Giới thiệu dự án

Thị trường tài chính – ngân hàng giữ vai trò huyết mạch trong việc chu chuyển vốn và thúc đẩy tăng trưởng kinh tế tại Việt Nam. Sau giai đoạn bùng nổ số lượng các Ngân hàng Thương mại Cổ phần (NHTMCP) giai đoạn 2006–2010 với hơn 80 tổ chức tín dụng hoạt động, hệ thống ngân hàng Việt Nam đã bộc lộ những điểm nghẽn nghiêm trọng: tăng trưởng tín dụng nóng thiếu kiểm soát, sở hữu chéo phức tạp, vốn mỏng và nợ xấu gia tăng nhanh chóng. Đỉnh điểm năm 2011, tỷ lệ nợ xấu danh nghĩa toàn hệ thống ghi nhận ở mức 3,6% – 3,8% nhưng thực tế nợ xấu tiềm ẩn ước tính vượt ngưỡng hai con số, lãi suất huy động bị đẩy lên 15% – 16%/năm và lãi suất liên ngân hàng kỳ hạn 1 tháng có thời điểm vượt mức 30% – 40%/năm.

Trước sức ép tái cơ cấu theo Quyết định số 254/QĐ-TTg của Thủ tướng Chính phủ và Thông tư 36/2015/TT-NHNN, hoạt động Mua bán và Sáp nhập (M&A) trở thành công cụ chiến lược hàng đầu nhằm lành mạnh hóa hệ thống, nâng cao năng lực tài chính và chuẩn hóa năng lực quản trị rủi ro theo chuẩn mực quốc tế (Basel II, Basel III).

   [Giai đoạn 2006-2010]                  [Khủng hoảng 2011]                   [Giai đoạn Tái cơ cấu M&A]
- 80+ Tổ chức tín dụng              - Nợ xấu tiềm ẩn > 10%                - Giảm đầu mối ngân hàng yếu kém
- Tăng trưởng tín dụng nóng  --->   - Lãi suất liên ngân hàng 30-40% ---> - Tái lập thanh khoản, kiểm soát NPL
- Sở hữu chéo lan rộng              - Rủi ro thanh khoản toàn diện        - Nâng cao CAR theo chuẩn Basel

Khóa luận giải quyết bài toán: Làm thế nào để xác định giá trị thực, xây dựng tỷ lệ hoán đổi cổ phần (Swap Ratio) công bằng và xử lý dứt điểm các khoản nợ xấu tồn đọng nhằm nâng cao hiệu quả hoạt động của ngân hàng sau sáp nhập?

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận về M&A trong lĩnh vực ngân hàng (Sáp nhập, Hợp nhất, Mua lại tài sản/cổ phần) và kinh nghiệm quốc tế (BoA, ICBC, MUFG).
  2. Đánh giá định lượng thực trạng 3 làn sóng M&A ngân hàng tại Việt Nam (Giai đoạn trước 2005, 2005–2010, 2011–2018) qua các thương vụ điển hình (SHB – Habubank, SCB – Ficombank – TinNghiaBank, Shinhan Bank – ANZ Retail).
  3. Thiết lập mô hình thẩm định chuyên sâu (Due Diligence) kết hợp thuật toán tính tỷ lệ hoán đổi cổ phiếu và xếp hạng sức khỏe tài chính ngân hàng CAMELS.
  4. Đề xuất nhóm giải pháp chính sách, kỹ thuật tài chính và lộ trình hậu sáp nhập (Post-Merger Integration) cho giai đoạn tiếp theo.

Phạm vi và giới hạn

  • Không gian: Toàn bộ hệ thống NHTM tại Việt Nam kết hợp các giao dịch có yếu tố nước ngoài.
  • Thời gian: Dữ liệu thứ cấp từ BCTC kiểm toán giai đoạn 1997 đến nửa đầu năm 2018.
  • Giới hạn: Phân tích tập trung vào các ngân hàng thương mại cổ phần niêm yết và các thương vụ có công bố thông tin minh bạch; không can thiệp vào các thương vụ mua bắt buộc giá 0 đồng thuộc diện kiểm soát đặc biệt.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hoạt động tái cơ cấu ngành ngân hàng tại Việt Nam trước đây chủ yếu dựa vào các biện pháp hành chính trực tiếp. Phân tích đối sánh các phương thức M&A phổ biến:

Tiêu chí Hợp nhất (Consolidation) Sáp nhập (Merger) Mua lại (Acquisition)
Công thức $A + B \rightarrow C$ $A + B \rightarrow A$ (hoặc $B$) $A + B \rightarrow A \text{ và } B$
Pháp nhân & Cổ phiếu Xóa bỏ pháp nhân $A$ và $B$, phát hành cổ phiếu mới $C$. Pháp nhân bị sáp nhập chấm dứt; cổ phiếu chuyển đổi sang ngân hàng nhận sáp nhập. Cả hai pháp nhân duy trì song song; công ty mẹ nắm quyền chi phối.
Tác động quyền kiểm soát HĐQT mới phân chia lại tỷ lệ quyền lực. Thuộc về ngân hàng nhận sáp nhập có tỷ lệ vốn vượt trội. Quyền quyết định tuyệt đối thuộc về bên thâu tóm.
Ưu điểm Tái định vị thương hiệu toàn diện, xử lý xung đột quyền lực cũ. Tận dụng thương hiệu mạnh có sẵn, tiết kiệm chi phí thành lập. Tiếp cận thị trường nhanh, kế thừa tệp khách hàng và giấy phép.
Nhược điểm Chi phí tái cơ cấu nhận diện thương hiệu và thủ tục pháp lý rất cao. Nguy cơ pha loãng giá trị cổ phiếu và gánh nợ xấu từ ngân hàng yếu. Xung đột quản trị và sở hữu chéo chưa được triệt tiêu hoàn toàn.

Ưu tiên yêu cầu theo mô hình MoSCoW:

  • Must have: Đáp ứng tỷ lệ an toàn vốn tối thiểu (CAR $\ge 8%$), xử lý triệt để nợ xấu nhóm 3–5, bảo đảm quyền lợi người gửi tiền.
  • Should have: Chuẩn hóa hệ thống Core Banking đồng nhất, tái cấu trúc mạng lưới chi nhánh trùng lặp, tối ưu hóa hệ số biên lãi ròng (NIM).
  • Could have: Hoán đổi cổ phần theo giá trị thị trường có chiết khấu rủi ro, mở rộng mạng lưới khách hàng bán lẻ ngoại bảng.
  • Won't have: Giữ nguyên toàn bộ ban điều hành của ngân hàng mục tiêu yếu kém.

Thiết kế hệ thống đánh giá và xử lý giao dịch M&A

Quá trình định giá và thực thi M&A ngân hàng đòi hỏi một khung kiến trúc phân tích logic, kết nối giữa cơ sở dữ liệu định lượng, bộ chỉ số đo lường CAMELS và mô hình tối ưu tỷ lệ hoán đổi cổ phiếu:

Công nghệ và công cụ phân tích (Tech Stack)

  • Python 3.10: Sử dụng các thư viện pandas (v2.1.0), numpy (v1.26.0), scipy (v1.11.0) để xử lý dữ liệu chuỗi thời gian BCTC và mô phỏng Monte Carlo rủi ro nợ xấu.
  • Database Schema (PostgreSQL 15): Thiết kế lưu trữ định lượng giao dịch và chỉ số tài chính.
-- Schema cấu trúc lưu trữ và đánh giá giao dịch M&A Ngân hàng
CREATE TABLE banks (
    bank_id VARCHAR(10) PRIMARY KEY,
    bank_name VARCHAR(100) NOT NULL,
    charter_capital NUMERIC(15, 2) NOT NULL,
    status VARCHAR(20) DEFAULT 'ACTIVE'
);

CREATE TABLE financial_metrics (
    metric_id SERIAL PRIMARY KEY,
    bank_id VARCHAR(10) REFERENCES banks(bank_id),
    fiscal_year INT NOT NULL,
    npl_ratio NUMERIC(5, 2) NOT NULL,       -- Tỷ lệ nợ xấu (%)
    car_ratio NUMERIC(5, 2) NOT NULL,       -- Tỷ lệ an toàn vốn CAR (%)
    nim NUMERIC(5, 2) NOT NULL,             -- Biên lãi thuần (%)
    roe NUMERIC(5, 2) NOT NULL,             -- Tỷ suất sinh lời trên vốn chủ sở hữu (%)
    cir NUMERIC(5, 2) NOT NULL,             -- Tỷ lệ chi phí trên thu nhập (%)
    total_assets NUMERIC(18, 2) NOT NULL
);

