Giới thiệu dự án

Rủi ro thanh khoản (RRTK - Liquidity Risk) là một trong những nguyên nhân hàng đầu đe dọa sự an toàn và bền vững của hệ thống ngân hàng thương mại (NHTM), đặc biệt trong bối cảnh hệ thống tài chính chịu áp lực tái cơ cấu sâu rộng sau khủng hoảng tài chính toàn cầu. Để duy trì khả năng thanh toán và tuân thủ các hiệp ước an toàn vốn quốc tế như Basel III (với các chuẩn mực Liquidity Coverage Ratio - LCR và Net Stable Funding Ratio - NSFR), các ngân hàng phải giải quyết bài toán đánh đổi giữa tính thanh khoản và khả năng sinh lời (Keynes Liquidity Preference Theory). Tại Việt Nam, giai đoạn 2012–2021 chứng kiến quá trình tái cơ cấu mạnh mẽ các tổ chức tín dụng theo Quyết định số 254/QĐ-TTg của Thủ tướng Chính phủ, thúc đẩy sự cấp thiết của việc định lượng chính xác các nhân tố tác động đến rủi ro thanh khoản.

Vấn đề cốt lõi (Problem Statement) nằm ở sự bất cân xứng kỳ hạn (maturity mismatch) giữa huy động vốn ngắn hạn và cho vay trung - dài hạn, cùng với biến động vĩ mô phức tạp khiến khe hở tài trợ (Financing Gap - FGAP) của các ngân hàng thương mại cổ phần (NHTMCP) mở rộng, làm tăng nguy cơ kiệt quệ thanh khoản hệ thống. Đề tài tập trung giải quyết các mục tiêu nghiên cứu cụ thể:

  1. Mục tiêu 1: Xác định và lượng hóa chiều hướng, mức độ tác động của các yếu tố nội tại ngân hàng (SIZE, CAP, TLA, NPL, LLR, ROE) và vĩ mô (GDP, INF) đến RRTK.
  2. Mục tiêu 2: Xây dựng quy trình kiểm định kinh tế lượng hoàn chỉnh, phát hiện và xử lý triệt để các khuyết tật mô hình (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan).
  3. Mục tiêu 3: Đề xuất hệ thống giải pháp và khuyến nghị chính sách giúp các nhà quản trị ngân hàng và Ngân hàng Nhà nước (NHNN) tối ưu hóa quản trị thanh khoản.

Phương pháp tiếp cận giải pháp (Solution Approach) sử dụng kỹ thuật phân tích dữ liệu bảng cân bằng (Balanced Panel Data) thông qua phần mềm Stata 16. Nghiên cứu thực hiện quy trình ước lượng tuần tự: Bình phương tối thiểu gộp (Pooled OLS) $\rightarrow$ Mô hình tác động cố định (FEM) $\rightarrow$ Mô hình tác động ngẫu nhiên (REM), kết hợp các kiểm định F-test, Breusch-Pagan Lagrange Multiplier và Hausman Test. Để khắc phục hiện tượng phương sai thay đổi và tự tương quan thường gặp trên dữ liệu tài chính, phương pháp Ước lượng Bình phương nhỏ nhất Tổng quát Khả thi (Feasible Generalized Least Squares - FGLS) được triển khai làm mô hình chuẩn tắc cuối cùng.

Phạm vi nghiên cứu bao quát mẫu dữ liệu thứ cấp gồm 26 NHTMCP tại Việt Nam trong giai đoạn 10 năm (2012–2021), tạo thành 260 quan sát ($N=26, T=10$). Nghiên cứu loại trừ các ngân hàng không công bố đầy đủ thông tin hoặc thuộc diện kiểm soát đặc biệt (SCB, PVcomBank, DongA Bank, Vietbank, BAOVIET Bank) nhằm đảm bảo tính chuẩn xác và đồng nhất của dữ liệu thống kê.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quản trị thanh khoản tại các NHTM Việt Nam thường đối mặt với xung đột lợi ích giữa tăng trưởng tín dụng và dự trữ đệm thanh khoản. Các nghiên cứu trước đây đã áp dụng nhiều cách tiếp cận khác nhau để đo lường RRTK, song tồn tại sự phân kỳ rõ rệt về mặt kết quả và kỹ thuật xử lý khuyết tật mô hình:

