Các Phương Pháp Tiếp Cận Hiệu Quả Hoạt Động Của Ngân Hàng

Bảng 3.3. Các phương pháp tiếp cận hiệu quả hoạt động của ngân hàng

Phương pháp

Đầu vào	Đầu ra
Tiếp cận sản xuất	Vốn, lao động, tài sản cố định	Số giao dịch thanh toán, các khoản tiền gửi và cho vay.
Tiếp cận trung gian	Tiền gửi của khách hàng	Cho vay, chứng khoán, đầu tư
Tiếp cận lợi nhuận	Chi lãi, chi ngoài lãi	Thu lãi, thu ngoài lãi
Tiếp cận giá trị gia tăng	Chi lãi, tiền lương, vốn, tài sản cố định	Tiền gửi, cho vay, đầu tư

Có thể bạn quan tâm!

Xem toàn bộ 185 trang tài liệu này.

Nguồn: Tổng hợp từ các nghiên cứu trước đây

Lựa chọn yếu tố đầu vào và đầu ra

Nhìn chung, các nhà nghiên cứu khi lựa chọn cách tiếp cận hiệu quả thường gặp phải vấn đề về việc nên xem tiền gửi là đầu vào hay đầu ra. Theo phương pháp tiếp cận trung gian, tiền gửi được xem là yếu tố đầu vào, lãi tiền gửi được coi là chi phí và lãi suất được trả là giá cả đầu vào (Berger & Humphrey, 1997). Trong khi đó, cách tiếp cận sản xuất và giá trị gia tăng lại xem tiền gửi là yếu tố đầu ra liên quan đến thanh khoản, dự trữ và các dịch vụ thanh toán được cung cấp cho người gửi tiền (Berger & Humphrey, 1991; Berger & Humphrey, 1997). Việc xác định vai trò của tiền gửi trong các mô hình hiệu quả có thể tác động đáng kể đến các ước tính hiệu quả.

Theo Berger & Humphrey (1997), không có cách tiếp cận hoàn hảo trong việc xác định các đầu vào và đầu ra vì không cách tiếp cận nào có thể phản ánh đầy đủ tất cả các hoạt động, vai trò của các đơn vị sản xuất, đặc biệt là đối với các đơn vị hoạt động trong lĩnh vực trung gian tài chính như NH. Dựa trên kết quả tổng quan nghiên cứu, hai cách tiếp cận chính và được sử dụng phổ biến nhất để lựa chọn đầu vào và đầu ra khi đo lường hiệu quả NH là cách tiếp cận sản xuất (Sherman & Zhu, 2006) và cách tiếp cận trung gian (Staub & cộng sự, 2010). Ngoài ra, đôi khi các tác giả còn kết hợp cả hai cách tiếp cận theo phương pháp hai giai đoạn, tức là áp dụng các yếu tố đầu vào theo phương pháp tiếp cận sản xuất kết hợp với yếu tố tiền gửi để tạo ra các yếu tố đầu ra theo phương pháp trung gian (Casu & Molyneux, 2000; Sufian & Majid, 2007). Theo đó, nghiên cứu này khi đo lường hiệu quả biên của các NH cũng sử dụng phương pháp tiếp cận hai giai đoạn.

Bảng 3.4. Tóm tắt các biến được sử dụng để ước tính hiệu quả NH

Biến

Tên gọi	Cách tính
Đầu ra
TL	Dư nợ cho vay	Tổng dư nợ cho vay khách hàng
OEA	Tài sản sinh lời khác	Chứng khoán đầu tư, chứng khoán kinh doanh, các khoản đầu tư, góp vốn của NH…
OSA	Chỉ tiêu ngoại bảng	Các khoản mục bảo lãnh và cam kết ngoại bảng.
Đầu vào
TD	Tiền gửi khách hàng	Tổng số dư tiền gửi khách hàng.
PE	Chi cho nhân viên	Chi phí cho nhân viên như chi lương và phụ cấp, các khoản chi đóng góp theo lương, chi trợ cấp.
TFA	Vốn vật chất	Tài sản cố định bao gồm cả tài sản cố định hữu hình và vô hình.
Giá cả đầu vào
W1	Giá tiền gửi	Chi phí lãi chia cho tổng số tiền gửi khách hàng.
W2	Giá nhân viên	Chi phí nhân viên chia cho tổng số nhân viên.
W3	Giá vốn vật chất	Chi phí liên quan đến vốn (chi phí hoạt động - chi phí nhân viên) chia cho tổng tài sản cố định.

