Bối cảnh và vấn đề nghiên cứu
Trong hệ thống tài chính của nền kinh tế Việt Nam, ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong việc cung ứng vốn và điều tiết thanh khoản. Theo quan điểm của các nhà kinh tế học trường phái trọng tiền như Friedman (1963), sự bất ổn hay khủng hoảng tài chính có mối liên hệ mật thiết với các cuộc khủng hoảng trong hệ thống ngân hàng. Do đó, việc duy trì mức vốn an toàn để hấp thụ tổn thất tiềm tàng là điều kiện tiên quyết giúp bảo vệ quyền lợi của người gửi tiền và bảo đảm sự ổn định của toàn bộ thị trường tài chính. Trong số các chỉ số an toàn hoạt động, hệ số an toàn vốn (Capital Adequacy Ratio - CAR) được xem là thước đo quan trọng phản ánh năng lực chống chịu của tổ chức tín dụng trước các cú sốc tài chính.
Từ năm 2005, Việt Nam đã từng bước tiếp cận các tiêu chuẩn quốc tế do Ủy ban Basel về Giám sát Ngân hàng (BCBS) ban hành. Đến năm 2016, Ngân hàng Nhà nước Việt Nam (NHNN) đã ban hành Thông tư số 41/2016/TT-NHNN (chính thức có hiệu lực từ ngày 01/01/2020), đặt ra yêu cầu tỷ lệ CAR tối thiểu 8% theo phương pháp chuẩn hóa của Basel II. Mặc dù nhiều ngân hàng đã tích cực tái cơ cấu nguồn vốn, thực tế quản trị cho thấy tỷ lệ CAR của các NHTM Việt Nam qua các giai đoạn (đặc biệt sau cuộc khủng hoảng tài chính toàn cầu năm 2008 và giai đoạn biến động kinh tế năm 2020) vẫn tồn tại nhiều biến động và chịu áp lực lớn từ cả các yếu tố nội tại lẫn môi trường vĩ mô. Trước thực tiễn đó, đề tài "Các yếu tố tác động tới hệ số an toàn vốn của Ngân hàng Thương mại tại Việt Nam" được thực hiện nhằm định lượng cụ thể các nhân tố chi phối CAR.
Mục tiêu nghiên cứu được xác định rõ:
- Mục tiêu tổng quát: Nghiên cứu tác động của các yếu tố vi mô và vĩ mô đối với hệ số an toàn vốn (CAR) trong giai đoạn 2013 - 2023 của các ngân hàng thương mại tại Việt Nam.
- Mục tiêu cụ thể:
- Xác định các nhân tố tác động đến hệ số CAR tại các NHTM Việt Nam.
- Phân tích mức độ và chiều hướng tác động của từng yếu tố đến hệ số CAR tại các NHTM Việt Nam.
- Đề xuất các hàm ý, giải pháp giúp các nhà quản trị ngân hàng cải thiện và nâng cao hệ số CAR nhằm đảm bảo hoạt động an toàn, bền vững.
Nhiệm vụ nghiên cứu được cụ thể hóa qua 3 câu hỏi nghiên cứu:
- Các nhân tố nào có tác động đến hệ số CAR của NHTM tại Việt Nam?
- Các yếu tố ảnh hưởng đến hệ số CAR của NHTM tại Việt Nam như thế nào?
- Những kiến nghị nào cần được đề xuất nhằm cải thiện và nâng cao hệ số CAR tại các NHTM Việt Nam trong tương lai?
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Các nhân tố tác động đến hệ số an toàn vốn (CAR) của NHTM tại Việt Nam.
- Phạm vi không gian: Nghiên cứu thu thập dữ liệu của 26 NHTM cổ phần tại Việt Nam (chiếm hơn 83% tổng số 31 NHTM đang hoạt động tại thời điểm nghiên cứu).
- Phạm vi thời gian: Giai đoạn 11 năm từ năm 2013 đến năm 2023. Đây là giai đoạn nền kinh tế trải qua quá trình hồi phục sau khủng hoảng tài chính toàn cầu 2008, chịu tác động của đại dịch Covid-19 và là thời kỳ các NHTM Việt Nam công bố thông tin tài chính minh bạch, đầy đủ theo chuẩn mực quản trị rủi ro mới.
