I. Khám phá luận văn kinh tế ứng dụng mô hình DEA ngân hàng
Việc thực hiện một luận văn kinh tế ứng dụng mô hình DEA để đánh giá hiệu quả hoạt động của các ngân hàng thương mại cổ phần Việt Nam là một hướng đi mang tính thời sự và cấp thiết. Trong bối cảnh hội nhập kinh tế quốc tế, hệ thống ngân hàng thương mại Việt Nam đối mặt với áp lực cạnh tranh ngày càng gia tăng. Sự ổn định và hiệu quả của hệ thống này không chỉ quyết định sức khỏe của từng tổ chức mà còn là yếu tố then chốt cho sự ổn định kinh tế vĩ mô. Các phương pháp đánh giá truyền thống dựa trên chỉ số tài chính tỏ ra chưa đủ toàn diện để nắm bắt bức tranh đa chiều về hiệu suất. Do đó, việc áp dụng các mô hình nghiên cứu định lượng tiên tiến như Phân tích Bao dữ liệu (DEA) trở nên vô cùng quan trọng. Mô hình này cho phép đo lường hiệu quả tương đối của các ngân hàng (được gọi là các Đơn vị ra quyết định - DMU) bằng cách so sánh cách họ chuyển đổi một tập hợp các yếu tố đầu vào (như vốn huy động, chi phí hoạt động) thành các yếu tố đầu ra (như dư nợ cho vay, lợi nhuận trước thuế). Một luận văn thạc sĩ kinh tế về chủ đề này không chỉ cung cấp một cái nhìn học thuật sâu sắc mà còn mang lại giá trị thực tiễn to lớn cho các nhà quản trị ngân hàng và các nhà hoạch định chính sách. Nó giúp xác định các ngân hàng hoạt động hiệu quả, chỉ ra các nguồn gây nên sự phi hiệu quả và đề xuất các giải pháp chiến lược nhằm nâng cao năng lực cạnh tranh của ngân hàng trong môi trường kinh doanh đầy biến động. Việc đo lường hiệu quả hoạt động một cách khoa học là nền tảng cho quá trình tái cơ cấu ngân hàng thành công và bền vững.
1.1. Sự cần thiết của nghiên cứu định lượng hiệu quả ngân hàng
Bối cảnh hội nhập kinh tế sâu rộng, đặc biệt là sau khi Việt Nam tham gia các hiệp định thương mại tự do, đã tạo ra một môi trường cạnh tranh khốc liệt cho hệ thống ngân hàng thương mại Việt Nam. Sức ép không chỉ đến từ các đối thủ trong nước mà còn từ các định chế tài chính nước ngoài có tiềm lực mạnh. Theo tác giả Nguyễn Thị Kiều Trang (2019), để đứng vững và phát triển, các ngân hàng cần liên tục nâng cao hiệu quả, giảm chi phí và cải thiện năng lực quản trị. Do đó, việc đo lường hiệu quả hoạt động một cách chính xác và khách quan là yêu cầu bức thiết. Các phương pháp nghiên cứu định lượng như phân tích bao dữ liệu DEA cung cấp một công cụ mạnh mẽ để thực hiện nhiệm vụ này, vượt qua những hạn chế của việc chỉ phân tích các chỉ số tài chính riêng lẻ. DEA cho phép đánh giá tổng thể bằng cách xem xét đồng thời nhiều yếu tố đầu vào và đầu ra, từ đó đưa ra một thước đo hiệu quả tương đối, giúp xếp hạng và xác định các điển hình tốt nhất trong ngành.
1.2. Mục tiêu và phạm vi của một luận văn thạc sĩ kinh tế
Mục tiêu chính của một luận văn thạc sĩ kinh tế về chủ đề này là hệ thống hóa cơ sở lý luận về hiệu quả hoạt động và phương pháp DEA, sau đó ứng dụng để đánh giá thực trạng tại các ngân hàng thương mại cổ phần Việt Nam. Cụ thể, nghiên cứu nhằm đo lường hiệu quả kỹ thuật, hiệu quả quy mô và sự thay đổi năng suất qua các năm. Phạm vi nghiên cứu thường tập trung vào một nhóm các ngân hàng thương mại cổ phần trong một giai đoạn cụ thể, ví dụ như giai đoạn 2009-2017 trong luận văn gốc. Dữ liệu được thu thập chủ yếu từ báo cáo tài chính ngân hàng đã được kiểm toán và các báo cáo thường niên của Ngân hàng Nhà nước. Kết quả nghiên cứu không chỉ có ý nghĩa học thuật mà còn đề xuất các giải pháp thiết thực giúp ban lãnh đạo ngân hàng cải thiện hoạt động, nâng cao hiệu suất ngành ngân hàng và góp phần vào sự phát triển ổn định của toàn hệ thống.
