CHƯƠNG 4 : MƠ HÌNH, DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
4.2. Giả thuyết nghiên cứu
Khe hở tài trợ (FGAP)
Shen và cộng sự (2009) cho rằng các ngân hàng có thanh khoản càng cao (khe hở tài trợ âm) có thể làm giảm lợi nhuận của ngân hàng. Nếu thị trường huy động tiền gửi với chi phí cạnh tranh, ngân hàng dự trữ tài sản thanh khoản cao hơn sẽ có xu hướng bị ảnh hưởng tiêu cực đến thu nhập lãi cận biên.
Đặng Văn Dân (2015) cho rằng rủi ro thanh khoản của một ngân hàng có thể sử dụng khe hở tài trợ để phản ánh cơ bản nhất. Khe hở tài trợ cũng được các nhà quản trị ngân hàng quan tâm vì là dấu hiệu cảnh báo về rủi ro thanh khoản của ngân hàng trong tương lai. Nếu khe hở tài trợ dương và lớn chứng tỏ ngân hàng thu được nhiều lợi nhuận hơn từ việc cho vay, buộc ngân hàng phải giảm tiền mặt dự trữ, giảm tài sản thanh khoản và đi vay bổ sung trên thị trường tiền tệ, khiến rủi ro thanh khoản tăng cao. Danh mục cho vay là tài sản có tính thanh khoản kém trong danh mục tài sản của ngân hàng. Do đó, giá trị danh mục cho vay càng cao thì ngân hàng càng kém thanh khoản, tuy nhiên do các khoản vay có tỷ suất lợi tức cao hơn các tài sản an tồn khác, chính vì thế danh mục cho vay sẽ có tác động cùng chiều với lợi
nhuận của ngân hàng (Theo Francis, 2013). Lợi thế này có thể bị giảm bởi chi phí của các khoản vay. Nếu tín dụng của ngân hàng là khơng đạt tiêu chuẩn hoặc điều kiện kinh tế bất lợi, làm tăng nợ xấu đáng kể cho ngân hàng, dẫn đến giảm lợi nhuận.Tính thanh khoản cao có thể làm tăng lợi nhuận thơng qua việc giảm chi phí rủi ro thanh toán.
Cách nghiên cứu thực nghiệm của Mohammad Hossein Khadem Dezfouli và cộng sự (2014) cho thấy khe hở tài trợ có tác động cùng chiều với tỷ suất sinh lợi của các NHTM. Trên cơ sở lý thuyết và theo các nghiên cứu trước, giả thuyết nghiên cứu như sau:
H1: Khe hở tài trợ có tác động cùng chiều đến tỷ suất sinh lợi tại các NHTM Việt Nam.
Chỉ số trạng thái tiền mặt (CASH)
Việc ngân hàng nắm giữ lượng tiền mặt lớn giúp ngân hàng có thể đối phó với những rủi ro bất ngờ xảy ra. Khi ngân hàng rơi vào tình trạng thiếu hụt thanh khoản, việc ngân hàng nắm giữ lượng tiền mặt lớn và tài sản có tính thanh khoản cao cũng giúp ngân hàng tiết kiệm chi phí đi vay để bù đắp tình trạng đó. Nghĩa là, khi ngân hàng nắm giữ tài sản có tính thanh khoản cao thì lợi nhuận ngân hàng sẽ tăng lên.
Các nghiên cứu thực nghiệm của Ahmed Arif và Ahmed Nauman Anees (2012), Mohammad Hossein Khadem Dezfouli và cộng sự (2014) cho thấy rằng chỉ số trạng thái tiền mặt có tác động cùng chiều với tỷ suất sinh lợi của ngân hàng.
Từ đó, giả thuyết nghiên cứu như sau:
H2: Chỉ số trạng thái tiền mặt tác động cùng chiều đến tỷ suất sinh lợi tại các NHTM Việt Nam.
