Luận văn tác động của sự thay đổi vốn chủ sở hữu đến hiệu quả hoạt động tại một số ngân hàng thương mại cổ phần ở việt nam

GIỚ I THI Ệ U

Đặ t v ấn đề

Năm 2018, ngành ngân hàng Việt Nam đối mặt với nhiều biến động lớn do tác động của Thông tư 41/2016/TT-NHNN, có hiệu lực từ ngày 01/01/2020, quy định tỷ lệ an toàn vốn cho ngân hàng và chi nhánh ngân hàng nước ngoài Thông tư này định hướng theo các quy định về an toàn vốn của Ủy ban Basel trong Basel II, tạo áp lực tăng vốn đáng kể cho toàn bộ hệ thống ngân hàng Mục tiêu chính là đảm bảo hoạt động của các ngân hàng với lượng vốn an toàn, đủ để phòng ngừa các rủi ro như rủi ro thị trường, rủi ro hoạt động và rủi ro tín dụng.

Tỷ lệ an toàn vốn cho các ngân hàng thương mại tại Việt Nam đã được áp dụng từ năm 1999 theo Quyết định số 297/1999/QĐ-NHNN, dựa trên tiêu chuẩn Basel I Qua nhiều lần sửa đổi, Quyết định số 457/2005/QĐ-NHNN quy định tỷ lệ an toàn vốn tối thiểu là 8% trong 3 năm Sau khủng hoảng tài chính toàn cầu 2007-2008, Ngân hàng Nhà nước đã nâng tỷ lệ này lên 9% theo Thông tư số 13/2010/TT-NHNN Đến 20/11/2014, Thông tư 36/2014/TT-NHNN được ban hành, đưa ra nhiều cách tiếp cận gần gũi hơn với các quy định của Basel II.

Thông tư này quy định điều chỉnh chỉ số CAR trở lại mức 8%, đồng thời yêu cầu tăng cường vốn cho rủi ro thị trường và rủi ro hoạt động, phù hợp với các điểm mới trong Basel II.

Thông tư 41/2016/TT-NHNN, có hiệu lực từ ngày 01/01/2020, đã dẫn đến sự sụt giảm đáng kể tỷ lệ an toàn vốn của các ngân hàng do tổng tài sản nhạy cảm với rủi ro, bao gồm cả rủi ro hoạt động, được đưa vào công thức tính CAR Để đáp ứng yêu cầu về hệ số an toàn vốn, các ngân hàng thương mại, đặc biệt là 10 ngân hàng thí điểm, phải nâng cao mức vốn tối thiểu bằng nhiều phương thức khác nhau.

Tác giả đặt giả thuyết rằng khi Thông tư 41 được áp dụng, các ngân hàng thương mại (NHTM) sẽ phải tăng hệ số an toàn vốn Phương án phổ biến để tăng vốn cổ phần thường là phát hành thêm cổ phiếu Tuy nhiên, câu hỏi đặt ra là việc tăng vốn và tỷ lệ an toàn vốn sẽ ảnh hưởng như thế nào đến hiệu quả hoạt động của các NHTM?

M ụ c tiêu và câu h ỏ i nghiên c ứ u

Đánh giá tác động của Thông tư 41 đến hiệu quả hoạt động của ngân hàng là một nhiệm vụ phức tạp, đòi hỏi nghiên cứu từ nhiều khía cạnh khác nhau.

Nghiên cứu này nhằm đánh giá tác động của sự thay đổi vốn chủ sở hữu đến hiệu quả hoạt động của các ngân hàng thương mại cổ phần tại Việt Nam trong giai đoạn 2008-2017, từ đó cung cấp thông tin hữu ích cho các quyết định đầu tư vào cổ phiếu ngành ngân hàng trong tương lai.

Với mục tiêu trên, nghiên cứu nhằm trả lời các câu hỏi nghiên cứu sau:

- Thứ nhất, việc tăng vốn chủ sở hữu có ảnh hưởng như thế nào đến hiệu quả hoạt động, cụ thể là lợi nhuận của NHTM

- Thứ hai, thay đổi tỷ lệ vốn chủ sở hữu và thay đổi tỷ lệ an toàn vốn có tác động như thế nàođối với lợi nhuận.

Đối tượ ng và ph ạ m vi nghiên c ứ u

Nghiên cứu này sử dụng dữ liệu từ 31 ngân hàng thương mại cổ phần tại Việt Nam, theo thống kê trên website của Ngân hàng Nhà nước Việt Nam tính đến ngày 31/12/2018 Tuy nhiên, do một số ngân hàng không cung cấp dữ liệu cần thiết, nghiên cứu chỉ thực hiện trên 26 ngân hàng được liệt kê trong Phụ lục 1.

Sự ra đời và áp dụng Basel II tại các ngân hàng thương mại được thúc đẩy bởi cuộc khủng hoảng tài chính toàn cầu năm 2007-2008, khi mà các quy định của Basel I không đủ khả năng dự đoán tình hình khủng hoảng Nghiên cứu này tập trung vào giai đoạn từ năm 2008 đến năm 2017.

Ngu ồ n d ữ li ệ u

Dữ liệu phục vụ cho việc đo lường các đặc điểm ngân hàng được thu thập từ các báo cáo tài chính hàng năm được công bố trên website VietstockFinance và từ nguồn dữ liệu mua từ CTCP Dữ Liệu Kinh Tế Việt Nam - Vietdata.

Các dữ liệu đại diện cho biến vĩ mô được thu thập từnguồn dữ liệu Các chỉ số phát triển của Ngân hàng thế giới 4

K ế t c ấu đề tài

Các nghiên cứu trước đây về các yếu tố tác động đến lợi nhuận được trình bày ở Chương 2, nơi tác giả khám phá mối quan hệ giữa Vốn và Lợi nhuận của ngân hàng từ góc độ lý thuyết Chương 3 cung cấp dữ liệu và mô hình nghiên cứu, trong khi kết quả nghiên cứu được trình bày ở Chương 4 và thảo luận chi tiết trong Chương 5.

1 https://www.sbv.gov.vn/webcenter/portal/vi/menu/fm/htctctd/nh/nhtm/nhtmcp?_afrLoop13732880 7227577#%40%3F_afrLoop%3D15137328807227577%26centerWidth%3D80%2525%26leftWidth%3D20%2 525%26rightWidth%3D0%2525%26showFooter%3Dfalse%26showHeader%3Dfalse%26_adf.ctrl- state%3D11l673kwue_4

3 https://finance.vietdata.vn/ExtAppCommon/Home/BCTC1

4 https://databank.worldbank.org/data/source/world-development-indicators

Nghiên cứu này nhằm xác định mối quan hệ giữa Vốn chủ sở hữu, Tỷ lệ an toàn vốn và hiệu quả hoạt động của các ngân hàng thương mại tại Việt Nam.

KHUÔN KHỔ LÝ THUYẾT

Các y ế u t ố ảnh hưởng đế n l ợ i nhu ậ n c ủ a ngân hàng

Lợi nhuận của các ngân hàng thương mại (NHTM) bị ảnh hưởng bởi nhiều yếu tố trong hoạt động kinh doanh và tác động từ nền kinh tế trong nước và thế giới, một chủ đề thu hút sự quan tâm của nhiều nhà nghiên cứu kinh tế Nhiều nghiên cứu đã được thực hiện, tập trung vào các yếu tố ảnh hưởng đến lợi nhuận ngân hàng, từ nghiên cứu trong phạm vi quốc gia đến các phân tích dữ liệu quốc tế Bourke (1989) đã áp dụng phương pháp chuỗi thời gian để ước lượng lợi nhuận ngân hàng dựa trên các yếu tố nội bộ và bên ngoài Short (1979) phát triển nhiều mô hình và kết luận rằng mô hình tuyến tính là phù hợp nhất, xác định ba nhóm yếu tố ảnh hưởng đến lợi nhuận, trong đó có biến giả đại diện cho mức độ sở hữu của chính phủ, phản ánh tác động từ chính sách nhà nước.

Mức độ tập trung thị trường ngân hàng tại 12 nước trong nghiên cứu này được xem xét kỹ lưỡng Theo Short (1979), sự thay đổi của dòng vốn được đại diện bởi lãi suất chiết khấu và lãi suất trái phiếu chính phủ dài hạn Nghiên cứu chỉ ra rằng sự biến động tài sản không có ý nghĩa thống kê đáng kể trong mô hình của Short Ba nhóm yếu tố này đã tạo nền tảng cho các nghiên cứu tiếp theo, trong đó các yếu tố tác động đến lợi nhuận đã được phát triển thêm Bourke (1989) đã mở rộng nghiên cứu về các yếu tố ảnh hưởng đến lợi nhuận ngân hàng, bao gồm cả các yếu tố nội bộ và ngoại vi.

Molyneux và Thornton (1992) đã kế thừa mô hình của Bourke (1989) để nghiên cứu các yếu tố ảnh hưởng đến lợi nhuận ngân hàng, bao gồm các yếu tố bên trong như lương nhân viên, tỷ lệ vốn chủ sở hữu, tính thanh khoản, và các yếu tố bên ngoài như tỷ lệ tập trung, sở hữu chính phủ, lãi suất, tốc độ tăng trưởng và lạm phát Nghiên cứu này cho thấy một số kết luận trái ngược với phát hiện của Short (1979), nhưng lại phù hợp với kết luận của Bourke (1989), đặc biệt là mối quan hệ giữa lợi nhuận và sở hữu chính phủ Hơn nữa, Molyneux và Thornton (1992) phát hiện rằng tỷ lệ vốn chủ sở hữu có tác động tích cực đến lợi nhuận, mặc dù mối quan hệ này chỉ áp dụng cho các ngân hàng thuộc sở hữu nhà nước Molyneux (1993) cũng chỉ ra mối tương quan đồng biến giữa chi phí tiền lương và lợi nhuận, nhấn mạnh rằng khi quan sát các biến về vốn, cần lưu ý đến các ngân hàng sở hữu chính phủ vì chúng thường duy trì tỷ lệ an toàn vốn thấp hơn so với khu vực tư nhân.

Quy mô tài sản ngân hàng có mối quan hệ nghịch biến với tỷ lệ lợi nhuận trên tài sản và tỷ lệ vốn chủ sở hữu trên tài sản (Boyd và Runkle, 1993) Ngân hàng lớn thường đạt tỷ suất lợi nhuận cao nhờ tận dụng lợi thế quy mô và các gói bảo hiểm của chính phủ, giúp giảm thiểu rủi ro phá sản Tỷ lệ vốn chủ sở hữu trên tài sản cũng cao hơn ở những ngân hàng này Boyd và Runkle (1993) cho rằng các khoản nợ xấu không được phản ánh trong báo cáo tài chính, vì vậy giá trị thị trường của cổ phiếu được sử dụng để ước tính tài sản Mặc dù các khoản nợ phải trả thường ngắn hạn, nhưng giá trị sổ sách vẫn có thể áp dụng Từ đó, tỷ suất sinh lợi của ngân hàng được ước lượng thông qua giá trị thị trường cổ phiếu và cổ tức.

Berger (1995) đã phân tích mối quan hệ giữa tỷ lệ lợi nhuận trên vốn tự có và tỷ lệ an toàn vốn tại một số ngân hàng Mỹ trong giai đoạn 1983-1992 Kết quả cho thấy mối quan hệ này duy trì tính đồng biến ổn định trong những năm 1980, nhưng đã có sự thay đổi đáng kể từ đầu thập niên 1990.

Demirgỹỗá-Kunt và Huizinga (1999) đã nghiên cứu dữ liệu của 80 quốc gia từ năm 1988-1995 để xác định các yếu tố ảnh hưởng đến biên lãi ròng và lợi nhuận ngân hàng, bao gồm đặc điểm ngân hàng, điều kiện kinh tế vĩ mô, thuế (cả thuế “ngầm”), quy định bảo hiểm tiền gửi, cấu trúc tài chính và chính sách nhà nước Họ sử dụng thu nhập hoạt động trước thuế làm thước đo hiệu quả, bao gồm lợi nhuận từ chênh lệch lãi suất và tài sản không sinh lãi, trừ đi chi phí và khoản trích lập dự phòng Kết quả hồi quy cho thấy tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối quan hệ đồng biến với lợi nhuận ngân hàng và biên lãi ròng.