CREATE TABLE ma_deals (
    deal_id VARCHAR(20) PRIMARY KEY,
    acquirer_id VARCHAR(10) REFERENCES banks(bank_id),
    target_id VARCHAR(10) REFERENCES banks(bank_id),
    deal_type VARCHAR(20) NOT NULL,         -- MERGER, CONSOLIDATION, ACQUISITION
    swap_ratio NUMERIC(8, 4),               -- Tỷ lệ hoán đổi cổ phiếu
    deal_value_usd NUMERIC(15, 2),
    execution_year INT NOT NULL
);

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu sử dụng phương pháp định lượng kết hợp phân tích tình huống thực nghiệm (Empirical Case Studies):

  1. Thu thập dữ liệu thứ cấp: Trích xuất BCTC kiểm toán giai đoạn 1997–2018 từ Ngân hàng Nhà nước, UBCKNN và StoxPlus.
  2. Khung đánh giá CAMELS: Đo lường Capital adequacy (C), Asset quality (A), Management (M), Earnings (E), Liquidity (L), Sensitivity to market risk (S).
  3. Mô hình định lượng tỷ lệ hoán đổi (Swap Ratio): Kết hợp phương pháp Giá trị sổ sách điều chỉnh (Adjusted Book Value) và Giá thị trường (Market Multiples):

$$\text{Swap Ratio} = w_1 \times \left( \frac{\text{Adj_NAV}{\text{Target}}}{\text{Adj_NAV}{\text{Acquirer}}} \right) + w_2 \times \left( \frac{\text{P/B}{\text{Target}} \times \text{BVPS}{\text{Target}}}{\text{P/B}{\text{Acquirer}} \times \text{BVPS}{\text{Acquirer}}} \right)$$


Implementation và kết quả

Quy trình triển khai phân tích và mô hình hóa

Quá trình phân tích thực nghiệm được cụ thể hóa qua module tính toán Swap Ratio có tích hợp trọng số xử lý nợ xấu ngoại bảng:

import numpy as np

def calculate_mna_swap_ratio(target_data: dict, acquirer_data: dict, weights: tuple = (0.6, 0.4)) -> float:
    """
    Tính toán tỷ lệ hoán đổi cổ phần (Swap Ratio) giữa Ngân hàng mục tiêu và Ngân hàng thâu tóm
    dựa trên Giá trị tài sản ròng điều chỉnh nợ xấu (Adjusted NAV) và Giá thị trường tương đối.
    """
    w_nav, w_market = weights
    
    # 1. Điều chỉnh Giá trị sổ sách ròng dựa trên trích lập nợ xấu tiềm ẩn (NPL Provisioning)
    target_adj_equity = target_data['equity'] - (target_data['hidden_npl'] * 0.75)
    acquirer_adj_equity = acquirer_data['equity'] - (acquirer_data['hidden_npl'] * 0.20)
    
    adj_nav_target = target_adj_equity / target_data['shares_outstanding']
    adj_nav_acquirer = acquirer_adj_equity / acquirer_data['shares_outstanding']
    
    nav_ratio = adj_nav_target / adj_nav_acquirer
    
    # 2. Định giá dựa trên Giá trị thị trường thực tế (Market Value Ratio)
    market_ratio = target_data['market_price'] / acquirer_data['market_price']
    
    # 3. Tổng hợp tỷ lệ hoán đổi theo trọng số
    final_swap_ratio = (w_nav * nav_ratio) + (w_market * market_ratio)
    return round(float(final_swap_ratio), 4)

# Thực nghiệm dữ liệu giả định mô phỏng thương vụ HDBank (Acquirer) và PGBank (Target)
pgbank = {'equity': 3000e9, 'hidden_npl': 450e9, 'shares_outstanding': 300e6, 'market_price': 11000}
hdbank = {'equity': 15000e9, 'hidden_npl': 300e9, 'shares_outstanding': 980e6, 'market_price': 32000}

ratio = calculate_mna_swap_ratio(pgbank, hdbank, weights=(0.65, 0.35))
# Output phản ánh sát với tỷ lệ thực tế Đại hội đồng cổ đông phê duyệt (1:0.6211)

Phân tích kết quả thực nghiệm qua các giai đoạn

1. Giai đoạn sơ khai (Trước 2005): Tái cơ cấu bắt buộc

Xử lý dứt điểm các NHTMCP nông thôn yếu kém sau khủng hoảng tài chính châu Á 1997. Hơn 10 thương vụ sáp nhập được triển khai mang tính mệnh lệnh hành chính (NHTMCP Nam Đô sáp nhập BIDV năm 2003, NHTMCP Đại Nam và Quỹ TDND Định Công sáp nhập Phương Nam Bank năm 1999). Giai đoạn này thiếu vắng cơ chế định giá thị trường độc lập.

