Giới thiệu dự án

Ngành ngân hàng đóng vai trò huyết mạch trong việc cung ứng vốn và luân chuyển dòng tiền trong nền kinh tế Việt Nam. Theo thống kê từ Ngân hàng Nhà nước (NHNN), tính đến ngày 31/12/2022, tổng tài sản của khối ngân hàng thương mại cổ phần (NHTMCP) đạt khoảng 8.502 nghìn tỷ đồng (tăng 11,86% so với năm 2021), với vốn điều lệ đạt 469.409 tỷ đồng (tăng 19,26%), chiếm tỷ trọng chi phối trong toàn hệ thống tổ chức tín dụng (TCTD). Mặc dù tăng trưởng tín dụng toàn ngành đạt 12,87% trong năm 2022, sự biến động khó lường của kinh tế vĩ mô cùng áp lực nợ xấu thời kỳ hậu đại dịch COVID-19 đặt ra bài toán cấp bách về tối ưu hóa hiệu quả hoạt động kinh doanh (HQHĐKD).

Vấn đề cốt lõi (Problem Statement) nằm ở sự bất đối xứng thông tin và thiếu hụt mô hình lượng hóa chuẩn xác về mức độ tác động đồng thời của các yếu tố nội tại (quy mô tài sản, chi phí hoạt động, quản trị rủi ro tín dụng) và biến số vĩ mô (lạm phát, tăng trưởng kinh tế) đối với khả năng sinh lời thực tế của khối NHTMCP tại Việt Nam.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định danh mục các yếu tố: Phân loại và hệ thống hóa 8 biến số nội tại và vĩ mô tác động trực tiếp đến khả năng sinh lời.
  2. Đo lường mức độ và chiều hướng tác động: Ứng dụng kỹ thuật kinh tế lượng trên dữ liệu bảng cân bằng (Balanced Panel Data) giai đoạn 2012–2022.
  3. Đề xuất khung giải pháp quản trị: Cung cấp hàm ý chính sách thực chứng nhằm giúp ban điều hành ngân hàng tối ưu hóa tỷ suất sinh lời trên tài sản và vốn chủ sở hữu.

Phương pháp tiếp cận giải pháp dựa trên việc đo lường hai chỉ tiêu tài chính chuẩn hóa: Tỷ suất sinh lời trên bình quân tổng tài sản ($ROAA$) và Tỷ suất sinh lời trên bình quân vốn chủ sở hữu ($ROAE$), khắc phục triệt để độ trễ thời điểm của các chỉ số $ROA$ và $ROE$ truyền thống.

Phạm vi nghiên cứu bao quát 24 NHTMCP đại diện tại Việt Nam qua chuỗi thời gian 11 năm (2012–2022), bao gồm 264 quan sát. Giới hạn nghiên cứu tập trung vào các số liệu tài chính đã kiểm toán công khai, không bao gồm các tổ chức tài chính vi mô hoặc ngân hàng 100% vốn nước ngoài.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các phương pháp lượng hóa kinh tế lượng truyền thống để lựa chọn mô hình xử lý tối ưu cho dữ liệu bảng ngân hàng:

Tiêu chí Hồi quy cắt ngang (OLS gộp) Phân tích chuỗi thời gian Mô hình dữ liệu bảng (FGLS)
Xử lý đặc trưng riêng ngân hàng Kém (Bỏ qua tính đồng nhất) Trung bình (Không gom cụm) Cao (Kiểm soát đa dạng thực thể)
Khắc phục phương sai thay đổi Không hỗ trợ Kém Tuyệt đối (Feasible GLS)
Kiểm soát tự tương quan chuỗi Bị chệch hệ số Hạn chế Tối ưu hóa ma trận hiệp phương sai
Độ tin cậy ước lượng Trung bình Khá Rất cao ($p < 0.01$)

Phân loại yêu cầu nghiên cứu theo ma trận MoSCoW:

  • Must-have (Bắt buộc): Mô hình hóa $ROAA$, $ROAE$; kiểm định đa cộng tuyến ($VIF$), kiểm định phương sai sai số thay đổi (Modified Wald test) và kiểm định tự tương quan (Wooldridge test).
  • Should-have (Cần có): Khắc phục triệt để khuyết tật bằng ước lượng bình phương tối thiểu tổng quát khả thi ($FGLS$).
  • Could-have (Có thể mở rộng): Phân tầng dữ liệu theo quy mô vốn của các nhóm ngân hàng (Big 4 cổ phần hóa vs. NHTMCP tư nhân).
  • Won't-have (Không thực hiện): Khảo sát định tính hành vi tiêu dùng dịch vụ ngân hàng bán lẻ.

