Mức Độ Tập Trung Truyền Thống Chỉ Số Hirshmann- Herfindahl (Hhi):

Nhìn chung, qua nhiều nghiên cứu thực nghiệm, kết quả thu được khá đồng nhất với kết luận tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối quan hệ cùng chiều với hiệu quả hoạt động ngân hàng. Điều này phù hợp với thực tế là các ngân hàng với tỷ lệ vốn cao hơn có chi phí tài trợ thấp hơn bởi vì chi phí phá sản tiềm năng thấp hơn.

Giả thuyết H1: Có mối tương quan thuận giữa tỷ lệ vốn chủ sở hữu/tổng tài sản với hiệu quả hoạt động của ngân hàng

4.1.1.3 Quy mô ngân hàng (ASSET)

Quy mô ngân hàng dùng để phản ánh tính lợi thế hoặc bất lợi kinh tế theo quy mô (economics of scale) trên thị trường. Quy mô ngân hàng càng lớn thì lợi nhuận càng tăng. Các bằng chứng thực nghiệm cho thấy mối liên hệ cùng chiều và có ý nghĩa thống kê giữa yếu tố quy mô và lợi nhuận ngân hàng (Akhavein và các cộng sự (1997), Smirlock (1985)). Ngoài ra, Short (1979) cho rằng quy mô có liên hệ đến tỷ lệ an toàn vốn của một ngân hàng, bởi vì các ngân hàng lớn có khuynh hướng ít tăng nguồn vốn có chi phí cao (vốn chủ sở hữu), và do đó, sẽ làm tăng lợi nhuận.

Lập luận tương tự, Haslem (1968), Bourke (1989), Molyneux và Thornton (1992), Bikker và Hu (2002), Goddar và các cộng sự (2004) cũng cho rằng khi quy mô tăng thì lợi nhuận cũng tăng theo. Tuy nhiên, trong một số tình huống, quy mô ngân hàng quá lớn sẽ làm giảm lợi nhuận bởi vượt quá tầm kiểm soát của ngân hàng.

Berger và các cộng sự (1987) cho rằng, các ngân hàng lớn sẽ đối mặt với sự bất lợi về quy mô, bởi vì khi tăng quy mô thì chi phí cũng tăng theo. Tương tự, Anna và Hoi (2007) với nghiên cứu các yếu tố nội tại ngân hàng cũng như các yếu tố vĩ mô, cấu trúc tài chính tác động đến lợi nhuận các ngân hàng ở Macao giai đoạn từ 1993 đến 2007 cho thấy những ngân hàng có quy mô nhỏ sẽ có ROA cao hơn so với các ngân hàng lớn trong đó số liệu nghiên cứu là 5 ngân hàng chiếm 75% tổng tài sản và có cùng tỷ lệ dư nợ ở Macao.

Không dừng lại ở đó, Fotios và Kyriaki (2007) mở rộng nghiên cứu trên nhiều quốc gia khi tiến hành nghiên cứu yếu tố nội tại ngân hàng và môi trường kinh tế tác động đến lợi nhuận ngân hàng trong nước và nước ngoài của 15 quốc gia Châu Âu trong giai đoạn 1995 đến 2001. Tổng số ngân hàng được sử dụng trong nghiên cứu này là 584 ngân hàng. Kết quả cho thấy lợi nhuận ngân hàng trong nước và ngân hàng nước ngoài không chỉ bị ảnh hưởng bởi các yếu tố nội tại trong ngân hàng mà còn bị ảnh hưởng bởi cấu trúc tài chính và điều kiện kinh tế vĩ mô. Trong đó quy mô đóng vai trò quan trọng và có tác động ngược chiều đến lợi nhuận ngân hàng.

Bên cạnh đó, để nghiên cứu tác động của các yếu tố nội tại đến lợi nhuận ngân hàng theo từng giai đoạn, Andreas và Gabrielle (2011) sử dụng kỹ thuật ước lượng GMM để phân tích số liệu phân trên 372 ngân hàng thương mại ở Thụy Sĩ từ 1999-2009, được phân chia thành hai giai đoạn: Giai đoạn trước khủng hoảng từ 1999-2006 và giai đoạn khủng hoảng từ 2007 -2009. Kết quả cho thấy có sự chênh lệch rất lớn về lợi nhuận giữa các ngân hàng. Về mặt quy mô, có nhiều bằng chứng cho thấy những ngân hàng có quy mô nhỏ hoặc lớn có lợi nhuận cao hơn các ngân hàng quy mô trung bình ở giai đoạn trước khủng hoảng; nhưng những ngân hàng lớn thì ít lợi nhuận hơn ngân hàng trung bình và nhỏ trong giai đoạn khủng hoảng bởi vì những ngân hàng lớn có tỷ lệ trích lập dự phòng rủi ro tín dụng lớn trong giai đoạn khủng hoảng.