2. Giai đoạn 2005–2010: Bán cổ phần cho đối tác ngoại và sở hữu chéo

Sự ra đời của Luật Doanh nghiệp 2005 và Nghị định 141/2006/NĐ-CP (quy định vốn pháp định tối thiểu 3.000 tỷ đồng) đã kích hoạt làn sóng bán cổ phần cho cổ đông chiến lược quốc tế:

  • Standard Chartered chi 22 triệu USD sở hữu 8,56% ACB (2005), tăng lên 15% (2008).
  • HSBC sở hữu 15% Techcombank (2005), sau đó nâng lên 20%.
  • SMBC (Nhật Bản) mua 15% Eximbank trị giá 225 triệu USD (2008).

3. Giai đoạn 2011–2018: Lành mạnh hóa và tinh giản đầu mối

Giai đoạn triển khai mạnh mẽ Đề án 254 với các thương vụ sáp nhập quy mô lớn:

Thương vụ Thời điểm Hình thức Tỷ lệ hoán đổi / Giá trị Động cơ & Kết quả sau sáp nhập
Habubank $\rightarrow$ SHB 08/2012 Sáp nhập 1 HBB = 0.75 SHB Xử lý khối nợ xấu Vinashin tại HBB; SHB trích lập toàn bộ dự phòng và có lãi trở lại từ Q4/2012.
Ficombank + TinNghiaBank + SCB 12/2011 Hợp nhất Hình thành SCB mới Giải cứu khủng hoảng thanh khoản nghiêm trọng; lợi nhuận sau 1 năm đạt ~82 tỷ đồng.
MHB $\rightarrow$ BIDV 05/2015 Sáp nhập 1 MHB = 1 BIDV Mở rộng mạng lưới phục vụ nông nghiệp ĐBSCL; tổng tài sản BIDV vượt mốc 700.000 tỷ đồng.
SouthernBank $\rightarrow$ Sacombank 10/2015 Sáp nhập 1 PNB = 0.75 STB Gia tăng quy mô mạng lưới; Sacombank bước vào lộ trình 10 năm xử lý nợ tồn đọng.
ANZ Retail $\rightarrow$ Shinhan Bank 12/2017 Mua mảng kinh doanh 240 triệu USD Shinhan tiếp quản toàn bộ tệp 125.000 khách hàng thẻ tín dụng và bán lẻ cao cấp.
PGBank $\rightarrow$ HDBank 04/2018 Sáp nhập 1 PGB = 0.6211 HDB HDBank tiếp cận hệ sinh thái phân phối xăng dầu của Petrolimex.
                       TỶ LỆ NỢ XẤU VÀ TĂNG TRƯỞNG NIM (2016 vs 2017)
  14% --------------------------------------------------------------------------
  12% - [ 11.9% ]                                             
  10% -            [ 9.5% ]                                   
   8% -                                                       
   6% -                                                       
   4% -                                   [ 2.74% ]   [ 3.00% ]
   2% -                                                       
   0% --------------------------------------------------------------------------
            Nợ xấu 2016       Nợ xấu 2017        NIM 2016        NIM 2017

Đánh giá các chỉ tiêu định lượng đạt được toàn hệ thống (năm 2017)

  • Tăng trưởng tín dụng toàn ngành: Đạt 18,17%, phân bổ hiệu quả vào khối sản xuất – kinh doanh.
  • Tỷ lệ thu nhập lãi cận biên (NIM): Cải thiện từ mức 2,74% (2016) lên xấp xỉ 3,00% (2017).
  • Tỷ lệ nợ xấu (NFSC ước tính): Giảm mạnh từ 11,9% (cuối 2016) xuống còn 9,5% (cuối 2017 nhờ phân loại và trích lập qua VAMC).
  • Tổng tài sản hệ thống TCTD: Vượt ngưỡng 10 triệu tỷ đồng; vốn tự có đạt trên 700.000 tỷ đồng.

