Kiểm Định Hiện Tượng Tự Tương Quan Trong Mô Hình

Mô hình nghiên cứu bao gồm các biến phụ thuộc và biến giải thích như sau:

3.2.1 Biến phụ thuộc

Trong bài nghiên cứu này, để đo lường khả năng sinh lợi của ngân hàng, nghiên cứu sử dụng tỷ lệ lợi nhuận trên tổng tài sản (ROA) và tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE).

 Tỷ suất sinh lợi trên tổng tài sản (ROA - Return of Assets) được tính toán bằng cách lấy lợi nhuận sau thuế chia cho tổng tài sản bình quân trong năm.

 Tỷ suất sinh lợi trên tổng vốn chủ hữu (ROE - Return of Equity) được tính bằng cách lấy lợi nhuận sau thuế chia cho tổng vốn chủ sở hữu bình quân trong năm.

3.2.2 Các biến giải thích

Theo tổng quan lý thuyết cũng như các nghiên cứu thực nghiệm trước đây, biến giải thích sẽ được chia làm hai nhóm: nhóm nhân tố bên trong ngân hàng và nhóm nhân tố bên ngoài thuộc nền kinh tế vĩ mô. Nghiên cứu này cũng sẽ sử dụng các biến như sau:

3.2.2.1 Nhóm biến giải thích thuộc bên trong ngân hàng

 Quy mô tài sản ngân hàng (SIZE): được tính bằng chỉ tiêu logarit tự nhiên của tổng tài sản (theo Angela Romen và Adina Elena, 2013). Cách tính này vừa thể hiện tính phi tuyến tính với khả năng sinh lợi của ngân hàng vừa nhằm mục đích điều chỉnh để biến này tương đồng về mặt giá trị so với các biến khác trong mô hình. Nhiều nhà nghiên cứu cho rằng, khả năng sinh lợi lúc đầu sẽ tăng cùng với quy mô nhưng sau đó sẽ giảm dần. Tuy nhiên, quy mô cũng mang lại tính kinh tế nhờ phạm vi do việc cung cấp các dịch vụ liên quan. Ngân hàng có thể tận dụng tính kinh tế nhờ quy mô tài sản trong hoạt động, từ đó tăng lợi nhuận, nhưng quy mô vẫn có thể làm cho lợi nhuận ngân hàng giảm vì chi phí dài hạn tăng.

Giả thuyết H1:tồn tại tương quan thuận giữa quy mô ngân hàng và khả năng sinh lợi của ngân hàng.

 Cấu trúc tài sản (Loans to total Assets _LA): bên cạnh việc đánh giá tác động của quy mô tài sản ngân hàng đến lợi nhuận, nghiên cứu còn phân tích thêm về cấu trúc tài sản, để xem xét sự ảnh hưởng đến khả năng sinh lợi. Cấu trúc tài sản ở đây được đo lường bằng tỷ lệ dư nợ cho vay trên tổng tài sản. Hầu hết các tài liệu đều cho rằng khả năng sinh lợi của ngân hàng có kỳ vọng tăng nếu danh mục tài sản có các khoản cho vay tăng so với các loại tài sản an toàn khác (Trujillo - Ponce, 2013). Mặc dù chi phí nắm giữ các khoản cho vay tăng khi tỷ lệ cho vay trên tổng tài sản tăng. Vì vậy giả thuyết 2 được đưa ra như sau:

Giả thuyết H2:tồn tại tương quan thuận giữa tỷ lệ nợ vay trong cấu trúc tài sản với với khả năng sinh lợi của ngân hàng.

 Chất lượng tài sản (NLP ratio): tỷ lệ nợ xấu trên tổng dư nợ vay được sử dụng để đo lường phần trăm nợ nghi ngờ, tức là nợ từ nhóm 3 đến nhóm 5, từ đó có cái nhìn chung về chất lượng tài sản của ngân hàng. Danh mục dư nợ cho vay có mức độ rủi ro cao gia tăng sẽ làm ảnh hưởng trực tiếp đến tổng tài sản trong bảng cân đối kế toán, do ngân hàng phải trích lập dự phòng cao hơn. Vì vậy khả năng sinh lợi của ngân hàng sẽ bị giảm.

