sai sót, các ô trống thiếu thông tin, sai thông tin và tiến hành hoàn thiện ma trận dữ liệu (data matrix).
Dữ liệu sau cùng được đưa vào sử dụng trong mô hình và tiến hành phân tích. Mô hình nghiên cứu của bài sử dụng dữ liệu bảng (panel data) được hồi quy theo 3 cách: mô hình bình phương tối thiểu dạng gộp (POLS), mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM). Từ đó, dựa vào kiểm định Hausman phân tích tương quan giữa các thành phần sai số chuyên biệt chéo hay cá nhân (εi ) và các biến độc lập để lựa chọn mô hình phù hợp.
4.3 Kết quả nghiên cứu
4.3.1 Kết quả thống kê mô tả các biến độc lập và phụ thuộc
Kết quả thống kê mô tả, đo lường bằng các đại lượng đặc trưng đối với các biến nghiên cứu được thể hiện ở Bảng 4.3
Bảng 4.3 Thống kê mô tả các biến độc lập và phụ thuộc
Đơn vị tính: %, triệu VNĐ
N | Trung bình | Độ lệch chuẩn | Nhỏ nhất | Lớn nhất | |
SIZE | 200 | 98.337.533 | 129.000.000 | 1.575.155 | 661.000.000 |
PROF | 200 | 1.08% | 0.70% | 0.01% | 4.73% |
TANG | 200 | 1.57% | 1.25% | 0.24% | 7.10% |
GROW | 175 | 29.86% | 53.24% | -40.69% | 584.15% |
GDP | 200 | 5.94% | 0.60% | 5.25% | 7.13% |
LIQU | 200 | 74.67% | 31.71% | 20.24% | 280.32% |
LEV | 200 | 87.24% | 8.59% | 38.59% | 95.74% |
Có thể bạn quan tâm!
-
Đề Xuất Mô Hình Nghiên Cứu Các Nhân Tố Ảnh Hưởng Đến Cấu Trúc Tài Chính Của Nhtmcp Việt Nam -
Đánh Giá Chung Về Thực Trạng Cấu Trúc Tài Chính Của Các Ngân Hàng Thương Mại Cổ Phần Việt Nam -
Huy Động Vốn Trong Tổng Nợ Của 25 Nhtmcp Việt Nam Từ Năm 2007-2014 -
Giải Pháp Vận Dụng Các Nhân Tố Ảnh Hưởng Đến Việc Hoàn Thiện Cấu Trúc Tài Chính Của Các Ngân Hàng Thương Mại Cổ Phần Việt Nam -
Một Số Khuyến Nghị Khi Các Ngân Hàng Triển Khai Giải Pháp -
Các nhân tô ảnh hưởng đến cấu trúc tài chính của các Ngân hàng thương mại cổ phần Việt Nam - 10
Xem toàn bộ 95 trang tài liệu này.
Nguồn: Theo tính toán của tác giả từ Eviews
Theo kết quả Bảng 4.3 cho thấy trong giai đoạn từ năm 2007 – 2014:
- Tổng tài sản (SIZE): kết quả phân tích 25 NHMTCP Việt Nam cho thấy bình quân một ngân hàng có tổng tài sản 98.337.533 triệu đồng, trong đó quy mô tài sản nhỏ nhất là 1.575.155 triệu đồng của MDB vào năm 2007, quy mô tài sản lớn nhất là 661.000.000 triệu đồng của Vietinbank vào năm 2014 (phụ lục 03).
- Lợi nhuận (PROF): bình quân chung của mẫu nghiên cứu là 1.08%, trung bình của ngân hàng cao nhất là 4.73% (thuộc về Saigonbank năm 2010) và thấp nhất là 0.01% ( thuộc về SeAbank năm 2012). Các ngân hàng có lợi nhuận cao hơn mức bình quân tập trung chủ yếu là các ngân hàng có quy mô vốn vừa và nhỏ với 14 ngân hàng (phụ lục 04).
- Tài sản hữu hình (TANG): mức bình quân chung tỷ lệ tài sản cố định trong tổng tài sản của mẫu nghiên cứu là 1.57%, tỷ lệ cao nhất là 7.1% và thấp nhất là 0.24%.