Cơ sở lý thuyết và phương pháp
Khung lý thuyết của đề tài được xây dựng trên nền tảng các Hiệp ước an toàn vốn quốc tế của Ủy ban Basel và quy định pháp lý của Ngân hàng Nhà nước Việt Nam:
- Basel I (1988): Quy định mức CAR tối thiểu là 8% tính trên tổng tài sản có rủi ro (RWA), tập trung chủ yếu vào rủi ro tín dụng, phân chia vốn thành vốn cấp 1, vốn cấp 2 và vốn cấp 3 với điều kiện Vốn cấp 1 $\ge$ Vốn cấp 2 + Vốn cấp 3, áp dụng 4 mức trọng số rủi ro (0%, 20%, 50%, 100%).
- Basel II (2004): Mở rộng khung quản lý rủi ro qua 3 trụ cột (Pillar 1: Yêu cầu vốn tối thiểu 8% bao gồm thêm rủi ro thị trường và rủi ro vận hành; Pillar 2: Quy trình rà soát giám sát của cơ quan quản lý; Pillar 3: Kỷ luật thị trường và minh bạch thông tin).
- Basel III (2010): Tăng cường chất lượng vốn tự có (nâng tỷ lệ vốn cấp 1 tối thiểu lên 6%, vốn cổ phần phổ thông lên 4,5%), bổ sung bộ đệm bảo toàn vốn (2,5%) và đệm chống chu kỳ (0 - 2,5%), đồng thời đưa ra các chỉ số thanh khoản mới gồm Tỷ lệ bao phủ thanh khoản (LCR), Tỷ lệ nguồn vốn ổn định ròng (NSFR) và Tỷ lệ đòn bẩy phi rủi ro tối thiểu 3%.
- Quy định tại Việt Nam: Thông tư 41/2016/TT-NHNN quy định tỷ lệ CAR tối thiểu 8% theo công thức: $$\text{CAR} = \frac{C}{\text{RWA} + 12,5 \times (K_{OR} + K_{MR})} \times 100%$$ Trong đó: $C$ là Vốn tự có (Vốn cấp 1 + Vốn cấp 2); $\text{RWA}$ là Tổng tài sản tính theo rủi ro tín dụng; $K_{OR}$ là Vốn yêu cầu cho rủi ro hoạt động; $K_{MR}$ là Vốn yêu cầu cho rủi ro thị trường.
Mô hình nghiên cứu kế thừa nền tảng từ mô hình của Bhattarai (2020), đồng thời bổ sung các biến từ nghiên cứu của Bahtiar Usman và cộng sự (2019), El-Ansary và Hafez (2015), Võ Hồng Đức và cộng sự (2014), Nguyễn Thị Minh Hương (2021). Phương trình hồi quy có dạng:
$$\text{CAR}{it} = \beta_0 + \beta_1 \text{SIZE}{it} + \beta_2 \text{ROA}{it} + \beta_3 \text{LEV}{it} + \beta_4 \text{NIM}{it} + \beta_5 \text{DEP}{it} + \beta_6 \text{LIQ}{it} + \beta_7 \text{GDP}{t} + \beta_8 \text{INF}{t} + \varepsilon{it}$$
| Nhóm biến | Ký hiệu | Tên biến | Đo lường / Công thức | Nguồn tác giả tham khảo |
|---|---|---|---|---|
| Phụ thuộc | $\text{CAR}$ | Hệ số an toàn vốn | $C / [\text{RWA} + 12,5(K_{OR} + K_{MR})] \times 100%$ | Thông tư 41/2016/TT-NHNN |
| Vi mô | $\text{SIZE}$ | Quy mô ngân hàng | $\text{Log}(\text{Tổng tài sản})$ | Võ Hồng Đức (2014), Bhattarai (2020) |
| $\text{ROA}$ | Khả năng sinh lời trên tài sản | $\text{Lợi nhuận sau thuế} / \text{Tổng tài sản}$ | El-Ansary & Hafez (2015), Dreca (2014) | |
| $\text{LEV}$ | Hệ số đòn bẩy | $\text{Tổng vốn chủ sở hữu} / \text{Tổng tài sản}$ | Võ Hồng Đức (2014), Usman et al. (2019) | |
| $\text{NIM}$ | Biên lãi ròng | $(\text{TN lãi} - \text{CP lãi}) / \text{Tài sản sinh lời bình quân}$ | Usman et al. (2019), Thân Thị Thu Thủy (2015) | |
| $\text{DEP}$ | Tỷ lệ huy động vốn | $\text{Tổng tiền gửi khách hàng} / \text{Tổng tài sản}$ | Võ Hồng Đức (2014), Nguyễn Thị Minh Hương (2021) | |
