Biến thanh khoản Khơng có biến tương tác Có biến tương tác
LIQ1 0.0000 0.0000
LIQ2 0.0000 0.0000
LIQ3 0.0000 0.0000
Nguồn: Trích xuất từchương trình Stata Căn cứ vào bảng số liệu 4.5 thì có thể thấy rằng tất cả các p-value của các kiểm
định Wooldridge ở các phương trình hồi quy tương ứng với các biến thanh khoản cũng như phương trình hồi quy đều bằng 0.0000, nhỏ hơn 10%. Kết quả này ngụ ý rằng có tồn tại TTQ trong sai số của mơ hình.
Qua đây, đề tài kết luận rằng tồn tại TTQ và PSTD trong mơ hình nghiên cứu, cho nên như đã lập luận trong phần 3.4 của luận văn, đề tài sẽ sử dụng PPUL GMM để ước lượng mơ hình nghiên cứu ảnh hưởng của VCSH của ngân hàng và TKNH đến TTTD của các NHTMCP ở Việt Nam.
4.3. Kết quảước lượng
Sau khi đã kiểm tra các vấn đề hồi quy trong phương trình nghiên cứu, luận văn
cho rằng tồn tại TTQ và PSTD trong phần dư của phương trình nghiên cứu. Cho nên
như đã đề cập trong nội dung của chương 03 về phương pháp hồi quy, luận văn áp dụng phương pháp GMM khi có thể giải quyết được các vấn đề hồi quy như nội sinh, PSTD và TTQ của phần dư trong phương trình nghiên cứu.
Bảng 4.6 cung cấp kết quảước lượng thu được bởi phương pháp GMMđối với biến TKNH được đại diện bởi tỷ lệ TSTK trên TTS. Nhưng trước khi đi đến phần thảo luận các kết quả đạt được trong bảng 4.6, luận văn sẽ xem liệu kết quả thu được từ phương pháp GMM có phù hợp hay khơng bằng cách phân tích kiểm định AR(2) cũng như kiểm định Hansen như đã đề cập trong phần 3.4 của đề tài. Trong đó giả thuyết H0 của kiểm định này là khơng có TTQ/nội sinh sau khi sử dụng PPUL GMM ước lượng.
Theo đó, có thể thấy rằng giá trị p-value của kiểm định AR(2) ở hai cột lần lượt
là 0.838 và 0.576, đều lớn hơn giá trị 10%. Giá trị p-value này hàm ý rằng sai số của
phương trình nghiên cứu ảnh hưởng của VCSH và thanh khoản đến TTTD của ngân hàng khơng cịn TTQ sau khi sử dụng GMM đểước lượng phương trình nghiên cứu.
Đồng thời, giá trị p-value của kiểm định Hansen ở hai cột lần lượt là 0.257 và 0.190, đều lớn hơn giá trị 10%. Giá trị p-value này hàm ý rằng các biến công cụđược sử dụng không tương quan với sai số của phương trình nghiên cứu tác động của VCSH và thanh khoản đến TTTD của ngân hàng. Cho nên, các kết quả thu được từ GMM trong bảng kết quả này là phù hợp và có thể dùng để phân tích.
Tiếp theo, có thể thấy rằng hệ số hồi quy của biến LGR(-1) lần lượt đạt 0.151 và 0.0524 ở cảhai phương trình khơng có và có biến tương tác giữa VCSH của ngân hàng
các ngân hàng có TTTD ở kỳ trước càng cao thì sẽ có TTTD ở kỳ này càng cao. Nói cách khác, các NHTMCP trong mẫu dữ liệu khi có TTTD ở kỳtrước tăng 1 đơn vị thì sẽ làm cho CV ở kỳnày tăng khoảng 0.0524 đến 0.151 đơn vị. Kết quảnày tương đồng với Brei và các cộng sự (2013), Kim và Sohn (2017).