- Tốc độ tăng trưởng (GROW): trong giai đoạn từ năm 2007 – 2014, tốc độ tăng trưởng bình quân của 25 NHTMCP Việt Nam là 29.86% (gấp 5 lần so với tốc độ tăng trưởng của GDP). Tuy nhiên, tốc độ tăng trưởng không đều với tốc độ trưởng bình quân cao nhất là 584.15% và thấp nhất là -40.69%. Những năm đạt mức tăng trưởng cao là năm 2009, năm 2010 và năm 2011 (phụ lục 06).
- Tăng trưởng tổng sản phẩm quốc nội (GDP): trong khoảng thời gian 2007- 2014, biến GDP được đánh giá là tăng trưởng cao, bình quân tăng trưởng GDP là 5.94% trong đó cao nhất là năm 2007 (7.13%) (phụ lục 07).
- Tính thanh khoản (LIQU): Các NHTMCP Việt Nam có tổng dư nợ cho vay trên vốn huy động rất cao, bình quân chiếm tới 74.67%. Bình quân ngân hàng có dư nợ cho vay trên vốn huy động cao nhất là 280.32% vào năm 2009 và thấp nhất là 20.24% vào năm 2010 (phụ lục 08).
- Đòn bẩy tài chính (LEV): tỷ lệ tổng nợ trên tổng tài sản của các NHTMCP Việt Nam bình quân chung là 87.24%, trung bình cao nhất là 95.74% và thấp nhất là 38.59%. Tuy nhiên, mức độ chênh lệch đòn bẩy tài chính qua từng năm không nhiều. Mức độ phụ thuộc nguồn tài trợ bên ngoài cao tập trung chủ yếu ở các ngân hàng có quy mô lớn.
4.3.2 Phân tích ma trận tương quan
Trong mô hình hồi quy bội, ta đã giả thiết giữa các biến độc lập của mô hình không có hiện tượng đa 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 mô 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[10]. 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 chấp nhận (vì giá trị phân biệt có khả năng tồn tại giữa hai biến này) Ngược lại, ta xem mô hình xảy ra hiện tượng đa cộng tuyến.
Bảng 4.4 Ma trận tương quan
SIZE | PROF | TANG | GROW | GDP | LIQU | LEV | |
Probability | |||||||
SIZE | 1 | ||||||
----- | |||||||
PROF | -0.2397 | 1 | |||||
0.0030 | ----- | ||||||
TANG | -0.4086 | 0.1165 | 1 | ||||
0.0000 | 0.1542 | ----- | |||||
GROW | -0.1041 | 0.0294 | -0.1586 | 1 | |||
0.2033 | 0.7205 | 0.0517 | ----- | ||||
GDP | 0.0419 | 0.2058 | -0.1117 | 0.2697 | 1 | ||
0.6093 | 0.0113 | 0.1723 | 0.0008 | ----- | |||
LIQU | -0.2160 | 0.3022 | 0.2299 | -0.2621 | -0.1408 | 1 | |
0.0077 | 0.0002 | 0.0045 | 0.0011 | 0.0846 | ----- | ||
LEV | 0.7051 | -0.3517 | -0.4094 | 0.0302 | 0.0606 | -0.5077 | 1 |
0.0000 | 0.0000 | 0.0000 | 0.7126 | 0.4601 | 0.0000 | ----- |
Nguồn: Theo tính toán của tác giả từ Eviews Từ bảng ma trận tương quan giữa các biến trong mô hình, ta nhận thấy rằng không có hiện tượng tương quan trầm trọng giữa các cặp biến độc lập trong mô hình. Quả thực, tất cả các hệ số tương quan tuyệt đối giữa các biến độc lập dao động từ 0.0294 đến 0.4086 (giá trị tương quan lớn nhất là giữa hai biến SIZE và TANG : rSIZE và TANG = - 0.4086), 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 biến SIZE (0.7051) có mối tương quan cao với đòn bẩy tài chính (LEV). Các biến
10 Hoàng Thị Phương Thảo và cộng sự, 2010. Phát triển sự đo lường tài sản thương hiệu trong thị trường dịch vụ. Đề tài nghiên cứu khoa học cấp Bộ. Mã số: B2007- 09-35. Đại học Kinh tế Thành phố Hồ Chí Minh.
