Phương pháp nghiên cứu

CHƯƠNG 2 : THỰC TRẠ NG HO ẠT ĐỘ NG ỦA NHTM VI ỆT NAM

3.1. Phương pháp nghiên cứu

3.1.1. Mơ hình SFA (Stochacstic Frontier Analysis)

Năm 1957, Farell đã đưa ra một độ đo hiệu quả kỹ thuật để phản ánh khả năng của một đơn vị ra quyết định (hay một NH) đạt được đầu ra cực đại từ một tập hợp đầu vào đã cho. Vì thực tế ta khơng biết được hàm sản xuất, do vậy Farell gợi ý ước lượng hàm này từ số liệu mẫu sử dụng hoặc bằng cơng nghệ tuyến tính từng khúc phi tham số hoặc tiếp cận theo một hàm số. Charnes, Cooper và Rhodes (1978) đã tiếp cận theo gợi ý thứ nhất của Farell và phát triển thành mơ hình DEA. Dựa trên gợi ý thứ 2 của Farell, Aigner và Chu (1968) đã tiếp cận phương pháp tham số bằng việc ước lượng một hàm sản xuất đường biên tham số dạng Cobb- Douglas sử dụng số liệu trên một mẫu n đơn vị ra quyết định (hay NH). Mơ hình được định nghĩa bởi:

��(��) = �� � − �� � = 1,2, … , �

trong đó : (�

�� �) là logarit của đầu ra (vô hướng) đối với đơn vị thứ i ;

�� là một véc tơ hàng (K+1) chiều, phần tử thứ nhất của nó bằng "1" và các

phần tử còn lại là những logarit của lượng K đầu vào sử dụng bởi đơn vị thứ i � = (��,, ��, … , ��)� là véc tơ cột (K+1) chiều các tham số chưa biết mà ta cần ước lượng; và ui là biến ngẫu nhiên không âm, phản ánh phần phi hiệu quả kỹ thuật

trong sản xuất của các đơn vị trong ngành.

Tỷ số của đầu ra quan sát đối với đơn vị thứ i so với đầu ra tiềm năng xác định bởi hàm đường biên với véctơ đầu vào �� đã cho được dùng để định

�

nghĩa hiệu quả kỹ thuật của đơn vị thứ i :� � = = ���(�� �) ���( �� = ���(−� ) �) �

Độ đo này có giá trị giữa 0 và 1. Nó cho thấy độ lớn tương đối của đầu ra của đơn vị thứ i so với đầu ra mà một đơn vị hồn tồn hiệu quả có thể sản xuất với cùng véc tơ đầu vào đó. Hiệu quả kỹ thuật có thể được ước lượng bằng tỷ số của

đầu ra quan sát �� trên giá trị ước lượng của đầu ra đường biên exp(�� �). Tuy nhiên mơ hình hàm sản xuất biên nói trên khơng xét đến ảnh hưởng có thể có của các sai số độ đo và các nhiễu khác đối với đường biên. Tất cả những điểm chệch khỏi đường biên được giả thiết là do hiệu quả kỹ thuật không đạt được. Để giải quyết vấn đề "nhiễu" các nhà kinh tế sử dụng cách tiếp cận đường biên ngẫu nhiên.

Với giả định hàm sản xuất dạng Cobb-Douglas, Aigner (1977); Meeusen và Van den Broeck (1997); Battese và Corra (1977) là những người đầu tiên đưa ra cách tiếp cận biên ngẫu nhiên để xác định sự đóng góp của từng nhân tố đầu vào trong quá trình sản xuất. Một trong những hạn chế của cách tiếp cận biên là giả định rằng các ngành đều sử dụng một loại công nghệ và cùng đường biên sản xuất. Vì thế, sự khác biệt trong sản xuất của các ngành chủ yếu là do vấn đề con người trong quản lý hoặc do sự khác biệt về công nghệ. Aigner và cộng sự (1977) đã lập luận rằng, có thể có một số nhân tố phi hiệu quả kỹ thuật mang tính ngẫu nhiên tác động đến mức sản lượng, ví dụ chính sách của chính quyền trung ương và địa phương, hoặc yếu tố thời tiết. Do vậy, bộ phận sai số của mơ hình có thể được tách thành hai: một phần đại diện cho phân phối ngẫu nhiên đối xứng nhưng không quan sát được (v), và bộ phận kia là nhiễu ngẫu nhiên do phi hiệu quả kỹ thuật (u) gây ra. Như vậy, mơ hình hàm sản xuất biên nhiễu ngẫu nhiên được viết như sau:

