Đánh giá hiệu quả hoạt động tín dụng của ngân hàng thương mại tại Việt Nam từ 2017-2022

Đánh giá hiệu quả hoạt động tín dụng của ngân hàng thương mại Việt Nam giai đoạn 2017-2022. Phân tích chuyên sâu, số liệu thực tế, xu hướng và khuyến nghị.

• Tác giả: Trần Ngọc Khánh Uyên
• Người hướng dẫn: T.S Lê Thanh Hoa
• Trường học: Trường đại học kinh tế - luật
• Chuyên ngành: Toán kinh tế
• Đề tài: Đánh giá hiệu quả hoạt động tín dụng của ngân hàng thương mại tại việt nam từ 2017-2022
• Loại tài liệu: Tiểu luận
• Năm xuất bản: 2023
• Địa điểm: Thành phố hồ chí minh

Mục lục chi tiết

• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đối tượng, phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Tính mới của đề tài
• 2. CHƯƠNG 2: CƠ SỞ LÝ LUẬN
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Các giả thuyết
• 3.2. Dữ liệu nghiên cứu
• 3.3. Mô hình nghiên cứu
• 4. CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ, CHỌN MÔ HÌNH PHÙ HỢP VÀ DỰ BÁO
• 4.1. Thống kê mô tả
• 4.2. Kiểm tra tính dừng
• 4.3. Kết quả chạy mô hình
• 4.4. Chọn mô hình phù hợp
• 4.5. Phân tích mối quan hệ giữa các biến bằng hàm phản ứng đẩy trong mô hình VAR
• 4.6. Dự báo hiệu quả hoạt động tín dụng của ngân hàng trong 1 năm tới
• 5. CHƯƠNG 5: KẾT LUẬN, KIẾN NGHỊ
• 5.1. Kết luận chung
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Đánh Giá Hiệu Quả Hoạt Động Tín Dụng NHTM

Bài viết này tập trung đánh giá hiệu quả hoạt động tín dụng của các ngân hàng thương mại (NHTM) tại Việt Nam trong giai đoạn 2017-2022. Mục tiêu là phân tích, đánh giá và đưa ra các khuyến nghị cải thiện hiệu quả hoạt động. Nghiên cứu này sử dụng dữ liệu từ Báo cáo tài chính của các NHTM niêm yết trên thị trường chứng khoán, kết hợp với các phương pháp phân tích định tính và định lượng. Giai đoạn 2017-2022 chứng kiến nhiều biến động kinh tế, bao gồm cả tác động của dịch COVID-19, ảnh hưởng đến hoạt động của ngành ngân hàng. Việc đánh giá hiệu quả trong giai đoạn này cung cấp thông tin quan trọng cho các nhà quản lý, nhà đầu tư và các bên liên quan khác. Bài viết sẽ đi sâu vào các chỉ số tài chính, mô hình đánh giá và các yếu tố tác động đến hiệu quả hoạt động tín dụng của các NHTM.

1.1. Vai trò của hoạt động tín dụng đối với NHTM

Hoạt động tín dụng là một trong những hoạt động cốt lõi của ngân hàng thương mại, đóng vai trò quan trọng trong việc tạo ra lợi nhuận và thúc đẩy tăng trưởng kinh tế. Thông qua việc cho vay và huy động vốn, các NHTM kết nối giữa người có vốn và người cần vốn, góp phần phân bổ nguồn lực hiệu quả. Hiệu quả của hoạt động tín dụng ảnh hưởng trực tiếp đến khả năng sinh lời và sự ổn định của NHTM. Quản lý rủi ro tín dụng là yếu tố then chốt để đảm bảo hiệu quả hoạt động và bảo vệ nguồn vốn của ngân hàng.

1.2. Tầm quan trọng của việc đánh giá hiệu quả hoạt động tín dụng

Việc đánh giá hiệu quả hoạt động tín dụng giúp NHTM nhận diện điểm mạnh, điểm yếu, từ đó đưa ra các giải pháp cải thiện và tối ưu hóa hoạt động. Đánh giá này cung cấp thông tin quan trọng cho việc ra quyết định về chính sách tín dụng, quản lý rủi ro tín dụng và phân bổ nguồn lực. Ngoài ra, việc đánh giá hiệu quả cũng giúp NHTM so sánh hiệu quả hoạt động của mình với các đối thủ cạnh tranh và xác định vị thế trên thị trường.

II. Rủi Ro và Thách Thức Ảnh Hưởng Đến Hoạt Động Tín Dụng

Giai đoạn 2017-2022 đặt ra nhiều rủi ro tín dụng và thách thức cho các ngân hàng thương mại tại Việt Nam. Sự biến động của kinh tế Việt Nam, tác động của dịch COVID-19, và sự thay đổi trong quy định pháp luật về tín dụng đều ảnh hưởng đến hoạt động tín dụng. Nợ xấu gia tăng, tăng trưởng tín dụng chậm lại, và sự cạnh tranh gay gắt từ các tổ chức tài chính khác là những vấn đề cần được quan tâm. Các NHTM cần có chiến lược quản lý rủi ro tín dụng hiệu quả, đồng thời linh hoạt điều chỉnh chính sách tín dụng để thích ứng với sự thay đổi của môi trường kinh doanh. Phân tích sâu về các yếu tố này là cần thiết để hiểu rõ bức tranh toàn cảnh và đưa ra các giải pháp phù hợp.

2.1. Tác động của dịch COVID 19 đến hoạt động tín dụng

Dịch COVID-19 gây ra nhiều tác động tiêu cực đến nền kinh tế, ảnh hưởng trực tiếp đến khả năng trả nợ của các doanh nghiệp và cá nhân. Điều này dẫn đến gia tăng nợ xấu và làm suy giảm hiệu quả hoạt động tín dụng của các ngân hàng thương mại. Các NHTM phải đối mặt với áp lực giảm lãi suất, cơ cấu lại thời hạn trả nợ và tăng cường trích lập dự phòng rủi ro tín dụng.

