Tổng quan nghiên cứu

Theo phân loại của Mercieca et al (2007), đa dạng hóa trong lĩnh vực ngân hàng có ba khía cạnh: (a) Đa dạng các sản phẩm tài chính và dịch vụ; (b) đa dạng về địa lý; (c) một sự kết hợp giữa đa dạng hóa về địa lý và kinh doanh.

Đa dạng hóa thu nhập trong lĩnh vực ngân hàng thường kéo theo sự tăng lên của chi phí, lợi nhuận kinh doanh ròng và thu nhập ngoài lãi khác trong thu nhập ròng từ hoạt động của một ngân hàng. Trong lý thuyết tài chính, đa dạng hóa các nguồn thu nhập trong một ngân hàng thường dẫn đến một mức độ rủi ro thấp hơn và hiệu suất của việc điều chỉnh rủi ro cao hơn.

DeYoung và Roland (2001) nhấn mạnh đến ba lý do chính tại sao thu nhập ngoài lãi có thể làm tăng sự biến động của thu nhập hoạt động ngân hàng: (i) Hoạt động cho vay đòi hỏi chi phí chuyển đổi cao hơn so với các hoạt động thu phí khác; (ii) Các hoạt động cho vay cần đòn bẩy hoạt động thấp hơn các hoạt động thu phí; (iii) Các hoạt động cho vay cần đòn bẩy hoạt động thấp hơn so với các hoạt động thu phí  khác.

Riêng ở lĩnh vực ngân hàng, một số nghiên cứu như nghiên cứu của Gurruz et al (2013) đã tập trung xem xét mối quan hệ giữa đa dạng hóa thu nhập và hiệu suất điều chỉnh rủi ro của các ngân hàng Thổ Nhĩ Kỳ, kết quả cho thấy rằng, đa dang dạng hóa thu nhập giúp tăng hiệu suất điều chỉnh rủi ro.

Ngược lại, DeYoung và Rice (2004) đã nghiên cứu mối quan hệ giữa thu nhập ngoài lãi và hoạt động tài chính trong các lĩnh vực ngân hàng Hoa Kỳ trong giai đoạn 1989 - 2001. Họ tìm thấy mối tương quan âm giữa thu nhập ngoài lãi và điều chỉnh rủi ro tài chính của các ngân hàng Hoa Kỳ.

Stiroh (2004a) lại nhìn mối quan hệ này bằng cách sử dụng dữ liệu các ngân hàng Hoa Kỳ từ năm 1970 - 2001. Ông đã tìm thấy mối tương quan dương giữa thu nhập ngoài lãi và nguy cơ phá sản ngân hàng, từ đó kết luận rằng đa dạng hóa thu nhập làm tăng nguy cơ phá sản của ngân hàng.

Tương tự, Mercieca et al. (2007) đã kiểm tra trường hợp của các ngân hàng nhỏ tại châu Âu về đa dạng hóa thu nhập. Ông đặc biệt điều tra xem các hoạt động tăng thu nhập ngoài lãi có thể cải thiện hiệu suất của các tổ chức tín dụng nhỏ châu Âu hay không bằng cách sử dụng dữ liệu 755 ngân hàng nhỏ trong giai đoạn 1997 - 2003. Ông đã tìm thấy một mối tương quan âm giữa thu nhập ngoài lãi và hiệu suất điều chỉnh rủi ro ngân hàng.

Gần đây, Sanya và Wolfe (2011) đã phân tích đa dạng hóa thu nhập của các ngân hàng ở các nước mới nổi. Họ tìm thấy bằng chứng cho thấy, sự đa dạng hóa thu nhập có ảnh hưởng không tốt đến hiệu suất điều chỉnh rủi ro của các ngân hàng thị trường mới nổi.
Như vậy, tổng hợp từ các nghiên cứu liên quan trước đây về đa dạng hóa thu nhập cho ra nhiều kết quả trái ngược nhau, do vậy việc thực hiện nghiên cứu cho từng thị trường ngân hàng riêng lẻ vẫn là việc làm cần thiết.

Dữ liệu và phương pháp nghiên cứu

Trong nghiên cứu này, phân tích thực nghiệm được dựa trên một tập hợp các biến bao gồm biến đa dạng hóa thu nhập, biến đo lường lợi nhuận điều chỉnh theo rủi ro. Dữ liệu được thu thập thông qua báo cáo tài chính của 34 ngân hàng thương mại (NHTM) Việt Nam trong giai đoạn 2008-2015. Trong giai đoạn này, việc sáp nhập giữa các ngân hàng được tác giả xử lý bằng cách xem tổng giá trị các ngân hàng trước sáp nhập là một ngân hàng duy nhất. Các biến được xây dựng dựa trên đề xuất của Gurruz et al (2013).