Giả thuyết H3:tồn tại tương quan thuận giữa chất lượng tài sản và khả năng sinh lợi, tức là nếu tăng tỷ lệ nợ xấu thì chất lượng tài sản giảm, từ đó giảm khả năng sinh lợi.

 An toàn vốn (Total Equity to Total Asset_EA): nghiên cứu sử dụng một trong ba hệ số đo lường mức độ an toàn vốn là tỷ lệ đòn bẩy (H2), bằng cách lấy tổng vốn chủ sở hữu chia cho tổng tài sản. Tỷ lệ này càng cao cho thấy mức độ sụt giảm tổng tài sản, điều này ảnh hưởng đến lợi nhuận của ngân hàng. Theo lý thuyết liên quan đến đòn bẩy tài chính và lợi nhuận, nghiên cứu dự đoán có ảnh hưởng tiêu cực của tỷ lệ đòn bẩy đến khả năng sinh lợi.

Giả thuyết H4:tồn tại tương quan nghịch giữa an toàn vốn và khả năng sinh lợi của ngân hàng.

 Đa dạng hóa thu nhập (NIIR): nghiên cứu sử dụng chỉ số điều chỉnh Herfindahl - Hirschman (HHI) để xác định mức độ đóng góp của thu nhập ngoài lãi trên tổng thu nhập hoạt động kinh doanh. Chỉ tiêu này được tính theo công thức sau:

𝐼𝑁𝑇 2

𝐶𝑂𝑀 2

𝑇𝑅𝐴𝐷 2

𝑂𝑇𝐻 2

𝐻𝐻𝐼𝑅𝐷 = 1 − [(𝑇𝑂𝑅)

+ ( 𝑇𝑂𝑅 )

+ (𝑇𝑂𝑅) ]

Trong đó:

INT: thu nhập lãi (gross interest income)

COM: thu nhập từ hoạt động dịch vụ (commission, fee reveune) TRAD: Thu từ hoạt động kinh doanh và đầu tư (Trading reveune) OTH: tổng thu nhập hoạt động khác (other gross operating income) TOR: tổng thu nhập hoạt động (total operating revenue)

Nếu HHIRD = 0 khi tổng thu nhập của ngân hàng được tạo ra duy nhất bằng một nguồn là thu nhập lãi từ hoạt động tín dụng.

Nếu HHIRD = 0,75 theo công thức trên khi thu nhập mỗi nguồn bằng nhau (thu nhập từ hoạt động tín dụng và các hoạt động kinh doanh khác)

Chỉ số HHIRD càng cao cho thấy mức độ đa dạng hóa thu nhập càng cao.

Rõ ràng, gia tăng lợi nhuận ở nhiều hoạt động khác nhau sẽ đóng góp càng nhiều cho lợi nhuận ròng của ngân hàng.

Giả thuyết H5:tồn tại tương quan thuận giữa đa dạng hóa thu nhập đến khả năng sinh lợi của ngân hàng.

 Chi phí vốn (Funding Cost_FC): được tính bằng tỷ lệ chi phí lãi tiền gửi và chi phí huy động giấy tờ có giá trên tổng nguồn vốn huy động.

Giả thuyết H6:tồn tại tương quan nghịch giữa chi phí vốn với khả năng sinh lợi của ngân hàng. Tức là chi phí vốn càng cao càng có khả năng làm giảm khả năng sinh lợi.

 Hiệu quả hoạt động (CIR): là tỷ lệ chi phí hoạt động trên thu nhập hoạt động của ngân hàng. Rõ ràng, chi phí hoạt động càng thấp càng làm cho lợi nhuận của ngân hàng tăng.