LIQU (-0.5077), TANG (0.4094), PROF (-0.3517) và có tương quan trung bình với đòn bẩy tài chính (LEV). Riêng biến GROW (0.0302) và biến GDP (0.0606) có mức tương quan khá yếu với đòn bẩy tài chính (LEV). Như vậy, các biến tồn tại trong mô hình là tương đối phù hợp và không có hiện tượng đa cộng tuyến. Tiếp theo phần phân tích ma trận tương quan, ta sẽ tiến hành ước lượng mô hình hồi quy các nhân tố tác động đến CTTC của các NHTMCP Việt Nam.
4.3.3 Kết quả phân tích theo mô hình
4.3.3.1 Kết quả hồi quy
Để tìm hiểu các nhân tố ảnh hưởng như thế nào đến tỷ số đòn bẩy tài chính, đại diện cho CTTC của các NHTMCP Việt Nam, tác giả lần lượt ước lượng mô hình bình phương tối thiểu dạng gộp (POLS) rồi sử dụng kiểm định bằng Breusch – Pagan/ Cook – Weisbrg test để kiểm tra xem mô hình có phương sai thay đổi hay không, sau đó sử dụng mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM) nếu có phương sai thay đổi và dùng Hausman test để kiểm tra xem FEM hay REM phù hợp hơn.
Bảng 4.5 Kết quả hồi quy với các mô hình
POLS | FEM | REM | ||||
Hệ số β | Giá trị P | Hệ số β | Giá trị P | Hệ số β | Giá trị P | |
C | 0.1159 | 0.0728 | 0.3367 | 0.0039 | 0.1171 | 0.0405** |
SIZE | 0.0120 | 0.0004*** | 0.0149 | 0.0150** | 0.0121 | 0.0001*** |
PROF | -0.5321 | 0.2577 | 0.3016 | 0.5798 | -0.5218 | 0.2081 |
TANG | -0.0655 | 0.7967 | -1.3249 | 0.0050*** | -0.0736 | 0.7438 |
GROW | 0.0396 | 0.0000*** | 0.0336 | 0.0000*** | 0.0396 | 0.0000*** |
GDP | -1.4802 | 0.0398** | -1.7071 | 0.0088*** | -1.4853 | 0.0191** |
LIQU | -0.0518 | 0.0000*** | -0.0534 | 0.0002*** | -0.0519 | 0.0000*** |
R-squared | 0.8321 | 0.8922 | 0.8303 | |||
Adjusted R- squared | 0.8239 | 0.8641 | 0.8220 | |||
F-statistic | 101.2479 | 31.7664 | 99.9514 | |||
Prob(F- statistic) | 0.0000 | 0.0000 | 0.0000 | |||
Nguồn: Theo tính toán của tác giả từ Eviews
*,**,*** tương ứng với các mức ý nghĩa 10%, 5%, 1%
Kết quả ước lượng trong Bảng 4.5 cho thấy trong ba mô hình ước lượng chỉ có biến lợi nhuận không có ý nghĩa thống kê. Biến quy mô (SIZE) và tính thanh khoản (LIQU), tốc độ tăng trường và GDP có ảnh hưởng đến đòn bẩy tài chính (LEV) ở mức ý nghĩa 5% và 1% trong cả ba mô hình, trong đó quy mô (SIZE) và tốc độ tăng trưởng (GROW) có tác động dương đến đòn bẩy tài chính (LEV), còn tính thanh khoản (LIQU) và có tác động âm đến đòn bẩy tài chính tài chính (LEV) là phù hợp với kì vọng của giả thuyết. Biến tăng trưởng tổng sản phẩm quốc nội GDP có tác động âm đến đòn bẩy tài chính (LEV) là ngược lại với kì vọng của giả thiết. Biến tài sản hữu hình (TANG) có tác động âm lên đòn bẩy tài chính trong mô hình FEM ở mức ý 1% là phù hợp với kì vọng của giả thuyết. Như vậy, nhân tố quy mô (SIZE), tính thanh khoản (LIQU), tốc độ tăng trưởng (GROW) và GDP đều có ảnh hưởng lên CTTC của NHTM Việt Nam trong khi nhân tố lợi nhuận không có ảnh hưởng lên CTTC ở tất cả các mô hình ước lượng. Nhân tố tài sản hữu hình (TANG) có kết quả ảnh hưởng khác nhau lên CTTC ở các mô hình. Điều này cho thấy, việc lựa chọn mô hình ước lượng sẽ xác định được nhân tố nào thực sự ảnh hưởng lên CTTC của các NHTMCP Việt Nam.
