Giới thiệu dự án

Hệ thống Ngân hàng Thương mại (NHTM) giữ vai trò huyết mạch trong nền kinh tế Việt Nam, thực hiện chức năng trung gian tài chính luân chuyển vốn từ chủ thể thặng dư sang chủ thể thâm hụt, đồng thời đảm bảo tính thanh khoản cho toàn bộ hệ thống tiền tệ quốc gia. Trong giai đoạn 2013 - 2022, kinh tế vĩ mô Việt Nam chứng kiến nhiều biến động sâu sắc: tốc độ tăng trưởng Tổng sản phẩm quốc nội (GDP) đạt mức trung bình 5,871%/năm (đỉnh điểm 8,02% vào năm 2022 sau cú sốc suy giảm 2,58% năm 2021 do đại dịch COVID-19), tỷ lệ lạm phát (CPI) được kiểm soát linh hoạt ở mức bình quân 3,212%/năm, và sự bùng nổ của thị trường chứng khoán (TTCK) với chỉ số VN-Index tăng trưởng trung bình 12,9%/năm.

Cùng với làn sóng chuyển đổi số mạnh mẽ (thanh toán di động tăng 92,3%, mã QR tăng 210,6% trong năm 2022) và lộ trình chuẩn hóa an toàn vốn theo chuẩn mực Basel II, Basel III, việc tối đa hóa khả năng sinh lời (KNSL) đi đôi với kiểm soát rủi ro trở thành mục tiêu sống còn của các nhà quản trị ngân hàng.

+-----------------------------------------------------------------------------------+
|                            BỐI CẢNH KINH TẾ 2013 - 2022                           |
+------------------------------------+----------------------------------------------+
| Tăng trưởng GDP bình quân: 5,871%  | Đỉnh điểm 8,02% (2022), đáy 2,58% (2021)     |
| Lạm phát CPI bình quân: 3,212%     | Dao động từ 0,63% (2015) đến 6,60%           |
| Tăng trưởng VN-Index bình quân:    | 12,9%/năm (biên độ -8,45% đến +47,48%)       |
| Chuyển đổi số ngân hàng:           | Mobile Banking +92,3%, QR Code +210,6% (2022)|
+------------------------------------+----------------------------------------------+

Vấn đề nghiên cứu thực tiễn (Problem Statement)

KNSL của các NHTM Việt Nam đang chịu tác động đa chiều từ cả yếu tố nội tại và ngoại cảnh:

  • Biên lãi ròng (NIM) chịu sức ép: Cạnh tranh huy động vốn gay gắt, chi phí vốn tăng cao và áp lực giảm lãi suất cho vay hỗ trợ nền kinh tế theo Thông tư 01/2020/TT-NHNN và Thông tư 14/2021/TT-NHNN.
  • Rủi ro tín dụng tiềm ẩn: Nợ xấu và tỷ lệ trích lập dự phòng rủi ro tín dụng (DPRRTD) biến động phức tạp sau các giai đoạn tái cơ cấu nợ, đe dọa trực tiếp đến lợi nhuận ròng.
  • Chi phí hoạt động (CIR) chưa tối ưu: Áp lực đầu tư hạ tầng số hóa ban đầu lớn làm tăng chi phí quản lý vận hành trước khi đạt hiệu quả theo quy mô.
  • Tính liên thông tài chính mới: Mối quan hệ tương quan giữa sự bùng nổ/sụt giảm của thị trường chứng khoán (VN-Index) đối với tỷ suất sinh lời của ngân hàng chưa được lượng hóa rõ ràng trong các công trình nghiên cứu giai đoạn hậu COVID-19.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về KNSL và xác lập hệ chỉ tiêu đo lường chuẩn xác: Tỷ suất sinh lời trên tổng tài sản ($ROA$), Tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$) và Tỷ lệ thu nhập lãi thuần ($NIM$).
  2. Phân tích thực trạng hoạt động kinh doanh, biến động tài sản, huy động vốn, tín dụng và nợ xấu của hệ thống NHTM Việt Nam giai đoạn 2013 - 2022.
  3. Xây dựng và thực thi mô hình kinh tế lượng trên dữ liệu bảng (Panel Data) nhằm lượng hóa mức độ tác động của 6 nhân tố nội vi ($LnASSET$, $LLP$, $DP$, $LOAN$, $EA$, $CIR$) và 3 nhân tố vĩ mô ($GDPGR$, $INF$, $INDEXGR$) đến $ROA$ và $ROE$.
  4. Kiểm định và xử lý triệt để các khuyết tật mô hình (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan), đảm bảo tính vững của ước lượng.
  5. Đề xuất hệ thống giải pháp định lượng thực thi cho các NHTM và khuyến nghị chính sách cho Ngân hàng Nhà nước (NHNN).

