Giới thiệu dự án
Sự ổn định tài chính (Financial Stability) của hệ thống ngân hàng thương mại (NHTM) đóng vai trò huyết mạch đối với sự an toàn vĩ mô của toàn bộ nền kinh tế. Trong giai đoạn 2014 – 2018, kinh tế Việt Nam ghi nhận mức tăng trưởng GDP ấn tượng từ 5,98% (2014) lên mức đỉnh 7,08% (2018), đồng thời chỉ số giá tiêu dùng (CPI) được kiểm soát ổn định ở mức 0,63% - 3,54%. Song song với tiến trình phục hồi, Đề án "Cơ cấu lại hệ thống các tổ chức tín dụng giai đoạn 2011 – 2015" và giai đoạn 2016 – 2018 đặt ra áp lực cấp thiết về việc xử lý nợ xấu, kiểm soát rủi ro thanh khoản, tái cấu trúc sở hữu và nâng cao hệ số an toàn vốn (Capital Adequacy Ratio - CAR) theo chuẩn mực Basel II.
+-------------------------------------------------------------------------------+
| BỐI CẢNH VĨ MÔ & ÁP LỰC HỆ THỐNG |
| |
| [Tăng trưởng GDP 2014-2018] ---> [Mở rộng tín dụng ngắn & trung dài hạn] |
| (5.98% -> 7.08%) | |
| v |
| [Bất cân xứng kỳ hạn tài sản] ---> [Gia tăng rủi ro mất thanh khoản & nợ xấu] |
| | |
| v |
| [Chuẩn hóa Basel II & CAR] ---> [Yêu cầu lượng hóa độ ổn định tài chính] |
+-------------------------------------------------------------------------------+
Thực trạng phát triển nóng của tín dụng và sự bất cân xứng kỳ hạn (sử dụng nguồn vốn huy động ngắn hạn cho vay trung và dài hạn) làm gia tăng nguy cơ mất thanh khoản và phá sản ngân hàng theo giả thuyết bất ổn tài chính của Hyman Minsky. Tuy nhiên, các nghiên cứu thực nghiệm định lượng về đo lường sự ổn định tài chính của hệ thống ngân hàng Việt Nam bằng dữ liệu bảng (panel data) còn phân tán và thiếu mô hình hiệu chỉnh khuyết tật thống kê.
Đồ án/khóa luận tập trung giải quyết bài toán trên với 3 mục tiêu cụ thể:
- Hệ thống hóa cơ sở lý luận và thực tiễn về ổn định tài chính và rủi ro phá sản trong lĩnh vực ngân hàng.
- Lượng hóa mức độ ổn định tài chính của hệ thống NHTM Việt Nam thông qua chỉ số $Z\text{-score}$, đồng thời xây dựng mô hình kinh tế lượng xác định tác động của các nhân tố nội tại.
- Đề xuất hệ thống giải pháp và hàm ý chính sách dựa trên bằng chứng thực nghiệm nhằm nâng cao năng lực tài chính và quản trị rủi ro.
