Dữ liê ̣u nghiên cứu

CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU

3.3. Dữ liê ̣u và phương pháp nghiên cứu

3.3.1. Dữ liê ̣u nghiên cứu

Mẫu nghiên cứu bao gồm số liệu của 24 NH TMCP niêm yết trên TTCK Việt Nam trong giai đoạn Quý 2/2006 đến Quý 1/2021. Danh sách các ngân hàng nghiên cứu có thể xem trong phần phụ lục 2. Các nghiên cứu tại Việt Nam về hiệu quả và hoạt động của ngân hàng đều sử dụng dữ liệu năm (Võ Xuân Vinh và Nguyễn Hữu Huân, 2018; Dang, 2019; Batten và Vo, 2019; Tran và cộng sự, 2020). Trong thực tế vận hành hoạt động ngân hàng, các ngân hàng niêm yết có báo cáo tài chính theo quý và nhà quản trị ngân hàng thường sử dụng kết quả kinh doanh của kỳ trước để lên kế hoạch thực thi cho kỳ tới và tạo ra các chỉ tiêu đánh giá gắn với kế hoạch này. Sử dụng dữ liệu quý với đặc điểm quản trị nêu trên của các NH TMCP niêm yết tại Việt Nam giúp kiểm sốt được qn tính (persistence) trong mơ hình sử dụng thước đo hiệu quả và rủi ro làm biến phụ thuộc. Roland (1997) sử dụng dữ liệu quý cho giai đoạn 1986- 1992 để nghiên cứu qn tính lợi nhuận (Persistence of profit) của các cơng ty sở hữu bởi ngân hàng (bank holding companies). Tuy nhiên, dữ liệu quý sử dụng hạn chế trong các cơng trình nghiên cứu về yếu tố hiệu quả và rủi ro của các ngân hàng Việt Nam. Gần đây, tác giả tìm thấy dữ liệu quý được sử dụng bài công bố của Nguyen và

Vo (2021) với các phương pháp hồi quy truyền thống như hồi quy tác động cố định (FEM), hồi quy tác động ngẫu nhiên (REM) và phương pháp tởng qt hóa thời điểm hệ thống (S-GMM). Vì vậy, sử dụng dữ liệu quý là một đóng góp thêm nữa của luận án.

Dữ liệu mô tả các đặc điểm riêng của từng ngân hàng được thu thập và so sánh từ các báo cáo tài chính đã được kiểm tốn (trên website của các ngân hàng), bản cáo bạch và các báo cáo thường niên thông qua trang web vietstock.vn và cophieu68.vn. Dữ liệu đặc điểm của ngành và dữ liệu vĩ mô được thu thập từ Ngân hàng Nhà nước Việt Nam và Tởng cục Thống kê Việt Nam. Vì thời điểm niêm yết của các ngân hàng không đồng nhất nên thông tin của các ngân hàng khơng đầy đủ theo từng quý hoặc năm; do đó, các ngân hàng khơng đủ quan sát liên tục trong 5 kỳ liên tiếp sẽ bị loại bỏ. Vì vậy dữ liệu sử dụng cho ước lượng là dữ liệu bảng mang tính chất khơng cân bằng.

3.3.2. Phương pháp nghiên cứu

Luận án sử dụng phương pháp hồi quy tuyến tính cở điển (Ordinary Least Square - OLS), phương pháp hồi quy tác động cố định (Fixed Effect Model – FEM), phương pháp hồi quy tác động ngẫu nhiên (Random Effect Model – REM) để kiểm tra ảnh hưởng của SMV lên hiệu quả ngân hàng. Các biến kiểm soát được khảo lược từ lý thuyết có ý nghĩa giải thích cho biến hiệu quả ngân hàng. Trong đó, luận án sử dụng các kiểm định cần thiết để so sánh và từ đó lựa chọn mơ hình nghiên cứu phù hợp, tuy nhiên vẫn đưa kết quả hồi quy theo các phương pháp còn lại vào bảng kết quả để tiện đối chiếu kết quả.

