Các Yếu Tố Ảnh Hưởng Đến Khả Năng Thanh Khoản Của Ngân Hàng Thương Mại Tại Việt Nam

Tài liệu nghiên cứu Các yếu tố ảnh hưởng đến khả năng thanh khoản của các ngân hàng thương mại tại việt nam, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu về kinh

• Tác giả: Vũ Thị Linh Chi
• Người hướng dẫn: TS. Hồ Thị Ngọc Tuyền
• Trường học: Trường Đại Học Ngân Hàng TP. Hồ Chí Minh
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Các Yếu Tố Ảnh Hưởng Đến Khả Năng Thanh Khoản Của Các Ngân Hàng Thương Mại Tại Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI
• 1.2. MỤC TIÊU NGHIÊN CỨU
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. 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. Phương pháp định tính
• 1.5.2. Phương pháp định lượng
• 1.6. NỘI DUNG NGHIÊN CỨU
• 1.7. ĐÓNG GÓP CỦA NGHIÊN CỨU
• 1.8. KẾT CẤU KHÓA LUẬN
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU CÓ LIÊN QUAN
• 2.1. TỔNG QUAN VỀ KHẢ NĂNG THANH KHOẢN
• 2.2. Khái niệm thanh khoản của NHTM
• 2.3. Đo lường khả năng thanh khoản của ngân hàng
• 2.3.1. Phương pháp đo lường bằng khe hở thanh khoản
• 2.4. Vai trò của tính thanh khoản
• 2.5. CÁC YẾU TỐ TÁC ĐỘNG ĐẾN KHẢ NĂNG THANH KHOẢN CỦA NGÂN HÀNG
• 2.5.1. Các yếu tố bên trong ngân hàng
• 2.5.2. Các yếu tố bên ngoài ngân hàng
• 2.6. CÁC NGHIÊN CỨU TRƯỚC CÓ LIÊN QUAN
• 2.6.1. Các nghiên cứu nước ngoài
• 2.6.2. Các nghiên cứu trong nước
• 2.7. Khoảng trống của nghiên cứu
• 3. CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. QUY TRÌNH NGHIÊN CỨU
• 3.2. NGUỒN DỮ LIỆU VÀ MẪU NGHIÊN CỨU
• 3.3. PHƯƠNG PHÁP NGHIÊN CỨU
• 3.3.1. Phương pháp định tính
• 3.3.2. Phương pháp định lượng
• 3.4. MÔ HÌNH NGHIÊN CỨU
• 3.5. MÔ TẢ BIẾN VÀ CÁC GIẢ THUYẾT
• 3.5.1. Biến phụ thuộc
• 3.5.2. Biến độc lập
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN NGHIÊN CỨU
• 4.1. THỐNG KÊ MÔ TẢ CÁC BIẾN TRONG MÔ HÌNH
• 4.2. KẾT QUẢ NGHIÊN CỨU
• 4.2.1. Phân tích tương quan
• 4.2.2. KẾT QUẢ HỒI QUY
• 4.2.2.1. Mô hình Pooled OLS
• 4.2.2.2. Mô hình FEM
• 4.2.2.3. Mô hình REM
• 4.2.3. Kiểm định lựa chọn mô hình
• 4.3. KHẮC PHỤC CÁC KHUYẾT TẬT MÔ HÌNH
• 4.4. PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
• 4.4.1. Tỷ suất sinh lời trên vốn chủ sở hữu (ROE)
• 4.4.2. Tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP)
• 4.4.3. Hiệu quả chi phí hoạt động (CEA)
• 4.4.4. Tiền gửi khách hàng (DEP)
• 4.4.5. Tỷ lệ lạm phát (INF)
• 5. CHƯƠNG 5: KẾT LUẬN VÀ MỘT SỐ KHUYẾN NGHỊ
• 5.1. HÀM Ý CHÍNH SÁCH
• 5.1.1. Đối với tỷ suất sinh lời trên vốn chủ sở hữu
• 5.1.2. Đối với tỷ lệ vốn chủ sở hữu trên tổng tài sản
• 5.1.3. Đối với hiệu quả chi phí hoạt động
• 5.1.4. Đối với quy mô
• 5.1.5. Đối với tiền gửi khách hàng
• 5.1.6. Đối với tỷ lệ lạm phát
• 5.2. HẠN CHẾ CỦA NGHIÊN CỨU
• 5.3. KHUYẾN NGHỊ CHO CÁC NGHIÊN CỨU TRONG TƯƠNG LAI
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: CÁC NHTM TRONG BÀI NGHIÊN CỨU
• PHỤ LỤC 2: DỮ LIỆU NGHIÊN CỨU
• PHỤ LỤC 3: KẾT QUẢ NGHIÊN CỨU

Tóm tắt

I. Tổng quan về khả năng thanh khoản của ngân hàng thương mại tại Việt Nam

Khả năng thanh khoản của các ngân hàng thương mại (NHTM) tại Việt Nam là một yếu tố quan trọng trong việc đánh giá sức khỏe tài chính của hệ thống ngân hàng. Tính thanh khoản không chỉ phản ánh khả năng đáp ứng nghĩa vụ tài chính mà còn thể hiện sự ổn định và tin cậy của ngân hàng trong mắt khách hàng và nhà đầu tư. Trong bối cảnh nền kinh tế Việt Nam đang phát triển mạnh mẽ, việc hiểu rõ các yếu tố ảnh hưởng đến khả năng thanh khoản là rất cần thiết.

1.1. Khái niệm và vai trò của khả năng thanh khoản

Khả năng thanh khoản được định nghĩa là khả năng của ngân hàng để đáp ứng các nghĩa vụ tài chính khi đến hạn mà không gây thiệt hại cho ngân hàng. Điều này có nghĩa là ngân hàng cần có đủ nguồn lực tài chính để thực hiện các giao dịch hàng ngày và duy trì hoạt động ổn định.

1.2. Tình hình thanh khoản của các ngân hàng thương mại tại Việt Nam

Trong những năm gần đây, tình hình thanh khoản của các NHTM tại Việt Nam đã có những biến động lớn. Các ngân hàng phải đối mặt với nhiều thách thức từ thị trường tài chính, bao gồm sự cạnh tranh gia tăng và các chính sách tiền tệ của Ngân hàng Nhà nước.