Giải pháp nghiên cứu tiếp cận phương pháp định lượng dữ liệu bảng cân bằng (balanced panel data) trên mẫu 19 NHTM cổ phần đại diện cho 71,8% tổng tài sản toàn hệ thống (tương đương 6.615 nghìn tỷ đồng tại thời điểm 31/12/2018), trải dài trong giai đoạn 5 năm (2014 – 2018) với 95 quan sát. Nghiên cứu sử dụng chỉ số rủi ro phá sản $Z\text{-score}$ kết hợp với các kỹ thuật hồi quy tiên tiến: Hồi quy gộp (Pooled OLS), Mô hình tác động cố định (Fixed Effects Model - FEM), Mô hình tác động ngẫu nhiên (Random Effects Model - REM) và Mô hình bình phương bé nhất khái quát hóa (Generalized Least Squares - GLS) để khắc phục triệt để hiện tượng phương sai sai số thay đổi và tự tương quan.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Các phương pháp đánh giá sức khỏe tài chính ngân hàng truyền thống thường dựa trên phân tích chỉ số tài chính đơn lẻ hoặc khung đánh giá CAMELS. Bảng dưới đây so sánh các hướng tiếp cận chính:
| Tiêu chí |
Khung CAMELS truyền thống |
Mô hình Altman $Z''\text{-score}$ gốc |
Mô hình $Z\text{-score}$ ngân hàng hiện đại |
| Bản chất dữ liệu |
Đánh giá định tính kết hợp định lượng nội bộ |
Thang đo phá sản doanh nghiệp sản xuất/phi tài chính |
Đo lường khoảng cách đến phá sản dựa trên biến động sinh lời |
| Độ nhạy rủi ro |
Phụ thuộc vào báo cáo thanh tra định kỳ |
Không phản ánh đặc thù đòn bẩy cao của ngân hàng |
Đo lường số độ lệch chuẩn của ROA cần thiết để triệt tiêu vốn chủ sở hữu |
| Ưu điểm |
Đánh giá đa chiều mọi khía cạnh quản trị |
Đơn giản, dễ tính toán từ số liệu công khai |
Phù hợp chuẩn mực quốc tế (World Bank, IMF), tính so sánh cao |
| Nhược điểm |
Dữ liệu nội bộ khó tiếp cận công khai |
Sai lệch lớn khi áp dụng cho định chế tài chính |
Phụ thuộc vào tính trung thực của dữ liệu kế toán công bố |
Yêu cầu phân tích dữ liệu được xác định theo mô hình MoSCoW:
- Must have: Tính toán chỉ số $Z\text{-score}$ cho 19 NHTM qua 5 năm; chạy mô hình hồi quy bảng Pooled OLS, FEM, REM; kiểm định khuyết tật mô hình (Hausman, Modified Wald, Wooldridge); ước lượng mô hình hiệu chỉnh GLS.
- Should have: Phân nhóm so sánh độ ổn định giữa khối NHTM có vốn Nhà nước vs NHTM cổ phần tư nhân; NHTM niêm yết vs chưa niêm yết.
- Could have: Phân tích ma trận tương quan Pearson giữa các biến tài chính vĩ mô và vi mô.
- Won't have: Mô hình hóa chuỗi thời gian bậc cao ARIMA hoặc mạng nơ-ron học sâu (Deep Learning) do giới hạn mẫu 5 năm.
Thiết kế hệ thống
Kiến trúc xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế chuẩn hóa theo quy trình 4 tầng:
[Tầng Dữ liệu Nguồn]
[Tầng Tiền xử lý & Trích xuất Biến] (Microsoft Excel 2016)
[Tầng Đo lường & Xếp hạng Chỉ số]
[Tầng Phân tích Kinh tế lượng] (Stata 13.0 Engine)
Cấu trúc dữ liệu và công thức định lượng:
Chỉ số đo lường rủi ro phá sản của ngân hàng $i$ tại năm $t$:
$$Z\text{-score}{i,t} = \frac{ROA{i,t} + EA_{i,t}}{\sigma(ROA_i)}$$
Trong đó:
- $ROA_{i,t}$: Tỷ suất sinh lời trên tổng tài sản bình quân của ngân hàng $i$ năm $t$.
- $EA_{i,t}$: Tỷ lệ vốn chủ sở hữu trên tổng tài sản của ngân hàng $i$ năm $t$.
- $\sigma(ROA_i) = SD(ROA_i)$: Độ lệch chuẩn của $ROA$ của ngân hàng $i$ trong giai đoạn 2014 – 2018.
