Ma Trận Hệ Số Tương Quan Giữa Biến Vi Mô Và Vĩ Mô Nền Kinh Tế Với Car


3%, tuy nhiên cũng có thời kỳ tốc độ tăng của tỷ giá khá cao khoảng 10%; (v)Tỷ lệ an toàn vốn trung bình ngành ở mức 12,47% cao hơn CAR tối thiểu; (vi) Áp lực của các quy định (REG) xem xét thông qua áp lực của quy định về CAR đối với các NHTM Việt Nam. Giai đoạn nghiên cứu được chia thành hai thời kỳ, thời kỳ trước khi áp dụng tính CAR theo thông tư 36/2014/TT-NHNN và thời kỳ áp dụng tính CAR theo thông tư 36/2014/TT-NHNN.

4.2.1.2. Hệ số tương quan giữa các biến

Ma trận hệ số tương quan chỉ ra mối tương quan hai chiều giữa từng cặp biến với nhau. Trong đó, nếu hệ số tương quan dương chỉ ra mối quan hệ cùng chiều giữa hai biến. Hệ số tương quan âm chỉ ra mối quan hệ ngược chiều giữa hai biến nghiên cứu. Đồng thời hệ số tương quan càng lớn cho thấy hai biến có quan hệ chặt chẽ với nhau.

Ma trận hệ số tương quan giữa các biến vi mô và vĩ mô nền kinh tế với CAR của NHTM Việt Nam (bảng 4.3) cho thấy: CAR có tương quan mạnh nhất với các biến như: L.CAR(0,781); LEV(-0,718); SIZE(-0,629) và tương quan yếu nhất với biến LLR (0.007); INF (0.004). Bên cạnh đó, CAR có mối tương quan thuận với các biến: L.CAR; NPL; LLR; INF; INT; ACAR; REG và có mối tương quan nghịch với các biến còn lại: ROE; LAR; LEV; LIQ; VAMC; SIZE; Owner; GDP; EXC. Đồng thời ma trận hệ số tương quan cũng cho thấy, các biến có tương quan mạnh với CAR chủ yếu là các biến vi mô, các biến vĩ mô nền kinh tế dường như có tương quan với CAR yếu hơn.

Bảng 4.3 Ma trận hệ số tương quan giữa biến vi mô và vĩ mô nền kinh tế với CAR

CAR L.CAR ROE LAR NPL LLR LEV LIQ VAMC SIZE Owner GDP INF INT EXC ACAR REG

CAR

1









L.CAR

0.781

1







ROE

-0.288

-0.22

1






LAR

-0.110

-0.18

0.29

1





NPL

0.175

0.06

-0.23

-0.34

1




LLR

0.007

-0.12

0.10

-0.32

0.39

1



LEV

-0.718

-0.62

0.16

0.13

-0.20

-0.03

1


LIQ

-0.026

0.14

-0.04

-0.53

0.16

0.17

-0.12

1

VAMC

-0.104

-0.19

-0.11

0.19

0.07

0.04

0.31

-0.36

1








SIZE

-0.629

-0.64

0.43

0.28

-0.14

0.20

0.65

-0.19

0.34

1







Owner

-0.330

-0.29

0.29

0.33

-0.16

0.20

0.38

0.06

0.22

0.68

1






GDP

-0.075

-0.30

0.12

0.30

-0.23

-0.22

0.20

-0.25

0.27

0.21

0.09

1





INF

0.004

0.24

-0.01

-0.22

0.17

0.19

-0.09

0.23

-0.24

-0.13

-0.07

-0.91

1




INT

0.125

0.32

-0.18

-0.38

0.25

0.24

-0.31

0.30

-0.26

-0.27

-0.11

-0.90

0.76

1



EXC

-0.056

-0.25

0.11

0.24

-0.21

-0.17

0.15

-0.18

0.24

0.17

0.07

0.91

-0.74

-0.71

1


ACAR

0.196

0.22

-0.16

-0.13

0.07

0.11

-0.17

0.06

-0.04

-0.16

-0.08

-0.34

0.14

0.41

-0.22 1


REG

0.077

0.25

-0.17

-0.37

0.26

0.21

-0.30

0.30

-0.27

-0.25

-0.09

-0.81

0.67

0.91

-0.71 0.05

1

Có thể bạn quan tâm!

