Kết Quả Hồi Quy Nhân Tố Tác Động Tới Rrtk Tại Agribank (Biến Phụ Thuộc:

Trong đó, vốn vay bên ngoài bao gồm khoản nợ NHNN, vay các TCTD khác và phát hành giấy tờ có giá và chỉ tiêu này có đơn vị tính là %.

Sự phụ thuộc các nguồn tài trợ bên ngoài và RRTK có tác động cùng chiều.

- Tỷ lệ cho vay khách hàng (TLA)

Tại Việt Nam cũng như một số quốc gia khác, hoạt động truyền thống và quan trọng nhất của ngân hàng đến nay vẫn là hoạt động cho vay. Tuy nhiên, theo như Bonfim và Kim (2008) thì các khoản cho vay thông thường, nhất là các khoản cho vay lẻ thì không có tính thanh khoản cao, do đó những khoản tiền rút lớn không dự báo trước có thể gây nên RRTK cho ngân hàng [83]. Vì vậy, trong phạm vi nghiên cứu này, các khoản cho vay dành cho khách hàng sẽ được sử dụng vì các khoản cho vay này thường có tính thanh khoản thấp. Từ đó, tác giả kỳ vọng mối quan hệ cùng chiều giữa tỷ lệ cho vay khách hàng và RRTK.

Tỷ lệ cho vay có đơn vị tính là % và có công thức tính như sau:

- Tỷ lệ mức sinh lời vốn chủ sở hữu (ROE)

Tỷ số này đo lường bằng cách lấy lợi nhuận sau thuế chia cho tổng vốn chủ sở hữu, vì vậy nó phản ánh hiệu quả quản trị của ngân hàng trong việc sử dụng vốn chủ sở hữu. Đa số các nghiên cứu trước đều sử dụng tỷ lệ Lợi nhuận sau thuế/Tổng tài sản để đánh giá khả năng thanh khoản của ngân hàng. Có nghiên cứu tìm ra tác động cùng chiều của tỷ lệ lợi nhuận với khả năng thanh khoản của ngân hàng (Bonfim và Kim, 2008) [83]. Nhưng cũng có một số nghiên cứu tìm ra tác động ngược chiều của tỷ lệ lợi nhuận với RRTK (Vodová, 2011) [129]. Các nghiên cứu này sử dụng tỷ số ROE vì một mặt muốn đánh giá khả năng sử dụng vốn chủ sở hữu, mặt khác muốn xem xét tác động của yếu tố này lên RRTK của ngân hàng.

Tỷ lệ lợi nhuận ròng trên vốn chủ sở hữu sẽ có tác động cùng chiều với RRTK của các chi nhánh ngân hàng.

Tỷ lệ sinh lời vốn chủ sở hữu có đơn vị tính là % và có công thức như sau:

b. Nhóm nhân tố khách quan

- Tốc độ tăng trưởng kinh tế (GDP)

GDP được tính bằng giá trị bằng tiền của tất cả các sản phẩm và dịch vụ cuối cùng được sản xuất, tạo ra trong phạm vi một nền kinh tế trong một thời gian nhất định (thường là một năm tài chính). Tốc độ tăng trưởng GDP được tính như sau.

Trong đó: GDP là tốc độ tăng trưởng GDP (%) GDPt là GDP của năm t

GDPt-1 là GDP của năm (t-1)

Giữa tốc độ tăng trưởng GDP và RRT có mối quan hệ cùng chiều.

- Tỷ lệ lạm phát (CPI)

Trong kinh tế học, lạm phát là sự tăng lên theo thời gian của mức giá chung của nền kinh tế. Mức giá chung là mức giá trung bình của nhiều loại hàng hóa, dịch vụ và được đo bằng các chỉ số giá, là chỉ tiêu phản ánh mức giá tại một thời điểm nào đó bằng bao nhiêu phần trăm so với thời điểm trước hoặc thời điểm gốc. Có nhiều cách tính chỉ số lạm phát. Luận án sử dụng chỉ số giá tiêu dùng CPI. Công thức tính như sau:

Trong đó: CPI là tỷ lệ lạm phát (%) CPIt là chỉ số giá tiêu dùng của năm t

CPIt-1 là chỉ số giá tiêu dùng của năm (t-1).

