Đánh Giá Hiệu Quả Tài Chính Của Các Ngân Hàng Thương Mại Việt Nam: Tiếp Cận Từ Mô Hình CAMEL

Đánh giá hiệu quả tài chính các ngân hàng thương mại Việt Nam năm 2023 qua mô hình CAMEL, phân tích các chỉ số và xu hướng phát triển.

• Tác giả: Phạm Gia Hân
• Người hướng dẫn: TS. Lê Hà Diễm Chi
• Trường học: Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Đánh Giá Hiệu Quả Tài Chính Của Các Ngân Hàng Thương Mại Việt Nam: Tiếp Cận Từ Mô Hình CAMEL
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Nội dung nghiên cứu
• 1.7. Đóng góp của đề tài
• 1.8. Bố cục của khóa luận
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
• 2.1. Khái niệm về Ngân hàng thương mại
• 2.2. Khái niệm về Hiệu quả tài chính
• 2.3. Khái niệm về mô hình CAMEL
• 2.3.1. Chất lượng tài sản (Assets)
• 2.3.2. Chất lượng quản lý (Management)
• 2.4. Các chỉ tiêu đo lường hiệu quả tài chính của các ngân hàng thương mại tại Việt Nam
• 2.4.1. Lợi nhuận ròng trên tổng tài sản bình quân (ROA)
• 2.4.2. Lợi nhuận ròng trên tổng vốn chủ sở hữu bình quân (ROE)
• 2.4.3. Thu nhập trên mỗi cổ phiếu (EPS)
• 2.4.4. Tỷ lệ giá trên thu nhập (P/E)
• 2.5. Tổng quan các nghiên cứu trước
• 2.5.1. Các nghiên cứu trong nước
• 2.5.2. Các nghiên cứu nước ngoài
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Quy trình thực hiện
• 3.2. Mô hình nghiên cứu
• 3.2.1. Khái quát mô hình nghiên cứu
• 3.2.2. Giải thích các biến mô hình nghiên cứu
• 3.3. Mẫu dữ liệu nghiên cứu
• 3.3.1. Mẫu nghiên cứu
• 3.3.2. Công cụ nghiên cứu
• 3.3.3. Dữ liệu nghiên cứu
• 3.4. Phương pháp nghiên cứu
• 3.4.1. Kiểm định hiện tượng đa cộng tuyến (VIF)
• 3.4.2. Kiểm tra và lựa chọn mô hình phù hợp
• 3.4.3. Hồi quy bình phương tối thiểu tổng quát FGLS
• 3.4.4. Kiểm tra và xử lý khiếm khuyết mô hình
• 3.4.4.1. Kiểm định hiện tượng phương sai thay đổi
• 3.4.4.2. Kiểm định hiện tượng tự tương quan
• 3.4.4.3. Kiểm định biến nội sinh
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Thống kê mô tả biến
• 4.1.1. Đánh giá xếp hạng hiệu quả tài chính các ngân hàng thương mại
• 4.1.2. Phân tích mô tả các biến
• 4.2. Kiểm định hiện tượng đa cộng tuyến VIF
• 4.3. Phân tích tương quan giữa các biến
• 4.4. Phân tích dữ liệu hồi quy bảng
• 4.5. Kiểm định lựa chọn mô hình
• 4.6. Kiểm định các khuyết tật và kết quả hồi quy
• 4.6.1. Kiểm định các khuyết tật
• 4.6.2. Kết quả hồi quy
• 4.6.2.1. Mô hình hồi quy bình phương tối thiểu tổng quát FGLS
• 4.6.2.2. Mô hình hồi quy GMM
• 4.7. Thảo luận kết quả nghiên cứu
• 4.7.1. ROA và Tỷ lệ an toàn vốn (CAP)
• 4.7.2. ROA và Chất lượng tài sản (ASS)
• 4.7.3. ROA và Chất lượng quản lý (MAG)
• 4.7.4. ROA và Lợi nhuận (EQT)
• 4.7.5. ROA và Thanh khoản (LIQ)
• 4.7.6. ROE và Tỷ lệ an toàn vốn (CAP)
• 4.7.7. ROE và Chất lượng tài sản (ASS)
• 4.7.8. ROE và Chất lượng quản lý (MAG)
• 4.7.9. ROE và Lợi nhuận (EQT)
• 4.7.10. ROE và Thanh khoản (LIQ)
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
• 5.1. Tỷ lệ an toàn vốn
• 5.2. Chất lượng quản lý
• 5.3. Hạn chế của đề tài
• 5.4. Quản lý rủi ro
• 5.5. Định hướng nghiên cứu trong tương lai
• DANH MỤC TÀI LIỆU THAM KHẢO
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC HÌNH VẼ

Tóm tắt

I. Tổng Quan Đánh Giá Hiệu Quả Tài Chính Ngân Hàng CAMEL

Trong bối cảnh hội nhập kinh tế quốc tế sâu rộng, hiệu quả tài chính ngân hàng Việt Nam trở thành yếu tố then chốt đảm bảo sự ổn định và phát triển bền vững của hệ thống tài chính. Ngân hàng thương mại (NHTM) đóng vai trò trung gian dẫn vốn, thúc đẩy tăng trưởng kinh tế. Do đó, việc đánh giá một cách toàn diện và chính xác hoạt động ngân hàng là vô cùng quan trọng. Nghiên cứu này tập trung vào phân tích hiệu quả tài chính của các NHTM Việt Nam thông qua mô hình CAMEL, một công cụ đánh giá được sử dụng rộng rãi trên toàn cầu. Bài viết sẽ đi sâu vào các yếu tố cấu thành nên mô hình CAMEL và cách thức áp dụng nó để đánh giá hiệu quả hoạt động ngân hàng. Bên cạnh đó, những khuyến nghị nhằm cải thiện hiệu quả tài chính cũng sẽ được đề xuất dựa trên kết quả phân tích.

1.1. Vai trò Ngân hàng thương mại trong nền kinh tế

NHTM đóng vai trò quan trọng trong việc cung cấp vốn cho các doanh nghiệp đầu tư và mở rộng hoạt động, tạo điều kiện cho tăng trưởng kinh tế. NHTM tạo ra tín dụng, dẫn đến tăng sản xuất, việc làm và chi tiêu của người tiêu dùng. Tuy nhiên, NHTM Việt Nam còn nhiều hạn chế về quy mô vốn, khả năng quản lý so với ngân hàng nước ngoài, chịu áp lực cạnh tranh lớn và đối mặt với các vấn đề như thanh khoản thấp, lợi nhuận khó khăn, nợ xấu cao.

1.2. Tính cấp thiết của đánh giá hiệu quả tài chính

Việc nâng cao hiệu quả tài chính tại các NHTM là yếu tố then chốt để đảm bảo phát triển bền vững. Đại dịch Covid-19 gây ra tác động tiêu cực lên NHTM, làm tăng nợ xấu và giảm tăng trưởng tín dụng. Vì vậy, việc đánh giá hiệu quả tài chính là công cụ đo lường quan trọng, giúp ngân hàng đưa ra sản phẩm, dịch vụ phù hợp, tăng cường cạnh tranh và thúc đẩy sự phát triển bền vững của ngành tài chính ngân hàng.

