Nghiên cứu về Tác động của Cho vay P2P đến Ổn định Tài chính

Luận văn tốt nghiệp nghiên cứu tốt nghiệp peer to peer lending and its global ramifications assessing banking system stability in, điều tra thực trạng, phân tích số liệu, đề xuất

• Tác giả: Quach Hoang Mai
• Người hướng dẫn: Ha Quynh Mai, MSc
• Trường học: University of Economics and Business
• Chuyên ngành: Finance & Banking
• Đề tài: Nghiên cứu về Tác động của Cho vay P2P đến Ổn định Tài chính
• Loại tài liệu: Thesis
• Năm xuất bản: 2023
• Địa điểm: Ha Noi

Mục lục chi tiết

• ACKNOWLEDGEMENTS
• LIST OF ABBREVIATIONS
• LISTS OF IMAGES, TABLES
• 1. CHAPTER 1: INTRODUCTION
• 1.1. Rationale
• 1.2. Aims and missions of the research
• 1.3. Research objectives and Research Scope
• 1.4. Questions of the research
• 1.5. Data and research methods
• 1.6. Contribution to the research
• 1.7. Structure of the research
• 2. CHAPTER 2: LITERATURE REVIEW
• 2.1. The theoretical framework
• 2.2. P2P lending
• 2.3. Bank Competition and Bank Stability
• 3. CHAPTER 3: RESEARCH METHODOLOGY
• 4. CHAPTER 4: RESULTS AND FINDINGS
• 5. CHAPTER 5: CONCLUSION

Tóm tắt

I. Tổng quan về Tác động của Cho vay P2P đến Ổn định Tài chính

Trong bối cảnh tài chính toàn cầu đang thay đổi nhanh chóng, cho vay P2P đã nổi lên như một yếu tố quan trọng ảnh hưởng đến ổn định tài chính. Các nền tảng cho vay P2P kết nối trực tiếp người vay với người cho vay, bỏ qua các trung gian ngân hàng truyền thống. Sự phát triển này không chỉ tạo ra cơ hội tài chính mới mà còn đặt ra nhiều thách thức cho hệ thống ngân hàng hiện tại. Nghiên cứu này sẽ phân tích mối quan hệ giữa cho vay P2P và ổn định tài chính, từ đó đưa ra những hiểu biết quan trọng cho các nhà hoạch định chính sách.

1.1. Định nghĩa và Khái niệm về Cho vay P2P

Cho vay P2P, hay còn gọi là cho vay ngang hàng, là hình thức cho vay mà trong đó người vay có thể tiếp cận vốn từ các nhà đầu tư cá nhân thông qua các nền tảng trực tuyến. Điều này giúp giảm thiểu chi phí giao dịch và tạo điều kiện cho những người có khó khăn trong việc tiếp cận tín dụng từ ngân hàng truyền thống.

1.2. Tầm quan trọng của Ổn định Tài chính trong Kinh tế

Ổn định tài chính là yếu tố then chốt để duy trì sự phát triển bền vững của nền kinh tế. Nó đảm bảo rằng các tổ chức tài chính có khả năng hoạt động hiệu quả và có thể chịu đựng các cú sốc kinh tế. Sự phát triển của cho vay P2P có thể ảnh hưởng tích cực hoặc tiêu cực đến sự ổn định này, tùy thuộc vào cách thức quản lý và quy định.

II. Vấn đề và Thách thức trong Cho vay P2P

Mặc dù cho vay P2P mang lại nhiều lợi ích, nhưng cũng tồn tại nhiều vấn đề và thách thức cần được giải quyết. Các nền tảng cho vay P2P có thể gặp khó khăn trong việc đảm bảo tính minh bạch và trách nhiệm trong việc cấp tín dụng. Hơn nữa, sự thiếu hụt quy định có thể dẫn đến rủi ro cho cả người vay và người cho vay, ảnh hưởng đến ổn định tài chính.

2.1. Rủi ro trong Cho vay P2P

Rủi ro trong cho vay P2P bao gồm rủi ro tín dụng, nơi người vay không thể trả nợ, và rủi ro thanh khoản, khi người cho vay không thể rút vốn kịp thời. Những rủi ro này có thể gây ra tác động tiêu cực đến ổn định tài chính nếu không được quản lý đúng cách.

2.2. Thiếu hụt Quy định và Giám sát

Sự thiếu hụt quy định trong lĩnh vực cho vay P2P có thể dẫn đến các hành vi không minh bạch và lạm dụng. Các nhà quản lý cần thiết lập các quy định rõ ràng để bảo vệ người tiêu dùng và đảm bảo rằng các nền tảng cho vay hoạt động một cách có trách nhiệm.

III. Phương pháp Nghiên cứu Tác động của Cho vay P2P

Nghiên cứu này sử dụng phương pháp phân tích định lượng để đánh giá tác động của cho vay P2P đến ổn định tài chính. Dữ liệu được thu thập từ nhiều nguồn đáng tin cậy và sẽ được phân tích để xác định mối quan hệ giữa sự phát triển của cho vay P2P và tình hình ổn định của các ngân hàng truyền thống.