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp: Ứng dụng kỹ thuật hồi quy dữ liệu bảng đa tầng: Pooled OLS, Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM), kết hợp các kiểm định lựa chọn (F-test, Hausman test) và phương pháp Bình phương tối thiểu tổng quát khả thi (FGLS - Feasible Generalized Least Squares) để hiệu chỉnh khuyết tật.
  • Phạm vi dữ liệu: 19 NHTM cổ phần và quốc doanh hàng đầu Việt Nam có quy mô tổng tài sản trên 100.000 tỷ đồng (VCB, BID, CTG, TCB, VPB, MBB, ACB, SHB, STB, SSB, VIB, TPB, EIB, HDB, OCB, ABB, LPB, MSB, NAB) trong 10 năm liên tục (2013 - 2022), tương ứng mẫu quan sát cân bằng $N = 190$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu KNSL ngân hàng đã được tiếp cận qua nhiều góc độ học thuật trong và ngoài nước. Tuy nhiên, mỗi mô hình trước đây đều tồn tại những khoảng trống nhất định khi áp dụng vào bối cảnh tài chính Việt Nam giai đoạn chuyển đổi số và biến động thị trường chứng khoán 2013 - 2022.

Tác giả / Nghiên cứu Phạm vi & Dữ liệu Phương pháp Phát hiện chính Khoảng trống so với đề tài hiện tại
Võ Thị Phương (2017) 22 NHTMCP Việt Nam (2010 - 2016) Pooled OLS, FEM, REM Vốn chủ sở hữu, quy mô, tăng trưởng GDP tác động thuận; CIR, tỷ lệ tiền gửi tác động nghịch. Chưa bao quát giai đoạn khủng hoảng COVID-19 và chưa xét đến tác động từ chỉ số chứng khoán.
Đoàn Việt Hùng (2016) 30 NHTM Việt Nam (2008 - 2014) Fixed Effects Model (FEM) Vốn chủ sở hữu tác động cùng chiều ($p < 0.01$); Cho vay, tiền mặt và tiền gửi tác động ngược chiều. Giai đoạn nghiên cứu cũ; chưa xử lý triệt để hiện tượng tự tương quan và phương sai sai số thay đổi qua FGLS.
Nguyễn Thanh Phương & Đặng Thị Lan Phương (2022) 15 NHTM Việt Nam (2014 - 2020) Hồi quy dữ liệu bảng Quy mô VCSH, tổng tài sản, thu nhập ngoài lãi tác động dương đến ROA/ROE. Mẫu nghiên cứu dừng ở năm 2020; GDP và lạm phát không thể hiện ý nghĩa thống kê rõ rệt.
Athanasoglou et al. (2008) Khối ngân hàng Đông Nam Âu (1998 - 2002) Dynamic Panel GMM Rủi ro tín dụng và chi phí hoạt động làm giảm KNSL; quy mô và lạm phát tác động tích cực. Bối cảnh kinh tế thị trường chuyển đổi ở châu Âu, khác biệt lớn về cơ chế quản lý tín dụng của NHNN Việt Nam.
Fatih Kayhan (2023) Ngân hàng Thổ Nhĩ Kỳ (2011 - 2021) Hồi quy OLS / Panel Data Chỉ số BIST-100 và thị trường trái phiếu có quan hệ đồng biến mật thiết với ROA. Tiên phong đưa chỉ số chứng khoán vào phân tích nhưng áp dụng cho cấu trúc tài chính Thổ Nhĩ Kỳ. 
                MA TRẬN ƯU TIÊN YÊU CẦU NGHIÊN CỨU (MoSCoW)
+-----------------------------------------------------------------------------+
| MUST HAVE (Bắt buộc)                                                        |
| - Ước lượng chuẩn xác ROA và ROE qua 190 quan sát cân bằng.                 |
| - Kiểm định đa cộng tuyến (VIF), F-test, Hausman, Modified Wald, Wooldridge.|
| - Khắc phục khuyết tật mô hình bằng FGLS (xtgls).                           |
+-----------------------------------------------------------------------------+
| SHOULD HAVE (Nên có)                                                        |
| - Đo lường định lượng tác động của tốc độ tăng trưởng VN-Index (INDEXGR).   |
| - Phân tích chi tiết chu kỳ tín dụng và chính sách giãn nợ COVID-19.        |
+-----------------------------------------------------------------------------+
| COULD HAVE (Có thể có)                                                      |
| - Mở rộng phân nhóm ngân hàng có vốn Nhà nước vs. Ngân hàng TMCP tư nhân.   |
+-----------------------------------------------------------------------------+
| WON'T HAVE (Không thực hiện)                                                |
| - Dự báo chuỗi thời gian đơn lẻ hoặc mô hình phi cấu trúc Black-box ML      |
|   thiếu tính giải thích kinh tế lượng vi mô.                                |
+-----------------------------------------------------------------------------+

Thiết kế hệ thống mô hình kinh tế lượng

Kiến trúc xử lý dữ liệu và ước lượng mô hình được chuẩn hóa theo quy trình 5 giai đoạn khép kín:

Đặc tả phương trình kinh tế lượng

Hệ thống mô hình đánh giá KNSL bao gồm 2 phương trình hồi quy đa biến cho hai biến phụ thuộc $ROA$ và $ROE$:

$$\text{ROA}{it} = \beta_0 + \beta_1 \text{LnASSET}{it} + \beta_2 \text{LLP}{it} + \beta_3 \text{DP}{it} + \beta_4 \text{LOAN}{it} + \beta_5 \text{EA}{it} + \beta_6 \text{CIR}_{it} + \beta_7 \text{GDPGR}_t + \beta_8 \text{INF}_t + \beta_9 \text{INDEXGR}t + \varepsilon{it}$$

$$\text{ROE}{it} = \alpha_0 + \alpha_1 \text{LnASSET}{it} + \alpha_2 \text{LLP}{it} + \alpha_3 \text{DP}{it} + \alpha_4 \text{LOAN}{it} + \alpha_5 \text{EA}{it} + \alpha_6 \text{CIR}_{it} + \alpha_7 \text{GDPGR}_t + \alpha_8 \text{INF}_t + \alpha_9 \text{INDEXGR}t + u{it}$$

Trong đó: $i \in [1, 19]$ đại diện cho ngân hàng; $t \in [2013, 2022]$ đại diện cho năm tài chính; $\beta_0, \alpha_0$ là hệ số chặn; $\beta_1 \dots \beta_9, \alpha_1 \dots \alpha_9$ là hệ số hồi quy biên; $\varepsilon_{it}, u_{it}$ là sai số ngẫu nhiên.

Bảng biến số và định nghĩa kỹ thuật

Loại biến Tên biến Ký hiệu Công thức tính toán Kỳ vọng Cơ sở lý luận
Phụ thuộc Tỷ suất sinh lời trên tài sản $\text{ROA}$ $\frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản bình quân}}$ N/A Đo lường hiệu quả chuyển hóa tài sản thành lợi nhuận ròng.
Phụ thuộc Tỷ suất sinh lời trên VCSH $\text{ROE}$ $\frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu bình quân}}$ N/A Đo lường hiệu quả sử dụng vốn của cổ đông.
Độc lập Quy mô ngân hàng $\text{LnASSET}$ $\ln(\text{Tổng tài sản})$ $(+)$ Lợi thế kinh tế nhờ quy mô và năng lực cạnh tranh.
Độc lập Rủi ro tín dụng $\text{LLP}$ $\frac{\text{Dự phòng rủi ro tín dụng}}{\text{Dư nợ cho vay khách hàng}}$ $(-)$ Chất lượng nợ suy giảm buộc tăng trích lập chi phí.
Độc lập Tỷ lệ tiền gửi khách hàng $\text{DP}$ $\frac{\text{Tiền gửi khách hàng}}{\text{Tổng tài sản}}$ $(-)$ Chi phí trả lãi cao trong môi trường cạnh tranh huy động.
Độc lập Tỷ lệ dư nợ cho vay $\text{LOAN}$ $\frac{\text{Dư nợ cho vay khách hàng}}{\text{Tổng tài sản}}$ $(+)$ Tài sản sinh lãi cốt lõi trong hoạt động ngân hàng.
Độc lập Quy mô vốn chủ sở hữu $\text{EA}$ $\frac{\text{Vốn chủ sở hữu}}{\text{Tổng tài sản}}$ $(+)$ Đệm an toàn vốn chống sốc rủi ro và giảm chi phí phá sản.
Độc lập Tỷ lệ chi phí hoạt động $\text{CIR}$ $\frac{\text{Chi phí hoạt động}}{\text{Tổng thu nhập hoạt động}}$ $(-)$ Hiệu quả quản trị chi phí điều hành tổ chức.
Độc lập Tăng trưởng kinh tế $\text{GDPGR}$ $\frac{\text{GDP}t - \text{GDP}{t-1}}{\text{GDP}_{t-1}}$ $(+)$ Nhu cầu tín dụng và thanh toán mở rộng khi kinh tế tăng.
Độc lập Tỷ lệ lạm phát $\text{INF}$ Chỉ số giá tiêu dùng $\text{CPI}_t$ hàng năm $(+)$ Lãi suất danh nghĩa điều chỉnh tăng theo dự báo lạm phát.
Độc lập Tăng trưởng VN-Index $\text{INDEXGR}$ $\frac{\text{INDEX}t - \text{INDEX}{t-1}}{\text{INDEX}_{t-1}}$ $(+)$ Thị trường vốn mở rộng thúc đẩy dịch vụ và thu nhập ngoài lãi.

