Luận văn Phân tích các nhân tố ảnh hưởng đến giá cổ phiếu của các Ngân hàng Thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam

theo Thanh tra Ngân hàng Nhà nước thì lên tới 17,4% vào qu III/2012. Một số lượng đ ng kể c c ngân hàng có nợ xấu cao, thậm chí là âm vốn chủ sở hữu nếu trích lập dự phòng rủi ro đầy đủ đã b gi m s t đ c biệt và phải t i cấu trúc bắt buộc. Đằng sau những khoản nợ xấu lớn là việc cho vay chéo và cho vay theo quan hệ, l ch c c quy đ nh về đảm bảo an toàn qua một cơ cấu sở hữu phức tạp. Từ đầu 2015, t lệ nợ xấu chính thức hay còn gọi là nợ xấu nội bảng đã giảm mạnh, từ 4,93% vào cuối th ng 9/2012 (con số cao nhất về t lệ nợ xấu được b o c o chính thức) xuống dưới 2% vào cuối n m 2018. Việc cải thiện khả n ng sinh lợi đã giúp các ngân hàng trích lập dự phòng rủi ro đúng thực tế hơn. Tuy nhiên, việc nợ xấu giảm trong thời gian qua kh ng hẳn là do được xử l một c ch thực chất, mà là nhờ hai yếu tố: chuyển nợ xấu nội bảng thành nợ xấu ngoại bảng bằng m hình VAMC (giảm tử số); và t ng trưởng tín d ng nhanh (t ng mẫu số). Nếu tính cả nợ xấu ngoại bảng VAMC thì nợ xấu vẫn chiếm 6,7% tổng dư nợ vào cuối 2018, nhưng cũng đã giảm so với mức 8,6% vào n m 2017. M c d t lệ nợ xấu của hầu hết c c Ngân hàng Thương mại đã giảm về dưới ngưỡng 3%, nhưng nếu chỉ nhìn từ số liệu tài chính c ng bố thì vẫn còn “vấn đề t n tại” là những ngân hàng có t lệ c c khoản phải thu và lãi phải thu lớn trên gi tr tổng tài sản, cho d đã được phép hạch to n và xử l trong thời gian dài. Những ngân hàng yếu kém nhất và thực tế là đã âm vốn chủ sở hữu đã được Ngân hàng Nhà nước mua lại với gi 0 đ ng, chuyển thành ngân hàng 100% sở hữu nhà nước để tập trung vào t i cấu trúc. Nhưng những ngân hàng có t lệ tài sản có kh c cao, trong đó là c c khoản phải thu và lãi dự thu lớn, cũng vẫn là những tổ chức tài chính kh ng thật sự khỏe mạnh. Trong nhóm c c tổ chức này, t lệ c c khoản phải thu và lãi phải thu lên tới 11-21% tổng tài sản. Chính vì vậy, hệ thống vẫn có nhiều ngân hàng, để đảm bảo thanh khoản và mở rộng cho vay, phải đua lãi suất, bao g m trả lãi suất cao hơn cho c c khoản tiền gửi lớn để có vốn huy động. Có thể nói, những ngân hàng này vẫn đang tạo ra rủi ro 27 lớn cho toàn hệ thống và cả nền kinh tế nếu kh ng được t i cấu trúc triệt để. Việc p đ t trần t ng trưởng tín d ng hạn chế cho c c ngân hàng này và kéo dài thời gian t i cơ cấu là kh ng hiệu quả. Để có khung ph p l hữu hiệu hơn, Ngh quyết 42 về thí điểm xử l nợ xấu của c c tổ chức tín d ng đã được Quốc hội th ng qua vào n m 2017. Yếu tố tích cực nhất của Ngh quyết là gia t ng quyền cho c c Ngân hàng Thương mại trong việc tổ chức mua b n, xử l nợ xấu và t ng quyền thu giữ tài sản bảo đảm. Nhiều con nợ vì vậy đã có động cơ trả nợ cao hơn khi biết chủ nợ có quyền thu h i tài sản đảm bảo mạnh hơn. Và thực tế sau gần 2 n m thực hiện cho thấy, những hình thức xử l nợ xấu điển hình theo Ngh quyết 42 là thu giữ tài sản đảm bảo là bất động sản và tổ chức mua b n nợ xấu. Trong nhiều trường hợp, cổ đ ng lớn của Tổ chức Tín d