CHƯƠNG 3 : THỰC TRẠNG DANH MỤC CHO VAY
4.1.5 Xây dựng phương trình thực nghiệm và lựa chọn mơ hình
Để kiểm định mối quan hệ giữa các yếu tố tác động đến hiệu quả hoạt động ngân hàng, mơ hình khảo sát như sau:
Theo Wooldridge (1997) và Hsiao (2003), phương pháp hồi quy thông dụng với dữ liệu dạng bảng là mơ hình hồi quy pool, mơ hình tác động cố định và mơ hình tác động ngẫu nhiên. Nghiên cứu sẽ lần lượt trình bày các mơ hình nói trên.
4.1.5.1 Mơ hình hồi quy Pool
Đây là trường hợp đơn giản nhất, mơ hình bỏ qua mảng thời gian và không gian của dữ liệu bảng, và chỉ ước lượng mơ hình hồi quy bình phương tối thiểu thơng thường (OLS). Trong mơ hình này, các giả định về sự tự tương quan, phương sai thay đổi, những sự khác biệt về không gian và thời gian của từng biến quan sát đều khơng tác động đến. Chính vì thế, tung độ gốc và độ dốc của các hệ số được giả định là không thay đổi theo thời gian, không gian và cả theo từng biến. Mô hình hồi quy được biễu diễn như sau:
Yit = β1 + β2*X2it + β3*X3it + … + βk*Xkit + µit (1)
Trong đó: i = 1, 2, 3, ….n; t= 1, 2, 3, ….T
Tuy nhiên, nhược điểm của mơ hình này là khả năng xảy ra hiện tượng tự tương quan trong số liệu khá cao. Ngoài ra, việc giả định hệ số chặn trong mơ hình là giống nhau cho các đối tượng quan sát, và giả định về hệ số ước lượng của các biến quan sát là giống nhau cho các đối tượng quan sát làm bóp méo hình ảnh thực sự về mối quan hệ giữa biến Y và các biến X.
4.1.5.2 Mơ hình hồi quy tác động cố định (Fixed Effect Model _FEM)
Mơ hình tác động cố định khơng bỏ qua các ảnh hưởng theo chuỗi thời gian và các đơn vị chéo, hay nói cách khác, tung độ gốc của mỗi đơn vị chéo là thay đổi nhưng vẫn giả định độ dốc là cố định cho từng biến. Khi đó, mơ hình tác động cố định được biểu diễn như sau:
Yit = βit + β2*X2it + β3*X3it + ….+ βk*Xkit + µit (2)
Mơ hình (2) có thể tách thành hai mơ hình:
Yit = β1t + β2*X2it + β3*X3it + ….+ βk*Xkit + µit (2.1) Yit = β1i + β2*X2it + β3*X3it + ….+ βk*Xkit + µit (2.2)
Mơ hình 2.1 giả định tung độ gốc thay đổi theo thời gian nhưng giống nhau giữa các đơn vị chéo trong cùng năm quan sát, được biết đến như hồi quy tác động
cố định thời gian. Trong mơ hình này, các tác động thời gian cố định kiểm sốt những biến khơng quan sát giống nhau giữa các đơn vị chéo nhưng khác nhau khi thời gian thay đổi.
Mơ hình 2.2 giả định tung độ gốc chung của mơ hình thay đổi nhưng độ dốc của các đơn vị chéo khơng đổi. Với tác động chéo cố định, do đó tung độ gốc khác nhau giữa các đơn vị chéo nhưng nó lại khơng thay đổi theo thời gian. Những ảnh hưởng làm thay đổi tung độ gốc có thể là do sự khác biệt về đặc thù, hay phong cách quản lý của mỗi ngân hàng.