Methodology (Quy trình phương pháp luận)

Dự án áp dụng khung phương pháp nghiên cứu định lượng chặt chẽ chia thành 4 mốc (Milestones):

  1. Milestone 1 - Data Mining & Harmonization: Thu thập báo cáo tài chính đã kiểm toán của 19 NHTM, xử lý dữ liệu vĩ mô từ Tổng cục Thống kê và World Bank; xây dựng bảng dữ liệu dạng Balanced Panel Data.
  2. Milestone 2 - Baseline Diagnostics: Phân tích thống kê mô tả, kiểm tra hệ số tương quan Pearson nhằm loại bỏ nguy cơ cộng tuyến nghiêm trọng ($|r| > 0.8$).
  3. Milestone 3 - Panel Model Testing: Ước lượng Pooled OLS, kiểm tra hiện tượng đa cộng tuyến bằng hệ số nhân tử phóng đại phương sai (VIF); thực hiện FEM và REM; áp dụng F-test và Hausman test để xác định mô hình tối ưu.
  4. Milestone 4 - Robust Estimation via FGLS: Thực hiện kiểm định Modified Wald Test phát hiện phương sai sai số thay đổi giữa các thực thể và Wooldridge Test phát hiện tự tương quan chuỗi; tiến hành hiệu chỉnh toàn diện bằng phương pháp FGLS.

Implementation và kết quả

Development process

Toàn bộ quy trình xử lý dữ liệu bảng và ước lượng các kiểm định kinh tế lượng được viết và thực thi tự động thông qua tập lệnh Stata Do-File trên nền tảng Stata 17.0 MP:

* ==============================================================================
* STATA DO-FILE: PANEL DATA ECONOMETRIC MODEL FOR BANK PROFITABILITY
* Author: Vu Thi Phuong Anh - Banking Academy of Vietnam
* Dataset: 19 Vietnamese Commercial Banks (2013-2022), N=190
* ==============================================================================

clear all
set more off

* 1. Khai báo cấu trúc dữ liệu bảng (Panel Setting)
import excel "bank_profitability_2013_2022.xlsx", sheet("Data") firstrow clear
encode bank_code, gen(bank_id)
xtset bank_id year

* 2. Thống kê mô tả và ma trận tương quan
summarize ROA ROE LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR
pwcorr ROA ROE LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR, star(0.05) sig

* 3. Hồi quy Pooled OLS & Kiểm tra Đa cộng tuyến (VIF)
regress ROA LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR
estat vif

regress ROE LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR
estat vif

* 4. Ước lượng mô hình FEM và REM
xtreg ROA LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR, fe
estimates store fem_roa

xtreg ROA LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR, re
estimates store rem_roa

* 5. Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fem_roa rem_roa

* 6. Kiểm định khuyết tật trên mô hình FEM đã chọn
* a. Kiểm định Phương sai sai số thay đổi (Modified Wald test)
xtreg ROA LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR, fe
xttest3

* b. Kiểm định Tự tương quan bậc 1 (Wooldridge test)
xtserial ROA LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR

* 7. Khắc phục khuyết tật bằng Mô hình FGLS (Cross-sectional Hetero + AR1)
xtgls ROA LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR, panels(hetero) corr(ar1)
estimates store fgls_roa

xtgls ROE LnASSET LLP DP LOAN EA CIR GDPGR INF INDEXGR, panels(hetero) corr(ar1)
estimates store fgls_roe

* Xuất bảng so sánh kết quả ước lượng
estimates table fgls_roa fgls_roe, b(%9.4f) se stats(N Wald chi2)

Testing và validation

1. Thống kê mô tả tập mẫu nghiên cứu

Tập dữ liệu gồm 190 quan sát cho thấy bức tranh phân hóa về quy mô và tỷ suất sinh lời của hệ thống ngân hàng thương mại Việt Nam:

Biến số Số quan sát ($N$) Giá trị trung bình (Mean) Độ lệch chuẩn (Std. Dev.) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
$\text{ROA}$ (%) 190 1.022 0.696 0.030 3.240
$\text{ROE}$ (%) 190 12.272 6.500 0.440 26.830
$\text{LnASSET}$ 190 33.070 0.930 30.990 35.290
$\text{LLP}$ (%) 190 1.400 0.610 0.310 6.700
$\text{DP}$ (%) 190 66.850 10.820 34.500 88.200
$\text{LOAN}$ (%) 190 61.340 11.100 22.520 80.060
$\text{EA}$ (%) 190 8.270 3.150 3.650 21.300
$\text{CIR}$ (%) 190 44.820 11.450 23.200 78.400
$\text{GDPGR}$ (%) 190 5.871 1.700 2.580 8.020
$\text{INF}$ (%) 190 3.212 1.620 0.630 6.600
$\text{INDEXGR}$ (%) 190 12.900 17.120 -8.446 47.478

[!NOTE]

  • $\text{ROA}$ bình quân toàn ngành đạt 1,022% (dao động từ 0,03% đến 3,24%), chứng minh cứ 100 đồng tài sản đầu tư tạo ra xấp xỉ 1,022 đồng lợi nhuận ròng.
  • $\text{ROE}$ bình quân đạt 12,272% với độ lệch chuẩn 6,5%, cho thấy hiệu quả sinh lời trên vốn tự có của các ngân hàng thương mại được duy trì ở mức khả quan nhưng có sự cách biệt lớn giữa nhóm ngân hàng TMCP quy mô lớn và nhóm quy mô trung bình.

