Bối cảnh và vấn đề nghiên cứu

Trong giai đoạn hội nhập kinh tế quốc tế và cải cách hệ thống tài chính, các ngân hàng thương mại cổ phần (NHTM) tại Việt Nam đã liên tục thực hiện các biện pháp nâng cao năng lực tài chính và củng cố nguồn vốn tự có. Tuy nhiên, theo đánh giá của tổ chức xếp hạng tín nhiệm Fitch Ratings (2022), dù quy mô vốn của hệ thống NHTM Việt Nam có xu hướng tăng nhưng vẫn ở mức tương đối thấp so với các ngân hàng trong khu vực và quốc tế. Tốc độ tăng trưởng tín dụng nhanh chóng đặt ra áp lực lớn lên hệ số an toàn vốn (CAR), tiềm ẩn nguy cơ làm suy giảm hệ số này nếu các ngân hàng không có phương án tăng vốn kịp thời và phù hợp. Việc suy giảm CAR không chỉ làm gia tăng nguy cơ mất khả năng thanh toán mà còn đe dọa sự ổn định của toàn hệ thống ngân hàng. Ngược lại, việc duy trì hệ số CAR an toàn giúp gia tăng mức độ tín nhiệm và năng lực cạnh tranh quốc tế của tổ chức tín dụng.

Tính đến cuối năm 2022, đã có hơn 20 NHTM tại Việt Nam áp dụng chuẩn mực Basel II theo Thông tư số 41/2016/TT-NHNN và một số ngân hàng tiên phong đã hoàn thành việc triển khai các tiêu chuẩn theo Basel III (như TPBank, SeABank, VPBank, Nam A Bank, ACB, OCB...). Thực tiễn quản trị cho thấy CAR chịu sự chi phối của cả các nhân tố nội tại lẫn môi trường vĩ mô. Khảo lược các công trình trước đây cho thấy nhiều nghiên cứu còn hạn chế về cỡ mẫu, phạm vi thời gian ngắn hoặc chỉ tập trung vào các yếu tố nội tại mà bỏ qua biến động vĩ mô như tốc độ tăng trưởng kinh tế (GDP). Do đó, khóa luận thực hiện nghiên cứu thực nghiệm nhằm nhận diện, đo lường mức độ tác động của các nhân tố vi mô và vĩ mô đến hệ số an toàn vốn của các NHTM niêm yết tại Việt Nam.

Mục tiêu nghiên cứu được tác giả xác định cụ thể:

  1. Mục tiêu tổng quát: Nghiên cứu sự tác động của các nhân tố đến hệ số an toàn vốn của các NHTM được niêm yết trên thị trường chứng khoán tại Việt Nam.
  2. Mục tiêu cụ thể:
    • Thứ nhất, tìm ra các nhân tố có sự tác động đến hệ số an toàn vốn của các NHTM được niêm yết trên thị trường chứng khoán tại Việt Nam.
    • Thứ hai, phân tích chiều hướng tác động và mức độ tác động của các nhân tố đến hệ số an toàn vốn của các NHTM được niêm yết trên thị trường chứng khoán tại Việt Nam.
    • Thứ ba, đề xuất một số khuyến nghị dựa trên kết quả hồi quy nhằm cải thiện hệ số an toàn vốn của các NHTM được niêm yết trên thị trường chứng khoán tại Việt Nam.

Nhiệm vụ nghiên cứu được cụ thể hóa qua 3 câu hỏi nghiên cứu:

  1. Thứ nhất, các nhân tố nào tác động đến hệ số an toàn vốn của các NHTM được niêm yết trên thị trường chứng khoán tại Việt Nam giai đoạn 2012–2023?
  2. Thứ hai, những nhân tố phát hiện được đã tác động ở mức độ và chiều hướng nào đến hệ số an toàn vốn của các NHTM được niêm yết trên thị trường chứng khoán tại Việt Nam?
  3. Thứ ba, những khuyến nghị nào có thể nhằm cải thiện hệ số an toàn vốn của các NHTM được niêm yết trên thị trường chứng khoán tại Việt Nam?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các nhân tố tác động đến hệ số an toàn vốn của các NHTM được niêm yết trên thị trường chứng khoán Việt Nam.
  • Phạm vi không gian: Dữ liệu thu thập từ 28 NHTM cổ phần niêm yết trên thị trường chứng khoán Việt Nam.
  • Phạm vi thời gian: Giai đoạn 12 năm, từ năm 2012 đến năm 2023.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khóa luận dựa trên các khung lý thuyết nền tảng trong quản trị tài chính - ngân hàng và hệ thống văn bản pháp lý chuyên ngành:

  • Khái niệm và chuẩn mực đo lường CAR: CAR là chỉ số phản ánh năng lực của ngân hàng trong việc thanh toán các khoản nợ đến hạn và hấp thụ các cú sốc tài chính từ rủi ro tín dụng, rủi ro thị trường và rủi ro hoạt động. Tác giả trình bày quá trình phát triển từ Hiệp ước Basel I (năm 1988, yêu cầu CAR tối thiểu 8% tính trên rủi ro tín dụng và thị trường), nâng cấp lên Hiệp ước Basel II (năm 2004, hiệu lực từ 2007 với cấu trúc 3 trụ cột và mở rộng đo lường đầy đủ 3 loại rủi ro), đến Basel III.
  • Công thức tính CAR theo chuẩn Basel II: $$\text{CAR} = \frac{C}{\text{RWA} + 12{,}5 \times (K_{OR} + K_{MR})} \times 100%$$ Trong đó: $C$ là vốn tự có (gồm vốn cấp 1 và vốn cấp 2); $\text{RWA}$ là tổng tài sản tính theo trọng số rủi ro; $K_{OR}$ là vốn yêu cầu cho rủi ro hoạt động; $K_{MR}$ là vốn yêu cầu cho rủi ro thị trường.
  • Khung pháp lý Việt Nam: Thông tư số 36/2014/TT-NHNN (quy định tỷ lệ CAR tối thiểu 9%), Thông tư số 41/2016/TT-NHNN (hướng dẫn tỷ lệ an toàn vốn theo chuẩn Basel II ở mức tối thiểu 8%, áp dụng chính thức từ 01/01/2020), và Thông tư số 22/2019/TT-NHNN.
  • Các lý thuyết bổ trợ: Lý thuyết đại diện (Agency Theory - Eisenhardt, 1989), Thuyết trung gian tài chính (Allen và Santomero, 1997), Lý thuyết vùng đệm vốn (Capital Buffer Theory - Jokipii và Milne, 2011; Wall, 1985).

Phương pháp nghiên cứu và công cụ xử lý:

  • Phương pháp nghiên cứu: Nghiên cứu định lượng ứng dụng kinh tế lượng trên dữ liệu bảng (panel data) cho 28 NHTM trong 12 năm.
  • Mô hình kinh tế lượng: $$\text{CAR}{it} = \beta_0 + \beta_1 \text{ROA}{it} + \beta_2 \text{SIZE}{it} + \beta_3 \text{NPL}{it} + \beta_4 \text{LEV}{it} + \beta_5 \text{LLR}{it} + \beta_6 \text{LTD}_{it} + \beta_7 \text{GDP}t + \epsilon{it}$$
  • Phương pháp ước lượng và kiểm định:
    • Ba mô hình cơ bản: Hồi quy bình phương tối thiểu gộp (Pooled OLS), Mô hình hiệu ứng cố định (FEM), Mô hình hiệu ứng ngẫu nhiên (REM).
    • Kiểm định lựa chọn mô hình: Kiểm định $F$ ($F$-test) để chọn giữa Pooled OLS và FEM; Kiểm định nhân tử Lagrange của Breusch và Pagan (Breusch-Pagan LM test) để chọn giữa Pooled OLS và REM; Kiểm định Hausman để chọn giữa FEM và REM.
    • Kiểm định khuyết tật: Kiểm định hiện tượng tự tương quan Wooldridge, kiểm định hiện tượng phương sai thay đổi Modified Wald, kiểm định đa cộng tuyến (hệ số VIF và ma trận tương quan Pearson), kiểm định biến nội sinh Wu-Hausman.
    • Kỹ thuật khắc phục khuyết tật: Sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) để xử lý hiện tượng phương sai thay đổi và tự tương quan; sử dụng phương pháp tổng quát khoảnh khắc (GMM) do Lars Peter Hansen (1982) phát triển để kiểm soát hiện tượng nội sinh.
    • Phần mềm sử dụng: Stata phiên bản 15.1.
  • Nguồn dữ liệu: Dữ liệu thứ cấp từ 317 quan sát của 28 NHTM niêm yết trên thị trường chứng khoán Việt Nam (2012–2023), thu thập từ báo cáo thường niên, báo cáo tài chính đã kiểm toán công bố trên website của các ngân hàng, cổng thông tin Vietstock và CafeF.
Nhóm Hệ số rủi ro Loại tài sản đại diện theo quy định
Nhóm I 0% Tiền mặt, vàng; tiền gửi tại NHNN; giấy tờ có giá do Chính phủ, NHNN phát hành hoặc bảo lãnh; các khoản phải đòi Chính phủ/NHTW khối OECD.
Nhóm II 20% Kim loại quý, đá quý (trừ vàng); trái phiếu VAMC; giấy tờ có giá do UBND cấp tỉnh/thành phố phát hành; khoản phải đòi TCTD trong nước và khối OECD.
Nhóm III 50% Các khoản phải đòi được bảo đảm toàn bộ bằng nhà ở, quyền sử dụng đất, nhà ở hình thành trong tương lai của bên vay.
Nhóm IV 100% Nguyên giá đầu tư máy móc, thiết bị, TSCĐ, BĐS; các khoản góp vốn mua cổ phần; các tài sản còn lại trên bảng cân đối kế toán.
Nhóm V 150% Khoản phải đòi đối với công ty chứng khoán, công ty quản lý quỹ; khoản cho vay để đầu tư kinh doanh chứng khoán; khoản cho vay bảo đảm bằng vàng.

Nội dung chính theo từng chương

Chương 1: Giới thiệu đề tài nghiên cứu

Chương 1 xác lập tính cấp thiết của đề tài trong bối cảnh các NHTM Việt Nam đang chuyển đổi chuẩn mực quản trị an toàn vốn sang Basel II và Basel III. Chương này công bố mục tiêu nghiên cứu tổng quát và 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, phạm vi nghiên cứu (28 NHTM niêm yết, giai đoạn 2012–2023 với 317 quan sát), phương pháp nghiên cứu định lượng dữ liệu bảng qua 6 bước thực hiện, tính đóng góp của đề tài và kết cấu tổng thể 5 chương của khóa luận.

Chương 2: Cơ sở lý thuyết về hệ số an toàn vốn và tổng quan các nghiên cứu thực nghiệm về các nhân tố tác động đến hệ số an toàn vốn của các ngân hàng thương mại

Chương 2 trình bày có hệ thống các lý luận về hệ số an toàn vốn, vai trò của CAR đối với NHTM, nhà đầu tư và cơ quan quản lý (NHNN). Tác giả phân tích tiến trình chuẩn hóa đo lường CAR từ Basel I đến Basel II với bảng phân loại tài sản theo 5 nhóm hệ số rủi ro (0% đến 150%) và lý thuyết vùng đệm vốn. Chương này làm rõ cơ chế tác động của 7 nhân tố (ROA, SIZE, NPL, LEV, LLR, LTD, GDP), tổng thuật các nghiên cứu nước ngoài (Ahmad và cộng sự, 2009; Büyükşalvarcı và Abdioğlu, 2011; Ahmet và Hasan, 2011; Abusharba và cộng sự, 2013; Aktas và cộng sự, 2015; Alajmi và Alqasem, 2015; Shingjergji và Hyseni, 2015) cùng các nghiên cứu trong nước (Võ Hồng Đức và cộng sự, 2014; Đỗ Hoài Linh và cộng sự, 2019; Phạm Thị Xuân Thoa và cộng sự, 2020; Vũ Hùng Phương và Đặng Ngọc Đức, 2020; Đào Thị Thanh Bình, 2020; Phạm Phát Tiến và Nguyễn Thị Kiều Ny, 2019). Từ đó, tác giả chỉ ra khoảng trống nghiên cứu về quy mô mẫu, độ dài chuỗi thời gian và sự thiếu vắng yếu tố vĩ mô.

