Giới thiệu dự án

Trong cấu trúc hệ thống tài chính Việt Nam, hệ thống Ngân hàng Thương mại (NHTM) đóng vai trò huyết mạch trong việc luân chuyển vốn, cung ứng thanh khoản và thúc đẩy tăng trưởng kinh tế vĩ mô. Giai đoạn 2012–2021 chứng kiến những biến động sâu rộng của ngành ngân hàng: từ đề án tái cơ cấu hệ thống tổ chức tín dụng theo Quyết định 254/QĐ-TTg, quá trình thực thi chuẩn mực an toàn vốn Basel II (Thông tư 41/2016/TT-NHNN), cho đến cú sốc đứt gãy chuỗi cung ứng toàn cầu do đại dịch COVID-19 trong hai năm 2020–2021. Trong bối cảnh đó, năng lực duy trì và tối ưu hóa Khả năng sinh lời (KNSL) trở thành điều kiện tiên quyết để các NHTM củng cố bộ đệm vốn, tăng cường năng lực hấp thụ rủi ro và phát triển bền vững.

Problem statement (bài toán nghiên cứu) tập trung giải quyết các điểm nghẽn trọng yếu:

  • Sự biến động khó lường của các chỉ số sinh lời cốt lõi ($ROA$, $ROE$, $NIM$) dưới tác động đan xen giữa các nhân tố nội tại (chất lượng tín dụng, tỷ lệ an toàn vốn, cấu trúc chi phí, thanh khoản) và các cú sốc vĩ mô (lạm phát, tăng trưởng GDP, mức độ tập trung thị trường $CR4$).
  • Rủi ro nợ xấu tiềm ẩn và áp lực chi phí trích lập dự phòng rủi ro tín dụng làm suy giảm biên lợi nhuận ròng.
  • Nhu cầu cấp thiết về một khung phân tích định lượng chuẩn xác giúp các nhà quản trị ngân hàng và cơ quan điều hành nhận diện chính xác trọng số tác động của từng nhân tố đến $ROA$.

Mục tiêu nghiên cứu được chuẩn hóa cụ thể:

  1. Đánh giá toàn diện thực trạng quy mô tổng tài sản, huy động vốn, dư nợ tín dụng và các chỉ số sinh lời ($ROA$, $ROE$, $NIM$) của 22 NHTM Việt Nam có vốn điều lệ trên 5.000 tỷ đồng giai đoạn 2012–2021.
  2. Xây dựng và ước lượng mô hình kinh tế lượng dữ liệu bảng (Panel Data) bao gồm: Mô hình hồi quy gộp (Pooled OLS), Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM).
  3. Thực hiện các kiểm định chẩn đoán khuyết tật mô hình (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan) và xử lý triệt để bằng phương pháp bình phương bé nhất tổng quát khả thi (FGLS - Feasible Generalized Least Squares).
  4. Đề xuất hệ thống giải pháp quản trị điều hành cho các NHTM và khuyến nghị chính sách đối với Ngân hàng Nhà nước (NHNN) cùng Chính phủ.

Phương pháp tiếp cận giải pháp kết hợp giữa phân tích định tính cấu trúc ngành và kỹ thuật kinh tế lượng định lượng trên bộ dữ liệu bảng 219 quan sát. Kết quả kỳ vọng cung cấp hệ số ước lượng tin cậy ($p < 0.05$), bóc tách chính xác mức độ tác động biên của từng biến số tài chính, làm cơ sở ra quyết định phân bổ tài sản sinh lời và kiểm soát chi phí hoạt động. Phạm vi nghiên cứu giới hạn tại 22 NHTM quy mô lớn tại Việt Nam trong khung thời gian 10 năm (2012–2021).


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu KNSL ngân hàng đòi hỏi phải đối chiếu các phương pháp tiếp cận định lượng nhằm lựa chọn công cụ tối ưu cho cấu trúc dữ liệu bảng đa chiều.

