Tên Biến Ký hiệu Cách tính
An tồn vốn ETA á ị ổ �ổ�� �� �� �ố� � ℎ � ầ� �ổ�� �à� �ả� Quy mô ngân hàng SIZE �����,�= ��(�ổ�� �à� ) �ả� �,� Tỷ suất sinh lợi trên tổng tài sản (ROA) ROA �ợ� �ℎ�ậ� ��� �ℎ�ế �ổ�� �à� �ả�
Tỷ suất sinh lợi trên vốn cổ phần (ROE) ROE �ợ� �ℎ�ậ� ��� �ℎ�ế á ị ổ ℎ �� �� �ố� � � ầ� Rủi ro tín dụng CR ư ợ � � �ấ� ư ợ �ổ�� � � �í� �ụ�� Tỷ lệ tiền gửi khách hàng
DEP Số dư tiền
gửi Tổng tài sản Tính thanh khoản LIQ Tổng dư nợ tín dụng Tổng số dư tiền gửi Tăng trưởng kinh tế L.GDP � ���. �,�= ��(���)�,�
Lạm phát INF Được thu thập từ cổng thông tin của
World Bank
3.3 Phương pháp nghiên cứu
Trong bài nghiên cứu này tác giả sử dụng dữ liệu bảng để xem xét sự ảnh hưởng của các nhân tố vĩ mô bao gồm tăng trưởng kinh tế và tỷ lệ lạm phát cũng như các nhân tố nội tại như quy mô, tỷ suất sinh lợi trên vốn chủ sở hữu, tỷ lệ tiền gửi của khách hàng, rủi ro tín dụng, tính thanh khoản, tỷ suất sinh lợi trên tổng tài sản đến tỷ lệ an toàn vốn của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam. Dữ
sẽ cung cấp được nhiều thông tin hơn cũng như ít bị hiện tượng đa cộng tuyến giữa các biến với nhau. Theo Gujarati (2009), phương pháp dữ liệu bảng có một số ưu điểm hơn so với dữ liệu chuỗi thời gian và dữ liệu chéo trong việc phân tích dữ liệu. Cụ thể như sau:
- Dữ liệu bảng có thể xem xét được tính khơng đồng nhất của các đối tượng trong mẫu dữ liệu thu thập. Trong trường hợp này, tác giả có thể xem xét được tính đặc thù của các biến số theo từng đối tượng khảo sát.
- Do dữ liệu bảng là sự kết hợp các chuỗi dữ liệu theo không gian và thời gian nên các thông tin thu thập từ việc khảo sát sẽ trở nên đa dạng hơn. Ngoài ra, trong dữ liệu bảng, khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến số cũng sẽ ít hơn.
- Sử dụng dữ liệu bảng trong việc phân tích sẽ giúp mở rộng số quan sát hơn. Trong một số trường hợp của chuỗi thời gian (thường là các chuỗi dữ liệu theo năm), dữ liệu thường sẽ bị hạn chế về số lượng quan sát. Khi đó, việc sử dụng các dữ liệu dạng bảng sẽ giúp mở rộng hơn số quan sát thơng qua đặc tính mở rộng về mặt khơng gian dữ liệu. Điều này sẽ giúp giảm thiểu sự sai lệch trong các ước tính.
Thơng thường, khi thực hiện hồi quy dữ liệu dạng bảng, có 03 phương pháp phân tích thường được sử dụng là phương pháp hồi quy OLS gộp (Pooled OLS), mơ hình các ảnh hưởng cố định (Fixed Effective Model – FEM) và mơ hình các ảnh hưởng ngẫu nhiên (Random Effective Model – REM). Đây là các phương pháp truyền thống trong phân tích dữ liệu bảng, được sử dụng trong hầu hết các nghiên cứu. Do đó, trong luận văn này, tác giả cũng sẽ sử dụng 03 phương pháp này để ước lượng, phân tích đánh giá tác động của các nhân tố đến an toàn vốn của các ngân hàng thương mại trong nước.
Đây là phương pháp tiếp cận bình phương bé nhất thơng thường trong hồi quy dữ liệu bảng. Mơ hình (pooled OLS) có phương trình như sau:
��� = + 1 �1�� + 2�2��+ ⋯ + ����� + ��
Trong đó:
i: Đối tượng thứ I được quan sát (đơn vị chéo thứ i) t: Thời gian quan sát thứ t của đơn vị chéo thứ i
α: Hệ số chặn
β: Hệ số tương quan εit: Sai số của mơ hình
Tuy nhiên, việc đồng nhất hiệu ứng đặc thù theo khơng gian và thời gian là điều khơng thể. Vì mỗi khơng gian sẽ có đặc thù riêng và có thể thay đổi theo thời gian. Do vậy mà trong mơ hình Pooled OLS rất dễ vi phạm các giả định về mơ hình hồi quy cổ điển như tự tượng quan, phương sai thay đổi và đa cộng tuyến.
