Luận Văn Thạc Sĩ, Tài Chính Ngân Hàng

Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm

Posted on by Dịch Vụ Viết Luận Văn

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Các nhân tố ảnh hưởng đến hiệu quả hoạt động của các công ty bảo hiểm phi nhân thọ tại Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1. Quy trình nghiên cứu

Quy trình nghiên cứu đề tài về các yếu tố ảnh hưởng đến hiệu quả hoạt động (HQHĐ) của các công ty bảo hiểm phi nhân thọ (CTBHPNT) có thể được tiến hành theo các bước cơ bản sau:

Bảng .1 Quy trình các bước nghiên cứu:

  • Bước 1: Xác định vấn đề và mục tiêu nghiên cứu

Giai đoạn đầu tiên nhằm nhận diện khoảng trống nghiên cứu và xác định rõ vấn đề cần giải quyết, cụ thể là các yếu tố ảnh hưởng đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ tại Việt Nam. Từ đó, nghiên cứu đặt ra các mục tiêu cụ thể như:

  • Xác định các yếu tố tài chính và phi tài chính tác động đến Hiệu quả hoạt động.
  • Đo lường mức độ ảnh hưởng của các yếu tố này.
  • Đề xuất các giải pháp nhằm nâng cao Hiệu quả hoạt động của doanh nghiệp bảo hiểm.

Đây là nền tảng định hướng cho toàn bộ quá trình nghiên cứu, đảm bảo tính mục tiêu và định hướng của đề tài.

  • Bước 2: Xây dựng cơ sở lý thuyết và mô hình nghiên cứu

Trên cơ sở xác định vấn đề, nghiên cứu tiến hành xây dựng khung lý thuyết bằng cách tổng hợp các lý thuyết nền như: Lý thuyết hiệu quả, Lý thuyết chi phí giao dịch, Lý thuyết đại diện, Lý thuyết cấu trúc vốn, Lý thuyết bất cân xứng thông tin và Kinh tế theo quy mô. Từ các lý thuyết này, tác giả xác định các biến số đại diện cho các yếu tố nội tại (quy mô, đòn bẩy tài chính, tỷ lệ tổn thất, tái bảo hiểm, thanh khoản, v.v.) và biến phụ thuộc (ROA, ROE).

Dựa trên cơ sở lý thuyết và các nghiên cứu trước, các giả thuyết nghiên cứu được hình thành, thể hiện mối quan hệ kỳ vọng giữa các biến độc lập và Hiệu quả hoạt động của doanh nghiệp thông qua mô hình hồi quy.

Bước này đóng vai trò kết nối giữa lý thuyết và thực nghiệm, tạo khung phân tích cho mô hình định lượng.

  • Bước 3: Thu thập và xử lý dữ liệu nghiên cứu Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Nghiên cứu sử dụng dữ liệu thứ cấp được thu thập từ báo cáo tài chính, niên giám thống kê và báo cáo ngành bảo hiểm của các Công ty bảo hiểm phi nhân thọ trong giai đoạn 2006–2024. Dữ liệu bao gồm các chỉ tiêu phản ánh hoạt động kinh doanh và đầu tư của doanh nghiệp (vốn, tài sản, lợi nhuận, tỷ lệ bồi thường, tái bảo hiểm…).

Dữ liệu sau khi thu thập được làm sạch và xử lý bằng các phần mềm thống kê bằng Excel và Stata để đảm bảo tính chính xác và khả năng phân tích.

Bước này đảm bảo tính thực chứng, là cơ sở để kiểm định mô hình và giả thuyết ở bước tiếp theo.

  • Bước 4: Phân tích và kiểm định mô hình nghiên cứu

Sau khi dữ liệu được xử lý, nghiên cứu tiến hành phân tích định lượng thông qua mô hình hồi quy dữ liệu bảng (panel data), gồm các mô hình: tác động cố định (FEM), tác động ngẫu nhiên (REM) và hồi quy tổng quát (GLS).

Các kiểm định như Hausman test, Breusch–Pagan test được thực hiện để lựa chọn mô hình phù hợp.

Việc áp dụng tuần tự các mô hình này giúp đánh giá đa chiều về tác động của các yếu tố đến Hiệu quả hoạt động, đồng thời hạn chế sai lệch trong ước lượng.

  • Bước 5:  Thảo luận kết quả và kiểm chứng giả thuyết

Kết quả phân tích được so sánh với kỳ vọng ban đầu và các nghiên cứu trước, từ đó rút ra nhận định về mức độ và chiều hướng ảnh hưởng của từng yếu tố. Các giả thuyết được kiểm chứng dựa trên giá trị thống kê (p- value, t-statistic) và ý nghĩa kinh tế của hệ số ước lượng.

Bước này tạo cầu nối giữa phân tích định lượng và lập luận lý thuyết, giúp giải thích các kết quả trong bối cảnh đặc thù của ngành bảo hiểm Việt Nam.

  • Bước 6: Đề xuất hàm ý chính sách và kết luận nghiên cứu

Trên cơ sở kết quả thực nghiệm, nghiên cứu đưa ra các hàm ý quản trị cho doanh nghiệp, đồng thời đề xuất hàm ý chính sách cho cơ quan quản lý trong việc hoàn thiện khung pháp lý, thúc đẩy phát triển bền vững thị trường bảo hiểm.

Phần kết luận tổng hợp các phát hiện chính, chỉ ra những đóng góp của nghiên cứu và gợi ý hướng nghiên cứu tiếp theo.

Bước cuối cùng đảm bảo tính ứng dụng và đóng góp thực tiễn của đề tài đối với doanh nghiệp, nhà quản lý và lĩnh vực học thuật.

3.2. Mô hình và các giả thuyết nghiên cứu Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

3.2.1. Mô hình nghiên cứu

Dựa trên các lý thuyết và các nghiên cứu trước, tác giả tiến hành thực nghiệm kiểm định các yếu tố tác động đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ dựa trên những biến động có ý nghĩa nhằm thấy được những tác động tích cực và tiêu cực để từ đó phát huy hay hạn chế.

Ngày nay, mô hình dữ liệu bảng được sử dụng phổ biến trong các nghiên cứu kinh tế lượng nhờ khả năng khai thác đồng thời đặc điểm theo không gian và thời gian, giúp kết quả phân tích có độ tin cậy cao hơn. Trong nghiên cứu này, tác giả áp dụng mô hình hồi quy dữ liệu bảng bao gồm OLS, FEM, REM và GLS để phân tích mức độ ảnh hưởng của các nhân tố đến hiệu quả hoạt động (HQHĐ) của các công ty bảo hiểm phi nhân thọ (CTBHPNT).

Bên cạnh đó, để lựa chọn mô hình phù hợp và tối ưu, nghiên cứu tiến hành một số kiểm định thống kê quan trọng:

  • Kiểm định Breusch–Pagan Lagrange Multiplier (LM Test) nhằm xác định xem mô hình REM có phù hợp hơn Pooled OLS hay không;
  • Kiểm định Hausman được sử dụng để lựa chọn giữa FEM và REM dựa trên giả định về tính tương quan giữa sai số và biến độc lập; và
  • Kiểm định Wald nhằm đánh giá sự phù hợp và độ tin cậy của mô hình, cũng như kiểm tra hiện tượng phương sai sai số thay đổi. Việc kết hợp các kiểm định này giúp đảm bảo mô hình hồi quy được lựa chọn có độ chính xác, ổn định và khả năng giải thích tốt nhất đối với dữ liệu nghiên cứu.

Mô hình hồi quy có dạng: Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

  • ROAit = β0 + β1*SIZEit + β2*LVRit + β3*GROWit + β4*AGEit + β5*LOSSit + β6*OWNERit + β7*REINSit + + β8*GDPit + β9*LQRit + β10*RATINGit + εit (1)
  • ROEit = β0 + β1*SIZEit + β2*LVRit + β3*GROWit + β4*AGEit + β5*LOSSit + β6*OWNERit + β7*REINSit + + β8*GDPit + β9*LQRit + β10*RATINGit + εit (2)

Ghi chú: β là một hằng số, ε là sai số hoặc nhiễu.