Tiêu chí phân tích Phương pháp OLS cổ điển Phương pháp Chuỗi thời gian (Time-Series) Phương pháp Dữ liệu bảng (Panel Data: FEM/REM/FGLS)
Xử lý đặc trưng riêng lẻ Bỏ qua hoàn toàn tính dị biệt giữa các ngân hàng Chỉ phân tích được từng ngân hàng đơn lẻ Kiểm soát toàn diện hiệu ứng dị biệt không quan sát được ($u_i$)
Độ tự do (Degrees of Freedom) Thấp khi kích thước mẫu nhỏ Thấp, dễ gặp hiện tượng hồi quy ảo Tối đa hóa kích thước mẫu ($N \times T = 219$ quan sát), tăng bậc tự do
Hiện tượng tự tương quan & Phương sai thay đổi Dễ bị sai lệch phương sai và mất tính hiệu quả (BLUE) Đòi hỏi xử lý tính dừng phức tạp Kiểm định và khắc phục triệt để bằng mô hình FGLS
Tính ứng dụng thực tiễn Thấp trong phân tích đa ngân hàng Trung bình Rất cao, phản ánh bức tranh toàn cảnh ngành ngân hàng

Yêu cầu phân tích dữ liệu được lượng hóa theo ma trận ưu tiên MoSCoW:

  • Must-have: Xử lý dữ liệu bảng cân bằng/không cân bằng cho 22 NHTM; ước lượng $ROA$ qua 3 mô hình nền tảng (Pooled OLS, FEM, REM); thực hiện kiểm định Breusch-Pagan Lagrangian, F-test Likelihood, Hausman Test; xử lý triệt để khuyết tật bằng FGLS.
  • Should-have: Kiểm soát biến tập trung thị trường nhóm Big 4 ($CR4$) và các biến tương tác vĩ mô ($GDP$, $INF$).
  • Could-have: Mở rộng phân tích so sánh động thái biên lợi nhuận giữa nhóm NHTM Nhà nước và NHTMCP.
  • Won't-have: Dự báo chuỗi thời gian tần suất cao theo ngày/tháng (do đặc thù báo cáo tài chính kiểm toán phát hành theo quý/năm).

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế thành một đường ống (pipeline) xử lý khép kín:

graph TD
    A["Thu thập Dữ liệu BCTC Kiểm toán (2012-2021) & SBV Reports"] --> B["Tiền xử lý & Chuẩn hóa Biến số Tài chính (Excel/Python)"]
    B --> C["Khởi tạo Panel Data: N=22, T=10 (219 Observations)"]
    C --> D["Kiểm định Thống kê Mô tả & Đa cộng tuyến (VIF Matrix)"]
    D --> E["Ước lượng 3 Mô hình: Pooled OLS, FEM, REM"]
    E --> F["Kiểm định Lựa chọn Mô hình: Breusch-Pagan LM & Hausman Test"]
    F --> G["Kiểm định Khuyết tật: Wooldridge (Autocorrelation) & Breusch-Pagan (Heteroskedasticity)"]
    G --> H["Ước lượng Mô hình Tối ưu Cuối cùng: FGLS (Cross-Sectional Time-Series)"]
    H --> I["Trích xuất Kết quả Phân tích Tác động & Đề xuất Khuyến nghị"]

Hệ thống biến số kinh tế lượng được chuẩn hóa như sau:

Mã biến Tên chỉ số Phương pháp đo lường Phân loại Kỳ vọng dấu
ROA Tỷ suất sinh lời trên tổng tài sản $\frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản}}$ Phụ thuộc N/A
NPL Tỷ lệ nợ xấu $\frac{\text{Tổng nợ nhóm 3, 4, 5}}{\text{Tổng dư nợ cho vay}}$ Độc lập $(-)$
SIZE Quy mô tài sản ngân hàng $\ln(\text{Tổng tài sản})$ Độc lập $(+)$
EA Tỷ lệ vốn chủ sở hữu $\frac{\text{Vốn chủ sở hữu}}{\text{Tổng tài sản}}$ Độc lập $(+)$
LDR Tỷ lệ dư nợ trên vốn huy động $\frac{\text{Tổng dư nợ tín dụng}}{\text{Tổng tiền gửi khách hàng}}$ Độc lập $(+)$
CIR Tỷ lệ chi phí hoạt động $\frac{\text{Tổng chi phí hoạt động}}{\text{Tổng thu nhập hoạt động}}$ Độc lập $(-)$
EM Tỷ lệ chi phí quản lý $\frac{\text{Chi phí quản lý doanh nghiệp}}{\text{Tổng tài sản}}$ Độc lập $(-)$
GDP Tăng trưởng kinh tế $\frac{\text{GDP}t - \text{GDP}{t-1}}{\text{GDP}_{t-1}}$ Độc lập $(+)$
INF Tỷ lệ lạm phát $\frac{\text{CPI}t - \text{CPI}{t-1}}{\text{CPI}_{t-1}}$ Độc lập $(+)$
CR4 Thị phần nhóm Big 4 $\frac{\text{Tổng tài sản 4 NHTM lớn nhất}}{\text{Tổng tài sản 22 NHTM nghiên cứu}}$ Độc lập $(-)$
LTA Tỷ lệ dư nợ trên tổng tài sản $\frac{\text{Tổng dư nợ tín dụng}}{\text{Tổng tài sản}}$ Độc lập $(+)$

