xem xét mối quan hệ phi tuyến tính giữa cạnh tranh và hiệu quả NH dựa theo Ariss (2010) và Soedarmono & cộng sự (2013) được đề xuất như sau:
6
𝑖𝑡
𝐸𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦𝑖𝑡 = 𝛼 + 𝛽1𝐶𝑜𝑚𝑝𝑒𝑡𝑖𝑡𝑖𝑜𝑛𝑖𝑡 + 𝛽2𝐶𝑜𝑚𝑝𝑒𝑡𝑖𝑡𝑖𝑜𝑛2 + ∑ 𝛾1𝑗 𝑀𝑖𝑐𝑟𝑜𝑗,𝑖𝑡
𝑗=1
2
+ 𝛾2𝐶𝑜𝑚𝑝𝑒𝑡𝑖𝑡𝑖𝑜𝑛 ∗ 𝑆𝑡𝑎𝑡𝑒𝑖𝑡 + 𝛾3𝐶𝑜𝑚𝑝𝑒𝑡𝑖𝑡𝑖𝑜𝑛 ∗ 𝑀&𝐴𝑖𝑡 + ∑ 𝛿1𝑘𝑆𝑒𝑐𝑡𝑜𝑟𝑘,𝑡
𝑘=1
3
+ 𝛿2𝐶𝑜𝑚𝑝𝑒𝑡𝑖𝑡𝑖𝑜𝑛 ∗ 𝑅𝑒𝑠_𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑡 + ∑ 𝜃1𝑙 𝑀𝑎𝑐𝑟𝑜𝑙,𝑡
𝑙=1
+ 𝜃2𝐶𝑜𝑚𝑝𝑒𝑡𝑖𝑡𝑖𝑜𝑛 ∗ 𝐶𝑟𝑖𝑠_𝑝𝑒𝑟𝑖𝑜𝑑𝑖𝑡+ 𝜀𝑖𝑡 (3.42)
Trong đó, i = 1,2, ..., N và t = 1,2, ..., T với N và T lần lượt là số lượng các NH và số năm nghiên cứu; Efficiencyit là các biến phụ thuộc được đo bằng phương pháp DEA, SFA và Chỉ số hiệu quả tổng hợp (OPI); Competitionit là các biến cạnh tranh được đại diện bởi chỉ số Lerner và chỉ số Lerner hiệu chỉnh. Các biến đo lường cạnh tranh và hiệu quả NH sẽ được thay thế lần lượt trong các ước lượng để kiểm tra sự khác biệt về tác động của cạnh tranh đến hiệu quả NH khi các thước đo khác nhau được sử dụng; Các biến kiểm soát gồm các đặc điểm riêng của NH (Microj,it), các đặc điểm ngành (Sectork,it) và các yếu tố kinh tế vĩ mô (Macrol,t) cũng được đưa vào mô hình với các giải thích và kỳ vọng về hướng tác động được trình bày chi tiết trong Bảng 3.5; Competition*Xit là các biến tương tác giữa cạnh tranh với các biến giả tương ứng (gồm State, M&A, Res_period và Cris_period); β1, β2, γ1j, γ2, γ3, δ1k, δ2, θ1l và θ2 là các hệ số ước tính giải thích tác động của các biến độc lập đến biến phụ thuộc; α là hệ số chặn và ɛit là sai số thống kê.
