intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Các yếu tố tác động đến tỷ lệ an toàn vốn của các ngân hàng thương mại Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:6

32
lượt xem
2
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Trong bài viết này, tác giả nghiên cứu các yếu tố tác động đến tỷ lệ an toàn vốn của các NHTM Việt Nam trong giai đoạn từ năm 2010-2018. Thông qua nghiên cứu này nhằm xác định và đo lường mức độ tác động của các yếu tố đến tỷ lệ an toàn vốn của các NHTM Việt Nam, từ đó đưa ra một số kiến nghị cụ thể nhằm nâng cao tỷ lệ an toàn vốn của các NHTM Việt Nam trong thời gian tới.

Chủ đề:
Lưu

Nội dung Text: Các yếu tố tác động đến tỷ lệ an toàn vốn của các ngân hàng thương mại Việt Nam

  1. TẠP CHÍ KINH TẾ - CÔNG NGHIỆP Số 25 – Tháng 11/2020 CÁC YẾU TỐ TÁC ĐỘNG ĐẾN TỶ LỆ AN TOÀN VỐN CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Determinants of capital adequacy ratio in Vietnam Commercial Banks Trần Thị Mỹ Hạnh1 1 Học viên Cao học Trường Đại học Kinh tế Công nghiệp Long An tranhanh253@gmail.com Tóm tắt — Từ năm 2020, các ngân hàng sẽ phải tuân thủ tỷ lệ an toàn vốn (CAR) theo tiêu chuẩn của Basel II với những quy định khắt khe hơn. Tuy nhiên, đến hết năm 2019 chỉ có 16 Ngân hàng Thương mại cổ phần đáp ứng tỷ lệ này. Muốn nâng cao tỷ lệ an toàn vốn, các ngân hàng phải xác định các yếu tố tác động đến nó. Vì vậy, mục tiêu chính của nghiên cứu này là tìm ra những yếu tố nội tại của ngân hàng tác động đến tỷ lệ an toàn vốn. Bài nghiên cứu sử dụng mẫu 19 Ngân hàng Thương mại Việt Nam trong giai đoạn từ năm 2010-2018 với mô hình hồi quy gồm 6 biến độc lập. Kết quả nghiên cứu bằng phương pháp bình phương nhỏ nhất tổng quát (GLS) cho thấy quy mô ngân hàng (SIZE), hệ số đòn bẩy (LEV), tỷ lệ huy động vốn (DEP) có tác động âm lên CAR. Trong khi đó, tỷ lệ cho vay (LOA) và tỷ lệ nợ xấu (NPL) có tác động dương lên CAR. Nghiên cứu cũng chỉ ra rằng tỷ suất lợi nhuận trên tài sản (ROA) tác động không có ý nghĩa thống kê lên tỷ lệ an toàn vốn của ngân hàng. Abstract — From 2020, banks will have to comply with capital adequacy ratio (CAR) under Basel II standards with stricter regulations. However, by the end of 2019, only 16 joint stock commercial banks will meet this ratio. To improve the capital adequacy ratio, banks must identify the factors affecting it. Therefore, the main objective of this study is to understand the internal factors of the bank that affect capital adequacy ratio. The paper uses a sample of 19 Vietnamese commercial banks from 2010-2018 with a regression model of 6 independent variables. Research results using the method of Generalized Least Squares (GLS) show that bank size (SIZE), leverage ratio (LEV), deposits ratio (DEP) have a negative impact on CAR. Meanwhile, the loan ratio (LOA) and non performing loans ratio (NPL) have a positive impact on CAR. The study