II. Thách thức khi đo lường hiệu suất ngành ngân hàng hiện nay
Việc đo lường hiệu quả hoạt động của ngân hàng là một bài toán phức tạp do đặc thù của ngành. Ngân hàng không sản xuất ra sản phẩm hữu hình; hoạt động của nó là một chuỗi các quy trình trung gian tài chính phức tạp. Sử dụng các phương pháp truyền thống thường gặp phải nhiều thách thức. Thứ nhất, các chỉ số tài chính ngân hàng như ROA hay ROE, mặc dù hữu ích, nhưng chỉ phản ánh một khía cạnh của hiệu quả và có thể bị ảnh hưởng bởi các chính sách kế toán. Chúng không thể hiện được hiệu quả trong việc chuyển đổi các nguồn lực (đầu vào) thành các sản phẩm, dịch vụ (đầu ra). Thứ hai, việc lựa chọn một chỉ số duy nhất để đại diện cho toàn bộ hiệu suất ngành ngân hàng là không khả thi. Một ngân hàng có thể có tỷ suất sinh lời cao nhưng lại kém hiệu quả trong việc kiểm soát chi phí hoạt động. Thứ ba, bối cảnh tái cơ cấu ngân hàng và sự thay đổi liên tục của môi trường pháp lý khiến việc so sánh hiệu quả qua các thời kỳ trở nên khó khăn. Chính những thách thức này đã thúc đẩy các nhà nghiên cứu tìm đến các phương pháp phân tích biên như phân tích bao dữ liệu DEA. DEA giải quyết được nhiều vấn đề trên bằng cách không yêu cầu một dạng hàm sản xuất cụ thể và cho phép tích hợp nhiều yếu tố đầu vào và đầu ra trong DEA, cung cấp một thước đo hiệu quả tổng hợp và toàn diện hơn, giúp nâng cao năng lực cạnh tranh của ngân hàng.
2.1. Hạn chế của các chỉ số tài chính ngân hàng truyền thống
Phương pháp truyền thống đánh giá hiệu quả ngân hàng chủ yếu dựa vào các chỉ số tài chính ngân hàng trích xuất từ báo cáo tài chính ngân hàng. Các chỉ số phổ biến bao gồm Tỷ suất sinh lời trên tổng tài sản (ROA), Tỷ suất sinh lời trên vốn chủ sở hữu (ROE), và Tỷ lệ thu nhập lãi cận biên (NIM). Tuy nhiên, theo Berger và Humphrey (1997), phương pháp này có nhược điểm lớn là chỉ phản ánh mối quan hệ giữa một vài biến số cụ thể, không đưa ra được cái nhìn toàn diện. Chẳng hạn, một ngân hàng có ROA cao có thể là do chấp nhận rủi ro lớn chứ không hẳn do quản lý hiệu quả. Hơn nữa, các chỉ số này không có khả năng phân tách nguồn gốc của sự phi hiệu quả, chẳng hạn như do vận hành kỹ thuật yếu kém (kỹ năng quản lý) hay do hoạt động ở quy mô không tối ưu. Điều này hạn chế khả năng của nhà quản trị trong việc đưa ra các quyết định cải tổ chính xác.
2.2. Bối cảnh tái cơ cấu ngân hàng và áp lực cạnh tranh
Giai đoạn từ 2011 đến nay, hệ thống ngân hàng thương mại Việt Nam đã trải qua hai đề án tái cơ cấu ngân hàng lớn, gắn liền với xử lý nợ xấu. Quá trình này, cùng với việc hội nhập kinh tế, đã làm gia tăng đáng kể áp lực cạnh tranh. Các ngân hàng không chỉ cạnh tranh về lãi suất mà còn về chất lượng dịch vụ, công nghệ và năng lực quản trị rủi ro. Trong bối cảnh đó, việc xác định chính xác vị thế hiệu quả của mình so với các đối thủ là yếu tố sống còn. Một phương pháp đánh giá hiệu quả mạnh mẽ như DEA trở thành công cụ chiến lược, giúp các ngân hàng xác định điểm mạnh, điểm yếu, tìm ra các đơn vị hoạt động tốt nhất để học hỏi (benchmarking), từ đó xây dựng lộ trình cải thiện năng lực cạnh tranh của ngân hàng một cách bền vững. Việc đánh giá này đặc biệt quan trọng để đảm bảo quá trình tái cơ cấu mang lại hiệu quả thực chất, chứ không chỉ là những thay đổi về mặt số lượng.