3.1. Phương pháp Thu thập Dữ liệu

Dữ liệu sẽ được thu thập từ các báo cáo tài chính, nghiên cứu trước đây và các nguồn dữ liệu quốc tế như Ngân hàng Thế giới và Quỹ Tiền tệ Quốc tế. Việc sử dụng dữ liệu đa dạng sẽ giúp tăng tính chính xác và độ tin cậy của nghiên cứu.

3.2. Phân tích Dữ liệu và Mô hình Nghiên cứu

Nghiên cứu sẽ áp dụng các mô hình hồi quy để phân tích mối quan hệ giữa cho vay P2P và ổn định tài chính. Các biến số như tỷ lệ nợ xấu và vốn hóa ngân hàng sẽ được xem xét để đánh giá tác động tổng thể.

IV. Ứng dụng Thực tiễn và Kết quả Nghiên cứu

Kết quả nghiên cứu sẽ cung cấp cái nhìn sâu sắc về cách mà cho vay P2P ảnh hưởng đến ổn định tài chính. Những phát hiện này sẽ có giá trị cho các nhà hoạch định chính sách, giúp họ đưa ra quyết định đúng đắn trong việc quản lý và điều chỉnh lĩnh vực này.

4.1. Kết quả Nghiên cứu và Phân tích

Kết quả cho thấy rằng sự phát triển của cho vay P2P có thể có tác động tích cực đến ổn định tài chính nếu được quản lý đúng cách. Tuy nhiên, cũng có những rủi ro tiềm ẩn cần được xem xét kỹ lưỡng.

4.2. Ứng dụng cho Các Nhà Quản lý và Chính Phủ

Các nhà quản lý cần sử dụng các kết quả nghiên cứu để xây dựng các chính sách phù hợp nhằm đảm bảo rằng cho vay P2P phát triển một cách bền vững và không gây ra rủi ro cho hệ thống tài chính.

V. Kết luận và Tương lai của Cho vay P2P

Nghiên cứu này kết luận rằng cho vay P2P có thể đóng góp tích cực vào ổn định tài chính nếu được quản lý và giám sát đúng cách. Tương lai của cho vay P2P sẽ phụ thuộc vào khả năng của các nhà quản lý trong việc thiết lập các quy định hợp lý và bảo vệ người tiêu dùng.

5.1. Tương lai của Cho vay P2P trong Kinh tế

Với sự phát triển của công nghệ tài chính, cho vay P2P có thể tiếp tục mở rộng và trở thành một phần quan trọng trong hệ thống tài chính toàn cầu. Tuy nhiên, cần có sự giám sát chặt chẽ để đảm bảo rằng sự phát triển này không gây ra rủi ro cho ổn định tài chính.

5.2. Khuyến nghị cho Các Nhà Quản lý

Các nhà quản lý cần thiết lập các quy định rõ ràng và hiệu quả để quản lý cho vay P2P. Điều này sẽ giúp bảo vệ người tiêu dùng và đảm bảo rằng các nền tảng cho vay hoạt động một cách có trách nhiệm và bền vững.

Nội dung chính

Tổng quan nghiên cứu

Thị trường công nghệ tài chính toàn cầu ghi nhận bước chuyển dịch mạnh mẽ trong giai đoạn 2015 - 2020 với sự bùng nổ của mô hình cho vay ngang hàng (Peer-to-Peer Lending - P2P Lending). Bằng việc ứng dụng nền tảng số để kết nối trực tiếp bên vay và bên cho vay, P2P Lending đã xóa bỏ vai trò trung gian truyền thống của các ngân hàng thương mại. Tuy nhiên, sự mở rộng nhanh chóng của hình thức tài chính thay thế này làm dấy lên những tranh luận sâu sắc về an toàn hệ thống và nguy cơ gia tăng rủi ro thanh khoản.

Vấn đề cốt lõi đặt ra là liệu hoạt động cho vay ngang hàng tạo ra áp lực cạnh tranh tiêu cực làm suy yếu sự an toàn của hệ thống ngân hàng, hay đóng vai trò bổ trợ giúp nâng cao hiệu quả phân bổ tín dụng. Mục tiêu nghiên cứu tập trung đánh giá định lượng tác động của quy mô P2P Lending và các nhân tố kinh tế vĩ mô đến mức độ ổn định của hệ thống ngân hàng, được lượng hóa qua chỉ số an toàn tài chính Z-score với mức trung bình toàn cầu đạt 2,776.