3.4. Phương pháp ước lượng
Các nghiên cứu thường sử dụng phương pháp mô hình hiệu ứng ngẫu nhiên (REM) và hiệu ứng cố định (FEM) để phân tích các mối quan hệ tĩnh trong mô hình dữ liệu bảng. Tuy nhiên, các nghiên cứu của Liu & cộng sự (2012), Anginer & cộng sự (2014), Kasman & Kasman (2015) và Hamid (2017) xác nhận rằng tính ổn định của NH có xu hướng kéo dài theo thời gian do những hạn chế trong cạnh tranh thị trường, sự bất cân xứng thông tin hoặc độ nhạy cảm với các cú sốc trong khu vực. Baltagi (2008) khẳng định rằng việc sử dụng phương pháp FEM và REM trong trường hợp này có thể tạo ra các ước tính sai lệch và không nhất quán. Các tài liệu thực nghiệm cũng cho thấy rằng có một mối quan hệ nội sinh giữa cạnh tranh và HQHĐ của các NH (Liu & cộng sự (2012), Anginer & cộng sự
(2014), Kasman & Kasman (2015) và Hamid (2017). Do đó, phương pháp ước tính dữ liệu bảng động được sử dụng để khắc phục những vấn đề này. Arellano & Bond (1991) đề xuất sử dụng phương pháp ước lượng moment tổng quát (Generized Method of Moments
– GMM) để phân tích dữ liệu bảng động tuyến tính hoặc các dữ liệu bảng vi phạm vấn đề tương quan chuỗi (Serial Correlation) và phương sai sai số thay đổi (Heteroskedasticity) (Pasiouras & Kosmidou, 2007; Athanasoglou & cộng sự, 2008; Dietrich & Wanzenried, 2011). Trái với OLS, các kỹ thuật GMM không đưa ra các giả thiết về việc phân phối dữ liệu nên các phân phối không chuẩn tiềm năng của các biến không ảnh hưởng đến kết quả ước lượng.
Phương pháp GMM sai phân (Difference-GMM) được giới thiệu bởi Arellano & Bond (1991) sử dụng sai phân bậc nhất để loại bỏ các hiệu ứng bất biến không quan sát được theo thời gian. Phương trình sai phân bậc nhất sau đó được ước lượng bằng cách sử dụng độ trễ của các biến giải thích nội sinh như các biến công cụ đại diện cho các quan sát thực. Do đó, GMM sai phân khắc phục vấn đề tự tương quan và nội sinh bằng cách loại bỏ hiệu ứng cố định và sử dụng độ trễ của các biến giải thích làm công cụ. Tuy nhiên, Blundell & Bond (1998) cho thấy rằng ước lượng sai phân có thể bị sai lệch khi có sự tồn tại của biến trễ phụ thuộc. Do giá trị biến phụ thuộc hiện tại có thể tương quan cao với giá trị trễ trong khi số thời kỳ (T = 13) là quá ngắn, khiến tính chính xác của ước lượng thường thấp vì các biến công cụ được đánh giá là không đủ mạnh. Để khắc phục vấn đề này, nghiên cứu sử dụng phương pháp GMM hệ thống (System-GMM) do Arellano & Bover (1995) đề xuất và sau đó được phát triển bởi Blundell & Bond (1998) để cho ra kết quả ước lượng tốt hơn với các mẫu nhỏ và các biến nội sinh có tính bền vững cao. Mặt khác, theo Arellano & Bover (1995) đối với GMM một bước, các sai số ước lượng được giả định là độc lập và không thay đổi theo thời gian và các đơn vị chéo, trong khi GMM hai bước lại nới lỏng các giả định này. Trong bước thứ hai, phần dư của bước đầu tiên được sử dụng để xây dựng ma trận hiệp phương sai chuẩn. Các nghiên cứu thực nghiệm cho thấy quy trình hai bước hiệu quả hơn nhưng độ lệch chuẩn có thể bị sai lệch nghiêm trọng, đặc biệt là đối với các mẫu nhỏ (Baltagi, 2008). Tuy nhiên, hiệu chỉnh Windmeijer sẽ giúp độ lệch chuẩn hai bước ít bị sai lệch hơn (Windmeijer, 2005). Do đó, nghiên cứu sẽ sử dụng phương pháp GMM hai bước.
Ước lượng GMM chỉ hiệu quả và nhất quán khi không có tương quan chuỗi bậc hai và hiệu lực của các công cụ được xác nhận. Do đó, để kiểm định tính phù hợp của mô hình GMM, kiểm định Sargan/Hansen với giả thuyết H0: biến công cụ là ngoại sinh, nghĩa
là không tương quan với sai số của mô hình và kiểm định Arellano-Bond (AR(2) test) với giả thuyết H0: εi,t không có tương quan chuỗi được sử dụng.