  • Hình 3.1 Sơ đồ mối quan hệ giữa biến độc lập và biến phụ thuộc
  • Bảng 3.1 Tổng hợp các biến nghiên cứu, giải thích và kỳ vọng

3.2.2. Giả thuyết nghiên cứu

Giả thuyết H1: Quy mô doanh nghiệp tác động tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ.

Quy mô của một Công ty bảo hiểm phi nhân thọ là một trong những biến quan trọng được xem xét trong nghiên cứu này. Lý do để xem xét quy mô của Công ty bảo hiểm phi nhân thọ là yếu tố chính quyết định đến lợi nhuận là các Công ty bảo hiểm phi nhân thọ lớn thường có khả năng đối phó với các biến động bất lợi từ thị trường tốt hơn so với các công ty nhỏ hơn. Thứ hai, các Công ty bảo hiểm phi nhân thọ có quy mô lớn có thể tận dụng lợi thế của quy mô kinh tế về chi phí lao động. Các nghiên cứu trước như của Nguyễn Hoàng Nam (2021), Berhe và Kaur (2017) đã chỉ ra rằng quy mô doanh nghiệp có tác động tích cực đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ. Với Vốn điều lệ nhỏ Công ty bảo hiểm khó có cơ hội tham gia vào các hợp đồng bảo hiểm (HĐBH) lớn do không đáp ứng được yêu cầu của chủ đầu tư về mức vốn điều lệ tối thiểu. Các Công ty bảo hiểm có Vốn điều lệ thấp chỉ có thể tiếp cận các Hợp đồng bảo hiểm nhỏ, tiềm ẩn rủi ro cao hơn. Đối với các HĐBH lớn, NDBH luôn có phương án đề phòng hạn chế tổn thất so với các Hợp đồng bảo hiểm nhỏ, khi mà phần lớn NDBH ít quan tâm hơn đến việc đề phòng hạn chế tổn thất. Chính vì vậy việc tiếp cận được các Hợp đồng bảo hiểm lớn cũng góp phần gia tăng Hiệu quả hoạt động của Công ty bảo hiểm. Thực tế cũng cho thấy các Công ty bảo hiểm phi nhân thọ đã và đang liên tục tăng Vốn điều lệ của mình nhằm tạo ra lợi thế cạnh tranh trong việc tiếp cận các khách hàng lớn. Vì vậy yếu tố quy mô doanh nghiệp được kỳ vọng sẽ có ảnh hưởng tích cực đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ.

Giả thuyết H2: Đòn bẩy tài chính tác động tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ.

Trong lĩnh vực bảo hiểm, đòn bẩy tài chính không chỉ được hiểu theo nghĩa truyền thống là việc sử dụng vốn vay mà còn bao gồm cả phần nợ phải trả từ dự phòng nghiệp vụ (một đặc thù của các Công ty bảo hiểm). Dự phòng nghiệp vụ được hình thành từ nguồn phí bảo hiểm thu trước và có vai trò như một nguồn vốn chi phí thấp mà doanh nghiệp có thể sử dụng để đầu tư sinh lời trước khi có nghĩa vụ chi trả bồi thường. Tuy nhiên, nếu sử dụng không hợp lý ví dụ như định phí sai hoặc trích lập dự phòng thiếu thận trọng có thể khiến công ty gặp rủi ro thanh khoản và giảm hiệu quả tài chính. Nghiên cứu của Trần Thị Tuấn Anh và các cộng sự (2023) chỉ ra rằng đòn bẩy tài chính được đo lường thông qua tỷ lệ giữa nợ phải trả và tổng tài sản có tác động tích cực đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ. Daare (2016) cũng chỉ ra rằng các Công ty bảo hiểm có mức đòn bẩy tài chính hợp lý thường có khả năng tạo ra lợi nhuận cao hơn và hoạt động hiệu quả hơn so với những công ty có nợ quá mức. Do đó, nghiên cứu này dự đoán rằng đòn bẩy tài chính sẽ có ảnh hưởng tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Giả thuyết H3: Tốc độ tăng trưởng tác động tích cực đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ.

Tốc độ tăng trưởng là chỉ số phản ánh phần trăm sự thay đổi trong doanh thu phí bảo hiểm của một Công ty bảo hiểm phi nhân thọ trong một năm tài chính, nó cho thấy mức độ phát triển hoặc suy thoái của công ty theo thời gian đồng thời giúp đánh giá mức độ mở rộng hoạt động kinh doanh, khả năng thu hút khách hàng và hiệu quả của các chiến lược khai thác bảo hiểm. Tăng trưởng doanh thu thường đi kèm với việc mở rộng quy mô thị trường, nâng cao năng lực cạnh tranh và tăng cường sức mạnh thương hiệu. Chỉ số này giúp đánh giá liệu doanh thu phí bảo hiểm của doanh nghiệp có tăng trưởng so với quá khứ hay không từ đó hỗ trợ việc đưa ra các quyết định nhằm cải thiện doanh thu trong tương lai. Nghiên cứu của Kripa và Ajasllari (2016) cũng cho thấy rằng tốc độ tăng trưởng có tác động tích cực. Do đó, tỷ lệ tăng trưởng được kỳ vọng có ảnh hưởng tích cực đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ trong nghiên cứu này.

Giả thuyết H4: Tuổi của doanh nghiệp tác động tích cực đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ.

Trong nghiên cứu này, tuổi đời của công ty được hiểu là số năm mà các Công ty bảo hiểm phi nhân thọ đã hoạt động trong ngành bảo hiểm Việt Nam. Giả thuyết được đặt ra là khi số năm hoạt động của các Công ty bảo hiểm phi nhân thọ trong ngành tăng lên, cả kinh nghiệm liên quan đến ngành bảo hiểm và danh tiếng của họ trong ngành cũng sẽ tăng theo. Tuổi đời doanh nghiệp cũng phản ánh khả năng thích nghi với biến động thị trường và sự ổn định trong hoạt động. Các Công ty bảo hiểm có tuổi đời cao hơn thường được kỳ vọng sẽ có hiệu quả hoạt động tốt hơn so với các công ty mới thành lập. Nghiên cứu của Öner Kaya (2015) cũng đã chỉ ta tuổi của doanh nghiệp ảnh hưởng đến lợi nhuận của Công ty bảo hiểm phi nhân thọ. Do đó, có khả năng tồn tại mối quan hệ tích cực giữa tuổi đời của công ty Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ.

Giả thuyết H5: Tỷ lệ tổn thất có tác động tiêu cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ.

Tỷ lệ tổn thất là tỷ lệ giữa tổng bồi thường cho các tổn thất phát sinh thuộc trách nhiệm của Công ty bảo hiểm trong các yêu cầu bồi thường trên tổng phí bảo hiểm thực nhận của Công ty bảo hiểm. Đây là một trong những chỉ số quan trọng phản ánh hiệu quả hoạt động cốt lõi của các Công ty bảo hiểm phi nhân thọ đặc biệt là trong việc đánh giá mức độ rủi ro từ hoạt động khai thác bảo hiểm chính. Tỷ lệ tổn thất cao cho thấy công ty có thể đang gặp vấn đề trong công tác thẩm định rủi ro, định phí hoặc kiểm soát chi phí bồi thường. Nếu tình trạng này kéo dài công ty có thể gặp khó khăn trong việc duy trì khả năng thanh toán, tích lũy vốn hoặc đầu tư mở rộng từ đó ảnh hưởng tiêu cực đến hiệu quả hoạt động tổng thể. Ngược lại, tỷ lệ tổn thất thấp hơn thể hiện khả năng kiểm soát rủi ro tốt hơn, giúp công ty tiết kiệm chi phí và cải thiện lợi nhuận. Các nghiên cứu trước đã chứng minh rằng tỷ lệ tổn thất thấp giúp công ty bảo hiểm duy trì lợi nhuận và tối ưu hóa hiệu quả hoạt động. Do đó, tác giả dự đoán rằng tỷ lệ tổn thất sẽ có tác động tiêu cực đến lợi nhuận của các Công ty bảo hiểm phi nhân thọ.