Phạm vi nghiên cứu được thực hiện trên tập dữ liệu bảng bao gồm 41 quốc gia có thị trường Fintech phát triển trong giai đoạn 6 năm liên tục từ 2015 đến 2020, thu được 205 quan sát hồi quy tiêu chuẩn. Nghiên cứu mang ý nghĩa thực tiễn quan trọng khi cung cấp bằng chứng thực nghiệm rõ ràng, hỗ trợ các cơ quan quản lý tiền tệ và ngân hàng thương mại tối ưu hóa khung pháp lý thử nghiệm, quản trị rủi ro tín dụng và bảo đảm sự vững mạnh của toàn bộ mạng lưới tài chính.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng của hai trường phái lý thuyết đối lập kinh điển trong kinh tế học tài chính:

Thứ nhất, Thuyết cạnh tranh - ổn định (Competition-Stability Theory) được khởi xướng bởi Boyd và De Nicolo (2005), kết hợp các luận điểm của Wang và cộng sự (2015) cùng Goetz (2017). Lý thuyết này khẳng định sự gia nhập của các nền tảng P2P Lending thúc đẩy cạnh tranh lành mạnh, buộc các ngân hàng phải giảm lãi suất biên, sàng lọc khách hàng nghiêm ngặt hơn và cải tiến quy trình quản trị rủi ro, từ đó gia tăng độ ổn định tổng thể.

Thứ hai, Thuyết cạnh tranh - mong manh (Competition-Fragility Theory) được ủng hộ bởi Beck và cộng sự (2013) cùng các báo cáo giám sát của Hội đồng Ổn định Tài chính (FSB, 2017). Quan điểm này lập luận rằng áp lực cạnh tranh gay gắt từ tín dụng phi ngân hàng làm suy giảm thị phần và biên lợi nhuận, thúc đẩy ngân hàng thương mại theo đuổi các danh mục tài sản rủi ro cao hơn để bù đắp lợi nhuận.

Khung phân tích tích hợp thêm Thuyết rủi ro ngân hàng (Allen và Carletti, 2010; Demirguc-Kunt và Huizinga, 2010), Thuyết cơ chế thị trường (Berger và Bouwman, 2013) và Thuyết quản trị vốn theo tiêu chuẩn Basel III với yêu cầu tỷ lệ an toàn vốn tối thiểu 8%. Các khái niệm cốt lõi bao gồm: Chỉ số an toàn tài chính Z-score = (ROA + CAR) / sd(ROA), Quy mô thị trường P2P Lending (Lnpp), Mức độ tập trung ngân hàng (5-bank asset concentration ratio) và Tỷ lệ tín dụng tư nhân trên GDP.

Phương pháp nghiên cứu

Nguồn dữ liệu thứ cấp được tổng hợp đồng bộ từ các tổ chức tài chính uy tín quốc tế, bao gồm Cơ sở dữ liệu tài chính thay thế của Trung tâm Tài chính Thay thế Cambridge (CCAF), Báo cáo Phát triển Tài chính Toàn cầu của Ngân hàng Thế giới (World Bank), Quỹ Tiền tệ Quốc tế (IMF) và Macrotrends trong toàn bộ khung thời gian từ năm 2015 đến năm 2020.

Cỡ mẫu nghiên cứu gồm 41 quốc gia đại diện, được lựa chọn theo phương pháp chọn mẫu xác thực có chủ đích dựa trên tính đầy đủ, liên tục và minh bạch của chuỗi dữ liệu P2P Lending và các chỉ tiêu ngân hàng vĩ mô. Quy trình xử lý dữ liệu bảng được thực hiện qua phần mềm Stata với 205 quan sát cân bằng.

Quy trình phân tích kinh tế lượng áp dụng đồng thời ba kỹ thuật ước lượng: Mô hình bình phương nhỏ nhất gộp (Pooled OLS), Mô hình hiệu ứng cố định (FEM) và Mô hình hiệu ứng ngẫu nhiên (REM/GLS). Lý do lựa chọn mô hình REM làm công cụ phân tích trọng tâm là nhờ kết quả kiểm định đặc tả Hausman đạt giá trị thống kê Chi-square = 6,4 với p-value = 0,38 (lớn hơn ngưỡng 0,05), chứng minh ước lượng hiệu ứng ngẫu nhiên không thiên lệch và hiệu quả hơn FEM. Hệ số phóng đại phương sai (VIF) đều đạt giá trị dưới 2,0, khẳng định mô hình hoàn toàn không vi phạm hiện tượng đa cộng tuyến nghiêm trọng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả thực nghiệm từ mô hình hồi quy hiệu ứng ngẫu nhiên (REM) trên 205 mẫu quan sát đã chỉ ra các phát hiện cốt lõi:

Thứ nhất, quy mô cho vay ngang hàng (Lnpp) có tác động tích cực và có ý nghĩa thống kê ở mức 5% đến độ ổn định của hệ thống ngân hàng (hệ số hồi quy beta = 0,007; p-value < 0,05). Khi quy mô giao dịch P2P tăng lên 1%, chỉ số an toàn Z-score của hệ thống ngân hàng có xu hướng gia tăng tương ứng, chứng minh Fintech đóng vai trò thúc đẩy sự an toàn tài chính.