Giá trị P = 0.00000 ở cả ba mô hình cho thấy tất cả mô hình có ý nghĩa cao và phù hợp với bộ dữ liệu thu thập. Tuy nhiên, trong toàn bộ dữ liệu thống kê thu thập được, 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 dòng thời gian từ năm 2007 đến năm 2014 về các nhân tố tác động đến CTV của 25 NHTMCP Việt Nam khác nhau, tức là đề tài đã tiến hành phân tích mô hình hồi quy dữ liệu bảng. Trong mô hình POLS, đề tài đã gộp tất cả các quan sát có được ( không 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 vô tình
ngầm giả định là các tham số của hồi quy không thay đổi theo thời gian, và không có khác biệt gì giữa các thực thể ngân hàng, mà chỉ tiến hành ước lượng hồi quy Bình phương nhỏ nhất thông thường (OLS). Ngoài 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. Trên thực tế, bản chất của các nhân tố tác động đến CTTC của các NHTMCP qua các năm chưa hẳn hoàn toàn không có khác biệt nào. Với phương pháp ước lượng mô hình trên, vô 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 với năm khác trong thời gian mẫu nghiên cứu. Vì vậy, mô hình POLS được xem là mô hình cơ bản, nhưng không được lựa chọn trong nghiên cứu này.
Để khắc phục các nhược điểm của mô hình POLS, hai mô hình FEM và REM được lựa chọn. Điều này cũng đã được chứng minh trong nghiên cứu của Gropp và Heider (2009), Octavia và Brown (2008), Ebru Çağlayan (2010), Lê Phương Dung và Đặng Thị Hồng Giang (2013) để đánh giá và lựa chọn mô hình phù hợp nhất. Tuy nhiên, để xác định mô hình tác động cố định (FEM) hay mô hình tác động ngẫu nhiên (REM) hiệu quả hơn trong nghiên cứu này, tác giả tiến hành kiểm định Hausman để đánh giá. Kiểm định Hausman với giả định:
H0: Ước lượng của mô hình tác động cố định và mô hình tác động ngẫu nhiên không khác nhau.
H1: Ước lượng của mô hình tác động cố định và mô hình tác động ngẫu nhiên là khác nhau.
Bảng 4.6 Kết quả kiểm định Hausman
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Chi-Sq. Statistic | Chi-Sq. d.f. | Prob. | |
Cross-section random | 48.422319 | 7 | 0 |
Nguồn: Theo tính toán của tác giả từ Eviews Kiểm định Hausman được thể hiện trong Bảng 4.6 cho thấy P = 0.0003 < 5% nghĩa là có cơ sở để bác bỏ H0 và chấp nhận H1. Khi có sự khác biệt của ước lượng
của mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) thì nghiên cứu sử dụng mô hình tác động cố định (FEM) có ý nghĩa cao hơn. Vì vậy, mô hình tác động cố định (FEM) là lựa chọn phù hợp để thể hiện ảnh hưởng của các nhân tố đến CTTC của các NHTMCP Việt Nam.
4.3.3.2 Kiểm định sự phù hợp của mô hình
Theo kiểm định Hausman, mô hình tác động cố định (FEM) được lựa chọn làm mô hình hồi quy biểu diễn mối quan hệ giữa đòn bẩy tài chính và các nhân tố ảnh hưởng. Kết quả hồi quy theo phương pháp này được thể hiện trong Bảng 4.5 cho thấy R2 = 0.8922, tức là mô hình đã giải thích được tương đối tốt ( 89,22%) sự thay đổi của biến phụ thuộc, kết quả này được cải thiện đáng kể so với mô hình POLS và REM. Giá trị R2 hiệu chỉnh = 0.8641 và giá trị kiểm định Prob(F-statistic) = 0 < α nên mô hình kiểm định là phù hợp.
