6. Bố cục của nghiên cứu
3.4. Mơ hình nghiên cứu
Dựa trên các nghiên cứu đã được thực hiện trên thế giới về các nhân tố tác động đến HQTC của các NHTM, các tác giả đều sử dụng mơ hình hồi quy tuyến tính để nghiên cứu. Vì vậy, trong nghiên cứu này tác giả cũng sử dụng mơ hình hồi quy tuyến tính, cụ thể mơ hình nghiên cứu:
Mơ hình hồi quy thứ nhất: bao gồm các biến được đo lường dựa trên giá trị sổ sách được công bố của các NHTMCP Việt Nam, cụ thể:
Yi,t = β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t + β6SIZEi,t + ui,t
Để bổ sung vào nghiên cứu, tác giả lựa chọn biến vĩ mơ để bổ sung vào mơ hình nhằm đánh giá tác động của biến vĩ mô lên HQTC của ngân hàng, cụ thể về mơ hình hồi quy thứ hai:
Yi,t = β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t + β6SIZEi,t + β7GDPi,t + β8CPIi,t + ui,t
Trong đó:
Yi,t là HQTC của ngân hàng i tại thời điểm t, được lượng hóa bằng chỉ tiêu ROA, ROE và NIM.
CAi,t là tỷ lệ an toàn vốn của ngân hàng i tại thời điểm t, được lượng hóa bằng chỉ tiêu vốn chủ sở hữu của ngân hàng i trong năm t chia cho tổng tài sản của ngân hàng i trong năm t.
LLRi, thể hiện chất lượng tài sản của ngân hàng i tại thời điểm t, được lượng hóa bằng chỉ tiêu chi phí dự phịng tổn thất rủi ro tín dụng của ngân hàng i trong năm t chia cho tổng dư nợ cho vay khách hàng của ngân hàng i trong năm t.
MEi,t thể hiện hiệu quả hoạt động của ngân hàng i tại thời điểm t, được lượng hóa bằng chỉ tiêu tổng chi phí hoạt động của ngân hàng i trong năm t chia cho tổng thu nhập của ngân hàng i trong năm t.
LIQi,t thể hiện chất lượng thanh khoản của ngân hàng i tại thời điểm t, được lượng hóa bằng chỉ tiêu tổng chi phí hoạt động của ngân hàng i trong năm t chia cho tổng thu nhập của ngân hàng i trong năm t.
SIZEi,t là quy mô ngân hàng i tại thời điểm t, được lượng hóa bằng logarit của tổng tài sản của ngân hàng i trong năm t.
CPIi,t là tốc độ lạm phát tại thời điểm t.
3.5. Phương pháp nghiên cứu:
Nghiên cứu sử dụng kỹ thuật hồi quy bảng để phân tích các nhân tố nội tại cũng như là các nhân tố vĩ mô tác động đến HQTC của NHTMCP Việt Nam. Dữ liệu bảng được sử dụng phổ biến bởi vì nó cung cấp nhiều dữ liệu thông tin và quan sát được những biến đổi của một ngân hàng trong nhiều năm cũng như so sánh các ngân hàng khác nhau trong cùng một năm.
Mơ hình hồi quy cơ bản với các dữ liệu bảng như sau:
Yit = α + X/itβ + uiti t = 1, …,7 và i = 1, 2, ….,29 Trong đó:
i biểu thị số lượng ngân hàng và t chỉ kích thước thời gian;
X/it là 1 x k vec tơ các quan sát trên k biến giải thích cho các cơng ty thứ i trong giai đoạn t;
β là một k x 1 vector các tham số;
uit là số hạng sai số kết hợp và được định nghĩa như sau: uit = µi + vit
µi là thành phần sai số theo không gian;
vit là thành phần sai số theo không gian và thời gian kết hợp.
Với dữ liệu quan sát đối với 1 cá thể (ví dụ 1 quốc gia hay khu vực,…) tại nhiều thời điểm hoặc đối với nhiều cá thể tại 1 thời điểm ta thường sử dụng phương pháp OLS thông thường.