ng và chủ của tổ chức mua b n nợ xấu là một ho c có quan hệ sở hữu mật thiết. Đây là yếu tố then chốt để giao d ch mua nợ và xử l tài sản đảm bảo được diễn ra dễ dàng và giúp thâu tóm bất động sản. Chính vì vậy, những vướng mắc giữa Ngh quyết 42 và Luật Kinh doanh bất động sản cần được khắc ph c để sau khi tài sản đảm bảo là bất động sản được thu h i và chuyển nhượng cho chủ mới thì có thể được tiếp t c triển khai đầu tư nhanh chóng. Bên cạnh đó, cơ quan quản l nhà nước cần x c đ nh r c c mối quan hệ giữa cổ đ ng lớn của ngân hàng và bên mua nợ xấu, gi m s t ch t chẽ và ng n ch n mọi hành vi vay tiền của ngân hàng để mua nợ xấu của chính ngân hàng đó (hay những Tổ chức Tín d ng liên quan trong quan hệ sở hữu chéo). Hướng tới chuẩn mực cao hơn: Nhìn về phía trước, việc ph t triển hệ thống ngân hàng thương mại vững mạnh ở Việt Nam kh ng chỉ là xử l c c vấn đề t n tại của qu khứ, mà là hướng tới một nền tảng đủ vốn chủ sở hữu một c ch thực chất và tuân thủ c c quy đ nh an toàn ở chuẩn mực cao hơn do cơ quan quản l p đ t và trên cơ sở của một hệ thống quản tr nội bộ vững mạnh. 28 Trên b o c o chính thức, c c Ngân hàng Thương mại đều đạt hệ số an toàn vốn tối thiểu (CAR) và t lệ bình quân của toàn hệ thống vượt trên mức quy đ nh rất nhiều. Nhưng chiếu theo chuẩn quốc tế, thì hầu hết c c ngân hàng vẫn thiếu vốn. T ng trưởng tín d ng cao trong những n m qua lại càng làm cho nền tảng vốn chủ sở hữu thêm mỏng. Việc thúc đẩy c c Ngân hàng Thương mại t ng vốn được đề ra, nhưng n lực thực sự của c c ngân hàng là rất hạn chế. Thời hạn 2020 đã gần đến và mới chỉ ba Ngân hàng Thương mại chính thức đạt chuẩn quốc tế về Basel II. Một động cơ khuyến khích tốt trong thời gian tới là nếu c c ngân hàng đạt chuẩn Basel II thì sẽ được t ng trưởng tín d ng thoải m i hơn. M c d việc p đ t hạn mức t ng trưởng tín d ng hàng n m cho từng ngân hàng riêng rẽ được Ngân hàng Nhà nước cho là cần thiết để đảm bảo cân đối kinh tế vĩ m trong bối cảnh vẫn còn nhiều Tổ chức Tín d ng yếu kèm, nhưng chính s ch mang tính hành chính này đã làm bóp méo hoạt động kinh doanh và cạnh tranh giữa c c ngân hàng. Sự ph t triển vững mạnh của hệ thống Ngân hàng Thương mại ở cấp độ vĩ m c n bản ph thuộc vào chất lượng quản tr ngân hàng ở cấp độ vi m , đ c biệt là quản tr rủi ro. Khung ph p l về quản tr và kiểm so t nội bộ đã được Ngân hàng Nhà nước ban hành và có hiệu lực từ n m 2019. Nhưng khung ph p l trên giấy là chưa đủ. Kinh nghiệm trong qu khứ cho thấy điểm then chốt là ở việc thực thi chính s ch và đảm bảo tuân thủ trong thực thi mà kh ng có trì hoãn hay ngoại lệ. Từ Ngân hàng Thương mại sẽ thấy được lợi ích của việc bỏ ngu n lực đầu tư nâng cấp hệ thống quản tr , t ng vốn và tuân thủ c c quy đ nh an toàn trong một m i trường chính s ch r ràng, minh bạch và m i trường cạnh tranh bình đẳng, lành mạnh. - Diễn biến giá cổ phiếu c c Ngân hàng Thương mại n m 2016 đến n m 2019 29 Nguồn:Tác giả tổng hợp từ hnx.vn, hsx.vn B ểu đồ 2.3 Giá cổ phiếu các N ân h n Thƣơn mại năm 2016 đến 2019 Nhìn từ bảng trên có thể thấy trong