Khác biệt với các ý kiến trên, Eichengreen và Gibson (2001) lại cho thấy ảnh hưởng của quy mô đối với lợi nhuận là không tuyến tính, tức là ban đầu lợi nhuận tăng cùng với quy mô, nhưng sau đó thì lợi nhuận lại giảm xuống. Nhìn chung, với rất nhiều nghiên cứu độc lập tại các quốc gia và trong từng giai đoạn khác nhau, sự tác động của quy mô đến lợi nhuận ngân hàng còn gây nhiều tranh cãi và chưa đi đến kết luận đồng nhất. Có thể là mối liên hệ cùng chiều, ngược chiều, hay vừa cùng vừa ngược chiều hoặc cũng có thể không tác động. Điều đó có thể lý giải dựa trên sự khác biệt giữa các lãnh thổ và môi trường kinh tế, pháp lý cũng như theo từng giai đoạn. Trên hết, vai trò của lý thuyết nền tảng rút ra từ những nghiên cứu thực nghiệm này là hết sức to lớn và không thể phủ nhận. Tổng hợp kết quả các nghiên cứu trước và dựa vào thực trạng ngân hàng Việt Nam, mối quan hệ giữa quy mô ngân hàng và lợi nhuận được kỳ vọng là có mối quan hệ cùng chiều. Trong luận văn này, tác giả sử dụng Ln của tổng tài sản để mô tả mối quan hệ này.

Giả thuyết H2: Quy mô ngân hàng có tác động cùng chiều đến hiệu quả hoạt động

4.1.1.4 Mức độ tập trung truyền thống chỉ số Hirshmann- Herfindahl (HHI):

Chỉ số HHI xem đa dạng hóa là rủi ro như nhau trong mọi lĩnh vực.

Chỉ số này được Benjamin M. Tabak, DimasM.Fazio and Daniel O.Cajueiro và nhiều nhà nghiên cứu khác sử dụng để đo lường mức độ tập trung ngành hay mức độ tập trung của các khoản vay.

Mục tiêu của luận văn là phân tích và đánh giá xem hiện tại các ngân hàng đang tập trung cho vay vào ngành nghề nào. Thông qua đó sẽ thấy được tác động của mức độ tập trung cho vay trong một hay nhiều lĩnh vực kinh đến đến lợi nhuận của các ngân hàng.

Chỉ số HHI được tính được tính bằng tổng bình phương của các tỷ trọng cho vay. HHI của Ngân hàng tại thời điểm t có thể được tính như sau:

HHI bt= 2 bt

Với

rbti = Dư nợ cho vay của ngành i / Tổng dư nợ cho vay của Ngân hàng tại thời điểm t

Giả thuyết H3: Mức độ tập trung có quan hệ cùng chiều với lợi nhuận

Bảng 4.1 Kỳ vọng về dấu giữa biến độc lập và biến phụ thuộc

Biến độc lập	Ký hiệu	Công thức tính	Quan hệ
Tỷ lệ vốn chủ sở hữu/tổng tài sản	EQ	Tổng vốn chủ sở hữu/Tổng tài sản	+
Quy mô ngân hàng	ASSET	Ln (Tổng tài sản)	+
Mức độ cạnh tranh	HHI	Tính bằng chỉ số H-H (Tổng bình	+
giữa các ngân hàng		phương tỷ trọng cho vay của mỗi
trong thị trường tiền		ngành)
vay

Có thể bạn quan tâm!

Xem toàn bộ 170 trang tài liệu này.

4.1.2 Thu thập dữ liệu và xử lý dữ liệu

Dữ liệu của luận văn được thu thập dựa trên các báo cáo tài chính, báo cáo kết quả hoạt động kinh doanh, báo cáo lưu chuyển tiền tệ, thuyết minh báo cáo tài chính, báo cáo thường niên… của các Ngân hàng TMCP trong thời gian 11 năm gần nhất giai đoạn từ năm 2004 đến năm 2014 theo dữ liệu tài chính, chứng khoán của website: http://vietstock.vn Mẫu cuối cùng của nhóm gồm có 282 quan sát theo năm của các ngân hàng theo đơn vị triệu đồng hoặc theo tỷ lệ phần trăm tùy vào biến.

