6. Kết cấu của luận văn
3.2 Mẫu nghiên cứu
Sau khi thu thập và xử lý số liệu, mẫu nghiên cứu bao gồm tổng cộng 32 ngân
hàng thương mại được chọn lọc từ 48 ngân hàng thương mại Việt Nam hiện nay. Thời gian của mẫu quan sát là 07 năm: bắt đầu từ năm tài chính 2006, và kết thúc năm tài chính 2012. Các dữ liệu được tổng hợp thành dữ liệu dạng bảng cân bằng (Balanced
3.3 Giả thuyết và mơ hình nghiên cứu
3.3.1 Xây dựng biến số và giả thuyết nghiên cứu
Sau khi tìm hiểu các cơng trình nghiên cứu thực nghiệm trên thế giới, đề tài đã chọn lọc lại các biến độc lập và thiết kế lại mô hình nghiên cứu cho phù hợp với điều kiện của thị trường kinh tế Việt Nam. Từ đó, ta có 7 giả thuyết nghiên cứu sau đây:
H1: Lợi nhuận ngân hàng có mối quan hệ nghịch chiều với Địn bẩy tài chính.
H2: Tỷ suất sinh lời trên vốn chủ sở hữu có mối quan hệ thuận chiều với Địn bẩy tài chính.
H3: Quy mơ ngân hàng có mối quan hệ thuận chiều với Địn bẩy tài chính.
H4: Tài sản cố định ngân hàng có mối quan hệ nghịch chiều với Địn bẩy tài chính.
H5: Tăng trưởng ngân hàng có mối quan hệ thuận chiều với Địn bẩy tài chính.
H6: Tăng trưởng tổng sản phẩm quốc nội có mối quan hệ thuận chiều với Địn bẩy tài chính. H7: Lạm phát có mối quan hệ nghịch chiều với Địn bẩy tài chính.
BẢNG 3.1: Kỳ vọng tương quan của các nhân tố đến Đòn bẩy tài chính (LEV)
BIẾN ĐỘC LẬP KÝ HIỆU DẤU KỲ VỌNG DIỄN GIẢI
Lợi nhuận PROF –
Ngân hàng có lợi nhuận càng nhiều thì càng ít có nhu cầu đi vay nợ, và kéo theo tỷ lệ nợ vay thấp.
Tỷ suất sinh lời
trên vốn chủ sở hữu ROE
+
Ngân hàng với tỷ suất sinh lợi trên vốn chủ sở hữu cao sẽ chịu ít rủi ro hơn nên sẽ chấp nhận một hạn mức đòn bẩy tài chính tương đối cao trong tổng nguồn vốn huy động.
Quy mô SIZE +
Quy mơ của ngân hàng càng lớn thì ngân hàng càng có rủi ro phá sản và chi phí kiệt quệ tài chính thấp, do đó càng có nhiều cơ hội vay nợ.
Tài sản cố định FA –
Tài sản cố định và Địn bẩy tài chính được kỳ vọng có mối tương quan nghịch (bởi vì các
ngân hàng dường như ít dùng tài sản cố định để đảm bảo cho các nghĩa vụ trả nợ của mình).
Tăng trưởng GROW +
Khi ngân hàng tăng trưởng càng nhanh thì sẽ
càng có xu hướng sử dụng địn bẩy tài chính
nhiều hơn trong cấu trúc vốn.
Tăng trưởng tổng
sản phẩm quốc nội GDP +
Những giai đoạn kinh tế có tốc độ tăng trưởng tổng sản phẩm quốc nội cao cho thấy nguồn vốn lưu chuyển trong nền kinh tế khá dồi dào.
Và đây cũng chính là mơi trường thuận lợi để
ngân hàng gia tăng tỷ lệ địn bẩy tài chính.
Lạm phát INF –
Khi nền kinh tế xảy ra lạm phát thì các ngân
hàng thương mại gặp nhiều khó khăn trong
kênh huy động vốn từ khách hàng. Dấu cộng "+" thể hiện mối quan hệ đồng biến giữa biến độc lập và biến LEV. Dấu trừ "-" thể hiện mối quan hệ nghịch biến giữa biến độc lập và biến LEV.