Phương trình hồi quy kinh tế lượng đa biến:
$$Z\text{-score}{i,t} = \beta_0 + \beta_1 ROE{i,t} + \beta_2 EA_{i,t} + \beta_3 DNTG_{i,t} + \beta_4 DNTTS_{i,t} + \beta_5 SIZE_{i,t} + \beta_6 \Delta EAT_{i,t} + \beta_7 NIM_{i,t} + \varepsilon_{i,t}$$
+-----------------------------------------------------------------------------------+
| BẢNG ĐỊNH NGHĨA BIẾN MÔ HÌNH HỒI QUY |
+------------+--------------------+--------------------------------+----------------+
| Tên biến | Phân loại | Cách tính toán | Kỳ vọng dấu |
+------------+--------------------+--------------------------------+----------------+
| Z-score | Biến phụ thuộc | (ROA + EA) / SD(ROA) | N/A |
| ROE | Biến giải thích | Lợi nhuận sau thuế / Vốn CSH | Dương (+) |
| EA | Biến giải thích | Vốn CSH / Tổng tài sản | Dương (+) |
| DNTG | Biến giải thích | Dư nợ cho vay / Tiền gửi KH | Dương (+) |
| DNTTS | Biến giải thích | Dư nợ cho vay / Tổng tài sản | (+/-) |
| SIZE | Biến giải thích | Ln(Tổng tài sản) | Dương (+) |
| ΔEAT | Biến giải thích | (EAT_t - EAT_{t-1}) / EAT_{t-1}| Dương (+) |
| NIM | Biến giải thích | Thu nhập lãi thuần / TTS sinh lãi| Âm (-) |
+------------+--------------------+--------------------------------+----------------+
Methodology
Phương pháp luận nghiên cứu tuân thủ quy trình kiểm định kinh tế lượng thực nghiệm (Empirical Econometric Workflow):
- Giai đoạn 1 (Tuần 1 - 3): Thu thập và chuẩn hóa dữ liệu từ báo cáo tài chính đã kiểm toán của 19 NHTM cổ phần.
- Giai đoạn 2 (Tuần 4 - 6): Tính toán chỉ số thống kê mô tả, kiểm tra hiện tượng đa cộng tuyến bằng ma trận tương quan Pearson và hệ số phóng đại phương sai (Variance Inflation Factor - VIF).
- Giai đoạn 3 (Tuần 7 - 9): Thực hiện ước lượng Pooled OLS, FEM và REM. Áp dụng kiểm định Hausman ($H_0$: REM phù hợp; $H_1$: FEM phù hợp).
- Giai đoạn 4 (Tuần 10 - 12): Kiểm định hiện tượng phương sai sai số thay đổi bằng Modified Wald Test và kiểm định tự tương quan chuỗi bằng Wooldridge Test.
- Giai đoạn 5 (Tuần 13 - 15): Áp dụng phương pháp ước lượng GLS bảng (Cross-sectional time-series FGLS regression) để khắc phục sai số, tổng hợp kết quả và đề xuất hàm ý chính sách.
Implementation và kết quả
Development process
Quá trình phân tích kinh tế lượng được tự động hóa thông qua các kịch bản Stata script (Do-file) và hệ thống công thức xử lý dữ liệu chuẩn trên Stata 13.
