Bước 4: Tác giả sử dụng các kỹ thuật kiểm định để kiểm tra sự vi phạm các giả định của mô hình hồi quy.
Để phát hiện đa cộng tuyến, tác giả lựa chọn phương pháp sử dụng nhân tử phóng đại phương sai (VIF – Variance Inflation Factor - Mức độ cộng tuyến giữa biến phụ thuộc với các biến độc lập). Nếu trong kết quả kiểm định phát hiện có VIF của biến >10 (Gujarati, 2003), tác giả loại 01 biến độc lập có VIF lớn nhất và lớn hơn 10. Sau đó tiếp tục thực hiện lệnh collin với các biến độc lập còn lại, kiểm định VIF và cứ tiếp tục loại bỏ biến cho đến khi VIF của tất cả các biến độc lập đều nhỏ hơn 10. Lúc đó, mô hình phù hợp, đã khắc phục được hiện tượng đa cộng tuyến.
Việc chuẩn đoán hiện tượng phương sai sai số thay đổi (PSSSTĐ) trong mô hình hồi quy có thể dựa vào kiểm định Breusch-Pagan (kiểm định nhân tử Lagrange) cho mô hình REM, sử dụng trong Stata theo lệnh “xttest0”. Và dùng kiểm định Ward để phát hiện PSSSTĐ qua các thực thể trong mô hình FEM, sử dụng lệnh “xttest3”. Với giả thiết H0: Phương sai qua các thực thể là không đổi, xét p giá trị nếu p-value < 0.05, bác bỏ H0 tức mô hình tồn tại hiện tượng PSSSTĐ. Tuy nhiên, nếu lựa chọn mô hình REM thì hiện tượng PSSSTĐ đã tự triệt tiêu.
Kiểm định Wooldridge để phát hiện tự tương quan (TTQ) trong mô hình. Giả thiết H0 được bác bỏ cho thấy có hiện tượng TTQ trong mô hình, với p-value < 0,05. Tuy nhiên, cần lưu ý mô hình Random effects quan tâm đến cả vấn đề về những khác biệt của riêng các đối tượng phân tích theo thời gian đóng góp vào mô hình, do đó mắc phải hiện tượng TTQ, PSSSTĐ là vấn đề cần phải giải quyết trong mô hình này.
KẾT LUẬN CHƯƠNG 3
Từ kết quả phân tích thực trạng hiệu quả hoạt động của các NHTM Việt Nam hiện nay, ta có thể đưa ra nhận xét, mặc dù hệ thống ngân hàng hiện nay đang trong tình trạng phục hồi, tăng trưởng tín dụng có chiều hướng tăng nhưng chất lượng tín dụng kém, nợ xấu vẫn còn đang trong giai đoạn chưa được xử lý triệt để, chi phí hoạt động ngày càng cao do chạy đua cuộc cạnh tranh mở rộng mạng lưới làm cho lời nhuận ngân hàng thấp, hiệu quả hoạt động ngân hàng không cao, đang trong tình trạng bảo hòa, trì trệ.
Trước thực trạng đó, dựa trên nghiên cứu thực nghiệm của các nhà khoa học, tác giả quyết định xây dựng mô hình nghiên nhằm mở ra con đường mới cho các NHTM Việt Nam nhận thấy rò các nhân tố nào gây ra sức ảnh hưởng cho tình trạng sức khỏe của ngân hàng mình. Tác giả dùng nhân tố khả năng sinh lời (ROA, ROE) làm biến phụ thuộc đại diện cho hiệu quả hoạt động ngân hàng, và sử dụng 17 biến độc lập làm nhân tố tác động trong đó có 14 biến nội tại liên quan đến các nhân tố phản ánh về quy mô tài sản, vốn, thu nhập, chi phí, rủi ro và 3 biến vĩ mô đại diện sự tác động của nền kinh tế lên hiệu quả hoạt động ngân hàng. Sở dĩ tác giả lựa chọn các biến trên là vì một phần tác giả dựa vào sự thành công của mô hình gốc, phần là do các nhân tố trên phản ánh toàn diện về tình trạng sức khỏe của các ngân hàng.
Hơn nữa, các giả thuyết được đưa ra trong mô hình để dự báo chiều hướng tác động của từng nhân tố lên biến phụ thuộc. Tuy nhiên, đây chỉ là mang tính chất kỳ vọng, tác giả chỉ dự báo theo xu hướng tác động chung và tham khảo từ các kết quả của những mô hình nghiên cứu trước đây, kết quả thực nghiệm của mô hình sẽ có sự thay đổi, có thể khác so với kỳ vọng mà tác giả đưa ra.
