Báo cáo Các nhân tố ảnh hưởng đến mối quan hệ phức hợp giữa các chính sách quản lý vốn và khẩu vị rủi ro của ngân hàng

Nội dung text: Báo cáo Các nhân tố ảnh hưởng đến mối quan hệ phức hợp giữa các chính sách quản lý vốn và khẩu vị rủi ro của ngân hàng

1. 1 TÓM TẮT ĐỀ TÀI o Lý do chọn đề tài: Chính sách quản lý vốn lỏng lẻo và không phù hợp là nguyên nhân chính để các ngân hàng có động lực tham gia các hoạt động rủi ro. Vì vậy cần có một nghiên cứu phân tích và đánh giá về mối quan hệ giữa rủi ro ngân hàng và chính sách quản lý vốn nhằm giúp những ai quan tâm có cái nhìn chính xác hơn về sự vận động của rủi ro ngân hàng. o Mục tiêu nghiên cứu: Làm rõ 3 vấn đề mục tiêu: - Xác định mối quan hệ giữa chính sách và quản lý vốn - Đánh giá mức độ ảnh hưởng của các nhân tố tác động tới mối quan hệ đó - Liên hệ các khung pháp lý thực tiễn 3 mục tiêu trên o Phương pháp nghiên cứu o Nội dung nghiên cứu o Đóng góp của đề tài Hướng phát triển của đề tài 1
2. 2 Chương 1: Giới thiệu 1.1. Lý do chọn đề tài: Thế giới hiện nay đang ngày càng bất ổn cả về chính trị lẫn hoạt động kinh tế. Cuộc khủng hoảng tài chính năm 2008 đã giúp cho những nhà nghiên cứu và nhà đầu tư tài chính thừa nhận những điểm yếu được bộc lộ từ các mô hình dự báo tài chính. Nguyên nhân chính là với một chính sách quản lý vốn lỏng lẻo, trong một môi trường cạnh tranh ngày càng gay gắt, các ngân hàng luôn muốn mở rộng cả về quy mô vốn và quy mô thị trường, tìm kiếm và nắm bắt bất cứ cơ hội đầu tư nào mà họ cho là đem lại một tỷ suất sinh lợi vượt trội so với đối thủ, kể cả việc tăng tỷ lệ nợ xấu, cho vay tràn lan hoặc săn tìm những hoạt động đầu tư dưới chuẩn. Mặc dù tỷ suất sinh lợi cao nhưng rủi ro các nghiệp vụ này mang lại cho ngân hàng cũng không hề nhỏ. Duy trì sự ổn định chung trong hệ thống ngân hàng quốc tế không phải là một vấn đề đơn giản. Trên cơ sở đó, các hiệp ước Basel I và Basel II đã lần lượt ra đời đặt ra những quy định khắt khe về tỷ lệ vốn dự trữ bắt buộc, quy định về việc hoạch định chính sách, hay việc công khai những thông tin một cách phù hợp áp dụng cho toàn bộ thể chế tài chính ngân hàng. Tuy nhiên, thực tiễn cho thấy rằng cho dù các Hiệp ước Basel đã xây dựng nên bộ khung pháp lý vững chắc và chặt chẽ về việc kiểm soát dòng tiền của hệ thống ngân hàng, các tổ chức tín dụng riêng lẻ thuộc những quốc gia khác nhau vẫn tiếp tục có những hoạt động đầu tư dưới mức, vẫn tăng cường cho vay dưới chuẩn, nâng cao tỷ lệ nợ xấu chung quy lại chính là tăng cường thêm rủi ro thanh khoản và rủi ro vỡ nợ cho chính ngân hàng của mình. Vậy câu hỏi mục tiêu của nhóm nghiên cứu đặt ra là: Liệu việc áp dụng một bộ khung pháp lý chuẩn và đồng nhất (như Hiệp ước Basel) cho tất cả các ngân hàng trên thế giới có hiệu quả hay không, khi mà mức độ chấp nhận rủi ro của từng ngân hàng là khác nhau tùy vào các đặc trưng khác nhau của doanh nghiệp, đặc trưng ngành, cùng các điều kiện kinh tế vĩ mô khác? Để trả lời câu hỏi này, nhóm đã đi sâu vào nghiên cứu các nhân tố ảnh hưởng đến mối quan hệ phức hợp giữa các chính sách quản lý vốn và khẩu vị rủi ro của ngân hàng. 2
3. 3 Nhóm nghiên cứu đã xây dựng các biến nhân tố với giả định rằng đó là những yếu tố ảnh hưởng một cách riêng biệt nhau đến mối quan hệ phức hợp giữa chính sách quản lý vốn và khả năng chấp nhận rủi ro ngân hàng, rồi sử dụng phương pháp ước lượng LGMM nhằm xác định mức độ của sự ảnh hưởng đó. Một trong những khám phá quan trọng của nhóm nghiên cứu này là cho ta thấy được những quy định về quản lý vốn đồng nhất sẽ không bao giờ đem lại được sự ổn định về tài chính cho một hệ thống gồm những ngân hàng không hề đồng nhất về khẩu vị rủi ro, về tiềm lực tài chính. 1.2. Mục tiêu nghiên cứu: Bài nghiên cứu tập trung trả lời những vấn đề sau đây để làm rõ mục tiêu nghiên cứu: Thứ nhất: Xác định và phân tích các nhân tố ảnh hưởng tới sự khác biệt tham số trong phản ứng của từng ngân hàng riêng lẻ thuộc các quốc gia khác nhau đối với rủi ro thanh khoản và rủi ro vỡ nợ. Nhóm nghiên cứu thực hiện bước này bằng cách xây dựng các biến giải thích trên những cơ sở lý thuyết nhất định rồi dùng phương pháp GMM để kiểm tra các mối quan hệ giữa các biến có thực sự tồn tại hay không. Thứ hai: Những phản ứng khác nhau của các ngân hàng riêng lẻ đối với rủi ro thay đổi như thế nào khi gặp phải sự thay đổi của chính sách quản lý vốn. Nhóm nghiên cứu sử dụng công cụ Local Polynomial Smoothing để minh họa mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng nhằm cho thấy một điều rằng: với các loại rủi ro khác nhau, tác động của chính sách quản lý vốn đối với khẩu vị rủi ro của từng ngân hàng sẽ khác nhau. Thứ ba: Sau khi làm rõ các nhân tố ảnh hưởng và xác định rõ mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng, liên hệ với khung pháp lý thực tiễn của các quốc gia hiện còn những thiếu sót gì, và các ngân hàng nên dừng hay tiếp tục các hoạt động làm tăng cường rủi ro cho chính bản thân mình. Với việc giải quyết những vấn đề trên theo phương pháp nghiên cứu khoa học truyền thống, bao gồm đo lường được mức độ đa dạng của rủi ro ngân hàng trong nhiều hệ thống ngân hàng khác nhau, với các khung pháp lý về vốn khác nhau, cùng với việc xác 3
4. 4 định những nhân tố nào ảnh hưởng đến sự đa dạng đó, mục tiêu cuối cùng mà nhóm nghiên cứu nhắm tới chính là việc cung cấp một cái nhìn mới về mối quan hệ rủi ro ngân hàng – chính sách quản lý vốn cho các tổ chức ngân hàng, các cơ quan chức năng quan tâm nhằm phục vụ các mục đích riêng của mình, như các CEO ngân hàng nên điều chỉnh cơ cấu vốn thế nào cho phù hợp với các chính sách mà các nhà làm luật đưa ra. 1.3. Phạm vi nghiên cứu: Bài nghiên cứu được thực hiện tập trung chủ yếu tại các nước Đông Nam Á cùng với 2 nước có thị trường tài chính ngân hàng phát triển mạnh là Hồng Kông, Nhật Bản. Nhóm nghiên cứu chọn khu vực này là phạm vi nghiên cứu vì đây là thị trường đang phát triển mạnh mẽ trong lĩnh vực tài chính, bộ khung pháp lý cho việc quản trị hệ thống ngân hàng còn sơ sài và nhiều khuyết điểm, đồng thời đây là khu vực có tỷ lệ ngân hàng mới thành lập mỗi năm khá lớn nên các hoạt động làm tăng rủi ro như cho vay tăng nợ, đầu tư dưới chuẩn diễn ra rất nhiều, phục vụ tốt cho tiến trình ước lượng của bài nghiên cứu. 1.4. Phương pháp nghiên cứu Nhóm nghiên cứu xây dựng dữ liệu bảng động (dynamic panel data) gồm các số liệu của những ngân hàng thương mại cổ phần nội địa và quốc tế cùng ngân hàng nhà nước từ 10 quốc gia ASEAN: Malaysia, Indonesia, Singapore, Thailand, Philippines, Brunei, Laos, Cambodia, Vietnam, cùng 2 nước có hệ thống ngân hàng phát triển ở khu vực lân cận là Nhật Bản và Hồng Kông, thời gian từ năm 2000 đến năm 2013. Mẫu quan sát gồm 63 ngân hàng thương mại cổ phần được chọn ngẫu nhiên từ các nước và tạo nên được một mẫu bao gồm 704 quan sát. Toàn bộ dữ liệu được thu thập từ trang web Bankscope. 1.5. Kết cấu bài nghiên cứu Chương 1: Giới thiệu đề tài. Trong chương này nhóm nghiên cứu sẽ trình bày lý do chọn đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu, phương pháp nghiên cứu 4
5. 5 Chương 2: Những bằng chứng thực nghiệm trên thế giới về mối quan hệ giữa quy định quản lý vốn và rủi ro mà ngân hàng chấp nhận. Mục tiêu của chương này là làm rõ các cơ sở lý thuyết mà nhóm nghiên cứu đã sử dụng làm nền tảng cho mô hình định lượng của mình thông qua các nghiên cứu trước đây Chương 3: Phương pháp nghiên cứu. Nhóm nghiên cứu trình bày mô tả các biến trong mô hình, phương pháp ước lượng, dữ liệu, mô hình hồi quy, nguồn download dữ liệu và cách thu thập dữ liệu. Chương 4: Kết quả ước lượng mô hình, thảo luận kết quả. Từ kết quả ước lượng rút ra được từ mô hình, nhóm nghiên cứu xác định được những biến nào trong các biến đã đặt ra ban đầu là những nhân tố ảnh hưởng tới sự khác biệt trong rủi ro ngân hàng đối với chính sách quản lý vốn đối với từng tổ chức ngân hàng khác nhau. Chương 5: Kết luận. Nhóm trình bày tổng kết về bài nghiên cứu và các ưu, nhược điểm còn sót lại trong quá trình nghiên cứu 5