| $\text{LIQ}$ | Khả năng thanh khoản | $(\text{Tiền mặt} + \text{Tương đương tiền}) / \text{Tổng tài sản}$ | Võ Hồng Đức (2014), Bhattarai (2020) | |
| Vĩ mô | $\text{GDP}$ | Tăng trưởng kinh tế | $[(\text{GDP}t - \text{GDP}{t-1}) / \text{GDP}_{t-1}] \times 100%$ | Bhattarai (2020), Nguyễn Thị Minh Hương (2021) |
| $\text{INF}$ | Tỷ lệ lạm phát | $[(\text{CPI}t - \text{CPI}{t-1}) / \text{CPI}_{t-1}] \times 100%$ | Bhattarai (2020), Nguyễn Thị Minh Hương (2021) |
Phương pháp xử lý dữ liệu:
- Sử dụng phần mềm thống kê Stata 17.0 để phân tích dữ liệu bảng cân bằng (balanced panel data).
- Tiến hành thống kê mô tả, ma trận tương quan và kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (VIF).
- Thực hiện ước lượng qua ba mô hình: Bình phương nhỏ nhất gộp (Pooled OLS), Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM).
- Sử dụng kiểm định F-test để chọn giữa Pooled OLS và FEM; kiểm định Hausman test để chọn giữa FEM và REM.
- Thực hiện các kiểm định khuyết tật: kiểm định Modified Wald test (lệnh
xttest3hoặcxttest0) kiểm tra hiện tượng phương sai sai số thay đổi; kiểm định Wooldridge test kiểm tra hiện tượng tự tương quan. - Áp dụng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS - Feasible Generalized Least Squares) để khắc phục triệt để các vi phạm về phương sai thay đổi và tự tương quan.
Nội dung chính theo từng chương
Khóa luận được cấu trúc thành 5 chương với nội dung cụ thể:
Chương 1: Giới thiệu đề tài nghiên cứu
Trình bày tổng quan về tính cấp thiết của đề tài trong bối cảnh hệ thống ngân hàng Việt Nam hội nhập các chuẩn mực Basel quốc tế. Xác định mục tiêu tổng quát, 3 mục tiêu cụ thể và 3 câu hỏi nghiên cứu. Làm rõ đối tượng nghiên cứu (các nhân tố tác động đến CAR), phạm vi nghiên cứu (26 NHTM Việt Nam giai đoạn 2013 - 2023, chiếm hơn 83% số lượng NHTM) và phương pháp dữ liệu bảng trên Stata 17.0. Chương 1 cũng nêu bật đóng góp lý thuyết và thực tiễn của đề tài cùng kết cấu 5 chương.
Chương 2: Cơ sở lý thuyết và các nghiên cứu thực nghiệm liên quan
Hệ thống hóa toàn diện các lý thuyết về an toàn vốn: khái niệm an toàn vốn theo BCBS, cách đo lường hệ số CAR qua các thế hệ hiệp ước Basel I (1988), Basel II (2004 với 3 trụ cột), Basel III (2010 với bổ sung đệm vốn và tỷ lệ thanh khoản/đòn bẩy) và khung pháp lý Việt Nam tại Thông tư 41/2016/TT-NHNN. Phân tích ý nghĩa của CAR đối với ngân hàng, nhà đầu tư và cơ quan quản lý (NHNN). Lược khảo các nghiên cứu thực nghiệm ngoài nước (Nadja Dreca, El-Ansary & Hafez, Bahtiar Usman, Bhattarai, Shingjergji & Hyseni) và trong nước (Võ Hồng Đức, Thân Thị Thu Thủy & Nguyễn Thị Kim Chi, Phạm Phát Tiến & Nguyễn Thị Kiều Ny, Đỗ Hoài Linh, Nguyễn Thị Minh Hương). Xác định khoảng trống nghiên cứu: các nghiên cứu trong nước trước đây thường chỉ tập trung vào biến vi mô và giai đoạn ngắn, do đó tác giả bổ sung các biến vĩ mô (GDP, INF) trong chuỗi thời gian 11 năm.
