Giới thiệu dự án
Nghiên cứu ứng dụng mô hình kinh tế lượng phân tích các nhân tố ảnh hưởng đến khả năng sinh lời của các Ngân hàng Thương mại Cổ phần (NHTMCP) Việt Nam là một công trình khoa học định lượng chuyên sâu thuộc ngành Tài chính - Ngân hàng. Trong bối cảnh hệ thống tài chính toàn cầu và Việt Nam trải qua giai đoạn tái cấu trúc mạnh mẽ sau khủng hoảng tài chính 2008, việc đo lường chính xác các biến số tài chính vi mô và vĩ mô tác động đến tỷ suất sinh lời là điều kiện tiên quyết giúp tối ưu hóa hiệu quả kinh doanh và kiểm soát rủi ro hệ thống.
+-----------------------------------------------------------------------------+
| BỐI CẢNH VÀ QUY MÔ DỮ LIỆU |
+-----------------------------------------------------------------------------+
| • Giai đoạn nghiên cứu : 2009 - 2018 (10 năm hậu khủng hoảng tài chính) |
| • Mẫu dữ liệu : 20 NHTMCP hàng đầu Việt Nam (N = 20) |
| • Tổng số quan sát : 200 quan sát bảng cân bằng (Balanced Panel Data) |
| • Công cụ phân tích : Stata 12 (Pooled OLS, FEM, REM, FGLS) |
+-----------------------------------------------------------------------------+
Bối cảnh ngành và vấn đề thực tiễn
Giai đoạn 2009–2018 chứng kiến sự biến động sâu sắc của hệ thống ngân hàng Việt Nam: từ giai đoạn tăng trưởng nóng tín dụng dẫn đến nợ xấu tăng cao (2011–2012 với lạm phát đỉnh điểm 18,13%), cho đến giai đoạn tái cơ cấu quyết liệt theo Quyết định 254/QĐ-TTg và triển khai chuẩn mực an toàn vốn Basel II theo Thông tư 41/2016/TT-NHNN. Các nhà quản trị ngân hàng và cơ quan thanh tra giám sát thường gặp khó khăn trong việc định lượng rạch ròi:
- Đâu là nhân tố nội tại quyết định trực tiếp đến biên lợi nhuận của ngân hàng?
- Đâu là các biến số vĩ mô nằm ngoài tầm kiểm soát nhưng tác động mang tính chu kỳ lên lợi nhuận?
- Làm thế nào để giải quyết các khuyết tật mô hình thống kê (phương sai sai số thay đổi, tự tương quan) vốn thường làm sai lệch kết quả ước lượng OLS truyền thống?
Mục tiêu nghiên cứu cụ thể
- Hệ thống hóa khung lý thuyết: Xác lập cơ sở khoa học về khả năng sinh lời ngân hàng thông qua hai chỉ số cốt lõi: Tỷ suất sinh lời trên tổng tài sản (ROA) và Tỷ suất sinh lời trên vốn chủ sở hữu (ROE).
- Xây dựng mô hình kinh tế lượng dữ liệu bảng: Kiểm định tác động của 6 biến nội vi (RC, BL, LIQ, SIZE, OETA, PRCF) và 2 biến ngoại vi (GDP, CPI) trên mẫu 20 NHTMCP giai đoạn 2009–2018.
- Khắc phục triệt để khuyết tật thống kê: Sử dụng phương pháp bình phương bé nhất tổng quát khả thi (FGLS) để khắc phục hiện tượng phương sai thay đổi và tự tương quan bậc 1.
- Đề xuất khuyến nghị điều hành: Cung cấp hàm ý chính sách cho Ngân hàng Nhà nước (NHNN) và chiến lược quản trị tài sản - nợ (ALM) cho ban điều hành các NHTM.
Phạm vi và giới hạn nghiên cứu
- Đối tượng nghiên cứu: 20 NHTMCP đại diện chiếm trên 85% tổng tài sản hệ thống NHTMCP Việt Nam: Vietcombank (VCB), BIDV (BID), VietinBank (CTG), Techcombank (TCB), VPBank (VPB), MBBank (MBB), ACB, Sacombank (STB), HDBank (HDB), TPBank (TPB), MSB, VIB, SHB, NCB, Kienlongbank (KLB), LienVietPostBank (LPB), Nam A Bank (NAB), ABBank (ABB), PGBank (PGB), Eximbank (EIB).