Chiuri, Feeri và Majnoni (2002) đã nghiên cứu dữ liệu từ 572 ngân hàng ở 15 quốc gia đang phát triển và phát hiện rằng việc áp dụng quy định tỷ lệ an toàn vốn đã dẫn đến giảm nguồn cung cho vay, ảnh hưởng đến tổng vốn vay trong các quốc gia này Tuy nhiên, các yêu cầu về vốn không có tác động đáng kể đến lợi nhuận của ngân hàng Những yếu tố quan trọng khác ảnh hưởng đến lợi nhuận bao gồm quy mô ngân hàng và hiệu quả trong quản lý chi phí hoạt động.

Áp lực tăng tỷ lệ an toàn vốn dẫn đến việc tăng vốn chủ sở hữu, từ đó làm giảm tỷ suất lợi nhuận ròng trên vốn chủ sở hữu (ROE) Điều này cho thấy mối quan hệ nghịch biến giữa vốn chủ sở hữu và ROE, như đã được Berger chỉ ra.

Năm 1995, một cuộc tranh luận đã nổ ra về việc lợi nhuận của ngân hàng thương mại (NHTM) có thể đạt hiệu quả tích cực nếu ngân hàng tăng vốn chủ sở hữu thông qua lợi nhuận giữ lại, thay vì phát hành cổ phần mới Nghiên cứu này tập trung vào các ngân hàng tại Mỹ vào cuối thập niên 1980.

Nghiên cứu của Demirgüç-Kunt và cộng sự (2003) đã phân tích tác động của các quy định ngân hàng và các yếu tố nội bộ như sự tập trung và thể chế đến tỷ suất lợi nhuận của ngân hàng Nghiên cứu này sử dụng dữ liệu từ các ngân hàng tại 72 quốc gia, đồng thời kiểm soát nhiều đặc điểm kinh tế vĩ mô, tài chính và các đặc thù của từng ngân hàng.

Doliente (2005) đã nghiên cứu các yếu tố ảnh hưởng đến tỷ suất lợi nhuận ròng của ngân hàng ở bốn quốc gia Đông Nam Á Kết quả cho thấy biên lãi ròng của ngân hàng được xác định bởi các yếu tố đặc thù như chi phí hoạt động, chất lượng cho vay, tài sản thế chấp và tài sản lưu động.

Barth, Caprio và Levine (2004) đã tiến hành nghiên cứu dựa trên dữ liệu từ 107 quốc gia để phân tích mối quan hệ giữa quản lý ngân hàng và sự phát triển, hiệu quả cũng như tính mong manh của ngành ngân hàng Kết quả nghiên cứu chỉ ra rằng việc chính phủ quá phụ thuộc vào giám sát và điều tiết trực tiếp có thể dẫn đến những hệ quả không mong muốn cho ngành ngân hàng.

Quy định về hệ số an toàn vốn đóng vai trò quan trọng trong việc bảo vệ sự ổn định của hệ thống ngân hàng và nền kinh tế vĩ mô, giúp giảm thiểu tác động tiêu cực từ các khủng hoảng kinh tế Tuy nhiên, nếu các quy định này quá mức, chúng có thể làm tăng chi phí trung gian và giảm lợi nhuận của ngành ngân hàng Sự hạn chế trong hoạt động của ngân hàng cũng có thể cản trở khả năng mở rộng tín dụng và đóng góp cho tăng trưởng kinh tế trong điều kiện bình thường Nghiên cứu của Naceur và Kandil (2009) chỉ ra rằng việc tăng vốn chủ sở hữu có thể làm tăng chi phí trung gian, đồng thời dẫn đến khả năng sinh lợi cao hơn của tài sản và vốn, nhưng lại không bền vững trong dài hạn.

Mô hình của Witowschi và Luca (2016) dựa trên dữ liệu của 68 ngân hàng thương mại tại Châu Âu từ năm 2006 đến 2011 cho thấy mối quan hệ đồng biến giữa vốn chủ sở hữu và hiệu quả hoạt động Nghiên cứu cũng chỉ ra mối liên hệ giữa tỷ lệ an toàn vốn và hiệu quả hoạt động của ngân hàng Bên cạnh việc phân tích các yếu tố về vốn chủ sở hữu và hiệu quả hoạt động, bài nghiên cứu còn tập trung vào tác động của vốn đến rủi ro và các tài sản nhạy cảm với rủi ro tại các ngân hàng ở Châu Âu.

Brahmaiah và Ranajee (2018) đã xác định các yếu tố ảnh hưởng đến lợi nhuận của ngân hàng tại Ấn Độ thông qua việc nghiên cứu 10 biến số đại diện cho đặc điểm ngân hàng, bao gồm quy mô, vốn chủ sở hữu, chi phí hoạt động, năng suất lao động, trích lập dự phòng, chi phí huy động vốn, thu nhập từ lãi, tỷ lệ nợ xấu, chủ sở hữu và tỷ lệ các khoản cho vay ưu tiên Kết quả nghiên cứu chỉ ra rằng vốn chủ sở hữu là yếu tố quan trọng nhất tác động đến lợi nhuận ngân hàng, trong khi đó, do mức độ cạnh tranh cao tại Ấn Độ, mối quan hệ giữa quy mô và lợi nhuận lại không đáng kể.

Bảng 2.1 Tổng kết các yếu tốtác động đến lợi nhuận ngân hàng (nguồn: tác giả tổng hợp từ lý thuyết)

M ố i quan h ệ gi ữ a V ố n và L ợ i nhu ậ n

3.1 Mô hình nghiên cứu thực nghiệm

Một trong những thách thức lớn trong việc đánh giá các yếu tố ảnh hưởng đến lợi nhuận ngân hàng là tính chất nội sinh của các yếu tố quyết định Ngân hàng có lợi nhuận cao thường sở hữu nhiều nguồn lực hơn để tăng vốn chủ sở hữu và mở rộng cơ sở khách hàng thông qua ngân sách quảng cáo lớn hơn Tuy nhiên, mối quan hệ này có thể đảo ngược, khi lợi nhuận cao yêu cầu nhiều nhân viên hơn và có thể dẫn đến hiệu suất thấp hơn Hơn nữa, một số đặc điểm của ngân hàng ảnh hưởng đến lợi nhuận rất khó đo lường và nếu không được xem xét, có thể gây ra sự tự tương quan giữa các hệ số của biến giải thích và các lỗi, làm sai lệch kết quả.

Theo nghiên cứu của Brahmaiah và Ranajee (2018), Witowschi và Luca

(2016), Trujillo-Ponce (2013), Pasiouras và Kosmidou (2007) và Short (1979), tác giả tổng hợp và sử dụng 2 mô hình sau đểước lượng:

ROAAit= α + β 1 CARit+ β 2 lnAsset it + β 3 NIMit+ β 4 CIRit+ β 5 LLPit+ β 6 NPLit + β 7 GDPt+ β 8 INFt+ β 9 HHIt+ ε it (1)

Nghiên cứu này sử dụng mô hình hồi quy dữ liệu bảng để ước lượng các nhân tố ảnh hưởng đến hiệu quả hoạt động của 26 ngân hàng thương mại (NHTM) thông qua phương trình ROAAit = α’ + β’ 1 EAit + β’ 2 lnAsset it + β’ 3 NIMit + β’ 4 CIRit + β’ 5 LLPit + β’ 6 NPLit + β’ 7 GDPt + β’ 8 INFt + β’ 9 HHIt + ε it Mục tiêu của tác giả là phân tích và so sánh tác động của hai biến độc lập EA và CAR lên biến phụ thuộc ROAA, từ đó tạo cơ sở để trả lời câu hỏi nghiên cứu về ảnh hưởng của thay đổi tỷ lệ vốn chủ sở hữu và tỷ lệ an toàn vốn đối với lợi nhuận.

DỮ LI Ệ U, CÁC BI Ế N VÀ MÔ HÌNH NGHIÊN C Ứ U

Mô hình nghiên c ứ u th ự c nghi ệ m

Một trong những vấn đề chính trong việc đánh giá các yếu tố ảnh hưởng đến lợi nhuận của ngân hàng là tính nội sinh của các yếu tố quyết định Ngân hàng có lợi nhuận cao thường có nhiều nguồn lực hơn để tăng vốn chủ sở hữu và dễ dàng mở rộng cơ sở khách hàng thông qua ngân sách quảng cáo lớn hơn, từ đó nâng cao lợi nhuận Mối quan hệ này cũng có thể diễn ra theo chiều ngược lại, khi lợi nhuận cao hơn yêu cầu nhiều nhân viên hơn và có thể dẫn đến hiệu quả thấp hơn Thêm vào đó, một số đặc điểm của ngân hàng ảnh hưởng đến lợi nhuận rất khó đo lường, và nếu không được tính đến, có thể dẫn đến tự tương quan giữa các hệ số của biến giải thích và các lỗi làm sai lệch kết quả.

Theo nghiên cứu của Brahmaiah và Ranajee (2018), Witowschi và Luca

(2016), Trujillo-Ponce (2013), Pasiouras và Kosmidou (2007) và Short (1979), tác giả tổng hợp và sử dụng 2 mô hình sau đểước lượng:

ROAAit= α + β 1 CARit+ β 2 lnAsset it + β 3 NIMit+ β 4 CIRit+ β 5 LLPit+ β 6 NPLit + β 7 GDPt+ β 8 INFt+ β 9 HHIt+ ε it (1)

Nghiên cứu này sử dụng mô hình hồi quy dữ liệu bảng để ước lượng các yếu tố ảnh hưởng đến hiệu quả hoạt động của 26 ngân hàng thương mại (NHTM), với phương trình ROAAit = α’ + β’ 1 EAit + β’ 2 lnAsset it + β’ 3 NIMit + β’ 4 CIRit + β’ 5 LLPit + β’ 6 NPLit + β’ 7 GDPt + β’ 8 INFt + β’ 9 HHIt + ε it Tác giả phân tích và so sánh tác động của hai biến độc lập là EA và CAR lên biến phụ thuộc ROAA, nhằm tạo cơ sở cho câu hỏi nghiên cứu thứ hai về ảnh hưởng của thay đổi tỷ lệ vốn chủ sở hữu và tỷ lệ an toàn vốn đối với lợi nhuận.

Các bi ế n trong mô hình

Biến phụ thuộc trong nghiên cứu này được xác định qua tỷ suất sinh lợi tài sản bình quân (ROAA), phản ánh khả năng sinh lời của ngân hàng ROA đo lường khả năng quản lý lợi nhuận từ tổng tài sản, trong khi ROE thể hiện lợi nhuận cho cổ đông trên vốn chủ sở hữu, nhưng không xem xét rủi ro từ đòn bẩy cao Các nghiên cứu trước đây như của Witowschi và Luca (2016), Trujillo-Ponce (2013), Dietrich và Wanzenried (2011), cùng Pasiouras và Kosmidou (2007) đã sử dụng tỷ suất sinh lợi trên tổng tài sản bình quân để đánh giá hiệu quả hoạt động ROAA, được tính bằng lợi nhuận sau thuế chia cho tổng tài sản bình quân, đã trở thành chỉ số phổ biến nhất trong việc đo lường lợi nhuận ngân hàng, như Golin (2013) đã chỉ ra Do đó, bài nghiên cứu này chọn ROAA làm đại diện cho lợi nhuận ngân hàng.