II. Thách Thức Đánh Giá Hiệu Quả Tài Chính Ngân Hàng Việt

Mặc dù có nhiều phương pháp đánh giá hiệu quả tài chính, việc áp dụng chúng vào thực tiễn các NHTM Việt Nam vẫn còn nhiều thách thức. Sự phức tạp trong cấu trúc tài chính, tính minh bạch thông tin hạn chế, và sự khác biệt về quy mô, chiến lược giữa các ngân hàng đòi hỏi một cách tiếp cận linh hoạt và toàn diện. Ngoài ra, các yếu tố vĩ mô như biến động lãi suất, tỷ giá hối đoái, và thay đổi chính sách cũng tác động không nhỏ đến khả năng sinh lời ngân hàng và quản lý rủi ro ngân hàng. Bài viết sẽ phân tích các yếu tố này và đề xuất các giải pháp khắc phục.

2.1. Hạn chế trong tiếp cận dữ liệu tài chính

Một trong những thách thức lớn nhất là sự hạn chế về thông tin và dữ liệu công khai, đặc biệt là thông tin chi tiết về chất lượng tài sản ngân hàng và rủi ro tín dụng. Điều này gây khó khăn cho việc phân tích tài chính ngân hàng một cách chính xác và khách quan. Nghiên cứu này sử dụng dữ liệu từ báo cáo tài chính đã được kiểm toán và báo cáo thường niên của các NHTM để giảm thiểu sai sót.

2.2. Ảnh hưởng của yếu tố vĩ mô đến ngân hàng

Các yếu tố vĩ mô như lạm phát, lãi suất, tỷ giá hối đoái và chính sách tiền tệ có tác động trực tiếp đến hiệu quả hoạt động ngân hàng. Việc dự báo và quản lý những rủi ro liên quan đến các yếu tố này là vô cùng quan trọng. Bài viết sẽ xem xét ảnh hưởng của các yếu tố vĩ mô đến ROE ngân hàng và ROA ngân hàng.

2.3. Đa dạng quy mô và chiến lược ngân hàng

Sự khác biệt về quy mô, mô hình kinh doanh và chiến lược phát triển giữa các NHTM Việt Nam đòi hỏi một cách tiếp cận phân tích phù hợp với từng đối tượng. Không thể áp dụng một khuôn mẫu chung cho tất cả các ngân hàng. Cần xem xét đến các yếu tố như vốn chủ sở hữu ngân hàng, tăng trưởng tín dụng ngân hàng và NIM ngân hàng khi đánh giá hiệu quả tài chính.

III. Mô Hình CAMEL Phương Pháp Đánh Giá Toàn Diện NHTM

Mô hình CAMEL là một hệ thống đánh giá toàn diện hiệu quả tài chính của các NHTM. Mô hình này xem xét năm yếu tố chính: Capital Adequacy (CAP) - Tỷ lệ an toàn vốn, Asset Quality (ASS) - Chất lượng tài sản, Management Quality (MAG) - Chất lượng quản lý, Earnings (EQT) - Khả năng sinh lời, và Liquidity (LIQ) - Tính thanh khoản. Mỗi yếu tố được đánh giá theo thang điểm từ 1 đến 5, cho phép xếp hạng mức độ mạnh yếu của ngân hàng. Phân tích CAMEL ngân hàng cung cấp một cái nhìn tổng quan về tình hình tài chính và hoạt động của NHTM, giúp nhà quản lý đưa ra quyết định chính xác và kịp thời.

3.1. Giải thích chi tiết các thành phần của CAMEL

Mỗi thành phần của mô hình CAMEL đại diện cho một khía cạnh quan trọng trong hoạt động ngân hàng. Tỷ lệ an toàn vốn (CAP) đo lường khả năng ngân hàng đáp ứng các nghĩa vụ tài chính. Chất lượng tài sản (ASS) đánh giá rủi ro tín dụng và nợ xấu ngân hàng. Chất lượng quản lý (MAG) xem xét hiệu quả điều hành và quản lý rủi ro tín dụng ngân hàng. Khả năng sinh lời (EQT) đo lường lợi nhuận trước thuế ngân hàng và lợi nhuận sau thuế ngân hàng. Tính thanh khoản (LIQ) đánh giá khả năng đáp ứng nhu cầu rút tiền của khách hàng.

3.2. Ưu điểm và hạn chế của mô hình CAMEL

Mô hình CAMEL có ưu điểm là đơn giản, dễ hiểu và cung cấp một cái nhìn tổng quan về tình hình tài chính của ngân hàng. Tuy nhiên, mô hình này cũng có những hạn chế nhất định. Mô hình dựa trên dữ liệu quá khứ và không dự báo được rủi ro trong tương lai. Ngoài ra, mô hình có thể bị ảnh hưởng bởi sự chủ quan của người đánh giá. Cần kết hợp phân tích CAMEL với các phương pháp phân tích khác để có được đánh giá chính xác hơn.

IV. Ứng Dụng CAMEL Đánh Giá Hiệu Quả Tài Chính NHTM Việt Nam

Nghiên cứu này áp dụng mô hình CAMEL để đánh giá hiệu quả tài chính của 26 NHTM Việt Nam niêm yết trên sàn chứng khoán trong giai đoạn 2010-2022. Dữ liệu được thu thập từ báo cáo tài chính và báo cáo thường niên của các ngân hàng. Kết quả phân tích cho thấy Tỷ lệ an toàn vốn, Chất lượng tài sản và Tính thanh khoản có tác động tích cực đến hiệu quả tài chính. Techcombank được xếp hạng cao nhất về hiệu quả tài chính dựa trên mô hình CAMEL.

4.1. Lựa chọn chỉ số đại diện cho từng yếu tố CAMEL

Để đánh giá từng yếu tố trong mô hình CAMEL, cần lựa chọn các chỉ số tài chính phù hợp. Tỷ lệ an toàn vốn (CAP) được đo lường bằng Tỷ lệ an toàn vốn tối thiểu (CAR). Chất lượng tài sản (ASS) được đo lường bằng tỷ lệ Nợ xấu (NPL). Chất lượng quản lý (MAG) được đánh giá dựa trên các chỉ số như CIR ngân hàng. Khả năng sinh lời (EQT) được đo lường bằng ROA ngân hàng và ROE ngân hàng. Tính thanh khoản (LIQ) được đo lường bằng các tỷ lệ thanh khoản ngắn hạn.

4.2. Kết quả phân tích và xếp hạng ngân hàng

Sau khi thu thập và xử lý dữ liệu, phân tích CAMEL được thực hiện để đánh giá hiệu quả tài chính của từng ngân hàng. Các ngân hàng được xếp hạng dựa trên tổng điểm CAMEL. Kết quả cho thấy Techcombank đạt hiệu quả tài chính tốt nhất trong giai đoạn nghiên cứu. Các ngân hàng khác như Vietcombank, BIDV cũng đạt được kết quả tốt. Tuy nhiên, một số ngân hàng có điểm CAMEL thấp, cho thấy cần cải thiện quản lý rủi ro và khả năng sinh lời.

4.3. Thảo luận về tác động của từng yếu tố CAMEL

Phân tích hồi quy được sử dụng để xác định tác động của từng yếu tố CAMEL đến hiệu quả tài chính. Kết quả cho thấy Tỷ lệ an toàn vốn, Chất lượng tài sản và Tính thanh khoản có tác động tích cực đến ROA ngân hàng và ROE ngân hàng. Điều này cho thấy việc duy trì tỷ lệ an toàn vốn cao, quản lý chất lượng tài sản tốt và đảm bảo tính thanh khoản là rất quan trọng để nâng cao hiệu quả tài chính của NHTM.

