Giới thiệu dự án
Hệ thống Ngân hàng Thương mại Cổ phần (NHTMCP) đóng vai trò huyết mạch trong nền kinh tế Việt Nam, thực thi chính sách tiền tệ quốc gia và đóng vai trò trung gian tài chính dẫn vốn cho toàn bộ khu vực doanh nghiệp. Theo các số liệu thống kê ngành tài chính giai đoạn 2012–2021, ngành ngân hàng Việt Nam đã trải qua nhiều biến động lớn: từ giai đoạn tái cơ cấu nợ xấu 2012–2014, giai đoạn phục hồi và tăng trưởng tín dụng 2015–2019, cho đến cú sốc suy thoái chuỗi cung ứng do đại dịch COVID-19 bùng phát từ năm 2020.
Thực trạng biến động biên lãi ròng (Net Interest Margin - NIM), áp lực trích lập dự phòng rủi ro tín dụng và chi phí vận hành gia tăng đã đặt ra bài toán cấp bách: làm thế nào để định lượng chính xác các nhân tố tác động đến khả năng sinh lời của các NHTMCP nhằm tối ưu hóa hiệu quả hoạt động và phòng ngừa rủi ro hệ thống.
Vấn đề cốt lõi (Problem Statement) tập trung vào 3 điểm nghẽn chính:
- Áp lực nợ xấu và chi phí dự phòng rủi ro: Nợ xấu tiềm ẩn và việc trích lập dự phòng rủi ro cho vay làm xói mòn trực tiếp lợi nhuận ròng của ngân hàng.
- Hiệu quả quản trị chi phí chưa tối ưu: Chi phí hoạt động trên tổng tài sản tại nhiều NHTMCP còn ở mức cao do quá trình chuyển đổi số chưa đồng bộ và năng suất lao động chưa tối ưu.
- Sự thiếu hụt mô hình định lượng toàn diện: Nhiều nghiên cứu trước đây chỉ xem xét đơn lẻ một chỉ tiêu sinh lời hoặc chưa xử lý triệt để hiện tượng khuyết tật mô hình (phương sai sai số thay đổi và tự tương quan) trong dữ liệu bảng.
Mục tiêu cụ thể của đề tài bao gồm:
- Xác định và đo lường hệ thống 8 biến độc lập đại diện cho yếu tố vi mô nội tại (Quy mô tài sản, Vốn chủ sở hữu, Tính thanh khoản, Tỷ lệ nợ xấu, Rủi ro tín dụng, Chi phí hoạt động) và yếu tố vĩ mô (Tăng trưởng kinh tế GDP, Tỷ lệ lạm phát).
- Xây dựng và kiểm định mô hình kinh tế lượng dữ liệu bảng (Panel Data) nhằm đánh giá chiều hướng và mức độ tác động của các nhân tố đến hai chỉ tiêu lợi nhuận: Tỷ suất sinh lời trên tổng tài sản (Return on Assets - ROA) và Tỷ suất sinh lời trên vốn chủ sở hữu (Return on Equity - ROE).
- Ứng dụng phương pháp Bình phương Tối thiểu Tổng quát (Generalized Least Squares - GLS) để khắc phục triệt để các khuyết tật hồi quy, đảm bảo ước lượng không chệch và có phương sai nhỏ nhất (BLUE).
- Đề xuất hệ thống giải pháp và hàm ý quản trị chiến lược giúp các nhà điều hành ngân hàng nâng cao hiệu quả kinh doanh.
Phương pháp tiếp cận giải pháp kết hợp nghiên cứu định tính (tổng quan lý thuyết cấu trúc – hành vi – hiệu suất SCP, lý thuyết quy mô kinh tế) và định lượng thực nghiệm trên bộ dữ liệu bảng cân bằng (Balanced Panel Data) thu thập từ 25 NHTMCP Việt Nam trong 10 năm liên tục (2012–2021).
Kết quả đầu ra kỳ vọng được lượng hóa qua 250 quan sát thực nghiệm, xác định chính xác mô hình hiệu ứng ngẫu nhiên (Random Effects Model - REM) phù hợp cho ROA và mô hình hiệu ứng cố định (Fixed Effects Model - FEM) phù hợp cho ROE, với độ tin cậy thống kê đạt mức ý nghĩa 1%, 5% và 10%.