Mặt khác, trong bộ dữ liệu thống kê được thu thập để xây dựng hàm hồi quy, nghiên cứu sử dụng số liệu tổng hợp nghĩa là số liệu chuỗi thời gian của các cá thể khác nhau có thể gọi là dữ liệu gộp chung (gộp chung các quan sát chéo và chuỗi thời gian) hay còn gọi là dữ liệu bảng. Do đó, với dữ liệu bảng là quan sát nhiều cá thể (ngân hàng) trong nhiều thời đoạn khác nhau (năm), ta thường lo ngại về sự tồn tại của những yếu tố mang tính đặc trưng của từng cá thể và mang tính đặc trưng về thời gian cũng có ảnh hưởng đáng kể đến biến phụ thuộc và sẽ dẫn đến những kết quả không đáng tin cậy nếu như ta không lựa chọn phương pháp hồi quy phù hợp. Vì vậy, trong kinh tế lượng, để thực hiện hồi quy đối với dữ liệu bảng ta sẽ tiến hành lựa chọn 1 trong 3 phương pháp hồi quy:
Phương pháp hồi quy OLS với hiệu ứng cố định (Fixed effect model - FEM);
Phương pháp hồi quy OLS với hiệu ứng ngẫu nhiên (Random effect model - REM).
Với mục đích nhằm tăng tính phù hợp và đánh giá được các tác động chéo của thời gian và ngân hàng (Xinh Xinh, 2010), tác giả sẽ sử dụng đồng thời 03 phương pháp trên sử dụng trong việc nghiên cứu mơ hình hồi quy.
Đồng thời nhằm tạo cơ sở đánh giá tác động của từng nhân tố nội tại và nhân tố vĩ mô lên biến phụ thuộc (ROA, ROE và NIM) nghiên cứu sẽ phân tích mơ hình trên 02 khía cạnh:
Khía cạnh thứ nhất: Chỉ bao gồm các yếu tố nội tại của ngân hàng và không kể đến các nhân tố vĩ mô.
Khía cạnh thứ hai: Bao gồm các yếu tố nội tại của ngân hàng.
Việc nghiên cứu trên hai mơ hình nhằm để so sánh sự thay đổi trong kết quả hồi quy về mối liên hệ giữa HQTC của các NHTMCP Việt Nam và các biến giải thích khi khơng chịu sự tác động của các biến kinh tế vĩ mô (gồm biến GDP và CPI) và khi có tác động của biến vĩ mô.
3.5.1. Phương pháp hồi quy OLS thông thường:
Thực hiện hồi quy OLS thơng thường bằng cách đơn giản hóa vấn đề, chúng ta bỏ qua bình diện khơng gian và thời gian, xem tất cả các dữ liệu trong bảng là các quan sát độc lập cho biến.
Mơ hình hồi quy theo phương pháp OLS:
Thứ nhất: Chỉ bao gồm các yếu tố nội tại của ngân hàng và không kể đến các nhân tố vĩ mô:
Yi,t = β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t + β6SIZEi,t + ui,t
Thứ hai: Bao gồmcác nhân tố nội tại và nhân tố vĩ mô:
Yi,t = β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t + β6SIZEi,t+β7GDPi,t + β8CPIi,t + ui,t
Về việc kiểm định trong phương pháp OLS:
Thực hiện hồi quy OLS thông thường bằng cách đơn giản hóa vấn đề, chúng ta bỏ qua bình diện khơng gian và thời gian, xem tất cả các dữ liệu trong bảng là các quan sát
độc lập cho biến. Điều kiện để áp dụng kiểm định OLS gộp là khi các quan sát là tương đối đồng bộ.
Nhược điểm của OLS gộp là trị thống kê Durbin Watson ước lượng khá thấp, cho thấy rằng có lẽ có sự tự tương quan trong dữ liệu. Lẽ dĩ nhiên như ta biết, trị thống kê Durbin Watson thấp cũng có thể là do các sai số đặc trưng của mơ hình.