also shows that return on assets (ROA) does not have a statistically significant impact on a bank's CAR. Từ khóa — Tỷ lệ an toàn vốn, Basel, GLS, Ngân hàng Thương mại Việt Nam. 1. Giới thiệu Tỷ lệ an toàn vốn là thước đo quan trọng để đo mức độ an toàn hoạt động của ngân hàng, được các chuyên gia đầu ngành trong lĩnh vực ngân hàng thuộc Ủy ban Basel xây dựng và phát triển. Basel là hiệp ước đưa ra các nguyên tắc chung, các luật ngân hàng của Ủy ban Basel về giám sát hoạt động ngân hàng [10]. Hiện tại, Việt Nam chỉ đang áp dụng theo nền tảng, định hướng của Basel II. Đây cũng là yêu cầu cần thiết đối với hệ thống Ngân hàng Thương mại (NHTM) Việt Nam hiện nay trong xu thế hội nhập và mở cửa thị trường, nhằm tăng cường năng lực hoạt động, hạn chế rủi ro và nâng cao năng lực cạnh tranh của các NHTM Việt Nam trong thời gian tới. Trên cơ sở định hướng triển khai Basel II theo đề án của Chính Phủ, Ngân hàng Nhà nước (NHNN) đã ban hành Thông tư 41/2016/TT-NHNN ngày 30/12/2016 quy định tỷ lệ an toàn vốn đối với ngân hàng, chi nhánh ngân hàng nước ngoài phải đáp ứng tỷ lệ an toàn vốn theo tiêu chuẩn Basel II là ngoài vốn có tính đến rủi ro về tín dụng, còn tính đến rủi ro hoạt động và rủi ro thị trường, tỷ lệ tối thiểu là 8%, thông tư này được áp dụng từ 01/01/2020 [6]. Tỷ lệ an toàn vốn của hệ thống ngân hàng nước ta bình quân khoảng 12,21% theo số liệu đến ngày 30/11/2019 công bố trên trang NHNN, trong đó khối NHTM nhà nước chỉ có 10,55%, của các Ngân hàng TMCP là 10,63% thấp hơn mức trung bình của toàn hệ thống và thấp hơn năm 2018 [12]. Trong bài viết này, tác giả nghiên cứu các yếu tố tác động đến tỷ lệ an toàn vốn của các NHTM Việt Nam trong giai đoạn từ năm 2010-2018. Thông qua nghiên cứu này nhằm xác định và đo lường mức độ tác động của các yếu tố đến tỷ lệ an toàn vốn của các NHTM Việt 64
  2. TẠP CHÍ KINH TẾ - CÔNG NGHIỆP Số 25 – Tháng 11/2020 Nam, từ đó đưa ra một số kiến nghị cụ thể nhằm nâng cao tỷ lệ an toàn vốn của các NHTM Việt Nam trong thời gian tới. 2. Phương pháp nghiên cứu 2.1. Mô hình và phương pháp nghiên cứu Tác giả sử dụng mô hình nghiên cứu dựa trên sự kế thừa mô hình nghiên cứu của tác giả Thân Thị Thu Thủy và Nguyễn Kim Chi [9] và có thay đổi như sau : CARit = β0 + β1*SIZEit + β2*ROAit + β3*LEVit + β4*DEPit + β5*LOAit + β6*NPLit + μit Trong đó: CARit: Tỷ lệ an toàn vốn của ngân hàng i tại thời điểm t. (SIZE)it: Quy mô ngân hàng i tại thời điểm t, được lượng hóa bằng logarit tự nhiên của tổng tài sản ngân hàng. (ROA)it: Tỷ suất lợi nhuận trên tài sản của ngân hàng i tại thời điểm t. (LEV)it: Hệ số đòn bẩy của ngân hàng i tại thời điểm t, được lượng hóa bằng tổng vốn huy động trên vốn chủ sở hữu. (DEP)it: Tỷ lệ huy động vốn của ngân hàng i tại thời điểm t, được lượng hóa bằng tổng vốn huy động trên tổng tài sản. (LOA)it: Tỷ lệ cho vay của ngân hàng i tại thời điểm t, được lượng hóa bằng tổng dư