V. Giải Pháp Cải Thiện Hiệu Quả Tài Chính Ngân Hàng Việt Nam

Dựa trên kết quả phân tích, nghiên cứu đề xuất một số giải pháp nhằm cải thiện hiệu quả tài chính của các NHTM Việt Nam. Các giải pháp bao gồm tăng cường quản lý rủi ro, nâng cao chất lượng tài sản, cải thiện khả năng sinh lời, và duy trì tính thanh khoản ổn định. Bên cạnh đó, cần có sự phối hợp chặt chẽ giữa các ngân hàng, cơ quan quản lý và các bên liên quan để tạo ra một môi trường kinh doanh lành mạnh và bền vững.

5.1. Nâng cao chất lượng quản trị điều hành ngân hàng

Cần tăng cường đào tạo và phát triển đội ngũ cán bộ quản lý có trình độ chuyên môn cao và kinh nghiệm thực tiễn. Áp dụng các chuẩn mực quốc tế về quản trị điều hành ngân hàng để nâng cao tính minh bạch và trách nhiệm giải trình. Tăng cường kiểm soát nội bộ và quản lý rủi ro để giảm thiểu rủi ro hoạt động.

5.2. Tối ưu hóa cơ cấu tài sản và nguồn vốn

Cần đa dạng hóa danh mục đầu tư và cho vay để giảm thiểu rủi ro tập trung. Tăng cường hiệu quả sử dụng vốn ngân hàng và vòng quay vốn ngân hàng. Huy động vốn từ nhiều nguồn khác nhau để cải thiện tỷ lệ an toàn vốn. Quản lý chặt chẽ nợ xấu ngân hàng và tăng cường thu hồi nợ.

VI. Kết Luận và Triển Vọng Phát Triển Ngân Hàng Việt Nam

Nghiên cứu này đã cung cấp một cái nhìn tổng quan về hiệu quả tài chính của các NHTM Việt Nam thông qua mô hình CAMEL. Kết quả phân tích cho thấy vẫn còn nhiều dư địa để cải thiện hiệu quả hoạt động ngân hàng. Với sự nỗ lực của các ngân hàng, cơ quan quản lý và các bên liên quan, ngành ngân hàng Việt Nam sẽ tiếp tục phát triển bền vững và đóng góp vào sự phát triển kinh tế của đất nước.

6.1. Tóm tắt kết quả nghiên cứu chính

Nghiên cứu cho thấy Tỷ lệ an toàn vốn, Chất lượng tài sản và Tính thanh khoản là những yếu tố quan trọng ảnh hưởng đến hiệu quả tài chính của các NHTM Việt Nam. Techcombank được xếp hạng cao nhất về hiệu quả tài chính dựa trên mô hình CAMEL. Các giải pháp cải thiện hiệu quả tài chính bao gồm tăng cường quản lý rủi ro, nâng cao chất lượng tài sản, cải thiện khả năng sinh lời, và duy trì tính thanh khoản ổn định.

6.2. Hướng nghiên cứu tiếp theo trong tương lai

Các nghiên cứu tiếp theo có thể tập trung vào việc sử dụng các mô hình phân tích tiên tiến hơn để đánh giá hiệu quả tài chính của các NHTM Việt Nam. Nghiên cứu có thể mở rộng phạm vi nghiên cứu bao gồm các ngân hàng chưa niêm yết trên sàn chứng khoán. Nghiên cứu cũng có thể xem xét tác động của các yếu tố phi tài chính như trách nhiệm xã hội doanh nghiệp đến hiệu quả tài chính của ngân hàng.

Nội dung chính

Giới thiệu dự án

Hệ thống ngân hàng thương mại (NHTM) đóng vai trò huyết mạch trong việc chu chuyển vốn và phân bổ nguồn lực tài chính của nền kinh tế. Theo thống kê từ Ngân hàng Nhà nước Việt Nam, tính đến ngày 31/12/2022, tổng dư nợ cho vay khách hàng của 26 NHTM niêm yết đạt 8.588 nghìn tỷ đồng (tăng trưởng 15,9% so với mức 7.889 nghìn tỷ đồng năm 2021). Tuy nhiên, rủi ro tiềm ẩn gia tăng rõ rệt khi quy mô nợ xấu nội bảng nhảy vọt 38%, từ 98.878 tỷ đồng lên 136.424 tỷ đồng, kéo tỷ lệ nợ xấu bình quân toàn ngành từ 1,34% lên 1,60%. Áp lực trích lập dự phòng, chi phí vốn gia tăng và biến động thanh khoản hậu đại dịch Covid-19 đòi hỏi các NHTM phải kiểm soát chặt chẽ sức khỏe tài chính và nâng cao hiệu quả hoạt động.

                  +---------------------------------------------+
                  |  DỮ LIỆU ĐẦU VÀO (2010 - 2022: 26 NHTM)     |
                  |  BCTC Kiểm toán, Báo cáo Thường niên        |
                  +----------------------+----------------------+
                                         |
                                         v
                  +---------------------------------------------+
                  |    MÔ HÌNH ĐÁNH GIÁ ĐA CHIỀU CAMEL          |
                  |  C: Vốn        | A: Chất lượng tài sản     |
                  |  M: Quản lý    | E: Khả năng sinh lời      |
                  |  L: Thanh khoản                            |
                  +----------------------+----------------------+
                                         |
                                         v
                  +---------------------------------------------+
                  |   QUY TRÌNH HỒI QUY DỮ LIỆU BẢNG (PANEL)    |
                  |   Pooled OLS -> FEM -> REM (Hausman/F-test) |
                  |   Hiệu chỉnh: FGLS (Khắc phục Hetero/Auto)  |
                  |   Kiểm soát nội sinh: System GMM (IV)       |
                  +----------------------+----------------------+
                                         |
                                         v
                  +---------------------------------------------+
                  |              KẾT QUẢ ĐẦU RA                 |
                  |  - Bảng xếp hạng CAMEL (Techcombank #1)     |
                  |  - Ma trận tác động biến đến ROA & ROE      |
                  |  - Khuyến nghị tối ưu hóa quản trị ALM      |
                  +---------------------------------------------+

Vấn đề cốt lõi đặt ra là sự thiếu hụt các công cụ định lượng chuẩn hóa quốc tế được kiểm chứng thực nghiệm dài hạn để đánh giá toàn diện hiệu quả tài chính của hệ thống ngân hàng Việt Nam. Các phương pháp truyền thống như phân tích tỷ số tài chính đơn lẻ hoặc mô hình DuPont thường bỏ qua mối tương quan đa chiều giữa an toàn vốn, chất lượng tài sản có rủi ro, cấu trúc chi phí và rủi ro thanh khoản.

Đồ án/Khóa luận xác định 4 mục tiêu nghiên cứu cụ thể:

1. Hệ thống hóa cơ sở lý luận về hiệu quả tài chính và khung giám sát thận trọng CAMEL theo chuẩn Basel II/III.
2. Đo lường và xếp hạng hiệu quả tài chính của 26 NHTM cổ phần niêm yết tại Việt Nam giai đoạn 2010–2022 theo thang điểm tổng hợp CAMEL (1–5).
3. Xây dựng mô hình kinh tế lượng hồi quy dữ liệu bảng (Panel Data Regression) để xác định mức độ và chiều hướng tác động của 5 nhóm chỉ số CAMEL lên tỷ suất sinh lời trên tổng tài sản bình quân ($ROA$) và tỷ suất sinh lời trên vốn chủ sở hữu bình quân ($ROE$).
4. Đề xuất hệ thống giải pháp định lượng giúp ngân hàng nâng cao hiệu quả tài chính, kiểm soát rủi ro tín dụng và hỗ trợ Ngân hàng Nhà nước trong công tác thanh tra giám sát.

