CHƢƠNG 1 : GIỚI THIỆU TỔNG QUAN VỀ LUẬN VĂN
4.2. Dữ liệu nghiên cứu
Đề tài tập trung xem xét vấn đề chính là tỷ lệ sở hữu của nhà nước và tỷ lệ sở hữu của các cổ đơng nước ngồi tại các NHTM có tác động như thế nào đến rủi ro của ngân hàng. Do hạn chế về số liệu, thời gian và nguồn lực, đề tài chỉ tập trung phân tích chủ yếu tỷ lệ sở hữu của nhà nước và cổ đơng nước ngồi tại 34 NHTM Việt Nam có số liệu khá đầy đủ nhất, trong đó bao gồm NHTMNN (gồm các ngân hàng có vốn sở hữu của nhà nước trên 50% vốn điều lệ) và NHTMCP trong giai đoạn 2008-2016 dựa trên trên dữ liệu thu được từ báo cáo thường niên của NHNN, báo cáo tài chính của các NHTM và qua sưu tầm của tác giả.
4.3. Mô hình nghiên cứu
Dựa theo các nghiên cứu trước đây được tổng hợp ở phần 2.3, cộng với tình hình thực tế tại các NHTM Việt Nam và khả năng cho phép, đề tài lựa chọn các biến và mơ hình sử dụng như sau:
NPLit = α + β1(GOVER)it + β2(FOR)it + β3(SIZE)it +β4(EA)it + β5(ROAA)it + β6(HHItts)it + β7(GDPg)it + β8(INF)it + Uit
Bảng 4.1 Các biến sử dụng trong mơ hình
Tên biến Phƣơng pháp đo lƣờng
1. Biến phụ thuộc Tỷ lệ nợ xấu (NPL) 2. Biến độc lập
2.1 Biến về cấu trúc sở hữu
Sở hữu Nhà nước
(GOVER) Tỷ lệ sở hữu của nhà nước (%)
Cổ đơng nước ngồi
2.2 Biến quy mô
Quy mô ngân hàng
(SIZE) Logarit tự nhiên của tổng tài sản
Quy mô Vốn chủ sở
hữu (EA) Vốn chủ sở hữu/Tổng tài sản
Tỷ suất sinh lời
(ROAA) Lợi nhuận sau thuế/Tổng tài sản bình quân
2.3 Biến ngành Mức độ tập trung ngành hay mức độ cạnh tranh ngành (HHI) HHI = ∑ 2.4 Biến vĩ mô
Tăng trưởng kinh tế
(GDPg) Tốc độ tăng trưởng GDP
Tỷ lệ lạm phát (INF) Tốc độ tăng chỉ số giá tiêu dùng của nền kinh tế (CPI)
Biến phụ thuộc:
Tỷ lệ nợ xấu (NPL): đây là một trong các chỉ tiêu thường được các nhà nghiên cứu sử dụng để đánh giá rủi ro tín dụng của một ngân hàng, khi tỷ lệ nợ xấu càng cao, rủi ro của ngân hàng gánh chịu càng lớn. Rất nhiều nghiên cứu trong và ngoài nước sử dụng chỉ tiêu này khi đánh giá rủi ro của ngân hàng. Như Srairi (2013) khi nghiên cứu về cấu trúc sở hữu và hành vi chấp nhận rủi ro tại các ngân hàng thông thường và ngân hàng hồi giáo hay nghiên cứu của Linh Nguyen (2012) về sở hữu nhà nước, phát triển kinh tế và ổn định ngân hàng cũng sử dụng tỷ lệ này để phân tích rủi ro của ngân hàng.
Theo Quyết định 493/2005/QĐ-NHNN ngày 22/04/2005 của NHNN, nợ xấu là những khoản nợ được phân loại vào nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn). Theo đó, tỷ lệ nợ xấu sẽ được đo lường như sau:
Tỷ lệ nợ xấu =
Biến độc lập:
Biến độc lập được chia làm bốn nhóm: nhóm biến về cấu trúc sở hữu, biến quy mô, biến ngành và biến vĩ mô.
- Đối với nhóm biến sở hữu, nghiên cứu lựa chọn hai biến gồm sở hữu của nhà nước và cổ đơng nước ngồi.
