Bối cảnh và vấn đề nghiên cứu

Trong hệ thống tài chính, ngân hàng thương mại (NHTM) giữ vai trò là trung gian tài chính huyết mạch, điều tiết và chu chuyển các nguồn vốn nhàn rỗi trong nền kinh tế sang các hoạt động đầu tư và sản xuất kinh doanh. Sức khỏe tài chính và sự ổn định của hệ thống ngân hàng gắn liền với sự ổn định của toàn bộ nền kinh tế vĩ mô. Sau giai đoạn phục hồi từ đại dịch Covid-19 và bước vào bối cảnh kinh tế toàn cầu có nhiều biến động chính trị, tài chính phức tạp (môi trường VUCA), tỷ suất sinh lời của hệ thống ngân hàng trở thành chỉ báo then chốt phản ánh năng lực hoạt động, khả năng bảo toàn vốn và mức độ an toàn của các tổ chức tín dụng.

Khóa luận được xây dựng nhằm nhận diện, lượng hóa và giải thích cơ chế tác động của các yếu tố nội sinh cũng như yếu tố vĩ mô đến tỷ suất sinh lời của hệ thống ngân hàng thương mại tại Việt Nam.

Mục tiêu nghiên cứu:

  • Mục tiêu tổng quát: Phân tích các yếu tố tác động đến tỷ suất sinh lời của các NHTM Việt Nam.
  • Mục tiêu cụ thể:
    1. Xác định các nhân tố có ảnh hưởng đến tỷ suất sinh lời của các ngân hàng thương mại tại Việt Nam.
    2. Đánh giá mức độ tác động của từng nhân tố đến tỷ suất sinh lời của các ngân hàng thương mại tại Việt Nam.
    3. Đề xuất một số khuyến nghị nhằm góp phần thúc đẩy sự phát triển của các yếu tố có xu hướng tác động tích cực và kiểm soát, khắc phục các yếu tố có xu hướng tác động tiêu cực đến tỷ suất sinh lời của các NHTM Việt Nam.

Câu hỏi nghiên cứu:

  1. Những yếu tố nào ảnh hưởng đến tỷ suất sinh lời của các ngân hàng thương mại tại Việt Nam?
  2. Mức độ tác động của từng yếu tố đến tỷ suất sinh lời của các ngân hàng thương mại tại Việt Nam là bao nhiêu?
  3. Khuyến nghị đề xuất nào góp phần thúc đẩy sự phát triển của các yếu tố có xu hướng tác động tích cực và khắc phục các yếu tố có xu hướng tác động tiêu cực đến tỷ suất sinh lời của các NHTM Việt Nam?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố tác động đến tỷ suất sinh lời của các ngân hàng thương mại cổ phần tại Việt Nam.
  • Phạm vi không gian: Mẫu nghiên cứu gồm 23 NHTM cổ phần đã niêm yết trên thị trường chứng khoán Việt Nam, đảm bảo tính công khai và minh bạch của báo cáo tài chính đã qua kiểm toán độc lập.
  • Phạm vi thời gian: Giai đoạn 9 năm, từ năm 2014 đến năm 2022.

Cơ sở lý thuyết và phương pháp

Khóa luận vận dụng các lý thuyết tài chính - ngân hàng về hiệu quả hoạt động và quản trị rủi ro (lý thuyết quy mô, lý thuyết đệm vốn, lý thuyết rủi ro tín dụng). Biến phụ thuộc đại diện cho tỷ suất sinh lời của NHTM là Tỷ suất sinh lời trên tổng tài sản bình quân (ROA), được tính bằng tỷ lệ giữa Lợi nhuận sau thuế trên Tổng tài sản bình quân.

Mô hình nghiên cứu bao gồm 9 biến độc lập, chia thành hai nhóm: các yếu tố nội sinh ngân hàng và các yếu tố vĩ mô/bất định chính sách.

