3. Phương pháp nghiên cứu
3.2. Phương pháp đo lường mối quan hệ giữa rủi ro, hiệu quả và vốn
3.2.1. Tổng quan phương pháp đo lường mối quan hệ
Phương pháp nhân quả Granger (Granger Causality)
Phương pháp này được dùng để kiểm tra xem có sự tồn tại mối quan hệ nhân quả Granger giữa hai chuỗi thời gian Y và X hay không. Hai phương trình được xây dựng như sau:
𝑌𝑡 = 𝛼0+ 𝛼1𝑌𝑡−1 + ⋯ + 𝛼𝑚𝑌𝑡 −𝑚+ 𝛽1𝑋𝑡−1+ ⋯ + 𝛽𝑛𝑋𝑡−𝑛+ 𝜀𝑡 𝑋𝑡 = 𝛼0+ 𝛼1𝑋𝑡−1+ ⋯ + 𝛼𝑚𝑋𝑡−𝑚+ 𝛽1𝑌𝑡−1+ ⋯ + 𝛽𝑛𝑌𝑡−𝑛+ 𝜀𝑡
Để xem các biến trễ của X có giải thích cho Y và các biến trễ của Y có giải thích cho X hay không, kiểm định giả thiết sau cho mỗi phương trình:
𝐻0: 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑛 = 0
Để kiểm định giả thiết đồng thời này, sử dụng thống kê F của kiểm định Wald và cách quyết định như sau: Nếu giá trị thống kê F tính toán lớn hơn giá trị thống kê F phê phán ở một mức ý nghĩa xác định thì bác bỏ giả thiết H0 và ngược lại. Có bốn khả năng như sau:
Nhân quả Granger một chiều từ X sang Y nếu các biến trễ của X có tác động lên Y, nhưng các biến trễ của Y không có tác động lên X.
Nhân quả Granger một chiều từ Y sang X nếu các biến trễ của Y có tác động lên X, nhưng các biến trễ của X không có tác động lên Y.
Nhân quả Granger hai chiều giữa X và Y nếu các biến trễ của X có tác động lên Y và các biến trễ của Y có tác động lên X.
Không có quan hệ nhân quả Granger giữa X và Y nếu các biến trễ của X không có tác động lên Y và các biến trễ của Y không có tác động lên X.
Mô hình hệ phương trình đồng thời (Simultaneous Equations)
Hệ phương trình đồng thời là tập hợp nhiều biểu thức riêng rẻ, mỗi biểu thức được gọi là các phương trình cấu trúc. Các phương trình cấu trúc này bao gồm một biến nội sinh và nhiều biến ngoại sinh. Các hệ số ước lượng của các biến trong mỗi
phương trình cấu trúc được gọi là thông số cấu trúc. Ở đây, mỗi biến nội sinh của các phương trình cấu trúc được xác định đồng thời qua các phương trình cấu trúc khác. Do vậy, trong trường hợp này, kỹ thuật hồi quy OLS sẽ không phù hợp cho việc ước lượng hệ phương trình đồng thời này.
Hệ phương trình đồng thời có m biến nội sinh Ym t và k biến ngoại sinh Xkt:
𝑌1𝑡 = 𝛽12𝑌2𝑡 + 𝛽13𝑌3𝑡 + ⋯ + 𝛽1𝑚𝑌𝑚𝑡 + 𝛾11𝑋1𝑡 + 𝛾12𝑋2𝑡+ ⋯ + 𝛾1𝑘𝑋𝑘𝑡+ 𝑢1𝑡 𝑌2𝑡 = 𝛽21𝑌1𝑡 + 𝛽23𝑌3𝑡 + ⋯ + 𝛽2𝑚𝑌𝑚𝑡+ 𝛾21𝑋1𝑡 + 𝛾22𝑋2𝑡 + ⋯ + 𝛾2𝑘𝑋𝑘𝑡+ 𝑢2𝑡 𝑌𝑚𝑡 = 𝛽𝑚1𝑌1𝑡 + 𝛽𝑚2𝑌2𝑡 + 𝛽𝑚3𝑌3𝑡 + ⋯ + 𝛾𝑚1𝑋1𝑡+ 𝛾𝑚2𝑋2𝑡+ ⋯ + 𝛾𝑚𝑘𝑋𝑘𝑡+ 𝑢𝑚𝑡
Có ba cách để ước lượng hệ phương trình đồng thời, đó là: bình phương tối thiểu gián tiếp (ILS); bình phương tối thiểu hai giai đoạn (2SLS); bình phương tối thiểu ba giai đoạn (3SLS).