Xem toàn bộ 160 trang tài liệu này.

Các nhân tố tác động tới an toàn vốn của các ngân hàng thương mại tại Việt Nam - 15

Nguồn: Kết quả xử lý dữ liệu trên phần mềm Stata 14


Kết quả phân tích thống kê cho thấy có thể:

(i) CAR kỳ trước tác động thuận chiều và có tính quyết định tới CAR của các NHTM kỳ này;

(ii) Khả năng sinh lời của các ngân hàng càng cao chứng tỏ ngân hàng hoạt động có hiệu quả, tuy nhiên điều đó sẽ làm chi phí vốn ngân hàng tăng lên và làm giảm mức vốn ngân hàng muốn lắm giữ;

(iii) tỷ trọng cho vay trong tổng tài sản càng cao ngân hàng đối mặt với nhiều rủi ro hơn do đó làm giảm khả năng an toàn vốn của ngân hàng;

(iv) khi chất lượng cho vay giảm, nợ xấu gia tăng làm tăng rủi ro đối với ngân hàng, ngân hàng có thể phải chịu nhiều tổn thất do các khoản nợ xấu chính vì vậy để bù đắp tổn thất có thể xảy ra và đảm bảo an toàn các ngân hàng cần phải tăng vốn;

(v) với những NHTM có tỷ dự phòng rủi ro tín dụng càng cao, khả năng bù đắp tổn thất khi xảy ra rủi ro tốt hơn do đó ngân hàng an toàn hơn;

(vi) tỷ lệ đòn bẩy càng cao thì rủi ro càng lớn do đó làm giảm khả năng an toàn vốn của ngân hàng;

(vii) các NHTM có quy mô tài sản lớn thường giữ CAR ở mức thấp hơn;

(viii) các NHTM có vốn đầu tư của Nhà nước thường giữ CAR ở mức thấp hơn;

(ix) bán nợ xấu cho VAMC là một giải pháp giúp các NHTM giảm nợ xấu tăng cường an toàn vốn;

Đồng thời, các yếu tố vĩ mô nền kinh tế, khả năng tăng trưởng và ổn định nền kinh tế vĩ mô cũng có tác động nhất định tới mức độ an toàn vốn của ngân hàng. Nền kinh tế tăng trưởng ổn định, lạm phát được kiểm soát ở mức vừa tạo môn trường kinh doanh an toàn lành mạnh cho các NHTM cũng như các doanh nghiệp, hạn chế rủi ro do đó các NHTM không cần thiết giữ bộ đệm vốn lớn để phòng ngừa rủi ro.

Mặc dù vậy, mối liên hệ tương quan mới chỉ cho biết chiều hướng và cường độ tác động của các biến độc lập tới biến phụ thuộc. Đồng thời, mối quan hệ tương quan là không chắc chắn do các vấn đề: nội sinh, đa cộng tuyến, tự tương quan… Do đó, để thấy được sự thay đổi cụ thể (theo tỷ lệ xác định) của biến phụ thuộc khi biến độc lập thay đổi cần phải tiến hành phân tích hồi quy tác động của các biến độc lập tới biến phụ thuộc.

4.2.1.3. Phân tích hồi quy

Căn cứ vào bảng ma trận hệ số tương quan cho thấy các biến độc lập trong mô hình nghiên cứu có tương quan tuyến tính. Để đảm bảo kết quả mô hình hồi quy là đáng tin cậy cần lựa chọn phương pháp ước lượng phù hợp. Phương pháp ước lượng


được coi là phù hợp nếu khắc phục được các khiếm khuyết của mô hình nghiên cứu. Do đó, để tiến hành hồi quy mô hình nghiên cứu và lựa chọn phương pháp ước lượng phù hợp luận án thực hiện tuần tự các bước như sau:

- Bước 1: Hồi quy mô hình nghiên cứu theo phương pháp OLS và xác

định khiếm khuyết của mô hình.