Nghiên cứu Phạm vi & Mẫu Thước đo RRTK Phương pháp ước lượng Ưu điểm Hạn chế
Trương Quang Thông (2013) 27 NHTM VN (2002–2011) Khe hở tài trợ (FGAP) Pooled OLS, FEM, REM Phát hiện biến vĩ mô ảnh hưởng mạnh Chưa xử lý triệt để hiện tượng tự tương quan
Đặng Văn Dân (2015) 15 NHTM lớn (2007–2014) Khe hở tài trợ (FGAP) Pooled OLS, FEM, REM Tập trung vào nhóm ngân hàng trụ cột Mẫu quan sát nhỏ ($N=15$), thiếu biến dự phòng rủi ro
Phan Thị Mỹ Hạnh & Tống Lâm Vy (2019) 21 NHTM VN (2008–2017) Khe hở tài trợ (FGAP) GLS Xử lý khuyết tật bằng GLS Giai đoạn nghiên cứu chưa bao quát các quy định Basel II/III mới
Đề tài hiện tại 26 NHTMCP VN (2012–2021) Khe hở tài trợ (FGAP) FGLS (Stata 16) Mẫu chuẩn 260 quan sát, xử lý đồng thời phương sai thay đổi & tự tương quan Chưa kiểm tra mô hình động Dynamic Panel (System-GMM)

Yêu cầu nghiên cứu được phân bổ theo mô hình phân loại MoSCoW:

  • Must-have: Đo lường biến phụ thuộc FGAP; kiểm định F-test, Hausman, Modified Wald, Wooldridge; khắc phục khuyết tật bằng FGLS.
  • Should-have: Đánh giá ma trận tương quan giữa 8 biến độc lập; phân tích hệ số phóng đại phương sai (VIF).
  • Could-have: So sánh kiểm định độ nhạy giữa FEM/REM và FGLS.
  • Won't-have (giai đoạn này): Ước lượng phi tuyến tính hoặc phân tích chuỗi thời gian bậc cao (VAR/VECM).

Thiết kế hệ thống

Kiến trúc mô hình kinh tế lượng được thiết lập dựa trên hàm hồi quy đa biến:

$$FGAP_{it} = \beta_0 + \beta_1 SIZE_{it} + \beta_2 CAP_{it} + \beta_3 TLA_{it} + \beta_4 NPL_{it} + \beta_5 LLR_{it} + \beta_6 ROE_{it} + \beta_7 GDP_t + \beta_8 INF_t + \epsilon_{it}$$

+-------------------------------------------------------------------------+
|                  Nguồn Dữ Liệu: BCTC & World Bank (2012-2021)           |
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
|     Tiền xử lý dữ liệu: Trích xuất chỉ số tài chính & Macro (N=26, T=10)|
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
|      Phân tích thăm dò: Thống kê mô tả (Mean, SD) & Ma trận tương quan   |
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
|    Hồi quy sơ bộ: Pooled OLS  <--->  FEM  <--->  REM                    |
|    - F-test: Chọn FEM hay OLS (p < 0.05 => Chọn FEM)                    |
|    - Breusch-Pagan LM: Chọn REM hay OLS                                 |
|    - Hausman Test: Chọn FEM hay REM (p < 0.05 => Chọn FEM)              |
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
|    Kiểm định khuyết tật mô hình:                                        |
|    - Đa cộng tuyến: VIF test (VIF < 10)                                 |
|    - Phương sai thay đổi: Modified Wald Test (p < 0.05 => Bị khuyết tật)|
|    - Tự tương quan: Wooldridge Test (p < 0.05 => Bị khuyết tật)         |
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
|    Mô hình chuẩn tắc: Feasible Generalized Least Squares (FGLS / xtgls) |
|    => Khắc phục hoàn toàn phương sai thay đổi & tự tương quan AR(1)     |
+-------------------------------------------------------------------------+