- Phạm vi thời gian: 10 năm liên tục từ 2009 đến 2018 (200 quan sát bảng cân bằng).
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Các phương pháp đánh giá hiệu quả kinh doanh truyền thống tại các NHTM thường dừng lại ở phân tích tỷ số tài chính (DuPont Analysis) hoặc mô hình hồi quy cắt ngang (Cross-sectional OLS). Những cách tiếp cận này bộc lộ nhiều điểm hạn chế khi không kiểm soát được đặc tính không quan sát được theo thời gian của từng ngân hàng.
| Tiêu chí so sánh |
Phân tích Tỷ số DuPont |
Hồi quy OLS Gộp (Pooled OLS) |
Mô hình Dữ liệu Bảng (FEM/REM/FGLS) |
| Bản chất dữ liệu |
Dữ liệu tĩnh đơn lẻ từng năm |
Cắt ngang hoặc gộp không trọng số |
Kết hợp chuỗi thời gian & không gian (Panel Data) |
| Kiểm soát tính không đồng nhất |
Hoàn toàn không |
Bị chệch do bỏ sót biến cố định |
Kiểm soát triệt để qua Fixed/Random Effects |
| Xử lý khuyết tật thống kê |
Không áp dụng |
Dễ dính vi phạm giả định Gauss-Markov |
Khắc phục Heteroskedasticity & Autocorrelation bằng FGLS |
| Độ tin cậy của ước lượng |
Định tính, mô tả |
Thấp (Standard errors bị sai lệch) |
Rất cao, tham số ước lượng vững và hiệu quả ($p < 0.01$) |
Phân loại yêu cầu hệ thống định lượng (MoSCoW)
- Must-have (Bắt buộc): Khung hồi quy dữ liệu bảng đa biến cho 2 biến phụ thuộc ROA/ROE; các kiểm định Hausman Test, Modified Wald Test, Wooldridge Test, VIF Test; ước lượng FGLS hiệu chỉnh.
- Should-have (Cần có): Ma trận tương quan đa biến Pearson; thống kê mô tả phân phối tham số (Mean, Std. Dev., Min, Max).
- Could-have (Có thể có): So sánh đối chuẩn kết quả giữa các nhóm ngân hàng gốc quốc doanh và ngân hàng TMCP tư nhân.
- Won't-have (Không thực hiện): Mô hình GMM động hai bước (dành cho các nghiên cứu mở rộng xét đến tính trễ của lợi nhuận).
Thiết kế hệ thống định lượng và công nghệ
Technology Stack và Công cụ sử dụng
- Phần mềm phân tích kinh tế lượng: Stata SE Version 12.0 (chuyên dụng xử lý ma trận và ước lượng Panel Data).
- Công cụ tiền xử lý dữ liệu: Microsoft Excel 2016 Professional Plus (xử lý chuẩn hóa chỉ tiêu kế toán BCTC).
- Bộ thư viện lệnh Stata:
xtset, xtreg, hausman, xttest3, xtserial, xtgls, estat vif.
Danh mục biến số và Phương trình hồi quy tổng quát
$$\text{ROA}{i,t} / \text{ROE}{i,t} = \alpha + \beta_1 \text{RC}{i,t} + \beta_2 \text{BL}{i,t} + \beta_3 \text{LIQ}{i,t} + \beta_4 \text{SIZE}{i,t} + \beta_5 \text{OETA}{i,t} + \beta_6 \text{PRCF}{i,t} + \beta_7 \text{GDP}_t + \beta_8 \text{CPI}t + \varepsilon{i,t}$$
Trong đó:
- $\text{ROA}_{i,t}$: Tỷ suất sinh lời trên tổng tài sản = Lợi nhuận sau thuế / Tổng tài sản bình quân (%).
- $\text{ROE}_{i,t}$: Tỷ suất sinh lời trên vốn chủ sở hữu = Lợi nhuận sau thuế / Vốn chủ sở hữu bình quân (%).
- $\text{RC}_{i,t}$: Tỷ lệ vốn chủ sở hữu = Tổng vốn chủ sở hữu / Tổng tài sản (%).
- $\text{BL}_{i,t}$: Tỷ lệ cho vay khách hàng = Tổng dư nợ cho vay khách hàng / Tổng tài sản (%).
- $\text{LIQ}_{i,t}$: Tỷ lệ thanh khoản = (Tiền mặt + Tiền gửi NHNN + Chứng khoán thanh khoản) / Tổng tài sản (%).
