3.2.1. Mô hình nghiên cứu
Tác giả đã ứng dụng phương pháp nghiên cứu của Kolapo T. Funso; Ayeni, R. Kolade (2012), Neir Klein (2013), Ahlem Selma Messai (2013) trong việc xem xét mối quan hệ giữa nợ xấu và khả năng sinh lời được do tính tương đồng về nghiên cứu, sự sẵn có của số liệu nghiên cứu và phù hợp trong triển khai đề tài; cụ thể mô hình như sau:
Trong đó:
ROA : Lợi nhuận trên tài sản
Phân tích số liệu
Thực hiện hồi quy và kiểm định các giả thiết thống kê Xác định mục tiêu và phạm vi nghiên cứu của đề tài
Thu thập số liệu nghiên cứu Kiểm định thiếu biến
Kết luận và kiến nghị
CPI : Lạm phát
IR : Lãi suất cho vay NPL : Số nợ xấu
LA : Cho vay và ứng trước (Tín dụng) LLP : Dự phòng rủi ro tín dụng
LOANS : Tốc độ tăng trưởng tín dụng
(i) Khả năng sinh lời được tính bằng công thức sau: ROA là tỷ số lợi nhuận ròng trên tổng tài sản, tỷ số này đo lường khả năng sinh lời trên mỗi đồng tài sản của ngân hàng.
(ii) Nợ xấu:
(iii) Tỷ lệ dự phòng rủi ro tín dụng trên cho vay và ứng trước
(iv) Tốc độ tăng trưởng tín dụng (LOANS)
3.2.2. Giả thuyết nghiên cứu
Giả thuyết 1: GDP có tác động đến ROA Giả thuyết 2: CPI có tác động tới ROA Giả thuyết 3: IR có tác động tới ROA
Giả thuyết 4: NPL/LA không có tác động tới ROA Giả thuyết 5: LLP/LA không có tác động tới ROA Giả thuyết 6: LOANS có tác động tới ROA
3.3. TRIỂN KHAI THU THẬP SỐ LIỆU
Số liệu cần thu thập cho nghiên cứu là các chỉ tiêu ROA, NPL, LA, LLP, LOAN,... của Agribank chi nhánh Thừa Thiên Huế trong giai đoạn 2000 - 2014 theo quý. Quy trình như sau:
Bước 1: Xác định nguồn lấy thông tin (thường là các báo cáo tài chính, báo cáo hoạt động của Agribank và Agribank chi nhánh Thừa Thiên Huế; ngoài ra các báo cáo đánh giá, các thống kê của các cơ quan chuyên môn, cơ quan quản lý cũng là kênh thông tin tham khảo hữu ích.
Bước 2: Xác định các số liệu cần thu thập để tính toán ra các chỉ tiêu cần nghiên cứu (là các số liệu liên quan đến mô hình nghiên cứu đã trình bầy ở trên)
Bước 3: Triển khai thu thập (các nguồn lấy có thể là các “bản mềm” lưu trữ trên hệ thống máy tính, website… hoặc là các “bảng cứng” đã in ra lưu trữ, hoặc dùng trong các báo cáo, các công bố.
Bước 4: Tổng hợp các số liệu trước khi tiến hành các nghiên cứu tiếp theo nhằm xem xét kỹ độ tin cậy của số liệu, các sai sót … trước khi tính toán chúng thành các dữ liệu (biến nghiên cứu) phục vụ cho công tác phân tích tiếp theo.
Các số liệu vĩ mô theo quý từ năm 2000 đến năm 2014 như: GDP, CPI, IR được tổng hợp từ các nguồn IMF, ADB, một số website như: finance.vietstock.vn, s.cafef.vn, sbv.gov.vn, gso.gov.vn,....