Bảng mô tả cấu trúc dữ liệu và phân loại biến kinh tế lượng:

Ký hiệu Tên biến Công thức / Đo lường Kỳ vọng dấu Phân loại
FGAP Khe hở tài trợ $(\text{Dư nợ tín dụng} - \text{Huy động vốn}) / \text{Tổng tài sản}$ Phụ thuộc Biến tài chính
SIZE Quy mô ngân hàng $\ln(\text{Tổng tài sản})$ $(-)$ Biến nội tại
CAP Tỷ lệ an toàn vốn $\text{Vốn chủ sở hữu} / \text{Tổng tài sản}$ $(+)$ Biến nội tại
TLA Tỷ lệ cho vay $\text{Tổng dư nợ cho vay} / \text{Tổng tài sản}$ $(+)$ Biến nội tại
NPL Tỷ lệ nợ xấu $\text{Nợ xấu (Nhóm 3+4+5)} / \text{Tổng dư nợ}$ $(+)$ Biến nội tại
LLR Tỷ lệ dự phòng rủi ro $\text{Dự phòng rủi ro tín dụng} / \text{Tổng dư nợ}$ $(-)$ Biến nội tại
ROE Tỷ suất sinh lời VCSH $\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu bình quân}$ $(+)$ Biến nội tại
GDP Tăng trưởng kinh tế Tốc độ tăng trưởng GDP hàng năm (World Bank) $(+)$ Biến vĩ mô
INF Tỷ lệ lạm phát Chỉ số giá tiêu dùng CPI (Tổng cục Thống kê) $(+)$ Biến vĩ mô

Methodology

Nghiên cứu áp dụng quy trình thực nghiệm định lượng 4 giai đoạn nghiêm ngặt:

  1. Thu thập và làm sạch dữ liệu (Data Pipeline): Trích xuất báo cáo tài chính kiểm toán hợp nhất của 26 NHTMCP trong 10 năm liên tục; chuẩn hóa đơn vị tính và đồng bộ hóa các biến vĩ mô từ World Bank.
  2. Kiểm định mô hình cơ bản (Baseline Modeling): Khởi tạo bảng dữ liệu xtset id year, thực hiện hồi quy Pooled OLS, FEM và REM để đánh giá tính đặc thù của từng đơn vị ngân hàng.
  3. Chẩn đoán khuyết tật (Diagnostic Testing): Sử dụng các kiểm định thống kê chuẩn để phát hiện vi phạm giả định Gauss-Markov.
  4. Ước lượng FGLS và Diễn giải (Robust Estimation): Áp dụng ước lượng FGLS với tùy chọn xử lý phương sai sai số thay đổi chéo giữa các bảng (panels(hetero)) và tự tương quan bậc nhất (corr(ar1)).

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm được thực hiện trên môi trường Stata phiên bản 16.0 với các tệp lệnh Do-file chuẩn hóa. Dưới đây là đoạn mã thực thi toàn bộ quy trình kiểm định và ước lượng:

* Thiết lập cấu trúc Panel Data cho 26 ngân hàng trong 10 năm (2012-2021)
xtset bank_id year

* 1. Thống kê mô tả và Ma trận hệ số tương quan
summarize FGAP SIZE CAP TLA NPL LLR ROE GDP INF
pwcorr FGAP SIZE CAP TLA NPL LLR ROE GDP INF, star(0.05) sig

* 2. Ước lượng các mô hình cơ bản
reg FGAP SIZE CAP TLA NPL LLR ROE GDP INF
est store pooled_ols

xtreg FGAP SIZE CAP TLA NPL LLR ROE GDP INF, fe
est store fem_model

xtreg FGAP SIZE CAP TLA NPL LLR ROE GDP INF, re
est store rem_model

* 3. Các kiểm định lựa chọn mô hình
* Kiểm định F-test (đã tích hợp trong FEM output)
* Kiểm định Hausman giữa FEM và REM
hausman fem_model rem_model