nợ cho vay trên tổng tài sản. (NPL)it: Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t, được lượng hóa bằng tổng nợ xấu (nhóm 3, 4,5) trên tổng dư nợ. μit: phần dư của mô hình của ngân hàng i tại thời điểm t. β0: hệ số góc của phương trình. βi (i = 1, 2, 3, 4, 5, 6) là hệ số hồi quy của các biến độc lập. Tác giả sử dụng phương pháp nghiên cứu định lượng nhằm xác định và đo lường mức độ tác động của các yếu tố lên tỷ lệ an toàn vốn (CAR) của các NHTM Việt Nam với sự hỗ trợ xử lý số liệu của phần mềm Stata 13. 2.2. Dữ liệu nghiên cứu Theo công bố trên trang NHNN, đến ngày 30/06/2019 cả nước có 35 NHTM, tuy nhiên do thời gian nghiên cứu có hạn và để đảm bảo mẫu nghiên cứu cân xứng, có một số ngân hàng không công bố báo cáo đầy đủ hàng năm, nghiên cứu chỉ chọn 19 NHTM Việt Nam (chiếm 54% tổng số ngân hàng), đây đều là những ngân hàng có quy mô vốn điều lệ cao, chiếm thị phần lớn của hệ thống NHTM Việt Nam [2]. Sử dụng nguồn dữ liệu thứ cấp được tác giả thu thập từ các Báo cáo của 19 NHTM Việt Nam được thu thập từ trang web https://finance.vietstock.vn/ [11]. Các chỉ số tài chính ngân hàng sẽ được tác giả tính toán dựa trên báo cáo tài chính hợp nhất đã kiểm toán hàng năm của 19 NHTM Việt Nam trong giai đọan từ 2010 - 2018. 3. Kết quả nghiên cứu và thảo luận Tác giả tiến hành hồi quy theo 3 mô hình, kết quả như Bảng 1: Phương pháp bình phương nhỏ nhất thông thường (OLS): mô hình không phân biệt đặc điểm của từng ngân hàng trong nghiên cứu mỗi năm. 65
  3. TẠP CHÍ KINH TẾ - CÔNG NGHIỆP Số 25 – Tháng 11/2020 Phương pháp hồi quy các yếu tố tác động cố định (FEM): được phát triển từ mô hình OLS, phân biệt đặc điểm các ngân hàng, biến độc lập có tương quan với phần dư của mô hình. Phương pháp hồi quy các yếu tố tác động ngẫu nhiên (REM): được phát triển từ mô hình OLS, phân biệt đặc điểm các ngân hàng, tuy nhiên biến độc lập không có tương quan với phần dư của mô hình. Bảng 1. Bảng tóm tắt kết quả hồi quy 3 mô hình OLS, FEM, REM Mô hình OLS FEM REM Biến CAR CAR CAR SIZE -0,0158*** -0,0294*** -0,0176*** [-4,05] [-2,82] [-3,64] ROA -0,6256 -0,5524 -0,607 [-1,48] [-1,22] [-1,44] LEV -0,00356*** -0,00277** -0,00344*** [-3,12] [-2,01] [-2,88] DEP -0,1351** -0,2185*** -0,168*** [-2,28] [-2,89] [-2,68] LOA -0,0205 0,055 -0,0038 [-0,79] [1,35] [-0,13] NPL 0,2532 0,2385 0,248 [1,33] [1,23] [1,33] Hằng số 0,596*** 0,873*** 0,647*** [6,80] [4,94] [6,50] N 171 171 171 R2 0,4157 0,3872 0,413 Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata 13.0 Ghi chú: * p < 0,1, **p < 0,05, ***p < 0,01 Sau khi chạy hồi quy các mô hình thử nghiệm, tác giả sử dụng kiểm định Hausman để lựa chọn mô hình thích hợp giữa FEM và REM. Kết quả thể hiện ở bảng 2, giả thiết như sau: H0: Không có mối tương quan giữa các biến độc lập và thành phần ngẫu nhiên (REM là thích hợp). H1: Có một mối tương quan giữa các biến độc lập và thành phần ngẫu nhiên (FEM là thích hợp). Bảng 2. Kiểm định Hausman để lựa chọn mô hình FEM hay REM Chi2 (6) 9,28 Prob>chi2 0,1586 Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata 13.0 Theo Bảng 2 thì giá trị Prob > 0,05; điều này có nghĩa là chấp nhận giả thiết H0, vậy ta sẽ chọn mô hình REM cho nghiên cứu này (Huỳnh Đạt Hùng [3]). Tiếp theo nữa, tác giả kiểm định các khuyết tật của mô hình theo bảng 3, hệ số phóng đại phương sai (VIF) của các biến đều nhỏ hơn 10 với giá trị trung bình là 1,55. Vì vậy, dữ liệu nghiên cứu không xuất hiện hiện tượng đa cộng tuyến, tức là các biến độc lập không có tương quan chặt chẽ với nhau theo Huỳnh Đạt Hùng [1]. 66
  4. TẠP CHÍ KINH TẾ - CÔNG NGHIỆP Số 25 – Tháng 11/2020 Bảng 3. Hệ số phóng đại phương sai (VIF) Trung bình Biến SIZE ROA LEV DEP LOA NPL VIF VIF 1,91 1,22 2,26 1,61 1,24 1,07 1,55 Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata 13.0 Bảng 4. Kiểm định Breusch and Pagan Lagrangian cho mô hình REM Chibar2(01) 3,33 Prob > Chibar2 0,034 Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata 13.0 Nhìn vào Bảng 4 ta thấy p < 0,05; ta kết luận bác bỏ giả thiết H0, tức là mô hình có hiện tượng phương sai số thay đổi [3]. Bảng 5. Kiểm định Wooldridge F(1,18) 26,555 Prob > F 0,0001 Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata 13.0 Theo Bảng 5, ta thấy giá trị Prob < 0,05; ta kết luận bác bỏ giả thiết H0, có nghĩa là có hiện tượng tự tương quan tồn tại trong mô hình nghiên cứu [3]. Như vậy, mô hình nghiên cứu của tác giả có xảy ra hiện tượng phương sai sai số thay đổi và tự tương quan, cho nên để khắc phục những khuyết tật này, tác giả sử dụng phương pháp bình phương nhỏ nhất tổng quát (GLS). Phương pháp GLS là ta biến đổi các thành phần của mô hình ban đầu như biến phụ thuộc, biến độc lập, nhiễu của mô hình thành các đại lượng mới, nhờ đó phương sai của nhiễu không thay đổi, mô hình mới thỏa mãn các giả thiết hồi quy tuyến tính cổ điển và sau đó ta có thể áp dụng phương pháp bình phương nhỏ nhất thông thường (OLS) để hồi quy cho mô hình mới [3]. Kết quả ước tính các yếu tố ảnh hưởng đến CAR theo phương pháp GLS được tóm tắt theo Bảng 6. Bảng 6. Kết quả hồi quy theo phương pháp bình phương nhỏ nhất tổng quát (GLS) CAR Hệ số hồi quy Sai số chuẩn SIZE -0,014** 0,004 ROA -0,502*** 0,291 LEV -0,003** 0,001 DEP -0,090** 0,033 LOA 0,044* 0,021 NPL 0,215* 0,108 Hằng số 0,472 0,070 R2 0,4157 Wald chi2(6) 84,28 Prob > chi2 0,000 Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata 13.0 Ghi chú: *p < 0,05, **p < 0,01, ***p
