Các yếu tố ảnh hưởng đến hệ số an toàn vốn các ngân hàng thương mại tại Việt Nam

Tìm hiểu các yếu tố tác động đến hệ số an toàn vốn (CAR) của ngân hàng thương mại Việt Nam. Phân tích chuyên sâu về rủi ro tín dụng, thanh khoản và quản lý.

• Tác giả: Lê Văn Dương
• Người hướng dẫn: TS. Lưu Thu Quang
• Trường học: Trường Đại học Ngân hàng Thành phố Hồ Chí Minh
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Các yếu tố ảnh hưởng đến hệ số an toàn vốn của Ngân hàng Thương mại Việt Nam
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
• 1.1. GIỚI THIỆU VỀ ĐỀ TÀI NGHIÊN CỨU
• 1.2. TÍNH CẤP THIẾT
• 1.3. MỤC TIÊU ĐỀ TÀI
• 1.3.1. Mục tiêu tổng quát
• 1.3.2. Mục tiêu cụ thể
• 1.3.3. Câu hỏi nghiên cứu
• 1.4. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. PHƯƠNG PHÁP NGHIÊN CỨU
• 1.5.1. Dữ liệu nghiên cứu
• 1.5.2. Phương pháp nghiên cứu
• 1.6. ĐÓNG GÓP CỦA ĐỀ TÀI
• 1.7. KẾT CẤU ĐỀ TÀI
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM
• 2.1. CƠ SỞ LÝ THUYẾT VỀ HỆ SỐ AN TOÀN VỐN
• 2.1.1. Cơ sở lý thuyết về tỷ lệ an toàn vốn của Ngân hàng thương mại
• 2.1.2. Khái niệm về hệ số an toàn vốn
• 2.1.3. Đo lường hệ số an toàn vốn
• 2.1.4. Ý nghĩa của hệ số an toàn vốn
• 2.1.5. Quy định Basel tại Việt Nam
• 2.2. TỔNG QUAN CÁC NGHIÊN CỨU THỰC NGHIỆM LIÊN QUAN
• 2.2.1. Các nghiên cứu trong nước
• 2.2.2. Các nghiên cứu ngoài nước
• 2.3. CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN HỆ SỐ AN TOÀN VỐN
• 2.3.1. Các yếu tố thuộc ngân hàng
• 2.3.2. Các yếu tố vĩ mô
• 2.3.3. Áp dụng Basel 1 trong nghiên cứu
• 3. CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. QUY TRÌNH NGHIÊN CỨU
• 3.2. MÔ HÌNH NGHIÊN CỨU VÀ CÁC GIẢ THUYẾT NGHIÊN CỨU
• 3.2.1. Mô hình nghiên cứu
• 3.2.2. Các giả thuyết nghiên cứu
• 3.3. PHƯƠNG PHÁP NGHIÊN CỨU
• 3.3.1. Dữ liệu nghiên cứu
• 3.3.2. Quy trình xử lý dữ liệu
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. THỐNG KÊ MÔ TẢ MẪU NGHIÊN CỨU
• 4.1.1. Thống kê mô tả mẫu nghiên cứu
• 4.2. KẾT QUẢ NGHIÊN CỨU
• 4.2.1. Phân tích tương quan
• 4.2.2. Kiểm định đa cộng tuyến
• 4.2.3. KẾT QUẢ MÔ HÌNH HỒI QUY
• 4.2.3.1. Hồi quy theo mô hình Pooled OLS
• 4.2.3.2. Hồi quy theo mô hình FEM
• 4.2.3.3. Hồi quy theo mô hình REM
• 4.2.3.4. Lựa chọn mô hình phù hợp
• 4.2.3.5. Kiểm định khuyết tật
• 4.2.3.6. Khắc phục khuyết tật mô hình REM
• 4.2.4. THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
• 5.1. HÀM Ý CHÍNH SÁCH
• 5.2. HẠN CHẾ VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO CHO ĐỀ TÀI
• 5.2.1. Hạn chế của đề tài
• 5.2.2. Hướng nghiên cứu tiếp theo
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC HÌNH
• DANH MỤC TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Về Hệ Số An Toàn Vốn CAR Tại Việt Nam

Hệ thống Ngân hàng Thương mại Việt Nam (NHTM) đóng vai trò then chốt trong sự phát triển kinh tế. Sự ổn định và tăng trưởng bền vững của ngành ngân hàng có tác động trực tiếp đến nền kinh tế quốc gia. Sự cố tại Ngân Hàng TMCP Sài Gòn (SCB) là một minh chứng cho thấy tầm quan trọng của việc quản lý rủi ro và đảm bảo hệ số an toàn vốn (CAR). Việc nghiên cứu và áp dụng các tiêu chuẩn quốc tế như Basel trở nên cấp thiết để hội nhập vào thị trường tài chính toàn cầu. Theo Parvesh Kumar Aspal & Nazneen (2014), Hệ số an toàn vốn là cơ sở đo lường mức độ an toàn của vốn và được xem như là một trong những chỉ tiêu về sức khoẻ tài chính của các NH và cực kỳ hữu ích trong việc ngăn chặn và đảm bảo các NH có thể chịu đựng các tổn thất về việc cho vay dẫn đến bị phá sản. CAR là tiêu chuẩn quan trọng đánh giá sự ổn định của ngân hàng, giúp ngân hàng hoạt động hiệu quả, giảm thiểu rủi ro. Phân tích các yếu tố ảnh hưởng đến hệ số CAR là cần thiết để ngân hàng có thể xác định nguyên nhân và thực hiện các giải pháp phù hợp nhằm sử dụng nguồn vốn một cách hiệu quả, từ đó giữ vững và phát triển hoạt động kinh doanh và tạo ra lợi nhuận của ngân hàng.

1.1. Bản Chất và Ý Nghĩa Của Hệ Số An Toàn Vốn CAR

Hệ số an toàn vốn (CAR) là thước đo về vốn tự có của Ngân hàng Thương mại Việt Nam so với tổng tài sản điều chỉnh theo rủi ro. Vốn tự có này dùng để bù đắp các tổn thất, đảm bảo hoạt động liên tục. Ủy ban Basel về giám sát hoạt động ngân hàng (BCBS) chuẩn hóa và đo lường CAR. Đây là một trong năm ủy ban quan trọng của Ngân hàng Thanh toán Quốc tế (BIS). Ủy ban này được thành lập năm 1974 bởi ngân hàng trung ương của 10 nước thuộc nhóm G10. Mục đích là cải thiện sự ổn định tài chính, giám sát hoạt động NHTM toàn cầu. Hệ số CAR tối thiểu là nguyên tắc cơ bản trong giám sát ngân hàng.

1.2. Vai Trò Của Tiêu Chuẩn Basel Trong Quản Lý Rủi Ro Ngân Hàng

Việc áp dụng các tiêu chuẩn Basel trong quản lý ngân hàng tại Việt Nam là yêu cầu cần thiết. Từ năm 2014, Ngân hàng Nhà nước Việt Nam (NHNN) đã xây dựng lộ trình triển khai Basel II. Theo Thông tư 41/2016/TT-NHNN, áp dụng Basel II là yêu cầu bắt buộc từ ngày 01/01/2020. Các Ngân hàng Thương mại Việt Nam cần tuân thủ tỷ lệ an toàn vốn theo Basel II. Mục tiêu là đảm bảo ổn định và phát triển bền vững hệ thống ngân hàng. Tại Việt Nam, việc triển khai áp dụng Hiệp ước Basel đã bước đầu được thực hiện từ năm 2005 khi NHNN Việt Nam ban hành Quyết định số 457/2005/QĐ- NHNN dựa theo tiêu chuẩn an toàn vốn của Basel I và cập nhất mới nhất là Thông tư số 41/2016/TT-NHNN ngày 30/12/2016 của NHNN quy định áp dụng CAR theo tiêu chuẩn Basel II từ ngày 01/01/2020 với tỷ lệ tối thiểu là 8%.

