Đơn vị tính: % Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất Trạng thái tiền mặt 23,7 10,6 5,4 46,4 TA 8 0,5 6,8 8,8 ETA 8,5 3,6 3,8 26,6 CAR 12,5 5,8 5,2 45,9 TLTM 76,8 18,7 40,9 147,8 LG 40,6 80,3 -2,4 748,6 NPL 2,3 1,9 0,08 11,6 ROAE 15,2 7,9 0 44,3 GDPG 18,5 7 9,9 29,6 INF 9,9 5,4 1,84 19,9 IRB 7,7 3,4 2,9 13,5 (Nguồn: Phụ lục 2) Giá trị trung bình của trạng thái tiền mặt là 23,7%, độ lệch chuẩn là 10,6%, có nghĩa là giá trị trung bình của trạng thái tiền mặt dao động từ 13,1% - 34,3%. Giá trị lớn nhất của trạng thái tiền mặt là 46,44%, giá trị nhỏ nhất là 6,42%. Tùy thuộc vào biến động kinh tế trong từng giai đoạn, các NHTM niêm yết sẽ tăng hay giảm tỷ lệ trạng thái tiền mặt cho phù hợp với mục tiêu kinh doanh trong từng thời kỳ. Nhưng nhìn chung lại tỷ lệ trạng thái tiền mặt của các NHTM niêm yết xoay quanh từ 15-30%, điều này cho thấy các NHTM niêm yết đã duy trì hoạt động an tồn trong suốt giai đoạn.
Để đảm bảo kết quả ước lượng của mơ hình hồi quy là tốt, chúng ta xem xét hệ số tương quan của các biến. Khi các biến trong mơ hình có tương quan khá chặt với nhau, mơ hình sẽ xuất hiện đa cộng tuyến. Đa cộng tuyến sẽ gây đánh giá quá cao tác động thực sự của biến độc lập lên biến phụ thuộc, sẽ làm sai lệch các ước lượng của mơ hình.
Bảng 2.11: Ma trận tương quan giữa trạng thái tiền mặt với các biến TA, ETA, CAR, TLTM, LG, NPL, ROAE, GDPG, INF, IRB
56
Đơn vị tính %
TTTM TA ETA CAR TLTM LG NPL ROAE GDPG INF IRB
TTTM 1 TA -0,47 1 ETA 0,14 -0,41 1 CAR 0,23 -0,33 0,87 1 TL/TM -0,27 0,22 -0,01 0,04 1 LG 0,31 -0,28 0,31 0,45 0,33 1 NPL 0,10 0,02 -0,05 -0,03 0,02 -0,16 1 ROAE 0,41 0,15 -0,29 -0,21 -0,25 0,07 -0,31 1 GDPG 0,35 -0,20 0,07 0,07 -0,03 -0,07 -0,00 0,17 1 INF 0,35 -0,12 0,18 0,17 0,06 0,04 -0,09 0,22 0,85 1 IRB 0,37 -0,14 0,10 0,08 0,05 -0,06 -0,06 0,23 0,89 0,91 1 (Nguồn: Phụ lục 2) Hệ số tương quan cho biết độ mạnh của mối tương quan tuyến tính giữa hai biến. Hệ số tương quan dương trong trường hợp có tương quan tuyến tính đồng biến và âm khi tương quan tuyến tính nghịch biến. Hệ số tương quan càng gần với -1 và 1 thì tương quan giữa các biến càng mạnh. Với mức ý nghĩa 1%, trạng thái tiền mặt có tương quan thuận với LG, ROAE, và tương quan nghịch với TA, TLTM. Với mức ý nghĩa5%, trạng thái tiền mặt có tương quan thuận với GDPG và IRB. Với mức ý nghĩa là 10%, trạng thái tiền mặt có tương quan thuận với CAR.
2.4.4 Kiểm định các giả thiết của mơ hình hồi quy
Kiểm định một số giả thiết của phương pháp OLS để đảm bảo rằng đây là phương pháp ước lượng phù hợp cho bộ dữ liệu. Khi đó, các ước lượng tính được bằng phương pháp OLS là các ước lượng tuyến tính khơng chệch, hiệu quả nhất của hàm hồi quy. Nếu các giả thiết này bị vi phạm thì sẽ tiến hành hồi quy theo những phương pháp tốt hơn dành cho bộ dữ liệu bảng.