* 4. Kiểm định khuyết tật mô hình trên mô hình được chọn (FEM)
* Kiểm tra đa cộng tuyến
quietly reg FGAP SIZE CAP TLA NPL LLR ROE GDP INF
vif

* Kiểm định phương sai sai số thay đổi (Modified Wald Test cho FEM)
xtreg FGAP SIZE CAP TLA NPL LLR ROE GDP INF, fe
xttest3

* Kiểm định tự tương quan (Wooldridge Test cho Panel Data)
xtserial FGAP SIZE CAP TLA NPL LLR ROE GDP INF

* 5. Khắc phục khuyết tật bằng mô hình FGLS
xtgls FGAP SIZE CAP TLA NPL LLR ROE GDP INF, panels(heteroskedastic) corr(ar1)
est store fgls_model

Testing và validation

Kết quả phân tích thống kê mô tả mẫu nghiên cứu ($N=260$) phản ánh chân thực đặc điểm tài chính của các NHTMCP Việt Nam:

  • FGAP (Khe hở tài trợ): Giá trị trung bình đạt $-0.74%$ với độ lệch chuẩn $11.16%$. Biên độ dao động lớn từ cực tiểu $-53.53%$ (TPBank năm 2015) đến cực đại $+8.81%$ (VietinBank năm 2019), cho thấy sự phân hóa rõ nét về mức độ thâm hụt/thặng dư thanh khoản giữa các nhóm ngân hàng.
  • SIZE (Quy mô ngân hàng): Trung bình $8.11$ (đo bằng logarit tự nhiên của tổng tài sản, độ lệch chuẩn $0.58$), thấp nhất là $7.17$ (Saigonbank năm 2013) và cao nhất là $9.25$ (BIDV năm 2021).
  • CAP (Tỷ lệ vốn chủ sở hữu): Trung bình $9.02%$ ($\text{SD} = 3.45%$), dao động từ $4.06%$ (BIDV 2017) đến $23.84%$ (Saigonbank 2013).
  • TLA (Tỷ lệ cho vay/tổng tài sản): Trung bình $58.71%$ ($\text{SD} = 12.38%$), thấp nhất $22.24%$ (SeABank 2012) và cao nhất $92.84%$ (VIB 2018).
  • NPL & LLR: Tỷ lệ nợ xấu trung bình $2.17%$ (nằm trong giới hạn an toàn dưới $3%$ theo quy định NHNN); tỷ lệ dự phòng rủi ro tín dụng trung bình $1.32%$.
  • ROE & Vĩ mô: ROE trung bình đạt $10.18%$; tăng trưởng GDP bình quân $5.59%$; lạm phát CPI bình quân $3.81%$.

Kết quả kiểm định chẩn đoán mô hình:

  1. Kiểm tra đa cộng tuyến: Hệ số VIF của tất cả các biến độc lập đều nằm trong khoảng $1.15 - 2.34$, với Mean VIF $= 1.62 < 5$. Kết quả khẳng định không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
  2. Kiểm định Hausman: Thống kê Hausman cho giá trị $p\text{-value} = 0.0021 < 0.05$, dẫn đến việc bác bỏ giả thuyết $H_0$ (REM phù hợp) và chấp nhận $H_1$, khẳng định mô hình tác động cố định (FEM) ưu việt hơn REM.
  3. Kiểm định Modified Wald (Phương sai thay đổi): Kết quả kiểm định trên mô hình FEM cho $\chi^2 = 1458.32$ với $p\text{-value} = 0.0000 < 0.05$. Bác bỏ giả thuyết phương sai thuần nhất, mô hình mắc khuyết tật phương sai sai số thay đổi.
  4. Kiểm định Wooldridge (Tự tương quan): Thống kê $F = 18.742$ với $p\text{-value} = 0.0002 < 0.05$, kết luận mô hình tồn tại hiện tượng tự tương quan bậc nhất AR(1).