3.5.2. Phương pháp hồi quy OLS với hiệu ứng cố định (FEM)
Mơ hình chung :
Yit= β1 + β2X2it+ β3X3it+ uit
Mơ hình hồi quy OLS với hiệu ứng cố định chú trọng đến đặc trưng riêng theo các mặt không gian và thời gian của các quan sát được kỳ vọng là có ảnh hưởng đáng kể đến biến phụ thuộc Yi,t . Do đó, chúng được đưa vào mơ hình để giải thích cho Yi,t
Mơ hình này sử dụng các biến giả để chia các đặc trưng riêng ra thành từng nhóm. Điều kiện áp dụng mơ hình là tung độ gốc β1 có quan hệ tương quan với các biến độc lập. Điều này dẫn đến tương ứng với mỗi nhóm sẽ cho ra 1 β khác nhau.
Khi ứng dụng mơ hình này thì tất cả các yếu tố mang tính đặc trưng cho từng ngân hàng (như tỷ lệ an toàn vốn, hiệu quả quản lý,…) và đặc trưng thời gian (các năm) được kỳ vọng là có ảnh hưởng đáng kể đến biến phụ thuộc Yi,t . Do đó, chúng được đưa vào mơ hình để giải thích cho Yi,t tức là ứng với mỗi quan sát và tại mỗi thời gian khác nhau thì hệ số trục tung của đường hồi quy cũng khác nhau.
Mơ hình theo phương pháp FEM:
Yi,t = β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t + β6SIZEi,t + β7GDPi,t + β8CPIi,t + ui,t
Mơ hình này được xử lý bằng cách sử dụng các biến giả, các tham số gắn với biến giả thể hiện mối tương gian riêng giữa đặc trưng theo năm và đặc trưng từng ngân hàng (29 ngân hàng) đối với biến phụ thuộc. Mơ hình được viết lại như sau:
Thứ nhất: Chỉ bao gồm các yếu tố nội tại của ngân hàng và không kể đến các nhân tố bên ngoài:
Yi,t = β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t+ + β6SIZEi,t+ (λ2D2i + λ3D3i + λ4D4i + … + λ29D29i + λ30D30i) + (γ2NAM2006 + γ3NAM2012) + ui,t
Thứ hai: Bao gồm các nhân tố nội tại và nhân tố vĩ mô:
Yi,t = β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t + β6SIZEi,t +β7GDPi,t + β8CPIi,+ (λ2D2i + λ3D3i + λ4D4i+ … + λ29D29i + λ30D30i) + (γ2NAM2006 + γ3NAM2012) + ui,t
Xét về việc kiểm định khi so sánh giữa 2 mơ hình OLS thơng thường và mơ hình OLS với hiệu ứng cố định bằng ý nghĩa thống kê của các hệ số ước lượng: Sự kiện là giá trị R2 đã tăng đáng kể và sự kiện là trị thống kê Durbin Watson cao hơn nhiều, cho thấy rằng mơ hình OLS gộp đã được định dạng sai.
3.5.3. Phương pháp hồi quy OLS với hiệu ứng ngẫu nhiên (REM)
Mơ hình chung :
Yit= β1 + β2X2it+ β3X3it+ uit
Ý tưởng của phương pháp này cho rằng những khác biệt mang tính đặc trưng của ngân hàng và đặc trưng theo thời gian được chứa đựng trong phần sai số ngẫu nhiên uit. Trong các mơ hình ảnh hưởng ngẫu nhiên β1 là độc lập với các biến quan sát.
Một ưu điểm của mơ hình hồi quy OLS với hiệu ứng ngẫu nhiên so với mơ hình ảnh hưởng hồi quy OLS với hiệu ứng cố định là: Nó khơng làm mất bậc tự do vì ta khơng phải ước lượng N tung độ gốc riêng lẻ. Ta chỉ cần ước lượng trị trung bình của tung độ gốc và phương sai của nó. Mơ hình với hiệu ứng ngẫu nhiên thích hợp trong những tình huống mà tung độ gốc (ngẫu nhiên) của từng đơn vị không tương quan với các biến độc lập.
