Tổng quan về luận án

Hệ thống tài chính giữ vai trò huyết mạch trong việc dẫn truyền các nguồn lực vốn từ chủ thể thặng dư sang chủ thể thâm hụt, đóng vai trò đòn bẩy thúc đẩy tăng trưởng kinh tế (Levine & Zervos, 1996). Tại các nền kinh tế mới nổi như Việt Nam, cấu trúc tài chính vận hành dựa trên sự tương hỗ chặt chẽ giữa hai cấu phần then chốt: thị trường chứng khoán (TTCK) và hệ thống ngân hàng thương mại (Batten & Vo, 2019; Rajan & Zingales, 1998). Mặc dù có sự phát triển vượt bậc về quy mô vốn hóa và thanh khoản, TTCK Việt Nam vẫn mang đặc trưng của một thị trường cận biên/mới nổi với biên độ dao động lớn, trong khi các ngân hàng thương mại cổ phần (NHTMCP) đóng vai trò trung gian cung ứng tín dụng chủ đạo. Sự vận động của dòng vốn giữa hai khu vực này luôn diễn ra liên tục, tạo ra những xung lực tác động trực tiếp đến hiệu quả hoạt động và mức độ an toàn của hệ thống ngân hàng.

Khoảng trống nghiên cứu (research gap) được định vị rõ nét qua việc khảo lược tài liệu học thuật quốc tế và trong nước. Phần lớn các công trình thực nghiệm trước đây tập trung khai thác chiều tác động từ các yếu tố nội tại của ngân hàng và biến số vĩ mô lên hiệu quả, rủi ro (Aebi và cộng sự, 2012; Bouzgarrou và cộng sự, 2018), hoặc phân tích chiều tác động từ kết quả kinh doanh của ngân hàng lên biến động giá cổ phiếu (Hadad và cộng sự, 2011; Sharma, 2018). Ngược lại, hướng nghiên cứu về tác động ngược chiều của biến động tỷ suất sinh lợi thị trường chứng khoán (Stock Market Volatility - SMV) lên hiệu quả và rủi ro ngân hàng hầu như bị bỏ ngỏ hoặc chưa đạt được sự đồng thuận:

  1. Chiều tác động của SMV lên hiệu quả ngân hàng còn nhiều mâu thuẫn: các nghiên cứu tại thị trường phát triển chỉ ra tác động tích cực (Angbazo, 1997; Albertazzi & Gambacorta, 2009, 2010; Tan & Floros, 2012b), trong khi tại thị trường mới nổi như Pakistan lại ghi nhận tác động tiêu cực (Rashid & Ilyas, 2018).
  2. Chưa có công trình thực nghiệm nào kiểm định tác động trực tiếp của SMV lên rủi ro ngân hàng tại các thị trường mới nổi.
  3. Vai trò điều tiết (moderating role) của quy mô ngân hàng trong mối liên hệ giữa SMV với hiệu quả và rủi ro chưa được phân tích toàn diện.

Từ các khoảng trống này, luận án thiết lập 4 câu hỏi nghiên cứu (Research Questions - RQ) và 4 giả thuyết nghiên cứu (Hypotheses - H) tương ứng:

  • RQ1 & H1: Biến động tỷ suất sinh lợi thị trường chứng khoán có tác động cùng chiều đến hiệu quả hoạt động của các NHTMCP niêm yết.
  • RQ2 & H2: Biến động tỷ suất sinh lợi thị trường chứng khoán có tác động cùng chiều đến rủi ro của các NHTMCP niêm yết.
  • RQ3 & H3: Tác động của biến động tỷ suất sinh lợi thị trường chứng khoán lên hiệu quả hoạt động chịu sự khuếch đại bởi quy mô tổng tài sản của ngân hàng.
  • RQ4 & H4: Tác động của biến động tỷ suất sinh lợi thị trường chứng khoán lên rủi ro ngân hàng chịu sự khuếch đại bởi quy mô tổng tài sản của ngân hàng.

Khung lý thuyết của luận án được xây dựng dựa trên sự giao thoa của ba trụ cột: Lý thuyết Triển vọng (Prospect Theory) của Kahneman và Tversky (1979), Giả thuyết Bất ổn Tài chính (Financial Instability Hypothesis) của Minsky (1992) cùng quan điểm Nghịch lý Biến động (Volatility Paradox) của Adrian và Shin (2014), và Lý thuyết Quy mô Ngân hàng Tối ưu (Optimal Bank Size Theory) của Krasa và Villamil (1992).