Kết quả hồi quy cho thấy, các biến độc lập có thể giải thích được khoảng 75.81% sự thay đổi của biến phụ thuộc. Do đó, có thể thấy mô hình nghiên cứu không bị thiếu biến quan trọng. Sau khi hồi quy mô hình nghiên cứu theo phương pháp OLS, tác giả tiến hành xác định các khiếm khuyết của mô hình: Đa cộng tuyến, phương sai sai số thay đổi, tự tương quan và nội sinh.

Kết quả hồi quy theo phương pháp OLS cho thấy, xảy ra hiện tượng đa cộng tuyến đối với các biến: GDP và REG. Để chắc chắn các biến còn lại không có khả năng đa cộng tuyến cao. Tác giả tiến hành xác định nhân tử phóng đại phương sai – VIF của các biến độc lập trong mô hình. Những biến có VIF>10 là những biến có khả năng đa cộng tuyến cao.

Bảng 4.4 Nhân tử phóng đại phương sai


Biến

VIF

1/VIF

SIZE

4.61

0.216759

REG

3.01

0.331948

EXC

3.00

0.333670

Owner

2.91

0.343259

INF

2.80

0.357176

LEV

2.65

0.377166

LAR

2.55

0.391837

L.CAR

2.47

0.404236

LIQ

2.01

0.497809

LLR

1.69

0.591406

ROE

1.60

0.625647

VAMC

1.56

0.641304

NPL

1.46

0.684638

ACAR

1.18

0.845501

Mean

2.39


Nguồn: Kết quả xử lý dữ liệu trên phần mềm Stata 14

Bảng nhân tử phóng đại phương sai trên đây cho thấy VIF của các biến phụ thuộc đều nhỏ hơn 10. Như vậy, ngoài các biến GDP và REG, các biến còn lại không có khả năng đa cộng tuyến cao.


Bên cạnh vấn đề đa cộng tuyến, để xác định mô hình nghiên có tồn tại vấn đề phương sai sai số thay đổi hay không? Tác giả thực hiện kiểm định White, kết quả (bảng 4.5) cho thấy Prob > Chi2 = 0.4549 > 0.05, chấp nhận giả thuyết H0: Mô hình tồn tại hiện tượng phương sai sai số thay đổi. Như vậy, mô hình hồi quy có hiện phương sai sai số thay đổi, để kết quả hồi quy đảm bảo độ tin cậy cần khắc phục hiện tượng này.

Bảng 4.5 Kiểm định phương sai sai số thay đổi


White's test for H0: homoskedasticity



chi2(108)

=

109.00

Prob > chi2

=

0.4549

Source

chi2

df

p

Heteroskedasticity

109

108

0.4549

Skewness

21.41

14

0.0917

Kurtosis

2.36

1

0.1245

Total

132.77

123

0.2581

Nguồn: Kết quả xử lý dữ liệu trên phần mềm Stata 14

Tương tự, để kiểm tra xem mô hình có tồn tại vấn đề tự tương quan hay không, tác giả thực hiện kiểm định Wooldridge, kết quả (bảng 4.6) cho thấy Prob > F = 0.0130 < 0.05, bác bỏ giả thuyết H0: Mô hình hồi quy không có hiện tương quan. Như vậy, mô hình hồi quy tồn tại vấn đề tự tương quan giữa các biến độc lập, để kết quả hồi quy đảm bảo độ tin cậy cần khắc phục hiện tượng này.

Bảng 4.6 Kiểm định tự tương quan

H0: no first-order autocorrelation

F( 1, 21) =

Prob > F =

7.368

0.0130

Nguồn: Kết quả xử lý dữ liệu trên phần mềm Stata 14

Như vậy, mô hình nghiên cứu tồn tại các khiếm khuyết như: đa cộng tuyến, tự tương quan, phương sai sai số thay đổi. Đồng thời, mô hình còn tồn tại vấn đề nội sinh và sử dụng biến trễ (CAR kỳ trước) như đã chỉ ra trong phần tổng quan nghiên cứu: (i) lợi nhuận bị ảnh hưởng bởi vốn ngân hàng do đó lợi nhuận là nội sinh trong phương trình vốn; (ii) nợ xấu có tác động tới mức dự phòng rủi ro tín dụng; (iii) tăng trưởng kinh tế và lạm phát có tác động lẫn nhau. Do các khiếm khuyết của mô hình nghiên cứu nên việc sử dụng phương pháp ước lượng OLS không phù hợp. Do đó, để loại bỏ khắc phục các vấn đề tự tương quan, phương sai thay đổi, hiện tượng nội sinh, tác giả sử dụng mô hình hồi quy GMM để đánh giá tác động của các biến tới CAR. GMM là


phương pháp có tính ưu việt hơn trong việc giải quyết hiện tượng nội sinh của mô hình nghiên cứu, đảm bảo kết quả nghiên cứu là đáng tin cậy.

