STT Biến Ký hiệu Cách tính Dấu kì vọng Biến phụ thuộc
– Nguồn vốn huy động trung bình) / Tổng tài sản
Biến độc lập
2 Tỷ lệ vốn chủ sở hữu
trên tổng tài sản CAP
=Tổng vốn chủ sở hữu / Tổng
Tài sản +
3 Tỷ lệ dư nợ cho vay trên
tổng tài sản TLA
= Tổng dư nợ cho vay / Tổng
Tài sản +
4 Tỷ lệ lợi nhuận ROE = Lợi nhuận / Vốn chủ sở hữu +
5
Tỷ lệ tổng nguồn tài trợ bên ngoài trên tổng nguồn vốn
EFD = Tổng nguồn tài trợ bên
ngoài / Tổng nguồn vốn +
6 Quy mô tổng tài sản SIZE = Log (Tổng tài sản) -
7
Tỷ lệ chi phí dự phịng rủi ro trên tổng dư nợ cho vay
LLR = Chi phí dự phịng rủi ro /
Tổng dư nợ cho vay +
Biến kiểm soát
8 Tăng trưởng kinh tế GDPt GDPt-1 + + 9 Lạm phát INFt INFt-1 + + (Với dấu (+) tác động cùng chiều, dấu (-) tác động ngược chiều)
4.1.3 Mô tả dữ liệu nghiên cứu
Để nghiên cứu các yếu tố ảnh hưởng đến RRTK tại các NHTM, tác giả chọn 26 NHTM Việt Nam giai đoạn từ 2005 đến 2016.
Nguồn số liệu được tác giả sử dụng để phân tích là dữ liệu theo năm được thu thập thông qua BCTC hợp nhất và báo cáo thường niên được công bố trên Website của các NHTM, các chỉ số tài chính và các chỉ số liên quan khác được tính tốn bởi tác giả. Các
số liệu kinh tế vĩ mô được thu thập từ các báo cáo thống kê và công bố thông tin của Tổng cục thống kê Việt Nam giai đoạn từ 2005 đến 2016. Do dữ liệu trong nghiên cứu vừa theo thời gian và vừa theo không gian nên phương pháp hồi quy bằng dữ liệu bảng được sử dụng trong nghiên cứu. Đối với phân tích hồi quy tuyến tính bội bằng dữ liệu bảng, tác giả sử dụng 3 mơ hình đó là:
- Mơ hình Pooled OLS: là mơ hình khơng kiểm sốt được từng đặc điểm riêng của từng ngân hàng trong nghiên cứu
- Mơ hình FEM: phát triển từ mơ hình Pooled OLS khi có thêm kiểm soát được từng đặc điểm khác nhau giữa các ngân hàng và có sự tương quan giữa phần dư của mơ hình và các biến độc lập.
- Mơ hình REM: phát triển từ mơ hình Pooled OLS khi có thêm kiểm sốt được từng đặc điểm khác nhau giữa các ngân hàng, nhưng khơng có sự tương quan giữa phần dư của mơ hình và các biến độc lập.
4.1.4 Phương pháp phân tích dữ liệu
Bài nghiên cứu của tác giả sử dụng dữ liệu bảng không cân bằng (do tác giả không lấy được số liệu từ năm 2005 đến năm 2007 của NHTM Cổ phần Tiên Phong, số liệu năm 2015 và năm 2016 của NHTM Cổ phần Đông Á, số liệu năm 2016 của NHTM Cổ phần Bản Việt). Việc phân tích hồi quy bằng dữ liệu bảng có những ưu điểm như sau:
- Giảm được hiện tượng đa cộng tuyến, kết quả của việc ước lượng các tham số dữ liệu bảng chính xác hơn;
- Nguồn dữ liệu được thu thập từ nhiều ngân hàng theo thời gian với những đặc trưng riêng, khác nhau. Tuy nhiên, sự không đồng nhất này sẽ được kiểm tra thông qua việc ước lượng bằng dữ liệu bảng, tác giả có thể kiểm sốt các yếu tố không quan sát được. Điều này góp phần làm giảm sự thiên chệch trong ước lượng.