4.1.5.3 Mơ hình hồi quy tác động ngẫu nhiên (Random Effect Model _REM)
Nếu ở trong mơ hình hồi quy tác động cố định, những yếu tố không quan sát được xem như là tham số và được ước lượng, ở mơ hình tác động ngẫu nhiên, chúng được xem như là kết quả của những biến ngẫu nhiên. Từ mơ hình 2.2, ta giả định β1i như biến ngẫu nhiên có giá trị trung bình là β1 và giá trị tung độ gốc của đơn vị chéo được biểu diễn như sau:
β1i = β1 + Ɛi; Với i = 1, 2, …N và Ɛi là sai số ngẫu nhiên. Ta có thể viết lại mơ hình 2.2:
Yit = β1i + β2*X2it + β3*X3it + ….+ βk*Xkit + µit = β1 + β2*X2it + β3*X3it + ….+ βk*Xkit + µit + Ɛi = β1 + β2X2it + β3X3it + ….+ βkXkit + wit
Trong đó wit = µit + Ɛi là số hạng sai số kết hợp hai thành phần: Ɛi là thành phần sai số theo khơng gian và µit là thành phần sai số theo không gian và chuỗi thời gian kết hợp. Mơ hình này giúp cho việc kiểm sốt những tác động không quan sát được của các đơn vị chéo khác nhau nhưng không thay đổi theo thời gian. Những tác động không quan sát được như đặc thù, chính sách, nguồn nhân lực, …của ngân hàng.
Mơ hình kèm theo những giả định của tác động cố định cộng thêm yêu cầu bổ sung là các tác động không quan sát được khơng tương quan với tất cả các biến giải thích. Giả thuyết này được kiểm định bằng kiểm định Hausman (1978). Theo Wooldridge (1997), nếu giả thuyết tác động ngẫu nhiên đúng, ước lượng tác động
ngẫu nhiên hiệu quả hơn mơ hình pool và cả mơ hình tác động cố định. Tuy nhiên, nếu khơng giữ giả định tác động cố định không tương quan với các biến giải thích, thì mơ hình hồi quy tác động cố định lại thích hợp hơn mơ hình này.
4.1.5.4 Lựa chọn mơ hình
Câu hỏi đặt ra là mơ hình nào sẽ là mơ hình phù hợp: Pooled
OLS, FE hay RE. Sự phù hợp của ước lượng tác động ngẫu nhiên và tác động cố
định được kiểm chứng trên cơ sở so sánh với ước lượng thô.
Cụ thể, ước lượng tác động cố định được kiểm chứng bằng kiểm định F với
giả thuyết H0 cho rằng tất cả các hệ số vi đều bằng 0 (nghĩa là khơng có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau). Bác bỏ giả thuyết H0 với mức ý nghĩa cho trước (mức ý nghĩa 5% chẳng hạn) sẽ cho thấy ước lượng tác động cố định là phù hợp. Đối với ước lượng tác động ngẫu nhiên, phương pháp nhân tử Lagrange (LM) với kiểm định Breusch-Pagan được sử dụng để kiểm chứng tính phù hợp của ước lượng (Baltagi, 2008 trang 319). Theo đó, giả thuyết H0 cho rằng sai số của ước lượng thô không bao gồm các sai lệch giữa các đối tượng var (vi) = 0 (hay phương sai giữa các đối tượng hoặc các thời điểm là không đổi). Bác bỏ giả thuyết H0, cho thấy sai số trong ước lượng có bao gồm cả sự sai lệch giữa các nhóm và phù hợp với ước lượng tác động ngẫu nhiên.
Kiểm định Hausman sẽ được sử dụng để lựa chọn phương pháp ước lượng phù hợp giữa hai phương pháp ước lượng tác động cố định và tác động ngẫu nhiên (Baltagi, 2008 trang 320; Gujarati, 2004 trang 652). Giả thuyết H0 cho rằng khơng có sự tương quan giữa sai số đặc trưng giữa các đối tượng (vi) với các biến giải thích Xit trong mơ hình. Ước lượng RE là hợp lý theo giả thuyết H0 nhưng lại không phù hợp ở giả thuyết thay thế. Ước lượng FE là hợp lý cho cả giả thuyết H0 và giả thuyết thay thế. Tuy nhiên, trong trường hợp giả thuyết H0 bị bác bỏ thì ước lượng tác động cố định là phù hợp hơn so với ước lượng tác động ngẫu nhiên. Ngược lại, chưa có đủ bằng chứng để bác bỏ H0 nghĩa là không bác bỏ được sự tương quan giữa sai số và các biến giải thích thì ước lượng tác động cố định khơng cịn phù hợp và ước lượng ngẫu nhiên sẽ ưu tiên được sử dụng.