Phạm vi nghiên cứu bao quát 24 NHTMCP Việt Nam niêm yết trên cả ba sàn giao dịch (HOSE: 14 ngân hàng gồm ACB, BID, CTG, EIB, HDB, LPB, MBB, MSB, STB, TCB, TPB, VCB, VIB, VPB; HNX: 3 ngân hàng gồm BAB, NVB, SHB; UPCOM: 7 ngân hàng gồm ABB, BVB, KLB, NAB, PGB, SGB, VBB) trong khung thời gian 60 quý liên tục từ Quý 2/2006 đến Quý 1/2021. Ý nghĩa đột phá của nghiên cứu thể hiện ở việc lượng hóa cơ chế truyền dẫn rủi ro liên thị trường, cung cấp bằng chứng thực nghiệm giá trị phục vụ mục tiêu tái cơ cấu ngành ngân hàng theo Quyết định 254/QĐ-TTg và Quyết định 242/QĐ-TTg của Thủ tướng Chính phủ.

Literature Review và Positioning

Khảo lược y văn quốc tế cho thấy ba dòng nghiên cứu chính chi phối chủ đề này. Dòng thứ nhất phân tích ảnh hưởng của SMV lên hiệu quả ngân hàng. Angbazo (1997) sử dụng phương pháp GLS trên mẫu 286 ngân hàng Mỹ, chứng minh biến động lãi suất liên bang (đại diện cho SMV) làm gia tăng tỷ lệ thu nhập lãi cận biên (NIM) do lãi suất cho vay nhạy cảm hơn lãi suất huy động. Albertazzi và Gambacorta (2009, 2010) nghiên cứu 10 quốc gia công nghiệp phát triển (giai đoạn 1981–2003) qua mô hình GMM, phát hiện SMV thúc đẩy thu nhập lãi ròng và thu nhập ngoài lãi, dù làm tăng trích lập dự phòng. Tương tự, Tan và Floros (2012b) khảo sát 11 ngân hàng thương mại Trung Quốc giai đoạn 2003–2009 bằng S-GMM, xác nhận SMV tác động tích cực đến ROA, NIM và EVA do dòng vốn rút khỏi sàn chứng khoán chảy vào kênh tiền gửi ngân hàng. Ngược lại, Rashid và Ilyas (2018) nghiên cứu hệ thống ngân hàng Pakistan giai đoạn 2006–2014 (kết hợp GMM và GARCH), phát hiện SMV làm suy giảm ROE và ROA do các doanh nghiệp hạn chế vay nợ ngân hàng khi chi phí vốn gia tăng.

Dòng nghiên cứu thứ hai liên quan đến SMV và rủi ro. Minsky (1992) đề xuất Giả thuyết Bất ổn Tài chính, lập luận rằng thời kỳ thị trường ổn định kéo dài (SMV thấp) kích hoạt tâm lý lạc quan quá mức, dẫn đến nới lỏng chuẩn tín dụng và tích tụ rủi ro hệ thống. Adrian và Shin (2014) cùng Brunnermeier và Sannikov (2014) hệ thống hóa điều này qua khái niệm "nghịch lý biến động" (Volatility Paradox): mức độ biến động đo lường được ở mức thấp khiến các định chế tài chính gia tăng đòn bẩy nợ, gieo mầm cho khủng hoảng. Danielsson và cộng sự (2018) củng cố quan điểm này trên mẫu 60 quốc gia khi chỉ ra biến động thấp trong quá khứ là tiền đề của khủng hoảng tài chính tương lai. Tuy nhiên, các công trình này chủ yếu khảo sát tác động gián tiếp ở tầm vĩ mô tại các nền kinh tế phát triển.

Dòng nghiên cứu thứ ba tập trung vào quy mô ngân hàng. Panzar và Willig (1977) cùng Krasa và Villamil (1992) khẳng định tính kinh tế theo quy mô giúp các định chế lớn tối ưu hóa chi phí giám sát và thanh khoản. Tại thị trường Pakistan, Rashid và Ilyas (2018) là nghiên cứu duy nhất ghi nhận quy mô có tương tác với SMV khi tác động đến lợi nhuận ngân hàng.