Chương 3: Mô hình và phương pháp nghiên cứu về các nhân tố tác động đến hệ số an toàn vốn của các ngân hàng thương mại

Chương 3 thiết lập mô hình hồi quy đa biến cho biến phụ thuộc CAR và 7 biến giải thích. Tác giả phát triển 7 giả thuyết nghiên cứu cụ thể: H1 (ROA tác động dương), H2 (SIZE tác động dương), H3 (NPL tác động âm), H4 (LEV tác động âm), H5 (LLR tác động dương), H6 (LTD tác động âm), H7 (GDP tác động dương). Chương này định nghĩa công thức tính toán từng biến, diễn giải nguồn dữ liệu thứ cấp (317 quan sát), giới thiệu cơ chế toán học của 5 phương pháp hồi quy (Pooled OLS, FEM, REM, FGLS, GMM) và quy trình 8 bước chạy thực nghiệm trên phần mềm Stata 15.1.

Chương 4: Phân tích kết quả nghiên cứu về các nhân tố tác động đến hệ số an toàn vốn của các ngân hàng thương mại tại Việt Nam

Chương 4 công bố kết quả thực nghiệm từ Stata 15.1:

  • Thống kê mô tả 317 quan sát: CAR trung bình là 0,1347; ROA trung bình là 0,0091; SIZE trung bình đạt 8,1742; NPL trung bình là 0,0124; LEV trung bình là 1,0977; LLR trung bình là 0,0110; LTD trung bình là 0,8132; GDP trung bình đạt 0,0576.
  • Phân tích tương quan và đa cộng tuyến: Ma trận tương quan cho thấy các cặp biến đều có giá trị tuyệt đối nhỏ hơn 0,8 (hệ số cao nhất giữa NPL và LLR là 0,4982); hệ số VIF thấp cho thấy mô hình không bị đa cộng tuyến.
  • Lựa chọn mô hình: Kiểm định $F$ ($F$-test) và kiểm định Hausman xác nhận mô hình hiệu ứng cố định (FEM) tối ưu hơn Pooled OLS và REM.
  • Kiểm định khuyết tật và khắc phục: Kiểm định Wooldridge phát hiện tự tương quan, kiểm định Modified Wald phát hiện phương sai sai số thay đổi. Tác giả khắc phục các khuyết tật bằng ước lượng FGLS và áp dụng mô hình GMM để xử lý biến nội sinh kiểm định qua Wu-Hausman.

Chương 5: Kết luận và khuyến nghị

Chương 5 đúc kết các phát hiện thực nghiệm, đối chiếu các giả thuyết với kết quả ước lượng thực tế. Tác giả đề xuất các hàm ý quản trị vốn đối với ban điều hành các NHTM và khuyến nghị cơ chế giám sát cho NHNN nhằm đảm bảo hệ số CAR duy trì an toàn theo chuẩn Basel II. Cuối chương, tác giả trình bày các giới hạn của nghiên cứu và định hướng các nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả nghiên cứu chính

Dữ liệu thực nghiệm qua 317 quan sát tại 28 NHTM niêm yết giai đoạn 2012–2023 đưa ra các kết quả định lượng cụ thể:

Biến số Tên biến và cách đo lường Kỳ vọng ban đầu Kết quả thực nghiệm Ý nghĩa thống kê
CAR Hệ số an toàn vốn (Biến phụ thuộc) — — —
ROA Lợi nhuận ròng / Tổng tài sản bình quân $+$ Tác động tiêu cực ($-$) Có ý nghĩa thống kê
SIZE Logarit tự nhiên của Tổng tài sản $+$ Tác động tích cực ($+$) Có ý nghĩa thống kê
NPL Tỷ lệ nợ xấu (Nợ xấu / Tổng nợ) $-$ Không tác động Không có ý nghĩa thống kê
LEV Đòn bẩy tài chính (Tổng tài sản / Tổng nợ) $-$ Không tác động Không có ý nghĩa thống kê
LLR Dự phòng rủi ro tín dụng / Tổng cho vay $+$ Tác động tích cực ($+$) Có ý nghĩa thống kê
LTD Tổng số cho vay / Tổng số tiền gửi $-$ Tác động tiêu cực ($-$) Có ý nghĩa thống kê
GDP Tốc độ tăng trưởng GDP hàng năm $+$ Không tác động Không có ý nghĩa thống kê
Biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất
CAR 317 0,1346606 0,0644787 0,0811000 0,0918000
ROA 317 0,0090628 0,0072092 -0,0072000 0,0358000
SIZE 317 8,1741650 0,5070319 7,1233040 9,3618920
NPL 317 0,0123717 0,0118777 0,0000000 0,1017624
LEV 317 1,0977180 0,0500402 1,0000000 1,3129930
LLR 317 0,0110331 0,0063641 0,0000000 0,0475195
LTD 317 0,8131744 0,1481999 0,3454914 1,3082580
GDP 317 0,0575662 0,0159842 0,0260000 0,0820000

Các phát hiện chi tiết:

  • Quy mô ngân hàng (SIZE): Tác động cùng chiều có ý nghĩa thống kê đến CAR. Ngân hàng quy mô lớn có năng lực phân bổ chi phí, đa dạng hóa danh mục đầu tư, tiếp cận nguồn vốn thuận lợi và duy trì hệ thống quản trị rủi ro tốt hơn, giúp nâng cao CAR.
  • Dự phòng rủi ro tín dụng (LLR): Tác động cùng chiều có ý nghĩa thống kê đến CAR. Việc trích lập dự phòng đầy đủ củng cố khả năng chống chịu trước rủi ro tín dụng và tăng mức độ an toàn vốn.
  • Tỷ lệ sinh lời trên tài sản (ROA): Tác động ngược chiều có ý nghĩa thống kê đến CAR. Điều này phản ánh thực tế việc gia tăng lợi nhuận ngắn hạn có thể đi kèm với việc mở rộng tài sản có trọng số rủi ro cao hơn, dẫn đến suy giảm CAR tương đối.
  • Tỷ lệ cho vay trên tiền gửi (LTD): Tác động ngược chiều có ý nghĩa thống kê đến CAR. Hoạt động cho vay vượt quá tỷ lệ huy động làm giảm tính thanh khoản và gia tăng áp lực duy trì vốn an toàn.
  • Các biến NPL, LEV, GDP: Chưa tìm thấy bằng chứng có ý nghĩa thống kê về tác động trực tiếp đến CAR trong mô hình hồi quy.

