Bối cảnh và vấn đề nghiên cứu

Trong những năm gần đây, sự xuất hiện dồn dập của các sự kiện địa chính trị phức tạp như tiến trình Brexit, căng thẳng biên giới Trung - Ấn, và đặc biệt là cuộc xung đột quân sự giữa Nga và Ukraine đã tạo ra những cú sốc lớn đối với trật tự kinh tế toàn cầu. Thực tế ghi nhận chiến sự tại Ukraine từ tháng 2 năm 2022 đã khiến hơn 1.000 doanh nghiệp quốc tế phải thu hẹp hoặc chấm dứt hoạt động tại Nga – nền kinh tế lớn thứ 11 thế giới tại thời điểm đó. Cùng với các sự cố phá hoại cơ sở hạ tầng năng lượng trọng yếu như vụ nổ đường ống dẫn khí đốt Nord Stream và vụ nổ cầu Krym, rủi ro địa chính trị đã đẩy nhiều khu vực vào khủng hoảng năng lượng, gia tăng lạm phát và phơi bày tính dễ bị tổn thương của hệ thống tài chính quốc tế.

Ngân hàng thương mại giữ vai trò là kênh dẫn vốn trung gian huyết mạch, chi phối sự lưu thông tiền tệ và ổn định kinh tế vĩ mô. Sự bất ổn của hệ thống ngân hàng sẽ làm gián đoạn kênh truyền dẫn chính sách tiền tệ, gia tăng nợ xấu và có nguy cơ châm ngòi cho các cuộc khủng hoảng tài chính diện rộng. Dưới góc độ lý thuyết và thực tiễn, việc lượng hóa tác động của các cú sốc địa chính trị đến mức độ an toàn và ổn định của hệ thống ngân hàng là yêu cầu cấp thiết nhằm giúp các cơ quan quản lý và các định chế tài chính nâng cao năng lực dự báo, xây dựng bộ đệm chống chịu rủi ro.

  • Mục tiêu nghiên cứu: Phân tích và lượng hóa tác động của rủi ro địa chính trị đối với mức độ ổn định tài chính của hệ thống ngân hàng thương mại trên phạm vi toàn cầu, từ đó đề xuất các giải pháp chính sách và quản trị phù hợp.
  • Nhiệm vụ nghiên cứu:
    1. Hệ thống hóa cơ sở lý luận về rủi ro địa chính trị, độ ổn định của ngân hàng và cơ chế tác động giữa rủi ro địa chính trị đến sự ổn định ngân hàng.
    2. Đo lường và phân tích thực nghiệm tác động của rủi ro địa chính trị đến độ ổn định của hệ thống ngân hàng thương mại thông qua mô hình kinh tế lượng.
    3. Đề xuất các khuyến nghị chính sách đối với cơ quan quản lý nhà nước và chiến lược quản trị rủi ro cho các ngân hàng thương mại.
  • Câu hỏi nghiên cứu:
    1. Rủi ro địa chính trị có tác động đến sự ổn định của hệ thống ngân hàng hay không?
    2. Mức độ và chiều hướng tác động của rủi ro địa chính trị đối với sự ổn định của ngân hàng diễn ra như thế nào?
    3. Những giải pháp nào cần được thực thi để giảm thiểu các tác động bất lợi của rủi ro địa chính trị đến sự ổn định của hệ thống ngân hàng?
  • Đối tượng và phạm vi nghiên cứu:
    • Đối tượng nghiên cứu: Mối quan hệ tác động giữa rủi ro địa chính trị và mức độ ổn định của các ngân hàng thương mại.
    • Phạm vi không gian: Dữ liệu cấp ngân hàng của 3.359 ngân hàng thương mại (cả niêm yết và chưa niêm yết) tại 106 quốc gia trên toàn thế giới.
    • Phạm vi thời gian: Giai đoạn 12 năm, từ năm 2010 đến năm 2021, với tổng số 15.983 quan sát dạng bảng.