��(��) = �� � + �� − ��

Trong đó �� có phân phối đồng nhất với trung bình bằng khơng và phương sai �

�2 2

, �� có phân phối đồng nhất với trung bình bằng không và phương sai

� �

, �� và �� độc lập với nhau và độc lập với các biến hồi quy.

Những nét cơ bản của mơ hình đường biên ngẫu nhiên được minh hoạ trong khơng gian hai chiều trong Đồ thị 1.4. Các đầu vào được biểu diễn trên trục hoành

���(�� � + �� ) ế� � �� > 0   Hàm sản xuất �= �∗���( �� �� � ���(�� � + ��) ế� � �� < 0

và các đầu ra trên trục tung. Thành phần tất định của mơ hình đường biên, � = exp(�� �) được vẽ với giả thiết có hiệu xuất giảm dần theo quy mơ. Các đầu ra và

đầu vào quan sát đối với hai NH i và j được biểu diễn trên đồ thị. NH i sử dụng mức đầu vào �� để sản xuất đầu ra ��. Giá trị đầu vào-đầu ra quan sát được chỉ ra bởi điểm được đánh dấu ở phía trên giá trị của ��. Giá trị của đầu ra đường biên ngẫu ∗

nhiên ��

= exp(�� � + ��) được đánh dấu bởi điểm phía trên hàm sản xuất bởi

vì sai số ngẫu nhiên là dương. Tương tự, NH j sử dụng mức đầu vào xj và sản xuất ∗

mức đầu ra �� . Tuy nhiên, đầu ra đường biên ��

= exp(�� � + �� ) ở phía dưới hàm sản xuất bởi vì sai số ngẫu nhiên �� âm. Tất nhiên, các đầu ra đường biên ngẫu nhiên

�∗ được.

và �∗

khơng quan sát được vì các sai số ngẫu nhiên không thể quan sát

Đồ thị hàm sản xuất biên ngẫu nhiên

y

�� ��

�� ��

Tuy nhiên, ta thấy phần tất định của mơ hình đường biên ngẫu nhiên nằm giữa các đầu ra đường biên ngẫu nhiên. Các đầu ra quan sát có thể lớn hơn phần tất định của đường biên nếu các sai số ngẫu nhiên lớn hơn những ảnh hưởng không hiệu quả tương ứng (nghĩa là �� > exp(�� �) ế�� �� > �� ).

Mơ hình đường biên ngẫu nhiên này cho phép ước lượng các sai số tiêu chuẩn và kiểm định các giả thiết sử dụng các phương pháp hợp lý cực đại truyền thống, mà các mô hàm sản xuất biên không thể thực hiện. Kết quả ước lượng hiệu quả kỹ thuật cho mỗi NH thu được dưới dạng:

� ∗� � − �((�∗ − � ) � � � � = �(���{−��} | ��) = [ ∗ � − (−��∗� ) �∗ ] . ��� {−�∗� + � �∗ }

Mục đích của Giai đoạn 2 là tính tốn lại INPUT, OUTPUT Slacks (tức là , không hiệu quả ) thu được từ giai đoạn 1 trong tác động của môi trường (các biện pháp tái cơ cấu), độ nhiễu thống kê, không hiệu quả trong quản lý . INPUT, OUTPUT Slacks giai đoạn 2 có được từ việc hồi quy từng phần dưới tác động của môi trường sử dụng SFA.