Chương 3: Phương pháp nghiên cứu
Trình bày quy trình nghiên cứu gồm 6 bước logic từ xác định cơ sở lý thuyết, xây dựng mô hình, thống kê mô tả, ước lượng OLS/FEM/REM, kiểm định khuyết tật mô hình đến kết luận và hàm ý chính sách. Xây dựng mô hình kinh tế lượng gồm 8 biến độc lập và các giả thuyết nghiên cứu (H1: SIZE tác động ngược chiều; H2: ROA tác động cùng chiều; H3: LEV tác động cùng chiều; H4: NIM tác động cùng chiều; H5: DEP tác động ngược chiều; H6: LIQ tác động cùng chiều; H7: GDP tác động ngược chiều; H8: INF tác động ngược chiều). Mô tả mẫu nghiên cứu gồm 26 NHTM, nguồn dữ liệu thu thập từ BCTC hợp nhất và báo cáo thường niên giai đoạn 2013 - 2023. Trình bày chi tiết các công cụ xử lý dữ liệu trên Stata 17.0 bao gồm thống kê mô tả, ma trận tương quan, kiểm định VIF, F-test, Hausman test, kiểm định phương sai sai số thay đổi, kiểm định Wooldridge và phương pháp hồi quy FGLS.
Chương 4: Kết quả nghiên cứu và thảo luận
Trình bày kết quả phân tích thống kê mô tả và diễn biến các chỉ tiêu tài chính qua 8 biểu đồ (CAR, SIZE, ROA, DEP, NIM, LIQ, LEV, GDP và INF giai đoạn 2013 - 2023). Đánh giá ma trận hệ số tương quan giữa các biến và kiểm tra đa cộng tuyến (hệ số VIF đều thỏa mãn điều kiện < 10). Thực hiện ước lượng lần lượt qua Pooled OLS, FEM và REM; kết quả kiểm định F-test và Hausman test giúp xác định mô hình phù hợp. Tiến hành kiểm định khuyết tật: phát hiện mô hình có hiện tượng phương sai sai số thay đổi (Wald test) và hiện tượng tự tương quan (Wooldridge test). Khắc phục khuyết tật bằng mô hình FGLS. Thảo luận chi tiết kết quả hồi quy FGLS: biến LEV có tác động cùng chiều (+) có ý nghĩa thống kê; các biến SIZE, ROA, DEP có tác động ngược chiều (-) có ý nghĩa thống kê; các biến LIQ, GDP và INF không có ý nghĩa thống kê đối với hệ số CAR trong mẫu nghiên cứu.
Chương 5: Kết luận và hàm ý chính sách
Tổng kết toàn bộ kết quả nghiên cứu thực nghiệm đối với 26 NHTM Việt Nam. Dựa trên kết quả định lượng của mô hình FGLS, tác giả đề xuất các giải pháp và hàm ý chính sách dành cho các nhà quản trị NHTM nhằm nâng cao năng lực vốn chủ sở hữu, quản lý quy mô tài sản an toàn, cân đối giữa mục tiêu tối đa hóa lợi nhuận với quản trị rủi ro và tái cấu trúc nguồn vốn huy động. Nêu rõ các hạn chế còn tồn tại của đề tài (về giới hạn số lượng ngân hàng do tính sẵn có của dữ liệu công bố) và đề xuất hướng nghiên cứu tiếp theo.
