GIỚI THIỆU NGHIÊN CỨU
Mục tiêu nghiên cứu của đề tài
Nghiên cứu này nhằm xác định mức độ ảnh hưởng của các yếu tố đến hệ số an toàn vốn của các ngân hàng thương mại (NHTM) tại Việt Nam Kết quả nghiên cứu sẽ cung cấp những gợi ý hữu ích để nâng cao hệ số an toàn vốn, từ đó đảm bảo an toàn hoạt động và tăng cường khả năng cạnh tranh cho các NHTM Việt Nam trong tương lai.
- Xác định các yếu tố ảnh hưởng đến hệ số an toàn vốn của các NHTM Việt Nam
- Đo lường mức độ ảnh hưởng của từng yếu tố đối với hệ số an toàn vốn của các NHTM Việt Nam
- Gợi ý nhằm nâng cao hệ số an toàn vốn của các NHTM Việt Nam
1.2.3 Câu hỏi nghiên cứu Để đạt mục tiêu trên, các câu hỏi nghiên cứu bao gồm:
(1) Những yếu tố nào ảnh hưởng đến hệ số an toàn vốn của các NHTM Việt Nam?
(2) Mức độ ảnh hưởng của các yếu tố đối với hệ số an toàn vốn của các NHTM Việt Nam như thế nào?
(3) Để nâng cao hệ số an toàn vốn của các NHTM Việt Nam thì cần phải làm gì?
Đối tượng và phạm vi nghiên cứu
Đề tài nghiên cứu các yếu tố và mức độ ảnh hưởng của các yếu tố này đến hệ số an toàn vốn của các NHTM Việt Nam
Tính đến ngày 31/12/2019, hệ thống ngân hàng Việt Nam có 35 NHTM, theo số liệu từ Ngân hàng Nhà nước Tuy nhiên, do thời gian nghiên cứu hạn chế và thông tin từ một số ngân hàng bị hạn chế, đặc biệt là về hệ số an toàn vốn, nghiên cứu chỉ tập trung vào 22 NHTM, chiếm 63% tổng số NHTM và khoảng 80% vốn điều lệ của toàn hệ thống.
Nghiên cứu được thực hiện trên 22 ngân hàng thương mại Việt Nam, bao gồm VietinBank, BIDV, VCB, ACB, ABB, Seabank, Maritime Bank, Kien Long Bank, Techcombank, Nam A Bank, OCB, MB, VIB, NCB, SCB, Saigon Bank, SHB, Sacombank, TPB, VPB, Eximbank và HDBank, với thời gian khảo sát từ năm 2009 đến 2019 (danh sách chi tiết có trong phụ lục số 1).
Phương pháp nghiên cứu
Để có thể trả lời các câu hỏi nghiên cứu đã đặt ra, luận văn tiến hành sử dụng phương pháp nghiên cứu như sau:
Một là, để xác định những yếu tố ảnh hưởng đến hệ số an toàn vốn của các
NHTM Việt Nam dựa trên hệ thống đo lường vốn theo các hiệp ước Basel và các nghiên cứu trước đây, tác giả đã lựa chọn những yếu tố có khả năng ảnh hưởng đến tỷ lệ an toàn vốn (CAR).
Để đánh giá ảnh hưởng của các yếu tố đến hệ số an toàn vốn của các ngân hàng thương mại Việt Nam, nghiên cứu áp dụng phương pháp hồi quy đa biến với sự hỗ trợ của phần mềm Stata nhằm kiểm định các giả thuyết đã được đề ra.
Để cải thiện hệ số an toàn vốn của các ngân hàng thương mại Việt Nam, tác giả sẽ dựa vào kết quả nghiên cứu để thảo luận và đề xuất các chính sách phù hợp.
Phương pháp nghiên cứu được thể hiện cụ thể thông qua sơ đồ như sau:
Sơ đồ 1.1 Khung nghiên cứu các nhân tố ảnh hưởng đến hệ số an toàn vốn của NHTM Việt Nam
Vấn đề nghiên cứu, mục tiêu nghiên cứu
Cơ sở lý thuyết và Nghiên cứu thực nghiệm
Giả thuyết và xây dựng mô hình nghiên cứu
Thu thập số liệu và chọn lọc liệu Phân tích hồi quy liệu Thảo luận kết quả nghiên cứu nghiên cứu liệu Kết luận và gợi ý chính sách liệu
Ý nghĩa khoa học và thực tiễn của đề tài
Nghiên cứu này nhằm kiểm định mức độ ảnh hưởng của các yếu tố đến hệ số an toàn vốn của các ngân hàng thương mại Việt Nam trong giai đoạn 2009 – 2019, sử dụng các mô hình kinh tế lượng để phân tích.
Nghiên cứu này cung cấp bằng chứng thực nghiệm về các yếu tố ảnh hưởng đến hệ số an toàn vốn của các ngân hàng thương mại tại Việt Nam, dựa trên dữ liệu trong 11 năm từ 2009 đến 2019 Đặc biệt, từ năm 2014, khi Ngân hàng Nhà nước chính thức áp dụng Basel II, các quy định khắt khe hơn trong việc tính toán hệ số an toàn vốn đã được triển khai nhằm giám sát hệ thống ngân hàng một cách hiệu quả.
Kết cấu của luận văn
Luận văn được cấu trúc theo các chương và mục liên kết chặt chẽ với nhau, bao gồm phần mục lục, phụ lục, tài liệu tham khảo, danh mục bảng biểu, danh mục hình vẽ, đồ thị và chữ viết tắt Cấu trúc của luận văn bao gồm các chương cụ thể sau đây.