Cơ sở lý thuyết và phương pháp

Khóa luận vận dụng các lý thuyết kinh tế - tài chính hiện đại để giải thích cơ chế dẫn truyền rủi ro địa chính trị vào hoạt động ngân hàng:

  • Khung lý thuyết và khái niệm:
    • Rủi ro địa chính trị (Geopolitical Risk - GPR): Được tiếp cận theo định nghĩa của Caldara và Iacoviello (2018), phản ánh các rủi ro liên quan đến đe dọa khủng bố, chiến tranh, xung đột quân sự và nguy cơ hạt nhân giữa các quốc gia làm gián đoạn tiến trình hòa bình quốc tế. Tác giả cũng tổng hợp các khía cạnh rủi ro địa chính trị bao gồm: rủi ro chính trị, rủi ro kinh tế, rủi ro xã hội (môi trường, y tế, an ninh), rủi ro pháp lý - thể chế và rủi ro an ninh mạng.
    • Lý thuyết ngân hàng bất ổn (Theory of Unstable Banking): Dựa trên nghiên cứu của Shleifer và Vishny (2010), lý thuyết chỉ ra rằng tâm lý bi quan của nhà đầu tư trước các biến động địa chính trị sẽ thúc đẩy xu hướng thoái vốn khỏi tài sản rủi ro sang tài sản an toàn, làm suy giảm thanh khoản, thu hẹp tín dụng, gia tăng biến động lợi nhuận và đẩy cao xác suất vỡ nợ của ngân hàng.
    • Độ ổn định của ngân hàng (Bank Stability): Được đo lường thông qua chỉ số $Z\text{-score}$ (Beck và cộng sự, 2013; Laeven & Levine, 2009). Chỉ số $Z\text{-score}$ tỷ lệ nghịch với xác suất vỡ nợ của ngân hàng, được tính bằng công thức: $$Z\text{-score}{it} = \frac{ROA{it} + EQA_{it}}{\sigma(ROA)i}$$ Trong đó, $ROA{it}$ là tỷ suất sinh lời trên tổng tài sản, $EQA_{it}$ là tỷ lệ vốn chủ sở hữu trên tổng tài sản của ngân hàng $i$ năm $t$, và $\sigma(ROA)_i$ là độ lệch chuẩn của $ROA$. Biến phụ thuộc trong mô hình được lấy logarit tự nhiên ($\ln(Z\text{-score})$) để giảm độ lệch của chuỗi dữ liệu.
  • Phương pháp nghiên cứu thực nghiệm:
    • Nghiên cứu sử dụng phương pháp hồi quy dữ liệu bảng (Panel Data) với ba mô hình ước lượng: Hồi quy OLS gộp (Pooled OLS), Mô hình tác động cố định (Fixed Effects Model - FEM) và Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
    • Quy trình kiểm định mô hình gồm: Kiểm định Breusch-Pagan Lagrange Multiplier (LM test) để lựa chọn giữa OLS và REM; Kiểm định $F$ (F-test) để lựa chọn giữa OLS và FEM; Kiểm định Hausman để đưa ra lựa chọn tối ưu giữa FEM và REM.
    • Toàn bộ quá trình ước lượng và kiểm định khuyết tật mô hình (sử dụng sai số chuẩn vững - Robust Standard Errors) được xử lý trên phần mềm thống kê Stata 17.
  • Nguồn dữ liệu:
    • Dữ liệu tài chính ngân hàng được trích xuất từ cơ sở dữ liệu Refinitiv.
    • Chỉ số rủi ro địa chính trị (GPR) được thu thập từ tập dữ liệu của Caldara và Iacoviello (2018), xây dựng dựa trên thuật toán đếm tần suất từ khóa trên 11 tờ báo quốc tế lớn (Boston Globe, Chicago Tribune, Daily Telegraph, Financial Times, Globe and Mail, Guardian, Los Angeles Times, New York Times, Times, Wall Street Journal, Washington Post). Biến số thực nghiệm được tính theo logarit tự nhiên của tốc độ tăng trưởng chỉ số GPR: $\ln(GPR_t / GPR_{t-1})$.
    • Dữ liệu kinh tế vĩ mô gồm tốc độ tăng trưởng GDP bình quân đầu người và tỷ lệ lạm phát được tổng hợp từ Chỉ số Phát triển Thế giới (WDI) của Ngân hàng Thế giới (World Bank) và Quỹ Tiền tệ Quốc tế (IMF).