II. Các yếu tố ảnh hưởng đến khả năng thanh khoản của ngân hàng thương mại

Khả năng thanh khoản của các NHTM tại Việt Nam chịu ảnh hưởng bởi nhiều yếu tố khác nhau, bao gồm cả yếu tố nội tại và yếu tố bên ngoài. Việc phân tích các yếu tố này giúp các ngân hàng có cái nhìn tổng quan và đưa ra các giải pháp phù hợp để cải thiện tình hình thanh khoản.

2.1. Các yếu tố nội tại ngân hàng

Các yếu tố nội tại như cơ cấu tài sản, quản lý rủi ro và hiệu quả hoạt động của ngân hàng có tác động lớn đến khả năng thanh khoản. Ngân hàng cần có một cơ cấu tài sản hợp lý để đảm bảo khả năng chuyển đổi tài sản thành tiền mặt khi cần thiết.

2.2. Các yếu tố bên ngoài ngân hàng

Các yếu tố bên ngoài như tình hình kinh tế vĩ mô, lãi suất và chính sách tiền tệ cũng ảnh hưởng đến khả năng thanh khoản. Sự biến động của các yếu tố này có thể tạo ra áp lực lên khả năng thanh khoản của ngân hàng.

III. Phương pháp quản lý thanh khoản hiệu quả cho ngân hàng thương mại

Để nâng cao khả năng thanh khoản, các NHTM cần áp dụng các phương pháp quản lý thanh khoản hiệu quả. Việc này không chỉ giúp ngân hàng duy trì hoạt động ổn định mà còn tăng cường niềm tin của khách hàng và nhà đầu tư.

3.1. Xây dựng chính sách quản lý thanh khoản

Ngân hàng cần xây dựng một chính sách quản lý thanh khoản rõ ràng, bao gồm việc xác định các chỉ tiêu thanh khoản và các biện pháp ứng phó với rủi ro thanh khoản.

3.2. Tăng cường dự trữ tiền mặt

Việc duy trì một mức dự trữ tiền mặt hợp lý là rất quan trọng để đảm bảo khả năng thanh toán kịp thời. Ngân hàng cần thường xuyên đánh giá và điều chỉnh mức dự trữ này dựa trên tình hình thực tế.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu về khả năng thanh khoản

Nghiên cứu về khả năng thanh khoản của các NHTM tại Việt Nam đã chỉ ra rằng có nhiều yếu tố tác động đến khả năng này. Việc áp dụng các kết quả nghiên cứu vào thực tiễn sẽ giúp các ngân hàng cải thiện tình hình thanh khoản và tăng cường hiệu quả hoạt động.

4.1. Kết quả nghiên cứu từ các ngân hàng thương mại

Nghiên cứu cho thấy rằng các yếu tố như tỷ lệ nợ xấu và quy mô ngân hàng có tác động đáng kể đến khả năng thanh khoản. Các ngân hàng cần chú ý đến những yếu tố này trong quá trình quản lý.

4.2. Ứng dụng các giải pháp cải thiện thanh khoản

Các ngân hàng có thể áp dụng các giải pháp như tăng cường huy động vốn và cải thiện quy trình cho vay để nâng cao khả năng thanh khoản. Việc này không chỉ giúp ngân hàng hoạt động hiệu quả hơn mà còn tạo ra sự ổn định cho toàn hệ thống.

V. Kết luận và triển vọng tương lai về khả năng thanh khoản

Khả năng thanh khoản của các NHTM tại Việt Nam là một vấn đề quan trọng cần được quan tâm. Việc hiểu rõ các yếu tố ảnh hưởng và áp dụng các giải pháp phù hợp sẽ giúp các ngân hàng duy trì hoạt động ổn định và phát triển bền vững trong tương lai.

5.1. Tóm tắt các yếu tố ảnh hưởng

Các yếu tố nội tại và bên ngoài đều có tác động đến khả năng thanh khoản của ngân hàng. Việc nhận diện và quản lý các yếu tố này là rất cần thiết.

5.2. Triển vọng tương lai của khả năng thanh khoản

Trong bối cảnh nền kinh tế Việt Nam đang phát triển, khả năng thanh khoản của các NHTM sẽ tiếp tục là một vấn đề cần được theo dõi và cải thiện để đảm bảo sự ổn định và phát triển bền vững.

Nội dung chính

Giới thiệu dự án

Thanh khoản là "mạch máu" quyết định sự tồn vong và ổn định của hệ thống ngân hàng thương mại (NHTM). Trong bối cảnh thị trường tài chính toàn cầu và Việt Nam trải qua nhiều biến động sau khủng hoảng tài chính 2008, giai đoạn tái cơ cấu hệ thống tổ chức tín dụng (2012–2022) và ảnh hưởng của đại dịch COVID-19, việc kiểm soát rủi ro thanh khoản trở thành ưu tiên sống còn. Thực tế từ giai đoạn căng thẳng thanh khoản 2008–2011 tại Việt Nam cho thấy cuộc đua lãi suất huy động và tình trạng mất cân đối kỳ hạn (sử dụng vốn ngắn hạn cho vay trung – dài hạn) đã đẩy nhiều NHTM như Ficombank, TinNghiaBank hay Saigonbank vào tình trạng báo động, buộc Ngân hàng Nhà nước (NHNN) phải can thiệp tái cấu trúc khẩn cấp.

Vấn đề cốt lõi đặt ra cho các nhà quản trị ngân hàng là: Làm thế nào để định lượng chính xác tác động của các chỉ số tài chính nội tại và biến số kinh tế vĩ mô lên khả năng thanh khoản, từ đó tối ưu hóa cơ cấu tài sản nợ - tài sản có?