- Bước 2: Hồi quy mô hình nghiên cứu theo phương pháp GMM

Trước tiên, tác giả tiến hành hồi quy mô hình GMM một bước, với các biến trễ là những biến có hiện tượng nội sinh: ROE; NPL; GDP; INF (như đã nêu ở mục 1.1.4 Khoảng trống nghiên cứu). Kết quả hồi quy mô hình GMM một bước cho thấy (phụ lục – 4.1) chỉ số Sargan test có Prob > chi2 = 0.030 <0.05, tức là mô hình vẫn còn hiện tượng nội sinh.

Để khắc phục vấn đề này, tác giả tiến hành hồi quy mô hình GMM hai bước. Kết quả hồi quy mô hình GMM hai bước (bảng 4.7) cho thấy chỉ số Hasen test có Prob

> chi2 = 0.756 > 0.05, nghĩa là mô hình đã khắc phục được vấn đề nội sinh. Chỉ số AR(1) = 0.032 < 0.05 tức là mô hình có hiện tượng tự tương quan bậc 1, AR(2) >

0.189 tức là mô hình không có hiện tượng tự tương quan. Đồng thời, các biến GDP và REG có hiện tượng đa cộng tuyến nên không có kết quả hồi quy.

Bảng 4.7 Kết quả hồi quy mô hình nghiên cứu theo phương pháp GMM


CAR

Hệ số tương quan (Beta)

Độ lệch chuẩn

P > z

L.CAR

0.355963

0.146873

0.0150

ROE

0.119550

0.065254

0.0670

LAR

0.028537

0.049694

0.5660

NPL

-0.488934

0.096349

0.0000

LLR

2.893683

1.377602

0.0360

LEV

-0.002780

0.001454

0.0560

LIQ

0.197828

0.054452

0.0000

VAMC

1.12E-06

3.93E-07

0.0050

SIZE

-0.023098

0.010575

0.0290

Owner

0.000408

0.025312

0.9870

INF

-0.033274

0.290743

0.9090

INT

-0.951270

0.527901

0.0720

EXC

-0.506842

0.266753

0.0570

ACAR

0.551859

0.244223

0.0240

_cons

0.318554

0.144206

0.0270

AR(1) Pr > z = 0.032

AR(2) Pr > z = 0.189

Sargan test Prob > chi2 = 0.030

Hansen test Prob > chi2 = 0.756

Nguồn: Kết quả xử lý dữ liệu trên phần mềm Stata 14


Như vậy, kết quả hồi quy mô hình tác động của các biến nghiên cứu tới CAR là hoàn toàn đáng tin cậy do đã khắc phục được các khiếm khuyết của mô hình: (i) hiện tượng đa cộng tuyến, (ii) hiện tượng phương sai sai số thay đổi, (iii) hiện tượng tự tương quan và (iv) hiện tượng nội sinh.

Các biến có tương quan thuận với CAR và có ý nghĩa thống kê gồm: L.CAR; ROE; LLR; LIQ; VAMC; ACAR. Các biến có tương quan nghịch với CAR và có ý nghĩa thống kê gồm: NPL; LEV; SIZE; INT; EXC.Một số biến có tác động tới CAR nhưng không có ý nghĩa thống kê như: LAR; Owner; INF.

