Truyền dẫn lãi suất bán lẻ ở Việt Nam: các thay đổi cấu trúc và hành vi của ngân hàng thương mại

thỏa thuận với khách hàng. Về lý thuyết, điều này có thể giúp hình thành mặt bằng lãi suất cho vay minh bạch, rõ ràng và phản ánh đúng tín hiệu của thị trường, hạn chế tình trạng phí “ngầm” mà Ngân hàng Nhà nước cũng khó kiểm soát. Thỏa thuận lãi suất cũng giúp các NHTM chủ động xác định mức lãi suất cho vay dựa trên các yếu tố như chi phí vốn đầu vào của ngân hàng; mức độ rủi ro của từng khách hàng; lĩnh vực, ngành nghề kinh doanh của khách hàng…..

Vì vậy, để có thêm bằng chứng so sánh, Luận án sử dụng điểm gãy cấu trúc minh bạch CSTT tháng 6 năm 2010. Biến giả D10 và biến tương tác của biến giả D10 được đưa vào trong phương trình (3.3c), D10 nhận giá trị 0 cho những quan sát trước tháng 6 năm 2010 và nhận giá trị 1 cho những quan sát từ tháng 6 năm 2010 trở về sau.

Kiểm định Wald được sử dụng để kiểm tra giả thuyết tham số biến tương tác của biến giả D07 hoặc D10 với biến lãi suất chính sách có khác không trong mức ý nghĩa thống kê hay không. Nếu có và tham số biến tương tác có giá trị dương, kết quả này hàm ý minh bạch CSTT làm tăng hệ số truyền dẫn lãi suất bán lẻ. Hay nói cách khác, minh bạch CSTT đã làm tăng hiệu lực CSTT.

Ảnh hưởng của tỷ lệ đô la hóa cao đến truyền dẫn lãi suất

Như nêu trong phần 2.2, Luận án sử dụng chỉ tiêu FCD/M2 để đo lường đô la hóa ở Việt Nam. Đây là chỉ tiêu có đủ dữ liệu quan sát và được nhiều nghiên cứu sử dụng (Levy-Yeyati, 2006; Rennhack & Nozaki, 2006). IMF và Chính phủ Việt Nam cũng sử dụng chỉ tiêu này để đánh giá mức độ đô la hóa.

Theo IMF, quốc gia có đô la hóa cao khi tỷ lệ FDC/M2 lớn hơn 30%. Nếu dựa vào chỉ tiêu này Việt Nam chỉ có mức đô la hóa cao trong giai đoạn 1999-2001. Tuy nhiên, trong thực tế đô la hóa vẫn còn phổ biến qua hình thức đô la hóa phương tiện thanh toán và và đô la hóa yết giá46. Để phân tích thay đổi cấu trúc mức độ đô la hóa, Luận án sử dụng phương pháp do Levy-Yeyati (2006) đề xuất.

46 Hình thức này đã được cơ quan nhà nước kiểm soát chặt từ năm 2014 trở về đây.

Có thể bạn quan tâm!

Xem toàn bộ 191 trang tài liệu này.

Levy-Yeyati (2006) đã sử dụng trung vị để phân chia mức đô la hóa cao và đô la hóa thấp. Trong phần này Luận án cũng sử dụng cách phân chia tương tự bằng cách tính trung vị để phân chia mẫu quan sát thành hai nhóm. Các quan sát có tỷ lệ đô la hóa cao nếu tỷ lệ này lớn hơn mức trung vị. Ngược lại, có tỷ lệ đô la hóa thấp nếu tỷ lệ này nhỏ hơn mức trung vị. Biến giả DFDC được sử dụng. Quá trình phân tích tương tự như biến D07. Những quan sát có giá trị lớn hơn mức trung vị nhận giá trị 1 và nhận giá trị 0 cho những quan sát còn lại. Mức độ đô la hóa được đo bằng tỷ lệ tiền gửi ngoại tệ so với tổng khối lượng tiền M2. Các số liệu này được thu thập từ Thống kê tài chính của IMF.