CHƯƠNG 4
THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
4.1. Phân tích thống kê mô tả
Bảng 4.1 thể hiện các trị số thống kê cho tất cả các biến nghiên cứu sử dụng trong mô hình và số quan sát là 120. Từ kết quả thống kê cho thấy ROA dao động trong khoảng 0,01% - 2,53%. Đối với chỉ số ROA, một ngân hàng lành mạnh thông thường chỉ có khả năng tạo ra chỉ số ROA nằm trong ngưỡng từ 1% - 2%. Với giá trị trung bình 0,82%, hiệu quả của việc quản lý và sử dụng tài sản để tạo ra thu nhập của nhóm ngân hàng nghiên cứu còn kém, chính sách đầu tư hay cho vay không hiệu quả, chi phí hoạt động của ngân hàng cao.
Tương tự ROE đạt giá trị lớn nhất là 26,82% và nhỏ nhất là 0,06%. Theo chuẩn mực đánh giá năng lực tài chính của Moody’s, chỉ số ROE nằm ở ngưỡng từ 12% - 15% là chấp nhận được. ROE trong nghiên cứu có giá trung bình là 9,25%, thấp hơn ngưỡng bình thường của ngành (10%). Điều này chứng tỏ các ngân hàng đang trong tình trạng sử dụng vốn chủ sở hữu chưa đạt hiệu quả, khả năng tạo lợi nhuận kém và nền kinh tế Việt Nam đang rơi vào tình trạng suy thoái giai đoạn nghiên cứu 2010 – 2015.
Chỉ số Dư nợ cho vay/Tổng tài sản (LA) bình quân ở mức 0,49%, dao động trong khoảng 0,19% - 0,71%, con số trên là khá thấp do tốc độ tăng trưởng tín dụng có xu hướng giảm trong nhiều năm gần đây. Còn chỉ số trung bình của mức độ an toàn vốn (EA) thấp 9,6%, tiềm ẩn rủi ro cao khi các NHTM sử dụng nguồn vốn mang đi đầu tư không hợp lý (dùng nguồn vốn ngắn hạn, cho vay trung – dài hạn), có nguy cơ phát sinh vấn đề nợ xấu.
Bảng 4.1 – Thống kê mô tả dữ liệu
Obs | Mean | Std. Dev. | Min | Max | |
ROA | 120 | 0,8225068 | 0,5119104 | 0,0100717 | 2,538124 |
ROE | 120 | 9,250449 | 6,085253 | 0,0682594 | 26,82345 |
LA | 120 | 0,4927261 | 0,1285546 | 0,1910427 | 0,7099834 |
EA | 120 | 9,619857 | 3,544832 | 4,255612 | 25,53888 |
LLPTL | 120 | 1,120491 | 0,7350686 | 0,1612207 | 3,280725 |
LOGTA | 120 | 18,36118 | 1,049441 | 16,35141 | 20,56153 |
DEPTA | 120 | 60,68528 | 12,65491 | 29,22782 | 89,21708 |
INTEXEQ | 120 | 63,57188 | 27,79397 | 22,47716 | 157,6489 |
IETA | 120 | 5,591011 | 1,898117 | 2,358811 | 10,94748 |
INVESTTA | 120 | 0,4901139 | 0,4079411 | 0,5877228 | 1,45943 |
NIITI | 120 | 15,50921 | 14,08676 | 17,75918 | 78,55639 |
NIMTA | 120 | 2,813477 | 1,036587 | 0,3587905 | 6,235673 |
FL | 120 | 90,33122 | 3,518004 | 74,46112 | 95,74439 |
OPEXTA | 120 | 1,691646 | 0,5193508 | 0,5825412 | 3,055223 |
OPEXTI | 120 | 53,15513 | 13,82211 | 27,98192 | 92,73807 |
LLIFE | 120 | 3,008309 | 0,499553 | 0,6931472 | 4,060443 |
GDP | 120 | 5,75 | 0,9266185 | 4,14 | 6,78 |
CPI | 120 | 7,528333 | 5,987492 | 0,6 | 18,13 |
BIR | 120 | 11,37333 | 3,086047 | 7,9 | 15,31 |
Có thể bạn quan tâm!
