6. Bố cục đề tài
2.3 Kiểm định các yếu tố tác động đến hiệu quả hoạt động kinh doanh của
2.3.1.3 Mơ hình nghiên cứu định lượng các yếu tố tác động đến hiệu quả
+/-
2.3.1.3 Mơ hình nghiên cứu định lượng các yếu tố tác động đến hiệu quả hoạt động kinh doanh của NHTMCP Việt Nam hoạt động kinh doanh của NHTMCP Việt Nam
Tác giả quan tâm đến việc tìm hiểu xem hiệu quả hoạt động kinh doanh, được đo lường bằng ROA, ROE, phụ thuộc như thế nào vào Tăng trưởng kinh tế (GR), Lạm phát (INF), Tổng tài sản ngân hàng (logTA), Tỷ lệ vốn chủ sở hữu (TE/TA), Thanh khoản (TL/TA), Rủi ro tín dụng (LLP/TL), Mức độ đa dạng hóa sản phẩm (NII/TA), Chi phí hoạt động (CIR). Dữ liệu sơ cấp được thu thập từ báo cáo thường niên của 40 NHTMCP trong hệ thống ngân hàng Việt Nam giai đoạn 2006 – 2013. Như vậy, ta có 40 đơn vị theo khơng gian và 8 thời đoạn. Nhưng đây là nguồn dữ liệu bảng khơng cân đối vì mỗi đơn vị theo khơng gian khơng có cùng một số lượng quan sát giống nhau theo chuỗi thời gian. Một số ngân hàng ở một số năm khơng có báo cáo tài chính do mới thành lập hoặc do sáp nhập – hợp nhất. Do đó, tác giả sẽ loại bỏ các ngân hàng khơng có đầy đủ báo cáo tài chính hàng năm trong giai đọan 2006 - 2013. Tổng cộng, ta có 192 quan sát cho mỗi biến (Danh sách các NHTMCP có đầy đủ báo cáo tài chính giai đoạn 2006 – 2013 đính kèm trong phụ lục 12).
Phương pháp ước lượng được sử dụng là phương pháp bình phương tối thiểu thông thường (OLS). Với phương pháp ước lượng dữ liệu bảng OLS, ta có thể viết mơ hình hồi qui như sau:
Yit = β0 + β1(GR)t + β2(INF)t + β3(logTA)it + β4(TE/TA)it + β5(TL/TA)it + β6(LLP/TL)it + β7(NII/TA)it + β8(CIR)it + µit
Trong đó:
Yit: hiệu quả hoạt động được đo lường thông qua biến ROA và ROE của ngân hàng i trong năm t
(GR)t: tốc độ tăng trưởng GDP của Việt Nam trong năm t (INF)t: tỷ lệ lạm phát của Việt Nam trong năm t
(logTA)it: tổng tài sản của ngân hàng i trong năm t
(TE/TA)it: tỷ lệ vốn chủ sở hữu của ngân hàng i trong năm t
(TL/TA)it: tỷ lệ dư nợ tín dụng trên tổng tài sản của ngân hàng i trong năm t (LLP/TL)it: rủi ro tín dụng của ngân hàng i trong năm t
(NII/TA)it: mức độ đa dạng hóa sản phẩm của ngân hàng i trong năm t (CIR)it: tỷ lệ chi phí hoạt động trên thu nhập của ngân hàng i trong năm t
2.3.2 Kết quả của mơ hình nghiên cứu
Thống kê mơ tả các biến
Kết quả thống kê mô tả biến phụ thuộc và biến độc lập sử dụng trong mơ hình hồi qui được trình bày trong bảng sau đây:
Bảng 2.14 Thống kê mô tả các biến
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
ROAit 192 .000 .056 .01395 .008318 ROEit 192 6.793E-4 .445 .12780 .072706 logTAit 192 11.651 14.761 13.56391 .622268 TETAit 192 .037 .614 .12861 .086784 TLTAit 192 .156 .944 .52802 .145811 LLPTLit 192 -.002 .032 .00798 .006456 NIITAit 192 -.008 .039 .00679 .005703 CIRit 192 .176 .927 .44979 .141657
GRt 192 .052 .071 .06062 .006923
INFt 192 .066 .231 .11136 .058152
Valid N
(listwise) 192
Nguồn: Xử lý số liệu bằng SPSS trên báo cáo thường niên của 24 NHTMCP Việt Nam giai đoạn 2006 - 2013
Trước khi sử dụng các biến trong mơ hình hồi qui, để kiểm tra hiện tượng đa cộng tuyến, tác giả thực hiện mô tả hệ số tương quan Pearson. Kết quả ma trận hệ số tương quan được trình bày trong bảng sau đây:
Bảng 2.15 Ma trận hệ số tương quan
Correlations