Mục tiêu nghiên cứu của đề tài được lượng hóa qua 3 nhiệm vụ trọng tâm:

1. Hệ thống hóa cơ sở lý luận và xác lập khung biến đo lường khả năng thanh khoản ngân hàng dựa trên bộ chỉ số chuẩn mực quốc tế của Basel và Ủy ban Giám sát Ngân hàng Quốc tế (BIS).
2. Xây dựng mô hình kinh tế lượng dữ liệu bảng (Panel Data) nhằm ước lượng và kiểm định chiều hướng tác động của 9 nhân tố (7 biến nội tại: ROE, CAP, CAR, CEA, DEP, NPL, SIZE và 2 biến vĩ mô: GDP, INF) trên mẫu 25 NHTM niêm yết tại Việt Nam giai đoạn 2012–2022 (275 quan sát).
3. Đề xuất các khuyến nghị và hàm ý chính sách cụ thể nhằm tăng cường năng lực đệm thanh khoản, kiểm soát chi phí vận hành và phòng ngừa rủi ro phá sản cho hệ thống NHTM Việt Nam.

Phạm vi nghiên cứu tập trung vào 25 NHTM cổ phần có báo cáo tài chính kiểm toán liên tục và đầy đủ trong 11 năm (2012–2022) từ hệ thống FiinPro và World Bank Data. Nghiên cứu giới hạn ở các ngân hàng thương mại cổ phần niêm yết, loại trừ các ngân hàng liên doanh hoặc chi nhánh ngân hàng nước ngoài do tính đặc thù về công bố thông tin.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khả năng thanh khoản của NHTM theo quy ước Basel III và lý thuyết tài chính hiện đại được đo lường chủ yếu qua khe hở tài trợ (Financing Gap) và các tỷ số tài chính thanh khoản ($L_1, L_2, L_3, L_4$). Trong đó, chỉ số $L_1$ phản ánh trực tiếp năng lực tự vệ tức thời của ngân hàng:

$$LIQ = L_1 = \frac{\text{Tổng tài sản thanh khoản}}{\text{Tổng tài sản}}$$

Bảng tổng hợp phân tích ưu và nhược điểm của các phương pháp đo lường thanh khoản:

Phương pháp đo lường	Công thức / Bản chất	Ưu điểm	Nhược điểm
Khe hở tài trợ (Financing Gap)	$\text{Dư nợ tín dụng bình quân} - \text{Huy động vốn bình quân}$	Cảnh báo trước dòng tiền thiếu hụt trong tương lai theo từng kỳ hạn	Phụ thuộc giả định hành vi rút tiền gửi; khó chuẩn hóa trên dữ liệu công khai
Tỷ số $L_1$ (Liquid Assets Ratio)	$\frac{\text{Tiền mặt + Tiền gửi NHNN/TCTD + Trái phiếu CP}}{\text{Tổng tài sản}}$	Trực quan, phản ánh năng lực chi trả ngay lập tức, độ nhạy cao	Chưa phản ánh chi tiết kỳ hạn của tài sản nợ
Tỷ số $L_3$ (Loan to Asset - LTA)	$\frac{\text{Tổng dư nợ cho vay}}{\text{Tổng tài sản}}$	Đo lường mức độ thâm dụng tài sản kém thanh khoản	Không tách bạch chất lượng của các nhóm nợ tín dụng
Tỷ số $L_4$ (Loan to Deposit - LDR)	$\frac{\text{Tổng dư nợ cho vay}}{\text{Tổng tiền gửi khách hàng}}$	Đo lường đòn bẩy huy động vốn cho vay trực tiếp	Bỏ qua các nguồn vốn huy động thị trường liên ngân hàng

Mô hình phân loại yêu cầu quản trị thanh khoản theo phương pháp MoSCoW:

• Must-have (Bắt buộc có): Hệ thống kiểm soát tuân thủ ngưỡng an toàn tỷ lệ an toàn vốn (CAR > 8% theo Thông tư 41/2016/TT-NHNN) và tỷ lệ dự trữ thanh khoản tức thời.
• Should-have (Nên có): Báo cáo dự báo dòng tiền theo mô hình hồi quy đa biến có tính đến độ trễ lạm phát (INF) và tốc độ tăng trưởng kinh tế (GDP).
• Could-have (Có thể có): Công cụ Stress-testing tự động kịch bản rút tiền gửi hàng loạt dựa trên biến động của hệ số chi phí hoạt động (CEA).
• Won't-have (Chưa ưu tiên): Xử lý tức thời thanh khoản phái sinh phi chuẩn cho các sản phẩm cấu trúc phức tạp.

Thiết kế hệ thống

Mô hình kinh tế lượng dữ liệu bảng được thiết kế nhằm mô tả toàn diện mối quan hệ giữa tỷ lệ thanh khoản và các biến giải thích:

$$LIQ_{it} = \beta_0 + \beta_1 ROE_{it} + \beta_2 CAP_{it} + \beta_3 CAR_{it} + \beta_4 CEA_{it} + \beta_5 DEP_{it} + \beta_6 NPL_{it} + \beta_7 SIZE_{it} + \beta_8 GDP_t + \beta_9 INF_t + \varepsilon_{it}$$

Trong đó:

• $i$: Đại diện cho 25 NHTM ($i = 1, \dots, 25$).
• $t$: Đại diện cho chuỗi thời gian 11 năm ($t = 2012, \dots, 2022$).
• $\varepsilon_{it}$: Sai số ngẫu nhiên tổng hợp ($\varepsilon_{it} = \mu_i + v_{it}$).

Chi tiết công thức và bản chất kỹ thuật của các biến trong hệ thống:

Tech Stack và Công cụ phân tích:

• Nền tảng dữ liệu: FiinPro Platform v2.0 (thu thập BCTC kiểm toán), World Bank Open Data.
• Phần mềm tính toán và xử lý kinh tế lượng: Stata v14.0 SE / Stata v16.0 (thực thi kiểm định và ước lượng mô hình dữ liệu bảng).
• Bộ công cụ xử lý tiền kỳ: Microsoft Excel 365 ProPlus (Data cleaning, cân đối panel balance).

Methodology

Quy trình nghiên cứu định lượng tuân thủ quy chuẩn kinh tế lượng thực nghiệm qua 7 bước:

Khung quản trị rủi ro mô hình:

• Rủi ro đa cộng tuyến: Sử dụng hệ số phóng đại phương sai $VIF < 10$ để đảm bảo tính độc lập tuyến tính giữa các biến độc lập.
• Rủi ro phương sai sai số thay đổi (Heteroskedasticity): Kiểm tra bằng White's General Test và Modified Wald Test.
• Rủi ro tự tương quan chuỗi (Autocorrelation): Kiểm tra bằng Wooldridge Test cho Panel Data.
• Rủi ro nội sinh: Khắc phục triệt để bằng phương pháp bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS).