Tỷ lệ tiền gửi trên tổng tài sản (DEP)
Sự gia tăng tỷ lệ tiền gửi khách hàng sẽ làm tăng tỷ suất sinh lợi của các NHTM. Việc tỷ lệ tiền gửi khách hàng bị giảm khiến các ngân hàng phải đối mặt với vấn đề thanh khoản bị thâm hụt.
Kyriaki Kosmido và cộng sự (2008), chênh lệch giữa khi thu về lãi và chi về lãi chính là lợi nhuận chủ yếu của các ngân hàng. Do đó để tăng tỷ suất sinh lợi thì
ngân hàng phải sử dụng hiệu quả nguồn vốn huy động, bằng việc cho vay hiệu quả để tạo ra thu nhập từ lãi. Như vậy, tỷ lệ tiền gửi cao, nguồn vốn huy động được sử dụng một cách hiệu quả sẽ giúp ngân hàng thu về lãi lớn hơn và làm tăng tỷ suất sinh lợi của ngân hàng
Claeys and cộng sự (2008); Garcıa-Herrero et al., (2009), nguồn huy động vốn từ tiền gửi là một nguồn tài chính giá rẻ và ổn định so với các nguồn tài chính khác như huy động phát hành giấy tờ có giá, vay từ các TCTD khác hoặc vay NHNN. Chính vì chi phí rẻ và ổn định từ loại hình huy động vốn bằng tiền gửi sẽ giúp ngân hàng giảm được chi phí vốn, tăng nguồn lực tài chính để cho vay, đầu tư chứng khốn, góp vốn đầu tư dài hại, từ đó gia tăng tỷ suất sinh lợi của ngân hàng.
Một số nghiên cứu thực nghiệm như Ahmed Arif và Ahmed Nauman Anees (2012), Zaphaniah Akunga Maaka (2013), Mohammad Hossein Khadem Dezfouli và cộng sự (2014) cho thấy tỷ lệ tiền gửi khách hàng trên tổng tài sản có sự tác động cùng chiều với tỷ suất sinh lợi của ngân hàng.
Từ nghiên cứu và cơ sở lý thuyết trước, giả thuyết nghiên cứu như sau:
H3: Tỷ lệ tiền gửi của khách hàng trên tổng tài sản có tác động cùng chiều với tỷ suất sinh lợi của ngân hàng.
Quy mô ngân hàng (SIZE)
Quy mô ngân hàng được phản ánh rõ ràng nhất dưới góc độ của tổng tài sản. Tác giả sử dụng logarithm chuẩn tắc (normal logarithm, ln) của tổng tài sản thay vì sử dùng tổng tài sản để giảm hiệu ứng của quy mô, bởi các nghiên cứu chỉ ra sự phân bổ của quy mô tài sản thường phân phối lệch. Dữ liệu được lấy từ báo cáo tài chính của các NHTM.
SIZE = Ln(Tổng tài sản)
Các ngân hàng có quy mơ lớn có sức cạnh tranh mạnh trong việc thu hút lượng tiền gửi cũng như cung cấp cho khách hàng các dịch vụ với mức phí rẻ. Từ việc khai thác lợi thế kinh tế theo quy mơ, ngân hàng có thể kiếm được lợi nhuận cao hơn. Các ngân hàng quy mơ lớn có thể nâng cao sức mạnh của ngân hàng trên thị trường thông qua hình ảnh thương hiệu mạnh (Kosak and COK, 2008). Các
nghiên cứu thực nghiệm của Chung-Hua Shen và cộng sự (2009), Naser Ali Yadollahzadeh Tabari và cộng sự (2013) cho thấy mối quan hệ cùng chiều giữa quy mô ngân hàng và tỷ suất sinh lợi của ngân hàng.
Tuy nhiên, dựa vào lý thuyết kinh tế theo quy mô, lợi nhuận tăng theo quy mô đến một lúc nào đó hiệu quả sẽ giảm và làm giảm lợi nhuận. Cụ thể, nếu ngân hàng mở rộng quy mô quá lớn khiến các nhà quản trị ngân hàng khơng thể quản lý, kiểm sốt được ngân hàng, điều này sẽ gây rất nhiều hệ lụy cho ngân hàng. Rất nhiều các khoản chi phí phát sinh nhưng khơng được kiểm sốt đúng đắn, các nhà quản trị có thể đưa ra các quyết định sai lầm khi ngân hàng mở rộng quy mô quá mức…khiến lợi nhuận của ngân hàng giảm. Các nghiên cứu thực nghiệm của Mohammad Hossein Khadem Dezfouli và cộng sự (2014) cho thấy mối quan hệ ngược chiều giữa quy mô ngân hàng và lợi nhuận của ngân hàng.