Theo Avkiran và Rowlands các hàm hồi quy SFA cho INPUT, OUTPUT Slacks được trình bày trong phương trình (2) và (3)

− � � (2) ��� = � (��; � ) + ��� + ��� , i = 1, … . , N và j = 1, … , I + � � (3) ��� = � (��; � ) + ��� + ��� , r = 1, … . , M và j = 1, … , I Trong đó s−

và s+ là sự thiếu chính xác trong biến đầu vào thứ I và biến đầu ra thứ r trong giai đoạn 1 cho đơn vị thứ j, zj đại điện cho biến môi trường, βi và βr là vector tham số cho hàm ước lượng và vij + uij và vrj + urj là thành phần sai số trong đó Vij, vrj N(0,σ2) đại diện cho nhiễu trắng và uij, urj ≥ 0 đại diện cho sự

không hiệu quả trong quản lý. Sự không hiệu quả trong quản lý được ước lượng dựa trên phân phối Truncated normal 1 đi cho sai số, cái mà biến đổi có hệ thống theo thời gian. Trong khi tham số từ hàm hồi quy SFA có được, quan sát các biến đầu vào và đầu ra sau hiệu chỉnh bởi các tác động của mọi trường và phân tích nhiễu trắng.

Như vậy, các NH chịu tác động thuận lợi từ mơi trường thì giá trị biến đầu vào sẽ được điều chỉnh tăng và chỉ số hiệu quả giảm xuống. Tương tự như vậy, các

NH chịu tác động bất lợi từ mơi có đầu ra được điều chỉnh tăng (do đó, chỉ số hiệu quả tăng lên).

3.1.2. Phương pháp hồi quy hai bước ( 2SLS) và mơ hình Tobit

Phương pháp hồi quy 2 bước 2SLS là phương pháp ước lượng cải tiến dựa

trên phương pháp bình phương nhỏ nhất OLS để khắc phục hiện tượng nội sinh. Xét hệ phương trình đồng thời dạng tộng quát:

Y(n x 1) = β1(n x 1) + X(n x k)β2(k x 1)+ u(n x 1)

trong đó Y là các biến phụ thuộc.

X = [X1 (n x l) X2 (n x (k – l)]

với X1 : gồm l biến độc lập nội sinh X2 : gồm ( k - l) biến ngoại sinh. Giả sử Z(n x m) là biến công cụ cho X1 ( m> l).

Bước 1 : Hồi quy X1 (n x l) theo Z(n x m) để tìm ra giá trị ước lượng của biến nội sinh X̂1 (n x l) .

�̂1(n x l)= z(n x m).�̂(m x l) => �̂ = ( z’z)-1(z’X1)

Bước 2 : Đặt W = [X̂1 X2]

Hồi quy Y theo W : Y =W�̂2SLS + u.

�̂2SLS = ( W’W)-1(W’Y)  Ưu điểm của phương pháp 2SLS :

- Có thể áp dụng cho từng phương trình riêng rẽ, khơng cần chú ý đến các phương tình khác. Điều này thuận lợi khi ước lượng một hệ gồm nhiều phương trình.

- ILS ( phương pháp bình phương nhỏ nhất gián tiếp) đưa ra các ước lượng của các hệ số của phương trình thu gọn, để tìm được ước lượng của các hệ số ban đầu ta phải thực hiện một vài tính tốn, trong khi 2SLS cho ngay ước lượng của từng hệ số.

- 2SLS cho sai số tiêu chuẩn của các ước lượng, trong khi đó ILS khơng cho.

Mơ hình Tobit được Tobin giới thiệu năm 1958.

Đây là một mơ hình hồi quy tuyến tính với biến phụ thuộc là một biến ngầm lưỡng phân mà trong đó một số quan sát của biến ngầm bị mất khi biến ngầm ở trên hoặc dưới một ngưỡng nhất định, biến như vậy gọi là biến cắt cụt và hồi quy với những biến như vậy gọi là hồi quy cắt cụt.