Để ước lượng mô hình hồi quy (3.42), đầu tiên, tác giả không sử dụng các biến tương tác để dự đoán hiệu quả của NH. Sau đó, để đảm bảo tính vững của kết quả, tác giả tiến hành ước lượng lại mô hình với sự tham gia của các biến tương tác. Nghiên cứu này dự định phân tích tác động của cạnh tranh đến hiệu quả NH được ước tính dựa trên trên mô hình hai giai đoạn. Trong đó, các biến hiệu quả (biến phụ thuộc) sẽ được ước lượng theo các phương pháp thích hợp ở giai đoạn thứ nhất. Đến giai đoạn thứ hai, tác động của cạnh tranh đến hiệu quả NH sẽ được xác định thông qua việc áp dụng mô hình ước lượng GMM hệ thống hai bước.
3.5. Dữ liệu nghiên cứu
Nghiên cứu thu thập dữ liệu bảng ở cấp độ NH từ Orbis Bank Focus, một cơ sở dữ liệu được biên soạn bởi Fitch / Bureau Van Dijck chứa thông tin về các NH trên khắp thế giới dựa trên các nguồn dữ liệu đã được công khai. Số liệu được thu thập từ các NHTM Việt Nam trong 13 năm từ 2005 đến 2017 với khoảng 412 quan sát. Mẫu nghiên cứu được tác giả áp dụng một số tiêu chí lựa chọn nghiêm ngặt. Thứ nhất, các NH được lựa chọn phải đảm bảo hoạt động liên tục và có báo cáo tài chính được công bố ít nhất 8 năm trong suốt thời gian nghiên cứu. Thứ hai, những quan sát trong một năm không có đầy đủ dữ liệu về các biến nghiên cứu sẽ được lược bỏ. Mặc dù mẫu nghiên cứu được sử dụng có quy mô nhỏ hơn so với tổng thể nhưng vẫn chiếm phần lớn thị phần trong hệ thống NH nên đảm bảo được tính đại diện. Ngoài ra, dữ liệu về các yếu tố kinh tế vĩ mô cũng được thu thập từ Databank của Ngân hàng Thế giới nên đảm bảo độ tin cậy.
Đối với thành phần các NH trong mẫu, tác giả tiến hành thu thập dữ liệu từ 34 NHTM Việt Nam bao gồm 27 NHTM cổ phần, 5 NHTM Nhà nước và 2 NH liên doanh. Trong đó, các NHTM cổ phần chiếm số lượng chủ yếu. Việc phân tích đa dạng các loại hình NH như vậy xuất phát từ những lý do sau:
Thứ nhất, mặc dù số lượng các NHTM cổ phần là đông đảo nhất nhưng hơn 50% thị phần lại tập trung vào các NHTM có vốn sở hữu trên 50% của Nhà nước, đặc biệt là 4 ngân hàng có quy mô lớn nhất Agribank, BIDV, Vietinbank và Vietcombank. Do đó, khi phân tích hiệu quả hoạt động của ngành ngân hàng Việt Nam sẽ là thiếu sót nếu bỏ qua các ngân hàng này.
Thứ hai, các ngân hàng liên doanh mặc dù số lượng không nhiều và chiếm thị phần không đáng kể, nhưng các ngân hàng này lại có quy mô khá tương đồng với các NHTM cổ phần. Do đó việc đánh giá các ngân hàng liên doanh cũng tương tự như đánh giá các NHTM cổ phần.