hệ thống c c Ngân hàng thương mại, thì Vietcombank có giá cao nhất hiện nay. Tính đến hết n m 2019 VCB có gi là 94.000 đ ng, đạt đỉnh trong 5 n m gần nhất. N m 2016 VCB có gi thấp nhất là 38.000. N m 2017, n m 2018 gi VCB giữ nguyên tại mức 59.000 đ ng. Và n m 2019 bật t ng gần gấp đ i. Sự bật t ng này là do nhiều n m liền VCB báo lãi khủng, thường xuyên cao nhất hệ thống c c Ngân hàng thương mại, khiến c c nhà đầu tư 30 k vọng vào tương lai ph t triển của ngân hàng này. Ngân hàng thương mại cổ phần mà Nhà nước nắm quyền kiểm soát vẫn là các ngân hàng có gi cao hơn so với m t bằng c c Ngân hàng thương mại cổ phần tư nhân nắm quyền kiểm soát. Ví d như BIDV và CTG đều có gi cao hơn gi trung bình của các ngân hàng. Từ bảng trên có thể nhận thấy ngân hàng có giá thấp nhất là ngân hàng SHB. Gía cổ phiếu của ngân hàng này lần lượt từ n m 2015 đến n m 2019 là từ 3.500 đ ng đến 7.500 đ ng. Còn thấp hơn mệnh gi , điều này tương ứng với các chỉ sổ EPS, ROE tương đối thấp của SHB. Nó cho thấy nhà đầu tư đ nh giá ngân hàng SHB rất yếu kém. Như vậy có thể so sánh ngân hàng có giá cao nhất là VCB so với ngân hàng có giá thấp nhất SHB n m 2019, thì gi VCB gấp 18 lần giá SHB. 2.2. ựa chọn b ến n h n cứu v đo lƣờn b ến Trong nghiên cứu này biến ph thuộc được lựa chọn là giá th trường (SP) của cổ phiếu các ngân hàng thương mại niêm yết trên th trường Việt Nam giai đoạn n m 2015 đến n m 2019. Các biến độc lập g m có: - Khả n ng sinh lời ( đo lường bằng ROE); - T lệ nợ xấu (NPLs); - Thu nhập trên m i cổ phiếu (EPS); - Lợi nhuận cận biên (NIM). Từ những nghiên cứu trước đây đã trình bày ở trên , t c giả kế thừa c c yếu tổ vi m là ROE, EPS. T c giả đưa thêm biến NPLs và NIM vào bài nghiên cứu. Hai nhân tố này là c c hệ số đ c trưng của ngành ngân hàng. NIM thể hiện khả n ng 31 điều hành lãi suất đầu ra đầu vào của Ngân hàng, NPLs thể hiện chất lượng tín d ng của ngân hàng. STT KÝ HI U BI N T N BI N ĐƠN V Đ ƢỜNG NGUỒN DỮ I U CÔNG THỨC 1 SP giá cổ phiếu Nghìn đ ng Hsx.vn; hnx.vn 2 ROE Khả n ng sinh lời % Báo cáo tài chính của c c NHTM 3 NPL T lệ nợ xấu % Báo cáo tài chính của c c NHTM 4 EPS Thu nhập trên m i cổ phiếu Nghìn đ ng Báo cáo tài chính của c c NHTM 5 NIM Lợi nhuận cận biên % Báo cáo tài chính của c c NHTM Bản 2.1 Tổn hợp các b ến n h n cứu 32 2.3. G ả thuyết n h n cứu 2.3.1 Khả năng sinh lời (ROE) Khả n ng sinh lời được thể hiện th ng qua nhiều chỉ tiêu trong đó c c chỉ tiêu được sử d ng kh phổ biến để đ nh gi hiệu quả kinh doanh của m i Ngân hàng Thương mại là ROE. Do đó, trong nghiên cứu này, t c giả cũng sẽ tiến hành kiểm tra sự ảnh hưởng của khả n ng sinh lời tới hiệu quả hoạt động kinh doanh của Ngân hàng Thương mại từ đó liên hệ ảnh hưởng của chúng tới gi cổ phiếu của Ngân hàng Thương mại. C c nghiên cứu đều cho thấy t c động c ng chiều khi x c đ nh ảnh hưởng của khả n ng sinh lời tới gi cổ phiếu, bởi chỉ tiêu này t c động tới quyết đ nh của nhà đầu tư khi nhìn nhận hoạt động kinh doanh của Ngân hàng Thương mại do đó để xem xét sự ảnh hưởng của khả n ng sinh lời ta có 2 giả