2.2. Ảnh hưởng của quy định pháp luật về tín dụng

Sự thay đổi trong quy định pháp luật về tín dụng có thể tạo ra những tác động đáng kể đến hoạt động tín dụng của các ngân hàng thương mại. Các quy định mới về quản trị tín dụng, phân loại nợ và trích lập dự phòng có thể làm tăng chi phí hoạt động và giảm khả năng sinh lời của NHTM. Do đó, các NHTM cần chủ động cập nhật và tuân thủ các quy định pháp luật để đảm bảo hoạt động ổn định và bền vững.

2.3. Cạnh tranh từ các tổ chức tài chính khác

Sự phát triển của các công ty Fintech và các tổ chức tài chính phi ngân hàng tạo ra sự cạnh tranh gay gắt trong lĩnh vực tín dụng. Các tổ chức này cung cấp các dịch vụ cho vay trực tuyến, thanh toán điện tử và các sản phẩm tài chính khác với thủ tục đơn giản và nhanh chóng, thu hút nhiều khách hàng. Các ngân hàng thương mại cần đổi mới và nâng cao chất lượng dịch vụ để cạnh tranh hiệu quả.

III. Phương Pháp CAMELS Đánh Giá Toàn Diện Hiệu Quả Tín Dụng

Mô hình CAMELS là một công cụ phổ biến để đánh giá hiệu quả hoạt động của các ngân hàng thương mại. Mô hình này tập trung vào các yếu tố chính: Capital adequacy (khả năng đảm bảo vốn), Asset quality (chất lượng tài sản), Management quality (chất lượng quản lý), Earnings (khả năng sinh lời), Liquidity (khả năng thanh khoản), và Sensitivity to market risk (mức độ nhạy cảm với rủi ro thị trường). Sử dụng mô hình CAMELS, bài viết sẽ phân tích chi tiết hiệu quả hoạt động tín dụng của các NHTM tại Việt Nam trong giai đoạn 2017-2022, từ đó đưa ra những nhận định khách quan và toàn diện.

3.1. Đánh giá khả năng đảm bảo vốn Capital adequacy

Khả năng đảm bảo vốn là yếu tố quan trọng để đánh giá sự ổn định và khả năng chống chịu rủi ro của ngân hàng. Tỷ lệ an toàn vốn (CAR) là chỉ số quan trọng để đánh giá khả năng này. CAR cao cho thấy ngân hàng có đủ vốn để đối phó với các khoản lỗ tiềm ẩn và duy trì hoạt động ổn định. Phân tích CAR của các NHTM trong giai đoạn 2017-2022 giúp đánh giá mức độ an toàn tài chính của các ngân hàng.

3.2. Đánh giá chất lượng tài sản Asset quality

Chất lượng tài sản phản ánh mức độ rủi ro tín dụng và khả năng thu hồi vốn của ngân hàng. Tỷ lệ nợ xấu (NPL) là chỉ số quan trọng để đánh giá chất lượng tài sản. NPL cao cho thấy ngân hàng có nhiều khoản cho vay không có khả năng thu hồi, ảnh hưởng đến khả năng sinh lời và sự ổn định. Phân tích NPL của các NHTM trong giai đoạn 2017-2022 giúp đánh giá mức độ rủi ro tín dụng mà các ngân hàng đang phải đối mặt.

3.3. Phân tích khả năng sinh lời Earnings

Khả năng sinh lời là yếu tố quan trọng để đánh giá hiệu quả hoạt động của ngân hàng. Các chỉ số như ROA (Return on Assets) và ROE (Return on Equity) cho thấy khả năng tạo ra lợi nhuận từ tài sản và vốn chủ sở hữu. Phân tích ROA và ROE của các NHTM trong giai đoạn 2017-2022 giúp đánh giá hiệu quả sử dụng vốn và khả năng tạo ra giá trị cho cổ đông.

IV. Phân Tích DEA Phương Pháp Đo Lường Hiệu Quả Kỹ Thuật NHTM

Bên cạnh CAMELS, phương pháp DEA (Data Envelopment Analysis) cũng được sử dụng để đánh giá hiệu quả kỹ thuật của các ngân hàng thương mại. DEA là một phương pháp phi tham số, cho phép so sánh hiệu quả của các đơn vị (DMUs) dựa trên các đầu vào và đầu ra. Trong bối cảnh ngân hàng, đầu vào có thể là chi phí hoạt động, chi phí vốn, và đầu ra có thể là doanh thu từ cho vay, doanh thu từ dịch vụ. Sử dụng DEA, bài viết sẽ xác định các NHTM hoạt động hiệu quả nhất và phân tích các yếu tố ảnh hưởng đến hiệu quả kỹ thuật.

4.1. Ưu điểm của phương pháp DEA trong đánh giá hiệu quả

Phương pháp DEA có nhiều ưu điểm so với các phương pháp truyền thống. DEA không đòi hỏi giả định về hình thức hàm sản xuất, cho phép đánh giá hiệu quả của các đơn vị có quy mô và cấu trúc khác nhau. Ngoài ra, DEA cung cấp thông tin chi tiết về các đơn vị hoạt động kém hiệu quả, giúp xác định các lĩnh vực cần cải thiện.

4.2. Lựa chọn các biến đầu vào và đầu ra trong mô hình DEA

Việc lựa chọn các biến đầu vào và đầu ra phù hợp là rất quan trọng để đảm bảo tính chính xác và ý nghĩa của kết quả DEA. Các biến đầu vào thường bao gồm chi phí nhân sự, chi phí hoạt động, và chi phí vốn. Các biến đầu ra thường bao gồm doanh thu từ cho vay, doanh thu từ dịch vụ, và lợi nhuận. Việc lựa chọn các biến này cần dựa trên cơ sở lý thuyết và thực tiễn hoạt động ngân hàng.

