CHƯƠNG 1 GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
4.2 Mô tả biến và giả thuyết nghiên cứu được sử dụng trong mơ hình
4.2.2 Biến độc lập
4.2.2.1 Biến tỷ lệ tiền gửi khách hàng trên tổng tài sản (DEP)
Tỷ lệ tiền gửi khách hàng được xem như là một trong những yếu tố chính để đo lường rủi ro thanh khoản. Trong thực tế, có một mối quan hệ trực tiếp và đáng kể giữa tỷ lệ này và tỷ suất sinh lợi. Tỷ lệ này cho thấy lượng tiền mặt với tính ổn định cao để tài trợ cho tài sản, sự gia tăng tỷ lệ này có thể tăng khả năng sinh lời. Việc
57
giảm tiền gửi trong danh mục nợ của các ngân hàng khiến các ngân hàng phải đối mặt với thâm hụt thanh khoản. Mặc dù sự gia tăng của các khoản tiền gửi khách hàng cũng dẫn đến sự gia tăng khơng mong muốn chi phí lãi vay của các ngân hàng, các ngân hàng thường kiếm tiền thông qua chênh lệch giữa các mức lãi suất tiền gửi và tiền lãi nhận được từ hạn mức người nhận. Một số nghiên cứu dùng tỷ lệ tiền gửi khách hàng trên tổng tài sản để đo lường rủi ro thanh khoản và tìm thấy tác động cùng chiều của tỷ lệ tiền gửi khách hàng trên tổng tài sản đến hiệu quả hoạt động của ngân hàng: Ahmed Arif và Ahmed Nauman Anees (2012), Ameira Nur Amalia Binti Sohaimi (2013), Mohammad Hossein Khadem Dezfouli và cộng sự (2014), Muhammad Kashif Razzaque Khan và Nadeem A. Syed (2013), Zaphaniah Akunga Maaka (2013).
𝐷𝐸𝑃 =Tiền gửi khách hàng Tổng tài sản
Trong nghiên cứu này tác giả kỳ vọng DEP có tác động cùng chiều với hiệu quả hoạt động ngân hàng (tỷ suất lợi nhuận trên tổng tài sản và tỷ suất lợi nhuận trên vốn chủ sở hữu).
Giả thuyết H1: tỷ lệ tiền gửi khách hàng trên tổng tài sản (DEP) tác động cùng chiều đến hiệu quả hoạt động kinh doanh của ngân hàng.
4.2.2.2 Biến chỉ số trạng thái tiền mặt (CASH)
Để đo lường chỉ số trạng thái tiền mặt bài nghiên cứu này sử dụng công thức được đề xuất bởi Mohammad Hossein Khadem Dezfouli và cộng sự (2014).
𝐶𝐴𝑆𝐻 = Tiền mặt + Tiền gửi tại các TCTD Tổng tài sản
Việc ngân hàng nắm giữ một lượng tiền mặt đủ lớn có thể giúp ngân hàng có khả năng đáp ứng với rủi ro bất ngờ có thể xảy ra. Hơn nữa, việc nắm giữ lượng lớn tài sản có tính thanh khoản nhanh cũng giúp ngân hàng tiết kiệm chi phí đi vay từ nguồn bên ngồi để có thể đáp ứng nhu cầu thanh khoản thiếu hụt của ngân hàng. Điều này có nghĩa là, khi ngân hàng nắm giữ lượng tài sản có tính thanh khoản
58
nhanh đủ lớn (rủi ro thanh khoản thấp) lợi nhuận ngân hàng sẽ tăng lên. Mối quan hệ cùng chiều giữa tỷ lệ tiền mặt trên tổng tài sản và hiệu quả hoạt động ngân hàng này cũng đã được tìm thấy trong nghiên cứu của Ahmad Aref Almazari (2014); Mohammad Hossein Khadem Dezfouli và cộng sự (2014).