Giả thuyết H7:tồn tại mối tương quan thuận giữa hiệu quả hoạt động và khả năng sinh lợi.

 Cấu trúc nợ phải trả (Deposits to Liabitities_DL): tỷ lệ tiền gửi của khách hàng trên tổng nợ phải trả được dùng để phân tích ảnh hưởng của cấu trúc nợ phải trả đến khả năng sinh lợi. Tiền gửi khách hàng có thể xem như là nguồn tài trợ ổn định và chi phí thấp so với các nguồn tài trợ khác.

Giả thuyết H8:tồn tại tương quan thuận giữa tỷ lệ tiền gửi khách hàng trên tổng nợ phải trả và khả năng sinh lợi của ngân hàng

3.2.2.2 Nhóm biến giải thích bên ngoài

Nhóm biến này đặc trưng cho các yếu tố thuộc nền kinh tế vĩ mô, bao gồm:

 Tăng trưởng kinh tế (GDP): nghiên cứu sử dụng tốc độ tăng trưởng hàng năm của GDP thực để đánh giá tương quan giữa tình hình kinh tế và khả năng sinh lợi. Chu kỳ kinh tế sẽ ảnh hưởng đến lợi nhuận của ngân hàng thông qua hoạt động cho vay và dự phòng rủi ro tín dụng (chất lượng khoản cho vay hoạt động kinh doanh của các tổ chức kinh tế phụ thuộc vào thời kỳ kinh tế).

Giả thuyết H9:tồn tại tương quan thuận giữa tăng trưởng kinh tế và khả năng sinh lợi.

 Lạm phát (Inflation_INF): lạm phát được đo lường hàng năm bằng chỉ số CPI. Roman (2013) đề cập đến mối quan hệ giữa lạm phát và khả năng sinh lợi, cho rằng tác động của lạm phát đến lợi nhuận tùy thuộc tác động của lạm phát đến lương và các chi phí hoạt động của ngân hàng. Chính vì vậy, nó ảnh hưởng đến khả năng sinh lợi của ngân hàng nếu ngân hàng biết điều chỉnh tỷ lệ lạm phát phù hợp để doanh thu tăng nhanh hơn chi phí. Nghiên cứu gần đây của Alexiou và Sofoklis (2009) xác nhận tương quan thuận giữa lạm phát và khả năng sinh lợi.

Giả thuyết H10:tồn tại tương quan thuận giữa lạm phát và khả năng sinh lợi.

Các biến được sử dụng trong mô hình được tóm tắt trong bảng 3.1 sau: Bảng 3.1: Tóm tắt các biến sử dụng trong mô hình

Biến

Cách đo lường	Ký hiệu		Dấu kỳ vọng
Biến phụ thuộc	Khả năng sinh lợi	Lợi nhuận sau thuế trên tổng TS bình quân.	ROA	Y1
Biến phụ thuộc	Khả năng sinh lợi	Lợi nhuận sau thuế trên tổng vốn chủ sở hữu bình quân.	ROE	Y2
Biến bên trong	Quy mô ngân hàng	Logarit tự nhiên của tổng tài sản.	SIZE	X1	(+)
	Cấu trúc tài sản	Tổng dư nợ trên tổng tài sản.	LA	X2	(+)
	Chất lượng tài sản	Tỷ lệ nợ xấu trên tổng dư nợ cho vay.	NLP	X3	(-)
	An toàn vốn	Vốn chủ sở hữu trên tổng tài sản.	EA	X4	(-)
	Đa dạng hóa thu nhập	Tỷ số tính theo công thức: 𝐼𝑁𝑇 2 𝐶𝑂𝑀 2 𝑇𝑅𝐴𝐷 2 𝐻𝐻𝐼𝑅𝐷 = 1 − [( ) + ( ) + ( ) 𝑇𝑂𝑅 𝑇𝑂𝑅 𝑇𝑂𝑅 𝑂𝑇𝐻 2 + (𝑇𝑂𝑅) ]	NIIR	X5	(+)
	Chi phí vốn	Chi phí tiền lãi/tổng huy động vốn	FC	X6	(-)
	Chi phí hoạt động	Tổng chi phí HĐ/tổng thu nhập HĐ	CIR	X7	(-)
	Cấu trúc nợ phải trả	Tiền gửi khách hàng/tổng nợ phải trả	DL	X8	(+)
Biến	Tăng trưởng kinh tế	Tốc độ tăng GDP thực hàng năm	GDP	X9	(+)