-
Các Công Trình Nghiên Cứu Trong Nước Đã Được Công Bố -
Tình Hình Cân Đối Giữa Huy Động Tiền Gửi Và Dư Nợ Cho Vay Bảng 3.4 – Tốc Độ Tăng Trưởng Huy Động Và Dư Nợ Cho Vay Của 20 Nhtm -
Bảng Tổng Hợp Các Biến Trong Mô Hình Nghiên Cứu -
Kiểm Định Hiện Tượng Phương Sai Sai Số Thay Đổi Và Hiện Tượng Tự Tương Quan Của Mô Hình -
Giải Pháp 2: Tăng Mức Chi Phí Trích Lập Dự Phòng Rủi Ro Tín Dụng -
Giải Pháp 4: Nâng Cao Chất Lượng Quản Lý Chi Phí Hoạt Động
Xem toàn bộ 113 trang tài liệu này.
Nguồn: Kết quả trích xuất từ phần mềm Stata
Ngoài ra, chỉ số rủi ro tín dụng (LLPTL) trung bình chiếm tỷ trọng rất ít 1,12% tổng dư nợ cho vay. Cho thấy mức độ bảo đảm rủi ro cho tín dụng là rất thấp, có nguy cơ nợ xấu cao, không đảm bảo an toàn hoạt động cho hệ thống ngân hàng.
Tốc độ tăng trưởng tài sản (LOGTA) bình quân của các NHTM trong giai đoạn nghiên cứu là 18,36%, trong khi đó ROA và ROE có giá trị trung bình lần lượt chỉ đạt 0,82% và 9,25% cho thấy tình trạng hiệu quả của ngân hàng không theo kịp tốc độ tăng trưởng quy mô.
Cấu trúc tài trợ (DEPTA) đạt từ 29,22% - 89,21%, có giá trị trung bình 60,68%, cho thấy tổng tài sản của ngân hàng đa phần là từ tiền gửi huy động của các tổ chức và cá nhân. Đây là nguồn vốn có chi phí thấp, được các NHTM đặt biệt quan tâm.
Hiệu quả chi phí lãi (INTEXEQ) trung bình chiếm 63,57%, chi phí lãi vay khá cao, khả năng sinh lời kém. Năm 2011, chi phí lãi vay của ACB cao nhất trong nhóm ngân hàng khảo sát 157,64%, ACB tập trung quá nhiều vào hoạt động tín dụng, thu nhập lãi thuần đạt 6.607.558 triệu đồng chiếm 86,41% tổng thu nhập (Phụ lục), tuy nhiên ROA của ACB vẫn đạt 1,14% và ROE cao nhất là 26,82%. Nguồn chi phí tuy cao nhưng vẫn mang lại suất sinh lời ổn định, thật vậy ACB là ngân hàng bán lẻ hàng đầu Việt Nam lúc bấy giờ.
Chỉ số đa dạng hóa thu nhập (NIITI) mức trung bình tương đối khoảng 15,50% tổng thu nhập, chính vì quá tập trung vào các nguồn thu từ tín dụng nên các mảng hoạt động phi tín dụng, dịch vụ có tiềm năng cao thì các NHTM lại chưa chú trọng mở rộng và chưa đa dạng hóa các nguồn thu ngoài lãi cũng như gia tăng lợi nhuận cho ngân hàng. Thậm chí, một số NHTM đang nghiên cứu (ACB, ABBank, HDBank, MBBank,...) bị thua lỗ từ những hoạt động ngoài lãi.
Tỷ lệ thu nhập lãi cận biên (NIMTA) có giá trị trung bình thấp 2,81%, cao nhất cũng chỉ đạt 6,23%, hiệu quả hoạt động tín dụng của các NHTM kém, từ năm 2011 tốc độ tăng trưởng tín dụng thấp, kéo theo là hàng loạt chính sách kinh tế thắt chặt, lãi suất tín dụng cao, không hấp dẫn nhà đầu tư tham gia tín dụng. Bên cạnh đó, khả năng sinh lời của tài sản có từ thu nhập ngoài lãi (INVESTTA) rất khiêm tốn, trung bình chỉ 0,49%, mức cao nhất cũng chỉ đạt 1,45%.