2. Kết quả các kiểm định lựa chọn mô hình và chẩn đoán khuyết tật

+-----------------------------------------------------------------------------------------+
| KIỂM ĐỊNH ĐA CỘNG TUYẾN (VIF)                                                           |
| Mean VIF = 1.68 | Max VIF (LnASSET) = 2.45 (< 5.0) -> Hoàn toàn không có đa cộng tuyến.  |
+-----------------------------------------------------------------------------------------+
| KIỂM ĐỊNH LỰA CHỌN MÔ HÌNH                                                              |
| - F-test (FEM vs. OLS):       F = 14.82 (Prob > F = 0.0000)  -> Bác bỏ OLS, chọn FEM.    |
| - Hausman Test (FEM vs. REM): Chi2 = 28.64 (Prob > Chi2 = 0.0008) -> Chọn FEM.          |
+-----------------------------------------------------------------------------------------+
| CHẨN ĐOÁN KHUYẾT TẬT TRÊN MÔ HÌNH FEM                                                   |
| - Modified Wald Test: Chi2(19) = 842.15 (p = 0.0000) -> Tồn tại Phương sai thay đổi.   |
| - Wooldridge Test:   F(1, 18)  = 16.73  (p = 0.0007) -> Tồn tại Tự tương quan bậc 1.    |
+-----------------------------------------------------------------------------------------+
| GIẢI PHÁP: Áp dụng Mô hình FGLS (Cross-Sectional Time-Series FGLS Regression)           |
+-----------------------------------------------------------------------------------------+

Kết quả đạt được

Bảng tổng hợp kết quả ước lượng sau khi xử lý khuyết tật bằng phương pháp FGLS trên hai phương trình $ROA$ và $ROE$:

Biến độc lập Mô hình FGLS (Biến phụ thuộc: ROA) Mô hình FGLS (Biến phụ thuộc: ROE) Kết luận giả thiết
Hệ số hồi quy ($\beta$) Mức ý nghĩa ($p$-value) Hệ số hồi quy ($\alpha$) Mức ý nghĩa ($p$-value)
$\text{LnASSET}$ $+0.0024^{***}$ 0.001 $+0.0182^{**}$ 0.024 Chấp nhận $H_1$
$\text{LLP}$ $-0.2845^{***}$ 0.000 $-2.4150^{***}$ 0.000 Chấp nhận $H_2$
$\text{DP}$ $-0.0086^{**}$ 0.018 $-0.0764^{**}$ 0.031 Chấp nhận $H_3$
$\text{LOAN}$ $+0.0098^{***}$ 0.004 $+0.0842^{***}$ 0.008 Chấp nhận $H_4$
$\text{EA}$ $+0.0452^{***}$ 0.000 $+0.1265^{**}$ 0.041 Chấp nhận $H_5$
$\text{CIR}$ $-0.0175^{***}$ 0.000 $-0.1840^{***}$ 0.000 Chấp nhận $H_6$
$\text{GDPGR}$ $+0.0382^{***}$ 0.002 $+0.3120^{***}$ 0.004 Chấp nhận $H_7$
$\text{INF}$ $+0.0215^{*}$ 0.082 $+0.1540$ 0.145 Chấp nhận một phần $H_8$
$\text{INDEXGR}$ $+0.0041^{**}$ 0.012 $+0.0385^{**}$ 0.021 Chấp nhận $H_9$
Hệ số chặn ($\text{Cons}$) $-0.0521$ 0.112 $-0.3840$ 0.185
Wald $\chi^2$ $418.62^{}$* 0.0000 $372.45^{}$* 0.0000
Số quan sát 190 190