Nội dung chính theo từng chương

Chapter I: Introduction

Chương mở đầu trình bày tính cấp thiết của đề tài trong bối cảnh các biến động địa chính trị toàn cầu ngày càng gia tăng. Tác giả xác định mục tiêu tổng quát, 3 nhiệm vụ nghiên cứu cụ thể, 3 câu hỏi nghiên cứu, đối tượng, phạm vi nghiên cứu (3.359 ngân hàng tại 106 quốc gia giai đoạn 2010–2021), phương pháp thu thập dữ liệu thứ cấp và sơ cấp, những đóng góp mới của đề tài về mặt lý luận và thực tiễn, cùng bố cục tổng thể gồm 5 chương của khóa luận.

Chapter II: Theoretical Framework and Literature Review

Chương 2 cung cấp cơ sở lý luận chi tiết về rủi ro địa chính trị và sự ổn định ngân hàng. Tác giả phân tích các thành phần cấu thành GPR (rủi ro chính trị, rủi ro kinh tế, rủi ro xã hội, rủi ro pháp lý, rủi ro mạng) và hiện trạng GPR toàn cầu thông qua khung đo lường rủi ro của BlackRock (BlackRock Geopolitical Risk Indicator) và các cảnh báo từ Ủy ban Rủi ro Hệ thống Châu Âu (ESRB). Chương này làm rõ vai trò trung gian của ngân hàng trong nền kinh tế, cơ chế tác động của GPR qua tâm lý thị trường, chi phí vốn và chất lượng tín dụng. Sau khi tổng quan các nghiên cứu thực nghiệm trước đây, tác giả chỉ ra khoảng trống nghiên cứu và thiết lập giả thuyết thực nghiệm duy nhất:

  • Giả thuyết H1: Rủi ro địa chính trị làm suy giảm sự ổn định của hệ thống ngân hàng (Geopolitical risk reduces bank stability).

Chapter III: Research Methodology

Chương 3 thiết lập quy trình nghiên cứu thực nghiệm định lượng. Tác giả chi tiết hóa cách thức thu thập mẫu dữ liệu bảng 15.983 quan sát, định nghĩa phương pháp tính toán biến phụ thuộc $\ln(Z\text{-score})$, biến độc lập chính $\text{GPR}$ và hệ thống 5 biến kiểm soát cấp ngân hàng và cấp vĩ mô.

Ký hiệu biến Tên biến và cách thức đo lường Dấu kỳ vọng Nguồn tham khảo
$\ln(Z\text{-score})$ Logarit tự nhiên của chỉ số $Z\text{-score}$ đo lường mức độ ổn định ngân hàng Biến phụ thuộc Beck et al. (2013), Laeven & Levine (2009)
$\text{GPR}$ Logarit tự nhiên của tốc độ tăng trưởng chỉ số Rủi ro địa chính trị $-$ Demir et al. (2019), Kotcharin & Maneenop (2020)
$\text{SIZE}$ Logarit tự nhiên của Tổng tài sản ngân hàng $+$ De Haan & Poghosyan (2012)
$\text{NPL}$ Tỷ lệ nợ xấu trên tổng tài sản $-$ Fernández et al. (2016), Kasman & Kasman (2015)
$\text{DEPO}$ Tỷ lệ tổng tiền gửi khách hàng trên tổng tài sản $+$ Ngalawa et al. (2016)
$\text{GDP}$ Tốc độ tăng trưởng GDP bình quân đầu người $+$ Jiménez et al. (2012)
$\text{INF}$ Tỷ lệ lạm phát (tốc độ tăng chỉ số giá tiêu dùng CPI hàng năm) $-$ Boyd et al. (2001)