- $\text{SIZE}_{i,t}$: Quy mô ngân hàng = $\ln(\text{Tổng tài sản})$.
- $\text{OETA}_{i,t}$: Tỷ lệ chi phí hoạt động = Chi phí hoạt động / Tổng tài sản (%).
- $\text{PRCF}_{i,t}$: Rủi ro tín dụng = Dự phòng rủi ro cho vay / Tổng dư nợ cho vay (%).
- $\text{GDP}_t$: Tốc độ tăng trưởng tổng sản phẩm quốc nội thực tế hàng năm (%).
- $\text{CPI}_t$: Chỉ số lạm phát bình quân hàng năm (%).
Implementation và kết quả
Quy trình phân tích dữ liệu trên Stata 12
Toàn bộ quy trình xử lý dữ liệu bảng được tự động hóa bằng Stata Script (.do file) với các khối lệnh chuẩn hóa:
* Thiết lập cấu trúc dữ liệu bảng cân bằng
clear all
import excel "bank_data_2009_2018.xlsx", sheet("Data") firstrow
xtset bank_id year
* 1. Thống kê mô tả và Ma trận tương quan kiểm tra đa cộng tuyến
summarize roa roe rc bl liq size oeta prcf gdp cpi
correlate roa roe rc bl liq size oeta prcf gdp cpi
regress roa rc bl liq size oeta prcf gdp cpi
estat vif
* 2. Ước lượng mô hình OLS, FEM, REM và kiểm định Hausman
regress roa rc bl liq size oeta prcf gdp cpi
estimates store pooled_ols
xtreg roa rc bl liq size oeta prcf gdp cpi, fe
estimates store fem_model
xtreg roa rc bl liq size oeta prcf gdp cpi, re
estimates store rem_model
hausman fem_model rem_model
* 3. Kiểm định khuyết tật mô hình FEM
xttest3 // Kiểm định phương sai sai số thay đổi (Modified Wald test)
xtserial roa rc bl liq size oeta prcf gdp cpi // Kiểm định tự tương quan (Wooldridge test)
* 4. Hồi quy FGLS khắc phục hoàn toàn khuyết tật
xtgls roa rc bl liq size oeta prcf gdp cpi, panels(hetero) corr(ar1)
estimates store fgls_roa
xtgls roe rc bl liq size oeta prcf gdp cpi, panels(hetero) corr(ar1)
estimates store fgls_roe
Thống kê mô tả mẫu nghiên cứu (200 quan sát)
| Biến số |
Ký hiệu |
Giá trị TB (Mean) |
Độ lệch chuẩn (Std. Dev.) |
Giá trị Min |
Giá trị Max |
| Sinh lời trên tài sản |
ROA |
0,95% |
0,825% |
-5,99% (TPB 2011) |
4,35% (LPB 2009) |
| Sinh lời trên VCSH |
ROE |
11,05% |
8,610% |
-5,63% (TPB 2011) |
28,50% (TCB 2017) |
| Tỷ lệ vốn chủ sở hữu |
RC |
9,12% |
3,840% |
4,06% (BID 2017) |
25,64% (KLB 2010) |
| Tỷ lệ cho vay khách hàng |
BL |
52,36% |
11,210% |
14,48% (TPB 2011) |
74,36% (BID 2018) |
| Tỷ lệ thanh khoản |
LIQ |
15,96% |
8,450% |
3,12% (ACB 2013) |
56,92% (VPB 2014) |
| Quy mô ngân hàng ($\ln$) |
SIZE |
18,44 |
1,180 |
15,827 (KLB 2009) |
20,990 (BID 2018) |
| Tỷ lệ chi phí hoạt động |
OETA |
1,70% |
0,690% |
0,48% (EIB 2010) |
5,20% (TPB 2011) |
| Rủi ro tín dụng |
PRCF |
1,25% |
0,540% |
0,52% (VCB 2009) |
3,42% (VCB 2018) |
| Tăng trưởng kinh tế |
GDP |
6,15% |
0,620% |
5,25% (2012) |
7,08% (2018) |
| Lạm phát |
CPI |
6,21% |
5,140% |
0,63% (2015) |
18,13% (2011) |
Kiểm định chẩn đoán và Kết quả hồi quy FGLS
- Kiểm định đa cộng tuyến: Hệ số tương quan cao nhất giữa các biến độc lập là 0,540 (giữa RC và SIZE); hệ số VIF toàn bộ các biến độc lập đều < 3,0 (thấp hơn ngưỡng báo động 10,0), xác nhận mô hình không bị đa cộng tuyến.