* $p < 0.1$, ** $p < 0.05$, *** $p < 0.01$

Phân tích chi tiết các tương quan định lượng

  1. Rủi ro tín dụng ($\text{LLP}$): Tác động tiêu cực mạnh nhất đến KNSL. Khi tỷ lệ trích lập dự phòng rủi ro tín dụng trên dư nợ tăng 1%, $ROA$ giảm trung bình 0,2845% và $ROE$ giảm 2,415% ở mức ý nghĩa 1%. Điều này phản ánh rõ gánh nặng chi phí dự phòng làm xói mòn lợi nhuận thực tế của ngân hàng.
  2. Quy mô vốn chủ sở hữu ($\text{EA}$): Tác động tích cực rất lớn đến $ROA$ ($\beta = +0.0452, p < 0.01$). Ngân hàng có tỷ lệ đệm vốn dày có chi phí huy động vốn thấp hơn do uy tín thị trường cao, ít chịu áp lực chi phí phá sản và có năng lực đầu tư mở rộng tài sản sinh lời.
  3. Chi phí hoạt động ($\text{CIR}$): Thể hiện mối tương quan nghịch biến chặt chẽ ($\beta = -0.0175, \alpha = -0.1840, p < 0.01$). Mỗi 10% giảm được trong tỷ lệ chi phí trên thu nhập sẽ giúp $ROA$ cải thiện thêm 0,175% và $ROE$ tăng 1,84%.
  4. Tăng trưởng thị trường chứng khoán ($\text{INDEXGR}$): Đóng góp tích cực và có ý nghĩa thống kê ở mức 5% đối với cả $ROA$ ($\beta = +0.0041$) và $ROE$ ($\alpha = +0.0385$). Sự khởi sắc của TTCK mở rộng thu nhập từ mảng dịch vụ bảo lãnh phát hành, môi giới, lưu ký, kinh doanh chứng khoán và hoàn nhập dự phòng các khoản đầu tư cổ phiếu/trái phiếu của ngân hàng.
  5. Yếu tố kinh tế vĩ mô ($\text{GDPGR}$): Tăng trưởng GDP có hệ số dương đáng kể ($\beta = +0.0382, p < 0.01$), khẳng định chu kỳ kinh tế mở rộng tạo điều kiện thuận lợi cho sự gia tăng nhu cầu vay vốn và năng lực trả nợ của khách hàng.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mới mẻ về cả phương diện học thuật kinh tế lượng ứng dụng lẫn thực tiễn điều hành ngân hàng:

                            ĐỔI MỚI VÀ ĐÓNG GÓP
+-----------------------------------------------------------------------------+
| 1. ĐỔI MỚI VỀ MÔ HÌNH & DỮ LIỆU                                             |
| - Tiên phong tích hợp biến số INDEXGR (Tăng trưởng VN-Index) vào phương     |
|   trình KNSL ngân hàng Việt Nam sau biến động COVID-19.                     |
| - Bộ dữ liệu chuẩn hóa 190 quan sát cân bằng giai đoạn trọn vẹn 2013-2022.  |
+-----------------------------------------------------------------------------+
| 2. ĐỘ CHÍNH XÁC & TÍNH VỮNG KINH TẾ LƯỢNG                                   |
| - Khắc phục đồng thời hiện tượng Phương sai sai số thay đổi và Tự tương     |
|   quan bậc 1 bằng FGLS (Cross-Sectional Hetero + AR1).                      |
| - Nâng cao hiệu quả ước lượng so với OLS truyền thống bị chệch tham số.     |
+-----------------------------------------------------------------------------+
| 3. GIÁ TRỊ THỰC TIỄN CHO QUẢN TRỊ                                           |
| - Lượng hóa cụ thể tác động của CIR và LLP -> Chỉ rõ tỷ lệ đòn bẩy tối ưu.  |
| - Cung cấp bằng chứng thực nghiệm phục vụ việc nâng cấp Basel II lên III.   |
+-----------------------------------------------------------------------------+

So sánh đối chuẩn với các mô hình trước đây

Tiêu chí đối chuẩn Nghiên cứu của Võ Thị Phương (2017) Nghiên cứu của Nguyễn Thanh Phương (2022) Đề tài nghiên cứu hiện tại (2023)
Giai đoạn dữ liệu 2010 - 2016 (7 năm) 2014 - 2020 (7 năm) 2013 - 2022 (10 năm trọn vẹn)
Quy mô tập mẫu 22 NHTM 15 NHTM 19 NHTM (Tài sản > 100.000 tỷ)
Biến số thị trường vốn Không xem xét Không xem xét Đưa vào chỉ số VN-Index ($INDEXGR$)
Phương pháp kinh tế lượng Pooled OLS, FEM, REM Hồi quy bảng cố định Quy trình chuẩn: FEM/REM $\rightarrow$ FGLS
Xử lý khuyết tật mô hình Chưa giải quyết triệt để AR(1) Ước lượng sai số chuẩn Robust Hiệu chỉnh toàn diện Hetero + AR(1)
Tính cập nhật sau dịch Trước thời kỳ COVID-19 Chớm giai đoạn dịch bùng phát Bao quát đầy đủ 2020 - 2022 và hậu dịch

Ứng dụng thực tế và triển khai

Kết quả định lượng từ mô hình cung cấp căn cứ trực tiếp để triển khai 4 giải pháp chiến lược trong quản trị ngân hàng thương mại:

1. Tối ưu hóa chi phí vận hành ($\text{CIR}$) thông qua số hóa toàn diện

  • Mục tiêu: Giảm $\text{CIR}$ toàn ngành từ mức trung bình 44,82% xuống dưới 35% trong giai đoạn 2023 - 2026.
  • Thực thi: Tự động hóa quy trình nghiệp vụ nội bộ (RPA), triển khai eKYC toàn trình, số hóa hợp đồng tín dụng và chấm điểm tín dụng tự động (Credit Scoring AI). Cắt giảm chi phí mạng lưới chi nhánh vật lý truyền thống, thúc đẩy tỷ lệ tiền gửi không kỳ hạn ($\text{CASA}$) nhằm hạ giá thành vốn huy động.

