Mô Tả Và Lựa Chọn Mô Hình Để Đo Lường Hiệu Quả

phù hợp để điều chỉnh hoạt động của mình trong điều kiện các nhân tố vĩ mô biến động theo nhiều kịch bản chung của nền kinh tế.

Để phục vụ cho mục đích phân tích tác động của các nhân tố vĩ mô tới hoạt động của ngân hàng như FDI, GDP hay CPI, tác giả lựa chọn mô hình để xác định các nhân tố tác động đến hiệu quả. Battese và Coelli (1995) đã phát triển mô hình phi hiệu quả kỹ thuật cho trường hợp số liệu hỗn hợp. Ảnh hưởng phi hiệu quả kỹ thuật không âm được định nghĩa là hàm của một số biến cụ thể nào đó của ngân hàng theo thời gian.

Thông thường mối liên hệ giữa phi hiệu quả kỹ thuật và các nhân tố như tỷ số vốn/lao động, sở hữu, tuổi, FDI, GDP, CPI…đòi hỏi được chỉ định làm các biến giải thích của mô hình. Tất cả các tham số của mô hình được ước lượng đồng thời. Nguồn phi hiệu quả từ mức trang bị kỹ thuật, quy mô, sở hữu… cũng cần được xem xét.

CHƯƠNG 3. MÔ TẢ VÀ LỰA CHỌN MÔ HÌNH ĐỂ ĐO LƯỜNG HIỆU QUẢ

3.1. Mô hình đo lường hiệu quả hoạt động của các ngân hàng thương mại

Ngành ngân hàng Việt Nam đang chịu áp lực rất lớn do toàn cầu hoá thị trường, thay đổi quy định và môi trường kinh tế, tạo ra sự cạnh tranh gay gắt. Để duy trì thế mạnh, các ngân hàng bắt buộc phải liên tục nâng cao hiệu quả và hiệu quả tổng thể hiệu quả của mình so với các ngân hàng khác. Hơn nữa, ngành ngân hàng đã phải đối mặt với những thay đổi đáng kể trong việc cung cấp dịch vụ của họ với việc giới thiệu các công nghệ mới trong suốt vài thập kỉ qua. Những công nghệ mới này bao gồm từ điện thoại và ngân hàng Internet đến tín dụng trực tuyến, máy rút tiền tự động và những công cụ tương tự. Tuy nhiên, nhiều ngân hàng không đứng vững được trong cạnh tranh, đã sáp nhập, hoặc bị thôn tính bởi ngân hàng khác hoặc bị mua lại bởi ngân hàng nhà nước. Vì vậy, điều quan trọng là phải đánh giá tác động của những tiến bộ công nghệ, cạnh tranh đến hiệu quả của các ngân hàng thương mại Việt Nam. Các độ đo như tỷ lệ hoàn vốn của tài sản (ROA) hoặc lợi nhuận trên vốn chủ sở hữu (ROE) để đo lường hiệu quả của các ngân hàng, tuy nhiên, các chỉ số như vậy chỉ đưa ra bức tranh hiệu quả một chiều và không đầy đủ, và các chỉ số khác nhau có thể cho kết quả trái ngược nhau. Do đó, các phương pháp phức tạp hơn được sử dụng để cung cấp một thước đo hiệu quả tổng thể có ý nghĩa, cũng như các mục tiêu hiệu quả cho biết quản lý theo hướng nào để có thể giúp ngân hàng cải thiện hiệu quả của mình. Phân tích bao dữ liệu (DEA) có thể đồng thời xem xét nhiều yếu tố ảnh hưởng đến hiệu quả và do đó, nâng cao đáng kể độ sâu sắc và giá trị của phân tích tài chính trong một ngành nhất định. Điều đó hỗ trợ người tham gia hiểu rò hơn về hiệu quả của chính tổ chức của họ.

Về hiệu quả sản xuất

Có thể bạn quan tâm!

Xem toàn bộ 144 trang tài liệu này.