- Kiểm định Hausman: $P\text{-value} < 0,05$ cho thấy mô hình tác động cố định (FEM) phù hợp hơn mô hình tác động ngẫu nhiên (REM).
- Kiểm định khuyết tật: Modified Wald Test ($p = 0,0000$) xác nhận hiện tượng phương sai sai số thay đổi; Wooldridge Test ($p = 0,0142$) xác nhận hiện tượng tự tương quan bậc 1. Mô hình FGLS (Cross-sectional heteroskedasticity and first-order autocorrelation) được kích hoạt để đưa ra ước lượng chuẩn xác nhất.
| Biến giải thích |
Mô hình ROA (Hệ số $\beta$ / P-value) |
Mô hình ROE (Hệ số $\beta$ / P-value) |
Chiều tác động thực nghiệm |
Phù hợp kỳ vọng lý thuyết |
| Hằng số ($\alpha$) |
0,0342*** ($p = 0,001$) |
0,2845** ($p = 0,012$) |
- |
- |
| RC (Vốn CSH) |
+0,0421*** ($p = 0,000$) |
-0,1854* ($p = 0,078$) |
ROA: Thuận (+), ROE: Nghịch (-) |
Đúng kỳ vọng |
| BL (Cho vay) |
+0,0182** ($p = 0,015$) |
+0,1420*** ($p = 0,004$) |
Cùng chiều (+) |
Đúng kỳ vọng |
| LIQ (Thanh khoản) |
+0,0095* ($p = 0,062$) |
+0,0841* ($p = 0,081$) |
Cùng chiều (+) |
Khác kỳ vọng ban đầu |
| SIZE (Quy mô) |
-0,0021** ($p = 0,028$) |
-0,0189** ($p = 0,035$) |
Ngược chiều (-) |
Khác kỳ vọng ban đầu |
| OETA (Chi phí HĐ) |
-0,4820*** ($p = 0,000$) |
-3,9420*** ($p = 0,000$) |
Ngược chiều mạnh (-) |
Đúng kỳ vọng |
| PRCF (Rủi ro TD) |
-0,0854 ($p = 0,214$) |
-0,6120 ($p = 0,185$) |
Không có ý nghĩa thống kê |
Không đạt mức $p < 0.1$ |
| GDP (Tăng trưởng) |
+0,0112 ($p = 0,345$) |
+0,0950 ($p = 0,280$) |
Không có ý nghĩa thống kê |
Không đạt mức $p < 0.1$ |
| CPI (Lạm phát) |
+0,0165*** ($p = 0,008$) |
+0,1280** ($p = 0,022$) |
Cùng chiều (+) |
Đúng lý thuyết chuyển dịch lãi |
Ghi chú: *** $p < 0,01$, ** $p < 0,05$, * $p < 0,10$.
Đổi mới và đóng góp
Đóng góp khoa học và đối chuẩn nghiên cứu
Nghiên cứu mang lại những đóng góp học thuật rõ nét khi so sánh trực diện với các công trình nghiên cứu kinh tế lượng tài chính tại Việt Nam và quốc tế:
-
So sánh với công trình của Mạnh Hà (2015):
- Mạnh Hà (2015) nghiên cứu 22 NHTM (2007–2013) bằng phương pháp SGMM và nhận thấy quy mô tài sản không có ý nghĩa thống kê.
- Đóng góp của đồ án: Mở rộng chu kỳ lên 10 năm (2009–2018) và chứng minh Quy mô ngân hàng (SIZE) có tác động tiêu cực (-0,0021) đến ROA ở mức ý nghĩa 5%. Điều này phản ánh thực trạng "tính phi kinh tế của quy mô" (diseconomies of scale) tại Việt Nam khi ngân hàng tăng trưởng tài sản quá nhanh nhưng chi phí quản trị và nợ xấu gia tăng làm triệt tiêu hiệu quả.
-
So sánh với công trình của Võ Phương Diễm (2016):
- Võ Phương Diễm (2016) nghiên cứu giai đoạn 2008–2015 nhưng chỉ dùng FEM/REM cơ bản mà chưa xử lý triệt để hiện tượng tự tương quan bậc 1 trong sai số.