1 Vốn Yếu tốnày được chú ý nhất từ mục tiêu chính của đề tài nghiên cứu

Tác giả sử dụng hai chỉ tiêu để tính vốn nhằm trả lời các câu hỏi nghiên cứu Đầu tiên, tỷ lệ vốn chủ sở hữu trên tổng tài sản (EA) được sử dụng để đánh giá ảnh hưởng của thay đổi vốn đến ROAA, với các nghiên cứu trước đây cho thấy mối quan hệ thuận giữa vốn chủ sở hữu và tỷ suất sinh lợi trên tổng tài sản ROA, với kỳ vọng dấu dương cho biến này Thứ hai, tỷ lệ an toàn vốn (CAR) cũng được xem xét, cho thấy rằng mối quan hệ giữa vốn và lợi nhuận không phải là điều mới mẻ, vì vốn có thể tăng lên nhờ vào lợi nhuận từ hoạt động kinh doanh Tuy nhiên, việc tăng vốn cũng là yêu cầu bắt buộc theo quy định về tỷ lệ an toàn vốn Nghiên cứu của Witowschi và Luca (2016) chỉ ra rằng quy định an toàn vốn là công cụ giám sát hiệu quả, và sự gia tăng nhu cầu vốn có thể làm giảm rủi ro cho các ngân hàng, mặc dù điều này có thể hạn chế lợi nhuận từ các tài sản rủi ro cao.

2 Tác giả sử dụng giá trị tổng tài sản dưới dạng lnAsset để kiểm soát yếu tố quy mô Ảnh hưởng của quy mô đối với lợi nhuận đã được phân tích từ những nghiên cứu của Alexiou và Sofoklis (2009), Pasiouras và Kosmidou

Nghiên cứu của Demirgüç-Kunt và Huizinga (1999) chỉ ra rằng đối với các ngân hàng lớn, quy mô có thể tạo ra ảnh hưởng tiêu cực do quản lý phức tạp và các yếu tố khác Mặc dù các ngân hàng quy mô lớn có khả năng giảm chi phí nhờ vào lợi ích từ kinh tế quy mô và phạm vi, nhưng hiệu quả tổng thể vẫn không rõ ràng.

Một số ý kiến cho rằng các ngân hàng nhỏ có thể đạt được quy mô kinh tế bằng cách mở rộng quy mô đến một mức nhất định, nhưng việc tăng thêm quy mô sau đó có thể dẫn đến sự không hiệu quả Do đó, không có kỳ vọng rõ ràng về tác động của yếu tố này đến lợi nhuận của ngân hàng.

3 Tỷ lệ thu nhập lãi thuần (NIM): cho biết khảnăng của một ngân hàng trong việc trang trải các chi phí trung gian Biên độ thấp có thể phản ánh chi phí cao với lãi suất do phụ thuộc vào các khoản nợ ngắn hạn và thái độ thận trọng của ngân hàng dẫn đến thu nhập lãi thấp hơn Giá trị cao của chỉ số này có thể là kết quả nếu có sự chênh lệch lãi suất đáng kể giữa lãi suất thưởng của các nguồn vốn và lãi cho các khoản vay Ngoài ra, tỷ lệ thu nhập lãi thuần cao có thể là kết quả của việc tăng khối lượng cho vay, được phản ánh trong phần thu nhập lãi cao hơn Trong trường hợp này, chúng ta có thể giảđịnh rằng các ngân hàng áp dụng một hành vi rủi ro 3 Tỷ lệ thu nhập lãi thuần (NIM) được đo lường bằng tỷ số giữa Thu nhập lãi thuần chia cho Tổng tài sản có sinh lời bình quân Tác giả kỳ vọng biến NIM có mối quan hệ thuận chiều với biến ROAA

4 Tỷ lệ chi phí hoạt động so với thu nhập hoạt động (CIR) cho biết khảnăng của các ngân hàng trong việc kiểm soát chi phí hoạt động Giá trị của CIR càng thấp, lợi nhuận được tạo ra càng cao, kỳ vọng biến CIR có hệ số âm Biến CIR được tính bằng tỷ lệ phần trăm so sánh giữa Chi phí hoạt động và Thu nhập từ hoạt động

5 Dự phòng rủi ro tín dụng (LLP) Bản chất của chi phí trích lập dự phòng rủi ro (trong đó, phần lớn là trích lập dự phòng rủi ro tín dụng) là một chi phí không chi bằng tiền mặt của ngân hàng và chỉ đơn thuần được tạo lập bởi một nghiệp vụ kế toán Vì thế dòng tiền của ngân hàng không bị ảnh hưởng bởi chi phí này Mục tiêu của các khoản dự phòng là để bù đắp rủi ro của các khoản vay có xu hướng không thu hồi được Một ưu điểm khác của khoản dựphòng này là nó được khấu trừ khởi thu nhập của năm hiện tại giúp giảm một phần thuế thu nhập doanh nghiệp Tỷ lệ LLP là tỷ lệ phần trăm giữa khoản Dự phòng rủi ro tín dụng so với Tổng dự nợ Tỷ lệ này được quy định dành cho các khoản nợ xấu, nợ thuộc nhóm 3, 4, và 5.

6 Tỷ lệ nợ xấu trên tổng dư nợ (NPL) phản ánh chất lượng các khoản nợ hay có thể nói là chất lượng tài sản ngân hàng vì cho vay là hoạt động chính

Tỷ lệ nợ xấu thấp cho thấy ngân hàng quản lý rủi ro cho vay hiệu quả, đảm bảo lợi nhuận tương lai Biến NPL và LLP là hai chỉ số quan trọng phản ánh mức độ rủi ro Tác giả kỳ vọng rằng khi tỷ lệ nợ xấu giảm, lợi nhuận sẽ tăng cao, với hệ số mang dấu âm.

7 Tốc độtăng trưởng kinh tế (GDP) Tăng trưởng kinh tế, thể hiện qua tăng trưởng GDP, có nhiều tác động đối với các chủ thể trong nền kinh tế Các doanh nghiệp này đều là khách hàng của hệ thống các tổ chức tín dụng Khi nhu cầu vay và gửi tiền cao, hoạt động của các ngân hàng trở nên tấp nập hơn Các nhà nghiên cứu cho rằng nó có tác động tích cực đến lợi nhuận của ngân hàng do thực tế là nhu cầu cho vay tăng lên trong các đợt tăng trưởng theo chu kỳ Tăng tiền gửi ngân hàng và các khoản vay có tác động tích cực đến lợi nhuận của ngân hàng Khi hoạt động kinh tế giảm, nhu cầu cho vay và tiền gửi giảm và ảnh hưởng tiêu cực đến lợi nhuận

8 Lạm phát (INF) là một yếu tốvĩ mô khác quan trọng quyết định hiệu quả hoạt động được xem xét trong hầu hết các nghiên cứu trước đây

9 Tập trung thịtrường (HHI) đại diện cho đặc điểm ngành ngân hàng trong các nghiên cứu của Short (1979), Bourke (1989), Dietrich và Wanzenried

Chỉ số Herfindahl-Hirschman (HHI) được sử dụng để đo lường mức độ tập trung của thị trường ngân hàng, với công thức tính là tổng bình phương thị phần doanh thu của 26 ngân hàng trong nghiên cứu Theo quy định quốc tế, thị trường được phân loại như sau: HHI dưới 1.000 cho thấy thị trường không tập trung; HHI từ 1.000 đến 1.800 chỉ ra mức độ tập trung vừa phải; và HHI trên 1.800 cho thấy thị trường có mức độ tập trung cao.

Th ố ng kê mô t ả

3.3.1 Tỷ suất sinh lợi tài sản bình quân

Từ năm 2008 đến 2017, tỷ suất sinh lợi tài sản bình quân và tỷ lệ thu nhập lãi thuần của các ngân hàng thương mại đã được phân tích và tổng hợp từ dữ liệu, cho thấy những biến động quan trọng trong hiệu quả hoạt động tài chính của các tổ chức này.

Tỷ suất sinh lợi tài sản bình quân đã giảm mạnh sau cuộc khủng hoảng tài chính toàn cầu nhưng bắt đầu phục hồi từ năm 2015 nhờ vào nỗ lực tái cấu trúc hệ thống ngân hàng Trong 4 năm qua, tỷ số ROAA của các ngân hàng thương mại đã ổn định, tăng từ 0.48% (năm 2015) lên 0.71% (năm 2017) Giá trị trung bình của tỷ suất sinh lợi trong 10 năm đạt 0.96% với độ lệch chuẩn 1.08%, cho thấy sự ít biến động trong tỷ số này và chênh lệch về hiệu quả hoạt động giữa các ngân hàng thương mại.

Hình 3.2 Phân bố tỷ lệ ROAA của các NHTM trong 10 năm (nguồn: tổng hợp từ dữ liệu) 3.3.2 Quy mô tổng tài sản

Hình 3.3 Thay đổi tổng tài sản các NHTM trong giai đoạn 2008-2017 (nguồn: tổng hợp từ dữ liệu)

Trong 10 năm qua, quy mô tổng tài sản của các ngân hàng thương mại (NHTM) đã tăng mạnh, đạt hơn 7 triệu tỷ đồng (tương đương 306 tỷ đô la Mỹ) vào cuối năm 2017, tăng 467% so với năm 2008 Sự tăng trưởng này cho thấy hệ thống ngân hàng đã mở rộng đáng kể thông qua việc thành lập nhiều chi nhánh và phòng giao dịch trên toàn quốc Đồng thời, các NHTM cũng duy trì mức lợi nhuận ổn định trong những năm qua.

3.3.3 Vốn chủ sở hữu và tỉ lệ an toàn vốn

Hình 3.4 Vốn chủ sở hữu và tỉ lệ an toàn vốn trung bình hàng năm trong vòng

10 năm 2008-2017 (nguồn: tổng hợp từ dữ liệu)

Theo công thức tính Tỷ lệ an toàn vốn và Tỷ lệ vốn chủ sở hữu trên tổng tài sản, tác giả nhận thấy sự tương quan cao giữa hai chỉ số này Dữ liệu từ biểu đồ Hình 3.4 cũng cho thấy rõ mối quan hệ thuận chiều giữa chúng.

Tỷ lệ CIR phản ánh mối quan hệ giữa chi phí hoạt động và thu nhập của ngân hàng, giúp nhà đầu tư đánh giá hiệu quả hoạt động của tổ chức Tỷ lệ này càng thấp, ngân hàng càng hoạt động hiệu quả Mối liên hệ giữa chi phí hoạt động và lợi nhuận của ngân hàng là nghịch chiều, như thể hiện trong Hình 3.5.

Hình 3.5 Mối quan hệ giữa Chi phí hoạt động và Tỷ suất sinh lợi (nguồn: tổng hợp từ dữ liệu)

3.3.5 Nợ xấu và trích lập dự phòng

Hình 3.6 Mối tương quan giữa tỷ lệ nợ xấu, trích lập dự phòng và ROAA

(nguồn: tổng hợp từ dữ liệu)

Chi phí trích lập dự phòng rủi ro, chủ yếu là trích lập dự phòng rủi ro tín dụng, là một chi phí không ảnh hưởng đến dòng tiền của ngân hàng vì nó chỉ là một nghiệp vụ kế toán Đây là khoản chi phí bắt buộc theo quy định nhằm xử lý nợ xấu, và việc xử lý nợ xấu từ dự phòng là phương án khả thi nhất vì đó là tiền thật của ngân hàng Khi ngân hàng thu hồi được nợ xấu, số tiền trích lập dự phòng sẽ được hoàn nhập vào dự phòng hoặc ghi nhận vào thu nhập bất thường Do đó, nếu ngân hàng cố tình trích lập dự phòng nhiều để "giấu lãi", khoản chi phí này sẽ quay trở lại và làm tăng lợi nhuận chịu thuế trong tương lai.

Trích lập dự phòng rủi ro được xem là một "gánh nặng" đối với các nhà đầu tư và cổ đông ngân hàng, vì việc tăng trích lập sẽ làm giảm lợi nhuận và ảnh hưởng đến khả năng chia cổ tức Khi lợi nhuận báo cáo suy giảm, sức hấp dẫn của cổ phiếu ngân hàng cũng giảm theo trong ngắn hạn Ngân hàng có tỉ lệ bao phủ nợ xấu cao sẽ có khả năng hoàn nhập chi phí dự phòng tốt hơn, nhưng tác động của việc trích lập dự phòng đối với lợi nhuận ngân hàng vẫn rất khó dự đoán.