Vị thế nghiên cứu của luận án được xác lập rõ ràng: Đây là công trình thực nghiệm đầu tiên tại thị trường cận biên/mới nổi Việt Nam tích hợp đồng thời mối quan hệ tam giác giữa SMV, hiệu quả hoạt động và rủi ro ngân hàng dưới sự điều tiết của biến quy mô. Luận án bắc nhịp cầu nối giữa lý thuyết tài chính hành vi và kinh tế học ngân hàng, vượt qua các giới hạn địa lý của các công trình tại OECD (Albertazzi & Gambacorta, 2009) hay Trung Quốc (Tan & Floros, 2012b).

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mang lại những đóng góp nền tảng cho kho tàng lý thuyết kinh tế tài chính:

  1. Kiểm chứng và mở rộng Lý thuyết Triển vọng (Kahneman & Tversky, 1979): Khi SMV tăng cao, sự không chắc chắn trên TTCK thúc đẩy "hiệu ứng chắc chắn" (certainty effect). Nhà đầu tư cá nhân và tổ chức có xu hướng dịch chuyển dòng tiền sang kênh tiền gửi tiết kiệm ngân hàng nhằm bảo toàn vốn. Hiện tượng này cung cấp nguồn vốn khả dụng dồi dào, hỗ trợ thanh khoản và gia tăng biên độ sinh lợi cho ngân hàng.
  2. Tái định vị Giả thuyết Bất ổn Tài chính (Minsky, 1992) và Nghịch lý Biến động (Adrian & Shin, 2014): Trái ngược với giả định kinh điển cho rằng biến động thấp tạo ra rủi ro ngầm, bằng chứng thực nghiệm tại Việt Nam chỉ ra SMV tăng cao trực tiếp làm tăng rủi ro ngân hàng. Luận án chỉ ra cơ chế lan truyền rủi ro: SMV gia tăng làm xói mòn giá trị tài sản bảo đảm là cổ phiếu/bất động sản, làm tăng nguy cơ nợ xấu và gây bất định trong biên lãi ròng do chênh lệch độ nhạy lãi suất huy động - cho vay.
  3. Mở rộng Lý thuyết Quy mô Tối ưu (Krasa & Villamil, 1992): Luận án chứng minh quy mô lớn là "con dao hai lưỡi". Nhóm ngân hàng có quy mô tổng tài sản vượt trội có khả năng hấp thụ dòng vốn dịch chuyển tốt hơn, gia tăng hiệu quả mạnh mẽ hơn nhưng đồng thời phải đối mặt với mức độ gia tăng rủi ro cao hơn so với nhóm ngân hàng quy mô nhỏ.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cấu trúc đo lường đa tầng và giải quyết triệt để các điều kiện biên:

  • Tích hợp thước đo giá trị kinh tế gia tăng (EVA - Stewart III, 1991; Stern và cộng sự, 1995): Bên cạnh các chỉ tiêu kế toán truyền thống gồm tỷ suất sinh lợi trên vốn chủ sở hữu (ROE), tỷ suất sinh lợi trên vốn chủ sở hữu vượt mức (EROE), tỷ suất sinh lợi trên tổng tài sản (ROA) và tỷ lệ lãi cận biên (NIM), luận án đưa EVA vào mô hình. EVA phản ánh hiệu quả kinh tế thực chất sau khi trừ đi toàn bộ chi phí sử dụng vốn cổ phần và vốn vay, hạn chế tối đa sự sai lệch của các chuẩn mực kế toán dồn tích.
  • Tiếp cận rủi ro đa chiều: Rủi ro ngân hàng được đo lường thông qua hệ số ổn định Z-SCORE (khoảng cách đến trạng thái vỡ nợ) cùng độ lệch chuẩn biến động lợi nhuận ROE (DROE) và ROA (DROA).
  • Mô hình tương tác phi tuyến tính có kiểm soát: Mô hình hóa biến tương tác $SMV \times SIZE$ và $SMV \times DUM_SIZE$ nhằm phân lập chính xác tác động cận biên của quy mô.
  • Điều kiện biên (Boundary Conditions): Áp dụng cho các định chế tài chính hoạt động trong hệ thống định hướng ngân hàng (bank-based financial system), nơi thị trường chứng khoán có mức độ đầu cơ cao và khuôn khổ pháp lý về xử lý tài sản bảo đảm còn nhiều rào cản.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được định vị theo trường phái thực chứng (positivism) với phương pháp định lượng suy diễn chặt chẽ. Thiết kế nghiên cứu dựa trên tập dữ liệu bảng không cân bằng (unbalanced panel data) ở tần số quý gồm 24 NHTMCP niêm yết trong suốt 60 quý (Quý 2/2006 – Quý 1/2021). Việc sử dụng dữ liệu quý là một bước tiến vượt bậc so với phần lớn các nghiên cứu trong nước trước đây vốn chỉ sử dụng dữ liệu năm, giúp nắm bắt kịp thời các cú sốc biến động ngắn hạn của TTCK.