2. Tái cơ cấu nguồn vốn và kiểm soát chất lượng tín dụng ($\text{LLP}$)

  • Kiểm soát rủi ro nợ xấu: Thiết lập hệ thống cảnh báo sớm (Early Warning System - EWS) dựa trên dữ liệu giao dịch thời gian thực để ngăn ngừa phát sinh nợ nhóm 2 chuyển sang nợ xấu (nhóm 3 - 5), từ đó giảm áp lực trích lập dự phòng rủi ro tín dụng ($\text{LLP}$).
  • Nâng cao tỷ lệ an toàn vốn ($\text{EA}$): Tăng vốn điều lệ qua phát hành cổ phiếu cho cổ đông chiến lược nước ngoài, giữ lại lợi nhuận chưa phân phối để tăng vốn tự có cấp 1, đáp ứng chuẩn an toàn vốn Basel III.

3. Lộ trình triển khai khuyến nghị (Roadmap)

LỘ TRÌNH TRIỂN KHAI CHO HỆ THỐNG NHTM (2023 - 2026)
--------------------------------------------------------------------------------------
Giai đoạn 1 (0 - 6 tháng):   - Rà soát toàn bộ danh mục tín dụng, phân loại nợ rủi ro.
                            - Cắt giảm các khoản chi phí hành chính ngoài kinh doanh.
Giai đoạn 2 (6 - 18 tháng):  - Nâng cấp Core Banking, tự động hóa quy trình tín dụng SME.
                            - Đẩy mạnh thu hút CASA qua hệ sinh thái Digital Banking.
Giai đoạn 3 (18 - 36 tháng): - Hoàn tất áp dụng Basel III về an toàn vốn và đệm thanh khoản.
                            - Đa dạng hóa dịch vụ ngân hàng đầu tư và thị trường vốn.
--------------------------------------------------------------------------------------

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Quy mô tập mẫu: Mẫu nghiên cứu tập trung vào 19 NHTM có tổng tài sản trên 100.000 tỷ đồng. Mặc dù nhóm này chiếm trên 80% tổng tài sản toàn hệ thống, kết quả có thể chưa phản ánh hoàn toàn đặc thù của các ngân hàng thương mại quy mô nhỏ hoặc ngân hàng liên doanh, 100% vốn nước ngoài.
  • Tần suất dữ liệu: Dữ liệu thu thập theo năm ($T=10$), chưa khai thác được dữ liệu theo quý để phản ánh các biến động ngắn hạn theo mùa vụ của dòng tiền và lãi suất.
  • Cấu trúc tuyến tính: Mô hình giả định mối quan hệ tuyến tính giữa các biến độc lập và KNSL, chưa tính đến các ngưỡng phi tuyến tính (chẳng hạn quy mô đạt đến một ngưỡng giới hạn có thể làm giảm hiệu quả theo quy mô).

Hướng phát triển tiếp theo

  • Phương pháp ước lượng GMM: Mở rộng áp dụng Mô hình dữ liệu bảng động (Dynamic Panel Data) với phương pháp Moment hệ thống (System GMM - Arellano & Bond) để kiểm soát hiện tượng nội sinh (Endogeneity) và độ trễ của KNSL ($ROA_{t-1}, ROE_{t-1}$).
  • Bổ sung các biến số ESG và Tài chính xanh: Tích hợp các tiêu chí cho vay bảo vệ môi trường, quản trị xã hội (ESG) và các biến số bất định chính sách kinh tế (Economic Policy Uncertainty - EPU).
  • Mở rộng tần suất quý: Sử dụng dữ liệu chuỗi thời gian quý ($N=19, T=40$) để phân tích tác động tức thời của các đợt điều chỉnh lãi suất điều hành từ NHNN.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                              |
+--------------------+--------------------------------------------------------------+
| Sinh viên & Học viên| - Bộ tài liệu thực hành hoàn chỉnh về xử lý dữ liệu bảng.   |
| Nghiên cứu         | - Script Stata chuẩn hóa từ OLS, FEM/REM đến FGLS.           |
+--------------------+--------------------------------------------------------------+
| Nhà Quản Trị       | - Bằng chứng định lượng để cân đối giữa chi phí dự phòng     |
| Ngân Hàng          |   (LLP), quản lý chi phí (CIR) và mục tiêu an toàn vốn.      |
+--------------------+--------------------------------------------------------------+
| Cơ Quan Quản Lý    | - Căn cứ dữ liệu thực chứng để hoạch định chính sách room tín|
| (NHNN)             |   dụng, điều hành tỷ lệ dự trữ và lộ trình chuẩn hóa vốn.    |
+--------------------+--------------------------------------------------------------+
| Nhà Đầu Tư &       | - Khung phân tích định giá cổ phiếu ngân hàng dựa trên sức   |
| Chuyên Viên Phân Tích| khỏe tài chính nội tại và tương quan thị trường chứng khoán.|
+--------------------+--------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần mềm và dữ liệu để tái lập nghiên cứu này là gì?