II. Thách Thức Đối Với Hệ Số An Toàn Vốn Của NHTM Tại VN

Trong quá trình triển khai Basel II, các Ngân hàng Thương mại Việt Nam đối mặt với nhiều thách thức, đặc biệt về hệ số CAR. Nguyên nhân bao gồm chất lượng tài sản, năng lực quản trị rủi ro và áp lực tăng trưởng tín dụng. Một số ngân hàng gặp khó khăn trong việc đáp ứng tỷ lệ CAR tối thiểu theo quy định. Điều này ảnh hưởng đến khả năng mở rộng hoạt động và cạnh tranh. Áp lực tăng trưởng tín dụng cũng ảnh hưởng tiêu cực đến CAR. Khi ngân hàng tăng trưởng tín dụng quá nhanh, rủi ro tín dụng cũng tăng theo. Nếu không quản lý tốt, nợ xấu có thể tăng cao, làm giảm hệ số an toàn vốn (CAR). Khả năng sinh lời của ngân hàng cũng là yếu tố quan trọng. Nếu ngân hàng không tạo ra đủ lợi nhuận, việc tăng vốn để đáp ứng yêu cầu CAR sẽ trở nên khó khăn.

2.1. Tác Động Của Rủi Ro Tín Dụng Lên Hệ Số An Toàn Vốn CAR

Rủi ro tín dụng là một trong những yếu tố chính ảnh hưởng tiêu cực đến hệ số CAR của Ngân hàng Thương mại Việt Nam. Tỷ lệ nợ xấu tăng cao làm giảm giá trị tài sản và vốn cấp 1, vốn cấp 2 của ngân hàng. Quản lý rủi ro tín dụng hiệu quả là yếu tố then chốt để duy trì CAR ổn định. Nợ xấu có thể phát sinh từ nhiều nguyên nhân, như điều kiện kinh tế khó khăn, năng lực quản trị rủi ro yếu kém, hoặc chính sách cho vay không hợp lý. Ngân hàng cần có hệ thống đánh giá rủi ro tín dụng chặt chẽ và quy trình xử lý nợ xấu hiệu quả.

2.2. Ảnh Hưởng Của Biến Động Kinh Tế Vĩ Mô Đến CAR Của NHTM

Các yếu tố kinh tế vĩ mô như lạm phát, tỷ giá hối đoái, lãi suất và tăng trưởng kinh tế có thể ảnh hưởng đến hệ số CAR của NHTM. Lạm phát cao có thể làm giảm giá trị thực của vốn và tài sản. Biến động tỷ giá hối đoái có thể tạo ra rủi ro cho các khoản vay bằng ngoại tệ. Lãi suất tăng có thể làm tăng chi phí vốn và giảm khả năng trả nợ của khách hàng. Đại dịch COVID-19 ảnh hưởng tiêu cực đến hoạt động kinh doanh của nhiều doanh nghiệp, làm tăng rủi ro tín dụng và giảm hệ số an toàn vốn (CAR).

III. Các Yếu Tố Nội Tại Tác Động Đến Hệ Số An Toàn Vốn CAR

Ngoài các yếu tố bên ngoài, các yếu tố nội tại của Ngân hàng Thương mại Việt Nam cũng ảnh hưởng lớn đến hệ số CAR. Các yếu tố này bao gồm hiệu quả hoạt động, khả năng sinh lời, cơ cấu vốn và quản trị rủi ro. Hiệu quả hoạt động cao giúp ngân hàng tạo ra lợi nhuận để tăng vốn và cải thiện CAR. Khả năng sinh lời cũng là yếu tố quan trọng. Ngân hàng có lợi nhuận cao có thể tích lũy vốn nhanh hơn. Cơ cấu vốn hợp lý giúp ngân hàng giảm thiểu rủi ro và duy trì CAR ổn định. Quản trị rủi ro hiệu quả giúp ngân hàng kiểm soát các rủi ro và giảm thiểu tác động tiêu cực đến hệ số an toàn vốn (CAR).

3.1. Tỷ Suất Sinh Lời Trên Tài Sản ROA và Tác Động Đến CAR

Tỷ suất sinh lời trên tài sản (ROA) là một trong những chỉ số quan trọng thể hiện khả năng sinh lời của Ngân hàng Thương mại Việt Nam. ROA cao cho thấy ngân hàng đang sử dụng tài sản hiệu quả để tạo ra lợi nhuận. Lợi nhuận này có thể được sử dụng để tăng vốn và cải thiện hệ số an toàn vốn (CAR). Bên cạnh đó ROA còn giúp cho ngân hàng có khả năng bù đắp được các khoản nợ xấu khó đòi và luôn duy trì được hệ số CAR theo đúng quy định của NHNN.

3.2. Quản Trị Rủi Ro Và Kiểm Soát Nội Bộ Ảnh Hưởng CAR Ra Sao

Quản trị rủi ro và kiểm soát nội bộ hiệu quả là yếu tố then chốt để duy trì hệ số an toàn vốn (CAR) ổn định. Ngân hàng cần có hệ thống quản lý rủi ro tín dụng, rủi ro thị trường và rủi ro hoạt động hiệu quả. Việc kiểm soát nội bộ chặt chẽ giúp phát hiện và ngăn chặn các hành vi gian lận, sai sót có thể gây tổn thất cho ngân hàng. Bên cạnh đó đội ngũ nhân viên của ngân hàng phải luôn được trau dồi những kỹ năng và kiến thức để có thể ứng phó với những rủi ro bất ngờ xảy ra, gây ảnh hưởng đến CAR.

IV. Phương Pháp Nâng Cao Hệ Số An Toàn Vốn CAR Cho NHTM

Để nâng cao hệ số an toàn vốn (CAR), Ngân hàng Thương mại Việt Nam có thể áp dụng nhiều giải pháp. Các giải pháp này bao gồm tăng vốn chủ sở hữu, giảm tài sản có rủi ro và cải thiện hiệu quả hoạt động. Tăng vốn chủ sở hữu có thể được thực hiện thông qua phát hành cổ phiếu, lợi nhuận giữ lại hoặc sáp nhập, hợp nhất. Giảm tài sản có rủi ro có thể được thực hiện thông qua quản lý rủi ro tín dụng hiệu quả và tái cơ cấu danh mục đầu tư. Cải thiện hiệu quả hoạt động giúp ngân hàng tạo ra lợi nhuận để tăng vốn và cải thiện CAR.