Chương 1 Giới thiệu nghiên cứu Chương này sẽ tiến hành trình bày các nội dung sau: đặt vấn đề nghiên cứu, lý do chọn đề tài nghiên cứu, nêu khái quát tổng quan tình hình nghiên cứu ở nước ngoài và trong nước và chỉ ra tính cấp thiết, mô tả khái quát về mục tiêu, câu hỏi, đối tượng, phạm vi, phương pháp và khung phân tích nghiên cứu, những đóng góp về mặt khoa học và thực tiễn của đề tài
Chương 2 Tổng quan về hệ số an toàn vốn của NHTM Thông qua chương này các nội dung sau: cơ sở lý luận về hệ số an toàn vốn, một số nghiên cứu trong và ngoài nước về hệ số an toàn vốn, từ đó chỉ ra được những yếu tố tác động đến hệ số an toàn vốn của các NHTM, sẽ được trình bày cụ thể
Chương 3 Trình bày phương pháp nghiên cứu Chương này sẽ mô tả các nội dung như sau: giả thuyết nghiên cứu, đưa ra mô hình nghiên cứu, giới thiệu các biến đưa vào mô hình, mô tả dữ liệu nghiên cứu, quy trình và phương pháp nghiên cứu
Chương 4 Kết quả nghiên cứu Trong chương này, tác giả sẽ trình bày kết quả về thống kê mô tả các biến đã được đưa vào mô hình, xây dựng các mô hình hồi quy, kiểm định lựa chọn mô hình và thảo luận kết quả nghiên cứu
Chương 5 Kết luận và hàm ý chính sách Chương cuối của luận văn sẽ nêu kết luận về các yếu tố cũng như tác động của các yếu tố đến hệ số an toàn vốn của NHTM, đưa ra các khuyến nghị đồng thời nêu những hạn chế của luận văn để định hướng cho những nghiên cứu sau.
LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM
Cơ sở lý luận về hệ số an toàn vốn
2.1.1 Khái niệm hệ số an toàn vốn Ủy ban Basel về giám sát ngân hàng là một trong 5 ủy ban quan trọng của Ngân hàng thanh toán quốc tế được thành lập như một Ủy ban về thông lệ và thực hiện giám sát an toàn hoạt động ngân hàng bởi Ngân hàng Trung ương thuộc Chính phủ nhóm G-
Vào những năm 80 của thế kỷ trước, trước sự sụt giảm tỷ lệ vốn của các ngân hàng quốc tế và gia tăng rủi ro liên quan đến các nước có tỷ lệ nợ cao, Ủy ban đã nhận được sự ủng hộ từ các nhà lãnh đạo 10 nước thành viên để đưa ra hệ thống đo lường vốn mang tên Hiệp ước Basel Hiệp ước này đã được bổ sung và hoàn thiện để phù hợp với thực tế, và hiện nay, Ủy ban đã ban hành Hiệp ước Basel III.
Mức độ đủ vốn, theo Hiệp ước Basel, phản ánh số vốn liên quan đến tài sản và khoản vay của tổ chức tài chính, phụ thuộc vào quy mô và chất lượng tài sản Các ngân hàng đo lường mức độ rủi ro thông qua các tài sản có rủi ro (RWA) Mức độ đủ vốn được tính dựa trên hệ số an toàn vốn, là tỷ lệ do cơ quan quản lý nhà nước quy định, thể hiện số vốn của ngân hàng bằng tỷ lệ phần trăm rủi ro Áp dụng đúng các chuẩn mực quản trị vốn giúp ngân hàng thương mại (NHTM) giảm thiểu nguy cơ phá sản và duy trì hoạt động ổn định Những ngân hàng đạt tiêu chuẩn an toàn vốn thường có kết quả kinh doanh tốt hơn so với những ngân hàng không đủ tiêu chuẩn, điều này được thể hiện qua kết quả huy động vốn, hoạt động tín dụng và kết quả kinh doanh.
Tỷ lệ an toàn vốn cao là yếu tố quan trọng giúp các ngân hàng thương mại (NHTM) giảm thiểu nguy cơ phá sản, đồng thời đảm bảo khả năng đáp ứng nhu cầu thanh khoản và tạo điều kiện cho sự tăng trưởng lợi nhuận trong tương lai.
Hệ số an toàn vốn là chỉ số kinh tế quan trọng, thể hiện mối quan hệ giữa vốn tự có và tài sản có điều chỉnh rủi ro của ngân hàng thương mại, đồng thời phản ánh sức mạnh tài chính của ngân hàng.
Hệ số an toàn vốn (CAR) là chỉ số quan trọng giúp ngân hàng đánh giá khả năng đáp ứng nghĩa vụ tài chính và khả năng tự bảo vệ từ vốn tự có Việc xem xét hệ số này không chỉ giúp ngân hàng thích ứng với các rủi ro tín dụng và rủi ro hoạt động, mà còn tạo ra sự công bằng trong việc đánh giá rủi ro giữa các ngân hàng Ngân hàng trung ương thường quy định mức CAR tối thiểu nhằm bảo vệ người gửi tiền và người cho vay, từ đó đảm bảo an toàn cho hệ thống tài chính.