Phạm vi nghiên cứu tập trung vào 25 NHTMCP niêm yết và chưa niêm yết có đầy đủ báo cáo tài chính kiểm toán giai đoạn 2012–2021. Giới hạn đề tài nằm ở việc chưa mở rộng sang khối ngân hàng 100% vốn nước ngoài hoặc ngân hàng liên doanh, đồng thời chưa tích hợp các biến phi tài chính như chỉ số quản trị số hóa hay mức độ an toàn vốn theo chuẩn Basel III.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Các nghiên cứu trước đây tại thị trường Việt Nam và quốc tế đã áp dụng nhiều mô hình hồi quy khác nhau để phân tích khả năng sinh lời ngân hàng, tuy nhiên vẫn tồn tại những ưu nhược điểm rõ rệt:
| Phương pháp nghiên cứu |
Ưu điểm |
Hạn chế |
Nghiên cứu tiêu biểu |
| Pooled OLS (Bình phương nhỏ nhất gộp) |
Đơn giản, dễ tính toán trên mẫu dữ liệu tổng thể. |
Bỏ qua đặc tính riêng biệt không đổi theo thời gian của từng ngân hàng; dễ vi phạm giả định phương sai đồng nhất. |
Kassem & Sakr (2018) |
| FEM / REM thông thường |
Kiểm soát được hiệu ứng cố định cá thể hoặc hiệu ứng ngẫu nhiên qua kiểm định Hausman. |
Dễ bị sai lệch sai số chuẩn (Standard Errors) khi tồn tại hiện tượng phương sai thay đổi (Heteroskedasticity) và tự tương quan (Autocorrelation). |
Nguyễn Thị Thúy Hạnh (2018), Farkasdi et al. (2021) |
| FGLS / GLS đa biến (Giải pháp đề xuất) |
Khắc phục hoàn toàn phương sai sai số thay đổi chéo giữa các ngân hàng và tự tương quan bậc nhất AR(1). |
Yêu cầu số lượng quan sát $N \times T$ đủ lớn và quy trình kiểm định khuyết tật nghiêm ngặt. |
Nghiên cứu này (Châu Kỳ Anh, 2023) |
Phân tích yêu cầu chức năng của mô hình nghiên cứu theo mô hình MoSCoW:
- Must-have (Bắt buộc): Đo lường biến phụ thuộc ROA, ROE; kiểm định đa cộng tuyến qua hệ số Variance Inflation Factor (VIF); kiểm định lựa chọn mô hình qua White Test, Hausman Test, Wooldridge Test; hồi quy hiệu chỉnh FGLS.
- Should-have (Nên có): Thống kê mô tả xu hướng biến thiên chỉ số tài chính theo các giai đoạn kinh tế 2012–2014, 2015–2019 và 2020–2021.
- Could-have (Có thể có): Phân tích tương quan Pearson chi tiết giữa từng cặp biến độc lập để phát hiện sớm hiện tượng cộng hưởng tuyến tính.
- Won't-have (Chưa thực hiện kỳ này): Áp dụng hồi quy động hai bước System Generalized Method of Moments (GMM) cho biến nội sinh trễ bậc cao.
Thiết kế hệ thống
Quy trình xử lý dữ liệu và cấu trúc pipeline kinh tế lượng được thiết kế chuẩn mực:
Technology stack và công cụ triển khai bao gồm:
- Phần mềm xử lý kinh tế lượng: Stata 14.0 MP (Engine tính toán hồi quy bảng
xtreg, xtgls, hausman, xttest3, xtserial).
- Phần mềm quản trị và tiền xử lý dữ liệu: Microsoft Excel 2019 / Office 365 (Data normalization, pipeline trích xuất từ 250 tệp BCTC kiểm toán).
- Cơ sở dữ liệu: Bộ dữ liệu thứ cấp chuẩn hóa cấu trúc 10 cột dữ liệu (Bank_ID, Year, ROA, ROE, SIZE, CAP, LQD, NPL, LLR, CIR, GDP, INF).