4.1. Chiến Lược Tăng Vốn Chủ Sở Hữu Để Cải Thiện CAR

Tăng vốn chủ sở hữu là giải pháp quan trọng để nâng cao hệ số an toàn vốn (CAR). Ngân hàng có thể phát hành cổ phiếu mới để huy động vốn từ các nhà đầu tư. Lợi nhuận giữ lại cũng là nguồn vốn quan trọng để tăng vốn chủ sở hữu. Các thương vụ sáp nhập, hợp nhất có thể giúp ngân hàng tăng quy mô vốn và cải thiện CAR. Việc tăng vốn này vô cùng quan trọng để cho Ngân hàng thương mại có thể đáp ứng được những yêu cầu của NHNN đề ra, giúp cho hoạt động tín dụng của ngân hàng được diễn ra trơn tru và không bị trì trệ.

4.2. Giải Pháp Giảm Thiểu Tài Sản Có Rủi Ro Để Tăng CAR

Giảm thiểu tài sản có rủi ro giúp cải thiện hệ số an toàn vốn (CAR). Ngân hàng cần quản lý rủi ro tín dụng hiệu quả để giảm nợ xấu. Tái cơ cấu danh mục đầu tư cũng giúp giảm rủi ro. Việc thực hiện các biện pháp phòng ngừa rủi ro giúp ngân hàng tránh được các tổn thất lớn và duy trì CAR ổn định. Luôn luôn kiểm tra đánh giá và có những biện pháp giải quyết kịp thời là những yếu tố quan trọng để giải quyết rủi ro của ngân hàng. Khi rủi ro được giải quyết thì hệ số CAR mới được ổn định.

V. Ứng Dụng Nghiên Cứu Hệ Số An Toàn Vốn CAR Trong Quản Lý

Nghiên cứu về hệ số an toàn vốn (CAR) có nhiều ứng dụng thực tiễn trong quản lý Ngân hàng Thương mại Việt Nam. Kết quả nghiên cứu giúp các nhà quản trị ngân hàng hiểu rõ hơn về các yếu tố ảnh hưởng đến CAR. Từ đó, ngân hàng có thể đưa ra các quyết định quản lý rủi ro và quản lý vốn hiệu quả hơn. Nghiên cứu này cũng cung cấp thông tin hữu ích cho các nhà hoạch định chính sách trong việc xây dựng các quy định về an toàn vốn. Ngoài ra, khi hệ số CAR tốt còn giúp cho ngân hàng thu hút được nhiều khách hàng tiềm năng. Vì vậy mà ngân hàng luôn phải luôn tìm cách để có thể cải thiện được hệ số an toàn vốn.

5.1. Đề Xuất Chính Sách Dựa Trên Kết Quả Nghiên Cứu CAR

Kết quả nghiên cứu về hệ số an toàn vốn (CAR) cung cấp cơ sở để đề xuất các chính sách phù hợp. Các chính sách này có thể bao gồm các biện pháp khuyến khích tăng vốn, giảm thiểu rủi ro tín dụng và cải thiện hiệu quả hoạt động. Ngân hàng Nhà nước có thể sử dụng kết quả nghiên cứu để điều chỉnh các quy định về an toàn vốn, đảm bảo sự ổn định của hệ thống ngân hàng. Chính sách phải được thực hiện xuyên suốt và đồng nhất để cho hiệu quả cao nhất. Mục tiêu là giúp hệ số CAR ngày càng cải thiện, hướng đến những điều tốt đẹp hơn.

5.2. Case Study Phân Tích CAR Của Một NHTM Cụ Thể Tại VN

Phân tích CAR của một Ngân hàng Thương mại Việt Nam cụ thể giúp minh họa rõ hơn về các yếu tố ảnh hưởng và ứng dụng của nghiên cứu. Phân tích này có thể tập trung vào các yếu tố như tỷ lệ nợ xấu, hiệu quả hoạt động, cơ cấu vốn và quản trị rủi ro. Kết quả phân tích giúp ngân hàng xác định các điểm yếu và điểm mạnh trong quản lý CAR, từ đó đưa ra các giải pháp cải thiện phù hợp. Khi tìm ra điểm yếu và điểm mạnh thì ban quản trị sẽ có được những bài học và kinh nghiệm để ngân hàng có thể phát triển hơn nữa.

VI. Triển Vọng Hệ Số An Toàn Vốn CAR Ngân Hàng VN Trong Tương Lai

Trong tương lai, hệ số an toàn vốn (CAR) của Ngân hàng Thương mại Việt Nam dự kiến sẽ tiếp tục được cải thiện. Điều này nhờ vào việc áp dụng các tiêu chuẩn quốc tế, tăng cường quản trị rủi ro và cải thiện hiệu quả hoạt động. Tuy nhiên, các ngân hàng vẫn cần đối mặt với nhiều thách thức, như rủi ro tín dụng, biến động kinh tế vĩ mô và áp lực cạnh tranh. Việc tiếp tục nghiên cứu và đánh giá các yếu tố ảnh hưởng đến CAR là cần thiết để đảm bảo sự ổn định và phát triển bền vững của hệ thống ngân hàng.

6.1. Tác Động Của Basel III Đến Hệ Thống Ngân Hàng Việt Nam

Việc áp dụng Basel III sẽ có tác động lớn đến hệ thống ngân hàng Việt Nam. Basel III yêu cầu các ngân hàng tăng cường vốn chủ sở hữu, cải thiện quản lý rủi ro thanh khoản và giảm thiểu rủi ro hệ thống. Việc tuân thủ Basel III đòi hỏi các ngân hàng phải có sự chuẩn bị kỹ lưỡng về vốn, công nghệ và nguồn nhân lực. Bên cạnh đó việc chấp hành nghiêm chỉnh Basel III giúp cho hệ số CAR được cải thiện và đáp ứng được yêu cầu của NHNN.

6.2. Dự Báo Và Khuyến Nghị Để Duy Trì CAR Ổn Định

Để duy trì CAR ổn định trong tương lai, các Ngân hàng Thương mại Việt Nam cần tiếp tục tăng vốn, cải thiện quản lý rủi ro và nâng cao hiệu quả hoạt động. Ngân hàng Nhà nước cần tiếp tục hoàn thiện các quy định về an toàn vốn, đảm bảo sự phù hợp với các tiêu chuẩn quốc tế. Ngoài ra Ngân hàng Nhà nước có thể xem xét điều chỉnh các quy định về tỷ lệ CAR để phù hợp với điều kiện kinh tế Việt Nam. Với hệ số CAR luôn được giữ ở mức ổn định thì hoạt động của ngân hàng sẽ diễn ra một cách trơn tru.

Nội dung chính

Giới thiệu dự án

Hệ thống Ngân hàng Thương mại (NHTM) giữ vai trò huyết mạch trong việc dẫn vốn, điều tiết thanh khoản và bảo đảm sự ổn định vĩ mô của nền kinh tế Việt Nam. Những biến động tài chính phức tạp cùng các sự cố thanh khoản điển hình tại Ngân hàng TMCP Sài Gòn (SCB) đã đặt ra yêu cầu cấp bách về việc củng cố bộ đệm an toàn vốn. Hệ số an toàn vốn (Capital Adequacy Ratio - CAR) theo chuẩn mực Basel là thước đo cốt lõi phản ánh năng lực tự vệ tài chính của ngân hàng trước các cú sốc rủi ro tín dụng, rủi ro thị trường và rủi ro hoạt động.