Để kiểm soát vấn đề nội sinh tiềm tàng và tính động (dynamic nature) của mơ hình nghiên cứu có chứa biến đo lường trễ của biến phụ thuộc chính (Tan và Floros, 2012b), luận án sử dụng phương pháp tởng qt hóa thời điểm hệ thống (S-GMM) để hồi quy, kiểm tra tính vững của kết quả nghiên cứu trên. Trong đó, luận án sử dụng kiểm định Hansen để xem xét xem mơ hình có sử dụng quá mức biến công cụ hay

không (overidentifying) và kiểm định ý nghĩa của quá trình tự hồi quy AR(1) và AR(2) để xem xét sự tồn tại của tự tương quan bậc 1 và bậc 2 có trong mơ hình nghiên cứu hay khơng. Các biến kiểm sốt được khảo lược từ lý thuyết có ý nghĩa giải thích cho biến hiệu quả ngân hàng.

3.3.2.1. Hồi quy tuyến tính cổ điển, mơ hình tác động cố định và mơ hình tác động ngẫu nhiên

Luận án khai thác các phương pháp ước lượng mang tính cơ bản trong ước lượng hồi quy dữ liệu theo bảng. Dựa trên dữ liệu bảng này, ba phương pháp phổ biến để sử dụng trong hồi quy dữ liệu bảng bao gồm OLS, FEM và REM. Mơ hình tuyến tính cở điển sẽ có dạng tởng qt như sau:

yit=∝+xit∗β+μit

trong đó i là ngân hàng i tại thời điểm t; yit là biến độc lập của đối tượng quan sát i tại

thời điểm t; xit là vector các biến đóng vai trò giải thích; β là tham số hồi quy của biến độc lập; μit là phần dư (error term).

Nếu các yếu tố không đồng nhất và không quan sát được khơng tồn tại đồng thời, phần dư trong mơ hình hồi quy μit sẽ độc lập với các biến giải thích xit có trong mơ

hình nghiên cứu, phương pháp hồi quy tuyến tính cở điển sẽ bị vi phạm các giả định nền tảng, do đó OLS sẽ khơng nhất qn và bị chệch. Thêm nữa, nếu tồn tại các yếu tố không quan sát được của các quan sát chéo (cross-sectional observations) theo ngân hàng, phương pháp hồi quy FEM và REM nên được sử dụng thay thế OLS. Theo đó, phần dư mơ hình μit có thể tách thành 2 thành phần bao gồm yếu tố nhiễu cố định theo

đối tượng αi (individual error component) và nhiễu mang tính chất đặc thù theo từng

đối tượng eit (idiosyncratic error). Nhiễu đặc thù eit phải đảm bảo không tương quan

với các yếu tố nhiễu cố định αi và các biến giải thích xit sử dụng trong mơ hình.

Nếu αi tương quan với các biến độc lập xit có trong mơ hình, phương pháp hồi

quy FEM giúp kiểm sốt các yếu tố cố định khơng thay đởi theo thời gian (chỉ thay đổi theo đối tượng nghiên cứu) nên sẽ tạo ra các tham số hồi quy được ước lượng một cách đáng tin cậy (so sánh với phương pháp OLS). Nếu αi không tương quan với xit, phương

pháp hồi quy OLS nhất quán nhưng khơng hiệu quả bởi vì μit có thể xảy ra vấn đề

phương sai phần dư thay đổi và phần dư có thể đối mặt với hiện tượng tự tương quan. Để cải thiện hiệu quả ước lượng cần sử dụng mơ hình REM.

Để xác định phương pháp hồi quy nào phù hợp hơn trong ba phương pháp hồi quy OLS, FEM và REM cần sử dụng hai kiểm định cơ bản như sau:

 Kiểm định thống kê F (để chọn lựa giữa phương pháp hồi quy FEM và OLS, với giả thuyết H0 là tác động cố định bằng 0 nên mơ hình OLS phù hợp và ngược lại H1 là tác động cố định khác 0 nên mơ hình FEM phù hợp).