thuyết nghiên cứu sau: Giả thuyết 1: H₀₁: Chỉ tiêu ROE không t c động tới gi cổ phiếu của ngân hàng thương mại. H₁₁: Chỉ tiêu ROE t c động tới gi cổ phiếu của ngân hàng thương mại. 2.3.2 Tỷ lệ nợ xấu (NPLs) T lệ nợ xấu của ngân hàng càng nhỏ điều này chứng tỏ Chất lượng tín d ng của ngân hàng rất tốt, từ đó chi phí dự phòng của ngân hàng sẽ ít phải sử d ng để trích lập, khiến lòng tin của nhà đầu tư vào cổ phiếu của Ngân hàng Thương mại đó cũng t ng theo. Từ đó t c động tích cực đến k vọng của nhà đầu tư gi n tiếp t c động đến gi cổ phiếu trên th trường. Do đó, ta xây dựng được giả thuyết tiếp theo như sau: Giả thuyết 2: H₀₂: T lệ nợ xấu không t c động tới gi cổ phiếu của ngân hàng thương mại. 33 H₁₂: T lệ nợ xấu t c động tới gi cổ phiếu của ngân hàng thương mại. 2.3.3 Thu nhập trên mỗi cổ phiếu (EPS) Thu nhập trên m i cổ phiếu là một trong những yếu tố quan trọng chi phối quyết đ nh của nhà đầu tư. Trong nghiên cứu của Uddin, Reaz, Zahidur Rahman & Rajib Hossain (2013) ở th trường chứng kho n Bangladesh; và nghiên cứu Chang, H.L., Chen, Y.S., Su, C.W., & Chang, Y.W. (2008); Somoye, R.O.C., Akintoye, I. R., & Oseni, J.E. (2009) đã chỉ ra rằng có mối quan hệ đ ng biến giữa lãi trên cổ phiếu với gi cổ phiếu. Để khẳng đ nh r hơn về c c nhận đ nh này, ta đ t ra giả thuyết nghiên cứu như sau: Giả thuyết 3: H₀₃: Lãi trên cổ phiếu không t c động tới gi cổ phiếu của ngân hàng thương mại. H₁₃: Lãi trên cổ phiếu t c động tới gi cổ phiếu của ngân hàng thương mại. 2.3.4 Lợi nhuận cận biên (NIM) Lợi nhuận cận biên rất quan trọng đối với ngân hàng. Hệ số này cho thấy việc ngân hàng điều hành lãi suất trong hoạt động kinh doanh của mình. Ngân hàng đưa ra lãi suất tiền gửi là bao nhiêu để thu hút người gửi tiền, lãi suất cho vay là bao nhiêu để thu hút kh ch hàng vay vốn, cạnh tranh được với c c ngân hàng kh c. Nhà đầu tư cũng sẽ nhìn vào hệ số Nim này để biết khả n ng điều hành lãi suất để mang về lợi nhuận. T c giả cũng đưa ra giả thuyết như sau: Giả thuyết 4: H₀₄: Lợi nhuận cận biên không t c động tới gi cổ phiếu của ngân hàng thương mại. H₁₄: Lợi nhuận cận biên t c động tới gi cổ phiếu của ngân hàng thương mại. 34 2.4. hƣơn pháp thu thập số l u Để ph c v cho đề tài nghiên cứu, t c giả sử d ng hai ngu n dữ liệu là dữ liệu sơ cấp và dữ liệu thứ cấp. Ngu n dữ liệu thứ cấp được sử d ng là số liệu được thu thập từ c c b o c o thường niên hàng n m đã được kiểm to n đầy đủ của 09 Ngân hàng Thương mại cổ phần được niêm yết trên Sở giao d ch chứng kho n Thành phố H Chí Minh (HSX) và sở giao d ch chứng kho n Hà Nội (HNX) qua 5 n m từ n m 2015 đến 2019. Bên cạnh đó để thu thập được c c số liệu về gi cổ phiếu, số liệu này được lấy từ Trang web của c c ngân hàng, trang web của c c sở giao d ch chứng kho n hnx.vn, hsx.vn và một số trang web chuyên về chứng kho n như vietstock.vn, stockbiz.com.vn, cophieu68.vn và một số trang web chứng kho n kh c. Ngoài ra, dữ liệu về nền kinh tế vĩ m như t ng trưởng GDP, mức độ lạm ph t, t gi của Việt Nam qua từng n m được thu thập trên trang web Tổng c c thống