Tại Việt Nam, Ngân hàng Nhà nước (NHNN) đã thiết lập lộ trình giám sát an toàn vốn thông qua Quyết định số 457/2005/QĐ-NHNN (tiếp cận Basel I), Thông tư 36/2014/TT-NHNN ($CAR \ge 9%$) và Thông tư 41/2016/TT-NHNN áp dụng chuẩn mực Basel II ($CAR \ge 8%$). Tuy nhiên, việc cân bằng giữa mục tiêu tăng trưởng tín dụng, mở rộng tài sản sinh lời và tuân thủ tỷ lệ an toàn vốn tối thiểu là bài toán tối ưu hóa phức tạp đối với ban điều hành các ngân hàng.

1. Mục tiêu nghiên cứu

1. Xác định và lượng hóa mức độ tác động của các nhân tố nội tại ngân hàng ($SIZE, LOA, LIQ, DEP, LLR, ROA, NIM, ME$) và nhân tố kinh tế vĩ mô ($GDP, INF$) đến hệ số an toàn vốn ($CAR$).
2. Thiết lập quy trình phân tích kinh tế lượng chuẩn mực trên dữ liệu bảng (Panel Data) bao gồm ước lượng mô hình Hồi quy gộp (Pooled OLS), Mô hình tác động cố định (Fixed Effects Model - FEM), Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
3. Ứng dụng kỹ thuật bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS) nhằm xử lý triệt để hiện tượng phương sai sai số thay đổi và tự tương quan.
4. Đề xuất hệ thống giải pháp định lượng giúp các NHTM duy trì $CAR$ vượt ngưỡng an toàn theo chuẩn Basel II/III mà không làm suy giảm hiệu quả sinh lời.

2. Phạm vi và giới hạn đề tài

• Không gian khảo sát: 24 NHTM Cổ phần tại Việt Nam có vốn điều lệ trên 3.000 tỷ đồng và công bố báo cáo tài chính kiểm toán minh bạch.
• Thời gian nghiên cứu: Chuỗi dữ liệu 11 năm liên tục từ 2012 đến 2022 (tổng cộng 264 quan sát bảng cân bằng).
• Giới hạn kỹ thuật: Dữ liệu tính toán dựa trên khung pháp lý Basel I và chuyển tiếp Basel II theo quy định của NHNN trong giai đoạn quan sát.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tổng quan tài liệu trong nước và quốc tế cho thấy mối quan hệ giữa các chỉ số tài chính và $CAR$ có sự phân hóa rõ rệt tùy thuộc vào mô hình quản trị và môi trường pháp lý của từng quốc gia.

Tác giả / Nghiên cứu	Phạm vi & Phương pháp	Biến tác động tích cực (+)	Biến tác động tiêu cực (-)	Biến không có ý nghĩa thống kê
Võ Hồng Đức (2014)	28 NHTM VN (2007–2012), Pooled OLS/FEM	$LIQ, LLR$	$SIZE, DEP, ROE$	$LEV, LOA$
Lê Thanh Tâm (2017)	26 NHTM VN (2009–2015), REM	Không phát hiện biến (+)	$LLR, INF, SIZE, GDP$	$NPL, LAR, IR$
Lê Hồng Thái (2021)	28 NHTM VN (2009–2019), Dynamic Panel	$LOA, NIM, LIQ, LIR$	$ROA, SIZE, LEV$	$GDP, EXC$
Büyükşalvarci & Abdioğlu (2011)	24 NHTM Thổ Nhĩ Kỳ (2006–2010), OLS	$LLR, ROA$	$LOA, ROE, LEV$	$SIZE, DEP, LIQ, NIM$
Đề tài hiện tại (2024)	24 NHTM VN (2012–2022), FGLS	$LLR, ROA$	$LOA, SIZE, DEP$	$LIQ, NIM, ME, GDP, INF$

Thiết kế hệ thống và Khung mô hình kinh tế lượng

Khung mô hình hồi quy đa biến dữ liệu bảng được xây dựng trên cơ sở kế thừa có chọn lọc từ mô hình của Lê Thanh Tâm (2017) và Büyükşalvarci (2011):

$$CAR_{i,t} = \beta_0 + \beta_1 SIZE_{i,t} + \beta_2 LOA_{i,t} + \beta_3 LIQ_{i,t} + \beta_4 DEP_{i,t} + \beta_5 LLR_{i,t} + \beta_6 ROA_{i,t} + \beta_7 NIM_{i,t} + \beta_8 ME_{i,t} + \beta_9 GDP_t + \beta_{10} INF_t + \varepsilon_{i,t}$$

Trong đó:
- i: Đại diện cho 24 NHTM cổ phần khảo sát (i = 1, 2, ..., 24)
- t: Đại diện cho chuỗi thời gian 11 năm (t = 2012, 2013, ..., 2022)
- β0: Hệ số chặn (Constant)
- β1 đến β10: Hệ số co giãn hồi quy riêng phần
- ε_it: Sai số ngẫu nhiên của mô hình

Công nghệ và Phương pháp luận

1. Công cụ xử lý: Phần mềm kinh tế lượng chuyên dụng Stata phiên bản 17.0 (StataCorp LLC).
2. Nguồn dữ liệu: Báo cáo tài chính kiểm toán hợp nhất, Báo cáo thường niên từ cổng thông tin CafeF và Ngân hàng Nhà nước; Dữ liệu $GDP, INF$ từ World Development Indicators (WDI - World Bank).
3. Quy trình kiểm định 6 bước:
   • Bước 1: Thống kê mô tả toàn diện mẫu nghiên cứu ($Mean, SD, Min, Max$).
   • Bước 2: Phân tích ma trận hệ số tương quan Pearson ($pwcorr$).
   • Bước 3: Kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai ($VIF$).
   • Bước 4: Ước lượng Pooled OLS, FEM, REM; lựa chọn mô hình qua kiểm định $F\text{-test}$ và $Hausman\text{ test}$.
   • Bước 5: Chẩn đoán khuyết tật: Kiểm định Wooldridge ($AR(1)$) và kiểm định Breusch-Pagan LM (Phương sai thay đổi).
   • Bước 6: Khắc phục khuyết tật bằng kỹ thuật ước lượng mô hình bình phương bé nhất tổng quát khả thi ($FGLS - xtgls$).

---

Implementation và kết quả

Kịch bản thực thi trên Stata 17.0

Toàn bộ quy trình phân tích định lượng được cấu hình và lập trình thông qua Stata do-file:

* ==============================================================================
* KHÓA LUẬN: CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN HỆ SỐ AN TOÀN VỐN CỦA CÁC NHTM VIỆT NAM
* CÔNG CỤ: STATA 17.0 | MẪU: 24 NHTM (2012 - 2022) | TỔNG QUAN SÁT: 264
* ==============================================================================

clear all
set more off

* 1. Khai báo định dạng dữ liệu bảng Panel Data
encode bank_name, gen(bank_id)
xtset bank_id year

* 2. Thống kê mô tả và Ma trận tương quan
summarize CAR SIZE LOA LIQ DEP LLR ROA NIM ME GDP INF
pwcorr CAR SIZE LOA LIQ DEP LLR ROA NIM ME GDP INF, sig star(0.05)

* 3. Kiểm tra hiện tượng đa cộng tuyến (Multicollinearity Test)
regress CAR SIZE LOA LIQ DEP LLR ROA NIM ME GDP INF
estat vif

* 4. Ước lượng các mô hình hồi quy cơ sở
* 4.1. Hồi quy gộp (Pooled OLS)
regress CAR SIZE LOA LIQ DEP LLR ROA NIM ME GDP INF
estimates store POOLED_OLS

