Variable VIF 1/VIF
LLR 1,43 0,701 LTD 1,34 0,744 LAD 1,32 0,756 NIR 1,26 0,795 LEV 1,25 0,801 CTI 1,21 0,828 GDP 1,17 0,858 INF 1,05 0,957 Mean VIF 1,25
Nguồn: Tác giả thu thập xử lý từ BCTC của các NHTM trên STATA 12.0 Kết quả cho thấy VIF trung bình = 1,25 < 10 và hệ số VIF của các biến độc lập cũng chỉ dao động từ 1,05 đến 1,43 nên có thể kết luận không cần quan tâm đến hiện tượng đa cộng tuyến cũng như bỏ bất kỳ biến nào khỏi mơ hình nghiên cứu.
4.5.2 Hiện tượng phương sai thay đổi Bảng 4.4: Bảng kết quả kiểm định White Bảng 4.4: Bảng kết quả kiểm định White
chi2 (44) 99,07 Prob > chi2 0,00 Source chi2 df p Heteroskedasticity 99,07 44 0,0000 Skewness 30,51 8 0.0002 Kurtosis 1,65 1 0,1995 Total 131,22 53 0,0000
Nguồn: Tác giả thu thập xử lý từ BCTC của các NHTM trên STATA 12.0 Tác giả sử dụng kiểm định White để kiểm tra hiện tượng phương sai thay đổi. Với giả thuyết H0: phương sai phần dư thuần nhất và H1: phương sai phần dư thay đổi. Kết quả kiểm định giá trị p-value < 0,05. Bác bỏ giả thuyết H0, kết luận phần dư của mơ hình có hiện tượng phương sai thay đổi. Ước lượng được tính bằng phương pháp OLS không cịn hiệu quả, tác giả sẽ tính lại giá trị các kiểm định để kiểm định đáng tin cậy hơn sẽ được phân tích rõ trong phần sau (Mục 4.6).
4.5.3 Hiện tượng tự tương quan
Hiện tượng tự tương quan thường được xét đối với số liệu theo thời gian và theo Durbin–Watson (1950), hiện tượng tự tương quan chỉ thực sự có tác động khi số kỳ quan sát lớn hơn 15 kỳ. Trong khi luận văn thu thập dữ liệu từ năm 2006-2015 bao gồm 10 kỳ nên không cần quan tâm đến hiện tượng tự tương quan giữa các biến.
4.6 Phân tích hồi quy với các phương pháp và lựa chọn mơ hình
Tác giả sẽ sử dụng các hồi quy cho dữ liệu bảng nghiên cứu về biến phụ thuộc dựa trên 3 phương pháp: mơ hình hồi quy bình phương bé nhất (Pooled OLS), mơ hình hồi quy tác động cố định (Fixed effect) và ngẫu nhiên (Random effect). Mơ hình OLS giả định các giá trị trung bình và mối quan hệ liên tục giữa các biến, bỏ qua thời gian và cắt ngang các hiệu ứng nên khá đơn giản. FEM xem xét thêm những nhân tố riêng đặc biệt ảnh hưởng đến các biến độc lập, loại bỏ các tính năng đổi theo thời gian để đánh giá hiệu quả rịng của các biến giải thích. Trong khi đó, REM bao gồm thêm các biến đổi theo thời gian vào q trình, có thể loại trừ các lỗi
biến ngẫu nhiên từ mơ hình. Sau khi hồi quy cả 3 phương pháp, tác giả sẽ thực hiện một số kiểm định để xác định mô hình phù hợp với mục đích nghiên cứu.