6. 6 Chương 2: Những bằng chứng thực nghiệm trên thế giới về mối quan hệ giữa quy định quản lý vốn và rủi ro mà ngân hàng chấp nhận. 2.1. Các bằng chứng về sự tồn tại mối quan hệ phức hợp giữa chính sách quản lý vốn và rủi ro ngân hàng: Muốn xác định những nhân tố ảnh hưởng đến mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng, trước tiên phải xác định sự tồn tại của mối quan hệ đó. Nguyên nhân Hiệp ước Basel ra đời chính là do sự không đồng nhất trong các phương thức hoạt động kinh doanh của các ngân hàng thuộc các quốc gia khác nhau, nhằm đưa các ngân hàng thế giới vào một khuôn khổ quản lý chung. Tuy nhiên, việc chúng ta đang xét đến đây là việc đưa ra một bộ quy tắc chung như thế đã thực sự hiệu quả hay chưa? Trong một nghiên cứu vào năm 2001, Santos cũng đã cho thấy rằng ông ủng hộ việc có một bộ khung pháp lý chung cho tất cả các ngân hàng trên thế giới. Ông đưa ra 2 luận điểm chính cho việc nhất định phải có một chuẩn quy tắc chung cho việc quản trị vốn hệ thống ngân hàng: Thứ nhất, luận điểm theo rủi ro hệ thống: Rủi ro hệ thống là những rủi ro đến từ bên ngoài có thể tác động mạnh mẽ đến dòng vốn ngân hàng. Ông đề cập đến 3 vấn đề chính mà hệ thống ngân hàng sẽ gặp phải khi không có các chính sách quản lý vốn phù hợp: - Thông tin bất cân xứng: Tác giả đề cập đến việc thông tin về sự bất ổn của tài sản ngắn hạn ngân hàng là không quan sát được có thể dẫn tới việc ngân hàng đang nắm giữ một lượng lớn tài sản mất tính thanh khoản mà khách hàng không hề hay biết. - Bảo hiểm tiền gửi: Khi tính thanh khoản bị đe dọa, các khoản bảo hiểm tiền gửi của khách hàng cũng gặp nguy hiểm theo. - Rủi ro đạo đức: Những nhà tài trợ cho các khoản bảo hiểm tiền gửi trong ngân hàng có quyền thu lấy một khoản phí cho bảo hiểm tiền gửi. Chính vì ngân hàng không hoàn toàn chịu toàn bộ chi phí rủi ro, họ sẽ có nhiều động lực để tìm kiếm các rủi ro khác bằng cách ký hợp đồng quyền chọn bán với những khoản bảo hiểm tiền gửi đó. Đây 6
7. 7 cũng là điều mà Keely năm 1988 đã tìm thấy được, rằng thực tế ngân hàng luôn giữ cho tỷ lệ vốn trên tài sản của mình lớn hơn mức vốn pháp định cần thiết. Thứ hai, luận điểm theo tính đại diện của người gửi tiền: Việc những khách hàng gửi tiền tiếp cận được với thông tin tài chính của ngân hàng đang giữ tiền của mình là điều vô cùng quan trọng. Tuy nhiên trên thực tế điều này không xảy ra nhiều, vì ngay cả chính những người gửi tiền cũng không có động lực kiểm soát thông tin của ngân hàng khi trong tay họ chỉ là những khoản tiền gửi nhỏ, trong khi chi phí để theo dõi, phân tích tài chính của một công ty lại quá lớn. Khi đó cần có một chính sách ra đời nhằm quy định người gửi tiền có thể sử dụng quyền đòi hỏi thông tin của mình như thế nào đối với ngân hàng. Đối với tổ chức ngân hàng, ngoài những bất hoàn hảo thị trường thông thường như thuế, bất cân xứng thông tin, chi phí giao dịch, chi phí phòng ngừa rủi ro phá sản 2 khía cạnh cần được xem xét đầu tiên là khả năng tiếp cận nguồn vốn an toàn của ngân hàng, cụ thể là bảo hiểm tiền gửi, thứ hai là một bộ phận nhỏ các nhà đầu tư nắm giữ nợ ngân hàng. Dựa trên những khám phá của Kahane (1977), Kareken và Wallace (1978) và Sharpe (1978), Santos đã rút ra được vai trò của quản lý vốn thông qua bảo hiểm tiền gửi: Khách hàng gửi tiền vào ngân hàng được bảo hiểm toàn bộ, và vì vậy không có động lực để điều chỉnh lợi nhuận kỳ vọng theo những hoạt động rủi ro của ngân hàng. Nghiên cứu của Santos kết luận: việc nâng cao tính nghiêm ngặt trong tiêu chuẩn vốn điều lệ có thể làm cho các ngân hàng hoạt động ổn định hơn nhưng đó là một điều vô cùng tốn chi phí và việc ước tính được các chi phí đó hoàn toàn không rõ ràng. Những trung gian tài chính khác, các kênh huy động vốn khác như phát hành trái phiếu, cổ phiếu đều không phải là những biện pháp thay thế hoàn hảo cho tiền gửi ngân hàng, và đều rất tốn kém. Để phòng ngừa rủi ro thì phải tăng cường chi phí hoạt động, điều này có thể dẫn tới làm giảm hiệu quả kinh doanh, từ đó gia tăng rủi ro tổng thể cho ngân hàng. Tác giả James R. Barth trong nghiên cứu “Bank regulation and supervision: What works best” trong năm 2004 đã xây dựng một bộ dữ liệu chéo về bằng chứng thực nghiệm ở hơn 100 quốc gia, thời gian quan sát từ năm 1999 đến 2004 nhằm đánh giá các chính sách thanh tra và quản lý vốn tác động thế nào đến sự phát triển ổn định và bền vững 7
8. 8 của ngân hàng. Kết quả cho thấy, chính sách quản lý vốn điều lệ càng thay đổi theo chiều hướng thắt chặt thì tỷ lệ nợ xấu trong các ngân hàng càng giảm, kết luận được rằng yếu tố chính sách quản lý vốn có tương quan mật thiết và bền vững đến rủi ro ngân hàng. Tuy nhiên, vẫn còn những thiếu sót tồn tại trong hệ thống những lý thuyết đã được về mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng: hầu như tất cả các mô hình nghiên cứu trước đề dựa trên cơ sở “một ngân hàng đại diện”, nghĩa là cho rằng phản ứng của các ngân hàng riêng lẻ đối với chính sách quản lý vốn trong một quốc gia là như nhau. Trong một bài viết của Van Hoose năm 2007 có đoạn “mô hình một ngân hàng đại diện không phản ánh được các phản ứng khác nhau của ngân hàng ở cấp uộ doanh nghiệp và kết quả ở cấp độ thị trường. Một khuôn mẫu lý thuyết như vậy có rất ít sự tương đồng với thực tế, bao gồm các tổ chức có khả năng quản lý đa dạng và khả năng tận dụng mức độ khác biệt của sự tinh vi về kỹ thuật”. Nhóm nghiên cứu đã loại bỏ đi cơ sở “một ngân hàng đại diện này” bằng cách xây dựng hệ thống các nhân tố ảnh hưởng đến mối quan hệ quản lý vốn – rủi ro bằng các biến ở cấp độ ngân hàng, mỗi biến đều được quan sát trong khoảng thời gian từ 2000 – 2013, nhằm đưa mối quan hệ cần nghiên cứu đến sát với thực tiễn hơn. 2.2. Những nhân tố ảnh hưởng đến mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng: Các nghiên cứu xác định mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng cho thấy rằng sức ảnh hưởng của một chuẩn quy tắc chung lên toàn bộ hệ thống ngân hàng thế giới vẫn còn khá mập mờ và chưa đủ rõ nét. Chính vì lẽ đó các nhà nghiên cứu đã nghĩ tới một ý tưởng: thay vì cố gắng nắm bắt được mối quan hệ hai chiều phức tạp đó, họ đi vào nghiên cứu nhằm xác định và đánh giá những nhân tố đã góp phần tạo nên sự đa dạng hóa và vận động liên tục trong hoạt động kinh doanh đầu tư của ngân hàng thương mại, để từ đó có thể dễ dàng kiểm soát được những tác động của chuẩn quy tắc chung lên sự đa dạng của hệ thống ngân hàng như thế nào. 8
9. 9 Về khía cạnh quản trị rủi ro và chính sách quản lý vốn, đã có khá nhiều nghiên cứu thực nghiệm nhằm tìm kiếm những nhân tố ảnh hưởng đến mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng. Mỗi đề tài nghiên cứu đi trước đều đóng góp một nhân tố nhất định thông qua nhiều phương pháp thống kê hồi quy khác nhau. Nghiên cứu của Kim và Santomero năm 1988 đã xây dựng phương pháp ước lượng mối quan hệ giữa các tiêu chuẩn pháp lý về vốn và một danh mục gồm tiền gửi ngân hàng và các tài sản rủi ro khác nhau trên tổng nguồn vốn. Kết quả cho thấy, thay đổi trong các tiêu chuẩn về vốn pháp định khiến ngân hàng có động lực cơ cấu lại danh mục đầu tư của mình, sự thay đổi này đồng thời sẽ điều chỉnh lại rủi ro. Điều này có nghĩa là tồn tại những nhân tố thuộc về các đặc trưng của ngân hàng có thể ảnh hưởng lên rủi ro khi chính sách quản lý vốn thay đổi. Trong nghiên cứu “Bank regulation under non-binding capital guidelines” năm 1992, tác giả Sarah Kendall lần đầu tiên xây dựng một mô hình miêu tả sự ảnh hưởng của một đặc trưng nổi bật của ngân hàng: tỷ suất vốn hóa (capitalization) lên chính sách quản lý vốn và rủi ro ngân hàng. Mô hình của tác giả xem xét giá trị thị trường cuối kỳ của các ngân hàng được chọn một cách ngẫu nhiên qua một hàm số tỷ lệ chi trả cổ tức. Tuy kết quả cho thấy rằng tác động của các tiêu chuẩn vốn lên tỷ suất vốn hóa là phi tuyến tính và không rõ ràng, nhưng cũng có thể kết luận được khi các tham số của chính sách quản lý vốn tăng lên, các ngân hàng có động lực để tăng thêm vốn, mở rộng hoạt động kinh doanh đầu tư. Thế nhưng có một phát hiện thú vị là khi tỷ suất vốn hóa càng lớn thì khả năng chấp nhận rủi ro của ngân hàng càng giảm, do các ngân hàng lớn thường không có nhiều động lực lao vào các hoạt động đầu tư dưới chuẩn. Một kết luận đặc biệt được rút ra từ nghiên cứu này: Khi chính sách quản lý vốn thay đổi, một vài ngân hàng sẽ có động lực thay đổi nhân tố ảnh hưởng là tỷ suất vốn hóa thị trường, từ đó làm thay đổi khả năng chấp nhận rủi ro, tuy nhiên sự thay đổi này không thể hiện một xu hướng chung cho toàn hệ thống ngân hàng, nghĩa là vẫn sẽ có những ngân hàng với tỷ suất vốn hóa lớn có phản ứng giữ nguyên đối với rủi ro. Nghiên cứu của Beatty và Gron vào năm 2001 – Capital, Portfolio and Growth – Bank behavior under risk-based capital đã kiểm tra một mẫu các ngân hàng của Mỹ từ năm 1986 đến năm 1995. Hai tác giả đã xây dựng một mô hình nhằm xác định các nhân tố 9