Phương trình hồi quy tổng quát được xác lập như sau: $$\ln(Z\text{-score}){ijt} = \beta_0 + \beta_1 \text{GPR}{jt} + \beta_2 \text{NPL}{it} + \beta_3 \text{SIZE}{ijt} + \beta_4 \text{DEPO}{ijt} + \beta_5 \text{GDP}{jt} + \beta_6 \text{INF}{jt} + \varepsilon{ijt}$$ (Trong đó: $i$, $j$, $t$ lần lượt đại diện cho ngân hàng, quốc gia và năm; mô hình kiểm soát hiệu ứng cố định theo ngân hàng và theo năm).

Chapter IV: Results and Discussions

Chương 4 trình bày các phát hiện thực nghiệm thông qua bảng thống kê mô tả, ma trận tương quan và kết quả hồi quy ba mô hình OLS, FEM, REM cùng các kiểm định lựa chọn mô hình tương ứng trên Stata 17.

Biến số Pooled OLS Fixed Effects Model (FEM) Random Effects Model (REM)
$\text{GPR}$ $-0,056^{***}$ $-0,056^{***}$ $-0,056^{**}$
$\text{SIZE}$ $+0,055^{***}$ $+0,186^{***}$ $+0,146^{***}$
$\text{NPL}$ Âm $^{***}$ Âm $^{***}$ Âm $^{***}$
$\text{DEPO}$ Không có ý nghĩa $+1,377^{***}$ $+1,377^{***}$
$\text{GDP}$ Âm $^{***}$ Âm $^{***}$ Âm $^{***}$
$\text{INF}$ Không có ý nghĩa Âm $^{***}$ Âm $^{***}$

Ghi chú: $^{}$, $^{}$ lần lượt thể hiện mức ý nghĩa thống kê 1% và 5%.*

Kết quả các kiểm định lựa chọn mô hình:

  • Kiểm định Breusch-Pagan LM: Giá trị thống kê $\chi^2 = 59449,64$ ($p\text{-value} = 0,0000 < 0,05$), bác bỏ giả thuyết $H_0$, xác định mô hình REM phù hợp hơn Pooled OLS.
  • Kiểm định F: Giá trị thống kê $F = 144,12$ ($p\text{-value} = 0,0000 < 0,05$), bác bỏ giả thuyết $H_0$, xác định mô hình FEM phù hợp hơn Pooled OLS.
  • Kiểm định Hausman: Giá trị thống kê $\chi^2 = 224,43$ ($p\text{-value} = 0,0000 < 0,05$), bác bỏ giả thuyết $H_0$, kết luận mô hình FEM là mô hình tối ưu nhất.

Chapter V: Conclusion and Recommendations

Chương cuối tổng hợp các kết quả thực nghiệm đạt được, đồng thời đưa ra hệ thống khuyến nghị chính sách toàn diện cho các cơ quan quản lý vĩ mô và 6 nhóm giải pháp hành động cụ thể cho các ngân hàng thương mại nhằm tăng cường khả năng chống chịu trước rủi ro địa chính trị. Cuối cùng, tác giả trình bày các hạn chế nội tại của đề tài và mở ra các định hướng nghiên cứu tiếp theo.