Thiết kế hệ thống

Kiến trúc quy trình nghiên cứu định lượng được chuẩn hóa theo quy trình sau:

Technology Stack & Công cụ:

  • Phần mềm xử lý chính: Stata 17 SE (64-bit).
  • Tiền xử lý & Trích xuất: Microsoft Excel Data Analysis Toolpak, Python Pandas.
  • Dữ liệu đầu vào: Báo cáo tài chính hợp nhất kiểm toán, Báo cáo thường niên của 24 NHTMCP, cổng thông tin Ngân hàng Nhà nước, Tổng cục Thống kê (GSO), FiinPro.

Hệ thống biến số mô hình kinh tế lượng:

Tên biến Ký hiệu Loại biến Công thức / Phương pháp đo lường Kỳ vọng
Tỷ suất sinh lời tài sản $ROAA$ Phụ thuộc $\text{LNST} / \text{Tổng tài sản bình quân}$ N/A
Tỷ suất sinh lời vốn CSH $ROAE$ Phụ thuộc $\text{LNST} / \text{Vốn CSH bình quân}$ N/A
Quy mô ngân hàng $SIZE$ Độc lập $\ln(\text{Tổng tài sản})$ $(+)$
Cho vay / Tiền gửi $LDR$ Độc lập $\text{Dư nợ cho vay} / \text{Tổng tiền gửi}$ $(+)$
Cho vay / Tổng tài sản $LAR$ Độc lập $\text{Dư nợ cho vay} / \text{Tổng tài sản}$ $(+)$
Dự phòng rủi ro tín dụng $LLR$ Độc lập $\text{Dự phòng RRTD} / \text{Tổng dư nợ cho vay}$ $(-)$
Tỷ lệ chi phí / Thu nhập $CIR$ Độc lập $\text{Chi phí hoạt động} / \text{Tổng thu nhập HĐ}$ $(-)$
Vốn CSH / Tổng tài sản $EAR$ Độc lập $\text{Vốn chủ sở hữu} / \text{Tổng tài sản}$ $(+)$
Tăng trưởng kinh tế $GDP$ Độc lập Tốc độ tăng trưởng GDP hàng năm (%) $(+)$
Tỷ lệ lạm phát $CPI$ Độc lập Tỷ lệ biến động chỉ số giá tiêu dùng (%) $(+/-)$

Methodology

Phương pháp nghiên cứu áp dụng mô hình dữ liệu bảng tĩnh kết hợp đa mô hình ước lượng:

  • Pooled OLS: $$Y_{it} = \beta_0 + \sum_{k=1}^{K} \beta_k X_{k,it} + u_{it}$$
  • Fixed Effect Model (FEM): $$Y_{it} = \alpha_i + \sum_{k=1}^{K} \beta_k X_{k,it} + u_{it}$$
  • Random Effect Model (REM): $$Y_{it} = \beta_0 + \sum_{k=1}^{K} \beta_k X_{k,it} + \varepsilon_i + u_{it}$$
  • Feasible Generalized Least Squares (FGLS): Xử lý triệt để hiện tượng phương sai sai số thay đổi theo thực thể ($\sigma_i^2 \neq \sigma^2$) và tự tương quan bậc nhất $AR(1)$.

Implementation và kết quả

Development process

Quy trình phân tích dữ liệu được lập trình thông qua Stata Do-file chuẩn hóa:

* Thiết lập cấu trúc dữ liệu bảng cân bằng
clear all
import excel "bank_data_2012_2022.xlsx", sheet("PanelData") firstrow
destring bank_id year ROAA ROAE SIZE LDR LAR LLR CIR EAR GDP CPI, replace
xtset bank_id year

* 1. Hồi quy Pooled OLS, FEM, REM cho ROAA
regress ROAA SIZE LDR LAR LLR CIR EAR GDP CPI
estimates store ols_roaa

xtreg ROAA SIZE LDR LAR LLR CIR EAR GDP CPI, fe
estimates store fe_roaa

xtreg ROAA SIZE LDR LAR LLR CIR EAR GDP CPI, re
estimates store re_roaa

* 2. Lựa chọn mô hình tối ưu
hausman fe_roaa re_roaa

* 3. Kiểm định khuyết tật mô hình FEM
xttest3          // Kiểm định phương sai thay đổi Modified Wald
xtserial ROAA SIZE LDR LAR LLR CIR EAR GDP CPI // Kiểm định tự tương quan Wooldridge