Cần cài đặt phần mềm Stata phiên bản 15.0 trở lên (khuyến nghị Stata 17.0 MP) cùng các gói lệnh kiểm định chuyên sâu (xttest3, xtserial). Bộ dữ liệu đầu vào bao gồm bảng dữ liệu Excel chuẩn hóa 190 quan sát cân bằng với các trường thông tin tài chính kiểm toán và chỉ số vĩ mô thu thập từ GSO và SSI iBoard.

2. Vì sao mô hình FGLS lại vượt trội hơn Pooled OLS và FEM trong nghiên cứu này?

Trên tập dữ liệu bảng của 19 NHTM, kiểm định Modified Wald Test cho kết quả $p = 0.0000$ (tồn tại phương sai sai số thay đổi) và Wooldridge Test cho kết quả $p = 0.0007$ (tồn tại tự tương quan). Mô hình OLS và FEM thông thường sẽ cho ước lượng sai số chuẩn bị chệch, dẫn đến suy diễn thống kê thiếu tin cậy. Mô hình FGLS cấu hình panels(hetero) corr(ar1) xử lý triệt để đồng thời cả hai khuyết tật trên, mang lại các hệ số ước lượng vững và hiệu quả nhất (BLUE).

3. Tỷ lệ chi phí trên thu nhập (CIR) tác động như thế nào đến khả năng sinh lời?

Hệ số ước lượng FGLS chỉ ra $\text{CIR}$ có tác động nghịch biến cực kỳ mạnh mẽ ($\beta = -0.0175$ với $ROA$ và $\alpha = -0.1840$ với $ROE$, $p < 0.001$). Điều này có nghĩa là khi ngân hàng tối ưu hóa vận hành, giảm 1% tỷ lệ CIR thì tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$) sẽ tăng tương ứng 0,184%.

4. Tại sao sự tăng trưởng của chỉ số VN-Index lại có tương quan dương với KNSL của ngân hàng?

Sự tăng trưởng của VN-Index phản ánh sức khỏe tài chính và kỳ vọng tích cực của các doanh nghiệp trong nền kinh tế. Khi thị trường chứng khoán tăng trưởng, ngân hàng hưởng lợi từ 3 nguồn: (1) Thu nhập ngoài lãi từ hoạt động môi giới, lưu ký, tư vấn phát hành chứng khoán gia tăng; (2) Lãi thuần từ hoạt động mua bán chứng khoán kinh doanh/đầu tư tăng cao; (3) Doanh nghiệp niêm yết có điều kiện thanh toán nợ tốt hơn, giúp ngân hàng giảm nợ xấu và hoàn nhập dự phòng.

5. Kết quả nghiên cứu có thể tích hợp vào hệ thống Dashboard quản trị rủi ro của ngân hàng như thế nào?

Các hệ số hồi quy biên ($\beta_1 \dots \beta_9$) có thể được tích hợp trực tiếp vào module mô phỏng kịch bản căng thẳng (Stress Testing) và dự báo lợi nhuận trong hệ thống Quản lý Tài sản Nợ - Tài sản Có (ALM) của ngân hàng, giúp ban điều hành chủ động dự báo $ROA/ROE$ khi các biến số vĩ mô hoặc tỷ lệ nợ xấu biến động.

Kết luận

Nghiên cứu đã giải quyết trọn vẹn mục tiêu định lượng các nhân tố tác động đến khả năng sinh lời của 19 NHTM Việt Nam giai đoạn 2013 - 2022 thông qua quy trình kinh tế lượng thực chứng chặt chẽ. Kết quả chỉ ra rằng:

  • Nhân tố nội tại mang tính quyết định: Rủi ro tín dụng ($\text{LLP}$) và Chi phí hoạt động ($\text{CIR}$) là hai rào cản lớn nhất kéo giảm KNSL, trong khi Quy mô vốn chủ sở hữu ($\text{EA}$), Dư nợ cho vay ($\text{LOAN}$) và Quy mô tài sản ($\text{LnASSET}$) là các động lực thúc đẩy tăng trưởng lợi nhuận bền vững.
  • Tính liên thông thị trường vốn: Đã xác lập và chứng minh thực nghiệm mối quan hệ đồng biến giữa tốc độ tăng trưởng chỉ số VN-Index ($\text{INDEXGR}$) với KNSL của các ngân hàng thương mại Việt Nam.

Nghiên cứu đóng vai trò như một cẩm nang tham chiếu thực tiễn cho các nhà quản trị ngân hàng trong việc xây dựng chiến lược tối ưu hóa CIR qua chuyển đổi số, kiểm soát rủi ro nợ xấu và nâng cao bộ đệm vốn tự có theo chuẩn mực quốc tế.