3.2.2. Đo lường mối quan hệ bằng mô hình hồi quy ba giai đoạn (3SLS)
Trong bài nghiên cứu của chúng tôi chúng tôi sẽ dùng mô hình hồi quy ba giai đoạn (three- stage least square) để xét xem mối quan hệ xoay vòng của ba yếu tố là hiệu quả, vốn và rủi ro của ngành ngân hàng.
Phương pháp hồi quy nhỏ nhất nhất ba giai đoạn (3SLS hay Th SLS). Một giá trị của họ các ước lượng theo phương pháp bình phương nhỏ nhất áp dụng đối với việc ước lượng các thông số của hệ phương trình đồng thời, mà trong đó các hệ số nhiễu có thể tương quan với các phương trình.
Phương pháp này do A.Zellner và H.Theil đề xuất năm 1962, trên cơ sở mở rộng phương pháp bình phương nhỏ nhất hai giai đoạn.
Phương pháp này được dùng để ước lượng các phương trình của một hệ phương trình, gồm ba giai đoạn sau:
- Giai đoạn 1: Ước lượng các phương trình rút gọn
- Giai đoạn 2: Ước lượng mô hình xuất phát bằng cách thay Y1, Y2, ……,YM ở vế phải của các phương trình bằng 𝑌̂1, 𝑌̂2, …..,𝑌̂M nhận được ở giai đoạn 1
- Giai đoạn 3: Gồm các công việc sau:
o Tính phần dư e1, e2,…. ,eM tương ứng với các phương trình thứ nhất. thứ hai,…. thứ M ước lượng ở giai đoạn 2
o Tính ma trận hiệp phương sai của sai số ngẫu nhiên đối với từng phương trình của hệ.
Các ước lượng nhận được từ phương pháp 3SLS là ước lượng chếch, hiệu quả tiệm cận, nhưng vững, là phương pháp hiệu quả hơn 2SLS.
3.3. Mô hình nghiên cứu
Để giải đáp mối quan hệ giữa vốn ngân hàng, hiệu quả/năng suất và rủi ro, chúng tôi ước lượng những phương trình sau:
𝑅𝐼𝑆𝐾𝑖𝑡 = 𝛽0+ 𝛽1𝐶𝐴𝑃𝑖𝑡+ 𝛽2 𝐸𝐹𝐹 𝑃𝑅𝑂 𝐷𝑖𝑡 + 𝛽3𝐵𝐴𝑁𝐾𝑖𝑡+ 𝐼𝑁𝐷𝑈𝑆𝑇𝑅𝑌𝑖𝑡 + 𝛽5𝑀𝐴𝐶𝑅𝑂𝑖𝑡 + 𝜀𝑖𝑡 (1) 𝐶𝐴𝑃𝑖𝑡= 𝛿0+ 𝛿1 𝐸𝐹𝐹 𝑃𝑅𝑂𝐷𝑖𝑡+ 𝛿2𝑅𝐼𝑆𝐾𝑖𝑡+ 𝛿3𝐵𝐴𝑁𝐾𝑖𝑡+ 𝛿4𝐼𝑁𝐷𝑈𝑆𝑇𝑅 𝑌𝑖𝑡+ 𝛿5𝑀𝐴𝐶𝑅𝑂𝑖𝑡+ 𝜀𝑖𝑡 (2) 𝐸𝐹𝐹 𝑃𝑅𝑂𝐷𝑖𝑡 = 𝛾0+ 𝛾1𝐶𝐴𝑃𝑖𝑡+ 𝛾2𝑅𝐼𝑆𝐾𝑖𝑡+ 𝛾3𝐵𝐴𝑁𝐾𝑖𝑡 + 𝛾4𝐼𝑁𝐷𝑈𝑆𝑇𝑅 𝑌𝑖𝑡+ 𝛾5𝑀𝐴𝐶𝑅𝑂𝑖𝑡+ 𝜀𝑖𝑡 (3)
Trong đó i biểu thị ngân hàng thứ i, và t biểu thị cho thời gian. RISK là biến giải thích cho rủi ro ngân hàng, CAP là tỷ lệ vốn cổ phần trên tổng tài sản. EFF/PROD là tỷ số
giữa hiệu quả kỹ thuật (Technical Efficiency - TE), hiệu quả thuần (Pure Technical Efficiency - PTE), hiệu quả kỹ thuật quy mô (Scale Technical Efficiency - STE) và chỉ số năng suất Malmquist. BANK, INDUSTRY, và MACRO lần lượt là những yếu
tố đặc trưng cho từng ngân hàng, ngành ngân hàng và kinh tế vĩ mô ảnh hưởng lên mối quan hệ giữa hiệu quả/năng suất - vốn - rủi ro, và 𝜀𝑖𝑡 là sai số ngẫu nhiên.