Thứ hai, tốc độ tăng trưởng kinh tế (GDP growth) là nhân tố vĩ mô tác động mạnh nhất cùng chiều đến độ ổn định ngân hàng với hệ số hồi quy đạt 0,007 (p-value < 0,05). Tốc độ tăng trưởng GDP trung bình của mẫu đạt 2,606%, tạo nền tảng thu nhập vững chắc giúp người vay thực hiện nghĩa vụ nợ đúng hạn.

Thứ ba, mức độ tập trung của 5 ngân hàng lớn nhất (biến bac) có giá trị trung bình 77,135% (dao động từ 39,999% đến 100%) mang hệ số âm -0,002 nhưng không có ý nghĩa thống kê (p-value > 0,10). Tương tự, tỷ lệ tín dụng tư nhân trên GDP (trung bình 67,251%) có hệ số -0,001 nhưng không đạt mức ý nghĩa thống kê trong mô hình REM.

Thứ tư, tỷ lệ lạm phát bình quân 3,959% (dao động từ -2,7% đến mức cao) và Chỉ số bất định đại dịch toàn cầu (WPUI, trung bình 2,891, cực đại 74,0) không gây ra tác động tiêu cực trực tiếp có ý nghĩa thống kê đối với chỉ số Z-score trong giai đoạn nghiên cứu.

Thảo luận kết quả

Phát hiện về tác động tích cực của P2P Lending đối với chỉ số Z-score phản ánh thực tế rằng các nền tảng cho vay trực tuyến không trực tiếp lấy đi phân khúc khách hàng cốt lõi của ngân hàng thương mại. Thay vào đó, P2P Lending chủ yếu phục vụ các cá nhân có điểm tín dụng dưới chuẩn, hộ kinh doanh nhỏ và người chưa tiếp cận được dịch vụ ngân hàng. Cơ chế này giúp ngân hàng phân tán bớt áp lực tín dụng rủi ro cao, tối ưu hóa chi phí vận hành và tập trung vào các khoản vay chất lượng.

Kết quả nghiên cứu hoàn toàn tương đồng với các công trình quốc tế của Jun và Yeo (2018, 2020), Goetz (2017) cũng như Wang và cộng sự (2015), khẳng định Fintech gia tăng tính đa dạng hóa và giảm thiểu rủi ro hệ thống. Đồng thời, vai trò tích cực của tăng trưởng GDP đối với an toàn ngân hàng củng cố vững chắc các kết luận của Abbas và cộng sự (2022) và Tram cùng Nguyen (2020).

Dữ liệu thực nghiệm của luận văn có thể được biểu diễn trực quan qua ma trận tương quan Pearson và đồ thị phân tán hồi quy tuyến tính. Đồ thị thể hiện mối liên kết đồng biến rõ nét giữa logarit tự nhiên khối lượng P2P và chỉ số Z-score, trong khi kiểm định Wooldridge ghi nhận thống kê F(1, 34) = 12,1 giúp nhận diện hiện tượng tự tương quan bậc nhất để tiến hành hiệu chỉnh phương sai chính xác.

Đề xuất và khuyến nghị

Căn cứ trên các phát hiện thực nghiệm, nghiên cứu đề xuất 4 nhóm giải pháp chiến lược nhằm tối ưu hóa mối quan hệ tương hỗ giữa P2P Lending và hệ thống ngân hàng:

Thứ nhất, hoàn thiện khung khổ pháp lý thử nghiệm (Regulatory Sandbox) và ban hành quy chuẩn cấp phép hoạt động đối với các nền tảng P2P Lending. Ngân hàng Nhà nước phối hợp với Bộ Tài chính chủ trì triển khai trong lộ trình 12 đến 18 tháng, thiết lập trần lãi suất cho vay, quy định vốn pháp định tối thiểu và tiêu chuẩn bảo vệ quyền lợi nhà đầu tư, nhằm kiểm soát tỷ lệ nợ xấu của thị trường Fintech dưới 3,0%.

Thứ hai, chuẩn hóa quy trình thẩm định tín dụng tự động và áp dụng công nghệ chấm điểm dữ liệu lớn (Big Data Credit Scoring). Các nền tảng P2P và tổ chức tài chính cần đầu tư nâng cấp hạ tầng trí tuệ nhân tạo trong giai đoạn 2024 - 2026, giúp tăng độ chính xác trong phân loại rủi ro khách hàng lên trên 90% và hạn chế nguy cơ vỡ nợ dây chuyền.

Thứ ba, thúc đẩy liên kết hợp tác chiến lược giữa ngân hàng thương mại và các công ty Fintech thông qua giao diện lập trình ứng dụng mở (Open Banking API). Ban lãnh đạo các ngân hàng thương mại cần đẩy mạnh kết nối dữ liệu trong khung thời gian 6 đến 12 tháng, giúp tiết giảm 20% chi phí vận hành, mở rộng dịch vụ quản lý dòng tiền và chia sẻ cơ sở dữ liệu tín dụng khách hàng.