Giả thuyết H6: Cấu trúc sở hữu có tác động tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ.

Khi Công ty bảo hiểm phi nhân thọ trong nước có sự tham gia của Công ty bảo hiểm nước ngoài trong việc điều hành doanh nghiệp thông qua cơ cấu sở hữu, họ có thể thu được nhiều lợi ích đáng kể. Đầu tiên, doanh nghiệp nước ngoài mang đến kiến thức, kinh nghiệm lâu năm và công nghệ tiên tiến giúp cải thiện quy trình quản lý rủi ro, phát triển sản phẩm và dịch vụ khách hàng. Nghiên cứu của Nguyễn Thị Minh Huệ, Đặng Tùng Lâm (2017) cho thấy rằng các công ty có tỷ lệ sở hữu nước ngoài cao có hiệu quả hoạt động tốt hơn so với các công ty có tỷ lệ sở hữu nhà nước cao. Điều này là do các nhà đầu tư nước ngoài yêu cầu công ty có chiến lược quản lý tài chính chặt chẽ hơn và có khả năng kiểm soát rủi ro tốt hơn. Cụ thể, các công ty có sự tham gia của cổ đông nước ngoài có xu hướng tái bảo hiểm nhiều hơn, từ đó nâng cao khả năng chi trả bồi thường và duy trì sự ổn định tài chính, góp phần nâng cao hiệu quả hoạt động của công ty. Do đó, cấu trúc sở hữu được kỳ vọng sẽ tác động tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Giả thuyết H7: Tái bảo hiểm có tác động tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ.

Tái bảo hiểm là hình thức mà các Công ty bảo hiểm phi nhân thọ sử dụng để chuyển một phần trách nhiệm bảo hiểm cho một Công ty bảo hiểm phi nhân thọ khác hoặc doanh nghiệp tái bảo hiểm. Nói cách khác, khi một Công ty bảo hiểm phi nhân thọ không đủ khả năng chi trả các khoản yêu cầu bồi thường khi phát sinh, họ cần một bên khác để chia sẻ rủi ro này. Đây là một hợp đồng giữa hai Công ty bảo hiểm hoặc giữa Công ty bảo hiểm và doanh nghiệp tái bảo hiểm, NDBH không có trách nhiệm liên quan đến hợp đồng này. Tái bảo hiểm đóng vai trò quan trọng trong việc phân tán rủi ro, ổn định tài chính cho công ty bảo hiểm gốc và bảo vệ công ty khỏi các khoản yêu cầu bồi thường lớn vượt khả năng của doanh nghiệp. Nó cũng giúp Công ty bảo hiểm phi nhân thọ duy trì khả năng thanh toán và tiếp tục cung cấp dịch vụ bảo hiểm ổn định. Đối với NDBH, tái bảo hiểm tạo ra sự yên tâm hơn vì họ biết rằng Công ty bảo hiểm của mình được hỗ trợ bởi một mạng lưới bảo hiểm rộng lớn hơn. Hơn nữa, việc có một kế hoạch tái bảo hiểm hiệu quả cũng giúp Công ty bảo hiểm phi nhân thọ duy trì năng lực tài chính và mở rộng khả năng chấp nhận rủi ro mới, từ đó cải thiện Hiệu quả hoạt động và khả năng cạnh tranh trên thị trường. Nghiên cứu của Siopi và Poufinas (2023) đã chứng minh rằng các công ty bảo hiểm có tỷ lệ tái bảo hiểm cao hơn thường duy trì được sự ổn định tài chính và hiệu quả hoạt động tốt hơn.

Giả thuyết H8: Tăng trưởng kinh tế có tác động tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ.

Tăng trưởng GDP phản ánh các hoạt động kinh tế và mức độ phát triển của một quốc gia trong một khoảng thời gian nhất định (thường là một năm). Đây là một trong những chỉ số kinh tế vĩ mô cơ bản nhất được sử dụng để đo lường sức khỏe kinh tế của một quốc gia. Tình hình kinh tế kém có thể làm xấu đi chất lượng của danh mục tài chính từ đó giảm lợi nhuận. Nếu GDP tăng trưởng, khả năng bán các Hợp đồng bảo hiểm cũng sẽ tăng và các Công ty bảo hiểm phi nhân thọ có thể hưởng lợi từ điều này dưới hình thức lợi nhuận cao hơn. Nghiên cứu của Berhe và Kaur (2017) cũng cho thấy rằng tăng trưởng GDP có ảnh hưởng tích cực đến lợi nhuận của các Công ty bảo hiểm phi nhân thọ, tức là sự tăng trưởng của hoạt động kinh tế tổng thể khuyến khích nhu cầu đối với các dịch vụ bảo hiểm và gián tiếp dẫn đến việc thu lợi nhuận cao hơn. Do đó, tác giả dự đoán rằng tỷ lệ tăng trưởng GDP sẽ có tác động tích cực đến lợi nhuận của các Công ty bảo hiểm phi nhân thọ.

Giả thuyết H9: Tỷ lệ thanh toán hiện thời có tác động tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ.

Chỉ số thanh toán hiện thời là chỉ số tài chính dùng để đo lường khả năng thanh toán các khoản nợ ngắn hạn của một doanh nghiệp. Chỉ số này giúp doanh nghiệp đánh giá khả năng sử dụng các tài sản ngắn hạn để thanh toán các khoản nợ ngắn hạn.. Do tính chất đặc thù của ngành bảo hiểm, các Công ty bảo hiểm phải trích lập dự phòng nghiệp vụ nhằm mục đích thanh toán cho những trách nhiệm bảo hiểm có thể phát sinh từ các Hợp đồng bảo hiểm đã giao kết. Để đảm bảo an toàn tài chính, chỉ số thanh toán hiện thời cần có giá trị lớn hơn 1 (tỷ lệ càng cao thì doanh nghiệp càng an toàn hơn). Ngược lại, khi tỷ lệ này càng gần 0, điều đó cho thấy công ty đang gặp khó khăn tài chính trong ngắn hạn và có thể không còn khả năng thanh toán nợ ngắn hạn. Điều này có thể ảnh hưởng tiêu cực đến Hiệu quả hoạt động của doanh nghiệp và thậm chí dẫn đến nguy cơ phá sản. Các nghiên cứu của Daare (2016) và Rashid & Kemal (2018) cũng đã xác nhận mối quan hệ tích cực giữa tỷ lệ thanh khoản và hiệu quả hoạt động trong ngành bảo hiểm. Vì vậy, chỉ số thanh toán hiện thời được kỳ vọng có tác động tích cực đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Giả thuyết H10: Xếp hạng tín nhiệm có tác động tích cực đến Hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ.