4.1.3 Phương pháp nghiên cứu

Theo Baltagi (Econometric analysis of Panel data, Third edition, 2005) việc sử dụng phương pháp ước lượng bằng dữ liệu bảng mang lại nhiều lợi ích như:

- Có thể xem xét đến tính dị biệt trong mẫu số liệu bằng cách xem xét các biến số có tính đặc thù theo từng cá nhân.

- Ước lượng bằng dữ liệu bảng cho chúng ta nhiều thông tin hơn, ít xảy ra đa cộng tuyến giữa các biến và hiệu quả hơn.

- Dữ liệu bảng phù hợp hơn để nghiên cứu tính động của thay đổi, dữ liệu bảng thực hiện tốt hơn các nghiên cứu về những thay đổi xảy ra liên tục.

- Đối với các biến vi mô tập hợp được rất nhiều cá nhân, doanh nghiệp hay chủ thể nên sẽ có một sự đo lường chính xác hơn. Theo Blundell (1988) và Klevmarken (1989) các ước lượng bị chệch sẽ bị giảm hoặc triệt tiêu khi chúng ta sử dụng dữ liệu bảng.

Vì vậy, để có thể nghiên cứu đề tài, phân tích dữ liệu trên nhiều ngân hàng trong nước qua các năm một cách thuận lợi nhất, tác giả quyết định thu thập dữ liệu, xử lý, đưa về dữ liệu bảng (Panel data). Do bộ số liệu của các ngân hàng không đồng đều,có những ngân hàng thống kê đầy đủ tình hình dư nợ cho vay theo ngành nghề từ 2004-2014, nhưng có một số ngân hàng không thể thống kê đầy đủ mà chỉ có một giai đoạn vài năm, nên dữ liệu bảng sử dụng trong bài nghiên cứu là bộ dữ liệu không cân đối (unbalanced panel data).

Hiện tại, thị trường trong nước chưa có nhiều nghiên cứu thực nghiệm về đề tài này nên để xác định được mô hình chính xác nhất với dữ liệu bảng không cân đối (Unbalanced panel data), tác giả tiến hành chạy dữ liệu trên cả 3 mô hình cơ bản, phù hợp với dữ liệu bảng và thường được dùng để xử lý các vấn đề kinh tế khác nhau: mô hình hồi quy gộp (Pooled OLS), mô hình ảnh hưởng cố định (Fixed Effect Result - FEM) và mô hình ảnh hưởng ngẫu nhiên (Random Effect Result - REM), rồi từ đó thực hiện các kiểm định và xét các chỉ số cần thiết để chọn ra mô hình phù hợp nhất.

4.1.4 Khảo sát tương quan giữa các biến độc lập

Thông qua ma trận hệ số tương quan để tìm ra các cặp biến có hệ số tương quan cao. Gujarat và Porter (2004) cho rằng cần nghiên cứu hệ số tương quan giữa các biến, nếu chúng vượt quá 0.8, mô hình hồi qui gặp vấn đề đa cộng tuyến.

4.1.5 Xây dựng phương trình thực nghiệm và lựa chọn mô hình

Để kiểm định mối quan hệ giữa các yếu tố tác động đến hiệu quả hoạt động ngân hàng, mô hình khảo sát như sau:

(ROA) = f (EQ, RSK, ASSET, HHI)

Theo Wooldridge (1997) và Hsiao (2003), phương pháp hồi quy thông dụng với dữ liệu dạng bảng là mô hình hồi quy pool, mô hình tác động cố định và mô hình tác động ngẫu nhiên. Nghiên cứu sẽ lần lượt trình bày các mô hình nói trên.

4.1.5.1 Mô hình hồi quy Pool

Đây là trường hợp đơn giản nhất, mô hình bỏ qua mảng thời gian và không gian của dữ liệu bảng, và chỉ ước lượng mô hình hồi quy bình phương tối thiểu thông thường (OLS). Trong mô hình này, các giả định về sự tự tương quan, phương sai thay đổi, những sự khác biệt về không gian và thời gian của từng biến quan sát đều không tác động đến. Chính vì thế, tung độ gốc và độ dốc của các hệ số được giả định là không thay đổi theo thời gian, không gian và cả theo từng biến. Mô hình hồi quy được biễu diễn như sau:

Yit = β1 + β2*X2it + β3*X3it + … + βk*Xkit + µit (1) Trong đó: i = 1, 2, 3, ….n; t= 1, 2, 3, ….T Tuy nhiên, nhược điểm của mô hình này là khả năng xảy ra hiện tượng tự tương quan trong số liệu khá cao. Ngoài ra, việc giả định hệ số chặn trong mô hình là giống nhau cho các đối tượng quan sát, và giả định về hệ số ước lượng của các biến quan sát là giống nhau cho các đối tượng quan sát làm bóp méo hình ảnh thực sự về mối quan hệ giữa biến Y và các biến X.