Đây là cách tính lạm phát phổ biến nhất trên thế giới và cũng là tiêu chuẩn mà Quốc hội sử dụng để đo lường tỷ lệ lạm phát theo Luật NHNN năm 2010.

Tỷ lệ lạm phát và RRTK có quan hệ cùng chiều.

- Tăng trưởng cung tiền (M2)

Tốc độ cung tiền phải bằng với tốc độ tăng trưởng GDP, một lượng cung tiền

quá mức sẽ là nguồn gốc gây ra lạm phát. Thay đổi cung tiền, qua các công cụ khác nhau của NHTW, có thể tác động đến RRTK của ngân hàng. Một chính sách tiền tệ nới lỏng có thể gia tăng thanh khoản cho ngân hàng.

Công thức tính thay đổi tỷ lệ lạm phát như sau:

Trong đó: M2 là thay đổi mức cung tiền (%) M2t mức cung tiền của năm t

M2t-1 mức cung tiền của năm (t-1).

Giữa M2 và RRTK của ngân hàng có mối quan hệ ngược chiều nhau.

Các biến phụ thuộc cũng như độc lập trong mô hình được tổng hợp dưới đây.

Bảng 2.19: Giải thích các biến trong mô hình

Nhân tố

Ký hiệu	Giải thích	Dấu kỳ vọng
Biến phụ thuộc
Tỷ lệ khe hở tài trợ	FGAPR
Biến độc lập
Sự phụ thuộc nguồn vốn bên ngoài	EFD		+
Tỷ lệ cho vay khách hàng	TLA		+
Tỷ lệ lợi nhuận trên vốn chủ sở hữu	ROE		+
Tốc độ tăng trưởng kinh tế	GDP		+
Tỷ lệ lạm phát	CPI		+
Tăng trưởng cung tiền	M2		-

Có thể bạn quan tâm!

Xem toàn bộ 224 trang tài liệu này.

2.2.2.3. Phương pháp phân tích

Luận án sử dụng phương pháp phân tích dữ liệu bảng (panel data) với chuỗi dữ liệu thay đổi theo thời gian (6 năm, từ 2011-2016) và không gian (25 chi nhánh thuộc Agribank). Hiện nay có 3 cách tiếp cận dữ liệu bảng phổ biến là Pooled OLS,

FEM và REM. Pooled OLS là cách tiếp cận dữ liệu bảng bằng cách xếp chồng tất cả các quan sát với nhau, bỏ qua bình diện không gian và thời gian và chỉ ước lượng bằng mô hình OLS bình thường, do đó các hệ số hồi quy là và được giả định là như nhau cho tất cả các quan sát. Trong khi đó, FEM giúp phân tách ảnh hưởng của các đặc điểm riêng biệt ra khỏi các biến độc lập để ước lượng những ảnh hưởng thực của biến độc lập lên biến phụ thuộc. Điều này có nghĩa là khi xét đến các hiệu ứng của không gian và thời gian, các tung độ gốc sẽ thay đổi khác nhau đối với từng chi nhánh. Tuy nhiên, do chuỗi dữ liệu sử dụng trong nghiên cứu có thời gian ngắn nên sử dụng cách tiếp cận này cũng khiến ước lượng của mô hình có thể bị chệch. Luận án không sử dụng REM vì cách tiếp cận này giả định rằng đặc điểm riêng giữa các chi nhánh được giả sử là ngẫu nhiên. Bên cạnh đó, mô hình REM có thể thiếu biến, nên có thể cho ra kết quả ước lượng không chính xác.