Đồng thời, dựa vào hệ sốước lượng của biến VCSH của ngân hàng lần lượt đạt -2.952 và -4.254 ở cảhai phương trình khơng có và có biến tương tác giữa VCSH của ngân hàng và TKNH và p-value của các hệ số đều nhỏ hơn 10%. Các giá trị này cho thấy rằng VCSH của ngân hàng và TTTD có mối tương quan âm với nhau. Giá trị của hệ số hồi quy này cho thấy rằng, các ngân hàng có VCSH của ngân hàng càng cao thì sẽ càng hạn chế cho vay hơn các ngân hàng có VCSH của ngân hàng thấp hơn. Phát hiện này tuy không như kỳ vọng dấu của luận văn được trình bày trong chương 3 cũng như Bernanke và Lown (1991), Furlong (1992), Hancock và Wilcox (1994), Gambacorta và Mistrulli (2004), Meh và Moran (2010), Berrospide và Edge (2010), Carlson và các cộng sự (2013), Francis và Osborne (2012), Brei và các cộng sự (2013), Kapan và Minoiu (2013), Chen và Wu (2014), Kosak và các cộng sự (2015), Kim và Sohn (2017). Nhưng luận văn cho rằng việc tăng VCSH của các ngân hàng tại Việt
Nam nhìn chung tương đối khó khăn hơn và cũng tốn kém hơn. Cho nên trong trường hợp NHTMCP trong mẫu dữ liệu có thểtăng vốn cổ phần thì dường như các ngân hàng
này sẽ hạn chế cho vay nhằm đảm bảo các tỷ lệ an toàn vốn tuân theo quy định của
Ngân hàng Nhà Nước, đặc biệt là hệ số an tồn vốn (CAR). Với CAR có tử số là vốn tự có của ngân hàng và mẫu số là dư nợ cho vay có trọng số rủi ro. Cho nên nếu các ngân hàng tiếp tục mở rộng tín dụng thì sẽ làm tăng mẫu số, nói cách khác, CAR của ngân hàng sẽ suy giảm mặc dù ngân hàng đã được tăng vốn. Do đó, để đảm bảo CAR
cao, các ngân hàng khi tăng VCSH của ngân hàng lên sẽcó khuynh hướng hạn chế cho vay, hoặc thậm chí giảm cho vay.
Bảng 4.6. Kết quảảnh hưởng của thanh khoản và vốn chủ sở hữu của ngân hàng đến tăng trưởng tín dụng của các NHTMCP Mơ hình 1 Mơ hình 2 Lgr(-1) 0.151*** 0.0524* (10.74) (2.22) liq1(-1) -0.251 -1.273** (-1.79) (-3.28) cap(-1) -2.952*** -4.254*** (-4.69) (-3.80) size(-1) -0.0934*** -0.164*** (-5.23) (-4.02) roa(-1) 5.923*** -0.257 (3.35) (-0.08) npl(-1) -0.724** -1.296** (-2.72) (-2.69) Gdpgr(-1) -5.633*** -4.159** (-5.01) (-2.95) infl(-1) -0.00372* -0.00606*** (-2.18) (-3.63) liq1(-1)*cap(-1) 10.07*** (4.22) Hệ số chặn 3.895*** 6.308*** (5.49) (4.37) Số quan sát 206 206 ar1 0.0577 0.00544 ar2 0.838 0.576
Hansen 0.257 0.190
Nguồn: Trích xuất từchương trình Stata
Yếu tố TKNH LIQ1 cũng tìm thấy có mối tương quan ngược chiều với TTTD của ngân hàng và p-value nhỏhơn 5%. Mối tương quan này hàm ý rằng các ngân hàng càng có TKNH càng cao thì sẽ càng hạn chế cho vay hơn so với các ngân hàng có thanh khoản thấp. Kết quả này phù hợp với các phát hiện của các tác giảnhư Taylor và
William (2007), Olokoyo (2011), Vasquez và Federico (2012), Olumuyiwa (2012), Jimenez và các cộng sự (2012), Amano (2014). Có thể thấy rằng mức độ TKNH càng cao, có nghĩa là ngân hàng đang đầu tư nhiều vào TSTK, nói cách khác, các ngân hàng lúc này sẽ hạn chế cho vay.