4.3. So sánh kết quả DEA với CAMELS

Kết quả từ phương pháp DEA có thể được so sánh với kết quả từ mô hình CAMELS để có cái nhìn toàn diện hơn về hiệu quả hoạt động của các ngân hàng thương mại. Sự khác biệt giữa hai phương pháp có thể giúp xác định các lĩnh vực mà ngân hàng cần tập trung cải thiện, ví dụ như nâng cao hiệu quả kỹ thuật hoặc cải thiện quản trị tín dụng.

V. Ứng Dụng Thực Tiễn Phân Tích So Sánh Hiệu Quả Giữa Các NHTM

Dựa trên các phương pháp đánh giá hiệu quả đã trình bày, bài viết sẽ phân tích so sánh hiệu quả hoạt động tín dụng giữa các NHTM lớn tại Việt Nam trong giai đoạn 2017-2022. So sánh này sẽ tập trung vào các chỉ số tài chính quan trọng, kết quả CAMELS, và kết quả DEA. Mục tiêu là xác định các NHTM hoạt động hiệu quả nhất, phân tích các yếu tố thành công, và đưa ra các bài học kinh nghiệm cho các NHTM khác.

5.1. So sánh hiệu quả hoạt động giữa NHTM Nhà nước và Cổ phần

Phân tích so sánh hiệu quả hoạt động giữa các NHTM nhà nước và NHTM cổ phần giúp đánh giá sự khác biệt về mô hình quản lý, chính sách tín dụng, và khả năng sinh lời. Các NHTM nhà nước thường có quy mô lớn, mạng lưới rộng, và được hưởng lợi từ sự hỗ trợ của chính phủ. Các NHTM cổ phần thường linh hoạt hơn trong việc thích ứng với thị trường và đổi mới sản phẩm dịch vụ.

5.2. Phân tích các yếu tố ảnh hưởng đến hiệu quả của NHTM

Nghiên cứu này sẽ tìm hiểu các yếu tố chính ảnh hưởng đến hiệu quả hoạt động tín dụng của NHTM. Các yếu tố này có thể bao gồm quy mô ngân hàng, chất lượng quản trị tín dụng, mức độ đa dạng hóa sản phẩm dịch vụ, và khả năng ứng dụng công nghệ. Việc xác định các yếu tố này giúp các ngân hàng tập trung vào các lĩnh vực quan trọng để cải thiện hiệu quả hoạt động.

VI. Dự Báo và Giải Pháp Nâng Cao Hiệu Quả Tín Dụng NHTM

Từ kết quả đánh giá hiệu quả hoạt động tín dụng và phân tích các yếu tố ảnh hưởng, bài viết sẽ đưa ra dự báo về triển vọng của hoạt động tín dụng trong tương lai và đề xuất các giải pháp nâng cao hiệu quả cho các NHTM tại Việt Nam. Các giải pháp này có thể bao gồm cải thiện quản trị tín dụng, tăng cường quản lý rủi ro tín dụng, đổi mới sản phẩm dịch vụ, và ứng dụng công nghệ số.

6.1. Các giải pháp cải thiện quản trị tín dụng

Cải thiện quản trị tín dụng là yếu tố then chốt để nâng cao hiệu quả hoạt động. Các giải pháp có thể bao gồm xây dựng hệ thống đánh giá rủi ro tín dụng hiệu quả, tăng cường kiểm soát và giám sát hoạt động tín dụng, và đào tạo nâng cao năng lực cho cán bộ tín dụng.

6.2. Ứng dụng công nghệ số trong hoạt động tín dụng

Ứng dụng công nghệ số có thể giúp ngân hàng giảm chi phí, tăng hiệu quả và nâng cao trải nghiệm khách hàng. Các giải pháp có thể bao gồm phát triển các sản phẩm cho vay trực tuyến, sử dụng trí tuệ nhân tạo (AI) để đánh giá rủi ro tín dụng, và triển khai các hệ thống thanh toán điện tử.

Nội dung chính

Đánh Giá Hiệu Quả Hoạt Động Tín Dụng Ngân Hàng Thương Mại Tại Việt Nam Giai Đoạn 2017 – 2022

Tổng quan nghiên cứu

Trong bối cảnh hội nhập kinh tế quốc tế sâu rộng và sự bùng nổ của cuộc Cách mạng Công nghiệp lần thứ tư, hệ thống tài chính – ngân hàng Việt Nam đang đứng trước những cơ hội bứt phá cùng nhiều thách thức to lớn. Hoạt động tín dụng luôn chiếm tỷ trọng lớn nhất trong tổng tài sản sinh lời và đóng vai trò huyết mạch đối với khả năng sinh lời của các ngân hàng thương mại (NHTM). Tuy nhiên, những biến động kinh tế vĩ mô phức tạp giai đoạn 2017 – 2022, đặc biệt là cú sốc từ đại dịch COVID-19, đã đặt ra yêu cầu cấp thiết về việc kiểm soát rủi ro và tối ưu hóa hiệu quả hoạt động tín dụng.

Nhiều nghiên cứu trước đây tại Việt Nam chủ yếu tập trung vào các phương pháp hồi quy dữ liệu bảng tĩnh hoặc phân tích chỉ số tài chính đơn lẻ. Cách tiếp cận này thường bỏ qua các mối quan hệ tương tác trễ động giữa các biến số tài chính theo thời gian. Để khỏa lấp khoảng trống học thuật này, nghiên cứu vận dụng các phương pháp phân tích chuỗi thời gian hiện đại bao gồm ARIMA/ARIMAX, mô hình tự hồi quy vectơ (VAR) và mô hình hiệu chỉnh sai số dạng vectơ (VECM).