Do đó, mơ hình nghiên cứu này được tác giả kì vọng sẽ đem lại hiệu quả hơn so với việc sử dụng phương pháp phân tích dữ liệu chuỗi thời gian hay dữ liệu chéo.
Bước 1: Thống kê mơ tả các biến trong mơ hình bao gồm: giá trị lớn nhất, giá trị nhỏ nhất, giá trị trung bình và độ lệch chuẩn của các biến.
Bước 2: Kiểm tra hiện tượng đa cộng tuyến trong mơ hình
Đa cộng tuyến là hiện tượng các biến độc lập trong mơ hình hồi quy phụ thuộc lẫn nhau và thể hiện được dưới dạng hàm số. Đa cộng tuyến chia làm 2 dạng: đa cộng tuyến hồn hảo và đa cộng tuyến khơng hồn hảo.
Đa cộng tuyến hồn hảo khơng thể ước lượng được mơ hình. Ước lượng OLS khơng chệch nhưng sai số chuẩn của các hệ số sẽ lớn, các thống kê ít ý nghĩa, các ước lượng và sai số chuẩn của các ước lượng rất nhạy cảm với sự thay đổi của dữ liệu bởi các hệ số ước lượng chứa đựng những mối quan hệ mạnh giữa các biến độc lập.
Để kiểm tra hiện tượng này, tác giả sẽ phân tíchma trậntự tương quan giữa các cặp biến độc lập và sử dụng hệ số phóng đại phương sai (VIF).
Bên cạnh đó, bằng việc phân tích hồi quy bằng dữ liệu bảng, tác giả có thể khắc phục được hiện tượng đa cộng tuyến bằng cách loại bỏ các biến độc lập gây ra đa cộng tuyến hoặc bổ sung dữ liệu, tìm dữ liệu mới, thay đổi dạng mơ hình...
Bước 3:Phân tích hồi quy, cụ thể như sau:
- Tác giả thực hiện phân tích hồi quy Pooled OLS và FEM bằng phần mềm STATA 13. Sau đó, tác giả sử dụng kiểm định Fđể lựa chọn giữa 2 mơ hình Pooled OLS và FEM thì mơ hình nào phù hợp hơn.
- Tác giả tiếp tục thực hiện phân tích hồi quy REM; so sánh 2 mơ hình FEM và REM bằng cách sử dụng kiểm định Hausman và sử dụng kiểm định Breusch, T. S. và A. R. Pagan. (1980) để so sánh 2 mơ hình Pooled OLS với REM.
- Thông qua bước 1 và bước 2, tác giả đưa ra kết luận mơ hình hồi quy nào phù hợp
nhất trong 3 mơ hình hồi quy Pooled OLS, FEM và REM.
Bước 4: Kiểm định các khiếm khuyết của mơ hình nếu có, bao gồm:
Kiểm định phương sai thay đổi:
Phương sai sai sốthay đổilà hiện tượng phương sai của các phần dư là biến số, tức phương sai của các phần dư ở các quan sát khác nhau thì khác nhau, độ tin cậy của chúng
vì vậy cũng khác nhau. Nếu các phương sai này càng lớn thì mức độ quan trọng của quan sát đó càng nhỏ. Nếu giá trị của các phương sai này có mối tương quan với một hoặc nhiều biến giải thích thì mơ hình sẽ vi phạm giả định trên.
Hậu quả của mơ hình có phương sai sai số thay đổi là: các ước lượng hồi quy OLS và kiểm định hệ số hồi quy khơng đảm bảo tính hiệu quả vì phương sai khơng cịn là phương sai nhỏ nhất, những kết quả dự báo khơng cịn tối ưu.
Kiểm địnhtự tương quan:
Tự tương quan là sự tương quan giữa các sai số ngẫu nhiên. Chúng có thể xảy ra đối với những quan sát theo không gian (dữ liệu chéo) hoặc đối với những quan sát theo thời gian (dữ liệu chuỗi thời gian) trong cùng một bảng dữ liệu.
Hiện tượng tự tương quan sẽ gây ra việc: uớc lượng hồi quy OLS khơng hiệu quả vì phương sai không nhỏ nhất; các kiểm định không đáng tin cậy.
Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng kiểm định Wooldridge (2002).
Kiểm định nội sinh
Hiện tượng nội sinh xảy ra khi giả thiết về sự không tương quan giữa biến độc lập và sai số bị vi phạm. Biến độc lập trong mơ hình vừa đóng vai trị là biến ngoại sinh (do tác động đến Y) vừa là biến nội sinh (do bị sai số tác động). Nếu bài nghiên cứu có hiện tượng nội sinh, tác giả sẽ sử dụng phương pháp hồi quy GMM, ngược lại tác giả sẽ dùng phương pháp hồi quy GLS.
Sau khi lựa chọn được mơ hình tối ưu, tác giả sẽ tập trung phân tích và giải thích kết quả. Kết quả nghiên cứu có thể giống hoặc khác với lý thuyết đã đưa ra, do đó trong phần giải thích kết quả nghiên cứu, tác giả sẽ kết hợp lý thuyết và thực tiễn để lập luận ý nghĩa kinh tế về mối tương quan giữacác biến độc lậpcó ý nghĩa thống kê với biến phụ thuộc. Thơng qua đó, luận văn khẳng định sự đúng đắn của giả thuyết đã đề ra hoặc giải thích các nguyên nhân bị bác bỏ hay chưa chứng minh được của nghiên cứu.
4.2. Kết quả nghiên cứu
Bảng 4.2: Thống kê mơ tả các biến trong mơ hình Biến Cỡ mẫu Trung bình Độ lệch chuẩn GT nhỏ nhất GT lớn nhất FGAP 306 -0.1853 0.1602 -0.7858 0.3512 CAP 306 0.1138 0.0771 0.0100 0.7121 EFD 306 0.0533 0.0576 0 0.3109 LLR 306 0.0120 0.0081 0.0005 0.0656 ROE 306 0.0951 0.0978 -0.8200 1.0655 SIZE 306 7.6557 0.7022 5.1610 9.0028 TLA 306 0.5650 0.1423 0.0641 0.8797 GDP 312 0.0658 0.0114 0.0525 0.0846 GDPt-1 312 0.0671 0.0118 0.0525 0.0846 INF 312 0.0867 0.0569 0.0063 0.1989 INFt-1 312 0.0906 0.0556 0.0063 0.1989
Nguồn: Phụ lục kết quả định lượng (Phụ lục 1)
Biến phụ thuộc:
Biến FGAP (Khe hở tài trợ) đại diện đo lường RRTK có giá trị nhỏ nhất là -0.7858 và giá trị lớn nhất là 0.3512, với giá trị trung bình cỡ mẫu là -0.1853, độ lệch chuẩn là 0.1602. Giá trị của độ lệch chuẩn không lớn hơn so với giá trị trung bình. Dữ liệu có sự dao động tương đối lớn qua các năm do có sự chênh lệch khá lớn giữa các khoản huy động và các khoản cho vay của các NHTM Việt Nam. Các ngân hàng có khe hở tài trợ lớn tập trung chủ yếu là các ngân hàng có quy mơ vốn vừa và nhỏ.
Các biến giải thích:
Biến CAP (Tỷ lệ vốn chủ sở hữu trên tổng tài sản) có giá trị nhỏ nhất là 0.0100 và giá trị lớn nhất là 0.7121, với giá trị trung bình cỡ mẫu là 0.1138, độ lệch chuẩn là 0.0771. Dữ liệu ổn định qua các năm. Đối với với các ngân hàng nhỏ thì tỷ lệ này cao hơn các ngân hàng lớn.
Biến EFD đại diện đo lường cho mức độ phụ thuộc nguồn tài trợ bên ngoài trên tổng nguồn vốn có giá trị nhỏ nhất là 0 và giá trị lớn nhất là 0.3109, với giá trị trung bình cỡ mẫu là 0.0533, độ lệch chuẩn là 0.0576. Xuất hiện một vài quan sát có biên độ dao động dữ liệu lớn so với các năm còn lại. Tỷ lệ vốn vay liên ngân hàng và vay khác trên tổng nguồn vốn của 26 NHTM Việt Nam tương đối cao. Mức độ phụ thuộc nguồn tài trợ bên ngoài cao tập trung chủ yếu ở các NHTM có quy mơ nhỏ.