Kết quả đạt được

Nhờ áp dụng ước lượng FGLS, các sai số chuẩn (Standard Errors) đã được hiệu chỉnh hiệu quả, đem lại kết quả ước lượng vững:

Biến độc lập Hệ số FGLS ($\beta$) Sai số chuẩn $z$-statistic $p$-value Ý nghĩa thống kê
SIZE $-0.0412$ $0.0105$ $-3.92$ $0.0001$ Có ý nghĩa ($1%$)
CAP $+0.4821$ $0.0834$ $+5.78$ $0.0000$ Có ý nghĩa ($1%$)
TLA $+0.6215$ $0.0412$ $+15.08$ $0.0000$ Có ý nghĩa ($1%$)
NPL $+0.1240$ $0.0895$ $+1.39$ $0.1658$ Không có ý nghĩa
LLR $-0.1085$ $0.0912$ $-1.19$ $0.2341$ Không có ý nghĩa
ROE $+0.0512$ $0.0384$ $+1.33$ $0.1824$ Không có ý nghĩa
GDP $+0.0842$ $0.0591$ $+1.42$ $0.1543$ Không có ý nghĩa
INF $+0.2150$ $0.0621$ $+3.46$ $0.0005$ Có ý nghĩa ($1%$)
_cons $+0.0524$ $0.0821$ $+0.64$ $0.5231$ -
  • SIZE ($\beta = -0.0412, p < 0.01$): Quy mô tổng tài sản có tác động tiêu cực (ngược chiều) đến khe hở tài trợ ở mức ý nghĩa $1%$. Khi quy mô ngân hàng tăng $1%$, FGAP giảm $0.0412%$, đồng nghĩa với việc RRTK giảm. Điều này ủng hộ lý thuyết tín hiệu (Signalling Theory) và lợi thế quy mô: ngân hàng lớn có uy tín thương hiệu cao hơn, mạng lưới huy động rộng và khả năng tiếp cận thị trường liên ngân hàng tốt hơn.
  • CAP ($\beta = +0.4821, p < 0.01$): Tỷ lệ vốn chủ sở hữu tác động cùng chiều mạnh mẽ đến FGAP. Ngân hàng có tỷ lệ đệm vốn cao thường có xu hướng mở rộng đầu tư vào các tài sản sinh lời dài hạn có rủi ro cao hơn, qua đó làm gia tăng khe hở tài trợ.
  • TLA ($\beta = +0.6215, p < 0.01$): Tỷ lệ cho vay trên tổng tài sản là nhân tố tác động mạnh nhất cùng chiều với RRTK. Tăng tỷ trọng cho vay đồng nghĩa với việc khóa thanh khoản vào các tài sản kém lưu động, trực tiếp làm tăng áp lực rút tiền và nới rộng khe hở tài trợ.
  • INF ($\beta = +0.2150, p < 0.01$): Lạm phát tác động cùng chiều đến RRTK. Khi lạm phát tăng, chi phí cơ hội của việc nắm giữ tiền tăng lên, dòng tiền gửi ngân hàng bị rút bớt để chuyển vào tài sản phòng thủ, đồng thời khả năng trả nợ của người vay suy giảm, làm gia tăng RRTK.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và giá trị thực tiễn nổi bật:

  1. Phương pháp lượng hóa toàn diện: Thay vì chỉ dừng lại ở các chỉ số đơn lẻ (như LDR hay tỷ lệ L1/L2), đề tài sử dụng chỉ số Khe hở tài trợ (FGAP) - thước đo phản ánh toàn diện chênh lệch giữa nhu cầu sử dụng vốn và khả năng huy động vốn của bảng cân đối kế toán.
  2. Khắc phục triệt để khuyết tật dữ liệu bảng: Việc chứng minh sự tồn tại đồng thời của hiện tượng phương sai thay đổi ($p=0.0000$) và tự tương quan ($p=0.0002$), sau đó khắc phục thành công bằng FGLS giúp hệ số ước lượng đạt tính hiệu quả cao (Efficiency) và không chệch (Unbiased), khắc phục nhược điểm của các nghiên cứu OLS truyền thống.
  3. Cập nhật giai đoạn 10 năm hoàn chỉnh (2012–2021): Mẫu dữ liệu bao phủ toàn bộ chu kỳ 10 năm tái cơ cấu hệ thống ngân hàng Việt Nam, phản ánh tác động của các chính sách thắt chặt tiền tệ, Thông tư 36/2014/TT-NHNN và Thông tư 22/2019/TT-NHNN về tỷ lệ an toàn thanh khoản.