3.3.6 Mức độ tập trung thịtrường của ngành ngân hàng

Hình 3.7 Chỉ số ROAA so với thay đổi chỉ số tập trung thịtrường Herfindahl-

Hirschman (HHI) (nguồn: tổng hợp từ dữ liệu)

Chỉ số Herfindahl-Hirschman (HHI) được sử dụng để đánh giá mức độ cạnh tranh trong thị trường, từ hoàn hảo đến độc quyền Bộ Tư pháp Mỹ áp dụng chỉ số này để xác định mức độ độc quyền trong các ngân hàng qua hoạt động mua bán và sáp nhập (M&A) HHI được tính bằng tổng bình phương thị phần của từng ngân hàng trong hệ thống Nghiên cứu của Short (1979) cho thấy rằng mức độ tập trung thị trường cao hơn có thể dẫn đến tỷ suất sinh lợi tốt hơn, tuy nhiên, sự thay đổi này cần phải lớn để có ảnh hưởng rõ rệt đến tỷ suất sinh lợi.

Chỉ số HHI của ngành ngân hàng tính theo thị phần thu nhập hoạt động trong

Trong suốt 10 năm qua, điểm số của hệ thống ngân hàng Việt Nam duy trì ở mức thấp dưới 1000 điểm, cho thấy khả năng cạnh tranh của ngành này vẫn ở mức trung bình Nghiên cứu của Nguyễn Thế Bính đã chỉ ra những yếu tố ảnh hưởng đến sự phát triển và cạnh tranh của hệ thống ngân hàng trong bối cảnh hiện tại.

Nghiên cứu năm 2015 cho thấy sau quá trình M&A, chỉ số tập trung ngành ngân hàng tăng nhưng vẫn ở mức vừa phải, ngay cả với các ngân hàng lớn Phạm Minh Điển và cộng sự (2017) chỉ ra rằng chỉ số HHI không ảnh hưởng đến tỷ lệ thu nhập lãi cận biên (NIM) của các ngân hàng thương mại.

Dựa trên dữ liệu thu thập, biểu đồ Hình 3.7 cho thấy chỉ số HHI ổn định qua các năm và không có mối liên hệ rõ ràng với tỷ lệ ROAA của các ngân hàng thương mại.

3.3.7 Tốc độtăng trưởng GDP và tỉ lệ lạm phát

Hình 3.8 So sánh tỷ lệ lạm phát, tốc độtăng trưởng GDP với ROAA (nguồn: tổng hợp từ dữ liệu)

Biểu đồ tại Hình 3.8 cho thấy sự so sánh giữa tốc độ tăng trưởng GDP và sự thay đổi hiệu quả hoạt động của các ngân hàng thương mại thông qua chỉ số ROAA Trong giai đoạn 2012-2015, mặc dù GDP tăng trưởng mạnh mẽ, chỉ số ROAA lại có xu hướng giảm Nghiên cứu của Nguyễn Minh Sáng và cộng sự (2014) chỉ ra rằng ROA có mối tương quan ngược chiều với tốc độ tăng trưởng kinh tế, cho thấy rằng sự phát triển của nền kinh tế không luôn đi đôi với hiệu quả hoạt động tốt trong hệ thống tài chính.

Từ năm 2012 đến 2015, tỷ lệ lạm phát cao hơn tốc độ tăng trưởng kinh tế Mối quan hệ giữa ROAA và tăng trưởng GDP cho thấy sự tương quan với tỷ lệ lạm phát, giúp giải thích phần nào mối quan hệ ngược với kỳ vọng.

3.3.8 Thống kê mô tả và ma trận hệ sốtương quan

Bảng 3.1 trình bày thống kê mô tả từ dữ liệu của 26 ngân hàng thương mại (NHTM), cho thấy tỷ suất sinh lợi trên tổng tài sản bình quân (ROAA) dao động từ -5.99% đến 11.9%, với ROAA trung bình đạt 0.96% Tỷ lệ vốn chủ sở hữu trên tổng tài sản cũng biến động mạnh, từ 3.46% đến 46.24%, phản ánh sự chênh lệch lớn giữa các ngân hàng.

Chỉ số HHI đo lường sự tập trung của thị trường ngân hàng thương mại (NHTM) tại Việt Nam dao động từ 757 đến 1072, với độ lệch chuẩn là 88.92 Theo các tiêu chuẩn quốc tế, những giá trị này cho thấy thị trường NHTM ở Việt Nam không có tính tập trung cao.

Quy mô giữa các NHTM có sự chênh lệch rất lớn với độ lệch chuẩn là 1.24

KẾT QUẢ THỰC NGHIỆM

K ế t qu ả h ồ i quy c ủa phương trình (1)

Nghiên cứu sử dụng dữ liệu thu thập và hai mô hình đề xuất để thực hiện hồi quy dữ liệu bảng, bao gồm tác động cố định và tác động ngẫu nhiên Kết quả hồi quy cho phương trình (1) được trình bày chi tiết trong Bảng 4.1.

Bảng 4.1 Kết quả hồi quy mô hình tác động cốđịnh và tác động ngẫu nhiên cho phương trình (1)

Tác động cố định Tác động ngẫu nhiên

ROAA Hệ số β Giá trị P Hệ số β Giá trị P

Dựa vào giá trị R², mô hình tác động cố định giải thích biến phụ thuộc ROAA tốt hơn với tỷ lệ 66,08% so với mô hình tác động ngẫu nhiên Để xác định mô hình nào hiệu quả hơn, tác giả đã thực hiện kiểm định Hausman nhằm đánh giá sự phù hợp giữa hai mô hình này.

H0: Ước lượng của mô hình tác động cốđịnh và mô hình tác động ngẫu nhiên không khác nhau

H1: Ước lượng của mô hình tác động cố định và mô hình tác động ngẫu nhiên là khác nhau

Bảng 4.2 Kết quả kiểm định Hausman cho mô hình (1)

Tác động cố định Tác động ngẫu nhiên Chênh lệch

Kiểm định Hausman cho thấy P = 0.0427 < 5%, cho phép bác bỏ giả thuyết H0 và chấp nhận H1 Khi có sự khác biệt giữa ước lượng của mô hình tác động cố định và mô hình tác động ngẫu nhiên, nghiên cứu đã chọn mô hình tác động cố định vì nó giải thích tốt hơn Do đó, tác giả quyết định lựa chọn mô hình tác động cố định cho nghiên cứu.

Tác giả đã áp dụng kiểm định Wooldridge để kiểm tra hiện tượng tự tương quan, với giả thuyết H0 là không có hiện tượng tự tương quan Kết quả cho thấy giá trị P = 0.2537, lớn hơn 0.05, cho phép chấp nhận giả thuyết H0, xác nhận rằng giữa các biến không tồn tại hiện tượng tự tương quan.

Một trong những giả định quan trọng của mô hình hồi quy tuyến tính là không có mối quan hệ tuyến tính chính xác giữa các biến giải thích, được gọi là đa cộng tuyến Để chẩn đoán hiện tượng này, tác giả đã sử dụng hệ số phóng đại phương sai (VIF) và hệ số chấp nhận (TOL), được tính toán từ phần mềm Stata, như trình bày trong Bảng 4.3.

Bảng 4.3 Chuẩn đoán đa cộng tuyến Collin cho các biến phương trình (1)

Tên biến VIF sqrt VIF Tolerance

Các giá trị VIF trong mô hình đều thấp, không có giá trị nào vượt quá 4, với giá trị trung bình là 2.05 Do đó, có thể kết luận rằng hiện tượng đa cộng tuyến giữa các biến giải thích là tồn tại nhưng không nghiêm trọng.

Một vấn đề phổ biến trong dữ liệu chéo là hiện tượng phương sai thay đổi trong hạng nhiễu Sau khi xác định mô hình tác động cố định phù hợp để ước lượng ROAA, tác giả đã sử dụng kiểm định Wald để kiểm tra hiện tượng phương sai không đồng nhất, với giả định H0 là phương sai giữa các mẫu dữ liệu là không đổi Kết quả kiểm định Wald cho thấy giá trị P là 0.0000, nhỏ hơn 0.05, do đó bác bỏ giả định H0, xác nhận mô hình có hiện tượng phương sai thay đổi Để khắc phục, tác giả áp dụng thủ tục điều chỉnh của White để có được các sai số chuẩn điều chỉnh cho phương sai thay đổi, còn gọi là mô hình sai số chuẩn mạnh Kết quả hồi quy được trình bày trong Bảng 4.4.

Bảng 4.4 Kết quả hồi quy mô hình sai số chuẩn mạnh đối với phương trình (1)

Tác động cố định, sai số chuẩn mạnh

Sai số chuẩn hiệu chỉnh Giá trị P

Kết quả hồi quy cho thấy Tỷ lệ chi phí hoạt động so với thu nhập hoạt động (CIR) có ảnh hưởng ngược chiều đến Tỷ suất sinh lợi bình quân với mức ý nghĩa cao, phù hợp với nghiên cứu trước đây Cụ thể, chi phí hoạt động cao sẽ làm giảm lợi nhuận Khi tỷ lệ thu nhập lãi thuần tăng 1%, tỷ suất sinh lợi trên tổng tài sản sẽ tăng khoảng 0.04% Đối với tốc độ tăng trưởng GDP, không có ý nghĩa thống kê trong hai mô hình hồi quy ban đầu, nhưng khi áp dụng mô hình sai số chuẩn, có mối tương quan đồng biến với ROAA ở mức ý nghĩa 10% Hệ số β của biến GDP là -7,95%, cho thấy tăng trưởng kinh tế ảnh hưởng không tốt đến hiệu quả hoạt động của các NHTM, do sự tác động khác nhau trong cùng một điều kiện kinh tế vĩ mô.

Chỉ số tập trung thị trường có ảnh hưởng tích cực đến hiệu quả hoạt động của ngân hàng thương mại (NHTM), cho thấy môi trường kinh doanh ít cạnh tranh giúp ngân hàng đạt lợi nhuận cao hơn Hệ số của biến HHI chỉ đạt 0.09%, điều này phù hợp với nghiên cứu của Short (1979), cho thấy cần có sự biến động lớn trong chỉ số tập trung thị trường mới có thể tác động đến lợi nhuận của ngân hàng.

Brahmaiah và Ranajee (2018) cùng Trujillo-Ponce (2013) đã chỉ ra rằng tỷ lệ nợ xấu ảnh hưởng tiêu cực đến hiệu quả hoạt động của ngân hàng Tuy nhiên, trong nghiên cứu này, hệ số β của biến NLP là 0.00521, cho thấy một kết quả trái ngược so với các nghiên cứu trước Mặc dù hệ số β thấp và có mức ý nghĩa 10%, các ngân hàng thương mại vẫn có xu hướng xử lý hiệu quả các khoản nợ xấu để bảo vệ lợi nhuận của mình.

Trong nghiên cứu này, tác giả tập trung vào hệ số β của biến CAR để xác định ảnh hưởng của Tỷ lệ an toàn vốn đến lợi nhuận ngân hàng Kết quả hồi quy cho thấy hệ số này không có ý nghĩa thống kê và mang dấu âm, cho thấy các ngân hàng thương mại (NHTM) đã sử dụng nhiều nguồn vốn không phải Vốn chủ sở hữu để đạt được Tỷ lệ an toàn vốn tối thiểu, dẫn đến chi phí trung gian của nguồn vốn cấp 2 tăng lên và ảnh hưởng tiêu cực đến lợi nhuận Ngoài ra, các biến Quy mô tổng tài sản, Trích lập dự phòng và Tỷ lệ lạm phát cũng không có ý nghĩa thống kê trong việc ước lượng tác động đến Tỷ suất sinh lợi của ngân hàng.

K ế t qu ả h ồ i quy v ới phương trình (2)

Quay trở lại với mô hình được trình bày ở phương trình (2), tức là dùng biến

Để ước lượng tỷ suất sinh lợi bình quân ROAA, tác giả đã thay biến CAR bằng EA Trước khi xác định mô hình, các kiểm định đã được thực hiện để xác định lỗi ước lượng, bao gồm kiểm định đa cộng tuyến và hiện tượng tự tương quan Kết quả kiểm định Collin cho thấy mức độ đa cộng tuyến giữa các biến thông qua chỉ số VIF được trình bày trong Bảng 4.5.

Bảng 4.5 Chuẩn đoán đa cộng tuyến Collin cho các biến phương trình (2)

Tên biến VIF sqrt VIF Tolerance

Các giá trị VIF trong mô hình (2) đều tương đối thấp, nhỏ hơn 10, cho thấy không có hiện tượng đa cộng tuyến nghiêm trọng giữa các biến giải thích.

Tác giả áp dụng kiểm định Wooldridge để kiểm tra hiện tượng tự tương quan, với giả định H0 là không có hiện tượng này Kết quả cho thấy giá trị P = 0.1524, lớn hơn 0.05, cho phép chấp nhận giả định H0, xác nhận rằng giữa các biến không tồn tại hiện tượng tự tương quan.

Kiểm định Hausman được sử dụng để xác định mô hình giải thích phù hợp giữa tác động cố định và tác động ngẫu nhiên, với kết quả giá trị P = 0.0254, nhỏ hơn 5%.

Có sự khác biệt giữa hai mô hình, do đó các hệ số β được ước lượng từ mô hình tác động cố định là phù hợp để lựa chọn Tuy nhiên, để kiểm định hiện tượng phương sai sai số thay đổi từ mô hình này, tác giả đã sử dụng kiểm định Wald và nhận được giá trị P = 0.0000 < 5%, cho thấy có hiện tượng phương sai sai số thay đổi trong nghiên cứu Tác giả cũng đã áp dụng mô hình sai số chuẩn mạnh để ước lượng các hệ số β của phương trình, với kết quả được trình bày trong Bảng 4.6.

Bảng 4.6 Kết quả hồi quy mô hình sai số chuẩn mạnh cho phương trình (2)

Tác động cố định, sai số chuẩn mạnh

ROAA Hệ số β Sai số chuẩn hiệu chỉnh Giá trị P

Kết quả hồi quy của phương trình (2) cho các biến GDP, CIR và NIM tương tự như phương trình (1) Đặc biệt, biến Tỷ lệ vốn chủ sở hữu trên tổng tài sản EA cho kết quả hồi quy dương nhưng không có ý nghĩa thống kê, điều này phù hợp với các kết luận của Witowschi và Luca (2016), Berger (1995), Athanasoglou và cộng sự (2006), cùng với Staikouras và Wood (2004).

So sánh hai mô hình h ồ i quy

Bảng 4.7 So sánh kết quả hồi quy 2 mô hình

*, **, *** tương ứng mức ý nghĩa 10%, 5% và 1%

Bảng 4.7 cho thấy kết quả hồi quy theo mô hình tác động cố định với sai số chuẩn mạnh, cho thấy các biến Chi phí hoạt động trên tổng thu nhập (CIR) và Tỷ lệ thu nhập lãi thuần (NIM) có ý nghĩa thống kê đối với Vốn ngân hàng Ngoài ra, tăng trưởng GDP được xác định là yếu tố ảnh hưởng đến hiệu quả hoạt động của ngân hàng, trong khi tỷ lệ lạm phát không có tác động đáng kể đến ROAA và không có ý nghĩa thống kê trong giai đoạn nghiên cứu.

Sự khác biệt giữa hai phương trình hồi quy liên quan đến các biến giải thích về Vốn, với cả hai hệ số β đều không có ý nghĩa thống kê Tuy nhiên, hệ số dương của biến EA và hệ số âm của biến CAR chỉ ra hai cách tác động khác nhau của các chỉ số vốn đối với tỷ suất sinh lợi của ngân hàng.

THẢO LUẬN 37 TÀI LIỆU THAM KHẢO

Nghiên cứu này phân tích ảnh hưởng của vốn đến hiệu quả hoạt động của 26 ngân hàng thương mại cổ phần trong nước sau 10 năm khủng hoảng tài chính toàn cầu, sử dụng chỉ số Tỷ suất sinh lợi trên tổng tài sản bình quân (ROAA) làm thước đo Qua việc kiểm tra các yếu tố tác động đến lợi nhuận ngân hàng từ các nghiên cứu trước, tác giả đã xây dựng mô hình hồi quy tác động cố định để ước lượng Kết quả cho thấy, lợi nhuận hoạt động của ngân hàng chủ yếu được giải thích bởi hiệu quả kiểm soát chi phí, tỷ lệ nợ xấu, tỷ lệ thu nhập lãi thuần, yếu tố kinh tế vĩ mô GDP và đặc điểm tập trung thị trường của ngành ngân hàng, mặc dù mức độ ảnh hưởng không đáng kể.

Biến Vốn trong nghiên cứu không cho kết quả có ý nghĩa thống kê, nhưng tỷ lệ vốn chủ sở hữu trên tổng tài sản cao có thể ảnh hưởng tích cực đến hiệu quả hoạt động của các NHTM Ngược lại, tỷ lệ an toàn vốn cho thấy rằng các NHTM cần tăng vốn chủ sở hữu hoặc vốn điều lệ để đáp ứng yêu cầu của Ngân hàng Nhà nước Đối với nhà đầu tư, nên chú ý đến những ngân hàng có khả năng tăng vốn điều lệ cao Nghiên cứu cũng chỉ ra rằng các ngân hàng nên tối thiểu hóa chi phí hoạt động và cải thiện lãi suất cho vay và huy động Yếu tố vĩ mô cũng cần được xem xét khi đầu tư vào chứng khoán ngân hàng.

Mặc dù nghiên cứu kéo dài 10 năm, vẫn tồn tại một số hạn chế Thứ nhất, dữ liệu về ngân hàng của tác giả chưa đầy đủ, không bao gồm ngân hàng nhà nước và chi nhánh ngân hàng nước ngoài, dẫn đến mẫu nghiên cứu không đủ lớn để đưa ra kết luận chính xác Thứ hai, tác giả chưa thể tìm hiểu sâu về các yếu tố tiềm năng ảnh hưởng đến lợi nhuận để xác định mô hình tối ưu, đặc biệt là các yếu tố liên quan đến thông tin đặc thù của ban quản trị ngân hàng như kỹ năng, kinh nghiệm, trình độ và tính độc lập trong điều hành Tác giả hy vọng sẽ trình bày những vấn đề này trong các nghiên cứu tiếp theo.

Nguyễn Minh Sáng và Nguyễn Thiên Kim (2014) đã nghiên cứu tác động của hoạt động kinh doanh ngân hàng đối với tăng trưởng kinh tế tại Việt Nam Nghiên cứu này được công bố trong Tạp chí Phát triển và Hội nhập, số

Nguyễn Thế Bính, 2015 Tập trung thịtrường trong lĩnh vực ngân hàng tại Việt Nam

Tạp chí Phát triển và Hội nhập, số 26 (36) - Tháng 01 - 02/2016

Phạm Minh Điển, Dương Thị Kim Hoàng và Dương Quỳnh Nga (2017) đã nghiên cứu ảnh hưởng của chỉ số Lerner, chỉ số HHI và chi phí cơ hội của dự trữ đến tỷ lệ thu nhập lãi cận biên của ngân hàng thương mại Nghiên cứu được công bố trên Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, tập 58, số 1, trang 3.

Athanasoglou, P., Delis, M and Staikouras, C., 2006 Determinants of bank profitability in the South Eastern European region

Alexiou, C and Sofoklis, V., 2009 Determinants of bank profitability: Evidence from the Greek banking sector Ekonomski Anali/Economic Annals, 54(182)

Altunbas, Y., Carbo, S., Gardener, E.P and Molyneux, P., 2007 Examining the relationships between capital, risk and efficiency in European banking European Financial Management, 13(1), pp.49-70

Athanasoglou, P.P., Brissimis, S.N and Delis, M.D., 2008 Bank-specific, industry- specific and macroeconomic determinants of bank profitability Journal of international financial Markets, Institutions and Money, 18(2), pp.121-136

Barth, J R., Caprio, G., and Levine, R., 2004 Bank regulation and supervision: What works best? Journal of Financial Intermediation, 13, 205–248

Berger, A.N., 1995 The relationship between capital and earnings in banking Journal of money, credit and Banking, 27(2), pp.432-456

The study by Bitar, Pukthuanthong, and Walker (2018) examines how capital ratios influence the risk, efficiency, and profitability of banks across OECD countries The findings, published in the Journal of International Financial Markets, Institutions and Money, indicate a significant relationship between capital ratios and the financial performance of banks, highlighting the importance of maintaining adequate capital levels to enhance stability and profitability in the banking sector.

Bourke, P., 1989 Concentration and other determinants of bank profitability in Europe, North America and Australia Journal of Banking & Finance, 13(1), pp.65-

Boyd, J.H and Runkle, D.E., 1993 Size and performance of banking firms: Testing the predictions of theory Journal of monetary economics, 31(1), pp.47-67

Brahmaiah, B and Ranajee, 2018 Factors Influencing Profita-bility of Banks in India Theoretical Eco-nomics Letters, 8, 3046-3061

Chiuri, M C., Feeri, G., & Majnoni, G., 2002 The macroeconomic impact of bank capital requirements in emerging economies: Past evidence to assess the future

Journal of Banking and Finance, 26, 881–904

Delis, M.D and Staikouras, P.K., 2011 Supervisory effectiveness and bank risk

Demirgỹỗ-Kunt, A and Huizinga, H., 1999 Determinants of commercial bank interest margins and profitability: some international evidence The World Bank Economic Review, 13(2), pp.379-408

Demirgỹỗ-Kunt, A and Huizinga, H., 2000 Financial structure and bank profitability World Bank Policy Research Working Paper, (2430)

Demirguc-Kunt, A., Laeven, L and Levine, R., 2003 Regulations, market structure, institutions, and the cost of financial intermediation (No w9890) National Bureau of Economic Research

Dietrich, A and Wanzenried, G., 2011 Determinants of bank profitability before and during the crisis: Evidence from Switzerland Journal of International Financial Markets, Institutions and Money, 21(3), pp.307-327

Doliente, J.S., 2005 Determinants of bank net interest margins in Southeast Asia Applied Financial Economics Letters, 1(1), pp.53-57

García-Herrero, A., Gavilá, S and Santabárbara, D., 2009 What explains the low profitability of Chinese banks? Journal of Banking & Finance, 33(11), pp.2080-

Goddard, J., Liu, H., Molyneux, P and Wilson, J.O., 2013 Do bank profits converge? European Financial Management, 19(2), pp.345-365

Goddard, J., Molyneux, P and Wilson, J.O., 2004 The profitability of European banks: a cross‐ sectional and dynamic panel analysis The Manchester School, 72(3), pp.363-381

Golin, J and Delhaise, P., 2013 The bank credit analysis handbook: a guide for analysts, bankers and investors John Wiley & Sons

Lee, C.C and Hsieh, M.F., 2013 The impact of bank capital on profitability and risk in Asian banking Journal of international money and finance, 32, pp.251-281

Jacques, K and Nigro, P., 1997 Risk-based capital, portfolio risk, and bank capital:

A simultaneous equations approach Journal of Economics and business, 49(6), pp.533-547

Molyneux, P., 1993 Structure and performance in European banking (Doctoral dissertation, Prifysgol Bangor University)

Molyneux, P and Thornton, J., 1992 Determinants of European bank profitability:

A note Journal of banking & Finance, 16(6), pp.1173-1178

Naceur, S.B., 2003 The determinants of the Tunisian banking industry profitability: panel evidence Universite Libre de Tunis working papers, pp.1-17

Naceur, S.B and Kandil, M., 2009 The impact of capital requirements on banks’ cost of intermediation and performance: The case of Egypt Journal of Economics and Business, 61(1), pp.70-89

Pasiouras, F and Kosmidou, K., 2007 Factors influencing the profitability of domestic and foreign commercial banks in the European Union Research in International Business and Finance, 21(2), pp.222-237

Revell, J., 1980 Costs and margins in banking: an international survey (Vol 1)

Organisation for Economic Co-operation and Development;[Washington, DC: sold by OECD Publications and Information Center

Rime, B., 2001 Capital requirements and bank behaviour: Empirical evidence for Switzerland Journal of Banking & Finance, 25(4), pp.789-805

Short, B.K., 1979 The relation between commercial bank profit rates and banking concentration in Canada, Western Europe, and Japan Journal of Banking & Finance, 3(3), pp.209-219

The profitability of banks is influenced by various determinants, as explored in studies by Staikouras and Wood (2004) and Trujillo-Ponce (2013) Their research highlights key factors affecting European banks' profitability and provides evidence from the Spanish banking sector, emphasizing the significance of both internal and external elements in shaping financial performance Understanding these determinants is crucial for enhancing bank profitability and ensuring financial stability in the industry.

Witowschi, I.R.B and Luca, F.A., 2016 Bank capital, risk and performance in European banking A case study on seven banking sectors Prague Economic Papers, 2016(2), pp.127-142

Phụ lục 1 Danh sách các NHTM sử dụng trong bài nghiên cứu

STT Tên Ngân hàng Tên giao dịch Mã chứng khoán

1 Ngân hàng TMCP Á Châu ACB ACB

2 Ngân hàng TMCP Hàng Hải Việt Nam Maritime Bank MSB

3 Ngân hàng TMCP Kỹ Thương Việt Nam Techcombank TCB

4 Ngân hàng TMCP Việt Nam Thịnh Vượng VPBank VPB

5 Ngân hàng TMCP Quân đội MBBANK MBB

6 Ngân hàng TMCP Quốc tế VIB VIB

7 Ngân hàng TMCP Sài Gòn Thương Tín Sacombank STB

8 Ngân hàng TMCP Ngoại thương Việt Nam Vietcombank VCB

9 Ngân hàng TMCP Công Thương Việt Nam VietinBank CTG

10 Ngân hàng TMCP Đầu tư và Phát triển Việt

11 Ngân hàng TMCP Tiên Phong TPBank TPB

12 Ngân hàng TMCP Đông Nam Á SeABank SEAB

13 Ngân hàng TMCP An Bình ABBANK ABB

14 Ngân hàng TMCP Bản Việt Viet Capital

15 Ngân hàng TMCP Kiên Long KienLongBank KLB

16 Ngân hàng TMCP Nam Á Nam A Bank NAB

17 Ngân hàng TMCP Quốc Dân NCB NVB

18 Ngân hàng TMCP Phát triển nhà Thành phố Hồ

19 Ngân hàng TMCP Phương Đông OCB OCB

20 Ngân hàng TMCP Sài Gòn SCB SCB

STT Tên Ngân hàng Tên giao dịch Mã chứng khoán

21 Ngân hàng TMCP Sài Gòn Công Thương Saigonbank Saigonbank

22 Ngân hàng TMCP Sài Gòn-Hà Nội SHB SHB

23 Ngân hàng TMCP Việt Á VietABank VietAbank

24 Ngân hàng TMCP Xăng dầu Petrolimex PGBank PGB

25 Ngân hàng TMCP Xuất Nhập khẩu Việt Nam Eximbank EIB

26 Ngân hàng TMCP Bưu điện Liên Việt Lienviet Post

Phu lục 2 Bảng dự liê ̣u tác giả thu tha ̣p (nguồn tổng hợp)

Ký hiệu ngân hàng Năm ROAA E/A CAR Asset lnAsset NIM CIR LLP NPL GDP INF HHI

ABB 2011 0.77 11.37 38.37 41,625,754 17.54 5.37 46.96 40.49 3.94 6.24 18.68 835 ABB 2012 0.91 10.65 24.29 46,013,686 17.64 4.59 61.21 77.78 2.84 5.25 9.09 757 ABB 2013 0.27 9.97 13.66 57,627,710 17.87 2.74 66.92 36.22 7.63 5.42 6.59 859 ABB 2014 0.19 8.47 14.9 67,464,850 18.03 2.61 65.58 40.46 4.51 5.98 4.71 851 ABB 2015 0.14 8.99 17.5 64,374,686 17.98 2.72 60.36 51.35 2.42 6.68 0.88 853 ABB 2016 0.35 7.88 15.1 74,171,503 18.12 2.82 57.43 63.77 2.31 6.21 3.24 876 ABB 2017 0.62 7.24 15.1 84,503,069 18.25 2.9 59.23 57.26 2.77 6.81 3.52 874 ACB 2008 2.32 7.38 12.44 105,306,130 18.47 3.35 37.53 74.06 0.89 5.66 23.12 1,072 ACB 2009 1.61 6.02 9.4 167,881,047 18.94 2.54 36.67 197.11 0.41 5.40 7.05 1,004 ACB 2010 1.25 5.55 10.6 205,102,950 19.14 2.73 39.35 244.77 0.34 6.42 8.86 895 ACB 2011 1.32 4.26 9.25 281,019,319 19.45 3.41 41.16 107.46 0.89 6.24 18.68 835 ACB 2012 0.34 7.16 13.5 176,307,607 18.99 3.71 73.19 58.42 2.5 5.25 9.09 757 ACB 2013 0.48 7.51 14.7 166,598,989 18.93 2.86 66.54 47.73 3.03 5.42 6.59 859 ACB 2014 0.55 6.9 14.08 179,609,771 19.01 3.01 63.79 62.32 2.18 5.98 4.71 851 ACB 2015 0.54 6.35 12.8 201,456,985 19.12 3.32 64.65 87.02 1.31 6.68 0.88 853 ACB 2016 0.61 6.02 13.19 233,680,877 19.27 3.34 61.86 126.49 0.87 6.21 3.24 876 ACB 2017 0.82 5.64 11.49 284,316,123 19.47 3.44 54.35 132.74 0.7 6.81 3.52 874 BID 2008 0.88 5.46 8.94 246,494,323 19.32 2.91 41.19 32.68 7.82 5.66 23.12 1,072 BID 2009 1.04 5.95 7.55 296,432,087 19.51 2.69 44.67 97.61 2.68 5.40 7.05 1,004 BID 2010 1.13 6.61 9.32 366,267,769 19.72 2.89 48.27 82.39 2.53 6.42 8.86 895 BID 2011 0.83 6.01 11.07 405,755,454 19.82 3.4 43.16 72.11 2.76 6.24 18.68 835 BID 2012 0.58 5.47 9.65 484,784,560 20.00 2.16 39.83 64.56 2.7 5.25 9.09 757

BID 2013 0.78 5.84 10.23 548,386,083 20.12 2.85 38.57 69.52 2.26 5.42 6.59 859 BID 2014 0.83 5.12 650,340,373 20.29 2.97 39.37 73.13 2.03 5.98 4.71 851 BID 2015 0.84 4.98 850,506,940 20.56 2.71 44.87 74.77 1.68 6.68 0.88 853 BID 2016 0.66 4.38 1,006,380,635 20.73 2.62 44.51 69.75 1.99 6.21 3.24 876 BID 2017 0.61 4.06 10.9 1,202,283,843 20.91 2.89 39.74 80.7 1.62 6.81 3.52 874 CTG 2008 1 6.37 12.02 193,590,357 19.08 4.14 57.02 98.31 1.81 5.66 23.12 1,072 CTG 2009 0.58 5.16 8.06 243,785,208 19.31 2.13 55.94 154.99 0.61 5.40 7.05 1,004 CTG 2010 1.11 4.94 8.02 367,730,655 19.72 4.14 48.43 180.09 0.66 6.42 8.86 895 CTG 2011 1.51 6.19 10.57 460,420,078 19.95 5.07 40.57 137.76 0.75 6.24 18.68 835 CTG 2012 1.28 6.68 10.33 503,530,259 20.04 4.02 42.96 75.12 1.47 5.25 9.09 757 CTG 2013 1.07 9.38 13.2 576,368,416 20.17 3.58 45.49 87.53 1 5.42 6.59 859 CTG 2014 0.92 8.32 10.4 661,241,727 20.31 3.07 46.62 89.02 1.12 5.98 4.71 851 CTG 2015 0.79 7.2 10.6 779,483,487 20.47 2.78 47.13 92.24 0.92 6.68 0.88 853 CTG 2016 0.78 6.36 10.4 948,567,505 20.67 2.71 48.74 115.32 0.9 6.21 3.24 876 CTG 2017 0.73 5.82 1,095,060,842 20.81 2.77 46.2 92.14 1.14 6.81 3.52 874 EIB 2008 1.74 26.62 45.89 48,247,821 17.69 3.67 31.85 37.61 4.71 5.66 23.12 1,072 EIB 2009 1.99 20.4 26.87 65,448,356 18.00 4.04 35.2 53.8 1.83 5.40 7.05 1,004 EIB 2010 1.85 10.3 17.79 131,110,882 18.69 3.34 27.98 70.93 1.42 6.42 8.86 895 EIB 2011 1.93 8.88 12.94 183,567,032 19.03 3.73 30.62 51.44 1.61 6.24 18.68 835 EIB 2012 1.21 9.29 16.38 170,156,010 18.95 3.12 42.64 61.39 1.32 5.25 9.09 757 EIB 2013 0.39 8.64 14.47 169,835,460 18.95 1.8 65.28 43.03 1.98 5.42 6.59 859 EIB 2014 0.03 8.73 13.16 160,145,266 18.89 1.76 63.47 47.69 2.46 5.98 4.71 851 EIB 2015 0.03 10.53 16.52 124,849,675 18.64 2.56 60.66 55.22 1.86 6.68 0.88 853 EIB 2016 0.24 10.44 17.12 128,801,508 18.67 2.61 60.38 41.66 2.95 6.21 3.24 876 EIB 2017 0.59 9.54 15.98 149,369,554 18.82 2.04 57.63 45.95 2.27 6.81 3.52 874 HDB 2008 0.51 17.5 23.49 9,557,917 16.07 1.08 61.56 33.69 1.93 5.66 23.12 1,072

HDB 2009 1.35 9.39 13.37 19,127,427 16.77 1.83 40.69 70.21 1.1 5.40 7.05 1,004 HDB 2010 1.01 6.86 9.15 34,389,227 17.35 2.3 47.55 86.95 0.83 6.42 8.86 895 HDB 2011 1.07 7.88 10.22 45,025,421 17.62 4.1 47.69 48.2 2.11 6.24 18.68 835 HDB 2012 0.67 10.22 11.97 52,782,831 17.78 2.23 52.32 39.28 2.35 5.25 9.09 757 HDB 2013 0.31 9.97 11.55 86,226,641 18.27 0.55 70.04 43.14 3.67 5.42 6.59 859 HDB 2014 0.51 8.92 11.18 99,524,603 18.42 2.08 62.79 50.71 2.27 5.98 4.71 851 HDB 2015 0.5 9.24 13.7 106,485,935 18.48 3.63 58.31 78.65 1.59 6.68 0.88 853 HDB 2016 0.57 6.62 12.5 150,294,272 18.83 4.04 60.48 76.78 1.46 6.21 3.24 876 HDB 2017 1.03 7.8 13.5 189,334,270 19.06 4.05 54.25 73.31 1.52 6.81 3.52 874 KLB 2008 1.45 35.63 42.56 2,939,018 14.89 5.36 59.73 31.89 1.66 5.66 23.12 1,072 KLB 2009 1.76 14.93 18.38 7,478,452 15.83 5.11 46.37 51.04 1.17 5.40 7.05 1,004 KLB 2010 1.94 25.54 31.22 12,577,785 16.35 5.53 38.32 79.43 1.11 6.42 8.86 895 KLB 2011 2.59 19.36 26.39 17,849,201 16.70 6.37 38.72 40.67 2.77 6.24 18.68 835 KLB 2012 1.93 18.54 33.42 18,580,999 16.74 6.44 51.22 50.08 2.93 5.25 9.09 757 KLB 2013 1.57 16.26 20.74 21,371,789 16.88 5.67 55.25 41.74 2.47 5.42 6.59 859 KLB 2014 0.79 14.56 18.38 23,103,926 16.96 3.96 62.72 51.66 1.95 5.98 4.71 851 KLB 2015 0.68 13.32 19.77 25,322,238 17.05 3.83 67.35 75.48 1.13 6.68 0.88 853 KLB 2016 0.43 11.05 16.35 30,451,008 17.23 3.2 73.67 80.99 1.06 6.21 3.24 876 KLB 2017 0.6 9.51 15.78 37,326,805 17.44 3.46 71.53 106.17 0.84 6.81 3.52 874