10. 10 ảnh hưởng đến quyết định của ngân hàng liên quan tài trợ vốn, tăng cường tài sản, và quyết định tăng trưởng, thông qua việc xem xét dưới tiêu chuẩn vốn trên cơ sở rủi ro (risked base capital requirements – viết tắt là RBCS). Kết quả cho thấy rõ sự khác biệt giữa 2 nhóm: nhóm ngân hàng có mức vốn thấp và nhóm ngân hàng có mức vốn cao. Những ngân hàng có tỷ suất vốn hóa thấp tăng cường tài sản rủi ro một lượng thấp hơn rất nhiều so với lượng tổng tài sản tăng thêm từ các ngân hàng khác khi những tiêu chuẩn vốn trên cơ sở rủi ro (risk-based capital requirements). Kết quả còn cho thấy tỷ lệ tài sản rủi ro trên tổng tài sản từ khoảng 0.5% sẽ dẫn đến sự điều chỉnh tỷ lệ vốn trên tổng tài sản khoảng 0.11%, đối với ngân hàng có mức vốn thấp tỷ lệ này sẽ là 0.14%. Tỷ lệ tài sản rủi ro trung bình đối với ngân hàng có mức vốn thấp là 0.07 và đối với ngân hàng có mức vốn cao là 0.14. Chung quy lại, kết quả của nghiên cứu này cho ta thấy các biến đo lường chính sách quản lý vốn ảnh hưởng mạnh mẽ đến cách ngân hàng có có tỷ lệ vốn trên tổng tài sản thấp. Hay nói cách khác, quy mô ngân hàng chính là một trong những nhân tố ảnh hưởng đến mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng. Một đóng góp khác mà nhóm muốn giới thiệu tới là nghiên cứu của tác giả Delis và Tsionas vào năm 2009, đề tài mang tên là “The joint estimation of bank-level market power and efficiency”. Đây là một nghiên cứu quan trọng trong việc xây dựng các biến giải thích của nhóm. Tác giả Delis và Tsionas đã giới thiệu về một phương pháp tiếp cận mới đối với biến “tiềm lực tài chính” (market power). Đây là nhân tố thể hiện tầm ảnh hưởng của một ngân hàng đến cơ cấu ngành và nền kinh tế thông qua các tiềm lực tài chính của mình. Nghiên cứu cung cấp phương thức ước tính chỉ số Lerner theo cấp qq độ ngân hàng theo công thức sau: Lit ()/ p it mc it p it . Công thức này ước tính tiềm lực tài chính cho mỗi ngân hàng trên thị trường nhằm giải thích được tính đa dạng của rủi ro ngân hàng. Nghiên cứu này còn cung cấp phương pháp thực nghiệm nhằm phân tích ước lượng gộp giữa 2 nhân tố “hiệu quả hoạt động” và “tiềm lực tài chính” của từng ngân hàng riêng lẻ. Mẫu quan sát được sử dụng là hệ thống ngân hàng ở Châu Âu và Châu Mỹ. Những kết quả cho thấy các ngân hàng được đặc trưng bởi tính cạnh tranh rất cao, xác định một mối quan hệ rõ ràng giữa mức độ tiềm lực tài chính và hiệu quả hoạt động. Các ngân hàng kinh doanh tốt với lợi nhuận cao thì nhiều khả năng là những ngân 10
11. 11 hàng có ảnh hưởng rất lớn trong toàn hệ thống. Áp dụng với nhiều quốc gia với chính sách quản lý vốn khác nhau, mô hình cũng cho ra những kết quả tương tự. Một nghiên cứu nữa được thực hiện trong thời gian gần đây là đề tài của Jokipii và Milne vào năm 2010 – Bank capital buffer and risk adjustment decisions. Nghiên cứu này lại đóng góp thêm cho ta một cái nhìn mới về vai trò của “nguồn vốn đệm” (capital buffer) trong mối quan hệ giữa khẩu vị rủi ro và nguồn vốn ngân hàng. Sự điều chỉnh gần đây nhất trong khung chính sách quản lý vốn của Basel II là việc tập trung nhiều hơn vào nguồn vốn điều lệ cần thiết khi mỗi ngân hàng phải đối mặt với những rủi ro cụ thể. Thông thường, thắt chặt các chính sách quản lý vốn sẽ làm giảm mức độ chấp nhận rủi ro của ngân hàng. Tuy nhiên, nếu ngân hàng đã tự điều chỉnh giảm nguồn vốn đệm và tổng nguồn vốn theo rủi ro, khi đó sự điều chỉnh trong các chuẩn nguyên tắc của Hiệp ước Basel không ảnh hưởng nhiều đến tỷ lệ vốn trên tổng tài sản hay rủi ro danh mục như đã lo ngại. 2.3. Sự cần thiết đối với một nghiên cứu về mối quan hệ giữa chính sách quản lý vốn tại và mức độ chấp nhận rủi ro trong hệ thống ngân hàng ở Đông Nam Á, Hồng Kông, Nhật Bản. Những nghiên cứu trên của các tác giả đi trước đã dần dần hoàn thiện một cái nhìn tổng quát và toàn diện nhất về sự tác động của các chính sách quản lý vốn đối với khả năng chấp nhận rủi ro ngân hàng, đồng thời đóng góp và bổ sung rất nhiều vào việc xây dựng những giả thiết và kết luận của nhóm chúng tôi. Tuy nhiên, đa số những nghiên cứu trên đều xây dựng những lý thuyết của mình dựa trên mô hình “một ngân hàng đại diện”. Điều này sẽ làm giảm đi chất lượng của các kết quả do trên thực tế, sự ảnh hưởng của các chính sách quản lý vốn đối với khẩu vị rủi ro của từng ngân hàng riêng lẻ là khác nhau, do mỗi ngân hàng có những chính sách khác nhau, bộ quy tắc khác nhau để phản ứng lại với sự quản lý của các nhà làm luật và với các điều kiện thị trường. Đó gọi là sự khác biệt tham số (parameter heterogeneity). So với các kết quả được công bố trước đây, điểm mới của nhóm nghiên cứu là cho thấy chính sách quản lý vốn ảnh hưởng đến khả năng chấp nhận rủi ro của ngân hàng theo nhiều cách khác nhau. Mức độ khác biệt 11
12. 12 được hình thành bởi một chuỗi các tác nhân ở cấp độ ngân hàng, cấp độ chính sách quản lí và các yếu tố kinh tế vĩ mô. Nghiên cứu của nhóm cũng cho thấy rằng với những ngân hàng có giá trị vốn hóa càng nhỏ (do vậy thường dẫn đến căng thẳng trong vốn), sự khác biệt tồn tại càng lớn. Lần lượt, từ ngân hàng có tiềm lực tài chính cực lớn hoặc cực nhỏ sẽ dễ dàng chấp nhận một mức rủi ro tín dụng cao hơn khi các chính sách quản lý vốn được thắt chặt. Ngoài ra, hiệu quả hoạt động ngân hàng cũng là một điều kiện tiên quyết đối với mối quan hệ phức hợp giữa tiêu chuẩn quản lý vốn và rủi ro. Một kết quả đáng chú ý là một bộ khung pháp lý chung không hề thúc đẩy sự ổn định tài chính, đặc biệt nếu chúng không được gắn với một hệ thống giám sát hiệu quả. Do đó, với những quy định khác nhau sẽ được xem như một cơ chế bổ sung cho những rủi ro mà ngân hàng có thể chấp nhận được. Những kết quả này có thể đặc biệt quan trọng khi đòi hỏi sự thông hiểu về ảnh hưởng của khuôn khổ vốn pháp định được đưa ra trong hệ thống Basel II đối với rủi ro ngân hàng, cũng như đối với những quy định về chính sách quản lý tổng quát đối được đặt ra trong Basel III và hơn thế nữa. Hiện tại, mặc dù có những nghiên cứu trên thế giới tìm hiểu về mối quan hệ giữa chính sách quản lý vốn tại ngân hàng và mức độ chấp nhận rủi ro của ngân hàng, nhưng chưa có nghiên cứu nào về vấn đề này được thực hiện với dữ liệu được thu thập tại các nước Đông Nam Á. Ngoài ra, việc hệ thống tài chính của các quốc gia Đông Nam Á chưa thực sự phát triển với các chính sách quản lý và bộ khung pháp lý hoàn thiện, đầy đủ cũng là một trong những nguyên do nhóm nghiên cứu quyết định thực hiện tìm hiểu mối quan hệ giữa rủi ro ngân hàng và chính sách quản lý vốn ở khu vực này. Tuy Hồng Kông và Nhật Bản đã là những cường quốc trong lĩnh vực tài chính ngân hàng, nhưng vì đây là các trung tâm tài chính của các ngân hàng khu vực Đông Nam Á nói riêng và Châu Á nói chung, việc đưa hai quốc gia này vào vẫn đảm bảo tính đa dạng của ngân hàng trong mối quan hệ được ước lượng. Việc thu thập dữ liệu ở các nước Đông Nam Á nhằm nghiên cứu xem tại những nước đang phát triển, những quy định chung về quản lý vốn tại hệ thống các ngân hàng sẽ ảnh hưởng như thế nào đến mức độ rủi ro mà những ngân hàng trong khu vực có thể chấp nhận. Mô hình nghiên cứu cũng tìm ra những kết quả sát với thực tiễn các ngân hàng tại Việt Nam. 12
13. 13 Chương 3: Phương pháp nghiên cứu 3.1. Phương pháp ước lượng LGMM: Trong bài nghiên cứu này, nhóm nghiên cứu sử dụng phương pháp hồi quy Local Generalized Methods of Moment (LGMM). Đây thực chất là sự kết hợp giữa phương pháp hồi quy phi tham số Local Polynomial Smoothing và kỹ thuật ước lượng Genaralized methods of moment (GMM). Nhóm nghiên cứu xin trình bày sơ lược về những điểm chính của 2 phương pháp này: 3.1.1. Generalized Methods of Moment (GMM): Đây là một phương pháp ước lượng được sử dụng khá phổ biến trong nghiên cứu và thống kê. GMM thường được dùng để thống kê các thông số hồi quy của cả 2 loại mô hình tham số (parametric) và phi tham số (non-parametric). Những tính chất quan trọng của GMM là: - Tính nhất quán (consistency) - Tính chuẩn tiệm cận (Asymptotic normality) - Tính hiệu quả (Efficiency) Bài nghiên cứu này tập trung vào việc lượng hóa mối quan hệ giữa các chính sách quản lý vốn và khả năng chấp nhận rủi ro ngân hàng. Do các biến đo lường mức độ chặt chẽ của dòng vốn bị lo ngại là sẽ xảy ra hiện tượng nội sinh khi chưa biết được mức độ tương quan với phần dư trong mô hình là bao nhiêu, phương pháp bình phương bé nhất thông thường (OLS) không thể khắc phục được nhược điểm này, sẽ cho ra các kết quả ước lượng không nhất quán. Về cơ bản, kỹ thuật hồi quy với biến công cụ (instrument variable) trong GMM sẽ khắc phục nhược điểm này và cho ra kết quả hồi quy nhất quán kể cả khi xảy ra hiện tượng tương quan giữa biến giải thích với sai số ngẫu nhiên trong mô hình. Tuy nhiên, có 2 điều kiện chính cần lưu ý khi áp dụng GMM trong mô hình hồi quy tuyến tính: - Biến công cụ phải tương quan với biến giải thích 13
14. 14 - Biến công cụ không được tương quan với sai số ngẫu nhiên trong phương trình chứa biến giải thích, nghĩa là biến công cụ muốn hoạt động hiệu quả thì không được gặp phải vấn đề như biến gốc đã gặp phải. Tuy nhiên trong phạm vi bài nghiên cứu này, kiểm soát được việc biến công cụ có tương quan với sai số ngẫu nhiên hay không là điều rất khó khi các nhân tố ảnh hưởng được chọn ngẫu nhiên, mối liên kết giữa các biến giải thích có thể chạy theo nhiều hướng khác nhau, cùng với việc sai số ngẫu nhiên có thể chứa nhiều yếu tố nhiễu không thay đổi theo thời gian (fixed effects) nhưng lại có thể tương quan với biến giải thích như: điều kiện địa lý, dân số Chỉ một vài khuyết điểm nhỏ lẻ này cũng đủ để làm cho kết quả hồi quy theo phương pháp biến công cụ của GMM không còn chính xác nữa. Vì vậy, để khắc phục tất cả các nhược điểm trên, nhóm nghiên cứu quyết định chọn phương pháp ước lượng Arellano – Bond GMM. Phương pháp này có điểm mạnh là giải quyết được vấn đề nội sinh của các trễ của biến độc lập, vốn được dùng làm biến công cụ trong mô hình GMM bình thường. 14