3.4. PHƯƠNG PHÁP PHÂN TÍCH, XỬ LÝ SỐ LIỆU
(i) Tác giả sử dụng phương pháp thống kê mô tả trình bày một bức tranh tổng quát về diễn biến quản trị rủi ro tín dụng và khả năng sinh lời. Các đại lượng được sử dụng trong thống kê mô tả là số tuyệt đối, số tương đối, số trung bình, độ lệch chuẩn, số lớn nhất, nhỏ nhất, tần suất và phần trăm để phân tích thực trạng.
Trung bình mẫu (mean) trong thống kê là một đại lượng mô tả thống kê, được tính ra bằng cách lấy tổng giá trị của toàn bộ các quan sát trong tập chia cho số lượng các quan sát trong tập.
Số trung vị (median) là một số tách giữa nửa lớn hơn và nửa bé hơn của một mẫu, một quần thể, hay một phân bố xác suất. Nó là giá trị giữa trong một phân bố, mà số nằm trên hay dưới con số đó là bằng nhau. Điều đó có nghĩa rằng 1/2 quần thể sẽ có các giá trị nhỏ hơn hay bằng số trung vị, và một nửa quần thể sẽ có giá trị bằng hoặc lớn hơn số trung vị.
Độ lệch chuẩn, hay độ lệch tiêu chuẩn, là một đại lượng thống kê mô tả dùng để đo mức độ phân tán của một tập dữ liệu đã được lập thành bảng tần số. Có thể tính ra độ lệch chuẩn bằng cách lấy căn bậc hai của phương sai. Nếu gọi X là giá trị của công cụ tài chính, m = E(X) là trung bình động của X, S là phương sai, d là độ lệch chuẩn thì độ lệch chuẩn sẽ được tính toán như sau: S = E[(X - m)2], d = Căn bậc hai của S.
Tần suất và biểu đồ phân bổ tần suất, tần suất là số lần suất hiện của biến quan sát trong tổng thể, giá trị các biến quan sát có thể hội tụ, phân tán, hoặc phân bổ theo một mẫu hình nào đó, quy luật nào đó.
Khi hai tập dữ liệu có cùng giá trị trung bình cộng, tập nào có độ lệch chuẩn lớn hơn là tập có dữ liệu biến thiên nhiều hơn. Trong trường hợp hai tập dữ liệu có giá trị trung bình cộng không bằng nhau, thì việc so sánh độ lệch chuẩn của chúng không có ý nghĩa. Độ lệch chuẩn còn được sử dụng khi tính sai số chuẩn. Khi lấy độ lệch chuẩn chia cho căn bậc hai của số lượng quan sát trong tập dữ liệu, sẽ có giá trị của sai số chuẩn.
Skewness mô tả mức độ đối xứng qua trục tung, mức độ hoàn hảo nhất vì đối xứng hoàn toàn, đồ thị hình sin. Kurtosis đo mức độ dốc hay thoải.
(ii) Tác giả tiến hành xem xét tính tương quan giữa các biến; hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein(1994), hệ số tương quan các biến sẽ có các mức độ phân loại như sau:
- ±0.01 đến ±0.1 : Mối tương quan quá thấp, không đáng kể - ±0.2 đến ±0.3 : Mối tương quan thấp
- ±0.6 đến ±0.7 : Mối tương quan cao - ±0.8 trở lên : Mối tương quan rất cao
Trong đó các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được coi là biến rác và sẽ bị loại khỏi thang đo.
(iii) Kiểm định nghiệm đơn vị (tính dừng của dữ liệu chuỗi thời gian)
Kiểm định nghiệm đơn vị là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian dừng hay không dừng.
Giả sử ta có phương trình hồi qui tự tương quan như sau:
Yt=ρYt-1+ut (-1≤ρ≤1) (3.1)
Ta có các giả thuyết:
H0: ρ = 1 (là chuỗi không dừng). H1: ρ < 1 (là chuỗi dừng).