∗ = �′�� + �� ∗ ∗ ′ �� = �� ế� � �� = � �� + �� ≥ � �à �� = � ế� � �∗ = �′�� + �� < � trong đó

�� �à � là vecto biến độc lập và tham số cần tìm

∗ là biến ngầm hay biến cắt cụt ��là độ đo hiệu quả của NH thứ i (

bị giới hạn trong đoạn lớn hơn 0 và nhỏ hơn 1)

Dựa vào giá trị các biến �� và �� của các quan sát gồm i NH, hàm hợp lý cực đại (L) ước tính giá trị của � và � như sau:

� � = ∏(� − ��) ∏ (� ∏ ��)�/� � − � �� � � (��−���)� ��=� Trong đó: �� = ∫ ��> 0 ���/� � �−� /��� −∞ (� ∏)�/�

Thực nghiệm phương trình Tobit có thể biểu diễn dưới dạng đơn giản hơn như sau: � � � � � �

� �

��� = � + ∑ �� ���� + ∑ ������

�=1 �

Trong đó: yit: là biến phụ thuộc ���� : là biến giả

���� : là các biến độc lập (…)

3.2. Mơ hình phân tích các yếu tố ảnh hưởng đến hiệu quả hoạt động (theo SFA) của NHTM Việt Nam

Hiệu quả hoạt động của NH là một trong những biến đại diện tốt cho sự phát tiển của các NHTM, nếu các NHTM quản trị tốt các yếu tố đầu vào và đầu ra, sẽ mang lại sự gia tăng trong hiệu quả hoạt động, điều này giúp cho NHTM phát triển và đóng góp chung vào sự phát triển của khu vực NH. Để đo lường hiệu quả NH, theo Berger & Mester (1997) và Fu & Heffernan (2009), hiệu quả X của một NH i được tính bằng chỉ số chi phí ước lượng thấp nhất được sử dụng bởi một NH chuẩn nhất để sản xuất một lượng đầu ra ngang nhau trong cùng một điều kiện ngoại sinh, từ đó ước lượng chi phí thực tế của NH i. Ví dụ: chỉ số hiệu quả X theo chi phí của NH i là 0,7 cho thấy rằng NH i đạt hiệu quả 70% và thấp hơn 30% so với NH chuẩn xét trong cùng một điều kiện nhất định. Hiệu quả X có giá trị trong nửa đoạn (0,1] và bằng 1 đối với NH đạt hiệu quả cao nhất.

Theo Sealey & Lindley (1977) mặc dù khơng có cách tiếp cận hoàn hảo trong việc xác định đầu ra và đầu vào của NH vì khơng có cách tiếp cận nào có thể phản ánh được tất cả các hoạt động, vai trò của NH với tư cách là chủ thể cấp các dịch vụ trung gian tài chính. Theo hai ơng, cách tiếp cận trung gian là phù hợp nhất: xem NH là các trung gian tài chính, kết nối khu vực tiết kiệm và khu vực đầu tư của nền kinh tế, để phân tích và đánh giá hiệu quả hoạt động của NH. Với cách tiếp cận này, bài nghiên cứu sử dụng 3 biến đầu vào (tiền gửi, lao động và vốn thực) và một biến đầu ra (tổng tài sản). Ở bài nghiên cứu này, tác giả đánh giá hiệu quả hoạt động của

NH theo 2 hướng tiếp cận: hiệu quả theo chi phí (biến đại diện là TOC) và hiệu quả theo lợi nhuận (biến đại diện là pbt).

Để mơ hình hóa cấu trúc chi phí cơ sở của lĩnh vực NH đề tài sử dụng hình thức hàm Translog : � LnTOCit = α0 + α1 lnQit + � � α2 (lnQit)2 + ∑� � �� lnWkit + � � � �=� � �= � ��� ln Wkit ln Wjit + � � � �=� �� lnQitlnWkit+φ1Trend + �

φ2 (Trend)2 + φ3 Trend × ln Qit +

∑�=� � Trend(ln Wkit )+ i (1)

Sau khi ước lượng được các độ đo hiệu quả. Mơ hình hồi quy Tobit và 2SLS được sử dụng để phân tích các yếu tố tác động đến độ đo hiệu quả này (vì nếu sử dụng OLS có thể làm ước lượng các tham só bị chệch).