 Kiểm định Hausman (để chọn lựa giữa phương pháp hồi quy FEM hay REM). Thực chất kiểm định Hausman để xem xét αi có tương quan với biến độc lập xit

hay khơng. Theo đó giả thuyết H0 là sai số thành phần của các đối tượng khác nhau không tương quan với biến độc lập (chọn REM) và H1 là sai số thành phần của các đối tượng khác nhau tương quan với biến độc lập (chọn FEM). Trong luận án này, phương pháp hồi quy phù hợp được trình bày ở dòng cuối cùng của mỗi bảng kết quả hồi quy.

Để kiểm tra mơ hình nào là phù hợp trong 03 mơ hình OLS, FEM và REM, luận án sử dụng các kiểm định như sau: Kiểm định thống kê F để lựa chọn FEM (hoặc bác bỏ FEM, chọn OLS); kiểm định nhân tử Lagrange (Breusch-Pagan Lagrange Multiplier - LM) để chọn REM (hoặc bác bỏ REM chọn OLS); và kiểm định Hausman để lựa chọn giữa FEM và REM. Các phương pháp kiểm định được tổng hợp trong Bảng 3.3.

Bảng 3.3: Các kiểm định thống kê để lựa chọn mơ hình

kê F Lagrange (LM) Hausman hợp

H0 không bị bác bỏ (không phải FEM)

H0 không bị bác bỏ

(không phải REM) OLS

H0 không bị bác bỏ

(không phải FEM) H0 bị bác bỏ (FEM) REM

H0 bị bác bỏ (FEM) H0 không bị bác bỏ

(không phải REM) FEM

H0 bị bác bỏ (FEM) H0 bị bác bỏ (REM) H0 bị bác bỏ (FEM) FEM H0 bị bác bỏ (FEM) H0 bị bác bỏ (REM) H0 không bị bác bỏ

(REM) REM

Nguồn: Tổng hợp của tác giả

Hơn nữa, để đảm bảo mơ hình hồi quy hiệu quả, phân tích phương sai theo nhóm bằng kiểm định Wald và tự tương quan bằng kiểm định Wooldridge được sử dụng trong luận án. Nếu tồn tại vấn đề có liên quan đến phương sai thay đổi hoặc phần dư tự tương quan, sai số ước lượng chuẩn (robust standard errors) được tính tốn để cải thiện hiệu quả của ước lượng.

3.3.2.2. Phương pháp hồi quy tổng quát hóa thời điểm hệ thống (S-GMM)

Wintoki và cộng sự (2012) chỉ ra rằng độ chệch của tham số hồi quy gây ra bởi hiện tượng nội sinh vẫn còn tồn tại vì FEM và REM chỉ kiểm sốt chính các yếu tố khơng đồng nhất không quan sát được (unobserved heterogeneity). FEM và REM không kiểm soát được vấn đề nội sinh gây ra bởi sai số đo lường, các biến nghiên cứu nội sinh có tính chất khơng đởi theo thời gian và quan hệ nhân quả (reverse causality) xảy ra trong các nghiên cứu lĩnh vực tài chính. Do đó, sử dụng FEM và REM sẽ bị chệch, đặc biệt là trong dữ liệu bảng ngắn (Cameron và Trivedi, 2005). Để giải quyết vấn đề này, một vài nghiên cứu trước đã sử dụng ước lượng biến công cụ (IV

estimators) hoặc GMM bảng động (dynamic panel GMM). Tuy nhiên, một vấn đề khi sử dụng ước lượng biến cơng cụ là việc khó khăn trong tìm kiếm biến cơng cụ thỏa mãn tiêu chí biến cơng cụ có hiệu lực vì nếu biến cơng cụ yếu, phương pháp ước lượng biến cơng cụ sẽ bị chệch. Hay nói cách khác, ước lượng biến cơng cụ với biến công cụ không hiệu lực sẽ không cải thiện hơn so với ước lượng OLS. Do đó, luận án này sử dụng ước lượng bảng động GMM do Arellano và Bond (1991) đề xuất để xử lý vấn đề nội sinh và có được biến cơng cụ hiệu quả.