15. 15 3.1.2. Local Smoothing Regression: Local Smoothing Regression là một phương pháp ước lượng phi tham số kết hợp nhiều mô hình hồi quy lại với nhau trong một mô hình hồi quy duy nhất. Trong thực tế rất hiếm khi ta gặp trường hợp phân phối chuẩn trong nghiên cứu thống kê, những giả định của phương pháp bình phương bé nhất nghiễm nhiên bị vi phạm. Do đó OLS không phải là một phương pháp thực sự thích hợp để diễn tả mối quan hệ này. Vì vậy một phương pháp ước lượng mới đã ra đời nhằm khắc phục nhược điểm này, đó là Local Regression. Trong nghiên cứu về các mô hình tuyến tính thông thường, người ta luôn giả định rằng mô hình đã hoàn toàn phù hợp và việc còn lại chỉ là tập trung vào việc làm sao cho hệ số ước lượng khớp nhất với hệ số của mô hình. Local Regression đòi hỏi ta phải thay đổi mục tiêu ước lượng, chuyển từ việc làm sao đạt được hệ số ước lượng chính xác nhất sang việc làm sao để mô hình phù hợp nhất. Mô hình Local Regression có dạng: Yx () i Với ()x là một hàm chưa biết và i là sai số ngẫu nhiên của mô hình. Các thành phần chính của mô hình Local Regression: - Hệ số băng thông (Bandwidth) - Bậc đa thức quỹ tích (Local Polynomial Degree) - Hàm trọng số (Weight Function - Điều kiện phù hợp (Fitting Criterion) Nhóm nghiên cứu không đi quá sâu vào việc giải thích các kỹ thuật toán học và các phương trình kinh tế lượng mà chỉ nêu lên những nét chính về lý thuyết trong phương pháp ước lượng này, chỉ có thể nói rằng những thành phần trên là các thông số quan trọng cần được tính toán và khai báo chính xác để có thể ước lượng chính xác bằng phương pháp Local Smoothing Regression. Các vấn đề chuyên sâu hơn về kinh tế lượng của phương pháp này có thể được tham khảo qua tài liệu “Local Regression and Likelihood” của Clive Loader, xuất bản vào năm 1993. 15
16. 16 Trong phạm vi bài nghiên cứu này, việc ứng dụng phương pháp Local Regression chỉ dừng lại ở việc dùng đồ thị minh họa mối quan hệ giữa biến phụ thuộc về chính sách quản lý vốn và các biến giải thích là những nhân tố ảnh hưởng đến mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng ở cấp độ công ty, thông qua việc sử dụng một công cụ con tên là Local Polynomial Smoothing. Các phần tiếp theo của bài nghiên cứu này sẽ đi vào giới thiệu về mô hình hồi quy kinh tế lượng nhằm làm rõ mối quan hệ giữa chính sách quản lý vốn và khả năng chấp nhận rủi ro của ngân hàng. 3.2. Dữ liệu: Nhóm nghiên cứu xây dựng một mẫu quan sát dữ liệu bảng bao gồm các ngân hàng ở các nước Đông Nam Á: Malaysia, Indonesia, Singapore, Thailand, Philippines, Brunei, Laos, Cambodia, Việt Nam, cùng hai định chế tài chính lớn khác ở khu vực Châu Á là Hồng Kông và Nhật Bản, mẫu quan sát được lựa chọn trong suốt thời kỳ từ năm 2000 – 2013. Mẫu dữ liệu bao gồm một số ngân hàng đã bị sáp nhập hoặc ngưng hoạt động từ sau năm 2008 - 2009, để bao gồm cả tác động của cuộc khủng hoảng kinh tế thế giới năm 2008 lên hệ thống các định chế tài chính trung gian. Thông tin về các biến ở cấp độ ngân hàng đều là những thông tin thu thập được trên báo cáo tài chính, thu thập được từ trang web chia sẻ dữ liệu ngân hàng Bankscope. Tất cả đều được thu thập từ báo cáo tài chính hợp nhất đã kiểm toán. Nhóm nghiên cứu đã trải qua nhiều lần chạy thử và chọn lọc, loại bớt một số quan sát gây ra lỗi trong ước lượng. Bảng sau mô tả số ngân hàng và số quan sát tìm được từ mỗi nước: 16
17. 17 Bảng 1: Số lượng quan sát và số lượng ngân hàng trong từng quốc gia Quốc gia Số lượng ngân hàng Số lượng quan sát Malaysia 9 117 Indonesia 4 51 Singapore 8 80 Thailand 6 82 Philippines 6 78 Brunei 2 20 Laos 5 27 Cambodia 7 63 Việt Nam 6 57 Hồng Kông 6 77 Nhật Bản 4 52 Tổng cộng 63 704 17
18. 18 3.3. Mô hình hồi quy: Nhìn chung, để đạt được mục tiêu chính của bài nghiên cứu này, nhóm đã sử dụng 2 mô hình hồi quy chính: Mô hình hồi quy thứ nhất: (1) rit a1 R t a 2 B it a 3 M t e it Trong đó rit là biến phụ thuộc đo lường khả năng chấp nhận rủi ro của ngân hàng i trong thời gian t, Rit là biến độc lập thứ nhất đại diện cho chính sách quản lý vốn của ngân hàng bao gồm Capitalization, Efficiency, Market Power và Bank size; Bit là biến độc lập thể hiện những đặc trưng của ngân hàng, được đo lường bởi 2 chỉ số chính là capital regulation và minimum capital requirements; và M t là biến điều khiển những nhân tố kinh tế vĩ mô, được đặc trưng bởi các thước đo GDP growth và CPI inflation. Đây là mô hình được xây dựng dựa trên mô hình hồi quy gốc của phương pháp LGMM Yx () i , vì thế không có hệ số chặn. Đây là mô hình hồi quy chính của nghiên cứu này, nhóm xây dựng nhằm mục đích giải thích sự vận động của rủi ro ngân hàng dưới sự tác động của các nhân tố ảnh hưởng thuộc đặc trưng của ngân hàng , các chính sách quản lý và các điều kiện kinh tế vĩ mô . Các hệ số a1, a2, a3 được điều chỉnh để có thể phù hợp với kiểu dữ liệu bảng động, vì vậy cũng có thể thay đổi khi các biến độc lập thay đổi Mô hình hồi quy thứ hai: Đây là mô hình hồi quy phụ dùng để ước lượng chi phí biên (marginal cost). Chi phí biên là một tham số quan trọng trong công thức tính chỉ số Lerner để đo lường biến Market Power trong mô hình chính. Để có thể ước lượng được chi phí biên ở đây, nhóm nghiên cứu đã sử dụng mô hình hàm chi phí Cobb-Douglas: 18
19. 19 (2) lncit b0 b 1 ln q it b 2 ln w it e it Với c là tổng chi phí của ngân hàng i tại thời điểm t (đo lường bằng chi phí thực), q là doanh thu ngân hàng (đo lường bằng giá trị tài sản thực), wit là giá của 3 biến đầu vào (tài trợ quỹ, tính bằng tỷ lệ chi phí lãi vay đối với tổng tiền gửi; chi phí vốn, tính bằng tỷ lệ chi phí hoạt động đối với tổng chi phí cố định ; và chi phí lao động, tính bằng tỷ số chi tiêu cho người lao động trên tổng tài sản) và eit là sai số ngẫu nhiên. Định nghĩa và phương pháp đo lường các biến trong mô hình sẽ được trình bày trong phần tiếp theo 3.4. Phương pháp đo lường các biến: 3.5. Mô tả các biến: a. Biến phụ thuộc rit : Bài nghiên cứu này xem xét yếu tố “khả năng chấp nhận rủi ro của ngân hàng”, hay khẩu vị rủi ro của ngân hàng, thay đổi như thế nào đối với các nhân tố thay đổi trong chính sách quản lý vốn, cùng các điều kiện ở cấp độ ngân hàng và cấp độ vĩ mô. Do đó biến phụ thuộc hiển nhiên phải được xây dựng đo lường được khẩu vị rủi ro của ngân hàng. Thực ra không có sự khác biệt quá lớn giữa hai khái niệm “rủi ro ngân hàng” và “khả năng chấp nhận rủi ro ngân hàng”. Do trên thực tế, doanh thu của đa phần các ngân hàng đều đến từ cho vay và tiền gửi tiết kiệm, và hoạt động cho vay doanh nghiệp được xem là đem lại rủi ro khá lớn cho thanh khoản của ngân hàng. Vì vậy muốn đo lường khẩu vị rủi ro của ngân hàng phải chú ý xem xét kỹ lưỡng các khía cạnh trong các tài khoản nợ và doanh thu. Trên cơ sở đó, dù có thể có nhiều cách khác nhau để xây dựng biến đo lường mức độ chấp nhận rủi ro, nhóm nghiên cứu nhận thấy 3 cách sau là phương pháp đo lường hiệu quả và phổ biến nhất thường được dùng trong các nghiên cứu: xem xét tỷ lệ nợ xấu, chỉ số Z-index và độ lệch chuẩn ROA của ngân hàng. 19
20. 20 Tỷ lệ nợ xấu (Non-performing loans – NPL) được đo lường bằng tỷ số giữa nợ xấu và tổng nợ của một ngân hàng. Đây là một phương pháp đo lường khá phổ biến thường được sử dụng trong nhiều nghiên cứu trước đây, như nghiên cứu của Brissimis năm 2008. Tỷ lệ nợ xấu là chỉ tiêu phản ánh rõ chất lượng một phần tài sản của ngân hàng, đồng thời cũng ảnh hưởng tới doanh thu và giá trị thị trường của ngân hàng. Một sự tăng lên trong tỷ lệ này dẫn tới lỗ trong kết quả hoạt động kinh doanh của ngân hàng, do các chi phí trích lập dự phòng tăng lên nhiều hơn, kéo theo đó là sự mất thanh khoản và giảm giá trị ngân hàng. Tỷ lệ nợ xấu cao là điều không ngân hàng nào mong muốn, nhưng có nhiều nguyên nhân khác nhau khiến các ngân hàng lớn và nhỏ không ngừng cho vay các khoản nợ dưới chuẩn và đem về cho chủ thể doanh nghiệp những rủi ro khổng lồ. Vì vậy tỷ lệ này lại là một trong những chỉ tiêu đo lường hiệu quả nhất mức độ chấp nhận rủi ro của ngân hàng. Chỉ số Z-index: Nếu như tỷ lệ nợ xấu đo lường thiên về khẩu vị rủi ro của ngân hàng, thì chỉ số Z lại là chỉ tiêu mạnh hơn để mô tả rủi ro ngân hàng một cách tổng quát. Chỉ số Z được đo lường bằng công thức sau: ln[Z ( ROA EA ) / ( ROA )] Trong đó, ROA là tỷ suất sinh lợi trên tổng tài sản, EA là tỷ lệ vốn cổ phần trên tổng tài sản và  ()ROA là độ lệch chuẩn ROA được tính trên tổng thời gian quan sát 14 năm từ 2000-2013. Lưu ý rằng đề tài của Delis, Kien Tran và Tsionas năm 2011 đã sử dụng  ()ROA trên cơ sở 3 năm gần nhất, điều này là chính xác hơn khi đo lường những ngân hàng lớn và tỷ suất sinh lợi ít biến động như các ngân hàng ở Mỹ, Châu Âu và Úc. Bài nghiên cứu của nhóm tập trung vào các ngân hàng ở khu vực Đông Nam Á cùng Hồng Kông và Nhật Bản, đa phần là những ngân hàng mới thành lập và đang trên đà phát triển, vì vậy việc sử dụng  ()ROA được tính dựa trên số năm quan sát lớn sẽ bao hàm được quá trình hoạt động của các ngân hàng hơn. Do biểu đồ phân phối của Z khá nhọn ở đỉnh, nhóm nghiên cứu sử dụng logarithm tự nhiên để bảo đảm phân phối chuẩn của biến này. Chỉ số Z càng cao cho thấy ngân hàng càng khó mất thanh khoản. Vì tính phổ biến vốn có, chỉ số Z được dùng trong khá nhiều nghiên cứu thực tiễn như nghiên cứu của Boyd năm 2006, Laeven và Levine năm 2009. 20