Xếp hạng tín nhiệm có nhiều ưu điểm quan trọng đối với cả doanh nghiệp và nhà đầu tư. Trước hết, nó cung cấp một đánh giá khách quan về khả năng thanh toán và uy tín tài chính của một công ty từ đó giúp nhà đầu tư và các bên liên quan đánh giá mức độ rủi ro khi hợp tác hoặc đầu tư. Việc được xếp hạng tín nhiệm cao giúp doanh nghiệp nâng cao danh tiếng, thu hút vốn đầu tư dễ dàng hơn và có thể vay vốn với lãi suất thấp hơn do rủi ro tín dụng thấp hơn. Điều này đặc biệt hữu ích trong việc đàm phán tái bảo hiểm vì các công ty có xếp hạng cao sẽ nhận được các điều khoản tái bảo hiểm tốt hơn giúp giảm chi phí tái bảo hiểm. Ngoài ra, xếp hạng tín nhiệm còn giúp cải thiện tính minh bạch tài chính của doanh nghiệp giúp tăng cường niềm tin của khách hàng, đối tác và cổ đông. Nghiên cứu của Nguyễn Thị Minh Huệ, Đặng Tùng Lâm (2017) cũng cho thấy rằng các công ty có xếp hạng tín nhiệm cao có thể cải thiện hiệu quả hoạt động và thu hút đầu tư. Tác giả dự đoán rằng xếp hạng tín nhiệm sẽ có tác động tích cực đến Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ.

3.2.3. Đo lường các biến sử dụng trong nghiên cứu

3.2.3.1. Biến phụ thuộc

  • ROA – Tỷ suất sinh lợi trên tài sản: được đo lường bằng lợi nhuận ròng trên tổng tài sản.

ROA cho biết mỗi đồng tài sản của doanh nghiệp tạo ra bao nhiêu đồng lợi nhuận. Một tỷ lệ ROA cao (lớn hơn 0) cho thấy doanh nghiệp đang sử dụng tài sản của mình hiệu quả để tạo ra lợi nhuận, trong khi một tỷ lệ ROA thấp (nhỏ hơn 0) có thể cho thấy doanh nghiệp chưa tận dụng tốt tài sản của mình. Chỉ số này giúp các nhà đầu tư và quản lý đánh giá khả năng sinh lời và hiệu quả quản lý tài sản của doanh nghiệp. ROA không chỉ phản ánh khả năng tạo lợi nhuận mà còn cho thấy mức độ hiệu quả trong việc sử dụng tài sản để hỗ trợ hoạt động kinh doanh.

Nguồn dữ liệu được thu thập từ Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ. Các Báo cáo tài chính này được công bố và đăng tải trên trang web chính thức của từng Công ty bảo hiểm phi nhân thọ hoặc các trang web bên thứ ba chuyên về tài chính. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Tính khả dụng cao, vì hầu hết Công ty bảo hiểm phi nhân thọ hoạt động tại Việt Nam đều công bố Báo cáo tài chính có thông tin để tính toán ROA.

  • ROE – Tỷ suất sinh lợi trên vốn chủ sở hữu: được đo lường bằng lợi nhuận ròng trên Vốn chủ sở hữu.

ROE cho biết mỗi đồng vốn chủ sở hữu đầu tư vào doanh nghiệp tạo ra bao nhiêu đồng lợi nhuận. Một tỷ lệ ROE cao cho thấy doanh nghiệp đang sử dụng vốn chủ sở hữu một cách hiệu quả để tạo ra lợi nhuận, đồng thời cho thấy khả năng sinh lời tốt từ các nguồn vốn mà cổ đông đã đầu tư. Ngược lại, một tỷ lệ ROE thấp có thể chỉ ra rằng doanh nghiệp chưa sử dụng tốt vốn của cổ đông để sinh lợi.

ROE là một chỉ số quan trọng cho các nhà đầu tư vì nó giúp họ đánh giá mức độ sinh lời của khoản đầu tư vào công ty và so sánh với các doanh nghiệp khác trong cùng ngành. Tuy nhiên, cần lưu ý rằng ROE có thể bị ảnh hưởng bởi các yếu tố như mức nợ, do đó, cần phân tích kết hợp với các chỉ số tài chính khác để có cái nhìn toàn diện về hiệu quả tài chính của doanh nghiệp.

Tương tự chỉ tiêu ROA, nguồn dữ liệu để tính toán được thu thập từ Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ. Các Báo cáo tài chính này được công bố và đăng tải trên trang web chính thức của từng Công ty bảo hiểm phi nhân thọ hoặc các trang web bên thứ ba chuyên về tài chính.

Tính khả dụng cao, vì hầu hết Công ty bảo hiểm phi nhân thọ hoạt động tại Việt Nam đều công bố Báo cáo tài chính có thông tin để tính toán ROE.

3.2.3.2. Biến độc lập

Size: Quy mô doanh nghiệp, được tính bằng giá trị logarit tự nhiên của vốn điều lệ của Công ty bảo hiểm phi nhân thọ.

Quy mô doanh nghiệp càng lớn, khả năng mở rộng hoạt động và quản lý rủi ro càng tốt, từ đó dẫn đến hiệu quả hoạt động cao hơn. Quy mô lớn cũng giúp công ty có nguồn lực tài chính mạnh mẽ để đối phó với biến động từ thị trường và tổn thất lớn.

Nguồn dữ liệu được thu thập từ các chỉ tiêu Vốn điều lệ được lấy từ Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

LVR: Đòn bẩy tài chính, được tính bằng tỷ lệ tổng nợ chia tổng tài sản.

Đòn bẩy tài chính phản ánh khả năng sử dụng nợ để tài trợ cho các hoạt động của công ty. Nếu tỷ lệ này được quản lý tốt, có thể tăng cường lợi nhuận, nhưng nếu quá cao, có thể dẫn đến rủi ro thanh khoản và giảm hiệu quả tài chính.

Nguồn dữ liệu được thu thập từ các chỉ tiêu Nợ phải trả, Tổng tài sản được lấy từ Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ.

GROW: Tốc độ tăng trưởng, được tính bằng tốc độ tăng trưởng doanh thu phí bảo hiểm gốc hàng năm của doanh nghiệp.

Tốc độ tăng trưởng doanh thu từ phí bảo hiểm gốc cho thấy khả năng mở rộng thị trường và phát triển khách hàng. Nếu tốc độ tăng trưởng cao, công ty sẽ có thêm nguồn thu để gia tăng lợi nhuận, từ đó nâng cao Hiệu quả hoạt động. Tuy nhiên, tăng trưởng quá nhanh mà không đi kèm với quản lý, đánh giá rủi ro chặt chẽ có thể gây ra bất ổn tài chính.

Nguồn dữ liệu được thu thập từ chỉ tiêu Doanh thu phí bảo hiểm gốc, được lấy từ Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ. Thông tin được đối chiếu với thống kê báo cáo thường niên từ Cục Quản lý Giám sát Bảo hiểm.

AGE: Tuổi doanh nghiệp, được tính bằng logarit tự nhiên của thời gian hoạt động của công ty (tính bằng năm).

Tuổi đời của công ty càng cao, họ sẽ có nhiều kinh nghiệm trong ngành bảo hiểm, đặc biệt trong việc quản lý rủi ro và xây dựng danh tiếng tăng độ tin cậy đối với khách hàng. Điều này có thể dẫn đến Hiệu quả hoạt động tốt hơn. Tuy nhiên, theo một số nghiên cứu, tuổi đời quá lâu có thể khiến công ty mất đi tính linh hoạt, khó thích nghi với những thay đổi môi trường xã hội và kinh tế.

Nguồn dữ liệu được thu thập từ thông tin năm thành lập do Doanh nghiệp bảo hiểm công bố và đăng tải trên trang web chính thức của từng Công ty bảo hiểm phi nhân thọ, thông thường tại mục giới thiệu chung về doanh nghiệp.

LOSS: Tỷ lệ tổn thất, được tính bằng tổng chi phí chi trả bồi thường thực tế cho phạm vi trách nhiệm của Công ty bảo hiểm phi nhân thọ chia tổng phí bảo hiểm thực nhận của Công ty bảo hiểm phi nhân thọ.