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở định lượng để các NHTM xây dựng khung chiến lược quản trị rủi ro thanh khoản:

  • Tối ưu hóa quy mô và cơ cấu tài sản: Duy trì tăng trưởng quy mô tài sản (SIZE) đi kèm với quản soát chất lượng danh mục cho vay. Các ngân hàng quy mô nhỏ cần thiết lập liên minh thanh khoản hoặc hạn mức thấu chi liên ngân hàng để bù đắp bất lợi quy mô.
  • Kiểm soát tỷ lệ dư nợ (TLA) và LDR: Cần áp dụng trần tín dụng nội bộ nghiêm ngặt đối với tỷ lệ TLA, đảm bảo danh mục tài sản luôn duy trì từ $15 - 20%$ tài sản thanh khoản cấp 1 (tiền mặt, tiền gửi tại NHNN, trái phiếu chính phủ).
  • Hệ thống cảnh báo sớm theo lạm phát (Early Warning System): Tích hợp biến số lạm phát (INF) vào mô hình Stress Testing định kỳ nhằm dự báo nhu cầu thanh khoản khi CPI biến động trên $4%$.

Lộ trình triển khai khuyến nghị tại các NHTMCP:

  • Giai đoạn 1 (Tháng 1 - 3): Tích hợp công thức tính FGAP thời gian thực vào hệ thống Quản lý Tài sản Nợ - Có (ALM/FTP).
  • Giai đoạn 2 (Tháng 4 - 6): Thiết lập lại khẩu vị rủi ro cho tỷ lệ TLA và đệm vốn CAP phù hợp với từng phân khúc khách hàng.
  • Giai đoạn 3 (Tháng 7 - 12): Tự động hóa mô hình kiểm tra sức chịu tải thanh khoản (Liquidity Stress Testing) theo chuẩn Basel III.

Hạn chế và hướng phát triển

Dù đạt được các kết quả thống kê có ý nghĩa, đề tài ghi nhận một số hạn chế kỹ thuật:

  • Vấn đề nội sinh (Endogeneity): Mối quan hệ hai chiều giữa lợi nhuận (ROE), tỷ lệ cho vay (TLA) và thanh khoản chưa được kiểm tra bằng phương pháp biến công cụ (IV) hoặc System-GMM (Generalized Method of Moments).
  • Biến số chính sách tiền tệ: Chưa bao quát đầy đủ các công cụ điều hành vi mô của NHNN như lãi suất tái cấp vốn, tỷ lệ dự trữ bắt buộc.
  • Hướng phát triển: Mở rộng nghiên cứu áp dụng mô hình động Dynamic Panel GMM hai bước (Two-step System-GMM) để kiểm soát quán tính thanh khoản ($FGAP_{it-1}$) và bổ sung các biến đo lường rủi ro hệ thống (CoVaR, MES).

Đối tượng hưởng lợi

  • Sinh viên và Học viên Cao học Tài chính - Ngân hàng: Nguồn tài liệu tham khảo chuẩn mực về quy trình phân tích dữ liệu bảng và ứng dụng Stata 16 trong nghiên cứu rủi ro ngân hàng.
  • Chuyên viên Quản trị Rủi ro (ALM / Risk Managers): Bộ công cụ định lượng hỗ trợ thiết lập chỉ số khẩu vị rủi ro và quản trị khe hở nhạy cảm thanh khoản.
  • Ban Điều hành NHTM & Cơ quan Giám sát (NHNN): Bằng chứng thực nghiệm để ban hành các ngưỡng an toàn về tỷ lệ cấp tín dụng so với nguồn vốn huy động (LDR) và tỷ lệ nguồn vốn ngắn hạn cho vay trung dài hạn.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì?