Kết quả và đóng góp
Kết quả nghiên cứu thực nghiệm
Dựa trên kết quả ước lượng từ mô hình FGLS để khắc phục hiện tượng phương sai sai số thay đổi và tự tương quan, tác động của các nhân tố đến hệ số an toàn vốn (CAR) của 26 NHTM Việt Nam giai đoạn 2013 - 2023 được tổng hợp như sau:
| Biến độc lập | Tên biến | Dấu kỳ vọng | Kết quả hồi quy FGLS | Mức ý nghĩa thống kê | Kết luận giả thuyết |
|---|---|---|---|---|---|
| $\text{SIZE}$ | Quy mô ngân hàng | $(-)$ | $(-)$ | Có ý nghĩa | Chấp nhận $H_1$ (tác động ngược chiều) |
| $\text{ROA}$ | Khả năng sinh lời trên tài sản | $(+)$ | $(-)$ | Có ý nghĩa | Bác bỏ $H_2$ (thực tế tác động ngược chiều) |
| $\text{LEV}$ | Hệ số đòn bẩy (Vốn CSH/Tổng tài sản) | $(+)$ | $(+)$ | Có ý nghĩa | Chấp nhận $H_3$ (tác động cùng chiều) |
| $\text{NIM}$ | Biên lãi ròng | $(+)$ | - | Không ý nghĩa | Không có ý nghĩa thống kê |
| $\text{DEP}$ | Tỷ lệ huy động vốn trên tổng tài sản | $(-)$ | $(-)$ | Có ý nghĩa | Chấp nhận $H_5$ (tác động ngược chiều) |
| $\text{LIQ}$ | Hệ số thanh khoản | $(+)$ | - | Không ý nghĩa | Không có ý nghĩa thống kê |
| $\text{GDP}$ | Tăng trưởng kinh tế | $(-)$ | - | Không ý nghĩa | Không có ý nghĩa thống kê |
| $\text{INF}$ | Tỷ lệ lạm phát | $(-)$ | - | Không ý nghĩa | Không có ý nghĩa thống kê |
Giải thích chi tiết các phát hiện chính:
- Hệ số đòn bẩy ($\text{LEV}$): Tác động cùng chiều (+) có ý nghĩa thống kê đến CAR. Tỷ lệ Vốn chủ sở hữu trên Tổng tài sản tăng trực tiếp làm tăng vốn tự có cấp 1, giúp củng cố tỷ lệ an toàn vốn của ngân hàng.
- Quy mô ngân hàng ($\text{SIZE}$): Tác động ngược chiều (-) có ý nghĩa thống kê đến CAR. Khi quy mô tài sản mở rộng nhanh chóng, danh mục cho vay và các tài sản có rủi ro tăng lên nhưng tốc độ bổ sung vốn tự có không bắt kịp, dẫn đến suy giảm CAR.
- Tỷ suất sinh lời trên tổng tài sản ($\text{ROA}$): Tác động ngược chiều (-) đến CAR. Tại các NHTM Việt Nam trong giai đoạn nghiên cứu, để đạt được tỷ suất sinh lời cao hơn, các ngân hàng có xu hướng phân bổ vốn vào các tài sản có mức sinh lợi cao đi kèm trọng số rủi ro lớn, từ đó làm gia tăng mẫu số RWA và kéo giảm CAR.
- Tỷ lệ huy động vốn ($\text{DEP}$): Tác động ngược chiều (-) đến CAR. Tiền gửi khách hàng chiếm tỷ trọng lớn nhất trong cấu trúc nợ; khi nguồn vốn huy động tăng nhanh để tài trợ cho hoạt động mở rộng tín dụng, tài sản rủi ro gia tăng khiến hệ số CAR giảm xuống.
- Các biến $\text{LIQ}$, $\text{GDP}$, $\text{INF}$: Không tìm thấy bằng chứng có ý nghĩa thống kê về mối quan hệ tác động trực tiếp đến CAR của mẫu 26 NHTM trong giai đoạn 2013 - 2023.
Giải pháp và hàm ý chính sách do tác giả đề xuất
- Tăng cường năng lực vốn tự có: Các ngân hàng cần chủ động nâng cao vốn chủ sở hữu (vốn cấp 1) thông qua giữ lại lợi nhuận, phát hành cổ phiếu hoặc tìm kiếm cổ đông chiến lược nhằm tăng hệ số đòn bẩy an toàn.