3.3.2 Mơ hình nghiên cứu
Các nghiên cứu cũng như kết quả thực nghiệm trên thế giới và trong nước trước
đây về các nhân tố tác động đến cấu trúc vốn của các doanh nghiệp nói chung và các ngân hàng nói riêng đều sử dụng mơ hình hồi quy tuyến tính bội. Do đó, tiếp thu các nghiên cứu đã được kiểm định, mơ hình nghiên cứu thực nghiệm trong đề tài này được xây dựng có dạng tổng quát như sau:
(3.1)
Trong đó:
i: là ngân hàng quan sát thứ i (i = 1, 2, 3,...,32)
t: là năm quan sát thứ t (t = 1, 2, 3, 4, 5, 6, 7)
LEVi, t : Biến địn bẩy tài chính của ngân hàng thứ i, trong năm thứ t Xj, i, t : Biến độc lập thứ j, của ngân hàng thứ i, trong năm thứ t
t i,
: Biến ngẫu nhiên của ngân hàng thứ i, trong năm thứ t LEVi, t = (i+t) + n j j 1 Xj, i, t + i,t
Trong đề tài này, mơ hình được xây dựng với các nhân tố nội tại tác động đến cấu trúc vốn của các ngân hàng thương mại Việt Nam là: biến Lợi nhuận (PROF), biến Tỷ suất sinh lời trên vốn chủ sở hữu (ROE), biến Quy mô (SIZE), biến Tài sản cố định (FA), và biến Tăng trưởng (GROW). Đồng thời, biến phụ thuộc đại diện cho cấu trúc
vốn của các ngân hàng thương mại trong nghiên cứu này được lựa chọn là biến Địn bẩy tài chính (LEV). Các biến này được xác định dựa trên giá trị sổ sách của các báo cáo tài
chính được cơng bố hàng năm trong giai đoạn 2006 – 2012 của các ngân hàng thương
mại Việt Nam. Bên cạnh đó, nghiên cứu sử dụng mô hình hồi quy ước lượng theo phương pháp bình phương tối thiểu OLS. Một cách cụ thể, mơ hình thực nghiệm
(LEV1) được thể hiện qua phương trình hồi quy tuyến tính có dạng như sau:
.............................................................................................................................
Ngoài ra, nghiên cứu cũng bổ sung kiểm định các nhân tố vĩ mô của nền kinh tế trong mơ hình. Hai biến vĩ mơ được lựa chọn nghiên cứu trong mơ hình của đề tài này là biến Tăng trưởng tổng sản phẩm quốc nội (GDP) và biến Lạm phát (INF). Do vậy, mơ hình hồi quy tuyến tính thứ hai (LEV2) phân tích bổ sung các biến kinh tế vĩ mơ ảnh
hưởng lên địn bẩy tài chính là:
Trong đó, diễn giải các biến theo Phụ Lục 25.
Như vậy, dựa trên những giả thuyết và dấu kỳ vọng ban đầu, ta có mơ hình đề
xuất nghiên cứu cấu trúc vốn được lựa chọn sau cùng (phù hợp với những điều kiện kinh
tế của thị trường và ngành ngân hàng Việt Nam) như sau:
LEV1 = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ 6GROW+ (3.2)
LEV2 = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ 6GROW
Sơ đồ 3.1: Mơ hình đề xuất nghiên cứu cấu trúc vốn tại Việt Nam
3.4 Kết quả nghiên cứu
3.4.1 Phân tích ma trận tương quan
Trong mơ hình hồi quy bội, ta đã giả thiết giữa các biến độc lập của mơ hình khơng có hiện tượng cộng tuyến (thuật ngữ “đa cộng tuyến” do Ragnar Frisch đề nghị (Hoàng Ngọc Nhậm và cộng sự, 2007)). Như vậy, ta cần phân tích độ tương quan để đo
lường mối quan hệ giữa các biến độc lập trong mơ hình. Đồng thời, thông qua kiểm
nghiệm ma trận tương quan mà ta có thể đánh giá được giá trị phân biệt. Một hệ số
tương quan tuyệt đối lớn (khoảng 0.85) chỉ ra một hiện tượng đa cộng tuyến – nghĩa là
các khái niệm nghiên cứu trùng lắp với nhau và có thể chúng đang đo lường cùng một chỉ tiêu (Hoàng Thị Phương Thảo và cộng sự, 2010). Do đó, nếu kết quả hệ số tương quan giữa hai biến độc lập nhỏ hơn 0.85 thì cặp biến kiểm nghiệm được xem là có thể
Lạm phát Lợi nhuận
Tỷ suất sinh lời ROE Tăng trưởng tổng sản phẩm quốc nội Quy mô Tài sản cố định Cấu trúc vốn ngân hàng thương mại Tăng trưởng Đồng biến H2 (+) Nghịch biến H1 (–) Đồng biến H3 (+) Nghịch biến H4 (–) Đồng biến H6 (+) Nghịch biến H7 (–) Đồng biến H5 (+)
chấp nhận (vì giá trị phân biệt có khả năng tồn tại giữa hai biến này) (John và Benet-
Martinez, 2000). Ngược lại, ta xem như mơ hình xảy ra hiện tượng đa cộng tuyến.
