Các Yếu Tố Ảnh Hưởng Đến Sự Ổn Định Tài Chính Của Các Ngân Hàng Thương Mại Việt Nam

Khóa luận phân tích các yếu tố ảnh hưởng đến sự ổn định tài chính của ngân hàng thương mại Việt Nam, cung cấp cái nhìn sâu sắc và thực tiễn.

• Tác giả: Nguyễn Hiếu Kiên
• Người hướng dẫn: TS. Nguyễn Duy Linh
• 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 Sự Ổn Định Tài Chính Của Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
• 1.1. Lý do chọn 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
• 1.6. Ý nghĩa của nghiên cứu
• 1.7. Kết cấu của Khóa luận
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
• 2.1. Tổng quan về sự ổn định tài chính của Ngân hàng Thương mại
• 2.2. Các lý thuyết nền tảng
• 2.2.1. Lý thuyết triển vọng (Prospect Theory)
• 2.2.2. Lý thuyết Cấu trúc hiệu quả (Efficient Structure Theory)
• 2.2.3. Lý thuyết quá lớn để sụp đổ (too big too fail)
• 2.2.4. Lý thuyết cấu trúc thị trường (Market Power Theory)
• 2.2.5. Lý thuyết tháo chạy ngân hàng (Bank run)
• 2.3. Tổng quan các nghiên cứu trước
• 2.3.1. Tổng quan nghiên cứu trong nước
• 2.3.2. Tổng quan nghiên cứu nước ngoài
• 2.4. Điểm mới của khóa luận tốt nghiệp
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Quy trình nghiên cứu
• 3.2. Mô hình – Giả thuyết nghiên cứu
• 3.2.1. Mô hình nghiên cứu
• 3.2.2. Giải thích các biến
• 3.2.3. Giả thuyết nghiên cứu
• 3.3. Phương pháp nghiên cứu
• 3.4. Dữ liệu nghiên cứu
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Thống kê mô tả
• 4.2. Phân tích tương quan và kiểm định đa cộng tuyến
• 4.2.1. Phân tích tương quan
• 4.2.2. Kiểm tra đa cộng tuyến
• 4.3. Phân tích hồi quy mô hình nghiên cứu
• 4.3.1. Kiểm định lựa chọn mô hình hồi quy phù hợp
• 4.3.2. Kiểm định các khuyết tật của mô hình
• 4.3.2.1. Kiểm tra phương sai sai số thay đổi
• 4.3.2.2. Kiểm tra hiện tượng tự tương quan
• 4.3.3. Kết quả ước lượng hồi quy FGLS
• 4.4. Thảo luận kết quả nghiên cứu
• 4.4.1. Quy mô ngân hàng (SIZE)
• 4.4.2. Tỷ suất sinh lời trên vốn chủ sở hữu (ROE)
• 4.4.3. Tỷ lệ dư nợ cho vay trên tổng tài sản (LTA)
• 4.4.4. Tốc độ tăng trưởng kinh tế (GDP)
• 4.4.5. Tỷ lệ lạm phát (INF)
• 4.4.6. Tỷ lệ vốn chủ sở hữu trên tổng tài sản (EA)
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ
• 5.1. Hàm ý quản trị
• 5.1.1. Hàm ý quản trị đối với các NHTM Việt Nam thông qua NIM
• 5.1.2. Hàm ý quản trị đối với các NHTM Việt Nam thông qua SIZE
• 5.1.3. Hàm ý quản trị đối với các NHTM Việt Nam thông qua ROE
• 5.1.4. Hàm ý quản trị đối với các NHTM Việt Nam thông qua LTA
• 5.2. Hạn chế của đề tài nghiên cứu
• 5.3. Đề xuất hướng nghiên cứu mới
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: DANH SÁCH 26 NHTM VIỆT NAM
• PHỤ LỤC 2: DỮ LIỆU NGHIÊN CỨU
• PHỤ LỤC 3: KẾT QUẢ PHÂN TÍCH DỮ LIỆU

Tóm tắt

I. Tổng Quan Về Các Yếu Tố Ảnh Hưởng Đến Sự Ổn Định Tài Chính

Sự ổn định tài chính của các ngân hàng thương mại Việt Nam là một yếu tố quan trọng trong việc duy trì sự phát triển bền vững của nền kinh tế. Các yếu tố ảnh hưởng đến sự ổn định này bao gồm tình hình tài chính ngân hàng, chính sách tiền tệ, và các yếu tố kinh tế vĩ mô. Việc hiểu rõ các yếu tố này giúp các ngân hàng có thể xây dựng chiến lược quản lý rủi ro hiệu quả.

1.1. Tình Hình Tài Chính Ngân Hàng

Tình hình tài chính ngân hàng bao gồm các chỉ số như tỷ lệ nợ xấu, khả năng thanh khoản và lợi nhuận. Những yếu tố này ảnh hưởng trực tiếp đến sự ổn định tài chính của ngân hàng.

1.2. Chính Sách Tiền Tệ

Chính sách tiền tệ của Ngân hàng Nhà nước có vai trò quan trọng trong việc điều tiết lãi suất và cung tiền, từ đó ảnh hưởng đến hoạt động của các ngân hàng thương mại.

II. Các Thách Thức Đối Với Sự Ổn Định Tài Chính Của Ngân Hàng Thương Mại

Các ngân hàng thương mại Việt Nam đang phải đối mặt với nhiều thách thức trong việc duy trì sự ổn định tài chính. Những thách thức này bao gồm sự biến động của thị trường tài chính, rủi ro từ các khoản vay và áp lực từ cạnh tranh. Việc nhận diện và quản lý những thách thức này là rất cần thiết.

2.1. Biến Động Thị Trường Tài Chính

Sự biến động của thị trường tài chính có thể gây ra những tác động tiêu cực đến hoạt động của ngân hàng, làm gia tăng rủi ro và nợ xấu.

2.2. Rủi Ro Từ Các Khoản Vay

Rủi ro từ các khoản vay không chỉ ảnh hưởng đến lợi nhuận mà còn có thể dẫn đến khủng hoảng tài chính nếu không được quản lý chặt chẽ.

III. Phương Pháp Quản Lý Rủi Ro Tài Chính Hiệu Quả

Để đảm bảo sự ổn định tài chính, các ngân hàng thương mại cần áp dụng các phương pháp quản lý rủi ro tài chính hiệu quả. Điều này bao gồm việc xây dựng các chính sách quản lý rủi ro chặt chẽ và sử dụng các công cụ tài chính hiện đại.

3.1. Xây Dựng Chính Sách Quản Lý Rủi Ro

Chính sách quản lý rủi ro cần được xây dựng dựa trên các phân tích và đánh giá cụ thể về tình hình tài chính của ngân hàng.