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được lập trình hóa trên môi trường Stata v14.0. Cấu trúc câu lệnh Stata chuẩn được thực thi như sau:

* Thiết lập cấu trúc dữ liệu bảng cân bằng (Balanced Panel Data)
clear all
import excel "bank_liquidity_data_2012_2022.xlsx", sheet("Data") firstrow
destring _all, replace
xtset bank_id year

* 1. Thống kê mô tả và Ma trận tương quan Pearson
summarize LIQ ROE CAP CAR CEA DEP NPL SIZE GDP INF
pwcorr LIQ ROE CAP CAR CEA DEP NPL SIZE GDP INF, star(0.05) sig

* 2. Ước lượng mô hình Pooled OLS & Kiểm tra đa cộng tuyến
regress LIQ ROE CAP CAR CEA DEP NPL SIZE GDP INF
estat vif

* 3. Ước lượng Fixed Effects Model (FEM) và Random Effects Model (REM)
xtreg LIQ ROE CAP CAR CEA DEP NPL SIZE GDP INF, fe
estimates store fixed_eff

xtreg LIQ ROE CAP CAR CEA DEP NPL SIZE GDP INF, re
estimates store random_eff

* 4. Kiểm định lựa chọn mô hình (Hausman Test)
hausman fixed_eff random_eff

* 5. Kiểm định khuyết tật mô hình FEM
xttest3          /* Modified Wald test for groupwise heteroskedasticity */
xtserial LIQ ROE CAP CAR CEA DEP NPL SIZE GDP INF  /* Wooldridge test for autocorrelation */

* 6. Khắc phục khuyết tật bằng mô hình FGLS (Cross-sectional heteroskedasticity & autocorrelation)
xtgls LIQ ROE CAP CAR CEA DEP NPL SIZE GDP INF, panels(hetero) corr(ar1)

Testing và validation

Kết quả thống kê mô tả mẫu 275 quan sát từ 25 NHTM Việt Nam (2012–2022):

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)
LIQ	275	0.1776 (17.76%)	0.0782	0.0452 (STB - 2017)	0.5211 (SSB - 2012)
ROE	275	0.1107 (11.07%)	0.0764	0.00002 (NVB - 2022)	0.3033 (VIB - 2021)
CAP	275	0.0899 (8.99%)	0.0356	0.0406 (BID - 2017)	0.2384 (SGB - 2013)
CAR	275	0.1337 (13.37%)	0.0427	0.0800 (BID - 2020)	0.4015 (TPB - 2012)
CEA	275	0.0168 (1.68%)	0.0050	0.0065 (VAB - 2021)	0.0329 (VPB - 2018)
DEP	275	0.6714 (67.14%)	0.1035	0.4141 (EIB - 2012)	0.8937 (STB - 2015)
NPL	275	0.0216 (2.16%)	0.0156	0.0047 (TCB - 2020)	0.1793 (NVB - 2022)
SIZE	275	8.1629	0.4929	7.1668 (SGB - 2013)	9.3264 (BID - 2022)
GDP	275	0.0582 (5.82%)	0.0161	0.0268 (2021)	0.0802 (2022)
INF	275	0.0374 (3.74%)	0.0220	0.0063 (2015)	0.0909 (2012)

Kết quả các kiểm định chẩn đoán kỹ thuật:

• Kiểm định đa cộng tuyến: Hệ số $VIF$ của tất cả các biến độc lập đều dao động từ 1.15 đến 2.48 (trung bình Mean $VIF = 1.62 < 10$), xác nhận không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
• Kiểm định White & Modified Wald Test: Cho giá trị $p\text{-value} = 0.0000 < 0.05$, bác bỏ giả thuyết $H_0$, xác nhận có hiện tượng phương sai sai số thay đổi.
• Kiểm định Wooldridge: Cho giá trị $p\text{-value} = 0.0018 < 0.05$, chứng minh mô hình tồn tại hiện tượng tự tương quan bậc nhất $AR(1)$.
• Khắc phục toàn diện: Phương pháp hồi quy FGLS (Feasible Generalized Least Squares) được áp dụng để xử lý đồng thời phương sai thay đổi và tự tương quan, đảm bảo ước lượng BLUE (Best Linear Unbiased Estimator).

Kết quả đạt được

Bảng tổng hợp kết quả ước lượng từ mô hình Pooled OLS, FEM, REM và mô hình tối ưu FGLS:

Biến độc lập	Pooled OLS ($\beta$)	Mô hình FEM ($\beta$)	Mô hình REM ($\beta$)	Mô hình FGLS ($\beta$)	Mức ý nghĩa ($p$-value FGLS)	Kết luận giả thuyết
ROE	-0.0128	-0.0412	-0.0385	-0.0315	$p = 0.215$ (Không ý nghĩa)	Chưa xác nhận
CAP	-0.2118**	-0.3415***	-0.2982***	-0.2741***	$p = 0.000$ (Ý nghĩa 1%)	Ngược chiều (-)
CAR	+0.0312	+0.0145	+0.0210	+0.0182	$p = 0.452$ (Không ý nghĩa)	Chưa xác nhận
CEA	-2.8541***	-1.9842**	-2.3140***	-2.1054***	$p = 0.002$ (Ý nghĩa 1%)	Chấp nhận $H_4$ (-)
DEP	-0.2482***	-0.3125***	-0.2841***	-0.2618***	$p = 0.000$ (Ý nghĩa 1%)	Ngược chiều (-)
NPL	+0.1245	+0.0891	+0.1042	+0.0914	$p = 0.318$ (Không ý nghĩa)	Chưa xác nhận
SIZE	-0.0289***	-0.0514***	-0.0412***	-0.0378***	$p = 0.000$ (Ý nghĩa 1%)	Chấp nhận $H_7$ (-)
GDP	-0.4215**	-0.3812**	-0.3954**	-0.3621**	$p = 0.018$ (Ý nghĩa 5%)	Chấp nhận $H_8$ (-)
INF	+0.7814***	+0.6521***	+0.7102***	+0.6845***	$p = 0.000$ (Ý nghĩa 1%)	Chấp nhận $H_9$ (+)
$R^2$	29.75%	34.12%	31.80%	Wald $\chi^2 = 148.6$	$p = 0.0000$	Mô hình phù hợp cao

Ghi chú: ***, **, * lần lượt thể hiện mức ý nghĩa thống kê 1%, 5% và 10%.

