PHẦN 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Mô tả biến nghiên cứu
3.3.1. Biến đo lường mức độ chấp nhận rủi ro (biến phụ thuộc)
Thước đo mức độ chấp nhận rủi ro chính trong bài nghiên cứu là Z-score, được đo bằng lợi nhuận trên tài sản (ROA) cộng với tỷ lệ tài sản vốn (CAR), chia cho độ lệch chuẩn của lợi nhuận trên tài sản (σ(ROA)):
Z − score =(ROA + CAR)
σ(ROA)
Trong ngân hàng, định nghĩa về vốn hoàn toàn khác biệt so với các lĩnh vực phi ngân hàng. Theo thước đo quy định trong Basel I, vốn cấp 1 bao gồm vốn điều lệ, các quỹ dự trữ và lợi nhuận chưa phân phối, trong khi đó vốn cấp 2 bao gồm lợi nhuận chưa công bố, giá trị tài sản đánh giá lại, các khoản dự phòng rủi ro chung và các công cụ lai giữa nợ và vốn, và các khoản nợ thứ cấp dài hạn. Việc thu thập vốn tự có theo chuẩn Basel I là vốn cấp 1 và vốn cấp 2 tại Việt Nam là không khả thi do trước đây các ngân hàng tại Việt Nam không tách bạch được vốn cấp 1 và vốn cấp 2 mà chỉ dùng chung là vốn chủ sở hữu hay vốn điều lệ, đến hiện nay việc báo cáo về vốn tự có của các ngân hàng thương mại vẫn chưa được công bố rộng rãi trên các báo cáo thường niên của ngân hàng mà chỉ dùng để báo cáo nội bộ và báo cáo cho ngân hàng nhà nước để thực hiện tính tốn các chỉ số an toàn vốn và đáp ứng quy định của luật các tổ chức tín dụng về hoạt động cho vay cấp bảo lãnh. Do đó trong bài nghiên cứu này, tác giả sử
dụng CAR được đo bằng tổng tài sản trừ đi tổng nợ phải trả, chia cho tổng tài sản. Đây là cơng thức tính CAR được áp dụng phổ biến trong các nghiên cứu hiện nay, như nghiên cứu của Sanjai Bhagat (2015), Laeven và Levine (2009), Houston và cộng sự (2010), Vyas (2011)…
Z-score được sử dụng rộng rãi trong các nghiên cứu nước ngoài để đo lường mức độ rủi ro của các cơng ty phi tài chính cũng như các ngân hàng. Z-score đo lường rủi ro phá sản của các công ty và cả các ngân hàng. Một giá trị Z-score cao nghĩa là ngân hàng đó có mức độ chấp nhận rủi ro thấp hơn và hoạt động ổn định hơn. Bởi vì Z-score là một giá trị chệch nên tác giả áp dụng phương pháp theo nghiên cứu của Sanjai Bhagat và cộng sự (2015), Laeven and Levine (2009) và Houston và cộng sự (2010) là sử dụng logarit tự nhiên của Z-score để đo lường rủi ro. Tuy nhiên, vấn đề trong tính tốn là nhiều khả năng Z-score sẽ bị âm do nhiều ngân hàng hoạt động trong tình trạng bị lỗ thì khi đó sẽ khơng tính tốn được logarit tự nhiên của Z-score để áp dụng trong mơ hình. Khi thu thập dữ liệu, tác giả không bị trường hợp nào Z-score bị âm nên tác giả đã sử dụng logarit tự nhiên của Z-score trong q trình tính tốn. Trong tính tốn Z-score, ROA và CAR được sử dụng là giá trị hàng năm và σ(ROA) là độ lệch chuẩn của ROA hàng năm tính trên khoảng thời gian 5 năm cho mỗi quan sát. Tác giả tính σ(ROA) dựa trên nghiên cứu của Sanjai Bhagat (2015), Laeven and Levine (2009) và Houston và cộng sự (2010).
Z-score có một số hạn chế khi được dùng để tính mức độ chấp nhận rủi ro của các ngân hàng thương mại. Hạn chế quan trọng nhất là Z-score là được tính tốn hồn toàn dựa trên các số liệu kế tốn. Do đó, chỉ số Z-score chỉ được xem là tốt trong nghiên cứu khi các ngân hàng áp dụng chung một khn khổ kế tốn và kiểm toán và chuẩn mực này phải được áp dụng nghiêm tại toàn bộ hệ thống Ngân hàng, tránh tình trạng sử dụng các thủ thuật kế toán để che dấu số liệu. Nếu các ngân hàng có thể tìm cách làm mịn các số liệu báo cáo, nghĩa là các ngân hàng tìm cách để số liệu ROA ít biến động để làm sao cho chỉ số σ(ROA) nhỏ nhất, khi đó Z-score có thể cung cấp một
đánh giá quá tích cực của mức độ rủi ro và sự ổn định các ngân hàng. Ngồi ra, Z-score cịn tính cho từng ngân hàng riêng biệt, việc tính tốn này khơng xét đến mức độ rủi ro của các ngân hàng khác đến mức độ rủi ro chung của cả hệ thống qua đó tác động đến mức độ rủi ro của ngân hàng ta đang tính đến. Tuy nhiên lợi thế khi áp dụng Z-score trong tính tốn mức độ rủi ro là việc thu thập dữ liệu khá đơn giản và có thể áp dụng tại các thị trường mà việc tính tốn chỉ số rủi ro dựa trên thị trường là rất khó khăn do thiếu thông tin và không đủ dữ liệu như tại thị trường chứng khốn Việt Nam. Ngồi ra, Z-score cho phép so sánh nguy cơ vỡ nợ giữa các ngân hàng với nhau dù rằng các ngân hàng có thể khác nhau về quyền sở hữu hoặc khác nhau về quản trị công ty hoặc khác nhau về mục tiêu hướng tới trong tương lai. Từ những nhận định trên, tác giả nhận thấy việc sử dụng Z-score trong tính tốn mức độ chấp nhận rủi ro tại các ngân hàng Việt Nam là hợp lý tại thời điểm hiện nay và phù hợp với thông lệ nghiên cứu trên thế giới.
Khi chạy mơ hình Robustness Check, tác giả cịn sử dụng thêm biến đo lường rủi ro khác là độ lệch chuẩn của lợi nhuận cổ phiếu theo ngày (σ(RET)). Chỉ số này cho thấy phản ứng của thị trường về mức độ rủi ro của công ty phản ánh theo ngày. Đây là mức đo bổ sung cho Z-score được áp dụng khá phổ biến trong các nghiên cứu nước ngoài như nghiên cứu của Sanjai Bhagat và cộng sự (2015) hay Vyas (2011).
Để tìm hiểu kỹ hơn về từng nhân tố trong cấu thành Z-score trong mối quan hệ với các biến độc lập (như là biến quy mô, tỷ lệ sở hữu của chủ tịch hội đồng quản trị, hoặc việc sở hữu của chính phủ…), tác giả còn sử dụng từng cấu thành trong Z-score là lợi nhuận trên tài sản (ROA), tỷ lệ tài sản vốn (CAR), độ lệch chuẩn của lợi nhuận trên tài sản (σ(ROA)) như là biến phụ thuộc để áp dụng chạy mơ hình. Việc phân tích từng cấu thành này nhằm nghiên cứu kỹ thêm việc Z-score chịu ảnh hưởng nhiều từ nhân tố nào và nhân tố đó chịu ảnh hưởng như thế nào từ quy mơ hoạt động của ngân hàng.