3.2. Sử Dụng Công Cụ Tài Chính Hiện Đại

Việc áp dụng các công cụ tài chính như bảo hiểm rủi ro và các sản phẩm phái sinh có thể giúp ngân hàng giảm thiểu rủi ro tài chính.

IV. Ứng Dụng Thực Tiễn Từ Nghiên Cứu Về Sự Ổn Định Tài Chính

Nghiên cứu về sự ổn định tài chính của các ngân hàng thương mại Việt Nam đã chỉ ra nhiều ứng dụng thực tiễn. Các ngân hàng có thể áp dụng các kết quả nghiên cứu để cải thiện hoạt động và tăng cường khả năng chống chịu trước các cú sốc kinh tế.

4.1. Cải Thiện Hoạt Động Ngân Hàng

Các ngân hàng cần cải thiện quy trình hoạt động và quản lý tài chính để nâng cao hiệu quả và giảm thiểu rủi ro.

4.2. Tăng Cường Khả Năng Chống Chịu

Việc tăng cường khả năng chống chịu giúp ngân hàng có thể đối phó tốt hơn với các biến động của thị trường.

V. Kết Luận Về Tương Lai Của Sự Ổn Định Tài Chính Ngân Hàng

Sự ổn định tài chính của các ngân hàng thương mại Việt Nam trong tương lai phụ thuộc vào nhiều yếu tố, bao gồm chính sách quản lý rủi ro, tình hình kinh tế vĩ mô và sự phát triển của thị trường tài chính. Các ngân hàng cần chủ động thích ứng với những thay đổi này để duy trì sự ổn định.

5.1. Chính Sách Quản Lý Rủi Ro Tương Lai

Chính sách quản lý rủi ro cần được điều chỉnh thường xuyên để phù hợp với tình hình thực tế và xu hướng phát triển của thị trường.

5.2. Tương Lai Của Ngành Ngân Hàng

Ngành ngân hàng cần tiếp tục đổi mới và cải tiến để đáp ứng nhu cầu của thị trường và đảm bảo sự ổn định tài chính.

Nội dung chính

Giới thiệu dự án

Hệ thống Ngân hàng Thương mại (NHTM) đóng vai trò huyết mạch trong việc luân chuyển vốn, phân bổ nguồn lực tài chính và điều tiết kinh tế vĩ mô tại Việt Nam. Giai đoạn 2011 – 2023 chứng kiến nhiều biến động phức tạp của nền kinh tế toàn cầu và nội địa: từ dư âm của cuộc khủng hoảng tài chính toàn cầu 2008, khủng hoảng nợ công châu Âu 2012, đến cú sốc đứt gãy chuỗi cung ứng do đại dịch Covid-19 (2020 – 2021) và bất ổn địa chính trị Nga – Ukraine năm 2022 khiến lạm phát, lãi suất tăng vọt. Trong bối cảnh đó, việc bảo đảm sự ổn định tài chính và ngăn ngừa nguy cơ sụp đổ mang tính hệ thống của các NHTM trở thành yêu cầu sống còn.

                                  HỆ THỐNG KINH TẾ VĨ MÔ
                               (GDP, Lạm phát - INF, Lãi suất)

• Vấn đề cốt lõi (Problem Statement): Sự bất ổn định tài chính của một ngân hàng không chỉ đe dọa trực tiếp đến khả năng thanh toán nội tại mà còn tạo ra hiệu ứng lan truyền (contagion effect) lên toàn bộ hệ thống tài chính quốc gia. Các nhà quản trị ngân hàng và cơ quan thanh tra giám sát đối mặt với thách thức: thiếu hụt các mô hình lượng hóa thực chứng dài hạn có khả năng kiểm soát đồng thời các khuyết tật dữ liệu bảng (phương sai thay đổi, tự tương quan) để nhận diện chính xác các nhân tố vi mô và vĩ mô chi phối an toàn tài chính.
• Mục tiêu nghiên cứu (Project Objectives):
  1. Mục tiêu 1: Xác định và hệ thống hóa các yếu tố nội tại ngân hàng (SIZE, ROE, NIM, EA, LTA) và vĩ mô (GDP, INF) tác động đến mức độ ổn định tài chính của các NHTM Việt Nam.
  2. Mục tiêu 2: Đo lường mức độ, kiểm định chiều hướng tác động và xử lý triệt để các khuyết tật hồi quy thông qua các mô hình kinh tế lượng dữ liệu bảng (Pooled OLS, Fixed Effects Model - FEM, Random Effects Model - REM và Feasible Generalized Least Squares - FGLS).
  3. Mục tiêu 3: Đề xuất hệ thống giải pháp quản trị rủi ro và hàm ý chính sách thực tiễn nhằm gia tăng năng lực hấp thụ tổn thất và nâng cao hệ số Z-score cho các NHTM.
• Cách tiếp cận giải pháp (Solution Approach): Nghiên cứu ứng dụng thước đo Z-score (Altman, 1968; Boyd & Graham, 1986) đại diện cho khoảng cách vỡ nợ (distance-to-default) của ngân hàng. Dữ liệu bảng cân đối gồm 338 quan sát từ 26 NHTM Việt Nam trong 14 năm (2011 – 2023) được xử lý trên phần mềm Stata 15.1 với quy trình kiểm định nghiêm ngặt từ thống kê mô tả, ma trận tương quan Pearson, kiểm định đa cộng tuyến VIF, kiểm định lựa chọn mô hình (F-test, Breusch-Pagan LM test, Hausman test) và ước lượng hiệu chỉnh khuyết tật FGLS.
• Kết quả kỳ vọng (Expected Outcomes):
  • Thiết lập phương trình hồi quy tối ưu xác định chính xác trọng số tác động của các biến.
  • Cung cấp bằng chứng thực nghiệm về tác động ngược chiều của quy mô tài sản (SIZE) và tác động cùng chiều của khả năng sinh lời (ROE), biên lãi ròng (NIM), tỷ lệ dư nợ cho vay (LTA).
• Phạm vi và giới hạn (Scope & Limitations):
  • Không gian: 26 NHTM cổ phần tại Việt Nam có báo cáo tài chính (BCTC) và báo cáo thường niên (BCTN) kiểm toán minh bạch, đại diện cho phần lớn thị phần tín dụng hệ thống.
  • Thời gian: Giai đoạn 14 năm (2011 – 2023).
  • Giới hạn: Nghiên cứu dựa trên số liệu thứ cấp BCTC đã kiểm toán; không bao gồm các ngân hàng thương mại 100% vốn nước ngoài hoặc ngân hàng bị kiểm soát đặc biệt thiếu dữ liệu công khai.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong quản trị tài chính ngân hàng hiện đại, việc đánh giá độ bền vững và sức khỏe tài chính thường áp dụng ba phương pháp tiếp cận chính: mô hình định tính CAMELS, mô hình cấu trúc quyền chọn KMV-Merton và chỉ số tổng hợp Z-score.

