Kết Quả Phân Tích Các Yếu Tố Ảnh Hưởng Đến Năng Lực Tài Chính Của Các

Kết quả xếp hạng năng lực tài chính nội tại các NHTM Việt Nam của Moody

được chia làm hai nhóm đại diện cho biến phụ thuộc trong phân tích biệt số.

Ratings = 1: ngân hàng có năng lực tài chính nội tại mạnh, bao gồm các kết quả phân nhóm khi các biến quan sát có kết quả xếp hạng D và D- theo Moody.

Ratings = 0: ngân hàng có năng lực tài chính nội tại yếu, kết quả phân nhóm khi các biến quan sát có kết quả xếp hạng E+ và E theo Moody.

Do số lượng biến cần xem xét là lớn, do đó tác giả thực hiện chọn biến thích hợp đưa vào mô hình bằng phương pháp từng bước (stepwise method). Các biến có mức ý nghĩa thống kê tốt sẽ được sử dụng để tiếp tục nghiên cứu trong mô hình.

Có thể thấy được rằng kết quả xếp hạng năng lực tài chính nội tại BFSRs của Moody sẽ không dựa trên các dữ liệu tại cùng thời điểm của ngân hàng mà sẽ có độ trễ so với thời gian dữ liệu của ngân hàng. Dựa trên việc thử nghiệm ý nghĩa các mô hình với các độ trễ tương ứng là ba tháng, sáu tháng và một năm, kết quả cho thấy độ trễ ba tháng có mức ý nghĩa tốt nhất. Trong nghiên cứu này, kết quả xếp hạng năng lực tài chính nội tại tương ứng với dữ liệu của các NHTM Việt Nam tại thời điểm ba tháng trước đó. Tức dữ liệu tài chính tại cuối năm 2012 sẽ được phản ánh trong kết quả xếp hạng năng lực tài chính vào cuối quý 1 năm 2013.

2.5.3. Hạn chế của nghiên cứu

Nghiên cứu này chủ yếu tập trung phân tích các dữ liệu tài chính của ngân hàng như phương pháp phân biệt kết quả xếp hạng năng lực tài chính của NHTM Việt Nam, trong khi các biến của nền kinh tế và các biến phi tài chính cũng có ảnh hưởng đến kết quả xếp hạng năng lực tài chính nội tại của Moody. Trong các nghiên cứu sau này, các chỉ tiêu phi tài chính nên được dùng để xem xét khả năng dự đoán kết quả xếp hạng năng lực tài chính chứ không chỉ sử dụng các chỉ tiêu tài chính.

Do các NHTM Việt Nam chỉ mới được Moody thực hiện đánh giá trong thời gian từ năm 2006 trở lại đây, cùng với số lượng ngân hàng được đánh giá ít dẫn đến số lượng mẫu quan sát của nghiên cứu bị hạn chế, ảnh hưởng đến sự chính xác của mô hình. Vì hạn chế này có thể sẽ ảnh hưởng đến kết quả nghiên cứu nên các nghiên cứu sau nên thực hiện khi đã có đủ số lượng quan sát đảm bảo khả năng đại diện tốt hơn của mô hình.

2.6. Kết quả phân tích các yếu tố ảnh hưởng đến năng lực tài chính của các NHTM Việt Nam dựa trên kết quả xếp hạng của Moody

2.6.1. Kết quả nghiên cứu

2.6.1.1. Chọn biến độc lập

Mục tiêu của việc phân tích là xác định các tổ hợp biến độc lập có khả năng phân biệt tốt nhất giữa xếp hạng năng lực tài chính nội tại của một NHTM Việt Nam là mạnh hay yếu. Bài nghiên cứu xử dụng phương thức phân tích từng biến một bằng phương pháp từng bước (stepwise method) nhằm xem xét ý nghĩa thống kê của các biến tài chính này đến kết quả xếp hạng năng lực tài chính nội tại Moody đối với các NHTM Việt Nam. Với mức ý nghĩa 5%, chỉ có duy nhất biến PL được chấp nhận với ý nghĩa thống kê cao (mức ý nghĩa 0,44%), còn các biến còn lại đều bị bác bỏ với mức ý nghĩa 5%.

Tests of Equality of Group Means
		Wilks' Lambda	F	Sig.
1	NPL	0.8932	2.2723	0.1482
2	BDEP	0.8453	3.4783	0.0777
3	LA	0.9236	1.5722	0.2251
4	LD	0.9082	1.9204	0.1819
5	PL	0.6455	10.4338	0.0044
6	NIA	0.9999	0.0017	0.9679
7	CED	0.9995	0.0101	0.9209
8	EA	0.9884	0.2221	0.6428
9	EI	0.9949	0.0979	0.7578
10	EBITDAA	0.9816	0.3568	0.5573
11	PATA	0.9059	1.9727	0.1763
12	DCA	0.9966	0.0639	0.8032
13	CEA	0.9954	0.0884	0.7694
14	ROAA	0.9059	1.9727	0.1763

Có thể bạn quan tâm!

Xem toàn bộ 165 trang tài liệu này.