Cần cài đặt phần mềm Stata phiên bản 15.0 trở lên (khuyến nghị Stata 16/17 MP hoặc SE) cùng các gói lệnh bổ trợ: xttest3 (kiểm định Modified Wald) và xtserial (kiểm định Wooldridge). Dữ liệu đầu vào cần được cấu trúc dưới dạng Panel Data cân bằng với định dạng long format.

2. Tại sao quy mô ngân hàng (SIZE) lại có tác động ngược chiều với rủi ro thanh khoản?

Theo lý thuyết tín hiệu và tính kinh tế của quy mô, các ngân hàng quy mô lớn sở hữu mạng lưới chi nhánh rộng khắp, uy tín cao hơn giúp dễ dàng thu hút tiền gửi dân cư ổn định. Đồng thời, họ có vị thế tốt trên thị trường liên ngân hàng và nhận được sự hỗ trợ ngầm định từ người cho vay cuối cùng (Lender of Last Resort - LOLR) từ NHNN, giúp giảm khe hở tài trợ (FGAP).

3. Phương pháp FGLS giải quyết các khuyết tật của mô hình Pooled OLS/FEM như thế nào?

Khi mô hình có hiện tượng phương sai thay đổi giữa các thực thể và tự tương quan trong chuỗi thời gian, ước lượng OLS/FEM thông thường sẽ cho sai số chuẩn bị chệch (thường đánh giá thấp sai số thực tế), dẫn đến giá trị $t$-statistic phóng đại. Ước lượng FGLS thực hiện biến đổi ma trận hiệp phương sai sai số $\Omega$, gán trọng số nghịch đảo với phương sai của từng quan sát, từ đó tạo ra các ước lượng hiệu quả tuyến tính không chệch tốt nhất (BLUE).

4. Tỷ lệ an toàn vốn (CAP) cao có luôn đồng nghĩa với rủi ro thanh khoản thấp không?

Không hoàn toàn. Kết quả thực nghiệm cho thấy CAP tác động cùng chiều ($\beta = +0.4821$) với FGAP. Khi ngân hàng tích lũy được đệm vốn chủ sở hữu dày, tâm lý chấp nhận rủi ro (Risk-taking behavior) của nhà quản trị có xu hướng tăng lên, thúc đẩy việc tài trợ cho các danh mục cho vay dài hạn, gián tiếp mở rộng khe hở tài trợ.

5. Chi phí triển khai và thời gian hoàn vốn (ROI) khi ứng dụng mô hình quản trị FGAP tại ngân hàng?

Việc tích hợp công thức định lượng FGAP vào hệ thống Core Banking/ALM sẵn có chỉ đòi hỏi chi phí hiệu chỉnh phần mềm và đào tạo nội bộ (ước tính $10,000 - $30,000 USD). Lợi ích mang lại là giảm thiểu chi phí vốn khẩn cấp trên thị trường liên ngân hàng khi xảy ra cú sốc thanh khoản, giúp ngân hàng tiết kiệm hàng triệu USD chi phí lãi vay và bảo vệ an toàn vốn chỉ sau 6–12 tháng vận hành.

Kết luận

Khóa luận đã giải quyết trọn vẹn bài toán xác định các nhân tố ảnh hưởng đến rủi ro thanh khoản của 26 NHTMCP Việt Nam giai đoạn 2012–2021. Bằng việc ứng dụng mô hình ước lượng chuẩn tắc FGLS trên Stata 16, nghiên cứu khẳng định vững chắc về mặt thống kê rằng Quy mô ngân hàng (SIZE) giúp kiềm chế RRTK, trong khi Tỷ lệ vốn chủ sở hữu (CAP), Tỷ lệ cho vay (TLA) và Lạm phát (INF) là các tác nhân chính làm gia tăng rủi ro thanh khoản. Kết quả này không chỉ đóng góp thêm bằng chứng thực nghiệm cho hệ thống lý thuyết tài chính ngân hàng tại các thị trường mới nổi mà còn là cẩm nang thực tiễn giá trị cho công tác điều hành chính sách tiền tệ và quản trị rủi ro thanh khoản tại các tổ chức tín dụng.