57 .1 .2 .3 .4 .5 7 7.5 8 8.5 9 LTA TTTM Fitted values (Nguồn: Phụ lục 3)
Hình 2.1: Đồ thị phân tán của trạng thái tiền mặt và TA
Phân tán của biến phụ thuộc trạng thái tiền mặt_TTTM và biến độc lập TA là tuyến tính theo xu hướng nghịch, nghĩa là khi TA tăng thì trạng thái tiền mặt sẽ giảm và ngược lại. Kết quả kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc trạng thái tiền mặt và các biến độc lập trong mơ hình hồi quy được trình bày tại Phụ lục 3.
Giả thiết 2 : Các sai số có phân phối chuẩn
Trong hồi quy tuyến tính đa biến yêu cầu các biến liên tục phải có phân phối chuẩn. Ngồi ra, phần dư của dữ liệu cũng có phân phối chuẩn là một giả định quan trọng. Tính phân phối chuẩn của phần dư là điều kiện để giá trị mức ý nghĩa (P-value) trong các kiểm định thống kê có ý nghĩa. Có hai cách thường được dùng để kiểm tra phân phối chuẩn của phần dư đó là phương pháp đồ thị và phương pháp kiểm định số học.
0 2 4 6 Den sit y -.2 -.1 0 .1 .2 Residuals
Kernel density estimate Normal density
kernel = epanechnikov, bandwidth = 0.0251
Kernel density estimate
(Nguồn: Phụ lục 3)
58
Đường màu đỏ là đường mật độ phân phối chuẩn, đường màu xanh là đường mật độ phân phối của phần dư. Hai đường này tương đương hình dạng và theo sát vào nhau, có thể chấp nhận giả định phân phối của phần dư xấp xỉ một phân phối chuẩn.
Giả thiết 3 : Không xảy ra hiện tượng đa cộng tuyến
Đa cộng tuyến xảy ra khi một biến là tổ hợp tuyến tính của các biến cịn lại và sai số ngẫu nhiên.
Khi xây dựng mơ hình hồi quy, trường hợp lý tưởng là các biến độc lập khơng có tương quan với nhau. Như vậy, mỗi biến độc lập sẽ chứa một thông tin riêng về biến phụ thuộc, thơng tin đó khơng chứa trong bất kỳ biến độc lập nào khác.
Có nhiều cách phát hiện đa cộng tuyến như:
Khi R2cao nhưng tỷ số t lại thấp: Trường hợp R2cao, thường là >80% nhưng tỷ số t lại thấp, chúng ta nghi ngờ mơ hình đã có hiện tượng đa cộng tuyến.
Dùng nhân tử phóng đại phương sai gắn với biến Xi , ký hiệu là VIF(Xi)- Variance inflation factor. VIF(Xi) được thiết lập trên cơ sở của hệ số xác định R2 trong hồi quy của biến Xi với các biến khác như sau: VIF(Xi) = 2
1 1
R
−
VIF tốt nhất là thuộc khoảng [2,5], VIF riêng của từng biến độc lập <10, nếu >10 thì hiện tượng đa cộng tuyến khá trầm trọng, có khả năng gây đổi dấu của các biến.
Kết quả kiểm tra cho thấy hệ số phóng đại phương sai VIF trung bình của các biến là 4,04, nằm trong khoảng [2,5], kết quả này khá tốt cho chúng ta khẳng định rằng khơng có hiện tượng đa cộng tuyến trong mơ hình. Hệ số phóng đại phương sai VIF riêng của từng biến độc lập đều nhỏ hơn 10. Điều này khẳng định một lần nữa rằng các biến độc lập trong mơ hình khơng có hiện tượng đa cộng tuyến (Phụ lục 3).