Để đo mức độ đa dạng hóa thu nhập, bài nghiên cứu giả định rằng, có hai thành phần chính của thu nhập thuần từ hoạt động của ngân hàng. Đó là, thu nhập ròng từ lãi (TNTL) và thu nhập ngoài lãi (TNNL). Biến TNTL được tính bằng tổng doanh thu cho vay trừ đi chi phí lãi vay, trong khi biến TNNL được tính bằng tổng của chi phí khác ngoài lãi.

Tổng của TNTL và TNNL là thu nhập thuần từ hoạt động của ngân hàng (TTN). Để đo lường mức độ đa dạng hóa thu nhập, bài nghiên cứu sử dụng chỉ số Herfindahl Hirschman Index (HHI) cho tất cả các ngân hàng. Chỉ số HHI được tính như sau:

Chỉ số HHI có giá trị từ 0.5 đến 1. Nếu ngân hàng có HHI gần 0.5 nghĩa là ngân hàng có mức đa dạng hóa thu nhập cao, ngược lại ngân hàng có giá trị HHI gần bằng 1 thì ngân hàng đó có mức độ đa dạng hóa thu nhập thấp.

Để đo lường hiệu quả điều chỉnh rủi ro, nghiên cứu sử dụng các chỉ số tài chính ROE và ROA. Để tính toán hiệu quả điều chỉnh rủi ro, trước hết bài viết tính toán mức biến động của mỗi tỷ số cho mỗi ngân hàng như là độ lệch chuẩn của ROA và ROE cho thời kỳ mẫu. Sau đó chia mỗi quan sát cho tổng biến động tương ứng như sau:

Dựa trên các nghiên cứu trước đây, bài viết bổ sung thêm các biến kiểm soát trong mô hình như sau:

Biến TTS là logarit tự nhiên của tổng tài sản ngân hàng, biến kiểm soát này đại diện cho những ảnh hưởng của quy mô ngân hàng trong mô hình. Biến này được sử dụng trong hầu hết các nghiên cứu trước đây. Các ngân hàng lớn có thể phải quản lý rủi ro và đa dạng hóa các cơ hội tốt hơn như theo nghiên cứu của Sanya và Wolfe (2011), Chiorazzo et al (2008), DeYoung và Rice (2004).

Biến VON là tỷ lệ vốn chủ sở hữu trên tổng tài sản. Biến này cho thấy, mức độ đòn bẩy tài chính của một ngân hàng. Một tỷ lệ đòn bẩy cao thể hiện rủi ro cao. Biến này cũng được sử dụng trong hầu hết các nghiên cứu gần đây như nghiên cứu của Sanya và Wolfe (2011), Chiorazzo et al (2008), Stiroh (2004b).

Biến TTR là tỷ lệ tăng trưởng hàng năm của tổng tài sản. Biến này đại diện cho hành vi chấp nhận rủi ro các nhà quản lý ngân hàng. Một tỷ lệ tăng trưởng cao thường dẫn đến một thái độ chấp nhận rủi ro cao như theo nghiên cứu của Busch và Kick (2009), Chiorazzo et al (2008), Stiroh (2004b).

Biến VNO là tỷ lệ tổng dư nợ trên tổng tài sản. Biến này đại diện cho các tác động của chiến lược cho vay đến hiệu suất điều chỉnh rui ro ngân hàng như theo nghiên cứu của Sanya và Wolfe (2011), Chiorazzo et al (2008), Stiroh (2004b).

Biến LQD là lãi suất qua đêm của ngân hàng Trung ương quan sát thấy ở cuối mỗi năm trong giai đoạn mẫu. Biến này nắm bắt được những tác động của chính sách lãi suất của ngân hàng Trung ương đến ngân hàng. Biến này được sử dụng như đề suất của Gurruz et al (2013).

Biến KHT là một biến giả trong giai đoạn khủng hoảng tài chính toàn cầu. Nó bằng 1 trong 2008-2009 và 0 nếu ngược lại.

Biến SNN là một biến giả, biến mang giá trị bằng 1 đối với các ngân hàng quốc doanh (có tỷ lệ sở hữu nhà nước từ 30% trở lên) và 0 cho các ngân hàng còn lại.

Phân tích cho thấy, các quyết định đa dạng hóa có thể bị ảnh bởi các quyết định ở quá khứ và hiện tại. Mối quan hệ nhân quả giữa đa dạng hóa và hiệu quả có thể hai chiều và có thể sẽ tương quan với sai số ngẫu nhiên. Để giải quyết các vấn đề này, bài viết  sử dụng mô hình GMM. Việc ước lượng mô hình sẽ được thực hiện hai lần, một lần cho RAROA, một lần cho RAROE.