Ký hiệu Tên biến Cách đo lường / Công thức Kỳ vọng dấu
ROA Tỷ suất sinh lời trên tổng tài sản $\text{Lợi nhuận sau thuế} / \text{Tổng tài sản bình quân}$ Biến phụ thuộc
SIZE Quy mô ngân hàng $\ln(\text{Tổng tài sản})$ $+$
CAP Quy mô vốn chủ sở hữu $\text{Vốn chủ sở hữu} / \text{Tổng tài sản}$ $+$
NPL Tỷ lệ nợ xấu $\text{Nợ xấu (nhóm 3, 4, 5)} / \text{Tổng dư nợ cho vay}$ $-$
LLR Tỷ lệ trích lập dự phòng rủi ro tín dụng $\text{Dự phòng rủi ro cho vay} / \text{Tổng dư nợ cho vay}$ $+$
DEP Tỷ lệ tiền gửi khách hàng $\text{Tiền gửi khách hàng} / \text{Tổng tài sản}$ $+$
LOAN Tỷ lệ dư nợ cho vay $\text{Tổng dư nợ cho vay} / \text{Tổng tài sản}$ $-$
GDP Tốc độ tăng trưởng bình quân đầu người Tốc độ tăng trưởng GDP bình quân đầu người hàng năm $+$
INF Tỷ lệ lạm phát Chỉ số giá tiêu dùng hàng năm $+$
WUI Bất định chính sách kinh tế World Uncertainty Index (chỉ số bất định toàn cầu) $-$

Phương pháp nghiên cứu và quy trình ước lượng:

  • Phương pháp nghiên cứu: Kết hợp phân tích định tính (tổng quan tài liệu, xây dựng giả thuyết) và phân tích định lượng kinh tế lượng đối với dữ liệu bảng cân bằng (balanced panel data) gồm 207 quan sát ($23 \text{ ngân hàng} \times 9 \text{ năm}$).
  • Quy trình kinh tế lượng: Tiến hành thống kê mô tả, phân tích ma trận tương quan, kiểm tra đa cộng tuyến qua hệ số phóng đại phương sai (VIF). Ước lượng mô hình tuyến tính gộp (Pooled OLS), mô hình hiệu ứng cố định (FEM), mô hình hiệu ứng ngẫu nhiên (REM). Sử dụng kiểm định $F$-test để chọn giữa Pooled OLS và FEM; kiểm định Hausman để chọn giữa FEM và REM. Tiến hành kiểm định phương sai sai số thay đổi (Modified Wald test) và kiểm định tự tương quan (Wooldridge test). Khắc phục khuyết tật mô hình bằng phương pháp bình phương bé nhất tổng quát khả thi (FGLS).
  • Nguồn dữ liệu và công cụ: Số liệu tài chính trích xuất từ BCTC kiểm toán của 23 NHTM qua cơ sở dữ liệu FiinPro; số liệu kinh tế vĩ mô (GDP, INF) từ Ngân hàng Thế giới (World Bank); số liệu chỉ số WUI trích từ hệ thống dữ liệu FRED của Cục Dự trữ Liên bang Mỹ và website World Uncertainty Index. Phần mềm xử lý: Stata 17.0/17.1 và Microsoft Excel.

Nội dung chính theo từng chương

Chương 1: Giới thiệu nghiên cứu

Chương mở đầu xác lập tính cấp thiết của đề tài trong bối cảnh tái cơ cấu hệ thống tổ chức tín dụng và những bất định của nền kinh tế toàn cầu. Tác giả xác định rõ 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu là các nhân tố ảnh hưởng đến khả năng sinh lời, phạm vi thu thập số liệu trên 23 NHTMCP niêm yết tại Việt Nam giai đoạn 2014–2022, phương pháp tiếp cận định lượng dữ liệu bảng, đóng góp thực tiễn và bố cục tổng thể gồm 5 chương của khóa luận.

Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu

Chương này hệ thống hóa các khái niệm về khả năng sinh lời của NHTM, các thước đo tài chính (ROA, ROE, NIM), phân tích cơ chế tác động của 6 biến nội sinh (SIZE, CAP, NPL, LLR, DEP, LOAN), 2 biến vĩ mô (GDP, INF) và biến chỉ số bất định chính sách kinh tế (WUI). Chương 2 tổng hợp các công trình nghiên cứu tiêu biểu tại Việt Nam (Batten & Võ Xuân Vinh, 2019; Đào Thị Thanh Bình & Nguyễn Phương Dung, 2020; Nguyễn Thị Mỹ Hạnh & Nguyễn Ngọc Anh Thư, 2021; Phạm Xuân Quỳnh, 2022; Nguyễn Thị Thanh Bình và cộng sự, 2022; Nguyễn Thanh Phương & Đặng Thị Lan Phương, 2022) và các nghiên cứu quốc tế (Gazi et al., 2022; Deli Yuan et al., 2022; Shawuya Jigeer & Ekaterina Koroleva, 2023). Từ đó, tác giả chỉ ra khoảng trống nghiên cứu về sự tác động đồng thời của biến bất định chính sách (WUI) kết hợp với các biến tài chính đặc thù trong giai đoạn có sự xuất hiện của biến cố đại dịch Covid-19 tại Việt Nam.