Việc nắm giữ tài sản có tính thanh khoản nhanh thường có tỷ suất lợi nhuận thấp hơn so với việc đầu tư vào tài sản sinh lời khác do tài sản thanh khoản nhanh có mức độ an toàn cao hơn. Thêm vào đó, thanh khoản dư thừa có nghĩa là việc phân bổ nguồn lực không hiệu quả, sự gia tăng chi phí phát sinh trong việc nắm giữ tiền mặt, đặc biệt là chi phí trong thời điểm lạm phát; những chi phí này sẽ làm giảm trực tiếp lợi nhuận ngân hàng. Do đó, việc nắm giữ lượng tài sản có tính thanh khoản nhanh q nhiều sẽ làm giảm hiệu quả hoạt động ngân hàng (Vodova, 2011). Ahmed Arif và Ahmed Nauman Anees (2012); Muhammad Kashif Razzaque Khan và Nadeem A. Syed (2013); Ameira Nur Amila Binti Sohaimi (2013), Zaphaniah Akunga Maaka (2013) cũng đã tìm thấy mối quan hệ ngược chiều giữa chỉ số trạng thái tiền mặt và lợi nhuận ngân hàng.
Trong nghiên cứu, với trường hợp thị trường vốn có nhiều biến động và gặp nhiều khó khăn thì ngân hàng nắm giữ nhiều tài sản có tính thanh khoản cao (rủi ro thanh khoản thấp) thì làm tăng lợi nhuận ngân hàng. Cũng vì vậy, tác giả kỳ vọng CASH có tác động cùng chiều với lợi nhuận ngân hàng (tỷ suất lợi nhuận trên tổng tài sản và tỷ suất lợi nhuận trên vốn chủ sở hữu) , tức việc nắm giữ lượng tiền mặt đủ lớn sẽ đem lại lợi nhuận cao hơn cho ngân hàng.
Giả thuyết H2: chỉ số trạng thái tiền mặt (CASH) tác động cùng chiều đến hiệu quả hoạt động kinh doanh của ngân hàng.
4.2.2.3 Biến rủi ro thanh khoản (LGAP)
Để đo lường rủi ro thanh khoản bài nghiên cứu này sử dụng công thức được đề xuất bởi Naser Ail Yadollahzadeh Tabari và cộng sự (2013) dựa trên phương pháp khe hở tài trợ.
59
𝐿𝐺𝐴𝑃 =Dư nợ − Huy động Tổng tài sản
Phương pháp khe hở tài trợ là phương pháp thích hợp nhất trong phân tích định lượng, chỉ số khe hở tài trợ phản ánh được cơ bản nhất về khả năng thanh khoản của ngân hàng. Khe hở tài trợ thể hiện dấu hiệu cảnh báo về rủi ro thanh khoản trong tương lai của ngân hàng. Nếu khe hở tài trợ là dương và ngân hàng có khe hở tài trợ lớn, khi đó trung bình các khoản cho vay lớn hơn trung bình các khoản huy động, chứng tỏ ngân hàng thu được lợi nhuận nhiều hơn từ việc cho vay, lúc này buộc ngân hàng phải giảm tiền mặt dự trữ và giảm các tài sản thanh khoản hoặc đi vay bổ sung trên thị trường tiền tệ, dẫn đến rủi ro thanh khoản của ngân hàng tăng cao (Đặng Văn Dân, 2015). Mối quan hệ cùng chiều giữa rủi ro thanh khoản và lợi nhuận ngân hàng này cũng đã được tìm thấy trong nghiên cứu của Ameira Nur Amila Binti Sohaimi (2013); Ahmad Aref Almazari (2014); Mohammad Hossein Khadem Dezfouli và cộng sự, (2014).
Với chênh lệch âm, tức trung bình cho vay nhỏ hơn trung bình tiền gửi, chứng tỏ thu nhập ít hơn so với chi phí lãi phải trả, tuy nhiên, với lượng vốn huy động dư thừa ngân hàng có thể đầu tư vào các loại tài sản khác có khả năng sinh lời cao hơn, dẫn đến lợi nhuận cao hơn, nhưng lại đi kèm với rủi ro cao hơn. Nếu rủi ro thanh khoản xảy ra, NHTM có thể phải chuyển hóa các tài sản có thanh khoản thành tiền với chi phí cao, chi phí huy động tăng. Hoặc ngân hàng phải tiếp cận với thị trường tiền tệ để tăng vốn với chi phí cao hơn. Theo đó, làm cho hoạt động kinh doanh trì trệ dẫn đến giảm sút thu nhập, sụt giảm lợi nhuận. Mối quan hệ ngược chiều giữa rủi ro thanh khoản và lợi nhuận ngân hàng này cũng đã được tìm thấy trong nghiên cứu của Ahmed Arif và Ahmed Nauman Anees (2012), Chung – Hua Shen và cộng sự (2009); Kim Cuong Ly (2015); Naser Ail Yadollahzadeh Tabari và cộng sự (2013); Muhammad Kashif Razzaque Khan và Nadeem A. Syed (2013), Ameira Nur Amila Binti Sohaimi (2013), Zaphaniah Akunga Maaka (2013).