kê, dữ liệu của ngân hàng Nhà nước, dữ liệu của ngân hàng Thế Giới. Dữ liệu được thu thập và xây dựng theo dạng bảng với 180 quan sát. 2.5. ô hình n h n cứu Sơ đồ 2.1 mô hình các nhân tố tác độn đến giá cổ phiếu N ân h n Thƣơn mại 35 Dựa vào cơ sở lý thuyết, xây dựng công thức như sau: SP = β0+ β1NIM + β2ROE + β3EPS + β4NPL + ei 2.5.1 Quy trình nghiên cứu Để đạt được m c tiêu nghiên cứu, phương ph p nghiên đóng một vai trò quan trọng. Trong đó, quy trình nghiên cứu là tiền đề của c c phân tích đ nh lượng được sử d ng trong khóa luận. Thiết kế nghiên cứu - Bước 1: X c đ nh các nhân tố cần phân tích - Bước 2: Khung l thuyết - Bước 3: Thu thập và xử l số liệu - Bước 4: Áp d ng m hình, điều chỉnh m hình và đưa ra kết quả nghiên cứu Bước 1: X c đ nh c c nhân tố ảnh hưởng đến gi cổ phiếu của c c Ngân hàng Thương mại niêm yết trên th trường chứng kho n Việt Nam. Dựa vào những nền tảng l thuyết, cơ sở l luận và c c nghiên cứu trước đó về c c nhân tố ảnh hưởng đã được nêu ở trên, đề tài nghiên cứu tập trung vào sự t c động của c c nhân tố làm thay đổi gi cổ phiếu của c c ngân hàng thương mại cổ phần niêm yết trên th trường chứng kho n Việt Nam. Th ng qua những nghiên cứu trước đó đề tài đã lựa chọn 4 nhân tố x c đ nh sự ảnh hưởng của nó đến gi cổ phiếu: khả n ng sinh lời, t lệ nợ xấu, lãi trên cổ phiếu, Lợi suất cận biên. Việc x c đ nh r c c chỉ tiêu cần phân tích như trên sẽ giúp cho việc thu thập số liệu được tiến hành nhanh chóng, đầy đủ và chính x c hơn. Bước 2: Khung l thuyết Sau khi x c đ nh được chỉ tiêu cần phân tích, t c giả tiến hành thu thập c c tài liệu liên quan đến c c nhân tố ảnh hưởng đã được x c đ nh được ở bước 1. Dựa vào 36 c c bài nghiên cứu của c c nhà nghiên cứu trong và ngoài nước t c giả đưa ra c c giả thuyết nghiên cứu làm tiền đề cho c c bước phân tích đ nh lượng. Bước 3: Thu thập dữ liệu và xử l số liệu Dựa trên c c chỉ tiêu phân tích, c c nhân tố ảnh hưởng đã được x c đ nh ở bước 1, ta sẽ tiến hành thu thập c c số liệu liên quan của c c Ngân hàng Thương mại cổ phần niêm yết trên sàn chứng kho n Việt Nam trong thời gian 5 n m (2015 – 2019) thông qua c c b o c o thường niên c ng với th ng tin kinh tế vĩ m đã được c ng bố. Đối với c c chỉ tiêu kh ng có sẵn, ta sẽ tiến hành tính to n th ng qua c c c ng thức. Số liệu được thu thập sẽ được sắp xếp một c ch khoa học và hợp l để thuận tiện cho việc chạy phần mềm. Bước 4: Áp d ng m hình, điều chỉnh m hình và đưa ra kết quả nghiên cứu. Sau khi thu thập được đầy đủ c c số liệu cần thiết, ta tiến hành chạy m hình trên phần mềm Eviews 8. Đầu tiên ta tiến hành phân tích thống kê m tả, tức là đưa ra những đ c tính cơ bản nhất của c c nhân tố được cho là gây ảnh hưởng tới gi cổ phiếu của ngân hàng như gi tr lớn nhất, nhỏ nhất, trung bình. Qua bước thống kê m tả này ta có thể nắm bắt kh i qu t được gi cổ phiếu và c c nhân tố t c động đến gi cổ phiếu của các Ngân hàng Thương mại cổ phần niêm yết trên th trường chứng kho n Việt Nam. Sau đó ta bắt đầu phân tích h i quy tuyến tính và xây dựng m hình h i quy và đưa ra những