Giải pháp và kiến nghị của tác giả

  • Quản trị quy mô tài sản (SIZE): Tiếp tục mở rộng quy mô hoạt động gắn liền với nâng cao năng lực quản trị rủi ro và tận dụng lợi thế kinh tế theo quy mô để củng cố vùng đệm vốn.
  • Trích lập dự phòng rủi ro (LLR): Thực hiện nghiêm túc, chủ động việc trích lập dự phòng rủi ro tín dụng theo đúng chất lượng danh mục nợ nhằm đảm bảo nguồn vốn đệm bảo vệ ngân hàng trước các cú sốc thanh toán.
  • Kiểm soát tỷ lệ LTD: Cân đối giữa nguồn vốn huy động và dư nợ cho vay, tránh tăng trưởng tín dụng nóng gây rủi ro thanh khoản và làm suy giảm tỷ lệ an toàn vốn.
  • Điều hòa chỉ tiêu sinh lời (ROA): Cân đối giữa chiến lược tối đa hóa lợi nhuận và mức độ chấp nhận rủi ro của tài sản, ưu tiên tích lũy lợi nhuận giữ lại để bổ sung vốn tự có cấp 1 thay vì chạy theo tài sản rủi ro cao.

Đóng góp của đề tài

  • Làm rõ tính đa chiều và giải quyết các mâu thuẫn trong kết quả của các nghiên cứu trước đây về mối quan hệ giữa các chỉ số tài chính nội tại (ROA, SIZE, LTD, LLR) với CAR trong bối cảnh các NHTM Việt Nam áp dụng Thông tư 41/2016/TT-NHNN.
  • Kiểm chứng thực nghiệm sự ảnh hưởng của yếu tố kinh tế vĩ mô (GDP) đồng thời với các yếu tố vi mô trên chuỗi dữ liệu dài 12 năm (2012–2023).
  • Cung cấp cơ sở thực nghiệm cho các nhà quản trị NHTM trong việc điều chỉnh các chỉ số tài chính nội bộ để vừa tối ưu hóa hiệu quả kinh doanh, vừa đáp ứng chuẩn mực an toàn vốn.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ rõ các giới hạn phạm vi nghiên cứu và định hướng phát triển:

  • Hạn chế về mẫu nghiên cứu: Mẫu dữ liệu mới tập trung vào 28 NHTM cổ phần niêm yết trên thị trường chứng khoán Việt Nam, chưa bao quát các NHTM chưa niêm yết, ngân hàng liên doanh hoặc các chi nhánh ngân hàng nước ngoài đang hoạt động tại Việt Nam.
  • Hạn chế về số lượng biến số: Mô hình nghiên cứu mới tích hợp 1 biến đại diện vĩ mô là tốc độ tăng trưởng GDP, chưa đưa vào các biến vĩ mô khác như tỷ lệ lạm phát, lãi suất điều hành, biến động tỷ giá hoặc các chỉ tiêu quản trị rủi ro thanh khoản chuyên sâu (như LCR, NSFR theo chuẩn Basel III).
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng phạm vi khảo sát sang toàn bộ hệ thống tổ chức tín dụng tại Việt Nam (bao gồm ngân hàng thương mại nhà nước và ngân hàng chưa niêm yết).
    • Bổ sung các biến kiểm soát kinh tế vĩ mô và các chỉ tiêu đo lường rủi ro thị trường, rủi ro hoạt động theo chuẩn mực Basel III.
    • Kéo dài chuỗi thời gian phân tích khi toàn hệ thống ngân hàng hoàn tất chuyển đổi áp dụng đầy đủ các trụ cột của Basel III.

Giá trị tham khảo

Tài liệu khóa luận mang lại giá trị tham khảo cụ thể cho các nhóm đối tượng:

  • Sinh viên, học viên ngành Tài chính – Ngân hàng: Cung cấp tài liệu tham khảo chuẩn mực về cấu trúc khóa luận định lượng; khung lý thuyết chi tiết về cách tính CAR theo Basel I, Basel II và hệ thống Thông tư của NHNN (Thông tư 36, 41, 22).
  • Người thực hiện nghiên cứu kinh tế lượng ứng dụng: Tham khảo quy trình phân tích dữ liệu bảng toàn diện từ Pooled OLS, FEM, REM đến các bước kiểm định khuyết tật (Wooldridge, Modified Wald, Breusch-Pagan LM, Hausman) và quy trình xử lý khuyết tật bằng kỹ thuật hồi quy FGLS và GMM trên phần mềm Stata.
  • Nhà quản trị rủi ro và phân tích tài chính tại NHTM: Tham khảo bằng chứng định lượng về tác động ngược chiều của LTD và tác động cùng chiều của LLR, SIZE để xây dựng chính sách quản trị bảng cân đối kế toán, cân bằng giữa tỷ suất sinh lời và vùng đệm an toàn vốn.