Mơ hình theo phương pháp REM:
Thứ nhất: Chỉ bao gồm các yếu tố nội tại của ngân hàng và không kể đến các nhân tố vĩ mô:
Yi,t =β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t+ β6SIZEi,t+ εi,t + ui,t
Thứ hai: Bao gồm các nhân tố nội tại và nhân tố vĩ mô:
Yi,t =β1 + β2CAi,t + β3LLRi,t + β4MEi,t + β5LIQi,t + β6SIZEi,t + β7GDPi,t + β8CPIi,t + εi,t + ui,t
Với εi,t đại diện cho phần giải thích của những đặc trưng mang tính cá thể (ngân hàng) và đặc trưng mang tính thời gian đối với những thay đổi của biến phụ thuộc (ROA, ROE hay NIM).
3.6. Phân tích các nhân tố tác động đến HQTC của NHTMCP Việt Nam: 3.6.1 Mơ hình nghiên cứu chỉ bao gồm các biến nội tại của ngân hàng: 3.6.1.1. Mơ hình hồi quy với biến phụ thuộc là ROA:
Kết quả hồi quy theo phương pháp OLS thơng thường:
Từ kết quả mơ hình hồi quy tại Phụ lục 08, ta có hệ số R2 có giá trị là 58,86% tức là 58,86% sự biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mơ hình. Ngồi ra hằng số C cũng có ý nghĩa trong mơ hình hồi quy. Hơn nữa, chỉ số kiểm nghiệm F là 56,37801 với mức ý nghĩa thống kê rất nhỏ (0,000000) cho thấy mơ hình hồi quy được xây dựng là phù hợp với bộ dữ liệu thu thập.
Ngoài ra, 03 biến độc lập là tỷ lệ an toàn vốn (CA), hiệu quả hoạt động (ME) và chất lượng thanh khoản (LIQ) trong mơ hình ước lượng đều có giá trị p-value < 0,1. Điều đó có nghĩa, các biến độc lập này được đưa vào mơ hình có tác động lên biến ROA với mức ý nghĩa lần lượt là 10%, 5% và 1%. Trong đó, biến CA và biến LIQ có mối tương quan dương với ROA. Ngược lại, biến ME có tương quan nghịch với ROA. Riêng đối với biến LLR và SIZE, ta chỉ đạt mức ý nghĩa thống kê lần lượt là 63,84% và 49,74% nên khơng có ý nghĩa thống kê. Tức hai biến LLR và SIZE có thể là hai biến không cần thiết phải đưa vào mơ hình và để có cơ sở kết luận về điều này ta sử dụng kiểm định Wald nhằm với với giả thiết H0: β3= β6 = 0, kết quả kiểm định:
Test Statistic Value df Probability
F-statistic 0,730140 (2, 197) 0,4831 Chi-square 1,460281 2 0,4818 Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
C(3) 0,029705 0,063107
C(6) 0,000278 0,000408
Restrictions are linear in coefficients.
Theo kết quả kiểm định Wald, ta có F = 0,730140 có p-value = 0,4831 > 0,05 nên ta chấp nhận giả thiết H0 tức khi cả hai biến LLR và SIZE bị loại bỏ khơng có ảnh hưởng đến kết quả hồi quy của biến phụ thuộc ROA.
Kết quả hồi quy OLS với hiệu ứng cố định (Fixed Effect Model)
Kết quả hồi quy tại Phụ lục 08 cho thấy rằng R2 đã được cải thiện rõ rệt so với mơ hình hồi quy ban đầu (58,86%) với kết quả lần lượt tăng dần là 61,55%, 71,73% và 73,69%. Điều này cho thấy mức độ giải thích của mơ hình đã được cải thiện.