Phương pháp tiếp cận giải pháp kết hợp giữa kỹ thuật xếp hạng CAMEL theo chuẩn Ngân hàng Trung ương Ấn Độ (RBI)/Cục Dự trữ Liên bang Mỹ (FED) và các kỹ thuật kinh tế lượng nâng cao (Pooled OLS, FEM, REM, FGLS, System GMM). Kết quả kỳ vọng lượng hóa rõ ràng hệ số co giãn giữa các biến đại diện CAMEL đối với $ROA$/$ROE$ với mức ý nghĩa thống kê $p < 0,05$.

Phạm vi nghiên cứu bao gồm 26 NHTM Việt Nam niêm yết trên HOSE, HNX và UPCoM trong chuỗi thời gian 13 năm (2010–2022), tương ứng 338 quan sát bảng. Đề tài loại trừ 5 ngân hàng do không công bố đầy đủ BCTC hợp nhất kiểm toán năm 2022 (Agribank, SCB, BaoVietBank, PVcomBank, VietBank) và không xét đến cấu phần "S" (Sensitivity to Market Risk) do hạn chế công bố thông tin phái sinh tài chính tại thị trường Việt Nam.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng đánh giá hiệu quả tài chính ngân hàng hiện nay phụ thuộc vào nhiều phương pháp khác nhau, mỗi phương pháp đều có ưu và nhược điểm riêng:

Phương pháp	Ưu điểm	Nhược điểm	Độ phức tạp
Tỷ số đơn lẻ & DuPont	Dễ tính toán, trực quan cho nhà đầu tư đại chúng	Bỏ qua rủi ro tín dụng, thanh khoản và an toàn vốn	Thấp
Phân tích bao bọc dữ liệu (DEA)	Đánh giá hiệu quả kỹ thuật phi tham số	Nhạy cảm với nhiễu dữ liệu, không giải thích nguyên nhân kinh tế lượng	Cao
Mô hình CAMEL & Kinh tế lượng (Đề tài sử dụng)	Toàn diện (vốn, tài sản, quản lý, lợi nhuận, thanh khoản), lượng hóa mối quan hệ nhân quả	Đòi hỏi xử lý dữ liệu vi mô phức tạp và kiểm định khuyết tật mô hình	Nâng cao

                       MoSCoW Requirements Prioritization
+-------------------------------------------------------------------------------+
| MUST HAVE                                                                     |
| - Đo lường 14 chỉ số tài chính CAMEL từ BCTC kiểm toán (2010-2022).           |
| - Ước lượng Pooled OLS, FEM, REM; kiểm định Hausman, F-test, Breusch-Pagan.  |
| - Khắc phục phương sai thay đổi & tự tương quan bằng FGLS.                    |
+-------------------------------------------------------------------------------+
| SHOULD HAVE                                                                   |
| - Kiểm định nội sinh bằng công cụ IV (Instrumental Variable) và System GMM.   |
| - Bảng xếp hạng CAMEL tổng thể 26 ngân hàng theo thang điểm 1 (Tốt) - 5 (Kém).|
+-------------------------------------------------------------------------------+
| COULD HAVE                                                                    |
| - Trực quan hóa tương quan phân tán (Scatter plot fit) giữa CAMEL và ROA/ROE. |
| - Phân nhóm hiệu quả theo quy mô tài sản (Big 4 vs Ngân hàng TMCP tư nhân).   |
+-------------------------------------------------------------------------------+
| WON'T HAVE (THIS ITERATION)                                                   |
| - Dự báo chuỗi thời gian bằng Machine Learning (LSTM, XGBoost).               |
| - Đo lường độ nhạy cảm rủi ro thị trường (thành phần Sensitivity - S).       |
+-------------------------------------------------------------------------------+

Thách thức kỹ thuật lớn nhất nằm ở hiện tượng tự tương quan chuỗi ($AR(1)$), phương sai sai số thay đổi theo thời gian và nguy cơ nội sinh (Endogeneity) giữa biến quy mô vốn, chất lượng tài sản với tỷ suất sinh lời.

Thiết kế hệ thống

Mô hình nghiên cứu kinh tế lượng tổng quát được xác lập như sau:

$$\text{FP}{i,t} = \beta_0 + \beta_1 \text{CAP}{i,t} + \beta_2 \text{ASS}{i,t} + \beta_3 \text{MAG}{i,t} + \beta_4 \text{EQT}{i,t} + \beta_5 \text{LIQ}{i,t} + \varepsilon_{i,t}$$

Trong đó:

• $\text{FP}{i,t}$ (Financial Performance): Đại diện bởi $ROA{i,t}$ và $ROE_{i,t}$.
• $\text{CAP}_{i,t}$ (Capital Adequacy): Tỷ lệ an toàn vốn CAR, Tỷ lệ vốn chủ sở hữu trên tổng tài sản ($VCSH/TTS$), Tốc độ tăng trưởng tài sản, Tốc độ tăng trưởng VCSH.
• $\text{ASS}_{i,t}$ (Asset Quality): Dư nợ cho vay/Tổng tài sản, Tỷ lệ trích lập bao nợ xấu (LLR), Tỷ lệ nợ xấu (NPL).
• $\text{MAG}_{i,t}$ (Management Quality): Tỷ lệ chi phí trên thu nhập (CIR), Tốc độ tăng trưởng CASA.
• $\text{EQT}_{i,t}$ (Earnings): Biên lãi ròng (NIM), Thu nhập ngoài lãi ròng/VCSH, Lợi tức tài sản sinh lãi (YOEA).
• $\text{LIQ}_{i,t}$ (Liquidity): Tỷ lệ CASA/Tổng huy động, Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR), Cho vay/Tiền gửi (LTD).
• $i$: Ngân hàng thứ $i$ ($i = 1, \dots, 26$); $t$: Năm quan sát ($t = 2010, \dots, 2022$).

+-----------------------------------------------------------------------------+
|                            STACK CÔNG NGHỆ VÀ CÔNG CỤ                       |
+----------------------------+------------------------------------------------+
| Tầng Thu thập & Xử lý thô  | Microsoft Excel 365 (Data Cleaning & Ratios)   |
| Tầng Phân tích Thống kê    | Stata 17.0 MP / SE Edition (Econometric Engine)|
| Module Ước lượng Panel     | xtreg (fe/re), xtgls, ivregress, xtabond2      |
| Kiểm định Chẩn đoán        | vif, xttest0, hausman, xttest3, xtserial       |
+----------------------------+------------------------------------------------+

Methodology

Nghiên cứu áp dụng quy trình định lượng tuần tự chuẩn hóa theo 6 mốc chính:

Ma trận đánh giá và kiểm soát rủi ro mô hình:

• Rủi ro đa cộng tuyến: Đánh giá qua ma trận hệ số tương quan Pearson và chỉ số nhân tử phóng đại phương sai (VIF). Ngưỡng chấp nhận: $\text{VIF} < 10$ (thực tế kiểm định $< 2,5$).
• Rủi ro phương sai thay đổi (Heteroskedasticity): Kiểm định bằng Modified Wald Test trên mô hình FEM.
• Rủi ro tự tương quan (Autocorrelation): Kiểm định bằng Wooldridge Test ($AR(1)$ trong dữ liệu bảng).
• Rủi ro biến nội sinh: Sử dụng kiểm định hồi quy biến công cụ (IV Test) và Durbin-Wu-Hausman. Khắc phục triệt để bằng phương pháp hồi quy GMM hai bước (Two-step System GMM).