60
Với tình hình thực tế tại Việt Nam, trong nghiên cứu này tác giả kỳ vọng mối quan hệ giữa LGAP và hiệu quả hoạt động (tỷ suất lợi nhuận trên tổng tài sản và tỷ suất lợi nhuận trên vốn chủ sở hữu) là cùng chiều nhau.
Giả thuyết H3: tỷ lệ rủi ro thanh khoản (LGAP) tác động cùng chiều đến hiệu quả hoạt động kinh doanh của ngân hàng.
4.2.2.4 Biến tỷ lệ nợ xấu (NPL)
Tỷ lệ nợ xấu là tỷ số cho thấy chất lượng tài sản và rủi ro xảy ra đối với các khoản cho vay. Do vậy, tỷ lệ nợ xấu là một trong những chỉ tiêu quan trọng để xem xét mức độ rủi ro tín dụng, và cũng là chỉ số cho thấy chất lượng cho vay của ngân hàng. Có rất nhiều các nghiên cứu trước đây sử dụng biến tỷ lệ nợ xấu để đo lường chất lượng cho vay của các ngân hàng như: Ahmed Arif và Ahmed Nauman Anees (2012), Ameira Nur Amalia Binti Sohaimi (2013), Mohammad Hossein Khadem Dezfouli và cộng sự (2014), Muhammad Kashif Razzaque Khan và Nadeem A. Syed (2013), Zaphaniah Akunga Maaka (2013), Nguyễn Công Tâm và Nguyễn Minh Hà (2012).
Tỷ lệ nợ xấu của ngân hàng tăng cao cho thấy chất lượng tín dụng giảm, mức độ rủi rủi ro tín dụng cao, cho thấy xác xuất mà ngân hàng đối mặt với những khoản cho vay không thu hồi được là rất lớn, kéo theo rủi ro thanh khoản cũng tăng cao. Chính vì vậy tỷ lệ nợ xấu tăng cao làm giảm lợi nhuận ngân hàng, hay nói cách khác là mối quan hệ giữa tỷ lệ nợ xấu và lợi nhuận ngân hàng là ngược chiều nhau. Có nhiều nghiên cứu trước đây cũng đã tìm thấy mối quan hệ ngược chiều giữa tỷ lệ nợ xấu và lợi nhuận ngân hàng như: Ahmed Arif và Ahmed Nauman Anees (2012), Ameira Nur Amalia Binti Sohaimi (2013), Mohammad Hossein Khadem Dezfouli và cộng sự (2014), Muhammad Kashif Razzaque Khan và Nadeem A. Syed (2013), Nguyễn Công Tâm và Nguyễn Minh Hà (2012).
Tỷ lệ nợ xấu (NPL) được đo lường thông qua công thức sau: 𝑁𝑃𝐿 = 𝑁ợ 𝑥ấ𝑢
61
Từ những lập luận trên, tác giả kỳ vọng rằng mối quan hệ giữa NPL và hiệu suất hoạt động (tỷ suất lợi nhuận trên tổng tài sản và tỷ suất lợi nhuận trên vốn chủ sở hữu) là ngược chiều nhau.
Giả thuyết H4: tỷ lệ nợ xấu (NPL) tác động ngược chiều đến hiệu quả hoạt động kinh doanh của ngân hàng.
4.2.2.5 Biến quy mô ngân hàng (SIZE)
Biến SIZE được đo lường bằng Logartit tự nhiên của tổng tài sản. Biến SIZE được sử dụng để nghiên cứu sự ảnh hưởng của quy mô ngân hàng đến lợi nhuận của ngân hàng.