Các ràng buộc kỹ thuật (Technical Constraints):
- Cấu trúc bảng cân bằng: Mỗi ngân hàng bắt buộc có đủ 10 năm quan sát liên tục ($T=10$) để đảm bảo không khuyết thiếu biến (Balanced Panel).
- Độ tin cậy dữ liệu: Số liệu BCTC phải được kiểm toán bởi các đơn vị kiểm toán độc lập thuộc nhóm Big 4 hoặc đơn vị uy tín được Ngân hàng Nhà nước cấp phép.
Methodology
Nghiên cứu áp dụng phương pháp định lượng thực nghiệm theo 6 giai đoạn (milestones):
- Milestone 1 (Tuần 1–3): Thu thập dữ liệu thứ cấp từ 25 NHTMCP và chỉ số vĩ mô từ World Bank.
- Milestone 2 (Tuần 4–5): Tiền xử lý, chuẩn hóa các chỉ tiêu kế toán thành các tỷ số tài chính (Logarit tài sản, Tỷ lệ an toàn vốn, Tỷ lệ nợ xấu).
- Milestone 3 (Tuần 6–7): Thực thi thống kê mô tả, ma trận tương quan và kiểm định đa cộng tuyến trên Stata 14.
- Milestone 4 (Tuần 8–9): Ước lượng Pooled OLS, FEM, REM và chạy kiểm định lựa chọn mô hình (Hausman Test, F-test).
- Milestone 5 (Tuần 10–11): Kiểm định vi phạm giả định hồi quy (White Test, Wooldridge Test) và thực thi mô hình hiệu chỉnh GLS.
- Milestone 6 (Tuần 12): Tổng hợp kết quả, thảo luận và đề xuất hàm ý quản trị.
Đánh giá rủi ro và giải pháp khắc phục (Risk Assessment):
- Rủi ro đa cộng tuyến: Khắc phục bằng cách loại bỏ hoặc điều chỉnh các biến có hệ số phóng đại phương sai $VIF \ge 10$.
- Rủi ro phương sai sai số thay đổi và tự tương quan: Sử dụng ước lượng vững sai số chuẩn và mô hình
xtgls, panels(hetero) corr(ar1).
Implementation và kết quả
Development process
Phương trình hồi quy tổng quát cho hai mô hình nghiên cứu được thiết lập như sau:
$$\text{ROA}{it} = \beta_0 + \beta_1 \text{SIZE}{it} + \beta_2 \text{CAP}{it} + \beta_3 \text{LQD}{it} + \beta_4 \text{NPL}{it} + \beta_5 \text{LLR}{it} + \beta_6 \text{CIR}{it} + \beta_7 \text{GDP}{t} + \beta_8 \text{INF}{t} + \epsilon{it}$$
$$\text{ROE}{it} = \alpha_0 + \alpha_1 \text{SIZE}{it} + \alpha_2 \text{CAP}{it} + \alpha_3 \text{LQD}{it} + \alpha_4 \text{NPL}{it} + \alpha_5 \text{LLR}{it} + \alpha_6 \text{CIR}{it} + \alpha_7 \text{GDP}{t} + \alpha_8 \text{INF}{t} + u{it}$$
Trong đó:
- $\text{SIZE}{it} = \ln(\text{Tổng tài sản}){it}$
- $\text{CAP}{it} = \frac{\text{Vốn chủ sở hữu}}{\text{Tổng tài sản}}{it}$
- $\text{LQD}{it} = \frac{\text{Tài sản thanh khoản}}{\text{Tổng tài sản}}{it}$
- $\text{NPL}{it} = \frac{\text{Nợ xấu}}{\text{Tổng dư nợ cho vay}}{it}$
- $\text{LLR}{it} = \frac{\text{Dự phòng rủi ro cho vay}}{\text{Tổng dư nợ cho vay}}{it}$
- $\text{CIR}{it} = \frac{\text{Tổng chi phí hoạt động}}{\text{Tổng tài sản}}{it}$
- $\text{GDP}_t$: Tốc độ tăng trưởng GDP thực tế hàng năm.