4.1.5.5 Kiểm định sự phù hợp của mơ hình hồi quy đã lựa chọn
Nghiên cứu tiến hành thực hiện một số kiểm định cơ bản để xem có tồn tại các khuyết tật trong mơ hình hồi quy hay khơng. Bao gồm:
Kiểm tra hiện tượng đa cộng tuyến thông qua ma trận hệ số tương quan giữa các hệ số.
Sử dụng giá trị thống kê Durbin-Waston có trong bảng kết quả hồi quy để kiểm tra mơ hình có hiện tượng tự tương quan hay khơng. Giá trị Durbin Waston nằm trong khoảng giá trị [1,3], mơ hình hồi quy khơng tồn tại hiện tượng tự tương quan.
Để kiểm định được phương sai của mơ hình có thay đổi hay khơng, tác giả sử dụngđến điều kiện của chuỗi dừng, trước tiên ta nhắc lại về chuỗi dừng:
Một chuỗi thời gian được gọi là dừng nếu kỳ vọng và phương sai không đổi theo thời gian, đồng thời hiệp phương sai giữa hai giai đoạn quan sát (trong chuỗi đang xét) chỉ phụ thuộc vào khoảng cách độ trễ của chúng chứ không phụ thuộc vào thời điểm tính tốn.
Về mặt tốn học, một chuỗi Yt được gọi là dừng nếu thỏa mãn cả 3 điều kiện sau:
𝐸(𝑌𝑡) = 𝜇 (∀𝑡)
𝑉𝑎(𝑌𝑡) = 𝐸(𝑌𝑡 − 𝜇)2 = 𝜎2 (∀𝑡)
𝐶𝑜𝑣(𝑌𝑡,𝑌𝑡−𝑘) = 𝐸[(𝑌𝑡 − 𝜇)(𝑌𝑡−𝑘 − 𝜇)] = 𝛾𝑘 (∀𝑡)
Chuỗi khơng dừng là chuỗi vi phạm ít nhất 1 trong 3 điều kiện trên.
Ngồi ra, hiện nay có nhiều ý kiến xung quanh vấn đề dùng chỉ tiêu R2 để giải thích, đánh giá mơ hình hồi quy với dữ liệu dạng bảng. Các chuyên gia kinh tế cho rằng, hệ số này chỉ có giá trị giải thích đối với các mơ hình hồi quy theo chuỗi thời gian, và có cỡ mẫu quan sát nhỏ (khoảng trên dưới 100 quan sát), hoặc dùng trong các trường hợp dự báo. Tuy nhiên, đối với mơ hình hồi quy dữ liệu dạng bảng, đối với các nghiên cứu đi kiểm định giả thuyết, hoặc dự đoán mối liên hệ giữa các biến, thì chỉ tiêu R2 khơng được sử dụng để đưa ra kết luận. Gelman và Pardoe (2006) cho rằng R2 không phải là một chỉ tiêu hoàn hảo để đánh giá mơ hình, đặc biệt là mơ hình hồi quy dữ liệu dạng bảng. Do đó khơng thể kết luận mơ hình khơng tốt nếu R2
thấp, cũng khơng thể kết luận mơ hình là hồn hảo trong việc giải thích mối quan hệ giữa các biến trong trường hợp R2 tiến về gần 1. Trong luận văn này không sử dụng chỉ tiêu R2 để đánh giá, kết luận về mơ hình.
4.2 Giải thích kết quả nghiên cứu:
Sau khi lựa chọn được mơ hình tối ưu, tác giả sẽ phân tích và thảo luận kết quả. Kết quả nghiên cứu có thể giống hoặc khác với lý thuyết đã đưa ra, do đó trong phần giải thích kết quả nghiên cứu, tác giả sẽ kết hợp lý thuyết và thực tiễn của môi trường khảo sát để biện luận ý nghĩa kinh tế của các mối tương quan có ý nghĩa thống kê giữa biến phụ thuộc và biến độc lập. Thơng qua đó, luận văn khẳng định lại sự đúng đắn của giả thuyết đã đề ra hoặc giải thích các nguyên nhân bị bác bỏ hay chưa chứng minh được của nghiên cứu.
