CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.1. Mơ hình nghiên cứu
Nhằm mục tiêu phân tích sự tác động của quy mô hoạt động đến mức độ rủi ro của các ngân hàng thương mại tại Việt Nam, tác giả tiến hành xây dựng mơ hình nghiên cứu dựa trên cơng trình nghiên cứu của Sanjai Bhagat, Brian Bolton và Jun Lu (2015) và có những sự điều chỉnh trong các biến nghiên cứu để phù hợp với tình tình nền kinh tế của Việt Nam hiện nay.
Thước đo đo lường mức độ rủi ro của các ngân hàng thương mại tại Việt Nam (Bank risk) được sử dụng chính trong luận văn là Z-score với ý ngh a là Z-score càng lớn thì ngân hàng càng ít chịu rủi ro hay nói cách khác, Z-score càng lớn thì mức độ rủi ro của ngân hàng càng nhỏ. Bên cạnh đó tác giả cũng sử dụng độ lệch chuẩn của lợi nhuận cổ phiếu theo ngày - là một thước đo đo lường mức độ rủi ro khác với ý ngh a là độ lệch chuẩn của lợi nhuận cổ phiếu theo ngày càng lớn thì mức độ rủi ro của các ngân hàng càng lớn. Để kiểm tra mối quan hệ giữa quy mô doanh nghiệp (được đo lường bởi biến Asset) và mức độ rủi ro (Bank Risk) của ngân hàng thương mại tại Việt Nam, tác giả thực hiện chạy hồi quy cơ sở theo phương trình (1) như sau: Phương trình (1)
Trong đó:
: Biến đại diện mức độ rủi ro của các ngân hàng thương mại, được đo lường bằng giá trị logarit tự nhiên của Z-score
: Biến đại diện quy mô hoạt động của ngân hàng thương mại, được đo lường bằng logarit tự nhiên của Tổng tài sản
: Biến đại diện cho giá trị thị trường trên giá trị sổ sách, được đo lường bằng giá cổ phiếu cuối năm trên giá trị sổ sách của cổ phiếu. Biến này chỉ thu thập được đối với các ngân hàng thực hiện niêm yết trên hai sàn chứng khoán của Việt Nam là HOSE, HNX.
: Biến đại diện cho quản trị doanh nghiệp, được đo lường bằng trung vị giá trị bằng tiền của lượng cổ phẩn sở hữu bởi các cá nhân thuộc Ban giám đốc.
: Biến đại diện cho tỷ lệ sở hữu của CEO, được đo lường bằng tỷ lệ sở hữu cổ phiếu cuối năm của CEO.
: Biến đại diện cho số năm thành lập của các ngân hàng thương mại. Được đo lường bằng năm quan sát trừ đi năm thành lập ngân hàng.
: Biến đại diện cho giai đoạn khủng hoảng. Nhận giá trị bằng 1 cho năm 2009 và 0 cho các năm từ 2010 trở đi.
Kết quả của các hệ số , , , , , sẽ là cơ sở diễn giải cho mối tương quan giữa các biến độc lập bao gồm quy mô hoạt động, giá trị thị trường trên giá trị sổ sách, biến đại diện cho quản trị doanh nghiệp, tỷ lệ sở hữu của Tổng giám đốc, tuổi của ngân hàng, yếu tố khủng hoảng và biến phụ thuộc là mức độ rủi ro của các ngân hàng thương mại tại Việt Nam. Tác giả sử dụng các phương pháp hồi quy là phương pháp hồi quy Robust (Robust regression) để giảm thiểu ảnh hưởng của các giá trị nhiễu trong dữ liệu (outliers), phương pháp hồi quy mơ hình ước lượng bình phương nhỏ nhất (Pooled OLS) và có điều chỉnh cho hiện tượng phương sai thay đổi có thể có (robus), mơ hình hồi quy hiệu ứng cố định (FEM), và mơ hình hiệu ứng ngẫu nhiên (REM) để xem x t tương quan giữa quy mô hoạt động và mức độ rủi ro của các ngân hàng thương mại tại Việt Nam. Tiếp theo đó, tác giả sử dụng kết quả thống kê F và kiểm định Hausman để lựa chọn trong ba phương pháp Pool OLS, FEM và REM, phương pháp hồi quy nào là phù hợp nhất với dữ liệu thu thập được. Trong bài nghiên cứu này, do tình hình thực tế ở Việt Nam khơng có các ngân hàng đầu tư và số lượng q ít các cơng ty bảo hiểm niêm yết trên thị trường chứng khoán Việt Nam nên tác giả loại bỏ các biến giả đại diện cho ngân hàng đầu tư, các công ty bảo hiểm nhân thọ.