Methodology

Nghiên cứu tuân thủ quy trình nghiên cứu định lượng chuẩn tắc trong kinh tế lượng ứng dụng:

  • Nguyên lý thu thập: Dữ liệu thứ cấp được bóc tách từ Báo cáo tài chính hợp nhất đã kiểm toán độc lập (giai đoạn 2012–2021) của 22 NHTM, kết hợp số liệu từ Tổng cục Thống kê và Báo cáo thường niên của Ngân hàng Nhà nước.
  • Tiến trình xử lý:
    • Giai đoạn 1: Thu thập, đối soát chéo và làm sạch số liệu trên Microsoft Excel 365.
    • Giai đoạn 2: Lập trình ước lượng hồi quy và kiểm định thống kê trên phần mềm Stata 16.0 MP.
    • Giai đoạn 3: Đánh giá độ tin cậy của các giả thiết kinh tế lượng ($VIF < 10$, $p$-value $< 0.05$).
  • Chiến lược kiểm soát rủi ro học thuật: Sử dụng kiểm định đa cộng tuyến qua ma trận hệ số tương quan Pearson và Variance Inflation Factor (VIF), loại bỏ nguy cơ ước lượng chệch do biến phụ thuộc hoặc biến nội sinh gây ra.

Implementation và kết quả

Development process

Phương trình hồi quy tổng quát được thiết lập dưới dạng tuyến tính đa biến:

$$ROA_{it} = \beta_1 + \beta_2 NPL_{it} + \beta_3 SIZE_{it} + \beta_4 EA_{it} + \beta_5 LDR_{it} + \beta_6 CIR_{it} + \beta_7 EM_{it} + \beta_8 GDP_{it} + \beta_9 INF_{it} + \beta_{10} CR4_{it} + \beta_{11} LTA_{it} + e_{it}$$

Trong đó: $i$ đại diện cho ngân hàng thứ $i$ ($i = 1, \dots, 22$), $t$ đại diện cho năm quan sát ($t = 2012, \dots, 2021$), $e_{it}$ là sai số ngẫu nhiên.

Toàn bộ quy trình ước lượng và kiểm định được tự động hóa qua script Stata 16.0 chuẩn:

* Thiết lập không gian làm việc và khai báo cấu trúc Panel Data
clear all
set more off
import excel "bank_profitability_2012_2021.xlsx", sheet("Data") firstrow
xtset bank_id year

* 1. Thống kê mô tả và Ma trận tương quan
summarize ROA NPL SIZE EA LDR CIR EM GDP INF CR4 LTA
correlate ROA NPL SIZE EA LDR CIR EM GDP INF CR4 LTA

* 2. Ước lượng mô hình Pooled OLS và kiểm tra Đa cộng tuyến
regress ROA NPL SIZE EA LDR CIR EM GDP INF CR4 LTA
vif

* 3. Ước lượng mô hình Tác động cố định (FEM) và Tác động ngẫu nhiên (REM)
xtreg ROA NPL SIZE EA LDR CIR EM GDP INF CR4 LTA, fe
estimates store fixed_model

xtreg ROA NPL SIZE EA LDR CIR EM GDP INF CR4 LTA, re
estimates store random_model

* 4. Kiểm định lựa chọn mô hình
xttest0                                    // Breusch-Pagan Lagrange Multiplier: OLS vs REM
hausman fixed_model random_model           // Hausman Test: FEM vs REM

* 5. Kiểm định khuyết tật mô hình FEM/REM
xtserial ROA NPL SIZE EA LDR CIR EM GDP INF CR4 LTA // Wooldridge test cho Tự tương quan
xttest3                                             // Modified Wald test cho Phương sai sai số thay đổi

* 6. Khắc phục hoàn toàn khuyết tật bằng Mô hình FGLS
xtgls ROA NPL SIZE EA LDR CIR EM GDP INF CR4 LTA, panels(hetero) corr(ar1)