Phương trình (3.1) tương đương với phương trình (3.2) sau đây:
Yt - Y t-1=ρYt-1 - Y t-1+ut = (ρ-1)Y t-1 +ut ΔY = δ Y t-1 +ut (3.2)
Như vậy các giả thuyết ở trên có thể được viết lại như sau: H0 : δ = 0 (là chuỗi không dừng).
H1 : δ < 0 (là chuỗi dừng).
Dickey và Fuller cho rằng giá trị t ước lượng của hệ số Y t-1 sẽ theo phân phối xác suất τ (tau statistic, τ = giá trị δ ước lượng/sai số của hệ số δ). Kiểm định thống kê τ còn được gọi là kiểm định Dickey - Fuller (DF). Kiểm định DF được ước lượng với 3 hình thức:
- Khi Yt là một bước ngẫu nhiên không có hằng số:
ΔY = δ Y t-1 +ut (3.3)
- Khi Yt là một bước ngẫu nhiên có hằng số:
ΔY = β1+ δ Y t-1 +ut (3.4)
- Khi Yt là một bước ngẫu nhiên với hằng số xoay quanh một đường xu thế ngẫu nhiên:
Để kiểm định H0 ta so sánh giá trị thống kê τ tính toán với giá trị thống kê tra bảng DF. Tuy nhiên, do có thể có hiện tượng tương quan chuỗi giữa các ut do thiếu biến, nên người ta thường sử dụng kiểm định DF mở rộng là ADF (Augmented Dickey - Fuller Test). Kiểm định này được thực hiện bằng cách đưa thêm vào phương trình (3.5) các biến trễ của sai phân biến phụ thuộc ΔYt :
ΔY = β1+ β2 TIME + δY t-1 +αiΔYt-1 + ut (3.6)
Kết quả nếu |τADF| < |τα| với α lần lượt tại các mức ý nghĩa thống kê. Ta kết luận chấp nhận giả thuyết H0 thức chuỗi Y là không dừng và ngược lại.
(iv) Tiếp đến, tác giả tiến hành phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (Ordinal Least Squares - OLS). Hệ số xác định R2 điều chỉnh được dùng để xác định độ phù hợp của mô hình, kiểm định F dùng để khẳng định khả năng mở rộng mô hình này áp dụng cho tổng thể.
Cụ thể để tiến hành kiểm định mức độ phù hợp của mô hình bằng tiêu chuẩn của kiểm định F, với mức ý nghĩa 5%, nếu P value (Sig F) > 5% bác bỏ Ho và ngược lại.
Ho : Mô hình không phù hợp
H1 : Mô hình phù hợp
Sau đó tác giả tiến hành kiểm định hệ số beta có ý nghĩa hay không (xem có tác động hay không?) với cặp giả thiết để xem xét các biến có tác động hay không.
Ho : β1, β2, = 0
H1 : β1, β2 ≠ 0
Với mức ý nghĩa 5%, nếu P value > 5% bác bỏ Ho và ngược lại (v) Kiểm định các giả thuyết và các vấn đề của mô hình
- Kiểm định đa cộng tuyến (sử dụng hồi qui phụ):
Kiểm định này nhằm phát hiện ra hiện tượng đa cộng tuyến là hiện tượng mà các biến độc lập có quan hệ tương quan với nhau.
Mô hình hồi qui chính:
t i t ki k t i t i t i X X X Y, 0 1 1, 2 2, ... , ,
Xét các mô hình hồi qui phụ sau:
Xj,t =0+1X1i,t+2X2i,t +…+j-1Xj-1i,t +j+1Xj+1i,t +i,t
Giả thiết:
H0 : Rj2 = 0: Không có đa cộng tuyến H1 : Rj2 0: Có đa cộng tuyến Với mức ý nghĩa miền bác bỏ là:
F > F;(k-2,n-k+1) hay p-value <
Chấp nhận H0: Không có đa cộng tuyến giữa Xj với các biến độc lập còn lại. Chấp nhận H1: Có đa cộng tuyến giữa Xj với các biến độc lập còn lại.