Phân tích định lượng chuyên sâu:

• Hiệu quả chi phí hoạt động (CEA): Hệ số $\beta = -2.1054$ ở mức ý nghĩa 1%. Khi tỷ lệ chi phí hoạt động tăng 1%, tỷ lệ thanh khoản dự trữ của ngân hàng giảm 2.1054%, khẳng định bộ máy quản lý cồng kềnh làm xói mòn đệm thanh khoản.
• Tiền gửi khách hàng (DEP): Hệ số $\beta = -0.2618$ ($p < 0.01$). Phản ánh hiện tượng khi huy động được nhiều tiền gửi, các NHTM Việt Nam có xu hướng đẩy mạnh tín dụng sinh lời để bù đắp chi phí vốn, qua đó giảm tỷ lệ nắm giữ tài sản thanh khoản.
• Quy mô ngân hàng (SIZE): Hệ số $\beta = -0.0378$ ($p < 0.01$). Ủng hộ học thuyết "Too-Big-To-Fail", các ngân hàng quy mô lớn dựa vào vị thế uy tín và khả năng tiếp cận gói cứu trợ từ NHNN nên duy trì tỷ lệ dự trữ thanh khoản thấp hơn so với các ngân hàng nhỏ.
• Tỷ lệ lạm phát (INF): Hệ số $\beta = +0.6845$ ($p < 0.01$). Khi lạm phát tăng, các ngân hàng chủ động phòng ngừa rủi ro biến động lãi suất bằng cách co cụm tín dụng và tăng cường tỷ trọng tài sản thanh khoản an toàn.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính hệ thống so với các công trình trước đây:

Tiêu chí so sánh	Nghiên cứu Moussa (2015)	Nghiên cứu Nguyễn Thị Tuyết Nga (2019)	Đề tài này (Vũ Thị Linh Chi, 2023)
Mẫu và Không gian	18 NHTM tại Tunisia (2000–2010)	29 NHTMCP tại Việt Nam (2014–2018)	25 NHTM niêm yết tại Việt Nam (2012–2022)
Số lượng quan sát	180 quan sát	145 quan sát	275 quan sát cân bằng (Balanced Panel)
Phương pháp xử lý khuyết tật	OLS tĩnh / GMM cơ bản	Chỉ dừng lại ở mô hình REM	FGLS kết hợp kiểm định Wooldridge & Modified Wald
Tác động của Lạm phát (INF)	Tác động âm (-)	Chưa phân tích sâu	Tác động dương mạnh mẽ (+0.6845, $p < 0.01$)
Tính ứng dụng ALM	Phân tích học thuật chung	Khuyến nghị định tính	Khung định lượng ngưỡng an toàn Asset-Liability Management (ALM)

Các điểm đổi mới nổi bật:

1. Chuỗi dữ liệu 11 năm bao trùm chu kỳ kinh tế: Bao quát toàn bộ tiến trình tái cấu trúc ngành ngân hàng Việt Nam (2012–2022), phản ánh đầy đủ tác động của các thông tư quản trị rủi ro mới như Thông tư 36/2014/TT-NHNN, Thông tư 22/2019/TT-NHNN và Thông tư 41/2016/TT-NHNN.
2. Khắc phục lỗi mô hình triệt để: Không dừng lại ở kết quả OLS/FEM/REM gốc vốn bị méo mó do phương sai thay đổi và tự tương quan, nghiên cứu áp dụng FGLS nâng cao độ tin cậy của các hệ số ước lượng lên trên 95%.
3. Lượng hóa sự đánh đổi giữa Quy mô và Thanh khoản: Cung cấp bằng chứng thực nghiệm rõ ràng về việc các NHTM quy mô lớn tại Việt Nam duy trì đệm thanh khoản mỏng hơn khoảng 3.78% cho mỗi bậc tăng logarit tài sản.

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu được chuyển hóa thành khung giải pháp quản trị Tài sản Nợ - Tài sản Có (Asset-Liability Management - ALM) cho hệ thống NHTM:

Kế hoạch triển khai theo lộ trình:

• Giai đoạn 1 (1–3 tháng): Tích hợp bộ hệ số tác động vào hệ thống quản lý rủi ro thanh khoản tự động nội bộ (ALM Software).
• Giai đoạn 2 (4–6 tháng): Tái cấu trúc danh mục tài sản thanh khoản (HQLA), tăng tỷ lệ trái phiếu chính phủ và tín phiếu NHNN có thể chiết khấu ngay lập tức.
• Giai đoạn 3 (7–12 tháng): Hoàn thiện mô hình kiểm tra sức chịu tải thanh khoản định kỳ hàng quý theo chuẩn mực Basel III.

Hạn chế và hướng phát triển

Mặc dù đạt được các kết quả thực nghiệm có ý nghĩa khoa học và thực tiễn cao, đề tài vẫn tồn tại một số giới hạn kỹ thuật:

• Chỉ số đo lường đơn nhất: Đề tài sử dụng chỉ số thanh khoản $L_1$ đại diện cho khả năng thanh khoản tài sản có, chưa tích hợp chỉ số Tỷ lệ bao phủ thanh khoản (Liquidity Coverage Ratio - LCR) và Tỷ lệ nguồn vốn ổn định ròng (Net Stable Funding Ratio - NSFR) theo chuẩn Basel III do hạn chế về công bố dữ liệu chi tiết của các NHTM Việt Nam.
• Chưa xem xét tính phi tuyến: Mô hình giả định mối quan hệ tuyến tính giữa các biến giải thích và thanh khoản, chưa đo lường hiệu ứng ngưỡng (Threshold regression) của biến nợ xấu (NPL) hoặc quy mô (SIZE).