4.6.1 Kết quả mơ hình hồi quy bình phương bé nhất (Pooled OLS) Bảng 4.5: Kết quả hồi quy mơ hình theo OLS Bảng 4.5: Kết quả hồi quy mơ hình theo OLS
Source SS df MS Number of obs = 270
Model 3453,25 8 431,65 F (8, 261) = 7,15 Residual 15762,95 261 60,39 Prob > F = 0,0000 Total 19216,20 269 71,43 R-squared = 0,1797 Adj R-squared = 0,1546 Root MSE = 7,7714
zscore Coef. Std. err. t P > | t | [95 % Conf. Interval] llr 0,0291 0,6158 0,05 0,962 -1,1835 1,2418 ltd 0,0476 0,0224 2,12 0,035 0,0034 0,0918 lad 0,0845 0,0412 2,05 0,041 0,0033 0,1658 nir 0,8902 0,4828 1,84 0,066 -0,0605 1,8410 lev 0,2388 0,0571 4,18 0,000 0,1263 0,3513 cti 0,0149 0,0083 1,79 0,075 -0,0015 0,0315 gdp 0,0995 0,4750 0,21 0,834 -0,8358 1,0348 inf 0,0043 0,0914 0,05 0,962 -0,1758 0,1844 _cons 4,9228 3,7351 1,32 0,189 -2,4327 12,2777
Nguồn: Tác giả thu thập xử lý từ BCTC của các NHTM trên STATA 12.0 Nhìn vào bảng kết quả cho thấy mơ hình hồi quy OLS khơng có nhiều biến có ý nghĩa tác động đến rủi ro trong hoạt động ngân hàng. Do mơ hình đang gặp phải hiện tượng phương sai thay đổi đã phân tích ở trên (Mục 4.5.2) nên tác giả đã tiếp tục hồi quy mơ hình theo OLS hiệu chỉnh ước lượng vững của ma trận hiệp phương sai sai số do White (1980) đề xuất để tính tốn lại các giá trị kiểm định. Kết quả không khả quan khi giá trị của các hệ số hồi quy khơng hề thay đổi, chỉ có các sai số chuẩn thay đổi dẫn đến thống kê t và p-value của kiểm định các hệ số hồi quy thay
đổi (Xem hình 4.6 Phụ lục 04). Mơ hình này xem xét các NHTM là đồng nhất, nên sẽ khơng phản ánh đúng thực tế vì mỗi NHTM có những đặc điểm trong hoàn cảnh riêng biệt khác nhau (quy mô, thái độ trước rủi ro, hoạt động tiền gửi và cho vay,…) hồn tồn có thể ảnh hưởng đến khả năng phá sản của ngân hàng. Tóm lại mơ hình có thể dẫn đến các ước lượng bị sai lệch khi khơng kiểm sốt được các tác động này. Tác giả sẽ tiếp tục sử dụng mơ hình hiệu ứng cố định và ngẫu nhiên để kiểm soát tác động riêng biệt này.
4.6.2 Kết quả mơ hình hồi quy tác động cố định (Fixed effect)
Với việc sử dụng các biến giả thể hiện các đặc điểm riêng biệt từng ngân hàng khác nhau nhưng không xét đến yếu tố thời gian ta được kết quả như bảng 4.7 (Xem thêm hình 4.7 phụ lục 04). Kết quả của mơ hình đã có nhiều thay đổi khác biệt so với OLS, tuy nhiên vẫn còn khá nhiều biến khơng có ý nghĩa thống kê như LTD, LAD, NIR, CTI, GDP và cả INF.
Bảng 4.6: Kết quả trích gọn hồi quy mơ hình nhân tố cố định (FEM)
zscore Coef. Std. err. t P > | t | [95 % Conf. Interval]
llr -1,2736 0,5286 -2,41 0,017 -2,3152 -2,2320 ltd 0,0013 0,0148 0,09 0,930 -0,0279 0,0305 lad -0,0469 0,0258 -1,82 0,071 -0,0978 0,0039 nir 0,5416 0,3453 1,47 0,118 -0,1387 1,2220 lev 0,4967 0,0389 12,77 0,000 0,4202 0,5734 cti -0,0017 0,0046 -0,38 0,706 -0,0109 0,0074 gdp 0,0919 0,2557 0,36 0,719 -0,4118 0,5957 inf 0,0271 0,0488 0,56 0,579 -0,0691 0,1234 _cons 12,8283 2,4152 5,31 0,000 8,0699 17,5867
Nguồn: Tác giả thu thập xử lý từ BCTC của các NHTM trên STATA 12.0
4.6.3 Kết quả mơ hình hồi quy nhân tố biến động (Random effect model)
Tương tự mơ hình REM xét đến yếu tố thời gian cũng được tác giả sử dụng và thu được kết quả như bảng 4.7 (Xem thêm hình 4.8 phụ lục 04). Chỉ duy nhất biến LLR tác động ngược chiều với Z-score và LEV tác động cùng chiều với Z-score là có ý nghĩa thống kê.