Phương trình (1) kiểm tra xem hiệu quả hay năng suất và vốn ảnh hưởng đến những biến động trong rủi ro ngân hàng. Phương trình (2) đánh giá hiệu quả hay năng suất và rủi ro ảnh hưởng đến những biến động trong vốn ngân hàng. Phương trình (3) xem xét mức độ vốn cùng với rủi ro ngân hàng ảnh hưởng đến những thay đổi trong hiệu quả hay năng suất trong ngân hàng.
3.4. Giả thuyết nghiên cứu
Căn cứ vào cơ sở lý luận dựa trên các bài nghiên cứu trước đây, chúng tôi đưa ra ba giả thuyết chính như sau:
- Thứ nhất, giả thuyết về mối quan hệ giữa hiệu quả và rủi ro. Giả thuyết này
lập luận rằng những ngân hàng hoạt động kém hiệu quả sẽ gia tăng mức rủi ro tín dụng để hưởng tỷ suất sinh lợi cao hơn; đến lượt những ngân hàng có rủi ro tín dụng cao sẽ làm giảm tính hiệu quả của ngân hàng. Do đó, hệ số tác động của hai biến này được dự đoán là âm.
- Thứ hai, giả thuyết về mối quan hệ giữa hiệu quả và vốn. Giả thuyết này lập
luận như sau: những ngân hàng có tính hiệu quả cao sẽ dễ dàng tiếp cận nguồn vốn trong tương lai hơn, trong khi những ngân hàng kém hiệu quả buộc phải cắt giảm
những khoản vốn có chi phí sử dụng cao. Do đó, hệ số tác động của hai biến này được dự đoán là dương.
- Thứ ba, giả thuyết về mối quan hệ giữa vốn và rủi ro. Luận cứ cho rằng khi
các ngân hàng gánh chịu rủi ro nhiều hơn, cơ quan quản lý buộc các ngân hàng phải gia tăng mức vốn quy định của mình; ngược lại, sự ràng buộc về vốn sẽ khiến cho các ngân hàng gia tăng rủi ro danh mục của mình. Do đó, hệ số tác động của hai biến này được kỳ vọng là dương.
3.5. Biến số nghiên cứu
Chúng tôi đo lường rủi ro mỗi ngân hàng bằng cách sử dụng tỷ số dự phòng tổn thất nợ cho vay trên tổng nợ cho vay. Tỷ số này càng cao thì rủi ro ngân hàng càng lớn. Hạn chế để đo lường rủi ro tính từ số liệu kế toán, được đề xuất bởi Rime (2001) và Shrieves và Dahl (1992), là nó cung cấp chất lượng danh mục có thể được phản ánh chính xác bởi những đo lường này, do đó những nhà quản lý càng có khả năng có thêm thời gian tự quyết định danh mục được thực hiện theo cách để giảm thiểu chi phí. Những tác giả này cũng cho rằng phương pháp đo lường này còn khá mơ hồ cho những ngân hàng không có những chứng khoán giao dịch công khai. Để kiểm tra tính bền vững của những kết quả, chúng tôi sử dụng ba phương pháp đo lường thay thế cho mức độ rủi ro của ngân hàng, đó là: (i) biến động của ROA, (ii) biến động của ROE và (iii) Z-score. Biến động của ROA và ROE được tính cho mỗi ngân hàng trên thời kỳ xem xét (2003-2009), Z-score có thể đạt được bằng tỷ số giữa tỉ suất sinh lợi trên tài sản cộng với vốn cổ phần trên tổng tài sản và độ lệch chuẩn của tỉ suất sinh lợi trên những tài sản của ngân hàng. Biến động ROA hay ROE càng cao tượng trưng cho rủi ro càng lớn, còn Z-score càng cao thì rủi ro càng thấp.
Vốn được tính bằng tỷ số của giá trị sổ sách vốn cổ phần trên tổng tài sản.