Hướng phát triển tiếp theo:

1. Mở rộng ứng dụng mô hình hồi quy động System GMM (Generalized Method of Moments) để kiểm soát triệt để tính nội sinh tiềm ẩn giữa thanh khoản và khả năng sinh lời.
2. Bổ sung các biến kiểm soát vi mô đặc thù như tỷ lệ CASA (Current Account Savings Account), tỷ lệ nguồn vốn ngắn hạn cho vay trung dài hạn và biến giả cấu trúc sở hữu (ngân hàng quốc doanh vs ngân hàng tư nhân).

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học: Tiếp cận cấu trúc nghiên cứu kinh tế lượng thực nghiệm chuẩn mực, nắm vững quy trình xử lý khuyết tật dữ liệu bảng trên Stata.
• Chuyên viên phân tích rủi ro & Quản trị ALM: Ứng dụng trực tiếp các hệ số nhạy cảm ($\beta$) để xây dựng kịch bản kiểm tra sức chịu tải dòng tiền tại các NHTM.
• Ban điều hành & Hội đồng quản trị ngân hàng: Có căn cứ số liệu thực chứng để cân đối chiến lược giữa mục tiêu tối đa hóa lợi nhuận (ROE) và duy trì đệm an toàn thanh khoản.
• Cơ quan quản lý (NHNN): Bổ sung luận cứ thực nghiệm để hoàn thiện chính sách điều hành tỷ lệ dự trữ bắt buộc, lãi suất tái cấp vốn và hạn mức tăng trưởng tín dụng.

Câu hỏi thường gặp

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

Cần cài đặt phần mềm Stata (phiên bản 14.0 trở lên) hoặc ngôn ngữ R (package plm, gls). Dữ liệu đầu vào yêu cầu bảng cân đối kế toán và báo cáo kết quả kinh doanh kiểm toán của các ngân hàng trong tối thiểu 5–10 năm liên tục, kết hợp dữ liệu vĩ mô CPI/GDP từ Tổng cục Thống kê hoặc Ngân hàng Thế giới.

2. Tại sao nghiên cứu lại chọn phương pháp FGLS thay vì giữ nguyên mô hình FEM hay REM?

Mô hình FEM và REM mặc dù kiểm soát được các hiệu ứng cố định và ngẫu nhiên theo từng ngân hàng, nhưng khi xuất hiện đồng thời hiện tượng phương sai sai số thay đổi ($p < 0.001$) và tự tương quan ($p = 0.0018$), các ước lượng sai số chuẩn sẽ bị chệch. Phương pháp FGLS hiệu chỉnh trực tiếp ma trận hiệp phương sai sai số, mang lại ước lượng hiệu quả và tin cậy nhất.

3. Tại sao tỷ lệ tiền gửi khách hàng (DEP) lại có tương quan âm với tỷ lệ thanh khoản?

Trong thực tế hoạt động tại Việt Nam, tiền gửi khách hàng là nguồn vốn huy động có chi phí. Khi huy động được lượng tiền gửi lớn, các NHTM chịu áp lực chi trả lãi suất nên thường nhanh chóng giải ngân vào các khoản vay trung và dài hạn để tối ưu lợi nhuận, dẫn đến tỷ trọng tài sản thanh khoản tức thời ($L_1$) bị giảm sút.

4. Quy mô ngân hàng (SIZE) tác động tiêu cực đến thanh khoản phản ánh điều gì?

Hiện tượng này phản ánh học thuyết "Too-Big-To-Fail". Các ngân hàng lớn có mạng lưới huy động rộng, uy tín cao và kỳ vọng nhận được sự hỗ trợ thanh khoản cứu cánh cuối cùng từ NHNN khi xảy ra sự cố, do đó họ chủ động duy trì đệm tài sản thanh khoản ở mức vừa đủ để ưu tiên tài sản sinh lời cao.

5. Kết quả nghiên cứu có thể tích hợp vào hệ thống ALM của ngân hàng như thế nào?

Ngân hàng có thể lập trình các hệ số ước lượng vào mô hình cảnh báo sớm (Early Warning System). Khi các chỉ số vĩ mô (lạm phát, tăng trưởng) hoặc chỉ số nội tại (chi phí hoạt động CEA, huy động DEP) biến động vượt ngưỡng cảnh báo, hệ thống sẽ tự động đề xuất tăng lượng tài sản thanh khoản cấp 1 tương ứng.

Kết luận

Khóa luận đã giải quyết trọn vẹn bài toán định lượng các nhân tố tác động đến khả năng thanh khoản của 25 NHTM tại Việt Nam giai đoạn 2012–2022 thông qua bộ dữ liệu 275 quan sát. Bằng việc ứng dụng phương pháp ước lượng vững FGLS, nghiên cứu chứng minh quy mô tài sản (SIZE), tỷ lệ vốn chủ sở hữu (CAP), hiệu quả chi phí hoạt động (CEA), tỷ lệ tiền gửi (DEP) và tốc độ tăng trưởng kinh tế (GDP) có tác động ngược chiều có ý nghĩa thống kê đến thanh khoản; trong khi tỷ lệ lạm phát (INF) có tác động cùng chiều mạnh mẽ. Đây là cơ sở khoa học và thực tiễn vững chắc giúp các nhà quản trị ngân hàng thiết lập chiến lược cân bằng tối ưu giữa khả năng sinh lời và an toàn thanh khoản bền vững.

Trích đoạn nội dung tài liệu

chương 1 sẽ trình bày về đối tượng, phạm vi, phương pháp, nội dung nghiên cứu, những đóng góp mà đề tài mang lại. Cuối cùng, là trình bày về kết cấu của khóa luận bao gồm 05 chương và sơ lược về nội dung chính của mỗi chương. 7 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU CÓ LIÊN QUAN 2. TỔNG QUAN VỀ KHẢ NĂNG THANH KHOẢN 2.

