CHƢƠNG 2 : TỔNG QUAN CÁC NGHIÊN CỨU TRƢỚC ĐY
3.4. Mơ hình nghiên cứu
3.5.1. Phân tích thống kê mơ tả
Thống kê mơ tả là q trình thu thập, tổng hợp và xử lý dữ liệu. Nó được sử dụng để mơ tả những đặc tính cơ bản của dữ liệu thu thập được từ các nghiên cứu thực nghiệm. Để đo lường v trí (hay độ tập trung) của dữ liệu, ta sử dụng giá tr
trung bình (Mean),cịn đo lường độ phân tán của dữ liệu ta sử dụng độ lệch chuẩn (Standard deviation).
3.5.2. Phân tích tƣơng quan:
Phân tích tương quan được sử dụng để phân tích xem có tồn tại mối tương quan giữa biến độc lập và phụ thuộc hay khơng. Từ đó có thể loại bỏ các nhân tố khơng ph hợp và hạn chế các nhân tố rác trong quá trình nghiên cứu. Để đo lường mối quan hệ tuyến tính giữa 2 biến, ta sử dụng hệ số tương quan r.
Nếu :
r = 0 : Khơng có quan hệ tuyến tính giữa 2 biến
r > 1 : Tương quan đồng biến
r < 1 : Tương quan ngh ch biến
Ngồi ra khi hệ số tương quan cao có thể đó là dấu hiệu của đa cộng tuyến. Đa cộng tuyến là hiện tượng các biến độc lập ảnh hưởng lẫn nhau, hay cịn gọi là có sự tương quan với nhau. Nếu hệ số tương quan trên 0.8 thì có thể chắc chắn có đa cộng tuyến, do đó phải kiểm đ nh lại và điều chỉnh mơ hình.
3.5.3. Phân tích hồi quy :
Phân tích hồi quy được sử dụng để đo lường mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc, kết hợp với hệ số tương quan sẽ cho biết tác động cùng chiều hay ngược chiều của từng biến độc lập lên biến phụ thuộc. Để ước lượng hệ số của mơ hình hồi quy, tác giả sử dụng 3 kỹ thuật được áp dụng trong phân tích dữ liệu bảng là : POOL, FEM ( Fix Effects Model), REM (Random Effects Model)
Mơ hình POOL : Đây thực chất là phương pháp bình phương nhỏ nhất
(OLS). Thông qua phương pháp OLS, các hằng số và tham số của mơ hình sẽ được ước lượng. So sánh hệ số P_value với mức ý nghĩa sẽ cho biết được mức độ tác động của từng biến độc lập lên biến phụ thuộc. Trong nghiên cứu này, tác giả chọn mức ý nghĩa 5%, điều đó có nghĩa là biến độc lập chỉ có tác động đến biến phụ thuộc nếu hệ số P_value nhỏ hơn 5%. Hệ số R_squared hoặc Adj R_squared cho biết mức độ giải thích của mơ hình.
Phương pháp OLS thường được sử dụng khi dữ liệu nghiên cứu khơng phân biệt theo năm, do đó nó sẽ khơng phù hợp khi dữ liệu sử dụng là dữ liệu bảng. Tuy nhiên, tác giả vẫn chạy dữ liệu bằng mơ hình POOL để có thể so sánh với kết quả của những mơ hình khác.
Mơ hình FEM : Mơ hình tác động cố đ nh FEM hay cịn gọi là hồi quy biến
giả bình phương nhỏ nhất LSDV (Least Squares Dummy Variable).
Trong mơ hình FEM, mỗi thực thể đều có những đặc điểm riêng biệt, có thể ảnh hưởng đến các biến giải thích. FEM có thể kiểm sốt và tách ảnh hưởng của các đặc điểm riêng biệt ( không đổi theo thời gian) này ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực của biến giải thích lên biến phụ thuộc. Mơ hình FEM thích hợp trong những tình huống mà tung độ góc chuyên biệt theo cá nhân có thể tương quan với một hay nhiều hơn một biến hồi quy độc lập. Hay có thể nói là mơ hình FEM được sử dụng trong trường hợp phân tích tác động của những biến thay đổi theo thời gian.
Với giả đ nh mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM phân tích mối tương quan này giữa ph n dư của mỗi thực thể với các biến giải thích qua đó kiểm sốt và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực của biến giải thích lên biến phụ thuộc.
Phương trình tổng quát :
Yit = Ci + β Xit + uit *
Trong đó:
Yit : Biến phụ thuộc với i: Ngân hàng và t: thời gian (năm). Xit : biến độc lập.
Ci (i=1….n) : hệ số chặn cho từng thực thể nghiên cứu. β : hệ số góc đối với nhân tố X.