Bảng 2.14: Khả năng phân loại năng lực tài chính của các biến

Nguồn: kết quả phân tích hồi quy Dựa vào kết quả trên, ta thực hiện chạy lại mô hình phân tích biệt số với một

biến độc lập duy nhất là PL và biến phụ thuộc là Ratings.

Tests of Equality of Group Means
		Wilks' Lambda	F	Sig.
1	PL	0.6455	10.4338	0.0044

Bảng 2.15: Khả năng phân loại năng lực tài chính của biến PL

Nguồn: kết quả phân tích hồi quy Kết quả chạy phân tích biệt số với một biến độc lập PL lần nữa cho thấy mức ý

nghĩa của biến PL thấp hơn 5% và giá trị F cho biết biến này có tác động đáng kể trong việc phân biệt xếp hạng năng lực tài chính nội tại của các NHTM Việt Nam theo kết quả xếp hạng của Moody.

Do đó mô hình phân tích biệt số sẽ chỉ sử dụng một biến độc lập là PL cùng

với biến phụ thuộc Ratings.

2.6.1.2. Kết quả chạy mô hình

i. Xác định hàm phân tích

Kết quả chạy phân tích hàm một biến độc lập PL như sau:

Eigenvalues
Function	Eigenvalue	% of Variance	Cumulative %	Canonical Correlation
1	0.5491	100	100	0.5954
a. First 1 canonical discriminant functions were used in the analysis.

Bảng 2.16: Kết quả ước lượng

Nguồn: kết quả phân tích hồi quy Vì nghiên cứu chỉ phân tích ảnh hưởng của các yếu tố dựa trên hai biểu hiện

của biến phụ thuộc: năng lực tài chính mạnh và năng lực tài chính yếu nên chỉ có 1 hàm phân biệt được ước lượng. Cột cuối cùng trong bảng 2.16 cho ta thấy hệ số tương quan canonical có giá trị là 0,5954. Bình phương của hệ số tương quan canonical = (0,5954)2 = 0,3545 cho thấy 35,45% biến phụ thuộc Ratings (Y) được giải thích bởi mô hình này. Khả năng giải thích của mô hình là không cao.

Bảng 2.17: Bảng ý nghĩa mô hình

Wilks' Lambda


Test of Function(s)	Wilks' Lambda	Chi-square	df	Sig.
1	0.6455	8.0975	1	0.0044

Nguồn: kết quả phân tích hồi quy

Kết quả hệ số Wilks Lambda 0,6455 chỉ ra rằng khả năng phân biệt kết quả xếp hạng sức mạnh tài chính của một NHTM Việt Nam là mạnh hay yếu của mô hình là 35,45% (=1- 0,6455). Với mức ý nghĩa 0,44%, nên có thể kết luận sự phân biệt có ý nghĩa thống kê ở mức ý nghĩa 5%, và có thể tiến hành giải thích kết quả.

Tầm quan trọng của các biến được thể hiện qua độ lớn trị tuyệt đối của hệ số chuẩn hóa. Các biến có trị tuyệt đối hệ số chuẩn hóa càng lớn thì càng đóng góp nhiều hơn vào khả năng phân biệt của hàm

Canonical Discriminant Function Coefficients
	Function
	1
PL	245.76
(Constant)	-3.80
Unstandardized coefficients

Bảng 2.18: Hệ số phân biệt

Nguồn: kết quả phân tích hồi quy Bảng 2.18 trình bày các hệ số của hàm phân biệt cho thấy khả năng xác định

xếp hạng sức mạnh tài chính của biến PL. Hàm số này được dùng để xây dựng công thức dự đoán xếp hạng sức mạnh tài chính nội tại của các NHTM Việt Nam.

Công thức hàm phân biệt xếp hạng năng lực tài chính nội tại của các NHTM Việt Nam là P = -3,80 +245,76(PL).

Functions at Group Centroids
Ratings	Function
	1
0	0.3940
1	-1.2609
Unstandardized canonical discriminant functions evaluated at group means

Bảng 2.19: Biệt số trung bình nhóm

Nguồn: kết quả phân tích hồi quy Hệ số trong bảng 2.19 thể hiện giá trị của hàm phân biệt tại trung bình nhóm.

Nhóm có Ratings 0, tức được xếp hạng sức mạnh tài chính nội tại yếu có giá trị trung bình nhóm là 0,3940, trong khi nhóm có xếp hạng sức mạnh tài chính nội tại mạnh (Ratings 1) có giá trị trung bình nhóm là âm 1,2609. Hệ số này cho ta thấy đối với các ngân hàng có kết quả xếp hạng sức mạnh tài chính nội tại mạnh thì giá trị hàm phân biệt của nó sẽ xoay quanh giá trị âm 1,2609, còn các ngân hàng có kết quả xếp hạng sức mạnh nội tại yếu thì kết quả hàm phân biệt sẽ xoay quanh giá trị 0,3940. Điều này giúp ta có công cụ nhằm dự đoán được kết quả xếp hạng năng lực tài chính của ngân hàng khi có dữ liệu tài chính đầu vào.