Các nước nói chung đều dành sự quan tâm đặc biệt tới hiệu quả trong sản xuất ngân hàng. Tuy nhiên việc đo lường mức hiệu quả tuyệt đối lại không khả thi do thiếu một hàm sản xuất chung để xác định mức sản lượng tối đa cho tất cả các ngân hàng cùng ngành. Farrell năm 1957 lần đầu tiên đưa ra giải pháp đo lường tương đối hiệu quả sản xuất với các doanh nghiệp có các đặc thù tương đồng trong một ngành công nghiệp. Mục tiêu của phương pháp này là xác định sự khác biệt về hiệu quả sản xuất giữa các ngân hàng so với (một số) ngân hàng có mức hiệu quả tốt nhất trong (cùng) ngành. Farrell cũng phân chia hiệu quả sản xuất thành hai phần: hiệu quả kỹ thuật và hiệu quả

phân bổ. Hiệu quả kỹ thuật xem xét liệu một ngân hàng có sản xuất được mức sản lượng tối đa với công nghệ hiện có hay không. Hiệu quả phân bổ xem xét liệu một ngân hàng khi đang đạt mức hiệu quả kỹ thuật tối đa có tối ưu được giá đầu vào khi giá của chúng được cho trước (Afriat, 1972 và Banker và Maindiratta, 1988).

Hình 3.1 mô tả đơn giản hiệu quả kỹ thuật và hiệu quả phân bổ với giả thuyết các ngân hàng sản xuất với tính hiệu quả không đổi theo quy mô.

Trong Hình 3.1, IAI’ là đường đồng lượng của một ngân hàng, với hai đầu vào là x1 và x2. Đường thẳng SS’ đại diện cho đường đồng phí. Tác giả giả thiết thêm rằng, trong trường hợp bình thường, các ngân hàng có hàm sản xuất là lòm theo hai đầu vào x1 và x2. Lý thuyết vi mô sử dụng hành vi tối ưu của nhà sản suất cho rằng, ngân hàng sẽ có mục tiêu tối thiểu hóa chi phí và sẽ tối ưu tại điểm A, tại đó, tỷ lệ thay thế đầu vào bằng giá tương đối giữa hai đầu vào.

I’

S’

Hình 3.1 Hiệu quả kỹ thuật và hiệu quả phân bổ

Tại điểm B, một ngân hàng có thể sử dụng ít nhất lượng đầu vào để sản xuất cùng một lượng đầu ra cho trước trên đường đồng lượng IAI’. Tuy nhiên nếu ngân hàng đó phải dùng tới một lượng kết hợp các đầu vào tại điểm C để có được cùng mức sản lượng như tại điểm B, khi đó ngân hàng này sản xuất phi hiệu quả và cần phải dùng tới nhiều hơn OC/OB lần đầu vào so với ngân hàng tại B. Tỷ số OB/OC là để đo mức hiệu quả trong sản xuất của ngân hàng này. Tuy nhiên ngân hàng đang sản xuất tại điểm B với đường ngân sách SS’ lại chưa đạt được mức tối ưu của tổng chi phí đầu vào khi giá đầu

vào đã biết. Ngân hàng có thể sản xuất với cùng mức sản lượng tại sự kết hợp A với chi phí tại điểm này (bằng chi phí tại điểm D) và thấp hơn chi phí tại điểm B. Do vậy, hiệu quả phân bổ được đo bằng tỷ lệ OD/OB.

Mức độ hiệu quả sản xuất của ngân hàng được tính bằng tích của hiệu quả kỹ thuật và hiệu quả phân bổ của ngân hàng đó. Trong trường hợp đang xét, hiệu quả sản xuất được tính bằng tỷ lệ

Nếu hiệu quả sản xuất của một ngân hàng bằng 1, tức là ngân hàng đã sử dụng tốt nhất công nghệ sản xuất và đã kết hợp các đầu vào để có mức chi phí tối ưu.

Hiệu quả kỹ thuật

Sau khi có một cái nhìn tổng quan về hiệu quả sản xuất, tác giả tập trung vào hiệu quả kỹ thuật. Nếu một ngân hàng có hiệu quả kỹ thuật bằng một, có nghĩa là ngân hàng đó đạt mức sản xuất tối ưu (tốt nhất) so với các ngân hàng khác trong ngành. Nếu một ngân hàng có mức hiệu quả kỹ thuật bé hơn một, tức là ngân hàng đó chưa đạt mức đầu ra tối đa với công nghệ hiện tại và đầu ra cho trước. Hiệu quả kỹ thuật được chia thành hiệu quả kỹ thuật thuần và hiệu quả do kinh tế của quy mô.

