Tình hình hoạt động của hệ thống NH cuối năm 2013

Tỷ đồng Tổng tài sản Vốn tự có Vốn điều lệ ROA (%) ROE (%) Tỷ lệ an tồn vốn Tỷ lệ tín dụng / vốn huy động NHTMNN 2.565.630 167.026 130.611 0,65 8,1 10,73 91,94 NHTMCP 2.446.141 194.839 194.814 0,34 3,91 12,26 73,84 NHLD, NH nước ngoài 716.150 104.633 81.582 0,71 4,91 29,23 73,11

CT tài chính, cho thuê 64.172 3.077 18.819 -1,49 X 5,34 393,39

NH HTX Việt Nam 18.554 2.464 2.153 0,7 4,62 33,48 118,07

Toàn hệ thống

Q4/2013 5.810.648 472.038 427.979 0,5 5,56 13,23 84

Trong quý 4/2013, tổng tài sản của toàn hệ thống tăng 10,71% so với cùng kỳ năm trước, vốn chủ sở hữu giảm 5,98%, ROA đạt 0,5%, ROE đạt 5,56%, CAR đạt 13,23%.

Dù vẫn cịn nhiều khó khăn trong tái cấu trúc nhưng các NHTM, TCTD vẫn nổ lực cải thiện năng lực tài chính và tăng vốn điều lệ để mở rộng hoạt động nâng cao năng lực ứng phó với những rủi ro của thị trường.

Hiện tại xử lý nợ xấu là nhiệm vụ trọng tâm ngắn hạn của chương trình tái cơ cấu các TCTD, đặc biệt là khi kinh tế gặp nhiều khó khăn. Vì vậy xử lý nợ xấu được các TCTD gấp rút triển khai. Các biện pháp xử lý nợ xấu được triển khai hiện nay là: tự tái cơ cấu lại nợ, thu nợ, xử lý tài sản đảm bảo, bán nợ, dự phòng rủi ro giảm thiểu chi phí… Nhưng trong dài hạn, nên ưu tiên cho các biện pháp tăng cường năng lực của thanh tra giám sát của NHNN và năng lực quản trị của các NHTM.

Chính phủ và NHNN vẫn giữ vai trị chủ đạo trong kiểm sốt, thanh tra việc xữ lý nợ xấu của NHTM, nâng cao tính lành mạnh của hệ thống NH thơng qua việc ban hành các chính sách điều tiết vĩ mơ. Ở Việt Nam hình thức tái cấu trúc hệ thống NHTM chủ yếu là chính phủ bơm tiền hoặc mua cổ phiếu nắm giữ quyền quản lý thông qua việc tái cấp vốn, chiết khấu giấy tờ có giá cuả các NHTM để cứu các NH bị mất thanh khoản tránh xảy ra đỗ vỡ trong hệ thống NH và thành lập công ty quản lý tài sản thực hiện mua bán nợ xấu của các NHTM.

Tự tái cơ cấu NH

Sau khi NHNN thông báo danh sách các NH lọt vào danh sách tái cơ cấu do tình hình thanh khoản yếu kém, tỷ lệ nợ xấu cao, một số NH đã tiến hành tự tái cấu trúc và đạt được những thành cơng nhất định. Tiêu biểu cho thành cơng đó là 2 NH Navibank và TienPhongBank

Bảng 2.5: Các NH tự tái cấu truc NH Ngày Tài Chính Nhân lực Cơng nghệ Sản phẩm Chi phí Mơ hình hoạt động Hệ thống quản trị Navibank 6/2013 X x x x X x X TienPhong Bank 7/2012 X x x x X x X (Nguồn: Tác giả tổng hợp)

Sát nhập giữa các NH trong nước và nước ngoài với các NH nước ngoài và giữa các NH trong nước với nhau.

Trong những năm gần đây M&A là biện pháp phổ biến và được nhiều NH chọn để tái cấu trúc ngân hàng của mình. Hiện tại, ở Việt Nam chỉ có 9 trường hợp mua bán và sát nhập NH.

Bảng 2.6: Tình trạng M&A các NH

Stt Ngày Tổ chức cũ Hình thức Tổ chức mới Viết

Tắt 1 15/12/2011 NH TMCP Đệ Nhất Hợp nhất NH TMCP Sài Gịn SCB NH TMCP Tín Nghĩa NH TMCP Sài Gịn 2 28/08/2012 NH TMCP Nhà Hà Nội Sát nhập NH TMCP Sài Gòn Hà Nội SHB NH TMCP Sài Gòn Hà Nội 3 3/10/2013

NH liên doanh Lào Việt (2

chi nhánh) Chuyển

Giao NH TMCP BIDV BIDV

NH đầu tư & phát triển Việt Nam 4 9/2013 NH TMCP Phát Triển HCMTh Sát nhập NH TMCP Phát triển nhà Hồ Chí Minh HDB NH TMCP Đại Á 5 26/03/2014 NH TMCP Phương Nam Sát nhập NH TMCP Sài Gịn Thương Tín SCB NH TMCP Sài Gịn Thương Tín 6 19/04/2014 NH TMCP Phát triển Mê Kơng Sát nhập NH TMCP Hàng Hải Việt Nam MSB NH TMCP Hàng hải Việt

Nam

7 23/04/2013

Maybank

Sát nhập NH TMCP An Bình ABB NH TMCP An Bình

Cơng ty Tài chính Quốc tế

8 01/09/2012

NH TMCP Liên Việt

Sát nhập NH TMCP Bưu điện

Liên Việt LPB

Cty Tiết kiệm Bưu điện

9 9/2012

Tập đoàn Thiên Thanh và

các cá nhân Mua lại NH TMCP Xây

dựng Việt Nam VNCB

NH Đại Tín

Kết luận chương 2

Chương 2 đã trình bày về tình hình hoạt động của hệ thống NHTM Việt Nam trong giai đoạn vừa qua, qua đó chúng ta có thể đánh giá được hoạt động của hệ thống NHTM đang phải đối mặt với 3 vấn đề chính: Tỷ lệ nợ xấu trong hệ thống NHTM gia tăng ở mức báo động, tình hình thanh khoản của hệ thống đang gặp nhiều khó khăn và tình trạng sở hữu chéo giữa các NHTM trong hệ thống đang gây ra những tác động xấu cho hệ thống NHTM nói riêng và nền kinh tế nói chung. Do đó, cần đưa ra những giải pháp cụ thể để giúp hệ thống NHTM hoạt động hiệu quả, mang lại giá trị bền vững cho nền kinh tế.

CHƯƠNG 3 : MƠ HÌNH THỰC NGHIỆM NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN HIỆU QUẢ HOẠT DỘNG CỦA NHTM VIỆT 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 cịn 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 khơng 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 không 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 mô. 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 , khơng 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