III. Hướng dẫn Phân tích Bao dữ liệu DEA cho người mới bắt đầu
Phương pháp Phân tích Bao dữ liệu (Data Envelopment Analysis - DEA) là một kỹ thuật phi tham số, dựa trên lập trình tuyến tính, được Charnes, Cooper và Rhodes phát triển vào năm 1978. Mục đích chính của DEA là đo lường hiệu quả hoạt động tương đối của một nhóm các đơn vị đồng nhất gọi là DMU (Decision Making Units). Nguyên lý cơ bản của DEA là xây dựng một “đường biên hiệu quả” (efficiency frontier) dựa trên các DMU hoạt động tốt nhất trong mẫu nghiên cứu. Đường biên này đại diện cho mức hiệu quả tối ưu có thể đạt được. Các DMU nằm trên đường biên này được coi là đạt hiệu quả 100% (điểm hiệu quả bằng 1). Các DMU không nằm trên đường biên sẽ được đo lường mức độ phi hiệu quả thông qua khoảng cách từ vị trí của chúng đến đường biên. Ưu điểm lớn của DEA là khả năng xử lý nhiều yếu tố đầu vào và đầu ra trong DEA cùng một lúc mà không cần giả định về dạng hàm phân phối hay mối quan hệ giữa chúng. Phương pháp này phân tách hiệu quả tổng thể thành các thành phần nhỏ hơn, giúp các nhà nghiên cứu và quản lý hiểu rõ hơn về nguồn gốc của hiệu quả, từ đó đưa ra những phân tích sâu sắc hơn cho các luận văn kinh tế và ứng dụng thực tiễn.
3.1. Phân biệt hiệu quả kỹ thuật hiệu quả phân bổ và quy mô
Trong lý thuyết của Farrell (1957), hiệu quả hoạt động được chia thành ba thành phần chính. Hiệu quả kỹ thuật (Technical Efficiency - TE) phản ánh khả năng của một ngân hàng tạo ra lượng đầu ra tối đa từ một lượng đầu vào cho trước, hoặc sử dụng lượng đầu vào tối thiểu để tạo ra một lượng đầu ra nhất định. Đây là thước đo về năng lực vận hành và quản lý. Hiệu quả phân bổ (Allocative Efficiency - AE) đo lường khả năng của ngân hàng trong việc sử dụng các yếu tố đầu vào theo một tỷ lệ tối ưu, xét đến giá cả tương đối của chúng, nhằm tối thiểu hóa chi phí. Cuối cùng, Hiệu quả quy mô (Scale Efficiency - SE) cho biết liệu ngân hàng có đang hoạt động ở quy mô sản xuất tối ưu hay không. Một ngân hàng có thể có hiệu quả kỹ thuật thuần tốt nhưng hoạt động ở quy mô quá lớn hoặc quá nhỏ, dẫn đến hiệu quả tổng thể không cao. DEA giúp tách biệt hiệu quả kỹ thuật và hiệu quả quy mô, cung cấp thông tin giá trị cho các quyết định chiến lược.
3.2. Cách tiếp cận định hướng đầu vào và định hướng đầu ra
Khi áp dụng mô hình DEA, nhà nghiên cứu phải lựa chọn giữa hai cách tiếp cận chính. Cách tiếp cận định hướng đầu vào (Input-oriented) trả lời câu hỏi: "Một ngân hàng có thể giảm thiểu các yếu tố đầu vào bao nhiêu phần trăm mà vẫn giữ nguyên mức đầu ra hiện tại?". Cách tiếp cận này phù hợp khi các nhà quản lý có nhiều quyền kiểm soát đối với các yếu tố đầu vào hơn là đầu ra. Ngược lại, cách tiếp cận định hướng đầu ra (Output-oriented) trả lời câu hỏi: "Một ngân hàng có thể tối đa hóa các yếu tố đầu ra bao nhiêu phần trăm với mức đầu vào không đổi?". Cách tiếp cận này phù hợp khi ngân hàng hoạt động trong một thị trường có nhu cầu lớn và mục tiêu là mở rộng thị phần. Lựa chọn giữa hai hướng tiếp cận này phụ thuộc vào mục tiêu nghiên cứu và đặc điểm của ngành được phân tích. Trong nhiều luận văn kinh tế về ngân hàng, cả hai cách tiếp cận đều có thể được sử dụng để cung cấp một bức tranh toàn cảnh.