Tiêu chí chọn mẫu 24 NHTMCP niêm yết trên HOSE, HNX và UPCOM đảm bảo tính đại diện cao, đồng thời thỏa mãn các điều kiện ngặt nghèo về công bố thông tin minh bạch theo Điều 40 Luật Chứng khoán, loại bỏ các yếu tố nhiễu do sai lệch kế toán của nhóm ngân hàng yếu kém chưa niêm yết.

Quy trình nghiên cứu rigorous

Quy trình xử lý dữ liệu và ước lượng được tiến hành qua các bước tuần tự:

  1. Làm sạch dữ liệu và kiểm định đa cộng tuyến: Đánh giá tương quan cặp giữa các biến độc lập và biến kiểm soát, kiểm tra hệ số phóng đại phương sai (VIF).
  2. Lựa chọn mô hình tĩnh: Tiến hành hồi quy OLS gộp, mô hình tác động cố định (Fixed Effects Model - FEM) và mô hình tác động ngẫu nhiên (Random Effects Model - REM). Sử dụng kiểm định F (kiểm tra hiệu ứng cố định) và kiểm định nhân tử Lagrange Breusch-Pagan (LM test) để xác định tính phù hợp giữa Pooled OLS, FEM và REM.
  3. Xử lý nội sinh bằng hồi quy động S-GMM: Nhận diện vấn đề nội sinh (endogeneity) bắt nguồn từ quan hệ nhân quả hai chiều giữa hiệu quả/rủi ro với các đặc trưng ngân hàng, tính tự tương quan (autocorrelation) và tính quán tính (persistence) của biến phụ thuộc, luận án áp dụng phương pháp Tổng quát hóa Thời điểm Hệ thống hai bước (Two-step System GMM) của Arellano và Bover (1995), Blundell và Bond (1998).
  4. Kiểm định chẩn đoán mô hình GMM:
    • Kiểm định Arellano-Bond đối với tự tương quan chuỗi phần dư bậc một AR(1) ($p < 0.05$) và bậc hai AR(2) ($p > 0.10$), xác nhận không có tự tương quan chuỗi bậc hai trong sai số.
    • Kiểm định Hansen về các ràng buộc nhận dạng quá mức (overidentifying restrictions) với giá trị $p > 0.10$, khẳng định tính hợp lệ của các biến công cụ (instrumental variables).

Data và phân tích

Các biến nghiên cứu chính được định lượng chính xác:

  • Biến độc lập chính (SMV): Được tính toán theo hai phương pháp tiếp cận: (1) Độ lệch chuẩn của tỷ suất sinh lợi chỉ số giá chứng khoán thị trường (VN-Index) theo công thức của French và cộng sự (1987), Võ Xuân Vinh và Võ Văn Phong (2016); (2) Thước đo biến động dựa trên mô hình của Lau và cộng sự (2013).
  • Biến phụ thuộc:
    • Hiệu quả: $ROA = \frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản}}$; $ROE = \frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu}}$; $EROE = ROE - \text{Lãi suất phi rủi ro}$; $NIM = \frac{\text{Thu nhập lãi thuần}}{\text{Tổng tài sản sinh lãi}}$; $EVA = NOPAT - (WACC \times \text{Vốn đầu tư})$.
    • Rủi ro: $Z\text{-}SCORE = \frac{ROA + CAR}{\sigma(ROA)}$ (với CAR là tỷ lệ an toàn vốn); $DROE = \sigma(ROE)$; $DROA = \sigma(ROA)$.
  • Biến điều tiết & biến giả: $SIZE = \ln(\text{Tổng tài sản})$; $DUM_SIZE$ nhận giá trị 1 cho nhóm ngân hàng quy mô lớn và 0 cho nhóm còn lại.
  • Biến kiểm soát: Tỷ lệ chi phí hoạt động trên thu nhập (CIR), tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA), tốc độ tăng trưởng tín dụng, tăng trưởng GDP vĩ mô và tỷ lệ lạm phát.