3.3.2 Mơ hình các ảnh hưởng cố định (Fixed Effective Model – FEM)
Mơ hình các ảnh hưởng cố định xem xét đặc điểm của các chuỗi dữ liệu theo đơn vị khơng gian (tính đặc thù riêng của từng đối tượng trong mẫu dữ liệu). Mơ hình này có tung độ gốc biến đổi theo đơn vị không gian (khơng thay đổi theo thời gian). Do đó, giá trị tung độ gốc sẽ thay đổi theo từng đối tượng nhưng hệ số độ dốc vẫn được giả định là hằng số đối với các đối tượng.”
theo công ty để xem xét xem có sự khác biệt giữa các đối tượng trong mẫu khảo sát hay khơng. Do đó, nếu biến giả đưa thêm vào khơng có ý nghĩa thống kê, mơ hình FEM sẽ chính là mơ hình Pooled OLS.
3.3.3 Mơ hình các ảnh hưởng ngẫu nhiên (Random Effective Model – REM)
Theo Gujarati (2009), việc đưa thêm biến giả vào mơ hình sẽ làm mất đi một bậc tự do của dữ liệu. Ngồi ra, theo ơng, những người làm nghiên cứu có thể đưa một sai số ước tính vào trong mơ hình để biểu thị sự khác biệt về tung độ gốc giữa các đối tượng thay cho việc đưa biến giả này. Khi đó, mơ hình sẽ được biểu thị như sau:
��� = 0 + 1 �1��+ 2�2��+ ⋯ + ����� + � + ���
Để thực hiện việc lựa chọn giữa mơ hình FEM và mơ hình REM, Hausman (1978) đã xây dựng một kiểm định nhằm xem xét việc lựa chọn giữa hai mơ hình này. Giả thuyết H0: khơng có sự khác biệt đáng kể giữa mơ hình FEM và mơ hình REM (trong trường hợp này lựa chọn mơ hình REM). Nói cách khác, trong trường hợp này, tung độ gốc (ngẫu nhiên) của từng đơn vị không tương quan với các biến độc lập. Khi bác bỏ giả thuyết H0 tức là có sự khác biệt đáng kể giữa mơ hình FEM và mơ hình REM (khi đó mơ hình FEM tốt hơn), tức là tung độ gốc của từng cá nhân có thể tương quan với một hay nhiều biến độc lập.”
Với bộ dữ liệu đã được xử lý, trong bài nghiên cứu này để xem xét các nhân tố vĩ mô và các nhân tố nội tại ảnh hưởng như thế nào đến tỷ lệ an toàn vốn của các ngân hàng thương mại cổ phần Việt Nam, tác giả lần lượt thực hiện hồi quy mơ hình theo
định khuyết tật của mơ hình như hiện tượng đa cộng tuyến, hiện tượng tự tương quan hay hiện tượng phương sai thay đổi có xảy ra hay khơng nhằm đảm bảo các kết quả hồi quy mang tính thuyết phục cao hơn.
Với sự hỗ trợ của phần mềm Stata, bài nghiên cứu được tác giả thực hiện hồi quy theo lần lượt các bước sau:
Thứ nhất, tác giả tiến hành thực hiện thống kê mô tả các biến được nghiên cứu.
Việc thống kê mô tả các biến được sử dụng trong mơ hình có thể giúp cho tác giả có được một cái nhìn tổng qt về toàn bộ dữ liệu được sử dụng trong bài nghiên cứu và từ đó có thể đưa ra được những nhận định ban đầu.
Thứ hai, tác giả sử dụng phương pháp phân tích tương quan Pearson để tiến hành
xem xét và vẽ ma trận hệ số tương quan giữa các biến. Thơng qua ma trận hệ số tương quan có thể giúp cho tác giả bước đầu xem xét liệu có dấu hiệu của hiện tượng đa cộng tuyến xảy ra trong mơ hình hay khơng đồng thời cũng giúp cho tác giả có được những góc nhìn về mối tương quan giữa từng cặp biến với nhau. Theo đó mức độ tương quan giữa các biến được thể hiện thông qua giá trị hệ số tương quan (r), và hệ số này dao dộng trong khoảng từ -1 đến 1 cụ thể như sau:
r > 0 thể hiện giữa hai biến số có mối tương quan cùng chiều với nhau. r < 0 thể hiện giữa hai biến số có mối tương quan ngược chiều với nhau. r = 0 thể hiện giữa hai biến số khơng có mối quan hệ tương quan với nhau.