Testing và validation

Kết quả thống kê mô tả mẫu nghiên cứu trên 219 quan sát được tổng hợp chi tiết:

Biến số Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
ROA (%) 219 0.99% 1.44% 0.01% 18.00%
NPL (%) 219 2.20% 1.60% 0.19% 9.80%
SIZE 219 8.35 0.41 7.12 9.45
EA (%) 219 7.79% 2.91% 1.58% 29.94%
LDR (%) 219 74.01% 12.58% 35.12% 115.40%
CIR (%) 219 52.04% 14.20% 24.83% 98.15%
EM (%) 219 1.62% 0.65% 0.89% 4.35%
GDP (%) 219 5.59% 1.60% 2.33% 7.08%
INF (%) 219 3.95% 2.26% 0.63% 9.09%
LTA (%) 219 58.08% 12.13% 22.24% 82.18%

Kết quả các kiểm định chẩn đoán kỹ thuật:

  • Kiểm định đa cộng tuyến: Hệ số VIF của tất cả các biến độc lập đều $< 3.5$ (trung bình VIF = 1.82), khẳng định không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
  • Kiểm định Breusch-Pagan LM: Cho giá trị $\bar{\chi}^2 = 48.62$ ($p = 0.0000 < 0.01$), bác bỏ giả thuyết $H_0$, xác nhận mô hình REM vượt trội hơn Pooled OLS.
  • Kiểm định Hausman: Giá trị $\chi^2 = 18.45$ ($p = 0.0478 < 0.05$), cho thấy sự khác biệt có ý nghĩa thống kê giữa hệ số ước lượng của FEM và REM, chứng minh mô hình FEM là phù hợp hơn REM.
  • Kiểm định khuyết tật: Kiểm định Wooldridge phát hiện hiện tượng tự tương quan bậc một $AR(1)$ ($F = 14.82, p < 0.01$) và kiểm định phương sai sai số thay đổi có ý nghĩa thống kê ($p < 0.001$).
  • Xử lý tối ưu: Mô hình FGLS (xtgls, panels(hetero) corr(ar1)) đã triệt tiêu hoàn toàn các sai số chuẩn bị chệch, mang lại ước lượng vững và hiệu quả nhất.

Kết quả đạt được

Bảng tổng hợp kết quả ước lượng mô hình FGLS cuối cùng:

Biến độc lập Hệ số hồi quy ($\beta$) Sai số chuẩn (Std. Err.) Giá trị $z$ $P > |z|$ Kết luận chiều tác động
NPL -0.1142 0.0285 -4.01 0.000*** Tác động âm mạnh mẽ đến ROA
SIZE 0.0035 0.0018 1.94 0.052* Tác động dương (mức ý nghĩa 10%)
EA 0.0864 0.0152 5.68 0.000*** Tác động dương rất mạnh đến ROA
LDR 0.0021 0.0019 1.11 0.267 Không có ý nghĩa thống kê
CIR -0.0185 0.0042 -4.40 0.000*** Tác động âm, làm giảm mạnh ROA
EM -0.2415 0.0712 -3.39 0.001*** Tác động âm sâu sắc đến KNSL
GDP 0.0412 0.0165 2.50 0.012** Tác động dương, đồng pha chu kỳ kinh tế
INF 0.0189 0.0104 1.82 0.069* Tác động dương nhẹ
CR4 -0.0521 0.0211 -2.47 0.014** Tác động âm từ mức độ tập trung Big 4
LTA 0.0148 0.0051 2.90 0.004*** Tác động dương đến khả năng sinh lời
_cons 0.0124 0.0185 0.67 0.503 Hệ số chặn

(Ghi chú: *** $p<0.01$, ** $p<0.05$, * $p<0.1$)


Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính tiên phong:

  • Bao quát giai đoạn biến động đặc thù (2012–2021): Khác với các nghiên cứu trước đây chỉ dừng lại ở giai đoạn trước 2018, công trình này tích hợp trọn vẹn dữ liệu của giai đoạn đại dịch COVID-19 (2020–2021), phản ánh rõ năng lực chống chịu và sức bật sinh lời của khối NHTMCP so với NHTM Nhà nước.
  • Tính chuẩn xác kinh tế lượng: Khắc phục triệt để hiện tượng phương sai thay đổi liên cụm và tự tương quan bậc một thông qua kỹ thuật FGLS, giảm thiểu sai số ước lượng trung bình 34.8% so với mô hình OLS truyền thống.
Tiêu chí so sánh Nghiên cứu Hồ Kim Anh (2015) Nghiên cứu Nguyễn Văn Thép & CS (2020) Khóa luận Nguyễn Đoàn Anh Tú (2022)
Khung thời gian 2007 – 2014 (8 năm) 2010 – 2017 (8 năm) 2012 – 2021 (10 năm trọn vẹn)
Quy mô mẫu Các NHTM chung 21 NHTM Việt Nam 22 NHTM vốn > 5.000 tỷ VNĐ (219 obs)
Phương pháp chính Pooled OLS, FEM, REM Bayesian Model Averaging (BMA) Pooled OLS, FEM, REM & FGLS Robust
Phát hiện độc đáo Nhấn mạnh thu nhập ngoài lãi Sở hữu Nhà nước làm giảm hiệu quả Chứng minh NHTMCP vượt Big 4 về ROA/ROE sau 2015; bóc tách tác động CIR, EM, CR4

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  1. Tối ưu hóa quản trị bảng cân đối kế toán (ALM): Hệ số dương mạnh mẽ của $EA$ ($\beta = 0.0864, p < 0.001$) là căn cứ định lượng để Hội đồng Quản trị các ngân hàng đẩy mạnh tăng vốn cấp 1 (Tier 1 Capital) thông qua phát hành cổ phiếu riêng lẻ hoặc giữ lại lợi nhuận, giúp vừa gia tăng KNSL vừa đáp ứng hệ số an toàn vốn CAR theo Basel II/III.
  2. Kiểm soát chi phí vận hành bằng số hóa: Với hệ số âm của $CIR$ ($\beta = -0.0185$) và $EM$ ($\beta = -0.2415$), việc cắt giảm 5% tỷ lệ CIR thông qua tự động hóa quy trình (RPA) và ngân hàng số có thể giúp cải thiện $ROA$ thêm xấp xỉ 0.0925 điểm phần trăm.

Lộ trình triển khai khuyến nghị quản trị

[Tháng 1 - 3] Rà soát cấu trúc chi phí (CIR/EM) -> Cắt giảm chi phí hành chính thủ công
[Tháng 4 - 6] Nâng cấp mô hình chấm điểm tín dụng nội bộ -> Giảm tỷ lệ NPL xuống < 1.5%
[Tháng 7 - 12] Tái cơ cấu danh mục tài sản sinh lời (LTA) -> Đẩy mạnh cho vay bán lẻ/SME
[Tháng 13 - 18] Tăng cường vốn chủ sở hữu (EA) -> Đạt chuẩn Basel III toàn diện

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Mô hình tĩnh FGLS chưa giải quyết triệt để tính nội sinh tiềm tàng phát sinh từ biến trễ của khả năng sinh lời ($ROA_{t-1}$).
  • Giới hạn biến số: Chưa lượng hóa đầy đủ chỉ số chuyển đổi số (Digital Banking Transformation Index) và điểm số môi trường - xã hội - quản trị (ESG) do thiếu dữ liệu công bố đồng nhất giai đoạn 2012–2016.
  • Hướng phát triển: Ứng dụng mô hình GMM sai phân hai bước (Two-step System GMM) của Arellano-Bond trên chuỗi dữ liệu cập nhật đến 2025; kết hợp thuật toán Machine Learning (Random Forest, XGBoost) trong dự báo sớm xác suất vỡ nợ để tối ưu hóa chi phí trích lập dự phòng.

Đối tượng hưởng lợi

- Nắm vững quy      - Sở hữu Stata script                           - Căn cứ điều     - Hoàn thiện khung
  trình nghiên cứu    chuẩn hóa, tái lập                              chỉnh cơ cấu      giám sát an toàn vĩ
  kinh tế lượng.      nghiên cứu thực tế.                             vốn & giảm CIR.   mô ngành ngân hàng.
  • Sinh viên & Học viên: Khung tham chiếu thực chứng mẫu mực về kỹ thuật xử lý dữ liệu bảng và kiểm định kinh tế lượng tài chính.
  • Chuyên viên phân tích dữ liệu ngân hàng: Tận dụng trực tiếp script Stata 16 và quy trình xử lý khuyết tật dữ liệu thực tế.
  • Lãnh đạo NHTM & Doanh nghiệp: Bằng chứng số liệu để hoạch định chiến lược cắt giảm chi phí quản lý $EM$ và tăng tỷ lệ đòn bẩy vốn an toàn.
  • Cơ quan quản lý nhà nước (NHNN): Dữ liệu thực nghiệm để điều hành chính sách trần tín dụng và giám sát rủi ro tập trung thị trường từ nhóm 4 NHTM lớn.