Bảng 4.7: Kết quả trích gọn hồi quy mơ hình nhân tố biến động (REM)
zscore Coef. Std. err. t P > | t | [95 % Conf. Interval]
llr -1,0447 0,5207 -2,01 0,045 -2,0653 -0,0241 ltd 0,0049 0,0149 0,33 0,738 -0,0243 0,0343 lad -0,0382 0,0261 -1,46 0,144 -0,0895 0,0130 nir 0,5447 0,3467 1,57 0,116 -0,1348 1,2244 lev 0,4745 0,0391 12,12 0,000 0,3977 0,5512 cti -0,0004 0,0047 -0,10 0,919 -0,0098 0,0088 gdp 0,1215 0,2612 0,47 0,642 -0,3903 0,6335 inf 0,0286 0,0500 0,57 0,567 -0,0694 0,1267 _cons 11,6919 2,6829 4,36 0,000 6,4334 16,9504
Nguồn: Tác giả thu thập xử lý từ BCTC của các NHTM trên STATA 12.0 Tiếp theo tác giả sẽ tiếp tục thực hiện các kiểm định khác nhau để lựa chọn phương pháp cho mơ hình phù hợp nhất trong các phương pháp trên.
4.6.4 Sử dụng các kiểm định để lựa chọn mơ hình phù hợp
Kiểm định Chow với F-test để lựa chọn giữa OLS và FEM
Đặt giả thuyết H0: mơ hình Fixed effect khơng có ý nghĩa thống kê H1: mơ hình Fixed effect có ý nghĩa thống kê.
Dùng mơ hình Chow với F-test cho kết quả p-value <0,05 nên ta bác bỏ giả thuyết H0 và chọn mơ hình Fixed effect là mơ hình phù hợp (Xem bảng 4.7 phụ lục 04).
Kiểm định Hausman để lựa chọn giữa FEM và REM
Đặt giả thuyết H0: mơ hình Random effect có ý nghĩa thống kê H1: mơ hình Fixed effect có ý nghĩa thống kê
Kết quả nhận được cho giá trị p-value 0,33 > 0,05 nên ta chấp nhận giả thuyết H0 và chọn mơ hình REM là mơ hình phù hợp, phần dư mơ hình khơng tương quan với các biến độc lập (Xem bảng 4.9 phụ lục 04).
Kiểm định Breusch - Pagan để lựa chọn giữa REM và OLS
Đặt giả thuyết H0: mơ hình Pooled OLS có ý nghĩa thống kê H1: mơ hình Random effect có ý nghĩa thống kê
Kết quả nhận được p-value < 0,05 nên ta bác bỏ giả thuyết H0 và chọn mơ hình REM là mơ hình phù hợp, phần dư mơ hình có tương quan với các biến độc lập. (Xem bảng 4.10 phụ lục 04).
Kết luận của 3 kiểm định trên mâu thuẩn với nhau, thêm vào việc phần dư của mơ hình có hiện tượng phương sai thay đổi. Có rất nhiều cách để khắc phục hiện tượng phương sai thay đổi như chuyển đổi mơ hình gốc sang Logarit, hay dựa trên mối quan hệ của các biến độc lập và phương sai Var( i) để biến đổi mơ hình gốc sao
cho thành mơ hình có phương sai phần dư khơng đổi hay sử dụng phương pháp ước lượng điều chỉnh sai số chuẩn để kiểm định đáng tin cậy hơn do giữ nguyên các giá trị ước lượng của tham số mơ hình, chỉ ước lượng lại phương sai. Tuy nhiên phần lớn các biến giải thích vẫn khơng có ý nghĩa thơng kê nên tác giả sử dụng phương pháp bình qn có trọng số (WLS). Cụ thể theo cách khắc phục của Baum, C. F. (2001), lúc này cần ưu tiên sử dụng mơ hình nhân tố cố định Fixed Effect và phương pháp GLS để khắc phục hiện tượng phương sai thay đổi trên mơ hình này. Kết quả phân tích cuối cùng tác giả dựa trên Cross-sectional time-series FGLS regression hay cịn gọi là mơ hình hồi quy nhỏ nhất tổng quát khả thi (Xem thêm hình 4.11 phụ lục 04).