Do yêu cầu đảm bảo an toàn tài chính, các nhà quản lý ngân hàng trên toàn cầu, trong đó có Việt Nam, yêu cầu các ngân hàng duy trì hệ số an toàn vốn tối thiểu là 8% theo Thông tư 41, phù hợp với tiêu chuẩn Basel phổ biến.
2.1.2 Đo lường hệ số an toàn vốn
Hệ số an toàn vốn là chỉ số quan trọng đánh giá mức độ an toàn tài chính của ngân hàng, được tính bằng tỷ lệ phần trăm giữa tổng vốn cấp I và vốn cấp II so với tổng tài sản đã điều chỉnh rủi ro.
(Vốn cấp I + Vốn cấp II)
Tài sản đã điều chỉnh rủi ro
Khi tính toán hệ số an toàn vốn, cần xem xét hai loại vốn: vốn cấp I (vốn nòng cốt) và vốn cấp II (vốn bổ sung), trong đó vốn cấp I được đánh giá là đáng tin cậy và an toàn hơn Các ngân hàng phải đảm bảo rằng tỷ lệ CAR tối thiểu là 8% và tổng vốn cấp II không được vượt quá 100% vốn cấp I.
Vốn cấp I là chỉ số quan trọng đánh giá sức mạnh tài chính của ngân hàng theo quan điểm của cơ quan quản lý Theo hiệp ước Basel, được thiết lập bởi Ủy ban Basel vào năm 1974 nhằm ngăn chặn sự sụp đổ hàng loạt của các ngân hàng trong thập kỷ 80, vốn cấp I bao gồm các nguồn tài chính đáng tin cậy và có tính thanh khoản cao như cổ phiếu thường, cổ phiếu ưu đãi không hoàn lại và lợi nhuận giữ lại Tuy nhiên, mỗi quốc gia có quy định riêng về các công cụ tài chính được tính vào vốn cấp I.
Vốn cấp II bao gồm lợi nhuận chưa phân phối, giá trị tài sản được đánh giá lại, các khoản dự phòng rủi ro chung, công cụ lai giữa nợ và vốn, cùng với các khoản nợ thứ cấp.
Tài sản điều chỉnh rủi ro là tổng hợp các tài sản mà ngân hàng sở hữu, được tính toán theo trọng số rủi ro tín dụng theo công thức của cơ quan quản lý, thường là ngân hàng trung ương Các ngân hàng trung ương tuân theo tiêu chuẩn của ngân hàng Thanh toán Quốc tế để thiết lập các trọng số này Hiện nay, ngoài trọng số rủi ro tín dụng, để tính toán hệ số CAR, các ngân hàng thương mại còn phải đánh giá lại tài sản với trọng số cho rủi ro hoạt động và rủi ro thị trường.
2.1.3 Ý nghĩa của hệ số an toàn vốn
Hệ số an toàn vốn là chỉ tiêu quan trọng trong việc đánh giá hoạt động của ngân hàng thương mại (NHTM), phản ánh khả năng cạnh tranh và quản lý rủi ro trong bối cảnh quốc tế hóa và nền kinh tế thị trường hiện nay Việc xác định hệ số này một cách hợp lý giúp đánh giá hiệu quả hoạt động của các ngân hàng, từ đó khẳng định tầm quan trọng của nó trong việc duy trì sự ổn định và phát triển bền vững của ngành ngân hàng.
Hệ số an toàn vốn (CAR) là chỉ tiêu quan trọng đảm bảo an toàn hoạt động của ngân hàng, bao gồm vốn tự có và tài sản có rủi ro quy đổi Vốn tự có phản ánh khả năng giảm rủi ro phá sản và đảm bảo sinh lợi, trong khi tài sản có rủi ro quy đổi thể hiện mức độ rủi ro từ các khoản tín dụng mà ngân hàng cấp cho nền kinh tế Do đó, CAR là thước đo khả năng chống đỡ của ngân hàng trước rủi ro Một ngân hàng đạt tiêu chuẩn CAR chứng tỏ khả năng đảm bảo an toàn trong hoạt động kinh doanh tiền gửi.
Đảm bảo thực hiện đúng chỉ tiêu hệ số an toàn là yếu tố quan trọng giúp nâng cao uy tín cho ngân hàng thương mại (NHTM) Kinh doanh tiền gửi không chỉ dựa vào quy định của ngân hàng trung ương mà còn phụ thuộc vào uy tín của ngân hàng trong mắt khách hàng Một ngân hàng có hệ số an toàn đạt tiêu chuẩn sẽ tạo được niềm tin, từ đó tăng cường khả năng cạnh tranh so với các ngân hàng khác.
Các yếu tố tác động đến hệ số an toàn vốn của NHTM
Dựa trên các nghiên cứu về hệ số an toàn vốn của ngân hàng từ các tác giả trong và ngoài nước, có thể nhận diện nhiều yếu tố ảnh hưởng đến hệ số an toàn vốn của các ngân hàng, bao gồm: chất lượng tài sản, khả năng sinh lời, rủi ro tín dụng và quản lý chi phí Những yếu tố này đóng vai trò quan trọng trong việc đảm bảo sự ổn định và bền vững của hệ thống ngân hàng.