Biến Sở hữu nhà nước (GOVER) biểu thị tỷ lệ phần trăm sở hữu của nhà nước tại các NHTM, ở giai đoạn trước năm 2015 thì nhóm này hiện chỉ có 05 NHTMNN bao gồm: Vietcombank, Vietinbank, BIDV, MHB và Agribank. Sau khi thực hiện tái cơ cấu, đến năm 2015, nhóm này có thêm sự hiện diện của 03 Ngân hàng: VNCB, Oceanbank, GPBank được nhà nước mua lại với giá 0 đồng, giảm bớt 01 ngân hàng MHB sáp nhập vào BIDV. Tuy nhiên số liệu của VNCB và GPBank không đầy đủ nên đề tài không lựa chọn 02 ngân hàng này vào mẫu phân tích và Oceanbank số liệu từ năm 2015-2016 cũng không thu thập được.
Sở hữu của cổ đơng nước ngồi (FOR) biểu thị tỷ lệ phần trăm sở hữu của cổ đông nước ngồi tại các NHTM, cổ đơng nước ngồi có thể là cá nhân hoặc tổ chức.
Hai biến này cũng được các nhà nghiên cứu như Barry, Lepetit, Tarazi (2011), Iannotta, Nocera, Sironi (2013), Samir Srairi (2013) đưa vào mơ hình để nghiên cứu.
- Đối với nhóm biến quy mơ, có 03 biến được sử dụng trong đề tài:
Quy mô ngân hàng (SIZE) được đo lường bằng cách lấy logarit tự nhiên của tổng tài sản, dùng đo lường quy mô của ngân hàng i tại thời điểm t. Ngân hàng có quy mơ càng lớn càng có khả năng đa dạng hóa rủi ro hơn so với những ngân hàng nhỏ, nhưng cũng có thể nhìn nhận các ngân hàng có quy mơ lớn cũng có thể đối mặt với rủi ro lớn.
Quy mô vốn chủ sở hữu (EA): biến này được đo lường bằng tỷ lệ vốn chủ sở hữu chia cho tổng tài sản.
Tỷ suất sinh lời (ROAA) hay còn gọi là tỷ lệ thu nhập ròng trên tổng tài sản bình quân.
Các nghiên cứu của Nir Klein (2013), Linh Nguyen (2012) hay Anjom, Karim (2016) cũng sử dụng các biến này.
- Biến ngành (Chỉ số Herfindahl-Hirschman): Trong ngành ngân hàng, chỉ số Herfindahl-Hirschman (HHI) được sử dụng để nhận biết mức độ cạnh tranh của thị trường là hoàn hảo hay độc quyền cao. HHI xác định bằng tổng bình phương thị phần của mỗi ngân hàng trong tồn hệ thống. Cơng thức xác định:
HHI = ∑
Trong đó:
- Si: Thị phần ngân hàng thứ i
- n: Số lượng ngân hàng trong hệ thống
Chỉ số HHI có giá trị từ 1/n đến 1, chỉ số có giá trị thấp nhất (1/n) khi tất cả các ngân hàng trong thị trường đều có quy mơ như nhau, và có giá trị bằng 1 trong trường hợp độc quyền. Trong đề tài, chỉ số HHI này được tính dựa vào chỉ tiêu tổng tài sản.
- Nhóm biến vĩ mơ được chọn trong mơ hình gồm biến tỷ lệ tăng trưởng GDP (GDPg), đại diện cho các giai đoạn của chu kỳ kinh doanh và biến tốc độ tăng chỉ số giá tiêu dùng hay tỷ lệ lạm phát (INF) của nền kinh tế, dự đốn có tác động đến rủi ro của ngân hàng. Qua các nghiên cứu trước đây, thì các yếu tố kinh tế vĩ mơ cũng phần nào ảnh hưởng đến rủi ro của ngân hàng, ví dụ nghiên cứu Anjom, Karim (2016) về mối quan hệ giữa nợ xấu và các yếu tố vĩ mô hay nghiên cứu của Beaton, Myrvoda, Thompson (2016).
4.4. Kết quả phân tích hồi quy mơ hình nghiên cứu 4.4.1. Thống kê mô tả 4.4.1. Thống kê mô tả
Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mơ tả cung cấp những tóm tắt đơn giản về mẫu và các thước đo, tạo ra nền tảng của mọi phân tích định lượng về số liệu. Phân tích thống kê mơ tả được sử dụng để mơ tả những đặc tính cơ bản của các biến đo lường như số quan sát, giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất của mẫu nghiên cứu.