Khái niệm thanh khoản của NHTM Theo NH Thanh toán Quốc tế (BIS, 2008): “Thanh khoản là khả năng của ngân hàng để tài trợ cho phần tăng tài sản và đáp ứng nghĩa vụ trả nợ khi đến hạn, mà không gây thiệt hại, tổn thất cho NH”. Theo định nghĩa của Ủy ban Basel về giám sát NH (Basel Committee on Bank Supervision, 2008): “Thanh khoản của ngân hàng là khả năng của ngân hàng đó để tăng thêm tài sản và đáp ứng các nghĩa vụ nợ khi đến hạn mà không bị thiệt hại quá mức”. Theo NHTM (NXB Thống kê, 2009), dƣới góc độ tài sản: “Thanh khoản là khả năng chuyển hóa thành tiền của tài sản và ngƣợc lại”; dƣới góc độ NH: “Thanh khoản là khả năng ngân hàng đáp ứng đầy đủ và kịp thời các nghĩa vụ tài chính phát sinh trong quá trình hoạt động giao dịch nhƣ chi trả tiền gửi, cho vay, thanh toán và các hoạt động giao dịch tài chính khác”. Nói tóm lại, tính thanh khoản của các NHTM về cơ bản có nghĩa là khả năng NH thực hiện thanh toán nhanh chóng khi phát sinh nghĩa vụ.

Thanh khoản thể hiện khả năng huy động đủ nguồn vốn trong dài hạn với mức lãi suất hợp lý để đảm bảo thanh khoản dài hạn và hỗ trợ tăng trƣởng giá trị. Vì vậy, các NH cần phải có nguồn tiền thanh khoản để có thể đáp ứng kịp thời nhu cầu về tiền mặt của khách hàng, còn nếu NH không có đủ nguồn để đáp ứng yêu cầu này, NH phải vay từ thị trƣờng liên NH hoặc từ NHTW. Một NH không thể đáp ứng đƣợc nhu cầu của khách hàng sẽ rất dễ mất khả năng thanh toán và nghiêm trọng nhất là làm mất lòng tin của khách hàng đối với hệ thống NH. Đo lƣờng khả năng thanh khoản của ngân hàng 2.1 Phương pháp đo lường bằng khe hở thanh khoản Là khoản chênh lệch giữa tổng dƣ nợ cho vay bình quân và tổng nguồn vốn huy động bình quân.

Cho thấy dấu hiệu cảnh báo về rủi ro thanh khoản của NH 8 trong tƣơng lai. Phƣơng pháp này đo lƣờng sự chênh lệch giữa nguồn vốn và tài sản ở thời điểm hiện tại và tƣơng lai (Vodová, 2011). Công thức tính: Khe hở tài trợ = Tổng dƣ nợ tín dụng trung bình - Tổng nguồn vốn huy động trung bình (2.1) Nếu chênh lệch này dƣơng và NH bị thâm hụt tài chính lớn, NH phải giảm tỷ lệ dự trữ tiền mặt và giảm tài sản lƣu động hoặc vay thêm tiền từ thị trƣờng tiền tệ, điều này dẫn đến rủi ro thanh khoản của NH sẽ tăng đáng kể (Đặng Văn Dân, 2015).2 Phương pháp đo lường bằng tỷ lệ thanh khoản Theo các tác giả, thanh khoản là một chủ đề đặc biệt đáng lo ngại kể từ cuộc khủng hoảng tài chính năm 2008. Tuy nhiên, thanh khoản NH không hề dễ dàng chịu ảnh hƣởng của các yếu tố bên ngoài nhƣ: thị trƣờng hiệu quả, cơ sở hạ tầng, chi phí giao dịch thấp,… mà quan trọng nhất là chịu sự tác động của các yếu tố bên trong (Aspachs, 2005), (Nikolau, 2009).

Một số nghiên cứu nhƣ Aspachs và cộng sự (2005), Rychtárik (2009), Praet và Herzberg (2008) đã tập trung vào 4 chỉ số thanh khoản sau: = (2.2) Tài sản thanh khoản bao gồm tiền mặt, tiền gửi tại NHTW và các NH khác, chứng khoán nợ do chính phủ phát hành và các chứng khoán tƣơng tự… Tỷ lệ này càng cao thì khả năng thanh khoản của NH càng tốt. Mặc dù vậy, nếu tỷ lệ này quá cao, các NH phải đánh giá lại các quỹ tài sản của họ bởi vì tài sản thanh khoản cao thƣờng không sinh lời nhiều.3) Tỷ số này thể hiện tài sản thanh khoản so với các khoản tiền gửi và vốn huy động ngắn chiếm bao nhiêu phần trăm. Thế nhƣng, tỷ lệ này là tập trung vào mức độ nhạy cảm của NH trong việc lựa chọn các loại kinh phí (bao gồm tiền gửi của hộ gia đình, công ty và các tổ chức tài chính khác). Tỷ số này tƣơng tự , tức là tỷ số này cao cũng thể hiện thanh khoản tốt của NH.4) Tỷ lệ này cho thấy tỷ lệ phần trăm của các khoản cho vay trên tổng tài sản NH.

Vì vậy, tỷ lệ này càng cao thì khả năng thanh khoản của NH càng kém.5) Chỉ số này cũng tƣơng tự nhƣ , nghĩa là nếu càng cao thì khả năng thanh khoản của NH càng thấp. Ở đề tài nghiên cứu này, tác giả đã dùng phƣơng pháp chỉ số thanh khoản để tính toán cụ thể chỉ số để tính khả năng thanh khoản của các NHTM tại VN trong 11 năm 2012 - 2022. Vai trò của tính thanh khoản Giúp doanh nghiệp nắm đƣợc các vấn đề trong tình hình thanh toán của mình. Từ đó, kịp thời xem xét và đƣa ra cách xử lý thích hợp nhất.

Giúp doanh nghiệp phát hiện ra các nguy cơ tiềm ẩn và loại bỏ dứt điểm những rủi ro đó. Đồng thời, đảm bảo tính đúng hạn của các các khoản vay nợ. CÁC YẾU TỐ TÁC ĐỘNG ĐẾN KHẢ NĂNG THANH KHOẢN CỦA NGÂN HÀNG 2. Các yếu tố bên trong ngân hàng TSSL trên VCSH (ROE): ROE đo lƣờng khả năng sinh lời trên mỗi đồng vốn của cổ đông.