Có thể bạn quan tâm!

Xem toàn bộ 104 trang tài liệu này.

bên

ngoài

Lạm phát

Tốc độ tăng CPI hàng năm

INF

X10

(+)

3.3 Mô hình nghiên cứu:

Nghiên cứu sử dụng mô hình phân tích hồi quy tuyến tính cho dữ liệu bảng với phương trình tổng quát sau:

𝑌𝑖𝑡 = 𝛼 + 𝛽𝑖 𝑋𝑖𝑡 + 𝜀𝑖𝑡 (1)

Trong đó:

- Yit là biến phụ thuộc ROA hoặc ROE được quan sát cho ngân hàng thứ i trong khoảng thời gian năm t.

- Xit là biến phụ thuộc, bao gồm các biến thuộc nội tại ngân hàng như: quy mô ngân hàng, cấu trúc tài sản, chất lượng tài sản, an toàn vốn, đa dạng hóa thu nhập, chi phí vốn, hiệu quả hoạt động, cấu trúc nợ phải trả và các biến thuộc nền kinh tế vĩ mô như tốc độ tăng trưởng kinh tế và lạm phát. Các biến được lấy giá trị của ngân hàng thứ i trong năm t.

- 𝛽: hệ số góc (hệ số hồi quy) của các biến giải thích.

- 𝜀𝑖𝑡: sai số trong mô hình

Từ đó, mô hình hồi quy được sử dụng trong nghiên cứu này có dạng

𝑅𝑂𝐴𝑖𝑡 (𝑅𝑂𝐸𝑖𝑡 ) = 𝛼 + 𝛽1𝑆𝐼𝑍𝐸𝑖𝑡 + 𝛽2𝐿𝐴𝑖𝑡 + 𝛽3𝑁𝐿𝑃𝑖𝑡 + 𝛽4𝐸𝐴𝑖𝑡

+𝛽5𝑁𝐼𝐼𝑅𝑖𝑡 + 𝛽6𝐹𝐶𝑖𝑡 + 𝛽7𝐶𝐼𝑅𝑖𝑡 + 𝛽8𝐷𝐿𝑖𝑡 + 𝛽9𝐺𝐷𝑃𝑡 + 𝛽10𝐼𝑁𝐹𝑡 + 𝜀𝑖𝑡 (2)

Mô hình sử dụng dữ liệu bảng bao gồm 21 ngân hàng được ký hiệu là i=1....,N, được quan sát trong khoảng thời gian T, được ký hiệu là t=1.....,T. các nhà kinh tế học trước đây cũng sử dụng dữ liệu bảng trong các nghiên cứu của mình, như Trujillo-Ponce (2013), Dietrich và Wanzenried (2009)... Ưu điểm khi dùng dữ liệu bảng so với dữ liệu chuỗi thời gian hay các loại dữ liệu khác bao gồm: thứ nhất, có thể xem xét được tính đặc thù, tính không đồng nhất trong các ngân hàng được

chọn trong mẫu. Thứ hai, dữ liệu bảng cung cấp những dữ liệu có nhiều thông tin hơn, đa dạng hơn, ít cộng tuyến hơn giữa các biến số, nhiều bậc tự do hơn và hiệu quả hơn. Thứ ba, dữ liệu bảng phù hợp hơn khi nghiên cứu tính động của các thay đổi. Thứ tư, các hiện tượng như lợi thế kinh tế theo quy mô có thể được xem xét tốt hơn so với dữ liệu chuỗi thời gian (theo Baltagi, 2013)

3.4 Phương pháp nghiên cứu

3.4.1 Phương pháp thống kê mô tả

Phương pháp này được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được nhằm có cái nhìn tổng quát về mẫu nghiên cứu. Thông qua việc mô tả, ta có thể biết được giá trị trung bình, phương sai, giá trị lớn nhất, nhỏ nhất của từng biến trong nghiên cứu.