  5. TẠP CHÍ KINH TẾ - CÔNG NGHIỆP Số 25 – Tháng 11/2020 suất lợi nhuận trên tài sản (ROA) tác động lên CAR với mức ý nghĩa 10%, tuy nhiên trong kiểm định ý nghĩa thống kê thì điều này xem như không có ý nghĩa (vì cao hơn 5%) thì kết quả không đáng tin cậy, cho nên tác giả loại biến ROA ra khỏi phương trình hồi quy sau: CAR = - 0,014*SIZE - 0,003*LEV - 0,090*DEP + 0,044*LOA + 0,215*NPL + 0,471 4. Kết luận và kiến nghị Hiện nay, áp dụng theo Basel II là thông lệ tốt nhất được áp dụng trong quản trị rủi ro của ngân hàng, nước ta cũng đã ban hành Thông tư 22/2019/TT-NHNN [7] áp dụng theo chuẩn Basel II từ năm 2020 đối với các NHTM nào được chấp thuận bằng văn bản của NHNN. Điều này cho thấy, việc quản trị rủi ro, đặc biệt là đảm bảo an toàn về vốn, nhằm đảm bảo cho người gửi tiền, hạn chế việc đầu tư vào các tài sản có rủi ro cao của ngân hàng, đã được NHNN thắt chặt quản lý nhằm tái cơ cấu TCTD trong thời gian tới. Dựa trên kết quả đã nghiên cứu, tác giả đưa ra một số kiến nghị sau: Thứ nhất, kết quả nghiên cứu chỉ ra rằng mở rộng quy mô ngân hàng hay đầu tư nhiều tài sản sẽ làm giảm tỷ lệ an toàn vốn của ngân hàng. Cho nên tác giả khuyến nghị các nhà quản lý ngân hàng mở rộng thêm các điểm giao dịch mới tại những nơi dịch vụ ngân hàng còn ít như các vùng nông thôn đông dân cư, bên cạnh đó cần tái cấu trúc các chi nhánh, phòng giao dịch hiện hữu để tối đa hóa hiệu quả hoạt động, giải thể hay sát nhập phòng giao dịch kinh doanh không hiệu quả, song song mở rộng mạng lưới là làm tốt công tác quản trị danh mục tài sản rủi ro theo các quy định của NHNN. Thứ hai, vì DEP có tác động ngược chiều lên CAR nên ngân hàng có thể tăng tỷ lệ an toàn vốn bằng việc giảm tỷ lệ huy động vốn. Theo báo cáo thường niên của NHNN năm 2018 [1] thì tăng trưởng huy động toàn hệ thống đạt 12,61%, thấp hơn so với mức 15,02% năm 2017, mặt bằng lãi suất tiếp tục ổn định trong bối cảnh lãi suất trên thế giới có xu hướng gia tăng. Các ngân hàng nên cân nhắc mức lãi suất huy động cao ở tiền gửi có kỳ hạn ngắn dưới 6 tháng nhằm thu hút nhiều vốn, có thể xảy ra rủi ro thanh khoản khi cho vay và sẽ đẩy chi phí vốn tăng, ngân hàng sẽ có xu hướng đẩy mạnh cho vay nhằm bù đắp lại doanh thu. Xu hướng của khách hàng sẽ lựa chọn những ngân hàng có thương hiệu uy tín để gửi tiền nên lãi suất cũng chỉ là kênh tham chiếu khi họ chọn lựa ngân hàng, thay vào đó, các ngân hàng nên tăng cường công tác kiểm soát nội bộ, quy trình kiểm soát rủi ro chặt chẽ, góp phần tạo lòng tin đối với khách hàng vì thời gian qua có nhiều vụ việc liên quan đến tiền gửi của khách hàng bị thất thoát; bên cạnh đó, đa dạng hóa danh mục sản phẩm huy động vốn phù hợp với từng đối tượng, từng ngành và từng vùng miền. Thứ ba, kết quả nghiên cứu cũng chỉ ra rằng hệ số đòn bẩy (LEV) giảm thì CAR sẽ tăng, cho nên các ngân hàng nên sử dụng đòn bẩy ở mức vừa phải, đồng thời có biện pháp gia tăng vốn tự có, chú trọng vào việc bổ sung vốn điều lệ. Tính đến cuối năm 2018, tổng vốn điều lệ toàn hệ thống đạt 576,3 (nghìn tỷ đồng) tăng 12,5% so với cuối năm 2017, vốn tự có thì tăng 12,9%. Việc gia tăng vốn trong giai đoạn này của các ngân hàng nhằm đảm bảo tỷ lệ an toàn vốn tối thiểu theo quy định khi thực hiện theo Thông tư 41/2016/TT-NHNN từ năm 