Kết quả và đóng góp

  • Kết quả thực nghiệm chính:
    • Hệ số hồi quy của biến $\text{GPR}$ đạt giá trị $-0,056$ với mức ý nghĩa thống kê 1% ở mô hình FEM, chứng minh rủi ro địa chính trị có tác động tiêu cực đến chỉ số $Z\text{-score}$ của ngân hàng. Rủi ro địa chính trị gia tăng trực tiếp làm suy giảm mức độ ổn định tài chính và nâng cao nguy cơ vỡ nợ của hệ thống ngân hàng thương mại, ủng hộ giả thuyết H1.
    • Quy mô tài sản ($\text{SIZE}$) có tác động tích cực đến độ ổn định ngân hàng với hệ số $+0,186$ (mức ý nghĩa 1% trong FEM). Các ngân hàng có quy mô lớn sở hữu năng lực phân tán rủi ro tốt hơn, đa dạng hóa danh mục tài sản và thẩm định tín dụng hiệu quả hơn, từ đó giảm nhẹ các tác động tiêu cực từ rủi ro địa chính trị.
    • Tỷ lệ tiền gửi khách hàng ($\text{DEPO}$) tác động thuận chiều đến $Z\text{-score}$ (hệ số $+1,377$, mức ý nghĩa 1% trong FEM), khẳng định nền tảng huy động vốn ổn định giúp ngân hàng hạn chế nguy cơ bị rút tiền hàng loạt (bank run).
    • Tỷ lệ nợ xấu ($\text{NPL}$), tăng trưởng kinh tế ($\text{GDP}$) và lạm phát ($\text{INF}$) đều thể hiện mối quan hệ nghịch chiều có ý nghĩa thống kê với sự ổn định của ngân hàng.
  • Giải pháp và kiến nghị của tác giả:
    • Đối với các cơ quan quản lý nhà nước và định chế quốc tế:
      1. Ứng dụng phương pháp tiếp cận hệ thống thông qua kiểm tra sức chịu tải (stress testing) và phân tích kịch bản địa chính trị đối với hệ thống ngân hàng.
      2. Duy trì mức đệm dự trữ ngoại hối, đệm thanh khoản và tỷ lệ an toàn vốn cao cho các nền kinh tế phụ thuộc vào nguồn tài chính bên ngoài.
      3. Củng cố mạng lưới an toàn tài chính toàn cầu (Global Financial Safety Net) thông qua các thỏa thuận hoán đổi tiền tệ, hạn mức tín dụng dự phòng và cơ chế hỗ trợ lẫn nhau giữa các quốc gia.
      4. Thúc đẩy các cơ quan thiết lập chuẩn mực (như Ủy ban Basel, Hội đồng Ổn định Tài chính - FSB) duy trì quy định tài chính thống nhất, tránh hiện tượng phân mảnh tài chính toàn cầu.
    • Đối với các ngân hàng thương mại (6 giải pháp trọng tâm):
      1. Thấu hiểu và hỗ trợ khách hàng: Rà soát các kịch bản kinh tế có tính đến biến động giá năng lượng, lạm phát, lãi suất và các biện pháp trừng phạt; tăng cường giám sát chuỗi cung ứng của khách hàng doanh nghiệp.
      2. Kiểm tra khả năng chống chịu của nguồn nhân lực: Thực hiện diễn tập phục hồi sự cố, xây dựng phương án di dời hoặc tái bố trí nhân sự tại các khu vực rủi ro cao.
      3. Tối ưu hóa tính linh hoạt và an toàn trong vận hành: Đánh giá lại chi phí - lợi ích dài hạn khi duy trì chi nhánh/hoạt động tại các quốc gia có rủi ro địa chính trị cao.
      4. Chủ động tuân thủ quy định và lệnh trừng phạt: Nâng cao quy trình nhận biết khách hàng (KYC), phòng chống rửa tiền (AML) và cơ chế lưu trữ, truy xuất dữ liệu nhanh chóng.
      5. Tăng cường an ninh mạng và chuẩn bị cho tài sản mã hóa: Xây dựng kiến trúc an ninh bảo mật theo thiết kế (security-by-design) để ngăn chặn các cuộc tấn công mạng từ các tác nhân địa chính trị.
      6. Quản trị rủi ro chiến lược dài hạn: Đưa yếu tố địa chính trị vào quy trình đánh giá rủi ro cốt lõi và định hình chiến lược kinh doanh bền vững.
  • Đóng góp khoa học của đề tài:
    • Bổ sung bằng chứng thực nghiệm trực tiếp trên quy mô đa quốc gia (106 nước) về tác động của rủi ro địa chính trị đối với sự ổn định ngân hàng thông qua thước đo $Z\text{-score}$, lấp đầy khoảng trống của các nghiên cứu trước vốn chỉ tập trung vào bất định chính sách kinh tế (EPU) hoặc các chỉ tiêu gián tiếp như tăng trưởng tín dụng hay khả năng sinh lời.
    • Làm rõ vai trò điều tiết của các yếu tố nội tại ngân hàng (quy mô tài sản, tỷ lệ tiền gửi, chất lượng tài sản) trong việc hấp thụ các cú sốc địa chính trị bên ngoài.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của nghiên cứu:
    • Khóa luận chưa xem xét đến vai trò điều tiết của các yếu tố thể chế đặc thù cấp quốc gia như văn hóa quốc gia hoặc chất lượng quản trị thể chế công.
    • Mẫu nghiên cứu gộp chung toàn cầu mà chưa phân tích chuyên sâu theo từng nhóm khu vực địa lý cụ thể (như nhóm thị trường mới nổi).
    • Chưa tích hợp khẩu vị rủi ro và mức độ chấp nhận rủi ro riêng biệt của từng ngân hàng vào mô hình.
  • Hướng mở rộng tiếp theo:
    • Khảo sát tác động của GPR trên các phân mẫu thị trường chuyên biệt hoặc phân tích riêng giai đoạn biến động đặc thù của đại dịch Covid-19.
    • Áp dụng các phương pháp kinh tế lượng nâng cao nhằm kiểm soát triệt để hiện tượng nội sinh (Endogeneity), chẳng hạn như phương pháp hồi quy biến công cụ (IV/2SLS), phương pháp ghép cặp điểm xu hướng (Propensity Score Matching - PSM), hoặc mô hình sai biệt trong sai biệt (Difference-in-Differences - DiD).