- Kiểm soát tốc độ tăng trưởng quy mô tài sản gắn liền với chất lượng danh mục: Tránh mở rộng quy mô tín dụng ồ ạt; phân bổ tài sản vào các lĩnh vực có hệ số rủi ro thấp nhằm tối ưu hóa tổng tài sản có rủi ro (RWA).
- Cân đối giữa tối đa hóa lợi nhuận và an toàn vốn: Quản trị chặt chẽ danh mục đầu tư sinh lời cao để hạn chế phát sinh tài sản rủi ro quá mức làm suy giảm hệ số CAR.
- Tối ưu hóa cấu trúc huy động vốn: Quản lý hiệu quả tỷ lệ tiền gửi của khách hàng, cân đối kỳ hạn huy động và sử dụng vốn để giảm áp lực dự phòng thanh khoản và rủi ro tín dụng.
Đóng góp của đề tài
- Về mặt lý luận: Hệ thống hóa toàn diện các chuẩn mực an toàn vốn từ Basel I, Basel II đến Basel III và việc nội luật hóa tại Việt Nam qua Thông tư 41/2016/TT-NHNN; làm rõ cơ sở lý thuyết về mối quan hệ giữa các chỉ tiêu tài chính nội tại, biến số kinh tế vĩ mô và an toàn vốn ngân hàng.
- Về mặt thực tiễn: Cung cấp bằng chứng thực nghiệm cập nhật trong giai đoạn 11 năm (2013 - 2023) từ 26 NHTM chiếm đa số thị phần Việt Nam; sử dụng phương pháp FGLS xử lý triệt để các vi phạm kinh tế lượng, cung cấp căn cứ định lượng đáng tin cậy cho ban điều hành ngân hàng và cơ quan quản lý.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của đề tài
- Quy mô mẫu nghiên cứu: Dữ liệu nghiên cứu chỉ bao quát được 26 NHTM trên tổng số 31 NHTM tại Việt Nam do một số tổ chức tín dụng chưa công bố đầy đủ thông tin hoặc BCTC hợp nhất qua các năm.
- Phạm vi biến số: Mô hình tập trung vào 8 biến số chính (6 biến vi mô và 2 biến vĩ mô), chưa bao gồm toàn diện các yếu tố khác như tỷ lệ nợ xấu (NPL), chi phí dự phòng rủi ro tín dụng cụ thể, hoặc các biến kiểm soát về cơ cấu sở hữu ngân hàng.
Hướng nghiên cứu tiếp theo
- Mở rộng mẫu nghiên cứu cho toàn bộ các tổ chức tín dụng khi điều kiện công bố thông tin được hoàn thiện.
- Bổ sung thêm các biến kiểm soát vi mô chuyên sâu (chất lượng tài sản, tỷ lệ nợ xấu, cơ cấu quản trị) và các biến vĩ mô khác (lãi suất điều hành, tỷ giá).
- Ứng dụng các phương pháp hồi quy nâng cao hơn như phương pháp hồi quy động sai phân/hệ thống (GMM) để kiểm soát hiện tượng nội sinh tiềm ẩn trong dữ liệu ngân hàng.
Giá trị tham khảo
Khóa luận là nguồn tài liệu học thuật có giá trị tham khảo thiết thực:
- Đối tượng tham khảo: Sinh viên, học viên cao học chuyên ngành Tài chính - Ngân hàng, Kinh tế học ứng dụng, Kế toán - Kiểm toán đang thực hiện các đề tài nghiên cứu về quản trị rủi ro ngân hàng, đo lường hệ số an toàn vốn theo Basel II/Basel III hoặc phân tích hiệu quả hoạt động của hệ thống ngân hàng thương mại.
- Nội dung đáng tham khảo:
- Khung phân tích lý thuyết chuẩn hóa về các hiệp ước Basel I, II, III và hướng dẫn tính toán CAR theo Thông tư 41/2016/TT-NHNN.
- Quy trình thực nghiệm kinh tế lượng dữ liệu bảng bài bản: từ hồi quy Pooled OLS, FEM, REM, các kiểm định lựa chọn mô hình (F-test, Hausman test), kiểm định khuyết tật (VIF, Modified Wald test, Wooldridge test) đến phương pháp khắc phục khuyết tật bằng hồi quy FGLS trên phần mềm Stata 17.0.