Nguồn: Đề xuất từ các nghiên cứu trước đây

Tổng quan các nghiên cứu về hiệu quả NH theo cách tiếp cận hai giai đoạn cũng như dựa trên nguồn dữ liệu hiện có của Việt Nam thì các khoản tiền gửi của khách hàng cùng với chi phí lao động và vốn sẽ là các yếu tố đầu vào được sử dụng để tạo ra các sản phẩm đầu ra như các khoản cho vay và các tài sản sinh lời khác (Sealey & Lindley, 1977). Mặt khác, các nghiên cứu NH gần đây đã nhấn mạnh vai trò của các khoản mục ngoại bảng (OSA) (Lozano-Vivas & Pasiouras, 2010, 2014) vì OSA đã trở nên quan trọng trong hầu hết các lĩnh vực của NH và việc loại trừ chúng có thể dẫn đến việc đánh giá thấp mức sản lượng, từ đó dẫn đến những ước tính không chính xác về hiệu quả NH (Casu & Girardone, 2006). Do đó, giá trị của các chỉ tiêu ngoại bảng cũng được xem xét như một

yếu tố đầu ra. Ngoài ra, để tính hiệu quả phân bổ cũng như hiệu quả chi phí, giá của các đầu vào cũng được xem như các đầu vào nhằm nắm bắt chi phí của các NH. Giá của các đầu vào gồm giá tiền gửi (W1), giá nhân viên (W2) và giá vốn vật chất (W3). Cách tính các biến giá cả đầu vào được mô tả trong Bảng 3.4.

3.2.2.3. Các phương pháp đo lường hiệu quả biên

Hiệu quả biên là một kỹ thuật đo lường hiệu quả thông qua độ lệch của đầu vào, đầu ra, chi phí hoặc lợi nhuận của NH so với mức tối ưu (biên). Nó giả định rằng các NH không thể tối ưu hóa hoàn toàn các mục tiêu hoặc hành vi kinh doanh của họ và do đó luôn có một mức độ kém hiệu quả. Khái niệm về hiệu quả biên được thảo luận đầu tiên bởi Koopmans (1951) và Debreu (1951) với ý tưởng phát triển một khung tiêu chuẩn cho hiệu quả sản xuất (hàm sản xuất biên). Farrell (1957) sau đó đã phát triển các phương pháp và mô hình để đo lường hiệu quả biên có thể áp dụng cho hầu hết các lĩnh vực.

Nhìn chung, hiệu quả biên có thể được đo lường thông qua hai loại phương pháp khác nhau: tham số hoặc phi tham số. Phương pháp tiếp cận phi tham số là một thuật toán quy hoạch tuyến tính được dùng để đánh giá hiệu quả của các công ty có nhiều đầu vào hoặc (và) nhiều đầu ra. Ưu điểm của phương pháp tham số là có tính đến các sai số ước lượng và không phụ thuộc nhiều vào số lượng NH trong mẫu cũng như số lượng đầu vào và đầu ra được sử dụng. Tuy nhiên, kết quả từ phân tích tham số lại phụ thuộc rất nhiều vào dạng hàm được chọn và các giả thiết phân phối chuẩn của sai số. Mặt khác, phương pháp phi tham số có thể khắc phục được các vấn đề này bởi vì nó không cần phải giả định dạng hàm sản ước lượng cũng như phân phối xác suất cho sự phi hiệu quả. Tuy nhiên, hạn chế của phương pháp phi tham số là không tính đến các sai số ngẫu nhiên trong và theo đó tất cả các sai lệch so với đường biên đều được coi là không hiệu quả. Nghiên cứu này sử dụng hai phương pháp đo lường hiệu quả biên phổ biến nhất, SFA và DEA, để đại diện cho cách tiếp cận tham số và phi tham số tương ứng.

a) Phương pháp phân tích bao dữ liệu (DEA)

DEA sử dụng thuật toán quy hoạch tuyến tính (linear programming) để đo lường hiệu quả tương đối của một tập hợp các đơn vị ra quyết định (DMU) tương đồng, chẳng hạn là các NH trong một ngành. DEA sử dụng cùng lúc nhiều đầu vào và đầu ra để xác định điểm hiệu quả và dùng điểm hiệu quả này để đánh giá các DMU. Thông qua một quy hoạch tuyến tính, DEA so sánh từng DMU với các quan sát hiệu quả có cùng các đầu vào