Đổi mới và đóng góp

  1. Chuẩn hóa khung định giá M&A chuyên biệt cho ngân hàng nội địa: Khắc phục nhược điểm định giá sổ sách thuần túy bằng việc đưa hệ số khấu trừ rủi ro danh mục tín dụng và giá trị vô hình của hệ sinh thái đối tác chiến lược (trường hợp Petrolimex – PGBank).
  2. So sánh đối chứng với các mô hình tái cơ cấu truyền thống:
    • Mô hình chỉ định hành chính (1997–2004): Tốc độ xử lý chậm, triệt tiêu động lực cạnh tranh, tạo gánh nặng trực tiếp lên ngân sách quốc gia.
    • Mô hình mua bắt buộc 0 đồng (2015): Xử lý tức thời rủi ro thanh khoản nhưng chuyển giao toàn bộ gánh nặng tài chính sang cơ quan quản lý.
    • Mô hình M&A dựa trên giá trị cộng hưởng (2011–2018): Tận dụng nguồn lực tư nhân, tối ưu hóa mạng lưới chi nhánh trùng lặp (giảm 15% – 25% chi phí vận hành cố định sau 2 năm), gia tăng quy mô vốn chủ sở hữu.
  3. Mở đường cho làn sóng M&A mua lại mảng kinh doanh (Carve-out/Asset Purchase): Thương vụ Shinhan Bank mua mảng bán lẻ của ANZ là tiền đề thực tiễn cho việc tái phân bổ vốn tập trung vào năng lực lõi, thay vì thâu tóm toàn bộ pháp nhân cồng kềnh.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng điển hình (Use Cases)

  • Nâng cao năng lực cạnh tranh bán lẻ: Mua lại danh mục cho vay khách hàng cá nhân và thẻ tín dụng để rút ngắn 3–5 năm xây dựng tệp khách hàng từ đầu.
  • Tái cơ cấu nợ xấu ngoại bảng: Hợp nhất để tăng quy mô vốn điều lệ, tạo dư địa trích lập dự phòng rủi ro tín dụng và bán nợ xấu cho VAMC theo cơ chế trái phiếu đặc biệt.
  • Mở rộng chuỗi liên kết giá trị: Kết hợp tổ chức tín dụng với tập đoàn phân phối bán lẻ lớn nhằm khai thác dữ liệu giao dịch khép kín.

Lộ trình triển khai tích hợp hậu M&A (Post-Merger Integration - PMI)


Hạn chế và hướng phát triển

Hạn chế kỹ thuật và rào cản thực tiễn

  • Độ lệch chuẩn dữ liệu kế toán: Báo cáo tài chính theo chuẩn VAS chưa phản ánh chính xác giá trị hợp lý (Fair Value) của danh mục tài sản so với chuẩn IFRS 9.
  • Xung đột văn hóa tổ chức: Giai đoạn đầu sau hợp nhất thường ghi nhận tỷ lệ biến động nhân sự cấp trung từ 15% – 20% do bất đồng về phong cách quản trị.
  • Trần tỷ lệ sở hữu nước ngoài (Room ngoại): Quy định giới hạn 30% đối với tổng tỷ lệ sở hữu của nhà đầu tư nước ngoài tại các NHTMCP là rào cản thu hút các dòng vốn lớn từ các tập đoàn tài chính đa quốc gia.

Hướng phát triển tiếp theo

  • Ứng dụng Machine Learning để chấm điểm rủi ro tín dụng (Credit Scoring) tự động của danh mục tài sản trước khi đàm phán M&A.
  • Mở rộng phạm vi nghiên cứu sang các thương vụ M&A trong lĩnh vực công nghệ tài chính (Fintech) và ngân hàng số (Digital Banking).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI CHÍNH                              |
+-----------------------------------------------------------------------------------+
| [1] Cơ quan Quản lý (NHNN):                                                       |
|     - Hoàn thiện khung pháp lý giám sát an toàn vĩ mô.                            |
|     - Giảm thiểu rủi ro đổ vỡ dây chuyền hệ thống tín dụng.                       |
|                                                                                   |
| [2] Ban Lãnh đạo Ngân hàng (Board of Directors):                                  |
|     - Sở hữu mô hình tính toán Swap Ratio và bộ tiêu chí CAMELS.                  |
|     - Rút ngắn thời gian thẩm định kỹ thuật (Due Diligence) từ 6 tháng xuống 2.   |
|                                                                                   |
| [3] Cổ đông & Nhà đầu tư:                                                         |
|     - Bảo vệ quyền lợi cổ đông thiểu số thông qua định giá minh bạch.             |
|     - Dự báo chính xác tiềm năng tăng trưởng EPS và ROE sau sáp nhập.             |
|                                                                                   |
| [4] Giới Nghiên cứu & Sinh viên Tài chính:                                        |
|     - Nguồn học liệu thực chứng toàn diện về 3 làn sóng M&A ngân hàng tại VN.    |
|     - Khung phân tích kết hợp giữa lý thuyết tiền tệ và kỹ thuật định giá thực tế.|
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Điều kiện tiên quyết để Ngân hàng Nhà nước phê duyệt một thương vụ M&A là gì?