Dữ liệu nghiên cứu

Nguồn số liệu được sử dụng trong các mơ hình ước lượng được thu thập từ bảng cân đối kế toán, báo cáo thu nhập chi phí và báo cáo thường niên của 30 NHTM Việt Nam (bao gồm 5 NHTMNN và 25 NHTMCP) thời kỳ 2005- 2013. Đề tài sử dụng dữ liệu đến năm 2013 do từ năm 2014 đến nay, hệ thống NHTM có những biến động rất mạnh về cơ cấu, chính những biến động này có thể gây nhiễu, tạo hiện tượng phương sai thay đổi và ảnh hưởng đến kết quả của mơ hình, khiến cho ước lượng bị chệch.

Dựa trên nguồn số liệu hiện có và những gợi ý từ kết quả nghiên cứu của các tác giả trên thế giới về lĩnh vực mà đề tài nghiên cứu, cũng như thực tế hoạt động của các NHTM ở Việt Nam, đề tài xây dựng mơ hình nghiên cứu như sau.

Mơ hình nghiên cứu

�= ∑ ∑

Bảng 3.1: Các biến trong mơ hình SFA

Biến Giải thích

TOC Tổng chi phí hoạt động

Q (Output) Tổng tài sản

W1 (Input price of deposits) Chi phí từ lãi tiền gửi/ tổng tiền gửi

W2 (Input price of labor) Chi phí lao động/ tổng tài sản

W3 (Input price of physical capital) Chi phí hoạt động khác/ tổng tài sản cố định

Trend Thay đổi công nghệ

(error term) (v + u)

V Sai số ngẫu nhiên 2 chiều

U Chỉ số phi hiệu quả

Trong đó lnTOC là log của chi phí hoạt động (tổng của chi phí nhân viên và chi phí phi lãi suất), trong hàm lợi nhuận, biến phụ thuộc (lnpbt) là log của lợi nhuận trước thuế, V là biến ngẫu nhiên được phân phối đồng nhất và độc lập, trong đó độc lập với U, đó là những biến ngẫu nhiên khơng âm được giả định để kiểm sốt sự khơng hiệu quả.

Tiếp theo, bài nghiên cứu sử dụng 2 mơ hình: 2SLS và Tobit để xem xét tác động của các yếu tố sau đến hiệu quả hoạt động của các NHTM.

Theo Wiliam (2012), các yếu tố vĩ mô tác động đến hiệu quả của hệ thống NH gồm: Sức mạnh thị trường (Lerner Index), mức độ tập trung trên thị trường tiền gửi (concr4deposit) và thị trường tiền vay (concr4loan), quy mô (banksize), thị phần (marketshare), rủi ro tín dụng (credit risk), rủi ro thanh khoản (liquidity risk), tổng

sản phẩm quốc nội (gdp), lạm phát (inflation). Biến “ownership” và “listed dummy” được đưa vào với vai trò là biến giả: ownership nhận giá trị “1” khi NH có tỷ lệ nắm giữ của nhà đầu tư nước ngồi và nhận giá trị “0” khi khơng có sự tham gia góp vốn của nhà đầu tư nước ngồi; các NH được niêm yết sẽ nhận giá trị listed dummy là “1” và các NH không niêm yết nhận giá trị “0”. Việc đưa biến giả vào mơ hình nhằm giúp tác giả trong việc xem xét các tác động tích cực hay tiêu cực của biến giả đối với hiệu quả hoạt động của hệ thống NH.

Tính tốn chỉ số Lerner: Sức mạnh thị trường phản ánh khả năng của một NH đặt

giá trên chi phí biên (MC) (Lerner, 1934). Nó được đo lường bởi chỉ số Lerner để đại diện cho sự cạnh tranh của NH.

Mức độ cạnh tranh Chỉ số Lerner

Độc quyền hoàn toàn L = 1

Cạnh tranh độc quyên 0 < � < 1

Cạnh tranh hoàn toàn L = 0

�������� =

��� − ����

���

Luận văn ước lượng chi phí biên MC bằng cách lấy đạo hàm của tổng tài sản Q từ công thức (1):

� �

���� = α1 + α2 lnQit +

� ∑�=� �� lnWkit + φ3 Trend

Chỉ số Lerner chuẩn sẽ bị lệch đi nếu giá hay chi phí biên được ước tính khơng