* ==============================================================================
* SCRIPT STATA: KHÓA LUẬN NGHIÊN CỨU SỰ ỔN ĐỊNH TÀI CHÍNH NHTM VIỆT NAM
* ==============================================================================
* 1. Khai báo cấu trúc dữ liệu bảng cân bằng
clear all
set more off
import excel "bank_data_2014_2018.xlsx", sheet("Data") firstrow
egen bank_id = group(bank_code)
xtset bank_id year
* 2. Tính toán độ lệch chuẩn ROA và chỉ số Z-score cho từng ngân hàng
bysort bank_id: egen sd_roa = sd(roa)
gen z_score = (roa + ea) / sd_roa
label var z_score "Chi so on dinh tai chinh Z-score"
* 3. Thống kê mô tả và ma trận hệ số tương quan
summarize z_score roe ea dntg dntts size deat nim
pwcorr z_score roe ea dntg dntts size deat nim, sig star(0.05)
* 4. Ước lượng các mô hình cơ bản
reg z_score roe ea dntg dntts size deat nim
estimates store pooled_ols
xtreg z_score roe ea dntg dntts size deat nim, fe
estimates store fem
xtreg z_score roe ea dntg dntts size deat nim, re
estimates store rem
* 5. Kiểm định chọn mô hình (Hausman Test)
hausman fem rem
* 6. Kiểm định khuyết tật mô hình FEM
xtreg z_score roe ea dntg dntts size deat nim, fe
xttest3 /* Kiem dinh Modified Wald ve phuong sai sai so thay doi */
xtserial z_score roe ea dntg dntts size deat nim /* Kiem dinh Wooldridge ve tu tuong quan */
* 7. Mô hình ước lượng vững bình phương bé nhất khái quát hóa (GLS)
xtgls z_score roe ea dntg dntts size deat nim, panels(heteroskedastic) corr(ar1)
estimates store gls_final
Testing và validation
Kết quả kiểm định khuyết tật mô hình kinh tế lượng trên dữ liệu 19 NHTM:
+-----------------------------------------------------------------------------------+
| KẾT QUẢ KIỂM ĐỊNH LỰA CHỌN VÀ KHUYẾT TẬT MÔ HÌNH |
+--------------------------+---------------------+----------+-----------------------+
| Tên kiểm định | Thống kê kiểm định | p-value | Kết luận |
+--------------------------+---------------------+----------+-----------------------+
| Kiểm định Hausman | Chi2(7) = 18.42 | 0.0095 | Bác bỏ H0 -> Chọn FEM |
| Modified Wald Test | Chi2(19) = 342.18 | 0.0000 | Có phương sai thay đổi|
| Wooldridge Test | F(1, 18) = 14.89 | 0.0011 | Có tự tương quan AR(1)|
+--------------------------+---------------------+----------+-----------------------+
Do mô hình FEM vi phạm giả thiết về phương sai đồng nhất ($p < 0.001$) và không có tự tương quan ($p = 0.0011$), ước lượng OLS thông thường không còn là ước lượng tuyến tính không chệch tốt nhất (BLUE). Mô hình FGLS (Cross-sectional time-series GLS) được áp dụng với tùy chọn panels(heteroskedastic) corr(ar1) nhằm kiểm soát hoàn toàn hai khuyết tật trên.
Kết quả đạt được
Bảng tổng hợp kết quả ước lượng mô hình hồi quy GLS cuối cùng:
| Biến giải thích |
Hệ số hồi quy ($\beta$) |
Sai số chuẩn (Std. Err.) |
Thống kê $z$ |
Giá trị $p$-value |
Mức ý nghĩa thống kê |
| ROE |
+0.4821 |
0.1245 |
3.87 |
0.0001 |
Có ý nghĩa 1% (***) |
| EA |
+1.3520 |
0.2814 |
4.80 |
0.0000 |
Có ý nghĩa 1% (***) |
| DNTG |
+0.0812 |
0.0321 |
2.53 |
0.0114 |
Có ý nghĩa 5% (**) |
| DNTTS |
-0.1450 |
0.0542 |
-2.68 |
0.0074 |
Có ý nghĩa 1% (***) |
| SIZE |
+0.8943 |
0.2105 |
4.25 |
0.0000 |
Có ý nghĩa 1% (***) |
| $\Delta EAT$ |
+0.0185 |
0.0089 |
2.08 |
0.0375 |
Có ý nghĩa 5% (**) |
| NIM |
-0.6241 |
0.2310 |
-2.70 |
0.0069 |
Có ý nghĩa 1% (***) |
| Hệ số chặn |
-8.4120 |
2.1540 |
-3.91 |
0.0001 |
Có ý nghĩa 1% (***) |
Phát hiện định lượng chính:
- Tỷ lệ vốn chủ sở hữu trên tổng tài sản ($EA$, $\beta = +1.3520, p < 0.001$): Là yếu tố tác động tích cực mạnh nhất. Vốn chủ sở hữu đóng vai trò "tấm đệm" hấp thụ các cú sốc tổn thất tín dụng.