Mơ hình trên đã thêm vào chỉ số i cho hệ số chặn “c” để phân biệt hệ số chặn của từng Ngân hàng khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm khác nhau của từng Ngân hàng hoặc do sự khác nhau trong chính sách quản lý, hoạt động của Ngân hàng.
Mơ hình REM : Trong mơ hình tác động ngẫu nhiên REM, người ta giả
đ nh rằng tung độ góc của một đơn v cá nhân được lấy ngẫu nhiên từ một tổng thể lớn hơn nhiều, với giá tr trung bình khơng đổi. Sau đó, tung độ góc của cá nhân được thể hiện như một sự lệch khỏi giá tr trung bình khơng đổi này. Mơ hình REM được sử dụng khi đặc điểm riêng giữa các thực thể được giả sử là ngẫu nhiên và khơng tương quan đến các biến giải thích. REM quan tâm đến cả những khác biệt riêng của các đối tượng phân tích qua thời gian, do đó nó sẽ có sự tự tương quan, nhưng nó loại bỏ được nhân tố phương sai thay đổi.
Điểm khác biệt giữa mơ hình ảnh hưởng ngẫu nhiên và mơ hình ảnh hưởng cố đ nh được thể hiện ở sự biến động giữa các thực thể. Nếu sự biến động giữa các thực thể có tương quan đến biến độc lập – biến giải thích trong mơ hình ảnh hưởng cố đ nh thì trong mơ hình ảnh hưởng ngẫu nhiên sự biến động giữa các thực thể được giả sử là ngẫu nhiên và khơng tương quan đến các biến giải thích. Chính vì vậy, nếu sự khác biệt giữa các thực thể có ảnh hưởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, ph n dư của mỗi thực thể (không tương quan với biến giải thích) được xem là một biến giải thích mới.
Ý tưởng cơ bản của mơ hình ảnh hưởng ngẫu nhiên cũng bắt đ u từ mơ hình: Yit = Ci + β Xit + uit
Thay vì trong mơ hình trên, Ci là cố đ nh thì trong REM có giả đ nh rằng nó là một biến ngẫu nhiên với trung bình là C1 và giá tr hệ số chặn được mô tả như sau:
Ci = C + εi (i=1,...n)
Thay vào mơ hình ta có:
Yit = C + β Xit + εi + uit hay Yit = C + β Xit + wit wit = εi + uit
εi : Sai số thành ph n của các đối tượng khác nhau (đặc điểm riêng khác nhau của từng Ngân hàng)
uit: Sai số thành ph n kết hợp khác của cả đặc điểm riêng theo từng đối tượng và theo thời gian.
Nhìn chung mơ hình FEM hay REM tốt hơn cho nghiên cứu phụ thuộc vào giả đ nh có hay khơng sự tương quan giữa εi các biến giải thích X. Nếu giả đ nh khơng tương quan thì REM ph hợp hơn và ngược lại. Kiểm đ nh Hausman test là một trong những phương pháp để lựa chọn giữa FEM và REM. Vì thế, trong ph n hồi quy nghiên cứu này l n lượt đi qua cả ba mơ hình là mơ hình hồi quy tuyến tính thơng thường – Pool, FEM, REM để lựa chọn mơ hình ph hợp nhất.
3.5.4. Kiểm định Hausman để lựa chọn mơ hình:
Để lựa chọn giữa hai mơ hình FEM và REM, ta sử dụng kiểm đ nh Hausman. Đây là kiểm đ nh nhằm giúp ta lựa chọn nên sử dụng mơ hình tác động cố đ nh FEM hay mơ hình tác động ngẫu nhiên REM.
Giả thiết :
H0 : Ước lượng của FEM và REM không khác nhau
Hệ số P_value (Prob>chi2) d ng để so sánh với mức ý nghĩa α. Mức ý nghĩa thống kê thường được sử dụng là 1%, 5%, 10% (hay ứng với độ tin cậy 99%, 95% và 90%). Nếu hệ số P_value (Prob>chi2) nhỏ hơn mức ý nghĩa α thì bác bỏ giả thiết H0 , REM khơng hợp lý, nên sử dụng mơ hình FEM và ngược lại.
3.5.5. Kiểm định phƣơng sai thay đổi :
Phương sai sai số thay đổi là trường hợp phương sai có điều kiện của biến phụ thuộc thay đổi khi biến độc lập thay đổi.
Trong mơ hình hồi quy, ta giả thiết :
H0: Phương sai sai số đồng đều
Nếu hệ số P_value (Prob>chi2) nhỏ hơn mức ý nghĩa α thì bác bỏ giả thiết H0 , mơ hình khơng có hiện tượng phương sai sai số thay đổi. Ngược lại, nếu hệ số P_value (Prob>chi2) lớn hơn mức ý nghĩa α thì ta chấp nhận giả thiết H0 , mơ hình có hiện tượng phương sai sai số thay đổi.