Biến LLR đo lường tỷ lệ chi phí dự phịng rủi ro trên tổng dư nợ cho vay có giá trị nhỏ nhất là 0.0005 và giá trị lớn nhất là 0.0656, với giá trị trung bình cỡ mẫu là 0.0120, độ lệch chuẩn là 0.0081. Giá trị của độ lệch chuẩn nhỏ hơn giá trị trung bình. Nguồn dữ liệu ổn định qua các năm. Tỷ lệ này của các NHTM ln được duy trì ở mức thấp, bình quân 0.765%.
Biến ROE (Tỷ lệ lợi nhuận trên vốn chủ sở hữu) có giá trị nhỏ nhất là -0.8200 và giá trị lớn nhất là 1.0655, với giá trị trung bình cỡ mẫu là 0.0951, độ lệch chuẩn là 0.0978. Một vài quan sát có biên độ dao động lớn.
Biến SIZE thể hiện quy mô tổng tài sản của các NHTM có giá trị nhỏ nhất là 5.1610 và giá trị lớn nhất là 9.0028, với giá trị trung bình cỡ mẫu là 7.6557, độ lệch chuẩn là 0.7022. Qua các năm, dữ liệu về tổng tài sản của các NHTM luôn ở mức ổn định.
Biến TLA thể hiện tỷ lệ dư nợ cho vay trên tổng tài sản có giá trị nhỏ nhất là 0.0641 và giá trị lớn nhất là 0.8797, với giá trị trung bình cỡ mẫu là 0.5650, độ lệch chuẩn là 0.1423. Dữ liệu của các biến TLA cũng có sự ổn định qua các năm.
Các biến kiểm soát:
Trong giai đoạn 2005-2016, kinh tế Việt Nam tăng trưởng với tốc độ tăng bình quân khoảng 6.58%, dao động trong khoảng 5.25% - 8.46%.
Lạm phát trung bình của Việt Nam từ năm 2005 đến năm 2016 ở mức 8.67%. Tỷ lệ này có giá trị nhỏ nhất là 0.63% giá trị lớn nhất là 19.89%, độ lệch chuẩn là 0.058.
Bảng thống kê mô tả các biến cho thấy hầu như dữ liệu của các biến ln ở mức ổn định, phần lớn các biến có độ lệch chuẩn nhỏ hơn giá trị trung bình. Cỡ mẫu nghiên cứu gồm 306 quan sát, là cỡ mẫu tương đối. Tác giả kết luận rằng dữ liệu đầu vào của nghiên cứu đủ điều kiện để thực hiện phân tích hồi quy.
4.2.2 Kiểm định sự tương quan và đa cộng tuyến
Dựa vào bảng 4.3 dưới đây, tác giả sẽ phân tích mối tương quan giữa các cặp biến độc lập trong mơ hình.
Bảng 4.3: Ma trận tương quan
Biến CAP EFD LLR ROE SIZE TLA GDPt GDPt-1 INF INFt-1
CAP 1.00 EFD -0.22 1.00 LLR -0.21 0.26 1.00 ROE -0.21 -0.02 0.04 1.00 SIZE -0.69 0.35 0.46 0.16 1.00 TLA -0.02 -0.03 -0.01 0.06 0.04 1.00 GDPt 0.13 -0.31 -0.29 0.11 -0.43 0.05 1.00 GDPt-1 0.21 -0.41 -0.28 0.12 -0.44 0.01 0.68 1.00 INF 0.15 -0.31 -0.05 0.10 -0.18 -0.18 0.10 0.49 1.00 INFt-1 0.12 -0.08 -0.01 0.15 -0.15 -0.04 -0.37 0.08 0.33 1.00
Nguồn: Phụ lục kết quả định lượng (Phụ lục 2)
Theo kết quả nghiên cứu, tác giả không thấy hệ số tương quan giữa các cặp biến độc lập nào lớn hơn 0.8 (chỉ có hệ số tương quan giữa biến CAP và SIZE bằng 0.69 xấp xỉ 0.8).