Trong khi Chung (2009) sử dụng mô hình FEM để giải thích kết quả, nhưng do những hạn chế của mô hình nên luận án này sẽ hồi quy cả ba mô hình Pooled OLS, FEM và REM - sau đó kiểm tra sự thích hợp giữa mô hình Pooled OLS và mô hình REM dựa trên kiểm định Breusch-Pagan với giả thiết:

Ho: Không tồn tại hiệu ứng dữ liệu bảng (mô hình Pooled OLS hiệu quả) H1: Tồn tại hiệu ứng dữ liệu bảng (tức là mô hình REM hiệu quả)

Tiếp theo, để đánh giá sự phù hợp giữa hai mô hình FEM và REM, nghiên

cứu sẽ sử dụng kiểm định Hausman để xem xét có bất cứ sự tương quan nào giữa các biến giải thích và các thành phần ngẫu nhiên hay không. Giả thiết đặt ra là:

Ho: Không có sự tương quan giữa các biến độc lập và thành phần ngẫu nhiên H1: Tồn tại tương quan giữa các biến giải thích và thành phần ngẫu nhiên Nếu P-value thu được lớn hơn mức ý nghĩa 5%, không có đủ cơ sở để bác bỏ

giả thuyết Ho, theo đó mô hình REM sẽ được lựa chọn. Với tình huống ngược lại, mô hình FEM sẽ được sử dụng.

Trong trường hợp mô hình tối ưu nhất trong bộ ba Pooled OLS, FEM và REM vẫn có một số hạn chế như tự tương quan hay phương sai sai số thay đổi dẫn tới sự không ổn định, phương pháp phân tích dữ liệu mảng động Generalized

Method of Moment (GMM) sẽ được vận dụng để kiểm nghiệm mối quan hệ trên. Ưu điểm lớn nhất của phương pháp GMM so với phương pháp ước lượng OLS thông thường, ước lượng tác động cố định FEM và ước lượng tác động ngẫu nhiên REM, đó là nó đã giải quyết được vấn đề về biến nội sinh bỏ sót biến và sai số đo lường trong quá trình hồi quy.

Nghiên cứu của Arif và Anees (2012) cho thấy, việc phân định rõ nhóm biến nội sinh (là các biến trễ ẩn chứa mối quan hệ nhân quả với biến phụ thuộc - việc hồi quy các biến này sẽ dẫn tới sự tương quan với sai số, tức hiện tượng nội sinh làm chệch kết quả) và nhóm biến công cụ (gồm các biến ngoại sinh nghiêm ngặt và các biến công cụ bổ sung với độ trễ thích hợp) chính là khâu quan trọng nhất trong thủ tục GMM, quyết định tới chất lượng của ước lượng [63]. Tiến hành sai phân bậc nhất đối với 2 vế phương trình tuyến tính, nghiên cứu thu được dạng tổng quát của phương trình GMM như sau:

ΔYit = α' ΔYi,t-1 + β' ΔXi,t-1 + γ' Zit + Δui (*)

Trong đó:

ΔYit và ΔYi,t-1 là sai phân bậc nhất và trễ sai phân bậc nhất của biến phụ thuộc,

ΔXi,t-1 là trễ sai phân bậc nhất của biến nội sinh, Zit đại diện cho nhóm biến ngoại sinh.

Sự phù hợp của biến công cụ sử dụng trong hồi quy GMM được đánh giá dựa trên kiểm định Hansen (overidentifying restrictions), với giả thiết (H0): Biến công cụ là ngoại sinh, nghĩa là không tương quan với sai số mô hình. Do đó, p- value của thống kê Hansen càng lớn càng tốt. Trong khi đó, kết quả kiểm định AR(2) cho p-value càng lớn chứng tỏ mô hình không bị khuyết tật tự tương quan ở các cấp độ. Ngoài ra, để các kiểm định này không bị yếu, nguyên tắc số biến công cụ nhỏ hơn hoặc bẳng số nhóm phải được đảm bảo. Cuối cùng, để biện luận kết quả mô hình GMM đưa ra là đủ tốt - đảm bảo vững (robust), dấu hệ số ứng với từng biến giải thích trong mô hình GMM và trong mô hình hồi quy tác động cố định (FEM) hay tác động ngẫu nhiên (REM) phải có sự thống nhất [123].

2.2.2.4. Thu thập số liệu

Hệ thống các biến sử dụng trong mô hình gồm có biến số kinh tế vĩ mô và biến phản ánh nội tại ngân hàng. Các biến thuộc nhóm nhân tố khách quan bao gồm tốc độ tăng trưởng GDP (%), tỷ lệ lạm phát (%) và tốc độ tăng cung tiền M2 trong giai đoạn 2011-2016 được nghiên cứu tổng hợp từ website của Worldbank và báo cáo số liệu của Tổng cục Thống kê.