Giả thiết 4: Các sai số là đại lượng ngẫu nhiên có phương sai khơng đổi
Một giả thiết quan trọng trong mơ hình hồi quy tuyến tính cổ điển là các yếu tố nhiễu hay các sai số (Uit) xuất hiện trong hàm hồi quy tổng thể có phương sai khơng thay đổi (homoscedasticity), E(ui2
) = σ2, i= 1,2,…,n.
Có nhiều cách phát hiện phương sai thay đổi trong mơ hình như:
59
Dùng các kiểm định như: Kiểm định Park, kiểm định Glejser, kiểm định tương quan theo hạng của Spearman, kiểm định Goldfeld-Quandt, kiểm định Breusch-Pagan- Godfrey, kiểm định tổng quát về phương sai thay đổi của White.
Ở đây sử dụng kiểm định Breusch-Pagan. Kiểm định Breusch-Paganđược sử dụng để kiểm tra phương sai thay đổi trong một mơ hình hồi quy tuyến tính. Nó kiểm tra ước lượng phương sai của phần dư từ mơ hình hồi quy có phụ thuộc vào các giá trị của các biến độc lập hay không.
Kết quả kiểm định Breusch – Pagan cho hiện tượng phương sai thay đổi có P-value = 0.8827>5%. Điều này dẫn đến chấp nhận giả thuyết H0 và cho thấy mơ hình khơng vi phạm giả định phương sai khơng đổi, tức là mơ hình khơng có hiện tượng phương sai thay đổi (Phụ lục 3).
Giả thiết 5 : Khơng có sự tương quan giữa các sai số trong mơ hình
Tự tương quan là sự tương quan giữa các thành phần của chuỗi các quan sát sắp xếp theo thứ tự thời gian (số liệu chuỗi thời gian) hoặc không gian (số liệu chéo). Trong mơ hình hồi quy, mơ hình có tự tương quan là mơ hình mà các sai số ngẫu nhiên của các quan sát phụ thuộc lẫn nhau.Cov (Ui,Uj) ≠ 0 (i ≠ j): tương quan tuyến tính
Có nhiều cách phát hiện tự tương quan trong mơ hình như:
Dùng dồ thị: chúng ta có thể vẽ Ut theo Ut-1 , tức là phần dư tại thời điểm t theo giá trị của chính nó tại thời điểm (t-1) để biết được quy luật biến động của sai số, nếu có quy luật (theo đường tuyến tính đồng biến hay nghịch biến) thì có tự tương quan.
Có nhiều kiểm định mang tính định lượng có thể được sử dụng để bổ trợ cho phương pháp định tính trên như: Kiểm định Durbin – Watson, kiểm định Breusch– Godfrey (BG) của tự tương quan bậc cao hơn, kiểm định Wooldridge….
Ở đây sử dụng kiểm định Wooldridge để kiểm tra tự tương quan trong mơ hình. Kết quả kiểm định Wooldridge test cho tự tương quan có P-value = 0.0017<5%, điều này cho ta bác bỏ giả thuyết H0, như vậy đã có sự tương quan giữa các sai số trong mơ hình (Phụ lục 3).
Qua các kiểm định cho thấy phương pháp OLS khơng phù hợp vì đã bị vi phạm các giả định như: mối quan hệ tuyến tính giữa biến phụ thuộc và một số biến độc lập khơng có xu hướng rõ ràng, xảy ra hiện tượng tự tương quan. Do đó sẽ tiến hành hồi quy theo
60
hai phương pháp tốt hơn cho dữ liệu bảng đó là phương pháp tác động cố định FEM (Fixed Effects Model ) và phương pháp tác động ngẫu nhiên REM (Random Effects Model). Hai phương pháp này cho phép kiểm sốt được các biến nhiễu (cịn gọi là sai số trong mơ hình), là những biến khơng có mặt trong mơ hình nhưng vẫn giải thích được cho biến phụ thuộc. Dùng kiểm định Hausman để lựa chọn mơ hình hồi quy phù hợp:
Lựa chọn giữa phương pháp tác động cố định-FEM và tác động ngẫu nhiên-REM
Mơ hình FEM và REM là hai mơ hình được áp dụng khá phổ biến trong hồi quy dữ liệu bảng (Phụ lục 4).