- Đóng góp của đồ án: Ứng dụng kỹ thuật Feasible Generalized Least Squares (FGLS) hiệu chỉnh toàn diện sai số, chứng minh chính xác Tỷ lệ chi phí hoạt động (OETA) là yếu tố tác động tiêu cực mạnh mẽ nhất đến tỷ suất sinh lời ($\beta = -0,4820$ với ROA và $\beta = -3,9420$ với ROE).
-
Phát hiện mới về biến Lạm phát (CPI) và Thanh khoản (LIQ):
- Lạm phát (CPI) tác động cùng chiều (+) với ROA/ROE ($p < 0,01$). Khi lạm phát tăng, các NHTM Việt Nam có xu hướng điều chỉnh tăng lãi suất cho vay nhanh hơn tốc độ tăng của lãi suất huy động, tạo ra biên lãi ròng (NIM) giãn rộng trong ngắn hạn.
- Tỷ lệ thanh khoản (LIQ) tác động cùng chiều (+), chứng minh việc dự trữ thanh khoản tốt giúp ngân hàng duy trì sự ổn định, tận dụng các cơ hội cho vay liên ngân hàng ngắn hạn có hiệu suất sinh lời cao thay vì chỉ là tài sản "chết".
Ứng dụng thực tế và triển khai
+-------------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI CHO HỆ THỐNG NHTM |
+-------------------------------------------------------------------------------+
| Giai đoạn 1 (0 - 6 tháng) : Tối ưu hóa CIR và Cắt giảm Chi phí Hoạt động |
| Giai đoạn 2 (6 - 12 tháng) : Tái cơ cấu Tỷ trọng Tín dụng & Quản trị ALM |
| Giai đoạn 3 (12 - 24 tháng): Nâng cao Năng lực Vốn CSH theo Basel II / III |
+-------------------------------------------------------------------------------+
Hàm ý chính sách và Chiến lược quản trị ngân hàng
1. Chiến lược kiểm soát tỷ lệ chi phí hoạt động (OETA)
Chi phí hoạt động tác động tiêu cực mạnh nhất đến khả năng sinh lời. Để cải thiện biên lợi nhuận, các NHTM cần:
- Đẩy mạnh số hóa quy trình (Digital Banking), tự động hóa phê duyệt tín dụng phân khúc bán lẻ nhằm hạ thấp tỷ lệ Chi phí trên Thu nhập (Cost-to-Income Ratio - CIR) từ mức trung bình 45–55% xuống dưới 35%.
- Tinh giản bộ máy chi nhánh vật lý, phát triển mô hình ngân hàng số tự phục vụ (LiveBank/Digital Kiosk) để tiết giảm chi phí mặt bằng và nhân sự vận hành.
2. Chiến lược tăng trưởng quy mô gắn liền với chất lượng tài sản
Kết quả cho thấy quy mô lớn (SIZE) tác động tiêu cực đến hiệu quả sinh lời nếu không kiểm soát tốt chi phí.
- Ngừng chạy đua tăng trưởng tổng tài sản thuần túy ("bơm" tài sản ảo).
- Tập trung vào tăng trưởng tài sản sinh lời chất lượng cao, ưu tiên phân khúc khách hàng doanh nghiệp vừa và nhỏ (SME) và tài chính tiêu dùng có biên lợi nhuận rủi ro điều chỉnh (RAROC) cao.
3. Chiến lược quản trị an toàn vốn (RC) và Thanh khoản (LIQ)
- Tăng vốn cấp 1 và vốn cấp 2 thông qua phát hành cổ phiếu cho cổ đông chiến lược nước ngoài và trái phiếu chuyển đổi nhằm đáp ứng chuẩn an toàn vốn CAR $\ge 8%$ theo Basel II.
- Tối ưu hóa dòng vốn thanh khoản: Duy trì tỷ lệ tài sản thanh khoản (LIQ) ở mức hợp lý (15–20%), sử dụng linh hoạt công cụ thị trường mở (OMO) và thị trường liên ngân hàng để tạo nguồn thu lãi thứ cấp.
Hạn chế và hướng phát triển
Hạn chế kỹ thuật
- Dữ liệu tĩnh: Mô hình FGLS là phương pháp ước lượng tĩnh, chưa giải thích được tính nội sinh sinh ra bởi độ trễ của biến phụ thuộc ($\text{ROA}{t-1}, \text{ROE}{t-1}$).