Giá trị của hệ số tương quan càng tiến về -1 hoặc 1 cho thấy mức độ tương quan giữa các biến là rất cao.
Thứ ba, tác giả tiến hành thực hiện hồi quy mơ hình theo phương pháp ước lượng
Pooled OLS để kiểm tra sự ảnh hưởng của các nhân tố vĩ mô cũng như các nhân tố nội tại tác động như thế nào đến tỷ lệ an toàn vốn của các ngân hàng. Hệ số Prob (P-value) của kết quả phân tích hồi quy cho biết mức độ tác động của các biến độc lập đối với biến phụ thuộc.
giả tiến hành thực hiện các kiểm định khuyết tật của mơ hình như kiểm định hiện tượng tự tương quan, hiện tượng đa cộng tuyến, hiện tượng phương sai thay đổi, … nhằm đảm bảo các kết quả đạt được không bị vi phạm các giả định. Một trong các giả định của mơ hình Pool OLS đó là khơng xảy ra hiện tượng đa cộng tuyến. Trong trường hợp mơ hình bị hiện tượng đa cộng tuyến thì sẽ dẫn đến kết quả hồi quy khơng cịn đáng tín cậy. Để có thể kiểm tra hiện tượng đa cộng tuyến có xảy ra trong mơ hình hay khơng tác giả sẽ xem xét thông qua ma trận hệ số tương quan cùng với kết quả từ kiểm định hệ số phóng đại phương sai VIF. Theo đó, nếu trong ma trận hệ số tương quan có giá trị tương quan giữa các lớn thì khả năng xảy ra hiện tượng đa cộng tuyến trong mơ hình càng cao. Ngồi ra, nếu giá trị hệ số phóng đại phương sai VIF lớn hơn 10 thì mơ hình sẽ xảy ra hiện tượng đa cộng tuyến.
Một trong những giả định của mơ hình Pooled OLS ngồi hiện tượng đa cộng tuyến cịn có giả định mơ hình khơng có phương sai sai số thay đổi. Để kiểm tra hiện tượng phương sai thay đổi, trong bài nghiên cứu này tác giả sẽ sử dụng phương pháp Breusch-Pagan/Cook-Weisbreg test với cặp giả thuyết của kiểm định là:
H0: Mơ hình khơng bị hiện tượng phương sai thay đổi H1: Mơ hình bị hiện tượng phương sai thay đổi
Với giá trị P-value của kiểm định nhỏ hơn mức ý nghĩa 5% thì ta đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình sẽ xảy ra hiện tượng phương sai thay đổi. Ngược lại, nếu giá trị P-value của kiểm định lớn hơn mức ý nghĩa 5% thì ta khơng đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình khơng bị hiện tượng phương sai thay đổi.
Ngoài việc kiểm định hiện tượng phương sai thay đổi và hiện tượng đa cộng tuyến, một trong những giả định của phương pháp hồi quy theo Pooled OLS cần phải kiểm tra cịn có hiện tượng tự tương quan. Để kiểm tra hiện tượng tự tương quan có
định Wooldridge test với cặp giả thuyết của kiểm định là:
H0: Mơ hình khơng có hiện tượng tự tương quan bậc nhất H1: Mơ hình có hiện tượng tự tương quan bậc nhất
Với giá trị P-value của kiểm định nhỏ hơn mức ý nghĩa 5% thì ta đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình sẽ xảy ra hiện tượng tự tương quan bậc nhất. Ngược lại, nếu giá trị P-value của kiểm định lớn hơn mức ý nghĩa 5% thì ta khơng đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình khơng bị hiện tượng tự tương quan bậc nhất.
Như vậy, trong trường hợp một trong các giả định như có hiện tượng tự tương quan hoặc có hiện tượng phương sai thay đổi thì kết quả có được từ phương pháp ước lượng Pooled OLS sẽ khơng cịn phù hợp.
Thứ năm, tác giả tiếp tục tiến hành thực hiện hồi quy mơ hình theo phương pháp
ước lượng FEM và REM. Đồng thời thực hiện kiểm định Hausman test để xem xét liệu trong hai phương pháp thì phương pháp nào là tốt hơn. Theo đó cặp giả thuyết của kiểm định Hausman như sau:
H0: Rem là phù hợp hơn Fem H1: Fem là phù hợp hơn Rem
Với giá trị P-value của kiểm định nhỏ hơn mức ý nghĩa 5% thì ta đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình Fixed effect (FEM) là phù hợp hơn mơ hình Random effect (REM). Ngược lại, nếu giá trị P-value của kiểm định lớn hơn mức ý nghĩa 5% thì ta khơng đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình Random effect (REM) là phù hợp hơn mơ hình Fixed effect (FEM).