Thứ tư, duy trì năng lực đệm an toàn vốn và triển khai các chương trình phổ cập giáo dục tài chính số. Cơ quan thanh tra giám sát ngân hàng cần kiểm soát chặt chẽ tỷ lệ an toàn vốn CAR đạt từ 8% đến 10,5% theo tiêu chuẩn Basel III, song song với việc xây dựng các khóa đào tạo tài chính cá nhân định kỳ 24 tháng nhằm nâng cao nhận thức của người đi vay.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thực tiễn và học thuật cho 4 nhóm đối tượng trọng tâm:

Nhóm thứ nhất, các nhà hoạch định chính sách, Ngân hàng Nhà nước và cơ quan thanh tra giám sát tài chính: Sử dụng dữ liệu thực nghiệm từ 41 quốc gia để thiết kế chính sách quản lý Fintech phù hợp, xây dựng hàng rào kiểm soát rủi ro hệ thống mà không làm triệt tiêu động lực đổi mới sáng tạo tài chính số.

Nhóm thứ hai, Hội đồng Quản trị, Ban điều hành và Khối Quản trị rủi ro tại các ngân hàng thương mại: Tham khảo phương pháp đo lường Z-score (mức trung bình 2,776) để đánh giá mức độ ảnh hưởng của đối thủ cạnh tranh Fintech, từ đó điều chỉnh danh mục cho vay và thiết lập quan hệ đối tác chia sẻ rủi ro hiệu quả.

Nhóm thứ ba, các sáng lập viên và giám đốc điều hành nền tảng P2P Lending: Nắm bắt bức tranh toàn cảnh về quy mô tăng trưởng vốn (với Lnpp trung bình 16,962), hoàn thiện mô hình kinh doanh minh bạch, tuân thủ các quy định an toàn thanh khoản và nâng cao uy tín với nhà đầu tư.

Nhóm thứ tư, giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Tài chính - Ngân hàng: Sử dụng khung lý thuyết, chuỗi dữ liệu 6 năm (2015 - 2020) cùng quy trình kiểm định kinh tế lượng bài bản (kiểm định Hausman, kiểm định VIF, kiểm định Wooldridge) làm tài liệu tham khảo giá trị cho các công trình nghiên cứu mở rộng tiếp theo.

Câu hỏi thường gặp

Hoạt động cho vay ngang hàng P2P Lending có làm gia tăng nguy cơ phá sản của hệ thống ngân hàng hay không? Kết quả kiểm định thực nghiệm trên 41 quốc gia giai đoạn 2015 - 2020 khẳng định P2P Lending không làm gia tăng nguy cơ vỡ nợ ngân hàng. Ngược lại, quy mô P2P Lending tác động tích cực đến chỉ số ổn định Z-score với hệ số hồi quy dương 0,007 ở mức ý nghĩa 5%, cho thấy Fintech đóng vai trò hỗ trợ phân tán rủi ro và tăng cường tính hiệu quả của thị trường tín dụng.

Chỉ số Z-score được tính toán như thế nào để đo lường độ ổn định ngân hàng trong nghiên cứu? Chỉ số Z-score phản ánh xác suất phá sản của ngân hàng, được tính bằng tổng của tỷ suất sinh lời trên tổng tài sản (ROA) và tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAR), chia cho độ lệch chuẩn của ROA. Mẫu dữ liệu ghi nhận giá trị Z-score bình quân đạt 2,776 với độ lệch chuẩn 0,531, phản ánh mức độ ổn định tương đối đồng đều giữa các quốc gia.

Vì sao mô hình hiệu ứng ngẫu nhiên REM lại được ưu tiên sử dụng thay vì mô hình FEM? Nghiên cứu đã thực hiện kiểm định Hausman với giá trị thống kê Chi-square đạt 6,4 và p-value bằng 0,38 (vượt qua mức ý nghĩa 0,05). Do không có đủ bằng chứng thống kê để bác bỏ giả thuyết H0, mô hình REM được lựa chọn là mô hình tối ưu, bảo đảm tính vững và cho phép ước lượng chuẩn xác các biến độc lập không đổi theo thời gian.

Tăng trưởng GDP đóng vai trò như thế nào đối với mức độ an toàn của hệ thống ngân hàng? Tốc độ tăng trưởng GDP là biến số vĩ mô có tác động cùng chiều mạnh mẽ nhất đến chỉ số Z-score với hệ số hồi quy đạt 0,007 (p-value < 0,05). Trong bối cảnh GDP tăng trưởng bình quân 2,606%, năng lực tài chính của doanh nghiệp và cá nhân được củng cố, giúp giảm tỷ lệ nợ xấu và nâng cao khả năng sinh lời bền vững cho ngân hàng.