IV. Bí quyết chọn biến và mô hình DEA trong nghiên cứu ngân hàng
Một trong những bước quan trọng và thách thức nhất khi thực hiện luận văn kinh tế ứng dụng mô hình DEA là lựa chọn các biến đầu vào và đầu ra. Đối với ngành ngân hàng, có hai cách tiếp cận chính: sản xuất và trung gian. Cách tiếp cận trung gian (intermediation approach) được sử dụng phổ biến hơn, xem ngân hàng là một tổ chức trung gian tài chính. Theo đó, các yếu tố đầu vào và đầu ra trong DEA được chọn lọc kỹ lưỡng. Đầu vào thường bao gồm các nguồn lực chính như vốn huy động, tổng chi phí nhân viên và giá trị tài sản cố định. Đầu ra phản ánh các hoạt động cốt lõi, thường là dư nợ cho vay, các khoản đầu tư và thu nhập ngoài lãi. Sau khi chọn biến, bước tiếp theo là lựa chọn mô hình phù hợp. Hai mô hình cơ bản và phổ biến nhất là mô hình CCR (Charnes, Cooper, and Rhodes), giả định hiệu suất không đổi theo quy mô (CRS), và mô hình BCC (Banker, Charnes, and Cooper), giả định hiệu suất thay đổi theo quy mô (VRS). Việc so sánh kết quả từ hai mô hình này cho phép nhà nghiên cứu tách bạch hiệu quả kỹ thuật thuần và hiệu quả quy mô, từ đó có những nhận định chính xác về nguồn gốc phi hiệu quả của từng ngân hàng.
4.1. Lựa chọn yếu tố đầu vào và đầu ra trong DEA tối ưu
Việc lựa chọn yếu tố đầu vào và đầu ra trong DEA phải dựa trên lý thuyết kinh tế và đặc thù hoạt động của ngân hàng. Theo cách tiếp cận trung gian, ngân hàng huy động các nguồn lực để tạo ra các tài sản sinh lời. Do đó, các biến đầu vào điển hình trong các luận văn kinh tế bao gồm: (1) Vốn huy động: Nguồn lực tài chính chính của ngân hàng; (2) Chi phí hoạt động hoặc chi phí nhân viên: Đại diện cho yếu tố lao động và chi phí vận hành; (3) Tài sản cố định: Đại diện cho yếu tố vốn vật chất, công nghệ. Các biến đầu ra phản ánh kết quả hoạt động, thường là: (1) Dư nợ cho vay: Hoạt động tạo thu nhập chính; (2) Các khoản đầu tư chứng khoán: Một kênh sinh lời quan trọng khác; (3) Thu nhập ngoài lãi: Phản ánh sự đa dạng hóa dịch vụ. Sự lựa chọn này cần được lý giải rõ ràng để đảm bảo tính hợp lệ của mô hình đánh giá hiệu quả hoạt động.
4.2. So sánh mô hình CCR CRS và mô hình BCC VRS
Sự khác biệt cơ bản giữa mô hình CCR và mô hình BCC nằm ở giả định về hiệu suất theo quy mô. Mô hình CCR (Constant Returns to Scale - CRS) giả định rằng việc tăng gấp đôi các yếu tố đầu vào sẽ dẫn đến việc tăng gấp đôi các yếu tố đầu ra. Mô hình này đo lường hiệu quả kỹ thuật tổng thể (Overall Technical Efficiency - TE), bao gồm cả hiệu quả quản lý và hiệu quả do quy mô. Trong khi đó, mô hình BCC (Variable Returns to Scale - VRS) linh hoạt hơn, cho phép hiệu suất thay đổi theo quy mô (có thể tăng, giảm hoặc không đổi). Mô hình này đo lường hiệu quả kỹ thuật thuần (Pure Technical Efficiency - PTE), loại bỏ ảnh hưởng của quy mô và chỉ tập trung vào năng lực quản lý. Bằng cách chạy cả hai mô hình và lấy tỷ số TE/PTE, ta có thể tính được hiệu quả quy mô (SE). Nếu SE < 1, điều đó cho thấy ngân hàng đang hoạt động ở quy mô không tối ưu. Đây là một phân tích quan trọng giúp xác định chiến lược phù hợp: mở rộng hay thu hẹp quy mô.