Hiệu quả kỹ thuật của mỗi ngân hàng được đo bằng số tối đa của tỷ lệ sản
lượng đầu ra trên sản lượng đầu vào, được tính bằng mô hình DEA CCR và mô hình SFA CCR, trong khi hiệu quả về kỹ thuật thuần túy và quy mô nhận được từ mô hình DEA BBC, và năng suất được đo bằng chỉ số Malmquist. Bên cạnh vốn, rủi ro và hiệu quả/năng suất, chúng tôi cũng kiểm soát những biến bao hàm toàn diện đặc trưng cho ngành ngân hàng, ngành công nghiệp và kinh tế vĩ mô; những biến này quan trọng trong việc giải thích mối quan hệ giữa vốn – rủi ro – hiệu quả/năng suất.
Bên cạnh 3 biến chính là rủi ro, hiệu quả và vốn chúng tôi còn đưa vào mô hình một số biến đặc trưng cho ngành ngân hàng cũng như các biến vĩ mô.
Các biến về ngân hàng chúng tôi đưa vào bao gồm tỷ suất sinh lợi trên tổng tài sản (ROA), kích thước (SIZE), tính thanh khoản (Liquidity), thuế (Taxation), các hoạt động phi truyền thống của ngành ngân hàng (OBSOTA) và lao động (LP)
Các biến vĩ mô chúng tôi đưa vào mô hình là mức độ tập trung của ngành ngân hàng (C3), tốc độ phát triển của ngành ngân hàng (BSD), tốc độ phát triển của thị trường chứng khoán (SMD), lạm phát (IR) và tăng trưởng GDP (GDPG)
Kích thước (SIZE) trong bài chúng tôi đo bằng logarit tự nhiên của tổng tài
sản. Theo Altunbas (2007) ông cho rằng kích thước ngân hàng đồng biến với rủi ro và hiệu quả và nghịch biến với tỷ lệ vốn trên tổng tài sản. Ông lý giải rằng ngân hàng có tài sản càng lớn thì càng có động lực đầu tư vào các dự án rủi ro cao với tỷ suất sinh lợi lớn từ đó dẫn đến rủi ro cao nhưng hiệu quả cũng tăng lên. Bên cạnh đó, các ngân hàng có kích thước lớn thường có xu hướng sử dụng đòn bẩy tài chính từ đó làm gia giảm tỷ lệ vốn chủ sở hữu trên tổng tài sản.
Tỷ suất sinh lợi trên tổng tài sản (ROA) trong bài chúng tôi dự đoán sẽ có tác
động cùng chiều với hiệu quả và rủi ro và ngược chiều với vốn. Nếu một ngân hàng có tỷ suất sinh lợi trên tài sản cao chứng tỏ ngân hàng đó đã sử dụng đòn bẩy tài chính một cách có hiệu quả, dẫn đến phát huy tốt được lợi ích từ tấm chắn thuế do đó tỷ lệ vốn chử sở hữu trên tổng tài sản thường thấp. Thêm vào đó, để đạt được tỷ suất sinh lợi cao thì các ngân hàng này thường tiếp xúc với các khoản vay rủi ro cao. Việc rủi ro từ sử dụng đòn bẩy tài chính cộng với việc rủi ro từ các khoản cho vay đã làm cho chỉ số ROA có tác động cùng chiều với rủi ro ngân hàng.
Tính thanh khoản (Liquidity) trong bài chúng tôi đo lường bằng tỷ lệ tổng dư
nợ trên tổng tài sản. Chúng tôi cho rằng tổng dư nợ trên tổng tài sản càng lớn thì tính thanh khoản của ngân hàng càng kém vì lượng tiền mặt tồn tại ngân hàng càng thấp. Nếu như lượng tiền mặt tại ngân hàng càng lớn tức là ngân hàng hạn chế việc cấp tín dụng ra ngoài dẫn đến tính hiệu quả kém. Tuy nhiên, lượng tiền mặt cao sẽ giúp cho ngân hàng có khoản dự phòng rũi ro từ đó làm giảm đi mức độ rủi ro mà ngân hàng phải đối mặt. Trong các nghiên cứu trước đây, chúng tôi chưa tiếp cận được một giả thuyết rõ ràng nào về tính thanh khoản và khoản vốn của ngân hàng.