- Kiểm định phương sai thay đổi Heteroscedasticity: (Kiểm định White)
Kiểm định White nhằm xem xét phương sai của sai số mô hình hồi qui có thay đổi hay không.
Mô hình kiểm định:
i,t = 0+1X1i,t+2X2i,t+…+kXki,t+k+1X1i,t*X2i,t+…+k+mX(k-
1)i,t*Xki,t+k+m+1X1i,t ^2i,t+…+k+m+1+hXki,t^2i,t+i,t
Giả thiết:
H0: i = 0 i0,km1h : Không có hiện tượng phương sai thay đổi H1: i 0 : Có hiện tượng phương sai thay đổi
Với mức ý nghĩa miền bác bỏ là:
nR2>2;k+m+1+h
Chấp nhận H0: Không có hiện tượng phương sai thay đổi Bác bỏ H0: Có hiện tượng phương sai thay đổi.
- Kiểm định tự tương quan: (Kiểm định Durbin - Watson)
Kiểm định tự tương quan bậc p: Kiểm định Breusch - Godfrey (BG) Xét mô hình:
Y= 0 + 1X +
t= 1t-1 + 2t-2 + … + pt-p + t
Bước 1: Ước lượng mô hình mô hình hồi qui ban đầu bằng OLS, tìm phần dư t.
Bước 2: Dùng OLS để ước lượng mô hình
Kết luận chương 3
Tại chương 3 tác giả đã chi tiết hóa các ý tưởng phục vụ cho việc trả lời các câu hỏi nghiên cứu; đạt được mục tiêu nghiên cứu đề ra. Cụ thể, từ các nghiên cứu trước đây ở chương 2, tác giả đã ứng dụng nghiên cứu của Kolapo T. Funso; Ayeni, R. Kolade (2012), Neir Klein (2013), Ahlem Selma Messai (2013) vào việc xây dựng mô hình nghiên cứu mối quan hệ giữa nợ xấu và khả năng sinh lời; và để đảm bảo cho mô hình có ý nghĩa thì trong mô hình có thêm một số biến kiểm soát.
Sau đó, tác giả đi vào trình bày phương pháp tính các chỉ tiêu trên, các giả thuyết nghiên cứu trong mô hình. Dữ liệu trong mô hình được thu thập từ báo cáo tài chính, các nghiên cứu của các cơ quan quản lý, chuyên môn trong lĩnh vực ngân hàng tài chính và được xử lý trên phần mềm Eviews.
Các kỹ thuật phân tích dữ liệu bao gồm: thống kê mô tả, hồi quy mô hình, kiểm định tự tương quan, đa cộng tuyến, phương sai sai số thay đổi, kiểm định các giả thuyết thống kê, sự phù hợp của mô hình. Những nội dung tại chương 3 này sẽ là những kiến thức cần thiết ứng dụng vào việc phân tích thực tiễn tại Agribank chi nhánh Thừa Thiên Huế.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1. KHÁI QUÁT VỀ AGRIBANK CHI NHÁNH THỪA THIÊN HUẾ 4.1.1. Lịch sử hình thành phát triển 4.1.1. Lịch sử hình thành phát triển
Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Thừa Thiên Huế (Viết tắt: Agribank chi nhánh Thừa Thiên Huế), tiền thân là Ngân hàng Phát triển Nông nghiệp Thừa Thiên Huế, được thành lập sau khi chia tách tỉnh Bình Trị Thiên năm 1989.
Agrbank chi nhánh Thừa Thiên Huế là chi nhánh loại 1 trực thuộc Agrbank Việt Nam, thực hiện nhiệm vụ chính trị theo định hướng kinh doanh của ngành trên cơ sở hướng phát triển kinh tế xã hội tại địa phương trong đó chú trọng đầu tư vào các chương trình dự án trong việc triển khai chủ trương lớn của Đảng và nhà nước về nông nghiệp, công nghiệp, thương mại, dịch vụ du lịch... đặc biệt đầu tư vốn để phát triển kinh tế khu vực nông nghiệp nông thôn của tỉnh.