- Quy mô ngân hàng ($SIZE$, $\beta = +0.8943, p < 0.001$): Quy mô tổng tài sản lớn giúp đa dạng hóa danh mục cho vay, củng cố năng lực tài chính và gia tăng tính ổn định theo lý thuyết quy mô kinh tế.
- Tỷ suất sinh lời ($ROE$, $\beta = +0.4821$) và Tăng trưởng lợi nhuận ($\Delta EAT$, $\beta = +0.0185$): Tăng cường khả năng tích lũy lợi nhuận giữ lại để bổ sung vốn tự có.
- Tỷ lệ dư nợ trên tổng tài sản ($DNTTS$, $\beta = -0.1450, p = 0.0074$) và Biên lãi ròng ($NIM$, $\beta = -0.6241, p = 0.0069$): Tác động ngược chiều đến sự ổn định. Tỷ lệ dư nợ trên tài sản quá cao cùng với biên lãi ròng lớn cho thấy ngân hàng đang theo đuổi chính sách tín dụng rủi ro cao (cho vay phân khúc dưới chuẩn để hưởng lãi suất cao), dẫn đến nguy cơ nợ xấu và xói mòn ổn định tài chính.
- Tỷ lệ dư nợ trên tiền gửi ($DNTG$, $\beta = +0.0812, p = 0.0114$): Tác động cùng chiều, phản ánh hiệu quả tối ưu hóa thanh khoản huy động trong điều kiện tăng trưởng kinh tế ổn định.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp học thuật và thực tiễn nổi bật khi đặt trong sự so sánh với các công trình trước:
| Tiêu chí |
Đặng Văn Dân (2015) |
Huỳnh Thị Phương Thảo (2018) |
Đề tài nghiên cứu (2020) |
| Biến phụ thuộc cốt lõi |
Rủi ro thanh khoản (LIR) |
Hiệu quả kỹ thuật (mô hình DEA) |
Sự ổn định tài chính & Rủi ro vỡ nợ ($Z\text{-score}$) |
| Mẫu nghiên cứu |
15 NHTM (2007 – 2014) |
35 NHTM (2008 – 2017) |
19 NHTM đại diện 71,8% tổng tài sản (2014 – 2018) |
| Phương pháp xử lý khuyết tật |
Hồi quy OLS/FEM thông thường |
OLS, FEM, REM |
Quy trình kiểm định khuyết tật toàn diện kết hợp ước lượng hiệu chỉnh GLS |
| Tác động của biên lãi ròng (NIM) |
Chưa xem xét |
Chưa xem xét |
Chứng minh tác động nghịch chiều ($\beta = -0.6241$) của chính sách tín dụng rủi ro cao |
Điểm mới và cải tiến kỹ thuật:
- Đo lường đa chiều tính ổn định: Ứng dụng chỉ số $Z\text{-score}$ ngân hàng kết hợp độ biến động lợi nhuận $\sigma(ROA)$ trong 5 năm, giúp triệt tiêu nhiễu ngắn hạn so với chỉ số đơn lẻ.
- Khắc phục triệt để sai số dữ liệu bảng: Việc chuyển tiếp từ kiểm định Hausman sang ước lượng Feasible GLS đã giải quyết đồng thời hai sai tật nghiêm trọng là phương sai thay đổi chéo ($p < 0.0001$) và tự tương quan chuỗi bậc nhất ($p = 0.0011$).
- Phát hiện quy luật sở hữu: Phân tích thực nghiệm chứng minh nhóm NHTM có vốn Nhà nước duy trì mức độ ổn định tài chính cao và biến động thấp hơn nhóm NHTM cổ phần tư nhân nhỏ lẻ nhờ lợi thế quy mô và nền tảng vốn vững chắc.
Ứng dụng thực tế và triển khai
Tình huống ứng dụng thực tế (Use Cases)
[Ngân hàng Nhà nước Việt Nam (SBV)]
[Hội đồng Quản trị & Ban Điều hành NHTM]
Lộ trình triển khai khuyến nghị
- Giai đoạn 1 (0 – 6 tháng): Thiết lập hệ số cảnh báo rủi ro phá sản $Z\text{-score}$ nội bộ tại từng chi nhánh và khối kinh doanh; rà soát tỷ lệ $EA$ và hệ số CAR.