Thứ sáu, tác giả thực hiện kiểm định lại các khuyết tật của mơ hình đã được
chọn gồm kiểm định hiện tượng tự quan và hiện tượng phương sai thay đổi để nhằm đảm bảo các kết quả hồi quy đạt được không vi phạm các giả định. Để kiểm tra hiện
Breusch-Pagan/Cook-Weisbreg test với cặp giả thuyết của kiểm định là: H0: Mơ hình khơng bị hiện tượng phương sai thay đổi
H1: Mơ hình bị hiện tượng phương sai thay đổi
Với giá trị P-value của kiểm định nhỏ hơn mức ý nghĩa 5% thì ta đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình sẽ xảy ra hiện tượng phương sai thay đổi. Ngược lại, nếu giá trị P-value của kiểm định lớn hơn mức ý nghĩa 5% thì ta khơng đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình khơng bị hiện tượng phương sai thay đổi.
Để kiểm tra hiện tượng tự tương quan có xảy ra trong mơ hình hồi quy hay không, trong bài nghiên cứu này tác giả sử dụng kiểm định Wooldridge test với cặp giả thuyết của kiểm định là:
H0: Mơ hình khơng có hiện tượng tự tương quan bậc nhất H1: Mơ hình có hiện tượng tự tương quan bậc nhất
Với giá trị P-value của kiểm định nhỏ hơn mức ý nghĩa 5% thì ta đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình sẽ xảy ra hiện tượng tự tương quan bậc nhất. Ngược lại, nếu giá trị P-value của kiểm định lớn hơn mức ý nghĩa 5% thì ta khơng đủ điều kiện để bác bỏ H0 và chấp nhận H1. Như vậy mơ hình khơng bị hiện tượng tự tương quan bậc nhất.
Trong trường hợp bị vi phạm hiện tượng tự tương quan và hiện tượng phương sai thay đổi thì tác giả sẽ tiến hành khắc phục bằng cách ước lượng mơ hình theo phương pháp FGLS.
4.1 Thống kê mơ tả
Với bộ dữ liệu được thu thập và xử lý gồm 180 quan sát theo năm trong giai đoạn từ năm 2012 – 2020 của 20 ngân hàng được niêm yết trên các sàn giao dịch chứng khoán Việt Nam là sàn HNX, HOSE và UPCOM, tác giả đã sử dụng phần mềm để tiến hành thống kê mô tả đặc điểm của số liệu từ đó có thể có những cái nhìn tổng quan về bộ dữ liệu được sử dụng. Bảng 4.1 dưới đây trình bày các kết quả thống kê mơ tả các biến số được tác giả sử dụng trong luận văn này.
Bảng 4.1: Thống kê mô tả các biến trong nghiên cứu
Biến Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ETA 0.0864936 0.0375777 0.0406177 0.2383814 SIZE 32.6304 1.124809 30.31783 34.9553 ROA 0.0080906 0.0059779 0.0000135 0.0286223 ROE 0.0985681 0.0646311 0.0002843 0.2582832 CR 0.043118 0.0305552 0.0070965 0.1690925 DEP 0.6861092 0.101678 0.4140806 0.8937174 LIQ 0.8713771 0.1664299 0.530879 1.539642 INF 4.031111 2.35283 0.63 9.21 L.GDP 15.33886 0.2174585 14.99276 15.64216
Olarewaju và Akande (2016). Sự khác biệt này có thể đến từ nguyên nhân là do thị trường của hai quốc gia Việt Nam và Nigerian hồn tồn khơng giống nhau, bên cạnh đó, số lượng quan sát cũng như thời gian thu thập dữ liệu cũng có sự khác biệt giữa hai bài nghiên cứu.
Trong giai đoạn từ 2012 – 2020, giá trị trung bình về tỷ lệ an tồn vốn ETA của các ngân hàng được lựa chọn trong mẫu nghiên cứu là 0,086. So với luận văn của Olarewaju và Akande (2016), giá trị trung bình về tỷ lệ an tồn vốn của các ngân hàng Việt Nam thấp hơn so với các ngân hàng ở Nigerian khi tỷ lệ an toàn vốn của các ngân hàng này là 0,146. Tỷ lệ an toàn vốn thấp nhất trong mẫu nghiên cứu là 0,04 và cao nhất là 0,238.
Về quy mô tổng tài sản của các ngân hàng trong giai đoạn từ năm 2012 – 2020, nhìn chung quy mô tổng tài sản dao động trong khoảng từ 30,31 đến 34,95. Trung bình quy mơ tổng tài sản của các ngân hàng trong giai đoạn này là 32,63.