và đầu ra. DEA xác định một đường biên hiệu quả như là một tập hợp tuyến tính gồm điểm hiệu quả của các đơn vị hiệu quả nhất. Các DMU khác không nằm trên đường biên tức là không hiệu quả (Das & Ghosh, 2009). Đường biên này có dạng như một đường cong giới hạn khả năng sản xuất bao bọc tất cả các quan sát và đây chính là lý do vì sao tên gọi của phương pháp này là “bao dữ liệu”. DEA đánh giá hiệu quả tương đối của từng DMU dựa vào khoảng cách điểm hiệu quả của các DMU này đến đường biên hiệu quả. Các DMU có điểm hiệu quả nằm trên đường biên này sẽ là các DMU có hiệu quả nhất hay được định nghĩa là các DMU tham chiếu hiệu quả. Hiệu quả của các DMU khác sẽ được tính toán dựa trên các DMU tham chiếu này. Theo đó, các DMU càng nằm cách xa đường biên thì càng không hiệu quả.

Dựa trên khái niệm hiệu quả theo đề xuất của Farrell (1957), phương pháp DEA lần đầu tiên được đề xuất bởi Charnes & cộng sự (1978), sử dụng phương pháp tiếp cận hiệu quả định hướng đầu vào và giả thiết hiệu quả không đổi theo quy mô (CRS). Charnes & cộng sự (1978) đã mở rộng cách tiếp cận sử dụng nhiều đầu vào và đầu ra thay cho cách tiếp cận chỉ có một đầu vào hoặc một đầu ra của Farrell (1957). Sau đó, Banker & cộng sự (1984) đã đề xuất giả thiết hiệu quả thay đổi theo quy mô (VRS). Đây là hai mô hình DEA chính đã được sử dụng rộng rãi trong nhiều nghiên cứu.

Mô hình CCR

Mô hình CCR được đặt theo tên viết tắt của các tác giả Charnes, Cooper & Rhodes (1978) khi xây dựng mô hình đo lường hiệu quả với giả thiết hiệu quả không thay đổi theo quy mô (Constant Return to Scale – CRS). Hiệu quả theo quy mô đề cập đến mức độ thay đổi đầu ra khi các lượng đầu vào thay đổi và xem xét liệu các doanh nghiệp có công nghệ quản lý và sản xuất tương tự nhau có đang hoạt động ở quy mô tối ưu hay không (Molyneux & cộng sự, 1996). Cụ thể, với một tỷ trọng các đầu ra nhất định, nếu tổng chi phí của doanh nghiệp tăng (giảm) với tốc độ cao hoặc thấp hơn tốc độ tăng (giảm) các đầu ra tương ứng thì doanh nghiệp có hiệu quả thay đổi theo quy mô. Ngược lại, nếu tốc độ tăng (giảm) các đầu ra của doanh nghiệp cân đối với sự tăng (giảm) của tổng chi phí thì hiệu quả của doanh nghiệp không thay đổi theo quy mô.

Mô hình CCR tính toán điểm hiệu quả của các NH bằng cách so sánh tỷ lệ giữa đầu ra và đầu vào theo trọng số. Xem xét trường hợp có N ngân hàng sử dụng K đầu vào khác nhau để tạo ra M đầu ra khác nhau. Hiệu quả của NH thứ i được xác định như sau:

𝑀 𝐾

𝐸𝑖= 𝑀𝑎𝑥𝑢,𝑣 ∑ 𝑢𝑚𝑦𝑚𝑖 / ∑ 𝑣𝑘𝑥𝑘𝑖 , 𝑚 = ̅1̅̅,̅𝑀̅̅, 𝑘 = ̅1̅,̅̅𝐾̅ (3.12)

𝑚=1 𝑘=1

Trong đó, ymi là lượng đầu ra thứ m của NH thứ i, xki là lượng đầu vào thứ k được sử dụng bởi NH thứ i, um là trọng số của đầu ra thứ m và vk là trọng số của đầu vào thứ k. Tỷ lệ (Ei) là hiệu quả của NH thứ i được cực đại hóa để lựa chọn các trọng số tối ưu, với ràng buộc:

𝑀 𝐾

∑ 𝑢𝑚𝑦𝑚𝑗 / ∑ 𝑣𝑘𝑥𝑘𝑗 ≤ 1, 𝑗 = ̅1̅,̅̅𝑁̅ (3.13)

𝑚=1 𝑘=1

um ≥ 0, vk ≥ 0 (3.14)