Câu hỏi thường gặp

1. Khóa luận sử dụng cỡ mẫu và giai đoạn dữ liệu nào để phân tích thực nghiệm? Khóa luận thu thập dữ liệu thứ cấp từ 28 ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 12 năm từ năm 2012 đến năm 2023, đạt tổng số 317 quan sát.

2. Phương pháp kinh tế lượng nào được tác giả sử dụng để khắc phục các khuyết tật của mô hình? Sau khi mô hình FEM được lựa chọn và phát hiện có khuyết tật tự tương quan (qua kiểm định Wooldridge) và phương sai sai số thay đổi (qua kiểm định Modified Wald), tác giả đã sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) để khắc phục hai khuyết tật này; đồng thời sử dụng phương pháp tổng quát khoảnh khắc (GMM) để kiểm soát hiện tượng biến nội sinh.

3. Kết quả hồi quy chỉ ra những nhân tố nào có tác động có ý nghĩa thống kê đến hệ số an toàn vốn (CAR)? Kết quả nghiên cứu xác định 4 nhân tố có ý nghĩa thống kê: Quy mô ngân hàng (SIZE) và Tỷ lệ dự phòng rủi ro tín dụng (LLR) có tác động tích cực (cùng chiều); trong khi Tỷ lệ lợi nhuận trên tổng tài sản bình quân (ROA) và Tỷ lệ cho vay trên tiền gửi (LTD) có tác động tiêu cực (ngược chiều) đến CAR.

4. Khung pháp lý nào tại Việt Nam được tác giả sử dụng để đối chiếu quy định về hệ số an toàn vốn tối thiểu? Tác giả dẫn chiếu Thông tư số 36/2014/TT-NHNN (quy định tỷ lệ an toàn vốn tối thiểu là 9%), Thông tư số 41/2016/TT-NHNN (quy định tỷ lệ CAR tối thiểu 8% theo chuẩn Basel II, áp dụng từ 01/01/2020) và Thông tư số 22/2019/TT-NHNN về các giới hạn, tỷ lệ bảo đảm an toàn trong hoạt động của tổ chức tín dụng.

5. Nhân tố tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ nợ xấu (NPL) có tác động như thế nào đến CAR trong kết quả nghiên cứu? Trong kết quả ước lượng thực nghiệm của khóa luận, cả hai biến tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ nợ xấu (NPL) đều không cho thấy tác động có ý nghĩa thống kê đến hệ số an toàn vốn (CAR) của 28 NHTM niêm yết trong giai đoạn 2012–2023.

Kết luận

Khóa luận tốt nghiệp của tác giả Vũ Trần Thanh Loan đã nghiên cứu thực nghiệm toàn diện các nhân tố tác động đến hệ số an toàn vốn (CAR) của 28 NHTM cổ phần niêm yết tại Việt Nam giai đoạn 2012–2023 với 317 quan sát. Bằng việc kết hợp các phương pháp hồi quy dữ liệu bảng (Pooled OLS, FEM, REM) cùng kỹ thuật FGLS và GMM để xử lý khuyết tật mô hình, nghiên cứu chứng minh quy mô ngân hàng (SIZE) và dự phòng rủi ro tín dụng (LLR) có tác động tích cực, trong khi tỷ suất sinh lời (ROA) và tỷ lệ cho vay trên tiền gửi (LTD) có tác động tiêu cực đến CAR. Công trình cung cấp hệ thống luận cứ khoa học và cơ sở thực nghiệm rõ ràng, đóng góp những gợi ý thiết thực cho công tác quản trị vốn tự có tại các NHTM Việt Nam theo định hướng chuẩn mực Basel II và Basel III.