LPB 2016 0.85 5.87 141,865,255 18.77 3.48 52.47 109.34 1.11 6.21 3.24 876 LPB 2017 0.9 5.74 163,433,639 18.91 3.58 55.21 114.48 1.07 6.81 3.52 874 MBB 2008 1.9 9.98 12.35 44,346,106 17.61 4.16 33.91 85.72 1.83 5.66 23.12 1,072 MBB 2009 1.93 9.98 12 69,008,288 18.05 3.47 29.55 95.6 1.58 5.40 7.05 1,004 MBB 2010 1.92 8.1 12.9 109,623,198 18.51 4.29 19.72 120.41 1.26 6.42 8.86 895 MBB 2011 1.71 6.95 9.59 138,831,492 18.75 4.63 23.86 116.55 1.59 6.24 18.68 835 MBB 2012 1.47 7.33 11.15 175,609,964 18.98 4.51 34.51 95.71 1.84 5.25 9.09 757 MBB 2013 1.28 8.4 11 180,381,064 19.01 3.71 35.85 82.48 2.45 5.42 6.59 859 MBB 2014 1.3 8.26 10.07 200,489,174 19.12 3.8 37.49 89.7 2.73 5.98 4.71 851 MBB 2015 1.18 10.49 12.41 221,041,993 19.21 3.8 39.32 101.37 1.61 6.68 0.88 853 MBB 2016 1.2 10.38 12.5 256,258,500 19.36 3.56 42.36 103.18 1.32 6.21 3.24 876 MBB 2017 1.21 9.43 12 313,877,828 19.56 4.17 43.26 95.85 1.2 6.81 3.52 874 MSB 2008 1.26 5.74 9.83 32,626,054 17.30 2.99 36.32 51.26 1.49 5.66 23.12 1,072 MSB 2009 1.6 5.56 8.42 63,882,044 17.97 2.77 30.39 116.97 0.62 5.40 7.05 1,004 MSB 2010 1.29 5.49 7.11 115,336,083 18.56 2.52 35.82 51.75 1.87 6.42 8.86 895 MSB 2011 0.69 8.31 10.74 114,374,998 18.55 1.62 52.06 24.92 3.88 6.24 18.68 835 MSB 2012 0.2 8.27 11.31 109,923,376 18.52 2.07 70.83 98.04 2.65 5.25 9.09 757 MSB 2013 0.3 8.79 10.56 107,114,882 18.49 1.8 69.91 98.8 2.71 5.42 6.59 859 MSB 2014 0.14 9.05 15.7 104,368,741 18.46 1.38 62.15 44.77 5.16 5.98 4.71 851 MSB 2015 0.11 13.05 24.53 104,311,276 18.46 1.81 72.54 62.74 3.41 6.68 0.88 853 MSB 2016 0.14 14.69 16.49 92,605,862 18.34 2.67 49.86 54.44 2.36 6.21 3.24 876 MSB 2017 0.12 12.23 13.82 112,238,978 18.54 1.86 63.61 53.18 2.23 6.81 3.52 874

NamABank 2011 1.44 16.69 19,037,788 16.76 3.86 40.92 29.73 2.84 6.24 18.68 835 NamABank 2012 1.04 20.47 16,008,223 16.59 3.43 49.46 41.06 2.48 5.25 9.09 757 NamABank 2013 0.6 11.32 28,781,743 17.18 2.11 61.57 44.76 1.48 5.42 6.59 859 NamABank 2014 0.57 8.93 37,293,006 17.43 2.3 59.16 66.48 1.4 5.98 4.71 851 NamABank 2015 0.53 9.63 35,469,965 17.38 2.95 54.26 102.39 0.91 6.68 0.88 853 NamABank 2016 0.08 8.01 42,851,605 17.57 3.27 59.71 99.76 1.62 6.21 3.24 876

NVB 2008 0.55 9.87 14 10,905,279 16.20 2.2 66.55 13.79 2.91 5.66 23.12 1,072 NVB 2009 0.96 6.24 8.87 18,689,953 16.74 2.08 42.56 39.06 2.45 5.40 7.05 1,004 NVB 2010 0.81 10.1 19.47 20,016,386 16.81 2.8 52.27 52.93 2.24 6.42 8.86 895 NVB 2011 0.78 14.3 17.18 22,496,047 16.93 4.1 57.5 42.25 2.92 6.24 18.68 835 NVB 2012 0.01 14.76 19.09 21,585,214 16.89 4.09 87.64 30.07 5.64 5.25 9.09 757 NVB 2013 0.07 11.02 16.03 29,074,356 17.19 2.95 92.74 25.58 6.07 5.42 6.59 859 NVB 2014 0.02 8.72 10.83 36,837,069 17.42 2.28 91.09 46.51 2.52 5.98 4.71 851 NVB 2015 0.02 6.67 11.08 48,230,002 17.69 2.24 85.47 47.68 2.15 6.68 0.88 853 NVB 2016 0.02 4.68 5.69 69,011,009 18.05 1.98 80.34 77.13 1.48 6.21 3.24 876

PGBank 2008 1.21 16.59 6,184,199 15.64 2.94 48.65 52.72 1.42 5.66 23.12 1,072 PGBank 2009 2.11 10.5 10,418,510 16.16 3.9 36.57 61.32 1.23 5.40 7.05 1,004 PGBank 2010 1.63 13.27 16,378,325 16.61 4.24 42.53 68.19 1.42 6.42 8.86 895 PGBank 2011 2.63 14.74 17,582,081 16.68 7.06 38.76 73.82 2.06 6.24 18.68 835 PGBank 2012 1.3 16.59 19,250,898 16.77 5.62 48.07 27.36 8.44 5.25 9.09 757 PGBank 2013 0.17 12.9 24,875,747 17.03 2.55 69.94 45.26 2.98 5.42 6.59 859 PGBank 2014 0.52 12.95 25,779,362 17.07 2.7 63.84 47.99 2.48 5.98 4.71 851 PGBank 2015 0.16 13.66 24,681,414 17.02 2.7 64.88 40.69 2.75 6.68 0.88 853 PGBank 2016 0.5 14.08 24,824,533 17.03 2.91 54.03 40.51 2.47 6.21 3.24 876 PGBank 2017 0.24 12.15 29,297,961 17.19 2.98 46.85 33.03 3.23 6.81 3.52 874 Saigonbank 2008 1.51 13.12 16.16 11,205,359 16.23 3.12 40.74 131.46 0.69 5.66 23.12 1,072 Saigonbank 2009 1.82 16.29 14.42 11,875,915 16.29 4.83 37.97 70.37 1.78 5.40 7.05 1,004 Saigonbank 2010 5.54 20.97 24.75 16,812,004 16.64 4.48 22.71 72.99 1.91 6.42 8.86 895 Saigonbank 2011 1.89 21.51 23.83 15,365,115 16.55 5.88 34.62 90.17 2.35 6.24 18.68 835 Saigonbank 2012 1.97 23.83 23.94 14,852,518 16.51 7.09 36.43 34.4 2.93 5.25 9.09 757 Saigonbank 2013 1.17 23.84 24.05 14,684,739 16.50 5.2 49.76 42.44 2.24 5.42 6.59 859 Saigonbank 2014 1.19 22.03 23.03 15,823,336 16.58 4.96 40.21 39.76 2.08 5.98 4.71 851 Saigonbank 2015 0.26 19.11 19.98 17,748,745 16.69 4.11 53.88 42.03 1.88 6.68 0.88 853 Saigonbank 2016 0.76 18.45 23.36 19,047,890 16.76 3.74 57.8 31.16 2.63 6.21 3.24 876 Saigonbank 2017 0.27 16.03 23.36 21,319,355 16.88 3.5 53.28 27.81 2.98 6.81 3.52 874 SCB 2008 1.44 7.28 9.91 38,596,053 17.47 3.6 38.02 132.74 0.57 5.66 23.12 1,072 SCB 2009 0.68 8.41 11.54 54,492,474 17.81 2.14 42.68 85.15 1.28 5.40 7.05 1,004 SCB 2010 0.49 7.83 10.32 60,182,876 17.91 1.02 38.79 20.32 11.4 6.42 8.86 895

Seabank 2008 1.32 18.59 30.39 22,268,226 16.92 2.96 42.33 144.24 0.72 5.66 23.12 1,072 Seabank 2009 1.73 17.91 34.03 30,596,995 17.24 3.07 28.09 92.98 1.8 5.40 7.05 1,004 Seabank 2010 1.47 10.4 13.72 55,241,568 17.83 2.84 31.05 0 6.42 8.86 895 Seabank 2011 0.16 5.48 13.29 101,092,589 18.43 1.16 72.37 53.69 3.11 6.24 18.68 835 Seabank 2012 0.06 7.44 15.5 75,066,716 18.13 1.43 81.24 93.69 2.97 5.25 9.09 757 Seabank 2013 0.2 7.17 14.29 79,864,432 18.20 1.24 74.54 38.38 6.3 5.42 6.59 859 Seabank 2014 0.11 7.09 17.61 80,183,668 18.20 0.99 71.47 49.9 3.11 5.98 4.71 851 Seabank 2015 0.11 6.81 17.55 84,756,842 18.26 1.51 82.17 27 3.17 6.68 0.88 853 Seabank 2016 0.12 5.69 9.14 103,364,962 18.45 2.1 58.5 31.06 2.97 6.21 3.24 876 Seabank 2017 0.27 4.94 7.85 125,008,960 18.64 1.87 57.77 0.84 6.81 3.52 874 SHB 2008 1.46 15.76 18.16 14,381,310 16.48 1.49 39.88 21.65 1.89 5.66 23.12 1,072 SHB 2009 1.52 8.8 17.06 27,469,197 17.13 3.54 39.55 35.48 2.79 5.40 7.05 1,004 SHB 2010 1.26 8.2 13.81 51,032,861 17.75 3.46 45.73 79.94 1.4 6.42 8.86 895 SHB 2011 1.23 8.21 13.37 70,989,542 18.08 3.5 50.52 54.49 2.23 6.24 18.68 835 SHB 2012 0.03 8.16 14.18 116,537,614 18.57 2.26 57.12 24.94 8.81 5.25 9.09 757 SHB 2013 0.65 7.21 12.38 143,625,803 18.78 1.83 78.58 27.41 5.66 5.42 6.59 859 SHB 2014 0.51 6.2 11.33 169,035,546 18.95 1.96 49.87 49.69 2.02 5.98 4.71 851 SHB 2015 0.43 5.5 11.4 204,704,140 19.14 2.21 52.79 62.82 1.72 6.68 0.88 853 SHB 2016 0.42 5.66 13 240,752,689 19.30 2.09 50.5 59.05 1.87 6.21 3.24 876

STB 2009 1.94 10.14 11.41 104,019,144 18.46 3.25 40.01 134.25 0.64 5.40 7.05 1,004 STB 2010 1.46 9.2 9.97 152,386,936 18.84 3.6 43.07 184.6 0.54 6.42 8.86 895 STB 2011 1.41 10.28 11.66 141,468,717 18.77 4.75 53.13 175.49 0.58 6.24 18.68 835 STB 2012 0.68 9.01 9.53 152,118,525 18.84 5.27 60.62 73.32 2.05 5.25 9.09 757 STB 2013 1.42 10.57 10.22 161,377,613 18.90 4.9 55.33 83.95 1.46 5.42 6.59 859 STB 2014 1.26 9.52 9.87 189,802,627 19.06 4.33 54.07 89.91 1.19 5.98 4.71 851 STB 2015 0.27 7.56 9.51 292,032,736 19.49 3.3 57.44 65.43 1.86 6.68 0.88 853 STB 2016 0.03 6.68 10.82 332,023,043 19.62 1.56 86.96 17.69 6.91 6.21 3.24 876 STB 2017 0.29 6.31 11.3 368,468,840 19.72 1.8 73.3 26.42 4.67 6.81 3.52 874 TCB 2008 2.37 9.46 13.99 59,098,962 17.89 3.81 29.01 48.62 2.53 5.66 23.12 1,072 TCB 2009 2.24 7.91 9.6 92,581,504 18.34 3.6 30.21 48.89 2.49 5.40 7.05 1,004 TCB 2010 1.71 6.25 13.11 150,291,215 18.83 2.92 33.65 50.45 2.29 6.42 8.86 895 TCB 2011 1.91 6.93 11.4 180,531,163 19.01 3.62 31.51 49.57 2.83 6.24 18.68 835 TCB 2012 0.42 7.39 12.6 179,933,598 19.01 3.28 57.17 61.13 2.7 5.25 9.09 757 TCB 2013 0.39 8.76 14.03 158,896,663 18.88 2.98 59.42 46.22 3.65 5.42 6.59 859 TCB 2014 0.65 8.52 15.65 175,901,794 18.99 3.92 47.22 50.15 2.38 5.98 4.71 851 TCB 2015 0.83 8.57 14.74 191,993,602 19.07 4.36 39.37 62.63 1.66 6.68 0.88 853 TCB 2016 1.47 8.32 13.1 235,363,136 19.28 4.19 35.75 66.57 1.58 6.21 3.24 876