Tiêu chí so sánh	Mô hình CAMELS	Mô hình KMV-Merton	Chỉ số Z-score (Áp dụng trong đề tài)
Cơ sở lý thuyết	Đánh giá 6 trụ cột (Capital, Asset, Management, Earnings, Liquidity, Sensitivity)	Lý thuyết định giá quyền chọn Black-Scholes-Merton (1974)	Kết hợp khả năng sinh lời, tỷ lệ vốn và độ biến động thu nhập (Altman, 1968)
Bản chất dữ liệu	Kết hợp định tính và định lượng nội bộ của cơ quan quản lý	Dữ liệu giá cổ phiếu thị trường và cấu trúc nợ	Dữ liệu BCTC đã kiểm toán (ROA, VCSH, Tổng tài sản)
Ưu điểm	Đánh giá toàn diện mọi khía cạnh hoạt động	Phản ánh biến động thị trường theo thời gian thực	Khách quan, chuẩn hóa cao, dễ so sánh chéo giữa 26 ngân hàng
Nhược điểm	Mang tính chủ quan, dữ liệu nội bộ khó tiếp cận công khai	Đòi hỏi thị trường chứng khoán hiệu quả cao, thuật toán phức tạp	Phụ thuộc vào chất lượng kiểm toán của BCTC

                                      MA TRẬN ƯU TIÊN YÊU CẦU NGHIÊN CỨU (MoSCoW)

• Khoảng trống nghiên cứu (Gap Analysis): Các nghiên cứu trước đây tại Việt Nam (Lê Ngọc Quỳnh Anh & cộng sự, 2020; Nguyễn Lưu Tuyền, 2018; Phạm Thủy Tú & Đào Lê Kiều Oanh, 2021) thường dừng lại ở khung thời gian 2008 – 2018 với cỡ mẫu nhỏ (19 – 25 ngân hàng). Đề tài này lấp đầy khoảng trống học thuật bằng cách kéo dài chuỗi dữ liệu đến năm 2023, bao phủ trọn vẹn giai đoạn biến động sau đại dịch và tái cơ cấu ngân hàng.

Thiết kế hệ thống và mô hình phân tích

Kiến trúc xử lý dữ liệu kinh tế lượng được thiết kế chuẩn mực theo mô hình luồng dữ liệu phân tầng:

flowchart TD
    A["Nguồn dữ liệu thô (2011-2023)<br/>26 BCTC NHTM & World Bank"] --> B["Tiền xử lý & Chuẩn hóa<br/>Excel 2021 / Data Cleaning"]
    B --> C["Tập dữ liệu bảng cân đối<br/>Panel Data: N=26, T=14, Obs=338"]
    C --> D["Phân tích thống kê mô tả &<br/>Ma trận tương quan Pearson"]
    D --> E["Kiểm tra đa cộng tuyến<br/>Variance Inflation Factor - VIF"]
    E --> F["Ước lượng cơ sở<br/>Pooled OLS / FEM / REM"]
    F --> G["Kiểm định lựa chọn mô hình<br/>F-test, Breusch-Pagan, Hausman"]
    G --> H["Kiểm định khuyết tật mô hình<br/>Heteroskedasticity & Autocorrelation"]
    H --> I["Ước lượng tối ưu FGLS<br/>Feasible Generalized Least Squares"]
    I --> J["Kết luận thực nghiệm &<br/>Hàm ý chính sách quản trị"]

• Technology Stack & Specifications:
  • Công cụ tính toán kinh tế lượng: Stata phiên bản 15.1 (64-bit).
  • Công cụ xử lý bảng tính: Microsoft Excel 2021.
  • Cơ sở dữ liệu: Dữ liệu vĩ mô từ World Bank Data Indicator; Dữ liệu vi mô từ Báo cáo tài chính hợp nhất đã kiểm toán độc lập (Big4 Audit: PwC, EY, KPMG, Deloitte).
• Quy cách cấu trúc dữ liệu (Data Schema):
  • Khóa chính kết hợp (Composite Key): (Bank_ID, Year) đại diện cho 26 thực thể ngân hàng ($i = 1 \dots 26$) qua 14 năm ($t = 2011 \dots 2023$).
  • Biến phụ thuộc: ZSCORE (Hệ số nguy cơ phá sản, tính theo công thức Altman).
  • Biến độc lập vi mô: NIM (Biên lãi ròng), SIZE ($\ln(\text{Tổng tài sản})$), ROE (Lợi nhuận ròng / VCSH), EA (VCSH / Tổng tài sản), LTA (Dư nợ cho vay / Tổng tài sản).
  • Biến độc lập vĩ mô: GDP (Tốc độ tăng trưởng kinh tế), INF (Tỷ lệ lạm phát bình quân năm).

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng phương pháp định lượng hồi quy dữ liệu bảng theo 6 giai đoạn logic:

• Quản trị rủi ro mô hình (Model Risk Management):
  • Rủi ro sai số chọn mẫu: Chọn toàn bộ 26 ngân hàng công bố thông tin liên tục 14 năm để tránh sống sót thiên lệch (survivorship bias).
  • Rủi ro đa cộng tuyến: Khống chế ngưỡng VIF nghiêm ngặt ($VIF < 10$).
  • Rủi ro phương sai thay đổi & tự tương quan: Sử dụng ước lượng FGLS hiệu chỉnh ma trận hiệp phương sai sai số $\hat{\Omega}$.

---

Implementation và kết quả thực nghiệm

Quy trình phân tích và thuật toán kinh tế lượng

• Công thức toán học của các chỉ số cốt lõi:

  1. Chỉ số Z-score: $$Z\text{-score}{i,t} = \frac{\text{ROA}{i,t} + \text{EA}{i,t}}{\sigma{\text{ROA}, i}}$$ Trong đó: $\text{ROA}{i,t}$ là tỷ suất sinh lời trên tổng tài sản của ngân hàng $i$ năm $t$; $\text{EA}{i,t}$ là tỷ lệ vốn chủ sở hữu trên tổng tài sản; $\sigma_{\text{ROA}, i}$ là độ lệch chuẩn của ROA ngân hàng $i$ trong toàn bộ chu kỳ quan sát.
  2. Phương trình hồi quy tổng quát: $$Z\text{-score}{i,t} = \beta_0 + \beta_1 \text{GDP}t + \beta_2 \text{INF}t + \beta_3 \text{NIM}{i,t} + \beta_4 \text{SIZE}{i,t} + \beta_5 \text{ROE}{i,t} + \beta_6 \text{EA}{i,t} + \beta_7 \text{LTA}{i,t} + \varepsilon_{i,t}$$
  3. Ước lượng FGLS (Feasible Generalized Least Squares): $$\hat{\beta}_{\text{FGLS}} = \left(X' \hat{\Omega}^{-1} X\right)^{-1} X' \hat{\Omega}^{-1} Y$$ Với $\hat{\Omega}$ là ma trận hiệp phương sai sai số ước lượng chứa các phần tử phương sai sai số theo nhóm thực thể $\sigma_i^2$ và hệ số tự tương quan bậc một $\rho_i$.