Hình 3.2 minh hoạ sáu điểm đại diện cho 6 ngân hàng với mỗi kết hợp của đầu ra và đầu vào tại các điểm A, B, C, D, E, và F. Trong trường hợp này, đường biên sản xuất là đường gấp khúc ACD. Các điểm A, C và D nằm trên đường biên sản xuất trong khi các điểm B, E, và F nằm dưới đường biên này. Đường thẳng đi qua gốc tọa độ dùng để thể hiện tính hiệu quả không đổi theo quy mô của các ngân hàng khi các ngân hàng nằm trên đường này (khi đó các tỷ lệ tăng lên của đầu vào sẽ kéo theo mức đầu ra tăng lên theo cùng với tỷ lệ đó). Đường thẳng đi qua gốc tọa độ tiếp xúc với đường biên sản xuất tại điểm C. Ngân hàng sản xuất tại điểm C đạt mức hiệu quả kỹ thuật tối đa, điều này cũng có nghĩa là ngân hàng này vừa đạt tính hiệu quả kỹ thuật thuần tối đa cũng như đảm bảo tính hiệu quả không đổi theo quy mô. Nói chung, các điểm vừa nằm trên đường biên sản xuất vừa nằm trên đường thẳng đi qua gốc tọa độ sẽ đảm bảo tính hiệu quả kỹ thuật tối đa.

Tuy nhiên một ngân hàng không đạt mức hiệu quả kỹ thuật tối đa có thể đạt mức hiệu quả kỹ thuật thuần tối đa hoặc hiệu quả theo quy mô tối đa. Hình 3.2 cho thấy các điểm A và D không nằm trên đường đi qua gốc tọa độ nhưng nằm trên đường biên sản xuất, điều này có nghĩa là, các ngân hàng biểu diễn bởi các điểm A và D không đạt mức hiệu quả theo quy mô nhưng lại đạt mức hiệu quả kỹ thuật thuần tối đa. Các điểm B và

F đảm bảo mức hiệu quả tối đa theo quy mô vì các đầu vào của chúng tại x2 và x4 trùng với đầu vào của các ngân hàng C và D, các ngân hàng đảm bảo tính hiệu quả kỹ thuật thuần tối đa.

Điểm E thể hiện một ngân hàng vừa không đạt được tính hiệu quả quy mô cũng như hiệu quả kỹ thuật thuần tối đa vì nó nằm dưới đường biên sản xuất và cũng không có đầu vào trùng với đầu vào của ngân hàng nào đạt mức hiệu quả kỹ thuật thuần tối đa.

Đầu ra (Y)

Đầu vào (X)

x1 x2

Hình 3.2 Hiệu quả kỹ thuật

Các nghiên cứu tiếp theo trong khía cạnh hiệu quả tương đối, kế thừa trên tư tưởng của Farrell chủ yếu tập trung vào phương pháp ước lượng hàm sản xuất (trong một số trường hợp còn được gọi là công nghệ sản xuất) và tìm kiếm dạng công nghệ (Moorsteen 1961; Afriat, 1972; Aigner và nhiều người khác, 1977; Meeusen và Broeck, 1977; Greene 1980; và Kumbhakar 1987). Đường biên sản xuất cho tới nay vẫn được sử dụng rộng rãi và khoảng cách sản xuất của một ngân hàng so với đường biên này được hiểu như là tính phi hiệu quả sản xuất của chính ngân hàng đó. Đường biên hiệu quả có thể là cố định hoặc có thể là ngẫu nhiên và phương pháp ước lượng có thể là tham số hoặc phi tham số.