Sử dụng kiểm định Hausman để lựa chọn giữa mơ hình FEM và REM với giả thiết: H0:Sự khác biệt giữa các hệ số tương quan khơng có tính hệ thống (REM phù hợp) Nếu ta bác bỏ Ho nghĩa là REM khơng phù hợp chỉ có FEM phù hợp. Ngược lại, khi chấp nhận Ho thì bác bỏ mơ hình FEM, mơ hình REM sẽ phù hợp hơn trong trường hợp này. Kết quả kiểm định Hausman, ta có P-value= 0.0666>5%, chấp nhận giả thuyết H0, mơ hình tác động ngẫu nhiên REM là mơ hình phù hợp (Phụ lục 5).
2.4.5Kết quả hồi quy theo phương pháp tác động ngẫu nhiên_RE (Random Effect) Bảng 2.12: Kết quả hồi quy giữa biến phụ thuộc trạng thái tiền mặt với các Bảng 2.12: Kết quả hồi quy giữa biến phụ thuộc trạng thái tiền mặt với các biến độc lập TA, ETA, CAR, TLTM, LG, NPL, ROAE, GDPG, INF, IRB.
Đơn vị tính %
Biến Hệ số hồi quy Sai số chuẩn Kiểm định Z Mức ý nghĩa TA -0,083 0,019 -4,28 0,00 ETA -0,896 0,478 -1,87 0,061 CAR 0,593 0,301 1,97 0,049 TLTM -0,122 0,054 -2,26 0,024 LG 0,030 0,014 2,16 0,031 NPL 0,375 0,437 0,86 0,390 ROAE 0,455 0,128 3,55 0,000 GDPG -0,120 0,257 -0,47 0,642 INF -0,088 0,379 -0,23 0,816 IRB 1,197 0,689 1,74 0,082 Hằng số 0,849 0,161 5,27 0,000 R2 0,5826 (Nguồn: Phụ lục 6) Kết quả mơ hình hồi quy được viết dưới dạng như sau:
TTTM = 0,849 – 0,083*TA –0,896*ETA + 0,593*CAR – 0,122*TLTM + 0,030*LG + 0,455*ROAE + 1,197*IRB.
61
Hệ số xác định R2 thể hiện tỉ lệ biến thiên của biến phụ thuộc được giải thích bằng sự biến thiên của biến độc lập. Hệ số R2
hiệu chỉnh đạt 58,26% cho thấy các biến độc lập trong mơ hình giải thích được 58,26% cho sự biến động của biến phụ thuộc là trạng thái tiền mặt_TTTM. Trong số 10 biến độc lập đưa vào mơ hình thì có 3 biến khơng có ý nghĩa thống kê đó là NPL, GDPG và INF, các biến cịn lại đều có ý nghĩa thống kê tại mức ý nghĩa 1%, 5% và 10%.
2.5 Đánh giá thực trạng các nhân tố ảnh hưởng đến trạng thái tiền mặt tại các ngân hàng thương mại cổ phần Việt Nam hàng thương mại cổ phần Việt Nam
Nhằm tăng tính minh bạch thơng tin, đảm bảo mơ hình nghiên cứu hiệu quả, phạmvi nghiên cứu được giới hạn trong các NHTM niêm yết Việt Nam.
+ Quy mơ tổng tài sản (TA)
TA có mối tương quan âm với trạng thái tiền mặt của các NHTM niêm yết Việt Nam, với hệ số hồi quy là -0,083 có ý nghĩa tại mức 1%. Với mức ý nghĩa 1%, độ tin cậy đến 99% cho thấy nhân tố TA đóng vai trị quan trọng trong sự thay đổi trạng thái tiền mặt tại các NHTM niêm yết Việt Nam. Chúng ta có thể kết luận rằng trong điều kiện các nhân tố khác không đổi, theo thơng tin từ dữ liệu mẫu ta có khi TA tăng (giảm) 1% thì trung bình trạng thái tiền mặt sẽ giảm (tăng) 8,3%. Kết quả này phù hợp với nghiên cứu của Iannotta et al (2007) và Pavla Vodová (2011). Điều này cho thấy các NHTM niêm yết Việt Nam có thể tận dụng lợi thế quy mơ lớn mà giảm phần dự trữ các tài sản có tính thanh khoản cao nhưng khả năng sinh lời thấp để tập trung vốn vào kinh doanh tăng lợi nhuận. Trong trường hợp thiếu hụt thanh khoản, với lợi thế quy mơ lớn và uy tín trên thị trường, các ngân hàng có thể dựa vào sự hỗ trợ thanh khoản từ việc đi vay trên thị trường liên ngân hàng hay sự hỗ trợ của NHNN.