4.2.2. Thảo luận kết quả nghiên cứu

Căn cứ vào các giả thuyết và kết quả hồi quy mô hình nghiên cứu, tác giả đưa ra bảng tóm tắt tác động của các nhân tố tới CAR của các NHTM Việt Nam giai đoạn 2008-2017 như sau:

Bảng 4.8 Tóm tắt kết quả mô hình tác động của nhân tố tới CAR

Biến Kỳ vọng

về dấu

Dấu thực tế

Mức ý nghĩa

Kiểm định giả thuyết

Tỷ lệ an toàn vốn kỳ trước (L.CAR)

+

+

5%

Chấp nhận H12

Khả năng sinh lời (ROE)

+

+

10%

Chấp nhận H4

Khoản cho vay (LAR)

-

+

Không có

Bác bỏ H1




ý nghĩa


Nợ xấu (NPL)

-

-

1%

Chấp nhận H2

Dự phòng rủi ro tín dụng (LLR)

+

+

5%

Chấp nhận H3

Đòn bẩy (LEV)

-

-

10%

Chấp nhận H6

Khả năng thanh khoản (LIQ)

+

+

1%

Chấp nhận H7

Nợ xấu bán cho VAMC (VAMC)

+

+

1%

Chấp nhận H8

Quy mô ngân hàng (SIZE)

-

-

5%

Chấp nhận H5

Mức độ sở hữu của Chính phủ

(Owner)

-

+

Không có

ý nghĩa

Bác bỏ H10

Lạm phát (INF)

-

-

Không có

Bác bỏ HH12




ý nghĩa


Lãi suất thực (INT)

-

-

10%

Chấp nhận H13

Tỷ giá (EXC)

-

-

10%

Chấp nhận H14

Mức độ an toàn vốn toàn ngành

(ACAR)

+

+

5%

Chấp nhận H15

Nguồn : Tác giả tự tổng hợp từ kết quả nghiên cứu


(i) Tác động của tỷ lệ an toàn vốn kỳ trước tới an toàn vốn

L.CAR – Tỷ lệ an toàn vốn kỳ trước có tương quan thuận với CAR và có ý nghĩa thống kê (p-value nhỏ hơn 0.05 và hệ số beta dương). CAR kỳ trước có ảnh hưởng mạnh mẽ tới CAR kỳ hiện tại. Theo Wong et al. (2005), do vấn đề không cân xứng thông tin và do chi phí điều chỉnh vốn nên tỷ lệ vốn của các NHTM ở kỳ này thường được xác định dựa vào kỳ trước đó. Bên cạnh đó, CAR còn là một trong những chỉ tiêu đánh giá năng lực tài chính của các NHTM, theo hướng CAR càng cao thì khả năng tài chính, khả năng an toàn càng cao. Chính vì vậy, các nhà quản lý ngân hàng thường giữ CAR của kỳ này ở mức cao hơn kỳ trước. Kết quả này là phù hợp với các nghiên cứu của Wong et al. (2005); Asarkaya & özcan (2007); Dhouibi (2016).

Đối với các NHTM Việt Nam, CAR cũng là một trong những chỉ tiêu quan trọng trong việc đánh giá xếp hạng ngân hàng (Thông tư 52/2018/TT-NHNN). Tỷ lệ an toàn vốn của ngân hàng càng cao thì điểm xếp hạng càng cao.

Bảng 4.9 Điểm xếp hạng TCTD theo chỉ tiêu Tỷ lệ an toàn vốn



NHTM

Ngưỡng

Ngưỡng 1

Ngưỡng 2

Ngưỡng 3

Ngưỡng 4

Tỷ lệ an toàn vốn

15%

12%

8%

5%

Nguồn: NHNN (2018)

Theo thông tư 52/2018/TT-NHNN, các TCTD, chi nhánh ngân hàng nước ngoài có CAR lớn hơn hoặc bằng ngưỡng 1 được 5 điểm; CAR lớn hơn hoặc bằng ngưỡng 2 được 4; CAR lớn hơn hoặc bằng ngưỡng 3 được 8%; CAR lớn hơn hoặc bằng ngưỡng 4 được được 2 điểm; CAR nhỏ hơn ngưỡng 4 được 1 điểm. CAR của NHTM càng lớn thì mức độ rủi ro càng giảm và điểm xếp hạng càng cao. Bên cạnh đó theo thông tư 52/2018/TT-NHNN, các TCTD, chi nhánh ngân hàng nước ngoài đảm bảo thực hiện tính CAR theo thông tư 41/2016/TT-NHNN thì điểm chấm cho chỉ tiêu tỷ lệ an toàn vốn sẽ được cộng thêm 1 điểm. Chính vì vậy, xu hướng các NHTM Việt Nam sẽ gia tăng CAR của kỳ này cao hơn kỳ trước để được đánh giá cao trong bảng xếp hạng ngân hàng cũng như để khẳng định vị thế của ngân hàng.