Tỷ lệ chi trả bồi thường càng cao so với tổng phí bảo hiểm sẽ dẫn đến việc giảm lợi nhuận của công ty. Nó cho thấy Công ty bảo hiểm chưa quản lý và đánh giá rủi ro hiệu quả, dẫn đến việc chi phí bồi thường cao hơn số phí bảo hiểm nhận được. Do đó, tỷ lệ tổn thất cao thường có tác động tiêu cực đến Hiệu quả hoạt động, vì Công ty bảo hiểm phải chi trả nhiều hơn cho các sự kiện bảo hiểm. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Nguồn dữ liệu được thu thập từ chỉ tiêu Chi phí bồi thường, doanh thu phí bảo hiểm, thông tin chi tiết được thu thập từ phần thuyết minh Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ.

OWNER: Cấu trúc sở hữu, là tỷ lệ phần trăm sở hữu của Công ty bảo hiểm nước ngoài trên tổng vốn điều lệ của Công ty bảo hiểm phi nhân thọ.

Tỷ lệ phần trăm sở hữu của các công ty nước ngoài có thể tác động tích cực, vì các công ty nước ngoài thường mang đến kiến thức quản lý và kinh nghiệm quốc tế, từ đó nâng cao Hiệu quả hoạt động. Tuy nhiên, nếu không tìm hiểu kỹ về thị trường thì sự khác biệt văn hóa và chiến lược quản lý có thể gây ra thách thức ảnh hưởng đến Hiệu quả hoạt động của Công ty bảo hiểm.

Nguồn dữ liệu được thu thập từ chỉ tiêu Cơ cấu cổ đông, thông tin chi tiết được thu thập từ phần thuyết minh Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ.

REINS: Tái bảo hiểm, được tính bằng tỷ lệ tổng phí nhượng tái chia tổng phí bảo hiểm gốc và phí nhận tái bảo hiểm.

Việc nhượng tái bảo hiểm giúp Công ty bảo hiểm phi nhân thọ phân tán rủi ro, đặc biệt đối với những rủi ro lớn mà Công ty bảo hiểm không có khả năng gánh chịu toàn bộ chi phí bồi thường nếu có sự kiện bảo hiểm xảy ra. Tuy nhiên, lệ thuộc quá nhiều vào tái bảo hiểm cũng có thể làm giảm lợi nhuận do chi phí tái bảo hiểm cao, từ đó ảnh hưởng đến Hiệu quả hoạt động.

Nguồn dữ liệu được thu thập từ chỉ tiêu Chi phí nhượng tái bảo hiểm và Doanh thu phí bảo hiểm, thông tin chi tiết được thu thập từ phần thuyết minh Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ.

GDP: Tăng trưởng kinh tế, là tốc độ tăng trưởng GDP của Việt Nam.

Tăng trưởng GDP phản ánh tình hình kinh tế chung của một quốc gia. Khi nền kinh tế phát triển tốt, nhu cầu bảo hiểm của doanh nghiệp và cá nhân để bảo vệ cho tài sản của họ sẽ tăng lên, giúp doanh thu và lợi nhuận của Công ty bảo hiểm phi nhân thọ tăng, từ đó cải thiện Hiệu quả hoạt động. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Nguồn dữ liệu được lấy từ số liệu do World Bank công bố hằng năm trên trang web. hạn.

LQR: Tỷ lệ thanh toán hiện thời, được tính bằng tài sản ngắn hạn chia nợ ngắn Tỷ lệ này cao cho thấy công ty có khả năng thanh toán nợ ngắn hạn tốt, đảm bảo được khả năng chi trả bồi thường, từ đó giảm thiểu rủi ro tài chính và góp phần nâng cao Hiệu quả hoạt động.

Nguồn dữ liệu được thu thập từ chỉ tiêu Tài sản ngắn hạn, Nợ ngắn hạn được lấy từ Báo cáo tài chính năm đã kiểm toán của các công ty bảo hiểm phi nhân thọ.

RATING: Xếp hạng tín nhiệm, là biến nhị phân nhận giá trị 1 nếu được xếp hạng bởi AMBest và 0 nếu ngược lại.

CTBH được xếp hạng tín nhiệm bởi các tổ chức như AMBest sẽ được đánh giá cao về năng lực tài chính của mình, từ đó giúp Công ty bảo hiểm gia tăng uy tín trên thị trường, giúp thu hút khách hàng và đối tác tốt hơn, từ đó tăng cường Hiệu quả hoạt động.

Nguồn thông tin được thu thập từ chính các Doanh nghiệp bảo hiểm công bố trên trang web và được đối chiếu với thông tin do đơn vị xếp hạng (A.M. Best) công bố.

3.3. Phương pháp nghiên cứu Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

3.3.1. Dữ liệu nghiên cứu

Dữ liệu sử dụng trong đề án được thu thập từ Báo cáo tài chính đã kiểm toán và các báo cáo khác được các Công ty bảo hiểm phi nhân thọ công bố. Ngoài ra, dữ liệu còn được thu thập từ các website tài chính như: https://vietstock.vn, https://cafef.vn, từ trang website của các công ty bảo hiểm đang được nghiên cứu, Bộ tài chính, Cục giám sát quản lý bảo hiểm, Hiệp hội bảo hiểm Việt Nam, … Dữ liệu được đối chiếu và so sánh với các nguồn khác nhau nhằm đảm bảo độ chính xác.

Dữ liệu thu thập được sẽ được nhập vào bảng tính excel và được hiệu chỉnh. Tiếp theo dữ liệu sẽ được làm sạch nhằm phát hiện các sai sót, các ô thiếu thông tin, sai thông tin và tiến hành hoàn thiện ma trận dữ liệu. Phần mềm Stata 17 sẽ được sử dụng để tính toán và xử lý dữ liệu theo mô hình.

Mẫu dữ liệu 17 Công ty bảo hiểm phi nhân thọ được lựa chọn cho việc nghiên cứu trong giai đoạn 2006 đến 2024. Trong số 17 công ty được lựa chọn, có 14 Công ty cổ phần và 03 công ty Trách nhiệm hữu hạn, điều này mang đến sự đa dạng về mặt điều hành doanh nghiệp. Tác giả lựa chọn 17 công ty trên tổng số 33 công ty vì đây là các công ty có công bố tương đối đầy đủ thông tin Báo cáo tài chính và có quy mô lớn, vừa và nhỏ đảm bảo được sự đa dạng của số liệu nghiên cứu. Để đảm bảo chất lượng dữ liệu và tính đại diện của mô hình, mẫu nghiên cứu được lựa chọn dựa trên các tiêu chí:

  • Chỉ bao gồm các Công ty bảo hiểm phi nhân thọ đang hoạt động và có báo cáo tài chính đã kiểm toán: Loại bỏ công ty không công bố đầy đủ Báo cáo tài chính, doanh thu, bồi thường hoặc các chỉ tiêu quan trọng khác.
  • Loại bỏ các công ty mới thành lập: Các doanh nghiệp mới thường có dữ liệu chưa ổn định, số năm hoạt động quá ít, dẫn đến thiếu độ tin cậy trong phân tích.
  • Đảm bảo sự đa dạng về quy mô: Tác giả lựa chọn doanh nghiệp lớn, vừa và nhỏ để đảm bảo tính đại diện và phản ánh tương đối toàn diện đặc điểm của thị trường.
  • Chỉ lựa chọn doanh nghiệp có dữ liệu liên tục hoặc gần liên tục trong giai đoạn nghiên cứu.
  • Những công ty thiếu dữ liệu nhiều năm liên tiếp bị loại khỏi mẫu để tránh méo mó kết quả ước lượng.
  • Tiêu chí đặc thù theo ngành: Ưu tiên các Công ty bảo hiểm phi nhân thọ có đóng góp lớn vào tổng doanh thu phí bảo hiểm toàn thị trường, thể hiện vai trò đại diện (ví dụ: Bảo Việt, PTI, Bảo Minh, PJICO…).