Từ phân tích thực trạng cho thấy các NHTM niêm yết Việt Nam có tỷ lệ trạng thái tiền mặt thay đổi trong từng giai đoạn khác nhau của. Thực tế cho thấy sự biến động của trạng thái tiền mặt khá phù hợp với kết quả nghiên cứu của mơ hình, tức là khi quy mơ tổng tài sản tăng thì trạng thái tiền mặt có xu hướng giảm. Thể hiện rõ nhất mối quan hệ của TA và trạng thái tiền mặt tại các NHTM niêm yết Việt Nam là giai đoạn 2010-2014, đây là giai đoạn phục hồi kinh tế sau khủng hoảng, các NHTM niêm yết dần mở rộng quy
62
mô hoạt động với mục tiêu tăng trưởng lợi nhuận, vì thế tài sản thanh khoản dự trữ tại ngân hàng cũng thay đổi theo, dẫn đến sự biến động của tỷ lệ trạng thái tiền mặt.
Tỷ lệ VCSH trên tổng tài sản (ETA)
ETA có mối tương quan âm với trạng thái tiền mặt tại các NHTM niêm yết Việt Nam, với hệ số hồi quy là -0,896 có ý nghĩa tại mức 10%. Chúng ta có thể kết luận rằng trong điều kiện các nhân tố khác không đổi, theo thơng tin từ dữ liệu mẫu ta có khi ETA tăng (giảm) 1% thì trung bình TTTM sẽ giảm (tăng) 89,6%. Kết quả này phù hợp với nghiên cứu của Allen và Gale (2004), Repullo (2004), Gorton và Winton (2000). Điều này cũng phù hợp với thực trạng của hệ thống NHTM Việt Nam. Trong môi trường hoạt động kinh doanh luôn chứa đựng nhiều rủi ro, phần lớn các NHTM luôn muốn mở rộng quy mơ hoạt động nhưng tiềm lực tài chính thì khơng đủ mạnh. Vì thế, VCSH là tấm chắn rủi ro cho quá trình các NHTM mở rộng kinh doanh. Mặt khác, những ngân hàng có nguồn VCSH lớn sẽ nâng cao uy tín, củng cố thương hiệu trên thị trường, từ đó họ có thể huy động vốn với chi phí thấp nhờ vào niềm tin của khách hàng, tạo được nguồn cung thanh khoản nhanh từ thị trường liên ngân hàng hay các nghiệp vụ với NHNN thông qua thị trường mở. Đó là lí do mà các ngân hàng có thể dùng vốn đẩy mạnh kinh doanh và giảm phần dự trữ tài sản thanh khoản. Điển hình nhất là CTG, BID và VCB với tiềm lực tài chính khá mạnh, tỷ lệ trạng thái tiền mặt và ETA đi ngược xu hướng nhau. Biểu đồ 2.6 thể hiện biến động giữa trạng thái tiền mặt trung bình và ETA trung bình của 9 NHTMCP niêm yết trong giai đoạn 2004-2014 cho thấy rõ xu hướng ngược chiều này.
Biểu đồ 2.6: Biến động giữa trạng thái tiền mặt và ETA tại các NHTM niêm yết Việt Nam giai đoạn 2004-2014
Đơn vị tính %
63
Tỷ lệ an toàn vốn tối thiểu (CAR)
CAR có mối tương quan dương với TTTM của các NHTM niêm yết Việt Nam, với