biến có t c động đến gi cổ phiếu. Từ đó bỏ bớt một số biến kh ng t c động đến m hình. Sau khi chạy m hình h i quy ta cần phải kiểm tra dữ liệu. Bởi kiểm tra dữ liệu là một bước quan trọng để ta x c đ nh tính chính x c, chuẩn mực của dữ liệu thu thập, từ đó sẽ giúp cho c c kết quả phân tích có sự chính x c cao hơn. Để kiểm tra dữ liệu ta sẽ d ng kiểm đ nh độ tin cậy của m hình và kiểm đ nh khuyết tật của m hình. Kiểm đ nh đa cộng tuyến: Đa cộng tuyến giữa c c biến độc lập trong một m hình h i quy bội là tình huống trong đó hai ho c hơn hai biến độc lập có tương quan 37 tuyến tính ch t chẽ với nhau. Trong tình huống này c c biến có tương quan tuyến tính ch t chẽ với nhau kh ng cung cấp được th ng tin gì mới và cũng kh ng thể x c đ nh được ảnh hưởng riêng biệt của từng biến độc lập lên biến ph thuộc. Kiểm đ nh phương sai sai số thay dổi: Khi xảy ra hiện tượng phương sai thay đổi gây ra hiên tượng phân phối x c suất của c c thống kê t, F sử d ng trong m hình có thể kh ng còn tuân theo phân phối student, Fisher nữa. Do đó c c khoảng tin cậy cho hệ số h i quy kh ng còn đ ng tin cậy, kết luận của c c bài to n kiểm đ nh cho c c hệ số h i quy riêng hay bài to n kiểm đ nh đ ng có thể b sai lầm. Để ph t hiện hiện tượng phương sai thay đổi, trong bài nghiên cứu t c giả đã sử d ng kiểm đ nh Wald. Sau khi kiểm tra đa cộng tuyến, phương sai sai số thay đổi; hiện tượng tự tương quan; Nếu có t c giả sẽ khắc ph c bằng c c phương ph p hiệu chỉnh; nếu kh ng có xảy ra c c hiện tượng trên t c giả sẽ đưa ra kết quả m hình cuối c ng. 2.5.2 Phương pháp thu thập số liệu và xử lý số liệu 2.5.2.1. Phương ph p thu thập số liệu Để ph c v cho đề tài nghiên cứu, t c giả sử d ng hai ngu n dữ liệu là dữ liệu sơ cấp và dữ liệu thứ cấp. Ngu n dữ liệu thứ cấp được sử d ng là số liệu được thu thập từ c c b o c o thường niên hàng n m đã được kiểm to n đầy đủ của 09 Ngân hàng Thương mại cổ phần Sở giao d ch chứng kho n Thành phố H Chí Minh (HOSE) qua 5 n m từ n m 2015 đến 2019. Bên cạnh đó để thu thập được c c số liệu về gi cổ phiếu, số liệu này được lấy từ các CafeF.vn, stockbiz.com.vn, cophieu68.vn, vietstock.vn và một số trang web chứng kho n kh c. Ngoài ra, dữ liệu về nền kinh tế vĩ m như t ng trưởng GDP, mức độ lạm ph t, t gi của Việt Nam qua từng n m được thu thập trên trang web Tổng c c thống kê, dữ liệu của ngân hàng Nhà nước, dữ liệu của ngân hàng Thế Giới. Dữ liệu được thu thập và xây dựng theo dạng bảng với 180 quan sát. 38 2.5.2.2. Phương ph p xử l số liệu Sau khi thu thập, dữ liệu sẽ được lưu trữ trong file Excel một c ch khoa học để thuận tiện cho việc kiểm so t, nhập dữ liệu và chạy phần mềm. Tiếp đó, t c giả sẽ sử d ng phần mềm eviews 8 để tiến hành phân tích số liệu. C ng việc phân tích sẽ được tiến hành theo thứ tự 5 bước và bằng 5 phương ph p sau đây: 2.5.2.3. Phương ph p h i quy  Thống kê m tả được sử d ng để m tả những đ c tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm qua c c c ch thức kh c nhau. Qua bước thống kê này sẽ giúp chúng ta thuận tiện hơn trong việc tóm tắt và so s nh số liệu, đ ng thời cho ta sẽ biết đuợc c c thuộc tính cơ bản như gi tr nhỏ nhất (Minimum), gi tr lớn nhất (Maximum), gi tr trung bình (Mean) và độ lệch chuẩn (Standard Deviation).  