Toàn bộ quy trình ước lượng và kiểm định tính vững (robustness checks) được thực hiện trên phần mềm kinh tế lượng Stata chuyên sâu.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả ước lượng thực nghiệm từ các mô hình FEM, REM và S-GMM mang lại những phát hiện then chốt:

  1. SMV thúc đẩy hiệu quả hoạt động ngân hàng: Kết quả hồi quy S-GMM cho thấy hệ số hồi quy của SMV lên các biến ROE, ROA, NIM và EVA đều dương và có ý nghĩa thống kê ở mức 1% ($p < 0.01$) và 5% ($p < 0.05$). Bằng chứng thực tế phản ánh rõ nét trong các đợt biến động mạnh:

    "Tháng 11/2020, nhà đầu tư trong nước đã mở mới 41.203 tài khoản... đóng cửa thị trường chứng khoán ngày 19/01/2021, chỉ số VN-Index giảm 60,94 điểm, tương ứng giảm 5,11% xuống 1.131 điểm... khiến vốn hóa sàn chứng khoán TP.HCM bốc hơi 140.405 tỷ đồng, tương đương gần 10 tỷ USD. Dòng vốn lúc này chuyển dịch vào kênh ngân hàng để tránh rủi ro..." Hiện tượng "flight to safety" đã bổ sung lượng tiền gửi dồi dào, giúp các NHTMCP hạ thấp chi phí vốn bình quân và cải thiện đáng kể tỷ lệ NIM.

  2. SMV làm gia tăng rủi ro ngân hàng:

    "Trái ngược với lý thuyết bất ổn tài chính và quan điểm lý thuyết nghịch lý biến động, rủi ro của ngân hàng gia tăng trong thời kỳ biến động tăng tỷ suất sinh lợi thị trường chứng khoán." Hệ số hồi quy của SMV lên Z-SCORE mang dấu âm ($p < 0.01$), trong khi hệ số lên DROE và DROA mang dấu dương ($p < 0.05$). Khi TTCK biến động mạnh, rủi ro mất giá của danh mục tài sản thế chấp (chứng khoán và bất động sản thế chấp) tăng cao, làm suy giảm hệ số đệm vốn và gia tăng rủi ro mất khả năng thanh toán.

  3. Quy mô ngân hàng khuếch đại cả hiệu quả lẫn rủi ro: Biến tương tác $SMV \times SIZE$ và $SMV \times DUM_SIZE$ có ý nghĩa thống kê dương đối với cả hiệu quả (ROE, EVA) và rủi ro (DROE). Các ngân hàng có tốc độ tăng trưởng tổng tài sản vượt bậc như SCB (176%), VPBank (167%), Sacombank (152%), BIDV (139%), Vietcombank (129%) vào năm 2020 là những thực thể hưởng lợi lớn nhất về quy mô huy động vốn nhưng đồng thời cũng gánh chịu rủi ro tín dụng và rủi ro thị trường sâu sắc nhất khi TTCK rung lắc mạnh.
  4. Kiểm tra tính vững (Robustness Verification): Kết quả nghiên cứu duy trì sự nhất quán cao khi thay thế thước đo SMV theo French và cộng sự (1987) bằng thước đo của Lau và cộng sự (2013), cũng như khi chuyển đổi biến liên tục SIZE sang biến giả phân nhóm DUM_SIZE.

Implications đa chiều

  • Về mặt học thuật: Luận án thiết lập mô hình giải thích mới cho cấu trúc liên thông tài chính tại các thị trường mới nổi, chứng minh tính không đối xứng của Volatility Paradox khi áp dụng ngoài các nền kinh tế phát triển.
  • Đối với Ngân hàng Nhà nước (NHNN):
    • Cần đưa biến số SMV vào hệ thống chỉ báo cảnh báo sớm rủi ro hệ thống (Early Warning Systems - EWS).
    • Hoàn thiện chính sách kiểm soát tỷ lệ cho vay đầu tư kinh doanh chứng khoán và thắt chặt hệ số rủi ro đối với các khoản vay có tài sản bảo đảm bằng cổ phiếu niêm yết.
    • Tăng cường giám sát an toàn vĩ mô (macroprudential supervision) đối với nhóm ngân hàng "quá lớn để sụp đổ" (Too Big To Fail) khi thị trường tài chính xuất hiện các đợt biến động bất thường.
  • Đối với các nhà quản trị NHTMCP:
    • Không được chủ quan trước sự gia tăng lợi nhuận ngắn hạn trong giai đoạn SMV tăng cao; cần chủ động trích lập dự phòng rủi ro tín dụng bổ sung.
    • Thiết lập cơ chế định giá lại tài sản bảo đảm theo thời gian thực (mark-to-market) đối với danh mục chứng khoán và bất động sản thế chấp khi VN-Index có biên độ dao động vượt ngưỡng an toàn.