Một chỉ tiêu khá quan trọng là đòn bẩy tài chính (FL) dao động khá lớn từ 74,46% - 95,74%, đạt giá trị trung bình khá cao 90,33%, độ lệch chuẩn 3,51%. Điều này cho thấy, trọng tâm của FL là tỷ số nợ, chủ yếu là tiền gửi huy động từ các tổ chức và cá nhân. Các NHTM vận dụng khá nhiều lợi thế từ đòn bẩy tài chính vào hoạt động kinh doanh, có ảnh hưởng lớn đến ROE.
Chất lượng quản lý (OPEXTI) có giá trị trung bình 53,15% tương đối cao, chứng minh trong giai đoạn 2010 – 2015, các NHTM có chú trọng đầu tư vào công tác quản lý điều hành hoạt động, quản trị rủi ro, đặc biệt chú trọng đầu tư khá nhiều vào việc đào tạo và sử dụng nguồn nhân lực. Tuy nhiên, độ lệch chuẩn của OPEXTI là 13,22%, cho thấy cũng có ngân hàng bỏ tiền vào rất nhiều trong công tác quản lý, điều hành. Điển hình tháng 6/2013, NCB tiến hành đề án tự tái cấu trúc, thay đổi toàn diện từ hệ thống đến thương hiệu (thương hiệu cũ là Navibank), đầu tư quá nhiều vào chi phí hoạt động chiếm 92,73% tổng thu nhập, có ảnh hưởng rất lớn đến lợi nhuận của ngân hàng, ROA chỉ đạt 0,06% và ROE 0,57% là rất thấp (Báo cáo tài chính của NCB). Đối với chỉ tiêu OPEXTA thể hiện chi phí hoạt động so với tổng tài sản có giá trị trung bình tương đối thấp 1,69%.
Còn về chỉ số liên quan đến số năm hoạt động của ngân hàng (LLIFE) có giá trị trung bình đạt 3%, nhìn chung các NHTM trong bài khảo sát đều hoạt động trên 20 năm, đây là khoảng thời gian khá dài đủ để khẳng định uy tín hoạt động của ngân hàng đối với khách hàng.
Các chỉ tiêu tăng trưởng kinh tế (GDP) và chỉ số giá tiêu dùng (CPI) đo lường lạm phát lần lượt có giá trị trung bình 5,75% và 7,52%. Việt Nam thuộc
nhóm kinh tế các nước đang phát triển nên tốc độ tăng trưởng kinh tế trung bình luôn ở mức cao và do đó lạm phát cũng không thể thấp. Riêng mặt bằng lãi suất cho vay duy trì ở mức tương đối, chỉ số BIR giảm rất nhiều trong giai đoạn 2010 – 2015, mức thấp nhất là 7,90% năm 2015 và đạt trung bình ở mức 11,37% do tín dụng tăng trưởng khó khăn, sức hấp thụ vốn của nền kinh tế còn yếu, sản phẩm ngân hàng chưa đa dạng.
4.2. Phân tích ma trận tương quan
Ma trận hệ số tương quan từng đôi được trình bày trong bảng 4.2 cho thấy mối tương quan giữa các biến sử dụng trong mô hình. Nhìn chung, hầu hết hệ số tương quan giữa các biến đều khá thấp. Kết quả cho thấy biến ROA có tương quan mạnh nhất với OPEXTI (0,78) và tương quan yếu nhất với INTEXEQ (-0,01). Tương tự, đối với ROE, OPEXTI có tác động mạnh nhất (0,74) và NIITI tác động yếu nhất (-0,03). Tuy nhiên hệ số tương quan chỉ đánh giá quan hệ hai chiều mà không đánh giá được tác động một chiều các biến lên ROA và ROE.
Theo chuẩn so sánh của Farrar và Glauber (1967), các hệ số tương quan cao nhất (0,99; 0,90; 0,94) thể hiện lần lượt các mối tương quan từng cặp biến EA - FL; INVESTTA - NIITI; CPI - BIR đều lớn hơn 0,8. Điều này cho thấy mối quan hệ giữa các cặp biến khá chặt chẽ, có sự ảnh hưởng với nhau. Mô hình có khả năng mắc bệnh đa cộng tuyến.
Hơn thế nữa, để xác định rằng hiện tượng đa cộng tuyến giữa các biến có tồn tại hay không. Tác giả thực hiện kiểm định hệ số phóng đại nhân tử phương sai (VIF) để kiểm tra cho dữ liệu bảng trong STATA.