Đề tài tập trung phân tích thực nghiệm tại ba ngân hàng thương mại đại diện hàng đầu là BIDV, Vietcombank và Techcombank dựa trên chuỗi dữ liệu theo quý từ 2017 đến 2022. Kết quả nghiên cứu cung cấp cơ sở định lượng vững chắc giúp các nhà quản trị ngân hàng nhận diện cơ chế truyền dẫn của các yếu tố tín dụng đến chỉ số chi phí trên thu nhập (CIR), từ đó nâng cao năng lực cạnh tranh và kiểm soát rủi ro bền vững.

---

Nội dung chi tiết

1. Cơ sở lý luận và các nhân tố chi phối hiệu quả hoạt động tín dụng ngân hàng

Hiệu quả hoạt động của ngân hàng thương mại là thước đo tổng hợp phản ánh năng lực tối ưu hóa chi phí đầu vào để tạo ra doanh thu và lợi nhuận tối đa. Trong nghiên cứu kinh tế lượng tài chính, tỷ lệ chi phí trên thu nhập (Cost-to-Income Ratio - CIR) được sử dụng làm biến phụ thuộc cốt lõi để đo lường hiệu quả quản trị và năng lực hoạt động. Tỷ lệ CIR càng thấp thể hiện ngân hàng hoạt động càng hiệu quả nhờ khả năng tiết giảm chi phí vận hành trên mỗi đồng thu nhập tạo ra.

Hoạt động tín dụng là kênh tạo nguồn thu chủ lực nhưng đồng thời cũng là nguồn phát sinh rủi ro lớn nhất của hệ thống NHTM. Dựa trên các công trình nghiên cứu của Ủy ban Basel, Gwahula (2013), Agbloyor & Kumi (2018), cùng các nghiên cứu thực nghiệm tại Việt Nam, hiệu quả tín dụng chịu sự chi phối mạnh mẽ bởi bốn chỉ tiêu định lượng chính:

• Hệ số thu nợ ($X_1$ - Doanh số thu nợ / Doanh số cho vay): Phản ánh khả năng thu hồi vốn vay từ khách hàng. Hệ số này càng cao chứng tỏ dòng tiền thu hồi luân chuyển nhịp nhàng, giảm thiểu nguy cơ ứ đọng vốn và nâng cao hiệu quả tài chính.
• Hiệu quả sử dụng vốn ($X_2$ - Tổng dư nợ / Tổng nguồn vốn huy động): Phản ánh mức độ khai thác nguồn vốn huy động vào tài sản sinh lời tín dụng. Chỉ số này đòi hỏi sự cân bằng tối ưu giữa việc tối đa hóa lợi nhuận và duy trì tính thanh khoản.
• Vòng quay vốn tín dụng ($X_3$ - Doanh số thu nợ / Dư nợ bình quân): Đo lường tốc độ luân chuyển vốn cho vay trong một kỳ kế toán. Tốc độ quay vòng vốn càng nhanh giúp ngân hàng tăng trưởng quy mô tín dụng mà không nhất thiết phải gia tăng quá mức nguồn vốn huy động đầu vào.
• Hệ số rủi ro tín dụng ($X_4$ - Tổng dư nợ / Tổng tài sản có): Đại diện cho mức độ tập trung danh mục tài sản vào hoạt động cho vay, đồng thời phản ánh mức độ phơi nhiễm rủi ro tín dụng tổng thể của tổ chức.

Từ cơ sở lý thuyết, nhóm tác giả thiết lập hệ thống 4 giả thuyết nghiên cứu ($H_1, H_2, H_3, H_4$) nhằm kiểm định chiều hướng tác động qua lại giữa các chỉ tiêu tín dụng này đối với chỉ số CIR của từng nhóm ngân hàng cụ thể.

---

2. Phương pháp phân tích chuỗi thời gian đa biến: ARIMA, VAR và VECM

Nghiên cứu sử dụng nguồn dữ liệu thứ cấp từ báo cáo tài chính hợp nhất theo quý giai đoạn 2017 – 2022 của 3 NHTM niêm yết tiêu biểu: Ngân hàng TMCP Ngoại Thương Việt Nam (Vietcombank), Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) và Ngân hàng TMCP Kỹ Thương Việt Nam (Techcombank). Bộ dữ liệu bao gồm 24 quan sát theo chuỗi thời gian cho mỗi biến số tại từng ngân hàng.

Quy trình phân tích kinh tế lượng được thiết kế chặt chẽ qua các bước:

[Thu thập dữ liệu chuỗi thời gian theo quý (2017 - 2022)]
[Kiểm định tính dừng (ADF Test) và Lấy sai phân]
[Kiểm tra đồng liên kết (Johansen Cointegration Test)]
  [Ước lượng Mô hình VAR]                 [Ước lượng Mô hình VECM]
  [Kiểm định chẩn đoán: Tự tương quan, Phần dư, Vòng tròn đơn vị]
  [Phân tích Hàm phản ứng đẩy (IRF) và Dự báo CIR]

1. Kiểm tra tính dừng (Unit Root Test): Sử dụng kiểm định nghiệm đơn vị để xác định bậc tích hợp $I(d)$ của từng chuỗi số liệu. Các chuỗi không dừng được lấy sai phân bậc thích hợp để đưa về trạng thái chuỗi dừng trước khi đưa vào mô hình hồi quy.
2. So sánh và lựa chọn mô hình tối ưu:
   • Mô hình ARIMAX: Kết hợp chuỗi tự hồi quy tích hợp trung bình trượt có bổ sung biến ngoại sinh. Tuy nhiên, mô hình bộc lộ hạn chế khi xử lý đa biến nội sinh đồng thời và dễ xảy ra hiện tượng đa cộng tuyến nghiêm trọng giữa các biến sai phân.
   • Mô hình VECM: Được áp dụng khi các chuỗi dữ liệu gốc có hiện tượng đồng liên kết (Cointegration) theo kiểm định Johansen, giúp phân tích mối quan hệ cân bằng dài hạn.
   • Mô hình VAR (Vector Autoregression): Thiết lập hệ phương trình hồi quy đa biến đồng thời, trong đó mọi biến số đều được xem là biến nội sinh phụ thuộc vào độ trễ của chính nó và độ trễ của các biến khác.
3. Kiểm định chẩn đoán mô hình: Đánh giá chất lượng mô hình thông qua kiểm định tự tương quan phần dư (LM test), kiểm định tính dừng của phần dư và kiểm tra tính ổn định thông qua phân bố nghiệm trong vòng tròn đơn vị (Unit Circle).