Từ những lập luận trên, tác giả đặt ra giả thuyết nghiên cứu như sau:
H4: Quy mơ ngân hàng có tác động cùng chiều đến tỷ suất sinh lợi ngân hàng. Quy mô vốn chủ sở hữu (ETAit)
Quy mô vốn chủ sở hữu được dùng để đánh giá mức độ phù hợp của vốn và được đo lường bằng tỷ số vốn chủ sở hữu trên tổng tài sản. Chỉ số này dùng để đánh giá độ lành mạnh tài chính của ngân hàng. Dữ liệu được lấy từ báo cáo tài chính của các NHTM.
Quy mô vốn chủ sở hữu (ETA) = Vốn chủ sở hữu Tổng tài sản
Các chỉ số vốn thể hiện sức mạnh và vị thế của ngân hàng trên thị trường tài chính, sức mạnh thể hiện ở khả năng chịu được và phục hồi sau cú sốc kinh tế. Lý thuyết cho rằng quy mơ vốn chủ sở hữu có liên quan đến lợi nhuận của ngân hàng. Ngân hàng có nhiều vốn sẽ ít cần nguồn tài trợ bên ngồi và chi phí vốn thấp hơn khi thiếu vốn. Mặt khác, khi mức vốn cao, mức độ đòn bẩy và rủi ro thấp hơn. Các nghiên cứu cho rằng lợi nhuận của cổ đông nên cao hơn khi mức độ sở hữu giảm và rủi ro tăng.
cộng sự (2014) cho thấy quy mô vốn chủ sở hữu có tác động cùng chiều với tỷ suất sinh lợi của các ngân hàng.
Trên cơ sở lý thuyết và các nghiên cứu trước, giả thuyết nghiên cứu như sau: H5: Quy mơ vốn chủ sở hữu có tác động cùng chiều với tỷ suất sinh lợi của các ngân hàng.
Tỷ lệ nợ xấu (NPL)
Tỷ lệ nợ xấu được đo lường thông qua tỷ lệ nợ xấu trên tổng dư nợ (nợ xấu là nợ từ nhóm 3 đến nhóm 5 theo quy định của NHNN). Dữ liệu được lấy từ báo cáo tài chính của các NHTM.
NPL = Nợ xấu Tổng dư nợ
Khi tỷ lệ nợ xấu của ngân hàng đang tăng cao nghĩa là ngân hàng đang phải đối mặt với việc có rủi ro tín dụng cao, chất lượng tín dụng giảm xuống và ngân hàng có những khoản cho vay không thể thu hồi được nhiều hơn. Vì vậy, rủi ro thanh khoản tăng lên, làm giảm lợi nhuận ngân hàng. Việc gia tăng nợ xấu trong quá trình hoạt động kinh doanh buộc ngân hàng phải phân bổ một phần đáng kể tỷ suất biên lợi nhuận gộp vào các khoản trích lập dự phịng rủi ro tín dụng để trang trải các rủi ro tín dụng dẫn đến khơng tích lũy được thu nhập. Hơn nữa, để gia tăng chất lượng tài sản thì ngân hàng phải dùng nhiều nguồn vốn dành cho bảo lãnh tín dụng và giám sát vốn vay, do đó làm tăng chi phí của ngân hàng, từ đó làm giảm hiệu quả hoạt động kinh doanh của ngân hàng.