Với bề dày hơn 20 năm phát triển. Agribank chi nhánh Thừa Thiên Huế có những bước phát triển ổn định vững chắc trên mọi lĩnh vực hoạt động. Đến ngày 31/12/2013: Nguồn vốn huy động nội ngoại tệ đạt trên 4.131 tỷ đồng, trong đó tiền gửi dân cư nội ngoại tệ chiếm 82%. Tổng dư nợ đạt trên 4.237 tỷ đồng.
Chi nhánh chú trọng tăng cường đầu tư cơ sở vật chất ngày càng khang trang hiện đại, đội ngũ cán bộ liên tục được học tập và bồi dưỡng kiến thức nghiệp vụ mới. Từ tháng 5 năm 2008, triển khai vận hành chương trình IPCAS, thực hiện tốt về dịch vụ sản phẩm mới như: thanh toán nội địa, thanh toán quốc tế, đại lý bảo hiểm ABIC, đại lý nhận lệnh chứng khoán, dịch vụ Mobile Banking, Internet Banking, thấu chi thẻ ghi nợ nội địa, đặc biệt đã trang bị được 26 máy ATM và 65 máy POS lắp đặt phủ khắp các huyện và thành phố với các điểm giao dịch thuận lợi đảm bảo vận hành thông suốt cho trên 118.945 thẻ ATM đã phát hành.
Công tác quảng cáo tiếp thị được chi nhánh quan tâm nhằm kịp thời quảng bá sản phẩm mới, các chương trình khuyến mãi, hỗ trợ lãi suất... để khách hàng tiếp cận. Hoạt động quan hệ công chúng (PR) cũng được chi nhánh hết sức chú trọng nhằm xây dựng hình ảnh tốt đẹp, uy tín của thương hiệu Agribank trong khách hàng
và các ngành hữu quan. Chi nhánh tài trợ nhiều hoạt động kinh tế, văn hóa, xã hội diễn ra trong tỉnh như: Lễ hội Diều trong Festival, hội chợ thương mại Huế...Agribank chi nhánh Thừa Thiên Huế đồng thời quan tâm đến công tác từ thiện, xã hội: chăm sóc phụng dưỡng suốt đời các Mẹ VN anh hùng, đóng góp Quỹ tình nghĩa, quỹ liên lạc hưu trí, trích ủng hộ quỹ nạn nhân chất độc màu da cam tỉnh Thừa Thiên Huế, xây dựng trường mầm non cho trẻ em nghèo, trao quà cho học sinh nghèo, thực hiện chiến dịch tình nguyện hè đến các vùng sâu vùng xa, hiến máu nhân đạo định kỳ.
Agribank chi nhánh Thừa Thiên Huế xác định hướng đi của mình trong thời gian tới đây và trong tương lai đó là xây dựng cơ sở vật chất làm nền tảng cho một Ngân hàng hiện đại với đội ngũ cán bộ viên chức chuyên nghiệp, tiếp tục giữ vững và phát triển quan hệ tốt đẹp khách hàng, ứng dụng công nghệ thông tin hiện đại trong mọi hoạt động kinh doanh... đảm bảo hoàn thành nhiệm vụ năm 2014 và các năm tiếp theo.
4.1.2. Cơ cấu tổ chức
Cơ cấu tổ chức của Agribank chi nhánh Thừa Thiên Huế gồm:
Ban giám đốc: Gồm 1 giám đốc và 2 Phó giám đốc có chức năng lãnh đạo và điều hành mọi hoạt động của ngân hàng.
Phòng kế toán & Ngân quỹ: Thực hiện nghiệp vụ kế toán ngân hàng và hạch toán tiền gửi, tiền vay, thanh toán chuyển tiền cho các đơn vị, hạch toán nội bộ