4.3 Đo lường các biến trong mơ hình nghiên cứu
Sau khi đưa ra các giả thuyết nghiên cứu ở chương 1, phần này của đề tài sẽ đi vào xác định cách đo lường các biến được đưa vào mơ hình. Biến phụ thuộc trong mơ hình là ROA, biến độc lập bao gồm: EQ, ASSET01, HHI.
4.3.1 Tỷ lệ vốn chủ sở hữu trên tổng tài sản (EQ)
Các bằng chứng thực nghiệm cho thấy có nhiều tác giả nghiên cứu ảnh hưởng của tỷ lệ vốn chủ sở hữu/tổng tài sản đến hiệu quả hoạt động ngân hàng. Hai chỉ tiêu vốn chủ sở hữu và tổng tài sản được lấy từ bảng cân đối kế toán hàng năm của các ngân hàng. Tỷ số này phản ánh cơ cấu vốn chủ sở hữu của ngân hàng, nghĩa là thể hiện một đồng tài sản của ngân hàng được tài trợ bởi bao nhiêu đồng vốn chủ sở hữu.
4.3.2 Quy mô ngân hàng (ASSET01)
Quy mơ ngân hàng có thể được đo lường bởi nhiều phương pháp như giá trị của tổng tài sản, của doanh thu hay tổng giá trị thị trường của ngân hàng. Ngồi ra cịn có một thước đo không phổ biến khác như quy mô ngân hàng được dựa trên số lao động hiện tại. Panayiotis và các cộng sự (2006) đã sử dụng ln (tổng tài sản) để đo lường quy mô ngân hàng trong một nghiên cứu các ngân hàng ở Hy Lạp từ
1985-2001. Ngoài ra, khi nghiên cứu các yếu tố tác động đến lợi nhuận ngân hàng ở Tunisia, Samy Ben Naceur (2003) cũng sử dụng ln (tổng tài sản) để đo lường biến quy mô ngân hàng.
Vì đặc thù ngân hàng có tổng tài sản rất lớn và hoạt động kinh doanh tiền tệ là hoạt động chủ chốt nên tác giả cũng lựa chọn tổng tài sản làm biến quan sát đại diện cho quy mô của ngân hàng và lấy logarit tự nhiên (ln) của tổng tài sản tài sản để làm giảm sự cách biệt giữa các giá trị của các biến do tài sản là biến có giá trị lớn hơn nhiều so với các biến nghiên cứu khác (theo cách tính của Zuzanan và Tigran (2011)). Giá trị tổng tài sản được lấy từ bảng cân đối kế toán hàng năm của các ngân hàng.
4.3.3 Mức độ tập trung của danh mục cho vay (HHI)
Chỉ số HHI được tính được tính bằng tổng bình phương của các tỷ trọng cho vay. HHI của Ngân hàng tại thời điểm t có thể được tính như sau:
HHI bt= 2 bt
4.4 Kết quả nghiên cứu 4.4.1 Thống kê mô tả 4.4.1 Thống kê mô tả
Bảng 4.2: Thống kê mô tả các biến nghiên cứu
Nguồn: tác giả tự tính
ROE ROA HHI EQUITY EQ ASSET01 ASSET
Mean 0.114094 0.014464 0.185647 6277977. 0.138228 17.14677 78646542 Median 0.109850 0.012763 0.206099 3507762. 0.096120 17.13105 27537279 Maximum 0.444905 0.104001 0.560544 55012808 0.965654 20.30946 6.61E+08 Minimum 0.000000 0.000000 0.000000 34660.00 0.029051 12.33436 227375.0 Std. Dev. 0.073024 0.012281 0.138369 8220407. 0.115716 1.630580 1.16E+08 Skewness 0.802402 2.954505 0.031155 3.034990 2.978087 -0.378059 2.649613 Kurtosis 4.173662 17.15081 2.254072 14.63958 15.40340 2.739536 10.84923 Jarque-Bera 46.44633 2763.153 6.583425 2024.813 2224.515 7.514765 1053.884 Probability 0.000000 0.000000 0.037190 0.000000 0.000000 0.023345 0.000000
Sum 32.17459 4.078967 52.35234 1.77E+09 38.98019 4835.388 2.22E+10
Sum Sq. Dev. 1.498443 0.042379 5.380008 1.90E+16 3.762636 747.1207 3.81E+18
13,82%, cao nhất là 96,56% thuộc về ngân hàng TMCP Việt Á và thấp nhất là 2,9% thuộc về ngân hàng TMCP Phát triển nhà Đồng bằng sông cửu long. Chỉ số Skewness của EQ là 2.978087>0, điều này cho thấy phân phối của EQ lệch phải, nghĩa là đa số các ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản nhỏ hơn mức trung bình. Giá trị P-value của kiểm định Jarque-Bera <0,05 cho thấy phân phối của EQ là phân phối chuẩn.