Hai ràng buộc được đưa ra nhằm đảm bảo điểm hiệu quả của tất cả các NH đều không vượt quá 1, tức là không vượt quá khỏi đường biên hiệu quả, đồng thời các trọng số đầu vào và đầu ra đều không âm. Tuy nhiên, bài toán trên gặp phải vấn đề là nó tồn tại vô số nghiệm. Để khắc phục vấn đề này, Charnes & cộng sự (1978) đã đưa thêm ràng buộc:

𝐾

∑ 𝑣𝑘𝑥𝑘𝑖 = 1

𝑘=1

(3.15)

Như vậy, có thể biến đổi bài toán trên thành bài toán quy hoạch tuyến tính với mục tiêu tối đa hóa tử số (đầu ra). Theo đó, mô hình đo lường hiệu quả định hướng đầu vào hàm ý các NH phải tối thiểu hóa việc sử dụng các đầu vào để cho ra một đầu ra nhất định có dạng như sau:

𝑀

𝐸𝑖 = 𝑀𝑎𝑥𝑢,𝑣 ∑ 𝑢𝑚𝑦𝑚𝑖

𝑚=1

Với ràng buộc:

(3.16)

𝐾

∑ 𝑣𝑘𝑥𝑘𝑖 = 1

𝑘=1

𝑀 𝐾

(3.17)

∑ 𝑢𝑚𝑦𝑚𝑗 − ∑ 𝑣𝑘𝑥𝑘𝑗 ≤ 0, 𝑗 = ̅1̅,̅̅𝑁̅ (3.18)

𝑚=1 𝑘=1

um ≥ 0, vk ≥ 0; ∀m, k (3.19)

Mặt khác, thông qua một số biến đổi thuật toán trong quy hoạch tuyến tính, mô hình hiệu quả tiếp cận đầu vào với giả thiết hiệu quả không đổi theo quy mô (CRS) được xây dựng lại dưới dạng kép (dual form) như sau:

𝐸𝑖 = 𝑀𝑖𝑛𝜃,𝜆 𝜃𝑖 (3.20)

Với ràng buộc:

𝐾

∑ 𝜆𝑗𝑥𝑘𝑗 ≤ 𝜃𝑖 𝑥𝑘𝑖 , 𝑗 = ̅1̅,̅̅𝑁̅ (3.21)

𝑘=1

𝑀

∑ 𝜆𝑗𝑦𝑚𝑗 ≥ 𝑦𝑚𝑖 ,

𝑚=1

𝑗 = ̅1̅,̅̅𝑁̅ (3.22)

λj ≥ 0, ∀j (3.23)

Trong đó, xi và yi là các vector đầu vào và đầu ra tương ứng, θi là chỉ số hiệu quả của NH thứ i và λ là vectơ N*1 ràng buộc. Một tập hợp các ràng buộc đảm bảo rằng θ sẽ có giá trị từ 0 đến 1. Giá trị của θ = 1 được xác định là NH có hiệu quả nhất và sẽ nằm trên đường biên hiệu quả trong khi NH có θ <1 thì tương đối kém hiệu quả và cần giảm một lượng 1-θ đầu vào để đạt được mức hiệu quả tối đa. Mô hình dạng kép bao gồm ít ràng buộc hơn so với hai mô hình trước nên được ưu tiên dử dụng hơn.

Bài toán quy hoạch tuyến tính trong phương trình (3.20) được giải quyết N lần, mỗi lần cho một NH trong mẫu, giá trị của θ thu được cho mỗi NH đại diện cho điểm hiệu quả của NH đó. Mô hình CCR đo lường hiệu quả tổng thể cho từng NH (bao gồm hiệu quả kỹ thuật và hiệu quả quy mô). Theo giả định của CRS, bất kỳ sự kém hiệu quả nào có thể là do quy mô của NH hoặc khả năng quản lý kém. Hình 3.2 giả định trường hợp đơn giản gồm một đầu vào X và một đầu ra Y. Điểm P đại diện cho một NH nằm bên phải đường biên hiệu quả nên đang hoạt động không hiệu quả và có thể cải thiện năng suất các yếu tố đầu vào so với các NH hoạt động hiệu quả nhất (nằm trên đường biên). Đường thẳng OA là đường biên hiệu quả không đổi theo quy mô vì đầu vào và đầu ra cùng biến thiên theo một tỷ lệ tuyến tính nhất định. Các NH có thể nằm trên hoặc bên phải đường biên nhưng không thể ở bên trái nó. Do đó, tỷ lệ GR/GP thể hiện thước đo hiệu quả kỹ thuật toàn bộ (θ) và NH P có thể giảm (1-θ) đầu vào để có thể đạt được điểm hiệu quả R.