Bảng 4.4: Kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai Biến VIF 1/VIF Biến VIF 1/VIF
EFD 1.32 0.760277 LLR 1.33 0.753895 ROE 1.20 0.832758 SIZE 3.40 0.294343 GDPt 3.69 0.271317 GDPt-1 3.23 0.309783 INFt 1.71 0.585476 INFt-1 1.91 0.522860 Trung bình VIF 2.10
Nguồn: Phụ lục kết quả định lượng (Phụ lục 3)
Bảng 4.4 cho thấy trung bình VIF của các biến trong mơ hình là 2.10 < 10. Khơng có VIF của biến độc lập nào > 10.
Kết luận: Các dữ liệu nghiên cứu trong mơ hình cho thấy hiện tượng đa cộng tuyến là khơng nghiêm trọng. Do đó, dữ liệu hồn tồn có thể được sử dụng để thực hiện nghiên cứu.
4.2.3 Kết quả hồi quy Pooled OLS
Kết quả hồi quy phương pháp OLS được trình bày trong bảng sau:
Bảng 4.5: Kết quả hồi quy về RRTK sử dụng Pooled OLS Biến phụ Biến phụ
thuộc: FGAP
Hệ số hồi quy Sai số chuẩn Thống kê t p-value
CAP 0.9825*** 0.0620 15.85 0.000
EFD 0.7380*** 0.0652 11.32 0.000
ROE 0.0686* 0.0367 1.87 0.062 SIZE 0.0483*** 0.0086 5.63 0.000 TLA 0.9614*** 0.0237 40.48 0.000 GDPt 1.7577*** 0.5534 3.18 0.002 GDPt-1 -2.4089*** 0.4980 -4.84 0.000 INFt 0.4915*** 0.0750 6.56 0.000 INFt-1 0.3765*** 0.0815 4.62 0.000 Constant -1.2786*** 0.0885 -14.45 0.000 R2 0.8769 F-test 210.16 Số quan sát 306
Nguồn: Phụ lục kết quả định lượng (Phụ lục 4) ***: Biểu thị mức ý nghĩa 1%
**: Biểu thị mức ý nghĩa 5% *: Biểu thị mức ý nghĩa 10%
Qua kết quả ước lượng với mơ hình Pooled OLS cho thấy:
Biến LLR khơng có ý nghĩa thống kê vì giá trị kiểm định P > 5%. Trong khi đó, biến ROE có ý nghĩa thống kê trong mối tương quan với biến phụ thuộc FGAP với mức ý nghĩa 10% và các biến CAP, EFD, SIZE, TLA, GDPt, GDPt-1, INFt, INFt-1 có ý nghĩa thống kê trong mối tương quan với biến phụ thuộc FGAP với mức ý nghĩa 1%.
Kết quả ước lượng cũng cho thấy rằng các biến CAP, EFD, ROE, SIZE, TLA, GDPt, INFt và INFt-1 có mối quan hệ cùng chiều với khe hở tài trợ FGAP. Cịn biến GDPt-1 có quan hệ ngược chiều với biến FGAP.
R2 = 87.69% cho thấy các biến độc lập giải thích được 87.69% sự thay đổi của biến phụ thuộc.
4.2.4 Kết quả hồi quy FEM
Bài nghiên cứu tiếp tục tiến hành hồi quy với mơ hình FEM. Kết quả được thể hiện trong bảng 4.6 dưới đây:
Bảng 4.6: Kết quả hồi quy về RRTK sử dụng FEM Biến phụ Biến phụ
thuộc: FGAP
Hệ số hồi quy Sai số chuẩn Thống kê t p-value
CAP 1.0035*** 0.0674 14.89 0.000 EFD 0.7897*** 0.0667 11.84 0.000 LLR 0.2183 0.4831 0.45 0.652 ROE 0.0915** 0.0378 2.42 0.016 SIZE 0.0453** 0.0177 2.56 0.011 TLA 0.9363*** 0.0343 27.32 0.000 GDPt 1.7376** 0.7053 2.46 0.014 GDPt-1 -2.1924*** 0.4690 -4.67 0.000