Câu hỏi thường gặp
1. Hệ số an toàn vốn (CAR) trong nghiên cứu này được xác định theo chuẩn mực nào?
Hệ số CAR được xác định theo quy định tại Thông tư số 41/2016/TT-NHNN của Ngân hàng Nhà nước Việt Nam (áp dụng chuẩn mực Basel II), tính theo tỷ lệ phần trăm giữa Vốn tự có ($C$) trên Tổng tài sản tính theo rủi ro tín dụng ($\text{RWA}$) cộng với vốn yêu cầu cho rủi ro hoạt động ($K_{OR}$) và rủi ro thị trường ($K_{MR}$) nhân hệ số 12,5.
2. Nghiên cứu sử dụng mẫu dữ liệu và giai đoạn quan sát như thế nào?
Nghiên cứu sử dụng mẫu dữ liệu bảng thu thập từ báo cáo tài chính hợp nhất và báo cáo thường niên của 26 ngân hàng thương mại tại Việt Nam (chiếm hơn 83% tổng số NHTM đang hoạt động) trong giai đoạn 11 năm từ năm 2013 đến năm 2023.
3. Tại sao tác giả phải sử dụng phương pháp hồi quy FGLS thay vì giữ nguyên mô hình FEM hoặc REM?
Sau khi chạy mô hình FEM/REM và thực hiện kiểm định chẩn đoán, tác giả phát hiện mô hình có hiện tượng phương sai sai số thay đổi (thông qua kiểm định Wald test) và hiện tượng tự tương quan (thông qua kiểm định Wooldridge test). Do đó, phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) được sử dụng để khắc phục các vi phạm này, bảo đảm ước lượng thu được là vững và hiệu quả.
4. Kết quả nghiên cứu chỉ ra những yếu tố nào tác động có ý nghĩa thống kê đến hệ số CAR của các NHTM Việt Nam?
Mô hình FGLS cho thấy biến hệ số đòn bẩy ($\text{LEV}$) có tác động cùng chiều (+) đến CAR; ba biến quy mô ngân hàng ($\text{SIZE}$), tỷ suất sinh lời trên tài sản ($\text{ROA}$) và tỷ lệ huy động vốn ($\text{DEP}$) có tác động ngược chiều (-) đến CAR. Các biến $\text{LIQ}$, $\text{GDP}$ và $\text{INF}$ không cho thấy tác động có ý nghĩa thống kê.
5. Vì sao tỷ suất sinh lời trên tổng tài sản (ROA) lại có tác động ngược chiều đến CAR trong nghiên cứu này?
Kết quả ngược chiều giữa ROA và CAR phản ánh thực tế tại các NHTM Việt Nam giai đoạn 2013 - 2023: để gia tăng lợi nhuận trên tài sản, các ngân hàng thường đẩy mạnh đầu tư vào các tài sản có mức sinh lời cao, vốn đi kèm trọng số rủi ro lớn hơn, làm tổng tài sản rủi ro (mẫu số của CAR) tăng nhanh hơn tốc độ gia tăng vốn tự có, từ đó làm giảm hệ số CAR.
Kết luận
Khóa luận đã hệ thống hóa cơ sở lý luận về hệ số an toàn vốn theo các chuẩn mực Basel và quy định tại Thông tư 41/2016/TT-NHNN của Ngân hàng Nhà nước Việt Nam. Thông qua phương pháp hồi quy dữ liệu bảng FGLS trên mẫu 26 NHTM giai đoạn 2013 - 2023, nghiên cứu đã chứng minh thực nghiệm rằng hệ số đòn bẩy tác động cùng chiều, trong khi quy mô tài sản, tỷ suất sinh lời và tỷ lệ tiền gửi tác động ngược chiều đến CAR. Các phát hiện định lượng này cung cấp cơ sở khoa học quan trọng giúp ban lãnh đạo các ngân hàng thương mại và cơ quan giám sát xây dựng các chính sách điều hành vốn hợp lý, đảm bảo an toàn hệ thống và đáp ứng tiến trình hội nhập quốc tế.