Câu hỏi thường gặp

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

Cần cài đặt phần mềm Stata 16.0 (hoặc cao hơn) hoặc môi trường Python 3.10+ (với các thư viện linearmodels, statsmodels, pandas). Dữ liệu đầu vào yêu cầu cấu trúc dạng Long-format Panel Data với 2 cột định danh bắt buộc là bank_idyear.

2. Vì sao mô hình FGLS lại được lựa chọn thay thế cho FEM và REM trong kết quả cuối cùng?

Mặc dù kiểm định Hausman chỉ ra FEM là phù hợp hơn REM, nhưng các kiểm định chẩn đoán sau hồi quy cho thấy mô hình FEM vi phạm giả định về phương sai sai số không đổi (Heteroskedasticity) và không có tự tương quan (Autocorrelation). Mô hình FGLS là giải pháp tối ưu cho phép ước lượng cấu trúc ma trận hiệp phương sai sai số tổng quát, loại bỏ hoàn toàn hiện tượng sai lệch sai số chuẩn.

3. Biến CR4 thể hiện điều gì và tại sao lại tác động âm đến ROA của toàn hệ thống?

Biến $CR4$ đo lường tổng thị phần tài sản của 4 NHTM lớn nhất có vốn Nhà nước (Vietcombank, BIDV, Vietinbank, Agribank). Hệ số hồi quy âm ($\beta = -0.0521, p < 0.05$) phản ánh mức độ tập trung thị trường cao có xu hướng tạo ra sự chèn ép cạnh tranh về chi phí vốn và biên lãi đối với nhóm các NHTMCP vừa và nhỏ.

4. Chi phí quản lý (EM) và chi phí hoạt động (CIR) khác nhau như thế nào trong mô hình?

  • CIR ($\frac{\text{Chi phí hoạt động}}{\text{Tổng thu nhập hoạt động}}$) đo lường hiệu quả vận hành tổng thể so với doanh thu tạo ra.
  • EM ($\frac{\text{Chi phí quản lý}}{\text{Tổng tài sản}}$) phản ánh cường độ tiêu tốn chi phí quản lý doanh nghiệp trên một đơn vị quy mô tài sản. Cả hai biến đều cho thấy tác động âm có ý nghĩa thống kê cao đến KNSL.

5. Khuyến nghị trọng tâm nhất đối với các NHTM cổ phần để gia tăng ROA bền vững là gì?

Tập trung đồng bộ 3 giải pháp: (1) Tăng cường tỷ lệ vốn chủ sở hữu trên tổng tài sản ($EA$) thông qua tăng vốn tự có; (2) Tối ưu hóa quy trình nghiệp vụ nhằm giảm thiểu chi phí quản lý $EM$; (3) Ứng dụng công nghệ quản trị rủi ro tín dụng hiện đại để duy trì tỷ lệ $NPL < 2%$.


Kết luận

Đề tài khóa luận "Các nhân tố ảnh hưởng đến khả năng sinh lời của các Ngân hàng Thương mại Việt Nam giai đoạn 2012–2021" của tác giả Nguyễn Đoàn Anh Tú đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra. Thông qua việc ứng dụng phương pháp kinh tế lượng dữ liệu bảng đa biến và mô hình FGLS trên mẫu 22 NHTM lớn, công trình đã chứng minh một cách khoa học:

  • Tỷ lệ vốn chủ sở hữu ($EA$), quy mô dư nợ tín dụng ($LTA$) và tăng trưởng kinh tế ($GDP$) là những động lực thúc đẩy khả năng sinh lời $ROA$ mạnh mẽ nhất.
  • Tỷ lệ nợ xấu ($NPL$), chi phí quản lý ($EM$), tỷ lệ chi phí hoạt động ($CIR$) và sự tập trung thị trường của nhóm Big 4 ($CR4$) là những rào cản chính làm suy giảm hiệu quả tài chính.

Kết quả nghiên cứu là tài liệu tham khảo giá trị cho các nhà quản trị ngân hàng trong việc hoạch định chính sách kinh doanh và cung cấp luận cứ thực nghiệm vững chắc cho cơ quan điều hành tiền tệ trong tiến trình phát triển hệ thống ngân hàng Việt Nam hiện đại, an toàn và hiệu quả.