---

3. Kết quả thực nghiệm và ứng dụng quản trị tại BIDV, Vietcombank và Techcombank

Kết quả kiểm định thống kê và chạy mô hình thực nghiệm đã làm sáng tỏ nhiều đặc trưng riêng biệt trong cơ cấu vận hành tín dụng của từng ngân hàng:

+---------------+------------------------+---------------------+-------------------+
| Tiêu chí      | Techcombank            | BIDV                | Vietcombank       |
+---------------+------------------------+---------------------+-------------------+
| Nhóm ngân hàng| NHTM Cổ phần tư nhân   | NHTM Nhà nước       | NHTM Nhà nước     |
| Bậc dừng CIR  | Dừng tại I(0)          | Dừng tại sai phân 1 | Dừng tại sai phân1|
| Mô hình chọn  | Mô hình VAR (Độ trễ 1) | Mô hình VAR         | Mô hình VAR       |
| Vòng tròn đ/vị| Tất cả nghiệm nằm trong| Ổn định             | Ổn định           |
| Biến tác động | X1, X2, X4 mạnh mẽ     | X2, X3, X4 vượt trội| X2, X4 chủ đạo    |
+---------------+------------------------+---------------------+-------------------+

• Tại Ngân hàng Techcombank: Biến phụ thuộc CIR có tính dừng ngay ở chuỗi gốc $I(0)$. Mô hình VAR với độ trễ tối ưu bậc 1 được chứng minh là mô hình phù hợp nhất. Kết quả hàm phản ứng đẩy (IRF) cho thấy hiệu quả sử dụng vốn ($X_2$) và hệ số rủi ro tín dụng ($X_4$) có tác động lan tỏa mạnh mẽ đến CIR. Mô hình đạt độ tin cậy cao khi tất cả các điểm nghiệm đều nằm trọn vẹn trong vòng tròn đơn vị.
• Tại Ngân hàng BIDV: Mô hình ARIMAX xuất hiện hiện tượng đa cộng tuyến giữa sai phân của hệ số thu nợ $D(X_1)$ và vòng quay tín dụng $D(X_3)$, đồng thời các hệ số ước lượng không đạt ý nghĩa thống kê ($p$-value > 0.05). Ngược lại, mô hình VAR vượt qua toàn bộ các kiểm định phần dư dừng và kiểm định ổn định hệ thống. Phân tích hàm phản ứng đẩy khẳng định $X_2, X_3, X_4$ tạo ra các cú sốc có ý nghĩa đối với CIR trong ngắn hạn.
• Tại Ngân hàng Vietcombank: Mô hình ARIMAX sau khi loại biến vẫn vướng hiện tượng đa cộng tuyến. Việc lựa chọn mô hình VAR giúp phản ánh trung thực mối liên kết giữa việc kiểm soát rủi ro danh mục tín dụng ($X_4$) và tỷ lệ CIR. Nhờ duy trì tỷ lệ nợ xấu ở mức thấp kỷ lục và năng lực trích lập dự phòng dày dặn, Vietcombank thể hiện mức độ ổn định phản ứng tốt nhất trước các cú sốc tín dụng.

Ứng dụng thực tiễn từ kết quả dự báo VAR 1 năm tiếp theo cung cấp cho các nhà quản trị một bức tranh định lượng rõ nét về xu hướng CIR. Điều này cho phép ngân hàng chủ động tái cơ cấu danh mục cho vay, kiểm soát chặt chẽ tỷ lệ đòn bẩy và phân bổ nguồn lực vận hành tối ưu.

---

Ai nên đọc tài liệu này?

Tài liệu là tài nguyên học thuật và thực tiễn hữu ích dành cho các nhóm đối tượng sau:

• Sinh viên, học viên cao học chuyên ngành Tài chính - Ngân hàng, Toán Kinh tế: Cần tài liệu tham khảo chất lượng về quy trình ứng dụng kinh tế lượng chuỗi thời gian (ARIMA, VAR, VECM) vào việc giải quyết bài toán thực tế của hệ thống ngân hàng.
• Chuyên viên phân tích rủi ro và quản trị chiến lược tại NHTM: Tham khảo khung phân tích các chỉ tiêu định lượng ($X_1, X_2, X_3, X_4$) và phương pháp mô hình hóa phản ứng đẩy để xây dựng kịch bản kiểm tra sức chịu tải (stress testing) cho ngân hàng.
• Nhà đầu tư chứng khoán và chuyên viên phân tích tài chính cổ phiếu: Nắm bắt sâu sắc bản chất vận hành tín dụng, chất lượng tài sản và triển vọng CIR của các mã cổ phiếu ngân hàng lớn (VCB, BID, TCB).
• Giảng viên và nhà nghiên cứu học thuật: Sử dụng làm tình huống nghiên cứu điển hình (case study) trong giảng dạy môn Phân tích chuỗi thời gian trong tài chính và Kinh tế lượng ứng dụng.