Thú vị hơn, hệ số ước lượng của biến tương tác giữa VCSH của ngân hàng và TKNH bằng 10.07 và có ý nghĩa thống kê ở mức 1%. Kết quả này cho thấy rằng với các NHTMCP trong mẫu dữ liệu có mức thanh khoản (được đo lường bởi LIQ1) lớn
hơn 42.2443%2 thì khi tăng VCSH của ngân hàng sẽ có thể gia tăng cho vay ngân hàng. Ngược lại, các NHTMCP trong mẫu dữ liệu có mức thanh khoản (được đo lường bởi LIQ1) thấp hơn 42.2443% thì khi tăng VCSH của ngân hàng sẽ có thể giảm cho vay ngân hàng. Phát hiện này hàm ý rằng các ngân hàng mà có thanh khoản cao thì
dường như có thểđủ an tồn đểcho vay khi tăng được vốn hơn là so với các ngân hàng có mức thanh khoản thấp. Đề tài lý giải phát hiện này theo hướng: trong trường hợp, các ngân hàng có mức thanh khoản thấp thì khi tăng được vốn các ngân hàng này sẽ có
khuynh hướng đầu tư vào TSTK nhiều hơn nhằm đảm bảo các tỷ lệ an toàn vốn tuân thủ theo quy định của Ngân hàng Nhà nước. Chi tiết các ngân hàng có mức thanh khoản trên 42.2443% sẽđược đề tài trình bày trong phụ lục 2 danh sách các NHTMCP theo thanh khoản của luận văn.
QM ngân hàng cũng tìm thấy có mối tương quan ngược chiều với TTTD của ngân hàng và p-value nhỏ hơn 1%. Mối tương quan này có nghĩa là các ngân hàng có QM càng lớn thì dường như sẽ hạn chế cho vay hơn so với các ngân hàng nhỏ. Điều này tương đồng với các phát hiện của các tác giả như Peek và Rosengren (1995), Brei và các cộng sự (2013), Chen và Wu (2014), Kosak và các cộng sự (2015), Kupiec và các cộng sự (2017), Kim và Sohn (2017). Có thể lý giải kết quả này như là QM ngân hàng có thể phản ánh được QM nền kinh tếtrong đó các ngân hàng QM lớn dường như
nhận được nhiều lợi ích từ QM nền kinh tế do sự sụt giảm trong chi phí sản xuất và thu thập thơng tin. Bên cạnh đó, các ngân hàng có QM lớn được cho rằng có khảnăng đa
dạng hóa nhiều hơn (Moussa và Chadia, 2016). Vì thế các ngân hàng có QM lớn có
khuynh hướng thận trọng hơn trong việc cấp tín dụng cho các khách hàng vì khơng có
động cơ mạnh mẽ để cho vay như các ngân hàng nhỏ vì có lợi thế QM nền kinh tế và
đa dạng hóa tốt hơn.
Trái ngược lại với các yếu tố trên, thu nhập ngân hàng được tìm thấy có tương
quan cùng chiều với TTTD của ngân hàng ở mức 0.01. Mối tương quan này cho thấy rằng, các ngân hàng có thu nhập càng cao thì dường như sẽ gia tăng việc cấp tín dụng nhiều hơn so với các ngân hàng có thu nhập thấp. Điều này này tương đồng với các phát hiện được tìm thấy bởi các tác giả như Jimenez và các cộng sự (2012), Chen và Wu (2014), Kim và Sohn (2017). Luận văn cho rằng các ngân hàng có thu nhập nhiều
thì dường như là các ngân hàng có BCDKT khỏe mạnh (Kim và Sohn, 2017) bởi vì các ngân hàng có thu nhập cao thường là các ngân hàng hoạt động kinh doanh tốt và có khảnăng chi phối thị trường. Cho nên, mức độ chấp nhận rủi ro của các ngân hàng này
có khuynh hướng cao hơn so với các ngân hàng có ít thu nhập, và trong trường hợp này các ngân hàng sẽ cấp tín dụng nhiều hơn.