Bảng 4.8: Kết quả trích gọn Cross-sectional time-series FGLS regression.
zscore Coef. Std. err. t P > | t | [95 % Conf. Interval]
llr 0,4571 0,2199 2,08 0,038 0,2597 0,8883 ltd 0,0699 0,0085 8,22 0,000 0,5326 0,0866 lad -0,0017 0,0158 -0,11 0,910 -0,3294 0,0293 nir -0,4346 0,2130 -2,04 0,041 -0,8521 -0,0171 lev 0,5442 0,0325 16,71 0,000 0,4804 0,6080 cti 0,0145 0,0096 1,50 0,133 -0,0044 0,0335 gdp 0,1335 0,1583 0,84 0,399 -0,1676 0,4438 inf 0,0494 0,0315 -1,57 0,117 -0,1112 0,1239 _cons 2,2047 1,7079 1,29 0,197 -1,1428 5,5522
4.7 Kết quả nghiên cứu
Sau khi phân tích hồi quy thì phương trình cho thấy các yếu tố tác động đến khả năng phá sản của NHTM Việt Nam như sau:
Z-scorei,t = 0.4572LLRi,t + 0,0699LTD i,t - 0,4346NIR i,t + 0,5442LEV + 2,2047 Trong mơ hình, biến LAD, CTI, GDP và INF là khơng có ý nghĩa thống kê. Khả năng phá sản của NHTM Việt Nam chịu ảnh hưởng bởi 4 yếu tố, trong đó ba yếu tố tác động cùng chiều với Z-score là LLR, LTD và LEV và một yếu tố tác động ngược chiều Z-score là NIR.
4.8 Thảo luận kết quả nghiên cứu
Biến LLR (đại diện cho rủi ro tín dụng)
Với kết quả chấp nhận giả thuyết cho thấy LLR có mối quan hệ cùng chiều với Z-score tức nghịch biến với khả năng phá sản của ngân hàng với mức ý nghĩa 5%. Kết quả này hoàn toàn trái ngược với giả thuyết ban đầu của tác giả, và khá tương đồng với quan điểm của Halling (2006). Lý giả rằng khi một ngân hàng có tiềm lực tài chính tốt sẽ chủ động tăng dự phịng để giảm thiểu rủi ro tín dụng cho hiện tại và các năm tiếp theo; ngược lại ngân hàng yếu sẽ giảm dự phịng đến mức thấp nhất có thể để tăng lợi nhuận nhưng nguy cơ rủi ro gặp phải sẽ cao hơn. Tại Việt Nam LLR thấp không đồng nghĩa với việc quản trị chất lượng tín dụng tốt và nợ xấu ít, khi mà nhiều hiện tượng đảo nợ, né tránh trích lập dự phịng có khả năng xảy ra rất cao tại các NHTM nhỏ. NHNN cũng quy định từng mức trích lập cụ thể cho các khoản nợ theo từng nhóm, khoản trích lập này đảm bảo cho hoạt động tín dụng khi gặp phải rủi ro khách hàng không trả được nợ, tức đảm bảo cho khoản phịng ngừa rủi ro dự đốn có thể xảy ra chứ chưa hẵn sẽ xảy ra. Những khoản này trước mắt ảnh hưởng đến lợi nhuận của ngân hàng tuy nhiên sẽ đảm bảo cho mức an toàn hoạt động tín dụng hiện tại của ngân hàng khi rủi ro xảy ra, từ đó cho kết quả nghịch biến với khả năng phá sản của NHTM Việt Nam.