Giá trị tham khảo

  • Đối tượng thụ hưởng:
    • Sinh viên, học viên cao học và nghiên cứu sinh chuyên ngành Tài chính - Ngân hàng, Kinh tế học Quốc tế và Quản trị Rủi ro đang tìm kiếm tài liệu tham khảo về mô hình lượng hóa rủi ro phi truyền thống.
    • Chuyên viên phân tích vĩ mô, cán bộ quản trị rủi ro tại các ngân hàng thương mại và các nhà hoạch định chính sách tại các cơ quan quản lý tiền tệ.
  • Nội dung giá trị chuyên sâu:
    • Quy trình khai thác và xử lý chuỗi dữ liệu chỉ số rủi ro địa chính trị (GPR) từ phương pháp phân tích tần suất báo chí của Caldara và Iacoviello (2018).
    • Phương pháp xây dựng và chuẩn hóa biến số $Z\text{-score}$ để đo lường độ ổn định tài chính ngân hàng.
    • Quy trình kiểm định kinh tế lượng đầy đủ trên dữ liệu bảng lớn (15.983 quan sát) bằng phần mềm Stata 17.

Câu hỏi thường gặp

1. Chỉ số đo lường mức độ ổn định tài chính của ngân hàng trong khóa luận được xác định như thế nào?

Tác giả sử dụng logarit tự nhiên của chỉ số $Z\text{-score}$ ($\ln(Z\text{-score})$). Chỉ số này phản ánh số lượng độ lệch chuẩn mà lợi nhuận của ngân hàng phải sụt giảm trước khi vốn chủ sở hữu bị xói mòn hoàn toàn dẫn đến mất khả năng thanh toán, tính toán dựa trên ba yếu tố: tỷ suất sinh lời trên tài sản ($ROA$), tỷ lệ vốn chủ sở hữu trên tổng tài sản ($EQA$) và độ lệch chuẩn của $ROA$ ($\sigma(ROA)$).