- Kích thước mẫu: Mới bao gồm 20 NHTMCP; chưa đưa toàn bộ các ngân hàng 100% vốn nhà nước (như Agribank) và các ngân hàng thương mại mua bắt buộc/tái cơ cấu đặc biệt (CBBank, OceanBank, GPBank).
- Biến số phi tài chính: Chưa định lượng được các yếu tố về chất lượng quản trị doanh nghiệp (Corporate Governance), chỉ số chuyển đổi số hay tỷ lệ sở hữu nước ngoài.
Hướng mở rộng đề tài
- Ứng dụng mô hình GMM động (Two-step System GMM): Nhằm kiểm soát hoàn toàn hiện tượng nội sinh và kiểm định tính bền vững của lợi nhuận qua các năm.
- Tích hợp Machine Learning: Ứng dụng các thuật toán XGBoost, Random Forest để dự báo xác suất vỡ nợ (PD) và phân tích phi tuyến tính tác động của nợ xấu đến lợi nhuận ròng.
- Cập nhật chuẩn mực Basel III: Mở rộng nghiên cứu với các chỉ số thanh khoản hiện đại như Tỷ lệ đảm bảo thanh khoản (LCR) và Tỷ lệ nguồn vốn ổn định ròng (NSFR).
Đối tượng hưởng lợi
+-----------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI |
+-----------------------------------------------------------------------------+
| [Sinh viên / Học viên cao học] |
| --> Khung mẫu phân tích kinh tế lượng hoàn chỉnh trên Stata 12 |
| |
| [Chuyên viên Phân tích Định lượng / Quant Developers] |
| --> Pipeline xử lý dữ liệu bảng & Cú pháp kiểm định khuyết tật chuẩn mực |
| |
| [Hội đồng Quản trị & Ban Điều hành NHTM] |
| --> Căn cứ dữ liệu thực nghiệm để tái cấu trúc ALM và cắt giảm CIR |
| |
| [Ngân hàng Nhà nước & Cơ quan Quản lý] |
| --> Bằng chứng thực nghiệm để điều hành chính sách tiền tệ và an toàn vốn |
+-----------------------------------------------------------------------------+
- Sinh viên & Học viên Cao học ngành Tài chính - Ngân hàng: Nhận được bộ khung phương pháp luận nghiên cứu định lượng chuẩn mực, cách xử lý số liệu BCTC và quy trình thực hiện các bài kiểm định thống kê trên Stata.
- Chuyên viên Phân tích Định lượng & Quản trị Rủi ro: Nắm bắt được các đoạn mã Stata thực tế, logic lựa chọn mô hình từ Pooled OLS $\rightarrow$ FEM/REM $\rightarrow$ FGLS để áp dụng vào các bài toán phân tích Asset-Liability Management.
- Ban Điều hành & Quản trị Ngân hàng: Có số liệu thực chứng để hoạch định kế hoạch ngân sách, cân đối tỷ trọng cho vay khách hàng (BL), tỷ lệ vốn an toàn (RC) và chiến lược cắt giảm chi phí hoạt động (OETA).
- Cơ quan Quản lý Vĩ mô (NHNN): Nhìn nhận rõ nét hơn về phản ứng của hệ thống NHTM trước các cú sốc lạm phát (CPI) và quy định tăng vốn điều lệ tối thiểu.
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật tối thiểu để tái lập nghiên cứu này là gì?
Để tái lập nghiên cứu, bạn cần trang bị máy tính cài đặt phần mềm Stata phiên bản từ 12.0 trở lên (khuyến nghị Stata 14/15/16/17 để có tốc độ xử lý nhanh hơn). Bộ dữ liệu cần được lưu dưới dạng file Excel (.xlsx) hoặc Stata Data (.dta) với cấu trúc Panel Data (có cột định danh ngân hàng bank_id từ 1 đến 20 và cột thời gian year từ 2009 đến 2018).
2. Tại sao nghiên cứu không dùng Pooled OLS hay FEM mà phải dùng FGLS?
Mô hình Pooled OLS giả định các quan sát là độc lập và phương sai đồng nhất. Tuy nhiên, dữ liệu bảng ngân hàng thường xuyên xảy ra hiện tượng phương sai sai số thay đổi giữa các ngân hàng (Heteroskedasticity) và tự tương quan chuỗi thời gian (Autocorrelation). Kiểm định Modified Wald ($p < 0,001$) và Wooldridge ($p < 0,05$) trong bài đã bác bỏ giả định của FEM/REM. Do đó, FGLS (thông qua lệnh xtgls) là phương pháp bắt buộc để ước lượng không bị chệch và đạt hiệu quả cao nhất.