Hiện tượng đa cộng tuyến và tự tương quan trong mô hình được kiểm soát ra sao? Kiểm định hệ số phóng đại phương sai (VIF) cho thấy tất cả các biến đều có VIF nhỏ hơn 2,0 (thấp hơn nhiều so với ngưỡng cảnh báo 10,0), khẳng định mô hình không bị đa cộng tuyến. Đồng thời, tác giả đã tiến hành kiểm định Wooldridge với thống kê F(1, 34) = 12,1 để phát hiện tự tương quan bậc nhất và hiệu chỉnh sai số tiêu chuẩn trong Stata.

Kết luận

Luận văn đã giải quyết toàn diện câu hỏi nghiên cứu về mối quan hệ giữa cho vay ngang hàng và an toàn tài chính qua 5 kết luận cốt lõi:

• Bằng chứng thực nghiệm từ 41 quốc gia giai đoạn 2015 - 2020 xác nhận quy mô P2P Lending có tác động tích cực đến chỉ số ổn định Z-score của hệ thống ngân hàng với hệ số 0,007.
• Tăng trưởng kinh tế GDP (bình quân 2,606%) giữ vai trò then chốt củng cố độ bền vững và nâng cao năng lực chống chịu rủi ro của toàn hệ thống tài chính.
• Mô hình hiệu ứng ngẫu nhiên (REM) được kiểm định chặt chẽ qua kiểm định Hausman (p-value = 0,38) và kiểm soát hoàn toàn đa cộng tuyến với hệ số VIF dưới 2,0.
• Đề xuất lộ trình 12 - 24 tháng triển khai khung pháp lý Sandbox, chuẩn hóa chấm điểm tín dụng số và duy trì hệ số an toàn vốn CAR tối thiểu từ 8% đến 10,5%.
• Xác lập quan điểm học thuật mới: P2P Lending và ngân hàng truyền thống là mối quan hệ cộng sinh bổ trợ thay vì triệt tiêu lẫn nhau.

Đóng góp lớn nhất của luận văn là cung cấp bộ dữ liệu định lượng cập nhật và luận cứ khoa học vững chắc về sự tương tác giữa Fintech và an toàn vĩ mô. Hướng phát triển tiếp theo của đề tài là mở rộng chuỗi dữ liệu sau năm 2020 và đánh giá sâu hơn tác động vi mô theo từng nhóm quy mô ngân hàng. Các nhà quản lý, chuyên gia tài chính và quý độc giả quan tâm được khuyến khích nghiên cứu toàn văn luận văn để ứng dụng hiệu quả vào công tác điều hành và phát triển thị trường tài chính số hiện đại.

Trích đoạn nội dung tài liệu

UNIVERSITY OF ECONOMICS AND BUSINESS FALCULTY OF FINANCE & BANKING THESIS Instructor: Ha Quynh Mai, MSc Student: Quach Hoang Mai Student ID: 20050134 Class: QH2020 CLC 3 Ha Noi, October, 2023 UNIVERSITY OF ECONOMICS AND BUSINESS FALCULTY OF FINANCE & BANKING THESIS Instructor: Ha Quynh Mai, MSc Debate Instructor: Student: Quach Hoang Mai Student ID: 20050134 Class: QH2020 CLC 3 Ha Noi, October, 2023 ACKNOWLEDGEMENTS The period of research has received enthusiastic support from the teacher, which I greatly appreciate. Therefore, I would like to express my sincere and profound gratitude to Ms. Ha Quynh Mai, MSc - my thesis instructor, who has guided and assisted me in overcoming challenges in the best possible way. However, knowledge is infinite while one's abilities and experiences are limited.

Therefore, I may have made mistakes during the process. As such, I earnestly hope to receive constructive feedback and fair evaluations from my teacher in order to improve my thesis and advance further with this unique topic in the future. I sincerely thank you for your support! Ha Noi, October 2023 Quach Hoang Mai TABLE OF CONTENTS LIST OF ABBREVIATIONS .sscssssssssssssscsssccssccsscsscssssssssssssscsssscsssssssssssscsssssssscsssoees 5 LISTS OF IMAGES, TABLES .scccsscssssssssssssscssscscsscscsssssscssssscsssssssssssessssscssssssesesssneee 6 CHAPTER 1: INTRODUUCTI(ÌN. Aims and missions Of the research.

Research objectives and Research S€OJD€. Questions of the research. Data and research II€ẨÏ1O (S. Contribution to the F€S€/AFFCÌH.

Structure Of the Fr€S€/AFCH. 0 T0 00009 004 0ø 10 CHAPTER 2: LITERATURE ïÀE WT E: ÏÍ/. The theoretical ÍraIm€WWOLFĂK. Bank Competition and Bank Stability.

Empirical Studies on P2P lending and Banking stability. Research Hypothesis and research model. Factors Affecting Banking Stability. chi, 20 CHAPTER 3: RESEARCH ME THODDOL(G Ÿ.