Phương sai của mỗi ngẫu nhiên trong điều kiện đã cho của biến độc lập là khơng đổi. Do đó, khi xảy ra hiện tượng phương sai thay đổi sẽ ảnh hưởng đến các ước lượng thu được sau :
- Các ước lượng bình phương nhỏ nhất vẫn là ước lượng không chệch nhưng không phải là ước lượng hiệu quả (ước lượng có phương sai nhỏ nhất)
- Ước lượng của các phương sai sẽ b chệch, do đó các kiểm đ nh mức ý nghĩa và khoảng tin cậy dựa theo phân phối T và F khơng cịn đáng tin cậy nữa.
3.5.6. Kiểm định tự tƣơng quan :
Tự tương quan là sự tương quan giữa các thành ph n của chuỗi các quan sát được sắp xếp theo thứ tự thời gian trong số liệu chuỗi thời gian hoặc không gian.
Giả thiết :
H0: Có hiện tượng tự tương quan giữa các sai số
H1: Khơng có hiện tượng tự tương quan giữa các sai số
Nếu hệ số P_value (Prob>chi2) nhỏ hơn mức ý nghĩa α thì bác bỏ giả thiết H0 , mơ hình khơng có hiện tượng tự tương quan giữa các sai số. Ngược lại, nếu hệ số P_value (Prob>chi2) lớn hơn mức ý nghĩa α thì ta chấp nhận giả thiết H0 , mơ hình có hiện tượng tự tương quan giữa các sai số.
Khi xảy ra hiện tượng tự tương quan sẽ ảnh hưởng đến các ước lượng thu được sau :
- Ước lượng OLS vẫn khơng chệch nhưng khơng cịn hiệu quả
- Phương sai của các ước lượng OLS thường b chệch, do đó thường ước lượng thấp hơn so với phương sai và sai số tiêu chuẩn thực
- Kiểm đ nh F và t không đáng tin cậy
- Hệ số R-squared là độ đo không đáng tin cậy của R-squared thực
3.5.7. Kiểm định G S ( Phƣơng pháp bình phƣơng nhỏ nhất tổng quát)
Khi xảy ra hiện tượng phương sai thay đổi và tự tương quan thì mơ hình ước lượng sẽ khơng cịn chính xác. Do đó ta sẽ sử dụng phương pháp bình phương nhỏ nhất tổng quát (GLS) để khắc phục tình trạng trên.
Khi xảy ra hiện tượng phương sai thay đổi, nếu sử dụng phương pháp bình phương nhỏ nhất (OLS) thì các ước lượng hệ số của phương trình sẽ khơng chính xác. Ngun nhân là do giả thiết phương sai của sai số là không đổi b vi phạm.
Để khắc phục tình trạng này, ta c n phân biệt trường hợp đã biết hoặc không biết phương sai. Trong phạm vi bài nghiên cứu này, tác giả đưa ra một phương pháp tổng quát để đưa mơ hình khơng thỏa mãn giả thiết phương sai phương sai sai số khơng đổi về mơ hình thỏa mãn giả thiết này để làm cơ sở xem xét ảnh hưởng của việc vi phạm giả thiết. Khi đó ta c n điều chỉnh các biến trong mơ hình để đáp ứng các giả đ nh của mơ hình cổ điển.
GLS là OLS đối với các biến đã biến đổi để thỏa mãn các giả thiết bình phương tối thiểu tiêu chuẩn. Các ước lượng tính được như vậy được gọi là các ước lượng GLS.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1. Tổng quan về hoạt động của ngành Ngân hàng trong giai đoạn từ năm 2008-2012 : năm 2008-2012 :
4.1.1. Về quy mô ngành :
Biểu đồ 4.1 : Diễn biến tổng tài sản của các nhóm Ngân hàng
ĐVT: Tỷ đồng
Nguồn : Ngân hàng nhà nước
Tính đến cuối năm 2012, th trường Việt Nam có 100 Ngân hàng và chi nhánh Ngân hàng nước ngoài, bao gồm : 5 NHTM nhà nước, 2 Ngân hàng chính sách, 50 chi nhánh NHTM nước ngoài, 5 NHTM 100% vốn nước ngoài, 4 Ngân hàng liên doanh và 35 NHTM cổ ph n.Theo đánh giá của Ngân hàng thế giới (WB), Việt Nam hiện có quá nhiều Ngân hàng có quy mơ nhỏ, ngồi ra hệ thống quản lý rủi ro và kỹ năng quản lý hoạt động của Ngân hàng tương đối kém, gây tác động không tốt đến sự lành mạnh của hệ thống Ngân hàng.