Đường biên CRS

P’

Đường biên VRS

Mô hình BBC

Hình 3.2. Đường biên CRS và VRS

Nguồn: Coelli (1996)

Giả thiết CRS không phù hợp nếu các NH hoạt động trong môi trường cạnh tranh không hoàn hảo hoặc chịu sự ràng buộc về tài chính và các quy định pháp lý (Coelli & cộng sự, 1998). Nếu một trong các tình huống này xảy ra có thể khiến các NH không thể hoạt động ở một quy mô tối ưu do giả thiết CRS đặt ra. Do đó, việc ước lượng hiệu quả kỹ thuật sử dụng mô hình CRS sẽ bị ảnh hưởng bởi sự thiếu hiệu quả quy mô. Chính vì vậy, Banker, Charnes & Cooper (1984) đã thay đổi giả thiết hiệu quả không đổi theo quy mô (CRS) bằng giả thiết hiệu quả thay đổi theo quy mô (VRS) và xây dựng một mô hình đo lường hiệu quả mới được đặt theo tên viết tắt của các tác giả (BCC). Mô hình BCC đưa thêm vào mô hình CCR một ràng buộc (Ʃλ=1) để đảm bảo khi tính toán hiệu quả, các NH có cùng quy mô sẽ được so sánh với nhau. Theo đó, mô hình BCC cung cấp một thước đo hiệu quả kỹ thuật thuần túy (không ảnh hưởng bởi quy mô) có dạng như sau:

𝐸𝑖 = 𝑀𝑖𝑛𝜃,𝜆 𝜃𝑖 (3.24)

Với ràng buộc:

𝐾

∑ 𝜆𝑗𝑥𝑘𝑗 ≤ 𝜃𝑖 𝑥𝑘𝑖 , 𝑗 = ̅1̅,̅̅𝑁̅ (3.25)

𝑘=1

𝑀

∑ 𝜆𝑗𝑦𝑚𝑗 ≥ 𝑦𝑚𝑖 ,

𝑚=1

𝑗 = ̅1̅,̅̅𝑁̅ (3.26)

𝑁

∑ 𝜆𝑗 = 1

𝑗=1

(3.27)

λj ≥ 0, ∀j (3.28)

Lúc này, hiệu quả kỹ thuật toàn bộ (Technical Efficiency – TE) của một NH có thể được phân tích thành hiệu quả kỹ thuật thuần túy (Pure Technical Efficiency – PTE) và hiệu quả quy mô (Scale Efficiency – SE). Điểm hiệu quả kỹ thuật của VRS lớn hơn hoặc bằng CRS. Ở Hình 3.2, đường gấp khúc FEBCD là đường biên hiệu quả thay đổi theo quy mô. Hiệu quả kỹ thuật thuần túy của NH tại điểm P được tính bằng GE/GP = δP và hiệu quả quy mô được tính bằng γP = GR/GE = θP/δP. Nếu γP bằng 1 thì NH có hiệu quả về quy mô. Tức là NH hoạt động với quy mô tối ưu của nó và do đó năng suất của các đầu vào không thể cải thiện bằng cách tăng hay giảm quy mô sản xuất. Nhưng nếu γP nhỏ hơn 1 thì nghĩa là NH đang hoạt động với quy mô không tối ưu. Khi đó, tỷ lệ đầu ra mất đi do phi hiệu quả quy mô có thể xác định bằng (1- γP).

Hiệu quả quy mô bằng 1 nếu hiệu quả không đổi theo quy mô (CRS) hoặc đạt điểm B trong Hình 3.2. Tuy nhiên, hiệu quả quy mô bé hơn 1 phản ánh sự không hiệu quả về quy mô xuất hiện khi các NH hoạt động trong điều kiện hiệu quả tăng (IRS) hoặc giảm (DRS) theo quy mô. Để có được hai kết quả này, đòi hỏi bài toán quy hoạch tuyến tính phải thêm ràng buộc:

𝑁

∑ 𝜆𝑗 ≤ 1

𝑗=1

(3.29)

Khi đó, lời giải của bài toán chính là đường biên hiệu quả không tăng theo quy mô OBCD (Hình 3.2). Như vậy, hiệu quả không tăng theo quy mô của ngân hàng P là φP = GR/GP = θP. Nếu γP < 1 và δP = φP (như trường hợp điểm P’) thì NH giảm hiệu quả theo quy mô, điều này ngụ ý rằng quy mô của NH quá lớn và NH có thể cải thiện năng suất của các yếu tố đầu vào cũng như giảm chi phí bằng cách giảm quy mô hoạt động. Ngược