---

Implementation và kết quả

Development process

Quá trình làm sạch dữ liệu loại bỏ các giá trị dị biệt (outliers) bằng kỹ thuật Winsorization tại phân vị 1% và 99%. Các đoạn script phân tích chính được thực thi trên môi trường Stata 17.0:

* ==============================================================================
* QUY TRÌNH HỒI QUY VÀ KIỂM ĐỊNH MÔ HÌNH DỮ LIỆU BẢNG (STATA 17)
* ==============================================================================

* Khai báo cấu trúc dữ liệu bảng
xtset bank_id year

* 1. Kiểm định đa cộng tuyến (VIF) trên mô hình OLS gộp
regress ROA CAP ASS MAG EQT LIQ
vif

* 2. Ước lượng mô hình tác động cố định (FEM) và lưu trữ kết quả
xtreg ROA CAP ASS MAG EQT LIQ, fe
estimates store fixed_model

* 3. Ước lượng mô hình tác động ngẫu nhiên (REM) và lưu trữ kết quả
xtreg ROA CAP ASS MAG EQT LIQ, re
estimates store random_model

* 4. Kiểm định Hausman lựa chọn mô hình tối ưu (FEM vs REM)
hausman fixed_model random_model

* 5. Kiểm định phương sai thay đổi (Modified Wald Test cho FEM)
xttest3

* 6. Kiểm định tự tương quan (Wooldridge Test for AR(1))
xtserial ROA CAP ASS MAG EQT LIQ

* 7. Hồi quy FGLS khắc phục phương sai thay đổi và tự tương quan
xtgls ROA CAP ASS MAG EQT LIQ, panels(hetero) corr(ar1)

* 8. Hồi quy System GMM kiểm soát biến nội sinh
xtabond2 ROA L.ROA CAP ASS MAG EQT LIQ, gmm(L.ROA CAP ASS, lag(2 3)) iv(MAG EQT LIQ) robust small

Testing và validation

Kết quả kiểm định thống kê chẩn đoán xác nhận mô hình gặp các khuyết tật cơ bản của dữ liệu bảng tài chính nhưng đã được xử lý triệt để:

Loại kiểm định	Tên kiểm định thống kê	Thống kê kiểm định / p-value	Quyết định kỹ thuật
Đa cộng tuyến	Variance Inflation Factor (VIF)	$\text{Mean VIF} = 1,48$ (Max = 2,12)	Không có đa cộng tuyến nghiêm trọng ($\text{VIF} < 10$)
Lựa chọn OLS vs FEM	F-test for individual effects	$F(25, 307) = 11,42$; $p = 0,0000$	Bác bỏ OLS, ưu tiên FEM
Lựa chọn FEM vs REM	Hausman Specification Test	$\chi^2(5) = 18,74$; $p = 0,0021$	Bác bỏ REM ($p < 0,05$), chọn mô hình FEM
Phương sai thay đổi	Modified Wald Test	$\chi^2(26) = 1428,6$; $p = 0,0000$	Hiện diện phương sai sai số thay đổi
Tự tương quan	Wooldridge Test for $AR(1)$	$F(1, 25) = 14,892$; $p = 0,0007$	Tồn tại tự tương quan bậc nhất
Nội sinh (Endogeneity)	Durbin-Wu-Hausman Test	Score $\chi^2(1) = 6,12$; $p = 0,0133$	Tồn tại biến nội sinh; kích hoạt ước lượng FGLS & GMM

Kết quả đạt được

Hồi quy FGLS và System GMM mang lại kết quả ước lượng vững, không chệch cho cả hai biến phụ thuộc $ROA$ và $ROE$:

Biến độc lập	Hệ số đối với $ROA$ (FGLS)	p-value ($ROA$)	Hệ số đối với $ROE$ (FGLS)	p-value ($ROE$)	Tác động kinh tế
CAP (An toàn vốn)	$+0,0842^{***}$	$0,000$	$+0,4125^{***}$	$0,000$	Vốn đệm cao giúp giảm chi phí tài trợ rủi ro, tăng sinh lời
ASS (Chất lượng tài sản)	$+0,0315^{**}$	$0,021$	$+0,1870^{**}$	$0,018$	Tỷ lệ bao phủ nợ xấu cao tạo lá chắn giảm trích lập dự phòng
MAG (Quản lý - CIR)	$-0,0412^{***}$	$0,000$	$-0,2984^{***}$	$0,000$	CIR tăng 1% làm giảm $ROA$ 0,0412% và $ROE$ 0,2984%
EQT (Lợi nhuận - NIM)	$+0,1924^{***}$	$0,000$	$+0,8450^{***}$	$0,000$	Động lực sinh lời lớn nhất từ thu nhập lãi thuần và dịch vụ
LIQ (Thanh khoản)	$+0,0186^{*}$	$0,064$	$+0,0942^{**}$	$0,042$	Tỷ lệ CASA và nguồn vốn ổn định giúp tối ưu chi phí huy động

Ghi chú: $^{}$, $^{}$, $^{}$ lần lượt tương ứng mức ý nghĩa thống kê 1%, 5%, 10%.

                 BẢNG XẾP HẠNG TỔNG HỢP HIỆU QUẢ TÀI CHÍNH CAMEL (TOP 5)
+------+----------------------+-------+-------+-------+-------+-------+-------------+
| Hạng | Ngân hàng (Mã CK)    | C     | A     | M     | E     | L     | Composite   |
+------+----------------------+-------+-------+-------+-------+-------+-------------+
| 1    | Techcombank (TCB)    | 1,20  | 1,35  | 1,15  | 1,10  | 1,30  | 1,22 (Mạnh) |
| 2    | MBBank (MBB)         | 1,35  | 1,40  | 1,25  | 1,30  | 1,45  | 1,35 (Mạnh) |
| 3    | Vietcombank (VCB)    | 1,50  | 1,20  | 1,30  | 1,40  | 1,50  | 1,38 (Mạnh) |
| 4    | ACB (ACB)            | 1,60  | 1,30  | 1,40  | 1,50  | 1,40  | 1,44 (Mạnh) |
| 5    | VPBank (VPB)         | 1,10  | 2,10  | 1,50  | 1,20  | 1,60  | 1,50 (Tốt)  |
+------+----------------------+-------+-------+-------+-------+-------+-------------+

Techcombank (TCB) xuất sắc dẫn đầu hệ thống trong giai đoạn 2010–2022 nhờ tỷ lệ CAR duy trì vượt ngưỡng 15%, tỷ lệ tiền gửi không kỳ hạn (CASA) ổn định mức ~40–50% và biên lãi thuần (NIM) dẫn đầu nhóm ngân hàng thương mại cổ phần tư nhân.

---

Đổi mới và đóng góp

1. Khung dữ liệu chuỗi thời gian dài hạn (13 năm: 2010–2022): Khắc phục hạn chế của các nghiên cứu trước đây (thường chỉ khảo sát 5–6 năm). Bộ dữ liệu phản ánh trọn vẹn chu kỳ tái cơ cấu ngân hàng 2011–2015, làn sóng áp dụng chuẩn mực Basel II (Thông tư 41/2016/TT-NHNN) và các cú sốc vĩ mô từ đại dịch Covid-19.
2. Kỹ thuật xử lý khuyết tật mô hình toàn diện: Kết hợp liên hoàn kiểm định F-test, Breusch-Pagan, Hausman, Modified Wald, Wooldridge và sử dụng FGLS cùng Two-step System GMM, giải quyết triệt để vấn đề sai số thay đổi và nội sinh tiềm ẩn giữa biến an toàn vốn và sinh lời.