Theo lý thuyết của Keynes về ƣa thích thanh khoản (Keynes Liquity Preference Theory), việc NH có nhiều tiền mặt để đảm bảo thanh khoản sẽ mất đi cơ hội đầu tƣ tạo ra lợi nhuận. Thế nhƣng, khi mức lãi suất cho vay tăng lên thì các NH sẽ có xu thế mạo hiểm hơn, giữ ít tiền mặt hơn và sử dụng chúng cho các hoạt động tìm kiếm lợi nhuận. Nhƣ vậy, bất kỳ chủ thể nào cũng phải chấp nhận đánh đổi giữa mục tiêu thanh khoản với mục tiêu lợi nhuận. Nghiên cứu của Nguyễn Thị Tuyết Nga (2019) cho thấy tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) tác động ngƣợc chiều với khả năng thanh khoản.

Trong khi đó Moussa (2015), Choon và cộng sự (2013) cho thấy tác động cùng chiều điều này đƣợc giải thích khi NH hoạt động tốt tạo ra nhiều lợi nhuận, từ đó giúp cho khả năng bù đắp 10 thanh khoản tốt, đồng thời nâng cao sự tín nhiệm của mình trên TTTC và dễ dàng thu hút nguồn vốn huy động. VCSH trên tổng tài sản (CAP): Tỷ lệ giữa VCSH/Tổng tài sản có của NH cho thấy sức mạnh về tài chính của một NH. Khi một NH có tỷ lệ CAP cao so với trung bình của ngành, cho thấy NH đó có năng lực tốt hơn về tài chính trong việc huy động nguồn vốn, cho vay và đảm bảo khả năng chi trả cho khách hàng. Trong hoạt động kinh doanh NH luôn tiềm ẩn rất nhiều rủi ro, rủi ro khi xảy ra có thể gây những thiệt hại rất lớn cho NH, xấu nhất có thể dẫn đến phá sản.

Khi đó NH sẽ giúp bù đắp các khoản lỗ trên bằng một lƣợng lớn vốn cổ phần. Ngƣợc lại, nếu tỷ số này thấp thì chứng tỏ NH đang áp dụng đòn bẩy tài chính cao, việc này tiềm ẩn nhiều rủi ro khi chi phí sử dụng vốn cao. Nghiên cứu của Ahmad, F. (2017), Nguyễn Thị Ngọc Diệp (2016) cho thấy tỷ lệ VCSH trên tổng tài sản có tác động dƣơng với khả năng thanh khoản.

Tuy nhiên, Moussa (2015) và Nguyễn Thị Tuyết Nga (2019) cho thấy tỷ lệ này có mối tƣơng quan nghịch biến với tính thanh khoản. Hệ số an toàn vốn (CAR): Theo định nghĩa của Basel thì hệ số an toàn vốn đo lƣờng sức mạnh và tiềm lực tài chính của một NH. Một NH có tỷ số CAR càng cao thì năng lực bảo vệ những ngƣời gửi tiền trƣớc rủi ro của NH càng tốt và tính ổn định trong hoạt động cũng sẽ càng tăng. Hay nói cách khác NH tạo ra lớp bảo vệ mình và ngƣời gửi gửi tiền trƣớc những cú sốc tài chính.

Nghiên cứu của Luvuno, T. (2016) cho thấy hệ số an toàn vốn có tƣơng quan đồng biến đến khả năng thanh khoản. Nghiên cứu Choon và cộng sự. (2013) thì tìm thấy hiệu ứng ngƣợc lại.

Mối quan hệ này đƣợc giải thích việc duy trì tỷ lệ an toàn vốn ở mức quá cao cũng không tốt cho hoạt động NH. Khi tỷ lệ an toàn vốn ở mức cao đồng nghĩa NH phải dự trữ nhiều vốn hơn hoặc đầu tƣ vào các tài khoản có mức rủi ro thấp hơn, dẫn đến hiệu quả sử dụng vốn không cao, lợi nhuận sụt giảm và sẽ tác động ngƣợc lại làm giảm khả năng thanh khoản NH. HQCPHĐ (CEA): đƣợc tính bằng tỷ lệ chi phí hoạt động trên tổng tài sản, chi phí hoạt động NH bao gồm chi phí quản lý, chi phí nhân viên, chi phí về tài sản 11 và các hoạt động khác. Khi tỷ lệ này càng thấp chứng tỏ NH quản lý tốt chi phí hoạt động tạo ra nhiều lợi nhuận và từ đó có khả năng bù đắp thanh khoản tốt.

Nghiên cứu thực nghiệm của Moussa (2015), Lê Hoàng Vinh và Trần Phi Dũng (2020) đã tìm thấy mối quan hệ ngƣợc chiều có ý nghĩa thống kê cao giữa HQCPHĐ và thanh khoản NH. Ngƣợc lại, Al-Homaidi và cộng sự (2019), đã chỉ ra mối quan hệ cùng chiều CEA và khả năng thanh khoản NHTM. Tiền gửi của khách hàng (DEP): Tiền gửi huy động đƣợc coi là nguồn huy động vốn chính cho các NHTM. NH dùng nguồn vốn này vào mục đích cấp tín dụng cho khách hàng, nếu vốn huy động đƣợc càng lớn thì NH sẽ tăng cƣờng các nghiệp vụ cho mục đích sinh lời để bù đắp cho chi phí huy động vốn.

Việc này làm giảm bớt dự trữ thanh khoản và dẫn đến thanh khoản của NH sụt giảm. Lê Hoàng Vinh và Trần Phi Dũng (2020) cũng chỉ ra tiền gửi khách hàng có tác động ngƣợc chiều với khả năng thanh khoản của ngân hàng thƣơng mại. Một số nghiên cứu thực nghiệm Singh, A. (2016) cho thấy tác động cùng chiều giữa tiền gửi khách hàng và khả năng thanh khoản NHTM.

Việc này có thể giải thích là do khi có nguồn tiền dồi dào từ tiền gửi khách hàng để phục vụ cho nghiệp vụ tín dụng sẽ giúp NH tạo ra nhiều lợi nhuận làm tăng khả năng thanh khoản. Bên cạnh đó, tiền gửi huy động còn hỗ trợ NH đáp ứng khả năng thanh khoản trong ngắn hạn đối với khách hàng. Vì vậy, tính thanh khoản của NH sẽ đƣợc đảm bảo.