Quy mô ngân hàng, được đo bằng tổng tài sản hiện có, thể hiện sự mở rộng của ngân hàng và ảnh hưởng đến hoạt động cũng như hệ số an toàn vốn (CAR) Nghiên cứu của Wong và cộng sự (2005) chỉ ra rằng quy mô ngân hàng có mối tương quan nghịch với CAR, do các ngân hàng lớn thường có tài sản rủi ro hơn, công nghệ quản lý rủi ro phát triển hơn và khả năng đáp ứng yêu cầu vốn từ bên ngoài tốt hơn Những kết luận này cũng được xác nhận bởi các nghiên cứu của Võ Hồng Đức và cộng sự (2014) cùng Lê Thanh Tâm, Nguyễn Diệu Linh (2017).
Huy động vốn, đặc biệt là nhận tiền gửi từ khách hàng, là hoạt động chủ yếu của ngân hàng, cho thấy chiến lược huy động vốn hiệu quả và niềm tin của khách hàng Tuy nhiên, việc này cũng đặt ra áp lực lên ngân hàng trong việc sử dụng vốn một cách hiệu quả và đảm bảo khả năng trả lãi cho khách hàng, dẫn đến gia tăng chi phí Do đó, các nghiên cứu của Võ Hồng Đức và cộng sự sẽ cung cấp cái nhìn sâu sắc về vấn đề này.
Nghiên cứu của Hoàng Thị Thu Hương (2014) cho thấy mối quan hệ ngược chiều giữa vốn huy động và hệ số an toàn vốn Ngược lại, các nghiên cứu của Phạm Hữu Hồng Thái (2013) và Lê Thanh Tâm, Nguyễn Diệu Linh (2017) lại chỉ ra rằng hai yếu tố này có mối quan hệ cùng chiều Do đó, có thể kết luận rằng mối quan hệ giữa vốn huy động và hệ số an toàn vốn có thể là cùng chiều hoặc ngược chiều.
Hoạt động cho vay là một trong những nguồn doanh thu chính của ngân hàng, góp phần lớn vào tổng tài sản Tuy nhiên, việc gia tăng quy mô cho vay đồng nghĩa với việc tăng rủi ro tài sản, có thể làm giảm hệ số an toàn vốn (CAR) của ngân hàng Nghiên cứu của Ahmet và Hasan (2011) cùng với Thân Thị Thu Thủy và Nguyễn Kim Chi (2015) cho thấy quy mô cho vay có tác động ngược chiều với CAR Ngược lại, nghiên cứu của Võ Hồng Đức và cộng sự (2014) lại chỉ ra rằng CAR và quy mô cho vay có mối tương quan cùng chiều.
Dự phòng rủi ro tín dụng là khoản tiền được trích lập nhằm bảo vệ tổ chức tín dụng trước những tổn thất có thể xảy ra khi khách hàng không thực hiện nghĩa vụ tài chính Đây là yếu tố quan trọng xác định rủi ro hoạt động của ngân hàng Sự gia tăng các khoản dự phòng này có thể ảnh hưởng đến lợi nhuận, từ đó tác động đến vốn tự có và làm giảm hệ số an toàn vốn của ngân hàng Tuy nhiên, nghiên cứu của Ahmet và Hasan (2011) về các ngân hàng ở Thổ Nhĩ Kỳ, cùng với nghiên cứu của Phạm Hữu Hồng Thái (2013) và Võ Hồng Đức (2014) tại Việt Nam, cho thấy tỷ lệ dự phòng rủi ro tín dụng có mối tương quan tích cực với hệ số an toàn vốn (CAR).
Khả năng thanh khoản của ngân hàng thể hiện khả năng chuyển đổi tài sản thành tiền mặt nhanh chóng để đáp ứng nhu cầu tài chính Hệ số thanh khoản cao giúp giảm rủi ro trong cấu trúc tổng tài sản Nghiên cứu của Phạm Hữu Hồng Thái (2013) và Võ Hồng Đức cùng cộng sự (2014) cho thấy khả năng thanh khoản và hệ số an toàn vốn của ngân hàng thương mại có mối tương quan tích cực.
Khả năng sinh lời là yếu tố quan trọng thể hiện khả năng kiếm lợi nhuận của ngân hàng Khi ngân hàng đạt lợi nhuận, họ có thể sử dụng số lợi nhuận này để tăng vốn, từ đó tạo ra cơ hội kiếm được nhiều lợi nhuận hơn trong tương lai Việc tăng vốn này ảnh hưởng tích cực đến hệ số an toàn vốn (CAR) thông qua việc gia tăng vốn tự có của ngân hàng Nghiên cứu của Ahmet và Hasan (2011) cùng với Mohammed, Iwan, Munawar và Aulia (2013) đã xác nhận kết luận này Tuy nhiên, việc gia tăng lợi nhuận cũng đồng nghĩa với việc rủi ro của ngân hàng tăng lên, vì lợi nhuận hiện tại chủ yếu đến từ hoạt động cấp tín dụng Các nghiên cứu thực nghiệm của Phạm Hữu Hồng Thái (2013) và Thân Thị Thủy, Nguyễn Kim Chi đã chỉ ra điều này.
Nghiên cứu năm 2015 đã chỉ ra rằng khả năng sinh lời có mối quan hệ tác động ngược chiều với CAR, tức là khi khả năng sinh lời tăng lên, CAR sẽ giảm xuống một tỷ lệ tương ứng.