(ii) Tác động của khả năng sinh lời tới an toàn vốn

- ROE – Tỷ suất sinh lời trên vốn chủ sở hữu có tương quan thuận và có ý nghĩa thống kê với CAR (p-value nhỏ hơn 0.1 và hệ số bêta dương). Kết quả này là phù hợp với nghiên cứu của Asarkaya và Özcan (2007); Dreca (2013).


ROE là chỉ tiêu phản ánh khả năng sinh lời của vốn chủ sở hữu. ROE cao cho thấy việc sử dụng vốn chủ sở hữu có hiệu quả, tạo cơ hội cho các NHTM tăng vốn mà không phải phát hành cổ phiếu thường mới. các NHTM có thu nhập cao có xu hưỡng giữ lại thu nhập để tăng vốn và do đó tác động làm tăng CAR của ngân hàng. Bởi, vốn cao giúp ngân hàng giành thị phần, cải thiện khả năng sinh lời. Mặt khác, các NHTM cũng hạn chế việc thanh toán vốn bởi các khoản thanh toán vốn có thể làm giảm giá trị thị trường của ngân hàng vì nó báo hiệu rằng ngân hàng dự kiến ít có cơ hội tăng trưởng lợi nhuận hơn.

Các quy định về CAR đối với các NHTM Việt Nam trong giai đoạn nghiên cứu ngày càng chặt chẽ hơn và hướng tới thực hiện tính CAR theo Basel II trên toàn HTNH vào năm 2020. Điều này đã tạo áp lực buộc các NHTM Việt Nam phải có kế hoạch tăng vốn. Khi lợi nhuận gia tăng sẽ tạo điều kiện để các NHTM Việt Nam tăng vốn, tăng CAR theo quy định.

(iii) Tác động của nợ xấu tới an toàn vốn

NPL – Tỷ lệ nợ xấu có tương quan nghịch với CAR và có ý nghĩa thống kê (p- value nhỏ hơn 0.01 và hệ số beta âm). Kết quả này là phù hợp với nghiên cứu của Shingjergji & Hyseni (2015); Hassan (1992) và Choi (2000);

Tỷ lệ nợ xấu là một trong những chỉ tiêu quan trọng phản ánh chất lượng của các khoản cho vay. Tỷ lệ nợ xấu càng cao thì mức độ rủi ro từ khoản cho vay đối với ngân hàng càng lớn. Chất lượng của các khoản cho vay ảnh hưởng trực tiếp tới CAR vốn của các NHTM, do CAR được xác định dựa trên tổng tài sản điều chỉnh theo rủi ro tín dụng. Khi chất lượng khoản cho vay giảm, tổng tài sản điều chỉnh theo rủi ro tín dụng tăng, mẫu số tính CAR tăng và nếu không có sự gia tăng về vốn tự có để đảm bảo rủi ro thì khả năng an toàn vốn của các NHTM sẽ giảm. Do đó, có thể tồn tại mối quan hệ tỷ lệ nghịch giữa nợ xấu và CAR.

Điều này hoàn toàn phù hợp với các NHTM Việt Nam, luôn trong tình trạng thiếu vốn nên khi tỷ lệ nợ xấu gia tăng, việc tăng vốn để đảm bảo rủi ro là vấn đề khó. Do đó, khi tỷ lệ nợ xấu tăng làm giảm khả năng an toàn vốn của các NHTM Việt Nam.

Mối quan hệ tỷ lệ nghịch giữa tỷ lệ nợ xấu và CAR của các NHTM Việt Nam mà nghiên cứu đã chỉ ra là điểm khác biệt với kết quả nghiên cứu của Lê Thanh Tâm và Nguyễn Diệu Linh (2017).

(iv) Tác động của dự phòng rủi ro tín dụng tới an toàn vốn

LLR – Tỷ lệ dự phòng rủi ro tín dụng có tương quan thuận với CAR và có ý

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 26/11/2022