Không chỉ phát triển về số lượng, quy mô mạng lưới của các NHTM cũng tăng lên nhanh chóng. Theo số liệu của IMF, tổng tài sản của ngành Ngân hàng đã tăng gấp 2 trong giai đoạn này, từ 1.097 tỷ đồng (năm 2008) lên 3.667 tỷ đồng (năm 2012). Số lượng chi nhánh và phòng giao d ch của các Ngân hàng còn khá
4.1.2. Về đặc điểm ngành :
Tăng trƣởng lợi nhuận và khả năng sinh lời bất chấp khủng hoảng tài chính : Từ đ u năm 2008, th trường tài chính thế giới nói chung và th trường Việt
Nam nói riêng bắt đ u gặp khó khăn do ảnh hưởng của cuộc khủng hoảng tài chính tồn c u. Tuy nhiên các NHTM Việt Nam vẫn duy trì mức tăng trưởng lợi nhuận tốt trong giai đoạn này. Nổi bật là các Ngân hàng EIB, MB, TCB, MSB, CTG.
Tăng trƣởng tín dụng và huy động ln ở mức cao trên 20% :
So với các nước trong khu vực (Indonesia, Thái Lan…), tăng trưởng tín dụng của Việt Nam cao hơn nhiều . Tuy nhiên tăng trưởng tín dụng nóng cũng chính là một ngun nhân dẫn đến tình trạng bong bóng tài sản mà nhiều nước mới nổi như Việt Nam mắc phải khi nguồn vốn chảy vào các lĩnh vực có độ rủi ro cao như bất động sản. Tăng trưởng tín dụng ln cao hơn tăng trưởng huy động và GDP, làm tăng rủi ro thanh khoản. Trong giai đoạn năm 2008-2012, tín dụng tăng trung bình 32%, huy động vốn tăng trung bình 29%, trong khi GDP chỉ khoảng 7%.
Biểu đồ 4.2 : Diễn biến dƣ nợ tín dụng các khối Ngân hàng
ĐVT: Tỷ đồng
Biểu đồ 4.3 : Diễn biến huy động vốn các khối Ngân hàng
ĐVT: Tỷ đồng
Nguồn : Ngân hàng nhà nước
Nợ xấu gia tăng do tăng trƣởng tín dụng nóng và quản lý tín dụng không hiệu quả : Theo ý kiến của một số chuyên gia kinh tế, khi GDP vào khoảng
7% thì mức tăng trưởng tín dụng cho phép chỉ vào khoảng 14-20%, tuy nhiên tỷ lệ tăng trưởng tín dụng thực tế đã vượt con số cho phép này dẫn đến việc ảnh hưởng không tốt đến sức khoẻ của nền kinh tế. Việc tăng trưởng tín dụng nóng và chất lượng quản lý tín dụng khơng tốt dẫn đến tình trạng gia tăng nợ xấu trong thời gian qua.Ngoài ra việc tăng trưởng tín dụng nhanh hơn huy động vốn cũng làm tăng rủi ro thanh khoản của hệ thống Ngân hàng.
Biểu đồ 4.4 : Diễn biến nợ xấu của khối Ngân hàng (%)
Nguồn : Ngân hàng nhà nước
Cơ cấu thu nhập chƣa đa dạng, chủ yếu phụ thuộc vào hoạt động tín dụng : Nguồn thu nhập từ hoạt động tín dụng vẫn chiếm tỷ trọng lớn trong cơ cấu
thu nhập của h u hết các NHTM trong nước. Năm 2010, tỷ trọng trung bình thu nhập từ lãi trong tổng thu nhập của 10 Ngân hàng hàng đ u Việt Nam là 76.8%. Đối với một số Ngân hàng có quy mơ nhỏ, tỷ trọng này thậm chí lên đến 90% (Liên Việt : 92.2%, Nam Việt : 93.1%). Điều này cho thấy hoạt động chủ yếu của các Ngân hàng ở Việt Nam còn phụ thuộc chủ yếu vào tín dụng. Khi th trường tín dụng b thu hẹp thì lợi nhuận của các Ngân hàng này chắc chắn b ảnh hưởng.
4.2. Phân tích thống kê mơ tả:
Trước tiên tác giả tiến hành thu thập, tổng hợp và xử lý dữ liệu. Sau đó phân tích kết quả để biết được đặc tính cơ bản của dữ liệu. Kết quả được thể hiện ở bảng 4.1 như sau :
Bảng 4.1 : Thống kê mô tả các biến