Phương ph p h i quy Pool – OLS: H i quy kết hợp tất cả c c quan s t: t = α1 + β1X1it +...+ βkXkit + Uit Trong đó: Yit: Biến ph thuộc của quan s t i trong thời k t X2it, X3it: Biến độc lập của quan s t i trong thời k t Với m i đơn v chéo, εi là yếu tố kh ng quan s t được và kh ng thay đổi theo thời gian, nó đ c trưng cho m i đơn v chéo. Nếu εi tương quan với bất k biến Xt nào thì ước lượng h i quy từ h i quy Y theo Xt sẽ b ảnh hưởng chéo bởi những nhân tố kh ng đ ng nhất kh ng quan s t được. Thậm chí, nếu εi kh ng tương quan với bất k một biến giải thích nào thì sự có m t của nó cũng làm cho cho c c ước lượng OLS kh ng hiệu quả và sai số tiêu chuẩn kh ng có hiệu lực.  Phương pháp phân tích t c động cố đ nh (FEM) Với giả đ nh m i đơn v đều có những đ c điểm riêng biệt có thể ảnh hưởng 39 đến c c biến giải thích, FEM phân tích mối tương quan này giữa phần dư của m i đơn v với c c biến giải thích qua đó kiểm so t và t ch ảnh hưởng của c c đ c điểm riêng biệt (kh ng đổi theo thời gian) ra khỏi c c biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến ph thuộc. M hình ước lượng sử d ng: Yit = C + β Xit + Uit * Trong đó Yit : thời gian (n m). Xit : biến độc lập Ci (i=1.n) : hệ số ch n cho từng đơn v nghiên cứu. β : hệ số góc đối với nhân tố X. Uit : phần dư. M hình trên đã thêm vào chỉ số i cho hệ số ch n “c” để phân biệt hệ số ch n của từng doanh nghiệp kh c nhau có thể kh c nhau, sự kh c biệt này có thể do đ c điểm kh c nhau của từng doanh nghiệp ho c do sự kh c nhau trong chính s ch quản l , hoạt động của doanh nghiệp.  Phương ph p phân tích t c động ngẫu nhiên (REM) Điểm kh c biệt giữa m hình ảnh hưởng ngẫu nhiên và m hình ảnh hưởng cố đ nh được thể hiện ở sự biến động giữa c c đơn v . Nếu sự biến động giữa c c đơn v có tương quan đến biến độc lập – biến giải thích trong m hình ảnh hưởng cố đ nh thì trong m hình ảnh hưởng ngẫu nhiên sự biến động giữa c c đơn v được giả sử là ngẫu nhiên và kh ng tương quan đến c c biến giải thích. Chính vì vậy, nếu sự kh c biệt giữa c c đơn v có ảnh hưởng đến biến ph 40 thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của m i thực thể (kh ng tương quan với biến giải thích) được xem là một biến giải thích mới. Ý tưởng cơ bản của m hình ảnh hưởng ngẫu nhiên cũng bắt đầu từ m hình: Yit = C + β X t + Uit Thay vì trong m hình trên, Ci là cố đ nh thì trong REM có giả đ nh rằng nó là một biến ngẫu nhiên với trung bình là C1 và gi tr hệ số ch n được m tả như sau: Ci = C + εi (i=1,...n) εi : Sai số ngẫu nhiên có trung bình bằng 0 và phương sai là σ2 Thay vào mô hình ta có: Yit = C + β Xit + εi + uit hay Yit = C + β Xit + wit wit = εi + uit εi : Sai số thành phần của c c đối tượng kh c nhau (đ c điểm riêng kh c nhau của từng doanh nghiệp) uit: Sai số thành phần kết hợp kh c của cả đ c điểm riêng theo từng đối tượng và theo thời gian.  