Các nghiên cứu thực nghiệm của Ahmed Arif và Ahmed Nauman Anees (2012), Mohammad Hossein Khadem Dezfouli và cộng sự (2014) cho thấy tỷ lệ nợ xấu có tác động ngược chiều với tỷ suất sinh lợi của ngân hàng. Từ những lập luận trên, giả thuyết nghiên cứu như sau:
H6: Tỷ lệ nợ xấu có tác động ngược chiều đến tỷ suất sinh lợi tại các NHTM Việt Nam.
Bảng 4.1: Mô tả các biến trong mô nghiên cứu
Các biến Phương pháp đo lường Kỳ vọng dấu
Tỷ suất sinh lợi Tỷ suất sinh lợi trên
tổng tài sản (ROA)
Lợi nhuận sau thuế Tổng tài sản
Tỷ suất sinh lợi trên vốn chủ sở hữu (ROE)
Lợi nhuận sau thuế Vốn chủ sở hữu
Rủi ro thanh khoản
Khe hở tài trợ (FGAP) Dư nợ cho vay − Huy động vốn
Tổng tài sản +
Chỉ số trạng thái tiền mặt (CASH)
Tiền mặt + Tiền gửi tại các TCTD
Tổng tài sản +
Tiền gửi của khách hàng trên tổng tài sản
(DEP)
Tiền gửi khách hàng
Tổng tài sản +
Biến kiểm sốt Quy mơ ngân hàng
(SIZE) Ln(Tổng tài sản) + Quy mô vốn chủ sở hữu (ETA) Vốn chủ sở hữu Tổng tài sản + Tỷ lệ nợ xấu (NPL) Nợ xấu
Dư nợ cho vay -
4.3. Phương pháp nghiên cứu Bước 1: Thống kê mô tả Bước 1: Thống kê mô tả
Sử dụng phần mềm Eveiws 8.1 để thống kê mô tả nhằm xác định những đặc tính cơ bản như tên biến, số mẫu quan sát, giá trị trung bình, trung vị, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn.
Bước 2: Phân tích ma trận tương quan giữa các biến
Một trong số các giả định của hồi quy tuyến tính là khơng có tương quan giữa các biến độc lập, và khi giả thuyết này bị vi phạm thì hiện tượng đa cộng tuyến xảy ra. Hậu quả là các biến bị đa cộng tuyến sẽ bị mất đi ý nghĩa trong mơ hình hoặc hệ số hồi quy có thể bị sai dấu, đa cộng tuyến nghiêm trọng hơn (đa cộng tuyến hồn hảo) sẽ khơng thể ước lượng được mơ hình. Do đó, việc phân tích tương quan giữa các biến trong mơ hình là rất cần thiết, phân tích tương quan được thực hiện thơng qua ma trận tương quan. Nhưng ma trận tương quan lại mắc phải nhược điểm là chỉ phát hiện được tương quan cặp, không phát hiện được tương quan nhóm. Vì vậy, ngồi ma trận tương quan còn có thể sử dụng nhân tử phóng đại phương sai (VIF) sẽ giúp phân tích tương quan nhóm tốt hơn.
Bước 3: Chạy mơ hình hồi quy theo phương pháp POOLED OLS, FEM, REM
Chạy mơ hình hồi quy lần lượt theo các phương pháp POOLED OLS, FEM, REM. Mơ hình hồi quy theo phương pháp bình phương nhỏ nhất (POOLED OLS) là để xác định những yếu tố nào thực sự tác động đến tỷ suất sinh lợi của các ngân hàng. Mơ hình hồi quy theo phương pháp tác động cố định (FEM) với giả định rằng mỗi ngân hàng đều có những đặc điểm riêng biệt có thể tác động đến các biến độc lập. Mơ hình hồi quy theo phương pháp tác động ngẫu nhiên (REM) phân tích mối tương quan giữa phần sai số của mỗi ngân hàng với các biến độc lập, qua đó có thể kiểm soát được các đặc điểm riêng biệt giữa các ngân hàng.