Kỹ thuật biến giả giúp luận án có thể phân tích khi có thay đổi cấu trúc tài chính, hiệu quả truyền dẫn lãi suất bán lẻ sẽ thay đổi như thế nào. Hệ số của biến giả và biến tương tác sẽ chỉ ra mối quan hệ phi tuyến (nếu có) giữa đô la hóa cao và đô la hóa thấp với truyền dẫn lãi suất bán lẻ.

Trong nghiên cứu thực nghiệm, Mwase & Kumah (2015) sử dụng tỷ lệ tiền gửi ngoại tệ so với tổng tiền gửi (tiền gửi ngoại tệ (FDC) cộng tiền gửi nội tệ (LCD)). Tỷ số này cũng có thể được thay thế bằng tiền gửi ngoại tệ so với cung tiền M2 ( FDC/M2), trong đó FDC tính theo tỷ giá danh nghĩa có thể cho kết quả chưa chính xác. Do FDC có thể thay đổi khi tỷ giá thay đổi (khối lượng tiền gửi ngoại tệ không đổi), nên biến động của FDC có thể nhầm lẫn với biến động tỷ giá. Mwase & Kumah (2015) đề xuất sử dụng tỷ giá kỳ gốc (NERt=2000) để loại trừ biến động tỷ giá danh nghĩa (NER) khi tính FDC. FDC điều chỉnh (FDCadj) được tính như sau:

ಿಶೃ೟

ܨܦܥ௔ௗ௝ = ಷವ಴೟∗ோோ೟సమబబబ (3.9)

Chỉ số đô la hóa thực = ி஽஼ೌ೏ೕ

ி஽஼ೌ೏೔ ା௅஼஽

(3.10)

Luận án sử dụng cách tính của Mwase & Kumah (2015), để tính chỉ số đô la hóa thực ở Việt Nam với tỷ giá kỳ gốc tháng 1 năm 1999. Kết quả tại hình 3.2 cho thấy xu hướng của chỉ số đô la hóa thực tương đồng với chỉ số đô la hóa danh nghĩa (FDC/M2) và trung vị của hai chỉ số cũng tương đồng nhau. Do vậy, mô hinh thực

nghiệm của luận án sẽ sử dụng chỉ số danh nghĩa trong đo lường tình trạng đô la

hóa ở Việt Nam.

Các mô hình thể hiện qua phương trình (3.4) và (3.6) trong trường hợp có biến giả được xem như các mô hình hiệu chỉnh sai số cấu trúc.

Kiểm định Wald được sử dụng để kiểm tra giả thuyết tham số biến tương tác của biến giả DFDC với biến lãi suất chính sách có khác không trong mức ý nghĩa thống kê hay không. Nếu có và tham số biến tương tác có giá trị âm, kết quả này hàm ý đô la hóa cao làm giảm hệ số truyền dẫn lãi suất bán lẻ. Hay nói cách khác, đô la hóa cao đã làm giảm hiệu lực CSTT.

3.3 Ứng dụng mô hình dữ liệu bảng nghiên cứu hành vi thiết lập lãi cận biên Như nêu ở phần 1.2.4, các yếu tố quyết định lãi cận biên có thể giải thích hành vi điều chỉnh lãi suất bán lẻ của NHTM. Nếu lãi cận biên bị chi phối mạnh bởi một nhân tố nào đó theo mô hình lý thuyết (như phần 1.2.4.1) hay yếu tố chưa có trong mô hình lý thuyết (như phần 1.2.4.2) thì yếu tố đó sẽ là lý do để NHTM quyết định mức lãi suất bán lẻ. Nghiên cứu lãi cận biên giúp Luận án trả lời câu hỏi thứ ba đặt ra trong phần Mở đầu.