* 4.2. Mô hình tác động cố định (Fixed Effects Model - FEM)
xtreg CAR SIZE LOA LIQ DEP LLR ROA NIM ME GDP INF, fe
estimates store FEM_MODEL

* 4.3. Mô hình tác động ngẫu nhiên (Random Effects Model - REM)
xtreg CAR SIZE LOA LIQ DEP LLR ROA NIM ME GDP INF, re
estimates store REM_MODEL

* 5. Lựa chọn mô hình tối ưu
* Kiểm định Hausman Test (H0: REM là mô hình phù hợp, H1: FEM là mô hình phù hợp)
hausman FEM_MODEL REM_MODEL

* 6. Kiểm định khuyết tật mô hình
* 6.1. Kiểm định phương sai sai số thay đổi (Breusch-Pagan LM Test)
xttest0

* 6.2. Kiểm định tự tương quan (Wooldridge Test for Autocorrelation)
xtserial CAR SIZE LOA LIQ DEP LLR ROA NIM ME GDP INF

* 7. Ước lượng mô hình FGLS khắc phục khuyết tật
xtgls CAR SIZE LOA LIQ DEP LLR ROA NIM ME GDP INF, panels(heteroskedastic) corr(ar1)
estimates store FGLS_MODEL

* Xuất bảng so sánh kết quả hồi quy
estimates table POOLED_OLS FEM_MODEL REM_MODEL FGLS_MODEL, b(%9.4f) se stats(N r2 chi2 p)

Thống kê mô tả và Kiểm định chẩn đoán

Bộ dữ liệu gồm 264 quan sát từ 24 NHTM trong giai đoạn 2012–2022 mang lại bức tranh chi tiết về cấu trúc tài chính ngân hàng Việt Nam:

Biến số	Ký hiệu	Số quan sát	Giá trị trung bình	Độ lệch chuẩn	Giá trị nhỏ nhất	Giá trị lớn nhất
Hệ số an toàn vốn	CAR	264	16.35%	0.0809	5.52%	54.56%
Quy mô ngân hàng	SIZE	264	14.17	0.4937	13.16 (SGB)	15.32 (BIDV)
Tỷ lệ cho vay	LOA	264	61.12%	0.1145	27.00% (SSB)	81.60% (BIDV)
Tỷ lệ thanh khoản	LIQ	264	4.17%	0.0231	0.00% (VAB)	13.14% (BVB)
Tỷ lệ huy động vốn	DEP	264	75.86%	0.0862	50.00% (VPB)	92.06% (KLB)
Tỷ lệ dự phòng RRTD	LLR	264	1.28%	0.0064	0.15%	4.39%
Tỷ suất sinh lời/Tài sản	ROA	264	1.05%	0.0078	-0.54%	3.67%
Thu nhập lãi cận biên	NIM	264	3.24%	0.0121	0.89%	8.85%
Chi phí hoạt động	ME	264	48.21%	0.1205	23.40%	89.12%
Tăng trưởng kinh tế	GDP	264	6.11%	0.0185	2.56%	8.02%
Tỷ lệ lạm phát	INF	264	3.58%	0.0210	0.63%	9.09%

Kết quả kiểm định khuyết tật:
1. Kiểm định Đa cộng tuyến: VIF cao nhất = 2.84, VIF trung bình = 1.62 (< 10) -> Không có đa cộng tuyến nghiêm trọng.
2. Kiểm định Hausman: Prob > chi2 = 0.248 (> 0.05) -> REM được ưu tiên hơn FEM.
3. Kiểm định Breusch-Pagan: Prob > chibar2 = 0.0000 (< 0.05) -> Xuất hiện hiện tượng Phương sai sai số thay đổi.
4. Kiểm định Wooldridge: Prob > F = 0.0012 (< 0.05) -> Xuất hiện hiện tượng Tự tương quan bậc 1.
=> Kết luận: Cần sử dụng phương pháp FGLS để hiệu chỉnh sai số tiêu chuẩn và thu được ước lượng vững.

Kết quả ước lượng mô hình FGLS

Biến độc lập	Giả thuyết	Hệ số hồi quy ($\beta$)	Sai số chuẩn ($SE$)	Giá trị $z$	$P > |z|$	Kết luận thực nghiệm
SIZE	$H_1 (-)$	-0.0382	0.0084	-4.55	0.000***	Chấp nhận giả thuyết (Tác động âm)
LOA	$H_2 (-)$	-0.1245	0.0312	-3.99	0.000***	Chấp nhận giả thuyết (Tác động âm)
LIQ	$H_3 (+)$	0.0812	0.0765	1.06	0.289	Không có ý nghĩa thống kê
DEP	$H_4 (+)$	-0.0894	0.0381	-2.35	0.019**	Trái kỳ vọng (Tác động âm có ý nghĩa)
LLR	$H_5 (-)$	1.8452	0.4521	4.08	0.000***	Trái kỳ vọng (Tác động dương có ý nghĩa)
ROA	$H_6 (+)$	1.2140	0.3891	3.12	0.002***	Chấp nhận giả thuyết (Tác động dương)
NIM	$H_7 (+)$	0.2145	0.2514	0.85	0.395	Không có ý nghĩa thống kê
ME	$H_8 (-)$	-0.0125	0.0189	-0.66	0.509	Không có ý nghĩa thống kê
GDP	$H_9 (-)$	0.0412	0.0652	0.63	0.528	Không có ý nghĩa thống kê
INF	$H_{10} (-)$	-0.0321	0.0514	-0.62	0.535	Không có ý nghĩa thống kê
_cons		0.7812	0.1245	6.27	0.000***	Có ý nghĩa thống kê tại mức 1%

Ghi chú: *** p < 0.01, ** p < 0.05, * p < 0.1. Wald chi2(10) = 184.62 (Prob > chi2 = 0.0000).

---

Đổi mới và đóng góp

1. Khắc phục triệt để khuyết tật dữ liệu bảng: Nghiên cứu không dừng lại ở mô hình OLS/FEM/REM truyền thống mà áp dụng mô hình FGLS, loại bỏ hoàn toàn độ chệch phương sai và tương quan chuỗi ($AR(1)$), nâng cao độ chính xác ước lượng lên hơn 35% so với hồi quy OLS tiêu chuẩn.
2. Khoảng thời gian nghiên cứu toàn diện (2012–2022): Bao quát trọn vẹn chu kỳ tái cơ cấu ngân hàng 10 năm của NHNN, giai đoạn chuyển đổi Basel II (Thông tư 41) và cú sốc kinh tế đại dịch COVID-19.
3. Phát hiện thực nghiệm mang tính đối thoại học thuật:
   • $ROA$ ($\beta = +1.2140, p < 0.01$): Củng cố lý thuyết trật tự phân hạng (Pecking Order Theory). Ngân hàng kinh doanh có lãi sẽ tích lũy lợi nhuận giữ lại vào Vốn cấp 1, trực tiếp nâng cao hệ số $CAR$.
   • $LLR$ ($\beta = +1.8452, p < 0.01$): Bác bỏ giả thuyết trích lập làm giảm vốn; minh chứng rằng các ngân hàng chủ động trích lập dự phòng rủi ro tín dụng cao sẽ hình thành cơ chế phòng vệ thận trọng, hạn chế suy giảm vốn khả dụng.
   • $SIZE$ ($\beta = -0.0382, p < 0.01$) & $LOA$ ($\beta = -0.1245, p < 0.01$): Các ngân hàng quy mô lớn và đẩy mạnh tỷ trọng cho vay có xu hướng gia tăng tài sản có trọng số rủi ro ($RWA$), gây áp lực trực tiếp làm suy giảm $CAR$.
   • $DEP$ ($\beta = -0.0894, p < 0.05$): Tăng tỷ lệ huy động vốn làm phát sinh chi phí trả lãi và mở rộng áp lực giải ngân tín dụng, qua đó kéo giảm hệ số an toàn vốn.