BẢNG 3.2: MMAA TTRRẬẬNN TTƯƯƠƠNGNG QQUUAANN
LEV PROF ROE SIZE FA GROW GDP INF
LEV 1 PROF -0.58485 1 ROE 0.33408 0.30206 1 SIZE 0.73221 -0.46821 0.34075 1 FA -0.33590 0.08938 -0.22287 -0.28119 1 GROW -0.15112 0.21087 0.00578 -0.29312 -0.07982 1 GDP -0.13867 0.35068 0.28220 -0.37555 -0.12344 0.40199 1 INF -0.01300 -0.09523 -0.09209 0.05210 0.12331 -0.18885 -0.18841 1
Nguồn: Tính tốn từ chương trình Eviews.
Từ bảng ma trận tương quan giữa các biến trong mơ hình, ta nhận thấy rằng khơng có hiện tượng tương quan trầm trọng giữa các cặp biến độc lập. Quả thực, tất cả các hệ số tương quan tuyệt đối giữa các biến độc lập dao động từ 0.00578 đến 0.46821 (Giá trị tương quan lớn nhất là giữa 2 biến SIZE và PROF: rSIZE và PROF = – 0.46821),
nghĩa là không vượt quá hệ số điều kiện 0.85. Điều này chứng minh rằng giá trị phân biệt đã đạt được.
Đối với biến phụ thuộc, ta nhận thấy các biến SIZE (0.73221) và PROF (0.58485) có tương quan khá cao với biến LEV. Các biến FA (0.33590) và ROE (0.33408) có mức
tương quan vừa phải, và 3 biến còn lại là GROW (0.15112), GDP (0.13867) và INF (0.01300) có mức tương quan thấp với biến Địn bẩy tài chính (LEV).
Như vậy, các biến tồn tại trong mơ hình là tương đối phù hợp. Tiếp theo phần phân tích ma trận tương quan, ta sẽ tiến hành ước lượng mơ hình hồi quy các nhân tố tác
động đến cấu trúc vốn của các ngân hàng thương mại Việt Nam. Bước đầu tiên, ta sẽ
3.4.2 Phân tích hồi quy các nhân tố nội tại
Bảng 3.3: Kết quả hồi quy các nhân tố nội tại theo phương pháp Least Squares
Biến phụ thuộc LEV
Phương pháp Bình phương nhỏ nhất (OLS) Số quan sát 224 BIẾN ĐỘC LẬP HỆ SỐ GIÁ TRỊ T MỨC Ý NGHĨA T C 0.533644 9.201467 0.0000 PROF -5.160694 -10.61976 0.0000 ROE 0.372828 7.409337 0.0000 SIZE 0.021446 6.676127 0.0000 FA -0.842699 -2.775444 0.0060 GROW 0.003510 1.347079 0.1794 R2 0.710641 Kiểm nghiệm F 107.0781 R2 hiệu chỉnh 0.704005 Mức ý nghĩa (Kiểm nghiệm F) 0.000000 Sai số chuẩn S.E. 0.050608 Giá trị Durbin-Watson 1.385241
Nguồn: Tính tốn từ chương trình Eviews.