Thuế (Tax): trong bài chúng tôi đo lường thuế bằng các tỷ lệ khoản thuế phải
nộp chia cho lợi nhuận trước thuế, doanh nghiệp nộp thuế càng ít thì càng rủi ro vì doanh nghiệp đã sử dụng đòn bẫy tài chính khá nhiều đồng thời điều này cũng cho thấy thuế có tỷ lệ nghịch với tỷ lệ vốn chủ sở hữu trên tổng tài sản. Tuy nhiên, nếu xét về mức độ hiệu quả thì doanh nghiệp nộp thuế càng nhiều thì càng hiệu quả vì doanh nghiệp đã tạo ra được nguồn thu nhập lớn.
Các hoạt động không truyền thống (OBSOTA) được đo lường bằng tổng giá
trị các khoản mục ngoài bảng cân đối kế toán trên tổng tài sản. Các khoản mục ngoại bảng thường là các công cụ tài chính bao gồm các cam kết bảo lãnh và thư tín dụng. Các công cụ này, ngân hàng sẽ dùng uy tín của mình để đảm bảo cho việc khách hàng gia dịch đến bên thứ ba. Các khoản mục này cũng tạo ra các rủi ro tín dụng khác cho ngân hàng ngoài các khoản mục trong bảng hệ thống. Tuy nhiên, cũng có ý kiến cho rằng việc gia tăng các khoản mục ngoài bảng đã cho thấy ngân hàng đa dạng hóa đầu tư rất tốt do đó sẽ làm giảm rủi roc ho các ngân hàng. Bên cạnh đó, các hoạt động ngoại bảng sẽ không làm tốn quá nhiều chi phí của ngân hàng nên các hoạt động này càng nhiều thì ngân hàng sẽ thu được nhiều thu nhập và từ đó hiệu quả của ngân hàng cũng tăng lên.
Lao động (LP) trong bài nghiên cứu của chúng tôi đo bằng tổng thu nhập lương
nhân viên/ số nhân viên. Chỉ số này được dự báo là tác động cùng chiều với rủi ro và tác động ngược chiều với hiệu quả và vốn chủ sở hữu. Khi tiền lương trả cho nhân viên tăng lên thì tức là chi phí cho nhân viên tăng lên làm cho cùng một mức doanh thu nhưng chi phí cao lên gây sụt giảm lợi nhuận từ đó giảm tính hiệu quả. Bên cạnh đó, việc phần lớn dành cho chi trả lương nhân viên đã làm cho lượng tiền mặt trong công ty giảm xuống đáng kể từ đó làm gia tăng mức độ rủi ro cho ngân hàng. Ngoài ra chúng ta cũng có thể thấy được rằng, lợi nhuận bị co hẹp làm giảm các quỹ từ đó ảnh hưởng đến vốn chủ sở hữu của công ty.
Tiếp theo chúng tôi sẽ đưa đến các giả định dành cho các biến vĩ mô
Mức độ tập trung của ngành ngân hàng (C3) được đo lường bằng tổng tài sản
của 3 ngân hàng lớn nhất trong tổng tài sản ngân hàng. Theo kết quả của Y Tan (2013) sử dụng cho các ngân hàng thương mại Trung Quốc thì mức độ tập trung càng cao thì rủi ro và tỷ lệ vốn chủ sở hữu trên tài sản sẽ càng thấp và tính hiệu quả cao. Việc mức độ tập trung lớn vào một số ngân hàng dẫn đến việc tạo ra một sự ổn định và dễ
kiểm soát trong hệ thống ngân hàng, từ đó làm cho hệ thống ngân hàng trở nên hoạt động hiệu quả hơn.
Tốc độ tăng trưởng của hệ thống ngân hàng (BSD) qua các năm được đo bằng
tổng tài sản trên GDP. Chỉ số này càng cao dẫn đến ngành ngân hàng càng ngày càng phát triển từ đó các nhà đầu tư càng có nhiều động lực đầu tư vào ngân hàng dẫn tới vốn chủ sở hữu tăng lên. Bên cạnh đó, mức độ phát triển của ngành ngân hàng quá cao gia tăng áp lực cạnh tranh và từ đó gia tăng các khoản cho vay tiềm ẩn nhiều nguy cơ rủi ro. Để có thể tồn tại trong môi trường tăng trưởng cao, chứa đựng nhiều nguy cơ đào thải thì các ngân hàng cũng phải gia tăng hiệu quả hoạt động nhằm tồn tại và