ROAit ROEit logTAit TETAit TLTAit LLPTLit NIITAit CIRit GRt INFt
ROAit Pearson Correlation 1 .492** -.410** .408** .201** -.228** .304** -.703** .380** -.044
Sig. (2-tailed) .000 .000 .000 .005 .002 .000 .000 .000 .542
N 192 192 192 192 192 192 192 192 192 192 ROEit Pearson Correlation .492** 1 .301** -.377** -.050 -.070 .402** -.612** .343** -.026 Sig. (2-tailed) .000 .000 .000 .494 .337 .000 .000 .000 .721 N 192 192 192 192 192 192 192 192 192 192 logTAit Pearson Correlation -.410** .301** 1 -.672** -.178* .344** .102 .107 -.316** .012 Sig. (2-tailed) .000 .000 .000 .014 .000 .160 .141 .000 .874 N 192 192 192 192 192 192 192 192 192 192 TETAit Pearson Correlation .408** -.377** -.672** 1 .158* -.108 -.154* -.024 .046 .028 Sig. (2-tailed) .000 .000 .000 .028 .134 .033 .743 .526 .705 N 192 192 192 192 192 192 192 192 192 192 TLTAit Pearson Correlation .201** -.050 -.178* .158* 1 -.002 .005 -.031 -.038 -.042 Sig. (2-tailed) .005 .494 .014 .028 .979 .949 .674 .597 .566 N 192 192 192 192 192 192 192 192 192 192 LLPTLit Pearson Correlation -.228** -.070 .344** -.108 -.002 1 -.007 -.003 -.252** -.022 Sig. (2-tailed) .002 .337 .000 .134 .979 .928 .963 .000 .764 N 192 192 192 192 192 192 192 192 192 192 NIITAit Pearson Correlation .304** .402** .102 -.154* .005 -.007 1 -.291** .131 -.043 Sig. (2-tailed) .000 .000 .160 .033 .949 .928 .000 .071 .556 N 192 192 192 192 192 192 192 192 192 192
CIRit Pearson Correlation -.703** -.612** .107 -.024 -.031 -.003 -.291** 1 -.500** .048 Sig. (2-tailed) .000 .000 .141 .743 .674 .963 .000 .000 .506 N 192 192 192 192 192 192 192 192 192 192 GRt Pearson Correlation .380** .343** -.316** .046 -.038 -.252** .131 -.500** 1 -.108 Sig. (2-tailed) .000 .000 .000 .526 .597 .000 .071 .000 .137 N 192 192 192 192 192 192 192 192 192 192 INFt Pearson Correlation -.044 -.026 .012 .028 -.042 -.022 -.043 .048 -.108 1
Sig. (2-tailed) .542 .721 .874 .705 .566 .764 .556 .506 .137 N 192 192 192 192 192 192 192 192 192 192 **. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Nguồn: Xử lý số liệu bằng SPSS trên báo cáo thường niên của 24 NHTMCP Việt Nam giai đoạn 2006 - 2013
Theo Kennedy (2008), hiện tượng đa cộng tuyến trở nên nghiêm trọng khi hệ số tương quan giữa các biến độc lập trong mơ hình từ 0,8 trở lên. Trong bảng ma trận hệ số tương quan trên, khơng có mối tương quan nào có hệ số từ 0,8 trở lên. Ngoài mối tương quan giữa biến logTA và TE/TA là -0,672, mối tương quan giữa các biến độc lập cịn lại là khơng cao. Điều này thể hiện hiện tượng đa cộng tuyến trong mơ hình hồi qui là khơng nghiêm trọng. Các biến độc lập này đều có thể sử dụng để ước lượng cho mơ hình.
Kết quả phân tích hồi qui
Để tìm hiểu các yếu tố tác động như thế nào đến hiệu quả hoạt động của các NHTMCP Việt Nam, tác giả sử dụng phương pháp OLS để ước lượng và kiểm định hệ số hồi qui của mơ hình. Trong phân tích hồi qui, tác giả sử dụng phương pháp khẳng định (phương pháp ENTER trong SPSS). Phương pháp khẳng định (đồng thời) trong nghiên cứu khoa học là phương pháp dùng để kiểm định các giả thuyết. Khi mục tiêu nghiên cứu của chúng ta là kiểm định lý thuyết khoa học (bao gồm các giả thuyết suy diễn từ lý thuyết, mơ hình T->R trong nghiên cứu), chúng ta sẽ sử dụng phương pháp đồng thời (Nguyễn Đình Thọ, 2012).