Bảng 3.6. Tổng hợp các ngân hàng trong mẫu nghiên cứu
Ngân hàng | Viết tắt/Mã cổ phiếu | Năm bị khuyết dữ liệu | |
NHTM có trên 50% vốn Nhà nước | |||
1 | Ngân hàng Nông nghiệp & Phát triển Nông thôn Việt Nam | Agribank | |
2 | Ngân hàng TMCP Đầu tư và Phát triển Việt Nam | BID | |
3 | Ngân hàng TMCP Công thương Việt Nam | CTG | |
4 | Ngân hàng TMCP Ngoại thương Việt Nam | VCB | |
5 | Ngân hàng TMCP Phát triển Nhà ĐB Sông Cửu Long | MHB | 2015 - 2017 |
NHTM cổ phần (không có vốn Nhà nước) | |||
6 | Ngân hàng TMCP Á Châu | ACB | |
7 | Ngân hàng TMCP An Bình | ABB | |
8 | Ngân hàng TMCP Bản Việt | VietCapital Bank | |
9 | Ngân hàng TMCP Bưu điện Liên Việt | LVB | 2005 - 2007 |
10 | Ngân hàng TMCP Đại Dương | OGC | 2005, 2014 - 2017 |
11 | Ngân hàng TMCP Đông Á | EAB | 2015 - 2017 |
12 | Ngân hàng TMCP Đông Nam Á | SEAB | |
13 | Ngân hàng TMCP Hàng Hải Việt Nam | MSB | 2005 |
14 | Ngân hàng TMCP Kiên Long | KLB | |
15 | Ngân hàng TMCP Kỹ thương Việt Nam | TCB | |
16 | Ngân hàng TMCP Nam Á | NamABank | |
17 | Ngân hàng TMCP Phát triển Nhà Thành phố Hồ Chí Minh | HDB | |
Có thể bạn quan tâm!
-
Các Giá Trị Thống Kê Liên Quan Đến Pca Của Chỉ Opi -
Các Phương Pháp Tiếp Cận Hiệu Quả Hoạt Động Của Ngân Hàng -
Giải Thích Các Biến Trong Mô Hình Nghiên Cứu -
Thống Kê Mô Tả Các Chỉ Số Đo Lường Hiệu Quả Tổng Hợp -
Kết Quả Ước Lượng Mô Hình Nghiên Cứu Với Biến Hiệu Quả Opi -
Cải Thiện Điều Kiện Cạnh Tranh Của Các Ngân Hàng
Xem toàn bộ 185 trang tài liệu này.
Ngân hàng TMCP Phương Đông | OCB | ||
19 | Ngân hàng TMCP Phương Nam | PNB | 2014 - 2017 |
20 | Ngân hàng TMCP Quân Đội | MBB | |
21 | Ngân hàng TMCP Quốc Dân | NCB | |
22 | Ngân hàng TMCP Quốc tế Việt Nam | VIB | |
23 | Ngân hàng TMCP Sài Gòn | SCB | 2011 |
24 | Ngân hàng TMCP Sài Gòn Công Thương | SGB | |
25 | Ngân hàng TMCP Sài Gòn – Hà Nội | SHB | |
26 | Ngân hàng TMCP Sài Gòn Thương Tín | STB | |
27 | Ngân hàng TMCP Tiên Phong | TPB | 2005 - 2007 |
28 | Ngân hàng TMCP Việt Á | VietABank | |
29 | Ngân hàng TMCP Việt Nam Thịnh Vượng | VPB | |
30 | Ngân hàng TMCP Xăng dầu | PGB | 2005 |
31 | Ngân hàng TMCP Xuất Nhập khẩu Việt Nam | EIB | |
NHTM liên doanh | |||
32 | Ngân hàng Liên doanh Indovina | Indovina | 2016 - 2017 |
33 | Ngân hàng Liên doanh VID Public | VID Public | |
34 | Ngân hàng Liên doanh Việt - Thái | Vinasiam | 2015 - 2017 |
Nguồn: Tổng hợp từ cơ sở dữ liệu của các ngân hàng
Trong số 34 NHTM mà tác giả lựa chọn thu thập dữ liệu nghiên cứu, có một số NH đã trải qua các hoạt động M&A trong giai đoạn 2005 – 2017. Vì vậy, dữ liệu những NH này trong giai đoạn trước và sau M&A được tác giả thu thập như sau:
- Ngân hàng TMCP Phát triển Nhà Đồng bằng Sông Cửu Long (MHB) sáp nhập vào Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) vào năm 2015 nên dữ liệu thu thập của MHB chỉ được thu thập trong giai đoạn 2005 – 2014. Tương tự, Ngân hàng TMCP Phương Nam (PNB) sáp nhập vào Ngân hàng TMCP Sài Gòn Thương Tín (STB) vào ngày 1/10/2015, do đó dữ liệu của PNB chỉ được cập nhật đến năm 2013.