Kiểm định giả thiết về các hệ số hồi quy riêng
Với giả thiết của mô hình là: H0: βi = 0 và H1: βi ≠ 0; sử dụng kết quả giá trị xác suất P, từ thống kê P của mô hình (Bảng 3.4) ta có kết quả sau:
- Hằng số C có giá trị P = 0.00389 < α = 1% do đó hằng số C có ý nghĩa trong mô hình
- Biến tính thanh khoản (LIQU), tài sản hữu hình (TANG) và tăng trưởng (GROW) và GDP nhận giá trị p = 0 nhỏ hơn 1% do đó bác bỏ giả thuyết H0: βi = 0, nên có thể khẳng định tính thanh khoản (LIQU), tài sản hữu hình (TANG) và tốc độ tăng trưởng (GROW) và GDP có ảnh hưởng lên đòn bẩy tài chính (LEV)với mức ý nghĩa 1%.
- Biến quy mô (SIZE) có giá trị p= 0,0150 nhỏ hơn 5% do đó bác bỏ giả thiết H0: βi = 0, nên có thể khẳng định quy mô (SIZE) có ảnh hưởng đến đòn bẩy tài chính (LEV) với mức ý nghĩa 5%.
- Biến lợi nhuận (PROF) có giá trị P > 57% nên ta chấp nhận giả thiết H0: βi = 0, tức lợi nhuận (PROF) không có tác động lên đòn bẩy tài chính (LEV).
4.4 Thảo luận kết quả
Bảng 4.7: Tổng hợp kết quả các nhân tố ảnh hưởng đến CTTC NHTMCP
Việt Nam
Kết quả nghiên cứu | Kì vọng | Nghiên cứu thực nghiệm | |||
Đồng biến | Nghich biến | Không có ý nghĩa | |||
SIZE | 0.0149 | + | Amidu (2007), Gropp và Heider (2009), Octavia và Brown (2008),Ebru Çağlayan (2010),Sajid Gul và cộng sự (2012), | ||
PROF | 0.3016 | - | Amidu (2007), Gropp và Heider (2009) ,Octavia và Brown (2008),Ebru Çağlayan (2010),Sajid Gul và cộng sự (2012) | ||
LIQU | - 0.0534 | - | Sajid Gul và cộng sự (2012), | ||
TANG | -1.3249 | - | (2005),Ebru Çağlayan | Amidu (2007),Sajid Gul và cộng sự (2012) | |
GROW | 0.0336 | + | Sajid Gul và cộng sự (2012). | ||
GDP | -1.7071 | + | Gropp và Heider (2009) | ||
R2 | 0,8922 |
Nguồn: Tác giả tổng hợp từ kết quả nghiên cứu từ Eviews và các nghiên cứu thực nghiệm
Bảng tổng hợp cho thấy rằng mức độ giải thích của mô hình là khá cao, các biến độc lập giải thích được 89,22% thay đổi của biến phụ thuộc Đòn bẩy tài chính (LEV), 10,78% sự thay đổi còn lại của biến LEV có thể do các nhân tố ngẫu nhiên gây ra. Mức độ giải thích này của mô hình tuy rằng thấp hơn so với nghiên cứu của Buferna và cộng sự (1995) là 95% , Ebru Çağlayan (2010) là 91% nhưng lại cao hơn với các kết quả của Octavia và Brown (2008) là 77.2 % và cao hơn Gropp và Heider (2009) 58%. Kết quả này tương đồng khi Octavia và Brown (2008) nghiên cứu về CTTC của các quốc gia đang phát triển. Cụ thể, biến độc lập ảnh hưởng lên CTTC của NHTMCP như sau:
Nhân tố quy mô (SIZE)
Sự tác động của quy mô ngân hàng đến CTTC được thể hiện qua hệ số β3 = 0.0149 ( với mức ý nghĩa 5%) cho thấy đây là mối quan hệ đồng biến. Đối với ngân hàng hoạt động trong lĩnh vực kinh doanh tiền tệ, nên việc huy động vốn của ngân hàng là một hình thức vay tiền mà không có tài sản thế chấp, do đó sự tín nhiệm đối