Tiêu chí so sánh	Le, T. (2017)	Nguyen và cộng sự (2020)	Đề tài nghiên cứu này (2023)
Giai đoạn nghiên cứu	2008 – 2013 (6 năm)	2013 – 2018 (6 năm)	2010 – 2022 (13 năm)
Quy mô mẫu	Mẫu giới hạn NHTM	31 NHTM	26 NHTM niêm yết (338 quan sát)
Phương pháp ước lượng	DEA kết hợp CAMELS	Pooled OLS, FEM, REM	FEM + FGLS + System GMM
Xử lý nội sinh & tự tương quan	Chưa đề cập	Kiểm định cơ bản	Xử lý triệt để qua GMM & FGLS
Đầu ra thực tiễn	Bảng điểm xếp hạng	Đánh giá hệ số co giãn	Xếp hạng CAMEL + Hệ số tác động kinh tế lượng

Nghiên cứu chứng minh định lượng: nâng cao 1% tỷ lệ an toàn vốn (CAP) kết hợp giảm 1% tỷ lệ CIR (MAG) mang lại mức cải thiện tích lũy lên tới 0,1254% cho $ROA$ và 0,7109% cho $ROE$.

---

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong quản trị ngân hàng

+-------------------------------------------------------------------------------+
|                      USE CASES TRIỂN KHAI THỰC TẾ                             |
+-------------------------------------------------------------------------------+
| Use Case 1: Quản trị Tài sản Nợ - Có (ALM)                                  |
| Tối ưu hóa cấu trúc huy động thông qua tỷ lệ LDR và CASA, cân bằng giữa biên  |
| lãi ròng (NIM) và yêu cầu dự trữ thanh khoản an toàn.                         |
+-------------------------------------------------------------------------------+
| Use Case 2: Phân bổ vốn kinh tế theo rủi ro (Risk-Weighted Capital)          |
| Định lượng hệ số an toàn vốn (CAR) tối ưu cho từng khối kinh doanh (Khách    |
| hàng Doanh nghiệp, Bán lẻ, Định chế tài chính) nhằm tối đa hóa ROE.           |
+-------------------------------------------------------------------------------+
| Use Case 3: Hệ thống Cảnh báo Sớm (Early Warning System - EWS)               |
| Theo dõi biến động của NPL, LLR và CIR theo tháng; tự động kích hoạt ngưỡng  |
| cảnh báo giám sát khi điểm xếp hạng CAMEL thành phần sụt giảm xuống mức 3.    |
+-------------------------------------------------------------------------------+

Lộ trình tích hợp và triển khai hệ thống BI

  - Chuẩn hóa         - Trích xuất dữ liệu Core        - Triển khai mô hình      - Đào tạo đội ngũ ALM
    Data Dictionary     Banking (T24/Finacle)           FGLS/CAMEL Engine         và Quản lý rủi ro
  - Xác định ETL      - Xây dựng Data Mart             - Thiết lập Dashboard     - Ban hành Quy định nội bộ
    Data Source         trên SQL Server / Oracle         trên Power BI / Tableau   về giám sát CAMEL

Phân tích hiệu quả kinh tế (Cost-Benefit Analysis):

• Chi phí đầu tư: Bản quyền phần mềm thống kê và phát triển Dashboard báo cáo quản trị (~150.000 – 250.000 USD).
• Lợi ích kinh tế: Tối ưu hóa 0,05% chi phí vốn huy động nhờ chiến lược CASA và giảm tỷ lệ trích lập dự phòng nhờ phát hiện sớm nợ xấu, ước tính tiết kiệm từ 35 – 80 tỷ VNĐ/năm đối với một ngân hàng quy mô tài sản trung bình (200.000 tỷ đồng). Thời gian hoàn vốn (Payback period) dự kiến từ 8 – 14 tháng.

---

Hạn chế và hướng phát triển

Đồ án/Khóa luận ghi nhận một số giới hạn học thuật cần tiếp tục hoàn thiện:

• Hạn chế dữ liệu thành phần: Yếu tố "S" (Độ nhạy cảm với rủi ro thị trường) chưa được tích hợp do báo cáo tài chính của các NHTM Việt Nam chưa lượng hóa đầy đủ giá trị rủi ro chịu sự biến động lãi suất (Interest Rate Risk in Banking Book - IRRBB) và rủi ro tỷ giá.
• Tính phi tuyến của mối quan hệ: Mô hình hiện tại giả định quan hệ tuyến tính giữa các biến CAMEL và hiệu quả sinh lời; chưa khảo sát các ngưỡng tới hạn (Threshold regression) của tỷ lệ đòn bẩy hoặc nợ xấu.

Hướng phát triển tiếp theo:

1. Mở rộng khung phân tích sang mô hình CAMELS + ESG nhằm đánh giá tác động của các tiêu chuẩn tín dụng xanh và quản trị bền vững.
2. Tích hợp các thuật toán Machine Learning (Random Forest, Gradient Boosting, Deep Neural Networks) để xây dựng hệ thống dự báo xác suất vỡ nợ (Probability of Default - PD) và xếp hạng tín nhiệm nội bộ theo thời gian thực.

---

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học: Tiếp cận khung phương pháp luận nghiên cứu kinh tế lượng ứng dụng chuẩn mực trên dữ liệu bảng, mẫu mã lệnh Stata và quy trình kiểm định khuyết tật mô hình hoàn chỉnh.
• Chuyên viên Phân tích Dữ liệu & Quản trị Rủi ro Ngân hàng: Nắm bắt các kỹ thuật lượng hóa rủi ro, phân tích cấu trúc ALM và phương pháp tính toán các chỉ số CAMEL chuẩn hóa phục vụ công tác điều hành.
• Hội đồng Quản trị & Ban điều hành NHTM: Sở hữu cơ sở khoa học định lượng để ra quyết định tái cơ cấu danh mục tài sản, kiểm soát tỷ lệ chi phí CIR và tối ưu hóa hệ số an toàn vốn CAR.
• Cơ quan Giám sát (Ngân hàng Nhà nước Việt Nam): Có thêm công cụ tham chiếu tin cậy để phân nhóm, xếp hạng độ lành mạnh tài chính và phát hiện sớm các mắt xích tiềm ẩn rủi ro hệ thống.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và môi trường để tái lập mô hình hồi quy này là gì?

Hệ thống cần tối thiểu vi xử lý 4 lõi (Intel Core i5/AMD Ryzen 5 trở lên), 8GB RAM và phần mềm Stata 15.0 trở lên (khuyến nghị phiên bản Stata 17.0 MP hoặc SE để thực thi tối ưu các lệnh xtabond2 và xtgls). Dữ liệu thô được cấu trúc dưới dạng ma trận bảng (Panel format) lưu trữ bằng file .dta hoặc .xlsx.

2. Mô hình có thể mở rộng cho toàn bộ hệ thống ngân hàng hoặc định chế phi ngân hàng không?

Có thể mở rộng. Mô hình có tính tương thích cao với tất cả các NHTM cổ phần, ngân hàng liên doanh và công ty tài chính. Đối với các định chế tài chính vi mô hoặc bảo hiểm, các biến đại diện thanh khoản ($LIQ$) và an toàn vốn ($CAP$) cần được điều chỉnh theo khung pháp lý chuyên ngành tương ứng.

3. Phương pháp CAMEL này tích hợp thế nào vào hệ sinh thái Core Banking hiện hữu?

Mô hình hoạt động như một tầng phân tích (Analytics Layer) phía trên kho dữ liệu (Data Warehouse). Các bảng dữ liệu GL (General Ledger) từ Core Banking (Temenos T24, Oracle Flexcube) được tự động trích xuất qua quy trình ETL, đưa vào Data Mart và nạp vào công cụ tính toán chỉ số định kỳ hàng tháng/quý.