* 4. Ước lượng FGLS khắc phục khuyết tật
xtgls ROAA SIZE LDR LAR LLR CIR EAR GDP CPI, panels(hetero) corr(ar1)
estimates store fgls_roaa

Testing và validation

Kết quả các kiểm định chẩn đoán kỹ thuật cho thấy:

  1. Kiểm tra đa cộng tuyến: Tất cả các biến có hệ số phóng đại phương sai $VIF < 5.0$ (trung bình $VIF \approx 2.14$), loại trừ nguy cơ đa cộng tuyến nghiêm trọng.
  2. Kiểm định lựa chọn mô hình:
    • $F\text{-test}$ (Pooled OLS vs. FEM): $p\text{-value} = 0.0000 < 0.05 \rightarrow$ Mô hình FEM vượt trội so với Pooled OLS.
    • Hausman Test (FEM vs. REM): $p\text{-value} < 0.01 \rightarrow$ Bác bỏ $H_0$, mô hình Tác động cố định (FEM) phù hợp hơn REM.
  3. Kiểm định khuyết tật:
    • Modified Wald Test kiểm định phương sai sai số thay đổi: Chi2(24) = 1428.62 ($p = 0.0000 < 0.05$) $\rightarrow$ Tồn tại phương sai sai số thay đổi.
    • Wooldridge Test kiểm định tự tương quan: $F(1, 23) = 18.742$ ($p = 0.0002 < 0.05$) $\rightarrow$ Tồn tại hiện tượng tự tương quan bậc nhất $AR(1)$.

Do mô hình vi phạm các giả định cổ điển của OLS, phương pháp FGLS được thực thi để đưa ra ước lượng không chệch, vững và hiệu quả nhất.

Kết quả đạt được

Bảng tổng hợp kết quả hồi quy mô hình $FGLS$ đối với $ROAA$ và $ROAE$:

Biến độc lập Hệ số hồi quy ($ROAA$) $z\text{-value}$ ($p\text{-value}$) Hệ số hồi quy ($ROAE$) $z\text{-value}$ ($p\text{-value}$)
SIZE $+0.0018^{***}$ $3.84$ ($0.000$) $+0.0214^{***}$ $4.12$ ($0.000$)
LDR $+0.0034^{**}$ $2.31$ ($0.021$) $+0.0389^{***}$ $2.95$ ($0.003$)
LAR $+0.0041^{***}$ $2.78$ ($0.005$) $+0.0452^{***}$ $3.10$ ($0.002$)
LLR $-0.0892^{***}$ $-4.65$ ($0.000$) $-0.9841^{***}$ $-4.88$ ($0.000$)
CIR $-0.0142^{***}$ $-6.12$ ($0.000$) $-0.1582^{***}$ $-6.45$ ($0.000$)
EAR $+0.0284^{***}$ $5.40$ ($0.000$) $+0.1205^{***}$ $3.22$ ($0.001$)
GDP $+0.0008$ $0.45$ ($0.652$) $+0.0112$ $0.62$ ($0.535$)
CPI $+0.0175^{***}$ $3.15$ ($0.002$) $+0.1843^{***}$ $3.38$ ($0.001$)
Hệ số chặn $-0.0215^{***}$ $-3.10$ ($0.002$) $-0.2418^{***}$ $-3.45$ ($0.001$)
Số quan sát 264 264
Số ngân hàng 24 24
Wald Chi2 $312.45^{***}$ ($p = 0.000$) $389.12^{***}$ ($p = 0.000$)

Ghi chú: $^{}$, $^{}$ biểu thị mức ý nghĩa thống kê tương ứng 1% và 5%.*

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mới so với các công trình trước đây tại thị trường Việt Nam:

                              SO SÁNH ĐÓNG GÓP NGHIÊN CỨU
  1. Chuẩn hóa đo lường: Ứng dụng biến phụ thuộc $ROAA$ và $ROAE$ thay vì $ROA, ROE$ thông thường, giúp loại bỏ các méo mó kế toán khi tổng tài sản và vốn chủ sở hữu mở rộng nhanh trong năm tài chính.
  2. Khắc phục triệt để khuyết tật dữ liệu bảng: Kết hợp bài bản kiểm định Modified Wald và Wooldridge, đưa ra ước lượng vững qua FGLS.
  3. Phát hiện thực nghiệm mới:
    • Tỷ lệ chi phí trên thu nhập ($CIR$) có tác động tiêu cực mạnh nhất đến hiệu quả sinh lời: Giảm $1%$ trong $CIR$ giúp tăng $0.0142%$ $ROAA$ và $0.1582%$ $ROAE$.
    • Yếu tố lạm phát ($CPI$) có tác động dương có ý nghĩa thống kê ($p < 0.01$), minh chứng cho khả năng chuyển giao chi phí lãi vay và điều chỉnh lãi suất linh hoạt của hệ thống NHTMCP Việt Nam.
    • Tốc độ tăng trưởng $GDP$ chưa thể hiện tác động có ý nghĩa thống kê trong giai đoạn 2012–2022, cho thấy hiệu quả kinh doanh của ngân hàng chịu sự chi phối áp đảo từ năng lực quản trị nội tại thay vì chỉ dựa vào mở rộng vĩ mô.

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp bộ chỉ dẫn hành động thực tế cho Ủy ban Quản lý Tài sản - Nợ (ALCO) và Ban điều hành các NHTMCP:

Lộ trình triển khai 3 giai đoạn:

  • Phân tích chi phí - lợi ích (Cost-Benefit Analysis): Việc đầu tư vào chuyển đổi số ban đầu làm tăng chi phí vốn (CAPEX), nhưng giúp cắt giảm chi phí vận hành thường xuyên (OPEX), đưa tỷ lệ $CIR$ từ mức trung bình ngành $38%\text{--}42%$ xuống dưới $32%$, tương ứng gia tăng biên lợi nhuận ròng từ $15%\text{--}20%$ sau 3 năm.

Hạn chế và hướng phát triển

Dù đạt được kết quả thực nghiệm có độ tin cậy cao, nghiên cứu vẫn tồn tại một số giới hạn:

  1. Quy mô mẫu: Mới bao gồm 24 NHTMCP, chưa tích hợp khối ngân hàng liên doanh và chi nhánh ngân hàng nước ngoài tại Việt Nam.
  2. Nội sinh mô hình (Endogeneity): Chưa áp dụng phương pháp Moment hệ thống (Two-step System GMM) để kiểm soát triệt để hiện tượng nội sinh tiềm tàng giữa biến quy mô ($SIZE$) và khả năng sinh lời trễ ($ROAA_{t-1}$).
  3. Các biến số phi tài chính: Chưa đưa vào các chỉ số về tỷ lệ số hóa (Digital Banking Penetration Rate), chỉ số quản trị môi trường - xã hội (ESG) và tỷ lệ an toàn vốn ($CAR$) theo chuẩn Basel II/Basel III.

Hướng phát triển đề xuất:

  • Mở rộng giai đoạn nghiên cứu đến năm 2025 nhằm đánh giá biến động sau khi Thông tư 02/2023/TT-NHNN về cơ cấu lại thời hạn trả nợ hết hiệu lực.
  • Ứng dụng mô hình kinh tế lượng động ($Dynamic\ Panel\ Model$) với ước lượng Arellano-Bond GMM.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận nguồn tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu tài chính ngân hàng, quy trình xử lý dữ liệu bảng tĩnh và bộ mã lệnh thực thi trên Stata 17.
  • Chuyên viên phân tích định lượng (Quants/Data Analysts): Ứng dụng framework kiểm định khuyết tật mô hình (Multicollinearity, Heteroscedasticity, Serial Correlation) vào thẩm định và xếp hạng tín nhiệm nội bộ.
  • Hội đồng Quản trị & Ban Tổng Giám đốc NHTMCP: Sở hữu cơ sở dữ liệu thực chứng để hoạch định kế hoạch kinh doanh, cân đối cấu trúc tài sản - nợ và kiểm soát chỉ số $CIR$.
  • Cơ quan quản lý (NHNN & Bộ Tài chính): Cung cấp góc nhìn thực nghiệm để hoàn thiện chính sách tiền tệ, quy định an toàn vĩ mô và lộ trình áp dụng Basel III.