Đòn bẩy tài chính là tỷ lệ giữa vay nợ và vốn chủ sở hữu, đóng vai trò quan trọng trong nguồn vốn của doanh nghiệp, bao gồm cả ngân hàng Ngân hàng có đòn bẩy cao thường đối mặt với nhiều rủi ro hơn, dẫn đến yêu cầu lợi suất cao hơn từ các cổ đông Việc tăng vốn chủ sở hữu của các ngân hàng này cũng gặp khó khăn do chi phí cao Nghiên cứu của Phạm Hữu Hồng Thái (2013) và Thân Thị Thu Thủy, Nguyễn Kim Chi (2015) đã chỉ ra mối tương quan tích cực giữa đòn bẩy tài chính và hệ số an toàn vốn của ngân hàng thương mại.
Bảng 2.1 Tổng hợp các yếu tố tác động đến hệ số an toàn vốn của NHTM
Nghiên cứu Quy mô ngân hàng
Khả năng sinh lời Đòn bẩy tài chính
Võ Hồng Đức và cộng sự (2014)
Thân Thị Thu Thủy và
Hoàng Thị Thu Hường
(Nguồn: tổng hợp của tác giả)
PHƯƠNG PHÁP NGHIÊN CỨU
Giả thuyết nghiên cứu
Dựa trên các nghiên cứu về yếu tố tác động đến hệ số an toàn vốn của ngân hàng, tác giả đã đưa ra các giả thuyết nghiên cứu cho đề tài của mình Các yếu tố được lựa chọn để nghiên cứu bao gồm quy mô ngân hàng, vốn huy động, quy mô cho vay, dự phòng rủi ro tín dụng, khả năng thanh khoản, khả năng sinh lợi và đòn bẩy tài chính Những chỉ tiêu này là cơ sở quan trọng trong việc phân tích tình hình tài chính và hoạt động của ngân hàng, liên quan đến khả năng sinh lợi, kiểm soát rủi ro và thanh khoản, đồng thời ảnh hưởng trực tiếp đến hệ số an toàn vốn.
Quy mô ngân hàng được thể hiện qua tổng tài sản hiện có, và sự gia tăng này cho thấy ngân hàng đang trong giai đoạn mở rộng Tuy nhiên, việc mở rộng quy mô cũng đồng nghĩa với việc ngân hàng nắm giữ nhiều tài sản rủi ro hơn Do đó, tác giả kỳ vọng có một mối tương quan ngược chiều giữa quy mô ngân hàng và hệ số an toàn vốn, tức là khi quy mô ngân hàng tăng lên, hệ số an toàn vốn sẽ giảm.
Vốn huy động chủ yếu từ tiền gửi của khách hàng là một chỉ số quan trọng cho thấy ngân hàng có chiến lược huy động vốn hiệu quả và tạo được niềm tin từ khách hàng Tuy nhiên, việc tăng lượng tiền gửi cũng tạo áp lực buộc ngân hàng phải sử dụng vốn một cách hiệu quả và có phương án trả lãi hợp lý Do đó, việc gia tăng nguồn vốn huy động vẫn tiềm ẩn nhiều rủi ro, làm giảm hệ số an toàn vốn, dẫn đến mối tương quan ngược chiều giữa vốn huy động và CAR.
Quy mô cho vay là một trong những hoạt động chính của ngân hàng, đóng góp đáng kể vào doanh thu và chiếm tỷ trọng lớn trong tổng tài sản Khi ngân hàng cho vay nhiều, tài sản có rủi ro cũng gia tăng, dẫn đến một mối tương quan ngược chiều giữa quy mô cho vay và hệ số an toàn vốn Cụ thể, việc tăng quy mô cho vay sẽ làm giảm hệ số an toàn vốn của ngân hàng.
Dự phòng rủi ro tín dụng: yếu tố này cho biết giá trị dự phòng cho các mất mát
Dự phòng rủi ro tín dụng là yếu tố quan trọng trong việc xác định rủi ro hoạt động của ngân hàng, ảnh hưởng đến tổng số tiền cho vay Khi các khoản dự phòng này tăng lên, lợi nhuận của ngân hàng sẽ giảm và tài sản rủi ro cũng tăng theo Do đó, tác giả dự đoán rằng sự gia tăng của dự phòng rủi ro tín dụng sẽ tác động ngược đến hệ số an toàn vốn (CAR), dẫn đến việc CAR giảm xuống tương ứng với tỷ lệ tăng của các khoản dự phòng.
Khả năng thanh khoản của ngân hàng là yếu tố quan trọng thể hiện khả năng chuyển đổi tài sản thành tiền mặt nhanh chóng để đáp ứng nhu cầu tài chính Khả năng thanh khoản cao giúp giảm rủi ro trong cấu trúc tổng tài sản Tác giả kỳ vọng rằng giữa khả năng thanh khoản và hệ số an toàn vốn (CAR) của ngân hàng sẽ có mối tương quan tích cực, tức là khi khả năng thanh khoản tăng lên, CAR cũng sẽ tăng theo một tỷ lệ tương ứng.
Khả năng sinh lời của ngân hàng phản ánh khả năng tạo ra lợi nhuận, tuy nhiên, lợi nhuận cao thường đi kèm với mức độ rủi ro tương ứng, đặc biệt là đối với các ngân hàng thương mại Việt Nam, nơi hoạt động cho vay đóng góp lớn vào doanh thu Tác giả dự đoán rằng khi ngân hàng tăng khả năng sinh lời, hệ số an toàn vốn sẽ giảm, cho thấy mối tương quan ngược chiều giữa khả năng sinh lời và CAR Về đòn bẩy tài chính, đây là tỷ lệ vốn chủ sở hữu trong tổng tài sản của ngân hàng; do đó, ngân hàng có đòn bẩy cao sẽ có cơ cấu vốn chủ sở hữu lớn Tác giả kỳ vọng có mối tương quan cùng chiều giữa đòn bẩy tài chính và hệ số an toàn vốn, nghĩa là khi đòn bẩy tài chính tăng, hệ số an toàn vốn cũng sẽ tăng theo tỷ lệ tương ứng.