Từ bảng trên, ta nhận thấy rằng mơ hình với 5 biến độc lập nội tại là PROF,
ROE, SIZE, FA và GROW tác động đến biến phụ thuộc là LEV. Qua đó, ta có hệ số xác
định R2 hiệu chỉnh cho thấy độ tương thích của mơ hình là 70.40%. Hay nói cách khác, khoảng 70.40% sự biến thiên của biến phụ thuộc Đòn bẩy tài chính (LEV) được giải thích bởi năm biến độc lập trong mơ hình. Hơn nữa, chỉ số kiểm nghiệm F là 107.0781 với mức ý nghĩa thống kê rất nhỏ (0.000000) cho thấy mơ hình hồi quy xây dựng được là phù hợp với bộ dữ liệu thu thập.
Ngoài ra, các biến độc lập là PROF, ROE, SIZE, và FA có giá trị T tuyệt đối > 2 và mức ý nghĩa đều nhỏ hơn = 0.01. Điều này chứng tỏ rằng cả bốn biến này đều có
tác động đến biến Địn bẩy tài chính với mức ý nghĩa 1%. Trong đó, PROF và FA có
tương quan nghịch với LEV. Trái ngược lại, ROE và SIZE có tương quan thuận với
LEV. Riêng đối với biến GROW, ta chỉ đạt được mức ý nghĩa thống kê là 17.94%, nên ta vẫn chưa thể khẳng định biến này thực sự có hay khơng có ảnh hưởng lên biến LEV.
Kế đến, để mở rộng cho kết quả kiểm định các nhân tố tác động đến cấu trúc vốn của các ngân hàng, ta sẽ tiến hành nghiên cứu bổ sung thêm hai biến độc lập vĩ mô của nền kinh tế là GDP và INF.
3.4.3 Phân tích hồi quy các nhân tố nội tại và bổ sung hai nhân tố vĩ mô
Bảng 3.4: Kết quả hồi quy các nhân tố nội tại và bổ sung hai biến vĩ mô theo phương pháp Least Squares
Biến phụ thuộc LEV
Phương pháp Bình phương nhỏ nhất (OLS) Số quan sát 224 BIẾN ĐỘC LẬP HỆ SỐ GIÁ TRỊ T MỨC Ý NGHĨA T C 0.461181 6.109853 0.0000 PROF -5.110861 -10.51167 0.0000 ROE 0.334516 6.054838 0.0000 SIZE 0.023973 6.731745 0.0000 FA -0.737066 -2.385300 0.0179 GROW 0.002019 0.737367 0.4617 GDP 0.558660 1.576347 0.1164 INF -0.034523 -0.606835 0.5446 R2 0.714648 Kiểm nghiệm F 77.27981 R2 hiệu chỉnh 0.705400 Mức ý nghĩa (Kiểm nghiệm F) 0.000000 Sai số chuẩn S.E. 0.050489 Giá trị Durbin-Watson 1.404717
Nguồn: Tính tốn từ chương trình Eviews.
Với kết quả này, ta thấy độ tương thích của mơ hình (R2 hiệu chỉnh = 70.54%)
khơng khác biệt mấy so với mơ hình ước lượng các nhân tố nội tại ban đầu (70.40%).
Chỉ số kiểm nghiệm F là 77.27981 với mức ý nghĩa thống kê cũng rất nhỏ (0.000000). Ngồi ra, nhìn vào bảng so sánh hai mơ hình LEV1 và LEV2 (Phụ lục 01), ta thấy giá trị Durbin-Watson trong mơ hình LEV2 (1.404717) lớn hơn 0.019476 so với mơ
hình LEV1 (1.385241). Nhưng một vấn đề phát sinh ở mơ hình LEV2 là cả ba biến GROW, GDP và INF đều có giá trị T tuyệt đối < 2 và các mức ý nghĩa cũng vượt qua ngưỡng = 0.05.
Tuy nhiên, ta không dừng lại và kết luận ở mơ hình này mà sẽ quay về xét đến
các phương pháp hỗ trợ ước lượng.