21. 21 Độ lệch chuẩn của ROA: Một chỉ tiêu nữa được nhóm nghiên cứu sử dụng là  ()ROA . Chỉ tiêu này không thực sự phổ biến và cũng không mạnh về ý nghĩa đo lường trong thực tiễn, tuy nhiên nó có tác dụng tách biệt tác động của đòn bẩy khỏi sự biến động của tổng tài sản trong chỉ số Z, đồng thời cho ta biết kết quả hồi quy có được bị ảnh hưởng bởi biến động tổng tài sản hay mức độ vốn hóa thị trường nhiều hơn. Bạn đọc có thể tham khảo kỹ hơn về cách sử dụng chỉ tiêu này trong nghiên cứu của Boyd năm 2006. b. Biến độc lập: Trong phương trình của mô hình hồi quy thứ nhất (1) nhóm nghiên cứu xem xét 3 vectơ biến độc lập R, B và M tương ứng lần lượt với việc diễn tả chính sách quản lý vốn, các đặc tính ngân hàng cùng các điều kiện vĩ mô của nền kinh tế. Tuy nhiên, không phải tất cả các biến độc lập được liệt kê dưới đây đều là biến giải thích. Trong nghiên cứu của Delis và Tsionas năm 2011, tác giả nghiên cứu sự vận động của mối quan hệ giữa chính sách vốn và rủi ro ngân hàng thông qua các nhân tố ảnh hưởng ở cấp độ công ty như: tỷ suất vốn hóa thị trường, tiềm lực tài chính, quy mô ngân hàng, tính thanh khoản và tăng trưởng doanh thu Tuy nhiên các kết quả ước lượng cho thấy khi đưa tất cả các nhân tố này vào mô hình thì mối quan hệ đang được nghiên cứu hoàn toàn không mang nhiều ý nghĩa thống kê. Vì thế, những biến chứa đựng các nhân tố không có tương quan nhiều với mối quan hệ không đóng vai trò chính trong ước lượng hệ số hồi quy, mà chỉ được đưa vào mô hình như những biến kiểm soát để giúp cho kết quả ước lượng được tốt hơn. Nhóm nghiên cứu cũng chọn lọc ra những nhân tố sau để đưa vào mô hình hồi quy của mình: Biến giải thích: Các biến đo lường mức độ quản lý vốn: Đây là một biến không dễ xây dựng vì cơ sở lý thuyết phức tạp. Tuy rằng hiệp ước Basel được xem như là một chuẩn mực chung cho toàn bộ hệ thống ngân hàng trên thế giới, nhưng mỗi quốc gia khác nhau với các điều kiện kinh tế vĩ mô khác nhau có thể áp đặt các chính sách và quy định riêng lên hệ thống ngân hàng của mình. Do vậy mức độ quản thúc vốn (capital stringency) của từng quốc gia là khác nhau. Trong nghiên cứu Regulations, competition and bank risk-taking in transition countries, Barth đã tổng hợp được rất nhiều bộ chỉ số đo lường mức độ 21
22. 22 quản lý vốn của hàng chục hệ thống ngân hàng trên thế giới qua những thông tin mình thu thập được, trong đó 2 chỉ số minimum capital requirements và capital regulation index được bài nghiên cứu này mạn phép sử dụng làm biến đo lường mức độ quản lý vốn. Dữ liệu của biến được lấy từ paper gốc xuất bản năm 2001 và các paper cập nhật vào năm 2003 và 2008. Tỷ suất vốn hóa thị trường (Capitalization): được đo lường bằng tỷ lệ vốn chủ sở hữu cổ đông thường trên tổng tài sản. Đây là một chỉ tiêu khá phổ biến trong phân tích tài chính. Nhóm nghiên cứu không đi quá sâu vào việc giải thích ý nghĩa biến này. Hiệu quả hoạt động (Efficiency): là chỉ tiêu được đo lường bằng tỷ lệ thu nhập hoạt động trên tổng chi phí hoạt động. Tỷ số này cho thấy rõ với một đồng chi phí hoạt động bỏ ra thì ngân hàng tạo được bao nhiêu đồng doanh thu Quy mô ngân hàng (Bank size): được đo lường bằng cách lấy logarith tự nhiên của của tổng tài sản. Lưu ý rằng, muốn việc so sánh quy mô khác nhau của các ngân hàng từ nhiều quốc gia khác nhau có ý nghĩa thì phải quy đổi các biến định lượng theo cùng một đơn vị nhất định Tiềm lực tài chính (Market power): Tiềm lực tài chính là nhân tố ảnh hưởng đến mối quan hệ giữa chính sách quản lý vốn và khẩu vị rủi ro ngân hàng, lần đầu tiên được nhắc đến trong nghiên cứu của Agoraki năm 2011 - Regulations, competition and bank risk- taking in transition countries. Đây là biến thể hiện mức độ ảnh hưởng của các ngân hàng vay lên nhiều lĩnh vực của nền kinh tế. Agoraki đã tin rằng những ngân hàng với tiềm lực tài chính lớn sẽ ít phải gánh chịu rủi ro thanh khoản và rủi ro vỡ nợ. Nhóm nghiên cứu đo lường tiềm lực tài chính trong bài nghiên cứu này bằng một phương pháp được phát triển bởi 2 tác giả Delis và Tsionas: Lerner index. Chỉ số Lerner này được tính bằng công thức: qq Lit ()/ p it mc it p it q Trong đó pit là tỷ suất sinh lợi trên tài sản của ngân hàng i tại thời điểm t, mcit là chi phí biên được ước lượng bằng hàm Cobb-Douglas. Nhóm nghiên cứu sẽ dành phân mô tả kỹ thuật ước lược chi phí biên ở phần Phụ lục B. 22
23. 23 Các biến vĩ mô: 2 yếu tố vĩ mô trong nền kinh tế được cân nhắc trong mô hình này là tăng trưởng GDP (GDP growth) và tỷ lệ lạm phát (CPI inflation). Tất cả các dữ liệu vĩ mô đều được thu thập từ công cụ World Development Indicators của World Bank. Nhóm nghiên cứu cho rằng, trên phương diện vĩ mô, tăng trưởng GDP đóng vai trò là tác động từ sự thay đổi trong nền kinh tế, còn tỷ lệ lạm phát đại diện cho sự điều chỉnh trong chính sách tiền tệ. Cả 2 yếu tố vĩ mô này đều có tác động sâu sắc đến sự thay đổi đa dạng trong khẩu vị rủi ro ngân hàng khi các quy định về quản lý vốn thay đổi. Biến kiểm soát: Nhóm đã thử đưa thêm một vài biến khác vào để làm biến giải thích nguồn gốc của sự khác biệt tham số trong mối quan hệ mà đề tài này đang nghiên cứu, đó là tính thanh khoản (liquidity) và tăng trưởng doanh thu (revenue growth) với ý tưởng rằng đây cũng là những nhân tố quan trọng ảnh hưởng đến sự điều chỉnh rủi ro ngân hàng theo các chính sách quản lý vốn. Thế nhưng kết quả ước lượng cho thấy mức ý nghĩa thống kê của mô hình không đáng kể. Vì vậy, nhóm quyết định chỉ sử dụng 2 nhân tố này như một công cụ gọi là biến kiểm soát (control variables), là những biến được đưa vào mô hình nhằm làm giảm bất cứ tác động nào có thể gây nhiễu cho các biến tố khác hoặc cho việc diễn giải kết quả của nghiên cứu. Tính thanh khoản được đo lường bằng tỷ lệ tài sản có tính lỏng trên tổng tài sản. Tăng trưởng doanh thu là tỷ lệ tăng trưởng doanh thu hằng năm, được tính theo công PPtt 1 thức với Pt là doanh thu năm t. Pt 1 23
24. 24 Bảng 2: Tổng hợp các biến trong mô hình Loại biến Tên biến Ký hiệu biến Cách đo lường Nguồn Tỷ lệ nợ xấu NPL Bankscope Biến phụ Chỉ số Z Z-index ln[Z ( ROA EA ) / ( ROA )] Bankscope thuộc Độ lệch chuẩn Lấy độ lệch chuẩn 14 năm của Bankscope  ()ROA ROA ROA từ 2000-2013 Tỷ lệ vốn pháp Capital Bankscope Thu thập từ paper của Barth định requirement Mức độ quản lý Bankscope Capital regulation Thu thập từ paper của Barth vốn Bankscope Tỷ suất vốn hóa Capitalization Hiệu quả hoạt Bankscope Efficiency động Biến giải Quy mô ngân Bankscope Bank size Ln(tổng tài sản) thích hàng Tiềm lực tài qqTự ước Market power L ()/ p mc p chính it it it it lượng World Tăng trưởng GDP growth Development GDP Indicators World Tỷ lệ lạm phát CPI Inflation Development Indicators Tính thanh Bankscope Liquidity Biến kiểm khoản soát Tăng trưởng PP Bankscope Revenue growth tt 1 doanh thu Pt 1 24
25. 25 Một trong những khó khăn lớn nhất mà nhóm nghiên cứu gặp phải là sự nội sinh của các biến quy định. Trong phạm vi của mối quan hệ phức hợp này, các dữ liệu lịch sử cho thấy rằng nếu một ngân hàng có rủi ro cao trong quá khứ sẽ tạo áp lực cho những cơ quan chức năng nhanh chóng điều chỉnh lại khuôn mẫu chính sách quản lý và môi trường áp dụng. Chiều ngược lại cũng có thể đúng: chính sách quản lý của nhà làm luật có thể trở nên lỏng lẻo hơn khi nền kinh tế bước vào thời kỳ tăng trưởng, vì vậy sẽ thúc đẩy ngân hàng tăng cường hoạt động đầu tư và kinh doanh dưới chuẩn, tạo ra nhiều rủi ro hơn. Các bước được thực hiện trong chương tiếp theo của nhóm nghiên cứu gồm: Bước 1: Thống kê mô tả dữ liệu: - Thống kê mô tả dữ liệu hồi quy được. Bước 2: Trình bày kết quả hồi quy: - Trình bày các kết quả hồi quy của các biến giải thích, nhằm mục đích xác định các nhân tố ảnh hưởng tới mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng. - Minh họa sự đa dạng trong mối quan hệ giữa chính sách quản lý vốn của rủi ro ngân hàng, giải thích sự đa dạng đó. - Phân tích các hệ số hồi quy nhằm làm rõ mức độ ảnh hưởng của các nhân tố tới mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng. 25