- $\text{INF}_t$: Tỷ lệ lạm phát hàng năm tính theo chỉ số CPI.
Mã nguồn thực thi Stata Do-File tối ưu hóa:
* 1. Khởi tạo cấu trúc dữ liệu bảng
clear all
set more off
import excel "vietnam_bank_data_2012_2021.xlsx", sheet("Data") firstrow
egen id = group(Bank_Name)
xtset id Year
* 2. Thống kê mô tả và ma trận tương quan
summarize ROA ROE SIZE CAP LQD NPL LLR CIR GDP INF
pwcorr ROA ROE SIZE CAP LQD NPL LLR CIR GDP INF, star(0.05) sig
* 3. Kiểm định Đa cộng tuyến (VIF)
regress ROA SIZE CAP LQD NPL LLR CIR GDP INF
estat vif
* 4. Ước lượng mô hình cho biến phụ thuộc ROA
regress ROA SIZE CAP LQD NPL LLR CIR GDP INF
estimates store ols_roa
xtreg ROA SIZE CAP LQD NPL LLR CIR GDP INF, fe
estimates store fe_roa
xtreg ROA SIZE CAP LQD NPL LLR CIR GDP INF, re
estimates store re_roa
* Kiểm định lựa chọn mô hình: Hausman Test
hausman fe_roa re_roa
* 5. Kiểm định khuyết tật mô hình (Phương sai thay đổi & Tự tương quan)
xttest3
xtserial ROA SIZE CAP LQD NPL LLR CIR GDP INF
* 6. Khắc phục khuyết tật bằng mô hình FGLS (Cross-sectional Time-series GLS)
xtgls ROA SIZE CAP LQD NPL LLR CIR GDP INF, panels(hetero) corr(ar1)
xtgls ROE SIZE CAP LQD NPL LLR CIR GDP INF, panels(hetero) corr(ar1)
Testing và validation
Kết quả kiểm định kinh tế lượng trên bộ dữ liệu 250 quan sát:
- Kiểm định đa cộng tuyến: Toàn bộ hệ số VIF của các biến độc lập đều nằm trong khoảng $1.15 \le \text{VIF} \le 3.42$ (trung bình $\text{VIF} = 1.86 < 10$), loại bỏ hoàn toàn nguy cơ đa cộng tuyến nghiêm trọng.
- Kiểm định Hausman:
- Đối với biến phụ thuộc ROA: Giá trị $p\text{-value} = 0.2318 > 0.05$, chấp nhận giả thuyết $H_0$ (không có sự tương quan giữa sai số cá thể và biến giải thích) $\rightarrow$ Mô hình REM là phù hợp nhất.
- Đối với biến phụ thuộc ROE: Giá trị $p\text{-value} = 0.0041 < 0.05$, bác bỏ giả thuyết $H_0 \rightarrow$ Mô hình FEM là phù hợp nhất.
- Kiểm định khuyết tật:
- Kiểm định White ($p\text{-value} < 0.001$) và Wald Test xác nhận hiện tượng phương sai sai số thay đổi giữa các ngân hàng.
- Kiểm định Wooldridge ($p\text{-value} = 0.0124 < 0.05$) xác nhận hiện tượng tự tương quan bậc 1 - AR(1).
- Khắc phục bằng FGLS: Áp dụng thuật toán
xtgls với tùy chọn panels(hetero) và corr(ar1) đã hiệu chỉnh triệt để sai số chuẩn, mang lại các hệ số ước lượng vững.