3.4.4 Ước lượng mơ hình hồi quy dữ liệu bảng: Phương pháp tác động cố định
Trong bộ dữ liệu thống kê được thu thập, để xây dựng hàm hồi quy, đề tài đã sử dụng số liệu tổng hợp – nghĩa là số liệu chuỗi thời gian của các thực thể khác nhau, có
thể gọi là dữ liệu gộp chung (gộp chung các quan sát chéo và chuỗi thời gian), hay còn gọi là dữ liệu bảng. Bản chất của loại dữ liệu này là muốn đề cập đến sự thay đổi theo thời gian của các đơn vị chéo. Một cách cụ thể hơn, đó chính là ta tiến hành nghiên cứu theo dịng thời gian từ năm 2006 đến năm 2012 về các nhân tố tác động đến cấu trúc vốn của 32 ngân hàng thương mại Việt Nam khác nhau. Tựu trung lại, đề tài đã tiến hành phân tích mơ hình hồi quy dữ liệu bảng.
Nhưng vấn đề là để có được kết quả của hai mơ hình hồi quy ban đầu (mơ hình hồi quy các nhân tố nội tại LEV1 và mơ hình bổ sung thêm hai biến vĩ mô LEV2), đề tài
đã gộp tất cả các quan sát có được (khơng phân biệt số liệu thời gian hay số liệu chéo)
thành một dãy số liệu duy nhất. Từ đó, đề tài tiến hành xây dựng được hàm hồi quy chung ứng với dãy số liệu này, và rồi chiết xuất từ phần mềm thống kê Eviews. Tuy nhiên, với cách làm này, đề tài đã vơ tình ngầm giả định là các tham số của hồi quy
không thay đổi theo thời gian, và khơng có khác biệt gì giữa các thực thể ngân hàng, mà
chỉ tiến hành ước lượng hồi quy Bình phương Nhỏ nhất Thơng thường (OLS) (xếp 7
quan sát (7 năm) của mỗi ngân hàng lên trên các quan sát của ngân hàng khác, tổng
cộng cuối cùng là 224 quan sát (7 năm x 32 ngân hàng) đối với mỗi biến trong mơ
hình). Ngồi ra, đề tài cũng ngầm giả định rằng sai số trong hàm hồi quy của các ngân
hàng là thuần nhất và không tương quan với nhau.
Tuy nhiên, trên thực tế, bản chất cụ thể của các nhân tố tác động đến cấu trúc vốn của các ngân hàng qua các năm chưa hẳn hồn tồn khơng có khác biệt nào. Với phương pháp ước lượng trên, vơ hình trung, đề tài có thể đã làm biến dạng bức tranh đích thực của mối quan hệ giữa các biến độc lập và biến phụ thuộc giữa các ngân hàng hay nhầm lẫn trong việc bóp méo sự khác biệt giữa năm này qua năm khác trong thời gian mẫu nghiên cứu.
Chính vì vậy, đối với mơ hình hồi quy tuyến tính dữ liệu dạng bảng, để đánh giá
và đo lường được các tác động chéo của các khác biệt về thời gian và ngân hàng, ta sẽ
tiến hành phân tích mơ hình hồi quy tác động cố định (FEM) hay cịn được gọi là mơ
hình hồi quy biến giả bình phương nhỏ nhất (LSDV) (Xinh Xinh, 2010). Như vậy, phương pháp này sẽ sử dụng các biến giả để ước lượng các tác động cố định (Phạm Trí Cao và Vũ Minh Châu, 2010).
Đầu tiên, đề tài tiến hành ước lượng mơ hình sử dụng tác động cố định biến ngân
hàng. Nghĩa là, ta sẽ sử dụng kỹ thuật biến giả để thực sự tính đến những thay đổi giữa các ngân hàng. Như vậy, mơ hình lần này có dạng là:
Trong đó:
D1i = 1: nếu quan sát thuộc về ngân hàng đầu tiên; 0 nếu khác đi. D2i = 1: nếu quan sát thuộc về ngân hàng thứ hai; 0 nếu khác đi. Lần lượt như vậy đến:
D31i = 1: nếu quan sát thuộc về ngân hàng thứ 31; 0 nếu khác đi.
Như đã được đề cập, đề tài đã thống kê số liệu 32 ngân hàng, nên mơ hình chỉ sử
dụng 31 biến giả (để tránh rơi vào bẫy biến giả – nghĩa là tình huống có hiện tượng đa
cộng tuyến hồn hảo). Do vậy, ở đây ta sẽ khơng có biến giả cho ngân hàng thứ 32.