Các lý thuyết kinh tế cho rằng các ngân hàng có quy mơ lớn có thể nâng cao khả năng cạnh tranh trong việc thu hút lượng lớn khách hàng bởi vì ngân hàng có thể cung cấp dịch vụ với mức giá thấp do khai thác lợi thế kinh tế theo quy mơ, từ đó mang lại lợi nhuận cao hơn cho ngân hàng. Ngoài ra, các ngân hàng quy mơ lớn lớn có thể nâng cao sức mạnh của ngân hàng trên thị trường thơng qua hình ảnh thương hiệu mạnh và một sự ngầm định quá lớn để sụp đổ (Kosak and COK, 2008). Do đó, có nhiều nghiên cứu trước đây đã tìm thấy một mối quan hệ tích cực giữa quy mô ngân hàng (SIZE) và lợi nhuận ngân hàng như: Kosmidou (2008), Flamini et al (2009), Chung – Hua Shen và cộng sự (2009), Mohammad Hossein Khadem Dezfouli và cộng sự (2014), Naser Ail Yadollahzadeh Tabari (2013), Nguyễn Công Tâm và Nguyễn Minh Hà (2012).
Tuy nhiên, nếu ngân hàng mở rộng quy mô quá lớn, vượt quá khả năng quản lý và kiểm soát của ngân hàng, lúc này sẽ gây ra rất nhiều khó khăn cho việc quản lý, ngân hàng có khả năng khơng kiểm sốt chặt chẽ được chi phí phát sinh đặc biệt là những chi phí hành chính, chi phí nhân sự…, đồng thời có thể khiến các nhà quản trị dễ mắc phải những sai lầm trong việc đưa ra quyết định từ đó gây ảnh hưởng tiêu cực đến lợi nhuận ngân hàng (Pasiouras and Kosmidou, 2007; Stiroh and Rumble, 2006). Sufian and Habibullah (2009), Ben Naceur and Goaied (2008), Ahmad Aref
62
Almazari (2014) cũng đã cung cấp bằng chứng ủng hộ rằng có mối quan hệ ngược chiều giữa quy mô ngân hàng và lợi nhuận ngân hàng.
Và trong bài nghiên cứu này, tác giả cũng kỳ vọng quy mơ ngân hàng (SIZE) có tác động cùng chiều đến lợi nhuận ngân hàng (tỷ suất lợi nhuận trên tổng tài sản và tỷ suất lợi nhuận trên vốn chủ sở hữu).
Giả thuyết H5: quy mô ngân hàng (SIZE) tác động cùng chiều đến hiệu quả hoạt động kinh doanh của ngân hàng.
4.3 Phương pháp nghiên cứu
4.3.1 Phân tích thống kê mơ tả
Phương pháp thống kê mơ tả, mơ tả đặc tính cơ bản của bộ dữ liệu thu thập nhằm có cái nhìn tổng qt về mẫu nghiên cứu. Thống kê các biến giải thích và biến phụ thuộc của các Ngân hàng TMCP Việt Nam trong giai đoạn năm 2008 đến 2015 qua đó thấy được giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và giá trị nhỏ nhất của từng biến trong mơ hình cũng như kích thước mẫu.
4.3.2 Phân tích ma trận tương quan
Phân tích ma trận tương quan dùng để xem xét mối quan hệ giữa các biến giải thích với các biến phụ thuộc, cũng như mối tương quan giữa các biến giải thích với nhau. Kết quả ma trận tương quan bước đầu đánh giá được sơ bộ mối quan hệ giữa biến giải thích và biến phụ thuộc. Trong trường hợp các biến giải thích có tương quan với nhau rất cao, cụ thể trường hợp hệ số ma trận tương quan giữa các biến giải thích lớn hơn 0,8. Khi đó, mơ hình có khả năng đa cộng tuyến cao.
4.3.3 Phân tích hồi quy
Phân tích hồi quy dùng để đo lường mức độ tác động và chiều tác động của các biến giải thích đến các biến phụ thuộc, phương pháp này giúp giải quyết mục tiêu nghiên cứu đã đặt ra ở chương 1.
