA tương quan âm với DR (hệ số -0,145, ý nghĩa thống kê 5%) và biến LPTL (hệ số -0,166, ý nghĩa thống kê 1%). Tương tự như vậy, biến biến ROE cũng tương quan âm với DR (hệ số -0,177, mức ý nghĩa 1%) và tương quan dương với biến LPTL (hệ số 0,011, khơng có ý nghĩa thống kê).
Ngoài ra, LR và TCE có mối quan hệ cùng chiều với ROA, trong khi tương quan nghịch chiều với ROAE và có ý nghỉa thống kê. Điều này hàm chứa nhiều thông tin khá thú vị bởi vì LR đại diện cho địn bẩy tài chính trong khi TCE đại diện cho khả năng đảm bảo vốn của cổ đơng và do đó cần phải được xem xét thận trọng trong quá trình thực nghiệm hồi quy. Cuối cùng, ASSET tương quan âm với cả ROA (ý nghĩa thống kê 1%) và tương quan dương với ROE (ý nghĩa thống kê 1%) cho thấy rằng nếu quy mô của NHTM tăng lên thì sẽ làm giảm ROA và sẽ làm tăng ROE. Điều này hàm ý rằng với cùng một mức lợi nhuận, tăng tài sản làm giảm ROA trong khi làm tăng ROE sẽ ủng hộ giả thuyết rằng vốn vay có thể chiếm một tỷ trọng đáng kể trong tổng nguồn vốn.
Lưu ý rằng, ngoài tương quan với các biến phụ thuộc, các biến độc lập trong mơ hình cịn biểu hiện sự tương quan với nhau. Điều này có thể dẫn đến các thiên vị trong khi thực nghiệm mơ hình hồi quy và do đó địi hỏi cần phải xử lý một cách thận trọng để đảm bảo độ tin cậy của kết quả mơ hình.
Bảng 4.3: Ma trận hệ số tương quan
Biến ROA ROE DR LPTL LR ASSET TCE
ROA 1.000 ROE 0.727*** 1.000 DR -0.145** -0.177*** 1.000 LPTL -0.166*** 0.011 0.524*** 1.000 LR 0.446*** -0.124** 0.063 -0.247*** 1.000 ASSET -0.180*** 0.225*** -0.014 0.385*** -0.583*** 1.000 TCE 0.455*** -0.113** 0.066 -0.228*** 0.973*** -0.620*** 1.000
(Nguồn: Kết quả do tác giả sử dụng phần mềm Stata)
Với *, **, *** là các mức ý nghĩa 10%, 5% và 1%.
4.7 Kết quả kiểm định giả thuyết nghiên cứu
4.7.1 Kết quả hồi quy nghiên cứu tác động của rủi ro tín dụng đến tỷ suất sinh lợi tại các ngân hàng thương mại cổ phần Việt Nam sinh lợi tại các ngân hàng thương mại cổ phần Việt Nam
4.7.1.1 Kết quả hồi quy với biến phụ thuộc ROA
Sử dụng phần mềm Stata để xác định kết quả hồi quy bằng phương pháp System - GMM 2 bước.
Bảng 4.4: Kết quả hồi quy mơ hình với biến phụ thuộc ROA với phương pháp System-GMM 2 bước
Biến độc lập Hệ số hồi quy Thống kê t Mức ý nghĩa
ROA (-1) 0,402*** 20,77 0,000 DR -0,080*** -3,58 0,000 LPTL -0,220** -2,44 0,015 LR -0,141** -2,48 0,013 ASSET 0,207*** 7,66 0,000 TCE 0,291*** 3,95 0,000 Const. -2,412*** -8,49 0,000 P-value 0,000
Với *, **, *** là các mức ý nghĩa 10%, 5% và 1%.
Từ kết quả ước lượng ta có mơ hình nghiên cứu tác động của rủi ro tín dụng đến tỷ suất sinh lợi như sau:
ROA = -2,412 + 0,402*ROAit-1 – 0,080*DRit – 0,220*LPTLit – 0,141*LRit +
0,207*ASSETit + 0,291*TCEit + εit (4.1)
Ý nghĩa kết quả ước lượng (4.1):
Giá trị P-value là 0,000 < 1% : Mơ hình hồi quy (4.1) phù hợp với mức ý nghĩa 1%.
Hệ số chặn Const = -2,412 có ý nghĩa mức 1%. Đối với các biến độc lập còn lại, giá trị P-value đều nhỏ hơn mức ý nghĩa 5% hoặc 1% nên các biến ROAit-1, DRit, LPTLit, LRit, ASSETit, TCEit đều có tác động đến ROA. Cụ thể, trong điều kiện các yếu tố khác khơng đổi, ROA bình qn biến động:
+ Tăng 0,402% nếu ROA của kỳ trước tăng 1%. + Giảm 0,08% nếu tỷ lệ nợ xấu tăng 1%.
+ Giảm 0,220% nếu tỷ lệ dự phòng rủi ro/ tổng dư nợ tăng 1%. + Giảm 0,141% nếu tỷ lệ vốn chủ sở hữu/ tổng nợ tăng 1%. + Tăng 0,207% nếu tổng tài sản tăng 1%.
+ Tăng 0,291% nếu tỷ lệ vốn chủ sở hữu hữu hình trên tổng tài sản hữu hình tăng 1%.
4.7.1.2 Kết quả hồi quy với biến phụ thuộc ROE
Sử dụng phần mềm Stata để xác định kết quả hồi quy bằng phương pháp System-GMM 2 bước.