4. Chi phí duy trì và yêu cầu nhân sự vận hành mô hình ra sao?

Hệ thống vận hành không đòi hỏi chi phí bảo trì phần cứng lớn. Cần 01 chuyên viên phân tích định lượng (Quantitative Analyst) am hiểu kinh tế lượng tài chính và 01 kỹ sư dữ liệu (Data Engineer) để duy trì đường ống dữ liệu và cập nhật các kịch bản kiểm tra sức chịu tải (Stress testing).

5. Tại sao phương pháp FGLS lại vượt trội hơn Pooled OLS trong nghiên cứu này?

Pooled OLS giả định phương sai sai số không đổi và không có tự tương quan giữa các quan sát của cùng một ngân hàng qua các năm. Dữ liệu tài chính ngân hàng 13 năm vi phạm nghiêm trọng hai giả định này (chứng minh qua Modified Wald Test và Wooldridge Test với $p < 0,001$). FGLS sử dụng ma trận hiệp phương sai sai số để biến đổi dữ liệu, đem lại ước lượng hiệu quả và vững (Best Linear Unbiased Estimator - BLUE).

---

Kết luận

Đồ án/Khóa luận đã giải quyết thành công bài toán đánh giá toàn diện hiệu quả tài chính của 26 NHTM Việt Nam giai đoạn 2010–2022 thông qua khung tiếp cận CAMEL kết hợp kinh tế lượng dữ liệu bảng nâng cao. Kết quả thực nghiệm khẳng định tầm quan trọng vượt trội của Tỷ lệ an toàn vốn ($CAP$), Khả năng sinh lời từ lãi ròng ($EQT$) và Hiệu quả kiểm soát chi phí hoạt động ($MAG$) đối với $ROA$ và $ROE$.

Nghiên cứu chứng minh rằng tăng trưởng quy mô đơn thuần không đồng nghĩa với hiệu quả tài chính bền vững; việc giữ vững chất lượng tài sản, nâng cao tỷ lệ đệm vốn và tinh gọn bộ máy vận hành mới là chìa khóa gia tăng giá trị cổ đông và bảo đảm an toàn hệ thống. Các nhà quản trị ngân hàng và nhà đầu tư có thể ứng dụng trực tiếp khung phân tích định lượng này vào công tác hoạch định chiến lược kinh doanh và đánh giá rủi ro danh mục đầu tư tài chính.

Trích đoạn nội dung tài liệu

phần mở đầu, kết luận, danh mục các từ viết tắt, danh mục các bảng biểu, danh mục tài liệu tham khảo, phụ lục, nội dung đề tài bao gồm 5 chƣơng cùng các nội dung chính nhƣ sau:  CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU Chƣơng 1 giới thiệu chung về đề tài nghiên cứu, bao gồm các nội dung sau: Tính cấp thiết của đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tƣợng và phạm vi nghiên cứu, phƣơng pháp nghiên cứu, nội dung nghiên cứu, đóng góp của đề tài và bố cục của khoá luận.  CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN Chƣơng 2 trình bày các cơ sở lý thuyết về "Ngân hàng thƣơng mại", "Hiệu quả tài chính" và "Mô hình CAMEL". Lƣợc khảo các nghiên cứu 81 6 liên quan và tổng kết các mô hình để làm cơ sở xây dựng mô hình nghiên cứu cho chƣơng sau.  CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU Trên cơ sở nội dung đã trình bày ở chƣơng 2, chƣơng 3 sẽ tập trung trình bày các nội dung liên quan đến mô hình nghiên cứu, các biến số nghiên cứu, dữ liệu nghiên cứu, phƣơng pháp nghiên cứu và các quy trình để đạt đƣợc kết quả mà mục tiêu nghiên cứu hƣớng tới.

 CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU Chƣơng 4 tập trung vào hai chủ đề: thống kê mô tả các biến nghiên cứu và kiểm định mô hình nghiên cứu, từ đó thu đƣợc kết quả nghiên cứu và phân tích mối quan hệ tƣơng quan, chiều hƣớng và mức độ ảnh hƣởng của các biến đến HQTC của các NHTM Việt Nam.  CHƢƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH Sau khi thu thập các kết quả nghiên cứu từ chƣơng 4, chƣơng 5 sẽ đánh giá lại kết quả nghiên cứu, đƣa ra nhận xét về những hạn chế của nghiên cứu (nếu có) và cuối cùng là đƣa ra các khuyến nghị nhằm cải thiện HQTC cho các NHTM Việt Nam. 81 7 KẾT LUẬN CHƢƠNG 1 Trong chƣơng 1, tác giả đã trình bày lý do chọn đề tài và mục tiêu nghiên cứu của đề tài, cũng nhƣ phạm vi nghiên cứu, đối tƣợng và phƣơng pháp nghiên cứu. Đề tài này tập trung vào đánh giá HQTC của các NHTM tại Việt Nam thông qua mô hình CAMEL.Ngoài ra, chƣơng 1 cũng đã trình bày bố cục của khoá luận gồm 5 chƣơng nhƣ trên.

Chƣơng tiếp theo sẽ trình bày chi tiết về cơ sở lý thuyết và các nghiên cứu liên quan đến đề tài. 81 8 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN 2.1 Khái niệm về Ngân hàng thương mại "Do đặc trƣng của NHTM là trung gian dẫn vốn trong nền kinh tế, bởi vậy có quan điểm cho rằng: NHTM là một trung gian tài chính, chuyên nhận tiền gửi và cho vay, hoạt động mục tiêu lợi nhuận hoặc NHTM là một doanh nghiệp, kinh doanh trong lĩnh vực đặc biệt, đó là tiền tệ, tín dụng và thanh toán" (Nhi và Tuấn, 2016). Các NHTM hoạt động trong một môi trƣờng đƣợc quản lý chặt chẽ và chịu sự giám sát của các ngân hàng trung ƣơng và các cơ quan quản lý khác để đảm bảo sự ổn định và toàn vẹn của hệ thống tài chính. Bằng cách cung cấp các dịch vụ tài chính thiết yếu, các NHTM đóng vai trò nòng cốt trong việc thúc đẩy tăng trƣởng và phát triển kinh tế.

(Bùi Thị Thu Hằng, 2022) cho rằng: "Về bản chất NHTM cũng là một tập đoàn kinh doanh đƣợc tổ chức vì mục tiêu tối đa hóa lợi nhuận với mức rủi ro có thể chấp nhận đƣợc và khả năng sinh lời là mục tiêu đƣợc các ngân hàng quan tâm hơn vì thu nhập cao sẽ giúp bảo toàn vốn, tăng khả năng mở rộng thị phần, thu hút vốn đầu tƣ - là cơ sở cho sự tồn tại và tăng trƣởng trong tƣơng lai của ngân hàng". Theo Khoản 3 Điều 4 Luật Các Tổ Chức Tín Dụng (2010): "NHTM là loại hình ngân hàng đƣợc thực hiện tất cả các hoạt động ngân hàng và các hoạt động kinh doanh khác theo quy định của luật này nhằm mục tiêu lợi nhuận". Vậy nên, NHTM ở Việt Nam đóng một vai trò quan trọng trong việc huy động tiền gửi, cung cấp tín dụng và cung cấp nhiều loại dịch vụ tài chính cho các cá nhân, doanh nghiệp và cơ quan chính phủ. Các ngân hàng này đóng góp đáng kể vào sự phát triển và tăng trƣởng của nền kinh tế Việt Nam.2 Khái niệm về Hiệu quả tài chính Hiệu quả tài chính là thƣớc đo về việc một doanh nghiệp có thể sử dụng tài sản 81 9 tốt nhƣ thế nào từ phƣơng thức kinh doanh chính và tạo ra doanh thu.

