Nguồn: báo cáo tài chính các ngân hàng hàng quý từ 2009 đến quý 2/2020
Có sự khác biệt khá rõ nét trong mức độ OFDI của các NHTM Việt nam. Đầu tiên, BIDV là ngân hàng có quy mơ cho vay tại thị trường nước ngoài lớn nhất và có
- 5.000.000 10.000.000 15.000.000 20.000.000 25.000.000 30.000.000 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Agribank BIDV MBBank Sacombank
sự khác biệt rất lớn so với 6 ngân hàng còn lại. Xu hướng tăng trưởng trong hoạt động kinh doanh tại thị trường nước ngoài của BIDV là rất rõ nét nhưng có lẽ tính ổn định
chưa cao khi có những thời điểm mức tăng rất cao còn những năm còn lại lại khá hạn chế.
Nhóm ngân hàng thứ 2 có xu hướng mở rộng OFDI gồm Vietinbank, Sacombank và MB. Cả 3 ngân hàng này dù có quy mơ cho vay tại thị trường nước ngoài thấp hơn nhiều so với BIDV nhưng xu hướng tăng trưởng qua từng năm thể hiện khá rõ nét. Đặc biệt khác với BIDV, nhóm 3 ngân hàng này có mức tăng trưởng qua từng năm tương đối đều. Xu hướng này cho thấy tính ổn định và vững chắc trong
chiến lược đầu tư ra thị trường nước ngoài của các ngân hàng này. Bên cạnh đó mặc
dù quy mơ kinh doanh tại thị trường nước ngồi của nhóm 3 ngân hàng này mặc dù không bằng BIDV nhưng hệ thống cơ sở hiện diện tại thị trường nước ngồi của nhóm 3 ngân hàng này đã được xây dựng tương đối vững chắc và không thua kém so với
BIDV.
Nhóm ngân hàng thứ 3 gồm Vietcombank, SHB và Agribank là 3 ngân hàng có quy mơ cho vay tại thị trường nước ngoài hạn chế nhất hiện nay. Trong đó SHB có xu hướng giảm sút, cịn lại agribank và vietcombank có quy mơ khơng đáng kể. Tuy
nhiên hệ thống hiện diện tại thị trường nước ngoài của 3 ngân hàng này lại không thua kém so với các ngân hàng khác. Điều này cho phép kỳ vọng trong thời gian tới hoạt động kinh doanh của nhóm 3 ngân hàng này sẽ có những cải thiện tích cực hơn. Mặc
dù vậy điều này còn phụ thuộc vào chiến lược thâm nhập thị trường của các ngân
hàng.
2.2.2. Hiệu quả hoạt động và đo hiệu quả hoạt động các NHTM Việt Nam
2.2.2.1. Nguyên tắc đo hiệu quả hoạt động
Các chỉ tiêu hiệu quả tài chính có thể dễ dàng tính tốn được từ bảng báo cáo tài chính. Do đó trong phần này, luận án chỉ trình bày ngun tắc đo chỉ tiêu OE.
Giả định có dữ liệu cụ thể đầu vào và đầu ra đối với mỗi cơng ty, nhờ đó xác định
được giá trị của đầu vào và đầu ra được sử dụng trong quá trình sản xuất. Việc đo lường
hiệu quả đối với bất kỳ tập dữ liệu nào thuộc loại này trước tiên cần xác định giới hạn của tập hợp sản xuất có thể là gì; và sau đó để đo khoảng cách giữa bất kỳ điểm quan sát nào
và giới hạn của tập hợp sản xuất. Với danh sách p đầu vào và q đầu ra, trong phân tích
kinh tế, hoạt động của bất kỳ tổ chức sản xuất nào có thể được xác định bằng một tập hợp các điểm, Ψ, là tập sản xuất, được xác định như sau trong không gian Euclid ! "
là:
# = $%&, () | ∈ ,-, . ∈ ,/, (x,y) là khả thi}
trong đó x là vectơ đầu vào, y là vectơ đầu ra và "tính khả thi" của vectơ (x, y) có nghĩa là, trong tổ chức đang được xem xét, về mặt vật lý có thể thu được các đại
lượng đầu ra y1, ..., yq khi các đại lượng đầu vào x1, ..., xp đang được sử dụng (tất cả các đại lượng được đo trên một đơn vị thời gian). Tiếp tục thực hiện xác định các
thành phần của tập Ψ với các thành phần được định nghĩa là các hình ảnh của mối
quan hệ giữa các vectơ đầu vào và đầu ra là các phần tử của Ψ. Khi đó có thể xác định tập yêu cầu đầu vào (với mọi y ∈ Ψ) là:
0%1) = 2 ∈ ,- 3%, .) ∈ #}
Một bộ yêu cầu đầu vào C(y) bao gồm tất cả các vectơ đầu vào có thể tạo ra
vectơ đầu ra y ∈ !. Tập hợp tương ứng đầu ra (với mọi x ∈ Ψ) có thể được định
nghĩa là:
%) = 2. ∈ ,/ 3%, .) ∈ #}
P (x) bao gồm tất cả các vectơ đầu ra có thể được tạo ra bởi một vectơ đầu vào
đã cho x ∈!.