Bảng 4.2 Thống kê mô tả các biến
Chỉ tiêu Số quan sát Trung bình Lớn nhất Thấp nhất Độ lệch chuẩn
NPL 282 0.0233 0.0882 0.0002 0.0137 GOVER 282 0.1352 1.0000 0.0000 0.3268 FOR 282 0.0803 0.3000 0.0000 0.1081 SIZE 282 4.8089 6.0028 3.4021 0.5419 EA 282 0.1115 0.6141 0.0291 0.0761 ROAA 282 0.0096 0.0554 0.0001 0.0079 HHItts 282 0.0799 0.1070 0.0700 0.0112 GDPg 282 0.0590 0.0668 0.0525 0.0048 INF 282 0.0903 0.2297 0.0063 0.0679
Theo thống kê ở bảng 4.2, tỷ lệ nợ xấu của các ngân hàng trung bình nhỏ hơn 3%, vào khoảng 2,33%. Vào những năm khủng hoảng tài chính thì tỷ lệ này khá cao so với mức 3%, đặt biệt cao nhất là tỷ lệ nợ xấu của Ngân hàng Sài Gòn - Hà Nội năm 2010, đạt tới 8,82%, nhỏ nhất là 0,02% và độ lệch chuẩn là 1,37%.
Tỷ lệ sở hữu nhà nước trung bình là 13,52%, lớn nhất là 100% (Agribank). Độ lệch chuẩn của biến này là khoản 32,68%, số lượng các ngân hàng có sở hữu nhà nước là rất nhỏ so với tổng các ngân hàng trong hệ thống.
Tỷ lệ sở hữu của cổ đơng nước ngồi trung bình là 8,03%, cao nhất là 30% (hiện có 03 Ngân hàng có tỷ lệ này là Ngân hàng An Bình, Á Châu và Xuất Nhập Khẩu Việt Nam), thấp nhất 0%, độ lệch chuẩn chỉ vào khoảng 10,81%.
Logarit tự nhiên của Tổng tài sản trung bình của các ngân hàng trong mẫu là 4,8089, lớn nhất là 6,0028 (tương đương tổng tài sản của BIDV năm 2016 là 1.006.404 tỷ đồng), nhỏ nhất là 3,4021 (Ngân hàng Phát triển Mê Kông năm 2009 là 2.524 tỷ đồng). Chênh lệch tổng tài sản giữa các ngân hàng cũng khá lớn, thể hiện độ lệch chuẩn của tổng tài sản là 0,5419.
Tỷ lệ vốn chủ sở hữu trên tổng tài sản trung bình là 0,1115, cao nhất là 0,6141, thấp nhất là 0,0291, độ lệch chuẩn 0.0761.
Chỉ tiêu ROAA trung bình là 0,96%, cao nhất là 5,54% của ngân hàng Sài Gịn Cơng Thương năm 2010, thấp nhất là 0,01% của ngân hàng Nam Việt năm 2012, độ lệch chuẩn là 0,79%.
Mức độ tập trung ngành giai đoạn 2008-2016, xét về tổng tài sản trung bình là 0,0799, cao nhất là 0,107, thấp nhất 0,07, độ lệch chuẩn là 0,0112. Nhìn chung mức độ tâp trung ngành không quá cao, có sự cạnh tranh trong thị trường ngành.
Về yếu tố vĩ mô, tốc độ tăng trưởng GDP trung bình là 5,9%, cao nhất là 6,68%, thấp nhất là 5,25%, độ lệch chuẩn là 0,48%. Tỷ lệ lạm phát trung bình là 9,03%, cao nhất là 22,97%, thấp nhất là 0,63%, độ lệch chuẩn 6,79%.
4.4.2. Phân tích tƣơng quan
Bảng 4.3 biểu thị ma trận tương quan của các biến nghiên cứu. Ma trận tương quan cho thấy các cặp biến có tương quan khơng cao, các cặp biến có hệ số tương quan nhỏ hơn 0.8.
Các biến GOVER, SIZE, EA, INF có tương quan dương với biến phụ thuộc
NPL. Biến FOR, ROAA, HHItts, GDPg có tương quan âm với biến NPL.