Để kiểm soát hiện tượng nội sinh và tự tương quan trong dữ liệu bảng không cân bằng, hồi quy tổng quát hóa thời điểm hệ thống (System Generalized Method of Moments – SGMM) được sử dụng để nghiên ảnh hưởng của SMV lên hiệu quả và rủi ro của ngân hàng. Rủi ro và hiệu quả của năm hiện tại có thể phụ thuộc vào rủi ro và hiệu quả của năm trước do các ngân hàng có thể hoạch định kế hoạch các chỉ tiêu rủi ro và hiệu quả ngân hàng cho kỳ sau. Thêm nữa, Athanasoglou và cộng sự (2008) kết luận rằng hiệu quả và rủi ro của ngân hàng (được tính tốn bằng ROA) năm hiện tại sẽ phụ thuộc vào hiệu quả và rủi ro của năm trước.

Mơ hình GMM được phát triển lần đầu tiên bởi Arellano và Bond (1991). Đặc điểm chính của mơ hình là sử dụng biến trễ của biến độc lập được sử dụng làm biến cơng cụ trong mơ hình. Mơ hình này được gọi là sai phân GMM (GMM difference hoặc D-GMM), tuy nhiên sau đó bị chỉ trích bởi Arellano và Bover (1995) với quan điểm rằng biến cơng cụ trong mơ hình D-GMM yếu. Do đó hệ thống GMM (system GMM hoặc S-GMM) được phát triển bằng việc sử dụng biến trễ của biến phụ thuộc và biến độc lập ở quan sát gốc và sai phân của nó để làm biến cơng cụ. S-GMM có tham số ước lượng hiệu quả hơn D-GMM vì nó cho phép sử dụng mơ hình gốc với biến cơng cụ là sai phân bậc nhất và mơ hình ở dạng sai phân với biến công cụ ở quan sát gốc (Rashid, 2013).

Như vậy, mơ hình ước lượng bằng GMM đảm bảo tính hiệu quả và nhất quán của tham số hồi quy ước lượng miễn là mơ hình khơng gặp phải vấn đề tự tương quan bậc 2 – AR (2) và biến công cụ sử dụng là vững (sử dụng kiểm định Sargan để kiểm tra). Cụ thể, Arellano và Bond (1991) đề xuất sử dụng 02 kiểm định chính để kiểm tra tính hiệu lực của hồi quy bằng GMM. Kiểm định đầu tiên là kiểm định Sargan hoặc Hansen. GMM đòi hỏi các ràng buộc không được xác định quá mức (overindentifying autocorrelation). Kiểm định thứ hai là kiểm định của Arellano – Bond cho vấn đề tự tương quan phần dư. Theo đó, phần dư trong sai phân bậc nhất AR (1) được kỳ vọng là có tương quan nhưng khơng nên có tự tương quan sai số trong sai phân bậc hai AR (2). Điều kiện tương quan sai số bậc 2 nghĩa là giá trị quá khứ của biến phụ thuộc vượt q độ trễ nào đó (để kiểm sốt tính động của các mối quan hệ thực nghiệm) là biến cơng cụ có hiệu lực vì nó ngoại sinh với các cú sốc hiện tại trong biến phụ thuộc (Wintoki và cộng sự, 2012). Thêm nữa, theo cách tiếp cận của Arellano và Bover (1995) và Blundell và Bond (1998), S-GMM có thể kiểm sốt tính chệch trong tham số ước lượng do tính khơng đồng nhất khơng quan sát được theo từng ngân hàng và tính đồng thời của các biến giải thích (phần bên phải) của mơ hình hồi quy ước lượng.

Mặc dù ước lượng GMM hiện nay được khai thác định lượng phổ biến, một trong những bất lợi của GMM là phương pháp này phức tạp và dễ tạo ra các ước lượng khơng hiệu lực (Roodman, 2009). Do đó, luận án sẽ trình bày các ước lượng OLS, FEM, REM và GMM để so sánh với nhau và đảm bảo độ vững của kết quả hồi quy.