Tập sản xuất Ψ cũng có thể được truy xuất từ các bộ đầu vào:
# = $%&, () | ∈ %.), . ∈ ,/}
Hơn nữa:
%, .) ∈ # 5ươ89 ứ89 ;ớ= & ∈ %.), . ∈ %),
cho cho biết bộ đầu ra và đầu vào là các đại diện tương đương của công nghệ, là Ψ.
Các đường đồng lượng hay đồng hiệu quả của Ψ có thể được xác định theo
thuật ngữ xuyên tâm (Farrell, 1957) như sau. Trong không gian đầu vào:
>%.) = $ | & ∈ %.), ?& ∉ 0%(), ∀?, < ? < }
Và trong không gian đầu ra
Định nghĩa trên cho phép xác định bất kỳ điểm nào (x, y) trong Ψ là:
(i) đầu vào hiệu quả nếu x ∈ ∂C (y)
(ii) đầu vào không hiệu quả nếu x ∉ ∂C (y) (iii) đầu ra hiệu quả nếu y ∈ ∂P (x)
(iv) đầu ra không hiệu quả nếu y ∉ ∂P (x).
Một tập công ty hoạt động hiệu quả nếu nằm trên đường giới hạn của tập yêu
cầu đầu vào trong trường hợp hướng đầu vào, hoặc nằm trên đường giới hạn của tập
hợp phản ứng đầu ra trong trường hợp hướng đầu ra. Trong một số trường hợp, những công ty hoạt động hiệu quả này có thể rơi vào tình trạng khơng phải là cơng ty sử dụng ít đầu vào nhất có thể để tạo ra đầu ra. Đây là trường hợp được gọi là slacks. Điều này là do tập con hiệu quả Pareto-Koopmans của đường giới hạn C (y) và P (x) có thể
không trùng với giới hạn Farrell-Debreu ∂ C (y) và ∂P (x), tức là:
eff C (y) = {x | x ∈∈∈∈ C (y), x’ ∉∉∉∉ C (y) ∀∀∀∀x ≤ x, x’ ≠ x} ⊆⊆⊆⊆ ∂C (y) eff P (x) = (y | y ∈∈∈∈ P (x), y’ ∉∉∉∉ P (x) ∀∀∀∀y ≥ y, y’ ≠ y} ⊆⊆⊆⊆ ∂P (x)
Khi các tập con hiệu quả của Ψ đã được xác định, có thể xác định mức độ hiệu
quả của một công ty hoạt động ở cấp độ (x0, y0) bằng cách xem xét khoảng cách từ điểm này đến đường giới hạn. Có một số cách để đạt được điều này nhưng cách đơn
giản được đề xuất bởi Farrell (1957) và Debreu (1951), là sử dụng khoảng cách xuyên tâm từ điểm này đến đường biên tương ứng của nó. Phép đo hiệu quả đầu vào của
Farrell đối với một công ty hoạt động ở cấp độ (x0, y0) được định nghĩa là:
θ (x0, y0) = inf { θ | θx0 ∈∈∈∈ C (y0)} = inf {θ | (θx0, y0) ∈∈∈∈ Ψ},
và thước đo hiệu quả đầu ra Farrell của nó được định nghĩa là:
λ (x0, y0) = sup {λ | λy0 ∈∈∈∈ P (x0)} = sup {λ | (x0, λy0) ∈∈∈∈ Ψ}.
Vì vậy, θ (x0, y0) ≤ 1 là sự cắt giảm xuyên tâm của các yếu tố đầu vào mà công ty cần đạt được để được coi là hiệu quả về đầu vào theo nghĩa (θ (x0, y0) x0, y0) là điểm biên. Tương tự, λ (x0, y0) ≥ 1 là mức tăng sản lượng tương ứng mà công ty cần đạt được để được coi là sản lượng hiệu quả theo nghĩa (x0, λ (x0, y0) y0) nằm ở biên
giới.
Lưu ý rằng đường biên hiệu quả của Ψ, theo nghĩa xuyên tâm, có thể được đặc trưng dưới dạng các đơn vị (x, y) sao cho θ (x, y) = 1 theo hướng đầu vào (thuộc ∂C (y )) và theo (x, y) sao cho λ (x, y) = 1 theo hướng đầu ra (thuộc ∂P (x)).