Đây là sự khác biệt trong đối tượng nghiên cứu của bài luận văn này so với bài nghiên cứu gốc của Sanjai Bhagat và các cộng sự.
Các nghiên cứu trong l nh vực tài chính doanh nghiệp trên Thế giới đã được các tác giả công bố thường gặp khó khăn với vấn đề nội sinh trong mơ hình nghiên cứu. Bài nghiên cứu này của tác giả cũng không ngoại lệ. Theo kết quả nghiên cứu của Brewer và Jagtiani (2009) chỉ ra rằng, các ngân hàng sẵn sàng chi trả các khoản chi phí lớn để thực hiện các thương vụ mua lại các ngân hàng/công ty khác nhằm gia tăng quy mô để nhằm đạt đến trạng thái "Quá lớn để sụp đổ". Do đó, tuy rằng các ngân hàng có nhiều khả năng theo đuổi các hoạt động có mức độ rủi ro cao khi quy mơ của các ngân hàng đó tăng lên, nhưng ngược lại, các ngân hàng có hoạt động kinh doanh có rủi ro cao sẽ cần có sự bảo đảm hỗ trợ của các cơ quan quản lý khi họ gặp khó khăn, vì thế các ngân hàng này có động cơ gia tăng quy mơ để đạt được đến trạng thái "Quá lớn để sụp đổ". Để giải quyết vấn đề nội sinh xảy ra trong mơ hình nghiên cứu, tác giả sử dụng phương pháp hồi quy hai giai đoạn - Two-Stage Least Squares IV (2SLS) với các biến công cụ (IV), cụ thể là các biến logarit tự nhiên của số lượng nhân viên của ngân hàng (Employee), logarit tự nhiên tài sản cố định hữu hình (PPE), các biến này cũng đã được Sanjai Bhagat, Brian Bolton, Jun Lu (2015) sử dụng trong bài nghiên cứu của mình.
Phương trình (2) - Mơ hình biến cơng cụ giai đoạn hai:
Phương trình (3) - Mơ hình biến cơng cụ giai đoạn một:
Trong đó:
: Logarit tự nhiên của số lượng nhân viên của các ngân hàng thương mại
: Logarit tự nhiên của tài sản cố định của các ngân hàng thương mại
Các biến còn lại được định ngh a tương tự như ở phương trình (1)
Z-score được cấu thành bởi 3 yếu tố là ROA, CAR và σ(ROA). Khi giá trị ROA tăng lên và tỷ lệ an toàn vốn - CAR tăng lên sẽ khiến cho giá trị Z-score tăng lên, ngược lại, khi độ lệch chuẩn của ROA - σ(ROA) tăng lên sẽ khiến Z-score giảm xuống. Do đó, trong trường hợp có mối quan hệ tích cực giữa quy mơ doanh nghiệp và mức độ rủi ro, có thể nguyên nhân bắt nguồn từ việc ROA giảm xuống, hoặc tỷ lệ an toàn vốn - CAR giảm xuống và/hoặc độ lệch chuẩn của ROA - σ(ROA)tăng lên. Vì thế, quy mơ hoạt động tác động lên mức độ rủi ro của doanh nghiệp được đo lường băng Z-score sẽ tác động thông qua các thành phần cấu tạo nên Z-score. Để tìm hiểu thêm về cách các thành phần cấu tạo nên Z-core tương quan với quy mô doanh nghiêp, tác giả chạy hồi quy với từng thành phần cấu tạo nên Z-core như một biến phụ thuộc riêng biệt. Tác giả thực hiện chạy hồi quy theo phương pháp 2SLS tương tự như phương trình (2), (3) với các biến phụ thuộc là ROA, CAR và .