Chương 3: Phương pháp nghiên cứu

Tác giả thiết lập quy trình nghiên cứu thực nghiệm 7 bước, trình bày nguồn gốc dữ liệu từ FiinPro, World Bank và FRED. Mô hình hồi quy đa biến được thiết lập dưới dạng: $$\text{ROA}{it} = \beta_0 + \beta_1\text{SIZE}{it} + \beta_2\text{CAP}{it} + \beta_3\text{NPL}{it} + \beta_4\text{LLR}{it} + \beta_5\text{DEP}{it} + \beta_6\text{LOAN}_{it} + \beta_7\text{GDP}_t + \beta_8\text{INF}_t + \beta_9\text{WUI}t + \varepsilon{it}$$ Chương 3 giải thích chi tiết cơ sở tính toán của từng biến, phát biểu 9 giả thuyết nghiên cứu từ H1 đến H9 tương ứng với kỳ vọng dấu tác động của từng biến độc lập lên ROA.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 trình bày toàn bộ kết quả phân tích định lượng trên mẫu 207 quan sát:

Biến Số quan sát Trung bình (Mean) Độ lệch chuẩn (Std. Dev.) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
ROA 207 0,010 0,009 0,000 0,063
SIZE 207 8,314 0,497 7,199 9,327
CAP 207 0,085 0,032 0,041 0,220
NPL 207 0,020 0,018 0,000 0,179
LLR 207 0,013 0,004 0,008 0,031
LOAN 207 0,674 0,103 0,420 0,894
DEP 207 0,598 0,109 0,225 0,803
GDP 207 0,062 0,019 0,026 0,080
INF 207 0,028 0,010 0,006 0,041
WUI 207 0,075 0,071 0,000 0,236
  • Kiểm tra đa cộng tuyến: Hệ số VIF của các biến dao động từ 1,04 đến 1,52 (VIF trung bình = 1,23), đều nhỏ hơn 10, kết luận mô hình không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.
Biến SIZE CAP NPL LLR LOAN DEP GDP INF WUI Trung bình
VIF 1,52 1,15 1,11 1,31 1,29 1,48 1,05 1,04 1,15 1,23
  • Kết quả ước lượng các mô hình cơ sở:
Biến độc lập Pooled OLS Mô hình FEM Mô hình REM
SIZE 0,006*** 0,018*** 0,012***
CAP 0,122*** 0,132*** 0,137***
NPL -0,0575 -0,043* -0,045*
LLR 0,285* -0,098 -0,025
LOAN -0,013* -0,009 -0,013*
DEP 0,007 0,003 0,007
GDP -0,024 0,001 -0,012
INF -0,006 -0,015 -0,010
WUI -0,011 0,001 -0,003
_cons -0,041*** -0,139*** -0,094***
Số quan sát 207 207 207
$R^2$ 0,320 0,445 0,444

(Ghi chú: *, **, *** lần lượt biểu thị mức ý nghĩa thống kê 10%, 5%, 1%)

  • Kiểm định lựa chọn mô hình và khuyết tật:
    • Kiểm định $F$-test: Giá trị $F(22, 175) = 13,19$ với $\text{Prob} > F = 0,000 < 0,05 \rightarrow$ Bác bỏ Pooled OLS, lựa chọn FEM.
    • Kiểm định Hausman: Giá trị $\chi^2(9) = 18,07$ với $\text{Prob} > \chi^2 = 0,0344 < 0,05 \rightarrow$ Bác bỏ REM, lựa chọn mô hình FEM.
    • Kiểm định phương sai sai số thay đổi (Modified Wald test): $\chi^2(23) = 7907,15$ với $\text{Prob} > \chi^2 = 0,000 < 0,05 \rightarrow$ Mô hình có hiện tượng phương sai sai số thay đổi.
    • Kiểm định tự tương quan (Wooldridge test): Xác nhận mô hình có hiện tượng tự tương quan.
    • Do mô hình FEM vi phạm giả định phương sai đồng nhất và không tự tương quan, tác giả sử dụng phương pháp FGLS để ước lượng lại các tham số.