- Ngân hàng TMCP Sài Gòn (SCB) được thành lập năm 2011 trên cơ sở hợp nhất tự nguyện 3 ngân hàng: Ngân hàng TMCP Sài Gòn (SCB), Ngân hàng TMCP Đệ Nhất (Ficombank) và Ngân hàng TMCP Tín Nghĩa (TinNghiaBank) nên giai đoạn trước 2011 được tác giả thu thập dữ liệu từ SCB trước khi hợp nhất và giai đoạn 2012 – 2017 là dữ liệu được thu thập từ SCB sau khi đã hợp nhất.
- Ngân hàng TMCP Tiên Phong (TPB) và Ngân hàng TMCP Bưu Điện Liên Việt (LVB) thành lập năm vào năm 2008 do đó không có dữ liệu cho những năm 2005 – 2007.
- Ngân hàng TMCP Đông Á (EAB) và Ngân hàng TMCP Đại Dương (OGC) vì chịu sự kiểm soát đặc biệt của NHNN từ năm 2015, do đó dữ liệu của hai ngân hàng này trong những năm gần đây đều không được cập nhật.
- Một số NHTM cổ phần khác vì những lý do riêng nên dữ liệu ở một vài năm không được công bố như Ngân hàng TMCP Xăng Dầu (PGB) và Ngân hàng TMCP Hàng Hải (MSB) bị khuyết dữ liệu trong năm 2005; Ngân hàng Liên doanh Indovina không cập nhật dữ liệu trong năm 2016 - 2017.
- Ngân hàng Liên doanh Việt – Thái (Vinasiam) vì lý do chấm dứt hoạt động nên dữ liệu không được thu thập trong những năm gần đây.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
Chương này trình bày các kết quả ước lượng mô hình đánh giá mối quan hệ giữa cạnh tranh và HQHĐ của các NHTM Việt Nam, bao gồm bốn phần. Phần thứ nhất trình bày thống kê mô tả các biến được sử dụng để ước lượng hiệu quả, đồng thời cung cấp kết quả ước lượng hiệu quả biên và hiệu quả tổng hợp của các NHTM Việt Nam trong giai đoạn nghiên cứu. Phần thứ hai và thứ ba trình bày thống kê mô tả các biến và ma trận tương quan giữa các biến giải thích trong mô hình nghiên cứu. Phần cuối cùng trình bày kết quả ước lượng tác động của cạnh tranh đến HQHĐ của các NHTM Việt Nam.
4.1. Kết quả ước lượng hiệu quả
4.1.1. Thống kê mô tả các biến ước lượng hiệu quả
4.1.1.1. Các biến ước lượng hiệu quả biên
Bảng 4.1. Thống kê mô tả các biến dùng để tính hiệu quả biên
Số quan sát | Trung bình | Trung vị | Độ lệch chuẩn | Cực tiểu | Cực đại | |
Tổng chi phí (TC) | 412 | 7.939 | 2.980 | 12.252 | 7 | 67.613 |
Dư nợ cho vay (TL) | 412 | 72.472 | 20.350 | 135.564 | 64 | 876.238 |
Tài sản sinh lời khác (OEA) | 412 | 45.440 | 21.029 | 61.773 | 37 | 485.696 |
Chỉ tiêu ngoại bảng (OSA) | 412 | 18.135 | 2.707 | 37.444 | 0 | 336.905 |
Tiền gửi khách hàng (TD) | 412 | 81.606 | 24.458 | 145.241 | 40 | 1.007.851 |
Chi phí nhân viên (PE) | 412 | 991 | 257 | 1.822 | 2 | 11.195 |
Vốn vật chất (TFA) | 412 | 1.270 | 508 | 1.944 | 1 | 11.437 |
Giá tiền gửi (W1) | 412 | 0,0942 | 0,0785 | 0,0516 | 0,0225 | 0,3927 |
Giá nhân viên (W2) | 412 | 0,1428 | 0,1344 | 0,0746 | 0,0084 | 0,4149 |
Giá vốn vật chất (W3) | 412 | 1,0522 | 0,7293 | 1,2661 | 0,0516 | 16,227 |
Nguồn: Tính toán từ phần mềm Stata 14.2