Tác giả lựa chọn mốc thời gian 2006-2024 để nghiên cứu vì đây là giai đoạn các Công ty bảo hiểm phi nhân thọ được thành lập và phát triển mạnh (có đến 17/33 công ty được thành lập trong giai đoạn này), tình hình kinh tế xã hội có nhiều sự kiện nổi bật. Việc lựa chọn khoảng thời gian nghiên cứu kéo dài gần hai thập kỷ (2006–2024) mang ý nghĩa quan trọng về mặt học thuật và thực tiễn, bởi đây là giai đoạn ngành bảo hiểm phi nhân thọ Việt Nam trải qua nhiều biến động và cột mốc lớn, ảnh hưởng trực tiếp đến hiệu quả hoạt động của các doanh nghiệp. Cụ thể: Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

  • Giai đoạn 2007: Việt Nam gia nhập Tổ chức Thương mại Thế giới (WTO)

Việc gia nhập WTO đã thúc đẩy thị trường tài chính bảo hiểm mở cửa mạnh mẽ, tạo ra sự thay đổi lớn về cạnh tranh, chuẩn mực quản trị và dòng vốn đầu tư nước ngoài vào ngành bảo hiểm phi nhân thọ.

  • Giai đoạn 2008–2012: Khủng hoảng tài chính toàn cầu và hậu khủng hoảng

Thị trường bảo hiểm chịu tác động gián tiếp từ suy giảm kinh tế, khiến hành vi tiêu dùng bảo hiểm thay đổi và làm tăng rủi ro bồi thường trong một số nghiệp vụ. Đây là giai đoạn quan trọng để đánh giá sức chống chịu của doanh nghiệp bảo hiểm.

  • Giai đoạn 2013–2019: Tăng trưởng mạnh mẽ và chuyển đổi số giai đoạn đầu

Kinh tế Việt Nam tăng trưởng ổn định, khuôn khổ pháp lý được hoàn thiện và nhiều doanh nghiệp bắt đầu ứng dụng công nghệ, đặt nền móng cho sự thay đổi mạnh mẽ trong quản trị và vận hành.

  • Giai đoạn 2020–2022: Đại dịch Covid-19 bùng phát

Đây là cú sốc chưa từng có, ảnh hưởng mạnh đến mô hình kinh doanh, hành vi khách hàng và hệ thống quản trị rủi ro của các Công ty bảo hiểm phi nhân thọ. Phân tích giai đoạn này giúp đánh giá khả năng thích ứng và tính linh hoạt của doanh nghiệp.

  • Giai đoạn 2023–2024: Luật Kinh doanh Bảo hiểm 2022 có hiệu lực

Luật mới siết chặt yêu cầu về quản trị doanh nghiệp, an toàn vốn và minh bạch thông tin, tạo tác động trực tiếp đến hiệu quả hoạt động. Việc đưa giai đoạn này vào mẫu bảo đảm tính thời sự và tính ứng dụng cao của nghiên cứu.

3.3.2. Các bước phân tích dữ liệu Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Phương pháp phân tích được sử dụng trong nghiên cứu là hồi quy với dữ liệu bảng (panel data) cho phép khai thác đặc điểm biến động theo thời gian và giữa các công ty. Quy trình phân tích được thực hiện theo trình tự bao gồm: thống kê mô tả để nắm bắt đặc điểm cơ bản của dữ liệu, kiểm định hiện tượng đa cộng tuyến, tự tương quan và phương sai sai số thay đổi nhằm đảm bảo độ tin cậy của mô hình. Cách tiếp cận này tương tự như trình tự được áp dụng trong nhiều nghiên cứu trước về hiệu quả hoạt động của Công ty bảo hiểm phi nhân thọ như Berhe và Kaur (2017), Daare (2016), Kripa và Ajasllari (2016), cho thấy tính khoa học và thực tiễn của phương pháp được lựa chọn.

Để đảm bảo kết quả nghiên cứu đáng tin cậy, nhất quán và phản ánh đúng mối quan hệ nhân quả giữa các yếu tố tác động và hiệu quả hoạt động của các công ty bảo hiểm phi nhân thọ (CTBHPNT) tại Việt Nam, nghiên cứu áp dụng một chuỗi bước phân tích dữ liệu khoa học. Các bước này bao gồm: thống kê mô tả, kiểm định tương quan, kiểm định các khuyết tật của mô hình, và lựa chọn mô hình hồi quy tối ưu giữa OLS, FEM, REM và GLS. Quy trình được xây dựng dựa trên thực tiễn phân tích dữ liệu bảng trong các nghiên cứu quốc tế (Berhe & Kaur (2017), Daare (2016)), bảo đảm tính học thuật và khả năng so sánh. Cụ thể, tác giả thực hiện đề án theo trình tự dưới đây.

3.3.2.1. Phân tích thống kê mô tả

Dựa trên việc thu thập dữ liệu, tác giả đã tiến hành tính toán và mã hóa các biến số thông qua phần mềm EXCEL, sau đó nhập các số liệu này vào phần mềm STATA 17 để thực hiện phân tích thống kê mô tả. Mục tiêu của thống kê mô tả là tóm tắt các đặc trưng chính của dữ liệu, bao gồm số lượng mẫu quan sát, giá trị trung bình, giá trị lớn nhất, nhỏ nhất và độ lệch chuẩn. Cụ thể như sau:

  • Giá trị trung bình (Mean) giúp xác định mức độ hiệu quả hoạt động trung bình và cấu trúc tài chính trung bình của toàn ngành.
  • Độ lệch chuẩn (Std. ) thể hiện mức độ biến động giữa các doanh nghiệp hoặc theo thời gian.
  • Giá trị nhỏ nhất (Min) và Giá trị lớn nhất (Max) hỗ trợ phát hiện các giá trị ngoại lai có thể ảnh hưởng đến mô hình.

Các chỉ tiêu này cho phép đánh giá sơ bộ đặc điểm của ngành bảo hiểm phi nhân thọ Việt Nam như mức sinh lợi thấp hay cao, tỷ lệ tổn thất dao động rộng hay hẹp, khả năng thanh khoản, mức độ tái bảo hiểm… Đồng thời, thống kê mô tả giúp phát hiện những lỗi dữ liệu (ví dụ: giá trị âm bất thường của tổng tài sản hoặc doanh thu), từ đó tiến hành điều chỉnh hoặc loại bỏ để đảm bảo chất lượng dữ liệu đầu vào. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

3.3.2.2. Kiểm định tương quan giữa các biến

Sau thống kê mô tả, nghiên cứu tiếp tục phân tích ma trận tương quan nhằm xác định mức độ và chiều hướng mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc (ROA, ROE). Mối tương quan giữa các biến độc lập với nhau, giúp phát hiện sớm nguy cơ đa cộng tuyến.

Hệ số tương quan Pearson dao động trong khoảng [-1; 1]:

  • Giá trị gần +1: quan hệ đồng biến mạnh.
  • Giá trị gần -1: quan hệ nghịch biến mạnh.
  • Giá trị gần 0: không có mối liên hệ tuyến tính.

Khi phân tích mô hình hồi quy, nếu hai biến có tương quan cao với nhau (thường trên 0.8), có thể dẫn đến hiện tượng đa cộng tuyến, làm giảm độ tin cậy của mô hình và gây ra khó khăn trong việc ước lượng hệ số hồi quy. Do đó, kiểm tra tương quan giúp nhận biết những yếu tố độc lập nào có khả năng tác động mạnh mẽ đến biến phụ thuộc, đồng thời phát hiện các trường hợp đa cộng tuyến để điều chỉnh mô hình hoặc loại bỏ biến nhằm đảm bảo tính chính xác của kết quả phân tích.

Kết quả ma trận tương quan cũng giúp nhà nghiên cứu đánh giá sơ bộ xu hướng của các biến như tỷ lệ tổn thất thường có tương quan nghịch với hiệu quả hoạt động, hoặc quy mô doanh nghiệp thường có quan hệ thuận với ROA/ROE.