26. 26 Chương 4: Kết quả ước lượng mô hình , thảo luận kết quả 4.1. Thống kê mô tả dữ liệu: Bảng 3: Thống kê sơ bộ các biến trong mô hình Variables Obs Mean Std. Dev. Min Max Skewness Kurtosis NPL 596 0.077834 0.100709 0.00034 1.007937 3.504283 21.97029 Z index 562 3.745794 0.152975 -1.54276 10.99341 1.188395 8.616247 Capitalization 692 0.115161 0.360979 -0.84612 9 21.67893 532.2177 Efficiency 686 0.897572 7.927492 -1.38889 206.8813 25.64419 666.4199 Banksize 696 9.347903 2.974974 1.73601 18.76551 0.1675786 3.887168 Market Power 171 0.906296 0.187069 -0.12348 0.998146 -3.781453 17.6503 GDP growth 854 0.048451 0.033314 -0.05527 0.147808 -0.2815053 3.054377 CPI inflation 854 0.035995 0.046566 -0.03693 0.250846 2.236602 10.10239 Liquidity 696 0.246539 0.169702 -0.00286 1.822331 2.333611 15.14348 Revenue 631 1.859795 35.68565 -0.99989 885.4143 24.20607 597.8278 growth Minimum 852 0.081479 0.013615 0.05 0.1 -0.9242069 3.973064 Capital Capital 852 0.047394 0.015687 0.03 0.8 0.5909083 2.404575 regulation 4.2. Kết quả hồi quy: 4.2.1. Xác định những nhân tố ảnh hưởng đến các phản ứng khác nhau của từng ngân hàng với cùng một chính sách vốn: Mục tiêu đầu tiên của bài nghiên cứu này là muốn nghiên cứu xem những phản ứng khác nhau của các ngân hàng khi một chính sách vốn được ban hành sẽ tác động như thế nào đến mối quan hệ giữa rủi ro mà các ngân hàng có thể chấp nhận và chính sách 26
27. 27 vốn đối với ngân hàng. Nhưng trước khi muốn nghiên cứu phản ứng của những ngân hàng ảnh hưởng đến mối quan hệ này như thế nào thì việc đầu tiên cần phải được làm sáng tỏ đó là những nhân tố nào đã gây ra những phản ứng khác nhau của các ngân hàng. Trong nghiên cứu của mình, Manthos D. Delis đã đưa ra giả định về các biến và cho rằng đó là những nhân tố ảnh hưởng đến những phản ứng khác nhau của các ngân hàng. Để làm rõ giả định này và xem xét mức độ ảnh hưởng của những nhân tố này đến sự phản ứng khác nhau của các ngân hàng, nhóm nghiên cứu đã tiến hành nghiên cứu thực nghiệm bằng cách chạy hồi quy với dữ liệu 596 quan sát của các ngân hàng tại các nước Đông Nam, Hồng Kông và Nhật Bản trong giai đoạn từ năm 2000 đến năm 2013. Trong bài nghiên cứu này, có hai hồi quy được sử dụng để đo lường những nhân tố ảnh hưởng đến phản ứng khác nhau của các ngân hàng đó là hồi quy tỷ lệ nợ xấu - NPL và hồi quy Z-index. Nhóm nghiên cứu lựa chọn các hệ số hồi quy trên tiêu chí: thứ nhất, hệ số đó phải có mức suất p thấp nhất trong các hồi quy, thứ hai là nếu các hệ số có mức xác suất p bằng nhau thì chọn mô hình mà có nhiều biến có ý nghĩa nhất. Từ đó, ta có kết quả hệ số hồi quy như bảng 4.2. 27
28. 28 Bảng 4.2: Thống kê hệ số của các biến trong mô hình NPL Z-index C apital regulation 1.234137 57.23449 Minimum capital 0.6668936 30.87616 Capitalization -0.2080219 1.531325 Efficiency -0.0098997 -0.02024 Bank size -0.0205662 0.09553 Market power 0.0501848 1.977091 GDPgrowth -0.1733642 2.85305 CPI inflation -0.4480931 0.720085 Liquidity 0.3086929 -0.655 Revenue growth 0.0002967 0.000278 Nhóm nghiên cứu đã hồi quy mô hình tỷ lệ nợ xấu – NPL và mô hình Z - index theo các biến độc lập được chọn, trong mỗi lần hồi quy, nhóm nghiên cứu sẽ lựa chọn 3 biến độc lập gồm: 1 biến ở cấp độ ngân hang, 1 biến kinh tế vĩ mô, 1 biến quản lý vốn, các biến này sẽ được thay đổi để tìm ra được những hồi quy có ý nghĩa nhất đối với các biến. Dưới đây là các bảng kết quả hồi quy tỷ lệ nợ xấu – NPL và hồi quy Z – index: 28
29. 29 Bảng 4.3: Kết quả hồi quy mô hình NPL với phần mềm Stata( banksize) 29
30. 30 Bảng 4.4 Kết quả hồi quy mô hình Z-index với phần mềm Stata (banksize) Từ bảng hồi quy 4.3 và 4.4, cho thấy rằng biến bank size có ý nghĩa trong cả 2 mô hình hồi quy với giá trị xác suất p ở mô hình hồi quy NPL là 0 và ở mô hình hồi quy Z – index là 0.036, có thể thấy rằng ở mô hình hồi quy NPL biến bank size có ý nghĩa lớn hơn khi hồi quy bằng mô hình Z – index. Từ đây cho thấy, yếu tố quy mô ngân hàng có ảnh hưởng đến những phản ứng khác nhau của từng ngân hàng trong cùng một chính sách vốn. Kết quả này đã được Delis và Tsionas giải thích trong một nghiên cứu vào năm 2009, Delis và Tsionas cho rằng đối với những ngân hàng có quy mô lớn thường chấp nhận rủi ro cao hơn khi chính sách tín dụng thắt chặt, điều này sảy ro là do những rủi ro về đạo đức, vì những nhà lãnh đạo ngân hàng được quyền chấp nhận những dự án có mức rủi ro cao trong khi ở những ngân hàng với quy mô nhỏ thì nhà lãnh đạo bị hạn 30
31. 31 chế việc ra những quyết định này. Từ đây có thể kết luận, yếu tố quy mô ngân hàng có thể ảnh hưởng đến những quyết định khác nhau của từng ngân hàng và từ đó ảnh hưởng đến rủi ro của ngân hàng. 31
32. 32 Bảng 4.5 Kết quả hồi quy mô hình NPL với phần mềm Stata (market và GDP) 32
33. 33 Bảng 4.6: Kết quả hồi quy mô hình NPL với phần mềm Stata (market và GDP) Từ bảng hồi quy 4.5 và 4.6 có thể thấy rằng biến market power trong 2 mô hình đều có ý nghĩa hồi quy với p < 0.05. Điều này cho thấy, yếu tố tiềm lực tài chính ảnh hưởng đến những phản ứng khác nhau của các ngân hàng, thông qua việc ảnh hưởng lên sự gia tăng rủi ro của các ngân hàng. Agoraki trong một nghiên cứu vào năm 2011 đã giải thích vấn đề này là vì đối với những ngân hàng có tìm lực tài chính rất lớn hoặc rất nhỏ thì thường có mức độ chấp nhận rủi ro cao khi chính sách tín dụng thắt chặt. Vì vậy, khi yếu tố tìm lực tài chính thay đổi sẽ dẫn đến rủi ro của mỗi ngân hàng cũng thay đổi nhưng mức độ thay đổi sẽ khác nhau tùy thuộc vào mỗi ngân hàng, từ đây mỗi ngân hàng sẽ có một cách phản ứng khác nhau đối với những rủi ro này. 33
34. 34 Bảng 4.7 Kết quả hồi quy mô hình NPL với phần mềm Stata( capitalization) Bảng 4.8 Kết quả hồi quy mô hình Z-index với phần mềm Stata(capitalization&re) Dựa vào kết quả hồi quy của 2 bảng 4.7 và 4.8, ta thấy biến capitalization ở cả 2 hồi quy đều có ý nghĩa nhưng ở hồi quy tỷ lệ nợ xấu (NPL) thì có ý nghĩa lớn hơn với giá trị xác suất p bằng 0 trong khi ở hồi quy Z-index giá trị xác suất p bằng 0.033. Kết quả này cho thấy rằng, yếu tố tỷ suất vốn hóa của các ngân hàng có ảnh hưởng đến mức rủi ro của những ngân hàng, từ đó dẫn đến những phản ứng khác nhau của các ngân hàng. Trong một nghiên cứu vào năm 2010, Jokipii and Milne đã chỉ ra rằng đối với những ngân 34
35. 35 hàng có tỷ suất vốn hóa lớn thì sẽ ít chịu tác động bởi những chính sách quản lý vốn, còn đối với những ngân hàng có tỷ suất vốn hóa thấp thì thường chịu nhiều rủi ro khi chính sách quản lý vốn thay đổi. Từ đó cho thấy, yếu tố tỷ suất vốn hóa của ngân hàng ảnh hưởng đến mức rủi ro của ngân hàng dẫn đến tạo ra những phản ứng khác nhau ở những ngân hàng có tỷ suất vốn hóa khác nhau. Bảng 4.9 Kết quả hồi quy mô hình NPL với phần mềm Stata(efficiency) 35
36. 36 Bảng 4.10 Kết quả hồi quy mô hình Z-index với phần mềm Stata(efficiency) Từ kết quả hồi quy của 2 mô hình tỷ lệ nợ xấu (NPL) và Z-index được cho trong bảng 4.9 và 4.10, cho thấy rằng biến efficiency có ý nghĩa trong mô hình hồi quy NPL nhưng lại không có ý nghĩa trong mô hình hồi quy Z-index. Trong một nghiên cứu vào năm 2011, Agoraki đã chỉ ra rằng yếu tố “hiệu quả ngân hàng là điều kiện bắt buộc làm cho các chính sách quản lý vốn gây ảnh hưởng xấu đến rủi ro của các ngân hàng”. Từ đây có 36
37. 37 thể thấy rằng yếu tố hiệu quả của ngân hàng có tác động đến rủi ro của ngân hàng từ đó ảnh hưởng đến các phản ứng khác nhau của các ngân hàng. Bảng 4.11 Kết quả hồi quy mô hình NPL với phần mềm Stata(minimumcapital) Dựa vào bảng kết quả 4.10 và 4.11, biến minimumcapital có ý nghĩa lớn ở cả 2 hồi quy với mức giá trị xác suất p bằng 0. Điều này có nghĩa rằng, yếu tố mức vốn điều lệ có ảnh hưởng đến những phản ứng khác nhau của các ngân hàng. Đối với những ngân hàng có mức vốn lệ thấp thường chịu nhiều rủi ro hơn những ngân hàng có mức vốn điều lệ cao, vì khi các chính sách quản lý vốn thay đổi sẽ dẫn đến xuất hiện nhiều rủi ro cho ngân hàng mà những ngân hàng có mức vốn điều lệ nhỏ sẽ chịu nhiều rủi ro hơn đặc biệt là rủi ro phá sản. Từ đó, những ngân hàng sẽ xem xét mức độ rủi ro nào mà ngân hàng chấp nhận được mà những rủi ro nào ngân hàng không chấp nhận được để đưa ra 37