3.4.2 Kiểm định đa cộng tuyến trong mô hình

Hiện tượng đa cộng tuyến đề cập đến sự tồn tại của nhiều hơn một mối quan hệ tuyến tính. Ở đây chính là mối quan hệ tuyến tính của một hay nhiều biến giải thích đối với các biến còn lại. Khi có đa cộng tuyến xảy ra, ước lượng Pooled OLS sẽ có phương sai lớn, gây khó khăn cho việc ước lượng hoặc dự đoán được chính xác.

Nghiên cứu sử dụng hệ số phóng đại phương sai (the variance inflation factor_VIF). Theo Neter và các cộng sự (1989, trang 409). Phương pháp này sẽ được tiến hành từng bước như sau:

Đầu tiên, chạy mô hình hồi quy gốc Pooled OLS, ta tìm được giá trị R2.

Sau đó chạy các mô hình hồi quy phụ, hồi quy lần lượt từng biến giải thích theo các biến còn lại và tính R2 tương ứng, ta đặt là R2i.

(1−𝑅2)

Tính giá trị VIF : 𝑉𝐼𝐹𝑖 = 1

𝑖

(với i = 1 đến 10)

Nếu có ít nhất một giá trị 𝑉𝐼𝐹𝑖 ≥ 10 thì ta kết luận có hiện tượng đa cộng tuyến xảy ra.

Ngoài ra, việc sử dụng ma trận hệ số tương quan cũng là một cách để phát hiện ra hiện tượng đa cộng tuyến trong mô hình.

3.4.3 Kiểm định hiện tượng tự tương quan trong mô hình

Thuật ngữ tự tương quan có thể hiểu như là quan hệ tương quan giữa các thanh viên của chuỗi của của các quan sát được sắp xếp theo thời gian (chuỗi thời gian) hoặc không gian (dữ liệu chéo). Nếu giả định của mô hình hồi quy tuyến tính cổ điển cho rằng các sai số hoặc các nhiễu được đưa vào mô hình là ngẫu nhiên hoặc không có tương quan bị vi phạm, lúc đó vấn đề tự tương quan xuất hiện. Khi đó các ước lượng Pooled OLS sẽ không còn hiệu quả. Có rất nhiều phương pháp để khám phá, trong đó có phương pháp sử dụng giá trị thống kê Dubin - Watson d. Giá trị d này có ý nghĩa như sau:

Nếu 1<d<3 thì kết luận mô hình không có tự tương quan. Nếu 0<d<1 thì kết luận mô hình có tự tương quan dương. Nếu 3<d<4 thì kết luận mô hình có tự tương quan âm.

3.4.4 Ước lượng mô hình dữ liệu bảng

Có nhiều kỹ thuật được sử dụng để ước lượng mô hình sử dụng dữ liệu bảng, trong đó có ba phương pháp ước lượng thường được sử dụng là: mô hình ước lượng bình phương nhỏ nhất (Pooled ordinary Least Square_Pooled OLS), mô hình tác động cố định (Fixed effects Model_FEM), mô hình tác động ngẫu nhiên (Radom effects Model_REM). Đề tài này sẽ sử dụng lần lượt cả ba mô hình để ước lượng dữ liệu bảng.

Mô hình ước lượng bình phương nhỏ nhất (Pooled OLS):

Mô hình bình phương nhỏ nhất (Pooled OLS) có dạng