Limitations và Future Research

Luận án thẳng thắn thừa nhận các hạn chế khoa học:

  1. Phạm vi mẫu: Mẫu nghiên cứu giới hạn ở 24 NHTMCP niêm yết, chưa bao quát được các ngân hàng thương mại 100% vốn nhà nước chưa niêm yết (như Agribank) hoặc khối ngân hàng liên doanh, ngân hàng 100% vốn nước ngoài.
  2. Tính phi đối xứng của SMV: Luận án tập trung vào độ biến động chung mà chưa phân rã tác động bất đối xứng giữa các giai đoạn thị trường tăng giá (bull market volatility) và thị trường giảm giá (bear market volatility).
  3. Cú sốc phi tuyến tính: Chưa áp dụng các mô hình cấu trúc phức tạp như mô hình chuyển trạng thái Markov (Markov Switching) hay hồi quy ngưỡng (Threshold Regression) để xác định điểm gãy cấu trúc (structural breaks) trong các giai đoạn khủng hoảng đặc biệt (khủng hoảng toàn cầu 2008 và đại dịch COVID-19).

Hướng nghiên cứu tiếp theo bao gồm:

  • Mở rộng phân tích sang các thị trường cận biên trong khối ASEAN-5 (Indonesia, Philippines, Thái Lan, Malaysia, Việt Nam) để đối chiếu liên quốc gia.
  • Ứng dụng dữ liệu giao dịch tần suất cao trong ngày (high-frequency intraday data) để đo lường biến động thực hiện (Realized Volatility).
  • Tích hợp các yếu tố về công nghệ tài chính (Fintech) và tiêu chuẩn Ngân hàng Xanh/ESG vào mô hình rủi ro ngân hàng.

Tác động và ảnh hưởng

Luận án tạo ra tác động lan tỏa mạnh mẽ:

  • Ảnh hưởng học thuật: Đóng vai trò tài liệu tham khảo nền tảng cho các nghiên cứu sinh, nhà nghiên cứu kinh tế lượng tài chính, hứa hẹn tạo ra số lượng trích dẫn học thuật đáng kể trong các công trình nghiên cứu về cấu trúc liên thông tài chính tại Đông Nam Á.
  • Tác động tới ngành ngân hàng: Giúp các ngân hàng thương mại tái cấu trúc danh mục tài sản nợ - tài sản có, nâng cao năng lực định chế quản trị rủi ro theo chuẩn mực Basel II và Basel III.
  • Ảnh hưởng hoạch định chính sách: Cung cấp luận cứ thực nghiệm định lượng hỗ trợ các cơ quan quản lý (NHNN, Ủy ban Chứng khoán Nhà nước, Bộ Tài chính) hoàn thiện Chiến lược phát triển ngành Ngân hàng Việt Nam đến năm 2025, định hướng đến năm 2030.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Giới học thuật: Tiếp cận quy trình nghiên cứu mẫu mực với sự kết hợp giữa kỹ thuật S-GMM hai bước, thước đo EVA hiện đại và hệ thống kiểm định chẩn đoán đa tầng.
  • Nhà hoạch định chính sách tài chính: Sở hữu công cụ lượng hóa tác động ngoại biên từ thị trường vốn sang thị trường tiền tệ để ban hành các quyết sách điều hành vĩ mô kịp thời.
  • Ban điều hành NHTMCP: Nhận diện chính xác tác động hai mặt của dòng vốn nhàn rỗi trong các chu kỳ biến động thị trường, từ đó hoạch định chiến lược thanh khoản và quản trị đòn bẩy an toàn.
  • Nhà đầu tư tổ chức & Quỹ đầu tư: Nắm bắt quy luật tương tác giữa biến động thị trường và hiệu quả cổ phiếu ngành ngân hàng để tối ưu hóa danh mục đầu tư.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đó là việc mở rộng Lý thuyết Triển vọng (Kahneman & Tversky, 1979) vào giải thích cơ chế phân bổ dòng vốn liên thị trường, đồng thời phản biện Giả thuyết Bất ổn Tài chính (Minsky, 1992) và Nghịch lý Biến động (Adrian & Shin, 2014) tại thị trường mới nổi. Luận án chứng minh rằng tại Việt Nam, SMV cao làm tăng rủi ro ngân hàng do tính dễ tổn thương của tài sản thế chấp và cơ chế truyền dẫn bất ổn vĩ mô.