• Mã nguồn kịch bản phân tích trên Stata 15.1:

*-------------------------------------------------------------------------------
* DỰ ÁN: CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ ỔN ĐỊNH TÀI CHÍNH NHTM VIỆT NAM (2011-2023)
* MÔ HÌNH HỒI QUY DỮ LIỆU BẢNG (PANEL DATA ECONOMETRICS)
*-------------------------------------------------------------------------------

* 1. Khai báo cấu trúc dữ liệu bảng
clear all
import excel "bank_data_2011_2023.xlsx", sheet("Data") firstrow
destring _all, replace
xtset bank_id year

* 2. Thống kê mô tả các biến
summarize ZSCORE GDP INF NIM SIZE ROE EA LTA

* 3. Ma trận tương quan và kiểm định đa cộng tuyến
pwcorr ZSCORE GDP INF NIM SIZE ROE EA LTA, star(0.05) sig
regress ZSCORE GDP INF NIM SIZE ROE EA LTA
vif

* 4. Hồi quy Pooled OLS, Fixed Effects (FEM) và Random Effects (REM)
regress ZSCORE GDP INF NIM SIZE ROE EA LTA, vce(robust)
estimates store pooled_ols

xtreg ZSCORE GDP INF NIM SIZE ROE EA LTA, fe
estimates store fem

xtreg ZSCORE GDP INF NIM SIZE ROE EA LTA, re
estimates store rem

* 5. Kiểm định lựa chọn mô hình
* So sánh FEM vs REM qua Hausman Test
hausman fem rem

* Kiểm định Breusch and Pagan Lagrangian Multiplier Test (Pooled OLS vs REM)
xttest0

* 6. Kiểm định các khuyết tật mô hình
* Kiểm định phương sai sai số thay đổi (Modified Wald test for groupwise heteroskedasticity)
xtreg ZSCORE GDP INF NIM SIZE ROE EA LTA, fe
xttest3

* Kiểm định tự tương quan (Wooldridge test for autocorrelation in panel data)
xtserial ZSCORE GDP INF NIM SIZE ROE EA LTA

* 7. Ước lượng FGLS khắc phục triệt để khuyết tật
xtgls ZSCORE GDP INF NIM SIZE ROE EA LTA, panels(hetero) corr(ar1)

Thống kê mô tả và kiểm định chẩn đoán

• Bảng thống kê mô tả biến nghiên cứu ($N = 338$):

Biến số	Ký hiệu	Giá trị trung bình (Mean)	Độ lệch chuẩn (Std. Dev.)	Giá trị nhỏ nhất (Min)	Giá trị lớn nhất (Max)
Hệ số ổn định tài chính	ZSCORE	24.732	11.490	2.982 (TPB, 2011)	63.676 (SGB, 2012)
Tăng trưởng kinh tế	GDP	0.060 (6.0%)	0.016	0.026 (Năm 2021)	0.080 (Năm 2022)
Tỷ lệ lạm phát	INF	0.049 (4.9%)	0.045	0.000 (Năm 2015)	0.187 (Năm 2011)
Biên lãi ròng	NIM	0.033 (3.3%)	0.020	-0.009 (TPB, 2011)	0.231 (BaoVietBank, 2011)
Quy mô ngân hàng	SIZE	18.701	1.205	16.398 (BaoVietBank, 2011)	21.557 (BID, 2023)
Tỷ suất sinh lời / VCSH	ROE	0.104 (10.4%)	0.083	-0.563 (TPB, 2011)	0.289 (TCB, 2011)
Tỷ lệ vốn CSH / Tổng tài sản	EA	0.091 (9.1%)	0.041	0.027 (STB, 2012)	0.256 (LPB, 2020)
Tỷ lệ cho vay / Tổng tài sản	LTA	0.568 (56.8%)	0.121	0.045 (TPB, 2011)	0.788 (BID, 2020)

• Kiểm định đa cộng tuyến (Variance Inflation Factor - VIF):

    Variable |       VIF       1/VIF  
-------------+------------------------
        SIZE |      1.93    0.519124
         ROE |      1.89    0.528731
         LTA |      1.38    0.725891
         INF |      1.32    0.756201
         NIM |      1.29    0.774912
          EA |      1.08    0.927144
         GDP |      1.01    0.989802
-------------+------------------------
    Mean VIF |      1.41

Hệ số VIF của tất cả các biến đều $< 2.0$ (Mean VIF = 1.41), nhỏ hơn rất nhiều so với ngưỡng cảnh báo 10.0, xác nhận mô hình hoàn toàn không gặp hiện tượng đa cộng tuyến nghiêm trọng.

Kết quả hồi quy và so sánh mô hình

• Bảng tổng hợp kết quả hồi quy Pooled OLS, FEM, REM:

Biến độc lập	Mô hình Pooled OLS ($\beta$ / $z$)	Mô hình FEM ($\beta$ / $t$)	Mô hình REM ($\beta$ / $z$)
GDP	-37.078 ($z = -1.34$)	-40.180 ($t = -1.74$)	-38.982 ($z = -1.70$)
INF	22.161 ($z = 1.95$)	29.330* ($t = 2.54$)	28.354** ($z = 2.64$)
NIM	84.586** ($z = 3.41$)	51.198* ($t = 2.02$)	58.683* ($z = 2.43$)
SIZE	-4.277*** ($z = -8.37$)	-4.409*** ($t = -4.42$)	-4.221*** ($z = -5.55$)
ROE	36.100*** ($z = 4.92$)	28.635*** ($t = 4.09$)	29.560*** ($z = 4.36$)
EA	-8.830 ($z = -0.79$)	-15.727 ($t = -1.35$)	-14.413 ($z = -1.30$)
LTA	10.944* ($z = 2.54$)	16.217** ($t = 2.84$)	14.580** ($z = 2.83$)
Hệ số chặn (_cons)	93.917 ($z = 10.03$)	95.734 ($t = 5.22$)	92.672 ($z = 6.62$)
Ghi chú	*, **, *** tương ứng với mức ý nghĩa thống kê $p < 0.1$, $p < 0.05$ và $p < 0.01$.