Mơ hình này được dùng để xem xét tính thống nhất của ảnh hưởng rủi ro tín dụng đến tỷ suất sinh lợi của ngân hàng. Trong trường hợp, ảnh hưởng của tỷ lệ nợ xấu và dự phịng rủi ro tín dụng lên ROE cũng cho kết quả tương tự như ROA thì có thể kết luận rằng rủi ro tín dụng có tác động làm giảm tỳ suất sinh lợi của ngân hàng. Ngược lại, nếu kết quả thực nghiệm ảnh hưởng của tỷ lệ nợ xấu và dự phịng rủi ro tín dụng lên ROE khác kết quả với ROA thì cần phải xem xét lại mơ hình và các biến phụ thuộc cũng như biến kiểm soát.
Bảng 4.5: Kết quả hồi quy với biến phụ thuộc ROE sử dụng phương pháp System-GMM 2 bước
Biến độc lập Hệ số hồi quy Thống kê t Mức ý nghĩa
ROE (-1) 0,505*** 16,22 0,000 DR -0,735*** -3,65 0,000 LPTL -2,640*** -3,50 0,000 LR -1,233** -2,32 0,021 ASSET 1,903*** 6,25 0,000 TCE 2,102*** 3,23 0,001 Const. -17,206*** -5,04 0,000 P-value 0,000
(Nguồn: Kết quả do tác giả sử dụng phần mềm Stata)
Với *, **, *** là các mức ý nghĩa 10%, 5% và 1%.
Từ kết quả ước lượng ta có mơ hình hồi quy như sau:
ROE = -17,206 + 0,505ROAEit-1 – 0,735*DRit – 2,640*LPTLit – 1,233*LRit +
1,903*ASSETit + 2,102*TCEit + εit (4.2)
Ý nghĩa kết quả ước lượng:
Giá trị P-value là 0,000 < 1% : Mơ hình hồi quy (4.2) phù hợp với mức ý nghĩa 1%.
Hệ số chặn Const = -17,206 có ý nghĩa mức 1%. Đối với các biến độc lập còn lại, giá trị P-value đều nhỏ hơn mức ý nghĩa 5% hoặc 1% nên các biến ROEit-1, DRit, LPTLit, LRit, ASSETit, TCEit đều có tác động đến ROE. Cụ thể, trong điều kiện các yếu tố khác khơng đổi, ROAE bình qn biến động:
+ Tăng 0,505% nếu ROE của kỳ trước tăng 1%. + Giảm 0,735% nếu tỷ lệ nợ xấu tăng 1%.
+ Giảm 2,640% nếu tỷ lệ dự phòng rủi ro/ tổng dư nợ tăng 1%. + Giảm 1,233% nếu tỷ lệ vốn chủ sở hữu/ tổng nợ tăng 1%. + Tăng 1,903% nếu tổng tài sản tăng 1%.
+ Tăng 2,102% nếu tỷ lệ vốn chủ sở hữu hữu hình trên tổng tài sản hữu hình tăng 1%.
4.7.2 Kết quả kiểm định
Mơ hình thực nghiệm được biểu diễn dưới dạng mơ hình động, có sự tham gia của biến độc lập là biến trễ của biến phụ thuộc. Do đó, mơ hình tiềm ẩn khả năng tương quan giữa phần dư εit với ROAit, dẫn đến khả năng nội sinh và làm sai lệch kết quả của mơ hình. Cách khắc phục là sử dụng phương pháp hồi quy System GMM 2 bước, phương pháp này cũng giải quyết tốt đối với dữ liệu bảng không cân bằng.
Bảng 4.6: Kết quả kiểm định mơ hình với biến phụ thuộc ROA với phương pháp System-GMM 2 bước.
Kết quả kiểm định cho tính hiệu lực của mơ hình với biến phụ thuộc ROA
AR (2) test 0,701
Hansen test 0,229
Số biến cơng cụ 23
Số nhóm 25
(Nguồn: Kết quả do tác giả sử dụng phần mềm Stata)
Đầu tiên, cần khẳng định rằng kết quả kiểm định Hansen về tính hiệu lực của mơ hình cũng như kiểm định Abond (AR(2) - kiểm định tương quan chuỗi bậc 2) cho thấy giá trị p-value của Hansen test là 0,229, p lớn hơn 0.1, nghĩa là giả thuyết H0 về tính khơng hiệu lực của mơ hình bị bác bỏ; và p-value của AR(2) test là 0,701 nghĩa là giả thuyết H0 về sự tồn tại mối tương quan chuỗi bậc 2 của các sai phân phần dư bị loại bỏ. Do đó, mơ hình ước tính GMM cho ROA có có tính hiệu lực và các kết quả được đưa ra là có ý nghĩa.
Tương tự như mơ hình (1), kết quả kiểm định Hansen về tính hiệu lực của mơ hình cũng như kiểm định AR(2) (kiểm định tương quan chuỗi bậc 2) của mơ hình (2) cho thấy giá trị p lớn hơn 0.1 (p-value của Hansen test là 0,198 và p-value của AR(2) test là 0,591). Điều này có nghĩa là giả thuyết H0 về tính khơng hiệu lực của mơ hình và giả thuyết H0 về sự tồn tại mối tương quan chuỗi bậc 2 của các sai phân phần dư
bị loại bỏ. Do đó, mơ hình ước tính GMM cho ROE có tính hiệu lực và các kết quả được đưa ra là có ý nghĩa.
Bảng 4.7: Kết quả kiểm định mơ hình với biến phụ thuộc ROE với phương pháp System - GMM 2 bước.
Kết quả kiểm định cho tính hiệu lực của mơ hình với biến phụ thuộc ROE
AR (2) test 0,591
Hansen test 0,198
Số biến công cụ 23