3.2 Phương pháp đánh giá hiệu quả hoạt động ngân hàng thương mại

Rất nhiều các nghiên cứu trước đây thực hiện đối với các đầu vào và đầu ra trong ngân hàng đã sử dụng hai kỹ thuật để ước lượng: (a) phi tham số và (b) tham số. Các phương pháp tiếp cận đó có thể được phân thành năm nhóm khác nhau: (i) phân tích bao dữ liệu (DEA), là kỹ thuật quy hoạch tuyến tính phi tham số mà giả định rằng không có nhiễu ngẫu nhiên. Nó được sử dụng để đánh giá hiệu quả kỹ thuật, hiệu quả quy mô và hiệu quả chi phí. Các ngân hàng hoạt động hiệu quả là các ngân hàng có được số lượng đầu ra nhiều hơn (hoặc ít nhất cũng bằng) mỗi đầu ra (với một đầu vào cho trước) so với các ngân hàng khác (Rangan và cộng sự. 1988; Elysiani và Mehdian 1990; Berg và cộng sự. 1993; Bukh 1994; Schaffnit và cộng sự. 1997; Taylor và cộng sự. 1997). (ii) Mô hình FDH là một biến thể của mô hình DEA, mà có thể được coi là một sự khái quát của phân tích bao dữ liệu- mô hình này không yêu cầu biên lồi (Tulkens 1993; Tulkens và Malnero 1994). (iii) tiếp cận biên ngẫu nhiên (SFA) là một phương pháp mà giả định rằng sai số gồm hai thành phần là một do quan sát và hai do phi hiệu quả. Trong tiếp cận này, phi hiệu quả được giả định là theo phân phối phi đối xứng, thường là bán chuẩn, trong khi đó nhiễu ngẫu nhiên được giả định là tuân theo một phân phối đối xứng chuẩn (Ferrier và Lovell 1990; Chafai 1997; Kumbhakar và cộng sự. 1998). (iv) tiếp cận biên dày (TFA) đã được Berger và Humprey (1991) phát triển mà so sánh hiệu quả trung bình của các nhóm các ngân hàng thay vì ước tính lượng biên (Bauer và cộng sự. 1993; DeYoung 1994; Lang và Welzel 1996; Clark 1996). (v) tiếp cận phân phối tự do (DFA) mà sử dụng phần dư trung bình của hàm chi phí được ước lượng được với dữ liệu mảng để xây dựng một thước đo hiệu quả biên chi phí. Nó không áp đặt một hình dạng nhất định lên phân phối của hiệu quả nhưng giả định rằng có hiệu quả nhân hoặc hiệu quả trung bình cho mỗi ngân hàng trên toàn thời gian. Berger 1993; Berger và Humphrey 1992b; DeYoung 1997 đã cho ví dụ phân tích về các tác động của việc sát nhập trong nền công nghiệp ngân hàng.

Một số ít các nghiên cứu đã cố gắng so sánh các kỹ thuật ước lượng khác nhau. Hjalmarsson và cộng sự. (1996) đã so sánh DEA, DFA và SFA và đã phát hiện ra rằng các ước lượng hiệu quả dao động qua các mô hình. Resti (1997) đã phát hiện ra rằng các kết quả gây tranh cãi và đã kết luận rằng kỹ thuật quy hoạch tuyến tính và kỹ thuật kinh tế lượng không khác biệt nhiều khi được dựa trên cùng dữ liệu ý tưởng. Berger và Mester (1997) đã so sánh DFA, SFA, và các dạng hàm Fourier-Flexible với dạng hàm loga siêu việt. Họ đã phát hiện ra rằng các lựa chọn liên quan dến tính toán hiệu quả thường rất ít khác biệt về thuật ngữ về hiệu quả công nghiệp trung bình hoặc xếp hạng các ngân hàng

đơn, điều đó gợi ý rằng hiệu quả ước lượng được là mạnh đối với các phương pháp khác nhau (Bauer và cộng sự. 1998).

Cơ sở lựa chọn mô hình

Để đánh giá hiệu quả của các ngân hàng, luận án áp dụng phương pháp tiếp cận phi tham số. Kỹ thuật này cho phép tác giả phân rã hiệu quả thành hai thành phần bổ sung và loại trừ lẫn nhau: hiệu quả kỹ thuật và tiến bộ công nghệ theo thời gian. Hai thành phần này bổ sung cho nhau một cách hợp lý giúp cho việc nhận dạng và phân biệt quá trình công nghệ.