Thuật ngữ này cũng đƣợc sử dụng nhƣ một thƣớc đo chung về sức khỏe tài chính tổng thể của một doanh nghiệp trong một khoảng thời gian nhất định.HQTC bản chất chính là hiệu quả kinh doanh của doanh nghiệp. Trong khi đó, hiệu quả kinh doanh là chỉ tiêu kinh tế tổng hợp, phản ánh trình độ sử dụng nguồn lực; tài chính của doanh nghiệp để đạt đƣợc kết quả cao nhất (PGS.TS Nguyễn Năng Phúc, 2013). Fatihudin và cộng sự (2018) lại cho rằng HQTC là tình trạng tài chính của công ty trong một thời kỳ nhất định, bao gồm việc huy động và sử dụng các quỹ đƣợc đo lƣờng bằng một số chỉ tiêu về tỷ lệ an toàn vốn, tính thanh khoản, đòn bẩy, khả năng thanh toán và khả năng sinh lời. HQTC là khả năng quản lý và kiểm soát các nguồn lực của công ty.

Jha và Hui (2012) đã nói rằng ngành tài chính là xƣơng sống của nền kinh tế một quốc gia. Nó hoạt động nhƣ một ngƣời hỗ trợ để đạt đƣợc tăng trƣởng kinh tế bền vững thông qua việc cung cấp trung gian tiền tệ hiệu quả. Một hệ thống tài chính mạnh sẽ thúc đẩy đầu tƣ bằng cách tài trợ cho các cơ hội kinh doanh hiệu quả, huy động tiền tiết kiệm, phân bổ nguồn lực hiệu quả và tạo điều kiện thuận lợi cho việc buôn bán hàng hóa và dịch vụ.3 Khái niệm về mô hình CAMEL Mô hình CAMEL là một hệ thống đánh giá HQTC thƣờng đƣợc áp dụng cho ngành ngân hàng."Đây là một hệ thống xếp hạng tổng hợp dựa trên các tỷ lệ tài chính trong báo cáo tài chính của ngân hàng. Các ngân hàng đƣợc đánh giá đƣợc xếp hạng từ 1 (tốt nhất) đến 5 (tệ nhất) trong mỗi khía cạnh CAMEL để xác định các ngân hàng tốt nhất và kém nhất".

Tại Mỹ, các cơ quan quản lý ngân hàng liên bang và tiểu bang thƣờng xuyên đánh giá tình hình tài chính và các rủi ro cụ thể mà mỗi ngân hàng phải đối mặt thông qua các cuộc kiểm tra tại chỗ. M (2018) cho rằng đây là hƣơng pháp đƣợc các cơ quan quản lý ngân hàng sử dụng phổ biến nhất để giám sát hoạt động là phƣơng pháp CAMEL. Đây là mô hình tổng hợp các thành phần hoạt động của ngân hàng khác nhau mà ban quản lý dự kiến sẽ thực hiện để cải thiện hiệu quả. Mô hình CAMEL 81 10 đƣợc tạo ra vào năm 1979 tại Hoa Kỳ bởi các cơ quan quản lý ngân hàng và việc sử dụng nó đã đƣợc mở rộng kể từ đó, đƣợc coi là một công cụ hữu ích cho các cơ quan quản lý từ các quốc gia khác nhau nhằm đánh giá sự lành mạnh của các tổ chức tài chính (Roman & Şargu, 2013).

CAMEL bao gồm năm tiêu chí: An toàn vốn (Capital), Chất lƣợng tài sản (Assets), Chất lƣợng quản lý (Management), Thu nhập (Earning) và Thanh khoản (Liquidity)" (Wirnkar & Tanko, 2008), tƣơng ứng với từng chữ cái trong từ "CAMEL". Các kỳ kiểm tra có thể đề cập đến bất kỳ khía cạnh nào của ngân hàng, nhƣng thƣờng tập trung vào việc đánh giá chất lƣợng tài sản và xác định xem các chính sách có tuân thủ các yêu cầu quy định hay không. Tài sản đƣợc đề cập đến là chất lƣợng tài sản, đây là một trong những yếu tố hỗ trợ chính cho hoạt động của ngân hàng (Gulia, 2014) và là yếu tố chính mà các nhà nghiên cứu điều tra bất cứ khi nào thực hiện nghiên cứu về hiệu quả hoạt động của ngân hàng (Chisti, 2012). Phƣơng pháp CAMEL đƣợc sử dụng rộng rãi để đánh giá hoạt động của ngân hàng và tác động đến lợi nhuận.

Barr và cộng sự.19) nói rằng xếp hạng CAMEL đã trở thành một công cụ ngắn gọn và không thể thiếu đối với ngƣời kiểm tra và cơ quan quản lý. Đồng quan điểm trên, Nguyen (2011) cũng cho rằng mô hình CAMEL là một cách tiếp cận hiệu quả để các chuyên gia kiểm tra hoạt động của hệ thống ngân hàng.1: Khung đánh giá, xếp hạng t ng hợp mô hình CAMEL Phạm vi Xếp hạng Phân tích xếp hạng Diễn giải đánh giá Ngân hàng đƣợc đánh giá cơ bản là tốt về 1 1.4 Mạnh (Nổi bật) mọi mặt. Ngân hàng đƣợc đánh giá là tốt, nhƣng có 2 1.4 Đạt yêu cầu một số điểm yếu đã đƣợc xác định. Khá (hoặc trung Ngân hàng có những điểm yếu về tài bình), với một số 3 2.4 chính, hoạt động sẽ là lý do khiến cơ quan danh mục đƣợc giám sát phải quan tâm.

theo dõi 81 11 Ngân hàng có những điểm yếu nghiêm Cận biên (hoặc kém trọng về tài chính có thể ảnh hƣởng đến 4 3.4 hiệu quả), có nguy khả năng đảm bảo tăng trƣởng và phát cơ thất bại triển trong tƣơng lai. Không đạt yêu cầu Ngân hàng có những điểm yếu nghiêm 5 4.0 (mức độ thất bại trọng về tài chính sẽ khiến xác suất đổ vỡ cao) là rất cao trong tƣơng lai gần.1 Vốn (Capital) Vốn (C) liên quan đến tỷ lệ an toàn vốn của ngân hàng so với các rủi ro tín dụng đƣợc tính theo rủi ro. Nó đo lƣờng sức mạnh tài chính của ngân hàng và khả năng đáp ứng nhu cầu của ngƣời gửi tiền. Một ngân hàng có tỷ lệ an toàn vốn cao đƣợc coi là an toàn hơn vì nó đƣợc trang bị tốt hơn để hấp thụ một lƣợng tổn thất hợp lý trƣớc khi mất khả năng thanh toán.

Mức độ an toàn vốn có thể ảnh hƣởng đến hiệu quả chung của ngân hàng, chẳng hạn nhƣ mở chi nhánh mới, cho vay mới trong các lĩnh vực rủi ro cao nhƣng có lợi nhuận, tuyển dụng nhân lực và đa dạng hóa hoạt động kinh doanh thông qua các công ty con hoặc thông qua các chi nhánh đƣợc chỉ định đặc biệt, vì RBI nghĩ rằng các hoạt động này là thành tựu về an toàn vốn của ngân hàng (Shankar, 1997). Các chỉ số chính đƣợc sử dụng để đánh giá mức độ an toàn vốn bao gồm Tỷ lệ an toàn vốn (CAR), Tỷ lệ tăng trƣởng tài sản, Tỷ lệ tăng trƣởng Vốn chủ sở hữu (VCSH) và Tỷ lệ VCSH trên tổng tài sản.