Câu hỏi thường gặp

1. Tại sao nghiên cứu sử dụng ROAA và ROAE thay vì ROA và ROE truyền thống?

$ROA$ và $ROE$ truyền thống sử dụng tổng tài sản hoặc vốn chủ sở hữu tại một thời điểm cuối kỳ (31/12), điều này dễ dẫn đến hiện tượng méo mó dữ liệu nếu ngân hàng có nghiệp vụ tăng vốn hoặc tăng quy mô đột biến vào cuối năm. $ROAA$ và $ROAE$ sử dụng mẫu số là giá trị bình quân của đầu kỳ và cuối kỳ ($\frac{X_t + X_{t-1}}{2}$), phản ánh chính xác hiệu suất tạo ra lợi nhuận của tài sản trong suốt chu kỳ kinh doanh 12 tháng.

2. Ý nghĩa của việc chuyển từ mô hình FEM sang FGLS là gì?

Mô hình Tác động cố định (FEM) tuy kiểm soát được các đặc trưng riêng không đổi theo thời gian của từng ngân hàng, nhưng khi xuất hiện hiện tượng phương sai sai số thay đổi (Heteroscedasticity) và tự tương quan (Autocorrelation), sai số chuẩn của ước lượng FEM sẽ bị chệch. Hồi quy $FGLS$ tái cấu trúc ma trận hiệp phương sai của phần dư, giúp các ước lượng hệ số hồi quy đạt tính chất BLUE (Best Linear Unbiased Estimator).

3. Vì sao biến tăng trưởng GDP không có ý nghĩa thống kê trong kết quả FGLS?

Trong giai đoạn 2012–2022, mặc dù nền kinh tế Việt Nam có các chu kỳ biến động khác nhau (bao gồm giai đoạn ổn định 2015–2019 và biến động dịch bệnh 2020–2021), hiệu quả sinh lời của các NHTMCP phụ thuộc nhiều hơn vào chính sách cơ cấu nợ, khả năng kiểm soát chi phí vận hành và quản trị danh mục rủi ro của từng ngân hàng. Khả năng sinh lời của các ngân hàng được dẫn dắt bởi năng lực cạnh tranh nội tại hơn là sự tăng trưởng thụ động theo chu kỳ vĩ mô.

4. Tỷ lệ CIR ảnh hưởng như thế nào đến khả năng sinh lời của ngân hàng?

$CIR$ (Cost to Income Ratio) phản ánh chi phí ngân hàng phải bỏ ra để tạo ra một đồng thu nhập. Hệ số hồi quy FGLS cho thấy $CIR$ mang dấu âm ở mức ý nghĩa $1%$. Khi ngân hàng đầu tư hiệu quả vào công nghệ số hóa quy trình, giảm chi phí nhân sự và chi phí mạng lưới chi nhánh, $CIR$ giảm sẽ trực tiếp khuếch đại lợi nhuận ròng trên tổng tài sản.

5. Yêu cầu kỹ thuật và dữ liệu tối thiểu để chạy mô hình thực nghiệm này?

  • Dữ liệu: Bảng dữ liệu cân bằng tối thiểu $N \ge 20$ ngân hàng qua chuỗi thời gian $T \ge 8$ năm ($N \times T \ge 160$ quan sát).
  • Phần mềm: Stata version 15.0 trở lên (khuyến nghị Stata 17 MP/SE).
  • Kiểm định tiền đề: Bắt buộc phải vượt qua các bài test vif, xttest3, xtserial trước khi khẳng định mô hình FGLS là tối ưu.

Kết luận

Nghiên cứu "Các yếu tố tác động đến hiệu quả hoạt động kinh doanh của các ngân hàng thương mại cổ phần tại Việt Nam" đã giải quyết thành công bài toán đo lường lượng hóa trên tập dữ liệu bảng 24 NHTMCP giai đoạn 2012–2022. Bằng việc ứng dụng thuật toán hồi quy FGLS khắc phục toàn diện hiện tượng phương sai sai số thay đổi và tự tương quan, công trình đã chứng minh vai trò quyết định của các yếu tố nội tại ($SIZE, EAR, LAR, LDR$ mang tác động tích cực; $CIR, LLR$ mang tác động tiêu cực) và biến số vĩ mô $CPI$. Đây là nền tảng thực nghiệm quan trọng giúp các nhà quản trị ngân hàng thiết lập chiến lược tăng trưởng bền vững, tối ưu hóa đệm vốn và nâng cao năng lực cạnh tranh trong kỷ nguyên số.