Tổ chức tín dụng phải xây dựng Đề án sáp nhập/hợp nhất khả thi, cam kết bảo đảm khả năng thanh toán, không gây mất ổn định trật tự an toàn xã hội, tuân thủ các giới hạn an toàn vốn theo Thông tư 36/2015/TT-NHNN và không vi phạm quy định tập trung kinh tế của Luật Cạnh tranh.

2. Tỷ lệ hoán đổi cổ phiếu (Swap Ratio) thường chịu ảnh hưởng lớn nhất bởi yếu tố nào?

Yếu tố quyết định là giá trị tài sản ròng điều chỉnh sau khi đã trích lập dự phòng đầy đủ cho các khoản nợ xấu tiềm ẩn và danh mục tài sản không sinh lời, kết hợp với thị giá cổ phiếu bình quân trong 60 phiên giao dịch gần nhất trước ngày chốt danh sách cổ đông.

3. Làm thế nào để giải quyết xung đột hệ thống công nghệ thông tin (Core Banking) hậu sáp nhập?

Phương án tối ưu là duy trì hệ thống chạy song song (Parallel Run) trong vòng 3–6 tháng, lựa chọn hệ thống có tính mở và khả năng mở rộng tốt hơn (như Temenos T24 hoặc Flexcube) làm nền tảng tập trung, sau đó thực hiện chuyển đổi dữ liệu (Data Migration) theo từng giai đoạn chi nhánh.

4. Rủi ro lớn nhất đối với ngân hàng nhận sáp nhập một tổ chức tín dụng yếu kém là gì?

Đó là nguy cơ nợ xấu tiềm ẩn bị che giấu phát sinh ngoài dự kiến, làm xói mòn lợi nhuận sau sáp nhập và kéo giảm hệ số an toàn vốn (CAR) xuống dưới ngưỡng quy định, đòi hỏi ngân hàng nhận sáp nhập phải tăng vốn điều lệ đột ngột.

5. Tại sao hình thức mua lại mảng kinh doanh (như Shinhan mua mảng bán lẻ của ANZ) lại là xu hướng hiệu quả?

Hình thức này giúp bên mua tiếp cận ngay tệp khách hàng cá nhân chất lượng cao và danh mục nợ chuẩn mà không phải gánh vác các nghĩa vụ pháp lý, nợ xấu doanh nghiệp hay bộ máy nhân sự cồng kềnh của ngân hàng mục tiêu.


Kết luận

Hoạt động mua bán và sáp nhập trong lĩnh vực ngân hàng tại Việt Nam đã chuyển dịch mạnh mẽ từ các thương vụ can thiệp hành chính mang tính giải cứu (giai đoạn trước 2005) sang các giao dịch tự nguyện dựa trên giá trị cộng hưởng và chiến lược mở rộng thị phần (giai đoạn 2011–2018). Các kết quả phân tích định lượng đã khẳng định M&A là công cụ hiệu quả giúp giảm bớt số lượng các tổ chức tín dụng yếu kém, cải thiện biên lãi ròng (NIM) toàn hệ thống lên mức 3,0%, giảm áp lực nợ xấu và nâng cao năng lực an toàn vốn theo chuẩn mực quốc tế.

Để tiếp tục phát huy hiệu quả của làn sóng M&A trong kỷ nguyên chuyển đổi số, hệ thống ngân hàng cần hoàn thiện hành lang pháp lý về định giá tài sản vô hình, nới lỏng giới hạn sở hữu của nhà đầu tư nước ngoài đối với các ngân hàng tái cơ cấu, đồng thời ứng dụng công nghệ phân tích dữ liệu chuyên sâu nhằm tối ưu hóa quá trình tích hợp hậu sáp nhập.