3. Tại sao tỷ lệ vốn chủ sở hữu (RC) tác động cùng chiều với ROA nhưng lại ngược chiều với ROE?
Điều này hoàn toàn phù hợp với lý thuyết cấu trúc vốn và công thức phân rã DuPont:
- Đối với ROA: Vốn chủ sở hữu lớn giúp ngân hàng giảm chi phí huy động vốn lãi suất cao, tăng khả năng thanh khoản và đầu tư sinh lời an toàn, giúp tổng lợi nhuận ròng trên tổng tài sản tăng.
- Đối với ROE ($\text{ROE} = \text{ROA} \times \frac{\text{Tài sản}}{\text{Vốn CSH}}$): Khi vốn chủ sở hữu (mẫu số của ROE) tăng quá nhanh mà lợi nhuận chưa tăng kịp tương ứng, hiệu ứng đòn bẩy tài chính (Financial Leverage) giảm xuống, kéo tỷ suất ROE giảm.
4. Chi phí hoạt động (OETA) có hệ số âm rất lớn (-0,4820 trên ROA), điều này có ý nghĩa gì?
Hệ số hồi quy $\beta = -0,4820$ ($p = 0,000$) chỉ ra rằng nếu ngân hàng để tỷ lệ chi phí hoạt động trên tổng tài sản tăng thêm 1% thì tỷ suất ROA sẽ bị sụt giảm bình quân 0,4820%. Đây là biến số có sức tàn phá lợi nhuận mạnh nhất trong toàn bộ mô hình, cảnh báo các ngân hàng không được mở rộng quy mô chi tiêu hành chính lãng phí.
5. Nghiên cứu này có thể mở rộng cho dữ liệu giai đoạn 2019-2025 không?
Hoàn toàn khả thi. Toàn bộ mã nguồn Stata Script và phương pháp luận FGLS trong đề tài có tính mở cao. Khi bổ sung dữ liệu giai đoạn 2019–2025 (bao gồm cả biến cố đại dịch COVID-19 và Thông tư 41/2016 Basel II có hiệu lực đầy đủ), mô hình sẽ cung cấp thêm những góc nhìn sâu sắc về khả năng chống chịu của hệ thống NHTMCP.
Kết luận
Công trình khóa luận tốt nghiệp "Phân tích các nhân tố ảnh hưởng đến khả năng sinh lời của các Ngân hàng Thương mại Việt Nam" của tác giả Phan Bảo Châu là một nghiên cứu định lượng tài chính ngân hàng có giá trị học thuật và tính ứng dụng thực tiễn cao. Bằng việc kết hợp chặt chẽ giữa khung lý thuyết kinh tế học tiền tệ, bộ dữ liệu bảng cân bằng 200 quan sát từ 20 NHTMCP hàng đầu và kỹ thuật ước lượng hiện đại FGLS trên phần mềm Stata 12, nghiên cứu đã giải quyết trọn vẹn 3 câu hỏi nghiên cứu cốt lõi:
- Xác định tường minh các nhân tố tác động: Tỷ lệ vốn chủ sở hữu (RC), tỷ lệ cho vay (BL), tỷ lệ thanh khoản (LIQ) và lạm phát (CPI) tác động tích cực; trong khi tỷ lệ chi phí hoạt động (OETA) và quy mô ngân hàng (SIZE) tác động tiêu cực đến khả năng sinh lời.
- Lượng hóa mức độ ảnh hưởng: Chứng minh chi phí hoạt động là rào cản lớn nhất đối với lợi nhuận ròng, đồng thời bác bỏ quan điểm cho rằng tăng trưởng quy mô tài sản luôn tỷ lệ thuận với hiệu quả hoạt động.
- Cung cấp giải pháp thực thi: Đưa ra các khuyến nghị chiến lược về cắt giảm CIR thông qua số hóa, tái cấu trúc danh mục cho vay bán lẻ và tăng vốn an toàn theo chuẩn Basel II.
Đề tài là tài liệu tham khảo giá trị cho các nhà nghiên cứu tài chính, các chuyên viên phân tích dữ liệu định lượng và các cấp quản lý ngân hàng trong tiến trình xây dựng hệ thống ngân hàng Việt Nam phát triển an toàn, minh bạch và hiệu quả bền vững.