VCB 2011 1.24 7.81 11.4 366,722,279 19.72 3.81 38.33 125.13 2.03 6.24 18.68 835 VCB 2012 1.13 10.02 14.63 414,488,317 19.84 2.89 39.87 91.07 2.4 5.25 9.09 757 VCB 2013 0.99 9.04 13.13 468,994,032 19.97 2.52 40.27 86.29 2.73 5.42 6.59 859 VCB 2014 0.87 7.51 11.35 576,995,651 20.17 2.34 39.63 94.94 2.31 5.98 4.71 851 VCB 2015 0.85 6.7 11.04 674,394,640 20.33 2.58 39.18 120.63 1.84 6.68 0.88 853 VCB 2016 0.93 6.1 11.13 787,935,088 20.48 2.63 39.94 116.82 1.5 6.21 3.24 876 VCB 2017 1 5.08 11.63 1,035,293,283 20.76 2.49 40.35 130.67 1.14 6.81 3.52 874 VIB 2008 0.46 6.6 8.53 34,719,057 17.36 2.31 66.6 51.2 1.84 5.66 23.12 1,072 VIB 2009 1.01 5.21 8.67 56,638,942 17.85 2.59 54.52 71.5 1.28 5.40 7.05 1,004

VIB 2011 0.67 8.42 14.9 96,949,541 18.39 4.13 48.2 63.87 2.48 6.24 18.68 835 VIB 2012 0.65 12.87 19.14 65,023,406 17.99 3.97 55.7 67.91 2.5 5.25 9.09 757 VIB 2013 0.07 10.38 17.33 76,874,670 18.16 3.15 62.12 93.11 2.82 5.42 6.59 859 VIB 2014 0.66 10.54 17.71 80,660,959 18.21 3.25 47.08 92.64 2.51 5.98 4.71 851 VIB 2015 0.63 10.21 18 84,308,832 18.25 2.97 60.26 76.07 2.07 6.68 0.88 853 VIB 2016 0.59 8.36 13.25 104,516,957 18.46 2.83 61.53 65.51 2.58 6.21 3.24 876 VIB 2017 0.99 7.14 13.07 123,159,117 18.63 3.1 57.08 47.56 2.49 6.81 3.52 874 VietAbank 2008 0.73 14.02 10,275,897 16.15 2.38 54.66 49.69 1.8 5.66 23.12 1,072 VietAbank 2009 1.61 10.84 15,816,725 16.58 3.24 38.74 77.3 1.31 5.40 7.05 1,004 VietAbank 2010 1.34 14.1 24,082,916 17.00 3.3 41.99 59.4 2.52 6.42 8.86 895

VietAbank 2013 0.23 13.27 27,032,632 17.11 2.33 76.36 46.54 2.88 5.42 6.59 859 VietAbank 2014 0.15 10.22 35,590,512 17.39 1.52 82.74 51.3 2.33 5.98 4.71 851 VietAbank 2015 0.21 9.36 19.1 41,878,179 17.55 3.3 50.14 49.7 2.26 6.68 0.88 853 VietAbank 2016 0.19 6.54 15.77 61,465,192 17.93 1.82 50.84 62.99 2.14 6.21 3.24 876 VietAbank 2017 0.16 6.39 64,434,160 17.98 1.99 56.51 35.79 2.68 6.81 3.52 874 Vietcapital

VPB 2009 1.27 9.25 11.94 27,543,006 17.13 3.58 51.9 50.61 1.63 5.40 7.05 1,004 VPB 2010 1.15 8.7 12.51 59,807,023 17.91 2.86 41.59 75.42 1.2 6.42 8.86 895 VPB 2011 1.12 7.24 12.5 82,817,947 18.23 3.39 51.78 59.01 1.82 6.24 18.68 835 VPB 2012 0.69 6.47 12.5 102,673,090 18.45 3.73 57.92 37.89 2.72 5.25 9.09 757 VPB 2013 0.91 6.37 12.5 121,264,370 18.61 4.47 55.77 41.02 2.81 5.42 6.59 859 VPB 2014 0.88 5.5 11.3 163,241,378 18.91 4.42 58.73 56.47 2.54 5.98 4.71 851 VPB 2015 1.34 6.91 12.2 193,876,428 19.08 6.34 47.18 55.38 2.69 6.68 0.88 853 VPB 2016 1.86 7.51 13.2 228,770,918 19.25 7.67 39.26 49.68 2.91 6.21 3.24 876 VPB 2017 2.54 10.69 14.6 277,752,314 19.44 8.69 35.54 50.76 3.39 6.81 3.52 874

Phụ lục 3 Kết quả hồi quy phương trình (1) thêô mô hình tác đô ̣ng cố định

F test that all u_i=0: F(20, 155) = 1.63 Prob > F = 0.0529 rho 35689561 (fraction of variance due to u_i) sigma_e 38148426 sigma_u 28418849

_cons 9566296 1.923667 0.50 0.620 -2.843357 4.756616 HHI 0009811 0004943 1.98 0.049 4.68e-06 0019575 INF 008749 0055971 1.56 0.120 -.0023075 0198056 GDP -.0795058 06509 -1.22 0.224 -.2080836 0490721 NPL 0052078 0256902 0.20 0.840 -.0455403 055956 LLP 0003545 0012093 0.29 0.770 -.0020343 0027433 CIR -.0332632 0030878 -10.77 0.000 -.0393629 -.0271635 NIM 1305777 0378451 3.45 0.001 0558189 2053364 lnAsset 0453534 094352 0.48 0.631 -.1410283 2317352 CAR -.0037609 0061337 -0.61 0.541 -.0158773 0083555 ROAA Coef Std Err t P>|t| [95% Conf Interval] corr(u_i, Xb) = -0.2445 Prob > F = 0.0000 F(9,155) = 33.56 overall = 0.6289 max = 10 between = 0.5567 avg = 8.8 within = 0.6608 min = 2 R-sq: Obs per group:

Group variable: Name1 Number of groups = 21Fixed-effects (within) regression Number of obs = 185 xtreg ROAA CAR lnAsset NIM CIR LLP NPL GDP INF HHI, fe

Phụ lục 4 Kết quả hồi quy phương trình (1) thêô mô hình tác đô ̣ng ngãu nhiê n

Phụ lục 5 Kết quả kiểm định Hausman của phương trình (1) để sô sánh 2 mô hình rho 0 (fraction of variance due to u_i) sigma_e 38148426 sigma_u 0

ROAA Coef Std Err z P>|z| [95% Conf Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

Wald chi2(9) = 417.82 overall = 0.7048 max = 10 between = 0.7864 avg = 8.8 within = 0.6442 min = 2

Group variable: Name1 Number of groups = 21

Random-effects GLS regression Number of obs = 185

xtreg ROAA CAR lnAsset NIM CIR LLP NPL GDP INF HHI, re

Test: Ho: difference in coefficients not systematic

B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg

Phụ lục 6 Chuẩn đôán đa cộng tuyến Collin cho các biến phương trình (1)

Phụ lục 7 Kiểm định tự tương quan bàng kiểm định Wôôldridgê chô phương trình (1)

Phụ lục 8 Kiểm định Wald – Phương sai của sai số thay đổi đối với mô hình tác đô ̣ng cố định chô phương trình (1)

Eigenvalues & Cond Index computed from scaled raw sscp (w/ intercept)

Variable VIF VIF Tolerance Squared

collin ROAA CAR lnAsset NIM CIR LLP NPL GDP INF HHI

Wooldridge test for autocorrelation in panel data

xtserial ROAA CAR lnAsset NIM CIR LLP NPL GDP INF HHI

H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model

Modified Wald test for groupwise heteroskedasticity

Phụ lục 9 Kết quả hồi quy mô hình sai số chuẩn mạnh chô phương trình (1)

Phụ lục 10 Kết quả hồi quy phương trình (2) thêô mô hình tác đô ̣ng cố định rho 35689561 (fraction of variance due to u_i) sigma_e 38148426 sigma_u 28418849

ROAA Coef Std Err t P>|t| [95% Conf Interval]

(Std Err adjusted for 21 clusters in Name1) corr(u_i, Xb) = -0.2445 Prob > F = 0.0000

F(9,20) = 48.66 overall = 0.6289 max = 10 between = 0.5567 avg = 8.8 within = 0.6608 min = 2

Fixed-effects (within) regression Number of obs = 185

xtreg ROAA CAR lnAsset NIM CIR LLP NPL GDP INF HHI, fe robust

F test that all u_i=0: F(25, 194) = 1.54 Prob > F = 0.0558 rho 24531957 (fraction of variance due to u_i) sigma_e 394357 sigma_u 22484027

ROAA Coef Std Err t P>|t| [95% Conf Interval] corr(u_i, Xb) = -0.0335 Prob > F = 0.0000

F(9,194) = 41.83 overall = 0.6883 max = 10 between = 0.7360 avg = 8.8 within = 0.6599 min = 4

Fixed-effects (within) regression Number of obs = 229

xtreg ROAA EA lnAsset NIM CIR LLP NPL GDP INF HHI, fe

Phụ lục 11 Kết quả hồi quy phương trình (2) thêô mô hình tác đô ̣ng ngãu nhiê n

Phụ lục 12 Kết quả kiểm định Hausman của phương trình (2) để sô sánh 2 mô hình

Phụ lục 13 Kiểm định tự tương quan bàng kiểm định Wôôldridgê chô phương trình (2) rho 06713351 (fraction of variance due to u_i) sigma_e 394357 sigma_u 10579119

ROAA Coef Std Err z P>|z| [95% Conf Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

Wald chi2(9) = 488.94 overall = 0.7077 max = 10 between = 0.8219 avg = 8.8 within = 0.6552 min = 4

Random-effects GLS regression Number of obs = 229

xtreg ROAA EA lnAsset NIM CIR LLP NPL GDP INF HHI, re

Test: Ho: difference in coefficients not systematic

B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg

Wooldridge test for autocorrelation in panel data

xtserial ROAA EA lnAsset NIM CIR LLP NPL GDP INF HHI

Phụ lục 14 Chuẩn đôán đa cộng tuyến Collin cho các biến phương trình (2)

Phụ lục 15 Kiểm định Wald – Phương sai của sai số thay đổi đối với mô hình tác đô ̣ng cố định chô phương trình (2)

Eigenvalues & Cond Index computed from scaled raw sscp (w/ intercept)

Variable VIF VIF Tolerance Squared

collin ROAA EA lnAsset NIM CIR LLP NPL GDP INF HHI

H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model

Modified Wald test for groupwise heteroskedasticity

Tiêu đề	Tác Động Của Sự Thay Đổi Vốn Chủ Sở Hữu Đến Hiệu Quả Hoạt Động Tại Một Số Ngân Hàng Thương Mại Cổ Phần Ở Việt Nam Trong Giai Đoạn 2008-2017
Tác giả	Huỳnh Minh Nhật
Người hướng dẫn	TS. Phùng Đức Nam
Trường học	Trường Đại Học Kinh Tế TP. Hồ Chí Minh
Chuyên ngành	Tài Chính – Ngân Hàng
Thể loại	Luận Văn Thạc Sĩ Kinh Tế
Năm xuất bản	2019
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	71
Dung lượng	0,95 MB