Bảng 3.1 Các giả thuyết nghiên cứu
Yếu tố Dấu kỳ vọng Các giả thuyết
Quy mô ngân hàng - H1: quy mô ngân hàng có tương quan ngược chiều với hệ số an toàn vốn
Vốn huy động - H2: vốn huy động có tương quan ngược chiều với hệ số an toàn vốn
Quy mô cho vay - H3: quy mô cho vay có tương quan ngược chiều với hệ số an toàn vốn
Dự phòng rủi ro tín dụng
- H4: dự phòng rủi ro tín dụng có tương quan ngược chiều với hệ số an toàn vốn
+ H5: khả năng thanh khoản có tương quan cùng chiều với hệ số an toàn vốn
Khả năng sinh lời có mối quan hệ ngược chiều với hệ số an toàn vốn, trong khi đó đòn bẩy tài chính lại có mối quan hệ cùng chiều với hệ số an toàn vốn.
Mô hình nghiên cứu
Dựa trên tổng quan lý thuyết và các nghiên cứu trước đây, bài viết đã xác định các nhân tố ảnh hưởng đến hệ số an toàn vốn của ngân hàng thương mại (NHTM) Việt Nam Mô hình nghiên cứu được đề xuất nhằm phân tích các yếu tố tác động đến hệ số an toàn vốn của các NHTM trong nước.
CARit = β0 + β1SIZEit + β2DEPit + β3LOAit + β4LLRit + β5LIQit + β6ROAit
Trong đó: it là ngân hàng i tại thời điểm t;
CAR là hệ số an toàn vốn của ngân hàng;
SIZE là biến đại diện cho quy mô ngân hàng, được lượng hóa bằng logarit của tổng tài sản ngân hàng;
DEP là chỉ số thể hiện vốn huy động của ngân hàng, được tính bằng tổng số tiền gửi của khách hàng chia cho tổng tài sản của ngân hàng.
LOA là chỉ số thể hiện quy mô cho vay của ngân hàng, được tính bằng tổng dư nợ cho vay chia cho tổng tài sản của ngân hàng.
LLR là chỉ số phản ánh rủi ro tín dụng của ngân hàng, được tính bằng cách chia chi phí dự phòng rủi ro tín dụng cho tổng dư nợ cho vay của ngân hàng.
LIQ là chỉ số thể hiện khả năng thanh khoản của ngân hàng, được tính bằng cách chia tổng số tiền mặt và các khoản tương đương tiền của ngân hàng cho tổng tài sản của ngân hàng.
ROA (Return on Assets) là chỉ số thể hiện khả năng sinh lời của ngân hàng, được tính bằng lợi nhuận trước thuế chia cho tổng tài sản bình quân Chỉ số này giúp đánh giá hiệu quả hoạt động tài chính của ngân hàng.
EQR là chỉ số thể hiện mức độ đòn bẩy tài chính của ngân hàng, được tính bằng cách chia vốn chủ sở hữu của ngân hàng cho tổng tài sản của ngân hàng.
Các biến cần nghiên cứu tác động và mức độ ảnh hưởng đến hệ số an toàn vốn của ngân hàng được tổng hợp trong bảng, kèm theo ký hiệu và cách đo lường từng biến Hệ số an toàn vốn (CAR) sẽ được tính dựa trên các chuẩn mực của Basel, chủ yếu theo Basel I, ngoại trừ một số ngân hàng thương mại áp dụng Basel II thí điểm từ năm 2014.
Bảng 3.2 Các biến trong mô hình nghiên cứu
Cách đo lường Nghiên cứu
Hệ số an toàn vốn
CAR Cập nhật theo số liệu công bố từ các ngân hàng được nghiên cứu khảo sát
SIZE Ln (Tổng tài sản) Phạm Hữu Hồng Thái (2013),
Thân Thị Thu Thủy và Nguyễn Kim Chi (2015), Võ Hồng Đức và cộng sự (2014)
DEP Tổng huy động vốn
Phạm Hữu Hồng Thái (2013), Thân Thị Thu Thủy và Nguyễn Kim Chi (2015), Võ Hồng Đức và cộng sự (2014)
LOA Tổng dư nợ cho vay
Phạm Hữu Hồng Thái (2013), Thân Thị Thu Thủy và Nguyễn Kim Chi (2015), Võ Hồng Đức và cộng sự (2014)
Dự phòng rủi ro tín dụng
LLR Chi phí dự phòng
RRTD Tổng dư nợ cho vay
Phạm Hữu Hồng Thái (2013), Thân Thị Thu Thủy và Nguyễn Kim Chi (2015), Võ Hồng Đức và cộng sự (2014)
LIQ Tiền mặt và các khoản tương đương tiền Tổng tài sản
Phạm Hữu Hồng Thái (2013), Thân Thị Thu Thủy và Nguyễn Kim Chi (2015)
ROA Lợi nhuận trước thuế
Tổng tài sản bình quân
Phạm Hữu Hồng Thái (2013), Thân Thị Thu Thủy và Nguyễn Kim Chi (2015) Đòn bẩy tài chính
EQR Vốn chủ sở hữu
Thân Thị Thu Thủy và Nguyễn Kim Chi (2015), Hoàng Thị Thu Hường (2017), Lê Thanh Tâm, Nguyễn Diệu Linh (2017)
Dữ liệu nghiên cứu
Nghiên cứu được thực hiện trên 22 ngân hàng thương mại (NHTM) tại Việt Nam, chiếm 63% tổng số NHTM hiện có và tương đương 80% vốn điều lệ của toàn hệ thống ngân hàng thương mại.