Hệ số phân biệt của biến PL lớn (245,76) cho thấy tỷ lệ dự phòng trên dư nợ tín dụng có ảnh hưởng mạnh đến kết quả xếp hạng năng lực tài chính của các NHTM Việt Nam. Dựa trên kết quả hàm phân tích biệt số và giá trị biệt số trung bình nhóm, ta có thể thấy được khi tỷ lệ dự phòng trên tổng dư nợ tín dụng có giá trị tuyệt đối càng lớn thì kết quả đánh giá năng lực tài chính của ngân hàng càng đi về nhóm có năng lực tài chính yếu, với hệ số Ratings dương.

Trong phương pháp phân tích biệt số, các dữ liệu được chi thành hai phần: mẫu phân tích dùng để ước lượng và mẫu kiểm tra để thử nghiệm lại kết quả phân loại.

Trong trường hợp này, hai nhóm xếp hạng được xem như mẫu đại diện, do đó việc xác

định giá trị phân biệt nhóm sẽ tính theo tỷ trong của hai nhóm trong mẫu phân tích.

N0Z0 + N1Z1

ZCE = (2.1)

N0+N1

Trong đó:

ZCE: Điểm phân biệt giữa hai nhóm

N0: Số lượng ngân hàng có ratings 0 trong mẫu phân tích N1: Số lượng ngân hàng có ratings 1 trong mẫu phân tích Z0: Giá trị trung bình của nhóm 0

Z1: Giá trị trung bình của nhóm 1

Áp dụng công thức (2.1), ta có giá trị

16*0,3940 + 5*(-1,2609) ZCE =

16+5

= 0,0000

Các quan sát có thể được phân loại kết quả xếp hạng năng lực tài chính ngân hàng dựa trên điểm phân biệt nhóm trên.

Dựa trên biệt số trung bình nhóm thể hiện trong bảng 2.19, ta thấy các ngân hàng có điểm của hàm phân tích biệt số lớn hơn 0 sẽ được phân loại là ngân hàng có Ratings = 0, tức ngân hàng có năng lực tài chính nội tại yếu và các ngân hàng có điểm của hàm phân tích biệt số nhỏ hơn 0 sẽ được phân loại là ngân hàng có Ratings = 1, tức ngân hàng có năng lực tài chính nội tại mạnh.

Điểm phân tích biệt số của ngân hàng sẽ được xác định dựa theo công thức phân tích biệt số: P = -3,80 +245,76(PL)

ii. Kết quả phân loại của hàm phân tích

Nghiên cứu sử dụng đủ 34 mẫu quan sát, chiếm tỷ lệ 100% dữ liệu nghiên cứu đưa ra ban đầu. (Xem Phụ lục 7).Các mẫu quan sát được sử dụng là mẫu có đầy đủ các thông tin cần thiết cho việc chạy phân tích biệt số.

Trong số mẫu quan sát ban đầu, tỷ lệ các quan sát có Ratings 0, tức được xếp loại yếu, là 70,59% và tỷ lệ Ratings 1, được xếp loại mạnh, là 29,41%. Còn trong 21 mẫu phân tích đã được sử dụng, số lượng quan sát có Ratings 0 là 16, số quan sát có Ratings 1 là 5. (Xem Phụ lục 7)

Bảng kết quả phân loại (Xem Phụ lục 7) cho ta thấy xác xuất mô hình phân tích biệt số phân loại đúng các mẫu quan sát trong mô hình. Tỷ lệ quan sát Ratings 0 của tổng thể là 70,59%, tỷ lệ Ratings 1 của tổng thể là 29,41%. Đối với mẫu phân tích bao gồm 21 quan sát, tỷ lệ phân loại đúng của mô hình là 81,00%. Còn trong mẫu kiểm tra độc lập, tỷ lệ phân loại đúng là 76,90%. Dựa theo tỷ lệ quan sát của hai nhóm mẫu, ta thấy tỷ lệ trung bình mà mô hình đưa ra kết quả xếp hạng đúng là 79,41%. Do chỉ có hai loại xếp hạng sức mạnh tài chính, nên có thể thấy mô hình phân tích biệt số này giúp cải thiện xác xuất phân biệt đúng kết quả xếp hạng được 29,41%.

2.6.2 Thảo luận về kết quả mô hình

Trong số các chỉ tiêu tài chính được đưa ra nhằm xem xét mức ảnh hưởng của chúng đến xếp hạng năng lực tài chính các NHTM Việt Nam của Moody, mức độ giải thích của các biến tài chính này là không cao. Mô hình được đưa ra xem xét cuối cùng đều chỉ có khả năng giải thích xếp hạng sức mạnh tài chính ngân hàng của Moody với tỷ lệ 35,45%. Biến tài chính có khả năng giải thích tốt nhất và có ý nghĩa về mặt thống kê nhất là tỷ lệ dự phòng tín dụng trên tổng dư nợ tín dụng của các ngân hàng. Tỷ lệ này cho thấy giá trị tổn thất mà các ngân hàng có thể phải gánh chịu khi các khách hàng có nợ quá hạn không thể thực hiện nghĩa vụ trả nợ của mình được nữa. Hệ số hồi