Để so sánh giữa mơ hình sử dụng OLS với hiệu ứng cố định và mơ hình sử dụng OLS thông thường, ta sử dụng phương pháp Likelihood test:
Giả thuyết H0: Hiệu ứng cố định khơng có ý nghĩa thống kê H1: Hiệu ứng cố định có ý nghĩa thống kê
Kết quả đối với mơ hình ROA1(1):
Redundant Fixed Effects Tests Test cross-section fixed effects
Effects Test Statistic d.f Prob.
Cross-section F 2,747117 (28,169) 0,0000 Cross-section Chi-square 76,146249 28 0,0000
Kết quả đối với mơ hình ROA1(2):
Redundant Fixed Effects Tests Test period fixed effects
Effects Test Statistic d.f Prob.
Period F 2,224562 (6,191) 0,0425 Period Chi-square 13,712231 6 0,0330
Kết quả đối với mơ hình ROA1(3):
Redundant Fixed Effects Tests
Test cross-section and period fixed effects
Effects Test Statistic d.f Prob
Cross-section F 2,686150 (28,163) 0,0001
Cross-section Chi-square 77,020578 28 0,0000
Period F 2,023903 (6,163) 0,0653
Period Chi-square 14,586560 6 0,0237
Cross-Section/Period F 2,701731 (34,163) 0,0000 Cross-Section/Period Chi square 90,732808 34 0,0000
Từ kết quả của 03 bảng trên ta thấy p-value trong cả ba trường hợp đều nhỏ hơn 0,05 nên ta bác bỏ giả thiết H0 tức là hiệu ứng cố định trong mơ hình nghiên cứu có bằng chứng thống kê. Do đó, sử dụng các mơ hình có hiệu ứng cố định ROA1(1), ROA1(2) và ROA1(3) tốt hơn sử dụng mơ hình OLS.
Kết quả hồi quy OLS với hiệu ứng ngẫu nhiên (REM):
Kết quả hồi quy biến ROA với hiệu ứng ngẫu nhiên cho thấy R2 thấp hơn OLS của hiệu ứng cố định với kết quả lần lượt là 51,98%, 52,24% và 59,99%. Điều này cho thấy mức độ giải thích của mơ hình đã suy giảm so với hiệu ứng cố định.
Ta dùng phương pháp kiểm định Hausman test để so sánh giữa mơ hình sử dụng OLS với hiệu ứng cố định và mơ hình sử dụng OLS với hiệu ứng ngẫu nhiên với giả thuyết H0 làm nền tảng cho kiểm định Hausman với giả thuyết: Các ước lượng giữa 02 mơ hình khơng khác nhau đáng kể. Trị thống kê kiểm định do Hausman xây dựng có phân phối tiệm cận χ2 với bậc tự do là k – 1 = 5 (k là tham số trong mơ hình). Khi giá trị χ2của mơ hình kiểm định lớn hơn giá trị χ2 tra bảng thống kê. Suy ra, giả thiết H0 bị bác bỏvà kết luận mơ hình REM khơng thích hợp và tốt hơn nên sử dụng mơ hình FEM. Dưới đây là kết quả kiểm định Hausman với 03 mơ hình:
Kết quả đối với mơ hình ROA1(4):
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq.Statistic Chi-Sq.d.f. Prob.
Cross-section random 8,774341 5 0,1184
Kết quả đối với mơ hình ROA1(5):
Correlated Random Effects - Hausman Test Equation: Untitled
Test period random effects
Test Summary Chi-Sq.Statistic Chi-Sq.d.f. Prob.
Kết quả đối với mơ hình ROA1(6):
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section and period random effects
Test Summary Chi-Sq.Statistic Chi-Sq.d.f. Prob.
Cross-section random 8,432384 5 0,1340
Period random 0,000000 5 1,0000
Cross-section and period random 14,916118 5 0,0107 * Period test variance is invalid, Hausman statistic set to zero,
Ta có giá trị tra bảng χ2 bậc 5 là 11,071 với số liệu thống kê Hausman trong 02 mơ hình ROA1(4) và ROA1(5) lần lượt là 8,7743 và 9,1290 thấp hơn giá trị χ2 bậc 5