Phương ph p kiểm đ nh  Kiểm đ nh đa cộng tuyến: GS.TS. Nguyễn Quang Dong, TS. Nguyễn Th Minh cho rằng khi giữa c c biến độc lập kh ng có quan hệ đa cộng tuyến hoàn hảo nhưng có mối liên hệ tuyến tính kh ch t chẽ, ta nói rằng m hình có hiện tượng đa cộng tuyến. Khi trong mô hình có hiện tượng đa cộng tuyến cao sẽ làm cho hệ số x c đ nh R2 lớn, gây ra một số hậu quả cho c c ước lượng OLS như: khoảng tin cậy trở nên rộng, nghĩa là ước lượng kém chính x c, kh ng cung cấp được th ng tin hữu ích, hệ số ước lượng dễ mất đi nghĩa thống kê (sai số chuẩn qu lớn làm cho c c t số t trở nên qu bé) Chính vì vậy, ta cần kiểm đ nh đa cộng tuyến để kiểm tra tính chính x c của m 41 hình, từ đó đưa ra những giải ph p khắc ph c tốt nhất. Để xem xét m hình h i quy có hiện tượng đa cộng tuyến hay kh ng, t c giả sẽ sử d ng kiểm đ nh Collinearity dialogistic và đ nh gi th ng qua độ chấp nhận (Tolerance) và hệ số phóng đại phương sai (VIF – variance inflation factor). Theo Nguyễn Quang Dong, Nguyễn Th Minh, nếu VIF > 10, Tolerance < 0,1 thì đấy là dấu hiệu đa cộng tuyến cao.  Kiểm đ nh phương sai sai số thay đổi Hiện tượng “Phương sai sai số thay đổi” (“Heteroskedasticity”) gây ra kh nhiều hậu quả tai hại đối với m hình ước lượng bằng phương ph p OLS. Hiện tượng phương sai thay đổi làm cho c c ước lượng của hệ số h i quy kh ng chệch nhưng kh ng hiệu quả (tức là kh ng phải là ước lượng ph hợp nhất), ước lượng của c c phương sai b chệch làm kiểm đ nh c c giả thuyết mất hiệu lực khiến cho nhà nghiên cứu đ nh gi nhầm về chất lượng m hình h i quy tuyến tính. Để kiểm đ nh phương sai thay đổi đối với m hình h i quy tuyến tính bội, có hai phương ph p để kiểm tra. C ch thứ nhất, sử d ng đ th phân t n của Standardized residual và Standardized predicted value để kiểm tra xem giả đ nh phương sai của sai số có b vi phạm hay kh ng. Nếu độ lớn của phần dư t ng ho c giảm c ng với c c gi tr dự đo n (hay gi tr của biến độc lập mà ta nghi ngờ gây ra hiện tượng phương sai thay đổi đối với m hình h i quy tuyến tính bội) điều này dẫn đến giả đ nh phương sai của sai số kh ng đổi đã b vi phạm. C ch thức hai, sử d ng kiểm đ nh White, kiểm đ nh Glesjer, đối với cỡ mẫu lớn. Trong bài nghiên cứu, với cỡ mẫu nhỏ nên t c giả sử d ng kiểm đ nh Breusch – Pagan. Giả thuyết đ t ra cho kiểm đ nh là phương sai của sai số kh ng thay đổi, nếu giả thuyết này đúng thì gi tr Prob sẽ lớn hơn mức độ nghĩa của m hình.  Kiểm đ nh Hausman Để xem xét m hình FEM hay REM ph hợp hơn, ta sử d ng kiểm đ nh Hausman. Thực chất kiểm đ nh Hausman để xem xét có t n tại tự tương quan giữa εi và c c biến độc lập hay kh ng. Giả thuyết: 42 H₀: εi và biến độc lập kh ng tương quan H₁: εi và biến độc lập có tương quan Khi gi tr P_value <0.05 ta b c bỏ Ho, khi đóm εi và biến độc lập tương quan với nhau, ta sử d ng m hình t c động cố đ nh. Ngược lại, ta sử d ng m hình t c động ngẫu nhiên. 43 CHƢƠNG 3. T UẢ NGHI N CỨU VÀ PHÂN TÍCH 3.1. Thốn k mô tả SP EPS NIM NPL ROE Mean 19,561 1,571 0.73 1.70 2.71 Maximum 90,200 5,275 3.56 7.00 8.41 Minimum 3,530 (266) 0.05 0.44 (3.23) Std. Dev. 15,