Luận án sử dụng các kỹ thuật cơ bản và chuyên sâu trong phân tích dữ liệu bảng để kiểm chứng mô hình lý thuyết các yếu tố xác định lãi cận biên. Mô hình quy biến phụ thuộc là đại diện mức lãi suất biên (M). M tính bằng chênh lệch giữa thu nhập tài chính và chi phí tài chính chia cho tổng tài sản. M được xem là một hàm số trong mô hình lý thuyết (PS), các biến bên ngoài và các biến kinh tế vĩ mô (ME). Đây là dạng hàm mô phỏng các yếu tố quyết định lãi cận biên được nhiều nghiên cứu trước đây sử dụng (Maudos & Solísa, 2009; Maudos & Fernandez de Guevara, 2004).

Mô hình như sau:

௝ ௟

ܯ௜௧ = ߙ௜௧ + ෍ ߚ௝ܲܵ௝+ ෍ ߜ௟ܯܧ௟

+ ߝ௜௧ (3.11)

௝ୀଵ

௜௧ ௜௧

௟ୀଵ

Mô hình (3.11) được ước lượng với dữ liệu bảng47. Có ba dạng mô hình để ước lượng với dữ liệu bảng bao gồm Pooled, Fixed effect (FE) và Rankdom effect (RE).

Mô hình Pooled có đặc điểm gộp tất cả các dữ liệu lại không phân biệt đặc tính thay đổi theo thời gian. Mô hình này ngầm giả định mối quan hệ các biến không thay đổi cho tất cả các dữ liệu quan sát. Ngoài ra mô hình Pooled bỏ qua mối quan hệ không đồng nhất giữa các đơn vị chéo (các NHTM) theo thời gian. Để đảm bảo giả thiết của phương pháp OLS là không chệch (unbiased), nhất quán (consistent) thì mô hình này yêu cầu các biến không có hiện tượng nội sinh. Nếu vi phạm các giả thiết quan trọng của phương pháp OLS sẽ không thỏa.

Trong thực tế các biến đo lường sự khác nhau giữa các đơn vị chéo nhưng không thay đổi theo thời gian thường không quan sát được ví dụ như lĩnh vực hoạt động, tín ngưỡng, vị trí đặt trụ sở kinh doanh,… Tuy nhiên vấn đề này lại xử lý tốt nếu sử dụng mô hình FE. Mô hình FE sử dụng với giả định giá trị trung bình của biến phụ thuộc thay đổi theo đơn vị chéo nhưng không thay đổi theo thời gian (entity fixed effect) hoặc cũng có thể giả định giá trị trung bình của biến phụ thuộc thay đổi theo thời gian nhưng không thay đổi theo đơn vị chéo (time fixed effect).

Mô hình RE giống như mô hình FE nhưng trong mô hình RE có hệ số chặn có thêm thành phần sai số chéo. Hệ số chặn trong mô hình RE thay đổi ngẫu nhiên theo đơn vị chéo nhưng không thay đổi theo thời gian. Mô hình RE được ước lượng theo phương pháp GLS. Nhược điểm lớn nhất của mô hình RE là mô hình chỉ cho kết quả tin cậy khi sai số của mô hình hồi quy không có tương quan với các biến giải thích. Điều này tương đương với việc các biến giải thích trong mô hình phải không có hiện tượng nội sinh.

Trong nghiên cứu này, mô hình Fixed effect (FE) được sử dụng để ước lượng mô hình (3.11). Với mô hình FE có thể giúp loại trừ khả năng thiếu các biến quan sát mang tính riêng biệt của các ngân hàng tác động lên lãi cận biên ví dụ tín ngưỡng, vị trí đặt trụ sở kinh doanh, văn hóa công ty, phong cách lãnh đạo,…. Mô hình FE