2. Nguồn dữ liệu và cách tính toán biến số Rủi ro địa chính trị (GPR) được thực hiện ra sao?

Dữ liệu chỉ số GPR được trích xuất từ tập dữ liệu công bố của Caldara và Iacoviello (2018), tính toán dựa trên tần suất các bài báo liên quan đến bất ổn địa chính trị trên 11 nhật báo lớn của Mỹ, Anh và Canada. Tác giả sử dụng logarit tự nhiên của tốc độ tăng trưởng chỉ số GPR theo năm ($\ln(GPR_t / GPR_{t-1})$) để đưa vào mô hình hồi quy.

3. Kết quả hồi quy định lượng chỉ ra tác động của rủi ro địa chính trị đến ổn định ngân hàng ở mức độ nào?

Trong cả ba mô hình Pooled OLS, FEM và REM, hệ số hồi quy của biến $\text{GPR}$ đều đạt giá trị $-0,056$. Trong mô hình tác động cố định (FEM) – mô hình tối ưu nhất, hệ số này có ý nghĩa thống kê ở mức 1% ($p < 0,01$), khẳng định khi rủi ro địa chính trị tăng lên sẽ làm suy giảm trực tiếp chỉ số $Z\text{-score}$ và làm suy yếu độ ổn định tài chính của ngân hàng.

4. Mô hình kinh tế lượng nào được chứng minh là phù hợp nhất và căn cứ vào các kiểm định nào?

Mô hình tác động cố định (FEM) là mô hình phù hợp nhất. Căn cứ lựa chọn dựa trên 3 kiểm định thống kê trên Stata 17: Kiểm định Breusch-Pagan LM ($\chi^2 = 59449,64; p = 0,0000$) ưu tiên REM hơn OLS; Kiểm định $F$ ($F = 144,12; p = 0,0000$) ưu tiên FEM hơn OLS; và Kiểm định Hausman ($\chi^2 = 224,43; p = 0,0000$) bác bỏ giả thuyết $H_0$, khẳng định FEM vượt trội hơn REM.

5. Yếu tố nội tại nào của ngân hàng giúp giảm thiểu tác động tiêu cực của rủi ro địa chính trị?

Kết quả nghiên cứu cho thấy quy mô tài sản ($\text{SIZE}$) có hệ số hồi quy dương $+0,186$ ($p < 0,01$) và tỷ lệ tiền gửi khách hàng ($\text{DEPO}$) có hệ số dương $+1,377$ ($p < 0,01$) trong mô hình FEM. Điều này chứng minh các ngân hàng có quy mô lớn và duy trì được nguồn tiền gửi khách hàng ổn định sẽ có năng lực phân tán rủi ro tốt hơn và ít bị tổn thương hơn trước các cú sốc địa chính trị.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Huyền Mai đã cung cấp bằng chứng thực nghiệm vững chắc trên mẫu dữ liệu bảng gồm 3.359 ngân hàng tại 106 quốc gia trong giai đoạn 2010–2021, khẳng định rủi ro địa chính trị gia tăng gây suy giảm có ý nghĩa thống kê đến sự ổn định của hệ thống ngân hàng thương mại. Nghiên cứu đồng thời chứng minh vai trò đệm đỡ quan trọng của quy mô tài sản và nguồn tiền gửi khách hàng trong việc giảm thiểu nguy cơ mất khả năng thanh toán. Các kết quả đạt được tạo lập cơ sở khoa học và thực tiễn để các cơ quan quản lý tiền tệ cũng như các ngân hàng thương mại chủ động triển khai các kịch bản kiểm tra sức chịu tải, củng cố an toàn vốn và hoàn thiện chiến lược quản trị rủi ro trong bối cảnh địa chính trị toàn cầu nhiều biến động.