Bảng 3.3 Tóm tắt mẫu nghiên cứu đvt: tỷ đồng
Số lượng (31/12/2019) Vốn điều lệ
(Nguồn: trích từ dữ liệu của Ngân hàng nhà nước Việt Nam, 2019)
Dữ liệu nghiên cứu được thu thập từ 22 ngân hàng thương mại Việt Nam, bao gồm báo cáo thường niên và báo cáo tài chính hàng năm của các ngân hàng Ngoài ra, nghiên cứu còn kết hợp thông tin từ các nguồn dữ liệu như trang thông tin của Ngân hàng Nhà nước Việt Nam, Sở giao dịch chứng khoán và các công ty chứng khoán.
Bộ dữ liệu được sử dụng để kiểm định mô hình là bảng cân xứng (balanced panel data) của 22 Ngân hàng Thương mại Việt Nam trong khoảng thời gian 11 năm, từ năm 2009 đến năm 2019.
Dữ liệu từ báo cáo tài chính hợp nhất hàng năm năm 2019 cho thấy phần lớn các ngân hàng hiện nay phát triển theo hướng tập đoàn và kinh doanh đa ngành nghề Do đó, báo cáo tài chính riêng lẻ không thể phản ánh đầy đủ tình hình tài chính và hoạt động kinh doanh của ngân hàng, mà chỉ có báo cáo hợp nhất mới đáp ứng được yêu cầu này.
Trình tự nghiên cứu
Luận văn áp dụng phương pháp nghiên cứu định lượng nhằm xác định các yếu tố tác động và mức độ ảnh hưởng đến hệ số an toàn vốn của các ngân hàng thương mại Việt Nam.
Nam, nghiên cứu sử dụng phương pháp hồi quy đa biến và phần mềm Stata để kiểm định các giả thuyết đặt ra
3.4.1 Thống kê mô tả biến
Dữ liệu trong nghiên cứu này được thu thập từ báo cáo tài chính và báo cáo thường niên của các ngân hàng thương mại Việt Nam trong giai đoạn 2009-2019, tạo thành dạng dữ liệu bảng (panel data), kết hợp giữa dữ liệu chéo theo không gian và dữ liệu theo chuỗi thời gian Việc kết hợp hai loại dữ liệu này mang lại nhiều lợi ích trong phân tích các mối quan hệ kinh tế, đặc biệt là khi quan sát sự biến động của các đối tượng nghiên cứu qua thời gian và so sánh sự khác biệt giữa các nhóm Trong cấu trúc dữ liệu bảng, có hai loại là dữ liệu cân bằng (balanced data) và dữ liệu không cân bằng (unbalanced data) Luận án này sử dụng dữ liệu bảng cân bằng của các ngân hàng theo chuỗi thời gian, đảm bảo có cùng số lượng quan sát cho mỗi biến được khảo sát.
Mục tiêu của thống kê mô tả là thể hiện các đặc điểm cơ bản của một nhóm dữ liệu thông qua các số liệu cụ thể Trong nghiên cứu này, tác giả sẽ tính toán giá trị trung bình và sai số chuẩn của các biến độc lập để kiểm tra phân bố dữ liệu đã thu thập, đồng thời xem xét giá trị lớn nhất và nhỏ nhất của các biến được đưa vào mô hình.
3.4.2 Phân tích tương quan
Hệ số tương quan được sử dụng để phân tích mối quan hệ giữa hai biến trong khi giữ nguyên các yếu tố khác Giá trị của hệ số này dao động từ -1, biểu thị mối tương quan nghịch hoàn toàn, đến +1, thể hiện mối tương quan thuận hoàn toàn Khi hệ số tương quan bằng 0, điều này cho thấy không có mối liên hệ giữa hai biến.
Nếu không có cặp biến độc lập nào trong mô hình có hệ số tương quan tuyệt đối lớn hơn 0.8 (theo Kenedy, 2008), thì hiện tượng tương quan sẽ không xảy ra, và các biến được đưa vào mô hình sẽ là phù hợp.
Kiểm định đa cộng tuyến là quá trình xác định mối quan hệ mạnh mẽ giữa các biến độc lập trong mô hình hồi quy Hiện tượng này có thể dẫn đến sai lệch trong các chỉ số, làm giảm ý nghĩa của phân tích định lượng Để kiểm tra sự xuất hiện của đa cộng tuyến, nghiên cứu sử dụng chỉ số VIF (Variance Inflation Factor), giúp định lượng mức độ nghiêm trọng của hiện tượng này Nếu chỉ số VIF nhỏ hơn 10, mô hình hồi quy sẽ không gặp phải vấn đề đa cộng tuyến.
3.4.3 Phân tích hồi quy
Nghiên cứu này áp dụng các mô hình hồi quy dữ liệu bảng, bao gồm mô hình bình phương bé nhất (Pooled OLS), mô hình ảnh hưởng cố định (Fixed effects model - FEM) và mô hình ảnh hưởng ngẫu nhiên (Random effects model - REM).