Nhóm các nhân tố chủ quan ảnh hưởng đến rủi ro thanh khoản FGAPR được tác giả tổng hợp từ báo cáo tài chính đã được kiểm toán của 25 chi nhánh thuộc Agribank trên cả nước trong giai đoạn 2011-20165. Nhìn chung, quy mô của nhiều chi nhánh Agribank khá lớn, có thể tương đương quy mô của một số NHTMCP trong nước. Việc tính toán các chỉ số để phục vụ đề tài nghiên cứu được tổng hợp từ các báo cáo tài chính của Agribank. Nguồn số liệu phục vụ cho các nghiên cứu định lượng trong phạm vi luận án là đáng tin cậy.

2.2.2.5. Kết quả mô hình

a. Thống kê mô tả biến

Dữ liệu bảng (tần suất năm) phục vụ cho quá trình chạy mô hình bao gồm 7 biến số, 150 quan sát được nghiên cứu trong giai đoạn 2011-2016.

Bảng 2.20: Thống kê mô tả các biến trong mô hình

Biến

Trung bình	Độ lệch chuẩn	Min	Max
FGAPR	27,26	462,42	-63,64	57,43
EFD	3,96	9,38	0,36	69,67
TLA	61,30	6.682	13,57	81.911
ROE	12,61	9,50	-29,42	56,86
GDP	5,10	0,85	4,12	6,68
CPI	7,35	5,67	0,88	18,68
M2	18,50	4,14	11,94	24,54

Nguồn: Tính toán của tác giả

(i) Biến phụ thuộc FGAPR đạt giá trị trung bình là 27,26%, giá trị nhỏ nhất đạt -63,64% và lớn nhất là 57,43%, độ lệch chuẩn khá cao, đạt mức 462,42%. Điều này cho thấy RRTK rất đa dạng và chênh lệch khá cao giữa các Chi nhánh qua các

5 Các chi nhánh: Sở giao dịch, Láng Hạ, Hà Nội, Đà Nẵng, Hà Tây, Hải Dương, Hưng Yên, Bắc Giang, Bắc Ninh, Phú Thọ, Nam Định, Thái Bình, Thanh Hóa, Hà Tĩnh, Quảng Nam, Bình Thuận, Lâm Đồng, Bình Dương, Tây Ninh, Đồng Nai, Long An, Tiền Giang , Quảng Ninh, Thái Nguyên, Nghệ An.

năm, từ đó, mỗi Chi nhánh nhất thiết phải có một chiến lược quản trị rủi ro cho riêng cho mình để có thể phát triển ổn định và bền vững.

(ii) Tỷ lệ vốn vay bên ngoài (EFD) trung bình giai đoạn 2011-2016 đạt 3,96%, độ lệch chuẩn ở mức vừa phải (9,38%), chứng tỏ các chi nhánh khác nhau có mức độ phụ thuộc vào tỷ lệ vốn vay bên ngoài rất khác nhau. Giá trị nhỏ nhất 0,36% đạt được tại chi nhánh Hà Tĩnh năm 2012, và giá trị lớn nhất đạt 69,67% tại chi nhánh Sở giao dịch năm 2016.

(iii) Tỷ lệ cho vay khách hàng (TLA) có độ lệch chuẩn khá thấp (6,68%). Mức TLA thấp nhất 13,57% được ghi nhận tại chi nhánh Láng Hạ năm 2014, trong khi mức cao nhất 81,9% đạt được tại chi nhánh Phú Thọ năm 2014. Mức TLA trung bình cho cả giai đoạn đạt 61,3%.

(iv) Mức sinh lời trên vốn chủ sở hữu (ROE) đạt giá trị thấp nhất (-29,42%) tại chi nhánh Quảng Ninh năm 2015, và cao nhất 56,86% tại chi nhánh Hà Nội năm 2012, theo đó mức bình quân cả giai đoạn ghi nhận mức 12,61%. Độ lệch chuẩn của ROE các ngân hàng ở mức vừa phải, 9,5%.