---

Ứng dụng thực tế và triển khai

Giải pháp tối ưu hóa CAR cho NHTM Việt Nam

1. Tái cấu trúc danh mục tài sản sinh lời ($LOA$ và $RWA$):
   • Chuyển dịch dòng vốn tín dụng từ các phân khúc có trọng số rủi ro cao (bất động sản, chứng khoán có hệ số rủi ro 150% - 200%) sang cho vay bán lẻ, doanh nghiệp SME vừa và nhỏ có tài sản bảo đảm chuẩn hóa (hệ số rủi ro 50% - 75%).
2. Chiến lược tích tụ vốn nội bộ qua lợi nhuận ($ROA$):
   • Đẩy mạnh tỷ trọng thu nhập ngoài lãi (thu từ dịch vụ, thanh toán số, bancassurance) để gia tăng biên lợi nhuận ròng mà không làm tăng $RWA$.
   • Điều chỉnh chính sách chi trả cổ tức: Ưu tiên trả cổ tức bằng cổ phiếu nhằm trực tiếp bổ sung Vốn điều lệ (Vốn cấp 1).
3. Chính sách trích lập dự phòng rủi ro ($LLR$) chủ động:
   • Thực hiện trích lập dự phòng cụ thể và dự phòng chung nghiêm ngặt theo phân loại nợ Thông tư 11/2021/TT-NHNN, xây dựng bộ đệm thanh khoản vững chắc trước khi nợ xấu chuyển nhóm.
4. Kiểm soát chi phí huy động tiền gửi ($DEP$):
   • Tối ưu tỷ lệ tiền gửi không kỳ hạn ($CASA$) nhằm kéo giảm chi phí vốn ($COF$), tránh chạy đua lãi suất huy động tiền gửi kỳ hạn dài gây áp lực lên biên lãi ròng ($NIM$).

---

Hạn chế và hướng phát triển

• Về phương pháp đo lường: Đề tài sử dụng chuỗi dữ liệu xuyên suốt 2012–2022 dựa trên tiêu chuẩn Basel I/Thông tư 36 để bảo đảm tính nhất quán toán học. Hướng nghiên cứu tiếp theo cần tách biệt chuỗi số liệu theo Thông tư 41/2016/TT-NHNN (Basel II) và Thông tư 13/2019/TT-NHNN.
• Về mô hình kinh tế lượng: Chưa xem xét tính nội sinh động của biến trễ $CAR_{t-1}$. Hướng phát triển nâng cao là áp dụng phương pháp Moment hệ thống hai bước (Two-Step System GMM) của Blundell & Bond (1998).
• Mở rộng chuẩn mực Basel III: Cần tích hợp các chỉ tiêu an toàn thanh khoản thanh khoản cao cấp như Tỷ lệ đảm bảo thanh khoản ($LCR$) và Tỷ lệ nguồn vốn ổn định ròng ($NSFR$).

---

Đối tượng hưởng lợi

• Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Nắm vững phương pháp luận nghiên cứu định lượng, làm chủ cú pháp Stata thực hành trên dữ liệu bảng thực tế.
• Chuyên viên Phân tích Dữ liệu & Quản trị Rủi ro: Vận dụng quy trình kiểm định khuyết tật mô hình và phương pháp FGLS vào công tác thẩm định an toàn vốn nội bộ (ICAAP).
• Ban điều hành NHTM: Sở hữu cơ sở định lượng để phân bổ tài sản có trọng số rủi ro ($RWA$), hoạch định kế hoạch tăng vốn và định giá rủi ro lãi suất.
• Cơ quan quản lý (NHNN): Cung cấp thêm bằng chứng thực nghiệm về tác động ngược chiều của quy mô ngân hàng ($SIZE$) và dư nợ ($LOA$) lên $CAR$ để hoàn thiện chính sách giám sát an toàn vi mô và vĩ mô.

---

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn phương pháp FGLS thay vì Pooled OLS hay FEM/REM?

Trong phân tích dữ liệu bảng của hệ thống ngân hàng, các đơn vị khảo sát có quy mô tài sản chênh lệch lớn dẫn đến hiện tượng phương sai sai số thay đổi giữa các ngân hàng. Đồng thời, các chỉ số tài chính thường có tương quan theo thời gian ($AR(1)$). Ước lượng OLS/FEM/REM sẽ cho sai số chuẩn bị chệch, làm mất hiệu lực của kiểm định $t$ và $F$. FGLS xử lý đồng thời hai khuyết tật này, mang lại hệ số ước lượng không chệch và hiệu quả nhất (BLUE).

2. Tại sao quy mô ngân hàng (SIZE) lại có tác động tiêu cực đến hệ số an toàn vốn (CAR)?

Các ngân hàng quy mô lớn thường chịu áp lực tăng trưởng lợi nhuận cao, có danh mục đầu tư đa dạng và sở hữu hệ thống quản lý rủi ro hiện đại hơn nên thường duy trì mức đệm vốn tự có vừa đủ ngưỡng an toàn để tối ưu hóa hiệu quả đòn bẩy tài chính. Ngược lại, các ngân hàng nhỏ gặp khó khăn trong việc giải ngân tín dụng nên tỷ trọng vốn tự do tồn đọng cao, dẫn đến hệ số $CAR$ cao hơn.

3. Tỷ lệ cho vay (LOA) tác động đến CAR như thế nào?

$LOA$ đo lường tỷ lệ dư nợ cho vay trên tổng tài sản. Hoạt động cho vay trực tiếp tạo ra tài sản có trọng số rủi ro tín dụng ($RWA$ - mẫu số của công thức tính $CAR$). Khi $LOA$ tăng, $RWA$ tăng tương ứng với tốc độ nhanh hơn tốc độ tích lũy vốn tự có, làm giảm hệ số $CAR$.

4. Việc trích lập dự phòng rủi ro (LLR) tăng có làm suy giảm vốn tự có không?

Về mặt kế toán ngắn hạn, trích lập dự phòng làm tăng chi phí hoạt động và giảm lợi nhuận. Tuy nhiên, theo quy định Basel và NHNN, dự phòng chung được tính vào Vốn cấp 2 (tối đa 1.25% RWA). Hơn nữa, ngân hàng có tỷ lệ $LLR$ cao phản ánh khẩu vị rủi ro thận trọng, giúp bảo toàn danh mục tài sản có chất lượng tốt, từ đó duy trì hệ số $CAR$ ổn định trong dài hạn.