Research Pr@ÏDÏ€TTIS. Determining the Research Methodolog. Data Collection and Data /ÁH(ÏÿSÏS. Data Collection Methods.

29 CHAPTER 4: RESULTS AND FILNDIINS. Descriptive statistical amalySsis. -G HS KH kg ky 30 L2) 2/Aống ốeốốốốốỐ. Analysis Linear regression (Pooled Ols) .4, Analysis Random-effects GLS regression (REM|).

Analysis Fixed-effects (within) regression (FEM). Hausman (1978) specification test. Wooldridge test for autocorrelation in panel đaa.s «5< s«e<s« 40 CHAPTER 5: CÓ NCT ULSI(OÌN. Contribution of the F€S€2FCCHH.

Limitations of the research. << S395 995 998845856885845804084088408000840801084004000840800081006 47 LIST OF ABBREVIATIONS Abbreviations Definition P2P lending Peer-to-Peer lending GDP Gross domestic product GNP Gross national product IT Information Technology FSB Financial stability board GFDR Global financial development report CPI Consumer price index PPI Producer price index EIU Economists telligence unit WPUI World pandemic uncertainty index BCBS Basel Committe on Banking supervision IMF International Monetary Fund WB World Bank LISTS OF IMAGES, TABLES No. Images/Tables Name of the images/tables Page 1 Image 2.1 Research Model 20 2 Table 4.1 Variables Content and Meaning 30 3 Table 4.2 Descriptive Statistics 30 4 Table 4.3 Pairwise correlation 3l 5 Table 4.4 Linear regression (Pooled ols) 34 6 Table 4.5 Linear regression (Pooled ols) results 35 7 Table 4.6 Variance Inflation Factor (VIF) 35 8 Table 4.7 Random-effects GLS regression (REM) 36 9 Table 4.8 Random-effects GLS regression results 37 10 Table 4.9 Fixed-effects (within) regression (FEM) 38 11 Table 4.10 Fixed-effects (within) regression results 39 12 Table 4.11 Hausman (1978) specification test results 39 CHAPTER 1: INTRODUCTION 1. Rationale The global financial landscape has witnessed significant transformations in recent years, with the rise of financial technology (FinTech) playing a pivotal role in reshaping traditional financial services.

One of the most notable innovations within this domain is Peer-to-Peer (P2P) lending, which has emerged as a disruptive force in the world of finance. P2P lending platforms connect borrowers directly with lenders, circumventing traditional banking intermediaries. Over the last ten years, P2P lending platforms have experienced significant growth in size and scope, attracting the attention of both investors and regulatory bodies (Buchak et al. On one side, potential P2P lending platforms have encountered significant barriers to entry, unclear policy directives, and stringent regulations that can impede innovation and delay the adoption of new technologies by industry players.

However, from a financial stability standpoint, it is not unreasonable to maintain these barriers and regulations (Kim, 2015), especially considering that the financial sector is still dealing with the repercussions of the global financial crisis. P2P lending platforms have, at times, exhibited issues related to responsible credit allocation, and if they expand too rapidly without appropriate regulation, they could pose a threat to overall financial stability. This novel approach to lending has gained considerable popularity worldwide, raising important questions about its implications for the stability of the global banking system. The emergence of peer-to-peer (P2P) lending platforms has disrupted the traditional banking sector by offering alternative sources of financing for individuals and businesses.

P2P lending allows borrowers to directly access loans from individual investors through online platforms, bypassing the need for traditional banks as intermediaries. While existing research indicates that the P2P lending market share is relatively small compared to traditional bank lending and does not pose a significant threat to the banking system, there is an inverse relationship between them (de Roure et al. P2P lending can gain a competitive edge over bank lending during financial crises or external shocks in the supply of bank credit (Tang, 2019). The recent rapid growth of P2P lending has attracted considerable attention from researchers and policymakers, leading to debates about its impact on the stability of the banking sector.

Banking sector stability is a critical concern for policymakers and regulators, as it plays a crucial role in maintaining financial stability and supporting economic growth. Banks act as essential financial intermediaries, facilitating the flow of funds from savers to borrowers and facilitating economic transactions. However, the rise of P2P lending has raised questions about its potential effects on banking stability. This research aims to investigate the relationship between P2P lending and banking stability across different countries.

It aims to determine whether the expansion of P2P lending platforms poses risks to the stability of traditional banking or whether it complements and strengthens the overall financial system. By analyzing empirical data and relevant variables, this study intends to shed light on the interactions between P2P lending and banking stability. To achieve its objectives, this research will take a comparative approach, examining various countries with diverse regulatory frameworks, market characteristics, and levels of P2P lending adoption. By studying a wide range of countries, it will be possible to identify common trends, disparities, and potential factors influencing banking stability within the context of P2P lending.