Kết quả đạt được
Bảng tổng hợp kết quả hồi quy GLS cuối cùng đối với 2 biến phụ thuộc:
| Biến độc lập |
Ký hiệu |
Tác động đến ROA (Hệ số $\beta$) |
Ý nghĩa thống kê (ROA) |
Tác động đến ROE (Hệ số $\alpha$) |
Ý nghĩa thống kê (ROE) |
| Quy mô ngân hàng |
SIZE |
-0.0018 |
$p < 0.01$ (Nghịch chiều) |
-0.0245 |
$p < 0.01$ (Nghịch chiều) |
| Quy mô vốn CSH |
CAP |
+0.0842 |
$p < 0.01$ (Cùng chiều) |
+0.4120 |
$p < 0.01$ (Cùng chiều) |
| Tính thanh khoản |
LQD |
+0.0054 |
$p < 0.05$ (Cùng chiều) |
+0.0318 |
$p < 0.10$ (Cùng chiều) |
| Tỷ lệ nợ xấu |
NPL |
-0.0921 |
$p < 0.01$ (Nghịch chiều) |
-0.6840 |
$p < 0.01$ (Nghịch chiều) |
| Rủi ro tín dụng |
LLR |
-0.0415 |
$p < 0.05$ (Nghịch chiều) |
-0.2910 |
$p < 0.05$ (Nghịch chiều) |
| Chi phí hoạt động |
CIR |
-0.3120 |
$p < 0.01$ (Nghịch chiều) |
-2.1450 |
$p < 0.01$ (Nghịch chiều) |
| Tăng trưởng kinh tế |
GDP |
+0.0012 |
$p < 0.05$ (Cùng chiều) |
+0.0156 |
$p < 0.05$ (Cùng chiều) |
| Lạm phát |
INF |
+0.0008 |
$p < 0.10$ (Cùng chiều) |
+0.0094 |
$p > 0.10$ (Không ý nghĩa) |
Phân tích hiệu suất tài chính thực tế trong mẫu quan sát:
- Tỷ suất sinh lời ROA bình quân của 25 NHTMCP đạt 1.41% (dao động từ 0.01% tại NCB năm 2020 đến 2.748% tại ABBank năm 2017).
- Tỷ suất sinh lời ROE bình quân đạt 7.46% (giá trị cao nhất đạt 30.33% tại VIB năm 2021).
- Giai đoạn 2012–2014 ghi nhận đáy lợi nhuận (ROA trung bình 1.27%), sau đó phục hồi mạnh mẽ từ 2015–2021 nhờ tái cấu trúc bảng cân đối kế toán và kiểm soát nợ xấu.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính đột phá:
- Đổi mới về kỹ thuật kinh tế lượng: Khác với nghiên cứu của Nguyễn Thị Thúy Hạnh (2018) chỉ dừng lại ở hồi quy Pooled OLS/FEM cơ bản, đề tài đã phát hiện hiện tượng phương sai thay đổi và tự tương quan, từ đó áp dụng thuật toán Feasible Generalized Least Squares (FGLS) giúp loại bỏ sai số ước lượng lên đến 18.5%.
- Tính đối sánh đa chiều: Nghiên cứu so sánh trực tiếp với kết quả của Batten & Võ Xuân Vinh (2019) và Đào Thị Thanh Bình & Nguyễn Phương Dung (2020), tái khẳng định nghịch lý quy mô: tại Việt Nam, các ngân hàng quy mô quá lớn (SIZE) có xu hướng giảm hiệu quả biên lợi nhuận do chi phí quản trị và bộ máy cồng kềnh (tác động nghịch chiều $\beta = -0.0018$).
- Định lượng tác động của cấu trúc chi phí: Chứng minh hệ số tác động của chi phí hoạt động (CIR) là nhân tố bào mòn lợi nhuận mạnh nhất ($\beta = -0.3120$ với ROA và $\alpha = -2.1450$ với ROE), cung cấp căn cứ toán học cho chiến lược tinh giản chi phí qua số hóa quy trình (Digital Banking).
Ứng dụng thực tế và triển khai
Kịch bản ứng dụng thực tế (Real-world Use Cases)
- Tối ưu hóa quản trị vốn và hệ số CAR: Kết quả chỉ ra CAP tác động cùng chiều mạnh nhất đến ROA ($\beta = +0.0842$). Các NHTMCP cần tăng cường vốn cấp 1 thông qua phát hành cổ phiếu thưởng, giữ lại lợi nhuận hoặc phát hành trái phiếu chuyển đổi để gia tăng lớp đệm vốn tự có.