Bước 4: Kiểm định lựa chọn mơ hình
Để lựa chọn ra một mơ hình phù hợp nhất trong ba mơ hình trên tiến hành kiểm định so sánh giữa mơ hình theo các phương pháp POOLED OLS và FEM, mơ hình hồi quy theo phương pháp FEM và REM đối với dữ liệu bảng. Kiểm định đầu tiên được dùng là kiểm định F (kiểm định Redundant) để so sánh lựa chọn theo phương pháp POOLED OLS hay FEM, với giả định H0: chọn mơ hình hồi quy theo phương pháp POOLED OLS, nếu P-value < 0,05 thì bác bỏ H0, kết luận chọn mơ hình hồi quy theo phương pháp FEM, ngược lại thì chọn mơ hình hồi quy theo
phương pháp POOLED OLS. Kiểm định thứ hai là kiểm định Hausman dùng để so sánh giữa FEM và REM, với giả định H0: chọn mơ hình hồi quy theo phương pháp REM, nếu kết quả kiểm định cho thấy P-value < 0,05 thì bác bỏ H0, kết luận mơ hình hồi quy theo phương pháp FEM phù hợp hơn và ngược lại thì ta chọn phương pháp REM.
Bước 5: Kiểm định các khuyết tật của mơ hình
Theo lý thuyết có nhiều phương pháp kiểm định nhưng sử dụng một số phương pháp kiểm định phù hợp với mơ hình. Các phương pháp kiểm định được sử dụng trong bài viết này là:
Kiểm định hiện tượng đa cộng tuyến
Đầu tiên, kiểm định đa cộng tuyến, hiện tượng này có thể dẫn tới một số hậu quả là các ước lượng bị chệch, dấu các hệ số hồi quy thay đổi so với thực tế, giá trị thống kê t nhỏ, khoảng tin cậy rộng dẫn đến khơng có ý nghĩa.
Có 3 cách phát hiện đa cộng tuyến là:
Hệ số R2 cao, nhưng tỷ số t-statistic thấp. Hoặc, hệ số tương quan giữa các biến độc lập cao, nếu lớn hơn 0,8 thì có thể chắc chắn có đa cộng tuyến.
Sử dụng mơ hình hồi quy phụ. Đầu tiên, tác giả ước lượng mơ hình hồi quy phụ giữa một biến độc lập bất kỳ với các biến độc lập cịn lại. Sau đó, để kiểm tra có hay khơng hiện tượng đa cộng tuyến tác giả dùng phương pháp kiểm định tham số để kiểm tra sự ảnh hưởng của các biến độc lập.
Sử dụng nhân tử phóng đại phương sai (VIF). Tốc độ gia tăng của phương sai và hiệp phương sai có thể thấy qua nhân tử phóng đại phương sai gắn liền với biến Xi, ký hiệu là VIF(Xi). VIF(Xi) được thiết lập dựa trên cơ sở của hệ số xác định R2, trong hồi quy của biến Xi với các biến khác như sau:
VIF(Xi) = 1 1 − 𝑅𝑖2
Theo lý thuyết nếu hệ số VIF ≥ 10 thì có hiện tượng đa cộng tuyến giữa hai biến độc lập trong mơ hình.
Cách xử lý hiện tượng đa cộng tuyến (nếu có) bằng các phương pháp như sử dụng thơng tin tiên nghiệm, tăng kích thước mẫu, bỏ biến.
Kiểm định phương sai thay đổi
Một trong những giả thiết quan trọng của mơ hình hồi quy tuyến tính cổ điển là phương sai của từng yếu tố ngẫu nhiên Ui là một số không đổi và bằng σ2. Đây là giả thiết phương sai không thay đổi, tức là, phương sai bằng nhau. Khi có phương sai thay đổi, các ước lượng OLS (phương pháp bình phương nhỏ nhất) khơng hiệu quả. Hiện tượng này cho thấy mức độ phân tán không như nhau của giá trị biến phụ thuộc quan sát được xung quanh đường hồi quy. Chính vì hiện tượng này có ảnh hưởng khá nghiêm trọng đến kết quả nghiên cứu nên thực hiện kiểm định phương sai của sai số thay đổi bằng một trong các kiểm định như Breusch-Pagan- Godfrey, Harvey, Glejser, hoặc White. Trong các kiểm định thì kiểm định White