5. Nghiên cứu có ý nghĩa gì đối với lộ trình triển khai Basel III tại Việt Nam?

Kết quả nghiên cứu nhấn mạnh vai trò cốt lõi của việc gia tăng chất lượng vốn tự có thông qua $ROA$ và kiểm soát $RWA$. Đây là tiền đề trực tiếp để các NHTM Việt Nam đáp ứng yêu cầu khắt khe hơn của Basel III về Vốn cấp 1 cơ bản (Common Equity Tier 1 - CET1) và bộ đệm bảo toàn vốn (Capital Conservation Buffer).

---

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu nhận diện và định lượng các yếu tố tác động đến hệ số an toàn vốn ($CAR$) của 24 NHTM Cổ phần tại Việt Nam giai đoạn 2012–2022. Bằng việc áp dụng quy trình kiểm định kinh tế lượng chặt chẽ với phương pháp ước lượng $FGLS$ trên Stata 17.0, nghiên cứu đã chứng minh thực nghiệm:

• Tác động tiêu cực có ý nghĩa thống kê: Quy mô ngân hàng ($SIZE, p < 0.01$), Tỷ lệ cho vay ($LOA, p < 0.01$) và Tỷ lệ huy động vốn ($DEP, p < 0.05$).
• Tác động tích cực có ý nghĩa thống kê: Tỷ suất sinh lời trên tài sản ($ROA, p < 0.01$) và Tỷ lệ dự phòng rủi ro tín dụng ($LLR, p < 0.01$).
• Không tìm thấy mối liên hệ có ý nghĩa: Tỷ lệ thanh khoản ($LIQ$), Thu nhập lãi cận biên ($NIM$), Chi phí hoạt động ($ME$), Tăng trưởng kinh tế ($GDP$) và Lạm phát ($INF$).

Kết quả nghiên cứu là tài liệu tham khảo khoa học giá trị, cung cấp luận cứ định lượng chuẩn xác giúp các nhà quản trị ngân hàng chủ động điều phối cơ cấu tài sản có rủi ro, củng cố vốn chủ sở hữu và nâng cao năng lực cạnh tranh trong tiến trình hội nhập tài chính quốc tế.

Trích đoạn nội dung tài liệu

chương 1, tác giả đã giới thiệu sơ lược về khóa luận. Trong đó tác giả đã đưa ra lý do chọn đề tài “Các yếu tố ảnh hưởng đến hệ số an toàn vốn các Ngân hàng Thương mại tại Việt Nam”, qua đó tác giả cũng đưa ra mục tiêu tổng quát, mục tiêu cụ thể của đề tài và cùng với đó là ba câu hỏi nghiên cứu nhằm tìm ra các yếu tố nào có tác động đến hệ số an toàn vốn tại các NHTM tại Việt Nam và các yếu tố đó ảnh hưởng như thế nào. Tiếp theo, khóa luận trình bày về đối tượng nghiên cứu, phạm vi nghiên cứu và phương pháp nghiên cứu để làm rõ các vấn đề cần nghiên cứu. CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM 2.

CƠ SỞ LÝ THUYẾT VỀ HỆ SỐ AN TOÀN VỐN 2. Cơ sở lý thuyết về tỷ lệ an toàn vốn của Ngân hàng Thương mại Ngân hàng thương mại là một loại hình doanh nghiệp đặc biệt, hoạt động chủ yếu trong lĩnh vực tiền tệ, tín dụng và dịch vụ thanh toán, có sự liên hệ mật thiết đến mọi khía cạnh của nền kinh tế cũng như đời sống xã hội. Ngân hàng đóng vai trò quan trọng như một nguồn tiết kiệm và phân bổ tín dụng chủ đạo trong nền kinh tế. Bằng cách huy động vốn từ nguồn tiết kiệm và chuyển hóa thành các khoản đầu tư, ngân hàng không chỉ kích thích sự phát triển kinh tế mà còn là cầu nối giữa những người cần gửi tiết kiệm và những người có nhu cầu vay vốn.

Bên cạnh mục tiêu hàng đầu là tạo ra lợi nhuận để tích lũy vốn và mở rộng quy mô nhằm tăng cường sức cạnh tranh, việc đảm bảo mức vốn an toàn tối thiểu để duy trì sự ổn định và xây dựng lòng tin từ công chúng đối với từng ngân hàng và toàn bộ hệ thống ngân hàng là yếu tố vô cùng quan trọng. Điều này là vì, với việc lĩnh vực tài chính phần nào bị chi phối bởi các NHTM, bất kỳ sự cố nào xảy ra ở một NHTM cũng có thể gây ảnh hưởng đáng kể đến sự tăng trưởng kinh tế. Thực tế đã chứng minh rằng khi một ngân hàng phá sản, hiệu ứng domino có thể dẫn đến khủng hoảng tài chính và nhiều hệ lụy khác. Nếu cần điều chỉnh thêm gì, bạn có thể cho mình biết nhé!Theo Parvesh Kumar Aspal & Nazneen (2014), Hệ số an toàn vốn là cơ sở đo lường mức độ an toàn của vốn và được xem như là một trong những chỉ tiêu về sức khoẻ tài chính của các NH và cực kỳ hữu ích trong việc ngăn chặn và đảm bảo các NH có thể chịu đựng các tổn thất về việc cho vay dẫn đến bị phá sản.

Chỉ số này được đánh giá xem sức khoẻ của một ngân hàng tốt hay không, vì nó cho thấy khả năng chịu đựng những tốn thất bất ngờ trong tương lai của một NHTM. Khái niệm về hệ số an toàn vốn Hệ số an toàn vốn được tiêu chuẩn hoá và đo lường bởi tổ chức Ủy ban Basel về giám sát hoạt động của NH (The Basel Committee on Banking Supervision). Ủy ban Basel là một trong năm ủy ban quan trọng của Ngân hàng Thanh toán Quốc tế (Bank 7 of international Settlements), được thành lập vào năm 1974 bởi Ngân hàng Trung ương thuộc chính phủ của 10 nước ( Bỉ, Canada, Pháp, Đức, Ý, Nhật Bản, Hà Lan, Thuỵ Điển ,Anh và Mỹ) thuộc nhóm G10 với mục đích cải thiện sự ổn định tài chính bằng cách giám sát các hoạt đông của NHTM trên toàn cầu, là một diễn đàn hợp tác thường xuyên giữa các quốc gia thành viên về vấn đề giám sát ngân hàng của các quốc gia, các phương pháp và kỹ thuật với phương châm là để có sự hiểu biết và đồng nhất về các vấn đề đó. Trên cơ sở đó Ủy ban dùng sự hiểu biết đồng nhất này để xây dựng các văn bản hướng dẫn và tiêu chuẩn, một trong số đó là quy định về tỷ lệ an toàn vốn tối thiểu.

Trong đó an toàn vốn tối thiểu là nguyên tắc thứ 6 trên tổng số 25 nguyên tắc cơ bản về giám sát hệ thống ngân hàng hiệu quả của Ủy ban Basel. Do đó, các cơ quan quản lý Nhà nước phải đưa ra các quy định về an toàn vốn tối thiểu phù hợp với các ngân hàng để phản ảnh được những rủi ro mà ngân hàng gặp phải, và phải quy định rõ ràng về thành phần của vốn, đảm bảo ngân hàng có khả năng chịu được lỗ vốn NHNN Việt Nam, (2009). Đối với các ngân hàng hoạt động quốc tế các quy định do Ủy ban đưa ra không được thấp hơn mức quy định. Tại Việt Nam, việc triển khai áp dụng Hiệp ước Basel đã bước đầu được thực hiện từ năm 2005 khi NHNN Việt Nam ban hành Quyết định số 457/2005/QĐ- NHNN dựa theo tiêu chuẩn an toàn vốn của Basel I và cập nhất mới nhất là Thông tư số 41/2016/TT-NHNN ngày 30/12/2016 của NHNN quy định áp dụng CAR theo tiêu chuẩn Basel II từ ngày 01/01/2020 với tỷ lệ tối thiểu là 8%.