2. Đột phá về phương pháp luận so với các nghiên cứu trước đây là gì? So với Tan và Floros (2012b) hay Rashid và Ilyas (2018), luận án sử dụng tập dữ liệu bảng theo quý kéo dài 60 kỳ liên tục, kết hợp đồng thời mô hình S-GMM hai bước xử lý triệt để tính nội sinh với thước đo hiệu quả kinh tế thực chất EVA (Stewart III, 1991) và hệ số ổn định Z-SCORE.

3. Phát hiện nào gây bất ngờ nhất về mặt thực nghiệm? Phát hiện bất ngờ nhất là mối quan hệ đồng biến giữa SMV và rủi ro ngân hàng. Trong khi lý thuyết kinh điển phương Tây cho rằng thời kỳ thị trường bình lặng mới tích tụ rủi ro, thì tại thị trường Việt Nam, chính các giai đoạn TTCK biến động dữ dội mới là lúc rủi ro vỡ nợ của ngân hàng bị đẩy lên mức cao nhất.

4. Luận án có cung cấp quy trình tái lập (replication protocol) không? Có. Toàn bộ định nghĩa biến số, nguồn trích xuất dữ liệu từ các báo cáo tài chính kiểm toán của 24 ngân hàng trên HOSE/HNX/UPCOM, công thức tính toán SMV (French và cộng sự, 1987; Lau và cộng sự, 2013), thước đo EVA và mã lệnh ước lượng Stata đều được mô tả chi tiết, minh bạch trong các phụ lục.

5. Chương trình nghị sự nghiên cứu 10 năm tới được phác thảo như thế nào? Chương trình tập trung vào: (1) Mô hình hóa lan truyền rủi ro mạng lưới liên ngân hàng (interbank network risk contagion); (2) Ứng dụng học máy (machine learning) dự báo rủi ro thanh khoản theo thời gian thực dựa trên tín hiệu vi cấu trúc TTCK; (3) Tác động của chuyển đổi số và tiền kỹ thuật số của ngân hàng trung ương (CBDC) lên cấu trúc thị trường tài chính.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Thành Hưng đã xác lập những giá trị khoa học xuất sắc qua 5 đóng góp cốt lõi:

  1. Xác nhận mối quan hệ đồng biến có ý nghĩa thống kê giữa biến động tỷ suất sinh lợi thị trường chứng khoán (SMV) và hiệu quả hoạt động ngân hàng (ROE, ROA, NIM, EVA) tại Việt Nam, củng cố tính thực tiễn của Lý thuyết Triển vọng.
  2. Cung cấp bằng chứng thực nghiệm tiên phong chứng minh SMV làm gia tăng rủi ro ngân hàng (giảm Z-SCORE, tăng DROE, DROA), làm sáng tỏ cơ chế truyền dẫn rủi ro tài sản bảo đảm tại các nền kinh tế đang phát triển.
  3. Khám phá vai trò điều tiết then chốt của quy mô tổng tài sản: Ngân hàng quy mô lớn đạt hiệu quả cao hơn nhưng cũng gánh chịu rủi ro lớn hơn trong các giai đoạn thị trường rung lắc mạnh.
  4. Đổi mới phương pháp luận qua việc ứng dụng dữ liệu bảng 60 quý, kết hợp kỹ thuật hồi quy S-GMM hai bước và tích hợp thước đo giá trị kinh tế gia tăng EVA.
  5. Đề xuất hệ thống giải pháp chính sách toàn diện cho Ngân hàng Nhà nước và các NHTMCP trong việc xây dựng hệ thống giám sát an toàn vĩ mô liên thông giữa thị trường chứng khoán và hệ thống ngân hàng.

Công trình không chỉ mở ra hướng nghiên cứu mới về tương tác liên thị trường tài chính mà còn để lại giá trị ứng dụng thực tiễn lâu dài trong tiến trình hiện đại hóa và minh bạch hóa hệ thống ngân hàng Việt Nam.