Biến LTD (đại diện cho rủi ro thanh khoản)
Hệ số LDR mang dấu (+) thể hiện mối quan hệ cùng chiều với Z-score tức nghịch biến với khả năng phá sản của ngân hàng. Với mức ý nghĩa 1%, khi LDR tăng 1 đơn vị thì khả năng phá sản của ngân hàng giảm 0,07 đơn vị. Kết quả này tuy ngược mong đợi của tác giả nhưng tương đồng với nghiên cứu của Nguyễn Thanh Dương (2013). Quan sát lại bảng số liệu thu thập tại các NHTM Việt Nam, tỷ lệ
LDR mỗi ngân hàng qua các năm thay đổi không theo bất kỳ một quy luật nào. Mức độ chênh lệch của LDR tương đối trong một năm quan sát tại các ngân hàng có độ rủi ro nghịch chiều nhau là khá lớn. Cụ thể:
Bảng 4.9: Bảng so sánh Z-score và LDR tại một số NHTM
Năm Ngân hàng Z-score LDR Ngân hàng Z-score LDR
2010 Agribank 34,22 65,29 SGB 10,74 113,87
2012 MBB 24,23 63,25 SCB 14,68 111,32
2015 VCB 24,91 77,35 BIDV 15,30 106,00
Nguồn: Tác giả thu thập xử lý từ BCTC của 28 NHTM Nếu dựa trên những nghiên cứu của PWC (2006, 2012), Montgomery và cộng sự (2004) đáng lẽ ra về nguyên tắc LDR phải đồng biến với rủi ro nhưng tại số liệu kết quả hồi quy các NHTM Việt Nam mối quan hệ này ngược lại. Nguyễn Thanh Dương (2013) sau khi xem xét yếu tố mẫu số là tổng huy động ngắn hạn khi phân tích LDR đã lý giải rằng: Giả định đặt ra cho tất cả các ngân hàng là tính chất nguồn vốn ngắn hạn có thể xem như nguồn vốn dài hạn, điều này chỉ xảy ra khi đáo hạn thì lượng dư nợ huy động ngắn hạn được tái huy động để ngân hàng ổn định được nguồn vốn và tuân thủ đường cong lãi suất. Tại hệ thống tài chính VN diễn biến xấu như giai đoạn 2010 - 2012 thì giả định này rất dễ vi phạm, đặc biệt khi nguồn vốn ngắn hạn không ổn định tại những ngân hàng kém thanh khoản, việc chạy đua lãi suất và chọn giải pháp tăng lãi suất huy động ngắn hạn để đảm bảo thanh khoản sẽ làm cho thực tế đường cong lãi suất sẽ nằm ngang và lãi suất huy động kì hạn ngắn cao hơn các kì hạn khác. Như vậy dư nợ huy động ngắn hạn (mẫu số) thực sự tăng trong khi cấp tín dụng khơng đổi (tử số) sẽ làm giảm tỉ số LDR. Trong trường hợp này việc giảm LDR do tăng dư nợ huy động ngắn hạn khơng phải là tốt, nó cho thấy một rủi ro thanh khoản ngày càng lớn khi chi phí cho việc huy động tăng cao làm giảm thu nhập lãi thuần từ đó ảnh hưởng đến khả năng phá sản của ngân hàng. Thực tế LDR giảm do dư nợ huy động ngắn hạn tăng ngắn hạn tại những ngân hàng có mức độ rủi ro gia tăng như ABB, DAF, SCB, HBB, HDBank, Tienphongbank, PGbank. Tóm lại khi gặp khó khăn trong vấn đề thanh khoản thì các NHTM Việt Nam tranh nhau tăng huy động bằng cách chạy đua lãi suất và làm LDR giảm từ đó
ảnh hưởng đến lợi nhuận cũng như ảnh hưởng đến khả năng phá sản của ngân hàng.
Biến LAD (đại diện cho rủi ro thanh khoản)
Tương tự nghiên cứu của Montgomery và cộng sự (2004), Nguyễn Thanh Dương (2013) thì kết quả hồi quy cho thấy LAD khơng có ý nghĩa thống kê.
Biến NIR (đại diện cho rủi ro lãi suất)
Kết quả hồi quy hoàn toàn như mong đợi của tác giả cho thấy NIR có mối quan hệ nghịch biến với Z-score tức quan hệ thuận với khả năng phá sản của ngân hàng với mức ý nghĩa 5%. Đồng quan điểm với Nguyễn Thanh Dương (2013) với hàm ý khi ngân hàng quá phụ thuộc vào thu nhập lãi thuần thì rủi ro tăng khi thu nhập lãi thuần tăng. Nguyên nhân từ sự không phù hợp về kỳ hạn giữa cho vay dài hạn và huy động ngắn hạn kèm theo sự thay đổi lãi suất của thị trường khác với dự kiến