Chương 5: Kết luận và khuyến nghị

Tổng kết kết quả nghiên cứu thực nghiệm và đề xuất hai nhóm giải pháp:

  1. Đối với NHTM: Nâng cao năng lực quản trị rủi ro tín dụng để giảm thiểu nợ xấu; duy trì tỷ lệ an toàn vốn và củng cố vốn chủ sở hữu; tối ưu hóa quy mô tài sản gắn liền với chuyển đổi số; chủ động trích lập quỹ dự phòng rủi ro tín dụng để tạo bộ đệm an toàn; cơ cấu lại danh mục cho vay hợp lý tránh tập trung quá mức gây rủi ro thanh khoản.
  2. Đối với Cơ quan quản lý Nhà nước (NHNN) và các nhà hoạch định chính sách: Duy trì môi trường kinh tế vĩ mô ổn định; hoàn thiện khung pháp lý giám sát chặt chẽ chất lượng nợ xấu (theo các chuẩn mực như Thông tư 11/2021/TT-NHNN và Basel II/III); minh bạch hóa các chính sách tiền tệ và kinh tế nhằm giảm thiểu tính bất định của chính sách (WUI).

Kết quả và đóng góp

Kết quả nghiên cứu chính từ mô hình FGLS:

  • Quy mô ngân hàng (SIZE): Tác động tích cực (cùng chiều) có ý nghĩa thống kê đến ROA, ủng hộ giả thuyết H1. Ngân hàng có quy mô tổng tài sản lớn tận dụng được lợi thế kinh tế nhờ quy mô, đa dạng hóa danh mục đầu tư và đầu tư công nghệ hiệu quả.
  • Quy mô vốn chủ sở hữu (CAP): Tác động tích cực rất mạnh đến ROA, ủng hộ giả thuyết H2. Vốn chủ sở hữu lớn giúp ngân hàng tự chủ tài chính, giảm chi phí huy động vốn bên ngoài và tăng khả năng chống chịu trước các cú sốc tài chính.
  • Tỷ lệ nợ xấu (NPL): Tác động tiêu cực (ngược chiều) đến ROA, ủng hộ giả thuyết H3. Tỷ lệ nợ xấu cao làm thất thoát nguồn thu từ lãi, tăng chi phí xử lý nợ và chi phí trích lập dự phòng.
  • Tỷ lệ trích lập dự phòng rủi ro tín dụng (LLR): Tác động cùng chiều có ý nghĩa thống kê đến ROA trong mô hình FGLS, ủng hộ giả thuyết H4 và tương đồng với phát hiện của Batten & Võ Xuân Vinh (2019). Tỷ lệ trích lập dự phòng chủ động thể hiện năng lực quản trị rủi ro thận trọng của ngân hàng.
  • Tỷ lệ dư nợ cho vay (LOAN): Tác động tiêu cực (ngược chiều) đến ROA, ủng hộ giả thuyết H6. Việc mở rộng tín dụng quá mức làm gia tăng chi phí rủi ro tín dụng và rủi ro thanh khoản.
  • Bất định chính sách kinh tế (WUI): Tác động tiêu cực (ngược chiều) đến ROA, ủng hộ giả thuyết H9. Tính bất định cao làm tăng chi phí sử dụng vốn và thu hẹp các hoạt động đầu tư sinh lời của ngân hàng.
  • Các biến DEP, GDP, INF: Không thể hiện tác động rõ ràng hoặc không có ý nghĩa thống kê trong mô hình hiệu chỉnh cuối cùng.

Đóng góp của khóa luận:

  • Cung cấp bằng chứng thực nghiệm cập nhật về hệ thống NHTMCP Việt Nam trong giai đoạn biến động 2014–2022.
  • Bổ sung biến chỉ số bất định chính sách kinh tế toàn cầu (WUI) vào khung phân tích hiệu quả hoạt động ngân hàng tại Việt Nam, mở rộng cơ sở thực nghiệm so với các nghiên cứu truyền thống chỉ xem xét các chỉ số vĩ mô cơ bản (GDP, lạm phát).

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

  • Mẫu nghiên cứu chỉ giới hạn ở 23 NHTMCP niêm yết do rào cản về tính sẵn có và mức độ minh bạch của dữ liệu từ các ngân hàng chưa niêm yết.
  • Nghiên cứu chỉ sử dụng một chỉ tiêu duy nhất là ROA để đo lường tỷ suất sinh lời, chưa mở rộng sang ROE hoặc NIM để so sánh đa chiều.
  • Khung thời gian dừng lại ở năm 2022, chưa phản ánh đầy đủ tác động của các biến động chính sách và thị trường tài chính sau năm 2022.