Bảng 2.16 Kết quả hồi quy với ROA là biến phụ thuộc Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .852a .727 .715 .004443 1.105
a. Predictors: (Constant), INFt, logTAit, NIITAit, TLTAit, CIRit, LLPTLit, GRt, TETAit b. Dependent Variable: ROAit
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Correlations Collinearity Statistics B Std. Error Beta Zero-
order Partial Part
Toleranc e VIF 1 (Constant) .038 .013 2.847 .005 logTAit .000 .001 -.057 -.952 .343 -.410 -.070 -.037 .414 2.413 TETAit .033 .005 .346 6.339 .000 .408 .424 .245 .502 1.993 TLTAit .006 .002 .112 2.833 .005 .201 .205 .109 .948 1.054 LLPTLit -.237 .055 -.184 -4.318 .000 -.228 -.304 -.167 .821 1.218 NIITAit .256 .060 .176 4.275 .000 .304 .301 .165 .885 1.130 CIRit -.039 .003 -.658 -14.010 .000 -.703 -.719 -.541 .676 1.478 GRt -.060 .059 -.050 -1.003 .317 .380 -.074 -.039 .609 1.642 INFt -.003 .006 -.019 -.477 .634 -.044 -.035 -.018 .981 1.019
a. Dependent Variable: ROAit
Nguồn: Xử lý số liệu bằng SPSS trên báo cáo thường niên của 24 NHTMCP Việt Nam giai đoạn 2006 - 2013
Với ROAit là biến phụ thuộc, mức ý nghĩa α = 5%, kết quả mơ hình hồi qui cho thấy:
Hệ số xác định R2 = 0.727 và R2adj = 0.715. Hệ số R2 dùng để xác định mức độ phù hợp của mơ hình. Hệ số R2 là phần biến thiên của biến phụ thuộc do các biến độc lập giải thích.So sánh 2 giá trị R2 và R2 điều chỉnh, chúng ta sẽ thấy R2 điều
chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nó khơng thổi phồng mức độ phù hợp của mô hình. Như vậy mơ hình hồi quy tuyến tính bội của ta là phù hợp và các biến độc lập giải thích được 71.5% biến phụ thuộc, 28.5% cịn lại liên quan tới những nhân tố chưa được xem xét tới trong nghiên cứu này.
Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp của các biến độc lập. Kiểm định F (bảng ANOVA) cho thấy trị số F = 60.827 với mức ý nghĩa Sig = 0. Ta có giá trị Sig rất nhỏ sẽ an toàn khi bác bỏ giả thiết Ho cho tất cả hệ số hồi quy bằng không (Phụ lục 2).
Thêm vào đó, tiêu chí Collinearity diagnostics (chuẩn đốn hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mơ hình đều <10, thể hiện tính đa cộng tuyến của các biến độc lập là khơng đáng kể và các biến trong mơ hình được chấp nhận.
Xem xét bảng trọng số hồi qui, ta thấy biến (TE/TA)it, (TL/TA)it, (LLP/TL)it, (CIR)it và (NII/TA)it có ý nghĩa thống kê trong mơ hình hồi qui với ROAit là biến phụ thuộc (Sig<0,05). Trong đó, biến (TE/TA)it, (TL/TA)it và (NII/TA)it có tác động cùng chiều với biến phụ thuộc ROAit, còn biến (LLP/TL)it và (CIR)it có tác động nghịch chiều với ROAit. So sánh tác động của các biến này vào ROA, ta thấy β4=0.346; β5=0.112; β6=-0.184; β7=0.176; β8=-0.658. Như vậy, β8 tác động vào ROA mạnh nhất, β5 tác động vào ROA yếu nhất.
Trong mơ hình hồi qui với ROAit là biến phụ thuộc, (logTA)it, (GR)t và (INF)t là khơng có ý nghĩa thống kê (Sig > 0,05). Điều này có nghĩa là các biến cịn lại đã giải thích phần GR, INF và logTA cho ROA. Ta có thể loại 3 biến này ra khỏi mơ hình.
Ta viết lại mơ hình hồi qui với ROAit là biến phụ thuộc, 5 biến độc lập giải thích cho sự biến thiên của ROA, được điều tra qua 192 quan sát với mức ý nghĩa 5% và mơ hình này giải thích được 71,5% cho sự biến thiên của ROA:
ROAit = 0.038 + 0.346(TE/TA)it + 0.112(TL/TA)it – 0.184(LLP/TL)it + 0.176(NII/TA)it – 0.658(CIR)it + µit
Dị tìm vi phạm giả định hiện tượng phương sai thay đổi (heteroskedasticity) cho mơ hình hồi qui
Tiến hành kiểm tra giả định này bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn mà mơ hình hồi qui tuyến tính cho ra. Các nhà nghiên cứu thường vẽ biểu đồ phân tán giữa 2 giá trị này được chuẩn hóa với phần dư trên trục tung và giá trị dự đoán trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn với phần dư, chúng sẽ phân tán ngẫu nhiên (Nguyễn Đình Thọ, 2012).