- Giai đoạn 2 (6 – 18 tháng): Tái cơ cấu danh mục tài sản sinh lời, cắt giảm các khoản tín dụng trung dài hạn có rủi ro tiềm ẩn nhằm hạ tỷ lệ $DNTTS$ về ngưỡng an toàn.
- Giai đoạn 3 (18 – 36 tháng): Triển khai toàn diện khung chuẩn mực Basel II theo phương pháp tiếp cận nâng cao (IRB), đa dạng hóa cơ cấu thu nhập phi tín dụng để giảm sự phụ thuộc vào $NIM$.
Hạn chế và hướng phát triển
- Hạn chế về cỡ mẫu không gian: Mới chỉ thu thập được 19 NHTM cổ phần do tính khả dụng và minh bạch thông tin của báo cáo tài chính kiểm toán các ngân hàng 0 đồng và ngân hàng nước ngoài còn hạn chế.
- Giới hạn biến số kinh tế vĩ mô: Mô hình tập trung vào 7 nhân tố nội tại vi mô của ngân hàng, chưa tích hợp trực tiếp các biến trễ vĩ mô như biến động tỷ giá, lãi suất liên ngân hàng và cú sốc chính sách tiền tệ.
- Hướng nghiên cứu mở rộng:
- Ứng dụng phương pháp ước lượng Moment tổng quát dạng hệ thống (System GMM) để xử lý triệt để tính nội sinh tiềm tàng của các biến tài chính.
- Mở rộng khung thời gian nghiên cứu giai đoạn sau năm 2019 để đánh giá độ chống chịu của hệ thống ngân hàng trước các cú sốc ngoại cảnh bất thường (đại dịch COVID-19, gián đoạn chuỗi cung ứng toàn cầu).
Đối tượng hưởng lợi
- Sinh viên & Học viên cao học: Tiếp cận phương pháp luận nghiên cứu dữ liệu bảng chuẩn mực, nắm vững quy trình kiểm định Hausman, Wald, Wooldridge và kỹ năng thực hành Stata Do-file thực tế.
- Chuyên viên Phân tích Rủi ro & Dữ liệu (Data Analysts / Risk Modelers): Sở hữu bộ chỉ số và mã nguồn hồi quy FGLS để lượng hóa rủi ro phá sản, tối ưu hóa danh mục tín dụng tại các định chế tài chính.
- Ban Quản trị Ngân hàng Thương mại: Có cơ sở khoa học định lượng để hoạch định cơ cấu vốn chủ sở hữu ($EA$), kiểm soát biên lãi ròng ($NIM$) và định chuẩn quy mô tăng trưởng an toàn.
- Cơ quan Quản lý & Hoạch định Chính sách (NHNN): Tham khảo bằng chứng thực nghiệm để thiết kế chính sách an toàn vĩ mô, lộ trình tăng vốn điều lệ và tiêu chuẩn giám sát hệ thống ngân hàng 2 cấp.
Câu hỏi thường gặp
-
Chỉ số $Z\text{-score}$ trong nghiên cứu này khác gì so với chỉ số Altman $Z\text{-score}$ truyền thống?
Chỉ số Altman $Z\text{-score}$ gốc (1968) được xây dựng cho các doanh nghiệp sản xuất phi tài chính, sử dụng các tỷ số về vốn lưu động và doanh thu không phản ánh đúng cấu trúc đòn bẩy tài chính đặc thù của ngân hàng. Chỉ số $Z\text{-score}$ ngân hàng đo lường số độ lệch chuẩn mà lợi nhuận trên tài sản ($ROA$) phải sụt giảm để triệt tiêu toàn bộ vốn chủ sở hữu ($EA$), phản ánh trực tiếp xác suất mất khả năng thanh toán.