V. Phân tích kết quả DEA của 15 ngân hàng TMCP Việt Nam
Nghiên cứu của Nguyễn Thị Kiều Trang (2019) đã áp dụng mô hình DEA để đánh giá hiệu quả hoạt động của 15 ngân hàng thương mại cổ phần (NHTMCP) Việt Nam trong giai đoạn 2009-2017. Dữ liệu được xử lý bằng phần mềm DEAP, một công cụ phổ biến trong các nghiên cứu định lượng loại này. Kết quả phân tích cho thấy một bức tranh đa dạng về hiệu suất ngành ngân hàng. Hiệu quả kỹ thuật trung bình của các ngân hàng theo mô hình CCR (TE) và mô hình BCC (PTE) có sự biến động qua các năm, phản ánh những tác động từ quá trình tái cơ cấu ngân hàng và môi trường kinh tế vĩ mô. Kết quả cũng chỉ ra rằng không phải ngân hàng nào có quy mô lớn cũng đạt hiệu quả cao, cho thấy tầm quan trọng của năng lực quản trị. Một số ngân hàng nhỏ và vừa vẫn đạt được điểm hiệu quả tối ưu. Phân tích sâu hơn về hiệu quả quy mô cho thấy nhiều ngân hàng đang hoạt động trong điều kiện hiệu suất tăng theo quy mô (IRS), hàm ý rằng họ có tiềm năng cải thiện hiệu quả bằng cách mở rộng hoạt động. Bên cạnh đó, việc sử dụng chỉ số Malmquist đã cung cấp cái nhìn động về sự thay đổi năng suất, giúp xác định liệu sự cải thiện hiệu quả đến từ đổi mới công nghệ hay từ việc bắt kịp các ngân hàng dẫn đầu.
5.1. Đánh giá hiệu quả kỹ thuật và hiệu quả quy mô thực tế
Kết quả nghiên cứu trên mẫu 15 NHTMCP cho thấy điểm hiệu quả kỹ thuật trung bình trong giai đoạn 2009-2017 có sự chênh lệch đáng kể giữa các ngân hàng. Một số ngân hàng liên tục đạt hiệu quả tối ưu (điểm bằng 1), trở thành benchmark cho toàn ngành, trong khi nhiều ngân hàng khác còn một khoảng cách đáng kể để bắt kịp. Phân tích hiệu quả quy mô chỉ ra rằng phần lớn sự phi hiệu quả của các ngân hàng đến từ việc hoạt động ở quy mô chưa tối ưu. Cụ thể, nhiều ngân hàng được xác định là hoạt động trong vùng hiệu suất tăng theo quy mô (Increasing Returns to Scale - IRS), cho thấy họ còn dư địa để tăng trưởng và cải thiện hiệu suất ngành ngân hàng. Ngược lại, một số ít ngân hàng hoạt động trong vùng hiệu suất giảm theo quy mô (Decreasing Returns to Scale - DRS), gợi ý rằng họ nên xem xét việc tinh gọn bộ máy hoặc tái cấu trúc hoạt động.
5.2. Chỉ số Malmquist Đo lường thay đổi năng suất tổng hợp
Để đánh giá sự thay đổi hiệu quả theo thời gian, nghiên cứu đã sử dụng chỉ số năng suất tổng hợp Malmquist (TFP). Chỉ số này được phân rã thành hai thành phần chính: thay đổi hiệu quả (efficiency change - effch) và thay đổi công nghệ (technological change - techch). Thay đổi hiệu quả phản ánh sự "bắt kịp" (catching-up) của một ngân hàng so với đường biên hiệu quả. Thay đổi công nghệ phản ánh sự dịch chuyển của chính đường biên hiệu quả, thể hiện sự đổi mới, tiến bộ chung của toàn ngành. Kết quả cho thấy trong một số năm, sự sụt giảm năng suất chung của hệ thống không phải do các ngân hàng hoạt động kém đi (effch > 1) mà do sự thụt lùi về công nghệ (techch < 1), có thể do ảnh hưởng của khủng hoảng hoặc chính sách thắt chặt. Phân tích này cung cấp những thông tin giá trị cho các nhà hoạch định chính sách về động lực tăng trưởng của hệ thống ngân hàng thương mại Việt Nam.