Hướng nghiên cứu trong tương lai:

  • Mở rộng phạm vi mẫu sang toàn bộ các NHTM tại Việt Nam (bao gồm ngân hàng thương mại nhà nước và ngân hàng chưa niêm yết).
  • Bổ sung các biến phụ thuộc khác như ROE, NIM và các biến quản trị đặc thù (tỷ lệ an toàn vốn CAR theo Basel II/III, tỷ lệ thu nhập ngoài lãi, chi phí hoạt động CIR).
  • Cập nhật chuỗi dữ liệu thời gian sang các năm tiếp theo để đánh giá tác động dài hạn của môi trường hậu đại dịch và biến động lãi suất.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho:

  • Sinh viên, học viên cao học ngành Tài chính – Ngân hàng, Kinh tế học ứng dụng, Kế toán – Kiểm toán đang thực hiện các đề tài nghiên cứu định lượng về hiệu quả kinh doanh của tổ chức tài chính.
  • Độc giả cần tham khảo quy trình thực nghiệm dữ liệu bảng chuẩn mực: từ thống kê mô tả, kiểm tra đa cộng tuyến (VIF), kiểm định lựa chọn mô hình ($F$-test, Hausman), kiểm định khuyết tật (Modified Wald, Wooldridge) đến kỹ thuật xử lý khuyết tật bằng FGLS trên phần mềm Stata.
  • Chuyên viên phân tích tài chính và quản trị rủi ro tại các NHTM trong việc đánh giá tác động của quy mô vốn, nợ xấu và bất định chính sách đến năng lực sinh lời.

Câu hỏi thường gặp

1. Chỉ số nào được sử dụng làm biến phụ thuộc đo lường tỷ suất sinh lời trong nghiên cứu?
Tác giả sử dụng chỉ số Tỷ suất sinh lời trên tổng tài sản bình quân (ROA - Return on Assets), tính bằng tỷ lệ giữa Lợi nhuận sau thuế và Tổng tài sản bình quân của 23 NHTMCP qua từng năm.

2. Tại sao tác giả phải sử dụng mô hình FGLS thay vì dừng lại ở mô hình FEM?
Mặc dù kiểm định $F$-test và kiểm định Hausman xác định mô hình hiệu ứng cố định (FEM) phù hợp hơn Pooled OLS và REM, các kiểm định chẩn đoán sau hồi quy cho thấy FEM mắc phải hai khuyết tật nghiêm trọng: phương sai sai số thay đổi (kiểm định Wald cho $\text{Prob} > \chi^2 = 0,000$) và hiện tượng tự tương quan (kiểm định Wooldridge). Do đó, phương pháp bình phương bé nhất tổng quát khả thi (FGLS) được áp dụng để khắc phục triệt để hai khuyết tật này, đảm bảo các ước lượng thu được là vững và hiệu quả.

3. Biến Bất định chính sách kinh tế (WUI) được đo lường như thế nào và có tác động ra sao đến ROA?
Biến WUI được trích xuất từ cơ sở dữ liệu World Uncertainty Index (Ahir et al.) và hệ thống FRED. Kết quả hồi quy cho thấy WUI có mối tương quan âm (ngược chiều) với ROA, chỉ ra rằng khi mức độ bất định trong chính sách kinh tế gia tăng, tỷ suất sinh lời của các ngân hàng thương mại Việt Nam có xu hướng suy giảm do rủi ro gia tăng và chi phí vốn tăng cao.

4. Giá trị ROA cao nhất và thấp nhất trong mẫu nghiên cứu thuộc về ngân hàng nào và vào năm nào?
Trong giai đoạn 2014–2022, giá trị ROA thấp nhất là 0,000 (0%) ghi nhận tại Ngân hàng TMCP Quốc Dân (NVB) vào năm 2022; giá trị ROA cao nhất đạt 0,063 (6,3%) ghi nhận tại Ngân hàng TMCP Quốc Tế Việt Nam (VIB) vào năm 2015.

Kết luận

Khóa luận của tác giả Đặng Bảo Minh Thuận đã hoàn thành mục tiêu lượng hóa các yếu tố tác động đến tỷ suất sinh lời (ROA) của 23 NHTMCP Việt Nam giai đoạn 2014–2022 thông qua phương pháp ước lượng dữ liệu bảng FGLS. Kết quả thực nghiệm khẳng định quy mô ngân hàng, quy mô vốn chủ sở hữu và tỷ lệ trích lập dự phòng rủi ro tín dụng tác động tích cực đến ROA, trong khi tỷ lệ nợ xấu, tỷ lệ dư nợ cho vay và bất định chính sách kinh tế (WUI) gây tác động tiêu cực. Nghiên cứu cung cấp cơ sở dữ liệu thực chứng tin cậy phục vụ cho công tác hoạch định chiến lược kinh doanh của các nhà quản trị ngân hàng và chính sách điều hành vĩ mô của Ngân hàng Nhà nước.