RRTD cho thấy mối tương quan ngược chiều với TTTD của ngân hàng và p-
càng lớn thì dường như sẽ hạn chế trong việc cấp tín dụng nhiều hơn so với các ngân hàng có RRTD thấp. Kết quả này tương tự với các kết quả của các nghiên cứu trước
đây như Cucinelli (2015), Kosak và các cộng sự (2015), Awdeh (2016), Kupiec và các cộng sự (2017), Kim và Sohn (2017). Luận văn giải thích phát hiện này theo hướng: khi ngân hàng có mức RRTD tương đối cao thì dường như sẽ gặp nhiều khó khăn trong
cơng tác kinh doanh chẳng hạn như phải trích lập chi phí dự phịng nhiều hơn dẫn đến thu nhập thấp hơn, chất lượng tài sản thấp, phải huy động nhiều hơn đểđảm bảo thanh khoản theo yêu cầu của Ngân hàng nhà nước…. Cho nên trong trường hợp này các ngân hàng có RRTD cao dường như sẽ hạn chế cho vay hơn so với các ngân hàng có RRTD thấp.
TTKT cũng cho thấy mối tương quan nghịch biến với TTTD của ngân hàng và p-value nhỏ hơn 1%. Mối tương quan này có nghĩa là TTKT của Việt Nam càng tăng trưởng đáng kể thì các ngân hàng đang kinh doanh tại Việt Nam có khuynh hướng hạn chế TTTD so với giai đoạn khác. LP cũng cho thấy mối tương quan tương tự như
TTKT. Kết quả này có nghĩa là tỷ lệ LP của Việt Nam càng gia tăngthì dường như các ngân hàng sẽ hạn chếcho vay hơn so với giai đoạn LP thấp.
4.4. Kiểm tra tính vững chắc
Bảng 4.7 cung cấp kết quảước lượng thu được bởi phương pháp GMMđối với biến TKNH được đại diện bởi (1) tỷ lệ TSTK trên tổng nghĩa vụ nợ và (2) tỷ lệ TSTK trên tiền gửi khách hàng. Nhưng trước khi đi đến phần thảo luận các kết quảđạt được trong bảng 4.7, luận văn sẽ xem liệu kết quả thu được từ phương pháp GMM có phù
hợp hay khơng bằng cách phân tích kiểm định AR(2) cũng như kiểm định Hansen như đã đề cập trong phần 3.4 của đềtài. Trong đó giả thuyết H0 của kiểm định này là khơng có TTQ/nội sinh sau khi sử dụng phương pháp GMMước lượng.
Theo đó, có thể thấy rằng giá trị p-value của kiểm định AR(2) ở bốn cột trong bảng 4.7 lần lượt là 0.870, 0.589, 0.872, và 0.695, đều lớn hơn giá trị 10%. Giá trị p- value này hàm ý rằng sai số của phương trình nghiên cứu tác động của VCSH và thanh khoản đến CV của ngân hàng khơng cịn TTQ sau khi sử dụng GMM đểước lượng mơ hình nghiên cứu.
Đồng thời, giá trị p-value của kiểm định Hansen ở bốn cột trong bảng 4.7 lần
lượt là 0.142, 0.136, 0.169, và 0.211, đều lớn hơn giá trị 10%. Giá trị p-value này hàm ý rằng các biến công cụ được sử dụng không tương quan với sai số của phương trình
nghiên cứu tác động của VCSH và thanh khoản đến TTTD của ngân hàng. Cho nên, các kết quả thu được từ GMM trong bảng kết quả này là phù hợp và có thể dùng để
phân tích.