VI. Gợi ý giải pháp và hướng nghiên cứu tương lai với mô hình DEA
Dựa trên kết quả đánh giá hiệu quả hoạt động từ mô hình DEA, các luận văn kinh tế thường đưa ra những gợi ý chính sách và giải pháp thiết thực. Đối với các ngân hàng được xác định là phi hiệu quả, giải pháp cần tập trung vào việc cải thiện cả hiệu quả kỹ thuật và hiệu quả quy mô. Cụ thể, các ngân hàng cần rà soát lại quy trình vận hành, tối ưu hóa chi phí hoạt động, và đầu tư vào công nghệ để nâng cao năng lực quản lý. Với những ngân hàng hoạt động dưới quy mô tối ưu, chiến lược mở rộng mạng lưới, phát triển sản phẩm dịch vụ mới để tăng dư nợ cho vay và vốn huy động là cần thiết. Về hướng nghiên cứu trong tương lai, mô hình DEA có thể được mở rộng và kết hợp với các phương pháp khác. Ví dụ, sau khi tính toán điểm hiệu quả từ DEA, các nhà nghiên cứu có thể sử dụng mô hình hồi quy Tobit để phân tích các yếu tố vĩ mô và đặc thù của ngân hàng (như quy mô, tỷ lệ sở hữu, chất lượng tài sản) ảnh hưởng đến điểm hiệu quả đó. Hướng đi này giúp trả lời câu hỏi "Tại sao một số ngân hàng lại hiệu quả hơn những ngân hàng khác?", mang lại những hiểu biết sâu sắc và toàn diện hơn về hiệu suất ngành ngân hàng.
6.1. Đề xuất nâng cao năng lực cạnh tranh của ngân hàng
Từ kết quả phân tích, các giải pháp cụ thể nhằm nâng cao năng lực cạnh tranh của ngân hàng có thể được đề xuất. Thứ nhất, đối với các ngân hàng có hiệu quả kỹ thuật thuần thấp, cần tập trung vào cải thiện quản trị điều hành, đào tạo nhân lực và ứng dụng công nghệ thông tin để tự động hóa quy trình. Thứ hai, với các ngân hàng có hiệu quả quy mô thấp, cần xây dựng một chiến lược quy mô phù hợp. Nếu đang trong vùng IRS, ngân hàng nên xem xét các phương án sáp nhập, hợp nhất hoặc mở rộng hoạt động một cách có chọn lọc. Thứ ba, tất cả các ngân hàng cần chú trọng đa dạng hóa nguồn thu, đặc biệt là thu nhập từ dịch vụ, để giảm sự phụ thuộc vào hoạt động tín dụng truyền thống và nâng cao sự ổn định trong bối cảnh thị trường biến động. Việc này sẽ giúp cải thiện cả yếu tố đầu vào và đầu ra trong DEA.
6.2. Hướng phát triển cho luận văn kinh tế sử dụng DEA
Mô hình DEA vẫn còn nhiều tiềm năng để khai thác trong các luận văn thạc sĩ kinh tế tương lai. Một hướng đi là sử dụng các mô hình DEA năng động (Dynamic DEA) hoặc DEA mạng lưới (Network DEA) để phân tích sâu hơn cấu trúc bên trong của ngân hàng, xem xét hiệu quả của từng giai đoạn (ví dụ: giai đoạn huy động vốn và giai đoạn cho vay). Một hướng khác là áp dụng DEA kết hợp với các kỹ thuật như hồi quy Tobit hoặc phân tích hồi quy phân vị (Quantile Regression) để xác định các yếu tố quyết định đến hiệu quả. Ngoài ra, việc mở rộng phạm vi nghiên cứu, so sánh hiệu quả giữa các khối ngân hàng (nhà nước, cổ phần, nước ngoài) hoặc so sánh hiệu suất ngành ngân hàng Việt Nam với các nước trong khu vực cũng là những đề tài có giá trị khoa học và thực tiễn cao, góp phần hoàn thiện bức tranh về hệ thống ngân hàng thương mại Việt Nam.