(v) Tăng trưởng GDP bình quân đạt 5,1% và có xu hướng ổn định qua các năm, thể hiện qua độ lệch chuẩn thấp nhất trong tất cả các biến là 0,85%. Giá trị tăng trưởng thấp nhất 4,12% đạt được năm 2012 và cao nhất 6,68% vào năm 2016.

(vi) Tỷ lệ lạm phát có mức chênh lệch rất lớn giữa giá trị lớn nhất và giá trị nhỏ nhất: giá trị nhỏ nhất 0,88% đạt được năm 2015 như một hệ quả của chính sách kiềm chế lạm phát của NHNN và giá trị lớn nhất đạt mức 18,68% năm 2010 do ảnh hưởng của việc tăng trưởng tín dụng nóng trong giai đoạn 2007-2008. Theo đó, tỷ lệ lạm phát trung bình toàn giai đoạn đạt 7,35% và độ lệch chuẩn là 5,67%.

(vii) Tăng trưởng cung tiền M2 trung bình cả giai đoạn đạt 18,5%, thể hiện sự ổn định cao qua các năm giống như GDP (độ lệch chuẩn thấp: 4,14%). Mức tăng M2 thấp nhất 11,94% đạt được năm 2011, trong khi mức cao nhất 24,54% vào 2012.

Xu hướng tương quan giữa tỷ lệ khe hở tài trợ và các nhân tố giải thích trùng hợp khá nhiều với giả thuyết về dấu tương quan kỳ vọng như đã nêu ở phần trước. Mức độ tương quan cặp giữa các biến độc lập thấp hơn 0,5 cho thấy vấn đề đa cộng

tuyến trong mô hình là không đáng lo ngại [106].

Bảng 2.21: Ma trận tương quan giữa các biến

FGAPR	EFD	TLA	ROE	GDP	CPI	M2
FGAPR	1
EFD	-0,020	1
TLA	0,999	-0,019	1
ROE	-0,169	0,034	-0,147	1
GDP	-0,033	-0,014	-0,024	0,178	1
CPI	-0,032	0,074	-0,047	-0,189	-0,244	1
M2	0,021	-0,027	0,025	0,051	-0,487	-0,334	1

Nguồn: Tính toán của tác giả

b. Kết quả và thảo luận

Nghiên cứu lần lượt hồi quy mô hình Pooled OLS, FEM và REM. Kiểm định Breusch-Pagan sau đó sẽ được thực hiện để đánh giá sự thích hợp giữa mô hình Pooled OLS và REM, và cuối cùng kiểm định Hausman để chọn ra mô hình tối ưu nhất giữa FEM hay REM sẽ được thực hiện. Để đánh giá mức độ khuyết tật của mô hình, các bài kiểm định về tự tương quan và phương sai sai số thay đổi cũng sẽ được tiến hành. Kết quả hồi quy nhân tố tác động tới RRTK tại Agribank được trình bày trong bảng dưới đây.

Bảng 2.22: Kết quả hồi quy nhân tố tác động tới RRTK tại Agribank (Biến phụ thuộc: FGAPR)

Pooled OLS	REM	FEM	GMM*
FGAPR (-1)	-	-	-	0,004 0,006
EFD (-1)	-0,026 (0,183)	0,331** (0,165)	0,403** (0,176)	2,019*** (0,504)
TLA	0,069*** (0,000)	0,069*** (0,000)	0,069*** (0,000)	0,069*** (0,001)
ROE	-0,937*** (0,159)	-0,469*** (0,101)	-0,438*** (0,103)	-1,636*** (0,463)
GDP (-1)	-1,968 (3,788)	-2,843* (1,470)	-2,918** (1,435)	-0,565*** (3,857)
CPI	3,634 (3,557)	2,902** (1,383)	2,895** (1,350)	5,535*** (1,954)
M2	-2,115 (3,058)	-1,428 (1,194)	-1,427 (1,166)	-4,047 (2,059)
Constant	27,957 (56,221)	14,679 (22,091)	14,354 (21,373)	-