4.1.5.2 Mô hình hồi quy tác động cố định (Fixed Effect Model _FEM)

Mô hình tác động cố định không bỏ qua các ảnh hưởng theo chuỗi thời gian và các đơn vị chéo, hay nói cách khác, tung độ gốc của mỗi đơn vị chéo là thay đổi nhưng vẫn giả định độ dốc là cố định cho từng biến. Khi đó, mô hình tác động cố định được biểu diễn như sau:

Yit = βit + β2*X2it + β3*X3it + ….+ βk*Xkit + µit (2) Mô hình (2) có thể tách thành hai mô hình:

Yit = β1t + β2*X2it + β3*X3it + ….+ βk*Xkit + µit (2.1) Yit = β1i + β2*X2it + β3*X3it + ….+ βk*Xkit + µit (2.2) Mô hình 2.1 giả định tung độ gốc thay đổi theo thời gian nhưng giống nhau giữa các đơn vị chéo trong cùng năm quan sát, được biết đến như hồi quy tác động cố định thời gian. Trong mô hình này, các tác động thời gian cố định kiểm soát những biến không quan sát giống nhau giữa các đơn vị chéo nhưng khác nhau khi thời gian thay đổi.

Mô hình 2.2 giả định tung độ gốc chung của mô hình thay đổi nhưng độ dốc của các đơn vị chéo không đổi.

Với tác động chéo cố định, do đó tung độ gốc khác nhau giữa các đơn vị chéo nhưng nó lại không thay đổi theo thời gian. Những ảnh hưởng làm thay đổi tung độ gốc có thể là do sự khác biệt về đặc thù, hay phong cách quản lý của mỗi ngân hàng.

4.1.5.3 Mô hình hồi quy tác động ngẫu nhiên (Random Effect Model _REM)

Nếu ở trong mô hình hồi quy tác động cố định, những yếu tố không quan sát được xem như là tham số và được ước lượng, ở mô hình tác động ngẫu nhiên, chúng được xem như là kết quả của những biến ngẫu nhiên. Từ mô hình 2.2, ta giả định β1i như biến ngẫu nhiên có giá trị trung bình là β1 và giá trị tung độ gốc của đơn vị chéo được biểu diễn như sau:

β1i = β1 + Ɛi; Với i = 1, 2, …N và Ɛi là sai số ngẫu nhiên.

Ta có thể viết lại mô hình 2.2:

Yit = β1i + β2*X2it + β3*X3it + ….+ βk*Xkit + µit = β1 + β2*X2it + β3*X3it + ….+ βk*Xkit + µit + Ɛi = β1 + β2X2it + β3X3it + ….+ βkXkit + wit Trong đó wit = µit + Ɛi là số hạng sai số kết hợp hai thành phần: Ɛi là thành phần sai số theo không gian và µit là thành phần sai số theo không gian và chuỗi thời gian kết hợp. Mô hình này giúp cho việc kiểm soát những tác động không quan sát được của các đơn vị chéo khác nhau nhưng không thay đổi theo thời gian.

Những tác động không quan sát được như đặc thù, chính sách, nguồn nhân lực, …của ngân hàng.

Mô hình kèm theo những giả định của tác động cố định cộng thêm yêu cầu bổ sung là các tác động không quan sát được không tương quan với tất cả các biến giải thích. Giả thuyết này được kiểm định bằng kiểm định Hausman (1978). Theo Wooldridge (1997), nếu giả thuyết tác động ngẫu nhiên đúng, ước lượng tác động ngẫu nhiên hiệu quả hơn mô hình pool và cả mô hình tác động cố định. Tuy nhiên, nếu không giữ giả định tác động cố định không tương quan với các biến giải thích, thì mô hình hồi quy tác động cố định lại thích hợp hơn mô hình này.

4.1.5.4 Lựa chọn mô hình

Câu hỏi đặt ra là mô hình nào sẽ là mô hình phù hợp: Pooled OLS, FE hay RE. Sự phù hợp của ước lượng tác động ngẫu nhiên và tác động cố định được kiểm chứng trên cơ sở so sánh với ước lượng thô.