Bảng 4.2 – Ma trận tương quan
ROE | ROA | LLIFE | OPEXTI | OPEXTA | FL | NIMTA | NIITI | INVESTTA | IETA | INTEXEQ | DEPTA | LOGTA | LLPTL | EA | LA | GDP | CPI | BIR | |
ROE | 1,00 | ||||||||||||||||||
ROA | 0,76 | 1,00 | |||||||||||||||||
LLIFE | 0,04 | -0,19 | 1,00 | ||||||||||||||||
OPEXTI | 0,74 | 0,78 | 0,04 | 1,00 | |||||||||||||||
OPEXTA | 0,10 | -0,08 | 0,03 | 0,26 | 1,00 | ||||||||||||||
FL | 0,30 | -0,30 | 0,26 | -0,05 | 0,33 | 1,00 | |||||||||||||
NIMTA | 0,36 | 0,62 | -0,17 | 0,35 | -0,71 | -0,39 | 1,00 | ||||||||||||
NIITI | 0,03 | -0,10 | 0,40 | 0,10 | 0,24 | 0,14 | -0,51 | 1,00 | |||||||||||
INVESTTA | 0,20 | 0,08 | 0,43 | 0,27 | 0,04 | 0,12 | -0,24 | 0,90 | 1,00 | ||||||||||
IETA | -0,06 | -0,24 | 0,11 | 0,04 | 0,23 | 0,29 | -0,25 | 0,15 | 0,18 | 1,00 | |||||||||
INTEXEQ | -0,39 | -0,01 | -0,12 | 0,02 | -0,10 | -0,54 | 0,08 | 0,04 | 0,07 | 0,59 | 1,00 | ||||||||
DEPTA | -0,16 | -0,26 | 0,25 | -0,23 | -0,38 | 0,15 | 0,13 | 0,04 | 0,14 | 0,39 | 0,26 | 1,00 | |||||||
LOGTA | 0,43 | -0,04 | 0,48 | 0,23 | 0,19 | 0,74 | -0,15 | 0,24 | 0,31 | 0,29 | -0,35 | 0,30 | 1,00 | ||||||
LLPTL | 0,06 | 0,15 | -0,19 | -0,13 | 0,31 | -0,10 | -0,26 | -0,15 | -0,32 | -0,17 | -0,10 | -0,32 | -0,24 | 1,00 | |||||
EA | -0,32 | 0,29 | -0,26 | 0,04 | -0,32 | -0,99 | 0,38 | -0,14 | -0,12 | -0,29 | 0,54 | -0,16 | -0,74 | 0,11 | 1,00 | ||||
LA | 0,10 | 0,11 | 0,44 | 0,10 | -0,43 | -0,08 | 0,42 | -0,11 | 0,05 | 0,24 | 0,25 | 0,51 | 0,24 | -0,08 | 0,08 | 1,00 | |||
GDP | 0,21 | 0,15 | -0,02 | 0,28 | 0,28 | 0,07 | -0,06 | -0,06 | -0,02 | 0,22 | 0,09 | -0,06 | -0,01 | 0,13 | - 0,08 | 0,06 | 1,00 | ||
CPI | 0,47 | 0,55 | -0,17 | 0,41 | 0,17 | -0,11 | 0,20 | -0,13 | -0,13 | -0,60 | -0,47 | -0,65 | -0,14 | 0,29 | 0,12 | -0,24 | 0,03 | 1,00 | |
BIR | 0,50 | 0,58 | -0,19 | 0,48 | 0,22 | -0,14 | 0,18 | -0,12 | -0,11 | -0,56 | -0,42 | -0,67 | -0,17 | 0,32 | 0,14 | -0,23 | 0,18 | 0,94 | 1,00 |
Nguồn: Kết quả trích xuất từ phần mềm Stata
4.3. Kết quả ước lượng mô hình hồi quy
4.3.1. Kiểm định đa cộng tuyến trong mô hình
Như bên trên tác giả đã dự báo, mô hình có khả năng xảy ra hiện tượng đa cộng tuyến khi phân tích về ma trận tương quan. Thật vậy, kết quả kiểm định hệ số phóng đại phương sai tại bảng 4.3 cho thấy VIFEA = 595,92; VIFNIMTA = 24,68; VIFBIR = 11,93; VIFINVESTTA = 11,45 và VIFINTEXEQ = 10,59; cả năm biến này đều
cho ra kết quả VIF lớn hơn 10. Nên tác giả quyết định loại chúng ra khỏi mô hình
nghiên cứu.