The outcomes of this research will hold significance for policymakers, regulators, financial institutions, and investors. A comprehensive understanding of the connection between P2P lending and banking stability is essential for effectively managing risks, crafting suitable regulations, and ensuring the resilience of the financial system. Furthermore, it will offer insights into the potential advantages and challenges associated with the growth of P2P lending platforms, informing the decision-making processes of stakeholders. Aims and missions of the research e Aims of the research: Evaluate the worldwide impact Peer-to-Peer lending on the stability of banking systems.

By conducting an in-depth analysis, it seeks to understand the extent of influence that the rapid growth of P2P lending platforms exerts on traditional banking sectors across different nations. Futhurmore, the research aims to identify and mange potential risks associated with P2P lending in relation to banking stability. A significant aspect of this research is its comparative approach. It strives to compare and contrast the impact of P2P lending on banking stability in various countries.

By considering diverse regulatory environments, market conditions, and levels of P2P lending adoption, the project aims to reveal commonalities and differences on a global scale. e Missions of the research: — Examine and analyze the relationship between bank stability and the growth of Peer-to-Peer (P2P) lending platforms in different countries. — Identify key factors that contribute to either the stability or instability of banks in the presence of P2P lending activities — Provide policymakers, regulators, and financial institutions with evidence-based recommendations and guidelines to promote a stable and inclusive financial system in the context of evolving financial technologies. Research objectives and Research Scope e Research Objectives: Peer-to-Peer Lending, Banking System e Research Scope: Various countries 1.

Questions of the research e What is the relationship between the growth of P2P lending and traditional banking sectors in various countries? e Does the growth of P2P lending affect the stability of traditional banking systems in different countries? 1. Data and research methods e The research study collected data from reputable and relatively accurate sources such as the Cambridge Alternative Finance Benchmarks, the Global Index (World Bank), and the International Monetary Fund,. e Research methods: Quantitative analysis, Document analysis 1. Contribution to the research In this research, we have selected the most recent data from 2015 to 2020 for P2P lending.

Furthermore, we have chosen a research model that is most suitable for this 10 topic. Additionally, we have conducted a study on the impact of P2P lending on banking stability, which has been less explored in previous research. Structure of the research Chapter 1: Introduction Chapter 2: Literature review Chapter 3: Research Methodology Chapter 4: Results and Findings Chapter 5: Conclusion 11 CHAPTER 2: LITERATURE REVIEW 2. The theoretical framework 2.

P2P lending P2P lending, also known as peer-to-peer lending or marketplace lending, emerged as a financial innovation in the early 2000s (Amer, Buckley, & Zetzsche, 2016). Besides, P2P lending, as defined by Zhang and Liu (2018), involves direct lending between individual investors and borrowers through online platforms, bypassing traditional financial intermediaries. The first platform to facilitate P2P lending was Zopa, founded in the United Kingdom in 2005 (Arner, Buckley, & Zetzsche, 2016). It aimed to connect borrowers directly with individual lenders through an online platform, bypassing traditional financial intermediaries such as banks.

The competition between P2P lending and bank lending is a significant phenomenon in the financial industry. One of the main aspects of this competition is access to finance. P2P lending platforms provide a more accessible and inclusive platform for borrowers who may have difficulty obtaining loans from traditional banks. This includes individuals or businesses with limited credit history, non-traditional income sources, or unconventional collateral.

P2P lending opens up opportunities for these borrowers to access funds that may not have been available to them through traditional banking channels. Another key factor is the interest rates and fees associated with borrowing. P2P lending platforms often boast competitive interest rates compared to banks. This is partly due to the absence of intermediaries and the lower operational costs associated with running an online platform.

Additionally, the P2P lending model allows for more direct connections between lenders and borrowers, potentially leading to more favorable terms for both parties. The competition between P2P lending and bank lending revolves around access to finance, interest rates, risk assessment, regulation, trust, and market reach. Both P2P lending platforms and banks offer unique advantages and face distinct challenges. The primary purpose of P2P lending is to provide an alternative source of financing for individuals and small businesses (Arner, Buckley, & Zetzsche, 2016).

It enables borrowers to access loans quickly and easily, often at competitive interest rates, while offering lenders the opportunity to earn attractive returns on their investments. P2P lending platforms typically employ sophisticated technology and data analysis to match borrowers and lenders based on their preferences, creditworthiness, and risk profiles. 12 The concept of P2P lending gained traction globally after the 2008 financial crisis when traditional banks tightened their lending standards and credit availability declined (Amer, Buckley, & Zetzsche, 2016). P2P lending filled this gap by offering a more inclusive, decentralized lending model.

Since then, the industry has experienced significant growth and diversification, with numerous platforms operating worldwide. Peer-to-Peer (P2P) lending has emerged as a financial innovation with profound global ramifications. It has transformed access to credit, fostering financial inclusion for individuals and small enterprises worldwide. Simultaneously, P2P lending has disrupted the traditional banking sector, challenging the hegemony of established financial institutions.

This disruption has spurred banks to adapt and innovate, leading to increased competition and improved financial services on a global scale.