- Chiến lược kiểm soát chi phí vận hành (CIR Management): Ngân hàng ứng dụng tự động hóa quy trình bằng RPA (Robotic Process Automation) và chấm điểm tín dụng tự động (Credit Scoring AI) nhằm kéo giảm tỷ lệ CIR từ mức trung bình 45–55% xuống dưới 35%, qua đó trực tiếp cải thiện biên lợi nhuận ròng.
- Quản trị rủi ro nợ xấu chủ động: Với hệ số tác động tiêu cực rất lớn của NPL ($\beta = -0.0921$), ngân hàng cần thiết lập hệ thống cảnh báo sớm (Early Warning Systems - EWS) dựa trên dữ liệu giao dịch thời gian thực để phát hiện nợ nhóm 2 và trích lập dự phòng rủi ro chính xác.
Lộ trình triển khai khuyến nghị (Implementation Roadmap)
| Giai đoạn |
Mục tiêu chiến lược |
Hành động cụ thể |
KPI đo lường |
| Quý 1 - Quý 2 |
Nâng cao năng lực đệm vốn (Capital Buffer) |
Tăng vốn điều lệ, phát hành cổ phiếu, đáp ứng chuẩn Basel II/III. |
Tỷ lệ CAP tăng $\ge 1.5%$; CAR $\ge 10.5%$. |
| Quý 3 - Quý 4 |
Kiểm soát chất lượng tài sản & Xử lý nợ xấu |
Tái cơ cấu danh mục cho vay, đẩy mạnh xử lý tài sản bảo đảm. |
Tỷ lệ nợ xấu $\text{NPL} < 1.8%$; LLR duy trì mức an toàn. |
| Năm tiếp theo |
Chuyển đổi số & Tinh giản bộ máy |
Tự động hóa quy trình tín dụng, phát triển ngân hàng số thế hệ mới. |
Giảm tỷ lệ CIR từ $5% - 8%$; ROE tăng trưởng $\ge 2.5%$. |
Hạn chế và hướng phát triển
Dù đạt được những kết quả có giá trị thực tiễn cao, đề tài vẫn tồn tại một số hạn chế kỹ thuật:
- Hiện tượng nội sinh (Endogeneity): Mô hình hồi quy tĩnh chưa kiểm soát triệt để tính nội sinh tiềm tàng giữa biến lợi nhuận quá khứ và các biến giải thích tài chính.
- Độ bao phủ dữ liệu: Mẫu nghiên cứu giới hạn ở 25 NHTMCP và chưa bao gồm nhóm ngân hàng chính sách, ngân hàng liên doanh và ngân hàng 100% vốn nước ngoài tại Việt Nam.
Hướng phát triển nghiên cứu tương lai:
- Ứng dụng mô hình hồi quy động System GMM (Generalized Method of Moments) hai bước của Arellano-Bond/Blundell-Bond để kiểm soát biến phụ thuộc trễ $\text{ROA}_{t-1}$.
- Tích hợp các biến số đo lường mức độ đầu tư công nghệ số (Digital Transformation Index) và chỉ số quản trị môi trường - xã hội - quản trị (ESG) vào mô hình dự báo lợi nhuận.
- Triển khai thuật toán học máy (Random Forest Regression, XGBoost) kết hợp kinh tế lượng truyền thống để xây dựng hệ thống dự báo phá sản và suy giảm lợi nhuận thời gian thực.
Đối tượng hưởng lợi
- Sinh viên và Học viên ngành Tài chính – Ngân hàng: Nắm vững phương pháp luận xây dựng khóa luận tốt nghiệp định lượng chuẩn mực, cách xử lý dữ liệu bảng và quy trình kiểm định kinh tế lượng từ OLS, FEM/REM đến FGLS.
- Lập trình viên và Kỹ sư phân tích dữ liệu tài chính (Financial Data Analysts): Sở hữu script mẫu Stata tối ưu, hiểu rõ logic trích xuất và chuẩn hóa dữ liệu từ báo cáo tài chính kiểm toán.
- Ban điều hành và Nhà quản trị Ngân hàng: Nhận diện định lượng mức độ đánh đổi giữa tăng trưởng quy mô tài sản và hiệu quả sinh lời, làm cơ sở xây dựng kế hoạch kinh doanh trung và dài hạn.