Kết quả nghiên cứu

Hệ số HHI biến trong cả hai mô hình có tương quan âm với hiệu suất điều chỉnh rủi ro và có ý nghĩa thống kê ở mức 5%. Hay nói cách khác, đa dạng hóa thu nhập làm tăng hiệu suất điều chỉnh rủi ro. Kết quả nghiên cứu phù hợp với các nghiên cứu trước đây về đa dạng hóa thu nhập trong ngành Ngân hàng như: Baele et al (2007), Chiorazzo et al (2008), Elsas et al (2010), Sanya và Wolfe (2011).

Kết quả nghiên cứu thực nghiệm đã cho thấy rõ bản chất tự hồi quy. Tính tự hồi quy này thể hiện qua biến độ trể RAROAt-1 và RAROEt-1, hệ số hồi quy trong mô hình đều có ý nghĩa thống kê. Bên cạnh đó, các biến trễ, biến kiểm soát khác như TTS, cũng có hệ số tương quan dương đáng kể về mặt thống kê cho mô hình RAROA và RAROE. Biến Tài sản đại diện cho quy mô của các ngân hàng Việt Nam, do đó khi ngân hàng có quy mô càng lớn thì hiệu suất điều chỉnh rủi ro cũng tăng theo. Kết quả nghiên cứu này cũng phù hợp với các nghiên cứu của Demsetz và Strahan (1997), DeYoung và Rice (2004), Sanya và Wolfe (2011).

Biến tăng trưởng TTR cũng tương quan dương có ý nghĩa thống kê với hiệu suất điều chỉnh rủi ro cho mô hình RAROE. Kết quả này cho thấy rằng, tốc độ tăng trưởng tài sản có thể cải thiện hiệu suất điều chỉnh rủi ro trên vốn cổ phần, điều này phù hợp với nghiên cứu của DeYoung và Rice (2004).

Biến giả KHT cũng có mối tương quan dương và có ý nghĩa thống kê. Kết quả cho thấy, trong giai đoạn khủng hoảng hiệu suất điều chỉnh rủi ro của các ngân hàng cao hơn những năm còn lại. Kết quả này phù hợp với thực tế Việt Nam, trong giai đoạn khủng hoảng kinh tế xảy ra, các ngân hàng thận trọng hơn trong vấn đề huy động vốn, tập trung quản trị rủi ro ngân hàng. Các biến còn lại không có ý nghĩa thống kê.
Để đảm bảo tính phù hợp của mô hình, bài nghiên cứu thực hiện một vài kiểm định được thể hiện qua Bảng 2. Bảng 2 cho thấy, tất cả các kết quả đều đạt yêu cầu cho các mô hình. 

Trong mô hình dữ liệu bảng, tự tương quan bậc 1 (AR(1)) nên có ý nghĩa thống kê và tự tương quan bậc 2 (AR(2)) không nên có ý nghĩa thống kê. Trong nghiên cứu này, tự tương quan bậc nhất có ý nghĩa thống kê với mức ý nghĩa 10%, tự tương quan bậc hai không có ý nghĩa thống kê. Các hệ số của kiểm định giới hạn xác định quá cao. Số quan sát Hansen test cho thấy, các hạn chế là không đáng kể về mặt thống kê và không xác định quá cao trong mô hình. Cuối cùng, kiểm định F cho thấy rằng, biến hồi quy là cùng quan trọng trong mô hình ở mức ý nghĩa 5%.

Kết luận

Mặc dù, thu nhập từ lãi ở các NHTM Việt Nam vẫn còn chiếm tỷ trọng khá lớn nhưng các ngân hàng đang có xu hướng đa dạng hóa thu nhập nhiều hơn.Như vậy, nhìn chung kết quả nghiên cứu của bài viết phù hợp với các lý thuyết cũng như các bằng chứng thực nghiệm từ các nghiên cứu trước đây trên thế giới.

Với phương pháp GMM, bài viết đã xây dựng một mô hình khá tốt có thể giải thích được những yếu tố ảnh hưởng đến hiệu suất điều chỉnh rủi ro của các NHTM Việt Nam. Tuy nhiên, bài nghiên cứu vẫn còn một số hạn chế như mẫu chưa bao gồm tất cả các NHTM Việt Nam vì một số ngân hàng không thể tiếp cận đầy đủ dữ liệu. Một số yếu tố vĩ mô khác vẫn chưa xem xét. Do đó, các nghiên cứu tiếp theo có thể bổ sung hoàn thiện để có được những kết quả mới hơn.

Tài liệu tham khảo:

1. Chiorazzo et al. (2008) Income Diversification and Bank Performance: Evidence from Italian Banks. Journal of Financial Services. 33: 181-203;

2. Demsetz và Strahan (1997), Diversification, size, and risk at bank holding companies. Journal of Money, Credit, and Banking, 29(3): 300-313;

3. DeYoung and Ronald (2001). Product Mix and Earnings Volatility at Commercial Banks: Evidence from a Degree of Total Leverage Model. Journal of Financial Intermediation. 10: 54-84…