Mô hình Pooled OLS là phương pháp hồi quy sử dụng toàn bộ dữ liệu mà không phân biệt từng cá thể hay đơn vị chéo, trong đó các cá thể nghiên cứu là các ngân hàng thương mại (NHTM) Việt Nam Mô hình này áp dụng phân tích OLS thông thường, với mỗi cá thể có sai số phản ánh ảnh hưởng của yếu tố không quan sát được, không thay đổi theo thời gian và đặc trưng riêng cho từng cá thể.
Do đó mô hình này có thể bỏ qua những khác biệt giữa các cá thể, giữa các thời gian quan sát
Mô hình ảnh hưởng cố định (FEM) giả định rằng mỗi quan sát chéo có những đặc điểm riêng biệt ảnh hưởng đến các biến giải thích FEM phân tích mối tương quan giữa phần dư của mỗi quan sát chéo và các biến giải thích, giúp kiểm soát và tách biệt ảnh hưởng của các đặc điểm riêng biệt không thể quan sát của từng ngân hàng thương mại (NHTM) không đổi theo thời gian Qua đó, chúng ta có thể ước lượng chính xác ảnh hưởng thực sự của các biến giải thích lên biến phụ thuộc.
Mô hình ảnh hưởng ngẫu nhiên (Random effects model - REM) khác biệt với mô hình ảnh hưởng cố định (FEM) ở chỗ sự biến động giữa các quan sát chéo được giả định là ngẫu nhiên và không tương quan với các biến giải thích Nếu sự biến động này có ảnh hưởng đến biến phụ thuộc, REM sẽ là lựa chọn phù hợp hơn Trong REM, phần dư của mỗi quan sát chéo, không tương quan với biến giải thích, được xem như một biến giải thích.
Việc lựa chọn mô hình nào là tối ưu và phù hợp sẽ được thực hiện bằng các kiểm định có liên quan
3.4.4 Kiểm định mô hình
Mặc dù dữ liệu bảng mang lại nhiều lợi ích quan trọng, nhưng nó cũng đặt ra nhiều vấn đề trong quá trình ước lượng, như hiện tượng phương sai thay đổi do dữ liệu đến từ nhiều ngân hàng khác nhau và vấn đề tự tương quan khi dữ liệu là các chuỗi thời gian Do đó, để xác định xem mô hình có tồn tại hiện tượng phương sai sai số thay đổi và tự tương quan hay không, cần thực hiện các kiểm định thích hợp.
Kiểm định F (Likelihood Ratio test) giúp xác định mô hình nào giữa mô hình tác động cố định (FEM) và mô hình bình phương bé nhất (OLS) là phù hợp hơn Giả thuyết H0 cho rằng mô hình OLS là phù hợp hơn, trong khi giả thuyết H1 cho rằng mô hình FEM là phù hợp hơn Sau khi thực hiện kiểm định, nếu p-value nhỏ hơn 5%, chúng ta có thể bác bỏ giả thuyết H0, cho thấy mô hình FEM là lựa chọn tốt hơn Ngược lại, nếu p-value lớn hơn 5%, chúng ta chấp nhận giả thuyết H0, nghĩa là mô hình OLS là lựa chọn phù hợp hơn.
Kiểm định Hausman: kiểm định này thực hiện so sánh giữa mô hình cố định
Mô hình tác động cố định (FEM) và mô hình ngẫu nhiên (REM) được sử dụng để xác định mô hình phù hợp nhất cho dữ liệu Giả thuyết không (Ho) của kiểm định Hausman cho rằng mô hình ngẫu nhiên là thích hợp Nếu Ho bị bác bỏ, mô hình tác động ngẫu nhiên sẽ vi phạm định lý Gaus-Markov, dẫn đến các ước lượng bị chệch và không nhất quán Ngược lại, mô hình tác động cố định sẽ cung cấp các ước lượng không chệch và nhất quán Do đó, nếu giả thuyết Ho bị bác bỏ, nên sử dụng mô hình tác động cố định, còn nếu không, mô hình tác động ngẫu nhiên sẽ được chọn.
Kiểm định Wald là một phương pháp quan trọng trong việc xác định hiện tượng phương sai sai số thay đổi trong các mô hình hồi quy Khi hiện tượng này xảy ra, kết quả từ phương trình hồi quy sẽ không chính xác và có thể làm sai lệch so với thực tế Mặc dù các ước lượng bình phương nhỏ nhất vẫn không chệch, nhưng chúng trở nên kém hiệu quả và ước lượng của phương sai sẽ bị chệch, dẫn đến mất hiệu lực trong kiểm định Để đánh giá xem mô hình hồi quy có vi phạm hiện tượng này hay không, nghiên cứu sẽ thực hiện kiểm định Wald với giả thiết H0 - không có phương sai sai số thay đổi Nếu p-value nhỏ hơn 0.05, tức là ở mức ý nghĩa 5%, thì sẽ bác bỏ giả thiết H0.
Giả thuyết Ho cho thấy hiện tượng phương sai sai số thay đổi Nếu p-value lớn hơn 0.05, chúng ta chấp nhận Ho, nghĩa là mô hình không có hiện tượng phương sai sai số thay đổi Khi mô hình xuất hiện hiện tượng này, cần thực hiện các biện pháp khắc phục để nâng cao độ tin cậy của các kiểm định.