47 Xem thêm R. Carter Hill và cộng cự (2011), chương 15.

sử dụng với giả định giá trị trung bình của biến phụ thuộc thay đổi theo đơn vị chéo nhưng không thay đổi theo thời gian (entity fixed effect). Các tác động thay đổi qua thời gian chưa được quan sát trong mô hình này. Mô hình FE được ước lượng theo phương pháp chuyển đổi nội tại (the within transfomation). Phương pháp này giúp tránh việc phải hồi quy với quá nhiều biến giả. Với vấn đề phương sai thay đổi trong mô hình thực nghiệm Luận án sử dụng cách khắc phục do White (1980) đề xuất. Ngoài ra, giả thiết của mô hình FE không bị vi phạm trong trường hợp biến giải thích có vấn đề nội sinh. Kiểm định Hausman được sử dụng để củng cố thêm quyết định lựa chọn mô hình FE.

Ngoài ra, đặc điểm của lãi cận biên có thể tạo ra hiện tượng giá trị tỷ lệ cận biên hiện tại có thể chịu tác động của giá trị kỳ trước. Điều này cũng được nhiều nghiên cứu thực nghiệm trước đây phân tích (Carbo & Rodríguez, 2007; Maudos & Solisa, 2009; Chortareas và các tác giả, 2012). Vì lý do đó Luận án ước lượng mô hình (3.11) với dạng mô hình động:

௝ ௟

ܯ௜௧ = ߠܯ௜௧ିଵ + ෍ ߚ௝ܲܵ௝+ ෍ ߜ௟ܯܧ௟

+ ߟ௜ + ߥ௜௧ (3.12)

௝ୀଵ

௜௧ ௜௧

௟ୀଵ

η là các tác động của các biến không quan sát được theo hiệu ứng time-invariant, ν là phần nhiễu trong mô hình hồi qui. Giả định rằng biến phụ thuộc và biến độc lập có tương quan với η. Một thông tin chuyển đổi dưới dạng sai phân bậc 1 cần được thiết lập trong mô hình để loại trừ ảnh hưởng này. Với mục đích đó Luận án sử dụng phương pháp được đề xuất bởi Arellano & Bover (1995) và Blundell & Bond (1988), ước lượng mô hình bao gồm cả biến sai phân và biến gốc. Ước lượng này được gọi là System GMM (GMMs).

GMMs kết hợp các phương trình biến sai phân bậc nhất phù hợp với biến trễ chuỗi gốc có vai trò như các biến công cụ, và thiết lập thêm các phương trình biến chuỗi gốc phù hợp với biến trễ sai phân có vai trò như biến công cụ. Các ước lượng GMMs hai bước được sử dụng để đạt được tiệm cận sai số chuẩn đối với vấn đề phương sai thay đổi. Ngoài ra, GMMs cũng phù hợp với mô hình có dữ liệu bảng có

đặc điểm số năm quan sát nhỏ trong khi số đơn vị chéo lớn48. Với GMMs có hai vấn đề cần quan tâm. Đầu tiên, hiệu quả tiệm cận sai số chuẩn trong ước lượng GMMs hai bước có thể bị chệch dưới nghiêm trọng đối với mẫu nhỏ. Để khắc phục điều này, điều chỉnh Windmeijer (2005) được sử dụng. Để tham chiếu nhất quán (consistent) của GMMs hai bước, ước lượng mô hình (3.12) với GMMs một bước được thực hiện. Thứ hai, khi số lượng ngân hàng trong mẫu quan sát thấp so với số năm quan sát (tổng số quan sát) vấn đề “overfitting biase” có thể hiện diện. Để tránh vấn đề overfiting biase các thiết lập biến công cụ được giới hạn. Luận án sử dụng biến trễ sai phân thứ nhất của biến nội sinh để lập biến công cụ, tùy chọn collapse cũng được áp dụng. Điều này đảm bảo số biến công cụ (number of instruments) nhỏ hơn số nhóm (number of groups) trong dữ liệu bảng. Vì dữ liệu nhỏ nên việc sử dụng tùy chọn điều chỉnh mẫu nhỏ (tùy chọn small) để sử dụng thống kê t thay vì thống kê z được dùng cho mẫu lớn và dùng Wall chi-squared thay cho F-test cũng được chấp nhận. Cuối cùng, J test và C test được thực hiện để đánh giá trị biến công cụ được sử dụng.

Luận án cũng xem xét khả năng các biến độc lập không hoàn toàn là biến ngoại sinh, chẳng hạn như biến chỉ số sức mạnh thị trường và các biến thu nhập phi truyền thống. Vấn đề nội sinh cũng tăng trong trường hợp quan hệ nhân quả bị đảo ngược. Nghĩa là việc tăng sức mạnh thị trường hoặc tầm quan trọng của thu nhập phi truyền thống phụ thuộc vào lãi cận biên. Nếu ngân hàng hoạt động với lãi cận biên thấp có thể ngân hàng cố gắng bù đắp lãi cận biên thấp bằng cách tăng thu nhập phi truyền thống. Cuối cùng, nguyên tắc cetaris paribus được áp dụng khi thảo luận kết quả phân tích các yếu tố quyết định lãi cận biên trong mô hình thực nghiệm. Nghĩa là, khi nghiên cứu tác động của một nhân tố thì các nhân tố khác xem như không đổi.

Các biến sử dụng trong mô hình (3.11) và (3.12) gồm:

Nhóm biến có trong mô hình lý thuyết như đã nêu trong phần 1.2.4.1 (mô hình (1.19).

48 Ví dụ dữ liệu nghiên cứu trong Nghiên cứu có số năm quan sát (T) là 7 trong khi số đơn vị chéo (số ngân hàng) là 44.

a. Chỉ số sức mạnh thị trường (PS1). Dựa trên mô hình lý thuyết (1.13) và (1.19) cùng các nghiên cứu trước đây ( López-Espinosa và các tác giả, 2011; Maudos & Fernandez de Guevara, 2004; Maudos & Solísa, 2009), mối quan hệ giữa chỉ số sức mạnh thị trường với lãi suất biên được kỳ vọng cùng chiều. Hàm ý rằng các ngân hàng có sức mạnh thị trường thiết lập lãi cận biên lớn hơn. Maudos & Solísa (2009) đề nghị sử dụng chỉ số Lerner để đo lường sức mạnh thị trường. Chỉ số Lerner được xác định là chênh lệch giữa giá bán với chi phí biên chia cho giá bán49 Tuy nhiên, việc ước lượng chỉ số này cho các NHTM Việt Nam có nhiều khó khăn. Các NHTM Việt cung cấp không đầy đủ thông tin về chi phí tiền lương và thống nhất trên báo cáo tài chính để tính toán chi phí biên chính xác. Vì vậy, Luận án sử dụng chỉ số

mức độ tập trung (CRt) được sử dụng để đo lường sức mạnh thị trường tại các ngân hàng thương mại. Cách tính chỉ số (CRt) như đã nêu ở phần 2.3.3. Mirzaei và các tác giả (2013) cho rằng chỉ số tập trung thị trường (CRt) phản ánh mức độ hành vi thỏa hiệp định giá của ngân hàng, các ngân hàng có mức độ tập trung cao thu được lợi nhuận cao hơn từ độc quyền nhóm. Điều này hàm ý rằng CRt có thể sử dụng để đo lường sức mạnh thị trường của ngân hàng. Một số nghiên cứu khác cũng sử dụng chỉ tiêu này để đánh giá sức mạnh thị trường của ngân hàng như Beck (2008), Soedarmono và các tác giả, (2011), Fu và các tác giả (2014). Chỉ CRt cũng được VCA (2010) sử dụng để đánh giá sức mạnh thị trường các ngành nghề bao gồm ngành ngân hàng.

b. Chi phí hoạt động (PS2). Tương tự như Maudos & Fernandez de Guevara (2004) và Maudos & Solísa (2009), chi phí hoạt động được đo lường bằng tỷ số chi phí hoạt động so với tổng tài sản. Thông thường những ngân hàng có chi phí cao phải hoạt động với mức lãi cận biên cao để bù đắp chi phí hoạt động cao của mình vì vậy tham số hồi quy được kỳ vọng có giá trị dương.

c. Rủi ro tín dụng (PS3) đại diện bởi chi phí dự phòng rủi ro tín dụng so với dư

nợ cho vay. Các xác định này tương tự như Maudos & Fernandez de

49 LI = (P-MC)/P với LI chỉ số Lerner, P giá bán và MC là chi phí biên.

Guevara (2004) và Maudos & Solísa (2009). Các ngân hàng có rủi ro tín dụng cao có thể thiết lập mức lãi suất cận biên cao hơn để bù đắp rủi ro. Tham số hồi quy được kỳ vọng có giá trị dương.

d. Độ ngại rủi ro (PS4). Maudos & Fernandez de Guevara (2004) và Maudos & Solísa (2009) độ ngại rủi ro có thể được đo bằng tiền gửi tại ngân hàng trung ương vượt quá mức dự trữ bắt buộc. Tuy nhiên do không có sẵn dữ liệu nên các nghiên cứu trước đậy đo lường độ ngại rủi ro bằng vốn chủ sở hữu so với tổng tài sản như chỉ tiêu thay thế. Cách làm này được nhiều nghiên cứu áp dụng như McShane & Sharpe (1985); Maudos & Fernandez de Guevara (2004) và Maudos & Solísa (2009); Nguyen (2012). McShane & Sharpe (1985) cho rằng quản trị rủi ro của các NHTM liên quan đến quản trị rủi ro danh mục tổng thể. Nếu một ngân hàng lựa chọn theo đuổi tỷ lệ vốn chủ sở hữu thấp, hàm ý rằng ngân hàng này có sở thích rủi ro cao và hoạt động cho vay, đầu tư và huy động có ít rủi ro. Một điều nữa, độ nhạy cảm rủi ro của danh mục đầu tư có sử dụng dòn bẩy lớn sẽ cao hơn danh mục ít sử dụng đòn bẩy. Những người ưa thích rủi ro sẽ chọn điểm tối ưu (nợ nhiều hơn) nằm

trên đường thị trường vốn cách xa trục tung50. Flannery & James (1984)

cũng tìm thấy độ nhạy cảm rủi ro lãi suất có mối quan hệ với giá trị trung bình tổng tài sản ngân hàng. Khi tỷ trọng tài sản ngắn hạn lớn hơn, mức độ nhạy cảm của tổng tài sản với các thay đổi lãi suất tức thời sẽ nhỏ hơn. Điều này làm cho phần bù lãi suất thấp hơn.

Ở Việt Nam, dữ liệu tiền gửi của NHTM vượt mức dự trữ bắt buộc không có sẵn. Vì vậy, Luận án cũng sử dụng tỷ lệ vốn chủ sở hữu trên tổng tài sản để đo lường độ ngại rủi ro của các NHTM Việt Nam. Với mức vốn chủ sở hữu cao hơn khả năng thanh toán của ngân hàng cũng lớn hơn. Điềy này có nghĩa chi phí sử dụng của ngân hàng có thể giảm51 và do vậy mức lãi cận biên sẽ

50 Xem lý thuyết đường thị trường vốn (CML) trong mô hình định giá tài sản vốn (CAPM)

51 Trong trường hợp chi phí sử dụng vốn cổ phần tăng cao thì ngân hàng cũng sẽ thiết lập mức lãi cận biên

cao hơn để bù đắp. Vì vậy trong trường hợp nào tỷ lệ vốn chủ sở hữu trên tổng tài sản cũng có khả năng tương quan cùng chiều với lãi cận biên.

Xem toàn bộ nội dung bài viết ᛨ