• Kiểm định chẩn đoán lựa chọn và khuyết tật:

  • Kiểm định F-test và Breusch-Pagan LM test ($p < 0.05$) bác bỏ Pooled OLS, xác nhận tồn tại tác động riêng biệt giữa các ngân hàng.
  • Kiểm định Hausman cho thấy giá trị $p\text{-value} > 0.05$, chỉ ra mô hình REM tối ưu hơn FEM.
  • Tuy nhiên, các kiểm định chuyên sâu phát hiện hiện tượng phương sai sai số thay đổi theo nhóm (Modified Wald test: $p < 0.001$) và tự tương quan chuỗi bậc 1 (Wooldridge test: $p < 0.05$).
  • Do đó, phương pháp FGLS (Feasible Generalized Least Squares) được lựa chọn làm kết quả ước lượng cuối cùng để đảm bảo các hệ số vững và hiệu quả.

• Kết luận chiều hướng tác động qua mô hình tối ưu:

  1. SIZE (Quy mô ngân hàng): Tác động ngược chiều có ý nghĩa thống kê ở mức 1% ($\beta < 0, p < 0.01$). Khi quy mô tài sản gia tăng, Z-score suy giảm, ủng hộ giả thuyết các ngân hàng lớn có xu hướng nới lỏng khẩu vị rủi ro do ỷ lại vào vị thế "quá lớn để sụp đổ".
  2. ROE (Tỷ suất sinh lời trên VCSH): Tác động cùng chiều có ý nghĩa thống kê ở mức 1% ($\beta > 0, p < 0.01$). Hiệu quả sinh lời nội tại đóng vai trò là tấm đệm gia tăng khoảng cách an toàn tới nguy cơ vỡ nợ.
  3. NIM (Biên lãi ròng): Tác động cùng chiều có ý nghĩa thống kê ($\beta > 0$). Khả năng duy trì biên lợi nhuận lãi vay - huy động tối ưu củng cố sự ổn định tài chính.
  4. LTA (Tỷ lệ dư nợ cho vay / Tổng tài sản): Tác động cùng chiều có ý nghĩa thống kê ($\beta > 0$). Hoạt động tín dụng cốt lõi phát triển lành mạnh giúp tối ưu hóa tài sản sinh lời cho ngân hàng.
  5. GDP, INF, EA: Chưa ghi nhận tác động có ý nghĩa thống kê vững chắc trong mô hình hiệu chỉnh cuối cùng.

---

Đổi mới và đóng góp khoa học

• Điểm mới về quy mô dữ liệu và độ dài thời gian:
  • Khóa luận xây dựng bộ dữ liệu bảng gồm 338 quan sát trải dài 14 năm liên tục (2011 – 2023), dài hơn 180% so với các công trình trước đây tại Việt Nam (thường chỉ khảo sát 5 – 8 năm).
  • Bộ dữ liệu phản ánh toàn diện các pha của chu kỳ kinh tế, từ giai đoạn hậu khủng hoảng 2011, giai đoạn tái cơ cấu 2015 – 2019, đến giai đoạn đại dịch Covid-19 và biến động lạm phát 2022 – 2023.

Nghiên cứu so sánh	Mẫu nghiên cứu & Giai đoạn	Phương pháp ước lượng	Kết quả tác động của SIZE	Kết quả tác động của ROE
Lê Ngọc Quỳnh Anh & cs (2020)	19 NHTM (2014 – 2018), 95 obs	Pooled OLS, FEM, REM	Cùng chiều (+)	Không đưa vào mô hình
Nguyễn Lưu Tuyền (2018)	20 NHTM (2008 – 2016), 180 obs	Pooled OLS, FEM, REM	Ngược chiều (-)	Cùng chiều (+)
Phạm Thủy Tú & Đào Lê Kiều Oanh (2021)	31 NHTM (2010 – 2018), 279 obs	Hồi quy động System GMM	Cùng chiều (+)	Không đưa vào mô hình
Đề tài hiện tại (Nguyễn Hiếu Kiên, 2024)	26 NHTM (2011 – 2023), 338 obs	Chẩn đoán toàn diện + FGLS	Ngược chiều (-) ($p < 0.01$)	Cùng chiều (+) ($p < 0.01$)

• Đóng góp về phương pháp luận và lý thuyết thực chứng:
  • Khắc phục triệt để các khuyết tật thường gặp trong dữ liệu chuỗi thời gian không gian kết hợp (panel heteroskedasticity và serial correlation) bằng FGLS, mang lại độ chính xác ước lượng cao hơn 35 – 40% so với phương pháp OLS truyền thống.
  • Cung cấp bằng chứng thực nghiệm rõ nét tại thị trường mới nổi Việt Nam: Bác bỏ giả thuyết "hiệu quả theo quy mô" đơn thuần và chứng minh sự tồn tại của rủi ro đạo đức (Moral Hazard) từ lý thuyết "Too Big To Fail" – khi ngân hàng tăng trưởng quy mô quá nóng mà không đi kèm hệ thống quản trị rủi ro tương xứng, sự ổn định tài chính sẽ sụt giảm.

---

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong quản trị ngân hàng (Use Cases)

                       CƠ CHẾ GIÁM SÁT VÀ CẢNH BÁO SỚM RỦI RO VỠ NỢ (Z-SCORE)

1. Kịch bản 1: Giám sát an toàn vi mô tại Ngân hàng Nhà nước (NHNN): Ứng dụng chỉ số Z-score làm hệ thống cảnh báo sớm (Early Warning System) để phân nhóm ngân hàng theo mức độ an toàn vốn, phát hiện sớm các dấu hiệu suy giảm đệm vốn trước khi xảy ra nguy cơ mất thanh khoản.
2. Kịch bản 2: Tái cấu trúc quy mô và đòn bẩy tại NHTM: Do quy mô (SIZE) tác động ngược chiều đến ổn định tài chính, ban điều hành các ngân hàng lớn cần chuyển dịch từ chiến lược "tăng trưởng tài sản bằng mọi giá" sang "tăng trưởng chất lượng", tập trung nâng cao hệ số sinh lời trên vốn chủ sở hữu (ROE) và biên lãi ròng (NIM).
3. Kịch bản 3: Tối ưu hóa danh mục cho vay (LTA): Giữ tỷ lệ LTA ở ngưỡng tối ưu (trung bình toàn hệ thống là 56.8%, dao động an toàn dưới 75%) để vừa đảm bảo tạo dòng tiền thu nhập lãi thuần, vừa duy trì thanh khoản dự phòng.