[!NOTE] Kiến thức nền tảng cần có: Để tiếp thu trọn vẹn nội dung nghiên cứu, người đọc nên có hiểu biết cơ bản về đọc hiểu Báo cáo tài chính ngân hàng, các nguyên lý kinh tế lượng cơ bản (kiểm định nghiệm đơn vị, độ trễ, ma trận tương quan) và phần mềm phân tích thống kê (EViews/R/Stata).

---

Câu hỏi thường gặp

1. Chỉ số CIR là gì và tại sao lại đại diện cho hiệu quả hoạt động ngân hàng?

CIR (Cost-to-Income Ratio) là tỷ lệ tổng chi phí hoạt động trên tổng thu nhập thuần của ngân hàng. Chỉ số CIR đo lường lượng chi phí mà ngân hàng cần bỏ ra để tạo ra một đồng doanh thu. CIR càng thấp chứng tỏ bộ máy vận hành càng tinh gọn, năng suất lao động cao và kiểm soát chi phí tối ưu.

2. Quy trình chọn mô hình chuỗi thời gian trong bài nghiên cứu được thực hiện như thế nào?

Quy trình thực hiện theo 4 bước chuẩn mực:

• Kiểm định tính dừng của chuỗi dữ liệu gốc bằng kiểm định ADF.
• Lấy sai phân thích hợp cho các chuỗi không dừng.
• Kiểm định đồng liên kết Johansen và kiểm định nhân quả Granger.
• Ước lượng song song ARIMAX, VAR, VECM, sau đó chẩn đoán phần dư, đa cộng tuyến và tính ổn định vòng tròn đơn vị để chọn mô hình tối ưu nhất.

3. Tại sao mô hình VAR lại được ưu tiên lựa chọn hơn mô hình ARIMAX trong nghiên cứu này?

Mô hình VAR được chọn vì xử lý hoàn hảo tính nội sinh đa chiều giữa các biến số tín dụng và CIR. Trong khi đó, mô hình ARIMAX thường mắc lỗi đa cộng tuyến nghiêm trọng giữa các biến trễ sai phân, khiến các hệ số hồi quy mất ý nghĩa thống kê và giảm độ tin cậy khi dự báo.

4. Khi nào nên áp dụng mô hình VECM thay vì mô hình VAR trong phân tích tài chính?

Mô hình VECM được áp dụng khi các chuỗi thời gian không dừng ở bậc gốc nhưng có cùng bậc tích hợp và tồn tại ít nhất một mối quan hệ đồng liên kết dài hạn (Cointegration) theo kiểm định Johansen. Nếu không có đồng liên kết, chuỗi sai phân dừng sẽ được phân tích qua mô hình VAR.

5. Đại dịch COVID-19 ảnh hưởng như thế nào đến các chỉ tiêu tín dụng của 3 ngân hàng nghiên cứu?

COVID-19 làm gia tăng áp lực nợ quá hạn, suy giảm vòng quay vốn tín dụng ($X_3$) và buộc các ngân hàng phải tăng chi phí trích lập dự phòng rủi ro. Tuy nhiên, các ngân hàng có bộ đệm vốn dày và chiến lược số hóa mạnh như Techcombank hay Vietcombank đã kiểm soát tốt CIR và nhanh chóng phục hồi hiệu quả kinh doanh.

---

Kết luận

Nghiên cứu đã ứng dụng thành công các công cụ chuỗi thời gian hiện đại để phân tích và đánh giá toàn diện hiệu quả hoạt động tín dụng của ba ngân hàng thương mại trụ cột tại Việt Nam giai đoạn 2017 – 2022.

• Mô hình VAR là lựa chọn tối ưu: Khắc phục triệt để các khuyết tật đa cộng tuyến của ARIMAX, phản ánh chính xác cấu trúc trễ động và mối tương tác hai chiều giữa các biến số tài chính.
• Xác nhận 4 giả thuyết nghiên cứu: Hệ số thu nợ, hiệu quả sử dụng vốn, vòng quay vốn và hệ số rủi ro tín dụng đều có ảnh hưởng đáng kể đến chỉ số hiệu quả CIR tại cả ba ngân hàng.
• Đặc thù quản trị riêng biệt: Vietcombank vượt trội về chất lượng tài sản, Techcombank bứt phá nhờ công nghệ và tối ưu chi phí, trong khi BIDV thể hiện quy mô tài sản và mạng lưới tín dụng sâu rộng.
• Định hướng phát triển: Các nghiên cứu tiếp theo có thể mở rộng quy mô mẫu sang toàn bộ hệ thống NHTM niêm yết, đồng thời kết hợp thêm các biến kinh tế vĩ mô (lạm phát, lãi suất điều hành, GDP) vào hệ thống phương trình VAR/VECM để nâng cao độ chính xác dự báo.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: GIỚI THIỆU 1. Lý do chọn đề tài Hiện nay, sự phát triển mạnh mẽ của Cách mạng Công nghiệp 5.0 đã và đang làm thay đổi toàn diện mọi mặt của các nền kinh tế trên thế giới nói chung và Việt Nam nói riêng. Hội nhập kinh tế quốc tế tạo điều kiện cho quốc gia phát triển, tuy nhiên điều này cũng khiến cạnh tranh trong các lĩnh vực kinh tế trở nên gay gắt hơn và tài chính ngân hàng không phải ngoại lệ. Ngân hàng ngoại đã và đang xâm nhập vào thị trường nội địa.