TÓM TẮT CHƯƠNG 3

Chương 3 cung cấp chi tiết về phương pháp nghiên cứu được khai thác trong luận án. Mở đầu bằng phác thảo quy trình các bước nghiên cứu, sau đó chương 3 trình bày các mơ hình nghiên cứu theo từng mối quan hệ giữa các khái niệm nghiên cứu chính, bao gồm mơ hình gốc và mơ hình có biến trễ của biến phụ thuộc để kiểm sốt qn tính hiệu quả và rủi ro. Các mơ hình này kế thừa chủ yếu từ nghiên cứu của Tan và Floros (2012b) và Rashid và Ilyas (2018). Cụ thể, mơ hình 1 và 2 lần lượt trình bày ảnh hưởng của SMV lên hiệu quả và rủi ro ngân hàng, trong khi mơ hình 3 thêm vào biến tương tác để kiểm sốt tác động của yếu tố quy mơ lên ảnh hưởng của SMV đối với hiệu quả và rủi ro ngân hàng. Trong từng mơ hình các tập biến quan sát gồm các yếu tố liên quan đặc thù ngân hàng, ngành và vĩ mơ được kiểm sốt.

Dữ liệu thứ cấp luận án sử dụng khai thác từ báo cáo tài chính của 24 NH TMCP niêm yết trong giai đoạn quý 3/2006 đến quý 1/2021. Thêm nữa, luận án sử dụng một số phương pháp hồi quy truyền thống như OLS, FEM và REM kết hợp với các phương pháp kiểm định lựa chọn mơ hình để tiến hành hồi quy và thảo luận kết quả trong chương 4. Ngoài ra, luận án còn sử dụng S-GMM để kiểm soát được các khuyết tật tiềm tàng trong mơ hình như nội sinh (endogeneity), tự tương quan (autocorrelation) và phương sai thay đởi (heteroskedaticity), từ đó tạo ra hệ số hồi quy nhất quán và tin cậy sử dụng cho suy diễn kết quả thống kê.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

Bằng việc sử dụng các mơ hình và phương pháp ước lượng hồi quy đã được mô tả cụ thể trong chương 3, Chương 4 đưa ra các kết quả ước lượng để xem xét sự tồn tại bằng chứng thực nghiệm cho ảnh hưởng của SMV lên hiệu quả và rủi ro của ngân hàng và cân nhắc ảnh hưởng này trong điều kiện thay đổi quy mô của ngân hàng với dữ liệu bảng của 24 ngân hàng thương mại được niêm yết trên TTCK Việt Nam (cụ thể: HOSE, HNX và UPCOM). Phần thảo luận kết quả có đối chiếu với các lý thuyết và thực nghiệm đã được tổng hợp trong chương 2 để xác định kết quả nghiên cứu phù hợp với hiệu lực giải thích của các lý thuyết và xem xét tính phù hợp của kết quả tìm được với các bằng chứng thực nghiệm đã có.

4.1 Thống kê mô tả biến nghiên cứu

Bằng cách khảo lược các nghiên cứu trước về các biến kiểm sốt có tác động riêng đến hiệu quả và rủi ro, tác giả nhận thấy có sự khác biệt trong các biến kiểm sốt sử dụng. Đây là lý do cho việc tác giả có điều chỉnh các biến kiểm sốt khác nhau giữa 2 mơ hình chính dựa trên việc chọn lọc những biến có ý nghĩa tương thích với các lý thuyết và các cơng trình nghiên cứu trước. Trong đó, các biến kiểm sốt SIZE, CAP, CE, NTA và LOTA vẫn được giữ lại trong 2 mơ hình vì mức độ phở biến và ý nghĩa quan trọng của nó trong việc xác định rủi ro và hiệu quả của ngân hàng. Như vậy, luận án trình bày tách biệt kết quả hệ số tương quan giữa các biến nghiên cứu và kết quả hồi