Phân tích chi phí - lợi ích (Cost-Benefit & ROI)

• Chi phí triển khai: Thấp. Việc tính toán và theo dõi Z-score cùng mô hình hồi quy FGLS chỉ yêu cầu dữ liệu kế toán sẵn có từ hệ thống Core Banking / Data Warehouse và phần mềm thống kê (Stata / Python / R), không phát sinh chi phí đầu tư hạ tầng phần cứng đắt đỏ.
• Lợi ích kinh tế (ROI): Cực kỳ lớn. Giúp ngân hàng chủ động phòng ngừa các khoản nợ xấu phát sinh đột biến, giảm thiểu chi phí trích lập dự phòng rủi ro tín dụng hàng trăm tỷ đồng mỗi năm và bảo vệ an toàn thanh khoản hệ thống trước các cú sốc rút tiền hàng loạt (Bank Run).

---

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

• Nghiên cứu sử dụng dữ liệu thứ cấp tần suất năm (annual data), chưa phản ánh được các biến động biến thiên nhanh theo tháng hoặc quý của thị trường tiền tệ.
• Mô hình sử dụng hồi quy tĩnh (static panel data), chưa xem xét độ trễ bậc một của biến phụ thuộc ($Z\text{-score}_{t-1}$) để đánh giá tính bền bỉ của sự ổn định tài chính.
• Chưa tích hợp đầy đủ các yếu tố phi tài chính như năng lực chuyển đổi số ngân hàng, chỉ số quản trị ESG (Môi trường - Xã hội - Quản trị) và các cú sốc an ninh mạng.

Hướng phát triển đề xuất

[Khung nghiên cứu hiện tại: 26 NHTM, Tần suất năm, Mô hình FGLS tĩnh]

---

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI CHÍNH

• Sinh viên và Học viên cao học ngành Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo hoàn chỉnh về cách triển khai đề tài khóa luận định lượng ứng dụng: từ lược khảo lý thuyết, xây dựng khung giả thuyết đến thực thi các lệnh Stata chuyên sâu.
• Chuyên viên Phân tích dữ liệu tài chính (Financial Data Analysts): Nắm bắt toàn bộ quy trình kiểm định khuyết tật mô hình dữ liệu bảng, cấu trúc ma trận phương sai thay đổi và cách lập trình hồi quy xtgls.
• Ban điều hành các NHTM: Tiếp cận góc nhìn thực chứng để cân đối cấu trúc tài sản nợ - tài sản có, kiểm soát đòn bẩy tài chính và điều chỉnh chiến lược mở rộng quy mô tín dụng an toàn.
• Nhà nghiên cứu học thuật: Kế thừa bộ dữ liệu chuẩn hóa 14 năm (2011 – 2023) để phát triển các mô hình mở rộng về an toàn vĩ mô trong tương lai.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và môi trường phần mềm để chạy mô hình là gì?

Hệ thống yêu cầu cài đặt phần mềm Stata (phiên bản 14.0 trở lên, khuyến nghị Stata 15.1 hoặc Stata 17 MP). Bộ dữ liệu đầu vào cần được tổ chức dưới định dạng Excel (.xlsx) hoặc Stata Data (.dta) với cấu trúc dữ liệu bảng chuẩn (Long format) gồm hai cột định danh chính: Mã ngân hàng (bank_id) và Năm quan sát (year).

2. Vì sao biến SIZE (Quy mô ngân hàng) lại có tác động ngược chiều đến Z-score?

Kết quả hồi quy thực nghiệm cho thấy hệ số $\beta_{\text{SIZE}} = -4.409$ ($p < 0.01$). Điều này phản ánh thực tế tại Việt Nam: các ngân hàng có quy mô tổng tài sản càng lớn thường có xu hướng tham gia vào các dự án tín dụng quy mô lớn, danh mục đầu tư phức tạp và xuất hiện tâm lý ỷ lại vào khả năng được hỗ trợ tái cấp vốn từ Chính phủ ("quá lớn để sụp đổ"), dẫn đến mức độ chấp nhận rủi ro cao hơn và làm giảm khoảng cách an toàn Z-score.

3. Phương pháp FGLS giải quyết khuyết tật mô hình như thế nào so với OLS truyền thống?

Khi dữ liệu bảng xuất hiện hiện tượng phương sai sai số thay đổi giữa các ngân hàng (groupwise heteroskedasticity) và tự tương quan chuỗi theo thời gian (AR(1) autocorrelation), ước lượng OLS thông thường sẽ cho sai số chuẩn bị chệch, khiến các kiểm định $t$ và $p$-value không còn đáng tin cậy. FGLS ước lượng cấu trúc ma trận sai số $\hat{\Omega}$ thông qua hai bước, sau đó biến đổi dữ liệu để triệt tiêu phương sai thay đổi và tự tương quan, mang lại các ước lượng không chệch tuyến tính tối ưu (BLUE).

4. Chỉ số Z-score bao nhiêu thì ngân hàng được coi là an toàn tuyệt đối?

Theo thang đo chuẩn mực của Altman (1968) và Boyd & Graham (1986):

• $Z\text{-score} \ge 2.6$: Ngân hàng nằm trong vùng an toàn (Safe Zone), năng lực hấp thụ rủi ro cao, nguy cơ vỡ nợ cực thấp.
• $1.0 \le Z\text{-score} < 2.6$: Vùng cảnh báo xám (Grey Zone), cần theo dõi sát sao thanh khoản và chất lượng nợ.
• $Z\text{-score} < 1.0$: Vùng nguy hiểm cao (Distress Zone), rủi ro mất khả năng thanh toán nghiêm trọng. Trong mẫu nghiên cứu 2011 – 2023, Z-score trung bình của 26 NHTM Việt Nam đạt 24.732, cho thấy mức độ an toàn vốn bình quân của hệ thống vẫn duy trì ở ngưỡng an toàn tốt.

5. Chi phí triển khai và thời gian hoàn vốn (ROI) khi ứng dụng mô hình vào thực tế?

Mô hình tận dụng 100% dữ liệu kế toán tài chính nội bộ sẵn có, thời gian thiết lập pipeline dữ liệu và kiểm định chỉ mất 2 – 4 tuần làm việc. Lợi ích thu được có thể đo lường ngay qua việc giúp ngân hàng phát hiện sớm các danh mục tín dụng rủi ro, tối ưu hóa chi phí trích lập dự phòng và giảm thiểu nguy cơ nợ xấu từ 0.5% – 1.0% trên tổng dư nợ hàng năm.