Bảng 4.1 trình bày tóm tắt kết quả thống kê số quan sát, giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất và bé nhất trong cả giai đoạn nghiên cứu của các biến số được sử dụng trong các mô hình ước lượng các chỉ số hiệu quả biên (DEA_CE và
SFA_CE). Có thể nói, cho vay là một hoạt động quan trọng của các NHTM Việt Nam, vì vậy, tài sản dư nợ cho vay luôn chiếm tỷ trọng lớn nhất trong tổng tài sản của các NH với trung bình khoảng 72.472 tỷ đồng trong giai đoạn 2005 - 2017, trong khi trung bình các tài sản sinh lời khác chỉ khoảng 45.440 tỷ đồng. Mặc dù hoạt động ngoại bảng được phát triển bởi các NH trong những năm qua, nhưng chỉ đạt mức tối đa 336.905 tỷ đồng, thậm chí một số NH không có bất kỳ hoạt động ngoại bảng nào tại thời điểm lập báo cáo tài chính. Mặt khác, nhìn vào độ lệch chuẩn của ba biến đầu ra, chúng ta có thể nhận thấy rằng dư nợ cho vay của các NHTM Việt Nam có nhiều biến động hơn so với các biến đầu vào khác. Tuy nhiên, yếu tố có biến động lớn nhất phải kể đến tổng tiền gửi của khách hàng với độ lệch chuẩn lên tới 145.241 tỷ đồng. Tổng số tiền gửi của khách hàng thấp nhất là khoảng 40 tỷ đồng trong khi giá trị tối đa hơn 1.000.000 tỷ đồng. Ngoài ra, tổng chi phí của các NH cũng có sự biến động đáng kể và dao động ở mức trung bình 7.939 tỷ đồng. Trong đó, chi phí nhân viên của các NH chỉ chiếm một phần nhỏ với giá trị cao nhất chỉ 11.195 tỷ đồng. Về giá cả các yếu tố đầu vào, có thể thấy giá vốn vật chất có sự biến động lớn nhất trong khi giá tiền gửi ít biến động nhất với độ lệch chuẩn lần lượt là 1,2661 và 0,0516.
4.1.1.2. Các biến đo lường hiệu quả tổng hợp
Bảng 4.2 mô tả tóm tắt các chỉ tiêu CAMELS được dùng để tính toán hệ số hiệu quả tổng hợp của các NHTM Việt Nam. Trước tiên, có thể nhìn thấy tỷ lệ vốn chủ sở hữu trên tổng tài sản của các NHTM Việt Nam khá cao với mức trung bình khoảng 11,624%. Kết quả này phần nào cho thấy nổ lực tiếp cận Basel II của các NH trong thời gian qua. Thứ hai, xét về chất lượng tài sản, trung bình các khoản nợ xấu chiếm khoảng 2,28% tổng dư nợ của toàn hệ thống trong giai đoạn 2005-2017. Tiếp theo, giá trị PTE trung bình của tất cả các NHTM Việt Nam có sự biến động rất thấp với độ lệch chuẩn 0,1957% cho thấy chất lượng quản lý năng suất lao động của các NH là tương đối đồng đều. Về khả năng sinh lời, nhìn chung, ROA của ngành NH Việt Nam trong thời gian qua là tương đối thấp với mức trung bình chỉ 0,9021%. Trong khi đó, tỷ lệ tài sản thanh khoản trên tổng tài sản của các NHTM Việt Nam lại có sự biến động khá lớn với độ lệch chuẩn 14,446% trong cả giai đoạn 2005-2017. Cuối cùng, trạng thái khe hở nhạy cảm lãi suất (ISG) của các NH Việt Nam phần lớn là âm và không ổn định với các giá trị khe hở nhạy cảm xoay quanh mức trung vị -5,4018% và độ lệch chuẩn đạt 15,785%. Điều này cho thấy rủi ro lãi suất của các NHTM Việt Nam là tương đối lớn. Như vậy, dựa trên từng tiêu chí xếp hạng của