CHƯƠNG 5 THẢO LUẬN VÀ MỘT SỐ HÀM Ý CHÍNH SÁCH
5.1. Thảo luận kết quả nghiên cứu
5.1.1. Tác động của cạnh tranh đến hiệu quả của các ngân hàng
Thông qua các kết quả ước lượng trong Chương 4 cho thấy, cạnh tranh thực sự có mối quan hệ phi tuyến tính với HQHĐ của các NHTM Việt Nam theo phương trình hàm số bậc hai. Điều này được lý giải như sau. Trước tiên, hầu hết tác động của các biến cạnh tranh (Lerner và Adj_Lerner) là tiêu cực đến hiệu quả biên (DEA_CE và SFA_CE) và hiệu quả tổng hợp (OPI) của các NH. Khi chỉ số Lerner hay Adj_Lerner suy giảm, nghĩa là cạnh tranh trên thị trường gia tăng, sẽ khiến HQHĐ của các NH tăng lên. Tuy nhiên, bình phương của các biến cạnh tranh (Lerner2 và Adj_Lerner2) lại có mối quan hệ tích cực với hiệu quả của các NH. Điều này chứng tỏ tác động tích cực của cạnh tranh đến hiệu quả NH đến một mức nhất định sẽ có xu hướng đảo chiều và chuyển thành tác động tiêu cực. Nghĩa là, khi áp lực cạnh tranh trên thị trường cịn thấp thì một sự gia tăng cạnh tranh sẽ làm cho các NH hoạt động hiệu quả hơn. Lập luận này phù hợp với giả thuyết “Quiet life”. Tuy nhiên, khi cạnh tranh gia tăng đến mức quá gay gắt thì hiệu quả của các NH sẽ có xu hướng suy giảm. Kết quả này được
giải thích bởi giả thuyết “Banking Specificities”. Như vậy, để có thể cải thiện HQHĐ, ngành NH Việt Nam chỉ nên duy trì cạnh tranh ở mức vừa phải, tránh tình trạng độc quyền hoặc cạnh tranh hoàn hảo.
Để xác định chiều hướng tác động chính của từng biến cạnh tranh đến các biến hiệu quả tương ứng với bộ dữ liệu nghiên cứu, tác giả tiến hành xác định các điểm cực trị cho mỗi phương trình giải thích của biến phụ thuộc bằng cách lấy đạo hàm bậc nhất rồi gán giá trị bằng 0, sau đó giải phương trình tìm hồnh độ của điểm cực trị. Kết quả ước tính được sẽ đem so sánh với các mức phân bổ xác suất dữ liệu của chỉ số Lerner và Adj_Lerner tương ứng. Chẳng hạn, cực trị của Mơ hình (1) trong Bảng 4.9 là 0,3137, trong khi giá trị phân bổ xác suất ở mức 75% của Lerner là 0,2885, ngụ ý rằng hơn 75% dữ liệu của chỉ số Lerner bé hơn điểm cực trị. Hệ số ước lượng của Lerner bình phương trong các mơ hình đều có giá trị dương nên điểm cực trị là điểm cực tiểu và hàm phi tuyến tính có dạng một parabol hướng lên trên (chữ U). Do đó, ước lượng thực nghiệm ở các mơ hình với biến cạnh tranh Lerner phần lớn ủng hộ mối quan hệ tiêu cực giữa Lerner và DEA_CE, hay tích cực giữa cạnh tranh và hiệu quả NH. Kết luận này phù hợp với kết quả nghiên cứu của Schaeck & Cihák (2008), Ariss (2010), Brissimis & cộng sự (2010), Coccorese & Pellecchia (2010), Võ Xuân Vinh & Đặng Bửu Kiếm (2016a, b). Các phân tích tương tự cho mỗi mơ hình ước lượng báo cáo hướng tác động chủ yếu của cạnh tranh đến hiệu quả NH được mô tả cụ thể trong Bảng 5.1 và Bảng 5.2.
Bảng 5.1. Xu hướng tác động của biến Lerner đến hiệu quả NH
Biến phụ thuộc DEA_CE SFA_CE OPI
Mơ hình (1) (2) (1) (2) (1) (2) Lerner -0,5072 -4,8215 -1,1068 -1,3758 -11,102 -35,178 Lerner2 0,2437 5,5673 2,1280 2,0848 17,693 45,385 Cực trị 1,0406 0,4330 0,2601 0,3300 0,3137 0,3876 Xác suất phân bổ 99% 95% 50% 75% 75% 90% Giá trị phân bổ 0,4975 0,3899 0,2178 0,2885 0,2885 0,3460 Tác động biên -0,3987 -2,3424 -0,1592 -0,4475 -3,2234 -14,968 Nguồn: Tính tốn từ Excel
Mặt khác, để phân tích tác động cận biên của cạnh tranh đến hiệu quả, hàng dưới cùng của Bảng 5.1. và 5.2 biểu diễn độ co giãn của hiệu quả theo các biến cạnh
tranh được tính tốn cho tất cả các mơ hình. Điều thú vị là, các mối quan hệ nghịch giữa các chỉ số Lerner và Lerner hiệu chỉnh với hiệu quả NH đều hoàn toàn phù hợp với độ co giãn của các điểm hiệu quả hay tác động cận biên âm của cạnh tranh.
Bảng 5.2. Xu hướng tác động của biến Adj_Lerner đến hiệu quả NH
Biến phụ thuộc DEA_CE SFA_CE OPI
Mơ hình (3) (4) (3) (4) (3) (4) Adj_Lerner -0,7397 -0,7706 -0,4692 -9,8402 -7,2166 -23,833 Adj_Lerner2 1,4072 1,5061 0,8957 9,8863 8,8964 18,716 Cực trị 0,2628 0,2558 0,2619 0,4977 0,4056 0,6367 Xác suất phân bổ 50% 50% 50% 95% 75% 99% Giá trị phân bổ 0,2478 0,2478 0,2478 0,4836 0,3336 0,6034 Tác động biên -0,0339 -0,0007 -0,0199 -0,4881 -2,7542 -14,445 Nguồn: Tính tốn từ Excel