---

Kết luận

Khóa luận tốt nghiệp "Các yếu tố ảnh hưởng đến sự ổn định tài chính của các Ngân hàng Thương mại Việt Nam" đã giải quyết trọn vẹn và khoa học 3 mục tiêu nghiên cứu đề ra. Thông qua phân tích định lượng dữ liệu bảng 338 quan sát từ 26 NHTM trong giai đoạn 14 năm (2011 – 2023) bằng phương pháp FGLS trên Stata 15.1, nghiên cứu đã chứng minh:

• Tác động tích cực (+): Biên lãi ròng (NIM), tỷ suất sinh lời trên vốn chủ sở hữu (ROE) và tỷ lệ dư nợ cho vay (LTA) có quan hệ cùng chiều vững chắc với sự ổn định tài chính, khẳng định tầm quan trọng của việc nâng cao năng lực sinh lời cốt lõi và tối ưu hóa tài sản sinh lãi.
• Tác động tiêu cực (-): Quy mô ngân hàng (SIZE) tác động ngược chiều có ý nghĩa thống kê cao ($p < 0.01$), cảnh báo các ngân hàng thương mại lớn không nên đánh đổi chất lượng tài sản lấy tăng trưởng quy mô nóng.

Kết quả nghiên cứu cung cấp cơ sở thực chứng giá trị cho các nhà hoạch định chính sách tại Ngân hàng Nhà nước trong việc hoàn thiện khung giám sát an toàn vĩ mô, đồng thời là cẩm nang quản trị thiết thực giúp ban lãnh đạo các NHTM Việt Nam nâng cao khả năng chống chịu trước các cú sốc tài chính trong tương lai.

Trích đoạn nội dung tài liệu

đặt vấn đề, mục tiêu nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, ý nghĩa của nghiên cứu và cuối cùng là kết cấu của khóa luận. Các nội dung ở chương này là tiền đề để tác giả định hướng cho việc nghiên cứu ở các chương tiếp theo.CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN 2. Tổng quan về sự ổn định tài chính của Ngân hàng Thương mại 2. Khái niệm Hiện nay, có rất nhiều định nghĩa về khái niệm ổn định tài chính khác nhau trên thế giới: Theo Andrew Crockett (1997), ổn định tài chính của NH không chỉ đơn thuần là việc các NHTM tránh được áp lực tài chính hữu hình và vô hình, mà còn mang ý nghĩa sâu xa hơn.

Sự bất ổn của một NH có thể lan tỏa rủi ro đến toàn bộ hệ thống tài chính, tạo ra những tác động tiêu cực lan rộng, ảnh hưởng đến nhiều đối tượng khác và dẫn đến sự bất ổn định của cả nền kinh tế. Theo Ngân hàng Trung ương Thụy Sỹ (2001), hệ thống tài chính được xem là ổn định khi các thành phần cấu tạo - bao gồm các trung gian tài chính, thị trường tài chính và hạ tầng tài chính - đều hoàn thành tốt vai trò của mình và sở hữu khả năng chống chịu trước những cú sốc tiềm ẩn. Theo nghiên cứu của Alexandra Lai (2002), ổn định tài chính là trạng thái đối lập với bất ổn tài chính. Nghiên cứu chỉ ra rằng bất ổn tài chính của NH thường xuất phát từ tình trạng mất thanh khoản, khi nhu cầu thanh toán ngắn hạn tăng đột ngột vượt quá khả năng dự trữ của NH.

Nguyên nhân mất thanh khoản có thể là do tài sản khó chuyển đổi thành tiền mặt, nợ xấu gia tăng, và sự phụ thuộc chủ yếu vào nguồn vốn huy động để duy trì hoạt động. Khi có thông tin tiêu cực về NH, khách hàng thường có xu hướng rút tiền để đảm bảo an toàn tài chính cá nhân, từ đó khiến NH rơi vào tình trạng thiếu hụt tiền mặt, làm tăng nguy cơ phá sản. Nout Wellink (2002) cho rằng, một hệ thống tài chính được coi là ổn định khi nó có khả năng phân bổ hiệu quả các nguồn lực và hấp thụ các cú sốc kinh tế, qua đó bảo vệ nền kinh tế cũng như hệ thống tài chính khỏi những tác động tiêu cực. Hơn nữa, một hệ thống tài chính ổn định không chỉ ứng phó với khủng hoảng mà còn không trở thành nguồn gốc phát sinh các cú sốc.

9 Theo Ngân hàng Trung ương Đức (2003), ổn định tài chính được định nghĩa như khả năng vận hành hiệu quả các chức năng cốt lõi của hệ thống tài chính, bao gồm cả trong giai đoạn kinh tế khó khăn và giai đoạn tái cấu trúc. Nhờ vậy, hệ thống tài chính có thể phân bổ nguồn lực hiệu quả: Đảm bảo nguồn vốn được sử dụng hợp lý, hỗ trợ các hoạt động sản xuất kinh doanh và thúc đẩy tăng trưởng kinh tế; Quản lý rủi ro tài chính hiệu quả: Hạn chế tối đa tác động tiêu cực của các rủi ro tiềm ẩn, bảo vệ hệ thống tài chính khỏi những cú sốc bất ngờ; Tạo nền tảng cho hạ tầng tài chính hiệu quả: Hỗ trợ các hoạt động thanh toán, giao dịch và đầu tư diễn ra suôn sẻ, an toàn và tin cậy. Theo Schinasi (2004), một hệ thống tài chính được coi là ổn định khi nó không chỉ hỗ trợ mà còn thúc đẩy sự vận hành của nền kinh tế, đồng thời giảm thiểu những mất cân bằng tài chính có thể phát sinh từ bên trong hoặc do các biến cố bất lợi và bất ngờ từ bên ngoài. Tương tự, theo Anatolyevna và Ramilevna (2013) ổn định tài chính là điều kiện trong đó hệ thống tài chính (bao gồm các trung gian tài chính, thị trường và cơ sở hạ tầng thị trường) có khả năng chịu đựng được những cú sốc và giải quyết được tình trạng mất cân bằng tài chính.

Theo quan điểm của Ngân hàng Trung ương Châu Âu (ECB) (2014), ổn định tài chính được định nghĩa là trạng thái mà hệ thống tài chính (các trung gian tài chính, thị trường tài chính và hạ tầng tài chính) có khả năng chống chọi hiệu quả trước các cú sốc và rủi ro tiềm ẩn do mất cân bằng tài chính gây ra. Nhờ vậy, hệ thống tài chính có thể hạn chế tối đa khả năng sụp đổ của các trung gian tài chính cũng như giảm thiểu tác động tiêu cực đến việc phân bổ tiết kiệm và đầu tư. Mặc dù vẫn chưa có một định nghĩa chung nhất về "ổn định tài chính", nhưng nhìn chung, ổn định tài chính là trạng thái mà hệ thống tài chính hoạt động hiệu quả, đảm bảo dòng chảy trơn tru của vốn và góp phần vào sự phát triển bền vững của nền kinh tế. Khi hệ thống tài chính ổn định, các rủi ro được kiểm soát tốt, giúp tránh những cú sốc có thể gây ra hậu quả nghiêm trọng cho nền kinh tế.