Bảng 4.3 Phân tích tƣơng quan giữa các biến
NPL GOVER FOR SIZE EA ROAA HHItts GDPg INF
NPL 1 GOVER 0.0655 1 FOR -0.0762 -0.1222 1 SIZE 0.0024 0.5488 0.3018 1 EA 0.0760 -0.2686 -0.0523 -0.6736 1 ROAA -0.2190 -0.0908 -0.0474 -0.3003 0.3804 1 HHItts -0.2126 -0.0043 -0.0267 -0.2361 0.0994 0.1249 1 GDPg -0.3156 -0.0054 0.0436 0.1795 -0.1382 -0.0330 -0.1164 1 INF 0.0460 0.0105 -0.0729 -0.2977 0.1856 0.3028 0.3487 -0.1886 1
Tuy nhiên những nhận định trên chỉ là phân tích ban đầu, để nghiên cứu tác động của các biến độc lập vào biến phụ thuộc ta sẽ tiến hành mơ hình thực nghiệm ở phần sau.
4.4.3. Phân tích hồi quy
Phân tích hồi quy là nghiên cứu sự phụ thuộc của 01 biến (biến phụ thuộc) vào 01 hay nhiều biến khác (biến độc lập) nhằm mục đích ước lượng (hay dự đốn) giá trị trung bình của biến phụ thuộc trên cơ sở các giá trị biết trước của biến độc lập. Sau đây là kết quả phân tích hồi quy nghiên cứu sự phụ thuộc của biến NPL vào các biến độc lập.
Bảng 4.4 Kết quả hồi quy REM và FEM
REM FEM
Coefficient Prob. Coefficient Prob.
GOVER -0.0007 0.8683 0.0090 0.7933 FOR -0.0188*** 0.0625 -0.0296*** 0.0727 SIZE 0.0055 0.1523 0.0095 0.1934 EA 0.0520* 0. 0013 0.0742* 0.0004 ROAA -0.4639* 0.0000 -0.4052* 0.0004 HHItts -0.3188* 0.0000 -0.3081* 0.0001 GDPg -0.9131* 0.0000 -0.9273* 0.0000 INF 0.0304* 0.0094 0.0288** 0.0239 C 0.0734* 0.0003 0.0512*** 0.0941
(Ghi chú *, **, *** lần lượt chỉ ý nghĩa thống kê ở mức 1%, 5% và 10%)
Nhìn vào bảng 4.4, nhận thấy mơ hình REM có 6 biến có ý nghĩa thống kê
gồm biến FOR, EA, ROAA, HHItts, GPDg và INF. Và mơ hình FEM cũng có 6 biến
có ý nghĩa thống kê gồm FOR, EA, ROAA, HHItts, GPDg và INF.
Lựa chọn mơ hình phù hợp cho đề tài:
Ta áp dụng kiểm định Hausman test để lựa chọn giữa hai mơ hình FEM và REM. Với giả thuyết:
Ho: Khơng có tương quan giữa các biến giải thích và thành phần ngẫu nhiên
H1: Có tương quan giữa các biến giải thích và thành phần ngẫu nhiên
Bảng 4.5 Kết quả kiểm định Hausman test
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Theo bảng 4.5, Prob. có giá trị bằng 0.4688 lớn hơn 0.05, ta chưa đủ cơ sở
bác bỏ giả thuyết Ho. Như vậy mơ hình được lựa chọn cuối cùng để phân tích là mơ
hình REM.
Kiểm định sự phù hợp của mơ hình hồi quy:
Đa cộng tuyến:
Thuật ngữ đa cộng tuyến do Ragnar Frisch (1934) đề nghị. Khởi đầu nó có nghĩa là sự tồn tại mối quan hệ tuyến tính “hồn hảo” hoặc chính xác giữa một số hoặc tất cả các biến giải thích trong một mơ hình hồi qui. Nếu đa cộng tuyến hồn hảo, các hệ số hồi qui của các biến X là vô định và các sai số chuẩn là không xác định. Nếu đa cộng tuyến chưa hoàn hảo, các hệ số hồi qui, mặc dù là xác định nhưng lại có sai số chuẩn (liên quan đến bản thân các hệ số) lớn, có nghĩa là khơng thể ước lượng các hệ số này với độ chính xác cao.