Ngoài ra, luận án sử dụng trung bình nhân của hai chỉ số năng suất Malmquist để đo tăng trưởng năng suất của hệ thống ngân hàng thương mại. Chỉ số Malmquist được Douglas W.Caves và cộng sự đưa ra năm 1982 như là một chỉ số lý thuyết mà nếu kèm theo một số điều kiện nhất định tương đương với một chỉ số rất dễ tính toán là chỉ số Tornqvist. Khác với Douglas W.Caves và cộng sự, tác giả theo phương pháp của Rolf Fare, Shawna Grosskolf, Mary Noris và Zhongyang Zhang (gọi tắt là FGNZ) đo chỉ số Malmquist trực tiếp dựa trên các hàm khoảng cách mà có thể tính được dựa trên mối liên hệ giữa các hàm khoảng cách với phương pháp đo hiệu quả công nghệ do MichaelJ. Farell (1957) đề xuất. Kỹ thuật này cho phép phân rã năng suất thành hai bộ phận: thay đổi hiệu quả kỹ thuật (thể hiện quá trình bắt kịp) và tiến bộ công nghệ thể hiện quá trình đổi mới. Chỉ số thay đổi năng suất Malmquist có khả năng ứng dụng cao hơn chỉ số Tornqvist mà W.Caves và cộng sự sử dụng vì nó cho phép khả năng có hiện tượng phi hiệu quả về mặt công nghệ và không yêu cầu phải xác định trước một dạng hàm sản xuất cơ bản nào. Hàm khoảng cách mà trên cơ sở đó để tính chỉ số Malmquist có thể ước lượng được nhờ sử dụng phương pháp quy hoạch phi tham số. Phương pháp này gần với phương pháp ước lượng phi tham số mà Jean – Paul Chavas và Thomas L.Cox sử dụng (1990) vì đều dựa trên các qui hoạch tuyến tính phi tham số. Kỹ thuật sử dụng ở đây là theo phương pháp của FGNZ, theo phương pháp này, tác giả tạo ra một đường biên khả năng thực hành “chung” dựa trên số liệu của tất cả các ngân hàng được xem xét trong mẫu nghiên cứu. Mỗi ngân hàng được so sánh với đường biên này. Mức độ tiệm cận của một ngân hàng tới đường biên chung này được gọi là “sự bắt kịp”; mức độ đường biên dịch chuyển theo cơ cấu đầu vào quan sát được của mỗi ngân hàng được gọi là “tiến bộ công nghệ”. Tích của hai thành phần cho kết quả là tăng trưởng năng suất.

3.3. Phương pháp đánh giá tác động của các nhân tố vĩ mô đến hiệu quả hoạt

động của các ngân hàng thương mại

Trong nghiên cứu thực nghiệm, mô hình phi hiệu quả kỹ thuật có thể chỉ định như sau.

uit 0 k zkt wit

k 1

Trong đó: zk là các biến như đã kể trên mà có khả năng làm ảnh hưởng đến hiệu quả của ngân hàng,wit là biến ngẫu nhiên có phân phối chuẩn với trung bình bằng không và phương sai chưa biết w2.

Mô hình DEA

Hiệu quả được sử dụng trong mô hình đánh giá tác động của FDI đến hiệu quả được tạo ra từ các bài toán sau:

Hiệu quả CCR (Charnes, A., Cooper W. W. and Rhodes, E. (1978))

Tác giả đã xét các cặp véc tơ đầu vào và đầu ra dương (xj, yj) (j = 1, …, n) của n đơn vị ra quyết định (DMU) ( có thể doanh nghiệp, ngân hàng, quốc gia…). Tất cả dữ liệu được giả thiết là không âm nhưng ít nhất một thành phần của mọi véc tơ đầu vào và đầu ra là dương. Gọi giả thiết này là nửa dương với đặc trưng cho bởi xj ≥ 0, xj  0 và yj ≥ 0, yj  0 với j = 1, …, n. Do đó, mỗi DMU được giả thiết là có ít nhất một giá trị dương trong cả đầu vào lẫn đầu ra. Gọi một cặp đầu vào x  Rm và đầu ra y  Rs nửa dương như vậy là một hoạt động và biểu diễn chúng bởi ký hiệu (x, y). Các thành phần của mỗi cặp véc tơ như vậy có thể được coi là một điểm trong góc nửa dương trong không gian véc tơ tuyến tính (m + s) chiều trong đó chỉ số m và s tương ứng chỉ ra số chiều đòi hỏi để biểu diễn các đầu vào và đầu ra. Tập hợp các hoạt động khả thi được gọi là tập hợp khả năng sản xuất và được ký hiệu là P.