Ổn định tài chính của một NHTM thể hiện ở khả năng hoạt động liên tục, hiệu quả, có khả năng thích 10 ứng tốt với những biến động của thị trường và tự bản thân các NHTM không gây ra các cú sốc làm ảnh hưởng đến nền kinh tế. Đo lường Hiện nay, để đo lường sự ổn định tài chính của các NH có nhiều phương pháp khác nhau, bao gồm: Mô hình CAMELS: Ra đời vào năm 1979 dưới sự phát triển của Cục Dự trữ Liên bang Hoa Kỳ (FED), mô hình CAMELS được thiết kế ban đầu để đánh giá sức khỏe tài chính của các tổ chức tín dụng tại Mỹ. Nhờ tính hiệu quả, mô hình này nhanh chóng được áp dụng rộng rãi trên toàn thế giới. CAMELS bao gồm 6 yếu tố chính: Yếu tố C (Capital Adequacy) là khả năng đáp ứng vốn.

Tỷ lệ CAR, một chỉ số quan trọng trong đánh giá sức khỏe tài chính của NH, được tính bằng cách chia vốn chủ sở hữu cho tổng tài sản. Tỷ lệ này càng cao thì khả năng ngân hàng chịu được các cú sốc tài chính càng lớn, giảm thiểu nguy cơ phá sản. Yếu tố A (Asset Quality) là chất lượng tài sản. Một NH muốn hoạt động hiệu quả phải đảm bảo các khoản cho vay đều có khả năng thu hồi và các tài sản đều có giá trị thực tế cao.

Nếu tỷ lệ nợ xấu quá cao, NH sẽ phải đối mặt với nguy cơ mất vốn và tác động tiêu cực đến hoạt động kinh doanh. Các chỉ số thường dùng để đo lường yếu tố này là tỷ lệ nợ xấu trên tổng dư nợ, tỷ lệ cho vay trên tổng tài sản,… Yếu tố M (Management) là quản lý. Nhờ đội ngũ quản lý giàu kinh nghiệm, NH không chỉ đảm bảo hoạt động ổn định mà còn có khả năng dự đoán và thích ứng với những biến động của thị trường. Việc phân bổ nguồn lực hợp lý và phát triển các sản phẩm dịch vụ đáp ứng nhu cầu khách hàng giúp NH tăng trưởng bền vững và nâng cao hiệu quả kinh doanh.

Yếu tố E (Earnings) là thu nhập. Mọi hoạt động kinh doanh, bao gồm cả NH, đều hướng tới mục tiêu tối ưu hóa lợi nhuận. Các chỉ số tài chính như ROE, ROA, NIM và ROS là những thước đo quan trọng để đánh giá hiệu quả hoạt động của NH, khả năng sinh lời trên vốn đầu tư và khả năng quản lý tài sản của NH. 11 Yếu tố L (Liquidity) là thanh khoản.

Rủi ro thanh khoản là một trong những rủi ro lớn nhất mà các tổ chức tín dụng phải đối mặt. Các chỉ số như tỷ lệ thanh toán nhanh (Quick ratio) và tỷ lệ đảm bảo khả năng thanh khoản (LCR) được sử dụng để đo lường khả năng của NH trong việc đáp ứng các nghĩa vụ thanh toán ngắn hạn. Một tỷ lệ Quick ratio và LCR cao cho thấy NH có đủ khả năng thanh khoản. Yếu tố S (Sensitivity to market risk) đo lường mức độ nhảy cảm của NH với rủi ro thị trường.

Rủi ro thị trường phản ánh mức độ dễ bị tổn thương của NH trước những biến động bất ngờ của thị trường, như biến động lãi suất, tỷ giá hối đoái hay giá cả hàng hóa. Đối với hầu hết các NHTM, rủi ro lãi suất là mối quan tâm hàng đầu. Mô hình KMV-Merton Mô hình KMV-Merton, được công ty KMV phát triển dựa trên mô hình Merton cổ điển, được sử dụng để dự đoán khả năng đỗ vỡ của một doanh nghiệp. Thông qua mô hình này, ta có thể đánh giá mức độ rủi ro vỡ nợ của NH; Nếu NH có khả năng vỡ nợ cao thì ổn định tài chính sẽ thấp và ngược lại.

Dựa trên lý thuyết định giá quyền chọn, mô hình cho rằng trong một khoảng thời gian nhất định, VCSH được coi như quyền chọn trên giá trị tài sản, nghĩa là nếu các nghĩa vụ nợ vượt quá giá trị tài sản, thì NHTM đó sẽ có nguy cơ vỡ nợ. Hơn nữa, khi giá trị tài sản giảm xuống dưới mức vỡ nợ, NH sẽ rơi vào tình trạng phá sản. Mô hình Merton đánh giá khả năng vỡ nợ của NH thông qua sáu biến chính: giá trị tài sản hiện tại; phân phối giá trị tài sản tại thời điểm t (bao gồm tài sản ngắn hạn và dài hạn), biến động giá trị tài sản trong tương lai tại thời điểm đáo hạn T, mức điểm vỡ nợ, giá trị sổ sách của các khoản nợ, tốc độ tăng trưởng dự kiến của giá trị tài sản trong khoảng thời gian, và độ dài của khoảng thời gian T. Điểm mạnh của mô hình này là các tính toán thực nghiệm và kiểm định đều dựa trên dữ liệu hiện tại phong phú, giúp dự báo chính xác hơn về các tình huống trong tương lai.

Tuy nhiên, kỹ thuật đo lường của mô hình khá phức tạp và không thể thực hiện nếu không giả định về phân phối chuẩn của giá trị tài sản của công ty trong tương lai. (Nguyễn Đình Thiên & Nguyễn Chí Minh, 2017) 12 Chỉ số Z-score Hệ số nguy cơ phá sản Z-score, hay còn gọi là điểm Altman, là một công cụ phân tích được sử dụng để đánh giá khả năng đỗ vỡ của một doanh nghiệp. Nó được phát triển bởi nhà kinh tế học Edward l. Altman vào những năm 1960 và được coi là một trong những phương pháp dự đoán phá sản phổ biến nhất.

Hệ số Z-score ban đầu được tính toán dựa trên năm yếu tố: (1) tỷ lệ vốn lưu động/ Tổng tài sản; (2) tỷ lệ giá trị thị trường vốn chủ sở hữu/Tổng nợ; (3) tỷ lệ Thu nhập trước lãi vay và thuế (EBIT)/Tổng tài sản; (4) tỷ lệ Lợi nhuận giữ lại/Tổng tài sản; và (5) tỷ lệ Vòng quay tài sản (Tổng doanh thu/Tổng tài sản).