Ta kiểm định đa cộng tuyến của mơ hình thơng qua giá trị VIF, theo kết quả phân tích ở bảng 4.6, giá trị VIF nhỏ hơn 10 chứng tỏ mơ hình khơng bị đa cộng tuyến (Kleinbaum, Kupper, và Muller, 1988).
Bảng 4.6 Phân tích đa cộng tuyến
Variable Coefficient Centered
Variance VIF GOVER 9.46E-06 1.960196 FOR 6.34E-05 1.436657 SIZE 7.18E-06 4.091051 EA 0.000202 2.264725 ROAA 0.010302 1.257055 HHITTS 0.004953 1.205278 GDPG 0.024067 1.07354 INF 0.000151 1.349163 C 0.000311 NA Tự tƣơng quan:
Thuật ngữ tự tương quan theo Kendall và Buckland (1971) có thể được định nghĩa như là “quan hệ tương quan giữa các thành viên của chuỗi của các quan sát được sắp xếp theo thời gian (như trong dữ liệu chuỗi thời gian) hoặc không gian (như trong dữ liệu chéo). Tự tương quan có thể xuất hiện do nhiều nguyên do, như
không đưa các biến quan trọng vào mơ hình hoặc do sử dụng dạng hàm khơng chính xác, hiện tượng Cobweb, nhào nặn dữ liệu,...Để phân tích hiện tượng tự tương quan giữa các biến trong mơ hình, ta sử dụng kiểm định Durbin-Watson. Theo phân tích mơ hình REM có hệ số Durbin-Watson là 1,76 nằm trong khoảng (1,3), như vậy mơ hình khơng có hiện tượng tự tương quan.
Phƣơng sai sai số thay đổi:
Phương sai thay đổi là một vấn đề khó khăn nghiêm trọng về tiềm năng và các nhà nghiên cứu cần phải biết trong một tình huống cụ thể vấn đề này có xuất hiện hay không. Nếu ta tiếp tục sử dụng các thủ tục kiểm định thơng thường mặc dù có phương sai thay đổi, những kết luận hay sự suy diễn có thể dẫn tới sai lầm. Nếu sự hiện diện của nó được phát hiện, ta có thể đưa ra biện pháp chỉnh sửa, như sử dụng hồi quy bình phương tối thiểu có trọng số hay kỹ thuật khác.
Tuy nhiên, trước khi quay lại xem xét các phương pháp hiệu chỉnh khác nhau, trước hết ta phải tìm xem phương sai thay đổi có xuất hiện hay có nhiều khả năng xuất hiện trong một trường hợp cụ thể hay không. Ta dùng phương pháp kiểm định Heteroskedasticity Test: White và kết quả ở bảng 4.7 cho thấy Prob. lớn hơn 0,05, ta có thể nhận xét mơ hình này khơng có tồn tại hiện tượng phương sai sai số thay đổi.
Bảng 4.7 Kết quả kiểm tra phƣơng sai sai số thay đổi
Heteroskedasticity Test: White
F-statistic 0.907684 Prob. F(48,227) 0.6381
Obs*R-squared 39.73058 Prob. Chi-Square(48) 0.6139
4.5. Thảo luận kết quả nghiên cứu
Kết quả hồi quy và kiểm định cho thấy mơ hình tác động ngẫu nhiên (REM) là phù hợp nhất đối với mơ hình nghiên cứu của đề tài. Dựa vào kết quả phân tích được ta có một số kết luận sau:
Chỉ số FOR, ROAA,HHItts và GDPg có tác động âm với chỉ số đo lường rủi
- Tỷ lệ sở hữu của cổ đơng nước ngồi có tác động ngược chiều với tỷ lệ nợ xấu. Khi tỷ lệ này tăng thêm 1 đơn vị sẽ làm tỷ lệ nợ xấu giảm 0,018%. Điều này cũng dễ hiểu ở các nước đang phát triển như Việt Nam, việc các ngân hàng nước ngoài đầu tư vào các ngân hàng trong nước đi kèm đó là những cơng nghệ như hệ thống công nghệ thông tin, quản trị rủi ro…giúp cho việc quản lý các khoản vay hay thẩm định trong công tác cho vay hiệu quả hơn, nghiệp vụ tín dụng của ngân hàng được nâng cao, giảm nợ xấu. Nghiên cứu của Leaven (1999) cũng cho ra kết