Với kinh nghiệm lâu năm, công nghệ hiện đại, nguồn vốn lớn được hậu thuẫn bởi các tập đoàn tài chính vững mạnh và có uy tín trên thế giới, họ tự tin rằng sẽ đáp ứng đầy đủ mọi nhu cầu về lĩnh vực tài chính cho người Việt. Có thể nói, các tập đoàn tài chính nước ngoài chính là thách thức đối với ngành Ngân hàng Việt Nam. Bên cạnh đó, việc làm nổi bật được những kết quả trong quá trình hoạt động của ngân hàng thương mại như thành tựu đạt được trong năm hoạt động cũng như những hạn chế của công cuộc tái cơ cấu ngân hàng thương mại sẽ mang lại rất nhiều lợi ích cho các bên quan tâm đến đầu tư, kinh doanh phát triển chẳng hạn như: chính phủ, các tổ chức tín dụng, nhà đầu tư, công ty xí nghiệp muốn tham khảo, tư vấn về mặt tài chính chuyên môn cũng như có những cái nhìn khách quan và toàn diện hơn trong việc ra quyết định kinh doanh hoạt động, buôn bán trao đổi và đầu tư vào thị trường kinh tế - tài chính. Mục tiêu nghiên cứu Mục tiêu của đề tài này là vận dụng các kiến thức từ môn học Phân tích chuỗi thời gian trong tài chính để phân tích, đánh giá và đưa ra các khuyến nghị nhằm cải thiện hiệu quả hoạt động của ngân hàng thương mại tại Việt Nam, cụ thể là các ngân hàng BIDV, VCB, Techcombank từ 2017-2022.

Nghiên cứu sẽ tập trung vào thu thập và phân tích các dữ liệu tài chính và kinh doanh, cũng như đánh giá hoạt động trên thị trường của 3 ngân hàng để đưa ra các khuyến nghị cải thiện hiệu quả hoạt động của các ngân hàng này, cũng như dự báo hiệu quả hoạt động của các ngân hàng trong 3 năm tới. 4 Downloaded by Vu Vu (quangchinhlas199@gmail. Đối tượng, phạm vi nghiên cứu Bài nghiên cứu sẽ tập trung phân tích và đánh giá hiệu quả hoạt động của 3 ngân hàng thương mại tại Việt Nam là BIDV, Vietcombank và Techcombank. Các biến được sử dụng trong bài là Hệ số thu nợ, Hiệu quả sử dụng vốn, Vòng quay vốn tín dụng, Tỷ lệ nợ quá hạn, Hệ số rủi ro tín dụng.

Về phạm vi nghiên cứu sẽ tập trung vào các ngân hàng có niêm yết trên các sàn chứng khoán, các báo cáo tài chính được thu thập từ trang thông tin CafeF. Về mặt thời gian, bài nghiên cứu sẽ phân tích từ 2017-2022 1. Phương pháp nghiên cứu Để thực hiện mục tiêu nghiên cứu của đề tài "ĐÁNH GIÁ HIỆU QUẢ HOẠT ĐỘNG TÍN DỤNG CỦA NG N HÀNG THƯƠNG MẠI TẠI VIỆT NAM NĂM TỪ 2017 - 2022", nhóm sẽ sử dụng các phương pháp trong phân tích chuỗi thời gian cụ thể là sử dụng cả phương pháp định tính, phương pháp định lượng và kết hợp chạy các mô hình nổi bật như ARIMA, VEC, VAR. Phương pháp định tính sẽ được sử dụng để tiếp cận và phân tích cơ sở lý thuyết và các bằng chứng thực nghiệm, thiết kế mô hình nghiên cứu, và thảo luận kết quả nghiên cứu, cũng như đưa ra các gợi ý và khuyến nghị liên quan.

Phương pháp định lượng sẽ được sử dụng để xác định kết quả nghiên cứu bằng các phương pháp bao gồm thống kê mô tả, phân tích tương quan và phân tích mô hình hồi quy. Đối với phương pháp định lượng, nhóm nghiên cứu sẽ sử dụng các chỉ số tài chính và kinh doanh như Hiệu quả hoạt động của NHTM, Hệ số thu nợ, Hiệu quả sử dụng vốn, Vòng quay vốn tín dụng, Tỷ lệ nợ quá hạn, Hệ số rủi ro tín dụng. Các chỉ số này sẽ được xác định dựa trên kết quả chạy mô hình nhằm đánh giá hiệu quả hoạt động của ngân hàng thương mại trong các năm đã được đề cập. Tính mới của đề tài Hiện tại, đã có tương đối nhiều nghiên cứu quan tâm đến vấn đề hiệu quả hoạt động ngân hàng theo cả hai hướng định tính và định lượng, nhưng việc sử dụng chạy mô hình ARIMA, VECM, VAR là chưa phổ biến.

Như nghiên cứu của Tser-yieth Chen, sử dụng mô hình DEA và sử dụng mô hình hồi quy để đánh giá các nhân tố ảnh 5 Downloaded by Vu Vu ([e-mail]) lOMoARcPSD|12114775 hưởng đến hiệu quả hoạt động của các ngân hàng thương mại của Đài Loan, tuy nhiên những biến số được sử dụng trong mô hình hồi quy, phân tích ảnh hưởng của các nhân tố đến hiệu quả hoạt động của các ngân hàng trong các nghiên cứu này, lại chỉ chủ yếu tập trung ở một số chỉ tiêu chính như: loại hình sở hữu, quy mô, và xem xét ảnh hưởng của một số chỉ tiêu khác như ROA, ROE. Dưới tác động của Covid-19 đối với nền kinh tế, một số ngành nghề gần như bị tê liệt hoàn toàn. Hoạt động NH có sự liên thông với tất cả các ngành nghề trong nền kinh tế, vì vậy tác động của đại dịch sẽ khó đoán hơn. Nhóm nghiên cứu sử dụng phương pháp định tính và định lượng để phân tích và đánh giá thực trạng hoạt động kinh doanh của các NH.