-
Tại sao mô hình hồi quy GLS lại vượt trội hơn OLS, FEM và REM trong nghiên cứu này?
Dữ liệu bảng tài chính ngân hàng thường xuất hiện hiện tượng phương sai sai số thay đổi giữa các ngân hàng có quy mô khác biệt lớn và tự tương quan chuỗi theo thời gian. Mô hình Pooled OLS, FEM và REM vi phạm các giả thiết kinh tế lượng cơ bản (kiểm định Wald $p < 0.001$, Wooldridge $p = 0.0011$). Phương pháp Feasible GLS hiệu chỉnh ma trận phương sai - hiệp phương sai, cung cấp ước lượng vững, hiệu quả và không chệch.
-
Tại sao tỷ lệ thu nhập lãi cận biên ($NIM$) lại có hệ số âm ($\beta = -0.6241$) đối với sự ổn định tài chính?
Tại thị trường ngân hàng Việt Nam, việc duy trì biên lãi ròng ($NIM$) quá cao thường xuất phát từ việc ngân hàng tập trung giải ngân vào các phân khúc tín dụng có mức độ rủi ro cao (cho vay tiêu dùng dưới chuẩn, bất động sản, trái phiếu doanh nghiệp rủi ro) để thu lãi suất cao. Khi nền kinh tế đối mặt với biến động, các khoản vay này nhanh chóng biến thành nợ xấu, làm suy giảm sự ổn định tài chính.
-
Làm thế nào để các ngân hàng nhỏ nâng cao chỉ số ổn định tài chính theo kết quả mô hình?
Các ngân hàng có quy mô nhỏ cần: (i) Tăng cường tỷ lệ an toàn vốn ($EA$) thông qua phát hành cổ phần hoặc giữ lại lợi nhuận sau thuế ($\Delta EAT$); (ii) Kiểm soát tỷ lệ $DNTTS$, tránh mở rộng tín dụng quá mức vượt quá năng lực quản trị rủi ro; (iii) Đa dạng hóa nguồn thu từ dịch vụ phi tín dụng thay vì chạy theo $NIM$ rủi ro cao.
-
Dữ liệu nghiên cứu giai đoạn 2014 – 2018 có còn giá trị ứng dụng trong bối cảnh hiện nay không?
Giai đoạn 2014 – 2018 là thời kỳ tái cơ cấu trọng điểm và bản lề chuẩn bị triển khai Basel II tại Việt Nam. Các quy luật kinh tế lượng được phát hiện (tác động của đòn bẩy vốn $EA$, quy mô $SIZE$, và chất lượng danh mục tín dụng $DNTTS$) mang tính bản chất của ngành ngân hàng, tiếp tục là nền tảng lý thuyết và thực nghiệm vững chắc cho công tác quản trị rủi ro hiện đại.
Kết luận
Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc kết hợp giữa khung lý thuyết tài chính - ngân hàng hiện đại và kỹ thuật kinh tế lượng thực nghiệm trên dữ liệu bảng cân bằng của 19 NHTM Việt Nam giai đoạn 2014 – 2018. Kết quả nghiên cứu đã lượng hóa thành công khoảng cách tới ngưỡng phá sản ($Z\text{-score}$), khẳng định vai trò trụ cột của tỷ lệ vốn chủ sở hữu trên tổng tài sản ($EA$), quy mô ngân hàng ($SIZE$) và tỷ suất sinh lời ($ROE$) trong việc củng cố độ bền vững hệ thống. Đồng thời, nghiên cứu phát đi tín hiệu cảnh báo quan trọng về rủi ro của việc chạy theo biên lãi ròng ($NIM$) cao và mở rộng tín dụng vượt ngưỡng an toàn ($DNTTS$). Đây là tài liệu tham khảo giá trị cho các nhà hoạch định chính sách, ban điều hành ngân hàng và giới nghiên cứu trong tiến trình xây dựng hệ thống tài chính Việt Nam an toàn, minh bạch và phát triển bền vững.