ASSET01: Quy mơ ngân hàng trung bình là 17.14677, trong đó ngân hàng
TMCP Cơng Thương Việt Nam có quy mơ lớn nhất và ngân hàng TMCP Phát triển Mê Kơng (MDB) có quy mơ nhỏ nhất. Quy mơ các ngân hàng có độ lệch chuẩn lớn, nghĩa là có sự chênh lệch rất lớn về quy mô giữa các ngân hàng.
HHI: Chỉ số HHI có giá trị trung bình là 0.185647, trong đó giá trị lớn nhất
là 0.560544, giá trị nhỏ nhất là 0. Nhìn chung, mức độ tập trung của danh mục cho vay của các ngân hàng trong giai đoạn này ở mức trung bình. Nếu so sánh với các nghiên cứu trước đây về mức độ tập trung cho vay của các ngân hàng thì mức độ tập trung của các ngân hàng Việt Nam thấp hơn so với các ngân hàng Brazil ( chỉ số trung bình của HHI là 0.316), của Ý với một HHI 0.237 ( Acharya et al [2006]), Ailien ( xem Mc Elligott và Stuart [2007]), và của Đức với một HHI trung bình tương đương với 0.291 (Hayden et al[ 2007].
ROE: Lợi nhuận trên vốn chủ sở hữu trung bình là 11,4%, cao nhất là
44,49% thuộc về ngân hàng TMCP Á Châu. Đa số các ngân hàng có ROE xoay quanh mức trung bình của tồn ngành. Tuy nhiên có sự chênh lệch lớn giữa giá trị lớn nhất và nhỏ nhất của ROE.
ROA: Lợi nhuận trên tổng tài sản trung bình là 1,44% trong đó ngân hàng
TMCP Việt Á có ROA cao nhất là 10,4% vào năm 2007. Nhìn vào chỉ số Skewness của ROA là 2.954505>0 ta thấy phân phối của ROA lệch về bên phải. Nghĩa là có rất nhiều ngân hàng có ROA thấp hơn mức trung bình của tồn ngành.
ROE và ROA ta thấy lợi nhuận của đa số các ngân hàng thấp hơn mức trung bình của tồn ngành. Điều này phản ánh hoạt động kém hiệu quả của ngân hàng Việt Nam, đơn cử là qua hàng loạt việc tái cấu trúc, sáp nhập các ngân hàng trong thời gian vừa qua.
4.4.2 Phân tích tương quan
Bảng 4.3: Ma trận hệ số tương quan giữa các biến
Covariance Analysis: Ordinary Date: 06/14/15 Time: 12:45 Sample: 2004 2014
Included observations: 282
Correlation
Probability ROA HHI EQ ASSET01
ROA 1.000000 ----- HHI 0.337131 1.000000 0.0000 ----- EQ 0.639066 -0.021308 1.000000 0.0000 0.7216 ----- ASSET01 -0.438922 0.357174 -0.590132 1.000000 0.0000 0.0000 0.0000 -----
Để kiểm tra khả năng có thể xuất hiện hiện tượng đa cộng tuyến giữa các biến trong mơ hình, tác giả dùng ma trận hệ số tương quan giữa các biến để phân tích.
Từ các biến số thu thập được cho thấy ROA có tương quan mạnh, có ý