Nếu đường biên là liên tục, các điểm biên sẽ đạt điều kiện sao cho
θ (x, y) = λ (x, y) = 1
Để đo khoảng cách xuyên tâm dễ dàng hơn, hàm khoảng cách Shephard
(Shephard, 1970) được sử dụng là một dạng nghịch đảo của hàm khoảng cách xun
tâm. Hàm khoảng cách Shephard có tính chất quan trọng là nghịch đảo của nó chính là hệ số để đo lường mức độ sử dụng hiệu quả tài nguyên đồng thời và là thước đo của
hiệu quả kỹ thuật như đề xuất của Debreu (1951) và Farrell (1957).
Hàm khoảng cách đầu vào Shephard cung cấp một phép đo chuẩn hóa của
khoảng cách Euclid từ một điểm (x, y) ∈ ! " tới biên của Ψ theo hướng xuyên tâm
trực giao với y và được xác định là:
GH(x,y) = sup {θ> 0 | (?I x,y) ∈∈∈∈ Ψ} ≡ %? %&, ())I với GH(x,y) ≥ 1, mmmmọọọọiiii (x, y) ∈∈∈∈ Ψ.
Tương tự, hàm khoảng cách đầu ra Shephard cung cấp phép đo chuẩn hóa
khoảng cách Euclidean từ một điểm (x, y) ∈ ! " đến biên của Ψ theo hướng xuyên
tâm trực giao với x:
GMN(x,y) = inf {λ> 0 | (x, CI y) ∈∈∈∈ Ψ} ≡ %C %&, ())I với mọi (x, y) ∈∈∈∈ Ψ, GMN(x,y) ≤ 1
Nếu GOP(x,y) = 1 hoặc GQRS(x,y) =1 thì (x, y) thuộc đường biên của Ψ và công
ty hoạt động hiệu quả về mặt kỹ thuật.
2.2.2.2 Phương pháp xây dựng đường bao dữ liệu để đo hiệu quả hoạt động
Mục 1.2.3 đã mơ tả mơ hình kinh tế làm cơ sở cho khung phân tích biên. Khung phân tích này dựa trên các giả định về tập sản xuất Ψ, đường giới hạn của tập yêu cầu
đầu vào ∂C (y) và của tập phản ứng đầu ra ∂P (x), cùng với điểm hiệu quả trong không
gian đầu vào và đầu ra, θ (x, y) và λ (x, y). Tuy nhiên thực tế là tất cả những điểm này
đều chưa được xác định. Do đó, vấn đề là làm thế nào để ước tính Ψ, và sau đó ∂C (y), ∂P (x), θ (x, y), λ (x, y), từ một mẫu ngẫu nhiên của các đơn vị sản xuất X = {(Xi , Yi)
| i = 1, ..., n}.
Bắt đầu từ nghiên cứu đầu tiên của Farrell (1957), một số cách tiếp cận khác
nhau để ước lượng biên hiệu quả và tính toán điểm hiệu quả đã được phát triển. Trong
- Mơ hình tham số: trong các mơ hình này, tập sản xuất Ψ được xác định là
phần nằm dưới một hàm biên giới sản xuất, g (x, β), là một hàm tốn học đã biết, trong
đó hàm này phụ thuộc vào một số k tham số chưa biết, tức là β ∈ Rk, trong đó y là đơn biến, tức là y ∈ R +. Ưu điểm chính của phương pháp này là khả năng giải thích các
tham số và các thuộc tính thống kê của cơng cụ ước lượng; quan trọng hơn là sự lựa chọn của hàm g (x, β) và việc xử lý nhiều trường hợp đầu vào, nhiều đầu ra.
- Mơ hình phi tham số. Các mơ hình này khơng giả định bất kỳ dạng hàm cụ
thể nào cho hàm biên g (x). Ưu điểm chính của cách tiếp cận này là khả năng để lựa
chọn mơ hình và dễ dàng xử lý nhiều đầu vào và nhiều đầu ra. Tuy nhiên hạn chế lớn nhất của phương pháp này là ước lượng dựa trên một hàm chưa biết và có q nhiều
chiều phân tích – đặc điểm riêng của phương pháp phi tham số.
Trong 2 phương pháp trên, phương pháp tiếp cận phi tham số được xem là phổ biến hơn nhờ tính linh hoạt và tính hữu ích cho mục đích mơ hình hóa. Trong đó cơng cụ phi tham số chủ yếu được sử dụng là cơng cụ Phân tích bao dữ liệu (DEA).