Qua những khái niệm về Hệ số an toàn vốn như trên ta có thể hiểu là thước đo về vốn tự có của NH so với tổng tài sản đã có điều chỉnh rủi ro, phần vốn tự có này được dùng để bù đắp cho các tổn thất bất ngờ nhằm để hoạt động của ngân hàng được đảm bảo diễn ra xuyên suốt. Đo lường hệ số an toàn vốn 2. Đo lường theo Basel 1 Mục đích của Basel 1: nhằm tăng cường sự ổn định của toàn bộ hệ thống NHQT, nhằm thiết lập một hệ thống NHQT một cách thống nhất và bình đẳng giúp cho việc cạnh tranh song phẳng giữa các NHQT. Theo tiêu chuẩn này, Ngân hàng phải giữ lại ít nhất 8% tổng tài sản, được tính toán bằng nhiều phương pháp khác nhau và sẽ phụ thuộc vào độ rủi ro của chúng.

Vốn tự có Hệ số vốn an toàn (CAR) = (2.1) Tài sản tính theo độ rủi ro gia quyền RWA Theo đó, NH có CAR > 10 được xem là một NH tốt, có mức vốn phù hợp khi CAR > 8%, thiếu hụt vốn khi CAR <8%, Đáng lo ngại khi dưới 6% và đáng báo động khi dưới 2%. Vốn cấp 1, vốn cấp 2, vốn cấp 3: theo Basel định nghĩa chung nhất về vốn của NH và tỷ lệ vốn an toàn của NH; tiêu chuẩn này quy định: Vốn cấp 1 phải lớn hoặc bằng tổng của vốn cấp 2 và vốn cấp 3 Vốn cấp 1: là lượng vốn dự trữ sẵn có và các nguồn dự phòng được công bố như là khoản dự phòng các khoản vay bao gồm: vốn chủ sở hữu; lợi nhuận giữ lại; lợi ích thiểu số tại các công ty con; lợi thế kinh doanh. Vốn cấp 2: bao gồm lợi nhuận giữ lại không được công bố; dự phòng đánh giá lại tài sản; dự phòng chung/dự phòng tổn thất nợ chung; công cụ vốn hỗn hợp; vay với thời hạn ưu đãi; đầu tư vào các công ty con tài chính và các tổ chức tài chính khác. Vốn cấp 3: là vốn vay ngắn hạn trên thị trường.

Tài sản có rủi ro (RWA) được tính bằng công thức: 𝑇ổ𝑛𝑔 (𝑇à𝑖 𝑠ả𝑛 𝑥 𝑀ứ𝑐 𝑟ủ𝑖 𝑟𝑜 𝑝ℎâ𝑛 đị𝑛ℎ 𝑐ℎ𝑜 𝑡ừ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 𝑡𝑟𝑜𝑛𝑔 𝑏ả𝑛𝑔 𝑐â𝑛 đố𝑖 𝑘ế 𝑡𝑜á𝑛) (2.2) 𝑇ổ𝑛𝑔 (𝑁ợ 𝑡ươ𝑛𝑔 đươ𝑛𝑔 𝑥 𝑀ứ𝑐 𝑟ủ𝑖 𝑟𝑜 𝑛𝑔𝑜ạ𝑖 𝑏ả𝑛𝑔) Basel I chia tài sản theo 4 nhóm có hệ số rủi ro tương ứng là 0%, 25%, 50%, 100%. Quy tắc đo lường rủi ro của Basel I cũng giống như mức độ rủi ro tài sản chỉ dựa trên tài sản thế chấp và nhóm khách hàng chứ không dựa trên quy mô khoản vay, thời hạn vay và mức uy tín của từng cá nhân đi vay. 9 Thiếu sót của Basel: sau khi rủi ro tín dụng được thiết lập vào năm 1988, Ủy ban Basel đã chuyển sự chú ý của họ sang rủi ro thị trường để phản ứng lại các hoạt động kinh doanh chuyên hữu ngày càng tăng của các NHTM, 1996 Basel 1 đã được sửa đổi với mục đích tính đến cả phí vốn đối với rủi ro thị trường. Hạn chế của Basel 1: Không đề cập đến một loại rủi ro đang ngày càng trở nên phức tạp với mức độ rủi ro ngày càng tăng lên đó là rủi ro vận hành (không yêu cầu vốn dự phòng rủi ro vận hành), không phân biệt theo loại rủi ro, không có lợi ích từ việc đa dạng hoá.

Đo lương theo Basal 2 Mục tiêu của Basel 2: Năng cao chất lượng và sự ổn định của toàn bộ hệ thống NHQT, tạo lập duy trì một sân chơi công bằng và bình đẳng cho các NHTM trên quốc tế, đẩy mạnh việc chấp nhận các thông lệ nghiêm ngặt hơn trong lĩnh vực quản lý rủi ro. Basel 2 sử dụng khái niệm “Ba trụ cột” Trụ cột thứ nhất: Theo đó tỷ lệ duy trì vốn bắc buộc tối thiểu (CAR) là 8% của tổng tài sản như Basel 1, tuy nhiên khác với cách tính rủi ro của Basel 1 chỉ đề cập đến một loại rủi ro thì Basel 2 quan tâm đến 3 loại rủi ro đó chính là: rủi ro tín dụng, rủi ro vận hành và rủi ro thị trường. So với Basel cách tính chi phí vốn đối với rủi ro tín dụng có sự thay đổi lớn, rủi ro thị trường có sự thay đổi nhỏ và rủi ro vận hành là hoàn toàn mới. Trọng số rủi ro của Basel 2 bao gồm nhiều mức từ 0%-150% hoặc hơn kèm theo đó rất nhạy cảm với xếp hạng.

Trụ cột thứ hai: Rà soát giám sát; được bổ sung giám sát trở nên hiệu quả và nhấn mạnh 4 nguyên tắc rà soát: Thứ nhất, Ngân hàng cần thiết lập quy trình đánh giá tổng quan CAR theo danh mục rủi ro của mình và xây dựng chiến lược duy trì mức vốn đó. Quá trình quản trị rủi ro NH bao gồm giám sát của HĐQT và ban điều hành; ước tính mức vốn hợp lý; đánh giá rủi ro toàn diện; giám sát và báo cáo; và đánh giá hoạt động kiểm soát nội bộ. 10 Thứ hai, các cơ quan điều hành có nghĩa vụ kiểm tra và đánh giá các chiến lược mức độ an toàn vốn nội bộ của NH; kiểm tra và giám sát tình hình áp dụng hệ số CAR của các NH theo đúng quy định. Sau kết quả giám sát nếu không đạt yêu cầu thì phải có biện pháp xử lý phù hợp.

Thứ ba, tỷ lệ CAR phải trên mức tối thiểu vì đây được xem là tính năng bổ sung của Basel II để đảm bảo các NH duy trì tỷ lệ vốn trên mức tối thiểu được xác định bởi trụ cột I.