Dữ liệu nghiên cứu là dữ liệu thứ cấp, được lấy từ báo cáo tài chính (BCTC) của 3 NHTM đang niêm yết trên thị trường chứng khoán Việt Nam (Techcombank, BIDV, Vietcombank) , thời gian từ năm 2017 – 2022. Nhóm đã tiến hành phân tích hoạt động kinh doanh cơ bản của NHTM thông qua kết quả hoạt động kinh doanh và những chỉ tiêu như hiệu quả hoạt động của NHTM, hệ số thu nợ, hiệu quả sử dụng vốn, vòng quay vốn tín dụng, tỷ lệ nợ quá hạn, hệ số rủi ro tín dụng nhằm phân tích và so so sánh hiệu quả kinh doanh của các NHTM giai đoạn diễn ra đại dịch Covid-19. Từ đó có thể bổ sung bằng chứng nghiên cứu thực nghiệm, kênh thông tin tham khảo về đánh giá hiệu quả hoạt động, giúp các nhà phân tích, quản trị ngân hàng có thể đưa ra chính sách phù hợp, góp phần nâng cao vị thế cạnh tranh của ngân hàng mình trên thị trường tài chính 6 Downloaded by Vu Vu ([e-mail]) lOMoARcPSD|12114775 CHƯƠNG 2: CƠ SỞ LÝ LUẬN Theo nghiên cứu (Bình và cộng sự, 2021) về Các nhân tố ảnh hưởng đến hiệu quả hoạt động của ngân hàng thương mại giai đoạn 2017 - 2020, chỉ ra hiệu quả sử dụng vốn tương đương tỷ lệ cho vay/tổng tài sản tác động ngược chiều với hiệu quả hoạt động, tỷ lệ nợ xấu (tỷ lệ nợ quá hạn) cũng có ảnh hưởng tiêu cực đến hoạt động ngân hàng. Quy mô tài sản (được tính bằng logarit tổng tài sản) có tác động thuận chiều với hiệu quả hoạt động, ngân hàng có quy mô tài sản càng lớn càng có nhiều khả năng mở rộng kinh doanh và chống đỡ được những biến cố thị trường đặc biệt năm 2020 khi bệnh dịch COVID-19 gây ra nhiều tác động tiêu cực đến các ngành kinh tế.

Nghiên cứu (Đạt, 2021) cho thấy hệ số thu nợ càng cao thì càng tốt và tương quan dương với hiệu quả hoạt động của ngân hàng. Vòng quay vốn tín dụng cũng được đánh giá càng cao càng tốt và có mối tương quan dương với hiệu quả tín dụng ngắn hạn của ngân hàng. Về tỷ lệ nợ xấu (tỷ lệ nợ quá hạn) cũng như nghiên cứu (Bình và cộng sự, 2021) đã đề cập, tỷ lệ này thấp chứng tỏ hoạt động của ngân hàng tốt, mức độ rủi ro thấp và ngược lại. Tác giả đánh giá hiệu quả sử dụng vốn càng cao thì mức độ hoạt động của ngân hàng càng ổn định và có hiệu quả, tuy nhiên kết quả phân tích cho thấy ở Việt Nam có sự trái ngược do chính sách thắt chặt tiền tệ.

Theo Basle Committee on Banking Supervision và Bank for International Settlements (2000), rủi ro tín dụng được định nghĩa là khả năng một khách hàng vay nợ nhưng không thực hiện các cam kết đã thỏa thuận từ trước với ngân hàng. Boffey và Robson (1995) khẳng định loại rủi ro này là rủi ro đáng kể nhất ảnh hưởng đến hoạt động của các ngân hàng, trong khi Saeed và Zahid (2016) định nghĩa giá trị tín dụng là chỉ số quan trọng về sức khỏe tài chính và sự lành mạnh của các ngân hàng. Gwahula Raphael (2013) đã sử dụng phương pháp phân tích bao dữ liệu (DEA) để đánh giá hiệu quả hoạt động của các NHTM tại Tanzania trong giai đoạn bảy năm 2005-2011. Với quan điểm coi ngân hàng như một trung gian tài chính dẫn vốn trong nền kinh tế, tác giả lựa chọn các biến đầu vào bao gồm: lao động, khấu hao, chi phí hoạt động, chi phí tài chính; biến đầu ra là dư nợ và giá trị của các khoản đầu tư.

Kết quả nghiên cứu cho thấy hiệu quả chung của các ngân hàng ở mức thấp, chỉ đạt 53,2%, con số này khá thấp khi so sánh với trung bình các ngân hàng trên thế giới. 7 Downloaded by Vu Vu ([e-mail]) lOMoARcPSD|12114775 Bài nghiên cứu cũng chỉ ra rằng, ở nhóm các ngân hàng nghiên cứu có hiệu quả phân bổ nhỏ hơn hiệu quả kỹ thuật, điều này hàm ý rằng các ngân hàng ở Tanzania đã phân bổ nguồn lực đầu vào chưa hợp lý. Ngoài ra, nghiên cứu cũng sử dụng hồi quy Tobit để xác định các nhân tố tác động đến hiệu quả hoạt động tại các ngân hàng Tanzania. Kết quả cho thấy quy mô ngân hàng, thu nhập ngoài lãi, tỷ lệ an toàn vốn có tương quan dương với hiệu quả hoạt động, ngược lại nợ xấu có tác động nghịch với hiệu quả hoạt động.

Nghiên cứu “Credit Risk and Bank Performance in Ghana: An Empirical Investigation" của Agbloyor & Kumi (2018) nhằm mục đích phân tích mối quan hệ giữa hệ số rủi ro tín dụng và hiệu suất của ngân hàng tại Ghana. Các tác giả đã thu thập dữ liệu từ 24 ngân hàng hoạt động tại Ghana trong giai đoạn 2006-2015 và sử dụng mô hình hồi quy tuyến tính để phân tích dữ liệu. Kết quả của nghiên cứu cho thấy rằng hệ số rủi ro tín dụng có tác động tiêu cực đến hiệu suất của ngân hàng. Cụ thể, các tác giả đã phát hiện ra rằng khi hệ số rủi ro tín dụng tăng lên, hiệu suất của ngân hàng sẽ giảm.