38. 38 hướng giải quyết, nên mỗi ngân hàng sẽ có những phản ứng khác nhau tùy thuộc vào mức vốn điều lệ của mỗi ngân hàng. Bảng 4.12 Kết quả hồi quy mô hình NPL với phần mềm Stata (capital regulation & CPI) Từ 2 bảng kết quả hồi quy là bảng 4.8 và 4.12, cho thấy rằng biến capital regulation có ý nghĩa lớn trong cả 2 mô hình hồi quy tỷ lệ nợ xấu (NPL) và Z-index. Ý nghĩa của điều này là cho thấy yếu tố quy định về vốn có tác động đến tình hình rủi ro, nợ xấu của mỗi ngân hàng, từ đó dẫn đến những phản ứng khác nhau của mỗi ngân hàng, tùy thuộc vào mức rủi ro mà mỗi ngân hàng có thể chấp nhận. Khi các chính sách về vốn càng khắc 38
39. 39 khe thì những ngân hàng lớn càng có thể chấp nhận nhiều rủi ro, vì vậy, mỗi ngân hàng sẽ có những phản ứng khác nhau để phù hợp với mức rủi ro mà mỗi ngân hàng có thể chấp nhận. Dựa vào bảng kết quả hồi quy 4.5 và 4.10, biến kinh tế vĩ mô GDP growth có ý nghĩa lớn đối với cả 2 mô hình hồi quy NPL và Z-index khi giá trị xác suất p bằng 0. Hệ số hồi quy của biến tỷ lệ phát triển tổng sản phẩm quốc nội mang dấu âm trong mô hình NPL, điều này có nghĩa là yếu tố tỷ lệ phát triển tổng sản phẩm quốc nội (GDP growth) có quan hệ nghịch biến với tỷ lệ nợ xấu. Theo nghiên cứu Delis và Tsionas vào năm 2009, chỉ ra rằng “đối với những quốc gia có tỷ lệ phát triển tổng sản phẩm quốc nội tăng cao sẽ đem lại sự gia tăng trong chỉ số Z, ngoài ra còn đem lại sự suy giảm trong rủi ro tín dụng”. Kết luận này cho thấy, yếu tố tỷ lệ phát triển tổng sản phẩm quốc nội (GDP growth) sẽ tác động đến mức rủi ro tín dụng của mỗi ngân hàng, từ đó mỗi ngân hàng dựa vào mức rủi ro tín dụng của mình mà có những phản ứng khác nhau phù hợp với điều kiện của mỗi ngân hàng. Bảng 4.13 Kết quả hồi quy mô hình NPL với phần mềm Stata(CPI) 39
40. 40 Dựa vào 2 bảng kết quả hồi quy 4.12 và bảng 4.13, cho thấy rằng biến CPI inflation có ý nghĩa hồi quy đối với mô hình NPL với giá trị xác suât p bằng 0 nhưng trong hồi quy Z-index thì lại không có ý nghĩa. Dựa vào kết quả quan sát trực quan đối với những quốc gia có tỷ lệ tăng trưởng tổng sẩn phẩm quốc nội cao và có đồng tiền ổn định thì thường ít gặp vấn đề hơn trong tính thanh khoản, từ đó giúp làm giảm mức độ rủi ro cho các các ngân hàng. Từ đó cho thấy, yếu tố CPI inflation sẽ tác động đến các phản ứng của ngân hàng thong qua tác động lên mức độ rủi ro có thể chấp nhận của các ngân hàng. Bảng trên cho ta cái nhìn tổng quát và trực quan nhất về mối quan hệ phức hợp giữa mức độ chấp nhận rủi ro ngân hàng, được đo lường bởi 2 yếu tố: tỷ lệ nợ xấu và chỉ số Z, cùng với các biến giải thích sự khác biệt trong phản ứng của các ngân hàng với các chính sách quản lý vốn. Nhìn sơ qua ta thấy các hệ số bên cột “Z-index” lớn hơn các hệ số của cột “NPL”, nhất là 2 chỉ tiêu thể hiện sự chặt chẽ về vốn minimum capital và capital regulation (57.23449, 30.87616 so với 1.234137, 0.6668936). Điều này có thể được giải thích rằng trong khi các nhà làm luật ở các quốc gia Đông Nam Á thay đổi chính sách về quản lý vốn, như những tiêu chuẩn về vốn điều lệ hay nâng cao lãi suất cho vay ngân hàng, các ngân hàng lớn thường rất ít có xu hướng tăng tỷ lệ nợ xấu bằng cách cho vay thêm, do đó không làm gia tăng rủi ro thanh khoản. Về điểm này thực trạng tài chính của các quốc gia Đông Nam Á khá giống với những khám phá đúc kết được từ nghiên cứu của Barth năm 2004 và Keeley và Furlong năm 1990. Tuy nhiên, vẫn tồn tại một phần rất lớn các ngân hàng nhỏ sẵn sang chấp nhận rủi ro khi các chính sách quản lý vốn bị thắt chặt. Nguyên nhân chính là do khi tín dụng vốn bị thắt chặt, doanh thu và lợi nhuận trước thuế của các ngân hàng nhỏ này bị ảnh hưởng dữ dội, một số cảm thấy không còn động lực né tránh rủi ro phá sản nên thường không để phí nguồn vốn mà cho vay tràn lan nhằm hy vọng kéo lại được lợi nhuận. Điều này chắc chắn làm tăng lên rủi ro tổng thể của hệ thống ngân hàng, vì các ngân hàng ở những quốc gia Đông Nam Á vốn là các ngân hàng nhỏ lẻ và có liên hệ với nhau. Liên hệ với Việt Nam, đây là quốc gia có hệ thống ngân hàng đang trên đà phát triển với một số ngân hàng có tỷ suất vốn hóa tương đối lớn so với mặt bằng chung của các nước trong mẫu quan sát (trừ những ngân hàng đa quốc gia và các ngân hàng thuộc Nhật Bản, 40
41. 41 Hồng Kông). Ta thấy được trên thực tế những ngân hàng lớn như Vietin Bank, BIDV, ACB, Agribank đều hầu như giữ yên tỷ lệ nợ xấu của mình khi nền kinh tế rơi vào khủng hoảng và Ngân hàng nhà nước có những quy định mới nhằm thắt chặt dòng vốn vay ngân hàng như các quy định về việc tăng lãi suất, tăng dự trữ bắt buộc đối với một số tổ chức tín dụng. Điều này rõ ràng góp phần làm giảm rủi ro thanh khoản trên bình diện tổng thể hệ thống ngân hàng vì những tổ chức ngân hàng quy mô lớn trên là huyết mạch chính để đưa dòng tiền đi khắp nền kinh tế và tới với các ngân hàng khác. Tuy nhiên, đối với một số ngân hàng nhỏ khác, việc tăng cường thắt chặt tín dụng như vậy lại không tạo ra kết quả mỹ mãn. Từ việc đẩy doanh thu ngân hàng đi xuống do các khác hàng sẽ đến với những tổ chức ngân hàng lớn, uy tín hơn mà lãi suất hấp dẫn hơn để vay mượn, do vậy làm giảm đáng kể lợi nhuận trước thuế và ROA của ngân hàng, điều này đối với ngân hàng nhỏ là sự bức ép khi bản thân không thể cạnh tranh với ngân hàng lớn về quy mô, họ đã dễ dàng chấp nhận hơn vì cho vay các khoản vay tràn lan và hoạt động đầu tư dưới chuẩn, tự mang về cho mình vô vàn rủi ro thanh khoản và rủi ro vỡ nợ. Thực tiễn này không chỉ phù hợp với những khám phá mà nhóm nghiên cứu tìm được, mà còn nói lên một điều rằng hệ thống tài chính ngân hàng ở Việt Nam đang dần dần trở nên phức tạp, đa dạng hơn với các chính sách quản lý vốn chưa thực sự hiện đại, nhất quán và thay đổi hằng ngày, lại có lợi quá nhiều cho các ngân hàng quy mô lớn. 4.2.2. Sự đa dạng trong mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng: Hình 1: Mối quan hệ quỹ tích giữa Capital Regulation với NPL, Z-index 41
42. 42 Hình 2: Mối quan hệ quỹ tích giữa Minimum Capital và NPL, Z-index Nhóm nghiên cứu đã sử dụng phương pháp Local Polynomial Smoothing để xây dựng nên 4 mối quan hệ. Những đồ thị trên cho ta thấy một cách trực quan nhất khẩu vị rủi ro của các ngân hàng Đông Nam Á và Hồng Kông, Nhật Bản, được đại diện bởi tỷ lệ nợ xấu (NPL) và chỉ số Z-index thay đổi như thế nào khi các chỉ tiêu thể quy định về quản lý vốn nói chung (capital regulation) và quy định vốn điều lệ nói riêng (minimum capital). Mối quan hệ giữa biến Capital Regulation và NPL có dạng hình chữ U ngược, điều này đồng nghĩa với việc khi các quy định về vốn được thắt chặt, các ngân hàng thường có xu hướng gia tăng rủi ro. Tuy nhiên khi chính sách quản lý vốn được thắt chặt trong một chừng mực nào đó, rủi ro ngân hàng bắt đầu giảm. Điều này có thể được giải thích là một số ngân hàng sau khi tăng vốn và tích đủ lợi nhuận từ các hoạt động rủi ro, thì động lực để gia tăng rủi ro không còn như trước. Những điều này giúp ta trả lời câu hỏi mục tiêu liên quan tới Basel II đã đề ra trong Chương 1: Những chuẩn nguyên tắc của Basel liên quan đến chính sách quản lý vốn của từng quốc gia và sự đa dạng trong rủi ro ngân hàng như thế nào? Nhìn vào đồ thị ta có thể trả lời được phản ứng của các ngân hàng riêng lẻ thuộc các quốc gia khác nhau ở khu vực Đông Nam Á đối với một chuẩn Basel chung hoàn toàn không phải mối quan hệ tuyến tính. Điều này có nghĩa: Các ngân hàng riêng lẻ sẽ luôn tìm được cách quản trị rủi ro khác nhau dù đặt dưới một chuẩn nguyên tắc chung được áp dụng cho tất cả các tổ chức tín dụng. Không chỉ với đồ thị, các kết quả hồi quy được phân tích kỹ trong phần tiếp theo 42
43. 43 cũng thể hiện rõ mối quan hệ này. Câu hỏi còn lại là: Liệu những yếu tố nào của ngân hàng và của nền kinh tế đã góp phần tạo nên sự khác biệt đó, dẫn tới việc các cơ quan chức năng cho dù có cho ra đời bao nhiêu thông tư, quy định điều chỉnh chính sách quản lý vẫn không thể kiểm soát được hết tất cả các rủi ro có thể sinh ra? Trả lời được câu hỏi này, nhóm nghiên cứu hy vọng sẽ có thể mở ra nhiều hướng đi mới trong việc áp dụng quản trị rủi ro ngân hàng và quản lý vốn ngân hàng trong tương lai. Tuy nhiên, trước khi kết luận được tất cả các vấn đề một cách hiệu quả nhất, nhóm nghiên cứu cần phải hoàn tất bước phân tích nguồn gốc của sự khác biệt tham số trong mối quan hệ đa dạng giữa quản ly vốn và rủi ro ngân hàng. 43
44. 44 4.3. Nguồn gốc của sự khác biệt tham số. Để xác định được nguồn gốc của tham số khác biệt, dựa trên nghiên cứu thực nghiệm của Manthos D. Delis và cộng sự để tìm ra được nguồn gốc sự khác biệt tham số trong mô hình hồi quy, nhóm nghiên cứu sử dụng các biến giải thích gồm: bank size, capital regulation, CPIinflation, capitalization, efficiency, marketpower, GDP, minimum capital. Đây là những nhân tố được xem là nguồn gốc của sự khác biệt tham số trong mối quan hệ giữa chính sách quản lý vốn và khả năng chấp nhận rủi ro ngân hàng. Dựa vào việc hồi quy những biến này theo phương pháp Arellano-Bond GMM, có thể tìm ra những yếu tố tạo nên sự không đồng nhất tham số. Những biến giải thích có ý nghĩa hồi quy cao trong mô hình sẽ là những nhân tố có nhiều khả năng gây ra sự khác biệt tham số nhất. Hình 3: Mối quan hệ giữa tỷ lệ nợ xấu (NPL) và quy mô công ty (Bank size) Theo kết quả hồi quy NPL với biến độc lập là banksize, cho thấy giá trị p-value là 0.000 rất bé, điều này có nghĩa hệ số hồi quy của biến banksize có ý nghĩa cao. Kết quả hồi quy cho thấy hệ số của biến banksize là âm nên mối quan hệ giữa biến này với biến phụ 44