Cơng cụ ước lượng DEA của tập hợp sản xuất được khởi xướng bởi Farrell
(1957) và trở thành công cụ ước lượng tuyến tính bởi Charnes, Cooper và Rhodes
(1978), giả định khả năng sử dụng một lần miễn phí và độ lồi của tập hợp sản xuất Ψ. Công cụ này bao gồm việc đo lường hiệu quả của một đơn vị nhất định (x, y) liên quan
đến đường giới hạn vỏ lồi của X = {(Xi, Yi), i = 1, ...., n}
#VTU = {(x, y) ∈∈∈∈,- / | y ≤ ∑ X=Y=H
Z ; x ≥∑ X=[=H
Z , cho (γ1, ..., γn) với
∑ X=H
Z = 1; γi ≥ 0, i = 1, ...., n }
Do đó, #V\]^ là tập lồi có thể thực hiện giảm khơng mất phí nhỏ nhất bao được tất cả dữ liệu.
#V\]^ trong công thức được áp dụng trong điều kiện lợi nhuận thay đổi theo quy mô (variable returns to scale - VRS) và thường được gọi là #\]^I_`aV (Banker, Charnes và Cooper, 1984). Nó có thể được điều chỉnh cho phù hợp với các tình huống khác như:
Lợi nhuận không đổi theo quy mô – Constant returns to scale CRS nếu đẳng
thức ràng buộc∑ γiP
OZc = 1 bị loại bỏ;
Không tăng lợi nhuận theo quy mô – NonIncreasing Returns to Scale (NIRS)
nếu đẳng thức ràng buộc ∑ γiP
OZc = 1 được thay đổi trong ∑ γiP OZc ≤ 1;
Không giảm lợi nhuận theo quy mô – Nondecreasing returns to scale (NDRS)
nếu đẳng thức ràng buộc ∑ γiP
OZc = 1 được sửa đổi trong ∑ γiP OZc ≥ 1.
Ước lượng của tập yêu cầu đầu vào được đưa ra cho mọi y bởi: d%e)V = {x ∈ ,- | (x,y) ∈ #V\]^ } và ∂d%e)V biểu diễn ước lượng của đường biên đầu vào cho y. Đối với một công ty hoạt động ở cấp (x0, y0), ước tính điểm hiệu quả đầu vào θ (x0, y0)
thu được bằng cách giải chương trình tuyến tính sau (ở đây và sau đây chúng ta xét
trường hợp VRS):
?V %&,() = =8f $TU) θ | (θx0, y0) ∈∈∈∈#V }TU ?V %&, ()TU = min { θ | y0 ≤ ∑ X=Y=H
Z ; θx0 ≥ ∑ X=[=H
Z ; θ> 0; ∑ X=H
Z =
; X= ≥ ; i = 1, ...., n}.
θV %x0, y0)\]^ đo khoảng cách xuyên tâm giữa (x0, y0) và (mno (x0 | y0), y0) trong đó mno (x0|y0) là mức đầu vào mà đơn vị phải đạt được để nằm trên đường “giới hạn hiệu quả” của #V\]^ cùng mức sản lượng, y0, và với tỷ lệ đầu vào như nhau; tức là chuyển động từ x0 đến mno (x0|y0) dọc theo tia θx0. Do đó, việc x0 nằm trên đường
biên hiệu quả tương ứng với mno (x0|y0) = θp%x0, y0)x0.
Đối với trường hợp định hướng đầu ra, việc ước lượng được thực hiện tương tự.
Tập đầu ra được ước lượng bởi: P (x) = {y ∈ Rq + | (x, y) ∈ Ψ DEA} và ∂P (x) đại
diện cho tham số ước lượng của đường biên đầu ra cho x. Điểm hiệu quả đầu ra ước
lượng cho (x0, y0) nhất định thu được bằng cách giải chương trình tuyến tính sau:
CV %&,() = q1r $TU) λ | (x0, λy0) ∈∈∈∈ #V }TU ;
CV %&,()TU = max { C | C y0 ≤ ∑ X=Y=H
Z ; x0 ≥ ∑ X=[=H
Z ; C > 0; ∑ X=H
Z =
; X= ≥ ; i = 1, ...., n}.
Trong Hình 1.2 hiển thị công cụ ước lượng DEA và minh họa khái niệm về độ chùng (slacks). Nói chung, có sự không hiệu quả trong đầu vào j của công ty i, tức là xj i, nếu:
∑ X=&=H
Z < s ?t (xi, yi) là đúng với một số giá trị nghiệm của γi, i = 1, ..., n. Mơ hình DEA hướng đầu vào Mơ hình DEA hướng đầu ra