3.3.2.3. Kiểm định hiện tượng đa cộng tuyến

Đa cộng tuyến là hiện tượng xảy ra khi các biến độc lập trong một mô hình hồi quy tuyến tính có mối tương quan chặt chẽ với nhau. Điều này có nghĩa là một hoặc nhiều biến độc lập có thể được dự đoán từ các biến độc lập khác trong mô hình với độ chính xác cao, dẫn đến việc khó ước lượng chính xác tác động riêng của từng biến đến biến phụ thuộc. Để kiểm định hiện tượng này, có thể sử dụng chỉ số phóng đại phương sai (VIF – Variance Inflation Factor) trong STATA 17.

Theo Gujarati & Porter (2009), khi VIF của một biến độc lập lớn hơn 10, thì biến đó được xem là có hiện tượng đa cộng tuyến nghiêm trọng và cần được xem xét loại bỏ hoặc điều chỉnh. Trong nghiên cứu này, ngưỡng VIF được lựa chọn là < 10 theo khuyến nghị phổ biến của Gujarati, vì dữ liệu nghiên cứu có kích thước mẫu tương đối lớn và mô hình hồi quy dạng tuyến tính chuẩn. Nếu tất cả các biến đều có VIF nhỏ hơn 10, mô hình được đánh giá là không có hiện tượng đa cộng tuyến nghiêm trọng, đảm bảo độ tin cậy cho các ước lượng hồi quy. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Đa cộng tuyến xảy ra khi các biến độc lập có mối quan hệ tuyến tính cao, khiến hệ số hồi quy khó được ước lượng chính xác. Nghiên cứu sử dụng Variance Inflation Factor (VIF) để kiểm tra:

  • Nếu VIF > 10: đa cộng tuyến nghiêm trọng theo Gujarati & Porter (2009).
  • Nếu VIF từ 5–10: đa cộng tuyến trung bình cần xem xét.
  • Nếu VIF < 5: an toàn.

Khi xảy ra đa cộng tuyến, các phương án khắc phục bao gồm: loại bỏ biến, gộp biến, hoặc dùng phương pháp Principal Component Regression (PCR). Tuy nhiên, vì nghiên cứu sử dụng dữ liệu ngành bảo hiểm với số biến tương đối cụ thể và ổn định, nên ưu tiên điều chỉnh biến trước khi loại bỏ để tránh mất thông tin.

3.3.2.4. Kiểm định các khuyết tật của mô hình

  • Kiểm định hồi quy của mô hình nghiên cứu

Kiểm định Hausman (Hausman Test) là một phương pháp quan trọng được sử dụng để lựa chọn giữa mô hình tác động cố định FEM và mô hình tác động ngẫu nhiên REM trong phân tích dữ liệu bảng. Mục tiêu của kiểm định này là xác định mô hình nào là phù hợp và chính xác hơn khi xem xét mối quan hệ giữa các biến trong mô hình hồi quy.

Kiểm định Hausman kiểm tra xem liệu có sự khác biệt có ý nghĩa thống kê giữa các ước lượng của FEM và REM hay không. Để lựa chọn một trong hai mô hình REM hoặc FEM, chúng ta sử dụng kiểm định Hausman Test để xem xét có tồn tại tự tương quan giữa εit và các biến độc lập hay không với cặp giả thuyết:

  • Giả thuyết (H0): εit và biến độc lập không tương quan, tức là các ước lượng của REM không bị chệch và hiệu quả hơn so với FEM.
  • Giả thuyết (H1): εit và biến độc lập có tương quan, là mô hình FEM là phù hợp hơn, nghĩa là các ước lượng của REM có thể bị chệch do có mối tương quan giữa các biến độc lập và sai số.

Khi thực hiện kiểm định, nếu giá trị p-value của Hausman Test nhỏ hơn mức ý nghĩa 0.05, ta bác bỏ giả thuyết H0, kết luận rằng mô hình FEM là phù hợp hơn. Nếu p-value lớn hơn 0.05, ta chấp nhận H0 và lựa chọn mô hình REM vì nó cung cấp ước lượng hiệu quả hơn. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Hausman Test đóng vai trò quan trọng trong việc xác định mô hình hồi quy phù hợp, đảm bảo rằng các kết quả ước lượng từ mô hình là tin cậy và chính xác.

  • Kiểm định hiện tượng tự tương quan

Kiểm định tự tương quan giữa các biến của mô hình hồi quy là bước quan trọng trong việc xác định mối quan hệ giữa các yếu tố độc lập và biến phụ thuộc. Trong quá trình này, hệ số tương quan được sử dụng để đo lường mức độ và hướng tương quan giữa các biến. Hệ số này dao động từ -1 đến 1, trong đó giá trị dương biểu thị mối quan hệ đồng biến (một biến tăng, biến kia cũng tăng), trong khi giá trị âm biểu thị mối quan hệ nghịch biến (một biến tăng, biến kia giảm).

Trong dữ liệu bảng theo chiều dọc (panel), tự tương quan giữa các sai số theo thời gian là phổ biến. Điều này vi phạm giả định độc lập của OLS và FEM, khiến ước lượng không còn hiệu quả. Nghiên cứu sử dụng:

  • Kiểm định Wooldridge: đặc hiệu cho dữ liệu panel, kiểm tra tự tương quan bậc nhất.
  • Durbin–Watson Test: tham khảo thêm để đánh giá tự tương quan tổng quát.
  • Nếu p-value < 0.05, mô hình có tự tương quan, nên sử dụng GLS hoặc sai số chuẩn robust để điều chỉnh.

Kiểm định hiện tượng phương sai thay đổi:

Kiểm định phương sai không đổi là một bước quan trọng trong việc kiểm tra mô hình hồi quy, nhằm xác định xem các sai số (residuals) của mô hình có phân phối đồng nhất hay không. Khi các sai số có phương sai thay đổi (hay còn gọi là hiện tượng phương sai sai số thay đổi – heteroscedasticity), các ước lượng của mô hình sẽ không còn là hiệu quả nữa và các suy luận thống kê dựa trên kết quả này có thể không đáng tin cậy. Để kiểm định, nghiên cứu sử dụng kiểm định Breusch–Pagan test. Nếu p-value < 0.05, tức là có hiện tượng phương sai sai số thay đổi. Nếu phát hiện có phương sai thay đổi, một số biện pháp điều chỉnh như sử dụng ước lượng bình phương bé nhất tổng quát (GLS) hoặc sử dụng các sai số chuẩn hiệu chỉnh (robust standard errors) có thể được áp dụng để khắc phục vấn đề, đảm bảo tính tin cậy của các kết quả ước lượng.

3.3.2.5. Ước lượng các mô hình hồi quy Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Ước lượng mô hình hồi quy là bước quan trọng trong việc phân tích dữ liệu, giúp xác định tác động của các yếu tố độc lập đến biến phụ thuộc, từ đó đưa ra những kết luận và chiến lược hữu ích. Trong nghiên cứu này, việc sử dụng mô hình hồi quy giúp làm rõ mối quan hệ giữa các yếu tố như tỷ lệ tổn thất, tỷ lệ tái bảo hiểm,.. và hiệu quả hoạt động (ROE và ROA).

Trong quá trình ước lượng các mô hình hồi quy với dữ liệu bảng (panel data), ba phương pháp thường được sử dụng là mô hình tác động cố định (Fixed Effects Model – FEM), mô hình tác động ngẫu nhiên (Random Effects Model – REM) và mô hình ước lượng bình phương tổng quát (Generalized Least Squares – GLS). Việc lựa chọn các phương pháp này thay vì các phương pháp khác xuất phát từ tính chất đặc thù của dữ liệu bảng. Dữ liệu bảng là sự kết hợp giữa dữ liệu theo chiều thời gian và chiều cắt ngang, trong đó mỗi quan sát được theo dõi qua nhiều thời kỳ khác nhau. Vì vậy, mỗi đơn vị quan sát (một Công ty bảo hiểm) có thể có đặc điểm riêng biệt, không thay đổi theo thời gian hoặc có sự biến động qua các thời kỳ. Điều này tạo ra sự tương quan giữa các quan sát trong cùng một đơn vị (tự tương quan) và giữa các đơn vị trong cùng một thời gian. Chính vì thế, việc sử dụng các phương pháp hồi quy thông thường như mô hình ước lượng bình phương tối thiểu cổ điển (Ordinary Least Squares – OLS) có thể không cho kết quả chính xác, vì OLS giả định rằng các quan sát là độc lập và không có tự tương quan hoặc sự biến đổi hệ thống giữa các đơn vị.

