CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Cạnh tranh và các mơ hình đo lường cạnh tranh
3.1.2. Mơ hình Cấu trúc Ngành Thực nghiệm mới (NEIO)
Bên cạnh cách tiếp cận cấu trúc, cùng với sự phát triển ngày càng hoàn thiện và đầy đủ của hệ thống dữ liệu NH, các phương pháp đo lường cạnh tranh mới xuất phát từ hành vi của các NH đã được phát triển và đang bắt đầu được áp dụng ở các nước mới nổi. Cách tiếp cận phi cấu trúc được phát triển trên cơ sở lý thuyết NEIO, cung cấp các kiểm định mang tính thực nghiệm khơng chỉ dựa vào dữ liệu ngành tổng hợp mà còn sử dụng cả dữ liệu của các NH cá nhân. Các phương pháp dựa trên NEIO xác định mức độ cạnh tranh không phụ thuộc vào cách tiếp cận tập trung thị trường mà sẽ dựa trên các đặc điểm thị trường cụ thể hơn bao gồm cả các rào cản gia nhập và rút lui khỏi thị trường. Các quy định tài chính là một trong những hạn chế lớn nhất đối với sự tự do gia nhập vào ngành NH trong khi lĩnh vực này lại là một trong những lĩnh vực được quản lý chặt chẽ nhất ở nhiều nước. Do đó, ln tồn tại những rào cản nhất định trong ngành NH và sẽ là thiếu sót nếu như không xét đến các rào cản này khi đo lường mức độ cạnh tranh. Thế hệ đầu tiên của phương pháp phi cấu trúc dựa trên quan niệm của trường phái tân cổ điển về cạnh tranh (Carbo & cộng sự, 2009). Theo đó, các mơ hình nổi bật gồm có chỉ số Lerner (Berger & cộng sự, 2009; Fungacova & cộng sự, 2014) và mơ hình Panzar & Rosse (1987) với chỉ số H-statistics. Thế hệ thứ hai của các phương pháp NEIO tập trung vào sự năng động của thị trường với đại diện tiêu biểu là chỉ số Boone được đề xuất gần đây bởi Boone (2008).
3.1.2.1. Mơ hình Panzar & Rosse
Điển hình trong các cách tiếp cận thuộc trường phái tân cổ điển là mơ hình được phát triển bởi Panzar & Rosse (1987). Mơ hình này sử dụng chỉ số H-Statistic để xác định mức độ cạnh tranh trong một ngành (độc quyền, cạnh tranh độc quyền hay cạnh tranh hoàn hảo). Chỉ số H-Statistic được ước tính từ hàm doanh thu có dạng như sau:
𝑙𝑛𝑅𝐸𝑉𝑖 = 𝛼 + ∑ 𝛽𝑗 3 𝑗=1 𝑙𝑛𝑤𝑗𝑖 + ∑ 𝛾𝑘 3 𝑘=1 𝑙𝑛𝑍𝑘𝑖+𝜀𝑖 (3.3)
Mơ hình 3.3 được ước lượng để tính tốn chỉ số H-statistic = ∑3j=1β̂j. Trong đó, βj là hệ số co dãn của doanh thu theo giá cả các yếu tố đầu vào, gồm w1 – giá lao động (chi phí nhân viên/tổng tài sản); w2 – giá vốn vật chất (chi phí ngồi lãi khác/tài sản cố định); và w3 – giá vốn tiền gửi (chi phí lãi/tổng tiền gửi). Mặt khác, REV là tổng doanh thu (gồm thu lãi và thu ngoài lãi) của NH. Zk là bộ biến kiểm soát, gồm TA là tổng tài sản; EA là tỷ
lệ vốn chủ sở hữu trên tổng tài sản; và LA là tỷ lệ dư nợ cho vay trên tổng tài sản (Chortareas & cộng sự, 2012; Andries & Căpraru, 2014; Phan Thị thơm & Thân Thị Thu Thủy, 2015).
Trong cả hai trạng thái cân bằng ngắn hạn và cân bằng dài hạn, chỉ số H-statistic có giá trị âm chỉ ra rằng thị trường đang độc quyền hay độc quyền nhóm, trong khi giá trị H-statistic nằm giữa 0 và 1 cho thấy thị trường đang trong tình trạng cạnh tranh độc quyền, và nếu H-statistic = 1 tức là thị trường đang cạnh tranh hoàn hảo. Cách tiếp cận này đã được sử dụng rộng rãi trong các nghiên cứu của Bikker & Haaf (2002), Barbosa & cộng sự (2015). Chỉ số H-Statistic được tính tốn từ hàm doanh thu cho dữ liệu chéo, do đó chỉ số này đo lường cạnh tranh của ngành NH theo từng năm. Chỉ số H-Statistic được sử dụng rộng rãi trong nhiều nghiên cứu như Claessens & Laeven (2004); Carbo & cộng sự (2009); Soedarmono & cộng sự (2011).
3.1.2.2. Mơ hình chỉ số Lerner
Xuất phát từ ý tưởng của Lerner (1934) khi đánh giá sức mạnh thị trường, một phương pháp khác được sử dụng rộng rãi để đo lường cạnh tranh của các NH là thông qua chỉ số Lerner (Ariss, 2010; Berger & cộng sự, 2009; Coccorese, 2009; Fungacova & cộng sự, 2014; Fu & cộng sự, 2014; Tan, 2016). Chỉ số Lerner phản ánh khả năng định giá đầu ra so với chi phí cận biên của các cơng ty (Berger & cộng sự, 2009). Theo Demirguc-Kunt & Peria (2010), có thể kiểm tra cạnh tranh trong NH thơng qua việc đo lường trực tiếp sức mạnh thị trường của các NH, sức mạnh thị trường càng lớn thì càng ít cạnh tranh. Theo đó, chỉ số Lerner là thước đo cạnh tranh trực tiếp bởi vì nó tập trung vào sức mạnh định giá được thể hiện rõ thông qua mức độ chênh lệch giữa giá và chi phí biên. Chỉ số Lerner được xác định theo cơng thức sau:
𝐿𝑒𝑟𝑛𝑒𝑟𝑖𝑡 =𝑃𝑖𝑡−𝑀𝐶𝑖𝑡
𝑃𝑖𝑡 (3.4) Trong đó, Lernerit biểu thị sức mạnh thị trường của NH i trong năm t; Pit là giá trung bình đầu ra của NH i trong năm t, được tính bằng tổng thu nhập/tổng tài sản (De Guevara & cộng sự, 2005; Berger & cộng sự, 2009; Demirguc-Kunt & Peria, 2010; và Fungacova & cộng sự, 2014); MCit là chi phí biên (Marginal cost) của NH i trong năm t, được xác định theo hàm translog với một đầu ra (TA) và ba giá đầu vào (w1, w2 và w3) dựa trên nghiên cứu của các tác giả (Fungacova & cộng sự, 2014; Fu & cộng sự, 2014; và Tan, 2016) có dạng như sau:
𝑙𝑛 𝑇𝐶𝑖𝑡 𝑊3,𝑖𝑡 = 𝛼0+ 𝛼1ln 𝑇𝐴𝑖𝑡+ 1 2𝛼2𝑙𝑛𝑇𝐴𝑖𝑡 2 + ∑ 𝛽𝑚 2 𝑚=1 ln (𝑊𝑚,𝑖𝑡 𝑊3,𝑖𝑡) +1 2 ∑ ∑ 𝜇𝑚𝑛 2 𝑛=1 2 𝑚=1 ln (𝑊𝑚,𝑖𝑡 𝑊3,𝑖𝑡) ln (𝑊𝑛,𝑖𝑡 𝑊3,𝑖𝑡) + ∑ 𝜑𝑚ln 𝑇𝐴𝑖𝑡ln (𝑊𝑚,𝑖𝑡 𝑊3,𝑖𝑡) + 𝜃1𝑇 +1 2𝜃2𝑇 2 + 𝜃3𝑇𝑙𝑛𝑇𝐴𝑖𝑡 2 𝑚=1 + ∑ 𝜔𝑚𝑇𝑙𝑛 (𝑊𝑚,𝑖𝑡 𝑊3,𝑖𝑡) 2 𝑚=1 + 𝜀𝑖𝑡 (3.5)
Trong đó, TC là tổng chi phí gồm chi phí lãi, chi phí nhân viên và chi phí ngồi lãi khác; TA là tổng tài sản; W1, W2 và W3 được xác định như trong mơ hình 3.3. Các ràng buộc đồng nhất tuyến tính (tổng chi phí và giá cả các đầu vào chia cho W3) và đối xứng trong giá đầu vào được áp dụng (Wij = Wji). Biến giả thời gian (T) được bao gồm để kiểm soát sự thay đổi kỹ thuật và môi trường kinh tế vĩ mơ. Chi phí biên MCit được tính bằng cách lấy đạo hàm bậc nhất của biến phụ thuộc (lnTCit) theo biến đầu ra (lnTAit) trong mơ hình 3.5, cụ thể: 𝑀𝐶𝑖𝑡 = 𝜕𝑇𝐶𝑖𝑡 𝜕𝑇𝐴𝑖𝑡 = 𝑇𝐶𝑖𝑡 𝑇𝐴𝑖𝑡(𝛼̂1+ 𝛼̂2𝑙𝑛𝑇𝐴𝑖𝑡+ ∑ 𝜑̂𝑚𝑙𝑛 (𝑊𝑚,𝑖𝑡 𝑊3,𝑖𝑡) 2 𝑚=1 + 𝜃̂3𝑇) (3.6)
Giá trị của Lerner nằm giữa 0 và 1. Khi Pit = MCit, chỉ số Lerner bằng 0, NH khơng có quyền lực định giá do cạnh tranh hoàn hảo. Chỉ số Lerner càng gần tới 1 càng phản ánh đầu ra được định giá cao hơn so với chi phí biên và do đó thể hiện sức mạnh thị trường của NH càng lớn (Ariss, 2010). Lerner bằng 1 cho thấy thị trường đang ở trong tình trạng độc quyền, đầu ra được định giá cao vượt xa so với chi phí biên (MC ≈ 0). Trong một số trường hợp, Lerner mang giá trị âm, ngụ ý rằng các NH định giá đầu ra dưới mức chi phí biên và có thể dẫn đến hành vi khơng tối ưu hóa của các NH (Alin & Căpraru, 2011). Chỉ số Lerner là một thước đo nghịch đối với cạnh tranh, tức là chỉ số Lerner càng lớn thì cạnh tranh càng thấp (Pruteanu-Podpiera & cộng sự, 2008).
3.1.2.3. Mơ hình chỉ số Lerner điều chỉnh hiệu quả
De Guevara (2005) cho rằng việc sử dụng chỉ số Lerner để đo lường sức mạnh thị trường cịn mang tính máy móc và cần thiết phải xem xét một số vấn đề trong phương pháp ước lượng khi đánh giá ý nghĩa của nó.
Thứ nhất, giá trị của chỉ số Lerner bị ảnh hưởng bởi doanh thu hoặc chi phí NH trong khi có khơng ít quan điểm khác nhau về việc tính tốn doanh thu và chi phí của các NH. Hầu hết các nghiên cứu chỉ xem xét doanh thu và chi phí tài chính mà bỏ qua các khoản doanh thu và chi phí kinh doanh khác khi chỉ có hoạt động trung gian truyền thống là cho vay và huy động tiền gửi được mơ hình xem xét mà khơng tính đến các hoạt động cung cấp dịch vụ NH khác. Sự tăng trưởng đáng kể các hoạt động cung cấp dịch vụ trong những năm gần đây đã dẫn đến sự thay đổi trong cấu trúc doanh thu của các NH, tầm quan trọng tương đối của doanh thu tài chính thuần đã giảm và doanh thu từ các dịch vụ khác ngoài lãi (chủ yếu là hoa hồng và phí) đã tăng lên.
Thứ hai, nhìn chung mơ hình Lerner khơng xem xét chi phí bảo hiểm rủi ro, mặc dù tác động của nó đến hiệu quả của hệ thống NH là rất quan trọng. Yếu tố phí bảo hiểm rủi ro phản ánh những biến cố khơng mong đợi có thể xảy ra xung quanh vấn đề ký kết hợp đồng cho vay. Có nhiều lý do khác nhau giải thích cho thiếu sót này, như thiếu dữ liệu, khó tính tốn, và rủi ro NH thường chỉ xuất hiện tại một thời điểm nhất định có thể khơng đúng lúc tính tốn chỉ số Lerner. Tuy nhiên, nếu chi phí rủi ro khơng được tính đến thì việc giải thích của chỉ số Lerner về sức mạnh thị trường có thể khơng chính xác vì nó đánh giá quá cao lợi nhuận. Mặt khác, nếu chi phí rủi ro chỉ được tính khi các khoản dự phịng tương ứng được thực hiện thì thời gian tác động của nó sẽ bị lệch vì đây là những chi phí tiềm ẩn phát sinh trong giai đoạn này nhưng lại được công nhận ở giai đoạn khác. Trong trường hợp này, chỉ số Lerner có khả năng tăng khi có ít nợ xấu và dự phịng hay sẽ giảm khi nợ xấu và dự phịng tăng nhưng khơng ảnh hưởng đến sức mạnh thị trường.
Mặt khác, Humphrey & Pulley (1997) chỉ ra rằng cách tiếp cận thơng thường để tính tốn chỉ số Lerner với cả hai giả định về hiệu quả lợi nhuận (lựa chọn tối ưu về giá) và hiệu quả chi phí (lựa chọn đầu vào tối ưu) là khơng thực tế. Do đó, chỉ số Lerner được ước tính khơng đo lường chính xác mức độ thực sự của sức mạnh thị trường. Họ đề xuất một mô hình thay thế phù hợp hơn bằng cách tính chỉ số Lerner được điều chỉnh hiệu quả, trong đó giả định về một thị trường cạnh tranh hồn hảo khơng cịn nữa. Để đo lường hiệu quả, lợi nhuận trước thuế (PBT) được sử dụng làm biến phụ thuộc thay cho tổng chi phí hoạt động (TC) trong phương trình translog 3.5. Theo đó, cơng thức tính chỉ số Lerner hiệu chỉnh được đề xuất bởi Koetter & cộng sự (2012) có dạng như sau:
𝐴𝑑𝑗𝑢𝑠𝑡𝑒𝑑 𝐿𝑒𝑟𝑛𝑒𝑟𝑖𝑡 =𝑃𝐵𝑇𝑖𝑡+𝑇𝐶𝑖𝑡−𝑀𝐶𝑖𝑡∗𝑇𝑂𝑖𝑡
𝑃𝐵𝑇𝑖𝑡+𝑇𝐶𝑖𝑡 (3.7)
Trong đó, PBTit là lợi nhuận trước thuế, TCit là tổng chi phí, MCit là chi phí cận biên và TOit là tổng sản lượng đầu ra (bao gồm tổng số tiền vay và tổng số chứng khoán) của NH i trong năm t. Tương tự như chỉ số Lerner gốc, Lerner được điều chỉnh có giá trị nằm trong khoảng từ 0 đến 1, giá trị càng lớn cho thấy sức mạnh thị trường càng lớn và cạnh tranh càng yếu.
3.1.2.4. Mơ hình chỉ số Boone
Gần đây, dựa trên giả thuyết “Hiệu quả - Cấu trúc” (ES), Boone (2008) đã đề xuất một thước đo cạnh tranh mới thông qua sự phi hiệu quả về lợi nhuận tương đối của các doanh nghiệp. Ý tưởng này bắt nguồn từ quan điểm cho rằng, khi thị trường càng cạnh tranh (có thể do rào cản gia nhập được nới lỏng làm thị trường xuất hiện thêm nhiều đối thủ cạnh tranh), các doanh nghiệp kém hiệu quả sẽ càng giảm lợi nhuận và thị phần bị thu hẹp hơn. Ngược lại, theo ES, những doanh nghiệp hiệu quả hơn thì lợi nhuận sẽ cao hơn, từ đó thị phần sẽ được mở rộng hơn (Schaeck & Cihak, 2010). Giả thuyết này phù hợp với những phát hiện của Stiroh (2000) khi khẳng định rằng, cạnh tranh gia tăng sẽ cho phép chuyển một phần tài sản đáng kể từ những NH có lợi nhuận thấp sang các NH có lợi nhuận cao. Theo đó, chỉ số Boone khai thác sự tái phân bổ từ doanh nghiệp phi hiệu quả sang doanh nghiệp hiệu quả này. Hiệu ứng tái phân bổ là một đặc tính nổi bật của việc tăng cường cạnh tranh. Trong trường hợp xấu nhất, tác động của tái phân bổ sẽ buộc các doanh nghiệp kém hiệu quả nhất phải rời khỏi thị trường.
Dựa trên lý thuyết của Boone (2008) và nghiên cứu thực nghiệm của Leuvensteijn & cộng sự (2011), chỉ số Boone được ước tính từ dữ liệu vi mô của các NH để đánh giá tầm quan trọng của hiệu ứng tái phân bổ cho cả hệ thống NH tổng hợp. Theo đó, mơ hình ước lượng chỉ số Boone cho NH i có dạng như sau:
𝑙𝑛𝑃𝑇𝐴𝑖𝑡 = 𝛼 + 𝛽𝑙𝑛𝑀𝐶𝑖𝑡+ 𝜀𝑖𝑡 (3.8)
Trong đó, PTAit là tỷ lệ lợi nhuận trước thuế trên tổng tài sản và MCit là chi phí biên của NH i trong năm t. Hệ số ước lượng β là chỉ số Boone, cho biết độ co giãn của lợi nhuận theo chi phí biên, hay tỷ lệ suy giảm lợi nhuận tương ứng với tỷ lệ tăng chi phí biên của NH i trong năm t. Theo lý thuyết, chỉ số Boone có giá trị âm, phản ánh thực tế chi phí cận biên càng cao thì lợi nhuận sẽ càng thấp. Ngồi ra, giá trị tuyệt đối của chỉ số Boone càng lớn thì thị trường càng cạnh tranh. Lý do chỉ số Boone (2008) được sử dụng để nắm bắt mối liên hệ giữa lợi nhuận và chi phí là vì sự gia tăng chi phí sẽ làm giảm lợi nhuận của các NH, nhưng cùng một tỷ lệ tăng chi phí như nhau thì lợi nhuận của các NH ở thị
trường cạnh tranh hơn sẽ bị giảm nhiều hơn. Do đó, chỉ số Boone thể hiện mức độ suy giảm lợi nhuận xuất phát từ sự phi hiệu quả chi phí của các NH do cạnh tranh.
Đối với việc điều tra cơ chế truyền dẫn, điều quan trọng là phải nắm bắt những thay đổi kỹ thuật theo thời gian khi đo lường cạnh tranh cho các NH. Do đó, Tabak & cộng sự (2012) và Schaeck & Cihak (2014) sử dụng thêm biến tương tác giữa biến giả thời gian với chi phí cận biên để nắm bắt những thay đổi theo thời gian của mức độ cạnh tranh đo lường bởi chỉ số Boone với mơ hình cụ thể như sau:
𝑙𝑛𝑃𝑇𝐴𝑖𝑡 = 𝛼 + ∑ 𝛽𝑘1𝑑𝑘𝑡𝑙𝑛𝑀𝐶𝑖𝑡 𝑇 𝑘=1 + ∑ 𝛽𝑘2𝑑𝑘𝑡 𝑇−1 𝑘=1 + 𝑢𝑖𝑡 (3.9)
Trong đó, PTAit và MCit được định nghĩa như mơ hình 3.8; T là tổng số kỳ (năm); dkt là biến giả thời gian có giá trị bằng 1 nếu k = t và bằng 0 nếu khác; uit là sai số thống kê. Vì khơng thể quan sát trực tiếp chi phí cận biên, Boone (2008) đề xuất sử dụng chỉ số chi phí trung bình được tính tốn bằng cách lấy tổng chi phí chia cho tổng thu nhập để thay thế. Cách thay thế này cũng được đồng tình bởi Schaeck & Cihak (2014). Các NH có chi phí biên thấp hơn sẽ có lợi nhuận cao hơn (β <0). Do đó, sự gia tăng cạnh tranh sẽ làm tăng lợi nhuận của các NH hiệu quả hơn so với các NH kém hiệu quả. Tác động càng mạnh (giá trị tuyệt đối của β càng lớn), thì cạnh tranh càng mạnh.