63
Bài nghiên cứu sử dụng mơ hình hồi quy bình phương bé nhất dạng gộp Pooled OLS để hồi quy dữ liệu bảng (Panel data). Phương pháp Pooled OLS có các hạn chế về đặc tính khơng gian và thời gian của dữ liệu, để khắc phục những hạn chế này, mơ hình FEM (tác động cố định) và mơ hình REM (tác động ngẫu nhiên) được sử dụng. Để lựa chọn được mơ hình tối ưu, ta tiến hành kiểm định Redundant để lựa chọn giữa hai mơ hình Pooled OLS và FEM, nếu giá trị xác suất Prob (Chi- square) nhỏ hơn mức ý nghĩa 5% thì mơ hình FEM tối ưu hơn, tiếp theo đó tiến hành kiểm định Hausman để lựa chọn giữa mơ hình FEM và REM, nếu giá trị xác suất Prob (Random) nhỏ hơn mức ý nghĩa 5% thì mơ hình FEM tối ưu hơn (Chris brooks, 2008).
Sau khi lựa chọn được mơ hình tối ưu sẽ tiến hành kiểm định lại các giả định của mơ hình hồi quy OLS như hiện tượng đa cộng tuyến, tự tương quan, phương sai thay đổi. Khi các giả định hồi quy bị vi phạm ta chuyển sang hồi quy theo phương pháp bình phương bé nhất tổng quát (GLS) để khắc phục các vi phạm của giả định hồi quy.
4.3.4 Kiểm định vi phạm các giả định hồi quy 4.3.4.1 Kiểm định đa cộng tuyến 4.3.4.1 Kiểm định đa cộng tuyến
Đa cộng tuyến là hiện tượng mà các biến giải thích có tương quan q chặt chẽ với nhau. Giả định của mơ hình hồi quy OLS là khơng có hiện tượng đa cộng tuyến, hay tương quan giữa các biến giải thích khơng q cao, khi mơ hình có hiện tượng đa cộng tuyến dẫn đến ước lượng mơ hình khơng chính xác. Hệ số tương quan giữa các biến giải thích lớn hơn 0,8 thì mơ hình có khả năng đa cộng tuyến cao, mặt khác có thể kiểm định đa cộng tuyến bằng hệ số phóng đại phương sai VIF (Variance Inflation Factor) bằng cơng thức:
VIFi = 1 1-Ri2
64
Trong đó, Ri2 là hệ số số xác định của mơ hình hồi quy phụ thứ i (hồi quy từng
biến giải thích i với các biến giải thích cịn lại). Nếu hệ số phóng đại phương sai VIF lớn hơn 10 thì có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
4.3.4.2 Kiểm định phương sai thay đổi
Giả định của mô hình hồi quy OLS yêu cầu phương sai là không đổi. Nếu phương sai ứng với quan sát i là những đại lượng khơng bằng nhau. Khi đó, phương sai được gọi là thay đổi. Khi giả thuyết phương sai không đổi bị vi phạm dẫn đến các khoảng tin cậy và kiểm định giả thuyết dựa trên phân phối t-statistic và F- statistic khơng cịn đáng tin cậy nữa. Để kiểm định phương sai thay đổi tác giả sử dụng phương pháp kiểm định Breusch-Pagan-Godfrey, nếu giá trị xác suất Prob < 5%, thì bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, tức có hiện tượng phương sai thay đổi trong mơ hình.
4.3.4.3 Kiểm định tự tương quan
Hiện tượng tự tương quan xảy ra khi tương quan giữa các phần dư. Khi có tồn tại hiện tượng tự tương quan, tuy các ước lượng OLS vẫn là các ước lượng không chệch nhưng không phải là ước lượng hiệu quả. Hay nói cách khác, ước lượng OLS khơng phải là ước lượng không chệch tốt nhất. Để phát hiện tự tương quan xảy ra trong mơ hình, tác giả sử dụng phương pháp kiểm định Lagrange (LM), nếu giá trị xác suất Prob < 5% thì bác bỏ giá thuyết H0, chấp nhận giả thuyết H1, tức có hiện tượng tự tương quan.
4.4 Thu thập và xử lý số liệu 4.4.1 Mẫu nghiên cứu 4.4.1 Mẫu nghiên cứu
Tác giả sử dụng dữ liệu bảng thông qua mẫu quan sát gồm 24 ngân hàng thương mại của Việt Nam trong khoảng thời gian từ 2008 – 2015. Danh sách 24 ngân hàng thương mại cổ phần được liệt kê chi tiết ở Phụ lục 10.