- Nhà nghiên cứu và Cơ quan quản lý: Bổ sung bằng chứng thực nghiệm giá trị về cấu trúc hệ thống ngân hàng Việt Nam trong một thập kỷ biến động kinh tế sâu sắc.
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật phần mềm để tái lập toàn bộ mô hình nghiên cứu là gì?
Hệ thống cần cài đặt phần mềm Stata phiên bản từ 14.0 trở lên (hoặc các package tương đương trong R như plm, systemfit hoặc Python statsmodels, linearmodels) cùng bộ vi xử lý tối thiểu Core i3, 4GB RAM để thực thi bộ dữ liệu 250 quan sát.
2. Tại sao nghiên cứu lại chọn mô hình REM cho ROA nhưng lại chọn FEM cho ROE?
Kết quả kiểm định Hausman Test cho thấy với ROA, $p\text{-value} = 0.2318 > 0.05$ (chấp nhận $H_0$, hiệu ứng ngẫu nhiên không tương quan với biến giải thích), trong khi với ROE, $p\text{-value} = 0.0041 < 0.05$ (bác bỏ $H_0$, xuất hiện hiệu ứng cố định cá thể). Do đó việc lựa chọn riêng biệt đảm bảo tính phù hợp kinh tế lượng cao nhất.
3. Vì sao quy mô ngân hàng (SIZE) lại có tác động nghịch chiều với lợi nhuận tại Việt Nam?
Tại thị trường Việt Nam giai đoạn 2012–2021, khi quy mô tài sản mở rộng quá nhanh vượt quá năng lực quản trị, ngân hàng phải chịu chi phí vốn cao, chi phí quản lý mạng lưới chi nhánh vật lý lớn và rủi ro nợ xấu tăng, dẫn đến tính phi kinh tế theo quy mô (Diseconomies of Scale).
4. Phương pháp GLS xử lý hiện tượng phương sai sai số thay đổi và tự tương quan như thế nào?
Mô hình FGLS sử dụng ma trận trọng số phương sai sai số thực nghiệm $\hat{\Omega}$ để biến đổi hệ thống phương trình hồi quy, gán trọng số nhỏ hơn cho các quan sát có phương sai lớn và hiệu chỉnh tham số tự tương quan $\rho$ của cấu trúc AR(1), giúp thu được ước lượng hiệu quả nhất.
5. Chi phí triển khai hệ thống quản trị chi phí CIR dựa trên nghiên cứu mất bao lâu để đạt điểm hòa vốn ROI?
Dự án đầu tư số hóa quy trình (giảm CIR) tại một NHTMCP quy mô trung bình thường mất từ 12–18 tháng triển khai, với điểm hòa vốn ROI dự kiến đạt được sau 24–36 tháng nhờ cắt giảm 20–30% chi phí vận hành thủ công.
Kết luận
Đề tài "Các yếu tố ảnh hưởng đến lợi nhuận của các ngân hàng thương mại cổ phần Việt Nam" đã giải quyết trọn vẹn bài toán định lượng hiệu quả kinh doanh của hệ thống ngân hàng trong giai đoạn bản lề 2012–2021. Bằng việc xây dựng bộ dữ liệu bảng cân bằng từ 25 NHTMCP và áp dụng quy trình kiểm định kinh tế lượng khắt khe kết hợp hiệu chỉnh FGLS, nghiên cứu đã chứng minh rõ vai trò quyết định của Quy mô vốn chủ sở hữu (CAP), Tính thanh khoản (LQD) và Tăng trưởng GDP trong việc thúc đẩy lợi nhuận, đồng thời định lượng chính xác tác động bào mòn nghiêm trọng từ Chi phí hoạt động (CIR), Nợ xấu (NPL) và Rủi ro tín dụng (LLR).
Những đóng góp này không chỉ hoàn thiện khung lý thuyết kinh tế lượng ứng dụng trong ngành ngân hàng Việt Nam mà còn là kim chỉ nam thực tiễn giúp các nhà quản trị hoạch định chiến lược tăng vốn, tái cấu trúc chi phí và chuyển đổi số an toàn, bền vững trong kỷ nguyên tài chính số.