45. 45 thuộc NPL là nghịch biến với nhau. Giá trị hệ số hồi quy của biến banksize là - 0.205662, điều này có nghĩa là khi tỷ lệ quy mô giá trị tài sản ngân hàng tăng 1% thì nợ xấu của ngân hàng giảm 0.205662% trong điều kiện các yếu tố khác không đổi. Điều này cho thấy, biến banksize là một trong những nguồn gốc của sự khác biệt tham số, phù hợp với kết quả nghiên cứu vào năm 2011 của Manthos D. Delis. Hình 4: Mối quan hệ giữa tỷ lệ nợ xấu (NPL) và tỷ suất vốn hóa (Capitalization) Đối với trường hợp hồi quy NPL theo các biến capitalization, CPIinflation, capitalregulation, kết quả hồi quy cho thấy 2 hệ số của biến CIPinflation và capitalregulation có giá trị p-value bé nên 2 biến này rất có ý nghĩa trong hồi quy NPL. Từ kết quả hồi quy cho thấy hệ số của biến CPIinflation mang dấu âm thể hiện mối quan hệ nghịch biến với biến phụ thuộc NPL và hệ số của biến capitalregulation mang dấu dương thể hiện mối quan hệ đồng biến với biến phụ thuộc NPL. Từ đây cho thấy rằng 2 yếu tố CIPinflation và capitalregulation là 2 nguồn gốc của sự khác biệt tham số, với độ tin cậy cao. 45
46. 46 Đối với 2 kết quả hồi quy NPL, với 2 biến capitalization và efficiency, cho thấy giá trị p-value của các biến này đều bé nên cả 2 biên này đều có ý nghĩa trong hồi quy NPL. 46
47. 47 Từ kết quả hồi quy, thấy rằng cả 2 hệ số của 2 biến capitalization vầ efficiency đều là âm nên có thể kết luận rằng giữa biến phụ thuộc NPL và 2 biến độc lập capitalization và efficiency có mối quan hệ nghịch biến với nhau. Ngoài ra, 2 biến capitalization và efficiency đều được xem là những nhân tố ảnh hưởng tới mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng với độ tin cậy cao. 47
48. 48 Đối với kết quả hồi quy các biến marketpower, GDPgrowth, và minimumcapital, cho thấy rằng các hệ số đề có giá trị p-value rất bé, điều này cho thấy mức ý nghĩa lớn của những biến này trong mô hình hồi quy NPL. Giá trị hệ số hồi quy của 2 biến marketpower và biến minimumcapital là dương thể hiện mối quan hệ đồng biến với biến phụ thuộc NPL, đối với biến GDPgrowth có hệ số là âm nên thể hiện mối quan hệ nghịch biến với biến phụ thuộc NPL. Từ kết quả hồi quy này cho thấy, 3 biến marketpower, GDPgrowth và minimumcapital đều là những yếu tố tạo nên sự khác biệt tham số. Ngoài ra, trong mô hình còn có các biến kiểm soát là liquidity và revenue growth, 2 biến này trong mô hình hồi quy nhằm giúp tạo ra những hệ số hồi quy tốt hơn, ý nghĩa hơn. Trong hồi quy NPL, hệ số biến kiểm soát liquidity là 0.3086929 với mức ý nghĩa lớn, và hệ số của biến kiểm soát revenue growth là 0.0002967 với mức ý nghĩa khá thấp. Mặc dù vậy, với việc đưa cả 2 biến kiểm soát này vào mô hình giúp hồi quy ra những hệ số đẹp và mức ý nghĩa cao nên trong bài nghiên cứu này 2 biến kiểm soát vẫn được đưa vào mô hình hồi quy NPL dù mức ý nghĩa của biến kiểm soát revenuegrowth không cao. 48
49. 49 Chương 5: Kết luận 5.1. Tổng kết về kết quả nghiên cứu: Trọng điểm khoa học của bài nghiên cứu là việc tìm ra được nguồn gốc của sự khác biệt tham số trong sự ảnh hưởng của chính sách quản lý vốn lên khả năng chấp nhận rủi ro ngân hàng, đó chính là những nhân tố ảnh hưởng được nhóm nghiên cứu xây dựng và kiểm định bằng mô hình hồi quy trong bài. Liên hệ vào thực tiễn, ta thấy các quốc gia Đông Nam Á hiện nay là trung tâm thu hút vốn đầu tư nước ngoài. Không chỉ dòng vốn trong nước là đối tượng của các quy định, chính sách quản lý, mà cả các dòng vốn nước ngoài cũng được kiểm soát chặt chẽ. Để làm được điều đó cần có những chính sách hữu hiệu nhằm kiểm soát tốt nguồn vốn của hệ thống các ngân hàng, vốn là trung gian chính yếu của các dòng chu chuyển vốn. Việc biết được khi nào ngân hàng sẽ chấp nhận lao vào các hoạt động cho vay tràn lan, đầu tư dưới mức và làm tăng rủi ro, hoặc cảm thấy không còn động lực tìm kiếm tỷ suất sinh lợi cao và làm giảm rủi ro, là vô cùng cần thiết. Bằng các phương pháp định lượng kết hợp với phân tích định tính, bài nghiên cứu đã chỉ ra rằng rủi ro có thể bị tác động bởi mức độ quản thúc của các chính sách thông qua các kênh nhân tố chính: (1) một số thuộc tính đặc trưng của ngân hàng như tỷ suất vốn hóa, hiệu quả hoạt động ngân hàng, quy mô ngân hàng và tiềm lực tài chính, (2) một số tiêu chuẩn khác trong chính sách quản lý như quy định về vốn điều lệ ngân hàng và (3) các điều kiện trong nền kinh tế vĩ mô. Bằng phương pháp ước lượng Local GMM, nhóm nghiên cứu mới có thể minh họa được một cách chính xác nhất mối quan hệ quỹ tích giữa chính sách quản lý vốn và rủi ro ngân hàng thông qua các thước đo khác nhau. Ta thấy rõ ràng với các thước đo khác nhau thì sự vận động của rủi ro ngân hàng theo mức độ chặt chẽ về vốn cũng không giống nhau. Điều này có thể giải thích bởi việc bản thân rủi ro ngân hàng là khá đa dạng và có rất nhiều cách để đo lường. Trong phạm vi bài nghiên cứu này nhóm chỉ có thể lựa chọn ra các phương pháp phổ biến nhất và thường được sử dụng trong nghiên cứu khoa học để xác định rủi ro ngân hàng. Qua những gì đã thu thập được, nhóm nghiên cứu có thể kết luận: mức độ chặt chẽ của các chính sách quản lý vốn ở hệ thống ngân hàng của Đông Nam Á cùng với Hồng Kông và Nhật Bản là khá cao. Tuy nhiên khi các quy định về vốn được thắt chặt, chỉ có những ngân hàng có tỷ suất vốn hóa thấp, quy mô vừa và nhỏ, tiềm lực tài chính 49
50. 50 yếu mới có động lực tăng vốn và gia tăng rủi ro. Còn đối với các ngân hàng có tỷ suất vốn hóa cao, quy mô lớn, tiềm lực tài chính mạnh, động lực để gia tăng rủi ro là rất thấp và hầu như mối quan hệ của rủi ro thuộc các định chế tài chính này và chính sách quản lý vốn là tương quan âm. Các nhà làm chính sách cần có cái nhìn kỹ lưỡng hơn vào mối quan hệ tương hỗ lẫn nhau giữa các ngân hàng vừa và nhỏ để xác định các nhân tố rủi ro nhằm có các chính sách kiểm soát tốt hơn hệ thống ngân hàng, vì đó là bản chất hoạt động hiện thời của thị trường Đông Nam Á: các hoạt động kinh doanh liên quan đến lưu chuyển dòng vốn của ngân hàng này đều có liên quan đến ngân hàng kia. 5.2. Những hạn chế của bài nghiên cứu: Bài nghiên cứu vẫn còn một số hạn chế sau: Thứ nhất, nhóm nghiên cứu đã không thể chọn phạm vi quan sát là 11 nước Đông Nam Á vì Đông Timor và Myanmar là 2 nước có hệ thống tài chính kém phát triển nhất trong khu vực, hiện giờ hầu như không có nhiều dữ liệu lịch sử về các ngân hàng tại 2 quốc gia này. Tuy thay thế 2 quốc gia này không gây ảnh hưởng quá nhiều đến việc phản ánh mối quan hệ thực sự giữa chính sách quản lý vốn và rủi ro ngân hàng ở khu vực Đông Nam Á, nhưng 2 quốc gia được dùng để thay thế là Hồng Kông và Nhật Bản đã là những cường quốc tầm quốc tế trong lĩnh vực tài chính, hệ thống kiểm soát dòng vốn ngân hàng của các nước này bỏ xa các nước còn lại. Vì thế mối quan hệ nghiên cứu ít nhiều sẽ bị ảnh hưởng. Cùng với điều đó, việc chọn lọc dữ liệu ngân hàng vẫn còn rất hạn chế do rất ít nguồn chia sẻ đầy đủ về các thông tin lịch sử trong báo cáo tài chính của các ngân hàng. Việc này dẫn tới mẫu dữ liệu chưa thực sự đủ lớn Thứ hai, đây là một mô hình hồi quy khá phức tạp vì thế nhóm nghiên cứu đã phải trải qua nhiều công đoạn tính toán và xử lý từ dữ liệu thô để ra đến dữ liệu đích. Trong quá trình đó có thể có những sai sót nhỏ trong tính toán dẫn đến kết quả mô hình bị ảnh hưởng. Thêm một điểm nữa là việc lựa chọn 1 phương pháp ước lượng GMM phù hợp nhất cho bài nghiên cứu này. Tuy rằng nhóm tin tưởng rằng phương pháp Local GMM là công cụ kinh tế lượng phù hợp nhất để ước lượng và mô tả mối quan hệ mục tiêu giữa chính sách quản lý vốn và rủi ro ngân hàng, tuy nhiên phương pháp Arellano-Bond GMM có thể chưa phải là phương pháp tối ưu khi nhược điểm của phương pháp này là sử dụng số biến công cụ lớn. 50
51. 51 5.3. Những hướng phát triển tiếp theo của nghiên cứu: Nhóm nghiên cứu sẽ tiếp tục tìm kiếm các nguồn chia sẻ dữ liệu đầy đủ hơn và đáng tin cậy hơn để bỗ sung hoàn hảo mẫu quan sát mà mình đang phân tích. Song song với đó là việc nhóm sẽ xây dựng lại một hệ thống các biến giải thích khác để xem xét các nhân tố ảnh hưởng ở các khía cạnh khác có tác động tới mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng không. Điều cuối cùng là nhóm sẽ tiếp tục hoàn thiện kiến thức về kinh tế lượng của mình để tìm ra một công cụ thống kê phù hợp nhất nhằm mô tả được mối quan hệ mục tiêu một cách chính xác nhất. 51