Tiến hành vẽ đồ thị với giá trị chuẩn hóa của giá trị dự đốn và phần dư của mơ hình hồi qui ở trên, qua đồ thị cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Như vậy giá trị dự đốn và phần dư độc lập nhau và phương sai của phần dư khơng thay đổi. Như vậy mơ hình hồi qui với ROA là biến phụ thuộc là phù hợp để phân tích (Phụ lục 2) .
Dị tìm vi phạm giả định về phân phối chuẩn của phần dư
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích…Vì vậy chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư (Nguyễn Đình Thọ, 2012).
Biểu đồ tần số của phần dư chuẩn hóa của mơ hình hồi qui cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Ta có thể nói phân phối phần dư xấp xỉ chuẩn (trung bình Mean=0.000, độ lệch chuẩn Std. Dev.=0,979 – gần bằng 1). Do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm (Phụ lục 2).
Tương tự như vậy cho mơ hình hồi qui với ROEit là biến phụ thuộc.
Bảng 2.17 Kết quả hồi quy với ROE là biến phụ thuộc
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .784a .615 .598 .046085 .996
a. Predictors: (Constant), INFt, logTAit, NIITAit, TLTAit, CIRit, LLPTLit, GRt, TETAit b. Dependent Variable: ROEit
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig.
Correlations Collinearity Statistics
B
Std.
Error Beta
Zero-
order Partial Part Tolerance VIF
1 (Constant) -.327 .139 -2.354 .020 logTAit .038 .008 .325 4.556 .000 .301 .319 .209 .414 2.413 TETAit -.146 .054 -.175 -2.700 .008 -.377 -.196 -.124 .502 1.993 TLTAit .012 .023 .023 .499 .618 -.050 .037 .023 .948 1.054 LLPTLit -1.917 .570 -.170 -3.364 .001 -.070 -.241 -.154 .821 1.218 NIITAit 2.139 .621 .168 3.441 .001 .402 .247 .158 .885 1.130 CIRit -.279 .029 -.543 -9.739 .000 -.612 -.584 -.447 .676 1.478 GRt 1.262 .617 .120 2.045 .042 .343 .150 .094 .609 1.642 INFt .023 .058 .019 .404 .687 -.026 .030 .019 .981 1.019 a. Dependent Variable: ROEit
Nguồn: Xử lý số liệu bằng SPSS trên báo cáo thường niên của 24 NHTMCP Việt Nam giai đoạn 2006 - 2013
Với ROEit là biến phụ thuộc, mức ý nghĩa α = 5%, kết quả mơ hình hồi qui cho thấy:
Hệ số xác định R2 = 0.615 và R2adj = 0.598. So sánh 2 giá trị R2 và R2 điều chỉnh, chúng ta sẽ thấy R2 điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nó khơng thổi phồng mức độ phù hợp của mơ hình. Như vậy mơ hình hồi quy tuyến tính bội của ta là phù hợp và các biến độc lập giải thích
được 59.8% biến phụ thuộc, 40.2% còn lại liên quan tới những nhân tố chưa được xem xét tới trong nghiên cứu này.
Kiểm định F (bảng ANOVA) cho thấy trị số F = 36.550 với mức ý nghĩa Sig = 0.000. Ta có giá trị Sig rất nhỏ sẽ an toàn khi bác bỏ giả thiết Ho cho tất cả hệ số hồi quy bằng khơng (Phụ lục 2).
Thêm vào đó, tiêu chí Collinearity diagnostics (chuẩn đốn hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mơ hình đều <10, thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mơ hình được chấp nhận.
Xem xét bảng trọng số hồi qui, ta thấy biến (logTA)it, (TE/TA)it, (LLP/TL)it, (CIR)it, (NII/TA)it và (GR)t có ý nghĩa thống kê trong mơ hình hồi qui với ROEit là biến phụ thuộc (Sig<0,05). Trong đó, biến (logTA)it, (NII/TA)it và (GR)t có tác động cùng chiều với biến phụ thuộc ROEit, còn biến (TE/TA)it, (LLP/TL)it và (CIR)it có tác động nghịch chiều với ROEit. So sánh tác động của các biến này vào ROE, ta thấy β1=0.120; β3=0.325; β4=-0.175; β6=-0.170; β7=0.168; β8=-0.543. Như vậy, β8 tác động vào ROE mạnh nhất, β1 tác động vào ROE yếu nhất. Tuy nhiên, hệ số VIF của biến (logTA)it bằng 2.413 > 2. Theo Nguyễn Đình Thọ (2012), với những biến có hệ số VIF > 2, chúng ta phải cẩn trọng trong việc giải thích trọng số hồi qui của biến đó cho biến phụ thuộc trong mơ hình.
Trong mơ hình hồi qui với ROEit là biến phụ thuộc, (TL/TA)it và (INF)t là khơng có ý nghĩa thống kê (Sig > 0,05). Điều này có nghĩa là các biến cịn lại đã giải thích