2020. Các ngân hàng gia tăng vốn tự có có thể dùng lợi nhuận giữ lại để tăng vốn (đối với các ngân hàng có lợi nhuận lớn) nhưng cũng tùy thuộc vào chính sách phân phối cổ tức của từng ngân hàng hay phát hành thêm cổ phiếu mới, trái phiếu chuyển đổi hay bán tài sản và thuê lại, sáp nhập ngân hàng. Cuối cùng, theo kết quả nghiên cứu, NPL và LOA tăng thì CAR tăng theo, chứng tỏ, ngân hàng cho vay nhiều, nợ xấu nhiều thì làm tăng tỷ lệ an toàn vốn. Nợ xấu đã tác động tiêu cực đến việc lưu thông dòng vốn và sự an toàn, hiệu quả kinh doanh của ngân hàng. Vì thế, song song với đẩy mạnh cho vay tìm kiếm lợi nhuận, các ngân hàng cũng nên cho vay có chọn lọc, hạn chế cho vay vào những lĩnh vực, những khoản vay có mức độ rủi ro cao như chứng khoán, 68
  6. TẠP CHÍ KINH TẾ - CÔNG NGHIỆP Số 25 – Tháng 11/2020 bất động sản, tiêu dùng vì những khoản vay này có hệ số điều chỉnh rủi ro cao, nếu tăng lên nhiều có thể làm CAR giảm đi. TÀI LIỆU THAM KHẢO [1] H.Đ.Hùng, Kinh tế lượng. TP.HCM: NXB Phương Đông, 2013. [2] Ngân hàng Nhà nước Việt Nam, Báo cáo thường niên của Ngân hàng Nhà nước từ năm 2010-2018, 2018. [3] Ngân hàng Nhà nước Việt Nam, Báo cáo thường niên báo cáo tài chính của 19 NHTM Việt Nam giai đoạn 2010-2018 bao gồm: NHTMCP Công Thương, NHTMCP Đầu tư và phát triển, NHTMCP Ngoại Thương, NHTMCP Á Châu, NHTMCP Bản Việt, NHTMCP Đông Nam Á, NHTMCP Hàng Hải, NHTMCP Kỹ Thương, NHTMCP Sài Gòn Công Thương, NHTMCP Quân Đội, NHTMCP Quốc Tế, NHTMCP Sài Gòn – Hà Nội, NHTMCP Sài Gòn Thương Tín, NHTMCP Việt Nam Thịnh Vượng, NHTMCP Xuất Nhập Khẩu, NHTMCP Phát triển Thành phố Hồ Chí Minh, NHTMCP Tiên Phong, NHTMCP Quốc Dân, NHTMCP Nam Á, 2019. [4] Ngân hàng Nhà nước Việt Nam, Thông tư 36/2014/TT-NHNN ngày 20/11/2014 của Ngân hàng Nhà nước Việt Nam quy định các giới hạn, tỷ lệ đảm bảo an toàn trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài, Hà Nội, 2014. [5] Ngân hàng Nhà nước Việt Nam, Thông tư 06/2016/TT-NHNN ngày 27/05/2016 sửa đổi, bổ sung một số điều của Thông tư 36/2014/TT-NHNN, Hà Nội, 2016. [6] Ngân hàng Nhà nước Việt Nam, Thông tư 41/2016/TT-NHNN ngày 30/12/2016 của Ngân hàng Nhà nước Việt Nam quy định về tỷ lệ an toàn vốn đối với ngân hàng, chi nhánh ngân hàng nước ngoài, Hà Nội, 2016. [7] Ngân hàng Nhà nước Việt Nam, Thông tư 22/2019/TT-NHNN ngày 15/11/2019 của Ngân hàng Nhà nước Việt Nam quy định các giới hạn, tỷ lệ bảo đảm an toàn trong hoạt động của ngân hàng, chi nhánh ngân hàng nước ngoài, Hà Nội, 2019. [8] N.Đ.Dờn, Nghiệp vụ Ngân hàng thương mại. TP.HCM: NXB Kinh tế TP.HCM, 2014. [9] T.T.T.Thủy & N.K.Chi, “Nghiên cứu các yếu tố ảnh hưởng đến hệ số an toàn vốn tại các NHTMCP Việt Nam”. Tạp chí Ngân hàng. 11,12-18, 2015. [10] https://www.bis.org/ [11] https://finance.vietstock.vn/ [12] https://www.sbv.gov.vn Ngày nhận: 12/08/2020 Ngày duyệt đăng: 22/10/2020 69
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2