Do đặc trưng dữ liệu panel (17 doanh nghiệp theo dõi từ 2006–2024), nghiên cứu thử nghiệm nhiều mô hình:

So sánh OLS với FEM và REM:

  • Sử dụng F-test (Poolability test) để so sánh OLS và FEM, nếu p-value < 0.05 thì nhận định FEM tốt hơn OLS và ngược lại.
  • Sử dụng Breusch–Pagan LM Test để so sánh OLS và REM, nếu p-value < 0.05 thì nhận REM tốt hơn OLS và ngược lại.

Kết quả giúp khẳng định rằng OLS là mô hình yếu thế nhất trong hầu hết các trường hợp phân tích dữ liệu bảng.

  • Lựa chọn giữa FEM và REM – Kiểm định Hausman

Đây là kiểm định quan trọng nhất, nếu p-value < 0.05 thì FEM phù hợp (sai số tương quan với biến độc lập). Nếu p-value > 0.05 thi REM phù hợp (sai số ngẫu nhiên và độc lập với biến độc lập).

Nghiên cứu dự kiến FEM sẽ hữu ích khi kiểm soát đặc trưng riêng của từng doanh nghiệp, trong khi REM có thể phù hợp nếu biến không đổi theo thời gian (AGE, OWNER).

  • Lựa chọn sử dụng GLS Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

Khi xuất hiện tự tương quan, phương sai thay đổi, hoặc cả hai, mô hình GLS mang lại ước lượng hiệu quả nhất. GLS phù hợp cho dữ liệu bảo hiểm có tính không đồng nhất giữa doanh nghiệp lớn, nhỏ và có sự khác biệt mạnh về tỷ lệ tổn thất, tái bảo hiểm.

  • Mô hình tác động cố định (FEM)

Mô hình tác động cố định (Fixed Effects Model – FEM) là một phương pháp phổ biến trong phân tích dữ liệu bảng, tức là dữ liệu có chứa cả chiều không gian và thời gian (ví dụ, nhiều cá thể được quan sát qua nhiều khoảng thời gian). FEM được sử dụng để kiểm soát các yếu tố không quan sát được, ảnh hưởng đến biến phụ thuộc và thay đổi giữa các cá thể nhưng không thay đổi theo thời gian. Phương pháp này tập trung vào việc ước lượng tác động của các biến độc lập có sự biến đổi theo thời gian, loại bỏ các yếu tố cố định theo thời gian trong từng cá thể. FEM cho phép mỗi cá thể có một hằng số riêng, giúp kiểm soát những yếu tố không thay đổi theo thời gian nhưng có thể gây nhiễu nếu bỏ sót.

Một trong những ưu điểm lớn của FEM là khả năng loại bỏ sai lệch do các biến bị bỏ sót mà không thay đổi theo thời gian, đồng thời giúp ước lượng chính xác tác động của các biến động trong từng cá thể. Tuy nhiên, FEM không thể ước lượng các biến không thay đổi theo thời gian và có thể giảm hiệu quả khi dữ liệu có ít biến động theo thời gian. FEM thường được sử dụng khi nhà nghiên cứu tin rằng các yếu tố không quan sát được và không thay đổi theo thời gian có tác động đến biến phụ thuộc và cần được kiểm soát. Mô hình này cũng thường được so sánh với mô hình tác động ngẫu nhiên (Random Effects Model – REM) qua kiểm định Hausman để xác định mô hình phù hợp nhất.

  • Mô hình tác động ngẫu nhiên (REM)

Mô hình tác động ngẫu nhiên (Random Effects Model – REM) là một phương pháp phân tích dữ liệu bảng, sử dụng khi các yếu tố không quan sát được được coi là ngẫu nhiên và không tương quan với các biến độc lập. Khác với mô hình tác động cố định (FEM), REM giả định rằng sự khác biệt giữa các cá thể có thể được coi là ngẫu nhiên và các yếu tố này được mô hình hóa như một phần của sai số thay vì một hằng số riêng cho từng cá thể. REM tận dụng cả sự biến động giữa các cá thể và trong nội bộ từng cá thể, giúp mô hình hóa hiệu quả hơn khi các yếu tố không quan sát được không tương quan với biến độc lập. Ưu điểm lớn của REM là khả năng ước lượng các biến không thay đổi theo thời gian, điều mà FEM không thể thực hiện được. Tuy nhiên, REM phụ thuộc vào giả định rằng các yếu tố không quan sát được không tương quan với các biến độc lập. Nếu giả định này bị vi phạm, kết quả của mô hình REM sẽ bị sai lệch. Để lựa chọn giữa REM và FEM, kiểm định Hausman thường được sử dụng. REM phù hợp khi sự khác biệt giữa các cá thể có thể coi là ngẫu nhiên và không có tương quan với các biến độc lập và khi các biến không thay đổi theo thời gian cần được đưa vào mô hình. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

  • Mô hình ước lượng bình phương tối thiểu tổng quát (GLS)

Mô hình ước lượng GLS là phương pháp xử lý dữ liệu có tính chất không đồng nhất (heteroskedasticity) hoặc có mối tương quan giữa các phần dư (serial correlation). Đây là phương pháp tổng quát hơn so với bình phương nhỏ nhất thông thường (OLS), giúp ước lượng các tham số trong các mô hình dữ liệu bảng với các tính chất đặc biệt như REM. Kết quả của phương pháp này thường cung cấp ước lượng hiệu quả và vững chắc hơn trong các tình huống mà OLS không phù hợp.

KẾT LUẬN CHƯƠNG 3

Xuất phát từ cơ sở lý thuyết và các nghiên cứu liên quan trong chương 2, tác giả đề xuất các giả thiết nghiên cứu giữa các nhân tố bên trong và bên ngoài để tìm ra mối quan hệ giữa các yếu tố đó đối với Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ.

Các giả thuyết nghiên cứu sẽ được kiểm định dựa trên dữ liệu và mô hình hồi quy được xây dựng. Trong quá trình kiểm định, tác giả sử dụng tiêu chuẩn thống kê t và giá trị p-value (Sig.) để đánh giá, với độ tin cậy 95%. Giá trị p-value sẽ được so sánh với ngưỡng 0.05 nhằm xác định việc chấp nhận hay bác bỏ giả thuyết nghiên cứu. Để đánh giá mức độ phù hợp của dữ liệu và mô hình hồi quy, hệ số R-square, thống kê t và thống kê F sẽ được áp dụng. Đặc biệt, để đo lường tầm quan trọng của các nhân tố độc lập, hệ số Beta (β) trong phương trình hồi quy sẽ được phân tích.

Dựa trên kết quả thực nghiệm từ mô hình, tác giả sẽ đưa ra nhận xét về tác động của các biến độc lập lên Hiệu quả hoạt động của các Công ty bảo hiểm phi nhân thọ, dựa trên cơ sở lý thuyết và kết quả từ các nghiên cứu trước đây. Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: KQNC đến hiệu quả hoạt động của công ty bảo hiểm

One thought on “Luận văn: PPNC đến hiệu quả hoạt động của công ty bảo hiểm”

  1. Pingback: Luận văn: Nhân tố đến hiệu quả hoạt động của công ty bảo hiểm

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *